Académique Documents
Professionnel Documents
Culture Documents
TP N°4
Interpolation numérique
I. Introduction
L’interpolation est un ensemble de techniques permettant d’approximer une collection (discrète) de points par
une fonction continue. Du fait de la simplicité de leur écriture et des opérations que l’on peut effectuer sur elles,
les fonctions utilisées sont en général des polynômes.
x − x1 x − x 2 x − x3 x − xi −1 x − xi +1 x − xn
Li ( x) = × × ... × × ... ×
xi − x1 xi − x 2 xi − x3 xi − xi −1 xi − xi +1 xi − x n
n
x − xi
Li ( x) = ∏ , i = 1,2,..., n Appelés les fonctions cardinales.
j =1 x i − x j
j ≠i
De cette façon on peut trouver n’importe quelle valeur y pour une valeur x donnée à condition que x soit dans
l’intervalle des points données.
II. 1 L’algorithme
Cet algorithme donne la valeur y v pour une valeur x v donnée dans l’intervalle des données :
xp x1 x2 x3 … x n-1 xn
yp y1 y2 y3 … y n-1 yn
1. Avec x v donnée, initialiser y v à 0 ;
2. L’algorithme de la méthode de Lagrange:
Pour i = 1 à n
y =1 ;
Pour j = 1 à n
si i ≠ j
y = y × ( xv − x p ( j )) /( x p (i ) − x p ( j )) ;
fin si
fin pour
y v = y v + y × y p (i ) ;
fin pour
ysol = y v
II. 2 Application
1. Implémenter la méthode d’interpolation numérique (méthode de Lagrange) sous forme d’une fonction
Matlab:
function [y v ]=MethLag(x p ,y p , x v )
Avec les arguments d’entrée :
a. x p , y p : les données (à entrer sous forme de vecteurs).
b. x v : le point pour le quelle on doit chercher y v (ysol).
Et les arguments de sortie:
c. y v : la valeur recherchée.
2. Appliquer la fonction produite pour trouver la valeur y v (ysol) pour x v =1.5 avec les données suivantes :
xp 1 1.3 1.6 1.9 2.2
yp 0.765 0.620 0.455 0.281 0.110
III. La méthode d’interpolation de Newton
La méthode d’interpolation de Newton est un algorithme plus performant et précis que la méthode de
Lagrange. Le polynôme d’interpolation de Newton est :
Pn −1 ( x) = a1 + ( x − x1 )a 2 + ( x − x1 )( x − x 2 )a3 + ... + ( x − x1 )( x − x 2 )...( x − x n −1 )a n et on peut l’écrire :
P0 ( x) = a n et Pk ( x) = a n − k + ( x − x n − k ) Pk −1 ( x), k = 1,2,..., n − 1
Et les coefficients a i sont calculés en utilisant la règle des différences divisées :
y − y1 ∇y 3 − ∇y 2 ∇ n −1 y n − ∇ n −1 y n −1
a1 = y1 , a 2 = ∇y 2 = 2 , a3 = ∇ 2 y 3 = …. a n = ∇ n y n =
x 2 − x1 x3 − x 2 x n − x n −1
III. 1 L’algorithme
Comme dans la méthode de Lagrange, Cet algorithme donne la valeur y v pour une valeur x v donnée dans
l’intervalle des données :
xp x1 x2 x3 … x n-1 xn
yp y1 y2 y3 … y n-1 yn
1. L’algorithme pour calculer les coefficients de Newton:
a = yp ;
Pour k = 2 à n
Pour i = k à n
a (i ) = ( a (i ) − a ( k − 1)) /( x p (i ) − x p ( k − 1)) ;
fin pour
fin pour
III. 2 Application
1. Implémenter la méthode d’interpolation numérique (méthode de Newton) sous forme d’une fonction
Matlab:
function [y v ]=MethNewton(x p ,y p , x v )
Avec les arguments d’entrée :
a. x p , y p : les données (à entrer sous forme de vecteurs).
b. x v : le point pour le quelle on doit chercher y v (ysol).
Et les arguments de sortie:
c. y v : la valeur recherchée.
2. Appliquer la fonction produite pour trouver la valeur y v (ysol) pour x v =3 avec les données suivantes :
xp -2 0 2 4 9 11
yp 1 3 7 11 28 35