Université Claude Bernard, Lyon I Licence Sciences & Technologies

43, boulevard du 11 novembre 1918 Spécialité Mathématiques

69622 Villeurbanne Cedex U.E : Calcul Scientifique 2009-2010

Série n°6 :
Interpolation et méthodes des moindres carrés

1 Formules des différences divisées

Soit f : [a; b] → R une fonction de classe C N +1 . On fixe x0 , . . . , xN des points distincts de [a; b]. Le
polynôme de Lagrange est un polynôme de degré inférieur ou égal à N et tel que :

PN (xi ) = f (xi ), i = 0, . . . , N .
1. Afin de construire le polynôme de Lagrange au rang N , on utilise la formule de Newton. On
considère la suite des polynômes :

Pn (x) = a0 + a1 (x − x0 ) + · · · + an (x − x0 ) · · · (x − xn−1 ),
ou encore :

n−1
Y
Pn (x) = Pn−1 (x) + an (x − xk ).
k=0

Il suffit donc de calculer an pour passer de Pn−1 à Pn .

(a) Montrer que le polynôme interpolateur de Lagrange de la fonction f aux points distincts
(xi )0≤i≤n est unique.
(b) Montrer que les an sont uniques.
(c) On définit les f [y0 , . . . , yk ] de la manière suivante :
(
f [y0 ] = f (y0 )
[y0 ,...,yk−1 ] .
f [y0 , . . . , yk ] = f [y1 ,...,yky]−f
k −y0

Montrer par récurrence que an = f [x0 , . . . , xn ].

(d) Montrer que f [x0 , . . . , xn ] est invariant par permutations.
f (n) (ξ)
2. Montrer qu’il existe ξ ∈ [a; b] tel que f [x0 , . . . , xn ] = n! .
3. Montrer que :

N
kf (N +1) k∞ Y
|PN (x) − f (x)| ≤ (x − xk )
(N + 1)!
k=0

4. (a) Trouver le polynôme interpolateur de Lagrange de la fonction f (x) = sin( π2 x) aux points
x0 = 0, x1 = 1, x2 = 2.
(b) Établir une estimation d’erreur.

1
2 Étude de convergence de l’interpolation de Lagrange
Soit α un réel dans ] − ∞; −1[∪] + 1; +∞[ et f : [−1; +1] → R la fonction définie par :
1
f (x) = .
x−α
On appelle Ln le polynôme interpolateur de Lagrange de la fonction f aux n + 1 points x0 , . . . xn de
l’intervalle [−1; +1]. Ces points sont équidistants, c’est-à-dire qu’il existe un réel fixé h > 0 tel que
xi+1 − xi = h quelque soit i.
1. (a) Calculer les dérivées successives de la fonction f .
(b) Montrer que si α > 3, alors :

lim kf − Ln k∞ = 0.
n→+∞

2. Dans la pratique, on préfère utiliser des polynômes de degré peu élevé sur chaque petit intervalle
[xi ; xi+1 ].
(a) Pour chaque intervalle [xi ; xi+1 ], écrire l’approximation de Lagrange fn de f de degré 1.
C
(b) Montrer qu’il existe un réel positif C tel que kf − fn k∞ ≤ n2 . En déduire que fn converge
uniformément vers f .

3 Formule de quadratures
Soit f : [a; b] → R une fonction continue. Il existe toute une famille d’algorithmes permettant
d’approcher la valeur numérique de l’intégrale :
Z b
I= f (x)dx.
a
Toutes consistent à approcher l’intégrale par une formule dite « de quadrature », du type :
p
X
Ip = ωi f (xi ).
i=1

Le choix de p, des poids ωi et des points xi dépend de la méthode employée. Généralement, les fonctions
sont remplacées par des polynômes dont nous connaissons facilement la primitive.
1. Méthode des rectangles. Soit ξ l’unique point d’interpolation. Alors le polynôme d’interpo-
lation est constant P0 (x) = f (ξ). La formule devient :
Z b
Irect = P0 (x)dx = (b − a)f (ξ).
a

(a) Montrer que pour tout x dans [a; b],

f (a) − (x − a)kf ′ k∞ ≤ f (x) ≤ f (a) + (x − a)kf ′ k∞ ,

et que
f (b) − (b − x)kf ′ k∞ ≤ f (x) ≤ f (b) + (b − x)kf ′ k∞ .
(b) Montrer que lorsque ξ = a ou ξ = b, l’erreur vaut :
2
(b − a)
|Irect − I| ≤ kf ′ k∞ .
2

2
 2. Méthode des trapèzes. Nous interpolons f par un polynôme de degré 1, et nous avons besoin
de deux points d’interpolation, à savoir a et b. L’intégrale est alors approchée par l’aire du
polynôme d’interpolation, c’est-à-dire l’aire d’un trapèze :
b
f (a) + f (b)
Z
Itrap = P1 (x)dx = (b − a) .
a 2
(a) Écrire explicitement le polynôme d’interpolation P1 .
(b) Montrer que pour tout x dans [a; b],

(x − a)(b − x) ′′ (x − a)(b − x) ′′
− kf k∞ ≤ f (x) − P1 (x) ≤ kf k∞ .
2 2
(c) Montrer que l’erreur vaut :
3
(b − a)
|Itrap − I| ≤ kf ′′ k∞ .
12

3. Application au calcul d’une intégrale. Nous décomposons l’intervalle [a; b] en n sous-

intervalles. On pose h = (b − a)/n et xi = a + ih pour i = 0, . . . , n.
(a) Écrire la formule des trapèzes pour chaque intervalle [xi ; xi+1 ]. En déduire une formule
pour approcher l’intégrale :
Z b
f (x)dx.
a

(b) Donner une estimation de l’erreur en fonction de (b − a), kf ′′ k∞ , et n.

4 Méthodes des moindres carrés discrètes avec poids

Considérons un nuage de points (x1 , y1 ), . . . , (xn , yn ) et des réels strictement positifs α1 , . . . , αn .
Soit m un entier compris entre 0 et n − 1. On recherche le polynôme P ∗ de degré inférieur ou égal
à m qui approche au mieux le nuage de points (xi , yi )1≤i≤n associé aux poids (αi )1≤i≤n , c’est-à-dire
celui qui minimise :
n
2
X
αi |P (xi ) − yi | .
i=1

1. Considérons la matrice diagonale D = diag(α1 , . . . , αn ) ∈ Mn,n (R).

On admet que la formule suivante définit un produit scalaire sur Rn :
n
X
(x, y)D = (Dx, y) = (x, Dy) = αi xi yi ,
i=1

et que Rn est un espace de Hilbert pour sa norme associée :

q
kxkD = (x, x)D .

On introduit les fonctions définies sur R par :

Φi (x) = 1 si i = 0


Φi (x) = xi si i ∈ N∗ .

3
 On note également Pm = V ect(Φ0 , . . . , Φm ) le sous-espace de F(R, R) des polynômes de degré
inférieur ou égal à m.
Ainsi, on pourra écrire tout polynôme P ∈ P m comme une somme :
m
X
P (x) = ui Φi (x),
i=0

avec u0 , . . . um des réels.

(a) Montrer que l’on a :
n
2 2
X
αi |P (xi ) − yi | = kBu − ykD ,
i=1

T
où y est le vecteur colonne (y1 , . . . , yn ) , et B et u sont respectivement une matrice et un
vecteur que l’on précisera.
(b) Montrer qu’on peut réécrire le problème sous la forme suivante : trouver v ∗ ∈ F satisfaisant :

∀v ∈ F, kv ∗ − ykD ≤ kv − ykD ,
où F est le sous-espace {v ∈ Rn |v = Bu, u ∈ Rm+1 }.
2. Pour résoudre le problème, nous utiliserons le théorème de projection dans un espace de Hilbert.
Theoreme 1. Soit H un espace de Hilbert (espace vectoriel normép complet muni d’un produit
scalaire) sur R. On note (x, y)H son produit scalaire et kxkH = (x, x)H sa norme associée.
Si E est un sous-espace vectoriel fermé de H et v un élément quelconque de H, alors il existe
un unique v ∗ ∈ E tel que :

∀x ∈ E, kv ∗ − vkH ≤ kx − vkH .
De plus, v ∗ est la projection orthogonale de v sur l’espace E, c’est-à-dire :

∀x ∈ E, (v ∗ − v, x)H = 0.
(a) Montrer que si v ∗ ∈ F est la solution du problème précédent, alors il existe u∗ ∈ Rm+1 tel
que v ∗ = Bu∗ et qui vérifie l’équation B T DBu∗ = B T Dy.
(b) Montrer que B est de rang m + 1 et en déduire que B T DB est définie positive.
(c) En déduire l’existence et l’unicité d’une solution de B T DBu∗ = B T Dy, donc d’un polynôme
P ∗ vérifiant le problème de départ.
3. Trouver la droite qui se rapproche le plus des points (−1, 1) (0, 0) et (1, 1) pour les poids 1, 2 et
3, c’est-à-dire le polynôme de degré au plus 1 qui minimise :

2 2 2
|P (−1) − 1| + 2|P (0)| + 3|P (1) − 1| .

5 Polynômes de Legendre
Les polynômes de Legendre sont définis par l’expression suivante :

P0 (x) = 1

n! n
Pn (x) = (2n)! Dn (x2 − 1)

où Dn représente la dérivée d’ordre n : Dn f (x) = f (n) (x).

4
1. Montrer que Pn est un polynôme de degré n et déterminer son coefficient de degré n.
2. (a) En utilisant des intégrations par parties, montrer que pour m ≤ n :
Z +1 Z +1
n m n m n
Dn (x2 − 1) · Dm (x2 − 1) = (−1) Dn+m (x2 − 1) · (x2 − 1) .
−1 −1

(b) En déduire que :

(
+1 0 si n 6= m
Z
Pn (x)Pm (x)dx = n (n!)2
−1 (−1) (2n)! In sinon
avec :
Z +1
n
In = (x2 − 1) dx.
−1

3. (a) Montrer que :

2n
In = − In−1 .
2n + 1
(b) Montrer qu’il existe des réels α0 , . . . , αn−1 tels que :

n−1
X
xPn−1 (x) = Pn (x) + αi Pi (x).
i=0

(c) Calculer en fonction de n et de In :

Z +1
xPn (x)Pn−1 (x)dx.
−1

(d) En écrivant Pn+1 (x) = (x − αn )Pn (x) − λn Pn−1 (x), montrer par récurrence sur n, que Pn
a la même parité que n, et vérifie :

P0 (x) = 1


P1 (x) = x .
n2
Pn+1 (x) = xPn (x) − (2n+1)(2n−1) Pn−1 (x)


4. Application. Calculer la meilleure approximation au sens des moindres carrés de la fonction

f (x) = x4 dans l’espace V ect(1, x, x2 ) muni de la norme usuelle de L2 (] − 1; +1[) :
Z +1
2 2
kgk2 = |g(x)| dx.
−1