Académique Documents
Professionnel Documents
Culture Documents
Abderrahman BOUHAMIDI
Bouhamidi EILCO 1 / 23
Splines d’interpolation Spline de régression
Sommaire
1 Splines d’interpolation
Définition : Spline d’interpolation
Calcul de la spline cubique d’interpolation
Spline Variationnelle
Estimation de l’erreur
2 Spline de régression
Définition : Spline de régression
Calcul de la spline cubique de régression
Spline de régression variationnelle
Bouhamidi EILCO 2 / 23
Splines d’interpolation Spline de régression
S(xi ) = yi , i = 0, . . . , n,
Définition
La fonction spline d’ordre m relative aux noeuds xi est une fonction Sm vérifiant:
Sm |[xi ,xi+1 ] est un polynôme de degré 2m − 1 sur chaque intervalle [xi , xi+1 ] pour
i = 0, · · · , n − 1.
(2m−2)
La dérivéee Sm est continue sur [a, b].
(m+k) (m+k)
Sm (a) = Sm (b) = 0 pour k = 0, · · · , m − 2.
Bouhamidi EILCO 3 / 23
Splines d’interpolation Spline de régression
(2) (2)
Exemple: Si m = 2, alors S2 (a) = S2 (b) = 0.
Bouhamidi EILCO 4 / 23
Splines d’interpolation Spline de régression
Bouhamidi EILCO 5 / 23
Splines d’interpolation Spline de régression
On obtient
1 1 S(xi+1 ) − S(xi )
ui + vi hi + wi hi2 = . (Eq3)
2 6 hi
De même, on a
1 1 2 S(xi ) − S(xi−1 )
ui−1 + vi−1 hi−1 + wi−1 hi−1 = . (Eq4)
2 6 hi−1
(Eq 3)-(Eq4) et en tenant compte des équations (Eq1) et (Eq2), on obtient pour
i = 1, · · · , n − 1
donnent pour i = 1, · · · , n − 1
hi−1 hi−1 + hi hi yi+1 − yi yi − yi−1
vi−1 + vi + vi+1 = − .
6 3 6 hi hi−1
Bouhamidi EILCO 7 / 23
Splines d’interpolation Spline de régression
hi−1 + hi
αi = pour i = 1, · · · , n − 1
3
hi
Si on pose βi = pour i = 1, · · · , n − 1
6
yi+1 − yi yi − yi−1
bi = − pour i = 1, · · · , n − 1
hi hi−1
On résout le système
AX = b,
avec
α1 β1 0 ··· 0 b v
1 1
.. .. .. ..
b2 v2
β1 . . . .
. .
.. .. .. , b = .. , X = ..
A=
0 . . . 0
.. .. .. ..
.. ..
. . . . .
. βn−1
bn−1 vn−1
0 ··· 0 βn−1 αn−1
Bouhamidi EILCO 8 / 23
Splines d’interpolation Spline de régression
u(1) = a(1);
for i = 2 : N − 2
L(i) = b(i)/u(i − 1);
u(i) = a(i) − L(i) ∗ d(i);
end
Bouhamidi EILCO 9 / 23
Splines d’interpolation Spline de régression
Bouhamidi EILCO 10 / 23
Splines d’interpolation Spline de régression
Bouhamidi EILCO 11 / 23
Splines d’interpolation Spline de régression
Stabilité de l’interpolation
i
f (t) = sin(2πt) sur [−1, 1] avec ti = −1 + 10
et yi = f (ti ) + εi pour i = 1, . . . , 21
Bouhamidi EILCO 12 / 23
Splines d’interpolation Spline de régression
Spline Variationnelle
b b
2
x 00 (t)y 0 (t) − y 00 (t)x 0 (t)
Z Z
2
E (X ) = [k(t)] dt = 5/2 dt
a a [x 0 (t)]2 + [y 0 (t)]2
Pour X (t) = (t, y (t)) c-à-d:C est donnée par y : t → y (t), on obtient
b
2
y 00 (t)
Z
E (y ) = 5/2 dt
a 1 + [y 0 (t)]2
Z b
On cherche y telle que |y 0 | 1, alors E devient E (y ) = [y 00 (t)]2 dt.
a
Bouhamidi EILCO 13 / 23
Splines d’interpolation Spline de régression
Spline Variationnelle
Z b
H 2 ([a, b]) = u : a-c sur [a, b]; [u 00 (x )]2 dx < ∞
a
Trouver σ ∈ H 2 , vérifiant
(P2 ) E (σ) = min E (u),
u∈If
avec If := u∈ H2 : u(xi ) = fi , i = 1, · · · , n
Théorème
Le problème (P2 ) a une solution unique. C’est la spline cubique S sur [a, b] relative
aux noeuds ti ayant les propriétés:
S|[xi ,xi+1 ] est un polynôme de degré 3 sur chaque intervalle [xi , xi+1 ] pour
i = 1, · · · , n − 1.
S est un polynôme de degré 1 sur chaque intervalle [a, x1 ] et [xn , b].
S 00 est continue sur [a, b].
On a S 00 (a) = S 00 (b) = 0.
Bouhamidi EILCO 14 / 23
Splines d’interpolation Spline de régression
Spline Variationnelle
Soit Z b
H m ([a, b]) = u : a-c sur [a, b]; [u (m) (x )]2 dx < ∞
a
Trouver σ ∈ If , vérifiant
(Pm ) Em (σ) = min Em (u)
u∈If
avec Z b
If := u ∈ H m : u(xi ) = fi , i = 1, · · · , n et Em (u) := [u (m) (x )]2 dx .
a
Théorème
Le problème (Pm ) a une solution unique. C’est la spline Sm sur [a, b] d’orde m relative
aux noeuds xi ayant les propriétés:
Sm |[xi ,xi+1 ] est un polynôme de degré 2m − 1 sur chaque intervalle [xi , xi+1 ] pour
i = 1, · · · , n − 1.
Sm est un polynôme de degré m − 1 sur chaque intervalle [a, x1 ] et [xn , b].
S (2m−2) est continue sur [a, b].
(m+k) (m+k)
On a Sm (a) = Sm (b) = 0 pour k = 0, . . . , m − 2.
Bouhamidi EILCO 15 / 23
Splines d’interpolation Spline de régression
Spline Variationnelle
K M λ f
=
MT O α 0
Bouhamidi EILCO 16 / 23
Splines d’interpolation Spline de régression
Estimation de l’erreur
Théorème
Soit f une fonction de C 4 ([a, b]), S la spline cubique sur [a, b] interpolant la fonction
f aux noeuds xi . Alors, pour k = 0, 1, 2, il existe Ck > 0 telle que
Bouhamidi EILCO 17 / 23
Splines d’interpolation Spline de régression
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
−0.2 −0.2
−5 −4 −3 −2 −1 0 1 2 3 4 5 −5 −4 −3 −2 −1 0 1 2 3 4 5
Bouhamidi EILCO 18 / 23
Splines d’interpolation Spline de régression
Problème 3.
Trouver σ ∈ H m vérifiant
Eρ (σ) = min Eρ (u)
u∈H m
Z b n
X 1
avec Eρ (u) := |u (m) (x )|2 dx + |u(xi ) − yi |2 .
a
ρi
i=0
Proposition
La solution du problème 3 est la fonction spline Sm d’ordre m vérifiant la condition
h i
(2m−1) (2m−1)
Sm (xi ) + (−1)m ρi Sm (xi+ ) − Sm (xi− ) = yi ,
pour i = 1, · · · , n.
Bouhamidi EILCO 19 / 23
Splines d’interpolation Spline de régression
Pour m = 2, on obtient
h i
(3) (3)
(?) S2 (xi ) + ρi S2 (xi+ ) − S2 (xi− ) = yi . (?)
Si on pose pour i = 1, · · · , n − 1,
2
hi−1 + hi ρi−1 1 1 ρi+1
αi = + 2 + ρi + + ,
3 hi−1 hi−1 hi hi2
hi ρi 1 1 ρi+1 1 1
βi = − + − + ,
6 hi−1 hi−1 hi hi hi hi+1
ρi+1
γi = ,
hi hi+1
yi+1 − yi yi − yi−1
bi = − .
hi hi−1
On résout le système AX = b, avec
α1 β1 γ1 ··· 0 b v
1 1
.. .. .. ..
b2 v2
β1 . . . .
. .
.. .. .. , B = .. , X = ..
A=
γ1 . . . γn−3
.
.. .. .. ..
.. ..
. . . . .
. βn−2
bn−1 vn−1
0 ··· γn−3 βn−2 αn−1
Bouhamidi EILCO 21 / 23
Splines d’interpolation Spline de régression
La spline cubique de régression, est alors donnée pour x ∈ [xi , xi+1 ] avec
i = 0, · · · , n − 1 par
1 1
S(x) = yi + ui (x − xi ) + vi (x − xi )2 + wi (x − xi )3 .
2 6
Elle vérifie
vi+1 − vi vi − vi−1
S(xi ) = yi − ρi − .
hi hi−1
Bouhamidi EILCO 22 / 23
Splines d’interpolation Spline de régression
n m−1 n
X X X
On a Sm (x ) = λi φ(x − xi ) + αj x j , avec λi xik = 0, pour
i=1 j=0 i=1
2m−1
x+
k = 0, 1, · · · , m − 1. La fonction φ est donnée par φ(x ) = , où x+ = x si
(2m − 1)!
x ≥ 0 et x+ = 0 si x < 0.
(2m−1)
On rappelle que la dérivée Sm représente des discontinuités de 1ère espèce aux
noeuds xi avec un saut σi donné par:
(2m−1) (2m−1)
σi = λi = Sm (xi+ ) − Sm (xi− ).
Ce qui donne
Sm (xi ) + (−1)m ρi λi = yi ,
K + (−1)m diag(ρ)
M λ b
= .
MT O α 0
Bouhamidi EILCO 23 / 23