• Aucun résultat trouvé

8axigeDRDéaeedfai eedeRe he heéaie

N/A
N/A
Protected

Academic year: 2021

Partager "8axigeDRDéaeedfai eedeRe he heéaie"

Copied!
6
0
0

Texte intégral

(1)

IFT 2425

DÉMONSTRATION N

o

8

Max Mignotte

DIRO,Départementd'InformatiqueetdeReherheOpérationelle,loal2384.

http://www.iro.umontreal.a/

mignotte/IFT2425/

E-mail:mignotteiro.umontreal.a

Chapitre 4 Interpolation polynomiale

I ... Interpolationparlaméthodedesmoindresarrés.

II ... InterpolationparlaméthodedeNewtonGrégory.

III ... Interpolationparlaméthodedesmoindresarrésavehangement

demodèle.

(2)

Soitlespointssuivants:

x k

1 2 3 4 5 6

y k

5.04 8.12 10.64 13.18 16.20 20.04

Trouverlepolynmededegré troispassantpar espoints enutilisantlaméthode desmoindres arrés.

Interpoleren

x = 4.5

.

Réponse

Onherhelepolynmedelaformesuivante,

P 3 (x) = a 3 x 3 + a 2 x 2 + a 1 x + a 0 .

Onalesystèmed'équationssuivant,

 

 

 

 

 

 

a 3 +a 2 +a 1 +a 0 = 5.04 8a 3 +4a 2 +2a 1 +a 0 = 8.12 27a 3 +9a 2 +3a 1 +a 0 = 10.64 64a 3 +16a 2 +4a 1 +a 0 = 13.18 125a 3 +25a 2 +5a 1 +a 0 = 16.20 216a 3 +36a 2 +6a 1 +a 0 = 20.04

Oualorslesystèmesuivant,

Ax = b

ave

x =

 

 a 3 a 2 a 1 a 0

 

 , A =

 

 

 

1 1 1 1

8 4 2 1

27 9 3 1 64 16 4 1 125 25 5 1 216 36 6 1

 

 

 

, b =

 

 

 

 5.04 8.12 10.64 13.18 16.20 20.04

 

 

 

 .

Pardénition,f.Cours,ona,

 

 a 3 a 2 a 1 a 0

 

 = (A t A) 1 A t b

Lealul de

A t A

nousdonne,

A t A =

 

67171 12201 2275 441 12201 2275 441 21

2275 441 91 21

441 91 21 6

 

Lealul de

(A t A) 1

nousdonne,

 

(5/324) − (35/216) (317/648) ( − 7/18) ( − 35/216) (871/504) ( − 575/108) (13/3)

(317/648) ( − 575/108) (76555/4536) ( − 257/18) ( − 7/18) (13/3) ( − 257/18) 13

 

(3)

 

 a 3 a 2 a 1

a 0

 

 = (A t A) 1 A t b =

 

 0.0767

−0.701 4.61 1.06

 

 .

C'est àdirelepolynmesuivant,

P 3 (x) = 0.0767x 3 − 0.701x 2 + 4.61x + 1.06.

Oninterpole en

x = 4.5

etontrouve

P 3 (4.5) = 14.599

.

II. Interpolation par la méthode de Newton-Grégory

Desvaleursde

y(x) = √

x

sontlistéesdanslatable i-dessous.

x y

1.0 1.00000

1.05 1.02470

1.10 1.04881

1.15 1.07238

1.20 1.09544

1.25 1.11803

1.30 1.14017

1. Calulerlesdiérenesjusqu'àl'ordre

6

etexpliquerbrièvementleursigniation(ononserveraquatre

hiressigniatifspourlesdiérenes).

2. Utiliser es données pourinterpoler

√ 1.01

parla méthode de Newton-Grégorydesendante ave un

polynme d'ordre 1, 2, 3, et 4. Pour les polynme d'ordre 1, 2, 3, indiquer l'ordre de grandeur de

l'erreurabsoluefaitesuretteinterpolation.

3. Utiliser es données pour interpoler

√ 1.28

par la méthode de Newton-Grégoryasendante ave un

polynmed'ordre3.

Réponse

1.

(4)

x y

1.00 1.00000

2470

× 10 5

1.05 1.02470 -59

× 10 5

2411

× 10 5

5

× 10 5

1.10 1.04881 -54

× 10 5

-2

× 10 5

2357

× 10 5

3

× 10 5

3

× 10 5

1.15 1.07238 -51

× 10 5

1

× 10 5

-6

× 10 5

2306

× 10 5

4

× 10 5

-3

× 10 5

1.20 1.09544 -47

× 10 5

-2

× 10 5

2259

× 10 5

2

× 10 5

1.25 1.11803 -45

× 10 5

2214

× 10 5

1.30 1.14017

Lesdonnéesaluléespeuventêtreonsidéréesommedeseetsd'erreuretnonommedesinformations

utilesàl'évaluationdelafontionrainearrée.

2.

OnutiliselaformuledesendantedeNewton-Grégorypourdesabsisseséquidistantes(f.NotesdeCours,

hapitre4,page18).Ona

s = (x − x 0 )/h = (1.01 − 1)/0.05 = (1/5)

,ilvient,

P 1 (s = 1

5 ) = 1.00000 + 1

5 (0.02470) = 1.00494, P 2 (s = 1

5 ) = 1.00000 + 1

5 (0.02470) − 2

25 ( − 0.00059) = 1.0049872, P 3 (s = 1

5 ) = 1.00000 + 1

5 (0.02470) − 2

25 ( − 0.00059) + 6

125 (0.00005) = 1.0049896, P 4 (s = 1

5 ) = 1.00000 + 1

5 (0.02470) − 2

25 ( − 0.00059) + 6

125 (0.00005) − 21

625 ( − 0.00002) = 1.004990272.

Etlavraievaleurde

√ 1.01

est

1.004987562

.Lameilleureapproximationestdonnéepar

P 2 (1.01)

.L'ordre

degrandeur del'erreurabsolue faitesurl'interpolation,donnéeparle polynmed'ordre

n

, estdonnéepar

letermequel'onajoutepouronstituerl'interpolationdonnéeparlepolynmed'ordre

n + 1

.

3.

Ii'estlaformuleasendantedeNewton-Grégoryquiest laplusonvenable.Ilvient

s = (x − x 0 )/h = (1.28 − 1.30)/0.05 = ( − 2/5)

quenousreportonsdanslaformulesuivante(f.omplémentdeCours),

P n (s) = y 0 + s∆y 0 + s(s + 1)

2! ∆ 2 y 0 + . . . + s(s + 1) . . . (s + n − 1)

n! ∆y 0 n

Ontrouve,

P 3 (s = −2/5) = 1.14017 − 2

5 (0.02214) − 3

25 (−0.00045) − 8

125 (0.00002)

= 1.13137

(5)

ment de modèle

Soitlespointssuivants:

t k

1.0 1.6 2.5 5.2 6.6 8.2 9.4 11.4

d(t k )

1.9 24.9 34.9 29.7 36.1 13.0 -3.1 -28.7

Onsupposequees donnéessontobtenuesparlemodèlephysiquesuivant:

d(t) = α + β sin((π/10)t).

1. Transformeretteéquationpourqu'ellesoitdelaforme

y = ax + b

etalulerparlesmoindresarrés

lesoeients

a

et

b

optimaux.

2. Interpoler

d(.)

aupoint

t = 7

.

Réponse

1.

Posons,

b = α

y = d(t)

x = sin((π/10)t)

a = β

Ondoitmaintenantonvertir

t

en

x

et

d(t)

en

y

.Ona

y = d(t)

et

x = sin((π/10)t)

.

x

0.3090 0.4818 0.7071 0.9980 0.8763 0.5358 0.1874 -0.4258

y

1.9 24.9 34.9 29.7 36.1 13.0 -3.1 -28.7

Onalulemaintenant

a

et

b

parlaméthodedesmoindresarré,ona,

 

 

 

 

 

0.3090 1 0.4818 1 0.7071 1 0.9980 1 0.8763 1 0.5358 1 0.1874 1 0.4558 1

 

 

 

 

 

| {z }

A

a b

=

 

 

 

 

 

 1.9 24.9 34.9 29.7 36.1 13.0

−3.1

−28.7

 

 

 

 

 

| {z }

u

Etontrouve,

a b

= (A t A) 1 A t u

(6)

A t A a

b

= A t u

ave

A t A = P m

i=1 x 2 i

P m

i=1 x i

P m

i=1 x i m

et

A t u = P m

i=1 x i y i

P m

i=1 y i

m = 8

.Ona

X 8 i=1

x 2 i = (0.3090) 2 + . . . + ( − 0.4258) 2 = 3.121416, X 8

i=1

x i = (0.3090) + . . . + ( − 0.4258) = 4.5512 X 8

i=1

x i y i = (0.3090)(1.9) + . . . + ( − 0.4258)( − 28.7) = 117 X 8

i=1

y i = (1.9) + . . . + ( − 28.7) = 91.8397

Don,

a b

=

3.12146 4.5512 4.5512 8.0000

− 1 91.8397

117

≈ 56.4

− 18.5

Don,

α = b ≈ − 18.5 β = a ≈ 56.4

Etonobtient,

d(t) ≈ − 18.5 + 56.4 sin((π/10)t)

2.

Pourl'interpolationaupoint

t = 7

,ontrouve

d(7) ≈ 27.11

.

Références

Documents relatifs

exacte, du cas où N est impair pour lequel le point central sera la moyenne. de

L’algorithme permet de calculer le nombre d’ann´ ees jusqu’` a ce que le nombre d’inscrits soit inf´ erieur ` a 2050.. Avec la calculatrice on

Dans notre exemple, on peut souhaiter dénir une fontion min_elt retournant le plus petit. élément d'un ensemble supposé non vide ('est-à-dire l'élément rangé le plus à gauhe

18 mois pour la même puissane de alul. En tenir ompte pour le développement d'un

• ne pas avoir recours à des pratiques administratives qui sont inacceptables pour nous. Cette liste de critères n’est pas exhaustive. Nous avons le droit de déterminer à

Étant donné que les problèmes du tournoi sont difficiles et font l’objet d’un temps de recherche long (plusieurs mois) il a semblé plus intéressant d’étudier dans le détail

Calul de B-spline ubique

• La fréquene des solutions qui permet de synhronisés une ligne de fusiliers de taille 5 ou 6 plus grande que pour les autres solutions. • La fréquene des solutions qui permet