ASI 3
Méthodes numériques pour l’ingénieur
Approximation de fonction :
la méthode des moindres carrés
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 -4
-3 -2 -1 0 1 2
Approximation/interpollation:
moindres carrés
( )
( )
carrés moindres
des
sens au
ion approximat
)
( inconnues et
équations
) ( min
)
(
ion approximat
tion interpolla
)
(
, : données
1
2 1
1 1
1 , 1
k
n i
i i
i k
j
j i j i
i
k j
j j
n i i
i
n n
y x
f y
x y
x f
n k
n x k
x f
y x
α α
α
α
∑
∑
∑
=
=
−
=
−
=
−
=
⇔
=
<
= =
f(x)
xi yi
Posons le problème matriciellement
( ) ( )
( )
( )
= +
+ +
+ +
= +
+ +
+ +
= +
+ +
+ +
= +
+ +
+ +
−
−
−
−
−
−
−
−
n k
n k j
n j n
i k
i k j
i j i
k k j
j
k k j
j
x f x
x x
x f x
x x
x f x
x x
x f x
x x
) 1 ( )
1 ( )
1 ( 2 1
) 1 ( )
1 ( )
1 ( 2 1
2 )
1 ( 2 )
1 ( 2 )
1 ( 2 2 1
1 )
1 ( 1 )
1 ( 1 )
1 ( 1 2 1
...
...
...
...
...
...
...
...
α α
α α
α α
α α
α α
α α
α α
α α
(
i i)
i nk j
j
j x x y
x
f 1,
1
1 pour , )
( =
=
∑
−= α
Posons le problème matriciellement
( ) ( )
( ) ( )
= +
+ +
+ +
= +
+ +
+ +
= +
+ +
+ +
= +
+ +
+ +
−
−
−
−
−
−
−
−
n k
n k j
n j n
i k
i k j
i j i
k k j
j
k k j
j
x f x
x x
x f x
x x
x f x
x x
x f x
x x
) 1 ( )
1 ( )
1 ( 2 1
) 1 ( )
1 ( )
1 ( 2 1
2 )
1 ( 2 )
1 ( 2 )
1 ( 2 2 1
1 )
1 ( 1 )
1 ( 1 )
1 ( 1 2 1
...
...
...
...
...
...
...
...
α α
α α
α α
α α
α α
α α
α α
α α
( ) ( )
( ) ( )
−
−
−
−
−
−
−
−
n k
n j
n n
i k
i j
i i
k j
k j
x f x
x x
x f x
x x
x f x
x x
x f x
x x
...
...
1
...
...
1
...
...
1
...
...
1
) 1 ( )
1 ( )
1 (
) 1 ( )
1 ( )
1 (
2 )
1 ( 2 )
1 ( 2 )
1 ( 2
1 )
1 ( 1 )
1 ( 1 )
1 ( 1
=
(
i i)
i nk j
j j
y x
x x
f
, 1 1
1
, pour
)
(
=
=
∑
−= α Xa = f
Approximation au sens des moindres carrés
( )
∑
∑ ∑
∑ ∑
∑ ∑
∑
=
−
= =
−
−
=
−
=
−
= =
−
=
=
⇔
=
−
∂ =
∂
=
∂ =
⇔ ∂
=
−
=
=
−
n i
j i i
k n
i
j i i
n i
j i i k
i j
j
n i
i k
j
j i j n
i
i i
x y x
x x
y J x
k J j
J
y x
J J
y x
f
1
1
1 1
1 1
1
1 1
1
1
2
1
1 1
2
0 2
,..., 1
; 0
*) (
) ( argmin
* : principe
) ( avec
) ( min )
( min
α
α α
α α α
α
α α
α
α α α
Système linéaire de k équations et k inconnues
Approximation : version matricielle
( )
(
X y)
J(
X X)
X yX J
y X
e J
y y y
x x
x x
x x
e e e
y X
e
y x
y x
f e
y x
J J
y x
f
n i
k j k
i i
k i i
k
n i
i k
j
j i j i
i i
n i
i k
j
j i j n
i
i i
' '
0 )
( ' '
2 )
( '
) (
1 1 1
) (
) ( avec
) ( min )
( min
2 2
1 1
1 1 1 1 1 1
0
1
2
0 1
2
=
⇔
=
−
=
−
=
=
−
=
−
=
−
=
−
=
−
=
=
−
−
−
−
=
= =
=
∑
∑ ∑
∑
α α
α α
α α
α α α α
α
α α
α α
α
Système linéaire de k équations et k inconnues Erreur
d’approximation
Approximation : version matricielle
( )
(
X y)
J(
X X)
X yX J
y X
e J
y y y
x x
x x
x x
e e e
y X
e
y x
y x
f e
y x
J J
y x
f
n i
k j k
i i
k i i
k
n i
i k
j
j i j i
i i
n i
i k
j
j i j n
i
i i
' '
0 )
( ' '
2 )
( '
) (
1 1 1
) (
) ( avec
) ( min )
( min
2 2
1 1
1 1 1 1 1 1
0
1
2
0 1
2
=
⇔
=
−
=
−
=
=
−
=
−
=
−
=
−
=
−
=
=
−
−
−
−
=
= =
=
∑
∑ ∑
∑
α α
α α
α α
α α α α
α
α α
α α
α
Système linéaire de k équations et k inconnues Erreur
d’approximation Matrice de Vandermonde
(1735-1796)
Un problème de base
= +
+ +
+ +
= +
+ +
+ +
= +
+ +
+ +
= +
+ +
+ +
n m
n m j
n j n
i m
i m j
i j i
m m j
j
m m j
j
y x
a x
a x
a a
y x
a x
a x
a a
y x
a x
a x
a a
y x
a x
a x
a a
) ( )
( )
1 ( 1 0
) ( )
( )
1 ( 1 0
2 )
( 2 )
( 2 )
1 ( 2 1 0
1 )
( 1 )
( 1 )
1 ( 1 1 0
...
...
...
...
...
...
...
...
n équations et m+1 inconnues
Xa=y
Une nouvelle expérience
(individu)
Une nouvelle variable explicative
Que se passe t’il si… ?
• On dispose d’un nouvel individu
• on dispose d’une nouvelle variable
• m=n
• m<n
• m>m
• on recopie deux individus
• on duplique une variable
X y
a
=
x1 x2
s olution unique
x1 x2
pas de s olution
Illustration : système de 2 équations à 2 inconnues
= +
= +
2 2
22 1
21
1 2
12 1
11
b x
a x
a
b x
a x
a – une solution unique
– pas de solution
– une infinité de solution
– solution « triviale » : x1= x2 = 0