CHAPITRE 1 : INTERPOLATION ET APPROXIMATION
L’interpolation est une opération consistant à approcher une courbe qui n’est connue que par la
donnée d’un nombre fini de points (ou une fonction à partir de la donnée d’un nombre fini de valeurs).
Ainsi, l’interpolation numérique sert souvent à « faire émerger une courbe parmi des points ».
Il s’agit de toutes les méthodes développées afin de mieux prendre en compte les erreurs de mesure,
d’exploiter des données expérimentales pour la recherche des lois empiriques. Nous citerons par
exemple la régression linéaire et la méthode des moindres carrés. Parfois on ne demande pas que
l’approximation passe exactement par les points prescrits : on parle alors plutôt de l’approximation.
En python on utilise le module [Link] de la librarie Scipy.
import [Link] as interpolate
import [Link] as optimize
import [Link] as stats
interpolate.approximate_taylor_polynomial
interpolate.Akima1DInterpolator
[Link]
interpolate.barycentric_interpolate
[Link]
[Link]
[Link]
[Link]
[Link]
interpolate.interp1d
interpolate.interp2d
[Link]
[Link]
[Link]
[Link]
[Link]
interpolate.make_interp_spline
[Link]
[Link]
[Link]
[Link]
[Link]
1.1 Bases polynomiales
Lorsque l’on souhaite approximer une courbe par une autre, recourir aux polynômes semble une
voie naturelle.
1.2 Méthode de Lagrange
𝑛
𝑃𝑛(𝑥) = ∑ 𝑦𝑖 𝑙𝑖 (𝑥)
𝑖=0
Avec :
𝑛 : le degré du polynôme ;
𝑥−𝑥 𝑥−𝑥 𝑥−𝑥 𝑥−𝑥 𝑥−𝑥 𝑥−𝑗
𝑙𝑖 (𝑥) = 𝑥 −𝑥0 . 𝑥 −11 … 𝑥 −𝑥𝑖−1 . 𝑥 −𝑥𝑖+1 … 𝑥 −𝑥𝑛 = ∏𝑛𝑗=0 𝑥 −𝑥 , 𝑖 = 0,1, … 𝑛 est appelé fonctions
𝑖 0 𝑖 𝑖 𝑖−1 𝑖 𝑖+1 𝑖 𝑛 𝑖 𝑗
cardinales.
1.3 Méthode de Newton
𝑃𝑛(𝑥) = 𝑎0 + (𝑥 − 𝑥0 )𝑎1
1.3 Méthode de Neville
Exercices
1) Soient les données suivantes :
x 0 2 3
y 7 11 28
Utiliser la méthode de Lagrange pour déterminer y pour x= 1
2) Soient les données suivantes :
x -2 1 4 -1 3 -4
y -1 2 59 4 24 -53
Déterminer le degré de ce polynôme
3) Les points dans le tableau suivant tombent sur la courbe d’équation 𝑓(𝑥) =
𝜋𝑥
4.8𝑐𝑜𝑠 20 . Interpoler ces données par la méthode de Newton aux points x=0, 0.5, 1.0,
…,0.8 et comparer le les résultats avec les valeurs exactes 𝑦𝑖 = 𝑓(𝑥𝑖 ).
x 0,15 2,3 3,15 4,85 6,25 7,95
y 4,79867 4,49013 4,2243 3,47313 2,66674 1,51909
4) Utiliser le cubic spline naturel pour déterminer y à x= 1.5. Les points
expérimentaux sont :
x 1 2 3 4 5
y 0 1 0 1 0
5) Soient les données expérimentales :
x -1,2 0,3 1,1
y -5,76 -5,61 -3,69
Déterminer y à x=0 avec a) la méthode de Neville et b) celle de Lagrange
6) Trouver le zero de y(x) à partir des données suivantes :
x 0 0,5 1 1,5 2 2,5 3
y 1,8421 2,4694 2,4921 1,9047 0,8509 -0,4112 -1,5727
Utiliser l’interpolation de Lagrange.
7) La densité de l’air 𝜌 varie en fonction de la hauteur de la manière suivante :
h(km) 0 3 6
ρ(kg/m3) 1,225 0,905 0,652
Exprimer 𝜌(ℎ) comme une fonction quadratique en utilisant la méthode de Lagrange.
8) Faire un ajustement linéaire et évaluer l’écart-type des données suivantes :
x 0 1 2 2,5 3
y 2,9 3,7 4,1 4,4 5
Solution : a = [Link](x=x,y=y)
9) Déterminer les paramètres a et b pour que 𝑓(𝑥) = 𝑎𝑒 𝑏𝑥 ajuste les données suivantes dans la
manière de moindres carrés :
x 1,2 2,8 4,3 5,4 6,8 7,9
y 7,5 16,1 38,9 67 146,6 266,2
CHAPITRE 2 : RACINES DES EQUATIONS
def f(x):
return (x**3)-10*(x**2)+5
a) a = [Link](f,[0.6,0.8])
b) b=[Link](f,0.6,0.8)
c) c= [Link](f,0.6,0.8)
d) d=[Link](f,0.6)
e) e= optimize.newton_krylov(f,0.6)
CHAPITRE 3 : SYSTEME D’EQUATIONS ALGEBRIQUES LINEAIRES
CHAPITRE 4 : DIFFERENTIATION NUMERIQUE
CHAPITRE 5 : INTEGRATION NUMERIQUE
La méthode des éléments finis conduit à la discrétisation d’une formulation faible où la
construction des matrices constitutives du système à résoudre nécessite le calcul d’intégrales. Dans
certains cas particuliers, ou en utilisant des codes de calcul formel, ces intégrations peuvent être
réalisées de manière exacte. Cependant, dans la plupart des cas, ces intégrations sont calculer
numériquement. On parle alors de méthodes d’intégration numérique et de formules de quadrature.
5.1 Méthodes de Newton-Cotes
Soit à calculer l’intégrale suivante :
𝑏
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥
𝑎
L’idée consiste à construire un polynôme pour interpoler 𝑓(𝑥) et à intégrer ce polynôme. Plusieurs
types de polynômes peuvent être utilisés pour cette interpolation.
5.1.1 Méthode de rectangles
Cette méthode consiste à interpoler 𝑓(𝑥) par un polynôme de degré 0.
5.1.2 Méthode de trapèzes
Cette méthode consiste à interpoler 𝑓(𝑥) par un polynôme de degré 1.
5.1.2 Méthode de Simpson
Cette méthode consiste à interpoler 𝑓(𝑥) par un polynôme de degré 2.
CHAPITRE 6 : PROBLEMES DE VALEUR INITIALE
CHAPITRE 7 : PROBLEMES DE VALEUR A DEUX POINTS LIMITES
CHAPITRE 8 : METHODE DES VOLUMES FINIS AVEC FiPy
CHAPITRE 9 : METHODE DES ELEMENTS FINIS AVEC SFePy
