Analyse numérique II

2emme Année Ingénieur en Génie des Procédés

Dr. [Link]
Chapitre I: Interpolation et
approximation polynomiale
01 Introduction

Nous avons une fonction f(x) connue seulement en (n+1) points de la forme
((xi, f(xi)) pour i = 0, 1, 2, · · · , n),

Peut-on construire une approximation de f(x), et ce, pour tout x ?

ou points d’interpolation et peuvent provenir de données expérimentales

ou d’une table. En d’autres termes, si l’on ne connaît que les points de collocation
(xi, f(xi)) d’une fonction, peut-on obtenir une approximation de f(x)
pour une valeur de x différente des xi ?
 Les xi sont appelés abscisses ou noeuds d’interpolation tandis
que les couples ((xi, f(xi)) pour i = 0, 1, 2, · · · , n) sont les points de collocation

Abscisses ou noeuds d’interpolation

les points de collocation
L’approximation polynomiale ou l’interpolation tend à répondre à ce problème:
Obtenir une approximation de f(x) pour une valeur de x différente de xi
 Est-ce que ce polynôme existe? Et s’il existe, est-ce qu’il est unique?

Théorème:

On a polynôme de degré n de la forme générale:

Avec : ≠0, possède n racines réelles

Pour (n+1) points de collocation d’abscisses distinctes (x(i), f(xi), pour (i=0,…..n)),
on ne peut faire correspondre qu’un et un seul polynôme de degré n.
On suppose l’existence de 2 polynômes de degré n, notés p(x) et q(x),
et qui passent tous les deux par les (n + 1) points de collocation donnés.

On considère ensuite la différence :

(également un polynôme de degré au plus n)

Ce polynôme vérifie :

Les polynomes passent par les mêmes points (x(i), f(i))

Donc: pour tous les points (x(i), f(i)), et s’annule (n+1) fois

et ce, pour i allant de 0 à n. Le polynôme posséderait donc (n+1) racines,

ce qui est impossible car il est un polynôme de degré n (doit posséder n racines
uniquement)
 Donc n’est autre que le polynôme nul

Les polynômes sont identiques

Définition :

L’unique polynôme de degré n passant par les points (xi, f(xi)) pour
i = 0, 1, 2, · · · , n, est appelé l’interpolant de f(x) de degré n aux abscisses
(noeuds) x0, x1, · · · , xn.

Remarque

Rien n’oblige à ce que le coefficient de l’interpolant soit différent de 0.

L’interpolant passant par les n + 1 points d’interpolation peut donc être de degré
inférieur à n.
Si on choisit par exemple 10 points sur une droite, l’interpolant sera quand même de
degré 1.
 02 Interpolation de Lagrange:
L’interpolation de Lagrange est une façon simple et systématique de construire
un polynôme de collocation. Étant donné (n + 1) points ((xi, f(xi)) pour i = 0, 1, 2, · · · , n)

1- On commence d’abord par déterminer le polynôme d’interpolation qui passe

par les points: , , , :

2- le polynôme qui passe par les points : , , ,

Pour déterminer la valeur de : on a au point , lorsque :

On remplace par le point , on obtient:
Donc le polynôme recherché qui vérifie :

De la même façon on peut déterminer:

Exemple : calculons le polynôme d’interpolation de Lagrange pour les points suivants:
(0,1), (1,2), (2,9), (3,28)
 03 Interpolation de Newton:
Les différences divisées:
Premières différences divisées de la fonction f(x):

les deuxièmes différences divisés de la fonction f(x):

De même, les nieme différences divisées de la fonction f(x):

Notons que toutes premières différences divisées de f(x) (0es différences ) sont tout
simplement définie par .
03 Interpolation de Newton:

La forme générale d’un polynôme est : (la forme la plus utilisée)

Il existe d’autres formes plus appropriées dans le cas de l’interpolation :

+….+ ……

On remarque que le terme du coefficient comporte n monômes de la forme

et par conséquent le polynôme est de degré n.

L’aspect intéressant de cette formule apparait lorsqu’on essaie de déterminer les

coefficients de telle sorte que passe par les points de collocations (
) pour , on doit donc assurer que ) pour
.
Considérons les (n+1) les points de collocations ( ) et déterminons le polynô
me d’interpolation qui passe par ces points:

+….+ ……

Nous devons déterminer les coefficients :

On a
+….+ ……
=

+….+ ……
=

( )
Donc :
 + ( …
.+ ……

( )
On remplace : et
Donc le numérateur devient =
= (1)

Pour le terme:
(1):

( )( )
Donc :
( )( )( )
D’une manière générale:
+ ( ….+
……

Théorème:
L’unique polynôme de degré n passant par les (n+1) points collocations ( )
pour , peut s’écrire selon l’interpolation de Newton sous la forme:

……

Les coefficients de ce polynômes : = , pour 0≤i≤n

Exemple :

Tableau des différences divisées:

 Erreurs d’interpolation :

Nous calculons l’erreur d’interpolation pour la méthode de Lagrange ou de Newton par:

 04 Interpolation de Hermite:
……..
…….. n+1 points
…….. n+1 points

On a 2n+2 points pour déterminer le polynôme donc le degré du polynôme d’interpolation

de Hermite devient (2n+1) de la forme:

Hermite est polynôme généralisé de Lagrange

Avec : la base de Lagrange

05 Approximations au sens des moindres carrés :

……..
……..

Nous devons déterminer le polynôme de degré n qui approximant les points

expérimentaux ( ,
05 Approximations au sens des moindres carrés :

Les points sont ajustés par le polynome :

x
x x

x
x
x
x

Approximation des points expérimentaux

05 Approximations au sens des moindres carrés :

Sur la figure II.1, on ajuste les points expérimentaux par le

polynôme qui s’approchera le plus de tous les points
expérimentaux.
Le but est de trouver le polynôme donc les coefficients , , ,
…., .
Soit:
: une valeur expérimentale qui correspond à xi
(obtenues expérimentalement)

: est la valeur ajustée

(obtenue à partir de l’équation du polynôme)
 05 Approximations au sens des moindres carrés :

L’écart est appelé résidu

Pour dire qu’on a un bon ajustement il faut que pour tous les points expérimentaux,

l’erreur quadratique correspondant à : à soit la plus petite possible :

Avec
 05 Approximations au sens des moindres carrés :

minimum

yi et xi sont fixes, et , , ,…., et b inconnues donc :

(∑
(1) : Et (2) : …….

On obtient n équations à n inconnues, à résoudre soit manuellement

soit par une méthode de résolution d’un système d’équations linéaires
05 Approximations au sens des moindres carrés :

On veut minimiser l’erreur quadratique moyenne minimale:

Avec: : projection octogonale de Y (ou le modèle )

La condition d’optimalité des équations :

Le résidu:
 05 Approximations au sens des moindres carrés :
Les coefficients : , , ,…., en ligne:

Pour :
Pour : …..

Donc la matrice X: Et

On a : avec :

Donc il suffit de déterminer la matrice X pour obtenir un système à n+1 d’equations

et n+1 inconnues ( , , ,…., ), à résoudre par l’une des méthodes de résolution
des systèmes linéaires pour déterminer les valeurs du coefficients , , ,….,
et donc le polynôme d’interpolation :
 05 Approximations au sens des moindres carrés :

Example:
(0,1), (1,2), (2,2), (3,5)
Déterminer le polynôme d’approximation de degré 2.

1- construire la matrice X:
 05 Approximations au sens des moindres carrés :

:
.

Le système à résoudre est :

 05 Approximations au sens des moindres carrés :

Donc pour généraliser le système d’équations peut être déterminé en

utilisant les expressions suivantes :

=
 minimum 

(1)

(2)

(3)
 (1)

(2)

(3)
 ≠0
(1) 
≠0
(2) 
≠0
(3) 

(1)

(2)

(3)
Faisant un changement de variables
Système de trois équations à 3 inconnues à résoudre.

 Méthode classique

 Méthode matricielle de gauss

En remplaçant dans le système, on trouve

(1)
(2)
(3)

(1) 
On remplace dans les relations (2) et (3)

(2) 
 On appelle:

(2) 

(3)

(3) 
On appelle :

(3)

On remplace b obtenu de la relation (2) dans la relation (3) :

On remplace c dans b obtenu de la relation (2)
On remplace b et c dans la relation de a :

Finalement :
 Chapitre II:
Dérivation et
Intégration
numérique
1-Dérivation numérique
La fonction f peut être estimée à l’aide d’un polynôme de degré n et peut s’écrire :

est le terme d’erreur d’ordre (n + 1) donné par la relation:

( )
!

( )
!
Ainsi, pour évaluer la dérivée d’une fonction connue aux points ((xi, f(xi))
pour i = 0, 1, 2, · · · , n), il suffit de dériver le polynôme d’interpolation passant
par ces points. De plus, le terme d’erreur associé à cette approximation de la
dérivée est tout simplement la dérivée de l’erreur d’interpolation. Ce résultat
est vrai quel que soit l’ordre de la dérivée.
 01 Dérivées d’ordre 1:

Au point d’interpolation xi, on a :

Si on choisit le polynôme de degré 1 passant par les points, ,

on a grâce à la méthode d’interpolation de Newton
 02 Dérivées d’ordre 2:

Pour un polynôme de degré 2 passant par trois points, ,

Différence avant d’ordre 2
Différence centrée d’ordre 2
 ( ) ( )
( )
))

Différence arrière d’ordre 2

Formule d’erreur d’interpolation
( )
!

( ) ( )
! !

Formule d’erreur d’interpolation au point

( ) ( )
! !
( )
!

( )
!
 Formule d’erreur d’interpolation pour une approximation :

D’ordre 1:

D’ordre 2:

. .
 03 Dérivées d’ordre supérieur :

Avec les dérivées d’ordre supérieur, on agit à peu près de la même manière qu’avec les
dérivées d’ordre 1, c’est-à-dire que l’on dérive un polynôme d’interpolation aussi souvent
que nécessaire. Les dérivées d’ordre supérieur posent toutefois une difficulté
supplémentaire, qui provient principalement de l’analyse d’erreur. En effet, dériver
plusieurs fois le terme d’erreur est long et fastidieux.

Reprenons le polynôme de degré 2 déjà utilisé pour calculer la dérivée première.

Ce polynôme s’écrit :

𝑓 𝑥 −𝑓 𝑥 𝑓 𝑥 −𝑓 𝑥 𝑓 𝑥 −𝑓 𝑥 𝑓 𝑥 −𝑓 𝑥
− −
(𝑥 −𝑥 ) (𝑥 −𝑥 ) −ℎ −ℎ
𝑃′′ 𝑥 = 2𝑓 𝑥 , 𝑥 , 𝑥 =2 =2
(𝑥 −𝑥 ) −2ℎ
Ce qui constitue une approximation de la seconde dérivée f′′(x) partout dans
l’intervalle [x0 , x2]. Il reste à en déterminer l’ordre. Cet ordre dépend du
point retenu pour l’approximation.

– Premier cas : On fait l’approximation de la dérivée en .

Deuxième cas : On fait l’approximation de la dérivée en .

troisième cas : On fait l’approximation de la dérivée en .

On peut obtenir toute une série de formules aux différences finies en utilisant
des polynômes de degré plus ou moins élevé.
Les tableaux suivants présentent les principales d’entre elles.
Example :
Un polynôme de degré 2 défini par les points p(0)=1, p(1)=7, p(2)=17

1-Calculons la dérivée première d’ordre 2, aux points x0=0, x1=1, x2=2

-P’(0): différence avant d’ordre 2:

-P’(1): différence centrée d’ordre 2:

-P’(2): différence arrière d’ordre 2:

2-Calculons la dérivée seconde P’’(x), aux points x0=0, x1=1, x2=2

3-le polynôme de degré 2 p(x) déterminé par interpolation est:

2-Méthodes numériques d’intégration
Introduction :

Soit :

C’est ce qu’on appelle : intégration analytique

L’intégrale ci-dessus est impossible à calculer par la méthode analytique d’où l’intégration
numérique
Chapitre III: Méthodes numériques d’intégration
01 Méthode des trapèze :

On divise l’intervalle [a,b] en n sous intervalles

égaux : [x0,x1], [x1,x2], …, [xn-1,xn]

Soit la longueur des segments [xi-1, xi]

Avec h c’est le pas

: l’aire sous la courbe

 yn
01 Méthode des trapèze :

1
𝑆 = 𝑥 −𝑥 𝑦 + 𝑦 −𝑦 𝑥 −𝑥 yn-1
2
𝑦 +𝑦
𝑆 = 𝑥 −𝑥 Avec ℎ = 𝑥 − 𝑥
2
y2
𝑦 +𝑦
𝑆 =ℎ Sn
2
1
𝑆 = 𝑥 −𝑥 𝑦 + 𝑦 −𝑦 𝑥 −𝑥
2
S2
𝑦 +𝑦 𝑦 +𝑦
𝑆 = 𝑥 −𝑥 =ℎ
2 2
x2 xn-1 xn
1 h h h h
𝑆 = 𝑥 −𝑥 𝑦 + 𝑦 −𝑦 𝑥 −𝑥
2
𝑦 +𝑦 𝑦 +𝑦
𝑆 = 𝑥 −𝑥 =ℎ
2 2
 01 Méthode des trapèze :

L’aire totale :
01 Méthode des trapèze :

avec

Reste de la formule de trapèze :

Chapitre III: Méthodes numériques d’intégration
02 Méthode de Simpson:

Au lieu de relier deux points par un segment

(trapèzes), la courbe y=f(x) est assimilée à u
ne parabole qui passe par 3 points
, , ,
l’équation de la parabole est ,o
n choisit 3 points car en dessous, on ne peut
pas déterminer les coefficients a, b, c.
Soit la longueur des segments [xi-1, xi]

Avec h c’est le pas

: l’aire sous la courbe
Chapitre III: Méthodes numériques d’intégration
02 Méthode de Simpson:

L’aire est donnée par :

Si on généralise :
Chapitre III: Méthodes numériques d’intégration
02 Méthode de Simpson:
Chapitre III: Méthodes numériques d’intégration
02 Méthode de Simpson:

NB : dans la méthode de Simpson « n » doit être pair.

Chapitre III: Méthodes numériques d’intégration
02 Méthode de Simpson:

Reste de la formule de Simpson

 Exemple :

A3R
Dans un réacteur piston , déterminer le temps nécessaire pour avoir 80% de
conversion si le gaz à l’entrée contenant 50% A et 50% d’inerte, le régime étant permanent.

On donne T=273 K, P=1 atm, CA0=0,0625 mol/l

, n=8
01 Méthode des trapèzes:

,
=
n=8 ,
= = 0,1

avec
i=0 i=1 n-1=7 n=8

𝑥 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8

𝑦 1 0,994987 0,979796 0,953939 0,916515 0,866025 0,8 0,714143 0,6
= =6,225406

1 0,6
S=0,1(( )+ 6,225406)= 0,702541
02 Méthode de Simpson:

i=0 i=1 i=2 n-2=6 n-1=7 n=8

𝑥 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8

𝑦 1 0,994987 0,979796 0,953939 0,916515 0,866025 0,8 0,714143 0,6

= 0,994987+0,953939+0,866025+0,714143=3,529094

0,979796+0,916515+0,8=2,696311

3,529094 2,69631