[PDF] 1 Interpolation polynomiale 2 Approximation uniforme





Previous PDF Next PDF



Développements : Meilleure approximation uniforme par des

On veut montrer l'unicité du polynôme pn de meilleure approximation de f de degré n. ([G]). Pour cela nous allons montrer tout d'abord que la fonction







Interpolation polynomiale

Par l'utilisation du polynôme de meilleure approximation en norme uniforme il est possible de quantifier l'erreur d'interpolation de la façon suivante.



1 Interpolation polynomiale 2 Approximation uniforme

Introduction : Les polynômes sont les fonctions les plus faciles `a évaluer Ce polynôme est appelé polynôme de meilleure approximation uni- forme de f.



Problème - Polynôme de Tchebychev et approximation uniform–

8. 8. 1. T. X. X. = ?. + . 2.a Par récurrence double sur n ? ? montrons deg n. T n. = . La propriété est vraie



Analyse Numérique

3.2 Approximation polynômiale uniforme . i) comme il existe un polynôme de meilleure approximation on peut se demander s'il.



Corrigé 1. Existence et unicité dune meilleure approximation 1.1. C

p = Xn + r avec deg(r) < n on voit qu'il s'agit de trouver un polynôme r ? Rn?1[X] de meilleure approximation pour la fonction définie par f(x) = ?xn.



Rapport sur lépreuve « Mathématiques D » ENS

https://www.ens.psl.eu/sites/default/files/18_mp_rap_emathd.pdf



Licence de mathématiques & licence M.A.S.S. Méthodes et analyse

Approximation uniforme ou au sens de Tchebychev. Dans ce paragraphe a<b sont deux réels



[PDF] Meilleure approximation uniforme par des polynômes Inégalité

On veut montrer l'unicité du polynôme pn de meilleure approximation de f de degré n ([G]) Pour cela nous allons montrer tout d'abord que la fonction f ? pn 



[PDF] Chapitre II Interpolation et Approximation

Théor`eme 1 2 (formule de Newton) Le polynôme d'interpolation de degré n qui Pour des images contenant des parties uniformes (par exemple: ciel bleu) 



[PDF] 1 Interpolation polynomiale 2 Approximation uniforme

Approximation d'une fonction par des polynômes et des polynômes trigonométriques Exemples et applications Introduction : Les polynômes sont les fonctions 



[PDF] Approximations de fonctions I

Exercice 3 (Polynômes de meilleur approximation) Pour n ? N on note Pn l'espace des fonctions polynomiales de degré inférieur ou égal `a n 



[PDF] Problème - Polynôme de Tchebychev et approximation uniform– - Xiffr

Polynôme de Tchebychev et approximation uniforme On note [ ]X On identifiera polynôme et fonction polynomiale définie sur [ ]



[PDF] Polynôme de meilleure approximation uniforme 1 Probl`eme

Exercice – Polynôme de meilleure approximation uniforme 1 Soit n ? N? Si g est continue sur [?1 1] on note g? = sup t?[?11] g(t) Une



[PDF] Approximation potynomiale-fonctions - DSpace

On définit dhabord le concept de meilleure approximation et on démontre ensuite lhexistence et lhunicité du polynômes de meilleure approximation dans les deux 



[PDF] PDF - Mathdoc

Weierstrass (approximation de fonctions continues par des polynomes) ou plus ? est un élément de meilleure approximation de f dans X?



[PDF] TD 3 : Approximation polynomiale 1 Polynômes de Lagrange

est le polynôme unitaire de degré n qui réalise la meilleure approximation uniforme de la fonction nulle sur [?1; 1] c'est-`a-dire que tout polynôme unitaire 



[PDF] X M 1977 Math I - Corrigé : Polynôme de meilleure approximation

Le polynôme P de meilleure approximation de degré inférieur ou égal `a p d'une fonction f continue sur [a b] s'il n'est pas égal `a f est unique et 

:
1 Interpolation polynomiale 2 Approximation uniforme

209. Approximation d"une fonction par des polynˆomes et des

polynˆomes trigonom´etriques. Exemples et applications. Introduction: Les polynˆomes sont les fonctions les plus faciles `a ´evaluer num´eriquement, d"o`u l"int´erˆet de savoir approximer une fonction arbitraire par des polynˆomes.

1 Interpolation polynomiale

Soienta < b?R, soitf? C([a,b],R), soientx0< x1<···< xn?[a,b].

1.1 G´en´eralit´es

D ´efinition 1.On d´efinit la famille des polynˆomes de Lagrange aux points (xi)i par?i(X) =? j?=iX-xjx i-xj,i?[[0,n]]. On d´efinit le polynˆome d"interpolation defaux points (xi)iparPn(f) =n? i=0f(xi)?i. On note aussiπn+1(X) =n? j=0(X-xj). Proposition 2.Pn(f) est le seul polynˆome deRn[X] v´erifiant ?i?[[0,n]],Pn(f)(xi) =f(xi). Exemple3.Sin= 1,x0=a,x1=n,P1(f)est la corde joignant(a,f(a))et (b,f(b)). Th

´eor`eme 4.On supposef? Cn+1([a,b]).

Alors, pour toutx?[a,b], il existeξx?[a,b],f(x)-Pn(f)(x) =πn+1(x)(n+ 1)!f(n+1)(ξx).

Exemple5.On supposea=-1,b= 1.

- Points ´equidistants :xi=2in -1, alors?πn+1?∞≥1n ⎷n 2e n+1 (n→ ∞). - Points de Tchebychev :xi= cos?2i+ 12n+ 2π? , alors?πn+1?∞≥2?12 n+1 .1.2 Stabilit´e et convergence D ´efinition 6.On d´efinit alors l"op´erateur d"interpolation de Lagrange aux points (xi) parPn?C([a,b])→ C([a,b]) f?→Pn(f). Proposition 7.Pnest lin´eaire continu pour?·?∞, de norme Λn= sup x?[a,b]n i=0|?i(x)|. Proposition 8.Pour les points de Tchebychev, on a Λn≂n→∞2π ln(n). Corollaire 9.Il existe une fonction continue dont le polynˆome d"interpolation aux points de Tchebychev ne converge pas uniform´ement. Exemple10(Ph´enom`ene de Runge).Soitα >0. Pourx?[-1,1], soit f

α(x) =1x

2+α2.fest analytique mais la suite de ses polynˆomes d"interpolation

(points ´equidistants) diverge.

1.3 Application : Quadrature de Newton-Cotes

L"id´ee est d"approximerI(f) =?

b a f(x)dxparIn(f) :=? b a P n(f)(x)dx, o`uPn(f) est pris avec des points ´equidistants. D ´efinition 11.La quadrature est dite d"ordreksi pour toutf?Rk[X],In(f) =

I(f), et s"il existeg?Rk+1[X],I(g)?=Ik(g).

Proposition 12.La m´ethode de Newton-Cotes est d"ordrensinest impair et d"ordren+ 1 sinpair. Exemple13.Sin= 1, c"est la m´ethode des trap`ezes (d"ordre 1). Sin= 2, c"est la m´ethode de Simpson (ordre 3).

2 Approximation uniforme

Soitf? C([a,b]).

Th ´eor`eme 14.Pourn?N, il existe un uniquePn?Rn[X] tel que?f-P?∞= infP?Rn[X]?f-P?∞. D ´efinition 15.Ce polynˆome est appel´e polynˆome de meilleure approximation uni- forme def. Th ´eor`eme 16.Soitf? C([0,1]). On d´efinit sonmodule de continuit´eparwf(h) = sup |x-y|3 Approximation locale : formules de Taylor

SoitIintervalle ouvert deR, soitf? C(I,Rd).

3.1 Rappel des formules de Taylor

Soita?Itel quefsoitnfois d´erivable ena. On d´efinit le polynˆome de Taylor d"ordrendefena:Tna(f) =n? k=0f (k)(a)k!(X-a)k. Alors : Th ´eor`eme 17(Taylor-Young).?x?I,f(x) =Tna(f)(x) +ox→a((x-a)n). Th ´eor`eme 18(reste int´egral).?x?I, sif? Cn+1([a,x]), on a f(x) =Tna(f)(x) +? x a(x-t)nn!f(n+1)(t)dt. Th ´eor`eme 19(Taylor-Lagrange).?x?I,sif? Cn([a,x],R),n+1 fois d´erivables sur ]a,x[, alors il existec?]a,x[ tel quef(x) =Tna(f)(x) +f(n+1)(c)(n+ 1)!(x-a)n+1.

Corollaire 20.Sif? Cn+1([a,x],R), on a

3.2 Applications

Proposition 21.Soita?I. Sifestnfois d´erivable ena, alorsfadmet un d´eveloppement limit´e `a l"ordrenena, donn´e par la formule de Taylor-Young.

Exemple22.Pourn?N, au voisinage de 0 :

e x=n? k=0x kk!+o(xn) cos(x) =n?

2-→x→01.

Application24(Th´eor`eme central limite).Soit(Xn)n?Nsuite de variables al´eatoires iid dansL2. Alors, si on poseSn=n? k=1X k,?n

Var(X1)?

Snn -E[X1]? converge en loi vers une variable de loiN(0,1). Th ´eor`eme 25(M´ethode de Newton).Soitf? C1(R,R), soitα?Rtel quef(α) =

0. On se donnex0?I, et on posexk+1=xk-f(xk)f

?(xk). S"il existeδ >0 tel quef soit de classeC2sur ]α-δ,α+δ[ et sif?ne s"annule pas sur cet intervalle, alors pour toutx0?]α-δ,α+δ[, la suite converge quadratiquement versα.

4 Polynˆomes trigonom´etriques

On noteT=R/2πZet on identifie les fonctionsf:T→Caux fonctionsf:R→C

2π-p´eriodiques.

4.1 G´en´eralit´es

D ´efinition 26.On appelle ensemble des polynˆomes trigonom´etriques, et on note P, le sous-espace vectoriel deC(T) engendr´e par les (en)n?Zo`uen:t?→eint. Th

´eor`eme 27(Weierstrass).Pest dense dansC(T).

D ´efinition 28.Sif?L1(T), on d´efinit sonn-`eme coefficient de Fourier par c n(f) =12π? 2π 0 f(t)e-intdt. On appelle s´erie de Fourier defla s´erie? n?Zc n(f)en. Proposition 29.(en)n?Zforme une base hilbertienne deL2(T). Th ´eor`eme 30(Parseval).Sif?L2(T), on a?f?2=+∞? n=-∞|cn(f)|2.

4.2 Convergence des s´eries de Fourier

Th ´eor`eme 31(Dirichlet).Sifest continue, de classeC1par morceaux, alors sa s´erie de Fourier converge normalement versfdans (C(T),? · ?∞). Application32.Soitu0? C([0,2π],R),C1par morceaux avecu(0) =u(2π). On consid`ere le probl`eme aux limites ∂u∂t (t,x)-∂2u∂x

2(t,x) = 0pour(t,x)?R+×]0,2π[,

u(0,x) =u0(x)pourx?[0,2π],u(t,0) =u(t,2π)pourt?R+. Il y a une unique solution continue surR+×[0,2π],C∞surR?+×]0,2π[.

D´eveloppements

- Stabilit´e de l"interpolation de Lagrange. - Polynˆomes de Bernstein. -´Equation de la chaleur avec conditions aux limites p´eriodiques.

R´ef´erences

[1] V. Beck, J. Malick, G. Peyr´e,Objectif Agr´egation, H&K. [2] J.-P. Demailly,Analyse num´erique et´equations diff´erentielles, EDP

Sciences.

[3] A. Pommellet,Cours d"analyse, Ellipses.quotesdbs_dbs30.pdfusesText_36
[PDF] exercices corrigés polynomes

[PDF] exercices classiques polynomes

[PDF] polynome de lagrange exercice corrigé

[PDF] correction cas pratique concours commun catégorie c 2015

[PDF] correction cas pratique concours commun catégorie c 2016

[PDF] annales concours adjoint administratif catégorie c

[PDF] corrigé concours agent administratif des finances publiques

[PDF] annales concours douanes agent constatation

[PDF] concours agent de constatation des douanes 2015

[PDF] annales corrigés controleur des douanes

[PDF] qcm douane categorie c

[PDF] corrigé etude de cas bts ag 2017

[PDF] corrigé eurecia bts ag 2015

[PDF] cas sauerbrei corrigé

[PDF] corrigé etude de cas bts ag 2015 nouvelle caledonie