IdentifiantMot de passe
Loading...
Mot de passe oublié ?Je m'inscris ! (gratuit)
Voir le flux RSS

User

[Actualité] Interpolation polynomiale et systèmes d'équations

Noter ce billet
par , 17/10/2022 à 10h30 (10318 Affichages)
I. Introduction

Etant donné un ensemble de n+1 points (obtenu, par exemple, à la suite d'une expérience), on cherche un polynôme de degré n qui passe par tous ces points.

Nom : graph_interpolation_parabolique.png
Affichages : 4205
Taille : 2,0 Ko

Soit donc une série de n+1 points (xi,yi) avec i compris entre 0 et n, on souhaite trouver les coefficients d'un polynôme d'interpolation de la forme :

P(x) = anxn + an-1xn-1 + ... + a1x + a0

Ce qui revient en fait à résoudre un système de n+1 équations à n+1 inconnues.

L'objectif de ce billet est de décrire, à l'aide de tableaux, les différentes étapes permettant de simplifier progressivement notre système d'équations initial, pour finalement aboutir à un système triangulaire facile à résoudre.

On montrera en particulier l'intérêt de la différence finie et de la différence divisée dans ce type de problème, et comment les utiliser pour trouver les valeurs des coefficients du polynôme, solutions du système de départ.

On proposera également à la fin une implémentation de l'algorithme en Python avec une représentation graphique d'un polynôme d'interpolation passant par 3 points.

Note importante : on obtiendra donc un polynôme exprimé sous une forme développée et réduite, la forme usuelle, contrairement par exemple aux polynômes d'interpolation de Newton ou de Lagrange.

Les notations utilisées pour représenter les différences finies sont adaptées aux variables indicées xi et yi.


II. Interpolation polynomiale pour des points uniformément répartis

Soit une série de n+1 points (x0,y0), (x1,y1), ..., (xn,yn), et on recherche un polynôme de la forme P(x) = anxn + ... + a1x + a0 qui passe par ces points.

Ceci revient à résoudre le système à n+1 équations :

P(x0) = y0
P(x1) = y1
...
P(xn) = yn


Qui peut également s'écrire avec f(x) = P(x) :

f(x0) = y0
f(x1) = y1
...
f(xn) = yn


Ou encore :

anx0n + ... + a1x0 + a0 = y0
anx1n + ... + a1x1 + a0 = y1
...
anxnn + ... + a1xn + a0 = yn


Les valeurs de xi et de yi étant connues, il s'agit donc de trouver les valeurs des coefficients ai dans ce système de n+1 équations à n+1 inconnues.


On notera la différence entre deux yi consécutifs :

Δyi = yi+1 - yi

Et la différence entre deux f(xi) successifs :

Δ[f](xi) = f(xi+1) - f(xi)

A l'ordre 2 :

Δ2yi = Δyi+1 - Δyi

Δ2[f](xi) = Δ[f](xi+1) - Δ[f](xi)


Plus généralement à l'ordre k :

Δkyi = Δk-1yi+1 - Δk-1yi

Δk[f](xi) = Δk-1[f](xi+1) - Δk-1[f](xi)


Note importante : On peut faire le lien avec la différence finie. Si h est l'intervalle entre deux xi successifs, alors la différence avant en xi s'écrit :

Δh[f](xi) = f(xi+h) - f(xi) = f(xi+1) - f(xi)

On n'a pas besoin de mentionner l'intervalle h dans la notation, étant donné que dans notre cas xi et yi sont des variables indicées.

D'autre part, la différence avant à l'ordre k et au point x de la fonction f définie par f(x) = anxn + an-1xn-1 + ... + a0 , ne conserve que les coefficients de degré supérieur ou égal à k (an, an-1, ..., ak).

Les coefficients de degré inférieur à k sont éliminés.

Cette propriété va nous permettre d'éliminer progressivement les coefficients en passant successivement de f(xi) à Δ[f](xi), puis à Δ2[f](xi), etc.

L'idée va être en fait de prendre la différence entre deux yi et deux f(xi) consécutifs, pour transformer les séries de yi et f(xi) , en les différences Δyi et Δ[f](xi), et pour passer d'un système de n+1 équations, à un système de n équations.

On va répéter cette procédure à l'ordre n, jusqu'à obtenir une équation à une seule inconnue, et au final un système triangulaire qui peut être résolu facilement.


II-A. Interpolation linéaire entre 2 points

Nom : graph_interpolation_lineaire.png
Affichages : 2699
Taille : 2,4 Ko

L’interpolation linéaire est la méthode la plus simple pour estimer la valeur prise par une fonction continue entre deux points déterminés (interpolation). Elle consiste à utiliser pour cela la fonction affine, de la forme f(x) = ax + b, passant par les deux points déterminés.

Prenons un exemple simple :

Soient 2 points M0(1,3) et M1(2,5), on souhaite déterminer les coefficients a et b du polynôme P(x) = ax + b qui passe par ces points.

Nom : interpolation_linéaire1.png
Affichages : 2410
Taille : 49,5 Ko


Ordre 0 : système à 2 équations

On utilise au départ la formule f(x)=ax + b, pour exprimer f(x0) et f(x1) en fonction de a et b.

Avec :

f(xi) = axi + b

On obtient ainsi :

f(x0) = f(1) = a + b
f(x1) = f(2) = 2a + b


Puis, en utilisant l'égalité f(xi) = yi, on a logiquement le système de 2 équations :

a + b = 3
2a + b = 5



Ordre 1 : équation finale

On calcule la différence entre les deux yi consécutifs :

Δy0 = y1 - y0 = 2

Et pour les deux f(xi) successifs, on a :

Δ[f](x0) = f(x1) - f(x0) = a


Comme f(xi)= yi, on en déduit que Δ[f](xi) = Δyi, et que :

a = 2

Finalement, en prenant la 1re équation de chacun des systèmes à l'ordre 0 et 1, on obtient le système triangulaire :

a + b = 3
a = 2



Représentation graphique du polynôme d'interpolation obtenu :

Nom : graph_interpolation_lineaire2.png
Affichages : 2382
Taille : 18,1 Ko


II-B. Interpolation parabolique pour 3 points uniformément répartis

L’interpolation parabolique consiste à rechercher un polynôme de la forme P(x) = ax2 + bx + c qui passe par 3 points donnés.

On posera comme précédemment :

f(x) = P(x)

Nom : interpolation_parabolique11.png
Affichages : 2379
Taille : 69,9 Ko


Ordre 0 : système de 3 équations

On utilise au départ la formule f(x)=ax2 + bx + c, pour exprimer f(x0), f(x1) et f(x2) en fonction de a, b et c.

Avec :

f(xi) = axi2 + bxi + c

On obtient ainsi :

f(x0) = f(1) = a + b + c
f(x1) = f(2) = 4a + 2b + c
f(x2) = f(3) = 9a + 3b + c


Puis, en utilisant l'égalité f(xi) = yi, on a logiquement le système de 3 équations :

a + b + c = 4
4a + 2b + c = 11
9a + 3b + c = 22



Ordre 1 : système à 2 équations

On transforme les yi et f(xi), en Δyi et Δ[f](xi). Ceci va nous permettre d'éliminer c et d'obtenir ensuite un système de 2 équations à 2 inconnues.

On calcule pour cela les différences entre deux yi consécutifs :

Δy0 = y1 - y0 = 11 - 4 = 7
Δy1 = y2 - y1 = 22 - 11 = 11

Et pour f(xi) :

Δ[f](x0) = f(2) - f(1) = (4a + 2b + c) - (a + b + c ) = 3a + b
Δ[f](x1) = f(3) - f(2) = (9a + 3b + c) - (4a + 2b + c ) = 5a + b


Comme f(xi) = yi, on en déduit que Δ[f](xi) = Δyi, et que :

3a + b = 7
5a + b = 11


Ordre 2 : équation finale

On transforme les différences d'ordre 1, Δyi et Δ[f](xi), en différences d'ordre 2, Δ2yi et Δ2[f](xi).

Ceci nous permet d'éliminer b et d'obtenir une équation à 1 inconnue :

2a = 4

Finalement, en prenant la 1re équation de chacun des systèmes à l'ordre 0, 1 et 2, on obtient le système d'équations triangulaire :

a + b + c = 4
3a + b = 7
2a = 4


Représentation graphique du polynôme d'interpolation obtenu :

Nom : graph_interpolation_parabolique1.png
Affichages : 2376
Taille : 16,5 Ko



III. Interpolation polynomiale généralisée

Pour réaliser une interpolation polynomiale de points pas nécessairement uniformément répartis, on va utiliser la différence divisée entre 2 points.

Par exemple, les différences divisées d'ordre 0, 1 et 2 sont définies comme suit :

Nom : differences_divisées_ordres.png
Affichages : 2671
Taille : 5,5 Ko

On obtient ainsi le schéma récursif suivant :

Nom : differences_divisées.png
Affichages : 2661
Taille : 8,5 Ko

Les différences divisées interviennent dans les polynômes de Newton.

Contrairement aux différences finies vues précédemment, les différences divisées tiennent compte de la distance de 2 points par rapport à l'axe des abscisses.

Cette propriété va ainsi nous permettre de déterminer un polynôme de degré n passant par une série de points pas nécessairement uniformément répartis.

On notera les différences divisées entre deux yi et deux f(xi) consécutifs :

[yi, yi+1] = (yi+1 - yi) / (xi+1 - xi)

f[xi, xi+1] = (f(xi+1) - f(xi)) / (xi+1 - xi)

Ou plus généralement à l'ordre k :

[yi, ..., yi+k] = ([yi+1, ..., yi+k] - [yi, ..., yi+k-1]) / (xi+k - xi)

f[xi, ..., xi+k] = (f[xi+1, ..., xi+k] - f[xi, ..., xi+k-1]) / (xi+k - xi)


Note importante : la différence divisée à l'ordre k notée f[xi, ..., xi+k], avec f définie par f(x) = anxn + an-1xn-1 + ... + a0, ne conserve que les coefficients de degré supérieur ou égal à k (an, an-1, ..., ak).

Les coefficients de degré inférieur à k sont éliminés.

Cette propriété va nous permettre d'éliminer progressivement les coefficients en passant successivement de f(xi) à f[xi, xi+1], etc.

L'idée va être de prendre la différence divisée entre deux yi et deux f(xi) consécutifs, pour transformer les yi et f(xi), en les différences [yi, yi+1] et f[xi, xi+1], et pour passer d'un système de n+1 équations, à un système de n équations.

On va répéter cette procédure à l'ordre n, jusqu'à obtenir une équation à une seule inconnue, et au final un système triangulaire qui peut être résolu facilement.


III-A. Interpolation parabolique généralisée

On recherche un polynôme de la forme P(x) = ax2 + bx + c qui passe par 3 points donnés pas nécessairement répartis uniformément.

On posera à nouveau :

f(x) = P(x)

Nom : interpolation_parabolique21.png
Affichages : 2370
Taille : 77,9 Ko


Ordre 0 : système à 3 équations

De la même façon que dans l'exemple précédent, à partir de la série de 3 points (1,4), (2,11) et (4,37), on obtient le système d'équations :

a + b + c = 4
4a + 2b + c = 11
16a + 4b + c = 37



Ordre 1 : système à 2 équations

On transforme les yi et f(xi), en les différences divisées [yi, yi+1] et f[xi, xi+1]. Ceci va nous permettre d'éliminer c et d'obtenir un système de 2 équations à 2 inconnues.

On évalue pour cela les différences divisées pour deux yi consécutifs :

[y0, y1] = (y1 - y0) / (x1 - x0) = (11 - 4) / (2 - 1) = 7
[y1, y2] = (y2 - y1) / (x2 - x1) = (37 - 11) / (4 - 2) = 13

Même chose pour les f(xi) :

f[x0, x1] = (f(x1) - f(x0)) / (x1 - x0) = ((4a + 2b + c) - (a + b + c)) / 1 = 3a + b
f[x1, x2] = (f(x2) - f(x1)) / (x2 - x1) = ((16a + 4b + c ) - (4a + 2b + c )) / 2 = 6a + b


Comme f(xi) = yi, on en déduit que f[xi, xi+1] = [yi, yi+1], et que :

3a + b = 7
6a + b = 13


Ordre 2 : équation finale

On transforme de la même manière les différences divisées d'ordre 1, [yi, yi+1] et f[xi, xi+1], en les différences d'ordre 2, [yi, yi+1, yi+2] et f[xi, xi+1, xi+2].

On utilise pour cela les formules des différences divisées à l'ordre 2 :

[yi, yi+1, yi+2] = ([yi+1, yi+2] - [yi, yi+1]) / (xi+2 - xi)

f[xi, xi+1, xi+2] = (f[xi+1, xi+2] - f[xi, xi+1]) / (xi+2 - xi)

Ceci nous permet d'éliminer b et d'obtenir une équation à 1 inconnue :

a = 2

Le système d'équations final s'écrit donc :

a + b + c = 4
3a + b = 7
a = 2

Note importante : on remarque que le coefficient de a dans la dernière équation est égal à 1, même chose pour le coefficient de b dans la 2e équation, et de c dans la 1re.


Représentation graphique du polynôme d'interpolation :

Nom : graph_interpolation_parabolique2.png
Affichages : 2360
Taille : 16,6 Ko



IV. Implémentation en Python

La fonction interpolation_polynomiale prend en arguments 2 listes x et y, représentant en fait la série de points (xi,yi), et renvoie la liste des coefficients du polynôme recherché.

Déroulé de la fonction :

  • Transformation des 2 listes x et y, en 2 listes df et dy représentant les membres de gauche et de droite des équations du système initial ;
  • Parcours des ordres de k=1 à k=n ;
  • --- Parcours simultané des éléments des listes dy et df ;
  • ------ Pour chaque paire d'éléments, calcul des différences divisées entre 2 valeurs successives de dy et de df ;
  • ------ Copie des différences dans les 2 listes dy et df qui représentent le système d'équations à l'ordre k ;
  • --- Ajout de la 1re équation du système d'ordre k au système final ;
  • Résolution du système triangulaire final « en remontant » les valeurs des variables dans les équations.


Code Python : Sélectionner tout - Visualiser dans une fenêtre à part
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
def interpolation_polynomiale(x,y):    
    n=len(x)-1 # nombre de valeurs de la série - 1, il correspond au degré du polynôme, exemple pour n=2 : a2x^2 + a1x + a0, où a2, a1 et a0 représentent les coefficients
    dy = y # on copie la liste y dans dy : différences divisées à l'ordre 0
    df = [] # on initialise la liste permettant d'enregistrer les sommes de termes correspondant aux membres de gauche des équations du système initial
 
    for i in range(n+1): # on parcourt les indices des x
        fi = somme_termes(x[i],n) # on remplace x par sa valeur dans le polynôme p(x) de degré n pour obtenir une somme de termes sous la forme [4, 2, 1] -> 4a2 + 2a1 + a0
        df = df + [fi] # on ajoute la somme de termes fi à la liste des sommes df : différences divisées à l'ordre 0
 
    systeme_triangulaire = [(df[0],dy[0])] # on initialise la liste permettant d'enregistrer le système triangulaire final : ajout de la 1re équation
 
    for k in range(1,n+1): # on parcourt les ordres suivants des différences divisées : ordre 1, 2, ..., n       
 
        for i in range(n-k+1): # on parcourt les indices de x, dy et df jusqu'à n-k         
            h = (x[i+k] - x[i]) # on détermine la différence entre xi+k et xi pour le calcul de la différence divisée à l'ordre k
 
            dyi = (dy[i+1] - dy[i])/h # on évalue la différence divisée à l'ordre k : [yi, ..., yi+k])
            dfi = difference_divisee(df[i],df[i+1],h) # on détermine la différence divisée à l'ordre k : f[xi, ..., xi+k]).
 
            dy[i] = dyi # on remplace l'élément d'indice i de la liste dy par la valeur de la différence divisée dyi        
            df[i] = dfi # on remplace l'élément d'indice i de la liste df par la valeur de la différence divisée dfi  
 
        systeme_triangulaire =  systeme_triangulaire + [(df[0],dy[0])] # on ajoute à la liste la 1re équation du système d'ordre k.
 
    a = [] # initialisation de la liste des coefficients remontés
 
    # on résout notre système triangulaire « en remontant » les valeurs des coefficients dans les équations
    for eq in reversed(systeme_triangulaire): # on parcourt la liste des équations dans l'ordre inverse
        ai = eval_coefficient(eq,a) # on évalue le coefficient ai
        a = a + [ai] # on ajoute la valeur du coefficient à la liste
 
    return a # on renvoie la liste des coefficients

Exemple de test avec une série de 3 points :

Code Python : Sélectionner tout - Visualiser dans une fenêtre à part
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
import matplotlib.pyplot as plt # module permettant de générer le graphique
 
def correct_value(v):
    # corrige l'erreur éventuelle dans les résultats des opérations en virgule flottante
    return round(v,5)
 
def somme_termes(x,n):
    s=[] # initialisation de la liste représentant la somme de termes
    for i in reversed(range(n+1)): # parcours des n termes du polynôme
        coef = (x**i) # évaluation du coefficient de ai (degré i) 
        s = s + [coef] # ajout du coefficient de ai à la liste
 
    return s # on renvoie la liste représentant la somme de termes - membre de gauche de l'équation : 2a2 + a1 + a0 -> [2, 1, 1]
 
def difference_divisee(f1,f2,h=1):
    # on initialise la liste permettant d'enregistrer les coefficients des ai, après calcul de la différence divisée entre les sommes de termes :
    # exemple pour h=1 : ((4a2 + 2a1 + a0) - (a2 + a1 + a0)) / h = 3a2 +  a1-> [3, 1]
    dfi=[]  
    for c1,c2 in zip(f1[:-1],f2[:-1]): # on parcourt simultanément les 2 listes f1 et f2 jusqu'à l'avant-dernier élément : le dernier est éliminé
        coef=(c2-c1)/h # calcul de la différence divisée pour chaque paire de termes: on soustrait 2 à 2 les coefficients des variables, puis on divise le résultat par l'intervalle h entre les xi: 
        dfi = dfi + [coef] # on ajoute le résultat à la liste
 
    return dfi # on retourne la liste représentant la somme de termes : 3a2 + a1 -> [3, 1]
 
def eval_coefficient(eq,a):
    fi = eq[0] # membre de gauche de l'équation correspondant à la somme de termes : [4, 2, 1] -> (4a2 + 2a1 + a0)
    yi = eq[1] # membre de droite de l'équation : nombre réel
    s=0 # initialisation de la somme de termes
 
    for j in range(len(fi)-1): # on parcourt les termes de la somme situés avant le terme de ai
        c = a[j] # copie de la valeur du coefficient d'indice j et de degré n-j
        s = s + fi[j]*c # on ajoute à la somme le produit du coefficient c et de fi[j]
 
    ai = (yi-s) # calcul de la valeur de ai
 
    return correct_value(ai) # on renvoie la valeur du coefficient ai
 
def interpolation_polynomiale(x,y):    
    n=len(x)-1 # nombre de valeurs de la série - 1, il correspond au degré du polynôme, exemple pour n=2 : a2x^2 + a1x + a0, où a2, a1 et a0 représentent les coefficients
    dy = y # on copie la liste y dans dy : différences divisées à l'ordre 0
    df = [] # on initialise la liste permettant d'enregistrer les sommes de termes correspondant aux membres de gauche des équations du système initial
 
    for i in range(n+1): # on parcourt les indices des x
        fi = somme_termes(x[i],n) # on remplace x par sa valeur dans le polynôme p(x) de degré n pour obtenir une somme de termes sous la forme [4, 2, 1] -> 4a2 + 2a1 + a0
        df = df + [fi] # on ajoute la somme de termes fi à la liste des sommes df : différences divisées à l'ordre 0
 
    systeme_triangulaire = [(df[0],dy[0])] # on initialise la liste permettant d'enregistrer le système triangulaire final : ajout de la 1re équation
 
    for k in range(1,n+1): # on parcourt les ordres suivants des différences divisées : ordre 1, 2, ..., n       
 
        for i in range(n-k+1): # on parcourt les indices de x, dy et df jusqu'à n-k         
            h = (x[i+k] - x[i]) # on détermine la différence entre xi+k et xi pour le calcul de la différence divisée à l'ordre k
 
            dyi = (dy[i+1] - dy[i])/h # on évalue la différence divisée à l'ordre k : [yi, ..., yi+k])
            dfi = difference_divisee(df[i],df[i+1],h) # on détermine la différence divisée à l'ordre k : f[xi, ..., xi+k]).
 
            dy[i] = dyi # on remplace l'élément d'indice i de la liste dy par la valeur de la différence divisée dyi        
            df[i] = dfi # on remplace l'élément d'indice i de la liste df par la valeur de la différence divisée dfi  
 
        systeme_triangulaire =  systeme_triangulaire + [(df[0],dy[0])] # on ajoute à la liste la 1re équation du système d'ordre k.
 
    a = [] # initialisation de la liste des coefficients remontés
 
    # on résout notre système triangulaire « en remontant » les valeurs des coefficients dans les équations
    for eq in reversed(systeme_triangulaire): # on parcourt la liste des équations dans l'ordre inverse
        ai = eval_coefficient(eq,a) # on évalue le coefficient ai
        a = a + [ai] # on ajoute la valeur du coefficient à la liste
 
    return a # on renvoie la liste des coefficients
 
def eval_polynome(a,x):
    s=0; n=len(a)-1
 
    for i in range(n+1):
        s = s + a[i]*(x**(n-i))
 
    return s
 
# on teste la fonction pour une série de 3 points (-3, 17) (-1, 3), (3, 23). On cherche donc un polynôme de degré 2.
 
x = [-3, -1, 3] # liste des valeurs d'abscisse
y = [17, 3, 23] # liste des valeurs d'ordonnée
 
# trace les points dont les abscisses x et les ordonnées y sont fournies en arguments.                                  
plt.scatter(x, y, color='blue')
 
a = interpolation_polynomiale(x,y) # renvoie la liste des coefficients [an, ..., a1, a0]
n= len(x) - 1
 
for i in range(n+1): # parcourt de la liste des coefficients obtenus
    print("a" + str(n-i) + " = " + str(a[i])) # affiche la valeur du coefficient d'indice i et de degré n-i
 
pas = (x[-1]-x[0])/(n*10) # intervalle entre 2 valeurs d'abscisse
x0 = x[0] # 1re valeur d'abscisse
x = [] # initialisation de la liste des abscisses
f = [] # initialisation de la liste destinée à enregistrer les valeurs successives du polynôme p(x) = f(x)
i=0
 
# on génère la nouvelle liste des abscisses x et des ordonnées f pour tracer la courbe du polynôme d'interpolation (avec un intervalle entre les x plus petit).
for i in range(n*10+1): # parcourt les n*10 indices (0, 1, 2, ...)
    xi = x0 + pas*i # copie de la valeur d'abscisse correspondant à l'indice i
    x = x + [xi] # ajout de la valeur d'abscisse à la liste
 
    fi = eval_polynome(a,xi) # évaluation du polynôme pour xi 
    f = f + [fi] # ajout de la valeur de fi à la liste f
 
# trace la courbe qui relie les points dont les abscisses x et les ordonnées f sont fournies en arguments. Polynôme utilisé P(x) = f(x) = 2*x^2 + x + 2                       
plt.plot(x, f, color='red')
 
# copie du titre du graphique
plt.title("Polynôme d'interpolation P(x) = 2x^2 + x + 2")
 
plt.show() # affiche la figure à l'écran

Résultat obtenu :

a2 = 2.0
a1 = 1.0
a0 = 2.0


Le code affiche ensuite le graphique représentant le polynôme d'interpolation passant par les 3 points :

Nom : graph_python.png
Affichages : 2363
Taille : 26,5 Ko

Note importante : il faut préciser que l'erreur d'interpolation peut s'amplifier démesurément, dans le cas particulier où les points sont uniformément répartis, et lorsqu'on augmente le nombre de points pour un intervalle [x0 , xn] donné. On parle dans ce cas de phénomène de Runge.


V. Conclusion

Après avoir posé notre système d'équations initial, nous avons compris comment le réduire progressivement à l'aide des différences finies et des différences divisées, pour finalement obtenir les valeurs des coefficients du polynôme recherché.

Ceci nous a permis ensuite d'implémenter une fonction en Python qui évalue les coefficients d'un polynôme à partir de 2 listes de valeurs représentant la série de points (xi,yi).


Sources :

https://fr.wikipedia.org/wiki/Interp..._lin%C3%A9aire
https://fr.wikipedia.org/wiki/Interpolation_polynomiale
https://fr.wikipedia.org/wiki/Diff%C3%A9rence_finie
https://fr.wikipedia.org/wiki/Diff%C..._divis%C3%A9es
https://fr.wikipedia.org/wiki/Interpolation_newtonienne

Envoyer le billet « Interpolation polynomiale et systèmes d'équations » dans le blog Viadeo Envoyer le billet « Interpolation polynomiale et systèmes d'équations » dans le blog Twitter Envoyer le billet « Interpolation polynomiale et systèmes d'équations » dans le blog Google Envoyer le billet « Interpolation polynomiale et systèmes d'équations » dans le blog Facebook Envoyer le billet « Interpolation polynomiale et systèmes d'équations » dans le blog Digg Envoyer le billet « Interpolation polynomiale et systèmes d'équations » dans le blog Delicious Envoyer le billet « Interpolation polynomiale et systèmes d'équations » dans le blog MySpace Envoyer le billet « Interpolation polynomiale et systèmes d'équations » dans le blog Yahoo

Mis à jour 22/10/2022 à 08h42 par User

Catégories
Programmation , Python , Algorithmique

Commentaires