Correction TD1 : Approximation de fonctions

Documents pareils
Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Programmation linéaire

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

Fonctions de plusieurs variables

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Chapitre 2 Le problème de l unicité des solutions

Calcul différentiel sur R n Première partie

Optimisation des fonctions de plusieurs variables

Exercices - Polynômes : corrigé. Opérations sur les polynômes

CCP PSI Mathématiques 1 : un corrigé

Précision d un résultat et calculs d incertitudes

Résolution d équations non linéaires

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

Théorème du point fixe - Théorème de l inversion locale

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Pour l épreuve d algèbre, les calculatrices sont interdites.

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique

Fonctions de deux variables. Mai 2011

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables

Cours d Analyse. Fonctions de plusieurs variables

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2

Chapitre 4: Dérivée d'une fonction et règles de calcul

Chapitre 3. Les distributions à deux variables

Les devoirs en Première STMG

Chp. 4. Minimisation d une fonction d une variable

Equations différentielles linéaires à coefficients constants

DOCM Solutions officielles = n 2 10.

Programmation linéaire

aux différences est appelé équation aux différences d ordre n en forme normale.

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Continuité et dérivabilité d une fonction

3 Approximation de solutions d équations

Une forme générale de la conjecture abc

TS 35 Numériser. Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S

IV- Equations, inéquations dans R, Systèmes d équations

Les équations différentielles

Amphi 3: Espaces complets - Applications linéaires continues

NOMBRES COMPLEXES. Exercice 1 :

Exercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.

Développements limités. Notion de développement limité

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

I. Polynômes de Tchebychev

Complément d information concernant la fiche de concordance

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Quelques contrôle de Première S

Extrait du poly de Stage de Grésillon 1, août 2010

Programmation linéaire et Optimisation. Didier Smets

EXERCICE 4 (7 points ) (Commun à tous les candidats)

Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables

Rappels et compléments, première partie : Nombres complexes et applications à la géométrie

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008)

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques

Condition inf-sup pour l Elément Fini de Taylor-Hood È ¾ -iso-è ½

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Annexe commune aux séries ES, L et S : boîtes et quantiles

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Dérivées d ordres supérieurs. Application à l étude d extrema.

Oscillations libres des systèmes à deux degrés de liberté

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

Optimisation Discrète

RO04/TI07 - Optimisation non-linéaire

Etude de fonctions: procédure et exemple

M2 IAD UE MODE Notes de cours (3)

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

Continuité d une fonction de plusieurs variables

Simulation de variables aléatoires

I- Définitions des signaux.

Terminale STMG Lycée Jean Vilar 2014/2015. Terminale STMG. O. Lader

Résolution de systèmes linéaires par des méthodes directes

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b

Incertitudes expérimentales

ÉVALUATION FORMATIVE. On considère le circuit électrique RC représenté ci-dessous où R et C sont des constantes strictement positives.

L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ

Cours 02 : Problème général de la programmation linéaire

Continuité en un point

Université Paris-Dauphine DUMI2E 1ère année, Applications

Cours d électricité. Circuits électriques en courant constant. Mathieu Bardoux. 1 re année

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

Chapitre 6. Fonction réelle d une variable réelle

Corrigé des TD 1 à 5

CHAPITRE 5. Stratégies Mixtes

Moments des variables aléatoires réelles

Limites finies en un point

Approximations variationelles des EDP Notes du Cours de M2

Sur certaines séries entières particulières

Circuits RL et RC. Chapitre Inductance

Arithmétique binaire. Chapitre. 5.1 Notions Bit Mot

Logique. Plan du chapitre

CARACTERISTIQUE D UNE DIODE ET POINT DE FONCTIONNEMENT

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»

Enoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en Énoncé.

Correction du baccalauréat STMG Polynésie 17 juin 2014

Transcription:

Grenoble INP Pagora ère année Analyse numérique 7 Correction TD : Approximation de fonctions Méthode des moindres carrés Exercice (régression linéaire pondérée). Soit le modèle de régression linéaire f(x, a, b) ax + b Lorsque on veut estimer les paramètres adéquats pour ce modèle en fonction des données (n points (x i, y i ), i,..., n) et de leurs incertitudes, on cherche les paramètres a et b minimisant χ (a, b) ( ) yi ax i b σ i w i (y i ax i b) avec σ i l écart-type de l erreur commise sur la mesure de y i. On a σ i wi. Notons les moyennes pondérées x p et y p définies de la manière suivante : w i x i w i y i. Montrer qu au minimum de χ, b vaut x p y p w i b y p ax p w i On cherche le minimum de la fonction χ. Pour cela, il faut chercher où le gradient de χ vaut. On doit donc calculer les dérivées partielles de χ par rapport à a et b. Celles-ci valent χ w i x i (y i ax i b) a χ b w i (y i ax i b) Le minimum de χ est donc atteint pour (a, b) solution de w i x i (y i ax i b) La seconde ligne du système à résoudre donne w i (y i ax i b) w i (y i ax i b) w i y i a w i x i b D où b w i ( n ) w i y i a w i x i y p ax p

. Montrer qu au minimum de χ, a vaut a w i (x i x p ) (y i y p ) w i (x i x p ) Si on réécrit le système à résoudre, on a w i x i (y i ax i b) w i (y i ax i b) w i x i (y i y p a(x i x p )) w i (y i y p a(x i x p )) Si on multiplie la deuxième ligne par x p et qu on la soustrait à la première ligne, on obtient w i x i (y i y p a(x i x p )) x p n Or w i x i (y i y p a(x i x p )) x p n w i (y i y p a(x i x p ) w i (y i y p a(x i x p ) x p w i (x i x p )(y i y p a(x i x p )) w i (x i x p )(y i y p ) a w i (x i x p ) Et finalement, on obtient a w i (x i x p )(y i y p ) w i (x i x p ). Supposons que les écart-types des erreurs commises sur y i soient égaux. Que valent a et b? Supposons maintenant que les écart-types des erreurs commises sur y i soient égaux. Cela veut dire que les w i ont tous la même valeur, notons cette valeur w. Les moyennes pondérées valent x p w i x i w w i w x i x i x y p n w i y i w w i w y i n y i y On remarque que x p et y p sont égales aux moyennes usuelles x et y. Pour a et b, on a a w i (x i x p )(y i y p ) w (x i x p )(y i y p ) w i (x i x p ) w (x i x p ) (x i x)(y i y) (x i x) b y p ax p y ax On retrouve a et b, les deux coefficients de la régression linéaire.

Interpolation Exercice. La mesure de la tension aux bornes d un dipôle a donné les valeurs suivantes t [s] U [V ] 8 On suppose que cette tension varie suffisamment lentement pour qu on puisse l approximer par un polynôme de degré faible. Estimez à partir de ces données l instant ˆt où la tension devrait atteindre son maximum, ainsi que la tension Û en ce maximum. On suppose que la tension varie suffisamment lentement pour qu on puisse l approximer par un polynôme de degré faible. On va donc interpoler la tension aux points (, 8), (, ) et (, ). Pour cela, on va contruire la forme lagrangienne du polynôme d interpolation noté L. On rappelle que ce polynôme est une combinaison linéaire L(x) n j y j l j (x) de polynômes de Lagrange l j (x) n k,k j Dans notre cas n vaut, l indice j varie donc de à et et le polynôme d interpolation vaut L(x) x x k x j x k x x x j x... x x j x j x j x x j+ x j x j+... x x n x j x n l (x) x x x x x x x x x l (x) x x x x x x x x x l (x) x x x x x x x x x x (x )(x ) x x(x ) x x(x ) y j l j (x) 8l (x) + l (x) + l (x) 8 (x )(x ) x(x ) (x ) ( (x ) ) x (x ) ( x + ) x + x 8 j et sa dérivée d où le tableau des variations suivant. L (x) x + x L (x) L(x).5 8 + Û.5 8.5-8 La tension maximale est donc atteinte en ˆt.5 et elle vaut Û.5.

Exercice. Le polynôme P (x) x 7 x + 7 interpole la fonction f(x) x aux points d abscisses,,.. Vérifier que P interpole bien f aux points d abscisses,,. f() P () 7 + 7 7 f() P () 7 + 7 7 + 7 f() P () 7 + 7 8 + 7 Le polynôme P (x) interpole bien f aux points d abscisses, et.. Calculer l erreur ɛ(x) f(x) P (x). f(x) P (x) L erreur vaut ɛ(x) x x + 7 x 7 ( x 8 x + 7x x ) x ( x)( x)( x).. Quand cette erreur prend elle sa valeur maximale pour x dans [, ]? Pour savoir où l erreur prend sa valeur maximale sur [, ], on calcule sa dérivée. On a ɛ (x) x x + 7 Il nous faut déterminer le signe de ɛ pour connaitre les variations de ɛ. On va donc calculer la dérivée seconde ɛ (x) 8 x et on a le tableau des variation suivant pour ɛ x x x.5 ɛ (x) ɛ(x) ɛ (x) + ɛ (x) D après le théorème des valeurs intermédiaires (cf. cours résolution d équations non-linéaires), il existe x x ], [ tel que ɛ (x ) ɛ (x ) Numériquement, on trouve que x.7 et x.7. On a maintenant le tableau des variations pour ɛ ], [ et x ɛ (x) x x + ɛ(x ).5 ɛ(x) ɛ(x ).7 L erreur prend sa valeur maximale en x, elle vaut environ.5.. Que faire pour réduire cette erreur? Une idée pour diminuer l erreur serait d ajouter un point d interpolation (par exemple, (x, f(x )). Cependant, il est possible qu ajouter ce point d interpolation fasse empirer les choses (phénomène de Runge par exemple).

Extrait de l examen de. Interpolation polynômiale ( points) On veut calculer les valeurs d une fonction f(x) pour toutes les valeurs de x, mais on ne connaît pas f explicitement. Ceci se produit typiquement lorsque f n est connue qu en certains points expérimentaux. On considère la fonction f dont points du graphique sont connus (f(), f() et f() 7). On propose de chercher f dans la famille des polynômes.. Quel est le degré n du polynôme d interpolation P tel que le problème admette une solution unique? On cherche à interpoler une fonction f en trois points en utilisant l interpolation polynômiale. Notons P le polynôme interpolant f en ces trois points. On note que les points d interpolation ont des abscisses différentes. Ainsi, pour que le polynôme d interpolation P soit unique, il faut que son degré soit de n (nombre de points d interpolation - ).. Ècrire le système d équations qui détermine les coefficients (a,b,c) de ce polynôme (P (x) a + bx + cx ) et le résoudre. On veut que P (), P () et P () 7 (car P interpole f en ces points). On a donc à résoudre le système suivant a a + b + c a + b + c 7 On a immédiatement que a et on réinjecte la valeur de a dans les deuxième et troisième lignes. On a ainsi le système suivant pour trouver b et c { b + c b + c 6 Si on multiplie la première ligne par et qu on la soustraie à la seconde ligne, on a b + c (b + c) c 6 d où c et comme b + c, on en déduit que b. Le polynôme interpole donc f aux points f(), f() et f() 7.. Ècrire directement la solution grâce à la forme de Lagrange. P (x) + x + x On recherche maintenant P en utilisant la forme de Lagrange. On rappelle ici que P (x) n j y j l j (x) avec les polynômes de Lagrange n x x k l j (x) x x... x x j x x j+... x x n x j x k x j x x j x j x j x j+ x j x n k,k j Dans notre cas n vaut, l indice j varie donc de à et et le polynôme d interpolation vaut P (x) l (x) x x x x x x x x x l (x) x x x x x x l (x) x x x x x x x x x x x x x (x )(x ) x x(x ) x x(x ) y j l j (x) l (x) + l (x) + 7l (x) (x )(x ) x(x ) + 7 x(x ) x + x + j On retrouve bien le même polynôme d interpolation qu à la question précédente. 5

. Approximation au sens des moindres carrés ( points) On considère toujours la fonction f connue expérimentalement en trois points. Cependant, on considère que les mesures sont entachées d erreurs (f(), f() et f() 7) et on cherche une fonction f de la forme f(x) a x + bx.. A priori, peut-on trouver une fonction de la forme f(x) a x + bx qui passe exactement par les trois points expérimentaux? On cherche inconnues a et b. Pour que la forme f passe par les trois points expérimentaux, il faut que a et b suivent trois équations. Or il n y a en général pas de solution pour un système de équations à inconnues. Il est donc vraisemble qu il n existe pas une fonction de la forme f(x) a x + bx passant exactement par les trois points expérimentaux.. Ècrire le problème de minimisation qui détermine les coefficients a et b au sens des moindres carrés. La fonction modèle est de la forme f(x, β) m β k φ k (x) k Ici, β a, φ (x) x et β b, φ (x) x. On a donc affaire à un problème des moindres carrés linéaires. On cherche ainsi a et b tel que la quantité suivante S(a, b) soit minimale S(a, b) (y i a x i bx i ) ( a) + ( b) + (7 a b). Déterminer le système d équations linéaires à résoudre. Résoudre le système. Le minimum de S est atteint lorsque les dérivées partielles de S en a et b s annulent or S a ( a) (7 a b) a + 8b 6 S b ( b) (7 a b) 8a + b 6 On doit donc résoudre le système suivant { a + 8b 6 8a + b 6 Maintenant si on multiplie la première ligne par et qu on la soustraie à la seconde ligne, on a et on obtient que b a 8 5 (a + 8b) + (8a + b) 8b 6 + 6. Si on remplace la valeur de b nouvellement obtenue dans la première équation, on a. La fonction f donc vaut f(x) x + 5 x. On vérifie d ailleurs qu elle ne passe pas exactement par les points donnés. 6