Skip to content
Snippets Groups Projects
Commit 2d0676ae authored by iliya.saroukha's avatar iliya.saroukha :first_quarter_moon:
Browse files

feat: updated interpolation figure and added explanation for max theoritical...

feat: updated interpolation figure and added explanation for max theoritical error for a Taylor approximation
parent 10532367
Branches
No related tags found
No related merge requests found
......@@ -22,41 +22,58 @@ format:
![Graphiques de la fonction $f$ et de ses développements de Taylor en divers points](./figs/ex2_taylor.png)
::: {#thm-taylor-errmax}
## L'erreur maximale théorique
À défaut de ne pas vouloir recopier l'entièreté du polycopié de M. Baillif, je
vais me restreindre à simplement copier-coller la formule en \text{\LaTeX} parce que
ça fait toujours plaisir.
L'erreur $R_{f, n, a}$ commise en un point lors de l'évaluation du polynôme de
Taylor d'une fonction est définie de la sorte :
$$
R_{f, n, a}(x) = \max_{\xi \in I} \left| \frac{f^{(n + 1)}(\xi)(x - a)^{n + 1}}{(n + 1)!} \right|
R_{f, n, a}(x) = \lvert f(x) - T_{f, n, a}(x) \rvert
$$
:::
# Polynômes d'interpolation
Dans cette partie, nous allons présenter les graphiques de divers polynômes
d'interpolation. Il était aussi demandé d'effectuer ces interpolations en
subdivisant l'intervalle $I = [a, b]$ (où $a = 1$ et $b = 4$ dans mon cas) de
deux manières différentes. Les points rouges réprensentent donc le découpage
uniforme / équidistant. Quant au bleus, ceux-ci sont les points de Chebyshev
(comme vous avez pu le deviner, ceux-ci ne sont pas équidistants).
## Lagrange
Le graphique ci-dessous met en avant l'interpolation par le polynôme de
Lagrange.
Par conséquent, nous savons donc que l'erreur $R_{f, n, a}$ est bornée par la
plus grande valeur du $(n + 1)$-ème terme de la série de Taylor évaluée au un
point $\xi$ de l'intervalle $I$.
![Polynôme d'interpolation de Lagrange avec 2 subdivisions d'intervalle différentes](./figs/lagrange_interpolate.png)
## Newton
$$
R_{f, n, a}(x) \leq \max_{\xi \in I} \left| \frac{f^{(n + 1)}(\xi)(x - a)^{n + 1}}{(n + 1)!} \right|
$$
Le graphique ci-dessous met en avant l'interpolation par le polynôme de
Newton.
# Polynômes d'interpolation
![Polynôme d'interpolation de Newton avec 2 subdivisions d'intervalle différentes](./figs/newton_interpolate.png)
Dans cette partie, nous allons présenter les graphiques de divers polynômes
d'interpolation. Ceux-ci ont été calculées grâce a la fonction `lagrange`
proposée dans le module `scipy.interpolate`.
Il était aussi demandé d'effectuer ces interpolations en subdivisant
l'intervalle $I = [a, b]$ (où $a = 1$ et $b = 4$ dans mon cas) de deux manières
différentes. Les points rouges réprensentent donc le découpage uniforme/équidistant.
Quant au bleus, ceux-ci sont les points de Chebyshev (comme vous avez pu le
deviner, ceux-ci ne sont pas équidistants).
Les graphiques ci-dessous mettent en avant les divers polynômes d'interpolation avec
la valeur de l'erreur commise en chaque point.
![Polynôme d'interpolation avec 2 subdivisions d'intervalle différentes](./figs/lagrange_interpolate.png){#fig-interpolate}
Nous pouvons donc remarquer que plus le degré du polynôme d'interpolation
augmente, plus l'erreur commise lors de l'interpolation semble diminuer,
notamment en ce qui concerne la partie centrale de chaque graphique. Les divers
polynômes d'interpolation présentés ci-dessus ont d'ailleurs l'air de très bien
approximer la fonction $f$.
## Phénomène de Runge
Lorsqu'on calcule des polynômes d'interpolation dans un certain intervalle $I$
et avec un nombre de points croissants, on peut apercevoir un comportement
étrange au bord de cet intervalle. Plus le nombre de points augmente, plus
le polynôme a tendance à osciller fortement vers les extrémités de l'intervalle.
Sur la @fig-interpolate, il est possible de remarquer que les extrémités de
l'intervalle $I$ sont grandement affectées par le phénomène de Runge, notamment
la méthode d'interpolation avec une subdivision équidistante des points. On
remarque cela par le fait que la valeur de l'erreur commise (traitillé rouge,
pour le découpage équidistant) croît très violemment.
# Exercice 3
......
0% Loading or .
You are about to add 0 people to the discussion. Proceed with caution.
Please register or to comment