Résumé
right|300px|thumb|Les points rouges correspondent aux points (xk,yk), et la courbe bleue représente la fonction d'interpolation, composée de segments de droite. 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) = m.x + b) passant par les deux points déterminés. Cette technique était d'un emploi systématique lorsque l'on ne disposait que de tables numériques pour le calcul avec les fonctions transcendantes : les tables comportaient d'ailleurs à cet effet en marge les « différences tabulaires », auxiliaire de calcul servant à l'interpolation linéaire. Enfin l'interpolation linéaire est la base de la technique de quadrature numérique par la méthode des trapèzes. Supposons que l'on connaisse les valeurs prises par une fonction en deux points et : et La méthode consiste à approcher la fonction par la fonction affine telle que et ; cette fonction a pour équation (trois formulations équivalentes) : que l'on peut aussi écrire (formule de Taylor-Young au premier ordre) : ou encore : Cette dernière formule correspond à la moyenne pondérée. Par exemple, si nous souhaitons déterminer f(2,5) alors que l'on connaît les valeurs de f(2) = 0,9093 et f(3) = 0,1411, cette méthode consiste à prendre la moyenne des deux valeurs sachant que 2,5 est le milieu des deux points. On obtient par conséquent . Soit à calculer sin(0,71284). Les tables de Laborde donnent : Dans ce cas : et , car 0,712 < 0,71284 < 0,713 ; et enfin . On a donc : . En pratique, on pose les calculs de la façon suivante : Le fabricant des tables explique qu'en procédant ainsi, l'erreur absolue est inférieure à 2 × 10. La même méthode est expliquée dans les tables de logarithmes de Bouvart et Ratinet. Cette méthode est rapide et aisée mais sa précision dépend beaucoup de l'écart . Le calcul différentiel et intégral permet, moyennant certaines hypothèses, de calculer l'erreur d'interpolation au pire des cas.
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Publications associées (2)
Concepts associés (7)
Interpolation numérique
En analyse numérique (et dans son application algorithmique discrète pour le calcul numérique), l'interpolation est une opération mathématique permettant de remplacer une courbe ou une fonction par une autre courbe (ou fonction) plus simple, mais qui coïncide avec la première en un nombre fini de points (ou de valeurs) donnés au départ. Suivant le type d'interpolation, outre le fait de coïncider en un nombre fini de points ou de valeurs, il peut aussi être demandé à la courbe ou à la fonction construite de vérifier des propriétés supplémentaires.
Interpolation linéaire
right|300px|thumb|Les points rouges correspondent aux points (xk,yk), et la courbe bleue représente la fonction d'interpolation, composée de segments de droite. 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) = m.x + b) passant par les deux points déterminés.
Infographie
L'infographie est le domaine de la création d' assistée par ordinateur. Cette activité est liée aux arts graphiques. Les études les plus courantes passent par les écoles publiques ou privées se situant majoritairement en Angleterre, en Belgique, au Canada, en France, et aux États-Unis. Lors de l'introduction du concept dans la langue française vers les années 1970, le terme « infographie » désigne les graphismes produits par ordinateur.
Afficher plus
Cours associés (29)
MSE-369: Finite element theory
L'objectif est de comprendre la méthode des éléments finis i.e. les formulations variationnelles faibles et fortes, l'assemblage des matrices élémentaires, la formulation globale et les schémas de rés
MATH-250: Numerical analysis
Construction and analysis of numerical methods for the solution of problems from linear algebra, integration, approximation, and differentiation.
COM-514: Mathematical foundations of signal processing
A theoretical and computational framework for signal sampling and approximation is presented from an intuitive geometric point of view. This lecture covers both mathematical and practical aspects of
Afficher plus
Séances de cours associées (148)
Phénomènes continus spatiaux, isovaleurs (résumé)
Couvre les courbes d'isovaleur pour visualiser les données de terrain et météorologiques grâce à l'interpolation linéaire et au logiciel QGIS.
Manipulations d'images : Affine transforme et interpolation
Couvre les transformations de l'affine, la rotation, le cisaillement et l'interpolation bilinéaire pour les manipulations d'images.
Analyse structurale: Matrice de Trusse et de Stiffness
Couvre l'analyse des trusses et la dérivation de la matrice de rigidité dans l'ingénierie structurale.
Afficher plus
MOOCs associés (2)
Systèmes d’Information Géographique 2
Ce cours constitue la seconde partie d'un enseignement consacré aux bases théoriques et pratiques des systèmes d’information géographique. Il propose une introduction aux systèmes d’information géogra
Systèmes d’Information Géographique 2
Ce cours constitue la seconde partie d'un enseignement consacré aux bases théoriques et pratiques des systèmes d’information géographique. Il propose une introduction aux systèmes d’information géogra