Séance de cours

Interpolation trigonométrique: Rapprochement des fonctions et des signaux périodiques

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Description

Cette séance de cours aborde le thème de l'interpolation trigonométrique, en se concentrant sur l'approximation des fonctions et signaux périodiques utilisant des nœuds distincts et également espacés. L'instructeur explique l'utilisation des nœuds Chebyshev-Gauss-Labatto pour atténuer le phénomène de runge et les problèmes de stabilité dans l'interpolation polynomiale. La séance de cours se penche également sur la stabilité du polynôme interpolant et le comportement de la fonction d'erreur pour augmenter les valeurs de n.

Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.

Regarder sur Mediaspace

Source officielle

Proximité ontologique

Mathématiques

Analyse (mathématiques): Analyse numérique

Concepts associés (32)

Interpolation polynomiale

En mathématiques, en analyse numérique, l'interpolation polynomiale est une technique d'interpolation d'un ensemble de données ou d'une fonction par un polynôme. En d'autres termes, étant donné un ensemble de points (obtenu, par exemple, à la suite d'une expérience), on cherche un polynôme qui passe par tous ces points, p(xi) = yi, et éventuellement vérifie d'autres conditions, de degré si possible le plus bas. Cependant, dans le cas de l'interpolation lagrangienne, par exemple, le choix des points d'interpolation est critique.

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.

Trigonometric interpolation

In mathematics, trigonometric interpolation is interpolation with trigonometric polynomials. Interpolation is the process of finding a function which goes through some given data points. For trigonometric interpolation, this function has to be a trigonometric polynomial, that is, a sum of sines and cosines of given periods. This form is especially suited for interpolation of periodic functions. An important special case is when the given data points are equally spaced, in which case the solution is given by the discrete Fourier transform.

Interpolation bilinéaire

L'interpolation bilinéaire est une méthode d'interpolation pour les fonctions de deux variables sur une grille régulière. Elle permet de calculer la valeur d'une fonction en un point quelconque, à partir de ses deux plus proches voisins dans chaque direction. C'est une méthode très utilisée en pour le , qui permet d'obtenir de meilleurs résultats que l'interpolation par plus proche voisin, tout en restant de complexité raisonnable.

Interpolation au plus proche voisin

Linterpolation au plus proche voisin (ou interpolation arrondie) est une méthode simple d'interpolation numérique d'un ensemble de points en dimension 1 ou supérieure (interpolation multivariée). Le problème de l'interpolation consiste à calculer une valeur approchée d'une fonction en un point quelconque à partir des valeurs de la fonction données en des points définis. L'algorithme du plus proche voisin détermine la valeur recherchée comme étant égale à la valeur au point le plus proche, sans considérer les autres valeurs connues, construisant ainsi une fonction constante par morceaux.

Afficher plus

Séances de cours associées (64)

Méthode Newton : Interpolation des données

Couvre la méthode de Newton pour trouver des zéros de fonctions en utilisant l'interpolation de données.

Analyse des erreurs et Interpolation

Explore l'analyse des erreurs et les limites de l'interpolation sur des nœuds uniformément répartis.

Modélisation et Interpolation MOOC: Éléments de Géomatique

Explore les techniques de modélisation et d'interpolation en géomatique pour une génération de surface précise.

Interpolation de fonction

Explore l'interpolation des fonctions régulières, l'analyse des erreurs, la convergence et les polynômes de Chebyshev.

Interpolation : Énoncé du problème MOOC: Analyse Numérique pour Ingénieurs

Introduit le problème de l'interpolation et démontre les défis avec l'ajout de plus de points.

Afficher plus

Concepts associés (32)

Interpolation polynomiale

Interpolation numérique

Trigonometric interpolation

Interpolation bilinéaire

Interpolation au plus proche voisin

Afficher plus