You are on page 1of 7

Interpolation polynomiale

Agrgation de mathmatiques
Option modlisation
Septembre 2011
Benjamin Boutin
Universit de Rennes 1

Dans ces notes, on rappelle les rsultats essentiels concernant linterpolation polyno-
miale.

Position du problme :
Soit f une fonction dfinie sur un intervalle rel [a, b], le problme consiste trouver
un polynme approchant f sur la base dun principe dinterpolation. On considre
ainsi n + 1 points deux deux distincts x0 < x1 < . . . < xn dans lintervalle [a, b].
On cherche alors un polynme p de degr au plus n tel que

i = 0, . . . , n, p(xi ) = f(xi ). (1)

On sinterroge galement sur la qualit et sur la construction effective de cette inter-


polation.

Table des matires


1 Polynmes de L AGRANGE 2

2 Erreur dinterpolation 3

3 Convergence 4

4 Quelques rsultats avancs 5

5 Interpolation de L AGRANGE par morceaux 6

6 Pour aller plus loin... 6

1
Interpolation polynomiale

1 Polynmes de L AGRANGE
Thorme 1 (existence et unicit du polynme dinterpolation de Lagrange)
Il existe un unique polynme pn de degr au plus n ralisant linterpolation (1).

Dmonstration : Lapplication : Rn [X] Rn+1 dfinie par (p) = (p(xi ))i=0,...,n est linaire et
injective. En effet, tant donn p ker , chacun des xi , i = 0, . . . , n, est une racine du polynme
p de degr au plus n, qui est donc le polynme nul. Lapplication ralise donc un isomorphisme
de Rn [X] dans Rn+1 , do lexistence et lunicit de pn .

Soit ei , pour i = 0, . . . , n, le i-ime vecteur de la base canonique de Rn+1 . En crivant

X
n X
n
(pn ) = f(xi )ei , i.e. pn = f(xi )1 (ei ),
i=0 i=0

on peut obtenir explicitement le polynme pn aprs dtermination des polynmes `i = 1 (ei ).


Simplement : `i admet les racines xj , j 6= i deux deux distinctes et vaut 1 en x = xi . On obtient
ainsi le rsultat classique :
Corollaire 2
Soit pn Rn [X] le polynme ralisant linterpolation (1), alors pn scrit comme combinaison
linaire des polynmes dinterpolation de Lagrange :

X
n Y X xj
pn = f(xi )`i , avec `i = . (2)
xi xj
i=0 j6=i

Remarque 1
Une autre mthode naturelle pour construire le polynme
P pn consiste dterminer ses coor-
donnes dans la base canonique de Rn [X] : pn = n a Xj
j=0 j . Soit rsoudre :

X
n
i = 0, . . . , n, aj xji = f(xi ). (3)
j=0

Les coefficients a = (aj )j=0,...,n sont donc solutions du systme linaire Va = y, o y =


(f(xj ))j=0,...,n et V est la matrice de Van der Monde :

1 x0 xn

0
1 x1 xn
1
V = . . .. . (4)

.. .. .
1 xn xn
n

La matrice V est inversible car les xi sont deux deux distincts. Cependant, lefficacit num-
rique de cette approche est trs dcevante du fait du mauvais conditionnement de la matrice
V pour de grandes valeurs de n.
La mthode usuellement employe pour dterminer pn en pratique sappuie sur la formule des
diffrences divises de Newton, plus efficace (cot de calcul plus faible, ajout dun point din-
terpolation facilit) et plus stable numriquement. Elle consiste reprsenter le polynme pn
dans la base {1, X x0 , (X x0 )(X x1 ), . . . , (X x0 )(X x1 ) . . . (X xn1 )}. Un algorithme
simple identifie les coordonnes correspondantes et lvaluation du polynme est meilleure.

2
Interpolation polynomiale

2 Erreur dinterpolation
Y
n
On dfinit le polynme n+1 = (X xi ).
i=0
Thorme 3
Supposons la fonction f de classe Cn+1 ([a, b]), alors pour tout x [a, b], il existe un rel
]min(x, xi ), max(x, xi )[ tel que

f(n+1) ()
f(x) pn (x) = n+1 (x). (5)
(n + 1)!

Dmonstration : Soit x [a, b] un rel fix, distinct des xi , i = 0, . . . , n (sans quoi le rsultat est
directement obtenu). La preuve se base sur ltude du polynme q Rn+1 [X] interpolant f aux
points (xi )i=0,...,n et au point x. On remarque que

f(x) pn (x)
q(t) = pn (t) + n+1 (t) .
n+1 (x)

Soit I = ]min(x, xi ), max(x, xi )[. La fonction f q, de classe Cn+1 , sannule en n + 2 point de I deux
deux distincts. En appliquant le thorme de Rolle, on en dduit que sa drive, de classe Cn ,
sannule en n + 1 points distincts de I puis, en itrant ce procd, que sa drive (n + 1)-ime, de
classe C0 , sannule en un point I. Autrement dit :

(n+1) f(x) pn (x)


q(n+1) () = p(n+1) () + () ,
| {z } | n {z } | n+1 {z } n+1 (x)
=f(n+1) () =0 =(n+1)!

Remarque 2
Du thorme prcdent, on dduit directement lestimation en norme infinie sur [a, b] :
1
kf pn k 6 kf(n+1) k kn+1 k . (6)
(n + 1)!

Concernant la convergence uniforme dune suite de polynmes dinterpolation (pn )n>0 vers f,
on peut donc constater que
le coefficient 1/(n + 1)! est favorable...
... sous rserve que kf(n+1) k nexplose pas trop vite, ce qui conditionne la fonction
interpole, ...
... et que kn+1 k nexplose pas trop vite, ce qui dpend exclusivement du choix des
points dinterpolation.

Exemples : Quen est-il de la convergence de linterpolation dun polynme ?


Peut-on esprer la convergence uniforme sur R de la suite des polynmes dinterpolation en des points
quelconques pour une fonction donne ?
A-t-on convergence uniforme sur [a, b] pour linterpolation de la fonction cos en des points quelconques
de [a, b] ?
Ya-t-il convergence uniforme sur [0, 1] pour linterpolation de f(x) = ex dans les situations suivantes :
xi = i/n pour i = 0, . . . , n ?
xi = 1 + i pour i = 0, . . . , n ?
xi = 1 + i/n pour i = 0, . . . , n ?

3
Interpolation polynomiale

3 Convergence
3.1 Quid du choix des points
Plusieurs familles de points dinterpolation sont traditionnellement considres :

a a b
b
points quidistants points de Tchebyshev
 
ba a+b ba (2i + 1)
xi,n = i xi,n = + cos
n 2 2 2n + 2

Proposition 4
Le polynme n+1 satisfait, pour une constante C > 0, lestimation
 n+1
ba
kn+1 k 6 C , (7)

o la constante est donne par :


= 1 pour des points quelconques,
= 2 pour des points quelconques symtriquement rpartis autour de (a + b)/2,
= e pour les points quidistants,
= 4 pour les points de Tchebyshev.

Dmonstration :
Soit x [a, b], |x xi | 6 (b a).
Soit x [a, b], on obtient |x xi | |x xni | 6 (b a)2 /22 .
Soit x [a, b], on pose h = (b a)/n et s = (x a)/h, alors n+1 (x) = hn+1 s(s 1) . . . (s n).
Or |s 0| |s 1| . . . |s n| 6 n! pour tout s [0, n]. On a donc kn+1 k 6 ( ba n )
n+1
n!. En
ba n+1 n n
ba n+1
utilisant la formule de Stirling, on obtient kn+1 k 6 c( n ) ( e ) 2n 6 C( e ) .
Les points dinterpolation de Tchebyshev sont les racines du polynme de Tchebyshev
Tn+1 (rapport par une transformation affine de [1, 1] lintervalle [a, b] : x = a+b 2 + 2 s,
ba

1 6 s 6 1) :
 n+1 Y n  
ba (2i + 1)
|n+1 (x)| =

s cos

2 2n + 2
i=0
| {z }
=2n |Tn+1 (s)|62n kTn+1 k

Puisque kTn+1 k = 1, on obtient alors kn+1 k = 2((b a)/4)n+1 .

En supposant que les f(n+1) sont uniformment bornes en norme infinie (comme la fonction
exponentielle considre sur [a, b]), la convergence de linterpolation avec les points de Tche-
byshev apparat ainsi bien plus rapide que celle utilisant les points quidistants.

3.2 Un exemple-type connatre : le phnomne de R UNGE


1
Considrons f : x 7 dfinie sur R, et son interpolation en des points quidistants sur
x2 +1
lintervalle [5, 5], ainsi que son interpolation en les points de Tchebyshev sur le mme intervalle.

4
Interpolation polynomiale

Les figures concernant les polynmes p5 et p10 sont reprsentes dans la suite.

On observe que si la convergence semble bien fonctionner au centre de lintervalle, dans le


cas des points quidistants, de fortes oscillations de plus en plus violentes apparaissent au bord
du domaine. Il ny a pas convergence uniforme de pn vers f. En revanche, avec les points de
Tchebyshev, la convergence est uniforme.

Figure 1: Points quidistants : f en rouge, p5 en vert, p10 en jaune.

Figure 2: Points de Tchebyshev : f en rouge, p5 en vert, p10 en jaune.

Dans Demailly [2, p.37], on trouvera lanalyse dtaille de ce phnomne.

4 Quelques rsultats avancs


Proposition 5 (Cas des fonctions analytiques)
Soit f : [a, b] R une fonction analytique donne par une srie entire de rayon de conver-
gence R centre au point c = a+b 2 . Alors les polynmes dinterpolation pn aux points xi,n
convergent uniformment vers f pourvu que le rayon de convergence R soit suffisamment grand.
Plus prcisment on a convergence uniforme pour des points dinterpolation xi,n quelconques
et = 1 (respectivement, quidistants et = e, de Tchebyshev et = 4) ds que
 
1 1
R> + (b a).
2

Dmonstration : Demailly [2, p.31]

5
Interpolation polynomiale

Proposition 6 (Cas de fonctions de classe C1 )


Supposant la fonction f de classe C1 ([a, b]), la suite (pn )n>0 des polynmes dinterpolation
de f aux points de Tchebyshev converge uniformment vers f sur [a, b].

Dmonstration : Rombaldi [5, p.187], Demailly [2, p.50]

Thorme 7 (Rsultat ngatif dans C([a, b]))


Pour toute famille de points dinterpolation xi,n , il existe une fonction f continue sur [a, b]
telle que la suite de ses polynmes dinterpolation en les xi,n ne converge pas uniformment.

Dmonstration : Rombaldi [5, p.187], par le thorme de Banach-Steinhaus

Remarque 3
La proposition 6 fournit une rponse constructive au thorme de Weierstrass savoir :
la recherche dune suite de polynmes qui converge uniformment vers f, dans le cas dune
fonction de classe C1 .

5 Interpolation de L AGRANGE par morceaux


Pour remdier aux dfauts de la monte en degr de linterpolation, on peut prfrer procder
de linterpolation par morceaux, ralise sur des intervalles de plus petite taille.

tant donn une fonction f dfinie sur un intervalle [a, b], on considre une subdivision de
[a, b], a = 0 < 1 < . . . < m = b, de pas h :

h = max |i+1 i |.
06i6m1

On procde une interpolation de Lagrange de degr n de f sur chacun des intervalles


[i , i+1 ], pour i = 0, . . . , m 1, de manire dfinir un polynme pin puis lapproximation
globale dfinie sur [a, b] tout entier :

p,n = pin , sur [i , i+1 ].

En utilisant les rsultats concernant lerreur dinterpolation dans les paragraphes prcdents,
on obtient facilement la proposition suivante :
Proposition 8
On suppose la fonction f de classe Cn+1 ([a, b]). Le polynme par morceaux p,n vrifie

1
kf p,n k,[a,b] 6 hn+1 kf(n+1) k,[a,b] ,
(n + 1)!

en particulier p,n converge uniformment vers f lorsque h tend vers 0.

6 Pour aller plus loin...


Stabilit numrique de linterpolation de Lagrange, constantes de Lebesgue,. . .
Polynmes de meilleure approximation, densit des polynmes dans C([a, b]), . . .
Approximation au sens des moindres carrs, polynmes orthogonaux,. . .

6
Interpolation polynomiale

Rfrences
[1] Michel Crouzeix, Alain Mignot, Analyse numrique des quations diffrentielles, Masson,
Paris, 1984.

[2] Jean-Pierre Demailly, Analyse numrique et quations diffrentielles, Presses universitaires


de Grenoble, 1996.

[3] Alain Pommellet, Agrgation de mathmatiques. Cours danalyse, Ellipses, 1994.

[4] Alfio Quarteroni, Riccardo Sacco, Fausto Saleri, Mthodes numriques. Algorithmes,
analyse et applications, Springer, Milan, 2007.

[5] Jean-tienne Rombaldi, Interpolation et approximation, Analyse pour lagrgation, Vui-


bert, 2005.