Professional Documents
Culture Documents
InterpolationPolynomiale 20 21 CR03
InterpolationPolynomiale 20 21 CR03
ANALYSE NUMERIQUE II
INTERPOLATION POLYNOMIALE
COVID19/2021-2022
M. BELMEKKI
1. Introduction
√
√ Pour se fixer
√ les idées, √ supposons qu’on veut calculer 115 connaissant certains carrés parfaits :
100 = 10, 121 = 11 144 = 12. l’idée est de chercher un polynôme qui prend les valeurs 10, 11 et
12 aux points respectifs 100, 121 et 144. Il suffit alors de trouver la valeur du polynôme au point 115.
De manière générale, on se donne un intervalle [a, b] contenant n + 1 points distincts x0 , ..., xn . Suppo-
sons que les valeurs f (x0 ), ..., f (xn ) sont connues. L’interpolation polynômiale revient à chercher un
polynôme Pn (x) = a0 + a1 x + ... + an xn tels que :
Pn (x0 ) = f (x0 ), ..., Pn (xn ) = f (xn ).
On obtient, alors, un système linéaire de n + 1 équations à n + 1 inconnues ai :
a + a1 x0 + a2 x20 + ... + an xn0 = f (x0 )
0
MOHAMMED BELMEKKI
a0 + a1 x1 + a2 x21 + ... + an xn1 = f (x1 )
(1)
....
a0 + a1 xn + a2 x2n + ... + an xnn =
f (xn )
DEPT. FORMATION PREPARATOIRE
Le déterminant de ce système est donné par :
1 TLEMCEN-
x0 x20 · · · ALGERIA
xn0
1 x1 x2 · · · xn
1 1
.. 2021-2022
Y
Vn (x0 , · · · , xn ) = .. .. .. = (xj − xi ) 6= 0
..
. . . . . 0≤i<j≤n
1 xn x2n · · · xnn
2. Polynôme de Lagrange
On commence par chercher un polynôme li (x) de degré ≤ n tel que :
1 si i = j
li (xj ) = (2)
0 si i 6= j
Le polynôme li s’annule aux n points x0 , ..., xi−1 , xi+1 , ..., xn , donc
li (x) = δ i (x − x0 )(x − x1 )...(x − xi−1 )(x − xi+1 )...(x − xn )
où δ i est une constante.
Pour déterminer δ i , on a d’un côté :
li (xi ) = 1
et d’un autre côté :
li (xi ) = δ i (xi − x0 )(xi − x1 )...(xi − xi−1 )(xi − xi+1 )...(xi − xn )
on obtient alors,
1
δi =
(xi − x0 )(xi − x1 )...(xi − xi−1 )(xi − xi+1 )...(xi − xn )
1
2 INTERPOLATION POLYNOMIALE/ M. BELMEKKI
d’où
(x − x0 )(x − x1 )...(x − xi−1 )(x − xi+1 )...(x − xn )
li (x) =
(xi − x0 )(xi − x1 )...(xi − xi−1 )(xi − xi+1 )...(xi − xn )
qu’on peut écrire sous forme condensée :
n
Y x − xj
li (x) = , i = 0, ..., n
xi − xj
j6=i,j=0
Définition 1. Soit f (x) une fonction connue par la donnée des points d’appui (xi , f (xi )), i = 0, ..., n.
Le polynôme de Lagrange interpolant f est donné par :
Ln (x) = l0 (x)f (x0 ) + l1 (x)f (x1 ) + ... + ln (x)f (xn )
qu’on peut écrire sous forme condensée :
n
X
Ln (x) = li (x)f (xi )
i=0
√
Exemple 1. Soit à calculer 115 √ en utilisant les points d’appui (100, 10), (121, 11), (144, 12).
Considérons la fonction f (x) = x.
Les li (x) sont données par :
(x − x1 )(x − x2 ) (x − 121)(x − 144) 1
l0 (x) =
MOHAMMED BELMEKKI
(x0 − x1 )(x0 − x2 )
=
(115 − 121)(115 − 144)
=
21.44
(x − 121)(x − 144)
d’où
ω n+1 (x)
li (x) =
(x − xi )ω 0n+1 (xi )
d’où la nouvelle forme du polynôme de Lagrange :
n
X f (xi )
Ln (x) = ω n+1 (x)
(x − xi )ω 0n+1 (xi )
i=0
INTERPOLATION POLYNOMIALE/ M. BELMEKKI 3
MOHAMMED BELMEKKI
on dresse le tableau suivant :
325.0 2.51188
xi −DEPT.
xj , i 6=FORMATION
j Di PREPARATOIRE
f (xi ) f (xi ) /Di
2.5 −1.8 −3.2 −4 −57.6 2.50651 −0.0435
1.8 0.7 −1.4TLEMCEN-
−2.2 ALGERIA
3.8808 2.50893 0.6465
3.2 1.4 −0.7 −0.8 2.5088 2.51081 1.0008
4 2.2 0.8 −1.5 2021-2022
−10.56 2.51188 −0.2379
d’où
ω = 1.8375 S = 1.3659
par suite
f (323.5) ' ω ∗ S = 2.5098
3. Polynôme de Newton
L’inconveignant majeur de la méthode de Lagrange est que si on ajoute un point d’appui xn+1 au
système initial x0 , ..., xn alors pour déterminer le polynôme de Lagrange pour le nouveau système on
doit refaire les calculs depuis le début. La méthode de Newton permet d’éviter un tel inconveignant.
On procède de lamanière suivante :
On prend un point d’appui (x0 , f (x0 )), le polynôme d’interpolation P0 (x) est de degré 0, donc constant,
par suite
P0 (x) = f (x0 )
On ajoute un point d’appui (x1 , f (x1 )), on cherche un polynôme P1 (x) de degré 1 sous la forme :
P1 (x) = P0 (x) + a1 (x − x0 )
et qui vérifie les conditions
P1 (x0 ) = f (x0 ), P1 (x1 ) = f (x1 )
on obtient alors :
f (x1 ) − f (x0 )
a1 =
x1 − x0
d’où
f (x1 ) − f (x0 )
P1 (x) = f (x0 ) + (x − x0 )
x1 − x0
On ajoute un point d’appui (x2 , f (x2 )), on cherche un polynôme P2 (x) de degré 2 sous la forme :
P2 (x) = P1 (x) + a2 (x − x0 )(x − x1 )
4 INTERPOLATION POLYNOMIALE/ M. BELMEKKI
4. erreur d’interpolation
Théorème 1. Soit f une fonction de classe C n+1 sur [a, b].
Soit Pn le polynôme d’interpolation de f par rapport aux données x0 , ..., xn .
Alors pour tout x ∈ [a, b] on a :
Mn+1
|f (x) − Pn (x)| ≤ |ω n+1 (x)|
(n + 1)!
où
n
Y
(n+1)
Mn+1 = sup f (x) , ω n+1 (x) = (x − xj )
x∈[a,b] j=0
INTERPOLATION POLYNOMIALE/ M. BELMEKKI 5
5. Phénomène de Runge.
D’après la formule de l’erreur, on remarque que l’erreur est inversement proportionnnelle au nombre
de points d’appui, on peu alors croire que la précision va augmenter en augementant le nombre de
points, ce qui n’est pas toujours vrai. Runge a montré que l’erreur d’interpolation entre Pn et f peut
augmenter indéfiniment lorsque n augmente. Autrement dit, plus on augmente le nombre de points
d’appui, moins bien on approche la fonction f . En fait, lorsqu’on augmente le nombre de points, on
constate que le polynôme se met à osciller fortement entre les points xi avec une amplitude de plus
en plus grande.
Considérons la fonction suivante :
1
f (x) =
1 + 25x2
on considère n + 1 points équirépartis dans le segment [−1, 1] :
x0 = −1, x1 = x0 + h, ..., xk+1 = xk + h = x0 + (k + 1)h, ..., xn = 1
avec
2
h=
n
soit Pn (x) le polynôme interpolateur de f (x) aux points d’appui (xi , f (xi )).
on a :
lim max |f (x) − Pn (x)| = ∞
n→∞ −1≤x≤1
MOHAMMED BELMEKKI
d’interpolation, en l’occurrence : La méthode d’Hermite, La méthode de Chebyshev, la méthode des
splines.
TLEMCEN- ALGERIA
2021-2022