Chapitre 3

Interpolation polynômiale

Prof. ZEROUKI Ibtissem

Contents

1 Interpolation polynômiale. 2
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Interpolation polynômiale. . . . . . . . . . . . . . . . . . . . . . . 2
1.2.1 Introduction –Position du problème. . . . . . . . . . . . . 2
1.3 Formule d’interpolation de Lagrange. . . . . . . . . . . . . . . . . 4
1.4 Intrepolation de Newton. . . . . . . . . . . . . . . . . . . . . . . . 5
1.5 Erreur de l’interpolation. . . . . . . . . . . . . . . . . . . . . . . . 7

1
1. Interpolation polynômiale.

1.1. Introduction

Soit fx0 ; x1 ; ; xn g un ensemble …ni de réels dans l’intervalle [a; b]. Nous sup-
poserons qu’à chaque point xi on peut associer un réel yi (exp: résultat d’une
expérience) telle que yi = f (xi ), mais que cette opération soit impossible pour
tout x 6= xi ; i = 0; n. Nous voudrions déterminer donc une fonction facilement
calculable, qui nous permet d’obtenir une estimation "raisonnable" de la réponse
de ce phénomène pour tout x 2 [a; b].

Notons g cette fonction, nous avons donc 2 choix:

I- Nous pouvons chercher une fonction g d’un type préalablement choisi, telle que
la distance entre les deux fonctions f et g soit minimale. C’est l’approximation.

II- Nous pouvons chercher une fonction g d’un type préalablement choisi, telle
que yi = f (xi ) = g(xi ), pour tout i = 0; n. C’est l’interpolation.

1.2. Interpolation polynômiale.

1.2.1. Introduction –Position du problème.
Soit y = f (x) une fonction dont on ne connait que les valeurs yi qu’elle prend aux
n + 1 points distincts xi , i = 0; n. On a donc

yi = f (xi ); i = 0; n: (2.1)

Les (xi ; f (xi )) pour i = 0; 1; 2; ; n, sont appelés points d’interpolation ou

points de collocation.

2
 Le problème d’interpolation consiste à trouver la fonction g (appelée fonction
d’interpollation) qui appartient à une certaine classe de fonctions et qui prend
aux points d’interpolation les mêmes valeurs que f , c–à–d
g(x0 ) = y0 ; g(x1 ) = y1 ; : : : ; g(xn ) = yn :
Dans notre cas on considère que g appartient à l’ensemble des polynômes de degré
n. On écrit donc
yi = Pn (xi ); i = 0; n: (2.2)
C’est ce qu’on appele interpoler f par un polynôme Pn sur l’intervalle [min fxi g ; max fxi g]
appelé intervalle d’interpolation.
Pn s’appele polynômes d’interpolation de f en x0 ; x1 ; : : : ; xn .
Le problème posé sous sa forme générale peut avoir une in…nité de solutions ou
non avoir point. Toutefois, il existe une seule solution si on cherche un polynôme
Pn .
En e¤et, soit a0 ; a1 ; : : :; an les coe¢ cients d’un tel polynôme, i. e.
Pn (x) = a0 xn + a1 xn 1
+ : : : + an ;
comme Pn (xi ) = yi ; i = 0; n, on obtient le système suivant
8
>
> a0 xn0 + a1 x0n 1 + : : : + an = y 0
>
< a0 x n + a1 x n 1 +
1 1 : : : + an = y 1
..
>
> .
>
: a xn + a xn 1 +
0 n 1 n : : : + an = y n ;
qui est un système linéaire de déterminant noté par V (x0 ; x1 ; : : ; xn ) et donné
par
xn0 x0n 1 x0 1
xn1 x1n 1 x1 1
. .. ... ..
V (x0 ; x1 ; : : ; xn ) = .. . . 6= 0
.. .. . . ..
. . . .
n n 1
xn xn xn 1
appelé déterminant de Vandermonde et la matrice de ce système est appelée
matrice de Vondermonde..

V (x0 ; x1 ; : : ; xn ) 6= 0 car les xi sont distincts. Par conséquent, le polynôme

d’interpolation existe et il est unique.
1.3. Formule d’interpolation de Lagrange.
Essayons d’abord de résoudre le problème suivant:
8
< Construire un polynômeli (x) de degré n et tel que
0 : i 6= j (2.3)
: li (xj ) = ij =
1 : i = j:

où ij est le symbole de ronicker. Ces polynômes sont appelés les polynômes

de Lagrange.

On en déduit d’après (2.7) que chaque polynôme li (x) admet exactement n

racines, qui sont x0 ; ; xi 1 ; xi+1 ; ; xn , donc on peut écrire que

li (x) = ci (x x0 ) (x xi 1 )(x xi+1 ) (x xn ):

Comme

1 = li (xi ) = ci (xi x0 ) (xi xi 1 )(xi xi+1 ) (xi xn );

on a
1
ci = :
(xi x0 ) (xi xi 1 )(xi xi+1 ) (xi xn )
Par conséquent
(x x0 ) (x xi 1 )(x xi+1 ) (x xn )
li (x) =
(xi x0 ) (xi xi 1 )(xi xi+1 ) (xi xn )
ou encore
Yn
x xj
li (x) = : (2.8)
x
j=0 i
xj
j6=i

Passons maintenant à la résolution du problème générale, qui consiste à former le

polynôme Pn véri…ant (2.6), noté par Ln (x) et qui est de la forme
X
n
Ln (x) = yi li (x) pour tout x 2 [min fxi g ; max fxi g]: (2.9)
i=0

X
n
On a deg Ln n et Ln (xj ) = yi li (xj ) = yj lj (xj ) = yj :
i=0
 Ainsi
X
n Yn
x xj
Ln (x) = yi pour tout x 2 [min fxi g ; max fxi g]: (2.10)
i=0
x
j=0 i
xj
j6=i

Ln s’appelle le polynôme d’interpolation de Lagrange.

Example 1. Pour n = 1 nous avons 2 points x0 = a et x1 = b et la formule de

Lagrange dans ce cas est l’équation d’une droite y = L1 (x) qui passe par les deux
points (a; y0 ) et (b; y1 ), donnée par
x b x a
y= y0 + y1 : (2:11)
a b b a
Example 2. Pour n = 2 nous avons 3 points x0 = a; x1 = c et x2 = b et la
formule de Lagrange dans ce cas est l’équation d’une parabolle y = L2 (x) qui
passe par les trois points (a; y0 ) ; (c; y1 ) et (b; y2 ), donnée par
(x b) (x c) (x a) (x b) (x a) (x c)
y= y0 + y1 + y2 : (2:12)
(a b) (a c) (c a) (c b) (b a) (b c)
Remark 3. Une fois la formule d’interpolation est obtenue, on l’utilise dans le
calcul approché des valeurs de f pour x 6= xi pour i = 0; 1; 2; ; n, i. e. f (x)
Ln (x) pour tout x 2 [min fxi g ; max fxi g].

1.4. Intrepolation de Newton.

L’utilisation de la formule d’interpolation de Lagrange s’avère peut commode d’un
point de vue pratique. D’autre part, l’expression des li (x) montre qu’on peut
di…cilement déduire un polynôme de Lagrange à partir d’un autre polynôme de
Lagrange. Immaginant que l’on connaisse le polynôme d’interpolation Pn 1 (x)
associés aux n points (xi ; yi ); i = 0; 1; ; n 1; et qu’étant donné un point
suplémentaire (xn ; yn ) on souhaite calculer Pn (x): La formule d’interpolation de
Lagrange faisant intervenir les polynômes li (x) aux noeuds fxi gni=0 conduit au
calcul de tous les polynômes (de degré n) li (x); i = 0; 1; ; n:

La formule d’interpolation de Newton donne une autre alternative à la déter-

mination de Pn (x); bien moins couteuse en temps, en écrivant ce dernier comme
somme de Pn 1 (x) et d’un autre polynôme de degré inférieur ou égale à n et qui
dépend seulement des noeuds (points d’interpolation).

Nous allons à présent expliciter la formule de Newton en notant Pn (x) par

n (x): Posons pour cela

n (x) = n 1 (x) + qn (x)

où deg qn n:

Comme qn (xi ) = n (xi ) n 1 (xi ) = 0; pour tout i = 0; 1; ;n 1; on a

nécessairement

qn (x) = an : (x x0 ) (x x1 ) (x xn 1 ) :

Y1
n
Notons alors wn (x) = (x xi ) ; pour n 1; le polynôme de Newton de
i=0
n 1
degré n associé aux noeuds fxi gi=0 et déterminons le coe¢ cient an :

Comme n (xn ) = yn ; on en déduit que

yn n 1 (xn )
an = :
wn (xn )
Le coe¢ cient an donné par la formule ci-dessus est appelée la n-ième di¤érence
divisée de Newton et notée généralement

an = f [x0 ; x1 ; ; xn ]; n 1;

où
yi yj f (xi ) f (xj )
f [xi ; xj ] = = ; pour i 6= j;
xi xj xi xj
f [xi ; xj ] f [xj ; xk ]
f [xi ; xj ; xk ] = ; pour i 6= j 6= k et
xi xk
Xn
yi
f [x0 ; x1 ; ; xn ] = :
Y n
i=0
(xj xi )
j=0
j6=i
Nous avons par conséquent

n (x) = n 1 (x) + f [x0 ; x1 ; ; xn ]:wn (x):

Par convention nous pouvons écrire que f [xi ] = f (xi ) et w0 (x) = 1; pour tout x;
donc nous obtenons
X
n

n (x) = f [x0 ; x1 ; ; xi ] :wi (x);

i=0

appelée formule des di¤érences divisées de Newton du polynômes d’interpolation

d’ordre n.

Pour la mise en oeuvre de la formule de Newton on construit le tableau des

di¤érences divisées suivant
x0 f [x0 ]&
x1 f [x1 ] ! f [x0 ; x1 ]&
x2 f [x2 ] ! f [x1 ; x2 ] ! f [x0 ; x1 ; x2 ]&
x3 f [x3 ] ! f [x2 ; x3 ] ! f [x1 ; x2 ; x3 ] ! f [x0 ; x1 ; x2 ; x3 ]
.. .. .. .. .. ...
. . . . .
xn f [xn ] ! f [xn 1 ; xn ] ! f [xn 2 ; xn 1 ; xn ] ! f [xn 3 ; ; xn ] f [x0 ; ; xn ]

au sein du quel les di¤érences divisées sont disposées de manière à ce que leur
évaluation se fasse de proche en proche en observant la règle suivante:

La valeur d’une di¤érence divisée est obtenue en soustrayant à la

di¤érence placée immédiatement à sa gauche et la valeur et celle située
au dessus de cette dernière, puis en divisant le résultat par la di¤érence
entre les deux point de fxi gni=0 situées respectivement sur la ligne de la
di¤érence à calculer et sur la ligne atteinte en remontant diagonalement
dans le tableau à partir de cette même di¤érence.

1.5. Erreur de l’interpolation.

Dans la pratique l’interpolation polynômiale sert à remplacer une fonction incon-

nue f par une fonction simple qui est un polynôme. On dit que l’on approxime
f par le polynôme d’interpolation. Il est fondamental alors, d’étudier l’erreur de
l’interpolation.

Theorem 4. Soit [a; b] un intervalle contenant les points x0 ; x1 ; ; xn . On sup-

pose que f est (n + 1) fois dérivable sur ]a; b[. Alors pour tout x 2 [a; b] il existe
= x 2]a; b[ tel que

f (n+1) ( ) Y
n
En (x) = f (x) Pn (x) = (x xi ): (2:13)
(n + 1)! i=0

Dans ce cas
Mn+1 Y
n
jf (x) Pn (x)j jx xi j ; (2:14)
(n + 1)! i=0

où Mn+1 = max f (n+1) (x) .

[a;b]