ECOLE NATIONALE SUPERIEURE DES TRAVAUX PUBLICS

INTERPOLATION POLYNOMIALE
Analyse numérique 2eme année classes préparatoires

par HAMADI Ahmed (2017 2018)

1. INTRODUCTION
l’interpolation d’une fonction f veut dire, la procédure d’approximation de f par une fonction plus simple (souvent
polynômiale). Pour évaluer une fonction, il est fréquent de ne disposer que de ses valeurs sur un ensemble …ni de
points.

Soit n un entier. A…n d’alléger les notations, Pn désigne l’espace des polynômes à coe¢ cients réels de degré
inférieur ou égal à n. Rappelons que Pn est un R-espace vectoriel de dimension n + 1.

Considérons n + 1 points (x0 ; y0 ); (x1 ; y1 ); : : : ; (xn ; yn ) du plan R2 , d’abscisses distinctes deux à deux.

Nous voulons représenter le phénomène observé par une fonction Pn polynômiale. Ce polynôme doit véri…er
Pn (xi ) = yi ; 8i = 0; : : : ; n:

Les abscisses xi sont appelées nœuds d’interpolation.

2. LE POLYNOME D’INTERPOLATION DE LAGRANGE

2.1 DEFINITION

On appelle polynôme d’interpolation de f aux points f(xi ; yi )g ; i 2 f0; : : : ; ng le polynôme Pn véri…ant:

a) Le degré de Pn n
b) Pn (xi ) = f (xi ) ; 8i 2 f0; : : : ; ng

2.2 THEOREME

Soit f une fonction dé…nie sur un intervalle [a; b] ; et soient f(xi ; yi )g ; i 2 f0; : : : ; ng ; n + 1 points, d’abscisses
distinctes deux à deux dans l’intervalle [a; b] :
Alors il existe un unique polynôme d’interpolation Pn de f en ces ponits.

2.3 DEFINITION
Q
n
x xj
Pour i 2 f0; : : : ; ng, dé…nissons le polynôme `i par : `i (x) = xi xj :
j=0; j6=i
0 si k =
6 i
Le polynôme `i (de Lagrange) est de degré n exactement. Soit k 2 f0; : : : ; ng, il véri…e `i (xk ) =
1 si k = i
P
n
Posons Pn (x) = yi `i (x):
i=0

P
n
Le polynôme Pn est de degré inférieur ou égal à n. Soit k 2 f0; : : : ; ng, il véri…e Pn (xk ) = yi ik = yk :
i=0
0 si k =
6 i
ik =
1 si k = i
Le polynôme Pn est le polynôme d’interpolation de f sous forme de Lagrange.

2.4 METHODE CALCULATOIRE

P
n
On cherche Pn (x) sous la forme Pn (x) = ai xi ; Pn (xi ) = f (xi ) ; 8i 2 f0; : : : ; ng ....(1)
i=0
donc Pn est entièrement determiné si on calcul les ai ; 8i 2 f0; : : : ; ng

8 9
>
> a0 + a1 x0 + ::: + +ai xi0 + ::: + an xn0 = f (x0 ) >
>
>
> >
>
< : =
(1) () a0 + a1 xi + ::: + +ai xii + ::: + an xni = f (xi ) :::: (S) () M A = b
>
> >
>
>
> : >
>
: ;
a0 + a1 xn + ::: + +ai xin + ::: + an xnn = f (xn )
0 1 0 1 0 1
1 x0 :::::: xn0 a0 f (x0 )
B: : :::::: : C B:C B : C
B C B C B C
avec M = B
B1 xi
nC B
::::::: xi C ; A = B ai C et b = B
C C
B f (xi ) C
@: : ::::::: : A @ : A @ : A
n
1 xn ::::::: xn an f (xn )

Q
n Q
M est la matrice de vandermonde det M = (xl xk ) 6= 0
k=0 l>k

2.5 PREMIERE FORME DE L’ERREUR D’INTERPOLATION

Soit f 2 n+1 ([a; b]) ; Pn son polynôme d’interpolation aux points f(xi ; yi )g ; i 2 f0; : : : ; ng ;
Q Qn
On note n+1 (x) = (x xi ) = (x x0 ) (x x1 ) ::: (x xn ) ; ce polynôme est de degré n + 1:
i=0

2.5.1 THEOREME
Q f (n+1) (c)
L’érreur d’interpolation En (f ) (x) = f (x) Pn (x) = n+1 (x) (n+1)! ; c 2 ]a; b[

(n+1)
= (x x0 ) (x x1 ) ::: (x xn ) f (n+1)!(c) ; c 2 ]a; b[

3. LE POLYNOME D’INTERPOLATION DE NEWTON

Dans le cas des polynômes sous forme de Lagrange, en augmentant le nombre de points d’interpolations on est
obligé de calculer tous les polynômes de base de Lagrange mais dans le cas du polynôme de Newton on garde
les polynômes déja calculés.

Supposons que les valeurs à interpoler yi soient les images d’une certaine fonction f , c’est-à-dire :
yi = f (xi ), i = 0; : : : ; n.

3.1 DEFINITION

Le polynôme d’interpolation de f s’écrit, dans la base de Newton,

n
X kY1
Pn (x) = f [x0 ] + f [x0 ; : : : ; xk ] (x xi )
k=1 i=0
Pn (x) = f [x0 ] + f [x0 ; x1 ](x x0 ) + f [x0 ; x1 ; x2 ](x x0 )(x x1 ) + ::: + f [x0 ; x1 ; : : : ; xn ] (x x0 ) (x x1 ) ::: (x xn 1)

où les f [x0 ; : : : ; xk ] sont les di¤érences divisées de Newton, calculées par la formule de récurrence suivante:

8
>
<f (xi ) si k = i;
f [xi ; : : : ; xk ] = f [xi+1 ; : : : ; xk ] f [xi ; : : : ; xk 1]
>
: si k i:
xk xi

On peut représenter cette formule par un tableau, dans lequel le terme (i; j) est calculé à partir des éléments
(i 1; j 1) et (i; j 1):

x0 f [x0 ]
x1 f [x1 ] f [x0 ; x1 ]
x2 f [x0 ; x1 ; x2 ]
.. .. .. .. ..
. . . . .
x2 f [xn ] f [xn 1 ; xn ] f [xn 2 ; xn 1 ; xn ] ::: f [x0 ; x1 ; : : : ; xn 1 ; xn ]

f (x1 ) f (x0 ) f [x1 ;x2 ] f [x0 ;x1 ]

Par exemple: f [x0 ; x1 ] = x1 ;x0 ; f [x0 ; x1 ; x2 ] = x2 ;x0

3.2 DEFINITION
Qk 1
Les polynômes Nk (x) = i=0 (x xi ) sont appelés polynômes de Newton. L’ensemble C = fNk ; k = 0; : : : ; ng
est une base de Pn , appellée base de Newton

3.3 PROPOSITION:

Pour toute permutation sur f0; : : : ; ng on a f [x0 ; x1 ; : : : ; xn ] = f [x (0) ; x (1) ; : : : ; x (n) ]:

3.4 PROPOSITION:
P
n Q P
n Q
n
On a aussi f [x0 ; x1 ; : : : ; xn ] = Q f (xi ) ; avec n+1
0
(xi ) = (x xk )
0 (x )
i=0 n+1 i i=0 k=0;k6=i

3.5 DEUXIEME FORME DE L’ERREUR D’INTERPOLATION

Soit f une fonction dé…nie sur l’intervalle [a; b] ; Pn son polynôme d’interpolation aux points :
f(xi ; yi )g ; i 2 f0; : : : ; ng ; d’abscisses distinctes deux à deux dans [a; b]

3.5.1 THEOREME

L’érreur d’interpolation s’écrit :

Q
En (f ) (x) = f (x) Pn (x) = f [x0 ; x1 ; : : : ; xn ; x] n+1 (x) = f [x0 ; x1 ; : : : ; xn ; x] (x x0 ) (x x1 ) ::: (x xn )
4. INTERPOLATION D’HERMITE

On suppose que f est toujours une fonction su¢ samment régulière sur le segment [a; b]. Soient f(xi ; yi )g ;
i 2 f0; : : : ; ng ; n + 1 points, d’abscisses distinctes deux à deux dans l’intervalle [a; b].

Pq (xi ) = f (xi )
Pour interpoler f , on cherche un polynôme Pq ; de degré q, telle que ; 8i 2 f0; : : : ; ng :
Pq0 (xi ) = f 0 (xi )

Ici on a 2n + 2 données, le degré de Pq est égal à q 2n + 1:

P
n P
n
P2n+1 (x) = hi (x) f (xi ) + hi (x) f 0 (xi ) ; le degré de hi et le degré de hi sont 2n + 1:
i=0 i=0

hi (xi ) = 1; hi (xi ) = 0
P2n+1 (xi ) = f (xi ) ()
hi (xk ) = 0; hi (xk ) = 0; pour k 6= i

0 h0i (xi ) = 0; h0i (xi ) = 1

P2n+1 (xi ) = f 0 (xi ) ()
h0i (xk ) = 0; h0i (xk ) = 0; pour k 6= i

hi (x) = ri (x) `2i (x) Q

n
x xj
Alors il faut poser : avec `i (x) = xi xj , `i (xi ) = 1; `i (xk ) = 0; k 6= i
hi (x) = si (x) `2i (x) j=0; j6=i

Les polynômes ri (x) ; si (x) sont de degré 1, et déterminés:

ri (xi ) = 1 si (xi ) = 0 ri (x) = 1 2 (x xi ) `0i (xi )

et =)
ri0 (xi ) + 2`0i (xi ) = 0 s0i (xi ) = 1 si (x) = (x xi )

P
n P
n
Ainsi le polynôme d’Hermite s’écrit : P2n+1 (x) = [1 2 (x xi ) `0i (xi )] `2i (x)f (xi ) + (x xi ) `2i (x)f 0 (xi )
i=0 i=0

( )
P
n
0
Q
n
(x xj )2 P
n
1
Il s’écrit aussi : P2n+1 (x) = [f (xi ) (1 2 (x xi ) Ci ) + f (xi ) (x xi )] (xi xj )2 ; Ci = xi xj
i=0 j=0; j6=i j=0; j6=i
et ce polynôme est unique.

4.1 L’ERREUR D’INTERPOLATION

Posons f = P2n+1 + E: Compte tenu des conditions d’interpolations E (xi ) = E 0 (xi ) = 0; c’est à dire (n + 1)
racines doubles de E (x), on a le théorème suivant:

4.1.1 THEOREME

L’érreur d’interpolation d’Hermite s’écrit:

2 2 2 f (2n+2) (c)
E (f ) (x) = f (x) P2n+1 (x) = (x x0 ) (x x1 ) ::: (x xn ) (2n+2)! ; c 2 ]a; b[
5. APPROXIMATION AU SENS DES MOINDRES CARREES

On cherche à approcher la fonction f , connue uniquement en n valeurs discrètes, par une fonction g qui minimise
P
n
2
la somme des carrés des écarts entre les yi = f (xi ) et g(xi ), c’est à dire 4 = (yi g(xi )) est minimum.
i=1

La fonction g n’est pas unique et elle peut avoir di¤érentes formes, exponentielle, logarithmique, polynômiale. Les
fonctions de lissages les plus utilisées sont les polynômes.

5.1 REMARQUE :

Si k désigne le degré du polynôme de lissage et n le nombre de points. On suppose que k < n: Dans le cas contraire,
il su¢ t de prendre les polynômes d’interpolations.

5.2 REGRESSION LINEAIRE

On cherche la fonctions de lissage sous forme d’une droite g(x) = ax + b. On suppose que n 2: La meilleure
droite est celle qui minimise la somme des carrés de la di¤érence :
P
n
2 Pn
2
4 (a; b) = (yi g(xi )) = (yi (axi + b)) = minimum
i=1 i=1
On cherche les inconnues a et b, xi et yi sont donnés. La recherche du minimum revient à annuler les dérivées
partielles:

8 P
n 9 8 P
n P
n P
n 9
>
>
4
=2 xi [yi (axi + b)] = 0 >
> >
> xi yi = a x2i + b xi >
>
>
< a >
= >
< >
=
i=1 i=1 i=1 i=1
on trouve
>
> P
n >
> >
> P
n P
n P
n >
>
>
: 4
=2 [yi (axi + b)] = 0 >
; >
: yi = a xi + b 1 >
;
b
i=1 i=1 i=1 i=1

On obtient les inconnues a et b:

8 P
n P
n P
n
9
>
> n xi yi xi yi >
>
>
> a = i=1 i=1 i=1 >
>
>
> Pn P
n 2 >
>
>
> n x2i xi >
>
< i=1 i=1 =
>
> P
n P
n P
n P
n >
>
>
> yi x2i xi xi yi >
>
>
> i=1 i=1 i=1 i=1 >
>
>
> b= P P 2 >
>
: n
n
x2i
n
xi ;
i=1 i=1

6. INTERPOLATION PAR MORCEAUX SPLINE CUBIQUE

Un des principaux inconvenients des polynômes d’interpolation de Lagrange est leur grande instabilité numérique.
Pour certaines fonctions f , l’erreur d’interpolation polynômiale sur un intervalle [a; b] pouvait ne pas tendre vers 0
et même diverger lorsque le degré n du polynôme d’interpolation tendait vers l’in…ni. Une solution consiste à
approcher la fonction f sur des sous-intervalles de [a; b], par des polynômes de degré peu élevé. On pourra, par ce
moyen, obtenir une meilleure approximation de f .

Soit hi = xi+1 xi , i = 0; : : : ; n 1.

6.1 DEFINITION

On appelle spline cubique d’interpolation une fonction dé…nie par morceaux, notée S:
 8 9
>
>S0 (x) si x 2 [x0 ; x1 ] >
>
< =
S1 (x) si x 2 [x1 ; x2 ]
S (x) = ou les Si sont des polynômes de degré 3:
>
> : >
>
: ;
Sn 1 (x) si x 2 [xn 1 ; xn ]

La fonction S (x) dé…nie par morceaux, véri…e les propriétés suivantes:

1) S 2 C 2 ([x0 ; xn ]) :

2) S (x) interpole l’ensemble des points; S (xi ) = Si (xi ) = yi

3) S (x) continue sur l’intervalle [x0 ; xn ] ; Si 1 (xi ) = Si (xi ) = yi et Si (xi+1 ) = Si+1 (xi+1 ) = yi+1

4) S 0 (x) continue sur l’intervalle [x0 ; xn ] ; Si0 1 (xi ) = Si0 (xi ) et Si0 (xi+1 ) = Si+1
0
(xi+1 )

5) S 00 (x) continue sur l’intervalle [x0 ; xn ] ; Si00 1 (xi ) = Si00 (xi ) = mi et Si00 (xi+1 ) = Si+1
00
(xi+1 ) = mi+1

Si étant un polynôme de degré 3; sa dérivée seconde Si00 est une droite. Avec les notations précédentes,
Si00 s’écrit: Si00 (x) = xi+1
hi
x
mi + x hixi mi+1

reste à déterminer les (mi ) i2f0;:::;ng par l’utilisation des hypothèses précédentes. Par deux intégrations successives,
on obtient :

mi 3 mi+1 3
Si (x) = 6hi (xi+1 x) + 6hi (x xi ) + Ax + B::::::: (1)

Grace à la deuxième contrainte, on obtient deux équations permettant de déterminer les deux constantes d’intégration
( )
yi mi+1 hi yi+1
A = m6i hi h 6 + h
A et B: i i
B = xi ( mi+1
6
hi yi+1
hi ) xi+1 ( m6i hi yi
hi )

On obtient alors la forme …nale du polynôme d’interpolation:

mi 3 mi+1 3 yi mi hi yi+1 mi+1 hi

Si (x) = 6hi (xi+1 x) + 6hi (x xi ) + hi 6 (xi+1 x) + hi 6 (x xi ) :::: (2)

La dernière contrainte, permet de déduire (n 2) relations liant les mi :

yi+2 yi+1 yi+1 yi

mi hi + 2mi+1 (hi + hi+1 ) + mi+2 hi+1 = 6 hi+1 hi ; i 2 f0; : : : ; n 2g :::::: (3)

Pour résoudre ce système itératif, on impose des conditions aux limites, c’est à dire à m0 et mn :
Souvent on impose m0 = mn = 0:

Le système (3) peut se formuler sous forme matricielle de la manière suivante :

yi+1 yi yi yi 1
hi 1 mi 1 + 2 (hi 1 + hi ) mi + hi mi+1 = 6 hi hi 1 ; i 2 f1; : : : ; n 1g :::::: (4)

6.2 Exemple:

Si on prend une subdivision uniforme, c’est à dire xi xi 1 = h =une constante

(4) peut s’écrire mi 1 + 4mi + mi+1 = h62 (yi 1 2yi + yi+1 ) ; i 2 f1; : : : ; n 1g

Le système (4) peut s’écrire sous forme matricielle de la manière suivante :

0 10 1 0 1
4 1 0 ::: ::: 0 m1 q1
B1 4 1 0 ::: : C B C B C
B C B m2 C B q2 C
B0 1 4 1 : :C B : C B : C
M m = q () B B:
CB C=B C ::::: (5)
B : : : : 0C B C B
CB : C B : C
C
@: : : 1 4 1A @ : A @ : A
0 ::: ::: 0 1 4 mn 1 qn 1