0.1.
L’INTERPOLATION POLYNÔMIALE 1
L’interpolation polynômiale
0.1 L’interpolation polynômiale
Introduction Dans la résolution de certains problèmes numériques, on rencontre la situ-
ation suivante: on veut calculer les valeurs d’une function f (t) pour un trés grand nombre
de points t, mais on ne connaı̂t pas l’expression de f . Ceci se produit lorsque:
- f n’est connue qu’en certains points experimentaux t0 , t1 , ..., tn .
-f est donnée numériquement par un code de calcul dont l’exécution est coûteuse.
L’objectif est de ” représenter ” f par une fonction simple dont l’évaluation est aisée.
⇒ Par exemple les polynômes.
0.1.1 Description des techniques
Chercher une fonction f˜ telle que : ∀i = 0, 1, ..., n f˜(ti ) = f (ti )
⇒ Cette technique est dite La technique de l’interpolation.
Chercher une fonction f˜ telle que :
n
X n
X
(f˜(ti ) − f (ti ))2 = min (g(ti ) − f (ti ))2
g∈F
i=0 i=0
⇒ Cette technique est dite des moindres carrés.
Chercher une fonction f˜ telle que :
Z b Z b
˜ 2
|f (x) − f (x)| dx = min |f (x) − g(x)|2 dx.
a g∈F a
⇒ Cette technique est dite de l’approximation quadratique.
Chercher une fonction f˜ telle que :
kf − f˜k∞ = min kg − f k∞ .
g∈F
⇒ Cette technique est dite l’approximation uniforme.
F est l’ensemble des fonctions.
Dans la suite de ce chapitre, nous allons nous interesser à la technique de l’interpolation.
2
0.1.2 Interpolation polynômiale de Lagrange:
Théorème 0.1.1 Soit (t0 , t1 , ..., tn ) (n + 1) nombres rèels distincts et (y0 , y1 , ..., yn ) (n +
1) nombres rèels, alors, il existe un unique polynôme pn ∈ Pn tel que :
pn (ti ) = yi ∀i = 0, 1, .., n
Preuve. n
X
Soit pn (t) = yi Li (t)
i=0
n
Y t−t
k
avec Li (t) =
k=0 ;k6=i
ti − tk
n
X
pn (tj ) = yi Li (tj )
i=0
Yn t − t 0, si i 6= j;
j k
Li (tj ) = =
ti − tk 1, si i = j.
k=0 ;k6=i
(tj − t0 )(tj − t1 )...(tj − ti−1 )(tj − ti+1 )...(tj − tn )
Li (tj ) =
(ti − t0 )(ti − t1 )...(ti − ti−1 )(ti − ti+1 )...(ti − tn )
si i = j ⇒ Li(tj ) = 1
6 j ⇒ Li(tj ) = 0
si i =
D’où : pn (tj ) = yj ∀j = 0, 1, , ..., n
Li sont dits les polynômes de base de Lagrange.
Unicité:
Supposons que : ∃ pn et qn ∈ (Pn ) tels que
pn (ti ) = qn (ti ) = yi
Soit dn = pn − qn .
On a : dn ∈ Pn et dn (ti ) = 0 i = 0, 1, ..., n + 1
dn est un polynôme de degré inférieur ou égal à n et qui a (n + 1) racines distincts donc
d ≡ 0. D’où l’unicité.
Définition 0.1.1 Soit f : [a, b] → R une fonction donnée. Le polynôme d’interpolation
de f aux points t0 , t1 , ..., tn est donné par
n+1
X
pn (t) = f (ti )Li (t)
i=0
Dérivation numérique :
Si f est dérivable alors f 0 peut être approchée par p0n , avec pn est le polynôme d’interpolation
de f aux points t0 , t1 , ..., tn .
0.1. L’INTERPOLATION POLYNÔMIALE 3
Calcul de l’erreur d’approximation
en (t) = f (t) − pn (t) est dite l’erreur d’interpolation.
Nous supposons que f ∈ C (n+1) ([a, b]).
Pour tout t ∈ [a, b], on note : Πn (t) = (t − t0 )(t − t1 )(t − t2 )...(t − tn ).
Théorème 0.1.2 ∀t ∈ [a, b]; ∃ζt ∈]a, b[, tel que
1
en (t) = f (n+1) (ζt )Πn (t).
(n + 1)!
0.1.3 polynômes de Newton, Différences divisées
Définition 0.1.2 Soit une function f dont on ne connaı̂t les valeurs qu’aux points dis-
tincts t0 , t1 , ..., tn .
On appelle différences divisées d’ordre 0, 1, 2, .., n les expressions suivantes définies itérativement
par:
f [t0 ] = f (t0 ),
f [t1 ] = f (t1 ),
f [t2 ] = f (t2 ),
f [t0 ] − f [t1 ]
f [t0 , t1 ] = ,
t0 − t1
f [t1 ] − f [t2 ]
f [t1 , t2 ] = ,
t1 − t2
f [t0 , t1 ] − f [t1 , t2 ]
f [t0 , t1 , t2 ] =
t0 − t2
D’une manièire générale, si X est un ensemble fini de points distincts, si a 6= X,
b 6= X et a 6= b, alors
f [a, X] − f [X, b]
f [a, X, b] =
a−b
Théorème 0.1.3 Soit f une function dont on ne connaı̂t les valeurs qu’aux points dis-
tincts ti ; i = 0, 1, ..., n et soit pn le polynôme suivant
pn (t) = c0 + c1 (t − t0 ) + c2 (t − t0 )(t − t1 ) + ... + cn (t − t0 )(t − t1 )...(t − tn−1 )
avec f [t0 , t1 , ..., tk ] = ck
pn est un polynôme d’interpolation de la function f aux points distincts ti ; i = 0, 1, ..., n
et il est appelé le polynôme de Newton.
4
Calcul pratique des différences divisées
k=0 k=1 k=2 ··· k=n
f [t0 ]
f [t1 ] f [t0 , t1 ]
f [t2 ] f [t1 , t2 ] f [t0 , t1 , t2 ]
.. .. .. ..
. . . .
f [tn ] f [tn−1 , tn ] f [tn−2 , tn−1 , tn ] · · · f [t0 , t1 , · · · , tn ]
0.1.4 Polynômes d’Hermite
Théorème 0.1.4 Soit (n+1) points t0 , t1 , ..., tn . Il existe un unique polynôme p2n+1 de
degré (2n + 1) tel que
p2n+1 (ti ) = f (ti ),
p02n+1 (ti ) = f 0 (ti ),
n
X n
X
p2n+1 (ti ) = hi (t)f (ti ) + ki (t)f 0 (ti ),
i=0 i=0
où
hi (t) = (1 − 2(t − ti )L0i (ti )) L2i (t); ki (t) = (t − ti )L2i (t).
n
Y t−t
k
Avec Li (t) = les polynômes de base de Lagrange.
k=0 ;k6=i
ti − tk
