L’interpolation polynomiale

∗
Denis Vekemans

Soit f une application de R dans R.

On connaît f (xi ) pour i ∈ {0, 1, . . . , n} et on veut trouver un polynôme P tel que p(xi ) = f (xi ) pour
i ∈ {0, 1, . . . , n}.
Le tel polynôme P s’appelle polynôme d’interpolation de f en les points d’abscisses x0 , x1 , . . ., xn . On
dit aussi que P interpole f en les points d’abscisses x0 , x1 , . . ., xn .
Soit Pn l’espace vectoriel des polynômes de degré inférieur ou égal à n.

Théorème 1
Une condition nécessaire et suffisante pour qu’il existe un et un seul P ∈ Pn qui interpole f est que les
abscisses d’interpolation xi soient toutes distinctes.

Première démonstration
Pn i
On cherche le polynôme P sous la forme P (x) = i=0 ai x .
On obtient le système à n + 1 équations et n + 1 inconnues ...
n
X
ai xij = f (xj ), ∀j ∈ {0, 1, . . . , n}.
i=0

Ce système admet une solution unique si le déterminant

1 x0 . . . xn0
1 x1 . . . xn1 Y
.. .. .. = (xi − xj )
. . . i>j
1 xn . . . xnn

est non nul. C’est équivalent à dire que les abscisses d’interpolation xi sont toutes distinctes.

Deuxième démonstration
Unicité
On suppose qu’il existe deux polyomes P ∈ Pn et Q ∈ Pn qui interpolent f en les points d’abscisses x0 ,
x1 , . . ., xn . On définit alors R = P − Q. On obtient alors que R est un polynôme de Pn qui interpole la
fonction nulle en les points d’abscisses x0 , x1 , . . ., xn . Il vient donc que R = 0, puis que P = Q.
∗
Laboratoire de mathématiques pures et appliquées Joseph Liouville ; 50, rue Ferdinand Buisson BP 699 ; 62 228 Calais
cedex ; France

1
PLC1 L’interpolation polynomiale 2008

Existence
Pour montrer son existence, on le construit.
On a 

 −P (x) + a0 + a1 x + . . . + an xn = 0



 n
 −f (x0 ) + a0 + a1 x0 + . . . + an x0 = 0

−f (x1 ) + a0 + a1 x1 + . . . + an xn1 = 0



 ...




−f (xn ) + a0 + a1 xn + . . . + an xnn = 0
D’où,
−P (x) 1 x . . . xn
−f (x0 ) 1 x0 . . . xn0
−f (x1 ) 1 x1 . . . xn1 = 0.
.. .. .. ..
. . . .
−f (xn ) 1 xn . . . xnn
Ou encore,
−P (x) 1 x . . . xn 0 1 x . . . xn
0 1 x0 . . . xn0 −f (x0 ) 1 x0 . . . xn0
0 1 x1 . . . xn1 = −f (x1 ) 1 x1 . . . xn1 .
.. .. .. .. .. .. .. ..
. . . . . . . .
0 1 xn . . . xnn −f (xn ) 1 xn . . . xnn
Et il s’ensuit qu’on peut exprimer P sous forme d’un rapport de deux détermnants

0 1 x . . . xn
−f (x0 ) 1 x0 . . . xn0
−f (x1 ) 1 x1 . . . xn1
.. .. .. ..
. . . .
−f (xn ) 1 xn . . . xnn
P (x) = .
1 x0 . . . xn0
1 x1 . . . xn1
.. .. ..
. . .
1 xn . . . xnn

Le polynôme d’interpolation de Lagrange.

Le polynôme d’interpolation de Lagrange est donné par la formule de Lagrange

n
X (n)
Pn (x) = Li (x)f (xi )
i=0

–2/12– Mathématiques
PLC1 L’interpolation polynomiale 2008

où
n
Y
(n) x − xj
Li (x) = .
xi − xj
j=0 et j6=i

Ce polynôme de Pn interpole bien f en les points d’abscisses x0 , x1 , . . ., xn et est donc bien le polynôme
d’interpolation de f en les points d’abscisses x0 , x1 , . . ., xn , d’après le théorème 1.
Une autre formulation du polynôme de Lagrange ...
On pose
n
Y
vn (x) = (x − xj ).
j=0

On calcule vn′ (xi ) ...

n
Y
vn (x) − vn (xi ) vn (x)
vn′ (xi ) = lim = lim = (xi − xj ).
x→xi x − xi x→xi x − xi
j=0 et j6=i

Par conséquent,

n
X f (xi )
Pn (x) = vn (x) .
(x − xi )vn′ (xi )
i=0

Et,
(n) vn (x)
Li (x) = .
(x − xi )vn′ (xi )
Le schéma de Neville-Aitken.
On peut calculer récursivement les polynômes de Lagrange à l’aide du schéma de Neville Aitken comme
suit ...
(i)
On nomme Tk le polynôme qui interpole f en les points d’abscisses xi , xi+1 , . . ., xi+k .
Alors,

 T (i) (x) = f (xi )
0
(i)
(xi+k+1 −x)Tk (x)−(xi −x)Tk
(i+1)
(x)
.
 T (i) (x) = pour k ∈ {0, 1, . . . , n − 1} et i ∈ {0, 1, . . . , n − k − 1}
k+1 xi+k+1 −xi

Algorithme triangulaire pour les générer.

Démonstration
On montre ce résultat par récurrence sur k.
(i)
– T0 est bien le polynôme de P0 qui interpole f en xi .
(i)
– On suppose que Tk soit le polynôme de Pk qui interpole f en les points d’abscisses xi , xi+1 , . . ., xi+k
(i+1)
et que Tk soit le polynôme de Pk qui interpole f en les points d’abscisses xi+1 , xi+2 , . . ., xi+k+1
(i)
et on montre que Tk+1 est le polynôme de Pk+1 qui interpole f en les points d’abscisses xi , xi+1 , . . .,
xi+k+1 .
(i)
Il est évident que Tk+1 ∈ Pk+1 .
Ensuite,

–3/12– Mathématiques
PLC1 L’interpolation polynomiale 2008

– pour x = xi , on a
=f (xi )
z }| { z =0 }| { (i+1)
(i)
(i) (xi+k+1 − xi ) Tk (xi ) − (xi − xi ) Tk (xi )
Tk+1 (xi ) = = f (xi ).
xi+k+1 − xi
– pour x = xl , avec l ∈ {i + 1, i + 2, . . . , i + k}, on a
=f (xl ) =f (xl )
z }| { z }| {
(i) (i+1)
(i) (xi+k+1 − xl ) Tk (xl ) −(xi − xl ) Tk (xl )
Tk+1 (xl ) = = f (xl ).
xi+k+1 − xi
– pour x = xi+k+1 , on a
=f (xi+k+1 )
=0 z }| {
z }| { (i) (i+1)
(i) (xi+k+1 − xi+k+1 ) T k (xi ) − (xi − xi+k+1 ) T k (xi )
Tk+1 (xi+k+1 ) = = f (xi+k+1 ).
xi+k+1 − xi
(i)
Ainsi, d’après le théorème 1, Tk+1 est le polynôme de Pk+1 qui interpole f en les points d’abscisses xi ,
xi+1 , . . ., xi+k+1 .
(0)
Tn est donc le polynôme de Pn qui interpole f en les points d’abscisses x0 , x1 , . . ., xn .

Les différences divisées.

Soit f une application de R dans R.
On connaît f (xi ) pour i ∈ {0, 1, . . . , n} et on veut trouver un polynôme P tel que p(xi ) = f (xi ) pour
i ∈ {0, 1, . . . , n}.
On appelle différences divisées d’ordre 0, 1, . . ., n de la fonction f , les expressions suivantes
– Ordre 0 :
⌈xi0 ⌋f = f (xi0 ).

– Ordre 1 :
⌈xi0 ⌋f − ⌈xi1 ⌋f
⌈xi0 , xi1 ⌋f = .
xi0 − xi1
– Ordre k :  
xi0 , xi1 , . . . , xik−1 f
− ⌈xi1 , xi2 , . . . , xik ⌋f
⌈xi0 , xi1 , . . . , xik ⌋f = ,
xi0 − xik
pour k ∈ {2, 3, . . . , n}.
Algorithme triangulaire pour les générer.
Théorème 2

X f (xi )
⌈xi0 , xi1 , . . . , xik ⌋f = ,
v ′ (xi )
i∈{i0 ,i1 ,...,ik }

où
Y
v(x) = (x − xi ).
i∈{i0 ,i1 ,...,ik }

–4/12– Mathématiques
PLC1 L’interpolation polynomiale 2008

Démonstration
On montre ce résultat par récurrence sur k.
– Pour k = 0, on a v(x) = x − xi0 , v ′ (x) = 1 et ⌈xi0 ⌋f = f (xi0 ).
– On suppose avoir démontré que
X f (xi )
⌈xi0 , xi1 , . . . , xik ⌋f = ,
v1′ (xi )
i∈{i0 ,i1 ,...,ik }

où
Y
v1 (x) = (x − xi )
i∈{i0 ,i1 ,...,ik }

et que
  X f (xi )
xi1 , xi2 , . . . , xik+1 = ,
f v2′ (xi )
i∈{i1 ,i2 ,...,ik+1 }

où
Y
v2 (x) = (x − xi ).
i∈{i1 ,i2 ,...,ik+1 }

On va démontrer que
  X f (xi )
xi0 , xi1 , . . . , xik+1 = ,
f v3′ (xi )
i∈{i0 ,i1 ,...,ik+1 }

où
Y
v3 (x) = (x − xi ).
i∈{i0 ,i1 ,...,ik+1 }

 
xi0 , xi1 , . . . , xik+1 f
 
⌈xi0 , xi1 , . . . , xik ⌋f − xi1 , xi2 , . . . , xik+1 f
=
xi0 − xik+1
   
1 X f (x )
=  f (xi0 ) +  f (xi )( ′
1
−
1 i
) − ′ k+1 
xi0 − xik+1 v1′ (xi0 ) v1 (xi ) v2′ (xi ) v2 (xik+1 )
i∈{i1 ,i2 ,...,ik }
X f (xi )
=
v3′ (xi )
i∈{i0 ,i1 ,...,ik+1 }

car
Y
v1′ (xiν ) = (xiν − xi ),
i∈{i0 ,i1 ,...,ik }\{iν }
Y
v2′ (xiν ) = (xiν − xi ),
i∈{i1 ,i2 ,...,ik+1 }\{iν }

–5/12– Mathématiques
PLC1 L’interpolation polynomiale 2008

et
1 1
−
v1′ (xiν ) v2′ (xiν )
1 1
= Q − Q
i∈{i0 ,i1 ,...,ik }\{iν } (xiν − xi ) v2′ ( i∈{i1 ,i2 ,...,ik+1 }\{iν } (xiν − xi ))
(xi − xik+1 ) − (xiν − xi0 )
= Q ν
i∈{i0 ,i1 ,...,ik+1 }\{iν } (xiν − xi )
xi0 − xik+1
= Q
i∈{i0 ,i1 ,...,ik+1 }\{iν } (xiν − xi )
xi0 − xik+1
=
v3′ (xiν )

Théorème 3

f (x) = ⌈x0 ⌋f
+ (x − x0 ) ⌈x0 , x1 ⌋f
+ ...
+ (x − x0 )(x − x1 ) . . . (x − xn−1 ) ⌈x0 , x1 , . . . , xn ⌋f
+ (x − x0 )(x − x1 ) . . . (x − xn ) ⌈x, x0 , x1 , . . . , xn ⌋f .

Démonstration
On a ⌈x⌋f = f (x).
⌈x⌋f −⌈x0 ⌋f
On a ⌈x, x0 ⌋f = x−x0 , puis f (x) = ⌈x0 ⌋f + (x − x0 ) ⌈x, x0 ⌋f .
⌈x,x0 ⌋f −⌈x0 ,x1 ⌋f
 
On a ⌈x, x0 , x1 ⌋f = x−x1 , puis f (x) = ⌈x0 ⌋ f + (x − x0 ) ⌈x0 , x1 ⌋f + (x − x1 ) ⌈x, x0 , x1 ⌋f =
⌈x0 ⌋f + (x − x0 ) ⌈x0 , x1 ⌋f + (x − x0 )(x − x1 ) ⌈x, x0 , x1 ⌋f .
Et ainsi de suite ...


Théorème 4
Le polynôme d’interpolation de f en les points d’abscisses x0 , x1 , . . ., xn s’écrit

Pn (x) = ⌈x0 ⌋f
+ (x − x0 ) ⌈x0 , x1 ⌋f
+ ...
+ (x − x0 )(x − x1 ) . . . (x − xn−1 ) ⌈x0 , x1 , . . . , xn ⌋f .

Démonstration
D’après le théorème 2, on a
X n
f (x) f (xi )
⌈x, x0 , x1 , . . . , xn ⌋f = + ,
vn (x) (xi − x)vn′ (xi )
i=0

–6/12– Mathématiques
PLC1 L’interpolation polynomiale 2008

où
Y
v(x) = (x − xi ),
i∈{i0 ,i1 ,...,ik }
Qn
avec vn (x) = i=0 (x − xi ).
Or, on a vu
n
X f (xi )
Pn (x) = vn (x)
(x − xi )vn′ (xi )
i=0
et, par conséquent,
vn (x) ⌈x, x0 , x1 , . . . , xn ⌋f = f (x) − Pn (x).

Puis, d’après le théorème 3,

Pn (x) = ⌈x0 ⌋f
+ (x − x0 ) ⌈x0 , x1 ⌋f
+ ...
+ (x − x0 )(x − x1 ) . . . (x − xn−1 ) ⌈x0 , x1 , . . . , xn ⌋f .

On définit En = f − Pn .

Théorème 5

En (x) = (x − x0 )(x − x1 ) . . . (x − xn ) ⌈x, x0 , x1 , . . . , xn ⌋f .

| {z }
=vn (x)

Démonstration
Trivial.

Et, d’une manière plus exploitable, ... en posant I = [min(mini xi , x), max(maxi xi , x)].

Théorème 6
Si f ∈ C n+1 (I), alors
vn (x) (n+1)
En (x) = f (ζ),
(n + 1)!
avec ζ ∈ I.

Démonstration
On pose F = f − Pn − cvn où c = ⌈x, x0 , x1 , . . . , xn ⌋f .
On a F (xi ) = 0 pour i ∈ {0, 1, . . . , n}, et F (x) = 0, d’après le théorème 5. F possède donc au moins
n + 2 racines dans I.
D’après le théorème de Rolle, F ′ possède donc au moins n + 2 racines dans I.
...

–7/12– Mathématiques
PLC1 L’interpolation polynomiale 2008

D’après le théorème de Rolle, F (n+1) possède donc au moins 1 racine dans I et on nomme ζ l’une de ces
racines.
On a
F (n+1) (t) = f (n+1) (t) − Pn(n+1) (t) −c vn(n+1) (t) .
| {z } | {z }
=0 =(n+1)!

Puis,
0 = F (n+1) (ζ) = f (n+1) (ζ) − c(n + 1)!,

et
vn (x) (n+1)
En (x) = f (ζ).
(n + 1)!

Théorème 7
Si f ∈ C n+1 (I), alors
f (n+1) (ζ)
⌈x, x0 , x1 , . . . , xn ⌋f =
(n + 1)!
avec ζ ∈ I.

Démonstration
Trivial.

On cherche maintenant à minimiser l’erreur d’interpolation En sur [a, b] : on cherche

 
min max |vn (x)| .
xi ∈[a,b] x∈[a,b]

La réponse à ce problème est donnée par les polynômes de Tchébychev Tn lorsque a = −1 et b = 1.

Remarque : lorsque l’intervalle est [a, b], on se ramène à [−1, 1] par le changement de variable affine
b−a b+a
x= 2 t + 2 où x ∈ [a, b] et où t ∈ [−1, 1].
On définit Tn par Tn (x) = cos(nΘ), avec Θ = arccosx.

Théorème 8
Les fonctions Tn satisfont la relation de récurrence à trois termes

Tn+1 (x) − 2xTn (x) + Tn−1 (x) = 0

pour n ≥ 1 avec T0 (x) = 1 et T1 (x) = x.

Démonstration
La formule trigonométrique
p−q p+q
cos p + cos q = 2 cos( ) cos( )
2 2
avec p = (n + 1)Θ et q = (n − 1)Θ fournit immédiatement le résultat.

–8/12– Mathématiques
PLC1 L’interpolation polynomiale 2008


Théorème 9
Les fonctions Tn sont des fonctions polynômes pour lesquelles le coefficient de xn est 2n−1 .

Démonstration
Une récurrence simple depuis la formule de récurrence à trois termes induit que les fonctions Tn sont des
fonctions polynômes pour lesquelles le coefficient de xn est 2n−1 .


Théorème 10
2i+1


Les n racines simples de Tn sont données par xi = cos 2n π , pour i ∈ {0, 1, . . . , n − 1}.

Démonstration



2i+1



Tn (xi ) = cos narccos(cos ) = cos n 2i+1
2n π 2n π = cos
2i+1
2 π = 0.


Tn possède donc les n racines simples xi = cos 2i+1
2n π , pour i ∈ {0, 1, . . . , n − 1}.


Théorème 11
i


Les n + 1 extrema de Tn sont données par x
ei = cos nπ xi ) = (−1)i .
, pour i ∈ {0, 1, . . . , n} tels que Tn (e

Démonstration
Tn′ (x) = sin (narccos(x)) √1−x
n
2
.



Puis, Tn′ (e
xi ) = sin narccos(cos ni π ) q n
= sin (iπ) q n
= 0.
1−(cos( ni π ))2 1−(cos( ni π ))2




xi ) = cos narccos(cos ni π ) = cos n ni π = cos (iπ) = (−1)i .
Tn (e

On revient maintenant au problème où on cherche

 
min max |vn (x)| .
xi ∈[−1,1] x∈[−1,1]

On appelle Qn+1 l’ensemble des polynômes de degré n + 1 tels que

– le coefficient de xn+1 soit égal à 1 ;
– toutes les racines soient distinctes et appartiennent à [−1, 1].
Notre problème peut donc se reformuler ainsi : on cherche le polynôme vn de Qn+1 tel que

max |vn (x)| ≤ max |p(x)|, ∀p ∈ Qn+1 .

x∈[−1,1] x∈[−1,1]

Théorème 12
∀p ∈ Qn+1 , on a
1 |Tn+1 (x)|
= max ≤ max |p(x)|.
2n x∈[−1,1] 2n x∈[−1,1]

–9/12– Mathématiques
PLC1 L’interpolation polynomiale 2008

Démonstration
Tn+1
On a 2n ∈ Qn+1 , d’après les théorèmes 9 et 10.
 
|Tn+1 | i
2n prend n+2 fois sa valeur maximale sur [−1, 1] (aux points x
ei = cos n+1 π , pour i ∈ {0, 1, . . . , n+1}
1
et cette valeur maximale est 2n , d’après le théorème 11.
Supposons qu’il existe p ∈ Qn+1 tel que
1
max |p(x)| < .
x∈[−1,1] 2n
Tn+1
Le polynôme r = 2n − p est tel que r ∈ Pn .
(−1)i
De plus, on a r(e
xi ) = 2n xi ), pour i ∈ {0, 1, . . . , n + 1} et r(e
− p(e xi ) est alternativement positive et
1
négative car p(e
xi ) < 2n .
D’après le théorème des valeurs intermédiaires, r a donc au moins n + 1 racines distinctes. Or, r ∈ Pn ,
donc r = 0.

On peut reformuler le théorème précédent ...

Théorème 13
Le choix des abscisses d’interpolation xi qui minimise le maximum de En (x) pour x ∈ [−1, 1] est donné par
 
2i + 1
xi = cos π , ∀i ∈ {0, 1, . . . , n}.
2n + 2

Convergence de la méthode d’interpolation polynômiale.

Le théorème de Weierstrass assure la convergence du polynôme d’interpolation Pn de f en les points
 
(n) 2i+1
d’abscisses xi = cos 2n+2 π , ∀i ∈ {0, 1, . . . , n} vers la fonction f lorsque f est continue.
(n)
Par contre, le polynôme d’interpolation Pn de f en les points d’abscisses xi = −1+ 2i
n , ∀i ∈ {0, 1, . . . , n}
ne converge pas forcément vers la fonction f , même lorsque f est continue. [Ce résultat n’est pas démontré
ici].
Voici le théorème de Weierstrass sous forme d’un exercice (voir [2]) portant sur les suites et séries de
fonctions.
Exercice : Théorème de Weierstrass. f est supposée continue sur [0, 1]. On pose Ek (x) = Cnk xk (1 −
x)n−k pour 0 ≤ k ≤ n.
n
X n
X n
X n
X
2
1. Calculer Ek (x), kEk (x), k Ek (x) et (k − nx)2 Ek (x).
|k=0 {z } |k=0 {z } |k=0 {z } |k=0 {z }
=1 =nx =n(n−1)x2 +nx =nx(1−x)

2. α > 0 ; In = {0, 1, . . . , n}. On définit, pour x ∈ [0, 1], Kn = k ∈ N, | nk − x| ≥ α et Kn′ = In \Kn .
P 1
Montrer que ∀x ∈ [0, 1], k∈Kn Ek (x) ≤ 4nα2 .
P
3. ∀n ∈ N, Bn : f → Bn (f ) = nk=0 f ( nk )Ek . Montrer que (Bn (f )) converge uniformément vers f sur
[0, 1].
R1
4. Soit g continue sur [0, 1] telle que ∀n ∈ N, 0 g(x)xn dx = 0. Montrer que g = 0 sur [0, 1].

–10/12– Mathématiques
PLC1 L’interpolation polynomiale 2008

Corrigé de l’exercice : Théorème de Weierstrass.

Pn
1. (a) k=0 Ek (x) = 1 (trivial par la formule du binôme de Newton).
Pn k n k−1
(b) k=0 kEk (x) = nx (trivial en utilisant Cn = k Cn−1 ).
Pn 2 k n(n−1) k−2
(c) k=0 k(k − 1)Ek (x) = n(n − 1)x (trivial en utilisant Cn = k(k−1) Cn−2 ).
Pn 2 2
(d) k=0 (k − nx) Ek (x) = nx(1 − x) (en développant (k − nx) par rapport à k dans la base des
{1, k, k(k − 1)}).
2.
n
X X
(k − nx)2 Ek (x) = n x(1 − x) ≥ (k
|−
2
{znx}) Ek (x)
| {z }
k=0 k∈Kn ≥nα
≤ 41
X
≥ n2 α 2 Ek (x).
k∈Kn

D’où
X 1
Ek (x) ≤ .
4nα2
k∈Kn

3. f est continue sur [0, 1] donc uniformément continue sur [0, 1]. Soit M = maxx∈[0,1] |f (x)|.

∀ε > 0, ∃α > 0 tel que ∀a ∈ [0, 1], ∀b ∈ [0, 1], |a − b| < α ⇒ |f (a) − f (b)| < ε.
X k

f (x) − Bn (f )(x) = f (x) − f ( ) Ek (x).
n
k∈In

Puis,    
X  k  X  k 
|f (x) − Bn (f )(x)| ≤  
f (x) − f ( n ) Ek (x) + f (x) − f ( n ) Ek (x) .
k∈Kn ′
k∈Kn
| {z } | {z }
1 <ε
≤2M
4nα2

Donc,
1
max |f (x) − Bn (f )(x)| ≤ M + ε.
x∈[0,1] 2nα2
Puis,
u
Bn (f ) −→ f.

Ceci finit la démonstration du théorème de Weierstrass : pour toute fonction continue f sur un segment,
il existe une suite de fonctions polynômes qui converge uniformément vers f .
C’est donc vrai également pour le polynôme d’interpolation de f sur [−1, 1] en les points d’abscisses
 
(n) 2i+1
xi = cos 2n+2 π , ∀i ∈ {0, 1, . . . , n}.
4. Une application du théorème de Weierstrass.
R1
∀p ∈ Pn , 0 g(x)p(x)dx, par linéarité.
u
De plus, d’après le théorème de Weierstrass, ∃pn ∈ Pn tel que pn −→ g.

–11/12– Mathématiques
PLC1 L’interpolation polynomiale 2008

Donc, Z Z Z
1 1 1
2
(g(x)) dx = g(x)(g(x) − pn (x))dx + g(x)pn (x)dx .
0
|0 {z } |0 {z }
≤ε maxx∈[0,1] |g(x)| =0

Puis, Z 1
(g(x))2 dx = 0,
0
et, comme g est continue, g = 0.

Références
[1] C. Brezinski, Analyse Numérique Discrète, Publications du Laboratoire de Calcul de l’Université des
Sciences et Techniques de Lille.
[2] M. Serfati, Exercices de mathématiques. 3. Analyse II, Belin, Collection DIA, 1987.

–12/12– Mathématiques