Académique Documents
Professionnel Documents
Culture Documents
Interpolation polynomiale
Les points x0 , x1 , . . . , xn sont appelés les points d’interpolations ou encore des points
nodaux.
Le problème ci dessus peut avoir une infinité de solution, et dans certain cas ne pas
avoir de solution. Toutefois, Dans le cas où l’on cherche une fonction d’interpolation F ( x )
polynomiale de degré inférieur ou égale à n, ce problème admet une solution unique ;
dans ce cas, la Fonction F ( x ) est la fonction d’interpolation polynomiale des n + 1 couples
de points ( xi , f i ) i 2 {0, 2, . . . , n}
En effet, Si on pose
1
F ( x ) = a0 x n + a1 x n + · · · + an 1x + an
alors F ( xi ) = f i i 2 {0, 1, 2, . . . , n} on a
8
1
>
>
>
>
a0 x1n + a1 x1n + · · · + an 1 x1 + an = f 1
>
> 1
< a0 x2n + a1 x2n + · · · + an 1 x2 + a n = f2
F ( xi ) = f i , > (3.1)
> >
>
··· = ···
>
>
: a0 xnn + a1 xnn 1 + ··· + a
n 1 xn + an = f n
36 Interpolation polynomiale
qui est un système linéaire dont les inconnues sont les ai et dont le déterminant,
1
x1n x1n ··· x1 1
1
x2n x2n ··· x2 1
.. .. .. ..
. . ··· . . (3.2)
xnn 1 xnn 11 · · · xn 1 1
xnn xnn · · · xn 1
est un déterminant de Vandermonde qui est différent de zéro, et pour cause les points xi
sont supposés deux à deux distincts.
La détermination des cœfficients ai se ferait bien en résolvant cette équation, mais elle
s’avère coûteuse en terme de calcul, même en utilisant les méthodes de résolution des
systèmes d’équations linéaires que nous allons aborder dans l’un des chapitres qui vont
suivre.
On va proposer une panoplie d’autres possibilités de méthodes qui sont plus adaptées
pour déterminer les polynômes d’interpolation d’une famille de points données, ou même
d’une fonction
Dans le cas général on a un polynôme d’interpolation dit de Lagrange qui est un poly-
nôme de degré inférieur ou égal à n interpolant les n + 1 couples de oints ( x I , f i ).
—-> lk ( xi ) = 0 pour i 6= k et
—> l k ( x k ) = 1 ;
lk ( x ) = l ( x x1 )( x x2 )( x x3 ) · · · ( x xk 1 )( x x k +1 ) · · · ( x xn )
n
Y (3.3)
= l (x xi )
i =0, i 6=k
3.2 Le polynôme d’interpolation de Lagrange 37
d’autre part
lk ( xk ) = l ( xk x1 )( xk x2 )( xk x3 ) · · · ( x k xk 1 )( xk x k +1 ) · · · ( x k xn )
n
Y (3.4)
= l ( xk xi ) = 1
i =0, i 6=k
et donc
1
l =
( xk x1 )( xk x2 )( xk x3 ) · · · ( x k xk 1 )( xk x k +1 ) · · · ( x k xn )
1 (3.5)
= n
Y
( xk xi )
i =0, i 6=k
et
(x x1 )( x x2 )( x x3 ) · · · ( x xk 1 )( x xk+1 ) · · · ( x xn )
lk ( x ) =
( xk x1 )( xk x2 )( xk x3 ) · · · ( xk xk 1 )( xk xk+1 ) · · · ( xk xn )
n
Y
(x xi ) (3.6)
i =0, i 6=k
= n
Y
( xk xi )
i =0, i 6=k
F ( x ) = f 0 l0 ( x ) + f 1 l1 ( x ) + · · · + f n 1 ln 1 ( x ) + f n ln ( x )
n
X (3.7)
= f i li ( x )
i =0
il s’avère que en xk on a
n
Y
v0 ( xk ) = ( x x0 )( xk x1 )( xk x2 ) · · · ( x k xk 1 )( xk x k +1 ) · · · ( x k xn ) = ( xk xi )
i =0, i 6=k
Il est donc relativement moins coûteux d’évaluer les v0 ( xk ) une seule fois, et de l’uti-
liser pour le calcul des valeurs distinctes de F ( x )
Avec Ce polynôme d’interpolation de Lagrange, on est obligé pour chaque jeux de points
( xi , f i ) de recommencer la construction, même si dans la construction précédente, on ne
modifie que quelques points ou en ajoute. Il n’y a pas de réutilisation de certains outils.
Une bonne alternative dans ces cas est une construction algorithmique dû à AITKEN
Q( xk ) = R( xk ) = f k pour k = 0, 1, . . . , n 1
P( a) = a et Q(b) = b
P( xk ) = f k pour k = 0, 1, . . . , n 1
P( a) = a et P(b) = b
(b x ) Q( x ) (a x ) R( x )
P( x ) =
b a
3.2 Le polynôme d’interpolation de Lagrange 39
La démonstration suit tout seule ; P( x ) est bien une fonction polynôme de degré au plus
n + 1 comme somme de polynômes produits de polynômes de degré un et de polynômes
de degré au plus n
D’autre part,
(b xi ) f i (a xi ) f i
P ( xi ) = = f i pour i = 0, 1, · · · , n 1
b a
(b a)a (b a) b
P( a) = = a et P(b) = =b
b a b a
Pk, 0 = f k pour k = 0, 1, . . . , n
Ce qui précède correspond à la manière dont se comporte en situation général ; mais ceci
s’avère quoi qu’il en soit d’un coût relatif non négligeable. On n’a pas le choix lorsque la
distribution des points nodaux x0 , x1 , . . . , xn ne présente pas de régularité.
On considère la famille des valeurs f i i = 0, 1, . . . , n telle une suite ; Il peut s’agir d’ef-
fectives suite dont les n + 1 premiers termes sont les f i i = 0, 1, . . . , n qu’on va noter f ,
et on définie sur l’ensemble de ces objets (i.e. l’espace vectoriel des suites réelles) deux
opérateurs, de différence, l’opérateur de différence croissante noté 4 et l’opérateur
différence décroissante noté r
Définition 3.1
Les deux opérateurs r et 4 sont des endomorphismes de l’espace vectoriel des suites
réelles.
Nous allons présenter les constructions pour l’opérateurs des différences décroissantes,
et pour les opérateurs au différences croissantes, on déclinera seulement les résultats,
les constructions se faisant d’une manière similaire
r2 f k = r(r f k ) = r( f k f k 1) = r fk r fk 1 = ( fk fk 1) ( fk 1 fk 2)
= fk 2 fk 1 + fk 2
r3 f k = r(r2 f k ) = r( f k 2 f k 1 + f k 2 ) = r f k 2r f k 1 + r fk 2
= ( f k f k 1 ) 2( f k 1 f k 2 ) + ( f k 2 f k 3 )
= fk 3 fk 1 + 3 fk 2 fk 3
r fk = ( I A) f k
on a également A p f k = f k p
r p fk = ( I A) p f k
p
r p fk = ( I A) p f k = f k C1p A f k + C2p A2 f k + · · · + ( 1)i Cip Ai f k + · · · + ( 1) p C p A p f k
p
fk p = Ap fk = ( I r) p f k = f k C1p r f k + C2p r2 f k + · · · + ( 1) p C p r p f k
Les propriétés obtenues ci dessus peuvent l’être aussi pour l’opérateur différence crois-
sante avec des raisons semblables. On a
p
p
X
4 fk = ( 1)i Cip f k+i
i =0
et
p
X
f k+ p = Cip 4i f k
i =0
Ces divers outils ont été développés par Newton pour construire les polynômes d’in-
terpolation de n + 1 points ( xi , f i ) dans les cas où les xi sont de la forme xi = x0 + hi,
(ou xi = xn hi) avec h un nombre réel positif donné. Dans ces cas pour un quelconque
n n
Y 1Y
x, le polynôme de degré n + 1 v( x ) = ( x xi ) apparaît comme (s + i ) en posant
i =0
h i =0
n
x x0 1Y x xn
s= (resp (s i ) en posant s = )
h h i =0 h
42 Interpolation polynomiale
Pour les écrire, on commence par faire quelques aménagements généralisantes dans
l’écriture de Cip
p( p 1) · · · ( p i + 1)
—> Cip = ceci est valable lorsque i et p sont des entiers tels que
1 · 2···i
ip
—> En cas où i et p sont des entiers tels que p < i, une écriture similaire contiendra
dans le numérateur zéro ce qui permet de poser la convention
k
X x xn
P( x ) = ( 1)i Ci s ri f n avec s = (3.11)
i =0
h
s ( s + 1) 2 s(s + 1)(s + 2) · · · (s + k + 1) k
P( x ) = f n + sr f n + r fn + · · · + r fn (3.12)
2 k!
or Cij = 0 pour les entiers i et j tel que j < i il s’en suit donc que
3.3 Lorsque les xi sont régulièrement répartis 43
j
X
P( xn j ) = ( 1)i Cij ri f n = f n j comme établit dans l’égalité (3.10).
i =0
Comme nous l’avons annoncé plus haut, ici nous donnons juste les résultats qui pour-
ront être obtenus en utilisant à la place l’opérateur au différences décroissantes par
l’opérateur aux différence croissante.
k
X x x0
P( x ) = Cis 4i f 0 avec s = (3.13)
i =0
h
ce qui donne
s ( s + 1) 2 s(s + 1)(s + 2) · · · (s + k + 1) k
P( x ) = f 0 + s4 f 0 + 4 f0 + · · · + 4 f0 (3.14)
2 k!
Position du problème
On remarque que x peut ne pas appartenir à l’intervalle [ a, b], dans ce cas, on dit qu’on
fait une extrapolation.
Exemples
1
Considérons par exemple la fonction f : [1, 3] ! R définie par f ( x ) = x
Il vient donc le constat que l’approximation d’autant plus meilleur que la fonction est
régulière. Il peut être établit que
Theorème 3.4.1
Alors :
(x x0 )( x x1 ) · · · ( x x0 )
f (x) Pf ( x ) = f ( n +1) ( x )
( n + 1) !
Les xi étant distincts, et appartement à [ a, b], Le principe du choix des points nodaux xi
au mieux est construit sur la nécessité de fabriquer un polynôme unitaire de degré n + 1
réalisant max |v( x )|
x 2[ a, b]
Nous allons écrire le polynôme Q dans le cas particulier où l’intervalle [ a, b] est l’inter-
valle [ 1, 1] et le ramener à un polynôme sur l’intervalle [ a, b] moyennant une normali-
sation.
Tn ( x ) = cos(nArcos x) = x n + C2n x n 2
( x2 1) + C4n x n 2
( x2 1)2 + · · ·
En posant
cos q = x avec 0 q p
il vient »
sin q = 1 x2
, on a »
cos nq + i sin nq = ( x + i 1 x2 )n
et donc
T0 ( x ) = 1
T1 ( x ) = x
T2 ( x ) = 2x2 1
T3 ( x ) = 4x3 3x
T4 ( x ) = 8x4 8x2 + 1
T5 ( x ) = 16x5 20x3 + 5x
T6 ( x ) = 32x6 48x4 + 18x2 1
En additionnant on a :
—-> Tn atteint son extremum sur l’intervalle [ 1, 1], aux n + 1 points x̃k = cos nk p ,
k = 0, 1, 2, . . . , n
Il peut être remarqué que les racines de Tn sont plus denses sur les extrémités de l’inter-
valle [ 1, 1] qu’au centre, mais les deux extrémité ne sont pas des racines, mais plutôt
des extremums.
Le polynôme auquel on s’attend à arriver est un polynôme unitaire ; à cet effet, on effec-
tue une normalisation de Tn en divisant celui ci pas son terme de plus haut degré, 2n 1
pour obtenir le polynôme T̄n = 2Tn n 1 dit le polynôme normalisé de Chebycheff de degré n
Il s’ensuit de tout mon baratin que sur l’intervalle [ 1, 1], en choisissant les points no-
2k + 1
daux xk = cos p, pour les k = 0, 1, 2, . . . , n on obtient un polynôme d’interpolation
2( n + 1)
de f Pf tel que
1
| f ( x ) Pf ( x )| max | f (n+1) ( x )|
(n + 1)!2n 1 x1
2x
Lorsque l’intervalle est [ a, b], il suffira d’effecteur le changement de variable t =
b a
b+a b a b+a
ce qui est équivalent à x = t+ , dans ce cas les n + 1 point nodaux sont
b a 2 2
b+a b a 2k + 1
xk = + cos p
2 2 2( n + 1)
(b a ) n +1
pour lesquels max |v( x )| = et donc
a x b 22n+1
( b a ) n +1
| f (x) Pf ( x )| max | f (n+1) ( x )|
(n + 1)!22n+1 a xb
48 Interpolation polynomiale