Chapitre 3

Interpolation polynomiale

3.1 Position du Problème

Le problème d’interpolation consiste en ce qui suit.

On se donne n + 1 couples de points ( x0 , f 0 ), ( x1 , f 1 ), . . ., ( xn , f n ) dans R ⇥ R, tels que

les xi soient tous distincts deux à deux et on se propose de former une fonction F ( x )
qui devra être telle que pour tout i 2 {0, 2, . . . , n} on ait F ( xi ) = f i .

La fonction F ( x ) est appelée fonction d’interpolation des n + 1 couples de points donnés

ci dessus appartenant à une classe connue quelconque de fonction.

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

Ce problème fut diversement considéré suivant des approches distinctes correspondant

chacun à des situations particulières, proposant à chaque fois des méthodes plus ou
moins coûteuses en terme de calcul, mais à chaque fois de meilleur coût que de l’aborder
en résolvant le système linéaire qui permet d’établir l’unicité de la solution.

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 ).

3.2 Le polynôme d’interpolation de Lagrange

On commence par construire le polynôme lk de degré au plus n tel que :

—-> lk ( xi ) = 0 pour i 6= k et

—> l k ( x k ) = 1 ;

Le fait que ce polynôme doit s’annuler aux n points nodaux x0 , x1 , . . . , xk 1, x k +1 , . . . , x n

conduire à écrire celui ci comme :

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

On constate ensuite que les n + 1 polynômes lk sont linéairement indépendants dans l

’espace des polynômes de degré au plus n qui est un espace vectoriel de dimension n + 1,
et du fait que on doit avoir F ( xi ) = f i i = 0, 1, 2, . . . , n, on peut écrire donc Le polynôme
dit d’interpolation de Lagrange des n + 1 couples de points ( xi , f i )

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

Les polynômes lk ( x ) devant être évalués en un grand nombre de valeurs de x, il se trouve

un peut coûteux d’utiliser dans ces calculs Le polynôme d’interpolation de Lagrange ; on
a d’autre écriture qui peuvent s’avérer moins coûteuse.

Si on considère le polynôme de degré n + 1

n
Y
v( x ) = ( x x0 )( x x1 )( x x2 ) · · · ( x xn 1 )( x xn ) = (x xi )
i =0
38 Interpolation polynomiale

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

on peut donc écrire

v( x )
lk ( x ) =
(x xk )v0 ( xk )
lorsqu’on remplace ceci dans l’expression du polynôme d’interpolation de Lagrange ci
dessus, on a
n n
X f k v( x ) X fk
F(x) = = v ( x ) (3.8)
k =0
( x xk )v ( xk )
0
k =0
( x xk )v0 ( xk )

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

3.2.1 Algorithme d’AITKEN

Il est construit autour du résultat suivant

Lemme 3.1 Soient Q et R deux polynômes d’interpolation de degré au plus n, construits

respectivement sur { x0 , x1 , . . . , xn 1 , a} et sur { x0 , x1 , . . . , xn 1 , b} tels que

Q( xk ) = R( xk ) = f k pour k = 0, 1, . . . , n 1

P( a) = a et Q(b) = b

Le polynôme d’interpolation de degré n + 1 construit sur { x0 , x1 , . . . , xn 1, a, b} et tel que

P( xk ) = f k pour k = 0, 1, . . . , n 1

P( a) = a et P(b) = b

peut s’obtenir à partir de Q et R de la manière suivante :

(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

L’algorithme correspondant se décline suivant le tableau ci après

0 1 2 3 ... j j+1 ... k ... n
0 P0, 0 x0 x
1 P1, 0 P1, 1 x1 x
2 P2, 0 P2, 1 P2, 2 x2 x
3 P3, 0 P3, 1 P3, 2 P3, 3 x3 x
.. .. .. .. .. .. .. .. .. .. .. .. ..
. . . . . . . . . . . . .
j Pj, 0 Pj, 1 Pj, 2 Pj, 3 ... Pj, j xj x
.. .. .. .. .. .. .. .. .. .. .. .. ..
. . . . . . . . . . . . .
k Pk, 0 Pk, 1 Pk, 2 Pk, 3 ... Pk, j Pk, j+1 ... Pk, k xk x
.. .. .. .. .. .. .. .. .. .. .. .. ..
. . . . . . . . . . . . .
n Pn, 0 Pn, 1 Pn, 2 Pn, 3 Pn, j Pn, j+1 ... ... ... Pn, n xk x

Soit la relation de récurrence

Pk, 0 = f k pour k = 0, 1, . . . , n

( xk x ) Pj, j ( x ) (xj x ) Pk, j ( x )

Pk, j+1 ( x ) = pour k = j + 1, j + 2, . . . , n
xk xj

Le polynôme d’interpolation est égal à Pn, n ( x )

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.

Dans un grand nombre de situation d’ingénieurs et même aussi de sciences appliquées

où on doit prélever de données, le prélèvement se fait suivant une répartition des va-
leurs correspondant aux point nodaux qui sont régulièrement répartis. C’est le cas par
exemple lorsqu’on doit relever des valeurs d’une expérience de procédés dynamiques ; on
le fait à des espaces de temps réguliers
40 Interpolation polynomiale

Dans ce genre de situation, on procède suivant les outils de la section suivante

3.3 Lorsque les xi sont régulièrement répartis

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

On appelle opérateur de différence décroissante, l’opérateur noté r, qui a toute suite

f associe la suite r f telle que pour tout k 2 N, (r f )k = f k f k 1

On appelle opérateur de différence croissante, l’opérateur noté 4, qui a toute suite f

associe la suite 4 f telle que pour tout k 2 N, (4 f )k = f k+1 f k

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

On considère les composées à un ordre quelconque de cette endomorphisme r2 , . . .

r p on a :

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

et de proche en proche, on établit que :

p
p
X
r fk = ( 1)i Cip f k i (3.9)
i =0

Par convention, on pose r0 f k = f k .

3.3 Lorsque les xi sont régulièrement répartis 41

En définissant l’opérateur “arrière” A tel que A f k = f k 1, on a

r fk = ( I A) f k

où I est l’application identique ;

on a également A p f k = f k p

L’égalité ci dessus peut se démontrer de façon différente en écrivant :

r p fk = ( I A) p f k

comme les opérateur I et A commutent, on écrit la formule du binôme

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

On Prouve aussi que :

p
X
fk p = ( 1)i Cip ri f k (3.10)
i =0

en constatant que (avec les même justifications que ci dessus)

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

3.3.1 Les polynômes d’interpolation de NEWTON

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
ip

—> 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

Cip = 0 lorsque p < i,

—> On fait aussi la convention d”écriture lorsque s est un réel

s(s 1) · · · ( s i + 1)
Cis = , ce qui a tout son sens.
1 · 2···i

polynôme d’interpolation basé sur les différence décroissante

Considérons les k + 1 couples ( xn , f n ), ( xn 1, fn 1 ),· · · , ( xn k , f n k) avec xi = x0 + ih,

h > 0 donné i = 0, 1, . . . , n

Le polynôme d’interpolation de degré au plus k des k + 1 couples de points ci dessus est

k
X x xn
P( x ) = ( 1)i Ci s ri f n avec s = (3.11)
i =0
h

ce qui donne après toute simplication faite

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!

Il va de soit que le polynôme P( x ) est bien de degré au plus k, en effet, Ci s est un

polynôme de degré i en s et comme s est un polynôme de degré un en x, il vient que Ci s
est un polynôme de degré i en x

Il reste maintenant à établir P( xn j ) = f n j j = 0, 1, . . . , k ;

k
X
En effet, P( xn j ) = ( 1)i Cij ri f n
i =0

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

En Résumé Pour obtenir le polynôme d’interpolation de NEWTON il suffit de calculer

les ri f n pour les i = 0, 1, · · · , k Ce qu’on construit à partir du tableau suivant

0 1 2 ... j j+1 ... k

fn r1 f n r2 f n rj fn r j +1 f n rk f n
fn 1 r1 f n 1 r2 f n 1
fn 2 r1 f n 2 r2 f n 2
fn 3 r1 f n 3 r2 f n 3
.. .. .. .. .. .. .. .. .. ..
. . . . . . . . . .
fn j r1 f n j r2 f n j ...
.. .. .. .. .. .. .. .. .. ..
. . . . . . . . . .
fn k +1 r1 f n k +1 ... ...
fn k ... ...

où l’élément de n i de la colonne j s’obtient en faisant la différence de l’élément de

n i 1 avec l’élément n i de la colonne j 1

polynôme d’interpolation basé sur les différences croissantes

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.

Considérons les k + 1 couples ( x0 , f 0 ), ( x1 , f 1 ),· · · , ( xk , f k ) avec xi = x0 + ih, h > 0 donné

i = 0, 1, . . . , n

Le polynôme d’interpolation de degré au plus k des k + 1 couples de points ci dessus est

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!

En Résumé Pour obtenir le polynôme d’interpolation de NEWTON il suffit de calculer

les 4i f 0 pour les i = 0, 1, · · · , k Ce qu’on construit à partir du tableau suivant
44 Interpolation polynomiale

0 1 2 ... j j+1 ... k

f0 41 f 0 42 f 0 4j f 0 4 j +1 f 0 4k f 0
f1 41 f 1 42 f 1
f2 41 f 2 42 f 2
f3 41 f 3 42 f 3
.. .. .. .. .. .. .. .. .. ..
. . . . . . . . . .
fj 41 f j 42 f j ...
.. .. .. .. .. .. .. .. .. ..
. . . . . . . . . .
fk 1 41 f k 1 ... ...
fk ... ...

où l’élément de i de la colonne j s’obtient en faisant la différence de l’élément de i + 1

avec l’élément i de la colonne j 1

3.4 Problème du choix des xi aux mieux

3.4.1 Estimation de l’incertitude

Position du problème

Soit une fonction f : [ a, b], et soient x0 , x1 , · · · , xn 2 [ a, b]

Que peut on dire f ( x ) Pf ( x ), où Pf est le polynôme d’interpolation tel que Pf ( xi ) = f ( xi )

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

Prenons n = 1, x0 = 1 et x1 = 3 ; le polynôme d’interpolation est Pf ( x ) = 13 x + 4

3

Soit g une fonction définie à partir de f mais possédant une “excroissance”.

On constate que le polynôme polynôme d’interpolation ne change pas.

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

Soit f 2 C n+1 ([ a, b])

3.4 Problème du choix des xi aux mieux 45

Si a = x0 < x1 < · · · < xn = b,

Alors :
(x x0 )( x x1 ) · · · ( x x0 )
f (x) Pf ( x ) = f ( n +1) ( x )
( n + 1) !

où a  min( x, x0 ) < x < max( x, xn )  b

Il y a sûrement beaucoup d’autres notions derrière cette présentation de l’erreur d’ap-

proximation, mais celle qui me scié dans ce premier jet d’exploiter est celui de dans le
cas où cette approximation est mauvaise, y a-t’il quelque chose qui puisse être fait pour
qu’on puisse obtenir un polynôme d’interpolation qui réalise une meilleur incertitude.
C’est là l’idée du choix des points nodaux xi au mieux.

3.4.2 Choix des xi au mieux

Si f 2 C n+1 ([ a, b]), alors

max | f (n+1) ( x )|
x 2[ a, b]
| f (x) Pf ( x )| = max |( x x0 )( x x1 ) · · · ( x xn )|
x 2[ a, b] ( n + 1) !
L’erreur résulte des deux termes

—-> 1) max | f (n+1) ( x )| qui dépend de la fonction à interpoler

x 2[ a, b]

—-> 2) max |( x x0 )( x x1 ) · · · ( x xn )| = max |v( x )| qui est un polynôme de degré

x 2[ a, b] x 2[ a, b]
n + 1 unitaire (i.e. dont le du terme de plus haut degré est 1), et qui est indépendant de
la fonction à interpoler

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]

Si on note En+1 [ a, b] l’ensemble de tous les polynômes unitaires de degré n + 1, Le

meilleur choix des points nodaux est donné par les racines qu polynôme Q 2 En+1 [ a, b]
vérifiant 8 v 2 En+1 [ a, b] : max | Q( x )|  max |v( x )|
x 2[ a, b] x 2[ a, b]

Il faudra s’assurer que le polynôme Q possède bien n + 1 racines distinctes dans [ 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.

Ceci est le fait de TCHEBYCHEFF qui propose ces polynômes.

46 Interpolation polynomiale

3.4.3 Les polynômes de TCHEBYCHEFF

Définition 3.2 On appelle fonction polynômiale de Tchebycheff de degré n la fonction

Tn : [ 1, 1] ! R définie par la relation suivante :

Tn ( x ) = cos(nArcos x) = x n + C2n x n 2
( x2 1) + C4n x n 2
( x2 1)2 + · · ·

Ce polynôme est obtenu de la formule de Moivre, exprimant

(cos q + i sin q )n = cos nq + i sin nq

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

cos nq = cos(nArcos x) = x n + C2n x n 2

( x2 1) + C4n x n 2
( x2 1)2 + · · ·

qui est un polynôme de degré n en x

Les 7 premier polynôme de tchebycheff sont les suivants :

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

Ces polynôme ont les propriétés suivantes :

—-> Les polynômes de Tchebycheff vérifient la relation de récurrence

Tn+1 ( x ) = 2xTn ( x ) Tn 1 (x)

Ceci est le fait des relations classiques :

cos(n + 1)q = cos nq cos q sin nq sin q

3.4 Problème du choix des xi aux mieux 47

cos(n 1)q = cos nq cos q + sin nq sin q

En additionnant on a :

cos(n + 1)q + cos(n 1)q = 2 cos nq cos q

—-> Le cœfficient en x n de Tn est 2n 1

—-> Tn a n racine simples xk = cos 2k2n 1 p, k = 1, 2, . . . , n

—-> Tn atteint son extremum sur l’intervalle [ 1, 1], aux n + 1 points x̃k = cos nk p ,
k = 0, 1, 2, . . . , n

pour lesquels il prend alternativement les valeurs 1 et 1

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

Le résultat final est celui auquel on s’attend,

Theorème 3.4.2 En désignant l’ensemble des polynômes unitaire de degré n, on a pour

tout P 2 En , on a
1
= max | T̄n ( x )|  max | P( x )|
2n 1 1 x 1 1 x 1

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 x1

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 xb
48 Interpolation polynomiale

3.5 Exercices pour les Travaux Pratitiques