Chapitre 4

Interpolation polynômiale

En pratique la fonction f est connue explicitement, ou seulement par ses valeurs en

certains points (xi ; f (xi ))i=0;:::;n . Le but du problème d’interpolation est de déterminer une
fonction F (appartenant à une certaine classe) qui passe par les points (xi ; f (xi ))i=0;:::;n
donnés. Cependant, les fonctions les plus faciles à évaluer numériquement sont les polynômes,
il est donc important de savoir approximer une fonction arbitraire par des polynômes.
La notion d’interpolation polynomiale consiste donc à approcher f par une fonction F
simple de type polynomial que l’on note par Pn appelé l’interpolant de f; de degré inférieur
ou égal à n qui passe exactement par ces points, i.e.,
Pn (xi ) = f (xi ) 8i = 0; :::; n
On dit alors que Pn interpole f (xi ) aux noeuds xi . C’est à ce cas qu’on va s’intéresser dans
ce chapitre.
Dans la suite on notera Pn = Rn [X] l’ensemble des polynômes de degré inférieur ou égal
à n et à coe¢ cients dans R. On rappelle que Pn est un espace vectoriel de dimension n + 1
sur R.
Lorsqu’on travaille sur un intervalle [a; b] l’interpolation polynomiale permet de donner
une approximation numérique Pn ( ) = f ( ) où 2 [a; b], 8 6= xi pour i = 0; :::; n, et sert
aussi à construire des formules explicites utiles pour le calcul approché d’une intégrale et
d’une dérivée
Théorème 4.1 (d’existence et d’unicité de Pn ) Si les points (xi )i=0;:::;n sont tous dis-
tincts, alors il existe un unique polynôme Pn de degré inférieur ou égal à n tel que :
Pn (xi ) = f (xi ) = fi 8i = 0; :::; n.
Preuve. On montre ce résultat dans le cas n = 2 puis le cas général se fait d’une manière
analogue. En écrivant
P2 (x) = a0 + a1 x + a2 x2 ,
et comme :
P2 (xi ) = f (xi ) 8i = 0; 1; 2,
alors on obtient le système linéaire suivant :
8
< a0 + a1 x0 + a2 x20 = f0
a1 + a1 x1 + a2 x21 = f1 ;
:
a2 + a1 x2 + a2 x22 = f2

49
 50

que l’on peut écrire sous la forme matricielle :

0 10 1 0 1
1 x0 x20 a0 f0
@ 1 x1 x21 A @ a1 A = @ f1 A :
1 x2 x22 a2 f2
Le déterminant de la matrice de ce système (appelé déterminant de Vandermonde) est égal
à (xi xj ) et est di¤érent de zéro puisque les points xi sont distincts. D’où l’existence et
i<j
l’unicité des ai .

Exemple 4.1 On veut calculer le polynôme d’interpolation de la fonction f passant par les
points (0; 1); (1; 2) ; (2; 9) et (3; 28): Etant donné ces 4 points, le polyôme recherché est de
degré inférieur ou égal à 3 et ses coé¢ cients ai sont la solution du système suivant :
0 10 1 0 1
1 0 0 0 a0 1
B 1 1 1 1 C B a1 C B 2 C
B CB C B C
@ 1 2 4 8 A @ a2 A = @ 9 A ;
1 3 9 27 a3 28
dont la solution est : 0 1 0 1
a0 1
B a1 C B 0 C
B C B C:
@ a2 A = @ 0 A
a3 1
Le polynôme recherché est donc :
P3 (x) = 1 + x3 :

Dans la pratique, cette méthode n’est à utiliser que si n 3 car les matrices du type
Vandermonde deviennent très mal conditionnées lorsque n augmente (elle sont trés sensible
aux erreurs d’arrondies). Il serait donc inutile de l’utiliser pour n assez grand.
Dans la suite on verra des méthodes di¤érentes et plus e¢ caces pour chercher le polynôme
d’interpolation.

4.1 Interpolation de Lagrange

4.1.1 Base de Lagrange
Etant donné (n + 1) réels donnés distincts, x0 ; x1 ; :::; xn : On dé…nit (n + 1) polynômes
Li pour i = 0; :::; n par :
(x xk )
Li (x) = :
k=o; k6=i (xi xk )
Ainsi on a
– Li est un polynôme de degré n:
1 si i = j
– Li (xj ) = ij = i = 0; :::; n:
0 si non
Réciproquement, pour i …xé, il existe un unique polynôme Li véri…ant les deux propriétés
précédentes. En e¤et, si on suppose qu’il y en ait deux Li et Qi , alors Li Qi est un polynôme
de degré au plus n et ayant n + 1 racines distinctes x0 ; x1 ; :::; xn , donc Li Qi 0:
 51

Dé…nition 4.1 Les polynômes Li (x) sont appelés polynômes de base de Lagrange de Pn
associés aux points x0 ; x1 ; :::; xn .

Proposition 4.1 Les polynômes L0 (x); L1 (x); :::; Ln (x) forment une base de Pn :

Preuve. Il su¢ t de montrer que cette famille de polynômes est libre, puisqu’elle est formé
de (n + 1)éléments de l’espace Pn qui est de dimension (n + 1).
Soient (n + 1) réels 0 ; 1 ; :::; n tels que, pour tout réel x on a :

X
n

i Li (x) = 0;
i=0

alors pour x = xk on a :
X
n

i Li (xk ) = k = 0 pour 0 k n:
i=0

D’où le résultat.

4.1.2 Polynôme d’interpolation de Lagrange

Soit une fonction f : [a; b] ! R connue en (n + 1) points distincts x0 ; x1 ; :::; xn de
l’intervalle [a; b]. Il s’agit de construire un polynôme Pn de degré inférieur ou égal à n tel que

Pn (xi ) = f (xi ) 8i = 0; :::; n. (4.1)

Théorème 4.2 Il existe un et un seul polynôme Pn de degré inférieur ou égal à n solution

de (4.1) et il s’écrit comme suit :

X
n
Pn (x) = f (xi ) Li (x) (4.2)
i=0

car les Li forment une base de Pn :

Preuve. U nicite: Soient Pn et Qn 2 Pn tels que Pn (xi ) = Qn (xi ) = f (xi ) pour i = 0; :::n;
alors Pn Qn 2 Pn et il s’annule en (n + 1) points distincts alors Pn Qn 0
Existence: On véri…e directement que le polynôme donné par (4.2) est solution de (4.1)
1 si i = j
(on utilise le fait que Li (xj ) = ij = i = 0; :::; n:)
0 si non

Dé…nition 4.2 Le polynôme Pn est appelé polynôme d’interpolation de Lagrange de la fonc-

tion f aux points x0 ; x1 ; :::xn :

Exemple 4.2 On considère la fonction f (x) = cos x. Calculer le polynôme d’interpola-

tion de Lagrange s’appuyant sur les points ( ; 0); (0; 1) ; ( ; 0). Comparer entre f et
2 2 3
P ;f et P :
3 4 4
 52

On a :
X
2
P2 (x) = f (xi ) Li (x)
i=0
où
(x )x
L0 (x) = 2 ;
( )( )
2 2 2
(x + )(x )
L1 (x) = 2 2 ;
(0 +
)(0 )
2 2
(x + )x
L2 (x) = 2 ;
( + )( 0)
2 2 2
par suite :
P2 (x) = f (x0 ) L0 (x) + f (x1 ) L1 (x) + f (x2 ) L2 (x)
(x )x (x + )(x ) (x + )x
= 2 0+ 2 2 1+ 2 0;
( )( ) (0 + )(0 ) ( + )( 0)
2 2 2 2 2 2 2 2
d’où :
4
P2 (x) = 2
x2 + 1:
On remarque que
f = 0:5 ' P2 = 0:55;
3 3
et
f = 0:707 ' P2 = 0:75:
4 4

4.2 Interpolation de Newton

L’inconvénient de l’expréssion du polynôme d’interpolation de Lagrange est que les calculs
des Li (x) ne sont pas pratique car du point de vue numérique, il est di¢ cile de déduire Li+1 (x)
de Li (x). Dans ce chapitre on va introduire le polynôme d’interpolation de Newton qui n’est
q’une autre expression du même polynôme d’interpolation ayant comme particularité de relier
la base d’interpolation avec les noeuds. Dans cette approche, les noeuds sont les racines de
la base.

4.2.1 Base d’interpolation de Newton

Dé…nition 4.3 Les polynôme ek de la base de Newton relatifs à la suite de points x0 ; x1 ; :::; xn
sont dé…nis comme suit :
8
< e = iQ1 (x x ) = (x x )(x x ):::(x x ) pour i = 1; :::; n
k j 0 1 i 1
j=0 .
:
e0 = 1 par convention
 53

Proposition 4.2 Les polynôme e0 ; e1 ; :::; en forment une base de l’espace vectoriel Pn :

Preuve. Puisqu’il s’agit d’une famille de (n + 1) polynômes de degré échelonné alors, les
polynômes (e0 ; e1 ; :::; en ) forment une base de l’espace vectoriel Pn de dimension (n + 1) des
polynômes de degré inférieur ou égal à n:

4.2.2 Expression de l’interpolant de Newton

Le polynômes d’interpolation de Newton de degré n relatif aux points

(x0 ; f (x0 )) ; (x1 ; f (x1 )) ; :::; (xn ; f (xn ))

suivant la base (e0 ; e1 ; :::; en ) s’écrit donc comme suit :

Pour tout x 2 R, ona
X
n
Pn (x) = ai ei (x) (di¤ div)
i=0
= a0
+a1 (x x0 )
+a2 (x x0 )(x x1 )
+a3 (x x0 )(x x1 )(x x2 )
.
+..
+an 1 (x x0 )(x x1 ):::(x xn 2 )
+an (x x0 )(x x1 ):::(x xn 1 ):

avec Pn (xi ) = f (xi ):

Il faut alors déterminer les coé¢ cients (ai )i=0;:::;n qui est l’objet de ce qu’on appelle les
di¤érences divisées.
On remarque que le coe¢ cient an dans la formule précédente de Pn (x) est composé de n
monômes de la forme (x xi ) et donc le polynôme est de degré n. Les coe¢ cients de Pn (x)
s’annullent tous en x = x0 sauf le premier. On peut ainsi montrer que

Pn (x0 ) = a0 = f (x0 )

– Le premier coe¢ cient est donc :

a0 = f (x0 ):
Il faut s’assurer ensuite que Pn (x1 ) = f (x1 ) ce qui veut dire

Pn (x1 ) = f (x1 ) = a0 + a1 (x1 x0 ) = f (x0 ) + a1 (x1 x0 )

ce qui donne
f (x1 ) f (x0 )
a1 =
(x1 x0 )
d’où la dé…nition suivante
 54

Dé…nition 4.4 On dé…nit les premières di¤érences divisées de la fonction f (x) que
l’on note par f [xi ; xi+1 ], la quantité

f (xi+1 ) f (xi )
f [xi ; xi+1 ] = :
(xi+1 xi )

D’où a1 peut s’écrire

a1 = f [x0 ; x1 ] :
Par suite le pôlynome de degré 1 s’écrit

P1 (x) = f (x0 ) + f [x0 ; x1 ] (x1 x0 )

obtenu en ne considérant que les deux premiers coe¢ cients de (??) et les points d’in-
terpolation (x0 ; f (x0 )) et (x1 ; f (x1 )) :
– On va calculer maintenant le troisième coe¢ cient a2 . Ce dernier est déterminé par

Pn (x2 ) = a0 + a1 (x2 x0 ) + a2 (x2 x0 )(x2 x1 ) = f (x2 )

= f (x0 ) + f [x0 ; x1 ] + a1 (x2 x0 ) + a2 (x2 x0 )(x2 x1 ) = f (x2 ):

D’où, aprés un calcul simple on montre que a2 peut s’écrire comme suit
1
a2 = (f [x1 ; x2 ] f [x0 ; x1 ]) :
(x2 x0 )

On remarque que cette expression fait intervenir une di¤érence divisée des di¤érences
divisées d’où la dé…nition suivante :
Dé…nition 4.5 Les deuxièmes di¤érences divisées de la fonction f (x) sont dé…nies à
partir des premières di¤érences divisées par la relation

f [xi+1 ; xi+2 ] f [xi ; xi+1 ]

f [xi ; xi+1 ; xi+2 ] = :
(xi+2 xi )

Suivant cette notation on a

a2 = f [x0 ; x1 ; x2 ] ;
ainsi, le pôlynome de degré 2 passant par trois premiers point d’interpolation s’écrit :

P2 (x) = f (x0 ) + f [x0 ; x1 ] (x x0 ) + f [x0 ; x1 ; x2 ] (x: x0 )(x: x1 ):

– De la même manière, on peut montrer que le coe¢ cient a3 est égal à

a3 = f [x0 ; x1 ; x2 ; x3 ] ;

qui est une troisième di¤érence divisée de la fonction f (x):

– Par récurrence, les n’ièmes di¤érences divisées de la fonction f (x) sont dé…nies à partir
des (n 1)-ièmes di¤érences divisées comme suit

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

f [x0 ; x1 ; x2 ; :::; xn ] = :
xn x0
 55

Finalement le pôlynome Pn (x) s’écrit comme suit :

X
n
Pn (x) = f [x0 ; x1 ; x2 ; :::; xn ] ei (x):
i=0

Dé…nition 4.6 Pour tout 0 k n, on appelle di¤érence divisée d’ordre k de la fonction

f associée aux points d’interpolation distincts (xi ; f (xi ))0 i n , la quantité f [x0 ; x1 ; x2 ; :::; xk ]
dé…nie par
f [x0 ] = f (x0 )
f [x0 ; x1 ; :::; xk ] f [x1 ; x2 ; :::; xk 1 ]
f [x0 ; x1 ; x2 ; :::; xk ] = 8k = 1; :::; n
xk x0
Exemple 4.3 On calcule les di¤érences divisées relatives aux points (xi ; f (xi )) pour i =
0; :::; 4 comme l’indique le tableau suivant
xi 0 1 2 4
:
f (xi ) 1 1 2 5
Par exemple :
5 2 3
f [2; 4] = = ;
4 2 2
3
f [2; 4] f [1; 2] 1 1
f [1; 2; 4] = = 2 = ;
4 1 3 6
f [1; 2] f [0; 1] 1
f [0; 1; 2] = = ;
2 0 2
f [2; 4] f [0; 1] 1
f [0; 1; 2; 4] = = :
4 0 2
Théorème 4.3 Etant donnée f une fonction réelle à variable réelle et x0 ; x1 ; :::; xn des points
distincts du domaine de dé…nition de f . Le pôlynome d’interpolation Pn (x) de degré inférieur
ou égal à n passant par les points (xi ; f (xi ))i=0;:::;n peut s’écrire selon la formule d’interpola-
tion de Newton (??) comme suit ;
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 )
ou sous la forme recursive
Pn (x) = Pn 1 (x) + f [x0 ; x1 ; :::xn ] (x: x0 )(x: x1 ):::(x: xn 1 ): (4.3)
Preuve. Ce théorème se démontre par récurrence. On l’a montrer pour n = 1 et n = 2: On
suppose que le résultat est vrai pour les pôlynomes de degré (n 1) et on montre qu’il est
également vrai pour les pôlynomes de degré n:
Remarque 4.1 La formule de Newton (4.3) montre que si l’on écrit le polynôme d’interpo-
lation suivant la base de Newton, alors il est facile de rajouter un point, en d’autres termes,
pour passer du pôlynome d’interpolation de degré n au polyôme de degré (n + 1) sur les
mêmes points et un autre point suplémentaire, il su¢ t de rajouter un terme dans la formule
précédente.
 56

4.2.3 Algorithme de Calcul des Di¤érences Divisées

Le calcul pratique des di¤érences divisées est basé sur la formule de récurrence de la
dé…nition 4.6. La manière la plus simple consiste à construire une table dite de di¤érences
divisées de la façon suivante :
xi f (xi ) f [xi ; xi+1 ] f [xi ; xi+1 ; xi+2 ] :::: f [xi ; :::; xn ]
x0 f (x0 ) &
f [x0 ; x1 ] &
x1 f (x1 ) % f [x0 ; x1 ; x2 ] &
..
& f [x1 ; x2 ] % .
.. .. ...
x2 f (x2 ) & . & . % f [x0 ; :::; xn ]
.. .. .. ..
. . . . %
.. .. .. ..
. . . . %
.. .. ..
. . . f [xn 2 ; xn 1 ; xn ] %
xn f (xn ) f [xn 1 ; xn ] %
Exemple 4.4 Dans cet exemple, on s’est arrêté aux troisièmes di¤érences divisées, mais les
autres s’obtiendraient de la même manière. Les premières di¤érences divisées découlent de
la dé…nition. Par la suite, pour obtenir par exemple f [x0 ; x1 ; x2 ], il su¢ t de soustraire les 2
termes adjacents f [x1 ; x2 ] f [x0 ; x1 ] et de diviser le résultat par (x2 x0 ). De même pour
obtenir f [x0 ; x1 ; x2 ; x3 ], on soustrait f [x0 ; x1 ; x2 ] de f [x1 ; x2 ; x3 ] et l’on divise le résultat par
(x3 x0 ) : La formule de Newton utilise la diagonale principale de cette table.

xi f (xi ) f [xi ; xi+1 ] f [xi ; xi+1 ; xi+2 ] f [xi ; xi+1 ; xi+2 ; xi+3 ]
x0 f (x0 )
f [x0 ; x1 ] &
x1 f (x1 ) f [x0 ; x1 ; x2 ] &
:
f [x1 ; x2 ] % f [x0 ; x1 ; x2 ; x3 ]
x2 f (x2 ) & f [x1 ; x2; x3 ] %
f [x2 ; x3 ] %
x3 f (x3 )
Exemple 4.5 La table de di¤érences divisées pour les points (0; 1); (1; 2); (2; 9) et (3; 28)
est :
xi f (xi ) f [xi ; xi+1 ] f [xi ; xi+1 ; xi+2 ] f [xi ; xi+1 ; xi+2 ; xi+3 ]
0 1&
1&
1 2% 3&
:
& 7% 1
2 9% & 6%
& 19 %
3 28 %
Le polynôme d’interpolation suivant la base de newton associé aux points (0; 1); (1; 2); (2; 9)
et (3; 28) est :
P3 (x) = 1 + 1(x 0) + 3(x 0)(x 1) + 1(x 0)(x 1)(x 2) = x3 + 1:
 57

Si on souhaite ajouter un point d’interpolation et calculer un polynôme de degré 4, il n’est

pas nécessaire de tout recommencer. Par exemple, si l’on veut inclure le point (5; 54), on
peut compléter la table de di¤érences divisées déjà utilisée comme suit

xi f (xi ) f [xi ; xi+1 ] f [xi ; :::; xi+2 ] f [xi ; :::; xi+3 ] f [xi ; :::; xi+4 ]
0 1&
1&
1 2% 3&
& 7% 1&
3 :
2 9% & 6% 5
& 19 % & 2%
3 28 % & 2%
& 13 %
5 54 %
3
Ce polynôme de degré 4 est alors P 4 (x) = P3 (x) 5
(x 0)(x 1)(x 2)(x 3) qui est tout
simplement le polynôme de degré 3 déjà calculé auquel on a ajouté une correction de degré
4.

4.2.4 Estimation de l’erreur d’interpolation

Le but de l’interpolation étant de remplacer l’évaluation de f (x) par celle de Pn (x), il est
donc important de connaître l’erreur

En (x) = f (x) Pn (x) pour tout x 2 [a; b] :

Théorème 4.4 Soit f : [a; b] ! R; (n + 1) fois continument di¤érentiable et Pn le poly-

nôme d’interpolation de Lagrange aux points x0 ; x1 ; :::; xn de[a; b]. Alors

Mn+1
jf (x) Pn (x)j j n (x)j (4.4)
(n + 1)!
où
Mn+1 = max f (n+1) (x)
a x b

et
Y
n

n (x) = (x xi ):
i=0

Preuve. Admise pour ce cours.

Exemple 4.6 Soit f (x) = ex pour tout x 2 [a; b], on a :

Mn+1 = eb :

D’autre part, on a la majoration :

(b a)n+1 b
j n (x)j e:
(n + 1)!
 58

En particulier :
lim jf (x) Pn (x)j = 0
n !1
Donc, dans le cas de la fonction exponentielle, plus le nombre de noeuds est grand plus
l’erreur d’interpolation est petite.
Remarque 4.2 – La formule de l’erreur d’interpolation (4.4) montre que En (xi ) = 0
où xi est un point d’interpolation.
– L’erreur d’interpolation dépend de la fonction considérée (f (n+1) ) et des points d’inter-
polation (xi ).
– Cette formule d’erreur (4.4) permet de trouver des formules d’erreur pour l’intégration
numérique et la diférentiabilité numérique.

4.3 Interpolation de Hermite

L’interpolation d’Hermite, nommée d’après le mathématicien Charles Hermite, est une
extension de l’interpolation de Lagrange, qui consiste, pour une fonction dérivable donnée
et un nombre …ni de points donnés, à construire un polynôme qui interpole la fonction f
ainsi que sa dérivée aux points considérés, en supposant naturellement connues les valeurs
f 0 (xi )i=0;:::;n . Précisément, soient les (n + 1) triplets (xi ; f (xi ); f 0 (xi )) pour i = 0; :::; n: on
cherche alors un polynôme P véri…ant
P (xi ) = f (xi ) pour i = 0; :::; n
:
P 0 (xi ) = f 0 (xi ) pour i = 0; :::; n
On a le résultat suivant
Théorème 4.5 Une condition nécéssaire et su¢ sante pour qu’il existe un unique polyôme
d’interpolation de Hermite de degré au plus égal à 2n+1 est que les abscisses x0 ; :::; xn soient
toutes distinctes les unes des autres.
Théorème 4.6 Étant donné n+1 points distincts x0 ; :::; xn et n+1 couples correspondantes
(y0 ; y00 ); :::; (yn ; yn0 ) où f (xi ) = yi et f 0 (xi ) = yi0 , alors il existe un seul et unique polynôme
P de degré au plus égal à 2n + 1; i.e., P 2 P2n+1 tel que P (xi ) = yi et P 0 (xi ) = yi0 pour
i = 0; :::; n qu’on peut écrire sous la forme suivante :
8 n
> (x xj )
X n Xn < L i (x) = ;
0 j=o; j6=i i xj )
(x
P (x) = yi Hi (x) + yi Ki (x) où K (x) = (x x )L2 (x);
>
: i i i
i=0 i=0
Hi (x) = [1 2(x xi )L0i (xi )] L2i (x):
Cette relation est appelée formule d’interpolation de Hermite.
Exemple 4.7 Pour n = 2 le polynôme d’interpolation de Hermite s’écrit comme suit
2
1 1 (x x1 ) (x x2 )
P (x) = y0 1 2(x x0 ) + + y00 (x x0 )
x0 x1 x0 x2 (x0 x1 ) (x0 x2 )
2
1 1 (x x0 ) (x x2 )
+ y1 1 2(x x1 ) + + y10 (x x1 )
x1 x0 x1 x2 (x1 x0 ) (x1 x2 )
2
1 1 (x x0 ) (x x1 )
+ y2 1 2(x x2 ) + + y20 (x x2 ) :
x2 x0 x2 x1 (x2 x0 ) (x2 x1 )
 59

Remarque 4.3 Si n est petit on peut calculer directement les coe¢ cients a0 ; a1 ; :::; a2n+1 du
polynôme de Hermite P (x) = a0 + a1 x + ::: + a2n+1 x2n+1 en résolvant le système linéaire de
(2n + 1) équations comme suit :
8
> a0 + a1 x0 + ::: + a2n+1 x02n+1 = y0
>
>
>
>
> a0 + a1 x1 + ::: + a2n+1 x12n+1 = y1
>
> ..
>
> .
>
<
a0 + a1 xn + ::: + a2n+1 xn2n+1 = yn
;
>
> a1 + a2 x0 ::: + (2n + 1)a2n+1 x2n 0
0 = y0
>
>
>
> a1 + a2 x1 ::: + (2n + 1)a2n+1 x2n 0
1 = y1
>
> ..
>
> .
>
:
a1 + a2 xn ::: + (2n + 1)a2n+1 x2n 0
n = yn

ce qui est équivalent à

0 10 1
1 x0 x2n+1
0 a0 0 1
. 0
B CB C y
B 1 x1 .. x2n+1
1 CB a1
C B y1 C
0
B .. .. .. .. CB .. C B C
B . . . . CB . C B C
B CB C B C
B . .. .. .. CB .. C B y C 0
B 1 xn .. . . . x2n+1 CB . C B n C
B n CB .. C = B y0 C :
B . CB C B 0 C
B 0 x0 .. (2n + 1)x2n CB . C B y0 C
B .. ..
0 CB .. C B 1 C
B 0 x . . (2n + 1)x2n CB . C B .. C
B 1 1 CB C @ . A
B . . .. .. .. .. .. .. C@ .. A
@ .. .. . . . . . . A . yn0
0 xn (2n + 1)x2n
n
a2n+1

Erreur dans l’interpolation d’Hermite

Théorème 4.7 Etant donnée une fonction f dé…nie de [a; b] ! R de classe C 2n+2 et Pn le
polynôme d’interpolation d’Hermite aux pointsx0 ; x1 ; :::; xn de [a; b]. Alors

M2n+2
jf (x) Pn (x)j j n (x)j ;
(2n + 2)!
où
Y
n
M2n+2 == max f 2n+2 (x) et n (x) = (x xi ):
a x b
i=0

4.4 Exercices
Exercise 4.1 1. Construire le polynôme de Lagrange P qui interpole les trois points sui-
vants :
( 1; e) ; (0; 1); et (1; e):
2. Sans passer aux calculs, donner l’expression du polynôme de Lagrange Q qui interpole
les points
( 1; 1) ; (0; 1); et (1; 1):
 60

3. Construire le polynôme de Lagrange P qui interpole les trois points suivants :

( 1; ) ; (0; ); et (1; ) où et sont deux réels:

4. Si = ; donner le degré de P .
5. Montrer que P est pair. Peut-on avoir le degré de P égal à1?:

Exercise 4.2 1. Déterminer le polynôme d’interpolation P de Newton passant par les

points
(0; 1) ; (1; 2); (2; 9) et (3; 28):
2. En déduire P4 ; le polynôme d’interpolation passant par les points

(0; 1) ; (1; 2); (2; 9); (3; 28) et (5; 54):

Exercise 4.3 Soit f une fonction paire dé…nie aux points

1 1
x0 = 1; x1 = ; x2 = ; x3 = 1:
5 5
1. Calculer le polynôme d’interpolation de newton de f:
2. Montrer qu’il s’écrit sous la forme
1
P (x) = r(x)f (1) + t(x)f ( );
5
où r(x) et t(x) sont deux des polynômes à déterminer.
1
3. Pour f (x) = sin 2
x déduire une approximation de f ( 15 ): Calculer l’erreur absolue
commise.