Académique Documents
Professionnel Documents
Culture Documents
VX 6 IYW0 y Pie 2 y Ja 9 LJQeiq QW 5 NFHV Wo 03 N Y69 VTV
VX 6 IYW0 y Pie 2 y Ja 9 LJQeiq QW 5 NFHV Wo 03 N Y69 VTV
VX 6 IYW0 y Pie 2 y Ja 9 LJQeiq QW 5 NFHV Wo 03 N Y69 VTV
Interpolation
Sommaire
1.1 Interpolation de Lagrange : . . . . . . . . . . . . . . . . . . . . 6
1.1.1 Estimation de l’erreur dans l’interpolation de Lagrange. . . . . 8
1.1.2 Inconvénients de la méthode de Lagrange : . . . . . . . . . . . 9
1.2 Interpolation de Newton . . . . . . . . . . . . . . . . . . . . . 9
1.2.1 Différences divisées et formule de Newton . . . . . . . . . . . . 9
1.3 Interpolation d’Hermite . . . . . . . . . . . . . . . . . . . . . . 11
1.3.1 Interpolation d’Hermite de type cubique (Polynôme de degré 3) 12
1.3.2 Base d’Hermite . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3.3 Estimation de l’erreur . . . . . . . . . . . . . . . . . . . . . . . 14
1.3.4 Interpolation d’Hermite dans le cadre général . . . . . . . . . . 15
Question :
Soit f une fonction connue explicitement ou seulement par ses valeurs en quelques points.
Est-il possible d’approcher f par une fonction polynôme ?
Première idée :
Utiliser la forumle de Taylor au voisinage de c = a+b
2
:
5
6 Chapitre 1. Interpolation
Deuxième idée :
Considérer (n + 1) points deux à deux distincts x0 , x1 , · · · , xn de [a, b], puis chercher une
fonction polynomiale p de degré inférieur ou égal à n qui passe par les points M0 =
(x0 , f (x0 )), M1 = (x1 , f (x1 )),· · · , Mn (xn , f (xn )). Autrement dit, on veut chercher un
polynôme p de degré inférieur ou égal à n tel que
p(xi ) = f (xi ), ∀i = 0, 1, · · · , n.
Démonstration.
p(xi ) = f (xi ), i = 0, 1, · · · , n
q(xi ) = f (xi ), i = 0, 1, · · · , n.
Le polynôme r = p − q ∈ Pn et vérifie
Donc
r ∈ Pn
(
=⇒ r = 0 =⇒ p = q
r admet (n + 1) racines distinctes
• Existence :
1
∗ (2) : Lk (xk ) = 1 =⇒ λ =
(xk − x0 )(xk − x1 ) · · · (xk − xk−1 )(xk − xk+1 ) · · · (xk − xn )
n
Y x − xi
donc Lk (x) =
i=0,i̸=k xk − xi
i=0
d’où αk = 0, pour k = 0, 1, · · · , n.
Comme card(L0 , L1 , · · · , Ln ) = dimPn = n + 1 donc (L0 , L1 , · · · , Ln ) est une base
Pn .
Le polynôme p cherché s’obtient comme combinaison linéaire des polynômes (L0 , L1 , · · · , Ln )
d’où : n X
p(x) = f (xk )Lk (x).
k=0
Théorème 1.2 (de Rolle ) Soit f : [a, b] −→ R une application continue sur [a, b] et
dérivable sur ]a, b[ telle que f (a) = f (b), alors il existe c ∈]a, b[ telle que f ′ (c) = 0.
Lemme 1.1 Soit f : [a, b] −→ R dérivable sur [a, b] alors si f possède au moins (n + 2)
zéros distincts sur [a, b], f ′ possède au moins (n + 1) zéros distincts sur [a, b].
Démonstration. Il suffit d’appliquer le théorème de Rolle entre deux zéros consécutifs
de f . c’est à dire entre deux racines de f , f possède un maximum ou un minimum.
■
Corollaire 1.1 Soit f ∈ C n+1 [a, b]. Si f possède au moins (n + 2) zéros distincts sur [a, b]
alors f (n+1) admet au moins un zéro sur [a, b].
Démonstration. Par récurence en appliquant le Lemme 1.1
■
Théorème 1.3 Soit f ∈ C n+1 [a, b], si a ≤ x0 < x1 < · · · < xn ≤ b. Alors
(x − x0 )(x − x1 ) · · · (x − xn ) (n+1)
f (x) − pn (x) = f (ξx ),
(n + 1)!
où a ≤ min(x, x0 ) < ξx < max(x, xn ) ≤ b.
Démonstration.
• Si x ∈ {x0 , x1 , · · · , xn } alors f (x) − pn (x) = 0, la relation est vérifiée.
• Soit x ∈ [a, b] fixé tel que x ∈
/ {x0 , x1 , · · · , xn }
F : [a, b] −→ R
Posons Vn (t)
t 7−→ F (t) = f (t) − pn (t) − [f (x) − pn (x)]
Vn (x)
n
Y
où Vn = (x − xk ).
k=0
Remarque 1.1 le point ξx étant inconnu, il faut trouver une majoration de f (n+1) (ξx ) .
Corollaire 1.2 Si f (n+1) est continue sur [a, b], alors f atteint sa borne supèrieure et on
a:
|(x − x0 )(x − x1 ) · · · (x − xn )|
|f (x) − pn (x)| ≤ max f (n+1) (x)
(n + 1)! x∈[a,b]
• Problème numérique surtout si les points xi sont très voisins c’est à dire
1
xi+1 − xi −→ 0 donc −→ +∞.
xi+1 − xi
Forme de Newton :
Nous allons écrire le polynôme pn qui interpole f aux points x0 , x1 , · · · , xn sous la forme
• n = 1, le polynôme de degré 1 qui interpole les points (x0 , y0 ) et (x1 , y1 ) est donné
par :
y1 − y0
p1 (x) = y0 + (x − x0 )
x1 − x0
= f [x0 ] + f [x0 , x1 ](x − x0 )
• n = 2, le polynôme qui interpole les points (x0 , y0 ), (x1 , y1 ) et (x2 , y2 ) est obtenu en
ajoutant un polyôme de degré inférieur ou égale à 2 à p1
y1 − y0
p2 (x) = y0 + (x − x0 ) + α(x − x0 )(x − x1 )
x1 − x0
Généralement on a :
Algorithme Pratique :
Le calcul est réalisé rapidement en utilisant un tableau que l’on donnera par 5 points ;
x0 , x1 , x2 , x3 et x4 :
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 [x0 , x1 , x2 , x3 , x4 ]
f [x2 , x3 ] f [x1 , x2 , x3 , x4 ]
x3 f (x3 ) f [x2 , x3 , x4 ]
f [x3 , x4 ]
x4 f (x4 )
• Méthode de newton :
x0 = 0 f (x0 ) = 0
f [x0 , x1 ] = 1
13−1
x1 = 1 f (x1 ) = 1 f [x0 , x1 , x2 ] = 3−0
=4
27−1
f [x1 , x2 ] = 3−1
= 13
x2 = 3 f (x2 ) = 27
donc
• Méthode de Lagrange :
(x − x1 )(x − x2 ) 1
– L0 (x) = = (x − 1)(x − 3)
(x0 − x1 )(x0 − x2 ) 3
(x − x0 )(x − x2 ) 1
– L1 (x) = = − x(x − 3)
(x1 − x0 )(x1 − x2 ) 2
(x − x0 )(x − x1 ) 1
– L2 (x) = = x(x − 1)
(x2 − x0 )(x2 − x1 ) 6
2
X 1 27
p(x) = f (xi )Li (x) = 0 − x(x − 3) + x(x − 1) = x(4x − 3).
i=0 2 6
• Numériquement stable.
1 x2 x22 x32 a f (x )
1
⇐⇒ AX = B où A 2 , X = , B= ′ 2
0 1 2x1 3x1 a2 f (x1 )
0 1 2x2 3x22 a3 f ′ (x2 )
det(A) = −(x2 − x1 )4 ̸= 0 car x1 ̸= x2 , donc le système (S) admet une et une seule
solution.
■
2 3x1 − x2
d’où a = − et b = ou encore :
(x1 − x2 )3 (x1 − x2 )3
2(x − x1 )(x − x2 )2 (x − x2 )2
A1 (x) = − +
(x1 − x2 )3 (x1 − x2 )2
1 x − x2 2
= 1 − 2(x − x1 ).
x1 − x2 x 1 − x2
x − x2
= [1 − 2(x − x1 ).L′1 (x)] (L1 (x))2 où L1 (x) =
x1 − x2
1 x1
d’où a = et b = − donc
(x1 − x2 )2 (x1 − x2 )2
(x − x1 )(x − x2 )2
B1 (x) =
(x1 − x2 )2
x − x2
= (x − x1 ) (L1 (x))2 , où L1 (x) =
x1 − x 2
• Par symétrie on a :
2
x − x1
B2 (x) = (x − x2 )
x2 − x1
x − x1
= (x − x2 ) (L2 (x))2 , où L2 (x) =
x2 − x 1
(x − x1 )2 (x − x2 )2 (4)
f (x) − p(x) = f (ξx ).
4!
Démonstration.
• Si x ∈
/ {x1 , x2 } :
Posons " #
2 2 f (x) − p(x)
F (t) = f (t) − p(t) − (t − x1 ) (t − x2 )
(x − x1 )2 (x − x2 )2
f (x) − p(x)
F (4) (ξx ) = f (4) (ξx ) − p4 (ξx ) − 4!
(x − x1 )2 (x − x2 )2
Théorème 1.8 (L’erreur d’interpolation d’Hermite) On suppose que f ∈ C 2n+2 [a, b], si
a ≤ x0 < x1 < · · · < xn ≤ b. Alors il existe ξx ∈] min(x, (xi )i=0,1,··· ,n , max(x, (xi )i=0,1,··· ,n )[
tel que :
n
f (2n+2) (ξx )
(x − xj )2
Y
f (x) − p(x) =
j=0 (2n + 2)!
1
Exercice 1.2 Soit f (x) = , trouver le polynôme d’Hermite p tel que
1 + x2
p(0) = f (0)
p′ (0) = f ′ (0)
p(5) = f (5)
′
= f ′ (5)
p (5)
Solution :
d’où