Académique Documents
Professionnel Documents
Culture Documents
INTRODUCTION
1 Introduction
La déclaration
y = f (x), x0 ≤ x ≤ xn
signifie : qu’à chaque valeur de x dans l’intervalle [x0 , xn ], il existe une ou plusieurs valeurs de y image de
cette valeur. En supposant que f (x) est à valeur unique et continue et qu’elle est connue explicitement, alors
les valeurs de f (x) correspondant à certaines valeurs données de x, disons x0 , x1 , . . . , xn peuvent facilement
être calculé. Le problème central de l’analyse numérique est le problème inverse: étant donné l’ensemble des
valeurs tabulés (x0 , y0 ) , (x1 , y1 ) , (x2 , y2 ) , . . . , (xn , yn ) satisfaisant la relation y = f (x) où la formule explicite
de f (x) n’est pas connue, il faut trouver une fonction plus simple, disons ϕ(x), tel que f (x) et ϕ(x) concordent
sur l’ensemble des points tabulés. Un tel processus est appelé interpolation. Si ϕ(x) est un polynôme, alors
le processus est appelé interpolation polynomiale et ϕ(x) est appelé polynôme d’interpolation. De même,
différents types d’interpolation existent selon ϕ(x); où ϕ(x) pouvant être une suite trigonométrique finie, une
suite de fonctions de Bessel, etc.
L’interpolation polynomiale est un problème d’approximation de fonctions qui possède de nombreuses ap-
plications directes. Cependant, son importance en analyse numérique réside beaucoup plus dans le fait que
c’est un outil auxiliaire de premier plan. En effet, elle est à la base de la plupart des méthodes d’intégration
numérique, de la résolution numérique des équations différentielles. Dans ce chapitre, nous nous intéresserons
uniquement à l’interpolation polynomiale.
Pour justifier l’approximation d’une fonction inconnue au moyen d’un polynôme, nous énonçons ici, le célèbre
théorème de Weierstrass:
Cela signifie qu’il est possible de trouver un polynôme P (x) dont le graphe reste dans la région délimitée par
y = f (x) − ε et y = f (x) + ε pour tout x entre x0 et xn et ceci pour un ε très petit.
En approximant une fonction donnée f (x) par un polynôme ϕ(x), on peut être tenté de se demander:
(ii) Quel est le critère pour décider de la meilleure approximation polynomiale de la fonction ?
Les réponses à ces questions, aussi importantes soient-elles pour le problème pratique de l’interpolation,
sortent du cadre du programme et ne seront pas abordées ici. Nous allons cependant dériver à la fin du
chapitre une formule pour trouver l’erreur associée à l’approximation d’une fonction tabulée par un polynôme.
Par contre,
on pourra répondre à la question: à partir d’une fonction f (x) connue seulement en (n + 1) points
xi , f (xi ) pour i = 0, n , peut-on construire une approximation de f (x)?
1
2 Polynôme d’interpolation
Définition 2.1: Polynôme d’interpolation
P (xi ) = f (xi ), i = 0, n.
Remarque 2.1:
Exemple 2.1:
Remarque 3.1:
Si on dispose de (n + 1) points donnés, alors le polynôme sera de degré n.
Exemple 3.1:
2
4.2 Formule de Lagrange (ou méthode d’interpolation de Lagrange)
Un polynôme de Lagrange permet d’interpoler une série de points (x0 , y0 ), (x1 , y1 )..., (xn , yn ) par un polynôme
qui passe exactement par ces points.
Exemple 4.2.1:
Exemple 4.2.2:
Exemple 4.2.3: