Académique Documents
Professionnel Documents
Culture Documents
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 , . . . , x4 ]
f [x2 , x3 ] f [x1 , x2 , x3 , x4 ]
x3 f (x3 ) f [x2 , x3 , x4 ]
f [x3 , x4 ]
x4 f (x4 )
La diagonale descendante de cette table (valeurs encadrées) fournit les coefficients de la forme de
Newton de Pn relative aux points x0 , x1 , . . . , xn , soit encore
Exemple
La table des différences divisées pour les points (0, 1) , (1, 2) , (2, 3) , (3, 28) :
x0 1
1
x1 2 3
7 1
x2 9 6
19
x3 28
Remarque : le polynôme P2 (x) = 1 + x + 3x(x − 1) passe par les trois premiers points.
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 on veut inclure le point (5, 54), on peut compléter la table déjà utilisée
xi f [xi ] f [xi , xi+1 ] f [xi , xi+1 , 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 P4 (x) = P3 (x) − x(x − 1)(x − 2)(x − 3).
5
| {z }
correction de degré4
Remarque : Les points d’interpolation ne doivent pas forcement être placés par abscisses croissantes.
tab(i + 1, k − 1) − tab(i, k − 1)
tab(i, k) =
xi+k − xi
Algorithme 1
1. x, y :vecteurs de (n + 1) réels donnés. tab : tableau de taille (n + 1) ⋆ (n + 1).
2. pour i = 0 à n faire
tab(i, 0) = y(i);
fin pour
3. pour k = 1 à n faire
pour i = 0 à n − k faire
tab(i + 1, k − 1) − tab(i, k − 1)
tab(i, k) = ;
x(i + k) − x(i)
fin pour
Remarque
On notera que tab est de taille (n + 1) ∗ (n + 1) et n’est pas totalement ”rempli”. De plus, lorsque la
préoccupation est d’obtenir seulement l’expression du polynôme, seule une partie du tableau est utilisée :
la première ligne correspondant à i = 0 et k = 0 . . . n.
Algorithme 2
1. x, y, d :vecteurs de taille (n + 1).
2. pour i = 0 à n faire
d(i) = y(i);
fin pour
3. pour k = 1 à n faire
pour i = n à k faire
d(i) − d(i − 1)
d(i) = ;
x(i) − x(i − k)
fin pour
Coût de calcul
L’algorithme 1 ou 2, nécessite
n(n + 1)
n(n + 1) additions et divisions.
2
Remarques
1 Si on veut ajouter un point xn+1 , on calcule seulement une ligne
supplémentaire (f [xn , xn+1 ], . . . , f [x0 , . . . , xn+1 ]). Ainsi pour construire Pn+1
à partir de Pn , il suffit d’ajouter à Pn le terme f [x0 , . . . , xn+1 ]ωn+1 (x), ce qui
nécessite (n + 1) divisions et 2(n + 1) additions.
2 Une fois les coefficients αk = f [x0 , . . . , xk ] calculés, on peut évaluer le
polynôme de Newton au moyen d’un algorithme similaire au schéma de Horner
L’interpolation permet, à partir d’un certain nombre de données sur les valeurs
d’une fonction f , de faire l’approximation de f (x) en tout point x.
Toute fois, cette opération entraı̂ne une erreur d’interpolation qu’il convient
d’étudier en détail.
Remarque
Il existe d’autres sources d’erreur non étudiées ici. Par exemple, si les données proviennent de mesures
expérimentales elles peuvent être entachées d’une erreur de mesure.
Proposition
Pour tout réel x ∈ [a, b], on peut écrire
n
Y
En (x) = f [x0 , x1 , . . . , xn , x] (x − xj ) (2)
j=0
Preuve :
1er cas : x ∈ [a, b] \ {x0 , x1 , . . . , xn }. Soit Pn+1 le polynôme d’interpolation de f relatif aux (n + 2) points distincts
x0 , x1 , . . . , xn , x. En utilisant la relation
n
Y
Pn+1 (x) = Pn (x) + f [x0 , x1 , . . . , xn , x] (x − xj )
j=0
n
Y
on obtient En (x) = f (x) −Pn (x) = f [x0 , x1 , . . . , xn , x] (x − xj ).
| {z } j=0
Pn+1 (x)
Remarque
Cette proposition annonce deux possibilités de diminuer la valeur absolue de En (x) :
L’une intervient sur f [x0 , x1 , . . . , xn , x],
n
Y
et l’autre agit sur le choix des points x0 , x1 , . . . , xn afin de diminuer le produit | (x − xj )|
j=0
Ce point à été étudié et résolu par Chebyshev
f (n+1) (ξx )
f [x0 , x1 , . . . , xn , x] =
(n + 1)!
Preuve
n
Y
G(t) = f (t) − Pn (t) − (t − xj ) ·f [x0 , x1 , . . . , xn , x]
j=0
| {z }
ωn+1 (t)
(n+1)
G (ξx ) = 0
f (n+1) (ξx )
f [x0 , x1 , . . . , xn , x] =
(n + 1)!
Remarque
f (n) (ξ)
Le même raisonnement donne f [x0 , x1 , . . . , xn ] = , avec ξ∈I
(n)!
:
Preuve Application directe des deux propositions pour x ∈ [a, b] \ {x0 , x1 , . . . , xn }.
Le résultat est évidemment vrai si x ∈ {x0 , x1 , . . . , xn }.
On peut montrer ce résultat sans utiliser les différences divisées. On pose alors
Remarque
L’expression de En (x) donnée par ce théorème ne permet évidemment pas de calculer la valeur exacte de
l’erreur puisque, en général, ξx est inconnu. Elle permet par contre d’en calculer une majoration, et permet
même de choisir les points x0 , x1 , . . . , xn , de façon optimale.
Corollaire
Sous les hypothèses du théorème précédent on a
n
Mn+1 Y
|En (x)| ≤ | (x − xj )|
(n + 1)! j=0
Exemple
√
√ précision peut-on calculer 115 à l’aide du polynôme d’interpolation de la fonction
Avec quelle
f (x) = x, relatif aux points x0 = 100 x1 = 121 et x2 = 144 ?
Notons P2 le polynôme d’interpolation de f relatif aux points x0 , x1 et x2 . On a, pour tout x ∈ [100, 144]
2
M3 Y
|f (x) − P2 (x)| ≤ | (x − xj ) | où M3 = max |f ′′ |
3! j=0 [100,144]
| {z }
ω3 (x)
3 −5
⇒ M3 = max |f ′′ (x)| = 10
[100,144] 8
Exercice 2
(n) (n)
Soit f de classe C ∞ sur [a, b], et soit x(n) = (x0 , x1 , . . . , xn(n) ) une suite de points
de [a, b] deux à deux distincts. On suppose qu’il existe M > 0 telle que
Montrer que
lim |En (x)| = 0
n→+∞
f (n+1) (ξx )
En (x) = f (x) − Pn (x) = ωn+1 (x), avec ξx ∈ [a, b]
(n + 1)!
(b − a)n+1
|En (x)| ≤ M , ∀n ∈ N
(n + 1)!
(b − a)n
Comme est le terme général d’une série convergente (vers eb−a ) cette quantité tend vers 0
n!
quand n → +∞