Interpolation Poly Part1

A NALYSE NUM ÉRIQUE 2
Chapitre 2: Interpolation Polynômiale
Hatem H AMDA
hatem.hamda@gmail.com
École Nationale d’Ingénieurs de Carthage
A.U. 2023 - 2024
H. Hamda ( École Nationale

Chapitre d’IngénieursPolynômiale
2 : Interpolation de Carthage) 1 / 56
1 I NTRODUCTION
2 P OSITION DU PROBL ÈME ET PREMIERS R ÉSULTATS

Evaluation d’un polynôme en un point
Position du problème
Forme de Lagrange du polynôme d’interpolation
3 F ORME DE N EWTON ET DIFF ÉRENCES DIVIS ÉES

Définitions et propriétés
Propriétés des différences divisées
Table des différences divisées
Algorithme
4 E TUDE DE L’ ERREUR D ’ INTERPOLATION
5 P OLYN ÔME D ’ INTERPOLATION DE H ERMITE

I NTRODUCTION
1. I NTRODUCTION

I NTRODUCTION
Le problème d’interpolation consiste à trouver une fonction ”simple” (polynôme,

polynomiale par morceaux, polynôme trigonométrique, . . . ) passant par des points
donnés
(x0 , y0 ) , (x1 , y1 ) , . . . , (xn , yn )
c’est à dire trouver une fonction P (x) telle que
P (xi ) = yi , i = 0, . . . , n
!"
!#

I NTRODUCTION
On dit que P interpole les valeurs (yi ) aux noeuds (xi ).

Les quantités yi peuvent, par exemple, représenter les valeurs aux noeuds xi
but : remplacer f par une fonction plus ”simple”

d’une fonction f connue analytiquement : en vue d’obtenir une approximation des dérivées
ou de l’intégrale.
 r 
|x|
sign(x)
Exemple : f (x) = sin e 2 
but : avoir une formule permettant de calculer des

ou provenir de mesures expérimentales : valeurs approchées en des points autres que les noeuds
Dans ce chapitre, nous nous limiterons au cas où P est une fonction polynôme.

P OSITION DU PROBL ÈME ET PREMIERS R ÉSULTATS
2. P OSITION DU PROBL ÈME ET PREMIERS R ÉSULTATS

P OSITION DU PROBL ÈME ET PREMIERS R ÉSULTATS Evaluation d’un polynôme en un point
Evaluation d’un polynôme en un point
La façon la plus simple de représenter un polynôme P de degré inférieur où

égal à n est de l’exprimer dans la base canonique de Rn [x] comme
n
X
P (x) = ak xk
k=0
Pour évaluer P en un point x donné, on doit effectuer

n
X n(n + 1)
k= multiplications et n additions
2
k=1
n2
soit au total de l’ordre de opérations élémentaires quand n ”assez grand”.
2
Notons que ce calcul dépend de l’expression de P ⇒ changer le mode de calcul.

Algorithme de Hörner
Pour changer le mode de calcul, on peut écrire
P (x) = a0 + x(a1 + a2 x + · · · + an xn−1 )
et en appliquant encore une fois cette factorisation partielle à l’intérieur de la

parenthèse, on obtient
P (x) = a0 + x(a1 + x(a2 + · · · + an xn−2 ))
En appliquant ce procédé de façon recursive, on obtient
P (x) = a0 + x(a1 + x(a2 + x(a3 + . . . (an−1 + an x) . . . ))
Cette écriture suggère de calculer P (x) de proche en proche en commençant par le

plus à l’intérieur de cette expression. C’est la méthode de Hörner.

Algorithme de Hörner
Algorithme
1. P = an
2. pour k = 1 à n faire
P = x ∗ P + an−k ;
fin pour
3. retourner P
Pour calculer P (x), cette approche nécessite n [multip] et n [add],

soit au total 2n opérations élémentaires.

P OSITION DU PROBL ÈME ET PREMIERS R ÉSULTATS Position du problème
Position du problème
Soit f une fonction définie sur I = [a, b] ⊂ R , x0 , x1 , . . . , xn (n + 1) points deux à

deux distincts de I et y0 = f (x0 ), y1 = f (x1 ), . . . , yn = f (xn ) les valeurs de f en
ces points.
Problème :
Existe-t-il un polynôme P tel que P (xi ) = yi , i = 0 . . . n ?
si oui
Quel est son degré ? Est-il unique ?
Quelle est l’expression de P (x) en fonction des données (xi ) et (yi ) ?
Algorithme de calcul ?
L’erreur d’approximation f (x) − P (x) ?

Existence et unicité
Théorème
Etant donnés (n + 1) points deux à deux distincts x0 , x1 , . . . , xn et (n + 1) valeurs
correspondantes y0 , y1 , . . . , yn , il existe un unique polynôme P de degré inférieur ou
égal à n tel que
P (xi ) = yi (= f (xi )) , pour i = 0, . . . , n
On dit que P est le polynôme d’interpolation de Lagrange de f relatif aux points
x 0 , x1 , . . . , x n
Preuve
Unicité : Supposons qu’il existe deux polynômes P et Q de Rn [x] tels que
P (xi ) = Q(xi ) = yi , i = 0 . . . n
P − Q est un polynôme de degré au plus n qui admet (n + 1) racines deux à deux distinctes
((P − Q)(xi ) = 0 , i = 0 . . . n). Il est donc identiquement nul ⇒ P = Q.

Existence : Une méthode naturelle pour construire le polynôme P consiste à déterminer ses coefficients
Xn
dans la base canonique de Rn [x] : P (x) = ak xk , où les coefficients a0 , . . . , an sont à déterminer.
k=0
Donc trouver P ∈ Rn [x] revient à trouver a0 , . . . , an ∈ R tels que
P (x) = a0 + a1 x + · · · + an xn et P (xi ) = yi , i = 0 . . . n
soit à résoudre le système linéaire d’ordre n + 1
+ + + a n xn =

 a0 a 1 x0 ... 0 y0

a + a 1 x1 + ... + n
a n x1 = y1
 0



a0 + a 1 x2 + ... + a n xn
2 = y2
(S)
.
..





a n xn

a0 + a 1 xn + ... + n = yn
dont le vecteur inconnu X = (a0 , a1 , . . . , an )T

Existence (Suite) : Le système s’écrit sous forme matricielle V X = Y , en posant
a0 y0 1 x0 ··· xn
     
0
 a1   y1   1 x1 ··· xn1 
X= .. Y = .. et V = .. .. ..
     
  
 .   .   . . . 
an yn 1 xn ··· xnn
V est appelée matrice de Vandermonde.

−
→
D’après l’unicité, on a KerV = { 0 } donc V est inversible et le système linéaire V X = Y admet une
solution, d’où l’existence de P .
Remarque
On peut aussi montrer, par recurrence sur n, que
n
Y
det(V ) = (xj − xi )
0≤i<j≤n

Exemple
Calculer le polynôme P passant par les points
(0, 1) , (1, 2) , (2, 9) et (3, 28)
P ∈ R3 [x] et ses coefficients a0 , . . . , a3 sont solutions du système

   
1 0 0 0 a0 1
 1 1 1 1    2 
  a1

 = 
 1 2 4 8   a3   9 
1 3 9 27 a4 28
dont la solution est (1, 0, 0, 1)T (utiliser, par exemple, Gauss ”classique”)
ce qui donne le polynôme P (x) = 1 + x3 .
Remarque
L’éfficacité numérique de cette approche est très décevant du fait du mauvais conditionnement de la matrice
pleine V pour n assez grand. De plus la procédure de calcul de P est coûteuse (complexité ∼ 32 n3 ).
⇒ Ecrire P dans une autre base de Rn [x].

P OSITION DU PROBL ÈME ET PREMIERS R ÉSULTATS Forme de Lagrange du polynôme d’interpolation
Base de Lagrange
Définition
Soit x0 , x1 , . . . , xn , (n + 1) points deux à deux distincts. On appelle base de
Lagrange relative aux points x0 , x1 , . . . , xn , la famille des fonctions polynômes
n
Y x − xj
(Li )0≤i≤n définies par ∀i ∈ {0, . . . , n} , Li (x) =
xi − xj
j =0
j 6= i
! Exemple : n =2
"# "&
1
$# $& $% $
"%

Base de Lagrange
Propriétés
On considère la famille de polynômes (Li )0≤i≤n relative aux points x0 , x1 , . . . , xn ,
alors
1 ∀i ∈ {0, . . . , n} , d˚Li = n.

1 si k = i
2 ∀i ∈ {0, . . . , n} , ∀k ∈ {0, . . . , n} , Li (xk ) = δik =
0 si k 6= i
Preuve
1 évidente
2 1er cas : k = i : Li (xk ) = Li (xi ) est un produit de n quotients égaux à 1, donc Li (xi ) = 1.
2ème cas : k 6= i : comme j prend toutes les valeurs différentes de i, l’un des j sera égal à k, ainsi
l’un des numérateurs est nul ⇒ Li (xk ) = 0

Forme de Lagrange
Théorème
La famille (Li )0≤i≤n forme une base de Rn [x], et l’unique polynôme d’interpolation
de f relatif aux points deux à deux distincts x0 , x1 , . . . , xn , peut s’écrire
n
X
P (x) = f (xi )Li (x)
i=0
C’est la forme de Lagrange du polynôme d’interpolation de f relatif aux pts (xi )

Preuve :
• Les (n + 1) polynômes (Li ) sont deux à deux distincts et dim Rn [x] = n + 1. Il suffit donc de monter que la famille (Li )0≤i≤n
n
X
est libre. Soit α0 , . . . , αn ∈ R tel que αk Lk (x) = 0 , ∀x ∈ R.
k=0
Si x = xi , tous les termes de la somme sont nuls hormis αi Li (xi ) = αi donc αi = 0
⇒ (Li )0≤i≤n est une base de Rn [x].
• Soit P le polynôme d’interpolation de f relatif aux points x0 , . . . , xn .

n
X
n+1
P ∈ Rn [x] et (Li ) est une base de Rn [x] donc ∃!(α0 , . . . , αn ) ∈ R tq P (x) = αk Lk (x) , ∀x ∈ R.
k=0
En prenant successivement x = xi , i = 0 . . . n, on obtient αi = P (xi ) = f (xi ) , ∀i ∈ {0, . . . , n}

Exemples
1 Interpolation linéaire (n = 1) : Soit (x0 , y0 ) et (x1 , y1 ) deux points donnés.

Les polynômes de la base de Lagrange associés
x − x1 x − x0
L0 (x) = ; L1 (x) =
x0 − x1 x 1 − x0
Le polynôme d’interpolation (de degré ≤ 1) s’écrit dans cette base
x − x1 x − x0 y0 − y 1 x 0 y 1 − x 1 y0
P (x) = y0 + y1 = x+ (dans la base canonique)
x0 − x1 x1 − x 0 x0 − x1 x0 − x1
2 Interpolation quadratique (n = 2) : Soit trois points (0, 1) , (2, 5) , (4, 17).

Les polynômes de la base de Lagrange associés
(x − 2)(x − 4) x(x − 4) x(x − 2)

L0 (x) = ; L1 (x) = ; L2 (x) =
8 −4 8
Le polynôme d’interpolation (de degré ≤ 2) s’écrit dans cette base
2
P (x) = L0 (x) + 5L1 (x) + 17L2 (x) = x + 1 (dans la base canonique)

Application
π
Calculer une approximation de sin( ) connaissant
5
√
π 1 π 2
sin(0) = 0 , sin( ) = et sin( ) = ≃ 0.707
6 2 4 2
√
1 2
P (x) = 0.L0 (x) + L (x)
2 1
+ 2
L2 (x)
π √ π
1 (x − 0)(x − 4 ) 2 (x − 0)(x − 6 )
= π π π +
2 ( 6 − 0)( 6 − 4 ) 2 ( π4 − 0)( π4 − π6 )
√
72 π 2 48 π
=− x(x − ) + x(x − )
2π 2 4 2 π2 6
√
π π 36 4 2
Pour x = , on trouve P ( ) = + ≃ 0.586.
5 5 100 25
π π
sin( ) ≃ P ( ) = 0.586 La valeur exacte est 0.587 à 10−3 près
5 5

Algorithme
1. P = 0
2. pour i = 0 à n faire
l = 1;
pour j = 0 à n, j 6= i faire
a − x(j)
l=l∗ ;
x(i) − x(j)
fin pour
P = P + y(i) ∗ l ;
fin pour
3. retourner P
Pour calculer P (a), cette approche nécessite n(n + 1) [div] et (n + 1)2 [multp], et
(n + 1)(2n + 1) [add], soit au total (4n + 2)(n + 1)opérations élémentaires.
Il existe d’autres algorithmes un peu plus économiques. Par exemple, on peut réduire le coût si on
réécrit P sous la forme
n n
X f (xi ) Y
P (x) = w(x) ′
, ou w(x) = (x − xj )
i=0
w (xi )(x − xi ) j=0

Exercice 1
n
Y
Montrer que w′ (xi ) = (xi − xj )
j=0;j6=i
n
Y
En effet : En écrivant w(x) = (x − xi ) (x − xj ) = (x − xi )q(x), on obtient
j=0;j6=i
′ ′
w (x) = q(x) + (x − xi )q (x)
n
′
Y
d’où, pour x = xi , w (xi ) = q(xi ) = (xi − xj )
j=0;j6=i
Remarque
L’inconvénient de la forme de Lagrange c’est qu’il est nécessaire de recalculer les éléments de la base si
l’on rajoute un noeud (point d’interpolation).
⇒ on va donc envisager une autre approche, avec un meilleur comportement

quand on ajoute des points d’interpolation.

F ORME DE N EWTON ET DIFF ÉRENCES DIVIS ÉES
3. F ORME DE N EWTON ET DIFF ÉRENCES DIVIS ÉES

F ORME DE N EWTON ET DIFF ÉRENCES DIVIS ÉES Définitions et propriétés
Base de Newton
On note Pn le polynôme d’interpolation de f relatif aux points x0 , . . . , xn .

Une base de polynômes particulièrement adaptée au calcul effectif de Pn est la base
de Newton. plus précisément on se donne la définition suivante
Définition
La base de Newton relative aux (n + 1) points deux à deux distincts x0 , x1 , . . . , xn ,
est définie par les (n + 1) polynômes (wi )0≤i≤n


 1 si i = 0


wi (x) = i−1
Y



 (x − xj ) pour i = 1 . . . n
j=0
w0 (x) = 1 , w1 (x) = x − x0 , w2 (x) = (x − x0 )(x − x1 ) , . . . , wn (x) = (x − x0 ) . . . (x − xn−1 )
H. Hamda ( École
Chapitre 2 : Interpolation
Nationale d’IngénieursPolynômiale
de Carthage) 23 / 56
Forme de Newton
Proposition (BASE DE N EWTON)

La famille (wi )0≤i≤n forme une base de Rn [x].
Preuve : card{w0 , . . . , wn } = n + 1 = dim Rn [x], il suffit donc de montrer que la famille est libre.
n
X
Soit α0 , . . . , αn ∈ R tel que αi wi (x) = 0 , ∀x ∈ R. Toute famille de polynômes de degrés distincts est libre
i=0
En prenant successivement x = xi , i = 0 . . . n, on obtient αi = 0 , ∀i ∈ {0, . . . , n} ⇒ (wi ) est libre.
Définition (F ORME DE N EWTON)

Le polynôme d’interpolation Pn de f relatif aux points x0 , . . . , xn s’écrit dans la
base (wi )0≤i≤n sous la forme
n
X n
X i−1
Y
Pn (x) = αi wi (x) = α0 + αi (x − xj )
i=0 i=1 j=0
= α0 + α1 (x − x0 ) + · · · + αn (x − x0 )(x − x1 ) . . . (x − xn−1 )
C’est la forme de Newton
H. Hamda ( École
Relation entre Pk et Pk−1
Proposition
Pour tout k ∈ {1, . . . , n}, on a
k−1
Y
Pk (x) = Pk−1 (x) + αk (x − xj )
j=0
= Pk−1 (x) + αk wk (x)

Preuve : Soit Qk = Pk − Pk−1 ∈ Rk [x].
Qk−1
On a ∀i ∈ {0, . . . , k − 1} , Qk (xi ) = Pk (xi ) − Pk−1 (xi ) = 0 ⇒ Qk (x) = ck j=0 (x − xj ) , ck ∈ R.
Comme d˚Qk = d˚Pk , alors ck = αk (Pk et Qk ont même coefficient dominant).
Remarque
Ce résultat revêt une importance théorique et pratique fondamentale : Obtenir le polynôme d’interpolation
Pn de f relatif aux points x0 , . . . , xn revient à corriger son ”prédécesseur” Pn−1 qui interpole f aux
points x0 , . . . , xn−1 .

Différence divisée
Définition
Pour k ∈ {0, . . . , n} le coefficient αk (intervenant dans la proposition précédente)
est le coefficient dominant de Pk , il dépend de f et des points x0 , . . . , xk . On appelle
ce nombre la différence divisée de f d’ordre k aux points x0 , . . . , xk . On note
αk = f [x0 , x1 , . . . , xk ] et f [xi ] = f (xi ) , pour i = 0 . . . n
Exemples
1 Le polynôme P0 qui interpole f au point x0 est donné par
P0 (x) = f (x0 ) donc f [x0 ] = f (x0 )
2 Le polynôme P1 qui interpole f aux deux points x0 et x1 est donné par
f (x1 ) − f (x0 )
P1 (x) = f (x0 ) + (x − x0 )
x1 − x0
f (x1 ) − f (x0 ) f [x1 ] − f [x0 ]

donc f [x0 , x1 ] = α1 = =
x 1 − x0 x1 − x0
H. Hamda ( École
Formule des différences divisées du polynôme d’interpolation
Théorème
Le polynôme d’interpolation Pn de f relatif aux points deux à deux distincts
x0 , . . . , xn s’écrit dans la base de Newton comme
n
X n
X k−1
Y
Pn (x) = f [x0 , . . . , xk ]wk (x) = f (x0 ) + f [x0 , . . . , xk ] (x − xj )
k=0 k=1 j=0
Cette expression est appelée formule des différences divisées de Newton du

polynôme d’interpolation
Preuve : Cette égalité résulte de la somme des égalités

k−1
Y
Pk (x) = Pk−1 (x) + αk (x − xj ) , αk = f [x0 , . . . , xk ]
j=0
pour k variant de 1 à n : Les différentes termes Pk (x) disparaissent sauf Pn (x) et P0 (x) = f [x0 ].

F ORME DE N EWTON ET DIFF ÉRENCES DIVIS ÉES Propriétés des différences divisées
P1 F ORMULE EXPLICITE
La différence divisée de f d’ordre k aux points x0 , . . . , xk est donnée par la formule
k k
X f (xi ) X f (xi )
f [x0 , . . . , xk ] = = ′
i=0
k
Y i=0
wk+1 (xi )
(xi − xj )
j=0;j6=i
Preuve : En utilisant les polynômes de Lagrange Li , le polynôme d’interpolation Pk de f aux points x0 , . . . , xk s’écrit
k
X
Pk (x) = f (xi )Li (x)
i=0
k k k k
X Y (x − xj ) X f (xi ) Y
ou encore Pk (x) = f (xi ) = (x − xj )
(xi − xj ) k
i=0 j=0;j6=i i=0 Y j=0;j6=i
(xi − xj )
j=0;j6=i
k
X f (xi )
Le coefficient dominant αk de Pk est donc αk = .
k
i=0 Y
(xi − xj )
j=0;j6=i
k k
′
Y Y
En posant wk+1 (x) = (x − xj ), on vérifie facilement que wk+1 (xi ) = (xi − xj ), d’où le résultat.
j=0 j=0;j6=i

P2 D IFF ÉRENCE DIVIS ÉE ET ORDRE DES POINTS

La différence divisée d’ordre k de f est indépendante de l’ordre des pts x0 , . . . , xk .
Preuve : Notons Pk (resp. Qk ) le polynôme de f aux points x0 , . . . , xk (resp. xσ(0) , . . . , xσ(n) ).
Par unicité du polynôme d’interpolation de f , il est évident que Pk = Qk . Donc les coefficients dominants sont identiques, d’où le résultat :
f [x0 , . . . , xk ] = f [xσ(0) , . . . , xσ(n) ].
P3 F ORMULE R ÉCURSIVE
Pour tout k ∈ {1, . . . , n}, on a
f [x1 , . . . , xk ] − f [x0 , x1 , . . . , xk−1 ]

f [x0 , x1 , . . . , xk ] =
xk − x0
f [xi ] = f (xi ), ∀i ∈ {0, . . . , n}
H. Hamda ( École
Preuve
k k
X f (xi ) X f (xi )
D’après P1 , on a f [x0 , x1 , . . . , xk ] = = ,d’où
k ′
i=0 Y i=0 wk+1 (xi )
(xi − xj )
j=0;j6=i
k
X f (xi )
f [x1 , . . . , xk ] =
k
i=1 Y
(xi − xj )
j=1;j6=i
En multipliant le terme de la somme en haut et en bas par (xi − x0 ), on obtient
k k k
X (xi − x0 )f (xi ) X (xi − x0 )f (xi ) X (xi − x0 )f (xi )
f [x1 , . . . , xk ] = = = ′
k k wk+1 (xi )
i=1 Y i=0 Y i=0
(xi − xj ) (xi − xj )
j=0;j6=i j=0;j6=i
k−1 k
X (xi − xk )f (xi ) X (xi − xk )f (xi )
De même f [x0 , . . . , xk−1 ] = = ′ . D’où
k wk+1 (xi )
i=0 Y i=0
(xi − xj )
j=0;j6=i
k
X (xi − x0 − xi + xk )f (xi )
f [x1 , . . . , xk ] − f [x0 , . . . , xk−1 ] = ′ = (xk − x0 )f [x0 , . . . , xk ]
i=0 w k+1 (x i )

Remarque
Une généralisation de la formule récursive est donnée par
f [xi+1 , . . . , xi+k ] − f [xi , xi+1 , . . . , xi+k−1 ]

f [xi , xi+1 , . . . , xi+k ] =
xi+k − xi
(1)
∀k ∈ {1, . . . , n} , ∀i ∈ {0, . . . , n − k}
Cette formule nous permet donc de calculer les différences divisées d’ordre k à
partir des différences divisées d’ordre k − 1.
Exemple
f [x1 ]−f [x0 ] f (x1 )−f (x0 ) f [x2 ]−f [x1 ] f (x2 )−f (x1 )
f [x0 , x1 ] = x1 −x0 = x1 −x0 ; f [x1 , x2 ] = x2 −x1 = x2 −x1
f [x1 ,x2 ]−f [x0 ,x1 ]

f [x0 , x1 , x2 ] = x2 −x0


Interpolation Poly Part1

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Interpolation Poly Part1

Transféré par

Droits d'auteur :

Formats disponibles

A NALYSE NUM ÉRIQUE 2

Chapitre 2: Interpolation Polynômiale

École Nationale d’Ingénieurs de Carthage

A.U. 2023 - 2024

H. Hamda ( École Nationale

2 P OSITION DU PROBL ÈME ET PREMIERS R ÉSULTATS

3 F ORME DE N EWTON ET DIFF ÉRENCES DIVIS ÉES

4 E TUDE DE L’ ERREUR D ’ INTERPOLATION

5 P OLYN ÔME D ’ INTERPOLATION DE H ERMITE

H. Hamda ( École Nationale

H. Hamda ( École Nationale

Le problème d’interpolation consiste à trouver une fonction ”simple” (polynôme,

H. Hamda ( École Nationale

On dit que P interpole les valeurs (yi ) aux noeuds (xi ).

but : remplacer f par une fonction plus ”simple”

but : avoir une formule permettant de calculer des

H. Hamda ( École Nationale

2. P OSITION DU PROBL ÈME ET PREMIERS R ÉSULTATS

H. Hamda ( École Nationale

Evaluation d’un polynôme en un point

La façon la plus simple de représenter un polynôme P de degré inférieur où

Pour évaluer P en un point x donné, on doit effectuer

Notons que ce calcul dépend de l’expression de P ⇒ changer le mode de calcul.

H. Hamda ( École Nationale

Pour changer le mode de calcul, on peut écrire

P (x) = a0 + x(a1 + a2 x + · · · + an xn−1 )

et en appliquant encore une fois cette factorisation partielle à l’intérieur de la

P (x) = a0 + x(a1 + x(a2 + · · · + an xn−2 ))

En appliquant ce procédé de façon recursive, on obtient

P (x) = a0 + x(a1 + x(a2 + x(a3 + . . . (an−1 + an x) . . . ))

Cette écriture suggère de calculer P (x) de proche en proche en commençant par le

H. Hamda ( École Nationale

Pour calculer P (x), cette approche nécessite n [multip] et n [add],

H. Hamda ( École Nationale

Soit f une fonction définie sur I = [a, b] ⊂ R , x0 , x1 , . . . , xn (n + 1) points deux à

H. Hamda ( École Nationale

On dit que P est le polynôme d’interpolation de Lagrange de f relatif aux points

Unicité : Supposons qu’il existe deux polynômes P et Q de Rn [x] tels que

H. Hamda ( École Nationale

soit à résoudre le système linéaire d’ordre n + 1

dont le vecteur inconnu X = (a0 , a1 , . . . , an )T

H. Hamda ( École Nationale

Existence (Suite) : Le système s’écrit sous forme matricielle V X = Y , en posant

V est appelée matrice de Vandermonde.

H. Hamda ( École Nationale

(0, 1) , (1, 2) , (2, 9) et (3, 28)

P ∈ R3 [x] et ses coefficients a0 , . . . , a3 sont solutions du système

⇒ Ecrire P dans une autre base de Rn [x].

H. Hamda ( École Nationale

H. Hamda ( École Nationale

H. Hamda ( École Nationale

C’est la forme de Lagrange du polynôme d’interpolation de f relatif aux pts (xi )

⇒ (Li )0≤i≤n est une base de Rn [x].

• Soit P le polynôme d’interpolation de f relatif aux points x0 , . . . , xn .

H. Hamda ( École Nationale

1 Interpolation linéaire (n = 1) : Soit (x0 , y0 ) et (x1 , y1 ) deux points donnés.

Le polynôme d’interpolation (de degré ≤ 1) s’écrit dans cette base

2 Interpolation quadratique (n = 2) : Soit trois points (0, 1) , (2, 5) , (4, 17).

(x − 2)(x − 4) x(x − 4) x(x − 2)

Le polynôme d’interpolation (de degré ≤ 2) s’écrit dans cette base

H. Hamda ( École Nationale

H. Hamda ( École Nationale

H. Hamda ( École Nationale

⇒ on va donc envisager une autre approche, avec un meilleur comportement