Chapitre3 Analyse Num

Chapitre III: Interpolation Polynômiale
Matière: Analyse numérique
Professeur: Zakaria El Allali
Filière:SMI + SMP S4
23. April 2012

Introduction
Une méthode directe basée sur la résolution d’un système linéaire
Interpolation de Lagrange
Interpolation de Newton-Côtes
Interpolation d’Hermite
sommaire
1 Introduction
Professeur: Zakaria El Allali Chapitre III: Interpolation Polynômiale

Introduction
sommaire
1 Introduction
2 Une méthode directe basée sur la résolution d’un système linéaire

Introduction
sommaire
1 Introduction
3 Interpolation de Lagrange
Polynôme de Lagrange
Polynôme d’interpolation de Lagrange

Introduction
sommaire
1 Introduction
4 Interpolation de Newton-Côtes
Polynôme de Newton
Polynôme d’interpolation de Newton
Différences divisées
Erreur d’interpolation

Introduction
sommaire
1 Introduction
4 Interpolation de Newton-Côtes
Polynôme de Newton
5 Interpolation d’Hermite

Introduction
Les fonctions les plus simples à évoluer numériquement sont les

polynômes . Il est donc important de savoir approximer une fonction
arbitraire par des polynômes. Dans ce cadre, l’un des outils de base est
la méthode d’interpolation de Lagrange.
Soit f ∈ C 0 ([a, b]) et x0 , x1 , . . . , xn ∈ [a, b] n + 1 points distincts . On
cherche un polynôme p de degré n tel que
P (xi ) = f (xi ) pour tout 1≤i ≤n
dans le cas affirmatif , on appelle P le polynôme d’interpolation de f (ou

interpole f ) aux points x0 , x1 , . . . , xn .
les points (xi , f (xi )) sont appelés points d’interpolation ou de collocation .

Introduction
Théorème 2.1
Une condition nécessaire et suffisante pour qu’il existe un polynôme Pn
unique interpolant f est que les points d’interpolation xi soient tous
distincts.
I On se donne (n + 1) points x0 , x1 , . . . , xn .
I On calcule y0 = f (x0 ), ..., yn = f (xn ) .
I On cherche un polynôme de degré n tel que Pn (xi ) = yi , i = 0, . . . , n.
Écrivons explicitement Pn (xi ) = yi
a0 + a1 xi + . . . + an−1 xin−1 + an xin = yi , i = 1, . . . , n

Introduction
qui est un système linéaire de (n + 1) équations en (n + 1) inconnues.

Ce système s’écrit sous forme matricielle:
    
1 x0 . . . x0n a0 y0
 1 x1 . . . x1n   a1   y1 
=
    
 .. .. ..   .. .. 
 . . ... .  .   . 
1 xn . . . xnn an yn
On obtient un système d’équations linéaires dont la matrice est la matrice
de Vandermonde et dont le vecteur inconnu est (a0 , a1 , . . . , an ).
Matrice de type Vandermonde. Son déterminant est
 
1 x0 . . . x0n
 1 x1 . . . x1n 
det  ..  = ∏ (xj − xi ) 6= 0.
 
.. ..
 . . . . . .  1≤i <j ≤n
1 xn . . . xnn
Introduction
Exemple
On doit calculer le polynôme passant par les points (0, 1), (1, 2), (2, 9) et
(3, 28). Etant donné ces 4 points, le polynôme recherché est tout au plus
de degré 3. Ses coefficients ai sont solution de:
    
1 0 0 0 a0 1
 1 1 1 1   a1   2 
   

 1 = 
2 4 8   a2   9 
1 3 9 27 a3 28
dont la solution (obtenue par décomposition LU) est

a0 = 1, a1 = 0, a2 = 0, a3 = 1. Le polynôme recherché est donc:
P3 (x ) = 1 + x 3 .

Introduction
On supposera dans toute cette section que (xi , yi ) est une famille de
n + 1 points dont les abscisses xi pour i = 0, 1, . . . , n sont 2 à 2 distincts .
Définition 3.1
On appelle polynôme de Lagrange associés à la famille {x0 , x1 , . . . xn },
les n + 1 polynômes définies pour k = 0, 1, . . . , n par
n
x − xi
Lk (x ) = ∏ ( )
i =0,i 6=k
xk − xi
Proposition 3.1
Les polynômes de Lagrange {L0 , L1 , . . . , Ln } possèdent les propriétés
suivantes:
I Pour tout k , Lk est un polynôme de degré n et Lk = δik .

Introduction
On supposera dans toute cette section que (xi , yi ) est une famille de
n + 1 points dont les abscisses xi pour i = 0, 1, . . . , n sont 2 à 2 distincts .
Définition 3.1
On appelle polynôme de Lagrange associés à la famille {x0 , x1 , . . . xn },
les n + 1 polynômes définies pour k = 0, 1, . . . , n par
n
x − xi
Lk (x ) = ∏ ( )
i =0,i 6=k
xk − xi
Proposition 3.1
Les polynômes de Lagrange {L0 , L1 , . . . , Ln } possèdent les propriétés
suivantes:
I Pour tout k , Lk est un polynôme de degré n et Lk = δik .
I La famille de polynômes de Lagrange associé à {x0 , . . . , xn } est une
base de l’espace Rn [x ] (base de Lagrange).
Introduction
On déduit de la proposition 2.1 précédente le résultat suivant:
Théorème 3.1
Soient n un entier strictement positif (xi , yi ) poiur i = 1, . . . , n une famille
de n + 1 points dont les abscisses xi 2 à 2 distincts. Alors le polynôme
n
P = Pn ( x ) = ∑ yk Lk (x )
k =0
est un polynôme de degré n tel que pour tout k (k = 0, . . . , n) P (xk ) = yk

c’est-à-dire tel que le graphe de P passe par tous les points de
coordonnées (xi , yi ). Ce polynôme appelé polynôme d’interpolation de
Lagrange interpolant la famille (xi , yi )0≤i ≤n

Introduction
Exemple
Déterminer le polynôme d’interpolation de Lagrange satisfaisant au

tableau ci-dessous
i 0 1 2 3
xi 0 2 3 5
yi -1 2 9 87
Rappelons que le polynôme de Lagrange basé sur les points de
collocation x0 , x1 , ldots, xn est d’ordre n et s’écrit
n n
x − xi
Pn (x ) = ∑ f (xk )Lk (x ) avec Lk (x ) = ∏ ( ).
k =0 i =0,i 6=k
xk − xi
Ici les points de collocation données par

x0 = 0 f (x0 ) = −1
x1 = 2 f (x1 ) = 2
x =3
Professeur: Zakaria El Allali f (x ) = 9
Chapitre III: Interpolation Polynômiale
Introduction
Exemple
Déterminons donc un polynôme de Lagrange d’ordre 3 , celui-ci s’écrit

3
P3 (x ) = ∑ f (xk )Lk (x )
k =0
avec
(x − x1 )(x − x2 )(x − x3 )
L0 (x ) =
(x0 − x1 )(x0 − x2 )(x0 − x3 )
(x − 2)(x − 3)(x − 5) 1
= = − (x − 2)(x − 3)(x − 5)
(0 − 2)(0 − 3)(0 − 5) 30
(x − x0 )(x − x2 )(x − x3 )
L1 ( x ) =
(x1 − x0 )(x1 − x2 )(x1 − x3 )
(x − 0)(x − 3)(x − 5) 1
= = x (x − 3)(x − 5)
(2 − 0)(2 − 3)(2 − 5) 6
Introduction
Exemple
(x − x0 )(x − x1 )(x − x3 )
L2 ( x ) =
(x2 − x0 )(x2 − x1 )(x2 − x3 )
(x − 0)(x − 2)(x − 5) 1
= = − x (x − 2)(x − 5)
(3 − 0)(3 − 2)(3 − 5) 6
(x − x0 )(x − x1 )(x − x2 )
L3 (x ) =
(x2 − x0 )(x2 − x1 )(x2 − x3 )
(x − 0)(x − 2)(x − 3) 1
= = x (x − 2)(x − 3)
(5 − 0)(5 − 2)(5 − 3) 30
P3 (x ) = f (x0 )L0 (x ) + f (x1 )L1 (x ) + f (x2 )L2 (x ) + f (x3 )L3 (x )
53 3 253
P3 (x ) = x − 7x 2 + x −1
30 30
Introduction
Polynôme de Newton
Définition 4.1
On appelle polynôme de Newton associés à la famille {x0 , x1 , . . . , xn }, les
n + 1 polynômes définie par:
k −1
N0 (x ) = 1, Nk ( x ) = ∏ (x − xi ) pour tout k = 1, 2, . . . , n
i =0
Proposition 4.1
Les polynômes de Newton associés à la famille {x0 , x1 , . . . , xn } vérifient
les propriétés suivantes:
1 Nk est un polynôme de degré k (k = 0, 1, . . . , n).

Introduction
Polynôme de Newton
Définition 4.1
k −1
i =0
Proposition 4.1
2 Nk (x ) = Nk −1 (x )(x − xk −1 ).

Introduction
Polynôme de Newton
Définition 4.1
k −1
i =0
Proposition 4.1
2 Nk (x ) = Nk −1 (x )(x − xk −1 ).
3 Nk (xi ) = 0 pour tout i tel que 0 < i < k .

Introduction
Polynôme de Newton
Définition 4.1
k −1
i =0
Proposition 4.1
2 Nk (x ) = Nk −1 (x )(x − xk −1 ).
3 Nk (xi ) = 0 pour tout i tel que 0 < i < k .
4 La famille Nn = {N0 , N1 , . . . , Nn } est une base de l’espace Rn [X ]
des polynômesProfesseur:
de degré Zakaria≤ à n (base
El Allali Chapitrede Newton).
III: Interpolation Polynômiale
Introduction
Polynôme de Newton
Preuve: Les propriétés 1), 2) et 3) sont immédiates à partir de la

définition des polynômes Ni .
4) Puisque Nk ∈ Rn [X ] pour tout 0 ≤ k ≤ n et
dim Rn [X ] = n + 1 = card Nn , alors pour montrer que la famille Nn est
une base, il suffit de vérifier qu’elle est libre. Soient α0 , α1 , . . . , αn n + 1
réels vérifiant:
α0 N0 + α1 N1 + . . . + αn Nn = 0. (1)
Montrons à l’aide d’un raisonement par récurrence que
α0 = α1 = . . . = αn = 0. En effet,
I Pour k = 0, on remarque que N0 (x0 ) = 1 et Nk (x0 ) = 0 pour tout
1 ≤ k ≤ n, ainsi en appliquant (1) à x0 on obtient α0 = 0.

Introduction
Polynôme de Newton
Preuve: Les propriétés 1), 2) et 3) sont immédiates à partir de la

définition des polynômes Ni .
4) Puisque Nk ∈ Rn [X ] pour tout 0 ≤ k ≤ n et
dim Rn [X ] = n + 1 = card Nn , alors pour montrer que la famille Nn est
une base, il suffit de vérifier qu’elle est libre. Soient α0 , α1 , . . . , αn n + 1
réels vérifiant:
α0 N0 + α1 N1 + . . . + αn Nn = 0. (1)
Montrons à l’aide d’un raisonement par récurrence que
α0 = α1 = . . . = αn = 0. En effet,
I Pour k = 0, on remarque que N0 (x0 ) = 1 et Nk (x0 ) = 0 pour tout
1 ≤ k ≤ n, ainsi en appliquant (1) à x0 on obtient α0 = 0.
I Supposons que pour k ∈ {0, 1, . . . , n − 1} on ait
α0 = α1 = . . . = αk = 0 et montrons que αk +1 = 0. Dans ce cas , la
relation (1) devient
αk +1 Nk +1 + αk +2 Nk +2 + . . . + αn Nn = 0 (2)
Introduction
Polynôme de Newton
Puisque
k
Nk +1 (xk +1 ) = ∏(xk +1 − xi ) 6= 0
i =0
Nl (xk +1 ) = 0 pour tout j + 2 ≤ l ≤ n,
alors, en appliquant (2) à xk +1 , on obtient αk +1 = 0.

Conclusion: pour tout 0 ≤ k ≤, αk = 0. Ainsi la famille Nn est libre et par
suite c’est une base de l’espace Rn [X ].

Introduction
Polynôme de Newton
Soit f : [a, b] → R une fonction continue. On note Pn l’interpolant de f aux

données f (x0 ), f (x1 ), . . . , f (xn ) aux points (x0 , x1 , . . . , xn ) de l’intervalle
[a, b]. Comme Pn ∈ Rn [X ], on peut donc l’exprimer dans la base de
Newton Nn = (N0 , N1 , . . . , Nn ). Ainsi il existe c0 , c1 , . . . , cn ∈ R tels que
∀x ∈ R, on a
Pn (x ) = c0 N0 (x ) + c1 N1 (x ) + . . . + cn Nn (x ).
Il reste à calculer la valeur des coefficients ck :

I Soit en identifiant P (xk ) à yk = f (xk ) pour k = 0, 1, . . . , n (système
des conditions de collocation)

Introduction
Polynôme de Newton
Soit f : [a, b] → R une fonction continue. On note Pn l’interpolant de f aux

données f (x0 ), f (x1 ), . . . , f (xn ) aux points (x0 , x1 , . . . , xn ) de l’intervalle
[a, b]. Comme Pn ∈ Rn [X ], on peut donc l’exprimer dans la base de
Newton Nn = (N0 , N1 , . . . , Nn ). Ainsi il existe c0 , c1 , . . . , cn ∈ R tels que
∀x ∈ R, on a
Pn (x ) = c0 N0 (x ) + c1 N1 (x ) + . . . + cn Nn (x ).
Il reste à calculer la valeur des coefficients ck :

I Soit en identifiant P (xk ) à yk = f (xk ) pour k = 0, 1, . . . , n (système
des conditions de collocation)
I Soit par la méthode des différences divisées qui sera développée
dans le paragraphe suivant:

Introduction
Polynôme de Newton
En raison des propriétés des polynômes de Newton le système des

conditions de collocation est un système triangulaire inférieure dont les
coefficients diagonaux Nk (xk ) sont tous différentes de zéro:


 c0 N0 (x0 ) = y0
c0 N0 (x1 ) + c1 N1 (x1 ) = y1





 ..
.

(3)

 c0 N0 (xk ) + c1 N1 (xk ) + . . . + ck Nk (xk ) = yk

 ..
.




c0 N0 (xn ) + c1 N1 (xn ) + . . . + ck Nk (xn ) + . . . + cn Nn (xn ) = yn

On peut donc calculer les (ci )i en résolvant le système linéaire

triangulaire (3).

Introduction
Polynôme de Newton
On en déduit la valeur des ci :


 c0 = y0
 c1 = 1 (y1 − c0 N0 (x1 )) = y1 −y0


N1 (x1 ) x1 −x0
k −1
1
 ck = Nk (xk ) (yk − ∑ ci Ni (xk )).



i =0
Dans les relations précédentes , le calcul des coefficients Ni (xk ) se fait

par récurrence
N0 (xk ) = 1 et Ni (xk ) = (xk − xi −1 )Ni −1 (xk ) pour i = 1, 2, . . . , k

Introduction
Polynôme de Newton
Les différences divisées constituent une méthode efficace pour calculer

les coefficients ck . Soit {(xi , yi )}i =0,1,...,n , une famille de n + 1 points du
plan dont les abscisses xi deux à deux distinctes.
I On appelle différences divisées d’ordre 0 associées à la famille
{(xi , yi )}i =0,1,...,n les n + 1 nombres:
∆0,i = yi pour i = 0, 1, 2, . . . , n

Introduction
Polynôme de Newton
Les différences divisées constituent une méthode efficace pour calculer

les coefficients ck . Soit {(xi , yi )}i =0,1,...,n , une famille de n + 1 points du
plan dont les abscisses xi deux à deux distinctes.
{(xi , yi )}i =0,1,...,n les n + 1 nombres:
∆0,i = yi pour i = 0, 1, 2, . . . , n

{(xi , yi )}i =0,1,...,n les n expressions définies par:
yi +1 − yi
∆1,i = pour i = 0, 1, 2, . . . , n − 1
x i +1 − x i

Introduction
Polynôme de Newton
I On appelle différences divisées d’ordre 2 les n − 1 expressions

définies par
∆1,i +1 − ∆1,i
∆2,i = pour i = 0, 1, 2, . . . , n − 2
x i +2 − x i
Définition 4.1
Sous les hypothèses précédentes
c0 = ∆0,0 et ck = ∆k ,0 pour tout k = 1, 2, . . . , n

Introduction
Polynôme de Newton
I On appelle différences divisées d’ordre 2 les n − 1 expressions

définies par
∆1,i +1 − ∆1,i
∆2,i = pour i = 0, 1, 2, . . . , n − 2
x i +2 − x i
I De proche en proche , on construit les différences divisées d’ordre
k, k ≤ n
∆k −1,i +1 − ∆k −1,i
∆k ,i = pour i = 0, 1, 2, . . . , n − k
xi +k − xi
Définition 4.1
Sous les hypothèses précédentes
c0 = ∆0,0 et ck = ∆k ,0 pour tout k = 1, 2, . . . , n

Introduction
Polynôme de Newton
Exemple
On dispose des données suivantes:
i 0 1 2 3
xi -1 1 2 3
f (xi ) 0 -3 −9/2 -2
En posant yi = f (xi ), on obtient les différences divisées à partir du

schéma suivant:
x0 = −1 c0 = ∆0,0 = y0 = 0,
x1 = 1 c1 = ∆1,0 = yx1 − y0 −3−0
−x = 1+1 = 2 ,
−3
1 0
∆1,1 −∆1,0
x2 = 2 c2 = ∆2,0 = x2 −x0
y2 − y1 − 29 − (−3) 3 − 23 + 23
∆1,1 = = =− donc c2 = =0
x2 − x1 2−1 2 2+1

Introduction
Polynôme de Newton
Exemple
∆2,1 −∆2,0
x3 = 3 c3 = ∆3,0 = x3 −x0
∆1,2 − ∆1,1 y3 − y2 − 9 − (−2) 5

∆2,1 = , ∆1,2 = = 2 =
x3 − x1 x3 − x2 2−3 2
5
+ 32 5
donc ∆2,1 = =2
3−1
2−0 1
c3 = ∆3,0 = =
3+1 2
L’interpolant de Newton P3 de f relatif aux données 0, −3, −9/2, −2
respectivement aux points −1, 1, 2, 3 est
P3 (x ) = c0 N0 (x ) + c1 N1 (x ) + c2 N2 (x ) + c3 N3 (x )
3 1
P3 (x ) = − (x + 1) + (x + 1)(x − 1)(x − 2)
2 2
Introduction
Polynôme de Newton
Remarque 4.1
I En utilisant la base canonique , on doit résoudre un système linéaire
de taille n + 1 pour trouver les coefficients de Pn . Ainsi, en utilisant
la méthode d’élimination de Gauss pour résoudre ce système le coût
de calcul des coefficients de Pn (x ) est l’ordre de
2(n + 1)3 (n + 1)2

+ + 2n
3 2
En conclusion: la méthode utilisant la base de Newton est la moins

coûteuse.
Introduction
Polynôme de Newton
Remarque 4.1
2(n + 1)3 (n + 1)2

+ + 2n
3 2
I En utilisant la base de Lagrange , le coût de calcul de Pn (x ) est
égale à (3n + 1)(n + 1).

coûteuse.
Introduction
Polynôme de Newton
Remarque 4.1
2(n + 1)3 (n + 1)2

+ + 2n
3 2
I En utilisant la base de Lagrange , le coût de calcul de Pn (x ) est
égale à (3n + 1)(n + 1).
I En utilisant la base de Newton , le coût de calcul de Pn (x ) est égale
(n+1)(5n+2)
à 2
.
coûteuse.
Introduction
Polynôme de Newton
Théorème 4.1
soit f : [a, b] → R une fonction de classe C n+1 sur [a, b]. Si Pn est
l’interpolation de f aux points x0 < x1 < . . . < xn de [a, b], alors pour tout
x ∈ [a, b], il existe θ (x ) ∈ [a, b] tel que
f (n+1) (θ (x ))
f (x ) − Pn (x ) = Nn+1
(n + 1)!
n
Nn+1 (x ) = ∏(x − xi ). (4)
i =0
Si on pose
Mn+1 = max |f (n+1) (x )|
a≤t ≤b
alors
Mn +1
max |f (x ) − Pn (x )| ≤ (b − a)n+1 .
a≤x ≤b (n + 1)!
Introduction
Polynôme de Newton
Remarque 4.2
Si n est très grand (donc le nombre de points d’interpolation (xi )0≤i ≤n est
très élevé) alors le polynôme d’interpolation ne tend pas toujours vers f
(c’est-à-dire , on n’a pas nécessairement lim (Pn (x ) − f (x )) = 0 pour
n→+∞
tout x ∈ [a, b]).

Introduction
En plus de la valeur de f aux n + 1 points d’abscisses xi on fixe la valeur

de sa dérivée f 0 en ces mêmes abscisses, on cherche donc un polynôme
P tel que:
P (xi ) = f (xi )
(5)
P 0 (xi ) = f 0 (xi ), i = 0, . . . , n.
Théorème 5.1
Si les points d’appui xi sont tous distincts , alors il existe un polynôme P
et un seul de degré au plus 2n + 1 tels que les égalités (5) soient
verifiées. Ce polynôme P s’écrit:
n n
P (x ) = ∑ Hi (x )f (xi ) + ∑ Ki (x )f 0 (xi )
i =0 i =0
Hi (x ) = [1 − 2(x − xi )L0i (xi )]L2i (x ), Ki (x ) = (x − xi )L2i (x ).

Introduction
Théorème 5.2
Soit f ∈ C 2n+2 ([a, b]), et soit Pn (x ) le polynôme d’interpolation d’Hermite
de (xi , f (xi )) sur f , pour i = 0, . . . , n. Pour tout x ∈ [a, b], il existe
ξx ∈] min(x , xi ), max(x , xi )[ tel que l’erreur f (x ) − Pn (x ) est:
(γn+1 (x ))2 (2n+2)

E (x ) = f (ξx )
(2n + 2)!
n
où γn+1 (x ) = ∏(x − xj ).
j =0

Introduction
Exemple
Calculer le polynôme d’Hermite Q tel que :

Q (0) = f (0), Q 0 (0) = f 0 (0), Q (5) = f (5), Q 0 (5) = f 0 (5), pour f (x ) = 1+1x 2 .
En déduire la valeur de Q (4), comparer f (4) à Q (4).
Soit f (x ) = 1+1x 2 . Le polynôme d’Hermite Qn s’écrit
n n
Qn (x ) = ∑ Hk (x )f (xk ) + ∑ Kk (x )f 0 (xk )
k =0 k =0
avec
Hk (x ) = [1 − 2(x − xk )L0k (xk )]L2k (x ), Kk (x ) = (x − xk )L2k (x ).
Calculons les polynômes Lk , Hk et Kk , sachant que les abscisses des

points d’appui sont x0 = 0 et x1 = 5.

Introduction
Exemple
x − x1 x x − x0 x
L0 ( x ) = = 1− et L1 (x ) = =
x0 − x1 5 x1 − x0 5
−1 1
L00 (x ) = et L01 (x ) =
5 5
H0 ( x ) = (1 − 2(x − x0 )L00 (x0 ))L20 (x )

−1 x
= (1 − 2(x − 0)( ))(1 − )2
5 5
2 3
= x3 + x2 + 1
125 25

Introduction
Exemple
H1 (x ) = (1 − 2(x − x1 )L01 (x1 ))L21 (x )

1 x
= (1 − 2(x − 5)( ))( )2
5 5
−2 3 3 2
= x + x
125 25
D’autre part
x x3 2 2
K0 (x ) = (x − x0 )L20 (x ) = (x − 0)(1 − )2 = − x +x
5 25 5
x x3 x2
K1 (x ) = (x − x1 )L21 (x ) = (x − 5)( )2 = − .
5 25 5
Introduction
Exemple
Ainsi
1 1
Q3 (x ) = ∑ Hk (x )f (xk ) + ∑ Kk (x )f 0 (xk )
k =0 k =0
= H0 (x )f (x0 ) + H1 (x )f (x1 ) + K0 (x )f 0 (x0 ) + K1 (x )f 0 (x1 )
10 76
= x3 − x2 + 1
262 262

Introduction
Exemple
Ainsi on a Q3 (4) ≈ 0.147 et pour comparaison f (4) ≈ 0.0588.

L’écart peut sembler important, mais un calcul de l’erreur théorique sur
l’interpolation d’Hermite montre que l’erreur effectivement commise est
plus petite que cette erreur théorique, (laissé en exercice). En outre, la
valeur x = 4 est relativement proche du bord de l’intervalle d’interpolation
qui est [0, 5], et en général, pour l’interpolation de Lagrange ainsi que
celle d’Hermite, l’erreur s’amplifie au bord de l’intervalle d’interpolation
(ce phénomène est dit de Runge).

Chapitre3 Analyse Num

Transféré par

Informations du document

Titre original

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

Chapitre3 Analyse Num

Transféré par

Droits d'auteur :

Formats disponibles

Chapitre III: Interpolation Polynômiale

Matière: Analyse numérique

Professeur: Zakaria El Allali

23. April 2012

Professeur: Zakaria El Allali Chapitre III: Interpolation Polynômiale

2 Une méthode directe basée sur la résolution d’un système linéaire

Professeur: Zakaria El Allali Chapitre III: Interpolation Polynômiale

2 Une méthode directe basée sur la résolution d’un système linéaire

Professeur: Zakaria El Allali Chapitre III: Interpolation Polynômiale

2 Une méthode directe basée sur la résolution d’un système linéaire

Professeur: Zakaria El Allali Chapitre III: Interpolation Polynômiale

2 Une méthode directe basée sur la résolution d’un système linéaire

Professeur: Zakaria El Allali Chapitre III: Interpolation Polynômiale

Les fonctions les plus simples à évoluer numériquement sont les

P (xi ) = f (xi ) pour tout 1≤i ≤n

dans le cas affirmatif , on appelle P le polynôme d’interpolation de f (ou

Professeur: Zakaria El Allali Chapitre III: Interpolation Polynômiale

a0 + a1 xi + . . . + an−1 xin−1 + an xin = yi , i = 1, . . . , n

Professeur: Zakaria El Allali Chapitre III: Interpolation Polynômiale

qui est un système linéaire de (n + 1) équations en (n + 1) inconnues.

dont la solution (obtenue par décomposition LU) est

Professeur: Zakaria El Allali Chapitre III: Interpolation Polynômiale

Professeur: Zakaria El Allali Chapitre III: Interpolation Polynômiale

On déduit de la proposition 2.1 précédente le résultat suivant:

est un polynôme de degré n tel que pour tout k (k = 0, . . . , n) P (xk ) = yk

Professeur: Zakaria El Allali Chapitre III: Interpolation Polynômiale

Déterminer le polynôme d’interpolation de Lagrange satisfaisant au

Ici les points de collocation données par

Déterminons donc un polynôme de Lagrange d’ordre 3 , celui-ci s’écrit

Professeur: Zakaria El Allali Chapitre III: Interpolation Polynômiale

Professeur: Zakaria El Allali Chapitre III: Interpolation Polynômiale

Professeur: Zakaria El Allali Chapitre III: Interpolation Polynômiale

Preuve: Les propriétés 1), 2) et 3) sont immédiates à partir de la

Professeur: Zakaria El Allali Chapitre III: Interpolation Polynômiale

Preuve: Les propriétés 1), 2) et 3) sont immédiates à partir de la

Nl (xk +1 ) = 0 pour tout j + 2 ≤ l ≤ n,

alors, en appliquant (2) à xk +1 , on obtient αk +1 = 0.

Professeur: Zakaria El Allali Chapitre III: Interpolation Polynômiale

Soit f : [a, b] → R une fonction continue. On note Pn l’interpolant de f aux

Il reste à calculer la valeur des coefficients ck :

Professeur: Zakaria El Allali Chapitre III: Interpolation Polynômiale

Soit f : [a, b] → R une fonction continue. On note Pn l’interpolant de f aux

Il reste à calculer la valeur des coefficients ck :

Professeur: Zakaria El Allali Chapitre III: Interpolation Polynômiale

En raison des propriétés des polynômes de Newton le système des

On peut donc calculer les (ci )i en résolvant le système linéaire

Professeur: Zakaria El Allali Chapitre III: Interpolation Polynômiale

On en déduit la valeur des ci :

Dans les relations précédentes , le calcul des coefficients Ni (xk ) se fait

N0 (xk ) = 1 et Ni (xk ) = (xk − xi −1 )Ni −1 (xk ) pour i = 1, 2, . . . , k

Professeur: Zakaria El Allali Chapitre III: Interpolation Polynômiale

Les différences divisées constituent une méthode efficace pour calculer

Professeur: Zakaria El Allali Chapitre III: Interpolation Polynômiale

Les différences divisées constituent une méthode efficace pour calculer

I On appelle différences divisées d’ordre 1 associées à la famille

Professeur: Zakaria El Allali Chapitre III: Interpolation Polynômiale

I On appelle différences divisées d’ordre 2 les n − 1 expressions

c0 = ∆0,0 et ck = ∆k ,0 pour tout k = 1, 2, . . . , n

I On appelle différences divisées d’ordre 2 les n − 1 expressions

c0 = ∆0,0 et ck = ∆k ,0 pour tout k = 1, 2, . . . , n

On dispose des données suivantes:

En posant yi = f (xi ), on obtient les différences divisées à partir du

Professeur: Zakaria El Allali Chapitre III: Interpolation Polynômiale