Naouel ZRELLI Interpolation polynomiale

Interpolation polynomiale

Problématique :
Etant donnée une fonction f inconnue explicitement c'est à dire que nous n'avons pas l'expression analytique
de f .

Supposons que cette fonction f est connue seulement en certains points x0 , x1 , . . . , xn c'est à dire soient les
(n + 1) points (x0 , y0 ), (x1 , y1 ), . . . (xn , yn ), provenant par exemple de mesures physiques, on cherche donc à
reconstruire f par une autre fonction simple et facile à évaluer, c'est ce qu'on appelle interpolation (méthode
d'approximation de f ).

Si on cherche f sous la forme d'un polynôme alors on parle de l'interpolation polynomiale.

Exemple : On donne les valeurs expérimentales de la pression P d'une masse donnée de gaz pour diérentes
valeurs du volume V :
Volume en cm3 54.3 61.8 72.4 88.7 118.6 194
Pression en Kg/cm3 61.2 49.5 37.6 28.4 19.2 10.1

les xi prennent les valeurs de Volume et les yi prennent celles de la pression. L'expression analytique de la
pression est inconnue et on cherche une approximation de la pression P (= f ) par une fonction simple.

Dans ce chapitre, nous allons traiter trois méthodes : la méthode de Lagrange, la méthode de Newton appelée
aussi méthode des diérences divisées et la méthode des moindres carrées appelée aussi régression polynomiale.

Page 1
Naouel ZRELLI Interpolation polynomiale

I Méthode de Lagrange

I.1 Base de Lagrange

Dénition :
Soient x0 , x1 , . . . , xn , (n + 1) points distincts.

On dénit n + 1 polynômes Li pour i = 0 à n appelés polynômes de Lagrange par :

n
Y x − xj
Li (x) =
xi − xj
j=0
j 6= i

qui vérient :

1. Li est un polynôme de degré n.

si i = j

1
2. Li (xj ) = =δij : le symbole de Kronecker
0 si i =
6 j

3. (L0 , L1 , . . . , Ln ) forme une base de Rn [x] (ensemble des polynômes de degré au plus n).

Page 2
Naouel ZRELLI Interpolation polynomiale

Exemple : Soient les points (2, 3); (4, 2) et (5, 4)

x0 x1 x2
↓ ↓ ↓
xi 2 4 5
. =⇒ n = 2
yi 3 2 4
2
x − xj x − x1 x − x2 x−4x−5 1 1 3 10
1. L0 (x) = = (x2 − 9x + 20) = x2 − x + .
Y
= =
x0 − xj x0 − x1 x0 − x2 2−4 2−5 6 6 2 3
j=0
j 6= 0

Vérications :

1 2 3 10
ˆ L0 (x0 ) = 2 −2 + = 1.
6 2 3
1 3 10
ˆ L0 (x1 ) = 42 − 4 + = 0.
6 2 3
1 3 10
ˆ L0 (x2 ) = 52 − 5 + = 0.
6 2 3

2
x − xj x − x0 x − x2 x−2x−5 1 1 7
2. L1 (x) = = − (x2 − 7x + 10) = − x2 + x − 5.
Y
= =
x1 − xj x1 − x0 x1 − x2 4−2 4−5 2 2 2
j=0
j 6= 1

Vérications :

1 7
ˆ L1 (x0 ) = − 22 + 2 − 5 = 0.
2 2
1 2 7
ˆ L1 (x1 ) = − 4 + 4 − 5 = 1.
2 2
1 2 7
ˆ L1 (x2 ) = − 5 + 5 − 5 = 0.
2 2

2
x − xj x − x0 x − x1 x−2x−4 1 1 8
3. L2 (x) = = (x2 − 6x + 8) = x2 − 2x + .
Y
= =
x2 − xj x2 − x0 x2 − x1 5−2 5−4 3 3 3
j=0
j 6= 2

Vérications :

1 2 8
ˆ L2 (x0 ) = 2 −2×2+ = 0.
3 3
1 8
ˆ L2 (x1 ) = 42 − 2 × 4 + = 0.
3 3
1 8
ˆ L2 (x2 ) = 52 − 2 × 5 + = 1.
3 3

Page 3
Naouel ZRELLI Interpolation polynomiale

I.2 Polynôme d'interpolation de Lagrange

Dénition :
Soient x0 , x1 , . . . , xn , (n + 1) points distincts. Soit f une fonction donnée dénie sur R à valeurs réelles.

Interpoler la fonction f par un polynôme de degré n aux points x0 , x1 , . . . , xn consiste à :




Trouver un polynôme p de degré ≤ n tel que


 p(xi ) = f (xi ); 0≤i≤n


Si un tel polynôme existe, il s'écrit d'une manière unique :

n
X
pn (x) = yi Li (x)
i=0

Ce polynôme s'appelle le polynôme d'interpolation de Lagrange de la fonction f aux points x0 , x1 , . . . , xn ,

appelé aussi l'interpolant de f aux points x0 , x1 , . . . , xn .

Les points x0 , x1 , . . . , xn sont appelés les points d'interpolations ou les n÷uds.

Exemple : Soient les points (2, 3); (4, 2) et (5, 4)

xi 2 4 5
. =⇒ n = 2
yi 3 2 4
↑ ↑ ↑
y0 y1 y2
2
X
p2 (x) = yi Li (x) = y0 L0 (x) + y1 L1 (x) + y2 L2 (x)
i=0
     
1 2 3 10 1 7 1 2 8
= 3 x − x+ + 2 − x2 + x − 5 + 4 x − 2x +
6 2 3 2 2 3 3
     
1 1 1 3 7 10 8
= 3 −2 +4 x2 + −3 + 2 − 8 x + 3 − 10 + 4
6 2 3 2 2 3 3
5 2 11 32
= x − x+
6 2 3

Page 4
Naouel ZRELLI Interpolation polynomiale

Vérications :

5 2 11 32
ˆ p(x0 ) = p(2) = 2 −2 + = 3 = y0 .
6 2 3
5 2 11 32
ˆ p(x1 ) = p(4) = 4 −4 + = 2 = y1 .
6 2 3
5 2 11 32
ˆ p(x2 ) = p(5) = 5 −5 + = 4 = y2
6 2 3

Étant donnée une fonction f , plus ou moins compliquée et dicile à manipuler, dénie sur un intervalle [a, b],
le but de l'interpolation est de remplacer cette fonction par une fonction simple (polynôme) qui sera plus acces-
sible pour l'intégration et pour la diérenciation, etc . . . . Pour construire ce polynôme il nous faut les (n + 1)
points dans l'intervalle [a, b]. Un choix naturel est celui des points (xi )i=0:n équidistants ("pratique" pour la
programmation).

les points équidistants :

ˆ On subdivise l'intervalle [a, b] en n intervalles équidistants

b−a
ˆ On dénit le pas : h =
n
ˆ On calcule xi = a + ih ; i = 0 : n =⇒ (n+1) points équidistants.

Exemple : soit [a, b] = [0, 1]

1. Si on divise [0, 1] en deux intervalles équidistants =⇒ n = 2

b−a 1
h= =
n 2

1 1
xi = a + ih ; i = 0 : n =⇒ xi = 0 + i ; i = 0 : 2 =⇒ x0 = 0; x1 = ; x2 = 1.
2 2

Page 5
Naouel ZRELLI Interpolation polynomiale

2. Si on divise [0, 1] par 4 points équidistants =⇒ n = 3

b−a 1
h= =
n 3

1 1 2
xi = a + ih ; i = 0 : n =⇒ xi = 0 + i ; i = 0 : 3 =⇒ x0 = 0; x1 = ; x2 = ; x3 = 1.
3 3 3

Exemple : π π
Soit f (x) = cos(x) dénie sur [− , ]
2 2
On veut déterminer le polynôme d'interpolation de Lagrange approchant f en 3 points équidistants.

1. Déterminer les points d'interpolations :

3 points équidistants =⇒ le nombre des intervalles : n = 2
b−a π
h= =
n 2
π π π π
xi = a + ih ; i = 0 : 2 =⇒ xi = − + i ; i = 0 : 2 =⇒ x0 = − ; x1 = 0; x2 = .
2 2 2 2
2. Construire la table des (xi , f (xi ))i=0:2

π π
xi − 0
. 2 2

yi 0 1 0

3. P2 (x) = y0 L0 (x) + y1 L1 (x) + y2 L2 (x). Or y0 = 0 = y2 donc il sut de calculer L1 (x).

2 π π
x − xj x − x0 x − x2 x+ x− 4 2 π2 4
) = − 2 x2 + 1 .
Y
2 2
L1 (x) = = = π π =− 2
(x −
x1 − xj x1 − x0 x1 − x2 0+ 2 0− 2 π 4 π
j=0
j 6= 1

Vérications :

4 π
ˆ L1 (x0 ) = − (− )2 + 1 = 0.
π2 2
4 2
ˆ L1 (x1 ) = − 2 0 + 1 = 1.
π
4 π
ˆ L1 (x2 ) = − 2 ( )2 + 1 = 0.
π 2
4 2 4
par suite P2 (x) = y1 L1 (x) = 1 × (− x + 1) = − 2 x2 + 1.
π2 π

Vérications :

π 4 π
ˆ P2 (x0 ) = P2 (− ) = − 2 (− )2 + 1 = 0 = y0 .
2 π 2
4 2
ˆ P2 (x1 ) = P2 (0) = − 2 0 + 1 = 1 = y1 .
π
π 4 π
ˆ P2 (x0 ) = P2 ( ) = − 2 ( )2 + 1 = 0 = y2
2 π 2

Page 6
Naouel ZRELLI Interpolation polynomiale

Remarque :

π π 4
ˆ Si on cherche à trouver une approximation de cos(1) : on a 1 ∈ [− , ] =⇒ cos(1)' − 2 + 1 = 0.5947 :
2 2 π
c'est l'interpolation

π π
ˆ Si on cherche à trouver une approximation de cos(3) : on a 3 ∈ / [− , ] =⇒ on ne peut pas utiliser le
2 2
polynôme p2 (x) : c'est l'extrapolation (qui n'est pas but de ce cours).

Page 7
Naouel ZRELLI Interpolation polynomiale

Construisons un polynôme de degré 5 (n) en utilisant toujours la même procédure. A ce stade, il faut refaire
tous les calculs en tenant compte :
b−a π
1. du pas h = =
n 5

2. des points équidistants

π π π π π π π π
xi = a + ih ; i = 0 : 5 =⇒ xi = − + i ; i = 0 : 5 =⇒ x0 = − ; x1 = − + ; . . . ; x5 = − + 5 = .
2 5 2 2 5 2 5 2
et des yi associés (yi = f (xi )i=0:5 )

3. Des techniques de construction des (Li (x))i=0:5 :

x − x1 x − x2 x − x5
ˆ L0 (x) = ...
x0 − x1 x0 − x2 x0 − x5
x − x0 x − x2 x − x5
ˆ L1 (x) = ...
x1 − x0 x1 − x2 x1 − x5
..
.
x − x0 x − x1 x − x4
ˆ L5 (x) = ...
x5 − x0 x5 − x1 x5 − x4

La fonction polynôme P5 qui interpole f sur le support {x0 , x1 , . . . x5 } s'écrit :

P5 (x) = y0 L0 (x) + y1 L1 (x) + . . . y5 L5 (x)

qui est représentée à la courbe suivante :

Il est évident sur la gure que la fonction est bien approchée. Par ailleurs, l'augmentation du nombre des points
d'interpolation (ou la diminution du pas h) améliore le résultat ce qui implique une approximation plus uniforme
de la fonction.

Page 8
Naouel ZRELLI Interpolation polynomiale

Page 9
Naouel ZRELLI Interpolation polynomiale

I.3 Estimation de l'erreur dans l'interpolation de Lagrange

Théorème :
Soit f ∈ C n+1 ([a, b]).
Soit Pn le polynôme d'interpolation de Lagrange de f aux points équidistants x0 , x1 , . . . , xn , alors,

∀x ∈ [a, b], ∃ ξ ∈ [a, b] tel que :

hn+1 b−a
|Errn (x)| = |f (x) − Pn (x)| ≤ sup f (n+1) (ξ) , tel que h =
4(n + 1) ξ∈[a,b] n

Exemples :
π π
1. Soit f (x) = cos(x) dénie sur [− , ].
2 2
4 π
ˆ Nous avons calculé le polynôme P2 (x) = − 2 x2 + 1, avec h = . Maintenant, nous allons chercher
π 2
l'erreur d'interpolation. La fonction cos est une fonction continue
 π indéniment dérivable sur R et
π 
toutes les dérivées sont continues sur R, en particulier f ∈ C 3 [− , ]
2 2
π 3
( )
|Err2 (x)| = |f (x) − P2 (x)| ≤ 2 ( sup f (3) (ξ) )
4×3 π π
ξ∈[− , ]
2 2
π 3
( )
|Err2 (x)| = |f (x) − P2 (x)| ≤ 2 ( sup f (3) (ξ) )
4×3 π π
ξ∈[− , ]
2 2

f (x) = cos(x), f 0 (x) = − sin(x), f 00 (x) = − cos(x) et f (3) (x) = sin(x)

On pose g(x) = |f (3) (x)| = |sin(x)| ≤ 1
par suite,
π
( )3
|Err2 (x)| = |f (x) − P2 (x)| ≤ 2 × 1
4×3
π3
|Err2 (x)| = |f (x) − P2 (x)| ≤
96
−0.3230 ≤ Err2 (x) ≤ 0.3230
π
ˆ Prenons maintenant le polynôme P5 (x), avec h = . De même La fonction cos est une fonction
5
continue
 indéniment dérivable sur R et toutes les dérivées sont continues sur R, en particulier
π π 
f ∈ C 5 [− , ] .
2 2
π
( )6
|Err5 (x)| = |f (x) − P5 (x)| ≤ 5 ( sup f (6) (ξ) )
4×6 π π
ξ∈[− , ]
2 2

Page 10
Naouel ZRELLI Interpolation polynomiale

π
( )6
|Err5 (x)| = |f (x) − P5 (x)| ≤ 5 × 1
4×6
|Err5 (x)| = |f (x) − P5 (x)| ≤ 0.00256
−0.00256 ≤ Err5 (x) ≤ 0.00256

Remarque : Si f (x) = sin(αx) ou bien f (x) = cos(αx) alors

sup f (n+1) (ξ) = |α|n+1
ξ∈[a,b]

1
2. Soit f (x) = dénie sur [2, 4]
x
ˆ Déterminer le polynome d'interpolation en 3 points équidistants
2
n = 2, h = = 1 =⇒ x0 = 2, x1 = 3 et x3 = 4
2

xi 2 3 4
.
1 1 1
yi
2 3 4
En utilisant les techniques de construction des polynômes de Lagrange on obtient :
1 2 3 13
P2 (x) = x − x+
24 8 12
f ∈ C 3 ([2, 4])
13
|Err2 (x)| = |f (x) − P2 (x)| ≤ ( sup f (3) (ξ) )
4 × 3 ξ∈[2,4]
1 00 2 6
f 0 (x) = − ; f (x) = 3 ; f (3) (x) = − 4
x2 x x
6 6
On pose g(x) = f (3) (x) = − 4 = 4
x x
Étude de variation de g :
24
< 0 ∀ x ∈ [2, 4] =⇒ g est strictement décroissante sur l'intervalle [2, 4]
0
g (x) = −
x5

x 2 4
0
g (x) −
3
8
@
g(x) @
R 3
@
128
13 3
|Err2 (x)| = |f (x) − P2 (x)| ≤
4×38
−0.03125 ≤ Err2 (x) ≤ 0.03125

Page 11
Naouel ZRELLI Interpolation polynomiale

Inconvénients de la méthode de Lagrange

Remarque 1 :
Le calcul de Pn (x) par la méthode de Lagrange demande :
ˆ 2n(n + 1) multiplications ou divisions.
1 2
ˆ (n + 5n + 2) additions ou soustractions.
2
La méthode de Lagrange est une méthode simple pour construire les polynômes. Cependant,
elle n'est pas très utilisée en raison de son coût en temps de calcul.

Remarque 2 :
La méthode d'interpolation de Lagrange présente un inconvénient majeur : Elle n'est pas
récursive. En eet, si l'on souhaite rajouter un point (ou éliminer un point) pour passer de Pn à
Pn+1 (ou de Pn à Pn−1 ) on doit reprendre tout le processus à zéro et il faut tout recalculer. Une
façon de remédier à cela est d'utiliser la méthode Newton.

Page 12
Naouel ZRELLI Interpolation polynomiale

II Méthode de Newton

II.1 Diérences divisées

Dénition :
Soient (x0 , f (x0 )); (x1 , f (x1 )); . . . ; (xn , f (xn )), (n + 1) points distincts.

On dénit les diérences divisées par :

1. ∀i = 0 : n; f [xi ] = f (xi ).
f [xj ] − f [xi ]
2. ∀i, j = 0 : n; tel que i 6= j; f [xi , xj ] = .
xj − xi
f [x1 , . . . , xn ] − f [x0 , . . . , xn−1 ]
3. f [x0 , x1 , . . . , xn−1 , xn ] =
xn − x0
f [xj+1 , . . . , xk ] − f [xj . . . xk−1 ]
4. f [xj , xj+1 . . . xk−1 , xk ] =
xk − xj

II.1.1 Table des diérences divisées

xi f [xi ] f [xi , xi+1 ] f [xi , xi+1 , xi+2 ] ... ...

x0 f (x0 )
→ f [x0 , x1 ]
x1 f (x1 ) → f [x0 , . . . , x2 ]
→ f [x1 , x2 ] → f [x0 , . . . , x3 ]
x2 f (x2 ) → f [x1 , . . . , x3 ] → f [x0 , . . . , x4 ]
→ f [x2 , x3 ] → f [x1 , . . . , x4 ]
x3 f (x3 ) → f [x2 , . . . , x4 ]
→ f [x3 , x4 ]
x4 f (x4 )

xi f [xi ] f [xi , xi+1 ] f [xi , xi+1 , xi+2 ] ...

x0 f (x0 ) = a
b−a
f [x0 , x1 ] = =A
x1 − x0
B−A
x1 f (x1 ) = b f [x0 , . . . , x2 ] = =α
x2 − x0
c−b β−α
. f [x1 , x2 ] =
x2 − x1
=B f [x0 , . . . , x3 ] =
x3 − x0
=K
C −B
x2 f (x2 ) = c f [x1 , . . . , x3 ] = =β f [x0 , . . . , x4 ]
x3 − x1
d−c γ−β L−K
f [x2 , x3 ] = =C f [x1 , . . . , x4 ] = =L =
x3 − x2 x4 − x1 x4 − x0
D−C
x3 f (x3 ) = d f [x2 , . . . , x4 ] = =γ
x4 − x2
e−d
f [x3 , x4 ] = =D
x4 − x3
x4 f (x4 ) = e

Page 13
Naouel ZRELLI Interpolation polynomiale

Exemple : Soient les points (2, 3); (4, 2) et (5, 4).

On commence par dresser la table des diérences divisées "théorique" :

xi f [xi ] f [xi , xi+1 ] ...

x0 f (x0 )
→ f [x0 , x1 ]
x1 f (x1 ) → f [x0 , . . . , x2 ]
→ f [x1 , x2 ]
x2 f (x2 )

Ensuite la table des valeurs :

xi f [xi ] f [xi , xi+1 ] ...

x0 = 2 3
2−3 −1
→ =
4−2 2
−1
2−
x1 = 4 2 → 2 =5
5−2 6
4−2
→ =2
5−4
x2 = 5 4

Finalement la table des diérences divisées est donnée par :

xi f [xi ] f [xi , xi+1 ] ...

x0 = 2 3
−1
2
5
x1 = 4 2
6
2
x2 = 5 4

Page 14
Naouel ZRELLI Interpolation polynomiale

Maintenant, il y a deux façons pour lire la table des diérences divisées :

xi f [xi ] f [xi , xi+1 ] f [xi , xi+1 , xi+2 ] ... ...

x0 f (x0 )

→ f [x0 , x1 ]

x1 f (x1 ) → f [x0 , . . . , x2 ]

→ f [x1 , x2 ] → f [x0 , . . . , x3 ]

x2 f (x2 ) → f [x1 , . . . , x3 ] → f [x0 , . . . , x4 ]

→ f [x2 , x3 ] → f [x1 , . . . , x4 ]

x3 f (x3 ) → f [x2 , . . . , x4 ]

→ f [x3 , x4 ]

x4 f (x4 )

ˆ Si on prend la première valeur de chaque colonne (les valeurs encadrées en rouge),alors on parle des dié-
rences divisées progressives.

ˆ Si on prend la dernière valeur de chaque colonne (les valeurs encadrées en verts),alors on parle des dié-
rences divisées régressives.

Page 15
Naouel ZRELLI Interpolation polynomiale

II.2 Polynôme d'interpolation de Newton

Dénition :
Soient x0 , x1 , . . . , xn , (n + 1) points distincts. Soit f une fonction donnée dénie sur R à valeurs réelles.

Le polynôme d'interpolation de Newton de degré n aux points x0 , x1 , . . . , xn est déterminé par deux façons
diérentes :

1. En utilisant les diérences divisées progressives :

Pn (x) = f (x0 ) + f [x0 , x1 ] (x − x0 ) + f [x0 , . . . , x2 ] (x − x0 )(x − x1 )

+ f [x0 , . . . , x3 ] (x − x0 )(x − x1 )(x − x2 )

+... + f [x0 , . . . , xn ] (x − x0 )(x − x1 )(x − x2 ) . . . (x − xn−1 )

2. En utilisant les diérences divisées régressives :

Pn (x) = f (xn ) + f [xn−1 , xn ] (x − xn ) + f [xn−2 , . . . , xn ] (x − xn )(x − xn−1 )

+ f [xn−3 , . . . , xn ] (x − xn )(x − xn−1 )(x − xn−2 )

+... + f [x0 , . . . , xn ] (x − xn )(x − xn−1 )(x − xn−2 ) . . . (x − x1 )

Page 16
Naouel ZRELLI Interpolation polynomiale

Exemple : Soient les points (2, 3); (4, 2) et (5, 4).

la table des diérences divisées est donnée par :

xi f [xi ] f [xi , xi+1 ] ...

x0 = 2 3

−1
2

5
x1 = 4 2
6

x2 = 5 4
ˆ Le polynôme d'interpolation progressif :
−1 5
P2 (x) = 3+ (x − x0 ) + (x − x0 )(x − x1 )
2 6
−1 5
= 3+ (x − 2) + (x − 2)(x − 4)
2 6
−1 5 2
= 3+ (x − 2) + (x − 6x + 8)
2 6
5 2 −1 5
= x +( − 5)x + (3 + 1 + × 8)
6 2 6
5 2 −11 32
= x + x+
6 2 3
ˆ Le polynôme d'interpolation régressif :
5
P2 (x) = 4 + 2 (x − x2 ) + (x − x2 )(x − x1 )
6
5
= 4 + 2 (x − 5) + (x − 5)(x − 4)
6
5
= 4 + 2 (x − 5) + (x2 − 9x + 20)
6
5 2 15 5
= x + (2 − )x + (4 − 10 + × 20)
6 2 6
5 2 −11 32
= x + x+
6 2 3
Vérications :
5 2 11 32
ˆ p2 (x0 ) = p2 (2) = 2 −2 + = 3 = y0 .
6 2 3
5 11 32
ˆ p2 (x1 ) = p2 (4) = 42 − 4 + = 2 = y1 .
6 2 3
5 11 32
ˆ p2 (x2 ) = p2 (5) = 52 − 5 + = 4 = y2
6 2 3

Page 17
Naouel ZRELLI Interpolation polynomiale

Remarque Si on rajoute un autre point de coordonnées (6, 1) et on cherche à calculer le nouveau polynôme
d'interpolation, alors on commence par dresser les tables des diérences divisées ("théorique" et de valeurs) :

xi f [xi ] f [xi , xi+1 ] ... ...

x0 f (x0 )
→ f [x0 , x1 ]
x1 f (x1 ) → f [x0 , . . . , x2 ]
→ f [x1 , x2 ] → f [x0 , . . . , x3 ]
x2 f (x2 ) → f [x1 , . . . , x3 ]
→ f [x2 , x3 ]
x3 f (x3 )

Ensuite la table des valeurs :

xi f [xi ] f [xi , xi+1 ] ... ...

x0 = 2 3
−1
→
2
5
x1 = 4 2 →
6
−5 5
−
→ 2 → 2 6 = −5
6−2 6
−3 − 2 −5
x2 = 5 4 → =
6−4 2
1−4
→ = −3
6−5
x3 = 6 1

xi f [xi ] f [xi , xi+1 ] ...

x0 = 2 3
−1
2
5
x1 = 4 2
6
−5
2
6
−5
x2 = 5 4
2
-3
x3 =6 1

Page 18
Naouel ZRELLI Interpolation polynomiale

ˆ Le polynôme d'interpolation progressif :

−1 5 −5
P3 (x) = 3+ (x − x0 ) + (x − x0 )(x − x1 ) + (x − x0 )(x − x1 )(x − x2 )
2 6 6

5
= P2 (x) − (x − x0 )(x − x1 )(x − x2 )
6

5 2 −11 32 5 2
= x + x+ − (x − 6x + 8)(x − 5)
6 2 3 6
5 223
= − x3 + 10x2 − x + 44
6 6

ˆ Le polynôme d'interpolation régressif :

−5 −5
P2 (x) = 1 + -3 (x − x3 ) + (x − x3 )(x − x2 ) + (x − x3 )(x − x2 )(x − x1 )
2 6

5 223
= − x3 + 10x2 − x + 44
6 6

Le polynôme d'interpolation de Newton n'est rien d'autre qu'une autre forme du polynôme de Lagrange. Pour
rajouter un nouveau n÷ud xn+1 on a qu'à rajouter au polynôme pn (x) progressif le terme
f [x0 , x1 , . . . , xn+1 ](x − x0 )(x − x1 ) . . . (x − xn )

ce qui signie une considérable réduction du cout numérique par rapport à l'implantation de Lagrange.

Page 19
Naouel ZRELLI Interpolation polynomiale

Exercice :
1
Soit la fonction f dénie sur [0, 2] par : f (x) =
x+1

1. On subdivise l'intervalle [0, 2] en 2 intervalles équidistants. En utilisant la mé-

thode de Lagrange, déterminer le polynôme d'interpolation de f .
2. En utilisant la méthode de Lagrange, déterminer le polynôme d'interpolation
de f en 4 points équidistants.
1
3. Représenter les deux polynômes et la fonction f sur [0, 2] ensuite sur [− , 3] en
4
faisant apparaitre les points d'interpolation et interpréter les résultats.
3
4. Donner une approximation de f ( ) et comparer avec la valeur exacte.
2
5. Retrouver l'expression des polynômes P2 et P3 en utilisant , dans chaque cas,
la méthode de Newton avec diérences divisées progressives et régressives.
Z 2
6. En déduire, dans chaque cas, une approximation de I = f (x)dx et de f 0 (1)
ensuite comparer avec la valeur exacte.
0

7. Déterminer, dans chaque cas, une majoration des erreurs d'interpolation.

Page 20