AnalyseNumériqueIIFichedeRévision

Interpolation Polynomiale
Slim Chaabane · Faculté des Sciences de Sfax · 2025-2026

1. Introduction  Position du problème

Soit f : I → R dont on connaît les valeurs en N + 1 points distincts {x , x , . . . , x }. On cherche un polynôme P
de degré ≤ N :
0 1 N N

Interpolation : , (coïncidence exacte aux points)

PN (xi ) = f (xi ) ∀ i = 0, 1, . . . , N
Approximation : P approche f au mieux sur I selon un critère donné
(sans nécessairement coïncider avec f aux points x )
N
i

2. Méthode de Horner  Évaluation d'un Polynôme

Objectif : évaluer P (α) pour P (x) = en minimisant le nombre d'opérations.
n
X
a k xk
k=0

▶ 2.1 Comparaison du nombre d'opérations

Méthode Nb d'opérations
Naïve (chaque x recalculé depuis zéro)
k n(n + 3)

Optimisée (x = x · x)
2
k k−1
3n − 1
Horner 2n

▶ 2.2 Algorithme de Horner

On écrit P (x) sous la forme imbriquée :

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

Algorithme  Récurrence descendante

On pose b n = an puis, pour k = n, n − 1, . . . , 1 :
bk−1 = ak−1 + α bk

À la n : P (α) = b . Coût total : n multiplications + n additions = 2n opérations.

0

▶ 2.3 Schéma de Horner (tableau)

Analyse Numérique II · Interpolation Polynomiale · Slim Chaabane · FSS 20252026 · page 1

 Coecients de P an an−1 an−2 ··· a1 a0

αbk · αbn αbn−1 ··· αb2 αb1

bk−1 = ak−1 + αbk bn = an bn−1 bn−2 ··· b1 b0 = P (α)

Exemple  P (x) = 2x − 3x − 5x + 4x − 6, α = 3
4 3 2

Coecients 2 −3 −5 4 −6

αb (α = 3)
k · 6 9 12 48
bk 2 3 4 16 42

⇒ P (3) = 42 (calculé en 2 × 4 = 8 opérations seulement).

3. Interpolation de Lagrange
Soient x , x , . . . , x des points distincts de [a, b] et y . On cherche P ∈ RN [X] tel que P pour
tout i.
0 1 N i = f (xi ) N N (xi ) = yi

▶ 3.1 Polynômes de base de Lagrange

N
Y X − xk (X − x0 ) · · · (X − xi−1 )(X − xi+1 ) · · · (X − xN )
Li (X) = =
xi − xk (xi − x0 ) · · · (xi − xi−1 )(xi − xi+1 ) · · · (xi − xN )
k=0
k̸=i

si i = j symbole de Kronecker)
(
1
Li (xj ) = δij =
0 si i ̸= j (

▶ 3.2 Théorème d'existence et unicité

Théorème 1.3.1  Existence et unicité du polynôme interpolateur

Il existe un unique polynôme P ∈ RN [X] vériant P pour tout i ∈ {0, . . . , N }. Il est donné explici-
tement par :
N N (xi ) = yi

N
X
PN (X) = yj Lj (X)
j=0

Preuve de l'unicité : si QN vérie aussi les mêmes conditions, alors (P − QN ) ∈ RN [X] possède N + 1 zéros
distincts ⇒ P .
N
N − QN ≡ 0

▶ 3.3 Formulation matricielle (matrice de Vandermonde)

Analyse Numérique II · Interpolation Polynomiale · Slim Chaabane · FSS 20252026 · page 2

 Proposition 1  Système de Vandermonde
, le vecteur des coecients  ...  est l'unique solution du système AX = b avec :
 
a0
En notant P
N
X
N (X) = ak X k
k=0 aN

x20 xN
   
1 x0 ··· 0 y0
x21 xN
... ... ... ... ...
1 x1 ··· 
1 
 y1 
A= , b= 
  
   
1 xN x2N ··· N
xN yN

det(A) =
Y
(xj − xi ) ̸= 0 (déterminant de Vandermonde)
0≤i<j≤N

4. Estimation d'Erreur
Théorème 1.3.2  Formule de l'erreur
Soit f ∈ C N +1
([a, b]) . Pour tout x ∈ [a, b], il existe ζ ∈ [a, b] tel que :
(x − x0 )(x − x1 ) · · · (x − xN ) (N +1)
f (x) − PN (x) = f (ζ)
(N + 1)!

Corollaire 1  Borne d'erreur

Soit M N +1 = maxx∈[a,b] f (N +1) (x) . Pour tout x ∈ [a, b] :
MN +1
|f (x) − PN (x)| ≤ |(x − x0 )(x − x1 ) · · · (x − xN )|
(N + 1)!

En particulier, pour l'interpolation linéaire (N = 1) aux points a et b, avec M 2 = max[a,b] |f ′′ | :

(b − a)2
|f (x) − P1 (x)| ≤ M2 ∀ x ∈ [a, b]
8

5. Forme de Newton  Diérences Divisées

Idée : chercher une relation de récurrence entre PN et P N −1 :
N
Y −1
PN = PN −1 + αN (x − xk )
k=0

Le coecient α est appelé diérence divisée d'ordre N , noté f [x , x , . . . , x ].

N 0 1 N

▶ 5.1 Formule de Newton

Proposition 2  Forme de Newton du polynôme interpolateur

N
Y −1
PN (x) = f [x0 ] + f [x0 , x1 ](x − x0 ) + f [x0 , x1 , x2 ](x − x0 )(x − x1 ) + · · · + f [x0 , . . . , xN ] (x − xk )
k=0

Analyse Numérique II · Interpolation Polynomiale · Slim Chaabane · FSS 20252026 · page 3

▶ 5.2 Calcul des diérences divisées

Proposition 3  Relation de récurrence

f (x1 ) − f (x0 )
f [x0 ] = f (x0 ) f [x0 , x1 ] =
x1 − x0
f [x1 , x2 , . . . , xk ] − f [x0 , x1 , . . . , xk−1 ]
f [x0 , x1 , . . . , xk ] =
xk − x0

Di,k =
Di+1,k−1 − Di,k−1
xi+k − xi
où D i,k = f [xi , xi+1 , . . . , xi+k ]

▶ 5.3 Schéma des diérences divisées (tableau)

xi Ordre 0 Ordre 1 Ordre 2 ··· Ordre N

x0 f [x0 ]
x1 f [x1 ] f [x0 , x1 ]
x2 f [x2 ] f [x1 , x2 ] f [x0 , x1 , x2 ]
... ... ... ... ...
xN f [xN ] f [xN −1 , xN ] ··· ··· f [x0 , . . . , xN ]

Les coecients de P sont lus sur la première ligne diagonale du tableau.

N

Exemple  f (x) = sin(πx), x0 = 0 x1 = , 1

6
,x 2 = 1
2
,x 3 =1

xi Ordre 0 Ordre 1 Ordre 2 Ordre 3

0 0
1
1 1 2 −0
6 2 1 =3
6 −0
1 1 − 12 3
3
−3
2
2 1 1 1 = 2 1 = −3
2 − 6 −0
2
0−1 −2 − 23 − 21
5 +3
1 0 = −2 = − 21 = − 56
1 − 12 1 − 16 5 1−0

1 6 1 1




P3 (x) = 3x − 3x x − 6 − 5 x x− 6 x− 2

6. Phénomène de Runge et Interpolation Locale

Attention  Phénomène de Runge
Augmenter N (le degré du polynôme interpolateur) ne garantit pas une meilleure approximation. Pour f (x) =
1
sur [−1, 1] avec des points équidistants, le polynôme P devient de plus en plus oscillant aux extrémités
quand N croît.
2 N
1 + 25x

Analyse Numérique II · Interpolation Polynomiale · Slim Chaabane · FSS 20252026 · page 4

Solution  Interpolation locale (par morceaux)
On subdivise [a, b] en m sous-intervalles I k = [ak , ak+1 ] de tailles susamment petites :
m−1
[
[a, b] = Ik
k=0

Sur chaque I , on applique l'interpolation de Lagrange avec N + 1 points. Avec m grand (même si N petit), on
obtient une très bonne approximation de f , sans oscillations parasites.
k

7. Antisèche  Formules à Mémoriser

▶ 7.1 Récapitulatif des formules clés

N N N k−1
Y X − xk X X Y
Li (X) = PN (X) = yj Lj (X) PN (X) = f [x0 , . . . , xk ] (X − xj )
xi − xk j=0 j=0
k=0 k=0
k̸=i

N
f [x1 , . . . , xk ] − f [x0 , . . . , xk−1 ] MN +1 Y
f [x0 , . . . , xk ] = |f (x) − PN (x)| ≤ |x − xi |
xk − x0 (N + 1)! i=0

Horner : bn = an , bk−1 = ak−1 + α bk ⇒ P (α) = b0 (2n opérations)

▶ 7.2 Comparaison des approches

Méthode Avantage Inconvénient

Lagrange directe Formule explicite Recalcul total si point ajouté
Newton (di. div.) Ajout d'un point ⇒ une colonne de plus Tableau à construire
Vandermonde Cadre matriciel général Système O(N ) 3

Interpolation locale Pas de phénomène de Runge m polynômes locaux

Pièges classiques
 L (x ) = δ : ne pas confondre L (x ) = 1 et L (x ) = 0 (j ̸= i).
i j ij i i i j

 La formule d'erreur donne ζ inconnu dans [a, b] ; on utilise le corollaire pour la borne M . N +1

 det(A) ̸= 0 si et seulement si les x sont deux à deux distincts.

i

 Augmenter N ̸⇒ meilleure précision (phénomène de Runge).

 Les coecients f [x , . . . , x ] dans la forme de Newton se lisent sur la première ligne du tableau des diérences
divisées.
0 k

Analyse Numérique II · Interpolation Polynomiale · Slim Chaabane · FSS 20252026 · page 5