2.

Interpolation Jeudi 5 juin 2014

Puisque les valeurs x i et y i sont connues, ces relations forment un système linéaire de (m + 1) équations en les (m + 1)
inconnues a 0 , a 1 , a 2 , . . . , a m qu’on peut mettre sous la forme matricielle 1

1 x 0 . . . x 0m
    
a0 y0
Interpolation
1 x
 1
polynomiale
. . . x 1m 
  a1   y 1 
   
 .  =  . . (2.2)
. .. ..     
.
. . .   ..   .. 
m
1 xm ... xm am ym

Ainsi, le problème consistant à chercher le polynôme P m satisfaisant (2.1) peut se réduire à résoudre le système linéaire (2.2).
Cependant, résoudre une système linéaire de (m + 1) équations à (m + 1) inconnues n’est pas une tache triviale. Cette
méthode pour trouver le polynôme P m n’est donc pas une bonne méthode en pratique. Dans la suite on va étudier une
méthode plus astucieuse pour construire le polynôme P m .

2.1.2. Méthode de Lagrange

Quand on écrit le polynôme P m dans la base canonique de Rm [x], le problème est de déterminer les (m + 1) coefficients
a 0 , a 1 , a 2 , . . . , a m tels que
P m (x) = a 0 + a 1 x + a 2 x 2 + · · · + a m x m .
On se demande s’il existe une autre base { L 0 , L 1 , L 2 , . . . , L m } de Rm [x] telle que le polynôme P m s’écrit

P m (x) = y 0 L 0 (x) + y 1 L 1 (x) + y 2 L 2 (x) + · · · + y m L m (x),

autrement dit s’il existe une base telle que les coordonnées du polynôme dans cette base ne sont rien d’autre que les valeurs
connues y 0 , y 1 , . . . , y m .
Pour trouver une telle base, commençons par imposer le passage du polynômes par les m + 1 points donnés : les (m + 1)
relations (2.1) imposent la condition :
(
1 si i = j
L i (x j ) = pour 0 ≤ i , j ≤ m,
0 sinon

ce qui donne
m x −x (x − x 0 )(x − x 1 ) · · · (x − x i −1 )(x − x i +1 ) · · · (x − x m )
Y j
L i (x) = = .
j =0 x i − x j (x i − x 0 )(x i − x 1 ) · · · (x i − x i −1 )(x i − x i +1 ) · · · (x i − x m )
j 6=i

Clairement, le numérateur de L i (x) est un produit de m termes (x − x j ) avec i 6= j et est donc un polynôme de degré m. Le
dénominateur est une constante et il est facile de vérifier que
⋆ L i (x) ∈ Rm [x],
⋆ L i (x j ) = 0 si i 6= j , 0 ≤ i ≤ m,
⋆ L i (x i ) = 1.
De plus, les polynômes L 0 , L 1 , L 2 , . . . , L m sont linéairement indépendants car si l’équation m i =0 αi L i (x) = 0 doit être satis-
P

faite pour tout x ∈ R alors i =0 αi L i (x j ) = 0 doit être vraie pour tout j = 0, 1, . . . , m et puisque m
Pm
i =0 αi L i (x j ) = α j , on conclut
P

que tous les α j sont nuls. Par conséquent, la famille { L 0 , L 1 , L 2 , . . . , L m } forme une base de Rm [x].
Il est important de remarquer que nous avons construit explicitement une solution du problème (2.1) et ceci pour n’im-
porte quelles valeurs y 0 , y 1 , y 2 , . . . , y m données. Ceci montre que le système linéaire (2.2) a toujours une unique solution.
Théorème Interpolation de L AGRANGE
Étant donné m + 1 points distincts x 0 , . . . , x m et m + 1 valeurs correspondantes y 0 , . . . , y m , il existe un unique polynôme
P m ∈ Rm [x] tel que P m (x i ) = y i , pour i = 0, . . . m qu’on peut écrire sous la forme
m m x −x
X Y j
P m (x) = y i L i (x) ∈ Rm [x] où L i (x) = .
i =0 j =0 xi − x j
j 6=i

Cette relation est appelée formule d’interpolation de L AGRANGE et les polynômes L i sont les polynômes caractéristiques
(de L AGRANGE).

1 x 0 ... x 0m
 
1 x 1 ... x 1m 
1. La matrice  . s’appelle matrice de VANDERMONDE.
 
. . . 
. . 
. . .
m
1 x m ... x m

62 © G. Faccanoni
Jeudi 5 juin 2014 2. Interpolation

Exemple
Pour m = 2 le polynôme de L AGRANGE s’écrit

(x − x 1 )(x − x 2 ) (x − x 0 )(x − x 2 ) (x − x 0 )(x − x 1 )

P (x) = y 0 + y1 + y2
(x 0 − x 1 )(x 0 − x 2 ) (x 1 − x 0 )(x 1 − x 2 ) (x 2 − x 0 )(x 2 − x 1 )

Exemple
On cherche le polynôme d’interpolation de L AGRANGE qui en −1 vaut 8, en 0 vaut 3 et en 1 vaut 6. On a

(x − x 1 )(x − x 2 ) (x − x 0 )(x − x 2 ) (x − x 0 )(x − x 1 )

P (x) = y 0 + y1 + y2
(x 0 − x 1 )(x 0 − x 2 ) (x 1 − x 0 )(x 1 − x 2 ) (x 2 − x 0 )(x 2 − x 1 )
x(x − 1) (x + 1)(x − 1) (x + 1)x
=8 +3 +6 = 4x 2 − x + 3.
2 −1 2

Remarque
Si m est petit il est souvent plus simple de calculer directement les coefficients a 0 , a 1 , . . ., a m avec la méthode “naïve” en
résolvant le système linéaire (2.2).

Soit f : R → R une fonction continue donnée et soit x 0 , x 1 , x 2 , . . . , x m , (m+1) points distincts donnés. Interpoler la fonction
f aux points x i , 0 ≤ i ≤ m signifie chercher un polynôme P m de degré m tel que

P m (x i ) = f (x i ) pour 0 ≤ i ≤ m. (2.3)

La solution de ce problème est donc donnée par

m m x −x
X Y j
P m (x) = f (x i )L i (x) ∈ Rm [x] où L i (x) =
i =0 j =0 xi − x j
j 6=i

et le polynôme P m est appelée interpolant de f de degré m aux points x 0 , x 1 , x 2 , . . . , x m .

Exemple
Soit f : R → R la fonction définie par f (x) = e x . On cherche l’interpolant de f aux points −1, 0, 1. On a

(x − x 1 )(x − x 2 ) (x − x 0 )(x − x 2 ) (x − x 0 )(x − x 1 )

P (x) = f (x 0 ) + f (x 1 ) + f (x 2 )
(x 0 − x 1 )(x 0 − x 2 ) (x 1 − x 0 )(x 1 − x 2 ) (x 2 − x 0 )(x 2 − x 1 )
1 x(x − 1) (x + 1)(x − 1) (x + 1)x 1 1
µ ¶ µ ¶
e 2 e
= + +e = −1− x + − x + 1.
e 2 −1 2 2e 2 2 2e

La figure ci-dessous montre le graphe de la fonction f et de son interpolant aux points −1, 0, 1.
y

e
f
P2

1
e

−1 0 1 x

Proposition Erreur
Si y i = f (x i ) pour i = 0, 1, . . . , n, f : I → R étant une fonction donnée de classe C n+1 (I ) où I est le plus petit intervalle

© G. Faccanoni 63