CHAPITRE

IV: Interpo-
lation
polynômiale

Analyse
numérique
Mr. L.
CHAPITRE IV: Interpolation
RIABI
polynômiale
Interpolation
polynômiale

Méthodes
utilisées : Analyse numérique
Polynôme
d’Hermite
Mr. L. RIABI

ESGEE 2017/2018

17/12/2017

2 / 31
 Introduction

CHAPITRE
IV: Interpo-
lation Introduction :
polynômiale

Analyse Soit y = f (x) une fonction dont on ne connait que les valeurs
numérique
Mr. L. yi qu’elle prend aux (n + 1) points distincts xi , i = 0, 1, ...n on
RIABI
a donc : f (xi ) = yi , i = 0, 1, ...n.
Interpolation
polynômiale Problème :
Méthodes
utilisées :
Déterminer un polynôme Pn (xi ) = yi = f (xi ), i = 0, 1, ...n
Polynôme
d’Hermite
de manière à povoir estimer les valeurs f (x) au moyen de
Pn (x) pour x tel que : min xi ≤ x ≤ max xi
C’est ce qu’on appelle Interpolation de la fonction f par le
polynôme Pn (x) aux points x0 , x1 , ..., xn
avec Pn (x) = a0 + a1 x + a2 x2 + ... + an xn
3 / 31
CHAPITRE
IV: Interpo-
lation
polynômiale Définition 1.1.
Analyse
numérique
Le polynôme P (x) est dit polynôme d’interpolation de f aux
Mr. L. points xi , i = 0, 1, ...n si :
RIABI

Interpolation degré de p ≤ n
polynômiale .........(1)
Méthodes
P (xi ) = f (xi ), i = 0, 1, ...n
utilisées :

Polynôme
d’Hermite Théorème 1.1.
Si les points xi sont distincts, alors le polynôme d’interpolation
de f aux points xi , i = 0, 1, ...n, existe et il est unique

Comment construire ce polynôme d’interpolation ?

4 / 31
 Méthodes utilisées
1) Matrice de Vandermonde

CHAPITRE
IV: Interpo-
Une première tentative consiste à déterminer les inconnues ai
lation
polynômiale
du polynôme Pn (x) en vérifiant directement les (n + 1)
Analyse
équations de collocation : Pn (xi ) = f (xi ), i = 0, 1, ...n ou
numérique
Mr. L.
encore a0 + a1 xi + a2 x2i + ... + an xni = f (xi ) qui est un
RIABI système linéaire de (n + 1) équations en (n + 1) inconnues. Ce
Interpolation système s’écrit sous forme matricielle :
polynômiale
1 x0 x20 ... xn0
    
Méthodes a0 f (x0 )
utilisées :
Matrice de
 1 x1 x21 ... xn1   a1   f (x1 ) 
    
Vandermonde
 1 x2 x2 ... xn   a2  =  f (x2 ) 
Méthode de
Lagrange
 2 2    
Méthodes de Newton
 ... ... ... ... ...   ...   ... 
1 xn x2n ... xnn
Erreur d’interpolation
Différences finies an f (xn )
(cas des points
équidistants)

Polynôme
d’Hermite Définition 2.1.
la matrice associée aux points x0 , x1 , ...xn est la matrice de
Vandermonde
5 / 31
CHAPITRE
IV: Interpo-
lation Exemple 2.1.
polynômiale

Analyse On doit calculer le polynôme passant par les points

numérique
Mr. L. (0, 1); (1, 2); (2, 9)et(3, 28). Etant donné ces 4 points, le
RIABI
polynôme recherché est tout au plus de degré 3 : Ses
Interpolation coefficients ai sont solution de
polynômiale

Méthodes
    
utilisées :
1 0 0 0 a0 1
Matrice de  1 1 1 1   a1   2 
 1 2 4 8   a2  =  9 
Vandermonde     
Méthode de
Lagrange
Méthodes de Newton
Erreur d’interpolation
1 3 9 27 a3 28
Différences finies
(cas des points
équidistants)
dont la solution est (1, 0, 0, 1). Le polynôme recherché est :
Polynôme
d’Hermite P3 (x) = 1 + x3

6 / 31
 2) Méthode de Lagrange

CHAPITRE
IV: Interpo-
lation
polynômiale

Analyse Les polynômes de Lagrange notés Li (x), sont définies par :

numérique
Mr. L.
RIABI
n
Y x − xj
Interpolation Li (x) = ( )
polynômiale xi − xj
j=0,j6=i
Méthodes
utilisées :
Matrice de
Vandermonde Les polynômes Li (x) sont de degré ≤ n et vérifient
Méthode de
Lagrange
Méthodes de Newton 
Erreur d’interpolation
0 si i 6= j
Différences finies
Li (xj ) = δij =
(cas des points
équidistants) 1 i=j
Polynôme
d’Hermite

7 / 31
CHAPITRE
IV: Interpo-
lation
polynômiale

Analyse n
numérique
X
Mr. L. Pn (x) = f (xi ).Li (x)
RIABI
i=0
Interpolation
polynômiale est appelé polynôme d’interpolation de Lagrange de f aux
Méthodes points xi , i = 0, 1, ...n
utilisées :
Matrice de
Vandermonde Exemple 2.2.
Méthode de
Lagrange
Méthodes de Newton
Construire le polynôme d’interpolation de Lagrange de la
1
Erreur d’interpolation
Différences finies
fonction y = f (x) = sin πx, pour les points x0 = 0, x1 = 6 et
(cas des points
équidistants) x2 = 12
Polynôme
d’Hermite

8 / 31
CHAPITRE
IV: Interpo-
lation
polynômiale

Analyse
numérique
Mr. L.
RIABI Remarque 2.1.
Interpolation
Les polynômes de Lagrange s’adaptent mal aux changements
polynômiale
de points (si on ajoute un point on doit refaire tous les calculs)
Méthodes
utilisées :
Matrice de
Vandermonde Question : La méthode suivante permet-elle de compléter les
Méthode de
Lagrange
Méthodes de Newton
valeurs déjà obtenues sans refaire tous les calculs ?
Erreur d’interpolation
Différences finies
(cas des points
équidistants)

Polynôme
d’Hermite

9 / 31
 3) Méthodes de Newton

CHAPITRE
IV: Interpo-
lation
polynômiale
Différences divisées d’une fonction
Analyse
numérique
Mr. L. On considère l’expression suivante :
RIABI

Interpolation
polynômiale Pn (x) = a0 + a1 (x − x0 ) + a2 (x − x0 )(x − x1 )
Méthodes
utilisées :
Matrice de
+ . . . + an (x − x0 ) . . . (x − xn−1 )....(1)
Vandermonde
Méthode de
Lagrange
Méthodes de Newton
Pour le calcul de a0 on utilise le fait que : f (x0 ) = Pn (x0 ) = a0
Erreur d’interpolation
f (x1 )−f (x0 )
Différences finies
(cas des points
équidistants)
Pour a1 , f (x1 ) = Pn (x1 ) ⇒ a1 = x1 −x0
Polynôme
d’Hermite
On procède de la même manière jusqu’à l’obtention de an .

10 / 31
CHAPITRE
IV: Interpo-
lation
polynômiale

Analyse
Définition 2.2.
numérique
Mr. L.
Soit f une fonction définie sur [a, b] et x0 , x1 , ...xn (n + 1)
RIABI
points de [a, b] distincts.
Interpolation On appelle différences divisées de f d’ordre successifs 0, 1, ...n
polynômiale
les expressions suivantes :
Méthodes
utilisées :
Matrice de
d’ordre 0 : f [xi ] = f (xi )
Vandermonde
f (xj )−f (xi )
Méthode de
Lagrange
d’ordre 1 : f [xi , xj ] = xj −xi
Méthodes de Newton
Erreur d’interpolation d’ordre k > 1 :
Différences finies f [xi+1 ,...,xi+k ]−f [xi ,...,xi+k−1 ]
(cas des points
équidistants)
f [xi , xi+1 , ..., xi+k−1 , xi+k ] = xi+k −xi
Polynôme
d’Hermite

11 / 31
CHAPITRE
IV: Interpo-
lation
polynômiale

Analyse
numérique
Mr. L. Application :
RIABI

Interpolation a0 = f [x0 ] = f (x0 )

polynômiale

Méthodes
a1 = f [x0 , x1 ]
utilisées :
Matrice de
a2 = f [x0 , x1 , x2 ]
Vandermonde
Méthode de
...
Lagrange
Méthodes de Newton
Erreur d’interpolation
an = f [x0 , x1 , ..., xn ]
Différences finies
(cas des points
équidistants)

Polynôme
d’Hermite

12 / 31
CHAPITRE
IV: Interpo-
lation
polynômiale
Calcul des différences divisées
Analyse
xi f [xi ] f [xi , xi+1 ] f [xi , xi+1 , xi+2 ] ... f [xi , ..., xi+n
numérique
Mr. L.
x0 f (x0 )
RIABI f [x0 , x1 ]
Interpolation x1 f (x1 ) f [x0 , x1 , x2 ]
polynômiale
f [x1 , x2 ]
Méthodes
utilisées : x2 f (x2 )
Matrice de
Vandermonde . ...
Méthode de
Lagrange . ... ... f [x0 , ..., xn ]
Méthodes de Newton
Erreur d’interpolation . ...
Différences finies
(cas des points
équidistants)
xn−1 f (xn−1 )
Polynôme
f [xn−1 , xn ]
d’Hermite
xn f (xn )

13 / 31
CHAPITRE
IV: Interpo-
lation
polynômiale

Analyse
numérique
Mr. L.
Exemple 2.3.
RIABI
Écrire La table de différences divisées pour les points
Interpolation
polynômiale
(0, 1), (1, 2), (2, 9) et (3, 28)
Méthodes
utilisées :
Matrice de
Remarque 2.2.
Vandermonde
Méthode de
Lagrange
Les différences divisées sont indépendantes de la numérotation
Méthodes de Newton
Erreur d’interpolation
des points xi
Différences finies
(cas des points
équidistants)

Polynôme
d’Hermite

14 / 31
CHAPITRE
IV: Interpo-
lation Formules de Newton En remplaçant ces expressions dans (1)
polynômiale
on obtient le polynôme d’interpolation de f sous forme de
Analyse
numérique Newton :
Mr. L.
RIABI
Pn (x) = f [x0 ] + f [x0 , x1 ](x − x0 )+
Interpolation
polynômiale
... + f [x0 , ..., xn ](x − x0 )...(x − xn−1)
Méthodes
utilisées :

Matrice de
Vandermonde degré de p ≤ n
Méthode de Vérifiant :
Lagrange P (xi ) = f (xi ), i = 0, 1, ...n
Méthodes de Newton
Erreur d’interpolation
Différences finies
(cas des points
Exemple 2.4.
équidistants)

Polynôme Écrire le polynôme d’interpolation de Newton pour les points

d’Hermite
(0, 1), (1, 2), (2, 9) et (3, 28)

15 / 31
CHAPITRE
IV: Interpo-
lation
polynômiale

Analyse
numérique
Mr. L. Remarque 2.3.
RIABI
Avantage de la méthode : si on ajoute p points
Interpolation
polynômiale supplémentaires, il suffit de les écrire à la suite du tableau
Méthodes et de compléter les différences divisées. Si l’on veut, au
utilisées :
Matrice de
contraire négliger les q derniers points, il suffira d’arrêter le
Vandermonde
Méthode de
tableau des différences divisées aux nombres de points
Lagrange
Méthodes de Newton demandés.
Erreur d’interpolation
Différences finies
(cas des points
équidistants)

Polynôme
d’Hermite

16 / 31
 4) Erreur d’interpolation

CHAPITRE
IV: Interpo-
Le problème fondamental est d’étudier l’erreur commise
lation
polynômiale
f (x) − Pn (x).
Analyse
numérique Théorème 2.1.
Mr. L.
RIABI Soit [a, b] un intervalle contenant x0 , x1 , ..., xn on suppose que
Interpolation
f est (n + 1) fois dérivables sur [a, b].
polynômiale Alors pour tout x ∈ [a, b], il existe c ∈ [a, b] tel que :
Méthodes
utilisées : n
Matrice de f (n+1) (c) Y
Vandermonde
f (x) − Pn (x) = (x − xi ).....(2)
Méthode de
Lagrange (n + 1)!
Méthodes de Newton
i=0
Erreur d’interpolation
Différences finies
(cas des points
équidistants) Remarque 2.4.
Polynôme
d’Hermite La formule (2) ne permet pas d’estimer d’une manière exacte la
valeur de l’erreur, par contre, elle permet d’en calculer une
majoration d’où :
17 / 31
CHAPITRE
IV: Interpo-
lation
polynômiale Corollaire 2.1.
Analyse
numérique
Sous les hypothèses du théorème précédent on a :
Mr. L.
RIABI n
M Y
Interpolation
|f (x) − Pn (x)| ≤ | (x − xi )|
polynômiale
(n + 1)!
i=0
Méthodes
utilisées :
Matrice de
Où : M = supx∈[a,b] |f (n+1) (x)|
Vandermonde
Méthode de
Lagrange
Méthodes de Newton
Erreur d’interpolation
Exemple 2.5.
Différences finies
(cas des points
équidistants)
Donner la formule de l’erreur théorique pour la fonction
Polynôme y = f (x) = sin πx, aux points x0 = 0, x1 = 16 et x2 = 12
d’Hermite

18 / 31
 5) Différences finies (cas des points équidistants)

CHAPITRE
IV: Interpo-
Ce cas a une grande importance dans l’interpolation des
lation
polynômiale
fonctions données sous forme de tableau. Dans ce cas les
Analyse
points d’interpolation sont en progression arithmétiques, i.e. :
numérique
Mr. L.
RIABI
x0 , x1 = x0 + h, x2 = x0 + 2h, ...xn = x0 + nh, h > 0

Interpolation
polynômiale
Différences finies progressives : (non divisées)
Méthodes
utilisées : Définition 2.3.
Matrice de
Vandermonde Soient f (xi ) = yi , i = 0, 1, ...n des nombres réels. On appelle
Méthode de
Lagrange différence finie d’ordre 1 l’expression
Méthodes de Newton
Erreur d’interpolation
Différences finies
(cas des points ∆yi = yi+1 − yi , i = 0, 1, ...n − 1
équidistants)

Polynôme
d’Hermite D’ordre 2 :

∆2 yi = ∆yi+1 − ∆yi , i = 0, 1, ...n − 2

19 / 31
CHAPITRE
IV: Interpo-
lation En général, une différence finie d’ordre k :
polynômiale

Analyse
numérique
∆k yi = ∆k−1 yi+1 − ∆k−1 yi , i = 0, 1, ...n − k
Mr. L.
RIABI

Interpolation
Par convention : ∆0 yi = yi , i = 0, 1, ...n
polynômiale

Méthodes Exemple 2.6.

utilisées :
Matrice de
Vandermonde
Donner la table des différences finies progressives pour les
Méthode de
Lagrange
points (2, −6), (4, 2), (6, 18) et (8, 42)
Méthodes de Newton
Erreur d’interpolation
Différences finies
(cas des points Remarque 2.5.
équidistants)

Polynôme Pour (n + 1) points, on peut définir que des différences finies

d’Hermite
allant jusqu’à l’ordre n.

20 / 31
CHAPITRE
IV: Interpo-
lation Relation entre les différences finies progressive et les
polynômiale

Analyse
différences divisées
numérique
Mr. L.
RIABI
Théorème 2.2.
Soit f une fonction dont on connait les valeurs
Interpolation
polynômiale f (xi ) = yi , i = 0, 1, ..., n, avec xi = xi−1 + h, h > 0.
Méthodes Alors :
utilisées :

∆k [f (xi )]
Matrice de
Vandermonde
Méthode de f [xi , xi+1 , ..., xi+k−1 , xi+k ] = , 0≤i≤i+k ≤n
Lagrange
Méthodes de Newton
hk k!
Erreur d’interpolation
Différences finies
(cas des points
oû f [xi , xi+1 , ..., xi+k ] est la différence divisée d’ordre k aux
points xi , xi+1 , ..., xi+k et ∆k f (xi ) est la différence finie
équidistants)

Polynôme
d’Hermite progressive d’ordre k au point f (xi ).

21 / 31
CHAPITRE
IV: Interpo-
lation
polynômiale Polynôme d’interpolation de Newton par les différences
Analyse
numérique
finies :
Mr. L.
RIABI Soient x0 , x1 , ..., xn . n + 1 abscisses telles que :
Interpolation xi+1 = xi + h; i = 0, 1, ..., n et h > 0. Le polynome
polynômiale
d’interpolation de f aux points xi peut s’écrire :
Méthodes
utilisées :
Matrice de ∆f (x0 ) ∆2 f (x0 )
Vandermonde
Pn (x) = f (x0 )+ (x−x0 )+ (x−x0 )(x−x1 )+...
Méthode de
Lagrange
1!h 2!h2
Méthodes de Newton
Erreur d’interpolation
Différences finies
(cas des points
équidistants) ∆n f (x0 )
+ (x − x0 )(x − x1 )...(x − xn−1 ).
Polynôme
d’Hermite
n!hn

22 / 31
CHAPITRE Exemple 2.7.
IV: Interpo-
lation Calculer le polynôme d’interpolation de Newton P associé aux
polynômiale

Analyse
points (2, −6), (4, 2), (6, 18) et (8, 42)
numérique
Mr. L.
RIABI

Interpolation
polynômiale

Méthodes
utilisées :
Matrice de
Vandermonde
Méthode de
Lagrange
Méthodes de Newton
Erreur d’interpolation
Différences finies
(cas des points
équidistants)

Polynôme
d’Hermite

23 / 31
CHAPITRE
IV: Interpo-
lation
polynômiale

Analyse
Différences finies régressives :
numérique
Mr. L.
RIABI
Définition 2.4.
Interpolation
Soient f (xi ) = yi , i = 0, 1, ...n des nombres réels. On appelle
polynômiale différence finie régressive d’ordre 1 l’expression
Méthodes
utilisées :
Matrice de ∇yi = yi − yi−1 , i = 1, ...n
Vandermonde
Méthode de
Lagrange
Méthodes de Newton D’ordre 2 :
Erreur d’interpolation
Différences finies
(cas des points
équidistants) ∇2 yi = ∇yi − ∇yi−1 , i = 2, ...n
Polynôme
d’Hermite

23 / 31
CHAPITRE
IV: Interpo-
lation
polynômiale

Analyse
numérique
Mr. L.
RIABI
En général, une différence finie d’ordre k :
Interpolation

∇k yi = ∇k−1 yi − ∇k−1 yi−1 , i = k, k + 1, ...n

polynômiale

Méthodes
utilisées :
Matrice de
Vandermonde
Méthode de
Par convention : ∇0 yi = yi , i = 0, 1, ...n
Lagrange
Méthodes de Newton
Erreur d’interpolation
Différences finies
(cas des points
équidistants)

Polynôme
d’Hermite

24 / 31
CHAPITRE
IV: Interpo-
lation
polynômiale

Analyse
numérique
Relation entre les différences finies régressives et les
Mr. L.
RIABI
différences divisées

Interpolation
Théorème 2.3.
polynômiale
Soit f une fonction dont on connait les valeurs
Méthodes
utilisées : f (xi ) = yi , i = 0, 1, ..., n, avec xi = xi−1 + h, h > 0.
Matrice de
Vandermonde Alors :
Méthode de
Lagrange
Méthodes de Newton ∇k [f (xk )]
Erreur d’interpolation f [xi , xi+1 , ..., xi+k−1 , xi+k ] = , 0≤i≤i+k ≤n
Différences finies
(cas des points
hk k!
équidistants)

Polynôme
d’Hermite

25 / 31
CHAPITRE
IV: Interpo-
lation
polynômiale Polynôme d’interpolation de Newton par les différences
Analyse
numérique
finies régressives :
Mr. L.
RIABI Soient x0 , x1 , ..., xn . n + 1 abscisses telles que :
Interpolation xi+1 = xi + h; i = 0, 1, ..., n et h > 0. Le polynome
polynômiale
d’interpolation de f aux points xi peut s’écrire :
Méthodes
utilisées :
Matrice de ∇f (x1 ) ∇2 f (x2 )
Vandermonde
Pn (x) = f (x0 )+ (x−x0 )+ (x−x0 )(x−x1 )+...
Méthode de
Lagrange
1!h 2!h2
Méthodes de Newton
Erreur d’interpolation
Différences finies
(cas des points
équidistants) ∇n f (xn )
+ (x − x0 )(x − x1 )...(x − xn−1 ).
Polynôme
d’Hermite
n!hn

26 / 31
 Polynôme d’Hermite

CHAPITRE
IV: Interpo-
lation
polynômiale

Analyse
numérique On peut généraliser l’interpolation de Lagrange d’une fonction f
Mr. L.
RIABI pour chercher un polynôme (courbe) qui passe pas seulement
Interpolation
par les points (xi ; f (xi )) ; mais dont les dérivées coincident à
polynômiale certains points avec les dérivées de la fonction f .
Méthodes
utilisées :
Nous avons imposé au polynome d’interpolation P (x) de
Polynôme
d’Hermite satisfaire P (xi ) = f (xi ); i = 0, 1...n
Maintenant, nous allons lui imposer de satisfaire en plus à
P 0 (xi ) = f 0 (xi ); i = 0, 1...n

27 / 31
CHAPITRE
IV: Interpo-
lation
polynômiale Définition 3.1.
Analyse
numérique
On appel polynôme d’interpolation d’Hermite de degré inférieur
Mr. L.
RIABI
ou égale à 2n + 1 le polynôme donné par la formule :
n n
Interpolation X X
polynômiale P2n+1 (x) = f (xi )Hi (x) + f 0 (xi )Vi (x)
Méthodes
utilisées :
i=0 i=0

Polynôme avec
d’Hermite
Hi (x) = [1 − 2(x − xi )L0i (xi )]L2i (x)
Vi (x) = (x − xi )L2i (x); i = 0, 1...n
et Li (x) est le polynôme de Lagrange au point xi .

28 / 31
CHAPITRE
IV: Interpo-
lation
polynômiale

Analyse
numérique
Mr. L.
RIABI
Exemple 3.1.
Interpolation
polynômiale Calculer le polynome d’Hermite p3 (x) tel que :
Méthodes P (0) = f (0), p0 (0) = f 0 (0), p(5) = f (5), p0 (5) = f 0 (5) pour
utilisées : 1
f (x) = 1+x 2
Polynôme
d’Hermite

29 / 31
CHAPITRE
IV: Interpo-
lation
L’erreur d’interpolation d’Hermite
polynômiale

Analyse Théorème 3.1.

numérique
Mr. L. Soit [a, b] un intervalle contenant x0 , x1 , ..., xn . On suppose
RIABI
que f est (2n + 2) fois continument dérivables sur [a, b]. Alors,
Interpolation
polynômiale
pour tout x ∈ [a, b], il existe c ∈ [a, b] tel que :
Méthodes n
utilisées : f (2n+2) (c) Y
Polynôme
En (x) = f (x) − P2n+1 (x) = [ (x − xi )]2
d’Hermite (2n + 2)!
i=0

Cette relation est l’expression analytique de l’erreur

d’interpolation d’Hermite. Elle ne permet évidemment pas de
calculer la valeur exacte de l’erreur , elle permet par contre,
d’en calculer une majoration. D’ou
30 / 31
CHAPITRE
IV: Interpo-
lation
polynômiale

Analyse
numérique
Mr. L.
RIABI
Sous les hypothèses du théorème précédent, on a
Interpolation
polynômiale n
supx∈[a,b] |f (2n+2) (x)| Y
Méthodes |f (x) − P2n+1 (x)| ≤ [ (x − xi )]2
utilisées : (2n + 2)!
i=0
Polynôme
d’Hermite

31 / 31