Analyse Numérique

Interpolation polynomiale

Pr. LAKHBAB

EHTP

Printemps 2025

Interpolation polynomiale 1 / 32
 Problème d'interpolation

1 Problème d'interpolation

2 Méthode directe

3 Méthode de Lagrange : Cas de deux points

4 Méthode de Lagrange : Cas général

5 Polynôme de Newton

Interpolation polynomiale 2 / 32
 Problème d'interpolation

Exemples

On détermine expérimentalement la viscosité de l'eau à diérentes

températures :
Température 0o 5o 10o 15o
viscosité 1.792 1.519 1.308 1.140
Déterminez la viscosité de l'eau qui correspond à 8o !
On considère l'évolution de la population marocaine depuis 1982 :
1

Année 1982 1994 2004 2014 2024

Population 20419555 26073717 29891708 33848242 36828330
Table  Évolution de la population au Maroc

Peut-on estimer le nombre d'habitants pendant les années où il n'y a pas eu

de recensement ?

1. Recensement Général de la Population et de l'Habitat 2024,

[Link]
0fbd169b-19e1-4338-a344-e58bb9a02a4d/?permalink_key=pmo6qLqylzY&standalone=true
Interpolation polynomiale 3 / 32
 Problème d'interpolation

Exemples

On détermine expérimentalement la viscosité de l'eau à diérentes

températures :
Température 0o 5o 10o 15o
viscosité 1.792 1.519 1.308 1.140
Déterminez la viscosité de l'eau qui correspond à 8o !
On considère l'évolution de la population marocaine depuis 1982 :
1

Année 1982 1994 2004 2014 2024

Population 20419555 26073717 29891708 33848242 36828330
Table  Évolution de la population au Maroc

Peut-on estimer le nombre d'habitants pendant les années où il n'y a pas eu

de recensement ?

1. Recensement Général de la Population et de l'Habitat 2024,

[Link]
0fbd169b-19e1-4338-a344-e58bb9a02a4d/?permalink_key=pmo6qLqylzY&standalone=true
Interpolation polynomiale 3 / 32
 Problème d'interpolation

Exemples

On détermine expérimentalement la viscosité de l'eau à diérentes

températures :
Température 0o 5o 10o 15o
viscosité 1.792 1.519 1.308 1.140
Déterminez la viscosité de l'eau qui correspond à 8o !
On considère l'évolution de la population marocaine depuis 1982 :
1

Année 1982 1994 2004 2014 2024

Population 20419555 26073717 29891708 33848242 36828330
Table  Évolution de la population au Maroc

Peut-on estimer le nombre d'habitants pendant les années où il n'y a pas eu

de recensement ?

1. Recensement Général de la Population et de l'Habitat 2024,

[Link]
0fbd169b-19e1-4338-a344-e58bb9a02a4d/?permalink_key=pmo6qLqylzY&standalone=true
Interpolation polynomiale 3 / 32
 Problème d'interpolation

Exemples

On détermine expérimentalement la viscosité de l'eau à diérentes

températures :
Température 0o 5o 10o 15o
viscosité 1.792 1.519 1.308 1.140
Déterminez la viscosité de l'eau qui correspond à 8o !
On considère l'évolution de la population marocaine depuis 1982 :
1

Année 1982 1994 2004 2014 2024

Population 20419555 26073717 29891708 33848242 36828330
Table  Évolution de la population au Maroc

Peut-on estimer le nombre d'habitants pendant les années où il n'y a pas eu

de recensement ?

1. Recensement Général de la Population et de l'Habitat 2024,

[Link]
0fbd169b-19e1-4338-a344-e58bb9a02a4d/?permalink_key=pmo6qLqylzY&standalone=true
Interpolation polynomiale 3 / 32
 Problème d'interpolation

Le problème

Problème
Dans le cas de mesures d'un phénomène physique ou chimique. On ne sera en
général pas capable d'obtenir les mesures en temps continu, mais seulement en un
nombre prédéterminé de temps discrets.

Interpolation polynomiale 4 / 32
 Problème d'interpolation

Approcher une fonction ! !

On considère (x , y ), (x , y ), . . . , (xn , yn ) tels que
0 0 1 1

y0 = f (x0 ), y1 = f (x1 ), · · · , yn = f (xn )

La fonction f n'est connue que dans les points xi , i = 1, · · · n

Objectif
Approcher f par une autre fonction dont la forme est plus simple et dont on peut
se servir à la place de f .

L'espace vectoriel Rn [x]

Les fonctions les plus faciles à évaluer numériquement sont les polynômes.
Rn [x] = {a0 + a1 x + · · · an x n /a0 , a1 , ..., an ∈ R}
B = {1, x, . . . , x n } est une base de Rn [x]
dim Rn [x] = n + 1.

Interpolation polynomiale 5 / 32
 Problème d'interpolation

Approcher une fonction ! !

On considère (x , y ), (x , y ), . . . , (xn , yn ) tels que
0 0 1 1

y0 = f (x0 ), y1 = f (x1 ), · · · , yn = f (xn )

La fonction f n'est connue que dans les points xi , i = 1, · · · n

Objectif
Approcher f par une autre fonction dont la forme est plus simple et dont on peut
se servir à la place de f .

L'espace vectoriel Rn [x]

Les fonctions les plus faciles à évaluer numériquement sont les polynômes.
Rn [x] = {a0 + a1 x + · · · an x n /a0 , a1 , ..., an ∈ R}
B = {1, x, . . . , x n } est une base de Rn [x]
dim Rn [x] = n + 1.

Interpolation polynomiale 5 / 32
 Problème d'interpolation

Approcher une fonction ! !

On considère (x , y ), (x , y ), . . . , (xn , yn ) tels que
0 0 1 1

y0 = f (x0 ), y1 = f (x1 ), · · · , yn = f (xn )

La fonction f n'est connue que dans les points xi , i = 1, · · · n

Objectif
Approcher f par une autre fonction dont la forme est plus simple et dont on peut
se servir à la place de f .

L'espace vectoriel Rn [x]

Les fonctions les plus faciles à évaluer numériquement sont les polynômes.
Rn [x] = {a0 + a1 x + · · · an x n /a0 , a1 , ..., an ∈ R}
B = {1, x, . . . , x n } est une base de Rn [x]
dim Rn [x] = n + 1.

Interpolation polynomiale 5 / 32
 Problème d'interpolation

Approcher une fonction ! !

On considère (x , y ), (x , y ), . . . , (xn , yn ) tels que
0 0 1 1

y0 = f (x0 ), y1 = f (x1 ), · · · , yn = f (xn )

La fonction f n'est connue que dans les points xi , i = 1, · · · n

Objectif
Approcher f par une autre fonction dont la forme est plus simple et dont on peut
se servir à la place de f .

L'espace vectoriel Rn [x]

Les fonctions les plus faciles à évaluer numériquement sont les polynômes.
Rn [x] = {a0 + a1 x + · · · an x n /a0 , a1 , ..., an ∈ R}
B = {1, x, . . . , x n } est une base de Rn [x]
dim Rn [x] = n + 1.

Interpolation polynomiale 5 / 32
 Problème d'interpolation

Interpolation polynômiale

⋆ Soient
f une fonction continue sur un intervalle [a, b].
x0 , x1 , ..., xn ∈ [a, b], n + 1 points distincts (n ∈ N∗ ) tels que

y0 = f (x0 ), y1 = f (x1 ), · · · , yn = f (xn )

⋆ On cherche un polynôme p de degré n tel que

p(xi ) = yi , i ∈ {0, . . . , n}.

⋆ p est appelé polynôme d'interpolation, et on note p = pn .

Interpolation polynomiale 6 / 32
 Problème d'interpolation

Interpolation polynômiale

⋆ Soient
f une fonction continue sur un intervalle [a, b].
x0 , x1 , ..., xn ∈ [a, b], n + 1 points distincts (n ∈ N∗ ) tels que

y0 = f (x0 ), y1 = f (x1 ), · · · , yn = f (xn )

⋆ On cherche un polynôme p de degré n tel que

p(xi ) = yi , i ∈ {0, . . . , n}.

⋆ p est appelé polynôme d'interpolation, et on note p = pn .

Interpolation polynomiale 6 / 32
 Problème d'interpolation

Interpolation polynômiale

⋆ Soient
f une fonction continue sur un intervalle [a, b].
x0 , x1 , ..., xn ∈ [a, b], n + 1 points distincts (n ∈ N∗ ) tels que

y0 = f (x0 ), y1 = f (x1 ), · · · , yn = f (xn )

⋆ On cherche un polynôme p de degré n tel que

p(xi ) = yi , i ∈ {0, . . . , n}.

⋆ p est appelé polynôme d'interpolation, et on note p = pn .

Interpolation polynomiale 6 / 32
 Méthode directe

1 Problème d'interpolation

2 Méthode directe

3 Méthode de Lagrange : Cas de deux points

4 Méthode de Lagrange : Cas général

5 Polynôme de Newton

Interpolation polynomiale 7 / 32
 Méthode directe

Un tel polynôme existe ?

On écrit le polynôme pn dans la base canonique de Rn [x] :
pn (x) = a0 + a1 x + a2 x 2 + . . . an x n

Déterminer les coecients ai , i = 0, ..., n

On écrit explicitement pn (xi ) = yi , i = 0, ..., n.
Les coecients de pn sont les solutions du système


 a0 + a1 x0 + · · · + an x0n = y0
a0 + a1 x1 + · · · + an x1n = y1

⇐⇒

 ···
a0 + a1 xn + · · · + an xnn = yn


1 x0 · · · x0n−1 x0n
    
a0 y0
 1 x1 · · · x1n−1 x1n    a1  
   y1 
.. ..   ..  =  .. 
 
. .  .   . 


1 xn · · · xn n−1
xnn an yn
Interpolation polynomiale 8 / 32
 Méthode directe

Un tel polynôme existe ?

On écrit le polynôme pn dans la base canonique de Rn [x] :
pn (x) = a0 + a1 x + a2 x 2 + . . . an x n

Déterminer les coecients ai , i = 0, ..., n

On écrit explicitement pn (xi ) = yi , i = 0, ..., n.
Les coecients de pn sont les solutions du système


 a0 + a1 x0 + · · · + an x0n = y0
a0 + a1 x1 + · · · + an x1n = y1

⇐⇒

 ···
a0 + a1 xn + · · · + an xnn = yn


1 x0 · · · x0n−1 x0n
    
a0 y0
 1 x1 · · · x1n−1 x1n    a1  
   y1 
.. ..   ..  =  .. 
 
. .  .   . 


1 xn · · · xn n−1
xnn an yn
Interpolation polynomiale 8 / 32
 Méthode directe

Un tel polynôme existe ?

On écrit le polynôme pn dans la base canonique de Rn [x] :
pn (x) = a0 + a1 x + a2 x 2 + . . . an x n

Déterminer les coecients ai , i = 0, ..., n

On écrit explicitement pn (xi ) = yi , i = 0, ..., n.
Les coecients de pn sont les solutions du système


 a0 + a1 x0 + · · · + an x0n = y0
a0 + a1 x1 + · · · + an x1n = y1

⇐⇒

 ···
a0 + a1 xn + · · · + an xnn = yn


1 x0 · · · x0n−1 x0n
    
a0 y0
 1 x1 · · · x1n−1 x1n    a1  
   y1 
.. ..   ..  =  .. 
 
. .  .   . 


1 xn · · · xn n−1
xnn an yn
Interpolation polynomiale 8 / 32
 Méthode directe

Un tel polynôme existe ?

1 x ··· x0n−1 x0n

    
0 a0 y0
 1 x ···
1 x1n−1 x1n   a1   y1 
.. ..   ..  
= .. 
    
. . . . 
  
  
1 xn · · · xnn−1 xn n an yn
| {z }| {z } | {z }
V : Matrice de Vandermonde a y

♦ Le problème se réduit à la résolution du système linéaire Va = y , dont l'inconnu

est le vecteur des coecients (a , . . . , an )T
1

Remarques
♦ La matrice de Vandermonde V est inversible si et seulement si les points
d'interpolations sont distincts (xi ̸= xj , pour i ̸= j ).
♦ La résolution de ce système conduit à l'unique polynôme d'interpolation de f .

Interpolation polynomiale 9 / 32
 Méthode directe

Un tel polynôme existe ?

1 x ··· x0n−1 x0n

    
0 a0 y0
 1 x ···
1 x1n−1 x1n   a1   y1 
.. ..   ..  
= .. 
    
. . . . 
  
  
1 xn · · · xnn−1 xn n an yn
| {z }| {z } | {z }
V : Matrice de Vandermonde a y

♦ Le problème se réduit à la résolution du système linéaire Va = y , dont l'inconnu

est le vecteur des coecients (a , . . . , an )T
1

Remarques
♦ La matrice de Vandermonde V est inversible si et seulement si les points
d'interpolations sont distincts (xi ̸= xj , pour i ̸= j ).
♦ La résolution de ce système conduit à l'unique polynôme d'interpolation de f .

Interpolation polynomiale 9 / 32
 Méthode directe

Exemple
Calculer le polynôme d'interpolation, passant par les points (0, 1), (1, 2), (2, 9) et
(3, 28) (Utiliser la décomposition LU pour résoudre le système linéaire).

Remarques
Le conditionnement de la matrice de Vandermonde augmente fortement
quand n augmente.
La résolution du système Va = y se comporte mal quand les points
d'interpolations (xi ) sont proches ou petits.
Si on ajoute un autre point d'interpolation, il faut tout recommencer !

♦ Théoriquement, cette méthode est utile car elle donne une condition d'existence
du polynôme d'interpolation, mais la résolution du système linéaire peut être en
général coûteuse !
♦ On étudiera une méthode plus astucieuse pour construire le polynôme pn .

Interpolation polynomiale 10 / 32
 Méthode de Lagrange : Cas de deux points

1 Problème d'interpolation

2 Méthode directe

3 Méthode de Lagrange : Cas de deux points

4 Méthode de Lagrange : Cas général

5 Polynôme de Newton

Interpolation polynomiale 11 / 32
 Méthode de Lagrange : Cas de deux points

Cas de deux points (Interpolation Linéaire)

On considère deux points (x , y ), (x , y ) avec
0 0 1 1


x0 ̸= x1
y0 = f (x0 ) et y1 = f (x1 )
Déterminer le polynôme p (x) = a x + a qui passe par les deux points
1 1 0

(x , y ), (x , y ).
0 0 1 1

On résout le système d'équations :


p1 (x0 ) = y0
p1 (x1 ) = y1
La solution est donnée par
y1 − y0 x1 y0 − x0 y1
a1 = , a0 = y0 − ax0 =
x1 − x0 x1 − x0
Ce qui dénit le polynôme d'interpolation suivant
y1 − y0 x1 y0 − x0 y1
p1 (x) = x+
x1 − x0 x1 − x0
Interpolation polynomiale 12 / 32
 Méthode de Lagrange : Cas de deux points

Cas de deux points (Interpolation Linéaire)

On considère deux points (x , y ), (x , y ) avec
0 0 1 1


x0 ̸= x1
y0 = f (x0 ) et y1 = f (x1 )
Déterminer le polynôme p (x) = a x + a qui passe par les deux points
1 1 0

(x , y ), (x , y ).
0 0 1 1

On résout le système d'équations :


p1 (x0 ) = y0
p1 (x1 ) = y1
La solution est donnée par
y1 − y0 x1 y0 − x0 y1
a1 = , a0 = y0 − ax0 =
x1 − x0 x1 − x0
Ce qui dénit le polynôme d'interpolation suivant
y1 − y0 x1 y0 − x0 y1
p1 (x) = x+
x1 − x0 x1 − x0
Interpolation polynomiale 12 / 32
 Méthode de Lagrange : Cas de deux points

Cas de deux points (Interpolation Linéaire)

On considère deux points (x , y ), (x , y ) avec
0 0 1 1


x0 ̸= x1
y0 = f (x0 ) et y1 = f (x1 )
Déterminer le polynôme p (x) = a x + a qui passe par les deux points
1 1 0

(x , y ), (x , y ).
0 0 1 1

On résout le système d'équations :


p1 (x0 ) = y0
p1 (x1 ) = y1
La solution est donnée par
y1 − y0 x1 y0 − x0 y1
a1 = , a0 = y0 − ax0 =
x1 − x0 x1 − x0
Ce qui dénit le polynôme d'interpolation suivant
y1 − y0 x1 y0 − x0 y1
p1 (x) = x+
x1 − x0 x1 − x0
Interpolation polynomiale 12 / 32
 Méthode de Lagrange : Cas de deux points

Cas de deux points (Interpolation Linéaire)

On considère deux points (x , y ), (x , y ) avec
0 0 1 1


x0 ̸= x1
y0 = f (x0 ) et y1 = f (x1 )
Déterminer le polynôme p (x) = a x + a qui passe par les deux points
1 1 0

(x , y ), (x , y ).
0 0 1 1

On résout le système d'équations :


p1 (x0 ) = y0
p1 (x1 ) = y1
La solution est donnée par
y1 − y0 x1 y0 − x0 y1
a1 = , a0 = y0 − ax0 =
x1 − x0 x1 − x0
Ce qui dénit le polynôme d'interpolation suivant
y1 − y0 x1 y0 − x0 y1
p1 (x) = x+
x1 − x0 x1 − x0
Interpolation polynomiale 12 / 32
 Méthode de Lagrange : Cas de deux points

Cas de deux points (Interpolation Linéaire)

On considère deux points (x , y ), (x , y ) avec
0 0 1 1


x0 ̸= x1
y0 = f (x0 ) et y1 = f (x1 )
Déterminer le polynôme p (x) = a x + a qui passe par les deux points
1 1 0

(x , y ), (x , y ).
0 0 1 1

On résout le système d'équations :


p1 (x0 ) = y0
p1 (x1 ) = y1
La solution est donnée par
y1 − y0 x1 y0 − x0 y1
a1 = , a0 = y0 − ax0 =
x1 − x0 x1 − x0
Ce qui dénit le polynôme d'interpolation suivant
y1 − y0 x1 y0 − x0 y1
p1 (x) = x+
x1 − x0 x1 − x0
Interpolation polynomiale 12 / 32
 Méthode de Lagrange : Cas de deux points

Méthode de Lagrange : Cas de deux points

On considère les polynômes L et L de degré 1 tels que

0 1

0 si i =

̸ k,
Lk (xi ) =
1 si i = k.
On pose
x − x1 x − x0
L0 (x) = , L1 (x) =
x0 − x1 x1 − x0
Ainsi
p1 (x) = y0 L0 (x) + y1 L1 (x)

y1 − y0 x1 y0 − x0 y1
= x+
x1 − x0 x1 − x0
On voit bien que p (x ) = y et p (x ) = y .
1 0 0 1 1 1

Interpolation polynomiale 13 / 32
 Méthode de Lagrange : Cas de deux points

Méthode de Lagrange : Cas de deux points

On considère les polynômes L et L de degré 1 tels que

0 1

0 si i =

̸ k,
Lk (xi ) =
1 si i = k.
On pose
x − x1 x − x0
L0 (x) = , L1 (x) =
x0 − x1 x1 − x0
Ainsi
p1 (x) = y0 L0 (x) + y1 L1 (x)

y1 − y0 x1 y0 − x0 y1
= x+
x1 − x0 x1 − x0
On voit bien que p (x ) = y et p (x ) = y .
1 0 0 1 1 1

Interpolation polynomiale 13 / 32
 Méthode de Lagrange : Cas de deux points

Méthode de Lagrange : Cas de deux points

On considère les polynômes L et L de degré 1 tels que

0 1

0 si i =

̸ k,
Lk (xi ) =
1 si i = k.
On pose
x − x1 x − x0
L0 (x) = , L1 (x) =
x0 − x1 x1 − x0
Ainsi
p1 (x) = y0 L0 (x) + y1 L1 (x)

y1 − y0 x1 y0 − x0 y1
= x+
x1 − x0 x1 − x0
On voit bien que p (x ) = y et p (x ) = y .
1 0 0 1 1 1

Interpolation polynomiale 13 / 32
 Méthode de Lagrange : Cas de deux points

Méthode de Lagrange : Cas de deux points

On considère les polynômes L et L de degré 1 tels que

0 1

0 si i =

̸ k,
Lk (xi ) =
1 si i = k.
On pose
x − x1 x − x0
L0 (x) = , L1 (x) =
x0 − x1 x1 − x0
Ainsi
p1 (x) = y0 L0 (x) + y1 L1 (x)

y1 − y0 x1 y0 − x0 y1
= x+
x1 − x0 x1 − x0
On voit bien que p (x ) = y et p (x ) = y .
1 0 0 1 1 1

Interpolation polynomiale 13 / 32
 Méthode de Lagrange : Cas de deux points

Méthode de Lagrange : Cas de deux points

Figure  Polynômes de Lagrange de degré 1

Le polynôme de degré 1 est donné par : p (x) = y L (x) + y L (x)

1 0 0 1 1

Exemple : Donner le polynôme d'interpolation d'une fonction f aux points

(2, 3), (5, −6).
Interpolation polynomiale 14 / 32
 Méthode de Lagrange : Cas de deux points

Méthode de Lagrange : Cas de deux points

Figure  Polynômes de Lagrange de degré 1

Le polynôme de degré 1 est donné par : p (x) = y L (x) + y L (x)

1 0 0 1 1

Exemple : Donner le polynôme d'interpolation d'une fonction f aux points

(2, 3), (5, −6).
Interpolation polynomiale 14 / 32
 Méthode de Lagrange : Cas de deux points

Méthode de Lagrange : Cas de trois points

Avec le même raisonnement on construit les polynômes de Lagrange, dans le cas

de trois point, (x , f (x )), (x , f (x )) et (x , f (x )) :
0 0 1 1 2 2

(x − x1 )(x − x2 )
L0 (x) = ,
(x0 − x1 )(x0 − x2 )
(x − x0 )(x − x2 )
L1 (x) = ,
(x1 − x0 )(x1 − x2 )
(x − x0 )(x − x1 )
L2 (x) =
(x2 − x0 )(x2 − x1 )

Interpolation polynomiale 15 / 32
 Méthode de Lagrange : Cas de deux points

Méthode de Lagrange : Cas de trois points

Figure  Polynômes de Lagrange de degré 1

Exemple
Donner l'interpolant de la fonction exponentielle aux points 1, 0 et 1.
Interpolation polynomiale 16 / 32
 Méthode de Lagrange : Cas général

1 Problème d'interpolation

2 Méthode directe

3 Méthode de Lagrange : Cas de deux points

4 Méthode de Lagrange : Cas général

5 Polynôme de Newton

Interpolation polynomiale 17 / 32
 Méthode de Lagrange : Cas général

Données :
n + 1 points distincts x , · · · , xn et n + 1 de valeurs correspondantes y , ..., yn .
0 0

Objectif :
Chercher un polynôme de degré n tel que pn (xi ) = yi , i = 0, · · · , n

Dénition
On appelle polynômes de Lagrange associés aux n÷uds {xi }i= 0 ,··· ,n , n ≥ 1, les
n + 1 polynômes Li , (i = 0, · · · , n), dénis par

(x − x0 ) · · · (x − xi−1 )(x − xi+1 ) · · · (x − xn )

Li (x) =
(xi − x0 ) · · · (xi − xi−1 )(xi − xi+1 ) · · · (xi − xn )

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

Interpolation polynomiale 18 / 32
 Méthode de Lagrange : Cas général

Données :
n + 1 points distincts x , · · · , xn et n + 1 de valeurs correspondantes y , ..., yn .
0 0

Objectif :
Chercher un polynôme de degré n tel que pn (xi ) = yi , i = 0, · · · , n

Dénition
On appelle polynômes de Lagrange associés aux n÷uds {xi }i= 0 ,··· ,n , n ≥ 1, les
n + 1 polynômes Li , (i = 0, · · · , n), dénis par

(x − x0 ) · · · (x − xi−1 )(x − xi+1 ) · · · (x − xn )

Li (x) =
(xi − x0 ) · · · (xi − xi−1 )(xi − xi+1 ) · · · (xi − xn )

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

Interpolation polynomiale 18 / 32
 Méthode de Lagrange : Cas général

Données :
n + 1 points distincts x , · · · , xn et n + 1 de valeurs correspondantes y , ..., yn .
0 0

Objectif :
Chercher un polynôme de degré n tel que pn (xi ) = yi , i = 0, · · · , n

Dénition
On appelle polynômes de Lagrange associés aux n÷uds {xi }i= 0 ,··· ,n , n ≥ 1, les
n + 1 polynômes Li , (i = 0, · · · , n), dénis par

(x − x0 ) · · · (x − xi−1 )(x − xi+1 ) · · · (x − xn )

Li (x) =
(xi − x0 ) · · · (xi − xi−1 )(xi − xi+1 ) · · · (xi − xn )

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

Interpolation polynomiale 18 / 32
 Méthode de Lagrange : Cas général

Données :
n + 1 points distincts x , · · · , xn et n + 1 de valeurs correspondantes y , ..., yn .
0 0

Objectif :
Chercher un polynôme de degré n tel que pn (xi ) = yi , i = 0, · · · , n

Dénition
On appelle polynômes de Lagrange associés aux n÷uds {xi }i= 0 ,··· ,n , n ≥ 1, les
n + 1 polynômes Li , (i = 0, · · · , n), dénis par

(x − x0 ) · · · (x − xi−1 )(x − xi+1 ) · · · (x − xn )

Li (x) =
(xi − x0 ) · · · (xi − xi−1 )(xi − xi+1 ) · · · (xi − xn )

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

Interpolation polynomiale 18 / 32
 Méthode de Lagrange : Cas général

Formule d'interpolation de Lagrange

On a n
(1)
X
pn (x) = y0 L0 (x) + y1 L1 (x) + · · · + yn Ln (x) = yi Li (x).
i=0

Cette relation est appelée formule d'interpolation de Lagrange.

pn est un polynôme de degré n qui vérie bien pn (xi ) = yi .

Exemple
On considère la fonction f (x) = (1 + x) 1 3 /
que l'on souhaite interpoler aux points
x = 0, x = 7, x = 26
0 1 2

Les valeurs correspondantes sont :

y0 = f (0) = 1, y1 = f (7) = 2, y3 = f (26) = 3

Interpolation polynomiale 19 / 32
 Méthode de Lagrange : Cas général

Polynômes de Lagrange
(x − x1 )(x − x2 ) (x − 7)(x − 26) (x − 7)(x − 26)
L0 (x) = = =
(x0 − x1 )(x0 − x2 ) (0 − 7)(0 − 26) 182
(x − x0 )(x − x2 ) x(x − 26) −x(x − 26)
L1 (x) = = =
(x1 − x0 )(x1 − x2 ) 7 · (−19) 133
(x − x0 )(x − x1 ) x(x − 7) x(x − 7)
L2 (x) = = =
(x2 − x0 )(x2 − x1 ) 26 · 19 494
Polynôme d'interpolation
P2 (x) = f (x0 )L0 (x) + f (x1 )L1 (x) + f (x2 )L2 (x)
(x − 7)(x − 26) x(x − 26) x(x − 7)
=1· −2· +3·
182 133 494
Ainsi
46 7441
P2 (x) = x − 2
x +1
1729 12103

Interpolation polynomiale 20 / 32
 Méthode de Lagrange : Cas général

Exercices
1
On indique dans le tableau ci-dessous les valeurs d'une fonction f aux trois
diérents points
x -1 0 1
f(x) 8 3 6
Donner le polynôme d'interpolation de LAGRANGE de f
2
On reprend les points (0 , 1),(1 , 2),(2 , 9) et (3 , 28), pour lesquels on a
cherché le polynôme d'interpolation à l'aide de la matrice de Vandermonde.
Retrouver ce polynôme, par l'interpolation de Lagrange.

Remarques
La famille des polynômes {Li }i= ,··· ,n forme une base de Rn [x], appelée base
0

de Lagrange,
Les coordonnées du polynôme d'interpolation dans la base de Lagrange, sont
données par les valeurs yi .
pn (x) = y0 L0 (x) + y1 L1 (x) + · · · + yn Ln (x)

Interpolation polynomiale 21 / 32
 Méthode de Lagrange : Cas général

Exercices
1
On indique dans le tableau ci-dessous les valeurs d'une fonction f aux trois
diérents points
x -1 0 1
f(x) 8 3 6
Donner le polynôme d'interpolation de LAGRANGE de f
2
On reprend les points (0 , 1),(1 , 2),(2 , 9) et (3 , 28), pour lesquels on a
cherché le polynôme d'interpolation à l'aide de la matrice de Vandermonde.
Retrouver ce polynôme, par l'interpolation de Lagrange.

Remarques
La famille des polynômes {Li }i= ,··· ,n forme une base de Rn [x], appelée base
0

de Lagrange,
Les coordonnées du polynôme d'interpolation dans la base de Lagrange, sont
données par les valeurs yi .
pn (x) = y0 L0 (x) + y1 L1 (x) + · · · + yn Ln (x)

Interpolation polynomiale 21 / 32
 Polynôme de Newton

1 Problème d'interpolation

2 Méthode directe

3 Méthode de Lagrange : Cas de deux points

4 Méthode de Lagrange : Cas général

5 Polynôme de Newton

Interpolation polynomiale 22 / 32
 Polynôme de Newton

Pratiquement, l'interpolation de Lagrange est couteuse. En eet, pour n + 1

points d'interpolations, on calcule n + 1 polynômes de Lagrange {Li }i= ,··· ,n , et si
0

on veut ajouter un nouveau point, tout le calcul est à refaire !

Pour remédier à ce problème, on considère la méthode des diérences divisées de
Newton.

On considère une autre base de Rn [x] : la famille des polynômes {ω , ω , ..., ωn },

0 1

où
ω (x) = 1
0

k−
Y1
ωk (x) = (x − xi ) = (x − xk−1 )ωk−1 (x) ∀k = 1, . . . , n
i=0

Si on considère la base {ωi }i= ,··· ,n , le problème de calcul du polynôme

0

d'interpolation pn est ramené au calcul des coecients {α , α , ..., αn } :

0 1

pn = α0 + α1 (x − x0 ) + α2 (x − x0 )(x − x1 ) + · · · + αn (x − x0 )(x − x1 ) · · · (x − xn−1 )

Interpolation polynomiale 23 / 32
 Polynôme de Newton

Pratiquement, l'interpolation de Lagrange est couteuse. En eet, pour n + 1

points d'interpolations, on calcule n + 1 polynômes de Lagrange {Li }i= ,··· ,n , et si
0

on veut ajouter un nouveau point, tout le calcul est à refaire !

Pour remédier à ce problème, on considère la méthode des diérences divisées de
Newton.

On considère une autre base de Rn [x] : la famille des polynômes {ω , ω , ..., ωn },

0 1

où
ω (x) = 1
0

k−
Y1
ωk (x) = (x − xi ) = (x − xk−1 )ωk−1 (x) ∀k = 1, . . . , n
i=0

Si on considère la base {ωi }i= ,··· ,n , le problème de calcul du polynôme

0

d'interpolation pn est ramené au calcul des coecients {α , α , ..., αn } :

0 1

pn = α0 + α1 (x − x0 ) + α2 (x − x0 )(x − x1 ) + · · · + αn (x − x0 )(x − x1 ) · · · (x − xn−1 )

Interpolation polynomiale 23 / 32
 Polynôme de Newton

Le polynôme déni dans cette base, doit passer par les points d'interpolation
(x , y ), (x , y ), . . . , (xn , yn ) : pn (xi ) = yi , i ∈ {0, . . . , n}.
0 0 1 1

pn (x) = α0 +α1 (x −x0 )+α2 (x −x0 )(x −x1 )+· · ·+αn (x −x0 )(x −x1 ) · · · (x −xn−1 )
, ainsi
• n = 0 → p0 (x0 ) = y0 = α0 ⇒ α0 = y0
y1 − y0
• n = 1 → p1 (x1 ) = y1 = α0 + α1 (x1 − x0 ) ⇒ α1 = = f (x1 )−f (x0 )
x1 −x0
x1 − x0
On pose f [x , x ] =0 1
f (x1 )−f (x0 )
x1 −x0 , on a donc
p1 (x) = y0 + f [x0 , x1 ](x − x0 )

• n = 2 → p2 (x2 ) = y2 = α0 + α1 (x2 − x0 ) + α2 (x2 − x0 )(x2 − x1 )

1
⇒ α2 = ((y2 − α0 ) − α1 (x2 − x0 ))
(x2 − x0 )(x2 − x1 )
Après quelques calculs, on trouve
f [x1 , x2 ] − f [x0 , x1 ]
α2 =
x2 − x0
Ainsi p (x) = p (x) + f [x
2 1
1 ,x2 ]−f [x0 ,x1 ]
x2 −x0 (x − x0 )(x − x1 )
Interpolation polynomiale 24 / 32
 Polynôme de Newton

Le polynôme déni dans cette base, doit passer par les points d'interpolation
(x , y ), (x , y ), . . . , (xn , yn ) : pn (xi ) = yi , i ∈ {0, . . . , n}.
0 0 1 1

pn (x) = α0 +α1 (x −x0 )+α2 (x −x0 )(x −x1 )+· · ·+αn (x −x0 )(x −x1 ) · · · (x −xn−1 )
, ainsi
• n = 0 → p0 (x0 ) = y0 = α0 ⇒ α0 = y0
y1 − y0
• n = 1 → p1 (x1 ) = y1 = α0 + α1 (x1 − x0 ) ⇒ α1 = = f (x1 )−f (x0 )
x1 −x0
x1 − x0
On pose f [x , x ] =0 1
f (x1 )−f (x0 )
x1 −x0 , on a donc
p1 (x) = y0 + f [x0 , x1 ](x − x0 )

• n = 2 → p2 (x2 ) = y2 = α0 + α1 (x2 − x0 ) + α2 (x2 − x0 )(x2 − x1 )

1
⇒ α2 = ((y2 − α0 ) − α1 (x2 − x0 ))
(x2 − x0 )(x2 − x1 )
Après quelques calculs, on trouve
f [x1 , x2 ] − f [x0 , x1 ]
α2 =
x2 − x0
Ainsi p (x) = p (x) + f [x
2 1
1 ,x2 ]−f [x0 ,x1 ]
x2 −x0 (x − x0 )(x − x1 )
Interpolation polynomiale 24 / 32
 Polynôme de Newton

Dénition
Les coecients αk sont calculés à l'aide des diérences divisées.
première diérence divisée
f [xi+1 ] − f [xi ]
f [xi , xi+1 ] =
xi+1 − xi
deuxième diérence divisée
f [xi+1 , xi+2 ] − f [xi , xi+1 ]
f [xi , xi+1 , xi+2 ] =
xi+2 − xi
..
.
k-ième diérence divisée
f [xi+1 , . . . , xi+k ] − f [xi , . . . , xi+k−1 ]
f [xi , . . . , xi+k ] =
xi+k − xi

Ainsi,
p2 (x) = y0 + f [x0 , x1 ](x − x0 ) + f [x0 , x1 , x2 ](x − x0 )(x − x1 )

Interpolation polynomiale 25 / 32
 Polynôme de Newton

Interpolation de Newton

Théorème
L'unique polynôme de degré n passant par les n + 1 points d'interpolation( (xi , yi )
pour i = 0, 1, 2, , n) est donné par
pn (x) = α0 ω0 (x) + α1 ω1 (x) + · · · + αn ωn (x)

ou encore
pn (x) = pn−1 (x) + αn ωn (x)
k−
Q1
avec ω (x) = 1, ωk (x) =
0 (x − xi ) ∀k = 1, . . . , n et
i=0

α0 = f [x0 ] = f (x0 ), α1 = f [x0 , x1 ], . . . , αn = f [x0 , . . . , xn ]

Les polynômes ωk sont les polynômes de Newton.

Interpolation polynomiale 26 / 32
 Polynôme de Newton

Table de diérences divisées

x0 f [x0 ]
↘
x1 f [x1 ] → f [x0 , x1 ]
↘ ↘
x2 f [x2 ] → f [x1 , x2 ] → f [x0 , x1 , x2 ]
. . . .
. . . .
. . . .

xk−2 f [xk−2 ]
↘
xk−1 f [xk−1 ] → f [xk−2 , xk−1 ] ··· f [x0 , . . . , xk−1 ]
↘ ↘ ↘
xk f [xk ] → f [xk−1 , xk ] → f [xk−2 , xk−1 , xk ] ··· f [x1 , . . . , xk ] → f [x0 , . . . , xk ]

La diagonale de la table correspond aux coecients ai du polynôme

d'interpolation de Newton.

Interpolation polynomiale 27 / 32
 Polynôme de Newton

Exemple
Soit trois points : (x , y ) = (1, 2), (x , y ) = (2, 3), (x , y ) = (4, 1)
0 0 1 1 2 2

Diérences divisées :
f [x0 ] = 2
f [x1 ] = 3
f [x2 ] = 1
3−2
f [x0 , x1 ] = =1
2−1
1−3
f [x , x ] = = −1
1 2
4−2
−1 − 1 2
f [x , x , x ] = =−
0 1 2
4−1 3
Polynôme de Newton :
2
P2 (x) = 2 + 1(x − 1) − (x − 1)(x − 2)
3

Interpolation polynomiale 28 / 32
 Polynôme de Newton

Erreur d'Interpolation Polynomiale :

Théorème
Soient f une fonction de classe C n+ dans l'intervalle [a, b] et, {xi }i= ,··· ,n points
1
0

distincts dans [a, b], avec x < x < · · · < xn . Si on interpole f sur [a, b], par le
0 1

polynome pn , grâce aux points {xi }i= ,··· ,n .

0

Alors ∀x ∈ [a, b], il existe ηx ∈ [x , xn ] tel que

0

1
E (x) = f (x) − pn (x) = f (n+1) (ηx )L(x)
(n + 1)!

avec L(x) = (x − x )(x − x ) · · · (x − xn )

0 1

Démonstration
Si le point x coïncide avec l'un des n÷uds d'interpolation, on a E (x) = 0.
Supposons donc que x est un point distinct des xi , i = 0, . . . , n, et introduisons la
fonction auxiliaire
(t − x0 )(t − x1 ) · · · (t − xn )
g (t) = f (t) − pn (t) − (f (x) − pn (x))
(x − x0 )(x − x1 ) · · · (x − xn )
Interpolation polynomiale 29 / 32
 Polynôme de Newton

Erreur d'Interpolation Polynomiale :

Théorème
Soient f une fonction de classe C n+ dans l'intervalle [a, b] et, {xi }i= ,··· ,n points
1
0

distincts dans [a, b], avec x < x < · · · < xn . Si on interpole f sur [a, b], par le
0 1

polynome pn , grâce aux points {xi }i= ,··· ,n .

0

Alors ∀x ∈ [a, b], il existe ηx ∈ [x , xn ] tel que

0

1
E (x) = f (x) − pn (x) = f (n+1) (ηx )L(x)
(n + 1)!

avec L(x) = (x − x )(x − x ) · · · (x − xn )

0 1

Démonstration
Si le point x coïncide avec l'un des n÷uds d'interpolation, on a E (x) = 0.
Supposons donc que x est un point distinct des xi , i = 0, . . . , n, et introduisons la
fonction auxiliaire
(t − x0 )(t − x1 ) · · · (t − xn )
g (t) = f (t) − pn (t) − (f (x) − pn (x))
(x − x0 )(x − x1 ) · · · (x − xn )
Interpolation polynomiale 29 / 32
 Polynôme de Newton

Puisque f ∈ C n+ ([a, b]) et pn ∈ C ∞ ([a, b]), on a g ∈ C n+ ([a, b]) et de plus,

1 1

g (t = xk ) = 0 pour k = 0, 1, 2, . . . , n.
En t = x , on a aussi g (t = x) = 0. La fonction g (t) s'annule donc en n + 2
points. D'après le théorème de Rolle, la fonction g ′ possède au moins n + 1 zéros
distincts dans l'intervalle [a, b]. Par recurrence,on déduit que g (j) , 0 ≤ j ≤ n + 1,
admet au moins n + 2 − j racines distinctes, ce qui assure l'existence d'un point
ηx ∈]a, b[ tel que :

d n+1
 
(t − x0 )(t − x1 ) · · · (t − xn )
f (n+1)
(ηx )−pn(n+1) (ηx )−(f (x)−pn (x)) n+1 =0
dt (x − x0 )(x − x1 ) · · · (x − xn ) t=ηx

Or pn(n+ ) (ηx ) = 0 donc :

1

(n + 1)!
f (n+1) (ηx ) = (f (x) − pn (x))
(x − x0 )(x − x1 ) · · · (x − xn )
ou encore :
f (n+1) (ηx )
f (x) = pn (x) + (x − x0 )(x − x1 ) · · · (x − xn )
(n + 1)!

Interpolation polynomiale 30 / 32
 Polynôme de Newton

Erreur d'Interpolation Polynomiale :

Remarques
l'erreur dépend de la fonction considérée f , et des points d'interpolations
(xi )i .
Par unicité du polynôme interpolateur, l'erreur d'interpolation est identique
quelle que soit la forme utilisée (Newton, Lagrange ou Vandermonde),
Dans le cas ou l'on connait la fonction f , on a recourt à une majoration de la
dérivée,
n
Mn+1 Y
∀x ∈ [a, b], |f (x) − pn (x)| ≤= | (x − xi )|
(n + 1)!
i=0

où Mn+ = max |f (n+ ) (t)|

1
1

a≤t≤b

Interpolation polynomiale 31 / 32
 Polynôme de Newton

Exemple
On considère la fonction f (x) = (1 + x) / que l'on a interpolé aux points
1 3

x = 0, x = 7, x = 26. donner la majoration de l'erreur d'interpolation dans

0 1 2

l'intervalle [0, 26] :

• C'est le cas n = 2, d'après la majoration de l'erreur d'interpolation
M3
∀x ∈ [0, 26], |f (x) − pn (x)| ≤ |x(x − 7)(x − 26)|
3!
avec M = max |f ( ) (x)|, et
3
3
f (3) (x) = 10
27
(1 + x)−8/3 ,
x∈[0,26]
La fonction x 7→ (1 + x)− / est strictement décroissante sur l'intervalle [0, 26].
8 3

Ainsi, pour tout ξ ∈ [0, 26], on a :

10
f ( ) (ξ) ≤ f ( ) (0) =
3 3
.
27
Ainsi, une majoration de l'erreur est donnée par :

10 5
|f (x) − p2 (x)| ≤ · |(x − 0)(x − 7)(x − 26)| = · |x(x − 7)(x − 26)|
27 · 6 81
Interpolation polynomiale 32 / 32