Ce cours introduit l'interpolation polynomiale de Lagrange. Il fait partie du module d'analyse numérique donné en Parcours MIP à la FST de Settat, Université Hassan 1er.
1. Analyse numérique
Jaouad DABOUNOU
Département de Mathématiques et Informatique
Interpolation polynomiale
Année universitaire 2014/2015
Université Hassan Premier
Faculté des Sciences et Techniques
Settat
2.
3. Interpolation polynomiale
• Introduction
• Interpolation polynomiale
• Le polynôme de Lagrange
• Le polynôme de Newton
• Algorithme de Neville
• Interpolation par une fonction spline
• Fonctions splines quadratiques
• Fonctions splines cubiques
4. Introduction
Supposons que nous connaissons les valeurs d'une fonction en un nombre
de points x0, x1, ... , xn, mais que nous n'avons pas l'expression
analytique de f.
Pour estimer la valeur de f en un point quelconque x R, on peut
construire un polynôme P tel que P(xi) = f(xi) pour i=0,1,...,n et utiliser
l'approximation P(x) f(x).
C'est ce qu'on appelle interpolation polynomiale.
5. Polynôme d’interpolation de Lagrange
Théorème: Etant donnés n+1 points x0, x1, ... , xn, distincts et n+1 réels y0,
y1, ... , yn, , il existe un polynôme PPn(R) et un seul tel que
P(xi) = yi ; i=0,1, ... ,n
)()(
0
xLyxP
n
i
ii
6. Reque:
Les Li vérifient les propriétés suivantes:
Li(xi) = 1
Li(xj) = 0 si i j
Démonstration : Existence
7. Démonstration :Démonstration : Unicité
si on a deux polynômes P et Q ayant pour les n+1 points (xi , yi)
P(xi) = Q(xi) = yi alors soit R = P – Q, on a :
R(xi) = 0 pour les n+1 nombres distincts xi, i=0,n; or R, comme P et Q est de
degré au maximum égal à n. On en déduit que R = 0.
8. Interpolation polynomiale
Exemple:On considère le tableau des xi etyi:
i 0 1 2 3 4
xi -2 -1 0 1 2
yi 7,216 7,07 5,246 3,05 2,629
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
2.5
3
3.5
4
4.5
5
5.5
6
6.5
7
7.5
Points d’interpolation
9. Interpolation polynomiale
Exemple:Le polynôme d'interpolation de Lagrange en ces xi et yi est
P(x) = 0.0348 x4 + 0.2879 x3 - 0.22 x2 - 2.298 x + 5.246
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
2
3
4
5
6
7
8
11. Interpolation polynomiale
Définition : Soit f une fonction définie aux points xi, supposés deux à
deux distincts. On définit les différences divisées par récurrence comme
suit :
12. Interpolation polynomiale
Définition : On considère sur l’intervalle [1 , 2] la fonction
On considère les points xi = 1, et 2. Les coefficients du polynôme de
Newton sont donnés par :
x
xf
1
)(
3
5
,
3
4
14. Interpolation polynomiale
Théorème: (Formule de Newton)
Le polynôme d'interpolation de f aux points x0, x1, …, xn s'exprime dans la
base de Newton comme:
Démonstration : Par récurrence.
15. Calcul de l'erreur
Soit f:[a , b] R une fonction donnée, on construit le polynôme P(x) qui
interpole les valeurs de f aux points x0, x1, ... , xn (xi [a , b]), ce qui conduit à yi
= f(xi) pour i = 1, 2, ..., n.
Soit e(x) l'erreur d'interpolation :
e(x) = f(x) - P(x)
Posons Int(x, x0 , x1, ... xn) le plus petit intervalle fermé contenant x, x1 , x2, ... xn
et la fonction
(x) = (x – x0) (x – x1)..... (x - xn)
Théorème 1.2. Quelque soit x[a , b], il existe Int(x, x0 , x1, ... xn) tel que
16. Algorithme de Neville
Soit P0 l'unique polynôme de degré 0 qui passe par le point (x0,y0). De la même
manière, on construit les polynômes P1, P2, ... Pn.
Soit P01 l'unique polynôme de degré 1 passant par les points (x0,y0) et (x1 , y1).
On définit aussi les polynômes P12, P23, ... P(n-1)n. De proche en proche on arrive
au polynôme de plus grand degré P01...n qui coïncide avec l'unique polynôme
d'interpolation P.