Université Claude Bernard, Lyon 1 Licence Sciences & Technologies

43, boulevard du 11 novembre 1918 Spécialité : Mathématiques

69622 Villeurbanne cedex, France Intro. Analyse Num. L2- Printemps 2017

Série d’exercices no 1/5

Interpolation polynomiale

Exercice 1. Un exemple de polynôme d’interpolation.

Soit f : [0, 1] ! R une fonction continue.
1. Déteminer le polynôme P1 d’interpolation de Lagrange de f aux nœuds 0 et 1.
2. Déterminer le polynôme P2 d’interpolation de Lagrange de f aux noeuds 0, 1/2 et 1.
On l’écrira sous forme de Lagrange et sous forme de Newton.

Exercice 2. Convergence de l’interpolation de Lagrange Soit Ln le polynôme d’interpolation de

Lagrange de la fonction
1
f (x) = , 1  x  1,
x ↵
aux n + 1 points distincts x0 , ..., xn de l’intervalle [ 1, 1].
1. Calculer les dérivées successives de la fonction f .
2. Montrer que si ↵ > 3, et si les n + 1 points x0 , ..., xn sont équidistants, nous avons alors
lim kf Ln k1 = 0.
n!+1

3. Considérons toujours la fonction f

1
f (x) = , 1  x  1,
x ↵
aux n + 1 points distincts x0 , ..., xn équidistants de l’intervalle [ 1, 1]. Dans la pratique
nous n’agissons pas du tout comme ce qui précède. Nous préférons utiliser des polynômes
de degré peu élevé sur chaque petit intervalle [xi , xi+1 ].
Écrire l’approximation de Lagrange de degré 1, fn de f sur chaque intervalle [xi , xi+1 ],
i = 0, ..., n 1
4. Montrer que si ↵ 6= [ 1, 1], nous avons
c
kf L n k1 
n2
et donc que fn converge uniformément vers f lorsque n tend vers l’infini.

1
Exercice 3. Interpolation Polynomiale de Hermite
Soient x0 , ..., xn , n + 1 points distincts de l’intervalle [a, b], (a, b 2 R, a < b) et f de classe
C ([a, b], R) une fonction dont on connaît les valeurs et celles de sa dérivée en ces (n + 1) points
distincts.
Nous cherchons un polynôme Hn de degré minimal tel que
Hn (xi ) = f (xi ) et Hn0 (xi ) = f 0 (xi ), i = 0, ..., n.
Nous rappelons que les fonctions de base de l’interpolation de Lagrange, c’est à dire les polynômes
de degré n tels que li (xj ) = ij pour i, j = 0, ..., n sont donnés pour tout i = 0, ..., n par
Yn
x xj
li (x) = , pour tout x 2 R.
j=0
xi xj
j6=i

Nous allons montrer le résultat suivant :

“Le polynôme Hn s’écrit
n
X n
X
Hn (x) = f (xi )hi (x) + f 0 (xi )h̃i (x)
i=0 i=0
avec
hi (x) = (1 2)li0 (xi )(x xi ))li2 (x), et h̃i (x) = (x xi )li2 (x).
De plus, si f 2 C 2(n+1) ([a, b], R)
kf (2(n+1)) k1 n
|f (x) Hn (x)|  ⇧i=0 (x xi )2 .”
(2n + 2)!
1. Montrer que pour i, j = 0, ..., n
hi (xj ) = i,j , h0i (xj ) = 0,
et
h̃i (xj ) = 0, h̃0i (xj ) = i,j .

2. En déduire qu’il existe un unique polynôme Hn de degré 2n + 1 vérifiant les conditions

requises.
3. En déduire une majoration de l’erreur |f (x) Hn (x)| .

Exercice 4. Formule des Différences Divisées (Un classique)

Nous supposons que f : [a, b] ! R est une fonction n + 1 fois continûment différentiable. La
formule de Newton qui consiste à écrire le polynôme Pn aux points x0 ,..., xn sous la forme

Pn (x) = a0 + a1 (x x0 ) + ... + an (x x0 )...(x xn 1 ),

permet de construire le polynôme Pn à l’aide d’une récurrence. En effet,

n
Y1
Pn (x) = Pn 1 (x) + an (x xk ).
k=0

2
Autrement dit, connaissant Pn 1 , il suffit de calculer an pour connaître Pn .

a) Montrer que le polynôme d’interpolation de Lagrange de la fonction f aux points distincts

(xi )1in est donné par
Xn i 1
Y
Pn (x) = f [x0 , ..., xi ] (x xk ),
i=0 k=0

où f [.] désigne les différences divisées de f définies par

8
< f [xi ] = f (xi ),
1 pour tout i = 0, ..., n.
: f [x0 , ..., xk ] = (f [x1 , ..., xi ] f [x0 , ..., xi 1 ]),
xk x0
Montrer ensuite que f [x0 , ..., xn ] est invariant par permutations.
f (n) (⇠)
b) Montrer qu’il existe ⇠ 2 [a, b] tel que f [x0 , ..., xn ] = n!
.

c) Montrer que
Mn+1
|P n(x) f (x)|  |⇡n (x)|,
(n + 1)!
où
i 1
Y
(n+1)
Mn+1 = max |f (x)|, et ⇡n (x) = (x xi ).
axb
i=0

N.B. : Remarquons bien ici que l’estimation n’est pas forcément quelque chose de petit (voir Phé-
nomène de Runge).

Application.
Trouver l’interpolation de Lagrange de la fonction x ! f (x) = sin(⇡x/2) aux points x0 = 0,
x1 = 1 et x2 = 2. Puis à l’aide des questions précédentes établir une estimation d’erreur.

Exercice 5. Polynôme de Tchebychev

Soit n 2 N, nous définissons le polynôme de Chebychev de première espèce par
Tn (x) = cos(n arccos(x)), x 2 [ 1, 1].
1. Montrer que les fonctions Tn satisfont la formule de récurrence
⇢
T0 (x) = 1, T1 (x) = x,
Tn+1 (x) = 2xTn (x) Tn 1 (x).
2. Montrer ensuite que les polynômes Tn (x) sont orthogonaux par rapport à la fonction poids
(1 x2 ) 1/2 ,
8
Z 1 < ⇡, si n = m = 0,
dx
Tn (x Tm (x)) = ⇡/2, si n = m 6= 0,
1 (1 x2 ) 1/2 :
0, si n 6= m.
3. Montrer que Tn (x) est un polynôme de degré n dont le coefficient de xn est 2n 1 .
3
 k⇡
4. Nous posons tn (x) = 21 n
Tn (x), yk = cos( ), k = 0, ..., n, calculer tn (yk ).
n
5. Soient x1 , ..., xn , n points quelconques de [ 1, 1]. Nous posons wn (x) = (x x1 )...(x xn ).
Supposons par l’absurde que kwn k1 < ktn k1 . Montrer alors que
⇢ n
t (yk ) wn (yk ) > 0, si k est pair,
tn (yk ) wn (yk ) < 0, si k est impair.
6. En déduire que kwn k1 ktn k1 .
7. Application : Soit Ln 1 le polynôme de Lagrange de la fonction f définie pour tout x > 2
par f (x) = ln(x + 2) aux points racines du polynôme de Chebychev Tn . Déterminer n tel
que
max | ln(x + 2) Ln 1 (x)|  2 10
.
1x1

Exercice 6. Splines cubiques

Dans cet exercice, nous souhaitons interpoler une fonction f 2 C 2 ([a, b], R) par une fonction
cubique par morceaux. C’est que nous appelons une spline cubique.
Pour cela nous définissons (xi )0in+1 , qui déterminent une partition de l’intervalle [a, b], avec
x0 = a et xn+1 = b.
Nous appelons spline cubique, une fonction S vérifiant
1. S 2 C 2 ([a, b]), R),
2. S |[xi ,xi+1 ] est un polynôme de degré 3 pour i = 0, ..., n.
Pour construire une telle approximation, nous cherchons à définir une spline S en fonction seule-
ment de ses valeurs aux points xi et de sa dérivée seconde en xi .
1. Sur un intervalle [↵, ], montrer qu’il existe un unique polynôme P de degré inférieur ou
égal à 3 défini par ses valeurs P (↵), P ( ), P 00 (↵), P 00 ( ).

2. Déterminer les valeurs des dérivées premières en ↵ et en fonction des données.

3. En déduire qu’il existe une unique spline cubique S interpolant f au sens suivant
⇢
S(xi ) = f (xi ), pour 0  i  n + 1
S 0 (a) = f 0 (a), S 0 (b) = f 0 (b).
4. En prenant pour i 2 {0, ..., n + 1} la fonction spline Si telle que
⇢
0, si j 6= i,
Si (xj ) =
1, si j = i.
et Si0 (a) = Si0 (b) = 0, puis les splines Sa et Sb telles que Sa (xi ) = Sb (xi ) = 0, et Sa0 (a) =
Sb0 (b) = 1 et Sb0 (a) = Sa0 (b) = 0, montrer qu’une fonction spline S interpolant f sur [a, b]
s’écrit
Xn+1 X
S(x) = fj Sj (x) + f↵0 S↵ (x).
j=0 ↵2{a,b}