Université Paris Saclay - L2 - M209 - Modélisation et simulation numérique
Feuille de cours 2 : Interpolation de Lagrange
1. Thèorème d’existence et unicité
Théorème : Si x1 , . . . xN sont N réels distincts, l’application linéaire : RN −1 [X] → RN définie par
Φ(P ) = (P (x1 ), . . . , P (xN )) est bijective (c’est un isomorphisme).
Si y1 , . . . yN sont N réels quelconques donnés, l’unique polynôme P ∈ RN −1 [X] (c’est-à-dire de dégré
≤ N ) tel que P (xk ) = yk pour k ∈ [1; n] est appelé Polynôme d’Interpolation de Lagrange aux points
(x1 , y1 ), . . . (xN , yN ).
Si yk = f (xk ) pour tout k ∈ [1, N ] où f est une fonction continue sur un intervalle [a; b] qui contient
les xk , on dit que P est le polynôme d’interpolation de Lagrange de f aux points x1 , . . . xN .
2. Erreur d’interpolation
Théorème : Soit a, b deux réels tels que a < b et f : [a, b] → R une fonction continue. Soit N ∈ N∗ .
Etant donné N points x1 , . . . xN distincts de [a, b], on note P (X) ∈ RN −1 [X] le polynôme d’interpo-
lation de Lagrange de f aux points x1 , . . . , xN . Si f est N fois dérivable sur ]a, b[, alors pour chaque
x ∈ [a, b] il existe t ∈]a, b[ tel que
f (N ) (t)
f (x) − P (x) = (x − x1 ) . . . (x − xN ) .
N!
On en déduit en particulier l’estimation grossière suivante :
(b − a)N
|f (x) − P (x)| ≤ sup|f (N ) |.
(N − 1)N !
La convergence uniforme de l’erreur d’interpolation vers 0 lorsque N → +∞ n’est donc pas assurée si
les dérivées successives de f ne sont pas bornées indépendamment de N .
3. Expression de l’interpolé dans la base canonique : Matrice de Vandermonde
On se ramène à la résolution du système linéaire suivant : on cherche (a0 , a1 , . . . , aN −1 ) ∈ RN tel que,
pour tout i ∈ [1, N ]
P (xi ) = aN −1 xiN −1 + aN −2 xiN −2 + · · · + a2 x2i + a1 xi + a0 = yi .
Ce système s’écrit aussi sous forme matricielle :
M A = Y,
où A = (a0 a1 . . . aN −1 )t , Y = (y1 y2 . . . yN )t et M est la matrice de Vandermonde définie comme
suit
1 x1 · · · x1N −1
M = ... ... .. ..
. .
N −1
1 xN · · · xN .
4. Expression de l’interpolé avec la méthode de Lagrange
1
Pour chaque i ∈ [1, N ] on définit le polynôme de degré N − 1
Y X − xk
Li (X) = .
xi − xk
k∈[1,n]\{i}
Pour tous i, j dans [1, n] on a Li (xj ) = 1 si i = j et Li (xj ) = 0 si i 6= j.
Les polynômes L1 , . . . , LN forment une base de RN −1 [X] et le polynôme P d’interpolation de Lagrange
aux points (x1 , y1 ), . . . (xN , yN ) s’écrit
N
X
P (X) = yi Li (X).
i=1
5. Evaluation de l’interpolé en un point : l’algorithme de Horner
On veut calculer efficacement l’image d’un nombre réel x par une fonction polynomiale associée à un
polynôme P de degré N :
P (X) = aN X N + aN −1 X N −1 + · · · + a2 X 2 + a1 X + a0 .
L’écriture du polynôme suggère de procéder itérativement en sommant chacun des monômes évalué en
x, ce qui implique de calculer à chaque fois une exponentielle dont le coût est prohibitif.
La méthode dite de la factorisation de Horner permet d’évaluer P (X) en effectuant seulement N
additions et N multiplications ; elle consiste à écrire le polynôme P (X) sous la forme :
P (X) = (aN X N −1 + aN −1 X N −2 + · · · + a2 X + a1 )X + a0
= (. . . (aN X + aN −1 )X + aN −2 )X + · · · + a2 )X + a1 )X + a0 .
On peut construire une suite de polynômes Pk (X) par la relation de récurrence suivante, où le dernier
terme PN (X) de la suite est égal au polynôme P (X) :
P0 (X) := aN , Pk (X) = Pk−1 (X)X + aN −k , si 1 ≤ k ≤ N.
6. Le phénomène de Runge
On peut montrer que si la fonction f est développable sur R en série entière (par exemple f (x) = exp(x)
ou f (x) = cos(x)), le polynôme d’interpolation de Lagrange de f aux points x1 , . . . , xN de l’intervalle
[a, b] converge uniformément vers f sur [a, b] lorsque N tend tend vers l’infini, quelle que soit la
répartition des points d’interpolation (deux à deux distincts) dans [a, b].
Mais ceci n’est pas vrai dans le cas général (pour toute fonction f ). Par exemple, dans chacun des cas
suivants (avec des points d’interpolation équirépartis dans [a, b]) :
√
f (x) = x, sur [a, b] = [0, 1],
1
f (x) = |x| ou f (x) = , sur [a, b] = [−1, 1],
4x2 +1
on a
maxt∈[a,b] |PN (t) − f (t)| → +∞ lorsque N → +∞.
C’est ce qu’on appelle le phénomène de Runge.
On peut néanmoins montrer que si f est lipschitzienne sur [−1, 1] et si on choisit pour points d’inter-
polation les zéros x1 , . . . , xN du N -ième polynôme de Tchebychev TN , alors
maxt∈[−1,1] |PN (t) − f (t)| → 0 lorsque N → +∞.
