n

p n  x    f  x i Li  x 
i 0

où les n  1 fonctions Li  x  sont définies par la relation (3). C’est la formule de

LAGRANGE.

Exercice : trouver le polynôme d’interpolation passant par les points 0 , 1 , 1, 2  ,

2 , 9  et 3 , 28  .
Solution :

p3  x   1
 x  1 x  2  x  3   2  x  0  x  2  x  3  
0  10  2 0  3  1  0 1  2 1  3 

9
 x  0  x  1 x  3   28  x  0  x  1 x  2 
2  0 2  12  3  3  0 3  13  2 

p3  x   x 3  1

Remarque :
La méthode d’interpolation de Lagrange présente l’inconvénient majeur de ne pas être
récursive. En effet, si on souhaite passer d’un polynôme de degré n à un polynôme de
degré n  1 (en ajoutant un point de collocation), on doit reprendre tout le processus à

zéro. On corrigera cette situation en étudiant dans le paragraphe suivant, la méthode

d’interpolation de Newton.

4. Polynôme de NEWTON
En dépit de la forme la plus utilisée (1) d’un polynôme, il en existe d’autres qui sont
plus appropriées au cas de l’interpolation.
Par exemple :

Analyse numérique pour Ingénieur : Par EGBOHO M. Franck/EPAC-UAC Page 97

 pn  x   a0
 a 1  x  x0 
 a 2  x  x0   x  x 1  (4)
 a 3  x  x0   x  x1  x  x 2 
 
 a n 1  x  x0   x  x1  x  x 2   x  x n 2 
 a n  x  x0   x  x1  x  x 2   x  x n 2  x  x n 1 

Définition 1 :
On définit les premières différences divisées de la fonction f  x  par :

f x i1   f x i 
f x i , x i  1   (5)
x i1  x i
ères
1 différences divisées
Remarque :
On démontre que le polynôme de degré 1 est :
p1  x   f  x0   f x0 , x1   x  x0 

Définition 2 :
Les deuxièmes différences divisées de la fonction f  x  sont définies à partir des 1ères
différences divisées par la relation :

f  xi  1 , xi  2   f  xi , xi  1 
f  xi , xi  1 , xi  2  
 xi  2  xi  (6)
2 e différences divisées de f  x 
De même, les nièmes différences divisées de la fonction f  x  sont définies à partir des
n  1 ièmes différences divisées de la façon suivante :

f  x 1 , x 2 ,  x n   f  x0 , x 1 ,  x n  1 
f  x0 , x 1 , x 2 ,  , x n   (7)
 x n  x0 

Notons que les toutes 1ères différences divisées de f  x  (soient les 0ièmes différences

divisées) sont tout simplement définies par f  x i  .

Analyse numérique pour Ingénieur : Par EGBOHO M. Franck/EPAC-UAC Page 98

Remarque :
On démontre que :

p2  x   f  x 0   f  x 0 , x 1   x  x 0   f  x 0 , x 1 , x 2   x  x 0   x  x 1 
 
p1 ( x )

passe par les trois premiers points de collocation. De plus, on remarque que ce polynôme
de degré 2 s’obtient uniquement par l’ajout d’un terme de degré 2 au polynôme p1  x  déjà

calculé. En raison de cette propriété, cette méthode est dite récursive.

THEOREME
L’unique polynôme de degré n passant par les n  1 points de collocation

 x i , f  x i  pour i  0 ,1,2 , , n peut s’écrire selon la formule de Newton (4) ou encore

sous la forme récursive (8) :

pn  x   pn 1  x   a n  x  x0  x  x1   x  x n 1  (8)
Les coefficients de ce polynôme sont les différences divisées :
a i  f  x0 , x 1 , x 2 ,  x i  pour 0  i  n (9)

Remarques :
Une fois les coefficients a i connus, on peut évaluer le polynôme de Newton au moyen

d’un algorithme similaire au schéma de Horner. On écrit le polynôme (4) sous la forme :
pn  x   a0   x  x0  a1   x  x1  a 2   x  x 2  a 3  
(10)
  x  x n 2 a n 1  a n  x  x n 1 

De cette façon, on réduit le nombre d’opérations nécessaires à l’évaluation du polynôme.

En outre, cette forme est moins sensible aux effets des erreurs d’arrondis.
Maintenant, il reste à calculer efficacement la valeur de ce polynôme. La manière la plus
simple consiste à construire une table dite de différences divisées de la façon suivante :

Analyse numérique pour Ingénieur : Par EGBOHO M. Franck/EPAC-UAC Page 99

 TABLE DES DIFFERENCES DIVISEES

xi f xi  f x i , x i  1  f x i , x i  1 , x i  2  f x i , x i  1 , x i  2 , x i  3 

x0 f  x0 
f x0 , x 1 

x1 f  x1  f x0 , x 1 , x 2 

f x1 , x 2  f x0 , x 1 , x 2 , x 3 

x2 f x2  f x 1 , x 2 , x 3 
f x 2 , x 3 
x3 f x3 

La construction de cette table est simple ; on s’est arrêté aux 3ièmes différences divisées. Les
1ères différences divisées découlent de la définition simple à savoir que :

f  x 1   f  x0 
f  x0 , x1   (10)
x 1  x0

Les deuxièmes différences divisées

f x 1 , x 2   f x0 , x 1 
f x0 , x 1 , x 2  
x 2  x0

Les troisièmes différences divisées

f x 1 , x 2 , x 3   f x0 , x 1 , x 2 
f x0 , x 1 , x 2 , x 3  
x 3  x0

La formule de Newton utilise la diagonale principale de cette table.

Exercice :
Trouver le polynôme d’interpolation de Newton passant par les points
0 , 1, 1, 2 , 2 , 9  et 3 , 28  .

Résolution :
Etablissons la table des différences divisées :

Analyse numérique pour Ingénieur : Par EGBOHO M. Franck/EPAC-UAC Page 100

 xi f xi  f x i , x i  1  f x i , x i  1 , x i  2  f x i , x i  1 , x i  2 , x i  3 

0 1 a1 a2
a0 1
a3
1 2 3
7 1
2 9 6
19
3 28

De cette table, en appliquant :

p3  x   a0
 a 1  x  x0 
 a 2  x  x 0  x  x 1 
 a 3  x  x 0  x  x 1  x  x 2 
on obtient :
p3  x   1  1 x  0   3 x  0  x  1  1 x  0  x  1 x  2 
 x3  1
Remarques :
1. On remarque que : p2  x   1  1 x  0   3 x  0  x  1 passe par les trois premiers

points de collocation. Si on souhaite ajouter un point de collocation et calculer un

polynôme de degré 4, il n’est pas nécessaire de tout recommencer.
2. Les points de collocation ne doivent pas forcément être placés par abscisses
croissantes, bien que cela soit souvent préférable.

5. Erreur d’interpolation
L’interpolation permet, à partir d’un certain nombre de données sur les valeurs d’une
fonction, de faire l’approximation de f ( x ) en tout point x . Toutefois, cette opération
entraîne une erreur d’interpolation qu’il convient d’étudier d’autant plus que les
résultats serviront également dans l’analyse de l’intégration et de la dérivation
numériques.
On exprime l’erreur d’interpolation comme suit :

Analyse numérique pour Ingénieur : Par EGBOHO M. Franck/EPAC-UAC Page 101

 f ( x )  pn  x   E n  x 

ou
E n  x   f ( x )  pn  x 

Cela signifie que : le polynôme pn  x  de degré n procure une approximation de la

fonction f  x  avec une erreur E n  x  . On constate immédiatement que :

E n  x i   0 pour i  0 , 1, 2 , , n

et donc que l’erreur d’interpolation est nulle aux points de collocation puisque le
polynôme passe exactement par ces points.

Remarque :
On suppose que les données des points  x i , f  x i  pour i  0 , 1, 2 , , n sont exactes, ce

qui n’est pas toujours le cas.

THEOREME : (FORTIN et PIERRE)
Soit x0  x1  x 2    x n , des points de collocation. On suppose que la fonction

f ( x ) est définie dans l’intervalle x0 , x n  et qu’elle est n  1 fois dérivable dans

l’intervalle x0 , x n  . Alors, pour tout x compris dans l’intervalle x0 , x n  , il

existe un (x) appartenant à l’intervalle x0 , x n  tel que l’erreur :

f n 1   ( x )
En x    x  x0   x  x1  x  x n  (11)
n  1 !
La relation (11) est l’expression analytique de l’erreur d’interpolation.
Remarques :
1. Puisque le terme d’erreur en un point fait intervenir des coefficients de la forme
 x  xi  , il y a tout intérêt à choisir les points x i qui sont situés le plus près possible

de x . Ce choix est utile lorsqu’un grand nombre de points de collocation sont

disponibles et qu’il n’est pas nécessaire de construire un polynôme passant par tous
les points. On retient alors seulement les points de collocation les plus près de x de
manière à minimiser l’erreur.

Analyse numérique pour Ingénieur : Par EGBOHO M. Franck/EPAC-UAC Page 102

 2. La fonction  x  x0   x  x1    x  xn  est un polynôme de degré n  1 et possède

donc les n  1 racines réelles  xi pour i  0 , 1, 2 , , n . Dans certaines conditions,

cette fonction peut osciller avec de fortes amplitudes, d’où le risque de grandes
erreurs d’interpolation. Cette propriété fait en sorte qu’il est délicat d’effectuer des
interpolations en utilisant des polynômes de degré élevé.

Exercice : Etant donné la table des différences divisées de la fonction f  x   x,

évaluer l’erreur exacte et la comparer avec son approximation obtenue à l’aide de la

relation (12) suivante :
E n  x   f  x0 , x1 , x 2 ,  , x n 1   x  x0   x  x1   x  x n  (12)
au point x  8 .

Solution :

xi f xi  f x i , x i  1  f x i , x i  1 , x i  2  f x i ,  , xi  3  f x i ,  , xi  4 

7 2,645751
0,177124
9 3,000000 - 0,00470299
0,158312 0,000206783
11 3,316625 - 0,00346229 0,9692.10-5
0,144463 0,000129243
13 3,605551 - 0,00268680
0,133716
15 3,872983

On tente d’obtenir une approximation de 8 à l’aide de cette table.

 En se basant sur un polynôme de degré 1 et en prenant x 0  7 , on obtient :

p1  x   2 ,645751  0 ,177124 x  7 

de sorte que p1  x   2 ,822875 , donc l’erreur exacte est :

E 1 8   f 8   p1 8   8  2 ,822875  0 ,005552125 (1)

Analyse numérique pour Ingénieur : Par EGBOHO M. Franck/EPAC-UAC Page 103

or d’après (12) :

E 1 8   f 7 , 9 , 11 8  7 8  9    0 ,00470299 8  7 8  9 

(2)
 0 ,00470299
On constate que E 1 8   E 1 8 
  
(1) (2)

 En considérant le polynôme de degré 2,

p2  x   p1  x   0 ,00470299 x  7  x  9 

et
p2 8   2 ,822875  0 ,00470299  2 ,827577990

soit une erreur de :

E 2 8   f 8   p2 8   0 ,000849135

de même d’après (12)

E 2 8   0 ,0002067838  7 8  9 8  11  0 ,000620349

 En passant au polynôme de degré 3, on trouve :

p3  x   p2  x   0 ,000206783  x  7  x  9  x  11

donc
p3 8   2 ,827578301  0 ,000620349  2 ,828198339

L’erreur exacte est alors :

E 3 8   f 8   p3 8   0 ,000228786

ce qui est près de la valeur obtenue au moyen de (12)

E 3 8   0 ,9692  10 5 8  7 8  9 8  118  13  0 ,000145380

qui montre que cette approximation possède 4 chiffres significatifs.

Ordre de convergence de l’approximation polynomiale
Si on retient le cas où les abscisses sont également distantes, il suffit de poser :
x  x0
s ou encore x  x0  s h
h

Analyse numérique pour Ingénieur : Par EGBOHO M. Franck/EPAC-UAC Page 104

On remarque alors que :

x  x i  x   x0  ih   x  x0   ih  sh  ih  s  i  h
   (13)
xi

Il suffit maintenant de remplacer x  xi  par s  i  h dans l’expression analytique de

l’erreur d’interpolation (11).

THEOREME
Dans le cas où les points de collocation x i sont équidistants, l’expression analytique de

l’erreur d’interpolation s’écrit :

f n 1   ( h )
En  x   s s  1s  2  s  n  h
n 1
(14)
n  1 !
pour un certain  dans l’intervalle x0 , x n  et pour s défini par l’équation (13).

Remarque :
On peut dès lors conclure que le polynôme d’interpolation pn  x  est une approximation

d’ordre n  1 de la fonction f  x  . Encore une fois, si on prend des points de collocation

situés à une distance h 2 les uns des autres, l’erreur d’interpolation est diminuée d’un

facteur de 2 n 1 .
6. Méthode de Newton Gregory descendante
C’est un cas particulier de la formule de Newton pour les conditions suivantes :
1. les points de collocation sont équidistants ;
2. les x i pour i  0 , 1, 2 , , n sont tels que x0  x1  x 2    x n .

... ...

x0 x1 xi x n  x0  nh
x i  x0  i h, i entier

x  x0  s h, s réel

En faisant la différence membre par membre, on a :

Analyse numérique pour Ingénieur : Par EGBOHO M. Franck/EPAC-UAC Page 105

 x  x i  s  i  h pour i  0 , 1, 2 , , n

x  x0
Pour x donné, s
h
Les points x0 , x1 , x 2 , , x n doivent être ordonnés c à d x0  x1  x 2    x n sinon la

formule n’est plus valable.

pn  x   a0  a1  x  x0   a 2  x  x0  x  x1     a n  x  x0  x  x1  x  x n1 

où
a i  y x 0 , , x n  différences divisées

 f  x 0 , , x n  i0

a0  f  x0   y0

Si les x i sont équidistants et si x0  x1  x 2    x n , on démontre que :

n y0
an  n
où n y0  f x i , x i  1 , x i  2 , x i  n 
n! h
et par conséquent le polynôme d’interpolation s’écrit de la façon suivante :
y 0 2 y 0 3 y 0
pn  x   y 0  sh s h  s  1 h  s h  s  1 h  s  2  h   
1! h 2! h 2 3! h 3
n y 0
 s h  s  1 h   s  n  1 h
n! h n
et en réduisant les termes, on a :
s  s  1 2 s s  1s  2  3 s  s  1    s  n  1 n
pn  x   y 0  s y 0   y0   y0     y0
2! 3! n!
qu’on écrit sous la forme :

 s  s  s  s
pn  x   y0     y0   2 y0    3 y0     n y0
 1  2  3  n
où

 s s s  1s  2  s  n  1
   C ns 
 n n!

Remarques :
1. si on ajoute un nouveau point  x n 1 , y n 1  , il doit être à droite de x n c à d

x n 1  x n  h .

Analyse numérique pour Ingénieur : Par EGBOHO M. Franck/EPAC-UAC Page 106

 2. le polynôme pn 1  x  qui passe par les points précédents et le nouveau point est

évidemment donné par :

 s  n 1
pn 1  x   pn  x     y 0
 n  1

Exercice : on considère la table des différences divisées ci-dessous. Interpoler la

fonction en x  0 ,73 en utilisant les points d’abscisses 0 ,4 ; 0 ,6 ; 0 ,8 et 1 .

x y y  2y  3y 4y
0,203
0,2 0,203 0,017
0,220 0,024
x 0  0,4 0,423 0,041 0,020
0,261 0,044
x1 
0,6 0,684 0,085 0,052
x 0,346 0,096
x2 
0,8 1,030 0,181 0,211
0,527 0,307
x3 
1,0 1,557 0,488
1,015
1,2 2,572

Réponse :
x  x0
s
h
 s  s  s
h  0 ,2 et p 3  x   y0     y0   2 y 0    3 y 0
x  0 ,73  1  2  3
x 0  0 ,4

s  s  1 2 s s  1s  2  3
p 3  x   y0  s y0   y0   y0
2! 3!

Analyse numérique pour Ingénieur : Par EGBOHO M. Franck/EPAC-UAC Page 107

 1 ,65 0 ,65
p 3 0 ,73  0 ,423  1 ,65  0 , 261  0 ,085  1,65 0 ,65 0 ,3 50 ,096
2 6

p3 0 ,73  0 ,89 3

Analyse numérique pour Ingénieur : Par EGBOHO M. Franck/EPAC-UAC Page 108