Polinomial (Suku Banyak)

Sifat-Sifat Dasar, Algoritma Pembagian, dan Teorema Sisa/Faktor¶

Dalam eksplorasi aljabar tingkat lanjut, polinomial (suku banyak) menempati posisi yang sangat fundamental. Objek matematis ini tidak hanya berperan sebagai perluasan alami dari representasi bilangan real dalam bentuk fungsi, tetapi juga menjadi basis bagi aljabar abstrak dan teori bilangan. Sebelum menganalisis karakteristik akar dan identitas tingkat tinggi, penguasaan terhadap anatomi dasar dan operasi aritmatika polinomial adalah prasyarat mutlak.

Pengantar¶

Polinomial dapat dipandang sebagai sebuah ekspresi aljabar yang dikonstruksi melalui operasi penjumlahan dan perkalian menggunakan konstanta dan sebuah variabel bebas (independen) yang dipangkatkan dengan bilangan cacah.

Berdasarkan definisi struktural di atas, kita dapat menurunkan beberapa terminologi esensial yang melekat pada setiap polinomial:

• Derajat (Degree): Pangkat tertinggi dari variabel $x$ pada polinomial tersebut. Jika $a_n \neq 0$, maka polinomial $P(x)$ dikatakan berderajat $n$. Derajat polinomial umumnya dinotasikan secara analitik dengan $\deg(P(x)) = n$.

• Koefisien Utama (Leading Coefficient): Koefisien dari suku dengan pangkat tertinggi, yakni $a_n$.

• Suku Tetap (Konstanta / Constant Term): Suku yang tidak memuat variabel $x$ (atau $x^0$), yakni $a_0$.

• Polinomial Monik (Monic Polynomial): Sebuah polinomial khusus di mana nilai koefisien utamanya adalah tepat 1 ($a_n = 1$).

Kumpulan seluruh polinomial dengan koefisien real tertutup terhadap operasi penjumlahan, pengurangan, dan perkalian. Misalkan diberikan dua polinomial $P(x)$ dan $Q(x)$, maka berlaku sifat-sifat derajat berikut:

Algoritma Pembagian Polinomial¶

Sebagaimana bilangan bulat yang dapat dibagi dengan bilangan bulat lainnya menghasilkan hasil bagi dan sisa, polinomial juga memiliki struktur aritmatika yang serupa. Karakteristik ini dijamin keabsahannya oleh Algoritma Pembagian, yang merupakan pilar utama dalam pemfaktoran aljabar.

Untuk menentukan $H(x)$ dan $S(x)$ secara teknis, terdapat dua metode komputasional yang lazim digunakan di tingkat olimpiade:

1. Pembagian Bersusun (Long Division)
   Metode ini adalah generalisasi langsung dari pembagian bersusun panjang pada bilangan bulat. Langkah-langkahnya melibatkan eliminasi secara sistematis pada suku berderajat tertinggi dari polinomial yang dibagi ($P(x)$) menggunakan suku berderajat tertinggi dari polinomial pembagi ($D(x)$). Metode ini sangat universal dan bebas digunakan untuk bentuk pembagi $D(x)$ berderajat berapapun (linier, kuadrat, atau lebih tinggi).

2. Metode Pembagian Sintetik (Metode Horner)
   Metode Pembagian Sintetik, yang di Indonesia sering dikenal sebagai Skema Horner, adalah algoritma reduksi baris yang sangat efisien, ringkas, dan meminimalisir kesalahan penulisan variabel. Metode ini mengevaluasi operasi pembagian dengan hanya memanipulasi barisan koefisiennya saja.
   Meskipun sangat cepat, penggunaan Metode Horner standar (tanpa modifikasi matriks) umumnya dibatasi khusus untuk pembagi berderajat satu (linier) dengan bentuk umum $(x - c)$ atau $(ax - b)$.

Teorema Sisa dan Teorema Faktor¶

Algoritma pembagian memicu lahirnya dua jembatan logika paling krusial di dalam teori polinomial: Teorema Sisa dan Teorema Faktor. Kedua teorema ini memungkinkan kita untuk mengekstraksi informasi vital tentang sisa pembagian dan titik potong sumbu-$x$ tanpa harus bersusah payah melakukan operasi pembagian sama sekali.

Teorema Sisa mendemonstrasikan hubungan ekuivalensi yang elegan antara “sisa pembagian aljabar” dengan “nilai substitusi fungsi”. Ketika nilai substitusi fungsi ini menghasilkan angka nol, kita mendapatkan sebuah kasus istimewa yang mendefinisikan Teorema Faktor.

Narasi “jika dan hanya jika” (implikasi dua arah) pada Teorema Faktor mengandung dua konsekuensi analitik yang sama kuatnya:

1. Jika diketahui $(x-c)$ adalah faktor, maka dipastikan $P(c) = 0$ (sisa pembagiannya nol).

2. Jika kita secara acak menemukan suatu nilai $c$ yang membuat $P(c) = 0$, maka kita secara sah telah menemukan sebuah faktor dari polinomial tersebut, yaitu $(x-c)$.

Bilangan $c$ yang menyebabkan $P(c)=0$ ini secara formal disebut sebagai Akar Polinomial (atau pembuat nol fungsi).

Sebagai pilar penutup yang mengikat Teorema Faktor dengan derajat polinomial, kita dapat menurunkan sebuah batasan fundamental (lemma) mengenai jumlah maksimum akar yang mungkin dimiliki oleh sebuah fungsi aljabar berhingga.

Lemma ini sangat vital di dalam penyelesaian soal olimpiade, karena ia menegaskan bahwa sebuah persamaan polinomial berderajat n tidak mungkin dipecahkan dan menghasilkan lebih dari n buah solusi real yang valid. Konsep ini kelak akan bermuara pada Teorema Fundamental Aljabar dan identitas polinomial yang akan dieksplorasi pada subbab selanjutnya.

Teorema Akar Rasional dan Penyelesaian Persamaan Dasar¶

Setelah memahami struktur algoritma pembagian dan Teorema Faktor pada pembahasan sebelumnya, tantangan analitik selanjutnya adalah menemukan nilai-nilai eksak yang membatalkan (membuat nol) fungsi polinomial tersebut. Proses transisi dari manipulasi ekspresi menjadi pencarian nilai kebenaran inilah yang membawa kita pada kajian persamaan polinomial dasar dan metodologi pencarian akarnya.

Persamaan Polinomial dan Konsep Akar¶

Dalam ruang lingkup aljabar, ketika sebuah fungsi polinomial dihadapkan pada suatu kondisi kesamaan (umumnya disamakan dengan nol), ekspresi tersebut berubah statusnya dari sekadar fungsi menjadi sebuah persamaan.

Penyelesaian dari persamaan polinomial di atas berpusat pada pencarian nilai-nilai pengganti variabel $x$ yang menyebabkan persamaan tersebut bernilai benar secara matematis.

Berdasarkan Teorema Faktor yang telah diuraikan pada subbab sebelumnya, eksistensi akar $c$ berimplikasi logis secara ekuivalen (berlaku bolak-balik) bahwa polinomial $(x - c)$ merupakan faktor pembagi habis dari $P(x)$.
Dalam analisis tingkat lanjut, sering kali sebuah faktor linier $(x-c)$ muncul lebih dari satu kali dalam dekomposisi polinomial. Hal ini melahirkan konsep multiplisitas akar.

Teorema Akar Rasional¶

Dalam soal-soal Olimpiade Sains Nasional (OSN), peserta jarang sekali diberikan akar secara eksplisit. Persamaan polinomial derajat tinggi (seperti derajat tiga atau empat) pada umumnya tidak memiliki rumus kuadratik instan yang bisa langsung digunakan. Oleh karena itu, kita membutuhkan instrumen analitik utama untuk mendeduksi dan mengeliminasi kandidat-kandidat akar yang mungkin.

Instrumen paling fundamental dan mematikan untuk keperluan ini adalah Teorema Akar Rasional. Teorema ini memberikan kepastian analitik dalam mereduksi ruang pencarian akar dari himpunan bilangan tak hingga menjadi sebuah himpunan kandidat yang berhingga ukurannya, murni berdasarkan observasi terhadap koefisien utama dan konstanta polinomial.

Berdasarkan teorema di atas, himpunan seluruh kemungkinan akar rasional dari suatu polinomial dengan koefisien bulat dapat dikonstruksi secara tuntas dengan mendaftar semua kombinasi $\pm \frac{p}{q}$.

Ketika menghadapi persamaan polinomial derajat tinggi $P(x) = 0$, prosedur baku yang sangat disarankan adalah:

1. Daftarlah semua faktor dari konstanta $a_0$ (sebut himpunan ini sebagai kandidat $p$).

2. Daftarlah semua faktor dari koefisien utama $a_n$ (sebut himpunan ini sebagai kandidat $q$).

3. Bentuk himpunan kandidat rasional $\frac{p}{q}$.

4. Lakukan evaluasi $P\left(\frac{p}{q}\right)$ menggunakan Teorema Sisa (atau Metode Horner) pada himpunan kandidat tersebut.

5. Begitu satu akar rasional $c$ ditemukan ($P(c)=0$), segera bagikan polinomial $P(x)$ dengan $(x - c)$ untuk menurunkan derajat polinomial (proses depresi polinomial), lalu ulangi metode ini pada polinomial hasil bagi berderajat lebih rendah.

Teknik Pemfaktoran Tingkat Lanjut¶

Meskipun Teorema Akar Rasional sangat tangguh, teorema tersebut menjadi tidak berguna apabila polinomial sama sekali tidak memiliki akar rasional (seluruh akarnya imajiner atau irasional). Dalam kondisi ekstrem di OSN, pendekatan beralih dari menebak akar menuju dekomposisi struktur aljabar itu sendiri melalui Teknik Pemfaktoran Tingkat Lanjut.

1. Pemfaktoran dengan Pengelompokan Bersyarat (Factoring by Grouping)
   Metode ini mengeksploitasi kesimetrian atau rasio proporsional di dalam susunan koefisien. Tujuannya adalah memecah jumlahan suku menjadi beberapa kelompok yang secara individual memiliki Faktor Persekutuan Terbesar (FPB) aljabar, sehingga pada akhirnya dapat ditarik keluar faktor persekutuan baru dari kelompok-kelompok tersebut.
   Sebagai contoh parsial, polinom berderajat tiga $ax^3 + bx^2 + cx + d$ sering kali dapat dikelompokkan menjadi $x^2(ax + b) + \frac{c}{a}(ax + b)$ apabila memenuhi proporsi $\frac{a}{b} = \frac{c}{d}$.

2. Substitusi Variabel (Metode Polinomial Terselubung)
   Dalam banyak kasus berderajat genap tingkat tinggi (misalnya derajat 4 atau 6), struktur eksponen dari fungsi polinomial sering kali memperlihatkan konfigurasi bikuadratik atau kelipatan tetap.
   Jika sebuah polinomial disusun semata-mata dari pangkat-pangkat berderajat genap, $P(x) = a x^{2n} + b x^n + c$, kita dapat mentransisikan dimensi polinomial ini dengan mendefinisikan variabel pengampu baru, misal $u = x^n$. Polinomial mereduksi menjadi persamaan kuadrat biasa $P(u) = au^2 + bu + c$, yang akarnya dapat dieksekusi melalui rumus abc, sebelum akhirnya direstitusi kembali ke variabel $x$.

3. Pemfaktoran melalui Identitas Aljabar Khusus
   Polinomial yang tidak terlihat memiliki pola sama sekali sering kali menyembunyikan identitas klasik. Beberapa teknik sisipan konstanta atau variabel sangat krusial dalam mengubah polinom utuh menjadi bentuk “selisih dua kuadrat”:

   • Identitas Sophie Germain: Berguna pada polinomial berbentuk $x^4 + 4y^4$. Melalui rekayasa “tambah lalu kurang”, kita membangun kuadrat sempurna:

     $$x^4 + 4y^4 = (x^4 + 4x^2y^2 + 4y^4) - 4x^2y^2 = (x^2 + 2y^2)^2 - (2xy)^2$$

     (11)

     yang selanjutnya difaktorkan dengan mudah menjadi $(x^2 - 2xy + 2y^2)(x^2 + 2xy + 2y^2)$.

4. Metode Koefisien Tak Tentu (Method of Undetermined Coefficients)
   Bila semua usaha analitis dasar gagal dan akar rasional terbukti tidak eksis (berdasarkan pengujian pada Teorema Akar Rasional), kita menggunakan metode ini untuk secara “brutal” memaksa sebuah polinomial derajat empat pecah menjadi perkalian dua buah polinomial kuadrat dengan koefisien bulat (atau real).
   Misalkan kita ingin memfaktorkan polinomial monik derajat 4:

   $$x^4 + ax^3 + bx^2 + cx + d = (x^2 + px + q)(x^2 + rx + s)$$

   (12)

   Dengan mengekspansi persamaan pada ruas kanan, kita menyamakan koefisien-koefisien dari pangkat variabel $x$ yang berkorespondensi pada ruas kiri dan kanan (Sifat Kesamaan Dua Polinomial). Persamaan simultan non-linier yang terbangun dari nilai $(p, q, r, s)$ dipecahkan melalui deduksi aritmatika faktor konstanta, yang umumnya jauh lebih transparan dan dapat ditelusuri dibanding mencoba menebak akar kuartik secara membabi buta.

Teorema Vieta dan Manipulasi Akar Polinomial¶

Pada subbab sebelumnya, kita telah mengeksplorasi cara mencari nilai eksak dari akar-akar sebuah polinomial. Namun, dalam banyak persoalan tingkat olimpiade, kita dihadapkan pada situasi di mana akar-akar tersebut tidak dapat dicari secara analitik (karena derajatnya terlalu tinggi atau koefisiennya irasional), atau kita memang tidak perlu mencari nilai akarnya satu per satu.

François Viète (Vieta), seorang matematikawan Prancis, merumuskan sebuah teorema fundamental yang menghubungkan koefisien sebuah polinomial secara langsung dengan hasil jumlah dan hasil kali dari akar-akarnya. Berbekal Teorema Vieta, kita dapat memanipulasi ekspresi aljabar yang melibatkan akar-akar fungsi tanpa harus pernah mengetahui nilai individual dari akar tersebut.

Relasi Koefisien dan Akar Polinom¶

Teorema Vieta bertumpu pada penjabaran aljabar dari Teorema Faktor. Jika sebuah polinomial berderajat $n$ memiliki $n$ buah akar, maka polinomial tersebut dapat diekspresikan sebagai perkalian dari $n$ buah faktor linier. Eksekusi perkalian inilah yang melahirkan relasi terstruktur antara akar dan koefisien.

Pola pergantian tanda (negatif-positif-negatif) dan peningkatan jumlah kombinasi perkalian akar ini dapat digeneralisasi untuk persamaan polinomial berderajat $n$. Untuk mempermudah penulisan bentuk umum, matematika mendefinisikan himpunan Polinomial Simetris Elementer, yang lazim dinotasikan dengan simbol sigma kecil ($\sigma_k$).

Manipulasi Polinomial Simetris¶

Aplikasi operasional dari Teorema Vieta akan mencapai titik puncaknya ketika dikombinasikan dengan teknik manipulasi fungsi simetris. Di dalam olimpiade, Anda akan sering diminta untuk mengevaluasi suatu ekspresi kompleks yang tersusun dari akar-akar polinomial.

(Contoh: $f(a, b) = a^2 + b^2$ adalah simetris karena $f(b, a) = b^2 + a^2 = f(a, b)$).

Teorema Fundamental berikut memberikan jaminan analitis mengapa Teorema Vieta selalu bisa digunakan untuk memecahkan persoalan fungsi akar yang simetris.

Kemampuan mereduksi bentuk simetris ke dalam bentuk $\sigma_k$ adalah keterampilan taktis dasar. Berikut adalah beberapa manipulasi aljabar yang mutlak harus dikuasai secara intuitif di luar kepala:

• Jumlahan Kuadrat:

  $$\sum x_i^2 = \sigma_1^2 - 2\sigma_2$$

  (15)

• Jumlahan Kebalikan (Resiprokal): Untuk persamaan berderajat $n$,

  $$\sum \frac{1}{x_i} = \frac{1}{x_1} + \frac{1}{x_2} + \dots + \frac{1}{x_n} = \frac{\sigma_{n-1}}{\sigma_n}$$

  (16)

• Jumlahan Kuadrat Kebalikan:

  $$\sum \frac{1}{x_i^2} = \frac{\sigma_{n-1}^2 - 2\sigma_{n-2} \sigma_n}{\sigma_n^2}$$

  (17)

• Jumlahan Pangkat Tiga (Kubik):

  $$\sum x_i^3 = \sigma_1^3 - 3\sigma_1 \sigma_2 + 3\sigma_3$$

  (18)

Identitas Newton¶

Teknik manipulasi manual dengan mengekspansi bentuk simetris sangat efektif untuk pangkat dua atau tiga. Namun, ketika soal OSN menanyakan jumlahan pangkat tinggi yang masif, misalnya “Tentukan nilai dari $x_1^5 + x_2^5 + x_3^5$ dari akar-akar persamaan kubik $x^3 - 4x + 1 = 0$”, melakukan ekspansi aljabar secara manual akan menjadi mimpi buruk komputasional.
Sir Isaac Newton merumuskan sebuah identitas rekursif yang sangat mematikan, yang menghubungkan jumlahan pangkat dari akar-akar polinomial langsung dengan koefisien-koefisiennya.

1. Bagian 1: Untuk $1 \leq k \leq n$ (Pangkat lebih kecil atau sama dengan derajat)
   Berlaku persamaan identitas:

   $$S_k - \sigma_1 S_{k-1} + \sigma_2 S_{k-2} - \dots + (-1)^{k-1} \sigma_{k-1} S_1 + (-1)^k k \sigma_k = 0$$

   (20)

   (Perhatikan bahwa suku terakhir bukan dikalikan dengan $S_0$, melainkan dikalikan langsung dengan angka indeks $k$).\ Secara operasional, untuk beberapa nilai awal, identitas ini dapat diurai menjadi:

   • Untuk $k=1$: $S_1 - \sigma_1 = 0 \implies S_1 = \sigma_1$

   • Untuk $k=2$: $S_2 - \sigma_1 S_1 + 2\sigma_2 = 0$

   • Untuk $k=3$: $S_3 - \sigma_1 S_2 + \sigma_2 S_1 - 3\sigma_3 = 0$

   • Untuk $k=4$: $S_4 - \sigma_1 S_3 + \sigma_2 S_2 - \sigma_3 S_1 + 4\sigma_4 = 0$

2. Bagian 2: Untuk $k > n$ (Pangkat lebih besar dari derajat)
   Berlaku persamaan identitas yang telah tereduksi (terpotong):

   $$S_k - \sigma_1 S_{k-1} + \sigma_2 S_{k-2} - \dots + (-1)^n \sigma_n S_{k-n} = 0$$

   (21)

   Bentuk persamaan Bagian 2 pada dasarnya merupakan konsekuensi langsung dari substitusi akar ke dalam persamaan aslinya. Jika sebuah akar $x_i$ memenuhi persamaan monik $x^n - \sigma_1 x^{n-1} + \sigma_2 x^{n-2} - \dots = 0$, kita berhak mengalikan seluruh ruas persamaan tersebut dengan $x_i^{k-n}$. Evaluasi dan penjumlahan fungsi yang dimodifikasi ini untuk seluruh $n$ buah akar akan langsung membuahkan Identitas Newton pada ranah $k > n$.

Kekuatan absolut dari Identitas Newton terletak pada sifat rekursinya. Untuk mencari nilai dari $S_5$, Anda tidak perlu memfaktorkan bentuk kompleks, melainkan Anda cukup menghitung nilai $S_1$, lalu menggunakannya untuk mencari $S_2$, kemudian mencari $S_3$, mencari $S_4$, dan akhirnya mendeduksikan nilai $S_5$ melalui substitusi berantai yang murni berupa operasi aritmatika penjumlahan dan perkalian skalar linier.

Identitas ini secara radikal mengubah persoalan manipulasi bentuk simetris berderajat tinggi yang tampaknya mustahil diselesaikan dengan tangan manusia, menjadi barisan komputasi rekursif yang terstruktur dan deterministik.

Teorema Identitas Polinomial dan Interpolasi¶

Dalam kurikulum reguler, analisis polinomial umumnya berhenti pada pencarian akar dan pemfaktoran. Namun, di arena Olimpiade Sains Nasional (OSN), peserta dituntut untuk memahami polinomial tidak hanya sebagai sebuah persamaan yang harus dipecahkan, melainkan sebagai sebuah objek fungsi utuh yang identitas dan strukturnya dapat direkonstruksi. Subbab ini membahas dua pilar analitik tingkat lanjut: bagaimana kita dapat meyakini bahwa dua polinomial adalah identik, dan bagaimana kita menyusun ulang sebuah polinomial utuh murni dari sekumpulan titik data (nilai fungsi) yang terbatas.

Teorema Identitas Polinomial¶

Sebagai titik tolak, mari kita tinjau kembali Lemma batas maksimum akar pada subbab sebelumnya. Sebuah polinomial berderajat $n \ge 1$ memiliki paling banyak $n$ buah akar real. Fakta ini mengandung sebuah implikasi paradoksal: bagaimana jika sebuah fungsi aljabar yang diklaim sebagai polinomial berderajat $n$ ternyata memiliki lebih dari $n$ akar?

Matematika merespons paradoks ini dengan sebuah kepastian analitik yang dirumuskan melalui Lemma berikut.

Lemma fundamental inilah yang menjadi pondasi pembuktian bagi Teorema Identitas Polinomial, salah satu instrumen deduksi paling tangguh dalam aljabar OSN.

Konsekuensi logisnya, derajat kedua polinomial tersebut pastilah sama, dan koefisien pada setiap suku yang berderajat sejajar bernilai persis sama.

Kekuatan absolut dari Teorema Identitas terletak pada jaminan yang diberikannya. Dalam memecahkan soal OSN yang meminta Anda membuktikan sebuah identitas aljabar yang rumit dengan derajat tertinggi $n$, Anda tidak selalu harus mengekspansi dan memfaktorkannya secara brutal. Anda memiliki rute alternatif yang sah: cukup buktikan bahwa ruas kiri dan ruas kanan bernilai sama saat disubstitusi oleh $n+1$ angka sembarang yang berbeda. Jika kesamaan itu tercapai di $n+1$ titik, teorema ini menggaransi bahwa rumus tersebut pasti benar untuk semua bilangan real.

Interpolasi Polinomial dan Teorema Eksistensi¶

Teorema Identitas menetapkan bahwa $n+1$ titik sudah cukup untuk “mengunci” identitas sebuah polinomial berderajat $n$. Hal ini melahirkan pertanyaan inversi (kebalikan): Jika kita diberikan himpunan $n+1$ titik acak di bidang Kartesius, apakah kita bisa selalu menyusun sebuah polinomial berderajat $n$ yang melewati titik-titik tersebut secara eksak?

Jawaban analitik atas problematika ini adalah salah satu pencapaian besar dalam analisis numerik dan aljabar.

Proses merekonstruksi fungsi $P(x)$ murni dari kumpulan diskret $(x_i, y_i)$ ini disebut sebagai Interpolasi Polinomial.

Secara prosedural komputasi konvensional, untuk mencari koefisien polinomial $P(x) = a_n x^n + \dots + a_1 x + a_0$, kita harus mensubstitusikan ke-$n+1$ titik tersebut untuk membentuk Sistem Persamaan Linier (SPL) dengan $n+1$ variabel. Namun, untuk derajat yang tinggi (misalnya $n=3$ atau $n=4$), metode inversi matriks atau eliminasi ini sangat rawan kesalahan aritmatika dan amat menyita waktu. Oleh karena itu, kita membutuhkan formulasi langsung.

Interpolasi Lagrange¶

Joseph-Louis Lagrange merumuskan sebuah teknik konstruksi aljabar yang brilian untuk menyusun fungsi polinomial secara seketika tanpa perlu menyelesaikan satu pun sistem persamaan linier. Pendekatan ini murni menggunakan kombinasi polinomial-polinomial pembantu yang disebut sebagai Polinomial Basis.

Jika kita meninjau nilai dari fungsi $L_i(x)$ pada absis-absis yang telah ditentukan, kita mendapati sebuah sifat sakelar (switch) yang sangat elegan:

1. Jika $x = x_i$, pembilang akan persis sama dengan penyebutnya, sehingga $L_i(x_i) = 1$.

2. Jika $x = x_j$ (dengan $j \neq i$), maka salah satu faktor di pembilang akan bernilai nol, sehingga $L_i(x_j) = 0$.

Berbekal sifat sakelar ini, Lagrange merajut basis-basis tersebut dengan nilai ordinat ($y_i$) yang bersesuaian ke dalam satu formula paripurna.

Mengapa rumus aneh dan panjang ini dijamin kebenarannya? Ujilah formula di atas pada salah satu absis acak, sebut saja $x_k$.

Berdasarkan sifat basis Lagrange, semua suku $L_i(x_k)$ akan bernilai 0, kecuali suku pada indeks ke-$k$ yang bernilai 1. Sehingga persamaan tersebut runtuh secara seketika menyisakan:

Ekspektasi kita terpenuhi secara sempurna: fungsi $P(x)$ tepat mengembalikan nilai $y_k$ saat diberikan masukan $x_k$.

Meskipun Interpolasi Lagrange terlihat sebagai solusi akhir yang megah, penerapan mentahnya pada soal OSN terkadang membuahkan ekspresi aljabar yang terlalu masif. Para peserta olimpiade sering kali memadukan konsep ini dengan pencarian “Polinomial Penolong”.

Jika nilai $(x_i, y_i)$ tampak mengikuti sebuah pola fungsi sederhana $f(x)$ (misalnya $y_i = x_i^2 + 1$), namun ada beberapa titik penyimpangan, langkah tergagah bukanlah menginterpolasi $P(x)$ secara langsung. Melainkan, bentuklah polinomial baru $Q(x) = P(x) - f(x)$. Akibatnya, titik-titik akar dari $Q(x)$ menjadi jauh lebih melimpah dan bernilai nol, sehingga derajat kesulitan interpolasinya tereduksi secara luar biasa. Teknik reduksi ini menandai level penguasaan polinomial dari seorang medalis.