Vous êtes sur la page 1sur 6

Calcul de valeurs approch

ees dint
egrales

M
ethodes de calcul de valeurs approch
ees dune
int
egrale.

1 Les formules de quadrature de type interpolation :


Pr
esentation
Rb
On cherche `a calculer lintegrale I(f ) = a
(x)f (x) dx o`
u est une fonction dite fonction
poids et f une fonction reelle.
Pn
Definition 1.1 On appelle formule de quadrature `
a n + 1 points : i=0 Ani f (xi ) o`
u les Ani
ne dependent pas de f et les xi [a; b].
Rb
Definition 1.2 On appelle formule de quadrature de type interpolation une formule a Pf (x)(x) dx
Rb
u Pf est un polynome interpolateur de f . On note R(f ) = I(f ) a Pf (x)(x) dx.
o`

Definition 1.3 Une formule de quadrature est dite exacte sur un ensemble V si f
V, R(f ) = 0.

Definition 1.4 Une formule de quadrature est dite convergente sur V si et seulement si
f V lim R(f ) = 0.
n+

Theor`eme 1.1 Une formule de quadrature `a n + 1 points est exacte sur lexpace vectoriel
des polynomes de degre au plus n (que lon notera Pn ) ssi elle est du type interpolation `a
n + 1 points.

Definition 1.5 On dit quune formule de quadrature a un degre de precision n si elle est
exacte pour tout xk avec k [[0; n]] et non exacte pour xn .

Theor`eme 1.2 Supposons que f C n+1 et que la formule de quadrature soit de precision
n + 1.
1 b (n+1)
Z
Alors on a R(f ) = f u Kn (t) = R(x 7 max(0, (x t)n ).
(t)Kn (t)dt o`
n! a
Kn est appele noyau de Peano.
R(xn+1 ) (n+1)
Par suite, si Kn est de signe constant, ]a; b[ tq R(f ) = f ().
n+1

1
Muriel Epstein 20 novembre 2000

n
D Pn 1.6 nUne formule de quadrature est dite stable si (0 , . . . , n ) R+ M R+
efinition
tel que | i=0 Ai i | 6 M maxk |k |.
Pn
Th eme 1.3 Une formule de quadrature est stable ssi M R+ tel que |
eor` i=0 Ani | 6 M .

Th eor` eme 1.4 Une methode de quadrature de type interpolation est convergente sur C[a; b]
ssi les formules sont stables.

2 Les formules de Newton-Cotes


2.1 Pr
esentation et propri
et
es
On consid`ere la fonction de poids constante egale `a 1.

Definition 2.1 On appelle formule de Newton-Cotes la formule de quadratureQn


n
k=0;k6=j (x xk )
Z b
X 1
I(f ) = (ba) Bjn f (a+jh) o`
u h = ba
n
et Bjn = lj (x)dx o`
u lj = Qn
j=0
ba a k=0;k6=j (xj xk )

n n
(1)nj
Z Y
Th
eor`
eme 2.1 Bjn = (t k)dt. On a alors Bjn = Bnj
n
.
j!(n j)!n 0 k=0;k6=j

Theor`eme 2.2 Le degre de precision des formules de Newton-Cotes `a (n + 1) points est n si


n est impair, n + 1 sinon.

Theor`eme 2.3 Si le nombre de points dinterpolation est n+1, dans les formules de Newton-
Cotes fermees, avec n pair, lerreur est en hn+3 ; avec n impair, lerreur est en hn+2

Th
eor`
eme 2.4 Les formules de Newton-Cotes sont instables.

Definition 2.2 On appelle methodes composites de degre q les methodes de Newton-Cotes


de degre q appliquees `a des sous-intervalles de [a; b]

Theor` eme 2.5 On consid`ere une formule composite de degre q `a n + 1 points telle que
(b a)q+3
q+2
f C [a; b]. Alors c R tel que |R(f )| 6 c q+2
max |f (q+2) (x)| si q pair et
n x[a;b]
(b a)q+2
|R(f )| 6 c max |f (q+1) (x)| si q impair.
nq+1 x[a;b]

Theor` eme 2.6 Si q est tel que Bjq > 0 pour tout j alors la formule composite de degre q est
stable.

2
Calcul de valeurs approch
ees dint
egrales

2.2 Exemples
La
Z b formule du trap` eze Lorsque n = 1, on a la formule du trap`eze :
(b a)
f (t)dt [f (a) + f (b)]. Considerons p intervalles,
a 2 " p1 #
X f (a) + f (b)
la formule composite du trap`eze est h f (a + kh) + .
k=1
2

La Zformule de Simpson Lorsque n = 2, on a la formule de Simpson :


b 
(b a) a+b
f (t)dt f (a) + 4f ( ) + f (b) . La formule composite de Simpson est
a 6 2
(p2)/2 (p2)/2)
h X X
f (a) + f (b) + 2 f (a + 2kh) + 4 f (a + (2k + 1)h.
3 k=1 k=1

2.3 La m
ethode de Romberg
Cette methode est derivee des methodes de Newton-Cotes et permet daccelerer la conver-
gence.
m 1
2X
!
b a f (a) + f (b) ba
Soit Tm (f ) = m + f (a + k m ) .
2 2 k=1
2

Definition 2.3 La methode dintegration de Romberg est decrite par Tm0 = Tm et


n1
4n Tm+1 Tmn1
Tmn = .
4n 1
Theor`eme 2.7 La convergence de Tmn vers I(f ) lorsque n + est surlineaire (ie. plus
rapide que toute suite geometrique).

3 Les formules de Gauss


3.1 G
en
eralit
es
Th eme 3.1 La formule de quadrature `a (n + 1) points est exacte sur P2n+1 ssi (1) elle
eor`
est du type interpolation `a (n + 1) points et (2) les abscisses dinterpolation sont telles que
Rb
v(x) = ni=0 (x xi ) verifie a xq v(x)(x) dx = 0 q [[0; n]] (Condition dorthogonalite).
Q

Definition 3.1 On appelle formules de Gauss des formules de quadrature verifiant les condi-
tions precedentes.

eme 3.2 Si (x) > 0 et continue sur [a; b], !v Pn / v = ni=0 (x xi ) o`


Q
Th eor` u xj 6=
Rb q
xi si i 6= j et i [[0; n]] xi [a; b] tel que a x v(x)(x) dx = 0 q [[0; n]].

3
Muriel Epstein 20 novembre 2000

Theor` eme 3.3 Si la formule de quadrature est exacte sur P2n+1 , alors on a
i [[0; n]], Ani > 0

Corollaire 3.1 Les formules de quadratures du type Gauss sont stables, donc convergentes.

Corollaire 3.2 Le degre de precision des formules de Gauss `a (n + 1) points est 2n + 1.

b
f 2n+2 ()
Z
Corollaire 3.3 Pour f C 2n+2
[a; b], Rn (f ) = (x)v 2 (x) dx o`
u ]a; b[.
(2n + 2)! a

3.2 Exemples de polyn


omes suivant le choix des fonctions de poids
Les polyn
omes de Legendre

n
Theor`eme 3.4 Les polynomes de Legendre (Ln (x) = n!21 n dx
d 2 n
n (x 1) ) v
erifient les conditions
du theor`eme 3.1 pour la fonction de poids (x) = 1 sur [1; 1]. On a alors
Z 1 2
n Ln+1 (x)
Ak = dx
1 (x xk )L0n+1 (xk )

Les polyn
omes de Tchebichev

Theor`eme 3.5 Les polynomes de Tchebichev (Tn (x) = cos(nArc cos x)) verifient les condi-
1
tions du theor`eme 3.1 pour la fonction de poids (x) = 1x 2 sur [1; 1].

Th eme 3.6 Soit f C 2n ([1; 1], R).


eor`
Z 1 n
f (x) X (2i 1) 2
[1; 1] tel que dx = f (cos ) + 2n f 2n ()
1 1 x 2
i=1
n 2n 2 (2n)!

Les polyn
omes de Laguerre

n
d n x
Theor`eme 3.7 Les polynomes de Laguerre ( Ln (x) = ex dx n (x e ) ) verifient les conditions
x
du theor`eme 3.1 pour la fonction de poids (x) = e .

Les polyn
omes dHermite

2 n 2 /2
d x
Theor`eme 3.8 Les polynomes dHermite ( Hn (x) = (1)n ex /2 dx n (e ) ) verifient les
2
conditions du theor`eme 3.1 pour la fonction de poids (x) = ex /2 .

4
Calcul de valeurs approch
ees dint
egrales

4 M
ethode de Monte-Carlo
4.1 Principe
1 d
R
Soit
R f L (R ). On cherche a
`
e valuer I = Rd
f (x)dx. Supposons que lon puisse ecrire
I = Rd f1 (x)g(x)dx o` u f = f1 g et g est la densite sur Rd dune loi que lon sait simuler.
On consid`ere un vecteur aleatoire U = (U1 , ..., Ud ) , X = f1 (U ) et une suite iid (Xn ) de
copies de X. On a alors, par la loi des grands nombres I = E[X]Z et Xn converge ps vers I.
[f (x)]2
De plus (theor`eme central-limite), si f L2 (Rd , g(x)dx) V (X) = dx
Rd g(x)

4.2 Remarques

Remarque 4.1 La convergence est en / n, ce qui est relativement lent. Neanmoins, la
methode ne depend pas de la regularite de la fonction `a integrer et sapplique aisement `a des
integrales multiples.
B
Th eme 4.1 Si |f1 (x)| 6 A ps, 2 6 B et si 0 6 < 2 , on a
eor`
 2 2  A
 An
P |Xn I| 6 A > 1 2 exp .
4B

Remarque 4.2 Dans la pratique, on cherche f1 et g de sorte de minimiser la variance.

4.3 Exemple
1
Z
On cherche `a calculer = 4I avec I = f (x)dx et f (x) = 1 x2 .
0 Z
2
Avec la methode de base, on obtient = (1 x2 )dx I 2 = I 2 ' 0, 05.
2
3
1 x2 1 1 (3 )(1 ) ln()
En posant g(x) = on obtient 2 = . Une recherche
1 /3 3 2
du minimum en donne 2 ' 0, 0029.

5
Muriel Epstein 20 novembre 2000

Remarques
Attention, jai choisi de ne pas ou peu parler des :
formules dEuler-Maclaurin
integrales avec singularites
integrales infinies
integrales doubles (approximees grace `a des interpolations sur des triangles)
formules de Newton-Cotes ouvertes (ne tient pas compte des bornes dans les formules
de newton-Cotes).
formules de Gauss-Radeau et Gauss-Lobatto (formules de Gauss dans lesquelles on
impose lutilisation dune ou des deux bornes.)

Bibliographie
[1] A. Chambert-Loir et S. Fermigier. Exercices de mathematiques pour lagregation, volume
Analyse 2. Masson, 1995.
[2] J.Stoer et R. Burlisch. Introduction to Numerical Analysis. Texts in Applied Mathematics,
2 edition, 1992.
[3] Michelle Schatzman. Analyse numerique. InterEditions, 1991.
[4] R. Theodor. Initiation `a lAnalyse Numerique. Masson, 3 edition, 1989.
[5] Paul S. Toulouse. Th`emes de Probabilites et Statistiques. Dunod, 1999.