Vous êtes sur la page 1sur 23

Chapitre 5

Intégration et dérivation numérique

5.1 Introduction
5.1.1 Objectif
Le but est l’évaluation numérique de l’intégrale
R
définie d’une fonction. Lorsque l’intégrale de la
2
fonction f n’est pas calculable ( par exemple 01 e−x dx) on verra que l’on peut l’approximer de
diverses façons. Des fois même, connaissant la primitive F de f il est plus pratique d’utiliser ces
méthodes d’approximation que de procèder à une évalution directe en fonction de F .
Dans ce chapitre, nous allons présenter la principe général du calcul approché d’intégrale que nous
appliquons dans le cas de la méthode des rectangles, trapèzes et Simpson. Nous présentons aussi
la théorie des formules de quadrature. La dernière partie sera consacrée a la dérivation numérique.

5.1.2 Rappels:

i. Si f est continue sur [a, b], alors f admet une primitive donc α f (t)dt existe pour tous
α, β ∈ [a, b].
ii. Soient f : ]a, b[ → IR et F : [a, b] → IR : F est une primitive de f sur [a, b] si F est continue
sur [a, b], si F est dérivable sur ]a, b[ alors F ′ (x) = f (x), quelque soit x ∈]a, b[.
iii. Si F est une primitive de f alors G = F + cte est aussi une primitive de f .
vi. α, β ∈ [a, b] , si F et G sont deux primitives de f on a:
I = F (β) − F (α) = G(β) − G(α)
I est indépendant de F et ne dépend que de α, β et f .
vii. - α, β ∈ [a, b], si F et G sont deux primitives de f on a:
Z β
I = F (β) − F (α) = G(β) − G(α) = f (t)dt
α
I est indépendant de F et ne dépend que de α, β et f
Rt
viii. Si t ∈ [a, b], la fonction F de [a, b] dans IR définie par F (t) = α f (x)dx est une primitive de
f : telle que F (α) = 0 et F ′ (t) = f (t) pour tout t ∈ [a, b].

5.1.3 Intérpretation géomètrique de l’intégrale


Soit une fonction numérique f : [a, b] → IR continue,
Rb
a. si f ≥ 0 sur [a, b], a f (t)dt est la surface hachurée de la figure qui suit:
b. Si f change de signe sur [a, b], dans ce cas on considèrera la somme algébrique.

65
66 4. Intégration et dérivation numérique

y=f(x)

11111111
00000000
00000000
11111111
Cf
00000000
11111111
00000000
11111111
00000000
11111111
00000000
11111111
00000000
11111111
00000000
11111111 x
a b

Figure 5.1: f de signe constant

01y=f(x)
10
10 111
10 000
10 111 000111111
000000 Cf
10 111111 000000
+
000000
111111 000
111
000
111
10 111111 0000000
1111111
10 000000 +
0000000
1111111
10 111111000000
000000
111111 0000000
1111111
10 111111 0000000
1111111
10 000000 0000000 x
1111111
10 111111
000000
10 a 00000001111111
000000
111111
1111111 0000000
0000000_1111111
1111111 0000000b
0000000
1111111
0000000
1111111
Figure 5.2: f change de signe.

5.1.4 Principe du calcul approché:


l’interprétation géométrique de l’intégrale suggère de décomposer la surface sous le graphe de la
fonction en éléments d’aires simples (réctangles, triangles, trapèzes ...) moyennant certaines ap-
proximations au voisinage de la courbe.
L’idée est donc de subdiviser le segment [a, b] en plusieurs sous–segments [ai , ai+1 ] (i = 0, . . . , n−
1, a0 = a, an = b).
Z b n−1
X Z ai+1
f (t)dt = f (t)dt
a i=0 ai
R ai+1
on est donc ramené à évaluer ai f (t)dt sur un petit segment [ai , ai+1 ] où f ne varie pas trop.
Ce qui nous amène à proposer la formule approximative suivante sur un petit intervalle [α, β]
de [a, b]:
Z β
f (t)dt = Iα,β (f ) + Rα,β (f ) (5.1)
α
Iα,β (f ) est l’approximation proposée, Rα,β (f ) est un reste: “erreur de méthode” (5.1) est dite
formule simple ou élémentaire. la formule (5.1) appliquée sur chaque segment [ai , ai+1 ] nous donne
la formule approximative Composée:
Z b n−1
X n−1
X
f (t)dt = Iai ,ai+1 (f ) + Rai ,ai+1 (f )
a i=0 i=0

Dans tout ce qui suit nous considèrons la subdivision suivante:


b−a
ai = a + ih; i = 0, . . . , n, a0 = a, ai = a + ih, an = b avec h =
n
4.2 Formule des réctangles 67

y=f(x)

000111
111111
000 000111 000111
111000111
000000
000111
111 000000
000111000
111 000111
111000111
000111
000
111
000111
111 000
111000
111 000
111000
111111000000
111
111000
000111000
111 0000
1111
000
111 000
111000
111000
111000111
111000
111000
000111000
111 0000
1111
000
111 000
111000
111000
111000111
111000
000000
111 0000
1111
000111
111000
0000
1111000
111
000
111000
111
000
111
000
111
000
111000111
111000
000
111
111000
111
000111000
111000
111
0000
1111000
111000
111000
111000
111000
111
111000
000111000
111000
111
0000
1111000
111000
111000
111000
111000
111
000
111000000
111000
111
0000
1111000
111000
111000
111000
111000
111 x
a0=a a000
111
a000
111 a
000
111
a a =b n
1 2 i n-1

Rb
Figure 5.3: Subdivision de [a, b] et approximation de a f (x)dx par la somme des surfaces hachurées.

cette subdivision est appelée la subdivision régulière de pas h

5.2 Formule des réctangles ( avec point milieu ):


5.2.1 Formule élémentaire:
β+α
On remplace le graphe de la fonction f entre [α, β] par une droite y = f (γ), où γ = 2 est le
point milieu de [α, β]. (voir figure ci dessous)

y=f(x)

f( β) Cf

f(γ ) 11111111
00000000
00000000
11111111
f(α) 00000000
11111111
00000000
11111111
00000000
11111111
00000000
11111111
00000000
11111111
00000000
11111111 x
α γ β

Figure 5.4: M]’ethode des réctagles avec point milieu.

Z β
f (t)dt ≈ hf (γ) + Rα,β (f ), h = β − α
α
Estimation du reste Rα,β (f ):
Supposons que f a une dérivée seconde continue ( F aura donc une dérivée tièrce continue ). La
fomule de Taylor à l’ordre 3 entre γ et β appliquée à F :
1 1
F (β) − F (γ) = (β − γ)F ′ (γ) + (β − γ)2 F ′′ (γ) + (β − α)3 F ′′′ (ξ)
2 3!
h h2 h3
= f (γ) + f ′ (γ) + f ′′ (ξ); ξ ∈ [β, γ] (5.2)
2 8 48
68 4. Intégration et dérivation numérique

Formule de Taylor entre α, γ:

h h2 h3
F (α) − F (γ) = − f (γ) + f ′ (γ) − f ′′ (η) η ∈ [α, γ] (5.3)
2 8 48
En retranchant (5.2) de (5.3) on obtient la relation:

h3 f ′′ (η) + f ′′ (ξ)
F (β) − F (α) = hf (γ) +
24 2
f ′′ est une fonction continue, d’après le théorème des valeurs intermédiaires il existe θ ∈]η, ξ[ telle
que
1 ′′
(f (η) + f ′′ (ξ)) = f ′′ (θ)
2
La formule d’ élémentaire devient donc:
h3 ′′
Z β
f (t)dt = hf (γ) + f (θ); α<θ<β (5.4)
α 24

5.2.2 Formule composée:


Supposons que: f : [a, b] → IR a une dérivée seconde f ′′ continue, considèrons la subdivision
(ai )i=0,1,...n de pas h = b−a
n , sur chaque intervalle [ai , ai+1 ] on a la formule élèmentaire:

h3 ′′
Z ai+1
ai + ai+1
f (t)dt = hf (γi ) + f (θi ) ; ai < θi < ai+1 avec γi =
ai 24 2
d’ou la formule composée suivante:
n−1
h3 n−1
Z b X X 1
f (t)dt = h f (γi ) + n f ′′ (θi )
a i=0
24 i=0 n

Or, f ′′ est continue, d’après le théorème des valeurs intermédiaires, il existe θ ∈ [a, b] tel que:

1 n−1
X
f ′′ (θi ) = f ′′ (θ)
n i=0

en tenant compte du fait que nh = (b − a), on obtient comme formule composée:


i=n−1
h2
Z b X ai + ai+1
f (t)dt = h f( ) + (b − a)f ′′ (θ)
a i=0
2 | 24 {z }
| {z }
Rn (f )
Qn (f )

graphiquement on a le schéma suivant:

5.2.3 Propriétés.
a. Si f ′′ = 0 sur [a, b] c-à-d f est un polynôme de degré un ou moins, il n’y a pas d’erreur de
méthode.
Rb
b. Si f ′′ ≥ 0 l’approximation de a f (t)dt fournie par Qn (f ) est par défaut.

c. La méthode est convergente, en effet si M est un majorant de |f ′′ | sur [a, b] on a:

h2 1
|Rn (f )| ≤ (b − a)M proportionnelle à 2 → 0
24 n
4.3 la méthode des trapèzes 69

y=f(x)

000
111
111
000 000111
111000
000
111
000
111
000111
111 000
111000
111 000
111000
111
000 000
111 000
111
000111
111
000000
111
000111
111
000
111000000
111
000
111000
111
000
111
000
111
000
111
000
111 000111
111000
000
111
000
111 000
111 000
111 000
111
000111
111
000000
111
000111
111
000000
111
000
111000
111
000111
111000
000
111
000
111 000111
000111
000111
111 111
000
000
000
111
000
111
000111
111 000
111000
111000
111000
111000
111 000
111
000
111 000
111000
111
000 000
111 000
111 000
111
000111
111
000000
111
000111
111
000000
111
000
111000
111
000111
111000
000
111
000
111
000111
111 000
111
000 000111
111000
000
111
000
111000
111000
111000
111000
111000
111000
111 000
111
000
111 000
111000
111 x
a 0 1 γ2
000
111
111111111111111111111111111111111111
000000000000000000000000000000000000
γ γ γ γ
i n−1 b

Figure 5.5: Méthode des réctangles avec point milieu

5.2.4 Estimation de l’erreur.


h2
• si f ” ≤ M sur [a, b] on a une estimation à priori de l’erreur 24 (b − a)M

• si f ” n’est pas majorée on peut minimiser le nombre d’évaluations de f . On se limite souvent


au cas où n est une puissance de 3 ( n: 1,3,9,27,. . . ). |Qn − Q3n | fournit en général une
estimation de l’érreur.

5.2.5 Exemple
R
Log2 = 12 dtt ≈ 0.6931471806
1 ′ 1 2
f (x) = , f (x) = − 2 , f ′′ (x) = 3 , |f ′′ (x)| ≤ 2 = M, ∀x ≥ 1
x x x
2−1 a0 +a1 3
• Si n = 1 on a: h = 1 = 1, a0 = 1, a1 = 2 = 1 + 1h donc γ0 = 2 = 2 d’où
i=1−1
X 3 2
Q1 = h f (γi ) = hf (γ0 ) = f ( ) =
i=0
2 3

• Si n = 3 on a: h = 2−1 1 1 4 1
3 = 3 , a0 = 1, a1 = 1 + 1 3 = 3 , a2 = 1 + 2 3 =
5
3 et a3 = 1 + 3 31 = 2 donc:
γ0 = a0 +a
2
1
= 7
6 , γ1 = a1 +a2
2 = 9
6 , γ2 = a2 +a3
2 = 11
6 d’où
i=3−1
X 1 6 6 6 478
Q3 = h f (γi ) = h(f (γ0 ) + f (γ1 ) + f (γ2 )) = ( + + )= = 0.68975468
i=0
3 7 9 11 693

• Si n = 9 on a: h = 91 , a0 = 1, a1 = 1 + 1 91 = 10 1
9 , a2 = 1 + 2 9 =
11
9 , ai = 1 + i 91 et a9 = 2 donc:
ai +ai+1
γ0 = a0 +a
2
1
= 19
18 , γ1 = a1 +a2
2 = 21
18 , γi = 2 = 19+2i
18 d’où
i=9−1
X 1 18 18 18 18
Q9 = h f (γi ) = h(f (γ0 ) + f (γ1 ) + . . . + f (γ8 )) = ( + + ... + + ... + )
i=0
9 19 21 19 + 2i 35
14145553414
= = 0.69276237
20419054425
2
n Qn (b − a) h24M |Qn − Q3n | erreur exacte
1 0.66666667 8.3 10−2 ——- −2.7 10−2
3 0.68975468 4.6 10−3 2.3 10−2 −3.4 10−3
9 0.69276237 5.2 10−3 3.0 10−3 −3.9 10−4
70 4. Intégration et dérivation numérique

5.3 La méthode des trapèzes


5.3.1 La formule élémentaire:
Cette méthode consiste à remplacer la courbe de la fonction f entre α et β par une droite passant
par les deux points (α, f (α)) et (β, f (β). Ceci est schématisé dans la figure suivante:

y=f(x)

f( β) 1111111
0000000
0000000
1111111
f(α) 0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111 x

α β

Figure 5.6: Méthode du trapèze

Z β
h
f (t)dt = (f (α) + f (β)) + Rα,β (f )
α 2
Pour exprimer le reste Rα,β (f ), on suppose que f a une dérivée seconde f ” continue sur [α, β] et
introduisons la fonction auxiliaire ϕ(x) définie par:

α+β
ϕ(x) = F (γ + x) − F (γ − x) − x(f (γ + x) + f (γ − x)) − kx3 , γ = (5.5)
2

k est une constante choisie telle que ϕ( h2 ) = 0. En exigeant cela on obtient pour k l’expression
suivante:
F (β) − F (α) − h2 (f (β) + f (α))
k=
(h/2)3
ϕ(0) = ϕ(h/2) = 0, d’après le théorème de Rolle il existe ξ ∈]0, h/2[ telle que ϕ′ (ξ) = 0, or

ϕ′ (x) = −x(f ′ (γ + x) − f ′ (γ − x)) − 3kx2

Le théorème des accroissements finis appliqué à f ′ sur l’intervalle ]γ + ξ, γ − ξ[ implique qu’il


existe η ∈]γ + ξ, γ − ξ[ telle que

f ′ (γ + ξ) − f ′ (γ − ξ) = 2ξf ′′ (η)

comme ϕ′ (ξ) = 0 on obtient k = − 23 f ′′ (η) et comme ϕ( h2 ) = 0 = F (β) − F (α) − h2 (f (β) + f (α)) +


2 ′′ h 3
3 f (η)( 2 ) , on en déduit:

h3
Z β
h
f (t)dt = (f (β) + f (α)) − f ′′ (η); α<η<β
α 2 12
c’est la fomule élémentaire pour la méthode des trapèzes.
4. 3 La méthode des trapèzes 71

5.3.2 Formule composée


On suppose que f : [a, b] vers IR a une dérivée seconde continue f ′′ . On considère la subdivision
régulière de pas h de [a, b]:
a0 = a < a1 < a2 < . . . < an = b, sur chaque [ai , ai+1 ] on a par application de la formule
élémentaire:
h3
Z ai+1
h
f (t)dt = (f (ai ) + f (ai+1 )) − f ′′ (ξi ); ai < ξi < ai+1
ai 2 12
sur l’intervalle [a, b] on a donc:
h i=n−1 h3 i=n−1
Z b X X
f (t)dt = (f (ai ) + f (ai+1 ) − f ′′ (ξi )
a 2 i=0 12 i=0
f (a) i=n−1
X f (b) h2
= h( + f (ai ) + ) − (b − a)f ′′ (θ)
2 i=1
2 | 12 {z }
| {z } Rn (f )
Tn (f )
Rb
Tn (f ) est la valeur approchée de a f (t)dt. Rn (f ) est l’erreur de méthode lorsqu’on approche
Rb
a f (t)dt par Tn (f ).
La figure suivante permet de schématiser cette méthode d’approximation:

y=f(x)

000111
111111
000 000111 000111
111000111
000000
000111
111 000000
000111000
111 000111
111000111
000111
000
111
000111
111 000
111000
111 000
111000
111111000000
111
111000
000111000
111 0000
1111
000
111 000
111000
111000
111000111
111000
111000
000111000
111 0000
1111
000
111 000
111000
111000
111000111
111000
000000
111 0000
1111
000111
111000
0000
1111000
111
000
111000
111
000
111
000
111
000
111000111
111000
000
111
111000
111
000111000
111000
111
0000
1111000
111000
111000
111000
111000
111
000000
111 000
111000
111
0000
1111000
111000
111000
111000
111000
111
000
111000
111000
111000
111
0000
1111000
111000
111000
111000
111000
111 x
a0=a a000
111
a000
111 a
000
111
a a =b n
1 2 i n-1

Figure 5.7: Méthode des trapèzes

5.3.3 Propriétés
• si f ′′ = 0 alors Rn (f ) = 0
• si f ′′ > 0 l’approximation fournit par Tn (f ) est par excès.
Rb
• si f ′′ ≥ 0 et garde le même signe sur un intervalle [a, b] on peut encadrer l’intégrale a f (t)dt
par:
Z b
Qn (f ) ≤ f (t)dt ≤ Tn (f )
a
1
• la méthode est convergente: la convergence est en n2

5.3.4 Estimation de l’erreur


2
• si f ′′ est Majorée par M on a: |Rn (f )| ≤ (b − a) h12M
• pour limiter le nombre d’évaluations de f , on peut se limiter au cas où n est une puissance
de 2, alors dans ce cas |T2n − Tn | fournit une estimation de l’erreur ainsi qu’un test d’arrêt
des itérrations.
72 4. Intégration et dérivation numérique

5.3.5 Exemple
R
Log2 = 12 dtt ≈ 0.6931471806
2
n Tn (b − a) h12M |T2n − Tn | erreur exacte
1 0.75 8.310−2 —- 5.710−2
2 0.7083333 2.110−2 4.710−2 1.510−2
4 0.6970238 5.210−3 1.110−2 3.410−3
8 0.69412183 1.310−3 2.910−3 9.810−4

5.4 Accélération de la convergence : Méthode de Simpson (1710-


1761).
5.4.1 Formule élémentaire
Pour établir la formule élémentaire des rectangles et des trapèzes, on a en fait interpolé la fonction
f:

• par une droite horizentale ( un polynôme de degré 0) dans la méthode des rectangles avec
point milieu.

• par une droite ( un polynôme de degré 1 ) dans la méthode des trapèzes.

On peut espèrer améliorer la précision en approchant le graphe de f par l’arc de parabole d’axe
vertical, passant par les points A(α, f (α)), B(β, f (β)) et C(γ, f (γ)) (avec γ = α+β
2 ). Ce qui revient
à interpoler f en ces points par un plynôme de degré 2.
On montre facilement que le poynôme de degré 2 qui passe par A, B et C est de la forme:
(X − γ)(X − β) (X − α)(X − β) (X − α)(X − γ)
P (X) = f (α) + f (γ) + f (β)
(α − γ)(α − β) (γ − α)(γ − β) (β − α)(β − γ)
2
= [(X − γ)(X − β)f (α) − 2(X − α)(X − β)f (γ) + (X − α)(X − γ)f (β)]
h2

On a donc α P (X)dX = h6 (f (α) + 4f (γ) + f (β)) on propose donc la formule élémentaire suivante:
Z β
h
f (t)dt = (f (α) + 4f (γ) + f (β)) + Rα,β
α 6

pour exprimer le reste, en est amené à supposer que f a une dérivé quatrième f (4) continue:
considèrons la fonction auxiliaire: ϕ : [0, h2 ] → IR définie par
x
ϕ(x) = F (γ + x) − F (γ − x) − (f (γ + x) + f (γ − x) + 4f (γ)) + kx5
3
k est une constante choisie telle que: ϕ( h2 ) = 0.
ϕ(0) = ϕ( h2 ) = 0, d’après le théorème de Rolle, il existe ξ1 ∈ [0, h2 ] telle que ϕ′ (ξ1 ) = 0.
D’après l’expression de ϕ′ (x) donnée ci dessous
2 4 x
ϕ′ (x) = (f (γ + x) + f (γ − x)) − f (γ) − (f ′ (x + γ) − f ′ (γ − x)) + 5kx4
3 3 3
on conclut que ϕ′ (0) = 0, et comme ϕ′ (ξ1 ) = 0 on en déduit du théorème de Rolle qu’il existe
ξ2 ∈ [0, ξ1 ] tellle que ϕ′′ (ξ2 ) = 0
1 x
ϕ(2) (x) = f (γ + x) − f (γ − x) − (f (2) (x + γ) + f (2) (γ − x)) + 20kx3
3 3
4. 4 Accélération de la convergence : Méthode de Simpson. 73

y=f(x)
f( β)
f(γ )
0000
1111
11111111
00000000
00001111
11110000
00001111
11110000
00001111
11110000
00001111
11110000
f(α) 00001111
11110000
00001111
11110000
00001111
11110000
00001111
11110000
00001111
11110000
00001111
0000 x
1111
α γ β

Figure 5.8: Méthode de Simpson

ϕ(2) (ξ2 ) = 0, ϕ(2) (0) = 0; par application du théorème de Rolle de nouveau, il existe ξ3 ∈ [0, ξ2 ]
tellle que ϕ(3) (ξ3 ) = 0.
Le même procedé appliqué à ϕ(3) donne:
x
ϕ(3) (x) = − (f (3) (x + γ) − f (3) (γ − x)) + 60kx2
3

ϕ(3) (ξ3 ) = 0 implique ξ33 (f (3) (ξ3 + γ) − f (3) (γ − ξ3 )) = 60kξ32


Le théorème des accroissements assure l’existence de η ∈]γ − ξ3 , γ + ξ3 [ tel que f (3) (ξ3 + γ) −
f (3) (γ − ξ3 ) = 2ξ3 f (4) (η)
On a donc finalement:
1
k = f (4) (η)
90
avec cette valeur de k mise dans l’exprerssion de la fonction auxiliaire ϕ et en demandant que
ϕ( h2 ) = 0 on en déduit:

h5 (4)
Z β
h
f (t)dt = F (β) − F (α) = (f (β) + f (α) + 4f (γ)) − f (η)
α 6 2880

ceci est la formule élémentaire pour la méthode de Simpson.

5.4.2 Formule composée


On suppose que f : [a, b] vers IR a une dérivée quatrième f (4) continue. On considère une subdivision
régulière de pas h = b−a
n de [a, b]: a0 = a < a1 < a2 < ... < an = b
sur chaque intervalle [ai , ai+1 ] on a:

h5 (4)
Z ai+1
h ai + ai+1
f (t)dt = F (β) − F (α) = (f (ai ) + f (ai+1 ) + 4f ( )) − f (ηi )
ai 6 2 2880

d’où sur [a, b]:

h i=n−1 h5 i=n−1
Z b X ai + ai+1 X
f (t)dt = (f (ai ) + f (ai+1 ) + 4f ( )) − f (4) (ηi )
a 6 i=0 2 2880 i=0
74 4. Intégration et dérivation numérique

En appliquant le théorème des valeurs intermediaire au dernier terme du membre de droite: on


trouve:
i=n−1 i=n−1 i=n−1
h4
Z b
h X X ai + ai+1 X
f (t)dt = (f (a) + f (b) + 2 f (ai ) + 4 f( )) − (b − a) f (4) (θ)
a 6 i=1 i=0
2 2880 i=0
| {z } | {z }
Sn (f ) Rn (f )

Rb
Le reste Rn (f ) représente l’erreur de méthode lorsqu’on remplace a f (t)dt par la somme finie
Sn (f ).

5.4.3 Propriétés
Rb
• Rn (f ) = a f (t)dt − Sn (f )

• la méthode est convergente, sa convergence est réglée par le terme en h4

• Sn (f ) = 31 (2Qn (f ) + Tn (f ))

5.4.4 Estimation de l’erreur.


• En pratique il est difficile d’obtenir une majoration de la dérivée 4ème . Sinon, si M est un
majorant de f (4) on a:
h4 M
|Rn (f )| ≤ (b − a)
2880
• Pour limiter le nombre d’évaluations de f , on peut se limiter au cas où n est une puissance
de 2. Alors dans ce cas |S2n − Sn | fournit une estimation de l’erreur ainsi qu’un test d’arrêt
des itérations.

5.4.5 Exemple
R 2 dt ′ 1 ′′ 2 (3) (x) = 6 f (4) (x) = 24 . On remarque
1 t = ln2 ≈ 0.6931471806, f (x) = − x2 , f (x) = x3 f x4 x5
donc que f (4) (x) est majorée par 24.
2
n nombre de points Sn (b − a) h12M |S2n − Sn | erreur exacte
1 3 0.69444443 8.3 10−3 —— 1.2 10−3
2 5 0.69325393 5.2 10−4 1.2 10−3 1.1 10−4
4 9 0.69315450 3.3 10−5 1.1 10−4 7.3 10−6
8 17 0.69314760 2.0 10−6 6.9 10−6 4.2 10−7

5.5 La méthode de Gauss ( à deux points )


5.5.1 Principe de la méthode de Gauss à deux points
En établissant la méthode des trapèzes élémentaires:
Z β
h 2 h
f (t)dt = f (α) + h f (γ) + f (β)
α 6 3 6

on s’est fixé les abscisses α, β et γ = α+β h 2 h


2 et on a calculé les poids 6 , 3 h et 6 de façon à ce que la
formule soit exacte pour les polynômes de degré inférieur ou égal à 2.
Alors on peut se poser la question suivante: pourquoi ne pas considèrer les abscisses elles-même
4. 5 La méthode de Gauss ( à deux points ) 75

comme des inconnues à déterminer en même temps que les coefficients?


on se limite à 2 abscisses et on propose pour approximation la formule élémentaire suivante:
Z β
f (t)dt = λ′ f (γ ′ ) + λ′′ f (γ ′′ )
α

où λ′ , λ′′ , γ ′ et γ ′′ sont à déterminer pour que le reste soit nul si f est un polynôme de degré 0,1,
2 ou 3.
L’ensemble des polynômes de degré inférieur ou égal à trois est un espace vectoriel sur IR. Il admet
comme base la famille B = (1, t, t2 , t3 ). Si on exige que la formule élémentaire précédente soit
vérifiée pour les polynômes de degré inférieur ou égal à trois elle doit être vérifiée pour chaque
élément de la base B. En éxigant cela on obtient les relations suivantes:

β − α = λ′ + λ′′ pour f (t) = 1


1 2
(β − α2 ) = λ′ γ ′ + λ′′ γ ′′ pour f (t) = t
2
1 3
(β − α3 ) = λ′ γ ′2 + λ′′ γ ′′2 pour f (t) = t2
3
1 4
(β − α4 ) = λ′ γ ′3 + λ′′ γ ′′3 pour f (t) = t3
4

pour simplifier les calculs on va établir le résultat pour α = −1, β = 1 et avec un changement de
variables approprié on remonte à α et β quelconques. On a donc le système suivant:


 2 = λ′ + λ′′ (1)

 0 = λ′ γ ′ + λ′′ γ ′′ (2)
2 ′ ′2 ′′ ′′2
 3 = λγ +λ γ


(3)
 ′ ′3
0=λγ +λ γ ′′ ′′3 (4)

La résolution de ce système permet d’obtenir la relation suivante:


Z 1
1 1
f (t)dt = f (− √ ) + f ( √ )
−1 3 3

β+α β−α
en effectuant le changement de variables u = 2 − 2 t, la formule precédente devient:

Z β
β−α h h
f (t)dt = [f (γ − √ ) + f (γ + √ )]
α 2 2 3 2 3

on peut alors prouver la formule élèmentaire de Gauss à deux points:

h5 (4)
Z β
β−α h h
f (t)dt = [f (γ − √ ) + f (γ + √ )] + f (θ)
α 2 2 3 2 3 4320

b−a
pour une subdivision régulière de pas h = n de [a, b] si γi est le milieu de [ai , ai+1 ]: on a donc
la formule composée:

h i=n−1 h5 (4)
Z b X h h
f (t)dt = [f (γi − √ ) + f (γi + √ )] + f (θ)
a 2 i=0 2 3 2 3 4320

une estimation de l’erreur est fournie par |G2n − Gn |.


76 4. Intégration et dérivation numérique

5.5.2 Exemple
R 2 dt ′ 1 ′′ 2 (3) (x) = 6 f (4) (x) = 24 . On remarque
1 t = ln2 ≈ 0.6931471806, f (x) = − x2 , f (x) = x3 f x4 x5
donc que f (4) (x) est majorée par 24.

2
n nombre de points Gn (b − a) h12M |G2n − Gn | erreur exacte
1 2 0.69230769 5.6 10−3 —— −8.4 10−4
2 4 0.69307663 3.5 10−4 7.7 10−4 −7.1 10−5
4 8 0.69314227 2.2 10−5 6.6 10−5 −4.9 10−6
8 16 0.69314681 1.3 10−6 4.6 10−6 −4 10−7

5.6 Formule de quadrature


5.6.1 Préliminaire et exemples
Comme nous l’avons signaler au début, la plupart des algorithmes numériques procèdent comme
suit: on subdivise [a, b] en plusieurs sous-intervalles (a = x0 ¡ x1 ¡ x2 ¡ . . . ¡ xn = b) et on utilise le
fait que:
Z b n−1
X Z xj+1
f (x)dx = f (x)dx
a j=0 xj

De cette manière, on est ramené au calcul de plusieurs intégrales pour lesquelles


R
la longueur de
l’intevalle est relativement petite. Si on s’interesse par exemple à: Ij = xxjj+1 f (x)dx, on posons
x = xj + thj avec hj = xj+1 − xj , l’intégrale Ij devient:
Z xj+1 Z 1
Ij = f (x)dx = hj f (xj + jhj )dt
xj 0

Notons enfin que g(t) = f (xj + jhj ). Il reste alors à calculer une approximation de:
Z 1
g(t)dt
0

Exemples:

• Dans le cas de la formule du rectangle avec point milieu, on a


Z 1
1
g(t)dt ≈ g( )
0 2

• Dans le cas de la formule du trapèze:


Z 1
1
g(t)dt ≈ [g(0) + g(1)]
0 2

• Dans le cas de la formule de Simpson:


Z 1
1 1
g(t)dt ≈ [g(0) + 4g( ) + g(1)]
0 6 2
4. 6 Formule de quadrature 77

5.6.2 Définitions
Définition de la formule de quadrature: Une formule de quadrature à s étages est donnée
par:
Z 1 s
X
g(t)dt ≈ bi g(ci ). (5.6)
0 i=1

Les ci sont les nœuds de la formule de quadrature et les bi sont les poids.

Exemples:
R1
• la formule du rectangle avec point milieu 0 g(t)dt ≈ g( 21 ) est à un seul étage s = 1 le nœud
c1 = 12 et le poids b1 = 1.
R
• la formule du trapèze 01 g(t)dt ≈ 12 g(0) + 21 g(1) est à deux étages s = 2. Les nœuds c1 = 0 et
c2 = 1, les poids b1 = b2 = 21 .
R
• la formule de Simpson: 01 g(t)dt ≈ 16 g(0) + 46 g( 21 ) + 16 g(1) est à trois étages s = 3. Les nœuds
c1 = 0, c2 = 21 et c3 = 1, les poids b1 = b3 = 16 et b2 = 64 .

5.6.3 Ordre de la méthode


Définition de l’ordre de la formule de quadrature: On dit que p est l’ordre de la formule
de quadrature (5.6) s’elle est exacte pour tous les polynômes de degré p − 1, c’est à dire:
Z 1 s
X
g(t)dt = bi g(ci ) pour degg ≤ p − 1 (5.7)
0 i=1

On voit que la formule du rectangle avec point milieu et du trapèze sont d’ordre 2. La formule de
Simpson est d’ordre 4.

Théorème: La formule de quadrature (5.6) a un ordre p si et seulement si les p conditions suivantes


sont vérifiées:
s
X 1
bi cq−1
i = pour q = 1, 2, . . . , p (5.8)
i=1
q

Preuve:
→ la formule (5.7) appliquée successivement à (g(t) = tq−1 )(q=1,2,...,p) donne:
Z 1 s
1 X
q q−1 dq = = bi cq−1
i
0 q i=1

La réciproque découle du fait qu’un polynôme de degré p − 1 est une combinaison R


de linéaire de
1, t, t2 ,. . . , tp−1 c.à.d g(t) = α1 + α2 t + α3 t2 + . . . + αp tp−1 et que l’intégrale 01 g(t)dt ainsi que
Ps
l’expression i=1 bi g(ci ) sont linéaire en g. Par application de la formule (5.8) pour q = 1, 2, . . . , p
on obtient p équations. En multipliant l’équation q = 1 par α1 , l’équation q = 2 par α2 , . . . . . . ,
l’équation q = p par αp et en faisant la somme terme par terme on trouve:
Z 1 Z 1 Z 1
1 1
α1 1 + α2 + . . . + αp = α1 1dt + α2 tdt + . . . + αp tp−1 dt =
2 p 0 0 0
Z 1
= g(t)dt =
0
78 4. Intégration et dérivation numérique

s
X s
X s
X
α1 [ bi c1−1
i ] + α2 [ bi c2−1
i ] + . . . + αp [ bi cip−1 ] =
i=1 i=1 i=1
s
X
bi [α1 + α2 ci + . . . + αp cip−1 ] =
i=1
s
X
= bi g(ci )
i=1

ce qu’il fallait démontrer.

Remarque:
Détermination des poids bi de la formule de quadrature.
En fixant les nœuds c1 , . . . , cs ∈ [0, 1] (distincts), la condition (5.8) avec p = s représente un
système linéaire pour b1 , . . . , bs :
    
1 1 ... 1 b1 1
    1 
 c1 c2 ... cs   b2   2 
 .. .. .. ..  .  =  ..  (5.9)
  .   
 . . . .  .   . 
cs−1
1 cs−1
2 ... css−1 bs 1
s

La matrice dans (5.9) est une matrice de Vandermonde, les ci sont distincts alors son determinant
est non nul. Le système admet donc une solution unique. Ceci nous donne une formule de quadra-
ture d’ordre p = s.

cas ou les ci sont équidistants:


• s = 2 donc c1 = 0 et c2 = 1 on a alors le système 2 × 2 suivant:
! ! !
1 1 b1 1
= 1
0 1 b2 2

ce qui donne b1 = b2 = 21 , la formule de quadrature correspondante est la formule du trapèze:


R1 1 1
0 g(t)dt = 2 g(0) + 2 g(1).

1
• s = 3 on a c1 = 0, c2 = 2 et c3 = 1, alors le système 3 × 3 suivant:
    
1 1 1 b1 1
1
1   b2  =  21 
    
 0 2
0 ( 21 )2 12 b3 1
3

ce qui donne b1 = b3 = 16 et b2 = 46 , la formule de quadrature correspondante est la formule


R
de Simpson: 01 g(t)dt = 61 g(0) + 46 g( 21 ) + 16 g(1).

• s = 4 on a c1 = 0, c2 = 31 , c3 = 2
3 et c4 = 1, alors le système 4 × 4 suivant:
    
1 1 1 1 b1 1
 0 1 2  b   1 
 3 3 1  2   2 
=
( 13 )2 ( 32 )2 (1)2   b3   13
  
 0 
0 ( 13 )3 ( 32 )3 (1)3 b4 1
4
4.7 Dérivation numérique 79

1 3
ce qui donne b1 = b4 = 8 et b2 = b3 = 8, la formule de quadrature correspondante est la
formule de Newton:
Z 1
1 3 1 3 2 1
g(t)dt = g(0) + g( ) + g( ) + g(1)
0 8 8 3 8 3 8
On vérifie facilement que la formule de Newton est d’ordre 4.

• pour s = 5 on a: c1 = 0, c2 = 41 , c3 = 24 , c4 = 34 , c5 = 1, le système 5 × 5 correspondant


7 32
admet comme solution: b1 = b5 = 90 , b2 = b4 = 90 et b3 = 12
90 . La formule de quadrature
correspondante est la formule de Boole et est d’ordre 6.
Z 1
7 32 1 12 2 32 3 7
g(t)dt = g(0) + g( ) + g( ) + g( ) + g(1)
0 90 90 4 90 4 90 4 90
.

5.7 Dérivation numérique


Dans cette partie nous abordons le problème d’approximation de la dérivée d’ordre k de f en un
point x0 donné: f (k) (x0 ), k = 1, 2 . . .. Nous allons voir que si l’on connais les valeurs prises par f en
un certain nombre de points xi = x0 + ih, i = 1, 2, . . . il est possible de trouver une approximation
de f (k) (x0 ). Dans ce qui suit, nous supposons que f est suffisament dérivable au voisinage de x0 .

5.7.1 Approximation polynômiale


Dans le chapitre précedent, nous avons montré que toute fonction f : [a, b] → IR, f ∈ C (n+1) [a, b],
si x0 ∈ [a, b] (un point fixe), alors pour tout x ∈ [a, b], il existe un élément c entre x0 et x tel que

f (x) = Pn (x) + En (x) (5.10)


f ′ (x0 ) f (n) (x0 )
Pn (x) = f (x0 ) + (x − x0 ) + . . . + (x − x0 )n (5.11)
1! n!
f (n+1) (c)
En (x) = (x − x0 )n+1 (5.12)
(n + 1)!

Pn est le polynôme qui peut être utilisé comme approximation de f , En (x) est l’erreur commise
lors de cette approximation. Si on se limite au cas ou n = 1 on aura:

f (2) (c)
f (x) = f (x0 ) + f ′ (x0 )(x − x0 ) + (x − x0 )2 (5.13)
(2)!

La quantité, f (x0 )+f ′ (x0 )(x−x0 ) n’est rien d’autre que l’équation de la tangente de f au voisinage
de x0 . Dans ce voisinage, la droite f (x0 ) + f ′ (x0 )(x − x0 ) est une bonne approximation de f (x).
Cette approximation est d’autant meilleure que x est très voisin de x0 , c’est à dire que: ∆x = x−x0
est petit et donc l’erreur est d’ordre ∆x2 .

5.7.2 Approximation de la dérivée première


A partir du développement de Taylor (5.13), on est en mesure de donner une approximation de la
dérivée première de f en x0 :

df f (x0 + ∆x) − f (x0 ) ∆x d2 f


(x0 ) = − (c) (5.14)
dx ∆x 2 dx2
80 4. Integration et dérivation numérique

L’approximation de la dérivée première est donc donnée par:

′ df f (x0 + ∆x) − f (x0 )


f+ (x0 ) = (x0 ) ≈ (5.15)
dx ∆x
cette approximation est appelée différence finie progressive (où avancée). Si on remplace ∆x
par −∆x dans (5.14) on obtient:

df f (x0 − ∆x) − f (x0 ) ∆x d2 f


(x0 ) = + (c̄) (5.16)
dx −∆x 2 dx2

de l’équation (5.16), on obtient l’approximation suivante de la dérivée:

′ df f (x0 − ∆x) − f (x0 )


f− (x0 ) = (x0 ) ≈ (5.17)
dx −∆x

cette approximation est appelé différence finie rétrograde (où arrière).


Dans les deux cas d’approximation (différence finie progressive ou rétrograde), on remarque que
l’erreur est d’ordre O(∆x) et est approximativement la même dans les deux cas.
df
Pour obtenir une approximation plus précise de la dérivée dx (x0 ), on peut faire la moyenne des
approximations progressive et rétrograde. En effet, en faisant la somme des équations (5.14) et
(5.16) on a:

df f (x0 − ∆x) − f (x0 − ∆x) ∆x d2 f d2 f


2 (x0 ) = + [ (c̄) − 2 (c)] (5.18)
dx ∆x 2 dx2 dx
puisque x0 < c < x0 + ∆x, x0 − ∆x < c̄ < x0 et ∆x est petit, donc c et proche de c̄ et par
2 2
suite la différence ddxf2 (c̄) − ddxf2 (c) tend vers zéro. On conclut que l’erreur dans (5.18) est beaucoup
plus petite que O(∆x). Pour calculer l’erreur dans ce cas on procéde comme suit: On utilise le
développement de Taylor à l’ordre 3 de f (x0 + ∆x) et f (x0 − ∆x):

(∆x)2 (2) (∆x)3 (3)


f (x0 + ∆x) = f (x0 ) + ∆xf ′ (x0 ) + f (x0 ) + f (x0 ) + . . . (5.19)
2! 3!
(∆x) 2 (∆x) 3
f (x0 − ∆x) = f (x0 ) − ∆xf ′ (x0 ) + f (2) (x0 ) − f (3) (x0 ) + . . . (5.20)
2! 3!
En faisant la différence de (5.19) et (5.20) on obtient:

2(∆x)3 (3)
f (x0 + ∆x) − f (x0 − ∆x) = 2∆xf ′ (x0 ) + f (x0 ) + . . . (5.21)
3!
On pourra montrer que (démonstration à titre d’exercice):

f (x0 + ∆x) − f (x0 − ∆x) (∆x)2 (3)


f ′ (x0 ) = − f (ξ) (5.22)
2∆x 6
ceci conduit à l’approximation suivante:

f (x0 + ∆x) − f (x0 − ∆x)


f±′ (x0 ) = f ′ (x0 ) ≈ (5.23)
2∆x
appelée différence finie centrée. Comme nous allons le voir dans un exemple explicite, la
différence finie centrée est plus precise que la différence finie progressive et rétrograde. Ceci est
prévisible du fait que l’erreur est d’ordre O(∆x)2 dans le cas de la différence centrée. Dans les
trois cas que nous avons considèré (progressive, rétrograde et centrée) le nombre d’évaluation de la
fonction f est égal à deux.
4. 7 Dérivation numérique 81

Exemple
Considèrons la fonction f (x) = log(x), on cherche à approcher f ′ (x0 = 1) en utilisant ∆x = 0.1.
Le calcul exact de f ′ (1) donne f ′ (1) = 1.
• A partir de l’approximation différence progressive on a:

f+ (x0 = 1) ≈ (f (x0 + ∆x = 1.1) − f (x0 = 1))/(∆x) ≈ 0.953102, l’erreur de cette approximation
est de l’ordre:
E2 ≈ | ∆x
2 f
(2) (1)| ≈ 0.05.

• Dans le cas de différence arrière on a:



f− (x0 = 1) ≈ (f (x0 − ∆x = 1.1) − f (x0 = 1))/(−∆x) ≈ 1.053605.
• L’approximation de différence centrée donne:

f± (x0 = 1) ≈ (f (x0 + ∆x = 1.1) − f (x0 − ∆x = 0.9))/(2∆x) ≈ 1.00335, l’erreur dans ce cas est de
l’ordre: 2
E3 ≈ | (∆x)
6 f
(3) (1)| ≈ 0.00333.

Dans cet exemple, on voit clairement que la différence centrée donne une meilleure approximation
avec une erreur de l’ordre de 10−3 .

5.7.3 Approximation de la dérivée seconde


La somme des équations (5.19) et (5.20) donne:

(∆x)4 (4)
f (x0 + ∆x) + f (x0 − ∆x) = 2f (x0 ) + (∆x)2 f ′′ (x0 ) + 2 f (x0 ) + . . . (5.24)
4!
On peut démontrer le résultat suivant (démonstration a titre d’exercice):

f (x0 + ∆x) − 2f (x0 ) + f (x0 − ∆x) (∆x)2 (4)


f ′′ (x0 ) = − f (ξ) (5.25)
(∆x)2 12

Ceci nous conduit à la formule d’approximation de la dérivée seconde:

′′ f (x0 + ∆x) − 2f (x0 ) + f (x0 − ∆x)


f± (x0 ) = f ′′ (x0 ) ≈ (5.26)
(∆x)2

appelée différence finie centrée, cette appelation est dû au fait que l’approximation (5.26) peut être
obtenu en appliquant deux fois la différence centrée (5.23) de la dérivée première.
La différence centrée de la dérivée seconde nécessite trois fois l’évaluation de la fonction f : f (x0 +
1 2 1
∆x), f (x0 ) et f (x0 − ∆x). Les poids respectifs: (∆x) 2 , - (∆x)2 et (∆x)2 sont illustrés sur la figure

4.9. En fait, dans toutes les formules d’approximation considèrées la somme des poids doit être
zéro.
x0 - ∆ x x0 x0 + ∆ x
1
0 1
0 1
0 x
0
1 0
1 0
1

- - - 2
(∆ x )
2
-2 (∆ x )
2
(∆ x ) Poids

Figure 5.9: Approximation de la dérivée seconde.

5.7.4 Approximation des dérivées partielles


Considèrons une fonction à u(x, y) deux variables x et y ∈ IR. Supposant que f admet des derivées
partielles de tout ordre au voisinge de (x0 , y0 ). ∂u ∂u
∂x (resp ∂y ) n’est rien d’autre que la dérivée
ordinaire de u par rapport à x (resp y) en gardant y (resp x constant). On pourra donc utiliser la
82 4. Integration et dérivation numérique

∂u
formule de différence avancée, rétrograde ou centrée pour trouver une approximation de ∂x et/ou
∂u
∂y . D’après la formule de différence centrée on a:

∂u u(x0 + ∆x, y0 ) − u(x0 − ∆x, y0 )


(x0 , y0 ) ≈= (5.27)
∂x 2∆x
∂u u(x0 , y0 + ∆y) − u(x0 , y0 − ∆y)
(x0 , y0 ) ≈= (5.28)
∂y 2∆y
Les deux points d’évaluation de la fonction u sont représentés sur la figure suivante:
En physique on a souvent besoin d’évaluer le Laplacien ∇2 u. A deux dimension ∇2 u est donné
par:
∂2u ∂2u
∇2 u = + 2
∂x2 ∂y
∂2u ∂2u
En utilisant la différence centrée pour ∂x2
et ∂y 2
(5.26), on montre que ∇2 u est approché par:

u(x0 + ∆x, y0 ) − 2u(x0 , y0 ) + u(x0 − ∆x, y0 )


∇2 u(x0 , y0 ) ≈ +
(∆x)2
u(x0 , y0 + ∆y) − 2u(x0 , y0 ) + u(x0 , y0 − ∆y)
(5.29)
(∆y)2

L’approximation de ∇2 u nécessite cinq évaluation de u (voir figure), l’erreur de cette approximation


est de l’ordre max(O(∆x)2 , O(∆y)2 ). En pratique, on utilise souvent ∆x = ∆y, dans ce cas ∇2 u
devient:

∇2 u(x0 , y0 ) ≈ (5.30)
u(x0 + ∆x, y0 ) + u(x0 − ∆x, y0 ) + u(x0 , y0 + ∆y) − 4u(x0 , y0 ) + u(x0 , y0 − ∆y)
(∆x)2

Comme il se doit,la somme des poids relatifs est égale à zéro.

y
1
0
1 0 (0,1)
1

(-1,0) (1,0)
00000000000000000000000
11111111111111111111111
0
1 0
1 0
1
x (0,0)
0
1 0
1 0
1
1 -4 1 Poids

11
0
0 (0,-1)
1

Poids

Figure 5.10: Approximation du Laplacien.


4. 6 Exercices 83

5.8 Exercices
Exercice 1. Reprendre la formule du trapèze établie dans le cours, considerer la subdivision reg-
ulière (ai ){i=0,...2n} où ai = a + i b−a
2n . Calculer T2n en fonction de Tn . Conclure que lorsque Tn est
connu, les T2n et Tn+1 necessitent le même nombre d’évaluations de la fonction f . Montrer que le
lien entre la formule de Simpson et celle des trapèzes est donné par
Sn = 31 (4T2n − Tn ).
R
Exercice 2. On veut calculer π = 4 01 1+x dx
2 avec une incertitude absolue de 10
−2 . On approche

l’intégrale par les méthodes des rectangles avec point milieu, des trapèzes, de Simpson, de Gauss
à deux points. En combien de sous–intervalles faut-il subdiviser [0, 1] dans chaque cas pour avoir
l’incertitude désirée sur π?
Faire effectivement le calcul par une méthode. On donne les renseignements suivants:
1
f (x) = , f ′ (x) = −2xf 2 (x)
1 + x2
f ′′ (x) = 2(3x2 − 1)f 3 (x) , f (3) = 24x(1 − x2 )f 4 (x)
f (4) = 24(5x4 − 10x2 + 1)f 5 (x) , f (5) = 240x(−3x4 + 10x2 − 3)f 6 (x)
√ R
Exercice 3 Calculer une primitive de f (t) = 1 + t2 . En déduire I = 01 f (t)dt.
Calculer I à 10−2 près par la méthode des rectangles avec points milieu et par la méthode des
trapèzes.
Améliorer la précision sur I à partir des deux approximations précédentes. on donne:

f ′ (x) = x/f (x) , f ′′ (x) = 1/f 3 (x)


f (3) = −3x/f 5 (x) , f (4) = 3(4x2 − 1)/f 7 (x)
f (5) = 15x(3 − 4x2 )/f 9 (x)
R 5
Exercice 4. Quelle méthode proposerier–vous pour calculer: I = 01 15
4
|x−0.693471806| 2 dx à 10−6
près R
Exercice 5. La formule des trapèzes élémentaire pour l’approximation de l’intégrale xx01 f (x)dx
par:
Z x1
h
f (x)dx ≈ (f (x0 ) + f (x1 ))
x0 2
R
Montrer que l’erreur R = xx01 f (x)dx − h2 (f (x0 ) + f (x1 )) lorsque f est deux fois continuement
3
dérivable a pour expression R = h12 f ′′ (ξ) où ξ ∈ [x0 , x1 ]
On pourra proceder de la manière suivante: R
Introduire la fonction auxiliaire R(h) = xx00 +h f (x)dx − h2 (f (x0 ) + f (x0 + h)). On remarque que
′ ′′ ′
calculer R(0), R (h), R (h) et R (0).
On rappelle la Rformule de Taylor avec reste intégrale pour une fonction de lasse C 2 : g(x + t) =
g(x) + tg′ (x) + xx+t (x + t − θ)g′′ (θ)dθ.
R
Exercice 6. Soit f une fonction de classe C ∞ sur I ⊂ IR. On considère I(f ) = 0h f (t)dt que l’on
désire approcher par
2h
J(f ) = h(af (0) + bf ( )
3
1. Déterminer a et b pour que la formule approchée J(f ) soit de degré de précision le plus élevé
possible. R
2. Calculer 01 (1−x)
dx
1/2 (h=1)
dx
Si f (x) = (1−x)1/2
comparer I(f ) et J(f ).
Exercice 7. Soit g une fonction de classe C 4 .
84 4. Intégration numérique

a. Determiner le polynôme d’interpolation de Lagrange P2 passant par (0, g(0)), (1, g(1)) et (2, g(2))
b. Trouver les constantes α0 , α1 et α2 tels que la formule d’intégration:
Z 2
g(t)dt = α0 g(0) + α1 g(1) + α2 g(2) (5.31)
0

soit exacte pour les polynômes de degré ≤ 2.


c. Vérifier que (1) est exacte pour P2
d. On posant g(t) = f (x0 + h2 t) et en utilisant un changement de variables judicieusement choisit
retrouver à partir de (5.31) la formule d’intégration élémentaire de Simpson sur l’intervalle [x0 , x1 ].
Exercice 8. Soit la formule d’intégration suivante:
Z 1
f (x)dx = w0 f (0) + wb f (b) , b ∈ [0, 1]
0

a) Déterminer w0 et wb en fonction de b pour que cette formule soit exacte pour les polynômes de
degré ≤ 1.
b) Déterminer b pour que cette formule soit exacte pour les polynômes de degré ≤ 2.
c) Soit h ∈ [0, 1], En déduire à partir de a) et b) que la formule d’intégration suivante:
Z h
h 3h 2
f (x) = f (0) + f ( h)
0 4 4 3
est exacte pour les polynômes de degré ≤ 2.
√ Rπ
Exercice 9. On veut calculer 2 = 2 04 cosxdx avec une incertitude absolue de 10−3 . En utilisant
la méthodes des rectangles avec point milieu, des trapèzes, de Simpson et celle de Gauss, determiner
le pas de la subdivision regulière qu’il faut utiliser sur [0, π4 ] pour avoir la précision désirée.

En appliquant la méthode de Gauss, donner la valeur de 2 à 10−3 .

Exercice 10: Méthodes des rectangles à gauche.


Soit f : [a, b] → IR telle que f ′ existe et soit continue; soit α < β ans [a, b].
a. Quelle est la formule d’intégration élémentaire suggérée par la figure (a)?

y=f(x) a y=f(x)
b
Cf Cf
f( β) f( β)
f(α) 1111111
0000000 f(α) 1111111
0000000
0000000
1111111 0000000
1111111
0000000
1111111 0000000
1111111
0000000
1111111 0000000
1111111
0000000
1111111 x 0000000
1111111 x
0000000
1111111 0000000
1111111
α β α β

Figure 5.11: Méthodes des rectangles à gauche figure (a) et à droite figure (b).

Quelle est l’erreur élémentaire?


b. Soit a0 = a < a1 < a2 < . . . < an = b une subdivision régulière de pas h = b−a n de [a, b]. Quelle
est la formule d’intégration composée obtenue en répétant la formule simple sur chaque intervalle
[ai , ai+1 ]? Erreur de méthode? Que dire de l’approximation si f est monotone sur [a, b]? Justifier
vôtre réponse. R
c. Application au calcul de 12 dx −3
x . Calculer n pour que l’erreur de méthode soit inférieur à 10 .
d. Reprendre les mêmes questions dans le cas de la figure (b).

Exercice 11.
4. 6 Exercices 85

R
On désire calculer ln2 = 01 1+t
dt
avec une incertitude absolue de 10−2 .
En utilisant la méthode des rectangles avec point milieu, des trapèzes et de Simpson déterminer le
pas de la subdivision regulière qu’il faut utiliser sur [0, 1] pour avoir la précision désirée.
En appliquant la méthode de Simpson, donner la valeur de ln2 à 10−2 .

Exercice 12.
Soit f une fonction de classe C 2 [a, b], on pose γ = a+b
2 .
1. Ecrire le polynôme d’interpolation de Lagrange PL (t) passant par les points A0 = (a, f (a)),
A1 = (γ, f (γ)) et A2 = (b, f (b)).
2. Montrer que:
Z b
b−a
PL (t)dt = [f (a) + 4f (γ) + f (b)]
a 6
3. On considère la formule d’intégration suivante:
Z 1
f (t)dt = a1 f (−1) + a2 f (0) + a3 f (1) + R(f ) (5.32)
−1

R(f ) étant le reste. Determiner a1 , a2 et a3 pour que la fomule d’intégration (5.32) soit exacte
pour les polynomes de degrés ≤ 2.
4. Pour les valeurs de a1 , a2 et a3 trouvées dans 3, la formule d’intégration (5.32) est elle exacte
pour les polynômes de degrés ≤ 3.
5. A l’aide d’un changement de variable, retrouver à partir de (5.32) la formule de Simpson:
Z b
b−a
f (t)dt = [f (a) + 4f (γ) + f (b)]
a 6

Exercice 13.
Soit f une fonction de classe C 2 sur [a, b], soit [α, β] un intervalle élémentaire contenu dans [a, b].
a) Déterminer le polynôme de Lagrange P (X) interpolant f aux points d’abscisses α et β.
b) Donner et sans le démontrer l’expression de f (x) − P (x) en fonction de x, α, β et f ′′ .
c) En déduire de b) la formule élémentaire d’intégration des trapèzes.
d) Soit (ai )i=0,...,n une subdivision régulière de [a, b] de pas h = (b − a)/n. Retrouver la formule
des trapèzes composée à partir de c).

Exercice 14:
1
On définit la fonction g(x) = 1−x . Calculer
Z x
F (x) = g(t)dt, x<1
0
2
a.) Quelle est la valeur de F(x) en x = 3

b.) Donner le degré et l’expression du Polynôme de Lagrange qui interpole g(x) aux points 0, 13 ,
2
3.

c.) Trouver des coefficients c0 , c1 et c2 tels que pour tout polynôme P de degré inférieur ou égal
à 2, on ait Z 2
P (x)dx = c0 P (0) + c1 P (1) + c2 P (2)
o

d.) En utilisant un changement de variable, déduire de la formule précédente les coefficients d0 ,


d1 et d2 tels que pour tout polynôme Q de degré inférieur ou égal à 2, on ait
Z 2
3 1 2
Q(x)dx = d0 Q(0) + d1 Q( ) + d2 Q( )
0 3 3
86 4. Intégration numérique

e.) Utiliser cette formule pour donner une valeur approchée de ln3.
Quel est l’ordre de cette méthode?