Vous êtes sur la page 1sur 68

Analyse Numérique

ENSEM 1A, ANA-1 ISN

Léonard Monsaingeon

IECL

Printemps 2017

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 1 / 58


Dérivation et Intégration numérique

Chapitre 5 : Dérivation et Intégration numérique

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 2 / 58


Dérivation et Intégration numérique Dérivation numérique

Dérivation numérique

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 3 / 58


Dérivation et Intégration numérique Dérivation numérique

Le problème
On souhaite calculer la dérivée f 0 (x) d’une fonction f qui n’est pas connue
explicitement mais uniquement
ou bien par ses valeurs sur un ensemble discret (en supposant les
points assez proches pour que la notion de dérivée ait un sens)
ou bien par un algorithme de calcul ou une formule compliquée qui
permet, au moins en théorie, de la calculer en tout point.

La dérivation numérique va nous permettre de trouver une approximation


de la dérivée en utilisant seulement un ensemble discret de points, et on
s’intéressera à des estimations d’erreur.

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 4 / 58


Dérivation et Intégration numérique Dérivation numérique

Dans toute la suite on suppose f connue ou calculable aux points


. . . , xi−2 , xi−1 , xi , xi+1 , xi+2 , . . . choisis proches, et on notera
hi = xi+1 − xi t.q. 0 ≤ hi  1.

Le principe
Pour obtenir une approximation de f 0 (xi ) :
on approche la fonction f au voisinage de xi par une fonction ”facile”
à dériver
pour cela, nous on utilise un polynôme d’interpolation au voisinage de
xi !
les formules ainsi obtenues vont différer en fonction du nombre de
points choisis pour écrire le polynôme d’interpolation (en général 2 ou
3, plus rarement 4 ou 5)

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 5 / 58


Dérivation et Intégration numérique Dérivation numérique

Formules à deux points

En utilisant le polynôme d’interpolation sur les deux points xi , xi+1 :

P(x) = f (xi ) + f [xi , xi+1 ](x − xi )


f (xi+1 )−f (xi )
nous avons alors P 0 (xi ) = f [xi , xi+1 ] = xi+1 −xi , ce qui nous fournit

Formule décentrée à droite


f (xi+1 ) − f (xi )
f 0 (xi ) ' P 0 (xi ) =
xi+1 − xi

Autrement dit, on remplace la tangente par la corde à droite !

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 6 / 58


Dérivation et Intégration numérique Dérivation numérique

Formules à deux points

En utilisant le polynôme d’interpolation sur les deux points xi−1 , xi :

P(x) = f (xi−1 ) + f [xi−1 , xi ](x − xi−1 )


f (xi )−f (xi−1 )
nous avons alors P 0 (xi ) = f [xi−1 , xi ] = xi −xi−1 , ce qui nous fournit

Formule décentrée à gauche


f (xi ) − f (xi−1 )
f 0 (xi ) ' P 0 (xi ) =
xi − xi−1

Autrement dit, on remplace la tangente par la corde à gauche !

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 7 / 58


Dérivation et Intégration numérique Dérivation numérique

Formules à trois points

En utilisant le polynôme d’interpolation sur les trois points xi−1 , xi , xi+1 :


P(x) = f (xi−1 ) + f [xi−1 , xi ](x − xi−1 ) + f [xi−1 , xi , xi+1 ](x − xi−1 )(x − xi )

nous avons alors


P 0 (xi ) = f [xi−1 , xi ] + f [xi−1 , xi , xi+1 ](xi − xi−1 )

et
Formule centrée

hi−1
f 0 (xi ) ' P 0 (xi ) = f (xi+1 )
hi (hi−1 + hi )
 
1 1 hi
+ f (xi ) − − f (xi−1 )
hi−1 hi hi−1 (hi−1 + hi )

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 8 / 58


Dérivation et Intégration numérique Dérivation numérique

Formules à trois points

Pour des points équidistants hi−1 = hi = h la formule centrée se simplifie


et nous obtenons alors
Formule centrée - points équidistants
f (xi+1 ) − f (xi−1 )
f 0 (xi ) '
2h

La formule ci-dessus n’est autre que la moyenne


 
f (xi+1 ) − f (xi−1 ) 1 f (xi+1 ) − f (xi ) f (xi ) − f (xi−1 )
= + ,
2h 2 h h

ce qui revient à dire qu’on approche la tangente par la corde aux points
xi+1 , xi−1 .
Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 9 / 58
Dérivation et Intégration numérique Dérivation numérique

Estimations d’erreur

Par définition de la dérivée, on s’aperçoit que si xi+1 − xi = hi → 0 alors la


formule décentrée à droite
f (xi+1 ) − f (xi ) f (xi + hi ) − f (xi )
= → f 0 (xi ).
xi+1 − xi hi

De même pour la formule décentrée à gauche.

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 10 / 58


Dérivation et Intégration numérique Dérivation numérique

Estimations d’erreur

D’après la formule de Taylor-Young, si f est C 2 sur [xi , xi+1 ]

f 00 (ξ) 2
f (xi+1 ) = f (xi ) + hi f 0 (xi ) + hi avec ξ ∈ [xi , xi+1 ]
2
d’où

Estimation d’erreur - Formule décentrée à droite


Si f est de classe C 2 sur [xi , xi+1 ], alors

f (xi ) − f (xi+1 ) − f (xi ) ≤ M2 hi
0
hi 2

avec M2 = max |f 00 (x)|


x∈[xi ,xi+1 ]

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 11 / 58


Dérivation et Intégration numérique Dérivation numérique

Estimations d’erreur

On montre de même

Estimation d’erreur - Formule décentrée à gauche


Si f est de classe C 2 sur [xi−1 , xi ], alors

f (xi ) − f (xi ) − f (xi−1 ) ≤ M2 hi−1
0
hi−1 2

avec M2 = max |f 00 (x)|


x∈[xi−1 ,xi ]

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 12 / 58


Dérivation et Intégration numérique Dérivation numérique

Estimations d’erreur
Pour la méthode centrée dans le cas équidistant hi−1 = hi = h, on a
h2 00 f (3) (ξ) 3
f (xi+1 ) = f (xi ) + hf 0 (xi ) + f (xi ) + h avec ξ ∈ [xi , xi+1 ]
2 6
h2 00 f (3) (η) 3
f (xi−1 ) = f (xi ) − hf 0 (xi ) + f (xi ) − h avec η ∈ [xi−1 , xi ]
2 6

Estimation d’erreur - Formule centrée - points équidistants


Si f est de classe C 3 sur [xi−1 , xi+1 ], alors

f (xi ) − f (xi+1 ) − f (xi−1 ) ≤ M3 h2
0
2h 3

avec M3 = max |f (3) (x)|


x∈[xi ,xi+1 ]

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 13 / 58


Dérivation et Intégration numérique Dérivation numérique

Dérivées d’ordre supérieur

on utilise le même principe : on approche f par un polynôme


d’interpolation P au voisinage de xi , de degré suffisant pour que
P(n) 6≡ 0
par exemple, pour la dérivée seconde, il nous faut trois points
d’interpolation qui sont en général xi−1 , xi , xi+1 , ce qui nous donne

Dérivée seconde - 3 points équidistants


f (xi−1 ) − 2f (xi ) + f (xi+1 )
f 00 (xi ) ' P 00 (xi ) =
h2

On peut voir cela comme la dérivée discrète de la dérivée discrète


f (xi+1 )−f (xi ) f (xi )−f (xi−1 )
f (xi−1 ) − 2f (xi ) + f (xi+1 ) xi+1 −xi − xi −xi−1
=
h2 h
Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 14 / 58
Dérivation et Intégration numérique Dérivation numérique

Estimation d’erreur

Si f est de classe C 4 sur [xi−1 , xi+1 ], alors

h2 00 f (3) (xi ) f (4) (ξ) 4


f (xi+1 ) = f (xi ) + hf 0 (xi ) + f (xi ) + + h avec ξ ∈ [xi , xi+1 ]
2 6 24
h2 00 f (3) (xi ) f (4) (η) 4
f (xi−1 ) = f (xi ) − hf 0 (xi ) + f (xi ) − + h avec η ∈ [xi−1 , xi ]
2 6 24
d’où

Estimation d’erreur - Formule centrée - points équidistants



00
f (xi ) − f (xi−1 ) − 2f (x i ) + f (xi+1 ) M4 2
≤ h
h2 12
avec M4 = max |f (4) (x)|
x∈[xi ,xi+1 ]

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 15 / 58


Dérivation et Intégration numérique Dérivation numérique

Un exemple d’application : les différences finies

Considérons le problème aux limites monodimensionnel suivant :

−u 00 (x) = f (x) x ∈ (0, 1)




u(0) = u(1) = 0

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 16 / 58


Dérivation et Intégration numérique Dérivation numérique

Un exemple d’application : les différences finies

Considérons le problème aux limites monodimensionnel suivant :

−u 00 (x) = f (x) x ∈ (0, 1)




u(0) = u(1) = 0

on montre que si f est continue sur [0, 1] alors ce problème admet


une unique solution u ∈ C 2 ([0, 1])

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 16 / 58


Dérivation et Intégration numérique Dérivation numérique

Un exemple d’application : les différences finies

Considérons le problème aux limites monodimensionnel suivant :

−u 00 (x) = f (x) x ∈ (0, 1)




u(0) = u(1) = 0

on montre que si f est continue sur [0, 1] alors ce problème admet


une unique solution u ∈ C 2 ([0, 1])
la méthode des différences finies consiste à obtenir une valeur
approchée de la solution en des points x0 , . . . , xn+1 d’une subdivision
de l’intervalle [0, 1]

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 16 / 58


Dérivation et Intégration numérique Dérivation numérique

Un exemple d’application : les différences finies

Considérons le problème aux limites monodimensionnel suivant :

−u 00 (x) = f (x) x ∈ (0, 1)




u(0) = u(1) = 0

on montre que si f est continue sur [0, 1] alors ce problème admet


une unique solution u ∈ C 2 ([0, 1])
la méthode des différences finies consiste à obtenir une valeur
approchée de la solution en des points x0 , . . . , xn+1 d’une subdivision
de l’intervalle [0, 1]
nous supposerons (pour simplifier) que cette subdivision est régulière :
1
xi = ih pour tout 0 ≤ i ≤ n + 1 avec h=
n+1

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 16 / 58


Dérivation et Intégration numérique Dérivation numérique

Un exemple d’application : les différences finies

si ui est une valeur approchée de u(xi ), on cherche le vecteur

uh = (u1 , . . . , un )

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 17 / 58


Dérivation et Intégration numérique Dérivation numérique

Un exemple d’application : les différences finies

si ui est une valeur approchée de u(xi ), on cherche le vecteur

uh = (u1 , . . . , un )

comme nous avons −u 00 (xi ) = f (xi ), pour tout 1 ≤ i ≤ n, si nous


remplaçons u 00 (xi ) par

u(xi−1 ) − 2u(xi ) + u(xi+1 )


u 00 (xi ) '
h2
alors le vecteur uh est solution du système linéaire
−ui−1 + 2ui − ui+1
= fi ∀1≤i ≤n
h2
avec fi = f (xi ) et u0 = u(0) = 0, un+1 = u(1) = 0 pour satisfaire les
conditions aux limites
Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 17 / 58
Dérivation et Intégration numérique Dérivation numérique

Un exemple d’application : les différences finies

il s’agit donc de résoudre le système linéaire


1
Auh = fh
h2
où fh = (f1 , . . . , fn ) et
 
2 −1 0 ··· ··· 0
 .. ..
 −1 2 −1 . .
..
 
 .. .. .. .. 
 0 . . . . . 
A= ..
.
 .. .. .. .. 

 . . . . . 0 

 .. .. .. .. 
 . . . . −1 
0 ··· ··· 0 −1 2

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 18 / 58


Dérivation et Intégration numérique Dérivation numérique

Un exemple d’application : les différences finies

il s’agit donc de résoudre le système linéaire


1
Auh = fh
h2
où fh = (f1 , . . . , fn ) et
 
2 −1 0 ··· ··· 0
 .. ..
 −1 2 −1 . .
..
 
 .. .. .. .. 
 0 . . . . . 
A= ..
.
 .. .. .. .. 

 . . . . . 0 

 .. .. .. .. 
 . . . . −1 
0 ··· ··· 0 −1 2

on vérifie que A est une matrice tridiagonale symétrique définie


positive, donc ∃! solution uh
Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 18 / 58
Dérivation et Intégration numérique Dérivation numérique

Un exemple d’application : les différences finies

Pour n fixé on note u h = (u0 , . . . , un+1 ) la solution du système linéaire, et


U h (x) l’interpolation affine par morceaux de u h aux points x0 , . . . , xn+1

Théorème
1
Lorsque n → ∞ (i-e h = n+1 → 0) on a

kU h − ukL∞ (0,1) → 0,

où u ∈ C 2 ([0, 1]) est l’unique solution de

−u 00 (x) = f (x) x ∈ (0, 1)




u(0) = u(1) = 0

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 19 / 58


Dérivation et Intégration numérique Intégration numérique

Intégration numérique

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 20 / 58


Dérivation et Intégration numérique Intégration numérique

Le problème

Étant donnée une fonction f : [a, b] → R continue, on cherche à calculer


Z b
I = f (x)dx
a

Encore une fois, nous ne chercherons pas à calculer exactement la valeur


de cette intégrale, mais seulement une valeur approchée Iapp avec une
précision  (choisie par l’utilisateur selon ses besoins)

|I − Iapp | ≤ 

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 21 / 58


Dérivation et Intégration numérique Intégration numérique

Pourquoi l’intégration numérique ?

On aura besoin de l’intégration numérique lorsque :

on ne connaı̂t pas une forme explicite des primitives de f :


2 ex 1
f (x) = e −x , f (x) = , f (x) =
x log x
la fonction f est connue uniquement en certains points x0 , . . . , xn
la fonction f est évaluée par un algorithme compliqué et/ou coûteux
en temps de calcul (on veut donc ne pas évaluer la fonction trop
souvent)

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 22 / 58


Dérivation et Intégration numérique Intégration numérique

Principe de base :

encore une fois, nous allons ”remplacer” la fonction f par une


fonction ”assez” proche pour laquelle il est facile de calculer une
primitive et donc l’intégrale
et pour cela nous allons utiliser l’interpolation polynomiale
toutefois nous avons vu qu’il faut être prudent avec l’interpolation
polynomiale
c’est pourquoi nous allons privilégier l’approximation par morceaux

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 23 / 58


Dérivation et Intégration numérique Intégration numérique

Description du principe :

on subdivise l’intervalle [a, b] en plusieurs sous-intervalles


a = x0 < x1 < · · · < xn = b
nous avons alors grâce à la relation de Chasles
Z b n−1 Z
X xi+1
f (x)dx = f (x)dx
a i=0 xi

Il est bon de se rappeler à ce stade que l’interpolation polynomiale est


“bonne” sur des intervalles petits, mais peut donner de mauvais résultats
sur de trop gros intervalles. C’est pour cela qu’on interpole par morceaux
sur [xi , xi+1 ] avec hi = |xi+1 − xi |  1.

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 24 / 58


Dérivation et Intégration numérique Intégration numérique

Description du principe :

pour chacune de ces intégrales, le changement de variable affine


hi t + (xi + xi+1 )
x= avec hi = xi+1 − xi
2
donne Z xi+1 Z 1
hi
f (x)dx = gi (t)dt
xi 2 −1
en posant
 
hi t + (xi + xi+1 )
gi (t) = f ∀t ∈ [−1, 1]
2

ainsi, nous sommes ramenés à approcher des intégrales sur l’intervalle


fixe [−1, 1]

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 25 / 58


Dérivation et Intégration numérique Intégration numérique

Description du principe :

pour cela, comme annoncé, étant donnés s points (cj )1≤j≤s de


[−1, 1], on approxime la fonction gi par son polynôme d’interpolation
de degré ≤ s − 1 aux points (cj , gi (cj ))1≤j≤s
s s
X Y t − ck
gi (t) ' gi (cj )lj (t) avec lj (t) =
cj − ck
j=1 k=1
k 6= j

par conséquent
Z 1 Z 1 s
X s
X Z 1
gi (t)dt ' gi (cj )lj (t)dt = gi (cj ) lj (t)dt
−1 −1 j=1 j=1 −1

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 26 / 58


Dérivation et Intégration numérique Intégration numérique

Description du principe :

ce que nous pouvons écrire


Z 1 s Z 1
X 1
gi (t)dt ' 2 bj gi (cj ) avec bj = lj (t)dt
−1 2 −1
j=1

Remarques :
si g est un polynôme de degré ≤ s − 1 alors il coı̈ncide avec son
polynôme d’interpolation et cette formule est donc exacte pour les
polynôme de degré ≤ s − 1.
en particulier, pour g ≡ 1, on obtient que
s
X
1= bj
j=1

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 27 / 58


Dérivation et Intégration numérique Intégration numérique

Description du principe :

maintenant, on obtient
Z xi+1 s
hi X
f (x)dx ' 2 bj gi (cj )
xi 2
j=1
s  
X hi cj + xi + xi+1
' hi bj f
2
j=1
s
X
' hi bj f (αi,j )
j=1

où αi,j = 21 (hi cj + xi + xi+1 )


finalement,
Z b n−1
X s
X
f (x)dx ' hi bj f (αi,j )
a i=0 j=1

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 28 / 58


Dérivation et Intégration numérique Intégration numérique

Formule de quadrature

Définition
Z 1 s
X
la formule gi (t)dt ' 2 bj g (cj ) s’appelle une formule de
−1 j=1
quadrature élémentaire à s étages
les (cj ) sont les noeuds de la quadrature et les (bj ) sont les poids
la formule
Z b n−1
X s
X
f (x)dx ' hi bj f (αi,j ) := In,s (f )
a i=0 j=1

s’appelle une formule de quadrature composée (à s étages et n + 1


points)

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 29 / 58


Dérivation et Intégration numérique Intégration numérique

Remarques :
la formule Z xi+1 s
X
f (x)dx ' hi bj f (αi,j )
xi j=1

aurait pu être obtenue directement en remplaçant f par son polynôme


d’interpolation aux points αi,1 , . . . , αi,s .

l’intérêt de se ramener à l’intervalle fixe [−1, 1] est de permettre un


traitement unifié et indépendant de l’intervalle [xi , xi+1 ] ce qui montre
en particulier que les coefficient (bj ) ne dépendent pas de i !

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 30 / 58


Dérivation et Intégration numérique Intégration numérique

Exemples :

la formule des rectangles à gauche


Z 1
g (t)dt ' 2g (−1)
−1
ce qui donne
Z b n−1
X
f (x)dx ' hi f (xi )
a i=0
la formule des rectangles à droite
Z 1
g (t)dt ' 2g (1)
−1
ce qui donne
Z b n−1
X
f (x)dx ' hi f (xi+1 )
a i=0
Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 31 / 58
Dérivation et Intégration numérique Intégration numérique

Exemples :

la formule du point milieu


Z 1
g (t)dt ' 2g (0)
−1

ce qui donne
Z b n−1  
X xi + xi+1
f (x)dx ' hi f
a 2
i=0

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 32 / 58


Dérivation et Intégration numérique Intégration numérique

Exemples :

la formule du trapèze
Z 1  
g (−1) + g (1)
g (t)dt ' 2
−1 2

ce qui donne
Z b n−1  
h0 X hi−1 + hi hn−1
f (x)dx ' f (a) + f (xi ) + f (b)
a 2 2 2
i=1

et dans le cas d’une subdivision régulière


n−1
Z b " #
1 X 1
f (x)dx ' h f (a) + f (xi ) + f (b)
a 2 2
i=1

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 33 / 58


Dérivation et Intégration numérique Intégration numérique

Exemples :

la formule de Simpson
Z 1  
1 4 1
g (t)dt ' 2 g (−1) + g (0) + g (1)
−1 6 6 6

ce qui donne dans le cas d’une subdivision régulière


n−1 n−1 
Z b " #
h X X xi + xi+1
f (x)dx ' f (a) + 2 f (xi ) + f (b) + 4 f
a 6 2
i=1 i=0

la formule de Newton
Z 1      
1 3 1 3 1 1
g (t)dt ' 2 g (−1) + g − + g + g (1)
−1 8 8 3 8 3 8

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 34 / 58


Dérivation et Intégration numérique Intégration numérique

Convergence des formules de quadrature composées

Théorème
On suppose que la formule de quadrature à s étages (cj , bj )1≤j≤s est telle
que cj ∈ [−1, 1] pour tout 1 ≤ j ≤ s.
Alors pour toute fonction f intégrable au sens de Rieman sur [a, b] on a
Z b
In,s (f ) →
− f (x)dx
a

lorsque le diamètre δn = max hi de la subdivision de l’intervalle [a, b]


0≤i≤n−1
tend vers 0.
D

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 35 / 58


Dérivation et Intégration numérique Intégration numérique

Remarque :
dans le cas d’une subdivision régulière δn = (b − a)/n et δn tend vers
0 si et seulement si n tend vers ∞

Pourquoi ne pas faire directement l’interpolation de f sur [a, b] ?


en général, il est impossible, même en supposant f ∈ C ∞ ([a, b]), de
démontrer la convergence des formules de quadrature élémentaires
lorsque s tend vers +∞
dans ce cas, il faudrait calculer un grand nombre de coefficients
les formules de quadratures composées sont plus simples : elles
demandent uniquement le calcul des s coefficients (bj )

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 36 / 58


Dérivation et Intégration numérique Intégration numérique

Les formules de Newton-Cotes

Pour des raisons pratiques, on choisit souvent dans les formules de


quadrature élémentaires des noeuds (cj ) équidistants.
En particulier, si

(j − 1)
cj = −1 + 2 , ∀1 ≤ j ≤ s
(s − 1)

les formules de quadrature (cj , bj )1≤j≤s s’appellent formules de


Newton-Cotes (fermées).

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 37 / 58


Dérivation et Intégration numérique Intégration numérique

Les formules de Newton-Cotes

s bj nom
1 1
2 2 2 trapèze
1 4 1
3 6 6 6 Simpson
1 3 3 1
4 8 8 8 8 Newton
7 32 12 32 7
5 90 90 90 90 90 Boole
19 75 50 50 75 19
6 288 288 288 288 288 288 -
41 216 27 272 27 216 41
7 840 840 840 840 840 840 840 Weddle

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 38 / 58


Dérivation et Intégration numérique Intégration numérique

Les formules de Newton-Cotes

pour s (s ≥ 10) grand les poids (bj ) explosent et sont de signes


mélangés, ce qui rend les formules très sensibles aux erreurs d’arrondis
l’apparition de coefficients bj < 0 commence avec s = 9
les formules de Newton-Cotes ne sont donc utilisées que pour s ≤ 8

Remarque :
on peut construire de manière analogue des formules de quadrature
élémentaires avec noeuds équidistants sur [−1, 1], mais ne comprenant pas
les points -1 et 1. Par exemple
2j − 1
cj = −1 + ∀1≤j ≤s
s
Les formules ainsi obtenues sont appelées formules de Newton-Cotes
ouvertes (exemple formule du point milieu)
Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 39 / 58
Dérivation et Intégration numérique Intégration numérique

Ordre dune formule de quadrature élémentaire

Définition
On dit qu’une formule de quadrature élémentaire à s étages (cj , bj )1≤j≤s
est d’ordre p si la formule est exacte pour tout les polynôme de degré
inférieur ou égal à p − 1
Z 1 s
X
g (t)dt = 2 bj g (cj ) ∀ g ∈ Rp−1 [X ]
−1 j=1

Remarque :
par construction, une formule de quadrature élémentaire à s étages est au
moins d’ordre s (si g ∈ Rs−1 [X ] alors P = g )

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 40 / 58


Dérivation et Intégration numérique Intégration numérique

Ordre dune formule de quadrature élémentaire

Théorème
Une formule de quadrature élémentaire à s étages (cj , bj )1≤j≤s a un ordre
p si et seulement si

s  1
si q pair
bj cjq =
X
∀ 0≤q ≤p−1: q+1
 0 si q impair
j=1

En effet (1, X , . . . , X p−1 ) est une base de Rp−1 [X ] et



s Z1  2
X q ?? q si q pair
2 bj cj = t dt = q+1
 0 si q impair
j=1 −1

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 41 / 58


Dérivation et Intégration numérique Intégration numérique

Remarque :

En fixant les s noeuds c1 , . . . , cs distincts et en prenant un ordre p = s la


condition nécessaire et suffisante du théorème est le système linéaire
suivant
  
1
 
1 1 ··· 1 b1
 c1 c2 · · · cs  0
  b2  
   


 c2 2 2  1
c · · · c b
 
 3  =  3

 1 2 s  
 .. .. . . . .
.

 . . .. ..   ..  
  
 . 

1−(−1)s+1
c1s−1 c2s−1 · · · css−1 bs (s+1)

Il s’agit d’une matrice de Vandermonde qui est inversible. Ce système nous


donne une formule de quadrature d’ordre p au moins ≥ s. On peut ainsi
retrouver les formules de quadrature introduites précédemment.

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 42 / 58


Dérivation et Intégration numérique Intégration numérique

Exemple :

Pour s = 3 avec les points c1 = −1, c2 = 0 et c3 = 1, on obtient le


système     
1 1 1 b1 1
 −1 0 1   b2  =  0 
1
1 0 1 b3 3
Sa résolution donne
1 4 1
b1 = , b2 = , b3 =
6 6 6
Nous retrouvons la formule de Simpson
Z 1  
1 4 1
g (t)dt ' 2 g (−1) + g (0) + g (1)
−1 6 6 6

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 43 / 58


Dérivation et Intégration numérique Intégration numérique

Exemple :

Vérifions notre résultat :


q=0   Z 1
1 4 1
2 ×1+ ×1+ ×1 =2= t 0 dt
6 6 6 −1

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 44 / 58


Dérivation et Intégration numérique Intégration numérique

Exemple :

Vérifions notre résultat :


q=0   Z 1
1 4 1
2 ×1+ ×1+ ×1 =2= t 0 dt
6 6 6 −1
q=1
  Z 1
1 4 1
2 × (−1)1 + × (0)1 + × (1)1 =0= t 1 dt
6 6 6 −1

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 44 / 58


Dérivation et Intégration numérique Intégration numérique

Exemple :

Vérifions notre résultat :


q=0   Z 1
1 4 1
2 ×1+ ×1+ ×1 =2= t 0 dt
6 6 6 −1
q=1
  Z 1
1 4 1
2 × (−1)1 + × (0)1 + × (1)1 =0= t 1 dt
6 6 6 −1

q=2
  Z 1
1 4 1 2
2 × (−1)2 + × (0)2 + × (1)2 = = t 2 dt
6 6 6 3 −1

Comme attendu la formule de Simpson est au moins d’ordre 3


Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 44 / 58
Dérivation et Intégration numérique Intégration numérique

Exemple :

Mais on peut remarquer aussi que :


q=3
  Z 1
1 4 1
2 × (−1)3 + × (0)3 + × (1)3 =0= t 3 dt
6 6 6 −1

q=4
  Z 1
1 4 1 2 2
2 × (−1)4 + × (0)4 + × (1)4 = 6= = t 4 dt
6 6 6 3 5 −1

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 45 / 58


Dérivation et Intégration numérique Intégration numérique

Exemple :

Mais on peut remarquer aussi que :


q=3
  Z 1
1 4 1
2 × (−1)3 + × (0)3 + × (1)3 =0= t 3 dt
6 6 6 −1

q=4
  Z 1
1 4 1 2 2
2 × (−1)4 + × (0)4 + × (1)4 = 6= = t 4 dt
6 6 6 3 5 −1

La formule de Simpson est donc d’ordre 4 (et pas mieux)


Ceci est une conséquence d’une propriété générale pour les formules de
quadrature élémentaires symétriques (les cj ont répartis symétriquements
par rapport à t = 0 dans l’intervalle [−1, 1])

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 45 / 58


Dérivation et Intégration numérique Intégration numérique

Remarques :
les formules de Newton-Cotes sont symétriques
par conséquent les formules de Newton-Cotes à s étages sont d’ordre
p = s si s est impair
p = s + 1 si s est impair
c’est pourquoi, hormis s = 2, les formules de Newton-Cotes ne sont
utilisées que pour s impair (on gagne un ordre gratuitement !)

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 46 / 58


Dérivation et Intégration numérique Intégration numérique

Étude de l’erreur

Nous souhaitons maintenant étudier l’erreur commise en approchant


l’intégrale par une formule de quadrature composée :
Z b n−1
X Xs
E (f , δn ) = f (x)dx − hi bj f (αi,j )
|a {z } i=0 j=1
=I
| {z }
=In,s

Commençons par étudier l’erreur commise en utilisant une formule de


quadrature élémentaire :
Z 1 s
X
E (g ) = g (t)dt − 2 bj g (cj )
−1 j=1

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 47 / 58


Dérivation et Intégration numérique Intégration numérique

Théorème
Considérons une formule de quadrature élémentaire (cj , bj )1≤j≤s d’ordre p
et un entier autre k ≤ p. Si g ∈ C k ([−1, 1]), alors
Z 1
E (g ) = Nk (τ )g (k) (τ )dτ
−1

où Nk (τ ) est le noyau de Peano donné par


s
X (cj − τ )k−1
(1 − τ )k +
Nk (τ ) = −2 bj
k! (k − 1)!
j=1
!
k−1
1 (x − τ )+
= E x 7→
(k − 1)! (k − 1)!

Remarque : le noyau de Peano de dépend que des points cj et des poids bj


de la méthode élémentaire, mais pas de la fonction g !

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 48 / 58


Dérivation et Intégration numérique Intégration numérique

Théorème
Soit p l’ordre de la formule de quadrature élémentaire, et f une fonction
C k sur [a, b] avec p ≥ k. Alors
1
(b − a)
Z
|E (f , δn )| ≤ δnk k+1 Mk |Nk (τ )| dτ
2 −1

où δn = max hi et Mk = max |f (k) (x)|


0≤i≤n−1 x∈[a,b]

Remarque : comme k ≤ p cela montre qu’on ne peut espérer avoir une


erreur mieux que (δn )p , même si la fonction qu’on veut intégrer est en
réalité de classe C ∞ : l’ordre p de la méthode limite la précision.

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 49 / 58


Dérivation et Intégration numérique Intégration numérique

Exemples :

formule du point milieu (ordre 2)

(b − a)
E (f , h) ≤ h2 max |f 00 (x)|
24 x∈[a,b]

formule du trapèze (ordre 2)

(b − a)
E (f , h) ≤ h2 max |f 00 (x)|
12 x∈[a,b]

formule de Simpson (ordre 4)

(b − a)
E (f , h) ≤ h4 max |f (4) (x)|
2880 x∈[a,b]

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 50 / 58


Dérivation et Intégration numérique Intégration numérique

Remarques :
plus l’ordre de la formule de quadrature est élevé, plus la méthode est
efficace (précise)
pour augmenter l’ordre on peut augmenter le nombre s de noeuds
distincts, i-e faire de l’interpolation polynomiale de degré plus élevé
toutefois ceci augmente le coût de la méthode, puisque sur chaque
intervalle il faut a priori faire s évaluations de la fonction

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 51 / 58


Dérivation et Intégration numérique Intégration numérique

Formules d’ordre supérieur

Pour un nombre s de noeuds fixé, tout choix de (cj , bj ) comme


précédemment donne automatiquement une méthode d’ordre au moins
p ≥ s. Y a-t-il un choix des noeuds (cj ) permettant d’avoir un ordre
supérieur, i-e p > s ?

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 52 / 58


Dérivation et Intégration numérique Intégration numérique

Formules d’ordre supérieur

Pour un nombre s de noeuds fixé, tout choix de (cj , bj ) comme


précédemment donne automatiquement une méthode d’ordre au moins
p ≥ s. Y a-t-il un choix des noeuds (cj ) permettant d’avoir un ordre
supérieur, i-e p > s ?
Théorème
Soit (cj , bj )1≤j≤s une formule de quadrature élémentaire, et soit
s
Y
M(t) = (t − cj ).
j=1

Alors, l’ordre de la méthode p est supérieur ou égal à s + m si et


seulement si Z 1
M(t)q(t)dt = 0, ∀ q ∈ Rm−1 [X ]
−1

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 52 / 58


Dérivation et Intégration numérique Intégration numérique

Exemple : formule de quadrature à s = 3 étages

pour qu’une formule à s = 3 étages ait un ordre ≥ 4 il faut et il suffit


que
Z 1
0 = (t − c1 )(t − c2 )(t − c3 )dt
−1
Z 1
= t 3 − (c1 + c2 + c3 )t 2 + (c1 c2 + c1 c3 + c2 c3 )t − c1 c2 c3 dt
−1
2
= − (c1 + c2 + c3 ) − 2c1 c2 c3
3

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 53 / 58


Dérivation et Intégration numérique Intégration numérique

Exemple : formule de quadrature à s = 3 étages

pour qu’une formule à s = 3 étages ait un ordre ≥ 4 il faut et il suffit


que
Z 1
0 = (t − c1 )(t − c2 )(t − c3 )dt
−1
Z 1
= t 3 − (c1 + c2 + c3 )t 2 + (c1 c2 + c1 c3 + c2 c3 )t − c1 c2 c3 dt
−1
2
= − (c1 + c2 + c3 ) − 2c1 c2 c3
3
continuons alors l’étude de la formule de quadrature à s = 3 étages et
essayons de déterminer c1 , c2 , c3 pour que l’ordre soit ≥ 6

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 53 / 58


Dérivation et Intégration numérique Intégration numérique

Exemple : formule de quadrature à s = 3 étages

d’après le théorème, il faut et il suffit que


 R1  1
 R−1 M(t) 1 dt = 0
  − 3 (c1 + c2 + c3 ) − c1 c2 c3 = 0
1 1 1
−1 M(t) t dt = 0 ⇔ 5 + 3 (c1 c2 + c1 c3 + c2 c3 ) = 0
 1 2 − 51 (c1 + c2 + c3 ) − 31 c1 c2 c3 = 0
 R 
−1 M(t) t dt = 0

la résolution de ce système donne


r r
3 3
c1 = − , c2 = 0 c3 =
5 5

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 54 / 58


Dérivation et Intégration numérique Intégration numérique

Exemple : formule de quadrature à s = 3 étages

on obtient ensuite les poids (bj ) en résolvant


 
q1 1 q1
  
b1 1
3 3 b2  =  0  ,
 − 0
 
5 5 
1
3
0 3 b3 3
5 5

ce qui donne
5 8 5
, b2 = , b3 =
b1 =
18 18 18
nous avons ainsi obtenu une formule de quadrature d’ordre p = 6
avec seulement s = 3 étages !
Z 1 r ! r !!
5 3 8 5 3
g (t)dt ' 2 g − + g (0) + g
−1 18 5 18 18 5

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 55 / 58


Dérivation et Intégration numérique Intégration numérique

Formules d’ordre supérieur

Peut-on faire encore mieux ?

Théorème
Si p est l’ordre d’une formule de quadrature élémentaire à s étages alors
nécessairement
p ≤ 2s

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 56 / 58


Dérivation et Intégration numérique Intégration numérique

Coût d’une méthode

le coût d’une méthode est essentiellement dû au nombre d’évaluations


de la fonction f
moins de fois on évalue f , mieux c’est !
pour la méthode des rectangle ou du point milieu on a
R xi+1
f (x)dx ' hf (xi )
Rxxi i+1
f (x)dx ' hf (xi+1 )
Rxxi i+1  
xi f (x)dx ' hf xi +x2 i+1

Pour ces 3 méthodes, qui sont toutes d’ordre 1, on n’a qu’une


évaluation de f à faire sur chaque intervalle élémentaire, donc n
évaluations au total

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 57 / 58


Dérivation et Intégration numérique Intégration numérique

Coût d’une méthode

pour Simpson, nous avons


Z xi+1    
1 4 xi + xi+1 1
f (x)dx ' h f (xi ) + f + f (xi+1 )
xi 6 6 2 6

donc a priori 3 évaluations de la fonction f


mais alors pour l’approximation suivante
Z xi+2    
1 4 xi+1 + xi+2 1
f (x)dx ' h f (xi+1 ) + f + f (xi+2 )
xi+1 6 6 2 6

on n’a besoin que de deux évaluations de f !


pour Simpson, le nombre d’évaluations de f est donc 2n + 1
de façon générale, pour Newton-Côtes à s points, il faut (s − 1)n + 1
évaluations de la fonction f .

Léonard Monsaingeon (IECL) Analyse Numérique Printemps 2017 58 / 58