Vous êtes sur la page 1sur 18

École Supérieure Privée d’Ingénierie et de Technologies

Analyse Numérique (AN)

Chapitre 2 : Integration numérique

Niveau : 4ème année Année universitaire : 2020-2021

1 Activité introductive :
On prend une ligne de charge infinie, transportant
2
une charge par unité de longueur λ(x) = e−x .
On veut vonnaître le potentiel électrostatique V ∈
[0, 1] à une hauteur z = 1 au-dessus du milieu de
la ligne (i.e. en x=0).
Principe de la physique
Chaque point le long de la ligne contribue au potentiel en tant que source ponctuelle, c’est-à-dire
que si une petite boîte de largeur dx centrèe en x contient une charge dq, alors sa contribution au
potentiel au point d’intérêt est :
dq
dV = √ .
4π x2 + 1
D’après le principe de la supperposition, on peut supposer que dq = λ(x)dx. On obtient donc :

λ(x)dx
dV = √ .
4π x2 + 1

Comment trouver la valeur de V ?


Pour trouver la valeur de V , il suffit d’intégrer l’équation précédente et on calcul :
2
1
e−x
Z
1
V = √ dx.
4π 0 1 + x2

Le calcul de cette intégrale n’est pas évident car on ne connait pas une primitive de la fonction
−x2
f : x 7−→ √e .
1+x2
Pour surmonter ce probléme, il existe une vaste familles des méthodes dont le but est d’estimer la
valeur numérique de l’intégrale.

1
2 Objectif :
On cherche à estimer la valeur numérique de
Z b
I(f ) = f (x)dx,
a

avec a et b deux réels (a < b) ; f fonction intégrable et définie sur [a, b].
Pour résoudre ce probléme, il existe une vaste familles des méthodes dont le but est d’estimer
la valeur numérique de I. Les méthodes qui seront étudiées sont :
— Les méthodes du réctangle.
— La méthode du trapèze.
— La méthode de Simpson.

3 Méthode d’intégration classique :


Lorsqu’on connait une primitive de f (noté F ) sur [a, b], on peut calculer directement I, telque
Z b
I(f ) = f (x)dx = [F (x)]ba = F (b) − F (a).
a

Exemple :
Calaculer Z 1
1
I= √ dx
0 x
R1 √
I= √1 dx = [2 x]1 = 2.
0 x 0
2
Mais si par exemple f (x) = e−x , on ne connait pas exactement la valeur de I, c’est pourquoi on
utilise les méthodes numériques.

4 Dédinition d’une formule de quadrature et degré d’exactitude :

Définition 1 :
Soit f une fonction continue sur [a, b]. On appelle formule de quadrature ou formule d’in-
tégration numérique Iq (f ) toute formule permettant de calculer une approximation de I(f ),
c-à-d Z b
I(f ) = f (x)dx ' Iq (f ).
a

Exemples :
Soit f une fonction continue. Les formules suivantes sont des formules de quadrature

2
R1 1 4 1
1. −1 f (x)dx ' Iq (f ) = 3 f (−1) + 3 f (0) + 3 f (1).
R1
2. 0 f (x)dx ' Iq (f ) = 0.5f (0) + 0.4238f (1).
R1
3. −1 f (x)dx ' Iq (f ) = 0.6f (−1) − 0.33f (1).

On peut approcher f par un polynôme P , dans ce cas


Z b
Iq (f ) = P (x)dx.
a

Avantages :
— Les polynômes sont faciles à intégrer.
— Cette méthode est faisable même si on ne connait que des valeurs de f puisqu’on peut alors
construire le polynôme P d’interpolation de f sur ces valeurs.

Définition2 : Formule de quadrature de type interpolation


Soient (xi , yi = f (xi )), p + 1 points d’interpolation tel que a ≤ x0 < x1 < ... < xp ≤ b,
on peut écrire f dans la base de lagrange {L0 , L1 , ....Ln } tel que
Z b Z b Z b n
Z bX Z b
I(f ) = f (x)dx = P (x)dx + E(f )dx = yi Li dx + E(f )dx,
a a a a i=0 a
| {z }
Eq (f )

où E(f ) est l’erreur de l’interpolation.

Rb
Si on pose wi = a Li (x)dx alors on trouve

p
X
I(f ) ' f (xi )wi .
i=0

On approche l’intégrale par :


Z b p
X
I(f ) = f (x)dx ' Iq (f ) = wi f (xi )
a i=0

Notre objectif est d’approcher une integrale par une somme finie.
xi : i = 0, ..., p noeuds ou points d’integration.
wi : i = 0, ..., p poids de la formule de quadrature.

3
Proposition 1 :
L’erreur de quadrature est donnée par

Eq (f ) =| I(f ) − Iq (f ) | .

La question qui se pose : Quand est ce que cette formule Iq est exacte?

Définition 3 :
La formule de quadrature est exacte lorsque l’erreur de quadrature Eq (f ) vaut zéro.

Exercice 1 :
Parmi les formules de quadrature précédentes, indiquez laquelle est exacte, avec

1
f (x) = .
12626 + x

Solution

R1 1 2.2626
1. On a −1 f (x)dx = [log(1.2626 + x)]−1 = log( 0.2626 ) = 2.1526.
Or Iq (f ) = 13 f (−1) + 43 f (0) + 13 f (1) = 13 1.2626
1
+ 43 1.2626
1
+ 31 2.2626
1
= 2.4727
Alors
Eq (f ) =| I(f ) − Iq (f ) |=| 2.1536 − 2.4727 |= 0.3191.

D’où, cette formule n’est pas exacte.


R1
2. On a 0 f (x)dx = [log(1.2626 + x)]10 = log( 2.2626
1.2626 ) = 0.5833.
1 1
Or Iq (f ) = 0.5f (0) + 0.4238f (1) = 0.5 1.2626 + 0.4238 2.2626 = 0.5833
Alors
Eq (f ) =| I(f ) − Iq (f ) |=| 0.5833 − 0.5833 |= 0.

D’où, cette formule est exacte.


R1
3. On a −1 f (x)dx = 2.1536.
1 1
Or Iq (f ) = 0.6f (−1) − 0.33f (1) = 0.6 0.2626 − 0.33 2.2626 = 2.1390
Alors
Eq (f ) =| I(f ) − Iq (f ) |=| 2.1536 − 2.1390 |= 0.0146

D’où, cette formule n’est pas exacte.

4
Définition 4 : Degré d’exactitude
Une formule de quadrature est dite de degRé de précision (degré d’exactitude) n, si elle est
exacte pour tout polynôme Pk (x) = xk , 0 ≤ k ≤ n et non exacte pour Pn+1 (x) = xn+1 .

Proposition 2 :
Une formule de quadrature a une degré de précision au moins égale n si et seulement si c’est
une formule de quadrature interpolatoire a n + 1 points.

Exercice 2
Soit la formule de quadrature suivante :
Z 1
f (x)dx = αf (−1) + βf (1) + Eq (f ),
−1

avec α et β deux réels.


1. Trouver α et β tels que la formule de quadrature soit exacte pour les polynômes de degré
inférieure ou égale 1.
2. Vérifier que cette formule est de degré de précision 1.
solution

1. On remarque que cette formule de quadrature est de type interpolation à 2 points, donc elle
est exacte pour tout polynomes de degré ≤ 1.
Trouvons α et β : Soit Pk (x) = xk avec k = 0, 1.
— Pour k = 0, on a f (x) = P0 (x) = 1,
d’où
Z 1
Eq (f ) = 0 ⇔ 1 dx = 2 = α + β.
−1

— Pour k = 1, on a f (x) = P1 (x) = x,


d’où
Z 1 h x2 i 1
Eq (f ) = 0 ⇔ x dx = = 0 = −α + β.
−1 2 −1

On obtient : 
2 = α + β
⇔α=β=1
0 = −α + β

5
Donc la formule de quadrature est :
Z 1
f (x) dx ' f (−1) + f (1).
−1

2. Montrons que le degré de précision de cette formule est 1 i.e. on montre que la formule n’est
pas exacte pour un polynôme de degré 2.
Posons P2 (x) = x2 : on a P (−1) + P (1) = 2
Z 1 h x3 i 1 2
P2 (x) dx = = 6= P (−1) + P (1)
−1 3 −1 3

Alors, le degré de précision est 1.

4.1 Méthodes simples


Le principe génerale des méthodes de Newton-cotes simples est d’approximer la fonction f (x)
à integraler par un polynôme P (x) ' f (x). Si cette approximation est suffisament bonne alors
l’integrale de ce polynôme
Z b
Iq (f ) = P (x)dx,
a
Rb
sera une bonne approximation de I(f ) = a f (x)dx.

Dans ces méthodes, on choisit des polnômes de degré p qui concident avec f (x) en p + 1 points
distincts espacés régulérement entre les bornes a et b.
Ces points sont situés aux positions :

b−a
{xk = a + kh, k ∈ [0, p]} avec h =
p
On a alors ∀ k ∈ [0, p] P (xk ) = fk = f (xk ).
Nous allons voir les plus courantes, c-à-d les méthodes d’ordre le plus bas.

6
4.1.1 Méthodes du rectangle (p = 0)

Ces méthodes utilisent le polynôme constant

P0 (x) = f (si ), où si ∈ [a, b].


Rb
L’intégrale approchée Iq (f ) = a P0 (x)dx se calcule alors trivialement et donc

Iq (f ) = (b − a)f (si ), où si ∈ [a, b] (Il s’agit de l’aire du rectangle.)

Il y a trois méthodes du rectangle :


— Rectangle à gauche.
— Rectangle à droite.
— Rectangle au milieu (Méthode du point milieu).
Méthode du rectangle à gauche :
Pour la méthode du rectangle à gauche, on a si = a

Soit f une fonction continue sur [a, b], alors la


formule simple du rectangle à gauche est :

s
IRg (f ) = (b − a)f (a)

Degré de précision : Le degré d’exactitude de la méthode du rectangle á gauche est 0.

Exemple 1 Soit l’intégrale suivante :


Z 1
1
I(f ) = dx.
0 1+x

1. Calculer la valeur exacte de I(f ).


2. Utiliser la méthode simple du rectangle à droite pour calculer I(f ).
3. Quelle est l’erreur d’intégration pour cette méthode.

Solution

7
1.
Z 1
1
I(f ) = dx
0 1+x
= [ln(1 + x)]10
= ln(2) − ln(1)
= ln(2) ' 0.693

s (f ) = (1 − 0)f (0) = 1
2. IRg
s (f ) = |I − I | = |ln(2) − 1| ' 0.307
3. ERg g

Méthode du rectangle à droite :


Pour la méthode du rectangle à droite, on a si = b

Soit f une fonction continue sur [a, b], alors la


formule simple du rectangle à droite est :

s
IRd (f ) = (b − a)f (b)

Exemple 2 En prenant la même intégrale I(f ) de l’exemple 1,


1. Utiliser la méthode simple du rectangle à droite pour calculer I(f ).
2. Quelle est l’erreur d’intégration pour cette méthode.

Solution

s (f ) = (1 − 0)f (1) = 1
1. IRd 2

2.

s s
ERd (f ) = |I(f ) − IRd (f )|

1
= ln(2) −
2
' 0.193
Méthode du rectangle milieu (Méthode du point milieu) :
a+b
Pour la méthode du rectangle milieu, on a si = 2

8
Soit f une fonction continue sur [a, b], alors la
formule simple du rectangle à droite est :

s a+b
IRm (f ) = (b − a)f ( )
2

Exemple 3 En utilisant la méthode simple du rectangle milieu, calculer I(f ) qui est définie dans
l’exemple 1. Et chercher l’erreur d’intégration pour cette méthode.

Solution :
1.

s 0+1
IRm (f ) = (1 − 0)f ( )
2
1
= f( )
2
2
=
3
' 0.666

s s 2
2. ERm (f ) = |I(f ) − IRm (f )| = | ln(2) − | '
3
0.026

Majoration d’erreur d’intégration

Proposition
Si f ∈ C 1 ([a, b]), alors l’erreur des méthodes du rectangles simple sont majorées par :
• Méthode rectangle simple à gauche :

(b − a)2
s s
max f 0 (x)

ERg (f ) = I(f ) − IRg (f ) ≤
2 x∈[a,b]

• Méthode rectangle simple à droite :

(b − a)2
s s
max f 0 (x)

ERd (f ) = |I(f ) − IRd (f )| ≤
2 x∈[a,b]

9
• Méthode rectangle simple au milieu :

s s (b − a)3
ERm (f ) = |I(f ) − IRm (f )| ≤ max |f ”(x)|
24 x∈[a,b]

4.1.2 Méthode du trapèze (p = 1)

Pour approximer la fonction f , cette méthode utilise le polynôme d’ordre 1 (la droite) interpolant
f en deux points a et b

f (a) + f (b) f (b) − f (a) a+b


P1 (x) = + (x − ).
2 b−a 2
Rb
L’intégrale approchée ITs (f ) = a P1 (x)dx se calcule et donne la formule simple de trapèze.

Soit f une fonction continue sur [a, b], alors la


formule simple de trapèze est :

b−a
ITs (f ) = (f (a) + f (b))
2

Proposition
Si f ∈ C 2 ([a, b]), alors l’erreur de trapèze est majorée par

(b − a)3 00
ETs (f ) = |I(f ) − ITs (f )| ≤ max |f (x)|.
12 x∈[a,b]

Degré de précision : Le degré d’exactitude de la méthode de trap‘eze est 1.

Exemple 4 En utilisant la méthode simple du trapèze , calculer I(f ) qui est définie dans l’exemple
1. Et chercher l’erreur d’intégration pour cette méthode.

Solution

10
La valeur exacte de I(f ) vaut ln(2) = 0.693.
1.

1−0
ITs (f ) = (f (0) + f (1))
2
1 1
= (1 + )
2 2
3
=
4
= 0.75

2. L’erreur est : ETs (f ) = |I(f ) − ITs (f )| =


| ln(2) − 0.75| ' 0.056

4.1.3 Méthode de simpson (p = 2)

Pour approximer la fonction f , cette méthode utilise le polynôme d’ordre 2 (la parabole) inter-
a+b
polant f en trois points x0 = a, x1 = 2 et x2 = b.

f (x2 ) − 2f (x1 ) + f (x0 ) f (x2 ) − f (x0 )


P2 (x) = 2 2
(x − x1 )2 + (x − x1 ) + f (x1 ).
(x2 − x0 ) x2 − x0
Rb
L’intégrale approchée ISs (f ) = a P2 (x)dx se calcule alors simplement et donne la formule simple
de simpson.

Soit f une fonction continue sur [a, b], alors la


formule simple de simpson est :
 
b−a a+b
ISs (f ) = f (a) + 4f ( ) + f (b)
6 2

Degré de précision : Le degré d’exactitude de la méthode de Simpson est 3.

11
Proposition
Si f ∈ C 4 ([a, b]), alors l’erreur de Simpson est majorée par

(b − a)5
ESs (f ) = |I(f ) − ISs ˜(f )| ≤ max |f (4) (x)|.
2880 x∈[a,b]

Exemple 5 En utilisant la méthode simple du simpson, calculer I(f ) qui est définie dans l’exemple
1. Et chercher l’erreur d’intégration pour cette méthode.

Solution
La valeur exacte de I(f ) vaut ln(2) = 0.693.
1.
 
1−0 0+1
ISs (f ) = f (0) + 4f ( ) + f (1)
6 2
 
1 2 1
= 1 + 4. +
6 3 2
25
= ' 0.694
36

2. L’erreur est :
ESs (f ) = |I(f ) − ISs (f )| = | ln(2) − 0.694| '
0.001

4.2 Méthodes composites


Le plus souvent en pratique, le domaine total d’intégration [a, b] est beacoup trop grand et la
fonction varie trop sur ce domaine pour que ces domaines donnent des résultats satisfaisants. Elles
ne sont pas quasiment jamais utilisées en tant que telles. On subdivise donc le domaine total [a, b]
en un grand nombre de petits intervalles sur chacun desquels on peut appliquer avec succés les
méthodes de Newton-cotes simples. On parle alors de méthode de Newton-cotes compsites.
Soit f une fonction continue sur un intervalle [a, b] ⊂ R
On décompose [a, b] en n sous-intervalle [xk , xk+1 ], 0 ≤ k ≤ n − 1, de largeur
b−a
h= = xk+1 − xk ,
n

— xk = a + kh, pour tout 0 ≤ k ≤ n : nœuds d’intégration


— h : pas de subdivision

12
— n le nombre de sous-intervalles,
— n + 1 : nombre de points d’intégration
— [a, b] = ∪nk=0 [xk , xk+1 ]
Z b Z x1 Z x2 Z xn n−1
X Z xk+1
I(f ) = f (x)dx = f (x)dx+ f (x)dx+· · · f (x)dx = f (x)dx, (relation de Chasles)
a x0 x1 xn−1 k=0 xk

Sur chaque sous-intervalle [xk , xk+1 ] (0 ≤ k ≤ n − 1), on calcule une approximation de l’intégrale
exacte I(f ) par les méthodes simples précédentes.

4.2.1 Méthodes composites du rectangle (p = 0)

Méthode composite du rectangle à gauche :

La méthode composite du rectangle à gauche consiste à approximer l’intégrale I(f ) par la somme
de l’aire de tous les rectangle dont les cotés sont (xk+1 − xk ) et f (xk ).

13
Soit f une fonction continue sur [a, b], alors la
formule composite du rectangle à gauche est :

n−1
X n−1
X
c
IRg (f ) = f (xk )(xk+1 −xk ) = h f (a + kh),
k=0 k=0

avec xk = a + kh, (k = 0, 1, · · · , n − 1).

Proposition
Si f ∈ C 1 ([a, b]), alors l’erreur de la méthode composite du rectangle à gauche est majorée par

(b − a)2
c c
max f 0 (x) .

ERg (f ) = I(f ) − IRg (f ) ≤
2n x∈[a,b]

Exemple 6 Soit l’intégrale suivante de l’exemple 1


Z 1
1
I(f ) = dx
0 1+x

1. Approcher la valeur de I(f ) par la méthode composite du rectangle à gauche en décomposant


l’intervalle d’intégration en 4 parties.
2. Quelle est l’erreur d’intégration pour cette méthode.

Solution

14
La valeur exacte de I(f ) vaut
Z 1
1
I(f ) = dx = [ln(1 + x)]10 = ln(2) = 0.693
0 1+x

.
b−a 1
1. Ici a = 0, b = 1, n = 4 et h = n = 4 =
0.25
4−1
X
c
IRg = 0.25 f (xk )
k=0

= 0.25(f (x0 ) + f (x1 ) + f (x2 ) + f (x3 ))


= 0.25(f (0) + f (0.25) + f (0.5) + f (0.75)) = 0.759.

2. L’erreur est :

s c

ERg (f ) = I(f ) − IRg = |ln(2) − 0.759| ' 0.065.
Méthode composite du rectangle à droite :

La méthode composite du rectangle à droite consiste à approximer l’intégrale I(f ) par la somme
de l’aire de tous les rectangle dont les cotés sont (xk+1 − xk ) et f (xk+1 ).

Soit f une fonction continue sur [a, b], alors la


formule composite du rectangle à droite est :

n−1
X n−1
X
c
IRd (f ) = f (xk+1 )(xk+1 − xk ) = h f (a + (k + 1)h),
k=0 k=0

avec xk+1 = a + (k + 1)h.

Proposition
Si f ∈ C 1 ([a, b]), alors l’erreur la méthode composite du rectangle à droite est majorée par
(b − a)2
c
(f ) = I(f ) − I˜Rd
c
max f 0 (x) .

ERd (f ) ≤

2n x∈[a,b]

15
Exemple 7 En utilisant la méthode de composite du rectangle à droite en décomposant l’inter-
valle d’intégration en 4 parties, calculer I(f ) qui est définie dans l’exemple 1 et calculer l’erreur
d’intégration pour cette méthode.

Solution
b−a 1
1. Ici a = 0, b = 1, n = 4 et h = n = 4 =
0.25
4−1
X
c
IRd = 0.25 f (xk+1 )
k=0

= 0.25(f (x1 ) + f (x2 ) + f (x3 ) + f (x4 ))


= 0.25(f (0.25) + f (0.5) + f (0.75) + f (1)) = 0.634

2. L’erreur est :

c c
ERd (f ) = |I(f ) − IRd (f )| = |ln(2) − 0.634| ' 0.059.
Méthode composite du rectangle milieu (Méthode du point milieu) :
La méthode composite du rectangle du milieu consiste à approximer l’intégrale I(f ) par la somme
xk +xk+1
de l’aire de tous les rectangle dont les cotés sont (xk+1 − xk ) et f ( 2 ).

Soit f une fonction continue sur [a, b], alors la


formule composite du rectangle au milieu est :

n−1
X n−1
X
c
IRm (f ) = h f (mk ) = h f (a + (k + 12 )h),
i=0 i=0

avec mk = (xk + xk+1 )/2 = a + (k + 21 )h.

Proposition
Si f ∈ C 2 ([a, b]), alors l’erreur du rectangle au milieu est majorée par

(b − a)3 00
c
ERm (f ) = |I(f ) − I˜Rm
c
(f )| ≤ 2
max |f (x)|.
24n x∈[a,b]

16
4.2.2 Méthode composite du trapèze (p = 1)

La méthode composite de trapèze consiste à approximer l’intégrale I(f ) par la somme de l’aire
de tous les trapèzes dont les bases sont f (xk ) et f (xk+1 ) et la hauteur est (xk+1 − xk ).

Soit f une fonction continue sur [a, b], alors la


formule composite de trapèze est :

n−1
X xk+1 − xk
ITc (f ) = (f (xk ) + f (xk+1 )
2
k=0
n−1
!
h X
= f (a) + f (b) + 2 f (a + kh) ,
2
k=1

avec xk = a + kh.

Proposition
Si f ∈ C 2 ([a, b]), alors l’erreur de trapèze est majorée par

(b − a)3 00
ETc (f ) = |I(f ) − I˜Tc (f )| ≤ 2
max |f (x)|.
12n x∈[a,b]

Exemple 8 En utilisant la méthode de composite du trapèze en décomposant l’intervalle d’intégra-


tion en 4 parties, calculer I(f ) qui est définie dans l’exemple 1et calculer l’erreur d’intégration pour
cette méthode.

Solution
b−a 1
1. Ici a = 0, b = 1, n = 4 et h = n = 4 =
0.25
4−1
0.25 X
ITc = (f (x0 ) + 2 f (xk ) + f (x4 ))
2
k=1
0.25
= (f (x0 ) + 2(f (x1 ) + f (x2 ) + f (x3 )) + f (x4 ))
2
0.25
= (f (0) + 2(f (0.25) + f (0.5) + f (0.75)) + f (1)) = 0.697
2

2. L’erreur est :

ETC (f ) = |I(f ) − ITc | = |ln(2) − 0.697| ' 0.003.

17
4.2.3 Méthode composite de simpson (p = 2)

On décompose l’intervalle [a, b] en n sous-intervalles avec n = 2p, p ∈ N∗ , En introduisant les


nœuds xk = a + kh pour k = 0, 1, · · · , n = 2p (i.e. on applique la méthode de Simpson simple sur
des intervalles [x2k , x2k+2 ] de largeur 2h et le point milieu est x2x+1 .

La fonction f est tabulée, et les xk sont équi-


distants
Soit f une fonction continue sur [a, b], alors la
formule composite de Simpson est :

p−1 p−1
!
h X X
ISc (f ) = f (x0 ) + f (xn ) + 2 f (x2k ) + 4 f (x2x+1 )
3
k=1 k=0
p−1 p−1
!
h X X
= f (a) + f (b) + 2 f (a + 2kh) + 4 f (a + (2k + 1)h) .
3
k=1 k=0

Proposition
Si f ∈ C 4 ([a, b]), alors l’erreur de Simpson est majorée par

(b − a)5
ESC (f ) = |I(f ) − I˜Sc (f )| ≤ max |f (4) (x)|.
2880n4 x∈[a,b]

Exemple 9 En utilisant la méthode de composite de simpson en décomposant l’intervalle d’intégra-


tion en 4 parties, calculer I(f ) qui est définie dans l’exemple 1 puis calculer l’erreur d’intégration
pour cette méthode.

Solution
1. Ici a = 0, b = 1, n = 2p, p = 2, et h =
b−a 1
n = 4 = 0.25

2−1 2−1
!
h X X
ITc = f (a) + f (b) + 2 f (a + 2kh) + 4 f (a + (2k + 1)h)
3
k=1 k=0

= 0.693

2. L’erreur est :

ETC (f ) = |I(f ) − ITc | = |ln(2) − 0.693| ' 0.0001.

18