4 – Dérivation et intégration numériques

a) Dérivation numérique
On se donne une fonction f à valeurs réelles connue par ses valeurs en des points x0,…,xn d’un intervalle I de R. Dans le
chapitre précédant, nous avons montré que f peut être représentée sur I par son polynôme pn d’interpolation de Lagrange .
L’idée est donc de représenter la dérivée de f en un point xi par Df(xi) ≝p’n(xi) et de montrer que, lorsque f est
suffisamment régulière, Df(xi) constitue bien une approximation de la dérivée f’(x) de f au point xi .
Comme la dérivation est notion locale, l’idée donc est d’écrire un polynôme d'interpolation au voisinage du point xi et on
dérive celui-ci. Les formules qui donneront Df(xi) vont varier en fonction du nombre de points qu'on choisit pour écrire le
polynôme d'interpolation.

a1) Formules à deux points:

Le polynôme d’interpolation de f aux points xi , xi+1 est :
𝑝1 𝑥 = 𝑓 𝑥𝑖 + 𝑓 𝑥𝑖 , 𝑥𝑖+1 x − 𝑥𝑖
La dérivée de 𝑝1 au point 𝑥𝑖 est :
𝑓 𝑥𝑖+1 − 𝑓 𝑥𝑖
𝐷𝑑 𝑓(𝑥𝑖 ) ≝ 𝑝′1 𝑥𝑖 = 𝑓 𝑥𝑖 , 𝑥𝑖+1 =
𝑥𝑖+1 − 𝑥𝑖
𝐷𝑑 𝑓(𝑥𝑖 ) s’appelle dérivée numérique de f à droite (ou progressive) au point 𝑥𝑖 .

De même le polynôme d’interpolation de f aux points xi-1 , xi est :

𝑞1 𝑥 = 𝑓 𝑥𝑖−1 + 𝑓 𝑥𝑖−1 , 𝑥𝑖 x − 𝑥𝑖−1
La dérivée de 𝑞1 au point 𝑥𝑖 est :
𝑓 𝑥𝑖 − 𝑓 𝑥𝑖−1
𝐷𝑔 𝑓(𝑥𝑖 ) ≝ 𝑞′1 𝑥𝑖 = 𝑓 𝑥𝑖−1 , 𝑥𝑖 =
𝑥𝑖 − 𝑥𝑖−1
𝐷𝑔 𝑓(𝑥𝑖 ) s’appelle dérivée numérique de f à gauche (ou dégressive) au point 𝑥𝑖 .

Remarque:
Si 𝑥𝑖+1 − 𝑥𝑖 = 𝑥𝑖 − 𝑥𝑖−1 ≝ ℎ , on a 𝐷𝑑 𝑓(𝑥𝑖 ) =𝛻ℎ 𝑓 𝑥𝑖 et 𝐷𝑔 𝑓(𝑥𝑖 ) =𝛻−ℎ 𝑓 𝑥𝑖 où 𝛻ℎ est l’opérateur de différences finies.

Cours d’Analyse Numérique et Analyse de Données - Filière GTR- 2015/2016- Pr. Omar ANANE
 4 – Dérivation et intégration numériques
a2) Formules à trois points:
Le polynôme d’interpolation de f aux points xi-1 xi , xi+1 est :
𝑝2 𝑥 = 𝑓 𝑥𝑖−1 + 𝑓 𝑥𝑖−1 , 𝑥𝑖 x − 𝑥𝑖−1 + 𝑓 𝑥𝑖−1 , 𝑥𝑖 , 𝑥𝑖+1 x − 𝑥𝑖−1 x − 𝑥𝑖
La dérivée de 𝑝2 au point 𝑥𝑖 est :
𝐷𝑐 𝑓 𝑥𝑖 ≝ 𝑝′ 2 𝑥𝑖 = 𝑓 𝑥𝑖−1 , 𝑥𝑖 + 𝑓 𝑥𝑖−1 , 𝑥𝑖 , 𝑥𝑖+1
𝐷𝑐 𝑓(𝑥𝑖 ) s’appelle dérivée numérique de f centrée au point 𝑥𝑖 .
Si on pose ℎ𝑑 = 𝑥𝑖+1 − 𝑥𝑖 𝑒𝑡 ℎ𝑔 = 𝑥𝑖 − 𝑥𝑖−1 on a :
ℎ𝑔 1 1 ℎ𝑑
𝐷𝑐 𝑓 𝑥𝑖 = 𝑓 𝑥𝑖+1 + 𝑓 𝑥𝑖 − − 𝑓 𝑥𝑖−1
ℎ𝑑 ℎ𝑔 + ℎ𝑑 ℎ𝑔 ℎ𝑑 ℎ𝑔 ℎ𝑔 + ℎ𝑑
Remarque : Si 𝑥𝑖+1 − 𝑥𝑖 = 𝑥𝑖 − 𝑥𝑖−1 ≝ ℎ , on a
𝑓 𝑥𝑖+1 − 𝑓 𝑥𝑖−1 1
𝐷𝑐 𝑓 𝑥𝑖 = = (𝛻ℎ 𝑓 𝑥𝑖 + 𝛻−ℎ 𝑓 𝑥𝑖 )
2ℎ 2
a3) Estimation de l’erreur:

Proposition 1.4:
ℎ
(1) Si f ϵ C 2( [ xi , xi+1 ] ), alors ∃ αϵ ] xi , xi+1 [ tel que 𝑓 ′ 𝑥𝑖 − 𝐷𝑑 𝑓 𝑥𝑖 = − 𝑑 𝑓 ′′ (α)
2
′ ℎ𝑔 ′′
(2) Si f ϵ C 2( [ xi-1 , xi ] ), alors ∃ αϵ ] xi-1 , xi [ tel que 𝑓 𝑥𝑖 − 𝐷𝑔 𝑓 𝑥𝑖 = 𝑓 (α)
2
′ ℎ2
(3) Si f ϵ C 3( [ xi-1, xi+1 ] ), et si ℎ𝑑 = ℎ𝑔 ≝ ℎ , alors ∃ αϵ ] xi-1 , xi+1 [ tel que 𝑓 𝑥𝑖 − 𝐷𝑐 𝑓 𝑥𝑖 = − 𝑓 ′′′ (α)
6

𝑓 𝑥 −𝑝𝑛 𝑥
Démonstration: On considère la fonction g t = 𝑓 𝑡 − 𝑝𝑛 𝑡 − П𝑛 (𝑡) En dérivant cette identité au point 𝑥𝑖 ,
П𝑛 𝑥
𝑓 𝑥 −𝑝𝑛 𝑥
on obtient g′ t = 𝑓′ 𝑥 − 𝑝′𝑛 𝑥 = П′𝑛 (𝑡) .
П𝑛 𝑥
En procédant de la même façon que dans la démonstration du théorème 1.2 pour n=1 puis n=2, et en utilisant le théorème
de Rolle, on obtient les identités énoncées.
Cours d’Analyse Numérique et Analyse de Données - Filière GTR- 2015/2016- Pr. Omar ANANE
 4 – Dérivation et intégration numériques
b) Intégration numérique
𝑏
L’intégration numérique consiste à évaluer numériquement l’intégrale 𝑎
𝑓 𝑡 𝑑𝑡 d’une fonction f sur un intervalle [a; b] .
Soient x0,…,xn une subdivision d’un intervalle [a , b] de R telle que a = x0 < ….< xn =b et f une fonction définie sur[a , b].
On considère le polynôme pn d’interpolation de Lagrange de f relativement à cette subdivision:

𝑛 𝑛 𝑥−𝑥𝑘
𝑝𝑛 𝑥 ≝ 𝑖=0 𝑓 𝑥𝑖 𝐿𝑖 𝑥 𝑜ù 𝐿𝑖 𝑥 ≝ 𝑘=0 𝑥 −𝑥 𝑝𝑜𝑢𝑟 𝑖 = 0, … , 𝑛
𝑘≠𝑖 𝑖 𝑘

b1) Méthodes de Newton-Cotes

Définition: L’intégrale numérique de f sur [a , b] par méthode de quadrature de Newton-Cotes de rang n est définie par :
𝑏 𝑛 𝑏
1
𝐼 𝑓 ≝ 𝑝𝑛 𝑥 𝑑𝑥 = 𝑏 − 𝑎 𝜔𝑖 𝑓 𝑥𝑖 𝑜ù 𝜔𝑖 = 𝐿 𝑥 𝑑𝑥
𝑎 (𝑏 − 𝑎) 𝑎 𝑖
𝑖=0

𝑛 𝑛
Remarque : Puisque 0 𝐿𝑖 𝑥 = 1 on a : 0 𝜔𝑖 =1

On considère le cas d’une subdivision à pas constant h=(b-a)/n, on a 𝑥𝑖 = 𝑎 + 𝑖ℎ , 𝑖 = 0, … , 𝑛 et on se ramène à

l’intervalle [-1 , 1 ] en effectuant le changement de variable x= ½[(b-a)t+b+a]. On a h=2/n et 𝑥𝑖 = −1 + 𝑖ℎ .
En gardant les mêmes notations, en raison de la symétrie du changement de variable autour de 0, on a:

𝑥𝑛−𝑖 = −𝑥𝑖 , 𝐿𝑛−𝑖 𝑥 = 𝐿𝑖 𝑥 , 𝜔𝑖−𝑖 = 𝜔𝑖

En gardant les mêmes notations, l’expression de l’intégrale numérique devient :

1 𝑛 −1
1
𝐼 𝑓 = 𝑝𝑛 𝑥 𝑑𝑥 = 2 𝜔𝑖 𝑓 𝑥𝑖 𝑜ù 𝜔𝑖 = 𝐿𝑖 𝑥 𝑑𝑥
−1 2 1
𝑖=0

Cours d’Analyse Numérique et Analyse de Données - Filière GTR- 2015/2016- Pr. Omar ANANE
 4 – Dérivation et intégration numériques

𝑏
Définition: On dit que l’intégrale numérique est exacte pour f si I f = 𝑎 𝑓 𝑥 𝑑𝑥 . On dit qu’une méthode de quadrature
est d’ordre N si I f est exacte pour tout polynôme f de degré inférieur ou égal à N.

Proposition 2.4: La méthode de quadrature de Newton-Cotes de rang n est d’ordre n+1 si n est pair et elle est d’ordre n si
n est impair.

Démonstration : On sait que si f est un polynôme de degré inférieur ou égal à n , on a pn = f , par suite l’intégrale
numérique est exacte .
Si n est pair, on a pour toute fonction h impaire sur [-1,1], on a :
𝑛 𝑛/2 1
𝐼 ℎ =2 𝜔𝑖 ℎ 𝑥𝑖 = 2 𝜔𝑖 ℎ 𝑥𝑖 + ℎ −𝑥𝑖 =0= ℎ 𝑥 𝑑𝑥
𝑖=0 𝑖=0 −1
Il en résulte que si f est un polynôme de degré n+1, on f(x) = g(x) + h(x) , où g est un polynôme de degré n et h(x)=cxn+1
(c est une constante) , on a I(f) =I(g) +I(h) = 0.

Remarque: De ce fait, hormis le cas n = 1, les méthodes de Newton-Cotes ne sont utilisées que pour n pair . Suivant les
valeurs de n on a:
1
• Méthode des trapèzes (rang n=1, ordre N=1) : 𝜔0 = 𝜔1 =
2
1 2
• Méthode de Simpson (rang n=2, ordre N=3) : 𝜔0 = 𝜔2 = , 𝜔1 =
6 3
7 16 2
• Méthode de Boole-Villarceau (rang n=4 , ordre N=5) : 𝜔0 = 𝜔4 = , 𝜔1 = 𝜔3 = , 𝜔2 =
90 45 15
41 9 9 34
• Méthode de Weddle-Hardy (rang n=6, ordre N=7) : 𝜔0 = 𝜔6 = , 𝜔1 = 𝜔5 = , 𝜔2 = 𝜔4 = 𝜔3 =
840 35 280 105
• Pour n ≥ 8, il apparait des coefficients 𝜔𝑖 <0, ce qui rend les formules plus sensibles aux erreurs d’arrondis.

Cours d’Analyse Numérique et Analyse de Données - Filière GTR- 2015/2016- Pr. Omar ANANE
 4 – Dérivation et intégration numériques
b 2) Estimation de l’erreur
Soit f une fonction définie sur un intervalle [a , b], on considère l’erreur de quadrature:
𝑏
𝐸 𝑓 = 𝑓 𝑥 𝑑𝑥 − 𝐼(𝑓)
𝑎
Où I(f) désigne l’intégrale numérique de f obtenu par une méthode de quadrature de rang n . On pose N=n si n est impaire,
N=n+1 si n est paire.

Théorème 1.4: Si f est une fonction de classe CN+1 sur [a , b], alors
1 𝑏
𝐸 𝑓 = 𝐾𝑁 𝑡 𝑓 𝑁+1 𝑡 𝑑𝑡
𝑁! 𝑎
Où 𝐾𝑁 𝑡 = 𝐸(𝑔𝑡 ) avec 𝑔𝑡 𝑥 = (𝑥 − 𝑡)𝑁 𝑝𝑜𝑢𝑟 𝑥, 𝑡 ϵ 𝑎, 𝑏 × [𝑎, 𝑏] (𝐾𝑁 est dit noyau de Peano)

Démonstration : La formule de Taylor à l’ordre N avec reste intégral donne :

𝑏
1
𝑓 𝑥 = 𝑞𝑁 𝑥 + 𝑥 − 𝑡 𝑁 𝑓 𝑁+1 𝑡 𝑑𝑡
𝑎 𝑁!
où 𝑞𝑁 𝑥 est un polynôme de degré N . Puisque la méthode est d’ordre N , on a E( 𝑞𝑁 𝑥 )=0, d’où, en utilisant le
théorème de Fubini, on obtient :
𝑏
1 𝑁+1
1 𝑏
𝐸 𝑓 = 𝐸 𝑔𝑡 𝑥 𝑓 𝑡 𝑑𝑡 = 𝐸(𝑔𝑡 )𝑓 𝑁+1 𝑡 𝑑𝑡
𝑁! 𝑎 𝑁! 𝑎

Corollaire 1.4 : Sous l’hypothèse du théorème 1.4, on a la majoration de l’erreur :

𝑏
1 (𝑁+1)
𝐸(𝑓) ≤ 𝑓 ∞ 𝐾𝑁 (𝑡) 𝑑𝑡
𝑁! 𝑎

Cours d’Analyse Numérique et Analyse de Données - Filière GTR- 2015/2016- Pr. Omar ANANE
 4 – Dérivation et intégration numériques
b3) Méthodes composites
Les méthode composites sont des méthode d’intégration numérique qui consistent à une méthode de quadrature de
Newton-Cotes au sein de chaque élément [xi-1 , xi ] et de faire la somme des intégrales obtenues.

b 3.1) Méthode des rectangles

La méthode des rectangles consiste à remplacer, dans chaque sous-intervalle [xi-1 , xi ] (1 ≤ i ≤ n) f par une valeur
constante f(ci ) pour un ci ϵ [xi-1 , xi ]. On définie l’intégrale numérique de f sur [xi-1 , xi ] par: 𝐼𝑅,𝑖 𝑓 = 𝑥𝑖 − 𝑥𝑖−1 𝑓(𝑐𝑖 )
et l’intégrale numérique de f sur [a , b ] par :
𝑛 𝑛

𝐼𝑅 𝑓 = 𝐼𝑅,𝑖 𝑓 = 𝑥𝑖 − 𝑥𝑖−1 𝑓(𝑐𝑖 )

𝑖=1 𝑖=1 f(ci)
𝑛
Dans le cas où le pas de la subdivision est constant : 𝑥𝑖 −𝑥𝑖−1 = ℎ ,on a: 𝐼𝑅 𝑓 = ℎ 𝑖=1 𝑓(𝑐𝑖 )
Suivant le choix du point ci dans l’intervalle [xi-1 , xi ], on distingue trois cas particuliers:
• Formule des rectangles à gauche : ci = xi-1
• Formule des rectangles à droite : ci = xi
• Formule des points milieux : ci = ( xi – xi-1)/2
xi-1 ci xi
b 3.2) Méthode des trapèzes
La méthode des trapèzes consiste à remplacer, dans chaque sous-intervalle [xi-1 , xi ] (1 ≤ i ≤ n) f par son interpolation
𝑥−𝑥𝑖 𝑥−𝑥𝑖−1
linéaire (de degré 1) : 𝑝1 𝑥 = 𝑓 𝑥𝑖−1 + 𝑓 𝑥𝑖
𝑥𝑖−1 −𝑥𝑖 𝑥𝑖 −𝑥𝑖−1 𝑓 𝑥𝑖
Ainsi, on définie l’intégrale numérique de f sur [xi-1 , xi ] par :
𝑥 1
𝐼𝑇,𝑖 𝑓 = 𝑥 𝑖 𝑝1 𝑥 𝑑𝑥 = 𝑥𝑖 − 𝑥𝑖−1 (𝑓 𝑥𝑖 +𝑓 𝑥𝑖−1 )
𝑖−1 2
et l’intégrale numérique de f sur [a , b ] par : 𝑓 𝑥𝑖−1
𝑛 𝑛
1
𝐼𝑇 𝑓 = 𝐼𝑇,𝑖 𝑓 = 𝑥 − 𝑥𝑖−1 (𝑓 𝑥𝑖 +𝑓 𝑥𝑖−1 )
2 𝑖
𝑖=1 𝑖=1
𝑛 1
Dans le cas où le pas est constant: 𝑥𝑖 −𝑥𝑖−1 = ℎ, on a: 𝐼𝑇 𝑓 = ℎ 𝑖=1 𝑓 𝑥𝑖 + (𝑓 𝑥0 +𝑓 𝑥𝑛 )
2 𝑥𝑖−1 𝑥𝑖
Cours d’Analyse Numérique et Analyse de Données - Filière GTR- 2015/2016- Pr. Omar ANANE
 4 – Dérivation et intégration numériques
b 3.3) Méthode Simpson
La méthode de Simpson consiste à remplacer, dans chaque sous-intervalle [xi-1 , xi ] (1 ≤ i ≤ n) f par son interpolation de
1
de Lagrange de degré 2 relativement à la subdivision 𝑥𝑖−1 , 𝑥𝑖∗ , 𝑥𝑖−1 où 𝑥𝑖∗ = 𝑥𝑖 − 𝑥𝑖−1
2
𝑝2 𝑥 = 𝑓 𝑥𝑖−1 + 𝑓 𝑥𝑖−1 , 𝑥𝑖∗ x − 𝑥𝑖−1 + 𝑓 𝑥𝑖−1 , 𝑥𝑖∗ , 𝑥𝑖 x − 𝑥𝑖−1 x − 𝑥∗

Ainsi, on définie l’intégrale numérique de f sur [xi-1 , xi ] par : 𝑓 𝑥𝑖

f(𝑥𝑖∗ )
𝑥𝑖 𝑥𝑖 −𝑥𝑖−1
𝐼𝑆,𝑖 𝑓 = 𝑝
𝑥𝑖−1 2
𝑥 𝑑𝑥 = (𝑓 𝑥𝑖−1 + 4𝑓 𝑥𝑖∗ + 𝑓 𝑥𝑖 )
6
𝑓 𝑥𝑖−1
et l’intégrale numérique de f sur [a , b ] par :
𝑛 𝑛
𝑥𝑖 − 𝑥𝑖−1
𝐼𝑆 𝑓 = 𝐼𝑆,𝑖 𝑓 = (𝑓 𝑥𝑖−1 + 4𝑓 𝑥𝑖∗ + 𝑓 𝑥𝑖 )
6 𝑥𝑖−1 𝑥𝑖∗ 𝑥𝑖
𝑖=1 𝑖=1
Dans le cas où le pas de la subdivision est constant : 𝑥𝑖 −𝑥𝑖−1 = ℎ , les formules d’intégration précédentes s’écrivent:
𝑛−1 𝑛
ℎ 1
𝐼𝑆 𝑓 = [ 2 (𝑓 𝑥𝑖 + 4 (𝑓 𝑥 − 𝑥𝑖−1 + 𝑓 𝑥0 +𝑓 𝑥𝑛 ]
6 2 𝑖
𝑖=1 𝑖=1

Cours d’Analyse Numérique et Analyse de Données - Filière GTR- 2015/2016- Pr. Omar ANANE