7.

Intégration numérique

Date : January 7, 2021

7.1 Introduction
Dans ce chapitre, nous nous plaçons dans le contexte du calcul d’une intégrale entre deux points a
et b d’une fonction f : I( f ) = ab f (x)dx. Souvent, il arrive que :
R

• On ne sait pas calculer theoriquement la primitive de f , ou, nous ne disposons pas d’outil
théorique permettant de calculer I( f ).
2 √
Exemples : 01 ex − x dx ou 12 ex cos(x) ln(x2 + 1)dx,ou,
R R

• la fonction est tabulée.

Dans ces cas la, nous avons recours à l’intégration numérique pour calculer une valeur approchée
de I( f ). L’intégration numérique repose sur l’équation suivante :

Z b n
f (x)dx = ∑ λi f (xi ) +En ( f ) (7.1)
a i=0
| {z }
In ( f )

où les points x0 , . . . , xn sont appelés noeuds de la formule de quadrature (2 à 2 distincts dans [a, b])
et les λi sont les poids de la formule de quadrature.
Nous utilisons donc l’approximation : I( f ) ≈ In ( f ) = ∑ni=0 λi f (xi ). L’erreur commise par cette
approximation est En ( f ).

Intégration numérique de type interpolation

L’intégration numérique qu’on utilisera dans ce chapitre est basée sur l’interpolation : L’idée de
46 Chapter 7. Intégration numérique

base consiste à approximerR f par le polynome Pn de son interpolation aux points x0 , . . . , xn puis
b Rb
d’adopter l’approximation a f (x)dx ≈ a Pn (x)dx.
L’équation de l’interpolation de Lagrange de f aux points x0 , . . . , xn s’écrit :
n
f (n+1) (cx ) n
f (x) = ∑ f (xi )Li (x) + (x − xi )
i=0 (n + 1)! ∏ i=0

Ainsi, l’intégrale de l’équation précédente donne :

Z b n Z b  Z b n
1
f (x)dx = ∑ f (xi ) Li (x)dx + f (n+1) (cx ) ∏(x − xi )dx
(n + 1)! a
| a {z } i=0 |
a
{z } | {z
i=0
}
I( f ) λi En ( f )

Exemples :
• Pour n = 0 et x0 = a, on obtient la formule du rectangle à gauche
• Pour n = 0 et x0 = b, on obtient la formule du rectangle à droite
• Pour n = 0 et x0 = a+b
2 , on obtient la formule du rectangle du point milieu
• Pour n = 1, x0 = a et x1 = b, on obtient la formule des Trapèzes
• Pour n = 2, x0 = a, x1 = a+b
2 et x2 = b, on obtient la formule de Simpson

Definition 7.1.1
On dit qu’une formule de quadrature est exacte pour une fonction f ssi En ( f ) = 0 ç-à-d
I( f ) = In ( f )

Definition 7.1.2
On dit qu’une formule de quadrature est de degré k ∈ N ssi
1. En (x 7→ xl ) = 0, ∀ l ∈ {0, . . . , k}
2. En (x 7→ xk+1 ) 6= 0

Proposition 7.1.1 Si une formule de quadrature est de degré k alors

En (P) = 0, ∀ P ∈ Rk [X] .

Exercise 7.1
Déterminer le degré de précision des formules suivantes :
• La formule du rectange au point milieu donnée par :
Z b  
a+b
f (x)dx = (b − a). f .
a 2

• La formule des trapèzes donnée par :

Z b  
f (a) + f (b)
f (x)dx = (b − a). .
a 2

• La formule de Simpson donnée par :

Z b    
b−a a+b
f (x)dx = . f (a) + 4 f + f (b) .
a 6 2
 7.2 Formules de Newton-Côtes simples 47

7.2 Formules de Newton-Côtes simples

Definition 7.2.1
On appelle formule de Newton-Cotes à (n + 1) points toute formule de quadrature :
Z b n
f (x)dx = ∑ λi f (xi ) +En ( f )
a i=0
| {z }
In ( f )

où les (xi )0≤i≤n sont des points équidistants de [a, b].

• Les formules de Newton-Cotes sont dites fermées ssi :
b−a
∀i ∈ {0, . . . , n}, xi = a + ih où h = .
n
Dans ce cas, on a : x0 = a et xn = b.
• Les formules de Newton-Cotes sont dites ouvertes ssi :
b−a
∀i ∈ {0, . . . , n}, xi = a + (i + 1)h où h = .
n+2
Dans ce cas, on a x0 = a + h et xn = b − h.

Les méthodes des trapèzes de Simpson simples sont des cas particuliers des méthodes de
Newton-Cotes fermées.

7.2.1 Méthode des Trapèzes

La méthode des trapèzes simple est une formule de Newton-Cotes fermée avec deux points
d’interpolation (n = 1) : x0 = a, x1 = b. Ainsi h = b − a. L’interpolation de Lagrange donne :
x−b x−a
f (x) ≈ P1 (x) = f (a)
+ f (b)
a−b b−a
La méthode des trapèzes simple repose sur l’approximation :
Z b Z b
b−a
f (x)dx ≈ P1 (x)dx = [ f (a) + f (b)]
a a | 2 {z }
Aire d’un trapèze
 48 Chapter 7. Intégration numérique

Theorem 7.2.1 Soit f ∈ C 2 ([a, b]). Il existe α ∈ [a, b] tel que

(b − a)3 00
Z b
b−a
f (x)dx = [ f (a) + f (b)] − f (α) . (7.2)
a 2 12
• La méthode des trapèzes repose sur l’approximation :
Z b
b−a
f (x)dx ≈ I1 ( f ) = [ f (a) + f (b)] .
a 2
• L’erreur induite par cette approximation est :

(b − a)3 00
E1 ( f ) = − f (α) où α ∈ [a, b] .
12

R La formule (7.2) peut être réécrite en fonction de h = b − a comme suit :

h3 00
Z b
h
f (x)dx = [ f (a) + f (b)] − f (α) .
a 2 12

Corollary 7.2.2 Le degré de précision de la méthode des trapèzes simple est 1.

7.2.2 Méthode de Simpson

La méthode de Simpson simple est une formule de Newton-Cotes fermée avec trois points
d’interpolation (n = 2) : x0 = a, x1 = a+b b−a
2 et x2 = b. Ainsi h = 2 . L’interpolation de Lagrange de
f en ces points s’écrit :

f (x) ≈ P2 (x) = f (x0 )L0 (x) + f (x1 )L1 (x) + f (x2 )L2 (x)
(7.3)
 
a+b
= f (a)L0 (x) + f L1 (x) + f (b)L2 (x) .
2
La méthode simple de Simpson repose sur l’approximation :
Z b Z b    
h b−a a+b
f (x)dx ≈ P2 (x)dx = [ f (x0 ) + 4 f (x1 ) + f (x2 )] = f (a) + 4 f + f (b) .
a a 3 6 2

Nous obtenons le résultat suivant :

Theorem 7.2.3
Soit f ∈ C 4 ([a, b]). Soient h = b−a
2 et xi = a + ih , i ∈ {0, 1, 2}. Il existe β ∈]a, b[ tel que

(b − a)5 (4)
Z b  
b−a a+b
f (x)dx = f (a) + 4 f ( ) + f (b) − f (β )
a 6 2 2880
(7.4)
h h5 (4)
= [ f (x0 ) + 4 f (x1 ) + f (x2 )] − f (β )
3 90
• La méthode de Simpson repose sur l’approximation :
Z b
h
f (x)dx ≈ I2 ( f ) = ( f (x0 ) + 4 f (x1 ) + f (x2 )) .
a 3
 7.2 Formules de Newton-Côtes simples 49

• L’erreur induite par cette approximation est :

h5 (4)
E2 ( f ) = − f (β ) où β ∈]a, b[ .
90

Corollary 7.2.4 Le degré de précision de la méthode de Simpson simple est 3.

Exercise 7.2
Déterminer la valeur exacte de 02 f (x)dx et les valeurs approchées par les méthodes des trapèzes et
R

de Simpson pour chacune des fonctions suivantes :

• f (x) = x2
• f (x) = x4
1
• f (x) = x+1

7.2.3 Erreur et degré de précision des formules de Newton-Cotes simples

Nous avons le résultat suivant.

Theorem 7.2.5
Supposons que In ( f ) = ∑ni=0 λi f (xi ) est l’approximation de Newton-Cotes fermée de I( f ) aux
Rb
(n + 1) points équidistants xi = a + ih où h = b−a n et i ∈ {0, . . . , n} avec λi = a Li (x)dx. On a :
• Si n est pair et f ∈ C (n+2) ([a, b]) alors ∃ α ∈ [a, b] tel que :
n
hn+3 f (n+2) (α) n 2 n
Z b Z
f (x)dx = ∑ λi f (xi ) + t ∏ (t − k)dt .
(n + 2)! 0
|a i=0
{z } | {z } | {z
k=1
}
I( f ) In ( f ) En ( f )

• Si n est impair et f ∈ C (n+1) ([a, b]) alors ∃ β ∈ [a, b] tel que :

n
hn+2 f (n+1) (β ) n n
Z b Z
f (x)dx = ∑ λi f (xi ) + t ∏ (t − k)dt .
(n + 1)! 0 k=1
|a i=0
{z } | {z } | {z }
I( f ) In ( f ) En ( f )
 50 Chapter 7. Intégration numérique

Corollary 7.2.6
Les formules de Newton-Cotes fermées aux (n + 1) points équidistants de [a, b] : xi = a + ih où
h = b−a
n et i ∈ {0, . . . , n} sont de degré de précision au moins :
• n + 1, si n est pair
• n, si n est impair

7.3 Formules de Newton-Côtes composées

Pour avoir une meilleure approximation que la formule de Newton-Cotes simple, on divise [a, b] =
[x0 , xn ] en n parites en utilisant les points xi = a + ih où i − 0, 1, . . . , n et on applique la formules de
Newton-Cotes simple sur chacun des intervalles [xi , xi+1 ].

7.3.1 Methode des trapèzes composée

En appliquant la formule des trapèzes simple sur chaque intervalle [xi , xi+1 ], on obtient le résultat
suivant :
Theorem 7.3.1 Soit f ∈ C 2 ([a, b]) et soient x0 , x1 , . . . , xn (n + 1) points équidistants de [a, b] qui
s’écrivent xi = a + ih ∀ i ∈ {0, 1, . . . , n} où h = b−a
n . Il existe alors µ ∈ [a, b] tel que :
" #
Z b n−1
h b−a 2
f (x)dx = f (a) + f (b) + 2 ∑ f (x j ) − h f ”(µ) .
a 2 j=1 12
h i
h
f (a) + f (b) + 2 ∑n−1 est l’approximation de ab f (x)dx par la méthode des
R
La quantité 2 j=1 f (x j )
trapèzes composée. La qunatité − b−a 2
12 h f ”(µ) est l’erreur induite.

R Pour n = 1, on obtient la formule de trapèzes simple.

7.3.2 Méthode de Simpson composée

Dans ce cas, on prend n pair (n = 2p) et on définit h = b−a n et xi = a + ih (i ∈ {0, 1, . . . , n}).
Sur chaque intervalle [x2 j , x2 j+2 ] (0 ≤ j ≤ p − 1), on utilise l’approximation de Simpson simple :
Z x2 j+2
h
f (x)dx ≈ [ f (x2 j ) + 4 f (x2 j+1 ) + f (x2 j+2 )] .
x2 j 3

On obtient le résultat suivant :

Theorem 7.3.2
Soit f ∈ C 4 ([a, b]). Soit n ≥ 2 un entier pair (n = 2p) et soient x0 , x1 , . . . , xn (n + 1) points
équidistants s’écrivant : xi = a + ih, ∀i ∈ {0, 1, 2, . . . , n} où h = b−a
n . Alors :
Il existe µ ∈ [a, b] tel que
" #
Z b p p
h b − a 4 (4)
f (x)dx = f (a) + f (b) + 2 ∑ f (x2 j ) + 4 ∑ f (x2 j−1 ) − h f (µ) .
a 3 j=1 j=1 | 180 {z }
E (f)
| {z }
2p
I2p ( f )
 7.4 Formules de quadratures de Gauss 51

La quantité I2p ( f ) s’appelle l’approximation de ab f (x)dx par la formule de Simpson composée

R

et E2p ( f ) est l’erreur résultat de cette approximation.

R Pour n = 2, on retrouve la formule de Simpson simple.

7.4 Formules de quadratures de Gauss

7.4.1 Objectif
Nous avons vu que les formules de Newton-Cotes fermées sont de degré de précision au moins n si
n est pair et n + 1 sinon. Pour les formules de quadrature de Gauss, nous allons laisser tomber la
condition "xi équidistants" pour chercher la partition optimale de ces noeuds permettant d’avoir une
formule de quadrature
Z b n
f (x)dx = ∑ λi f (xi ) + En ( f ) ,
a i=0

de degré le plus élevé possible.

Par exemple, pour n = 1, on se propose de chercher x0 , x1 , λ0 et λ1 telle que la formule de quadra-
ture : Z 1
f (x)dx = λ0 f (x0 ) + λ1 f (x1 ) + E1 ( f ) ,
−1
ait le degré le plus élevé possible. Ceci se traduit par la résolution du système d’équations
non-linéaires suivant :



 λ0 + λ1 = 2

λ x + λ x = 0
0 0 1 1
2 + λ x2 = 2
(7.5)


 λ0 x0 1 1 3
λ x3 + λ x3 = 0

0 0 1 1

√ système en utilisant la notion de "Polynômes orthogonaux" donne λ0 = λ1 = 1

La résolution de ce
et x0 = −x1 = − 33 , ç-à-d :
Z 1 √ ! √ !
3 3
f (x)dx = f − +f + E1 ( f ) .
−1 3 3

Exercise 7.3 Déterminer le degré de précision de la formule de quadrature précédente. 

La technique d’utilisation des polynôme orthogonaux pour la détermination des formules de

quadratures de Gauss (ayant le degré le plus élevé possible) sera développée dans la section
suivante.

7.4.2 Polynômes orthogonaux pour la détermination des formules de quadratures de

Gauss
On définit sur l’espace vectoriel des polynômes à coefficients réels R[X], le produit scalaire défini
par :
Z b
∀P, Q ∈ R[X], < P, Q >= P(x)Q(x)dx .
a
52 Chapter 7. Intégration numérique

Theorem 7.4.1 Il existe une unique suite de polynômes (Qn )n∈N telle que :
• deg(Qn ) = n et Qn est monique (ç-à-d que le coefficient de xn dans Qn vaut 1).
• Pour tout P ∈ Rn−1 [X], on a < P, Qn >= 0 (ç-à-d que Qn ⊥ Rn−1 [X]).
• La suite (Qn )n∈N est définie par :



 Q0 (x) = 1
Q (x) = x − <1,x>

1 b−a
(7.6)
∀n ≥ 2, Qn (x) = (x − αn )Qn−1 (x) − βn Qn−2 (x)


où α = <xQn−1 ,Qn−1 > et β = <Qn−1 ,Qn−1 >

n <Qn−1 ,Qn−1 > n <Qn−2 ,Qn−2 >

Les polynômes (Qn )n∈N s’appellent polynômes orthogonaux sur [a, b].

Exemples:
Si [a, b] = [−1, 1], les polynômes orthogonaux sur [−1, 1] s’appellent "Polynômes de Legendre".
Ces polynômes s’écrivent :


 Q0 (x) = 1

Q1 (x) = x



Q2 (x) = x2 − 13 (7.7)

Q3 (x) = x(x2 − 53 )





Q4 (x) = x4 − 76 x2 + 35


Theorem 7.4.2 Pour tout n ∈ N, il existe une unique formule de quadrature

Z b n
f (x)dx = ∑ λi f (xi ) + En ( f ) ,
a i=0

en (n + 1) points, de degré (2n + 1) et vérifiant :

1. Les noeuds x0 , x1 , . . . , xn sont les racines de Qn+1
x−x
2. Les poids λ0 , λ1 , . . . , λn s’écrivent : λi = ab Li (x)dx où Li (x) = ∏ j=0; j6=i xi −xjj
R

3. Si f est de classe C (2n+2) sur [a, b] alors il existe α ∈ [a, b] tel que :

| f (2n+2) (α)|
Z b
En ( f ) = Q2n+1 (x)dx .
(2n + 2)! a

R Nous avons
Z b Z 1  
b−a b−a a+b
g(x)dx = g t+ dt . (7.8)
a 2 −1 2 2

Ainsi, en pratique, pour trouver la formule de quadrature de Gauss sur [a, b] on procède
comme suit :
1. On applique Théorème 7.4.2 avec les polynômes orthogonaux de Legendre pour une
fonction f définie sur [−1, 1]
2. On effectue la transformation f (t) = g b−a a+b


2 t+ 2 et on applique l’équation (7.8).
7.4 Formules de quadratures de Gauss 53

Exercise 7.4 (même esprit que l’exercice 3 du TD)

1. Trouver la formule de qudrature de Gauss lorsque n = 1 et [a, b] = [−1, 1]. Quel est son degré
de précision?
2. Déduire la formule de quadrature de Gauss pour n = 1 et [a, b] quelconque (avec a < b).
3. Donner l’erreur de cette formule en fonction de f uniquement.