Ift 2421

Chapitre 5

Dérivation
numérique

Ift2421 1 Chapitre 5
 Introduction

Dérivation et intégration numériques

Déterminer avec précision :

1. La vitesse à chaque instant

2. L’accélération de la fusée
3. La consommation de carburant

Évaluer les dérivées premières et secondes

ainsi que l’intégrale de cette fonction.

Ift2421 2 Chapitre 5
 Principe général
de dérivation et d’intégration numériques

Si

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

alors

f ′( x) = Pn′( x) + E n′ ( x)

f ′′( x ) = Pn′′( x ) + E n′′( x )

etc...

et aussi

∫ f ( x )dx = ∫ Pn ( x )dx + ∫ E n ( x )dx

b b b

a a a

Bonne estimation de la fonction

⇒Bonnes estimations de ses dérivées

et de son intégrale.

Ift2421 3 Chapitre 5
 Dérivation du polynôme de Newton Grégory
n
 s k  s  n +1
f ( x ) = Pn ( x ) + E n ( x ) = ∑   ∆ f 0 +  h f
( n +1)
(ξ)
k =0  k   n + 1

Dériver le polynôme :

dPn ( x ) dPn ( x ) ds dPn ( x ) 1

= = car x = x0 + sh
dx ds dx ds h
1 d  n  s  k  1 n d  s  k 
= ∑   ∆ f 0  = ∑   ∆ f 0 
h ds  k =0  k   h k =0 ds  k  
 1 
1 ∆ f 0 + ( 2 s − 1) ∆2
f 0 + 
=  2
h  1 ( s − 1)( s − 2) + s( s − 2) + s( s − 1) ∆3 f +K
6
[ ] 0 

Dérivée de l’erreur :

dE n ( x0 ) 1 d  s  n +1 ( n +1)
=  h f (ξ )
dx h ds  n + 1
 s  n +1 d ( n +1)
+ h f (ξ )
 n + 1 dx

Note : le terme f(n+1)(ξ) dépend de x.

Ift2421 4 Chapitre 5
 Dérivation du polynôme de Newton Grégory

Pour s = 0, 1, ... , n
les formules se simplifient.

Pour (s = 0 ) :

 1 
1 ∆ f 0 + ( 2 s − 1) ∆2
f 0 + 
Pn′( x0 ) =  1 2

h
6
[( s − 1)( s − 2) + s( s − 2) + s( s − 1)]∆ f 0 +K
3

 1 2 1 3 1 4 
∆
1 0 2f − ∆ f 0 + ∆ f 0 − ∆ f 0 +K
=  3 4
( −1) n n 
h 
− ∆ f0
 n 

et le terme d’erreur est :

dE n ( x0 ) 1 d  s  n +1 ( n+1)
=  h f (ξ )
dx h ds  n + 1
 s  n +1 d ( n +1)
+ h f (ξ )
 n + 1 dx

( −1) n n ( n +1)
E n′ ( x0 ) = h f (ξ) terme qui est en O(hn)
n +1

Ift2421 5 Chapitre 5
Exemple :
Table de f(x) = ex à 3 décimales :

x f(x) ∆f ∆2f ∆3f ∆4f Ici h = 0.2

1.3 3.669 Approximations de la
0.813 dérivée en x = 1.7
1.5 4.482 0.179
0.992 0.041
1.7 5.474 0.220 0.007 1
1.212 0.048 . )=
P1′(17 1.212 = 6.606
0.2
1.9 6.686 0.268 0.012
1.480 0.060
2.1 8.166 0.328 0.012 1 1
1.808 0.072 . )=
P2′(17 (1212
. − 0.268)
2.3 9.974 0.400
0.2 2
2.208 = 5.390
2.5 12.182

Erreur sur P1′ :

1
E1′( x ) = − ( 0.2) 1 f ′′( ξ)
2

− 0.669 ≤ E1′(1.7) ≤ − 0.547

x =1.7 x =1.9

Erreur sur P2′ :

1
E 2′ ( x ) = (0.2) 2 f ′′′( ξ)
3

0.073 ≤ E 2′ (1.7) ≤ 0109

.
x =1.7 x = 2 .1

Ift2421 6 Chapitre 5
 Dérivation du polynôme de Newton Grégory

Pour s = 0, 1, ... , n
les formules se simplifient.

Cas particulier (s = 1, polynôme de degré 2) :

1 1 
P2′( x1 ) =  ∆f 0 + ∆2 f 0 
h 2 

et le terme d’erreur est :

1
E n′ ( x1 ) = h 2 f ′′′ (ξ) terme qui est en O(h2)
6

Simplification :

f2 − f0
f ′ ( x1 ) ≈ P2′( x1 ) =
2h

Après translation d’indice :

f 1 − f −1
f ′( x0 ) ≈ Formule centrée
2h

Ift2421 7 Chapitre 5
 Formules de calcul des dérivées

Dérivée première :
f1 − f 0
f ′ ( x0 ) = + O(h)
h
f 1 − f −1
f ′ ( x0 ) = + O( h 2 ) (différences centrées)
2h
− f 2 + 4 f1 − 3 f 0
f ′ ( x0 ) = + O( h 2 )
2h
− f 2 + 8 f 1 − 8 f −1 + f −2
f ′ ( x0 ) = + O( h 4 ) (différences centrées)
12h

Dérivée seconde :
f 2 − 2 f1 + f 0
f ′′ ( x0 ) = + O( h )
h2
f 1 − 2 f 0 + f −1
f ′′( x0 ) = 2 + O(h 2 ) (différences centrées)
h
− f 3 + 4 f 2 − 5 f1 + 2 f 0
f ′′ ( x0 ) = 2 + O( h 2 )
h
− f 2 + 16 f 1 − 30 f 0 + 16 f −1 − f −2
f ′′ ( x0 ) = 2 + O(h 4 ) (différences
12h
centrées)

∆n f 0
Dérivées d’ordre supérieur : f ( x0 ) = h n + O(h)
n

Ift2421 8 Chapitre 5
 Instabilité de la différentiation numérique
(propagation des erreurs)

f 1 − f −1
f ′ ( x0 ) = + O( h 2 )
2h

h → 0 alors erreur → 0 et f’exacte.

Erreurs sur les valeurs de la fonction

f −1 = f −∗1 ± e−1
f 1 = f 1∗ ± e1

alors

f 1∗ − f −∗1 e1 + e−1
f ′ ( x0 ) = ± + O( h 2 )
2h 2h

Si le pas h est trop réduit ⇒

Beaucoup d’erreur d’arrondi

∴ La dérivation est un processus instable

(soustraction entre termes voisins)

Calculs en double précision ?

Utile si e est une erreur machine (arrondi ou troncature).

Inutile si e est une erreur sur les données.

Ift2421 9 Chapitre 5
 Utilisation des séries de Taylor
(pour reconstruire les formules de dérivation)

au voisinage de x = x0, nous avons :

h2 h3 h 4 iv
x1 = x 0 + h f ( x1 ) = f 1 = f 0 + h f 0′ + f 0′′+ f 0′′′+ f 0 +K
2 6 24

h2 h3 h 4 iv
x −1 = x 0 − h f ( x −1 ) = f −1 = f 0 − h f 0′ + f 0′′− f 0′′′+ f 0 +K
2 6 24

Reconstruire la formule f0’ :

f 1 − f −1
f ′ ( x0 ) = + O( h 2 )
2h

Soustraire les deux séries :

h3 h5 v
f 1 − f −1 = 2h f 0′ + f 0′′′+ f 0 +K
3 60

Diviser par 2h et isoler f0’ :

f 1 − f −1 h 2 h4 v
f 0′ = + f ′′′+ f +K
2h 6 0 120 0

Note : Série représentant l’erreur = puissances paires de h

seulement.
L'extrapolation de Richardson gagnera 2 ordres.

Ift2421 10 Chapitre 5
 Utilisation des séries de Taylor
(pour reconstruire les formules de dérivation)

au voisinage de x = x0.
h2 h3 h 4 iv
x1 = x 0 + h f ( x1 ) = f 1 = f 0 + h f 0′ + f 0′′+ f 0′′′+ f 0 +K
2 6 24

h2 h3 h 4 iv
x −1 = x 0 − h f ( x −1 ) = f −1 = f 0 − h f 0′ + f 0′′− f 0′′′+ f 0 +K
2 6 24

Reconstruire les formules pour f0’, f0’’, ...

f 1 − f −1
f ′ ( x0 ) = + O( h 2 )
2h

f 1 − 2 f 0 + f −1
f ′′( x0 ) = 2 + O( h 2 )
h

Avec d’autres expansions :

4h 3 2h 4 iv
f ( x2 ) = f 2 = f 0 + 2h f 0′ + 2h f 0′′+ 2
f 0′′′+ f 0 +K
3 3

4h 3 2h 4 iv
f ( x −2 ) = f −2 = f 0 − 2h f 0′ + 2h f 0′′− f 0′′′+
2
f 0 +K
3 3
Reconstruire des formules plus complexes :

− f 2 + 16 f 1 − 30 f 0 + 16 f −1 − f −2
f ′′ ( x0 ) = 2 + O( h 4 )
12h

Ift2421 11 Chapitre 5
 Ordre d’une approximation

f(x) est d’ordre n au voisinage de 0 si

f ( x)
lim n ≤ M
x →0 x

Où M est une constante.

La notation employée est

f(x) = O(xn)

Remarque : On devrait plutôt dire f(x) appartient à O(xn).

Exemple : Remarque :
f(x) = Sin(x) • On a toujours

on a : O(h n ) = cn h n + cn+1h n+1 +K

Sin( x )
lim =1
x →0 x • Un terme d’erreur O(hn)
donc Sin(x) = O(x). signifie approximativement
que :
Il faut noter que : Si on divise h par 2,
on divise le terme d’erreur
O(1) ⊇ O( x ) ⊇ O( x 2 ) ⊇K par 2n.
en effet on a :
⊇ O( x n ) ⊇ O( x n +1 ) ⊇K n
 h 1
cn   = n cn h n
 2 2

Ift2421 12 Chapitre 5
 Extrapolation de Richardson

• Pas = h
f ( x ) = f 1 ( x ) + O(h n )
= f 1 ( x) + Kh n + O(h n +1 )

• Pas = 2 h
f ( x ) = f 2 ( x ) + O(( 2h) n )
= f 2 ( x ) + 2 n Kh n + O(( 2h) n +1 )

Alors

f ( x) = f 1 ( x ) + n
1
2 −1
( f 1 ( x ) − f 2 ( x )) + O(h n +1 )

Précision amélioré d’un ordre

Méthode valable pour :

• Interpolation

• Dérivation numérique

• Intégration numérique

Ift2421 13 Chapitre 5
 Extrapolation de Richardson
Démonstration

(1) → f ( x ) − f h ( x ) = cn h n + cn +1h n +1 +K
(2) → f ( x ) − f 2h ( x ) = cn (2h) n + cn +1 (2h) n +1 +K
= cn 2 n h n +

2n * (1) - (2) ⇒

2 n f ( x ) − 2 n f h ( x ) − f ( x ) + f 2 h ( x ) = O(h n+1 )

(2 n − 1) f ( x ) − (2 n − 1) f h ( x ) − f h ( x ) + f 2 h ( x ) = O(h n+1 )

(2 n − 1){ f ( x ) − f h ( x )} = f h ( x ) − f 2 h ( x ) + O(h n +1 )

f ( x) − f h ( x ) = n
1
2 −1
{ f h ( x ) − f 2 h ( x )} + O(h n+1 )

f ( x) = f h ( x ) +
1
2 −1
n { f h ( x ) − f 2 h ( x )} + O(h n +1 )

Ift2421 14 Chapitre 5
Exemple : Différences centrées :

• h = 0.1
Dérivée première en x = 2.5
de f’(2.5) = (f1-f-1)/2h + O(h2)
= (0.25337-0.31729)/0.2 +
x f(x) O(h2)
2.3 0.34718 = -0.3196 + O(h2)
2.4 0.31729
2.5 0.28587 • 2h = 0.2
2.6 0.25337
2.7 0.22008 f’(2.5) = (f2-f-2)/2h + O(4h2)
= (0.22008-0.34718)/0.4 +
O(4h2)
= -0.3178 + O(4h2)

Note : Technique d’extrapolation

L’extrapolation de f’(2.5) = -0.3196

Richardson peut être +{ -0.3196 -(-0.3178)}/3 +
appliquée plusieurs fois. O(h4)
= -0.3203 + O(h4)
fh
Amélioration de 2 ordres.
f2h

f4h

Ift2421 15 Chapitre 5
 Ift 2421

Chapitre 5

Intégration
numérique

Ift2421 16 Chapitre 5
 Intégration numérique

n+1 points de collocation

x0 x1 x2 K xn
f0 f1 f2 K fn

Approcher l’intégrale de la fonction

∫
b
f ( x ) dx
a

Surface sous la courbe entre a et b

Ift2421 17 Chapitre 5
 Intégration numérique
(Quadrature de Newton Cotes)

Polynôme Pn(x) de Newton Gregory

x0 x1 x2 K xn
f0 f1 f2 K fn

L’intégrale du polynôme et de l’erreur est :

∫ f ( x )dx = ∫ Pn ( x )dx + ∫ En ( x )dx

xn xn xn

x0 x0 x0

Ift2421 18 Chapitre 5
 Quadrature simple du trapèze
(formule de Newton Cotes pour n = 1)
Polynôme Pn(x) de degré 1

∫ P1 ( x )dx = h ∫ P1 ( s)ds
x1 1
Formule d’erreur :
x0 0

 s
∫x0 E1 ( x)dx = h f ′′(ξ1 ) ∫0  2 ds
x1 1
3
s =1
 s2 
∫x0 P1 ( x )dx = h sf 0 + 2 ∆f 0 
x1

s( s − 1)
= h 3 f ′′(ξ1 ) ∫
s=0 1
ds
 f − f0  0 2
= h f 0 + 1
 2   1
= h 3 f ′′(ξ1 ) − 
 12 
[ f 0 + f1]
h
∫x0 1
x1
P ( x ) dx =
2

Surface sous le trapèze.

Ift2421 19 Chapitre 5
 Méthode de Simpson 1/3
(quadrature simple)

Polynôme Pn(x) de degré 2

∫ P2 ( x )dx = h ∫ P2 ( s)ds
x2 2
Formule d’erreur :
x0 0

[ f + 4 f1 + f 2 ]
h Remarque :
=
3 0 2 s
∫0  3 ds = 0
Nous gagnons alors un ordre
pour l’ereur
2 s 
∫x0 E2 ( x)dx = h f (ξ1 ) ∫0  4 ds
x2
5 iv

 1
= h f ( ξ1 ) − 
5 iv
 90 
Surface sous la parabole.

Ift2421 20 Chapitre 5
 Méthode de Simpson 3/8
(quadrature simple)

Polynôme Pn(x) de degré 3

∫ P3 ( x )dx = h ∫ P3 ( s)ds
x3 3
Formule d’erreur :
x0 0

 s
= h[ f 0 + 3 f1 + 3 f 2 + f 3 ]
3
∫x0 E3 ( x)dx = h f (ξ1 ) ∫0  4 ds
x3 3
5 iv
8
 3
= h5 f iv (ξ1 ) − 
 80 

Pas de gain en pratique.

Ift2421 21 Chapitre 5
 Exemple :

x f(x) = x3 Règle du trapèze

0 0
1 1 (n = 1) h=6
2 8
3 27 6
∫0 f ( x)dx ≈ 2 ( f 0 + f 6 )
6

4 64
5 125 6
6 216 = (0 + 216)
2
= 648
Calculer
∫
6
f ( x )dx
0

Simpson 1/3 Simpson 3/8

(n = 2) h = 3 (n = 3) h = 2

3 3* 2
∫0 ∫
6 6
f ( x ) dx ≈ ( f + 4 f3 + f6 ) f ( x )dx ≈ ( f0 + 3 f2 + 3 f4 + f6 )
3 0 0 8
3 3
= (0 + 4 * 27 + 216) = (0 + 3 * 8 + 3 * 64 + 216)
3 4
= 324 = 324

Note : Remarque :
6
 x 4
 Assuré d’avoir la bonne
∫
6
x dx =  
3
réponse car P3(x)
0
 4 0

Ift2421 22 Chapitre 5
 Quadratures Simples

Résumé :

• La règle du trapèze (n=1)

Terme d’erreur d’ordre 3

Intègre exactement un polynôme de degré un

puisque f ′(ξ1 ) = 0 dans ce cas.

• Les règles de Simpson (1/3 et 3/8)

donnent un terme d’erreur d’ordre 5

Intègrent exactement un polynôme de degré 3

puisque f ( ξ1 ) = 0 dans ce cas.
iv

Problèmes :

Ift2421 23 Chapitre 5
 Quadratures composites

2 étapes :

1. Construction d’une succession de polynômes

de Newton Grégory mis bout à bout.

2. Addition des surfaces sous chacun

des polynômes de la représentation

Construction par morceaux

chaque morceau = quadrature simple

Nous parlons alors de quadratures composites.

Ift2421 24 Chapitre 5
 Quadrature composite du trapèze

L’aire de chaque trapèze est :

h
Ti = ( f + f i −1 ) pour 1 ≤ i ≤ n
2 i

h est constant = les intervalles sont égaux.

La règle composite du trapèze est :

n
h n
A( f ) = ∫ f ( x )dx = ∑ Ti = ∑ ( f i + f i −1 )
xn

x0
i =1 2 i =1

=
h
2
{ f 0 + 2 f1 + 2 f 2 + 2 f 3 +K+2 f n −1 + f n }

Ift2421 25 Chapitre 5
 Erreur sur la quadrature composite du trapèze

L’erreur E(f) = I(f) - A(f) sur l’intégrale est :

− h3 n
E( f ) = ∑ f ′′(ξi )
12 i =1
avec xi −1 ≤ ξi ≤ xi

− h2 1 n
= ( xn − x0 ) ∑ f ′′(ξi )
12 n i =1
− h2
= ( x − x0 ) f ′′ (ξ) avec x0 ≤ ξ ≤ xn
12 n

Remarque :
Si f(x) est un polynôme de degré 1 alors A(f) = I(f)
car f’’(x) = 0.

Ift2421 26 Chapitre 5
 Exemple :

π π
• Approximez I = ∫0 Sin( x ) dx avec h =
4
π
Valeur exacte : I = ∫0 Sin( x )dx = [− Cos( x )]0 = 2
π

1 1
A π = h( f 0 + f 1 + f 2 + f 3 + f 4 )
h=
4
2 2

π
A π = (1 + 2 ) ≈ 1896
.
h=
4
4

− h2
E= ( x − x0 ) f ′′ (ξ) avec 0 ≤ ξ ≤ π
12 n

π3 π3
E = Sin(ξ) ≤ ≈ 016149
. avec 0 ≤ ξ ≤ π
192 192
π
Ereelle = I − A π = 2 − (1 + 2 ) ≈ 2 − 1896
. ≈ 0.1038
h= 4
4

Ift2421 27 Chapitre 5
 Exemple (suite) :

Remarque :

Nous pouvons utiliser la formule de l’erreur

pour définir la largeur d’un intervalle :

Comment choisir h pour que l’erreur d’intégration

π
obtenue sur I = ∫0 Sin( x ) dx par la méthode composite
des trapèzes soit plus petite que 0.0005 ?

− h2
E= ( x − x0 ) f ′′ (ξ) avec 0 ≤ ξ ≤ π
12 n
π π
E = h 2 Sin( ξ) ≤ h 2 ≤ 0.0005
12 12
⇔
12
h 2 ≤ 0.0005
π
⇔
h ≤ 0.044

π
n> ≈ 718
.
0.044

Donc n ≥ 72 intervalles.

Ift2421 28 Chapitre 5
 Quadrature composite de Simpson 1/3

Nombre pair d’intervalles = nombre impair de points

nb = 2m+1

Sur chaque paire de sous intervalles,

la courbe est remplacée par une parabole.

Pour chaque triplet de valeurs :

h
Si = ( f 2i − 2 + 4 f 2i −1 + f 2i ) 1≤ i ≤ m
3

La règle composite de Simpson 1/3

pour trouver l’intégrale I(f) est :

m
h m
A( f ) = ∫ f ( x )dx = ∑ Si = ∑ ( f 2i − 2 + 4 f 2i −1 + f 2i )
x2 m

x0
i =1 3 i =1

=
h
{ f + 4 f1 + 2 f 2 + 4 f 3 +K+4 f n −1 + f n }
3 0

Ift2421 29 Chapitre 5
 Erreur de troncature globale pour Simpson 1/3

E = E1 + E2 +K+ En / 2

h5  f iv (ξ1 ) + f iv (ξ 2 ) +K+ f iv (ξ n / 2 )  n
E=−   2
90  n/2 

h5 1 1 (b − a ) 5 iv
E=− n f ( ξ) = −
iv
(b − a ) h f ( ξ ) = −
4 iv
f (ξ)
180 180 180 n 4

Remarque :

• Si f(x) est un polynôme de degré inférieur ou égal à 3

alors A =I.
E = 0 car f (ξ ) = 0
iv

• E = O( h )
4

Si nous doublons le nombre de sous intervalles

alors l’erreur est coupée par un facteur de ≈ 16.

Ift2421 30 Chapitre 5
 Remarque :

3 points

Le polynôme de degré 2, P2(x), est passant par ces 3 points

est unique.

Mais, il y a une infinité de polynômes de degré 3, (cubiques

P3(x)) passant par 3 points donnés

∫ P2 ( x ) = ∫ P3 ( x ) =
h
( y0 + 4 y1 + y2 )
b b

a a 3

où P3(x) est une cubique quelconque

Preuve (exercice)

Ift2421 31 Chapitre 5
 Quadrature composite de Simpson 3/8

Sur chaque triplet de sous intervalles,

la courbe est remplacée par une cubique.

Pour chaque 4uplet de valeurs :

3
Si = h( f 0 + 3 f1 + 3 f 2 + f 3 )
8

La règle composite de Simpson 3/8

pour trouver l’intégrale I(f) est :

A( f ) = ∫ f ( x )dx
xn

x0

= h{ f 0 + 3 f1 + 3 f 2 + 2 f 3 +K+2 f n − 3 + 3 f n − 2 + 3 f n −1 + f n }
3
8

Erreur de troncature globale pour Simpson 3/8

E = E1 + E2 +K+ En / 3 (n = 3k )

3 5  f iv ( ξ1 ) + f iv (ξ 2 ) +K+ f iv (ξ n / 3 )  n
E=− h   3
80  n/3 

h5 (b − a ) 4 iv 1 (b − a ) 5 iv
E = − n f (ξ) = −
iv
h f (ξ) = − f ( ξ)
80 80 80 n 4

L’ordre de l’erreur est le même que pour Simpson 1/3 : O(h4)

Ift2421 32 Chapitre 5
 Intégration de Romberg

Méthode qui utilise :

La quadrature composite du trapèze
et la technique d’extrapolation de Richardson.

I = ∫ f ( x )dx = Tn + E
b

Tn =
h
{ f + 2 f1 + 2 f 2 + 2 f 3 +K+2 f n −1 + f n }
2 0

(b − a ) 2
h f ′′ (ξ ) a ≤ξ≤b
12
Tn − I =
a2h 2 + a4h 4 + a6h 6 + a8h8 +K (∗ )

* Formule d’Euler Maclaurin

où les coefficient aj sont indépendants de h.

La méthode de Romberg consiste à appliquer le procédé

d’extrapolation de Richardson à la formule d’Euler Maclaurin.

C'est une amélioration de la méthode composite du trapèze.

Ift2421 33 Chapitre 5
 Intégration de Romberg

n = 2m

Définition :

Ti,n = Valeur de la quadrature composite

à l’étape i pour n sous domaines.

1. Première étape :
Calcul des quadratures composites :

T1,n =
h
{ f + 2 f1 + 2 f 2 + 2 f 3 +K+2 f n −1 + f n }
2 0

{ f 0 + 2 f 2 +K+2 f n − 2 + f n }
2h
T n =
1,
2
2

T
1,
n =
4h
2
{ f 0 + 2 f 4 +K+2 f n − 4 + f n }
4

T
1,
n =
8h
2
{ f 0 + 2 f 8 +K+2 f n − 8 + f n }
8

etc...

Ift2421 34 Chapitre 5
I = ∫ f ( x )dx = T1,n + O(h 2 )
b T1,n
a
T2 ,n/ 2
=T + O(( 2h) ) 2
1,
n T1,n / 2 T3,n / 4
2

=T + O(( 4h) 2 ) T2 ,n/ 4

n
1,
4 T1,n / 4
etc... O( h 2 ) O( h 4 ) O( h 6 )

2. Deuxième étape : 3. Troisième étape :

1ère Extrapolation de 2ème Extrapolation de
Richardson Richardson
1  
= T1,n + 2 
 T1,n − T n 
1  
T n
2 −1 1, 
 T − T n 
=T + 4
2,

2 − 1  2 , n2
2 2 T n n
3, 2, 2, 
1   4 2 4
T =T n + 2  T n − T n 
2,
n
1, 2 − 1  1, 2 1, 4 
1  
4 2

=T + 4  T − T n 
1   T n n
2 − 1  2 , n4 2, 
T =T + 2 
 T n − T n  3,
8
2,
4 8
2,
n
1,
n
2 − 1  1, 4 1, 
8 4 8 etc.
etc. Nous avons alors:
Nous avons alors:
I = ∫ f ( x )dx = T
b
+ O( h 6 )
I = ∫ f ( x )dx = T
b n
+ O( h 4 )
a 3,
n 4
a 2,
2
=T n + O(( 2h) 6 )
=T n + O(( 2h) 2 ) 3,
8
2,
4 etc...
etc... Nouvelles itérations possibles

Ift2421 35 Chapitre 5
 Intégration de Romberg

Nous avons donc comme formule générale:

T
k +1,
n =
1
4 −1
k (
4 k Tk ,n − Tk ,n / 2 )
2

Remarque:

Après la première étape d'extrapolation,

la méthode de Romberg est donne
la méthode de Simpson 1/3.

1 1 
T = 2 h  f + f 
1 intervalle de longueur 2h 1,1  2 0 2 2

1 1 
T = h  f + f + f 
2 intervalle de longueur h 1,2 2 0 1
2 2

4T1,2 − T1,1
= (2 f 0 + 4 f 1 + 2 f 2 − f 0 − f 2 )
h
3 3
= ( f 0 + 4 f1 + f 2 )
h
3

Ift2421 36 Chapitre 5
 Exemple :

Calculer une valeur approchée de I par la méthode de Romberg.

entre 0.0 et 0.8
x 0.0 0.2 0.4 0.6 0.8
f(x) 0.000 0.199 0.389 0.565 0.717

Attention :

1. Première étape :
Calcul des quadratures composites :

n=4 1,4 2 { f 0 + 2 f 1 + 2 f 2 + 2 f 3 + f 4 }
h
T =
0.2
T1,4 = {0 + 2 * 0199
. + 2 * 0.389 + 2 * 0.565 + 0.717}
2
T1,4 = 0.3023

{ f0 + 2 f2 + f4}
2h
n=2 1,2T =
2
2h
T1,2 = {0 + 2 * 0.389 + 0.717}
2
T1,2 = 0.299

4h
n=1 T1,1 = 2 { 0 + 0.717}
T1,1 = 0.2868
Ordre de l'erreur O(h2)

Ift2421 37 Chapitre 5
 2. Deuxième étape :
ère
1 Extrapolation de Richardson
T2 ,2 = T1,4 + 2
1
2 −1
( )
T1,4 − T1,2
1
T2 ,2 = 0.3023 + 2 ( 0.3023 − 0.299)
2 −1
T2 ,2 = 0.3034

T2 ,1 = T1,2 +
1
( T −T
2 2 − 1 1,2 1,1
)
1
T2 ,1 = 0.299 + 2 ( 0.299 − 0.2868)
2 −1
T2 ,1 = 0.303066

Ordre de l'erreur O(h4)

3. Troisième étape :
2ème Extrapolation de Richardson

T3,1 = T2 ,2 +
1
(T − T2 ,1
2 4 − 1 2 ,2
)
1
T3,1 = 0.3034 + 4 ( 0.3034 − 0.303066)
2 −1
T3,1 = 0.3034222

Ordre de l'erreur O(h6)

Ift2421 38 Chapitre 5
 Méthode des Quadratures gaussiennes

Polynôme de Legendre

1 d
Pn ( x ) = n n ( x − 1)
2 n
n = 1,2,3,K
2 n ! dx

P0 ( x) = 1

P1 ( x) = x
1
P2 ( x ) = ( 3x 2 − 1)
2
1
P3 ( x ) = (5x 3 − 3x )
2
1
P4 ( x ) = (35x 4 − 30x 2 + 3)
8
1
P5 ( x ) = (63x 5 − 70 x 3 + 15x )
8
1
P6 ( x ) = (693x 6 − 945x 4 + 315x 2 − 5)
48

Ift2421 39 Chapitre 5
 Racines des polynômes de Legrendre

Théorème:
Pn(x) possède n racines réelles, toutes situées entre -1 et 1.

Exemple:
n =1 P1 ( x) = x = 0 ⇔ x = 0

2.5

1
n=2 P2 ( x ) =(3x 2 − 1) = 0
2

2 1.5

⇔ 3x 2 = 1 1

3 0.5

⇔x=±
3 -1.5 -1 -0.5 0.5 1 1.5

-0.5

-1

1.5

1
1
n=3 P3 ( x ) =(5x 3 − 3x ) = 0
2
⇔ x (5x 2 − 3) = 0
0.5

x = 0

-1.5 -1 -0.5 0.5 1 1.5

-0.5 ⇔ 3
 x = ±
-1  5

-1.5

Ift2421 40 Chapitre 5
 Méthode des Quadratures gaussiennes

Théorème :

Si P est un polynôme de degré inférieur ou égale à 2n-1, alors

∫ P(t )dt = ∑ ωi P(ti )

1

−1
i =1

n t −tj
ωi = ∫ ∏t
1
dt
où −1
j =1 i −tj
j ≠i

et
t0, t1, t2, ..., tn sont les zéros du nième polynôme de Legendre.

Exemple : Quadrature gaussienne avec 2 termes.

Soit P(t) un polynôme quelconque de degré inférieur ou égal à 3.

∫
1
Posons : P(t )dt = ω 1 P(t1 ) + ω 2 P(t 2 ) n=2
−1

Trouvons t1, t2, ω1, ω2 pour que le membre de droite donne la

valeur exacte de l’intégrale, quelque soit le polynôme de degré
inférieur à 3 considéré.

Ift2421 41 Chapitre 5
 Soit P(t ) = a3t + a 2 t + a1t + a0 a0, a1, a2, a3 quelconque.
3 2

∫
1
( a3t 3 + a2 t 2 + a1t + a0 )dt = ω 1 (a3t13 + a 2 t12 + a1t1 + a0 )
−1

+ω 2 (a3t 23 + a2 t 22 + a1t 2 + a0 )

2
a 3 (0) + a 2 ( ) + a1 (0) + a 0 (2) = a 3 (ω 1t13 + ω 2 t 23 ) + a 2 (ω 1t12 + ω 2 t 22 )
3
+a1 (ω 1t1 + ω 2 t 2 ) + a 0 (ω 1 + ω 2 )

(1) ω 1t13 + ω 2 t 23 = 0
2
( 2) ω 1t12 + ω 2 t 22 =
3
(3) ω 1t1 + ω 2 t 2 = 0
( 4) ω1 + ω 2 = 2

(1) ω 1t13 + ω 2 t 23 = 0
(3) * t12 ω 1t13 + ω 2 t 2 t12 = 0
(1) − (3) * t12 ω 2 t 2 (t 22 − t12 ) = 0

Ift2421 42 Chapitre 5
 ω 2 t 2 (t 2 − t1 )(t 2 + t1 ) = 0

ω 2 = 0 ou t2 = 0 ou t2 = t1 ou t 2 = −t1

3 3
∫
1
P(t )dt = P( − ) + P( )
−1 3 3

Quel que soit le polynôme P(t) de degré ≤ 3.

Ift2421 43 Chapitre 5
 Application :

Soit f(t) quelconque et (Maclaurin) :

f ′ (0) f ′′(0) 2 f ′′′(0) 3

f (t ) = f (0) + t+ t + t + R4
1! 2! 3!

P(t) polynôme de degré 3.

f (t ) = P(t ) + R4

f (t ) ≈ P(t )

∫ f (t )dt ≈ ∫ P(t ) dt = P(t1 ) + P(t 2 )

1 1

−1 −1

∫
1
f (t )dt ≈ f (t1 ) + f (t 2 )
−1

3 3
∫
1
f (t )dt ≈ f ( − )+ f ( )
−1 3 3

Ift2421 44 Chapitre 5
 Quadrature gaussienne avec n termes

Soit P(t) un polynôme quelconque de degré inférieur ou égal à

2n-1.

∫
1
Posons : P(t )dt = ω 1 P(t1 ) + ω 2 P(t 2 ) +K+ω n P(t n )
−1

Trouvons t1, t2, ..., tn, ω1, ω2, ..., ωn pour que le membre de droite
donne la valeur exacte de l’intégrale, quelque soit le polynôme
de degré inférieur à 2n-1 considéré.

Application :

Soit f(t) quelconque :

f ′ (0) f ′′ (0) 2 f ′′′(0) 3 f ( 2 n−1) (0) 2 n−1

f (t ) = f (0) + t+ t + t +K+ t + R2 n
1! 2! 3! (2n − 1)!

P(t) polynôme de degré 2n-1.

f (t ) ≈ P(t )

∫ f (t )dt ≈ ∫ P(t )dt = ω 1 P(t1 ) + ω 2 P(t 2 ) +K+ω n P(t n )

1 1

−1 −1

∫
1
f (t )dt ≈ ω 1 f (t1 ) + ω 2 f (t 2 ) +K+ω n f (t n )
−1

Ift2421 45 Chapitre 5
 Rappel :

• Dans la formule de Gauss à n termes, t1, t2, ..., tn sont les

racines du polynôme de Legendre Pn(t) de degré n.

• ω i = ∫−1 Li (t )dt
1

où Li(t) sont les polynômes de base qui correspondent aux

abscisses t1, t2, ..., tn dans la formule de Lagrange du polynôme
de collocation.

Exemple : n = 2
∫
1
f (t )dt ≈ ω 1 f (t1 ) + ω 2 f (t 2 )
−1

3 3
t1 = − t2 =
3 3
3
(t − t 2 ) t−
L1 (t ) = = 3 = − 1 ( 3 t − 1)
( t1 − t 2 ) 2 2
−
3
1
1 1 1 3 
ω 1 = ∫ L1 (t )dt = − ∫ ( 3 t − 1)dt = −  t 2 − t 
1

−1 2 −1 2 2  −1
1  3   3  
ω 1 = −  − 1 −  + 1 
2  2   2  

ω1 =
Même chose pour ω 2

Ift2421 46 Chapitre 5
 Nous allons donc construire une table contenant
Pour différentes valeurs de n,
les racines du polynôme de Legendre de degré n
et les valeurs des poids correspondants.

n Racines Coefficients
2 0.5773502692 1
-0.5773502692 1
3 0.774596692 0.5555555556
0 0.8888888889
-0.774596692 0.5555555556
4 0.8611363116 0.3478548451
0.3399810436 0.6521451549
-0.3399810436 0.6521451549
-0.8611363116 0.3478548451
5 0.9061798459 0.2369268850
0.5384693101 0.4786286705
0 0.5688888889
-0.5384693101 0.4786286705
-0.9061798459 0.2369268850

Remarque:

La fonction f(x) doit être connue.

Ift2421 47 Chapitre 5
 Application à un domaine d’intégration quelconque
x=b
I=∫ g ( x)dx
x=a
Effectuer un changement
de variable :

x = x(t)

tel que lorsque t varie de DE BC

=
-1 à 1 AE AC
x varie de a à b. x−a b−a
dx = x ′(t )dt =
t − ( −1) 1 − ( −1)

(b − a ) t + ( a + b )
x=
2
(b − a )
dx = dt
2
x =b b − a t =1 b−a 1
I = ∫ g ( x )dx =
2 ∫t =−1 2 ∫−1
g ( x ( t )) dt = f (t )dt
x =a

b−a
≈
2
{ω 1 f (t1 ) + ω 2 f (t 2 )+K+ω n f (t n )}
b−a
≈
2
{ω 1 g ( x (t1 )) + ω 2 g ( x(t 2 )) +K+ω n g ( x (t n ))}
b−a
≈
2
{ω 1 g ( x1 ) + ω 2 g ( x2 ) +K+ω n g ( xn )}
n choix de l’usager.

Ift2421 48 Chapitre 5
 Exemple :

Calculer l’intégrale suivante par la méthode

de Gauss à 3 termes :
0.5
2
π ∫0
− x2
I= e dx

• Changement de variable :
DE BC 1
= x = (t + 1)
AE AC 4
x − a 0.5 1
= dx = dt
t +1 2 4
0.5 1 t =1
2 2 1 − ( t +1) 2
I= ∫
π 0
− x2
e dx = ∫ e 16
π 4 t =−1
dt

t =1 1
1 − ( t +1) 2
I= ∫ 1e
2 π t =−
16
dt

I≈
1
2 π
{ω 1 f (t1 ) + ω 2 f (t 2 ) + ω 3 f (t 3 )} = 0.520500184

1 1
− ( t1 +1) 2 − ( −0.77459667+1) 2
f ( t1 ) = e 16
=e 16
= 0.99682962
1 1
− ( t +1) 2 −
f (t 2 ) = e 16 2
=e 16
= 0.939413062
1 1
− ( t3 +1) 2 − (1.77459667 ) 2
f (t 3 ) = e 16
=e 16
= 0.821334696

Ift2421 49 Chapitre 5
 Méthode des Quadratures gaussiennes

La méthode de Gauss est très utile.

Nécessite moins de calculs:

Exemple formule de Gauss à 2 termes:

3 3
∫
1
P(t )dt = P( − ) + P( )
−1 3 3

est exacte quelque soit P(t) de degré inférieur ou égal à 3.

Pour avoir le même résultat avec Newton Cotes, il faut utiliser

Simpson 1/3 ou 3/8 (Polynôme P(x) de degré 3).

∫a 2 ∫a 3
h
( y + 4 y1 + y2 )
b b
P ( x ) = P ( x ) =
3 0

∫x0 P3 ( x)dx = 8 h[ P0 + 3 P1 + 3 P2 + P3 ]
x3 3

Il y a 3 ou 4 termes à évaluer !
Seulement 2 pour la méthode de Gauss.

Problème:

Si la fonction est inconnue ⇔ Nous avons une table.

Ift2421 50 Chapitre 5
 Méthode des coefficients indéterminés

Si la fonction est inconnue ⇔ Nous avons une table.

∫ f ( x )dx = ∑ ω i f ( xi )
xn

x0
i =0

ωi : Poids de la quadrature.
xi : Points de la quadrature

Principe :

Si les points sont fixés,

déterminer les poids. (f(x) = P(x))

Remarques :

1. Se servir des bornes :

x0 = -1 et xn = 1

(simplification des calculs)

2. Imposer les polynômes de base

xj pour j = 0 à n.
Calculer les poids.

Ift2421 51 Chapitre 5
 Exemple:

Trouver a, b et c tel que:

∫
1
f ( x )dx = a f ( −1) + b f (0) + c f (1)
−1

Imposer les polynômes de base

xj pour j = 0 à 2.
f ( x ) = 1, f ( x ) = x, f ( x) = x 2

∫ 1dx = [ x]
1
f ( x ) = 1, = 2 = a (1) + b (1) + c (1)
1
−1 −1

a +b+c = 2

1
1 2 
∫−1  2 x  −1 = 0 = a (−1) + b (0) + c (1)
1
f ( x) = x , xdx =

−a+c= 0

1
1 3  2
∫−1
1
f ( x) = x ,
2
x 2
dx =  3 
x = = a (1) + b (0) + c (1)
−1 3
2
a+c =
3

Solution:

1 4 1
a = , b= , c=
3 3 3

Ift2421 52 Chapitre 5
 Remarque:

Si nous utilisons le résultat précédent pour calculer:

x0 + 2 h
∫ x0
f ( x )dx

Effectuer un changement de variable : x = x(t)

tel que lorsque t varie de -1 à 1

x varie de x0 à x0+2h.

x ( t ) − x0 x 0 + 2h − x0 2h t + 2 x0 + 2h
= x= = h t + x0 + h
t − ( −1) 1 − ( −1) 2
dx = h dt
x = x0 + 2 h b − a t =1 b−a 1
I=∫ f ( x )dx = ∫ f ( x ( t )) dt = ∫ g (t )dt
x = x0 2 t =−1 2 − 1

2h  1 4 1 
≈  g ( t1 ) + g ( t 2 ) + g ( t 3 ) 
2 3 3 3 

≈ h{ f ( x (t1 )) + 4 f ( x (t 2 )) + f ( x (t 3 ))}
1
3

Ift2421 53 Chapitre 5
 Dérivation des splines cubiques

Dans l’intervalle de longueur hi,

la spline est un polynôme

P3,i ( x) = ai ( x − xi ) 3 + bi ( x − xi ) 2 + ci ( x − xi ) + d i

ses dérivées sont :

P3′,i ( x ) = 3ai ( x − xi ) 2 + 2bi ( x − xi ) + ci

P3′′,i ( x ) = 6ai ( x − xi ) + 2bi

Aux abscisses de collocations :

P3,′i ( x ) = ci

P3′′,i ( x ) = 2bi

Ift2421 54 Chapitre 5
 Intégration des splines cubiques

L’intégration de la spline devient :

xn + 1 n xi + 1

∫ f ( x)dx = ∑ ∫ P
x1 i =1 xi
3,i ( x )dx

x
 ai
n
 i+
1
bi ci
= ∑  ( x − xi ) + ( x − xi ) + ( x − xi ) + d i x 
4 3 2

i =1  4 3 2  xi
an
b c 
= ∑  i ( xi +1 − xi ) 4 + i ( xi +1 − xi ) 3 + i ( xi +1 − xi ) 2 + d i ( xi +1 − xi ) 
i =1  4 3 2 

Exprimée en fonction
des pas

hi = xi +1 − xi

xn + 1
a n
b c 
∫ f ( x )dx = ∑  i hi 4 + i hi 3 + i hi 2 + d i hi 
x1 i =1  4 3 2 

Pour un pas constant hi = h , nous avons :

xn + 1
h4 n
h3 n h2 n n

∫ f ( x )dx =
4
∑
i =1
ai + ∑ bi +
3 i =1 2
∑c
i =1
i + h∑ d i
i =1
x1

Ift2421 55 Chapitre 5
 Intégrale impropres et indéfinies

∞ 1
I2 = ∫
2
I3 = ∫ x
t
I 1 = ∫ x e dx
−x
dx x 2 + 1 dx
0 0 x 0

• I1 = ?
∞
I 1 = ∫ x e − x dx + ∫ x e − x dx
1

0 1

1 − y  dy 
1 1
∞ 1 1 −
∫ x e dx = ∫ e  − 2  = ∫ 3 e y dy
0
−x
avec 1 1 y  y  0y
 1 − 1y 
lim 3 e  = 0

y →0 y


I 1 = ∫ x e − x dx
A

0
A→∞

A I1
1 0.26424
10 0.99950
100 1.00001
1000 1.00001
10000 1.00001
∞ 1.0000
• I2 = ?
1
I2 = ∫
2
dx B→0
B x
• I3 = ?

Ift2421 56 Chapitre 5
 Intégrales multiples

1. Les limites de l’intégration sont des constantes.

Ici nous avons :

∫∫A
f ( x , y)dA = ∫
a
(∫ f ( x, y)dy)dx = ∫ (∫ f ( x, y)dx)dy
b

c
d d

c
b

Pour calculer cette intégrale, nous considérons x contant lorsque

nous intégrons par rapport à y et y contant lorsque nous
intégrons par rapport à x.

Nous appliquons alors la méthode que nous voulons.

Ift2421 57 Chapitre 5
 Exemple :

Intégrer la fonction donné par la table suivante dans la région A

déterminée par x=1.5 , x=3.0 et y=0.2, y=0.6.

x\y 0.2 0.3 0.4 0.5 0.6

1.5 0.990 1.524 2.045 2.549 3.031
2.0 1.568 2.384 3.177 3.943 4.672
2.5 2.520 3.800 5.044 6.241 7.379
3.0 4.090 6.136 8.122 10.030 11.841

Nous allons intégrer avec la méthode des trapèzes dans la

direction x et la méthode de Simpson 1/3 en y.

Commençons par y constant :

∫ f ( x , y )dx = ∫ f ( x ,0.2)dx
3.0 3.0
y = 0.2:
1.5 1.5

h
= ( f + 2 f2 + 2 f3 + f4 )
2 1
0.5
= (0.990 + 2(1568
. ) + 2(2.520) + 4.090)
2
= 3.3140

0.5
y = 0.3: ∫ f ( x ,0.3)dx =
3.0
(1524
. + 2(2.384) + 2(3800
. ) + 6136
. )
1.5 2
= 5.0070

Ift2421 58 Chapitre 5
En faisant de même, nous obtenons :

∫
3.0
y = 0.4: f ( x ,0.4)dx = 6.6522
1.5

∫
3.0
y = 0.5: f ( x ,0.5)dx = 8.2368
1.5

∫
3.0
y = 0.6: f ( x ,0.6)dx = 9.7435
1.5

Intégrons maintenant en y suivant la règle de Simpson 1/3.

h
∫
0.6
f ( x , y )dy = ( f 1 + 4 f 2 + 4 f 3 + 4 f 4 + f 5 )
0.2 3
0.1
= (3.3140 + 4(5.0070) + 4(6.6522) + 4(8.2368) + 9.7435)
3
= 2.6446

Ift2421 59 Chapitre 5
 Intégrales multiples avec limites variables

2. Les limites de l’intégration sont variables

Ici, nous avons par exemple :

x 2 +1
∫∫ f ( x , y )dA = ∫ ∫ f ( x, y)dydx
1

A 0 0

La surface sous laquelle nous cherchons le volume n’est pas un

rectangle dans le plan défini par les axes x et y.

la région considérée est :

Ift2421 60 Chapitre 5
 Si nous utilisons une quadrature composite du trapèze
avec 5 sous intervalles dans chaque direction,
nous obtenons :

h1
S1 = ( f + 2 fb + 2 f c + 2 f d + 2 fe + f f )
2 a
h2
S2 = ( f g + 2 f h + 2 f i + 2 f j + 2 f k + f l )
2
h
S 3 = 3 ( f m + 2 f n + 2 f o +K)
2
...
h
S6 = 6 ( f u + 2 f v + 2 f w + 2 f x + 2 f y + f z )
2

x 2 +1
∫ ∫ f ( x , y )dydx par :
1
Nous avons la valeur de 0 0

hx
I= ( S1 + 2 S 2 + 2 S 3 + 2 S 4 + 2 S5 + S 6 )
2

Ift2421 61 Chapitre 5
 Exemple :

x 2 +1
Calculer ∫0 ∫0 f ( x , y )dydx avec une quadrature composite du
1

trapèze avec 5 sous intervalles dans chaque direction :

f(x,y) = x y

f(0,y) = 0 x2 + 1 = 1
10
. /5
S1 = (0 + 0 + 0 + 0 + 0 + 0) = 0
2

f(0.2,y) = 0.2 y
1.04 / 5
S2 = (0 + 0.0832 + 01664
. + 0.2496 + 0.3328 + 0.208)
2
= 0.1082

116
. /5
S3 = (0 + 11856
. + 0.3712 + 0.5568 + 0.7428 + 0.464)
2
= 0.2692
S4 = 0.5549
S5 = 10758
.

2.0 / 5
S6 = (0 + 0.8 + 1.6 + 2.4 + 3.2 + 2.0) = 2.0
2

0.2
I= ( 0 + 0.2164 + 0.5384 + 11098
. + 2.1516 + 2.0) = 0.6016
2
Valeur analytique : I = 0.583333

Ift2421 62 Chapitre 5