Académique Documents
Professionnel Documents
Culture Documents
Intégration numérique
1 Introduction
Ce chapitre s’intéresse au calcul numérique d’intégrales du type :
b
I = f ( x) dx
a
n −1
I = H i f ( xi ) + E
i =0
où E est l’erreur de troncation, les xi sont des abscisses (pivots ou noeuds) et les H i des
«poids».
Dans ce cas, on a :
n −1
I =
xi+1
f ( x)dx
xi
i =0
n −1
f ( xi +1 ) + f ( xi )
I = ⋅ ∆xi
i =0 2
Dans la suite, on suppose que tous les points sont régulièrement espacés :
b−a ∆x n −1
∆xi = = ∆x I = ⋅ [ f ( xi ) + f ( xi +1 )]
n 2 i =0
∆x n −1 n −1
∆x n −1 n −1
I= ⋅ f ( xi ) + f ( xi +1 ) I = ⋅ f ( x0 ) + f ( xn ) + f ( xi ) + f ( xi )
2 i =0 i =0 2 i =1 i =1
∆x n −1
I= ⋅ f (a) + f (b) + 2 f ( xi )
2 i =1
3 Méthode de Simpson
Cette méthode consiste à remplacer, entre xi −1 et xi +1 , la fonction par l’arc de parabole passant
par fi −1 , f i et fi +1 .
b dL( x)
I = f ( x) dx = L( x) où = f ( x)
a dx
∆x 2 ' ∆x 3 ''
L( xi +1 ) ≃ L( xi + ∆x) = L( xi ) + ∆x ⋅ f ( xi ) + ⋅ f ( xi ) + ⋅ f ( xi ) + ⋯
2 3!
∆x 2 ' ∆x3 ''
L( xi −1 ) ≃ L( xi − ∆x) = L( xi ) − ∆x ⋅ f ( xi ) + ⋅ f ( xi ) − ⋅ f ( xi ) + ⋯
2 3!
avec L' ( xi ) = f ( xi )
∆x3 ''
Ai = L( xi +1 ) − L( xi −1 ) Ai ≃ 2 ⋅ ∆x ⋅ f ( xi ) + 2 ⋅ f ( xi )
3!
f ( xi −1 ) − 2 ⋅ f ( xi ) + f ( xi +1 )
f '' ( xi ) =
∆x 2
On obtient :
∆x
Ai = 2 ⋅ ∆x ⋅ f ( xi ) + [ f ( xi −1 ) − 2 f ( xi ) + f ( xi +1 )]
3
soit :
∆x
Ai ≃ [ f ( xi −1 ) + 4 f ( xi ) + f ( xi +1 )]
3
b
a
f ( x) dx = A1 + A3 + A5 + ⋯
Cette intégrale nécessite que le nombre d’intervalles soit pair. En remplaçant dans l’intégrale
précédente les Ai par leurs expressions, on trouve :
∆x n −1 n −1
I≃ ⋅ f (a) + f (b) + 4 f ( xi ) + 2 f ( xi )
3 i =1 i =2
i impair i pair
4 Exemple :
Soit l’intégrale
π
I = sin( x)dx
0
π π
a) Calculez I à l’aide de la formule des trapèzes en posant ∆x = puis ∆x = .
2 4
π π
b) Calculez I à l’aide de la formule de Simpson en posant ∆x = puis ∆x = .
2 4
c) Estimez l’erreur dans les deux cas.
5 Formules de Newton-Cotes
5.1 Principe
L’idée est de remplacer la fonction f par un polynôme d’interpolation p facile à intégrer.
Comme f ( x) est proche de p ( x) , on a :
f ( x) ≈ p ( x)
b b
I = f ( x)dx I ≃ p( x)dx
a a
n n
x − xk
p( x) = Li ( x) ⋅ yi et i
L ( x ) = ∏
k = 0 xi − xk
i =0
k ≠i
( )
n n n
I ≃ p( x)dx = yi ⋅ Li ( x)dx = H i ⋅ yi = H i ⋅ f ( xi )
b b
a a
i =0 i =0 i =0
Avec
n
x − xk
Hi = ∏
b b
H i = Li ( x)dx dx
a
kk =≠0j xi − xk
a
Les «nombres de Cotes» H i peuvent être calculés une fois pour toutes pour n donné et pour
un intervalle [a,b] donné.
n −1
f ( x)dx =
b xi+1
a
i =0
xi
f ( x)dx avec x0 = a et xn = b
De cette manière, on est ramené au calcul de plusieurs intégrales pour lesquelles la longueur
de l’intervalle d’intégration est relativement petite.
En posant x = xi + thi dx = hi dt
xi+1 1
xi
f ( x)dx = hi f ( xi + thi )dt
0
1
0
g (t )dt
n n
t − tk
0 g (t )dt ≃ g (t ) ⋅ 1 L (t ) dt
∏
1
=
i 0 i
L
avec i (t )
i =0 k = 0 ti − t k
k≠ j
1
( g (0) + g (1) ) avec t0 = 0 et t1 = 1
1
0
g (t )dt ≃
2
1
( g (0) + 4 g (1/ 2) + g (1) ) avec avec t0 = 0 , t1 = 1 2 et t3 = 1
1
0
g (t )dt ≃
6
1
( g (0) + 3g (1/ 3) + 3g (2 / 3) + g (1) )
1
0
g (t )dt ≃
8
En généralisant cette méthode, on remarque que pour estimer l’intégrale de g(t) passant par s
points équidistants entre 0 et 1 grâce à une interpolation polynomiale (de degrés s-1), la
forme de la solution est toujours la même.
Pour une fonction g (t ) passant par les s points équidistants entre 0 et 1 : on obtient :
s
i −1
g (t )dt ≃ bi ⋅ g
1
0
i =1
s −1
n −1 s
i −1
I = Aj avec Aj = h j ⋅ bi ⋅ f x j + hj
j =1 i =1 s −1
Pour s < 8 , les coefficients de ces formules sont donnes dans le tableau ci dessous :avec le
nom des méthodes correspondantes.
Remarque : les méthodes ne vont pas au-delà de s = 7 car après cette valeur, les
interpolations engendrent trop d’erreurs. Pour diminuer l’erreur, mieux vaut diminuer les
intervalles de départ.
6 Méthode de Monté-Carlo
6.1 Introduction
Nous avons remarqué qu'une intégrale n'est, à peu de chose près, que la somme des valeurs de
la fonction prises sur des points régulièrement répartis dans la région d'intégration. Dans cette
phrase, remplaçons "régulièrement répartis" par "répartis selon une distribution de probabilité
uniforme", et nous avons notre première simulation de Monte-Carlo.
Cette méthode consiste à approcher l’intégrale I définie sur un intervalle borné [a,b] continue.
I = f ( x)dx ≃ f ( xi )∆xi
b
a
i
I = E ( f (U ) ) ⋅ ( b − a )
et en approchant E ( f (U ) ) . Ici, U est une variable aléatoire suivant une loi uniforme sur [a,b].
Pour ce faire on utilise la loi des grands nombres : si (U i ), ∀i ∈ N est une suite de variables
aléatoires mutuellement indépendantes et indépendantes de U , de loi uniforme sur [a,b], alors
1 n
E ( f (U ) ) = f (ui )
n i =1
En d'autres termes, si u1 , u2 ,⋯ un sont des nombres tirés au hasard uniformément dans [a,b],
1 n
I = f (ui ) ⋅ ( b − a )
n i =1
sum ← 0
pour i = 1 … n faire
u = a + (b - a ) ⋅ rand (1,1)
sum ← sum + f (u )
fin
sum
I← ⋅ (b − a )
n
I = f ( x, y )dxdy
∆
Représentation graphique :
On peut donc considérer que le domaine Δ est compris dans un rectangle R défini par ses
bornes [a,b]x[c,d].
On définit une fonction f * telle que :
f ( x, y ) si ( x, y ) ∈ ∆
f * ( x, y ) =
0 sinon
I = E ( f (U ) ) ⋅ ( b − a )( d − c )
1 n
I = f (ui ) ⋅ ( b − a )( d − c )
n i =1
sum ← 0
pour i = 1 … n faire
x = a + (b - a ) × rand (1,1)
y = c + (d - c) ⋅ rand (1,1)
si ( x, y ) ∈ ∆ , alors
sum ← sum + f ( x, y )
fin si
fin pour
sum
I← ⋅ (b − a ) ⋅ (d − c)
n
I = f ( x, y, z )dxdydz
Ω
Avec f une fonction intégrable sur Ω borné de R 3 . En général on suppose f définie et continue
sur Ω.
I peut donc représenter une intégrale convergente.
Soit R un pavé fermé de R 3 contenant Ω. On prolonge f sur ℝ par 0 ; soit f * la fonction
obtenue. Ainsi a-t-on les égalités :
b d g
I = f ( x, y, z )dxdydz I = f * ( x, y, z )dxdydz
Ω a c e
I = E ( f (U ) ) ⋅ ( b − a )( d − c )( g − e )
avec U variable aléatoire suivant une loi uniforme sur le pavé ℝ , E ( f * (U ) ) l'espérance de
la variable aléatoire f * (U ) et vol( R ) le volume de R .
1 n
E ( f (U ) ) ≃ f (ui )
n i =1
est une approximation de E ( f (U ) ) qui est convergente lorsque n tend vers l'in ni. Le reste
de l'analyse se fait comme dans les cas mono ou bidimensionnel.
1 n
I = f (ui ) ⋅ ( b − a )( d − c )( g − e )
n i =1
sum ← 0
pour i = 1 … n faire
x = a + (b - a ) × rand (1,1)
y = c + (d - c) ⋅ rand (1,1)
z = e + ( g - e) ⋅ rand (1,1)
si ( x, y, z ) ∈ Ω , alors
sum ← sum + f ( x, y, z )
fin si
fin
sum
I← ⋅ (b − a ) ⋅ (d − c) ⋅ ( g − e)
n
TP : Intégration Numérique
Exercice 1
Soit l’intégrale
π
I = sin( x)dx
0
Exercice 2
On cherche à intégrer sur une surface Δ, quart de cercle de rayon 1 et de centre (0,0), la
fonction f(x,y).
I = f ( x, y ) dx dy
∆