Académique Documents
Professionnel Documents
Culture Documents
Intégration numérique
Sommaire
3.1 Position du problème . . . . . . . . . . . . . . . . . . . . . . . 29
3.2 Formule de quadrature de type interpolation . . . . . . . . . 30
3.3 Méthodes des rectangles . . . . . . . . . . . . . . . . . . . . . 33
3.3.1 Méthode des rectangles à gauche (n = 0, x0 = a) . . . . . . . . 33
3.3.2 Méthode des rectangles à droite . . . . . . . . . . . . . . . . . 34
3.3.3 Méthode des rectangles points milieux . . . . . . . . . . . . . . 35
3.4 Méthode des trapèzes . . . . . . . . . . . . . . . . . . . . . . . 37
3.5 Méthode de Simpson . . . . . . . . . . . . . . . . . . . . . . . 40
3.6 Méthode de Newton Côtes . . . . . . . . . . . . . . . . . . . . 43
3.7 Méthode de Romberg (un procédé d’accélération de la conver-
gence) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
29
30 Chapitre 3. Intégration numérique
n
f (n+1) (ξ(x) ) Y
f (x) = pn (x) + (x − xk ),
(n + 1)! k=0
n n
X (x − xj ) Y
où pn (x) = f (xi )Li (x) avec Li (x) = est le ième polynôme de Lagrange
i=0 j=0,j̸=i (x i − x j )
de degré n. On obtient une formule de quadrature par intégration, l’erreur de quadrature
s’obtient par utilisation du théorème de la moyenne.
Z b n
X
I= f (x) dx = Ai f (xi ) + (Rn (f ))
a i=0
| {z }
erreur de quadrature
n
Z b Z b
f (n+1) (ξ(x) ) Y
où Ai = Li (x) dx et R(f ) = (x − xk ) dx.
a a (n + 1)! k=0
n
X
In = Ai f (xi ) représente la valeur approchée.
i=0
xi : noeuds de la formule quadratique.
Ai : poids de la formule de quadrature.
Théorème 3.1 (de la moyenne) Soit f une fonction continue sur [a, b] et g une fonc-
tion intégrable qui ne change pas de signe sur [a, b]. Il existe η ∈ [a, b] tel que :
Z b Z b
f (x)g(x) dx = f (η) g(x) dx.
a a
Définition 3.1 On dira que la formule de quadrature est exacte sur l’ensemble E si
seulement si Rn (f ) = 0, ∀f ∈ E. Dans la pratique E est en général l’espace vectoriel
des polynôme de degré inférieur ou égal à n. Il s’agit de l’espace Pn .
Théorème 3.2 Une formule de quadrature à (n + 1) points est exacte sur Pn si et seule-
ment si elle est du type d’interpolation à (n + 1) points.
Solution :
Comme la formule de quadrature est du type interpolation à deux points, donc le degré
de précision est au moins 1. Elle est exacte pour 1 et x.
Z 1
Si f (x) = 1 : 1 dx = A0 (+1) + A1 (1)
−1
Z 1
Si f (x) = x : x dx = A0 (−1) + A1 (1)
−1
(
A0 (+1) + A1 (1) = 2
Soit , d’où A0 = A1 = 1.
−A0 + A1 (1) =0
Cette méthode pour le calcul des coeffficients se nomme la méthode des coefficients indé-
terminés.
Dans l’exemple le degré de précision est 1 car
Z 1
2
x2 dx = ̸= A0 (−1)2 + A1 (1)2 = 2.
−1 3
f (2) (ξx )
Z 1
L’erreur est de la forme R(f ) = (x + 1)(x − 1) dx. où ξx ∈] − 1, 1[.
−1 2!
Comme la fonction g(x) = (x + 1)(x − 1) = x2 − 1 ≤ 0, ∀x ∈ [−1, 1], on peut appliquer
le théorème de la moyenne
f (2) (η) Z 1 2
R(f ) = (x − 1) dx, η ∈ [−1, 1].
2! −1
Exemple 3.2 Calculer les coefficients Ai et déterminer l’erreur dans la formule de qua-
drature suivante :
Z 1
f (x) dx = A0 f (−1) + A1 f (0) + A2 f (1) + R(f ).
−1
La formule de quadrature est de type interpolation à trois points donc le degré de précision
est au moins 2.
On a le système de 3 équations à trois inconnues :
Z 1
A0 + A1 + A2 = 1 dx = 2
Z−1
1
−A0 + A2 = x dx = 0
Z−1
1 2
x2 dx =
A0 + A2 =
−1 3
1 4 1
d’où A0 = , A1 = et A2 = .
3 3 3
Remarque 3.1 Dans certains cas la formule d’intégration peut faire intervenir f ′ comme
dans l’exemple suivant (voir interpolation d’Hermite).
Solution :
La formule de quadrature est de type interpolation à cinq points, donc le degré de précision
est au moins 4
f (x) = 1 : 2 = A0 + A1 + A2 (3.1)
f (x) = x : 0 = −A0 + A2 + B0 + B2 (3.2)
2
f (x) = x2 : = A0 + A2 − 2B0 + 2B2
(3.3)
3
f (x) = x3 : 0 = −A0 + A2 + 3B0 + 3B2
(3.4)
4 2
f (x) = x : = A0 + A2 − 4B0 + 4B2
(3.5)
5
(3.4) − (4.2) : B0 + B2 = 0
2
(3.5) − (3.3) : B0 − B2 =
15
1
donc B0 = −B2 =
15
2 = A0 + A1 + A2 A0 = A2 =
7
15
0 = −A0 + +A2 =⇒ 16
14
A1 =
.
15
= A0 + +A2 15
Z 1
1
f (x) dx = [7f (−1) + 16f (0) + 7f (1) + f ′ (−1) − f ′ (1)] + R(f ).
−1 15
1 h
Z 1 i
Pour f (x) = x5 , R(f ) = x5 dx −
7(−1)5 + 7(1)5 + 5(−1)4 − 5(1)4 = 0
Z−1 15
1 1 h i 2 2
Pour f (x) = x6 , R(f ) = x6 dx − 7(−1)6 + 7(1)6 + 6(−1)5 − 6(1)5 = − ̸= 0
−1 15 7 15
Le degré de précision est 5.
Remarque 3.2 La différence entre les méthodes vient du nombre de points d’interpola-
tion
Z b
Nous savons que R(f ) = (x − a)f ′ (ξx ) dx, Comme g(x) = x − a ≥ 0, ∀x ∈ [a, b] d’après
a
le théorème de la moyenne il existe η ∈ [a, b] tel que
Z b
(b − a)2 ′
f (x) dx = (b − a)f (a) + f (η).
a 2
Formule composite
Théorème 3.3 (de la moyenne discrète ) Si φ est une fonction continue sur [a, b] et
(xk )1≤k≤n une suite de points de [a, b] avec n ≥ 2. ALors, il existe η ∈ [a, b] tel que
n
X
φ(xk ) = n × φ(η).
k=1
ou encore
n−1
Z b
M1 (b − a)
où M1 = sup |f ′ (x)|,
X
f (x) dx − h f (xi ) ≤ × h,
a i=0 2 x∈[a,b]
La formule est exacte pour les polynômes constants. C’est à dire R(f ) = 0, ∀f ∈ P0 .
Z b
Si f (x) = 1, ∀x ∈ [a, b] alors A0 = 1 dx = b − a
Z b a
Formule composite
On obtient de la même manière que précédemment la formule suivante :
Z b
b − a n−1
X (b − a)2 ′
f (x) dx = f (xi+1 ) − f (η), η ∈ [a, b]
a n i=0 2n
d’où
n−1
Z b
M1 (b − a)
où M1 = sup |f ′ (x)|,
X
f (x) dx − h f (xi+1 ) ≤ × h,
a i=0 2 x∈[a,b]
Formule composite
On suppose que f ∈ C 2 [a, b]
n Z xi+1 n−1
Z b
xi + xi+1 (xi+1 − xi )3 ′′
X X
f (x) dx = (xi+1 − xi )f dx + f (ηi ), ηi ∈ [xi , xi+1 ]
a i=0 xi 2 i=0 24
b − a n−1
X xi + xi+1 (b − a)3 n−1
f ′′ (ηi )
X
= f + 3
n i=0 2 24n i=0
d’où on a :
Z x1 ′′
Z x1
x1 − x 0 f (ηx )
f (x) dx = (f (x0 ) + f (x1 )) + (x − x0 )(x − x1 ) dx
x0
| 2 {z } | x0 2
{z }
l’aire de trapèze L’erreur commise
Z b
h f ′′ (η) 3
f (x) dx = [f (a) + f (b)] − h , η ∈ [a, b]
a 2 12
Exemple 3.4
π
π
Z
2
I= sin(x) dx, I = [− cos(x)]02 = 1
0
π π
h= −0= .
2 2
π
π/2 π π
Z
2
I= sin(x) dx ≈ sin(0) + sin = = 0.785398164
0 2 2 4
2023-2024 Analyse numérique ISSAT de SOUSSE
3.4. Méthode des trapèzes 39
Formule composite
On suppose que f est de classe C 2 sur [a, b]
Z b n−1
X Z xi+1
f (x) dx = f (x) dx
a i=0 xi
n−1
X xi+1 − xi (xi+1 − xi )3 n−1
f ′′ (ηi ) ηi ∈ [xi , xi+1 ]
X
= [f (xi ) + f (xi+1 )] −
i=0 2 12 i=0
n−1
(b − a)3 n−1
" #
(b − a)
f ′′ (ηi )
X X
= f (a) + 2 f (xi ) + f (b) − 3
2n i=1 12n i=0
n−1
" #
Z b
(b − a) X (b − a)3 ′′
f (x) dx = f (a) + 2 f (xi ) + f (b) − f (η), η ∈ [a, b]
a 2n i=1 12n2
n−1
" #
Z b
h (b − a)
M2 h2 , où M2 sup |f ′′ (x)|
X
f (x) dx − f (a) + 2 f (xi ) + f (b) ≤
a 2 i=1 12 x∈[a,b]
π
Soit une erreur absolue |1 − 0.9871158| ≈ 0.01288 = E .
8
On remarque une amélioration en comparaison du résultat obtenu avec un seul intervalle.
π
−0 π
Si on reprend le calcul avec 8 sous intervalles donc h = 2 = . et
8 16
π π
π π 3π π 5π
Z
2
16
I= sin(x) dx ≈ sin(0) + 2 sin + sin + sin + sin + sin
0 2 16 8 16 4 16
π
3π 7π π
+ 16 2 sin sin + sin
2 8 16 2
= 0.9967852
π
E h= = |1 − 0.9967852| = 0.0032 On constate que
16
π
E h=
16 ≈ 4.025
π
E h=
8
π
C’ést à dire que l’erreur absolue lorsque h = est environ 4 fois plus petite que l’erreur
16
π
obtenue avec h = ce qui confirme que la méthode des trapèzes est d’ordre 2.
8
On peut utiliser l’extrapolation de Richardson pour améliorer la précision de ces deux
résultats : !
n h
2 Qapp − Qapp (h)
2
Qexact =
2n − 1
π
Z
2 22 (0.9967852) − (0.9871158)
n=2: sin(x) dx ≈
0 22 − 1
= 1.00000833
Ce qui s’approche de plus en plus de la valeur exacte. C’est une approximation d’ordre 4.
Remarque 3.3 La méthode des trapèzes composée est exacte si la fonction f est un
polynôme de degré ≤ 1. Cela s’explique par la présence de la dérivée seconde de f dans
le terme d’erreur : celle ci s’annule dans le cas de polynôme de degré 1.
d’où on a : Z x2
h3 ′′ f (4) (ξ1 ) 5
f (x) dx = 2hf (x1 ) +
f (x1 ) + h.
x0 3 60
En utilisant la formule de différence centrée pour f ′′ (x1 ).
1 1
f ′′ (x1 ) = 2
[f (x0 ) − 2f (x1 ) + f (x2 )] − f (4) (ξ2 )h2 .
h 12
On obtient
Z x2
h h5 1 (4) 1
f (x) dx = [f (x0 ) + 4f (x1 ) + f (x2 )] − f (ξ2 ) − f (4) (ξ1 )
x0 3 12 3 5
Ici on ne peut pas employer le théorème de la moyenne discrète pour exprimer le terme
1 1
de l’erreur sous la forme f (4) (η) évalué en un seul point puisque les poids et − ne sont
3 5
pas de même signe. Cependant la formule est exacte pour les polynômes de degré au plus
4. Donc si f (x) = x4 , par simplicité d’intéger de −h à h :
Z h
hh i
x4 dx = (−h)4 + 4(0)4 + h4 + kf (4) (η)
−h 3
2 5 2 5 1
h = h + 4! × k =⇒ k = − h5 .
5 3 90
d’où
Z b " ! #
h a+b
R(f ) = f (x) dx − f (a) + 4f + f (b)
a 3 2
1
= − f (4) (η) × h5 ., η ∈ [a, b]
90
Formule composite
b−a
On divise l’intervalle [a, b] en 2n sous intervalles de longueur h = et on utilise la
2n
méthode de Simpson sur chaque sous intervalle.
Z b n−1
X Z xi+1
f (x) dx = f (x) dx
a i=0 xi
n−1 n−1
X f (4) (ηi )
X h xi + xi+1
= f (xi ) + 4f + f (xi+1 ) − h5 .
i=0 3 2 i=0 90
n−1 n−1 n−1 n−1
" #
h xi + xi+1
X f (4) (ηi )
h5 .
X X X
= f (a) + f (xi ) + 4 f + f (xi ) + f (b) −
3 i=1 i=0 2 i=1 i=0 90
n−1 n−1 n−1
" #
Z b
h xi + xi+1
X f (4) (ηi )
h5 .
X X
d’où f (x) dx = f (a) + 2 f (xi ) + 4 f + f (b) −
a 3 i=1 i=0 2 i=0 90
En appliquant le théorème de la moyenne discrète, donc, il existe η ∈ [a, b] tel que
n−1
f (4) (ηi ) 5 nf (4) (η)
h = h5
X
.
i=0 90 90
Il s’ensuit que :
n−1 n−1
" #
Z b
h xi + xi+1 (b − a) (4)
f (η)h4
X X
f (x) dx = f (a) + 2 f (xi ) + 4 f + f (b) −
a 3 i=1 i=0 2 180
ou encore
n−1 n−1
" #
Z b
h xi + xi+1 (b − a)
M4 h4
X X
f (x) dx − f (a) + 2 f (xi ) + 4 f + f (b) ≤
a 3 i=1 i=0 2 180
=⇒ La méthode de Simpson composée est d’ordre 4 en h.
M4 (b − a)5
Remarque 3.4 On peut écrire |R(f )| ≤ , où M4 = supx∈[a,b] |f (4) |.
2880n4
Z 2π
Exemple 3.6 Soit I = xe−x cos(2x) dx, Iexact ≈ −0, 122122
0
En utilisant les formules composites du point milieu, du trapèze et de Simpson, on obtient
le tableau suivant :
|Ei,m | est l’erreur absolue
i = 1 : Méthode du point milieu
i = 2 : Méthode du trapèze
i = 3 : Méthode de Simpson
Em
et Rm =
E2m
m |E1,m | Rm |E2,m | Rm |E3,m | Rm
16 6.748 × 10−3 - 1.327 × 10−2 - 7.3811 × 10−5 -
32 1.639 × 10−3 4.118 3.263 × 10−3 4.068 4.682 × 10−6 15.765
64 4.066 × 10−4 4.030 8.123 × 10−4 4.017 2.936 × 10−7 15.946
128 1.014 × 10−4 4.008 2.028 × 10−4 4.004 1.836 × 10−8 15.987
256 2.535 × 10−5 4.002 5.070 × 10−5 4.001 1.148 × 10−9 15.997
On remarque que si m est mutilplié par 2 c’est à dire que le pas h est divisé par 2, le
rapport Rm tend vers 4 pour les formules du point milieu et des trapèzes et vers 16 pour
la formule de Simpson. Ce qui confirme l’analyse théorique :
□ La méthode de point milieu et méthode des trapèzes sont d’ordre 2 en h.
□ La méthode de Simpson est d’ordre 4 en h.
Pour déterminer les coefficients aj , il suffit d’écrire que la relation précédente est exacte
lorsque f est un polynôme de degré inférieur ou égal à n. En prenant successivement
f (x) = xk pour k = 0, 1, · · · , n on obtient le système linéaire suivant :
a0 + a1 + · · · + an = (b − a)
b 2 − a2
a0 x 0 + a1 x 1 + · · · + an x n
=
2
(S) ..
.
bn+a − an+1
a0 xn0 a1 xn1 an xnn
+ + ··· + =
n+1
doit doubler le nombre de sous intervalles, ce qui revient à diviser la valeur de h par 2.
Au moyen de l’extrapolation de Richardson avec n = 2, On définit alors :
22 T1,i+1 − T1,i
T2,i = , et les T2,i , sont des approximations d’ordre 4. On pose ensuite
22 − 1
succesivement
Chaque ligne de ce triangle est de deux ordres de convergence plus précis que la ligne
pécédente. La première ligne est tout simpelment constituée des approximations obtenues
à l’aide des trapèzes composée avec 1, 2, 4, 8, 16, · · · intervalles.
Remarque 3.5 On peut montrer que la deuxième ligne de ce tableau n’est autre que la
méthode de Simpson respectivement 2, 4, 8, · · · , intervalles.
Z π
2
Exemple 3.7 I = sin(x) dx, on I = 1.
0
π
π π
2
T1,1 ≈ sin(0) + sin =
= 0.7853982 (1 seul intervalle)
2 2 4
π
π π
4
T1,2 ≈ sin(0) + 2 sin + sin = 0.9480594 (2 intervalles)
2 4 2
π 3
" #
π π
X
8
T1,3 ≈ sin(0) + 2 sin i × + sin = 0.9871158 (4 intervalles)
2 i=1 8 2
π 7
" #
π π
X
16
T1,4 ≈ sin(0) + 2 sin i × + sin = 0.9967852 (8 intervalles)
2 i=1 16 2
22 (0.9480594) − 0.7853982
T2,1 = = 1.0022799
22 − 1
22 (0.9871158) − 0.9480594
T2,2 = = 1.0001346
22 − 1
2
2 (0.9967852) − 0.9871158
T2,3 = = 1.0000083
22 − 1
4
2 (1.0001346) − 1.0022799
T3,1 = = 0.9999916
24 − 1
24 (1.0000083) − 1.0001346
T3,2 = = 0.9999999
24 − 1
6
2 (0.9999999) − 0.9999916
T4,1 = = 1.0000000
26 − 1
Il en résulte une approximation d’ordre 8 ( dans la 4ème ligne.) ayant 7 chiffres significatifs.
On remarque que l’approximation augmente à mesure que l’on se déplace vers le bas (Car
l’ordre d’approximation augmente) et vers la droite sur une même ligne (Car h est divisé
par 2 entre chaque valeur.)