Chapitre 3

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

3.1 Position du problème

L’intégration numérique
Z sera nécéssaire si f (x) n’est connue qu’en certains points discréts
ou si la primitive f (x) dx n’est pas connue explicitement.
L’intégration numérique d’une fonction est basée principalement sur l’intégration d’un
polynôme d’interpolation pn .
Z b Z b Z b
In = f (x) dx = pn (x) dx + En (x) dx.
a a a

Où En désigne l’erreur d’interpolation.

29
30 Chapitre 3. Intégration numérique

3.2 Formule de quadrature de type interpolation

Soit x0 , x1 , x2 , · · · , xn (n + 1) points disctincts de l’intervalle [a, b] et f ∈ C n+1 [a, b] alors
selon le théorème de l’erreur d’interpolation on a : ∀x ∈ [a, b]; ∃ξ(x) ∈]a, b[ tel que :

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.

Définition 3.2 On dit qu’une formule de quadrature a un degré de précision n si la

formule est exacte pour 1, x, · · · , xn mais non exacte pour xn+1

Exemple 3.1 Calculer les coefficients A0 et A1 qui interviennent dans la formule de

quadrature de type interpolation et déterminer l’erreur dans la formule de quadrature
suivante : : Z 1
f (x) dx = A0 f (−1) + A1 f (1) + R(f ).
−1

2023-2024 Analyse numérique ISSAT de SOUSSE

3.2. Formule de quadrature de type interpolation 31

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).

2023-2024 Analyse numérique ISSAT de SOUSSE

32 Chapitre 3. Intégration numérique

Exemple 3.3 SOit la formule suivante :

Z 1
f (x) dx = A0 f (−1) + A1 f (0) + A2 f (1) + B0 f ′ (−1) + B2 f ′ (1) + R(f ).
−1

1. Déterminer les coefficients Ai et Bi .

2. Quel est le degré de précision del a formule ?

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

1 point : approximation de degré 0 =⇒ méthode des rectangles

2 points : approximation de degré 1 =⇒ méthode des trapèzes
3 points : approximation de degré 2 =⇒ méthode de Simpson
n points : approximation de degré n − 1 =⇒ méthode de Newton côtes

2023-2024 Analyse numérique ISSAT de SOUSSE

3.3. Méthodes des rectangles 33

Figure 3.1 – Méthode des rectangles à gauche simple

3.3 Méthodes des rectangles

Dans la méthode des rectangles, on remplace la fonction f par une fonction constante sur
[a, b] : n = 0

3.3.1 Méthode des rectangles à gauche (n = 0, x0 = a)

Z b
Si n = 0 et x0 = a =⇒ f (x) dx = A0 f (a) + R(f )
a
avec R(f ) = 0 ∀f ∈ P0 c’est à dire si f (x) = 1, ∀x ∈ [a, b] alors R(f ) = 0. Par conséquent
Z b
1 dx = A0 , A0 = b − a.
a

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

C’est la formule des rectangles à gauche simple.

Formule composite

Pour essayer d’améliorer la performance de la méthode des rectangles, on pourra subdi-

b−a
viser l’intevalle [a, b] en n sous intervalles égaux [xi , xi+1 ]. h = xi+1 − xi = , ∀i =
n
0, 1, · · · , n − 1. xi = a + i × h, i = 0, 1, · · · , n, a = x0 et b = xn

2023-2024 Analyse numérique ISSAT de SOUSSE

34 Chapitre 3. Intégration numérique

Figure 3.2 – Méthode des rectangles à gauche 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

Dans la suite, on suppose que f est de classe C 1 sur [a, b]

n−1 n−1 n−1
Z b X Z xi+1 X X (xi+1 − xi )2 ′
f (x) dx = f (x) dx = (xi+1 − xi )f (xi ) + f (ηi ), ηi ∈ [xi , xi+1 ]
a i=0 xi i=0 i=0 2
b − a n−1 (b − a)2 n−1
f ′ (ηi )
X X
= f (xi ) + 2
n i=0 2n i=0

En appliquant le théorème de la moyenne discrète, en posant φ = f ′ donc il existe η ∈ [a, b]

n−1
f ′ (ηi ) = nf ′ (η),
X
tel que
i=0
On obtient donc,
Z b
b − a n−1
X (b − a)2 ′
f (x) dx = f (xi ) + f (η) ,
a n i=0 2×n

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 méthode est d’ordre 1 en h et exacte seulement pour les constantes.

3.3.2 Méthode des rectangles à droite

Z b
f (x) dx = A0 f (b) + R(f ).
a

2023-2024 Analyse numérique ISSAT de SOUSSE

3.3. Méthodes des rectangles 35

Figure 3.3 – Méthode des rectangles à droite composite

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

De plus on a R(f ) = (x − b)f ′ (ξx ) dx. Or g(x) = x − b ≤ 0, ∀x ∈ [a, b], d’après le

a
théorème de la moyenne, il existe c ∈ [a, b] tel que
Z b
(b − a)2 ′
f (x) dx = (b − a)f (b) − f (c)
a 2
C’est la formule des rectangles à droite simple.

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]

La méthode des rectangles à droite est d’ordre 1 en h.

3.3.3 Méthode des rectangles points milieux

Z b !
a+b
On a f (x) dx = A0 f + R(f ) (∗)
a 2 !
Z b
a+b
avec R(f ) = 0 ∀f ∈ P0 et donc A0 = b − a. Or R(f ) = x− f ′ (ξx ) dx, comme
a 2

2023-2024 Analyse numérique ISSAT de SOUSSE

36 Chapitre 3. Intégration numérique

la fonction g(x) = x − a+b2

n’est pas de signe constant dans [a, b] donc on ne peut plus
appliquer la formule de la moyenne directement :
Z b
b 2 − a2 (b + a)
On remarque que x dx = = (b − a) × Ce qui implique que la formule
a 2 2
de quadrature (∗) est exacte sur P1 c’est à dire R(f ) = 0, ∀f ∈ P1 .
Posons p le polynôme d’interpolation de degré 1 tel que
! ! ! !
a+b a+b ′ a+b ′ a+b
p =f et p =f
2 2 2 2
! ! !
a+b a+b a+b
d’où on a : p(x) = f + x− f′
2 2 2
D’après le théorème de l’erreur d’interpolation d’Hermite, il existe ξx ∈ [a, b] tel que
!2
a+b f ′′ (ξx )
f (x) − p(x) = x −
2 2
de plus on a :
Z b Z b ! ! !
a+b Z b
a+b a+b
p(x) dx = f dx + x− f′ dx
a a 2 a 2 2
| {z }
=0
!
a+b
= (b − a)f
2
On en déduit que
!2
Z b Z b Z b
a+b f ′′ (ξx )
f (x) dx = p(x) dx + x− dx
a a a 2 2
 2
Comme g(x) = x − a+b 2
≥ 0 ∀x ∈ [a, b], on applique le théorème de la moyenne, il
existe η ∈ [a, b] tel que :
!
Z b
a+b (b − a)3 ′′
f (x) dx = (b − a)f + f (η).
a 2 24
C’est la formule du point milieu simple.
2ème méthode : Si f est de classe C 2 sur [a, b] . Le developpement de Taylor au second
a+b
ordre de f en c = s’écrit :
2
f ′′ (ηx )
f (x) = f (c) + f ′ (c)(x − c) + (x − c)2
2
donc Z b Z b Z b Z b ′′
f (ηx )
f (x) dx = f (c) dx + f ′ (c)(x − c) dx + (x − c)2 dx
a a
|a {z } a 2
=0
En utilisant la formule de la moyenne,
!
Z b
a+b (b − a)3 ′′
f (x) dx = (b − a)f + f (η).
a 2 24

2023-2024 Analyse numérique ISSAT de SOUSSE

3.4. Méthode des trapèzes 37

Figure 3.4 – Méthode des rectangles points milieux composite

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

En appliquant le théorème de la moyenne discrète, on obtient

Z b
b − a n−1 xi + xi+1 (b − a)3 ′′
X  
f (x) dx = f + f (η), η ∈ [a, b]
a n i=0 2 24n2
n−1
Z b
xi + xi+1 (b − a)
 
M2 h2 , où M2 = sup |f ′′ (x)|.
X
f (x) dx − h f ≤
a i=0 2 24 x∈[a,b]

La méthode des rectangles points milieux est d’ordre 2 en h.

3.4 Méthode des trapèzes

La méthode des trapèzes est obtenu en intétgrant le polynôme d’interpolation linéaire (de
degré 1) p1 qui interpole f en les deux points x0 = a et x1 = b

p1 (x) = f (x0 ) + f [x0 , x1 ](x − x0 )

f (x1 ) − f (x0 )
= f (x0 ) + (x − x0 )
x1 − x0
Z x1 Z x1 Z x1
f (x) dx = p1 (x) dx + E1 (x) dx. (Erreur de l’interpolation)
x0 x0 x0
Z x1 " Z x1 ′′
#
f (x1 ) − f (x0 ) f (ηx )
= f (x0 ) + (x − x0 ) dx + (x − x0 )(x − x1 ) dx
x0 x1 − x0 x0 2

2023-2024 Analyse numérique ISSAT de SOUSSE

38 Chapitre 3. Intégration numérique

Figure 3.5 – Méthode des trapèzes simple

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

Changement de variable x − xi = (s − i)h, dx = h ds. Le terme d’ereur devient

Z x1
f ′′ (ηx )
R(f ) = (x − x0 )(x − x1 ) dx
x0 2
Z 1
f ′′ (ηs )
= (s − 1)sh3 ds
0 2

Comme g(s) = s(s − 1) ≤ 0 ∀s ∈ [0, 1] il existe, d’après le théorème de la moyenne un

η ∈ [0, 1] tel que
Z 1
f ′′ (ηs ) 3 f ′′ (η) 3 Z 1 f ′′ (η) 3
(s − 1)sh ds = h s(s − 1) ds = − h
0 2 2 0 12
d’où la formule du trapèze simple.

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

Figure 3.6 – Méthode des trapèzes composite

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

En utilisant le théorème de la moyenne discrète, on obtient

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]

La méthode des trapèzes composée est d’ordre 2 en h.

Z π
2
Exemple 3.5 On reprend le calcul de I = sin(x) dx à l’aide de la méthode des tra-
0
pèzes composée avec 4 sous intervalles.
π
−0 π
h= 2 = .
4 8
π π
π π 3π π
Z          
2
8
I= sin(x) dx ≈ sin(0) + 2 sin + sin + sin + sin
0 2 8 4 8 2
= 0.9871158

2023-2024 Analyse numérique ISSAT de SOUSSE

40 Chapitre 3. Intégration numérique

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.

3.5 Méthode de Simpson

La méthode de Simpson peut être obtenue en remplaçant f sur [a, b] par son polynôme
a+b
d’interpolation de degré 2 aux noeuds x0 = a, x1 = et x2 = b.
2
Ce polynôme est donné par la formule de Newton :

p2 (x) = f (x0 ) + f [x0 , x1 ](x − x0 ) + f [x0 , x1 , x2 ](x − x0 )(x − x1 )

2023-2024 Analyse numérique ISSAT de SOUSSE

3.5. Méthode de Simpson 41

Figure 3.7 – Méthode de Simpson simple

On se palce dans le cas où la subdivision de [a, b] est uniforme. On pose x − xi = (s − i)h

b−a
où h =
2
Z x2 Z x2
f (x) dx ≈ p2 (x) dx
x0 x0
Z 2h i
= f (x0 ) + f [x0 , x1 ]hs + f [x0 , x1 , x2 ]h2 s(s − 1) h ds
0
h
= [f (x0 ) + 4f (x1 ) + f (x2 )]
3
La formule de Simpson simple se résume donc à :
" ! #
Z b
(b − a) a+b
f (x) dx ≈ f (a) + 4f + f (b)
a 6 2

Pour étudier l’analyse de l’erreur de la méthode de Simpson, on suppose que f est de

classe C 4 sur [a, b]. Le developpement de Taylor au 4ème ordre de f en x1 s’écrit
1 1 1
f (x) = f (x1 ) + f ′ (x1 )(x − x1 ) + f ′′ (x1 )(x − x1 )2 + f (3) (x1 )(x − x1 )3 + f (4) (ξx )(x − x1 )4
2 3! 4!
On intègre cette expression de x0 à x2 en notant que les termes (x − x1 ) et (x − x1 )3 sont
des fonctions impaires par rapport au point x1 de sorte que leurs intégrales soient nulles.
On obtient donc :
Z x2 Z x2
1 ′′ Z x2
2 1 Z x2 (4)
f (x) dx = f (x1 ) dx + f (x1 ) (x − x1 ) dx + f (ξx )(x − x1 )4 dx
x0 x0 2 x0 24 x0
Z x2
f (x1 ) dx = (x2 − x0 )f (x1 ) = 2hf (x1 )
x0
1 ′′ Z x2
h3
f (x1 ) (x − x1 )2 dx = f ′′ (x1 )
2 x0 3
Comme g(x) = (x − x1 )4 ≥ 0, en appliquant la formule de la moyenne, on obtient,
(ξx ∈ [x0 , x2 ])
1 Z x2 (4) f (4) (ξ1 ) Z x2 f (4) (ξ1 ) 5
f (ξx )(x − x1 )4 dx = (x − x1 )4 dx = h.
24 x0 24 x0 60
2023-2024 Analyse numérique ISSAT de SOUSSE
42 Chapitre 3. Intégration numérique

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

2023-2024 Analyse numérique ISSAT de SOUSSE

3.6. Méthode de Newton Côtes 43

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.

3.6 Méthode de Newton Côtes

La méthode de Newton Côtes généralise la méthode des trapèzes et la méthode de Simp-
son : la fonction f est approchée par un polynôme de degré n. L’intégrale est évaluée selon
l’expression. Z b
f (x) dx ≈ a0 f (x0 ) + a1 f (x1 ) + · · · + an f (xn ).
a

2023-2024 Analyse numérique ISSAT de SOUSSE

44 Chapitre 3. Intégration numérique

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


LeYdéterminant de système (S) est un déterminant de vandermonde qui vaut

(xj − xi ). Lorsque les points sont régulièrement espacés, on obtient les formules de
0≤i,j≤n
Newton-Côtes.
Z x1
h
Pour n = 1 Méthode des trapèzes : f (x) dx ≈
[f (x0 ) + f (x1 )]
x0 2
Z x2
h
Pour n = 2 Méthode de Simpson : f (x) dx ≈ [f (x0 ) + 4f (x1 ) + f (x2 )]
x0 3
3 Z x3
3h
Pour n = 3 Méthode de Simpson : f (x) dx ≈ [f (x0 ) + 3f (x1 ) + 3f (x2 ) + f (x3 )]
8 x0 8
Z x4
2h
Pour n = 4 Méthode de Boole : f (x) dx ≈ [7f (x0 ) + 32f (x1 ) + 12f (x2 ) + 32f (x3 ) + 7f (x4 )]
x0 45

3.7 Méthode de Romberg (un procédé d’accélération

de la convergence)
La méthode de Romberg est une méthode d’intégration qui permet d’atteindre des résul-
tats très précis. Elle est basée sur une utilisation astucieuse de la méthode des trapèzes
composée (d’ordre 2) et de la technique d’extrapolation de Richardson. Sous des hypo-
thèses de régularité suffisantes de la fonction f le terme d’erreur de la méthode des trapèzes
composée s’écrit
(b − a) ′′
− f (η)h2 = c2 h2 + c4 h4 + c6 h6 + · · ·
12
où les ci sont des constantes. On remarque que seuls les termes d’ordre pair sot présents.
L’absence des puissances impaires de h permet du point de vue de l’extrapolation de
Richardson de gagner deux ordres de convergence à chaque extrapolation. De plus, les
valeurs extrapolées, qui sont d’ordre 4, peuvent à leur tour être extrapolées pour passer
à l’ordre 6 et ainsi de suite. Cette utilisation systématique de l’extrapolation de Richard-
Z b
son permet d’obtenir successivement des approximations de l’intégrale f (x) dx d’ordre
a
2, 4, 6, 8, · · · . Sur le plan pratique, on obtient des résultats extrêremement précis.
Notons T1,i le résultat obtenu à l’aide de la méthode des trapèzes composée avec 2i−1
intervalles. Les T1,i sont des approximations d’ordre 2. Pour passer de T1,i , à T1,i+1 , on

2023-2024 Analyse numérique ISSAT de SOUSSE

3.7. Méthode de Romberg (un procédé d’accélération de la convergence) 45

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

24 T2,i+1 − T2,i 26 T3,i+1 − T3,i

T3,i = , T4,i =
24 − 1 26 − 1
28 T4,i+1 − T4,i 10
2 T5,i+1 − T5,i
T5,i = , T6,i = ,···
28 − 1 210 − 1

Ce qui définit un triangle de la forme :

T1,1 T1,2 T1,3 T1,4 T1,5 T1,6 Ordre 2

T2,1 T2,2 T2,3 T2,4 T2,5 Ordre 4
T3,1 T3,2 T3,3 T3,4 Ordre 6
T4,1 T4,2 T4,3 Ordre 8
T5,1 T5,2 Ordre 10
T6,1 Ordre 12

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

2023-2024 Analyse numérique ISSAT de SOUSSE

46 Chapitre 3. Intégration numérique

On peut effectuer donc les différentes extrapolation de Richardson :

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

On peut définir le triangle suivant

T1,1 = 0.7853982 T1,2 = 0.9480594 T1,3 = 0.9871158 T1,4 = 0.9967852 Ordre 2
T2,1 = 1.0022799 T2,2 = 1.0001346 T2,3 = 1.0000083 Ordre4
T3,1 = 0.9999916 T3,2 = 0.9999999 Ordre6
T4,1 = 1.0000000 Ordre8

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.)

2023-2024 Analyse numérique ISSAT de SOUSSE