Chapitre 2

Intégration numérique

2.1 Introduction
L’objectif de l’integration numérique est de calculer une approximation de
Z b
l’intégrale I = f (x)dx d’une fonction f continue sur un intervalle [a, b].
a
En effet, l’expression analytique
Z 1 de f peut ne pas être connue dans certains
2
cas, par exemple, pensez à e x dx. On supposera dans ce chapitre que f est
0
connue en n + 1 points x0 , x1 , . . . , xn de [a, b].

Definition 1. On appelle formule de quadrature ou formule d’intégration

numérique, toute formule permettant de calculer cette approximation I(f ).

Remarque. Une possibilité consiste à remplacer f par un polynôme d’in-

terpolation Pn aux noeuds a = x0 < x1 < x2 . . . < xn = b.
Z b Z b Z b
Donc, on a I(f ) = f (x)dx = Pn (x)dx+ E(x)dx où E désigne
a a a
la fonction erreur.
Xn
De Pn (x) = yi Li (x), on obtient
i=0

Z b ✓X
n ◆ n
X
˜ )=
I(f ) ⇡ I(f Pn (x)dx = I yi Li (x) = yi I Li (x)
a i=0 i=0
n
X Z b n
X Z b
= yi Li (x)dx = ↵ i yi , où ↵i = Li (x)dx.
i=0 a i=0 a

˜ ) est une formule de quadrature de type d’in-

Definition 2. La formule I(f
Rb
terpolation de Lagrange pour I(f ) = a f (x)dx.

On mesure la précision des quadratures numériques à l’aide des notations

d’erreur d’intégration.

Dr. M DIABY
 Si f est suffisamment dérivable, on a
Z b
1
E(f ) = I(f Pn ) = f (n+1) (⌘x )L(x)dx
(n + 1)! a

Une première estimation de l’erreur est

Z b
1
|E(f )|  max |f (n+1) (⌘x )| |L(x)|dx.
(n + 1)! x2[x0 ,xn ] a

On en déduit que E(f ) = 0 si f est un polynôme de degré inférieur ou égal à n.

2.2 Méthode du rectangle dans un intervalle unique

Quand on prend un polynôme de Lagrange de degré n = 0 et en posant
x0 = a, on a P0 (x) = f (a) ⌘ cste.
On obtient alors
Z b Z b Z b
f (x)dx ⇡ P0 (x)dx ⇡ f (a)dx ⇡ (b a)f (a).
a a a

C’est la méthode des rectangles à gauche. Mais ce n’est pas la seule, il y’a
aussi les rectangles à droite et point milieu.
— formule du rectangle à droite x0 = b
Formule des rectangles à droite
Z b
f (x)dx ⇡ f (b)(b a).
a

— formule du rectangle du point milieu x0 = a+b

2

Formule du point milieu

Z b
a+b
f (x)dx ⇡ f ( )(b a).
a 2

2.2.1 Estimation de l’erreur

On peut indifféremment utiliser un développement limité de Taylor ou le
théorème des accroissements finis : En effet, on a 8x 2 [a, b], 9⌘ 2 [a, b] tel que
f (x) = f (a) + (x a)f 0 (⌘). En remplaçant dans l’expression de l’intégrale et de
l’erreur, on trouve
Z b Z b Z b Z b
E(f ) =I(f ) ˜ )=
I(f f (x)dx P0 (x)dx = f (x) P0 (x) dx = f (x) f (a) dx
a a a a
Z b Z b a
0 0 (b a)2 h2 0
= x a f (⌘)dx = f (⌘) x dx = f 0 (⌘) = f (⌘).
a 0 2 2

CHAPITRE 2. INTÉGRATION NUMÉRIQUE 10

Dr. M DIABY
 Erreur de quadrature des rectangles à droite, à gauche

Si f est de classe C 1 , l’erreur par la méthode des rectangles vérifie

h2 0 h2
|E(f )| = | f (⌘)|  sup |f 0 | | |.
2 [a,b] 2

L’erreur E0 n’est pas connue car la valeur de ⌘ 2 [a, b] reste indéterminée.

Cependant, on peut la majorer par la plus grande valeur de la dérivée sur le
domaine considéré.

Erreur du point milieu

On utilise le théorème des Accroissements finis au deuxième ordre :
a+b a+b 0 a+b a + b 2 f 00 (⌘)
8x 2 [a, b], 9⌘ 2]a, b[ tel que f (x) = f ( )+(x )f ( )+(x ) .
2 2 2 2 2
En remplaçant dans l’expression de l’intégrale et de l’erreur, on trouve, avec
h = b 2a :
Z b Z b Z b
E(f ) =I(f ) ˜ )=
I(f f (x)dx P0 (x)dx = f (x) P0 (x) dx
a a a
Z b Z b 
a+b a+b 0 a+b a + b 2 f 00 (⌘)
= f (x) f( ) dx = (x )f ( ) + (x ) dx
a 2 a 2 2 2 2
Z b a
00 Z b a
a+b 2 f (⌘) 2 b a f 00 (⌘) h3 00
=f 0 ( ) x dx + x2 dx = ( )3 = f (⌘).
2 b
2
a 2 b
2
a 2 3 3

Erreur de quadrature du point milieu

Si f est de classe C 2 , l’erreur par la méthode du point milieu vérifie

h3 00 h3
|E(f )| = | f (⌘)|  sup |f 00 | | |.
3 [a,b] 3

2.3 Méthode des trapèzes dans un intervalle unique

Cette méthode s’obtient en appliquant une approximation de f pour un
polynôme interpolateur de Lagrange pour n = 1 aux points x0 = a et x1 = b et
donc f (x0 ) = f (a), f (x1 ) = f (b).
x b x a
On interpole donc f par le polynôme P1 (x) = f (a). + f (b). .
b a b a
On trouve successivement

CHAPITRE 2. INTÉGRATION NUMÉRIQUE 11

Dr. M DIABY
 Z b Z b Z b Z b
˜ )= x b x a
I(f f (x)dx = P1 (x)dx = f (a) dx + f (b) dx
a a a b a a b a
Z b Z b
f (a) f (b)
= (x b)dx +
(x a)dx
b a a b a a
 b  b
f (a) 1 2 f (b) 1 2
= x bx + x ax
b a 2 a b a 2
 a
f (a) 1 2 f (b) 1 2
= (b a2 ) b(b a) + (b a2 ) a(b a)
b a 2 b a 2
 
f (a) 1 f (b) 1
= (b a) (b + a) b + (b a) (b + a) a
b a 2 b a 2
1 1
= (b a)f (a) + (b a)f (b).
2 2
Par suite
Formule des trapèzes
Z b
1 ⇥ ⇤
f (x)dx = (b a) f (a) + f (b) .
a 2

2.3.1 Estimation de l’erreur de la méthode des trapèzes

On rappelle que l’erreur de l’interpolation est donnée par

f 00 (⌘x )
, e(x) = (x a)(x b)
2
Z b
f 00 (⌘x )
et donc l’erreur de quadrature E donne : E = (x a)(x b) .
a 2
Faisons un changement de variable, en posant s = x a
:
( ( b a
x = (b a)s + a x= a)s=0
Alors et
dx = (b a)ds x = b ) s = 1.
On a

Z b Z 1
(x a)(x b)dx = s(b a)(b a)(s 1)(b a)ds
a 0
Z 1  1
s3 s2 1
= s(s 1)(b a)3 ds = (b a)3 = (b a)3 .
0 3 2 0 6

Par suite

Z b Z b
f 00 (⌘x ) (2.1) f 00 (c)
E= (x a)(x b) dx = (x a)(x b)dx (2.1)
a 2 2 a

CHAPITRE 2. INTÉGRATION NUMÉRIQUE 12

Dr. M DIABY
où dans (2.1) on utilise le théorème de la moyenne car (x a)(x b) garde un
signe constant.

f 00 (c) 1 1 00
E= .( )(b a)3 = f (c)h3 ,
2 6 12
où h = b a.
Erreur de quadrature de la méthode des trapèzes

Si f est de classe C 2 , l’erreur commise en appliquant la méthode des

trapezes vérifie

h3 00 h3
|E(f )| = | f (⌘)|  sup |f 0 | | |.
12 [a,b] 12

2.4 Méthode de Simpson dans un intervalle unique

(n = 2)
Cette fois, on applique une interpolation sur trois points (n = 2) que sont
x0 = a, x1 = a+b 2 et x2 = b et alors f (x0 ) = f (a), f (x1 ) = f ( 2 ) et f (x2 ) =
a+b

f (b).
X 2
Ce polynôme P2 (x) = f (xi )Li (x)dx donne
i=0

Z b Z b 2
X
P2 (x)dx = f (xi )Li (x)dx
a a i=0
Z b Z b Z b
= f (x0 )L0 (x)dx + f (x1 )L1 (x)dx + f (x2 )L2 (x)dx
a a a
Z b Z b Z b
=f (x0 ) L0 (x)dx + f (x1 ) L1 (x)dx + f (x2 ) L2 (x)dx
a a a
Z b Z b Z b
On calcule w0 = L0 (x)dx, w1 = L1 (x)dx, et w2 = L2 (x)dx.
a a a
Puisque xi = x0 + ih (x1 = x0 + h et = x0 + 2h), on a x x2 x1 = x x0 h
et x x2 = x x0 2h. Alors
Z b
1
w0 = 2 (x x0 h)(x x0 2h)dx.
2h a
Si on fait un changement de variable, on trouve y = x x0 h et alors
8
>
<x = a ) y = h
x=b)y=h
>
:
dx = dy.
Par suite
Z h  h
1 1 1 3 1 2 1
w0 = y(y h)dy = y y h = h.
2h2 h 2h2 3 2 h 3

CHAPITRE 2. INTÉGRATION NUMÉRIQUE 13

Dr. M DIABY
 En se basant sur les memes techniques pour les calculs, on trouve
Z b Z b
(x x0 )(x x2 )
w1 = L1 (x)dx = dx
a a (x1 x0 )(x1 x2 )
Z b Z h
1 1
= (x x0 h + h)(x x0 h h)dx = (y + h)(y h)dy
h2 a h2 h
Z h  h 
1 1 1 3 1 h3 h3
= (y 2 h2 )dy = y yh 2
= h3 ( + h3 )
h2 h h2 3 h h2 3 3
2 4
= h + 2h = h.
3 3
De la même manière, on obtient w2 .
Z b Z b Z b
(x x0 )(x x1 ) 1
w2 = L2 (x)dx = dx = 2 (x x0 )(x x1 )dx
a a (x2 x0 )(x2 x1 ) 2h a
Z b Z h
1 1
= (x x0 h + h)(x x0 h h)dx = (y + h)ydy
2h2 a 2h2 h
 h
1 1 3 y2 1
= 2 y h = h.
2h 3 2 h 3

Par la substitution directe dans la formule d’intégration, on trouve :

I˜ =f (x0 )w0 + f (x1 )w1 + f (x2 )w2

1 4 1
= hf (x0 ) + hf (x1 ) + hf (x2 )
3  3 3
1 a+b
= h f (a) + 4f ( ) + f (b)
3 2

(b a) a+b
= f (a) + 4f ( ) + f (b)
6 2

Formule de Simpson
Z b 
(b a) a+b
f (x)dx = f (a) + 4f ( ) + f (b) .
a 6 2

2.4.1 Estimation de l’erreur de la méthode de Simpson

On utilise toujours les memes arguments ( développements en série de Taylor
ou bien le théorème des accroissements finis) afin d’estimer l’erreur de cette
5
méthode. Tout d’abord, on pose h = b 2 a , 9⌘ 2 [a, b], E = h90 f (4) (⌘).
Puisque l’erreur est inconnue à cause de l’indétermination de la valeur de ⌘ 2
[a, b] ; alors on majore l’erreur par la plus grande valeur de la dérivée quatrième
5
sur [a, b] i.e, |E|  h90 sup[a,b] (|f (4) |).

CHAPITRE 2. INTÉGRATION NUMÉRIQUE 14

Dr. M DIABY
 Erreur de quadrature de la méthode de Simpson

Si f est de classe C 4 , l’erreur commise en appliquant la méthode des

trapèzes vérifie

h5 (4) h5
|E(f )| = | f (⌘)|  sup |f (4) | | |.
90 [a,b] 90

2.5 Méthode des composites( ou de Newton-côte)

On parle aussi de formules d’intégration composées. Les formules de base sur
un intervalle ne sont précis que si b a petit.Il faut donc en général subdiviser
n
X Z xi
l’intervalle a = x0 < x1 < . . . < xn = b et sommer : I = f (x)dx .
i=1 xi 1
| {z }
Formule de base sur[xi 1 ;xi ]
Z xi
Si Ei est l’erreur sur f (x)dx alors l’erreur commise sur I sera Ec =
xi 1
n
X
Ei .
i=1
Avec une subdivision à pas constant h, on a xi = a + ih, h = b a
n et on
posera fi = f (xi ).

⌅ Règle composée du rectangle à gauche, à droite

Z xn Z x1 Z x2 Z xn
f (x)dx = f (x)dx + f (x)dx + . . . + f (x)dx
x0 x0 x1 xn 1

⇡(x1 x0 )f (x1 ) + (x2 x1 )f (x2 ) + . . . + (xn xn 1 )f (xn )

⇡hf (x1 ) + hf (x2 ) + . . . + hf (xn )
Xn
=h f (xi ) = formule à droite
i=1
n
X
=h f (xi 1) = formule à gauche.
i=1

La formule de base donne

Z xi
h2 0
f (x)dx = (xi xi 1 )f (xi 1 ) + Ei = hf (xi 1) + f (⌘i ).
xi 1
2

Alors
n
X
n min f 0 (x)  f 0 (⌘i )  n max f 0 (x)
x2[a,b] x2[a,b]
i=1
Pn
f 0 (⌘i )
et il existe ⌘ 2]a, b[ tel que i=1
= f 0 (⌘) (d’après TVI).
n

CHAPITRE 2. INTÉGRATION NUMÉRIQUE 15

Dr. M DIABY
 n
X n
X n
h2 h2 X 0 h2 b a 0
Comme E = Ei , on a E = f 0 (⌘i ) = f (⌘i ) = f (⌘).
i=1 i=1
2 2 i=1 2 h
Par suite
Méthode du rectangle composite

n
X b a
I(f ) = h f (xi 1) + E, E= f 0 (⌘)h, ⌘ 2]x0 , xn [.
i=1
2

⌅ Règle composée du rectangle du point milieu

Par le même principe, on obtient
Méthode du rectangle composite

n
X xi 1+ xi b a
I(f ) = h f( ) + E, E= f 00 (⌘)h2 , ⌘ 2]x0 , xn [.
i=1
2 24

⌅ Règle composite du trapèze

Z xn Z x1 Z x2 Z xn
f (x)dx = f (x)dx + f (x)dx + . . . + f (x)dx
x0 x0 x1 xn 1
✓ ◆ ✓ ◆ ✓ ◆
f (x0 + f (x1 ) f (x1 + f (x2 ) f (xn 1 + f (xn )
⇡h +h + ... + h
2 2 2
✓ ◆
f (x0 + f (xn )
⇡h + f (x1 ) + f (x2 ) + . . . + f (xn 1 )
2

b a f (a) + f (b)
=⇡ + f (x1 ) + f (x2 ) + . . . + f (xn 1 ) .
n 2

En somme, on a
Méthode composite du trapèze

 n
X1
h b a
I(f ) = f (a)+f (b)+f (x1 )+2 f (xi ) +E, E = f 00 (⌘)h2 , ⌘ 2]x0 , xn [.
2 i=1
12

⌅ Règle composite du Simpson

Puisque la méthode simple requiert deux intervalles, il semble souhaitable
de diviser l’intervalle [a, b] en 2n sous-intervalles et d’utiliser la méthode de
Simpson de base.

CHAPITRE 2. INTÉGRATION NUMÉRIQUE 16

Dr. M DIABY
Z xn X1 Z x2i+2
n n
X1 
h ⇤
f (x)dx = f (x)dx ⇡ f (x2i ) + 4f (x2i+1 ) + f (x2i+2 )
x0 i=0 x2i i=0
3
 
h ⇤ h ⇤
⇡ f (x0 ) + 4f (x1 ) + f (x2 ) + f (x2 ) + 4f (x3 ) + f (x4 ) + . . .
3 3
 
h ⇤ h ⇤
+ f (x2n 4 ) + 4f (x2n 3 ) + f (x2n 2 ) + f (x2n 2 ) + 4f (x2n 1 ) + f (x2n )
3 3

h
⇡ f (x0 ) + 4f (x1 ) + 2f (x2 ) + 4f (x3 ) + 2f (x4 ) + . . . + 4f (x2n 3 )
3

+2f (x2n 2) + 4f (x2n 1) + f (x2n ) .

Remarque. Tous les termes de rang impair sont multiplies par 4 tandis que
ceux de rang pair sont multipliés par 2, sauf le premier f (x0 ) et le dernier
f (x2n ).
Donc on peut écrire comme suit : h = b2na et donc n = b2ha ; et l’erreur
totale est
✓ ◆ ✓ ◆
f (4) (⌘) 5 b a f (4) (⌘) 5 b a (4)
n h = h = f (⌘)h4
90 2h 90 180

D’où
Méthode composite de Simpson

 n
X
2 1
X
n
2
h
I(f ) = f (a) + 2 f (x2i ) + 4 f (x2i 1) + f (b) + E,
3 i=1 i=1

b a (4)
E= f (⌘)h4 , n pair, ⌘ 2]x0 , xn [.
180

Definition 3. Le degré d’exactitude ( ou degré de précision) d’une formule

de quadrature est le plus grand entier p 0 pour lequel la valeur approchée
de l’intégrale (obtenue avec la formule de quadrature) d’un polynôme de
degré p est égale à la valeur exacte, i.e. Q̃ = I(Q), 8Q 2 Rp [X].

Remarque. Autrement dit, une formule de quadrature est dite d’ordre p si

elle est exacte sur Rp [X] et inexacte pour au moins un polynôme de degré
strictement supérieur à p.

Remarque. Pour vérifier qu’une formule de quadrature est de degre p, il

suffit de vérifier qu’elle est exacte sur une base Rp [X]( part exemple, la

CHAPITRE 2. INTÉGRATION NUMÉRIQUE 17

Dr. M DIABY
 base canonique (1, x, x2 , . . . , xp )) et inexacte pour un polynôme de degré
p + 1 (par exemple, le polynome de xp+1 ).

2.6 Quadrature de Gauss

On cherche des expressions de la forme
Z 1 n
X
g(x)dx = wi g(xi ) (2.3)
1 i=0

dont le degré de précision est le plus élevé possible.

L’expression précédente est appelé quadrature de Gauss à n points ; xi , i =
1, . . . , xn sont les points d’intégration et les coefficients wi , xi , i = 1, . . . , xn ;
sont apples les poids d’intégration.
On restreint notre étude à l’intervalle [ 1, 1] car pour un intervalle quel-
conque [a, b], on peut se ramener à une intégration sur [ 1, 1].

(b a)t + a + b
Exemple. Soit x = 2 [a, b].t 2 [ 1, 1].
Z b Z 1 2✓ ◆ Z 1
(b a)t + a + b b a b a
On a f (x)dx = f dt = g(t)dt
a✓ 1 ◆ 2 2 2 1
(b a)t + a + b
où g(t) = f
2

Note. Nous cherchons les points et les poids d’intégration de façon à ce

que la quadrature (2.3) soit exacte dans le cas des polynômes de degré le
plus élevé possible.
Les points d’intégration xi , i = 1, . . . , xn doivent tous être distincts et
les poids d’intégration doivent être non nuls.
Xm
Comme tout polynôme de degré m peut s’écrire Pm (x) = ak xk , il
k=0
suffit que la relation (2.3) soit exacte successivement pour les monômes
xk , k = 1, 2, . . . , m que constituent une base de l’espace vectoriel des poly-
nômes de degré m.
Le degré maximal dépend du nombre de points d’intégration n.

Exemple. On désire developper une formule d’intégration numérique dans

Z 3h
[0, 3h] de la forme f (t)dt ⇡ af (h) + bf (2h).
0
— Déterminer les valeurs des constantes a et b de sorte que cette qua-
drature soit exacte dans le cas de tout polynôme de degré inférieur
ou égal à 1.
Z 3h
dt
— Calculer à l’aide cette expression.
0 1 +t
— Calculer l’erreur absolue et l’erreur relative.

CHAPITRE 2. INTÉGRATION NUMÉRIQUE 18

Dr. M DIABY