MÉTHODES NUMÉRIQUES

A P P L I Q U É E S AU X S C I E N C E S D E L’ I N G É N I E U R

Pr. Hliwa Ghizlane Zineb

• Méthodes Numériques : Le but de ce cours est de fournir, les principes
de base des méthodes numériques les plus utilisées. Même si désormais le
premier contact avec les méthodes numériques se fait par l’utilisation
d’outils tels que Matlab, … permettant la manipulation de concepts
mathématiques évolués, il reste indispensable de connaître les fondements
des principales méthodes pour les utiliser de façon pertinente.
 PLAN

• Introduction aux méthodes numériques

• Résolution des équations non linéaires
• Résolution des systèmes d’équations
• Interpolation
• Différenciation et Intégration numérique
• Equations différentielles (ordinaires et aux dérivées partielles)
 CHAPITRE 1: INTRODUCTION AUX
MÉTHODES NUMÉRIQUES
Les sciences de l’ingénieur nécessitent la résolution de problèmes
de nature diverses dans les disciplines suivantes :

– Mécanique
– des solides rigides,
– des fluides,
– des solides déformables.
– Thermique.
– Vibrations
– Électromagnétisme

Solutions recherchées en Mécanique

Les problèmes sont généralement posés sous la forme de systèmes
d’équations aux dérivées partielles paramétrées par le temps. 4
 CHAPITRE 1: INTRODUCTION AUX
MÉTHODES NUMÉRIQUES

Erreurs et Précision
Pour évaluer la précision d’un résultat, il faut connaître
parfaitement les erreurs commises.Voici deux exemples:

• Erreur de modélisation

- Le modèle distance=vitesse*temps (d = v*t) ne peut pas être

utilisé pour déterminer le temps total pour un voyage d’une ville
à une autre. Il faut aussi tenir compte des embouteillages, des
barrages, du fait que la vitesse v n’est pas constante. Un modèle
plus approprié doit tenir compte du fait que la vitesse varie avec
𝑡
le temps. Cela est possible avec la formule d = ‫׬‬0 𝑣 𝑡 𝑑𝑡. 5
 CHAPITRE 1: INTRODUCTION AUX
MÉTHODES NUMÉRIQUES

Erreurs et Précision
• Erreur de troncature

Les erreurs de troncature sont liées à la précision de l’algorithme utilisé.

Elles peuvent être contrôlées par l’algorithme lui-même. On fait ce type
d’erreur lorsque:
-On prend un nombre fini de termes dans une série,
-On utilise un nombre fini d’itérations,
-On approxime une dérivée par un quotient aux différences.

Si une fonction est approchée par son développement de Taylor, l’erreur de

troncature sera obtenue par une évaluation du reste du développement.

6
 CHAPITRE 1: INTRODUCTION AUX
MÉTHODES NUMÉRIQUES

T H É O R È M E D E TAY L O R
Soient n Є N, f(x) une fonction dérivable n+1 fois dans un voisinage de x = x0
et h Є R, alors il existe α Є R compris entre x0 et x0 + h tel que

Approximations des dérivées : posons h = x

Erreur

Approximation de f’(x0)
 CHAPITRE II: RÉSOLUTION
D’ÉQUATIONS NON LINÉAIRES

-Méthode de la bissection (dichotomie)

-Méthode de la sécante
-Méthode de Newton

-Méthode du point fixe

CHAPITRE II: RÉSOLUTION
D’ÉQUATIONS NON LINÉAIRES
CHAPITRE II: RÉSOLUTION D’ÉQUATIONS NON LINÉAIRES:
MÉTHODE DE LA DICHOTOMIE

OBJECTIF : TROUVER LES

ZÉROS DE F O N C T I O N S
N O N LINÉAIRES.
CHAPITRE II: RÉSOLUTION D’ÉQUATIONS NON LINÉAIRES:
MÉTHODE DE LA DICHOTOMIE
CHAPITRE II: RÉSOLUTION D’ÉQUATIONS NON LINÉAIRES:
MÉTHODE DE LA DICHOTOMIE
CHAPITRE II: RÉSOLUTION D’ÉQUATIONS NON LINÉAIRES:
MÉTHODE DE LA DICHOTOMIE
CHAPITRE II: RÉSOLUTION D’ÉQUATIONS NON LINÉAIRES:
MÉTHODE DE LA DICHOTOMIE
CHAPITRE II: RÉSOLUTION D’ÉQUATIONS NON LINÉAIRES:
MÉTHODE DE LA SÉCANTE
CHAPITRE II: RÉSOLUTION D’ÉQUATIONS NON LINÉAIRES:
MÉTHODE DE LA SÉCANTE
CHAPITRE II: RÉSOLUTION D’ÉQUATIONS NON LINÉAIRES:
MÉTHODE DE LA SÉCANTE
CHAPITRE II: RÉSOLUTION D’ÉQUATIONS NON LINÉAIRES:
MÉTHODE DE LA SÉCANTE
CHAPITRE II: RÉSOLUTION D’ÉQUATIONS NON LINÉAIRES:
MÉTHODE DE LA SÉCANTE
CHAPITRE II: RÉSOLUTION D’ÉQUATIONS NON LINÉAIRES:
MÉTHODE DE NEWTON

Cette méthode s’applique à des équations pour lesquelles on peut calculer

la dérivée de f : f ’(x).
Soit x1 une valeur approchée de la racine s inconnue.
Posons : x2=x1+h, et cherchons l’accroissement h qu’il faut donner à x1, de façon à ce que :

Après développement en série de Taylor à l’ordre 2, on obtient :

ou au premier ordre : y

c’est à dire:
xn xn+1


Dans les itérations, on a:

soit
 CHAPITRE II: RÉSOLUTION D’ÉQUATIONS NON LINÉAIRES:
MÉTHODE DE NEWTON
Convergence
La méthode ne converge
pas toujours vers la
solution. Dans
l’exemple ci-contre il y
existe un changement de
concavité qui amène à x1 x3 x2
une oscillation des
termes x(k) s

Critère(s) d’arrêt
CHAPITRE II: RÉSOLUTION D’ÉQUATIONS NON
LINÉAIRES:
MÉTHODE DU POINT FIXE
CHAPITRE III: RÉSOLUTION DES SYSTÈMES
D’ÉQUATIONS LINÉAIRES
CHAPITRE III: RÉSOLUTION DES SYSTÈMES
D’ÉQUATIONS LINÉAIRES
CHAPITRE III: RÉSOLUTION DES SYSTÈMES
D’ÉQUATIONS LINÉAIRES
CHAPITRE III: RÉSOLUTION DES SYSTÈMES
D’ÉQUATIONS LINÉAIRES : PIVOT DE GAUSS
CHAPITRE III: RÉSOLUTION DES SYSTÈMES
D’ÉQUATIONS LINÉAIRES : PIVOT DE GAUSS
CHAPITRE III: RÉSOLUTION DES SYSTÈMES
D’ÉQUATIONS LINÉAIRES : PIVOT DE GAUSS
CHAPITRE III: RÉSOLUTION DES SYSTÈMES
D’ÉQUATIONS LINÉAIRES : PIVOT DE GAUSS
CHAPITRE III: RÉSOLUTION DES SYSTÈMES
D’ÉQUATIONS LINÉAIRES : PIVOT DE GAUSS
CHAPITRE III: RÉSOLUTION DES SYSTÈMES
D’ÉQUATIONS LINÉAIRES : PIVOT DE GAUSS
CHAPITRE III: RÉSOLUTION DES SYSTÈMES
D’ÉQUATIONS LINÉAIRES : FACTORISATION LU
CHAPITRE III: RÉSOLUTION DES SYSTÈMES
D’ÉQUATIONS LINÉAIRES : FACTORISATION LU
 CHAPITRE III: RÉSOLUTION DES SYSTÈMES
D’ÉQUATIONS LINÉAIRES : FACTORISATION LU

Exemple:

2 −1 2 1
Soit A = −6 0 −2 et b= 2 . A est inversible.
8 −1 5 1

Résolution du système AX= b par factorisation LU.

2 −1 2 1 0 0 𝑢11 𝑢12 𝑢13

A = −6 0 −2 = LU = 𝑙21 1 0 0 𝑢22 𝑢23
8 −1 5 𝑙31 𝑙32 1 0 0 𝑢33

1 0 0 2 −1 2
= −3 1 0 0 −3 4
4 −1 1 0 0 1
 CHAPITRE III: RÉSOLUTION DES SYSTÈMES
D’ÉQUATIONS LINÉAIRES : FACTORISATION LU

Exemple:

𝐿𝑌 = 𝑏
AX=b ↔ 𝐿𝑈𝑋 = 𝑏 ↔ ቊ
𝑈𝑋 = 𝑌

Résolution du système AX= b par factorisation LU.

1 0 0 𝑦1 1
LY=b ↔ −3 1 0 𝑦2 = 2
4 −1 1 𝑦3 1

𝑦1 = 1 𝑦1 = 1
↔ ቐ −3𝑦1 + 𝑦2 = 2 ↔ ቐ𝑦2 = 5
4𝑦1 − 𝑦2 + 𝑦3 = 1 𝑦3 = 2
 CHAPITRE III: RÉSOLUTION DES SYSTÈMES
D’ÉQUATIONS LINÉAIRES : FACTORISATION LU

Exemple:

2 −1 2 𝑥1 1
UX=Y ↔ 0 −3 4 𝑥2 = 5
0 0 1 𝑥3 2

2𝑥1 − 𝑥2 + 2𝑥3 = 1 𝑥1 = −1
↔ ቐ −3𝑥2 + 4𝑥3 = 5 ↔ ቐ 𝑥2 = 1
𝑥3 = 2 𝑥3 = 2

−1
↔X= 1
2
CHAPITRE III: RÉSOLUTION DES SYSTÈMES D’ÉQUATIONS
LINÉAIRES : FACTORISATION DE CHOLESKY
CHAPITRE III: RÉSOLUTION DES SYSTÈMES D’ÉQUATIONS
LINÉAIRES : FACTORISATION DE CHOLESKY

Exemple:

1 −1 2 1
Soit A = −1 5 −4 et b= 3 . A est symétrique et définie positive.
2 −4 6 1
.

Résolution du système AX= b par factorisation de Cholesky.

1 −1 2 𝑟11 0 0 𝑟11 𝑟21 𝑟31

A = −1 5 −4 = R tR = 𝑟21 𝑟22 0 0 𝑟22 𝑟32
2 −4 6 𝑟31 𝑟32 𝑟33 0 0 𝑟33

1 0 0 1 −1 2
= −1 2 0 0 2 −1
2 −1 1 0 0 1
CHAPITRE III: RÉSOLUTION DES SYSTÈMES D’ÉQUATIONS
LINÉAIRES : FACTORISATION DE CHOLESKY

Exemple:

𝑅𝑌 = 𝑏
AX=b ↔ 𝑅𝑡𝑅𝑋 = 𝑏 ↔ ቊ𝑡
𝑅𝑋 = 𝑌

Résolution du système AX= b par factorisation LU.

1 0 0 𝑦1 1
𝑅𝑌 = 𝑏 ↔ −1 2 0 𝑦2 = 3
2 −1 1 𝑦3 1

𝑦1 = 1 𝑦1 = 1
↔ ቐ −𝑦1 + 2𝑦2 = 3 ↔ ቐ𝑦2 = 2
2𝑦1 − 𝑦2 + 𝑦3 = 1 𝑦3 = 1
CHAPITRE III: RÉSOLUTION DES SYSTÈMES D’ÉQUATIONS
LINÉAIRES : FACTORISATION DE CHOLESKY

Exemple:

1 −1 2 𝑥1 1
𝑡𝑅X=Y ↔
0 2 −1 𝑥2 = 2
0 0 1 𝑥3 1

𝑥1 − 𝑥2 + 2𝑥3 = 1 𝑥1 = 1/2
↔ ቐ 2𝑥2 − 𝑥3 = 2 ↔ ቐ𝑥2 = 3/2
𝑥3 = 1 𝑥3 = 1

1/2
↔ X = 3/2
1
CHAPITRE III: RÉSOLUTION DES SYSTÈMES D’ÉQUATIONS
LINÉAIRES : FACTORISATION DE HOUSEHOLDER
CHAPITRE III: RÉSOLUTION DES SYSTÈMES D’ÉQUATIONS
LINÉAIRES : FACTORISATION DE HOUSEHOLDER
CHAPITRE III: RÉSOLUTION DES SYSTÈMES D’ÉQUATIONS
LINÉAIRES : FACTORISATION DE HOUSEHOLDER
CHAPITRE III: RÉSOLUTION DES SYSTÈMES D’ÉQUATIONS
LINÉAIRES : FACTORISATION DE HOUSEHOLDER
CHAPITRE III: RÉSOLUTION DES SYSTÈMES D’ÉQUATIONS
LINÉAIRES : FACTORISATION DE HOUSEHOLDER
CHAPITRE III: RÉSOLUTION DES SYSTÈMES D’ÉQUATIONS
LINÉAIRES : FACTORISATION DE HOUSEHOLDER
CHAPITRE III: RÉSOLUTION DES SYSTÈMES D’ÉQUATIONS
LINÉAIRES : FACTORISATION DE HOUSEHOLDER

Étape 1 : On considère le vecteur obtenu à partir de la première colonne de la matrice A

de (S), i.e., a1 = (2 1 2)T . Le but de cette étape est de trouver la matrice H correspondant à v = a1
de sorte qu’en multipliant la matrice A du système (S) à gauche par H on obtienne des zéros sous
le premier coefficient. Pour ceci, on introduit les vecteurs:
CHAPITRE III: RÉSOLUTION DES SYSTÈMES D’ÉQUATIONS
LINÉAIRES : FACTORISATION DE HOUSEHOLDER

on considère la matrice élémentaire de Householder:

On a alors :
CHAPITRE III: RÉSOLUTION DES SYSTÈMES D’ÉQUATIONS
LINÉAIRES : FACTORISATION DE HOUSEHOLDER
CHAPITRE III: RÉSOLUTION DES SYSTÈMES D’ÉQUATIONS
LINÉAIRES : MÉTHODES ITÉRATIVES
CHAPITRE III: RÉSOLUTION DES SYSTÈMES D’ÉQUATIONS
LINÉAIRES : MÉTHODE DE JACOBI
CHAPITRE III: RÉSOLUTION DES SYSTÈMES D’ÉQUATIONS
LINÉAIRES : MÉTHODE DE JACOBI
CHAPITRE III: RÉSOLUTION DES SYSTÈMES D’ÉQUATIONS
LINÉAIRES : MÉTHODE DE JACOBI
CHAPITRE III: RÉSOLUTION DES SYSTÈMES D’ÉQUATIONS
LINÉAIRES : MÉTHODE DE JACOBI
CHAPITRE III: RÉSOLUTION DES SYSTÈMES D’ÉQUATIONS
LINÉAIRES : MÉTHODE DE GAUSS-SEIDEL
CHAPITRE III: RÉSOLUTION DES SYSTÈMES D’ÉQUATIONS
LINÉAIRES : MÉTHODE DE GAUSS-SEIDEL
CHAPITRE III: RÉSOLUTION DES SYSTÈMES D’ÉQUATIONS
LINÉAIRES

Appliquer les méthodes de jacobi et de Gauss seidel sur le système suivant (méthode matricielle
et méthode d’itérations normale):
CHAPITRE III: RÉSOLUTION DES SYSTÈMES D’ÉQUATIONS
LINÉAIRES : MÉTHODE DE GAUSS-SEIDEL AVEC
RELAXATION
CHAPITRE III: RÉSOLUTION DES SYSTÈMES D’ÉQUATIONS
LINÉAIRES : MÉTHODE DE GAUSS-SEIDEL AVEC
RELAXATION
CHAPITRE III: RÉSOLUTION DES SYSTÈMES D’ÉQUATIONS
LINÉAIRES : MÉTHODE DU GRADIENT CONJUGUÉ
CHAPITRE III: RÉSOLUTION DES SYSTÈMES D’ÉQUATIONS
LINÉAIRES : MÉTHODE DU GRADIENT CONJUGUÉ
CHAPITRE III: RÉSOLUTION DES SYSTÈMES D’ÉQUATIONS
LINÉAIRES : MÉTHODE DU GRADIENT CONJUGUÉ
 CHAPITRE III: RÉSOLUTION DES SYSTÈMES
D’ÉQUATIONS NON LINÉAIRES
La méthode Newton peut s’appliquer à la résolution d’un système de plusieurs
équations non linéaires :

A partir d’un couple de valeurs approchées (x1,y1) d’une solution du système, on peut déterminer
deux accroissements h et k à donner à x1 et y1 de manière à ce que :

En développant en 1er ordre:

Avec:
 CHAPITRE III: RÉSOLUTION DES SYSTÈMES
D’ÉQUATIONS NON LINÉAIRES
Les quantités h et k s’obtiennent donc, en résolvant le système linéaire suivant :

avec :

Sous forme matricielle,

en posant J la matrice Jacobienne,
on arrive à:

Généralisation:

33

On peut noter de façon condensée (vectorielle):

CHAPITRE III: RÉSOLUTION DES SYSTÈMES
D’ÉQUATIONS NON LINÉAIRES
CHAPITRE IV: INTERPOLATION
CHAPITRE IV: INTERPOLATION: DIFFERENCES
DIVISÉES ET FORMULE DE NEWTON
CHAPITRE IV: INTERPOLATION: DIFFERENCES
DIVISÉES ET FORMULE DE NEWTON
CHAPITRE IV: INTERPOLATION: DIFFERENCES
DIVISÉES ET FORMULE DE NEWTON
CHAPITRE IV: INTERPOLATION: DIFFERENCES
DIVISÉES ET FORMULE DE NEWTON
 CHAPITRE IV: INTERPOLATION: DIFFERENCES
DIVISÉES ET FORMULE DE NEWTON
Le polynôme d’interpolation est alors donné par:
 CHAPITRE IV: INTERPOLATION: DIFFERENCES
DIVISÉES ET FORMULE DE NEWTON
Erreur de l’interpolation
 CHAPITRE IV: INTERPOLATION: DIFFERENCES
DIVISÉES ET FORMULE DE NEWTON
Erreur de l’interpolation
 CHAPITRE IV: INTERPOLATION: DIFFERENCES
DIVISÉES ET FORMULE DE NEWTON
Erreur de l’interpolation
 CHAPITRE IV: INTERPOLATION: DIFFERENCES
DIVISÉES ET FORMULE DE NEWTON
Erreur de l’interpolation
CHAPITRE IV: INTERPOLATION: POLYNÔMES DE
CHEBYSHEV
CHAPITRE IV: INTERPOLATION: POLYNÔMES DE
CHEBYSHEV
 CHAPITRE IV: INTERPOLATION: POLYNÔMES DE
CHEBYSHEV

Une conséquence immédiate des propositions précédentes est que :

CHAPITRE IV: INTERPOLATION: POLYNÔMES DE
CHEBYSHEV
CHAPITRE IV: INTERPOLATION: POLYNÔMES DE
CHEBYSHEV
CHAPITRE IV: INTERPOLATION: POLYNÔMES DE
CHEBYSHEV
CHAPITRE IV: INTERPOLATION: POLYNÔMES DE
CHEBYSHEV
CHAPITRE IV: INTERPOLATION: POLYNÔMES DE
CHEBYSHEV
CHAPITRE IV: INTERPOLATION: POLYNÔMES DE
CHEBYSHEV
CHAPITRE IV: INTERPOLATION: POLYNÔMES DE
CHEBYSHEV
CHAPITRE IV: INTERPOLATION DE LAGRANGE
CHAPITRE IV: INTERPOLATION DE LAGRANGE
CHAPITRE IV: INTERPOLATION DE LAGRANGE

Théorème:
CHAPITRE IV: INTERPOLATION DE LAGRANGE
CHAPITRE IV: INTERPOLATION DE LAGRANGE
 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE

Le contenu de ce chapitre prolonge celui sur l’interpolation. A peu de choses près, on y

manie les mêmes outils d’analyse. Dans le cas de l’interpolation, on cherchait à évaluer
une fonction f(x) connue seulement en quelques points. Dans le présent chapitre, le
problème consiste a obtenir des approximations des différentes dérivées de cette
fonction de même que de :

On parle alors de dérivation numérique et d’intégration numérique. On fait face à ce type de

problèmes lorsque, par exemple, on connait la position d’une particule à intervalles de temps
réguliers et que l’on souhaite obtenir sa vitesse. On doit alors effectuer la dérivée de la position
connue seulement en quelques points. De même, l’accélération de cette particule nécessite le calcul
de la dérivée seconde.
Si, à l’inverse, on connait la vitesse d’une particule à certains intervalles de temps, on obtient la
distance parcourue en intégrant la vitesse dans l’intervalle [x0 , xn].
 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE
Nous avons vu au chapitre précèdent que la fonction f(x) peut être convenablement
estimée à l’aide d’un polynôme de degré n avec une certaine erreur. En termes concis :

où En(x) est le terme d’erreur d’ordre (n + 1) donné par la relation:

 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE
1. Différenciation numérique

La différentiation numérique peut être abordée d’au moins deux façons. La

première approche consiste à utiliser le développement de Taylor et la seconde est
fondée sur l’erreur d’interpolation. Nous utiliserons un mélange des deux
approches, ce qui nous permettra d’avoir un portrait assez complet de la situation.
Commençons d’abord par l’équation précédente de l’erreur d’interpolation. Si l’on
dérive de chaque côté de l’égalité, on obtient successivement :
 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE
1. Différenciation numérique
 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE
1. Différenciation numérique
Dérivées d’ordre 1

Commençons par faire l’approximation des dérivées d’ordre 1. En dérivant

l’expression de l’erreur d’interpolation, tout en tenant compte de la dépendance de ξ
envers x, on obtient une relation pour la dérivée de l’erreur d’interpolation :

La dérivée du produit apparaissant dans le deuxième terme de droite est plus

délicate. Cette dérivée débouche sur une somme de produits ou, tour a tour, l’un des facteurs
(x-xi) est manquant.
 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE
1. Différenciation numérique
Dérivées d’ordre 1

Il est facile de se convaincre, en reprenant ce développement avec n = 2 par exemple, que l’on
obtient :
 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE
1. Différenciation numérique
Dérivées d’ordre 1
 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE
1. Différenciation numérique
Dérivées d’ordre 1
 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE
1. Différenciation numérique
Dérivées d’ordre 1
 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE
1. Différenciation numérique
Approximations d’ordre 1

avec =
 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE
1. Différenciation numérique
Approximations d’ordre 1
 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE
1. Différenciation numérique
Approximations d’ordre 1
 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE
1. Différenciation numérique
Approximations d’ordre 2
 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE
1. Différenciation numérique
Approximations d’ordre 2
 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE
1. Différenciation numérique
Approximations d’ordre 2
 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE
1. Différenciation numérique
Approximations d’ordre 2
 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE
1. Différenciation numérique
Dérivées d’ordre supérieur
 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE
1. Différenciation numérique
 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE
I1. Intégration numérique
 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE
1I. Intégration numérique
 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE
II. Intégration numérique
Méthode des trapèzes

L’aire sous la courbe est approximativement égale

à la somme des aires des trapèzes.
 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE
II. Intégration numérique
Méthode des trapèzes
 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE
II. Intégration numérique
Méthode des trapèzes

Avec une partition régulière de [a,b] en n sous-intervalles, on obtient:

 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE
II. Intégration numérique
Méthode des trapèzes

Erreur commise en utilisant la méthode des trapèzes

 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE
II. Intégration numérique
Méthode de Simpson

La méthode de Simpson consiste à grouper trois points

consécutifs de la courbe Mi, Mi+1 et Mi+2 et de
remplacer l'arc de courbe passant par ces trois points
par un arc de parabole.
Les paramètres m, p et q de la parabole cherchée sont
solutions du système :
 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE
II. Intégration numérique
Méthode de Simpson

h désignant le pas x3 - x2 = x2 - x1 = (b - a)/2 de la subdivision, l'intégrale de la fonction

mx2 + px + q entre x1 et x3 peut s'écrire :

Compte tenu du système ci-dessus, que l'on ne résout surtout pas, on fait apparaître y1 + y3 dans le
crochet et en remarquant que x1 = x2 - h et x3 = x2 + h, on obtient :
 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE
II. Intégration numérique
Méthode de Simpson

En généralisant le résultat précédent pour un nombre n de sous-intervalles et

en faisant la somme, on trouve la formule de Simpson:

où n est obligatoirement un nombre pair

 CHAPITRE V: DIFFÉRENCIATION ET
INTÉGRATION NUMÉRIQUE
II. Intégration numérique
Méthode de Simpson

Erreur commise en utilisant la méthode de Simpson

CHAPITRE VI: 1.ÉQUATIONS
DIFFÉRENTIELLES ORDINAIRES
CHAPITRE VI: 1.ÉQUATIONS
DIFFÉRENTIELLES ORDINAIRES
CHAPITRE VI: 1.ÉQUATIONS
DIFFÉRENTIELLES ORDINAIRES
CHAPITRE VI: 1.ÉQUATIONS
DIFFÉRENTIELLES ORDINAIRES
CHAPITRE VI: 1.ÉQUATIONS
DIFFÉRENTIELLES ORDINAIRES
CHAPITRE VI: 1.ÉQUATIONS
DIFFÉRENTIELLES ORDINAIRES
CHAPITRE VI: 1.ÉQUATIONS
DIFFÉRENTIELLES ORDINAIRES
CHAPITRE VI: 1.ÉQUATIONS
DIFFÉRENTIELLES ORDINAIRES
CHAPITRE VI: 1.ÉQUATIONS
DIFFÉRENTIELLES ORDINAIRES
CHAPITRE VI: 1.ÉQUATIONS
DIFFÉRENTIELLES ORDINAIRES
CHAPITRE VI: 1.ÉQUATIONS
DIFFÉRENTIELLES ORDINAIRES
CHAPITRE VI: 1.ÉQUATIONS
DIFFÉRENTIELLES ORDINAIRES
 CHAPITRE VI: 1.ÉQUATIONS
DIFFÉRENTIELLES ORDINAIRES

Soit
CHAPITRE VI: 1.ÉQUATIONS
DIFFÉRENTIELLES ORDINAIRES
CHAPITRE VI: 1.ÉQUATIONS
DIFFÉRENTIELLES ORDINAIRES
CHAPITRE VI: 1.ÉQUATIONS
DIFFÉRENTIELLES ORDINAIRES
CHAPITRE VI: II.ÉQUATIONS AUX DÉRIVÉES
PARTIELLES
CHAPITRE VI: II.ÉQUATIONS AUX DÉRIVÉES
PARTIELLES
CHAPITRE VI: II.ÉQUATIONS AUX DÉRIVÉES
PARTIELLES
CHAPITRE VI: II.ÉQUATIONS AUX DÉRIVÉES
PARTIELLES
CHAPITRE VI: II.ÉQUATIONS AUX DÉRIVÉES
PARTIELLES
CHAPITRE VI: II.ÉQUATIONS AUX DÉRIVÉES
PARTIELLES
CHAPITRE VI: II.ÉQUATIONS AUX DÉRIVÉES
PARTIELLES
CHAPITRE VI: II.ÉQUATIONS AUX DÉRIVÉES
PARTIELLES
CHAPITRE VI: II.ÉQUATIONS AUX DÉRIVÉES
PARTIELLES
CHAPITRE VI: II.ÉQUATIONS AUX DÉRIVÉES
PARTIELLES
CHAPITRE VI: II.ÉQUATIONS AUX DÉRIVÉES
PARTIELLES
CHAPITRE VI: II.ÉQUATIONS AUX DÉRIVÉES
PARTIELLES
CHAPITRE VI: II.ÉQUATIONS AUX DÉRIVÉES
PARTIELLES
CHAPITRE VI: II.ÉQUATIONS AUX DÉRIVÉES
PARTIELLES
CHAPITRE VI: II.ÉQUATIONS AUX DÉRIVÉES
PARTIELLES
CHAPITRE VI: II.ÉQUATIONS AUX DÉRIVÉES
PARTIELLES
CHAPITRE VI: II.ÉQUATIONS AUX DÉRIVÉES
PARTIELLES
CHAPITRE VI: II.ÉQUATIONS AUX DÉRIVÉES
PARTIELLES
CHAPITRE VI: II.ÉQUATIONS AUX DÉRIVÉES
PARTIELLES
CHAPITRE VI: II.ÉQUATIONS AUX DÉRIVÉES
PARTIELLES