Chapitre II.
Intégration numérique
Chapitre II. Intégration numérique
II.1 Introduction
L’intégration numérique est le calcul par des méthodes numériques l’intégrale :
𝑥𝑛
𝐼(𝑓) = ∫ 𝑓(𝑥)𝑑𝑥 (II-1)
𝑥0
où 𝑓(𝑥) est une fonction connue seulement en quelques points ou encore une fonction n’ayant pas de
primitive.
D’après l’approche de l’interpolation polynomiale, toute fonction 𝑓(𝑥) peut s’écrire :
𝑓(𝑥) = 𝑃 (𝑥) + 𝐸 (𝑥) (II-2)
𝑛 𝑛
où 𝑃𝑛 (𝑥) est un polynôme d’interpolation de degré 𝑛, sa formule générale est donnée par :
𝑃𝑛 (𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + +𝑎3 𝑥 3 + ⋯ + +𝑎𝑛 𝑥 𝑛 (𝑎𝑛 ≠ 0) (II-3)
𝐸𝑛 (𝑥) est l’erreur d’interpolation d’ordre (𝑛 + 1) définie par :
𝑓 (𝑛+1) (𝜉(𝑥))
𝐸𝑛 (𝑥) = (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) … (𝑥 − 𝑥𝑛 ) (II-4)
(𝑛 + 1)!
où 𝑥1 , 𝑥2 , 𝑥3 , … , 𝑥𝑛 sont les points d’interpolation et 𝜉 ∈ [𝑥0 , 𝑥𝑛 ].
En effet, l’intégration numérique est basée principalement sur la relation :
𝑥𝑛 𝑥𝑛 𝑥𝑛
𝐼(𝑓) = ∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑝𝑛 (𝑥)𝑑𝑥 + ∫ 𝐸𝑛 (𝑥)𝑑𝑥 (II-5)
𝑥0 𝑥0 𝑥0
En faisant varier la valeur de n, on obtient les formules de Newton-Cotes. La précision sur la valeur de
l’intégrale dépend alors de la valeur de 𝑛, en effet plus n est grande plus la précision est élevée.
Dans ce chapitre nous allons présenter deux méthodes numériques : la méthode de trapèzes et la méthode
de Simpson.
II.2 Méthode de trapèzes
Formule de la méthode de trapèzes
Considérons que la fonction 𝑓(𝑥) est connue seulement en deux points (𝑎, 𝑓(𝑎)) et (𝑏, 𝑓(𝑏)), elle peut
être alors écrit par :
𝑓(𝑥) = 𝑃1 (𝑥) + 𝐸1 (𝑥) (II-6)
où 𝑃1 (𝑥) est un polynôme de degré 1 qui est représenté par une droite, 𝐸1 (𝑥) est l’erreur d’interpolation
d’ordre 2.
On peut approximativement écrire :
𝑏 𝑏
∫ 𝑓(𝑥)𝑑𝑥 ≈ ∫ 𝑝1 (𝑥)𝑑𝑥 (II-7)
𝑎 𝑎
𝑏
Graphiquement ∫𝑎 𝑓(𝑥)𝑑𝑥 est l’aire délimité par les axes 𝑥 = 𝑎 , 𝑥 = 𝑏, 𝑦 = 0 et la courbe de 𝑓(𝑥), alors
𝑏
que ∫𝑎 𝑃1 (𝑥)𝑑𝑥 est l’aire délimité par les mêmes axes et la courbe de la droite 𝑃1 (𝑥), qui a la forme d’un
trapèze (voir Figure II.1).
On utilise le polynôme de Newton de degré 1 définie par :
𝑓(𝑏) − 𝑓(𝑎)
𝑝1 (𝑥) = 𝛼0 + 𝛼1 (𝑥 − 𝑎) avec 𝛼0 = 𝑓(𝑎) , 𝛼1 = (II-8)
𝑏−𝑎
Il vient alors :
33
Chapitre II. Intégration numérique
𝑏 𝑏 𝑏
∫ 𝑓(𝑥)𝑑𝑥 ≈ ∫ 𝑝1 (𝑥)𝑑𝑥 = ∫ [𝛼0 + 𝛼1 (𝑥 − 𝑎)]𝑑𝑥 (II-9)
𝑎 𝑎 𝑎
Par un calcul on déduit que :
𝑏
ℎ
∫ 𝑓(𝑥)𝑑𝑥 ≈ (𝑓(𝑎) + 𝑓(𝑏)) avec ℎ = 𝑏 − 𝑎 (II-10)
𝑎 2
Remarquons que le résultat de cette intégrale est bien une surface d’un trapèze.
Figure II.1 : Illustration graphique d'une intégrale approximée par un seul trapèze
Pour augmenter la précision de cette approximation on divise l’intervalle [𝑎, 𝑏] en 𝑛 sous-intervalles de
même longueur ℎ, et on calcul la somme de toutes les intégrales correspondent aux sous-intervalles. On
note les abscisses obtenues par : 𝑥0 , 𝑥1 , 𝑥2 , … , 𝑥𝑙 , 𝑥𝑙+1 , … , 𝑥𝑛 où 𝑎 = 𝑥0 et 𝑏 = 𝑥𝑛 . Cette nouvelle
approximation est illustrée sur la Figure II.2. Il vient alors :
𝑏 𝑛−1 𝑥𝑙+1 𝑛−1
ℎ
∫ 𝑓(𝑥)𝑑𝑥 = ∑ ∫ 𝑓(𝑥)𝑑𝑥 ≈ ∑ [𝑓(𝑥𝑙 ) + 𝑓(𝑥𝑙+1 )] (II-11)
𝑎 2
𝑙=0 𝑥𝑙 𝑙=0
Après un calcul on déduit la formule de la méthode de Trapèzes suivante :
𝑏 𝑛−1
ℎ
∫ 𝑓(𝑥)𝑑𝑥 ≈ (𝑓(𝑥0 ) + 𝑓(𝑥𝑛 ) + 2 ∑ 𝑓(𝑥𝑖 )) (II-12)
𝑎 2
𝑖=1
𝑏−𝑎
avec : ℎ= , 𝑥𝑖 = 𝑎 + 𝑖ℎ , 𝑥0 = 𝑎 , 𝑥𝑛 = 𝑏 , 𝑖 = 0,1,2, … , 𝑛
𝑛
Graphiquement, on remarque que plus le nombre 𝑛 de sous-intervalles est grande, plus la précision sur la
valeur approchée de l’intégrale est grande.
Erreur commise à la méthode de trapèzes
Evaluons maintenant l’erreur commise à la méthode de trapèzes. D’après la relation (II-6) on écrit :
𝑏 𝑏 𝑏
∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑝1 (𝑥)𝑑𝑥 + ∫ 𝐸1 (𝑥)𝑑𝑥 (II-13)
𝑎 𝑎 𝑎
En utilisant la définition (II-4) le terme de l’erreur s’écrit :
𝑏 𝑏 ′′
𝑓 (𝜉(𝑥))
∫ 𝐸1 (𝑥)𝑑𝑥 = ∫ (𝑥 − 𝑎)(𝑥 − 𝑏)𝑑𝑥 (II-14)
𝑎 𝑎 2!
On considère le changement de variable :
(𝑥 − 𝑥𝑖 )
(𝑠 − 𝑖) = (II-15)
ℎ
34
Chapitre II. Intégration numérique
Figure II.2 : Illustration graphique d'une intégrale approximée par plusieurs trapèzes
alors :
𝑑𝑠 1 (𝑥 − 𝑎) (𝑥 − 𝑏)
= , 𝑠= , (𝑠 − 1) = (II-16)
𝑑𝑥 ℎ ℎ ℎ
d’où :
𝑏 1
𝑓 ′′ (𝜉(𝑠))
∫ 𝐸1 (𝑥)𝑑𝑥 = ∫ 𝑠(𝑠 − 1)ℎ3 𝑑𝑠
𝑎 0 2! (II-17)
On peut encore simplifier cette expression en faisant appel au théorème de la moyenne suivant :
Théorème
Soit 𝑓1 (𝑥) une fonction continue dans l’intervalle [𝑎 , 𝑏] et 𝑓2 (𝑥) une fonction intégrable qui ne change
pas de signe dans l’intervalle [𝑎 , 𝑏] . Il existe alors 𝜂 ∈ [𝑎 , 𝑏] tel que :
𝑏 𝑏
∫ 𝑓1 (𝑥)𝑓2 (𝑥)𝑑𝑥 = 𝑓1 (𝜂) ∫ 𝑓2 (𝑥)𝑑𝑥 (II-18)
𝑎 𝑎
Il vient alors :
𝑏
𝑓 ′′ (𝜂) 3 1
∫ 𝐸1 (𝑥)𝑑𝑥 = ℎ ∫ 𝑠(𝑠 − 1)𝑑𝑠 (II-19)
𝑎 2! 0
Le terme d’erreur sera donc :
𝑏
𝑓 ′′ (𝜂) 3
∫ 𝐸1 (𝑥)𝑑𝑥 = − ℎ pour 𝜂 ∈ [𝑎, 𝑏]
𝑎 12 (II-20)
Cette erreur concerne un seul intervalle [𝑎, 𝑏]. Donc l’erreur qui concerne 𝑛 sous-intervalles considérés
dans l’intervalle [𝑎, 𝑏] est obtenue par sommation, soit :
𝑏
𝑓 ′′ (𝜂) 3 𝑓 ′′ (𝜂) 2
∫ 𝐸1 (𝑥)𝑑𝑥 = 𝑛 (− ℎ ) = −(𝑏 − 𝑎) ℎ (II-21)
𝑎 12 12
On déduit finalement que l’erreur commise à la méthode de trapèzes est majorée :
(𝑏 − 𝑎)3 ′′ (𝑏 − 𝑎)3
|𝐼𝑡𝑟𝑎𝑝è𝑧𝑒𝑠 (𝑓) − 𝐼𝑒𝑥𝑎𝑐𝑡𝑒 (𝑓)| =| 𝑓 (𝜂)| ≤ 𝑀2 (II-22)
12𝑛2 12𝑛2
avec :
𝑀2 = max|𝑓 ′′ (𝑥)|
[𝑎,𝑏]
Etant donnée la précision 𝜀 on peut alors déterminer le nombre minimal 𝑛 des sous-intervalles par :
(𝑏 − 𝑎)3
𝑛≥√ 𝑀2 (II-23)
12𝜀
35
Chapitre II. Intégration numérique
Exercice II.1
Soit l’intégrale :
5
𝐼 = ∫ 𝑒 sin(𝑥) 𝑑𝑥 (II-24)
0
1) Calculer une valeur approchée de 𝐼 par la méthode des Trapèzes, en prenant 𝑛 = 3 puis 𝑛 = 5.
2) Donner une majoration de l’erreur commise à la méthode de Trapèzes pour 𝑛 = 3 et 𝑛 = 5. Conclure.
3) Calculer le nombre de sous-intervalles 𝑛 qui permet d’avoir des valeurs approchées à des précisions de
10−2 , 10−3 et 10−4 en utilisant la méthode des trapèzes. Conclure.
Corrigé d’exercice II.1
1) On utilise la formule de trapèzes donnée par (II-12) :
On a : 𝑓(𝑥) = 𝑒 sin(𝑥) , 𝑎 = 0 , 𝑏 = 5
(𝑏−𝑎) 5
Pour 𝑛 = 3 ; ℎ = 𝑛
= 3 , alors :
𝑥𝑖 𝑥0 = 0 5 10 𝑥3 = 5
𝑥1 = 𝑥2 =
3 3
𝑓(𝑥𝑖 ) 1 2.7058 0.8265 0.3833
Donc :
ℎ
(𝑓(𝑥0 ) + 𝑓(𝑥3 ) + 2[𝑓(𝑥1 ) + 𝑓(𝑥2 )]) = 7.0400
𝐼𝑡𝑟𝑎𝑝 ≈
2
(𝑏−𝑎)
Pour 𝑛 = 5 ; ℎ = 𝑛 = 1 , alors :
𝑥𝑖 𝑥0 = 0 𝑥1 = 1 𝑥2 = 2 𝑥3 = 3 𝑥4 = 4 𝑥5 = 5
𝑓(𝑥𝑖 ) 1 2.3198 2.4826 1.1516 0.4692 0.3833
Donc :
ℎ
𝐼𝑡𝑟𝑎𝑝 ≈ (𝑓(𝑥0 ) + 𝑓(𝑥5 ) + 2[𝑓(𝑥1 ) + 𝑓(𝑥2 ) + 𝑓(𝑥3 ) + 𝑓(𝑥4 )]) = 7.1147
2
2) On utilise l’inégalité (II-22) :
On a :
𝑓 ′′ (𝑥) = (cos 2(𝑥) − sin(𝑥))𝑒 sin(𝑥) alors 𝑀2 = max |𝑓 ′′ (𝑥)| = 𝑒
[0 , 5]
Donc :
pour 𝑛 = 3 ; |𝐼𝑡𝑟𝑎𝑝 − 𝐼𝑒𝑥𝑡 | ≤ 3.1461
pour 𝑛 = 5 ; |𝐼𝑡𝑟𝑎𝑝 − 𝐼𝑒𝑥𝑡 | ≤ 1.1326
On constate que l’erreur a diminuée lorsque 𝑛 a augmenté.
3) On utilise l’inégalité (II-23) :
𝑒(5 − 0)3
pour 𝜀 = 0.01 ; 𝑛 ≥ √ = 53.2 soit 𝑛 = 54
12 × 0.01
𝑒(5 − 0)3
pour 𝜀 = 0.001 ; 𝑛 ≥ √ = 168.2 soit 𝑛 = 169
12 × 0.001
𝑒(5 − 0)3
pour 𝜀 = 0.0001 ; 𝑛 ≥ √ = 532.1 soit 𝑛 = 533
12 × 0.0001
On constate que plus la précision souhaitée 𝜀 est élevée, plus le nombre de sous-intervalles nécessaire 𝑛
est grand.
36
Chapitre II. Intégration numérique
Travail pratique II.1 : Implémentation MATLAB de la méthode des trapèzes
1) En utilisant l’algorithme de la méthode des trapèzes, écrire un programme Matlab qui permet de
calculer l’intégrale (II-24) en utilisant la méthode de trapèzes pour 𝑛 = 5.
2) Exécuter ce programme pour 𝑛 = 20 , 40 , 80 , 200 et donner les valeurs approchées de (II-24).
Conclure.
3) Matlab dispose d’une commande prédéfinie permettant le calcul numérique de l’intégrale d’une
fonction 𝑓(𝑥) dans un intervalle [𝑎 , 𝑏] par la méthode des trapèzes, sa syntaxe est :
I = trapz(𝑥, 𝑓)
où 𝑥 est un vecteur ligne dont les valeurs sont comprises entre 𝑎 et 𝑏 avec un pas ℎ.
En utilisant cette commande calculer une valeur approchée de (II-24).
Corrigé de travail pratique II.1
1) Le programme MATLAB de la méthode des trapèzes :
clear all;close all;clc
a=0;
b=5;
n=5;
h=(b-a)/n;
f=@(x)exp(sin(x));
s=0;
for i=1:n-1
s=s+f(a+i*h);
end
I=(h/2)*(f(a)+f(b))+h*s
Après exécution du programme on obtient : n=10 ; I= 7.1705
2) En utilisant le programme réalisé, on obtient :
𝑛 5 10 20 40 80 200 500
𝐼 7.1147 7.1705 7.1845 7.1880 7.1888 7.1891 7.1891
On conclut que la valeur approchée de l’intégrale converge vers la valeur 𝐼 = 7.1891 lorsque 𝑛 augmente
plus en plus.
3) On utilise la fonction prédéfinie de la méthode de trapèzes :
a=0;
b=5;
n=5
h=(b-a)/n;
x=a:h:b;
y=exp(sin(x));
I=trapz(x,y)
Après exécution on trouve les mêmes résultats précédents :
𝑛 5 10 20 40 80 200 500
𝐼 7.1147 7.1705 7.1845 7.1880 7.1888 7.1891 7.1891
37
Chapitre II. Intégration numérique
On remarque que cette commande donne les mêmes résultats obtenus par le programme précédent.
II.3 Méthode de Simpson
Formule de la méthode de Simpson
Reprenons le raisonnement utilisé dans la méthode des trapèzes, mais cette fois en utilisant un polynôme
de degré 2. Considérons maintenant que la fonction 𝑓(𝑥) est connue seulement en trois points (𝑎, 𝑓(𝑎)),
(𝑐, 𝑓(𝑐)) et (𝑏, 𝑓(𝑏)) où les abscisses 𝑎, 𝑐 et 𝑏 sont également distancées, elle peut être alors écrit par :
𝑓(𝑥) = 𝑃2 (𝑥) + 𝐸2 (𝑥) (II-25)
où 𝑃2 (𝑥) est un polynôme de degré 2 qui est représenté par un parabole, 𝐸2 (𝑥) est l’erreur d’interpolation
d’ordre 3.
On peut approximativement écrire :
𝑏 𝑏
∫ 𝑓(𝑥)𝑑𝑥 ≈ ∫ 𝑝2 (𝑥)𝑑𝑥 (II-26)
𝑎 𝑎
𝑏
Graphiquement ∫𝑎 𝑓(𝑥)𝑑𝑥 est l’aire délimité par les axes 𝑥 = 𝑎 , 𝑥 = 𝑏, 𝑦 = 0 et la courbe de 𝑓(𝑥), alors
𝑏
que ∫𝑎 𝑝2 (𝑥)𝑑𝑥 est l’aire délimité par les mêmes axes et la courbe parabolique de 𝑃2 (𝑥).
On utilise le polynôme de Newton de degré 2 définie par :
𝑝2 (𝑥) = 𝛼0 + 𝛼1 (𝑥 − 𝑎) + 𝛼2 (𝑥 − 𝑎)(𝑥 − 𝑐)
(II-27)
𝑓(𝑐) − 𝑓(𝑎) 𝑓(𝑏) − 2𝑓(𝑐) + 𝑓(𝑎)
avec 𝛼0 = 𝑓(𝑎) , 𝛼1 = , 𝛼2 =
ℎ 2ℎ2
Il vient alors :
𝑏 𝑏 𝑏
∫ 𝑓(𝑥)𝑑𝑥 ≈ ∫ 𝑝2 (𝑥)𝑑𝑥 = ∫ [𝛼0 + 𝛼1 (𝑥 − 𝑎) + 𝛼2 (𝑥 − 𝑎)(𝑥 − 𝑐)]𝑑𝑥 (II-28)
𝑎 𝑎 𝑎
On déduit alors :
𝑏
ℎ 𝑏−𝑎
∫ 𝑓(𝑥)𝑑𝑥 ≈ (𝑓(𝑎) + 4𝑓(𝑐) + 𝑓(𝑏)) avec ℎ = 𝑏 − 𝑐 = 𝑐 − 𝑎 = (II-29)
𝑎 3 2
Pour augmenter la précision de cette approximation on divise l’intervalle [𝑎, 𝑏] en 2𝑛 sous-intervalles de
même longueur ℎ, et on calcul la somme de toutes les intégrales correspondent aux sous-intervalles. On
note les abscisses obtenues par : 𝑥0 , 𝑥1 , 𝑥2 , … , 𝑥2𝑙 , 𝑥2𝑙+1 , 𝑥2𝑙+2 , … , 𝑥2𝑛 où 𝑎 = 𝑥0 et 𝑏 = 𝑥2𝑛 . Il
vient alors :
𝑏 𝑛−1 𝑥2𝑙+2 𝑛−1
ℎ
∫ 𝑓(𝑥)𝑑𝑥 = ∑ ∫ 𝑓(𝑥)𝑑𝑥 ≃ ∑ [𝑓(𝑥2𝑙 ) + 4𝑓(𝑥2𝑙+1 ) + 𝑓(𝑥2𝑙+2 )] (II-30)
𝑎 3
𝑙=0 𝑥2𝑙 𝑙=0
On déduit la formule de la méthode de Simpson suivante :
𝑏
ℎ
∫ 𝑓(𝑥)𝑑𝑥 ≈ (𝑓(𝑎) + 𝑓(𝑏) + 2[𝑓(𝑥2 ) + 𝑓(𝑥4 ) + ⋯ + 𝑓(𝑥2𝑛−2 )] (II-31)
𝑎 3
+ 4[𝑓(𝑥1 ) + 𝑓(𝑥3 ) + ⋯ + 𝑓(𝑥2𝑛−1 )])
𝑏−𝑎
avec : ℎ= , 𝑥𝑖 = 𝑎 + 𝑖ℎ , 𝑥0 = 𝑎 , 𝑥2𝑛 = 𝑏 , 𝑖 = 0,1,2, … ,2𝑛 − 1,2𝑛
2𝑛
Plus la valeur de sous-intervalles 2𝑛 est grande, plus la précision sur la valeur approchée de l’intégrale
est grande.
Remarque
On peut poursuivre dans la même voie et développer des formules de Newton-Cotes basées sur des
polynômes de degré de plus en plus élevé.
38
Chapitre II. Intégration numérique
Erreur commise à la méthode de Simpson
A partir la relation (II-25) on peut écrire :
𝑏 𝑏 𝑏
∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑝2 (𝑥)𝑑𝑥 + ∫ 𝐸2 (𝑥)𝑑𝑥 (II-32)
𝑎 𝑎 𝑎
Le calcul du terme de l’erreur dans cette expression se fait par :
l’utilisation de la définition (II-4).
L’introduction d’un quatrième point quelconque et définir le polynôme de degré 3 correspondant. On
va montrer que cette astuce n’a pas d’influence sur la précision du résultat.
Le polynôme de Newton de degré 3 passant par les trois points précédents plus un quatrième point
quelconque (𝑑, 𝑓(𝑑)) peut s’écrire :
(𝑓(𝑑) − 𝑝2 (𝑑))
𝑝3 (𝑥) = 𝑝2 (𝑥) + (𝑥 − 𝑎)(𝑥 − 𝑐)(𝑥 − 𝑏) (II-33)
(𝑑 − 𝑎)(𝑑 − 𝑐)(𝑑 − 𝑏)
où 𝑝2 (𝑥) est le polynôme de Newton de degré 2 donné par (II-27).
𝑏−𝑎
En utilisant le changement de variable (II-15) et sachant que ℎ = 𝑏 − 𝑐 = 𝑐 − 𝑎 = 2
, on peut vérifier
que :
𝑏 2
∫ (𝑥 − 𝑎)(𝑥 − 𝑐)(𝑥 − 𝑏)𝑑𝑥 = ∫ 𝑠(𝑠 − 1)(𝑠 − 2)ℎ4 𝑑𝑠 = 0 (II-34)
𝑎 0
Donc :
𝑏 𝑏
∫ 𝑝2 (𝑥)𝑑𝑥 = ∫ 𝑝3 (𝑥)𝑑𝑥 (II-35)
𝑎 𝑎
En utilisant un polynôme de degré 2, on obtient en fait la même précision qu’avec un polynôme de degré
3.
Le terme d’erreur est donc de ce fait :
𝑏 𝑏 𝑏
𝑓′′′′(𝜉)
∫ 𝐸2 (𝑥)𝑑𝑥 = ∫ 𝐸3 (𝑥)𝑑𝑥 = ∫ (𝑥 − 𝑎)(𝑥 − 𝑐)(𝑥 − 𝑏)(𝑥 − 𝑑)𝑑𝑥 (II-36)
𝑎 𝑎 𝑎 4!
Il n’est pas possible à ce stade-ci d’appliquer le théorème de la moyenne donné au paragraphe (II.2.2),
comme nous l’avons fait pour la méthode du trapèze. En effet, la fonction (𝑥 − 𝑎)(𝑥 − 𝑐)(𝑥 − 𝑏)(𝑥 − 𝑑)
peut changer de signe dans l’intervalle [𝑎, 𝑏], à moins de choisir judicieusement 𝑑. Comme le choix de 𝑑
est arbitraire, on peut poser 𝑑 = 𝑏. Le terme d’erreur devient alors :
𝑥2 𝑏
𝑓 ′′′′ (𝜉)
∫ 𝐸3 (𝑥)𝑑𝑥 = ∫ (𝑥 − 𝑎)(𝑥 − 𝑐)(𝑥 − 𝑏)(𝑥 − 𝑏)𝑑𝑥 (II-37)
𝑥0 𝑎 4!
2
𝑓 ′′′′ (𝜉)
=∫ 𝑠(𝑠 − 1)2 (𝑠 − 2)ℎ5 𝑑𝑠
0 4!
2 (𝑠
On remarque que la fonction 𝑠(𝑠 − 1) − 2) ne change pas de signe dans l’intervalle [0 , 2]. On peut
maintenant se servir du théorème de la moyenne, on obtient alors :
𝑏
𝑓 ′′′′ (𝜉) 5 2 𝑓 ′′′′ (𝜂) 5
∫ 𝐸2 (𝑥)𝑑𝑥 = ℎ ∫ 𝑠(𝑠 − 1)2 (𝑠 − 2)𝑑𝑠 = − ℎ (II-38)
𝑎 4! 0 90
où
𝜂 ∈ [𝑎, 𝑏]
Cette erreur concerne 2 sous-intervalle égaux dans l’intervalle [𝑎, 𝑏]. L’erreur qui concerne 2𝑛 est obtenue
par sommation, soit donc :
𝑏
𝑓 ′′′′ (𝜂) 5 (𝑏 − 𝑎) ′′′′
∫ 𝐸2 (𝑥)𝑑𝑥 = 𝑛 (− ℎ )=− 𝑓 (𝜂)ℎ4 (II-39)
𝑎 90 180
On déduit finalement que l’erreur commise à la méthode de Simpson est majorée :
39
Chapitre II. Intégration numérique
ℎ5 (𝑏 − 𝑎) (4) (𝑏 − 𝑎)5
|𝐼𝑆𝑖𝑚𝑝𝑠𝑜𝑛 (𝑓) − 𝐼𝑒𝑥𝑎𝑐𝑡𝑒 (𝑓)| = |− 𝑓 (𝜂)| ≤ 𝑀4 (II-40)
180𝑛4 180𝑛4
où
𝜂 ∈ [𝑎, 𝑏] et 𝑀4 = max|𝑓 (4) (𝑥)|
[𝑎,𝑏]
Etant donnée la précision 𝜀 on peut alors déterminer le nombre minimal 𝑛 des sous-intervalles par :
4 (𝑏 − 𝑎)5
𝑛 ≥ √𝑀4 ; où 𝑛 est pair (II-41)
180𝜀
Exercice II.2
1) Calculer une valeur approchée de l’intégrale (II-24) par la méthode de Simpson, en prenant 𝑛′ = 4 et
𝑛′ = 6 avec 𝑛′ = 2𝑛 .
2) Donner une majoration de l’erreur commise à la méthode de Simpson pour 𝑛′ = 4 et 𝑛′ = 6.
3) Calculer le nombre de sous-intervalles 𝑛 qui permet d’avoir les précisions 10−2 , 10−3 et 10−4 en
utilisant la méthode de Simpson. Conclure.
4) Comparer entre les méthodes de Simpson et trapèzes (voir les résultats obtenus dans l’exercice II.1).
Corrigé d’exercice II.2
1) On utilise la formule de Simpson donnée par (II-31) :
On a : 𝑓(𝑥) = 𝑒 sin(𝑥) , 𝑎 = 0 , 𝑏 = 5
Pour la méthode de Simpson, le nombre de segments 𝑛′ doit être pair, c’est la raison pour laquelle on a
pris 𝑛′ = 2𝑛 = 4 , 6 et non pas 𝑛′ = 3 , 5 comme pour le cas de la méthode des trapèzes.
(𝑏−𝑎) 5
Pour 𝑛′ = 4 ; ℎ = 𝑛′
= 4 , alors :
𝑥𝑖 𝑥0 = 0 5 5 15 𝑥4 = 5
𝑥1 = 𝑥2 = 𝑥3 =
4 2 4
𝑓(𝑥𝑖 ) 1 2.5831 1.8193 0.5646 0.3833
Donc :
ℎ
(𝑓(𝑥0 ) + 𝑓(𝑥4 ) + 2[𝑓(𝑥2 )] + 4[𝑓(𝑥1 ) + 𝑓(𝑥3 )]) = 7.3745
𝐼𝑆𝑖𝑚𝑝 ≈
3
(𝑏−𝑎) 5
Pour 𝑛′ = 6 ; ℎ = 𝑛′ = 6 , alors :
𝑥𝑖 𝑥0 = 0 5 5 5 10 25 𝑥6 = 5
𝑥1 = 𝑥2 = 𝑥3 = 𝑥4 = 𝑥5 =
6 3 2 3 6
𝑓(𝑥𝑖 ) 1 2.0963 2.7058 1.8193 0.8265 0.4254 0.3833
Donc :
ℎ
𝐼𝑆𝑖𝑚𝑝 ≈ (𝑓(𝑥0 ) + 𝑓(𝑥6 ) + 2[𝑓(𝑥2 ) + 𝑓(𝑥4 )] + 4[𝑓(𝑥1 ) + 𝑓(𝑥3 ) + 𝑓(𝑥5 )]) = 7.1700
3
2) On utilise l’inégalité (II-40) :
On a : 𝑓 (4) (𝑥) = [sin4(𝑥) + 6 sin3(𝑥) + 5 sin2 (𝑥) − 5 sin(𝑥) − 3]𝑒 sin(𝑥)
Alors : 𝑀4 = max |𝑓 (4) (𝑥)| = 4𝑒
[0 , 5]
Donc :
pour 𝑛 = 4 ; |𝐼𝑒𝑥𝑡 − 𝐼𝑆𝑖𝑚𝑝 | ≤ 0.7374
pour 𝑛 = 6 ; |𝐼𝑒𝑥𝑡 − 𝐼𝑆𝑖𝑚𝑝 | ≤ 0.1456
On constate que l’erreur a diminuée lorsque 𝑛 est augmenté.
40
Chapitre II. Intégration numérique
3) On utilise l’inégalité (II-41) :
4 4𝑒(5 − 0)5
pour 𝜀 = 0.01 ; 𝑛 ≥ √ = 11.75 soit 𝑛 = 12
180 × 0.01
4 4𝑒(5 − 0)5
pour 𝜀 = 0.001 ; 𝑛 ≥ √ = 20.84 soit 𝑛 = 22
180 × 0.001
4 4𝑒(5 − 0)5
pour 𝜀 = 0.0001 ; 𝑛 ≥ √ = 37.07 soit 𝑛 = 38
180 × 0.0001
On constate que plus la précision souhaitée 𝜀 est élevée, plus le nombre de sous-intervalles nécessaire 𝑛
est grand.
4) On constate que la méthode de Simpson est plus précise et plus rapide comparée à la méthode de
trapèzes.
Travail pratique II.2 : Implémentation MATLAB de la méthode de Simpson
1) Ecrire un algorithme de calcul pour la méthode de Simpson.
2) En utilisant l’algorithme de la méthode de Simpson, écrire un programme Matlab qui permet de
calculer l’intégrale (II-24) en utilisant la méthode de Simpson pour 𝑛 = 6.
3) Exécuter ce programme pour 𝑛 = 20 , 40 , 80 , 200 et donner les valeurs approchées l’intégrale (II-24).
Conclure.
4) Matlab dispose d’une commande prédéfinie permettant le calcul numérique de l’intégrale d’une
fonction 𝑓(𝑥) dans un intervalle [𝑎 , 𝑏] par la méthode de Simpson, sa syntaxe est :
quad(𝑓, 𝑎, 𝑏)
En utilisant cette commande calculer une valeur approchée de 𝐼.
Corrigé de travail pratique II.2
1) le programme MATLAB de la méthode de Simpson :
clear all;close all;clc;
% n doit etre pair
a=0;
b=5;
n=10
h=(b-a)/n;
f=@ (x)exp(sin(x));
s1=0;
for i=1:2:n-1
s1=s1+f(a+i*h);
end
s2=0;
for i=2:2:n-2
s2=s2+f(a+i*h);
end
I=(h/3)*(f(a)+f(b)+4*s1+2*s2)
Après exécution on obtient : 𝑛 = 10 , 𝐼 = 7.3387
2) On change la valeur 𝑛 on obtient :
41
Chapitre II. Intégration numérique
𝑛 4 10 20 40 80 200 500
𝐼 7.3387 7.1891 7.1891 7.1891 7.1891 7.1891 7.1891
On conclut que la valeur approchée de l’intégrale converge vers la valeur 𝐼 = 7.1891 lorsque
𝑛 augmente plus en plus. De plus, la convergence de la méthode de Simpson est rapide comparée à la
convergence de la méthode de trapèzes.
3) On utilise la fonction prédéfinie de la méthode de Simpson :
>> I=quad(@(x)exp(sin(x)),0,5)
Après exécution on trouve : 𝐼 = 7.1891
42
