Cours Integration
Cours Integration
Intégration Numérique
Introduction : Rb
On est souvent amené à calculer la valeur d’une intégrale de type : I = a f (x) dx
Où f est une fonction intégrable sur [a; b] ; cependant, il arrive que ça ne soit pas une tâche facile de
calculer I analytiquement (à la main), soit parce que c’est trés long, soit parce qu’on ne sait pas trouver
une primitive de la fonction f , ou alors la fonction f n’est pas connue sur tout l’intervalle [a; b] mais
seulement en des points de [a; b] :
Ce qui nous oblige alors à chercher une valeur approchée de I ; c’est ce qu’on appelle quadrature ou
intégration numérique.
1. Formules quadratures :
Dé…nition :
On appelle formule de quadrature ou formule d’intégration numérique toute formule permettant de
calculer une approximation
Rb de I :
La valeur de I = a f (x) dx représente l’aire délimité par les droites x = a; x = b; y = 0 et la courbe
y = f (x)
Nous verrons les méthodes du rectangle, du trapaze et de Simpson, elles sont des méthodes particulières
des méthodes dites : méthode de Newton-côtes.
Le procédé usuel pour réaliser une quadrature consiste à remplacer la fonction donnée f (x) sur le
ségment [a; b] par une fonction d’interpolation ou d’approximation simple (souvent par un polynôme) P (x)
et d’écrire f (x) = P (x) + "(x) et l’intégrale est alors approximée par l’intégrale du polynôme d’interpo-
lation P
Rb Rb
I = a f (x) dx w a P (x) dx
Plus précisément, on a Rb Rb
I = a f (x) dx = a P (x) dx + R (f )
Rb
R (f ) étant l’erreur d’intégration déduite en intégrant l’erreur d’interpolation, R (f ) = a
" (x) dx
2. Méthode de Newton-côtes :
On choisissons k + 1 points de [a; b] ; on cherche une formule quadrature sous la forme
Rb P
k
I = a f (x) dx w $i f (xi ) + R (f )
i=0
de sorte qu’elle soit exacte dans Pk ; c’est à dire l’erreur R (f ) doit s’annuler où f est un polynôme de
degré k; cela est véri…é si elle est exacte pour tout monôme xj ; 0 j k:
Remarque :
La méthode de Newton-côtes est dite simple, quand le choix des points doit être équidistants, c’est à
b a
dire le pas h = , x0 ; xi = xi 1 + h; i = 1; :::; n:
n
Quand les extrémités a et b font parties des points d’interpolation (i.e. a = x0 ; b = xn ) les formules
obtenues sont dites fermées.
Sinon, elles sont dites ouvertes.
gauche
2 :png
Rb
Formule du rectangle à gauche : I = a f (x) dx w hf (a)
droite
3 :png
Rb
Formule de rectangle à droite : I = a f (x) dx w hf (b)
4 :png
b a a+b
h= ; x0 = ) P0 (x) = f a+b 2
:
2 R 2 R R
b b b
et donc I = a f (x) dx w a P0 (x) dx = a f a+b
2
dx = (b a) f ( a+b
2
) = 2hf a+b
2
Rb a+b
Formule du point milieu : I = a f (x) dx w 2hf
2
Remarque :
i) et ii) sont exacte dans P0 ; et iii) est exacte dans P1 :
Rb
En e¤et : si f (x) = c ) I = a f (x) dx = (b a) f (c).
si f 2 P1 , f (x) = P1 (x) ; où P1 (x) est le polynôme d’interpolation de f aux points x0 = a
ou b; x1 = a+b2
x a+b x a+b x a
on a donc P1 (x) = f (a) L0 (x) + f a+b 2
L 1 (x) ; avec L 0 (x) = 2
a+b
= 2 2
; L1 (x) = a+b =
a 2
a b 2
a
x a
2
b a
(voir le chapitre 3 sur l’interpolation)
Rb Rb Rb x a+b x a
On a alors I = a f (x) dx = a f (a) L0 (x) + f a+b 2
L 1 (x) dx = a
(f (a) 2 2
+ f a+b2
2 )dx
Rb a b b a
aprés calcul d’intégrale, on trouve I = a f (x) dx = 2hf a+b 2
:
Exemple : R
b
Calculer I = a f (x) dx; où f (x) = 2 + 3x et [a; b] = [0; 1]
R1 1
calcul exacte : Iexacte = 0 (2 + 3x) dx = 2x + 32 x2 0 = 72
Rb
Formule de Poncelet : I = a f (x) dx w 2hf a+b 2
; avec h = b 2 a = 21
= f 2 = 2 + 3 21 = 72 = Iexacte
1
Rb Rb
Formule du rectangle à gauche I = a f (x) dx = a (2 + 3x )dx w hf (a) = f (0) = 2; avec h = b a = 1
Rb Rb
Formule du rectangle à droite I = a f (x) dx = a (2 + 3x )dx w hf (b) = f (1) = 5; avec h = b a = 1
Conclusion : on remarque que la formule de poncelet est exacte, mais pour les deux autres formules l’erreur
commise est trés grande.
5 :png
Rb Rb Rb Rb
I = a f (x) dx w a P1 (x) dx w a (f (a) L0 (x) + f (b) L1 (x))dx = a (f (a) xa b
+ f (b) xb aa )dx
Rbb x a Rb
= f (a) a a b dx + f (b) a xb ab dx
= f (a) (a 2 b) [( xa ab )2 ]ba + f (b) (b 2 a) [( xb ab )2 ]ba
= 12 (b a) [f (a) + f (b)] = h2 [f (a) + f (b)]
b a
| En interpolant f au points intérieur x0 = a + h et x1 = a + 2h; où h = 3
; on obtient la formule
ouverte du trapèze :
Rb 3h b a
I = a f (x) dx w (f (a + h) + f (a + 2h)); ( où h = )
2 3
1 b
h
f (a + 2h) 12 [(x a h)2 ]a
1 1
= 2h f (a + h) [(b a 2h)2 (a a 2h)2 ] + 2h f (a + 2h) [(b a h)2 (a a h)2 ]
1 1
= 2h f (a + h) [(3h 2h)2 (2h)2 ] + 2h f (a + 2h) [(3h h)2 (h)2 ]
3h
= 2 (f (a + h) + f (a + 2h)
Exemple :
Rb 1
Caculer I = a f (x) dx; où f (x) = et [a; b] = [0; 1]
1 + x2
R1 1
1. Exacte : Iexacte = 0 2
dx = [Arctgx]10 = arctan 1 arctan 0 = 0:785 40:
1+ R bx
2. Trapèze fermée : I = a f (x) dx w h2 (f (a) + f (b) ; ( où h = b a)
Rb 1
on a h = 1 0 = 1 ) I = a 2
dx w 21 (f (0) + f (1) = 12 1 + 12 = 34 = 0:75; ( où h = b a ):
Rb 1 + x
3. Trapèze ouverte : I = a f (x) dx w 3h 2
(f (a + h) + f (a + 2h) ; ( où h = b 3 a )
Rb 1
on a h = b 3 a = 13 ) I = a dx w 12 (f 0 + 31 + f 0 + 32 ) = 12 ( 1+1 1 + 1+1 4 ) = 0:796 15
1 + x2 9 9
a+b
| En interpolant f en trois points x0 = a; x1 = 2
et x2 = b on obtient la formule du Simpson :
Rb h h a+b b a
I = a f (x) dx w [f (x0 ) + 4f (x1 ) + f (x2 )] = [f (a) + 4f + f (b)]; ( où h = )
3 3 2 2
6 :png
R b f (k+1) ( x ) Q
k
R (f ) = a k (x) dx; où k (x) = (x xi )
(k + 1)! i=0
Si le polynôme k (x) garde un signe constant dans l’intervalle [a; b] alors d’aprés le théorème de la
moyenne, il existe 2 ]a; b[ tel que
f (k+1) ( ) R b Q
k
R (f ) = k (x) dx; où k (x) = (x xi )
(k + 1)! a i=0
Rb
En prenant k = 0; k = 1 et k = 2; et en calculant a k (x) dx; on obtient les formules d’erreurs dans
chaque cas :
( le théorème de la moyenne n’est applicable que pour les méthodes fermées ).
pour k = 0
0
f ( )R b Q0
R (f ) = a 0
(x) dx; où 0 (x) = (x xi ) = x x0
(1)! i=0
Rb 1 1
= f 0 ( ) a (x x0 )dx = f 0 ( ) [(x x0 )2 ]ba = f 0 ( ) [(b x0 )2 (a x0 )2 ]
2 2
Estimation d’erreur pour la méthode du rectangleR à gauche
b
R (f ) = f 0 ( ) a (x a )dx = f 0 ( ) 21 [(x a )2 ]ba = f 0 ( ) 12 [(b a )2
h2 0
R (f ) = f ( ); où h=b a
2
Estimation d’erreur pour la méthode du rectangle à droite Rb
R (f ) = f 0 ( ) a (x b )dx = f 0 ( ) 21 [(x b)2 ]ba =
f 0 ( ) 12 [ (b a )2 ]
h2 0
R (f ) = f ( ); où h=b a
2
Pour k = 1
h3 (2) b a
R (f ) = f ( ); h= et 2 [a; b]
3 2
• Remarque :
On remarque que l’erreur dans le cas des méthodes du réctangles est nul pour f dans P0 et que l’erreur
est nul pour f dans P1 ; dans le cas de la méthode du point milieu.
5h3 (2)
R (f ) = f ( )
12
Pour k = 2
Estimation d’erreur pour la méthode fermée de Simpson :
h5 (4)
R (f ) = f ( )
90
Estimation d’erreur pour la méthode ouverte de Simpson :
14h5 (4)
R (f ) = f ( )
45
Remarque :
1. L’erreur R (f ) n’est pas connue car la valeur de dans [a; b] reste indeterminée. Cependant, on peut la
majorer par la plus grande valeur des dérivées respectives sur l’intérvalle considéré.
P
k Q
k x xj
Le polynôme d’interpolation de Lagrange : Pk (x) = f (xi ) Li (x) ; Li (x) = ;
i=0 j=0;j6=i xi xj
Rb
Rb P
k Li (x) dx
I = a f (x) dx w (b a) f (xi ) $i ; $i = a
i=0 b a
Une telle méthode nécessite k + 1 évaluations de la fonction f (en xi ; 0 i k): Ainsi, plus le degré est
élevé plus la méthode est lente.
L’erreur peut aussi se calculer (mais ça devient compliqué), et on peut montrer que :
Plus les méthodes de Newton-côtes simples sont basées sur des polynômes de degré élevé, plus elles
sont lentes et plus elles sont di¤…ciles, mais elles sont plus précises. Le plus souvent en pratique, le domaine
d’intégration [a; b] est beaucoup trop grand et la fonction varie trop sur ce domaine pour que ces méthodes
donnent des résultats satisfaisants. Elles ne sont donc quasiment jamais utiliées en tant que-t-elles.
On subdivise donc l’intervalle [a; b] en un nombre de petits intervalles sur chacun des quels on peut appli-
quer les méthodes de Newton-côtes simples. On parle alors des méthodes de Newton-côtes composites ou
généralisées.
7 :png
Rb nP1 h2 0
I = a f (x) dx = h f (xi ) n f ( ); 2 ]a; b[ a gauche
i=0 2
Rb Pn h2
I = a f (x) dx = h f (xi ) n f0 ( ) ; 2 ]a; b[ a droite
i=1 2
Rb h nP1 h3 (2)
I = a f (x) dx = f (x0 ) + 2 f (xi ) + f (xn ) n f ( ); 2 ]a; b[
2 i=1 12
Pour chaque i 2 f0; 1; 2; ::; mg ; on applique la méthode de Simpson simple sur [x2i ; x2i+2 ] ; puis en somme
sur i, on obtient :
9 :png
Exemple :
Rb x
Calculer I = a f (x) dx; où f (x) = 2
; et [a; b] = [0; 2] :
Rb x 1 + x
2
1. Exacte : I = a dx = 12 [ln (1 + x2 )]0 = 21 ln 5 = 0:804 72
1 + x2
2. trapèzes en 4 points :
2 2 4
On a 4 points ) n = 3 ) h = ) x0 = a = 0; x1 = 0 + h = ; x2 = 0 + 2h = ; x3 = 0 + 3h = 2
3 3 3
Rb h nP1
I = a f (x) dx w f (x0 ) + 2 f (xi ) + f (xn )
2 i=1
" #
Rb 2 4
1 2 4 1 2
I = a dx w f (0) + 2(f +f ) + f (2) = 0 + 2( 3
2 + 3
2) +
3 3 3 3 1+ 2 1+ 4 1 + 22
3 3
R2 x
I= 0 dx w 0:761 03
1 + x2
1
3. Simpson en 5 points : ) n = 4 = 2m ) m = 2 ) h = )
2
1 3
x0 = a = 0; x1 = 0 + h = ; x2 = 0 + 2h = 1; x3 = 0 + 3h = et x4 = 4h = 2
2 2
R2 h
I = 0 f (x) dx w [f (x0 ) + 4(f (x1 ) + f (x3 )) + 2f (x2 ) + f (x4 )]
3 "
R2 x 1 3
1 1 3 1 1 2
I= 0 dx w f (0) + 4(f + f ) + 2f (1) + f (2) = 0 + 4( 2
2 + 2
) +2 +
1 + x2 6 2 2 6 3 2 2 1+
1 + 12 1+ 2
R2 x
I= 0 dx w 1: 057 7
1 + x2
Exemple :
Rb 1
Calculer I = a f (x) dx; où f (x) = ; et [a; b] = [0; 3]
1+x
R3 1
1. Exacte : I = 0 dx = log 4 = 1: 386 3
1+x
3 3 6
2. trapèzes en 6 points : ) n = 5 ) h = ) x0 = a = 0; x1 = 0 + h = ; x2 = 0 + 2h = ;
5 5 5
9
x3 = 0 + 3h = ;
5
12 15
x4 = 0 + 4h = ; x5 = 0 + 5h = = 3;
5 5
Rb h nP1
I = a f (x) dx w f (x0 ) + 2 f (xi ) + f (xn )
2 i=1
Rb h
I = a f (x) dx w [f (x0 ) + 2(f (x1 ) + f (x2 ) + f (x3 ) + f (x4 )) + f (x5 )]
2
Rb 3 3 6 9 12
I = a dx w f (0) + 2(f +f +f +f ) + f (3)
10 5 5 5 5
2 3
3 6 1 1 1 1 17
I= 41 + 2( + + + )+ 5
10 3 6 9 12 4
1+ 1+ 1+ 1+
5 5 5 5
12 335 3 7401
I= =
2618 10 5236
R3 1
I= 0 dx w 1: 413 5
1+x
3
3. Simpson en 5 points : ) n = 4 = 2m ) m = 2 ) h = )
4
3 3 9
x0 = a = 0; x1 = 0 + h = ; x2 = 0 + 2h = ; x3 = 0 + 3h = et x4 = 4h = 3
4 2 4
R2 h
I = 0 f (x) dx w [f (x0 ) + 4(f (x1 ) + f (x3 )) + 2f (x2 ) + f (x4 )]
3 2 3
R2 1 1 3 9 3 16 1 1 1 17
I= 0 dx w f (0) + 4(f +f ) + 2f + f (3) = 41 + 4( + 9)+2 + 5
1+x 4 4 4 2 4 3 1+ 4 3 4
1+ 1+
4 2
R3 1 10 131
I= 0 dx w = 1: 391 6
1+x 7280