Université Cheikh Anta DIOP Anne scolaire : 2025-2024

Ecole Supérieure Polytechnique Prof : M. O SARR

Departement Genie Informatique
MASTER I

Tel : +221 33 824 05 40

E-mail : [email protected] E-mail :[email protected]
I. INTRODUCTION
Lorsqu’on connait la position d’une particule à intervalle de temps réguliers et
que l’on souhaite obtenir sa vitesse instantanée .On doit effectuer la dérivée de la
position connue seulement en quelques points (discontinues) d’où la nécessité
d’une approximation de la dérivée première. On parle de dérivée numérique.
De même l’accélération de cette particule nécessite approximation de la dérivée
seconde.

Par contre si on connait la vitesse de la particule à intervalle de temps réguliers et

que l’on souhaite connaitre la position on doit intégrer sur un ensemble
discontinue d’où la nécessité d’une approximation de l’intégral. On parle
d’intégration numérique.

Dans le présent chapitre le problème consiste à chercher une approximation des

𝒙𝒏
dérivées et ∫𝒙 𝒇(𝒙)𝒅𝒙 d’une fonction 𝒇 connue en 𝒙𝒊 ,𝒊 ∈ {𝟎; 𝟏; … ; 𝒏}
𝟎
points.

Si la fonction 𝒇 est connue en 𝒙𝒊 ,𝒊 ∈ {𝟎; 𝟏; … ; 𝒏} alors il existe un polynôme de

degré 𝒏 𝑷𝒏 (𝒙) tel que :
𝒇(𝒙) = 𝑷𝒏 (𝒙) + 𝑬(𝒙)
Où
∏𝒏 (𝒙 − 𝒙𝒊 ) (𝒏+𝟏)
𝑬(𝒙) = 𝒊=𝟎 𝒇 (𝜺(𝒙)) , 𝒙𝟎 ≤ 𝜺 ≤ 𝒙𝒏
(𝒏 + 𝟏)!
Est l’erreur d’interpolation
II. DERIVATION
Sachant que 𝒇(𝒙) = 𝑷𝒏 (𝒙) + 𝑬(𝒙):

 𝒇′ (𝒙) = 𝑷′ 𝒏 (𝒙) + 𝑬′(𝒙)

 𝒇′′ (𝒙) = 𝑷′′ 𝒏 (𝒙) + 𝑬′′(𝒙)

 𝒇′′′ (𝒙) = 𝑷′′′ 𝒏 (𝒙) + 𝑬′′′(𝒙)

.
.
.
 𝒇(𝒌) (𝒙) = 𝑷(𝒌) 𝒏 (𝒙) + 𝑬(𝒌) (𝒙), ∀ 𝒌 𝝐 ℕ.

Donc pour estimer la dérivée de la fonction 𝒇 il suffit de dériver le polynôme

d’interpolation et l’erreur commise est la dérivée de l’erreur d’interpolation.
 Remarque
L’erreur d’interpolation est d’ordre (𝒏 + 𝟏) de même que l’erreur commise en
estimant la dérivée est d’ordre (𝒏 + 𝟏).
1. Dérivée première
a. Approximation de l’erreur
∏𝒏 ( 𝒙 − 𝒙𝒊 ) (𝒏+𝟏)
𝑬(𝒙) = 𝒊=𝟎 ×𝒇 (𝜺(𝒙))
(𝒏 + 𝟏)!
𝒏
∏ 𝒊=𝟎(𝒙 − 𝒙𝒊 )
⇒ 𝑬′ (𝒙) = 𝒇(𝒏+𝟐) (𝜺(𝒙))
(𝒏 + 𝟏)!
′
∏𝒏𝒊=𝟎(𝒙 − 𝒙𝒊 )
+( ) 𝒇(𝒏+𝟏) (𝜺(𝒙))
(𝒏 + 𝟏)!

(𝒏+𝟐)
∏𝒏𝒊=𝟎(𝒙 − 𝒙𝒊 )
=𝒇 (𝜺(𝒙))
(𝒏 + 𝟏)!
∏𝒊=𝟎,𝒊≠𝟎(𝒙 − 𝒙𝒊 ) ∏𝒏𝒊=𝟎,𝒊≠𝟏(𝒙 − 𝒙𝒊 )
𝒏
+( +
(𝒏 + 𝟏)! (𝒏 + 𝟏)!
∏𝒏𝒊=𝟎,𝒊≠𝟐(𝒙 − 𝒙𝒊 )
+ +⋯
(𝒏 + 𝟏)!
∏𝒏𝒊=𝟎,𝒊≠𝒏(𝒙 − 𝒙𝒊 ) 𝒇(𝒏+𝟏) (𝜺(𝒙))
+ )( )
(𝒏 + 𝟏)! (𝒏 + 𝟏)!

𝒏 𝒏 (𝒏+𝟏)
(𝒏+𝟐) ∏𝒏 ( 𝒙 − 𝒙𝒊 ) 𝒇 (𝜺(𝒙))
=𝒇 (𝜺(𝒙)) 𝒊=𝟎 + ∑ ∏ ( 𝒙 − 𝒙𝒋 ) ( )
(𝒏 + 𝟏)! (𝒏 + 𝟏)!
𝒊=𝟎 𝒋=𝟎,𝒊≠𝒋

 Pour 𝒙 = 𝒙𝒊
𝒏 (𝒏+𝟏)
′
𝒇 (𝜺𝒊 )
𝑬 (𝒙𝒊 ) = ∏ (𝒙𝒊 − 𝒙𝒋 ) ( )
(𝒏 + 𝟏)!
𝒋=𝟎,𝒊≠𝒋

 Pour 𝒙𝒊+𝟏 − 𝒙𝒊 = 𝒉 ⇔ 𝒙𝒊 = 𝒙𝒋 + (𝒊 − 𝒋)𝒉 ⇔ 𝒙𝒊 − 𝒙𝒋 = (𝒊 − 𝒋)𝒉

𝒏 (𝒏+𝟏)
′ 𝒏𝒇 (𝜺𝒊 )
𝑬 (𝒙𝒊 ) = ∏ (𝒊 − 𝒋) ( 𝒉 )
(𝒏 + 𝟏)!
𝒋=𝟎,𝒊≠𝒋
b. Définition
Pour tout 𝒙𝒊 ,𝒊 ∈ {𝟎; 𝟏; … ; 𝒏},
𝒇′ (𝒙𝒊 ) = 𝑷′ 𝒏 (𝒙𝒊 ) + 𝑬′(𝒙𝒊 )

Où 𝑷′ 𝒏 (𝒙) est la dérivée du polynôme d’interpolation 𝑷𝒏 (𝒙).

L’estimation de 𝑷′ 𝒏 (𝒙𝒊 ) dépend de la méthode d’interpolation et du degré du
polynôme d’interpolation.
 Estimation d’ordre un des dérivées premières
Soient (𝒙𝟎 ,𝒇(𝒙𝟎 )) et (𝒙𝟏 ,𝒇(𝒙𝟏 ))

𝑷𝟏 (𝒙) = 𝒇[𝒙𝟎 ] + 𝒇[𝒙𝟎 , 𝒙𝟏 ](𝒙 − 𝒙𝟎 )

𝒇(𝒙𝟏 ) − 𝒇(𝒙𝟎 )
𝑷′𝟏 (𝒙) = 𝒇[𝒙𝟎 , 𝒙𝟏 ] = =𝒌
𝒙𝟏 − 𝒙𝟎

𝒇(𝒙𝟏 ) − 𝒇(𝒙𝟎 )
𝑷′𝟏 (𝒙𝟎 ) = 𝒇[𝒙𝟎 , 𝒙𝟏 ] =
𝒙𝟏 − 𝒙𝟎

𝒉
𝑬′(𝒙𝟎 ) = − 𝒇′′ (𝜺𝟎 )
𝟐

𝒇′ (𝒙𝟎 ) = 𝑷′𝟏 (𝒙𝟎 ) + 𝑬′(𝒙𝟎 )

D’où
𝒇(𝒙𝟏 ) − 𝒇(𝒙𝟎 ) 𝒇′′ (𝜺𝟎 ) 𝒇(𝒙𝟎 + 𝒉) − 𝒇(𝒙𝟎 ) 𝒇′′ (𝜺𝟎 )
𝒇′ (𝒙𝟎 ) = −𝒉 = −𝒉
𝒙𝟏 − 𝒙𝟎 𝟐 𝒉 𝟐

𝒇(𝒙𝟏 ) − 𝒇(𝒙𝟎 )
𝑷′𝟏 (𝒙𝟏 ) = 𝒇[𝒙𝟎 , 𝒙𝟏 ] =
𝒙𝟏 − 𝒙𝟎

𝒉 ′′
𝑬′ (𝒙𝟏 ) = 𝒇 (𝜺𝟏 )
𝟐

𝒇′ (𝒙𝟏 ) = 𝑷′𝟏 (𝒙𝟏 ) + 𝑬′(𝒙𝟏 )

 𝒇(𝒙𝟏 ) − 𝒇(𝒙𝟎 ) 𝒇𝟐 (𝜺𝟏 ) 𝒇(𝒙𝟏 ) − 𝒇(𝒙𝟏 − 𝒉) 𝒇′′ (𝜺𝟏 )
𝒇′ (𝒙𝟏 )
= +𝒉 = +𝒉
𝒙𝟏 − 𝒙𝟎 𝟐 𝒉 𝟐
 Estimation d’ordre deux des dérivées premières
Soient (𝒙𝟎 ,𝒇(𝒙𝟎 )) , (𝒙𝟏 ,𝒇(𝒙𝟏 )) et (𝒙𝟐 ,𝒇(𝒙𝟐 ))

𝑷𝟐 (𝒙) = 𝒇[𝒙𝟎 ] + 𝒇[𝒙𝟎 , 𝒙𝟏 ](𝒙 − 𝒙𝟎 ) + 𝒇[𝒙𝟎 , 𝒙𝟏 , 𝒙𝟐 ](𝒙 − 𝒙𝟎 )(𝒙 − 𝒙𝟏 )

𝑷′𝟐 (𝒙) = 𝒇[𝒙𝟎 , 𝒙𝟏 ] + 𝒇[𝒙𝟎 , 𝒙𝟏 , 𝒙𝟐 ](𝟐𝒙 − (𝒙𝟎 + 𝒙𝟏 ))

𝒇(𝒙𝟐 ) − 𝒇(𝒙𝟏 ) 𝒇(𝒙𝟏 ) − 𝒇(𝒙𝟎 )

𝒇(𝒙𝟏 ) − 𝒇(𝒙𝟎 ) −
𝒙𝟐 − 𝒙𝟏 𝒙𝟏 − 𝒙𝟎
𝑷′ 𝟐 (𝒙𝟎 ) = + (𝒙𝟎 − 𝒙𝟏 )
𝒙𝟏 − 𝒙𝟎 𝒙𝟐 − 𝒙𝟎

𝟒𝒇(𝒙𝟏 ) − 𝟑𝒇(𝒙𝟎 ) − 𝒇(𝒙𝟐 )

=
𝟐𝒉

−𝒇(𝒙𝟎 + 𝟐𝒉) + 𝟒𝒇(𝒙𝟎 + 𝒉) − 𝟑𝒇(𝒙𝟎 )

=
𝟐𝒉
D’où
−𝒇(𝒙𝟎 + 𝟐𝒉) + 𝟒𝒇(𝒙𝟎 + 𝒉) − 𝟑𝒇(𝒙𝟎 ) 𝒇′′′ (𝜺𝟎 )
𝒇′ (𝒙𝟎 ) = +𝒉 𝟐
𝟐𝒉 𝟑

De même

𝒇(𝒙𝟏 + 𝒉) − 𝒇(𝒙𝟏 − 𝒉) 𝒇′′′ (𝜺𝟏 )

𝒇′ (𝒙𝟏 ) = −𝒉 𝟐
𝟐𝒉 𝟔

𝟑𝒇(𝒙𝟐 ) − 𝟒𝒇(𝒙𝟐 − 𝒉) + 𝒇(𝒙𝟐 − 𝟐𝒉) 𝒇′′′ (𝜺𝟐 )

𝒇′ (𝒙𝟐 ) = +𝒉 𝟐
𝟐𝒉 𝟑

c. Expressions des approximations des dérivées premières

On peut convenir de trouver les dérivées numériques premières pour tout élément
𝒙 seulement dans ce cas on ne peut pas donner l’expression de l’erreur, on ne
détermine que son ordre.
 Dérivée première d’ordre un
Formules Appellations
𝒇(𝒙 + 𝒉) − 𝒇(𝒙) Dérivée progressive d’ordre un
𝒇′ (𝒙) = + 𝑶(𝒉) Ou
𝒉
 𝒇(𝒙 + 𝒉) − 𝒇(𝒙) Différence finie avant d’ordre un
𝒇′ (𝒙) ≈
𝒉
𝒇(𝒙) − 𝒇(𝒙 − 𝒉) Dérivée régressive d’ordre un
𝒇′ (𝒙) = + 𝑶(𝒉) Ou
𝒉
Différence finie arrière d’ordre un
𝒇(𝒙) − 𝒇(𝒙 − 𝒉)
𝒇′ (𝒙) ≈
𝒉

 Dérivée première d’ordre deux

Formules Appellations
−𝟑𝒇(𝒙) + 𝟒𝒇(𝒙 + 𝒉) − 𝒇(𝒙 + 𝟐𝒉) Dérivée progressive d’ordre deux
𝒇′ (𝒙) = Ou
𝟐𝒉
𝟐
+ 𝑶(𝒉 )
Différence finie avant d’ordre deux
−𝟑𝒇(𝒙) + 𝟒𝒇(𝒙 + 𝒉) − 𝒇(𝒙 + 𝟐𝒉)
𝒇′ (𝒙) ≈
𝟐𝒉
Dérivée régressive d’ordre deux
𝒇(𝒙 − 𝟐𝒉) − 𝟒𝒇(𝒙 − 𝒉) + 𝟑𝒇(𝒙) Ou
𝒇′ (𝒙) = + 𝑶(𝒉𝟐 )
𝟐𝒉
Différence finie arrière d’ordre
𝒇(𝒙 − 𝟐𝒉) − 𝟒𝒇(𝒙 − 𝒉) + 𝟑𝒇(𝒙) deux
𝒇′ (𝒙) ≈
𝟐𝒉
𝒇(𝒙 + 𝒉) − 𝒇(𝒙 − 𝒉) Dérivée centrée d’ordre deux
𝒇′ (𝒙) = = 𝑶(𝒉𝟐 ) Ou
𝟐𝒉

𝒇(𝒙 + 𝒉) − 𝒇(𝒙 − 𝒉) Différence finie centrée d’ordre

𝒇′ (𝒙) ≈ deux
𝟐𝒉

Exemple
Comparons les valeurs approchées et la valeur exacte.
𝑓(𝑥) = 𝑒 𝑥 , 𝑓′(𝑥) = 𝑒 𝑥 et 𝑓′(0) = 1
Pour 𝒉 = 𝟎, 𝟏

Dérivée d’ordre un Dérivée d’ordre deux

Dérivée progressive 𝟎,𝟏
𝒆 −𝒆 𝟎
−𝟑𝒆𝟎 + 𝟒𝒆𝟎,𝟏 − 𝒆𝟎,𝟐
= 𝟏, 𝟎𝟓𝟏𝟕 = 𝟎, 𝟗𝟗𝟔𝟒
𝟎, 𝟏 𝟎, 𝟐
𝑬 ≈ 𝟎, 𝟎𝟓𝟏𝟕 ≈ 𝟓. 𝟏𝟎−𝟐 𝑬 ≈ 𝟎, 𝟎𝟎𝟑𝟔 ≈ 𝟒. 𝟏𝟎−𝟑
Dérivée régressive 𝒆𝟎 − 𝒆−𝟎,𝟏 𝒆−𝟎,𝟐 − 𝟒𝒆−𝟎,𝟏 + 𝟑𝒆𝟎
= 𝟎, 𝟗𝟓𝟏𝟔
𝟎, 𝟏 𝟎, 𝟐
−𝟐 = 𝟎, 𝟗𝟗𝟔𝟗
𝑬 ≈ 𝟎, 𝟎𝟒𝟖𝟒 ≈ 𝟓. 𝟏𝟎
 𝑬 ≈ 𝟎, 𝟎𝟎𝟑𝟏 ≈ 𝟑. 𝟏𝟎−𝟑
Dérivée centrée 𝒆𝟎,𝟏 − 𝒆−𝟎,𝟏
= 𝟏, 𝟎𝟎𝟏𝟕
𝟎, 𝟐
𝑬 ≈ 𝟎, 𝟎𝟎𝟏𝟕 ≈ 𝟐. 𝟏𝟎−𝟑
Les dérivées d’ordre deux font les meilleures approximations.

Pour 𝒉 = 𝟎, 𝟎𝟓
Dérivée d’ordre un Dérivée d’ordre deux
Dérivée progressive 𝒆𝟎,𝟎𝟓 − 𝒆𝟎 −𝟑𝒆𝟎 + 𝟒𝒆𝟎,𝟏 − 𝒆𝟎,𝟐
= 𝟏, 𝟎𝟐𝟓𝟒 = 𝟎, 𝟗𝟗𝟗𝟏
𝟎, 𝟎𝟓 𝟎, 𝟐
𝑬 ≈ 𝟎, 𝟎𝟐𝟓𝟒 ≈ 𝟑. 𝟏𝟎−𝟐 𝑬 ≈ 𝟎, 𝟎𝟎𝟎𝟖 ≈ 𝟏𝟎−𝟑
Dérivée régressive 𝒆𝟎 − 𝒆−𝟎,𝟎𝟓 𝒆−𝟎,𝟐 − 𝟒𝒆−𝟎,𝟏 + 𝟑𝒆𝟎
= 𝟎, 𝟗𝟕𝟓𝟒
𝟎, 𝟎𝟓 𝟎, 𝟐
−𝟐 = 𝟎, 𝟗𝟗𝟗𝟐
𝑬 ≈ 𝟎, 𝟎𝟐𝟒𝟔 ≈ 𝟐. 𝟏𝟎
𝑬 ≈ 𝟎, 𝟎𝟎𝟎𝟖 ≈ 𝟏𝟎−𝟑
Dérivée centrée 𝒆𝟎,𝟏 − 𝒆−𝟎,𝟏
= 𝟏, 𝟎𝟎𝟎𝟐
𝟎, 𝟐
𝑬 ≈ 𝟎, 𝟎𝟎𝟎𝟒 ≈ 𝟏𝟎−𝟑
Les dérivées d’ordre deux font les meilleures approximations.
Plus 𝒉 est petit mieux sont les approximations.

2. Dérivée seconde
a. Définition
𝒇′′ (𝒙) = 𝑷′′ 𝟐 (𝒙) + 𝑬′′ (𝒙)
NB
Pour les dérivées supérieures comme la dérivée seconde on procède de la même
manière sauf que dériver plusieurs fois l’erreur s’avère très couteux raison pour
laquelle
On utilisera la formule de TAYLOR pour estimer l’erreur.

 Rappel : Formule de TAYLOR

𝒇(𝒙) = 𝑷𝒏 (𝒙) + 𝑬(𝒙)
Où
(𝒙 − 𝒙𝟎 ) ′ (𝒙 − 𝒙𝟎 )𝟐 ′′
𝑷𝒏 (𝒙) = 𝒇(𝒙𝟎 ) + 𝒇 (𝒙𝟎 ) + 𝒇 (𝒙𝟎 ) + ⋯
𝟏! 𝟐!
(𝒙 − 𝒙𝟎 )𝒏 (𝒏)
+ 𝒇 (𝒙𝟎 )
𝒏!
Et
 (𝒙 − 𝒙𝟎 )𝒏+𝟏 (𝒏+𝟏)
𝑬(𝒙) = 𝒇 (𝜺); 𝒙𝟎 ≤ 𝜺 ≤ 𝒙
(𝒏 + 𝟏)!

b. Estimation de la dérivée seconde et de l’erreur

𝑷𝟐 (𝒙) = 𝒇[𝒙𝟎 ] + 𝒇[𝒙𝟎 , 𝒙𝟏 ](𝒙 − 𝒙𝟎 ) + 𝒇[𝒙𝟎 , 𝒙𝟏 , 𝒙𝟐 ](𝒙 − 𝒙𝟎 )(𝒙 − 𝒙𝟏 )

𝒇(𝒙𝟐 ) − 𝒇(𝒙𝟏 ) 𝒇(𝒙𝟏 ) − 𝒇(𝒙𝟎 )

−
′′ (𝒙) 𝒙𝟐 − 𝒙𝟏 𝒙𝟏 − 𝒙𝟎
⇒𝑷 𝟐 = 𝟐 𝒇[𝒙𝟎 , 𝒙𝟏 , 𝒙𝟐 ] = 𝟐
𝒙𝟐 − 𝒙𝟎

𝒇(𝒙𝟐 ) − 𝟐𝒇(𝒙𝟏 ) + 𝒇(𝒙𝟎 )

=
𝒉𝟐
𝒇′′ (𝒙) ≈ 𝑷′′ 𝟐 (𝒙)

𝒇(𝒙𝟎 ) − 𝟐𝒇(𝒙𝟎 + 𝒉) + 𝒇(𝒙𝟎 + 𝟐𝒉)

𝒇′′ (𝒙𝟎 ) ≈
𝒉𝟐

Pour 𝒙 = 𝒙𝟎 + 𝟐𝒉

𝟐𝒉 ′ (𝟐𝒉)𝟐 ′′ (𝟐𝒉)𝟑 ′′′

𝒇(𝒙𝟎 + 𝟐𝒉) = 𝒇(𝒙𝟎 ) + 𝒇 (𝒙𝟎 ) + 𝒇 (𝒙𝟎 ) + 𝒇 (𝒙𝟎 )
𝟏! 𝟐! 𝟑!
(𝟐𝒉)𝟒 (𝟒)
+ 𝒇 (𝒙𝟎 ) + ⋯
𝟒!

Pour 𝒙 = 𝒙𝟎 + 𝒉

𝒉 ′ 𝒉𝟐 ′′ 𝒉𝟑 ′′′ 𝒉𝟒 (𝟒)
𝒇(𝒙𝟎 + 𝒉) = 𝒇(𝒙𝟎 ) + 𝒇 (𝒙𝟎 ) + 𝒇 (𝒙𝟎 ) + 𝒇 (𝒙𝟎 ) + 𝒇 (𝒙𝟎 ) + ⋯
𝟏! 𝟐! 𝟑! 𝟒!
𝒇(𝒙𝟎 ) − 𝟐𝒇(𝒙𝟎 + 𝒉) + 𝒇(𝒙𝟎 + 𝟐𝒉)
𝟐
= 𝒇′′ (𝒙𝟎 ) − 𝒉(−𝒇′′′ (𝒙𝟎 ) − 𝒉𝟑 𝒇(𝟒) (𝒙𝟎 ))
𝒉
= 𝒇′′ (𝒙𝟎 ) − 𝑶(𝒉)
𝒇(𝒙𝟎 ) − 𝟐𝒇(𝒙𝟎 + 𝒉) + 𝒇(𝒙𝟎 + 𝟐𝒉)
⇒ 𝒇′′ (𝒙𝟎 ) = + 𝑶(𝒉)
𝒉𝟐
D
C’est une dérivée seconde progressive d’ordre un.
 𝒇(𝒙𝟐 − 𝟐𝒉) − 𝟐𝒇(𝒙𝟐 − 𝒉) + 𝒇(𝒙𝟐 )
𝒇′′ (𝒙𝟐 ) ≈
𝒉𝟐
En posant 𝒙 = 𝒙𝟐 − 𝒉 et 𝒙 = 𝒙𝟐 − 𝟐𝒉.On obtient
On obtient :
𝒇(𝒙𝟐 − 𝟐𝒉) − 𝟐𝒇(𝒙𝟐 − 𝒉) + 𝒇(𝒙𝟐 )
𝒇′′ (𝒙𝟐 ) = 𝑶(𝒉)
𝒉𝟐
C’est une dérivée seconde régressive d’ordre un.
𝒇(𝒙𝟏 − 𝒉) − 𝟐𝒇(𝒙𝟏 ) + 𝒇(𝒙𝟏 + 𝒉)
𝒇′′ (𝒙𝟏 ) ≈
𝒉𝟐
En posant 𝒙 = 𝒙𝟏 + 𝒉 et 𝒙 = 𝒙𝟏 − 𝒉.On obtient
On obtient :
𝒇(𝒙𝟏 − 𝒉) − 𝟐𝒇(𝒙𝟏 ) + 𝒇(𝒙𝟏 + 𝒉)
𝒇′′ (𝒙𝟏 ) = 𝟐
+ 𝑶(𝒉𝟐 )
𝒉
C’est une dérivée seconde centrée d’ordre deux.

c. Expressions des approximations des dérivées secondes

Formules Appellations
𝒇(𝒙) − 𝟐𝒇(𝒙 + 𝒉) + 𝒇(𝒙 + 𝟐𝒉) Dérivée seconde progressive
𝒇′ ′(𝒙) = d’ordre un
𝒉𝟐
+ 𝑶(𝒉)

𝒇(𝒙) − 𝟐𝒇(𝒙 + 𝒉) + 𝒇(𝒙 + 𝟐𝒉)

𝒇′′ (𝒙) ≈
𝒉𝟐
Dérivée seconde régressive d’ordre
𝒇(𝒙) − 𝟐𝒇(𝒙 − 𝒉) + 𝒇(𝒙 − 𝟐𝒉) un
𝒇′′ (𝒙) =
𝒉𝟐
+ 𝑶(𝒉)

𝒇(𝒙) − 𝟐𝒇(𝒙 − 𝒉) + 𝒇(𝒙 − 𝟐𝒉)

𝒇′′ (𝒙) ≈
𝒉𝟐
𝒇(𝒙 − 𝒉) − 𝟐𝒇(𝒙) + 𝒇(𝒙 + 𝒉) Dérivée second centrée d’ordre
𝒇′′ (𝒙) = deux
𝒉𝟐
= 𝑶(𝒉𝟐 )

𝒇(𝒙 − 𝒉) − 𝟐𝒇(𝒙) + 𝒇(𝒙 + 𝒉)

𝒇′′ (𝒙) ≈
𝒉𝟐

d. Instabilité numérique
Le tableau ci-dessous représente des estimations d’ordre deux de la dérivée
première et seconde de la fonction définie par :𝒇(𝒙) = 𝒆𝒙 .
On sait que 𝒇′ (𝟎) = 𝒇′′ (𝟎) = 𝟏.

Remarque
 On constate que plus la valeur de 𝒉 diminue plus les approximations se
précisent jusqu’à une certaine valeur où elles commencent à dégénérer.

 Cette instabilité est plus visible pour 𝒇′′ (𝒙).

 Le choix de 𝒉 petit est capital pour avoir une meilleure approximation par conte
cette valeur ne doit pas est très petite pour éviter la dégénérescence.