Module : Méthodes Numériques

SMP-S6
Option Énergétique

Pr. Youssef Dahani

1
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

I – Introduction

II– Différentiation numérique

III– Intégration numérique

2
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

I – Introduction

Le contenu de ce chapitre prolonge celui du chapitre 2 sur l’interpolation.

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 à
obtenir des approximations des différentes dérivées de cette fonction de même
𝒙
que son intégrale : ‫𝒙𝒅 𝒙 𝒇 𝒏 𝒙׬‬.
𝟎

On parle alors de dérivation numérique et d’intégration numérique.

3
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

I – Introduction

Par exemple: Vous êtes expérimentateur et vous mesurez la position d’un mobile
au cours du temps à des instants successifs:

Instant 𝒕 𝒕𝟎 𝒕𝟏 𝒕𝟐 …… 𝒕𝒏
Position 𝒙(𝒕) 𝒙𝟎 𝒙𝟏 𝒙𝟐 …… 𝒙𝒏

Comment calculer la vitesse et l’accélération du mobile ?

Instant 𝒕 𝒕𝟎 𝒕𝟏 𝒕𝟐 …… 𝒕𝒏
Vitesse 𝒙′(𝒕) 𝒙′𝟎 𝒙′𝟏 𝒙′𝟐 …… 𝒙′𝒏
Accélération 𝒙′′(𝒕) 𝒙′′𝟎 𝒙′′𝟏 𝒙′′𝟐 …… 𝒙′′𝒏

4
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

I – Introduction

On sait déjà qu’on peut approcher une fonction 𝒇(𝒙) par un polynôme
d’interpolation de degré 𝒏 comme suit :
𝒇 𝒙 = 𝑷𝒏 𝒙 + 𝑬𝒏 𝒙 (𝟏)
Avec 𝑷𝒏 𝒙 désignant le polynôme d’interpolation et 𝑬𝒏 (𝒙) l’erreur d’interpolation
(nulle aux points de collocation).
L’expression (1) est à la base des développements de ce chapitre.

5
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

II – Différentiation numérique
En dérivant chaque côté de l’égalité (1), on obtient :

𝒇′ 𝒙 = 𝑷′𝒏 𝒙 + 𝑬′𝒏 𝒙
ቊ ′ (𝟐)
𝒇′ 𝒙 = 𝑷′′𝒏 𝒙 + 𝑬′′𝒏 𝒙

Ainsi, l’évaluation de la dérivée d’une fonction connue aux points de collocation

[(𝒙𝒊 , 𝒇 (𝒙𝒊 ), 𝒊 = 𝟎, 𝟏, … , 𝒏] consiste à dériver le polynôme d’interpolation passant par
ces points.
Ce résultat est vrai quel que soit l’ordre de la dérivation.

6
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

II – Différentiation numérique
1. Dérivées d’ordre 1

L’approximation des dérivées d’ordre 1 est une évaluation de la pente de la

fonction 𝒇(𝒙). L’ordre et la précision dépendent du polynôme d’interpolation qui
peut être de degré plus ou moins élevé. En fait, on montre que si on utilise un
polynôme d’interpolation de degré 𝒏, la dérivée de ce polynôme, évaluée en 𝒙 = 𝒙𝒊 ,
est une approximation d’ordre 𝒏 de 𝒇′(𝒙𝒊 ).

7
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

II – Différentiation numérique
1. Dérivées d’ordre 1

Définition:
Aux points d’interpolation, on a :
𝒇′ 𝒙𝒊 = 𝑷′𝒏 𝒙𝒊 + 𝑬′𝒏 𝒙𝒊
Le terme 𝑷′𝒏 𝒙𝒊 est une formule aux différences finies.

8
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

II – Différentiation numérique
1. Dérivées d’ordre 1

Approximations d’ordre 1:
Si l’on choisit le polynôme de degré 1 passant par les points (𝒙𝟎 , 𝒇(𝒙𝟎 )) et
(𝒙𝟏 , 𝒇(𝒙𝟏 )), on a, grâce à la formule d’interpolation de Newton :
𝑷𝟏 𝒙 = 𝒇 𝒙𝟎 + 𝒇[𝒙𝟎 , 𝒙𝟏 ](𝒙 − 𝒙𝟎 )
et donc:
𝒇′ 𝒙 = 𝑷′𝟏 𝒙 + 𝑬′𝟏 𝒙 = 𝒇 𝒙𝟎 , 𝒙𝟏 + 𝑬′ 𝟏 𝒙 (𝟑)
En 𝒙 = 𝒙𝟎 :

𝒇 𝒙𝟏 − 𝒇 𝒙𝟎
𝒇′ 𝒙𝟎 = + 𝑬′ 𝟏 𝒙𝟎
𝒙𝟏 − 𝒙𝟎
Donc l’approximation de la dérivée de la fonction en 𝒙𝟎 est une différence avant
d’ordre 1. (l’information est cherchée vers l’avant) 9
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

II – Différentiation numérique
1. Dérivées d’ordre 1

Approximations d’ordre 1:
Maintenant, si on évalue l’erreur en 𝒙 = 𝒙𝟏 , on aura :

𝒇 𝒙𝟏 − 𝒇 𝒙𝟎
𝒇′ 𝒙𝟏 = + 𝑬′ 𝟏 𝒙𝟏
𝒙𝟏 − 𝒙𝟎
C’est une différence arrière d’ordre 1 (l’information est cherchée vers l’arrière).

Remarque:
On constate que la même différence divisée est une approximation de la dérivée à
la fois en 𝒙 = 𝒙𝟎 et en 𝒙 = 𝒙𝟏 . On remarque cependant que le terme d’erreur est
différent aux deux endroits.

10
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

II – Différentiation numérique
1. Dérivées d’ordre 1

Approximations d’ordre 2:
Passons maintenant aux polynômes de degré 2. Soit les points (𝒙𝟎 , 𝒇(𝒙𝟎 )),
(𝒙𝟏 , 𝒇(𝒙𝟏 )) et (𝒙𝟐 , 𝒇(𝒙𝟐 )). Le polynôme de degré 2 passant par ces trois points
est :
𝑷𝟐 𝒙 = 𝒇 𝒙𝟎 + 𝒇 𝒙𝟎 , 𝒙𝟏 𝒙 − 𝒙𝟎 + 𝒇[𝒙𝟎 , 𝒙𝟏 , 𝒙𝟐 ](𝒙 − 𝒙𝟎 )(𝒙 − 𝒙𝟏 )
dont la dérivée est :
𝑷′𝟐 𝒙 = 𝒇 𝒙𝟎 , 𝒙𝟏 + 𝒇 𝒙𝟎 , 𝒙𝟏 , 𝒙𝟐 𝟐𝒙 − 𝒙𝟎 − 𝒙𝟏
Lorsque 𝒙 prend successivement les valeurs 𝒙𝟎 , 𝒙𝟏 et 𝒙𝟐 , il est facile de montrer
que l’on obtient des approximations d’ordre 2 de la dérivée première.

11
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

II – Différentiation numérique
1. Dérivées d’ordre 1

Approximations d’ordre 2:
En effet :
Pour 𝒙 = 𝒙𝟎 :

′
𝒇 𝒙𝟏 − 𝒇 𝒙𝟎 𝒇 𝒙𝟎 , 𝒙𝟏 − 𝒇 𝒙𝟏 , 𝒙𝟐
𝒇 𝒙𝟎 = + 𝒙𝟎 − 𝒙𝟏 + 𝑬′ 𝟐 𝒙𝟎
𝒙 𝟏 − 𝒙𝟎 𝒙𝟐 − 𝒙𝟎

𝒇 𝒙𝟏 − 𝒇 𝒙𝟎 𝒙𝟎 − 𝒙𝟏 𝒇 𝒙𝟏 − 𝒇 𝒙 𝟎 𝒇 𝒙𝟐 − 𝒇 𝒙𝟏
= + − + 𝑬′ 𝟐 𝒙𝟎
𝒙𝟏 − 𝒙𝟎 𝒙𝟐 − 𝒙𝟎 𝒙𝟏 − 𝒙𝟎 𝒙𝟐 − 𝒙𝟏

12
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

II – Différentiation numérique
1. Dérivées d’ordre 1

Approximations d’ordre 2:
On pose 𝒙𝟐 − 𝒙𝟏 = 𝒙𝟏 − 𝒙𝟎 = 𝒉, on obtient :

−𝒇 𝒙𝟐 + 𝟒𝒇 𝒙𝟏 − 𝟑𝒇(𝒙𝟎 )
Pour 𝒙 = 𝒙𝟎 𝒇′ 𝒙𝟎 = + 𝑬′ 𝟐 𝒙𝟎 (différence avant d’ordre 2)
𝟐𝒉

𝒇 𝒙𝟐 − 𝒇(𝒙𝟎 )
Pour 𝒙 = 𝒙𝟏 𝒇′ 𝒙𝟏 = + 𝑬′ 𝟐 𝒙𝟏 (différence centrée d’ordre 2)
𝟐𝒉

Pour 𝒙 = 𝒙𝟐 𝟑𝒇 𝒙𝟐 − 𝟒𝒇 𝒙𝟏 + 𝒇(𝒙𝟎 )
𝒇′ 𝒙𝟐 = + 𝑬′ 𝟐 𝒙𝟐 (différence arrière d’ordre 2)
𝟐𝒉

13
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

II – Différentiation numérique
1. Dérivées d’ordre 1
On peut aussi convenir de toujours évaluer la dérivée en 𝒙. Dans ce cas, on utilise les
valeurs de 𝒇(𝒙 + 𝒉) et de 𝒇(𝒙 + 𝟐𝒉) pour la différence avant et les valeurs de 𝒇(𝒙 + 𝒉) et
de 𝒇(𝒙 − 𝒉) pour la différence centrée. En ce qui concerne le terme d’erreur, on ne
retient que son ordre. Les tableaux suivants résument la situation.

Formules de différences finies d’ordre 1 pour 𝒇′(𝒙)

𝒇 𝒙 + 𝒉 − 𝒇(𝒙)
𝒇′ 𝒙 = + 𝜪(𝒉)
𝒉
Différence avant d’ordre 1
𝒇 𝒙 − 𝒇(𝒙 − 𝒉)
𝒇′ 𝒙 = + 𝜪(𝒉)
𝒉
Différence arrière d’ordre 1

14
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

II – Différentiation numérique
1. Dérivées d’ordre 1
On peut aussi convenir de toujours évaluer la dérivée en 𝒙. Dans ce cas, on utilise les
valeurs de 𝒇(𝒙 + 𝒉) et de 𝒇(𝒙 + 𝟐𝒉) pour la différence avant et les valeurs de 𝒇(𝒙 + 𝒉) et
de 𝒇(𝒙 − 𝒉) pour la différence centrée. En ce qui concerne le terme d’erreur, on ne
retient que son ordre. Les tableaux suivants résument la situation.

Formules de différences finies d’ordre 2 pour 𝒇′(𝒙)

−𝒇 𝒙 + 𝟐𝒉 + 𝟒𝒇(𝒙 + 𝒉) − 𝟑𝒇(𝒙)
𝒇′ 𝒙 = + 𝜪(𝒉𝟐 )
𝟐𝒉
Différence avant d’ordre 2
𝒇 𝒙 + 𝒉 − 𝒇(𝒙 − 𝒉)
𝒇′ 𝒙 = + 𝜪(𝒉𝟐 )
𝟐𝒉
Différence centrée d’ordre 2
𝟑𝒇 𝒙 − 𝟒𝒇 𝒙 − 𝒉 + 𝒇(𝒙 − 𝟐𝒉)
𝒇′ 𝒙 = + 𝜪(𝒉𝟐 )
𝟐𝒉
Différence arrière d’ordre 2 15
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

II – Différentiation numérique
1. Dérivées d’ordre 1
Exemple:

On tente d’évaluer la dérivée de 𝒇 𝒙 = 𝒆𝒙 en 𝒙 = 𝟎. La solution exacte est dans ce

cas 𝒇′ 𝟎 = 𝒆𝟎 = 𝟏. On peut dès lors comparer ce résultat avec ceux que l’on obtient
par les différentes formules aux différences. Par exemple, la différence avant
d’ordre 1 donne pour 𝒉 = 𝟎. 𝟏 :
′
𝒆𝟎+𝒉 − 𝒆𝟎 𝒆𝟎.𝟏 − 𝒆𝟎
𝒇 𝟎 ≈ = = 𝟏. 𝟎𝟓𝟏𝟕𝟎𝟗𝟏𝟖
𝒉 𝟎. 𝟏
Une valeur plus petite de 𝒉 conduit à un résultat plus précis. Ainsi, si 𝒉 = 𝟎. 𝟎𝟓 :
′
𝒆𝟎.𝟎𝟓 − 𝒆𝟎
𝒇 𝟎 ≈ = 𝟏. 𝟎𝟐𝟓𝟒𝟐𝟏𝟗
𝟎. 𝟎𝟓
On obtient ainsi une erreur à peu près deux fois plus petite, ce qui confirme que
cette approximation est d’ordre 1. Si l’on utilise cette fois une différence centrée
d’ordre 2, on obtient avec 𝒉 = 𝟎. 𝟎𝟓 :
𝟎+𝒉 𝟎−𝒉 𝟎.𝟎𝟓 −𝟎.𝟎𝟓
𝒆 − 𝒆 𝒆 − 𝒆
𝒇′ 𝟎 ≈ = = 𝟏. 𝟎𝟎𝟎𝟒𝟏𝟔𝟕
𝟐𝒉 𝟐 𝟎. 𝟎𝟓
16
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

II – Différentiation numérique
1. Dérivées d’ordre 1
Exemple:

𝟎.𝟎𝟓 −𝟎.𝟎𝟓
𝒆 − 𝒆
𝒇′ 𝟎 ≈ = 𝟏. 𝟎𝟎𝟎𝟒𝟏𝟔𝟕
𝟐 𝟎. 𝟎𝟓
qui est un résultat beaucoup plus précis. Avec 𝒉 = 𝟎. 𝟎𝟐𝟓, on obtient :

𝟎.𝟎𝟐𝟓 − 𝒆−𝟎.𝟎𝟐𝟓
𝒆
𝒇′ 𝟎 ≈ = 𝟏. 𝟎𝟎𝟎𝟏𝟎𝟒𝟏𝟖
𝟐 𝟎. 𝟎𝟐𝟓
soit une erreur à peu près 4 fois plus petite qu’avec 𝒉 = 𝟎. 𝟎𝟓.
On obtiendrait des résultats similaires avec les différences avant et arrière d’ordre 2.

17
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

II – Différentiation numérique
2. Dérivées d’ordre supérieur
Les dérivées d’ordre supérieur à un posent un problème au niveau de l’analyse de
l’erreur 𝑬𝒏 (𝒙).
On contourne la difficulté en utilisant une approche basée sur des
développements de Taylor.
Le polynôme de degré 2 qui interpole une fonction passant par 3 points est :
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 − 𝟐𝒇 𝒙𝟏 + 𝒇(𝒙𝟎 )
𝑷′′𝟐 𝒙 = 𝟐𝒇 𝒙𝟎 , 𝒙𝟏 , 𝒙𝟐 = (𝟒)
𝒉𝟐
qui constitue une approximation de la dérivée seconde 𝒇′′(𝒙) partout dans
l’intervalle 𝒙𝟎 , 𝒙𝟐 .
Il reste à en déterminer l’ordre.
Cet ordre dépend du point où on cherche à déterminer l’approximation..

18
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

II – Différentiation numérique
2. Dérivées d’ordre supérieur
Approximation de la dérivée seconde en 𝒙𝟎

D’après l’équation (4), on a :

𝒇 𝒙𝟎 + 𝟐𝒉 − 𝟐𝒇 𝒙𝟎 + 𝒉 + 𝒇(𝒙𝟎 )
𝒇′′(𝒙𝟎 ) ≈ 𝑷′′𝟐 𝒙𝟎 =
𝒉𝟐
On remarque immédiatement qu’il s’agit d’une formule aux différences avant.
Pour déterminer l’ordre de l’erreur liée à cette approximation,
on utilise le développement de Taylor . On a :
(𝟐𝒉) 𝟐 (𝟑𝒉) 𝟑
𝒇 𝒙𝟎 + 𝟐𝒉 = 𝒇 𝒙𝟎 + 𝟐𝒉𝒇′ 𝒙𝟎 + 𝒇′′ 𝒙𝟎 + 𝒇′′′ 𝒙𝟎 + 𝚶(𝒉𝟒 )
𝟐! 𝟑!
𝟐 𝟑
𝒉 ′′ 𝒉 ′′′
𝒇 𝒙𝟎 + 𝒉 = 𝒇 𝒙𝟎 + 𝒉𝒇 𝒙𝟎 + 𝒇 𝒙𝟎 + 𝒇 𝒙𝟎 + 𝚶(𝒉𝟒 )
′
𝟐! 𝟑!

19
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

II – Différentiation numérique
2. Dérivées d’ordre supérieur
Approximation de la dérivée seconde en 𝒙𝟎

Soit:
𝒇 𝒙𝟎 + 𝟐𝒉 − 𝟐𝒇 𝒙𝟎 + 𝒉 + 𝒇(𝒙𝟎 ) 𝒉𝟐 𝒇′′ 𝒙𝟎 + 𝒉𝟑 𝒇′′′ 𝒙𝟎 + 𝚶(𝒉𝟒 )
=
𝒉𝟐 𝒉𝟐
= 𝒇′′ 𝒙𝟎 + 𝒉𝒇′′′ 𝒙𝟎 + 𝚶 𝒉𝟐 = 𝒇′′ 𝒙𝟎 + 𝚶 𝒉

Il s’agit donc d’une approximation d’ordre 1 de la dérivée seconde.

20
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

II – Différentiation numérique
2. Dérivées d’ordre supérieur
Approximation de la dérivée seconde en 𝒙𝟏

D’après l’équation (4), on a :

𝒇 𝒙𝟏 + 𝒉 − 𝟐𝒇 𝒙𝟏 + 𝒇(𝒙𝟏 − 𝒉)
𝒇′′(𝒙𝟏 ) ≈ 𝑷′′𝟐 𝒙𝟏 =
𝒉𝟐
qui est une différence centrée. Pour en déterminer l’ordre, on fait appel,
comme dans le cas précédent, aux développements de Taylor, mais cette
fois autour de 𝒙𝟏 . On a :
′
𝒉𝟐 ′′ 𝒉𝟑 ′′′ 𝒉𝟒 (𝟒) 𝒉𝟓 (𝟓)
𝒇 𝒙𝟏 + 𝒉 = 𝒇 𝒙𝟏 + 𝒉𝒇 𝒙𝟏 + 𝒇 𝒙𝟏 + 𝒇 𝒙𝟏 + 𝒇 𝒙𝟏 + 𝒇 𝒙𝟏 + 𝚶(𝒉𝟔 )
𝟐! 𝟑! 𝟒! 𝟓!
𝟐 𝟑 𝟒
′
𝒉 ′′ 𝒉 ′′′ 𝒉 𝟒
𝒉𝟓 (𝟓)
𝒇 𝒙𝟏 − 𝒉 = 𝒇 𝒙𝟏 − 𝒉𝒇 𝒙𝟏 + 𝒇 𝒙𝟏 − 𝒇 𝒙𝟏 + 𝒇 𝒙𝟏 − 𝒇 𝒙𝟏 + 𝚶(𝒉𝟔 )
𝟐! 𝟑! 𝟒! 𝟓!

21
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

II – Différentiation numérique
2. Dérivées d’ordre supérieur
Approximation de la dérivée seconde en 𝒙𝟏

Une fois combinées, ces deux relations deviennent :

𝒉𝟒 𝟒
𝒇 𝒙𝟏 + 𝒉 − 𝟐𝒇 𝒙𝟏 + 𝒇(𝒙𝟏 − 𝒉) 𝒉𝟐 𝒇′′𝒙𝟏 + 𝟏𝟐 𝒇 𝒙𝟏 + 𝚶(𝒉𝟔 )
=
𝒉𝟐 𝒉𝟐
𝒉 𝟐
= 𝒇′′ 𝒙𝟏 + 𝒇 𝟒 𝒙𝟏 + 𝚶 𝒉𝟒 = 𝒇′′ 𝒙𝟏 + 𝚶 𝒉𝟐
𝟏𝟐

C’est une approximation d’ordre 2 de la dérivée seconde.

22
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

II – Différentiation numérique
2. Dérivées d’ordre supérieur
Approximation de la dérivée seconde en 𝒙𝟐

D’après l’équation (4), on a :

𝒇 𝒙𝟐 − 𝟐𝒇 𝒙𝟐 − 𝒉 + 𝒇(𝒙𝟐 − 𝟐𝒉)
𝒇′′(𝒙𝟐 ) ≈ 𝑷′′𝟐 𝒙𝟐 =
𝒉𝟐
Un raisonnement similaire basé sur un développement en séries de Taylor autour
de 𝒙𝟐 permet de conclure que l’approximation est d’ordre 1 en 𝒙𝟐 .

Remarque:
La symétrie des différences centrées a permis de gagner un ordre de précision.

23
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

II – Différentiation numérique
2. Dérivées d’ordre supérieur
On peut aussi convenir de toujours évaluer la dérivée d’ordre supérieur en 𝒙. Dans ce
cas, on utilise les valeurs de 𝒇(𝒙 + 𝒉) et de 𝒇(𝒙 + 𝟐𝒉) pour la différence avant et les
valeurs de 𝒇(𝒙 + 𝒉) et de 𝒇(𝒙 − 𝒉) pour la différence centrée. En ce qui concerne le
terme d’erreur, on ne retient que son ordre. Les tableaux suivants résument la
situation.
Formules de différences finies pour 𝒇′′(𝒙)
𝒇 𝒙 − 𝟐𝒉 − 𝟐𝒇 𝒙 − 𝒉 + 𝒇(𝒙)
𝒇′′ 𝒙 = + 𝜪(𝒉)
𝒉𝟐
Différence arrière d’ordre 1
𝒇 𝒙 + 𝟐𝒉 − 𝟐𝒇 𝒙 + 𝒉 + 𝒇(𝒙)
𝒇′′ 𝒙 = + 𝜪(𝒉)
𝒉𝟐
Différence avant d’ordre 1
𝒇 𝒙 + 𝒉 − 𝟐𝒇 𝒙 + 𝒇(𝒙 − 𝒉)
𝒇′′ 𝒙 = 𝟐
+ 𝜪(𝒉𝟐 )
𝒉
Différence centrée d’ordre 2 24
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

II – Différentiation numérique
3. Extrapolation de Richardson

La méthode d’extrapolation de Richardson est valable non seulement pour

la différentiation et l’intégration numériques, mais aussi pour l’interpolation, la
résolution numérique des équations différentielles, etc. Cette technique permet
d’augmenter la précision d’une méthode d’approximation par une technique
d’extrapolation que nous décrivons dans cette section.
Prenons comme point de départ une approximation numérique, notée 𝑸𝒂𝒑𝒑 (𝒉)
d’une certaine quantité exacte 𝑸𝒆𝒙𝒂 inconnue.
L’approximation numérique dépend d’un paramètre 𝒉, comme c’est souvent le
cas. Généralement, plus 𝒉 est petit, plus l’approximation est précise.

25
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

II – Différentiation numérique
3. Extrapolation de Richardson

On suppose de plus que cette approximation est d’ordre 𝒏, c’est-à-dire :

𝑸𝒆𝒙𝒂 = 𝑸𝒂𝒑𝒑 𝒉 + 𝜪(𝒉𝒏 )
La notation 𝜪(𝒉𝒏 ) signifie en fait que l’on a :
𝑸𝒆𝒙𝒂 = 𝑸𝒂𝒑𝒑 𝒉 + 𝒄𝒏 𝒉𝒏 + 𝒄𝒏+𝟏 𝒉𝒏+𝟏 + 𝒄𝒏+𝟐 𝒉𝒏+𝟐 + ⋯ 𝟓
où les constantes 𝒄𝒏 dépendent de la méthode numérique utilisée.
La technique d’extrapolation de Richardson consiste à obtenir, à partir de
l’approximation (5) d’ordre 𝒏, une nouvelle approximation d’ordre au moins (𝒏 + 𝟏).

26
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

II – Différentiation numérique
3. Extrapolation de Richardson

𝒉
Pour ce faire, il suffit de remplacer 𝒉 par 𝟐
dans l’équation (5), ce qui conduit à la

relation :

𝒏 𝒏+𝟏 𝒏+𝟐
𝒉 𝒉 𝒉 𝒉
𝑸𝒆𝒙𝒂 = 𝑸𝒂𝒑𝒑 + 𝒄𝒏 + 𝒄𝒏+𝟏 + 𝒄𝒏+𝟐 +⋯ 𝟔
𝟐 𝟐 𝟐 𝟐

𝒉
L’approximation 𝑸𝒂𝒑𝒑 est généralement plus précise que 𝑸𝒂𝒑𝒑 𝒉 .
𝟐

L’idée consiste à combiner les relations (5) et (6) de telle sorte que le terme d’ordre 𝒏
(𝒄𝒏 𝒉𝒏 ) disparaisse. Cela est possible si l’on multiplie l’équation (6) par 𝟐𝒏 pour obtenir :

𝒉 𝒉 𝒏+𝟏 𝒉 𝒏+𝟐
𝟐𝒏 𝑸𝒆𝒙𝒂 = 𝟐𝒏 𝑸𝒂𝒑𝒑 + 𝒄𝒏 𝒉𝒏 + 𝒄𝒏+𝟏 + 𝒄𝒏+𝟐 𝟐 + ⋯ 𝟕
𝟐 𝟐 𝟐
27
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

II – Différentiation numérique
3. Extrapolation de Richardson

En faisant la différence (7)-(5) on obtient:

𝒉 𝟏 𝟑
𝟐𝒏 − 𝟏 𝑸𝒆𝒙𝒂 = 𝟐𝒏 𝑸𝒂𝒑𝒑 − 𝑸𝒂𝒑𝒑 𝒉 − 𝒄𝒏+𝟏 𝒉𝒏+𝟏 − 𝒄𝒏+𝟐 𝒉𝒏+𝟐 + ⋯
𝟐 𝟐 𝟒
Alors:

𝒉
𝟐𝒏 𝑸𝒂𝒑𝒑 𝟐 − 𝑸𝒂𝒑𝒑 𝒉
𝑸𝒆𝒙𝒂 = 𝒏 + 𝑶(𝒉𝒏+𝟏 ) (𝟖)
𝟐 −𝟏
L’extrapolation de Richardson permet ainsi de gagner au moins un ordre de précision.
Si 𝒄𝒏+𝟏 = 𝟎 (cas souvent observé lorsqu’on utilise des différences centrées),
l’approximation devient d’ordre (𝒏 + 𝟐).

28
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

II – Différentiation numérique
3. Extrapolation de Richardson
Exemple:
On considère l’exemple 𝒇(𝒙) = 𝒆𝒙 pour lequel 𝒇′ 𝟎 = 𝟏 (résultat analytique exact).
𝒆𝟎+𝒉 − 𝒆𝟎
𝒇′ 𝟎 ≈
𝒉
qui est une différence avant d’ordre 1 (𝒏 = 𝟏).
Pour 𝒉 = 𝟎. 𝟏 :
𝟎.𝟏 − 𝒆𝟎
𝒆
𝒇′ 𝟎 ≈ = 𝟏. 𝟎𝟓𝟏𝟕𝟎𝟗𝟏𝟖 = 𝑸𝒂𝒑𝒑 (𝟎. 𝟏)
𝟎. 𝟏
Pour 𝒉 = 𝟎. 𝟎𝟓 :
′
𝒆𝟎.𝟎𝟓 − 𝒆𝟎
𝒇 𝟎 ≈ = 𝟏. 𝟎𝟐𝟓𝟒𝟐𝟏𝟗𝟐 = 𝑸𝒂𝒑𝒑 (𝟎. 𝟎𝟓)
𝟎. 𝟎𝟓

En utilisant l’égalité (8), on aura :

𝟐 𝟏𝑸
′ 𝒂𝒑𝒑 𝟎. 𝟎𝟓 − 𝑸𝒂𝒑𝒑 𝟎. 𝟏
𝒇 𝟎 = = 𝟎. 𝟗𝟗𝟗𝟏𝟑𝟒𝟔𝟔
𝟐𝟏 − 𝟏
qui est une approximation d’ordre 2. 29
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

II – Différentiation numérique
3. Extrapolation de Richardson
Exemple:
Utilisons maintenant une différence centrée
𝒆 𝒉 − 𝒆−𝒉
𝒇′ 𝟎 ≈
𝟐𝒉
qui est d’ordre 2 (𝒏 = 𝟐).
Pour 𝒉 = 𝟎. 𝟎𝟓 :
𝒆 𝟎.𝟎𝟓 − 𝒆−𝟎.𝟎𝟓
𝒇′ 𝟎 ≈ = 𝟏. 𝟎𝟎𝟎𝟒𝟏𝟔𝟕 = 𝑸𝒂𝒑𝒑 (𝟎. 𝟎𝟓)
𝟐(𝟎. 𝟎𝟓)
Pour 𝒉 = 𝟎. 𝟎𝟐𝟓 :
′
𝒆𝟎.𝟎𝟐𝟓 − 𝒆−𝟎𝟎.𝟐𝟓
𝒇 𝟎 ≈ = 𝟏. 𝟎𝟎𝟎𝟏𝟎𝟒𝟏𝟖 = 𝑸𝒂𝒑𝒑 (𝟎. 𝟎𝟐𝟓)
𝟐(𝟎. 𝟎𝟐𝟓)

En utilisant l’égalité (8), on aura :

𝟐
′
𝟐 𝑸𝒂𝒑𝒑 𝟎. 𝟎𝟐𝟓 − 𝑸𝒂𝒑𝒑 𝟎. 𝟎𝟓
𝒇 𝟎 = = 𝟏. 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟕
𝟐𝟐 − 𝟏
qui est une approximation d’ordre 4. 30
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

III – Intégration numérique

L’intégration numérique est basée principalement sur la relation :

𝒙𝒏 𝒙𝒏 𝒙𝒏
න 𝒇(𝒙) 𝒅𝒙 = න 𝑷𝒏 (𝒙) 𝒅𝒙 + න 𝑬𝒏 (𝒙) 𝒅𝒙
𝒙𝟎 𝒙𝟎 𝒙𝟎

où 𝑷𝒏 (𝒙) est un polynôme d’interpolation et 𝑬𝒏 (𝒙) est l’erreur qui y est associée.
En faisant varier la valeur de 𝒏, on obtient les formules de Newton-Cotes.
En principe, plus 𝒏 est élevé, plus grande est la précision liée à la valeur de l’intégrale
recherchée. En pratique cependant, on emploie rarement des valeurs de 𝒏 supérieures
à 4.

31
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

III – Intégration numérique

1. Formules de Newton-Cotes simples et composées
1.1. Méthode des trapèzes:
𝒙
On souhaite évaluer: ‫ 𝒙𝒅 )𝒙(𝒇 𝒏 𝒙׬‬où 𝒇(𝒙) est
𝟎

une fonction connue seulement en deux

points ou encore une fonction n’ayant pas
de primitive.
La solution qui vient tout de suite à l’esprit
consiste à remplacer 𝒇(𝒙) par le polynôme
de degré 1 passant par les points (𝒙𝟎 , 𝒇(𝒙𝟎 ))
et (𝒙𝟏 , 𝒇(𝒙𝟏 )) comme l’illustre la figure 1.
Figure 1. Méthode du trapèze
32
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

III – Intégration numérique

1. Formules de Newton-Cotes simples et composées
1.1. Méthode des trapèzes:

La valeur approximative (l’approximation

est grossière) de l’intégrale correspond à
l’aire sous la courbe du polynôme. Cette
aire forme un trapèze qui donne son nom à
la méthode du trapèze.

Figure 1. Méthode du trapèze

33
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

III – Intégration numérique

1. Formules de Newton-Cotes simples et composées
1.1. Méthode des trapèzes:

En utilisant le polynôme de Newton de degré 1,

on aura :

𝒙𝟏 𝒙𝟏 𝒙𝟏
න 𝒇(𝒙) 𝒅𝒙 ≈ න 𝑷𝟏 𝒙 𝒅𝒙 = න 𝒇 𝒙𝟎 + 𝒇 𝒙𝟎 , 𝒙𝟏 𝒙 − 𝒙𝟎 𝒅𝒙
𝒙𝟎 𝒙𝟎 𝒙𝟎

(𝒙𝟏 − 𝒙𝟎 )
= [𝒇 𝒙𝟎 + 𝒇 𝒙𝟏 ]
𝟐
Figure 1. Méthode du trapèze
Aire du trapèze

34
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

III – Intégration numérique

1. Formules de Newton-Cotes simples et composées
1.1. Méthode des trapèzes:

En définitive:

𝒙𝟏
𝒉
න 𝒇(𝒙) 𝒅𝒙 ≈ [𝒇 𝒙𝟎 + 𝒇 𝒙𝟏 ]
𝒙𝟎 𝟐
avec 𝒉 = 𝒙𝟏 – 𝒙𝟎 : le pas d’échantillonnage.

Erreur: (Méthode des trapèzes simple)

L’erreur de quadrature est majorée par: Figure 1. Méthode du trapèze

𝒃
(𝒃 − 𝒂)𝟑
𝑬 = න (𝒇 𝒙 − 𝑷𝒏 𝒙 ) 𝒅𝒙 ≤ 𝒎𝒂𝒙𝒙∈[𝒂,𝒃] 𝒇′′(𝒙)
𝒂 𝟏𝟐
35
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

III – Intégration numérique

1. Formules de Newton-Cotes simples et composées
1.1. Méthode des trapèzes:
La précision peut être améliorée si on décompose, par exemple, l’intervalle
d’intégration [𝒂, 𝒃] en sous-intervalles de longueur 𝒉 chacun, avec
𝒃 − 𝒂 𝒙 𝒏 − 𝒙𝟎
𝒉= =
𝒏 𝒏
Les différents points engendrés par cet échantillonnage sont notés 𝒙𝒊 avec 𝒊 =
𝟎, 𝟏, … , 𝒏 et la méthode de trapèze est utilisée dans chaque sous-intervalle [𝒙𝒊 , 𝒙𝒊+𝟏 ].
On obtient alors :
𝒙𝒏 𝒏−𝟏 𝒙𝒊+𝟏 𝒏−𝟏
𝒉
න 𝒇(𝒙) 𝒅𝒙 ≈ ෍ න 𝒇 𝒙 𝒅𝒙 ≈ ෍ 𝒇 𝒙𝒊 + 𝒇 𝒙𝒊+𝟏
𝒙𝟎 𝟐
𝒊=𝟎 𝒙𝒊 𝒊=𝟎
𝒉
= 𝒇 𝒙𝟎 + 𝟐 𝒇 𝒙𝟏 + ⋯ + 𝒇 𝒙𝒏−𝟏 + 𝒇 𝒙𝒏
𝟐
qui est la formule des trapèzes composée.
On montre que la précision est d’ordre 2 pour la méthode des trapèzes composée.36
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

III – Intégration numérique

1. Formules de Newton-Cotes simples et composées
1.1. Méthode des trapèzes:

Erreur: (Méthode des trapèzes composée)

L’erreur de quadrature est majorée par:

(𝒃 − 𝒂)𝒉𝟐
𝑬 ≤ 𝒎𝒂𝒙𝒙∈[𝒂,𝒃] 𝒇′′(𝒙)
𝟏𝟐

37
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

III – Intégration numérique

1. Formules de Newton-Cotes simples et composées
1.1. Méthode des trapèzes
Exemple:

Il s’agit d’évaluer numériquement :

𝝅
𝟐
න 𝒔𝒊𝒏(𝒙) 𝒅𝒙
𝟎
dont la valeur exacte est 1.
• La méthode du trapèze donne dans ce cas :
𝝅 𝝅
𝟐 𝝅 𝝅
න 𝒔𝒊𝒏(𝒙) 𝒅𝒙 ≈ 𝟐 𝒔𝒊𝒏 𝟎 + 𝒔𝒊𝒏 = = 𝟎. 𝟕𝟖𝟓𝟑𝟗𝟖𝟏𝟔𝟒
𝟎 𝟐 𝟐 𝟒

38
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

III – Intégration numérique

1. Formules de Newton-Cotes simples et composées
1.1. Méthode des trapèzes
Exemple:

• La méthode des trapèzes composée donne dans ce cas :

𝝅
• Si on décompose l’intervalle 𝟎, 𝟐 en 4 sous-intervalles, on aura:

𝝅
−𝟎 𝝅
𝒉= 𝟐 =
𝟒 𝟖
On a alors :

𝝅 𝝅
𝟐 𝝅 𝝅 𝟑𝝅 𝝅
න 𝒔𝒊𝒏(𝒙) 𝒅𝒙 ≈ 𝟖 𝒔𝒊𝒏 𝟎 + 𝟐 𝒔𝒊𝒏 + 𝒔𝒊𝒏 + 𝒔𝒊𝒏 + 𝒔𝒊𝒏 = 𝟎. 𝟗𝟖𝟕𝟏𝟏𝟓𝟖
𝟎 𝟐 𝟖 𝟒 𝟖 𝟐
Soit une erreur de 𝟎. 𝟎𝟏𝟐𝟖𝟖
39
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

III – Intégration numérique

1. Formules de Newton-Cotes simples et composées
1.1. Méthode des trapèzes
Exemple:

• La méthode des trapèzes composée donne dans ce cas :

𝝅
• Si on décompose l’intervalle 𝟎, 𝟐 en 8 sous-intervalles, on aura:
𝝅
−𝟎 𝝅
𝒉= 𝟐 =
𝟖 𝟏𝟔
On a alors :
𝝅 𝝅
𝟐 𝝅 𝝅 𝟑𝝅 𝝅 𝟓𝝅 𝟑𝝅 𝟕𝝅 𝝅
න 𝒔𝒊𝒏(𝒙) 𝒅𝒙 ≈ 𝟏𝟔 𝒔𝒊𝒏 𝟎 + 𝟐 𝒔𝒊𝒏 + 𝒔𝒊𝒏 + 𝒔𝒊𝒏 + 𝒔𝒊𝒏 + 𝒔𝒊𝒏 + 𝒔𝒊𝒏 + 𝒔𝒊𝒏 + 𝒔𝒊𝒏
𝟎 𝟐 𝟏𝟔 𝟖 𝟏𝟔 𝟒 𝟏𝟔 𝟖 𝟏𝟔 𝟐
= 𝟎. 𝟗𝟗𝟔𝟕𝟖𝟓𝟐

dont l’erreur est 0.0032148 qui est environ quatre fois plus petite que celle obtenue avec 4
sous-intervalles ; ce qui justifie que la méthode des trapèzes est d’ordre 2.
40
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

III – Intégration numérique

1. Formules de Newton-Cotes simples et composées
1.1. Méthode des trapèzes
Exemple:

• Pour obtenir une précision au moins égale à 𝟑, on utilise la formule de Richardson

avec 𝒏 = 𝟐 :
𝝅
𝟐 𝟐𝟐 𝟎. 𝟗𝟗𝟔𝟕𝟖𝟓𝟐 − 𝟎. 𝟗𝟖𝟕𝟏𝟏𝟓𝟖
න 𝒔𝒊𝒏(𝒙) 𝒅𝒙 ≈ 𝟐−𝟏 = 𝟏. 𝟎𝟎𝟎𝟎𝟎𝟖𝟑𝟑𝟑
𝟎 𝟐

valeur très proche de la valeur exacte. Il s’agit en fait d’une approximation d’ordre 4.

41
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

III – Intégration numérique

1. Formules de Newton-Cotes simples et composées
1.1. Méthode des trapèzes

Remarques:
• La méthode du trapèze avec un seul intervalle est également connue sous le nom
de méthode des trapèzes simple.
• La méthode des trapèzes composée est d’ordre 2. La méthode des trapèzes simple,
bien que d’ordre 3, est rarement utilisée, car elle est trop imprécise.
• La méthode des trapèzes composée donne un résultat exact si la fonction 𝒇(𝒙) est
un polynôme de degré inférieur ou égal à 1.
• Les formules d’intégration numérique sont également appelées formules de
quadrature.
42
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

III – Intégration numérique

1. Formules de Newton-Cotes simples et composées
1.2. Formule de Simpson 1/3

Reprenons le raisonnement utilisé avec la méthode des trapèzes, mais cette fois
en utilisant un polynôme de degré 2 dont la courbe passe par les points (𝒙𝟎 ,𝒇(𝒙𝟎 )),
(𝒙𝟏 , 𝒇(𝒙𝟏 )) et (𝒙𝟐 , 𝒇(𝒙𝟐 )). Ce polynôme est donné par la formule de Newton :
𝑷𝟐 𝒙 = 𝒇 𝒙𝟎 + 𝒇 𝒙𝟎 , 𝒙𝟏 𝒙 − 𝒙𝟎 + 𝒇[𝒙𝟎 , 𝒙𝟏 , 𝒙𝟐 ](𝒙 − 𝒙𝟎 )(𝒙 − 𝒙𝟏 )
Alors:

𝒙𝟐 𝒙𝟐 𝒙𝟐
න 𝒇(𝒙) 𝒅𝒙 ≈ න 𝑷𝟐 𝒙 𝒅𝒙 = න {𝒇 𝒙𝟎 + 𝒇 𝒙𝟎 , 𝒙𝟏 𝒙 − 𝒙𝟎 + 𝒇[𝒙𝟎 , 𝒙𝟏 , 𝒙𝟐 ](𝒙 − 𝒙𝟎 )(𝒙 − 𝒙𝟏 )} 𝒅𝒙
𝒙𝟎 𝒙𝟎 𝒙𝟎

43
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

III – Intégration numérique

1. Formules de Newton-Cotes simples et composées
1.2. Formule de Simpson 1/3

Dans le cas d’un échantillonnage régulier; 𝒉 = 𝒙𝟐 – 𝒙𝟏 = 𝒙𝟏 – 𝒙𝟎 et en posant le

𝒙−𝒙𝟎
changement de variable 𝒔 = 𝒉
avec 𝒅𝒙 = 𝒉𝒅𝒔 on trouve:

𝒙𝟐 𝒙𝟐
𝒉
න 𝒇(𝒙) 𝒅𝒙 ≈ න 𝑷𝟐 𝒙 𝒅𝒙 = 𝒇 𝒙𝟎 + 𝟒𝒇 𝒙𝟏 + 𝒇 𝒙𝟐
𝒙𝟎 𝒙𝟎 𝟑

qui est la formule de 𝑺𝒊𝒎𝒑𝒔𝒐𝒏 𝟏/𝟑 𝒔𝒊𝒎𝒑𝒍𝒆. Cette terminologie est due au facteur
de 1/3 qui multiplie 𝒉.

44
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

III – Intégration numérique

1. Formules de Newton-Cotes simples et composées
1.2. Formule de Simpson 1/3

Erreur: (Méthode Simpson 1/3 simple)

L’erreur de quadrature est majorée par:

𝒉𝟓
𝑬 ≤ 𝒎𝒂𝒙𝒙∈[𝒂,𝒃] 𝒇(𝟒) (𝒙)
𝟗𝟎

45
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

III – Intégration numérique

1. Formules de Newton-Cotes simples et composées
1.2. Formule de Simpson 1/3

Exemple:
On reprend une fois de plus le calcul des exemples précédents. Pour la fonction
𝝅
𝒇(𝒙) = 𝒔𝒊𝒏 𝒙 dans l’intervalle 𝟎 , 𝟐 , on a :

𝝅 𝝅
𝟐 𝝅 𝝅
න 𝒔𝒊𝒏(𝒙) 𝒅𝒙 ≈ 𝟒 𝒔𝒊𝒏 𝟎 + 𝟒𝒔𝒊𝒏 + 𝒔𝒊𝒏 = 𝟏. 𝟎𝟎𝟐𝟐𝟕𝟗𝟗
𝟎 𝟑 𝟒 𝟐

Ce résultat est plus précis que l’approximation obtenue par la méthode des
trapèzes simple, mais il demeure peu satisfaisant.

46
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

III – Intégration numérique

1. Formules de Newton-Cotes simples et composées
1.2. Formule de Simpson 1/3

On peut encore une fois améliorer la précision de la formule de Simpson 1/3 en la

composant. Puisque la méthode simple requiert deux intervalles, il semble
souhaitable de diviser l’intervalle d’intégration [𝒂, 𝒃] en 𝟐𝒏 sous-intervalles et
d’utiliser la méthode de Simpson 1/3 simple dans chaque paire de sous-intervalle.

47
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

III – Intégration numérique

1. Formules de Newton-Cotes simples et composées
1.2. Formule de Simpson 1/3

On obtient alors la méthode de Simpson 1/3 composée comme suit :

𝒃 𝒏−𝟏 𝒙𝟐𝒊+𝟐 𝒏−𝟏

𝒉
න 𝒇(𝒙) 𝒅𝒙 = ෍ න 𝒇(𝒙) 𝒅𝒙 ≈ ෍ 𝒇 𝒙𝟐𝒊 + 𝟒𝒇 𝒙𝟐𝒊+𝟏 + 𝒇 𝒙𝟐𝒊+𝟐
𝒂 𝟑
𝒊=𝟎 𝒙𝟐𝒊 𝒊=𝟎

𝒉
= { 𝒇 𝒙𝟎 + 𝟒𝒇 𝒙𝟏 + 𝒇 𝒙𝟐 + 𝒇 𝒙𝟐 + 𝟒𝒇 𝒙𝟑 + 𝒇 𝒙𝟒 + ⋯ + 𝒇 𝒙𝟐𝒏−𝟒 + 𝟒𝒇 𝒙𝟐𝒏−𝟑 + 𝒇 𝒙𝟐𝒏−𝟐
𝟑
+ 𝒇 𝒙𝟐𝒏−𝟐 + 𝟒𝒇 𝒙𝟐𝒏−𝟏 + 𝒇 𝒙𝟐𝒏 }

𝒉
= 𝒇 𝒙𝟎 + 𝟒𝒇 𝒙𝟏 + 𝟐𝒇 𝒙𝟐 + 𝟒𝒇 𝒙𝟑 + 𝟐𝒇 𝒙𝟒 + ⋯ + 𝟒𝒇 𝒙𝟐𝒏−𝟑 + 𝟐𝒇 𝒙𝟐𝒏−𝟐 + 𝟒𝒇 𝒙𝟐𝒏−𝟏 + 𝒇 𝒙𝟐𝒏
𝟑
48
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

III – Intégration numérique

1. Formules de Newton-Cotes simples et composées
1.2. Formule de Simpson 1/3

On obtient alors la méthode de Simpson 1/3 composée comme suit :

𝒃
𝒉
න 𝒇(𝒙) 𝒅𝒙 ≈ 𝒇 𝒙𝟎 + 𝟒𝒇 𝒙𝟏 + 𝟐𝒇 𝒙𝟐 + 𝟒𝒇 𝒙𝟑 + 𝟐𝒇 𝒙𝟒 + ⋯ + 𝟒𝒇 𝒙𝟐𝒏−𝟑 + 𝟐𝒇 𝒙𝟐𝒏−𝟐 + 𝟒𝒇 𝒙𝟐𝒏−𝟏 + 𝒇 𝒙𝟐𝒏
𝒂 𝟑

Tous les termes de rang impair sont multipliés par 4 tandis que ceux de rang pair sont
multipliés par 2, sauf le premier (𝒇 𝒙𝟎 ) et le dernier (𝒇 𝒙𝟐𝒏 ).

49
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

III – Intégration numérique

1. Formules de Newton-Cotes simples et composées
1.2. Formule de Simpson 1/3

Erreur: (Méthode Simpson 1/3 composée)

L’erreur de quadrature est majorée par:

(𝒃 − 𝒂)𝒉𝟒
𝑬 ≤ 𝒎𝒂𝒙𝒙∈[𝒂,𝒃] 𝒇(𝟒) (𝒙)
𝟏𝟖𝟎

50
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

III – Intégration numérique

1. Formules de Newton-Cotes simples et composées
1.2. Formule de Simpson 1/3

Exemple:
𝝅
Pour la fonction 𝒇(𝒙) = 𝒔𝒊𝒏 𝒙 , on divise l’intervalle 𝟎, 𝟐 en 4 sous-intervalles de longueur
𝝅
𝒉 = 𝟖 . On a alors :

𝝅 𝝅
𝟐 𝝅 𝝅 𝟑𝝅 𝝅
න 𝒔𝒊𝒏(𝒙) 𝒅𝒙 ≈ 𝟖 𝒔𝒊𝒏 𝟎 + 𝟒𝒔𝒊𝒏 + 𝟐𝒔𝒊𝒏 + 𝟒𝒔𝒊𝒏 + 𝒔𝒊𝒏 = 𝟏. 𝟎𝟎𝟎𝟏𝟑𝟒𝟔
𝟎 𝟑 𝟖 𝟒 𝟖 𝟐

On notera que la précision est supérieure à celle des trapèzes.

51
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

III – Intégration numérique

1. Formules de Newton-Cotes simples et composées
1.2. Formule de Simpson 1/3

Exemple:
𝝅
Avec 8 sous-intervalles de longueur 𝒉 = 𝟏𝟔 on a alors :
𝝅
𝟐
න 𝒔𝒊𝒏(𝒙) 𝒅𝒙
𝟎
𝝅
𝝅 𝝅 𝟑𝝅 𝝅 𝟓𝝅 𝟑𝝅 𝟕𝝅
≈ 𝟖 ቈ𝒔𝒊𝒏 𝟎 + 𝟒𝒔𝒊𝒏 + 𝟐𝒔𝒊𝒏 + 𝟒𝒔𝒊𝒏 + 𝟐𝒔𝒊𝒏 + 𝟒𝒔𝒊𝒏 + 𝟐𝒔𝒊𝒏 + 𝟒𝒔𝒊𝒏
𝟑 𝟏𝟔 𝟖 𝟏𝟔 𝟒 𝟏𝟔 𝟒 𝟏𝟔
𝝅
+ 𝒔𝒊𝒏 ቉ = 𝟏. 𝟎𝟎𝟎𝟎𝟎𝟖𝟐𝟗𝟔
𝟐

52
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

III – Intégration numérique

1. Formules de Newton-Cotes simples et composées
1.2. Formule de Simpson 1/3

Exemple:
En examinant les différences :
𝟏 − 𝟏. 𝟎𝟎𝟎𝟏𝟑𝟒𝟔 = 𝟎. 𝟎𝟎𝟎𝟏𝟑𝟒𝟔 et 𝟏 − 𝟏. 𝟎𝟎𝟎𝟎𝟎𝟖𝟐𝟗𝟔 = 𝟎. 𝟎𝟎𝟎𝟎𝟎𝟖𝟐𝟗𝟔
Ainsi, lorsqu’on passe de 4 à 8 intervalles, l’erreur est divisée par 16 ce qui confirme que la
méthode est précise d’ordre 4 qu’on peut encore améliorer en utilisant l’extrapolation de
Richardson avec 𝒏 = 𝟒:

𝝅
𝟐 𝟐𝟒 𝟏. 𝟎𝟎𝟎𝟎𝟎𝟖𝟐𝟗𝟔 − 𝟏. 𝟎𝟎𝟎𝟏𝟑𝟒𝟔
න 𝒔𝒊𝒏(𝒙) 𝒅𝒙 ≈ 𝟒−𝟏
= 𝟎. 𝟗𝟗𝟗𝟗𝟗𝟗𝟖𝟕𝟔
𝟎 𝟐

qui est d’ordre au moins 5. 53

 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

III – Intégration numérique

1. Formules de Newton-Cotes simples et composées
1.3. Formule de Simpson 3/8

Si l’on utilise un polynôme de degré 3 dans l’intervalle [𝒙𝟎 , 𝒙𝟑 ] et passant par les points ((𝒙𝒊 ,
𝒇(𝒙𝒊 )) pour 𝒊 = 𝟎, 𝟏, 𝟐, 𝟑), on obtient la formule de Simpson 3/8 simple qui s’écrit :

𝒙𝟑
𝟑𝒉
න 𝒇(𝒙) 𝒅𝒙 ≈ 𝒇 𝒙𝟎 + 𝟑𝒇 𝒙𝟏 + 𝟑𝒇 𝒙𝟐 + 𝒇 𝒙𝟑
𝒙𝟎 𝟖
Cette méthode peut être également composée en divisant [𝒂, 𝒃] en 𝟑𝒏 sous-intervalles de
𝒃−𝒂
longueur 𝒉 = .
𝟑𝒏

54
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

III – Intégration numérique

1. Formules de Newton-Cotes simples et composées
1.3. Formule de Simpson 3/8

La méthode de Simpson 3/8 sera appliquée dans chaque triplet de sous-intervalles :

𝒃 𝒏−𝟏 𝒙𝟑𝒊+𝟑 𝒏−𝟏

𝟑𝒉
න 𝒇(𝒙) 𝒅𝒙 = ෍ න 𝒇(𝒙) 𝒅𝒙 ≈ ෍ 𝒇 𝒙𝟑𝒊 + 𝟑𝒇 𝒙𝟑𝒊+𝟏 + 𝟑𝒇 𝒙𝟑𝒊+𝟐 + 𝒇 𝒙𝟑𝒊+𝟑
𝒂 𝟖
𝒊=𝟎 𝒙𝟑𝒊 𝒊=𝟎

𝟑𝒉
= 𝒇 𝒙𝟎 + 𝟑𝒇 𝒙𝟏 + 𝟑𝒇 𝒙𝟐 + 𝟐𝒇 𝒙𝟑 + 𝟑𝒇 𝒙𝟒 + ⋯ + 𝟐𝒇 𝒙𝟑𝒏−𝟑 + 𝟑𝒇 𝒙𝟑𝒏−𝟐 + 𝟑𝒇 𝒙𝟑𝒏−𝟏 + 𝒇 𝒙𝟑𝒏
𝟖

Remarque:
La méthode de Simpson 3/8 est beaucoup moins utilisée que celle de Simpson 1/3.
55
 Chapitre 3: Pr. Youssef Dahani
Différentiation et Intégration 2023/2024

III – Intégration numérique

2. Exercice d’application

Calculer à 0.01 près l’intégrale:

𝟑
𝒅𝒙
𝑰=න
𝟏 𝟏+𝒙
par la méthode des trapèzes composée puis par la méthode de Simpson 1/3
composée et comparer le résultat avec la valeur exacte.

56