Exposé : Méthodes numériques
d’intégration
I. Introduction
L'intégration est une notion fondamentale en mathématiques qui permet de calculer l'aire
sous une courbe, la quantité accumulée, ou encore d'autres grandeurs physiques comme le
travail, la distance ou l'énergie. Cependant, dans de nombreux cas, il est difficile, voire
impossible, d’obtenir une solution exacte à une intégrale définie. C’est pourquoi on utilise
des méthodes numériques, qui permettent de calculer une approximation de l’intégrale
avec un degré de précision acceptable.
Deux méthodes classiques sont la méthode des rectangles et la méthode des trapèzes. Elles
sont simples, faciles à implémenter et efficaces dans de nombreux cas pratiques. Ces
méthodes découpent l’intervalle de l’intégration en petits sous-intervalles pour évaluer
l’aire sous la courbe avec des formes géométriques simples.
II. Partie théorique
1. Intégrale définie
Soit f une fonction continue sur un intervalle [a, b]. L’intégrale définie ∫_a^b f(x) dx est une
grandeur qui représente l’aire algébrique entre la courbe de f et l’axe des abscisses, de x = a
à x = b. Si f(x) ≥ 0 sur tout [a, b], cette intégrale correspond à une aire positive sous la
courbe. Si f(x) est négative, elle représente une aire négative. L’intégrale définie possède
plusieurs propriétés importantes :
- Linéarité : ∫_a^b [af(x) + bg(x)] dx = a∫_a^b f(x) dx + b∫_a^b g(x) dx
- Additivité : ∫_a^b f(x) dx = ∫_a^c f(x) dx + ∫_c^b f(x) dx pour tout c ∈ [a, b]
- Monotonie : si f(x) ≤ g(x) alors ∫_a^b f(x) dx ≤ ∫_a^b g(x) dx
2. La méthode du rectangle
La méthode du rectangle est une méthode d’approximation de l’intégrale d’une fonction
continue f(x) sur un intervalle [a, b]. L’idée est de diviser [a, b] en n sous-intervalles de
largeur égale h = (b-a)/n, et de remplacer la courbe par des rectangles dont la hauteur est
donnée par la valeur de la fonction à gauche (ou droite) de chaque sous-intervalle.
Formule :
Rectangle à gauche : ∫_a^b f(x) dx ≈ h × Σ_{i=0}^{n-1} f(x_i)
Rectangle à droite : ∫_a^b f(x) dx ≈ h × Σ_{i=1}^{n} f(x_i)
où x_i = a + i*h.
Avantages :
- Facile à implémenter
- Rapide à exécuter
Inconvénients :
- Moins précise que d'autres méthodes
- Peut sous-estimer ou surestimer l'aire si la fonction est croissante ou décroissante.
3. La méthode du trapèze
La méthode du trapèze améliore l’approximation en utilisant des trapèzes au lieu de
rectangles. L’idée est d’approximer la courbe de la fonction par une ligne droite entre deux
points consécutifs de la fonction. On calcule ensuite l’aire de chaque trapèze et on
additionne ces aires.
Formule :
∫_a^b f(x) dx ≈ h/2 × [f(x_0) + 2 × Σ_{i=1}^{n-1} f(x_i) + f(x_n)]
où h = (b - a)/n et x_i = a + i*h
Avantages :
- Plus précise que la méthode du rectangle
- Erreur d’approximation généralement plus faible
Inconvénients :
- Nécessite un peu plus de calculs
- Moins efficace pour les fonctions très oscillantes
III. Applications pratiques
A. Méthode du rectangle – 5 Applications
1. ∫₀² x² dx (n = 4) : Aire approximée par rectangles à gauche ≈ 1.75
2. ∫₁³ ln(x) dx (n = 4) : Aire approximée ≈ 1.007
3. ∫₀¹ cos(x) dx (n = 5) : Aire approximée ≈ 0.8435
4. ∫₀⁴ √x dx (n = 4) : Aire ≈ 4.146
5. ∫₁⁵ 1/x dx (n = 8) : Aire ≈ 2.083
Ces calculs montrent que plus n est grand, meilleure est la précision.
B. Méthode du trapèze – 5 Applications
1. ∫₀² x² dx (n = 4) : Aire trapèze ≈ 2.75
2. ∫₁³ ln(x) dx (n = 4) : Aire trapèze ≈ 1.28
3. ∫₀¹ e^x dx (n = 5) : Aire ≈ 3.4545
4. ∫₀¹ 1/(1+x²) dx (n = 5) : Aire ≈ 1.5655
5. ∫₀^π sin(x) dx (n = 6) : Aire ≈ 1.571
Ces résultats montrent la supériorité du trapèze en précision.
IV. Conclusion
Les méthodes numériques d’intégration sont indispensables pour approximer des
intégrales complexes. La méthode du rectangle est simple et rapide, mais sa précision est
souvent limitée. La méthode du trapèze, bien que plus complexe, offre une meilleure
approximation pour de nombreuses fonctions. Dans les cas où encore plus de précision est
requise, on peut envisager d'autres méthodes comme la méthode de Simpson. Toutefois, les
deux méthodes étudiées restent des outils essentiels en sciences, ingénierie, économie et
informatique pour résoudre des problèmes réels.
