Chap.

2 : Dérivation et intégration numériques

Dérivation et intégration numériques
I Dérivation numérique
F Différences centrées, différences
décentrées
F Dérivée d’ordre supérieure
F Calcul de l’erreur et choix du pas

I Intégration numérique
F Méthode des Trapèzes, méthode du
point milieu
F Formules de Newton-cotes
F Quadrature de Gauss
Chap. 2 : Dérivation et intégration numériques
Dérivation et intégration numériques
I Dérivation numérique
F Différences centrées, différences
décentrées
F Dérivée d’ordre supérieure
F Calcul de l’erreur et choix du pas

I Intégration numérique
F Méthode des Trapèzes, méthode du
point milieu
F Formules de Newton-cotes
F Quadrature de Gauss
Chap. 2 : Dérivation et intégration numériques
Dérivation et intégration numériques
I Dérivation numérique
F Différences centrées, différences
décentrées
F Dérivée d’ordre supérieure
F Calcul de l’erreur et choix du pas

I Intégration numérique
F Méthode des Trapèzes, méthode du
point milieu
F Formules de Newton-cotes
F Quadrature de Gauss
Chap. 2 : Dérivation et intégration numériques
Dérivation et intégration numériques
I Dérivation numérique
F Différences centrées, différences
décentrées
F Dérivée d’ordre supérieure
F Calcul de l’erreur et choix du pas

I Intégration numérique
F Méthode des Trapèzes, méthode du
point milieu
F Formules de Newton-cotes
F Quadrature de Gauss
Chap. 2 : Dérivation et intégration numériques
Dérivation et intégration numériques
I Dérivation numérique
F Différences centrées, différences
décentrées
F Dérivée d’ordre supérieure
F Calcul de l’erreur et choix du pas

I Intégration numérique
F Méthode des Trapèzes, méthode du
point milieu
F Formules de Newton-cotes
F Quadrature de Gauss
Chap. 2 : Dérivation et intégration numériques
Dérivation et intégration numériques
I Dérivation numérique
F Différences centrées, différences
décentrées
F Dérivée d’ordre supérieure
F Calcul de l’erreur et choix du pas

I Intégration numérique
F Méthode des Trapèzes, méthode du
point milieu
F Formules de Newton-cotes
F Quadrature de Gauss
Chap. 2 : Dérivation et intégration numériques
Dérivation et intégration numériques
I Dérivation numérique
F Différences centrées, différences
décentrées
F Dérivée d’ordre supérieure
F Calcul de l’erreur et choix du pas

I Intégration numérique
F Méthode des Trapèzes, méthode du
point milieu
F Formules de Newton-cotes
F Quadrature de Gauss
Chap. 2 : Dérivation et intégration numériques
Dérivation et intégration numériques
I Dérivation numérique
F Différences centrées, différences
décentrées
F Dérivée d’ordre supérieure
F Calcul de l’erreur et choix du pas

I Intégration numérique
F Méthode des Trapèzes, méthode du
point milieu
F Formules de Newton-cotes
F Quadrature de Gauss
Chap. 2 : Dérivation et intégration numériques
Dérivation et intégration numériques
I Dérivation numérique
F Différences centrées, différences
décentrées
F Dérivée d’ordre supérieure
F Calcul de l’erreur et choix du pas

I Intégration numérique
F Méthode des Trapèzes, méthode du
point milieu
F Formules de Newton-cotes
F Quadrature de Gauss
Motivation

Si on dispose de forme analytique d’une fonction (dérivée analytique).

Sinon Dérivation numérique (cas d’une solution de problème donné)

Question
Comment évaluer une dérivée numériquement?

A. Taakili et N. Ouakasse 1 / 27
Méthode d’ordre 1

Soit f une fontion définie de R dans R. Notre tâche est d’évaluer f 0 (x ) en un point x
fixé.

A. Taakili et N. Ouakasse 2 / 27
Méthode d’ordre 1

Soit f une fontion définie de R dans R. Notre tâche est d’évaluer f 0 (x ) en un point x
fixé.
Définition
f (x ) − f (t) f (x + h) − f (x )
f 0 (x ) = lim , ou f 0 (x ) = lim
t→x x −t h→0 h

A. Taakili et N. Ouakasse 2 / 27
Méthode d’ordre 1

Soit f une fontion définie de R dans R. Notre tâche est d’évaluer f 0 (x ) en un point x
fixé.
Définition
f (x ) − f (t) f (x + h) − f (x )
f 0 (x ) = lim , ou f 0 (x ) = lim
t→x x −t h→0 h

Méthode plus simple :

f (x + h) − f (x )
f 0 (x ) ' ,
h

A. Taakili et N. Ouakasse 2 / 27
Dérivation numérique

Proposition
Soit f une fonction de classe C 2 dont on souhaite évaluer la dérivée en x . On définit
l’erreur comme : E (h) = f (x +h)−f
h
(x )
− f 0 (x ). Alors ∃ C > 0 tel que

C
|E (h)| 6 h
2
On dit que E (h) = O(h) (linéaire).

Preuve:

A. Taakili et N. Ouakasse 3 / 27
Différences centrées

f (x + h) − f (x − h)
f 0 (x ) '
2h

Proposition
Soit f une fonction de classe C 3 dont on souhaite évaluer la dérivée en x . On définit
(x −h)
l’erreur comme : E (h) = f (x +h)−f
2h − f 0 (x ). Alors, ∃ C > 0 tel que

C 2
|E (h)| 6 h
6
On dit que E (h) = O(h2 ) (quadratique).

Preuve:

A. Taakili et N. Ouakasse 4 / 27
Exemple : Différences centrées
Evaluer la dérivée de f (x ) = x 4 en x = 1. On a f 0 (1) = 4.
Numériquement on obtient:

A. Taakili et N. Ouakasse 5 / 27
Dérivation numérique

La théorie E (h) tend vers 0 quand h → 0.

Numériquement, ce n’est pas le cas.

A. Taakili et N. Ouakasse 6 / 27
Dérivation numérique

La théorie E (h) tend vers 0 quand h → 0.

Numériquement, ce n’est pas le cas.

Question
Comment expliquez-vous ces résultats?
Comment choisir h?

A. Taakili et N. Ouakasse 6 / 27
Méthode d’ordre 4

Proposition
Soit f une fonction cinq fois continuement dérivable en x . Alors

f (x − 2h) − 8f (x − h) + 8f (x + h) − f (x + 2h) h4 (5)

f 0 (x ) = + f (ξ),
12h 30
Cette formule est dite de différences centrées d’ordre 4.
Preuve : Exercice

A. Taakili et N. Ouakasse 7 / 27
Dérivées et polynôme d’interpolation
On peut utiliser (n + 1) valeurs yi = f (xi ) d’une fonction f (x ) pour construire le
polynôme d’interpolation (de degré inférieur ou égal à n) Pn (x ) qui est sensé bien
représenter f (x ) sur l’intervalle considéré. On a accès alors, par les dérivées de Pn (x ), à
celles de f (x ).
On rappelle que:
n n
X Y x − xj
Pn (x ) = f (xi )li (x ) avec li (x ) =
i=0 j=0
xi − xj
j6=i

où les li représentent les polynômes de base de Lagrange. En dérivant cette expression,

on obtient:
la dérivée première
" #
Pn Qn
n j=0 k=0 (x − xk )
j6=i k6=j
Pn0 (x ) f (xi )li0 (x ) li0 (x )
X
= avec = Qn
i=0 j=0 (xi − xj )
j6=i
A. Taakili et N. Ouakasse 8 / 27
la dérivée seconde
" " ##
Pn Pn Qn
n j=0 k=0 l=0 (x − xl )
j6=i k6=j l6=k
Pn00 (x ) f (xi )li00 (x ) li00 (x )
X
= avec = Qn
i=0 j=0 (xi − xj )
j6=i

Les expressions ci-dessus sont très utiles pour évaluer les valeurs des dérivées aux points
d’interpolation xi :
(d)
yi = Pn(d) (xi )
(d) (d)
où y (d) et y sont les vecteurs contenant les yi et yi . Ainsi les yi s’expriment comme
combinaison linéaire des yi :
y (d) = Dn(d) .y
est la matrice de dérivation (d)ème dont les éléments sont
(d)
où Dn
(d) (d)
Di,j = lj (xi )

A. Taakili et N. Ouakasse 9 / 27
Exemple: dérivée première pour n=2
 1 1 x0 −x2 x0 −x1
x0 −x1 + x0 −x2

(x1 −x0 )(x1 −x2 ) (x2 −x0 )(x2 −x1 )
D2 =  (x0 −xx11 −x x1 −x0
(1) 1 1
x1 −x0 + x1 −x2
 2 
)(x0 −x2 ) (x2 −x0 )(x2 −x1 ) 
x2 −x1 x2 −x0 1 1
(x0 −x1 )(x0 −x2 ) (x1 −x0 )(x1 −x2 ) x2 −x0 + x2 −x1

Exemple: dérivée seconde pour n=2

 2 2 2 
(x0 −x1 )(x0 −x2 ) (x1 −x0 )(x1 −x2 ) (x2 −x0 )(x2 −x1 )
(2) 2 2 2
D2 =
 
 (x0 −x1 )(x0 −x2 ) (x1 −x0 )(x1 −x2 ) (x2 −x0 )(x2 −x1 ) 
2 2 2
(x0 −x1 )(x0 −x2 ) (x1 −x0 )(x1 −x2 ) (x2 −x0 )(x2 −x1 )

A. Taakili et N. Ouakasse 10 / 27
Remarques
(n) (n)
Les éléments de chaque colonne de Dn sont égaux (puisque les lj (x ) sont de
(p)
degré n − n = 0). De même, pour p > n, les matrices Dn sont nulles.
Ces matrices, construites pour un jeu de points d’interpolation quelconque,
s’appliquent aussi au cas de points équidistants et permettent de retrouver des
formules plus simples.
Les matrices de dérivation sont les éléments de base qui serviront à construire les
opérateurs associés à la résolution numérique d’équations différentielles par la
méthode des différences finies.

A. Taakili et N. Ouakasse 11 / 27
Dérivée d’une fonction sur [a, b]

Pour calculer numériquement la dérivée d’une fonction f :[a, b] −→ R dérivable :

On subdivise l’intervalle [a, b] en n sous intervalles [xi , xi+1 ] pour i = 0, ..., n − 1
x0 = a < x1 < ... < xn = b, le pas est h = b−a n , xi = a + ih. pour i = 0, ..., n.

A. Taakili et N. Ouakasse 12 / 27
Dérivée d’une fonction sur [a, b]

Pour calculer numériquement la dérivée d’une fonction f :[a, b] −→ R dérivable :

On subdivise l’intervalle [a, b] en n sous intervalles [xi , xi+1 ] pour i = 0, ..., n − 1
x0 = a < x1 < ... < xn = b, le pas est h = b−a n , xi = a + ih. pour i = 0, ..., n.
Puis on utilise la formule centrée pour approcher la dérivée au centre mi de chaque
intervalle [xi , xi+1 ] :
f (xi+1 ) − f (xi )
f 0 (mi ) '
h

Exercice
Ecrire un programme python qui calcule la dérivée x 7−→ cos(x ) sur [0, 2π]

A. Taakili et N. Ouakasse 12 / 27
Intégration numérique
Position de problème
Rb
Évaluer a f (x ) dx (intégrale définie uniquement).

Approximer l’aire de la surface sous la courbe f (x ) entre a et b

A. Taakili et N. Ouakasse 13 / 27
Intégration numérique
Position de problème
Rb
Évaluer a f (x ) dx (intégrale définie uniquement).

Approximer l’aire de la surface sous la courbe f (x ) entre a et b

Approximation de f par un polynôme,

A. Taakili et N. Ouakasse 13 / 27
Intégration numérique
Position de problème
Rb
Évaluer a f (x ) dx (intégrale définie uniquement).

Approximer l’aire de la surface sous la courbe f (x ) entre a et b

Approximation de f par un polynôme,
Utilisation d’un pas h tend vers 0.
A. Taakili et N. Ouakasse 13 / 27
Changement de l’intervalle

Formule de Simpson
Z 1
1 2 1 1
f (x )dx ' f (0) + f ( ) + f (1).
0 6 3 2 6

A. Taakili et N. Ouakasse 14 / 27
Changement de l’intervalle

Formule de Simpson
Z 1
1 2 1 1
f (x )dx ' f (0) + f ( ) + f (1).
0 6 3 2 6

Question
Comment utiliser cette formule sur un intervalle quelconque [a, b]?

A. Taakili et N. Ouakasse 14 / 27
Changement de l’intervalle

Formule de Simpson
Z 1
1 2 1 1
f (x )dx ' f (0) + f ( ) + f (1).
0 6 3 2 6

Question
Comment utiliser cette formule sur un intervalle quelconque [a, b]?

La réponse : utiliser une transformation affine.

Pour x ∈ [a, b], ξ ∈ [0, 1], on pose x = F (ξ), F une transformation linéaire transformant
l’intégrale sur [a, b] en une intégrale sur [0, 1].

A. Taakili et N. Ouakasse 14 / 27
Changement de l’intervalle

Formule de Simpson
Z 1
1 2 1 1
f (x )dx ' f (0) + f ( ) + f (1).
0 6 3 2 6

Question
Comment utiliser cette formule sur un intervalle quelconque [a, b]?

La réponse : utiliser une transformation affine.

Pour x ∈ [a, b], ξ ∈ [0, 1], on pose x = F (ξ), F une transformation linéaire transformant
l’intégrale sur [a, b] en une intégrale sur [0, 1]. On obtient
Z b Z 1
f (x ) dx = (b − a) f (F (ξ)) dξ
a 0

A. Taakili et N. Ouakasse 14 / 27
Méthodes simples : Méthode du rectangle

Dérivation géométrique : L’idée est d’approximer l’aire sous la courbe y = f (x )

entre x = 0 et x = h par l’aire du rectangle ABCD (A(0, 0), B(0, f (0)), C (h, f (0))
et D(h, 0)) i.e
Z h
f (x ) dx ≈ h f (0) := I0 (f ), (1)
0

A. Taakili et N. Ouakasse 15 / 27
Méthodes simples : Méthode du rectangle

Dérivation géométrique : L’idée est d’approximer l’aire sous la courbe y = f (x )

entre x = 0 et x = h par l’aire du rectangle ABCD (A(0, 0), B(0, f (0)), C (h, f (0))
et D(h, 0)) i.e
Z h
f (x ) dx ≈ h f (0) := I0 (f ), (1)
0

Dérivation analytique : Cette méthode utilise leR polynôme deRdegré le plus bas, à
savoir le polynôme constant p0 (x ) = f (0) puis 0h f (x ) dx ≈ 0h p0 (x ) dx .

A. Taakili et N. Ouakasse 15 / 27
Méthodes simples : Méthode du rectangle

Dérivation géométrique : L’idée est d’approximer l’aire sous la courbe y = f (x )

entre x = 0 et x = h par l’aire du rectangle ABCD (A(0, 0), B(0, f (0)), C (h, f (0))
et D(h, 0)) i.e
Z h
f (x ) dx ≈ h f (0) := I0 (f ), (1)
0

Dérivation analytique : Cette méthode utilise leR polynôme deRdegré le plus bas, à
savoir le polynôme constant p0 (x ) = f (0) puis 0h f (x ) dx ≈ 0h p0 (x ) dx .
Avantage de dérivation analytique (formule direct de l’erreur)

f 0 (η) f 0 (η) 2
Z h Z h
f (x ) dx − I0 (f ) = x dx = − h . (2)
0 2 0 2

A. Taakili et N. Ouakasse 15 / 27
Méthodes simples : Méthode du point milieu

Dérivation géométrique : L’idée est d’approximer l’aire sous la courbe y = f (x )

entre x = 0 et x = h par l’aire du rectangle ABCD (A(0, 0), B(0, f ( h2 )), C (h, f ( h2 ))
et D(h, 0)) i.e
Z h
h
f (x ) dx ≈ h f ( ) := I1 (f ), (3)
0 2

A. Taakili et N. Ouakasse 16 / 27
Méthodes simples : Méthode du point milieu

Dérivation géométrique : L’idée est d’approximer l’aire sous la courbe y = f (x )

entre x = 0 et x = h par l’aire du rectangle ABCD (A(0, 0), B(0, f ( h2 )), C (h, f ( h2 ))
et D(h, 0)) i.e
Z h
h
f (x ) dx ≈ h f ( ) := I1 (f ), (3)
0 2

Dérivation analytique : Cette méthode utilise leRpolynôme deRdegré le plus bas, à

savoir le polynôme constant p0 (x ) = f ( h2 ) puis 0h f (x ) dx ≈ 0h p0 (x ) dx .

A. Taakili et N. Ouakasse 16 / 27
Méthodes simples : Méthode du point milieu

Dérivation géométrique : L’idée est d’approximer l’aire sous la courbe y = f (x )

entre x = 0 et x = h par l’aire du rectangle ABCD (A(0, 0), B(0, f ( h2 )), C (h, f ( h2 ))
et D(h, 0)) i.e
Z h
h
f (x ) dx ≈ h f ( ) := I1 (f ), (3)
0 2

Dérivation analytique : Cette méthode utilise leRpolynôme deRdegré le plus bas, à

savoir le polynôme constant p0 (x ) = f ( h2 ) puis 0h f (x ) dx ≈ 0h p0 (x ) dx .
Formule de l’erreur :
f 0 (η) f 00 (η) 3
Z h Z h
h
f (x ) dx − I1 (f ) = (x − )2 dx = − h . (4)
0 2 0 2 24

A. Taakili et N. Ouakasse 16 / 27
Méthodes simples : Méthode du Trapèze

Dérivation géométrique : L’idée est d’approximer l’aire sous la courbe y = f (x )

entre x = 0 et x = h par l’aire du trapèze ABCD (A(0, 0), B(0, f (0)), C (h, f (h)) et
D(h, 0)), i.e
Z h
h
f (x ) dx ≈ (f (0) + f (h)) := I1 (f ), (5)
0 2

A. Taakili et N. Ouakasse 17 / 27
Méthodes simples : Méthode du Trapèze

Dérivation géométrique : L’idée est d’approximer l’aire sous la courbe y = f (x )

entre x = 0 et x = h par l’aire du trapèze ABCD (A(0, 0), B(0, f (0)), C (h, f (h)) et
D(h, 0)), i.e
Z h
h
f (x ) dx ≈ (f (0) + f (h)) := I1 (f ), (5)
0 2

Dérivation analytique : interpoler

Rh
f aux points
Rh
(0, f (0)) et (h, f (h)) par un
polynôme linéaire l(x ) puis 0 f (x ) dx ≈ 0 l(x ) dx .

A. Taakili et N. Ouakasse 17 / 27
Méthodes simples : Méthode du Trapèze

Dérivation géométrique : L’idée est d’approximer l’aire sous la courbe y = f (x )

entre x = 0 et x = h par l’aire du trapèze ABCD (A(0, 0), B(0, f (0)), C (h, f (h)) et
D(h, 0)), i.e
Z h
h
f (x ) dx ≈ (f (0) + f (h)) := I1 (f ), (5)
0 2

Dérivation analytique : interpoler

Rh
f aux points
Rh
(0, f (0)) et (h, f (h)) par un
polynôme linéaire l(x ) puis 0 f (x ) dx ≈ 0 l(x ) dx .
Formule de l’erreur :
f 00 (η) f 00 (η) 3
Z h Z h
f (x ) dx − I1 (f ) = x (x − h) dx = − h . (6)
0 2 0 12

A. Taakili et N. Ouakasse 17 / 27
Méthodes composites : Méthodes des trapèzes
Si l’intervalle [a, b] est large, on le subdivise en n sous intervalles [xi−1 , xi ] pour
i = 1, ..., n
x0 = a < x1 < ... < xn = b, on pose h = b−a n , xi = a + ih. pour i = 0, ..., n.

A. Taakili et N. Ouakasse 18 / 27
Méthodes composites : Méthodes des trapèzes
Si l’intervalle [a, b] est large, on le subdivise en n sous intervalles [xi−1 , xi ] pour
i = 1, ..., n
x0 = a < x1 < ... < xn = b, on pose h = b−a n , xi = a + ih. pour i = 0, ..., n.
Formule du trapèze sur [xi−1 , xi ] :
Z xi
h
f (x ) dx ≈ (f (xi−1 ) + f (xi )).
xi−1 2

A. Taakili et N. Ouakasse 18 / 27
Méthodes composites : Méthodes des trapèzes
Si l’intervalle [a, b] est large, on le subdivise en n sous intervalles [xi−1 , xi ] pour
i = 1, ..., n
x0 = a < x1 < ... < xn = b, on pose h = b−a n , xi = a + ih. pour i = 0, ..., n.
Formule du trapèze sur [xi−1 , xi ] :
Z xi
h
f (x ) dx ≈ (f (xi−1 ) + f (xi )).
xi−1 2

Finalement Z b n
X h
f (x ) dx ' (f (xi−1 ) + f (xi )).
a i=1
2

A. Taakili et N. Ouakasse 18 / 27
Méthodes composites : Méthodes des trapèzes
Si l’intervalle [a, b] est large, on le subdivise en n sous intervalles [xi−1 , xi ] pour
i = 1, ..., n
x0 = a < x1 < ... < xn = b, on pose h = b−a n , xi = a + ih. pour i = 0, ..., n.
Formule du trapèze sur [xi−1 , xi ] :
Z xi
h
f (x ) dx ≈ (f (xi−1 ) + f (xi )).
xi−1 2

Finalement Z b n
X h
f (x ) dx ' (f (xi−1 ) + f (xi )).
a i=1
2

Aprés réarrangement des termes

Z b
f (x0 ) f (xn )
 
f (x ) dx ≈ h + f (x1 ) + ... + f (xn−1 ) + .
a 2 2

A. Taakili et N. Ouakasse 18 / 27
Méthodes composites : Méthodes des trapèzes
Si l’intervalle [a, b] est large, on le subdivise en n sous intervalles [xi−1 , xi ] pour
i = 1, ..., n
x0 = a < x1 < ... < xn = b, on pose h = b−a n , xi = a + ih. pour i = 0, ..., n.
Formule du trapèze sur [xi−1 , xi ] :
Z xi
h
f (x ) dx ≈ (f (xi−1 ) + f (xi )).
xi−1 2

Finalement Z b n
X h
f (x ) dx ' (f (xi−1 ) + f (xi )).
a i=1
2

Aprés réarrangement des termes

Z b
f (x0 ) f (xn )
 
f (x ) dx ≈ h + f (x1 ) + ... + f (xn−1 ) + .
a 2 2
C’est la formule composite des Trapèzes.
A. Taakili et N. Ouakasse 18 / 27
Analyse de l’erreur : Méthode des trapèzes

Soit CTh (f ) l’approximation produite par la formule composite des Trapèzes appliquée a
f sur [a, b].

A. Taakili et N. Ouakasse 19 / 27
Analyse de l’erreur : Méthode des trapèzes

Soit CTh (f ) l’approximation produite par la formule composite des Trapèzes appliquée a
f sur [a, b].

Proposition
Il existe un η ∈ [a, b] tel que

(b − a)f 00 (η) 2
Z b
f (x ) dx − CTh (f ) = − h
a 12

Preuve :
Précision dépend du nombre de points.

A. Taakili et N. Ouakasse 19 / 27
Formules de Newton-cotes

Position du problème
Soient x0 , x1 , ..., xn des points deux à deux distincts dans l’intervalle [a, b]. Trouver les
constants A0 , A1 , ..., An , tel que
Z b
f ∈ Rn [X ] ⇒ f (x ) dx = A0 f (x0 ) + A1 f (x1 ) + ... + An f (xn ). (7)
a

Ce problème a une solution élégante en terme de polynômes de Lagrange

Proposition
Rb
Soit li le i-ieme polynôme de Lagrange sur x0 , x1 , ..., xn . Alors Ai = a li (x ) dx sont les
uniques coefficients satisfaisant (7).

A. Taakili et N. Ouakasse 20 / 27
Coefficients indéterminés et formule de Simpson

Utiliser la propriété d’exactitude pour écrire un système d’équations pour Ai

A. Taakili et N. Ouakasse 21 / 27
Coefficients indéterminés et formule de Simpson

Utiliser la propriété d’exactitude pour écrire un système d’équations pour Ai

Méthode de coefficients indéterminés

A. Taakili et N. Ouakasse 21 / 27
Coefficients indéterminés et formule de Simpson

Utiliser la propriété d’exactitude pour écrire un système d’équations pour Ai

Méthode de coefficients indéterminés

Exemple
Trouver A0 , A1 et A2 tel que
Z 1
1
deg(f ) 6 2 ⇒ f (x ) dx = A0 f (0) + A1 f ( ) + A2 f (1).
0 2
Conclure.

A. Taakili et N. Ouakasse 21 / 27
Formule de Simpson : Analyse de l’erreur

Proposition
On suppose que f est de classe C 4 sur [a, b]. Alors il existe ξ ∈ [a, b] tel que

(b − a)5 (4)
Z b
f (x ) dx − Sh (f ) = − f (ξ), (8)
a 2880
avec
b−a a+b
 
Sh (f ) = f (a) + 4f ( ) + f (b)
6 2

A. Taakili et N. Ouakasse 22 / 27
Formule de Simpson : Analyse de l’erreur

Proposition
On suppose que f est de classe C 4 sur [a, b]. Alors il existe ξ ∈ [a, b] tel que

(b − a)5 (4)
Z b
f (x ) dx − Sh (f ) = − f (ξ), (8)
a 2880
avec
b−a a+b
 
Sh (f ) = f (a) + 4f ( ) + f (b)
6 2

La formule intégre exactement tout polynôme quadratique

A. Taakili et N. Ouakasse 22 / 27
Formule de Simpson : Analyse de l’erreur

Proposition
On suppose que f est de classe C 4 sur [a, b]. Alors il existe ξ ∈ [a, b] tel que

(b − a)5 (4)
Z b
f (x ) dx − Sh (f ) = − f (ξ), (8)
a 2880
avec
b−a a+b
 
Sh (f ) = f (a) + 4f ( ) + f (b)
6 2

La formule intégre exactement tout polynôme quadratique

La présence du facteur f (4) (ξ) sur le seconde membre de (8), implique que l’erreur
s’annule lorsque f est cubique (polynôme de degré 3).

A. Taakili et N. Ouakasse 22 / 27
Formule de Simpson composite

A. Taakili et N. Ouakasse 23 / 27
Quadrature de Gauss

A. Taakili et N. Ouakasse 24 / 27
Quadrature de Gauss

On remarque que les coefficients Ai dans la formule d’intégration

Z b
f (x ) dx ' A0 f (x0 ) + A1 f (x1 ) + ... + An f (xn ) (9)
a

représente n + 1 inconnues pour obtenir une formule exacte pour tout polynômes de
degré 6 n.

A. Taakili et N. Ouakasse 24 / 27
Quadrature de Gauss

On remarque que les coefficients Ai dans la formule d’intégration

Z b
f (x ) dx ' A0 f (x0 ) + A1 f (x1 ) + ... + An f (xn ) (9)
a

représente n + 1 inconnues pour obtenir une formule exacte pour tout polynômes de
degré 6 n.
L’idée de Gauss est de considérer aussi x0 , x1 , ..., xn comme autre n + 1 inconnues afin
d’étendre l’exactitude de la formule à tout polynôme de degré 2n + 1.

A. Taakili et N. Ouakasse 24 / 27
Quadrature de Gauss : Exemple

Formule à trois points :

Z 1
f (x )dx ' A0 f (−1) + A1 f (x1 ) + A2 f (1)
−1

Formule à deux points :

Z 1
f (x )dx ' A0 f (x0 ) + A1 f (x1 )
−1

A. Taakili et N. Ouakasse 25 / 27
Quadrature de Gauss-Legendre

On se place sur [−1, 1] et on cherche les points xj et les poids Aj pour minimiser
Z 1 n
X
f (x )dx − Aj f (xj ) (10)
−1 i=0

Theorem 1.
Il existe un choix et un seul des points xj et des poids Aj de sorte que la méthode soit
d’ordre r = 2n + 1. Les points xj sont les zéros du polynôme de Legendre Ln+1 . Les
poids sont donnés par Z 1
Aj = lj (x )dx (11)
−1

A. Taakili et N. Ouakasse 26 / 27
Quadrature de Gauss-Legendre

Les polynomes Legendre sont donnés par la relation de récurrence suivante :

(n + 1)Ln+1 (x ) = (2n + 1)xLn (x ) − nLn−1 (x ), L0 = 1, L1 = x (12)

A. Taakili et N. Ouakasse 27 / 27
Quadrature de Gauss-Legendre

Les polynomes Legendre sont donnés par la relation de récurrence suivante :

(n + 1)Ln+1 (x ) = (2n + 1)xLn (x ) − nLn−1 (x ), L0 = 1, L1 = x (12)

Exemples, n = 1 et n = 2

A. Taakili et N. Ouakasse 27 / 27