MathQuest

Intégration numérique

⏱ ~12 min·+30 XP
💡

Pourquoi apprendre ça ?

Calculer une intégrale abf(x)dx\int_a^b f(x)\,dx analytiquement n'est pas toujours possible — beaucoup de fonctions n'ont pas de primitives exprimables simplement. L'intégration numérique approche l'aire sous la courbe en la découpant en formes géométriques simples (rectangles, trapèzes, paraboles) dont on peut calculer l'aire exactement. Comprendre l'erreur commise par chaque méthode est aussi important que la formule elle-même.

🎯

Analogie

Imagine mesurer la surface d'un lac sur une carte. Tu ne peux pas calculer exactement, mais tu peux quadriller la carte en petits carrés et compter ceux qui sont dans le lac. Plus les carrés sont petits, plus tu es précis. L'intégration numérique fait la même chose avec des "tranches" d'aire sous une courbe. Et comme en cartographie, certaines formes de tranches (trapèzes, paraboles) sont plus précises que de simples rectangles pour le même effort de calcul.

Méthode des rectangles

📐

Théorie

On divise [a,b][a,b] en nn sous-intervalles de largeur h=(ba)/nh = (b-a)/n, avec xi=a+ihx_i = a + ih.

Rectangles à gauche : abf(x)dxhi=0n1f(xi)\int_a^b f(x)\,dx \approx h \sum_{i=0}^{n-1} f(x_i)

Rectangles à droite : abf(x)dxhi=1nf(xi)\int_a^b f(x)\,dx \approx h \sum_{i=1}^{n} f(x_i)

Rectangle du milieu (point médian — plus précis) : abf(x)dxhi=0n1f ⁣(xi+h2)\int_a^b f(x)\,dx \approx h \sum_{i=0}^{n-1} f\!\left(x_i + \frac{h}{2}\right)

Erreur pour la méthode du point médian : O(h2)O(h^2) — diviser hh par 2 divise l'erreur par 4.

📝

Méthode des rectangles pour ∫₀¹ x² dx avec n=4

Valeur exacte : 01x2dx=1/30,3333\int_0^1 x^2\,dx = 1/3 \approx 0{,}3333

h=0,25h = 0{,}25, points : x0=0, x1=0,25, x2=0,5, x3=0,75x_0=0,\ x_1=0{,}25,\ x_2=0{,}5,\ x_3=0{,}75

Rectangles à gauche : 0,25×(0+0,0625+0,25+0,5625)=0,218750{,}25 \times (0 + 0{,}0625 + 0{,}25 + 0{,}5625) = 0{,}21875

Erreur : 0,1150{,}115 — assez grande.

Milieu : 0,25×(0,015625+0,140625+0,390625+0,765625)=0,3281250{,}25 \times (0{,}015625 + 0{,}140625 + 0{,}390625 + 0{,}765625) = 0{,}328125

Erreur : 0,0050{,}005 — bien meilleure grâce à l'ordre 2.

Méthode des trapèzes — Analyse d'erreur

📐

Théorie

La méthode des trapèzes approche ff par des segments entre les points et calcule l'aire des trapèzes ainsi formés :

abf(x)dxh2[f(a)+2i=1n1f(xi)+f(b)]\int_a^b f(x)\,dx \approx \frac{h}{2}\left[f(a) + 2\sum_{i=1}^{n-1}f(x_i) + f(b)\right]

Erreur locale sur un sous-intervalle [xi,xi+1][x_i, x_{i+1}] :

Elocal=h312f(ξi)pour un certain ξi[xi,xi+1]E_{\text{local}} = -\frac{h^3}{12} f''(\xi_i) \quad \text{pour un certain } \xi_i \in [x_i, x_{i+1}]

Erreur globale sur [a,b][a,b] : en sommant les nn contributions locales avec n=(ba)/hn = (b-a)/h :

Eglobal=(ba)12h2f(ξ)=O(h2)E_{\text{global}} = -\frac{(b-a)}{12}\, h^2\, f''(\xi) = O(h^2)

ξ[a,b]\xi \in [a,b] est un point intermédiaire.

Interprétation : l'erreur globale est proportionnelle à h2h^2. Doubler nn (diviser hh par 2) divise l'erreur par 4. La constante dépend de la courbure de ff via ff'' : pour une fonction peu courbée (petite f|f''|), les trapèzes sont très précis.

Comparaison avec le point médian : les deux méthodes sont d'ordre 2, mais le point médian a une constante d'erreur deux fois plus petite que le trapèze. Une combinaison pondérée 23\frac{2}{3} milieu +13+ \frac{1}{3} trapèze élimine l'erreur en h2h^2 — c'est l'idée de Simpson.

📝

Méthode des trapèzes pour ∫₀¹ x² dx avec n=4

h=0,25h = 0{,}25, points 0,0,25,0,5,0,75,10, 0{,}25, 0{,}5, 0{,}75, 1.

0,252[f(0)+2f(0,25)+2f(0,5)+2f(0,75)+f(1)]\frac{0{,}25}{2}\left[f(0) + 2f(0{,}25) + 2f(0{,}5) + 2f(0{,}75) + f(1)\right]

=0,125×[0+0,125+0,5+1,125+1]=0,125×2,75=0,34375= 0{,}125 \times [0 + 0{,}125 + 0{,}5 + 1{,}125 + 1] = 0{,}125 \times 2{,}75 = 0{,}34375

Erreur : 0,343750,3333=0,0104|0{,}34375 - 0{,}3333| = 0{,}0104.

Vérification par la formule d'erreur : f(x)=x2f(x) = x^2 donc f(x)=2f''(x) = 2 partout.

Eglobal=(ba)12h2f=112×0,0625×20,0104|E_{\text{global}}| = \frac{(b-a)}{12}\, h^2\, |f''| = \frac{1}{12} \times 0{,}0625 \times 2 \approx 0{,}0104 \checkmark

🧩

Checkpoint

Si la méthode des trapèzes avec donne une erreur de , quelle erreur approximative attend-on avec ?

Méthode de Simpson

📐

Théorie

La méthode de Simpson approche ff par des paraboles (polynômes de degré 2) sur chaque paire de sous-intervalles. Il faut nn pair.

abf(x)dxh3[f(x0)+4f(x1)+2f(x2)+4f(x3)++4f(xn1)+f(xn)]\int_a^b f(x)\,dx \approx \frac{h}{3}\left[f(x_0) + 4f(x_1) + 2f(x_2) + 4f(x_3) + \cdots + 4f(x_{n-1}) + f(x_n)\right]

Motif des coefficients : 1,4,2,4,2,,4,2,4,11,\, 4,\, 2,\, 4,\, 2,\, \ldots,\, 4,\, 2,\, 4,\, 1

Erreur globale :

ESimpson=(ba)180h4f(4)(ξ)=O(h4)E_{\text{Simpson}} = -\frac{(b-a)}{180}\, h^4\, f^{(4)}(\xi) = O(h^4)

Diviser hh par 2 divise l'erreur par 16\mathbf{16} — bien supérieur aux trapèzes.

Propriété remarquable : Simpson est exact pour les polynômes de degré 3\leq 3 (pas seulement 2\leq 2). Bien qu'on approche ff par des paraboles (degré 2), la symétrie de la formule annule aussi l'erreur pour les termes cubiques.

Lien avec trapèzes et milieu :

Simpson=13Trapeˋzes+23Milieu\text{Simpson} = \frac{1}{3}\,\text{Trapèzes} + \frac{2}{3}\,\text{Milieu}

Cette combinaison élimine l'erreur en h2h^2 commune aux deux méthodes d'ordre 2, d'où l'ordre 4 de Simpson.

📝

Méthode de Simpson pour ∫₀¹ x² dx avec n=4

h=0,25h = 0{,}25, coefficients : 1,4,2,4,11, 4, 2, 4, 1.

0,253[f(0)+4f(0,25)+2f(0,5)+4f(0,75)+f(1)]\frac{0{,}25}{3}\left[f(0) + 4f(0{,}25) + 2f(0{,}5) + 4f(0{,}75) + f(1)\right]

=0,253[0+4(0,0625)+2(0,25)+4(0,5625)+1]= \frac{0{,}25}{3}\left[0 + 4(0{,}0625) + 2(0{,}25) + 4(0{,}5625) + 1\right]

=0,253[0+0,25+0,5+2,25+1]=0,253×4=13= \frac{0{,}25}{3}\left[0 + 0{,}25 + 0{,}5 + 2{,}25 + 1\right] = \frac{0{,}25}{3} \times 4 = \frac{1}{3}

Erreur nulle ! Simpson est exact pour x2x^2 (polynôme de degré 232 \leq 3). Cette précision exceptionnelle explique la popularité de Simpson en pratique.

⚠️

Piège : Simpson requiert n pair

La méthode de Simpson s'applique sur des paires de sous-intervalles, donc nn doit être pair. Si nn est impair, utiliser la règle des 3/83/8 de Simpson ou combiner avec les trapèzes. Vérifier toujours la parité de nn avant d'appliquer Simpson.

🧩

Checkpoint

La méthode de Simpson est exacte pour les polynômes de degré au plus :

Quadrature de Gauss

📐

Théorie

Les méthodes précédentes (trapèzes, Simpson) utilisent des nœuds uniformément espacés sur [a,b][a,b]. La quadrature de Gauss choisit à la fois les nœuds xix_i et les poids wiw_i de façon optimale pour maximiser l'ordre de précision avec un nombre fixé d'évaluations.

Formule générale de Gauss-Legendre sur [1,1][-1,1] :

11f(x)dxi=1kwif(xi)\int_{-1}^{1} f(x)\,dx \approx \sum_{i=1}^{k} w_i\, f(x_i)

(tout intervalle [a,b][a,b] se ramène à [1,1][-1,1] par le changement de variable x=a+b2+ba2tx = \frac{a+b}{2} + \frac{b-a}{2}t)

Théorème clé : la quadrature de Gauss-Legendre à kk points est exacte pour les polynômes de degré 2k1\leq 2k-1.

| Points kk | Exactitude | Nœuds sur [1,1][-1,1] | Poids | |-----------|-----------|---------------------|-------| | 1 | degré 1\leq 1 | 00 | 22 | | 2 | degré 3\leq 3 | ±1/3\pm 1/\sqrt{3} | 1,11, 1 | | 3 | degré 5\leq 5 | 0,±3/50,\, \pm\sqrt{3/5} | 8/9,5/9,5/98/9,\, 5/9,\, 5/9 |

Avantages sur les grilles uniformes :

  • Précision maximale pour un nombre fixé d'évaluations de ff
  • Erreur décroît exponentiellement pour les fonctions analytiques (convergence spectrale)
  • Indispensable en éléments finis, quadrature adaptative, calcul scientifique haute précision

Inconvénient : les nœuds de Gauss ne coïncident généralement pas avec des points de mesure réguliers — inutilisable si ff n'est connue qu'à des abscisses imposées de l'extérieur.

📝

Comparaison Gauss vs Simpson sur ∫₋₁¹ eˣ dx

Valeur exacte : 11exdx=ee12,3504\int_{-1}^{1} e^x\,dx = e - e^{-1} \approx 2{,}3504.

Gauss-Legendre à 2 points (2 évaluations) : nœuds ±1/3±0,5774\pm 1/\sqrt{3} \approx \pm 0{,}5774, poids w1=w2=1w_1 = w_2 = 1.

e0,5774+e0,57741,7813+0,5613=2,3426\approx e^{0{,}5774} + e^{-0{,}5774} \approx 1{,}7813 + 0{,}5613 = 2{,}3426

Erreur : 2,34262,35040,008|2{,}3426 - 2{,}3504| \approx 0{,}008.

Trapèzes avec n=2n=2 (3 évaluations : 1,0,1-1, 0, 1) :

12[e1+2e0+e1]=12[0,368+2+2,718]2,543\frac{1}{2}[e^{-1} + 2e^0 + e^1] = \frac{1}{2}[0{,}368 + 2 + 2{,}718] \approx 2{,}543

Erreur : 0,193\approx 0{,}193 — bien plus grande avec plus d'évaluations !

Gauss à 2 points est 24 fois plus précis que les trapèzes à 3 points — l'optimisation des nœuds fait toute la différence.

🧩

Checkpoint

La quadrature de Gauss-Legendre à points est exacte pour les polynômes de degré au plus :

🧩

Checkpoint

On dispose de 4 évaluations de . Quelle méthode offre la plus grande précision pour une fonction régulière ?

À retenir

  • Trapèzes : erreur globale (ba)h212f(ξ)-\frac{(b-a)h^2}{12}f''(\xi) en O(h2)O(h^2) — diviser hh par 2 divise l'erreur par 4
  • Simpson : erreur en O(h4)O(h^4), exact pour degré 3\leq 3, nn doit être pair — 13\frac{1}{3} trapèzes +23+ \frac{2}{3} milieu
  • Gauss-Legendre à kk points : exact pour degré 2k1\leq 2k-1, optimal à nombre d'évaluations fixé
  • Comparaison : trapèzes O(h2)O(h^2) < Simpson O(h4)O(h^4) < Gauss (convergence spectrale pour ff analytique)
  • Choisir Simpson sur grille uniforme régulière ; Gauss pour maximiser la précision à coût fixé
Passer aux exercices →