next up previous index
suivant: Simpson monter: Intégration numérique précédent: Les rectangles et les   Index


Ordre d'une méthode

On appelle méthode d'intégration l'écriture d'une approximation de l'intégrale sur une subdivision sous la forme

$\displaystyle \int_{{\alpha}}^{{\beta}}$f (t)dt $\displaystyle \approx$ I(f )= $\displaystyle \sum_{{j=1}}^{k}$wjf (yj)

où les yj sont dans l'intervalle [$ \alpha$,$ \beta$], par exemple équirépartis sur [$ \alpha$,$ \beta$].

On dit qu'une méthode d'intégration est d'ordre n si il y a égalité ci-dessus pour tous les polynômes de degré inférieur ou égal à n et non égalité pour un polynôme de degré n + 1. Par exemple, les rectangles à droite et gauche sont d'ordre 0, le point milieu et les trapèzes sont d'ordre 1. Plus générallement, si on approche f par son polynôme d'interpolation de Lagrange en n + 1 points (donc par un polynôme de degré inférieur ou égal à n), on obtient une méthode d'intégration d'ordre au moins n.

Si une méthode est d'ordre n avec des wj $ \geq$ 0 et si f est n + 1 fois continument dérivable, alors sur une subdivision, on a :

|$\displaystyle \int_{{\alpha}}^{{\beta}}$f - I(f )| $\displaystyle \leq$ Mn+1$\displaystyle {\frac{{(\beta-\alpha)^{n+2}}}{{(n+1)!}}}$($\displaystyle {\frac{{1}}{{n+2}}}$ + 1) (11)

En effet, on fait le développement de Taylor de f par exemple en $ \alpha$ à l'ordre n

f (t) = Tn(f )+ $\displaystyle {\frac{{(t-\alpha)^{n+1}}}{{(n+1)!}}}$f[n+1]($\displaystyle \theta_{t}^{}$),  
Tn(f ) = f ($\displaystyle \alpha$) + (t - $\displaystyle \alpha$)f'($\displaystyle \alpha$) + ... + $\displaystyle {\frac{{(t-\alpha)^{n}}}{{n!}}}$f[n]($\displaystyle \alpha$)  

Donc

|$\displaystyle \int_{{\alpha}}^{{\beta}}$f - $\displaystyle \int_{{\alpha}}^{{\beta}}$Tn(f )| $\displaystyle \leq$ $\displaystyle \int_{{\alpha}}^{{\beta}}$$\displaystyle {\frac{{(t-\alpha)^{n+1}}}{{(n+1)!}}}$| f[n+1]($\displaystyle \theta_{t}^{}$)| $\displaystyle \leq$ Mn+1$\displaystyle {\frac{{(t-\alpha)^{n+2}}}{{(n+2)!}}}$

De plus,

| I(f )- I(Tn(f ))| = | I$\displaystyle \left(\vphantom{ f^{[n+1]}(\theta_t)
\frac{(t-\alpha)^{n+1}}{(n+1)!} }\right.$f[n+1]($\displaystyle \theta_{t}^{}$)$\displaystyle {\frac{{(t-\alpha)^{n+1}}}{{(n+1)!}}}$$\displaystyle \left.\vphantom{ f^{[n+1]}(\theta_t)
\frac{(t-\alpha)^{n+1}}{(n+1)!} }\right)$| $\displaystyle \leq$ $\displaystyle \sum_{{j=1}}^{k}$| wj| Mn+1$\displaystyle {\frac{{(\beta-\alpha)^{n+1}}}{{(n+1)!}}}$

Donc comme la méthode est exacte pour Tn(f ), on en déduit que
|$\displaystyle \int_{{\alpha}}^{{\beta}}$f - I(f )| = |$\displaystyle \int_{{\alpha}}^{{\beta}}$f - $\displaystyle \int_{{\alpha}}^{{\beta}}$Tn(f )+ I(Tn(f )) - I(f )|  
  $\displaystyle \leq$ |$\displaystyle \int_{{\alpha}}^{{\beta}}$f - $\displaystyle \int_{{\alpha}}^{{\beta}}$Tn(f )| + | I(Tn(f )) - I(f )|  
  $\displaystyle \leq$ Mn+1$\displaystyle {\frac{{(\beta-\alpha)^{n+2}}}{{(n+2)!}}}$ + $\displaystyle \sum_{{j=1}}^{k}$| wj| Mn+1$\displaystyle {\frac{{(\beta-\alpha)^{n+2}}}{{(n+2)!}}}$  

Si les wj $ \geq$ 0, alors $ \sum_{{j=1}}^{k}$| wj| = $ \sum_{{j=1}}^{k}$wj = $ \beta$ - $ \alpha$ et on obtient finalement (11)

Après sommation sur les n subdivisions, on obtient que pour une méthode d'ordre n à coefficients positifs 

|$\displaystyle \int_{{a}}^{{b}}$f - I(f )| $\displaystyle \leq$ Mn+1$\displaystyle {\frac{{h^{n+1}}}{{(n+1)!}}}$(b - a)($\displaystyle {\frac{{1}}{{n+2}}}$ + 1)

On observe que cette majoration a la bonne puissance de h sur les exemples déja traités, mais pas forcément le meilleur coefficient possible, parce que nous avons traité le cas général d'une méthode d'ordre n.


next up previous index
suivant: Simpson monter: Intégration numérique précédent: Les rectangles et les   Index
Retour à la page principale de mat249