12deriv Integr

Analyse Numérique
Problèmes Pratiques
Dérivation
Intégration
Introduction
f connue
sur un certain nb de points
ou analytiquement
besoin de connaître f'

sur ces points
sans faire le calcul analytique.
t b
besoin de calculer l'intégrale  f ( t )dt

sans calculer la primitive t a
(quadrature)
Ph. Leray Analyse Numérique 1

Dérivation numérique 1/5
f x  h   f x 
Méthode "naïve" : f x  
h
en théorie, la formule est vraie pour h  0
en pratique, attention au choix de h !

h trop grand : calcul trop approximatif
h trop petit : problèmes d'arrondis

Méthode des différences centrales :

Taylor :
h2 h3
 f  x  h   f  x   hf x   f x   f x   ...
2! 3!
On connaît f sur un ensemble de points {xi,yi}
h = xi+1 - xi
h2 h3
f(x+h)  y i 1  yi  hf xi   f xi   f xi   ...
2! 3!
h2 h3
f(x-h)  yi 1  yi  hf xi   f xi   f xi   ...
2! 3!

Méthode des différences centrales (suite) :

2h 3
f(x+h) - f(x-h) yi 1  yi 1  2hf xi   f xi   ...
3!
yi 1  yi 1
en négligeant les termes en h : f xi  
3
2h
meilleure approximation que la méthode "naïve" (h3/h2)

Méthode des différences centrales (suite) :

calcul des dérivées d'ordre supérieur :
f"(xi) ?
h2 h3
y i 1  yi  hf xi   f xi   f xi   ...
2! 3!
h2 h3
yi 1  yi  hf xi   f xi   f xi   ...
2! 3!

Méthode des différences centrales (fin) :

calcul des dérivées d'ordre supérieur :
2h 2
y i  1  y i 1  2 y i  f xi   ...
2!
en négligeant les termes en h4 :
yi 1  2 yi  yi 1
f xi  
h2
et pour les autres dérivées ?

Intégration numérique 1/
t b
Plusieurs méthodes : I  f ( t )dt
a et b finis t a
On connaît f sur un ensemble de points {xi,yi}

polynôme d'interpolation sur n+1 points
Newton-Cotes
On connaît f sur autant de points que l'on veut

polynôme d'interpolation + choix de n+1 points
Gauss-Legendre
a ou b infini
Gauss-Laguerre, ...

Méthodes polynomiales
On connaît la fonction sur n+1 points
2 solutions :
calculer le polynôme d'interpolation de degré n : Pn(x)
calculer l'intégrale du polynôme de degré n
 problème = les polynômes de degré élevé oscillent énormément
regrouper les n+1 points en sous-intervalles de p+1 points

(avec p+1 faible)
calculer les polynômes d'interpolation de degré p
sommer les intégrales de chaque sous-intervalle

Méthode des trapèzes : p+1=2 points

polynôme d'interpolation=droite
ba
A =  f a   f b 
2
n 1
xi 1  x i
I   y i  y i 1 
i 0 2
 soit h = xi+1 - xi
 y 0 n 1 yn 
I  h   yi  
 2 i 1 2  A
0 0.5 1 1.5 2 2.5 3

Méthode de Simpson: p+1=3 points

polynôme d'interpolation de degré 2
n2
I    y i  4 y i 1  y i  2 
h
i 0 3
i va de 0 à n-2
avec un pas de 2
0 0.5 1 1.5 2 2.5 3

Méthode générale Newton-Cotes: p+1 points

polynôme d'interpolation de degré p: Pp(x)
txp
A  P ( t )dt
t  x0
p
p
A   i y i
i 0
comment trouver
les i ?
A
0 0.5 1 1.5 2 2.5 3

Méthode générale Newton-Cotes: p+1 points

calcul des i = décomposition de l'intégrale dans
la base {1, t, … tp}
1 1  1   0   0 
x x1  x p   1   1 
 0 
    
 p p    
 x0 x1p x p   p  v p 
txp
k   dt
k A
t
t  x0
0 0.5 1 1.5 2 2.5 3
Exercice :
Utiliser la méthode de Newton-Cotes pour :
retrouver la méthode des trapèzes
retrouver la méthode de Simpson
trouver la méthode de Simpson "3/8" (p+1=4)

Quelle erreur comment-on avec Newton-Cotes ?

Pour chaque sous-intervalle (et donc chaque A) :
erreur d'interpolation : [ (x)=(x-x0)(x-x1)…(x-xp) ]
f ( p 1 )  x 
ex    x 
 p  1!
f ( p 1 )  x 
xp xn
erreur de quadrature : E 
 ex dx  
x0 x0
 p  1!
 x dx

xn
f x 
( p 1 )
  f  ( p 1 )
 x  dx
xn
E
x
 p  1!
 x dx 
 p  1! x
0 0
xn
 x  dx
M
E  
 p  1! x0
M majorant de |f (p+1)|
Erreur de quadrature pour :
h3
les trapèzes E  f  
12
h 5 4 
Simpson E  f  
90

Méthodes polynomiales récursives :

ex pour la méthode des trapèzes
découpage récursif de la surface en trapèzes
I(0) I(1)
0 0.5 1 1.5 2 2.5 3
Bornes infinies ?
Méthode de Gauss-Laguerre

Intégrales multiples ?
Ex avec la méthode de Simpson x2 y 2
en dimension 2 : zij = f(xi, yj) A   f x , y dxdy

x0 y0
x2
k 
A     f x , y0   4 f x , y1   f x , y 2 dx k = yi+1 - yi
x0  
3 h = xi+1 - xi
k  2 
x
A  f x , y0 dx  4  f x , y1 dx   f x , y 2 dx 

3  x0 

A
hk
z00  z02  z 20  z 22  4z01  z10  z12  z 21   16 z11 
9

Sujet de TD

Conclusion

12deriv Integr

Transféré par

Droits d'auteur :

Formats disponibles

12deriv Integr

Transféré par

Informations du document

Description originale:

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

12deriv Integr

Transféré par

Droits d'auteur :

Formats disponibles

Analyse Numérique

besoin de connaître f'

besoin de calculer l'intégrale  f ( t )dt

Ph. Leray Analyse Numérique 1

en théorie, la formule est vraie pour h  0

en pratique, attention au choix de h !

Ph. Leray Analyse Numérique 2

Méthode des différences centrales :

Ph. Leray Analyse Numérique 3

Méthode des différences centrales (suite) :

meilleure approximation que la méthode "naïve" (h3/h2)

Ph. Leray Analyse Numérique 4

Méthode des différences centrales (suite) :

Ph. Leray Analyse Numérique 5

Méthode des différences centrales (fin) :

et pour les autres dérivées ?

Ph. Leray Analyse Numérique 6

On connaît f sur un ensemble de points {xi,yi}

On connaît f sur autant de points que l'on veut

Ph. Leray Analyse Numérique 7

regrouper les n+1 points en sous-intervalles de p+1 points

Ph. Leray Analyse Numérique 8

Méthode des trapèzes : p+1=2 points

0 0.5 1 1.5 2 2.5 3

Méthode de Simpson: p+1=3 points

0 0.5 1 1.5 2 2.5 3

Méthode générale Newton-Cotes: p+1 points

0 0.5 1 1.5 2 2.5 3

Méthode générale Newton-Cotes: p+1 points

Ph. Leray Analyse Numérique 13

Quelle erreur comment-on avec Newton-Cotes ?

Erreur de quadrature pour :

Ph. Leray Analyse Numérique 15

Méthodes polynomiales récursives :

Ph. Leray Analyse Numérique 17

en dimension 2 : zij = f(xi, yj) A   f x , y dxdy

A  f x , y0 dx  4  f x , y1 dx   f x , y 2 dx 

Ph. Leray Analyse Numérique 18

Ph. Leray Analyse Numérique 19

Ph. Leray Analyse Numérique 20

Vous aimerez peut-être aussi