Introduction Différentiation numérique Intégration numérique

Chapitre 6: Différentiation et intégration

numérique
MAT-2910: Analyse numérique pour l’ingénieur

Dépt. de mathématiques et de statistique

Université Laval, Québec, Canada

A. El maliki
Introduction Différentiation numérique Intégration numérique
Introduction Différentiation numérique Intégration numérique

Introduction

Dans ce chapitre, nous allons utiliser l’interpolation pour

approcher la dérivée d’une fonction f au point x0 : f 0 (x0 ),
approcher les dérivées d’ordre supérieure : f 00 (x0 ), etc.,
Z b
calculer la valeur approchée de : f (x) dx,
a
estimer les erreurs produites par ces formules en utilisant
l’erreur d’interpolation : f (x) = pn (x) + En (x).
Introduction Différentiation numérique Intégration numérique

Principe de base

En général, il est facile de dériver une fonction f si l’expression

analytique est connue. Dans ce chapitre, on s’intéresse au cas où f
n’est connue seulement en certains nœuds xi .

Deux approches pour évaluer numériquement f 0 (x0 ) :

par interpolation : si pn est le polynôme qui interpole f aux
nœuds xi : on pose

f 0 (x0 ) ≈ pn0 (x0 )

par le développement de Taylor.

Introduction Différentiation numérique Intégration numérique

Exemple : formule avant

Si l’on choisit le polynôme de degré 1 passant par les points

(x0 , f (x0 )) et (x0 + h, f (x0 + h)), on obtient

f (x) = p1 (x) + E1 (x) = f (x0 ) + f [x0 , x0 + h](x − x0 ) + E1 (x)

et donc :

f 0 (x0 ) = p10 (x0 ) + E10 (x0 ) = f [x0 , x0 + h] + E10 (x0 )

Formule avant
f (x0 + h) − f (x0 )
f 0 (x0 ) ≈
h
Introduction Différentiation numérique Intégration numérique

Calcul de l’erreur

On rappele que l’erreur d’interpolation s’écrit :

f (n+1) (ξ(x))
En (x) = f (x) − pn (x) = F (x)
(n + 1)!

où F (x) = (x − x0 )(x − x1 ) . . . (x − xn ) et pour un certain ξ(x)

compris dans l’intervalle [x0 , xn ].
Par conséquent, l’erreur sur la dérivée sera :
Expression de l’erreur
f (n+1) (ξ0 ) 0
En0 (x0 ) = (f (x) − pn )0 (x0 ) = F (x0 )
(n + 1)!

Exemple : pour la formule avant, on a que n = 1 et

F (x) = (x − x0 )(x − x0 − h) et F 0 (x0 ) = −h, d’où

f (2) (ξ0 ) h
E10 (x0 ) = −
2
Introduction Différentiation numérique Intégration numérique

Exemple : formule centrée

Soient les 3 points (x0 − h, f (x0 − h)), (x0 , f (x0 )) et

(x0 + h, f (x0 + h)).

p2 (x) = f (x0 − h) + f [x0 − h, x0 ](x − x0 + h)+

f [x0 − h, x0 , x0 + h](x − x0 + h)(x − x0 )

et donc
f (x0 + h) − f (x0 − h)
p20 (x0 ) =
2h
D’autre part

F (x) = (x − x0 + h)(x − x0 )(x − x0 − h) =⇒ F 0 (x0 ) = −h2 ,

Formule centrée
f (x0 + h) − f (x0 − h) f (3) (ξ0 ) h2
f 0 (x0 ) = −
2h 6
Introduction Différentiation numérique Intégration numérique

Formules de différences finies d’ordre 1

Formules de différences finies d’ordre 1 pour f 0 (x)

f (x0 + h) − f (x0 )
f 0 (x0 ) = + O(h)
h

Différence avant d’ordre 1

f (x0 ) − f (x0 − h)
f 0 (x0 ) = + O(h)
h

Différence arrière d’ordre 1

Introduction Différentiation numérique Intégration numérique

Formules de différences finies d’ordre 2

Formules de différences d’ordre 2 pour f 0 (x)

−f (x0 + 2h) + 4f (x0 + h) − 3f (x0 ) h2 f 000 (ξ0 )

f 0 (x0 ) = +
2h 3

Différence avant d’ordre 2

f (x0 + h) − f (x0 − h) h2 f 000 (ξ1 )

f 0 (x0 ) = −
2h 6

Différence centrée d’ordre 2

3f (x0 ) − 4f (x0 − h) + f (x0 − 2h) h2 f 000 (ξ2 )

f 0 (x0 ) = +
2h 3

Différence arrière d’ordre 2

Introduction Différentiation numérique Intégration numérique

Dérivées d’ordre supérieur

Reprenons le polynôme de degré 2

p2 (x) = f (x0 −h)+f [x0 −h, x0 ](x−x0 +h)+f [x0 −h, x0 , x0 +h](x−x0 +h)(x−x0 )

Sa dérivée seconde est :

f (x0 + h) − 2f (x0 ) + f (x0 − h)
p200 (x0 ) =
h2
Pour estimer l’erreur de cette formule

E2 (x) = f (x) − p2 (x) =⇒ E200 (x0 ) = f 00 (x0 ) − p200 (x0 )

il faut utiliser le développement de Taylor.

Formule centrée d’ordre 2
f (x0 + h) − 2f (x0 ) + f (x0 − h) f (4) (ξ0 ) h2
f 00 (x0 ) = −
h2 12
Introduction Différentiation numérique Intégration numérique

00
Formules de différences finies pour f (x)

f (x − 2h) − 2f (x − h) + f (x)
f 00 (x) = + O(h)
h2
Différence arrière d’ordre 1

f (x + 2h) − 2f (x + h) + f (x)
f 00 (x) = + O(h)
h2
Différence avant d’ordre 1

f (x + h) − 2f (x) + f (x − h)
f 00 (x) = + O(h2 )
h2
Différence centrée d’ordre 2

−f (x + 2h) + 16f (x + h) − 30f (x) + 16f (x − h) − f (x − 2h)

f 00 (x) =
12h2
+O(h4 )

Différence centrée d’ordre 4

Introduction Différentiation numérique Intégration numérique

Instabilité numérique

La différentiation est un procédé numériquement instable.

Exemple : la dérivée de f (x) = e x en x = 0.

Instabilité numérique (simple précision)

f (x+h)−f (x−h) f (x+h)−2f (x)+f (x−h)

h f 0 (x) ' 2h f 00 (x) ' h2

0.1 × 10+1 1.175 201 178 1.086 161 137

0.1 × 10+0 1.001 667 619 1.000 839 472
0.1 × 10−2 1.000 016 928 1.000 165 939
0.1 × 10−3 1.000 017 047 1.013 279 080
0.1 × 10−4 1.000 166 059 0.000 000 000
0.1 × 10−5 1.001 358 151 0.000 000 000
0.1 × 10−6 0.983 476 758 −59 604.6601
Introduction Différentiation numérique Intégration numérique

Instabilité numérique

Remarquez que quand h est petit, les quantités

f (x + h) − f (x − h) et f (x + h) − 2f (x) + f (x − h) deviennent très
petites.Ceci donne l’erreur d’arrondi.
f (x0 + h) − f (x0 − h) h2 f 000 (ξ1 )
f 0 (x0 ) = − , ξ1 ∈]x0 − h, x0 + h[
2h 6
Si on suppose que l’erreur d’arrondi sur l’évaluation de f (x) est ε
et que |f (3) (ξ)| < M dans l’intervalle [x0 − h, x0 + h] :
f˜(x0 + h) = f (x0 + h) ± ε, et f˜(x0 − h) = f (x0 − h) ± ε
on a
f˜(x0 + h) − f˜(x0 − h) f (x0 + h) − f (x0 − h) ε
f 0 (x0 ) − = f 0 (x0 ) − ±
2h 2h 2h
0 f˜(x0 + h) − f˜(x0 − h) h2 f 000 (ξ1 ) ε
f (x0 ) − =− ±
2h 6 2h
f˜(x0 + h) − f˜(x0 − h) ε h2
alors |f 0 (x0 ) − |≤ + M
2h h 6 1
La valeur optimale de h est donne par hopt = ( 3ε
M)
3
000
Mais en pratique on ne connait pas f (ξ).
Introduction Différentiation numérique Intégration numérique

Exercices

1 A partir des données expérimentales

x 1.00 1.01 1.02
f (x) 1.27 1.32 1.38
calculer les approximations de f 0 (1.005), f 0 (1.015) et f 00 (1.01)
données par les formules centrées. Si suppose que l’erreur
d’arrondi sur l’évaluation de f (x) est ε = ±0.005 , quelle sera
l’erreur maximale sur les 3 quantitées calculées ?
2 La dérivée première de f au point x0 peut être évaluée par les
3f (x0 )−4f (x0 −h)+f (x0 −2h)
formules suivantes : f 0 (x0 ) ∼
= 2h
(a) Evaluer la dérivée première de f (x) = e x au point x0 = 0 à
l’aide de la formule ci-dessus pour h = .1, .05, .025, .0125. Que
peut-on dire de l’ordre de cette formule ?
(b) Donner le terme d’erreur pour cette formule. Indiquer l’ordre
de la formule et comparer votre réponse avec la question (a).
(c) Si on sait que l’erreur d’arrondi sur l’évaluation de f (x) est
ε = 10−15 et que |f (3) (x)| ≤ M dans l’intervalle [x0 − 2h, x0 ],
trouver la valeur optimale de h pour laquelle l’estimation de
l’erreur pour cette formule sera minimale. Quelle sera la
réponse pour f (x) = e x ?
Introduction Différentiation numérique Intégration numérique

Extrapolation de Richardson

Soit Qexa une quantié inconnue qui represente une valeur exacte,
supposons que nous avons un procédé d’approximation paramétré
par h Qapp (h) avec :
Qexa = Qapp (h) + O(hn )
(x0 −h)
exemple :Qexa = f 0 (x0 ) et Qapp (h) = f (x0 +h)−f
2h .
On a
Qexa = Qapp (h) + cn hn + cn+1 hn+1 + O(hn+2 )
En considerant h/2 on a
h hn hn+1 h
Qexa = Qapp ( ) + cn n + cn+1 n + O(( )n+2 )
2 2 2 2
On peut combiner les deux identités, pour cela on a
h cn+1 n+1
2n Qexa = 2n Qapp ( ) + cn hn + h + O(hn+2 )
2 2
Qexa = Qapp (h) + cn hn + cn+1 hn+1 + O(hn+2 )
h cn+1 n+1
2n Qexa − Qexa = 2n Qapp ( ) − Qapp (h) − h + O(hn+2 )
2 2
Introduction Différentiation numérique Intégration numérique

Extrapolation de Richardson

(2n − 1)Qexa = 2n Qapp ( h2 ) − Qapp (h) − cn+1

2 h
n+1
+ O(hn+2 )
n h n+1
= 2 Qapp ( 2 ) − Qapp (h) + O(h )
On a ainsi l’extrapolation de Richardson :

2n Qapp ( h2 ) − Qapp (h)

Qexa = + O(hn+1 )
2n − 1
En utilisant deux approximations d’ordre n de Qexa on obtient une
nouvelle approximation d’ordre n + 1

Cette méthode permet d’obtenir un gain en précision sans changer

h : évite les problèmes liés à h trop petit.
Cette méthode s’appuie fortement sur le fait que la constante du
terme d’erreur dominant est indépendante de h
Introduction Différentiation numérique Intégration numérique

Extrapolation de Richardson

Exemple 6.3 : Application avec f (x) = e x . Utiliser la différence

avant d’ordre 1 et puis la différence centrée d’orde 2.
0+h 0 0.1
Pour h = 0.1, f 0 (0) ' e h−e = e 0.1−1 = 1.05170918 = Qapp (0.1)
0+0.05 0
Pour h = 0.05, f 0 (0) ' e 0.05−e = 1.0254219 = Qapp (0.05)
l’extrapolation de Richardson :
21 Qapp ( h )−Qapp (h)
f 0 (0) ' 2
21 −1
= 2Qapp (0.05) − Qapp (0.1) = 0.99913462
qui est une approximation d’ordre 2, plus précise de f 0 (0).
Si on utilise la différence centrée on trouve :
0.05 −e −0.05
Pour h = 0.05, f 0 (0) ' e 2(0.05) = 1.0004167 = Qapp (0.05)
0.025
−e −0.025
Pour h = 0.025, f 0 (0) ' e 2(0.025) = 1.00010418 = Qapp (0.025)
l’extrapolation de Richardson :
22 Qapp (0.025)−Qapp (0.05)
f 0 (0) ' 22 −1
= 1.000000007
qui est une approximation d’ordre 4. Car on a
f x+h−f (x−h) 000 2 (5) (x)h4
2h = f 0 (x) + f (x)h 3! + f 5! + O(h6 )
Introduction Différentiation numérique Intégration numérique

Principe de base

Soit une fonction f définie sur [a, b]. L’objectif est d’approcher la
valeur de Z b
f (x) dx
a
Pour cela, on va introduire une partition de l’intervalle [a, b]

a = a0 < a1 < a2 < · · · < am = b

et utiliser la relation
Z b m−1
X Z ai+1
f (x) dx = f (x) dx
a i=0 ai

Par conséquent il suffit d’approcher chacunes des intégrales

Z ai+1
f (x) dx
ai
Introduction Différentiation numérique Intégration numérique

Formules de Newton-Cotes simples

On fixe l’intervalle [a, b].

Soit xi un ensemble de nœuds dans [a, b] et pn le polynôme qui
interpole f en ces nœuds

f (x) = pn (x) + En (x).

Les formules de Newton-Cotes simples sont basées sur la relation

Z b Z b Z b
f (x) dx = pn (x) dx + En (x) dx
a a a
Introduction Différentiation numérique Intégration numérique

Méthode du point-milieu

a+b
On pose [a, b], h = b − a et x0 = . On choisit le polynôme de
2
degré 0 passant par le point (x0 , f (x0 )) On obtient

f (x) = p0 (x) + E0 (x) = f (x0 ) + f 0 (ξ(x))(x − x0 )

et donc :
Z b Z b Z b
f (x)dx = p0 (x)dx + f 0 (ξ(x))(x − x0 ) dx
a a a

Formule du point-milieu

b
f 00 (ξ)
Z
a+b
f (x)dx = f ( )(b − a) + (b − a)3 pour ξ ∈ [a, b]
a 2 12
Introduction Différentiation numérique Intégration numérique

Méthode du trapèze

On pose [a, b] = [x0 , x1 ] et h = x1 − x0 . On choisit le polynôme de

degré 1 passant par les points (x0 , f (x0 )) et (x1 , f (x1 )). On obtient

f 00 (ξ(x))
f (x) = p1 (x)+E1 (x) = f (x0 )+f [x0 , x1 ](x−x0 )+ (x−x0 )(x−x1 )
2
et donc :
f 00 (ξ(x))
Z x1 Z x1 Z x1
f (x)dx = p1 (x)dx + (x − x0 )(x − x1 ) dx
x0 x0 x0 2

Formule du trapèze

x1
f 00 (ξ) 3
Z
h
f (x)dx = (f (x0 ) + f (x1 )) − h pour ξ ∈ [x0 , x1 ]
x0 2 12
Introduction Différentiation numérique Intégration numérique

Méthode de Simpson

On pose x0 = a, x1 = a+b b−a

2 et x2 = b. De plus, on fixe h = 2 . On
choisit le polynôme de degré 2 passant par les points (x0 , f (x0 )),
(x1 , f (x1 )) et (x2 , f (x2 )). On obtient

f (x) = p2 (x) + E2 (x)

et donc :
Z b Z b Z b
f (x)dx = p2 (x)dx + E2 (x) dx
a a a

Formule de Simpson
f 0000 (η) 5
Z b  
h a+b
f (x)dx = f (a) + 4f ( ) + f (b) − h
a 3 2 90
Introduction Différentiation numérique Intégration numérique

Exemples

Rb
On veut approximer l’intégrale I (f ) = a f (x)dx par les trois
méthodes ci-haut : Pour [a, b] = [1, 1.2] et [a, b] = [1, 2]

1
√
f (x) x2 1+x 1 + x2 ex sin(x)
valeur exacte 0.24267 0.09531 0.29742 0.60184 0.17794
M. point-milieu 0.24200 0.09524 0.29732 0.60083 0.17824
M. trapèze 0.24400 0.09545 0.29626 0.60384 0.17735
M. Simpson 0.24267 0.09531 0.29742 0.60184 0.17794

1
√
f (x) x2 1+x 1 + x2 ex sin(x)
valeur exacte 2.667 1.099 2.958 1.416 6.389
M. point-milieu 2.000 1.000 2.818 1.682 5.436
M.trapèze 4.000 1.333 3.326 0.909 8.389
M. Simpson 2.667 1.111 2.964 1.425 6.421
Introduction Différentiation numérique Intégration numérique

Motivation

 
On suppose que f (4) (x) ≤ M, ∀x ∈ [a, b].
Si on choisit h = b−a2 petit, alors on s’attend que l’erreur commise
par la méthode de Simpson soit petite :
Z b    (4) 
 h a + b   f (ξ) 5  M 5
 f (x)dx − f (a) + 4f ( ) + f (b)  =  h ≤ h

a 3 2  90  90

Mais (b − a) peut être assez grand.

Idée : subdiviser l’intervalle [a, b]
Introduction Différentiation numérique Intégration numérique

Formules composées

Soit une partition de l’intervalle [a, b]

a = x0 < x1 < x2 < · · · < xn = b

b−a
de pas h = .
n
On peut calculer l’intégrale par la formule
Z b n−1 Z
X xi+1
f (x) dx = f (x) dx
a i=0 xi

et utiliser une des formules de Newton-Cotes simple pour

approcher chacune des intégrales
Z xi+1
f (x) dx
xi
Introduction Différentiation numérique Intégration numérique

Formule du trapèze composée

Z b n−1 Z xi+1 n−1

X X h
f (x)dx = f (x)dx ' [f (xi ) + f (xi+1 )]
a xi 2
i=0 i=0

h
= ([f (x0 ) + f (x1 )] + [f (x1 ) + f (x2 )] + . . .
2

+ [f (xn−2 ) + f (xn−1 )] + [f (xn−1 ) + f (xn )])

On remarque que tous les termes f (xi ) sont répétés deux fois, sauf
le premier et le dernier. On en conclut que :
trapèze composée

Z b
h
f (x)dx ≈ (f (x0 ) + 2 [f (x1 ) + f (x2 ) + · · · + f (xn−1 )] + f (xn ))
a 2
Introduction Différentiation numérique Intégration numérique

Formule du trapèze composée (suite)

Terme d’erreur
(b − a) 00
ET = − f (η)h2
12
Introduction Différentiation numérique Intégration numérique

Formule de Simpson composée

On choisit n = 2m pair et on utilise la méthode de Simpson simple

dans chaque paire de sous-intervalle.

Z b m−1
X Z x2i+2 m−1
X h
f (x)dx = f (x)dx ' (f (x2i ) + 4f (x2i+1 ) + f (x2i+2 ))
a x2i 3
i=0 i=0

h
= ((f (x0 ) + 4f (x1 ) + f (x2 )) + (f (x2 ) + 4f (x3 ) + f (x4 )) + · · ·
3

+ (f (x2m−4 ) + 4f (x2m−3 ) + f (x2m−2 ))

+ (f (x2m−2 ) + 4f (x2m−1 ) + f (x2m )))

h
= (f (x0 ) + 4f (x1 ) + 2f (x2 ) + 4f (x3 ) + 2f (x4 ) + · · ·
3

+ 4f (x2m−3 ) + 2f (x2m−2 ) + 4f (x2m−1 ) + f (x2m ))

Introduction Différentiation numérique Intégration numérique

Formule de Simpson composée (suite)

Simpson composée

Z b
h
f (x)dx = (f (x0 ) + 4f (x1 ) + 2f (x2 ) + 4f (x3 ) + 2f (x4 ) + · · ·
a 3

+ 4f (x2m−3 ) + 2f (x2m−2 ) + 4f (x2m−1 ) + f (x2m ))

Terme d’erreur
(b − a) 0000
ES = − f (η)h4
180
Introduction Différentiation numérique Intégration numérique

Formule de Simpson composée (suite)

Introduction Différentiation numérique Intégration numérique

Formule de quadrature

On a vu qu’une formule de quadrature basée sur l’interpolation

s’écrit sous la forme
Z b n
X
f (x) dx ≈ f (xi )ωi
a i=1

où a ≤ x1 < x2 < · · · < xn ≤ b sont les nœuds d’interpolation et

les ωi sont les poids.
Propriétés
La formule de quadrature est toujours exacte pour les
polynômes de degré ≤ n − 1.
Rb
ωi = a Li (x) dx où Li est le i ième polynôme de Lagrange.
Introduction Différentiation numérique Intégration numérique

Exemples

(méthode du trapèze) (h = b − a)
b
f 00 (ξ) 3
Z
h
f (x)dx = (f (a) + f (b)) − h pour ξ ∈ [a, b]
a 2 12

Cette formule est exacte pour les polynômes de degré ≤ 1

b−a
(méthode de Simpson) (h = 2 )

b
f 0000 (η) 5
Z  
h a+b
f (x)dx = f (a) + 4f ( ) + f (b) − h
a 3 2 90

Cette formule est exacte pour les polynômes de degré ≤ 3

Introduction Différentiation numérique Intégration numérique

Motivation

Jusqu’à présent, on considère les nœuds xi comme étant donnés.

Question
Est-il possible de choisir les nœuds xi de sorte que la formule de
quadrature soit exacte pour des polynômes de degré le plus élevé
possible ?

Réponse
Il faut déterminer les xi et les ωi , donc 2n inconnues.
L’exactitude pour chaque polynôme de la forme f (x) = x k
fournit une équation.
On peut espérer un degré d’exactitude de l’ordre de 2n − 1.
Introduction Différentiation numérique Intégration numérique

Restriction de l’intervalle

Pour calculer les nœuds de Gauss, il est préférable de se réduire à

un intervalle de référence [−1, 1].

Pour cela, on effectue un changement de variable :

Z b Z 1  
(b − a)t + (a + b) (b − a)
f (x)dx = f dt
a −1 2 2
1
(b − a)
Z
= g (t)dt
2 −1

où  
(b − a)t + (a + b)
g (t) = f
2
Introduction Différentiation numérique Intégration numérique

illustration pour un nœud de Gauss

Pour illustrer comment obtenir la formule de Gauss avec n = 1 :

Un nœud de Gauss x1 ∈ [−1; 1]
Un poids d’intégration ω1
tels que la formule de quadrature
Z 1
f (x) dx ≈ ω1 f (x1 )
−1

soit exacte pour tout polynôme de degré ≤ 1.

Calcul des nœuds et poids de Gauss :
Z 1
Prenons f (x) = 1 ⇒ 1 dx = 2 = ω1
−1
Z 1
Prenons f (x) = x ⇒ x dx = 0 = x1 ω1
−1
Z 1
f (x) dx ≈ 2 × f (0)
−1
Introduction Différentiation numérique Intégration numérique

illustration pour deux nœuds de Gauss

Pour illustrer comment obtenir la formule de Gauss avec n = 2 :

deux nœuds de Gauss x1 , x2 ∈ [−1; 1]
deux poids d’intégration ω1 ; ω2
tels que la formule de quadrature
Z 1
f (x) dx ≈ ω1 f (x1 ) + ω2 f (x2 )
−1

soit exacte pour tout polynôme de degré ≤ 3.

Introduction Différentiation numérique Intégration numérique

illustration pour deux nœuds de Gauss(suite)

Calcul des nœuds et poids de Gauss :

Z 1
Prenons f (x) = 1 ⇒ 1 dx = 2 = ω1 + ω2
−1
Z 1
Prenons f (x) = x ⇒ x dx = 0 = x1 ω1 + x2 ω2
−1
Z 1
2
Prenons f (x) = x 2 ⇒ x 2 dx = = x12 ω1 + x22 ω2
−1 3
Z 1
Prenons f (x) = x 3 ⇒ x 3 dx = 0 = x13 ω1 + x23 ω2
−1
−1
On obtient la solution x1 = √ 3
, x2 = −x1 = √13 ,
ω1 = 1, ω2 = 1
Z 1
−1 1
f (x) dx ≈ 1 × f ( √ ) + 1 × f ( √ )
−1 3 3
Introduction Différentiation numérique Intégration numérique

Quadrature de Gauss à 3 nœuds (suite)

Formule de Gauss à 3 nœuds

Z 1 r r
3 5 8 3 5
f (x) dx ≈ f (− ) + f (0) + f ( )
−1 5 9 9 5 9
qui est exacte jusqu’au degré 5.
Introduction Différentiation numérique Intégration numérique

Principales quadratures de Gauss

n Points d’intégration Poids d’intégration Degré de précision

ti wi
1 0 2 1
2 −0.577 350 269 1 3
+0.577 350 269 1
3 −0.774 596 669 0.555 555 556 5
0.0 0.888 888 889
+0.774 596 669 0.555 555 556
4 −0.861 136 312 0.347 854 845 7
−0.339 981 044 0.652 145 155
+0.339 981 044 0.652 145 155
+0.861 136 312 0.347 854 845
5 −0.906 179 846 0.236 926 885 9
−0.538 469 310 0.478 628 670
0.0 0.568 888 889
+0.538 469 310 0.478 628 670
+0.906 179 846 0.236 926 885
Introduction Différentiation numérique Intégration numérique

Remarques sur les quadratures de Gauss

La quadrature de Gauss à n points est exacte dans le cas des

polynômes de degré (2n − 1).
Le terme d’erreur est donné par :

22n+1 (n!)4
f (2n) (ξ) où ξ ∈ [−1, 1]
(2n + 1)((2n)!)3

Pour un intervalle diférent de [−1, 1], il faut effectuer un

changement de variable.
Il est possible d’obtenir des formules de Gauss composées.