Intégration

Intégrale d'une fonction en escalier.

Subdivision

Soit nn un nombre entier naturel non nul.
On appelle subdivision\it{subdivision} σ\sigma de l'intervalle réel [a ; b][a \,;\, b] la donnée d'un nombre fini de points x0 ; ⋯ ; xnx_0 \,;\, \cdots \,;\, x_n tel que x0=ax_0 = a, xn=bx_n = b et x0<x1<⋯<xn−1<xnx_0 < x_1 < \cdots < x_{n-1} < x_n.
On note par S\mathcal{S} l'ensemble de toutes des subdivisions de l'intervalle réel [a ; b][a \,;\, b].
Le pas\it{pas} d'une subdivision (xi)i∈[ ⁣[0 ; n] ⁣]\left( x_i\right)_{i \in [\![0 \,; \, n]\!]} est le nombre réel p=max⁡i∈[ ⁣[0 ; n−1] ⁣(xi+1−xi)p = \underset{i \in [\![0 \,; \, n-1]\!}{\max} \big( x_{i+1} - x_{i} \big).

Fonction en escalier

Un fonction numérique univariée ff, définie sur l'intervalle réel [a ; b][a \,;\, b], est une fonction  en  escalier\it{fonction \,\, en \,\, escalier} s'il existe σ∈S\sigma \in \mathcal{S} telle que ff soit constante, et égale à ℓi\ell_i, sur chaque intervalle ouvert ]xi ; xi+1[] x_i \,;\, x_{i+1}[.

Intégrale d'une fonction en escalier

On appelle inteˊgrale\it{intégrale} de la fonction en escalier ff, le nombre :
I(f)=∑i=0n−1ℓi(xi+1−xi)I(f) = \sum_{i = 0}^{n-1} \ell_i \big( x_{i+1} - x_{i} \big)
Ce nombre est également noté :
I(f)=∫abf(t) dt=∫abfI(f) = \int_a^b f(t) \, dt = \int_a^b f
↬  Remarques:{\color{green}{\bf{\looparrowright \,\, Remarques :}}}
Le  nombre  I(f)  est  en  fait  une  aire  de  rectangles.  On  l′exprime  en  uniteˊ  d′aire  (u.a.).{\color{green}{Le \,\, nombre \,\, I(f) \,\, est \,\, en \,\, fait \,\, une \,\, aire \,\, de \,\, rectangles. \,\, On \,\, l'exprime \,\, en \,\, unité \,\, d'aire\,\, (u.a.).}}
Le  nombre  I(f)  ne  deˊpend  pas  de  la  valeur  de  f  aux  points  xi  de  la  subdivision.{\color{green}{Le \,\, nombre \,\, I(f) \,\, ne \,\, dépend \,\, pas \,\, de \,\, la \,\, valeur \,\, de \,\, f \,\, aux \,\, points \,\, x_i \,\, de \,\, la \,\, subdivision.}}

Intégrale d'une fonction continue par morceaux

Fonction continue par morceaux

Une fonction ff, définie sur l'intervalle [a ; b][a\,;\,b], est une fonction  continue  par  morceauxfonction \,\, continue \,\, par \,\, morceaux sur [a ; b][a\,;\,b] s'il existe σ∈S\sigma \in \mathcal{S} telle que ff soit continue sur chaque intervalle ouvert ]xi ; xi+1[] x_i \,;\, x_{i+1}[ et que ff admette, en tout point de la subdivision, une limite finie à gauche et une limite finie à droite.

Approximation par une fonction en escalier

Soit ff une fonction continue par morceaux sur l'intervalle [a ; b][a\,;\,b].
Pour tout nombre réel ε\varepsilon strictement positif, il existe les deux fonctions φ\varphi et ψ\psi en escalier sur [a ; b][a\,;\,b] telles que :
φ⩽f⩽ψ     et     ψ−φ⩽ε\varphi \leqslant f \leqslant \psi \,\,\,\,\, \mathrm{et} \,\,\,\,\, \psi - \varphi \leqslant \varepsilon

Approximation par une fonction en escalier

Soit ff une fonction continue par morceaux sur l'intervalle [a ; b][a\,;\,b].
Il existe un nombre réel unique II tel que, pour toutes fonctions en escaliers sur [a ; b][a\,;\,b] φ\varphi et ψ\psi vérifiant φ⩽f⩽ψ\varphi \leqslant f \leqslant \psi, on ait :
I(φ)⩽I⩽I(ψ)I(\varphi) \leqslant I \leqslant I(\psi)
Ce nombre II s'appelle l′inteˊgralel'intégrale de ff sur [a ; b][a\,;\,b], et se note I(f)I(f), ou ∫abf(x) dx\int_a^b f(x) \, dx, ou ∫abf\int_a^b f, ou ∫[a ; b]f\int_{[a\,;\,b]} f. Ce nombre dépend donc de ff, de aa, de bb mais pas de la variable d'intégration, notée ici xx. Cette variable d'intégration est dite muettemuette ce qui signifie que l'on peut la noter par toute lettre non retenue pour un autre usage.
Pour a<ba<b, on pose :
∫abf(x) dx=−∫baf(x) dx\int_a^b f(x) \, dx = - \int_b^a f(x) \, dx
Puis pour c∈[a ; b]c \in [a\,;\,b] on a :
∫ccf(x) dx=0\int_c^c f(x) \, dx = 0

Interprétation géométrique

Le nombre réel ∫abf(x) dx\int_a^b f(x) \, dx représente l'aire A\mathcal{A} du domaine du plan situé sour la courbe représentative de ff et entre les abscisses aa et bb :
Ce nombre est compté positivement si la courbe est au-dessus de l'axe des abscisses et ce nombre est compté négativement si la courbe est au-dessus de l'axe des abscisses :
Le nombre réel ∫abf(x) dx\int_a^b f(x) \, dx représente l'aire A\mathcal{A} du domaine du plan situé sour la courbe représentative de ff et entre les abscisses aa et bb. En fait, ce nombre représente la somme des aires infinitésimales (infiniment petites), notée dAd\mathcal{A}, de rectangles infinitésimaux dont, à l'abscisse xx, la hauteur est donnée par f(x)f(x) et la largeur infinitésimale est donnée par dxdx. On a alors :
A=∫abf(x) dx=∫abdAavec:dA=f(x) dx\mathcal{A} = \int_a^b f(x) \, dx = \int_a^b d\mathcal{A} \hspace{1cm} avec : d\mathcal{A} = f(x) \, dx
Ceci est représentée sur la figure suivante :

Propriétés d'une intégrale

On considère les deux fonctions numériques réelles, de R\mathbb{R} dans R\mathbb{R}, qui sont continues par morceaux sur les intervalles considérés.
      ∙  Lineˊariteˊ{\color{blue}{\,\,\,\,\,\,\bf{\bullet \,\, Linéarité}}}
Soit kk un nombre réel. On a :
∫ab(f(x)+g(x)) dx=∫abf(x) dx+∫abg(x) dx\int_a^b \big( f(x) + g(x) \big) \, dx = \int_a^b f(x) \, dx + \int_a^b g(x) \, dx
Et aussi :
∫ab(k×f(x)) dx=k×∫abf(x) dx\int_a^b \big( k \times f(x) \big) \, dx = k \times \int_a^b f(x) \, dx
      ∙  Relation  de  Chasles{\color{blue}{\,\,\,\,\,\,\bf{\bullet \,\, Relation \,\, de \,\, Chasles}}}
On a la relation suivante :
∫abf(x) dx=∫acf(x) dx+∫cbf(x) dx\int_a^b f(x) \, dx = \int_a^c f(x) \, dx + \int_c^b f(x) \, dx
      ∙  Relation  d′ordre{\color{blue}{\,\,\,\,\,\,\bf{\bullet \,\, Relation \,\, d'ordre}}}
      −  Ordre  fonctionnel{\color{black}{\,\,\,\,\,\,\bf{- \,\, Ordre \,\, fonctionnel}}}
Si a<ba < b, et si f⩽gf \leqslant g sur l'intervalle [a ; b][a\,;\,b], alors on a :
∫abf(x) dx⩽∫abg(x) dx\int_a^b f(x) \, dx \leqslant \int_a^b g(x) \, dx
      −  Nulliteˊ{\color{black}{\,\,\,\,\,\,\bf{- \,\, Nullité}}}
Si ff est une fonction numérique réelle, continue et positive\bf{positive} sur l'intervalle [a ; b][a\,;\,b], alors on a l'équivalence suivante :
∫abf(x) dx=0   ⟺   ∀x∈[a ; b],  f(x)=0\int_a^b f(x) \, dx = 0 \,\,\, \Longleftrightarrow \,\,\, \forall x \in [a\,;\,b], \,\, f(x) = 0

      ∙  Majoration{\color{blue}{\,\,\,\,\,\,\bf{\bullet \,\, Majoration}}}
      −  Valeur  absolue{\color{black}{\,\,\,\,\,\,\bf{- \,\, Valeur \,\, absolue}}}
Si a<ba < b alors on a :
∣∫abf(x) dx∣⩽∫ab∣f(x)∣ dx\left| \int_a^b f(x) \, dx \right| \leqslant \int_a^b \left| f(x) \right| \, dx
      −  Valeur  moyenne{\color{black}{\,\,\,\,\,\,\bf{- \,\, Valeur \,\, moyenne}}}
Soit ff une fonction numérique continue sur l'intervalle [a ; b][a\,;\,b].
Le nombre μ=1b−a∫abf(x) dx\mu = \dfrac{1}{b-a} \int_a^b f(x) \, dx représente la valeur moyenne de la fonction ff sur l'intervalle [a ; b][a\,;\,b].
Soit mm et MM deux nombres réels tels que m⩽Mm \leqslant M.
Si, pour tout nombre réel xx de l'intervalle [a ; b][a\,;\,b] on a m⩽f(x)⩽Mm \leqslant f(x) \leqslant M, alors on a :
m⩽1b−a∫abf(x) dx⩽Mm \leqslant \dfrac{1}{b-a} \int_a^b f(x) \, dx \leqslant M
Ceci s'illustre par :
      −  Ineˊgaliteˊ  de  la  valeur  moyenne{\color{black}{\,\,\,\,\,\,\bf{- \,\, Inégalité \,\, de \,\, la \,\, valeur \,\, moyenne}}}
Si a<ba < b alors on a :
∣∫ab(f(x)×g(x)) dx∣⩽sup⁡x∈[a ; b]∣f(x)∣×∫ab∣g(x)∣ dx\left| \int_a^b \big( f(x) \times g(x) \big) \, dx \right| \leqslant \underset{x \in [a\,;\,b]}{\sup}\left| f(x) \right| \times \int_a^b \left| g(x) \right| \, dx
Et en particulier si g=1g = 1 :
∣∫abf(x) dx∣⩽sup⁡x∈[a ; b]∣f(x)∣×(b−a)\left| \int_a^b f(x) \, dx \right| \leqslant \underset{x \in [a\,;\,b]}{\sup}\left| f(x) \right| \times (b-a)
      −  Ineˊgaliteˊ  de  Cauchy−Schwarz{\color{black}{\,\,\,\,\,\,\bf{- \,\, Inégalité \,\, de \,\, Cauchy-Schwarz}}}
L'application (f,g)⟼∫ab(f(x)×g(x)) dx(f,g) \longmapsto \int_a^b \big( f(x) \times g(x) \big) \, dx définit un produit scalaire sur l'espace vectoriel des fonctions réelles continues sur l'intervalle [a ; b][a\,;\,b].
L'inégalité de Cauchy−SchwarzCauchy-Schwarz est la suivante :
∣∫ab(f(x)×g(x)) dx∣⩽∫abf2(x) dx×∫abg2(x) dx\left| \int_a^b \big( f(x) \times g(x) \big) \, dx \right| \leqslant \sqrt{ \int_a^b f^2(x) \, dx \times \int_a^b g^2(x) \, dx}
      −  Ineˊgaliteˊ  de  Minkowski{\color{black}{\,\,\,\,\,\,\bf{- \,\, Inégalité \,\, de \,\, Minkowski}}}
On considère les deux fonctions réelles continues sur l'intervalle [a ; b][a\,;\,b].
On a l'inégalité suivante :
∫ab(f(x)+g(x))2 dx⩽∫abf2(x) dx+∫abg2(x) dx\sqrt{\int_a^b \big( f(x) + g(x) \big)^2 \, dx} \leqslant \sqrt{\int_a^b f^2(x) \, dx} + \sqrt{\int_a^b g^2(x) \, dx}
      −  Somme  de  Riemann{\color{black}{\,\,\,\,\,\,\bf{- \,\, Somme \,\, de \,\, Riemann}}}
Soit nn un nombre entier naturel non nul. On a l'égalité suivante :
lim⁡n⟶+∞(1n∑i=1n−1f(a+i×b−an))=1b−a∫abf(x) dx\lim_{n \longrightarrow + \infty} \left( \dfrac{1}{n} \sum_{i = 1}^{n-1} f\left( a + i \times \dfrac{b-a}{n} \right) \right) = \dfrac{1}{b-a} \int_a^b f(x) \, dx
Plus généralement, si (x0 ; ⋯ ; xn)\big( x_0 \,;\, \cdots \,;\, x_n \big) est une subdivision de l'intervalle [a ; b][a\,;\,b] dont le pas tend vers zéro lorsque nn tend vers l'infini, et cic_i un point quelconque de l'intervalle [xi ; xi+1][x_i\,;\,x_{i+1}], on a alors l'égalité suivante :
lim⁡n⟶+∞∑i=1n−1(xi+1−xi)f(ci)=∫abf(x) dx\lim_{n \longrightarrow + \infty} \sum_{i = 1}^{n-1} \big( x_{i+1} - x_{i} \big) f\left( c_i \right) = \int_a^b f(x) \, dx

Intégrale d'une fonction continue par morceaux à valeurs complexes .

Soit ii le nombre complexe qui satisfait à i2=−1i^2 = -1.
Soit t⟼φ(t)=f(t)+ig(t)t \longmapsto \varphi(t) = f(t) + i g(t) une fonction de R\mathbb{R} dans C\mathbb{C}, définie sur l'intervalle [a ; b][a\,;\,b].
Si les deux fonctions ff et gg sont continues par morceaux sur l'intervalle [a ; b][a\,;\,b] alors la fonction φ\varphi l'est également.
L'intégrale de φ\varphi sur l'intervalle [a ; b][a\,;\,b] est donnée par :
∫abφ(t) dt=∫abf(t) dt+i∫abg(t) dt\int_a^b \varphi(t) \, dt= \int_a^b f(t) \, dt + i \int_a^b g(t) \, dt
Toutes les propriétés de l'intégrale d'une fonction numérique continue par morceaux, à valeurs réelles, qui ont encore un sens, sont prolongées. Donc on conserve la linéarité, la relation de Chasles et la majoration du module de l'intégrale qui s'exprime comme :
∣∫abφ(t) dt∣⩽∫ab∣φ(t)∣ dt\left| \int_a^b \varphi(t) \, dt \right| \leqslant \int_a^b \left| \varphi(t) \right| \, dt
Mais attention{\color{red}{\bf{attention}}}, n'oubliez pas que la relation d'ordre n'a pas de sens dans C\mathbb{C} ! Ceci fait qu'il n'y a strictement aucun sens, dans C\mathbb{C}, d'écrire φ>0\varphi > 0 ou φ1>φ2\varphi_1 > \varphi_2.

Calcul numérique d'une intégrale .

Le calcul de l'intégrale I=∫abf(x) dxI = \int_a^b f(x) \, dx est souvent très difficile, sinon impossible même. On peut cependant obtenir des valeurs approchées de II par diverses méthodes. Nous en présentons, ici, deux particulièrement simples.
      ∙  Meˊthode  des  rectangles{\color{blue}{\,\,\,\,\,\,\bf{\bullet \,\, Méthode \,\, des \,\, rectangles}}}
Cette méthode consiste à approcher ff par une fonction en escalier (d'où l'apparition de rectangles).
On partage l'intervalle d'intégration [a ; b][a\,;\,b] en n∈N⋆n \in \mathbb{N}^\star segments de même longueur, notée hh, et qui s'exprime comme :
h=b−anh = \dfrac{b-a}{n}
On obtient la valeur approchée, notée Rn\mathcal{R}_n, de II suivante :
Rn=h∑k=0n−1f(a+kh)\mathcal{R}_n = h \sum_{k=0}^{n-1} f(a + kh)
Lorsque la fonction ff possède une fonction dérivée f′f' bornée sur l'intervalle d'intégration [a ; b][a\,;\,b], on majore l'erreur commise, en approchant II par Rn\mathcal{R}_n, par la relation suivante :
∣I−Rn∣⩽sup⁡x∈[a ; b]∣f′(x)∣×(b−a)22n\big| I - \mathcal{R}_n \big| \leqslant \underset{x \in [a\,;\,b]}{\sup}\left| f'(x) \right| \times\dfrac{(b-a)^2}{2n}
Ou encore :
∣I−Rn∣⩽sup⁡x∈[a ; b]∣f′(x)∣×nh22\big| I - \mathcal{R}_n \big| \leqslant \underset{x \in [a\,;\,b]}{\sup}\left| f'(x) \right| \times\dfrac{nh^2}{2}
Cette majoration permet, en autre, de déterminer le nombre nn qui permet de satisfaire à un choix de précision souhaité au préalable.
Si ff est croissante sur l'intervalle d'intégration [a ; b][a\,;\,b] alors l'approximation Rn\mathcal{R}_n est une valeur approchée par défaut.
Si ff est décroissante sur l'intervalle d'intégration [a ; b][a\,;\,b] alors l'approximation Rn\mathcal{R}_n est une valeur approchée par excès.
Cette méthode des rectangles se représente par le découpage suivant (n=8)(n=8) :
      ∙  Meˊthode  des  trapeˋzes{\color{blue}{\,\,\,\,\,\,\bf{\bullet \,\, Méthode \,\, des \,\, trapèzes}}}
Cette méthode consiste à approcher le graphique de ff par une ligne polygonale (d'où l'apparition de trapèzes).
On partage l'intervalle d'intégration [a ; b][a\,;\,b] en n∈N⋆n \in \mathbb{N}^\star segments de même longueur, notée hh, et qui s'exprime comme :
h=b−anh = \dfrac{b-a}{n}
On obtient la valeur approchée, notée Tn\mathcal{T}_n, de II suivante :
Tn=h(f(a)+f(b)2+∑k=1n−1f(a+kh))\mathcal{T}_n = h \left( \dfrac{f(a) + f(b)}{2} + \sum_{k=1}^{n-1} f(a + kh) \right)
Lorsque la fonction ff possède une fonction dérivée seconde f′′f'' bornée sur l'intervalle d'intégration [a ; b][a\,;\,b], on majore l'erreur commise, en approchant II par Tn\mathcal{T}_n, par la relation suivante :
∣I−Tn∣⩽sup⁡x∈[a ; b]∣f′′(x)∣×(b−a)312n2\big| I - \mathcal{T}_n \big| \leqslant \underset{x \in [a\,;\,b]}{\sup}\left| f''(x) \right| \times\dfrac{(b-a)^3}{12n^2}
Ou encore :
∣I−Tn∣⩽sup⁡x∈[a ; b]∣f′′(x)∣×nh312\big| I - \mathcal{T}_n \big| \leqslant \underset{x \in [a\,;\,b]}{\sup}\left| f''(x) \right| \times\dfrac{nh^3}{12}
Cette majoration permet, en autre, de déterminer le nombre nn qui permet de satisfaire à un choix de précision souhaité au préalable.
Si ff est convexe sur l'intervalle d'intégration [a ; b][a\,;\,b] alors Tn⩾I\mathcal{T}_n \geqslant I (l'approximation Tn\mathcal{T}_n, de II, est par excès). Si la dérivée seconde f′′f'' existe sur l'intervalle d'intégration [a ; b][a\,;\,b], alors ff est convexe lorsque f′′(x)⩽0f''(x) \leqslant 0.
Si ff est concave sur l'intervalle d'intégration [a ; b][a\,;\,b] alors Tn⩽I\mathcal{T}_n \leqslant I (l'approximation Tn\mathcal{T}_n, de II, est par défaut). Si la dérivée seconde f′′f'' existe sur l'intervalle d'intégration [a ; b][a\,;\,b], alors ff est concave lorsque f′′(x)⩾0f''(x) \geqslant 0.
Cette méthode des trapèzes se représente par le découpage suivant (n=8)(n=8) :
      ∙  Meˊthode  de  Thomas  Simpson  (1710−1761){\color{blue}{\,\,\,\,\,\,\bf{\bullet \,\, Méthode \,\, de \,\, Thomas \,\, Simpson \,\, (1710-1761)}}}
Cette méthode consiste à approcher la courbe représentative de ff par une succession d'arcs de paraboles d'équations P(x)=αx2+βx+γ\mathcal{P}(x) = \alpha x^2 + \beta x + \gamma. A chaque fois, donc sur chaque segment de découpage, les trois coefficients réels α\alpha, β\beta et γ\gamma se déterminent par les trois conditions :
{f(deˊbut  du  segment)=P(deˊbut  du  segment)f(milieu  du  segment)=P(milieu  du  segment)f(fin  du  segment)=P(fin  du  segment)\left\lbrace \begin{array}{lcl} f(début \,\, du \,\, segment) & = & \mathcal{P}(début \,\, du \,\, segment) \\ f(milieu \,\, du \,\, segment) & = & \mathcal{P}(milieu \,\, du \,\, segment) \\ f(fin \,\, du \,\, segment) & = & \mathcal{P}(fin \,\, du \,\, segment) \\ \end{array} \right.
Dans cette méthode de SimpsonSimpson, on partage l'intervalle d'intégration [a ; b][a\,;\,b] en 2n2n (n∈N⋆)\left(n \in \mathbb{N}^\star \right) segments de même longueur, notée hh, et qui s'exprime comme :
h=b−a2nh = \dfrac{b-a}{2n}
On obtient la valeur approchée, notée S2n\mathcal{S}_{2n}, de II suivante :
S2n=h3(f(a)+f(b)+4∑k=0n−1f(a+(2k+1)h)+2∑k=1n−1f(a+(2k)h))\mathcal{S}_{2n} = \dfrac{h}{3} \left( f(a) + f(b) + 4 \sum_{k=0}^{n-1} f\big(a + (2k+1)h \big) + 2 \sum_{k=1}^{n-1} f\big(a + (2k)h \big) \right)
Lorsque la fonction ff possède une fonction dérivée quatrième f′′′′f'''' bornée sur l'intervalle d'intégration [a ; b][a\,;\,b], on majore l'erreur commise, en approchant II par S2n\mathcal{S}_{2n}, par la relation suivante :
∣I−S2n∣⩽sup⁡x∈[a ; b]∣f′′′′(x)∣×(b−a)5180(2n)4\big| I - \mathcal{S}_{2n} \big| \leqslant \underset{x \in [a\,;\,b]}{\sup}\left| f''''(x) \right| \times\dfrac{(b-a)^5}{180(2n)^4}
Ou encore :
∣I−S2n∣⩽sup⁡x∈[a ; b]∣f′′′′(x)∣×(2n)h5180\big| I - \mathcal{S}_{2n} \big| \leqslant \underset{x \in [a\,;\,b]}{\sup}\left| f''''(x) \right| \times\dfrac{(2n)h^5}{180}
Cette majoration permet, en autre, de déterminer le nombre nn qui permet de satisfaire à un choix de précision souhaité au préalable.
Cette méthode de SimpsonSimpson se représente par le découpage qui est explicité sur la figure suivante avec la situation 2n=42n=4. On a donc 44 segments de découpage de l'intervalle [a=x0 ; b=x8][a=x_0 \,;\, b=x_8] qui sont [x0 ; x2][x_0 \,;\, x_2], [x2 ; x4][x_2 \,;\, x_4], [x4 ; x6][x_4 \,;\, x_6] et [x6 ; x8][x_6 \,;\, x_8], et dont les milieux respectifs sont x1=x0+x22x_1 = \dfrac{x_0 + x_2}{2}, x3=x2+x42x_3 = \dfrac{x_2 + x_4}{2}, x5=x4+x62x_5 = \dfrac{x_4 + x_6}{2} et x7=x6+x82x_7 = \dfrac{x_6 + x_8}{2}. D'où :

Signaler une erreur

Aide-nous à améliorer nos contenus en signalant les erreurs ou problèmes que tu penses avoir trouvés.

Connecte-toi ou crée un compte pour signaler une erreur.