Qu'est-ce que la quadrature de Gauss-Hermite ?
La quadrature de Gauss-Hermite est une méthode numérique permettant d'approcher des intégrales définies sur toute la droite réelle et portant le poids gaussien \(e^{-x^2}\). La règle à n points approche l'intégrale par une somme pondérée de la fonction évaluée en n points soigneusement choisis : l'intégrale de moins l'infini à plus l'infini de \(e^{-x^2}\cdot f(x)\,dx\) vaut approximativement la somme sur i des \(w_i\cdot f(x_i)\).
$$\int_{-\infty}^{\infty} e^{-x^2} f(x)\,dx \approx \sum_{i=1}^{\text{Order }n} w_i\, f(x_i)$$Les nœuds \(x_i\) sont les racines du polynôme d'Hermite des physiciens \(H_n\), tandis que les poids \(w_i\) découlent de l'orthogonalité de ces polynômes.
Comment utiliser le calculateur
Choisissez l'ordre n (le nombre de points, de 2 à 100) ainsi que le nombre de chiffres affichés, puis consultez le tableau des nœuds et des poids. Comme les calculs reposent sur la double précision standard, la précision affichée est plafonnée à environ 15 chiffres significatifs ; au-delà, il faudrait une arithmétique à précision arbitraire pour que les chiffres supplémentaires aient un sens. La règle à n points intègre exactement tout polynôme de degré inférieur ou égal à \(2n-1\).
La formule expliquée
Les nœuds sont les n zéros réels de \(H_n(x)\), défini par la récurrence \(H_0=1\), \(H_1=2x\), \(H_{k+1}=2x\cdot H_k - 2k\cdot H_{k-1}\). Les poids valent
$$w_i = \frac{2^{n-1}\cdot n!\cdot \sqrt{\pi}}{n^2\cdot \big[H_{n-1}(x_i)\big]^2}.$$Ce calculateur s'appuie sur la méthode stable de Golub-Welsch : il construit la matrice de Jacobi tridiagonale symétrique (diagonale nulle, sous-diagonale \(\sqrt{k/2}\)), calcule ses valeurs propres (les nœuds) et ses vecteurs propres, puis fixe chaque poids à \(\sqrt{\pi}\) multiplié par le carré de la première composante du vecteur propre normalisé correspondant. On évite ainsi tout dépassement de capacité lié aux grandes factorielles.
$$\left\{ \begin{aligned} J\,v_i &= x_i\,v_i, \quad J_{kk}=0,\; J_{k,k+1}=J_{k+1,k}=\sqrt{\tfrac{k}{2}} \\ w_i &= \sqrt{\pi}\,\big(v_{i,1}\big)^2 \end{aligned} \right.$$Exemple résolu (n = 2)
\(H_2(x) = 4x^2 - 2\) a pour racines \(x = \pm 1/\sqrt{2} = \pm 0{,}7071067811865475\). Chaque poids vaut \(\dfrac{2^1\cdot 2!\cdot \sqrt{\pi}}{2^2\cdot [H_1(x_i)]^2}\). Avec \(H_1(x)=2x\), on a \([H_1]^2 = 2\), donc chaque poids
$$= \frac{2\cdot 2\cdot 1{,}7724538509055160}{4\cdot 2} = 0{,}8862269254527580.$$Leur somme est \(\sqrt{\pi} = 1{,}7724538509055160\), une vérification bien pratique.
Comment appliquer les nœuds et les poids à une intégrale
La quadrature de Gauss-Hermite approxime les intégrales sur toute la droite réelle qui contiennent le poids des physiciens \(e^{-x^2}\) :
$$\int_{-\infty}^{\infty} e^{-x^2} f(x)\,dx \approx \sum_{i=1}^{n} w_i\, f(x_i)$$
- Choisissez n. Un n plus grand intègre exactement des polynômes de degré plus élevé, mais cela n'est utile que si f est régulière.
- Obtenez les nœuds et les poids. Lisez \(x_i\) et \(w_i\) pour l'ordre choisi dans le calculateur.
- Identifiez f(x). Factorisez \(e^{-x^2}\) hors de l'intégrande. Ce qui reste est \(f(x)\).
- Évaluez f en chaque nœud : calculez \(f(x_1), \dots, f(x_n)\).
- Multipliez par les poids : formez chaque produit \(w_i f(x_i)\).
- Additionnez les produits pour obtenir l'approximation.
Exemple : n = 2
Évaluons \(\int_{-\infty}^{\infty} e^{-x^2} x^2\,dx\). Ici \(f(x)=x^2\). La règle à 2 points a pour nœuds \(x_{1,2}=\pm 1/\sqrt{2}\approx \pm 0.70710678\) et pour poids \(w_1=w_2=\sqrt{\pi}/2\approx 0.88622693\).
$$\sum w_i f(x_i) = \frac{\sqrt{\pi}}{2}\left(\tfrac12\right) + \frac{\sqrt{\pi}}{2}\left(\tfrac12\right) = \frac{\sqrt{\pi}}{2} \approx 0.886227$$
Ce résultat égale la valeur exacte \(\sqrt{\pi}/2\). Le résultat est exact parce que \(f\) est de degré 2, ce qui est au plus \(2n-1 = 3\).
Intégrales sans facteur gaussien
Pour intégrer une fonction \(g(x)\) qui n'a pas de facteur \(e^{-x^2}\), écrivez
$$\int_{-\infty}^{\infty} g(x)\,dx = \int_{-\infty}^{\infty} e^{-x^2}\,\big(g(x)\,e^{x^2}\big)\,dx,$$
donc \(f(x)=g(x)\,e^{x^2}\). Cela ne fonctionne bien que si \(g\) décroît plus vite qu'une gaussienne. Sinon \(f\) croît rapidement et la règle donne de mauvais résultats.
Espérances normales
Pour \(T\sim N(\mu,\sigma^2)\), posez \(x=(t-\mu)/(\sqrt{2}\,\sigma)\), soit \(t=\mu+\sqrt{2}\,\sigma x\) :
$$E[h(T)] = \frac{1}{\sqrt{\pi}} \int_{-\infty}^{\infty} e^{-x^2}\, h(\mu+\sqrt{2}\,\sigma x)\,dx \approx \frac{1}{\sqrt{\pi}} \sum_{i=1}^{n} w_i\, h(\mu+\sqrt{2}\,\sigma x_i)$$
Interpréter les nœuds, les poids et la précision
- Symétrie. Les nœuds sont symétriques par rapport à zéro : si \(x_i\) est un nœud, alors \(-x_i\) l'est aussi, avec le même poids. Pour n impair, zéro est lui-même un nœud.
- Étendue des nœuds. Le plus grand nœud croît selon l'ordre de \(\sqrt{2n}\) et s'en approche par valeurs inférieures. Les nœuds couvrent un intervalle plus large à mesure que n augmente.
- Poids. Tous les poids sont positifs et leur somme vaut \(\int e^{-x^2}dx=\sqrt{\pi}\approx 1.7724539\). Des poids positifs rendent la règle numériquement stable. Les poids extrêmes sont très petits. Pour n = 20, le plus petit vaut environ \(10^{-13}\), et il continue de diminuer lorsque n augmente. Un calcul naïf de ces poids peut subir un dépassement inférieur (underflow) ou perdre en précision relative pour les grandes valeurs de n.
- Degré d'exactitude. Une règle à n points est exacte pour tout polynôme \(f\) de degré au plus \(2n-1\).
- Terme d'erreur. Pour une fonction \(f\) suffisamment régulière, l'erreur vaut
$$E_n = \frac{n!\,\sqrt{\pi}}{2^n\,(2n)!}\, f^{(2n)}(\xi)$$
pour un certain \(\xi\) sur la droite réelle. Le résultat dépend de la dérivée d'ordre \(2n\) de \(f\), donc la règle fonctionne au mieux lorsque ces dérivées restent petites.
- Cas défavorables. La précision se dégrade pour les intégrandes non régulières (angles, sauts, discontinuités) et pour les intégrandes qui croissent plus vite que polynomialement, comme \(e^{x^2}\) ou plus vite encore. Augmenter n ne résout pas de façon fiable ces cas.
- Limites de précision. En double précision (environ 15 à 16 chiffres significatifs), les résultats pour les grandes valeurs de n sont limités par les erreurs d'arrondi. Cela touche surtout les poids extrêmes très petits, et la précision relative des nœuds et des poids peut se dégrader. Soyez prudent avec les ordres très élevés et comparez les résultats pour des valeurs voisines de n.
FAQ
Pourquoi la somme des poids vaut-elle toujours \(\sqrt{\pi}\) ? En posant \(f(x)=1\), on retrouve l'intégrale de \(e^{-x^2}\) sur la droite réelle, qui vaut \(\sqrt{\pi}\) ; la quadrature la reproduit exactement.
De quelle convention d'Hermite s'agit-il ? La convention des physiciens, avec le poids \(e^{-x^2}\). Pour le poids des probabilistes \(e^{-x^2/2}\), les nœuds et les poids diffèrent d'un facteur d'échelle.
Puis-je intégrer une fonction sans le facteur \(e^{-x^2}\) ? Oui : posez \(g(x) = e^{x^2}\cdot f(x)\), de sorte que l'intégrale de g vaut approximativement la somme des \(w_i\cdot e^{x_i^2}\cdot g(x_i)\).