2 méthodes pour le calcul de l’intégrale de Gauss
Utilisez ce calculateur pour évaluer l’intégrale gaussienne généralisée ∫-∞∞ e-a x² dx, visualiser la courbe et comparer deux approches classiques de démonstration : la méthode des coordonnées polaires et la méthode via la fonction gamma avec changement d’échelle.
Calculateur interactif
Comprendre les 2 méthodes pour le calcul de l’intégrale de Gauss
L’intégrale de Gauss est l’un des résultats les plus élégants de l’analyse mathématique. Elle apparaît dans la théorie des probabilités, la physique statistique, le traitement du signal, l’apprentissage automatique et la résolution d’équations différentielles. Sous sa forme la plus célèbre, elle s’écrit :
Ce résultat surprend souvent les étudiants, car la primitive de e-x² ne s’exprime pas avec les fonctions élémentaires usuelles. Pourtant, l’intégrale impropre sur toute la droite réelle admet une valeur fermée magnifique : la racine carrée de π. C’est précisément ce contraste qui rend cette intégrale si importante : une fonction difficile localement peut parfois devenir très simple lorsqu’on considère son aire totale.
Dans cette page, nous allons examiner deux méthodes classiques pour calculer cette intégrale. La première repose sur l’idée géométrique de mettre au carré l’intégrale et de passer aux coordonnées polaires. La seconde s’appuie sur un changement d’échelle et sur la fonction gamma, outil central en analyse avancée. Les deux approches conduisent au même résultat, mais chacune éclaire un aspect différent du problème.
Pourquoi l’intégrale de Gauss est-elle si importante ?
La densité de la loi normale, utilisée dans presque toute la statistique appliquée, est directement liée à l’intégrale de Gauss. Pour que la fonction exponentielle soit une densité de probabilité, il faut qu’elle soit correctement normalisée. Cette normalisation repose exactement sur la valeur de l’intégrale gaussienne. En pratique, cela signifie que des domaines comme l’économétrie, la biométrie, la qualité industrielle ou la science des données utilisent ce résultat au quotidien, souvent sans le mentionner explicitement.
- En statistique, elle permet de normaliser la densité normale.
- En physique, elle intervient dans les distributions de Maxwell-Boltzmann et les intégrales de chemin.
- En machine learning, elle apparaît dans les modèles gaussiens, les noyaux RBF et l’inférence bayésienne.
- En ingénierie, elle sert à quantifier le bruit blanc et de nombreuses erreurs expérimentales.
Le calculateur ci-dessus utilise cette formule exacte et compare l’aire totale à l’aire capturée sur un intervalle borné [-L, L].
Méthode 1 : mettre l’intégrale au carré puis utiliser les coordonnées polaires
La méthode la plus célèbre consiste à ne pas attaquer directement l’intégrale, mais à considérer son carré. Posons :
Alors :
En introduisant une seconde variable indépendante y, on transforme le produit de deux intégrales en intégrale double :
Le grand avantage ici est que l’expression x² + y² devient naturellement radiale. Cela suggère le passage aux coordonnées polaires :
L’intégrale se réécrit alors :
L’intégrale angulaire donne immédiatement 2π. Pour l’intégrale radiale, on pose u = r², donc du = 2r dr :
On obtient donc :
Comme I est positive, on conclut :
Cette démonstration est remarquable car elle transforme un problème à une dimension, apparemment inaccessible, en un problème à deux dimensions beaucoup plus simple. L’étape décisive n’est pas un calcul technique, mais un changement de perspective géométrique. C’est aussi une excellente illustration de l’efficacité des intégrales multiples en analyse.
Extension de la méthode 1 au cas général e-a x²
Si l’on considère l’intégrale généralisée
on peut effectuer le changement de variable t = √a x, d’où dx = dt / √a. On obtient :
Cela montre que le paramètre a contrôle la largeur de la courbe. Plus a est grand, plus la cloche est resserrée, et plus l’aire totale reste constante après renormalisation statistique. Ce phénomène est fondamental pour comprendre les densités normales de variance différente.
Méthode 2 : calcul via changement d’échelle et fonction gamma
La seconde approche est plus analytique. Elle met en relation l’intégrale gaussienne avec la fonction gamma, définie pour s > 0 par :
On sait que Γ(1/2) = √π, un résultat profond en analyse. Pour relier la gaussienne à cette fonction, on part de l’intégrale sur la demi-droite :
On effectue le changement de variable t = a x². Alors x = √(t/a) et
L’intégrale devient :
Le terme intégral n’est autre que Γ(1/2). Ainsi :
En doublant le résultat pour l’intervalle symétrique (-∞, ∞), on retrouve :
Cette méthode est particulièrement utile lorsqu’on généralise vers des intégrales de type xn e-a x², des moments de loi normale, ou encore des intégrales en dimension supérieure. Elle montre que l’intégrale de Gauss n’est pas un résultat isolé, mais un cas particulier d’une théorie plus vaste reliant exponentielle, puissances et gamma.
Comparaison conceptuelle des deux méthodes
- Coordonnées polaires : méthode intuitive, géométrique, très élégante pour obtenir √π.
- Fonction gamma : méthode plus générale, idéale pour les extensions analytiques et les moments.
- Calcul pratique : les deux approches donnent exactement la même valeur finale pour a > 0.
- Pédagogie : la première est souvent introduite en cours d’analyse multivariable, la seconde en calcul avancé ou en probabilités.
| Méthode | Idée centrale | Niveau technique | Atout principal |
|---|---|---|---|
| Coordonnées polaires | Mettre l’intégrale au carré et intégrer sur le plan | Intermédiaire | Vision géométrique très élégante |
| Fonction gamma | Transformer l’intégrale en forme gamma | Intermédiaire à avancé | Généralisation directe à de nombreuses intégrales |
Données utiles liées à la gaussienne et à la loi normale
Comme l’intégrale de Gauss est à la base de la loi normale, il est utile de rappeler quelques pourcentages célèbres. Les probabilités ci-dessous sont des références standard de la loi normale centrée réduite. Elles sont utilisées en contrôle qualité, en tests statistiques et en modélisation expérimentale.
| Intervalle autour de la moyenne | Probabilité contenue | Interprétation pratique |
|---|---|---|
| ±1 écart-type | 68.27 % | Zone centrale la plus fréquente des observations |
| ±2 écarts-types | 95.45 % | Référence courante pour les intervalles de dispersion |
| ±3 écarts-types | 99.73 % | Règle utilisée en qualité industrielle et détection d’anomalies |
On peut aussi regarder comment varie l’intégrale généralisée avec le paramètre a :
| Valeur de a | ∫ e-a x² dx sur ℝ | Valeur numérique approchée |
|---|---|---|
| 0.5 | √(2π) | 2.5066 |
| 1 | √π | 1.7725 |
| 2 | √(π/2) | 1.2533 |
| 4 | √(π/4) | 0.8862 |
Applications concrètes de l’intégrale de Gauss
Dans les applications, on ne rencontre pas seulement l’intégrale totale, mais aussi des intégrales partielles sur des intervalles finis. Elles sont reliées à la fonction d’erreur erf, indispensable pour calculer des probabilités normales et des taux de couverture. Le calculateur de cette page affiche justement l’aire capturée dans la fenêtre de tracé choisie. Cela permet de voir qu’une grande partie de l’aire totale est déjà contenue dans un intervalle modéré autour de zéro, surtout lorsque a est élevé et que la courbe est très concentrée.
- En statistique inférentielle, elle sert à dériver les densités normales et plusieurs lois asymptotiques.
- En finance quantitative, elle intervient dans les approximations gaussiennes des rendements et des erreurs de modèle.
- En imagerie et traitement du signal, les filtres gaussiens exploitent la forme e-a x².
- En thermodynamique statistique, des intégrales gaussiennes multidimensionnelles apparaissent dans les fonctions de partition.
Erreurs fréquentes à éviter
- Confondre la primitive de e-x² avec l’intégrale sur tout ℝ.
- Oublier que la formule √(π/a) n’est valable que pour a > 0.
- Négliger le jacobien r lors du passage en coordonnées polaires.
- Perdre le facteur 2 en passant de l’intégrale sur [0, ∞) à celle sur (-∞, ∞).
- Utiliser un intervalle de tracé trop petit et croire que l’aire affichée correspond à l’aire totale.
Conclusion
Les 2 méthodes pour le calcul de l’intégrale de Gauss se complètent parfaitement. La méthode des coordonnées polaires met en lumière une structure géométrique cachée et permet d’obtenir rapidement le résultat classique √π. La méthode via la fonction gamma montre au contraire que cette intégrale s’inscrit dans une famille analytique plus large, essentielle pour les généralisations et les applications avancées. Dans les deux cas, on obtient la formule fondamentale :
Si vous travaillez en probabilité, en analyse ou en science des données, maîtriser ces deux approches est particulièrement utile : la première développe l’intuition, la seconde renforce la boîte à outils théorique. Pour approfondir le lien entre gaussienne, loi normale et statistiques appliquées, consultez des sources institutionnelles comme le NIST Engineering Statistics Handbook, le cours de Penn State University sur la loi normale et les ressources pédagogiques de l’University of Wisconsin.