Les méthodes de Runge-Kutta sont des méthodes d'analyse numérique d'approximation de solutions d'équations différentielles. Elles ont été nommées ainsi en l'honneur des mathématiciens Carl Runge et Martin Wilhelm Kutta, lesquels élaborèrent la méthode en 1901.
Ces méthodes reposent sur le principe de l'itération, c'est-à-dire qu'une première estimation de la solution est utilisée pour calculer une seconde estimation, plus précise, et ainsi de suite.
Considérons le problème suivant :
que l'on va chercher à résoudre en un ensemble discret t < t < ... < t. Plutôt que de chercher une méthode directe, les méthodes de Runge-Kutta proposent d'introduire les points intermédiaires afin de calculer par récurrence les valeurs (t , y) avec
où h = t – t est le pas de temps et c est dans l'intervalle [0 ; 1].
Pour chaque point intermédiaire, on note la pente correspondante
Ainsi, pour une solution exacte y du problème, on a
On calculera ces intégrales par une méthode de quadrature, qu'on peut choisir différentes pour deux valeurs distinctes de i :
calculées ici pour g(u) = f(t + u h, y(t + u h)).
La méthode de Runge-Kutta d'ordre q sera donc donnée par :
On résume la méthode souvent par le tableau des différents poids de quadrature, appelé tableau de Butcher :
La méthode est consistante si .
Cette méthode est équivalente à la méthode d'Euler, une méthode simple de résolution d'équations différentielles du .
Considérons le problème suivant :
La méthode RK1 utilise l'équation
où h est le pas de l'itération.
Le problème s'écrit donc :
La méthode RK2 du point milieu est une composition de la méthode d'Euler :
où h est le pas de l'itération.
Elle consiste à estimer la dérivée au milieu du pas d'intégration :
et à refaire le pas d'intégration complet à partir de cette estimation :
Ce schéma est couramment appelé schéma prédicteur-correcteur explicite.
C'est le cas particulier pour α = 1/2 de la méthode plus générale :
On reconnait ainsi que la méthode de quadrature utilisée pour les temps intermédiaires est celle du point milieu.
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Cours introductif à la commande des systèmes dynamiques. On part de quatre exemples concrets et on introduit au fur et à mesure un haut niveau d'abstraction permettant de résoudre de manière unifiée l
The student will learn state-of-the-art algorithms for solving differential equations. The analysis and implementation of these algorithms will be discussed in some detail.
This course introduces students to modern computational and mathematical techniques for solving problems in chemistry and chemical engineering. The use of introduced numerical methods will be demonstr
Using the GKEngine code which simulates an electrostatic plasma with adiabatic electron response under a sheared-slab geometry, an attempt at developing a hybrid approach between the delta-f and full-f schemes to describe plasma profiles exhibiting high fl ...
Numerical methods for ordinary differential equations are methods used to find numerical approximations to the solutions of ordinary differential equations (ODEs). Their use is also known as "numerical integration", although this term can also refer to the computation of integrals. Many differential equations cannot be solved exactly. For practical purposes, however – such as in engineering – a numeric approximation to the solution is often sufficient. The algorithms studied here can be used to compute such an approximation.
Explore les techniques avancées de discrétisation de l'espace dans l'analyse numérique pour résoudre les systèmes différentiels de manière efficace et précise.
Molecular quantum dynamics simulations are essential for understanding many fundamental phenomena in physics and chemistry. They often require solving the time-dependent Schrödinger equation for molecular nuclei, which is challenging even for medium-sized ...
EPFL2024
,
Modern control synthesis methods rely on accurate models to derive a performant controller. Obtaining a good model is often a costly step, and has led to a renewed interest in data-driven synthesis methods. Frequency-response-based synthesis methods have b ...