Introduction

Idée principale

On désire calculer une approximation de la solution, notée x(\cdot), sur l’intervalle [t_0, t_f] du problème de Cauchy

x'(t) = f(t, x(t)), \quad x(t_0) = x_0,

f \colon \mathbb{R}\times \mathbb{R}^n \to \mathbb{R}^n est une application suffisamment régulière (au moins \mathscr{C}^1).

Remarque

Dans ce cours, nous nous intéressons uniquement à des équations différentielles ordinaires linéaires. Cependant, nous présentons les méthodes numériques dans un cadre plus général. On rappelle qu’une équations différentielles ordinaires linéaire est de la forme x'(t) = A(t) x(t) + b(t), ainsi la fonction f est donnée dans ce cas par f(t, x) = A(t) x + b(t).

On considère une subdivision de l’intervalle [t_0, t_f] de la forme

t_0 < t_1 < \cdots < t_N \coloneqq t_f.

On note h_i \coloneqq t_{i+1} - t_i, pour i \in \llbracket 0, N-1 \rrbracket, les pas de la subdivision et h_{\max} \coloneqq \max_i(h_i) le pas le plus long.

L’idée est de calculer une approximation de la solution en les points de discrétisation, autrement dit on souhaite approcher x(t_i) pour i \in \llbracket 0\,,\, N \rrbracket.

Définition

On appelle méthode explicite à un pas, toute méthode pour laquelle pour i \in \llbracket 0, N-1 \rrbracket la valeur x_{i+1} est calculée en fonction de t_i, h_i et x_i par une formule de récurrence de la forme :

x_{i+1} = x_i + h_i\, \Phi(t_i, x_i, h_i),

le point initial x_0 étant donné.

Nous nous intéressons dans ce cours seulement aux méthodes explicites à un pas.

Idée principale

Si on note (x_0, \ldots, x_N) \in (\mathbb{R}^n)^{N+1} une suite finie donnée par une méthode explicite à un pas, alors on souhaite que

x_i \approx x(t_i), \quad \forall\, i \in \llbracket 0\,,\, N \rrbracket.

L’idée principale est donc d’avoir

\begin{aligned} x_0 &\approx x(t_0), \\ x_0 + h\, \Phi(t_0, x_0, h) = x_1 & \approx x(t_1) = x(t_0) + \int_{t_0}^{t_1} f(t, x(t)) \, \mathrm{d}t, \\ & \hspace{0.6em} \vdots \\ x_i + h\, \Phi(t_i, x_i, h) = x_{i+1} & \approx x(t_{i+1}) = x(t_i) + \int_{t_i}^{t_{i+1}} f(t, x(t)) \, \mathrm{d}t, \\ & \hspace{0.6em} \vdots \\ x_{N-1} + h\, \Phi(t_{N-1}, x_{N-1}, h) = x_N & \approx x(t_N) = x(t_{N-1}) + \int_{t_{N-1}}^{t_N} f(t, x(t)) \, \mathrm{d}t. \\ \end{aligned}

Euler

La méthode à un pas explicite la plus simple est ce que l’on appelle la méthode d’Euler qui consiste tout simplement à approcher l’intégrale par le rectangle suivant :

\int_{t_i}^{t_{i+1}} f(t, x(t)) \, \mathrm{d}t \approx h_i\, f(t_i, x(t_i)).

On note g(t) \coloneqq f(t, x(t)), où x(\cdot) est la solution du problème de Cauchy. La méthode d’Euler consiste à approcher l’intégrale de la fonction g par une quadrature d’ordre 1 :

Pour la méthode d’Euler, la fonction \Phi s’écrit :

\Phi_E(t, x, h) \coloneqq h f(t, x),

ainsi on a la définition suivante.

Définition

On appelle méthode (ou schéma) d’Euler explicite, le schéma

x_{i+1} = x_i + h_i\, f(t_i, x_i).

Runge

L’idée évidente pour améliorer la précision numérique est d’approcher cette intégrale par une formule de quadrature ayant un ordre plus élevé. Si on exploite le point milieu, nous obtenons

x(t_{i+1}) \approx x(t_i) + h_i\, f\big(t_i + \frac{h_i\,}{2}, x(t_i + \frac{h_i\,}{2})\big).

Le problème étant que l’on n’a pas accès à la valeur de x(\cdot ) à l’instant t_i + {h_i}/{2}, d’où l’idée d’approcher cette valeur par un pas d’Euler :

x(t_i + \frac{h_i}{2}) \approx x(t_i) + \frac{h_i}{2} f(t_i, x_i).

Nous obtenons ainsi le schéma de Runge.

Définition

On appelle méthode (ou schéma) de Runge (explicite), le schéma

x_{i+1} = x_i + h_i\, f\big(t_i + \frac{h_i}{2}, x_i + \frac{h_i}{2} f(t_i, x_i)\big).

Remarque

Par la suite, nous allons étudier la convergence des méthodes explicites à un pas, autrement dit nous nous demandons si x_i \to x(t_i) lorsque h_{\max} \to 0, et ce particulièrement pour les méthodes appelées méthodes de Runge-Kutta explicites. Pour étudier cette convergence, nous prenons un chemin détourné : nous allons montrer qu’une méthode consistante et stable est convergente, et que la vitesse de convergence est donnée par l’ordre de consistance. Ainsi, après avoir introduit les méthodes de Runge-Kutta, nous allons introduire les notions de consistance et de stabilité.

Back to top