Aller au contenu
ELECTRONICS ENGINEERINGelectronics-engineering.com
Analyse numérique

Équations différentielles sur ordinateur : Euler, Runge-Kutta et problèmes raides

La méthode d'Euler et son erreur, Heun et Runge-Kutta d'ordre quatre, pas adaptatif, stabilité et problèmes raides, méthodes implicites dans SPICE et méthodes symplectiques.

https://www.electronics-engineering.com/fr/equations-differentielles-numeriques-euler-runge-kutta/

Pas encore de vote : soyez le premier à noter cette page.

Les équations différentielles que l’on peut résoudre à la main sont peu nombreuses : les linéaires à coefficients constants, les séparables. Un circuit avec une diode, un pendule aux grandes oscillations, un moteur avec un frottement non linéaire, l’orbite d’un satellite autour de la Terre aplatie demandent tous des méthodes numériques. L’idée est simple : partir de la condition initiale et avancer par petits pas de temps, en suivant le champ de directions. Dans cette leçon nous voyons les méthodes d’Euler et de Runge-Kutta, l’ordre de précision et le problème de la stabilité.

Le problème

    \[ y' = f(t, y),\qquad y(t_0) = y_0 \]

où y peut aussi être un vecteur : toute équation d’ordre supérieur peut se réécrire comme un système du premier ordre. Le pendule \theta'' = -\frac gl\sin\theta devient \theta' = \omega, \omega' = -\frac gl\sin\theta. On choisit les instants t_n = t_0 + nh, avec h le pas, et on calcule des approximations y_n \approx y(t_n).

La méthode d’Euler explicite

On suit la tangente pendant un pas :

    \[ y_{n+1} = y_n + h\,f(t_n, y_n) \]

C’est la définition de la dérivée lue à l’envers. Chaque pas fait une erreur locale proportionnelle à h^2 (le terme de Taylor négligé) ; après N = (T - t_0)/h pas l’erreur globale est proportionnelle à h. Euler est une méthode du premier ordre : diviser le pas par deux divise l’erreur par deux.

Solution exacte de y' égal y comparée à la méthode d'Euler avec deux tailles de pas
Pour y' = y, y(0) = 1, la solution exacte est e^t (en bleu). Euler avec le pas h_1 = 0.5 (en rouge) et h_2 = 0.25 (en orange) reste en dessous de la vraie courbe, parce que la tangente d’une fonction convexe est en dessous ; diviser le pas par deux divise à peu près l’erreur par deux.

Exemple. Avec y' = y Euler donne y_{n+1} = (1 + h)y_n, c’est-à-dire y_N = (1 + h)^N. Pour arriver à t = 1 : avec h = 0.1, 1.1^{10} = 2.594 au lieu de e = 2.718 (4.6 % d’erreur) ; avec h = 0.01, 1.01^{100} = 2.705 (0.5 % d’erreur). C’est la définition de e comme limite de (1 + 1/n)^n.

Les méthodes de Runge-Kutta

Pour avoir plus de précision sans trop réduire le pas, on évalue la pente en plusieurs points à l’intérieur du pas et on prend une moyenne pondérée. La méthode de Heun (Runge-Kutta du second ordre) fait un pas d’Euler d’essai, calcule la pente au point d’arrivée et utilise la moyenne des deux pentes :

    \[ k_1 = f(t_n, y_n),\quad k_2 = f(t_n + h, y_n + hk_1),\quad y_{n+1} = y_n + \frac h2(k_1 + k_2) \]

La méthode la plus utilisée est celle de Runge-Kutta d’ordre quatre (RK4) :

    \[ \begin{aligned} k_1 &= f(t_n, y_n) & k_2 &= f\!\left(t_n + \tfrac h2, y_n + \tfrac h2k_1\right)\\ k_3 &= f\!\left(t_n + \tfrac h2, y_n + \tfrac h2k_2\right) & k_4 &= f(t_n + h, y_n + hk_3) \end{aligned} \]

    \[ y_{n+1} = y_n + \frac h6\big(k_1 + 2k_2 + 2k_3 + k_4\big) \]

Quatre évaluations de f par pas, erreur globale proportionnelle à h^4 : diviser le pas par deux divise l’erreur par seize. Pour y' = y avec h = 0.1 jusqu’à t = 1, RK4 donne 2.7182797 contre e = 2.7182818 : une erreur de 2 millionièmes, contre les 4.6 % d’Euler avec le même pas. Les poids 1, 2, 2, 1 ont la même structure que la règle de Simpson : pour f ne dépendant que de t, RK4 est Simpson.

Pas adaptatif. Les solveurs modernes (ode45 de MATLAB, solve_ivp de SciPy) calculent à chaque pas deux estimations d’ordres différents, utilisent leur différence comme estimation de l’erreur et ajustent le pas : grand là où la solution est calme, petit là où elle varie vite.

Stabilité et problèmes raides

Appliquons Euler à y' = -\lambda y avec \lambda \gt 0, dont la solution e^{-\lambda t} décroît. Euler donne y_{n+1} = (1 - h\lambda)y_n. Si |1 - h\lambda| \gt 1, c’est-à-dire si

    \[ h \gt \frac{2}{\lambda} \]

les valeurs calculées croissent et alternent de signe, alors que la vraie solution tend vers zéro. La méthode est instable. Ce n’est pas une question de précision : même quand la solution est presque nulle au bout d’un moment et n’a pas besoin d’être suivie en détail, le pas doit rester petit.

Un problème est raide quand il contient des constantes de temps très différentes. Un circuit avec une constante de temps de 1 ns et une autre de 1 ms, simulé pendant quelques millisecondes, obligerait une méthode explicite à faire des pas inférieurs à 2 ns tout du long : des millions de pas, même après l’extinction du transitoire rapide.

La réponse, ce sont les méthodes implicites, comme l’Euler implicite :

    \[ y_{n+1} = y_n + h\,f(t_{n+1}, y_{n+1}) \]

où la pente est évaluée au point d’arrivée. Pour y' = -\lambda y elle donne y_{n+1} = \frac{y_n}{1 + h\lambda}, qui décroît pour tout pas. Le prix est qu’à chaque pas il faut résoudre une équation (ou un système non linéaire, avec Newton). SPICE utilise justement des méthodes implicites, la règle des trapèzes implicite et les formules de Gear, parce que les circuits électroniques sont presque toujours raides. Quand on change la méthode d’intégration de « trap » à « gear » dans les options d’une simulation, on choisit entre deux méthodes implicites aux propriétés de stabilité différentes.

La conservation de l’énergie

Pour les systèmes oscillants sans frottement, comme un circuit LC idéal ou une orbite, l’Euler explicite fait croître l’énergie à chaque tour et la trajectoire s’écarte en spirale ; l’Euler implicite la fait diminuer. Il existe des méthodes, dites symplectiques (comme la méthode de Verlet, utilisée dans les simulations de dynamique moléculaire et dans les moteurs physiques des jeux vidéo), qui conservent l’énergie pendant de très longues durées même avec de grands pas.

S’abonner
Notifier de
guest
1 commentaire
Le plus ancien
Plus récent Les plus votés
1
0
Vous avez apprécié cet article ? Merci de laisser un commentaire.x