Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Séance de cours

Méthodes Runge-Kutta

Dans cours

MATH-351: Advanced numerical analysis II

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. ...

Description

Cette séance de cours couvre les méthodes Runge-Kutta, en se concentrant sur le schéma explicite de l'ordre 4 (ERK4). Il explique les étapes impliquées dans ERK4, l'optimisation des paramètres et l'analyse des erreurs au dernier moment. L'instructeur discute de la façon de choisir les paramètres pour assurer la précision et l'efficacité de la méthode.

Enseignant·e

Marco Picasso

Source officielle

Proximité ontologique

Mathématiques

Analyse (mathématiques): Analyse numérique

Concepts associés (32)

Méthodes de Runge-Kutta

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 < .

Numerical methods for ordinary differential equations

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.

Scheme

Scheme (prononciation : ) est un langage de programmation dérivé du langage fonctionnel Lisp, créé dans les années 1970 au Massachusetts Institute of Technology (MIT) par Gerald Jay Sussman et Guy L. Steele. Le but des créateurs du langage était d'épurer le Lisp en conservant les aspects essentiels, la flexibilité et la puissance expressive. Scheme a donc une syntaxe extrêmement simple, avec un nombre très limité de mots-clés. Comme en Lisp, la notation préfixée permet de s'affranchir d'une précédence des opérateurs.

Chicken (Scheme implementation)

Chicken (stylized as CHICKEN) is a programming language, specifically a compiler and interpreter which implement a dialect of the programming language Scheme, and which compiles Scheme source code to standard C. It is mostly R5RS compliant and offers many extensions to the standard. The newer R7RS standard is supported through an extension library. Chicken is free and open-source software available under a BSD license. It is implemented mostly in Scheme, with some parts in C for performance or to make embedding into C programs easier.

Méthode des différences finies

En analyse numérique, la méthode des différences finies est une technique courante de recherche de solutions approchées d'équations aux dérivées partielles qui consiste à résoudre un système de relations (schéma numérique) liant les valeurs des fonctions inconnues en certains points suffisamment proches les uns des autres. Cette méthode apparaît comme étant la plus simple à mettre en œuvre car elle procède en deux étapes : d'une part la discrétisation par différences finies des opérateurs de dérivation/différentiation, d'autre part la convergence du schéma numérique ainsi obtenu lorsque la distance entre les points diminue.

Afficher plus

Séances de cours associées (37)

Méthodes stabilisées explicites : applications aux problèmes inverses bayésiens

Explore explicitement les méthodes de Runge-Kutta stabilisées et leur application aux problèmes inverses bayésiens, couvrant l'optimisation, l'échantillonnage et les expériences numériques.

Méthodes de runge-Kutta: approximation des équations différentielles

Couvre les étapes de la méthode Runge-Kutta explicite pour approximer y(t) avec des explications détaillées.

Méthodes multi-étapes

Couvre les méthodes multi-étapes pour résoudre les équations différentielles, en se concentrant sur les conditions de stabilité et des exemples.

Méthodes d'optimisation

Couvre les méthodes d'optimisation, en se concentrant sur les méthodes de gradient et les techniques de recherche de ligne.

Numerics: projet de semestre

Couvre le projet de semestre sur les chiffres, en se concentrant sur les algorithmes adaptatifs et les méthodes multi-étapes.

Afficher plus

Concepts associés (32)

Méthodes de Runge-Kutta

Numerical methods for ordinary differential equations

Scheme

Chicken (Scheme implementation)

Méthode des différences finies

Afficher plus