Please note that the recommended version of Scilab is 2025.0.0. This page might be outdated.
See the recommended documentation of this function
Dormand-Prince 4(5)
Dormand-Prince est un solveur numérique fournissant une méthode explicite efficace pour résoudre des Problèmes à Valeur Initiale d'Equations Différentielles Ordinarires (EDOs).
Description
Appelé par xcos, Dormand-Prince est un solveur numérique fournissant une méthode explicite efficace pour résoudre des Problèmes à Valeur Initiale de la forme :
CVode et IDA utilisent un pas variable dans l'intégration.
Le défaut de cela est l'imprévisibilité du temps de calcul. Avec Runge-Kutta, on ne s'adapte pas à la complexité du problème, mais on garantit un temps de calcul stable.
Cette méthode est explicite, donc non concernée par les itérations fonctionnelles ou de Newton, et est déconseillée pour les problèmes raides.
C'est une amélioration de la méthode d'Euler, qui approxime yn+1 en tronquant le développement de Taylor.
Par convention, pour utiliser des pas fixes, le programme commence par calculer un pas h qui approche le paramère de simulation max step size.
Une différence notable de Runge-Kutta par rapport à Sundials est qu'il calcule jusqu'à la septième dérivée de y, alors que les autres n'utilisent que des combinaisons linéaires de y et y'.
Ici, la valeur suivante yn+1 est déterminée par la valeur actuelle yn plus la moyenne pondérée de six incréments, où chaque incrément est le produit du pas, h, et une estimation de la pente spécifiée par la fonction f(t,y) :
- k1 est l'incrément basé sur la pente au début de l'intervalle, utilisant yn (méthode d'Euler),
- k2, k3, k4 et k5 sont les incréments basés sur la pente à repectivement 0.2, 0.3, 0.8 et 0.9 de l'intervalle, s'utilisant mutuellement,
- k6 est l'incrément basé sur la pente à la fin de l'intervalle, utilisant des combinaisons des autres ki.
On peut voir qu'avec les ki, on progresse dans les dérivées de yn . Dans le calcul des ki, on utilise délibérément des coefficients qui donnent une erreur en O(h5) à chaque pas.
L'erreur totale est donc en nombre de pas * O(h5) . Et puisque par définition nombre de pas = taille de l'intervalle / h, l'erreur totale est en O(h4) .
Cette analyse d'erreur a baptisé la méthode Dormand-Prince 4(5): O(h5) par pas de temps, O(h4) au total.
Bien que le solveur fonctionne bien pour max step size jusqu'à 10-3 , des erreurs d'arrondi surviennent parfois quand l'on approche 4*10-4 . En effet, le scindage de l'intervalle ne peut pas être effectué correctement et l'on obtient des résultats imprévisibles.
Exemples
Le bloc intégrale retourne son état continu, on peut l'évaluer avec Dormand-Prince en lançant l'exemple :
// Import du diagramme et réglage du temps final loadScicos(); loadXcosLibs(); importXcosDiagram("SCI/modules/xcos/examples/solvers/ODE_Example.zcos"); scs_m.props.tf = 5000; // Sélection de Dormand-Prince et réglage de la précision scs_m.props.tol(6) = 5; scs_m.props.tol(7) = 10^-2; // Lancement du chrono, de la simulation et affichage du temps tic(); try xcos_simulate(scs_m, 4); catch disp(lasterror()); end t = toc(); disp(t, "Temps pour Dormand-Prince :");
La console Scilab affiche :
Temps pour Dormand-Prince: 9.197
Maintenant, dans le script suivant, on compare la différence de temps entre Dormand-Prince et CVode en lançant l'exemple avec les cinq solveurs tour à tour : Open the script
Temps pour BDF / Newton : 18.894 Temps pour BDF / Functional : 18.382 Temps pour Adams / Newton : 10.368 Temps pour Adams / Functional : 9.815 Temps pour Dormand-Prince : 7.842
Ces résultats montrent que pour un problème non-raide, pour à peu près la même précision demandée et en forçant la même taille de pas, Dormand-Prince est plus rapide.
Voir Aussi
Bibliographie
Journal of Computational and Applied Mathematics, Volume 15, Parution 2, 2 Juin 1986, Pages 203-211 Dormand-Prince Method
Histoire
Version | Description |
5.4.1 | Dormand-Prince 4(5) ajouté |
Report an issue | ||
<< Runge-Kutta 4(5) | Solveurs | Implicit Runge-Kutta 4(5) >> |