{"id":1294,"date":"2026-08-21T14:31:16","date_gmt":"2026-08-21T14:31:16","guid":{"rendered":"https:\/\/matforge.org\/?p=1294","raw":"https:\/\/matforge.org\/?p=1294"},"modified":"2026-08-21T14:31:16","modified_gmt":"2026-08-21T14:31:16","slug":"implicit-vs-explicit-methods-stability-accuracy","status":"publish","type":"post","link":"https:\/\/matforge.org\/fr\/implicit-vs-explicit-methods-stability-accuracy\/","title":{"rendered":"M\u00e9thodes implicites ou explicites\u00a0: stabilit\u00e9, pr\u00e9cision et quand utiliser chacune","raw":"M\u00e9thodes implicites ou explicites\u00a0: stabilit\u00e9, pr\u00e9cision et quand utiliser chacune"},"content":{"rendered":"Reading Time: <\/span> 12<\/span> minutes<\/span><\/span>
\n

Le choix d’une m\u00e9thode d’int\u00e9gration temps est l’une des d\u00e9cisions les plus importantes d’une simulation scientifique. La m\u00e9thode d\u00e9termine comment la solution num\u00e9rique passe d’un niveau \u00e0 l’autre, la taille du pas de temps, le co\u00fbt de chaque \u00e9tape et si les processus physiques rapides sont r\u00e9solus ou supprim\u00e9s.<\/p>\n

La distinction commune entre les m\u00e9thodes explicites et implicites est utile, mais elle ne fournit pas de r\u00e8gle de s\u00e9lection compl\u00e8te. Une m\u00e9thode implicite n’est pas automatiquement plus pr\u00e9cise et une m\u00e9thode explicite n’est pas automatiquement adapt\u00e9e aux simulations s\u00e9rieuses. La stabilit\u00e9, la pr\u00e9cision, le co\u00fbt de calcul, la rigidit\u00e9, l’amortissement num\u00e9rique et les \u00e9chelles de temps physiques du probl\u00e8me doivent \u00eatre envisag\u00e9es ensemble.<\/p>\n

Le principe central est simple : la stabilit\u00e9 num\u00e9rique nous indique seulement si les erreurs restent ma\u00eetris\u00e9es. Il ne nous dit pas si la solution calcul\u00e9e est proche de la v\u00e9ritable solution physique.<\/p>\n

Qu’est-ce que l’int\u00e9gration du temps ?<\/h2>\n

Une fois qu’une PDE a \u00e9t\u00e9 discr\u00e9tis\u00e9e dans l’espace, elle devient souvent un syst\u00e8me d’\u00e9quations diff\u00e9rentielles ordinaires :<\/p>\n

du\/dt = F(u, t)<\/code><\/pre>\n
Un int\u00e9grateur de temps se rapproche de la fa\u00e7on dont le vecteur u<\/code> change au cours d’une \u00e9tape finie :<\/p>\n
t\u207f \u2192 t\u207f\u207a\u00b9 = t\u207f + \u0394t<\/code><\/pre>\n
L’\u00e9volution exacte n’est g\u00e9n\u00e9ralement pas disponible, de sorte que l’algorithme construit une approximation \u00e0 partir de valeurs connues, d’\u00e9valuations d\u00e9riv\u00e9es ou d’un syst\u00e8me impliquant l’\u00e9tat futur inconnu.<\/p>\n
Une m\u00e9thode explicite calcule le nouvel \u00e9tat directement \u00e0 partir des informations d\u00e9j\u00e0 disponibles. Une m\u00e9thode implicite d\u00e9finit le nouvel \u00e9tat \u00e0 travers une \u00e9quation qui doit \u00eatre r\u00e9solue.<\/p>\n
Int\u00e9gration explicite du temps<\/h2>\n
Forward Euler est la m\u00e9thode explicite la plus simple :<\/p>\n
u\u207f\u207a\u00b9 = u\u207f + \u0394t F(u\u207f, t\u207f)<\/code><\/pre>\n
Tout sur le c\u00f4t\u00e9 droit est connu. Aucun syst\u00e8me lin\u00e9aire ou non lin\u00e9aire n’est requis. Cela rend chaque \u00e9tape peu co\u00fbteuse et facile \u00e0 parall\u00e9liser.<\/p>\n
Les m\u00e9thodes Runge-Kutta explicites d’ordre sup\u00e9rieur calculent plusieurs \u00e9tapes interm\u00e9diaires. La m\u00e9thode classique du quatri\u00e8me ordre utilise quatre \u00e9valuations d\u00e9riv\u00e9es :<\/p>\n
k\u2081 = F(u\u207f, t\u207f)\n\nk\u2082 = F(\n    u\u207f + 0.5 \u0394t k\u2081,\n    t\u207f + 0.5 \u0394t\n)\n\nk\u2083 = F(\n    u\u207f + 0.5 \u0394t k\u2082,\n    t\u207f + 0.5 \u0394t\n)\n\nk\u2084 = F(\n    u\u207f + \u0394t k\u2083,\n    t\u207f + \u0394t\n)\n\nu\u207f\u207a\u00b9 = u\u207f\n      + \u0394t(k\u2081 + 2k\u2082 + 2k\u2083 + k\u2084) \/ 6<\/code><\/pre>\n
Les m\u00e9thodes explicites sont attractives lorsque chaque \u00e9valuation d\u00e9riv\u00e9e est abordable et que la limite de stabilit\u00e9 ne force pas un nombre excessif d’\u00e9tapes.<\/p>\n
Int\u00e9gration implicite du temps<\/h2>\n
Backward Euler \u00e9value le d\u00e9riv\u00e9 \u00e0 l’\u00e9tat futur inconnu :<\/p>\n
u\u207f\u207a\u00b9 = u\u207f + \u0394t F(u\u207f\u207a\u00b9, t\u207f\u207a\u00b9)<\/code><\/pre>\n
La nouvelle valeur appara\u00eet des deux c\u00f4t\u00e9s. Un probl\u00e8me lin\u00e9aire peut n\u00e9cessiter une r\u00e9solution matricielle, tandis qu’un probl\u00e8me non lin\u00e9aire peut n\u00e9cessiter des it\u00e9rations de Newton ou un autre algorithme non lin\u00e9aire.<\/p>\n
Crank\u2013Nicolson fait la moyenne du d\u00e9riv\u00e9 entre les \u00e9tats actuels et futurs :<\/p>\n
u\u207f\u207a\u00b9 = u\u207f\n      + 0.5 \u0394t [\n          F(u\u207f, t\u207f)\n          + F(u\u207f\u207a\u00b9, t\u207f\u207a\u00b9)\n        ]<\/code><\/pre>\n
Les m\u00e9thodes implicites co\u00fbtent plus cher par \u00e9tape, mais les sch\u00e9mas appropri\u00e9s peuvent rester stables pour les pas de temps qui feraient diverger une m\u00e9thode explicite. Ceci est particuli\u00e8rement utile pour les syst\u00e8mes rigides et les grilles spatiales fines.<\/p>\n
La stabilit\u00e9 n’est pas la pr\u00e9cision<\/h2>\n
Un calcul stable ne fournit pas n\u00e9cessairement une trajectoire physique pr\u00e9cise. La distinction peut \u00eatre \u00e9tudi\u00e9e avec l’\u00e9quation de test lin\u00e9aire :<\/p>\n
dy\/dt = \u03bby<\/code><\/pre>\n
La solution exacte apr\u00e8s un pas de temps est :<\/p>\n
y(t + \u0394t) = exp(\u03bb\u0394t)y(t)<\/code><\/pre>\n
Une m\u00e9thode num\u00e9rique produit plut\u00f4t :<\/p>\n
y\u207f\u207a\u00b9 = R(z)y\u207f\n\nz = \u03bb\u0394t<\/code><\/pre>\n
La fonction R(z)<\/code> est le facteur d’amplification. La stabilit\u00e9 absolue n\u00e9cessite :<\/p>\n
|R(z)| \u2264 1<\/code><\/pre>\n
Cette condition emp\u00eache la croissance num\u00e9rique non limit\u00e9e pour un probl\u00e8me de test de d\u00e9croissance. Cela ne garantit pas que R(z)<\/code> se rapproche de exp(z)<\/code> de pr\u00e8s.<\/p>\n
Une m\u00e9thode implicite peut rester limit\u00e9e \u00e0 un pas de temps tr\u00e8s important tout en reproduisant mal le taux de d\u00e9croissance, la phase ou la r\u00e9ponse transitoire. Le rapport de la NASA M\u00e9thodes explicites, implicites et hybrides<\/a> discute de la n\u00e9cessit\u00e9 de prendre en compte la pr\u00e9cision plut\u00f4t que d’utiliser la stabilit\u00e9 seule pour justifier une m\u00e9thode.<\/p>\n
Comprendre les r\u00e9gions de stabilit\u00e9<\/h2>\n
La r\u00e9gion de stabilit\u00e9 est l’ensemble de valeurs de z = \u03bb\u0394t<\/code> pour laquelle le facteur d’amplification reste limit\u00e9.<\/p>\n
avant Euler<\/h3>\n
L’attaquant Euler a :<\/p>\n
R(z) = 1 + z<\/code><\/pre>\n
Sa r\u00e9gion de stabilit\u00e9 satisfait :<\/p>\n
|1 + z| \u2264 1<\/code><\/pre>\n
Cela forme un disque centr\u00e9 sur \u22121<\/code> avec un rayon. Le long de l’axe r\u00e9el n\u00e9gatif, l’intervalle stable est :<\/p>\n
\u22122 \u2264 z \u2264 0<\/code><\/pre>\n
RK4 classique<\/h3>\n
La m\u00e9thode classique de Runge-Kutta du quatri\u00e8me ordre a une r\u00e9gion de stabilit\u00e9 plus grande mais toujours born\u00e9e. Le long de l’axe r\u00e9el n\u00e9gatif, il reste stable approximativement jusqu’\u00e0 :<\/p>\n
z \u2248 \u22122.785<\/code><\/pre>\n
Ceci est consid\u00e9rablement plus grand que l’intervalle d’Euler vers l’avant, mais aucune m\u00e9thode explicite de Runge-Kutta ne peut inclure toute la moiti\u00e9 gauche du plan complexe.<\/p>\n
Une introduction pratique \u00e0 la stabilit\u00e9 absolue, la stabilit\u00e9 A et la L-stabilit\u00e9 est disponible dans le Crash Course sur les ODE num\u00e9riques<\/a>.<\/p>\n
Euler \u00e0 l’envers<\/h3>\n
Euler \u00e0 l’envers a :<\/p>\n
R(z) = 1 \/ (1 - z)<\/code><\/pre>\n
Sa r\u00e9gion de stabilit\u00e9 contient le demi-plan complet gauche. Il est donc stable.<\/p>\n
Au fur et \u00e0 mesure que z<\/code> devient de plus en plus n\u00e9gatif, le facteur d’amplification se rapproche de z\u00e9ro. Les modes fortement d\u00e9croissants sont rapidement supprim\u00e9s. Cela rend Euler L-Stable \u00e0 l’envers, bien qu’il ne soit que pr\u00e9cis au premier ordre.<\/p>\n
Crank \u2013 Nicolson<\/h3>\n
Crank \u2013 Nicolson a :<\/p>\n
R(z) = (1 + z\/2) \/ (1 - z\/2)<\/code><\/pre>\n
Il est \u00e9galement stable car sa r\u00e9gion de stabilit\u00e9 comprend le demi-plan gauche. Cependant, comme z \u2192 \u2212\u221e<\/code> :<\/p>\n
R(z) \u2192 \u22121<\/code><\/pre>\n
Les modes tr\u00e8s rigides ne sont pas entra\u00een\u00e9s \u00e0 z\u00e9ro. Au lieu de cela, ils peuvent alterner en signe tout en conservant une ampleur presque constante. Crank \u2013 Nicolson n’est donc pas stable en L et peut produire des oscillations temporelles non physiques lorsque de tr\u00e8s grandes \u00e9tapes sont appliqu\u00e9es \u00e0 des syst\u00e8mes rigides.<\/p>\n
A-stabilit\u00e9 et L-stabilit\u00e9<\/h2>\n
Une m\u00e9thode A-Stable est stable pour chaque valeur propre de test-\u00e9quation avec une partie r\u00e9elle non positive, quelle que soit la taille du pas de temps.<\/p>\n
Une m\u00e9thode L-stable est A-stable et satisfait \u00e9galement :<\/p>\n
R(z) \u2192 0 as z \u2192 \u2212\u221e<\/code><\/pre>\n
Cette distinction est importante pour les syst\u00e8mes rigides. La stabilit\u00e9 A emp\u00eache la croissance explosive, tandis que la stabilit\u00e9 en L garantit que les modes de d\u00e9croissance rapide non r\u00e9solus sont fortement amortis.<\/p>\n
Toutes les m\u00e9thodes implicites ne sont pas stables et toutes les m\u00e9thodes A-stables ne sont pas stables. Les propri\u00e9t\u00e9s appartiennent au sch\u00e9ma individuel plut\u00f4t qu’\u00e0 toute la cat\u00e9gorie implicite.<\/p>\n
ordre de pr\u00e9cision<\/h2>\n
L’ordre d’une m\u00e9thode d\u00e9termine la rapidit\u00e9 avec laquelle son erreur diminue \u00e0 mesure que le pas de temps devient plus petit.<\/p>\n
Pour une m\u00e9thode de commande p<\/code> :<\/p>\n
Local truncation error = O(\u0394t^(p+1))\nGlobal error           = O(\u0394t^p)<\/code><\/pre>\n\n\n\n\n\n\n\n\n\n
M\u00e9thode<\/th>\nTapez<\/th>\nOrdre<\/th>\nErreur locale<\/th>\nErreur globale<\/th>\n<\/tr>\n
avant Euler<\/td>\nExplicite<\/td>\n1<\/td>\nO(\u0394t\u00b2)<\/code><\/td>\nO(\u0394t)<\/code><\/td>\n<\/tr>\n
Euler \u00e0 l’envers<\/td>\nImplicite<\/td>\n1<\/td>\nO(\u0394t\u00b2)<\/code><\/td>\nO(\u0394t)<\/code><\/td>\n<\/tr>\n
Crank \u2013 Nicolson<\/td>\nImplicite<\/td>\n2<\/td>\nO(\u0394t\u00b3)<\/code><\/td>\nO(\u0394t\u00b2)<\/code><\/td>\n<\/tr>\n
BDF2<\/td>\nMulti-\u00e9tape implicite<\/td>\n2<\/td>\nO(\u0394t\u00b3)<\/code><\/td>\nO(\u0394t\u00b2)<\/code><\/td>\n<\/tr>\n
RK4 classique<\/td>\nExplicite<\/td>\n4<\/td>\nO(\u0394t\u2075)<\/code><\/td>\nO(\u0394t\u2074)<\/code><\/td>\n<\/tr>\n
Dormand-Prince 5(4)<\/td>\nRK int\u00e9gr\u00e9 explicite<\/td>\n5 avec un estimateur de quatri\u00e8me ordre<\/td>\nd\u00e9pendant de la m\u00e9thode<\/td>\nEnviron O(\u0394t\u2075)<\/code> pour la solution du cinqui\u00e8me ordre<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n
Euler vers l’avant et vers l’arri\u00e8re a la m\u00eame commande formelle, m\u00eame si leurs propri\u00e9t\u00e9s de stabilit\u00e9 diff\u00e8rent consid\u00e9rablement. RK4 peut \u00eatre beaucoup plus pr\u00e9cis qu’Euler arri\u00e8re \u00e0 la m\u00eame taille de marche lorsque la stabilit\u00e9 le permet.<\/p>\n
L’\u00e9tiquette explicite ou implicite d\u00e9crit principalement comment une \u00e9tape est calcul\u00e9e. Il ne d\u00e9termine pas la commande formelle.<\/p>\n
Qu’est-ce que la rigidit\u00e9 ?<\/h2>\n
Un syst\u00e8me est rigide lorsqu’il contient des \u00e9chelles de temps fortement s\u00e9par\u00e9es et des exigences de stabilit\u00e9 explicites forcent des \u00e9tapes beaucoup plus petites que celles n\u00e9cessaires pour r\u00e9soudre le comportement d’int\u00e9r\u00eat.<\/p>\n
Pensez \u00e0 :<\/p>\n
dy\/dt = -1000(y - cos(t)) - sin(t)<\/code><\/pre>\n
La solution souhait\u00e9e peut varier sur une \u00e9chelle de temps d’une commande, mais une composante \u00e0 d\u00e9croissance rapide a une \u00e9chelle de temps proche de 0.001<\/code>. Une m\u00e9thode explicite peut avoir besoin de r\u00e9soudre le mode rapide pour la stabilit\u00e9 m\u00eame apr\u00e8s que ce mode est devenu physiquement sans importance.<\/p>\n
Une m\u00e9thode implicite appropri\u00e9e peut d\u00e9passer la d\u00e9croissance rapide et suivre la solution la plus lente. C’est la principale raison pour laquelle les m\u00e9thodes implicites sont utilis\u00e9es pour les syst\u00e8mes de r\u00e9action rigides, les \u00e9quations de diffusion, les circuits \u00e9lectriques et les mod\u00e8les multiphysiques \u00e9troitement coupl\u00e9s.<\/p>\n
Amortissement num\u00e9rique<\/h2>\n
L’implicite n’implique pas automatiquement un fort amortissement. L’amortissement est contr\u00f4l\u00e9 par le facteur d’amplification de la m\u00e9thode.<\/p>\n
Euler arri\u00e8re supprime fortement les modes lorsque |\u03bb\u0394t|<\/code> est grand. Cela peut \u00eatre souhaitable lorsque ces modes repr\u00e9sentent une rigidit\u00e9 non r\u00e9solue. Cela peut \u00eatre ind\u00e9sirable lorsqu’ils repr\u00e9sentent des ondes ou des transitoires qui doivent \u00eatre mesur\u00e9s.<\/p>\n
Crank\u2013Nicolson introduit un amortissement beaucoup moins haute fr\u00e9quence. Cela pr\u00e9serve certains comportements oscillatoires, mais cela peut \u00e9galement permettre de rester des oscillations num\u00e9riques rigides ind\u00e9sirables.<\/p>\n
La discussion Flow-3D de m\u00e9thodes num\u00e9riques implicites et explicites<\/a> illustre comment les grandes \u00e9tapes implicites peuvent d\u00e9former le comportement transitoire. L’effet ne doit pas \u00eatre interpr\u00e9t\u00e9 comme un facteur de sous-relaxation fixe universel. Son amplitude d\u00e9pend du sch\u00e9ma d’int\u00e9gration, du pas de temps, de l’\u00e9quation et du solveur it\u00e9ratif.<\/p>\n
La sous-relaxation est une question distincte<\/h2>\n
La sous-relaxation est souvent utilis\u00e9e dans les solveurs it\u00e9ratifs non lin\u00e9aires ou coupl\u00e9s :<\/p>\n
u(updated) =\n    u(old)\n    + \u03b1 [\n        u(computed)\n        - u(old)\n      ]<\/code><\/pre>\n
Le param\u00e8tre \u03b1<\/code> est g\u00e9n\u00e9ralement compris entre z\u00e9ro et un. Des valeurs plus petites peuvent stabiliser une r\u00e9solution it\u00e9rative mais ralentir sa convergence et modifier le transitoire apparent lorsque les it\u00e9rations sont arr\u00eat\u00e9es avant la convergence compl\u00e8te.<\/p>\n
La sous-relaxation n’est pas une propri\u00e9t\u00e9 in\u00e9vitable de chaque int\u00e9grateur de temps implicite. Il s’agit d’un choix algorithmique suppl\u00e9mentaire qui peut appara\u00eetre dans le processus de solution non lin\u00e9aire.<\/p>\n
Restrictions de LFC pour les m\u00e9thodes explicites<\/h2>\n
Pour une \u00e9quation d’advection, les m\u00e9thodes explicites suivent g\u00e9n\u00e9ralement une condition de cours :<\/p>\n
\u0394t \u2264 C \u0394x \/ |v|<\/code><\/pre>\n
La constante C<\/code> d\u00e9pend de la m\u00e9thode spatiale et de l’int\u00e9grateur de temps.<\/p>\n
Pour une \u00e9quation de diffusion explicitement int\u00e9gr\u00e9e, la limite \u00e9volue g\u00e9n\u00e9ralement comme suit :<\/p>\n
\u0394t \u2264 C \u0394x\u00b2 \/ D<\/code><\/pre>\n
Cette d\u00e9pendance quadratique peut devenir co\u00fbteuse sur les mailles fines. La r\u00e9duction de moiti\u00e9 de la taille de la cellule peut n\u00e9cessiter environ quatre fois plus de pas de temps pour un sch\u00e9ma explicite contr\u00f4l\u00e9 par la diffusion.<\/p>\n
Ces restrictions ne signifient pas que les m\u00e9thodes explicites sont inexactes. Ils d\u00e9finissent une plage de stabilit\u00e9. Dans les simulations hyperboliques, le besoin physique de r\u00e9soudre les d\u00e9placements des vagues peut d\u00e9j\u00e0 n\u00e9cessiter une \u00e9tape similaire \u00e0 la limite de LFC.<\/p>\n
Co\u00fbt par pas<\/h2>\n
Les m\u00e9thodes explicites n\u00e9cessitent g\u00e9n\u00e9ralement des \u00e9valuations de fonctions, des calculs de flux ou des produits \u00e0 matrice clairsem\u00e9e. Leurs \u00e9tapes sont relativement peu co\u00fbteuses et sont souvent bien adapt\u00e9es \u00e0 un mat\u00e9riel parall\u00e8le.<\/p>\n
Les m\u00e9thodes implicites peuvent n\u00e9cessiter :<\/p>\n