matematika teknik
DESCRIPTION
model matematika teknikTRANSCRIPT
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
1 PRINSIP DASAR PEMODELAN dan MODEL MATEMATIS
1.1. Prinsip Dasar Pemodelan
Secara fundamental, pemodelan di dalam kajian-kajian proses teknik kimia dan proses adalah :
• Penggambaran kinerja suatu aktivitas, sistem atau proses
• Membangun persamaan matematis yang dapat menggambar-kan kinerja suatu proses (secara fisik)
1.2. Persamaan Matematis
Didalam aktivitas pemodelan di dalam permasalahan teknik kimia dan proses, umumnya dihasilkan suatu bentuk atau sistem persamaan matematis. Secara garis besar, bentuk-bentuk persamaan yang mungkin terbentuk adalah :
1. Persamaan Aljabar : manakala proses berlangsung secara
tunak atau penggambaran kinerja proses statik. – Hubungan antar variabel : linier atau non-linier (PAL atau PANL) – Jumlah persamaan (variabel anu) : tunggal atau jamak/serempak (PA atau
SPA) – Pengungkapan : eksplisit atau implisit.
2. Persamaan Diferensial : bila proses yang digambar-kan
berlangsung secara dinamis (unsteady state process, time
dependent proses) :
– Hubungan antar variabel : linier atau non-linier – Jumlah persamaan (jumlah variabel terikat yang dideferensialkan) : tunggal
atau jamak – Dimensi perubahan (dinamisasi variabel) : biasa (PDB) atau parsial (PDP)
Property of Setijo Bismo Halaman (1)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
– Pengungkapan : eksplisit atau implisit.
Persamaan Aljabar Persamaan Diferensial
• xyK =
• λ +Δ= mTcmq p
• ⎩⎨⎧
−⋅=+=
22212
211 2xxxy
xxy
• )x(Ckdtxd A,AA −⋅⋅= 10
• ( ) CCRRC YVRXFXNdtd
−+=
• ⎩⎨⎧
=θ−⋅=θ
2132
2222111
ykddyykyykddy
1.3. Strategi Pemahaman Suatu Model Matematis Secara konseptual, diperlukan pemahaman yang mendasar
tentang persamaan-persamaan model yang terbentuk, sebagai berikut :
A. Tidak mungkin semua variabel tidak diketahui (harganya) dan tidak
mungkin semua variabel/ besaran diketahui (dull equation).
B. Persamaan Tunggal : hanya satu variabel yang harus dihitung, simbol
atau besaran lainnya disebut konstanta atau paramater (yang
diketahui harganya).
C. Persamaan Jamak (n buah) : hanya n buah variabel yang harus
dihitung, teliti dan pelajari parameter/ besaran lain yang berperan
sebagai konstanta. Penyelesaian model ini umumnya memerlukan
harga awal atau tebakan, dilakukan secara iteratif dan serempak.
D. Jika pembentukan model telah sesuai dengan kaidah dan sistematika
yang benar : solusi dapat terarah (konvergen).
1.4. Penalaran atau Aliran Logika Pemodelan
Model matematis yang terbentuk disyaratkan harus memenuhi
aliran logika, baik yang bersifat fisika maupun matematis. Pada Property of Setijo Bismo Halaman (2)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
dasarnya, model matematis tersebut harus mampu menggambarkan
diagram aliran informasi dasar dari permasalahan yang dimaksudkan.
Di bawah ini, secara sederhana diberikan suatu bentuk
persamaan atau model matematis sebagai berikut :
{ } CCRRC YVRXFXNdtd
−+=
Sebagai Persamaan Diferensial Biasa Eksplisit, persamaan di
atas memiliki 2 kelompok posisi variabel/parameter/ konstanta, yaitu
satu fihak di RUAS KIRI (N dan XC) dan di fihak lain berada pada
RUAS KANAN (FR, XCR, R, V dan YC).
Bila diinginkan mencari atau menyelesaikan persamaan di atas,
maka perlu difahami diagram aliran logika berikut :
R
N
V, YC
FR, XCRXC{ } CCRRC YVRXFXN
dtd
−+=
Property of Setijo Bismo Halaman (3)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
BEBERAPA CONTOH MODEL
Kasus #1 :
Z ZF2
F1
Z0
Mempunyai DIAGRAM ALIR INFORMASI DASAR sbb :
ZdZdt
F1, F2
A
KeluaranPersamaan-persamaan SistemMasukan
Blok Diagram Informasi Dasar
A dZdt
F F= −1 2 dtdtdZZ ∫ ⎭
⎬⎫
⎩⎨⎧=
Secara lebih ringkas, diagram alir kerja MODEL dari Kasus #1 ini adalah sbb :
KeluaranPersamaan SistemMasukan
Model Kasus #1
ZF1, F2
AA dZ
dtF F= −1 2
Property of Setijo Bismo Halaman (4)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
Kasus # 2 :
CBA kk ⎯⎯→⎯⎯⎯→⎯ 21
RA = ACk1 , RB = BA CkCk 21 −
Secara sistematik, diagram kerja MODEL dari Kasus #2 ini adalah sbb :
KeluaranPersamaan SistemMasukan
Model Kasus #2
CA, CBCA,0, CB,0
k1, k2
AA Ck
dtdC
1=
BAB CkCk
dtdC
21 −=
Dalam mencari solusi (jawab) dari Kasus #2 ini sebagai fungsi dari waktu, baik secara analitis maupun numeris diperlukan sejumlah HARGA AWAL (initial values), sbb :
1. CA,0 2. CB,0 dan sejumlah TETAPAN (laju reaksi), sbb :
1. k1 2. k2
SOLUSI “PDB” dengan “HARGA AWAL”
Property of Setijo Bismo Halaman (5)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
2 SOLUSI PERSAMAAN DIFERENSIAL BIASA dengan HARGA AWAL dalam PEMODELAN
dan MODEL MATEMATIS
2.1. Solusi Persamaan Diferensial Biasa Secara umum, problem persamaan diferensial biasa selalu
melibat-kan harga awal, yang dapat ditulis sebagai berikut :
00 )(),,(' yxyyxfy ==
Nxxx ≤≤0
Secara numerik, solusi yang seringkali diterapkan dalam problem
ini adalah dengan metode eksplisit. Dalam hal ini, solusi dari problem
di atas adalah berada dalam interval [ ]Nxx ,0 yang dibagi secara tetap
(equidistance) sebanyak N buah panel :
Nxxh N 0−
=
sehingga : Nihixxi ,,2,1,0,0 …=+=
Jika )(xy adalah “solusi eksak” dari PDB di atas, maka dengan
melakukan ekspansi dengan “deret Taylor” dengan sisanya akan
diperoleh
:
1
21
11 2+
+++
≤ξ≤
ξ−
+−+= (y
iii
iii
iiiii
xx
),("y!
)xx()x('y)xx()x)x(y
Property of Setijo Bismo Halaman (6)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
substitusi dari PDB di atas dan dengan pendekatan metode eksplisit pada persamaan di atas akan didapatkan :
))(y,('f!
h))x(y,x(fh)x(y)x(y iiiiii ξξ++=+ 2
21
2.1. Metode EULER
Metode yang paling sederhana dalam menterjemahkan deret
Taylor diatas, yaitu dengan dengan cara “pemotongan” term kedua
(atau di atasnya). Dan bila dinotasikan )( ii xyu ≈ , maka :
1101 −=+=+ N,,,i),u,x(fhuu iiii …
00 yu =
Dari persamaan di atas, dapat diketahui bahwa untuk menghitung
diperlukan informasi tentang harga-harga 1+iu ix dan , yang disebut
sebagai harga awal. Akurasi dari metode ini adalah dalam “order satu”
(first-order approximation) :
iu
)h(ei1
1 0=+
Property of Setijo Bismo Halaman (7)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
Gambar 1. Representasi METODE EULER.
Untuk memperkecil “galat pemotongan lokal” pada setiap tahap
(panel), ukuran h dapat dibuat sekecil mungkin.
2.3. Metode RUNGE-KUTTA
Metode ini termasuk algoritma eksplisit yang melibatkan evaluasi
fungsi f di antara ix dan 1+ix . Formula umum dari metode ini adalah
sebagai berikut :
∑ν
=+ ω+=
11
jjjii Kuu
dengan :
),(1
1∑−
=++=
j
lljlijij KauhcxfhK
01 =c
Perlu dicatat, bila 1=ν , 1=ω , dan ),(1 ii uxfhK = maka
formula yang akan diperoleh adalah : METODE EULER. Hal ini berarti bahwa metode EULER adalah order terendah dari METODE RUNGE-KUTTA.
Untuk mendapatakan formula dengan akurasi yang lebih tinggi, parameter-parameter , , dan a dapat diubah dengan tetap melakukan ekspansi solusi eksak melalui deret Taylor.
ω c
Sebagai contoh, bila kita inginkan 2=ν , maka pertama kali kita
ekspansikan solusi eksak di atas dengan deret Taylor :
Property of Setijo Bismo Halaman (8)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
)h())x(y,x('f!
h))x(y,x(fh)x(y)x(y iiiiii3
21 0
2+++=+
sedangkan ))(,(' ii xyxf dapat dituliskan sebagai :
iyxxx
iii )fff(dxdy
yf
xf
dxdf
i
+=∂∂
+∂∂
==
Jika persamaan terakhir disubstitusikan kedalam persamaan di atasnya dengan pemotongan term di atasnya, maka akan diperoleh :
iyxiii )fff(!
hfhuu +++=+ 2
21
Untuk ekspansi formula pada posisi ke-i , perlu dicatat bahwa
harga
jK
1K merupakan bentuk paling sederhana, sebagai berikut :
iii fhuxfhK == ),(1
sehingga harga 2K dapat dihitung melalui formula berikut :
),( 12122 KauhcxfhK ii ++=
Jika diketahui bahwa sembarang dua fungsi η dan φ yang
lokasinya berturut-turut berdekatan dengan ix dan , maka akan
diperoleh :
iu
)u,x(f)u()u,x(f)x()u,x(f,f iiyiiiiii −φ+−η+≈φη )(
Dengan menggunakan persamaan di atas untuk 2K , maka akan didapatkan bentuk persamaan untuk menghitung 2K :
Property of Setijo Bismo Halaman (9)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
)fKafhcf(hK yxi 12122 ++=
atau
iyxi )ffafc(hhfK 2122
2 ++=
Bila disubstitusikan persamaan terakhir dan persamaan 1K di atas
kedalam formula dasar Runge-Kutta ( 1+iu ) di atas, maka akan
diperoleh :
iyixiiii )ff(ha)f(chfhfhuu 22212
22211 ω+ω+ω+ω+=+
Jika dibandingkan persamaan 1+iu yang terakhir ini dengan
persaamaan sebelumnya, maka akan diperoleh : 1+iu
0121 ,=ω+ω
5022 ,c =ω
50212 ,a =ω
Algoritma METODE RUNGE-KUTTA dilengkapi dengan cara memilih salah satu di antara paramater-parameter 1ω , , atau
, sedangkan parameter lainnya ditetapkan dengan menggunakan
formula-formula di atas.
2ω 2c21a
Jika dipilih , maka skema metode RK menjadi
METODE TITIK TENGAH (midpoint method) adalah :
5,02 =c
11050501 −=+++=+ N,,,i),fh,u,h,x(fhuu iiiii …
00 yu =
Property of Setijo Bismo Halaman (10)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
Dari persamaan di atas, dapat diketahui bahwa untuk menghitung ‘harga baru’, , diperlukan besaran-besaran 1+iu ix dan : iu
• ix dan iu merupakan ‘harga awal’
• harga if dihitung sebagai fungsi dari ix dan iu : )( iii u,xff =
• h adalah ‘lebar panel’ atau jarak antara iu 1+iu
Representasi grafik dari formula metode titik tengah di atas adalah sebagai berikut :
Gambar 2. Representasi METODE TITIK TENGAH.
Sedangkan jika dipilih 12 =c , maka akan diperoleh formulasi
kelandaian rata-rata (average slope) dari metode Runge-Kutta order-2 :
Property of Setijo Bismo Halaman (11)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
[ ] 11021 −=++++=+ N,,,i,)fhu,hx(ffhuu iiiiii …
00 yu =
Representasi grafik dari metode kelandaian rata-rata di atas dapat
disajikan seperti pada halaman berikut :
Gambar 2. Representasi METODE Kelandaian rata-rata RUNGE-KUTTA order-2.
Kedua skema Metode RK di atas memiliki akurasi order-2, karena
pemotongan deret Taylor dilakukan setelah . )(0 2h
Jika diinginkan akurasi pada order-p, maka harus diambil harga ν yang sebesar mungkin. Namun hal ini hampir tidak mungkin atau memerlukan usaha/ pekerjaan yang besar (?).
Tabel 1. hubungan order-p dengan ν .
p 2 3 4 5 6 … ν 2 3 4 6 8 …
Property of Setijo Bismo Halaman (12)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
2.3.1. Peranan harga h dalam solusi numerik
Untuk metode RK order-2, harga h sangat berpengaruh dalam
peroleh atau solusi numeris dari model yang dimaksudkan, seperti
dapat dilihat pada gambar berikut :
2.3.2. Ketelitian beberapa metode numeris
Ketelitian dari beberapa metode numeris yang umum digunakan
dapat dilihat pada gambar berikut :
Property of Setijo Bismo Halaman (13)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
2.4. Metode RUNGE-KUTTA order tinggi
1. Metode RUNGE-KUTTA-GILL: Metode Runge-Kutta-Gill (RKG) tergolong dalam keluarga metode RK order-4, yang memiliki 4 (empat) buah ‘konstanta perhitungan antara’ yang dikombinasikan dengan konstanta-konstanta lain (a, b, c, dan d) sebagai keluarga bilangan emas (golden numbers). Algoritma ringkas dari metode RKG ini dapat dituliskan seperti di bawah ini :
)()( 3231
4161
1 KdKbKKuu ii ++++=+
),(1 ii uxfhK =
),( 12 21
21 KuhxfhK ii ++=
),( 213 21 KbKauhxfhK ii +++=
),( 324 KdKcuhxfhK ii +++=
222
212 , −− == ba
22
22 1, +=−= dc
untuk : i = 0, 1, 2,…,N-1 dan
harga awal : 00 yu =
Property of Setijo Bismo Halaman (14)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
2. Metode RUNGE-KUTTA-MERSON : Metode Runge-Kutta-Merson (RKM) tergolong dalam keluarga metode Runge-Kutta order-4, namun memiliki ketelitian sampai order-5. Keistimewaan ini dimungkinkan karena metode RKM memiliki 5 (lima) buah ‘konstanta perhitungan antara’ yang berperan untuk memprediksi harga solusi yang diinginkan pada 2 (dua) keadaan sedemikian rupa sehingga ‘galat pembulatan’ dapat diminimisasi sampai order-5. Formulasi ringkas dari metode RKM ini dapat dituliskan seperti di bawah ini :
4323
121
1 2 KKKuu ii +−+=+
561
432
161
1 KKKuu ii +++=+
),(1 ii uxfhK =
),( 12 31
31 KuhxfhK ii ++=
),( 213 61
61
31 KKuhxfhK ii +++=
)KKu,hx(fhK ii 314 83
81
21 +++=
)KKKu,hx(fhK ii 42315 23
21 +−++=
untuk : i = 0, 1, 2,…,N-1 dan
harga kondisi awal : 00 yu =
Property of Setijo Bismo Halaman (15)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
3. Metode RUNGE-KUTTA-FEHLBERG : Sama halnya dengan metode RKM, metode Runge-Kutta-Fehlberg (RKF45) juga tergolong dalam keluarga metode Runge-Kutta order-4, namun memiliki ketelitian sampai order-5. Ketelitian yang tinggi ini dimungkinkan karena metode RKF45 memiliki 6 (enam) buah ‘konstanta perhitungan antara’ yang berperan untuk meng-update solusi sampai order-5. Formulasi ringkas dari metode RKM ini adalah :
),(1 ii uxfhK =
),( 12 41
41 KuhxfhK ii ++=
),( 213 329
323
83 KKuhxfhK ii +++=
),( 3214 21977296
21977200
21971932
1312 KKKuhxfhK ii +−++=
)8,( 43215 4104845
5133680
216439 KKKKuhxfhK ii −+−++=
)2,( 543216 4011
41041859
25653544
278
21 KKKKKuhxfhK ii −+−+−+=
• Formula ‘update’ order-4 :
551
441042197
325651408
121625
1 KKKKuu ii −+++=+
• Formula order-5 :
6552
5509
45643728561
3128256656
113516
1ˆ KKKKKuu ii +−+++=+
• Galat ‘pembabatan’ order-4 :
6552
5501
4752402197
34275128
13601
11ˆ KKKKKuu ii ++−−=− ++
untuk : i = 0, 1, 2,…,N-1 dan 00 yu =
Property of Setijo Bismo Halaman (16)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
Contoh-contoh Integrasi Numerik :
Persamaan Tunggal :
ydtdy 25−=
Solusi Eksak (Analitis) :
tey 25−=
Tabel 2. Hasil perhitungan persamaan tunggal dengan metode
RK order-2.
Hasil Perhitungan Numerik (ui+1) x
Nilai Solusi Eksak
( y ) Contoh 1 (RKSR) Contoh 2 (RKMP) Contoh 3 (RKG)
0.00 1.0000E+00 1.0000E+00 1.0000E+00 1.0000E+00
0.20 6.7379E-03 6.7415E-03 6.7415E-03 6.7379E-03
0.40 4.5400E-05 4.5448E-05 4.5448E-05 4.5400E-05
0.60 3.0590E-07 3.0639E-07 3.0639E-07 3.0590E-07
0.80 2.0612E-09 2.0655E-09 2.0655E-09 2.0612E-09
1.00 1.3888E-11 1.3925E-11 1.3925E-11 1.3888E-11
Property of Setijo Bismo Halaman (17)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
Contoh 1 : {Program Solusi Persamaan Diferensial Biasa dengan Metode RUNGE-KUTA 'Slope Rata-rata'} Type Real = Extended; Real01 = Array [0..1] of Real; Procedure F(x,Y : Real; Var DY : Real); Begin DY := -25*Y; End; Procedure DRK2SR(XV : Real01; YI : Real; Var YF : Real; NP : Integer; Eps : Real); {----------------------------------------------------- PROGRAM : 2-nd ORDER 'MEAN SLOPE' RUNGE-KUTTA METHOD FOR ORDINARY DIFFERENTIAL EQUATION (M.E. Davis, p13) F : Function F(x,y) to be integrated N : Number of differential equations XV : Vector of xv[0]=initial and xv[1]=final YI,YF : Values of Y-initial and Y-final H : Step length -----------------------------------------------------} Var H,X,YP : Real; K1,K2 : Real; Begin H := (xv[1] - xv[0])/NP; X := XV[0]; YF := YI; Repeat YP := YF; F(X,YP,K1); YF := YP + H*K1; F(X+H,YF,K2); YF := YP + H*(K1 + K2)/2; X := X + H; Until (ABS(XV[1]-X) <= EPS); End; Var I,NP : Integer; XV : Real01; Yi,Yf,Eps,h : Real; Begin Eps := 1.0E-6; NP := 200; xv[0] := 0; xv[1] := 0.2; Yi := 1.0; Writeln(xv[0]:0:4,' ',Yi:13,' ',exp(-25*xv[0]):13); For I := 1 to 5 do Begin DRK2SR(xv,Yi,Yf,NP,Eps); Writeln(xv[1]:0:4,' ',Yf:13,' ',exp(-25*xv[1]):13); xv[0] := xv[1]; xv[1] := xv[1] + 0.2; Yi := Yf; End; Readln; End.
Property of Setijo Bismo Halaman (18)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
Property of Setijo Bismo Halaman (19)
Contoh 2 : {Program Solusi Persamaan Diferensial Biasa dengan Metode RUNGE-KUTTA 'Midpoint'} Type Real = Extended; Real01 = Array [0..1] of Real; Real50 = Array [1..50] of Real; Procedure F(x,Y : Real; Var DY : Real); Begin DY := -25*Y; End; Procedure DRK2MP(XV : Real01; YI : Real; Var YF : Real; NP : Integer; Eps : Real); {----------------------------------------------------- PROGRAM : 2-nd ORDER 'MIDPOINT' RUNGE-KUTTA METHOD FOR ORDINARY DIFFERENTIAL EQUATION (M.E. Davis, p13) F : Function F(x,y) to be integrated XV : Vector of xv[0]=initial and xv[1]=final YI,YF : Value of Y-initial and Y-final NP : Number of panels H : Step length -----------------------------------------------------} Var H,X,YP : Real; I : Integer; K1,K2 : Real; Begin H := (xv[1] - xv[0])/NP; X := XV[0]; YF := YI; Repeat YP := YF; F(X,YP,K1); YF := YP + H*K1/2; F(X+H/2,YF,K2); YF := YP + H*K2; X := X + H; Until (ABS(XV[1]-X) <= EPS); End; Var I,NP : Integer; XV : Real01; Yi,Yf : Real; Eps : Real; Begin Eps := 1.0E-6; NP := 200; xv[0] := 0; xv[1] := 0.2; Yi := 1.0; Writeln(xv[0]:0:4,' ',Yi:13,' ',exp(-25*xv[0]):13); For I := 1 to 5 do Begin DRK2MP(xv,Yi,Yf,NP,Eps); Writeln(xv[1]:0:4,' ',Yf:13,' ',exp(-25*xv[1]):13); xv[0] := xv[1]; xv[1] := xv[1] + 0.2; Yi := Yf; End; Readln; End.
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
Contoh 3 : {Program Solusi Persamaan Diferensial Biasa dengan Metode RUNGE-KUTA-GILL} Type Real = Extended; Real01 = Array [0..1] of Real; Procedure F(x,Y : Real; Var DY : Real); Begin DY := -25.0*Y; End; Procedure DRKGIL(XV : Real01; YI : Real; Var YF : Real; NP : Integer; Eps : Real); {----------------------------------------------------- PROGRAM : 4-th ORDER RUNGE-KUTTA-GILL METHOD FOR ORDINARY DIFFERENTIAL EQUATION (M.E. Davis, p13) F : Function F(x,y) to be integrated N : Number of differential equations XV : Vector of xv[0]=initial and xv[1]=final YI,YF : Value of Y-initial and Y-final H : Step length -----------------------------------------------------} Var a,b,c,d,H,X,YP : Real; I : Integer; K1,K2,K3,K4 : Real; Begin a := (Sqrt(2)-1)/2; b := (2-Sqrt(2))/2; c := -Sqrt(2)/2; d := 1 + Sqrt(2)/2; H := (xv[1] - xv[0])/NP; X := XV[0]; YF := YI;
Repeat YP := YF; F(X,YP,K1); YF := YP + H*K1/2; F(X+H/2,YF,K2); YF := YP + H*(a*K1+b*K2); F(X+H/2,YF,K3); YF := YP + H*(c*K2+d*K3); F(X+H,YF,K4); X := X + H; YF := YP + H*((K1+K4)/6 + (b*K2+d*K3)/3); Until (ABS(XV[1]-X) <= EPS); End; Var I,NP : Integer; XV : Real01; Yi,Yf : Real; Eps : Real; Begin Eps := 1.0E-6; NP := 200; xv[0] := 0; xv[1] := 0.2; Yi := 1.0; Writeln(xv[0]:0:3,' ',Yi:13,' ',exp(-25*xv[0]):13); For I := 1 to 5 do Begin DRKGIL(xv,Yi,Yf,NP,Eps); Writeln(xv[1]:0:3,' ',Yf:13,' ',exp(-25*xv[1]):13); xv[0] := xv[1]; xv[1] := xv[1] + 0.2; Yi := Yf; End; Readln; End.
Property of Setijo Bismo Halaman (20)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
Persamaan Jamak (Sistem PDB) :
yT,exp,
dxdT
yT,exp,
dxdy
*
*
*
⎥⎦⎤
⎢⎣⎡=
⎥⎦⎤
⎢⎣⎡−=
213069840
21317440
Tabel 3. Hasil perhitungan persamaan jamak dengan metode RK order-2.
Hasil Perhitungan Numerik untuk Sistem PDB : Contoh 4 : RK-Slope rata2 Contoh 5 : RK-Midpoint
x
y T y T
0.000 1.000000 1.000000 1.000000 1.000000
0.100 0.700397 1.119979 0.700430 1.119966
0.200 0.529232 1.188523 0.529259 1.188512
0.300 0.413765 1.234763 0.413787 1.234754
0.400 0.329942 1.268331 0.329959 1.268324
0.500 0.266512 1.293732 0.266525 1.293726
0.600 0.217224 1.313469 0.217235 1.313465
0.700 0.178223 1.329088 0.178232 1.329084
0.800 0.146954 1.341610 0.146961 1.341607
0.900 0.121638 1.351748 0.121644 1.351745
1.000 0.100989 1.360017 0.100993 1.360015
Property of Setijo Bismo Halaman (21)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
Contoh 4 :
{Program Solusi Sistem Persamaan Diferensial Biasa dengan Metode RUNGE-KUTA 'Slope Rata-rata'} Type Real = Extended; Real01 = Array [0..1] of Real; Real50 = Array [1..50] of Real; Procedure F(N : Integer; x : Real; Y : Real50; Var DY : Real50); Begin DY[1] := -0.1744*exp(3.21/Y[2])*Y[1]; DY[2] := 0.06984*exp(3.21/Y[2])*Y[1]; End; {$I DRK2SR} Var I,N,NP : Integer; XV : Real01; Yi,Yf : Real50; Eps : Real; Begin Eps := 1.0E-6; N := 2; NP := 20; xv[0] := 0; xv[1] := 0.1; Yi[1] := 1.0; Yi[2] := 1.0; Writeln(xv[0]:0:3,' ',Yi[1]:0:6,' ',Yi[2]:0:6); For I := 1 to 10 do Begin DRK2SR(N,xv,Yi,Yf,NP,Eps); Writeln(xv[1]:0:3,' ',Yf[1]:0:6,' ',Yf[2]:0:6); xv[0] := xv[1]; xv[1] := xv[1] + 0.1; Yi := Yf; End; Readln; End.
Property of Setijo Bismo Halaman (22)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
Contoh 5 :
{Program Solusi Sistem Persamaan Diferensial Biasa dengan Metode RUNGE-KUTTA 'Midpoint'} Type Real = Extended; Real01 = Array [0..1] of Real; Real50 = Array [1..50] of Real; Procedure F(N : Integer; x : Real; Y : Real50; Var DY : Real50); Begin DY[1] := -0.1744*exp(3.21/Y[2])*Y[1]; DY[2] := 0.06984*exp(3.21/Y[2])*Y[1]; End; {$I DRK2MP} Var I,N,NP : Integer; XV : Real01; Yi,Yf : Real50; Eps : Real; Begin Eps := 1.0E-6; N := 2; NP := 20; xv[0] := 0; xv[1] := 0.1; Yi[1] := 1.0; Yi[2] := 1.0; Writeln(xv[0]:0:3,' ',Yi[1]:0:6,' ',Yi[2]:0:6); For I := 1 to 10 do Begin DRK2MP(N,xv,Yi,Yf,NP,Eps); Writeln(xv[1]:0:3,' ',Yf[1]:0:6,' ',Yf[2]:0:6); xv[0] := xv[1]; xv[1] := xv[1] + 0.1; Yi := Yf; End; Readln; End.
Property of Setijo Bismo Halaman (23)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
Tabel 4. Perbandingan hasil perhitungan sistem PDB jamak antara metode-metode order-4 : RK-Gill dan RK-Merson.
Hasil Perhitungan Numerik untuk Sistem PDB : Contoh 6 : RK-Gill Contoh 7 : RK-Merson
x y T y T
0.000 1.000000 1.000000 1.000000 1.000000
0.100 0.700372 1.119989 0.700372 1.119989
0.200 0.529209 1.188532 0.529209 1.188532
0.300 0.413745 1.234771 0.413746 1.234771
0.400 0.329925 1.268337 0.329925 1.268337
0.500 0.266497 1.293738 0.266497 1.293738
0.600 0.217212 1.313474 0.217212 1.313474
0.700 0.178213 1.329092 0.178213 1.329092
0.800 0.146945 1.341613 0.146945 1.341613
0.900 0.121631 1.351751 0.121631 1.351751
1.000 0.100982 1.360020 0.100982 1.360020
Property of Setijo Bismo Halaman (24)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
Contoh 6 :
{Program Solusi Sistem Persamaan Diferensial Biasa dengan Metode RUNGE-KUTA-GILL} Type Real = Extended; Real01 = Array [0..1] of Real; Real50 = Array [1..50] of Real; Procedure F(N : Integer; x : Real; Y : Real50; Var DY : Real50); Begin DY[1] := -0.1744*exp(3.21/Y[2])*Y[1]; DY[2] := 0.06984*exp(3.21/Y[2])*Y[1]; End; {$I DRKGIL} Var I,N,NP : Integer; XV : Real01; Yi,Yf : Real50; Eps : Real; Begin Eps := 1.0E-6; N := 2; NP := 10; xv[0] := 0; xv[1] := 0.1; Yi[1] := 1.0; Yi[2] := 1.0; Writeln(xv[0]:0:3,' ',Yi[1]:0:6,' ',Yi[2]:0:6); For I := 1 to 10 do Begin DRKGIL(N,xv,Yi,Yf,NP,Eps); Writeln(xv[1]:0:3,' ',Yf[1]:0:6,' ',Yf[2]:0:6); xv[0] := xv[1]; xv[1] := xv[1] + 0.1; Yi := Yf; End; Readln; End.
Property of Setijo Bismo Halaman (25)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
Contoh 7 :
{Program Solusi Sistem Persamaan Diferensial Biasa dengan Metode RUNGE-KUTA-MERSON} Type Real = Extended; Real01 = Array [0..1] of Real; Real02 = Array [0..2] of Real; Real50 = Array [1..50] of Real; Procedure F(N : Integer; x : Real; Y : Real50; Var DY : Real50); Begin DY[1] := -0.1744*exp(3.21/Y[2])*Y[1]; DY[2] := 0.06984*exp(3.21/Y[2])*Y[1]; End; {$I DRKMER} Var I,MSG,N,NP : Integer; xv : Real01; s : Real02; Yi,Yf : Real50; Eps : Real; Begin Eps := 1.0E-4; N := 2; NP := 100; xv[0] := 0; xv[1] := 0.1; s[0] := (xv[1] - xv[0])/NP; s[1] := s[0]/64; Yi[1] := 1.0; Yi[2] := 1.0; Writeln(xv[0]:0:3,' ',Yi[1]:0:6,' ',Yi[2]:0:6); For I := 1 to 10 do Begin DRKMER(N,xv,Yi,Yf,s,Eps,MSG); Writeln(xv[1]:0:3,' ',Yf[1]:0:6,' ',Yf[2]:0:6,' ',MSG); xv[0] := xv[1]; xv[1] := xv[1] + 0.1; Yi := Yf; End; Readln; End.
Property of Setijo Bismo Halaman (26)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
Tabel 5. Perbandingan hasil perhitungan sistem PDB jamak antara metode-metode order-4 : RK-Gill dan RK-Fehlberg.
Hasil Perhitungan Numerik untuk Sistem PDB : Contoh 6 : RK-Gill Contoh 8 : RK-Fehlberg
x y T y T
0.000 1.000000 1.000000 1.000000 1.000000
0.100 0.700372 1.119989 0.700372 1.119989
0.200 0.529209 1.188532 0.529209 1.188532
0.300 0.413745 1.234771 0.413745 1.234771
0.400 0.329925 1.268337 0.329925 1.268337
0.500 0.266497 1.293738 0.266497 1.293738
0.600 0.217212 1.313474 0.217212 1.313474
0.700 0.178213 1.329092 0.178213 1.329092
0.800 0.146945 1.341613 0.146945 1.341613
0.900 0.121631 1.351751 0.121631 1.351751
1.000 0.100982 1.360020 0.100982 1.360020
Property of Setijo Bismo Halaman (27)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
Contoh 8 : {Program Solusi Sistem Persamaan Diferensial Biasa dengan Metode RUNGE-KUTA-FEHLBERG} Type Real = Extended; Real01 = Array [0..1] of Real; Real02 = Array [0..2] of Real; Real50 = Array [1..50] of Real; Procedure F(N : Integer; x : Real; Y : Real50; Var DY : Real50); Begin DY[1] := -0.1744*exp(3.21/Y[2])*Y[1]; DY[2] := 0.06984*exp(3.21/Y[2])*Y[1]; End; {$I DRKF45} Var I,MSG,N,NP : Integer; xv : Real01; s : Real02; Yi,Yf : Real50; Eps : Real; Begin Eps := 1.0E-5; N := 2; NP := 100; xv[0] := 0; xv[1] := 0.1; s[0] := (xv[1] - xv[0])/NP; s[1] := s[0]/64; Yi[1] := 1.0; Yi[2] := 1.0; Writeln(xv[0]:0:3,' ',Yi[1]:0:6,' ',Yi[2]:0:6); For I := 1 to 10 do Begin DRKF45(N,xv,Yi,Yf,s,Eps,MSG); Writeln(xv[1]:0:3,' ',Yf[1]:0:6,' ',Yf[2]:0:6); xv[0] := xv[1]; xv[1] := xv[1] + 0.1; Yi := Yf; End; Readln; End.
Property of Setijo Bismo Halaman (28)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
Solusi PDB Order-2 menggunakan Metode RKG dan
RKM dengan ‘Teknik Shooting’ :
Persamaan Diferensial Biasa Order-2 non-linier berikut :
0(1)dan01)(
11 22
2
==−
+−−=
yy
y)x(dx
yd
PDB di atas memiliki informasi tentang harga-harga fungsi pada 1−=x dan 1=x , akan tetapi tidak memiliki informasi yang memadai tentang harga-harga awalnya untuk turunan pertama dan kedua (karena merupakan PDB order-2).
Salah satu solusi yang mungkin dilakukan adalah dengan metode ‘trial and error’, sehingga PDB order-2 di atas dapat diubah menjadi Sistem PDB berikut :
⎪⎩
⎪⎨
⎧
=−
=−
⎪⎪⎩
⎪⎪⎨
⎧
+−−=
=
input1)(
01)(
11 2
1
122
21
y
y
y)x(dxdy
ydxdy
Strategi solusi PDB yang mungkin dilakukan dapat dijelaskan sebagai berikut :
• Karena PDB tunggal di atas berbentuk order-2, maka dimisalkan suatu sistem PDB baru dengan 2 (dua) buah variabel terikat, yaitu dalam 1y dan 2y ,
Property of Setijo Bismo Halaman (29)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
• Harga awal (kondisi awal) dari 1y diketahui, namun untuk 2y tidak sehingga dalam hal ini perlu diberikan dengan cara ‘trial and error’
• Integrasi PDB dapat dilakukan untuk informasi yang diketahui, dalam hal ini antara 1−=x sampai 1=x .
Tabel 6. Perbandingan hasil perhitungan sistem PDB order-2 dengan ‘teknik shooting’ antara metode RK-Gill dan RK-Merson.
Contoh 9 : Metode RKG Contoh 10 : Metode RKM x y1 y2 y1 y2
-1.00 0.000000 1.736465 0.000000 1.736465 -0.90 0.168104 1.620549 0.168104 1.620549 -0.80 0.323231 1.478228 0.323231 1.478228 -0.70 0.463112 1.316726 0.463112 1.316726 -0.60 0.586136 1.141981 0.586136 1.141981 -0.50 0.691223 0.958637 0.691223 0.958637 -0.40 0.777693 0.770133 0.777693 0.770133 -0.30 0.845157 0.578843 0.845157 0.578843 -0.20 0.893419 0.386258 0.893419 0.386258 -0.10 0.922394 0.193192 0.922394 0.193192 0.00 0.932054 -0.000000 0.932054 -0.000000 0.10 0.922394 -0.193192 0.922394 -0.193192 0.20 0.893419 -0.386259 0.893419 -0.386259 0.30 0.845157 -0.578843 0.845157 -0.578843 0.40 0.777693 -0.770133 0.777693 -0.770133 0.50 0.691223 -0.958637 0.691223 -0.958637 0.60 0.586136 -1.141981 0.586136 -1.141981 0.70 0.463112 -1.316727 0.463112 -1.316727 0.80 0.323231 -1.478228 0.323231 -1.478228 0.90 0.168104 -1.620549 0.168104 -1.620549 1.00 -0.000000 -1.736465 -0.000000 -1.736465
Property of Setijo Bismo Halaman (30)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
Property of Setijo Bismo Halaman (31)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
Contoh 9 : {Program Solusi Sistem PDB 'turunan kedua' (order 2) dengan 'Shooting' menggunakan Metode RUNGE-KUTA-GILL PDB order 2 : d2Y/dx2 = -1 - (x^2 + 1)*Y x(-1) = 0 dan x(1) = 0} Type Real = Extended; Real01 = Array [0..1] of Real; Real50 = Array [1..50] of Real; Procedure F(N : Integer; x : Real; Y : Real50; Var DY : Real50); Begin DY[1] := Y[2]; DY[2] := -1 - (Sqr(x) + 1)*Y[1]; End; {$I DRKGIL} Var I,N,NP : Integer; XV : Real01; Yi,Yf : Real50; Eps : Real; Begin Eps := 1.0E-6; N := 2; NP := 10; xv[0] := -1; xv[1] := -0.9; Yi[1] := 0.0; Yi[2] := 1.736465; Writeln(xv[0]:0:3,' ',Yi[1]:0:6,' ',Yi[2]:0:6); For I := 1 to 20 do Begin DRKGIL(N,xv,Yi,Yf,NP,Eps); Writeln(xv[1]:0:3,' ',Yf[1]:0:6,' ',Yf[2]:0:6); xv[0] := xv[1]; xv[1] := xv[1] + 0.1; Yi := Yf; End; Readln; End.
Property of Setijo Bismo Halaman (32)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
Contoh 10 :
{Program Solusi Sistem PDB 'turunan kedua' (order 2) dengan 'Shooting' menggunakan Metode RUNGE-KUTA-MERSON PDB order 2 : d2Y/dx2 = -1 - (x^2 + 1)*Y x(-1) = 0 x(1) = 0} Type Real = Extended; Real01 = Array [0..1] of Real; Real02 = Array [0..2] of Real; Real50 = Array [1..50] of Real; Procedure F(N : Integer; x : Real; Y : Real50; Var DY : Real50); Begin DY[1] := Y[2]; DY[2] := -1 - (Sqr(x) + 1)*Y[1]; End; {$I DRKMER} Var I,MSG,N,NP : Integer; xv : Real01; s : Real02; Yi,Yf : Real50; Eps : Real; Begin Eps := 1.0E-4; N := 2; NP := 10; xv[0] := -1.0; xv[1] := -0.9; s[0] := (xv[1] - xv[0])/NP; s[1] := s[0]/64; Yi[1] := 0.0; Yi[2] := 1.736465; Writeln(xv[0]:0:3,' ',Yi[1]:0:6,' ',Yi[2]:0:6); For I := 1 to 20 do Begin DRKMER(N,xv,Yi,Yf,s,Eps,MSG); Writeln(xv[1]:0:3,' ',Yf[1]:0:6,' ',Yf[2]:0:6); xv[0] := xv[1]; xv[1] := xv[1] + 0.1; Yi := Yf; End; Readln; End.
Property of Setijo Bismo Halaman (33)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
Aplikasi Solusi PDB tunggal Order-2 dengan ‘Teknik
Substitusi Variabel’ (Rice & Duong Do, hal. 229-230) menggunakan Metode Runge-Kutta-Gill :
Persamaan Diferensial Biasa Order-2 non-linier berikut :
1(0)0)0(
)()(=′=
+−=′+′′
y;y
xcosxsinyy
Harga-harga (kondisi) awal dari PDB tunggal di atas dapat memadai, jika persamaan tersebut dikonversikan menjadi formula baku permisalan Sistem PDB berikut (untuk order-2) :
⎪⎪⎪
⎩
⎪⎪⎪
⎨
⎧
=
=
=
⎪⎪
⎩
⎪⎪
⎨
⎧
=
=
=⇒=
⎪⎪⎪
⎩
⎪⎪⎪
⎨
⎧
+−=
=
=
1(0)
0(0)
0(0)1
)()(
1
3
2
1
23
2
11
3113
32
1
y
y
y
dxdyy
yydxdyxy
y-ycosysindxdy
ydxdydxdy
Langkah-langkah permisalan di atas dapat dilakukan berdasarkan algoritma berikut :
• Permisalan dimulai pada ‘variabel bebas’ x , untuk 1y sehingga diketahui harga turunannya (lihat kolom tengah),
• Permisalan kedua adalah untuk ‘variabel terikat’ y , untuk 2y ,
• Permisalan ketiga (yang terakhir) adalah untuk ‘turunan variabel terikat’ ( dxdydxdy 2= ) sebagai 3y ,
• Sistem PDB baru yang diperoleh adalah dengan cara menyusun turunan-turunan dari variabel-variabel permisalan di atas ( 1y dan 2y ) yang digabungkan dengan penyusunan ulang PDB tunggal di atas untuk
dxdy3 (lihat kolom kiri)
Property of Setijo Bismo Halaman (34)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
• Harga-harga atau kondisi awal dari sistem PDB di atas berturut-turut
merupakan harga-harga pada 0=x (dalam hal ini (0)1y ), variabel terikat pada saat 0=x (dalam hal ini (0)2y ), dan turunan pertama variabel terikat pada saat 0=x (dalam hal ini (0)3y ).
• Solusi yang diinginkan adalah harga-harga 2y sebagai fungsi x .
Perbandingan harga-harga solusi numerik dengan metode RKG dari PDB di atas ( 2y ) dengan solusi eksak disajikan pada tabel di bawah ini :
Tabel 7. Perbandingan solusi numerik sistem PDB order-2 dengan metode RK-Gill dengan solusi analitis.
Metode Runge-Kuta-Gill (Contoh 11) : Solusi Eksakx
y1 y2 y3 y 0.000 0.000000 0.000000 1.000000 0.000000 0.157 0.157080 0.156434 0.987688 0.156434 0.314 0.314159 0.309017 0.951057 0.309017 0.471 0.471239 0.453990 0.891007 0.453990 0.628 0.628319 0.587785 0.809017 0.587785 0.785 0.785398 0.707107 0.707107 0.707107 0.942 0.942478 0.809017 0.587785 0.809017 1.100 1.099557 0.891007 0.453990 0.891007 1.257 1.256637 0.951057 0.309017 0.951057 1.414 1.413717 0.987688 0.156434 0.987688 1.571 1.570796 1.000000 -0.000000 1.000000 1.728 1.727876 0.987688 -0.156434 0.987688 1.885 1.884956 0.951057 -0.309017 0.951057 2.042 2.042035 0.891007 -0.453990 0.891007 2.199 2.199115 0.809017 -0.587785 0.809017 2.356 2.356194 0.707107 -0.707107 0.707107 2.513 2.513274 0.587785 -0.809017 0.587785 2.670 2.670354 0.453990 -0.891007 0.453990 2.827 2.827433 0.309017 -0.951057 0.309017 2.985 2.984513 0.156434 -0.987688 0.156434 3.142 3.141593 -0.000000 -1.000000 0.000000
Property of Setijo Bismo Halaman (35)
Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN
Property of Setijo Bismo Halaman (36)
Contoh 11 :
{Program Solusi Sistem PDB 'turunan kedua' (order 2) dengan 'konversi' atau 'substitusi variabel' menggunakan Metode RUNGE-KUTA-GILL PDB order 2 : y" + y' = - sin(x) + cos(x) y1(0) = 0 y2(0) = 0 dan y3(0) = 1} Type Real = Extended; Real01 = Array [0..1] of Real; Real50 = Array [1..50] of Real; Procedure F(N : Integer; x : Real; Y : Real50; Var DY : Real50); Begin DY[1] := 1; DY[2] := Y[3]; DY[3] := -Sin(Y[1]) + Cos(Y[1]) - Y[3]; End; {$I DRKGIL} Var I,N,NP : Integer; XV : Real01; Yi,Yf : Real50; Eps,Pi : Real; Begin Pi := 4*ArcTan(1); Eps := 1.0E-6; N := 3; NP := 20; xv[0] := 0; xv[1] := Pi/20; Yi[1] := 0.0; Yi[2] := 0.0; Yi[3] := 1.0; Writeln(xv[0]:0:3,' ',Yi[1]:0:6,' ',Yi[2]:0:6, ' ',Yi[3]:0:6,' ',Sin(xv[0]):0:6); For I := 1 to 20 do Begin DRKGIL(N,xv,Yi,Yf,NP,Eps); Writeln(xv[1]:0:3,' ',Yf[1]:0:6,' ',Yf[2]:0:6, ' ',Yf[3]:0:6,' ',Sin(xv[1]):0:6); xv[0] := xv[1]; xv[1] := xv[1] + Pi/20; Yi := Yf; End; Readln; End.