Upload
novelhari
View
186
Download
0
Embed Size (px)
Citation preview
Adriansyah A
2410105016
Ordinary Differential Equation
Persamaan ODE orde 1 :
...pers1
Dimana :
= massa jenis gas pembakaran = 0.215 Kg/Nm3
= kalor spesifik udara 1.05 KJ/Kg.C
= kalor spesifik gas pembakaran = 0.918 KJ/Kg.C
= temperature udara yang masuk ruang pembakaran 50 0C
= nilai kalor pembakaran bahan bakar methane 2186 KJ/Kg
= laju aliran bahan bakar (Kg/s)
= laju aliran gas pembakaran (Kg/s) = 40 Kg/s
= volume burner = 329 m3
Lalu sesuai dengan persamaan ODE diatas maka nilai-nilai yang
diketahui dimasukkan kedalam persamaan ODE maka didapatkan
persamaan 2 sebagai berikut :
...pers2
Dari persamaan diatas maka akan dilakukan penyelesaian untuk
solusi eksak dan beberapa metode seperti Runge-Kutta, Euler, Ralston,
Taylor. Sebelum persamaan tersebut dimasukkan ke dalam Matlab maka
perlu dimisalkan terlebih dahulu untuk = x dan = y .
Dengan mengganti = x dan = y maka persamaan 2 akan
menjadi :
...pers 3
Persamaan 3 ini yang akan dimasukkan kedalam matlab untuk
dianalisa penyelesaiannya dengan metode lainnya.
1. Metode Euler
Pada Metode ini akan dilakukan perhitungan dengan
membandingkan hasil dari solusi eksak dan hasil menggunakan metode
euler.
Sebagian source code untuk metode euler :
fcnstr='(905.625+4372)*x-y*(45.9)' ;f=inline(fcnstr) ;x0=3 ;y0=2 ;xf=12 ;n=10 ;for i=1:nya(i+1)=ya(i)+fcn*h ;xa(i+1)=xa(i)+h ;fcn = f(xa(i),ya(i)) ;end% Euler's formulaya(i+1)=ya(i)+fcn*h ;% 'Exact' solutionxspan = [x0 xf];[x,y]=ode45(f,xspan,y0);[yfi dummy]=size(y);yf=y(yfi);% Plotting the Exact and Approximate solution of the ODE.hold onxlabel('x');ylabel('y');title('Exact and Approximate Solution of the ODE by Euler's Method');plot(x,y,'--','LineWidth',2,'Color',[0 0 1]); plot(xa,ya,'-','LineWidth',2,'Color',[0 1 0]);legend('Exact','Approximation');
Setelah menjalankan soure code diatas maka didapatkan hasil perhitungan sebagai berikut dan hasil plot grafik hasil eksak dengan metode euler.
Hasil untuk solusi eksak sebesar : 1377.14
Hasil untuk solusi metode euler sebesar : -3.8562518
Pada hasil tersebut dapat dilihat errornya sebesar :
Error = Eksak - metode euler
= 1377.14 – (-3.8562518)
= 3.8562518
3 4 5 6 7 8 9 10 11 12 13-4
-3.5
-3
-2.5
-2
-1.5
-1
-0.5
0
0.5x 10
18
x
y
Exact and Approximate Solution of the ODE by Euler's Method
Exact
Approximation
Gambar 1 grafik perbandingan solusi eksak dengan metode
euler
Dari hasil tersebut dapat dilihat bahwa metode pendekatan Euler
dapat lebih akurat jika kita membuat ukuran “step” (n) yang lebih kecil.
2.Metode Runge-Kutta 2nd Orde
Pada Metode ini akan dilakukan perhitungan dengan
membandingkan hasil dari solusi eksak dan hasil menggunakan metode
Runge-Kutta 2nd Orde.
Sebagian source code untuk Runge-Kutta 2 nd :
fcnstr='(905.625+4372)*x-y*(45.9)' ;f=inline(fcnstr) ;x0=0 ;y0=1 ;
xf=2 ;n=5 ;for i=1:nxa(i+1)=xa(i)+h ;k1 = f(xa(i),ya(i)) ;k2 = f(xa(i)+p1*h,ya(i)+q11*k1*h) ;% 2nd Order Runge-Kutta formulaya(i+1)=ya(i)+(a1*k1+a2*k2)*h ;end%'Exact' solutionxspan = [x0 xf];[x,y]=ode45(f,xspan,y0);[yfi dummy]=size(y);yf=y(yfi);% Plotting the Exact and Approximate solution of the ODEhold onxlabel('x');ylabel('y');title('Exact and Approximate Solution of the ODE by the 2nd Order Runge-Kutta Method');plot(x,y,'--','LineWidth',2,'Color',[0 0 1]); plot(xa,ya,'-','LineWidth',2,'Color',[0 1 0]);legend('Exact','Approximation');
Setelah menjalankan soure code diatas maka didapatkan hasil perhitungan sebagai berikut dan hasil plot grafik hasil eksak dengan metode Runge-Kutta 2nd Orde.
Hasil untuk solusi eksak sebesar : 227.474
Hasil untuk solusi metode Runge-Kutta 2nd Orde sebesar :
2.7684211
Pada hasil tersebut dapat dilihat errornya sebesar :
Error = Eksak - metode Runge-Kutta 2nd Orde
= 227.474 – 2.7684211
= -2.7684211
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 20
0.5
1
1.5
2
2.5
3x 10
11
x
y
Exact and Approximate Solution of the ODE by the 2nd Order Runge-Kutta Method
Exact
Approximation
Gambar 2 grafik perbandingan solusi eksak dengan Runge-Kutta
2nd Orde
Dari hasil tersebut dapat dilihat bahwa metode pendekatan Runge-
Kutta 2nd Orde dapat lebih akurat jika kita membuat ukuran “step” yang
lebih kecil.
3.Metode Runge-Kutta 4nd Orde
Pada Metode ini akan dilakukan perhitungan dengan
membandingkan hasil dari solusi eksak dan hasil menggunakan metode
Runge-Kutta 4nd Orde.
Sebagian source code untuk Runge-Kutta 4 nd :
fcnstr='(905.625+4372)*x-y*(45.9)' ;f=inline(fcnstr) ;x0=0 ;y0=1 ;xf=2 ;n=5 ;for i=1:nxa(i+1)=xa(i)+h ;k1 = f(xa(i),ya(i)) ;k2 = f(xa(i)+0.5*h,ya(i)+0.5*k1*h) ;k3 = f(xa(i)+0.5*h,ya(i)+0.5*k2*h) ;k4 = f(xa(i)+h,ya(i)+k3*h) ;
ya(i+1)=ya(i)+1/6*(k1+2*k2+2*k3+k4)*h end% 'Exact' solutionxspan = [x0 xf];x,y]=ode45(f,xspan,y0);[yfi dummy]=size(y);yf=y(yfi);% Plotting the Exact and Approximate solution of the ODE.hold onxlabel('x');ylabel('y');title('Exact and Approximate Solution of the ODE by the 4th Order Runge-Kutta Method');plot(x,y,'--','LineWidth',2,'Color',[0 0 1]); plot(xa,ya,'-','LineWidth',2,'Color',[0 1 0]);legend('Exact','Approximation');
Setelah menjalankan soure code diatas maka didapatkan hasil perhitungan sebagai berikut dan hasil plot grafik hasil eksak dengan metode Runge-Kutta 4nd Orde.
Hasil untuk solusi eksak sebesar : 227.474
Hasil untuk solusi metode Runge-Kutta 2nd Orde sebesar :
2.981218
Pada hasil tersebut dapat dilihat errornya sebesar :
Error = Eksak - metode Runge-Kutta 4nd Orde
= 227.474 – 2.981218
= -2.981218
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 20
0.5
1
1.5
2
2.5
3x 10
18
x
y
Exact and Approximate Solution of the ODE by the 4th Order Runge-Kutta Method
Exact
Approximation
Gambar 3 grafik perbandingan solusi eksak dengan Runge-
Kutta 4nd Orde
Dari hasil tersebut dapat dilihat bahwa metode pendekatan Runge-
Kutta 4nd Orde dapat lebih akurat jika kita membuat ukuran “step” (n)
yang lebih kecil.
4.Konvergensi metode euler dengan ODE (pers 3)
Simulasi berikut menggambarkan konvergensi dari metode euler
untuk pemecahan persamaan diferensial biasa (ODE). Dari
f (x, y) = dy / dx, kondisi awal, dan nilai dari x di mana
solusi yang diinginkan. Dengan memasukkan data ini, program akan
menghitung nilai eksak, diikuti oleh hasil dengan menggunakan Runge-
Kutta 4nd Orde
dengan 1, 2, 4, 8 ... n langkah(step).
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 20
50
100
150
200
250
x
y
Exact and Approximate Solution of the ODE by Euler Method
Exact
Approximation
Gambar 4 grafik perbandingan konvergensi solusi eksak
dengan metode euler
Dari grafik diatas dapat dilihat bahwa konvergensi dari metode
euler untuk pemecahan persamaan diferensial biasa (ODE) masih dapat
mengikuti hasil dari pemecahan eksak.
5. Konvergensi Runge-Kutta 2nd Orde dengan ODE (pers 3)
Simulasi berikut menggambarkan konvergensi dari metode Runge-
Kutta 4nd Orde untuk pemecahan persamaan diferensial biasa (ODE). Dari
f (x, y) = dy / dx, kondisi awal, dan nilai dari x di mana solusi yang
diinginkan. Dengan memasukkan data ini, program akan menghitung nilai
eksak, diikuti oleh hasil dengan menggunakan Runge-Kutta 2nd Orde
dengan 1, 2, 4, 8 ... n langkah(step).
2 2.5 3 3.5 4 4.5 5 5.5 6 6.5 7-12
-10
-8
-6
-4
-2
0
2x 10
22
x
y
Exact and Approximate Solution of the ODE by RK2 Method
Exact
Approximation
Gambar 5 grafik perbandingan konvergensi solusi eksak
dengan Runge-Kutta 2nd Orde
Dari grafik diatas dapat dilihat bahwa konvergensi dari metode
Runge-Kutta 2nd Orde untuk pemecahan persamaan diferensial biasa
(ODE) masih dapat mengikuti hasil dari pemecahan eksak namun pada
saat nilai x mencapai 6.5 metode Runge-Kutta 2nd Orde tidak memberikan
hasil yang akurat maka hasilnya dapat menimbulkan error yang besar.
6.Konvergensi Runge-Kutta 4nd Orde dengan ODE (pers 3)
Simulasi berikut menggambarkan konvergensi dari metode
Runge-Kutta 4nd Orde untuk pemecahan persamaan diferensial biasa
(ODE). Dari
f (x, y) = dy / dx, kondisi awal, dan nilai dari x di mana
solusi yang diinginkan. Dengan memasukkan data ini, program akan
menghitung nilai eksak, diikuti oleh hasil dengan menggunakan Runge-
Kutta 4nd Orde
dengan 1, 2, 4, 8 ... n langkah(step).
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 20
50
100
150
200
250
x
y
Exact and Approximate Solution of the ODE by RK4 Method
Exact
Approximation
Gambar 6 grafik perbandingan konvergensi solusi eksak
dengan Runge-Kutta 4nd Orde
Dari grafik diatas dapat dilihat bahwa konvergensi dari metode
Runge-Kutta 4nd Orde untuk pemecahan persamaan diferensial biasa
(ODE) masih dapat mengikuti hasil dari pemecahan eksak hal ini sangat
berbeda ketika menggunakan metode Runge-Kutta 2nd Orde.
7.Perbandingan metode eksak, heun, midpoint, ralston,
taylor
Program ini membandingkan hasil dari solusi untuk metode yang
tepat untuk metode Runge-Kutta 2nd Orde, Heuns, Ralstons, Polygon,
taylor dan eksak.
0 1 2 3 4 5 60
1
2
3
x 1025
x
y
Comparing exact and Runge-Kutta methods with h=0.55
exact
heun
midpointralston
taylor
Gambar 7 grafik perbandingan metode Runge-Kutta 2nd Orde,
Heuns, Ralstons, Polygon, taylor dan eksak.
Dari grafik diatas dapat dilihat bahwa untuk metode Runge-Kutta 2nd
Orde, Heuns, Ralstons, Polygon, taylor dapat memberikan hasil yang baik
ketika nilai x berada pada x < 5, namun ketika x > 5 maka akan
menghasilkan nilai error yang sangat besar.
Kesimpulan
Bahwa untuk menyelesaikan persamaan ODE dapat digunakan
beberapa metode yaitu : metode euler, Runge-Kutta 2nd Orde, Runge-
Kutta 4nd Orde, Heuns, Ralstons, Polygon, Taylor. Dari metode-metode
tersebut mempunyai beberapa kekurangan dan kelebihan masing-masing.
Untuk metode euler,kurang teliti melakukan perhitungan sehingga hasil
yang didapatkan terlalu menjauhi nilai eksak. Untuk error pada metode
euler dapat dihitung dengan memanfaatkan Deret Taylor namun hal ini
memiliki keterbatasan yaitu deret taylor hanya memberikan
perkiraan/estimasi local truncation error, yaitu error yang timbul pada
satu langkah hitungan metode euler, untuk mengatasi hal tersebut maka
membuat ukuran “step”(n) yang lebih kecil. Selain itu metode euler hanya
mudah dipakai apabila ODE berupa fungsi polinomial sederhana yang
mudah untuk di-diferensial-kan, fi(xi,yi) mudah dicari.
Metode poligon merupakan metode euler yang dimodifikasi
perubahan dari nilai slopenya. Oleh karenanya error nya dapat ditekan
lebih sedikit daripada metode euler saja.
Metode heun hanya dapat diterapkan secara iteratif pada saat
menghitung slope di ujung akhir selang pengujian. Nilai yi+1 korektor
pertama dihitung berdasarkan nilai yi+1 prediktor
...pers4
Persamaan 4 menjadi persamaan 5 dikarenakan nilai yi+1 korektor
tersebut dipakai sebaga nilai yi+1 prediktor.
...pers5
Metode Runge Kutta lebih teliti dari metode euler serta tidak
memerlukan suku derivativ. Namun metode ini hanya mampu mengikuti
nilai eksak pada titik tertentu selebihnya akan menghasilkan error yang
besar.