Metode Numerik untuk Teknik Mesin
2012
BAB I. PENGANTAR METODE NUMERIK Metode numerik merupakan metode pemrosesan dari data numerik (diskret) menjadi hasil numerik, dimana metode ini mampu menangani sistem persamaan besar, ketidaklinearan dan kasus dengan geometri yang komplek yang biasa dijumpai di kasus rekayasa dan seringkali sulit untuk diselesaikan dengan cara analitis. Analisa numerik dapat diartikan sebagai analisa mempergunakan algoritma dari metode numerik. Analisa numerik memunculkan dua sisi yang menarik yaitu dapat menjadi : IPTEK (science) : Bagian dari matematika dimana algoritma yang dipakai dikembangkan dari persamaan-persamaan matematika tertentu. Seni (art) : Berkaitan dengan penentuan cara terbaik untuk menyelesaikan suatu persoalan matematika. Penyelesaian persoalan matematika dapat diselesaikan dengan cara analitis (eksak), grafis dan numerik. Metode analitis mempunyai keunggulan dalam hasilnya yang eksak, tetapi biasanya terbatas untuk kemudahan penyelesaian pada masalah yang dengan asumsi linear dan pada kasus geometri yang sederhana. Metode grafis bertujuan untuk menggambarkan perilaku system dalam bentuk gambar atau nomograf dengan keterbatasan hanya mampu maksimal menguraikan masalah dengan menggunakan gambar tiga dimensi. Jenis persoalan Matematika yang akan diselesaikan dengan cara numerik dapat digolongkan sebagai berikut: 1. Akar-akar persamaan 2. Persamaan aljabar linear serentak 3. Interpolasi 4. Pencocokan kurva (curve fitting) 5. Persamaan differensial biasa 6. Persamaan differensial parsial 7. Integrasi Numerik Penyelesaian suatu persoalan matematika dengan metode numerik umumnya dapat diselesaikan dengan lebih dari satu metode sehingga harus dipilih metode terbaik yang dapat menghasilkan penyelesaian yang efisien dan efektif serta tidak menghasilkan error yang besar. Cara memilih metode terbaik : 1. Mengetahui jenis-jenis metode yang ada 2. Mengetahui bagaimana metode-metode tersebut bekerja.
1
Metode Numerik untuk Teknik Mesin
2012
3. Mengetahui kelemahan dan kelebihan metode-metode. 4. Mempunyai faktor intuisi dan pengalaman dalam menerapkan metode-metode di atas. Dengan mempelajari metode numerik akan memberikan sarana langsung dalam belajar pemrograman komputer. Dengan perkembangan hardware dan software saat ini sangat mendukung ketrampilan dalam memanfaatkan komputer sebagai alat bantu dalam menyelesaikan kasus rekayasa di bidang teknik mesin. Dengan memahami dan terbiasa dengan metode numerik akan memberikan kemampuan lebih untuk merancang program sendiri tanpa harus membeli program paket yang mahal. Beberapa bahasa program yang umum digunakan adalah FORTRAN, PASCAL, DELPHI, VISUAL BASIC, C++ dan banyak bahasa program lainnya. Ciri-ciri pemrograman terstruktur harus mempunyai kriteria yaitu : Benar Mudah Difahami Mudah Dimodifikasi Salah satu yang menjadi kelemahan metode numerik adalah munculnya galat atau error dikarenakan metode ini melibatkan suatu pendekatan/aproksimasi hasil dari metode analitis. Galat yang umum dijumpai meliputi : 1. Galat Sintaksis Melanggar kaidah bahasa pemrograman 2. Galat waktu running Terjadi selama eksekusi program 3. Galat logika Kesalahan logika program 4. Galat pembulatan Komputer hanya mampu mempertahankan sejumlah angka tetap angka benar selama perhitungan. Galat pembulatan merupakan galat yang paling sering dijumpai terutama dalam perhitungan metode numerik secara manual untuk latihan, quiz maupun ujian kuliah. Contoh pada bilangan-bilangan seperti dan 5 tidak dapat diekspresikan sebagai sejumlah tetap angka benar. Untuk itu yang harus diperhatikan dalam latihan metode numerik adalah penggunaan yang konsisten jumlah angka di belakang koma selama perhitungan. Kontrol kualitas program numerik mencakup pekerjaan dalam : 1. DEBUGGING Perbaikan galat yang diketahui 2. PENGUJIAN Mendeteksi galat yang tidak diketahui
2
Metode Numerik untuk Teknik Mesin
2012
Berikut disajikan flowchart tahapan-tahapan dalam merancang dan mengembangkan program yang berbasis metode numerik.
RANCANG BANGUN ALGORITMA Pengembangan yang mendasari logika program
KOMPOSISI PROGRAM Penulisan program dalam bahasa komputer
PENCARIAN DAN PENGUJIAN
Pemastian bahwa program bebas Galat dan andal
DOKUMENTASI Membuat program mudah digunakan dan dipahami
PENYIMPANAN DAN PERAWATAN Menyimpan program dan memperbaikinya sesuai pengalaman dan kebutuhan pasar
3
Metode Numerik untuk Teknik Mesin
2012
BAB II. AKAR-AKAR PERSAMAAN Penyelesaian kasus akar-akar persamaan dapat digolongkan menjadi dua metode yaitu : 1. Metode pengurung (Bracketing Methods) Mulai dengan terkaan awal yang mengurung atau memuat akar dan kemudian secara bersistem mengurangi lebar kurungan. Contoh : Bisection, Regula Falsi. 2. Metode terbuka (Open Methods) Iterasi coba-coba yang sistematis. Contoh : Newton Raphson, Secant. 2.1.
Metode Bagi Dua (Bisection Methods)
Perumusan mencari akar : Evaluasi :
xmid =
f (xmid) = 0
x n1 x n 2
|f (xmid)|
y = f(x)
y
f(x2)
f(xmid) x1
x x2
xmid
f(x1)
Misal : Tentukan nilai nol dari suatu fungsi y = x3 - 7 x + 1 Pertama tentukan nilai awal untuk x1 dan x2 sehingga didapatkan f (x1) dan f (x2) yang berbeda tanda, yang berarti titik penyelesaian ada di sekitar itu. Buat tabel untuk mempermudah pembacaan prosesnya. No x1 x2 f(x1) f(x2) xmid 1 2,5 2,6 -0,875 0,376 2,55
f(xmid) -0,269
f(x1) dan f(xmid) sama tanda x1 = xmid 2
2,55
2,6
-0,269
0,376
2,575
0,049
4
Metode Numerik untuk Teknik Mesin
2012
f(x2) dan f(xmid) sama tanda x2 = xmid 3
2,55
2,575
-0,269
0,049
2,562
-0,117
f(x1) dan f(xmid) sama tanda x1 = xmid 4
2,562
2,575
-0,117
0,049
2,568
-0,041
f(x1) dan f(xmid) sama tanda x1 = xmid 5
2,568
2,575
-0,041
0,049
2,572
0,010
f(x2) dan f(xmid) sama tanda x2 = xmid 6
2,568
2,572
-0,041
0,010
2,570
-0,015
f(x1) dan f(xmid) sama tanda x1 = xmid 7
2,570
2,572
-0,041
0,010
2,571
-0,003
Sehingga salah satu akar yang dicari adalah 2,571. Algoritma Metode Biseksi START Cari posisi akar f(xn) dan f(xn+1) beda tanda
Hitung xmid =
x n1 x n , f (xmid) 2
f(xn), f(xmid) sama tanda ? Tidak
Tidak
xn+1 = xmid f (xn+1) = f (xmid) f (xn), f (xmid) sama tanda |f (xmid)| Ya STOP
Ya
A pxn = xmid f (x an) = f (xmid) k a h
A p a k a h
|f (xmid)|
5
Metode Numerik untuk Teknik Mesin
2012
2.2. Metode Posisi Palsu (False Position Methods)
Berdasar interpolasi linear antara 2 harga mempunyai tanda berbeda f(x1) . f(x2) < 0 Konvergensi yang dihasilkan cepat.
f(x)
yang
y y = f(x) f(x2)
x1
x3
x4
x x2
f(x1) f(x1) dan f(x2) berbeda tanda berarti ada akar antara x 1 dan x2. Perumusan mencari akar :
x n1 x n x* = xn – f(xn) f (x n1 ) f (x n ) Evaluasi suatu akar : | f(x*) | Algoritma Metode Posisi Palsu = Algoritma Metode Biseksi hanya x xn tinggal mengganti rumusan xmid = n1 menjadi x* = xn – f(xn) 2 x n1 x n f (x n1 ) f (x n ) No 1
x1 2,5
x2 2,6
f(x1) -0,875
f(x2) 0,376
x* 2,57
f(x*) -0,015
f(x1) dan f(xmid) sama tanda x1 = xmid 2
2,57
2,6
-0,015
0,376
2,571
0,003
Sehingga salah satu akar yang dicari adalah 2,571. Terlihat dengan metode ini hanya dibutuhkan 2 iterasi sehingga konvergensi lebih cepat dibandingkan dengan metode biseksi.
6
Metode Numerik untuk Teknik Mesin
2012
2.3. Metode Newton
Tidak perlu mencari 2 harga f(x) yang mempunyai tanda berbeda. Konvergensi yang dihasilkan cepat. Perlu menghitung turunan fungsi f’(x). Kelemahan : - tidak selalu menemukan akar (divergen). - kemungkinan mencari f’(x) sukar. - Penetapan harga awal sulit.
Dari deret Taylor : f(xn + h) = f(xn) + h f’(xn) +
h2 f’’(x) + ….. 2
diabaikan
Jika xn + h adalah akar f(xn + h) = 0 f (xn ) 0 = f(xn) + h f’(xn) h = f' (xn ) Perumusan mencari akar : xn+1 = xn + h = xn -
f (xn ) f' (xn )
Algoritma Metode Newton START
START
Pilih Xn yang cocok
Cari xn+1, f (xn+1) f (xn ) xn + 1 = xn f' (xn )
|f (xn + 1)| Ya STOP
Tidak xn = xn+1
A p a k a h
|f (xn + 1)|
7
Metode Numerik untuk Teknik Mesin
2012
2.4. Metode Secant
Tidak perlu mencari 2 fungsi dengan tanda berbeda. Kombinasi Metode Newton dan Metode Posisi Palsu. Tanpa mencari turunan fungsi f’(x).
y = f(x)
y
x0
x1
x3
x2
x
E B C
A
D
x0 dan x1 dipilih x 2 = x1 + Segitiga ABC segitiga DEA x1 x0 - f (x1 ) - f (x0 ) f (x1) = = - f(x1) x1 - x0 f (x1) f (x0 ) x1 x0 maka : x2 = x1 - f(x1) f (x1) f (x0 )
x n x n1 xn+1 = xn – f(xn) f (x n ) f (x n1 )
Perumusan :
Algoritma Metode Secant = Algoritma Metode Newton, hanya tinggal mengganti rumusannya. Penggantian nilai dilakukan menurut urutan yang ketat, dengan nilai baru xn+1 menggantikan xn dan nilai xn menggantikan xn-1. Sehingga kadang dua nilai tersebut dapat pada posisi yang sama kemungkinan divergen. SUMMARY
Metode pengurung Metode terbuka
JENIS Bisection Regula Falsi Newton-Raphson Secant
KELEBIHAN - Selalu Konvergen -Laju konvergen cepat - Cukup satu terkaan awal
KEKURANGAN -Laju konvergen lambat - Turunan harus dicari secara analitis - Bisa divergen
8
Metode Numerik untuk Teknik Mesin
2012
TUGAS : Selesaikan dengan cara manual dan Buat program komputer dengan menggunakan metode di atas dan Uji hasil program dengan menyelesaikan fungsi sebagai berikut : y = x4 + 3 x3 + 2 x2 + 5 x Berikut listing program dengan menggunakan metode posisi palsu. program posisi_palsu; uses crt; var j,k,l,m,n,maxit,x1,x2,nb,na,xa,gmax : real; function f( a,b,c,d,e,x :real):real; begin f:=a*sqr(sqr(x))+b*x*sqr(x)+c*sqr(x)+d*x+e; end; {prosedur pengisian data} procedure data; begin clrscr; writeln('Menghitung akar persamaan '); writeln('f(x)=A x^4 + B x^3 + C x^2 + D x + E '); writeln('dengan metode Posisi Palsu '); writeln; writeln; write('Masukan nilai A = '); readln(j); write('Masukan nilai B = '); readln(k); write('Masukan nilai C = '); readln(l); write('Masukan nilai D = '); readln(m); write('Masukan nilai E = '); readln(n); writeln; write('Batas Error = '); readln(gmax); write('Jumlah Iterasi Maks. = '); readln(maxit); write('Nilai bawah = '); readln(nb); write('Nilai atas = '); readln(na); clrscr; end; {prosedur perhitungan posisi palsu} procedure pospalsu; var iterasi : integer; galat,uji : real; x:real; begin writeln;
9
Metode Numerik untuk Teknik Mesin
2012
writeln(' =========================================='); write(' Iterasi ke-');write(' '); write('Hasil');writeln; write(' =========================================='); x1:=nb; x2:=na; iterasi:=0; xa:=x1-((f(j,k,l,m,n,x1)*(x2-x1))/(f(j,k,l,m,n,x2)-f(j,k,l,m,n,x1))); repeat iterasi:=iterasi+1; uji:=f(j,k,l,m,n,x1)*f(j,k,l,m,n,xa); if uji= 0 then xa:=0 else if uji < 0 then begin x1:=nb; x2:=xa; xa:=x1-((f(j,k,l,m,n,x1)*(x2-x1))/(f(j,k,l,m,n,x2)f(j,k,l,m,n,x1))); writeln;write(' '); write(iterasi); write(' ',xa:3:5); end else if uji>0 then begin x1:=xa; x2:=na; xa:=x1-((f(j,k,l,m,n,x1)*(x2-x1))/(f(j,k,l,m,n,x2)f(j,k,l,m,n,x1))); writeln;write(' '); write(iterasi);write(' ',xa:3:5); end; until (abs(f(j,k,l,m,n,xa))<=gmax) or (iterasi=maxit); writeln; writeln(' =========================================='); writeln; writeln('Persamaan : ',j:2:2,'X^4 + (',k:2:2,')X^3 + (',l:2:2,')X^2 + (',m:2:2,')X + (',n:2:2,')'); writeln('Jumlah Iterasi = ',iterasi,' Batas Error = ',gmax:3:5); writeln('Batas Bawah = ',nb:3:2,' Batas Atas = ',na:3:2);writeln; write('Salah satu akarnya adalah = ',xa:3:5); end; {prosedur / program utama} begin data; pospalsu; readln; end.
10
Metode Numerik untuk Teknik Mesin
2012
HASIL RUNNING PROGRAM Menghitung akar persamaan f(x)=A x^4 + B x^3 + C x^2 + D x + E dengan metode Posisi Palsu Masukan Masukan Masukan Masukan Masukan
nilai nilai nilai nilai nilai
A=1 B=3 C=2 D=5 E=0
Batas Error = 0.01 Jumlah Iterasi Maks. = 100 Nilai bawah = -3.5 Nilai atas = -1.5 ========================================= Iterasi keHasil ========================================== 1 -2.34464 2 -2.62648 3 -2.78083 4 -2.85257 5 -2.88317 6 -2.89572 7 -2.90078 8 -2.90281 9 -2.90362 10 -2.90395 ========================================== Persamaan : (1.00)X^4 + (3.00)X^3 + (2.00)X^2 + (5.00)X + (0.00) Jumlah Iterasi = 10 Batas Error = 0.01000 Batas Bawah = -3.50 Batas Atas = -1.50 Salah satu akarnya adalah = -2.90395
11
Metode Numerik untuk Teknik Mesin
2012
BAB III. PERSAMAAN ALJABAR LINEAR SERENTAK Bentuk umum persamaan aljabar linear serentak : a11 x1 + a12 x2 + ..... + a1n xn = b1 a21 x1 + a22 x2 + ..... + a2n xn = b2 . . an1 x1 + an2 x2 +
..... + ann xn = bn
a1 1 a 21 . a n1
b 1 b2 ......... . . . an2 ......... ann . x b n n
a1 2 a2 2
.........
x a1 n 1 x a2 n 2
dimana a adalah koefisien-koefisien konstanta, b adalah konstantakonstanta dan n adalah banyaknya persamaan. Penyelesaian persamaan linear serentak dapat dilakukan cara : 1. Eliminasi Eliminasi Gauss, Gauss Jordan. 2. Iterasi Iterasi Jacobi, Gauss siedel. 3. Dekomposisi Dekomposisi lower-upper (LU), Cholesky. 3.1. Eliminasi Gauss Eliminasi bilangan unknown dengan menggabungkan persamaanpersamaan. Strategi : mengalikan persamaan dengan konstanta agar salah satu bilangan unknown akan tereliminasi bilamana dua persamaan digabungkan. Kebutuhan : pemahaman Operasi Matrik Skema langkah eliminasi Gauss a11 a12 a13 x1 b1 a 21 a22 a23 x 2 b2 a31 a32 a33 x 3 b3
…… (E1) …… (E2) …… (E3)
Forward Elimination
a11 0 0
a12 a'22 0
a13 a'23
x1 b1 x b' 2 2 a' '33 x3 b' '3
Upper Triangular System
Back Substitution x3 x2
= b’’3 / a’’33
= (b’2 - a’23 x3) / a’22
x1 = (b1 - a12 x2 - a13 x3) / a11
12
Metode Numerik untuk Teknik Mesin
2012
Langkah eliminasi maju : 1. Eliminasikan x1 dari (E2) dan (E3), asumsi a11 0
a2 1 a'3 2 ; m31 = a1 1 a'2 2
m21 =
kurangkan (m21 x (E1)) pada (E2) dan kurangkan (m31 x (E1)) pada (E3), sehingga : a11 x1
+ a12 x2 + a13 x3
= b1
a’22 x2 + a’23 x3
= b’2
a’32 x2 + a’33 x3
= b’3
NB : tanda petik satu berarti persamaan telah dimodifikasi satu kali. 2. Eliminasikan x2 dari (E3), asumsi a22 0 m32 = a'3 2
a'2 2
kurangkan (m32 x (E2)) pada (E3), sehingga : a11 x1
+ a12 x2 + a13 x3 = b1 a’22 x2 + a’23 x3 = b’2 a’’33 x3 = b’’3
NB :
tanda petik dua berarti persamaan telah dimodifikasi dua kali.
Langkah substitusi mundur : x3 =
b’’3 / a’’33
Sehingga dapat dirumuskan :
(n - 1) xn = b n - 1) a(n nn
Untuk menghitung x sisanya : x2 = (b’2 - a’23 x3) / a’22 x1 =
(b1 - a12 x2 - a13 x3) / a11
Sehingga dapat dirumuskan :
xi =
- 1) b(i i
n
j i1 - 1) a(i ii
- 1) a(i xj ii
dengan i = n – 1, n – 2 , …. , 1 NB :
Persamaan (E1) disebut Pivot Equation, a11 disebut koefisien Pivot dan operasi perkalian baris pertama dengan a21/a11 disebut sebagai Normalisasi.
13
Metode Numerik untuk Teknik Mesin
2012
Untuk kemudahan dapat dipakai matrik dalam bentuk kombinasi yang disebut dengan Augmented Matrix (matrik yang diperbesar). a 11 a2 1 a 3 1
a1 2 a1 3 b1 a2 2 a2 3 b2 a3 2 a3 3 b3
Masalah harus menghindari pembagian dengan nol, sehingga muncul sebutan untuk metode ini yaitu Eliminasi Gauss Naif. Teknik untuk memperbaiki penyelesaian Eliminasi Gauss : 1. Pivoting Sebelum tiap baris dinormalkan, maka dilakukan penentuan koefisien terbesar yang tersedia. Kemudian baris-baris tersebut dipertukarkan sehingga elemen terbesar tersebut merupakan elemen pivot. 2. Scaling berguna dalam peminimalan galat pembulatan untuk kasus dimana beberapa persamaan mempunyai koefisien-koefisien yang jauh lebih besar dari lainnya. Contoh soal : Selesaikan persamaan simultan berikut ini. 27 x1 + 6 x2 – x3 = 85 ….. (1a) 6 x1 + 15 x2 + 2 x3 = 72 ….. (1b) x1 + x2 + 54 x3 = 110 ….. (1c) Penyelesaian : Gunakan matrik dalam bentuk Augmented Matrix (matrik yang diperbesar). 27 6 - 1 85 6 15 2 72 E - 6/27 E 1 2 1 1 54 110 E3 - 1/27 E1
E3 – 0,778/13,667 E2
6 -1 85 27 0 13,667 2,222 53,111 0 0,778 54,037 106,852
6 -1 85 27 0 13,667 2,222 53,111 0 0 53,911 103,829
dengan menggunakan substitusi mundur akan diperoleh x 1, x2, dan x3. x3 = 103,829 / 53,911 = 1,926
14
Metode Numerik untuk Teknik Mesin
13,667 x2 + 2,222 x3 = 53,111 27 x1 + 6 x2 - x3 = 85
2012
x2 = 3,573
x1 = 2,425
3.2. Eliminasi Gauss-Jordan Merupakan Variasi dari Eliminasi Gauss dengan kebutuhan untuk menghitung matrik invers. Strategi : Langkah eliminasi menghasilkan matrik satuan, sehingga tidak diperlukan proses substitusi mundur. Skema langkah eliminasi Gauss-Jordan a a1 2 a1 3 b1 11 a2 1 a2 2 a2 3 b2 a3 1 a3 2 a3 3 b3
…… (E1) …… (E2) …… (E3)
Elimination
1 0 0
* 0 0 b1 1 0 b* 2
0 1 b* 3
NO Back M Substitution a
t r i k
x1 = b*1 x2 = b*2 x3 = b*3
S Gauss : Selesaikan soal yang sama pada metode Eliminasi 27 6 - 1 85 1/27 E1 6 15 2 72 1 1 54 110
E2 – 6 E1 E3 – E1
1/13,667 E2
a t 3,148 1 0,222 - 0,337 6 u 15 2 72 a54 1 1 110 n
1 0,222 - 0,337 3,148 0 13,667 2,222 53,111 0 0,778 54,037 106,852 1 0,222 - 0,337 3,148 0 1 0,163 3,886 0 0,778 54,037 106,852
15
Metode Numerik untuk Teknik Mesin
E1 – 0,222 E2 1 0 - 0,073 2,285 0 1 0,163 3,886 E3 – 0,778 E2 0 0 53,911 103,828 1/53,911 E3 E1 –(- 0,073 E3) E2 – 0,163 E3
1 0 0 2,426 0 1 0 3,572 0 0 1 1,926
2012
1 0 - 0,073 2,285 0 1 0,163 3,886 0 0 1 1,926
x1 = 2,426 x2 = 3,572 x3 = 1,926
3.3. Iterasi Gauss-Siedel Bentuk umum persamaan linear serentak : a11 x1 + a12 x2 + a13 x3 + ................... + a1n xn = b1 a21 x1 + a22 x2 + a23 x3 + ................... + a2n xn = b2 . . . an1 x1 + an2 x2 + an3 x3 + .................. + ann xn = bn Dapat diubah bentuknya menjadi : 1 x1 = ( b1 - a12 x2 + a13 x3 - .................... - a1n xn) a11
1 ( b2 - a21 x1 + a23 x3 - .................... - a2n xn) a 22 1 x3 = ( b3 - a31 x1 + a32 x2 - .................... - a3n xn) a 33 1 xn = ( bn - an1 x1 - an2 x2 - .................... - an(n-1) x(n-1)) ann x2 =
Langkah-langkah Iterasi Gauss-Siedel 1. Asumsikan x2 = x3 = ….. = xn = 0, sehingga dapat diperoleh : b x1 = 1 a11 2. Hasil dari “x1” tersebut dimasukkan persamaan 2 untuk mendapatkan harga x2 (dimana x3 = … = xn = 0), maka akan diperoleh : 1 x2 = ( b2 - a21 x1 ) a 22 3. Langkah 1 dan 2 dilakukan terus sampai diperoleh nilai x n dan selesailah proses iterasi yang pertama. Kemudian hasil proses tersebut dimasukkan kembali pada persamaan untuk mendapatkan harga “unknown” dari x1, x2, x3. ….. xn pada proses iterasi kedua, ketiga dan seterusnya.
16
Metode Numerik untuk Teknik Mesin
2012
4. Proses iterasi berakhir bila hasil dari iterasi terakhir sama dengan atau hampir sama dengan iterasi sebelumnya. Ini merupakan kelemahan metode iterasi gauss-siedel yaitu proses akhir iterasi menjadi meragukan. Contoh soal : Selesaikan persamaan simultan berikut : 27 x + 6 y – z = 85 ….. (1a) 6 x + 15 y + 2 z = 72 ….. (1b) x + y + 54 z = 110 ….. (1c) Penyelesaian : Persamaan di atas dapat diubah bentuknya menjadi : 1 x= ( 85 - 6 y + z ) …… (2a) 27 1 y= ( 72 - 6 x - 2 z ) …… (2a) 15 1 z= ( 110 - x - y ) …… (2a) 54 Iterasi pertama 1. Asumsikan y = z = 0, sehingga dari persamaan (2a) akan diperoleh 85 : x1 = = 3,15 27 2. Hasil dari “x1” tersebut dimasukkan persamaan (2b) untuk mendapatkan harga y1 (asumsi z = 0) 1 y1 = ( 72 - 6 (3,15) ) = 3,54 15 3. Masukkan hasil “x1” dan “y1” ke dalam persamaan (2c) 1 z1 = ( 110 – 3,15 – 3,54) = 1,91 54 Iterasi kedua 1 x2 = ( 85 - 6 (3,54) + 1,91 ) = 2,43 27 1 y2 = ( 72 - 6 (2,43) – 2 (1,91) ) = 3,57 15 1 z2 = ( 110 – 2,43 – 3,57) = 1,926 54 Iterasi selanjutnya dapat ditabelkan sebagai berikut : Iterasi ke 1 2 3 4 5
x 3,15 2,43 2,423 2,425 2,425
y 3,54 3,57 3,574 3,573 3,573
z 1,91 1,926 1,926 1,926 1,926
Jadi hasil penyelesaiannya adalah : x =2,425 ; y=3,573 ; z = 1,926
17
Metode Numerik untuk Teknik Mesin
2012
3.4. Iterasi Jacobi Melalui proses iterasi dengan menggunakan persamaan : n a b ij xi(n+1) = i xj (n) ; j i aii j 1 aii
Keuntungan metode ini adalah langkah penyelesaiannya yang sederhana, sedangkan kelemahannya adalah : 1. Proses iterasinya lambat. Terutama untuk persamaan linear serentak dengan ordo tinggi. 2. Hanya dapat digunakan menyelesaikan persamaan linear serentak yang memenuhi syarat berikut :
aii >
n
a
ij
; j i dan i = 1, 2, ….., N
j 1
Contoh soal : Selesaikan persamaan simultan berikut : 27 x + 6 y – z = 85 ….. (1a) 6 x + 15 y + 2 z = 72 ….. (1b) x + y + 54 z = 110 ….. (1c) Penyelesaian : Persamaan di atas dIbentuk menjadi : 1 x(1) = ( 85 - 6 y(0) + z(0) ) …… (2a) 27 1 y(1) = ( 72 - 6 x(0) - 2 z(0) ) …… (2b) 15 1 z(1) = ( 110 - x(0) - y(0) ) …… (2c) 54 Iterasi pertama Asumsikan x(0) = y(0) = z(0) = 0, sehingga dari persamaan (2a, 2b dan 2c) akan diperoleh : 85 x(1) = = 3,148 27 72 y(1) = = 4,800 15 110 z(1) = = 2,037 54 Iterasi kedua 1 x(2) = ( 85 - 6 (4,8) + 2,037 ) = 2,157 27 1 y(2) = ( 72 - 6 (3,148) – 2 (2,037) ) = 3,269 15 1 z(2) = ( 110 – 3,148 – 4,8) = 1,890 54
18
Metode Numerik untuk Teknik Mesin
2012
Iterasi selanjutnya dapat ditabelkan sebagai berikut : Iterasi ke 1 2 3 4 5 6 7 8 9 10 11
X 3,148 2,157 2,492 2,401 2,432 2,423 2,426 2,425 2,426 2,425 2,425
Y 4,800 3,269 3,685 3,545 3,583 3,570 3,574 3,573 3,573 3,573 3,573
z 2,037 1,890 1,937 1,923 1,927 1,926 1,926 1,926 1,926 1,926 1,926
Jadi hasil penyelesaiannya adalah : x = 2,425 ; y = 3,573 dan z = 1,926 3.5. Dekomposisi LU Dengan cara membentuk matrik segitiga atas (Upper) dan matrik segitiga bawah (Lower) dari matrik koefisien A serta membentuk vektor matrik dari matrik hasil dengan aturan tertentu. Kelebihannya adalah sangat efektif untuk menyelesaikan persamaan linear serentak ordo tinggi, dengan hasil yang sangat mendekati nilai eksaknya. Tentu saja konsekuensinya metode ini memerlukan cara yang cukup kompleks. [A] {X} = {B} Dekomposisi [U] [L] [L] {D} = {B} {D} [U] {X} =
Maju Pensubtitusian
{D}
Mundur {X}
19
Metode Numerik untuk Teknik Mesin
2012
Langkah-langkah Dekomposisi LU 1. Membentuk matrik koefisien [A], matrik variabel {X} dan matrik hasil {B} dari persamaan simultan. [A] {X} = {B} 2. Mencari matrik segitiga bawah [L] dan matrik segitiga atas [U] dari matrik koefisien [A] dengan aturan berikut : li1 = ai1 ; i = 1,2, … , n a1 j a1 j u1j = = ; j = 2,3, … , n a11 l11 - untuk j = 2,3, … , n-1 lij = aij -
j 1
l ik .u kj k 1 j 1
a jk ujk =
l
; i = j, j+1, … , n
ji .u ik
i 1
; k =j+1, j+2, … ,n ; lnn = ann -
l jj
n1
l
nk .u kn
k 1
3. Mencari matrik {B’} dengan aturan berikut :
b1 b’1 = l11 4. Membentuk diperoleh : xn = b’n
bi ;
b’i =
Augmented dan
i 1
l
ij .b' j
j 1
l ii Matrix
xj = b’j -
untuk i = 2, 3, … , n {UB’}
n
u
jk
dan
penyelesaiannya
xk
k j 1
Berikut disajikan contoh listing program VISUAL BASIC untuk menghitung persamaan linear serentak kasus di atas dengan metode Iterasi Jacobi. LISTING PROGRAM Begin VB.Form Form1 Caption = "MENGHITUNG INTERASI JACOBI" ClientHeight = 6030 ClientLeft = 60 ClientTop = 345 ClientWidth = 9510 LinkTopic = "Form1" ScaleHeight = 6030 ScaleWidth = 9510 StartUpPosition = 2 'CenterScreen Begin VB.CommandButton Command3 Caption = "Masukkan Variabel" BeginProperty Font
20
Metode Numerik untuk Teknik Mesin
2012
Name = "Nadall" Size = 12 Charset = 0 Weight = 700 Underline = 0 'False Italic = 0 'False Strikethrough = 0 'False EndProperty Height = 495 Left = 3840 TabIndex = 38 Top = 5400 Width = 1215 End Begin VB.CommandButton Command1 Caption = "Hitung Interasi" BeginProperty Font Name = "Nadall" Size = 11.25 Charset = 0 Weight = 700 Underline = 0 'False Italic = 0 'False Strikethrough = 0 'False EndProperty Height = 495 Left = 720 TabIndex = 31 Top = 3000 Width = 1695 End Begin VB.Frame Frame1 Caption = "Masukkan Angka" BeginProperty Font Name = "Palatino Linotype" Size = 12 Charset = 0 Weight = 700 Underline = 0 'False Italic = 0 'False Strikethrough = 0 'False EndProperty Height = 2415 Left = 720 TabIndex = 0 Top = 240 Width = 6495 Begin VB.TextBox Text4
21
Metode Numerik untuk Teknik Mesin
2012
Height = 375 Index = 2 Left = 5160 TabIndex = 12 Top = 1800 Width = 975 End Begin VB.TextBox Text3 Height = 375 Index = 2 Left = 3480 TabIndex = 11 Top = 1800 Width = 495 End Begin VB.TextBox Text2 Height = 375 Index = 2 Left = 1920 TabIndex = 10 Top = 1800 Width = 495 End Begin VB.TextBox Text1 Height = 375 Index = 2 Left = 360 TabIndex = 9 Top = 1800 Width = 495 End Begin VB.TextBox Text4 Height = 375 Index = 1 Left = 5160 TabIndex = 8 Top = 1080 Width = 975 End Begin VB.TextBox Text3 Height = 375 Index = 1 Left = 3480 TabIndex = 7 Top = 1080 Width = 495 End Begin VB.TextBox Text2
22
Metode Numerik untuk Teknik Mesin
2012
Height = 375 Index = 1 Left = 1920 TabIndex = 6 Top = 1080 Width = 495 End Begin VB.TextBox Text1 Height = 375 Index = 1 Left = 360 TabIndex = 5 Top = 1080 Width = 495 End Begin VB.TextBox Text4 Height = 375 Index = 0 Left = 5160 TabIndex = 4 Top = 360 Width = 975 End Begin VB.TextBox Text3 Height = 375 Index = 0 Left = 3480 TabIndex = 3 Top = 360 Width = 495 End Begin VB.TextBox Text2 Height = 375 Index = 0 Left = 1920 TabIndex = 2 Top = 360 Width = 495 End Begin VB.TextBox Text1 Height = 375 Index = 0 Left = 360 TabIndex = 1 Top = 360 Width = 495 End Begin VB.Label Label6
23
Metode Numerik untuk Teknik Mesin
2012
Caption = "+" Height = 375 Index = 2 Left = 3000 TabIndex = 30 Top = 1920 Width = 375 End Begin VB.Label Label5 Caption = "+" Height = 375 Index = 2 Left = 1440 TabIndex = 29 Top = 1920 Width = 375 End Begin VB.Label Label3 Caption = "Z" Height = 375 Index = 2 Left = 4080 TabIndex = 27 Top = 1920 Width = 615 End Begin VB.Label Label2 Caption = "Y" Height = 375 Index = 2 Left = 2640 TabIndex = 26 Top = 1920 Width = 495 End Begin VB.Label Label1 Caption = "X" Height = 375 Index = 2 Left = 1080 TabIndex = 25 Top = 1920 Width = 495 End Begin VB.Label Label6 Caption = "+" Height = 375 Index = 1
24
Metode Numerik untuk Teknik Mesin
2012
Left = 3000 TabIndex = 24 Top = 1200 Width = 375 End Begin VB.Label Label5 Caption = "+" Height = 375 Index = 1 Left = 1440 TabIndex = 23 Top = 1200 Width = 375 End Begin VB.Label Label4 Caption = "=" Height = 375 Index = 1 Left = 4680 TabIndex = 22 Top = 1200 Width = 495 End Begin VB.Label Label3 Caption = "Z" Height = 375 Index = 1 Left = 4080 TabIndex = 21 Top = 1200 Width = 615 End Begin VB.Label Label2 Caption = "Y" Height = 375 Index = 1 Left = 2640 TabIndex = 20 Top = 1200 Width = 495 End Begin VB.Label Label1 Caption = "X" Height = 375 Index = 1 Left = 1080 TabIndex = 19 Top = 1200
25
Metode Numerik untuk Teknik Mesin
2012
Width = 495 End Begin VB.Label Label6 Caption = "+" Height = 375 Index = 0 Left = 3000 TabIndex = 18 Top = 480 Width = 375 End Begin VB.Label Label5 Caption = "+" Height = 375 Index = 0 Left = 1440 TabIndex = 17 Top = 480 Width = 375 End Begin VB.Label Label4 Caption = "=" Height = 375 Index = 0 Left = 4680 TabIndex = 16 Top = 480 Width = 495 End Begin VB.Label Label3 Caption = "Z" Height = 375 Index = 0 Left = 4080 TabIndex = 15 Top = 480 Width = 615 End Begin VB.Label Label2 Caption = "Y" Height = 375 Index = 0 Left = 2640 TabIndex = 14 Top = 480 Width = 495 End Begin VB.Label Label1
26
Metode Numerik untuk Teknik Mesin
2012
Caption = "X" Height = 375 Index = 0 Left = 1080 TabIndex = 13 Top = 480 Width = 495 End Begin VB.Label Label4 Caption = "=" Height = 375 Index = 2 Left = 4680 TabIndex = 28 Top = 1920 Width = 495 End End Begin VB.Frame Frame2 Caption = "View Persamaan dan Hasil Interasi" BeginProperty Font Name = "Palatino Linotype" Size = 12 Charset = 0 Weight = 700 Underline = 0 'False Italic = 0 'False Strikethrough = 0 'False EndProperty Height = 5775 Left = 120 TabIndex = 32 Top = 120 Width = 9255 Begin VB.CommandButton Command2 Caption = "CLear" BeginProperty Font Name = "Nadall" Size = 12 Charset = 0 Weight = 700 Underline = 0 'False Italic = 0 'False Strikethrough = 0 'False EndProperty Height = 375 Left = 7080 TabIndex = 37
27
Metode Numerik untuk Teknik Mesin
2012
Top = 5280 Width = 1815 End Begin VB.ListBox List1 Height = 2205 Left = 240 TabIndex = 33 Top = 3000 Width = 8655 End Begin VB.Label Label9 Alignment = 2 'Center BorderStyle = 1 'Fixed Single BeginProperty Font Name = "Arial" Size = 14.25 Charset = 0 Weight = 700 Underline = 0 'False Italic = 0 'False Strikethrough = 0 'False EndProperty Height = 735 Left = 240 TabIndex = 36 Top = 2160 Width = 8655 End Begin VB.Label Label8 Alignment = 2 'Center BorderStyle = 1 'Fixed Single BeginProperty Font Name = "Arial" Size = 14.25 Charset = 0 Weight = 700 Underline = 0 'False Italic = 0 'False Strikethrough = 0 'False EndProperty Height = 735 Left = 240 TabIndex = 35 Top = 1320 Width = 8655 End Begin VB.Label Label7 Alignment = 2 'Center
28
Metode Numerik untuk Teknik Mesin
2012
BorderStyle = 1 'Fixed Single BeginProperty Font Name = "Arial" Size = 14.25 Charset = 0 Weight = 700 Underline = 0 'False Italic = 0 'False Strikethrough = 0 'False EndProperty Height = 735 Left = 240 TabIndex = 34 Top = 480 Width = 8655 End End End Attribute VB_Name = "Form1" Attribute VB_GlobalNameSpace = False Attribute VB_Creatable = False Attribute VB_PredeclaredId = True Attribute VB_Exposed = False Dim x(1000) As Single Dim y(1000) As Single Dim z(1000) As Single Dim a(2) As Single Dim b(2) As Single Dim c(2) As Single Dim d(2) As Single Private Sub Command1_Click() On Error Resume Next Frame2.Visible = True Frame1.Visible = False Command1.Visible = False Label7.Caption = Text1(0).Text & "X" & "+" & Text2(0).Text & "Y" & "+" & Text3(0).Text & "Z" & "=" & Text4(0).Text Label8.Caption = Text1(1).Text & "X" & "+" & Text2(1).Text & "Y" & "+" & Text3(1).Text & "Z" & "=" & Text4(1).Text Label9.Caption = Text1(2).Text & "X" & "+" & Text2(2).Text & "Y" & "+" & Text3(2).Text & "Z" & "=" & Text4(2).Text If Text1(0).Text = "" And Text1(1).Text = "" And Text1(2).Text = "" And Text2(0).Text = "" And Text2(1).Text = "" And Text2(2).Text = "" And Text3(0).Text = "" And Text3(1).Text = "" And Text3(2).Text = "" Then option15 = MsgBox("ANDA BELUM MEMASUKKAN NILAI VARIABEL", vbOKOnly, "WARNING")
29
Metode Numerik untuk Teknik Mesin
2012
Frame2.Visible = False Command3.Visible = True End If For I = 0 To 2 a(I) = Text1(I).Text b(I) = Text2(I).Text c(I) = Text3(I).Text d(I) = Text4(I).Text Next I x(0) = 0 y(0) = 0 z(0) = 0 jumlah = 0 For I = 1 To 100000 jumlah = jumlah + 1 x(I) = (d(0) - (b(0) * y(I - 1) + c(0) * z(I - 1))) / a(0) y(I) = (d(1) - (a(1) * x(I) + c(1) * z(I - 1))) / b(1) z(I) = (d(2) - (a(2) * x(I) + b(2) * y(I))) / c(2) If x(I) = x(I - 1) And y(I) = y(I - 1) And z(I) = z(I - 1) Then GoTo 2 End If Next I 2 List1.Clear For I = 1 To jumlah List1.AddItem I & vbTab & vbTab & x(I) & vbTab & vbTab & y(I) & vbTab & vbTab & z(I) Next I End Sub Private Sub Command2_Click() Label7.Caption = "" Label8.Caption = "" Label9.Caption = "" Frame2.Visible = False Frame1.Visible = True Command1.Visible = True End Sub Private Sub Command3_Click() Frame1.Visible = True Command1.Visible = True Command3.Visible = False End Sub Private Sub Form_Load() Frame2.Visible = False Command3.Visible = False End Sub
30
Metode Numerik untuk Teknik Mesin
2012
TAMPILAN HASIL PROGRAM
31
Metode Numerik untuk Teknik Mesin
2012
BAB IV. INTERPOLASI Umumnya data engineering banyak yang berupa tabulasi. Penampilan data seperti itu dikarenakan pada kenyataannya data yang bisa diperoleh adalah bersifat “discrete” atau juga karena keterbatasan dalam pengukuran sehingga hanya sebagian data yang dapat disimpan atau dicatat. Contoh data yang discrete x
y
0.2 0.3 0.4 0.5 0.6
10.1 12.5 14.2 17.8 19.3
Menginterpretasikan manipulasi data discrete dapat dilakukan dengan beberapa cara yaitu : 1. Numerical Interpolation. 2. Curve Fitting. 3. Numerical Differentiation. 4. Numerical Integration. INTERPOLATION 4.1 Linear Interpolation Yaitu interpolasi paling sederhana, hubungan berupa garis antara dua titik data.
y
menganggap
Persamaan garis lurus yang menghubungkan dua titik data tersebut : y yn y yn = n1 x n1 - x n x - xn
y = f(x) yn+1
dengan
Garis Lurus
y = yn +
yn
y n1 y n (x – xn) x n1 - x n
x xn
xn+1
Untuk contoh data di atas misalnya ingin dicari untuk x = 0,25
32
Metode Numerik untuk Teknik Mesin
y = 10,1 +
2012
12,5 10,1 (0,25 – 0,2) = 11,3 0,3 - 0,2
4.2 Lagrange Interpolation Membuat hubungan titik dalam tabulasi berupa suatu polinomial dimana masing-masing titik berupa simpul-simpul yang harus dipenuhi polinomial. Tabulasi berupa titik-titik xi, yi dimana i = 0,1, …. , n dimana terdapat n+1 data, akan dipresentasikan y(x) = f(x) pada interval x 0 x xn Polinomial interpolasi mempunyai bentuk : Pn(x) = y0 b0(x) + y1 b1(x) + y2 b2(x) + …… + yn bn(x) dengan bj(x) = suatu polinomial derajat “n”. Polinomial bj(x) dapat dicari dengan menggunakan persamaan constraint.
n+1
Persamaan constraint dapat dibuat sebagai berikut : Pn(xi) = yi ; i = 0,1,2, … ,n Sehingga : Pn(x0) = y0 y0 b0(x0) + y1 b1(x0) + ..… + yn bn(x0) = y0 Pn(x1) = y1 y0 b0(x1) + y1 b1(x1) + ..… + yn bn(x1) = y1 . . Pn(xn) = yn y0 b0(xn) + y1 b1(xn) + ..… + yn bn(xn) = yn Untuk mempermudah dipilih:
penyelesaian
persamaan
constraint,
maka
1 ; i=j
bj(xi) =
0 ; ij Pilihan tersebut memenuhi persamaan constraint. Bentuk persamaan polinomial bj(x) adalah sebagai berikut : bj(x) = Cj (x - x0) (x - x1) (x - x2) …. (x - xj-1) (x - xj+1) … (x - xn) Sesuai pilihan di atas yang cocok dengan constraint yaitu : b j(xj) = 1 Maka konstanta Cj dapat dicari dengan rumusan berikut : 1 Cj = (x j x 0 )(x j x1 )....(x j x j 1 )(x j x j 1 )...(x j x n ) Dengan demikian semua b0(x) = C0 (x - x1) b1(x) = C1 (x - x0) b2(x) = C2 (x - x0) . . bn(x) = Cn (x - x0)
polinomial bj(x) diperoleh : (x - x2) ……. (x - xn) (x - x2) (x - x3) ……. (x - xn) (x - x1) (x - x3) ……. (x - xn) (x - x1) ……. (x - xn-1)
33
Metode Numerik untuk Teknik Mesin
2012
1 (x 0 x1 )(x 0 x 2 )(x 0 x 3 )....(x 0 x n ) 1 C1 = (x1 x0 )(x1 x2 )(x1 x3 )....(x1 xn ) 1 C2 = (x 2 x 0 )(x 2 x1 )(x 2 x 3 )....(x 2 x n ) . 1 Cn = (xn x0 )(xn x1)(xn x2 )....(xn xn1)
dimana :
C0 =
Jadi polinomial bj(x) dapat ditulis secara lengkap :
(x x1)(x x2 )....(x xn ) (x0 x1)(x0 x2 )....(x0 xn ) (x x0 )(x x2 )....(x xn ) b1(x) = (x1 x0 )(x1 x2 )....(x1 xn ) b0(x) =
b2(x) = . . bn(x) =
(x x 0 )(x x1 )(x x 3 )....(x x n ) (x 2 x 0 )(x 2 x1 )(x 2 x 3 )....(x 2 x n )
(x x0 )(x x1)(x x2 )....(x xn1) (xn x0 )(xn x1)(xn x2 )....(xn xn1)
Sehingga persamaan polinomial dari lagrange interpolation dapat dirumuskan sebagai berikut : Pn(x) =
n
(x x0 )(x x1)....(x x j 1)(x x j 1)...(x xn )
j0
(x j x0 )(x j x1)....(x j x j 1)(x j x j 1)...(x j xn )
yj
Atau jika : Ln(x) = (x x 0 )(x x1)....(x x j 1)(x x j 1)...(x x n ) Maka :
Pn(x) =
n
y j 0
j
L j (x) L j (x j )
= y(x) = f(x)
Contoh Soal : Hitung harga y(1.5) pada data yang disajikan pada tabel berikut ini. x 1 2 3 4
y 0.1 0.2 0.4 0.8
34
Metode Numerik untuk Teknik Mesin
y(1,5) = y0
(1,5 x1 )(1,5 x 2 )(1,5 x 3 ) (1 x1 )(1 x 2 )(1 x 3 )
+ y1
(1,5 x 0 )(1,5 x 2 )(1,5 x 3 ) (2 x 0 )(2 x 2 )(2 x 3 )
+ y2
(1,5 x 0 )(1,5 x1 )(1,5 x 3 ) (3 x 0 )(3 x1 )(3 x 3 )
2012
(1,5 x 0 )(1,5 x1 )(1,5 x 2 ) (4 - x 0 )(4 x1 )(4 x 2 ) y(1,5) = 0.0313 + 0.1875 – 0.1250 + 0.0500 = 0.1438 + y3
4.3 Newton-Gregory Interpolation Berdasarkan formulasi Beda hingga, dimana dibuat suatu polinomial dengan titik-titik data sebagai titik simpul. Bentuk interpolasi polinomialnya adalah : Pn(x) = C0 + C1 (x - x0) + C2 (x - x0) (x - x1) + …. + Cn (x - x0) (x - x1) … (x - xn-1) dimana : C0, C1, … , Cn suatu konstanta Cj ; j = 0, 1, … , n dapat dicari dengan memakai persamaan constraint berikut : Pn(x) = yi ; i = 0, 1, 2, … , n Yang akan menghasilkan persamaan berikut : P0(x0) = f(x0) = y0 P1(x1) = f(x1) = y1
C0 = y0 C0 + C1(x1 - x0) = y1 C0 + C1(x1 - x0) + C2 (x2 - x0)(x2 - x1) = y1 C0 + C1(xn - x0)+ … + Cn (xn - x0)(xn - x1) …(xn - xn-1)= yn
Dari persamaan linear simultan tersebut dapat dihitung C j ; j = 0, 1, 2, … ,n. Dan seterusnya Pn(x) = f(x) = y(x) dapat dicari dan harga y untuk setiap harga x dapat dihitung. Harga Cj dapat dirumuskan sebagai berikut : C0 = y0 y C0 C1 = 1 x1 x 0 C2 =
y 2 C 0 C1 (x 2 x 0 ) (x 2 x 0 )(x 2 x1 )
y 3 C 0 C1 (x 3 x 0 ) C 2 (x 3 x 0 )(x 3 x1 ) dst. (x 3 x 0 )(x 3 x1 )(x 3 x 2 ) Metode ini menjadi lebih mudah jika inkremen dari x tetap. xi+1 = xi = h atau xi = x0 + ih ; i =1,2,… , n C3 =
35
Metode Numerik untuk Teknik Mesin
2012
Persamaan constraint di atas menjadi : y0 = C0 y1 = C0 + C1 h y2 = C0 + C1 (2h) + C2 (2h2) y3 = C0 + C1 (3h) + C2 (6h2) + C3 (6h3) . . yi = C0 + C1 (ih) + C2 (ih)((i-1)h) + C3 (ih)((i-1)h)((i-2)h) … + Ci (i !)hi Kalau persamaan ini diselesaikan akan didapatkan : C0 = y0 y y0 y C0 y 0 C1 = 1 = 1 = h h h (y1 C 0 ) 1 1 C2 = [ y2 - C0 – 2h C1 ] = [ y2 - y0 – 2h ] 2 2 h 2h 2h 1 1 = [ (y2 - y1) – (y1 - y0) ] = [ (y2) ] 2 2h 2h 2 2 y = 2h 2 Secara umum harga Cj dapat dirumuskan : j y Cj = ( j ! )h j Untuk menghitung Cj secara lebih mudah dapat digunakan tabel sebagai berikut : xi x0
yi y0
x1
y1
x2
y2
x3
y3
x4
y4
x5
y5
.
.
yi = yi+1 - yi y0 y1 y2 y3 y4 . .
2yi = yi+1 - yi 2y0 2
y1 2
y2 2y3 . . .
3yi = yi+1 - 2yi 2
3y0 3y1 3
y2 . . . .
4yi = yi+1 - 3yi 3
5yi = yi+1 - 4yi 4
4y0
5y0
4
y1
. . . . . .
. . . . .
Dari tabel tersebut Cj dapat dihitung dengan rumus Cj =
j y ( j ! )h j
36
Metode Numerik untuk Teknik Mesin
2012
Makin banyak tingkat Cj yang dipakai dalam menghitung harga y maka makin teliti interpolasinya. y(x) = C0 + C1(x - x0) + C2 (x - x0)(x - x1) akan lebih kurang “teliti” dari y(x) yang dihitung dengan : y(x) = C0 + C1(x - x0) + C2 (x - x0)(x - x1) + C3(x - x0)(x - x1)(x - x2) dan seterusnya. Coba selesaikan soal yang sama pada kasus di Interpolasi Lagrange. Hitung y untuk x = 1.5 dengan interpolasi Newton-Gregory. Berikut adalah tabel beda hingga untuk kasus di atas. xi 1 2
yi 0.1 0.2
yi 0.1
2yi 0.1
0.2 3
0.4
4
0.8
3yi
0.1 0.2
0.4 Jika dipakai “first order difference” saja, maka : y 0 y(1.5)= y0 + (1.5–x0) h 0 .1 = 0.1 + (1.5 – 1) 1 = 0.1 + 0.05 = 0.15 Jika dipakai “first-second order difference” maka : y 0 2 y y(1.5)= y0 + (1.5–x0)+ 2 (1.5–x0)(1.5–x1) h 2h 0 .1 0 .1 = 0.1 + (1.5 – 1)+ (1.5 – 1)(1.5 – 2) 1 2 = 0.1 + 0.05 - 0.0125 = 0.1375 Dipakai “first-second-third order difference” maka : y 0 2 y y(1.5)= y0 + (1.5–x0)+ 2 (1.5–x0)(1.5–x1) h 2h 3 y + (1.5–x0)(1.5–x1)(1.5 – x2) 6h3 0 .1 0 .1 = 0.1 + (1.5 – 1)+ (1.5 – 1)(1.5 – 2) 1 2 0 .1 + (1.5 – 1)(1.5 – 2)(1.5 – 3) 6 = 0.1 + 0.05 - 0.0125 + 0.0062 = 0.1437
37
Metode Numerik untuk Teknik Mesin
2012
BAB V. PENCOCOKAN KURVA (CURVE FITTING) 5.1. Curve Linear
y y = f(x)
Persamaan untuk kurva dirumuskan :
b
pendekatan linear dapat
f(x) = a + bx
1 a
y2
y1
x Metode kuadrat terkecil Jumlah kuadrat terkecil (D2) D2 =
n
Ei = i 1
2
n
yi f(x i )2 i 1
=
n
y i a bxi 2 i 1
A dan b dicari dengan meminimumkan harga D2.
D 2 =0 a
n y i a bx i 2 = 0 i 1
a -2
n
y i a bxi = 0 i 1
yI - a - b xi = 0 yI - n a - b x i = 0 n a = yI - b xi
yi xi -b = y b x n n
a=
D 2 =0 b
a -2
…… (1)
n y i a bx i 2 = 0 i 1 n
y i a bxi xi = 0 i 1
xi yi - a xi - b xi2 = 0 a xi + b xi2 = xi yi
38
Metode Numerik untuk Teknik Mesin
2012
xi y i 2 -b xi + b xi = xi y i n n
xi yi - b x i + n b xi2 = n xi yi 2
b { n xi2 - x i } = n xi yI - xi yi 2
b=
n x i yi x i yi n x i x i 2
2
……… (2)
Untuk melihat derajat kesesuaian dari curve fitting dengan cara melihat harga (Koefisien Korerlasi). =
2
Dt D 2 Dt
(berharga 0 s/d 1)
2
dengan Dt2 =
y i y n
2
i 1
5.2. Curve Non-Linear a.
y = a ebx Proses Linearisasi ln y = ln a + b x ln e = ln a + b x Y = A +bx
y
Y = A + bx y=ae
bx
ln y b 1
x
x xi x1 x2 . . xn xi
yi y1 y2 . . yn yi
Yi = ln yi ln y1 ln y2 . . ln yn yi
x i Yi x1 y1 x2 y2 . . xn yn xi yi
xi2 x12 x22 . . xn2 xi 2
39
Metode Numerik untuk Teknik Mesin
b=
2012
n x i Yi x i Yi
n x i x i xi Yi A= -b = Y b x n n 2
b. y = a xb Proses Linearisasi
2
A = ln a
a = eA
log y = log a + b log x Y = A +bX
y
Y = A + bX y=ax
b
log y b 1
x
x xi x1 x2 . . xn xi
yi y1 y2 . . yn yi b=
Xi = log xi log x1 log x2 . . log xn Xi
Yi = log yi log y1 log y2 . . log yn YI
X i Yi X 1 Y1 X 2 Y2 . . X n Yn X i Yi
Xi2 X12 X22 . . Xn2 xi 2
n Xi Yi Xi Yi
n Xi Xi Yi Xi A= -b = Y b X n n A = log a a = log-1 A 2
2
c. Polinomial y = a0 + a1 x + a2 x2+ ….. + ar xr Jumlah kuadrat dari kesalahan adalah : D2 =
yi a0 a1x i a2 x i 2 .... ar x i r n
2
i 1
Dengan cara yang sama meminimumkan harga D2.
konstanta
a
dapat
dicari
dengan
40
Metode Numerik untuk Teknik Mesin
D 2 =0 a0 2
D =0 a1 2
D =0 a2
-2 -2 -2
D 2 =0 ar
yi a0 a1x i a2 x i 2 .... ar x i r = 0 n
i 1 n
x i yi a0 a1x i a2 x i 2 .... ar x i r = 0 i 1 n
x i 2 y i a0 a1x i a2 x i 2 .... ar x i r = 0 i 1
. .
2012
-2
x i r yi a0 a1x i a2 x i 2 .... ar x i r = 0 n
i 1
Atau dapat ditulis dalam bentuk matrik berikut :
n xi x 2 i . . x i r
2
xi 2 xi
xi 3 xi
xi . .
xi . .
xi
3
r 1
xi
4
r 2
r . . x i a0 y i r 1 . . x i a1 x i y i 2 r 2 . . x i a2 x i y i . . . . . . . . . . r r n . . x i ar x i y i
Penyelesaian persamaan ini akan didapat a0, a1, a2, ….. ar 5.3. Curve Multi Linear / Non-Linear Hubungan antara variabel terikat dengan lebih dari satu veriabel bebas secara linier dapat dirumuskan sebagai berikut : y = b0 + b1 x1 + b2 x2 + b3 x3 + ........ + bk xk dimana: y = variabel terikat x1 s/d xk = variabel bebas D2 = D2 =
n
Observ ed Response Predicted
Response
2
i 1 n
yi b0 b1x1i b2 x 2i b3 x 3i ........ bk x ki 2 i 1
Dengan Metode Kuadrat Terkecil, nilai D2 diturunkan terhadap konstanta bo s/d bk dan diminimumkan (disamakan dengan nol), sehingga dapat dicari nilai dari konstanta bo s/d bk.
41
Metode Numerik untuk Teknik Mesin Dirumuskan dalam bentuk matrik x1i x 2i x 3i ... n 2 x1i x1i x 2i x1i x 3i ... x1i x 2i x1i x 2i x 2i 2 x 2i x 3i ... 2 ... x 3i x1i x 3i x 2i x 3i x 3i . . . . . . . . . . x ki x1i x ki x 2i x ki x 3i x ki ...
2012
:
x ki b 0 x1i x ki b1 x 2i x ki b 2 x 3i x ki b 4 = . . . . 2 x ki b k
yi x1i y i x 2 i y i x 3 i y i . . x ki y i
Contoh kasus di bidang mesin : Rumuskan persamaan empirik Parameter Pemotongan Proses Pembubutan Terhadap Gaya Pemotongan Material ST 42 Besarnya gaya pemotongan merupakan informasi yang diperlukan dalam perencanaan mesin perkakas, karena itu merupakan titik tolak setiap hitungan dan analisa mesin perkakas. Gaya pemotongan yang bereaksi pada pahat dan benda kerja, yang selanjutnya diteruskan pada bagian-bagian tertentu mesin perkakas, akan mengakibatkan lenturan. Meskipun lenturan itu kecil tapi mungkin sudah cukup untuk menjadi penyebab kesalahan geometri produk maupun sebagai sumber getaran yang dapat memperpendek umur pahat. Gaya pemotongan teoritis telah dapat dirumuskan, tetapi karena adanya penyederhanaan dan anggapan yang mendasari penurunan rumus tersebut, maka tidak dapat dipakai dalam perencanaan proses pemesinan sesungguhnya. Sehingga masih dibutuhkan suatu bentuk rumus empirik yang menggambarkan hubungan antara gaya pemotongan dengan variabel-variabel dalam proses pemesinan. Dengan menetapkan dan mengubah beberapa variabel proses pemesinan (di eksperimen ini dilakukan pada variabel a dan f) maka dapat dicari suatu korelasi berupa rumusan empirik variabel proses a dan f terhadap gaya pemotongan . Variabel yang diukur terdiri dari : 1. Variabel Bebas (Independent Variable) a) Kedalaman potong (a1 = 0,5 ; a2 = 0,1 ; a3 = 1,0 ) b) Kecepatan pemakanan (f1 = 0,05 ; f2 = 0,16 ; f3 = 0,20) 2. Variabel Terikat (Dependent Variable) a) Variabel Utama, sebagai variabel yang menjadi pembahasan utama yaitu: gaya pemotongan (Fv) (N) b) Data pendukung Diameter sebelum dan sesudah pemotongan (mm) Putaran spindel tanpa beban dan dengan beban (rpm) Waktu pemotongan sebenarnya (detik) 3. Parameter yang dikonstankan pada eksperimen ini adalah : a) Jenis material kerja (ST 42) dan pahat (Karbida). b) Panjang pemotongan (L) = 30 mm.
42
Metode Numerik untuk Teknik Mesin
2012
c) Putaran spindel (n) = 494 rpm. d) Posisi pemotongan Orthogonal (kr =90o). Hasil eksperimen berupa besar Gaya Pemotongan (Fv) yang terjadi terhadap perubahan parameter a dan f dapat dilihat pada tabel berikut: f (mm/put) a (mm) 0.05 0.16 0.2 83.768 202.295 215.205 0.5 82.542 192.469 239.084 16.402 60.704 85.404 0.1 18.968 110.964 83.140 151.598 380.966 270.679 1 124.435 370.195 444.666 Model curve fitting yang dipilih adalah : Fv = c1 ab1 fb2 Model non-linear dilinierisasi menjadi model linear dengan cara di-log-kan sebagai berikut: Log Fv = log c1 + b1 log a + b2 log f Y = b0 + b1 X1 + b2 X2 No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Fv
a
83.768 82.542 16.402 18.968 151.598 124.435 202.295 192.469 60.704 110.964 380.966 370.195 215.205 239.084 85.404 83.14 270.679 444.666
0.5 0.5 0.1 0.1 1 1 0.5 0.5 0.1 0.1 1 1 0.5 0.5 0.1 0.1 1 1
f 0.05 0.05 0.05 0.05 0.05 0.05 0.16 0.16 0.16 0.16 0.16 0.16 0.2 0.2 0.2 0.2 0.2 0.2
Y = Log Fv 1.923 1.917 1.215 1.278 2.181 2.095 2.306 2.284 1.783 2.045 2.581 2.568 2.333 2.379 1.931 1.920 2.432 2.648
X1 = Log a -0.301 -0.301 -1.000 -1.000 0.000 0.000 -0.301 -0.301 -1.000 -1.000 0.000 0.000 -0.301 -0.301 -1.000 -1.000 0.000 0.000
X2 = Log f -1.301 -1.301 -1.301 -1.301 -1.301 -1.301 -0.796 -0.796 -0.796 -0.796 -0.796 -0.796 -0.699 -0.699 -0.699 -0.699 -0.699 -0.699
37.820
-7.806
-16.775
Dari tabel di atas 18 b0 -7.806 b0 -16.775 b0
X12
X22
X1X2
X1Y
X2Y
0.091 0.091 1.000 1.000 0.000 0.000 0.091 0.091 1.000 1.000 0.000 0.000 0.091 0.091 1.000 1.000 0.000 0.000
1.693 1.693 1.693 1.693 1.693 1.693 0.633 0.633 0.633 0.633 0.633 0.633 0.489 0.489 0.489 0.489 0.489 0.489
0.392 0.392 1.301 1.301 0.000 0.000 0.240 0.240 0.769 0.769 0.000 0.000 0.210 0.210 0.699 0.699 0.000 0.000
-0.579 -0.577 -1.215 -1.278 0.000 0.000 -0.694 -0.688 -1.783 -2.045 0.000 0.000 -0.702 -0.716 -1.931 -1.920 0.000 0.000
-2.502 -2.494 -1.581 -1.663 -2.837 -2.726 -1.835 -1.818 -1.419 -1.628 -2.054 -2.044 -1.631 -1.663 -1.350 -1.342 -1.700 -1.851
6.544
16.888
7.275
-14.129
-34.136
akan didapatkan persamaan berikut ini: + -7.806 b1 + -16.775 b2 = 37.820 + 6.544 b1 + 7.275 b2 = -14.129 + 7.275 b1 + 16.888 b2 = -34.136
43
Metode Numerik untuk Teknik Mesin
2012
Dengan prosedur numerik Gauss-Siedel didapatkan : b0 = 3.2375 b1 = 0.7193 b2 = 0.8847 Y = b0 + b1 X1 + b2 X2 = 3.2375 + 0.7193 X1 + 0.8847 X2 Karena model tersebut dilinearisasikan maka harus dikembalikan ke model non linearnya yaitu meng-anti log-kan b0-nya. sehingga c1 = Log-1 3.2375 = 1727.825 Maka :
Fv = 1727,825 . a
0,7193
. f
0,8847
44
Metode Numerik untuk Teknik Mesin
2012
BAB VI. PERSAMAAN DIFFERENSIAL BIASA Persamaan differensial biasa dengan ordo n, merupakan persamaan dengan satu perubah (variabel) yang dapat dituliskan dalam bentuk : dy d 2 y d ny F(x, y, , , ...... , )=0 dx dx 2 dx n dengan y = f (x) Penyelesaian persamaan differensial ordo satu dapat lebih dari satu, sehingga untuk mencari penyelesaian yang unik atau khusus memerlukan informasi tambahan berupa syarat batas. Metode untuk penyelesaian Persamaan differensial biasa : 1. EULER’S METHOD Deret taylor orde 1 Sangat sensitif terhadap besarnya “h” yn = yn-1 + h . f ( xn-1,yn-1 ) ; n = 1,2, 3, …… x n x0 h= n dengan : xn = nilai x yang ditanya nilai fungsinya. x0 = nilai x awal. n = bilangan bulat 2. MODIFIED EULER’S METHOD Mengurangi kesalahan akibat pemilihan “h” h (k ) yn(k+1) = yn-1 + . f (x n-1 , yn-1 ) f (x n , y n ) 2 Dengan : yn(k) = yn-1 + h. f ( xn-1, yn-1) k = 0,1,2,… dan n = 1,2, 3, ……
3. RUNGE-KUTTA METHOD Deret taylor orde 4 Lebih teliti h y n1 y n k1 2k 2 2k3 k 4 6 dimana : k1 = f (xn, yn) k2 = f (xn+ 0,5h, yn+ 0,5 h . k1) k3 = f (xn+ 0,5h, yn+ 0,5 h . k2) k4 = f (xn + h, yn+ h . k3) Contoh :
dy = 3x2 + 5x + y ; y(1) = 1 dx Cari nilai y (1,2) dengan Metode Euler, Modified Euler dan Runge Kutta (pakai h = 0,1).
45
Metode Numerik untuk Teknik Mesin
2012
6.1. Euler’s Method Dipilih h = 0.1 x x 0 1,2 1 x x0 h= n n= n = =2 n 0.1 h Dari data kondisi batas didapatkan x0 = 1 dan y0 = 1 Iterasi Pertama (n = 1) y1 = y(1,1) = y0 + h. f (x0, y0) = y0 + h (3 x02 + 5 . x0 + y0) = 1 + (0,1) (3 . 12 + 5 . 1 + 1) = 1,9 Iterasi Kedua (n = 2) y2 = y(1,2) = y1 + h. f (x1, y1) = y1 + h (3 x12 + 5 . x1 + y1) = 1,9 + (0,1) (3 . 1,12 + 5 . 1,1 + 1,9) = 3,003 Jadi penyelesaian kasus tersebut : y(1,2) = 3,003 6.2. Modified Euler’s Method Dengan rumusan Euler’s Method y1(0) = y0 + h. f ( x0, y0) = y0 + h (3 x02 + 5 . x0 + y0) = 1 + (0,1) (3 . 12 + 5 . 1 + 1) = 1,9 Proses iterasi dilakukan pada rumusan Modified Euler’s. Iterasi Pertama (x1 = 1,1 dan k = 0) : h (0) y1(1) = y0 + . f (x 0 , y 0 ) f (x1 , y1 ) 2 h 2 2 (0) (3x 0 5x 0 y0 ) (3x1 5x1 y1 ) = y0 + 2 0,1 (3 . 12 5.1 1) (3.1,12 5.1,1 1,9) = 1+ 2 = 2,0015
Iterasi Kedua (x1 = 1,1 dan k = 1) : h (1) y1(2) = y0 + . f (x 0 , y 0 ) f (x1 , y1 ) 2 h 2 2 (1) (3x 0 5x 0 y0 ) (3x1 5x1 y1 ) = y0 + 2 0,1 (3 . 12 5.1 1) (3.1,12 5.1,1 2,0015) = 1+ 2 = 2,0066
46
Metode Numerik untuk Teknik Mesin
2012
Iterasi Ketiga (x1 = 1,1 dan k = 2) : h (2) y1(3) = y0 + . f (x 0 , y 0 ) f (x1 , y1 ) 2 h 2 2 (2) (3x 0 5x 0 y0 ) (3x1 5x1 y1 ) = y0 + 2 0,1 (3 . 12 5.1 1) (3.1,12 5.1.1 2,0066) = 1+ 2 = 2,0068
Iterasi Keempat (x1 = 1,1 dan k = 3) : h (3) y1(4) = y0 + . f (x 0 , y 0 ) f (x1 , y1 ) 2 h 2 2 (3) (3x 0 5x 0 y0 ) (3x1 5x1 y1 ) = y0 + 2 0,1 (3 . 12 5.1 1) (3.1,1 5.1,1 2,0068) = 1+ 2 = 2,0068
Karena hasil iterasi keempat dan iterasi ketiga (iterasi sebelumnya) sama maka proses iterasi dihentikan dengan hasil harga y 1 = 2,0068 y2(0) = y1 + h. f ( x1, y1) = y1 + h (3 x12 + 5 . x1 + y1) = 2,0068 + (0,1) (3 . 1,12 + 5 . 1,1 + 2,0068) = 3,1205 Iterasi Pertama (x2 = 1,2 dan k = 0) : h (0) y2(1) = y1 + . f (x1 , y1 ) f (x 2 , y 2 ) 2 h 2 2 (0) (3x1 5x1 y1 ) (3x 2 5x 2 y2 ) = y1 + 2 0,1 (3 . 1,12 5.1,1 2,0068) (3.1,22 5.1,2 3,1205) =2,0068+ 2 = 3,2357
Iterasi Kedua (x2 = 1,2 dan k = 1) : h (1) y2(2) = y1 + . f (x1 , y1 ) f (x 2 , y 2 ) 2 h 2 2 (1) (3x1 5x1 y1 ) (3x 2 5x 2 y2 ) = y1 + 2 0,1 (3 . 1,12 5.1,1 2,0068) (3.1,22 5.1,2 3,2357) =2,0068+ 2 = 3,2414
47
Metode Numerik untuk Teknik Mesin
2012
Iterasi Ketiga (x2 = 0,1 dan k = 2) : h (2) y2(3) = y1 + . f (x1 , y1 ) f (x 2 , y 2 ) 2 h 2 2 (2) (3x1 5x1 y1 ) (3x 2 5x 2 y2 ) = y1 + 2 0,1 (3 . 1,12 5.1,1 2,0068) (3.1,22 5.1,2 3,2414) =2,0068+ 2 = 3,2417
Iterasi Keempat (x2 = 0,1 dan k = 3) : h (3) y1(4) = y0 + . f (x1 , y1 ) f (x 2 , y 2 ) 2 h 2 2 (3) (3x1 5x1 y1 ) (3x 2 5x 2 y2 ) = y1 + 2 0,1 (3 . 1,12 5.1,1 2,0068) (3.1,22 5.1,2 3,2417) =2,0068+ 2 = 3,2417
Hasil iterasi keempat dan iterasi sebelumnya yaitu iterasi ketiga sama maka proses iterasi dihentikan dengan hasil harga y 2 = 3,2417 Jadi penyelesaian kasus tersebut : y(1,2) = 3,2417 6.3. Runge-Kutta Method Dipilih h = 0,1 Iterasi Pertama ( y1 = y(1,1) ) x0 = 1 ; y0 = 1 k1 = f (x0, y0) = (3 x02 + 5 . x0 + y0) = (3 . 12 + 5 . 1 + 1) = 9 k2 = f (x0+ 0,5h, y0+ 0,5 h . k1) = 3 (x0+ 0,5h)2 + 5 . (x0+ 0,5h) + (y0+ 0,5 h . k1) = 3 (1+ 0,5 . 0,1)2 + 5 . (1+ 0,5 . 0,1) + (1+ 0,5 . 0,1 . 9) = 10,0075 k3 = f (x0+ 0,5h, y0+ 0,5 h . k2) = 3 (x0+ 0,5h)2 + 5 . (x0+ 0,5h) + (y0+ 0,5 h . k2) = 3 (1+ 0,5 . 0,1)2 + 5 . (1+ 0,5 . 0,1) + (1+ 0,5 . 0,1 . 10,0075) = 10,0579 k4 = f (x0 + h, y0+ h . k3) = 3 (x0+ h)2 + 5 . (x0+ h) + (y0+ h . k3) = 3 (1+ 0,1)2 + 5 . (1+ 0,1) + (1+ 0,1 . 10,0579) = 11,1358 h k1 2k2 2k3 k 4 y1 y 0 6
48
Metode Numerik untuk Teknik Mesin
2012
0,1 (9+ (2 . 10,0075) + (2 . 10,0579) + 11,1358) 6 = 2,0044
=1+
Iterasi kedua ( y2 = y(1,2) ) x1 = 1,1 ; y1 = 2,0044 k1 = f (x1, y1) =(3 x12 + 5 . x1 + y1) = (3 . 1,12 + 5 . 1,1 + 2,0044) = 11,1344 k2 = f (x1+ 0,5h, y1+ 0,5 h . k1) = 3 (x1+ 0,5h)2 + 5 . (x1+ 0,5h) + (y1+ 0,5 h . k1) = 3 (1,1+0,5.0,1)2 + 5.(1,1+0,5.0,1) + (2,0044+0,5.0,1.11,1344) = 12,2787 k3 = f (x1 + 0,5h, y1 + 0,5 h . k2) = 3 (x1+ 0,5h)2 + 5 . (x1+ 0,5h) + (y1+ 0,5 h . k2) = 3 (1,1+0,5.0,1)2 + 5.(1,1+0,5.0,1) + (2,0044+0,5.0,1.12,2787) = 12,3359 k4 = f (x1 + h, y1+ h . k3) = 3 (x1+ h)2 + 5 . (x1+ h) + (y1+ h . k3) = 3 (1,1+ 0,1)2 + 5 . (1,1+ 0,1) + (2,0044+ 0,1 . 12,3359) = 13,5580 h k1 2k2 2k3 k 4 y 2 y1 6 = 2,0044 +
0,1 (11,1344+(2. 12,2787)+(2. 12,3359)+13,5580) 6
= 3,2356
49
Metode Numerik untuk Teknik Mesin
2012
BAB VII. PERSAMAAN DIFFERENSIAL PARSIAL Formulasi matematik dari kebanyakan permasalahan dalam ilmu pengetahuan dan teknologi dapat dipresentasikan dalam bentuk persamaan differensial parsial. Persamaan tersebut merupakan laju perubahan terhadap dua atau lebih variable bebas yang biasanya adalah waktu dan jarak (ruang). Persamaan differensial dapat dibedakan menjadi tiga jenis yaitu : A. Persamaan Differensial Parabolik Biasanya merupakan persamaan yang tergantung pada waktu (tidak permanen) dan penyelesaiannya memerlukan kondisi awal dan batas. Persamaan parabolik paling sederhana adalah perambatan panas.
T K 2 T t x 2 Penyelesaian dari persamaan di atas adalah mencari temperatur T untuk nilai x pada setiap waktu t. B. Persamaan Differensial Eliptik Biasanya berhubungan dengan masalah kesetimbangan atau kondisi permanen (tidak tergantung waktu) dan penyelesaiannya memerlukan kondisi batas di sekeliling daerah tinjauan. Seperti aliran air tanah di bawah bendungan dan karena adanya pemompaan, defleksi plat akibat pembebanan, dsb.
2 2 0 x 2 y 2 C. Persamaan Differensial Hiperbolik Biasanya berhubungan dengan getaran atau permasalahan dimana terjadi diskontinue dalam waktu, seperti gelombang kejut yang terjadi discontinue dalam kecepatan, tekanan dan rapat massa.
2U C2 2U t2 x 2
50
Metode Numerik untuk Teknik Mesin
2012
7.1. Penyelesaian Persamaan Parabolik dengan Skema Eksplisit
T K 2 T t x 2 dengan : K t x
……………. (7.1)
T = temperatur koefisien konduktivitas waktu jarak
= = =
Pada skema eksplisit, variabel pada waktu n+1 dihitung berdasarkan variabel pada waktu n yang sudah diketahui. Dengan menggunakan skema seperti di bawah ini, fungsi f(x,t) dan turunannya dalam ruang dan waktu didekati oleh bentuk berikut :
n n +1
i-1
i
i+1
f (x, t) = fi n n 1
f fi f(x , t) = i t t
f 2 (x , t) t 2
n
n
=
n
fin1 2fi fi 1 t 2
Dari skema di atas, persamaan (7.1) dapat ditulis dalam bentuk berikut :
Ti
n 1
n
n
n
Tn 2Ti Ti 1 Ti = Ki i 1 t x 2
atau
Ti
n 1
n
= Ti Ki
t x
2
T
n n i 1 2Ti
n
Ti 1
………… (7.2)
51
Metode Numerik untuk Teknik Mesin
2012
Stabilitas Skema Eksplisit Dalam
skema n1 i 1 ,
eksplisit, n1 i
Ti
n
tergantung
pada
tiga
titik
n1 i 1 .
sebelumnya yaitu: T Keadaan ini dapat menyebabkan T dan T ketidakstabilan dari skema tersebut, yang berupa terjadinya amplifikasi hasil hitungan dari kondisi awal. Agar stabil dibutuhkan suatu syarat yaitu : t 0 < < 1/2 dengan = x 2 Contoh:
L=1m
Dimana :
=
t x
2
=
0,001 0,12
k x t
= = =
1 0,1 0,001
= 0,1 < 0,5 (stabil)
Syarat batas : pada t = 0 T = 2x ; 0 x ½ L dan T = 2(1-x) ; ½ L x L pada semua t untuk x = 0 T = 0 Dengan menggunakan persamaan (6.2), hitungan dilakukan dari i = 2 sampai dengan 5 dan dari n = 1 sampai waktu yang dikehendaki (N). Untuk n = 1 dan i bergerak dari i = 2 sampai i = 6, 1 T2 = 0,2 + 1 . 0,1 . (0 – 2 . 0,2 + 0,4) = 0,2 1
T3 = 0,4 + 1 . 0,1 . (0,2 – 2 . 0,4 + 0,6) = 0,4 1
T4 = 0,6 + 1 . 0,1 . (0,4 – 2 . 0,6 + 0,8) = 0,6 T51 T61
= 0,8 + 1 . 0,1 . (0,6 – 2 . 0,8 + 1) = 0,8 = 1 + 1 . 0,1 . (0,8 – 2 . 1 + 0,8) = 0,96
untuk n = 2 dan i bergerak dari i =2 sampai i = 6, T22 = 0,2 + 1 . 0,1 . (0 – 2 . 0,2 + 0,4) = 0,2
T32 = 0,4 + 1 . 0,1 . (0,2 – 2 . 0,4 + 0,6) = 0,4 T42 = 0,6 + 1 . 0,1 . (0,4 – 2 . 0,6 + 0,8) = 0,6 T52 = 0,8 + 1 . 0,1 . (0,6 – 2 . 0,8 + 0,96) = 0,796 T62 = 0,96 + 1 . 0,1 . (0,8 – 2 . 0,96 + 0,8) = 0,928
52
Metode Numerik untuk Teknik Mesin
2012
Demikian perhitungan terus dilanjutkan s/d waktu yang dikehendaki (N). Tabel hasil skema eksplisit i= x= t=0 t = 0,001 t = 0,002 t = 0,003 . . . t=N
1 0 0 0 0 0 . . . N
2 0.1 0.2 0.2 0.2 0.2 . . . N
3 0.2 0.4 0.4 0.4 0.4 . . . N
4 0.3 0.6 0.6 0.6 0.5996 . . . N
5 0.4 0.8 0.8 0.796 0.7896 . . . N
6 0.5 1 0.96 0.928 0.9016 . . . N
7 0.6 0.8 0.8 0.796 0.7896 . . . N
7.2. Penyelesaian Persamaan Parabolik dengan Skema Implisit Dalam skema eksplisit, ruas kanan dari persamaan ditulis pada waktu n yang nilainya sudah diketahui. Sedangkan pada skema implisit, ruas kanan tersebut ditulis pada waktu n+1 di mana nilainya belum diketahui. Gambar di bawah ini menunjukkan jaringan titik simpul dari skema implisit. Dengan menggunakan skema tersebut, fungsi f(x,t) dan turunannya dalam ruang waktu didekati oleh bentuk berikut ini.
n n+1
i-1
i
i+1
f (x,t) fin atau fin1 f(x,t) fin1 fin t Δt f(x,t) fin11 fin11 x 2 Δx 2f(x,t) x 2
fin11 2 fin1 fin11 Δx 2
53
Metode Numerik untuk Teknik Mesin
2012
Dengan menggunakan skema di atas, maka dapat dibentuk persamaan dalam bentuk beda hingga : 1 Tin1 Tin Tn1 2 Tin1 Tin 1 Ki i 1 Δt Δx 2
1 n1 Ki 2 Ki n1 Ki Tin n1 n1 Ti T T T i 1 i i 1 Δt Δt Δx 2 Δx 2 Δx 2
Ki
Δx 2
1 Tin1 (
1 2 Ki n1 Ki Tin n1 ) T T i i 1 Δt Δt Δx 2 Δx 2
atau Ai .Tin11 Bi .Tin 1 Ci .Tin11 Di
.......... (6.3)
dengan Ai Bi (
Ki Δx
; Ci
2
Ki 1 2 ) Δt Δx 2
; Di
Ki
Δx 2
Tin Δt
Apabila persamaan (7.3) ditulis untuk setiap titik hitungan dari i = 1 sampai M maka akan terbentuk suatu sisten persamaan linier yang dapat diselesaikan dengan menggunakan metode matriks. Untuk :
i = 1 → A1T 0 + B1T1 + C1T2 = D1 i = 2 → A2T 1 + B2T2 + C2T3 = D2 i = 3 → A3T 2 + B3T3 + C3T4 = D3 i = 4 → A4T 3 + B4T4 + C4T5 = D4 . . i =M → AMTM-1 + BMTM + CMTM+1 = DM
Untuk penyederhanaan penulisan, variabel Tin+1 ditulis Ti (tanpa menulis n+1). Persamaan di atas dalam bentuk matrik menjadi : B 1 C1 0
0
0
.........
0
T1
D1
A2 B2 C2 0
0
.........
0
T2
D2
0 A3 B3 C3 0
.........
0
T3
D3
0
0 A4 B4 C4
.........
0
T4
D4
.
.
.
.
.
.........
0
.
.
.
.
.
.
.........
0
.
.
0
0
0
0
0
. . . . . . AM BM
TM
DM
=
.
54
Metode Numerik untuk Teknik Mesin
2012
Persamaan tersebut dapat diselesaikan dengan metode penyelesaian persamaan serentak untuk mendapatkan nilai Ti (i =1........M). Penyelesaian dengan menggunakan skema implisit lebih sulit dibanding dengan skema eksplisit. Kelebihan dari skema implisit adalah skema tersebut stabil tanpa syarat, langkah waktu Δt dapat diambil sembarang (besar) tanpa menimbulkan kesalahan pemotongan dalam batas-batas yang dapat diterima. 7.3. Penyelesaian Persamaan Eliptik Penyelesaian dilakukan dengan mendiskretisasi suatu persamaan differensial parsial eliptik dengan kondisi batas untuk dapat ditransformasikan ke dalam suatu sistem dari N persamaan dengan N bilangan anu. Penyelesaian persamaan eliptik dilakukan dengan langkahlangkah berikut ini. 1. Membuat jaringan titik simpul di dalam seluruh bidang yang ditinjau dan batas-batasnya. 2. Pada setiap titik dalam bidang tersebut dibuat turunanturunannya dalam bentuk beda hingga. 3. Ditulis nilai-nilai fungsi pada semua titik di batas keliling bidang dengan memperhatikan kondisi batas. Dari persamaan bentuk eliptik berikut :
2 2 0 2 2 x y
Sehingga :
i 1, j 2i, j i 1, j x 2
i, j 1 2i, j i, j 1 y 2
0
Untuk x = y, maka persamaan di atas menjadi :
4i, j i 1, j i 1, j i, j 1 i, j 1 0
55
Metode Numerik untuk Teknik Mesin
2012
Contoh Soal : Determine the steady state temperature of the following plate using α = 1 and Δx = 1 ft.
y 4 ft Tb = 40°F
Tc = 0°F
Ta = 10°F
3 ft x
Td = 20°F Jawab :
Tb = 40°F
Ta = 10°F
1
3
5
2
4
6
Tc = 0°F
Td = 20°F ☺ Node 1
☺ Node 3
1 1 Ta
1 2
-4 1
Tb
Tb
1 3
1 4
5 6
1 Tc
Td 10 + 40 - 4 T1 + T2 + T3 = 0
Ta
2
1
3 4
-4 1
5
1 6
Tc
Td 40 + T1 - 4 T3 + T4 + T5 = 0
56
Metode Numerik untuk Teknik Mesin ☺ Node 2
2012 ☺ Node 4
Tb 1 1 3 Ta 2 4 1 -4 1
Tb 5
1
6
Tc
Ta
2
3 1
1
10 + 20 + T1 -4 T2 + T4 = 0
6
Tc
1
20 + T2 + T3 -4 T4 + T6 = 0
☺ Node 5
☺ Node 6
Tb
Tb 3
1
Ta 2
-4
5
1 Td
Td
1
4
1
4
1 5 6
-4
1
Ta Tc
1 2
1
3 4
5 1
6
1 Tc -4
1
1
Td
Td
40 + T3 -4 T5 + T6 = 0
20 + T4 + T5 - 4 T6 = 0
Sehingga hasil persamaan-persamaan tersebut dapat dibentuk dalam suatu matrik :
-4 1 1 0 0 0
1 -4 0 1 0 0
1 0 0 0 0 1 0 0 -4 1 1 0 1 -4 0 1 1 0 -4 1 0 1 1 -4
.
T1 T2 T3 T4 T5 T6
=
-50 -30 -40 -20 -40 -20
T1 = 23,561 °F T2 = 18,344 °F T3 = 25,901 °F T4 = 19,814 °F T5 = 20,228 °F T6 = 15,010 °F
57
Metode Numerik untuk Teknik Mesin
2012
BAB VIII. INTEGRASI NUMERIK Metode Gauss Quadrature merupakan salah satu metode integrasi numerik yang paling dapat diterima dan dipakai secara intensif untuk menyelesaikan integrasi matrik kekakuan di Metode Elemen Hingga pada elemen jenis isoparametrik. Dibandingkan dengan metode Trapezoid yang hanya terbatas pada penggunaan dengan infromasi data yang equispaced, maka metode Gauss Quadrature lebih luas penggunaannya pada penyelesaian fungsi yang non-equispaced dan memiliki keakuratan lebih tinggi. Rumusan Gauss Quadrature mengubah batas integral dari suatu batas (misal a s/d b) menjadi -1 s/d +1. Formula dasarnya adalah merupakan penjumlahan dari perkalian koefisien berat dan harga dari fungsi pada sampling points. b
I=
f(x)dx =
a
Dengan :
n
Wk f(x k )
k 1
Wk = Koefisien berat (Weighting Coeff.) xk = sampling (Gauss) point
untuk menentukan Koefisien berat (Weighting Coeff.) dilakukan dengan prosedur memindah batas integral dari a s/d b menjadi -1 s/d +1. Tabel Gauss Quadrature Polinomial Degree 1
Jumlah Point 1
Sampling (Gauss) Point x1 = 0
Koefisien Berat
3
2
x1 = - 0.5773503 x2 = 0.5773503
W1 = 1 W2 = 1
=5
3
x1 = - 0.7745967 x2 = 0 x3 = 0.7745967
W1 = 0.5555556 W1 = 0.8888889 W2 = 0.5555556
W1 = 2
58
Metode Numerik untuk Teknik Mesin
2012
Persamaan matrik kekakuan untuk elemen segiempat isoparametrik dapat ditulis sebagai berikut:
[k ] h [B]T [C] [B] dX dY h [B]T [C] [B] J ds dt A
A* T
= W1W1 [B(s1, t1)] [C] [B(s1, t1)] |J(s1, t1)| + W1W2 [B(s1, t2)]T [C] [B(s1, t2)] |J(s1, t2)| + W2W1 [B(s2, t1)]T [C] [B(s2, t1)] |J(s2, t1)| + W2W2 [B(s2, t2)]T [C] [B(s2, t2)] |J(s2, t2)| Dengan asumsi polynomial degree yang dipakai 3 dan sampling point 2 maka digunakan harga : s1 = t1 = -0,577 s2 = t2 = 0,577 W1 = W2 = 1 Hitung I =
2
2
0
0
2y 2x dx dy
dengan Gauss Quadrature (point n = 2)
59
Metode Numerik untuk Teknik Mesin
2012
DAFTAR PUSTAKA Abd. Munif, (1995), Cara Praktis Penguasaan dan Penggunaan Metode Numerik, Guna Wijaya, Jakarta. Chapra, Steven C., (1991), Metode Numerik, Erlangga, Jakarta. Soehardjo (1985), Analisa Numerik, ITS, Surabaya. Triatmodjo, Bambang, Yogyakarta.
(1995),
Metode
Numerik,
Beta
Offset,
60