P. 1
matematika teknik

matematika teknik

|Views: 146|Likes:
Dipublikasikan oleh Exel Dua Cincin
model matematika teknik
model matematika teknik

More info:

Categories:Types, School Work
Published by: Exel Dua Cincin on Mar 11, 2013
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

08/16/2015

pdf

text

original

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 • K =yx • ⎨

Persamaan Diferensial • dx A dt = k ⋅ C A ,0 ⋅ ( 1 − x A )
d (N X C )= FR X CR + R−V YC dt 2 ⎧ dy1 dθ = k1 y1 ⋅ y2 −k2 y2 • ⎨ 2 ⎩dy2 dθ = k3 y1

• q =mc p ΔT +mλ
⎧ y1 = x1 +2x 2 2 ⎩ y2 = x1 ⋅x 2 −x 2

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 :

d {N X C } = FR X CR + R − V YC dt
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 FR, XCR V, YC

d {N XC } = FR XCR + R − V YC dt
N

XC

Property of Setijo Bismo

Halaman (3)

Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN BEBERAPA CONTOH MODEL Kasus #1 : F1 Z0 Z Z F2 Mempunyai DIAGRAM ALIR INFORMASI DASAR sbb : Masukan F1. F2 A Persamaan Sistem Keluaran A dZ = F1 − F2 dt Model Kasus #1 Z Property of Setijo Bismo Halaman (4) . F2 A Persamaan-persamaan Sistem Keluaran dZ A = F1 − F2 dt dZ dt Z = ∫⎨ ⎩ ⎧ dZ ⎫ ⎬ dt dt ⎭ Z Blok Diagram Informasi Dasar Secara lebih ringkas. diagram alir kerja MODEL dari Kasus #1 ini adalah sbb : Masukan F1.

0. sbb : 1. CB.Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN Kasus # 2 : 1 2 A ⎯⎯ → B ⎯⎯ → C ⎯ ⎯ k k RA = k1 C A . k2 SOLUSI “PDB” dengan “HARGA AWAL” Property of Setijo Bismo Halaman (5) .0 k1. sbb : 1. baik secara analitis maupun numeris diperlukan sejumlah HARGA AWAL (initial values). diagram kerja MODEL dari Kasus #2 ini adalah sbb : Masukan CA.0 dan sejumlah TETAPAN (laju reaksi). k2 Persamaan Sistem dC A = k1 C A dt dC B = k1 C A − k2 C B dt Keluaran CA. CB Model Kasus #2 Dalam mencari solusi (jawab) dari Kasus #2 ini sebagai fungsi dari waktu. CA. CB.0 2. RB = k1 C A − k2 C B Secara sistematik. k1 2.

i = 0. : 2! x i ≤ ξi ≤ x i +1 Property of Setijo Bismo Halaman (6) . Solusi Persamaan Diferensial Biasa Secara umum.Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN 2 SOLUSI PERSAMAAN DIFERENSIAL BIASA dengan HARGA AWAL dalam PEMODELAN dan MODEL MATEMATIS 2. solusi dari problem di atas adalah berada dalam interval [x 0 . 2. problem persamaan diferensial biasa selalu melibat-kan harga awal.1.1. yang dapat ditulis sebagai berikut : y' = f ( x .… . solusi yang seringkali diterapkan dalam problem ini adalah dengan metode eksplisit. Dalam hal ini. N Jika y(x ) adalah “solusi eksak” dari PDB di atas. y( x 0 ) = y0 x0 ≤ x ≤ x N Secara numerik. maka dengan melakukan ekspansi dengan “deret Taylor” dengan sisanya akan diperoleh ( x i +1 − x i ) 2 y( x i +1 ) = y( x i ) + ( x i +1 − x i ) y' ( x i ) + y" ( ξi ). y ). x N ] yang dibagi secara tetap (equidistance) sebanyak N buah panel : h = sehingga : x N − x0 N x i = x 0 + i h.

… . Dan bila dinotasikan ui ≈ y( x i ) . ui ).1. i = 0. maka : ui +1 = ui + h f ( x i .Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN substitusi dari PDB di atas dan dengan pendekatan metode eksplisit pada persamaan di atas akan didapatkan : h2 y( x i +1 ) = y( x i ) + h f ( x i . y( ξ i )) 2! 2.1. N − 1 u0 = y0 Dari persamaan di atas. yaitu dengan dengan cara “pemotongan” term kedua (atau di atasnya). y( x i )) + f' ( ξi . Akurasi dari metode ini adalah dalam “order satu” (first-order approximation) : ei +1 = 0( h1 ) Property of Setijo Bismo Halaman (7) . yang disebut sebagai harga awal. dapat diketahui bahwa untuk menghitung ui +1 diperlukan informasi tentang harga-harga x i dan ui . Metode EULER Metode yang paling sederhana dalam menterjemahkan deret Taylor diatas.

Sebagai contoh. ui ) maka formula yang akan diperoleh adalah : METODE EULER. Untuk mendapatakan formula dengan akurasi yang lebih tinggi. Formula umum dari metode ini adalah sebagai berikut : ui +1 = ui + dengan : j =1 ∑ ωj K j ν K j = h f ( x i + c j h. dan K1 = h f ( x i .Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN Gambar 1. ukuran h dapat dibuat sekecil mungkin. Metode RUNGE-KUTTA Metode ini termasuk algoritma eksplisit yang melibatkan evaluasi fungsi f di antara x i dan x i +1 . bila kita inginkan ν = 2 . Untuk memperkecil “galat pemotongan lokal” pada setiap tahap (panel). c . Representasi METODE EULER. ui + c1 = 0 j −1 l =1 ∑ a jl K l ) Perlu dicatat. bila ν = 1 . ω = 1 . 2. parameter-parameter ω . Hal ini berarti bahwa metode EULER adalah order terendah dari METODE RUNGE-KUTTA.3. maka pertama kali kita ekspansikan solusi eksak di atas dengan deret Taylor : Property of Setijo Bismo Halaman (8) . dan a dapat diubah dengan tetap melakukan ekspansi solusi eksak melalui deret Taylor.

y( x i )) dapat dituliskan sebagai : ∂f dy dfi ∂f = i + i = ( fx + f y f )i dx ∂x ∂y dx x = x i Jika persamaan terakhir disubstitusikan kedalam persamaan di atasnya dengan pemotongan term di atasnya. y( x i )) + f' ( x i .i . φ) ≈ f ( x i . ui ) + ( η − x i ) f ( x i . perlu dicatat bahwa harga K 1 merupakan bentuk paling sederhana. ui + a21 K1 ) Jika diketahui bahwa sembarang dua fungsi η dan φ yang lokasinya berturut-turut berdekatan dengan x i dan ui . maka akan diperoleh : ui +1 h2 = ui + h fi + ( fx + f y f )i 2! Untuk ekspansi formula K j pada posisi ke. ui ) = h fi sehingga harga K 2 dapat dihitung melalui formula berikut : K 2 = h f ( x i + c2 h.Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN h2 y( x i +1 ) = y( x i ) + h f ( x i . maka akan didapatkan bentuk persamaan untuk menghitung K 2 : Property of Setijo Bismo Halaman (9) . ui ) Dengan menggunakan persamaan di atas untuk K 2 . sebagai berikut : K1 = h f ( x i . maka akan diperoleh : f ( η. y( x i )) + 0( h 3 ) 2! sedangkan f ' ( x i . ui ) + ( φ − ui ) f y ( x i .

0 ω2 c2 = 0.5 Algoritma METODE RUNGE-KUTTA dilengkapi dengan cara memilih salah satu di antara paramater-parameter ω1 .… . Jika dipilih c2 = 0.Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN K 2 = h ( fi + c2 h fx + a21 K1 f y ) atau K 2 = hfi + h 2 ( c2 fx + a21 f y f )i Bila disubstitusikan persamaan terakhir dan persamaan K1 di atas kedalam formula dasar Runge-Kutta ( ui +1 ) di atas.5 .1. maka skema metode RK menjadi METODE TITIK TENGAH (midpoint method) adalah : ui +1 = ui + h f ( x i + 0.5 h.5 h fi ). i = 0. c2 atau a21 . sedangkan parameter lainnya ditetapkan dengan menggunakan formula-formula di atas. ω2 . N − 1 u0 = y0 Property of Setijo Bismo Halaman (10) . maka akan diperoleh : ui +1 = ui + ω1 h fi + ω2 h fi + ω2 h 2 c2 ( fx )i + a21 ω2 h 2 ( f y f )i Jika dibandingkan persamaan ui +1 yang terakhir ini dengan persaamaan ui +1 sebelumnya. ui + 0.5 ω2 a21 = 0. maka akan diperoleh : ω1 + ω2 = 1.

ui +1 . maka akan diperoleh formulasi kelandaian rata-rata (average slope) dari metode Runge-Kutta order-2 : Property of Setijo Bismo Halaman (11) . Representasi METODE TITIK TENGAH.Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN Dari persamaan di atas. diperlukan besaran-besaran x i dan ui : • x i dan ui merupakan ‘harga awal’ • harga fi dihitung sebagai fungsi dari x i dan ui : fi = f ( x i . dapat diketahui bahwa untuk menghitung ‘harga baru’. Sedangkan jika dipilih c2 = 1 . ui ) • h adalah ‘lebar panel’ atau jarak antara ui ui +1 Representasi grafik dari formula metode titik tengah di atas adalah sebagai berikut : Gambar 2.

Namun hal ini hampir tidak mungkin atau memerlukan usaha/ pekerjaan yang besar (?). Representasi METODE Kelandaian rata-rata RUNGE-KUTTA order-2. Kedua skema Metode RK di atas memiliki akurasi order-2.1. Tabel 1.Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN ui +1 = ui + h [fi + f ( x i + h. Jika diinginkan akurasi pada order-p.… . maka harus diambil harga ν yang sebesar mungkin. karena 2 pemotongan deret Taylor dilakukan setelah 0( h ) . i = 0. p ν Property of Setijo Bismo 2 2 3 3 4 4 5 6 6 8 … … Halaman (12) . hubungan order-p dengan ν . N − 1 2 u0 = y0 Representasi grafik dari metode kelandaian rata-rata di atas dapat disajikan seperti pada halaman berikut : Gambar 2. ui + h fi )].

1.3. harga h sangat berpengaruh dalam peroleh atau solusi numeris dari model yang dimaksudkan.3. seperti dapat dilihat pada gambar berikut : 2. Peranan harga h dalam solusi numerik Untuk metode RK order-2.2. 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.

Algoritma ringkas dari metode dituliskan seperti di bawah ini : RKG ini dapat ui +1 = ui + ( K1 + K 4 ) + (b K 2 + d K 3 ) 1 6 1 3 K1 = h f ( x i . 2. Metode RUNGE-KUTTA-GILL: Metode Runge-Kutta-Gill (RKG) tergolong dalam keluarga metode RK order-4. 1. dan d) sebagai keluarga bilangan emas (golden numbers). c. 2 b = 2− 2 2 2 2 d = 1+ untuk : i = 0. 2 2 − . Metode RUNGE-KUTTA order tinggi 1. ui + 1 K1 ) 2 2 K 3 = h f ( x i + 1 h. yang memiliki 4 (empat) buah ‘konstanta perhitungan antara’ yang dikombinasikan dengan konstanta-konstanta lain (a.4.…. ui + c K 2 + d K 3 ) a = c = 2 −1 .Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN 2.N-1 dan harga awal : u0 = y0 Property of Setijo Bismo Halaman (14) . b. ui ) K 2 = h f ( x i + 1 h. ui + a K1 + b K 2 ) 2 K 4 = h f ( x i + h.

ui + 1 K 1 + 3 K 3 ) 2 8 8 K 5 = h f ( x i + h. ui ) K 2 = h f ( x i + 1 h. namun memiliki ketelitian sampai order-5. Formulasi ringkas dari metode RKM ini dapat dituliskan seperti di bawah ini : ui +1 = ui + K1 − K 3 + 2 K 4 ui +1 = ui + K1 + K 4 + K 5 1 6 2 3 1 6 1 2 3 2 K1 = h f ( x i . Metode RUNGE-KUTTA-MERSON : Metode Runge-Kutta-Merson (RKM) tergolong dalam keluarga metode Runge-Kutta order-4. 2. ui + 1 K1 + 1 K 2 ) 3 6 6 K 4 = h f ( x i + 1 h .N-1 dan harga kondisi awal : u0 = y0 Property of Setijo Bismo Halaman (15) .Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN 2. ui + 1 K1 − 3 K 3 + 2 K 4 ) 2 2 untuk : i = 0.…. 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 order5. ui + 1 K1 ) 3 3 K 3 = h f ( x i + 1 h. 1.

ui + 1932 K1 − 7200 K 2 + 7296 K 3 ) 13 2197 2197 2197 845 K 5 = h f ( x i + h.Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN 3. ui + 32 K1 + 32 K 2 ) 8 K 4 = h f ( x i + 12 h. 2. ui ) K 2 = h f ( x i + 1 h. Metode RUNGE-KUTTA-FEHLBERG : Sama halnya dengan metode RKM.N-1 dan u0 = y0 Property of Setijo Bismo Halaman (16) . Ketelitian yang tinggi ini dimungkinkan karena metode RKF45 memiliki 6 (enam) buah ‘konstanta perhitungan antara’ yang berperan untuk meng-update solusi sampai order-5. metode RungeKutta-Fehlberg (RKF45) juga tergolong dalam keluarga metode Runge-Kutta order-4. ui − 27 K 1 + 2 K 2 − 3544 K 3 + 1859 K 4 − 11 K 5 ) 2 2565 4104 40 • Formula ‘update’ order-4 : ui +1 = ui + 25 216 K1 + 1408 2565 K3 + 2197 4104 K4 − K5 1 5 • Formula order-5 : ui +1 = ui + ˆ 16 135 K1 + 6656 12825 K3 + 28561 56437 K4 − 9 50 K5 + 2 55 K6 • Galat ‘pembabatan’ order-4 : ui +1 − ui +1 = ˆ 1 360 K1 − 128 4275 K3 − 2197 75240 K4 + 1 50 K5 + 2 55 K6 untuk : i = 0. ui + 1 K1 ) 4 4 3 9 K 3 = h f ( x i + 3 h. namun memiliki ketelitian sampai order-5. 1.…. ui + 439 K1 − 8 K 2 + 3680 K 3 − 4104 K 4 ) 216 513 8 K 6 = h f ( x i + 1 h. Formulasi ringkas dari metode RKM ini adalah : K1 = h f ( x i .

3888E-11 Hasil Perhitungan Numerik (ui+1) Contoh 1 (RKSR) Contoh 2 (RKMP) Contoh 3 (RKG) 1.80 1.60 0.0000E+00 6.3925E-11 1.0000E+00 6.0655E-09 1.7415E-03 4.3925E-11 1.0655E-09 1.0590E-07 2. Hasil perhitungan persamaan tunggal dengan metode RK order-2.0000E+00 6.0639E-07 2.7379E-03 4. x 0.Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN Contoh-contoh Integrasi Numerik : Persamaan Tunggal : dy = − 25 y dt Solusi Eksak (Analitis) : y = e − 25 t Tabel 2.40 0.0639E-07 2.5448E-05 3.0612E-09 1.00 Nilai Solusi Eksak (y) 1.0590E-07 2.7415E-03 4.00 0.5448E-05 3.20 0.5400E-05 3.3888E-11 Property of Setijo Bismo Halaman (17) .5400E-05 3.7379E-03 4.0000E+00 6.0612E-09 1.

Var YF : Real.YP.exp(-25*xv[1]):13). YI : Real.2. End. xv[0] := 0.h : Real. YF := YP + H*(K1 + K2)/2.xv[0])/NP. Procedure DRK2SR(XV : Real01.Y : Real.YF : Values of Y-initial and Y-final H : Step length -----------------------------------------------------} Var H. X := XV[0].Yi:13. Begin H := (xv[1] .Yf:13.0E-6. xv[1] := xv[1] + 0.y) to be integrated N : Number of differential equations XV : Vector of xv[0]=initial and xv[1]=final YI.Yf.Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN Contoh 1 : {Program Solusi Persamaan Diferensial Biasa dengan Metode RUNGE-KUTA 'Slope Rata-rata'} Type Real = Extended.K2 : Real.Yf. NP : Integer. YF := YP + H*K1. K1. YF := YI. Davis.NP.2. Until (ABS(XV[1]-X) <= EPS).YF. End. For I := 1 to 5 do Begin DRK2SR(xv.X.' '. Begin DY := -25*Y.exp(-25*xv[0]):13). p13) F : Function F(x. Property of Setijo Bismo Halaman (18) . Writeln(xv[0]:0:4.' '. {----------------------------------------------------PROGRAM : 2-nd ORDER 'MEAN SLOPE' RUNGE-KUTTA METHOD FOR ORDINARY DIFFERENTIAL EQUATION (M.K2). Repeat YP := YF. Writeln(xv[1]:0:4.. Real01 = Array [0.1] of Real.NP : Integer. Yi := 1. xv[0] := xv[1]. Readln.Eps. X := X + H.' '. Begin Eps := 1. Procedure F(x. F(X+H.Yi.0. Eps : Real).E. Yi. Var I. End.K1). Yi := Yf. End.Eps). XV : Real01.YP : Real. F(X.' '. NP := 200. xv[1] := 0. Var DY : Real).

K1. I : Integer. Begin H := (xv[1] .Eps). p13) F : Function F(x.K2 : Real.. End.y) to be integrated XV : Vector of xv[0]=initial and xv[1]=final YI.' '. End. Var I. YF := YP + H*K1/2. Var DY : Real). Real01 = Array [0. Property of Setijo Bismo Halaman (19) .YF : Value of Y-initial and Y-final NP : Number of panels H : Step length -----------------------------------------------------} Var H..YP. X := XV[0]. xv[1] := 0.2. Yi := 1. F(X+H/2. Davis.Yi:13.YP : Real. Writeln(xv[1]:0:4.Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN Contoh 2 : {Program Solusi Persamaan Diferensial Biasa dengan Metode RUNGE-KUTTA 'Midpoint'} Type Real = Extended.2.' '.xv[0])/NP.NP. Begin DY := -25*Y. For I := 1 to 5 do Begin DRK2MP(xv. NP : Integer. YF := YI.exp(-25*xv[1]):13).Yf:13.exp(-25*xv[0]):13). X := X + H. xv[0] := 0.1] of Real. {----------------------------------------------------PROGRAM : 2-nd ORDER 'MIDPOINT' RUNGE-KUTTA METHOD FOR ORDINARY DIFFERENTIAL EQUATION (M.Yf : Real. xv[0] := xv[1]. Procedure DRK2MP(XV : Real01. Eps : Real). NP := 200.E. Eps : Real.' '. Procedure F(x.0. Yi. End.' '. Repeat YP := YF. F(X. Yi := Yf.YF. XV : Real01.K2).K1). xv[1] := xv[1] + 0.Yi.50] of Real. Readln. YF := YP + H*K2. End.X. YI : Real. Var YF : Real.0E-6. Real50 = Array [1.Yf. Begin Eps := 1. Until (ABS(XV[1]-X) <= EPS). Writeln(xv[0]:0:4.NP : Integer.Y : Real.

xv[1] := xv[1] + 0. H := (xv[1] . Begin DY := -25.b. Until (ABS(XV[1]-X) <= EPS).YF. Writeln(xv[0]:0:3. Begin a := (Sqrt(2)-1)/2.xv[0])/NP.K2. xv[0] := xv[1].' '.K1).y) to be integrated N : Number of differential equations XV : Vector of xv[0]=initial and xv[1]=final YI.YF. Repeat YP := YF.2. Davis.' '. Procedure F(x. I : Integer. F(X+H/2.Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN Contoh 3 : {Program Solusi Persamaan Diferensial Biasa dengan Metode RUNGE-KUTA-GILL} Type Real = Extended. Eps : Real. Readln.K2).0.Yf.2. NP := 200. Yi := Yf.YP.X. d := 1 + Sqrt(2)/2.Yi:13.NP. Real01 = Array [0. Yi. {----------------------------------------------------PROGRAM : 4-th ORDER RUNGE-KUTTA-GILL METHOD FOR ORDINARY DIFFERENTIAL EQUATION (M. YI : Real. Begin Eps := 1.K3. X := XV[0]. End. xv[0] := 0.0*Y. F(X. Writeln(xv[1]:0:3. Var I.exp(-25*xv[1]):13).' '. For I := 1 to 5 do Begin DRKGIL(xv. YF := YI.' '. End. Eps : Real).H. NP : Integer. F(X+H/2. c := -Sqrt(2)/2. Yi := 1. XV : Real01.d. YF := YP + H*K1/2.Y : Real.Yf : Real.c. YF := YP + H*(c*K2+d*K3). Procedure DRKGIL(XV : Real01.K3). F(X+H.0E-6.Yi. xv[1] := 0. K1.K4). X := X + H. YF := YP + H*(a*K1+b*K2)..K4 : Real.Eps).NP : Integer.YF : Value of Y-initial and Y-final H : Step length -----------------------------------------------------} Var a.Yf:13. Property of Setijo Bismo Halaman (20) .E. p13) F : Function F(x. b := (2-Sqrt(2))/2. YF := YP + H*((K1+K4)/6 + (b*K2+d*K3)/3). End.YP : Real.exp(-25*xv[0]):13).1] of Real.YF. End. Var DY : Real). Var YF : Real.

217235 0.000000 0.234763 1.121644 0.119979 1.178223 0.413765 0.119966 1.313469 1.000 1.300 0.146954 0.Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN Persamaan Jamak (Sistem PDB) : dy ⎡ 3.313465 1.100993 T 1.329942 0.529232 0.178232 0.21 ⎤ = − 0.700397 0.900 1.400 0.200 0.188523 1.146961 0.800 0.188512 1. Hasil Perhitungan Numerik untuk Sistem PDB : x Contoh 4 : RK-Slope rata2 y T 1.293726 1.293732 1.351745 1.000000 0.360017 Contoh 5 : RK-Midpoint y 1.100 0.413787 0.000 0.329084 1.351748 1.000000 1.100989 Property of Setijo Bismo Halaman (21) .21 ⎤ = 0. Hasil perhitungan persamaan jamak dengan metode RK order-2.234754 1.360015 0.266512 0.529259 0.700 0.217224 0.268331 1.121638 0.329088 1.000000 1.341607 1.329959 0.341610 1.1744 exp ⎢ * ⎥ y dx ⎣T ⎦ dT * ⎡ 3.06984 exp ⎢ * ⎥ y dx ⎣T ⎦ Tabel 3.268324 1.500 0.600 0.266525 0.700430 0.

xv.Yi.Yi[2]:0:6).N. {$I DRK2SR} Var I.06984*exp(3.21/Y[2])*Y[1].NP : Integer.. End.' '. Y : Real50. Yi[2] := 1.Yi[1]:0:6.0E-6.' xv[0] := xv[1]. Property of Setijo Bismo Halaman (22) . NP := 20. Begin Eps := 1. '.0. Eps : Real. Real50 = Array [1.Yf[1]:0:6. Real01 = Array [0. Var DY : Real50). xv[1] := xv[1] + 0. x : Real. Yi[1] := 1.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. Readln.Yf : Real50. End.' For I := 1 to 10 do Begin DRK2SR(N.Yf[2]:0:6).' '.NP. XV : Real01. Begin DY[1] := -0..50] of Real. '. Writeln(xv[1]:0:3. Yi := Yf. DY[2] := 0. Writeln(xv[0]:0:3.1. xv[1] := 0.Eps).1] of Real. Yi.21/Y[2])*Y[1].1. xv[0] := 0. End. N := 2.0.Yf.1744*exp(3. Procedure F(N : Integer.

21/Y[2])*Y[1].. Y : Real50. Var DY : Real50). NP := 20. Real01 = Array [0.0E-6.1744*exp(3.' '. Writeln(xv[0]:0:3. x : Real.Yf[2]:0:6). '.1. End. XV : Real01. End. Yi[1] := 1. Eps : Real.0. {$I DRK2MP} Var I.N.50] of Real.Yf[1]:0:6.Yf : Real50.' For I := 1 to 10 do Begin DRK2MP(N.Yi[2]:0:6).' '. Readln. Yi[2] := 1.Yf. Writeln(xv[1]:0:3.xv. End.' xv[0] := xv[1].1] of Real.NP.Eps). Begin Eps := 1.Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN Contoh 5 : {Program Solusi Sistem Persamaan Diferensial Biasa dengan Metode RUNGE-KUTTA 'Midpoint'} Type Real = Extended. '. N := 2. Procedure F(N : Integer.0.NP : Integer.1. xv[0] := 0.Yi[1]:0:6. xv[1] := xv[1] + 0. xv[1] := 0. Yi. Yi := Yf. Real50 = Array [1. DY[2] := 0.06984*exp(3. Begin DY[1] := -0..21/Y[2])*Y[1]. Property of Setijo Bismo Halaman (23) .Yi.

100982 T 1.351751 1.000 0.700372 0.329925 0.200 0.100 0.Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN Tabel 4.400 0.121631 0.268337 1.413745 0.146945 0.119989 1.360020 Property of Setijo Bismo Halaman (24) .293738 1.329092 1.217212 0.000000 1.341613 1.293738 1.178213 0. Perbandingan hasil perhitungan sistem PDB jamak antara metode-metode order-4 : RK-Gill dan RK-Merson.121631 0.300 0.178213 0.000000 0.266497 0.329092 1.234771 1.217212 0.119989 1.329925 0.188532 1.146945 0.100982 T 1.700 0. Hasil Perhitungan Numerik untuk Sistem PDB : x 0.360020 y 1.700372 0.800 0.234771 1.351751 1.268337 1.600 0.500 0.529209 0.313474 1.000000 1.900 1.266497 0.000000 0.341613 1.529209 0.413746 0.188532 1.000 Contoh 6 : RK-Gill Contoh 7 : RK-Merson y 1.313474 1.

.xv. Yi[1] := 1. xv[1] := xv[1] + 0.Yf.Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN Contoh 6 : {Program Solusi Sistem Persamaan Diferensial Biasa dengan Metode RUNGE-KUTA-GILL} Type Real = Extended. Begin DY[1] := -0.1. End. Readln.' '.Yi[1]:0:6. x : Real.. XV : Real01. NP := 10. End. DY[2] := 0. Y : Real50.06984*exp(3. '.Yi[2]:0:6). Eps : Real. End. xv[1] := 0. Writeln(xv[1]:0:3.Yi. Var DY : Real50). Property of Setijo Bismo Halaman (25) . '.1744*exp(3. Yi[2] := 1.21/Y[2])*Y[1].' '.0. Writeln(xv[0]:0:3.Yf[1]:0:6.1.' xv[0] := xv[1]. Yi := Yf. Begin Eps := 1.Yf[2]:0:6).NP.21/Y[2])*Y[1].NP : Integer.0E-6. Real01 = Array [0. xv[0] := 0.0.1] of Real.N.' For I := 1 to 10 do Begin DRKGIL(N.Yf : Real50. Real50 = Array [1.50] of Real. {$I DRKGIL} Var I. N := 2. Procedure F(N : Integer.Eps). Yi.

06984*exp(3.N.xv[0])/NP. Writeln(xv[1]:0:3. End. Procedure F(N : Integer.21/Y[2])*Y[1]. = Array [0. {$I DRKMER} Var I.MSG). = Array [0.' For I := 1 to 10 do Begin DRKMER(N. Yi[1] := 1.Yf[2]:0:6. Readln. xv[0] := 0. Yi[2] := 1. Var DY : Real50). s[1] := s[0]/64.s. xv[1] := 0. N := 2.21/Y[2])*Y[1]. Begin DY[1] := -0.Yf. Writeln(xv[0]:0:3.1.1] of Real. NP := 100.50] of Real.' '.MSG. End. DY[2] := 0..MSG). s : Real02.NP : Integer.Yi. '.Eps.xv. xv[1] := xv[1] + 0. s[0] := (xv[1] .1.Yi[1]:0:6. Begin Eps := 1. Eps : Real.Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN Contoh 7 : {Program Solusi Sistem Persamaan Diferensial Biasa dengan Metode RUNGE-KUTA-MERSON} Type Real = Real01 Real02 Real50 Extended. Y : Real50. = Array [1. xv : Real01.Yf : Real50. x : Real.' Property of Setijo Bismo Halaman (26) .Yf[1]:0:6.0.0. xv[0] := xv[1].1744*exp(3. Yi.' '.. '.0E-4. End.' '.Yi[2]:0:6).2] of Real.. Yi := Yf.

360020 Property of Setijo Bismo Halaman (27) .329925 0.800 0.293738 1.400 0.234771 1.900 1.529209 0.313474 1.266497 0.500 0.329925 0.100982 T 1.360020 y 1.100 0.700372 0.146945 0.121631 0.351751 1.700 0.178213 0.351751 1.217212 0. Hasil Perhitungan Numerik untuk Sistem PDB : x 0.000000 1.121631 0.Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN Tabel 5.329092 1.000000 0.313474 1.413745 0.000 0.700372 0.217212 0.300 0.268337 1.341613 1.266497 0.188532 1.200 0.100982 T 1.188532 1.529209 0.119989 1.178213 0.600 0.329092 1. Perbandingan hasil perhitungan sistem PDB jamak antara metode-metode order-4 : RK-Gill dan RK-Fehlberg.000000 0.268337 1.341613 1.000 Contoh 6 : RK-Gill Contoh 8 : RK-Fehlberg y 1.413745 0.146945 0.000000 1.293738 1.119989 1.234771 1.

Yi. Begin Eps := 1. Property of Setijo Bismo Halaman (28) .' '.Yf : Real50. Readln. = Array [1..06984*exp(3.21/Y[2])*Y[1].MSG).' For I := 1 to 10 do Begin DRKF45(N.1.2] of Real. xv : Real01.Yi[1]:0:6.MSG. Y : Real50. s[0] := (xv[1] . NP := 100. N := 2.1744*exp(3. '. Procedure F(N : Integer.. {$I DRKF45} Var I. Yi[2] := 1.' '. s : Real02.Yf.50] of Real.Yf[1]:0:6. Var DY : Real50). s[1] := s[0]/64.Yf[2]:0:6).1..Yi[2]:0:6).xv.N.NP : Integer. xv[1] := 0. xv[0] := 0.1] of Real. Eps : Real. Yi := Yf.Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN Contoh 8 : {Program Solusi Sistem Persamaan Diferensial Biasa dengan Metode RUNGE-KUTA-FEHLBERG} Type Real = Real01 Real02 Real50 Extended.xv[0])/NP.0. Yi[1] := 1. End. DY[2] := 0.21/Y[2])*Y[1]. Begin DY[1] := -0. x : Real.Eps.' xv[0] := xv[1].0. '. = Array [0. End. = Array [0.0E-5. xv[1] := xv[1] + 0. End. Writeln(xv[1]:0:3. Writeln(xv[0]:0:3.Yi.s.

Salah satu solusi yang mungkin dilakukan adalah dengan metode ‘trial and error’. sehingga PDB order-2 di atas dapat diubah menjadi Sistem PDB berikut : ⎧ dy1 ⎪ dx = y2 ⎪ ⎨ ⎪ dy2 = − 1 − ( x 2 + 1 ) y 1 ⎪ dx ⎩ ⎧ y1 ( −1) = 0 ⎪ ⎨ ⎪ y ( −1) = input ⎩ 2 Strategi solusi PDB yang mungkin dilakukan dapat dijelaskan sebagai berikut : • Karena PDB tunggal di atas berbentuk order-2. yaitu dalam y1 dan y2 .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 : d2 y dx 2 = − 1 − ( x 2 + 1) y y( −1) = 0 dan y(1) = 0 PDB di atas memiliki informasi tentang harga-harga fungsi pada x = −1 dan x = 1 . Property of Setijo Bismo Halaman (29) . akan tetapi tidak memiliki informasi yang memadai tentang harga-harga awalnya untuk turunan pertama dan kedua (karena merupakan PDB order-2). maka dimisalkan suatu sistem PDB baru dengan 2 (dua) buah variabel terikat.

770133 0.777693 0.000000 y2 1.193192 -0.386258 0.578843 -0.50 0.60 -0.958637 0.578843 -0.000000 -0.10 0.20 -0.40 -0.777693 0. namun untuk y2 tidak sehingga dalam hal ini perlu diberikan dengan cara ‘trial and error’ • Integrasi PDB dapat dilakukan untuk informasi yang diketahui.478228 1.691223 0. dalam hal ini antara x = −1 sampai x = 1 .620549 1.316726 1.691223 0.777693 0.478228 -1.893419 0.193192 -0.000000 0.323231 0.893419 0.845157 0.316727 -1.958637 0.323231 0.586136 0.620549 -1.168104 -0.10 0.845157 0.845157 0.736465 1.80 0.Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN • Harga awal (kondisi awal) dari y1 diketahui.20 0.316726 1.958637 -1.30 0.932054 0.770133 0.620549 -1.168104 0.691223 0.777693 0.60 0.193192 -0.922394 0.578843 0.586136 0.620549 1.958637 -1.736465 Contoh 10 : Metode RKM y1 0.168104 0. x -1.736465 Halaman (30) .386258 0.691223 0.922394 0.845157 0.000000 -0.893419 0.922394 0.141981 -1.141981 0.000000 0.316727 -1.770133 -0.893419 0. Perbandingan hasil perhitungan sistem PDB order-2 dengan ‘teknik shooting’ antara metode RK-Gill dan RK-Merson.386259 -0.463112 0.00 0.323231 0.70 0.922394 0.736465 1.386259 -0.70 -0.50 -0.00 -0.478228 1.90 1.932054 0.463112 0.578843 0.463112 0.90 -0.770133 -0.00 Property of Setijo Bismo Contoh 9 : Metode RKG y1 0.30 -0.193192 -0. Tabel 6.478228 -1.40 0.168104 -0.323231 0.141981 0.586136 0.80 -0.586136 0.463112 0.000000 y2 1.141981 -1.

Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN Property of Setijo Bismo Halaman (31) .

Yi. Var DY : Real50). {$I DRKGIL} Var I. Y : Real50. x : Real. Writeln(xv[1]:0:3. Yi[2] := 1.1] of Real. Yi[1] := 0. xv[0] := -1.Yf : Real50.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 .Yi. Begin DY[1] := Y[2]. Writeln(xv[0]:0:3..Yf[2]:0:6).1.NP : Integer.Eps). Yi := Yf. Procedure F(N : Integer. Readln.' For I := 1 to 20 do Begin DRKGIL(N. Real50 = Array [1. Real01 = Array [0. Property of Setijo Bismo Halaman (32) . NP := 10. Begin Eps := 1. End. xv[1] := xv[1] + 0. '. '.9.Yf[1]:0:6.. XV : Real01.0E-6. End. xv[1] := -0. DY[2] := -1 .736465. Eps : Real. End. N := 2.NP.50] of Real.' '.xv.' xv[0] := xv[1].N.' '.0.(Sqr(x) + 1)*Y[1].Yf.Yi[1]:0:6.Yi[2]:0:6).(x^2 + 1)*Y x(-1) = 0 dan x(1) = 0} Type Real = Extended.

Eps. Yi.Yf[1]:0:6. xv[0] := xv[1].0.Yf : Real50.1.xv.' '.s.NP : Integer.N. Yi[1] := 0.Yi[2]:0:6). DY[2] := -1 . Yi := Yf. s[1] := s[0]/64. = Array [1. Eps : Real. x : Real.Yi[1]:0:6.(Sqr(x) + 1)*Y[1]. Var DY : Real50).Yi. Readln.. N := 2. Property of Setijo Bismo Halaman (33) . End.Yf.1] of Real. = Array [0. xv[1] := -0.736465.' '.. Writeln(xv[0]:0:3.(x^2 + 1)*Y x(-1) = 0 x(1) = 0} Type Real = Real01 Real02 Real50 Extended.0E-4. For I := 1 to 20 do Begin DRKMER(N. Yi[2] := 1. End.' '. End.Yf[2]:0:6). s : Real02.9.' '. xv : Real01. Procedure F(N : Integer.MSG.0. {$I DRKMER} Var I.xv[0])/NP. s[0] := (xv[1] .50] of Real. xv[1] := xv[1] + 0. xv[0] := -1.2] of Real. Begin DY[1] := Y[2].MSG). Y : Real50. = Array [0. NP := 10.. Begin Eps := 1. Writeln(xv[1]:0:3.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 .

229-230) menggunakan Metode Runge-Kutta-Gill : Persamaan Diferensial Biasa Order-2 non-linier berikut : y ′′ + y ′ = − sin ( x ) + cos ( x ) y( 0 ) = 0 . jika persamaan tersebut dikonversikan menjadi formula baku permisalan Sistem PDB berikut (untuk order-2) : ⎧ dy1 ⎪ dx = 1 ⎪ ⎪ dy2 = y3 ⎨ dx ⎪ ⎪ dy3 ⎪ dx = − sin( y1 ) + cos( y1 ) . • Sistem PDB baru yang diperoleh adalah dengan cara menyusun turunanturunan dari variabel-variabel permisalan di atas ( y1 dan y2 ) yang digabungkan dengan penyusunan ulang PDB tunggal di atas untuk dy3 dx (lihat kolom kiri) Property of Setijo Bismo Halaman (34) . • Permisalan kedua adalah untuk ‘variabel terikat’ y . y′(0) = 1 Harga-harga (kondisi) awal dari PDB tunggal di atas dapat memadai. • Permisalan ketiga (yang terakhir) adalah untuk ‘turunan variabel terikat’ ( dy dx = dy2 dx ) sebagai y3 .Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN Aplikasi Solusi PDB tunggal Order-2 dengan ‘Teknik Substitusi Variabel’ (Rice & Duong Do. hal. untuk y2 .y3 ⎩ dy1 ⎧ ⎪ y1 = x ⇒ dx = 1 ⎪ ⎨ y2 = y ⎪ dy ⎪ y3 = 2 dx ⎩ ⎧ y1 (0) = 0 ⎪ ⎪ ⎪ ⎨ y2 (0) = 0 ⎪ ⎪ ⎪ y3 (0) = 1 ⎩ Langkah-langkah permisalan di atas dapat dilakukan berdasarkan algoritma berikut : • Permisalan dimulai pada ‘variabel bebas’ x . untuk y1 sehingga diketahui harga turunannya (lihat kolom tengah).

000000 y3 1.707107 0.156434 -0.042035 2.453990 0.000000 -0.199 2.587785 -0.156434 0.156434 -0.142 Metode Runge-Kuta-Gill (Contoh 11) : y1 0.453990 0.670 2.951057 0. Perbandingan harga-harga solusi numerik dengan metode RKG dari PDB di atas ( y2 ) dengan solusi eksak disajikan pada tabel di bawah ini : Tabel 7.628 0.984513 3.809017 -0.042 2.453990 0.987688 0.000000 0.157080 0. Perbandingan solusi numerik sistem PDB order-2 dengan metode RKGill dengan solusi analitis.809017 0.670354 2.356 2.885 2.099557 1.100 1.000 0.471239 0.000000 0.707107 0.570796 1.707107 0.891007 0.587785 0.257 1.513274 2.453990 0.827433 2.587785 0.Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN • Harga-harga atau kondisi awal dari sistem PDB di atas berturut-turut merupakan harga-harga pada x = 0 (dalam hal ini y1 (0) ).891007 0.513 2. dan turunan pertama variabel terikat pada saat x = 0 (dalam hal ini y3 (0) ). x 0.309017 0.314 0.000000 0.587785 0.157 0.453990 -0.891007 0.000000 0.942478 1.000000 y2 0.987688 0.985 3.309017 0.951057 0.891007 -0.951057 -0.707107 0.809017 0.413717 1.891007 0.942 1.951057 0.453990 0.707107 0.809017 0.156434 -0.891007 0.951057 0.987688 -1.000000 0.000000 0.728 1.951057 0.809017 0.309017 0.987688 1.141593 Solusi Eksak y 0.727876 1.628319 0.827 2.987688 1.309017 -0.987688 0.309017 0.884956 2.000000 Property of Setijo Bismo Halaman (35) .471 0.156434 0.256637 1.785398 0.356194 2.309017 0.314159 0.707107 -0.587785 0.156434 0.785 0. variabel terikat pada saat x = 0 (dalam hal ini y2 (0) ).414 1.809017 0.587785 0.571 1. • Solusi yang diinginkan adalah harga-harga y2 sebagai fungsi x .199115 2.

' '. Begin DY[1] := 1. Yi.xv.Yf[3]:0:6.Yf : Real50.0.0. End.' '. Property of Setijo Bismo Halaman (36) .0.Sin(xv[0]):0:6).Yi[3]:0:6.N.' '. N := 3. Yi := Yf. {$I DRKGIL} Var I.sin(x) + cos(x) y1(0) = 0 y2(0) = 0 dan y3(0) = 1} Type Real = Extended.Yf[1]:0:6. ' '.Yf[2]:0:6. DY[3] := -Sin(Y[1]) + Cos(Y[1]) .' '. Real50 = Array [1.Eps). xv[0] := 0. xv[0] := xv[1].' '. Writeln(xv[0]:0:3. Begin Pi := 4*ArcTan(1).' '. NP := 20. End.0E-6. Procedure F(N : Integer. Eps.. xv[1] := xv[1] + Pi/20. XV : Real01. Readln. For I := 1 to 20 do Begin DRKGIL(N.NP. x : Real.NP : Integer.1] of Real. xv[1] := Pi/20.Seri Mata Kuliah : PEMODELAN dan MATEMATIKA TERAPAN 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' = .Yi[1]:0:6.Pi : Real.Sin(xv[1]):0:6).Yi.Yf. End. Y : Real50.Yi[2]:0:6. Eps := 1. Var DY : Real50).Y[3]. DY[2] := Y[3]. Yi[3] := 1. Yi[2] := 0.' '. Yi[1] := 0. Real01 = Array [0.50] of Real.. Writeln(xv[1]:0:3.

You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->