Anda di halaman 1dari 17

Tugas Kelompok:

Metode Runge-Kutta Dan Metode Banyak Langkah

DISUSUN OLEH:

EKA PURNAMA (60600108030) ABBAS HARIANTO


JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI ALAUDDIN MAKASSAR 2010

KATA PENGANTAR

Puji syukur kami panjatkan ke hadirat Allah SWT yang telah melimpahkan karunianya kepada kami sehingga kami dapat menyelesaikan makalah ini tepat pada waktunya. Makalah ini merupakan tugas yang diberikan oleh dosen mata kulian Analisis Numerik. Dan lebih khusus membahas tentang Metode Range-Kutta dan Metode Banyak Langkah. Tak lupa kami ucapkan terima kasih kepada semua pihak yang telah berpartisipasi dan dalam penyelesaian makalah ini, terutama kepada dosen mata kuliah yang bersangkutan, atas bimbingannya selama ini kepada kami. Makalah ini telah kami susun sebaik-baiknya. Namun, kami menyadari masih banyak kekurangan yang memerlukan perbaikan. Oleh karena itu, kritik dan saran yang bersifat membangun kami harapkan dari para pembaca untuk kesempurnaan makalah ini lebih lanjut. Akhirnya kami berharap semoga makalah ini dapat berguna bagi pembaca dalam memahami Analisis Numerik dengan Metode Range-Kutta dan Metode Banyak Langkah. Atas perhatiannya, kami ucapkan terima kasih. Makassar, 9 Maret 2010 Tim Penyusun

DAFTAR ISI KATA PENGANTAR DAFTAR ISI A. Metode Range-Kutta 1. Metode Range-Kutta Orde Satu 2. Metode Range-Kutta Orde Dua 3. Metode Range-Kutta Orde Tiga 4. Metode Range-Kutta Orde Empat B. Ekstrapolasi Richardson C. Metode Banyak Langkah 1. Metode Adam-Bashford-Moulton a. Persamaan Predictor b. Persamaan Corrector 2. Metode Milne Simpson 3. Metode Hamming 4. Prosedur Pendahuluan 5. Keidealan Metode Predictor-Corrector BAB III PENUTUP A. Kesimpulan B. Saran DAFTAR PUSTAKA

BAB I PENDAHULUAN A. Latar Belakang Metode Euler kurang efisien dalam masalah-masalah praktis, karena dalam metode Euler diperlukan h << 1 untuk memperoleh hasil yang cukup teliti (akurat). Metode Runge-kutta dibuat untuk mendapatkan ketelitian yang lebih tinggi dan kelebihan dari metode ini adalah bahwa untuk memperoleh hasil-hasil tersebut hanya diperlukan nilai-nilai fungsi dari titik-titik sebarang yang dipilih pada suatu interval bagian. Penyelesaian PDB dengan metode deret Taylor juga tidak praktis karena metode tersebut membutuhkan turunan perhitungan . Lagipula, tidak semua fungsi mudah dihitung turunannya, terutama bagi fungsi yang bentuknya rumit. Semakin tinggi orde metode deret Taylor, semakin tinggi turunan fungsi yang harus dihitung. Karena pertimbangan ini, metode deret Taylor yang berorde tinggi pun tidak dapat diterima dalam masalah praktek. Metode Runge-Kutta merupakan alternatif lain dari metode deret Taylor yang tidak membutuhkan perhitungan turunan. Metode ini berusaha mendapat derajat ketelitian yang lebih tinggi, dan sekalius menghindarkan keperluan mencari turunan yang lebih tinggi dengan jalan mengevaluasi fungsi pada titik terpilih dalam setiap selang langkah [CON80]. Metode Runge-Kutta adalah metode PDB yang paling populer karena banyak di pakai dalam praktek. Sampai sejauh ini kita telah mengenal metode Euler, metode Heun, metode Taylor, dan metode Runge-Kutta. Semua metode tersebut dikelompokkan dalam metode satu langkah (one-step), sebab untuk menaksir nilai dibutuhkan satu buah taksiran nilai sebelumnya . Kelompok metode PDB yang lain ialah metode banyak langkah (multi-step). Pada metode banyak langkah, perkiraan nilai membutuhkan beberapa taksiran seluruhnya ... yang termasuk ke dalam metode banyak langkah adalah metode predictor-corrector. Metode Heun adalah meotde predictorcorrector, namun metode Heun bukanlah metode bansyak langkah, sebab taksiran nilai hanya di didasarkan pada taksiran . Tujuan utama metode banyak langkah adalah menggunakan informasi dari beberapa titik sebelumnya, untuk menghitung taksiran nilai yang lebih baik. Beberapa metode predictor-corrector (P-C) yang temasuk ke dalam metode banyak langkah. Pada metode P-C, kita menaksir nilai dari dengan persamaan predictor-corrector, dan kemudian menggunakan persamaan predictor-corrector untuk menghitung nilai yang lebih baik (improve) 4

B. Rumusan Masalah 1. Bagaimana menyelesaikan PDB dengan metode Range-Kutta? 2. Bagaimana memperbaiki solusi PBD dan memperkirakan galatnya dengan Ekstrapolasi Richardson? 3. Bagaimana bentuk metode Adam-Bashford-Moulton? 4. Begaimana bentuk metode Milne Simpson 5. Bagaimana bentuk metode Hamming 6. Apa saja prosedur pendahuluan sebelum menyelesaikan PDB dengan metode predictor-corrector? 7. Bagaimana mengetahui keidealan suatu metode Predictor-Corrector?

BAB II METODE RUNGE-KUTTA DAN METODE BANYAK LANGKAH A. Metode Runge-Kutta Metode Runge-Kutta merupakan salah satu dari satu perangkat metode yang penting untuk menyelesaikan persamaan diferensial dengan syarat awal

diberikan Untuk memecahkan persoalan ini, pada sumbu waktu waktu diskret dan seterusnya dengan , dengan merupakan step length dari saat ke-r ke saat ke(r+1). Pada umumnya step length tergantung pada r, tetapi untuk mudahnya diperlakukan konstan, yaitu h. Bentuk umum metode Runge-Kutta orde- adalah: ...(1) dengan adalah tetapan dan dipilih simpul-simpul

...

Nilai dipilih sedemikian rupa sehingga meminimumkan galat per langkah, dan persamaan (1) akan sama dengan metode deret Taylor dari orde setinggi mungkin. Galat per langkah metode Runge-Kutta ordeGalat longgokan metode Runge-Kutta ordeOrde metode =

5. Metode Runge-Kutta Orde Satu Metode Runge-Kutta tingkat satu berbentuk

6. Metode Runge-Kutta Orde Dua Metode Runge-Kutta tingkat satu berbentuk

7. Metode Runge-Kutta Orde Tiga Metode Runge-Kutta yang terkenal dan banyak dipakai dalam praktek adalah metode Runge-Kutta orde tiga dan metode Runge-Kutta orde empat. Kedua metode tersebut terkenal karena tingkat ketelitian solusinya tinggi (dibandingkan metode Runge-Kutta orde sebelumnya, mudah diprogram, dan stabil) Metode Runge-Kutta orde tiga berbentuk

( 8. Metode Runge-Kutta Orde Empat Metode Runge-Kutta orde tiga berbentuk

( (

) )

9. Metode Runge-Kutta Orde Lima

( ( ( (

) ) ) )

Penyelesaian PDB dengan MATLAB dapat menggunakan subrutin ode23 yang merupakan eksplisit dari metode range-kutta (2,3) Contoh dengan kondisi awal integrasi dari sampai dengan pada dan rentang

Berikut ini pemrograman matlabnya %pdb.m function dydx=pdb(x,y) dydx=-2*x^3+12*x^2-20*x+8.5;

%runpdb clear clc rentang_x=[0 4]; y0=1; [x,y]=ode23('pdb',rentang_x,y0) plot(x,y) xlabel('x') ylabel('y')

Eksekusi di command window x = 0 0.0094 0.0565 0.1712 0.3046 0.4524 0.6111 0.7777 0.9511 1.1319 1.3196 1.5150 1.7217 1.9512 2.2503 2.4902 2.7301 2.9516 3.1622 3.3655 3.5614 3.7483 3.9277 4.0000 y = 1.0000 1.0791 1.4488 2.1817 2.7701 3.1483 3.3031 3.2609 3.0709 2.7893 2.4787 2.2006 2.0131 1.9808 2.2494 2.6978 3.2901 3.8780 4.3716 4.6749 4.6862 4.3176 3.4933 3.0015

Kasus: Terhadap kinetika proses fermentasi berhasil dimodelkan secara matematis sebagai berikut: ( )

dengan . Evaluasi harga jamnya. Berikut ini progam MATLAB-nya %fermen.m function dydt=fermen(t,y) k1=0.03120; k2=47.70; k3=3.374; k4=0.01268; dydt=[k1*y(1)*(1-y(1)/k2) k3*y(1)-k4*y(2)]; %kasus clear; clc; tspan=[0:1:10]; y0=[5 0]; [t,y]=ode23('fermen',tspan,y0) Eksekusi di command window t = 0 1 2 3 4 5 6 7 8 9 10 y = 5.0000 5.1414 5.2863 5.4347 5.5868 5.7425 5.9020 6.0652 6.2323 6.4033 6.5783 dan

serta nilai pada dalam interval waktu 0 s,d 10 jam setiap

0 17.0000 34.2657 51.8056 69.6282 87.7422 106.1564 124.8796 143.9206 163.2886 182.9924

10

B. Metode Banyak Langkah (Multistep) Formula banyak langkah yaitu:

aproksimasi

dengan polinom yang menginterpolasi

pada

titik,

Metode Predictor-Corrector Metode banyak langkah biasa di interpolasi pada titik [tipe terbuka]. Metode langkah ganda predictor-corrector di interpolasi pada titik [tipe tertutup]

diperoleh :

diaproksimasi (dekati) oleh formula integral trapesium, maka

[ Predictor Corrector : menaksir dari : memperbaiki nilai

dari predictor

Metode P-C antara lain adalah 6. Metode Adams-Bashforth-Moulton 7. Metode Milne-Simpson 8. Metode Hamming 1. Metode Adam-Bashford-Moulton Tinjau PDB orde satu ( ) sampai

intergrasikan kedua ruas persamaan dari

11

nyatakan

di ruas kiri persamaan dan suku lainnya di ruas kanan:

Persamaan predictor-corrector metode Adam-Bashford-Moulton adalah:

) , yaitu:

galat perlangkah metode Adam-Bashford-Moulton adalah dalam orde

dan galat longgokannya adalah dalam orde . Oleh karena itu, metode AdamBashford-Moulton di atas dinamakan juga metode Adam-Bashford-Moulton orde-4 2. Metode Milne Simpson Metode Milne-Simpson didasarkan pada integrasi ] ( ) pada selang

Persamaan predictor-corrector metode milne simpson adalah

12

dan galat per langkahnya adalah dalam orde

, yaitu:

untuk 3. Metode Hamming Persamaan predictor-corrector metode hamming adalah

4. Prosedur Pendahuluan PDB hanya mempunyai satu nilai awal, yaitu . Dengan demikian, metode banyak langkah tidak self-start, sehingga tidak dapat diterapkan secara langsung, sebab metode tersebut memerlukan beberapa buah nilai awal. Inilah kelemahan metode banyak langkah. Misalkan predictor mempunyai persamaan

untuk menghitung

, kita harus mempunyai nilai

dan

agar nilai

dapat ditentukan. Untuk mendapatkan beberapa nilai awal yang lain, kita harus melakukan prosedur pendahuluan (starting procedure) dengan metode PDB yang bebas. Metode PDB yang sering dijadikan sebagai prosedur pendahuluan adalah: Metode Euler Metode Runge-Kutta Metode Taylor Jadi, untuk contoh predictor di atas, dan dihitung terlebih dahulu dengan salah satu prosedur pendahuluan. Selanjutnya, metode P-C dapat dipakai untuk menghitung

13

5. Keidealan Metode Predictor-Corrector Metode predictor-corrector dikatakan ideal jika galat per langkah predictor mempunyai orde yang sama dengan galat perlangkah corrector: Galat per langkah Galat per langkah dengan adalah terapan yang diketahui. Metode Adams-Bashforth-Moulton, metode Milne-Simpson, dan metode Hamming adalah metode P-C yag ideal. Metode Heun adalah metode P-C yang tidak ideal, karena Galat per langkah Galat per langkah Jika sebuah metode P-C ideal, kita dapat memperoleh nilai (improve) sebagai berikut: dengan rumus adalah taksiran yang lebih baik dari pada dapat diperoleh dengan membagi persamaan (21) dan (22) yang lebih baik

14

Suku (

) pada persamaan (3) merupakan taksiran galat

perlangkah untuk menghitung dan menyatakan faktor koreksi terhadap nilai . Jadi, untuk mendapatkan taksiran nilai yang lebih baik, tambahkan dengan faktor koreksi tersebut. Contoh: Tentukan perkiraan galat per langkah untuk nilai Adams-Bashforth-Moulton. Penyelesaian: yang lebih baik dengan metode

dari persamaan di atas, diperoleh

Nilai ditentukan sebagai berikut =-19/720

(251/720) =-19/720 sehingga =-19/251

( Jadi, taksiran galat per langkah untuk nilai adalah

15

BAB III PENUTUP C. Kesimpulan 1. Bentuk umum persamaan Runge-Kutta adalah:

2. Persamaan banyak langkah terdiri dari a. Metode Adams-Bashforth-Moulton b. Metode Milne-Simpson c. Metode Hamming D. Saran Kami telah membuat makalah ini sebaik-baiknya, jika terdapat kekurangan kami mohon kritik dan saran untuk kesempurnaan makalah ini lebih lanjut.

16

DAFTAR PUSTAKA

http://blog.unila.ac.id/zakaria/files/2009/06/bab6_bukuajar.pdf http://kuliah.inf.uajy.ac.id/index.php http://rieko.files.wordpress.com/2007/12/buku-komprostek.pdf Munir, Rinaldi. 2008. Metode Numerik Revisi Kedua. Bandung: Informatika www.cs.ui.ac.id/WebKuliah/IKI20620_02/slides/PDB2.ppt

17