Anda di halaman 1dari 14

UAS PRAKTIKUM METODE NUMERIK

Adams Bashforth Moulton

Imam Jabar Shidiq Deisna Rahmaningtyas Harits Muhammad Edrick Yosafat

140810120002 140810120006 140810120015 140810120025

PRODI TEKNIK INFORMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PADJADJARAN NOVEMBER 2013

Daftar Isi
Judul Daftar Isi BAB I Pendahuluan.................................................................................................................3 1.1 Latar Belakang Masalah...........................................................................................3 1.2 Rumusan Masalah....................................................................................................4 1.3 Tujuan......................................................................................................................4

BAB II Pembahasan................................................................................................................5 BAB III Penutup 3.1 Kesimpulan14 3.2 Saran..14

Daftar Pustaka...15

BAB I Pendahuluan
1.1 Latar Belakang

Persamaan differensial memiliki peranan yang sangat penting di alam, sebab banyak fenomena alam yang dirumuskan dalam bentuk diferensial yaitu yang memuat beberapa derivatif dari suatu fungsi yang belum diketahui. Persamaan diferensial yang tidak dapat diselesaikan secara analitis dapat ditentukan dengan metode khusus agar mendekati solusi sebenarnya. Salah satunya adalah dengan Metode Adams Bashforth Moulton. Metode Adams Bashforth Moulton adalah proses mencari nilai fungsi y(x) pada titik x tertentu dari persamaan differensial biasa orde satu melalui persamaan prediktor dan korektor yang telah ditentukan. Metode ini merupakan salah satu dari metode Banyak Langkah (Multistep method) yang digunakan untuk menyelesaikan masalah nilai batas pada persamaan diferensial biasa dengan cukup akurat. Dengan tujuan menggunakan informasi dari beberapa titik sebelumnya yang peroleh melalui metode satu-langkah untuk menghitung taksiran nilai yang lebih baik. Akan tetapi kekurangan utama dari rumus banyak langkah adalah mereka tidak dapat memulai sendiri. Jadi pada metode Adams Bashforth, kita harus mempunyai empat nilai berturut-turut dari f (x,y) pada titik-titik yang berjarak sama sebelum rumus ini dapat digunakan. Nilai awal ini harus diperoleh dengan suatu metode yang bebas. Adapun langkah-langkah untuk mempermudah pengerjaan masalah dalam persamaan diferensial yang diselesaikan dengan menggunakan Metode Adams Bashforth Moulton orde 4, antara lain: 1. Menuliskan persamaan differensial dengan syarat awal yang telah ditentukan. 2. Menentukan bentuk persamaan dari solusi sejatinya (solusi khusus) untuk mengetahui besarnya galat yang dihasilkan. 3. Menyelesaikan persamaan differensial biasa dengan mencari nilai dan dan dari metode satu-langkah. 4. Menentukan nilai pada titik melalui tahap prediktor. 5. Menentukan nilai pada titik melelui tahap korektor.
3

6. Menentukan galat pada tahap prediktor dan tahap korektornya.: 7. Proses tersebut akan berhenti pada langkah ke-n sesuai dengan nilai h yang ditentukan.

1.2

Rumusan Masalah Bagaimana langkah langkah atau cara untuk menyelesaikan masalah persamaan diferensial biasa menggunakan metode Adams Bashforth Moulton? Bagaimana bentuk program metode Adams Bashforth Moulton dalam Scilab?

1.3

Tujuan Memahami cara kerja penggunaan metode banyak langkah dalam menyelesaikan masalah persamaan diferensial biasa yang tidak dapat diselesaikan secara analitis, yaitu metodeAdams Bashforth Moulton. Dapat mengimplementasikan metode Adams Bashforth Moulton ke dalam sebuah program Scilab.

BAB II Pembahasan

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

) ( ) pada ( ) titik,

aproksimasi

) dengan polinom yang menginterpolasi

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

diaproksimasi (dekati) oleh formula integral trapesium, maka diperoleh : [ ( ) ( )] ( )

Predictor Corrector

) dari : menaksir ( : memperbaiki nilai (

) dari predictor

Metode P-C antara lain adalah 1. Metode Adams-Bashforth-Moulton 2. Metode Milne-Simpson 3. Metode Hamming

Metode Adam-Bashford-Moulton
5

Tinjau PDB orde satu

( )

( )) sampai ( )

intergrasikan kedua ruas persamaan dari ( ( )) ( )| (

( )

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 Adam-BashfordMoulton di atas dinamakan juga metode Adam-Bashford-Moulton orde-4.

Keidealan Metode Predictor-Corrector Metode predictor-corrector dikatakan ideal jika galat mempunyai orde yang sama dengan galat perlangkah corrector: Galat per langkah Galat per langkah per langkah predictor

dengan adalah terapan yang diketahui. Metode Adams-Bashforth-Moulton, metode MilneSimpson, 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 ( ) ( ) yang lebih baik

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 (2.1) dan (2.2) ( 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.
7

Berikut ini diagram alir Metode Adam-Moulton :

Contoh Soal :
Gunakanlah metode Adams-Bashforth-Moulton untuk menyelesaikan persamaan dengan ( ) . Pada interval [0, 1] dengan .
Disini ( ) dengan dan . ;

Metode : RUNGE-KUTTA Soal: h = 0.1 Solusi sebenarnya ( ) 2 2.2051709

0 0.1

2 2.2051708

0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

2.4214026 2.6498585 2.8918242 3.1487206 3.422118 3.7137516 4.0255396 4.3596014 4.7182797

2.4214028 2.6498588 2.8918247 3.1487213 3.4221188 3.7137527 4.0255409 4.3596031 4.7182836

Dengan menggunakan Tabel Runge-Kutta diatas, kita memperoleh tiga nilai awal tambahan yaitu , , . Jadi didapat,

Kemudian, menggunakan persamaan metode Adams-Bashforth-Moulton dimulai dengan n=3, dan ( ). Karena ( ) , maka

(Prediktor) (

( ( ) (

) ) ( ) ( ))

(Korektor)

( ( ( ) (

) ) ( ) )

(Prediktor) ( (

( ( )) ) (

) ) ( )

(Korektor)

) 9

( (

(Prediktor) ( (

( ( )) ) (

) ) ( )

(Korektor)

( ( ( ) (

) ) ( ) )

Metode : METODE ADAMS-BASHFORTH-MOULTON Soal: ; ( ) . h = 0.1 Solusi sebenarnya ( ) 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 2.8918201 3.1487164 3.4221137 3.7137473 4.0255352 4.3595971 4.7182756 2 2.2051708 2.4214026 2.6498585 2.8918245 3.1487213 3.4221191 3.7137533 4.0255418 4.3596044 4.7182836 2 2.2051709 2.4214028 2.6498588 2.8918247 3.1487213 3.4221188 3.7137527 4.0255409 4.3596031 4.7182836

10

Berikut program Scilabnya => abm.sci


function f=f(x, y) f=y-x; endfunction function [y]=abm() x=input('masukan x yang ingin dicari = ') n=input('masukan jumlah iterasi n = ') x0=input('tentukan x0 = ') y0=input('tentukan y0 = ') y1=input('nilai awal tambahan y1 = ') y2=input('nilai awal tambahan y2 = ') y3=input('nilai awal tambahan y3 = ') h=(x-x0)/n;

x=zeros(n,1) y=zeros(n,1) p=zeros(n+1,1) yy=zeros(n+1,1) // y'=f(x,y) yy(1)=y0 yy(2)=y1-(x0+h) yy(3)=y2-(x0+2*h) yy(4)=y3-(x0+3*h)

y(1)=y1 y(2)=y2 y(3)=y3 x(1)=x0+1*h x(2)=x0+2*h x(3)=x0+3*h printf('x0 = %f\tPy0 = -\t\tykorektor0 = %f\n',x0,y0);

for k=1:3 printf('x%i = %f\tPy%i = -\t\tykorektor%i = %f\tasli = %f\n',k,x(k),k,k,y(k),exp(x(k))+x(k)+1); end

11
for i=4:n x(i)=x0+i*h

for i=4:n x(i)=x0+i*h //Predictor p(i)=y(i-1)+(h/24)*(55*yy(i)-59*yy(i-1)+37*yy(i-2)-9*yy(i-3)) pp=f(x(i),p(i))

//Corrector y(i)=y(i-1)+(h/24)*(9*pp+19*yy(i)-5*yy(i-1)+yy(i-2)) yy(i+1)=f(x(i),y(i)) printf('x%i = %f\tPy%i = %f\tykorektor%i = %f\tasli = %f\n',i,x(i),i,p(i),i,y(i),exp(x(i))+x(i)+1); end endfunction

Hasil running program :

12

BAB III Penutup

3.1 Kesimpulan Dengan memakai metode Adams Bashforth Moulton, 3.2 Saran

13

Daftar Pustaka

14