Klasifikasi Persamaan Diferensial Parsial
Klasifikasi Persamaan Diferensial Parsial
Persamaan diferensial parsial dibagi menjadi tiga jenis, yaitu persamaan diferensial
eliptik, parabolik dan hiperbolik.
A. Persamaan
Hiperbolik
Persamaan Gelombang
2u
(8-17)
t2
x2
Persamaan ini muncul dalam berbagai masalah dari elastisitas dan akustik sampai
hidraulika. Oleh sebab itu, dari tiga bentuk persamaan diferensial parsial yang kita
ketahui, persamaan hiperbolik merupakan persamaan yang paling banyak dikaji oleh
ilmuwan komputasi. Jika persamaan gelombang (8-17) didekati menggunakan
pendekatan beda hingga, maka dapat dituliskan sebagai
ui j 1 2ui j ui j 1 c2 ui j 1 2ui j uij 1 0
dengan
ui j u xi ,t j
Dengan memecahkannya untuk variabel uij 1 maka kita memperoleh
ui
j1
2 2
ui 1 ui 1 2 1
j
ui j uij
(8-20)
Persamaan ini menjelaskan kepada kita bahwa apabila kita mengetahui u pada
seluruh xi pada langkah waktu berikutnya. Hal ini disebut dengan metode eksplisit.
Tetapi, ada sedikit masalah pada permulaan perhitungan, karena secara umum kita
tidak mengetahui harga u pada dua waktu berturut-turut. Sedangkan, kita harus
mengetahui harga u xi ,0 dan derivatif u xi ,0 t di seluruh hargaxi. Oleh sebab
itu, dengan mengetahui ungkapan
u xi ,t
ui 1
ui 1
t0
atau
2 t
u xi ,t
ui
ui
t0
sebagai
c
2
t
2
u xi ,0
u1
u0
u0
u0
2
x
i
1
i1
x
2
Persamaan Adveksi
Persamaan adveksi merupakan satu-satunya persamaan di dalam dinamika fluida yang
munculnya lebih sering dibandingkan persamaan difusi. Persamaan ini memerikan
cara suatu besaran kekal (conserved) seperti halnya suhu potensial ataupun
momentum dibawa bersama aliran udara atau air.
Untuk menjelaskan secara fisika tentang masalah adveksi ini, sekarang misalnya ada
seorang pengamat berdiri di suatu lapangan dengan membawa sebuah termometer. Di
tempat tersebut bertiup angin dari arah barat membawa udara lebih hangat menuju ke
arah timur yang bersuhu udara lebih dingin. Dalam hal ini sebut saja bahwa arah barat
ke timur adalah x . Selajutnya, apa yang dilihat oleh pengamat tersebut dengan
termometer yang dibawanya? Ternyata angka yang ditunjukkan oleh termometer
semakin besar, yang berarti bahwa keadaan suhu di tempat tersebut semakin hangat.
Hal ini disebabkan oleh pergantian udara yang terjadi di tempat tersebut, yaitu dari
keadaan udara yang dingin diganti dengan udara yang lebih hangat.
Jika yang terjadi adalah bahwa angin yang berhembus ke arah pengamat tersebut tidak
mengalami perubahan suhu, maka pengamat tersebut tidak dapat memberi informasi
bahwa terjadi kenaikan suhu. Nah, karena kenyataannya terjadi perubahan suhu maka
ada yang disebut gradien suhu. Laju perubahan suhu yang terjadi di tempat itu
bergantung kepada besarnya gradien maupun laju perpindahan udara, yaitu
Tanda minus menyatakan bahwa suhu hanya akan naik apabila gradien suhu turun,
atau dengan kata lain udara akan menjadi lebih hangat jika kita bergerak ke arah x
atau dari arah timur ke barat, yakni bergerak ke arah berlawanan dengan arah angin.
Dalam bahasa matematika, pernyataan di atas dapat diungkapkan dalam bentuk
c
u
(8-24)
dengan u menyatakan suhu potensial yang merupakan besaran kekal yang dalam hal
ini merupakan variabel yang diadveksi. Dalam kaitannya dengan masalah ini, maka
kita hanya akan membahas untuk harga c konstan. Penyelesaian umum untuk
persamaan (8-24) adalah
u F x ct
u nj
1
unj
u nj 1 unj 1
(8-26)
2 x
Atau
u nj 1
u nj
ct
u nj 1 unj 1
(8-27)
2 x
dengan k menyatakan bilangan gelombang ruang real yang dapat berharga sembarang,
sedangkan
k
adalah bilangan komplek yang bergantung pada k.
1 i
c t
sin k x
(8-29)
2 x
c t
sin k
(8-30)
2 x
u nj 11 unj11
Dengan menggunakan pendekatan beda mundur untuk
langkah waktunya dan beda terpusat untuk langkah
ruangnya, maka persamaan adveksi dapat didekati
dengan
u nj
uj
1
(8-31)
2 x
u nj
u nj 1
ct
u nj 11
unj
1
(8-32)
atau dapat disusun kembali menjadi
2 x
Penggunaan
analisa
stabilitas Von
Nouman
pada
pendekatan
BTCS untuk
persamaan
adveksi ini
menghasilka
n
1
ct
ik x
e ik x
(8-33)
2 x
atau
2 x
Persamaan
(8-34)
menunjukkan
bahwa faktor
penguatanny
a adalah
ct
sin k x
(8-34)
1 i
1
2 x
c t
sin k x
(8-35)
yang berarti,
skema (831)) adalah
stabil mutlak.
1
Metode
CenteredTime
CenteredSpace
(CTCS)
Untuk
persamaan
adveksi,
penggunaan
menjadi
2 t
2 x
u nj 1 u nj 1
Ot2
u nj 1 unj 1
Persamaan
(8-36) dapat
disusun
kembali
menjadi
bentuk
O x 2
0
(8-36)
u nj 1 u nj 1
ct
u nj 1 unj 1
c t
(8-37)
c t
sin k x
Stabilitas
sin k x
(8-39)
persamaan (8-37) maka diperoleh
c t
2 1 i x sin k x
12
Modulus dari
masingmasing akar
adalah 1,
sedangkan
syarat stabil
adalah 2 1,
ini berarti
bahwa
metode
CTCS stabil
untuk
menyelesaika
n persamaan
adveksi.
8.7 Metode
Lax
Metode Lax
merupakan
sebuah metode
yang
dimaksudkan
untuk
memodifikasi
unj 1
c t
unj
unj 1 unj 1
(8-42)
unj 1 unj 1
(8-40)
2 x
2
unj 1
unj 1
Dengan
mensubstitus
i bentuk
Modulus dari
adalah
cos k x i
ct
sin k x
(8-43)
cos
2
k x
c t
sin
2
k x
(8-44)
Pernyataan
(8-44)
mengisyaratk
an kepada
kita bahwa
metode Lax
stabil untuk
c t
1. Untuk
harga
c t
faktor
penguatannya
berkurang.
Faktor
penguatan ini
dinyatakan oleh
cos
2
k x
c t
sin
2
k x
(8-45)
Untuk harga
1,
titik j 1 dan j
1 pada saat
penguatannya
. Dengan
kata lain, xj 1
dan xj 1
merupakan
batas yang
memungkink
an untuk
memberikan
informasi
pada
besaran unj 1
.
unj 1
unj 1
(8-46)
Kriteria stabilitas
c t
1
dikenal dengan syarat Courant. Secara
intuitif, syarat
Hasil yang
mengagumka
n pada
pendekatan
Lax adalah
bahwa
penggantian
unj dengan
u nj
1
u nj
(8-47)
u nj 1 u nj 1
u nj 1 2u nj
unj 1
2 x
yang
merupakan
representasi
dari metode
FTCS
u x 2 2u
(8-48)
t c
x2
2 t
Dalam
persamaan
(8-48) ini,
kita memiliki
suku difusi.
Oleh sebab
itu, skema
Lax ini
dikatakan
memiliki
disipasi
numerik.
8.8 Skema
LaxWendroff
1 2
1 2
22
u nj 1 u nj
Sedangkan,
t
F jn 1 Fjn
harga terbaru
(8-49)
untuk unj 1
dapat dihitung
dengan
pernyataan
terpusat
Sebagai
2
u nj 1 u nj
t
n
x Fj
2 x
1 2
1 2
Fjn1122
u nj
u nj 1
1 c t
dengan mensubstitusi
u nj unj 1
(8-51)
u nj
2x
u nj
c t
u nj 1 u nj
1ct
u nj 1 unj
Dengan
menggunaka
n uji stabilitas
Von Nouman,
maka dengan
mudah
diperoleh
x
2
ct
2x
ct
1 cos k x
1i
sin k x
adalah
c t
c t
1
2
1
cos k x
sin k x
atau
1
c t
2
c t
1
cos k x
2
x
(8-52)
(8-53)
x
(8-54)
Kriteria stabilitas yang harus dipenuhi adalah 2 1, hal ini mensyaratkan harga
c t
2
c
T
k
2T x,t
Q x
x2
x,t D
2
a f
S
x2
dengan
uxD
t
2
dengan
2u
0
(8-55)
x2
kedua terhadap variabel ruangnya, maka diskritisasi terhadap ungkapan (855) tersebut mengambil bentuk
u nj 1 unj
u nj 1 2u nj
unj 1
(8-56)
x
2
u nj 1 u nj
u nj 1
2u nj unj 1
(8-57)
x
2
Skema ini disebut sebagai metode eksplisit, karena jika uin diketahui untuk
seluruh tn pada titik-titik jaring, maka kita dapat menghitung uin 1 pada waktu
tn 1 tanpa menyelesaikan melalui persamaan simultan.
k t
cos kx 1
(8-58)
atau
sin
k x
(8-59)
x
2
Dari hasil analisa stabilitas dapat ketahui bahwa metode yang kita gunakan untuk
mendekati persamaan difusi tersebut stabil karena syarat stabil 1 dipenuhi.
un un 1
un
2un un
i
i
i1
i
i 1
(8-60)
x 2
uin
uin 1
2uin uin 1 uin 1
(8-61)
x
2
diketahui ditempatkan diruas kanan. Dalam kasus ini, harga-harga u pada langkah
waktu n dianggap tidak dketahui, harga-harga yang diketahui adalah pada langkah
waktu ke n 1.
Dengan mengambil
t
(8-62)
x 2
in1
1 2 in in 1 in 1
(8-63)
Jika syarat batas pada ujung-ujungnya diberikan yaitu u0 dan uN , maka kita persamaan
(8-63) dapat ditampilkan dalam bentuk persamaan simultan linier sebagai
berikut
g
n
n 1
(8-64)
dengan
1
0
0
.
.
1 2
0
.
0
0
.
.
.
0
.
(8-65)
.
.
.
.
.
.
.
.
1 2
.
.
0
0
1
Kita juga akan menggunakan analisa stabilitas Von Nouman untuk meyakinkan apakah
skema implisit ini stabil atau tidak stabil. Jika kita mensubstitusikan mode Fourier ke
persamaan (8-61), maka dengan mudah diperoleh
cos k x 2 1
(8-66)
t
1
(8-67)
x 2
sin 2 k x
Metode ini merupakan salah satu dari beberapa metode yang digunakan untuk
mengatasi masalah stabilitas yang ditemukan pada metode Euler maju atau FTCS.
Metode Dufort-Frankle merupakan satu teknik yang memanfaatkan stabilitas tak
bersyarat dari metode intrinsic untuk persamaan diferensial sederhana.
u nj 1 u nj 1
2 t
u nj 1 u nj 1
u nj 1 unj 1
(8-68)
2 t
Jika diambil
,
maka
persamaan
(8-68) dapat disusun
kembali menjadi
x
2
bentuk
u nj
u nj 1
u nj 1
unj 1
(8-69)
2
cos k x
1
0
(8-70)
cos k x
1 2 sin2 k x
(8-71)
Untuk mengetahui kestabilan skema ini, maka kita dapat mengecek bagaimana
modulus dari
tersebut. Dengan menganggap 2 sin2 k x 1
dan 2 sin2 k x 1 ,
Metode Cranck-Nicolson
in1in
n 1
i 1
2 in 1 in 11
in1
2 in in 1
(8-72)
2 x
atau
in1in
n 1
i 1
2 in 1 in 11
in1
2 in in 1
(8-73)
2 x
Dengan mendefinisikan
x
2
nj
1
1
2
n 1
j
1
1
nj
n
j 1
n
j
nj 1
(8-74)
atau
Ag
n 1
B g
(8-75)
1 2
(8-76)
1 2
dan
0 .
.
1 2
0
.
. .
0
(8-77)
. .
.
.
1 2
.
0
0
Dengan menggunakan analisa stabilitas Von Nouman seperti yang telah kita
terapkan pada metode-metode sebelumnya, maka diperoleh faktor
penguatannya sebesar
1
2
sin2 k x
2
(8-78)
sin2 k x
2
Persamaan Eliptik
2u
x , y
(8-92)
x
y
2u
2u
0
(8-93)
x2
y2
Untuk menyelesaikan persamaan eliptik dibutuhkan syarat batas di ujungujungnya. Oleh sebab itu penyelesaian persamaan eliptik masuk dalam
kategori masalah nilai batas.
Metode penyelesaian numerik untuk persamaan diferensial eliptik diklasifikasikan
dalam dua kategori, yaitu metode beda hingga dan elemen hingga. Tetapi dalam
pasal ini kita hanya akan menggunakan metode beda hingga untuk menangani
persamaan ini. Metode beda hingga diturunkan dari jaring kotak. Penggunaan
metode ini untuk menyelesaikan masalah diferensial eliptik memiliki banyak
keuntungan. Adapun keuntungan metode elemen hingga diantaranya adalah bahwa
persamaan diskritnya tidak terganggu oleh bentuk geometri yang rumit, sehingga
metode ini fleksibel untuk diterapkan dalam bentuk geometri apapun. Namun akhirakhir ini, metode beda hingga juga telah dikembangkan untuk mengatasi masalah
geometri ini yaitu dengan cara transformasi koordinat.
Dalam pasal ini kita tidak akan membahas metode beda hingga dalam
geometri yang rumit, tetapi kita hanya akan membahas metode tersebut di
dalam gometri kotak saja. Untuk memudahkan pemahaman kita tentang
metode ini, sekarang marilah kita tinjau sebuah persamaan Laplace dalam
koordinat kartesan seperti terlihat pada persamaan (8-93).
Untuk mempermudah pemahaman kita tentang masalah yang kita bahas ini,
sekarang ditinjau untuk domain 0 x Lx dan 0 y Ly seperti terlihat pada
gambar 8.10. Syarat batas yang dikenakan pada sisi-sisinya adalah
Batas kiri
0
(syarat batas Neumann)
Batas kanan
u
0
(syarat Dirichlet)
Batas atas
u
0
Batas bawah
Untuk menurunkan persamaan beda hingga pada persamaan Laplace, maka kita perlu
membuat jaring pada kotak tersebut. Jika kita mengasumsikan bahwa lebar
pias
x
y,
maka
persamaan
Poisson
tersebut
dapat
didekati dengan
ui , j
ui , j
i,j
(8-94)
2u
u
1
2u
u
(8-95)
1, j
i,j
i
1, j
i,j1
i,j
i,j1
i,j
dengan ui , j
u xi , y j
Sesuai dengan namanya, ide dari metode iteratif Jacobi adalah menemukan
harga setiap titik-titik dalam kotak melalui jalan iterasi hingga ditemukan harga
yang optimum. Iterasi awal dimulai dengan memberikan nilai tebakan pada
variabel-variabelnya. Iterasi dilakukan terus menerus hingga selisih harga
elemen kini dan sebelumnya melebihi toleransi yang diberikan.
Untuk lebih jelasnya, sekarang kita akan meninjau kembali persamaan
Laplace seperti pada contoh 8.1 tetapi dengan syarat batas sebagai berikut
Batas kiri
u0
Metode Relaksasi
Konsep dari metode relaksasi didasarkan pada suatu ide bahwa konvergensi
ke suatu penyelesaian dari pemberian terkaan awal tertentu dapat dicapai
dengan cara mengulang-ulang iterasi setiap titiknya. Konsep dari iterasi
berasal dari suatu ide bahwa perubahan perlahan-lahan (evolusi) terhadap
waktu dapat dilihat ketika persamaan diferensial parsial eliptik dinyatakan
dalam bentuk persamaan diferensial parabolik.
2u
2
u2
x , y
(8-72)
menjadi
2 u2
2u
x , y
(8-73)
u nj,1 u nj,
t
1
,
unj,1
unj, 1
j,
(8-75)
Dari
ungkapan (8-75),
kita
dapat menemukan harga terbaru dari u
pada
Jacobi seperti yang telah dibahas di atas. Sayangnya, metode ini masih
cukup lambat mencapai konvergen.
Satu metode yang barangkali lebih baik dibandingkan dengan metode iterasi
Jacobi membuat algoritma tersebut menjadi bentuk semi implisit
u nj,1
u nj 1, u nj 1,1
u nj, 1 unj,1 1
j,
(8-76)
Dalam skema ini, harga-harga baru dari u digunakan segera setelah harga-harga
tersebut ada, artinya bahwa titik-titik yang sudah ter-update akan digunakan segera
dalam perhitungan untuk memperoleh harga terbaru u pada titik berikutnya. Skema
yang diperlihatkan pada (8-76) tersebut dikenal dengan metode relaksasi GaussSeidel. Sayangnya, metode ini juga masih lambat konvergensinya.
konvergensi, maka kita perlu mengkoreksi secara over metode Gauss-Seidel. Kita akan
melakukan generalisasi terhadap skema (8-76) sehingga setiap langkah relaksasi
j , l akan
digantikan dengan
kombinasi
linier
antara harga lamanya
dan harga
terupdatenya. Jadi
n1
n
n
n1
n 1
2
u
j,
1 u j , l
4
j 1,
j 1,
u
j , 1
u j , 1
j ,
(8-76)
dimana
2 . Untuk harga 0
1, maka skema (8-76)
disebut dengan under
relaxation
, sedangkan untuk ranah1
2
skema tersebut dikenal dengan over
relaxation. Untuk harga
dalam ranah