DOSEN PEMBIMBING
Drs. Lukman Hanafi, M.Sc
MAHASISWA
Durmin (1206 100 701)
Jurusan Matematika
Fakultas Matematika dan Ilmu Pengetahuan Alam
Institut Teknologi Sepuluh Nopember
Surabaya
PENDAHULUAN
2
Latar Belakang
Perpindahan panas yang terjadi di dalam bumi merupakan persoalan
kompleks karena melibatkan banyak parameter. Sehingga penyelesaian
persoalan perpindahan panas di alam ini memerlukan asumsi-asumsi untuk
menyederhanakan permasalahan.
3
Latar Belakang (lanjut)
Pada Tugas Akhir ini akan dikaji proses perpindahan panas satu dimensi
dimana objek penelitiannya adalah suatu simulasi domain bidang yang
pada batas-batas dan titik-titik tertentu diketahui temperaturnya.
Pendekatan yang dipakai adalah dengan membandingkan metode Beda
Hingga dan metode Crank-Nicholson.
4
Perumusan Masalah
5
Batasan Masalah
6
Tujuan
7
Manfaat
8
TINJAUAN PUSTAKA
9
Perpindahan Panas
Panas mengalir dari benda bertemperatur lebih tinggi ke benda
bertemperatur lebih rendah. Laju perpindahan panas yang melewati benda
padat sebanding dengan gradien temperatur atau beda temperatur persatuan
panjang.
10
Perpindahan Panas
11
Perpindahan Panas
Perpindahan panas secara radiasi adalah proses perpindahan panas dari
benda bersuhu tinggi ke benda yang bersuhu lebih rendah, bila benda
benda itu terpisah didalam ruang (bahkan dalam ruang hampa sekalipun).
Dinyatakan dengan:
12
Persamaan Diferensial Parsial
Persamaan diferensial parsial (PDP) adalah persamaan yang di dalamnya
terdapat suku-suku diferensial parsial yang dalam matematika diartikan
sebagai suatu hubungan yang mengaitkan suatu fungsi yang tidak diketahui,
yang merupakan fungsi dari beberapa variabel bebas, dengan turunan-
turunannya melalui variabel-variabel yang dimaksud.
13
Persamaan Diferensial Parsial
Terdapat tiga tipe dari persamaan quasilinear yaitu:
14
Persamaan Diferensial Parsial
Persamaan panas dengan temperatur u(x,t) dalam batang pada posisi x dan
waktu t dinyatakan dengan:
15
Persamaan Diferensial Parsial
Untuk penyelesaian persamaan diferensial parsial jenis parabolik ini
persamaan perpindahan panas berdimensi satu diatas disederhanakan menjadi:
(1)
16
Metode Beda Hingga
Untuk dapat menggunakan metode beda hingga dibutuhkan Deret Taylor.
Deret Taylor fungsi satu variabel disekitar x diberikan sebagai:
Deret Taylor inilah yang merupakan dasar pemikiran metode beda hingga
untuk menyelesaikan persamaan diferensial parsial secara numerik.
17
Metode Beda Hingga
Dari deret Taylor ini dikenal tiga pendekatan beda hingga.
Pendekatan beda maju (forward difference):
18
Metode Beda Hingga untuk Persamaan Panas
Penyelesaian dengan metode beda hingga dapat dijelaskan dengan meninjau
suatu luasan yang merupakan hasil dari persamaan diferensial parsial yang
mempunyai satu variable tak bebas u dan dua variable bebas x dan t. Setiap
persamaan diferensial yang berlaku pada luasan tersebut menyatakan keadaan
suatu titik atau pias yang cukup kecil di luasan tersebut.
Metode Beda Hingga sangat sering dipakai untuk mencari solusi suatu
persamaan diferensial parsial (PDP). Hal ini disebabkan mudahnya mendekati
PDP dengan pendekatan deret Taylor-nya dan diperoleh persamaan beda.
Idenya adalah membawa domain PDP ke dalam domain komputasi yang
berupa grid.
19
Metode Beda Hingga untuk Persamaan Panas
1. Metode FTCS (Forward Time Center Space)
Metode FTCS sering disebut dengan metode Eksplisit
x = h dan t = k.
Penerapan Beda Maju terhadap (pers. (1)) di titik i,j, diperoreh
20
Metode Beda Hingga untuk Persamaan Panas
1. Metode FTCS (Forward Time Center Space)
21
Metode Beda Hingga untuk Persamaan Panas
2. Metode Implisit BTCS (Backward Time Center Space)
x = h dan t = k.
Penerapan Beda Mundur terhadap (pers. (1)) di titik i,j+1,
diperoreh
22
Metode Beda Hingga untuk Persamaan Panas
2. Metode Implisit BTCS (Backward Time Center Space)
23
Metode Beda Hingga untuk Persamaan Panas
3. Metode Crank-Nicholson
x = h dan t = k.
Penerapan Beda Pusat terhadap (pers. (1)) di titik i,(j + ),
diperoreh
24
Metode Beda Hingga untuk Persamaan Panas
3. Metode Crank-Nicholson
25
Metode Beda Hingga untuk Persamaan Panas
3. Metode Crank-Nicholson
(4)
26
PEMBAHASAN
27
kondisi awal ,
kondisi batas ,
r = 0.5,
28
29
Penyelesaian dengan Metode Eksplisit
Pada skema eksplisit, variabel pada waktu j+1 dihitung berdasarkan variabel
pada waktu j yang sudah diketahui.
30
Penyelesaian dengan Metode Eksplisit
Dari perhitungan keseluruhan dengan Metode Eksplisit didapat tabel
31
Penyelesaian dengan Metode Crank-Nicholson
perhitungan dilakukan dengan memasukan nilai awal dan nilai batas pada
persamaan diatas
Misal untuk j=1 dan i=1,2,3,4 diperoleh sistem persamaan, empat persamaan
dengan empat variabel yang tidak diketahui:
32
Penyelesaian dengan Metode Crank-Nicholson
Hasil perhitungan keseluruhan disajikan pada Tabel
33
grafik perbandingan metode Eksplisit dan Crank-Nicholson
34
grafik perbandingan metode Eksplisit dan Crank-Nicholson
35
grafik perbandingan metode Eksplisit dan Crank-Nicholson
36
Kesimpulan dan Saran
Kesimpulan
37
Kesimpulan dan Saran
Saran
Tugas Akhir ini merupakan penelitian dengan kajian literatur tentang metode
beda hingga skema Eksplisit dan Crank-Nicholson untuk mencari solusi dari
persamaan panas satu dimensi, maka penulis menyarankan agar penelitian ini
dilanjutkan untuk kasus perpindahan panas dua dimensi.
38
Daftar Pustaka
39
TERIMA KASIH
40
Study air pollutants
Case Study: Finite
Informationsteknologi
Difference Methods
Air Quality Modelling
(and the advection
diffusion equation)
ut=Du- (vu)
Informationsteknologi
Informationsteknologi
Diffusion Transport
Informationsteknologi
1
Numerical Method Numerical Method
Upwind method, take the derivates from
left (from the direction of the wind):
Informationsteknologi
Informationsteknologi
(ujn+1-ujn)/dt=-vj(ujn-unj-1)/dx
t
x
The solution follows the characteristic lines,
x-vt=c, and moves unmodified to the right as
t increases (the wind blows to the right, v>0).
Institutionen fr informationsteknologi | www.it.uu.se Institutionen fr informationsteknologi | www.it.uu.se
Informationsteknologi
x=-15:dx:15;
u=u0(x); % Function u0.m
% Upwind method
c=v*dt/dx;
for t=dt:dt:T
u(2:end)=u(2:end)-
c*(u(2:end)-u(1:end-1));
end
plot(x,u);
Upwind method
Institutionen fr informationsteknologi | www.it.uu.se Institutionen fr informationsteknologi | www.it.uu.se
Informationsteknologi
2
Matlab implementation Matlab implementation
dx=0.1; dt=0.05;
x=-15:dx:15;
Informationsteknologi
Informationsteknologi
u=u0(x); % Function u0.m
unew=u0(x-v*dt);
% Leap-Frog method
c=v*dt/dx;
for t=2*dt:dt:T
uold=u;u=unew;
unew(2:end-1)=uold(2:end-1)-
c*(u(3:end)-u(1:end-2));
end
Informationsteknologi
Crank-Nicolson Crank-Nicolson
Crank-Nicolson is implicit
But, we can not use this method for our
Informationsteknologi
Informationsteknologi
t
Use an implicit non-damping scheme,
e.g., Crank-Nicolson:
(ujn+1-ujn)/dt=-vj(D0un+1+D0un)/2
With D0u=(uj+1-uj-1)/2dx
x
Gives similar solution as Leap-Frog Need to solve a tri-diagonal linear system of
equations in each time step, Aun+1=Bun.
Institutionen fr informationsteknologi | www.it.uu.se Institutionen fr informationsteknologi | www.it.uu.se
3
Matlab implementation Analysis
% Crank-Nicolsons method Accuracy: Taylor expansion gives order (2,2)
e=ones(n,1); c=v/(4*dx)*e;
Informationsteknologi
Informationsteknologi
Stability: Unconditionally stable
A=spdiags([-c e c],[-1 0 1],n,n);
B=spdiags([c e -c],[-1 0 1],n,n); Efficiency: Can take arbitrary dt but need to
[L,U,P]=lu(A); Bp=P*B; solve a tri-diagonal system in each step.
Problem properties: Crank-Nicolson preserves
for t=2*dt:dt:T solution amplitude (|Q|=1 for all frequencies)
z=L\(Bp*u); but gives some un-physical oscillations. Similar
u=U\z; solution as for Leap-Frog but with D0 we get
end correct damping.
Informationsteknologi
Numerical solution
Institutionen fr informationsteknologi | www.it.uu.se Institutionen fr informationsteknologi | www.it.uu.se
Informationsteknologi
4
Numerical solution Numerical solution
Increase wind, : v=10x[-y/R,x/R] Decrease space and time steps
Informationsteknologi
Informationsteknologi
Institutionen fr informationsteknologi | www.it.uu.se Institutionen fr informationsteknologi | www.it.uu.se
Informationsteknologi
For effiency:
Rule 1: Choose higher order methods if
accuracy is insufficient, more efficient than
increasing the number grid points.
Rule 2: Choose implicit methods for parabolic
problems, unconditionally stable (with correct
boundary conditions).
Informationsteknologi
e.g., non-physical damping and oscillations? Use INBOX #9, floor 2, house 2 (no email!)
How do we know that we have a correct Deadline October 2
solution?
Repeat the experiments with smaller and
smaller discretization steps. If the solution
converges the results are correct.
(Stability + Consistency => Convergence)
Convergence rate proportional to the order of
accuracy and Richardson extrapolation gives
an estimate of the global error.
5
Sidang Tugas Akhir - Juli 2013
DOSEN PEMBIMBING
Drs. Lukman Hanafi, M.Sc
MAHASISWA
Durmin (1206 100 701)
Jurusan Matematika
Fakultas Matematika dan Ilmu Pengetahuan Alam
Institut Teknologi Sepuluh Nopember
Surabaya
PENDAHULUAN
2
Latar Belakang
Perpindahan panas yang terjadi di dalam bumi merupakan persoalan
kompleks karena melibatkan banyak parameter. Sehingga penyelesaian
persoalan perpindahan panas di alam ini memerlukan asumsi-asumsi untuk
menyederhanakan permasalahan.
3
Latar Belakang (lanjut)
Pada Tugas Akhir ini akan dikaji proses perpindahan panas satu dimensi
dimana objek penelitiannya adalah suatu simulasi domain bidang yang
pada batas-batas dan titik-titik tertentu diketahui temperaturnya.
Pendekatan yang dipakai adalah dengan membandingkan metode Beda
Hingga dan metode Crank-Nicholson.
4
Perumusan Masalah
5
Batasan Masalah
6
Tujuan
7
Manfaat
8
TINJAUAN PUSTAKA
9
Perpindahan Panas
Panas mengalir dari benda bertemperatur lebih tinggi ke benda
bertemperatur lebih rendah. Laju perpindahan panas yang melewati benda
padat sebanding dengan gradien temperatur atau beda temperatur persatuan
panjang.
10
Perpindahan Panas
11
Perpindahan Panas
Perpindahan panas secara radiasi adalah proses perpindahan panas dari
benda bersuhu tinggi ke benda yang bersuhu lebih rendah, bila benda
benda itu terpisah didalam ruang (bahkan dalam ruang hampa sekalipun).
Dinyatakan dengan:
12
Persamaan Diferensial Parsial
Persamaan diferensial parsial (PDP) adalah persamaan yang di dalamnya
terdapat suku-suku diferensial parsial yang dalam matematika diartikan
sebagai suatu hubungan yang mengaitkan suatu fungsi yang tidak diketahui,
yang merupakan fungsi dari beberapa variabel bebas, dengan turunan-
turunannya melalui variabel-variabel yang dimaksud.
13
Persamaan Diferensial Parsial
Terdapat tiga tipe dari persamaan quasilinear yaitu:
14
Persamaan Diferensial Parsial
Persamaan panas dengan temperatur u(x,t) dalam batang pada posisi x dan
waktu t dinyatakan dengan:
15
Persamaan Diferensial Parsial
Untuk penyelesaian persamaan diferensial parsial jenis parabolik ini
persamaan perpindahan panas berdimensi satu diatas disederhanakan menjadi:
(1)
16
Metode Beda Hingga
Untuk dapat menggunakan metode beda hingga dibutuhkan Deret Taylor.
Deret Taylor fungsi satu variabel disekitar x diberikan sebagai:
Deret Taylor inilah yang merupakan dasar pemikiran metode beda hingga
untuk menyelesaikan persamaan diferensial parsial secara numerik.
17
Metode Beda Hingga
Dari deret Taylor ini dikenal tiga pendekatan beda hingga.
Pendekatan beda maju (forward difference):
18
Metode Beda Hingga untuk Persamaan Panas
Penyelesaian dengan metode beda hingga dapat dijelaskan dengan meninjau
suatu luasan yang merupakan hasil dari persamaan diferensial parsial yang
mempunyai satu variable tak bebas u dan dua variable bebas x dan t. Setiap
persamaan diferensial yang berlaku pada luasan tersebut menyatakan keadaan
suatu titik atau pias yang cukup kecil di luasan tersebut.
Metode Beda Hingga sangat sering dipakai untuk mencari solusi suatu
persamaan diferensial parsial (PDP). Hal ini disebabkan mudahnya mendekati
PDP dengan pendekatan deret Taylor-nya dan diperoleh persamaan beda.
Idenya adalah membawa domain PDP ke dalam domain komputasi yang
berupa grid.
19
Metode Beda Hingga untuk Persamaan Panas
1. Metode FTCS (Forward Time Center Space)
Metode FTCS sering disebut dengan metode Eksplisit
x = h dan t = k.
Penerapan Beda Maju terhadap (pers. (1)) di titik i,j, diperoreh
20
Metode Beda Hingga untuk Persamaan Panas
1. Metode FTCS (Forward Time Center Space)
21
Metode Beda Hingga untuk Persamaan Panas
2. Metode Implisit BTCS (Backward Time Center Space)
x = h dan t = k.
Penerapan Beda Mundur terhadap (pers. (1)) di titik i,j+1,
diperoreh
22
Metode Beda Hingga untuk Persamaan Panas
2. Metode Implisit BTCS (Backward Time Center Space)
23
Metode Beda Hingga untuk Persamaan Panas
3. Metode Crank-Nicholson
x = h dan t = k.
Penerapan Beda Pusat terhadap (pers. (1)) di titik i,(j + ),
diperoreh
24
Metode Beda Hingga untuk Persamaan Panas
3. Metode Crank-Nicholson
25
Metode Beda Hingga untuk Persamaan Panas
3. Metode Crank-Nicholson
(4)
26
PEMBAHASAN
27
kondisi awal ,
kondisi batas ,
r = 0.5,
28
29
Penyelesaian dengan Metode Eksplisit
Pada skema eksplisit, variabel pada waktu j+1 dihitung berdasarkan variabel
pada waktu j yang sudah diketahui.
30
Penyelesaian dengan Metode Eksplisit
Dari perhitungan keseluruhan dengan Metode Eksplisit didapat tabel
31
Penyelesaian dengan Metode Crank-Nicholson
perhitungan dilakukan dengan memasukan nilai awal dan nilai batas pada
persamaan diatas
Misal untuk j=1 dan i=1,2,3,4 diperoleh sistem persamaan, empat persamaan
dengan empat variabel yang tidak diketahui:
32
Penyelesaian dengan Metode Crank-Nicholson
Hasil perhitungan keseluruhan disajikan pada Tabel
33
grafik perbandingan metode Eksplisit dan Crank-Nicholson
34
grafik perbandingan metode Eksplisit dan Crank-Nicholson
35
grafik perbandingan metode Eksplisit dan Crank-Nicholson
36
Kesimpulan dan Saran
Kesimpulan
37
Kesimpulan dan Saran
Saran
Tugas Akhir ini merupakan penelitian dengan kajian literatur tentang metode
beda hingga skema Eksplisit dan Crank-Nicholson untuk mencari solusi dari
persamaan panas satu dimensi, maka penulis menyarankan agar penelitian ini
dilanjutkan untuk kasus perpindahan panas dua dimensi.
38
Daftar Pustaka
39
TERIMA KASIH
40