December 1, 2019
Kelemahan
Beberapa kelemahan metode Taylor Series adalah:
1 Cara menentukan N , mengingat semakin besar N maka semakin kecil
error
2 Komputasi turunan tingkat tinggi berpotensi memberi masalah pada
komputer
Spesikasi
Runge-Kutta method diturunkan dari metode Taylor sehingga memiliki
FGE yang sama yaitu O(hN )
Runge-Kutta method dapat dikonstruk pada sembarang N tapi yang
paling populer adalah N = 4, hal ini karena hampir akurat, stabil, dan
mudah diprogram.
Runge-Kutta 4
yk+1 dihitung berdasarkan rumus taylor yaitu
yk+1 = yk + w1 k1 + w2 k2 + w3 k3 + w4 k4 +
Runge-Kutta 4
Dengan mencocokkan koesien-koesien dengan metode Taylor Series
order 4 maka pemotongan pada order O(h5 ). Runge dan Kutta berhasil
menemukan sistem persamaan berikut
b1 = a1 w2 a13 + w3 a23 + w4 a33 = 14
b2 + b3 = a2 w3 a1 b3 + w4 (a1 b5 + a2 b6 ) = 61
b4 + b5 + b6 = a3 w3 a1 a2 b3 + w4 a3 (a1 b5 + a2 b6 ) = 81
1
w1 + w2 + w3 + w4 = 1 w3 a12 b3 + w4 (a12 b5 + a22 b6 ) = 12
w2 a1 + w3 a2 + w4 a3 = 12 w4 a1 b3 b6 = 241
Runge-Kutta 4
Sistem persamaan tersebut mengandung 11 persamaan dan 13 variabel.
Dua kondisi tambahan yang harus diberikan untuk mendapatkan solusi dari
sistem, yaitu
1
a1 = dan b2 = 0
2
Solusi dari sistem tersebut adalah
a2 = 1, a3 = 1, b1 = 21 , b3 = 12 , b4 = 0, b5 = 0 b6 = 1
w1 = 16 , w2 = 13 , w3 = 13 , w4 = 1
6
Runge-Kutta 4
Solusi dari sistem persamaan yang berisi 13 variabel ini disubstitusikan ke
dalam formula yk+1 akan diperoleh
h(f1 + 2f2 + 2f3 + f4 )
yk+1 = yk +
6
dengan:
f3 = f tk + h2 , yk + h2 f2
f1 = f (tk , yk )
f2 = f (tk + h2 , yk + h2 f1 ) f4 = f (tk + h, yk + hf3 )
Theorem
Asumsikan bahwa y (t) adalah solusi dari IVP.Jika y (t) ∈ C 5 [t0 , b] dan
{(tk , yk )}M
k=0 adalah barisan aproksimasi yang dibangun oleh Metode
= 0.8974915
Untuk mendapatkan nilai y2 nilai dari f di atas harus dihitung pada titik
(t1 , y1 ) = (0.25, 0.8974915). Hasil perhitungan adalah sebagai berikut:
f1 = 0.25−0.28974915 = −0.32374575
f2 = 0.375−(1+0.25(02.5)(−0.32374575)) = −0.241011641
f3 = 0.375−(1+0.25(0.25)(−0.241011641)) = −0.246182522
f4 = 0.5−(1+0.25(0.52)(−0.246182522)) = −0.167972935
Selanjutnya dapat ditentukan y2
−0.32374575+2(−0.241011641)+2(−0.246182522)−0.16792935
y2 = 0.8974915 + 0.25 6
= 0.836403708
Example
Untuk membandingkan presisi dari setiap step, maka diperlukan tabel
lengkap sebagai berikut.
yk
tk y (tk ) Eksak
1 1/2 1/4 1/8
Example
Hubungan antara step size dan FGE
Step Banyak Aproksimasi FGE O(h) = Ch4
Size, h Step, M di y (3) yM di t=3 C = −0.000614
1 3 1.6701860 -0.0007955 -0.0006140
1
6 1.6694308 -0.0000403 -0.0000384
2
1
12 1.6693928 -0.0000023 -0.0000024
4
1
24 1.6693906 -0.0000001 -0.0000001
8
function R=rk4(f,a,b,ya,M)
h=(b-a)/M;
T=zeros(1,M+1);
Y=zeros(1,M+1);
T=a:h:b;
Y(1) =ya;
for i=1:M
k1=h*feval(f,T(i),Y(i));
k2=h*feval(f,T(i)+h/2,Y(i)+k1/2);
k3=h*feval(f,T(i)+h/2,Y(i)+k2/2);
k4=h*feval(f,T(i)+h,Y(i)+k3);
Y(i+1)=Y(i)+(k1+2*k2+2*k3*k4)/6;
end;
R=[T' Y'];
Rahmat Nursalim, S.Pd., M.Si. ANALISIS NUMERIK December 1, 2019 13 / 15
Latihan
1 Diberikan IVP
y 0 = t2 − y dengan y (0) = 1
Misalkan h = 0.2 dan solusi yang diinginkan berada pada interval
[0, 1], gunakanlah runge-kutta order 4 untuk menentukan yk
2 Diberikan IVP
y 0 = 3y − 3t dengan y (0) = 1