HUKUM BERNOULLI
Hukum ini diterapkan pada zat cair yang mengalir dengan kecepatan berbeda dalam suatu
pipa.
P + r g Y + 1/2 r v2 = c
P = tekanan
1/2 r v2 = Energi kinetik
r g y = Energi potensial
]® tiap satuan
waktu
Cepat aliran (Q) adalah volume fluida yang dipindahkan tiap satuan waktu.
Q=A.v
A1 . v1 = A2 . v2
Untuk zat cair yang mengalir melalui sebuah lubang pada tangki, maka besar
kecepatannya selalu dapat diturunkan dari Hukum Bernoulli, yaitu:
v = Ö(2gh)
Contoh:
1. Sebuah kolam air berdinding bujursangkar dengan panjang 15 m, tingginya
7,5m.Tentukanlah tekanan air 4,5 m di bawah permukaan air!
Jawab:
P = r . g . h = 103 . 10 . 4,5
P = 4,5.104 N/m2
2. Air mengalir sepanjang pipa horisontal, penampang tidak sama besar. Pada tempat
dengan kecepatan air 35 cm/det tekanannya adalah 1 cmHg. Tentukanlah tekanan pada
bagian pipa dimana kecepatan aliran airnya 65 cm/det.(g = 980 cm/det2) !
Jawab:
v1 = 35 cm/det; v2 = 65 cm/det
Prinsip Bernoulli:
P1 + pgy1 + 1/2rv12 = P2 + rgy2 + 1/2rv22
Jadi:
P2 = P1 - 1500
P2 = 13328 - 1500
P2 = 11828 dyne/cm
P2 = 0,87 cmHg
membahas, sebaran peluang membuat aku rada pusing.. neh sekarang lagi di jelasin ama
assist. tp kok tetap ajh ya, ga ngerti...
belajar sendiri di modul bikin pusing juga neh... ahh..
tp gpp dech, modulnya aku selipin disini ajah.. sekalian nge-net sekalian baca..
Px (X) =
dimana χ , adalah parameter skala, η adalah parameter bentuk dan r (n) fungsi gamma.
Pendugaan Parameter. Untuk menduga nilai-nilai parameter dapat digunakan beberapa
cara pendugaan yaitu ( Haan, 1979):
(1) Pendugaan moment
i = x /,2........................................................ .....................(1)
f,=x2 is2............................................................................(2)
dimana x adalah rata-rata tinggi hujan dalam satu periode dan s simpangan baku.
(2) Pendugaan kemungkinan maksimum
Χ = ή/X .......................................................................(3)
Selanjutnya untuk menduga nilai ή dapat dipakai beberapa cara yaitu: Cara Thorn :
ή = ∆ ή...........................................................................(4)
y = ln X – 1/n
X = tinggi hujan rata-rata dalam satu periode tertentu, misalnya bulanan seiama kurun
waktu pengamatan dalam satuan mm (Xi > 0).
Xi = tinggi hujan dalam satu periode tertentu pada tahun pengamatan ke i dalam satuan
mm (Xi>0).
n = banyak tahun selama kurun waktu pengamatan dengan data hujan dalam satu periode
tertentu lebih besar dari 0.
∆ ή adalah faktor koreksi bagi nilai dugaan ή Nilai ∆ ή untuk nilai ή antara 0,2 - 5,6 dapat
dilihat pada lampiran 1. Bila nilai ή yang diperoleh dari persamaan (23) lebih besar dari
5,6, nilai itu ∆ ή dapat diabaikan.
Cara Greenwood dan Durand
ή = ( 0.5000876 + 0,1643852 * y - 0,054427 * y 2) ……………(6)
y
Untuk 0±y < 0,5772 dan
ή = ( 8.898919 + 9,05995* y - 0,9775373* y 2…………………(7)
y*( 17,79728 + ll,968477*y + y2 )
Untuk 0,5772 < y < 17,0
Nilai y dihitung dari persamaan (5). Menurut mereka, kesalahan maksimum yang dibuat
dengan penggunaan persamaan (6) adalah 0,0088% dan persamaan (7) sebesar 0,0054%.
Menurut Sheton dan Bouman (1970, dalam Haan, 1979) nilai rj yangdiperoleh dari
persamaan (4), (6) dan (7) masih mempunyai bias. Dalam praktek besarnya nilai bias
parameter bentuk diduga dalam persamaan berikut :
E( ή- n)= ( 3η – 0.677 + 0.111/ η + 0.32/ η3 ) ………….(8)
( n -3 )
Untuk n ≥ 4 dan η ≥ 1. Namun selanjutnya mereka menyarankan, untuk menduga nilai
bias η digunakan rumus :
E( ή- n)= 3 ή/ η ………………………………… (9)
Sehingga nilai parameter bentuk tak bias (η) adalah
ή = ή – E (ή – η )
= ή – 3 ή/ η……………………………………………(10)
= (η – 3) ή/ η
dan .......................................................................(11)
Menurut Thorn (1958 dalam Haan, 1979) untuk nilai ή < 10, metoda pendugaan moment
tidak bisa dipakai. Dan bila ή mendekati 1, metoda moment hanya menggunakan 50%
informasi data dalam menduga η dan 40% dalam menduga λ Secara umum metoda
pendugaan kemungkinan maksimum lebih sering digunakan.
Penentuan peluang Kejadian Hujan. Menurut Thorn (1971) bila deretan data hujan
mempunyai nilai nol, perhitungan peluang hujan sebaiknya dihitung dengan
menggunakan sebaran campuran yang selanjutnya diubah menjadi peluang dengan
sebaran gamma. Untuk itu dalam penentuan peluang hujan didekati dengan dua cara.
(1) Penentuan peluang hujan yang datanya tidak ada nilai nol.
p(X>x) = 1-p(X
p( X > x) = 1 - Px (x), dimana
Px (x) =
Besarnya nilai 1 - Px ( x ) sudah disajikan dalam bentuk Tabel sesuai dengan besarnya
nilai dan λ2 dan v. Adapun besarnya nilai λ 2 dan v adalah :
X2 = 2 l*Xb..................................................(12)
v = 2* ή* ...................................................................................(13)
Xb adalah tinggi hujan yang dicari peluang kejadiannya. Jadi bila nilai λ 2 pada v yang
diperoleh dimasukan kedalam Tabel lampiran 2 diperoleh nilai 0,9100, berarti peluang
terjadinya hujan paling sedikit Xb mm adalah 0,91. Sebaliknya bila ingin mencari tinggi
hujan terendah dengan peluang kejadian tertentu dapat dilakukan dengan mencari nilai λ
pada v yang telah dihitung yang nilai peluangnya sesuai dengan yang kita kehendaki,
sehingga:
Xb = λ 2/ 2 ...................................................................... (14)
(2) Penentuan peluang hujan yang deretan datanya mengandung nilai nol.
F(x) = 1- G(x)...........................................................................(15)
G(x)= Sebaran peluang kumulatif (X > 0)...............................(16)
H(x)= 1 -Pc(x)......................................................................(17)
F( x ) = Peluang malampaui nilai tertentu ( sebaran gamma)
G( x ) = Sebaran peluang kumulatif ( x > 0 )
H( x ) = Peluang tidak melampaui nilai tertentu ( sebaran campuran ).
Pc(x) = Peluang tidak melampaui nilai tertentu yang terlebih dahulu ditentukan (sebaran
campuran).
p = Peluang menadapat data bernilai lebih besar dari nol.
q = Peluang mendapat data bernilai nol.
Nilai F( x ) yang diperoleh, digunakan untuk mendapatkan tinggi hujan terkecil
yang terlampaui dengan melihat hasil (iterasi) dari persamaan =2 λ T Xb
Pengujian Sebaran. Untuk mengji apaka penyebaran data menyebar menurut sebaran
gamma atau tidak, dapat digunakan uji Khi-kwadrat. Adapun cara pengujiannya adalah
(Hutapea, 1993) :
Χ 2Hitung =
Oi = frekuensi kejadian hujan yang berada pada klas hujan ke i.
Ei = frekuensi kejadian hujan harapan yang berada pada klas hujan ke i.
Dihitung dengan cara mengalikan peluang mendapatkan klas tertentu dikalikan dengan
jumlah pengamatan.
k = banyaknya klas.
Bila χ 2 Tabel lebih besar dari χ 2 hitung, pada taraf dan derajat bebas (k-p-1), dimana p
adaiah banyaknya parameter sebaran yang diduga, berarti data menyebar menurut
sebaran gamma. Dengan demikian sebaran gamma dapat digunakan untuk menduga
peluang kejadian hujan dengan ketelitian yang cukup dapat diandalkan. Untuk
memperoleh banyaknya kelas dan selang kelas digunakan rumus-rumus berikut :
k = 1 + 3,3 logn ..........................................................................(19)
I = R/k ....... .......................................................................................(20)