Anda di halaman 1dari 32

PERSAMAAN

DIFFERENSIAL
Persamaan Diferensial
Hampir semua fenomena baik fisik
maupun sosial diganbarkan dengan
persamaan differensial
Menghitung jarak terhadap waktu dengan
kecepatan tertentu,
dx 50 misalnya.
50
dt
Pertumbuhan Ekonomi nasional 5 % per
tahun dY
/ Yx100 5%
dt
Rate equations
Persamaan Diferensial
Solusinya, secara analitik dengan
integral,
dx 50dt x 50t C

C adalah konstanta integrasi


Artinya, solusi analitis tersebut
terdiri dari banyak alternatif
C hanya bisa dicari jika
mengetahui nilai x dan t.
Sehingga, untuk contoh di atas,
Klasifikasi Persamaan
Diferensial
Persamaan yang mengandung turunan
dari satu atau lebih variabel tak
bebas, terhadap satu atau lebih
variabel bebas.
Dibedakan menurut:
Tipe (ordiner/biasa atau parsial)
Orde (ditentukan oleh turunan tertinggi
yang ada
Liniarity (linier atau non-linier)
PDO
Pers.dif. Ordiner = pers. yg
mengandung sejumlah tertentu
turunan ordiner dari satu atau lebih
variabel tak bebas terhadap satu
variabel
d ybebas.
2
(t ) dy (t )
2
t 5 y (t ) e
t

dt dt

y(t) = variabel tak bebas


t = variabel bebas
dan turunan y(t)
Pers di atas: ordiner, orde dua, linier
PDO
Dinyatakan dalam 1 peubah dalam
menurunkan suatu fungsi
Contoh:

dy
sin x y ' sin x
dx
dP
kP P ' kP
dt
Partial Differential Equation
Jika dinyatakan dalam lebih dari 1 peubah,
disebut sebagai persamaan diferensial
parsial
Pers.dif. Parsial mengandung sejumlah
tertentu turunan dari paling tidak satu
variabel tak bebas terhadap lebih dari satu
variabel bebas.
Banyak ditemui dalam2 persamaan transfer
2
y ( x , t ) y ( x
polutan (adveksi,dispersi, diffusi)
, t )
0
x 2
t 2
PDO

y ' ' '4 y 2 Ordiner, linier, orde 3


d 2s Ordiner, linier, orde 2
32
dt 2
Ordiner, non linier, orde 1
( y' )2 3 y e x
Solusi persamaan
diferensial
Secara analitik, mencari solusi
persamaan diferensial adalah
dengan mencari fungsi integral nya.
Contoh, untuk fungsi pertumbuhan
secara eksponensial, persamaan
umum:
dP
kP
dt
Rate equations
(Persamaan Laju)
Yang disebut sebagai solusi PD dalam
diagram adalah persamaan yang
menggambarkan besaran dalam box, atau
disebut persamaan keadaan.

Jadi yang kita cari adalah :


Persamaan keadaan (State Equation)

Ada 2 cara untuk mencari solusi PD

1) Analitis
2) Numerik
Solusi persamaan diferensial
(Analitis)
Jumlah bakteri menjadi dua kali lipat setiap 5
jam, maka k = (ln 2)/5
Jika P0 = 1 unit, maka setelah satu jam

dP
kP P (t ) P0 e kt

dt
( (ln 2 ) )(1)
P1
dP
t1
P (1 ) 1( e 5
)
P P t k dt
1 .1487
0 0

P
ln Ck (t t0 )
P0
Solusi Analitis

Rate equation State equation


Hanya sedikit fenomena alam
yang dapat diselesaikan secara
analitik
Solusi Numerik
Numerical integration
Eulers
Runge-Kutta

(Review Deret Taylor)


Numerical integration makes use of this relationship:

dy
yt t yt t
dt

Which youve seen before

Relationship between continuous and discrete time models


*You used this relationship in Lab 1 to program the
logistic rate equation in Visual Basic:

Nt
N t 1 N t rN t 1 t , where t 1
K
Fundamental Approach of Numerical Integration
dy
yt t yt t
dt

y = f(t), unknown
yt+t,
yt+t, estimated
unknown
y
dy
, known
dt
yt, known
t, specified

t
N
N t t N t rN t 1 t t , where t 1
K
dN
dt
Nt/K with time, lambda = 1.7, time step = 1
0.45

0.4

0.35

0.3

0.25
Nt/K

0.2

0.15

0.1

0.05

0
0 10 20 30 40 50
time (years)

Calculate dN/dt*1 Nt+ t becomes the new Nt


at Nt Calculte dN/dt * 1 at new Nt Repeat these steps to estimate the state
Add it to Nt to Use dN/dt to estimate next Nt+ t function over your desired time length
estimate Nt+ t (here 30 years)

Eulers Method: yt+ t yt + dy/dt t


Example of Numerical Integration
dy
6 y .007 y 2
dt point to
estimate

Analytical solution to dy/dt

Y0 = 10

t = 0.5
Eulers Method: yt+ t yt + dy/dt t
dy
6 y .007 y 2
dt

m1 = dy/dt at yt analytical y(t+ t)


m1 = 6*10-.007*(10)2

y y = m1*t
yest= yt + y
estimated y(t+ t)

yt = 10

t = 0.5
Runge-Kutta Example
dy
6 y .007 y 2
dt point to
estimate

Problem: estimate the slope to


calculate y

t = 0.5
Runge-Kutta Example

estimated yt+t

Unknown point to
estimate, yt+t

lo pe
estimated yt+t
> 1s
e of
e ra g
v
te da
g h estimated yt+t
ei
W

yt
t t t
t = 0.5
Runge-Kutta, 4th order

Uses the derivative, dy/dt, to calculate 4 slopes (m1m4)


within t:
f (t , y ) derivative at (t , y )

m1 f (t , y )
m2 f (t t / 2, y m1t / 2)
m3 f (t t / 2, y m2 t / 2)
m4 (t t , y m3 t )

These 4 slopes are used to calculate a weighted slope of the


state function between t and t + t, which is used to estimate
yt+ t:
1
yt t yt (m1 2m2 2m3 m4 )t
6
Step 1:
Evaluate slope at current value of state
variable.

y0 = 10

m1 = dy/dt at y0
y m1 = 6*10-.007*(10)2
m1 = 59.3
m1=slope 1

y0
Step 2:
A) Calculate y1at t +t/2 using m1.
B) Evaluate slope at y1.

A) y1 = y0 + m1* t /2
y1 = 24.82

B) m2 = dy/dt at y1
m2 = 6*24.8-.007*(24.8)2
m2 = 144.63
m2=slope 2

y1

t = 0.5/2
Step 3:
Calculate y2 at t +t/2 using k2.
Evaluate slope at y2.

y2 = y0 + k2* t /2
y2 = 46.2 k3 = slope 3

k3 = dy/dt at y2
k3 = 6*46.2-.007*(46.2)2
k3 = 263.0

y2

t = 0.5/2
Step 4:
Calculate y3 at t +t using k3.
Evaluate slope at y3.

y3 = y0 + k3* t y3
y3 =141.5 k4 = slope 4

k4 = dy/dt at y3
k4 = 6*141.0-.007*(141.0)2
k4 = 706.9

y2

t = 0.5
Now you have 4 calculations of the slope of the state equation
between t and t+t

m4 = slope 4

m3 = slope3

m2 = slope 2

m1 = slope 1

t = 0.5
Step 5:
Calculate weighted slope.
Use weighted slope to estimate y at t +t

1
weighted slope = (m1 2m2 2m3 m4 )
1 6
yt t yt (m1 2m2 2m3 m4 ) t
6

true value

weighted slope
estimated value

t = 0.5
Conclusions

Analytical
4th order Runge-Kutta offers
substantial improvement
Runge-Kutta
over Eulers.
Both techniques provide
estimates, not true Eulers
values.
The accuracy of the
estimate depends on the
size of the step used in the
algorithm.