1.

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. PDP digunakan untuk melakukan formulasi dan menyelesaikan permasalahan yang melibatkan fungsi-fungsi yang tidak diketahui, yang merupakan dibentuk oleh beberapa variabel, seperti penjalaran suara dan panas, elektrostatika, elektrodinamika, aliran fluida, elastisitas, atau lebih umum segala macam proses yang terdistribusi dalam ruang, atau terdistribusi dalam ruang dan waktu.

Persamaan diferensial dapat dibedakan menjadi dua macam tergantung pada jumlah variabel bebas. Apabila persamaan tersebut mengandung hanya satu variabel bebas, persamaan disebut dengan persamaan diferensial parsial. Derajat (order) dari persamaan ditentukan oleh derajat tertinggi dari turunannya. Sebagai contoh persamaan diferensial biasa di bawah ini adalah berorder satu, karena turunan tertingginya adalah turunan pertama.
x dy  y!3 dx

Sedang persamaan diferensial biasa berorder dua mengandung turunan kedua sebagai turunan tertingginya, seperti bentuk di bawah ini: d2y dx  3  2y ! 0 2 dx dy Contoh persamaan diferensial parsial dengan variabel bebas x dan t adalah:
x y x2 y ! 2 xt xx

Penyelesaian persamaan diferensial adalah suatu fungsi yang memenuhi persamaan diferensial dan juga memenuhi kondisi awal yang diberikan pada persamaan tersebut. Di dalam penyelesaian persamaan diferensial secara analitis, biasanya dicari penyelesaian umum yang mengandung konstanta sembarang dan kemudian mengevaluasi konstanta tersebut sedemikian sehingga hasilnya sesuai

misalnya nilai y (x) dan atau turunannya pada nilai x tertentu. Untuk mendapatkan penyelesaian tunggal diperlukan informasi tambahan. Metode penyelesaian persamaan diferensial secara analitis terbatas pada persamaan-persamaan dengan bentuk tertentu. menunjukkan beberapa kemungkinan dari penyelesaian persamaan (2). Untuk persamaan order n biasanya diperlukan n kondisi untuk mendapatkan penyelesaian tunggal y (x). permasalahan disebut dengan problem nilai batas. yang tergantung pada nilai C.3) ke dalam persamaan (2) memberikan: 1! atau C=1 Dengan demikian penyelesaian tunggal yang memenuhi persamaan: dy !y dx y ( x ! 0) ! 1 adalah:   e0 . Apabila semua n kondisi diberikan pada nilai x yang sama (misalnya x0). maka permasalahan disebut dengan problem nilai awal. Apabila dilibatkan lebih dari satu nilai x. dan biasanya hanya untuk menyelesaikan persamaan linier dengan koefisien konstan. Misalkan suatu persamaan diferensial biasa berorder satu. nilai y = 1 atau: y ( x ! 0) ! 1 (3) Substitusikan persamaan (8. Misalnya persamaan (1). disertai kondisi awal yaitu x = 0. sebagai berikut: dy !y dx (1) Penyelesaian dari persamaan tersebut adalah: y ! C ex (2) yang memberikan banyak fungsi untuk berbagai nilai koefisien C. Gambar 1.dengan kondisi awal.

Berdasar nilai y0 di titik x0 dan kemiringan fungsi di titik-titik tersebut dapat dihitung nilai y1 di titik x1 yang berjarak (x dari x0. seperti pada Gambar 2. Penyelesaian berupa tabel nilai-nilai numerik dari fungsi untuk berbagai variabel bebas. Penyelesaian persamaan (1) dan persamaan (3) adalah mencari nilai y sebagai fungsi dari x. Kemudian dihitung kemiringan kurve (garis singgung) di titik tersebut.y ! ex Gambar 1. Hitungan dimulai dari nilai awal yang diketahui. Untuk mendapatkan hasil yang lebih teliti maka jarak (interval) antara titik-titik yang berurutan tersebut dibuat semakin kecil. Persamaan diferensial memberikan kemiringan kurve pada setiap titik sebagai fungsi x dan y. y0). . y1) yang telah diperoleh tersebut digunakan untuk menghitung nilai y2 di titik x2 yang berjarak (x dari x1. Selanjutnya titik (x1. misalnya di titik (x0. Penyelesaian suatu persamaan diferensial dilakukan pada titik-titik yang ditentukan secara berurutan. Penyelesaian persamaan dy !y dx Metode penyelesaian numerik tidak ada batasan mengenai bentuk persamaan diferensial. Prosedur hitungan tersebut diulangi lagi untuk mendapatkan nilai y selanjutnya.

maka suku yang mengandung pangkat lebih tinggi dari 2 adalah sangat kecil dan dapat diabaikan.Gambar 2. Penyelesaian numerik persamaan diferensial 1. Di banding dengan beberapa metode lainnya. kemiringan * = yi' = f (xi . Metode Euler Metode Euler adalah salah satu dari metode satu langkah yang paling sederhana. sehingga persamaan (5) dapat ditulis menjadi: yi  1 ! yi  f ( xi . sehingga persamaan diatas dapat ditulis menjadi: yi  1 ! yi  yi x (5) Dengan membandingkan persamaan (4) dan persamaan (5) dapat disimpulkan bahwa pada metode Euler. yi). Namun demikian metode ini perlu dipelajari mengingat kesederhanaannya dan mudah pemahamannya sehingga memudahkan dalam mempelajari metode lain yang lebih teliti.. yi ) x (6) ¡ .. metode ini paling kurang teliti. Metode Euler dapat diturunkan dari Deret Taylor: y i  1 ! y i  y i' x x2  y i''  . 1! 2! Apabila nilai (x kecil.

adalah penjelasan secara grafis dari metode Euler. 2.5 dari titik awal yaitu x = 0. nilai yi + 1 diprediksi dengan menggunakan kemiringan fungsi (sama dengan turunan pertama) di titik xi untuk diekstrapolasikan secara linier pada jarak sepanjang pias ( x. Gambar 3. menjadi: y1 ! y 0  f ( x 0 . dx y (0) ! 1. dari x = 0 sampai x = 4 dengan panjang langkah (x = 0. 3. y) !  2 x 3  12 x 2  20 x  8. Gambar 3. Penyelesaian numerik dilakukan secara bertahap pada beberapa titik yang berurutan. Metode Euler Contoh soal: Selesaikan persamaan di bawah ini: dy ! f ( x. 1) 0. dihitung nilai yi + 1 yang berjarak (x = 0. « Persamaan (6) adalah metode Euler.5 x  1.5 x 4  4 x 3  10 x 2  8. Dengan menggunakan persamaan (6). pada x = 0 nilai fungsi y (0) = 1.25.5) ! y (0)  f (0 . y 0 ) (x Dari kondisi awal.5 dan (x = 0. Untuk i = 0 maka persamaan (6).5.dengan i = 1. Penyelesaian: Penyelesaian eksak dari persamaan diatas adalah: y !  0.5. sehingga: y (0. .

Tetapi konsekuensinya waktu hitungan menjadi lebih lama.5) ! 5. 3. 2) Kesalahan pembulatan.54 )  4 (0.52 )  8.5 ! 5. 5. 25 v 100 % !  63.5)  f ( 0. Kesalahan pemotongan terdiri dari dua bagian. y0) adalah: dy ! f (0 .5 ? A Hitungan dilanjutkan dengan prosedur diatas dan h asilnya diberikan dalam Tabel 1.5. y (1. persamaan (6) menjadi: y2 ! y1  f ( x1 .25 ) 0.5 (0. dx sehingga: y ( 0.5)  1 ! 3. 21875  5. y1 ) x ! 5. Jadi kesalahan dengan metode Euler adalah: It! 3. Dalam contoh tersebut dengan nilai ( x berbeda.5 ) ! 1  8. Pertama adalah kesalahan pemotongan lokal yang terjadi dari pemakaian suatu metode pada satu langkah.5 .875.25.5 2 )  20 (0.5 (0. dapat disimpulkan bahwa penggunaan (x yang lebih kecil akan memberikan hasil yang lebih teliti. yang disebabkan oleh keterbatasan jumlah angka (digit) yang digunakan dalam hitungan.53 )  12 (0.Kemiringan garis di titik (x0 . Nilai eksak pada titik x = 0. hitungan dilakukan dengan prosedur diatas dan hasilnya juga diberikan dalam Tabel 1. Kedua adalah kesalahan pemotongan menyebar yang ditimbulkan . Kesalahan Metode Euler Penyelesaian numerik dari persamaan diferensial biasa menyebabkan terjadinya dua tipe kesalahan. yaitu untuk i = 1.5)  8. yang disebabkan oleh cara penyelesaian yang digunakan untuk perkiraan nilai y.53 )  10 (0.5 adalah: y (0.21875.5 (0.5) !  0.25.25   2 (0. yaitu: 1) Kesalahan pemotongan. Untuk (x = 0.5 0.0 ) ! y (0. 1) !  2 (0 3 )  12 (0 2 )  20 (0)  8.1 % .5 ! 8.21875 Pada langkah berikutnya.

.00 0.  yin  Rn (8) 1! 2! n! Apabila persamaan (7) disubstitusikan ke persamaan (8).50 2.17969 46.12500 I t (%) - 22.75000 4.27930 3..61719 4. yi )  f ' ' ( xi .34180 4.21875 1.49219 95.50 0. akan menghasilkan: y i  1 ! yi  f ( xi . Besar dan sifat kesalahan pemotongan pada metode Euler dapat dijelaskan dari deret Taylor.46875 50.13 60.00 3.96875 130.50 1.24219 125.05 25.04 29.25 x 0.71875 7.21875 3. y ) (7) dengan y ' ! dy . yi ) x x2 x3  f ' ( xi .34375 3.75 3.  Rn 3! 1! 2! (9) Tabel 1.25000 1.25 1..86719 .59180 2.99 3. Gabungan dari kedua kesalahan tersebut dikenal dengan kesalahan pemotongan global.71 3.12500 5.99805 2.00000 I t (%) y perk 1.99 5..25 44.25 0.12500 3.00 2. Hasil hitungan dengan metode Euler (x = 0.00000 2.00000 2.75 2.34 63.71875 3. dx Penyelesaian dari persamaan tersebut dapat diperkiraan dengan deret Taylor: yi  1 ! yi  yi' x x2 xn  yi''  .50 y eksak y perk 1.11 4.21 62.56055 3.99 44.27 56.24805 2.83 4.07 21.87500 5.52930 4.00000 3.00000 4.75 1.84375 5.25 3.17969 4.00 3.57 33.dari perkiraan yang dihasilkan pada langkah-langkah berikutnya.00 1.50000 5. y i )  .5 (x = 0. sedang x dan y adalah variabel bebas dan tak bebas.74 24.09 20.79 53.12500 5.85 36. Untuk itu dipandang persamaan diferensial berbentuk: y ! f ( x.00000 2.55469 3.25 2.88 4.87500 4.25000 74.

67 Perbandingan antara persamaan (6) dan persamaan (9) menunjukkan bahwa metode Euler hanya memperhitungkan dua suku pertama dari ruas kanan persamaan (9).. sehingga persamaan (10) menjadi: I a ! f ' ( xi . yi ) x2 x3 x4  f ' ' ( xi .00000 7. Penyelesaian: Kesalahan eksak dihitung dengan persamaan (10). yi )  . karena turunan keempat dari persamaan pangkat tiga adalah nol.3. yi ) 4! 3! 2! Pada langkah pertama berarti x1 = 0. kesalahan seperti yang diberikan oleh persamaan (10). Dengan demikian suku yang mengandung pangkat lebih besar dari dua dapat diabaikan.33 5.00000 34.66 66. Contoh soal: Hitung kesalahan yang terjadi dari penggunaan metode Euler dalam contoh sebelumnya pada langkah pertama. adalah berkurang dengan bertambahnya order (order yang lebih tinggi).75 4.00 4.80469 5. kedua dan ketiga adalah: .  Rn (10) 3! 2! dengan I t adalah kesalahan pemotongan lokal eksak.00000 133. sehingga nilai turunan pertama. y i )  f '' ' ( xi . yi ) x2 x3  f '' ( xi .31055 3. Oleh karena persamaan yang diselesaikan adalah polinomial order 3 maka kesalahan yang diperhitungkan hanya sampai suku ke tiga. Untuk (x yang sangat kecil.. Kesalahan yang terjadi dari metode Euler adalah karena tidak memperhitungkan suku-suku terakhir dari persamaan (9) yaitu sebesar: I t ! f ' ( xi . yi ) x2 (11) 2! dengan I a adalah perkiraan kesalahan pemotongan lokal. sehingga persamaan (10) menjadi: I t ! f ' ( xi .

Kesalahan tersebut terjadi pada langkah pertama. Gambar 5 adalah penjelasan dari metode tersebut. Metode Euler digunakan untuk memprediksi kemiringan nilai y pada titik tengah interval.53 ) (0.25 kesalahannya adalah: I t !  20 (0.5 4 ) (0. dan akan merambat pada langkah-langkah berikutnya. 24 6 2 Dengan menggunakan (x = 0. yi ) x 2 Gambar 4 Metode Euler yang dimodifikasi (Poligon) . f '' ( xi .03125 .564453125 .25 kesalahan yang terjadi lebih kecil dibanding dengan penggunaan (x = 0.5.5 adalah: I t !  20 (0. 253 ) (0. yi ) !  12 x  24 !  12 (0)  24 ! 24. y 1 i 2 ! yi  f ( xi .f ' ( xi . 25 4 ) ( 0. karena nilai perkiraan pada langkah pertama (yang mempunyai kesalahan) digunakan sebagai dasar hitungan pada langkah selanjutnya.5 2 )  24  12 !  2. Metode Poligon/ Metode Eurel yang Dimodifikasi Metode Poligon dapat juga disebut sebagai modifikasi dari metode Euler. yi ) !  12. yi ) !  6 x 2  24 x  (20) !  6 (0 2 )  24 (0)  20 !  20. 2. Untuk itu pertama kali dihitung nilai yi + 1/2 berikut ini. 24 6 2 Sedang (x = 0. Dengan demikian kesalahan yang terjadi untuk (x = 0. f ''' ( xi .25 2 )  24  12 !  0.

1) dapat ditulis dalam bentuk: y i  1 ! yi  f ( xi .1 ! 1  (1 v ) ! 1.105127.y i 1 2 ) (12) Kemiringan tersebut merupakan perkiraan dari kemiringan rerata pada interval. y 1 ) ! e0 .3) Perkiraan nilai y pada titik tengah interval adalah: y 1 ! y0  e 0 2 x 0.1. 2 2 Prosedur hitungan tersebut diatas diulangi lagi untuk langkah-langkah berikutnya. yi ) x ! yi  e x i x (c.1) dt y (0) ! 1 (c.1 ) ! 1. 2 2 2 Perkiraan nilai y di titik i = 1 adalah: y1 ! y0  f ( x 1 . dan hasilnya diberikan dalam Tabel 2 Tabel 2.05 ! 1. Hasil hitungan dengan metode Poligon . 2 2 Kemiringan fungsi pada titik tengah interval adalah: ' y 1 ! f ( x 1 .Kemudian nilai tersebut digunakan untuk mengestimasi kemiringan pada titik tengah interval. y 1 ) x ! 1  (1.051271.05. yaitu : y' i 1 2 ! f (x i 1 2 .051271v 0. y ) ! e x (c.2) Penyelesaian: Persamaan (c. yang kemudian digunakan untuk ekstrapolasi linier dari xi ke xi dengan menggunakan metode Euler: yi  1 ! yi  f ( x + 1 i 1 2 .y i 1 2 ) x (13) Contoh soal: Selesaikan persamaan berikut dengan metode Poligon untuk (x = 0. dy ! f ( x .

2 k2(x + ~+ qn ± 1. bentuk umum dari metode Runge-Kutta adalah: yi  1 ! yi  ( xi . Fungsi pertambahan dapat ditulis dalam bentuk umum: ! a1k1  a2 k2  .4 0.3 0.000000 1. yi.1 0..016 3. yi + q21 k1(x + q22 k2(x) (16c) / kn = f (xi + pn ± 1(x.xi 0.  an k n (15) dengan a adalah konstanta dan k adalah: k1 = f (xi.. yi + q11 k1(x) (16b) k3 = f (xi + p2(x.349713 1. x ) x (14) dengan *(xi.004 0. Penghitungan suku yang lebih banyak memerlukan turunan yang lebih tinggi dari fungsi nilai y (x). 1 k1(x + qn ± 1.105171 1.105127 1.5 y eksak 1. sedang penggunaan (x yang kecil menyebabkan waktu hitungan lebih panjang. y i .008 0. (x) adalah fungsi pertambahan yang merupakan kemiringan rerata pada interval. yi) (16a) k2 = f (xi + p1(x.0 0.221403 1.349859 1.2 0.00000 1. yi + qn ± 1.011 0.648721 y perkiraan 1.491619 1. Kedua cara tersebut tidak menguntungkan. .648452 I t (%) 0.221310 1. Metode Runge-Kutta memberikan hasil ketelitian yang lebih besar dan tidak memerlukan turunan dari fungsi. Metode Runge-Kutta Pada metode Euler memberikan hasil yang kurang teliti maka untuk mendapatkan hasil yang lebih teliti perlu diperhitungkan suku yang lebih banyak dari deret Taylor atau dengan menggunakan interval (x yang kecil.014 0. n ± 1 kn ± 1(x) (16d) Persamaan tersebut menunjukkan bahwa nilai k mempunyai hubungan berurutan.491825 1.

yang disebut Runge-Kutta order satu. a2. yang mempunyai bentuk: yi  1 ! y i  f ( xi . Hubungan yang berurutan ini membuat metode Runge-Kutta adalah efisien dalam hitungan. yi ) Untuk a1 = 1 maka persamaan (8. yang juga muncul dalam persamaan untuk menghitung k3. yi ) 2 1 dengan berikut: f ' ( xi . yi ) x yang sama dengan metode Euler. Ada beberapa tipe metode Runge-Kutta yang tergantung pada nilai n yang digunakan. yi ) (17b) k 2 ! f ( xi  p1 x. yi ) xf xf dy x x (  ) (20) xx xy dx 2 1 . dan seterusnya. p1 dan q11 dievaluasi dengan menyamakan persamaan (16a) dengan deret Taylor order 2. yi ) ! xf xf dy  (18) xx xy dx Substitusi persamaan (18) ke dalam persamaan (19) menghasilkan: y i  1 ! yi  f ( xi . setelah nilai n ditetapkan. Untuk n = 1. yi  q11k1 x) (17c) Nilai a1. Di dalam metode Runge-Kutta. yi ) x x (18)  f ' ( xi . kemudian nilai a.19) menjadi: y i  1 ! yi  f ( x i . persamaan (14) menjadi: ! a1k1 ! a1 f ( xi . p dan q dicari dengan menyamakan persamaan (13) dengan suku-suku dari deret Taylor. yi ) dapat ditentukan dari hukum berantai (chain rule) f ' ( xi . 1) Metode Runge-Kutta order 2 Metode Runge-Kutta order 2 mempunyai bentuk: yi  1 ! yi  (a1k1  a 2 k 2 ) x (17a) dengan: k1 ! f ( xi .Nilai k1 muncul dalam persamaan untuk menghitung k2.

. yi )  a2 f ( xi . yi )  p1 x xf xf  q11k1 x  0( x 2 ) xx xy Bentuk diatas dan persamaan (16b) disubstitusikan ke dalam persamaan (15a) sehingga menjadi: yi  1 ! yi  a1 x f ( xi . dan kemudian dicari ketiga bilangan yang lain.Dalam metode Runge-Kutta ini dicari nilai a1. p1 dan q11 sedemikian sehingga persamaan (16a) ekivalen dengan persamaan (20).. Untuk itu salah satu bilangan tak diketahui ditetapkan. yi ) xf  0( x 3 ) xx xf xx atau y1  1 ! y i  ?a1 f ( xi . 2 1 . persamaan (16c) dapat ditulis dalam bentuk: f ( xi  p1 x. xx xy Dengan cara tersebut. y  s ) ! g ( x. sehingga persamaan (22a) sampai persamaan (22c) dapat diselesaikan dan menghasilkan: a1 ! 1  a 2 (23a) . y )  r xg xg s  . dapat disimpulkan bahwa kedua persamaan akan ekivalen apabila: a1 + a2 = 1. Deret Taylor untuk fungsi dengan dua variabel mempunyai bentuk: g ( x  r . yi  q11k1 x) ! f (xi . a2 p1 = a2 q11 = 1 . Dianggap bahwa a2 ditetapkan. Untuk itu digunakan deret Taylor untuk mengembangkan persamaan (16c). 2 (22a) (22b) (22c) Sistem persamaan diatas yang terdiri dari tiga persamaan mengandung empat bilangan tak diketahui. a2 . yi )A x (21) xf xf » «  ¬ a2 p1  a2 q11 f ( xi . sehingga tidak bisa diselesaikan. yi ) ¼ x 2  0 ( x 3 ) xx xx ½ ­ Dengan membandingkan persamaan (20) dan persamaan (21). yi )  a2 p1 x 2  a2 q11 x 2 f ( xi . yi )  a2 x f ( xi .

yi ) (24b) k 2 ! f ( xi  x. 2 Parameter tersebut apabila disubstitusikan ke dalam persamaan (16a) akan menghasilkan: yi  1 ! y i  k 2 x (25a) dengan: . maka akan terdapat banyak metode Runge-Kutta order 2. yi  k1 x) (24c) dimana k1 adalah kemiringan fungsi pada awal interval dan k2 adalah kemiringan fungsi pada akhir interval. Dibawah ini merupakan 3 metode RungeKutta order 2 yang sering digunakan. a) Metode Heun Apabila a2 dianggap 1 . Dengan demikian metode Runge-Kutta order 2 adalah sama dengan metode Heun. Parameter tersebut apabila disubstitusikan ke dalam persamaan (16a) akan menghasilkan: 1 1 yi  1 ! yi  ( k1  k 2 ) x (24a) 2 2 dengan: k1 ! f ( xi . 1 p1 ! q11 ! . maka persamaan (23a) dan persamaan (23b) dapat diselesaikan dan diperoleh: a1 ! 0. 2 p1 ! q11 ! 1.p1 ! q11 ! 1 (23b) 2a2 Karena nilai a2 dapat dipilih sembarang. maka persamaan (23a) dan persamaan (23b) 2 dapat diselesaikan dan diperoleh: 1 a1 ! . b) Metode Poligon (a2 = 1) Apabila a2 dianggap 1.

375 .5 ! 8.5.1875 ). yi  k1 x ) (26c) 4 4 Contoh soal: Selesaikan persamaan diferensial berikut ini dengan metode Raltson.58203125 .5 ! 2.375 2 )  20(0. yi  k1 x ) (25c) 2 2 c) Metode Ralston Dengan memilih a2 = 2 . 4 sehingga : 1 2 yi  1 ! yi  ( k1  k 2 ) x (26a) 3 3 dengan: k1 ! f ( xi . Peyelesaian: Langkah pertama adalah menghitung k1 dan k2 dengan menggunakan persamaan (16b) dan persamaan (16c): k1 ! f ( x0 .5. dy !  2 x 3  12 x 2  20 x  8. yi ) (25b) k 2 ! f ( xi  1 1 x. k 2 ! f ( xi  3 3 x. 3 3 p1 ! q11 ! . Dengan a2 = 1 a1 ! . didapat: 3 minimum untuk metode Runge-Kutta order 2.375)  8. Kemiringan rerata adalah : . yi ) (15b) k 2 ! f ( xi  3 3 x. 4 4 3 !  2( 0. Kondisi awal pada x = 0 adalah y = 1.5.375 )  12( 0. y0 ) !  2(0 3 )  12(0 2 )  20(0)  8.k1 ! f ( xi . yi  k1 x ) ! f (0. dx dari x = 0 sampai x = 4 dengan menggunakan langkah (x ! 0. akan menghasilkan kesalahan pemotongan 3 2 . 14.

Oleh karena itu 2 bilangan tak diketahui harus ditetapkan untuk mendapatkan 6 bilangan tak diketahui lainnya.5 ! 1.31a): y0 . k 2 !  2( 0.5)  8. 25 2 )  20(0.5546875 (0. yi  k1 x ) (26c) 2 2 k3 ! f ( xi  x.21875 . Kondisi awal pada x = 0 adalah y = 1.27734375 . Nilai y (0. k2 dan k3. k1 !  2 (0 3 )  12( 0 2 )  20(0)  8.5.5) dihitung dengan persamaan (8.5.32a). Dengan menggunakan persamaan (8. Hasilnya adalah 6 persamaan dengan 8 bilangan tak diketahui. 253 )  12(0. 5 ! y0  2) Metode Runge-Kutta Order 3 Metode Runge-Kutta Order 3 diturunkan dengan cara yang sama dengan order 2 untuk nilai n = 3. yi  k1 x  2k 2 x) (26d) Contoh soal: Selesaikan persamaan berikut dengan metode Runge-Kutta order 3. Hasil yang biasa digunakan adalah: yi  1 ! yi  1 ( k1  4k 2  k 3 ) x (26a) 6 dengan: k1 ! f ( xi . dx dari x = 0 sampai x = 4 dengan menggunakan langkah (x ! 0.53 )  12(0.5) ! 3. 3 3 x ! 1  4.5.5 ! 8. Penyelesaian: Langkah pertama pada metode Runge-Kutta order 3 yaitu menghitung k1. k 3 !  2 (0.52 )  20( 0.5)  ( 2.! 2 1 (8. 25. dy !  2 x 3  12 x 2  20 x  8.58203125 ) ! 4.25)  8.5546875 . dihitung nilai y (x): . yi ) (26b) k 2 ! f ( xi  1 1 x.5 ! 4.

21875.53 )  12(0.5 ! 3.5 ! 4.252 )  20(0. k2.5.21875 .5)  8.5) ! 1  [ (8. Dengan menggunakan persamaan (8.25. dihitung nilai y (x): . 6 3) Metode Runge-Kutta Order 4 Metode Runge-Kutta order 4 banyak digunakan karena mempunyai ketelitian lebih tinggi.21875.5 ! 4. yi  k 2 x ) (27d) 2 2 k 4 ! f ( xi  x. yi ) (27b) k 2 ! f ( xi  k 3 ! f ( xi  1 1 x.252 )  20(0. k3 dan k4. k 4 !  2 (0.5 2 )  20(0. yi  k 3 x ) (27e) Contoh soal: Selesaikan persamaan berikut dengan metode Runge-Kutta order 4. Penyelesaian: Langkah pertama pada metode Runge-Kutta order 4 yaitu menghitung k1. Metode ini mempunyai bentuk: yi  1 ! y i  1 ( k1  2k 2  2k 3  k 4 ) x (27a) 6 dengan: k1 ! f ( xi .253 )  12(0.33a).5 ! 8. yi  k1 x ) (27c) 2 2 1 1 x. dx dari x = 0 sampai x = 4 dengan menggunakan langkah (x ! 0.5  4( 4. k3 !  2(0.253 )  12(0.1 y (0. dy !  2 x 3  12 x 2  20 x  8.5 ! 1.5.5.25)  8. k 2 !  2(0.21875 )  1.25)  8. k1 !  2 (0 3 )  12(0 2 )  20(0)  8. Kondisi awal pada x = 0 adalah y = 1.25]0.

71875 3.85547 4.11 95.00000 2.50000 3.50000 4.27734 3. 6 Tabel 3.50 2.99 133.24 9.21875 3.5 ! 3.14063 2.00000 2.03 2.1 y (0.12500 4.68750 2.00000 3.99 125.00000 3.74 1.00 0.00 YE 1.12500 7.04 1.5) ! 1  [ (8.00000 5.80078 3.00000 I t (%) POLIGON Y 1. 25]0.81 7.71875 4.93 1.00000 Y 1.11719 4.80078 3.50 3.04 0.13 25.00 0.82 3.93750 3.00 0.39 5.50 21.25000 5.87500 5.38 4.88 50.00000 3.18750 4.00 0.64 0.81 7.50 4.00 0.27734 3.00000 3.93 1.21875 3.87500 7.00000 I t (%) 63.03 5.71875 4.00 1.03125 I t (%) RALSTON Y 1.74 1.34766 2.43750 3.50 1.03 5.00 74.21875 2.00000 4.00 .14063 2.00 2.71875 3.83 130.00 3. 21875)  2( 4.03125 I t (%) RUNGE-KUTTA Y 1.00 0.5  2( 4.39 5.21875 .11719 4.85547 4.00 17.00 0.37500 2.21875 2.00000 2.03 2.10156 2.00 1.37500 4. Perbandingan penyelesaian persamaan dengan berbagai metode EULER I 1 2 3 4 5 6 7 8 9 X 0.82 3.00000 4.34766 2.71 46. 21875)  1.00 0.00000 2.00000 3.75000 5.80 12.00000 I t (%) HEUN Y 1.10156 2.33 6.

Sign up to vote on this title
UsefulNot useful