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

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

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

5. adalah penjelasan secara grafis dari metode Euler. dihitung nilai yi + 1 yang berjarak (x = 0. pada x = 0 nilai fungsi y (0) = 1.5 x 4  4 x 3  10 x 2  8. sehingga: y (0.5 dari titik awal yaitu x = 0. 3. Untuk i = 0 maka persamaan (6). 2. Gambar 3. Dengan menggunakan persamaan (6).5. 1) 0.dengan i = 1.25.5 dan (x = 0. menjadi: y1 ! y 0  f ( x 0 . « Persamaan (6) adalah metode Euler. dari x = 0 sampai x = 4 dengan panjang langkah (x = 0. Gambar 3. nilai yi + 1 diprediksi dengan menggunakan kemiringan fungsi (sama dengan turunan pertama) di titik xi untuk diekstrapolasikan secara linier pada jarak sepanjang pias ( x. Metode Euler Contoh soal: Selesaikan persamaan di bawah ini: dy ! f ( x. y) !  2 x 3  12 x 2  20 x  8.5) ! y (0)  f (0 . y 0 ) (x Dari kondisi awal. Penyelesaian: Penyelesaian eksak dari persamaan diatas adalah: y !  0. Penyelesaian numerik dilakukan secara bertahap pada beberapa titik yang berurutan. dx y (0) ! 1.5 x  1. .

0 ) ! y (0.5 ? A Hitungan dilanjutkan dengan prosedur diatas dan h asilnya diberikan dalam Tabel 1. y0) adalah: dy ! f (0 . Kesalahan pemotongan terdiri dari dua bagian. Nilai eksak pada titik x = 0.5 (0.25   2 (0. yang disebabkan oleh keterbatasan jumlah angka (digit) yang digunakan dalam hitungan. dapat disimpulkan bahwa penggunaan (x yang lebih kecil akan memberikan hasil yang lebih teliti. 25 v 100 % !  63.1 % . y (1. persamaan (6) menjadi: y2 ! y1  f ( x1 .21875.5)  f ( 0. yang disebabkan oleh cara penyelesaian yang digunakan untuk perkiraan nilai y.875. yaitu untuk i = 1.21875 Pada langkah berikutnya.5)  1 ! 3. 3. y1 ) x ! 5. Kedua adalah kesalahan pemotongan menyebar yang ditimbulkan . Kesalahan Metode Euler Penyelesaian numerik dari persamaan diferensial biasa menyebabkan terjadinya dua tipe kesalahan. yaitu: 1) Kesalahan pemotongan.5 ! 8. dx sehingga: y ( 0. Dalam contoh tersebut dengan nilai ( x berbeda.5 2 )  20 (0.25 ) 0.54 )  4 (0.5) !  0.53 )  12 (0. 5.5 adalah: y (0. 21875  5.5 ! 5.25. hitungan dilakukan dengan prosedur diatas dan hasilnya juga diberikan dalam Tabel 1.53 )  10 (0.5 .5 (0.5.25. Untuk (x = 0.Kemiringan garis di titik (x0 . 1) !  2 (0 3 )  12 (0 2 )  20 (0)  8.5)  8.52 )  8. 2) Kesalahan pembulatan.5 (0.5 0. Jadi kesalahan dengan metode Euler adalah: It! 3. Pertama adalah kesalahan pemotongan lokal yang terjadi dari pemakaian suatu metode pada satu langkah.5) ! 5. Tetapi konsekuensinya waktu hitungan menjadi lebih lama.5 ) ! 1  8.

.00 3..46875 50.99 44.50 2.09 20.21 62.00 1.87500 5.49219 95.04 29.dari perkiraan yang dihasilkan pada langkah-langkah berikutnya.59180 2.21875 3.50 y eksak y perk 1. akan menghasilkan: y i  1 ! yi  f ( xi .00 2.12500 I t (%) - 22. Besar dan sifat kesalahan pemotongan pada metode Euler dapat dijelaskan dari deret Taylor.00 3.50 1.86719 . Gabungan dari kedua kesalahan tersebut dikenal dengan kesalahan pemotongan global.27 56.00 0.34 63.00000 2.75 1.96875 130.71 3.84375 5.24805 2.99 5..17969 46. dx Penyelesaian dari persamaan tersebut dapat diperkiraan dengan deret Taylor: yi  1 ! yi  yi' x x2 xn  yi''  .5 (x = 0.12500 3.61719 4.17969 4.74 24.50 0.75 3.25000 74. yi )  f ' ' ( xi . y i )  .13 60.79 53.55469 3. Untuk itu dipandang persamaan diferensial berbentuk: y ! f ( x.25 3.  Rn 3! 1! 2! (9) Tabel 1.27930 3.  yin  Rn (8) 1! 2! n! Apabila persamaan (7) disubstitusikan ke persamaan (8).83 4.24219 125.25000 1.75 2.11 4. Hasil hitungan dengan metode Euler (x = 0.00000 2..71875 7.85 36.52930 4.34180 4.56055 3.50000 5. yi ) x x2 x3  f ' ( xi .25 0.87500 4.99 3.75000 4.25 1.00000 2.12500 5.21875 1.00000 4.05 25. sedang x dan y adalah variabel bebas dan tak bebas.07 21.34375 3.00000 3.71875 3.57 33.00000 I t (%) y perk 1.88 4.12500 5.25 44.25 x 0. y ) (7) dengan y ' ! dy .25 2.99805 2.

75 4. sehingga nilai turunan pertama.80469 5. Untuk (x yang sangat kecil. kesalahan seperti yang diberikan oleh persamaan (10).  Rn (10) 3! 2! dengan I t adalah kesalahan pemotongan lokal eksak.66 66. yi ) x2 x3  f '' ( xi . yi )  .. yi ) x2 x3 x4  f ' ' ( xi .00000 133. y i )  f '' ' ( xi .00000 34. sehingga persamaan (10) menjadi: I a ! f ' ( xi . Contoh soal: Hitung kesalahan yang terjadi dari penggunaan metode Euler dalam contoh sebelumnya pada langkah pertama. yi ) 4! 3! 2! Pada langkah pertama berarti x1 = 0. sehingga persamaan (10) menjadi: I t ! f ' ( xi . Penyelesaian: Kesalahan eksak dihitung dengan persamaan (10). yi ) x2 (11) 2! dengan I a adalah perkiraan kesalahan pemotongan lokal.31055 3. karena turunan keempat dari persamaan pangkat tiga adalah nol. adalah berkurang dengan bertambahnya order (order yang lebih tinggi).67 Perbandingan antara persamaan (6) dan persamaan (9) menunjukkan bahwa metode Euler hanya memperhitungkan dua suku pertama dari ruas kanan persamaan (9)..3.33 5.00 4. Oleh karena persamaan yang diselesaikan adalah polinomial order 3 maka kesalahan yang diperhitungkan hanya sampai suku ke tiga.00000 7. Dengan demikian suku yang mengandung pangkat lebih besar dari dua dapat diabaikan. kedua dan ketiga adalah: . Kesalahan yang terjadi dari metode Euler adalah karena tidak memperhitungkan suku-suku terakhir dari persamaan (9) yaitu sebesar: I t ! f ' ( xi .

Metode Poligon/ Metode Eurel yang Dimodifikasi Metode Poligon dapat juga disebut sebagai modifikasi dari metode Euler. 2.5.564453125 . Gambar 5 adalah penjelasan dari metode tersebut. yi ) !  12. Dengan demikian kesalahan yang terjadi untuk (x = 0.5 adalah: I t !  20 (0. 24 6 2 Sedang (x = 0. 25 4 ) ( 0. 24 6 2 Dengan menggunakan (x = 0.25 2 )  24  12 !  0.5 4 ) (0. Kesalahan tersebut terjadi pada langkah pertama. Metode Euler digunakan untuk memprediksi kemiringan nilai y pada titik tengah interval. Untuk itu pertama kali dihitung nilai yi + 1/2 berikut ini. yi ) !  6 x 2  24 x  (20) !  6 (0 2 )  24 (0)  20 !  20. yi ) x 2 Gambar 4 Metode Euler yang dimodifikasi (Poligon) . f ''' ( xi .5 2 )  24  12 !  2. y 1 i 2 ! yi  f ( xi . karena nilai perkiraan pada langkah pertama (yang mempunyai kesalahan) digunakan sebagai dasar hitungan pada langkah selanjutnya.25 kesalahannya adalah: I t !  20 (0. dan akan merambat pada langkah-langkah berikutnya.03125 . f '' ( xi .53 ) (0.25 kesalahan yang terjadi lebih kecil dibanding dengan penggunaan (x = 0. 253 ) (0.f ' ( xi . yi ) !  12 x  24 !  12 (0)  24 ! 24.

3) Perkiraan nilai y pada titik tengah interval adalah: y 1 ! y0  e 0 2 x 0. 2 2 2 Perkiraan nilai y di titik i = 1 adalah: y1 ! y0  f ( x 1 .2) Penyelesaian: Persamaan (c.05. dan hasilnya diberikan dalam Tabel 2 Tabel 2.051271v 0.Kemudian nilai tersebut digunakan untuk mengestimasi kemiringan pada titik tengah interval.051271.1) dt y (0) ! 1 (c.105127. y 1 ) ! e0 . yaitu : y' i 1 2 ! f (x i 1 2 . y ) ! e x (c.y i 1 2 ) (12) Kemiringan tersebut merupakan perkiraan dari kemiringan rerata pada interval.1) dapat ditulis dalam bentuk: y i  1 ! yi  f ( xi . 2 2 Kemiringan fungsi pada titik tengah interval adalah: ' y 1 ! f ( x 1 . Hasil hitungan dengan metode Poligon . dy ! f ( x .1. yi ) x ! yi  e x i x (c.1 ) ! 1. yang kemudian digunakan untuk ekstrapolasi linier dari xi ke xi dengan menggunakan metode Euler: yi  1 ! yi  f ( x + 1 i 1 2 .1 ! 1  (1 v ) ! 1.05 ! 1.y i 1 2 ) x (13) Contoh soal: Selesaikan persamaan berikut dengan metode Poligon untuk (x = 0. 2 2 Prosedur hitungan tersebut diatas diulangi lagi untuk langkah-langkah berikutnya. y 1 ) x ! 1  (1.

sedang penggunaan (x yang kecil menyebabkan waktu hitungan lebih panjang.1 0.221310 1.000000 1. Penghitungan suku yang lebih banyak memerlukan turunan yang lebih tinggi dari fungsi nilai y (x).011 0. 1 k1(x + qn ± 1. 2 k2(x + ~+ qn ± 1.648721 y perkiraan 1. Metode Runge-Kutta memberikan hasil ketelitian yang lebih besar dan tidak memerlukan turunan dari fungsi. yi + qn ± 1. yi. n ± 1 kn ± 1(x) (16d) Persamaan tersebut menunjukkan bahwa nilai k mempunyai hubungan berurutan. yi + q11 k1(x) (16b) k3 = f (xi + p2(x.105127 1.491619 1. yi) (16a) k2 = f (xi + p1(x. x ) x (14) dengan *(xi.105171 1.  an k n (15) dengan a adalah konstanta dan k adalah: k1 = f (xi. yi + q21 k1(x + q22 k2(x) (16c) / kn = f (xi + pn ± 1(x. Fungsi pertambahan dapat ditulis dalam bentuk umum: ! a1k1  a2 k2  .004 0.00000 1.0 0.221403 1.xi 0.4 0.349859 1. .648452 I t (%) 0.. bentuk umum dari metode Runge-Kutta adalah: yi  1 ! yi  ( xi . y i .2 0.008 0.491825 1. Kedua cara tersebut tidak menguntungkan.3 0.016 3. (x) adalah fungsi pertambahan yang merupakan kemiringan rerata pada interval. 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..349713 1.014 0.5 y eksak 1.

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

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

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

yi  k1 x ) (26c) 4 4 Contoh soal: Selesaikan persamaan diferensial berikut ini dengan metode Raltson. didapat: 3 minimum untuk metode Runge-Kutta order 2.375 )  12( 0.5 ! 2. 3 3 p1 ! q11 ! .5. yi  k1 x ) (25c) 2 2 c) Metode Ralston Dengan memilih a2 = 2 .375)  8. k 2 ! f ( xi  3 3 x. 4 4 3 !  2( 0.58203125 .1875 ). yi  k1 x ) ! f (0. y0 ) !  2(0 3 )  12(0 2 )  20(0)  8. Peyelesaian: Langkah pertama adalah menghitung k1 dan k2 dengan menggunakan persamaan (16b) dan persamaan (16c): k1 ! f ( x0 .5 ! 8. 4 sehingga : 1 2 yi  1 ! yi  ( k1  k 2 ) x (26a) 3 3 dengan: k1 ! f ( xi . 14. Kondisi awal pada x = 0 adalah y = 1. Kemiringan rerata adalah : . dx dari x = 0 sampai x = 4 dengan menggunakan langkah (x ! 0.k1 ! f ( xi . akan menghasilkan kesalahan pemotongan 3 2 .5. dy !  2 x 3  12 x 2  20 x  8. yi ) (15b) k 2 ! f ( xi  3 3 x.375 .375 2 )  20(0. Dengan a2 = 1 a1 ! .5. yi ) (25b) k 2 ! f ( xi  1 1 x.

yi  k1 x  2k 2 x) (26d) Contoh soal: Selesaikan persamaan berikut dengan metode Runge-Kutta order 3.31a): y0 . k2 dan k3.27734375 . 253 )  12(0.5 ! 8. k1 !  2 (0 3 )  12( 0 2 )  20(0)  8.25)  8.5546875 .5)  ( 2.5. Kondisi awal pada x = 0 adalah y = 1. Hasil yang biasa digunakan adalah: yi  1 ! yi  1 ( k1  4k 2  k 3 ) x (26a) 6 dengan: k1 ! f ( xi . k 2 !  2( 0. yi ) (26b) k 2 ! f ( xi  1 1 x.! 2 1 (8. yi  k1 x ) (26c) 2 2 k3 ! f ( xi  x.5 ! 1. 25. Hasilnya adalah 6 persamaan dengan 8 bilangan tak diketahui. 5 ! y0  2) Metode Runge-Kutta Order 3 Metode Runge-Kutta Order 3 diturunkan dengan cara yang sama dengan order 2 untuk nilai n = 3.53 )  12(0. dy !  2 x 3  12 x 2  20 x  8.32a). Nilai y (0. 25 2 )  20(0.52 )  20( 0.58203125 ) ! 4. Dengan menggunakan persamaan (8.5.5)  8.5.5) dihitung dengan persamaan (8. Penyelesaian: Langkah pertama pada metode Runge-Kutta order 3 yaitu menghitung k1. Oleh karena itu 2 bilangan tak diketahui harus ditetapkan untuk mendapatkan 6 bilangan tak diketahui lainnya. k 3 !  2 (0.21875 .5546875 (0.5 ! 4. 3 3 x ! 1  4. dx dari x = 0 sampai x = 4 dengan menggunakan langkah (x ! 0.5) ! 3. dihitung nilai y (x): .

k3 dan k4. k1 !  2 (0 3 )  12(0 2 )  20(0)  8.25)  8. Kondisi awal pada x = 0 adalah y = 1. yi  k1 x ) (27c) 2 2 1 1 x.33a). yi ) (27b) k 2 ! f ( xi  k 3 ! f ( xi  1 1 x. dx dari x = 0 sampai x = 4 dengan menggunakan langkah (x ! 0.25)  8.252 )  20(0.21875. 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. Dengan menggunakan persamaan (8.25]0.5 2 )  20(0.1 y (0.5 ! 8.253 )  12(0.21875 )  1. k3 !  2(0. yi  k 2 x ) (27d) 2 2 k 4 ! f ( xi  x.5)  8. dihitung nilai y (x): .5 ! 4.252 )  20(0.5 ! 3. Penyelesaian: Langkah pertama pada metode Runge-Kutta order 4 yaitu menghitung k1.21875 .5  4( 4.5.5 ! 1.5. 6 3) Metode Runge-Kutta Order 4 Metode Runge-Kutta order 4 banyak digunakan karena mempunyai ketelitian lebih tinggi. k 2 !  2(0.53 )  12(0. k 4 !  2 (0.5. dy !  2 x 3  12 x 2  20 x  8. yi  k 3 x ) (27e) Contoh soal: Selesaikan persamaan berikut dengan metode Runge-Kutta order 4.5) ! 1  [ (8.5 ! 4.21875. k2.25.

10156 2.00000 3.00000 I t (%) HEUN Y 1.00 0.50 2.00 1.00000 3.75000 5.21875 3.71 46.27734 3.00000 3.11 95.82 3.10156 2.00000 2.87500 7.87500 5.14063 2. Perbandingan penyelesaian persamaan dengan berbagai metode EULER I 1 2 3 4 5 6 7 8 9 X 0.93750 3.50 4.12500 7.38 4.00 1.93 1. 25]0.00 0.00000 2.11719 4.03125 I t (%) RALSTON Y 1.12500 4.80 12.21875 2.93 1.24 9.37500 2.85547 4.27734 3.03 5.80078 3.00 .00000 Y 1.00000 5.85547 4.13 25.00000 2.82 3.99 125.00000 3.43750 3.03125 I t (%) RUNGE-KUTTA Y 1.80078 3.21875 2.00000 4.71875 4.5  2( 4.34766 2.50 21.00 0.71875 4.00000 I t (%) 63.34766 2.88 50.03 5. 21875)  2( 4.00 17.00000 4.37500 4.5 ! 3.00 0. 6 Tabel 3.50 3.74 1.50 1.04 1.74 1.00000 2.00 0.00 0.81 7.50000 4.71875 3.14063 2.18750 4.11719 4.00 74.00 0.99 133.21875 3.00 3.00 0. 21875)  1.68750 2.03 2.71875 3.00000 I t (%) POLIGON Y 1.00 2.39 5.04 0.1 y (0.39 5.21875 .00000 3.81 7.33 6.50000 3.5) ! 1  [ (8.03 2.25000 5.64 0.00 YE 1.83 130.

Sign up to vote on this title
UsefulNot useful