Professional Documents
Culture Documents
TK2106 - Komputasi Teknik Kimia
TK2106 - Komputasi Teknik Kimia
Kontributor :
Harry Triharyogi 13012026
TK2013
Kontributor :
Leonardus Kevin 13013001
TK2014
Kontributor :
Adriel Maryadi 13014073
TK2018
Editor :
Rahadian Tirta Subrata 13018022
TK2019
Kontributor :
Hiskia Alima Amalia 13019080
TK2020
Kontributor :
Abhista Sabian Tobi 13020081
1
Daftar Isi
2
Mindmap Sistem Persamaan Linier
3
I. Sistem Persamaan Linier
• Transpose
• Perkalian Matriks
Perkalian matriks dapat dilakukan bila jumlah kolom di matriks pertama sama
dengan jumlah baris di matriks kedua.
Untuk perkalian matriks, AB ≠ BA. Perkalian dari sisi kiri/kanan tidak sama
hasilnya.
Formula Excel: =MMULT(Array).
Contoh Soal 1.
4
Tentukan matriks AB.
• Determinan Matriks
Misalkan A adalah matriks 2x2 sebagai berikut.
Contoh Soal 2.
[Penyelesaian]
• Invers Matriks
5
Dalam Matlab:
X=A\y
Contoh Soal 3.
Tentukan invers matriks di bawah ini!
[Penyelesaian]
• Eliminasi Gauss
6
Mengembalikan bentuk matriks seperti semula:
Dapat diamati bahwa apabila sistem diatas diselesaikan a22 akan memiliki nilai
0.
Pivoting parsial dilakukan dengan menukarkan baris sistem sehingga baris
pertama memiliki nilai paling besar. Karena pada contoh diatas nilai kolom
pertama sama, maka digunakanlah kolom kedua untuk pembanding. Nilai
terbesar berada di baris ketiga sehingga baris tersebut ditukar dengan baris
pertama.
7
Karena terbentuk nilai 0 di kolom ketiga, dilakukan penukaran antar baris kedua
dan ketiga
8
9
Mindmap Sistem Persamaan Tak Linier
10
II. Sistem Persamaan Tak-linier
Prinsip metode ini yaitu untuk memotong interval tersebut menjadi dua bagian, lalu
mengecek bagian interval manakah yang terdapat akar dari f(x). Langkah
pemotongan interval dilakukan secara iteratif hingga interval yang diperoleh
menjadi sangat kecil. Nilai interval yang sangat kecil tersebut diaproksimasi
menjadi akar fungsi.
[Algoritma]
Contoh Soal 4.
[Penyelesaian]
11
TEBAKAN AWAL
a = 1; f(a) = -8
b = 2; f(b) = 6
1+2
𝑚= = 1,5
2
ITERASI 1
b = 2: f(b) = 6
1,5+2
𝑚= = 1,75
2
ITERASI 2
1,5+1,75
𝑚= = 1,625
2
𝑓(𝑚) = 0,047
12
ITERASI 3
b. Metoda newton-raphson
Keterangan:
13
Dasar dari metode ini adalah menggunakan gradient (slope) dari suatu kurva untuk
mencari langkah integrasi. Slope dari garis singgung dapat dihitung dengan
persamaan berikut.
Langkah ini dilakukan hingga ditemukan solusi pada x*. Maka, 𝑓(𝑥𝑗 + 1) selalu
bernilai 0 (berada di sumbu x), sehingga persamaan (1) dapat ditulis kembali
menjadi
[Algoritma]
Contoh Soal 5.
14
dan seterusnya, hasil ditampilkan dalam tabel berikut :
Diperoleh akar bernilai 2,00 pada tebakan ke-4 dengan nilai error 2%.
Dasar dari metode ini adalah menulis kembali suatu persamaan f(x) menjadi bentuk
x = f(x), dengan formula sebagai berikut.
15
[Algoritma]
Contoh Soal 6.
𝑥2 − 3𝑥 − 3 = 0
Berapakah akarnya dengan menggunakan iterasi titik tetap? Gunakan tebakan awal
x=1.
[Penyelesaian]
𝑥2 − 3𝑥 − 3 = 0
𝑥 (𝑥 − 3) − 3 = 0
3
𝑥 = 𝑥−3
16
d. Sistem persamaan tak-linier Metoda Newton-Jacobi
Disebut pula iterasi Newton, merupakan metode penyelesaian sistem tak linear
untuk sistem dengan beberapa variabel bedasarkan ekspansi deret Taylor.
Contoh Soal 7.
4𝑥2 − 𝑦 = 0
−2𝑥𝑦 + 𝑦 = 0
[Penyelesaian]
1
TEBAKAN 1: 𝑥0 = [ ]
1
Di mana:
8𝑥 −1
J= [ ]
−2𝑦 −2𝑥 + 1
ITERASI 1
17
1 + 0,4 1,4
TEBAKAN 2: 𝑥1 = 𝑥0 + 𝑠 = [ ]=[ ]
1 + 0,2 1,2
ITERASI 2
18
Mindmap Sistem Persamaan Diferensial
19
III. Sistem Persamaan Diferensial
Sama seperti NR, metode ini didasarkan pada sifat turunan suatu fungsi yang
merupakan slope dari fungsi tersebut, sehingga:
Asumsikan terdapat partisi pada titik 𝑥0, 𝑥1, 𝑥2, … dengan jarak yang sama,
yaitu h. Maka 𝑥𝑛+1 − 𝑥𝑛 = ℎ
Contoh Soal 8.
𝑑𝑦
= −2𝑥 3 + 12𝑥 2 − 20𝑥 + 8,5
𝑑𝑥
Bila (0) = 1, tentukan nilai nilai y pada x = 0,5 dengan metode Euler. Gunakan
nilai h = 0,1.
[Penyelesaian]
Tebakan awal: x = 0.
𝑓(0) = 1
20
𝑓′(0) = 8,5
• Metoda Runge-Kutta
Dimana:
dan
Contoh Soal 9.
𝑑𝑦
= 1 - 𝑥𝑦
𝑑𝑥
Bila diketahui y(0) = 1, aproksimasi nilai y(1) dengan metode Runge Kutta Orde
2, menggunakan nilai h = 0.2.
[Penyelesaian]
21
𝑘1 = (0, 1) = 1 − 0(1) = 1
Lanjutkan perhitungan 𝑘1 dan 𝑘2 baru dan cari nilai y baru hingga x=1.
Perhitungan dapat dilihat pada tabel berikut.
𝑦 ′′ + 2𝑦 ′ + 3𝑦 = 5
[Penyelesaian]
Misal 𝑦1 = 𝑦
𝑦1 ′ = 𝑦2 … (1)
Persamaan y1’ dan y2’ yang akan diselesaikan dengan metode Euler/Heun.
22
b. Persamaan Diferensial Batas
• Metode Shooting
Metoda ini menyelesaikan masalah PD dengan mencari syarat awal sedemikian
sehingga integrasi PD mendapatkan jawaban yang sama dengan syarat batas.
Metoda ini memanfaatkan penyelesaian PD bersyarat awal (seperti Euler dan
Runge-Kutta) dengan memberikan tebakan.
[Penyelesaian]
Ubah persamaan differensial menjadi bentuk kanonikal.
𝑦 = 𝑦1
𝑦 ′ = 𝑦2
𝑦2 ′ = 5𝑦1 − 𝑥 2
Substitusikan persamaan y persamaan differensial dengan persamaan
kanonikal.
𝑦1 (0) = 1
𝑦2 (1) = 1
2. Selisih Terpusat
23
3. Selisih Mundur
24
Mula-mula temperature slab seragam yaitu T0. Tiba-tiba sisi sebelah kiri
dan kanan slab meningkat temperaturnya menjadi T1. Persamaan
differensial sistem ini adalah :
[Penyelesaian]
25
Setelah itu, persamaan-persamaan finite difference di atas disubstitusikan
pada soal sehingga menjadi seperti persamaan di bawah.
Harga T yang tidak diketahui adalah T di x=1 sampai T di x=n-1. Dari sana,
didapat n-1 persamaan differensial. Ketika semua persamaan diintegrasikan
bersama-bersama menggunakan metode persamaan differensial biasa, akan
didapat harga T di x=1 sampai x=n-1 setiap saat. Grafik perubahan
temperature di sepanjang lempeng arah x setiap saat bisa dilihat pada grafik
dibawah.
26
Mind Map Optimasi
27
I. Optimasi
Untuk 1 variabel
𝑥1 = 𝑥𝑎 − 𝑑
𝑥2 = 𝑥𝑏 + 𝑑
𝑑 = 0,61803 × (𝑥𝑎 − 𝑥𝑏 )
28
Metoda iterasinya adalah:
1. Ambil tiga titik dari metoda “Golden Section” (misalnya xb, xa dan xi (salah
satu titik interior).
2. Tentukan x# dari persamaan 8.
3. Gantikan nilai tiga titik awal yang terkecil dengan nilai x#.
4. Lakukan berulang hingga nilai xi# dan xi-1# memiliki beda yang lebih kecil
dari XTOL.
c. Metoda Nelder-Mead
• Metoda optimisasi numerik Nelder-Mead sering dikenal juga sebagai metoda
Simpleks.
• Metoda ini merupakan metoda optimisasi numerik tak-berkendala dengan
variabel majemuk (jumlah variabel > 1).
• Metoda Nelder-Mead melakukan pencarian nilai optimum lokal dari sebuah
fungsi objektif bervariabel majemuk.
• Metoda ini termasuk metoda yang “lambat” namun efektif dan kompak.
• Metoda Nelder-Mead sama sekali tidak melibatkan perhitungan turunan
fungsi.
29
II. Tambahan untuk MATLAB
Pada Ujian Komprehensif Juni 2018, terdapat pertanyaan mengenai coding MATLAB pada
pilihan ganda. Tips-tips untuk mempelajari coding MATLAB. Tidak perlu dihafalkan
codingan secara keseluruhan, tetapi pelajari ciri khas masing2.
a. Newton Raphson
-Hanya dibutuhkan 1 tebakan awal
-Ada rumus untuk mencari nilai x selanjutnya
b. Penyetengahan Interval
-Ada coding mencari nilai tengah ( Xm = (XR + XL)/2 )
-Tidak ada tebakan awal, tetapi diketahui 2 nilai (u/ XR dan XL)
d. Metode Secant
-Dibutuhkan 2 tebakan awal
e. Euler
-Persamaan diferensial ada 2 atau lebih variabel pada bag coding persamaan (Cth:
Function fx = (x, y))
-Diketahui nilai awal atau nilai akhir (f saat x = 0 atau f saat x akhir) -fungsi ode23 /
ode45
30
-Diketahui nilai awal atau nilai akhir (f saat x = 0 atau f saat x akhir) -fungsi ode23/ ode
45
g. Metode Partisi
-Persamaan diferensial parsial ada 2 atau lebih variabel pada bag coding persamaan
(Cth: Function fx = (x, y)), persamaan lebih dari 1.
31