matematika teknik kimia
DESCRIPTION
matematika teknik kimiaTRANSCRIPT
PEMODELANPEMODELANTEKNIK KIMIA TEKNIK KIMIA
LANJUTLANJUTProf. Dr. Ir. Setijo Bismo, D.E.A.
Dr.rer.nat. Ir. Yuswan Muharam, M.T.
SILABUS Pendahuluan Formulasi problem fisikokimia Teknik penyelesaian model persamaan
diferensial biasa (PDB) Teknik penyelesaian model persamaan
diferensial parsial (PDP)
REFERENSI Applied Mathematics and Modeling for Chemical
Engineers, Rice, 1995 Numerical Methods for Chemical Engineers with
MATLAB Applications, Constantinides, 1999. Numerical Analysis for Chemical Engineers, Davis, 1988. Numerical Methods for Engineers and Scientists, 2nd
Edition, Hoffman, 2001 Applied Numerical Methods Using Matlab, Yang, 2005 Numerical Analysis Using MATLAB and
Spreadsheets.2ed Ed, Karris, 2004
EVALUASI UTS = 25 % UAS = 25 % Tugas = 20 % Proyek = 30%
PENDAHULUANPENDAHULUAN
Dr.rer.nat. Ir. Yuswan Muharam, M.T.Departemen Teknik Kimia
Fakultas TeknkUniversitas Indonesia
DEFINISI MODEL (TERMINOLOGI) “Sebuah objek M (benda, sistem fisika atau
kimia, atau proses) adalah model apabila terdapat analogi antara objek M dan objek lain O sehingga kesimpulan mengenai O dapat dibuat”.
DEFINISI MODEL (TERMINOLOGI) Model M
Representasi objek O; Taksiran objek O yang diisolasi dari seluruh
realitas, Menggambarkan kenyataan atau bagian dari
kenyataan. Dapat disederhanakan menjadi bagian dari
kenyataan jika hanya kesimpulan tertentu saja yang diperlukan.
DEFINISI MODEL (TERMINOLOGI) Keterbatasan analogi model M dan objek O
Keterbatasan kesesuaian fungsi, Keterbatasan lesesuaian struktur dan perilaku, Keterbatasan akurasi.
Model M dan objek O boleh berbeda skala. Hasil model bagus apabila variabel dan
fenomena pentingnya direpresentasikan secara benar dalam konteks atau investigasi tertentu.
DEFINISI MODEL (TERMINOLOGI) Analogi antara model M dan objek O dapat
dibuat dalam bentuk persamaan matematis. Model matematis menggambarkan
seperangkat persamaan aljabar dan/atau diferensial dan/atau integral yang digunakan untuk menjelaskan perilaku objek O.
TUGAS CHEMICAL ENGINEER Mengoperasikan dan mengoptimalkan
proses yang ada; Merancang pabrik baru dan memodifikasi
pabrik yang ada.
APLIKASI MODEL MATEMATIS DI INDUSTRI KIMIA Percobaan Simulasi Analisis sensitivitas Kendali dan operasi Optimisasi Eksplorasi
KETERBATASAN MODEL MATEMATIS
1. Jenis, jumlah serta keakuratan data;2. Perkakas matematis;3. Interpretasi hasil model.
INTERPRETASI HASIL MODEL
PENYUSUNAN DAN PENYUSUNAN DAN KLASIFIKASI MODELKLASIFIKASI MODEL
Dr.rer.nat. Ir. Yuswan Muharam, M.T.Departemen Teknik Kimia
Fakultas TeknkUniversitas Indonesia
PENYUSUNAN MODEL MATEMATIKA Penyusunan model matematika adalah
pengesetan seperangkat persamaan matematika.
Persamaan matematika adalah hubungan antara variabel proses.
TAHAP-TAHAP PEMODELAN1. Formulasi persoalan, pengumpulan objektif
dan kriteria keputusan;2. Pengamatan terhadap proses dan
klasifikasinya untuk membagi proses menjadi beberapa subsistem (elemen proses);
3. Penentuan hubungan antara subsistem;4. Analisis variabel dan hubungan antar
variabel pada setiap elemen proses;
TAHAP-TAHAP PEMODELAN
5. Pembentukan persamaan matematika dengan menggunakan variabel dan parameter; Pengumpulan data;
6. Pengamatan representasi proses oleh model; perbandingan hasil simulasi dengan data proses nyata;
7. Instalasi model; interpretasi dan pemeriksaan hasil.
TAHAP-TAHAP PEMODELAN
8. Analisis sensitivitas model untuk mengidentifikasi parameter yang berpengaruh kuat dan lemah terhadap respons model;
9. Penyederhanaan model.10. Tahap 4 – 9 diulang, sampai interpretasi
hasil model sesuai dengan kriteria objektif dan solusi yang diharapkan.
KEGUNAAN MODEL Untuk memformulasikan fenomena fisika dan
fisikokimia, yaitu perpindahan panas, perpindahan massa dan perpindahan momentum, serta reaksi kimia di dalam sistem homogen dan heterogen.
Untuk mendesain operasi perpindahan massa, menghitung penukar panas, merekayasa reaksi kimia, dan mengendalikan proses.
KLASIFIKASI MODEL MATEMATIKA
MODEL BERDASARKAN PRINSIP FISIKOKIMIA Digunakan untuk memformulasi fenomena
perpindahan. Proses dibagi menjadi sejumlah elemen
proses yang dijelaskan dengan hukum kekekalan massa, momentum, dan energi.
MODEL BERDASARKAN PRINSIP FISIKOKIMIA Model deterministik atau elemen model:
Nilai atau seperangkat nilai setiap variabel atau parameter model pada kondisi tertentu telah ditentukan.
Model statistik atau elemen model statistik Variabel dan parameter model merupakan besaran
statistik, berupa probabilitas atau momen dari fungsi densitas probabilitas.
Misalnya Jika fungsi densitas probabilitas P(Y ) berlaku untuk
variabel statistik Y, maka P(Y) dY adalah probabilitas variabel tersebut yang berada dalam rentang dY di sekitar Y.
MODEL BERDASARKAN PRINSIP FISIKOKIMIA Klasifikasi berdasarkan jenis persamaan
Tingkat kesulitan metode penyelesaian berkurang dari kanan ke kiri.
MODEL PDF Model berbasis persamaan transport dalam bentuk fungsional
P(1, . . . , n). Probabilitas menemukan variabel terikat (1, . . . , n) dalam
rentang d1, . . . , dn di sekitar fungsi 1(x, t), . . ., n(x, t) adalah P(1, . . . , n)d1, . . . , dn.
Memberi informasi statistik proses statistik. Memberi fungsi distribusi variabel proses. Contoh:
mekanika statistik, teori kinetik gas, campuran makro dalam distribusi waktu tinggal, distribusi ukuran kristal, distribusi aktivitas pada pelet katalis, dan distribusi umur dan ukuran biakan mikrobiologi.
MODEL EMPIRISMODEL EMPIRIS Korelasi respons proses terhadap perubahan satu
atau beberapa variabel proses. Contoh:
Fitting polinomial pada data eksperimen, respons proses pada pengendalian proses dalam bentuk fungsi transfer pada domain waktu atau frekuensi.
Merupakan model statistik karena data diperoleh secara eksperimen dan berisi kesalahan statistik.
Memiliki makna terbatas dalam menjelaskan proses atau elemen proses; Misal: prediksi berada di luar rentang percobaan.
MODEL BERDASARKAN MODEL BERDASARKAN PRINSIP FISIKOKIMIAPRINSIP FISIKOKIMIA
Dr.rer.nat. Ir. Yuswan Muharam, M.T.Departemen Teknik Kimia
Fakultas TeknikUniversitas Indonesia
ILUSTRASI PROSES PEMODELANILUSTRASI PROSES PEMODELAN Pendinginan fluida yang mengalir di dalam
pipa berpenampang lingkaran. Model sederhana keakuratan rendah. Model kompleks keakuratan tinggi.
MODEL 1 – MODEL 1 – ALIRAN SUMBATALIRAN SUMBAT Sketsa sistem.
Plug flow: Profil kecepatan fluida
berbentuk plug (merata pada posisi radial).
Elemen fluida bercampur sempurna ke arah radial sehingga temperatur fluida merata ke arah radial.
MODEL 1 – MODEL 1 – ALIRAN SUMBATALIRAN SUMBAT Asumsi:
1. Keadaan tunak;2. Jika T kecil, , Cp, k dll konstan;3. Temperatur dinding konstan dan merata Tw;4. Temperatur inlet konstan dan merata T0, dimana T0 >
Tw;5. Profil kecepatan berbentuk plug;6. Fluida bercampur sempurna (turbulen Re > 2100) T
arah radial rata;7. Konduksi termal ke arah aksial relatif kecil
dibandingkan konveksi sehingga diabaikan.
MODEL 1 – MODEL 1 – ALIRAN SUMBATALIRAN SUMBAT Sketsa elemen volume diferensial (volume
kontrol)
MODEL 1 – MODEL 1 – ALIRAN SUMBATALIRAN SUMBAT Hukum kekekalan energi:
Keadaan tunak akumulasi nol. Tidak ada panas reaksi, nuklir atau listrik pembangkit
panas nol. Perpindahan panas dari dinding ke fluida:
MODEL 1 – MODEL 1 – ALIRAN SUMBATALIRAN SUMBAT Hukum kekekalan energi (lanjutan)
Arah aksial: panas masuk dan keluar melalui konveksi (aliran)
Laju alir massa,gram/detik
Entalpi lokal,J/gram
MODEL 1 – MODEL 1 – ALIRAN SUMBATALIRAN SUMBAT
Penyusunan ulang dan pembagian dengan z
PDB
MODEL 1 – MODEL 1 – ALIRAN SUMBATALIRAN SUMBAT Pengelompokan parameter menjadi satu suku
(parameter lumping)
menjadi.
dimana.
MODEL 2 – MODEL 2 – KECEPATAN PARABOLIKKECEPATAN PARABOLIK Re < 2100, kecepatan berbentuk parabola.
v0 = kecepatan rata-rata vz = kecepatan lokal (bervariasi). Modifikasi asumsi 5, 6, dan 7:
5. Profil kecepatan arah aksial berbentuk parabola dan tergantung pada posisi r.
6. Fluida ke arah radial tidak tercampur sempurna konduksi panas radial diperhitungkan.
7. Konveksi lebih kecil konduksi panas aksial dipertimbangkan.
MODEL 2 – MODEL 2 – KECEPATAN PARABOLIKKECEPATAN PARABOLIK Volume kontrol berbentuk cincin (tebal r; panjang
z); Panas melewati dua permukaan, area anular dan
area sepanjang keliling cincin; Fluks panas menggunakan konduksi molekular.
MODEL 2 – MODEL 2 – KECEPATAN PARABOLIKKECEPATAN PARABOLIK Hukum kekekalan panas:
Laju alir massa,gram/detik
Entalpi lokal,J/gram
konveksikonduksi
Luas penampang,cm2
Fluks panas,J/detik.cm2
MODEL 2 – MODEL 2 – KECEPATAN PARABOLIKKECEPATAN PARABOLIK
Penyusunan dan pembagian dengan 2zr
Limit, misalnya
MODEL 2 – MODEL 2 – KECEPATAN PARABOLIKKECEPATAN PARABOLIK
Dengan limit, diperoleh
Turunan terhadap z r konstan r dapat ditempatkan di luar suku;
Pembagian dengan r dan penataan ulang
Substitusi hukum Fourier dan uz
MODEL 2 – MODEL 2 – KECEPATAN PARABOLIKKECEPATAN PARABOLIK
PDP orde dua
KONDISI BATAS Persamaan diferensial diselesaikan dengan
kondisi awal dan kondisi batas. Kondisi awal dan kondisi batas berlaku untuk
variabel terikat dan turunannya.
KONDISI BATASTipe kondisi batas Kondisi Dirichlet
Nilai variabel terikat diberikan pada nilai variabel bebas yang tetap.
Misalnya, T = T0 pada t = 0 dan 0 x 1
atauT = f(x) pada t = 0 dan 0 x 1
T = T1 pada x = 0 dan t > 0atau
T = f(t) pada x = 0 dan t > 0
KONDISI BATASTipe kondisi batas Kondisi Neumann
Turunan variabel terikat diberikan sebagai konstanta atau fungsi variabel bebas Misalnya,
Pada x = 1 dan t 0
Kondisi Cauchy Gabungan kondisi Dirichlet dan kondisi Neumann.
0xT
KONDISI BATASTipe kondisi batas Kondisi Robbins
Turunan variabel terikat diberikan sebagai fungsi dari variabel terikat itu sendiri.
fTThxTk
LATIHANLATIHAN Perhatikan sebuah pelat berbentuk persegi panjang dengan tebal 2L.
Mula-mula konsentrasi spesies A di dalam pelat tersebut seragam, yaitu sebesar CA. Pada t = 0 permukaan pada z = L dijaga konstan pada konsentrasi CA1. Untuk menghitung jumlah spesi A yang berpindah ke dalam pelat, kita harus terlebih dahulu menghitung distribusi konsentrasi spesi A di dalam pelat sebagai fungsi dari posisi dan waktu. Dengan mengasumsikan 2L/H << 1 dan 2L/W << 1, maka difusi berlangsung ke satu arah (satu dimensi). Kembangkan model persamaan diferensial untuk mendapatkan distribusi (profil) konsentrasi A ke arah z keadaan tidak tunak! Kembangkan pula kondisi batasnya!
Contoh: adsorpsi menggunakan unggun padat granular. Adsorpsi lebih cepat dibandingkan difusi internal, sehingga terjadi
kesetimbangan lokal pada dan dekat partikel
q = komposisi solut fasa padat (mol solut teradsorpsi per satuan volume partikel),
C* = komposisi solut fasa fluida (mol solut per satuan volume fluida).
Asumsi: Pengontrol laju: laju perpindahan antara fasa mengalir dan
fasa diam (padat).
GABUNGAN LAJU DAN GABUNGAN LAJU DAN KESETIMBANGANKESETIMBANGAN
GABUNGAN LAJU DAN GABUNGAN LAJU DAN KESETIMBANGANKESETIMBANGAN Konsep aliran sumbat profil
kecepatan fluida datar. Adsorbat di dalam fluida encer
efek panas diabaikan (isotermal). Partikel sangat kecil efek difusi
aksial diabaikan transportasi fasa fluida disebabkan aliran konveksi.
Transportasi antarfasa mengikuti hukum laju yang berangkat dari keadaan kesetimbangan termodinamika.
Luas antarfasa total tidak diketahui koefisien perpindahan volumetrik (kca); a = luas antarfasa total per satuan volume kolom paking.
Persamaan laju inkremental...
GABUNGAN LAJU DAN GABUNGAN LAJU DAN KESETIMBANGANKESETIMBANGAN
Neraca solut di kedua fasa
Vo: kecepatan superfisial fluida (terjadi jika tube kosong);: fraksi volume kosong di antara partikel (volume kosong interstitial) (1 - ): fraksi volume fasa padat;Laju akumulasi: fasa fluida (C) dan fasa padat (q).
Pembagian dengan Az dan limit menghasilkan
GABUNGAN LAJU DAN GABUNGAN LAJU DAN KESETIMBANGANKESETIMBANGAN
Neraca solut di fasa diam saja Tidak ada reaksi kimia; Laju akumulasi sama dengan laju perpindahan ke padatan
Dibagi dengan A z
Jika kesetimbangann dicapai C C*.
GABUNGAN LAJU DAN GABUNGAN LAJU DAN KESETIMBANGANKESETIMBANGAN
Substitusi
menghasilkan
Kondisi batas..
.
GABUNGAN LAJU DAN GABUNGAN LAJU DAN KESETIMBANGANKESETIMBANGAN
PROSEDUR PEMODELANPROSEDUR PEMODELAN1. Gambar sketsa sistem dan definisikan besaran kimia, fisika dan
geometri.2. Pilih variabel terikat (respons).3. Pilih variabel bebas (misal z, t).4. Buat daftar parameter (konstanta fisik, ukuran dan bentuk); buat
pula daftar parameter tak konstan (misal viskositas yang berubah terhadap temperatur).
5. Gambar sketsa perilaku variabel terikat, seperti profil temperatur yang diharapkan.
6. Buat “volume kontrol" untuk elemen diferensial atau berhingga sistem (misal CSTR); buat sketsa elemen dan indikasikan semua lintasan masuk dan keluarnya.
TUGAS KELOMPOKTUGAS KELOMPOK Applied Mathematics and Modelling for
Chemical Engineers, Rice and Do, 1995. Problem 1.3 (2 K) Problem 1.4 (2 K) Problem 1.5 (2 K) Problem 1.6 (2 K) Problem 1.7 (3 K) Problem 1.8 (2 K) Problem 1.9 (4 K)
PERSAMAAN PERSAMAAN DIFERENSIAL BIASA -DIFERENSIAL BIASA -
PROBLEM NILAI AWALPROBLEM NILAI AWAL
Dr.rer.nat. Ir. Yuswan Muharam, M.T.
PERSAMAAN PERSAMAAN DIFERENSIAL BIASA (PDB)DIFERENSIAL BIASA (PDB) Persamaan diferensial untuk fungsi yang
hanya tergantung pada satu variabel Ruang (x, y, z, r) Waktu (t).
Solusi PDB: Kondisi awal (problem nilai awal); Kondisi batas (problem nilai batas).
PERSAMAAN PERSAMAAN DIFERENSIAL BIASA (PDB)DIFERENSIAL BIASA (PDB) Problem nilai awal:
jika semua kondisi berada pada satu titik dan dapat diintegrasi mulai dari titik tersebut.
Problem nilai batas dua titik: jika pada satu titik terdapat satu atau lebih kondisi
dan pada titik lain terdapat satu atau lebih kondisi yang lain.
Contoh problem PDB: kontrol parameter, kinetika di dalam reaktor
batch, reaktor alir sumbat.
KLASIFIKASI PDBKLASIFIKASI PDB Dasar klasifikasi:
Orde, Kelinearan, Kondisi batas.
KLASIFIKASI BERDASARKAN KLASIFIKASI BERDASARKAN ORDEORDE Orde persamaan diferensial = orde tertinggi
dari derivat (turunan). Orde pertama:
Orde kedua:
Orde ketiga:
kxydxdy
kxdxdyy
dxyd
2
2
kxdxdyb
dxyda
dxyd
2
2
2
3
3
KLASIFIKASI BERDASARKAN KLASIFIKASI BERDASARKAN KELINEARANKELINEARAN Linear: tidak mengandung perkalian variabel
terikat, derivatnya atau keduanya. Tak linear: mengandung perkalian variabel
terikat atau derivatnya atau keduanya. Linear:
Tak Linear:
kxydxdy
kxdxdyy
dxyd
2
2
kxdxdyb
dxyda
dxyd
2
2
2
3
3
KLASIFIKASI BERDASARKAN KLASIFIKASI BERDASARKAN KONDISI BATASKONDISI BATAS Problem nilai awal:
Semua nilai variabel terikat dan/atau turunanya diketahui pada nilai awal variable bebas.
Problem nilai batas: Variabel terikat dan/atau turunannya diketahui
pada lebih dari satu variabel bebas.
PDB orde ke-n:
R(x) = 0 homogen. R(x) 0 tak homogen. Koefisien {bi | i = 1, 2, …, n}
koefisien variabel jika fungsi dari x; koefisien konstan jika skalar.
KLASIFIKASI BERDASARKAN KLASIFIKASI BERDASARKAN KONDISI BATASKONDISI BATAS
xRyxbdxdyxb
dxydxb
dxydxb nnn
n
n
n
11
1
10 ...
Untuk mendapatkan solusi sebuah PDB orde ke-n atau sebanyak n PDB orde pertama, diperlukan spesifikasi n nilai variabel terikat (turunannya) pada nilai-nilai tertentu variabel bebasnya.
KLASIFIKASI BERDASARKAN KLASIFIKASI BERDASARKAN KONDISI BATASKONDISI BATAS
SOLUSI PDB - SOLUSI PDB - PROBLEM NILAI PROBLEM NILAI
AWALAWALDr.rer.nat. Ir. Yuswan Muharam, M.T.
Hanya satu PDB (linear atau tidak linear)
Pemisahan variabel:
KUADRATURKUADRATUR
00 yy
yfdtdy
y
y
t
dtyfdy
dtyfdy
0 0
● Jika dapat diselesaikan secara analitik solusi eksak.
KUADRATURKUADRATUR Misal: problem kinetika untuk reaksi orde dua
Pemisahan variabel dan integrasi:
Dengan kondisi batas:
0
2
0 cc
kcdtdc
Dktc
kdtcdc
1
2
0
11c
ktc
METODE EKSPLISITMETODE EKSPLISIT Jika nilai y pada tn diketahui, maka
perhitungan y pada tn +1 hanya memerlukan nilai y pada tn tersebut serta turunannya dy/dt = f(y) pada tn (dan waktu sebelumnya).
METODE EKSPLISITMETODE EKSPLISIT Integrasi numeris PDB secara eksplisit dapat
dilakukan jika sistem terdiri dari n PDB orde pertama simultan dalam bentuk:
xyyyfdxdy
xyyyfdxdy
xyyyfdxdy
nnn
n
n
,,...,,
.
.
.
,,...,,
,,...,,
21
2122
2111
Bentuk kanonis
METODE EKSPLISITMETODE EKSPLISIT
Jika kondisi awal pada titik x0 diketahui:
Solusinya:
xyyyfdxdy
xyyyfdxdy
xyyyfdxdy
nnn
n
n
,,...,,
.
.
.
,,...,,
,,...,,
21
2122
2111
0,0
0,202
0,101
.
.
.
nn yxy
yxy
yxy
xFy
xFyxFy
nn
.
.
.22
11
METODE EKSPLISITMETODE EKSPLISIT
Dalam bentuk matriks
xyyyfdxdy
xyyyfdxdy
xyyyfdxdy
nnn
n
n
,,...,,
.
.
.
,,...,,
,,...,,
21
2122
2111
0,0
0,202
0,101
.
.
.
nn yxy
yxy
yxy
xFy
xFyxFy
nn
.
.
.22
11
yfy ,xdxd
00 yy x xFy
METODE EKSPLISITMETODE EKSPLISIT Persamaan diferensial orde tinggi
dapat diubah menjadi seperangkat persamaan orde pertama.
Caranya?
xdx
zddxzd
dxdzzG
dxzd
n
n
n
n
,,...,,, 1
1
2
2
METODE EKSPLISITMETODE EKSPLISIT
xdx
zddxzd
dxdzzG
dxzd
n
n
n
n
,,...,,, 1
1
2
2
dxdy
dxzd
ydxdy
dxzd
ydxdy
dxzd
ydxdy
dxdzyz
nn
n
nn
n
n
1
1
1
32
2
2
21
1
.
.
.
Transformasi
METODE EKSPLISITMETODE EKSPLISIT
dxdy
dxzd
ydxdy
dxzd
ydxdy
dxzd
ydxdy
dxdzyz
nn
n
nn
n
n
1
1
1
32
2
2
21
1
.
.
.
xdx
zddxzd
dxdzzG
dxzd
n
n
n
n
,,...,,, 1
1
2
2
xyyyyGdxdy
ydxdy
ydxdy
nn ,,...,,,
.
.
.
321
32
21
substitusi
n persamaan orde pertama bentuk kanonis
METODE EKSPLISITMETODE EKSPLISIT
xyyyyGdxdy
ydxdy
ydxdy
nn ,,...,,,
.
.
.
321
32
21
Jika sisi kanan PDB bukan fungsi variabel bebas, maka disebut persamaan otonom. yfy
dxd
Jika f(y) linear terhadap y, maka dapat ditulis: y’ = Ay
METODE EKSPLISITMETODE EKSPLISIT Ubah persamaan berikut ke bentuk
kanonisnya!
tezdtdz
dtzd
dtzd
dtzd
zdtdz
dtzd
dtzd
dtzd
3625
03625
2
2
3
3
4
4
2
2
3
3
4
4
05
02
22
23
3
3
3
2
2
3
32
zdxdzz
dxzdz
dxzd
zdxdz
dxzdz
dxzd
METODE EKSPLISITMETODE EKSPLISIT Metode Euler Metode Adam-Bashford Runge-Kutta
METODE EULERMETODE EULER
Bentuk kanonis:
Diferensial:
Nilai rata-rata f pada h adalah f(y(tn)).
yy ,tfdtd
METODE EULER - CONTOHMETODE EULER - CONTOH Contoh:
Dekomposisi nitrogen dioksida di dalam reaktor alir sumbat dengan laju reaksi
Koefisien laju reaksi pada 383°C = 5030 ml/mol/detik. Asumsi:
Difusi aksial sangat kecil sehingga diabaikan, Profil kecepatan berbentuk plug.
Hitung profil konsentrasi keadaan tunak pada temperatur konstan!
METODE EULER - JAWABMETODE EULER - JAWAB Neraca massa
u = kecepatan, S = luas penampang lintang reaktor.
METODE EULER - JAWABMETODE EULER - JAWAB
Bagi dengan z dan susutkan elemen menjadi nol (limit)
Kondisi awal:
Solusi analitik:
METODE EULER - JAWABMETODE EULER - JAWAB
Kalikan sisi kiri dengan S/S
Jadikan persamaan tak-berdimensi
METODE EULER - JAWABMETODE EULER - JAWAB
Metode Euler:
Jika h = 0,2
METODE EULER - JAWABMETODE EULER - JAWAB
METODE EULER - LATIHANMETODE EULER - LATIHAN Selesaikan PDB di bawah dengan
menggunakan metode Euler!
10
y
ytdtdy
METODE EULER - JAWABANMETODE EULER - JAWABANtn yn f(yn) h f(yn)
0
0,1
0,2
0,3
METODE ADAM-BASHFORDMETODE ADAM-BASHFORD Orde kedua:
Orde keempat:
METODE ADAM-BASHFORD - METODE ADAM-BASHFORD - LATIHANLATIHAN Selesaikan PDB di bawah dengan
menggunakan metode Adam-Bashford orde-kedua!
10
y
ytdtdy
METODE ADAM-BASHFORD - METODE ADAM-BASHFORD - LATIHANLATIHAN Selesaikan PDB di bawah dengan
menggunakan metode Adam-Bashford orde-keempat!
10
y
ytdtdy
METODE ADAM-BASHFORD - METODE ADAM-BASHFORD - JAWABANJAWABAN
tn yn-1 f(yn-1) yn f(yn)
METODE EKSPLISITMETODE EKSPLISIT Metode eksplisit orde tinggi perlu solusi (sisi kanan) yang
dievaluasi pada waktu-waktu (posisi-posisi) sebelumnya. Evaluasi mudah dilakukan kecuali pada permulaan evaluasi
gunakan metode Euler dengan ukuran tahap yang sangat kecil selama (pada posisi-posisi) beberapa tahap untuk mendapatkan nilai-nilai permulaan.
Keuntungan metode Adam – Bashford orde keempat: Akurasi orde tinggi.
Kelemahan metode Adam – Bashford orde keempat: Perlu metode lain untuk memulai.
METODE RUNGE-KUTTAMETODE RUNGE-KUTTA Skema titik tengah:
Titik tengah digunakan untuk menghitung titik tak diketahui pada tn + 1;
tn + (h/2): titik tengah antara tn dan tn + 1. Argumen yn + (h/2)fn = slope pada tn + (h/2)
Skema korektor predictor-trapezoid Euler.
METODE RUNGE-KUTTA-GILLMETODE RUNGE-KUTTA-GILL Orde ke-empat; Paling banyak digunakan karena
memerlukan sedikit memori komputer; Ditulis dalam bentuk vektor untuk sistem
PDB;
METODE RUNGE-KUTTA-GILLMETODE RUNGE-KUTTA-GILL
METODE RUNGE-KUTTA-METODE RUNGE-KUTTA-FELDBERGFELDBERG Orde ke-enam
Nilai yn+1 – zn+1 merupakan taksiran error untuk yn+1
LATIHAN METODE LATIHAN METODE RUNGE-KUTTARUNGE-KUTTA Dengan menggunakan
Metode Runge-Kutta-Gill, selesaikan problem-problem di bawah! Untuk problem dengan nilai
awal pada x = 0, Integrasi persamaan sampai x = 5;
Untuk problem dengan nilai awal pada x = 1, integrasi persamaan sampai x = 6;
00 , .10
01 , .9
10 , .8
00 ,12 .7
20 ,1 .6
20 ,sin .5
10 , .4
20 ,5 .3
10 ,2 .2
10 , .1
23
2
2
yyxdxdy
yxxdxdy
yxydxdy
yyxdxdy
yyxdx
dy
yyxdxdy
yyx
dxdy
yxyyx
dxdy
yxydxdy
yxyyxdxdy
LATIHAN METODE LATIHAN METODE RUNGE-KUTTARUNGE-KUTTA No. 1
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 50
1
2
3
4
5
6x 10
7
y
x
LATIHAN METODE LATIHAN METODE RUNGE-KUTTARUNGE-KUTTA No. 2
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5-9
-8
-7
-6
-5
-4
-3
-2
-1
0
y
x
LATIHAN METODE LATIHAN METODE RUNGE-KUTTARUNGE-KUTTA No. 3
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 52
2.05
2.1
2.15
2.2
2.25
y
x
LATIHAN METODE LATIHAN METODE RUNGE-KUTTARUNGE-KUTTA No. 4
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 51
1.5
2
2.5
3
3.5
4
4.5
5
5.5
y
x
LATIHAN METODE LATIHAN METODE RUNGE-KUTTARUNGE-KUTTA No. 5
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 52
4
6
8
10
12
14
16
y
x
LATIHAN METODE LATIHAN METODE RUNGE-KUTTARUNGE-KUTTA No. 6
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 52
2.5
3
y
x
LATIHAN METODE LATIHAN METODE RUNGE-KUTTARUNGE-KUTTA No. 7
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5-8
-7
-6
-5
-4
-3
-2
-1
0x 10
10
y
x
LATIHAN METODE LATIHAN METODE RUNGE-KUTTARUNGE-KUTTA No. 8
1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 60
10
20
30
40
50
60
y
x
LATIHAN METODE LATIHAN METODE RUNGE-KUTTARUNGE-KUTTA No. 9
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5-120
-100
-80
-60
-40
-20
0
20
y
x
LATIHAN METODE LATIHAN METODE RUNGE-KUTTARUNGE-KUTTA No. 10
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 50
1
2
3
4
5
6
7
8
9
10x 10
134
y
x
SOLUSI PD ORDE TINGGI SOLUSI PD ORDE TINGGI PDB orde-2:
2 PDB orde-1:
SOLUSI PD ORDE TINGGI SOLUSI PD ORDE TINGGI RK-4:
LATIHANLATIHANSOLUSI PD ORDE TINGGI SOLUSI PD ORDE TINGGI Selesaikanlah PDB berikut dengan
menggunakan algoritma RK-4!
TUGAS KELOMPOKTUGAS KELOMPOK Selesaikanlah sistem
PDB berikut dengan menggunakan algoritma RK-4!
Dimana:
BC
BAB
AA
CkdtdC
CkCkdtdC
CkdtdC
2
21
1
3
3
3
12
11
mmol00
;mmol00
;mmol 10
1 ; 3
C
B
A
C
C
C
sksk