PERSAMAAN DIFUSI FOKKER-PLANCK

Slides:



Advertisements
Presentasi serupa
PROBABILITAS BERSYARAT DAN EKSPEKTASI BERSYARAT
Advertisements

 Kita perlu memperhatikan struktur probabilistik yang mendasari pengamatan ini.  Kita menulis Z t untuk pengamatan pada waktu t.  Dalam hal ini,
Pendahuluan Landasan Teori.
BEBERAPA EKSPEKTASI KHUSUS
Transformasi Z Transformasi Z (satu sisi) didefinisikan sbb
Distribusi Probabilitas
METODE NUMERIK EDY SUPRAPTO 1.
VARIABEL RANDOM.
Persamaan Diferensial
IRPAN SUSANTO, DERET FOURIER, KONSEP DAN TERAPANNYA PADA PERSAMAAN GELOMBANG SATU DIMENSI.
TRENDS.
KOEFISIEN KORELASI.
Persamaan Differensial Biasa #1
Proses Stokastik Semester Ganjil 2013.
PERSAMAAN DIFERENSIAL LINIER
METODE DERET PANGKAT.
PROBABILITY DAN JOINT DENSITY FUNCTION
PENGANTAR Arti fisis diferensial: laju perubahan sebuah peubah terhadap peubah lain. Contoh: Menyatakan laju perubahan posisi x terhadap waktu t.
Matakuliah : METODE NUMERIK I
Persamaan Diferensial Biasa 1
HAMPIRAN NUMERIK SOLUSI PERSAMAAN DIFERENSIAL Pertemuan 11
Dasar probabilitas.
TEORI KESALAHAN (GALAT)
Pemodelan Simulasi Sistem Diskrit
Persamaan dan Pertidaksamaan
Penyelidikan Operasi Penyelesaian Numerik
ALJABAR LINIER WEEK 1. PENDAHULUAN
By : ARDIANSYAH FAUZI ( )
SISTEM PERSAMAAN LINEAR DUA VARIABEL (SPLDV) - 1
Kesalahan Pemotongan.
Oleh : Prof. Dr.dr. Buraerah.Abd.Hakim, MSc
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2
DISTRIBUSI PROBABILITAS
Distribusi Normal.
Pemodelan Trafik Self-Similar dengan Distribusi Pareto
Teknik Informatika-Unitomo Anik Vega Vitianingsih
Random Variate Distribusi Kontinu dan Diskrit
Transformasi Laplace Matematika Teknik II.
Metode Numerik Prodi Teknik Sipil
Review probabilitas (2)
DISTRIBUSI KONTINYU.
Simulasi Monte Carlo.
1 Tinjauan Singkat Osilasi
Matematika SMA Kelas X Semester 1 Oleh : Ndaruworo
. Penerapan Transformasi Laplace pada penyelesaian
Tutun Juhana – Lab. Telematika – EE Dept. ITB
PERTEMUAN KE-14 STATISTIK DESKRIPTIF
Galat Relatif dan Absolut
Deret Fourier.
Analisis Sensitivitas
aljabar dalam fungsi f(s)
Bagian 5 – DISTRIBUSI KONTINYU Laboratorium Sistem Produksi 2004
aljabar dalam fungsi f(s)
Distribusi Variabel Acak Kontiyu
TRANSFORMASI Z KELOMPOK 3 Disusun untuk memenuhi Tugas ke-3 Matematika Teknik Lanjut.
Persamaan Diferensial Bernoulli. Persamaan diferensial (1.14) merupakan persamaan diferensial linear orde-1 (dalam variabel v), dan dapat diselesaikan.
Pengertian Persamaan Diferensial. Persamaan diferensial adalah suatu persamaan yang memuat turunan terhadap satu atau lebih dari variabel-variabel bebas.
C. Penerapan Sistem Persamaan Kuadrat
Peta Konsep. Peta Konsep C. Penerapan Sistem Persamaan Kuadrat.
Peta Konsep. Peta Konsep C. Penerapan Sistem Persamaan Kuadrat.
PERSAMAAN LINIER DUA VARIABEL.
IKG2H3/ PERSAMAAN DIFERENSIAL DAN APLIKASI
Random Variate Distribusi Kontinu dan Diskrit
Persamaan Diferensial Linear Orde-1
Transformasi Z Transformasi Z (satu sisi) didefinisikan sbb
Transformasi Z Transformasi Z (satu sisi) didefinisikan sbb
PENGERTIAN DISTRIBUSI TEORITIS
IKG2H3/ PERSAMAAN DIFERENSIAL DAN APLIKASI
DISTRIBUSI PROBABILITAS
Deret Fourier dan Transformasi Fourier
Transcript presentasi:

PERSAMAAN DIFUSI FOKKER-PLANCK MODEL STOCHASTIC PERSAMAAN DIFUSI FOKKER-PLANCK

Abstrak Persamaan difusi diturunkan dengan menggunakan konsep “random walk” yang diterapkan pada persamaan beda. Dengan “ Taylor ” persamaan tersebut dideretkan sampai order dua, persamaan diferensial yang diperoleh diselesaikan dengan “Transformasi Fourier”. Selanjutnya persamaan difusi yang diperoleh yang berbentuk “probability density function” disimulasi untuk melihat visualisasi 3-D dan profil grafik 2-D dari titik-titik waktu observasi yang menjadi interest. Pendekatan semacam itu sangat bermanfaat untuk pemodelan dan simulasi masalah-masalah dispersi, misalnya penyebaran asap kebakaran hutan atau banyak phenomena alam lainnya yang serupa

Diskripsi Masalah Pada presentasi ini akan disimulasi model penyebaran asap kebakaran hutan yang bergerak mulai dari waktu t = 0 dan pada lokasi x = 0. Asap diasumsikan bergerak dengan kecepatan 10 km/jam dengan koefisien difusi 1 km2 / jam . Model matematika yang akan disimulasi adalah solusi dari persamaan Fokker-Planck yang berbentuk : Persamaan tersebut diturunkan dengan konsep random walk sebagai berikut :

Penurunan model persamaan difusi Fokker-Planck Konsep random walk diterapkan pada persamaan beda sbb: P(n+1,x) = p P(n,x-1) + q P(n,x+1) (1) Dgn. syarat batas P(0,0) = 1 dan P(0,x) = 0 untuk x  0 (2) Bila diambil step size x (ruang) dan t (waktu) dan dimisalkan t = n t, maka dapat ditumjukkan bahwa mean dan variance untuk satu langkah yang panjangnya x adalah : (3) Karena setiap step independent dari dan mempunyai pdf yang sama dengan step lainnya, maka dapat ditulis :

(4) (5) Agar supaya x dan x2 tetap berhingga untuk semua t, maka dapat diatur sbb: (6) Dimana D disebut koefisien difusi dan biasanya diasumsikan konstant. Dengan spesifikasi tersebut diperoleh :

(7) Selanjutnya misalkan, (8) Dimana c adalah kecepatan. Karena p = q bila x = 0, maka diatur nilai p dan q sbb : (9) (10)

Sehingga persamaan (1) dapat ditulis, Sehingga diperoleh , x = 2 c t (11) 2x = 2 D t (12) Sehingga persamaan (1) dapat ditulis, P(t + t, x ) = p P(t, x - |x|) + q P(t, x + |x|) (13) Persamaan (13) inilah yg. Diekspansikan dengan deret Taylor akan tetapi dengan menggunakan pdf sbb.: (14) Selanjutnya persamaan tersebut diselesaikan dengan Transformasi Fourier untuk mendapatkan bentuk pdf.nya yang berbentuk :

(15) Perilaku dari fungsi inilah yang disimulasi dengan MATLAB, dimana perubahan pdf divisualisasi dalam bentuk 3-D dengan disertai plot profile 2-D dari perubahan pdf pada titik-titik waktu observasi yang menjadi interest Sbb: Simulasi 3-D Observasi titik waktu interest

SIMULASI PENYEBARAN ASAP KEBAKARAN HUTAN Hasil simulasi 3-D yang merupakan visualisasi perubahan fungsi probabilitas densitas dengan c = 10 km/jam dan koefisien difusi diambil 1 km2 /jam M file GUI

Simulasi grafik pandangan samping Gambar disamping ini adalah hasil rotasi gambar 3-D yang dilihat dari samping .

Observasi pada titik-titik waktu yang menjadi interest

TUTORIAL G U I MATLAB