Kelompok 3

From ccitonlinewiki
Revision as of 22:07, 16 December 2019 by Wildan.zulfa (talk | contribs) (Tugas Simulasi CFD Pada Mobil)
Jump to: navigation, search

Perkenalkan, Kami dari kelompok 3 dengan anggota

1. Candra Steven

2. Fahmi Ismail Wibisono

3. Wildan Zulfa Abdurrohman


Metode Eliminasi Gauss

Eliminisasi Gauss adalah metode untuk mengoperasikan nilai-nilai di dalam matriks sehingga menjadi matriks yang lebih sederhana. Dengan melakukan operasi baris sehingga matriks tersebut menjadi salah satu metode penyelesaian persamaan linear.

Contoh soal

Contoh soal kelompok 3.PNG


Pengerjaan Matematis

Menggunakan Eliminasi Gauss

Gaussbagian 1.PNG
Gaussbagian 2.PNG


Kemudian menyelesaikan dengan Subtitusi


Pengerjaan Menggunakan Bahasa Python

Dalam penggunaan matriks pada bahasa python dibutuhkan fungsi array dengan cara import numpy

Gausspython 1 kel 3.jpeg
Gausspython 2.JPG

Hasil perhitungan dengan Python

Gausspython 3.JPG

Program Python

Runge Kutta

Pada tanggal 9 Oktober 2019, kami diberikan tugas untuk membuat persamaan pegas dengan metode Runge Kutta. Soalnya adalah sebagai berikut


Hejos.jpg


Penyelesaian dari soal ini dapat diselesaikan dengan coding sebagai berikut


# Di sini, kita akan menggunakan x0 dan y sebagai titik asal, x sebagai t yang diinginkan, dan h sebagai increment. Kita menggunakan h = 0.01. 
x0 = 0
y = 0
h = 0.01
x = float(input("Masukkan nilai t: "))
if 0 <= x < 2:
  # dydx menyatakan persamaan awal dalam soal. Persamaan harus diintegralkan sekali untuk menghasilkan persamaan kecepatan.
  # Didapat hasil 2x^2 - 30xy karena dipakai massa m = 2,5 kg dan konstanta pegas k = 75 N/m.
  # P(t) dinyatakan dalam x. 
  def dydx(x, y): 
    return (2*x**2 - 30*x*y) 
  # Ini merupakan implementasi perhitungan Runge-Kutta.
  def rungeKutta(x0, y0, x, h): 
    n = (int)((x - x0)/h)  
    y = y0 
    for i in range(1, n + 1): 
       k1 = h * dydx(x0, y) 
       k2 = h * dydx(x0 + 0.5 * h, y + 0.5 * k1) 
       k3 = h * dydx(x0 + 0.5 * h, y + 0.5 * k2) 
       k4 = h * dydx(x0 + h, y + k3) 
 
       # untuk y selanjutnya 
       y = y + (1.0 / 6.0)*(k1 + 2 * k2 + 2 * k3 + k4) 
 
       # untuk x selanjutnya
       x0 = x0 + h 
    return y 
  print("Nilai y pada t =", x, "adalah", rungeKutta(x0, y, x, h))
elif x >= 2:
  # Ketika x >= 2, perhitungan harus diganti karena P(t) sudah konstan di angka 20 N.
  def dydx(x, y): 
    return (8 - 30*x*y) 
  def rungeKutta(x0, y0, x, h): 
    n = (int)((x - x0)/h)  
    y = y0 
    for i in range(1, n + 1): 
       k1 = h * dydx(x0, y) 
       k2 = h * dydx(x0 + 0.5 * h, y + 0.5 * k1) 
       k3 = h * dydx(x0 + 0.5 * h, y + 0.5 * k2) 
       k4 = h * dydx(x0 + h, y + k3) 
       y = y + (1.0 / 6.0)*(k1 + 2 * k2 + 2 * k3 + k4)
       x0 = x0 + h 
    return y 
  print("Nilai y pada t =", x, "adalah", rungeKutta(x0, y, x, h))
else:
  print("Mohon masukkan nilai t positif.")

Tugas Simulasi CFD Pada Mobil

Sim1.png

Sim2.png

Sim3.png

4.png

Simulasi.png

Tugas Optimasi CFD Airfoil

Slide1.png
Slide2.png
Slide3.png
Slide4.png
Slide5.png
Slide6.png
Slide7.png
Slide8.png
Slide9.png
Slide10.png


Silahkan berkomentar pada kolom di bawah


Add your comment
ccitonlinewiki welcomes all comments. If you do not want to be anonymous, register or log in. It is free.