05-Poisson 2D metode langsung

October 16, 2022

1 Latihan: Persamaan Poisson 2D menggunakan Metode Lang-

sung
Diketahui persamaan Poisson berikut ini

∂2u ∂2u
+ 2 = f (x, y) (1)
∂x2 ∂y

akan diterapkan pada domain bujur sangkar 0 ≤ x, y ≤ 1, dengan suku sumber dinyatakan dengan

"          #
1 1 1 1 2 1
f (x, y) =1000 2 sinh x − +4 x− cosh x − + x− sinh x − +
2 2 2 2 2
"          #
1 1 1 1 2 1
1000 2 sinh y − +4 y− cosh y − + y− sinh y − (2)
2 2 2 2 2

Syarat batas ditetapkan sebagai berikut:

"      #
1 1 1 2 1
u(0, y) = 1000 sinh − + y− sinh y − (3)
4 2 2 2
"      #
1 1 1 2 1
u(1, y) = 1000 sinh + y− sinh y − (4)
4 2 2 2
"     #
1 2 1 1 1
u(x, 0) = 1000 x − sinh x − + sinh − (5)
2 2 4 2
"     #
1 2 1 1 1
u(x, 1) = 1000 x − sinh x − + sinh (6)
2 2 4 2

Tentukan solusi menggunakan metode beda hingga. Bandingkan galatnya dengan solusi analitik
berikut.
" 2      #
1 1 1 2 1
u(x, y) = 1000 x− sinh x − + y− sinh y − (7)
2 2 2 2

1
 1.1 Diskretisasi
Kita lakukan diskretisasi ruang menggunakan metode beda hingga (finite difference).


∂ 2 u  ui+1,j − 2ui,j + ui−1,j
2  ≈
∂x i,j ∆x2

∂ 2 u  ui,j+1 − 2ui,j + ui,j−1
≈
∂y 2 i,j ∆y 2

Dengan mensubstitusi persamaan diferensi di atas ke persamaan Poisson, akan didapatkan

   
ui+1,j − 2ui,j + ui−1,j ui,j+1 − 2ui,j + ui,j−1
+ = fi,j
∆x2 ∆y 2

atau
 
1 1 2 2 1 1
2
ui−1,j + ui+1,j − + ui,j + ui,j−1 + ui,j+1 = fi,j
∆x ∆x2 ∆x 2 ∆y 2 ∆y 2 ∆y 2

Kita akan menyelesaikan persamaan diferensi ini menggunakan metode langsung, sehingga kita
perlu menyusun matriks [A] untuk menyelesaikan persamaan matriks berikut

[A][u] = [f]

Kita tentukan banyaknya interval ke arah sumbu x sebanyak N dan interval ke arah sumbu y
sebanyak M . Dengan demikian akan diperoleh N + 1 titik ke arah sumbu x dan M + 1 titik ke
arah sumbu y. Matriks [A] yang akan kita susun berukuran (N + 1)(M + 1) × (N + 1)(M + 1)
elemen.

1.2 Coding
Pertama kita tentukan terlebih dahulu banyaknya interval dan menginisialisasi semua variabel yang
diperlukan.
[1]: import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl

[2]: N = 10 # banyaknya interval arah x

M = 10 # banyaknya interval arah y

xmin = 0 # batas bawah domain arah x

xmax = 1 # batas atas domain arah x

ymin = 0 # batas bawah domain arah y

ymax = 1 # batas atas domain arah y

2
 # tentukan lebar interval
dx = (xmax - xmin)/N
dy = (ymax - ymin)/M

# nilai kuadrat dari interval

dx2 = dx**2
dy2 = dy**2

# nilai diskret dari x dan y

x = np.linspace(xmin, xmax, N+1)
y = np.linspace(ymin, ymax, M+1)

# inisialisasi
A = np.zeros(((N+1)*(M+1),(N+1)*(M+1))) # matriks A
u = np.zeros((N+1)*(M+1)) # vektor u
f = np.zeros((N+1)*(M+1)) # vektor f
u2d = np.zeros((N+1,M+1)) # matriks u untuk plotting 2 dimensi
uanal = np.zeros((N+1,M+1)) # matriks solusi analitis untuk␣
,→plotting 2 dimensi

Berikutnya kita susun matriks [A] dan vektor [f]

[3]: # create matrix A and vector f

# Untuk mapping dari (i,j) ke k, lihat slide kuliah.

# Inner grids

for i in range(1,N):
for j in range(1,M):
k = j*(N+1)+i # lakukan mapping dari (i,j) ke k

A[k,k] = -(2/dx2 + 2/dy2) # titik o

A[k,k-1] = A[k,k+1] = 1/dx2 # titik west dan east
A[k,k-N-1] = A[k,k+N+1] = 1/dy2 # titik south dan north

f[k] = (1000*(2*np.sinh(x[i]-0.5) + 4*(x[i]-0.5)*np.cosh(x[i]-0.5) +␣

,→(x[i]-0.5)**2*np.sinh(x[i]-0.5))
+ 1000*(2*np.sinh(y[j]-0.5) + 4*(y[j]-0.5)*np.cosh(y[j]-0.5) +␣
,→(y[j]-0.5)**2*np.sinh(y[j]-0.5)))

# Grids batas kiri dan kanan domain

for i in [0, N]:
for j in range(M+1):
k = j*(N+1)+i
A[k,k] = 1
if i == 0:

3
 u[k] = 1000*(0.25*np.sinh(-0.5) + (y[j] - 0.5)**2 * np.sinh(y[j]-0.
,→5)) # BC u(0,y) / kiri domain
else:
u[k] = 1000*(0.25*np.sinh(0.5) + (y[j] - 0.5)**2 * np.sinh(y[j]-0.
,→5)) # BC u(1,y) / kanan domain
f[k] = u[k]

# Grids batas bawah dan atas

for j in [0, M]:
for i in range(N+1):
k = j*(N+1) + i
A[k,k] = 1
if j == 0:
u[k] = 1000*((x[i] - 0.5)**2 * np.sinh(x[i]-0.5) + 0.25*np.sinh(-0.
,→5)) # BC u(x,0) / bawah domain
else:
u[k] = 1000*((x[i] - 0.5)**2 * np.sinh(x[i]-0.5) + 0.25*np.sinh(0.
,→5)) # BC u(x,1) / atas domain
f[k] = u[k]

Mari kita cek bagaimana bentuk matriks [A].

[9]: plt.figure(figsize=(10,10))
plt.spy(A)
plt.show()

4
 Tampak bahwa matriks [A] merupakan sparse matrix di mana banyak elemen-elemennya bernilai
0 dan elemen yang tidak bernilai 0 akan membentuk penta diagonal (diagonal 5 baris).
Setelah tersusun matriks [A] dan vektor [f] selanjutnya kita selesaikan persamaan matriks.

[5]: # Selesaikan menggunakan numpy

u = np.linalg.solve(A,f)

# Perlu dilakukan remapping untuk membentuk matriks 2D dari vektor

u2d = np.reshape(u,(N+1,M+1))

# Transpose untuk menyesuaikan plot

u2d = u2d.T

Kita akan bandingkan hasil komputasi kita dengan solusi analitik

5
[6]: # Analytic solution

for i in range(N+1):
for j in range(M+1):
uanal[i,j] = 1000*((x[i]-0.5)**2 * np.sinh(x[i]-0.5) + (y[j]-0.5)**2 *␣
,→np.sinh(y[j]-0.5))

# Transpose untuk menyesuaikan plot

uanal = uanal.T

# Nilai galat
galat = u2d - uanal

Selanjutnya kita akan membuat plot hasil serta galatnya.

[7]: # plot

X, Y = np.meshgrid(x,y) # susun meshgrid untuk plot 3D

fig = plt.figure(figsize=(15,15))
cmap = mpl.cm.get_cmap('seismic') # tentukan colormap sesuai keinginan

# subplot pertama menampilkan hasil dalam bentuk plot 2D

ax = fig.add_subplot(2,2,1)
c = ax.pcolor(X,Y,u2d, vmin=-300, vmax=300, cmap=cmap,shading='auto')
ax.set_xlabel(r"x", fontsize=12)
ax.set_ylabel(r"y", fontsize=12)
ax.set_title("Hasil Komputasi")

# subplot kedua menampilkan hasil dalam bentuk plot 3D

ax = fig.add_subplot(2,2,2, projection='3d')
p = ax.plot_surface(X,Y, u2d, vmin=-300, vmax=300, linewidth=0, cmap=cmap)
ax.set_xlabel(r"x", fontsize=12)
ax.set_ylabel(r"y", fontsize=12)
ax.set_title("Hasil Komputasi")
cb = plt.colorbar(p, ax=ax, shrink=0.75)
cb.set_label(r"u(x,y)", fontsize=12)

# subplot ketiga menampilkan hasil dalam bentuk kontur

ax = fig.add_subplot(2,2,3)
contours = plt.contour(X,Y,u2d, 20, colors='black')
plt.clabel(contours, inline=True, fontsize=8)
plt.xlabel("x", fontsize=12)
plt.ylabel("y", fontsize=12)
ax.set_title("Kontur dari Hasil Komputasi")

# subplot keempat menampilkan kontur dari galat

ax = fig.add_subplot(2,2,4)

6
 contours = plt.contour(X,Y,galat, 20, colors='black')
plt.clabel(contours, inline=True, fontsize=8)
plt.xlabel("x", fontsize=12)
plt.ylabel("y", fontsize=12)
ax.set_title("Kontur dari Galat")

plt.show()

Silakan mencoba dengan jumlah interval solusi yang lebih banyak, untuk mengetahui bagaimana
pengaruhnya terhadap solusi dan galatnya.
[ ]: