Kalkulator Metode Euler

Tentang Kalkulator Metode Euler

Kalkulator Metode Euler menyelesaikan secara numerik setiap masalah nilai awal orde pertama dalam bentuk \( y' = f(x, y), \; y(x_0) = y_0 \) menggunakan metode Euler klasik (maju). Kalkulator ini mengembalikan tabel iterasi lengkap, memplot poligon Euler di atas bidang kemiringan langsung, membandingkan solusi pada tiga ukuran langkah yang berbeda sehingga Anda dapat melihat konvergensi metode secara visual, dan — jika Anda memberikan solusi bentuk tertutup yang eksak — menghasilkan analisis kesalahan per langkah.

Apa Itu Metode Euler?

Metode Euler adalah algoritma paling sederhana untuk memperkirakan solusi dari masalah nilai awal. Mulai dari titik yang diketahui \( (x_0, y_0) \) pada kurva solusi, metode ini berulang kali bergerak maju dengan langkah kecil berukuran h sepanjang kemiringan lokal \( f(x, y) \):

Secara geometris, setiap langkah adalah segmen garis lurus pendek yang kemiringannya sama dengan nilai persamaan diferensial pada titik saat ini. Garis putus-putus yang dihasilkan — poligon Euler — adalah perkiraan untuk solusi sebenarnya (yang biasanya melengkung).

Seberapa Akurat Metode Ini?

Metode Euler adalah metode orde pertama. Kesalahan pemotongan lokal pada setiap langkah adalah \( O(h^2) \) dan kesalahan global setelah mengintegrasikan selama interval tetap adalah \( O(h) \). Secara praktis:

• Membagi dua ukuran langkah secara kasar akan membagi dua kesalahan global.
• Kesalahan tumbuh secara linier dengan panjang interval integrasi.
• Kesalahan paling buruk terjadi di mana solusi memiliki kelengkungan tinggi.

Perbandingan ukuran langkah bawaan (h, h/2, h/4) memungkinkan Anda melihat konvergensi linier ini secara langsung: aktifkan opsi tersebut dan periksa apakah ketiga nilai akhir mendekati batas umum dengan setiap nilai kira-kira setengah jarak dari batas dibandingkan nilai sebelumnya.

Membaca Grafik

Visualisasi ini menampilkan empat jenis informasi pada satu bidang koordinat:

• Bidang kemiringan abu-abu — segmen garis pendek yang kemiringannya sama dengan \( f(x, y) \) pada titik tersebut. Bayangkan ini sebagai "aliran yang didiktekan oleh ODE". Setiap kurva solusi harus bersinggungan dengan bidang ini di setiap titik.
• Poligon Euler indigo — solusi numerik bertahap. Setiap segmen dimulai pada titik grid sebelumnya dan menunjuk sepanjang \( f(x_n, y_n) \) untuk jarak h.
• Kurva eksak hijau putus-putus — hanya ada jika Anda memberikan solusi bentuk tertutup. Garis pendek oranye putus-putus vertikal adalah kesalahan lokal bertanda \( y_n - y_{\text{eksak}}(x_n) \).
• Kurva perbandingan oranye dan hijau — masalah yang sama dijalankan kembali pada h/2 dan h/4, ditampilkan saat perbandingan ukuran langkah diaktifkan.

Cara Menggunakan Kalkulator Ini

1. Masukkan sisi kanan dari ODE di bidang yang ditandai y' =. Gunakan x dan y sebagai variabel. Operator yang didukung adalah + − × ÷ ^, dan fungsi yang didukung termasuk sin, cos, tan, asin, acos, atan, exp, ln, log, log10, log2, sqrt, abs.
2. Tetapkan kondisi awal: nilai awal x₀, y₀ awal pada titik tersebut, ukuran langkah h (positif untuk mengintegrasikan ke depan, negatif untuk mengintegrasikan ke belakang), dan jumlah langkah n.
3. (Opsional) Berikan solusi eksak y(x) jika Anda mengetahuinya. Kalkulator akan menghitung \( |y_n - y(x_n)| \) di setiap langkah dan melaporkan kesalahan maksimum dan akhir.
4. Alihkan opsi visualisasi: bidang kemiringan aktif secara default; perbandingan ukuran langkah menampilkan dua kurva tambahan pada h/2 dan h/4.
5. Klik Jalankan. Bagian hasil menunjukkan statistik ringkasan, grafik, panel perbandingan konvergensi, dan tabel iterasi lengkap. Mengarahkan kursor ke baris akan menyorot titik yang sesuai pada grafik (dan sebaliknya).

Contoh Pengerjaan

Pertimbangkan \( y' = x + y, \; y(0) = 1 \) dengan h = 0.1 dan 10 langkah. Solusi eksaknya adalah \( y(x) = -x - 1 + 2e^x \). Menerapkan rumus Euler memberikan:

Kesalahan akhir sekitar 0.249. Membagi dua h menjadi 0.05 menurunkan kesalahan akhir menjadi kira-kira 0.13, dan membagi dua lagi menjadi 0.025 menurunkannya menjadi sekitar 0.067 — konvergensi linier yang bersih, persis seperti yang diprediksi oleh teori.

Metode Euler vs Metode Numerik Lainnya

Kapan Euler Menjadi Salah

Metode Euler maju dapat berperilaku buruk dalam tiga situasi:

• Ukuran langkah terlalu besar — poligon berosilasi atau divergen. Solusinya adalah mengurangi h; perbandingan h, h/2, h/4 membuat ini terlihat seketika.
• ODE Kaku (Stiff) — persamaan dengan mode peluruhan cepat dan peluruhan lambat secara bersamaan memaksa h menjadi sangat kecil demi stabilitas. Beralihlah ke metode implisit (Euler mundur) atau metode BDF.
• Singularitas dalam f(x, y) — pembagian dengan nol, sqrt dari angka negatif, atau ln dari angka non-positif akan menghentikan integrasi. Kalkulator melaporkan langkah yang bermasalah dengan jelas.

Aplikasi Umum

• Fisika — Hukum kedua Newton sebagai sistem orde pertama, peluruhan radioaktif \( \dot{N} = -\lambda N \), hukum pendinginan Newton.
• Biologi & epidemiologi — pertumbuhan logistik \( \dot{y} = r\,y(1 - y/K) \), model kompartemen SIR.
• Ekonomi — bunga majemuk kontinu, model pertumbuhan Solow sederhana.
• Kimia — kinetika reaksi orde pertama \( \dot{c} = -k c \).
• Pengajaran — memperkenalkan konsep integrasi numerik sebelum beralih ke RK4 atau pemecah adaptif.

Pertanyaan yang Sering Diajukan

Apa itu metode Euler?

Metode Euler adalah prosedur numerik paling sederhana untuk menyelesaikan masalah nilai awal y' = f(x, y), y(x0) = y0. Pada setiap langkah, metode ini memajukan solusi dengan y_{n+1} = y_n + h · f(x_n, y_n), secara efektif mengikuti kemiringan pada titik saat ini untuk jarak pendek h. Ini memiliki akurasi orde pertama, yang berarti kesalahan globalnya adalah O(h).

Seberapa akurat metode Euler?

Metode Euler memiliki kesalahan pemotongan lokal O(h²) dan kesalahan global O(h). Membagi dua ukuran langkah secara kasar akan membagi dua kesalahan global. Inilah sebabnya mengapa perbandingan konvergensi pada h, h/2, dan h/4 dalam kalkulator ini sangat instruktif: Anda dapat melihat kesalahan menyusut secara linier dengan h.

Kapan metode Euler gagal?

Metode Euler bisa menjadi tidak stabil untuk masalah kaku atau ketika ukuran langkah terlalu besar dibandingkan dengan kelengkungan lokal dari solusi. Anda mungkin melihat solusi numerik berosilasi, meledak hingga tak terhingga, atau menyimpang jauh dari solusi sebenarnya. Mengurangi h biasanya membantu; untuk persamaan kaku, metode implisit seperti Euler Mundur lebih disukai.

Bagaimana cara memilih ukuran langkah?

Mulailah dengan h yang memberikan sekitar 10 hingga 50 langkah pada interval yang diminati. Jika poligon Euler terlihat menyimpang dari bidang kemiringan atau dari solusi eksak Anda, bagi dua h dan jalankan kembali. Gunakan perbandingan h, h/2, h/4 bawaan untuk memeriksa apakah ketiga kurva tersebut konvergen satu sama lain.

Apa perbedaan antara metode Euler dan Runge-Kutta (RK4)?

Runge-Kutta orde keempat mengevaluasi kemiringan pada empat titik per langkah dan menggabungkannya dengan bobot (1, 2, 2, 1)/6, memberikan kesalahan global O(h⁴) — beberapa kali lipat lebih baik daripada O(h) milik Euler untuk jumlah langkah yang sama. Euler tetap berharga untuk mengajarkan konsep integrasi numerik dan untuk aplikasi yang sangat sederhana atau berpresisi rendah.

Bisakah saya menggunakan ini untuk sistem ODE?

Kalkulator ini menangani satu skalar ODE orde pertama y' = f(x, y). Untuk sistem atau untuk ODE orde lebih tinggi, Anda dapat menulis ulang persamaan tersebut sebagai sistem orde pertama dan menggunakan pemecah sistem khusus, atau mengubah persamaan orde kedua menjadi dua persamaan orde pertama dan menyelesaikannya komponen demi komponen.

Bisakah saya mengintegrasikan mundur dalam waktu?

Ya — masukkan ukuran langkah h negatif. Kalkulator akan bergerak maju dari x₀ ke arah negatif sebanyak n langkah. Ini berguna untuk merekonstruksi masa lalu dari keadaan saat ini yang diketahui.

Bacaan Lebih Lanjut

• Metode Euler — Wikipedia
• Metode Runge–Kutta — Wikipedia
• Bidang kemiringan — Wikipedia
• Persamaan kaku — Wikipedia