infistream

Masalah dengan Dua atau Lebih Suku Pi

Masalah dengan Dua atau Lebih Suku Pi. Jika suatu fenomena dapat dijelaskan dengan dua pi term sehingga
hubungan fungsional di antara variabel-variabel kemudian dapat ditentukan dengan mengubah Π2 dan mengukur nilai-nilai yang sesuai dari Π1. Untuk kasus ini, hasilnya dapat disajikan secara nyaman dalam bentuk grafis dengan memplot Π1 versus Π2 seperti yang diilustrasikan dalam Gambar 7.4. Perlu ditekankan bahwa kurva yang ditunjukkan dalam Gambar 7.4 akan menjadi "universal" untuk fenomena tertentu yang diteliti. Ini berarti bahwa jika variabel-variabel dan analisis dimensional yang dihasilkan benar, maka hanya ada satu hubungan antara Π1 dan Π2, seperti yang diilustrasikan dalam Gambar 7.4. Namun, karena ini adalah hubungan empiris, kita hanya dapat mengatakan bahwa itu valid dalam rentang Π2 yang dicakup oleh eksperimen. Akan menjadi tidak bijaksana untuk melakukan ekstrapolasi di luar rentang ini, karena seperti yang diilustrasikan dengan garis putus-putus pada gambar, sifat fenomena dapat berubah secara dramatis saat rentang ß diperluas. Selain menyajikan data secara grafis, mungkin (dan diinginkan) untuk memperoleh persamaan empiris yang menghubungkan Π1 dan Π2 dengan menggunakan teknik standar penyesuaian kurva.
Semakin banyak jumlah pi term yang diperlukan, semakin sulit untuk menampilkan hasil dalam bentuk grafis yang nyaman dan untuk menentukan persamaan empiris yang spesifik yang menggambarkan fenomena tersebut. Untuk masalah yang melibatkan tiga pi term
Masih memungkinkan untuk menunjukkan korelasi data pada grafik sederhana dengan memplot keluarga kurva seperti yang diilustrasikan dalam Gambar 7.5. Ini adalah cara yang informatif dan berguna untuk merepresentasikan data secara umum.
Mungkin juga memungkinkan untuk menentukan persamaan empiris yang sesuai yang menghubungkan tiga pi term. Namun, seiring jumlah pi term terus bertambah, sesuai dengan peningkatan kompleksitas umum dari masalah yang diminati, baik presentasi grafis maupun penentuan persamaan empiris yang sesuai menjadi sulit dikelola. Untuk masalah yang lebih rumit ini, seringkali lebih memungkinkan untuk menggunakan model untuk memprediksi karakteristik khusus dari sistem daripada mencoba untuk mengembangkan korelasi umum.