• Tidak ada hasil yang ditemukan

Mendapatkan Solusi Sistem Persamaan Dife

N/A
N/A
Protected

Academic year: 2018

Membagikan "Mendapatkan Solusi Sistem Persamaan Dife"

Copied!
6
0
0

Teks penuh

(1)

Mendapatkan Solusi Sistem Persamaan

Diferensial Linier Biasa dengan

Menerapkan Teknik Diagonalisasi

Matriks

Yohannes S.M. Simamora

Program Studi Teknik Mesin, Politeknik Purbaya Jl. Pancakarya No. 1 Talang, Kabupaten Tegal 52193

Email: [email protected]

1

Pendahuluan

Suatu sistem persamaan diferensial linier yang tersusun atasnpersamaan difer-ensial orde satu dengannpeubah tak bebas:

˙

x1=a11x1+a12x2+. . .+a1nxn

˙

x2=a21x1+a22x2+. . .+a2nxn

· · ·

˙

xn=an1x1+an2x2+. . .+annxn

(1)

denganx1, . . . , xnadalah peubah tak bebas,a11, . . . , annmasing-masing adalah

konstanta, dan:

˙ x1=

dx1

dt

˙ x2=

dx2

dt

· · ·

˙ xn=

dxn

dt .

dengantadalah peubah bebas. Di sini, diberikan

x1(0), x2(0), . . . , xn(0)

yang masing-masing adalah nilai x1, x2, . . . , xn ketika t = 0. Dalam bentuk

matriks vektor, (1) dapat dinyatakan sebagai:

˙

(2)

dengan:

˙

x=

  

˙ x1

˙ x2

· · ·

˙ xn

   ,

A=

  

a11 a21 · · · a1n

a21 a22 · · · a2n

· · · ·

an1 an2 · · · ann

   ,

dan:

x=

  

x1

x2

· · ·

xn

   .

JikaApada (2) mempunyai nilai-nilai eigen:

{λ1, λ2, . . . , λn}

yangreal danberbeda, maka suatu matriksPyang tersusun dari vektor-vektor

eigen yang berhubungan dengan nilai-nilai eigen tersebut:

P= v1 v2 . . . vn

memiliki invers (invertible).1 Dapat ditunjukkan bahwa:

D=P−1AP

, (3)

dengan

D= diag (λ1, λ2, . . . , λn),

adalah matriks diagonalisasiA.

Dalam hal (3) terpenuhi, suatu matriks:

E(t) = diag 1t, eλ2t, . . . , eλnt

membentuk solusi bagi sistem persamaan diferensial (1) yang dinyatakan oleh:

x(t) =PE(t)P−1c

(4)

dengan:

x(t) =

  

x1(t)

x2(t)

· · ·

xn(t)

   ,

dan

c=

  

x1(0)

x2(0)

· · ·

xn(0)

   .

1

(3)

2

Komputasi

Langkah pertama adalah mendapatkan A menyatakan (1) dalam bentuk (2).

Nilai-nilai eigenAselanjutnya diperoleh menggunakan persamaan:

|AλIn|= 0, (5)

denganIn adalah matriks identitas orde n. Nilai-nilai eigenA (λ1, λ2, . . . λn)

adalah setiap nilaiλyang memenuhi (5). Seperti diuraikan di atas, diperlukan nilai-nilai eigen yang real dan berbeda agar (3) terpenuhi.

Vektor eigen vi yang berhubungan dengan dengan λi dihitung menggunakan

persamaan2 :

(AλiIn)vi=0. (6)

Nilaiviadalahsetiapsolusi tak nol (non-trivial) persamaan (6)3. Hal ini dapat

diperoleh, antara lain, dengan menyatakan (6) dalam bentu matriks diperbesar (augmented matrix) dan selanjutnya melakukan reduksi eselon terhadap ma-triks tersebut. Langkah ini akan dijelaskan lebih lanjut pada bagian Contoh.

Setelah seluruh vektor eigen diperoleh, maka langkah berikutnya adalah mem-bentuk matriksP:

P= v1 v2 . . . vn

dan selanjutnya menghitungP−1. Akhirnya, solusi persamaan diferensial dapat

diperoleh dengan menghitung (4).

3

Contoh

Selesaikan sistem persamaan linier tergandeng

˙

x1=−9x1−2x2

˙

x2= 6x1−x2

(7)

dengan nilai-nilai awalx1(0) = 2 danx2(0) = 0.

3.1

Mendapatkan Nilai-nilai Eigen

Dalam bentuk matriks vektor, (7) menjadi:

˙ x1

˙ x2

=

−9 −2

6 1

x1

x2

.

Nilai-nilai eigenAdiperoleh menggunakan (5):

|AλI|= 0

−9 −2 6 −1

λ 0 0 λ

=

−9−λ −2 6 −1−λ

= 0

(−9−λ)(−1−λ)−(−2)(6) =λ2+ 10λ+ 21 = 0 (λ+ 3)(λ+ 7) = 0,

diperoleh nilai-nilai eigen masing-masing: λ1=−3 danλ2=−7.

2

Perhatikan bahwa ruas kanan pada (6) adalah vektor nol. 3

(4)

3.2

Mendapatkan Vektor-vektor Eigen

• Menerapkan (6) untuk mendapatkansalah satuvektor eigen yang berhubun-gan denberhubun-ganλ1=−3:

Dalam bentuk matriks diperbesar, reduksi sistem persamaan di atas ke dalam bentuk eselon menghasilkan:

Dengan demikiansalah satu eigenvektor yang berhubungan dengan λ=

−3 adalah:

• Menerapkan (6) untuk mendapatkansalah satuvektor eigen yang berhubun-gan denberhubun-ganλ2=−7:

Dalam bentuk matriks diperbesar, reduksi sistem persamaan di atas ke dalam bentuk eselon menghasilkan:

(5)

Misalkanv2=

x y T

, maka dari bentuk eselon di atas:

x+y= 0.

Pilihy= 1:

x+ 1 = 0−→x=−1.

Dengan demikiansalah satu eigenvektor yang berhubungan dengan λ=

−7 adalah:

v2=

−1 1

.

3.3

Mendapatkan P dan Menghitung P

−1

Matriks yang dibentuk dari vektor-vektor eigen adalah:

P= v1 v2

=

−1 −1

3 1

.

Dengan demikian:

P−1

= 1

(−1)(1)−(−1)(3)

1 1

−3 −1

= 1

2 1 2

−3

2 −

1 2

.

Dapat diperiksa bahwa:

P−1AP

= 1

2 1 2

−3

2 −

1 2

−9 −2 6 −1

−1 −1

3 1

=

−3 0 0 −7

= diag (λ1, λ2).

3.4

Mendapatkan x

(

t

)

Karena Pmemiliki invers, maka:

E(t) = diag 1t, eλ2t

=

e−3t

0 0 e−7t

dapat digunakan untuk mendapatkan solusi sistem persamaan diferensial linier (7). Ini berarti seluruh komponen penyusun persamaan

x(t) =PE(t)P−1c

(6)

telah diperoleh. Dalam hal ini:

x1(t)

x2(t)

=

−1 −1

3 1

e−3t

0 0 e−7t

1 2

1 2

−3

2 −

1 2

2 0

= 

1 2 3e

−7t

e−3t 1 2 3e

−7t

e−3t

3 2 e

−3t

e−7t 1 2 e

−3t

e−7t

2 0

= 

 3e−7t

e−3t

e−3t

e−7t

,

atau:

x1(t) = 3e−7

t

e−3t

x2(t) =e

−3t

e−7t

Kepustakaan

1. Bronson, R. & Costa, G.B., Differential Equations (Schaum’s Outlines). Third Edition, McGraw-Hill, 2006.

2. Kreyszig, E., Advanced Engineering Mathematics. Ninth Edition, Wiley, 2006.

3. Lipschutz, S. & Lipson, M.L.,Linear Algebra (Schaum’s Outlines). Fourth Edition, McGraw-Hill, 2009.

4. Perko, L., Differential Equations and Dynamical Systems. Third Edition, Springer, 2001.

Disclaimer

Makalah tutorial ini ditulis untuk tujuan pengajaran semata. Tidak satu pun konsep dan metode dalam makalah ini yang merepresentasikan kontribusi asli penulisnya.

This tutorial paper was written solely for teaching purpose. There is no any concept or method in this paper that represents the author’s original contribu-tion.

Referensi

Dokumen terkait

Abstrak: Matriks menjadi suatu alternatif dalam penyelesaian sistem persamaan linear, matriks diperbesar adalah salah satu cara untuk meringkas suatu sistem

Diketahui bahwa jika sebuah rank matriks A (matriks variabel) kurang dari rank matriks [A|b] (matriks augmented ) maka sistem persamaan lanjar tersebut tidak konsisten.

Pada pencarian solusi sistem persamaan lanjar, operasi baris elementer dilakukan dengan tujuan mengubah matriks A menjadi matriks segitiga sekaligus matriks eselon atau

merupakan matriks Jordan yang terkait dengan matriks Akibatnya merupakan vektor eigen yang terkait dengan nilai eigen dominan Mudah untuk dibuktikan bahwa jika

Metoda faktorisasi berguna jika ada lebih dari satu SPL yang harus diselesaikan dimana matriks A tetap dan vektor b yang berubah-ubah, sehingga OBE/ eliminasi Gauss tidak

Jika setiap kolom pada bentuk eselon baris dari matriks koefisien memuat 1 utama dari suatu baris, maka sistem linear tidak akan pernah mempunyai lebih dari

Jika kemudian terdapat lagi sistem persamaan linear dengan A sama dan B berbeda, maka matriks L dan U yang telah diperoleh itu bisa langsung dipakai untuk sistem persamaan yang

Dalam mencari solusi sistem persamaan linear fuzzy A𝑈̃ = 𝑉̃, sistem tersebut harus ditransformasikan dalam bentuk 𝐵𝑈∗= 𝑉∗ dengan B adalah matriks koefisien berukuran 2n x 2n, 𝑈∗