BAB 1

Konsep Dasar

1
BAB 2
PDB Linier Order Satu

2
BAB 3
Aplikasi PDB Order Satu

3
BAB 4
PDB Linier Order Dua

4
BAB 5
Aplikasi PDB Order Dua

5
BAB 6
Sistem PDB

6
BAB 7
PDB Nonlinier dan
Kesetimbangan

7
BAB 8
Potret Fase Sistem PDB
Nonlinier dan Aplikasi
Pada bagian ini akan dibahas potret fase sistem otonomus nonlinier dalam ap-
likasi. Suatu teorema mengenai potret fase sistem otonomus nonlinier

x1 = ax1 + bx2 + f1(x1
x2) (8.1)

x2 = ax1 + bx2 + f2(x1
x2) (8.2)

Misal r1
r2 adalah akar-akar persamaan karakteristik (nilai eigen) dari sistem
yang dilinierkan maka potert fase dan stabilitasnya dapat dilihat dalam tabel
berikut.

8.0.1 Interaksi Populasi

Dalam bagian ini akan dibahas dua spesies yang berbeda, satu spesies disebut
pemangsa dan spisies lainnya disebut mangsa (Predator-Prey). Spesies mangsa
mempunyai persediaan makanan yang berlebihan sedangkan spesies pemangsa

100
BAB 8. POTRET FASE SISTEM PDB NONLINIER DAN APLIKASI 101

x = Ax
0
det(A ; rI) = 0 det A 6= 0
Nilai eigen Tipe titik kritis Stabilitas
r1 > r2 > 0 Simpul Tidak stabil
r1 < r2 < 0 Simpul Stabil asimtotik
r1 < 0 > r2 Titik plana Tidak stabil
r1 = r2 > 0 Simpul atau Titik spiral (Fokus) Tidak stabil
r1 = r2 < 0 Simpul atau Titik spiral (Fokus) Stabil asimtotik
r1
r2 =   i Titik spiral (Fokus)
>0 Tidak stabil
<0 Stabil asimtotik
r1 = i
r2 = ;i Pusat atau Titik spiral (Fokus) Taktentu
Tabel 8.1: Potret fase dan stabilitas sistem PDB otonomus nonlinier
diberi makanan spesies mangsa. Kajian matematis mengenai ekosistem seperti
ini pertama kali diperkenalkan oleh Lotka dan Volterra dalam pertengahan tahun
1920.
Misalkan x1(t) dan x2(t) masing-masing menunjukkan banyaknya spesies mangsa
dan pemangsa pada saat t maka bila kedua spesies itu terpisah model matema-
tisnya digambarkan sebagai berikut:

x1 = a1x1
0
(8.3)
x2 = ;a1x2:
0
(8.4)

Dalam hal ini a1 > 0 karena populasi mangsa akan terus bertambah dengan
adanya makanan yang banyak, sedangkan spesies pemangsa akan berkurang jum-
lahnya sehingga ;a1 < 0. Akan tetapi bila kedua spesies itu berinteraksi maka
model matematis yang diungkapkan oleh Lotka dan Volterra menjadi

x1 = a1x1 ; a2x1x2
0
(8.5)
x2 = ;a3x2 + a4 x1x2:
0
(8.6)

Populasi pemangsa akan memakan populasi mangsa sehingga beralasan untuk

BAB 8. POTRET FASE SISTEM PDB NONLINIER DAN APLIKASI 102

mengandaikan bahwa jumlah yang membunuh besarnya tiap satuan waktu berban-
ding lurus dengan x1 dan x2, yaitu x1x2. Jadi populasi mangsa akan berkurang
sedangkan populasi pemangsa akan bertambah.
Persamaan (8.5-8.6) ini tak linier dan sulit diselesaikan dengan cara analitik
untuk menentukan solusi eksplisitnya. Namun demikian dengan teori kualitatif
sistem semacam ini dapat dianalisa untuk membuat ramalan tentang kelakuan
kedua spesies tersebut.
Dengan menyelesaikan sistem

a1 x1 ; a2x1x2 = 0 (8.7)
;a3x2 + a4x1x2 = 0 (8.8)

untuk menentukan titik kritisnya didapat (0
0) dan (a3=a4
a1=a2). Dengan demikian
sistem ini akan mencapai solusi seimbang pada x1(t) = 0
x2(t) = 0 dan x1(t) =
a3=a4
x2(t) = a1=a2. Dalam hal ini solusi seimbang kedua akan dikaji. Secara
intuitif dapatlah ditentukan solusi sistem itu, yaitu x1(t) = 0
x2(t) = x2(0)e a3 t
;

merupakan solusi khusus dengan trayektori sumbu x2 positif dan x2(t) = 0
x1(t) =
x1(0)ea1t merupakan solusi khusus dengan trayektori sumbu x1 positif. Karena ke-
tunggalan penyelesaian ini, maka setiap penyelesaian sistem ini yang pada t = 0
berawal pada kuadran pertama tidak akan memotong sumbu x1 dan x2 oleh
karena itu solusi itu akan tetap berada pada kuadran pertama.
Trayektori sistem ini diperoleh dari
dx2 = ;a3x2 + a4 x1x2 = (;a3 + a4x1)x2
dx1 a1x1 ; a2 x1x2 (a1 ; a2x2)x1
a1 ; a2 x2 dx = ;a3 + a4x1 dx
x2 2
x1 1
BAB 8. POTRET FASE SISTEM PDB NONLINIER DAN APLIKASI 103

atau

a 
a 
x2 ; a2 dx2 = ; x1 + a4 dx1
1 3

Inegralkan kedua ruas persamaan ini diperoleh penyelesaian umum

a1 ln x2 ; a2x2 = ;a4 ln x1 + a4x1 + k
ln xa21 + ln xa13 = a2x2 + a4x1 + k
xa21 xa13 = ea2x2 +a4x1 +k
xa21  xa13 = K (8.9)
ea2 x2 ea4x2
dimana K = ek dan k merupakan konstanta sebarang.
Dapat dilihat bahwa bila K > 0, trayektori (8.9) merupakan kurva tertutup,
lihat Gambar 8.1, dan karena itu tiap penyelesaian (x1(t)
x2(t)) dari (8.5-8.6)
dengan nilai awal (x1(0)
x2(0)) dalam kuadran pertama merupakan fungsi dari
waktu yang periodik. Jika T merupakan periode dari penyelesaian x1(t)
x2 (t),
yaitu, jika (x1(t + T )
x2 (t + T ) = x1(t)
x2(t) untuk semua t  0, maka nilai
rata-rata dari populasi x1(t) dan x2(t) adalah
1 ZT 1 ZT
x1 = T x1(t)dt
x2 = T x2(t)dt:
0 0

Untuk menentukan nilai integral ini dapatlah diturunkan langsung dari per-
samaan (8.5-8.6) tanpa mengetahu solusi eksplisit. Dalam hal ini
x2 = ;a3x2 + a4 x1x2
0

x2 = ;a + a x :
0

x2 3 4 1

Integralkan kedua ruas dari 0 sampai dengan T ,

ZT 1 ZT
dx2 = (;a3 + a4x1(t))dt
0 x2 (t) 0
ZT
ln x2(T ) ; ln x2(0) = ;a3T + a4 x1(t)dt:
0
BAB 8. POTRET FASE SISTEM PDB NONLINIER DAN APLIKASI 104

Karena x2(T ) = 0 maka

ZT Z T
;a3T + a4 x1(t)dt = 0 atau T1 x1(t)dt = aa3 :
0 0 4

Dengan demikian

x1 = aa3 :
4

Dengan cara yang sama akan diperoleh

x2 = aa1 :
2

Dari (8.10) dan (8.10) dapatlah dibuat ramalan yang menarik bahwa ukuran
rata-rata dari dua populasi x1(t) dan x2(t) yang berinteraksi sesuai dengan model
matematis yang digambarkan pada persamaan (8.5-8.6) akan tepat mempunyai
nilai setimbang pada x1 = a3=a4 dan x2 = a1=a2. Selanjutnya de-ngan meng-
gunakan pengamatan ini dapatlah dibuat ramalan lain yang menarik. Misal
populasi mangsa x1(t) berkurang dalam jumlah yang sedang, maka po-pulasi
mangsa dan pemangsa akan berkurang jumlahnya pada laju, katakanlah, x1(t)
dan x2(t). Sehingga sistem menjadi

x1 = a1x1 ; a2x1x2 ; x1

0

x2 = ;a3x2 + a4 x1x2 ; x2:

0

atau

x1 = (a1 ; )x1 ; a2 x1x2

0
(8.10)
x2 = ;(a3 + )x2 + a4x1x2:
0
(8.11)

Dengan menerapkan persamaan (8.10-8.10) dapat ditentukan bahwa rata-rata

BAB 8. POTRET FASE SISTEM PDB NONLINIER DAN APLIKASI 105

populasi mangsa dan pemangsa setelah adanya pengurangan masing-masing adalah

x1 = a3a+  (8.12)

4
a 1;
x2 = a : (8.13)
2

Dengan kata lain rata-rata populasi mangsa akan lebih besar sedikit dari rata-
rata sebelum adanya pengurangan sedangkan rata-rata populasi pemangsa sedikit
lebih kecil dari rata-rata sebelumnya.

x2

a1 a3 , a1
a2 (a 4 a2 )

a3 x1
a4

Gambar 8.1: Potret fase model interaksi Pemangsa dan Mangsa

Melalui fungsi DEplot didapat potret fase umum berikut.

Gambar 8.2: Potret fase sistem secara umum

BAB 8. POTRET FASE SISTEM PDB NONLINIER DAN APLIKASI 106

8.0.2 Mekanika Taklinier Ayunan Sederhana

Ayunan sederhana terdiri dari sebuah bandul B bermassa m pada spotong tongkat
yang ringan dan kaku sepanjang L, diikat bagian atasnya sedemikian hingga sisem
itu dapat berayun pada bidang vertikal, lihat Gambar 8.3.

θ
C T C’

L B

s
A
− m g sin θ − m g cosθ
− mg

Gambar 8.3: Ayunan Bandul

Bila bandul itu ditarik satu arah dan dilepas dari keadaan diam pada saat
t = 0 dan misal (t) merupakan perpindahan sudut dari tongkat pada saat t dari
keadaan setimbang )A dimana sudut (t) positif bila bandul berada disebelah
kanan dari kedudukan setimbang dan negatif bila berada disebelah kiri. Kita
ingin mengkaji (t) bila bandul berayun kembali dan bergerak sepanjang busur
lingkaran CC . Dari informasi yang ada telah diketahui
0

(0) = 0
(0) = 0
0

dimana (0) = 0 adalah perpindahaan sudut awal dari tongkat dan (0) = 0
karena bandul dilepas dari keadaan diam. Ada dua gaya yang berkerja yaitu
gaya berat (;mg) dan gaya tegangan tongkat T . Gaya ;mg dipecah menjadi
dua komponen ;mg cos dan ;mg sin , lihat Gambarband. Gaya ;mg cos
mengimbangi tegangan T pada tongkat, sedang gaya ;mg sin menggerakkan
BAB 8. POTRET FASE SISTEM PDB NONLINIER DAN APLIKASI 107

bandul sepanjang busur lingkaran BA. Menurut H.K. Newton II diperoleh

m ddts2 = ;mg sin

2
(8.14)

dimana s adalah panjang busur AB dan ddt22s percepatan sepanjang busur. Karena
L merupakan panjang tongkat maka panjang busur s = L .

m ddts2 = L ddt 2
2 2
(8.15)

atau
d2 + g sin = 0 (8.16)
dt2 L
(0) = 0 (0) = 0:
0
(8.17)

Kedua persamaan terakhir ini menggambarkan secara lengkap gerak pendulum

itu bersama nilai awalnya.
Selanjutnya persamaan ini dapat dirubah kedalam sistem PDB order satu,
dengan memisalkan !2 = Lg
x1 = dan x2 = , sehingga diperoleh
0

x1 = x2
0
(8.18)
x2 = ;!2 sin x1:
0
(8.19)

Untuk menganalisa titik kritis persamaan ini, dapat ditentukan dari mengnolkan
ruas kiri, sehingga

x2 = 0
;!2 sin x1 = 0:
Dengan menyelesaikan persamaan kedua diperoleh x1 = = 0

2
3
: : :
sehinggga titik kritisnya adalah

: : :
(;2
0)
(;
0)
(0
0)
(
0)
(2
0)
: : :

BAB 8. POTRET FASE SISTEM PDB NONLINIER DAN APLIKASI 108

Memahami sin x adalah fungsi periodik maka cukup dipelajari (0
0)
(
0)
saja. Untuk (0
0) maka ekspansi deret Taylor disekitar x = 0 adalah

sin x = x ; x + x ; : : :

3 5

3! 5!
sehingga persamaan (8.18-8.19) dapat dihampiri oleh sistem linier

x1 = x2

0
x2 = ;!2x:
0
(8.20)

Dengan demikian persamaan karakteristik (8.20) adalah r2 + !2 = 0 dengan akar-

akar r12 = !i. Menurut Tabel ?? Tabel 8.1 dan maka titik kritis (0
0) adalah
stabil pusat untuk sistem (8.20) dan merupakan titik pusat atau fokus untuk
sistem (8.18-8.19), lihat Gambar 8.3. Panah pada trayektori menunjukkan arah
perputaran jarum jam karena persamaan pertama dalam (8.20) yaitu x membesar
bila y positif. Analog dengan ini sistem (8.18-8.19) juga mempunyai titik kritis
pada (2n
0) untuk n = 1
2
: : : .

x2

0
− 2π −π π 2π
x1

Gambar 8.4: Trayekktori sistem ayunan bandul

Selanjutnya kita kaji titik kritis (
0). Ekspansi deret Taylor untuk sin x
disekitar x =  diberikan oleh

sin x = ;(x ; ) + (x ; ) ; (x ; ) + : : : :
3 5

3 5!
BAB 8. POTRET FASE SISTEM PDB NONLINIER DAN APLIKASI 109

Jadi sistem yang dilinierkan berbentuk

x1 = x2

0
x2 = ! 2 (x ;  ):
0
(8.21)

dan mempunyai titik kritis pada (
0). Titik kritis dapat dipetakan ke (0
0)
dengan memisalkan v = x ;  sehingga menjadi

v = x2

0
x2 = !2 v:
0
(8.22)

Persamaan karakteristiknya adalah r2 ; !2 = 0 dengan akar-akar r12 = !.

Karena akar-akarnya riel dan tandanya berlawanan, maka titik kritis (0
0) meru-
pakan titik plana oleh karena itu merupakan titik kesetimbangan takstabil dari
(8.22). Sebagai implikasinya, titik kritis (
0) juga merupakan titik plana dan
karena itu merupakan titik kesetimbangan takstabil dari sistem yang dilinierkan
(8.21), lihat Tabel ??. Selanjutnya menurut Tabel 8.1, diperoleh kenyataan
bahwa karena (
0) merupakan titik plana maka titik ini merupakan kesetim-
bangan stabil dari sistem (8.18-8.19). Sistem ini juga akan mempunyai sebuah
titik plana pada titik (2n +1)
0) untuk n = 1
2
: : : , dan selengkapnya dapat
dilihat dalam Gambar 8.5. Dengan menggunakan fungsi DEplot diperoleh potret

x2

− 4π − 3π − 2π − π 0 π 2π 3π 4π

x1

Gambar 8.5: Potret fase

fase dapat dilihat dalam Gambar 8.6.

BAB 8. POTRET FASE SISTEM PDB NONLINIER DAN APLIKASI 110

− 2π −π π 2π

Gambar 8.6: Potret fase secara umum

Secara eksplisit kita juga dapat menurunkan persamaan trayektori persamaan
(8.18-8.19). Dengan menggabungkan kedua persamaan itu, yaitu
dx2 = ;!2 sin x1
dx1 x2
maka persamaan ini merupakan PDB terpisah dimana solusinya adalah
1 x2 ; !2 cos x = c: (8.23)
2 2 1

Untuk menggambarkan potret fase dari persamaan ini adalah tepat sekali untuk
menyatakan c dalam syarat awal. Andaikan bahwa x2 = (x2)0 bila x1 = 0 maka
dari (8.23) didapat bahwa

c = 12 (x2)20 ; !2
1 x2 ; !2 cos x = 1 (x )2 ; !2
2 2 1
2 20
x22 + 2!2(1 ; cos x1) = (x2)20
x22 + 4!2 sin2 x21 = (x2)20 (8.24)

Persamaan terakhir ini merupakan persamaan yang menggambarkan tiga tipe

kurva yang beraputan dalam Gambar 8.5 dalam tiga kasus berikut.
BAB 8. POTRET FASE SISTEM PDB NONLINIER DAN APLIKASI 111

KASUS 1 j(x2)0j < 2!. Nilai maksimum dari sudut x1 (ingat bahwa x1 = )
dicapai bila x2 = 0 dan

xmaks = 2 arcsin (x22!)0 < :

Dalam kasus ini ayunan itu berosilasi antara sudut ekstrem xmaks. Trayek-
torinya merupakan kurva tertutup sebagaimana terlihat dalam bagian paling
dalam kurva dalam Gambar 8.5.
KASUS 2 j(x2)0j > 2!. Dalam kasus ini ayunan membuat putaran lengkap.
Trayektorinya akan berbentuk kurva ombak pada bagian atas dan bawah kurva
dalam Gambar 8.5.
KASUS 3 j(x2)0j = 2!. Dalam hal ini trayektori berbentuk simpal (kop)
tebal yang memisahkan trayektori tertutup dan trayektori ombak dalam Gambar
8.5. Persamaan trayektori ini dapat diturunkan langsung dari persamaan (8.24)
jika kita substitusikan 2! dalam (x2)0 sehingga diperoleh

x2 = 2! cos x2
BAB 8. POTRET FASE SISTEM PDB NONLINIER DAN APLIKASI 112

Latihan Tutorial 3

1. Dalam interaksi mangsa dan pemangsa, misal populasi mangsa mempunyai

persediaan makanan yang terbatas maka model persamaan interaksi itu
akan menjadi x1 = a1x1 ; a2 x1x2 ; 1x21
x2 = ;a3x2 + a4x1x2 ; 2x22
0 0

dimana 1
1 > 0. Sebagi contoh khusus model ini adalah x1 = 3x1 ; 0

x1x2 ; 2x21
x2 = ;x2 + 2x1x2 ; x22, dimana x1
x2 diukur dalam ratusan
0

mahluk. Kajilah stabilitsa dari tiap titik kritisnya dan tentukan apakah ini
merupakan titik simpul, plana atau fokus.

2. Persamaan difrensial

+ k + !2 sin = 0

00
k>0

merupakan gerak ayunan yang dipengaruhi gaya gesekan (gaya peredam)

yang berbanding lurus dengan kecepatan sudut . Transformasikan PDB ini
kedalam sistem PDB order satu dan buktikan bahwa hanya (n
0) untuk
n = 0
1
2
: : : merupakan titik kritis dari sistem ini. Dalam setiap kasus
kajilah stabilitas sistem pada (0
0) dan tentukan apakah (0
0) merupakan
titik simpul, plana atau fokus untuk

(a) k < 2! (b) k = 2! (c) k > 2!

3. Persamaan difrensial

x + (x2 ; 1)x + x = 0

00 0
>0

disebut persamaan vanderPol dan mengatur rangkaian listrik tertentu yang

mengandung pipa hampa. Transformasikan PDB ini kedalam sistem PDB
BAB 8. POTRET FASE SISTEM PDB NONLINIER DAN APLIKASI 113

order satu dan buktikan bahwa hanya (0
0) satu-satunya titik kritis dari
sistem ini. Kajilah stabilitas sistem pada (0
0) bila  < 2 dabn  > 2.
Dalam setiap kasus tentukan apakah (0
0) merupakan titik simpul, plana
atau fokus.

4. Dua tangki saling berhubungan (lihat Gambar 1). Awal mula tangki I berisi
30 Lt air yang berisi 20 gram garam, sementara tangki II berisi 20 Lt air
dengan 15 gram garam. Kemudian air yang berisi 1 gram/Lt dituangkan
kedalam tangki I dengan laju 2 Lt/menit dan bercampur sempurna dalam
tangki I, pada saat yang bersamaan campuran itu mengalir ke tangki II
dengan laju 4 Lt/menit. Disisi lain air yang berisi 3 gram/Lt dituangkan
kedalam tangki II dengan laju 1 Lt/menit dan bercampur sempurna dalam
tangki II dan pada saat yang bersamaan pula campuran itu mengalir ke luar
dimana 2 Lt/menit mengalir kembali ke tangki I dan 3 Lt/menit mengalir
keluar meninggalkan sistem.

2 Lt/min, 1 gram/Lt 1 Lt/min, 3 gram/Lt

4 Lt/min

2 Lt/min
3 Lt/min

Gambar 8.7: Dua tangki yang saling berhubungan.

(a) Tentukan model matematik lengkap dengan masalah nilai awalnya dari
BAB 8. POTRET FASE SISTEM PDB NONLINIER DAN APLIKASI 114

peristiwa ini.
(b) Tentukan titik kesetimbangan (titik kritis) dari dari sistem PD order
pertama tersebut.
(c) Tentukan ekspresi model matematik yang menyatakan banyaknya garam
dalam tangki I dan II setiap saat.

5. Suatu rangkaian tertutup seri dari hambatan (R), induktor (L) dan kapa-
sitor (C ) dihubungkan dengan sumber tegangan bolak balik E = 100 sin 60t
Volt, lihat Gambar 2 dibawah ini. Jika muatan listrik awal dan arus listrik
awal sama dengan nol, tentukan fungsi muatan listrik Q dalam kapasitor
setelah saat tertentu t > 0.

R = 2 ohm

I
Keterangan:
C=1/260 farad
E R : Hambatan
L : Induktor
C : Kapasitor

L=1/10 henry

Gambar 8.8: Rangkaian tertutup seri R
L dan C .

Daftar Pustaka
Boyce, W. E. & Diprima, R. C. 1997. Elementary Di
erential Equations and
Boudary Value Problems. John Wiley & Sons, Inc. Singapore
Burden, R. L. and Faires, J. D. 1997.Numerical Analysis. Brooks/Cole Publishing
Company. U.S.
Lambert, J.D. 1993. Numerical Methods for Ordinary Di
erential Systems. John
Wiley & Sons, Inc. Singapore
Powell, M.J.D. 1981. Approximation Theory and Methods. Cambridge University
Press. U.K.
Ross, S. L. 1989. Introduction to Ordinary Di
erential Equations. John Wiley &
Sons, Inc. New York. U.S.
Shampine, L. F. & Baca, L.S. 1989. Computer Solution of Ordinary Di
erential
Equations: The Initial Value Problem. Freeman. San Francisco.

115