Sistem Persamaan Diferensial Linear

Sistem persamaan diferensial linear (SPDL) merupakan kumpulan persamaan diferensial linear yang saling berhubungan dengan satu atau lebih fungsi tak diketahui. Pada umumnya, SPDL ditulis dalam bentuk matriks sehingga analisis dan solusi dapat dilakukan dengan cara aljabar linier. Pada halaman ini akan dibahas definisi dasar, bentuk umum, metode solusi, serta contoh penerapan di bidang teknik dan ilmu alam.

1. Definisi dan Bentuk Umum

Suatu sistem persamaan diferensial linear berordon dengan m fungsi tak diketahui x(t), x(t), , x(t) dapat dituliskan sebagai

    X'(t) = A(t)X(t) + B(t)    

dimana

• X(t) adalah vektor kolom [x(t), x(t), , x(t)],
• A(t) adalah matriks koefisien berukuran mm (bisa konstan atau fungsi t),
• B(t) adalah vektor sumber (biasanya disebut forcing term) berukuran m1.

Jika B(t) = 0, sistem disebut homogen. Jika A konstan, sistem disebut konstan koefisien.

2. Solusi Sistem Homogen dengan Koefisien Konstan

Untuk X' = AX dengan A konstan, solusi umum dapat dicari melalui eigenvalue (nilaieigen) dan eigenvector (vektoreigen) dari matriks A.

1. Hitung nilaieigen dari det(AI)=0.
2. Untuk tiap , temukan vektoreigen v yang memuaskan (AI)v = 0.
3. Jika semua nilaieigen berulang dan memiliki vektoreigen lengkap, solusi dasar:

   X(t)=v e^{ t},  X(t)=v e^{ t}, , X(t)=v e^{ t}            

4. Jika terdapat nilaieigen berulang atau tidak lengkap, gunakan vektorgeneralized atau metode Jordan untuk melengkapi basis solusi.
5. Solusi umum adalah kombinasi linear:

   X(t)=cX(t)+cX(t)++cX(t)            

3. Sistem Nonhomogen

Untuk X' = AX + B(t) solusi dapat ditulis sebagai

X(t)=X_h(t)+X_p(t)    

dimana X_h(t) adalah solusi homogen (bagian 2) dan X_p(t) adalah solusi khusus yang bergantung pada bentuk B(t). Dua cara utama untuk menemukan X_p:

• Metode variasi parameter:

  X_p(t)=(t)  (t)^{-1} B(t) dt            

  dengan (t) matriks fundamental yang kolomkolomnya adalah solusisolusi dasar homogen.
• Metode koefisien tak tentu: cocok bila B(t) merupakan kombinasi polinomial, eksponensial, sinus, atau perkalian mereka. Asumsikan bentuk X_p(t) dengan koefisien yang belum diketahui, substitusi ke persamaan, kemudian selesaikan untuk koefisien.

4. Contoh Praktis

4.1 Sistem 2dimensi dengan koefisien konstan

Misalkan

x' = 3x + 4yy' = -4x + 3y    

Dalam bentuk matriks:

X' = A X,   A = [[3, 4], [-4, 3]]    

Hitung nilaieigen:

det(AI) = (3) + 16 = 6+25 = 0 = 3  4i    

Vektoreigen untuk = 3+4i:

(A(3+4i)I)v = 0    [[4i, 4], [4, 4i]] v = 0v = [1, i]    

Solusi dasar kompleks:

X(t)=[1,i] e^{(3+4i)t}X(t)=[1,i] e^{(34i)t}    

Dengan identitas Euler, solusi real dapat ditulis sebagai kombinasi eksponensialdamped sinusoid:

x(t)=e^{3t}[c cos(4t) + c sin(4t)]y(t)=e^{3t}[c cos(4t)  c sin(4t)]    

4.2 Sistem dengan suku sumber

Berikut contoh dengan B(t) = [0, cos t]:

X' = A X + B(t),   A = [[0,1],[-2,-3]]    

Gunakan variasi parameter. Matriks fundamental (t) didapat dari solusi homogen (misalnya (t) = [[e^{-t}, e^{-2t}],[-e^{-t}, -2e^{-2t}]]). Maka

X_p(t)=(t)  (t)^{-1} B(t) dt    

Setelah melakukan integral, diperoleh solusi khusus X_p(t) = [ (1/5) sin t , (2/5) sin t - (1/5) cos t ].

5. Aplikasi di Bidang Teknik

• Rangkaian listrik RLC: Persamaan tegangan dan arus dapat ditulis sebagai sistem diferensial linear berorde dua.
• Dinamik mekanik: Sistem massapegasdamper dengan banyak derajat kebebasan menghasilkan SPDL berukuran besar.
• Kontrol otomatis: Model keadaan (statespace) pada kontrol modern merupakan bentuk standar X' = A X + B u, dimana u adalah sinyal kontrol.
• Ekologi: Model kompetisi antar spesies (LotkaVolterra linearized) menggunakan sistem persamaan linear di sekitar titik ekuilibrium.

6. Penanganan Numerik

Jika solusi analitik sulit atau tidak mungkin, metode numerik seperti Euler, RungeKutta, atau solver matrixexponential (mis. expm di MATLAB/Python) digunakan. Contoh sederhana dengan metode Euler untuk X' = A X + B(t):

X_{k+1} = X_k + t (A X_k + B(t_k))    

Pilih t kecil agar kestabilan terjaga, terutama bila A memiliki nilaieigen dengan bagian real negatif besar (stiff system). Pada sistem kaku, metode implisit seperti Backward Euler atau metode Rosenbrock lebih cocok.

7. Kesimpulan

Sistem persamaan diferensial linear menyediakan kerangka kerja yang kuat untuk memodelkan fenomena yang melibatkan banyak variabel yang saling berinteraksi. Dengan memanfaatkan teori nilaieigen, metode variasi parameter, serta teknik numerik, kita dapat memperoleh solusi yang akurat untuk berbagai aplikasi teknik dan ilmiah. Pemahaman konsep dasar serta kemampuan mengubah masalah dunia nyata menjadi bentuk matriks linear adalah keterampilan penting bagi insinyur, ilmuwan, dan peneliti.

Untuk memperdalam materi, pembaca dapat melihat buku teks klasik seperti Linear Differential Equations and Their Applications karya Coddington & Levinson, ataupun sumber daring seperti MIT OpenCourseWare.