Dwi Lestari-Makalah Semnas MIPA-UNY 2012-1
Dwi Lestari-Makalah Semnas MIPA-UNY 2012-1
A. Pendahuluan
Masalah yang dijumpai dalam kehidupan sehari-hari dapat dimodelkan dalam bentuk model
matematika. Sebagian besar model matematika yang muncul berbentuk non linear. Untuk mendapatkan
solusi masalah yang berbentuk sistem non linear tidaklah mudah. Namun demikian, hal ini tidak menjadi
masalah karena bentuk model matematika khususnya yang berbentuk sistem persamaan diferensial non
linear dapat dilihat perilaku solusinya melalui sistem persamaan diferensial linear dengan syarat bagian
real akar karakteristik tidak nol. Linearisasi dilakukan untuk mendapatkan sistem linear dari sistem non
linear.
Pada paper ini akan dibahas mengenai model epidemi berbentuk SIR dengan memperhatikan
kelompok umur. Umur dapat diartikan sebagai waktu dari masuk ke dalam kelas populasi rentan
(susceptibles), kelas terjangkit (infective), atau kelas bebas penyakit (recovered). Contoh yang relevan
adalah pada model penyerapan obat dalam darah. Pemodelan epidemi berdasarkan umur berkaitan dengan
model populasi berdasarkan distribusi umur. Beberapa penyakit seperti, cacar air (measles), influenza tipe
A, kolera, gondong (mumps), tubercoluses, AIDS, dan SARS penting untuk diperhatikan variabel umur
individunya dalam pemodelan penyakit. Dalam hal ini model yang akan dibahas adalah model SIR
berdasarkan kelompok umur.
Model Epidemi SIR berdasarkan kelompok umur berbentuk sistem persamaan diferensial parsial
dengan variabel umur dan waktu sebagai variabel bebas. Model yang berbentuk sistem non linear tidak
mudah diselidiki perilaku solusinya. Oleh sebab itu, perilaku solusi sistem diselidiki melalui bentuk
sistem linearnya. Untuk mendapatkan sistem linear dari sistem non linear perlu dilakukan linearisasi.
Linearisasi yang dilakukan menggunakan Deret Taylor.
dx
= f ( x, y )
dt
dy
= g ( x, y )
dt
(1)
f ( x, y ) @ f (a , b ) +
f
f
(a, b)( x - a ) + (a, b)( y - b) +Q f
x
y
.
(2)
g ( x, y ) @ g ( a , b) +
g
g
(a, b)( x - a) + (a, b)( y - b) +Q g
x
y
(3)
Qf
dengan
Qg
dan
suku-suku non linear yang selanjutnya dapat dihilangkan. Dari (1) dan (2) diperoleh
dx f
f
=
(a, b)( x - a ) + (a, b)( y - b)
dt x
y
dy g
g
=
(a, b)( x - a ) + (a, b)( y - b)
dt x
y
.
(4)
f
dx f
( a, b)
( a, b)
( x - a )
x
y
dt
g
( y - b )
dy g
( a, b)
( a, b)
dt
x
y
v = y- b
u = x- a
Substitusi
dan
(5)
f
du f
( a, b)
( a, b)
u
x
y
dt
=
v
g
dv g
( a, b )
(a, b)
y
dt
x
dengan
f
( a, b)
( a, b)
x
J =
g
g
( a, b)
( a , b)
y
x
(6)
x = ( x1 , x2 ,..., xn )
Diberikan
x1 , x2 ,..., xn
variabel
u : n
, yakni fungsi
x n
dengan
F1 (x, u , u x1 ,K , u xn , u x1x2 ,K , u xi K xn ) = 0,
F2 (x, u , u x1 , K , u xn , u x1x2 , K , u xi K xn ) = 0,
M
Fn (x, u, ux1 , K , uxn , ux1x2 , K , uxi K xn ) = 0.
(7)
Sistem persamaan diferensial parsial dua variabel orde satu berbentuk sebagai berikut:
u1 u1
f1 (u)
x t
u2 u2
f 2 (u )
x
t
(8)
:
:
un un
f n (u )
x
t
u = (u1 , u2 ,..., un )
dengan
u ( x,t ) = u ( u 0 , x, t )
u 0 = u ( x , t0 )
dinyatakan sebagai
u* x
Vektor
u* x
disebut distribusi umur steady state Sistem (8), jika
(Brauer, 2008)
du1* ( x)
f1[u* x ]
dx
du2* ( x )
f 2 [u* x ]
dx
(9)
:
dun* ( x )
f n [u* x ]
dx
u* x
u* (0) u*0
Andaikan Sistem (9) dengan nilai awal yang diberikan misal
, memiliki solusi
kestabilan distribusi umur steady state tersebut dapat diselidiki dengan melakukan linearisasi Sistem (8).
Selanjutnya, linearisasi sistem persamaan diferensial parsial di sekitar kondisi steady state
u1 u1
f1 (u1 , u2 )
x t
u2 u2
f 2 (u1 , u2 )
x
t
(10)
Diberikan transformasi
v1 v1
f
f
f1 *
f
(u )v1 1 (u* )v2
u1
u2
,
v2 v2
f
f
f 2 *
f
(u )v1 2 (u* )v2
u1
u2
,
1 , 2
dengan
suku suku non linear sehingga dapat diabaikan. Hasil linearisasi Sistem (10), yakni
v1 v1 f1 *
f
(11)
l (t )b(a) S (a, t )
S(a,t)
I(a,t)
m(a) S (a, t )
gI (a, t )
m(a) I (a, t )
R(a,t)
m(a) R(a, t )
Kelas populasi yang dibagi menjadi tiga dinotasikan sebagai S(a,t), I(a,t), dan R(a,t) yang
r,
merupakan fungsi densitas peluang yang berkaitan dengan kelompok umur. Misalnya,
banyaknya
g
kelahiran, b(a) dan
b
parameter yang menggambarkan laju kontak dan laju kesembuhan. Selain itu,
m( a)
merupakan faktor skala transmisi dan
model ini, laju kontak antara individu rentan berumur a dan satu individu terinfeksi berumur a sebanding
l (t )
dengan b(a)b(a). Oleh karena itu, didefinisikan laju serangan infeksi pada saat t yakni
Dalam hal ini, perubahan populasi pada tiap kelas masing-masing bergantung pada variabel
waktu t dan umur a. Oleh karena itu, diperoleh sistem integro-diferensial yang berupa sistem persamaan
diferensial parsial orde satu. Berdasarkan Asumsi (3.1.1), perubahan populasi menurut Gambar 3.1
dirumuskan sebagai berikut.
S (a, t ) S ( a, t )
+
=- l (t )b(a ) S (a, t ) - m(a ) S (a, t )
t
a
(12.a)
I (a, t ) I (a, t )
+
= l (t )b(a ) S ( a, t ) - [ g + m(a) ] I (a, t )
t
a
,
R (a, t ) R ( a, t )
+
= gI (a, t ) - m(a ) R ( a, t )
t
a
(12.b)
(12.c)
(12.d)
S (a,0) = S 0 (a ) I ( a, 0) = I 0 ( a) R (a, 0) = R0 ( a)
,
S (0, t ) = r =
(12.e)
- M ( a ')
M (a) = ma
( )d a
da '
I (0, t ) = 0, R (0, t ) = 0
.
(12.f)
Persamaan (12.a) (12.c) menyatakan perubahan populasi rentan, populasi terinfeksi, dan populasi
S (a, t )
a
S (a, t )
t
S ( a, t ) S (a, t )
+
t
a
terhadap waktu t. Oleh karena itu, bisa dianggap bahwa
populasi rentan terhadap waktu t. Persamaan (12.d) merupakan laju serangan infeksi. Persamaan (12)
dipandang sebagai masalah nilai awal dan syarat batas, yakni Persamaan (12.e) sebagai syarat awal dan
Persamaan (12.f) sebagai syarat batas.
D. Linearisasi Persamaan Diferensial Parsial pada Model Epidemi SIR Berdasarkan Kelompok
Umur
Beberapa teknik yang dapat digunakan untuk menganalisa distribusi umur steady state yakni
dengan linearisasi menggunakan deret Taylor, didefinisikan lebih dahulu
(13)
(14)
I (a, t ) = I * (a ) + h(a, t )
l (t ) = l * + q(t )
,
(15)
Selanjutnya, Persamaan (13) (15) disubstitusikan ke Persamaan (12.a) dan (12.b) , diperoleh
x(a, t ) x(a, t )
+
=-
l * + q(t )
b( a )
S * (a ) + x(a, t )
- m(a )
S * (a ) + x(a, t )
a
t
=- l *b(a ) S * (a ) - l *b(a)x(a, t ) - q(t )b(a ) S * ( a)
- l *b( a) S * (a ) - m(a ) S * ( a ) = 0
Karena
x(a, t ) x(a, t )
+
=- l *b(a )x(a, t ) - q(t )b(a ) S * (a ) - m(a)x(a, t )
a
t
h(a, t ) h(a, t ) *
b(a ) S * (a ) + x(a, t )- [ g + m(a ) ] I * (a ) + h(a, t )
+
=
l + q(t )
a
t
l *b(a )S * (a ) - gI * - m(a ) I * (a ) = 0
Karena
h(a, t ) h(a, t )
+
= l *b(a)x(a, t ) + q(t )b( a ) S * (a ) - [ g + m( a) ] h(a, t )
a
t
x(a, t ) x(a, t )
+
=- l *b(a )x(a, t ) - q(t )b(a ) S * (a ) - m(a)x(a, t )
a
t
h(a, t ) h(a, t )
+
= l *b(a)x(a, t ) + q(t )b( a ) S * (a ) - [ g + m( a) ] h(a, t )
a
t
dengan
(16)
(17)
(18)
x(0, t ) = h(0, t ) = 0
,
(19)
x(a, 0) = S0 (a ) - S * (a ) h(a, 0) = I 0 ( a ) - I * ( a)
,
(20)
x(a, t ) = x(a )e pt
,
(21)
(22)
h(a, t ) = h(a)e pt
^
q(t ) = qe pt
= konstanta
(23)
^
^
^
x(a)
x( a)
e
+ pe pt
=- l *b(a ) x(a)e pt - qe pt b(a ) S * ( a) - m(a ) x(a )e pt
a
t
pt
,
^
^
^
^
x( a)
x( a)
+p
=- l *b(a ) x(a ) - qb(a ) S * (a) - m(a) x(a)
a
t
(24)
dan
^
^
^
^
pt h( a, t )
pt h(a, t )
pt ^
pt
pt
e
+ pe
= l *b( a) x(a, t )e + q(t )e b( a) S * ( a ) - [ g + m( a) ] h( a, t )e
a
t
^
^
^
^
^
( a, t )
( a, t )
p
*b(a) (a, t ) (t )b(a) S * (a) (a ) (a, t )
a
t
.
(25)
Persamaan (24) dan (25) merupakan masalah nilai eigen p. Selanjutnya akan dicari penyelesaiannya
pada kondisi steady state, yakni
^
^
^
^
d (a )
* b(a ) (a) b(a ) S * (a ) (a ) (a )
da
^
^
d (a )
* b ( a ) ( a ) ( a ) b ( a ) S * ( a )
da
(26)
dan
^
^
^
^
d (a )
*b(a) (a) b(a) S * (a ) (a) ( a)
da
,
^
^
^
^
d (a )
(a ) (a) *b(a) (a ) b(a ) S * (a )
da
.
(27)
Persamaan (26) dan (27) dengan Syarat batas (19) memiliki penyelesaian
a
x(a) =- e
l *b ( s )+ms
( )
ds
a
a
l *b ( s )+ms
( )
ds
qb(a ) S * (a )e a
da
-
l B ( a )+M ( a )
=- r qe
a
b(a )e
p ( a- a )
da
dan
a
a
( )]d s a
( ) ]d s
[ g+ms
^
^
[ g+ms
*
*
0
a
l b( a) x( a) + qb(a ) S (a ) e
h(a) = e
da
a
a
a'
( ) ]d s
[ g+ms
^ - l * B ( a )+M ( a )
^
*
[ g+ms( )]d s a *
- l B ( a ) +M ( a )
p
(
a
a
')
a
- l b(a)r qe
=e 0
b
(
a
')
e
da
'
+
q
b
(
a
)
r
e
e
d
a
-
( p+g)( a- a ') +l * B ( a ')
1- l
a'
*
b(a )e
p ( a '- a )
dengan
a
B( a) = b(a ) d a M (a ) = ma
( )d a
0
, dan
da
da '
(28)
q = b b( a ) h( a)da
0
(29)
^
^
- g( a- a ') +l * B ( a ')
^
^
a
- g( a- a ') +l * B ( a ')
^
- g( a- a ') +l * B ( a ')
a'
p ( a- a ')
- l
b(a )e
p ( a- a )
a'
p ( a- a ')
- l
b(a )e
p ( a- a )
a'
p ( a- a ')
- l
b(a )e
p ( a- a )
da
da
da
'
da = 0
da
da
'
= 0
d a
da
'
da
(30)
^
q= 0
Persamaan (30) mempunyai akar
q 0
atau
yakni
1 = b b( a ) r e
0
- M (a)
a'
p ( a- a ')
- l
b(a )e
- p ( a- a )
da
da
'
da
(31)
Menurut Teorema dalam ([4] dan [5]), jika semua akar Persamaan (31) memiliki bagian real negatif,
maka semua solusi Persamaan (21)-(23) menuju nol untuk
* 0
memenuhi Persamaan (31). Untuk mempelajari sifat dari akarakar Persamaan (31) sangat sulit. Namun
demikian, untuk kasus khusus dapat ditentukan secara numerik bahwa hal ini berkorespondensi dengan
distribusi umur steady state non trivial yang stabil asimtotik lokal.
Untuk distribusi umur steady state trivial yakni
* 0
a
- g( a- a ') 1 = b b ( a ) r e- M ( a )
b(a ')e
0
0
p ( a- a ')
da '
da
(32)
Jika Persamaan (12) tidak dipenuhi, maka karakter monoton dari integran pada Persamaan (32) berakibat
p0 0
mempunyai akar real tunggal
p0 0
dan
Teorema 1
(i) Jika
* 0
R0 1
dan
maka distribusi umur steady state trivial Sistem (12) stabil asimtotik
lokal.
(ii) Jika
* 0
R0 1
dan