Version 1.2
11 Pebruari 2013
Subiono
*J u
san Mate ru
a atik m
Penerbit: Subiono Jurusan Matematika Institut Teknologi Sepuluh Nopember Sukolilo, Surabaya Indonesia
F M I PA
-I b T S , Sura
ay
a *
Matematika
Copyright
c 2013 The Author, Subiono.
*J u
san Mate ru
a atik m
F M I PA
-I b T S , Sura
ay
a *
Matematika
Kata Pengantar
Alhamdulillahirabbilalamin, segala puji hanyalah milikmu ya Allah yang telah meberikan "kebebasan bertanggung jawab" kepada manusia untuk suatu kebaikan dalam melaksanakan amanatnya di hamparan bumi yang dihuni manusia. Sholawat dan Salam kepadamu ya Nabi Muhammad beserta para keluarganya dan para pengikutnya sampai nanti di hari akhir. Buku ini disusun dengan maksud untuk digunakan sebagi buku rujukan mata kuliah Sistem Linear pada Jurusan Matematika, Institut Teknologi Sepuluh Nopember, Surabaya. Materi disusun untuk kebutuhan struktur dalam Kurikulum tahun 2009-2014 guna menunjang matakuliah yang ada pada semester yang lebih tinggi dan sebagai pendahuluan pengenalan Sistem Linear pada penekanan Signal. Hal ini diharapkan nantinya mahasiswa mempunyai bekal yang memadai untuk mempelajari "Sistem Linear dan Kontrol" atau "Matematika Sistem Teori". Selain dari pada itu materi dari buku ini disusun supaya pengguna yang lainnya bisa memanfaatkan buku ini sesuai dengan yang dibutuhkannya. Untuk lebih mudah memahami buku ini diperlukan pemahaman yamg memadai dari Aljabar Linear, Persamaan Dierensial dan Beda serta metode Transformasi (Transformasi Laplace dan transformasi-z ). Dalam buku ini diberikan beberapa konsep pengertian dari materi yang disajikan setelah itu diikuti dengan beberapa contoh untuk mempermudah pemahaman, selain itu juga diberikan beberapa contoh aplikasi yang mungkin dan beberapa soal sebagai latihan. Penulis pada kesempatan ini menyampaikan keaktifan pembaca dalam mengkaji buku ini untuk menyampaikan kritik dan saran guna perbaikan buku ini, sehingga pada versi yang mendatang "mutu buku" yang baik bisa dicapai. Kritik dan saran ini sangat penting karena selain alasan yang telah disebutkan tadi, penulis percaya bahwa dalam sajian buku ini masih kurang dari sempurnah bahkan mungkin ada suatu kesalahan dalam sajian buku ini baik dalam bentuk redaksional, pengetikan dan materi yang menyebabkan menjadi suatu bacaan kurang begitu bagus. Kritik dan saran bisa disampaikan ke alamat email : subiono2008@matematika.its.ac.id
ii
Buku ini dapat diperoleh secara gratis oleh siapapun tanpa harus membayar kepada penulis. Hal ini berdasarkan pemikiran penulis untuk kebebasan seseorang mendapatkan suatu bacaan yang tersedia secara bebas dengan maksud "kemanfaatan" dan "kejujuran". Yang dimaksud dengan kemanfaatan adalah bergunanya bacaan ini untuk kemudahan pembaca memperoleh informasi penting yang diperlukannya dan untuk pembelajaran. Sedangkan kejujuran adalah ikatan moral dari pembaca untuk tidak memdistribusi buku ini dengan tujuaan yang tidak bermanfaat dan menjadikannya sebagai kepemilikan (pengakuan). Penulis menulis buku ini berdasarkan pemikiran "kebebasan menulis" (tidak harus menggunakan media cetak penerbit) dengan asas "kemanfaatan" menggunakan media yang tersaji masa kini. Beberapa alat bantu untuk penulisan buku ini juga didapat secara gratis, A A yaitu perangkat lunak L TEX dan TEXMaker sebagai salah satu media L TEX editor. Beberapa gambar yang ada dalam buku ini menggunakan perangkat lunak LaTexDraw yang juga didapat secara gratis. Begitu juga beberapa bahan rujukan didapat secara gratis lewat internet. Selain itu untuk menyelesaikan beberapa contoh yang dibahas digunakan alat bantu perangkat lunak Maxima versi 5.28.0-2 malalui Toolbox Sistem Linear yang dibuat oleh penulis. Perangkat lunak ini juga didapat dari internet secara gratis. Bila buku ini digunakan sebagai rujukan mohon ditulis sebagai berikut: Subiono, "Sistem Linear", Jurusan Matematika, FMIPA-ITS, (11 Pebruari 2013). Akhirnya, dengan segala kerendahan hati penulis memohon kepada Allah semoga penulisan ini bisa berlanjut untuk mendatang yang tentunya lebih "baik" dari Versi 1 yang tersedia saat ini dan semoga benar-benar buku yang tersaji ini bermanfaat bagi pembaca.
-I
TS
, Sura
ay
b
Penulis
* F M I PA
Matematika
a *
Daftar Isi
Kata Pengantar 1 Signal dan klasikasinya 1.1 Signal waktu kontinu dan waktu diskrit . . . . . . . . . 1.2 Signal analog dan digital . . . . . . . . . . . . . . . . . 1.3 Signal deterministik dan random . . . . . . . . . . . . 1.3.1 Signal genap dan gasal . . . . . . . . . . . . . . 1.3.2 Signal periodik dan takperiodik . . . . . . . . . 1.3.3 Signal Energi dan Tenaga . . . . . . . . . . . . 1.4 Signal Elementer . . . . . . . . . . . . . . . . . . . . . 1.4.1 Signal yang diuraikan dalam bentuk matematik. 1.4.2 Fungsi Unda Satuan (Unit Step) u0 (t) . . . . . 1.4.3 Fungsi Ramp Satuan u1 (t) . . . . . . . . . . . . 1.4.4 Fungsi Delta (t) . . . . . . . . . . . . . . . . . 1.4.5 Sifat Pensamplingan Fungsi Delta (t) . . . . . 1.4.6 Sifat Pergeseran Fungsi Delta (t) . . . . . . . . 1.4.7 Fungsi delta dengan order tinggi . . . . . . . . . 1.4.8 Barisan Unda Satuan u0 [n] . . . . . . . . . . . . 1.4.9 Barisan Impuls Satuan . . . . . . . . . . . . . . 1.4.10 Signal Eksponensial Kompleks . . . . . . . . . . 1.4.11 Signal Eksponensial Real . . . . . . . . . . . . . 1.4.12 Signal Sinusoida . . . . . . . . . . . . . . . . . . 1.4.13 Barisan Eksponensial Kompleks . . . . . . . . . 1.4.14 Keperiodikan dari ei0 n . . . . . . . . . . . . . . 1.4.15 Barisan Eksponensial Umum . . . . . . . . . . . iii
i 1 1 2 3 3 4 7 10 10 11 16 18 19 20 20 22 23 24 26 26 27 28 28
. . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . .
iv
DAFTAR ISI
1.4.16 Barisan Sunusoida . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 Sistem dan Klasikasi Sistem 2.1 Penyajian Sistem . . . . . . . . . . . . . . . . . . . . 2.2 Sistem Waktu-Kontinu dan Waktu Diskrit . . . . . . 2.3 Sistem dengan memori dan tanpa memori . . . . . . 2.4 Sistem kausal dan takkausal . . . . . . . . . . . . . . 2.5 Sistem Linear dan Sistem nonlinear . . . . . . . . . . 2.6 Sistem invarian dan varian waktu . . . . . . . . . . . 2.7 Sistem Linear Invarian Waktu (SLIW) . . . . . . . . 2.7.1 Sistem Stabil . . . . . . . . . . . . . . . . . . 2.7.2 Sistem Umpan Balik . . . . . . . . . . . . . . 2.8 Sistem Linear Invarian Waktu (SLIW) . . . . . . . . 2.8.1 Respon SLIW kontinu dan Konvolusi Integral 2.8.2 Konvolusi Integral . . . . . . . . . . . . . . . 2.8.3 Sifat Konvolusi Integral . . . . . . . . . . . . 2.8.4 Respon Unda . . . . . . . . . . . . . . . . . . 2.8.5 Sistem LIW kontinu tanpa memori . . . . . . 2.8.6 Kekausalan SLIW kontinu . . . . . . . . . . . 2.8.7 Kestabilan SLIW kontinu . . . . . . . . . . . 3 Transformasi Laplace 3.1 Sifat-sifat . . . . . . 3.2 Transformasi Laplace 3.3 Transformasi Laplace 3.4 Transformasi Laplace 3.5 Transformasi Laplace 3.6 Transformasi Laplace 3.7 Transformasi Laplace 3.8 Transformasi Laplace 3.9 Transformasi Laplace 3.10 Transformasi Laplace 3.11 Transformasi Laplace 3.12 Transformasi Laplace 3.13 Fungsi Eigen . . . . . 4 Transformasi-z Sistem Linear, Copyright: c 2013 Subiono
29 31 31 31 32 32 33 33 35 35 35 44 44 45 45 49 50 50 51
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
55 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 fungsi unda u0 (t) . . . . . . . . . . . . . . . . . . . . 66 fungsi ramp tu0 (t) . . . . . . . . . . . . . . . . . . . 66 dari (t) . . . . . . . . . . . . . . . . . . . . . . . . . 67 dari Fungsi delta tunda (t a) . . . . . . . . . . . . 67 dari eat u0 (t) . . . . . . . . . . . . . . . . . . . . . . 67 dari tn eat u0 (t) . . . . . . . . . . . . . . . . . . . . . 68 dari suatu Pulsa . . . . . . . . . . . . . . . . . . . . 69 dari suatu segmen linear . . . . . . . . . . . . . . . . 69 bentuk gelombang dari suatu segitiga . . . . . . . . . 70 Bentuk gelombang dari suatu Persegi Panjang Periodik 70 dari Bentuk Gelombang Separuh Sinus . . . . . . . . 72 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 77
DAFTAR ISI
v . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79 81 81 87 90 91
Daerah Konvergensi (DK) . . . . . . Pole dan zero pada bidang-z . . . . . Beberapa Sifat Transformasi-z . . . . Transformasi-z dari Fungsi Elementer Table Transformasi-z . . . . . . . . . Contoh-Contoh dari Transformasi-z .
5 Sistem yang diuraikan Oleh Persamaan Dierensial dan Persamaan Beda 95 5.1 Persamaan Dierensial Linear dengan Koesien Konstan . . . . . . . . . . 95 5.2 Kelinearan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96 5.3 Kekausalan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99 5.4 Invarian Waktu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99 5.5 Respon Impuls . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100 5.6 Respon Impuls SL Waktu Diskrit . . . . . . . . . . . . . . . . . . . . . . . 101 5.7 Sifat-sifat Konvolusi Jumlahan . . . . . . . . . . . . . . . . . . . . . . . . . 103 5.8 Operasi Konvolusi Jumlahan . . . . . . . . . . . . . . . . . . . . . . . . . . 103 5.9 Respon Unda SLIV Diskrit . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 5.10 Sifat-sifat SL waktu Diskrit . . . . . . . . . . . . . . . . . . . . . . . . . . 106 5.10.1 Sistem dengan memori atau tanpa memori . . . . . . . . . . . . . . 106 5.10.2 Kekausalan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 5.10.3 Kestabilan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 5.11 Fungsi Eigen dari SLIWD . . . . . . . . . . . . . . . . . . . . . . . . . . . 108 5.12 Sistem yang diuraikan oleh persamaan beda . . . . . . . . . . . . . . . . . 108 5.12.1 Persamaan Beda Linear dengan koesien konstan . . . . . . . . . . 108 5.12.2 Formula Rekursif . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109 5.12.3 Respon Impuls . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109 6 Analisis Ruang Keadaan Sistem 6.1 Konsep ruang Keadaan . . . . . . . . . . . . . . . . . . . . . . . . . 6.2 Pemilihan Peubah Keadaan . . . . . . . . . . . . . . . . . . . . . . 6.3 Penyelesaian dari Persamaan Keadaan untuk Sistem LIWD . . . . . 6.4 Menentukan matriks An . . . . . . . . . . . . . . . . . . . . . . . . 6.5 Rumus umum An untuk kasus ukuran matriks 2 2, n = 0, 1, 2, . . . 6.6 Fungsi Transfer Sistem H (z ) . . . . . . . . . . . . . . . . . . . . . . 6.7 Kestabilan Sistem . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.8 Penyelesaian dari Persamaan Keadaan untuk Sistem LIWK . . . . . 113 113 114 119 120 124 127 127 129
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
vi
DAFTAR ISI
6.9 Fungsi Transfer Sistem H (s) . . . . . . . . . . . . . . . . . . . . . . . 6.10 Penghitungan matriks eAt . . . . . . . . . . . . . . . . . . . . . . . . 6.11 Keterkontrolan dan Keteramatan Sistem . . . . . . . . . . . . . . . . 6.11.1 Ruang-bagian "keadaan" ditinjau dari masukan dan keluaran 6.11.2 Munculnya sistem takterkontrol atau sistem tak teramati . . . 6.11.3 Keterkontrolan . . . . . . . . . . . . . . . . . . . . . . . . . . 6.11.4 Keteramatan . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.11.5 Ruang-bagian terkontrol dan teramati . . . . . . . . . . . . . 6.12 Dualitas keterkontrolan dan keteramatan . . . . . . . . . . . . . . . . 6.13 Bentuk kompanion terkontrol dan teramati . . . . . . . . . . . . . . . 6.13.1 Contoh-contoh Sistem terkontrol dan Teramati . . . . . . . . . 6.13.2 Disain Kontrol Umpan Balik Keadaan . . . . . . . . . . . . . 6.13.3 Disain Observer . . . . . . . . . . . . . . . . . . . . . . . . . . Daftar Pustaka
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
130 132 154 155 157 159 164 166 170 170 177 186 189 202
Bab
1.1
Suatu signal x(t) adalah signal waktu kontinu bila t adalah peubah kontinu di himpunan bilangan real R. Sedangkan signal x(t) adalah signal waktu diskrit bila t menyatakan peubah diskrit pada himpunan bilangan bulat Z. Signal ini sering dinyatakan sebagai suatu barisan {xn } atau x[n] dengan n Z. x(t) x[n]
2 1
O (a)
-5 -4 -3 -2-1 0 1 2 3 4 5 n
(b)
Gambar (a) menyatakan signal waktu kontinu sedangkan (b) adalah waktu diskrit. Diskrit: signal diskrit x[n], n bisa menyatakan sehari, dua hari dan x[n] bisa merupakan penutupan pasar modal setiap hari. Signal x[n] bisa diperoleh melalui pensamplingan waktu kontinu signal x(t), misalnya x(t0 ), x(t1 ), x(t2 ), , x(tn ), secara ringkas ditulis x[0], x[1], x[2], , x[n] 1
2 atau
dengan xn = x[n] = x(tn ). Dalam hal ini xn dinamakan sample dan waktu diantaranya dinamakan interval sample. Bila interval sample sama (sample seragam), maka xn = x[n] = x(nTs ) dengan Ts adalah interval sample konstan. Suatu signal waktu diskrit x[n] bisa diperoleh dalam dua cara 1. Melalui penghitungan nilai ke-n dari barisan, misalnya 1 n 2 , n0 x[n] = xn = 0, n<0 atau x[n] = 1 1 1, , , , 2 4 1 2
n
x0 , x1 , x2 , , xn ,
2. atau mendaftar nilai-nilai barisan, misalnya {xn } = { , 0, 0, 1, 2, 2, 2, 1, 1, 0, 3, 0, 0, } , dimana nilai 1 pada posisi ke-0. Menambah dan mengalikan dua barisan didenisikan sebagai berikut {cn } = {an } + {bn } cn = an + bn {cn } = {an }{bn } cn = an bn {cn } = {an } cn = an , = konstan.
1.2
Bila signal waktu kontinu x(t) dengan t pada interval (a, b) dan nilai a bisa juga nilai b bisa +, maka signal x(t) dinamakan signal analog. Bila signal diskrit x[n] diperoleh pada sejumlah berhingga nilai-nilai yang berbeda, maka x[n] dinamakan signal digital. Signal real dan kompleks Suatu signal x(t) adalah signal real bila nilai-nilai signal adalah bilangan real dan signal x(t) adalah signal kompleks bila nilai-nilai signal adalah bilangan kompleks. Suatu bentuk umum signal kompleks diberikan oleh x(t) = x1 (t) + ix2 (t), (1.1)
dengan i = 1 dan x1 (t), x2 (t) adalah signal real. Persamaan 1.1 bisa menyatakan peubah kontinu atau diskrit. Sistem Linear, Copyright: c 2013 Subiono
1.3
Signal deterministik adalah signal nilai-nilainya secara lengkap tertentu untuk setiap waktu yang diberikan. Jadi suatu signal deterministik bisa dimodelkan oleh suatu fungsi dari waktu t. Signal random adalah signal nilai-nilainya random pada setiap waktu yang diberikan dan harus terkarakteristik secara statistika.
1.3.1
Signal x(t) atau x[n] adalah signal genap bila x(t) = x(t), t, Signal x(t) atau x[n] adalag signal gasal bila x(t) = x(t), t, Contoh: x(t) x[n] = x[n], n. x[n] (1.3) x[n] = x[n], n. (1.2)
Signal genap
-3 -2 -1 0 1 2 3
x[n]
0 1 2 3
Setiap signal x(t) atau x[n] dapat diungkapkan sebagai signal jumlah dari dua signal genap dan gasal yaitu x(t) = xe (t) + xo (t), t x[n] = xe [n] + xo [n], n. Bagian genap dari x(t) atau x[n] adalah xe (t) = 1 (x(t) + x(t)) 2 (1.6) (1.4) (1.5)
4 dan
1 (x[n] + x[t]) 2 sedangkan bagian gasal dari x(t) atau x[n] adalah xe [n] = xo (t) = dan 1 (x(t) x(t)) 2
(1.7)
(1.8)
1 (x[n] x[n]) . (1.9) 2 Berikut ini diberikan sifat-sifat signal genap dan gasal, yaitu perkalian dua signal genap atau dua signal gasal menghasilkan signal genap, sedangkan perkalian dari dua signal genap dengan signal gasal menghasilkan signal gasal. Misalkan x(t) = x1 (t)x2 (t). Bila kedua dari x1 (t) dan x2 (t) genap, maka xo [n] = x(t) = x1 (t)x2 (t) = x1 (t)x2 (t) = x(t). Jadi x(t) adalah genap. Selanjutnya bila kedua dari x1 (t) dan x2 (t) gasal, maka x(t) = x1 (t)x2 (t) = x1 (t)(x2 (t)) = x1 (t)x2 (t) = x(t). Jadi x(t) adalah genap. Bila x1 (t) genap dan x2 (t) gasal, maka x(t) = x1 (t)x2 (t) = x1 (t)(x2 (t)) = (x1 (t)x2 (t)) = x(t). Jadi x(t) adalah gasal. Catatan bahwa bukti yang dibahas juga berlaku untuk signal diskrit.
1.3.2
Suatu signal kontinu x(t) dinamakan signal periodik dengan periode T , bila ada suatu nilai positip T yang memenuhi x(t + T ) = x(t), t (1.10) atau x(t) = x(t + mT ), untuk beberapa bilangan bulat positip m. Suatu signal diskrit x[n] dinamakan signal periodik dengan periode N , bila ada suatu suatu nilai positip N yang memenuhi x[n + N ) = x[n], n atau x[n] = x[n + mN ], untuk beberapa bilangan bulat positip m. Bila tidak demikian dinamakan signal takperiodik. Gambar 1.1 (a) adalah signal kontinu Sistem Linear, Copyright: c 2013 Subiono (1.11)
5 x(t)
-2T
-T
2T
(a)
x[n]
-2N
-N
2N
(b)
Gambar 1.1: Signal Periodik
periodik sedangkan (b) adalah signal diskrit periodik. Periode fundamental T0 dari x(t) atau N0 dari x[n] adalah bilangan positip terkecil dari nilai T atau N yang memenuhi Persamaan (1.10) atau (1.11).
Contoh 1. Diberikan signal kompleks x(t) = ei0 t , maka ei0 (t+T ) = ei0 t ei0 T . Bila ei0 T = 1, maka 0 T = 2m atau T = 2 m 0
dengan m adalah bilangan bulat positip. Dengan demikian x(t) = ei0 t adalah peri2 . odik. Periode fundamental T0 adalah nilai terkecil dari T , yaitu T0 = 0 2. Diberikan signal kompleks diskrit x[n] = ei0 n periodik bila hanya 0 adalah bilangan rasional. Sebab, bila 2 ei0 (n+N ) = ei0 n ei0 N = ei0 n Sistem Linear, Copyright: c 2013 Subiono
3. Diberikan signal kompleks dengan frekuensi 0 dan periode fundamental T0 = 2 . Misalkan signal diskrit x[n] 0 diperoleh dari x(t0 ) melalui pensamplingan seragam dengan interval sampling Ts , yaitu x[n] = x(nTs ) = einTs . Signal x[n] periodik bila
Ts adalah bilangan rasional. Sebab, misalkan x[n] periodik T0 dengan periode fundamental N0 , maka ei0 (n+N0 )Ts = ei0 nTs ei0 N0 Ts = ei0 nTs . Hal ini haruslah ei0 N0 Ts = 1 atau 0 N0 Ts = Jadi 2 N0 Ts = 2m, m bilangan bulat positip. T0 Ts m = = bilangan rasional. T0 N0 x(t) = cos 15t, maka periode fundamental x(t) adalah T0 = supaya x[n] = x(nTs ) periodik memenuhi 2 2 = dan interval sampling Ts 0 15
4. Diberikan signal
Ts m Ts = = T0 2/15 N0 dengan m dan N0 adalah bilangan bulat positip. Jadi nilai Ts adalah Ts = m 2 m T0 = . N0 N0 15
1.3.3
Misalkan v (t) adalah voltage yang melintasi suatu resistor R menghasilkan suatu arus i(t), tenaga p(t) per ohm didenisikan oleh v (t)i(t) = i2 (t). R Total energi dan tenaga rata-rata P pada basis per-ohm adalah p(t) =
(1.12)
E=
i2 (t)dt joule
(1.13)
dan P = lim 1 T T
T 2
i2 (t)dt watt.
T 2
(1.14)
Untuk sebarang signal x(t), energi ternormalkan yang berisi E dari x(t) didenisikan oleh
E=
|x(t)|2 dt.
(1.15)
|x(t)|2 dt.
T 2
(1.16)
Hal serupa, untuk signal diskrit x[n] energi ternormalkan yang berisi E dari x[n] didenisikan oleh E=
|x[n]|2 .
N
(1.17)
Sedangkan tenaga rata-rata ternormalkan P dari x[n] didenisikan oleh 1 P = lim |x[n]|2 . N 2N + 1 n =N (1.18)
Berdasarkan pada Denisi (1.15) sampai (1.18), klas signal berikut didenisikan sebagai: x(t) (atau x[n]) dinamakan signal energi bila dan hanya bila 0 < E < dan juga berakibat P = 0. Sedangkan x(t) (atau x[n]) dinamakan signal tenaga bila dan hanya bila 0 < P < dan juga berakibat E = . Berikut ini diberikan beberapa signal energi atau signal tenaga.
8 Contoh 1. Diberikan signal kontinu x(t) = maka energi yang berisi x(t) adalah
e2t t 0 0 t<0
E =
|x(t)| dt =
= = = 1 4
1 4
eu du
0 0
eu du =
1 u e 4
1 1 1 0 (e e ) = (1 0) = . 4 4 4 Karena E memenuhi 0 < E < , maka signal x(t) adalah signal energi. 2. Diberikan signal x(t) = e|t| , maka |x(t)|2 = e2|t| juga bisa ditulis sebagai |x(t)|2 = maka energi yang berisi x(t) adalah
0
E =
|x(t)|2 dt =
e2t dt +
0
= 2
0
e du =
eu du
Karena E memenuhi 0 < E < , maka signal x(t) adalah signal energi. Untuk memperoleh tenaga rata-rata, dihitung dulu 1 T
T 2
= = (e e
0 u 0 e | 0
) = (1 0) = 1.
|x(t)|2 dt
T 2
|x(t)|2 dt =
T 2
1 T
T 2
e2|t| dt =
T 2
2 T
0
T 2
e2t dt
|x(t)|2 dt =
T 2
2 T
0
T 2
e2t dt
0
1 = T = Jadi
eu du
T 0
1 u e T
=
T
1 (1 eT ). T
P = lim
1 (1 eT ) = 0. T T
Terlihat hasilnya sesuai dengan kriteria x(t) adalah signal energi. 3. Diberikan signal periodik x(t) dengan periode fundamental T0 , maka tenaga rata-rata ternormalkan dari x(t) menurut Persamaan (1.16) adalah 1 T T
T 2
P = lim
|x(t)|2 dt.
T 2
Signal x(t) periodik dengan periode fundamental T0 , dengan demikian untuk T = kT0 didapat total energi ternormalkan yang berisi x(t) sepanjang interval T adalah k kali energi ternormalkan sepanjang satu periode, yaitu 1 P = lim k k kT0 4. Diberikan signal x(t) = A cos(0 t + ), Sistem Linear, Copyright: c 2013 Subiono
T0
1 |x(t)|2 dt = T0
T0
|x(t)|2 dt.
2 . Dengan menggunakan hasil 0 sebelumnya, tenaga rata-rata dari x(t) diberikan oleh 1 P = T0 0 2
2
|x(t)|2 dt
0
2 0
A2 cos2 (0 t + )dt
0
2 0
A 0 2
Jadi, x(t) adalah signal tenaga. Catatan signal periodik umumnya adalah signal tenaga.
1.4
Signal Elementer
Signal elementer umumnya digunakan pada jaringan elektrik, yaitu unda satuan (unit step), ramp satuan dan fungsi delta. Sifat pensamplingan dan pergeseran fungsi delta sangat penting dalam kajian signal dan sistem linear.
1.4.1
Misalkan suatu rangkaian elektrik yang diberikan oleh Gambar 1.2 dengan switch ditutup pada saat t = 0. R + t=0 Vout + - terminal buka
Vs
Diharapkan untuk menguraikan Vout dalam bentuk matematik pada interval < t < . Untuk melakukan hal ini, sangat memudahkan bila interval waktu dibagi menjadi dua bagian: < t < 0 dan 0 < t < . Untuk interval < t < 0, switch terbuka, maka voltage output Vout = 0, yaitu Vout = 0, untuk < t < 0. Sistem Linear, Copyright: c 2013 Subiono (1.19)
Signal Elementer..
11
Untuk interval 0 < t < , switch dalam keadaan tertutup. Maka voltage output sama dengan voltage input, yaitu Vout = Vs , untuk 0 < t < . Gabungan dari (1.19) dan (1.20) didapat Vout = 0, < t < 0 Vs , 0 < t < . (1.21) (1.20)
Persamaan (1.21) dapat diungkapkan dalam bentuk "gelombang" yang diberikan oleh Gambar 1.3. Bentuk gelombang dalam gambar diatas adalah suatu contoh fungsi diskonVout
Vs
tinu, yaitu terjadi suatu loncatan dari satu nilai fumgsi kenilai yang lainnya tanpa ada nilai fungsi diantaranya.
1.4.2
Suatu fungsi diskontinu yang banyak dikenal adalah fungsi Unda Satuan u0 (t) yang didenisikan sebagai 0, t < 0 u0 (t) = (1.22) 1, t > 0. Gambar dari fungsi unda satuan u0 (t) diberikan oleh Gambar 1.4. Dalam Gambar 1.4 u0 (t)
fungsi unda satuan u0 (t), secara tiba-tiba terjadi perubahan nilai fungsi di t = 0 dari 0 ke Sistem Linear, Copyright: c 2013 Subiono
12
1. Bila perubahan terjadi di t = t0 , fungsi dinyatakan sebagai u0(t t0 ). Dalam hal ini u0 (t t0 ) didenisikan sebagai u0 (t t0 ) = 0, t < t0 1, t > t0 . (1.23)
Gambar dari fungsi u0 (t t0 ) diberikan oleh Gambar 1.5. Bila perubahan tiba-tiba dari 1 u0 (t t0 )
t0
0 ke 1 di t = t0 , maka fungsi unda satuan dinotasikan sebagai u0 (t + t0 ) dan didesikan oleh 0, t < t0 u0 (t + t0 ) = (1.24) 1, t > t0 . Sedangkan gambar dari fungsi u0 (t + t0 ) diberikan oleh Gambar 1.6. 1 u0 (t + t0 )
t0
Contoh. Diberikan suatu rangkaian elektrik dengan switch tertutup pada saat t = T sebagaimana diberikan dalam gambar berikut. R + t=T Vout + - terminal buka
Vs
Ungkapkan voltage output Vout sebagai fungsi unda satuan dan sket gambar bentuk gelombangnya. Sistem Linear, Copyright: c 2013 Subiono
Signal Elementer..
13
Jawab. Dalam contoh ini, voltage output Vout = 0 untuk t < T dan Vout = Vs untuk t > T . Oleh karena itu Vout = Vs u0 (t T ) (1.25) dan gambar bentuk gelombang dari rangkaian elektrik ini diberikan oleh gambar berikut. V s u 0 (t T )
Vout
Beberapa bentuk yang lain dari fungsi unda satuan diberikan oleh gambar berikut. (a) 0
A Au0 (t) A T
(b) t
0
A
T A
(c) 0 t
Au0 (t T ) A T
Au0 (t + T ) A
Au0 (t)
Au0 (t + T )
Au0 (t T )
t (d) (g) 0 t
A
0 (h)
(e)
T
T 0
(f)
0
A
(i) 0 t
Au0 (t)
Au0 (t + T )
A Au0 (t T )
Fungsi unda satuan dapat digunakan untuk menyajikan fungsi varian waktu lainnya seperti pulsa persegi sebagaimana gambar berikut. 1 0 1 (a) t 0
u0 (t)
1 (b) t 0 (c) t
u0 (t 1)
Terlihat bahwa pulsa persegi dalam Gambar (a) diatas merupakan hasil penjumlahan dari fungsi unda satuan Gambar (b) dan (c), sehingga dalam hal ini disajikan sebagai Sistem Linear, Copyright: c 2013 Subiono
14 u0 (t) u0 (t 1).
Fungsi unda satuan menawarkan cara yang memudahkan untuk menguraikan suatu aplikasi dari suatu sumber voltage atau arus. Misalnya, suatu sumber voltage konstan 24 Volt digunakan saat t = 0, dapat dinotasikan oleh 24 u0(t) volt. Juga seperti halnya, suatu sumber voltage sinusoida v (t) = Vm cos t volt yang digunakan pada suatu rangkaian saat t = t0 , bisa disajikan sebagai v (t) = (Vm cos t) u0 (t t0 ) volt. Juga bila dalam suatu rangkaian adalah suatu pulsa persegi, segitiga atau bentuk gigi gergaji atau yang lainnya dapat disajikan sebagai jumlah (pengurangan) dari fungsi-fungsi unda satuan. Contoh. Ungkapkan bentuk gelombang dalam gambar berikut sebagai suatu jumlahan dari fungsifungsi unda satuan. Garis putus-putus vertikal menyatakan kediskontinuan di T, 2T, 3T dan seterusnya. v (t)
A 1 T 2 2T 3 3T 4
0
A
Jawab Segmen garis 1 tingginya A, dimulai pada t = 0 dan berakhir pada t = T . Jadi segmen ini bisa diungkapkan sebagai v1 (t) = A [u0 (t) u0 (t T )] . (1.26)
Segmen garis 2 tingginya A, dimulai pada t = T dan berakhir pada t = 2T . Jadi segmen ini bisa diungkapkan sebagai v2 (t) = A [u0 (t T ) u0 (t 2T )] . (1.27)
Segmen garis 3 tingginya A, dimulai pada t = 2T dan berakhir pada t = 3T . Jadi segmen ini bisa diungkapkan sebagai v3 (t) = A [u0 (t 2T ) u0 (t 3T )] . (1.28)
Segmen garis 4 tingginya A, dimulai pada t = 3T dan berakhir pada t = 4T . Jadi segmen ini bisa diungkapkan sebagai v4 (t) = A [u0(t 3T ) u0 (t 4T )] . v (t) = v1 (t) + v2 (t) + v3 (t) + v4 (t) = A [u0 (t) u0 (t T )] A [u0 (t T ) u0 (t 2T )] +A [u0 (t 2T ) u0 (t 3T )] A [u0 (t 3T ) u0 (t 4T )] + Sistem Linear, Copyright: c 2013 Subiono (1.29)
Dengan demikian v (t) merupakan jumlahan dari Persamaan (1.26) sampai (1.29), yaitu (1.30)
Signal Elementer..
15
Dengan mengumpulkan suku-suku yang sama pada Persamaan (1.30) didapat v (t) = A [u0 (t) 2 u0(t T ) + 2 u0(t 2T ) 2 u0 (t 3T ) + ] (1.31)
Dua signal penting elementer lainnya adalah fungsi ramp satuan dan impuls satuan atau fungsi delta. Hal ini bisa dilihat pada contoh berikut. Contoh 1 Dalam rangkaian elektrik yang diberikan oleh Gambar 1.7 is adalah sumber arus konstan switch tertutup pada t = 0 Ungkapkan voltage kapasitor vc (t) sebagai fungsi dari unda satuan. R t=0 + vc (t)
is
Jawab Arus yang melewati kapasitor adalah ic (t) = is = konstan dan voltage kapasitor 1 vc (t) = C Karena pada t = 0 switch tertutup, maka ic (t) = is u0 (t) dan asumsikan bahwa vc (t) = 0 untuk t < 0, dengan demikian didapat 1 vc (t) = C atau vc (t) =
is tu0 (t). C t t
ic ( )d.
is ic ( )d = C
0
u0 ( )d
Terlihat bahwa grak voltage kapasistor merupakan suatu garis lurus dengan kemiringan/gradien is sebagaimana diberikan dalam Gambar 1.8 C
16 vc (t)
gradien= is C
1.4.3
u1 (t) =
u0 ( )d,
(1.32)
dengan adalah peubah dummy. Integral pada Persamaan (1.8) adalah luasan yang dibatasi fungsi unda satuan u0 (t) dari sampai t sebagaimana diberikan oleh Gambar 1.9
Luas = 1 =
= u0 (t)
(1.34)
Fungsi dari t berorder tinggi bisa di bangun oleh pengulangan integral dari fungsi unda satuan. Misalnya, inegralkan u0 (t) dua kali dan kalikan dua, didapat u2 (t) yang didenisikan oleh t 0, t < 0 u2 (t) = (1.35) atau u2 (t) = 2 u1 ( )d 2 t , t0 Sistem Linear, Copyright: c 2013 Subiono
Signal Elementer..
17
Dengan cara yang sama, u3 (t) = secara umum didapat, un (t) = Juga didapat un1 (t) =
1 d u (t). n dt n
0, t < 0 t3 , t 0 0, t < 0 tn , t 0
atau u3 (t) = 3
u2 ( )d
(1.36)
atau un (t) = n
un1 ( )d
(1.37)
(1.38)
Contoh 2 Dalam rangkaian elektrik pada Gambar 1.10, switch tertutup pada t = 0 dan iL (t) = 0 untuk t < 0. Ungkapkan arus induktor iL (t) dalam suku-suku fungsi unda satuan. R t=0 + vL (t)
iL (t) is L
Jawab Voltage sepanjang induktor adalah vL (t) = L karena switch tertutup pada t = 0, maka il (t) = is u0 (t). Didapat
d u0 (t). vL (t) = Lis dt
diL dt
(1.39)
Tetapi, sebagaimana telah diketahui u0 (t) adalah konstan ( 0 atau 1) untuk semua nilai dari t kecuali di t = 0 yaitu titik diskontinu. Turunan dari sebarang konstan adalah nol dan turunan dari unda satuan u0 (t) mempunyai nilai taknol hanya di t = 0. Turunan dari fungsi unda satuan didenisikan pada bagian berikutnya.
18
1.4.4
Fungsi impuls satuan atau fungsi delta dinotasikan oleh (t) adalah turunan dari fungsi unda satuan u0 (t). Juga didenisikan sebagai
t
( )d = u0 (t)
(1.40)
dan (t) = 0, untuk semua t = 0. (1.41) Untuk pemahaman yang lebih baik dari fungsi delta (t), misalkan disajikan fungsi unda satuan u0 (t) sebagai mana diberikan dalam Gambar 1.11 .
1 0
Fungsi yang disajikan dalam Gambar 1.11 akan menjadi fungsi unda satuan kalau 0. Gambar 1.12 adalah gambar fungsi turunan dalam Gambar 1.11 yang mana bila 0, 1 nilai 2 menjadi sangat besar sekali, tetapi luas dari persegi panjang yang terbentuk tetap bernilai satu. Oleh karena itu, dalam konteks limit fungsi (t) merupakan suatu impulse dengan ampli-
1 2
Luas = 1
Gambar 1.12:
tudo sangat besar pada titik asal nol dan lebarnya mengecil mendekati nol tetapi luasnya tetap sama dengan satu. Dua sifat kegunaan fungsi delta adalah sifat pensamplingan dan pergeseran sebagaimana dibahas berikut ini. Sistem Linear, Copyright: c 2013 Subiono
Signal Elementer..
19
1.4.5
atau, bila a=0, (t) (t) = (0) (t) yaitu perkalian sebarang fungsi (t) dengan fungsi (t) menghasilkan pensamplingan fungsi pada waktu t yang ditentukan yang mana delta fungsi tak bernilai nol. Bukti Karena (t) = 0 untuk t < 0 dan t > 0 maka, (t) (t) = 0, untuk t < 0 dan t > 0. Tulis (t) sebagai Integralkan Persamaan (1.44) dari sampai t dan gunakan Persamaan (1.45), didapat
t t t
(1.44) (1.45)
( ) ( )d =
(0) ( )d +
[( ) (0)] ( )d
(1.46)
Karena (t) = 0 untuk t < 0 dan t > 0 dan maka [( ) (0)]| =0 = (0) (0) = 0,
t
[( ) (0)] ( )d = 0.
( ) ( )d =
(0) ( )d
t
= (0)
( )d.
Bila Persamaan yang terakhir ini diturunkan terhadap t, didapat (t) (t) = (0) (t).
20
1.4.6
Sifat pergeseran dari fungsi delta menyatakan bahwa untuk sebarang fungsi (t) berlaku
(1.47)
(t) (t )dt =
a a
(t)du0(t )
b
= (t)u0 (t
)|b a
u0 (t )(t)dt
b
= (b)u0 (b ) (b)u0 (a )
a b
u0 (t ) (t)dt
= (b).1 (a).0
1. (t)dt
Perlu diperhatikan bahwa fungsi (t) adalah kontinu di t = . Fungsi delta (t) sering juga di sebut sebagai fungsi terumumkan (generalized function) dan (t) yang memenuhi Persamaan (1.47) dinamakan fungsi test.
1.4.7
Suatu fungsi delta berorder-n didenisikan sebagai turunan ke-n dari u0 (t), yaitu n (t) =
dn u (t). dtn 0
(1.48)
Melalui cara yang serupa dengan turunan dari sifat pensamplingan fungsi delta, didapat (t) (t a) = (a) (t a) (a) (t a). Sistem Linear, Copyright: c 2013 Subiono (1.49)
Signal Elementer..
21
Juga, turunan dari sifat pergeseran fungsi delta dapat diperluas sebagaimana hasil berikut
d (t) n (t )dt = (1)n dt n (t)
n
t=
(1.50)
t (t 2)dt c. t2 (t 3).
a. Sifat pensamplingan menyatakan bahwa (t) (t a) = (a) (t a). Dengan demikian didapat 3t4 (t 1) = 3(1)4 (t 1) = 3 (t 1). b. Sifat pergeseran menyatakan bahwa
(t) (t ) = ().
c. Telah diketahui hubungan (t) (t a) = (a) (t a) (a) (t a). Didapat t2 (t 3) = t2 d 2 (t 3) t dt t=3 = 9 (t 3) 6 (t 3).
t=3
(t 3)
22
Jawab (a). Untuk sebarang test function (t) dan generalized function g (t) = (t), maka
(t)
.
t=0
Jadi
(t)dt = (t)
(t)]dt = (t)[t
t=0
= (0).
Tetapi
(t) (t)dt =
(t)[ (t)]dt.
(t)]dt = (t)[t
(t)[ (t)]dt.
1.4.8
Gambar 1.13 adalah gambar dari barisan u0 [n]. Perlu diperhatikan bahwa nilai barisan u0 [n] terdenisi di n = 0 (tidak seperti fungsi unda satuan u0 (t) di t = 0 tidak didenisikan).
Signal Elementer..
23
u0 [n] 1
-3 -2 -1 0 1 2 3
Dengan cara serupa, pergeseran dari barisan unda satuan u[n k ] didenisikan sebagai u0 [n k ] = 1, n k 0, n < k (1.52)
u0 [n k ] n
-2 -1 0 1
k k+1 k+2
1.4.9
Gambar 1.15 adalah gambar dari barisan impuls satuan [n]. Dengan cara serupa, pergeseran dari barisan impuls satuan [n k ] didenisikan sebagai [n k ] = 1, n = k 0, n = k (1.54)
24
[n] 1
-3 -2 -1 0 1 2 3
1
-2 -1
[n k ]
0 1
k k+1 k+2
Dari Persamaan (1.53) dan (1.54) dan untuk sebarang barisan x[n] didapat x[n] [n] = x[0] [n] dan Dari Persamaan (1.51) sampai dengan (1.54) didapat hubungan [n] = u[n] u[n 1] dan u[n] =
k = n
(1.55) (1.56)
x[n] [n k ] = x[k ] [n k ].
(1.57)
[k ].
(1.58)
Selanjutnya dengan menggunakan Persamaan (1.54), setiap barisan x[n] bisa diungkapkan sebagai
n
x[n] =
k =
x[k ] [n k ].
(1.59)
1.4.10
Signal ei0 t dibedakan dua macam Sistem Linear, Copyright: c 2013 Subiono
Signal Elementer..
25
(a). Signal sinus meningkat secara eksponensial (b). Signal sinus menurun secara eksponensial. Gambar berikut adalah bentuk signal eksponensial, yaitu signal sinus meningkat secara eksponensial (a). dan signal sinus menurun secara eksponensial (b).
x(t)
x(t)
(a).
(b).
Dengan menggunakan Formula Euler didapat x(t) = ei0 t = cos 0 t + i sin 0 t, (1.61)
dengan bagian real cos 0 t dan bagian imajiner sin 0 t keduanya adalah periodik. Periode fundamental dari x(t) = ei0 t adalah T0 = 2 . 0 (1.62)
Hal ini bisa ditunjukkan sebagai berikut. Signal x(t) = ei0 t periodik bila ei0 t = ei0 (t+T ) Karena ei0 (t+T ) = ei0 t ei0 T , maka haruslah ei0 T = 1. Untuk 0 = 0, maka x(t) = 1 adalah periodik untuk untuk setiap nilai T . Bila 0 = 0, maka dari ei0 T = 1, didapat ei0 T = cos 0 T + i sin 0 T = 1, dipenuhi untuk 0 T = 2m atau T = 2 m, 0
26
dengan m adalah bilangan bulat positip. Dengan demikian periode fundamental dari x(t) adalah 2 T0 = . 0 Signal Eksponensial Kompleks Umum Misalkan s = + i adalah bilangan kompleks. Didenisikan signal x(t) oleh x(t) = est = e(+i)t = et (cos t + i sin t). (1.63)
1.4.11
Bila s = ( adalah bilangan real), maka Persamaan (1.63) menjadi x(t) = et . (1.64)
Signal eksponensial x(t) = et ada dua macam yaitu signal naik secara eksponensial ( > 0) dan signal turun secara eksponensial ( < 0). Gambar berikut adalah gambar dari dua signal yang naik dan turun secara eksponensial. x(t) et >0 t (a). eksponensial naik et <0 x(t)
1.4.12
Signal Sinusoida
dengan A adalah amplitudo, 0 adalah frekuensi (dalam radian/detik) dan adalah sudut fase (dalam radian). Gambar berikut adalah gambar suatu signal sinusoida.
Signal Elementer..
27 x(t) A t A T0 =
2 0
Signal sinusoida periodik dengan periode fundamental T0 = Frekuensi fundamental f0 didenisikan oleh f0 = Dari Persamaan (1.66) didapat 0 = dan dari Persamaan (1.67) didapat 0 = 2f0 . Persamaan yang terakhir ini dinamakan frekuensi sudut fundamental. Selanjutnya dengan menggunakan formula Euler didapat A cos(0 t + ) = ARe ei(0 t+) , (1.68) 1 Hz. T0 2 T0 (1.67) 2 . 0 (1.66)
Re dibaca bagian real, juga digunakan Im yang dibaca bagian imajiner. dengan demikian didapat A sin(0 t + ) = AIm ei(0 t+) . (1.69)
1.4.13
terlihat bahwa bagian real dari x[n] adalah cos 0 n dan bagian imajinernya adalah sin 0 n. Sistem Linear, Copyright: c 2013 Subiono
28
1.4.14
Agar ei0 n periodik dengan periode N > 0, 0 harus memenuhi kondisi (1.72)
0 Terlihat bahwa ei0 n tidak periodik untuk setiap 0 , tetapi periodik bila 2 adalah bilangan rasional. Hal ini tentunya berbeda dengan signal kontinu ei0 t yang periodik untuk setiap nilai 0 . Jadi bila 0 memenuhi kondisi periodik sesuai di (1.72) dan nilai N dan m tidak mempunyai faktor persekutuan, maka periode fundamental barisan x[n] adalah N0 diberikan oleh 2 N0 = m , 0 = 0. (1.73) 0
Suatu hal penting lainnya yang membedakan signal ei0 t dengan ei0 n adalah: signal ei0 t semuanya berbeda untuk nilai-nilai 0 yang berbeda, tetapi signal ei0 n tidak. Misalkan signal eksponensial kompleks dengan frekuensi 0 +2k , k bilangan bulat positip, maka ei(0 +2k)n = ei0 n ei2kn = ei0 n , (1.74) sebab ei2kn = 1. Terlihat bahwa barisan eksponensial kompleks pada frekuensi 0 sama pada frekuensi (0 2 ), (0 4 ), . Oleh karena itu, berkenaan dengan eksponensial waktu diskrit, hanya perluh dipertimbangkan suatu interval dengan panjang 2 dalam memilih 0 . Biasanya digunakan interval 0 0 2 atau 0
1.4.15
dengan c dan adalah bilangan kompleks. Persamaan (1.75) adalah suatu hal khusus dari bahasan sebelumnya bila c = 1 dan = ei0 . Barisan Eksponensial Real Bila c dan dalam Persamaan (1.75) keduanya adalah bilangan real, maka x[n] adalah barisan eksponensial real, selanjutnya untuk > 1, 0 < < 1, 1 < < 0 dan < 1 diberikan dalam gambar berikut.
Signal Elementer..
29
>1 n 0<<1 n
1 < < 0
< 1 n
1.4.16
Barisan Sunusoida
Suatu barisan sinusoida diberikan oleh x[n] = A cos(0 n + ). Terlihat bahwa A cos(0 n + ) = ARe e0 n+ Suatu gambar dari barisan sinusoida diberikan oleh gambar berikut. x[n] = cos( n) 6
-3 3
(1.76)
30
Bab
2
Penyajian Sistem
2.1
Suatu sistem adalah suatu model matematika dari suatu proses sis yang berkaitan dengan input signal dengan output signal (respon). Misalkan x dan y adalah signal input dan output dari suatu sistem. Maka sistem dapat dipandang sebagai suatu transformasi (pemetaan) dari x pada y . Transformasi ini disajikan oleh notasi matematik sebagai berikut. y = T x, (2.1)
dengan T adalah suatu operator. Persamaan (2.1) dapat digambarkan sebagai berikut.
x1 y1
y
xn
Sistem T
ym
2.2
Sistem dikatakan sistem dengan waktu kontinu bila signal input x(t) dan ouput y (t) adalah signal kontinu. Sedangkan sistem dikatakan Sistem waktu Diskrit bila input x[n] dan output y [n] adalah signal diskrit. Gambar 2.1 adalah gambar dari sistem waktu kontinu dan sistem waktu diskrit. 31
Sistem T
y [n]
2.3
Suatu sistem dikatakan tanpa memori bila output setiap saat bergantung hanya pada input pada saat yang sama, bila tidak demikian sistem dikatakan mempunyai memori. Suatu contoh sistem tanpa memori adalah suatu sistem resistor R dengan input x(t) sebagai arus dan voltage y (t) sebagai output. Dengan menggunakan hukum Ohm didapat y (t) = Rx(t). (2.2)
Suatu contoh sistem dengan memori adalah suatu kapasitor C dengan arus x(t) sebagai input dan voltage y (t) sebagai output, maka 1 y (t) = C
t
x( )d.
(2.3)
Suatu contoh sistem dengan memori untuk sistem waktu diskrit yang mempunyai hubungan input output diberikan oleh
n
y [n] =
k =
x[k ].
(2.4)
sedangkan sistem yang diberikan oleh y [n] = 3x[n]u0 [n] adalah sistem tanpa memori sebab output pada saat n hanya bergantung nilai input pada saat n.
2.4
Suatu sistem dinamakan sistem kausal bila bila output y (t) pada sebarang t0 hanya bergantung pada input x(t) untuk t t0 . Yaitu, output dari suatu sistem kausal pada waktu sekarang hanya bergantung pada nilai-nilai input waktu sekarang dan/atau waktu yang lalu bukan waktu yang mendatang. Jadi dalam sistem kausal tidak mungkin memperoleh suatu output sebelum suatu input dikenakan pada sistem. Bila tidak demikian maka sistem dinamakan takkausal. Contoh sistem takkausal y (t) = x(t + 1) dan y [n] = x[n]. Sistem Linear, Copyright: c 2013 Subiono
33
Catatan bahwa, semua sistem tanpa memori adalah sistem kausal tetapi bukan sebaliknya.
2.5
Bila suatu operator T memenuhi kondisi 1. Additif: Bila T x1 = y1 dan T x2 = y1 , maka berlaku T (x1 + x2 ) = y1 + y2 = T x1 + T x2 , untuk sebarang signal x1 dan x2 . 2. Homogenitas: Bila untuk sebarang signal x dan skalar berlaku T (x) = y = T (x) (2.6) (2.5)
Suatu sistem yang disajikan oleh T x = y mempunyai sifat additif dan homogenitas dinamakan sistem linear. Setiap sistem yang tidak memenuhi additif dan/atau homogenitas dinamakan sistem nonlinear. Sifat additif dan homogenitas dapat diringkas menjadi apa yang dinamakan superposisi, yaitu T (1 x1 + 2 x2 ) = 1 T (x1 ) + 2 T (x2 ). (2.7)
Contoh sistem linear adalah sistem resitor yang disajikan oleh Perasamaan (2.2) dan sistem kapasitor yang diberikan oleh Persamaan (2.3). Sedangkan contoh sistem berikut y = x2 dan y = cos x adalah sistem nonlinear. Catatan bahwa, akibat dari sifat homogenitas dari sistem linear suatu input nol menghasilkan output nol. Hal ini terjadi dengan memberikan nilai = 0.
2.6
Suatu sistem dikatakan invarian waktu bila tetap terhadap pergeseran, yaitu
untuk sistem diskrit Bila tidak memenuhi Persamaan (2.8) atau (2.9) dinamakan sistem varian waktu. Sistem Linear, Copyright: c 2013 Subiono T (x[n k ]) = y [n k ], k Z.
34
Contoh 5 Diberikan suatu sistem rangkaian elektrik yang diberikan oleh gambar berikut.
i(t)
vC (t)
Input x(t) = i(t) adalah arus dalam rangkaian dan ouput y (t) = vC (t) adalah voltage sepanjang lintasan kapasitor C . Untuk kapasitor C konstan, output y (t) sepanjang kapasitor diberikan oleh 1 y (t) = T (x(t)) = C
t
x( )d.
Terlihat bahwa output y (t) tergantung pada waktu saat ini dan sebelumnya dari input x(t). Jadi sistem adalah dengan memori. Karena output sistem y (t) tidak tergantung pada nilai mendatang dari input x(t), maka sistem adalah kausal. Selanjutnya misalkan
maka
t
1 y (t) = T (x(t)) = C 1 = C
t
[1 x1 ( ) + 2 x2 ( )] d
t
= 1 T (x1 (t)) + 2 T (x2 (t)) = 1 y1 (t) + 2 y2 (t). Sistem Linear, Copyright: c 2013 Subiono
1 1 x1 ( )d + 2 x2 ( )d C t t 1 1 = 1 x1 ( )d + 2 x2 ( )d C C
35
Terlihat bahwa sistem adalah linear. Selanjutnya, misalkan y1 (t) adalah output yang dihasilkan oleh pergeseran arus input x1 (t) = x(t t0 ), maka
t
1 y1 (t) = T (x(t t0 )) = C = 1 C
tt0
x( t0 )d
x( )d
2.7
2.7.1
Sistem Stabil
Suatu sistem adalah bounded-input/bounded-output (BIBO) stabil bila untuk sebarang input x(t) didenisikan oleh |x(t)| k1 , (2.10) maka outputnya juga terbatas yaitu |y (t)| k2 , dengan k1 dan k2 adalah konstanta real sebarang yang berhingga. (2.11)
2.7.2
Suatu klas khusus dari sistem yaitu sistem dengan umpan balik. Dalam sistem umpan balik, signal output diumpan balikkan pada input sebagaimana diberikan oleh gambar Sistem Linear, Copyright: c 2013 Subiono
y (t)
Sistem Umpan Balik Berikut ini diberikan contoh-contoh dari apa yang telah dibahas.
Sket dan label masing-masing signal berikut (a) x(t 2) (b) x(2t) (c) x( 1 t) (d) x(t). 2
37
x(2t)
4 x(t)
3 2 1
38
3 2 1 3 2 1 0
x[n]
Sket dan label signal berikut (a) x[n 2] (b) x[2n] (c) x[n] (d) x[n + 2] Jawab (a) 3 2 1 1 (b) 3 2 1 4 3 2 1 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 9 n x[n 2]
x[2n]
39 x[n]
(c)
3 2 1
7 (d)
3 2 1 5 4 3 2 1 0
x[n + 2]
Tentukan resultan barisan waktu diskrit yang diperoleh melalui pensamplingan seragam dari x(t) dengan interval sampling (a) 0.25 det, (b) 0.5 det dan (c) 1.0 det. Jawab Untuk mempermudah diberikan gambar dari signal x(t) sebagai berikut. 1 x(t)
x[n] = { , 0, 0.25, 0.5, 0.75, 1, 0.75, 0.5, 0.25, 0, } Sistem Linear, Copyright: c 2013 Subiono
40
Gambar dari pensamplingan ini diberikan sebagai berikut. x[n] 1 5 (b) Ts = 0.5 det , didapat x[n] = { , 0, 0, 0, 0.5, 1, 0.5, 0, 0, 0, } Gambar dari pensamplingan ini diberikan sebagai berikut. x[n] 1 5 (c) Ts = 1.0 det , didapat x[n] = { , 0, 0, 0, 0, 1, 0, 0, 0, 0, } Gambar dari pensamplingan ini diberikan sebagai berikut. x[n] 1 5 4 3 2 1 0 1 2 3 4 5 n 4 3 2 1 0 1 2 3 4 5 n 4 3 2 1 0 1 2 3 4 5 n
Contoh 9 Sket dan label komponen genap dan gasal dari signal-signal berikut
41
(a) 4 3 2 1 3 2 (b) 4 3 1
x(t)
0 x(t)
Jawab
42 (a)
2 -5 -5 5 t
xe (t)
2
xo (t)
5 t -2
(b)
2
xe (t)
2 -4 -4 4
xo (t)
t
-2
(c)
2
xe [n]
2 -4 -4 4
xo [n]
n
-2
x(t)dt = 2
a 0
x(t)dt.
Jawab
a 0 a
x(t)dt =
a a 0
x(t)dt +
0
x(t)dt
Untuk
x(t)dt,
a
43
misalkan t = didapat
0 0 0
x(t)dt =
a a
x( )d( ) =
a
x( )d( ).
x( )d( ) =
a a
x( )d( ).
Jadi
a
x( )d( ) =
0
x( )d( ) =
0
x(t)dt.
Sehingga didapat
a 0 a
x(t)dt =
a a a
x(t)dt +
0 a
x(t)dt
=
0
x(t)dt +
0 a
x(t)dt
= 2
0
x(t)dt.
Contoh 11 Suatu sistem mempunyai hubungan input output y (t) = T (x(t)) = x(t)2 . Tunjukkan bahwa sistem adalah nonlinear. Jawab Misalkan x(t) = x1 (t) + x2 (t), didapat
2 T (x1 + x2 ) = (x1 + x2 )2 = x2 1 + 2x1 x2 + x2 2 = x2 1 + x2 = T (x1 ) + T (x2 ).
Terlihat bahwa y (t) = T (x(t)) = x(t)2 adalah sistem nonlinear. Sistem Linear, Copyright: c 2013 Subiono
44
Contoh 12 Tunjukkan bahwa sistem yang dibahas pada Contoh 5 adalah sistem tidak stabil BIBO. Jawab Misalkan input x(t) = k1 u0 (t) dengan k1 > 0 didapat |x(t)| = |k1u0 (t)| = k1 , t > 0 dan 1 y (t) = C 1 = C
t
x( )d
t
k1 u0 ( )d
t
u0 ( )d
k1 u1 (t). C
2.8
2.8.1
Respon impuls h(t) dari suatu SLIW kontinu diberikan oleh h(t) = T ( (t)). Telah diketahui bahwa untuk sebarang signal x(t) berlaku
(2.12)
x(t) =
x( ) (t )d.
45
Dengan demikian respon dari sebarang signal input x(t) diberikan oleh y (t) = T (x(t)) = T
x( ) (t )d
Persamaan (2.13) menunjukkan bahwa output dari SLIW kontinu secara lengkap ditentukan oleh respon impuls.
2.8.2
Konvolusi Integral
Persamaan (2.13) mendenisikan konvolusi dua signal kontinu x(t) dan h(t) dinotasikan oleh
def
x( )h(t )d.
(2.14)
Gambar dari respon impuls dan respon dari sebarang input diberikan sebagai berikut. (t) x(t) SLIW h(t) y (t) = x(t) h(t)
2.8.3
1. Komutatif
h()x(t )d,
2. Assosiatif (x(t) h1 (t)) h2 (t) = x(t) (h1 (t) h2 (t)). 3. Distribitif x(t) (h1 (t) + h2 (t)) = x(t) h1 (t) + x(t) h2 (t). Contoh 13 (a). x(t) (t) = x(t) untuk setiap x(t) sebab
x(t) (t) =
t
x( ) (t )d = x( )
=t
= x(t).
x( )d . Karena
u( t ) = maka
1, t > , 0, t <
x(t) u0 (t) = =
x( )u0 (t )d
x( )u0 (t )d +
t
x( )u0 (t )d
=
t
x( )d + 0
x( )d.
47
(c). Misalkan y (t) = x(t) h(t), maka y (t (t1 + t2 )) = x(t t1 ) h(t t2 ). Sebab y (t) = x(t) h(t) = dan x(t t1 ) h(t t2 ) =
x( )h(t )d
x( t1 )h(t t2 )d.
x(t t1 ) h(t t2 ) =
Contoh 14 Bila x(t) = u0 (t) dan respon impuls h(t) = et , > 0. Hitung output y (t). Jawab Respon impuls h(t) dapat ditulis sebagai h(t) = Karena y (t) = x(t) h(t) = et , t > 0 0, t < 0.
x( )h(t )d,
y (t) =
0 t
u0( )e(t ) d
=
0
e(t ) d
t
= et
0
e ) d 1 t e 1
= et =
1 1 et ,
1 1 et u0 (t).
Contoh 15 Bila signal x1 (t) dan x2 (t) periodik dengan periode yang sama yaitu T0 , konvolusi dari x1 (t) dan x2 (t) tidak konvergen. Oleh karena itu didenisikan konvolusi periodik dari x1 (t) dan x2 (t) sebagai
T0
def 0
x1 ( )x2 (t )d.
(a). Tunjukkan bahwa f (t) periodik dengan periode T0 . (b). Tunjukkan bahwa
a+T0
f (t) =
a
x1 ( )x2 (t )d
untuk sebarang nilai a. Jawab (a). Karena x2 (t) periodik dengan periode T0 , didapat x2 (t + T0 ) = x2 (t ) Oleh karena itu,
T0 T0
f (t + T0 ) =
0
x1 ( )x2 (t + T0 )d =
x1 ( )x2 (t )d = f (t).
x1 ( )x2 (t )d =
a a
x1 ( )x2 (t )d +
0
x1 ( )x2 (t )d
Karena x1 ( ) dan x2 ( ) periodik dengan periode yang sama, yaitu T0 , maka x1 ( )x2 (t ) juga periodik dengan periode T0 . Jadi x1 ( )x2 (t ) = x1 ( + T0 )x2 (t ( + T0 )) Sistem Linear, Copyright: c 2013 Subiono
49
Didapat
0 0
x1 ( )x2 (t )d =
a a
x1 ( + T0 )x2 (t ( + T0 ))d
Misalkan + T0 = , didapat
0 T0
x1 ( + T0 )x2 (t ( + T0 ))d =
a a+T0
x1 ()x2 (t )d
x1 ( )x2 (t )d =
a a
x1 ( )x2 (t )d +
0 T0
x1 ( )x2 (t )d
a+T0
=
a+T0 T0
x1 ()x2 (t )d +
0
x1 ( )x2 (t )d
a+T0
=
a+T0 T0
x1 ()x2 (t )d +
x1 ()x2 (t )d
=
0
x1 ()x2 (t )d = f (t).
2.8.4
Respon Unda
Respon dari fungsi fungsi unda u0 (t) diberikan oleh s(t) = T (u0(t)), yaitu
h( )u(t )d
h( )d.
2.8.5
Bergantung hanya pada waktu saat ini, maka y (t) = Kx(t), K konstan. Jadi h(t) = K (t). Oleh karena itu, bila h(t0 ) = 0 untuk t0 = 0, maka sistem mempunyai memori.
2.8.6
Sistem tidak bergantung pada respon dari suatu input bahkan sampai suatu aktual event terjadi. Oleh karena itu untuk suatu SLIW kontinu yang kausal, didapat h(t) = 0, t < 0. Didapat output dari SLIW kontinu kausal diberikan oleh
(2.15)
y (t) =
0
h( )x(t )d.
(2.16)
y (t) =
x( )h(t )d.
(2.17)
Persamaan (2.17) menunjukkan bahwa nilai output y (t) hanya ditentukan oleh nilai-nilai input x(t) untuk t. Berdasarkan pada kondisi kekausalan (2.15), sebarang signal input x(t) dinamakam kausal bila x(t) = 0, t < 0 (2.18) dan dinamakan antikausal bila x(t) = 0, t > 0. Sistem Linear, Copyright: c 2013 Subiono (2.19)
51
Oleh karena itu dari Persamaan (2.16), (2.17) dan dari (2.19), maka bila input x(t) kausal, output dari SLIW kontinu kausal diberikan oleh
t t
y (t) =
0
h( )x(t )d =
0
x( )h(t )d.
(2.20)
2.8.7
Kestabilan BIBO dari suatu SLIW kontinu ditentukan oleh respon impulsnya, yaitu bila |h( )|d < . (2.21)
Hal ini bisa ditunjukkan sebagai berikut. Misalkan input x(t) dari SLTIW kontinu adalah terbatas yaitu |x(t)| k1 , untuk semua t. Didapat
|y (t)| =
h( )x(t )d
k1 Jadi bila
|h( )|d
maka |y (t)| k1 K = k2 < . Terlihat bahwa bila input x(t) terbatas berakibat juga output y (t) terbatas. Oleh karena itu SLIW kontinu ini adalah stabil BIBO.
52
Contoh 16 Hitung y (t) = x(t) h(t) bila x(t) dan h(t) diberikan oleh gambar berikut.
x(t) 1 0
1
Luas = 3
h(t) Luas = 2 1
3 t
Jawab Input x(t) dan respon impuls h(t) adalah x(t) = u0 (t) u0 (t 3), Didapat
x( )h(t )d
u0 ( )u( t )d
u0 ( )u0 (t 2 )d
u0 ( 3)u0 (t )d +
u0 ( 3)u0 (t 2 )d
Karena u 0 ( )u (t ) = u 0 ( )u (t 2 ) = u0( 3)u(t ) = dan u0 ( 3)u(t 2 ) = 1, 3 < < t 2, t > 5 0, yang lainnya 1, 0 < < t, t > 0 0, yang lainnya, 1, 0 < < t 2, t > 2 0, yang lainnya, 1, 3 < < t, t > 3 0, yang lainnya
53
didapat
t t2
y (t) =
0
u0(t)
t
d
0
u0 (t 2)
t2
d
3
u0 (t 3) +
d
3
u0 (t 5)
= tu0 (t) (t 2)u0 (t 2) (t 3)u0 (t 3) + (t 5)u0(t 5). Output y (t) juga bisa disajikan sebagai berikut 0, t, 2, 5 t, 0, t<0 0<t2 2<t3 3<t5 5 < t.
y (t) =
Sedangkan gambar dari output y (t) diberikan sebagai berikut y (t) 3 2 1 1 1 1 2 2 3 4 (t 5)u0 (t 5) 5 6 7 (t 3)u0 (t 3) 8 9 t tu0 (t)
Luas=6
(t 2)u0 (t 2)
Dari gambar y (t) luas daerah yang terbentuk adalah 6. Luas ini sama dengan hasil kali luas daerah x(t) dengan daerah h(t). Beberapa hasil konvolusi
x(t) (t) =
x( ) (t )d = x(t).
(2.22)
x(t) (t t1 ) =
x( ) (t t1 )d = x(t t1 ).
(2.23)
54
x( t2 ) (t t1 )d = x(t t1 t2 ).
(2.24)
x1 (t) x2 (t) = x(t), maka x1 (t t1 ) x2 (t t2 ) = x(t t1 t2 ). Bila t diganti dengan t t1 didapat x1 (t t1 ) x2 (t t1 ) = x(t t1 ) tetapi x1 (t t1 ) x2 (t t1 ) = x(t 2t1 ). (2.25)
Bab
Transformasi Laplace
Transformasi Laplace dari fungsi f (t) dinotasikan dengan L{f (t)} dan didenisikan sebagai L{f (t)} = F (s) =
def
f (t)est dt
(3.1)
F (s)est ds,
i
(3.2)
f (t)e
st
dt =
0
f (t)est dt
+i
F (s)est ds.
i
f (t)est dt < .
Untuk s = + i , didapat
f (t)est dt =
0 0
Transformasi Laplace..
f (t)e
0
dt <
0
ke0 t et dt .
Nilai dari
ke0 t et dt
0
ada (konvergen) bila > 0 . Jadi bila |f (t)| < ke0 t dan Re(s) = > 0 , maka nilai dari L(f (t)) ada. Diagram berikut adalah diagram dari tranformasi Laplace dan invers tranformasi Laplace. f (t) L L domain waktu
1
F ( s)
domain frekuensi
3.1
Sifat-sifat
1. Bila F1 (s) = L{f1 (t)}, F2 (s) = L{f2 (t)}, , Fn (s) = L{fn (t)} dan c1 , c2 , , cn adalah konstan, maka L{c1 f1 (t) + c2 f2 (t) + + cn fn (t)} = c1 F1 (s) + c2 F2 (s) + + cn Fn (s). Bukti
= c1
t0
f1 (t)e
st
dt + + cn
t0
fn (t)est dt
Sifat-sifat..
57
0e
st
dt +
a
f (t a)est dt,
f (t a)e
a
st
dt =
0
f ()es(+a) d
=
0
f ()eas es d
= e = e Jadi
as 0
f ()es d F ( s) .
as
L{f (t a)u0 (t a)} = eas F (s). 3. Pergeseran Frekuensi L{eat f (t)} = F (s + a). Bukti
L{e
at
f (t)} =
0
eat f (t)est dt
=
0
f (t)e(s+a)t dt
= F (s + a). 4. Sifat peskalaan. 1 s L{f (at)} = F ( ). a a Sistem Linear, Copyright: c 2013 Subiono
58 Bukti
Transformasi Laplace..
s 1 f ()e a d a
dan dt =
st
0 1 d, a
f (at)e
0
dt =
0
1 = a
f ()e a d
0
1 s = F ( ). a a Jadi 1 s L{f (at)} = F ( ). a a item Sifat Turunan Domain Waktu L{f (t)} = sF (s) f (0 ).
Bukti
L{f (t)} = =
f (t)est dt
0
est df (t)
0
f (t)est 0
sf (t)est dt f (t)est dt
= 0 f (0 ) + s
0
= sF (s) f (0 ). Jadi Sifat turunan domain waktu dapat diperluas menjadi L{ L{f (t)} = sF (s) f (0 ).
Sifat-sifat..
59
5. Sifat Turunan dalam domain frekuensi kompleks L{tf (t)} = Bukti Telah diketahui bahwa
d F ( s) . ds
f (t)est dt,
didapat d d F ( s) = ds ds
f (t)est dt
0
=
0
=
0
tf (t)est dt
0
= L{tf (t)}. Jadi L{tf (t)} = Sifat ini dapat diperluas menjadi, L{tn f (t)} = (1)n dn F ( s) . dsn d F ( s) . ds
Bukti
f ( )d =
f ( )d +
0
f ( )d
60 nilai dari
Transformasi Laplace..
f ( )d
adalah konstan bukan fungsi dari t. Oleh karena itu hasil integral tsb. dinotasikan sebagai suatu nilai awal f (01). Selanjutnya
L{f (0 )} =
f (0 )est dt
0
= f (0 )
0
est dt
0
est = f (0 ) s
= f (0 ) 0 Berikutnya, misalkan
t
f (0 ) s
f (0 ) . s
g (t) =
0
f ( )d,
g (0) =
0
f ( )d = 0.
Didapat L{g (t)} = sL{g (t)} g (0) = sL{g (t)}. Jadi F (s) = L{f (t)} = L{g (t)} = sL atau L Dengan demikian didapat L
t
f ( )d
0
f ( )d
0
F ( s) . s
f ( )d
F (s) f (0 ) + . s s
Sifat-sifat..
61
7. Sifat Integral dalam Domain Frekuensi kompleks. Bila f (t) ada, lim t0 t maka f (t) L = F (s)ds. t
s
Bukti
F ( s) =
0
f (t)est dt
s 0 0
f (t)est dt ds
=
0
1 est t
f est ds f (t)dt
s
f (t)dt
=
0
f (t) st e dt t f (t) t .
= L
8. Sifat Keperiodikan Waktu Bila suatu fungsi f (t) periodik dengan periode T , yaitu f (t) = f (t + nT ), n = 1, 2, 3, , maka L{f (t + nT )} =
T 0
f (t)est dt 1 esT .
L{f (t)} =
0
f (t)est dt =
0
f (t)est dt +
T
f (t)est dt + +
nT
f (t)est dt +
62
Transformasi Laplace..
Untuk semua integral bagian kanan misalkan t = , t = + T, , t = + nT, . Karena masing-masing luasan daerah dibawah fungsi peridode f (t) adalah sama, maka
T T T
L{f (t)} =
0
f ( )es d +
0
f ( + T )es( +T ) d + +
0 T
f ( + nT )es( +nT ) d +
f ( )es d
f ( )es d 1 esT .
T
= Jadi
f (t)est dt 1 esT .
sF (s) f (0 ) =
0
d f (t)est dt. dt
Kedua ruas persamaan lakukan limit untuk s , didapat T d lim [sF (s) f (0 )] = lim lim f (t)est dt T s s dt 0
T
T 0
lim
= Jadi
s
T 0
lim
lim sF (s) = f (0 ).
Sifat-sifat..
63
sF (s) f (0 ) =
0
d f (t)est dt. dt
Kedua ruas persamaan lakukan limit untuk s 0, didapat lim[sF (s) f (0 )] = lim lim
s0 T
s0
T
T 0
T 0
lim
d f (t)est dt dt
T 0
lim
= =
T 0
lim
df (t)
T 0
lim [f (T ) f ()]
= f () f (0 ). Jadi
s0
11. Sifat Konvolusi dalam Domain Waktu Sifat ini adalah L{f1 (t) f2 (t)} = F1 (s)F2 (s). Bukti Sistem Linear, Copyright: c 2013 Subiono
64
Transformasi Laplace..
f1 ( )f2 (t )d
f1 ( )f2 (t )d est dt
0
=
0
f1 ( )
f2 (t )est dt d.
f1 ( )
f2 ()es(+ ) d d
=
0
f1 ( )es d
0
f2 ()es d
= F1 (s)F2 (s). Jadi L{f1 (t) f2 (t)} = F1 (s)F2 (s). 12. Sifat Konvolusi dalam Domain Frekuensi Kompleks Sifat ini adalah 1 F1 (s) F2 (s). L {f1 (t)f2 (t)} = 2i Bukti
Invers Laplace dari f1 (t) adalah L1 {F1 (s)} diberikan oleh 1 f1 (t) = L {F1 ()} = 2i
1 +i
F1 ()et d.
i
Sifat-sifat..
65
Didapat
1 2i 1 2i
1 2i
i
+i
+i
F1 ()et d f2 (t)est dt
0
+i
F1 ()
f2 (t)e(s)t dt d
= = Jadi
F1 ()F2 (s )d
i
1 F1 (s) F2 (s). 2i
1 F1 (s) F2 (s). 2i
Untuk lebih mudah, beberapa hasil sifat-sifat Transformasi Laplace ditabelkan sebagai berikut Sifat Kelinearan Pergeseran Waktu Pergeseran Frekuensi Penskalaan Dierensial Waktu Dierential Frekuensi Integral Waktu
1 2 3 4 5 6 7 8
f ( )d
f (t) t
f (0 ) s
Integral Frekuensi
F (s)ds
s
T
f (t)est dt 1esT
9 Keperiodikan Waktu 10 Nilai Awal 11 Nilai Akhir 12 Konvolusi Waktu 13 Konvolusi Frekuensi
f (t + nT ) lim f (t)
t0 t
s s0
lim sF (s) = f (0 )
lim f (t)
lim sF (s) = f ()
66
Transformasi Laplace..
3.2
L{u0(t)} =
0
1 est dt =
est s
=0
1 s
1 = , s
1 L {u0 (t)} = , s
3.3
L{tu0 (t)} =
0
t est dt test s
0
= =
est dt s
0
test est 2 s s
= 0+0+0 = untuk s = + i, > 0. Jadi L {tu0 (t)} = untuk > 0. Dengan cara serupa dapat ditunjukkan bahwa 1 , s2 1 , s2
1 s2
. (3.3) sn+1 Catatan bahwa bukti Persamaan (3.3) secara rekursif menggunakan fungsi Gamma
L{tn u0 (t)} =
n!
(n) =
0
tn1 et dt = (n 1)!.
67
3.4
(t)est dt = es
= 1,
3.5
Dengan menggunakan sifat pergeseran dari fungsi delta, didapat L{ (t a)} = (t a)est dt = es
a
= eas ,
3.6
L{eat u0 (t)} =
0
eat est dt
=
0
e(s+a)t dt 1 s+a
e(s+a)t
0
Transformasi Laplace..
L{eat u0 (t)} =
1 s+a
3.7
Transformasi Laplace dari tn eat u0 (t) dipertoleh secara rekursif dari L{teat u0 (t)} = dan L{t2 eat u0 (t)} = untuk > a. Secara umum didapat L{tn eat u0 (t)} = untuk > a. Beberapa Transformasi Laplace dari fungsi-fungsi yang sering digunakan diberikan dalam tabel berikut. f (t) u0 (t) tu0 (t) tn u0 (t) (t) (t a) eat u0 (t) tn eat u0 (t) sin t u0 (t) cos t u0 (t) at e sin t u0 (t) eat cos t u0 (t) F ( s)
1 s 1 s2 n! sn+1
n! (s + a)n+1
1 2 3 4 5 6 7 8 9 10 11
1 eas
1 s +a n! (s+a)n+1 s 2 + 2 s s 2 + 2 (s+a)2 + 2 s +a (s+a)2 + 2
69
3.8
Bentuk gelombang dari suatu pulsa, dinotasikan sebagai fp (t) dan diberikan oleh gambar berikut. fp (t)
A
Fungsi pulsa fp (t) dapat ditulis sebagai fp (t) = A(u0 (t) u0 (t a)). Dengan menngunakan transformasi Laplace dari fungsi unda dan pergeseran waktu didapat L{A(u0(t) u0 (t a))} = AL{(u0 (t)} AL{u0 (t a))} = A A as A 1 eas . e = s s s
3.9
Bentuk gelombang dari suatu segmen linear dinotasikan sebagai fL (t) diberikan oleh gambar berikut fL (t)
1
t1
Fungsi bentuk gelombang dari suatu segmen linear diberikan oleh fL (t) = (t 1)u0 (t 1). Sehingga didapat L{(t 1)u0 (t 1)} = es 1 . s2
70
Transformasi Laplace..
3.10
Bentuk gelombang dari suatu segitiga donotasikan sebagai fT (t) dan diberikan oleh gambar berikut. t
1
fT (t) t + 2 t
fT (t) = t[u0 (t) u0 (t 1)] + (t + 2)[u0 (t 1) u0 (t 2)] = tu0 (t) tu0 (t 1) tu0 (t 1) + 2u0(t 1) + tu0 (t 2) 2u0(t 2) = tu0 (t) 2(t 1)u0(t 1) + (t 2)u0 (t 2). Sehingga didapat L{tu0(t) 2(t 1)u0 (t 1) + (t 2)u0 (t 2)} = L{tu0 (t)} 2L{(t 1)u0 (t 1)} +L{(t 2)u0 (t 2)} 1 1 1 = 2 2es 2 + e2s 2 s s s 1 = 2 1 2es + e2s s 1 2 = 2 1 es . s
3.11
Bentuk gelombang dari suatu persegi panjang periodik dinotasikan sebagai fR (t) sebagai mana diberikan oleh gambar berikut. Sistem Linear, Copyright: c 2013 Subiono
71
fR (t)
A a
0
A
2a
3a
Fungsi fR (t) adalah fungsi periodik dengan periode T = 2a. Dengan menggunakan transformasi Laplace dari fungsi periodik, yaitu
T
f ( )es d 1 esT ,
2a
fR (t)est dt
0 0 a 2a
1 1 e2as A 1 e2as
Aest dt + e s
st a
+
0
a st 2a
Aest dt
a
A = s
e2e
as
as 2 as
e +e
as 2
as 2
as 2
as 2
Ae 2 = as s e 2
e2 e
as
as 2 as
72
Transformasi Laplace..
3.12
Bentuk gelombang separuh sinus dinotasikan sebagai fHW (t) diberikan oleh gambar berikut. fHW (t)
1
5 t
Dengan menggunakan sifat keperiodikan seperti sebelumnya didapat 1 L{fHW (t)} = 1 e2s 1 = 1 e2s = = = =
2
sin t est dt
0
sin t e
0
st
1 dt + 1 e2s
0
0 est dt
3.13
Fungsi Eigen
Diberikan sistem linear invarian waktu T dengan input x(t) = est , maka T{est } = est . (3.4)
Dalam hal ini, dinamakan nilai eigen dari sistem T yang sesuai dengan fungsi eigen est . Bila output sistem adalah y (t) dan respon impulse adalah h(t), maka
y (t) = T{est } =
h( )es(t ) d =
(3.5)
Fungsi Eigen..
73
dengan = H ( s) =
h( )es d
(3.6)
Catatan : Persamaan (3.6) menyatakan bahwa H (s) adalah hasil transformasi Laplace dari respon impuls h(t) yaitu H (s) = L{h(t)} dan dari Persamaan (3.5) dan (3.6) untuk t = 0 didapat y (0) = H (s). Contoh. 1. Diberikan sistem linear invarian waktu
t
y (t) =
e(t ) x( )d
(a). Dapatkan respon impulse h(t) dari sistem. (b). Tunjukkan bahwa est adalah suatu fungsi eigen dari sistem. (c). Dapatkan nilai eigen dari sistem yang sesuai dengan fungsi eigen est dengan menggunakan hasil yang diperoleh dari (a). Jawab (a).
t
h(t) =
e(t ) ( )d = et
=0
= et t > 0.
y (t) =
e(t ) es d
t
= et
e(s+1) d
1 st e = est , bila Re(s) > 1. = s+1 Jadi est adalah eigenfunction dari sistem yang bersesuaian dengan eigenvalue = 1 . s+1
Transformasi Laplace..
= H ( s) =
h( )es d
e u0( )es d
=
0
y (t) =
x( )d
t T 2
(a). Dapatkan nilai eigen dari sistem yang sesuai dengan fungsi eigen est . (b). Ulangi (a). dengan menggunakan fungsi respon impulse h(t). Jawab (a). Substitusikan x(t) = est pada persamaan output, didapat 1 T
t+ T 2
y (t) =
es d
t T 2
sT sT 1 e 2 e 2 est sT = est .
sT 2
0,
T t T 2 2 yang lainnya
Fungsi Eigen..
75
H ( s) =
h( )es d
T 2
1 T 1 sT
es d
T 2
sT 2
sT 2
76
Transformasi Laplace..
Bab
Transformasi-z
Metoda transformasi-z sangat handal untuk menangani persoalan sistem waktu diskrit. Transformasi-z digunakan untuk menyelesaikan persamaan beda. Sebagaimana telah dibahas sebelumnya mengenai konvolusi integral dari dua signal kontinu yang disajikan oleh suatu bentuk integral. Sedangkan konvolusi dua barisan signal diskrit disajikan oleh bentuk jumlahan sebagaimana akan dibahas secara rinci pada bagian mendatang. Bentuk jumlahan ini sangat erat kaitannya dengan transformasi-z . Misalnya, jumlahan konvolusi yang diberikan oleh persamaan
x[k ] =
n=
f [n]g [k n]
(4.1)
misalkan {f [n]} = {f [0], f [1], f [2]}, {g [n]} = {g [0], g [1], g [2]} dengan f [n] = g [n] = 0 untuk n = 3, 4, 5, . . .. Didapat nilai dari x: x[0] = f [0]g [0] x[1] = f [0]g [1] + f [1]g [0] x[2] = f [0]g [2] + f [1]g [1] + f [2]g [0] x[3] = f [1]g [2] + f [2]g [1] x[4] = f [2]g [2]
(4.2)
Hasil yang sama akan diperoleh dari koesien deret, bila didenisikan dua fungsi F (z ) dan G(z ) oleh F (z ) = f [0] + f [1]z 1 + f [2]z 2 G(z ) = g [0] + g [1]z 1 + g [2]z 2 Misalkan X (z ) adalah hasil kali dari F dan G yaitu X ( z ) = F ( z ) G( z ) . 77 (4.4) (4.3)
78 Didapat
Transformasi-z ..
X (z ) = f [0]g [0] + (f [0]g [1] + f [1]g [0])z 1 + (f [0]g [2] + f [1]g [1] + f [2]g [0])z 2 +(f [1]g [2] + f [2]g [1])z 3 + f [2]g [2]z 4 = x[0] + x[1]z 1 + x[2]z 2 + x[3]z 3 + x[4]z 4 (4.5) Masing-masing F (z ) dan G(z ) akan didenisikan sebagai transformasi-z dari barisan f [n] dan g [n]. Dalam pembahasan ini, masing-masing F (z ) dan G(z ) yang diberikan oleh Persamaan (4.3) dapat dipandang sebagai suatu cara penyajian barisan {f [n]} = {f [0], f [1], f [2]} dan barisan {g [n]} = {g [0], g [1], g [2]}. Keuntungan dalam menggunakan F (z ) sebagai pengganti {f [n]} adalah F (z ) sering dapat menyajikan suatu ungkapan yang lebih sederhana, bahkan juga bila barisan {f [n]} mempunyai banyak nilai nol. Dari contoh yang dibahas, terlihat bahwa hasil kali dua polinomial dari dua barisan memberikan hasil yang sama seperti konvolusinya. Pembahasan sebelumnya memjelaskan suatu motifasi untuk memberikan denisi Transformasiz dari suatu barisan x[n] dengan n bilangan bulat taknegatif sebagai berikut
X (z ) = Z (x[n]) =
x[n]z n .
n=0
(4.6)
Transformasi-z dari x[n] yang diberikan oleh Persamaan (4.6) adalah transformasi-z satu sisi, disini untuk n < 0 diasumsikan x[n] = 0. Sedangkan transformasi-z dari x[n] dengan n = 0, 1, 2, 3, didenisikan oleh
X (z ) = Z (x[n]) =
x[n]z n .
n=
(4.7)
Transformasi-z dari x[n] yang diberikan oleh Persamaan (4.7) adalah Transformasi-z dua sisi. Pada pembahasan berikutnya, yang digunakan adalah Transformasi-z satu sisi. Perluh dicatat bahwa transformasi-z X (z ) adalah fungsi dari z 1 bukan z . Bila sisi kanan Persamaan (4.6) diperluas didapat persamaan X (z ) = x[0] + x[1]z 1 + x[2]z 2 + + x[n]z n + Dari persamaan ini, terlihat bahwa transformasi-z dari sebarang barisan x[n] adalah suatu deret. Notasi z n pada deret menunjukkan bahwa posisi saat nilai x[n] terjadi. Sebaliknya, bila transformasi-z mempunyai bentuk polinomial pecahan dalam z yang tertentu, maka transformasi-z invers diberikan oleh Z 1 (X (z )) = x[n] = 1 2i
C
X (z )z n1 dz,
(4.8)
dengan C adalah lingkaran pusat titik asal (O) pada bidang-z dan semua pole dari X (z )z n1 terletak di dalam lingkaran C . Sistem Linear, Copyright: c 2013 Subiono
79
4.1
Dua hal penting berkaitan dengan transformasi-z dari suatu barisan x[n], yaitu masalah konvergensi dari jumlahan dan ketunggalan invers dari transformasi-z . Hal ini bisa dijawab dengan konsep konvergen mutlak. Untuk jelasnya diberikan contoh. Misalkan diketahui dua signal diskrit x1 [n] = an u0 [n] x2 [n] = an u0 [n 1] Transformasi-z dari x1 [n] adalah
X1 ( z ) =
n=0
a z
n n
=
n=0
(az 1 )n
X2 ( z ) = = =
n=0
m=1
= 1 = 1 = 1 =
a(m) z m
m=0
(a1 z )m
m=0
z . za
1 1 a1 z
z Terlihat bahwa X1 (z ) = X2 (z ) = z . Jadi bila diberikan polinomial X (z ), maka tidak a bisa ditentukan secara tunggal barisan {x[n]}. Tetapi bila dibahas kalimat "bila jumlahan ada", yaitu untuk x1 [n], maka syaratnya adalah
|az 1 | < 1 atau |z | > |a| Sistem Linear, Copyright: c 2013 Subiono
Transformasi-z ..
Masing-masing |z | > |a| dan |z | < |a| dinamakan daerah konvergensi dari X1 (z ) dan X2 (z ). Gambar 4.1 adalah gambar daerah konvergensi dari X1 (z ) dan X2 (z ). Kondisi konDaerah Kovergensi X1 (z ) Daerah Kovergensi X2 (z )
vergensi yang telah diberikan adalah konvergensi mutlak. Contohnya adalah jumlahan
mutlak
n=0
kondisi DK yang telah dibahas ini menghasilkan z , |az 1 | < 1 atau |z | > |a| x1 [n] za z x2 [n] , |a1 z | < 1 atau |z | < |a| . za Keuntungan yang lain penggunaan nilai mutlak adalah pembatasan DK ke satu sisi suatu lingkaran. Misalnya, jumlahan dari x1 [n] konvergen untuk semua nilai z di luar lingkaran |z | = |a| sedangkan jumlahan x2 [n] konvergen untuk semua nilai z juga di dalam lingkaran |z | = |a|. Jadi, jelas bahwa penggunaan nilai mutlak membuat batas dua DK. Fakta ini membantu ketunggalan invers. Misalnya bila diketahui nilai z didalam lingkaran yang z berjari-jari |a|, maka secara langsung didapat invers transformasi-z dari z adalah x2 [n]. a Ide ini bisa diterangkan melalui perhitungan berikut. z 1 X1 ( z ) = = = 1 + az 1 + (az 1 )2 + , 1 za 1 az 1 sebab |az | < 1. Dengan melakukan invers transformasi-z didapat Selanjutnya, karena DK dari X2 (z ) berberda dengan X1 (z ), maka dilakukan pemfaktoran yang berbeda sebagai berikut. X2 ( z ) = a1 z a1 z z = 1 = za a z1 1 a1 z 1 1 = (a z ) 1 + (a z ) + (a1 z ))2 + , (sebab |a1 z | < 1) = a1 z (a1 z )2 (a1 z )3 x2 [n] . {x1 [n]} = {1, a, a2 , . . .} = an u0 [n].
n=0
81
4.2
yang mana pi , i = 1, 2, . . . , n adalah pole dari X (z ) dan zj , j = 1, 2, . . . , m adalah zero dari X (z ). Untuk memperoleh pole dan zero dari X (z ) adalah memudahkan bila X (z ) diungkapkan sebagai polinomial pecahan dari z , sebagai contoh adalah X (z ) = z 2 1/4 z z (z 1/4) = , 2 z 3z + 2 (z 1)(z 2)
b0 (z z1 )(z z2 ) (z zm ) , (z p1 )(z p2 ) (z pn )
(4.10)
jelas bahwa pole dari X (z ) adalah z = 1, z = 2 sedangkan zero dari X (z ) adalah z = 0, z = 1/4. Bila X (z ) dituliskan sebagai polinomial dalam z 1 , maka X (z ) pada contoh sebelumnya dapat ditulis sebagai X (z ) = 1 1 / 4 z 1 1 1 / 4 z 1 = . 1 3 z 1 + 2 z 2 (1 z 1 )(1 2z 1 )
Dari persamaan yang terakhir ini, walaupun pole z = 1, z = 2 dan zero z = 1/4 adalah jelas, tetapi zero pada z = 0 secara langsung tidak terlihat sebagaimana bila X (z ) ditulis dalam polinomial z (bukan z 1 ). Oleh karena itu, bila berkenaan dengan masalah pole dan zero dari X (z ), maka sebaiknya polinomial pecahan X (z ) ditulis dalam z dari pada dalam z 1 . Lagi pula, untuk menghindari kemungkinan salah untuk menentukan banyaknya pole pada titik asal dari fungsi X (z )z n1 saat menghitung invers transformasi-z dengan menggunakan cara integral invers, maka sebaiknya polinomial rasional X (z ) diungkapkan dalam z .
4.3
Beberapa sifat penting transformasi-z berguna dalam analysis system kontrol, pada pembahasan ini diasumsikan x[n] sama dengan nol untuk n < 0 dan transformasi-z dari x[n] adalah X (z ). Perkalian dengan suatu konstan. Bila X [z ] adalah transformasi-z dari x[n], maka Z (ax[n]) = aZ (x[n]) = aX (z ) Sistem Linear, Copyright: c 2013 Subiono
82
Transformasi-z ..
dengan a suatu konstan. Hal ini bisa ditunjukkan dengan menggunakan dinisi transformasi-z sebagai berikut.
Z (ax[n]) =
ax[k ]z
n=0
=a
n=0
x[n]z n = aX (z ).
Kelinearan Transformasi-z . Bila x[n] merupakan kombinasi linear dari f [n] dan g [n] yaitu x[n] = af [n] + bg [n], dengan a, b adalah konstan dan transformasi-z dari f [n] dan g [n] masing-masing adalah F (z ) dan G(z ), maka X (z ) = aF (z ) + bG(z ). Sifat kelinearan ini ditunjukkan sebagai berikut. X (z ) = Z (x[n]) = Z (af [n] + bg [n])
= = a
f [n]z
n=0
+b
n=0
g [n]z n
= aZ (f [n]) + bZ (g [n]) = aF (z ) + bG(z ) . Perkalian dengan an . Bila transformasi-z dari x[n] adalah X (z ), maka transformasi dari hasil kali an x[n] diberikan oleh X (a1 z ) dengan a = 0, yaitu Z (an x[n]) = X (a1 z ). Bukti sebagai berikut.
Z (a x[n]) = =
an x[n]z n
n=0
x[n](a1 z )1
n=0
= X (a1 z ) . Sifat Pergeseran. Sifat pergeseran juga merujuk pada x[n] = 0 untuk n < 0 dan transformasiz dari x[n] adalah X (z ), maka Z (x[n k ]) = z k X (z ) Sistem Linear, Copyright: c 2013 Subiono (4.11)
83
dan Z (x[n + k ]) = z
k
k 1
X (z )
x[n]z n
n=0
(4.12)
dengan k bilangan bulat taknegatif. Persamaan (4.11) dinamakan sifat pergeseran kanan sedangkan Persamaan (4.12) dinamakan sifat pergeseran kiri. Bukti Persamaan (4.11) sebagai berikut.
Z (x[n k ]) =
n=0
x[n k ]z
=z
k n=0
x[n k ]z (nk) .
(4.13)
Z (x[n k ]) = z
k m=k
x[m]z m .
Karena x[m] = 0 untuk m < 0, maka batas bawah jumlahan m = k dapat diganti oleh m = 0, didapat
Z (x[n k ]) = z
k m=0
x[m]z
=z
k n=0
x[n]z n = z k X (z ).
(4.14)
Z (x[n + k ]) =
x[n + k ]z n ,
n=0
(4.15)
Z (x[n + k ]) = =
x[n + k ]z n
n=0
x[m]z (mk)
m=k k
= z
x[m]z m m=k
m=k k 1 k 1
= zk = z
k
x[m]z m +
m=0 k 1
x[m]z m x[m]z m
m=0
x[m]z m (4.16)
x[m]z
m=0
m=0
84
Transformasi-z ..
Z (x[n + k ]) = z
k n=0
x[n]z
x[n]z n
n=0
k 1
= zk = zk
Z (x[n]) X (z )
x[n]z n x[n]z n .
n=0 k 1
n=0
Dari persamaan yang terakhir ini didapat Z (x[n + 1]) = zX (z ) zx[0] Z (x[n + 2]) = z 2 X (z ) z 2 x[0] zx[1] . . . Z (x[n + k ]) = z n X (Z ) z n x[0] z k1 x[1] . . . zx[k 1] . Translasi Kompleks. Bila transformasi-z dari x[n] adalah X (Z ), maka transformasi dari ean x[k ] adalah X (ea z ). Untuk membuktikan hal ini sebagai berikut.
Z (e
an
x[n]) =
n=0
= X (ea z ) . Hal in menjelaskan bahwa pada X (z ) bila z diganti dengan ea z diperoleh transformasiz dari ean x[n]. Sifat Nilai Awal. Bila transformasi-z dari x[n] adalah X (z ) dan nilai lim X (z ) ada,
z
maka nilai awal x[0] dari x[n] diberikan oleh x[0] = lim X (z ) .
z
(4.17)
X (z ) =
n=0
lim X (z ) = x[0].
85
Hal ini menjelaskan bahwa perilaku signal disekitar n = 0 dapat ditentukan oleh perilaku dari X (z ) di z mendekati takhingga. Sifat Nilai Awal ini memudahkan untuk mengecek kemungkinan salah dalam perhitungan transformasi-z . Biasanya x[0] diketahui, suatu pengecekan dari nilai awal oleh lim X (z ) (bila ada) bisa secara
z
mudah menentukan kesalahan nilai awal di X (z ). Sifat Nilai Akhir. Diberikan signal diskrit x[n] dengan x[n] = 0 untuk n < 0 dan mempunyai transformasi-z X (z ) yang mana semua pole dari X (z ) terletak didalam lingkaran satuan dengan mungkin pengecualian di pole sederhana z = 1. Maka nilai akhir dari x[n] yaitu nilai x[n] bila n mendekati takhingga diberikan oleh
n
(4.18)
(4.19)
Z (x[n 1]) = z 1 X (z ) =
n=0
x[n 1]z n .
(4.20)
x[n]z
n=0
n=0
x[n 1]z n = X (z ) z 1 X (z ).
lim
x[n]z
n=0
n=0
x[n 1]z n
= lim (1 z 1 )X (z )
z 1 z 1
n=0
x[n]
n=0
x[n 1] = lim (1 z 1 )X (z )
z 1
x[] = lim (1 z 1 )X (z )
z 1 n
Konvolusi. Melalui contoh telah ditunjukkan bahwa hasil kali dari dua transformasi-z dua polinomial memberikan hasil yang sama dengan konvolusi barisannya. Berikut ini akan digeneralisasi hasil ini. Bila F (z ) dan G(z ) masing-masing adalah transformasi dari signal diskrit f [n] dan g [n], maka Z (f [n] g [n]) = F (z )G(z ) . Sistem Linear, Copyright: c 2013 Subiono
86
Transformasi-z ..
Bukti sebagai berikut. Misalkan x[n] = f [n] g [n], dengan menggunakan pengertian konvolusi barisan didapat
x[n] =
k =0
f [k ]g [n k ]
X [z ] =
n=0 k =0
f [k ]g [n k ]z n f [k ]z k g [n k ]z (nk)
=
n=0 k =0
=
k =0
f [k ]z k
n=0
=
k =0
f [k ]z k
m=k
=
k =0
f [k ]z k
m=0
= F ( z ) G( z ) . Diensial. Bila transformasi-z dari x[n] adalah X (z ) dengan DK adalah Dx , maka Z (nx[n]) = z d X (z ), dz
x[n]z n
n=0
nx[n]z n1
n=0 1 n=0
= z
nx[n]z n
87
4.4
Pada bagian ini dibahas transformasi-z dari beberapa fungsi elementer. Perluh dicatat bahwa, pada transformasi-z satu sisi dalam pensamplingan suatu fungsi diskontinu x(t), diasumsikan fungsi kontinu dari kanan, yaitu bila kediskontinuan terjadi pada t = 0, maka diasumsikan x(0) sama dengan x(0+ ) dari pada menggunakan rata-rata [x(0 ) + x(x+ )]/2.
Z ( [n]) =
[n], z n = 1 .
n=0
U0 (z ) = Z (u0 [n]) =
1, z
n=0
=
n=0
z n
= 1 + z 1 + z 2 + z 3 + 1 = , untuk |z | > 1 1 z 1 z = , untuk |z | > 1. z1 Catatan bahwa deret tidak konvergen bila |z | 1. Untuk mendapatkan transformasi-z , peubah z bertindak sebagai operator dummy. Tidaklah perluh untuk menspesik daerah dari z yang mana X (z ) konvergen, tetapi cukup mengetahui bahwa daerah yang demikian ada (exist). Transformasi-z dari suatu fungsi x[n] diperoleh dalam cara tsb. adalah valid diseluruh bidang-z kecuali di pole dari X (z ). Sistem Linear, Copyright: c 2013 Subiono
88
Transformasi-z ..
U1 (z ) = Z (u1 [n]) =
n=0
nz n = z 1 + 2z 2 + 3z 3 +
(4.21)
Kedua ruas Persamaan (4.21) kalikan dengan z 1 didapat z 1 U1 (z ) = z 2 + z 3 + z 4 + Selanjutnya Persamaan (4.21) dikurangi Persamaan (4.22), didapat (1 z 1 )U1 (z ) = z 1 + z 2 + z 3 + Lagi, kedua ruas Persamaan (4.23) kalikan dengan z 1 , didapat (z 1 z 2 )U1 (z ) = z 2 + z 3 + z 4 + Sekarang, Persamaan (4.23) dikurangi dengan Persamaan (4.24), didapat (1 2z 1 + z 2 )U1 (z ) = z 1 atau U1 (z ) = z 1 1 2 z 1 + z 2 z 1 = (1 z 1 )2 z = . (z 1)2
z 1 (1z 1 )2
(4.22)
(4.23)
(4.24)
(4.25)
Jadi transformasi-z dari barisan ramp satuan u1 [n] diberikan oleh U1 (z ) = Z (u1 [n]) = =
z (z 1)2
89
dengan a adalah suatu konstan. Merujuk pada denisi dari transformasi-z , didapat
X (z ) = Z (a ) =
1
an z n
n=0
dengan a adalah suatu konstan. Dengan menggunakan denisi dari transformasi-z , didapat
X (z ) = Z (e
an
)=
n=0
ean z n
a 1
dengan i =
90 Dengan demikian transformasi-z dari x[n] = sin n adalah X (z ) = Z (sin n) = Z = = = = 1 in (e ein ) 2i 1 1 1 i 1 2i 1 e z 1 e i z 1 1 (ei ei )z 1 2i 1 (ei + ei )z 1 + z 2 sin z 1 1 2 cos z 1 + z 2 sin z . z 2 2 cos z + 1
Transformasi-z ..
Dengan demikian transformasi-z dari x[n] = cos n adalah X (z ) = Z (cos n) = Z = = = = 1 in (e + ein ) 2 1 1 1 + i 1 2 1e z 1 e i z 1 2 (ei + ei )z 1 1 2 1 (ei + ei )z 1 + z 2 1 cos z 1 1 2 cos z 1 + z 2 z 2 cos z . z 2 2 cos z + 1
4.5
Table Transformasi-z
Dari beberapa bahasan transformasi-z , maka sebagai ringkasan diberikan tabel transformasiz sebagai berikut. Sistem Linear, Copyright: c 2013 Subiono
91 X (z ) 1 z , | z| > 1 z 1 z , |z | < 1 z 1
z (z 1)2 z , |z | > |a| z a z , |z | < |a| z a z , |z | > ea z e a sin z , |z | > z 2 2 cos z +1 2 z cos z , |z | > z 2 2 cos z +1 1
x[n] 1 [n] 2 u0 [n] 3 u0 [n 1] 4 u1 [n] 5 an u0 [n] 6 an u0 [n 1] 7 ean 8 sin n 9 cos n 10 an x[n] 11 x[n k ] 12 13 14 15 16 17 x[n + k ] x[0]
n
1 1
X (a z ) z k X (z )
k 1 n=0
z k X (z )
z
x[n]z n
lim X (z )
lim x[n]
z 1
lim ((1 z 1 )X (z )) F ( z ) G( z ) d z dz X (z ) 1 1 X ( z ), DK D x
4.6
Pada bagian ini diberikan beberapa contoh dari transformasi-z sebagaimana telah dibahas pada bagian sebelumnya. 1. Diberikan signal diskrit p[n] = 1, n = 0, 1, 2, . . . , m 1 0, yang lain
maka transformasi-z dari p[n] adalah sebagai berikut. Perhatikan bahwa p[n] = u0 [n] u0 ]n m], maka dengan menggunakan sifat kelineran dan pergeseran didapat Z (p[n]) = Z (u0 [n] u0 [n m]) = Z (u0 [n]) Z (u0 [n m]) z z = z m z1 z1 m 1z . = z1 Sistem Linear, Copyright: c 2013 Subiono
92
Transformasi-z ..
2. Diberikan signal diskrit [n m], maka dengan menggunakan sifat pergeseran didapat Z ( [n m]) = z m Z ( [n]) = z m 1 = z m . 3. Diberikan barisan x[n] = an , 0 n N 1, a > 0 0, yang lain
N 1
an z n (az 1 )n
0
= =
Dari X (z ) terlihat bahwa polenya adalah di z = 0 sebanyak N 1 dan di z = a, sedangkan zero dari X (z ) adalah zk = aei(
2k ) N
1 (az 1 )N 1 az 1 1 z N aN . = N 1 z za
, k = 0, 1, 2, . . . , N 1 . , k = 1, 2, 3 . . . , N 1 .
Zero untuk k = 0 terhapuskan oleh pole z = a. Jadi sisa zero adalah zk = aei( 4. Hitung transformasi-z dari x[n] = x1 [n] + x2 [n], dengan x1 [n] = u0 [n 1] dan x2 [n] = Jawab. X (z ) = = = = Z (x[n]) Z (x1 [n] + x2 [n]) Z (x1 [n]) + Z (x2 [n]) X1 ( z ) + X2 ( z ) z z = 1 + z1 z2 = z (2z 3 ) 2 . 1 (z 2 )(z 1)
1 n , 2
2k ) N
tentukan DKnya.
93
dan DK dari X2 (z ) adalah |z | < 1, Jadi DK dari X (z ) DK dari X1 (z ) adalah |z | > 1 2 1 adalah 2 < |z | < 1. DK dari X (z ) diberikan oleh Gambar 4.2. Pole dari X (z ) adalah Im(z ) DK Re(z )
1/2
bidang-z
Gambar 4.2: Gambar DK dari X (z )
z=
1 2
u0 [n]
1 4
u0 [n].
1 2
u0 [n]
= z
d dz
z z+
1 2
, |z | >
1 2
u0 [n]
1 z 1 , |z | > . 4 z4
Transformasi-z ..
u0[n]
= =
1 z 1 z
4 , | z | < 4. z4
1 4
1 1 > |z | 4
< | z | < 4.
Bab
5
Persamaan Dierensial Linear dengan Koesien Konstan
dk y (t) = ak dtk k =0
N
Suatu persamaan dierensial tingkat-N dengan koesien konstan diberikan oleh dk x(t) bk , dtk k =0
M
(5.1)
dengan koesien ak dan bk adalah konstan. Tingkat N menyatakan turunan tertinggi dari y (t). Persamaan dierensial ini memainkan suatu peranan penting dalam menguraikan hubungan input-output dari suatu sistem. Misalnya, dalam suatu rangkaian elektrik resistor dan kapasitor RC input x(t) = vs (t) adalah voltage sumber dan output y (t) = vC (t) voltage sepanjang kapasistor. Maka hubungan input dan output diberikan oleh persamaan dierensial tingkat satu dengan koesien konstan sebagai berikut. dy (t) 1 1 + y (t) = x(t). dt RC RC Penyelesaian umum dari Persamaan (5.1) untuk suatu input khusus x(t) diberikan oleh y (t) = yp (t) + yh (t), (5.2)
dengan yp (t) adalah suatu penyelesaian khusus yang memenuhi Persamaan (5.1) dan yh (t) adalah penyelesaian homogin yang memenuhi persamaan dierensial berikut
N
ak
k =0
dk yh (t) = 0. dtk 95
(5.3)
96
Bentuk eksak dari yh (t) ditentukan oleh sebanyak N kondisi tambahan. Catatan bahwa, Persamaan (5.1) tidak secara lengkap menentukan output y (t) dalam hubungannya dengan input x(t), kecuali bila kondisi tambahan ditentukan. Umumnya kondisi tambahan adalah nilai-nilai dari dy (t) dN 1 y (t) y (t), , , dt dtN 1 pada beberapa nilai t yang ditentukan.
5.2
Kelinearan
Suatu sistem yang diuraikan oleh Persamaan (5.1) akan linear bila hanya semua kondisi tambahan sama dengan nol. Bila kondisi tambahan tidak nol, maka respon y (t) dari sistem dapat diungkapkan sebagai y (t) = yzi (t) + yzs (t) (5.4) yang mana yzi dinamakan respon input-nol adalah respon terhadap kondisi tambahan dan yzs (t) dinamakan respon keadaan-nol adalah respon dari sistem dengan kondisi tambahan nol. Hal yang demikian ini diberikan oleh gambar berikut. x(t) Sistem Linear yzs (t) + + y (t)
yzi (t) Catatan bahwa, yzi (t) = yh (t) dan yzs (t) = y (p). Umumnya yzi (t) memuat yh (t) dan yzs (t) memuat yh (t) dan yp (t). Contoh 17 Diberikan suatu sistem kontinu waktu dengan hubungan input x(t) dan output y (t) diberikan oleh. dy (t) + ay (t) = x(t), dt dengan a adalah suatu konstanta. (a) Dapatkan y (t) dengan kondisi tambahan y (0) = y0 dan x(t) = Kebt u0 (t). dengan K dan b adalah suatu konstantam, dan a = b. (b) Ungkapkan y (t) dalam bentuk input-nol dan keadaan-nol. Sistem Linear, Copyright: c 2013 Subiono (5.6) (5.5)
Kelinearan..
97
Jawab (a). Misalkan y (t) = yp (t) + yh (t), dengan yp (t) adalah penyelesaian khusus yang memenuhi Persamaan (5.5) dan yh (t) adalah penyelesaian homogin yang memenuhi dyh (t) + ayh (t) = 0. dt Asumsikan bahwa, yp (t) = Aebt , t > 0 didapat dan dari sini didapat A =
K . ab
(5.7) (5.8)
didapat Bet + aB t = ( + a)Bet = 0 dan dari sini didapat = a. Dengan demikian yh (t) = Beat . Jadi K bt e + Beat , t > 0. ab Dari kondisi tambahan y (0) = y0 didapat y (t) = y0 = Jadi y (t) = Untuk t < 0, x(t) = 0, maka K K + B B = y0 . ab ab eat , t > 0. (5.9) (5.10)
K K bt e + y0 ab ab y (t) = y0 eat .
(b). Gabungkan Persamaan (5.9) dengan Persamaan (5.10) didapat y (t) = y0 eat + K ebt eat u0 (t) ab = yzi (t) + yzs (t), (5.11) (5.12)
98
terlihat bahwa yzi (t) = y0 eat dan yzs (t) = K ebt eat u0 (t). ab
Contoh 18 Tinjau lagi Contoh 17 (a) Tunjukkan bahwa sistem tidak linear bila y (0) = y0 = 0 . (b) Tunjukkan bahwa sistem adalah linear bila y (0) = 0. Jawab (a). Ingat bahwa suatu sistem linear mempunyai sifat bahwa input nol menghasilkan output nol. Tetapi diketahui bahwa x(t) = Kebt u0 (t) dan untuk K = 0 didapat x(t) = 0, dengan demikian y (t) = y0 eat = 0 sebab y0 = 0. Jadi sistem tidak linear. (b). Bila y (0) = 0, misalkan signal input x1 (t) mempunyai input y1 (t) dan input x2 (t) mempunyai input y2 (t). Didapat dy1(t) + ay1 (t) = x1 (t), y1 (0) = 0 dt dan Untuk signal x(t) = a1 x1 (t) + a2 x2 (t) dengan a1 dan a2 sebarang konstan didapat d(a1 y1 (t) + a2 y2 (t)) + a(a1 y1 (t) + a2 y2 (t)) = a1 x1 (t) + a2 x2 (t) = x(t). dt Untuk y (t) = a1 y1 (t) + a2 y2 (t) didapat dy (t) + ay (t) = x(t), y (0) = a1 y1 (0) + a2 y2 (0) = 0. dt Jadi dengan input x(t) = a1 x1 (t) + a2 x2 (t) didapat output y (t) = a1 y1 (t) + a2 y2 (t) dengan y1 (t) adalah output dari input x1 (t) dan y2 (t) adalah output dari input x2 (t). Dengan demikian sistem adalah linear. Sistem Linear, Copyright: c 2013 Subiono dy2 (t) + ay2 (t) = x2 (t), y2 (0) = 0. dt
Kekausalan..
99
5.3
Kekausalan
Agar supaya sistem linear yang diuraikan oleh Persamaaan (5.1) adalah kausal bila x(t) = 0 untuk t t0 , maka y (t) = 0 untuk t t0 , sehingga respon untuk t > t0 dapat dihitung dari Persamaaan (5.1) dengan kondisi tambahan y (t0) = dengan dk y (t) dk y (t0 ) = dtk dtk .
t=t0
Jelas bahwa pada kedaan ini yzi (t) = 0. Lebih jelasnya bahwa suatu sistem linear waktu kontinu adalah kausal ekivalen dengan pernyataan bahwa: untuk sebarang waktu t0 dan sebarang input x(t) dengan x(t) = 0 untuk t t0 , input y (t) = 0 untuk t t0 . Hal ini dapat ditunjukkan sebagai berikut. Karena sistem adalah linear dan bila x(t) = 0 untuk semua t, maka y (t) = 0 untuk semua t. Jadi, bila sistem adalah kausal, maka x(t) = 0 untuk t t0 , berakibat bahwa y (t) = 0 untuk t t0 . Sebaliknya, misalkan y1 (t) adalah respon dari input x1 (t) dan y2 (t) adalah respon dari input x2 (t). Bila x1 (t) = x2 (t) untuk t t0 atau x = x1 (t) x2 (t) = 0 untuk t t0 , maka y1 (t) = y2 (t) untuk t t0 atau y = y1 (t) y2 (t) = 0 untuk t t0 . Jadi sistem adalah kausal.
5.4
Invarian Waktu
Untuk suatu sistem kausal, keadaan awal nol berakibat bahwa sistem invarian waktu. Hal ini bisa dilihat dari Contoh 17, bahwa kondisi y (0) = 0 berakibat bahwa sistem invarian waktu. Misalkan y1 (t) adalah respon dari input x1 (t) dan x1 (t) = 0. t 0. Maka dy1(t) + ay1 (t) = x1 (t) dt dan y1 (0) = 0. Selanjutnya, misalkan y2 (t) adalah respon dari pergeseran input x2 (t) = x1 (t ), didapat x2 (t) = 0. t . Sistem Linear, Copyright: c 2013 Subiono
100
Maka y2 (t) harus memenuhi dy2(t) + ay3 (t) = x2 (t) dt dan y2 ( ) = 0. Sehingga didapat dy1(t ) + ay1 (t ) = x1 (t ) = x2 (t). dt Bila y2 (t) = y1 (t ), maka dy2(t) + ay2 (t) = x2 (t) dt dan y2 ( ) = y1 ( ) = y1 (0) = 0. Terlihat bahwa sistem adalah invarian waktu.
5.5
Respon Impuls
N M
Respon impuls h(t) dari SLIW kontinu yang diuraikan oleh Persamaaan (5.1) memenuhi dk h(t) ak = dtk k =0 dengan kondisi awal nol. Contoh 19 Tinjau lagi Contoh 17 (a) Dapatkan respon impuls h(t). (b) Bila y (0) = 0 dapat step respon s(t). Jawab (a). Respon h(t) memenuhi persamaan dierensial dh(t) + ah(t) = (t). dt Penyelesaian homogin hh (t memenuhi dh(t) + ah(t) = 0, dt yaitu hh (t) = ceat u0 (t) Sistem Linear, Copyright: c 2013 Subiono bk
k =0
dk (t) dtk
101
Penyelesaian khusus hp (t) adalah nol, sebab hp (t) tidak bisa memuat (t). Bila tidak demikian h(t) akan mempunyai suatu turunan dari (t) yang bukan merupakan dari bagian kanan dari persamaan dierensial yang dibahas. Jadi h(t) = ceat u0 (t). Untuk memperoleh konstan c sebagai berikut. d at [ce u0 (t)] + aceat u0 (t) = (t) dt atau aceat u0 (t) + ceat u0 (t) + aceat u0 (t) = (t) dt ceat (t) = (t) c (t) = (t),
jadi c = 1, dengan demikian h(t) = eat u0 (t). (b). Respon s(t) diberikan oleh
t
s(t) =
t
h( )d
ea u0 ( )d
t
1 1 eat u0 (t). = a
ea d u0 (t)
5.6
Respon impuls h[n] dari suatu sistem linear invarian waktu diskrit yang disajikan oleh operator T adalah respon sistem dengan input adalah [n], yaitu h[n] = T { [n]}. Sistem Linear, Copyright: c 2013 Subiono
102
Tetapi telah diketahui bahwa sebarang barisan input x[n] dapat diungkapkan sebagai
x[n] =
k =
x[k ] [n k ].
Karena sistem linear, respon y [n] dari sebarang barisan input x[n] dapat diungkapkan sebagai y [n] = T {x[n]}
= T
k =
x[k ] [n k ]
=
k =
x[k ]T { [n k ]}.
Karena sistem invarian waktu, didapat h[n k ] = T { [n k ]} Jadi respon y [n] dari sebarang input x[n] adalah
y [n] =
k =
x[k ]h[n k ].
Hasil terakhir ini mengindikasikan bahwa suatu sistem liniear invarian waktu diskrit secara lengkap dikarakterisasi oleh respon impulsnya. Sebagaimana pada pembahasan konvolusi integral, konvolusi dari dua barisan x[n] dan h[n] didenisikan sebagai
x[n] h[n] =
def k =
x[k ]h[n k ].
(5.13)
Persamaan (5.13) secara biasa dinamakan konvolusi jumlahan. Dengan demikian barisan input y [n] dapat diungkapkan sebagai konvolusi jumlahan, yaitu
k =
x[k ]h[n k ].
Gambar berikut mengilustrasikan denisi dari respon impuls h[n] serta hubungannya denga input x[n] dengan output y [n]. [n] x[n] h[n] Sistem Linear Invarian Waktu y [n] = x[n] h[n]
103
5.7
Analog dengan konvolusi integral, berikut ini adalah sifat-sifat konvolusi jumlahan. 1. Komutatif x[n] h[n] = h[n] x[n]. 2. Assosiatif {x[n] h1 [n]} h2 [n] = x[n] {h1 [n] h2 [n]} . 3. Distributif x[n] {h1 [n] h2 [n]} = x[n] h1 [n] + x[n] h2 [n].
5.8
k =
h[k ]x[n k ]
yang mana mudah dalam penghitungan dari pada menggunakan y [n] = x[n] h[n]. Contoh 20 Input x[n] dan respon impuls h[n] dari suatu SLIW diskrit diberikan oleh x[n] = u0 [n], (a). Hitung y [n] = x[n] h[n]. (b). Hitung y [n] = h[n] x[n]. Jawab Sistem Linear, Copyright: c 2013 Subiono h[n] = an u0 [n], 0 < a < 1.
104
y [n] =
k =0 n
x[k ]h[n k ]
=
k =0 n
k =n+1
=
k =0 n
k =n+1
=
k =0 0
=
m=n 0
=
m=n n
am am
m=0
= =
1 an+1 . 1a
Jadi
y [n] =
1 an+1 1a
u0 [n].
105
(b). Untuk n < 0, maka y [n] = h[n] x[n] = 0, sedangkan untuk n 0, didapat
y [n] =
k =0 n
h[k ]x[n k ]
=
k =0 n
h[k ]x[n k ] +
k =n+1
=
k =0 n
k =n+1
=
k =0 n
=
k =0 n
h(k ) +
k =n+1
h[k ] 0
=
k =0
= Jadi
Seperti halnya waktu kontinu, untuk waktu diskrit hasil-hasil dari konvolusi jumlahan didapat.
x[n] [n n1 ] =
m=
x[m] [n n1 m] = x[n n1 ].
(5.14)
x[n n2 ] [n n1 ] =
m=
x[n n2 ] [n n1 m] = x[n n1 n2 ].
(5.15)
(5.16)
n=
x[n] [n n1 ] =
m=
x[n1 ] [n n1 ] = x[n1 ].
(5.17)
106
5.9
Respon unda s[n] dari SLIV Diskrit dengan respon impuls h[n] diberikan oleh s[n] = h[n] u0 [n] = Dari persamaan ini didapat h[n] = s[n] s[n 1]. h(k )u0 [n k ] = h(k ).
k =
k =
5.10
5.10.1
Karena output y [n] dari suatu sistem tanpa memori hanya bergantung pada input saat ini x[n], maka bila sistem juga linear dan invarian waktu hubungan ini hanya bisa berbentuk y [n] = K [n]. Maka dari itu, bila h[n0 ] = 0 untuk n0 = 0, sistem linear invarian waktu diskrit mempunyai memori.
5.10.2
Kekausalan
Sama halnya pada kasus waktu kontinu,kondisi kekausalan dari suatu SLIW diskit diberikan oleh h[n] = 0, n < 0. Dengan menggunakan sifat kekausalan, output dari SLIV diskrit diberikan oleh
y [n] =
k =0
h[k ]x[n k ].
y [n] =
k =
x[k ]h[n k ].
Persamaan yang terakhir ini menunjukkan bahwa nilai input x[n] yang menghasilkan output y [n] hanya dihitung untuk k n. Sistem Linear, Copyright: c 2013 Subiono
107
Sebagaimana pada kasus waktu kontinu, dikatakan bahwa barisan x[n] adalah kausal bila x[n] = 0, n < 0 dan dinamakan antikausal bila x[n] = 0, n 0.
n
Jadi, bilainput x[n] adalah kausal, maka output y [n] dari suatu SLIV diskrit diberikan oleh
n
y [n] =
k =0
h[k ]x[n k ] =
k =0
x[k ]h[n k ].
5.10.3
Kestabilan
Sistem Linear Invarian waktu diskrit stabil BIBO bila respon impulsnya memenuhi |h[k ]| < .
k =
Hal ini bisa ditunjukkan sebagai berikut. Asumsikan input x[n] adalah terbatas, yaitu |x[n]| k1 , untuk semua n. Didapat
|y [n]| =
k =
h[k ]x[n k ]
k =
k =
k =
108
5.11
Misalkan SLIWD disajikan oleh operator T dengan input eksponensial z n , memenuhi T {z n } = z n , maka adalah eigenvalue dari t yang bersesuaian dengan z n . Dengan demikian output y [n] diberikan oleh
y [n] = T {z n } =
h[k ]z nk
k =
= = H (z )z = z n debgan
k = n
h[k ]z k
zn
= H (z ) =
k =
h[k ]z k .
5.12
Aturan dari persamaan dierensial yang telah dibahas sebelumnya diganti dengan persamaan beda untuk sistem waktu diskrit.
5.12.1
Waktu diskrit adalah penyeimbang dari persamaan dierensial linear koesien konstan tingkat-N , dengan demikain Persamaan Beda Linear dengan koesien konstan tingkat-N diberikan oleh
N M
k =0
ak y [n k ] =
k =0
bk x[n k ],
(5.18)
dengan ak dan bk adalah kostanta real. Secara analogi dengan kasus waktu kontinu, penyelesaian dari Persamaan (5.18) dan semua sisfat-sifat sistem seperti kelinearan, kekausalan dan keinvarianan waktu dapat langsung dikembangkan sesuai apa yang telah dibahas dalam waktu kontinu. Sistem Linear, Copyright: c 2013 Subiono
109
5.12.2
Formula Rekursif
Suatu alternatif dan sederhana untuk menyelesaikan Persamaan (5.18) adalah menyusun ulang persamaan kedalam bentuk 1 y [n] = a0
M N
k =0
bk x[n k ]
k =1
ak y [n k ] ,
(5.19)
k =0
bk x[n k ] .
5.12.3
Respon Impuls
Tidak seperti kasus waktu kontinu, respon impuls h[n] dapat ditentukan secara mudah dari Persamaan (5.19) sebagai berikut 1 h[n] = a0
M N
k =0
bk [n k ]
k =1
ak y [n k ] .
k =0
bk [n k ]
bn , a0
0,
Contoh. 1. (a). Bila respon step s[n] dari sistem linear diskrit diberikan oleh s[n] = n u[n], 0 < < 1. Dapatkan respon impuls h[n] daris sistem. (b). Hubungan input output dari sistem linear diskrit diberikan oleh y [n] = ay [n 1] + x[n]. Dapatkan output y [n] bila input x[n] = K [n] dan y [1] = .
110
k =
h[k ]u[n k ] =
h[k ].
k =
h[n] = s[n] s[n 1]. Jadi h[n] = = = = s[n] s[n 1] n u[n] n1u[n 1] { [n] + n u[n 1]} n1 u[n 1] [n] (1 )n1u[n 1].
(b). Untuk n 0, secara berulang y [n] didapat sebagai berikut y [0] = ay [1] + x[0] = a + K y [1] = ay [0] + x[1] = a(a + K ) y [2] = ay [1] + x[2] = a2 (a + K ) . . . y [n] = ay [n 1] + x[n] = an (a + K ) = an+1 + an K. Begitu juga, untuk n < 0, y [n] didapat dari penyusunan ulang y [n 1] = sehingga didapat y [1] = 1 1 y [2] = {y [1] x[1]} = = a1 a a 1 {y [2] x[2]} = a2 y [3] = a . . . 1 {y [n + 1] x[n + 1]} = an+1 y [n] = a Oleh karena itu, n Z didapat y [n] = an+1 + Kan u[n]. 1 {y [n] x[n]} a
111
2. Dapatkan persamaan keadaan dari suatu sistem linear kontinu yang diberikan oleh persamaan dierensial (a). y (t) + 3y + 2y (t) = x(t). (b). y (t) + 3y + 2y (t) = 4x + x(t). Selanjutnya berikan Gambar diagram dari masing-masing sistem linear tsb. Jawab (a). Misalkan q1 (t) = y (t), q2 (t) = y (t), didapat q 1 (t) = q2 (t) q 2 (t) = 2q1 (t) 3q2 (t) + x(t) y (t) = q1 (t) atau dalam bentuk matriks q 1 (t) q 2 (t) y (t) = = 0 1 2 3 q1 (t) q2 (t) q1 (t) q2 (t) + 0 1 x(t).
1 0
(b). Pada kedua sisi persamaan y (t) + 3y + 2y (t) = 4x + x(t) kenakan transformasi Laplace, didapat s2 Y (s) + 3sY (s) + 2Y (s) = 4sX (s) + X (s) Kedua sisi bagi dengan s2 dan susun ulang persamaan didapat Y (s) = 3s1 Y (s) 2s2 Y (s) + 4s1 X (s) + s2 X (s) perhatikan bahwa sk berkaitan dengan mengintegral sebanyak k kali, dalam hal ini variabel keadaan dipilih sebagai output dari integrator, sehingga didapat q 1 (t) = 3q1 (t) + q2 (t) + 4x(t) q 2 (t) = 2q1 (t) + x(t) y (t) = q1 (t) atau dalam bentuk matriks q 1 (t) q 2 (t) y (t) = = 3 1 2 0 q1 (t) q2 (t) Sistem Linear, Copyright: c 2013 Subiono q1 (t) q2 (t) + 4 1 x(t).
1 0
112
Masing-masing gambar blok diagram sistem (a) dan (b) diberikan oleh dua gambar berikut. 3 x(t)+ 2
Gambar (a)
q 2
q2
q 1
q1 y (t)
x(t) 1 + 2 q 2 4 q2 + q 1 + 3
Gambar (b)
q1 y (t)
Bab
6.1
Denisi : Keadaan dari suatu sistem pada saat t0 ( atau n0 ) didenisikan sebagai informasi minimal yang cukup untuk menentukan keadaan dan output dari sistem untuk semua t t0 (atau n tn0 ) ketika input pada sistem diketahui pada t t0 (atau n n0 ). Peubah-peubah yang memuat informasi ini dinamakan peubah kedaan. Denisi ini hanya berlakun untuk sistem kausal. Misalkan sistem linear invarian waktu single-input single-output dari rangkain elektrik yang mempunyai struktur telah diketahui. Mengetahui secara lengkap input x(t) pada interval sampai t adalah cukup menentukan output y (t) sepanjang interval yang sama. Bagaimanapun hal ini, bila input x(t) diketahui hanya pada interval t0 sampai t, maka arus yang melalui induktor dan voltage sepanjang kapasitor pada waktu t0 harus diketahui agar supaya dapat menentukan output y (t) sepanjang interval t0 sampai t. Arus dan voltage ini merupakan "keadaan" rangkaian elektrik pada waktu t0 . Dalam hal ini, keadaan dari rangkaian berkaitan dengan memori dari rangkaian elektrik. 113
114
6.2
Karena peubah keadaan dari sistem dapat diintepretasikan sebagai "elemen memori" dari sistem, untuk sistem waktu diskrit yang mana dibentuk oleh elemen tunda-satuan, amplier dan adder, dipilih output dari elemen tunda-satuan sebagai peubah keadaan dari sistem. Sedangkan untuk sistem waktu kontinu dibentuk oleh integrator, amplier dan adder, dipilih output dari integrator sebagai peubah keadaan sistem. Untuk sistem waktu kontinu yang memuat elemen penyimpan-energi sis, output dari elemen memori ini bisa dipilih sebagai peubah keadaan sistem. Pemilihan peubah keadaan juga bisa dilakukan dari bentuk sistem yang diberikan oleh model persamaan dierensial atau persamaan beda. Perluh diperhatikan bahwa pilihan dari peubah keadaan sistem tidak tunggal, ada takhingga banyak pilihan peubah keadaan sistem. Contoh Misalkan sistem linear waktu diskrit diberikan oleh Gambar berikut. Dapatkan representasi ruang keadaan sistem dengan memilih output dari elemen tunda satuan 1 dan 2 sebagai peubah keadaan q1 [n] dan q2 [n]. x[n] + 2 1 + + 3 2
1 1 q1 [n + 1] q2 [n] z q2 [n + 1] q1 [n] z
y[n] +
Dari Gambar didapat q1 [n + 1] = q2 [n] q2 [n + 1] = 2q1 [n] + 3q2 [n] + x[n] y [n] = 2q1 [n] + 3q2 [n] + x[n] atau dalam bentuk matriks q1 [n + 1] q2 [n + 1] y [n] = atau q[n + 1] = Aq[n] + Bx[n] y [n] = C q[n] + Dx[n] Sistem Linear, Copyright: c 2013 Subiono 2 3 = 0 1 2 3 q1 [n] q2 [n] q1 [n] q2 [n] + x[n] + 0 1 x[n]
115
Kerjakan ulang contoh sebelumnya dengan memilih output elemen tunda satuan 2 dan 1 sebagai peubah keadaan v1 [n] dan v2 [n] dan selidiki hubungan hasil perubahan ini dengan hasil sebelumnya. Untuk melakukan hal ini, tampilkan lagi gambar sebelumnya tetapi dengan perubahan peubah keadaan yang baru x[n] + 2 1 + + 3 2
1 1 v1 [n + 1] v2 [n] z v2 [n + 1] v1 [n] z
y[n] +
Dari Gambar didapat v1 [n + 1] = 3v1 [n] + 2v2 [n] + x[n] v2 [n + 1] = v1 [n] y [n] = 3v1 [n] + 2v2 [n] + x[n] atau dalam bentuk matriks v1 [n + 1] v2 [n + 1] y [n] = atau v[n] + Bx [n] v[n + 1] = A v[n] + Dx [n] y [n] = C dimana v[n] = v1 [n] v2 [n] = , A 3 2 1 0 = , B 1 0 = , C 3 2 = 1. , D 3 2 = 3 2 1 0 v1 [n] v2 [n] v1 [n] v2 [n] + x[n] + 1 0 x[n]
Perhatikan bahwa: v1 [n] = q2 [n] dan v2 [n] = q1 [n]. Sehingga didapat v[n] = 0 1 1 0 q[n] = T q[n].
116
= 1 0
3 2 1 0
= A,
=B
3 2
D = 1 = D. = C,
Contoh berikut menunjukkan pemilihan peubah keadaan berdasarkan elemen yang menyimpan energi. Tinjau jaringan elektrik berikut yang terdiri dari resistor R, kapasitor C dan kumparan L. Jaringan dihubungkan dengan voltage drop V dan voltage drop pada kapasitor diukur. Arus dinotasikan oleh I . I R V L
C
VC
Bila VR , VC dan VL masing-masing menyatakan voltage drop pada resistor, kapasitor dan kumparan, maka dari hukum rangkaian elektrik diperoleh VR = RI, VC = dI 1 Q, VL = L , C dt
dQ . dt
dimana Q menyatakan muatan elektrik pada kapasiator yang memenuhi I = hukum Kirchho V = VR + VC + VL . Jadi V = RI + 1 dI dQ Q+L , I = . C dt dt
Menurut
(6.1)
Selanjutnya disusun kembali Persamaan (6.1) sebagai berikut d Q 0 1 Q 0 = + 1 1 R I I dt L LC L Bila input x(t) = V (t) dan output y (t) = VC (t) dan q= 0 1 Q 0 ,A = 1 R ,B = 1 ,C = LC L I L
1 C
V,
1 0] VC = [ C
Q I
117
dimana perlu ditekankan bahwa C yang baru di denisikan adalah matriks yang berukuran 1 2 hal ini dijelaskan supaya tidak ada kebingungan dengan kapasitor yang juga menggunakan simbol yang sama. Dengan cara penulisan tsb. didapat uraian sistem berikut ini (t) = Aq(t) + Bx(t), y (t) = C q(t). q Catatan : Eleminasi I dari persamaan (6.1) menghasilkan persamaan differensial biasa tingkat dua dengan koesien konstan sebagaimana berikut L d2 Q dQ 1 +R + Q = V. 2 dt dt C
Contoh berikut menjelaskan lagi bagaimana memilih peubah keadaan dari sudut pandang elemen yang menyimpan energi dan dari sudut pandang keluaran suatu integrator dari suatu sistem yang sama. Suatu rangkaian seri RLC yang diberikan dalam Gambar 6.1 voltage e(t) sama dengan
K L
jumlah dari penurunan voltage (voltage drop) bila swicth ditutup diberikan oleh persamaan berikut: VL + VR + VC = e(t) (6.2)
di 1 atau L dt + Ri(t) + C i(t)dt = e(t). Rangkain memuat dua elemen yang menyimpan energi, yaitu induktor L dan kapasitor C . Misalkan q1 (t) = VC dan q2 (t) = i(t), didapat
q 1 (t) =
118
Bila masukan dari sistem x(t) = e(t) dan keluaran dari sistem y (t) = VC (t), didapat uraian sistem dalam fariabel keadaan sebagai berikut: 1 0 0 q 1 (t) q1 (t) C = + 1 x(t) 1 2 (t) q ( t ) L R q 2 L L (6.3) q ( t ) 1 . y (t) = 1 0 q2 (t) Catatan: 1 q i(t)dt. = C C Untuk q (t) = VC (t) dan e(t) = x(t) persamaan (6.2) dapat ditulis dalam bentuk: VC (t) = LC q (t) + RC q (t) + q (t) = x(t) atau 1 1 RC q (t) + q (t) = x(t). (6.4) LC LC LC Hasil-hasil yang didapat disini bisa kita bandingkan dengan kajian pada contoh rangkainelektrik yang telah diberikan sebelumnya. Dalam persamaan (6.4) ada dua keluaran integrator yaitu q (t) dan q (t). q (t) + q
Kita dapat pilih fariabel keadaan q1 (t) = q (t) dan q2 (t) = q (t). Sehingga didapat: q 1 (t) = q2 (t) 1 q 2 (t) = LC q1 (t) R q (t) + L 2
1 x(t). LC
Untuk masukan x(t) dan keluaran y (t) = q (t) = q1 (t), didapat: 0 q1 (t) 0 1 q 1 (t) + 1 x(t) = R 1 q ( t ) q ( t ) 2 2 LC L LC q (t) . y (t) = [1 0] 1 q2 (t)
(6.5)
Terlihat bahwa walaupun pengambilan fariabel keadaan dari dua sudut pandang yang berbeda tetapi hasil diskripsi sistemnya dalam penyajian ruang keadaan hampir mirip, hal ini bisa dilihat dalam persamaan (6.3) dan (6.5). Diagram blok dari rangkaian listrik ini diberikan dalam Gambar 6.3 Sistem Linear, Copyright: c 2013 Subiono
119
x(t)
1 LC
q (t)
q (t)
q (t) = y (t)
-R L
1 - LC
6.3
Bila keadaan awal q[0] dan x[n] diberikan, maka secara iteratif q[n] diberikan oleh q[1] = Aq[0] + Bx[0] q[2] = Aq[1] + Bx[1] = A {Aq[0] + Bx[0]} + Bx[1] = A2 q[0] + ABx[0] + Bx[1] . . . q[n] = An q[0] + An1 Bx[0] + . . . + Bx[n 1]
n 1
= An q[0] +
k =0
(6.8)
Bila keadaan awal adalah q[n0 ] dan x[n] diketahui, maka dengan cara serupa q[n] diberikan oleh
n 1
n n 0
q[n0 ] +
k =0 def
(6.9)
An = AA . . . A
n
dinamakan matriks transisi dari sistem waktu diskrit. Substitusikan Persamaan (6.8) ke Persamaan (6.7) didapat output y [n] diberikan oleh:
n 1
y [n] = CA q[0] +
k =0
(6.10)
120
Suku CAn q[0] adalah respon input-nol (zero-input) dan suku adalah respon keadaan-nol (zero-state).
6.4
Menentukan matriks An
Akar-akar p() = 0 adalah k (k = 1, 2, . . . , N ) dinamakan nilai eigen dari A. Dengan menggunakan Theorema Hamilton-Cayley, matriks An dapat diungkapkan sebagai f (A) = An = b0 I + b1 A + . . . + bN 1 AN 1 .
Cara 1: Misalkan A matriks berukuran N N , maka polinomial karakteristik dari matriks A diberikan oleh p() = |I A| = 0, (6.11)
(6.12)
Bila nilai eigen k semuanya berbeda, koesien b0 , b1 , . . . , bN 1 bisa diperoleh dari kondisi
N 1 f (k ) = n , k = 1, 2, . . . , N. k = b0 + b1 k + . . . + bN 1 k
(6.13)
3 1 1 1 = 2 + = ( )( ). 4 8 2 4
1 , 2 = 1 , sehingga dengan menggunakan Persamaan (6.13) didapat Didapat 1 = 2 4
b0 b1 3 1 b b + b 0 8 1 4 1 1 2 1 4
n
1 2 1 4 1 4
n
= =
+2
1 , b1 = 4 2
1 4
Menentukan matriks An ..
121
Jadi An = = 1 2 1 2
1 n 2 1 n 2 n
+2 +
1 2
1 n 4 1 n 4
4 2 1 4
1 n 2
1 n 2 n
1 n 4
1 n 4
1 4 + 1 2 2
2 4 1 1 2
Pendiagonalan matriks dapat digunakan untuk menghitung An . Matriks A dapat didiagonalkan bila A = P DP 1 An = P D n P 1 , dengan D adalah matriks diagonal, elemen diagonal D merupakan nilai eigen dari A. Matriks A dapat didiagonalkan bila semua nilai eigen dari A berbeda. Contoh sebelumnya, nilai eigen 1 = 1 2 vektor eigen x1 = 1 2 1 4 vektor eigen x2 = 1 4
nilai eigen 2 =
1 2 2 4 P 1 = 1 2 1 1 1 2
1 n 2
2 4 1 1
1 2
0
1 4
1 2
1 2
2 4 2 = 1 1 1
1 n 4 1 n 4 1 n 2
1 n 4
1 2
1 2
2 1
+2 +
1 2
4 2 1 4
1 n 2 n
1 n 4
1 n 4
1 4 + 1 2 2
2 4 1 1 2
Terlihat memberikan hasil yang sama seperti hasil sebelumnya. Juga bila semua nilai eigen dari A berbeda, A dapat dihitung menggunakan dekomposisi spektral n n An = n 1 E1 + 2 E2 + . . . + N EN , Sistem Linear, Copyright: c 2013 Subiono
122 dengan
N
m=1 m=k
(A m I ) (k m )
Ek =
N
m=1 m=k
Kerjakan lagi Contoh sebelumnya menggunakan dekomposisi spektral, didapat E1 = dan E2 = Oleh karena itu A =
n
1 (A 2 I ) = 1 2
1 2
1 1 1 4 1 1 4 ( A I ) = 4 1 1 1 = 1 2 4 4 8 2 2
1 (A 1 I ) = 2 1
1 4
1 1 2 4 1 1 2 I ) = 4 ( A 1 1 = 1 1 1 8 4 2 2 2 1 2
n
n 1 E1
n 2 E2
1 4 + 1 2 2
1 4
2 4 1 1 2
Menghitung An juga dapat dilakukan dengan cara invers transformasi-z sebagai berikut: Pertama kenakan transformasi-z pada Persamaan (6.6) dan (6.7), didapat z Q(z ) z q[0] = AQ(z ) + BX (z ) Y (z ) = C Q(z ) + DX (z ) dimana X (z ) = Z{x[n]}, Y (z ) = Z{y [n]} dan Q(z ) = Z{q[n]}. Didapat (zI A)Q(z ) = z q[0] + BX (z ) atau Q(z ) = (zI A)1 z q[0] + (zI A)1 BX (z ) Kedua ruas kenakan invers transformasi-z didapat q[n] = Z 1 (zI A)1 q[0] + Z 1 (zI A)1 BX (z ) dan y [n] = C Z 1 (zI A)1 q[0] + C Z 1 (zI A)1 BX (z ) + Dx[n]. Dari Persamaan (6.8) dan (6.16) didapat An = Z 1 (zI A)1 Sistem Linear, Copyright: c 2013 Subiono (6.18) (6.17) (6.16) (6.14) (6.15)
Menentukan matriks An ..
123
Terlihat, Persamaan (6.18) dapatkan digunakan untuk menghitung An . Contoh yang sama sebelumnya, An dihitung dengan Persamaan (6.18), didapat (zI A)1 = z
1 8 3 1 1 1 z4 = 1 3 1 1 z4 (z 2 )(z 4 ) 8 z 3 1 1 (z 2 )(z 1 ) 4 z 1 )(z 1 ) (z 2 4
= =
z 4 1 1 ( z 2 )(z 4 ) 1 8 1 )(z 1 ) (z 2 4
1 1 z 1 + 2 z 1
2 4
1 1 4 z 1 4 z 1
2 4
1 1 2 + z 1
2
1 1 2 z 1 4
1 2 z 1
2
1 1 z 4
An = Z 1 (zI A)1 z z z z z z 4 z 1 + 2 1 1 4 1 z z 2 4 2 4 = Z 1 1 z z z 1 z + 2 2 1 1 2 z 4 z 1 z 2 z 1 2 4 n n n 1 1 1 n 2 +2 4 4 1 4 4 2 = 1 1 n 1 n 1 n 1 1 n 2 2 4 2 2 + 2 4 = 1 2
n
1 4 + 2 1 2
1 4
2 4 1 1 2
Hasil-hasil penghitungan An yang telah dilakukan dengan menggunakan Persamaan (6.13) kusus untuk semua nilai eigen k berbeda. Bila beberapa nilai eigen adalah rangkap, misalkan nilai eigen = i rangkap sebanyak r , maka Persamaan (6.13) perlu tambahan persamaan d n 1 f () dn1 d n 1 = n 1 d
N 1
bm m
m=0 =i
, n = 1, 2, . . . , r.
(6.19)
=i
124
Terlihat 1 = 2 = 2 dan dengan menggunakan Theorema Cayley-Hamilton An diberikan oleh b + 2b1 b1 f (A) = An = b0 I + b1 A = 0 0 b0 + 2b 1 Gunakan Persamaan (6.13) dan (6.19) didapat b0 + b1 = n b1 = nn1 atau b0 + 2b1 = 2n b1 = n2n1 Sehingga diperoleh b0 = (1 n)2n , b1 = n2n1 dan An = 2n n2n1 . 0 2n
6.5
Polinomial karakteristik dari A diberikan oleh p() = 2 (a + d) + (ad bc) = 0. misalkan 1 = (a + d) dan 2 = (ad bc), didapat 2 + 1 + 2 = 0 . Dengan menggunakan Theorema Cayley-Hamilton matriks A memenuhi A2 + 1 A + 2 I = 0. (6.20)
Selanjutnya lakukan algorithma pembagian terhadap plinomial n dibagi oleh polinomial 2 + 1 + 2 , didapat n = ( 2 + 1 + 2 ) q ( ) + r ( ) atau n = (2 + 1 + 2 )q () + 1 + 2 . Sistem Linear, Copyright: c 2013 Subiono (6.21)
125
Dengan menggunakan Persamaan (6.21) matriks An diberikan oleh An = (A2 + 1 A + 2 I )q (A) + 1 I + 2 A Gunakan Persamaan (6.20), didapat An = 1 I + 2 A. (6.22)
Untuk menentukan 1 dan 2 , misalkan nilai karakteristik dari A adalah 1 dan 2 dengan 1 = 2 . Substitusikan nilai karakteristik ini pada Persamaan (6.21), didapat
2 n 1 = (1 + 1 1 + 2 )q (1 ) + 1 + 2 1 2 n 2 = (2 + 1 2 + 2 )q (2 ) + 1 + 2 2
atau diperoleh persamaan linear berikut n 1 = 1 + 2 1 n 2 = 1 + 2 2 . Selesaikan persamaan linear tersebut, didapat n 1 n 2 1 = 1 1 dan 1 1 2 = 1 1 1 n 2 2 n 1 1 2 = 2 1 1 2 n 1 n n n 2 1 . = 2 2 1 1 2
1 0 + 0 1
n n 2 1 2 1
a b . c d
Kasus bila 1 = 2 , tidak bisa digunakan hasil sebelumnya sebab 1 1 = 0. 1 2 Untuk ini, pada persamaan n = ( 1 )2 q () + 1 + 2 Sistem Linear, Copyright: c 2013 Subiono
n 1 = 1 + 2 1 .
n 1 n1 = 2 .
(6.23)
Dengan demikian untuk 1 = 2 , matriks An diberikan oleh An = (1 n)n 1 Contoh 1). Diberikan matriks A= Polinomial karakteristik dari A adalah 0 1 4 1 3 3 1 0 n 1 a b . + n1 c d 0 1
4 1 1 p() = |I A| = 2 + = 0 1 = 1, 2 = . 3 3 3 Didapat An =
1 3
1 3
1 n (3 )
1 0 + 0 1 1 3
n 1
(1 )n 1 3 1 1 3
1 4 3
1 3
1 3
n 1
1 1 + 2 2
1 0 + 0 1
3 1 2 2
0 1 3
1 4 3
3 2 + 3 2
3 3 n 2 2 1 . 3 1 1 2 2 A= 1 3 2 6
Nilai karakteristik dari A adalah 1 = 7 dan 2 = 0. Dengan demikian matriks An diberikan oleh 1 3 An = 7n1 2 6 Sistem Linear, Copyright: c 2013 Subiono
127
Bila n = 1, didapat
A1 =
1 1 3 , 49 2 6
tetapi det(A) = 0, jadi matriks A tidak punya invers. Terlihat disini bahwa formula yang telah dibahas berkaitan dengan penghitungan An tidak berlaku untuk n = 1, Secara umum juga tidak berlaku untuk bilangan bulat yang negatif. 3). Diberikan matriks A= 2 1 0 2
Nilai karakteristik dari A adalah 1 = 2 = 2. Karena mempunyai nilai karakteristik 1 = 2 , maka matriks An diberikan oleh An = (1 n) n 1 = (1 n) 2n = 1 0 n 1 a b + n 1 c d 0 1 2 1 1 0 + n 2 n 1 0 2 0 1
1 0 2 1 2 . + 2n n 0 1 0 2
6.6
Fungsi transfer dari sistem didenisikan sebagai H (z ) = Jadi Maka dari itu H (z ) diberikan oleh Q(z ) = (zI A)1 BX (z ) dan Y (z ) = C (zI A)1 B + D X (z ) H (z ) = C (zI A)1 B + D . (6.25) Y (z ) untuk q[0] = 0 X (z )
6.7
Kestabilan Sistem
Dari Persamaan (6.10) terlihat bahwa output y [n] ditentukan oleh An dengan demikian bila semua nilai eigen k dari matriks A memenuhi |k | < 1, untuk semua k, (6.26)
maka sistem adalah stabil asimtotik, yaitu untuk sebarang keadaan awal q0 yang berhingga keadaan q[n] akan menuju ke nol untuk n . Bila semua nilai eigen dari A berbeda Sistem Linear, Copyright: c 2013 Subiono
128
dan memenuhi kondisi (6.26), maka sistem juga stabil BIBO. Contoh Diberikan fungsi transfer dari sistem LIWD oleh H (z ) = Dapatkan representasi dari sistem. Tulis ulang H (s) sebagai
1 1 z z Y (z ) 2 H (z ) = 2 = 3 1 1 2 3 1 1 2 = X (z ) 2z (1 2 z + 2 z ) 1 2z + 2z
2z 2
z 3z + 1
Didapat 1 1 3 Y (z ) = z 1 Y (z ) z 2 Y (z ) + z 1 X (z ) 2 2 2 Pada kedua sisi persamaan lakukan transformasi balik Z 1 , didapat 3 1 1 y [n] = y [n 1] y [n 2] + x[n 1]. 2 2 2 Pilih peubah keadaan sebagai output dari tunda satuan, didapat y [n] = q1 [n] 3 1 q1 [n + 1] = y [n] + q2 [n] + x[n] 2 2 1 3 q1 [n] + q2 [n] + x[n] = 2 2 1 1 q2 [n + 1] = y [n] = q1 [n]. 2 2 Atau dalam bentuk matriks q1 [n + 1] q2 [n + 1] = 1 2 1 0
3 2
1 0
y [n] =
q1 [n] q1 [n]
1 0
129
1 . Walaupun |2 | = 2 < 1, tetapi |1 | = 1 1. Jadi dengan nilai eigen 1 = 1 dan 2 = 1 2 sistem tidak stabil asimtotik. Selanjutnya bila y [0] = y [1] = 0 dan input x[n] = [n], maka output y [n] diberikan oleh n 1
y [n] =
k =0
dengan
1 An = E1 + ( )n E2 2 E1 = 2 0 1 2 , E2 = . 1 1 1 1 )n 2 (1 2 1
1 n (2 )
dan
Jadi An = dan
1 1 2 2 0 = + ( )n 1 1 1 1 2 )n 1 2 (1 2
2( 1 )n 2 1 + (1 )n 2
1 n 1 2( 2 )
6.8
Diberikan representasi keadaan dimensi-n: (t) = Aq(t) + Bx(t) q y (t) = C q(t) + Dx(t) (6.27) (6.28)
Bila keadaan awal q(0) dan x(t) diberikan, maka keadaan q(t) dapat ditentukan. Untuk menyelesaikan Persamaan Keadaan dapat dilakukan dengan cara Transformasi Laplace sebagai berikut. Pada kedua sisi Persamaan (6.27) dan (6.28) kenakan transformasi Laplace, didapat sQ(s) q(0) = AQ(s) + BX (s) Y (s) = AQ(s) + DX (s) (6.29)
dengan X (s) = L{x(t)}, Y (s) = L{y (t)} dan Q(s) = L{q(t)}. Susun ulang Persamaan (6.29) didapat (sI A)Q(s) = q(0) + BX (s) Sistem Linear, Copyright: c 2013 Subiono
130 atau
Q(s) = (sI A)1 q(0) + (sI A)1 BX (s). Substitusikan Persamaan (6.30) pada Persamaan (6.30) didapat Y (s) = C (sI A)1 q(0) + C (sI A)1 B + D X (s).
(6.30)
(6.31)
Dengan melakukan transformasi Laplace balik pada Persamaan (6.31) didapat ouput y (t). Perlu diperhatikan bahwa suku C (sI A)1 q(0) berkaitan dengan respon input nol (zeroinput) dan suku [C (sI A)1 B + D ] X (s) berkaitan dengan respon keadaan nol (zerostate).
6.9
Sebagaimana fungsi transfer dari sistem diskrit, fungsi transfer H (s) didenisikan sebagai H ( s) = Maka dari itu H (s) diberikan oleh H (s) = C (sI A)1 B + D . (6.32)
def
Penyelesaian masalah ruang keadaan untuk sistem linear invarin waktu kontinu juga dinamakan penyelesaian dalam daerah waktu (time domain). Penyelesaian masalah ini sebagai berikut. Pertama, dalam dimensi satu telah diketahui eat = 1 + at + ak a2 2 t + . . . + tk + . . . 2! k!
Dari ide ini, diperluas untuk dimensi n yaitu a sekarang merupakan matriks A dengan ukuran n n, selanjutnya didenisikan eAt = I + At +
def
A2 2 Ak k t + ...+ t + ... 2! k!
(6.33)
Sebagai mana pada ea(t ) = eat ea , dapat ditunjukkan bahwa eA(t ) = eAt eA dan untuk t = didapat eAt eAt = e0 = I Jadi eAt = eAt Sistem Linear, Copyright: c 2013 Subiono
1
(6.34)
(6.35) (6.36)
131
hal ini menunjukkan bahwa eAt adalah invers dari eAt . Diferensialkan Persamaan (6.33) terhadap t, didapat A2 Ak k1 d At e = 0+A+ 2t + . . . + kt + ... dt 2! k! A2 2 Ak k = A I + At + t + ...+ t + ... 2! k! A2 2 Ak k = I + At + t + ...+ t + ... A 2! k! Hal ini berakibat bahwa d At e = AeAt = eAt A. dt Selanjutnya dengan menggunakan persamaan d dA dB (AB ) = B+A dt dt dt dan Persamaan (6.37), didapat d At e q(t) dt = d At (t) q(t) + eAt q e dt (6.38) (6.37)
(t). = eAt Aq(t) + eAt q Kedua sisi Persamaan (6.27) kalikan dengan eAt , didapat (t) = eAt Aq(t) + eAt Bx(t) eAt q atau (t) eAt Aq(t) = eAt Bx(t). eAt q Dari Persamaan (6.38), Persamaan (6.39) dapat ditulis sebagai d At e q(t) = eAt Bx(t). dt Kedua sisi Persamaan (6.40) integralkan dari 0 sampai t, didapat
t
(6.39)
(6.40)
t 0
=
0
eA Bx( )d
eA Bx( )d
0
(6.41)
Matriks eAt dikenal sebagai matriks transisi keadaan. Selanjutnya substitusikan Persamaan (6.41) pada Persamaan (6.28) didapat output y (t) yang diberikan oleh
t
y (t) = Ce q(0) +
0
At
(6.42)
6.10
Bila semua nilai eigen k berbeda, koesien b0 , b1 , . . . , bn1 bisa diperoleh dari kondisi f (k t) = ek (t) = b0 + b1 k t + . . . + bn1 (k t)n1 , k = 1, 2, . . . , n. Contoh Dapatkan eAt untuk A= 0 1 3 1 8 4
1 8
(6.44)
3 1 1 1 = 2 + = ( )( ). 4 8 2 4
1 Didapat 1 = 2 , 2 = 1 , sehingga dengan menggunakan Persamaan (6.45) didapat 4 b0 b1 t eAt = b0 I + b1 At = 3 1 8 b1 t b0 + 4 b1 t
1 1 b0 + b1 t = e 2 t 2 1 1 b0 + b1 t = e 4 t 4
133
didapat
1 1 4 1 4 1 b0 = 2e 4 t e 2 t , b1 = e 2 t e 4 t . t t
Jadi eAt
Selanjutnya diselesaikan dengan pendiagonalan matriks sebagai berikut. Matriks P sebagaimana telah dihitung sebelumnya diberikan oleh P = Sehigga didapat 1 1t 1 1 1 t t t t 4 e2 2 4e 4 2 e 4 e 0 e2 1 2 2 4 2 = = . 1 1t 1t 1 1 1 1 1 1 2 t 4 2 e e t t 0 e4 2e 2 e 4 2 2 4 1 1 dan P 1 =
1 2 1 2
1 1 1 1 2e 4 t e 2 t 4e 2 t 4e 4 t = . 1 1 1 1 e 4 t e 2 t t t 2e 2 e 4 2
2 1
eAt = P DP 1
Contoh-contoh 1. Diberikan sistem y (t) + 2y (t) = x(t) + x (t). Dapatkan respon inpuls h(t). Jawab. Respon impuls h(t) memenuhi (t) + 2h(t) = (t) + (t). h Kedua ruas kenakan Transformasi Laplace (t) + 2h(t) = L (t) + (t) L h didapat sH (s) + 2H (s) = 1 + s Oleh karena itu H ( s) = 1 s+1 =1 . s+2 s+2
134
Kedua ruas kenakan invers transformasi Laplace, didapat L 1 { H ( s) } = L 1 1 atau h(t) = (t) e2t u(t). 2. Diberikan Fungsi transfer sistem oleh H ( s) = s2 s+1 + 5s + 6 1 s+2
6 Bila input step X (s) = U (S ) = . Dapatkan output y (t) bila keadaan awal nol. s Jawab L{y (t)} = H (s)U (s) = Sehingga didapat y (t) = L1 atau y (t) = 1 + 3e2t 4e3t . 3. Gunakan cara peubah keadaan untuk menyelesaiakan signal diskrit yang diberikan oleh persamaan beda 3y [n] 4y [n 1] + y [n 2] = x[n] dengan x[n] = ( 1 )n u0 [n] dan y [1] = 1, y [2] = 2. 2 Jawab Output y [n] bisa ditulis ulang sebagai 1 1 4 y [n] y [n 1] + y [n 2] = x[n]. 3 3 3 Misalkan q1 [n] = y [n 2] dan q2 [n] = y [n 1], didapat q1 [n + 1] = q2 [n] 1 q2 [n + 1] = q1 [n] + 3 1 y [n] = q1 [n] + 3 Sistem Linear, Copyright: c 2013 Subiono 4 q2 [n] + 3 4 q2 [n] + 3 1 x[n] 3 1 x[n] 3 1 3 4 + s s+2 s+3 s3 1 3 4 6(s + 1) = + 2 + 5s + 6s s s+2 s+3
135
atau dalam bentuk matriks q[n + 1] = Aq[n] + Bx[n] y [n] = C q[n] + Dx[n] dengan A= dan 0 0 1 1 4 , B = 1 , C = 3 1 3 3 3 q[0] = Output y [n] diberikan oleh
n 1 4 3
, D=
1 3
y [n] = CA q[0] +
k =0
dan
1 3
3 1 3
2 1 2 n
3 2 1 2 ,
1 1 + 2 6
n1+k
1 1 B= 2 18
1 3
1 1 = 2 2
1 3
k
n+1k
+
k =0 n
1 1 2 2 1 2
k
1 3 1 2
n+1k
1 2
1 + 3 3 2
k
1 2 + 1 3
1 + 2 1 + 2
n 1
k =0
1 3 1 3
n
n+1 n1
k =0 n+1
1 2
)n 1 (1 2 1 1 2 1 2
n n
1 2 1 3 1 3
)n 1 (3 1 2 + 3 3 1 2 1 2
n
1 2
n
+1 + 1 2 1 3
1 3
1 3
1 2
, n>0
136
4. Gunakan cara peubah keadaan untuk menyelesaiakan signal kontinu yang diberikan oleh persamaan dierensial y (t) + 5y (t) + 6y (t) = x(t) dengan keadaan awal y (0) = 2, y (0) = 1 dan x(t) = et u0 (t). Selajutnya berikan gambar blok diagram dari sistem. Jawab Misalkan peubah keadaan adalah q1 (t) dan q2 (t) dengan q1 (t) = y (t) dan q2 (t) = q 1 (t). Didapat (t) = Aq(t) + Bx(t) q y (t) = C q(t) dengan q(t) = q1 (t) 0 1 0 2 ,A = ,B = , C = 1 0 dan q(0) = . q2 (t) 6 5 1 1
t
Ce(t ) Bx( )d
Matriks exponensial eAt dan eA(t ) diberikan oleh eAt = dan eA(t ) = 3e2t 2e3t e2t e3t 6e3t 6e2t 3e3t 2e2t 3e2 2t 2e3 3t e2 2t e3 3t 6e3 3t 6e2 2t 3e3 3t 2e2 2t 2 = 7e2t 5e3t 1
sedangkan matriks CeAt q(0) diberikan CeAt q(0) = 1 0 dan Ce(t ) Bx( ) = 1 0
= e 2t e2 3t .
0 e 1
137
Jadi
t
y (t) = 7e
2t
5e
3t
+
0
e 2t e2 3t d
x(t) +
q 2 (t)
q2 (t)
q 1 (t)
q1 (t) y (t)
Contoh penghitungan matriks transisi eAt Gunakan Teorema Cayley-Hamilton, didapat f (At) = eAt = b0 I + b1 A + . . . + bn1 An1 (6.45)
Bila semua nilai eigen k berbeda, koesien b0 , b1 , . . . , bn1 bisa diperoleh dari kondisi
n 1 f (k ) = ek (t) = b0 + b1 k + . . . + bn1 k , k = 1, 2, . . . , n.
(6.46)
Persamaan (6.46) adalah persamaan linear dengan n persamaan dan n peubah dan dapat ditulis dalam bentuk matrix e1 t b0 1 1 . . . ( 1 ) n 1 1 2 . . . (2 )n1 b1 e2 t (6.47) = . . . . . .. . . . . . . . . . . . en t bn1 1 n . . . ( n )n 1 Sistem Linear, Copyright: c 2013 Subiono
138
Selesiakan Persamaan (6.47), maka didapat b0 , b1 , . . . , bn1 . Bila nilai karakteristik ada yang sama, misalkan 1 = 2 = . . . = m dan sisanya m+1 , . . . , n berbeda. Maka b0 , b1 , . . . , bm , bm+1 . . . , bn didapat dari persamaan linear berikut.
n 1 e1 t = b0 + b1 1 + . . . + bn1 1 d 1 t d n 1 e = b0 + b1 1 + . . . + bn1 1 d1 d1 d2 d2 1 t n 1 e = b0 + b1 1 + . . . + bn1 1 2 d2 d 1 1 . . . m1 dm1 d n 1 1 t e = 1 m1 b0 + b1 1 + . . . + bn1 1 dm d 1 1 m+1 n 1 e = b0 + b1 m+1 + . . . + bn1 m +1 . . . n n 1 e = b0 + b1 n + . . . + bn1 n
Contoh 1). Dapatkan matriks transisi dari matriks 5 7 5 A = 0 4 1 2 8 3 Jawab Polinomial karakteristik dari A diberikan oleh 5 7 5 4 1 =0 det(I A) = det 0 2 8 + 3 atau 3 62 + 11 6 = ( 1)( 2)( 3) = 0. Didapat nilai karakteristik dari A, 1 = 1, 2 = 2, 3 = 3. Sehingga didapat persamaan t b0 e 1 1 1 1 2 (2)31 b1 = e2t . e3t b2 1 3 (3)31 Sistem Linear, Copyright: c 2013 Subiono
139
Nilai b0 , b1 , b2 diberikan oleh et e2t e3t b0 = 1 1 1 1 1 1 b1 = 1 1 1 dan et e2t e3t 1 2 3 1 2 3 1 2 3 1 4 9 2e3t 6e2t + 6et = e3t 3e2t + 3et , = 2 1 4 9
1 4 9 3 e3 t + 8 e2 t 5 et 3 e3 t 5 et = = + 4 e2 t 2 2 2 1 4 9 1 2 3 1 2 3 et e2t e3t e3 t et e3 t 2 e2 t + et 2t = e + . = 2 2 2 1 4 9
1 1 1 b2 = 1 1 1
5 7 5 3e 5e 0 4 1 + + 4 e2 t 2 2 2 8 3 15 23 17 3t t e e 2 8 1 + e2 t + 2 2 4 22 9 3t 2t t 3t 2t t 3t e +2e 2e e +5e 6e e 3 e2 t + 4 et e3 t 3 e2 t + 2 et . = e3 t + 2 e2 t et e3 t + 5 e2 t 3 et 3t 2t t 3t 2t t e + 4 e 3 e e + 10 e 9 e e3 t 6 e2 t + 6 et
t
p() = ( 1)2 ( 2) = 0, didapat 1 = 2 = 1 dan 3 = 2. Sehingga diperoleh persamaan linear et = b0 + b1 + b2 tet = b1 + 2b2 e2t = b0 + 2b1 + 4b2 atau dalam bentuk matriks t t 1 1 1 b0 b0 e 0 2 1 e 0 1 2 b1 = tet b1 = 2 tet . 3 2 2t e e2t 1 2 4 b2 b2 1 1 1 b0 e2 t 2 t et b1 = 2 e2 t + 3 t et + 2 et . e2 t t et et b2
Didapat
1 1 0 + 2 e2 t + 3 t et + 2 et 0 1 0 0 0 2
t e t et 0 0 . = 0 et 0 0 e2 t
1 2 0 + e2 t t et et 0 1 0 0 0 4
Contoh-contoh Masalah Penyajian Ruang Keadaan 1. Dapatkan Persamaan keadaan dari suatu sistem diskrit yan diberikan oleh persamaan beda 1 3 y [n] y [n 1] + y [n 2] = x[n]. 4 8 Sistem Linear, Copyright: c 2013 Subiono
141
Jawab Pilih peubah keadaan q1 [n] dan q2 [n] dengan q1 [n] = y [n 2] dan q2 [n] = y [n 1]. Didapat q1 [n + 1] = q2 [n] 1 q2 [n + 1] = q1 [n] + 8 1 y [n] = q1 [n] + 8 atau dalam bentuk matriks q[n + 1] = y [n] = 2. Dapatkan Persamaan keadaan dari samaan beda 3 y [n] y [n 1] + 4 0 0 1 x[n] 3 q[n] + 1 1 8 4
1 8 3 4
q[n] + x[n].
suatu sistem diskrit yang diberikan oleh per1 1 y [n 2] = x[n] + x[n 1]. 8 2
Jawab Karena ada bentuk 1 x[n1] pada sisi kanan persamaan beda, maka pemilihan peubah 2 keadaan y [n 2] dan y [n 1] sebagai peubah keadaan tidak akan memberikan sistem yang diharapkan. Maka dari itu, agar supaya mendapatkan peubah keadaan yang sesuai, dikontruksi suatu simulasi diagram persamaan beda menggunakan elemen tunda satuan, penguat (pengali) dan penambah. Lakukan transformasi-z pada kedua sisi persamaan beda dan susun persamaan tsb. didapat 3 1 1 Y (z ) = z 1 Y (z ) z 2 Y (z ) + X (z ) + z 1 X (z ), 4 8 2 perlu diperhatikan bahwa z k menyatakan waktu tunda satuan saat ke k , dengan demikian gambar simulasi dapat diberikan sebagaimana pada gambar berikut.
142 x[n]
1 2
1 + + z
1
1 8
q2 [n + 1]
+
q2 [n]
+
q1 [n]
y [n]
+
3 4
q1 [n + 1]
Dari gambar diagram simulasi diatas didapat 1 3 q1 [n + 1] = q2 [n] + y [n] + x[n] 4 2 5 3 q1 [n] + q2 [n] + x[n] = 4 4 1 1 1 q2 [n + 1] = y [n] = q1 [n] x[n] 8 8 8 = y [n] = q1 [n] + x[n] atau dalam bentuk matriks q[n + 1] = y [n] =
1 8 3 4 5 1 q[n] + 41 x[n] 8 0
1 0 q[n] + x[n].
3. Dapatkan persamaan keadaan dari suatu sistem waktu diskrit liniear invarian waktu yang diberikan oleh fungsi transfer H (z ) = Jawab Fungsi transfer memenuhi H (z ) = Dari sini didapat 1 + a1 z 1 + a2 z 1 Y (z ) = (b0 + b1 z 1 + b2 z 2 )X (z ). Sistem Linear, Copyright: c 2013 Subiono Y (z ) b0 + b1 z 1 + b2 z 2 = . X (z ) 1 + a1 z 1 + a2 z 2 b0 + b1 z 1 + b2 z 2 1 + a1 z 1 + a2 z 2
143
Susun ulang persamaan yang telah diperoleh, didapat Y (z ) = a1 z 1 Y (z ) a2 z 2 Y (z ) + b0 X (z ) + b1 z 1 X (z ) + b2 z 2 X (z ). Dari persamaan yang terakhir ini diagram simulasinya diberikan oleh gambar berikut. x[n] b2 + a2 q2 [n + 1] z 1 + q2 [n] b1 + - q1 [n + 1] a1 z
1
b0 + q1 [n] + y[n]
Dari gambar simulasi diagram diatas didapat y [n] = q1 [n] + b0 x[n] q1 [n + 1] = a1 y [n] + q2 [n] + b1 x[n] = a1 q1 [n] + q2 [n] + (b1 a1 b0 )x[n] q2 [n + 1] = a2 y [n] + b2 x[n] = a2 q1 [n] + (b2 a2 b0 )x[n] atau dalam bentuk matrix b a1 b0 a1 1 x[n] q[n] + 1 q[n + 1] = b2 a2 b0 a2 0 y [n] = 1 0 q[n] + b0 x[n].
(6.48)
Catatan : pada diagram simulasi dalam gambar diatas banyaknya elemen tunda satuan adalah 2 menunjukkan order dari sistem dalam kasus ini banyaknya yang dibutuhkan minimum. Oleh karena itu gambar tsb. dinamakan bentuk pertama simulasi kanonik dan Persamaan (6.48) dinamakan bentuk pertama penyajian keadaan kanonik atau juga dinamakan bentuk kompanion teramati. 4. Kerjakan lagi Contoh 3. dengan bentuk H (z ) sebagai H (z ) = H 1 (z )H 2 (z ) dimana H 1 (z ) = 1 1 + a1 z 1 + a2 z 2 dan H2 (z ) = b0 + b1 z 1 + b2 z 2 .
144
1 W (z ) = X (z ) 1 + a1 z 1 + a2 z 2 Y (z ) = b0 + b1 z 1 + b2 z 2 . W (z ) (6.49) (6.50)
(6.51)
Dari Persamaan (6.50) dan (6.51) didapat Gambar diagram simulasi yang diberikan oleh Gambar dibawah ini. + + b0
w [n]
+ + b2
y[n]
b1 w [n 1] v1 [n + 1] a1 z 1 v [n] 1
w [n 2]
x[n] + +
1 v2 [n + 1] z v2 [n]
a2
Pilih elemen output dari tunda satuan sebagai peubah keadaan seperti yang terlihat dalam Gambar diagram simulasi diatas, didapat v1 [n + 1] = v2 [n] v2 [n + 1] = a2 v1 [n] a1 v2 [n] + x[n] y [n] = b2 v1 [n] + b2 v2 [n] + b0 v2 [n + 1] = (b2 b0 a2 )v1 [n] + (b1 b0 a1 )v2 [n] + b0 x[n] Sistem Linear, Copyright: c 2013 Subiono
145
0 0 1 x[n] v[n] + 1 a2 a1
(6.52)
Gambar diagram simulasi diatas dikenal sebagai bentuk kedua simulasi kanonik sedangkan Persamaan (6.52) dikenal sebagai bentuk kedua represntasi keadaan kanonik atau dinamakan juga bentuk kompanion terkontrol. 5. Diberikan fungsi tranfer sistem diskret H (z ) = 2z 2 z z = 1 . 3z + 1 2(z 1)(z 2 )
Dapatkan suatu representasi keadaan dari sistem sedemikian hingga matriks A adalah matriks diagonal. Jawab Ekspasikan H (z ) kedalam bentuk pecahan parsial sebagai berikut H (z ) = = dengan H 1 (z ) = Misalkan z z z 1 = z1 z 2(z 1)(z 2 )
1 2
1 1 = H 1 (z ) + H 2 (z ) 1 1z z 1 1 1 2 1 1 dan H2 (z ) = 1 1 . 1 1z 1 2 z Y k (z ) k = , 1 1 pk z X (z ) (6.53)
H k (z ) = maka atau
1 p k z 1 Y k ( z ) = k X ( z ) Y k ( z ) = p k z 1 Y k ( z ) + k X ( z )
Dari sini diagram simulasi diberikan oleh gambar berikut. x[n] k + + pk z 1 yk [n]
146
Dengan demikian H (z ) = H1 (z ) + H2 (z ) dapat disimulasikan sebagaimana diberikan dalam gambar berikut. + + x[n] 1 z 1 + + +
1 q2 [n] z q2 [n + 1] Pilih peubah keadaan sebagai elemen output dari tunda satuan didapat 1 2
q1 [n]
q1 [n + 1]
y[n]
q[n].
Test, Tgl. 26 April 2010, Sifat Tutup Buku 1. Diberikan sistem rangkain elektrikk sebagaimana pada Gambar dibawah ini dengan R = 3, L = 1, C = 1 dan vC (0) = iL (0) = 0. 2 R + e L iL (t) + vC (t) C e(t) 2 t 1 2
Bila vC (t) dan iL (t) dipilih sebagai peubah keadaan dan output dari sistem y1 (t) = iL (t) dan y2 (t) = vC (t) sedangkan input dari sistem adalah e(t) sebagai mana diberikan pada Gambar, maka dapatkan matriks transisi keadaan dan output dari sistem. Sistem Linear, Copyright: c 2013 Subiono
147
2. Dapatkan persamaan keadaan dari sistem bila fungsi transfer dari sistem linear invarian waktu kontinu diberikan oleh H ( s) = b0 s3 + b1 s2 + b2 s + b3 . s3 + a1 s2 + a2 s + a3
Berikan gambar simulasi diagram keadaannya. 3. Dapatkan persamaan keadaan bentuk kedua kanonik bila fungsi transfer dari sistem linear invarian waktu diskrit diberikan oleh 1 + 2 z 1 + 2 z 2 H (z ) = . 1 + z 1 + z 2 Berikan gambar simulasi diagram keadaannya. Selanjutnya dapatkan suatu matriks T yang mengubah peubah keadaan ini menjadi persamaan keadaan bentuk pertama kanonik. Jawaban Test, Tgl. 26 April 2010, Sifat Tutup Buku 1. Diberikan sistem rangkain elektrikk sebagaimana pada Gambar dibawah ini dengan R = 3, L = 1, C = 1 dan vC (0) = iL (0) = 0. 2 R + e L iL (t) + vC (t) C e(t) 2 t 1 2
Bila vC (t) dan iL (t) dipilih sebagai peubah keadaan dan output dari sistem y1 (t) = iL (t) dan y2 (t) = vC (t) sedangkan input dari sistem adalah e(t) sebagai mana diberikan pada Gambar, maka dapatkan matriks transisi keadaan dan output dari sistem. Jawab Gunakan Hukum Voltage Kirchho didapat e(t) = RiL (t) + L tambahan pula dvC (t) 1 = iL (t). dt C Dari Persamaan (6.54) dan (6.55) didapat diL (t) R 1 1 = iL (t) vC (t) + e(t) dt L L L dvC (t) 1 = iL (t). dt C Sistem Linear, Copyright: c 2013 Subiono (6.55) diL (t) + vC (t) dt (6.54)
148
dan y1 (t) = iL (t), y2 (t) = vC (t) didapat Sehingga untuk R = 3, L = 1, C = 1 2 persamaan keadaan sistem diL (t) dt 1 3 1 iL (t) e(t) + = 0 vC (t) 2 0 dv (t) C dt y1 (t) 1 0 = y2 (t) 0 1 iL (t) . vC (t)
Dengan demikian matriks transisi keadaan diberikan oleh eAt = Fungsi transfer Sistem s (s + 1)(s + 2) H (s) = C (sI A)1 B = 2 (s + 1)(s + 2) e(t) = 2(u(t 1) u(t 2)), maka E ( s) = 2 s e e2s s 2 e2 t et e2 t et . 2 et 2 e2 t 2 et e2 t
Didapat
Jadi output dari sistem diberikan oleh s (s + 1)(s + 2) 2 y1 (t) 1 =L es e2s y2 (t) s 2 (s + 1)(s + 2) y1 (t) = y2 (t) 4
2 e(t1) e2(t1) u(t 1) 2 e(t2) e2(t2) u(t 2) 1 1 1 1 e(t1) + e2(t1) u(t 1) 4 e(t2) + e2(t2) u(t 2) 2 2 2 2
149
2. Dapatkan persamaan keadaan dari sistem bila fungsi transfer dari sistem linear invarian waktu kontinu diberikan oleh H ( s) = b0 s3 + b1 s2 + b2 s + b3 . s3 + a1 s2 + a2 s + a3
Berikan gambar simulasi diagram keadaannya. Jawab Dari H ( s) = didapat s3 + a1 s2 + a2 s + a3 Y (s) = b0 s3 + b1 s2 + b2 s + b3 X (s) Kedua sisi persamaan bagi dengan s3 , lalu susun ulang persamaan didapat Y (s) = a1 s1 Y (s) a2 s2 Y (s) a3 s3 Y (s) +b0 X (s) + b1 s1 X (s) + b2 s2 X (s) + b3 s3 X (s) Dari persamaan ini, simulasi diagram dapat dibuat sebagai mana diberikan dalam Gambar berikut. x(t)
Y ( s) , X ( s)
b3 + 3 (t) -q a3 + q3 (t)
b2 + 2 (t) -q a2 + q2 (t)
b1 + 1 (t) -q a1 + q1 (t)
b0 + y (t)
Dari gambar simulasi diagram pilih ouput dari integrator sebagai peubah keadaan didapat y (t) = q1 (t) + b0 x(t) q 1 (t) = a1 y (t) + q2 (t) + b1 x(t) = a1 q1 (t) + q2 (t) + (b1 a1 b0 )x(t) q 2 (t) = a2 y (t) + q3 (t) + b2 x(t) = a2 q1 (t) + q3 (t) + (b2 a2 b0 )x(t) q 3 (t) = a3 y (t) + b3 x(t) = a3 q1 (t) + (b3 a3 b0 )x(t). Sistem Linear, Copyright: c 2013 Subiono
Bentuk representasi keadaan ini dikenal sebagai representasi keadaan bentuk pertama kanonik. 3. Dapatkan persamaan keadaan bentuk kedua kanonik bila fungsi transfer dari sistem linear invarian waktu diskrit diberikan oleh H (z ) = 1 + 2 z 1 + 2 z 2 . 1 + z 1 + z 2
Berikan gambar simulasi diagram keadaannya. Selanjutnya dapatkan suatu matriks T yang mengubah peubah keadaan ini menjadi persamaan keadaan bentuk pertama kanonik. Jawab Gambar simulasi diagram keadaan bentuk kedua kanonik dari fungsi transfer H ( s) = diberikan oleh Gambar berikut. + + 1
w [n]
1 + 2 z 1 + 2 z 2 1 + z 1 + z 2
+ + 2
y[n]
2 w [n 1] v1 [n + 1] 1 z 1 v [n] 1
w [n 2]
x[n] + +
1 v2 [n + 1] z v2 [n]
Pilih elemen output dari tunda satuan sebagai peubah keadaan seperti yang terlihat Sistem Linear, Copyright: c 2013 Subiono
151
dalam Gambar diagram simulasi diatas, didapat v1 [n + 1] = v2 [n] v2 [n + 1] = v1 [n] v2 [n] + x[n] y [n] = 2v1 [n] + 2v2 [n] + v2 [n + 1] = [2 1(1)] v1 [n] + [2 1(1)] v2 [n] + x[n] = v1 [n] + v2 [n] + x[n] atau dalam bentuk matriks, penyajian peubah keadaan bentuk kedua kanonik diberikan oleh v[n + 1] = Av[n] + Bx[n] y [n] = C v[n] + Dx[n] dengan v[n] = dan C = 1 1 , D = 1. Sedangkan Gambar simulasi diagram keadaan bentuk pertama kanonik dari fungsi transfer 1 + 2 z 1 + 2 z 2 H ( s) = 1 + z 1 + z 2 diberikan oleh Gambar berikut. x[n] 2 + 1 q2 [n + 1] z
1
0 0 1 v1 [n] , B= , A= 1 1 1 v2 [n]
2 + q2 [n] 1 + - q1 [n + 1] z
1
1 + q1 [n] + y[n]
Dari gambar simulasi diagram diatas, pilih elemen output dari tunda satuan sebagai Sistem Linear, Copyright: c 2013 Subiono
y [n] = q1 [n] + x[n] q1 [n + 1] = y [n] + q2 [n] + 2x[n] = q1 [n] + q2 [n] + [2 1(1)] x[n] = q1 [n] + q2 [n] + x[n] q2 [n + 1] = y [n] + 2x[n] = q1 [n] + [2 1(1)] x[n] = q1 [n] + x[n]. atau dalam bentuk matrix q[n] + Bx [n] q[n + 1] = A q[n] + Dx [n], y [n] = C q[n] = dan q1 [n] = 1 = 1 1 , B , A 1 1 0 q2 [n] = 1 0 , D = 1. C
yang memenuhi q[n] = T v[n] atau v[n] = T 1 q[n]. Dari sisni didapat q[n + 1] = T v[n + 1] = T (Av[n] + Bx[n]) = T AT 1 q[n] + (T B )x[n] y [n] = C v[n] + x[n] = CT 1 q[n] + x[n]. Jadi atau = T AT 1 , B = T B dan C = CT 1 (CT = C) A 1 1 1 0 t t t1 t2 = 1 2 t3 t4 t3 t4 1 0 0 1 , 1 1 t t 1 = 1 2 t3 t4 1 0 1
dan
t1 t2 = 1 1 . t3 t4
153
Dari t t 1 = 1 2 t3 t4 1 dan 1 0 Didapat matriks T = tetapi T memenuhi 1 1 1 0 atau 1 0 1 + t3 0 = 1 t3 1 1 1 Jadi matriks T adalah T = 1 1 . 0 1 t3 = 0. 1 1 1 1 = t3 1 t3 1 0 1 1 1 1 1 t3 1 t1 t2 = 1 1 t3 t4 t1 t2 = 1 1 t1 = t2 = 1. 0 1 t 1 = 2 t4 1 t2 = t4 = 1.
1 0 1 1
1 1 0 1
1 1 = A, 1 0 1 1 0 1 0 1
TB = = dan CT 1 = =
1 =B 1
1 1 0 1 1 0 = C. 1 1
154
6.11
Pada bagian ini diberikan dua pengertian yang sangat penting dalam kajian suatu sistem linear, yaitu pengertian tentang keterkontrolan dan keteramatan suatu sistem. Namum sebelumnya diperkenalkan munculnya sistem tak terkontrol dan/atau takteramti disertai bebeberapa alasannya melalui beberapa contoh. Beberapa konsep-konsep ruang-keadaan dapat dipandang sebagai penafsiran ulang dari konsep-konsep yang mendahuluinya, yaitu konsep-konsep domain-frekuensi. Selain itu hal khusus dari metoda ruang-keadaan adalah keterkontolan dan keteramatan. Ide-ide yang berkaitan dengan masalah keterkontrolan dan keteramatan telah diperkenalkan oleh R.E. Kalman dipertengahan tahun 1950an sebagai suatu cara untuk menerangkan mengapa metoda dari pendisainan kompensator sistem tak stabil menggunakan penghapusan pole-pole tak stabil dengan zeros diseparuh bidang kompleks mengalami kegagalan walaupun proses penghapusan ini berjalan sempurnah. Masalah ini sudah diketahui bahwa metoda pengkompensatoran tsb. tidak sibel sebab penghapusan yang sempurnah tsb. tidak mungkin dalam praktis. Disamping itu pada tahun 1954 Bergen dan Ragazzai telah menunjukkan suatu penghapusan eksak secara matematik tidak akan mungkin dalam perangkat keras real. Kalman juga menunjukkan suatu penghapusan sempurnah pole-zero suatu sistem tak stabil menghasilkan suatu fungsi transfer stabil. Tetapi fungsi transfer ini mempunyai order lebih rendah dari sistem aslinya disamping itu mode takstabilnya tidak bisa dipengaruhi oleh masukan (tidak dapat dikontrol) atau taktampak dalam keluaran (tidak bisa diamati). Kajian mendalam secara matematik yang berkaitan dengan masalah keterkontrolan dan keteramatan bisa di lihat di (R.E. Kalman et al, 1974). Bertolak belakang dengan keterkontrolan dan keteramantan, kajian ketakterkotrolan dan ketakteramatan tampaknya kurang menarik. Hal ini tidaklah begitu benar. Para praktisi sistem kontrol yang tidak memahami perbedaan pengertian "ketakterkontrolan sistem untuk setiap nilai dari parameter-parameter" dan "sistem hampir selalu terkontrol" bila mereka berhadapan dengan suatu proses tak-dikenalnya disajikan dalam ruang keadaan yang hanya diberikan oleh data numerik, berdasarkan pengalamannya bisa jadi intuisinya menyimpulkan sistem yang dihadapinya adalah terkontrol atau teramatati. Tetapi bila dikaji secara teliti kemungkinan besar bisa sebaliknya, yaitu sistem takterkontrol atau takteramati (Bernard Friedland, 1987). Pada bagian ini dikaji ulang pengertian tsb. yang didahului dengan suatu contoh untuk memberikan suatu gambaran bahwa dalam analisa domain-frekuensi secara taklangsung diasumsikan sifat-sifat dinamik dari suatu sistem secara lengkap dapat ditentukan oleh fungsi transfernya. Asumsi ini tidak selalu benar. Selanjutnya pada subbagian berikut ini diberikan beberapa contoh dan alasan penting dari mana munculnya masalah ketakterkontrolan dan ketakteramatan. Sistem Linear, Copyright: c 2013 Subiono
155
6.11.1
Pada bagian ini dibahas 4 ruang-bagian keadaan berdasar pada pengamatan masukan dan keluaran. Pembagian ini diberikan lewat contoh yang juga akan memberikan gambaran bahwa tidak selalu benar fungsi transfer dari suatu sistem menentukan secara lengkap perilaku dari sistemnya. Kajian yang agak lebih lengkap berkaitan dengan ruang bagian takterkontrol dan takteramati dari suatu sistem akan diberikan pada bagian yang mendatang. Contoh 21 Misalkan suatu sistem disajikan oleh sistem persamaan dierensial berikut: q 1 (t) = 2q1 (t) + 3q2 (t) + 2q3 (t) + q4 (t) + x(t) q 2 (t) = 2q1 (t) 3q2 (t) 2x(t) (6.56) q 3 (t) = 2q1 (t) 2q2 (t) 4q3 (t) + 2x(t) q 4 (t) = 2q1 (t) 2q2 (t) 2q3 (t) 5q4 (t) x(t) dan persamaan pengamatan y (t) = 7q1 (t) + 6q2 (t) + 4q3 (t) + 2q4 (t). (6.57)
Persamaan (6.56) dan (6.57) disajikan dalam bentuk persamaan matriks ruang keadaan sebagai berikut: (t) = Aq(t) + Bx(t) q (6.58) y (t) = C q(t), dengan q(t) = q1 (t) q2 (t) q3 (t) q4 (t) dan 1 2 3 2 1 2 3 0 0 2 , C = 7 6 4 2 . , B = A= 2 2 2 4 0 1 2 2 2 5 s3 + 9s2 + 26s + 24 . s4 + 10s3 + 35s2 + 50s + 24
Fungsi transfer dari sistem (6.58) diberikan oleh H (s) = C (sI A)1 B =
(6.59)
Bila pembilang dan penyebut dari fungsi transfer tsb difaktorkan, diperoleh: H ( s) = 1 (s + 2)(s + 3)(s + 4) = . (s + 1)(s + 2)(s + 3)(s + 4) (s + 1) (6.60)
Dari persamaan (6.60) terlihat bahwa ada 3 pole yang dihapus oleh 3 zeros yaitu s = 1, s = 3 dan s = 4. Jika diperhatikan fungsi transfer yang diberikan oleh persamaan (6.60), fungsi ini berkaitan dengan persamaan dierensial tingkat satu. Hal ini tentunya Sistem Linear, Copyright: c 2013 Subiono
156
berbeda dengan sistem aslinya yaitu sistem persamaan dierensial tingkat empat sebagaimana yang disajikan dalam persamaan (6.56). Untuk memperjelas apa yang telah diperoleh, yaitu fungsi transfer dari sistem dengan realisasi berdimensi satu yang berbeda dengan sistem aslinya yaitu dimensi empat dilakukan transformasi variabel keadaan sebagai berikut: = T q, q dengan 4 3 T = 2 1 3 3 2 1 2 2 2 1 1 1 0 0 1 1 dan T 1 = 1 2 1 0 . 0 1 2 1 1 0 0 1 2 1 diagonal: 0 0 0 0 , 3 0 0 4
sedangkan masing-masing matriks B dan C berubah menjadi: 1 0 = CT 1 = 1 1 0 0 . = T B = dan C B 1 0 Persamaan keadaannya menjadi: 1 q 2 q 3 q 4 q = q 1 + x = 2 q2 = 3 q3 + x = 4 q4
(6.61)
(6.62)
Dari persamaan (6.61) dan (6.62) dapat diterangkan sebagai berikut. Jelas bahwa masukan u hanya mempengaruhi variabel keadaan q 1 dan q 3 , variabel q 2 dan q 4 tidak dipengaruhi oleh masukan x. Keluaran y hanya bergantung pada variabel keadaan q 1 dan q 2 , sedangkan variabel keadaan q 3 dan q 4 tidak mempunyai kontribusi terhadap keluaran y . Jadi akibat transformasi kordinat, sistem mempunyai 4 sub-sistem yang berbeda. Dalam hal ini masing-masing sub-sistem hanya disajikan oleh persamaan tingkat satu. Keempat subsistem tsb. adalah: Sistem Linear, Copyright: c 2013 Subiono
157
1. Variabel keadaan q 1 : dipengaruhi oleh masukan x, tampak pada keluran y . 2. Variabel keadaan q 2 : tidak dipengaruhi oleh masukan x, tampak pada keluaran y . 3. Variabel keadaan q 3 : dipengaruhi oleh masukan x, tidak tampak pada keluaran y . 4. Variabel keadaan q 4 : tidak dipengaruhi oleh masukan x, tidak tampak pada keluaran y. Hanya sub-sistem pertama yang berkaitan dengan fungsi transfer H (s) = 1 . Disini ters+1 lihat fungsi transfer ini tidak mendiskripsikan secara lengkap perilaku dari seluruh variabel keadaan sistem. Subsistem pertama merupakan subsistem yang terkontrol dan teramati, subsistem kedua merupakan subsistem takterkontrol tapi teramati, subsistem ketiga merupakan subsistem yang terkontrol tapi takteramati sedangkan susbsistem keempat merupakan subsistem yang takterkontrol dan takteramatai. Jika suatu sistem memuat subsistem takterkontrol atau takteramati, maka dikatakan sistem takterkontrol atau takteramati. Dari contoh yang dikaji ini bisa disimpulkan; suatu sistem dengan masukan dan keluaran tunggal yang fungsi transfernya ditentukan oleh subsistem terkontrol dan teramati dengan dimensi lebih kecil dari dimensi ruang-keadaannya, maka dapat dipastikan sistem ini memuat subsistem takterkontrol atau memuat subsistem takteramati. Selanjutnya, pada bagian berikut ini diberikan beberapa contoh yang membahas dari mana munculnya sistem takterkontrol atau takteramati.
6.11.2
Contoh yang telah dikaji pada bagian sebelumnya merupakan suatu contoh sistem tak terkontrol dan takteramati yang muncul dalam kajian akademik, bukan muncul dalam dunia nyata. Dalam kenyataannya sistem takterkontrol dan takteramati tidak semua muncul dari kajian akademik sebagaimana yang akan diungkapkan pada bagian ini. Redundansi variabel keadaan. Suatu hal yang biasa terjadi munculnya suatu sistem takterkontrol adalah berkenaan dengan redundansi variabel keadaan. Sebagai contoh, suatu sistem dinamik diberikan oleh: = Aq + Bx, q untuk beberapa alasan, misalkan didenisikan suatu fariabel baru sebagai berikut: r = Fq (6.63)
dimana F adalah suatu matriks berukuran n k . Sehingga diperoleh suatu persamaan dierensial berikut: = Fq = F (Aq + Bx). r Sistem Linear, Copyright: c 2013 Subiono
158 Selanjutnya bila vektor = q maka diperoleh persamaan dierensial: q =A + Bx, q dimana = A A 0 FA 0 q , r
(6.64) B . FB
= dan B
dimana masing-masing Ik dan In adalah matriks identitas dengan ukuran k k dan n n. Dari (6.66) didapat: =q = Aq + Bx q (6.67) +r =0 r = F q Pada persamaan (6.67) terlihat bahwa masukan x hanya bisa mempengaruhi variabel keadaan q sedangkan variabel redundan keadaan r tidak bisa dipengaruhi oleh masukan x. Dalam hal ini variabel r tidak akan bisa dikontrol oleh pengontrol apapun yang merupakan masukan dari sistem. Jadi sistem yang disajikan oleh persamaan (6.64) atau (6.65) takterkontrol. Dari kajian redundansi variabel keadaan ini tentu dipahami bahwa tak seorangpun akan bermaksud menggunakan variabel keadaan yang lebih banyak dari jumlah minimum yang dibutuhkannya untuk mengetahui karakakteristik perilaku proses dinamik. Tetapi dalam suatu proses yang kompleks dengan sis yang takdikenal para praktisi sistem kontrol bisa mungkin mempunyai kecenderungan menuliskan segala apa yang dipandang dan dikerjakannya kedalam persamaan dierensial. Hal ini akan menghasilkan lebih banyak persamaan dari yang dibutuhkan sehingga hasil model sistemnya merupakan sistem takterkontrol. Dalam bagian berikut ini diberikan sifat suatu sistem linear invarian waktu yaitu keterkontrolan dan keteramatan. Keterkontrolan dan ketermatan sistem ini merupakan suatu hal yang mendasar. Salah satu manfaat keterkontrolan suatu sistem dapat digunakan untuk penstabilan suatu sistem sebagaimana dalam bahasan berikut ini. Sistem Linear, Copyright: c 2013 Subiono
Pada persamaan (6.65) terlihat bahwa masukan x tampak pada variabel keadaan q dan variabel redundan keadaan r. Dalam hal ini kelihatannya sistem yang disajikan oleh persamaan (6.64) atau persamaan (6.65) terkontrol, tetapi kenyataannya tidak. Untuk menunjukkan sistem (6.65) takterkontrol, dilakukan transformasi kordinat terhadap variabel keadaan sebagai berikut: q Ik 0 q , (6.66) = F In r r
159
6.11.3
Keterkontrolan
Diberikan sistem linear invarian-waktu yang disajikan oleh persamaan: (t) = Aq(t) + Bx(t) q y (t) = C q(t) + Dx(t). (6.68)
Denisi 1 Sistem linear (6.68) dikatakan terkontrol bila untuk setiap kedaan sebarang q(0) = q0 ada masukan x(t) yang tidak dibatasi mentransfer keadaan q0 kesebarang keadaan akhir q(t1 ) = q1 dengan waktu akhir t1 berhingga.
Dari pengertian sistem terkontrol yang diberikan dalam Denisi 1, hal ini berarti bahwa bila diberikan sebarang keadaan awal q(0) dan sebarang keadaan akhir q(t1 ) akan selalu ada pengontrol x(t) yang akan mentransfer keadaan awal q(0) ke keadaan akhir yang diinginkan q(t1 ) dalam waktu yang berhingga t1 . Perlu diingat bahwa sebarang keadaan awal dan sebarang keadaan akhir ini terdiri dari n komponen dan apa bila semua komponen dari keadaan awal ini bisa dikontrol ke n komponen yang sesuai keadaan akhir, maka sistem bisa dikontrol. Sedangkan maksud dari keberadaan pengontrol x(t) yang tak dibatasi adalah tidak disyaratkan apa-apa kecuali hanya untuk mentransfer sebarang keadaan awal yang diberikan ke sebarang keadaan akhir yang diinginkan dalam waktu yang berhingga. Dalam kajian kontrol optimal pemilihan pengontrol x(t) ini merupakan pengontrol yang mentransfer keadaan awal ke keadaan akhir yang diinginkan dengan energi yang sekecil mungkin (minimum). (t) = Aq(t) + Bx(t) diberikan oleh Penyelesaian dari q
t
q(t) = e q0 +
0
At
(6.69)
Bila sistem terkontrol, yaitu ada masukan x(t) yang mentransfer q0 ke q1 dalam waktu berhingga t = t1 . Dalam hal ini q1 diberikan oleh
t1
q1 = e
At1
q0 +
0
(6.70)
Teorema berikut adalah memberikan syarat perlu dan cukup bahwa sistem (6.68) adalah terkontrol. Ada dua bagian dari Teorema ini, bagian yang pertama adalah untuk menjamin keberadaan pengontrol x(t) untuk mentransfer sebarang keadaan awal ke sebarang keadaan akhir yang diinginkan dalam waktu berhingga sedangkan bagian yang kedua adalah untuk menjamin bahwa semua n komponen dari keadaan awal bisa dikontrol ke n komponen yang bersesuaian dari keadaan akhir yang diinginkan. Sistem Linear, Copyright: c 2013 Subiono
160
1. w (0, t1) =
0
eA BB T eA d non-singulir.
2. Matriks: Mc = B | AB | A2 B | . . . | An1 B mempunyai rank sama dengan n Bukti 1. Bila w (0, t1 ) non-singulir, diberikan sebarang keadaan awal q(0) = q0 dan keadaan akhir q1 pilih masukan x(t) = B T eA t w 1 (0, t1 ) q0 eAt1 q1 . Dengan masukan ini dan digunakan persamaan (6.70), diperoleh:
t1 At1
T
(6.71)
q(t1 ) = e
q0 +
0
eA BB T eA d w 1(0, t1 )q0
T
= eAt1 q0 eAt1 w (0, t1 )w 1(0, t1 )q0 +eAt1 w (0, t1)w 1 (0, t1 )eAt1 q1 = eAt1 q0 eAt1 q0 + q1 = q1 . Terlihat bahwa dengan masukan x(t) yang diberikan dalam (6.71) sebarang kedaan awal q0 ditransfer ke sebarang keadaan akhir q(t1 ) = q1 . Jadi sistem terkontrol. Sebaliknya, andaikan w (0, t1 ) singulir tetapi sistem terkontrol. Maka untuk t1 > 0 pilih vektor = 0 sedemikian hingga
t1
eA BB T eA d w 1 (0, t1 )eAt1 q1
T w (0, t1 ) =
0
T eA BB T eA d = 0.
(6.72)
Untuk setiap t dengan 0 < t t1 diperoleh: T eAt B = 0. Sistem Linear, Copyright: c 2013 Subiono (6.73)
161
Dari asumsi sistem terkontrol, maka untuk setiap keadaan awal q0 ada x(t) yang memenuhi (6.69), Oleh karena itu diperoleh:
t1
q1 = eAt1 q0 +
0
T At1
q1 = q0 +
0 t1
T eA Bx( )d
= T q0 +
0
0x( )d
T eAt1 q1 + eAt1 q1
T = 0.
Dari persamaan terakhir diatas ini diperoleh = 0 ini bertentangan dengan kenyataan = 0. Jadi haruslah w (0, t1 ) non-singulir. 2. Asumsikan rank Mc = n, dan andaikan sistem tak-terkontrol. Karena sistem takterkontrol, maka w (0, t1 ) singulir. Jadi, diperoleh suatu persamaan yang serupa pada (6.73). Persamaan (6.73) diturunkan terhadap t sampai k kali, dengan k = 0, 1, 2, . . . , (n 1); dan pada t = 0 diperoleh: T Ak B = 0, k = 0, 1, 2, . . . , (n 1). Jadi: T B | AB | A2 B | . . . | A(n1) B = T Mc = 0. (6.75) Karena = 0 maka rank Mc < n. Hal ini bertentangan dengan kenyataan rank Mc = n. Jadi haruslah sistem terkontrol. Sebaliknya, asumsikan sistem terkontrol tetapi rank Mc < n. dari asumsi, dipilih = 0 yang memenuhi (6.75). Hal ini ekivalen dengan (6.74). Dari teorema "Hamilton-Cayley" A(n+1) dapat diuraikan sebagai kombinasi linear dari I, A, A2 , . . . , A(n1) . Jadi eAt juga dapat diraikan sebagai kombinasi linear dari I, A, A2 , . . . , A(n1) , Sistem Linear, Copyright: c 2013 Subiono (6.74)
T eAt B = 0, 0 t t1 , = 0.
t1
Karena = 0, maka w (0, t1 ) singulir. Jadi sistem tak-terkontrol. Hal ini bertentangan dengan asumsi sistem terkontrol. Jadi haruslah rank Mc = n. Matriks terkontrol Mc diatas ditentukan oleh pasangan matriks (A, B ), adakalanya juga disebutt matriks terkontrol dari sistem dengan (A, B ).
1 0 0 2
A
0 0 0 0
0 0 2 1 x(t), q ( t ) + 0 1 0 0
B
rank dari matriks Mc sama dengan 3. Jadi sistem takterkontrol. Bil matriks B , diberikan oleh 0 0 B= 0 , 1 didapat matriks keterkontrolan 0 0 2 0 0 2 0 2 Mc = 0 1 0 4 1 0 4 0 Sistem Linear, Copyright: c 2013 Subiono
163
rank dari Mc = 4. Jadi sistem terkontrol. Latihan 1 Selidiki apakah pasangan matriks berikut ini dapat dikontrol: 1 A= 2 A= 3 A= 4 A= 5 A= 1 1 0 . , B= 1 0 2 0 1 0 . , B= 1 0 2 1 0 1 , B= . 0 1 2 1 a1 0 . , B= 1 a2 0 1 l . , B= 0 0 1 0 b1 1 , B = b2 . 0 b3 0 0 b1 1 , B = b2 . 0 b3 (t) = Aq(t) + Bx(t) q y (t) = C q(t), dengan A= Bila P =
AT t e QeAt dt 0
0 l 6 A = 0 0 7 A= 0 0
0 1 1 , B= 1 0 2
dan C = (1 0).
1 0 , maka: 0 2 a). Tunjukkan bahwa AT P + P A = Q, jelaskan mengapa persamaan ini bisa dipenuhi untuk matriks P dan Q seperti diatas. 0 b). Dapatkan pengontrol x(t) sehingga dengan pengontrol ini keadaan awal q(0) = 0 1 bisa dikontrol ke keadaan akhir q(1) = , tunjukkan hal ini dalam perhitungan. 2 dengan matriks Q =
164
6.11.4
Keteramatan
Berikut ini diberikan suatu pengertian dari keteramatan dari suatu sistem; pengertian ini merupakan dual dari keterkontrolan. Denisi 2 Bila setiap keadaan awal q(0) = q0 secara tunggal dapat diamati dari setiap pengukuran keluaran sistem (6.68) dari waktu t = 0 ke t = t1 , maka sistem dikatakan "teramati".
Istilah dual yang dikenalkan diatas kata terkontrol diganti dengan kata teramati masukan x(t) diganti dengan keluaran y (t), yaitu dalam terminologi keterkontrolan sebarang keadaan awal q0 dikontrol dengan suatu masukan x(t) ke sebarang keadaan akhir q1 dimana 0 t t1 sedangkan dalam terminologi keteramatan sebarang keadaan awal q0 lewat sebarang pengukuran keluaran y (t) diamati pada interval waktu 0 t t1 . Keluaran sistem (6.68) diberikan oleh:
t
y (t) = Ce
A(t)
q0 + C
0
(6.76)
Bila diukur keluaran y (t) pada t = 0, maka diperoleh: y (0) = C q0 + Dx(0). (6.77)
Terlihat keadaan awal q0 muncul dalam persamaan (6.77). Selanjutnya bila diukur keluaran y (t) pada ts dengan 0 < ts t1 , diperoleh: y (ts ) = CeA(ts ) q0 + C
ts 0
(6.78)
= C q(ts ) + Dx(ts ). Bila keadaan awal q0 dapat diamati, maka keadaan ini juga akan muncul pada pengukuran keluaran y (ts ), yaitu y (ts ) = C q0 + Dx(ts ). (6.79) Sehingga dari persamaan (6.78) dan (6.79) diperoleh: q0 = q (ts ), dengan 0 < ts t1 . Berikut ini didenisikan suatu matriks:
t
m(0, t) =
0
eA C T CeA d.
(6.80)
165
Bila diperhatikan matriks m(0, t) ini mempunyai bentuk yang hampir serupa dengan matriks w (0, t) yang muncul pada kajian keterkontrolan. Matriks A dalam m(0, t) muncul sebagai AT dalam w (0, t) sedangkan matriks C dalam m(0, t) muncul sebagai B T dalam w (0, t). Selanjunya diberikan suatu pernyataan dalam suatu teorema berikut ini yang menyatakan syarat perlu dan cukup suatu sistem teramati. Teorema 2 Syarat perlu dan cukup sistem (6.68) teramati adalah: 1. Matriks m(0,t) pada (6.80) non-singulir. 2. Matriks keteramatan C CA CA2 . . .
Mo = CA(n1)
Seperti halnya matriks Mc , adakalanya matriks keteramatan Mo dinotasikan dengan (C, A).
dan
0 0 0 0
0 2 1 0
0 0 0 0
dengan rank Mo1 = 3. Jadi sistem tidak dapat diamati. Sedangkan rank Mo2 = 4, jadi sistem dapat diamati. Latihan 3 Selidiki apakah sistem dalam pendulum terbalik dapat diamati. Lakukan lagi penyelidikan bila hanya y1 (t) atau y2 (t) yang tersedia untuk diukur.
0 1 0 0 = 0 2 6 0
0 0 0 0
0 1 0 4
6.11.5
Pada pembahasan keterkontrolan dan keteramatan sebagaimana yang telah dibahas pada dua bagian sebelumnya keduanya erat kaitannya dengan keadaan awal q(0) = q0 . Jadi dalam hal sistem terkontrol mempunyai arti bahwa semua komponen (n komponen) dari vektor q(0) harus bisa dikontrol, bila ada setidaknya satu komponen dari x(0) yang tidak bisa dikontrol ini sudah menyatakan bahwa sistem tak-terkontrol. Begitu juga halnya bila ada setidaknya satu komponen dari q(0) yang tidak dapat ditentukan dari pengukuran keluaran sistem maka dikatakan sistem tidak bisa diamati. Pada bagian ini dikaji pengelompokan semua komponen dari q(0) yang terkontrol, begitu juga yang teramati. Untuk maksud ini dibutuhkan suatu transformasi linear yang akan mentransformasi sistem yang ada ke bentuk sistem linear yang lain. Transformasi linear ini tidak akan mengubah sifat-sifat sistem yang asli; misalnya saja bila sistem terkontrol, maka hasil sistem yang dilakukan transformasi linear tetap terkontrol. Telah dikenal dari teori matriks bahwa bila suatu "ruang bagian linear" V Rn adalah invarian-A, maka bisa didapatkan suatu basis (a1 , a2 , . . . , an ) dari Rn sedemikian hingga span{a1 , a2 , . . . , an } dimV = k < n; selajutnya dengan basis ini pemetaan A mempunyai bentuk A1,1 | A1,2 k ... ... ... A= 0 | A2,2 nk (6.81) k nk Basis yang disebutkan diatas bisa didapatkan dengan prosedur Gram-Schmidt. Kesimpulan disini adalah bila dim(Im Mc ) = k < n,
maka bisa didapat suatu basis (a1 , a2 , . . . , an ) dari Rn sedemikian hingga Im Mc = span{a1 , a2 , . . . , ak }; Sistem Linear, Copyright: c 2013 Subiono
167
dengan basis tsb. matriks A mempunyai bentuk (6.81). Karena Im B Im Mc , maka dengan basis baru tsb. B mempunyai bentuk B1 B = . . . 0 m k nk (6.82)
Dengan basis tsb. matriks terkontrol mempunyai bentuk: Mc = B | AB | . . . | A(n1) B (n1) B1 | A1,1 B1 | ... | A1,1 B1 = 0 0 | 0 | ... 0
(n1)
dan rank (B1 |A1,1 B1 | . . . |A1,1 B1 ) = k , jadi pasangan (A1,1 , B1 ) terkontrol. Dalam hal ini mempunyai arti bahwa pada sistem yang asli sebanyak k komponen dari keadaan awal q(0) = q0 yang bisa dikontrol sedangkan sisanya tidak. Pemilihan basis baru adalah ekivalen dengan memperlakukan suatu transformasi basis. Maka dari itu ada suatu matriks T yang punya invers sedemikian hingga T 1 AT dan T 1 B masing-masing mempunyai bentuk (6.81) dan (6.82) Dengan cara serupa bila dim(Ker Mo ) = k < n, maka bisa didapat suatu basis (a1 , a2 , . . . , an ) dari Rn sedemikian hingga Ker Mc = span{a1 , a2 , . . . , ak }; dengan basis tsb. matriks A mempunyai bentuk: A1,1 | A1,2 A = ... ... ... 0 | A2,2 k nk k nk (6.83)
Matriks A pada persamaan ini secara umum berbeda dengan (6.81). Karena Ker C Ker Mo , maka dengan basis baru tsb. C mempunyai bentuk C = 0 | C1 k nk
(6.84)
168
Dengan basis tsb. matriks teramati mempunyai bentuk: 0 | C1 C | CA 0 | C1 A2,2 Mo = = | . . . . . . . | . . | (n1) CA(n1) 0 | C1 A2,2 dimana rank =k (n1) CA2,2 C1 C1 A2,2 . . .
(6.85)
0 0 0 0
Matriks terkontrol (A, B ) pada contoh ini sama dengan matriks Mc 1 pada contoh terdahulu. Telah ditahu bahwa sistem tak-terkontrol sebab rank Mc 1 = 3. Dari matriks Mc 1 didapatkan tiga vektor bebas linear yang membangun Im Mc 1 , yaitu: 0 1 0 1 0 1 , , . 0 0 2 0 2 0
0 0 2 1 , B = 0 1 0 0
Vektor ke-4 dipilih sehingga bebas linear terhadap ketiga vektor tsb. Dipilih vektor ke-4 sebagai: 2 0 . 0 1
169
Didapat transformasi linear T sebagai berikut: 0 1 0 1 0 1 T = 0 0 2 0 2 0 dan invers dari matriks T adalah: T 1
2 0 0 1
dan
dan B masing-masing berdasarkan (6.81) dan (6.82), dengan pasangan Partisi matriks A (A1,1 , B1 ) diberikan oleh: 0 0 0 1 A1,1 = 1 0 0.5 , B1 = 0 . 0 1 0 0 1,1 , B 1 ) terkontrol sebab, Pasangan (A 1 0 0 rank 0 1 0 = 3. 0 0 1 Latihan 4 Tulis pasangan terkontrol dalam Latihan 1 kedalam bentuk persamaan (6.81) dan (6.82).
1 0 1 . 0 B=T B= 0
170
6.12
Pada bagian ini dibahas dualitas dari keterkontrolan dan keteramatan. Dualitas disini diartikan bahwa sifat-sifat yang ada dalam keterkontrolan bisa diperoleh dari sifat-sifat yang ada dalam keteramatan dengan menggunakan konsep dualitas dan sebaliknya juga berlaku demikian. Selajutnya akan diberikan dualitas dari keterkontrolan dan keteramatan dalam teorema berikut. Teorema 3 (A, B ) terkontrol bila dan hanya bila (B T , AT ) teramati. (C, A) teramati bila dan hanya bila (AT , C T ) terkontrol. Bukti (A, B ) terkontrol rank[B |AB | . . . |A(n1) B ] = n rank[B |AB | . . . |A(n1) B ]T = n BT B T AT rank = n . . . B T (AT )(n1) (B T , AT ) teramati
(t) = Aq(t) + Bx(t) terkontrol bila dan hanya Kesimpulan dari teorema diatas adalah q bila sistem z (t) = AT z (t), y (t) = B T z (t) teramati. Matriks transpose A AT , B B T adalah contoh sederhana dari konsep "dualitas". Ruang dual dari Rn terdiri dari semua fungsi linear c : Rn R yang merupakan himpunan dari vektor-vektor berdimensi n. Ruang dual ditulis sebagai (Rn ) , dimana dalam contoh yang dikaji sebelumnya adalah Rn sendiri. Bila A : Rn Rn adalah pemetaan linear, maka AT adalah pemetaan linear dari (Rn ) ke (Rn ) .
6.13
Pada bagian ini dibahas suatu bentuk yang dinamakan bentuk "kompanion". Bentuk kompanion ini bermanfaat terutama untuk masalah penempatan pole-pole yang sesuai diinginkan sehingga sistem loop-tutup "terstabilkan". Masalah ini akan dibahas pada bagian Sistem Linear, Copyright: c 2013 Subiono
171
berikutnya. Selain dari pada itu pada bagian ini juga akan dimanfaatkan sifat dualitas dari keterkontrolan dan keteramatan untuk memperoleh bentuk kompanion teramati lewat bentuk kompanion terkontrol. Diberikan suatu sistem masukan-tunggal keluaran-tunggal: (t) = Aq(t) + Bx(t) q y (t) = C q(t) dan ditentukan suatu transformasi: (t) = P q(t), P matriks konstan non singulir q sehingga dengan transformasi ini, sistem (6.86) ditransformasi menjadi: q (t) (t) = A (t) + Bx q (t) y (t) = C q dimana , (6.88) (6.87) (6.86)
= P AP 1, B = P B dan C = CP 1. A
Berikut ini diberikan suatu teorema yang berkenaan dengan bentuk "kompanion terkontrol", bila sistem (6.86) terkontrol. Teorema 4 Bila sistem (6.86) terkontrol, maka sistem tsb. bisa ditransformasi kebentuk:
(t) = x 0 0 0 ... 0 n n1 n2 . . . 2 y (t) = n n1 n2 . . . 2 1 0 0 0 . . . 1 0 0 . . . 0 1 0 . . . ... ... ... 0 0 0 . . . 0 0 0 (t) + . u(t) x . . 1 0 1 1 0 0 0 . . .
(6.89)
x (t)
dimana 1 , 2 , . . . , n adalah koesien-koesien dari polinomial karakteristik matriks A. Bukti Sistem (6.86) terkontrol, maka vektor-vektor B, AB, . . . , A(n1) B bebas linear. Dibentuk suatu basis sebagai berikut: qn = B qn1 = Aqn + 1 qn = AB + 1 B qn2 = Aqn1 + 2 qn = A2 B + 1 AB + 2 B . . . def q1 = Aq2 + n1 qn = A(n1) B + 1 A(n2) B + . . . + n1 B
def def def
(6.90)
Aq1 = (An + 1 A(n1) + . . . + n1 A + n I )B n B 0 0 . = n B = n qn = (q1 q2 . . . qn1 qn ) . . 0 n Aq2 = q1 n1 qn = (q1 q2 . . . qn1 qn ) 0 n1 ............................................................................ 0 0 . Aqn = qn1 1 qn = (q1 q2 . . . qn1 qn ) . . 1 1 = 0 n 1 0 . . . 0 0 . . . 1 0 . . .
atau:
1 (q1 q2 . . . qn1 qn ) Aq2 = 0 n1 .................................................................. 0 0 . (q1 q2 . . . qn1 qn )1 Aqn = . . 1 1 Sistem Linear, Copyright: c 2013 Subiono
173
Dari hasil diatas diperoleh: Q1 AQ = = A, 0 0 0 ... 0 1 n n1 n2 . . . 2 1 dimana Q = (q1 q2 . . . qn1 qn ). Sehingga bila dilakukan suatu transformasi seperti yang diberikan pada (6.87), dimana P = Q1 diperoleh: q (t) (t) + Bx q = A q (t) y (t) = C = P AP 1 dan B = P B dengan dimana A A= , 0 0 0 ... 0 1 n n1 n2 . . . 2 1 0 0 0 B = . . . 0 1 0 0 0 . . . 1 0 0 . . . 0 1 0 . . . ... ... ... 0 0 0 . . . 0 0 0 . . . , 0 0 0 . . . 1 0 0 . . . 0 1 0 . . . ... ... ... 0 0 0 . . . 0 0 0 . . .
(6.91)
(6.92)
dan = CQ = C
n n1 n2 . . . 2 1
(6.93)
Bentuk (6.89) dinamakan bentuk kompanion terkontrol. Telah dijelaskan bahwa bentuk kompanion terkontrol ini diperoleh dari transformasi x = Q1 x, dimana matriks Q dapat diperoleh dari persamaan (6.87). Matrik Q juga bisa didapat sebagai berikut. Misalkan R = [B AB A2 B . . . An1 B ] dan = [B A B A 2 B ... A n1 B ] R Sistem Linear, Copyright: c 2013 Subiono
174 atau = R = = = = = =
dan B masing-masing diberikan oleh Dengan A 1 diberikan oleh ditunjukkan bahwa matriks R n 1 n 2 n 2 n 3 . . 1 . R = . . . 1 1 1 0
A B A 2 B ... A n1 B ] [B A 2 . . . A n1 ]B [I A 1 1 1 2 [Q Q Q AQ Q A Q . . . Q1 An1 Q](Q1 B ) Q1 [I A A2 . . . An1 ]Q(Q1 B ) Q1 [I A A2 . . . An1 ]B Q1 [B AB A2 B . . . An1 B ] 1 . Q1 R Q = RR persamaan (6.91) dan (6.92), maka dapat . . . 1 ... 1 . .. . . . ... 0 ... 0 1 0 . . .
Selanjutnya diberikan suatu teorema yang merupakan "dual" dari teorema (4) yaitu bentuk kompanion teramati. Teorema 5 Bila sistem masukan-tunggal keluran tunggal (t) = Aq(t) + Bx(t) q y (t) = C q(t) (6.95)
. 0 0
(6.94)
teramati, maka sistem ini dapat ditransformasi menjadi bentuk kompanion teramati yang diberikan oleh: n 0 0 0 . . . 0 n n1 1 0 0 . . . 0 n1 n2 0 1 0 . . . 0 n2 (t) = q ( t ) + u(t) . q . . . . . . . . . . . . . . . . . 2 0 0 0 . . . 0 2 1 0 0 0 . . . 1 1 , y (t) = 0 0 0 . . . 0 1 q dimana 1 , 2 , . . . , n adalah koesien-koesien dari polinomial karakteristik matriks A. Bukti Karena sistem (6.95) teramati, maka berdasarkan Teorema 3 sistem dual (t) = AT q(t) + C T x(t) q y (t) = B T q(t) Sistem Linear, Copyright: c 2013 Subiono (6.96)
175
terkontrol. Jadi dari hasil Teorema 4, ada matriks P non-singulir sedemikian hingga = , 0 0 0 ... 0 1 n n1 n2 . . . 2 1 0 0 0 P CT = . . . 0 1 0 0 0 . . . 1 0 0 . . . 0 1 0 . . . ... ... ... 0 0 0 . . . 0 0 0 . . .
P AT P 1
(6.97)
(6.98)
dan B T P 1 =
n n1 n2 . . . 2 1
(6.99)
(6.100)
z (t)
Sistem (6.100) adalah terkontrol dualitas dari sistem ini adalah teramati yang dilakukan dengan mentranspose tiga persamaan matriks (6.97), (6.98) dan (6.99), diperoleh: 0 1 0 (P 1)T AP T = . . . 0 0 0 0 1 . . . 0 . . . 0 n 0 . . . 0 n1 0 . . . 0 n2 = QAQ1 , . . . . . . . . . 0 0 . . . 0 2 0 0 . . . 1 1
176 dan
(t) = Qq(t) sistem teramati (6.95) dimana Q = (P 1 )T . Jadi dengan transformasi q menjadi: (t) = QAQ1 q (t) + QBx(t) q (6.101) (t) y (t) = CQ1 q atau 0 1 0 (t) = . q . . 0 0 y (t) = 0 0 0 1 . . . 0 . . . 0 n 0 . . . 0 n1 0 . . . 0 n2 x ( t ) + . . . . . . . . . 0 0 . . . 0 2 0 0 . . . 1 1 n n1 n2 . . . 2 1
(P 1 )T B = 2 1
n n1 n2 . . .
= QB,
u(t)
0 0... 0 1 q ,
maka
Masing-masing sistem (6.95) dan (6.101) adalah teramati dan sistem (t) = Qq(t). sistem (6.95) dengan melakukan suatu transformasi q matriks keteramatan dari kedua sistem ini diberikan oleh C CQ1 CA CQ1 (QAQ1 ) 2 1 2 1 = W = CA dan W CQ (QA Q ) . . . . . . n 1 1 CA CQ (QAn1 Q1 ) = W CQ1 CQ1 (QAQ1 ) CQ1 (QA2 Q1 ) . . . CQ1 (QAn1 Q1 ) = C CA CA2 . . . CAn1
Jadi
1 Q = W Q1 .
1 diberikan oleh Dapat ditunjukkan bahwa matriks W samaan (6.94), yaitu n 1 n 2 . . . 1 n 2 n 3 . . . 1 . . . 1 .. . W = . . . . . . 1 1 ... 0 1 0 ... 0
Keterkontrolan dan keteramatan sistem erat kaitannya dengan disain kontroler menggunakan hukum umpan balik. Melalui contoh-contoh berikut diberikan pengertian sistem yang dapat dikontrol dan sistem dapat diamati.
6.13.1
Pada subbagian ini diberikan contoh-contoh yang berkaitan dengan sistem dapat dikontrol dan dapat diamati. Pada pembahasan berikutnya diberikan disain kontroler melalui hukum umpan balik. 1. Misalkan sistem waktu-diskri LIW diberikan oleh Gambar berikut. x[n] + +
3 2
q1 [n + 1]
z 1
q1 [n]
1 2
q2 [n] z
1
+ -
y [n]
q2 [n + 1] 2
(a) Apakah sistem stabil asimptotik? (b) Dapatkan fungsi transfer H (z ). (c) Apakah sistem stabil BIBO. Jawab (a). Dari Gambar pilih peubah keadaan q1 [n] dan q2 [n], didapat q1 [n + 1] = 3 q2 [n] + x[n] 2 1 q2 [n + 1] = q1 [n] + 2q2 [n] 2 y [n] = q1 [n] q2 [n], Sistem Linear, Copyright: c 2013 Subiono
q1 [n + 1] q2 [n + 1]
y [n] =
3 = 4
3 2 2
1 2
3 2
1 3 Didapat nilai karakteristik dari A adalah 1 = 2 dan 2 = 2 . Sistem Waktu-Diskrit Linear Invarian Waktu akan stabil asimptotik bila semua nilai karakterikstik dari matriks A memenuhi || < 1. Karena ada 2 = 3 dengan |2 = 3 | > 1, maka sistem 2 2 tidak stabil asimptotik.
z
1 2
z
1 2
z
3 2
3 2 3 2
1 1 = 1 . z1 2
z2 3 2 1 2 z
3 2 z2
1 0 1 0
3 . Jadi pole di H (z ) hanya (c) Pada hasil (b) terjadi penghapusan pole H (z ) di z = 2 1 z = 2 . Pole ini terletak didalam lingkaran |z | < 1 pada bidang-z . Oleh karena itu sistem stabil BIBO. Catatan bahwa walaupun sistem stabil BIBO, tetapi secara esensial tidak stabil kecuali sistem pada keadaan awal bernilai nol.
2. Misalkan Sistem Waktu Diskrit Linear Invarian Waktu (SWDLIW) tingkat N dengan persamaan keadaan q[n + 1] = Aq[n] + Bx[n]. Sistem dikatakan dapat dikontrol bila adalah mungkin mendapatkan suatu barisan N input x[n0 ], x[n0 + 1], . . . , x[n0 + N 1] Sistem Linear, Copyright: c 2013 Subiono
179
sedemikian hingga dapat mengontrol keadaan sistem dari keadaan awal q[n0 ] = q0 ke keadaan akhir q[n0 + N ] = q1 . Bila sistem dapat dikontrol, maka matriks keterkontrolan yang diberikan oleh Mk = B AB . . . AN 1 B mempunyai rank sama dengan N , yaitu rank(Mk ) = N. Asumsikan bahwa n0 = 0 dan q[0] = 0, didapat
N 1
(6.102)
q[n] =
k =0
AN 1k Bx[k ]
(6.103)
yang mana dapat ditulis sebagai x[N 1] x[N 2] q[N ] = B AB . . . AN 1 B . . . . x[0] x[0], x[1], . . . , x[N 2], x[N 1] adalah tak nol yaitu sebagaimana yang diperlukan untuk sistem dapat dikontrol, maka matriks Mk = B AB . . . AN 1 B pada Persamaan (6.104) harus non singulir yaitu rank(Mk ) = N. 3. Misalkan Sistem Waktu Diskrit Linear Invarian Waktu (SWDLIW) tingkat N dengan persamaan keadaan q[n + 1] = Aq[n] + Bx[n] y [n] = C q[n]. Sistem dikatakan dapat diamati bila dimulai pada sebarang indeks waktu n0 menentukan keadaan q[n0 ] = q0 dari barisan N output y [n0 ], y [n0 + 1], . . . , y [n0 + N 1]. Sistem Linear, Copyright: c 2013 Subiono
(6.104)
Dengan demikian, bila keadaan q[N ] adalah sebarang dan barisan input
180
Bila sistem dapat diamati, maka matriks keteramat yangan diberikan oleh C CA MO = . . . CAN 1 rank(MO ) = N.
(6.105)
Asumsikan bahwa n0 = 0 dan x[n] = 0, maka output y [n] untuk n = 0, 1, 2, . . . , N 1, dengan x[n] = 0 diberikan oleh y [n] = CAn q[0], n = 0, 1, 2, . . . , N 1 atau y [0] = C q[0] y [1] = CAq[0] y [2] = CA2 q[0] . . . y [N 1] = CAN 1 q[0]. Tulis ulang Persamaan (6.107) sebagai suatu persamaan matriks, didapat C y [0] y [1] CA y [2] CA2 q[0]. = . . . . . . CAN 1 y [N 1] (6.106)
(6.107)
(6.108)
Dengan demikian, untuk mendapatkan penyelesaian tunggal dari q[0], maka matriks C CA CA2 MO = . . . CAN 1 pada Persamaan (6.108) harus non singulir yaitu rank(MO ) = N .
4. Misalkan Sistem Waktu Kontinu Linear Invarian Waktu (SWKLIW) tingkat N dengan persamaan keadaan (t) = Aq(t) + Bx(t). q Sistem Linear, Copyright: c 2013 Subiono
181
Sistem dikatakan dapat dikontrol bila adalah mungkin mendapatkan suatu input x(t) yang mengontrol sebarang keadaan awal q(t0 ) = q0 ke sebarang keadaan akhir q(t1 ) = q1 dengan waktu yang berhingga. Bila sistem dapat dikontrol, maka matriks keterkontrolan yang diberikan oleh Mk = B AB . . . AN 1 B mempunyai rank sama dengan N , yaitu rank(Mk ) = N . Asumsikan bahwa t0 = 0 dan q(0) = 0, didapat
t1
(6.109)
q1 = q(t1 ) = eAt1
0
eA Bx( )d.
(6.110)
=
k =0
k ( )Ak .
(6.111)
Substitusikan Persamaan (6.111) pada Persamaan (6.110), lalu susun ulang didapat t
N 1
1
q1 = e
At1
Misalkan
A B
k =0
k ( )x( )d .
(6.112)
t1
k ( )x( )d = k .
0
e atau e
At1
At1
q1 =
k =0
Ak Bk
Diberikan sebarang keadaan akhir q1 , maka dari Persamaan (6.113) dapat ditentukan secara tunggal k begitu juga input x(t), bila matriks Mk pada Persamaan (6.113) nonsingulir atau rank(Mk ) = N . Sistem Linear, Copyright: c 2013 Subiono
N 1 B AB . . . A B q1 = . N 1
0 1 . . .
(6.113)
182
5. Misalkan Sistem Waktu Kontimu Linear Invarian Waktu (SWKLIW) tingkat N dengan persamaan keadaan (t) = Aq(t) + Bx(t) q y (t) = C q(t). Sistem dikatakan dapat diamati bila setiap sebarang keadaan awal q(t0 ) = q0 dapat ditentukan dari output y (t) pada beberapa periode berhingga waktu dari t0 ke t1 . Bila sistem dapat diamati, maka matriks keteramat yangan diberikan oleh C CA MO = . . . CAN 1
(6.114)
Dibuktikan dengan suatu kontradiksi. Misalkan bahwa sistem dapat diamati, tetapi rank dari MO kurang dari N . Maka ada suatu keadaan awal q(0) = q0 = 0 sedemikian hingga MO q0 = 0 atau C q0 = CAq0 = . . . = CAN 1 q0 = 0. Selanjutnya, untuk x(t) = 0 dan t0 = 0, didapat y (t) = CeAt q0 . (6.116) (6.115)
eAt =
k =0
k (t)Ak .
(6.117)
y (t) =
k =0
k (t)CAk q0 = 0.
(6.118)
Terlihat bahwa keadaan awal q0 tidak dapat ditentukan dari output y (t) = 0. Jadi sistem tidak dapat diamati, hal ini kontradiksi dengan kenyataan sistem dapat diamati. Oleh karena itu haruslah rank(M0 ) = N . 6. Diberikan suatu sistem SWKLIW yang diberikan oleh persamaan (t) = Aq(t) + Bx(t) q y (t) = C q(t) Sistem Linear, Copyright: c 2013 Subiono
183
dengan A= 1 0 1 , B= 1 2 1 dan C = 1 1 .
(a) Apakah sistem stabil asimptotik? (b) Apakah sistem stabil BIBO? (c) Apakah sistem dapat dikontrol? (d) Apakah sistem dapat diamati? (a). Polinomial karakteristik A diberikan oleh p( ) = 1 = 2 2 = ( + 1)( 2). 2 1
Jadi nilai karakateristik dari A adalah 1 = 1 dan 2 = 2. Sistem SWKLIW stabil asimptotik bila semua bagian real nilai karakteristik dari A bernilai negatif yaitu Re() < 0. Oleh karena itu sistem ini tidak stabil asimptotik sebab Re(2 ) = 2 > 0. (b). Fungsi transfer sistem diberikan oleh H (s) = C (sI A) =
1
B = 1 1
Terlihat pada H (s) terjadi penghapusan pole di s = 2. Jadi hanya ada satu pole s = 1 pada H (s) yang terletak disebelah kiri bidang-s. Dengan demikian sistem stabil BIBO. Perlu dicatat kembali bahwa sistem secara esensi tidak stabil bila keadaan awal sistem tidak sama dengan nol. (c). Matriks Mk diberikan oleh Mk = B AB = 1 1 1 1
1 s1 1 1 1 2 s (s + 1) (s 2) 2 (s 2) 2 = = . (s + 1) (s 2) s+1
s 1 2 s 1
1 1
1 1
dan det(Mk ) = 0 Jadi rank(Mk ) = 1 < 2. Oleh karena itu sistem tidak dapat dikontrol. (d). Matriks MO diberikan oleh MO = C 1 1 = CA 2 0
dan det(MO ) = 2 = 0 Jadi rank(MO ) = 2. Oleh karena itu sistem dapat diamati. Sistem Linear, Copyright: c 2013 Subiono
184
7. Diberikan suatu sistem SWDLIW yang diberikan oleh persamaan q[n + 1] = Aq[n] + Bx[n] y [n] = C q[n] + Dx[n] dengan 0 1 8 1
(a) Apakah sistem dapat dikontrol? (b) Apakah sistem dapat diamati? (c) Bila keadaan awal
A=
0 , B = 1 3 4
dan C = 1 8
3 4
, D = 1.
q[0] =
0 . 1
(d) Bila y [0] = 1 dan y [1] = 0 dengan x[0] = x[1] = 0, maka dapatkan keadaan awal q[0]. (a). Matriks Mk diberikan oleh Mk = B AB = 0 1 3 1 4
dan det(Mk ) = 1 = 0 Jadi rank(Mk ) = 2. Oleh karena itu sistem dapat dikontrol. (b). Matriks MO diberikan oleh 1 8 C MO = = CA 3 32 3 4 7 16
1 dan det(MO ) = 64 = 0 Jadi rank(MO ) = 2. Oleh karena itu sistem dapat diamati.
(c). Keadaan q[2] diberikan oleh q[2] = A2 q[0] + ABx[0] + Bx[1] = A2 q[0] + B AB x[1] . x[0]
185
(d). Gunakan persamaan berikut y [0] C = q[0], y [1] CA didapat 1 8 1 = 0 3 32 Selesaikan persamaan ini, diperoleh 1 8 q [0] = q[0] = 1 q2 [0] 3 32 3 4 q1 [0] . 7 q2 [0] 3 1 4 28 1 . = 6 0 7 16
16
sering juga dinotasikan oleh pasangan matriks terkontrol (A, B ). Sedangkan matriks keteramatan baik untuk sistem diskrit atau kontinu yang diberikan oleh C CA 2 Mo = CA . . . CAN 1
Catatan: Matriks keterkontrolan baik untuk sistem diskrit ataupun kontinu yang telah dibahas yaitu Mk = B AB A2 AN 1 B
186
6.13.2
Pada subbagian ini dibahas umpan balik keadaan x(t) = K q(t) dengan K Rmn untuk sistem linear yang diberikan oleh persamaan keadaan (t) = Aq(t) + Bx(t) q Dengan umpan balik x(t) = K q(t) didapat sistem loop-tutup berikut (t) = (A BK )q(t). q Pole dari sistem loop-tutup adalah akar-akar persamaan karakteristik det(sIn A + BK ) = 0, dengan In adalah matriks identitas ukuran n n. Disain kontrol umpan balik keadaan sistem loop-tutup adalah memilih komponen gain K ki,j , i = 1, 2, . . . , m. j = 1, 2, . . . , n sehingga akar-akar persamaan karakteristik sistem loop-tutup det(sIn A + BK ) = 0 sesuai yang dikehendaki oleh pendisain pada bidang kompleks. Misalkan, dikehendaki pole dari sistem loop-tutup adalah s1 , s2 , . . . , sn . Pole sk ini bisa real atau kompleks. Bila kompleks, maka konjugate kompleksnya juga merupakan pole, sebab ki,j yang digunakan adalah real. Dengan demikian didapat polinomial sesuai yang dikehendaki, yaitu c (s) = (s s1 )(s s2 ) (s sn ) = s n + n 1 s n 1 + + 1 s + 0 . Jadi haruslah det(sIn A + BK ) = sn + n1 sn1 + + 1 s + 0 . Masalah yang dibahas ini adalah masalah penempatan pole. Pada pembahasan ini hanya dibahas masalah penempatan pole untuk sistem dengan input tunggal, dengan demikian K Rn . Penyelesaian masalah ini mudah diselesaikan bila pasangan matriks keterkontrolan (A, B ) mempunyai rank sama dengan n (sistem dapat dikontrol). Untuk hal yang demikian didapat 0 1 0 0 0 0 0 1 0 0 . . . . . .. . . . . . A BK = . . . . . . . 0 0 0 0 1 a0 k1 a1 k2 a2 k3 an2 kn1 an1 kn Sistem Linear, Copyright: c 2013 Subiono
187
Jadi, komponen gain yang dikehendaki adalah k1 = 0 a0 k2 = 1 a1 . . . kn = n1 an1 . Bila sistem tidak berbentuk kompanion terkontrol, maka lakukan transformasi kedalam yang memenuhi bentuk kompanion terkontrol. Kemudian hitung gain K +B K ) = s n + n 1 s n 1 + + 1 s + 0 . det(sIn A Didapat = 0 a0 1 a1 n1 an1 K
yang mana T adalah suatu transformasi yang mentranformasi pasangan dan K = KT (A, B ) kedalam bentuk kompanion terkontrol. Algoritma untuk menghitung gain K juga bisa dilakukan dengan menggunakan formula Ackermann sebagai berikut
1 K = 0 0 0 1 Mk c (A),
(6.119)
yang mana c (s) adalah polinomial yang dikehendaki oleh pendisain. Pembahasan umpan balik keadaan yang telah dibahas ini berlaku juga untuk sistem diskrit yang diberikan oleh persamaan keadaan q[n + 1] = Aq[n] + Bx[n], dengan matriks terkontrol. Contoh 1. Diberikan sistem (t) = q Mk = B AB An1 B
Gunakam formula Ackermann untuk mendisain umpan balik q(t) = Kx(t) supaya sistem loop-tutup mempunyai pole di {1, 2}. Jawab. Matriks keterkontrolan adalah Mk = B AB = Invers matriks Mk adalah
1 Mk =
2 1 1 x(t). q(t) + 1 1 2
2 1 . 1 0
0 1 1 2
0 1 1 2 1 2 1 0 .
0 1 (A2 + 3A + 2I2 ) 1 2
5 2 2 1
2 0 3 3 0 1 + + 0 2 3 6 1 3
Contoh 2. Diberikan sistem diskrit q[n + 1] = 0 1 0 q[n] + x[n]. 0.16 1 1 {1 i, 1 + i}. Jawab. Matriks keterkontrolan adalah Mk = B AB = Invers matriks Mk adalah
1 Mk =
Disain umpan balik q[n] = Kx[n] supaya sistem loop-tutup mempunyai pole di
0 1 . 1 1
1 1 1 0
Jadi rank(Mk ) = 2, yaitu sistem terkontrol. Juga sistem mempunyai bentuk kompanion terkontrol, dari matriks A didapat a0 = 0.16 dan a1 = 1. Polinomial yang dikehendaki adalah c (z ) = (z (1 i))(z (1 + i)) = z 2 + 2z + 2. Didapat 0 = 2 dan 1 = 2, dengan demikian komponen gain K adalah k1 = 0 a0 = 2 0.16 = 1.84 k2 = 1 a1 = 2 1 = 1 Sistem Linear, Copyright: c 2013 Subiono
189
Jadi K = [1.84 1]. Hasil ini bisa dicek dengan formula Ackermann sebagai berikut. c (A) = A2 + 2A + 2I2 0.16 1 0 2 2 0 = + + 0.16 0.84 0.32 2 0 2 = 1.84 1 0.16 0.84
= [1 0]
6.13.3
Disain Observer
Pada subbagian ini dibahas disain observer untuk sistem linear kontinu (t) = Aq(t) + Bx(t) q y (t) = C q(t) + Dx(t) atau sistem linear diskrit q[n + 1] = Aq[n] + Bx[n] y [n] = C q[n] + Dx[n] C CA . . .
dengan matriks
M0 = n 1 CA (6.120)
(t) adalah estimasi dari keadaan q(t). Matriks L adalah matriks gain observer. dengan q (t) q(t). Tujuan dari observer adalah mengestimasi q(t) sehingga untuk t , maka q Bila error estimasi diberikan oleh (t), e(t) = q(t) q (6.121)
190
maka pendisainan observer harus menghasilkan e(t) 0 kalau t . Pendisainan berkaitan dengan matriks L sesuai yang dikehendakinya, hal ini bisa dijamin karena sistem teramati. Pada persamaan (6.121) lakukan derivatif dan gunakan Persamaan (6.120) didapat (t) (t) = q (t) q e (t) Bx(t) L(y (t) C q (t)) = Aq(t) + Bx(t) Aq atau Terlihat bahwa kondisi e(t) 0 untuk t dengan diberikan sebarang error awal e(t0 ) bisa dicapai sesuai keinginan pendisain haruslah bagian real dari semua akar persamaan karakteristik det(I (A LC )) = 0 (6.123) adalah negatif. Jadi masalah disain observer adalah mencari matriks gain observer L supaya semua akar Persamaan (6.123) bagian realnya negatif. Untuk tujuan ini formula Ackerman bisa digunakan sebagai berikut. Misalkan dikehendaki polinomial karakteristik p() = n + an1 n1 + + a1 + a0 , maka matriks gain observer diberikan oleh 0 . 1 . . L = p(A)Mo , 0 1 (t) = (A LC )e(t). e (6.122)
(6.124)
p(A) = An + an1 An1 + + a1 A + a0 I. Contoh Diberikan sistem (t) = q y (t) = Sistem teramati sebab Mo = dan
1 Mo =
1 0 q(t).
0 2 3 x(t) q(t) + 1 1 4
1 0 C = 2 3 CA 1 0 2 1 3 3
191
Bila diingini polinomial karakteristik observer adalah p() = 2 + 16 + 100 maka p(A) = A2 + 16A + 100I 100 0 32 48 1 18 + + = 0 100 16 64 6 13 = 133 66 22 177
0 1 1 0 1 2 3 3 0 1
= =
22 . 59
133 66 22 177
Dengan demikian observer diberikan oleh (t) = Aq (t) + Bx(t) + L(y (t) C q (t)) q 2 3 0 22 (t) + 1 (t)), = q x(t) + (y (t) q 1 4 1 59 q(t) = Persamaan error estimasi diberikan oleh (t) = (A LC )e(t) e 20 3 = e(t). 60 4 Untuk error awal e(0) = didapat e(t) = e(ALC )t e(0) e1 (t) e2 (t) = =
e sin(6 t) e8 t (cos (6 t) 2 sin (6 t)) 2 10 e8 t sin (6 t) e8 t (2 sin (6 t) + cos (6 t))
8 t
yang mana
q1 (t) . q2 (t)
1 2
1 2
192
Gambar error estimasi e(t) diberikan oleh Gambar 6.4. Dalam Gambar 6.4 ini terlihat
e1 (t)
e2 (t)
193
Test, Tgl. 5 Mei 2010. Sifat Tutup Buku. Waktu 100 Menit 1. Diberikan fungsi transfer dari SWDLIW H (z ) = z 1 + 5 z 2 . 1 + 4 z 1 + 3 z 2
a. Dapatkan persamaan keadaan dari sistem. b. Gambar diagram simulasi dari sistem. c. Selidiki kestabilan sistem. Apakah sistem bisa dikontrol dan dapat diamati? 2. Misalkan Persamaan Keadaan dari SWKLIW diberikan oleh (t) = Aq(t) + Bx(t) q y (t) = C q(t) + Dx(t) (6.125)
Pendiskritan dari Persamaan (6.127) dengan samplig periode T diberikan oleh q[(k + 1)T ] = A(T )q[kT ] + B (T )x[kT ] y [kT ] = C q[kT ] + Dx[kT ], dengan
0 T
(6.126)
eA d B.
0 0 1 , C = 1 0 dan D = 0, ,B = 1 0 2
maka dapatkan hasil pendiskritan dari sistem ini dalam bentuk Persamaan (6.128) untuk T = 1. 3. Diberikan SWKLIW oleh (t) = q 0 3 1 x(t) q(t) + 1 1 y (t) = 1 0 q(t).
Dapatkan nilai supaya sistem stabil asimptotik. Selanjutnya selidiki keterkontrolan dan keteramatan dari sistem serta gambar simulasi diagram dari sistem.
194
Jawaban Test, Tgl. 5 Mei 2010. Sifat Tutup Buku. Waktu 100 Menit 1. Diberikan fungsi transfer dari SWDLIW H (z ) = z 1 + 5 z 2 . 1 + 4 z 1 + 3 z 2
a. Dapatkan persamaan keadaan dari sistem. b. Gambar diagram simulasi dari sistem. c. Selidiki kestabilan sistem. Apakah sistem bisa dikontrol dan dapat diamati? Jawab a. Fungsi Transfer
z 1 + 5 z 2 Y (z ) = . H (z ) = X (z ) 1 + 4 z 1 + 3 z 2
Dengan menggunakan bentuk pertama kanonik peubah keadaan didapat, persamaan keadaan sistem diberikan oleh 4 1 1 q[n] + x[n] q[n + 1] = 3 0 5 y [n] = 1 0 q[n].
1 + q2 [n] 4 + - q1 [n + 1] z
1
0 + q1 [n] + y[n]
c. Polinomial karakteristik dari matriks A diberikan oleh p() = |I A| = ( + 1)( + 3). Terlihat bahwa semua nilai karakteristik dari A nilai-mutlaknya tidak kurang dari pada 1. Yaitu |1 = 1| = 1 1 dan |2 = 3| = 3 1. Jadi sistem tidak stabil asimptotik. Juga bisa dicek bahwa fungsi transfer H (z ) tidak ada faktor persekutuan Sistem Linear, Copyright: c 2013 Subiono
195
antara pembilang dan penyebut, maka pole-plolenya adalah z = 1 dan z = 3 dengan demikian sistem tidak stabil BIBO. Matriks keterkontrolan diberikan oleh Mk = B AB = 1 1 5 3 dan |Mk | = 8 = 0. Jadi rank(Mk ) = 2.
Dengan demikian sistem terkontrol. Sedangkan matriks ketermatan diberikan oleh MO = C 1 0 = CA 4 1 dan |MO | = 1 = 0. Jadi rank(MO ) = 2.
Dengan demikian sistem dapat diamati. 2. Misalkan Persamaan Keadaan dari SWKLIW diberikan oleh (t) = Aq(t) + Bx(t) q y (t) = C q(t) + Dx(t)
(6.127)
Pendiskritan dari Persamaan (6.127) dengan samplig periode T diberikan oleh q[(k + 1)T ] = A(T )q[kT ] + B (T )x[kT ] y [kT ] = C q[kT ] + Dx[kT ], dengan
0 T
(6.128)
eA d B.
maka dapatkan hasil pendiskritan dari sistem ini dalam bentuk Persamaan (6.128) untuk T = 1. Jawab Untuk T = 1, didapat 1 e2 1 2 A(1) = eA = 2 dan B (1) = 0 e2
0 1 0 ,B = , C = 1 0 dan D = 0, 0 2 1
Sehingga didapat hasil pendiskritan sistem 2 1 e 2 1 e 4 + 4 1 2 2 q[n] + q[n + 1] = x[n] 1 e2 0 e2 2 2 y [n] = 1 0 q[n].
e2 1 1 4 + 4 A e d B = . 1 e2 0 2 2
0 3 1 x(t) q(t) + 1 1
y (t) = 1 0 q(t). Dapatkan nilai supaya sistem stabil asimptotik. Selanjutnya selidiki keterkontrolan dan keteramatan dari sistem serta gambar simulasi diagram dari sistem. Jawab Polinomial karateristik dari A diberikan oleh p() = |I A| = 2 + 2 + ( 3). Didapat 1 = 1 + 4 , 2 = 1 4 .
Sehingga untuk > 3 didapat Real(1 ) < 0 dan Real(2 ) < 0. Supaya sistem stabil asimptotik haruslah > 3. Matrix keterkontrolan diberikan oleh Mk = B AB = 0 1 1 1 rank(Mk ) = 2.
Jadi sistem dapat diamati. Gambar dari diagram simulasi keadaan sistem diberikan oleh gambar berikut. x(t) + + q 2 (t) + q2 (t) + q 1 (t) 3 q1 (t) y(t)
197
Evaluasi Akhir Semester 17-19 Mei 2010, Sifat Tutup Buku, Waktu 100 menit. 1. Ungkapkan bentuk gelombang dari Gambar berikut sebagai jumlahan dari fungsi unit step. v (t) 3 2 1 0 a b 1 2 3 t
Jawab Persamaan segmen garis a adalah 2t +1 dan persamaan segmen garis b adalah t +3, sehingga didapat v (t) = (2t + 1) [u0 (t) u0 (t 1)] + 3 [u0 (t 1) u0 (t 2)] +(t + 3) [u0 (t 2) u0 (t 3)] . atau v (t) = (2t + 1)u0 (t) (2t + 1)u0(t 1) + 3u0 (t 1) 3u0 (t 2) +(t + 3)u0(t 2) (t + 3)u0(t 3) = (2t + 1)u0 (t) + [(2t + 1) + 3] u0 (t 1) + [3 + (t + 3)] u0 (t 2) (t + 3)u0 (t 3) = (2t + 1)u0 (t) 2(t 1)u0 (t 1) tu0 (t 2) + (t 3)u0 (t 3).
2. (a.) Hitung
t (t 2)dt.
(b.) Bila input x[n] dan respon impuls h[n] dari suatu sistem linear diskrit invarian waktu diberikan oleh x[n] = u[n], h[n] = n u[n], 0 < < 1 dengan u[n] adalah fungsi unit step, maka hitung output y [n]. Jawab (a.) Gunakan sifat
198 (b.)
x[k]
1 -2 -1 0 1 2 3 1 h[n k]
n
......
1 1
.....................
k n<0 k n>0 k
0 1
h[n k]
-2 -1 0 1 2 3 4 5 (b)
0 (a)
k =
x[k ]h[n k ]
Barisan x[k ] dan h[n k ] sebagaiman ditunjukkan dalam Gambar (a) diatas untuk n < 0 dan n > 0. Dari Gambar terlihat bahwa untuk n < 0, x[k ] dan h[n k ] tidak terjadi overlap, sedangkan untuk n 0 terjadi overlap dari k = 0 ke k = n. Dengan demikian untuk n < 0, y [n] = 0. Jadi untuk n 0, didapat
n
y [n] =
k =0
n k .
y [n] =
m=n
=
m=0
m =
1 n+1 . 1
Hasil y [n] diberikan dalam Gambar (b). 3. Diberikan persamaan keadaan sistem linear diskrit invarian waktu q[n + 1] = y [n] = 0 1 0 x[n] 1 5 q[n] + 6 1 6 1 2 q[n].
(a.) Dapatkan fungsi transfer H (z ) dan gambar diagram simulasi sistem. (b.) Selidiki kestabilan sistem. Sistem Linear, Copyright: c 2013 Subiono
199
z
1 6
1 z
5 6
1 5 z6
1 6
0 1
z+
z + + -
q1 [n]
+ y [n] -
5 6 1 6
1 1 1 1 Didapat 1 = dan 2 = . Terlihat bahwa |1 = | < 1 dan |2 = | < 1. Jadi 2 3 2 3 sistem stabil asimptotik, akibatnya juga stabil BIBO. 4. Konstruksi suatu sistem linear kontinu invarian waktu yang diberikan oleh persamaan keadaan dengan kriteria tidak bisa dikontrol dan juga tidak bisa diamati. Selanjutnya gambar diagram simulasi dari sistem. Jawab. Sistem berikut (t) = q y (t) = Matriks keterkontrolan Mk = B AB = 1 3 1 3 = rank(Mk ) = 1 < 2, 1 2 1 q(t) + x(t) 0 3 1 1 1 q(t).
200
Karena rank(Mk ) = 1 < 2, maka sistem tidak bisa dikontrol. Selanjutnya matriks keteramatan sistem diberikan oleh MO = C 1 1 = CA 1 1 = rank(MO ) = 1 < 2,
Karena rank(MO ) = 1 < 2, maka sistem tidak bisa diamati. Gambar diagram simulasi sistem diberikan oleh gambar berikut.
1 (t) + + q x(t) q1 (t)
+ 2 + + 3
q 2 (t) q2 (t)
+ -
y (t)
201
REMIDI MATAKULIAH SISTEM LINEAR, 24 Mei 2010, Sifat Tutup Buku , Waktu 100 Menit. 1. Ungkapkan bentuk gelombang v (t) yang diberikan oleh Gambar berikut sebagai jumlahan dari fungsi unit step dalam interval waktu 1 < t < 7. v (t) 3 ................... ................... ........ 2 1 1 0
.........
.........
7 t
x2 ex (x 2)dx.
3. (a.) Hubungan input output dari sistem linear diskrit diberikan oleh y [n] = ay [n 1] + x[n]. Dapatkan output y [n] bila input x[n] = K [n] dan y [1] = . (b.) Dapatkan persamaan keadaan dari suatu sistem linear kontinu yang diberikan oleh persamaan y (t) + 3y + 2y (t) = 4x + x(t). 4. Diberikan Sistem Waktu Kontinu Linear Invarian Waktu oleh (t) = q 3 1 0 q(t) + x(t) 1 1
y (t) = 1 0 q(t). Dapatkan nilai supaya sistem stabil asimptotik. Selanjutnya selidiki keterkontrolan dan keteramatan dari sistem serta gambar simulasi diagram dari sistem.
202
Daftar Pustaka
[1] Steven T. Karris, "Signals and Systems with Matlab, Computing and Simulink Modeling", Fourth Edition, Orchard Publications,(2008). [2] Hwei P. Hsu, "Signals and Systems", Schaumss Outline Series, McGraw-Hill, (1995). [3] Subiono, "Sistem Linear dan Kontrol Optimal", Jurusan Matematika, FIMPAITS, Surabaya, (2011) [4] Alexander D. Poularikas "Transforms and Applications, Handbook, Third Edition ", CRC Press Taylor & Francic Group, (2010). [5] E.I. Jury, "Theory and Application of the z-Transform Method", Robert E. Krieger Publishing CO. Hunting, New York, (1964) [6] K. Ogata, "Discrete-Time Control Systems, Second Edition", Prentice-Hall International, Inc., (1995). [7] M.J.Roberts, "Signal and Systems, Analysis Using Transform Methods and Matlab, Second Edition", McGraw-Hill, (2012). [8] D.G.Schultz and J.L.Melsa, "State Function and Linear Control Systems", McGraw-Hill Book Company, (1967). [9] M.Corinthios, "Signal, Systems,Transforms, and Digital Signal Processing with Matlab", CRC Press, (2009). [10] Kannan M. Moudgalya, "Digital Control", Wiley & Sons, (2007). [11] Richard C. Dorf and Robert H. Bishop, "Modern Control Systems, Eleventh Edition", Pearson Education, Inc, (2008). [12] Stanislaw H. Zak , "Systems and Control", Oxford University Press, (2003).
203