Bab 1
1.1 Tujuan
1. menghitung nilai eigen dan vektor eigen menggunakan fungsi
built-in di MATLAB
2. memeriksa sifat-sifat dari nilai eigen dan vektor eigen
i i
i i
i i
3. A − λI adalah singular.
4. det(A − λI) = 0.
Diagonalisasi matriks
Suatu matriks bujur sangkar dikatakan dapat didigonalisasi jka terdapat
sebuah matriks C sedemikian sehingga C−1 AC adalah matriks diagonal.
i i
i i
i i
1.3. Praktikum 3
1.3 Praktikum
Berikut ini adalah sesi MATLAB untuk menentukan nilai eigen dan
vektor eigen untuk matriks
3 2 −2
−3 −1 3
1 2 0
i i
i i
i i
1.3. Praktikum 4
>> rref(A-2*eye(3))
ans =
1 0 0
0 1 -1
0 0 0
4. Gunakan fungsi rref untuk mendapatkan solusi (A − 1I)x = 0
>> rref(A-1*eye(3))
ans =
1 0 -1
0 1 0
0 0 0
5. Gunakan fungsi rref untuk mendapatkan solusi (A − (−1)I)x = 0
>> rref(A-(-1)*eye(3))
ans =
1 0 -1
0 1 1
0 0 0
Selanjutnya akan dicari solusi umum masing-masing (A − λI)x = 0.
Bentuk eselon baris tereduksi untuk
A − 2I memberikan
solusi umum
0 0
untuk (A − 2I)x = 0 yaitu x = r = r 1 , yang merupakan
r 1
vektor eigen yang bersesuaian dengan nilai eigen λ = 2.
Dengan
cara yang sama, dapat ditentukan juga vektor-vektor
eigen
1 1
s 0 yang bersesuaian dengan nilai eigen λ = 1 dan t −1
1 1
yang bersesuaian dengan nilai eigen λ = −1.
i i
i i
i i
1.4. Latihan 5
Bentuk ini memberikan vektor eigen dalam V dan nilai eigen dalam
matriks D. Kolom dari V adalah vektor eigen dengan norma 1.
>> [V D]=eig(A)
V =
-0.5774 0.7071 0.0000
0.5774 0.0000 0.7071
-0.5774 0.7071 0.7071
D =
-1.0000 0 0
0 1.0000 0
0 0 2.0000
1.4 Latihan
Tentukan nilai eigen dan vektor eigen dari matriks
6.5 7 10.5
1. −6 −9 18
1.5 3 7.5
3 −2 0
2. 2 −2 0
0 1 1
0 14 0 0 0 0 0 0 0
1 0 1 1 0 0 0 0 0
4
0 1 04 04 1 0 0 0 0
4 4
1 1 1
0 0 0 0 0 0
4 4 4
3. 0 0 14 41 0 41 0 14 0
0 0 0 0 14 0 0 0 14
0 0 0 14 0 0 0 41 0
0 0 0 0 14 0 14 0 14
0 0 0 0 0 41 0 14 14
i i
i i
i i
Bab 2
2.1 Tujuan
1. menyelesaikan sistem persamaan linier dengan koefisien konstan-
ta real dengan MATLAB
0
x1 = F1 (t, x1 , x2 , · · · , xn )
0
x2 = F2 (t, x1 , x2 , · · · , xn )
.. .
. = ..
0
xn = Fn (t, x1 , x2 , · · · , xn )
i i
i i
i i
dimana
x1 (t) b1 (t)
x2 (t) b2 (t)
X(t) = B(t) =
.. ..
. .
xn (t) bn (t)
i i
i i
i i
dan
a11 (t) a12 (t) · · · a1n (t)
A(t) = ... .. .. ..
. . .
an1 (t) an2 (t) · · · ann (t)
dimana
a11 a12 · · · a1n
A = ... .. . . .
. ..
.
an1 an2 · · · ann
adalah matriks berukuran n × n dengan antri-entri konstanta real. Kita
akan mencari solusi taknol dalam bentuk X(t) = ξert . Kita temukan
bahwa X(t) adalah solusi dari (2.1) jika dan hanya jika
Aξ = rξ,
yaitu jika dan hanya jika r adalah nilai eigen dari A dan ξ adalah vektor
eigen yang bersesuaian dengan r.
Dalam mencari himpunan solusi fundamental, kita harus memper-
hatikan tiga kasus yang mungkin terjadi.
Kasus I: A memiliki nilai eigen real yang berbeda.
Misalkan r1 , r2 , · · · , rn adalah nilai-nilai eigen yang berbeda dari A dan
ξ(1) , ξ(2) , · · · , ξ(n) adalah vektor-vektor eigen yang bersesuaian dengan
i i
i i
i i
i i
i i
i i
2.3. Praktikum 10
dan
X(2) (t) = ξteρt + ηeρt ,
dimana η memenuhi
(A − ρI)η = ξ.
Vektor η disebut generalisasi vektor eigen dari A untuk nilai eigen ρ.
2.3 Praktikum
Berikut ini adalah sesi MATLAB untuk menentukan solusi umum
sistem persamaan diferensial linier orde pertama.
Contoh 1.
Perhatikan sistem
3 −2 0
0
x = 2 −2 0 x (2.2)
0 1 1
1. Kita akan masukkan entri-entri matriks ke MATLAB.
>> A=[3 -2 0; 2 -2 0; 0 1 1]
A =
3 -2 0
2 -2 0
0 1 1
>> [V D]=eig(sym(A))
V =
[ -1, 0, 2]
[ -2, 0, 1]
[ 1, 1, 1]
D =
[ -1, 0, 0]
i i
i i
i i
2.3. Praktikum 11
[ 0, 1, 0]
[ 0, 0, 2]
>> [V D]=eig(A)
4. Andaikan sistem (2.2) adalah masalah nilai awal dengan nilai awal
3
x(0) = 5 .
0
i i
i i
i i
2.4. Latihan 12
>> b=[3; 5; 0]
b =
3
5
0
>> c=V\b
c =
-7/3
2
1/3
2.4 Latihan
Tentukan solusi umum sistem persamaan diferensial linier orde pertama
berikut ini:
0 3 −2
1. x = x
4 −1
0 3 −4
2. x = x
1 −1
i i
i i
i i
2.4. Latihan 13
i i
i i
i i
Bab 3
3.1 Tujuan
1. menggambar medan arah dari suatu persamaan differensial
i i
i i
i i
Hal ini berarti pada setiap titik (t, x(t)) pada grafik x, grafik harus
memiliki gradien f (t, x(t)). Jadi pada setiap titik (t, x), bilangan f (t, x)
menyatakan gradien dari kurva solusi yang melalui titik ini. Kita
menarik ruas garis pada setiap titik (t, x) dengan gradien f (t, x). Koleksi
dari ruas garis ini disebut garis medan arah (direction line field).
Definisi 3.1 Andaikan x(t) = c adalah solusi tetap. Jika semua kurva
solusi x(t) yang dimulai cukup dekat dengan x = c sedemikian sehingga
i i
i i
i i
3.3. Praktikum 16
Definisi 3.2 Andaikan x(t) = c adalah solusi tetap. Jika semua kurva
solusi x(t) yang dimulai cukup dekat dengan x = c sedemikian sehingga
x(t) divergen dari c kita katakan x = c adalah takstabil tetap (unstable
equilibrium).
3.3 Praktikum
Untuk menggunakan fungsi dfield7 ketikkan dfield7 pada prompt MAT-
LAB. Selanjutnya MATLAB akan menampilkan window seperti berikut
ini.
i i
i i
i i
3.3. Praktikum 17
0
Gambar: Tampilan medan arah dari x = x2 − t
0
Gambar: Solusi dari x = x2 − t, x(t0 ) = x0
i i
i i
i i
3.3. Praktikum 18
0
Gambar: Beberapa solusi dari x = x2 − t, x(t0 ) = x0
Kita dapat merubah tampilan gambar dengan merubah beberapa pa-
rameter melalui menu. Sebagai contoh, jika ingin tampilan medan arah
dari bentuk garis menjadi panah, pada menu Options pilih Window
settings. lalu klik radio button Arrows maka tampilan medan arah akan
menjadi seperti berikut ini.
0
Gambar: Tampilan medan arah dari x = x2 − t dalam bentuk panah
i i
i i
i i
3.3. Praktikum 19
i i
i i
i i
3.4. Latihan 20
3.4 Latihan
Gambarkan beberapa solusi dari persamaan differensial berikut
0
1. y = y2 − y − 6
0
2. y = (y2 − 4)(y + 1)2
0
3. y = y2 − t 2
0
4. y = 2ty/(1 + y2 )
0
5. x + x sint = cost
i i
i i
i i
Bab 4
Penyelesaian Persamaan
Differensial
4.1 Tujuan
1. menyelesaiakan persamaan differensial secara eksplisit menggu-
nakan fungsi built-in di MATLAB
i i
i i
i i
i i
i i
i i
4.3. Praktikum 23
[t,x]=ode45(fungsi,domain,kondisi awal).
Fungsi ode45 menghasilkan dua vektor kolom, pertama dengan nilai
t (variabel bebas) dan yang kedua dengan nilai y (variabel tak bebas).
Karena t dan y adalah vektor dimana komponen-komponennya saling
terkait, kita dapat memplotkannya dengan perintah plot(x,y).
4.3 Praktikum
4.3.1 Penyelesaian secara eksplisit
Persamaan differensial orde pertama
Perhatikan persamaan differensial orde pertama
ẋ = tx. (4.1)
>> x=dsolve(’Dx=t*x’,’t’)
x =
C1*exp(t^2/2)
>> x=dsolve(’Dx=t*x’,’x(1)=1’,’t’)
x =
exp(t^2/2)/exp(1)^(1/2)
>> t = linspace(-2*PI,2*PI,50);
>> xt = eval(vectorize(x));
>> plot(t,xt)
>> ezplot(x)
i i
i i
i i
4.3. Praktikum 24
i i
i i
i i
4.3. Praktikum 25
/(868*14^(1/2) - 3136)
>> ezplot(y)
>> [x,y,z]=dsolve(’Dx=x+2*y-z’,’Dy=x+z’,’Dz=4*x-4*y+z’)
x =
- (C1*exp(t))/2 - (C2*exp(2*t))/2 - (C3*exp(3*t))/4
y =
(C1*exp(t))/2 + (C2*exp(2*t))/4 + (C3*exp(3*t))/4
i i
i i
i i
4.3. Praktikum 26
z =
C1*exp(t) + C2*exp(2*t) + C3*exp(3*t)
Jika sistem (4.3) adalah masalah nilai nilai awal dengan nilai
awalnya adalah x(0) = 1, y(0) = 2 z(0) = 3 maka solusinya adalah
>> [x,y,z]=dsolve(’Dx=x+2*y-z’,’Dy=x+z’,
’Dz=4*x-4*y+5*z’,’x(0)=1,y(0)=2,z(0)=3’)
x =
6*exp(2*t) - (5*exp(3*t))/2 - (5*exp(t))/2
y =
(5*exp(3*t))/2 - 3*exp(2*t) + (5*exp(t))/2
z =
10*exp(3*t) - 12*exp(2*t) + 5*exp(t)
>> t=linspace(0,1,25);
>> xx=eval(vectorize(x));
>> yy=eval(vectorize(y));
>> zz=eval(vectorize(z));
>> plot(t,xx,t,yy,t,zz)
i i
i i
i i
4.3. Praktikum 27
dy
Gambar: Kurva untuk masalah nilai awal dx = xy2 + y; y(0) = 1
i i
i i
i i
4.4. Latihan 28
Menggunakan M-file
Alternatif lain untuk menyelesaikan masalah nilai awal (4.4) adalah
dengan mendefinisikan f (x, y) sebagai fungsi M-file fode.m.
Pada kasus ini, kita hanya perlu merubah perintah ode45 dengan
menambahkan pointer @ untuk mengidikasikan M-file.
[x,y]=ode45(@fode,[0 0.6],1);
>> plot(x,y)
4.4 Latihan
1. Cari solusi dari persamaan differensial berikut dan plotkan solu-
sinya
0
(a) y = −2y + 2 cost sint; y(0) = 5.
Coba juga untuk nilai awal y(0) = −5, y(0) = 0.
0
(b) y + 4y = 2 cost + sin 4t; y(0) = 5.
Coba juga untuk nilai awal y(0) = −5, y(0) = 0.
0
(c) y + 4y = t 2 ; y(0) = 0.
0
(d) x = cost − x3 ; x(0) = 0.
0
(e) x + x + x3 = cos2 t; y(0) = 0.
00 0 0
(f) yy − (y )2 − y2 = 0; y(0) = 1, ; y (0) = −1.
i i
i i
i i
Bab 5
Potret Phase
5.1 Tujuan
1. menggambar potret fase dari suatu sistem persamaan differensial
i i
i i
i i
menjadi
0
x = f (x, y)
0 (5.2)
y = g(x, y)
Suatu sistem berbentuk (5.2) disebut sistem otonomus (autonomous
system)
Sistem (5.1) dapat ditulis sebagai persamaan vektor
0 0
f (t, [x, y]T )
x x
= 0 = . (5.3)
y y g(t, [x, y]T )
0
Jika kita misalkan x = [x, y]T , maka x = [x0 , y0 ]T dan sistem (5.3) dapat
ditulis menjadi
0 f (t, x)
x = . (5.4)
g(t, x)
Kemudian jika kita definisikan F(t, x) = [ f (t, x), g(t, x)]T maka persa-
maan (5.4) menjadi
x0 = F(t, x) (5.5)
Jika sistem adalah otonomus maka persamaan (5.5) dapat ditulis sebagai
x0 = F(x) (5.6)
i i
i i
i i
5.3. Praktikum 31
otonomus berbentuk
Potret fase dari sistem (5.7) hampir seluruhnya tergantung pada akar-
akar dari persamaan karakteristik dari matriks
a b
.
c d
5.3 Praktikum
Untuk menggunakan fungsi pplane7, ketikkan pplane7 pada prompt
MATLAB. Selanjutnya MATLAB akan menampilkan window seperti
berikut ini:
i i
i i
i i
5.3. Praktikum 32
d2θ dθ
mL 2
= −mg sin(θ) − c
dt dt
dimana θ adalah sudut yang terbentuk antara pendulum dengan garis
vertikal, L adalah panjang lengan pendulum, g adalah percepatan
gravitasi dan c adalah konstanta perlambatan.
i i
i i
i i
5.3. Praktikum 33
i i
i i
i i
5.4. Latihan 34
rva. Kurva ini adalah kurva trayektori atau orbit dari sistem persamaan
differensial untuk pendulum. Perhatikan gambar berikut.
5.4 Latihan
1. Buatlah gambar potret fase dari sistem linear
(a) x0 = −2x + y, y0 = x − 2y.
(b) x0 = 3x − 2y, y0 = 2x − 2y.
(c) x0 = −2x, y0 = −2y.
(d) x0 = −x, y0 = −x − y.
(e) x0 = −x + y, y0 = −x − y.
(f) x0 = y, y0 = −x.
2. Tentukan apakah titik kritis (0, 0) merupakan titik simpul, pelana,
fokus atau pusat, dan gambarkan potret fasenya.
(a) x0 = x, y0 = 3y.
(b) x0 = −x, y0 = −3y.
(c) x0 = x, y0 = −y.
i i
i i
i i
5.4. Latihan 35
(d) x0 = −x, y0 = y.
i i
i i
i i
Bab 6
Linierisasi
6.1 Tujuan
1. menghampiri solusi sistem persamaan differensial taklinier de-
ngan metode linierisasi
2. Matriks Jacobian
i i
i i
i i
Dalam modul ini kita hanya akan fokus pada sistem dengan dua
persamaan differensial, tetapi teknik-teknik yang digunakan di sini juga
dapat digunakan untuk sistem yang lebih besar.
Suatu sistem dua persamaan differensial autonomus orde pertama
mempunyai bentuk
dx
= f (x, y)
dt (6.1)
dy
= g(x, y).
dt
Solusi tetap terhadap sistem (6.1) disebut solusi tetap (equilibria).
Solusi tersebut harus memenuhi persamaan
dx
= f (x∗ , y∗ ) + fx (x∗ , y∗ )(x − x∗ ) + fy (x∗ , y∗ )(y − y∗ )
dt (6.3)
dy
= g(x∗ , y∗ ) + gx (x∗ , y∗ )(x − x∗ ) + gy (x∗ , y∗ )(y − y∗ )
dt
Jika (x∗ , y∗ ) adalah suatu titik tetap (equilibrium point) dari (6.1), maka
kita peroleh f (x∗ , y∗ ) = 0 dan g(x∗ , y∗ ) = 0.
Selanjutnya kita definisikan koordinat baru yang relatif terhadap
(x∗ , y∗ ) yaitu u = x − x∗ , v = y − y∗ . Dalam koordinat (u, v), titik
tetapnya adalah pada titik asalnya. Karena x∗ dan y∗ adalah konstanta,
du dx dv dy
kita peroleh = dan = . Jadi sistem (6.1) dapat dihampiri
dt dt dt dt
dengan
du
= fx (x∗ , y∗ )u + fy (x∗ , y∗ )v
dt (6.4)
dv ∗ ∗ ∗ ∗
= gx (x , y )u + gy (x , y )v
dt
Sistem (6.4) adalah linierisasi dari sistem (6.1) pada (x∗ , y∗ ). Dengan
i i
i i
i i
6.3. Praktikum 38
u
mendefinisikan ~u = , kita dapat menuliskan sistem (6.4) sebagai
v
d~u
= J~u, (6.5)
dt
dimana
fx (x∗ , y∗ ) fy (x∗ , y∗ )
J= (6.6)
gx (x∗ , y∗ ) gy (x∗ , y∗ )
disebut matriks Jacobian.
6.3 Praktikum
Perhatikan sistem persamaan differensial
dx
= 3x − y2
dt (6.7)
dy
= sin y − x
dt
dimana sistem tersebut memiliki dua titik tetap, dan salah satunya
adalah (0, 0). Potret phase dari sistem (6.7) adalah (gunakan fungsi
pplane7)
i i
i i
i i
6.3. Praktikum 39
fx (x∗ , y∗ ) fy (x∗ , y∗ )
3 −2y
J= = (6.8)
gx (x∗ , y∗ ) gy (x∗ , y∗ ) −1 cos y
>> syms x y;
>> J=jacobian([3*x-x^2;sin(y)-x],[x,y])
J =
[ 3 - 2*x, 0]
[ -1, cos(y)]
i i
i i
i i
6.3. Praktikum 40
>> J0=subs(J,{x,y},{0,0})
J0 =
3 0
-1 1
>> eig(J0)
ans =
1
3
i i
i i
i i
6.3. Praktikum 41
fx (x∗ , y∗ ) fy (x∗ , y∗ )
2 − 2x −1
J= = (6.11)
gx (x∗ , y∗ ) gy (x∗ , y∗ ) 1 −2 + 2y
>> syms x y;
>> J=jacobian([2*x-y-x^2;x-2*y+x^2],[x,y])
J =
[ 2 - 2*x, -1]
[ 2*x + 1, -2]
>> J0=subs(J,{x,y},{0,0})
J0 =
2 -1
1 -2
>> eig(J0)
ans =
1.7321
-1.7321
i i
i i
i i
6.3. Praktikum 42
i i
i i
i i
6.4. Latihan 43
6.4 Latihan
Lakukan linierisasi dari sistem tak linier berikut. Cari dimana titik
tetapnya dan tentukan apakah titik tersebut titik simpul, pelana, fokus
atau pusat, dan gambarkan potret phasenya.
2. x0 = x − x2 − xy, y0 = 3y − xy − 2y2 .
3. x0 = 1 − y, y0 = x2 − y2 .
4. x0 = (1 + x) sin y, y0 = 1 − x − cos y.
5. x0 = y + x(1 − x2 − y2 ), y0 = x − y + y(x2 + y2 ).
6. x0 = y, y0 = x + 2x3 .
i i
i i
i i
Bab 7
Sistem Dinamik
7.1 Tujuan
1. menggunakaan tool-tool pada paket aplikasi sistem dinamik
2. mengenal perangkat lunak phaser
i i
i i
i i
...
Number of variables ..
ci'i"
c n =l n 2 n;:::3 n» 1 Continuum
iil
Growth, decay, or Oscillations Collective phenomena Waves and patterns
� equilibrium
Linear oscillator Civil engineering, Coupled harmonic oscillators Elasticity
Exponential growth structures
Linear
Mass and spring Solid-state physics Wave oquations
RC circuit
RLC circuit Electrical engineering Molecular dynamics Electromagnetism (Maxwell)
Radioactive decay
Eqnilibrium statistical Quantum mechanics
mechanics (Schrodinger, Heisenberg, Dirac)
e-
.....
Heat and diffusion
�
<1)
Acoustics
j:1
''';
Viscous fluids
.......
The frontier
S 1-
z Chaos Spatio-temporal complexity
J Fixed points
Bifurcations
Overdamped systems,
relaxational dynamics
Pendulum
Anharmonic oscillators
Limit cycles
Strange attractors
(Lorenz)
Nonequilibrium statistical
mechanics
Nonlinear waves (shocks, solitons)
Plasmas
Earthquakes
i i
i i
i i
7.3. Praktikum 46
7.3 Praktikum
7.3.1 Menggunakan MATDS
MATDS adalah program berbasis MATLAB untuk menginvestigasi
suatu sistem dinamik. MATDS merupakan paket grafis untuk studi
numerik secara interaktif sistem dinamik. MATDS diciptakan oleh
Vasiliy Govorukhin dari Rostov State University, Rusia.
i i
i i
i i
7.3. Praktikum 47
i i
i i
i i
7.3. Praktikum 48
i i
i i
i i
7.3. Praktikum 49
i i
i i
i i
7.3. Praktikum 50
i i
i i
i i
7.3. Praktikum 51
i i
i i
i i
7.4. Latihan 52
7.4 Latihan
1. x0 = (2 + x)(y − x), y0 = (4 − x)(y + x).
2. x0 = x − x2 − xy, y0 = 3y − xy − 2y2 .
3. x0 = 1 − y, y0 = x2 − y2 .
4. x0 = (1 + x) sin y, y0 = 1 − x − cos y.
5. x0 = y + x(1 − x2 − y2 ), y0 = x − y + y(x2 + y2 ).
6. x0 = y, y0 = x + 2x3 .
i i
i i
i i
Bab 8
Kestabilan Lyapunov
8.1 Tujuan
1. menggunakaan tool-tool pada paket aplikasi sistem dinamik
i i
i i
i i
kx(0)k ≤ δ,
maka
kx(t)k ≤ ε, ∀t.
Definisi 8.2 (Stabil asimtotik)
Suatu sistem disebut stabil asimtotik jika ∃δ > 0 sehingga jika
kx(0)k ≤ δ,
maka
x(t) → 0
bilamana t → ∞.
Definisi 8.3 (Global dan stabil asimtotik)
Suatu sistem disebut global dan stabil asimtotik jika
x(t) → 0
dV
V̇ = ≤ 0,
dt
maka sistem adalah stabil.
Teorema 8.2 (Kondisi kestabilan asimtotik)
Jika fungsi Lyapunov V (x) ada dan
dV
V̇ = < 0,
dt
i i
i i
i i
dV
V̇ = < 0,
dt
dan V (x) secara radikal tak terbatas yaitu
V (x) → ∞
jika
kxk → ∞.
maka sistem adalah global dan stabil asimtotik.
∂V dx
V̇ (x) =
∂x dt
= ∇V · f (x)
h i f1 (x)
∂V ∂V ∂V ..
= dx1 dx2 ··· dxn .
fn (x)
i i
i i
i i
8.3. Praktikum 56
ẋ = Ax
adalah stabil asimtotik jika dan hanya jika untuk sebarang matriks defi-
nit positif Q terdapat matriks definit positif simetrik P yang memenuhi
persamaan Lyapunov
AT P + PA = −Q.
8.3 Praktikum
Tentukan kestabilan dari sistem ẋ = Ax dimana
0 1
A= .
−6 −5
AT P + PA = −Q.
0 −6 p11 p12 p11 p12 0 1 −1 0
+ = .
1 −5 p21 p22 p21 p22 −6 −5 0 −1
−12p12 −6p22 + p11 − 5p12 −1 0
= .
−6p22 + p11 − 5p12 2p12 − 10p22 0 −1
0 12 0 p11 1
1 −5 −6 p12 = 0 .
0 −2 10 p22 1
i i
i i
i i
8.3. Praktikum 57
>> Q=eye(2)
Q =
1 0
0 1
>> P=lyap(A,Q)
P =
0.5333 -0.5000
-0.5000 0.7000
>> eig(P)
ans =
0.1098
1.1236
Terlihat bahwa matriks P tidak sama dengan cara manual, tetapi
sebenarnya kedua-duanya menghasilkan nilai eigen yang sama. Untuk
mendapatkan matriks P seperti yang diperoleh secara manual, dapat
dilakukan dengan perintah berikut:
>> P=lyap(A’,Q)
P =
i i
i i
i i
8.3. Praktikum 58
1.1167 0.0833
0.0833 0.1167
>> eig(P)
ans =
0.1098
1.1236
>> x=[-4:.04:4];
>> y=x;
>> [X,Y]=meshgrid(x,y);
>> z=X.^2 + Y.^2;
>> mesh(X,Y,z)
>> x=[-4:.04:4];
>> y=x;
> [X,Y]=meshgrid(x,y);
>> z=(1-cos(X))+(Y.^2)/2;
> meshc(X,Y,z)
i i
i i
i i
8.4. Latihan 59
8.4 Latihan
1. x0 = (2 + x)(y − x), y0 = (4 − x)(y + x).
2. x0 = x − x2 − xy, y0 = 3y − xy − 2y2 .
3. x0 = 1 − y, y0 = x2 − y2 .
4. x0 = (1 + x) sin y, y0 = 1 − x − cos y.
5. x0 = y + x(1 − x2 − y2 ), y0 = x − y + y(x2 + y2 ).
6. x0 = y, y0 = x + 2x3 .
i i
i i
i i
Indeks
bidang fase, 30
fase, 30
fungsi
dfield7, 15
dsolve, 21
eval, 23
ezplot, 23
ode45, 22
pplane7, 31
vectorize, 23
orbit, 30
potret fase, 30
sistem otonomus, 30
sistem planar, 29
solusi tetap, 15
titik tetap, 15
trayektori, 30
i i
i i