Oleh :
1611142013
Nomor urut 6
Jurusan Matematika
2019
1. Diberikan Sistem:
0
x y
0
y x y
dengan 𝑥, 𝑦 ∈ 𝑅 dan nilai delta sesuai nomor urut di absen (no urut 1 nilai delta adalah -
6; no urut 2 nilai delta adalah -5; no urut 3 nilai delta adalah -4; no urut 4 nilai delta
adalah -3; no urut 5 nilai delta adalah -2 dan seterusnya)
Tentukan gambar trajektori (Phase Potrait) dari sistem tersebut dengan steps:
“Secara Manual”
𝑥
= (0 1) (𝑦)
1 1
0 1
Dimisalkan, 𝐴 = ( ) maka nilai eigen dari 𝐴 adalah
1 1
| 𝐴 – 𝜆I | = 0
|(
0 1) − 𝜆 (1 0)| = 0
1 1 0 1
|(
0 1) − (𝜆 0)| = 0
1 1 0 𝜆
|(−𝜆 1 )| = 0
1 𝜆−1
−𝜆(𝜆 − 1) − 1 = 0
𝜆2 −𝜆 – 1 = 0
Mencari nilai 𝜆 dengan menggunakan rumus,
−𝑏±√𝑏 2 −4𝑎𝑐
𝜆12 = 2𝑎
−(−1)±√(−1)2 −4(1)(−1)
𝜆12 = 2(1)
1 1
𝜆12 = 2 ± √5
2
1 1 1 1
𝜆 1 = 2 + 2 √5 ; 𝜆 2 = 2 − 2 √5
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
4) Jenis Kestabilan
1 1
Dilihat dari nilai eigen yang diperoleh, yaitu 𝜆1 = 2 + 2 √5 = 1,6180339887 (positif) dan 𝜆2
1 1
= 2 − 2 √5 = -0,618033989 (negative) sehingga 𝜆2 < 0 < 𝜆1 . Jadi tipe titik kritisnya
merupakan Saddle point dan tidak stabil.
2. Tentukan solusi umum, fundamental umum, khusus dan manifold center sistem
persamaan
0
x 2 x 3 y x y 3
0
y 2 x 3 y x 3 , ( x, y ) R 2
Penyelesaian :
Menentukan solusi umum
Dari sistempersamaan di atasdapatditulismenjadi
𝑥̇ −2 + 𝜀 3 𝑥 𝑦3
( )=( ) (𝑦) + ( 3 )
𝑦̇ 2 −3 𝑥
a. SolusiUmum
−2 3
Dimisalkan 𝜀 = 0 dan 𝐴 = ( ), maka nilai eigen dari Aadalah
2 −3
|𝐴 − 𝜆𝐼| = 0
−2 3 1 0
|( )−𝜆( )| = 0
2 −3 0 1
−2 3 𝜆 0
|( )−( )| = 0
2 −3 0 𝜆
−2 − 𝜆 3
|( )| = 0
2 −3 − 𝜆
(−3 − 𝜆)(−2 + 𝜀 − 𝜆) − 6 = 0
𝜆2 + 5𝜆 − 6 + 6 = 0
𝜆2 + 5𝜆 = 0
𝜆(𝜆 + 5) = 0
Jadi nilai eigen𝜆1 = 0 atau 𝜆2 = −5
Mencar ivektor eigen diperoleh dengan langkah berikut
Untuk 𝜆1 = 0
−2 3 𝜆 0 𝑣1
(( )−( )) (𝑣 ) = 0
2 −3 0 𝜆 2
−2 3 0 0 𝑣1 0
(( )−( )) (𝑣 ) = ( )
2 −3 0 0 2 0
−2 3 𝑣1 0
( ) (𝑣 ) = ( )
2 −3 2 0
Akibatnya didapat persamaan
−2𝑣1 + 3𝑣2 = 0
2𝑣1 − 3𝑣2 = 0
Dengan menggunakan OBE persamaan diatas menjadi
3
𝑣1 − 𝑣2 = 0
2
2
Misalkan𝑣1 = 𝑡 akibatnya 𝑣2 = 3 𝑡 sehingga
𝑣1 𝑡 1
(𝑣 ) = (2 ) = 𝑡 (2)
2 𝑡
3 3
1
Didapat vector eigen 𝑣1 = ( 2 )
3
Untuk 𝜆2 = −5
−2 3 𝜆 0 𝑣1
(( )−( )) (𝑣 ) = 0
2 −3 0 𝜆 2
−2 3 −5 0 𝑣1 0
(( )−( )) (𝑣 ) = ( )
2 −3 0 −5 2 0
3 3 𝑣1 0
( ) (𝑣 ) = ( )
2 2 2 0
Akibatnya didapat persamaan
3𝑣1 + 3𝑣2 = 0
2𝑣1 + 2𝑣2 = 0
Dengan menggunakan OBE persamaan diatas menjadi
𝑣1 + 𝑣2 = 0
Misalkan 𝑣1 = 𝑡 akibatnya 𝑣2 = −𝑡 sehingga
𝑣1 𝑡 1
(𝑣 ) = ( ) = 𝑡 ( )
2 −𝑡 −1
1
Didapat vector eigen 𝑣2 = ( )
−1
1 1 1 1
𝑦 = 𝐶1 ( 2 ) 𝑒 0𝑡 + 𝐶2 ( ) 𝑒 −5𝑡 = 𝐶1 ( 2 ) + 𝐶2 ( ) 𝑒 −5𝑡
3 −1 3 −1
1 𝑒 −5𝑡 𝐶1 + 𝐶2 𝑒 −5𝑡
𝐶1
(2 ) ( ) = (2 )
−𝑒 −5𝑡 𝐶2 𝐶1 − 𝐶2 𝑒 −5𝑡
3 3
𝐶1 + 𝐶2 = 1
2
𝐶 − 𝐶2 = 0
3 1
3 2
Dari persamaan diatas ditemukan nilai 𝐶1 = 5 dan 𝐶2 = 5
𝐶1 + 𝐶2 = 0
2
𝐶 − 𝐶2 = 1
3 1
3 3
Dari persamaan diatas ditemukan nilai 𝐶1 = 5 dan 𝐶2 = − 5
3 2 −5𝑡 3 2 −5𝑡
+ 𝑒 + 𝑒
𝜙 = (𝐴 5 5 5 5
𝐵 ) = (2 2 2 3 −5𝑡
)
− 𝑒 −5𝑡 + 𝑒
5 5 5 5
Perhatikan :
−(5−𝜀)−√ε2 +2ε+25
[ (𝑎𝑥 2 + 𝑏𝑥 3 + 𝑜(𝑥4 ))]-𝑥 3 = 0
2
−(5−𝜀)−√ε2 +2ε+25
( b − 1)] 𝑥 3 +o(𝑥 4 ) = 0
2
Diperoleh :
−(5−𝜀)+√ε2 +2ε+25 −(5−𝜀)−√ε2 +2ε+25
2a - ( a) = 0 dan
2 2
−(5−𝜀)+√ε2 +2ε+25 −(5−𝜀)−√ε2 +2ε+25
3b - ( b − 1) = 0
2 2
1
Sehingga : 𝑎 = 0 dan b =
−(5−𝜀)+2√ε2 +2ε+25
1
Jadi ℎ(𝑥) = 𝑥 3 +o(𝑥 4 )
−(5−𝜀)+2√ε2 +2ε+25
Karena ε adalah parameter maka ada 3 kemungkinan
1
ℎ(𝑥1 ) = 𝑥 3 + 𝑜(𝑥4 )
−(5 − 1) + 2√12 + 2(1) + 25
1
ℎ(𝑥1 ) = 𝑥 3 + 𝑜(𝑥4 )
(−4) + 2√28
1
ℎ(𝑥1 ) = 6,58 𝑥 3 + 𝑜(𝑥4 )……………(1)
jika ε = 0 maka:
1
ℎ(𝑥1 ) = 𝑥 3 + 𝑜(𝑥4 )
−(5 − 0) + 2√02 + 2(0) + 25
1
ℎ(𝑥2 ) = 𝑥 3 + 𝑜(𝑥4 )
(−5) + 2√25
1
ℎ(𝑥2 ) = 5 𝑥 3 + 𝑜(𝑥4 )……………(2)
1
ℎ(𝑥3 ) = 𝑥 3 + 𝑜(𝑥4 )
−(5 + 1) + 2√(−1)2 + 2(−1) + 25
1
ℎ(𝑥3 ) = 𝑥 3 + 𝑜(𝑥4 )
(−6) + 2√24
1
ℎ(𝑥3 ) = 3,79 𝑥 3 + 𝑜(𝑥4 )……………(3)
3. Hitung bentuk normal untuk suatu pemetaan dari 𝑅 2 di sekitar titik tetap yang mana
matriks pelinearan mempunyai bentuk berikut.
𝑎 1
𝐽=( )
1 0
Nilai a = 1 untuk urutan ganjil dan a = -1 untuk urutan genap.
Penyelesaian :
Nomor urut 6 (genap) sehingga matriks menjadi
1 1
J
1 0
Mempunyai :
x 2 xy y 2 0 0 0
H 2 span , , , 2 , , 2
0 0 0 x xy y
H 2 idem ( x, y ) dicari L j ( H 2 )
x2 1 1 x 2 2 x 0 1 1 x x 2 2 x 2 2 xy x 2 2 xy
L j
0 1 0 0 0 0 1 0 y x 2 x x2
xy 1 1 xy y x 1 1 x xy xy x 2 y 2 x 2 y 2
L j
0 0 1 0 y xy
0 1 0 0 0 xy
y2 1 1 y 2 0 2 y 1 1 x y 2 2 xy y 2 2 xy
L j
0 1 0 0 0 0 1 0 y y 2 0 y2
0 1 1 0 0 0 1 1 x x 2 0 x2
L j 2
2
2
x 1 0 x 2 2 x 0 1 0 y x 2 x 2 xy 3x 2 xy
2
0 1 1 0 0 0 1 1 x xy 0 xy
L j
2
2
xy 1 0 xy y x 1 0 y 0 yx x y yx x y
2 2
0 1 1 0 0 0 1 1 x y 2 0 y 2
L j 2 2
y 1 0 y 0 2 y 1 0 y 0 2 xy 2 xy
x 2 2 xy x 2 y 2 y 2 2 xy x2 xy y 2
L j ( H 2 ) span ,
x 2 xy
,
y2 , 3x 2 2 xy , yx x 2 y 2 , 2 xy
Matriks Transformasi L j :
1 1 0 1 0 0
2 0 2 0 1 0
0 1 1 0 0 1
1 0 0 3 1 0
0 1 0 2 1 2
0 0 0 1 0
1
Sehingga diperoleh basis dari matriks L j berikut:
1 0
1 0
01
,
1 0
0 1
0 0