Banyak aplikasi yang dibentuk dari sistem yang digabungkan dalam beberapa cara.

Untuk contohnya dua massa yang saling dikaitkan dengan pegas yang saling
berinteraksi karena jika digerakkan oleh salah satu massa akan mengakibatkan
gerakan pada yang lain melalui pegas itu. Konsep untuk menyelesaikannya mirip
dengan konsep yang telah kita bahas pada penyelesaian persamaan differensial orde
dua, hanya jika kita ingin membahas cara yang lebih umum untuk
menyelesaikannya dengan konsep dalam aljabar linier.

3.1 Pengantar pada Sistem dan Matrik

Apabila kita telah membahas berbagai macam teknik untuk menyelesaikan
persamaan differensial tetapi masih banyak masalah-masalah sederhana yang tidak
bisa kita kerjakan dengan metoda-metoda yang telah kita pelajari terdahulu. Contoh
sederhana adalah, perhatikan sistem dua massa pegas dimana pada masing-masing
massa m1 dan m2 diberikan gaya berturut-turut F1(t) dan F2(t).
Massa berlaku Newton
𝑑 2 𝑥1 𝑑 2 𝑥2
∑ 𝐹1 = 𝑚1 dan ∑ 𝐹2 = 𝑚2 ,
𝑑𝑡 2 𝑑𝑡 2

Dimana ∑ 𝐹1 dan ∑ 𝐹2 adalah jumlah gaya pada 𝑚1 dan 𝑚2 berturut-turut.

Perhatikan persamaan untuk x1 (t) dan x2 (t) adalah kopel (coupled) karena dikaitkan
dengan sebuah pegas yang mempunyai konstanta pegas k2 . Oleh karena itu sistem
yang terbentuk dinyatakan sebagai :
𝑑2 𝑥1
𝑚1 = −𝑘1 𝑥1 + 𝑘2 (𝑥2 − 𝑥1 ) + 𝐹1 = −(𝑘1 − 𝑘2 ) 𝑥1 + 𝑘2 𝑥2 + 𝐹1
𝑑𝑡 2
𝑑2 𝑥2
𝑚2 = −𝑘3 𝑥3 − 𝑘2 (𝑥2 − 𝑥1 ) + 𝐹2 = −(𝑘2 − 𝑘3 ) 𝑥2 + 𝑘2 𝑥1 + 𝐹2
𝑑𝑡 2
Yang tidak dalam bentuk pada metoda yang telah kita pelajari terdahulu. Contoh
diatas adalah contoh sederhana dari sekian banyak sistem fisika yang ada. Sebagai
contoh kedua kita perhatikan sistema yang telah kita kenal fan kita ketahui
bagaimana menyelesaikannya
𝑚𝑢′′ + 𝑦𝑢′ + 𝑘𝑢 = 𝐹(𝑡)
Yang merupakan model dari sebuah pendulum dengan damping dan forcing.
Dengan mendefinisikan
𝑥 = 𝑢 dan 𝑦 = 𝑢;
Maka kita dapat menulis kembali sistem diatas sebagai
𝑥=𝑦
𝑚𝑦 ′ = −𝛾𝑦 − 𝑘𝑢 + 𝐹(𝑡)
Jadi kita ubah persamaan differensial orde dua kita menjadi dua sistem persamaan
differensial orde satu. Tetapi kita perlu untuk mengetahui bagaimana
menyelesaikan sistem seperti tersebut. Secara umum kita ingin membahas 𝑛𝑥𝑛
bauh kopel sistem dari persamaan differensial orde satu.
𝑥′1 = 𝐹1 (𝑥1 , 𝑥2 , 𝑥3 , … , 𝑥𝑛 , 𝑡)
𝑥′2 = 𝐹2 (𝑥1 , 𝑥2 , 𝑥3 , … , 𝑥𝑛 , 𝑡)
⋮
𝑥′𝑛 = 𝐹𝑛 (𝑥1 , 𝑥2 , 𝑥3 , … , 𝑥𝑛 , 𝑡)
Dalam bab ini kiuta akan membahas hanya pada sistem linier, contohnya
𝐹1 = 𝑝𝑗1 (𝑡)𝑥1 + 𝑝𝑗2 (𝑡)𝑥2 + … + 𝑝𝑗𝑛 (𝑡)𝑥𝑛 + 𝑔𝑗 (𝑡)
Dimana 𝑗 = 1, 2, … , 𝑛. Jadi tidak ada suku-suku nonlinear seperti 𝑥𝑗2 ,
cos(𝑥𝑗 ), 𝑥1 . 𝑥2 dan sebagainya. Kita akan bahas suku-suku nonlinear pada bab
tersendiri. Seperti pada bab terdahulu bahwa jika 𝑔𝑗 (𝑡) = 0, maka kita mempunyai
sistem homogen, sedangkan jika 𝑔𝑗 (𝑡) ≠ 0 kita punyai sistem tak homogen. Untuk
sistem-sistem seperti diatas, terdapat sebuah teorema yang menyatakan bahwa kita
punya sebuah solusi tunggal, kita bisa menemukan satu solusi 𝑥𝑗 (𝑡) = 𝜙𝑗 (𝑡) yang
memenuhi sistem dengan kondisi awal yang diberikan 𝑥𝑗 (𝑡0 ) = 𝜙𝑗 (𝑡0 ) sedemikian
𝜕𝐹
sehingga solusi ada disekitar 𝑡0 dengan 𝐹𝑗 dan 𝜕𝑥1 kontinu pada interval di sekitar
1

𝑡0 . Sebelum kita lanjutkan pembahasan kita tentang ini, kita perlu mengingat
kembali tentang teori matrik dan alajabar linear. Matrik adalah obyek yang
memperbolehkan kita memanipulasi sistem dalam cara yang bagus dan effisien.
Matrik merupakan alat pelengkap dalam dunia matematika. Sebuah matrik dapat
dinayatakan dalam bentuk
𝑎11 𝑎12 ⋯ 𝑎1𝑛
𝑎21 𝑎22 ⋯ 𝑎2𝑛
𝐴= ( ⋮ ) = (𝑎𝑖𝑗 )
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑛
Yang merupakan matrik 𝑚 𝑥 𝑛, m menyatakan banyaknya baris dan n menyatakan
banyak kolom. Konsep penting dari matrik adalah sebagai berikut
Tranpose
𝑇
𝐴𝑇 = (𝑎𝑖𝑗 ) = (𝑎𝑗𝑖 ) →
1 5 1 2
Jika 𝐴 = ( ) maka 𝐴𝑇 = ( )
2 3 5 3
Komplek Konjuget.
𝐴̅ = ̅̅̅̅̅̅
𝑎(𝑖𝑗) →
𝑖 5 −𝑖 3−𝑖
Jika 𝐴 = ( ) maka 𝐴∗ = ( )
3+𝑖 6 5 6
Tiga konsep tersebut diatas akan penting digunakan untuk menyelesaikan
persamaan diferensial. Akhirnya kita juga akan membahas tentang matrik kuadrat
𝑛 𝑥 𝑛 dan sebuah vektor 𝑛 𝑥 1 atau 1 𝑥 𝑛. Kita juga mempunyai beberapa sifat
penting dari matrik tersebut.
1. A=B, jika 𝑎𝑖𝑗 = 𝑏𝑖𝑗 untuk setiap 𝑖 dan 𝑗
2. Matrik nol 0 jika 𝑎𝑖𝑗 = 0 untuk setiap 𝑖 dan 𝑗
3. Penjumlahan dan pengurangan A±B= (𝑎𝑖𝑗 ) ± (𝑏𝑖𝑗 ) = (𝑎𝑖𝑗 ±𝑏𝑖𝑗 )
 Komutatif : A+B = B+A
 Asosiatif : A+(B+C) = (A+B)+C
4. Perkalian dengan bilangan: 𝛼𝐴 = 𝛼(𝑎𝑖𝑗 ) = (𝛼𝑎𝑖𝑗 )
5. Perkalian matrik : AB=C dimana 𝑐𝑖𝑗 = ∑𝑛𝑘=1 𝑎𝑖𝑘 𝑏𝑘𝑗
 Distributif : A(B+C) =AB+AC
 Asosiatif : (AB)C = A(BC)
 Tidak Komutatif AB ≠ BA
⃗ 𝑇 𝑣 = ∑𝑛𝑖=1 𝑢𝑖 𝑣𝑖
6. Vektor : 𝑢
𝑣1
𝑣 2
⃗ 𝑇 𝑣 = (𝑢1 𝑢2 … 𝑢𝑛 ) ( ⋮ ) (𝑢1 𝑣1 + 𝑢2 𝑣2 + 𝑢3 𝑣3 + … + 𝑢𝑛 𝑣𝑛 )
𝑢
𝑣𝑛
⃗ 𝑇𝑣 = 𝑣𝑇𝑢
𝑢 ⃗
⃗ 𝑇 (𝑣𝑒𝑐𝑣 + 𝑤
𝑢 ⃗⃗ ) = 𝑣 𝑇 𝑣 + 𝑣 𝑇 𝑤
⃗⃗
⃗ )𝑇 = 𝛼(𝑢
(𝛼𝑢 ⃗ 𝑇 𝑣) = 𝑢
⃗ 𝑇 (𝛼𝑣)
⃗ , 𝑣 ) = ∑𝑛𝑖=1 𝑢𝑖 ⃗⃗𝑣⃗𝑖 = 𝑢
Hasil kali dalam : (𝑢 ⃗ 𝑇𝑣
  ⃗ , 𝑣 ) = (𝑣, 𝑣𝑒𝑐𝑣 )
(𝑢
 (𝛼𝑢
⃗ , 𝑣 ) = 𝛼(𝑢
⃗ ,𝑣 )
 (𝑢
⃗ , 𝛼𝑣 ) = 𝛼 (𝑢
⃗ ,𝑣 )
 ⃗ , 𝑣 + 𝑤) = (𝑢
(𝑢 ⃗ , 𝑣 ) + (𝑢
⃗ ,𝑤
⃗⃗ )
1
Panjang vektor : (𝑢 ⃗ )2 = ∑𝑛𝑖=1 𝑢𝑖 ⃗⃗⃗
⃗ ,𝑢 𝑢𝑖 = ∑𝑛𝑖=1|𝑢𝑖 |
⃗ ,𝑢
Ortogonalitas : (𝑢 ⃗)=0
7. Identitas I = (𝛿𝑖𝑗 )9𝛿𝑖𝑗 = 1 untuk 𝑖 = 𝑗 dan 0 untuk lainnya →
AI=IA=A
8. Inversi : AB=I jika B=A-1 yang ada jika det (A) ≠ 0 (tak singular)
Sifat-sifat diatas akan merupakan hal yang penting untuk menyelesaikan sistem
persamaan differensial.
3.2 Nilai Eigen, Vektor Eigen, dan Kebebasan Liner
Definisi 3.1 (Anton, 2010 : 277)
Jika 𝐴 matriks 𝑛 × 𝑛, maka vector tak nol 𝑥 dalam ℝ𝑛 disebut vector eigen dari 𝐴
jika 𝐴𝑥 merupakan kelipatan scalar dari 𝑥, yaitu :
𝐴𝑥 = 𝜆𝑥 (1)
untuk scalar 𝜆.
Scalar 𝜆 disebut nilai eigen dari 𝐴 dan 𝑥 dinamakan vector yang bersesuaian dengan
scalar 𝜆.
Persamaan (1) dapat ditulis sebagai
𝐴𝑥 = 𝜆/𝑥
(𝜆𝐼 − 𝐴)𝑥 = 0 (2)
dengan 𝐼 adalah matriks identitas.
Persamaan (2) memiliki solusi tak nol jika dan hanya jika
|𝜆𝐼 − 𝐴| = 0 (3)
Persamaan (3) merupakan persamaan karakteristik dari matriks 𝐴 dan scalar yang
memenuhi persamaan (3) adalah nilai eigen dari 𝐴.
|𝜆𝐼 − 𝐴| = 𝜆𝑛 + 𝑐1 𝜆𝑛−1 + 𝑐2 𝜆𝑛−2 + ⋯ + 𝑐𝑛 .
Sehingga persamaan karakteristik 𝐴 menjadi
𝜆𝑛 + 𝑐1 𝜆𝑛−1 + 𝑐2 𝜆𝑛−2 + ⋯ + 𝑐𝑛 = 0.
dengan 𝑐𝑖 ∈ ℝ, 𝑖 = 1,2,3, … , 𝑛.
Contoh 2.1
1 −1
Diberikan matriks A = [ ]
−2 0
Tentukan nilai eigen, vector eigen dan solusi umum dari matriks A.
Penyelesaian :
a. Akan ditentukan nilai eigen matriks A
|𝜆𝐼 − 𝐴| = 0
𝜆 0 1 −1
|[ ]−[ ]| = 0
0 𝜆 −2 0
𝜆−1 1
| |=0
2 𝜆
𝜆2 − 𝜆 − 2 = 0
(𝜆 + 1)(𝜆 − 2) = 0
Sehingga diperoleh nilai eigen matriks A adalah 𝜆1 = −1 𝑑𝑎𝑛 𝜆2 = 2.
b. Akan ditentukan vector-vektor eigen yang bersesuaian dengan nilai eigen
dari matriks A
Untuk 𝜆1 = −1
(𝜆𝐼 − 𝐴)𝑥 = 0
−2 1 𝑥1
[ ][ ] = 0
2 −1 𝑥2
−2𝑥1 + 𝑥2 = 0
{
2𝑥1 − 𝑥2 = 0
Persamaan −2𝑥1 + 𝑥2 = 0 ekuivalen dengan 2𝑥1 = 𝑥2
Misalkan 𝑥1 = 𝑡 𝑚𝑎𝑘𝑎 𝑥2 = 2𝑡
𝑥1 𝑡 1
𝑥 = [𝑥 ] = [ ] = [ ] 𝑡
2 2𝑡 2
Diambil 𝑡 = 1, maka diperoleh vector eigen yang bersesuaian dengan 𝜆1 =
1
−1 adalah 𝑥 = [ ]
2
Untuk 𝜆1 = 2
𝛽(𝐼 − 𝐴)𝑥 = 0
1 1 𝑥1
[ ][ ] = 0
2 2 𝑥2
𝑥 + 𝑥2 = 0
{ 1
2𝑥1 + 2𝑥2 = 0
Persamaan 2𝑥1 + 2𝑥2 = 0 ekuivalen dengan 𝑥1 = −𝑥2
 Misalkan 𝑥2 = 𝑡 𝑚𝑎𝑘𝑎 𝑥1 = −𝑡
𝑥1 −𝑡 −1
𝑥 = [𝑥 ] = [ ] = [ ] 𝑡
2 𝑡 1
Diambil 𝑡 = 1, maka diperoleh vector eigen yang bersesuaian dengan 𝜆1 =
−1
2 adalah 𝑥 = [ ]
1

Definisi 3.2 (Anton, 1995 :284)

Matriks 𝐴 yang berukuran 𝑛 × 𝑛 dikatakan dapat didiagonalisasi jika terdapat
matriks 𝑃 yang mempunyai invers sedemikian sehingga 𝑃 −1 𝐴𝑃 adalah matriks
diagonal, maka matriks 𝑃 dikatakan mendiagonalisasi matriks 𝐴.

Definisi 3.3 (Anton, 1995 :151)

Jika 𝑆 = {𝑣1 , 𝑣2 , … , 𝑣𝑟 } adalah himpunan vector, maka persamaan vector
𝑘1 𝑣1 + 𝑘2 𝑣2 + ⋯ + 𝑘𝑟 𝑣𝑟 = 0 (4)
mempunyai paling sedikit satu penyelesaian, yaitu
𝑘1 = 0, 𝑘2 = 0, …, 𝑘𝑟 = 0 (5)
Jika (5) merupakan satu-satunya penyelesaian, maka 𝑆 dinamakan himpunan bebas
linear (linearly independent), sedangkan jika ada penyelesaian lain maka 𝑆
dinamakan himpunan takbebas linear (linearly dependent).
Teorema 2.1 (Anton, 1995 : 285)
Jika 𝐴 adalah matriks 𝑛 × 𝑛, maka kedua pernyataan berikut adalah ekuivalen.
(a) 𝐴 dapat didiagonalisasi
(b) 𝐴 mempunyai 𝑛 vector eigen bebas linear

Bukti :
(a) ⇒ (b). Karena 𝐴 dapat didiagonalisasi, maka terdapat matriks yang mempunyai
invers. Misalkan
𝑝11 ⋯ 𝑝1𝑛
𝑃=[ ⋮ ⋱ ⋮ ]
𝑝𝑛1 ⋯ 𝑝𝑛𝑛
sehingga 𝑃 −1 𝐴𝑃 = 𝐷 adalah matriks diagonal, dimana
𝜆1 ⋯ 0
𝐷=[⋮ ⋱ ⋮]
0 ⋯ 𝜆𝑛
maka,
⟺ 𝑃𝑃−1 𝐴𝑃 = 𝑃𝐷
⟺ 𝐴𝑃 = 𝑃𝐷
𝑝11 ⋯ 𝑝1𝑛 𝜆1 ⋯ 0 𝜆1 𝑝11 ⋯ 𝜆1 𝑝1𝑛
𝐴𝑃 = [ ⋮ ⋱ ⋮ ][ ⋮ ⋱ ⋮]=[ ⋮ ⋱ ⋮ ] (6)
𝑝𝑛1 ⋯ 𝑝𝑛𝑛 0 ⋯ 𝜆𝑛 𝜆1 𝑝𝑛1 ⋯ 𝜆𝑛 𝑝𝑛𝑛
Jika dimisalkan 𝑝1 , 𝑝2 , … , 𝑝𝑛 menyatakan vector-vektor kolom 𝑃, maka bentuk (6)
kolom-kolom 𝐴𝑃 yang berurutan 𝜆1 𝑝1 , 𝜆2 𝑝2 , … , 𝜆𝑛 𝑝𝑛 . Akan tetapi kolom-kolom
dari hasil kali 𝐴𝑃 adalah 𝐴𝑝1 , 𝐴𝑝2 , … , 𝐴𝑝𝑛 , sehingga diperoleh
𝐴𝑝1 = 𝜆1 𝑝1 , 𝐴𝑝2 = 𝜆2 𝑝2 , … , 𝐴𝑝𝑛 = 𝜆𝑛 𝑝𝑛 (7)
Karena 𝑃 mempunyai invers, maka vector-vektor kolomnya tidak bernilai nol, jadi
berdasarkan definisi 3.1, 𝜆1 , 𝜆2 , … , 𝜆𝑛 adalah nilai-nilai eigen 𝐴, dan 𝑝1 , 𝑝2 , … , 𝑝𝑛 ,
adalah vector-vektor eigen yang bersesuaian. Karena 𝑃 mempunyai invers maka
diperoleh bahwa 𝑝1 , 𝑝2 , … , 𝑝𝑛 bebas linear. Jadi 𝐴 memiliki 𝑛 vector eigen bebas
linear.
(b) ⇒ (a). Karena 𝐴 memiliki 𝑛 vector eigen bebas linear misalkan 𝑝1 , 𝑝2 , … , 𝑝𝑛
maka terdapat nilai eigen yang bersesuain yaitu 𝜆1 , 𝜆2 , … , 𝜆𝑛 , dan misalkan
𝑝11 ⋯ 0
𝑃=[ ⋮ ⋱ ⋮ ]
0 ⋯ 𝑝𝑛𝑛
adalah matriks yang vector-vektor kolomnya adalah 𝑝1 , 𝑝2 , … , 𝑝𝑛 . Karena
𝑝1 , 𝑝2 , … , 𝑝𝑛 merupakan vector eigen dari matriks 𝐴 dan kolom-kolom dari hasil
kali 𝐴𝑃 adalah 𝐴𝑝1 , 𝐴𝑝2 , … , 𝐴𝑝𝑛 maka
𝐴𝑝1 = 𝜆1 𝑝1 , 𝐴𝑝2 = 𝜆2 𝑝2 , … , 𝐴𝑝𝑛 = 𝜆𝑛 𝑝𝑛
sehingga diperoleh
𝜆1 𝑝11 ⋯ 𝜆1 𝑝1𝑛 𝑝11 ⋯ 𝑝1𝑛 𝜆1 ⋯ 0
𝐴𝑃 = [ ⋮ ⋱ ⋮ ]=[ ⋮ ⋱ ⋮ ][ ⋮ ⋱ ⋮ ] = 𝑃𝐷 (8)
𝜆1 𝑝𝑛1 ⋯ 𝜆𝑛 𝑝𝑛𝑛 𝑝𝑛1 ⋯ 𝑝𝑛𝑛 0 ⋯ 𝜆𝑛
dimana 𝐷 adalah matriks diagonal yang mempunyai nilai eigen 𝜆1 , 𝜆2 , … , 𝜆𝑛 pada
diagonal utamanya. Karena vector-vektor kolom dari 𝑃 bebas linear, maka 𝑃
mempunyai invers. Jadi (8) dapat dituliskan kembali sebagai 𝑃 −1 𝐴𝑃 = 𝐷 dengan
𝐴 dapat didiagonalisasi.
Contoh 2.2
Carilah matriks 𝑃 yang mendiagonalkan
 1 0 0
𝐴 = [0 1 1]
0 1 1
1 0
Vector eigen yang bersesuaian dengan matriks 𝐴 adalah 𝑝1 = [0], 𝑝2 = [−1], dan
0 1
0
𝑝3 = [1]
1
Akan ditunjukkan {𝑝1 , 𝑝2 , 𝑝3 } bebas linear. Berdasarkan definisi 3.3 substitusikan
𝑝1 , 𝑝2 , 𝑑𝑎𝑛 𝑝3 pada persamaan (7) sehingga diperoleh
1 0 0
𝑘1 [0] + 𝑘2 [−1] + 𝑘3 [1] = 0 (9)
0 1 1
atau secara ekuivalen menjadi
𝑘1 0
[−𝑘2 + 𝑘3 ] = [0]
𝑘2 + 𝑘3 0
Jadi 𝑘1 = 0, 𝑘2 = 0, 𝑘3 = 0 merupakan satu-satunya penyelesaian dari (9),
sehingga {𝑝1 , 𝑝2 , 𝑝3 } bebas linear dan didapat
1 0 0
𝑃 = [0 −1 1]
0 1 1
Akan dibuktikan 𝑃 −1 𝐴𝑃 adalah matriks diagonal
1 1
0 −
2 1 2 0 0 1 0 0
−1
𝑃 𝐴𝑃 = 1 0 [0
0 1 1] [0 −1 1]
1 01 1 1 0 1 1
[0 2] 2
0 0 0 1 0 0
−1
⟺ 𝑃 𝐴𝑃 = [0 1 1] [0 −1 1]
0 1 1 0 1 1
0 0 0
−1
⟺ 𝑃 𝐴𝑃 = [0 1 0]
0 0 2
1 0 0
Jadi, 𝑃 = [0 −1 1] akan mendiagonalkan A.
0 1 1
3.3 Sistem Persamaan Diferensial
Untuk menggunakan teknik aljabar linier yang telah kita pelajari pada bagian
terdahulu, kita perhatikan sistem persamaan diferensial
 𝑥 = P(t) 𝑥 + 𝑔(t),
Dimana P(t) dan 𝑔(t) kontinu pada suatu interval I. Seperti pada bab-bab terdahulu,
jika 𝑔(t) ≠ 0 maka kita mempunyai kasus tak homogen dan dika dan 𝑔(t)=0 kita
mempunyai kasus homogen. Teorema berikut dapat dikemukakan untuk solusi
homogen.
Teorema. Jika vektor-vektor 𝑥(1), 𝑥(2), . . . , 𝑥(n) adalah solusi-solusi yang bebas
linier dari persamaan diferensial homogen untuk semua titik di I, maka setiap sousi
⃗∅ = c1𝑥 (1) + c2𝑥(2) + . . . + c3𝑥(n) ,
Tepat dalam satu cara. Vektor-vektor 𝑥(1), 𝑥(2), . . . , 𝑥(n) membentuk himpunan solusi
fundemental yang membangun solusi ⃗∅(t). Dua hal penting yang perlu dicatat
dengan himpunan solusi fundemental diatas. Pertama, kita definisikan kembali
matrik Wronkian:
W [𝑥(1), 𝑥(2), . . . , 𝑥(n)] = det (X) ≠ 0,
Dimana X adalah suatu matrik yang entri kolomnya adalah 𝑥(1), 𝑥(2), . . . , 𝑥(n) dan
yang mempunyai determinan tidak nol untuk sebuah himpunan yang bebas linear
dari solusi-solusi. Yang kedua bahwa solusi
⃗ (t0) = c1𝑥(1) + c2𝑥(2) + . . . + c3𝑥(n) = X𝑐 = 𝑏⃗,
∅
Dimana t0 dan 𝑏⃗ adalah suatu kondisi awal yang dapat dibalik untuk menentukan
c1. Karena determinan dari X tidak nol, maka kita dapat menemukan X-1 sedemikian
sehingga
𝑐 = X-1 𝑏⃗,
Dan vektor 𝑐 tunggal yang dijamin dari teorema diatas. Kita kembali lagi pada
permasalahan untuk menyelesaikan sistem persamaan diferensial. Untuk mudahnya
kita perhatikan konstanta koeffisien matrik A yang diberikan dengan
𝑥 = A𝑥,
Kita perkenalkan konsep tentang setimbang (equilibrium) yakni terjadi jika 𝑥= 0.
Jadi kita akan dapatkan
A𝑥 = 0→ 𝑥 = A-10 = 0
oleh karena det (A) ≠ 0. Jadi titik asal adalah titikasal adalah titik equilibrium dari
sistem persamaan diferensial linear dengan koefisien konstan. Sistem yang paling
seerhana, yaitu kita dapat memikirkan sistem 1 × 1(n=1)
 x’ = ax → x =ceat.
Penyelesaian diatas sangatlah mudah (trivial) yang telah kita bahas secara detail
diawal pembahasan. Kasus yang sedikit agak sulit yaitu tentang perilaku nontrivial
yang diberikan dalam sistem 2 × 2. Dalam kasus ini kita akan menunjukkan
terdapat cara yang mudah untuk menjelaskan perilaku dinamic dengan
menggunakan phase-portrait dalam sebuah analisis phase- plane. Kita mulai
dengan mengingat bahwa sistem persamaan diferensial rde 2 × 2 dapat dinyatakan
kembali dalam persamaan diferensial orde dua. Hal tersebut membeerikan movivasi
kepada kita untuk menebak solusi nya dalam bentuk
𝑥 = A𝑥 → 𝑥 = 𝑣eλt.
Dengan fakta 𝑥 = λ𝑣eλt, kita dapatkan
A𝑣 = λ𝑣,
Yang merupakan masalah nilai eigen. Hanya dengan mengkondisikan 𝑣 ≠ 0 untuk
mensyaratkan
det(A – λI) dapat dibalik maka kita dapatkan 𝑣 = 0. Berikut contoh untuk
memperjelas bagaimana sebenarnya teknik menyelesaikan sistem persamaan
diferensial tersebut.
1 1
Contoh 1. Selesaikan 𝑥 = ( ) 𝑥.
4 1
Jawab. Masalah diatas diselesaikan dengan pertama mencoba solusinya
𝑥 = 𝑣eλt
Yang memberikan masalah eigen
1−λ 1
( )𝑣 =0.
4 1−λ
Agar kita mempunyai solusi yang tak trivial (nontrivial) 𝑣, kita syaratkan bahwa
determinan matriks haruslah nol. Jadi kita dapatkan
1−λ 1
| | = (1 − λ)( 1 − λ) − 4 = λ2 −2λ −3
4 1−λ
= (λ − 3)(λ + 1) = 0.
Jadi kita peroleh nilai eigen
λ = 3 dan λ = -1
Vektor-vektor eigennya dapat diketemukan dari persamaan diatas. Kita akan
dapatkan
 1−3 1 −2 1 𝑣1
λ=3:( )𝑣=( )( )=0,
4 1−3 4 −2 𝑣2
yang akan memberikan -2v1 + v2 = 0 sehingga
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ 1
𝑣 (−1) = c1 ( )
2
Vektor eigen yang kedua ditentukan dari bentuk
1+1 1 2 1 𝑣1
λ = -1 : ( )𝑣=( )( )=0
4 1+1 4 2 𝑣2
yang akan memberikan -2v1 + v2 = 0 sehingga
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ 1
𝑣 (−1) = c1 ( )
−2
Jadi solusi umumnya dapat dinyatakan sebagai
1 1
𝑥 = c1 ( ) 𝑒 3𝑡 + c2 ( ) 𝑒 −𝑡 ,
2 −2
Dimana konstanta c1 dan c2 ditentukan dari kondisi awalnya. Kita akan tunjukkan
bahwa wronskiannya tidaklah nol. Kita punyai
3𝑡
⃗⃗⃗⃗⃗⃗⃗
W [𝑥 𝑥 (2) ] = ( 𝑒 3𝑡
(1) , ⃗⃗⃗⃗⃗⃗⃗ 𝑒 −𝑡 ) → det (W) = -4e2t ≠ 0,
2𝑒 −2𝑒 −𝑡
Dan vektor-vektor ⃗⃗⃗⃗⃗⃗⃗
𝑥 (1) dan ⃗⃗⃗⃗⃗⃗⃗
𝑥 (2) membentuk sebuah himpunan yang fundamental
dari solusi-solusinya. Perilaku dari solusi tersebut dapat lebih jelas dianalisa dari
phase-pale potrait yang merupakan gambar dari x1 terhadap x2 yang merupakan
fungsi waktu.
Menunjukkan perilaku dari solusi dan karakteristik perilaku solusi sepanjang vektor

eigen. Jadi sepanjang vektor eigen ⃗⃗⃗⃗⃗⃗⃗

𝑣 (1) solusi tumbuh seperti e3t sementara solusi

sepanjang ⃗⃗⃗⃗⃗⃗⃗
𝑣 (1) solusi menurun seperti e-t . Perilaku seperti ini yang mempunyai dua
nilai eigen rill yang berbeda tanda selalu akan membentuk perilaku sebuah saddle
−3 √2
Contoh 2. Selesaikanlah 𝑥 = ( ) 𝑥.
√2 −2
Jawab. Kita sekali lagi mencoba solusinya dalam bentuk
𝑥 = 𝑣 e λt ,
Yang memberikan masalah nilai eigen
−3 − λ √2 ) 𝑣 = 0 .
(
√2 −2 − λ
Kita temukan nilai-nilai eigen dari determinan dari persamaan diatas, yakni
 −3 − λ √2 | = (−3 − λ)( −2 − λ) − 2 = λ2 +5λ +4 = (λ + 4)(λ + 1) = 0.
|
√2 −2 − λ
Jadi kita peroleh nilai-nilai eigen
λ = -4 dan λ = -1
Vektor-vektor eigennya dapat diketemukan dari persamaan diatas. Kita dapatkan

λ = −4 : (
−3 + 4 √2 ) 𝑣 = ( 1 √2) (𝑣1) = 0
√2 −2 + 4 √2 2 𝑣2
yang akan memberikan v1 = −√2 dan v2 = 1 sehingga eigen vaktornya
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ 1
𝑣 (−1) = c1 ( )
−2
Vaktor eigen yang kedua ditentukan dari bentuk

λ = -1 : (
−3 + 1 √2 ) 𝑣 = (−2 √2 ) (𝑣1) = 0.
√2 −2 + 1 √2 −1 𝑣2
Yang akan memberikan v1 =1 dan v2 =√2 sehingga vektor eigennya
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ 1
𝑣 (−1) = c2 ( )
√2
Jadi solusi umumnya dapat dinyatakan sebagai
1
𝑥 = c1 (√2) e-4t + c2 ( ) e-t ,
1 √2
Dimana konstanta c1 dan c2 ditentukan dari kondisi awalnya. Sehingga tidak seperti
dalam contoh terdahulu, dalam hal ini kedua nilai eigen-eigen rill dan negatif. Ini
akan menghasilkan titik node pada equilibrium di titik asal. Perilaku dari solusi
dapat dilihat pada gambar (5.3) . Seperti juga pada contoh sebelumnya bahwa nilai
egen dan vektor eigen memegang peranan penting dalam menentukan perilaku
phase-plane.
3.4 Akar - Akar Kompleks dan Berulang
3.4.1 Akar Kompleks
Definsi:
𝑎𝑦 ′′ + 𝑏𝑦 ′ + 𝑐𝑦 = 0 (1)
Dimana a, b dan c adalah bilangan real.Pada bagian pengantar pada sistem
dan matriks kita menemukan bahwa jika kita mencari solusi dari bentuk 𝑦 =
𝑒 𝑛 , dimana r harus menjadi akar dari persamaan karakteristik
𝑎𝑟 2 + 𝑏𝑟 + 𝑐 = 0 (2)
Jika akar r1 dan r2 adalah real dan berbeda, yang teradi saaat diskriminan
𝑏 2 = 4𝑎𝑐 adaah ppositif, maka solusi umum dari persamaan (1) adalah
𝑡 𝑡
𝑦 = 𝑐1 𝑒 𝑟 1 + 𝑐2 𝑒 𝑟 2 (3)
Misalkan sekarang bahwa 𝑏 2 = 4𝑎𝑐 adalah negative. Kemudian akar
persamaan (2) adalah konjungsi bilangan kompleks, kita menunjukkan
dengan
𝑟1 = 𝜆 + 𝑖𝜇, 𝑟2 = 𝜆 − 𝑖𝜇 (4)
Dimana 𝜆 dan 𝜇adalah bilangan real. Ekspresi yang sesuai untuk y adalah
𝑦1 (𝑡) = exp[(𝜆 + 𝑖𝜇)𝑡], 𝑦2 (𝑡) = exp[(𝜆 − 𝑖𝜇)𝑡] (5)
Pertama – tama di eksplorasi apa yang diamksud dengan ungkapan- ungkapan
ini. Yang melibatkan fungsi eksponensial untuk eksponen kompleks. Sebagai
contoh, jika 𝜆 = −1, 𝜇 = 2, dan 𝑡 = 3, maka dari persamaan (5)
𝑦1 (3) = 𝑒 −3+6𝑖 (6)
Formula Euler: Untuk lebih memhami persamaan (5) diberikan definisi dari
fungsi eksponensial kompleks. Tentu saja, didefinisikan untuk mengurangi
ke fungsi eksponensial akrab nyata ketika eksponen nyata. Ada beberapa cara
untuk mencapai definisi ini dari fungsi eksponensial. Di sini kita
menggunakan metode yang didasarkan pada seri terbatas, alternative
diuraikann dalam soal. Ingat dari kalkulus bahw aderet Taylor untuk
𝑒 𝑡 tentang 𝑡 = 0
𝑡𝑛
𝑒 𝑡 = ∑∞
𝑛=0 𝑛! , −∞<𝑡 <∞ (7)

Jika sekarang kita asumsikan bahwa kita dapat menggantikannya untuk t

dalam persamaan (7), maka kita dapatkan
(𝑖𝑡)𝑛
𝑒 𝑖𝑡 = ∑∞
𝑛=0 𝑛!
(−1)𝑛 𝑡 2𝑛 (−1)𝑛−1 𝑡 2𝑛−1
= ∑∞
𝑛=0 (2𝑛)!
+ ∑∞
𝑛=1 (2𝑛−1)!
(8)

Dimana kit atelah memisahkan jumlah tersebut menjadi bagian – bagian nyata
dan imajiner, memanfaatkan fakta bahwa 𝑖 2 = −1, 𝑖 3 = −𝑖, 𝑖 4 = 1, dan
sebagainya. seri pertama dalam persamaan (8) justru deret Taylor untuk cos t
tentang t=0 dan yang kedua adalah deret Taylor utnuk sin t tentang t=0.
Dengan demikian kita memiliki
𝑒 𝑖𝑡 = cos 𝑡 + 𝑖 sin 𝑡 (9)
Persamaan (9) dikenal sebagai Rumus Euler dan sangat penting
hubungannya dengan matematika. Sementara derivasi persamaan (9)
didasarkan pada asumsi yang belum diverivikasi bahwa seri (7) dapat
digunakan umtuk kompleks serta nilai real dari variable independen,, dengan
menggunakan derivasi ini hanya untuk membuat persamaan (9) tampak lebih
mudah dipahami. Setiap kali kita menulis 𝑒 𝑛 , ini berarti ekspresi dari sisi kana
persamaan (9). Ada beberapa variasi formula Euler yang perlu juga
diperhatikan. Jika kita mengganti t dengan –t dalam persamaan (9) dan ingat
bahwa cos (-t) = cos t dan sin(-t)= -sin t, maka didapatkan
𝑒 −𝑖𝑡 = cos 𝑡 − 𝑖 sin 𝑡 (10)
Lebih lanjut, jika t diganti dengan µt dalam persamaan (9), maka kita
memperoleh versi umum dari Rumus Euler, yaitu:
𝑒 𝑖𝜇𝑡 = cos 𝜇𝑡 + 𝑖 sin 𝜇𝑡 (11)
Selanjutnya, kita ingin memperluasdefinisi dari fungsi eksponensial
komplekas ke dalam fungsi eksponen untuk (𝜆 + 𝑖𝜇)𝑡. Karena kita ingin sifat
biasa fungsi eksponensial untuk bertahan selama eksponen kompleks, agar
exp[(𝜆 + 𝑖𝜇)𝑡] memenuhi
𝑒 (𝜆+𝑖𝜇)𝑡 = 𝑒 𝜆𝑡 𝑒 𝑖𝜇𝑡 (12)
Kemudian, dengan menggantikan 𝑒 𝑖𝜇𝑡 dari persamaan (11), kita memperoleh
𝑒 (𝜆+𝑖𝜇)𝑡 = 𝑒 𝜆𝑡 (𝑐𝑜𝑠 𝜇𝑡 + 𝑖 sin 𝜇𝑡)
= 𝑒 𝜆𝑡 𝑐𝑜𝑠 𝜇𝑡 + 𝑖𝑒 𝜆𝑡 sin 𝜇𝑡 (13)
Kita mengambil persamaan (13) sebagai definisi exp[(𝜆 + 𝑖𝜇)𝑡]. Nilai dari
fungsi eksponensial dengan eksponen kompleks yang real dan imajiner,
bagian yang diberikan oleh ketentuan di sisi kanan dari persamaan (13).
Perhatikan bahwa nyta dan bagian imajiner exp[(𝜆 + 𝑖𝜇)𝑡]disajikan
seluruhnya dalam hal yang nyata nilai fungsi. Misalnya , kuantitas dalam
persamaan (6) memiliki nilai
𝑒 −3+6𝑖 = 𝑒 3 cos 6 + 𝑖𝑒 −3 6 ≅ 0.0478041 − 0.0139113𝑖 (14)
Juga berlaku untuk nilai – nilai kompleks r.
Solusi bernilai real. Fungsi 𝑦1 (𝑡)dan 𝑦2 (𝑡), yang diberikan oleh persamaan
(5) dan dengan makna yang diucapkan oelh persamaan (3),, merupakan solusi
dari persamaan (1) ketika akar persamaan karakteristiknya (2) adalah
bilangan kompleks 𝜆 ± 𝑖𝜇. Sayangnya solusi y1 dan y2 merupakan fungsi
kompleks bernilai, sedangkan pada umumnya kita kan lebih suka untuk
memiliki real dihargai solusi, jika mungkin, karenapersamaan differensial
sendiri memiliki koefisien nyata. Solusi tersebut dapat ditemukan
sebagaimana konsekuensi dari
Teorema 3.4.1 yang menyatakan
Jika y1 dan y2 adalah solusi dari persamaan (1) maka setiap kombinasi linear
dari y1 dan y2 juga solusi.
Secara khusus mari kita membentuk jumlah dann kemudian perbedaan y1 dan
y2. Kami memiliki
𝑦1 (𝑡) + 𝑦2 (𝑡) = 𝑒 𝜆𝑡 (cos 𝜇𝑡 + 𝑖 sin 𝜇𝑡) + 𝑒 𝜆𝑡 (cos 𝜇𝑡 − 𝑖 sin 𝜇𝑡)
= 2𝑒 𝜆𝑡 cos 𝜇𝑡
Dan
𝑦1 (𝑡) − 𝑦2 (𝑡) = 𝑒 𝜆𝑡 (cos 𝜇𝑡 + 𝑖 sin 𝜇𝑡) − 𝑒 𝜆𝑡 (cos 𝜇𝑡 − 𝑖 sin 𝜇𝑡)
= 2𝑖𝑒 𝜆𝑡 sin 𝜇𝑡
Oleh karena itu, mengabaikan pengganda konstan 2 dan 2i, masing - masing
telah diperoleh sepasang solusi bernilai real
𝑢(𝑡) = 𝑒 𝜆𝑡 cos 𝜇𝑡 , 𝑣(𝑡) = 𝑒 𝜆𝑡 sin 𝜇𝑡 (15)
Amati u dann v hanya bagian real dan imajiner, masing – masing y1. Dengan
perhitungan langsung dapat ditunjukkan bahwa Wronskian dari u dan v
adalah
𝑊(𝑢, 𝑣)(𝑡) = 𝜇𝑒 2𝜆𝑡 (16)
Dengan demikian, selama 𝜇 ≠ 0, Wronskian W tidak nol, jadi u dan v
membentuk dasar himpunan solusi. ( tentu saja jika 𝜇 = 0, maka akar adalah
nyata dan diskusi dalam bagiann tidak berlaku). Akibatnya,
Definisi
jika akar persamaankarakteristik yang bilangan kompleks 𝜆±
𝑖𝜇, dengan μ ≠ 0, maka solusi umum dari persamaan (1) adalah
𝑦 = 𝑐1 𝑒 𝜆𝑡 cos 𝜇𝑡 + 𝑐2 𝑒 𝜆𝑡 sin 𝜇𝑡, (17)
Dimana c1 dan c2 adalah konstanata sembarang. Perhatikan bahwa solusi (17)
dapat ditulis segera seteh niai – niai 𝜆 dan 𝜇 diketahui.
Contoh.
 Tentukanlah solusi umum dari
𝑦 ′′ + 𝑦 ′ + 𝑦 = 0 (18)
Persamaan karakteristiknya adalah
𝑟2 + 𝑟 + 1 = 0
Dan akarnya
1
−1±(1−4) ⁄2 1 √3
𝑟= = −2±𝑖
2 2
1 √3
Jadi, 𝜆 = − 2 dan 𝜇 = , sehingga solusi umum dari peramaa (18) adalah
2

𝑡 𝑡
𝑦 = 𝑐1 𝑒 − ⁄2 cos (√3𝑡⁄2) + 𝑐2 𝑒 − ⁄2 sin (√3𝑡⁄2) (19)

3.4.2 Perulangan Akar; Reduksi Orde

Pada bagian sebelumnya kita ditunjukkan cara untuk memecahkan persamaan
𝑎𝑦 ′′ + 𝑏𝑦 ′ + 𝑐𝑦 = 0 (1)
Ketika akar dari persamaan karakteristik
𝑎𝑟 2 + 𝑏𝑟 + 𝑐 = 0 (2)
Baik real dan lainnya, atau konjugan kompleks. Sekarang kita
mempertimbangkan kemungkinan ketiga yaitu bahwa dua akar r1 dan r2
adalah sama. Kasus ini terjadi ketika diskriminan 𝑏 2 − 4𝑎𝑐 adalah nol, dan
maka sesuai dengan rumus kuadrat berikut
𝑟1 = 𝑟2 = − 𝑏⁄2𝑎 (3)
Kesulitannya adalah, apabila kedua akarnya menghasilkan solusi yang sama
𝑏𝑡
𝑦1 (𝑡) = 𝑒 −2𝑎 (4)
Dari persamaan differensial (1) dan tidak jelas bagaimana cara menemukan
solusi yang kedua,
Contoh 1
Selesaikan persamaan differensial
𝑦 ′′ + 4𝑦 ′ + 4𝑦 = 0 (5)
Persamaan karakteristiknya adalah
𝑟 2 + 4𝑟 + 4 = (𝑟 + 2)2 = 0
Jadi 𝑟1 = 𝑟2 = −2. Oleh karena itu, salah satu solusi dari persamaaan (5)
adalah 𝑦1 (𝑡) = 𝑒 −2𝑡 . Untuk menemukan solusi umum dari perrsamaan (5)
kita perlu solusi kedua yang bukan kelipatan dari y1. Solusi yang kedua ini
dapat ditemukan dalam beberapa cara (lihat soal) disini kita dapat
menggunakan metode yang digagas oleh D’A lambert pada abad kedelapan
belas. Mengingat 𝑦1 (𝑡) adalah solusi dari persamaan (1), begitu juga 𝑐𝑦1 (𝑡)
untuksetiap konstanta c. ide dasar untuk menggeneralisasi pengamatan ini
adalah mengganti c oleh fungsi v(t) kemudian mencoba menentukan v(t)
sehingga v(t)y1(t) tersebut adalah solusi dari persamaan (1)
Untuk melakukan cara tersebut kita mensubstitusikan y v(t)y1(t) dalam
persamaan (1) dan menggunakan persamaan yang dihasilkan untuk
mengetahui v(t). Diawali dengan
𝑦 = 𝑣(𝑡)𝑦1 (𝑡) = 𝑣(𝑡)𝑒 −2𝑡 (6)
Kita memiliki
𝑦 ′ = 𝑣 ′ (𝑡)𝑒 −2𝑡 − 2𝑣(𝑡)𝑒 −2𝑡 (7)
Dan
𝑦 ′′ = 𝑣 ′′ (𝑡)𝑒 −2𝑡 − 4𝑣 ′ (𝑡)𝑒 −2𝑡 + 4𝑣(𝑡)𝑒 −2𝑡 (8)
Dengan mensubstitusikan pernyataan pada pesamaan (6), (7) dan (8) di dalam
persamaan (5) serta memenuhi syarat, kita dapatkan
[𝑣 ′′ (𝑡) − 4𝑣 ′ (𝑡) + 4𝑣(𝑡) + 4𝑣 ′ (𝑡) − 8𝑣(𝑡) + 4𝑣(𝑡)]𝑒 −2𝑡 = 0
Yang disderhanakan ke
𝑣 ′′ (𝑡) = 0 (9)
Oleh karena itu
𝑣 ′ (𝑡) = 𝑐1
Dan
𝑣(𝑡) = 𝑐1 𝑡 + 𝑐2 (10)
Dimana c1 dan c2 adalah konstanta sembarang. Terakhir,substitusi v(t) dalam
persamaan (6), kita peroleh
𝑦 = 𝑐1 𝑡𝑒 −2𝑡 + 𝑐2 𝑒 −2𝑡. (11)
Suku kedua pada sisi kanan dari persamaan (11) bersesuaian dengan solusi
asli 𝑦1 (𝑡) = exp(−2𝑡), namun suku pertaman muncul dari solusi kedua yaitu
𝑦2 = 𝑡 exp(−2𝑡). Kedua solusi tersebut jelas tidak proporsional, tetapi kita
dapat membuktikan bahwa mereka bebas linear dengan menghitung
Wornskiannya:
 𝑒 −2𝑡 𝑡𝑒 −2𝑡
𝑊(𝑦1 , 𝑦2 )(𝑡) = | |
−2𝑒 −2𝑡 (1 − 2𝑡)𝑒 −2𝑡
= 𝑒 −4𝑡 − 2𝑡𝑒 −4𝑡 + 2𝑡𝑒 −4𝑡 = 𝑒 −4𝑡 ≠ 0
Oleh karena itu,
𝑦1 (𝑡) = 𝑒 −2𝑡 , 𝑦2 (𝑡) = 𝑡𝑒 −2𝑡 (12)
Penggunaan contoh 1 dapat diperluas untuk persamaan umum yang
persamaan karakteristiknya merupakan akar berulang. Artinya, kita
asumsikan bahwa koefisien pada persamaan (1) memenuhi 𝑏 2 − 4𝑎𝑐 = 0,
dalam kasus
𝑏𝑡
𝑦1 (𝑡) = 𝑒 −2𝑎
Adalah solusi. Kemudian kita asumsikan bahwa
𝑏𝑡
𝑦 = 𝑣(𝑡)𝑦1 (𝑡) = 𝑣(𝑡)𝑒 −2𝑎 (13)
Dan substitusi dalam persamaan (1) untuk mengetahui v(t). kita memiliki
𝑏𝑡 𝑏𝑡
𝑏
𝑦 ′ = 𝑣 ′ (𝑡)𝑒 −2𝑎 − 2𝑎 𝑣(𝑡)𝑒 −2𝑎 (14)

Dan
𝑏𝑡 𝑏𝑡 𝑏𝑡
𝑏 𝑏2
𝑦 ′′ = 𝑣 ′′ (𝑡)𝑒 −2𝑎 − 𝑎 𝑣 ′ (𝑡)𝑒 −2𝑎 + 4𝑎2 𝑣(𝑡)𝑒 −2𝑎 (15)

Kemudian, dengan mensubstitusi dalam persamaan (1), kita memperoleh

𝑏𝑡
𝑏 𝑏2 𝑏
{𝑎 [𝑣 ′′ (𝑡) − 𝑎 𝑣 ′ (𝑡) + 4𝑎2 𝑣(𝑡)] + 𝑏 [𝑣 ′ (𝑡) − 2𝑎 𝑣(𝑡)] + 𝑐𝑣(𝑡)} 𝑒 −2𝑎 = 0

(16)
𝑏𝑡
Untuk membatalkan faktor exp (− 2𝑎), adalah nol dan memenuhi

persyaratannya, kita temukan bahwa

𝑏2 𝑏2
𝑎𝑣 ′′ (𝑡) + (−𝑏 + 𝑏)𝑣 ′ (𝑡) + (4𝑎 − 2𝑎 + 𝑐) 𝑣(𝑡) = 0 (17)

Istilah menyangkut 𝑣′(𝑡) jelas adalah nol. Selanjutnya koefisien 𝑣(𝑡) 𝑖𝑠 𝑐 −

(𝑏 2 − 4𝑎), yang juga nol karena 𝑏 2 − 4𝑎𝑐 = 0 dalam permasalahan bahwa
kita sedang mempertimbangkan. Dengan demikian, seperti halnya dalam
contoh 1. Persamaan (17) tereduksi menjadi
𝑣 ′′ (𝑡) = 0
Oleh karena itu,
𝑣(𝑡) = 𝑐1 𝑡 + 𝑐2
Oleh karena itu, dari persamaan (3) kita memiliki
 𝑏𝑡 𝑏𝑡
𝑦 = 𝑐1 𝑡𝑒 −2𝑎 , 𝑦2 (𝑡) = 𝑐2 𝑒 −2𝑎 (18)
Dengan demikian y adalah kombinasi linear dari dua solusi
𝑏𝑡 𝑏𝑡
𝑦1 (𝑡) = 𝑒 −2𝑎 , 𝑦2 (𝑡) = 𝑡𝑒 −2𝑎 (19)
Wornskian dari penyelesaian dua adalah
𝑏𝑡 𝑏𝑡
𝑒 −2𝑎 𝑡𝑒 −2𝑎 𝑏𝑡
𝑊(𝑦1 , 𝑦2 )(𝑡) = | 𝑏 − 𝑏𝑡 𝑏𝑡 −
𝑏𝑡 | = 𝑒− 𝑎 (20)
− 2𝑎 𝑒 2𝑎 (1 − 2𝑎) 𝑒 2𝑎

Karena W(y1,y2)(t) tidak boleh nol, solusi y1 dan y2 diberikan oleh persamaan
(19) adalah seperangkat dasar solusi. Selanjutnya, persamaan (18) adalah
solusi umum dari eprsamaan (1) ketika akar persamaan karakteristik adalah
sama. Dengan kata lain, ada satu solusi eksponensial sesuai dengan akar
berulang, sementara solusi kedua diperoleh dengan mengalikan solusi
eksponensial dengan t.

3.5 Matriks Fundamental

3.5.1 Solusi Persamaan diffferensial homogen
Perhatika sistem Persamaan Differensial berikut:
𝑥 ′ (𝑡) = 𝐴(𝑡)𝑥(𝑡) + 𝑏(𝑡) (1)
𝑥(𝑡0 ) = 𝑥0
Yang merupakan sistem persamaan differendial linear . Eksistensi dan ketunggalan
dari penyelesaian sistem linear orde 1 diberikan oleh teorema berikut:
Teorema 1 :
𝑥 ′ (𝑡) = 𝐴(𝑡)𝑥(𝑡) + 𝑏(𝑡)
MNA
𝑥(𝑡0 ) = 𝑥0
dimana A(t) dan 𝑏(𝑡) kontinu pada interval I, mempunyai penyelesaian tunggal dalam I.

Penyelesaian sistem PD non homogen kita dapatkan dari penyelesaian sistem PD

homogen yang berkaitan dengannya. Konsekuensinya kita mulai dengan membahas
teori sistem PD homogen.
Perhatikan sistem PD berikut :
𝑥 ′ (𝑡) = 𝐴(𝑡)𝑥(𝑡) (2)
dimana A adalah matrik berukuran n x n yang kontinu dalam interval I, mempunyai
penyelesaian-penyelesaian yang berada dalam ruang vektor berdimensi n. Misalkan
𝑥(𝑡) adalah penyelesaian dari (2) yang berupa vektor kolom dengan komponen-
komponen x1, x2, . . ., xn.
Untuk selanjutnya pembaca dianggap sudah mengenal operasi matriks elementer
dan analisis aljabar linear, karena pengetahuan tentang bidang ini sangat diperlukan
dalam menyelesaikan sistem PD linear.

Definisi 1 :
Himpunan dari n penyelesaian yang bebas linear dari 𝑥 ′ (𝑡) = 𝐴(𝑡) dalam suatu interval I,
{ x1, x2, . . ., xn} disebut himpunan penyelesaian fundamental dalam I yang berkaitan dengan matriks
𝑥(𝑡) didefinisikan oleh
𝑥(𝑡) = [x1(t), x2(t), . . ., xn(t)]
Disebut sebagai matriks fundamental dari sistem 𝑥 ′ = 𝐴𝑥
Jika 𝑥(𝑡) adalah matriks fundamental dari (2), maka penyelesaian linear dari sistem
tersebut dapat ditulis 𝑥(𝑡) = 𝑥(𝑡)𝑐, dimana c =[c1, c2, . . ., xn]T
Misalkan x1(t), x2(t), . . ., xn(t) adalah penyelesaian dari 𝑥 ′ = 𝐴𝑥 dalam interval I,
dapat ditunjukkan bahwa jika W [x1, x2, . . ., xn] (t) ≠ 0 untuk suatu titik dalam I,
maka penyelesaian itu adalah bebas linear dalam I

Teorema 2 :
Jika x1(t), x2(t), . . ., xn(t) adalah penyelesaian yang bebas linear dari 𝑥 ′ = 𝐴𝑥 dalam interval I,
W [x1, x2, . . ., xn] (t) ≠ 0 maka untuk setiap titik dalam I.
Bukti :
Akan lebih mudah untuk menyatakan suatu pernyataan yang setara, jika
𝑾[𝒙𝟏 , 𝒙𝟐 , . . . , 𝒙𝒏 ](𝒕) = 𝟎 untuk suatu 𝑡0 dalam I., maka 𝑥1 , 𝑥2 , . . . , 𝑥𝑛 adalah
bergantung secara linier. Jika 𝑾[𝒙𝟏 , 𝒙𝟐 , . . . , 𝒙𝒏 ](𝒕) = 𝟎, maka vector-vektor
𝑥1 (𝑡0 ) , . . . , 𝑥𝑛 (𝑡0) adalah bergantung linier dalam 𝑅 𝑛 . Jadi berakibat ada skalar
𝑐1 , 𝑐2 , . . . , 𝑐𝑛 tidak semuanya nol.
Sedemikian sehingga:
𝑐1 𝑥1 (𝑡0 ) + 𝑐2 𝑥2 (𝑡0 ), +. . . , +𝑐𝑛 𝑥𝑛 (𝑡0 ) = 0 (3)
Misalkan:
𝑥1 (𝑡) = 𝑐1 𝑥1 (𝑡) +. . . +𝑐𝑛 𝑥𝑛 (𝑡) (4)
Dari (3) dan (4) serta teorema 2, yaitu ada penyelesaian yang tunggal untuk MNA
𝑥 ′ = 𝐴(𝑡)𝑥(𝑡) 𝑥(𝑡0 ) = 0
Kita pasti punya penyelesaian 𝑥(𝑡) = 0 dan juga oleh karena ketunggalan
penyelesaian,
maka: 𝑐1 𝑥1 (𝑡) +. . . +𝑐𝑛 𝑥𝑛 (𝑡) = 0
yang tidak semua 𝑐𝑖 bernilai nol, ini memberikan kenyataan bahwa fungsi 𝑥1 , . . . , 𝑥𝑛
adalah bergantung linier dalam I.
jadi untuk mendapatkan apakah {𝑥1 (𝑡), 𝑥2 (𝑡), . . . , 𝑥𝑛 (𝑡)} bentuk himpunan
fundamental penyelesaian 𝑥 ′ = 𝐴𝑥 dalam interval I, dapat dihitung dari wronskian
untuk suatu titik 𝑡0 dalam I.
Jika 𝑾[𝒙𝟏 , 𝒙𝟐 , . . . , 𝒙𝒏 ](𝑡0 ) ≠ 𝟎, maka penyelesaian bebas linier dalam I, sebaiknya
jika 𝑾[𝒙𝟏 , 𝒙𝟐 , . . . , 𝒙𝒏 ](𝑡0 ) = 𝟎 maka penyelesaian nya adalah bergantung linier
dalam I.
Contoh:
0 𝑒 2𝑡 3𝑒 −2𝑡
1. Diketahui: 𝑥1 (𝑡) = ( 0 ) , 𝑥2 (𝑡) = ( 𝑒 2𝑡 ), 𝑥3 (𝑡) = (−3𝑒 −2𝑡 ) adalah
𝑒𝑡 3𝑒 2𝑡 𝑒 −2𝑡
himpunan fundamental dari penyelesaian system PD 𝑥 ′ = 𝐴𝑥 dalam
(−∞, ∞), dimana
0 2 0
𝐴 = [2 0 0]
1 2 1
Penyelesaian umum sisten linier nonhomogen merupakan jumlah
penyelesaian umum dari system homogeny yang berakitan dan penyelesiaan
partikulir system nonhomogen itu, seperti direbikan berikut ini:

Teorema 3:
Misalkan 𝒙𝟏 , 𝒙𝟐 , . . . , 𝒙𝒏 adalah penyelesaian yang bebas linier dari system PD homogen
𝑥 ′ (𝑡) = 𝐴(𝑡)𝑥(𝑡) dalam I, dan misalkan x =𝑥𝑝 adalah penyelesaian pertikulir dari
system non homogen 𝑥 ′ (𝑡) = 𝐴(𝑡)𝑥(𝑡) + 𝑏(𝑡) dalam I, maka setiap penyelesaian dari
𝑥 ′ (𝑡) = 𝐴(𝑡)𝑥(𝑡) + 𝑏(𝑡)dalam I adalah 𝑥(𝑡) = 𝑐1 𝑥1 (𝑡) +. . . +𝑐𝑛 𝑥𝑛 (𝑡) + 𝑥𝑝

Bukti :
Jika 𝑥 = 𝑥𝑝 adalah penyelesaian di 𝑥 ′ (𝑡) = 𝐴(𝑡)𝑥(𝑡) + 𝑏(𝑡) dalam I, maka
diperoleh 𝑥′𝑝 (𝑡) = 𝐴(𝑡)𝑥𝑝 + 𝑏(𝑡) (5)
Sekarang misalkan 𝑥 = 𝑈(𝑡) adalah penyelesaian lain dari system
𝑥 ′ (𝑡) = 𝐴(𝑡)𝑥(𝑡) + 𝑏(𝑡) dalam I, maka
𝑈 ′ (𝑡) = 𝐴(𝑡)𝑈(𝑡) + 𝑏(𝑡) (6)
 ′
Dari (5) dan (6) didapatkan (𝑈 − 𝑥𝑝 ) = 𝐴(𝑈 − 𝑥𝑝 ),
Jadi fungsi vector 𝑥 = 𝑈 − 𝑥𝑝 adalah penyelesaian yang berkaitan dengan
system homogen 𝑥 ′ = 𝐴𝑥 dalam I. oleh karena 𝑥1 , 𝑥2 , . . . , 𝑥𝑛 membangun
ruang penyelesaian dalam system, memberikan
𝑈 − 𝑥𝑝 = 𝑐1 𝑥1 +. . . +𝑐𝑛 𝑥𝑛 , 𝑐1 , . . . , 𝑐𝑛 adalah scalar r
konsekuensinya 𝑈 = 𝑐1 𝑥1 +. . . +𝑐𝑛 𝑥𝑛 + 𝑥𝑝
Berdasarkan Teorema 3, yaitu penyelesaian system linier non homogeny
pertama harus dicari penyelesian umum dari system homogen yang terkait.
Selanjutnya, dikonsentrasikan lebih dahulu pembahasan penyelesaian dari
system homogen yang dilanjutkan pembahasan teknik memperoleh
penyelesaian partikulir dari system linier non homogen.
3.5.2 Penyelesaian system PD homogen
Perhatikan system homogen: 𝑥 ′ = 𝐴𝑥 (7)
dimana An x n adalah matrik dengan elemen bilangan real konstan. Misalkan
𝑥 = 𝑒 𝜆𝑡 𝑣, 𝜆 = skalar (8)
𝑣 = 𝒗𝒆𝒌𝒕𝒐𝒓 𝒌𝒐𝒏𝒔𝒕𝒂𝒏
Adalah penyelesaian system PD (7) sehingga
𝑥 ′ = 𝜆 e𝜆 t 𝑣
karena 𝑥 = e𝜆 t 𝑣 adalah penyelesaian (7) jika dan hanya jika
𝜆e𝜆 t 𝑣 = e𝜆 t 𝐴𝑣
hal ini mengakibatkan, jika dan hanya jika
λ𝑣 = 𝐴𝑣
akan tetapi hal ini memberikan kenyataan λ haruslah nilai eigen dari yang berpautan
dengan vector eigen v.
konsekuensinya, dapat dibuktikan teorema berikut:

Teorema 4:
Misalkan An x n matriks dengan elemen real konstan dan λ nilai eigen dari A yang
berhubungan dengan vector eigen v. maka
𝑥(𝑡) = e𝜆 t 𝑣 adalah penyelesaian dari system PD linier 𝑥 ′ = 𝐴𝑥 dalam suatu
intelval.
Sebagai catatan: nilai-nilai eigen ada tiga kemungkinan, pertama nilai-nilai eigen
real dan berbeda, yang kedua nilai eigen konjugate dan ketiga nilai eigen real namun
ada yang kembar.
3.5.3 Sistem linier dengan koefisien konstan homogen: Matriks koefisisen non
detective(tidak cacat)
Suatu matriks Koefisien dikatakan non detective jika diperoleh suatu nilai eigen
yang real berbeda atau konjugate kompleks atau diperoleh nilai eigen ada yang
kembar sebanyak m tapi diperoleh sejumlah m vector eigen pula. Sedangkan jika
diperoleh vector eigen yang kurang dari sejumlah nilai eigen yang kembar maka
dikatakan matriks koefisien defective.
Sebagai ilustrasi untuk matriks dengan koefisien non detective diberikan contoh-
contoh dibawah ini untuk suatu linier homogen.
𝑥 ′ = 𝐴𝑥
dimana An x n matrisk dengan koefisien real dan konstan
contoh 1
Selesaikanlah 𝑥1 ′ = 2𝑥1 + 𝑥2
𝑥2′ = −3𝑥1 − 2𝑥2 , dalam (−∞, ∞)

Jawaban :
2 1
Sistem tersebut dapat ditulis dalam bentuk 𝑥 ′ = 𝐴𝑥 dengan 𝐴 = [ ]
−3 −2
Nilai eigen diperoleh dari det(𝐴 − 𝜆 I) = 0
2−𝜆 1
| |=0
−3 −2 − 𝜆
𝜆2 − 4 + 3 = 0
𝜆 = ±1
Untuk 𝜆 = 1 maka system PD yang terbentuk adalah
(𝐴 − 𝜆I)𝑣 = 0
1 1 𝑣1
( ) (𝑣 ) = 0 ekuivalen dengan persamaan
−3 −3 2

1 1 𝑣1
( )( ) = 0
0 0 𝑣2
1
Maka penyelesaian system persamaan linier : 𝑣 = 𝑟 ( )
−1
 1
Sehingga vector eigen yang terkait dengan 𝜆 = 1 adalah 𝑣 = ( )
−1
1
Jadi 𝑥1 (𝑡) = 𝑒 𝑡 ( ) adalah penyelesaian dari system PD
−1
untuk 𝜆 = −1, system PD nya adalah
3 1 𝑣1 0
( ) (𝑣 ) = ( )
−3 −1 2 0
3 1 𝑣1
( )( ) = 0
0 0 𝑣2
1
𝑣 = 𝑠( )
−3
Akibatnya penyelesaian yang kedua adalah
1
𝑥2 (𝑡) = 𝑒 𝑡 ( )
−3
Selanjutnya wronskin dari penyelesaian itu adalah

𝑡
𝑊[𝑥1 , 𝑥2 ](𝑡) = 𝑑𝑒𝑡 [ 𝑒 𝑡 𝑒 −𝑡 ] = [ 1 1
] = −2 ≠ 0, 𝑡 ∈ 𝐼
−𝑒 −3𝑒 −𝑡 −1 −3
akibatnya𝑥1 , 𝑥2 bebas linier dalam I, yang memberikan penyelesaian umum
dari PD diatas adalah
𝑥(𝑡) = 𝑐1 𝑥1 + 𝑐2 𝑥2
1 1
= 𝑐1 𝑒 𝑡 [ ] + 𝑐2 𝑒 −𝑡 [ ]
−1 −3
Secara umum untuk mendapatkan penyelesaian PD linier dari matriks An x n dengan
matriks koefisien konstan akan didapat n penyelesaian yang bebas linier. Kita telah
bahas contoh dengan nilai eigen dan vector eigen yang mana n buah penyelesaian
yang bebas linier yang diperoleh dari matriks A yang mempunyai n buah eigen
vector yang bebas linier. Hal yang sama jika nilai eigen dan vector eigen adalah
kompleks diperoleh dengan cara yang sama untuk mendapatkan penyelesaian dari
system yang nilai eigennya adalah real.

Teorema 5
Misalkan Anxn matrik dengan elemen real dan konstan. Jika A mempunyai
vektor eigen-vektor eigen 𝑣1, ,..., 𝑣𝑛 yang berkaitan dengan𝜆1, . . . , 𝜆2 (tak perlu
berbeda) maka fungsi vektor yang didefinisikan oleh
𝑥𝑘 = 𝑒 𝜆𝑘𝑡 𝑣𝑘 , 𝑘 = 1,2, . . . , 𝑛
untuk semua t, adalah penyelesaian yang bebas linier dari dalam suatu interval.
Penyelesaian umum dari sistem PD ini adalah
𝑥(𝑡) = 𝑐1 𝑥1 +. . . +𝑐𝑛 𝑥𝑛
Bukti.
Kita sudah menunjukkan Dari teorema 4, bahwa setiap xk yang memenuhi x'
= Ax untuk semua t. Selanjutnya
𝑊[𝑥1 , 𝑥2 , . . . , 𝑥𝑛 ] = 𝑒 (𝜆1 +𝜆2 +. . .+𝜆𝑘 )𝑡
, det[𝑣1 , 𝑣2 , . . . , 𝑣𝑛 ] ≠ 0
(karena vektor eigen merupakan vektor yang bebas linier) dan karenanya
penyelesaian tersebut adalah bebas linier untuk suatu interval.
Untuk kasus ketika nilai eigen adalah konjugate komplek, penyelesaian sistem

x' = Ax yang berkaitan kasus tersebut, teorema 3 menjamin juga untuk yang
konjugate komplek.

Lemma 1 :
Misalkan u(t) dan v(t) menyatakan fungsi vektor yang bernilai real jika
𝑥(𝑡) = 𝑢(𝑡) ± 𝑖𝑣(𝑡) adalah penyelesaian konjugate komplek dari x' = Ax,
maka x=u(t) dan x=v(t) adalah penyelesaian-penyelesaian yang bernilai real
dari x' = Ax

Bukti:

Misalkan 𝑥(𝑡) = 𝑢(𝑡) ± 𝑖𝑣(𝑡) adalah penyelesaian dari x' = Ax, didapat
[𝑢(𝑡) ± 𝑖𝑣(𝑡)]′ = 𝐴[𝑢(𝑡) ± 𝑖𝑣(𝑡)]

𝑢(𝑡) ± 𝑖𝑣(𝑡) = 𝐴𝑢(𝑡) ± 𝑖𝐴𝑣(𝑡)

Selanjutnya mengakibatkan bahwa u'(t)=A u(t) dan v'(t)=A v(t)

Hal ini berakibat jika dan hanya jika x=u(t) dan x=v(t) adalah penyelesaian yang
bernilai real dari x' = Ax.
Secara eksplisit dapat diperoleh dua penyelesaian yang bernilai real yang berkaitan
dengan konjugate komplek dari nilai eigen .
Misalkan diberikan 𝜆 = 𝑎 + 𝑖𝑏 (𝑏 ≠ 0) adalah nilai eigen dari A yang berkaitan
dengan vektor eigen v = r + is mengikuti teorema 4, maka penyelesaian yang
bernilai komplek dari x' = Ax adalah
 𝑢 = 𝑒 (𝑎+𝑏𝑖)𝑡 (𝑟 + 𝑖𝑠) = 𝑒 𝑎𝑡 (𝑐𝑜𝑠𝑏𝑡 + 𝑖 sin 𝑏𝑡)(𝑟 + 𝑖𝑠)

𝑢 = 𝑒 𝑎𝑡 [(cos 𝑏𝑡)𝑟 − (sin 𝑏𝑡)𝑠] + 𝑒 𝑎𝑡 [(sin 𝑏𝑡)𝑟 + (𝑐𝑜𝑠 𝑏𝑡)𝑠]

menurut lemma 1, mengakibatkan dua penyelesaian yang bernilai real dari sistem x'
= Ax, diberikan oleh

𝑥1 = 𝑒 𝑎𝑡 ((cos 𝑏𝑡)𝑟 − (sin 𝑏𝑡)𝑠)

𝑥2 = 𝑒 𝑎𝑡 ((sin 𝑏𝑡)𝑟 + (𝑐𝑜𝑠 𝑏𝑡)𝑠)

yang mana himpunan semua penyelesaian yang bernilai real yang diapat adalah
bebas linier untuk suatu interval.

3.5.4 Sistem linier dengan koefisien konstan homogen : Matriks koefisien

defekctive (cacat)
Pada bagian sebelumnya telah dibahas bagaimana memperoleh suatu
penyelesaian sistem 𝑥′ = 𝐴𝑥 yang mempunyai himpunan eigen vektor yang
komplit. Untuk suatu matriks A yang mana diperoleh nilai eigen kembar sebanyak
m dan jika dimensi k yang berpautan dengan ruang eigen diberikan oleh
pertidaksamaan 1 ≤ 𝑘 ≤ 𝑚 dan kondisi dari A adalah non defective maka dimensi
dari ruang eigen sama dengan banyaknya nilai eigen yang kembar yaitu m.
Perhatikan untuk kasus jika A defective. Hal ini akan mengakibatkan paling sedikit
hanya diperoleh satu vektor eigen dari nilai eigen yang kembar tadi atau kurang dari
banyaknya nilai eigen yang kembar, jadi 1 ≤ 𝑘 ≤ 𝑚.
Untuk kasus ini hanya ada k eigen vektor yang bebas linier yang berkaitan
dengan λ, sehingga hanya diperoleh k penyelesaian yang bebas linier dari sistem
PD 𝑥 ′ = 𝐴𝑥. Harus dicari (m – k) penyelesaian yang bebas linier. Untuk
memperoleh penyelesaian, untuk kasus ini akan diberikan suatu teorema.

Teorema 6 :
Diberikan sistem PD linier 𝑥′ = 𝐴𝑥, dimana A matriks dengan elemen konstan. Misalkan m
banyaknya nilai eigen yang kembar bernilai λ dan k adalah banyaknya vektor eigen yang bebas
linier yang berkaitan dengan λ, maka :
1. m = 2, k = 1. Ada dua penyelesaian bebas linier dari sistem 𝑥′ = 𝐴𝑥 yang diberikan oleh
𝑥1 = 𝑒 λt (𝑣1 + 𝑡𝑣2 ).
𝑣0 adalah vektor eigen yang berkaitan dengan λ
𝑣1 𝑑𝑎𝑛 𝑣2 dberikan oleh (𝐴 − λI)𝑣2 = 0
(𝐴 − λI)𝑣1 = 𝑣2
Contoh :
Selesaikan sistem PD 𝑥 ′ = 𝐴𝑥 dimana
0 1
1. A = [ ]
−9 6
6 −8 −1
2. A = [ ] jika kondisi awal diberikan oleh 𝛼(0) = [ ]
2 −2 1
Penyelesaian :
0 1
1. A = [ ]
−9 6
|𝐴 − λI| = | −λ 1
|
−9 6 − λ
0 = λ2 − 6λ + 9
λ1,2 = 3
untuk λ = 3 diperoleh vektor eigen dari sistem linier
(𝐴 − λI)𝑣 = 0
−3 1
[ ] 𝑣 = 0 ⇒ 𝑣2 = 3𝑣1
−9 3 0
1
∴ ̅̅̅
𝑣0 = 𝑟 ( )
3
1
Penyelesaian pertama : 𝑥1 = 𝑒 3𝑡 ( )
3
Sedangkan 𝑣1 diperoleh dari sistem linier (𝐴 − λI)𝑣1 = 𝑣2 dengan
1
mengambil 𝑣2 = 𝑟 ( ) dan pilih 𝑟 = 1.
3
−3 1 1
( )𝑣 = ( )
−9 3 1 3
−3 1 1
( | ) ⇒ −3𝑣1 + 𝑣2 = 1 𝑎𝑡𝑎𝑢 𝑣2 = 1 + 3𝑣1
0 00
0 0
Jadi 𝑣1 = 𝑟 ( ), untuk 𝑟 = 1 ⇒ 𝑣1 = ( )
1 1
0 1
𝑥2 = 𝑒 3t [( ) + 𝑡 ( )]
1 3
1 0 1
PUPD : 𝑥 = 𝑐1 𝑒 3t ( ) + 𝑐1 [( ) + 𝑡 ( )] 𝑒 3t
3 1 3
6 −8
2. A = [ ]
2 −2
|𝐴 − λI| = |6 − λ −8
| = (λ − 2)2
2 −2 − λ
Nilai eigen : λ1,2 = 2
 2
Untuk λ = 2 diperoleh vektor eigen 𝑣0 = 𝑟 ( )
1
2
Penyelesaian pertama yang bebas linier adalah 𝑥1 = 𝑒 2𝑡 ( )
1
Penyelesaian kedua diperoleh dari vektor eigen dengan memasangkan 𝑣2 =
𝑣0
(𝐴 − λI)𝑣1 = 𝑣2 ,
4 −8 2
( ) 𝑣1 = ( )
2 −4 1
2𝑣1 − 4𝑣2 = 1 ⇒ 2𝑣1 = 1 + 4𝑣2
1
𝑣1 = 𝑟 ( ⁄2)
0
1 4
ambil 𝑟 = 2 ⇒ vektor eigen 𝑣1 = ( ) untuk 𝑣0 ′ = ( )
0 2
1 4
𝑥2 = 𝑒 2t [( ) + 𝑡 ( )]
0 2
2 1 + 4𝑡
𝑥 = 𝑐1 𝑒 2t ( ) + 𝑐2 𝑒 2t [ ]
1 2𝑡
−1
Untuk 𝑥(0) = [ ]
1
−1 2 1
PUPD : [ ] = 𝑐1 [ ] + 𝑐2 [ ]
1 1 0
−1
Sehingga 𝑥(0) = [ ] jika dan hanya jika 𝑐1 = 1 dan 𝑐2 = −3
1
2 1 + 4𝑡 −(1 + 12𝑡)
PPPD : 𝑥(𝑡) = 𝑒 2t ( ) − 3𝑒 2t [ ] = 𝑒 2t [ ]
1 2𝑡 1 − 6𝑡
Hal terakhir dari bagian ini adalah secara umum untuk kasus nilai
eigen yang mempunyai nilai kembar berorde tinggi diberikan teorema
berikut.

Teorema 7
Misalkan λ adalah nilai eigen dari Anxn yang kembar sebanyak m, dan
misalkan dimensi yang berkaitan dengan nilai eigen adalah k , maka ada m buah
penyelesaian yang bebas linier dari sistem PD 𝑥 ′ = 𝐴𝑥 yang diberikan oleh :
1 𝑖
𝑥𝑖+1 (𝑡) = 𝑒 λt [𝑉𝑖(𝑖+1)⁄ + 𝑡𝑉𝑖(𝑖+1)⁄ +⋯+ 𝑡 𝑉𝑖(𝑖+3)⁄ ]
2 2+1 𝑖! 2

𝑖 = 0,1, . . . , 𝑚 − 𝑘
 Teorema 8
Jika sistem PD𝑥 ′ = 𝐴𝑥 mempunyai penyelesaian
1 2 1
𝑥 = 𝑒 λt [𝑣0 + 𝑡𝑣1 + 𝑡 𝑣2 + ⋯ + 𝑡 𝑛 𝑣𝑛 ]
2! 𝑛!
maka 𝑣0 , 𝑣1 , . . . , 𝑣𝑛 diberikan oleh
(𝐴 − λI)𝑣𝑛 = 0
(𝐴 − λI)𝑣𝑛−1 = 𝑣𝑛
(𝐴 − λI)𝑣0 = 𝑣1

3.6 Sistem Persamaan Differensial Tak Homogen

Bentuk umum persamaan differensial linear tak homogeny adalah :
𝑎𝑛 (𝑥)𝑦 (𝑛) + 𝑎𝑛−1 (𝑥)𝑦 (𝑛−1) + ⋯ + 𝑎1 (𝑥)𝑦 ′ + 𝑎0 (𝑥)𝑦 = 𝑓(𝑥) (1)
Atau ∑𝑛𝑖=0 𝑎𝑖 (𝑥)𝑦 (𝑛) = 𝑓(𝑥) (2)
Fungsi 𝑓 disebut suku tak homogen untuk persamaan diferensial (1).

Definisi 1
Dengan setiap persamaan diferensial tak homogeny, ada satu pautan persamaan
diferensial homogen yang ditentukan oleh
∑𝑛𝑖=0 𝑎𝑖 (𝑥)𝑦 (𝑛) = 0 (3)

Definisi 2
Jika n fungsi-fungsi 𝑦1 , 𝑦2 , … , 𝑦𝑛 membentuk system fundamental penyelesaian
untuk persamaan diferensial homogen (3), maka fungsi 𝑦ℎ yang ditentukan oleh
𝑦ℎ = 𝑐1 𝑦1 + 𝑐2 𝑦2 + ⋯ + 𝑐𝑛 𝑦𝑛 (4)
Dimana 𝑐𝑖 konstanta sebarang, disebut penyelesaian homogen.

Jika, dengan cara apapun, kita mendapatkan suatu fungsi yang memenuhi
persamaan (2), kita katakana fungsi itu sebagai fungsi khusus dari persamaan (2)
dan dinyatakan oleh 𝑦𝑝.
Teorema 1
Jika 𝑦1 , 𝑦2 , … , 𝑦𝑛 membentuk sistem fundamental penyelesaian, dan jika yp suatu
penyelesaian khusus dari persamaan (2), maka penyelesaian umum dari
persamaan 2) ditulis dalam bentuk
𝑦 = 𝑦ℎ + 𝑦𝑝 = 𝑐1 𝑦1 + 𝑐2 𝑦2 + ⋯ + 𝑐𝑛 𝑦𝑛 + 𝑦𝑝 (5)

Contoh :

1. Metode Koefisien Taktertentu

Metode koefisoen taktentu digunakan jika kita ingin menghitung suatu
penyelesaian khusus dari persamaan diferensial takhomogen.
𝑎𝑛 𝑦 (𝑛) + 𝑎𝑛−1 𝑦 (𝑛−1) + ⋯ + 𝑎1 𝑦 ′ + 𝑎0 𝑦 = 𝑓(𝑥) (1)
Dimana koefisien-koefisien 𝑎0 , 𝑎1 , … , 𝑎𝑛 merupakan konstanta-konstanta dan
𝑓(𝑥) adalah kombinasi linear dari fungsi-fungsi dengan tipe berikut :
1) 𝑥 𝛼 dengan α bilangan bulat positif atau nol
2) 𝑒 𝛽𝑥 , dimana β merupakan konstanta taknol
3) 𝑐𝑜𝑠𝛾𝑥, dengan γ konstanta taknol
4) sin 𝛿𝑥, dengan δ konstanta taknol
5) Suatu (berhingga) perkalian antara dua fungsi atau lebih dari tipe 1-4.
Sebagai contoh, fungsi
𝑓(𝑥) = 3𝑥 2 − 2 + 5𝑒 3𝑥 − 𝑥(sin 𝑥 𝑒)2𝑥 + 5 cos 2𝑥 + 𝑥𝑒 𝑥
Merupakan kombinasi linear dari fungsi-fungsi dari tipe 1-5.
Contoh :
Tentukan solusi umum persamaan diferensial homogeny 𝑦" + 2𝑦′ − 3𝑦 = 1 +
𝑥2.
Penyelesaian :
Persamaan versi homogennya adalah 𝑦" + 2𝑦′ − 3𝑦 = 1 + 𝑥 2 . Bentuk
karakteristiknya adalah 𝑟 2 + 2𝑟 − 3 = 0
𝑟 2 + 2𝑟 − 3 = (𝑟 + 3)(𝑟 − 1) = 0
Persamaan karakteristik memiliki dua akar r = 1 dan r = -3. Maka solusi
homogen adalah
𝑦ℎ (𝑥) = 𝑐1 𝑒 𝑥 + 𝑐2 𝑒 −3𝑥
 Karena 𝑠(𝑥) = 1 + 𝑥 2 adalah polinom orde 2, maka 𝑦𝑝 juga merupakan
polinom orde 2, sebab jika 𝑦(𝑥) adalah polinom orde 2, maka 𝑦" + 2𝑦′ − 3𝑦
juga polinom orde 2. Misalkan
𝑦𝑝 (𝑥) = 𝐴𝑥 2 + 𝐵𝑥 + 𝐶
Maka 𝑦 ′ = 2𝐴𝑥 + 𝐵 𝑑𝑎𝑛 𝑦" = 2𝐴. 𝐽𝑎𝑑𝑖,
𝑦" + 2𝑦′ − 3𝑦 = 2𝐴 + 2(2𝐴𝑥 + 𝐵) − 3(𝐴𝑥 2 + 𝐵𝑥 + 𝐶) = 1 + 𝑥 2
𝑗𝑎𝑑𝑖,
(−3𝐴)𝑥 2 + (4𝐴 − 3𝐵)𝑥 + (2𝐴 + 2𝐵 − 3𝐶) = 1 + 𝑥 2
𝑦ang memberikan
−3𝐴 = 1, 4𝐴 − 3𝐵 = 0, 2𝐴 + 2𝐵 − 3𝐶 = 1
2𝐴 + 2𝐵 − 3𝐶 = 1
4𝐴 − 3𝐵 = 0
−3𝐴 = 1
1 4 23
Solusinya adalah 𝐴 = − 3 , 𝐵 = − 9 , 𝐶 = − 27 . 𝑗𝑎𝑑𝑖,

𝑥 2 4𝑥 23
𝑦𝑝 (𝑥) = − − −
3 9 27
Maka, solusi umum adalah
𝑥 2 4𝑥 23
𝑦(𝑥) = 𝑦𝑝 (𝑥) + 𝑦ℎ (𝑥) = − − − + 𝑐1 𝑒 𝑥 + 𝑐2 𝑒 −3𝑥 .
3 9 27

2. Variasi Parameter
Seperti metode koefisien taktenta, metode variasi parameter, digunakan
untuk mencari penyelesaian khusus persamaan diferensial takhomogen
𝑎𝑛 (𝑥)𝑦 (𝑛) + 𝑎𝑛−1 (𝑥)𝑦 (𝑛−1) + ⋯ + 𝑎1 (𝑥)𝑦 ′ + 𝑎0 (𝑥)𝑦 = 𝑓(𝑥) (1)
Dengan fungsi 𝑓(𝑥) berbentuk 𝑥 𝛼 , 𝑒 𝛽𝑥 , 𝑐𝑜𝑠𝛾𝑥, sin 𝛿𝑥, atau kombinasinya.

Teorema 1
Jika 𝑦1 , 𝑦2 , … , 𝑦𝑛 membentuk sistem fundamental untuk Persamaan (2), dan
jika fungsi-fungsi 𝑢1 , 𝑢2 , … , 𝑢𝑛 memenuhi system persamaan
𝑦1 𝑢1′ + 𝑦2 𝑢2′ + ⋯ + 𝑦𝑛 𝑢𝑛′ = 0,
𝑦1 𝑢1′ + 𝑦2 𝑢2′ + ⋯ + 𝑦𝑛 𝑢𝑛′ = 0,
𝑦1 𝑢1′ + 𝑦2 𝑢2′ + ⋯ + 𝑦𝑛 𝑢𝑛′ = 0,
 -
(3)
𝑦1 (𝑛−2) 𝑢1′ + 𝑦2 (𝑛−2) 𝑢2′ + ⋯ + 𝑦𝑛 (𝑛−2) 𝑢𝑛′ = 0
𝑓(𝑥)
𝑦1 (𝑛−2) 𝑢1′ + 𝑦2 (𝑛−2) 𝑢2′ + ⋯ + 𝑦𝑛 (𝑛−2) 𝑢𝑛′ = 𝑎
𝑛 (𝑥)

Maka 𝑦 = 𝑢1 𝑦1 + 𝑢2 𝑦2 + ⋯ + 𝑢𝑛 𝑦𝑛 merupakan penyelesaian khusus

persamaan (1)

Teorema 2
Misalkan bahwa 𝑦1 , 𝑦2 , … , 𝑦𝑛 membentuk sebuah himpunan fundamental
penyelesaian untuk persamaan
𝑎𝑛 (𝑥)𝑦 (𝑛) + 𝑎𝑛−1 (𝑥)𝑦 (𝑛−1) + ⋯ + 𝑎1 (𝑥)𝑦 ′ + 𝑎0 (𝑥)𝑦 = 0
Maka suatu penyelesaian khusus persamaan
𝑎𝑛 (𝑥)𝑦 (𝑛) + 𝑎𝑛−1 (𝑥)𝑦 (𝑛−1) + ⋯ + 𝑎1 (𝑥)𝑦 ′ + 𝑎0 (𝑥)𝑦 = 𝑓(𝑥)
Diberikan oleh
𝑛
𝑊(𝑦1 , … , 𝑦𝑛 ; 𝑠) 𝑓(𝑥)
𝑦𝑝 (𝑥) = ∑ 𝑦𝑘 (𝑥) 𝑑𝑠
𝑊(𝑦1 , … , 𝑦𝑛 ; 𝑠) 𝑎𝑛 (𝑥)
𝑘=1

Dimana W(𝑦1 , … , 𝑦𝑛 ; 𝑠) adalah Wronski dari 𝑦1 , … , 𝑦𝑛 dihitung pada s dan

𝑊𝑘 (𝑦1 , … , 𝑦𝑛 ; 𝑠) adalah determinan yang diperoleh dari 𝑊(𝑦1 , … , 𝑦𝑛 ; 𝑠)
dengan mengganti kolom 𝑘 oleh (0, 0, …, 1). Selanjutnya 𝑦𝑝 (𝑥0 ) = 𝑦 ′ 𝑝 (𝑥0 ) =

0.

Contoh
Selesaikan persamaan diferensial
𝑦" + 𝑦 = csc 𝑥
Penyelesaian :
Penyelesaian homogen berbentuk 𝑦ℎ = 𝑐1 sin 𝑥 + 𝑐2 cos 𝑥 . Fungsi-fungsi 𝑢1
dan 𝑢2 ditentukan dari sistem persamaan
sin 𝑥𝑢1′ + cos 𝑥𝑢2′ = 0
Jadi,
𝑢1′ = cos 𝑥 csc 𝑥 ⇒ 𝑢1 = 𝑙𝑛|sin 𝑥|
𝑢2′ = −1 ⇒ 𝑢2 = −𝑥
Maka diperoleh 𝑦𝑝 = [𝑙𝑛|sin 𝑥|] sin 𝑥 + (−𝑥) cos 𝑥, dan bentuk penyelesaian
umumnya
𝑦 = 𝑦ℎ + 𝑦𝑝 = [𝑐1 + 𝑙𝑛|sin 𝑥|] sin 𝑥 + (𝑐2 − 𝑥) cos 𝑥