3.

1 Sistem Persamaan Diffrensial

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.

3.1.1 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 :
𝑑 2 𝑥1
𝑚1 2 = −𝑘1 𝑥1 + 𝑘2 (𝑥2 − 𝑥1 ) + 𝐹1 = −(𝑘1 − 𝑘2 ) 𝑥1 + 𝑘2 𝑥2 + 𝐹1
𝑑𝑡
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
𝜕𝐹1
diberikan 𝑥𝑗 (𝑡0 ) = 𝜙𝑗 (𝑡0 ) sedemikian sehingga solusi ada disekitar 𝑡0 dengan 𝐹𝑗 dan 𝜕𝑥1

kontinu pada interval di sekitar 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 3.2.1
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 ....... (2.1)
untuk scalar 𝜆.
Scalar 𝜆 disebut nilai eigen dari 𝐴 dan 𝑥 dinamakan vector yang bersesuaian dengan scalar 𝜆.
Persamaan (2.1) dapat ditulis sebagai
𝐴𝑥 = 𝜆/𝑥
(𝜆𝐼 − 𝐴)𝑥 = 0 ............. (2.2)
dengan 𝐼 adalah matriks identitas.
Persamaan (2.2) memiliki solusi tak nol jika dan hanya jika
|𝜆𝐼 − 𝐴| = 0 … … … … … … (2.3)
Persamaan (2.3) merupakan persamaan karakteristik dari matriks 𝐴 dan scalar yang
memenuhi persamaan (2.3) 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 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 = 2 adalah
−1
𝑥=[ ]
1

Definisi 3.2.2
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 3.2.3
Jika 𝑆 = {𝑣1 , 𝑣2 , … , 𝑣𝑟 } adalah himpunan vector, maka persamaan vector
𝑘1 𝑣1 + 𝑘2 𝑣2 + ⋯ + 𝑘𝑟 𝑣𝑟 = 0 ........ (2.4)
mempunyai paling sedikit satu penyelesaian, yaitu
𝑘1 = 0, 𝑘2 = 0, …, 𝑘𝑟 = 0 … … .. (2.5)
Jika (2.5) 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 3.2.1
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 = [ ⋮ ⋱ ⋮ ][ ⋮ ⋱ ⋮]=[ ⋮ ⋱ ⋮ ] (2.6)
𝑝𝑛1 ⋯ 𝑝𝑛𝑛 0 ⋯ 𝜆𝑛 𝜆1 𝑝𝑛1 ⋯ 𝜆𝑛 𝑝𝑛𝑛
Jika dimisalkan 𝑝1 , 𝑝2 , … , 𝑝𝑛 menyatakan vector-vektor kolom 𝑃, maka bentuk (2.6)
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 (2.7)
Karena 𝑃 mempunyai invers, maka vector-vektor kolomnya tidak bernilai nol, jadi
berdasarkan definisi 2.1, 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 (2.8)
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
(2.8) dapat dituliskan kembali sebagai 𝑃−1 𝐴𝑃 = 𝐷 dengan 𝐴 dapat didiagonalisasi.

Contoh 2
Carilah matriks 𝑃 yang mendiagonalkan
 1 0 0
𝐴 = [0 1 1 ]
0 1 1
1 0 0
Vector eigen yang bersesuaian dengan matriks 𝐴 adalah 𝑝1 = [0], 𝑝2 = [−1], dan 𝑝3 = [1]
0 1 1
Akan ditunjukkan {𝑝1 , 𝑝2 , 𝑝3 } bebas linear. Berdasarkan definisi 2.3 substitusikan
𝑝1 , 𝑝2 , 𝑑𝑎𝑛 𝑝3 pada persamaan (2.7) sehingga diperoleh
1 0 0
𝑘1 [0] + 𝑘2 [−1] + 𝑘3 [1] = 0 (2.9)
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 (2.9), 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 0 0 1
2 0 0
𝑃 −1 𝐴𝑃 = 1 00 [0 1 1] [0 −1 1]
11 0 1 1 0 1 1
[ 0
22]
0 0 0 1 0 0
⟺ 𝑃 −1 𝐴𝑃 = [0 1 1] [0 −1 1]
0 1 1 0 1 1
0 0 0
⟺ 𝑃−1 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 3.3.1
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. Gambar (5.2)

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

Contoh
−3 √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 3.4.1:
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 kita telah 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.:
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 3.4.2:
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 − 𝑣(𝑡)𝑒 −2𝑎 ........................................................................................... (14)
2𝑎

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
Perhatikan 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 3.5.1. :
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 3.5.1. :
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 3.5.2 :
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 himpunan
𝑒𝑡 3𝑒 2𝑡 𝑒 −2𝑡
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 3.5.3:
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 3.5.4:
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 interval.

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 3.5.5:
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 3.5.6 :
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
2. m = 3, k = 1. Ada tiga penyelesaian yang bebas linier dari sistem 𝑥′ = 𝐴𝑥 oleh
persamaan
𝑥1 = 𝑒 λt 𝑣0
𝑥2 = 𝑒 λt (𝑣1 + 𝑡𝑣2 )
𝑡2
𝑥1 = 𝑒 λt (𝑣3 + 𝑡𝑣4 + 21 𝑣5 ).

𝑣0 adalah vektor eigen yang berkaitan dengan λ

𝑣1 , 𝑣2 diperoleh dari (𝐴 − λI)𝑣2 = 0
(𝐴 − λI)𝑣1 = 𝑣2
𝑣3 , 𝑣4 , 𝑣5 diperoleh dari (𝐴 − λI)𝑣4 = 𝑣5
(𝐴 − λI)𝑣3 = 𝑣4
3. m = 3, k = 2. Ada tiga penyelesaian bebas linier dari sistem 𝑥 ′ = 𝐴 oleh persamaan
𝑥1 = 𝑒 λt 𝑣0
𝑥2 = 𝑒 λt 𝑣1
𝑥3 = 𝑒 λt (𝑣3 + 𝑡𝑣4 )
dimana 𝑣0 𝑑𝑎𝑛 𝑣1 adalah eigen vektor yang bebas linier dari A yang berhubungan
dengan nilai eigen λ , 𝑣3 adalah kombinasi linier dari 𝑣0 dan 𝑣1 yaitu 𝑣3 = 𝑘0 𝑣0 +
𝑘1 𝑣1 , sedangkan 𝑣2 diperoleh dari (𝐴 − λI)𝑣2 = 𝑣3 .

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
1
Sedangkan 𝑣1 diperoleh dari sistem linier (𝐴 − λI)𝑣1 = 𝑣2 dengan mengambil 𝑣2 = 𝑟 ( )
3
dan pilih 𝑟 = 1.
−3 1 1
( ) 𝑣1 = ( )
−9 3 3
−3 11
( | ) ⇒ −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 3.5.7:
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 3.5.8:
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 3.6.1
Dengan setiap persamaan diferensial tak homogeny, ada satu pautan persamaan diferensial
homogen yang ditentukan oleh
∑𝑛𝑖=0 𝑎𝑖 (𝑥)𝑦 (𝑛) = 0 (3)

Definisi 3.6.2
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 3.6.1
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 + 𝑥 2 .
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.

Teorema3.6.2
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 3.6.3
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 = 𝑐𝑜sec 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