BAB I

PENDAHULUAN

1.1 LATAR BELAKANG

Matematika berasal dari bahasa latin "mathematika" yang mulanya diambil
dari bahasa yunani "mathematike" yang berarti mempelajari. Banyak yang
beranggapan bahwa matematika adalah sesuatu yang rumit. Padahal seringkali
Matematika kita jumpai di dalam kehidupan sehari-hari. Banyak masalah dalam
kehidupan sehari-hari dapat dinyatakan dalam sistem persamaan. Sebelum
menyelesaikan suatu permasalahan, terlebih dahulu permasalahan tersebut diubah
menjadi model matematika yang membuat sistem persamaan linier.
Masalah yang dijumpai dalam kehidupan sehari-hari dapat dimodelkan dalam
bentuk model Matematika, yaitu bentuk persamaan linear dan persamaan nonlinear.
Sebagian besar model matematika yang muncul berbentuk non linear. Untuk
mendapatkan solusi masalah yang berbentuk sistem non linear tidaklah mudah.
Namun demikian, hal ini tidak menjadi masalah karena bentuk model matematika
khususnya yang berbentuk sistem persamaan diferensial non linear dapat dilihat
perilaku solusinya melalui sistem persamaan diferensial linear dengan syarat bagian
real akar karakteristik tidak nol. Linearisasi dilakukan untuk mendapatkan sistem
linear dari sistem non linear. Oleh karena itu penulis tertarik mengangkat judul
“Linierisasi”.

1.2 RUMUSAN MASALAH

Rumusan masalah pada makalah ini adalah :
1. Bagaimana penyelesaian dari sistem persamaan linear?
2. Bagaimana penyelesaian dari sistem persamaan nonlinear?

1.3 TUJUAN
Tujuan dari pembuatan makalah ini adalah
1. Untuk mengetahui penyelesaian dari sistem persamaan linear.
2. Untuk mengetahui penyelesaian dari sistem persamaan nonlinear.
1.4 MANFAAT
Manfaat dari makalah ini adalah untuk menambah wawasan dalam linearisasi
sistem persamaan nonlinear dan penyelesaian dari persamaan linear.
 BAB II

ISI DAN PEMBAHASAN

2.1 PERSAMAAN LINIER

Suatu persamaan linier yang mengandung 𝑛 peubah 𝑥1 , 𝑥2 , … , 𝑥𝑛 dinyatakan

dalam bentuk :

𝑎1 𝑥1 + 𝑎2 𝑥2 + ⋯ + 𝑎𝑛 𝑥𝑛 = 𝑏

dengan 𝑎1 , 𝑎2 , … , 𝑎𝑛 , 𝑏 adalah konstanta riil. Dalam hal ini peubah yang dimaksud
bukan fungsi trigonometri, fungsi logaritma atau fungsi eksponensial. Namun, apabila
diketahui sistem persamaan linier dengan 𝑚 buah persamaan linier dan 𝑛 peubah
maka bentuk umumnya sebagai berikut :

𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1

𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2

𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑚

Sistem persamaan linier di atas dapat ditulis dalam bentuk matriks yaitu :

𝐴𝑥̅ = 𝑏̅

𝑎11 𝑎12 … 𝑎1𝑛 𝑥1 𝑏1

𝑎 𝑎22 … 𝑎2𝑛 𝑥 2 𝑏
[ 21 ][ ⋮ ] = [ 2]
⋮ ⋮ ⋱ ⋮ ⋮
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛 𝑥𝑚 𝑏𝑚

Untuk menyelesaikan persamaan linier tersebut dilakukan eliminasi menggunakan

metode eliminasi Gauss-Jordan.

Prosedur umum untuk metode eliminasi Gauss-Jordan adalah :

a. Ubah sistem persamaan linier yang ingin dihitung menjadi matriks augmentasi.
b. Lakukan operasi baris elementer pada matriks augmentasi [𝐴|𝑏̅] untuk mengubah
matriks A menjadi dalam bentuk baris eselon yang tereduksi.

Contoh sistem persamaan linier dengan tiga (3) peubah :

2𝑥 + 4𝑦 − 2𝑧 = 12

𝑥 + 5𝑦 + 3𝑧 = 8

−3𝑥 + 𝑦 + 3𝑧 = −4

Penyelesaian :

1. Ubah sistem persamaan linier di atas menjadi matriks augmentasi :

2 4 −2 12
[1 5 3 8 ]
−3 1 3 −4
2. Kalikan baris pertama dengan 0,5
1 2 −1 6
[1 5 3 8]
−3 1 3 −4
3. Baris pertama dikalikan dengan (-1) lalu tambahkan dengan baris kedua
1 2 −1 6
[0 3 4 2]
−3 1 3 −4
4. Baris pertama dikalikan (3) lalu ditambah dengan baris ketiga
1 2 −1 6
[0 3 4 2]
0 7 0 14
5. Baris kedua dikalikan dengan 1/3
1 2 −1 6
[0 1 0,33 0,67]
0 7 0 14
6. Baris kedua dikalikan dengan (-2) lalu tambahkan dengan baris pertama
1 2 −3,67 4,67
[0 1 0,33 0,67 ]
0 7 0 14
 7. Baris kedua dikalikan dengan (-7) lalu tambahkan dengan baris ketiga
1 0 −3,67 4,67
[0 1 0,33 0,67 ]
0 0 −9,33 9,33
8. Baris ketiga dikalikan dengan -1/9,33
1 0 −3,67 4,67
[0 1 0,33 0,67 ]
0 0 1 −1
9. Baris ketiga dikalikan 3,67 lalu tambahkan dengan baris pertama
1 0 0 1
[0 1 0,33 0,67]
0 0 1 −1
10. Baris ketiga dikalikan (-0,33) lalu tambahkan dengan baris kedua
1 0 0 1
[0 1 0 2]
0 0 1 −1

Setelah langkah ke-10 maka matriks ini telah dalam bentuk baris eselon tereduksi.
Dari matriks terakhir ini dapat disimpulkan bahwa nilai 𝑥 = 1, 𝑦 = 2 dan 𝑧 = −1.

2.2 PERSAMAAN NONLINIER

Pendekatan linier dari sistem nonlinear, untuk memperoleh model matematik

yang linier dari suatu sistem nonlinier, dianggap bahwa variable hanya
mengalamideviasi yang kecil dari titik kerjanya. Tinjau suatu sistem yang
mempunyai masukan x(t) dan keluaran y(t). Hubungan antara y(t) dan x(t) diberikan
oleh :
y = f(x)
Jika kondisi kerja normal dinyatakan dengan x , dan y , maka persamaan di
atas dapat diuraikan menjadi deret Taylor di sekitar titik kerja, sebagai berikut:
y = f(x)
df 1 df
= f( x ) + (x - x ) + ( x  x ) 2  ....
dx 2! dx
 𝑑𝑓 𝑑2 𝑓
Dimana turunan-turunan 𝑑𝑥 , 𝑑𝑥 2 , .... , dihitung pada x = x . JIka variasi x - x

adalah kecil, dengan mengabaikan suku-suku (x- x ) berorde tinggi. Selanjutnya

persamaan dapat ditulis dengan lebih sederhana, berikut:
𝑦 = 𝑦̅ + 𝐾 ( 𝑥 − 𝑥̅)

dimana y = f ( x ) dan
df
K = dx untuk x = 𝑥̅
Persaman di atas dapat diubah menjadi, berikut:
y -𝑦̅= K ( x - 𝑥̅ )

yang menunjukkan bahwa y - y sebanding dengan x - x ; persamaan ini akan

memberikan suatu model matematik linier dari sistem nonlinier yang diberikan
persamaan sebalumnya melalui pendekatan deret Taylor.
Selanjutnya, tinjau suatu sistem yang keluarannya, y, merupakan fungsi dari
dua buah masukan x1 dan x2, sedemikian rupa sehingga berlaku:
y = f (x1, x2)
Analog, dengan cara yang sama seperti diatas akan diperoleh hasil model
linier, sebagai berikut:
y - 𝑦̅= K1 ( x1 - 𝑥̅1) + K2 (x2 - 𝑥̅2 )

dimana, y = f ( x1 , x 2 )
df
K1 = untuk x1 = 𝑥̅1 dan x2 = 𝑥̅2
dx1

df
K2 = untuk x1 = 𝑥̅1 dan x2 = 𝑥̅2
dx 2

Untuk mempelajari perilaku sistem dinamik non linear dilakukan melalui

linearisasi di sekitar titik ekuilibrium. Diberikan sistem
dx
= f ( x, y )
dt
dy
= g ( x, y )
dt (1)
 dengan titik ekuilibrium (a, b); f (a, b) = g (a, b) = 0 . Pendekatan linear fungsi
f(x,y) di sekitar (a,b) diperoleh dengan menderetkan fungsi f(x,y) sebagai berikut
𝑓 𝑓
𝑓(𝑥, 𝑦)𝑓(𝑎, 𝑏) + 𝑥 (𝑎, 𝑏)(𝑥 − 𝑎) + 𝑦 (𝑎, 𝑏)(𝑦 − 𝑏) + 𝑄𝑓 (2)

Sedangkan Deret Taylor fungsi g(x,y) di sekitar (a,b) adalah

𝑔 𝑔
𝑔(𝑥, 𝑦)𝑔(𝑎, 𝑏) + 𝑥 (𝑎, 𝑏)(𝑥 − 𝑎) + 𝑦 (𝑎, 𝑏)(𝑦 − 𝑏) + 𝑄𝑔 (3)

dengan Q f dan Q g suku-suku non linear yang selanjutnya dapat dihilangkan.

Dari (1) dan (2) diperoleh pendekatan linear untuk Sistem (1), yakni
𝑑𝑥 𝑓 𝑓
= 𝑥 (𝑎, 𝑏)(𝑥 − 𝑎) + 𝑦 (𝑎, 𝑏)(𝑦 − 𝑏)
𝑑𝑡
𝑑𝑦 𝑔 𝑔
= 𝑥 (𝑎, 𝑏)(𝑥 − 𝑎) + 𝑦 (𝑎, 𝑏)(𝑦 − 𝑏) (4)
𝑑𝑡

Persamaan (4) dapat dituliskan sebagai matriks

𝑑𝑥 𝑓 𝑓
(𝑎, 𝑏) (𝑎, 𝑏) (𝑥 − 𝑎)
𝑑𝑡
= (𝑔𝑥 𝑦
)( ) (5)
(𝑎, 𝑏) (𝑦 − 𝑏)
𝑑𝑦 𝑔
(𝑎, 𝑏)
𝑑𝑡 𝑥 𝑥

Substitusi u = x - a dan v = y - b diperoleh persamaan yang lebih

sederhana, yaitu
𝑑𝑢 𝑓 𝑓
(𝑎, 𝑏) (𝑎, 𝑏) 𝑢
𝑑𝑡
= (𝑔𝑥 𝑦
)( ) (6)
(𝑎, 𝑏) 𝑣
𝑑𝑣 𝑔
(𝑎, 𝑏)
𝑑𝑡 𝑥 𝑥

𝑓 𝑓
(𝑎, 𝑏) (𝑎, 𝑏)
dengan 𝐽 = (𝑔𝑥 𝑦
𝑔 ) dikenal sebagai matriks Jacobian Sistem (1)
(𝑎, 𝑏) (𝑎, 𝑏)
𝑥 𝑥

pada titik (a,b).

Diberikan x = ( x1 , x2 ,..., xn ) variabel bebas dan u merupakan fungsi yang

bergantung pada variabel x1 , x2 ,..., xn . Sistem persamaan dua variabel orde satu
berbentuk sebagai berikut:
u1 u1
  f1 (u)
x t
u2 u2
  f 2 (u)
x t (7)
 ⋮
un un
  f n (u)
x t .
Dengan 𝑢 = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) dan nilai awal 𝑢0 = (𝑢01 , 𝑢02 , … , 𝑢0𝑛 ) . Solusi
Sistem (7) dengan nilai awal 𝑢0 = (𝑥, 𝑡0 ) dinyatakan sebagai𝑢(𝑥, 𝑡) = 𝑢(𝑢0 , 𝑥, 𝑡).
Vektor 𝑢∗ (𝑥) disebut distribusi umur steady state Sistem (7), jika 𝑢∗ (𝑥)
memenuhi Sistem berikut.
du1* ( x)
 f1[u*  x ]
dx
du2* ( x)
 f 2 [u*  x ]
dx (8)
:
dun* ( x)
 f n [u*  x ]
dx
Andaikan Sistem (8) dengan nilai awal yang diberikan misal 𝒖∗ (0) = 𝒖∗0 ,
memiliki solusi 𝒖∗ (𝑥) , kestabilan distribusi umur steady state tersebut dapat
diselidiki dengan melakukan linearisasi Sistem (7).
Selanjutnya, linearisasi sistem persamaan di sekitar kondisi steady state
𝒖∗ (𝑥) = [𝑢1∗ (𝑥), 𝑢2∗ (𝑥)] sebagai berikut. Diperhatikan dua persamaan awal pada
Sistem (7), yakni
u1 u1
  f1 (u1 , u2 )
x t
u2 u2
  f 2 (u1 , u2 )
x t . (9)
Diberikan transformasi
v( x, t )  [v1 ( x, t ), v2 ( x, t )]  [u1 ( x, t )  u1* ( x), u2 ( x, t )  u2* ( x)] Dengan
mengambil deret Taylor f1 dan f2 Sistem (9), diperoleh
v1 v1 f f
  f1 (u* )  1 (u* )[u1  u1* ]  1 (u* )[u2  u2* ]  1
x t u1 u2 ,
 f1 * f
 (u )v1  1 (u* )v2
u1 u2 ,
v2 v2 f f
  f 2 (u* )  2 (u* )[u1  u1* ]  2 (u* )[u2  u2* ]   2
x t u1 u2
f 2 * f
 (u )v1  2 (u* )v2
u1 u2 ,
dengan Θ1 , Θ2 suku suku non linear sehingga dapat diabaikan. Hasil
linearisasi Sistem (9), yakni
v1 v1 f1 * f
  (u )v1  1 (u* )v2
x t u1 u2
 BAB III

PENUTUP

3.1 KESIMPULAN

Adapun kesimpulan dari makalah ini sebagai berikut:

1. untuk memperoleh model matematik yang linier dari suatu sistem nonlinear, maka
model persamaan nonlinear harus dilinearisasi dengan menggunakan bantuan deret
taylor dan juga matriks jacobian. Adapun bentuk persamaan setelah dilinearisasi
adalah sebagai berikut:
v1 v1 f1 * f
  (u )v1  1 (u* )v2
x t u1 u2

2. model persamaan linear memiliki bentuk

𝑎1 𝑥1 + 𝑎2 𝑥2 + ⋯ + 𝑎𝑛 𝑥𝑛 = 𝑏

Dan dapat pula diselesaikan dengan menggunakan metode gauss-jordan. Dengan

mengubah persamaan linier menjadi matriks augmentasi. Kemudian lakukan operasi

baris elementer untuk mengubah matriks augmentasi ke bentuk baris eselon yang

tereduksi

3.2 SARAN

Adapun saran untuk pembaca adalah mencari referensi lain terkait

penyelesaian sistem persamaan linier selain dengan metode gauss-jordan dan juga
penyelesaian dari linearisasi dari persamaan sistem nonlinear
 DAFTAR PUSTAKA

Anonim. Sistem persamaan linear. 2012

http://ocw.stikom.edu/course/download/2012/10/Sistem-Persamaan-Linier.pdf
Diakses pada tanggal 5 november 2016

Anonim. Model State Space.

a-research.upi.edu/operator/upload/s_mat_060849_chapter3.pdf
Diakses pada tanggal 5 november 2016

Brauer F., dkk, Mathematical Epidemiology, 2008, Springer-Verlag, Berlin-

Heidelberg- New York

Lestari, dewi. Linearisasi sistem persamaan diferensial parsial pada model epidemi sir
berdasarkan kelompok umur. 2012.
https://www.google.co.id/url?sa=t&rct=j&q=&esrc=s&source=web&cd=2&cad
=rja&uact=8&ved=0ahUKEwiQ_pi66JjQAhXKPo8KHWzpArgQFgggMAE&
url=http%3A%2F%2Fseminar.uny.ac.id%2Fsemnasmipa%2Fsites%2Fseminar.
uny.ac.id.semnasmipa%2Ffiles%2Fpaper%2FMatematika%2FDwi%2520Lesta
ri-makalah%2520semnas%2520MIPA-
UNY%25202012.docx&usg=AFQjCNFN7BpXN8ObPA-
A9W9UMBIttVYsNg&sig2=BuaKlgEUubkP5djV7GYDWQ
Diakses pada tanggal 5 november 2016
Sibaroni, Yuliant. 2002. Buku Ajar Aljabar Linear. STT Telkom