BAHAN PERTEMUAN / PERKULIAHAN

PENYELESAIAN SISTEM PERSAMAAN DIFERENSIAL

( ANALYSIS OF CONTINOUS – AND DISCRETE –TIME
LINEAR STATE EQUATIONS )
1. PERSAMAAN DIFERENSIAL
ẋ=a ( t ) x ( t )

SOLUSINYA ADALAH
t

∫ a (τ ) dτ
x ( t )=x ( t 0 ) e t0

DALAM KASUS
a ( t )=a KONSTAN ,

SOLUSINYA ADALAH

x ( t )=x ( t 0 ) e(t −t )a
0

KONDISI AWAL
x ( t0 ) HARUS DISPESIFIKASIKAN SEBELUM SOLUSI
TUNGGAL x (t ) DAPAT DITENTUKAN

2. PERSAMAAN DIFERENSIAL SKALAR

dx
ẋ= =a ( t ) x (t ) +b ( t ) u (t)
dt

SOLUSINYA ADALAH
 t t

x ( t )= e { ∫ a (τ)dτ
t0
}x (t )+∫ e
0
t
∫ a (ξ )dξ
τ
b ( τ ) u ( τ ) dτ
t0

JIKA KOEFISIEN a KONSTAN SOLUSINYA

MENJADI LEBIH SEDERHANA YAITU
t
(t−t 0) a
x ( t )= { e } x ( t 0 ) +∫ e(t −τ ) a b ( τ ) u ( τ ) dτ
t0

3. SISTEM PERSAMAAN DIFERENSIAL

ẋ= A x , x ( t0 ) DIBERIKAN , A KONSTAN
SOLUSINYA ADALAH
t−t0 ) A
x ( t )=e( x( t 0 )

4. SISTEM PERSAMAAN DIFERENSIAL

ẋ= A x +B ( t ) u (t) , x (t 0) DIBERIKAN
SOLUSINYA ADALAH
DENGAN PEMILIHAN BENTUK UNTUK MATRIKS K
YANG SELALU PUNYA INVERS

t
−1 −1
x ( t )=K ( t ) K ( t 0 ) x ( t 0 ) +∫ K ( t ) K ( τ ) B ( τ ) u ( τ ) dτ
t0

Atau
t

+
t−t0 ) A
x ( t )=e( x (t 0) ∫ e( t−τ ) A B ( τ ) u ( τ ) dτ
t0
JIKA MATRIKS J BENTUK KANONIK ( MATRIKS
DIAGONAL Λ DALAM BEBERAPA KASUS )
JIKA SISTEM DIJELASKAN OLEH SEPASANG
PERSAMAAN DALAM BENTUK NORMAL
q̇=J q+ Bn u

y=C n q+ D u

Dimana C n=C M

SOLUSI NYA ADALAH

t

q ( t )=e ( t−t0 ) J
q (t 0) + ∫ e( t−τ ) J B n ( τ ) u ( τ ) dτ
t0

HUBUNGAN DENGAN VEKTOR STATE ASLI ADALAH :

q ( t 0 ) =M −1 x ( t 0 )

M −1MATRIKS TRANSPOSE VEKTOR BASIS RECIPROCAL DAN

t −t 0 ) A t−t 0) J
e( =M e( M −1

t
(t −t0 ) J
+ ∫ M e( t− τ ) J −1
x ( t )=Mq ( t ) =M e M −1
x (t 0) M B ( τ ) u ( τ ) dτ
t0

SISTEM MODES AND MODAL DECOMPOSITION

VEKTOR- VEKTOR INI DINOTASIKAN
ξi UNTUK HINDARI KEBINGUNGAN DENGAN VECTOR STATE x

HIMPUNAN { ξ i } BEBAS LINIER SEHINGGA DAPAT DIGUNAKAN

SEBAGAI BASIS RUANG STATE Σ

JADI UNTUK SEMBARANG WAKTU t , STATE x ( t ) DAPAT

DINYATAKAN SEBAGAI :

x ( t )=q1 (t ) ξ 1 + q 2 ( t ) ξ2 +…+ ¿ q n ( t ) ξ n (9.8)

UNTUK SEMBARANG WAKTU t , VEKTOR B (t) u (t) ∈ Σ

DAPAT DINYATAKAN SEBAGAI :

B (t) u (t) = β 1 ( t ) ξ 1 + β 2 ( t ) ξ2 +… + β n (t ) ξ n

β i ( t )= ⟨ r i , B ( t ) u (t) ⟩ ,

DIMANA {r i } ADALAH HIMPUNAN VEKTOR BASIS RECIPROCAL

GUNAKAN EKSPANSI DIATAS, PERSAMAAN (9.6) MENJADI

q̇ 1 ξ 1 +¿ q̇ 2 ξ 2 + … + q̇ ξ
n n = q1 A ξ1 + q2 A ξ2 +…+q n A ξn

+ β1ξ1+ β2 ξ2 +…+ β n ξn

ASUMSIKAN UNTUK SESAAT, BAHWA A NORMAL

SEHINGGA SEMUA ξ i ADALAH EIGEN VEKTOR
( GENERALIZED EIGENVEKTOR )

Maka

Aξ = i λiξi

Sehingga
( q̇ 1−λ 1 q 1−β 1) ξ 1 + ( q̇ 2−λ 2 q 2−β 2 ) ξ2 + … + ( q̇ n−λ n qn−β n ) ξ n=0

KARENA HIMPUNAN
{ξi }

BEBAS LINIER , INI MEMERLUKAN

q̇ i=λi q i+ β i untuk i = 1, 2, …, n

INI MENUNJUKKAN BAHWA JIKA A KONSTAN DAN PUNYA A FULL

SET OF EIGENVECTOR, SISTEM SECARA LENGKAP DIJELASKAN
OLEH A SET OF UNCOUPLED SCALAR EQUATIONS WHOSE
SOLUTION ARE OF THE FORM
t

+
t −t 0 ) λ i
q i ( t )=e ( qi (t 0) ∫ e( t−τ ) λ β i (τ ) dτ
i

t0

x ( t0) diberikan
Tentunya qi (t ¿ ¿ 0)= ⟨ r i , x ( t 0 ) ⟩ ¿

MAKA VEKTOR STATE DIBERIKAN OLEH :

x ( t )=q1 (t ) ξ 1 + q 2 ( t ) ξ2 +…+ ¿ q n ( t ) ξ n

SUKU-SUKU DALAM PENJUMLAHAN INI DINAMAKAN

SYSTEM MODES.
RESPONSE UMUM DARI SYSTEM YANG
COMPLICATED DAPAT DIPECAH MENJADI
PENJUMLAHAN n RESPONSE MODAL YANG LEBIH
SIMPEL.
9.5 THE TIME-VARYING MATRIX CASE
PERSAMAAN STATE HOMOGEN ( TIME – VARYING )
ẋ= A ( t ) x

PERLU SOLUSI TUNGGAL UNTUK SETIAP x ( t0 ) ∈ Σ .

KONDISI CUKUP UNTUK ADANYA ( KEBERADAAN ) SOLUSI

TUNGGAL PERLU BAHWA SEMUA ELEMEN a ij ( t ) DARI A(t)
KONTINU.

KARENA DIM ( Σ. ) = n , MAKA

SEJUMLAH n VEKTOR AWAL YANG BEBAS LINIER xi (t 0 )

DAPAT DIPEROLEH, DAN MASING-MASING

MENDEFINISIKAN SOLUSI TUNGGAL PERSAMAAN
(9.12), DINAMAKAN x ( t ) , t ≥ t i 0

A PARTICULAR SET OF n INDEPENDENT INITIAL

CONDITION VECTORS IS SELECTED
x 1 ( t 0 ) =¿ [ 1 0 0 ⋯ 0 ]T

x 2 ( t 0 ) =¿ [ 0 1 0 ⋯ 0 ]T

x n ( t 0 ) =¿ [ 0 0 0 ⋯ 1 ]T

VEKTOR KE – i, PUNYA ELEMEN 1 PADA KOMPONEN

KE – i NYA DAN SEMUA KOMPONEN LAINNYA
ADALAH NOL
SEJUMLAH n SOLUSI YANG BERSESUAIAN
DENGAN KONDISI AWAL INI DIGUNAKAN SEBAGAI
KOLOM DALAM MEMBENTUK MATRIKS n x n,

U ( t )=[ x 1 ( t ) x 2 (t)… x n (t)]

MATRIKS U ( t ) : MATRIKS SOLUSI

FUNDAMENTAL. YANG MEMENUHI U ( t 0 )=I n

U̇ (t ) = A(t) U(t)
ASUMSIKAN BAHWA MATRIKS SOLUSI
FUNDAMENTAL TERSEDIA, SOLUSI PERSAMAAN
(9.12) DENGAN VEKTOR KONDISI AWAL x(t ) 0

SEMBARANG ADALAH :

x ( t )=U (t) x ( t 0 )

MUDAH DICOCOKKAN. PENGECEKAN KONDISI AWAL,

x ( t 0 ) =U ( t 0 ) x ( t 0 ) = I n x ( t0 ) = x ( t0 )

PENGECEKAN UNTUK MELIHAT BAHWA SOLUSI INI

MEMENUHI PERSAMAAN DIFENSIAL,
 ẋ ( t )=U̇ ( t ) x ( t 0 )= A ( t ) U ( t ) x ( t 0 ) = A ( t ) x (t)

KEDUANYA, BAIK KONDISI AWAL MAUPUN

PERSAMAAN DIFENSIAL DIPENUHI, SEHINGGA INI
MENYATAKAN SOLUSI TUNGGAL MASALAH
HOMOGEN.

Catat bahwa U −1
( Preliminary¿ this , t) dapat ditunjukkan ada
untuk semua
t ≥ t dan bahwa
0

d
U ( t ) U −1 ( t )=I n sehingga dt
U (t ) U −1 ( t )= [ 0 ]

Atau
dU −1 d U −1
dt
U +U
dt = [ 0] atau
d U −1 −1 dU −1
=−U U
dt dt

Jadi,
d U −1
dt
= −U −1 ( t ) A(t) (9.15)
ẋ= A x +B ( t ) u (t) , x (t 0) diberikan (9.6)
Kalikan dengan U −1 (t ).

Menjadi
 U −1˙(t ) ẋ=U −1 (t) . A x +U −1 (t ). B ( t ) u (t)

d U −1
dt
= −U −1 ( t ) A(t)

Kalikan dengan x (t ) Jumlahkan.menjadi

d U −1
x (t)
dt
= −U −1 ( t ) A(t) x (t )

Tambahkan didapatkan
d U −1 ( )
U −1 (t ) ẋ ( t ) + x t =¿ U −1 ( t ) B ( t ) u(t)
dt

Catat . Matriks K (t ) pada sec.9.3 adalah contoh dari U (t ). −1

Premultiplying the time-varying version of Eq. (9.6)

dengan U ( t ) , postmultiplying Eq.(9.15) by x ( t ) ,and adding
−1

the results gives

−1
dU
U (t ) ẋ ( t ) +
−1
x ( t )=¿ U −1 ( t ) B ( t ) u(t)
dt

Atau
d
dt [ ] =
U −1 (t ) x ( t ) U −1 ( t ) B ( t ) u(t)

SOLUSI NONHOMOGEN DIPEROLEH DENGAN

MENGINTEGRALKAN KEDUA SISI DARI t KE t, 0
 t

U (t ) x ( t )−U (t) x ( t 0 ) = ∫U dτ
−1
−1 −1
( τ ) B ( τ ) u(τ )
t0

9.6 MATRIKS TRANSISI

MATRIKS PENTING YANG DAPAT DIHUBUNGKAN
DENGAN SEMBARANG SISTEM LINEAR ADALAH
MATRIKS TRANSISI
Φ ( t , τ )=U ( t ) U −1 (τ) (9.17)

MATRIKS n x n ini adalah Suatu TRANSFORMASI

LINEAR atau PEMETAAN dari Σ KEPADA DIRINYA
SENDIRI.

That is, in the absence ( dalam ketiadaan ) of any input

u(t) ,
DIBERIKAN STATE x (τ ) PADA SEMBARANG WAKTU τ ,
MAKA STATE PADA SEMBARANG WAKTU t
DIBERIKAN OLEH PEMETAAN

x ( t )=Φ ( t , τ ) x( τ )
PEMETAAN x (τ ) TERHADAP DIRI SENDIRI
MEMERLUKAN BAHWA
Φ (τ , τ ) = In , UNTUK SEMBARANG sembarang τ

(9.18)
Ini Jelas benar dari Pers.(9.17). Turunkan Φ (t , τ ) terhadap
argument t memberikan
d Φ (t , τ ) d U (t) −1
dt = dt
U ( τ ) =A ( t ) U (t) U −1 (τ) Sehingga
d Φ (t , τ )
dt = A (t ) Φ (t , τ ) (9.19)

Himpunan Persamaan Diferensial (9.19) bersama dengan

kondisi awal, Persamaan (9.18) seringkali dianggap
sebagai definisi untuk Φ ( t , τ )
Dua sifat penting yang lain dari matriks transisi adalah
sifat semigrup,
= Φ ( t ,t )
Φ ( t 2 ,t 0 ) 2 1 Φ ( t 1 ,t 0 )untuk sembarang t 0 , t 1, t 2 dan
hubungan antara Φ−1 dan Φ adalah
Φ−1 (t , t 0) = Φ (t 0 , t) untuk sembarang t0 t

METODA PERHITUNGAN MATRIKS TRANSISI

d e At
1.19Telah ditunjukkan dalam Text bahwa dt
=Ae
At

Jika A matriks konstan. Gunakan hasil ini , plus

 kenyataan bahwa e =I , untuk menurunkan A .0

metoda alternative untuk perhitungan e . At

Misal e = F (t). Maka F memenuhi PD Matriks Ḟ= AF

At

dengan kondisi awal F(0) = I. Transformasi Laplace

dapat diguinakan untuk menyelesaikan Persamaan ini
:
L { Ḟ ( t ) }=sF ( s )−F ( 0 )=sF ( s )−I

L { AF ( t ) }= A L { F ( t ) }= A F ( s)

Jadi, [ sI −A ] F ( s )=I atau F ( s ) =[sI −A ]−1 dan

e At=F ( t ) =L−1 { [sI− A ]−1 }

8.20. Gunakan metoda dari masalah terdahulu

untuk menghitung
−2 −2 0
e At
untuk A= 0
[ 0 1
0 −3 −4 ]
s +2 2 0
Bentuk s I – A = [ 0 s −1
0 3 s +4 ]
Dan |sI− A|=( s+2 ) ( s 2 +4 s+ 3 )=( s+1 ) ( s +2 ) (s+3)

( s+1 )(s+ 3) −2( s+ 4) −2

Maka F ( s ) =[sI −A ]−1 =
1
( s+1 ) ( s +2 ) ( s+3) [ 0
0
( s +2 ) (s+ 4) s +2
−3( s +2) s( s+2) ]
Invers Transformasi Laplace dihitung suku demi
suku :
 F 11 ( t )=L−1 { s+21 }=e −2 t
; F21=F 31=0

DISCRETE- TIME MODELS OF CONTINUOUS-TIME SYSTEMS

9.9 ANALYSIS OF CONSTANT COEFFICIENT DISCRETE-TIME STATE

EQUATION

KASUS HOMOGEN.
x ( k +1 )= A x (k )

KONDISI AWAL x (0) DIASUMSIKAN DIKETAHUI, SEHINGGA

x ( 1 ) =A x( 0). Gunakan ini dalam Pers. Difference memberikan

x ( 2 ) =A x ( 1 )= A 2 x (0).

Teruskan Proses ini, Solusi pada waktu umum t k dinyatakan dalam

suku x (0). Sebagai

x ( k )= A k x (0).

Metoda Chapter 8 dapat digunakan untuk menentukan Ak untuk fungsi

umum ke- k, sehingga pengulangan perkalian matriks tidak
diperlukan.

Sekarang kita perhatikan kasus nonhomogen. Barusan vector –

vector input u ( 0 ) , u (1 ) , u ( 2 ) , … diberikan , sebagaimana kondisi awal x ( 0 ).
Maka
x ( 1 ) =A x ( 0 ) + B ( 0 ) u(0)

x ( 2 ) =A x ( 1 ) +B ( 1 ) u ( 1 )= A2 x ( 0 ) + AB ( 0 ) u ( 0 )+ B ( 1 ) u(1)
x ( 3 )= A x ( 2 ) + B ( 2 ) u ( 2 )= A 3 x ( 0 ) + A 2 B ( 0 ) u ( 0 ) + AB ( 1 ) u ( 1 )+ B ( 2 ) u (2)

Pada waktu umum t k, ini membawa ke

k−1
x ( k )= A x ( 0 ) +∑ Ak−1 B ( j ) u( j)
k

j=0

Atau
k
x ( k )= A k x ( 0 ) +∑ Ak−1 B ( j−1 ) u ( j−1)
j=1

Salah satu bentuk ini dapat digunakan.

…………….

…………….

Bila A konstan, Matriks Transisi Discrete diberikan oleh

Φ ( k , j )=A k− j

Maka
k
x ( k )=Φ ( k ,0 ) x ( 0 ) + ∑ Φ ( k , j ) B ( j−1 ) u( j−1)
j=1

9.10 MODAL DECOMPOSITION

Matriks Sistem A masih dianggap konstan, eigen value dan

eigenvektornya ( atau “ generalized eigenvector nya ) masing-masing
adalah λ i dan ξ i .

Maka Jika Perubahan Basis x ( k )=M q( k ) digunakan, dimana

M = [ ξ 1 ξ2 ⋯ ξ n ] , Pers. State disederhanakan menjadi :
M q ( k +1 )= A M q ( k )+ B ( k ) u( k)
Atau

M −1 M q ( k + 1 )=M −1 A M q ( k )+ M −1 B ( k ) u (k )

q ( k +1 )=J q ( k )+ Bn ( k ) u(k)

Dan
y ( k )=C (k) M q ( k ) + D ( k ) u(k )

Dimana J=¿ M −1 A M

Bn ( k )=¿ M −1 B ( k )

C n ( k )=¿ C ( k ) M

Seperti Kasus Kontinu

Bila A punya a full set of eigenvector, maka J akan menjadi matriks

Diagonal Λ .
q i ( k + 1 )=λi q i ( k )+ ⟨ r i , B ( k ) u (k ) ⟩ Solusi nya adalah

k
q i ( k )=λi k q i ( 0 )+ ∑ λik−1 ⟨ r i , B ( j−1 ) u( j−1) ⟩
i=1

Sehingga

………………….

………………………………….
k
q ( k )= Λ k q ( 0 ) +∑ Λk− j M −1 B ( j−1 ) u ( j−1)
j=1
Gunakan x ( k )=Mq (k ) dan q ( 0 )=M −1 x ( 0) memberikan
k
x ( k )=M Λ M x ( 0 ) + ∑ M Λ k− j M −1 B ( j−1 ) u( j−1)
k −1

j=1

Ini mendemonstrasikan lagi bahwa

Ak =M Λ k M −1

Dan memberikan suatu pengertian perhitungan matriks transisi,

asalkan A punya a full set of eigenvector

……………..

…………………
x ( k )=M q ( k ) =ξ 1 q 1 ( k )+ ξ2 q 2 ( k )+ …+ξ n qn (k )

9.11 TIME-VARIABLE COEFFICIENTS

…………..

……………..

k k−1
x ( k )= A ( k −1 ) A ( k−2 ) … A ( 0 ) x ( 0 ) + ∑
j=1
[∏ ]
p =1
A( p) B ( j−1 ) u ( j−1 ) ( 9.32)

Dalam Pers. (9.32) notasi

k −1

∏ A ( p) menyatakan Perkalian
p=1

A ( k −1 ) A ( k −2 ) … A ( j+1 ) A ( j)
k −1
It is understood that if j=k −1, and if j =k maka ∏ A ( p)=I n
p=k
Matriks Transisi untuk Time-varying case is given by
k−1
Φ ( k , j )=∏ A (p)
p= j