Persamaan Karakteristik dan Eksistensi Titik Kritis Tundaan (bahan ajar ugm)

Hal pertama untuk menganalisa kestabilan titik ekuilibrium suatu model persamaan
diferensial adalah melinierkan sistem disekitar titik ekuilibrium tersebut untuk mendapatkan
persamaan karakteristik dari sistem liniernya.
Misal diberikan model berbentuk persamaan diferensial dengan waktu tunda sebagai berikut:
ẋ ( t )=f ¿
sehingga persamaan dapat ditulis kembali dalam bentuk :
N M
∆ ( λ , τ )=∑ a j λ j +e−λτ ∑ b j λ j
j=0 j=0

Ketika waktu tundaan tidak ada atau τ =0, persamaan akan menjadi persamaan diferensial
biasa. Sifat titik ekulibrium dapat dilihat dari nilai eigen atau akar karakteristik yang didapat
dari persamaan karakteristik sistem linierisasinya. Nilai eigen yang didapat harus mempunyai
bagian real yang tidak nol sehingga titik ekuilibrium tersebut memiliki sifat hiperbolik.
Bagian real dari nilai eigen tersebut digunakan untuk mengetahui kestabilan dari titik
ekuilibrium. Titik ekuilibrium hiperbolik adalah stabil jika nilai eigen memiliki bagian real
yang negatif dan tidak stabil jika mempunyai bagian real yang positif.
Pada persamaan diferensial dengan waktu tundaan ada atau τ ≠ 0, akan memunculkan nilai
eigen dengan bagian real dengan nol atau nilai eigen komplek murni. Titik ekuilibrium
tersebut merupakan non hiperbolik sehingga kriteria kestabilan untuk titik ekuilibrium
hiperbolik tidak dapat digunakan untuk kasus ini. Digunakanlah metode berikut untuk
menganalisa sifat titik ekuilibrium ketika waktu tundaan ada atau τ ≠ 0.
Misalkan akar karakteristik dari persamaan adalah λ=iω dan ω ∈ R , diasumsikan ω> 0 maka
persamaan akan menjadi :
−iωτ
P1 (iω ) + P2 ( iω ) e =0
jika bagian real dan imajiner dari persamaan dipecah dan suku eksponensial ditulis dalam
bentuk trigonometri maka diperoleh persamaan :
R1 ( ω ) +i Q 1 ( ω )+ ( R2 ( ω ) +iQ2 ( ω ) ) ( cos ( ωτ )−i sin ( ωτ ) ) =0
dengan :
R1 ( ω )=∑ (−1 ) j +1 a 2 j ω2 j ; Q1 ( ω )=∑ (−1 ) j a2 j+1 ω2 j+1 dan
j j

R2 ( ω ) =∑ (−1 ) b 2 j ω ;Q1 ( ω )=∑ (−1 ) b 2 j+1 ω

j +1 2j j 2 j+1
.
j j

Jumlah bagian real dan bagian imajiner harus sama dengan nol agar persamaan berlaku,
sehingga dapat ditulis :
 R1 ( ω ) + R2 ( ω ) cos ( ωτ )+ Q2 ( ω ) sin ( ωτ )=0
Q1 ( ω )−R 2 ( ω ) sin ( ωτ )+ Q 2 ( ω ) cos ( ωτ )=0
kemudian persamaan tersebut dapat ditulis dalam bentuk :
−R1 ( ω ) =R 2 ( ω ) cos ( ωτ ) +Q2 ( ω ) sin ( ωτ )
Q1 ( ω )=R 2 ( ω ) sin ( ωτ )−Q 2 ( ω ) cos ( ωτ )
Dengan mengkuadratkan kedua persamaan dan diberikan operasi penjumlahan, maka akan
didapat:
R1 ( ω )2 +Qi ( ω )2=R2 ( ω )2 +Q2 ( ω )2
Persamaan tersebut merupakan persamaan polinomial genap. Didefinisikan μ=ω2 ∈ R maka
persamaan akan menjadi,
S ( μ )=0
dengan S adalah polinomial dan μ adalah akar dadri persamaan polinomial tersebut.
Jika akar real bernilai negatif, maka tidak akan ada solusi ω ¿ ∈ R yang secara simultan
memenuhi persamaan sebelum dikuadratkan.
Jika akar real bernilai positif, maka terdapat suatu nilai τ yang berhubungan dengan suatu
ω ¿=± √ μ¿ yang merupakan solusi dari persamaan.
Selanjutnya, misal didapatkan hasil akar real bernilai positif, terdapat ω ¿ sedemikian sehingga
2 2 2 2
√ 2
memenuhi R1 ( ω¿ ) +Q i ( ω ¿ ) =R 2 ( ω ¿ ) + Q2 ( ω ¿ ) . Dan misal C= R2 ( ω¿ ) +Q2 ( ω¿ ) , sehingga
2

¿ ¿
titik (−R1 ( ω ) ,Q1 ( ω ) ) berada dalam suatu lingkaran dengan jari – jari C.
Kedua persamaan sebelumnya dapat kita tulis kedalam bentuk :

( )
¿ ¿
R2(ω ) Q2(ω )
−R1 ( ω )=C
¿
cos ( ω τ ) +
¿
sin ( ω τ )
¿
C C

( ))
¿ ¿
R2(ω ) Q2 ( ω )
Q1 ( ω )=C sin ( ω τ ) − cos ( ω τ
¿ ¿ ¿
C C
R 2 ( ω¿ ) Q2 ( ω ¿ )
misalkan =cosα dan =sin α , sehingga
C C
−R1 ( ω¿ )=C cos ( ω¿ τ−α )
Q1 ( ω¿ )=C sin ( ω ¿ τ −α )
¿
Dengan begitu dapat dibuktikan bahwa terdapat suatu nilai positif τ =τ yang memenuhi
persamaan diatas.
Dalam penggunaannya, jika persamaan mempunyai akar real positif lebih dari satu maka
dipilih satu nilai akar dengan waktu tundaan τ ¿ yang terkecil.
Nonlinear Sistem : Teori Lokal
Diberikan sistem persamaan diferensial nonlinear :
ẋ=f ( x)
dimana f : E → Rn dan E adalah sub-himpunan terbuka pada Rn . Pada kondisi tertentu untuk
fungsi f , sistem nonlinear memiliki solusi tunggal yang melalui titik x 0 ∈ E didefinisikan
dalam interval maksimal pada (α , β )⊂ R . Menggunakan Teorema Hartman – Grobman dan
Teorema Kestabilan Manifold menunjukkan bahwa secara topologi sifat lokal pada sistem
nonlinear dekat dengan titik ekuilibrium x 0 dimana f ( x 0 ) =0 ditentukan oleh sifat dari sistem
linear dekat dengan titik asal ketika matriks A=Df ( x 0 ), turunan f pada x 0.
Konsep dan Definisi
Diberikan sistem otonom dari persamaan diferensial biasa
ẋ=f ( x)
sebagai kebalikan dari sistem non – otonom
ẋ=f (x ,t)
dimana fungsi f dapat bergantung pada variabel bebas t , meskipun terdapat sistem non –
otonom dengan x ∈ Rn yang dapat ditulis sebagai sistem otonom dengan x ∈ Rn+1 dengan
x n+1=t dan ẋ n+1=1 .
Keberadaan dari solusi untuk persamaan diferensial
ẋ=f (t)
diberikan oleh
t
x ( t )=x ( 0 ) +∫ f ( s ) ds
0

apabila f (t) dapat diintegralkan. Persamaan diferensial akan memiliki solusi jika fungsi f
kontinu, meskipun kekontinuan fungsi f belum cukup untuk menjamin keunikan dari solusi.
Contoh 1. Masalah nilai awal
2/ 3
ẋ=3 x
x ( 0 )=0
mempunyai dua solusi berbeda yang melalui titik (0,0), yaitu
u ( t )=t 3
dan
v (t )≡ 0
untuk setiap t ∈ R. Solusi u ( t )=t 3 diperoleh dengan metode variabel terpisah. Fungsi
2 /3
f ( x )=3 x kontinu pada x=0 tetapi tidak dapat diturunkan pada x=0 . Perbedaan sistem
nonlinear dari sistem linear adalah meskipun fungsi f terdefinisi dan kontinu untuk setiap
x ∈ R , solusi x (t) dapar menjadi tidak terbatas pada beberapa waktu t=β dan solusi
n

mungkin hanya ada pada beberapa subinterval (α , β )⊂ R yang memenuhi.

Contoh 2. Diberikan masalah nilai awal
ẋ=x 2
x ( 0 )=1
Solusi dengan metode variabel terpisah didapatkan
1
x ( t )= .
1−t
Solusi hanya terdefinisi untuk t ∈(−∞ , 1) dan
lim
−¿
¿
t → 1 x ( t ) =∞ .¿

Interval (−∞ , 1) disebut interval maksimal dari keberadaan solusi pada masalah nilai awal.
Fungsi x ( t )=(1−t )−1 yang didefinisikan pada interval (1 , ∞) bukan merupakan bagian dari
solusi dari masalah nilai awal karena t=0 ∉(1 , ∞).
Definisi 1. Jika fungsi f : R n → R n dapat didiferensialkan pada x 0, maka turunan parsial
∂fi
, i, j=1, … , n , semua ada pada x 0 dan untuk setiap x ∈ Rn,
∂x j
n
∂f
Df ( x 0 ) x=∑ (x ) x .
j=1 ∂ xj 0 j
Maka jika f fungsi yang dapat didiferensialkan, turunan Df pada n × n matriks Jacobian

Df =
[ ]∂fi
∂ xj
.

Contoh 3. Tentukan turunan dari fungsi

[ ]
2
x 1−x 2
f ( x )=
−x 2+ x 1 x2

dan hitung pada titik x 0=(1 ,−1)T .

Matriks Jacobian dari turunan parsial fungsi tersebut

[ ][
∂f1 ∂f1
Df =
∂ x1
∂f2
∂ x2
∂f2
=
1 −2 x 2
x 2 −1+ x 1 ]
∂ x1 ∂ x2

maka

Df ( 1 ,−1 ) = 1 2 .
−1 0 [ ]
Diasumsikan fungsi f ( x) secara kontinu dapat diferensialkan, turunan Df (x) berdasarkan
pemetaan Df : R n → L( R ¿¿ n)¿ merupakan fungsi kontinu pada x dalam beberapa himpunan
terbuka E ⊂ Rn. Ruang linear Rn dan L(R¿¿ n) ¿ ditulis dalam bentuk Euclidean |.| dan
bentuk operator ‖.‖ . Kekontinuitasan kemudian didefinikan sebagai berikut
.........

Linearisasi

Untuk memulai menganalisa sistem non linear perlu menentukan titik kesetimbangan dan
menjelaskan perilaku fungsi tersebut pada sekitaran titik kesetimbangannya. Perilaku lokal
sistem nonlinear ẋ=f ( x) disekitar titik kesetimbangan hiperbolik x 0 ditentukan secara
kualitatif oleh perilaku sistem linearnya ẋ= Ax , dengan matriks A=Df ( x 0 ) disekitar titik
asalnya. Fungsi linear Ax=Df ( x 0 ) x disebut bagian linear f di x 0.

Definisi 1. Titik x 0 ∈ Rn disebut titik kesetimbangan atau titik kritis pada ẋ=f ( x) jika
f ( x 0 ) =0. Titik kesetimbangan x 0 disebut titik kesetimbangan hiperbolik jika tidak ada nilai

eigen dari matriks Df (x 0) yang mempunyai bagian real bernilai nol. Sistem linear ẋ= Ax
dengan matriks A=Df ( x 0 ) disebut linearisasi dari ẋ=f ( x) di x 0.

Jika x 0=0 adalah titik kesetimbangan ẋ=f ( x), maka f ( 0 )=0 dan dengan Teorema Taylor,

1 2
f ( x )=Df ( 0 ) x + D f ( 0 ) ( x , x )+ … .
2
Fungsi linear Df ( 0 ) x merupakan pendekatan pertama untuk sistem nonlinear fungsi f (x)
disekitar x=0 sehingga perilaku dari sistem nonlinear disekitar titik x=0 akan mendekati
perilaku dari linearisasinya di titik x=0 , berlaku jika Df ( 0 ) memiliki nilai eigen tak nol atau
imajiner murni.
Jika x 0 adalah titik kesetimbangan pada ẋ=f ( x) dan ϕ t : E → R n berasal dari persamaan
diferensial ẋ= Ax , maka ϕ t ( x 0 ) =x 0 untuk setiap t ∈ R. Sehingga x 0 disebut titik tetap pada ϕ t ,
disebut juga sebuah nol, titik kritis atau titik singular dari daerah vektor f : E → Rn.

Definisi 2. Suatu titik kesetimbangan x 0 pada ẋ=f (x) disebut sink jika semua nilai eigen dari
matriks Df (x 0) memiliki bagian real negatif, disebut source jika semua nilai eigen dari
Df (x 0) memiliki bagian real positif, disebut saddle jika merupakan titik kesetimbangan
hiperbolik dan Df (x 0) mempunyai sedikitnya satu nilai eigen dengan bagian real positif dan
sedikitnya satu dengan bagian real negatif.

Contoh 1. Klasifikasikan semua titik kesetimbangan dari sistem nonlinear

[ ]
2 2
x −x −1
f ( x )= 1 2 .
2 x2

Jelaslah, f ( x )=0 pada x= (10) dan x=(−10), yang juga merupakan titik keseimbangannya.
Turunan

Df ( x )=
[ 0 2 ]
2 x 1 −2 x 2
, Df ( 1,0 )=
2 0
0 2 [ ]
, Df (−1,0 ) = [
−2 0
0 2
.]
Sehingga (1,0) merupakan source dan (−1,0) merupakan saddle.

Kestabilan dan Fungsi Lyapunov

Diberikan sistem non linear ẋ=f ( x). Kestabilan titik kesetimbangan hiperbolik x 0 ditentukan
oleh tanda bagian real dari nilai eigen λ j dari matriks Df ( x 0). Titik kesetimbangan hiperbolik
x 0 merupakan stabil asimtotik jika ℜ ( λ j ) < 0 untuk j=1 ,… , n , jika x 0 adalah sink. Titik

kesetimbangan hiperbolik x 0 tidak stabil jika titik tersebut merupakan source atau saddle.
Kestabilan pada titik kesetimbangan nonhiperbolik lebih sulit untuk ditentukan. Suatu metode
Lyapunov digunakan untuk menentukan kestabilan titik kesetimbangan nonhiperbolik.

Definisi 1. Diberikan ϕ t yang merupakan notasi fungsi dari persamaan diferensial sistem
ẋ=f (x) yang terdefinisi untuk semua t ∈ R. Titik kesetimbangan x 0pada sistem stabil jika
untuk setiap ε > 0 terdapat δ >0 sehingga untuk setiap x ∈ N δ (x 0 ) dan t ≥ 0 didapatkan
ϕt ( x ) ∈ N δ ( x 0 ) .

Dan x 0 stabil asimtotik jika terdapat δ >0 sehingga untuk setiap x ∈ N δ (x 0 ) didapatkan
lim ϕ t ( x )=x 0 .
t→∞

Teorema 1. Jika x 0 merupakan sink dari sistem nonlinear ẋ=f ( x) dan ℜ ( λ j ) ← α <0 untuk
setiap nilai eigen λ j pada matriks Df (x 0), maka diberikan ε > 0 dan terdapat δ >0 sehingga
untuk setiap x ∈ N δ (x 0 ), fungsi ϕ t dari ẋ=f ( x), untuk setiap t ≥ 0 memenuhi

|ϕt ( x )−x 0|≤ ε e−αt .

Titik kesetimbangan x 0 dapat dikatakan stabil tetapi tidak stabil asimtotik adalah ketika
Df (x 0) memiliki nilai eigen nol atau sepasang konjugat kompleks, dan nilai eigen imajiner
λ=± ib. Untuk nilai eigen λ j lain dari matriks Df (x 0), harus memenuhi ℜ ( λ j ) ≤ 0 jika x 0
stabil.

Teorema 2. Jika x 0 merupakan titik kesetimbangan yang stabil dari ẋ=f ( x), tidak ada nilai
eigen dari matriks Df ( x 0) yang memiliki bagian real positif.

Titik kesetimbangan yang tidak stabil asimtotik hanya terjadi pada titik kesetimbangan
nonhiperbolik.

Contoh 1. Diberikan sistem

3
ẋ 1=−x 2
3
ẋ 2=x 1

Delay Differential Equations Yang Kuang

1. Konsep dan Notasi
Persamaan diferensial dengan tundaan adalah persamaan diferensial dalam bentuk
turunan dari fungsi yang tidak diketahui pada suatu waktu yang bergantung pada nilai
fungsi waktu sebelumnya. Secara matematik, persamaan diferensial tundaan secara umum
dx (t)
memiliki bentu =f (t , x t ) untuk setiap x (t)∈ Rn dimana x t ( θ )=x (t +θ) dan −τ ≤ θ ≤ 0
dt
. Perhatikan bahwa x t ( θ ) dengan −τ ≤ θ ≤ 0 merepresentasikan porsi dari trajektori solusi
dalam waktu lampau. Notasi f adalah operatotor fungsi yang terdiri dari waktu dan fungsi
dx (t)
kontinu x t ( θ ) dengan −τ ≤ θ ≤ 0 dan menghasilkan bilangan real sebagai
dt
keluarannya. Contoh terkenal dari persamaan diferensil tundaan adalah persamaan

Hutchinson, atau persamaan logistik tundaan diskrit, x ' =rx 1− ( K )

x ( t−τ )
. Beberapa

persamaan diferensial tundaan dapat dengan mudah diselesaikan dalam mode bertahap.
Faktanya, persamaan Hutchinson dapat ditulis sebagai ¿ yang dapat digunakan
menyelesaikannya untuk x pada −τ ≤ θ ≤ 0. Beberapa persamaan diferensial seperti

[ ]
0
a ∫ e as x ( t+ s ) ds
, pada dasarnya adalah sistem dari persamaan diferensial
x ' ( t )=rx (t ) 1 − −∞
K
 0

biasa. Hal ini dapat dilihat dengan memisalkan y ( t ) =∫ e x ( t+ s ) ds dan perhatikan

as

−∞

'
bahwa y =a ( x ( t )− y ( t ) ) yang menghasilkan sistem dari persamaan diferensial biasa

(
x ' ( t)=rx 1−
K )
y (t )
; y ' =a ( x ( t )− y ( t ) ). Memang, suatu persamaan diferensial integro

dalam bentuk x ( t )=f ( t , x ( t ) )+ ∫ k ( s ) g ( x ( t +s ) ) ds dengan kondisi awal x t (θ) dimana

'

−∞

−∞ <θ ≤ 0 ekuivalen untuk sistem persamaan diferensial biasa dengan kondisi awal jika k
merupakan kombinasi linear dari fungsi e at , teat , t 2 e at ,… , t m eat , dimana a merupakan
bilangan real dan m adalah bilangan bulat positif. Metode dengan cara mengurangi
persamaan diferensial tundaan menjadi sistem persamaan diferensial biasa disebut cara
rantai linear.
Penyelesaian secara numerik persamaan atau sistem diferensial tundaan hampir
sesederhana menyelesaikan persamaan diferensial biasa.
Dengan persamaan diferensial linear biasa, sifat kestabilan pada persamaan diferensial
tundaan linear dapat dikarakteristikan dan dianalisa dengan mempelajari persamaan
karakteristiknya. Untuk contoh, persamaan karakteristik untuk x ' ( t )=ax ( t ) +bx (t−τ )
adalah λ−a−b e− λτ=0. Akar λ pada persamaan karakteristik disebut akar karakteristik.
Perhatikan bahwa akar muncul dalam benruk eksponen dari bentuk terakhir dalam
persamaan karakteristik, menyebabkan persamaan karakteristik memiliki akar bilangan
tidak terbatas. Meskipun begitu, hanya ada bilangan terbatas dari akar yang terletak
disebelah kanan setiap garis vertikal pada bidang kompleks.

2. Karakteristik Persamaan Diferensial dengan Waktu Tunda

3. Model Sederhana Persamaan Diferensial dengan Waktu Tunda

Banyak spesies tingkat konsumen melewati dua atau lebih tahapan hidup untuk
keberlangsungannya dari kelahiran hingga kematian. Untuk menangkap perilaku
berosilasi yang biasa diamati di alam, beberapa model diusulkan. Terdiri dari banyak
model yang berbeda dan model diferensial tundaan. Persamaan Hutchinson

(
x ' =rx 1−
K )
x ( t−τ )
.

Dan beragam variasinya, dari sekian banyak merupakan salah satu yang paling sering
dipakai dalam model teori ekologi. Dalam persamaan, r adalah laju pertumbuhan, K
adalah carrying capacity dan τ adalah waktu tunda yang mungkin tidak memiliki arti
biologi yang berarti. Seperti persamaan logistik, model ini ad hoc dan karenanya bisa
menyesatkan. Memang, mereka menghasilkan dinamika kompleks buatan seperti
volatilitas yang berlebihan dan rasio dari puncak hingga lembah yang amat besar.
Disisi lain, jika kita mengasumsikan masa dewasa memiliki laju kelahiran yang konstan
dari r dan individu yang baru lahir menjadi dewasa dalam waktu τ , dan laju kematian
proporsional dengan kepadatan populasi individu dewasa, maka model berikut mungkin
tepat untuk populasi individu dewasa
2
' −mτ rx
x =rx ( t−τ ) e −
K
Meskipun, steady state positif dari model selalu stabil global, sama dengan kasus ketika
tundaan adalah nol. Dilain kasus, model Nicholson’s yang terkenal
' −αx (t −τ)
x = px ( t−τ ) e −mx
Menampilkan dinamika yang kaya dan masuk akal. Dengan kata lain, dinamika dari
persamaan dengan waktu tunda sangat sensitif terhadap bentuk model.

Lebih lanjut untuk mendukung pernyataan diatas, mari meneliti beberapa model mangsa-
pemangsa dengan tahapan umur. Kita asumsikan jika mangsa atau sumber daya yang
dapat diperbarui, dinotasikan dengan x , dapat dimodelkan dengan persamaan logistik
ketika konsumennya tidak ada. Pemangsa atau konsumen dibagi menjadi dua kelompok:
benih dan dewasa dan dinotasikan dengan y j dan y . Hanya pemangsa yang dewasa yang
dapat memangsa spesies mangsa dan benih hidup dengan sumberdaya lain. Berikut model
dua tahap interaksi pemangsa-mangsa.
'
x =rx 1− ( x
K )
− yp( x )

y ' =b e−d τ y ( t−τ ) p ( x ( t −τ ) )−d a y−m y 2

j

Model ini menghasilkan penambahan lebih dinamika komplek karena persamaan

karakteristiknya menghasilkan banyak akar dengan bagian real positif ketika
menambahkan waktu tunda dari 0.25 menjadi 25.
Jika diasumsikan bahwa waktu tunda kedewasaan dalam dinamika populasi ditentukan
oleh penyerapan sumber daya, maka kita mungkin didapatkan
0

∫ p ( x ( s ) ) ds=M
−τ
 Untuk suatu konstanta positif M yang mengukur penerimaan sumberdaya untuk individu
yang baru lahir hingga dewasa. Dengan tambahan kenyataan ini, solusi dari model
cenderung ke kondisi steady state atau dinamika limit sikel. Untuk tambahan, waktu
untuk mendekati limit sikel lebih pendek dibandingkan model tipikal tanpa waktu tunda
atau dengan waktu tunda konstan, menyarankan bahwa makin realistis formulasi dari
waktu tunda mendeskripsikan durasi pendek yang sering diamati di alam.
Model persamaan diferensial waktu tunda dapat lebih efektif dan akurat dibandingkan
dengan model dasar persamaan diferensial biasa ketika memang dibutuhkan untuk
menangkap dinamika osiliasi dengan periode spesifik dan amplitudo. Karakteristik ini
secara sukse dipakai untuk menjelaskan mengapa lemmings (hewan pengerat) biasanya
mempunyai 4 tahun siklus sedangkan snowhoe hares (kelinci salju) mempunyai 10 tahun
siklus hidup, dan mengapa siklus dugaan dari (moose-wolf) interaksi rusa – serigala di
Isle Royal, Michigan, berlangsung 38 tahun lamanya. Sebagai tambahan, beberapa model
yang sederhana dan masuk akal dengan dua waktu tunda dapat menghasilkan osilasi
sekretori insulin ultradian di mana mana dalam sistem regulasi glukosa manusia – insulin.

Dinamika Model Populasi Spesies Tunggal pada Lingkungan Tercemar dengan Waktu Tunda
Tunggal Diskret
Diberikan fungsi persamaan diferensial berikut.
n
ẋ=f ( x ) , x ∈ R
Persamaan disebut sistem dimensi satu atau sistem orde satu dengan x (t) adalah nilai real
fungsi dari waktu dan f (x) adalah nilai real fungsi dari x yang bergantung tehadap waktu.
Persamaan tersebut mempunyai titik tetap x=x ¿ jika memenuhi f ( x ¿ )=0. Titik tetap disebut
titik kritis atau titik kesetimbangan.
Analisis sistem persamaan diferensial tak linear dilakukan melalui pelinearan. Diasumsikan
persamaan taklinear memiliki turunan parsial yang kontinu di Rn . Menggunakan ekspansi
deret Taylor disekitar titik tetapnya diperoleh
ẋ= Ax+ φ ( x ) ,

[ ]
∂f1 ∂f1
…
∂ x1 ∂fn
dengan A= ⋮ ⋱ ⋮ , dan φ ( x) adalah suku berorde tinggi yang memiliki sifat
∂f n ∂fn
…
∂ x1 ∂ xn

lim φ ( x )=0 .
n→∞
Misalkan matriks A berukuran n × n, maka suatu vektor taknol x di Rn disebut vektor eigen
dari A , jika untuk suatu skalar λ , yang disebut nilai eigen dari A , berlaku
Ax=λx .
Vektor x disebut vektor eigen yang bersesuaian dengan nilai eigen. Untuk mencari nilai eigen
dari matriks A yang berukuran n × n, maka persamaan dapat ditulis menjadi
( A−λI ) x=0 ,
dengan I adalah matriks identitas, maka persamaan akan memiliki solusi taknol jika dan
hanya jika
P ( λ )=det ( A−λI )=0 ,
dengan P( λ) merupakan persamaan karakteristik dari A .
(Giesl 2007; Meiss 2007)
Kestabilan titik tetap x ¿ dapat ditentukan dengan memperhatikan nilai – nilai eigen, yaitu
λ i=1,2 ,… ,n yang diperoleh dari persamaan karakteristik. Secara umum, kestabilan titik tetap
mempunyai perilaku sebagai berikut.
1. Stabil, jika
a. ℜ( λi )< 0, untuk setiap i .
b. Terdapat ℜ ( λ i )=0 untuk sembarang j dan ℜ ( λ i ) <0, untuk setiap i≠ j. Stabil asimtotik
jika ℜ( λi )< 0, untuk setiap i . Stabil asimtotik terbagi menjadi dua, yaitu asimtotik
lokal dan asimtotik global. Titik x ¿ dikatakan titik tetap stabil asimtotik lokal jika
hanya berlaku nilai – nilai state awal disekitar titik tetap, sedangkan x ¿ dikatakan titik
tetap stabil asimtotik global jika berlaku untuk semua nilai – nilai state awal, semua
state akan bergerak menuju satu titik tetap yang sama.
2. Tidak stabil, jika terdapat paling sedikit satu i sehingga ℜ ( λ i ) >0.
3. Sadel, jika perkalian dua buah nilai eigen real sembarang adalah negatif ( λ i λ j <0 untuk i
dan j sembarang). Sadel hiperbolik, jika ℜ ( λ i ) ≠ 0 , untuk setiap i .

Dalam permasalahan tertentu, tidak mudah menentukan kestabilan titik tetap dengan hanya
menggunakan tanda bagian real nilai eigen. Oleh karena itu, diperlukan metode penentuan
kestabilan titik tetap lain yang dapat menentukan tanda bagian real nilai eigen suatu
persamaan karakteristik. Salah satu metode yang dapat digunakan adalah metode Routh –
Hurwitz, yaitu suatu metode untuk menunjukkan kestabilan dengan tidak harus menghitung
akar – akar persamaan karakteristik secara langsung. Kriteria kestabilan Routh – Hurwitz
terdapat pada teorema berikut.
Teorema Routh – Hurwitz Criterion 1
Misalkan a 1 , a2 , … , ak bilangan – bilangan real, a j=0 jika j > k . Semua nilai dari persamaan
karakteristik
k k−1 2
P ( λ )= λ +a 1 λ + …+a k−2 λ + ak−1 λ+a k =0 ,
mempunyai bagian real yang negatif jika dan hanya jika untuk setiap i=1,2 , … , k ,
determinan dari matriks M i

[ ]
a1 a3 a5 … a 2i−1
1 a2 a4 … a2 i−2
M i= 0 a1 a3 … a2 i−3
0 1 a2 … a2 i−4
⋮ ⋮ ⋮ ⋱ ⋮
0 0 0 … ai

adalah positif. Sehingga menurut kondisi Routh – Hurwitz, untuk suatu k =2,3,4 disebutkan
bahwa titik tetap x ¿ stabil asimtotik lokal jika dan hanya jika
k =2 a1 >0 , a2 >0 ,
k =3 a1 >0 , a3 > 0 , a1 a 2> a3 ,
2 2
k =4 a1 >0 , a3 >0 , a 4 >0 , a1 a2 a3 >a 3+ a1 a4 .
Untuk kasus k =3, kondisi Routh – Hurwitz, disajikan dalam teorema berikut.
Teorema Routh – Hurwitz criterion 2
Misalkan A , B , C adalah bilangan real, bagian real nilai eigen dari persamaan polinomial
karakteristik
3 2
f ( λ )=λ + Aλ + Bλ+C=0
adalah negatif jika dan hanya jika A , C positif dan AB> C .
Dari persamaan f ( λ )=λ 3+ Aλ2 + Bλ+C=0, maka a 0=1 , a1= A , a2 =B , a3 =0 untuk i selainnya.
Menurut teorema Routh – Hurwitz criterion 2 persamaan karakteristik
f ( λ )=λ + Aλ + Bλ+C=0 mempunyai bagian real nilai eigen negatif jika |M 1|,|M 2| dan |M 3|
3 2

positif, sehingga
|M 1|>0 ⟺|a 1|> 0 ⇔| A|>0 ⇔ A> 0

|M 2|>0 ⇔ | |
a1 a 3
1 a2
>0

⇔ |A1 CB|>0
⇔ AB−C>0
⇔ AB>C
 | |
a1 a3 a5
| 3|
M >0 ⇔ 1 a2 a4 > 0
0 a1 a3

| |
A C 0
⇔ 1 B 0 >0
0 A C

⇔ ABC −C2 >0

⇔ C( AB−C )> 0
Karena AB−C> 0 maka C> 0 ∎

Kestabilan dapat bersifat lokal dan bersifat global. Kestabilan lokal mudah ditentukan dengan
pendekatan linear. Sedangkan kestabilan global cukup sulit ditentukan. Menggunakan fungsi
Lyapunov adalah salah satu metode yang dapat digunakan dalam menentukan kestabilan
global. Verhulst(1990) menjelaskan bahwa fungsi Lyapunov dari suatu sistem persamaan
diferensial bersifat tidak tunggal. Misal diberikan fungsi V : E ∈ Rn → R dan x ¿ ∈ E
merupakan titik kestabilan. Fungsi V disebut fungsi Lyapunov jika memenuhi ketiga
pernyataan berikut.
1. Fungsi V kontinu dan mempunyai turunan parsial pertama yang kontinu pada E .
¿ ¿ ¿
2. Fungsi V ( x )> 0 untuk x ∈ E dengan x ≠ x , dan V ( x )=0 dengan x=x (dengan titik tetap
x ¿ merupakan titik minimum global).
3. Fungsi V̇ (x )≤ 0 untuk setiap x ∈ E .
Leon’s (2009) memberikan fungsi Lyapunov yang memenuhi ketiga pernyataan diatas.
1. Fungsi Lyapunov logaritma diperkenalkan oleh Goh untuk sistem Lotka-Volterra
2. Fungsi Lyapunov kuadratik umum
3. Fungsi Lyapunov kuadratik gabungan

Titik kestabilan sistem persamaan dikatakan memiliki kestabilan global jika terdapat fungsi
Lyapunov V dengan titik tetap E ⊂ Rn sehingga.
1. Ek ={ x ∈ E|V ≤ k } untuk suatu k > 0, merupakan himpunan terbatas.
2. V̇ ( X ) <0 untuk setiap x ∈ Ek .
3. Terdapat M himpunan invarian terbesar dalam H= { x ∈ E k|V̇ ( x ) =0 }, maka setiap solusi
x (t) menuju ke M untuk t → ∞ .
Persamaan diferensial dengan waktu tunda merupakan salah satu bentuk persamaan
diferensial dimana turunan dari fungsi yang tidak diketahui berapa waktu tunda yang
diberikan. Hal ini berkaitan dengan nilai dari fungsi waktu yang dibutuhkan suatu proses.
Bentuk umum persamaan diferensial dengan waktu tunda untuk x (t )∈ Rn , yaitu
d
x ( t )=f ( t , x ( t ) , x ( t−τ ) ) ,
dt
Dengan τ positif yang merepresentasikan lama waktu tunda. Fungsi f adalah fungsi bentuk
n 1 n
R × R ×C ke R . Bentuk persamaan diferensial dengan waktu tunda kontinu, yaitu

( )
0
d
x ( t )=f t , x ( t ) , ∫ x (t−τ ) dμ( τ) ,
dt −∞

dengan persamaan diferensial dengan waktu tunda diskrit, yaitu

d
x ( t )=f ( t , x ( t ) , x ( t−τ i ) ) ,
dt
untuk τ i > 0, dan i=1 , 2 ,… adalah waktu tunda.
Persamaan diferensial dengan waktu tunda memiliki bentuk linear dan tak linear. Bentuk tak
linear pada persamaan diferensial dengan waktu tunda memerlukan pelinearan agar dapat
diselesaikan secara eksplisit. Menggunakan transformasi koordinat berikut.
x=x ¿ + δx , x τ =x ¿ +δ x τ ,
dengan x ¿ merupakan titik tetap persamaan diferensial waktu tunda taklinear. Diperoleh
d ¿ ¿
x ( t )=δ ẋ=f ( x + δx , x + δ x τ ) ,
dt
δx adalah perpindahan jarak sangat kecil dari titik tetap diantara (t−τ , t). Menggunakan
ekspansi Taylor disekitar titik tetapnya, diperoleh
δ ẋ =J 0 δx+J τ δ x τ ,

( )
dengan (J 0 )i , j=
∂ Fi
∂ xj ¿
x j =x j
dan (J τ )i , j= ( )
∂ Fi
∂ x τj ¿
xτ =x τ
,i , j=1 , 2 ,… , n ,

J 0 merupakan matriks Jacobian x yang dievalusi pada titik tetapnya dan J τ merupakan
matriks Jacobian x τ yang dievaluasi pada titik tetapnya.
Misalkan matriks δ ẋ berukuran n × n, maka suatu vektor taknol A di Rn disebut vektor eigen
dari δ ẋ , jika untuk suatu skalar λ , yang disebut nilai eigen dari δ ẋ , berlaku
δ ẋ A= λA .
Dengan solusi δx= A e λτ dan vektor A disebut vektor eigen yang bersesuaian dengan nilai
eigen. Untuk mencari nilai eigen dari matriks δ ẋ yang berukuran n × n, maka dapat ditulis
menjadi
( J 0+ e−λτ J τ ) A= λIA ,
I adalah matriks identitas, maka persamaan akan memiliki solusi taknol jika dan hanya jika
k ( λ )=det ( J 0 +e− λτ J τ −λI )=0 ,
dengan k (λ) merupakan persamaan karakteristik dari δ ẋ (Lakshamanan dan Senthilkumar
2010).

Sharma dan Samanta (2013) menjelaskan secara umum, jika x ¿ merupakan titik tetap bersifat
stabil yang memiliki bagian real nilai eigen negatif dengan akar persamaan karakteristik
¿
adalah λ=iω. Analisis kestabilan titik tetap x berdasarkan nilai waktu tunda τ dapat
dilakukan dengan memperhatikan kestabilan titik tetap x ¿ dan kondisi transversalitas, yaitu
¿
kondisi yang dapat mengubah sifat kestabilan jikas melewati suatu titik kritis τ pada garis
imajiner λ=iω dan akar persamaan karakteristik akan bergerak menuju bidang imajiner yang
positif ketika nilai waktu tunda τ melebihi titik kritis τ ¿. Kondisi untuk transversalitas adalah
sebagai berikut.

( ) [ ]
−1
dλ dϑ (σ )
ℜ >0 karena > 0.
dτ dσ σ =ω
2

¿
Dengan demikian, titik tetap x mempunyai batasan kestabilan menurut waktu tunda τ
sebagai berikut.
1. x ¿ stabil untuk 0 ≤ τ < τ ¿,
2. x ¿ tidak stabil untuk τ > τ ¿, dan
3. x ¿ mengalami bifurkasi Hopf pada saat τ =τ ¿ .
Selanjutnya, Strogatz (1994) menjelaskan bahwa struktur kualitatif dari suatusistem dinamika
dapat berubah karena adanya perubahan dari parameter sistem dinamika tersebut. Bifurkasi
adalah perubahan jumlah titik tetap (titik kestabilan) dan perubahan kestabilan dalam suatu
sistem dinamik. Nilai parameter ketika terjadinya bifurkasi dinamakan titik bifurkasi.
Sedangkan bifurkasi Hopf adalah kemunculan siklus batas (limit cycle) dari kesetimbangan
dalam sistem dinamis yang dihasilkan oleh persamaan diferensial biasa saat kesetimbangan
mengalami perubahan stabilitas yang melalui sepasanh nilai eigen murni imajiner. Dalam
bifurkasi Hopf terdapat keadaan terisolasi, artinya orbit (lintasan) di sekelilingnya tidak
tertutup. Orbit (lintasan) ini bergerak secara spiral menuju atau menjauhi limit cycle.
Bifurkasi dapat bersifat superkritis atau subkritis yang mengakibatkan limit cycle menjadi
stabil atau tidak stabil.