Pemecah Sistem ODE
Selesaikan sistem persamaan diferensial biasa secara simbolik dan numerik. Mengklasifikasikan titik kesetimbangan sebagai saddle, node, spiral, atau centre, menurunkan eigenvalue langkah demi langkah, dan phase portrait interaktif.
Pemblokir iklan Anda mencegah kami menampilkan iklan
MiniWebtool tetap gratis karena iklan. Jika alat ini membantu Anda, dukung kami dengan upgrade untuk penjelajahan tanpa iklan dan penggunaan harian lebih banyak, atau izinkan MiniWebtool.com lalu muat ulang.
- Izinkan iklan untuk MiniWebtool.com, lalu muat ulang
- Atau upgrade untuk tanpa iklan dan batas harian lebih tinggi
Tentang Pemecah Sistem ODE
Pemecah Sistem ODE adalah kotak alat persamaan diferensial lengkap untuk sistem linier dan nonlinier berpasangan. Masukkan matriks koefisien 2×2 atau 3×3 dan alat ini akan melakukan analisis nilai eigen / vektor eigen lengkap, menulis solusi umum dan khusus bentuk tertutup dalam LaTeX, mengklasifikasikan ekuilibrium di titik asal sebagai pelana, simpul, spiral, atau pusat, dan menggambar potret fase interaktif dengan lintasan animasi. Untuk sistem planar nonlinier, Anda dapat mengetikkan sisi kanan arbitrer \(f(x,y)\) dan \(g(x,y)\) dan alat ini akan menghasilkan potret fase RK4 dengan akurasi tinggi.
Apa Itu Sistem ODE?
Sebuah sistem persamaan diferensial biasa memasangkan beberapa fungsi yang tidak diketahui dari satu variabel — biasanya waktu \(t\) — melalui turunannya. Dalam bentuk yang paling ringkas,
Ketika \(\mathbf{F}(t, \mathbf{x}) = A\mathbf{x}\) untuk matriks konstan \(A\), sistem tersebut bersifat linier dan otonom — dan di sinilah teorinya paling indah: seluruh perilaku jangka panjang ditentukan oleh nilai eigen dari \(A\).
Resep Nilai Eigen untuk Sistem Linier
Untuk \(\mathbf{x}' = A\mathbf{x}\), metode standarnya adalah:
- Hitung polinomial karakteristik \(\det(\lambda I - A) = 0\).
- Selesaikan untuk nilai eigen \(\lambda_1, \lambda_2, \dots\).
- Untuk setiap nilai eigen, temukan vektor eigen \(v\) dengan menyelesaikan \((A - \lambda I) v = 0\).
- Susun solusi umum sebagai kombinasi linier: \(\mathbf{x}(t) = c_1 v_1 e^{\lambda_1 t} + c_2 v_2 e^{\lambda_2 t} + \cdots\).
- Tentukan konstanta \(c_i\) dengan memasukkan kondisi awal \(\mathbf{x}(0)\) ke dalam solusi umum.
Tiga Kasus untuk Sistem 2×2
| Nilai Eigen | Solusi Umum | Potret |
|---|---|---|
| Riil berbeda \(\lambda_1 \ne \lambda_2\) | \(c_1 v_1 e^{\lambda_1 t} + c_2 v_2 e^{\lambda_2 t}\) | Pelana jika tanda berbeda; simpul jika sama |
| Konjugat kompleks \(\alpha \pm i\beta\) | \(e^{\alpha t}[c_1(p\cos\beta t - q\sin\beta t) + c_2(p\sin\beta t + q\cos\beta t)]\) | Spiral (\(\alpha \ne 0\)) atau pusat (\(\alpha = 0\)) |
| Berulang \(\lambda_1 = \lambda_2 = \lambda\) | \(c_1 v e^{\lambda t} + c_2 (tv + w) e^{\lambda t}\) | Simpul degenerasi |
Bidang Trace-Determinan
Untuk matriks 2×2 dengan trace \(T = a_{11} + a_{22}\) dan determinan \(D = a_{11} a_{22} - a_{12} a_{21}\), seluruh klasifikasi muat dalam satu diagram:
Inilah sebabnya mengapa panel hasil secara mencolok menampilkan \(T\), \(D\), dan \(\Delta = T^2 - 4D\) — tiga angka tersebut cukup untuk menamai ekuilibrium.
Sistem Nonlinier dan Potret Fase
Kebanyakan ODE dunia nyata bersifat nonlinier dan tidak memiliki solusi bentuk tertutup. Alat ini menanganinya dengan mengintegrasikan persamaan secara numerik dengan metode Runge–Kutta orde ke-4 (RK4), yang memiliki kesalahan pemotongan lokal \(O(h^5)\) dan merupakan pekerja standar untuk medan vektor yang mulus.
Potret fase melapisi:
- Sebuah medan vektor yang diambil sampelnya pada kisi 13×13, menunjukkan arah aliran di setiap titik.
- Lintasan dari kondisi awal Anda, digambar dengan warna merah dengan pelari oranye beranimasi yang menunjukkan arah waktu.
- Beberapa garis aliran benih dari lingkaran titik awal, memberikan gambaran global tentang dinamika.
- Untuk sistem linier 2×2, sumbu vektor eigen (sian putus-putus) — ini adalah arah invarian di mana solusi meluncur secara eksponensial.
Cara Menggunakan Pemecah Ini
- Pilih mode — Linier 2×2, Linier 3×3, atau Nonlinier 2D — melalui tab di bagian atas formulir.
- Isi koefisien atau persamaan. Klik Contoh Cepat mana pun untuk mengisi sistem kanonik secara otomatis (simpul stabil, pusat, pelana, pendulum, Van der Pol, dll.).
- Masukkan kondisi awal \((x_0, y_0)\) dan rentang waktu \(T\). Nilai \(T\) tipikal adalah 6–20 untuk osilator dan 3–6 untuk sistem stabil yang meluruh dengan cepat.
- Klik Selesaikan. Halaman hasil lengkap akan muncul dengan klasifikasi, nilai eigen, vektor eigen, solusi bentuk tertutup (mode linier), potret fase animasi, dan plot deret waktu.
- Putar ulang lintasan menggunakan tombol di bawah potret fase jika Anda ingin menonton pelari melintasi kurva kondisi awal lagi.
Contoh Pengerjaan — Osilator Harmonik Teredam
Osilator teredam \(\ddot{x} + 2\zeta \omega \dot{x} + \omega^2 x = 0\) dapat ditulis ulang sebagai sistem 2D dengan memisalkan \(y = \dot{x}\):
Untuk \(\omega = 1\) dan \(\zeta = 0.2\) (underdamped), matriksnya adalah \(A = \begin{pmatrix} 0 & 1 \\ -1 & -0.4 \end{pmatrix}\). Trace \(T = -0.4\), determinan \(D = 1\), diskriminan \(\Delta = 0.16 - 4 = -3.84 < 0\), jadi kita mendapatkan spiral stabil dengan nilai eigen \(-0.2 \pm 0.9798\,i\). Lintasan melingkar ke dalam menuju titik asal, dan deret waktu menunjukkan sinusoid yang meluruh secara eksponensial.
Aplikasi
- Sistem mekanis — sistem pegas-massa berpasangan, pendulum, giroskop.
- Sirkuit listrik — jaringan RLC, filter op-amp, kontrol ruang-keadaan (state-space).
- Dinamika populasi — predator-mangsa Lotka–Volterra, spesies yang bersaing, epidemiologi (SIR, SIS).
- Kinetika kimia — jaringan reaksi, osilator Belousov–Zhabotinsky.
- Neurosains — model neuron FitzHugh–Nagumo, reduksi Hodgkin–Huxley.
- Teori kontrol — model pabrik yang dilinierkan, desain pengamat (observer), margin stabilitas.
Tips & Hal yang Perlu Diperhatikan
- Jika lintasan Anda meledak dengan cepat, kurangi rentang waktu T — sistem yang tidak stabil dapat meluap dari viewport mana pun dalam beberapa unit waktu.
- Untuk nilai eigen berulang, pemecah secara otomatis menemukan vektor eigen yang digeneralisasi \(w\) dengan menyelesaikan \((A - \lambda I)w = v\), sehingga Anda mendapatkan istilah \(tv\) tanpa pengerjaan manual.
- Untuk sistem nonlinier, panah medan vektor juga mengungkapkan ekuilibrium non-asal sebagai titik sian — perhatikan potret untuk wilayah bermagnitudo nol.
- Untuk sistem 3×3 tidak ada potret fase (3D sulit ditampilkan di halaman 2D), tetapi solusi bentuk tertutup dan putusan stabilitas tetap berlaku.
- Kondisi awal dan rentang waktu tidak terkait dengan klasifikasi: mengubahnya hanya memindahkan lintasan merah, bukan putusan nilai eigen.
Pertanyaan yang Sering Diajukan
Apa itu sistem persamaan diferensial biasa?
Sistem persamaan diferensial biasa (ODE) adalah sekumpulan persamaan berpasangan yang menghubungkan turunan dari beberapa fungsi yang tidak diketahui dari satu variabel independen, biasanya waktu. Bentuk klasiknya adalah \( \mathbf{x}'(t) = F(t, \mathbf{x}(t)) \), di mana \( \mathbf{x} \) adalah vektor keadaan dan \(F\) adalah medan vektor. Sistem linier dapat ditulis secara ringkas sebagai \( \mathbf{x}' = A\mathbf{x} + \mathbf{b} \), dan perilakunya ditentukan hampir seluruhnya oleh nilai eigen dari matriks koefisien \(A\).
Bagaimana nilai eigen mengklasifikasikan ekuilibrium sistem linier 2×2?
Untuk sistem 2×2 \( \mathbf{x}' = A\mathbf{x} \), titik asal diklasifikasikan oleh trace \(T\) dan determinan \(D\) dari \(A\): \(D < 0\) menghasilkan titik pelana (tidak stabil); \(D > 0\) dengan \(T^2 > 4D\) menghasilkan simpul (stabil jika \(T < 0\), tidak stabil jika \(T > 0\)); \(D > 0\) dengan \(T^2 < 4D\) menghasilkan spiral (stabil jika \(T < 0\), tidak stabil jika \(T > 0\), pusat murni jika \(T = 0\)). Garis batas \(T^2 = 4D\) menghasilkan simpul degenerasi.
Seperti apa bentuk solusi tertutup ketika nilai eigennya kompleks?
Jika \(A\) memiliki nilai eigen konjugat kompleks \( \alpha \pm i\beta \) dengan vektor eigen kompleks \( v = p + iq \), solusi umum riilnya adalah \( \mathbf{x}(t) = e^{\alpha t} \left[ c_1 (p \cos\beta t - q \sin\beta t) + c_2 (p \sin\beta t + q \cos\beta t) \right] \). Eksponensial \(e^{\alpha t}\) mengontrol amplitudo (tumbuh, meluruh, atau konstan), sedangkan sinus dan kosinus menangani rotasi.
Apa yang terjadi jika matriks memiliki nilai eigen berulang?
Jika matriks memiliki nilai eigen berulang \(\lambda\) tetapi hanya satu vektor eigen \(v\) yang linier independen, Anda juga memerlukan vektor eigen yang digeneralisasi \(w\) yang menyelesaikan \( (A - \lambda I) w = v \). Solusi umum kemudian mengambil bentuk \( \mathbf{x}(t) = c_1 v e^{\lambda t} + c_2 (tv + w) e^{\lambda t} \). Jika ruang eigen kebetulan berdimensi dua, matriks tersebut adalah kelipatan skalar dari identitas pada subruang invarian tersebut dan solusinya tereduksi menjadi \( \mathbf{x}(t) = (c_1 v_1 + c_2 v_2) e^{\lambda t} \).
Bisakah alat ini menyelesaikan sistem nonlinier secara simbolik?
Mode nonlinier menyelesaikan sistem secara numerik menggunakan integrator Runge–Kutta orde keempat (RK4) dan memplot potret fase. Kebanyakan sistem nonlinier tidak memiliki solusi bentuk tertutup, jadi ini adalah pendekatan standar. Anda masih dapat membaca perilaku lokal di dekat ekuilibrium dengan melinierkan, yang ditangani oleh mode linier 2×2 — hitung Jacobian pada titik tetap dan masukkan sebagai \(A\).
Apa itu potret fase?
Potret fase adalah gambaran geometris dari solusi sistem 2D di bidang \(x\)–\(y\). Setiap solusi menelusuri kurva yang disebut lintasan, dan kumpulan lintasan bersama dengan panah medan vektor mengungkapkan perilaku kualitatif: apakah solusi melingkar ke dalam, memisah di pelana, berosilasi, atau menetap pada ekuilibrium. Potret fase membuat struktur global suatu sistem terlihat dalam sekejap.
Bacaan Lebih Lanjut
- Sistem persamaan diferensial — Wikipedia
- Potret fase — Wikipedia
- Nilai eigen dan vektor eigen — Wikipedia
- Metode Runge–Kutta — Wikipedia
- Osilator Van der Pol — Wikipedia
Kutip konten, halaman, atau alat ini sebagai:
"Pemecah Sistem ODE" di https://MiniWebtool.com/id/pemecah-sistem-ode/ dari MiniWebtool, https://MiniWebtool.com/
oleh tim miniwebtool. Diperbarui: 23 Apr 2026
Anda juga dapat mencoba Penyelesai Matematika AI GPT kami untuk menyelesaikan masalah matematika Anda melalui pertanyaan dan jawaban dalam bahasa alami.
Kalkulus:
- Kalkulator Laju Perubahan Rata-rata Baru
- Penyelesai ODE Bernoulli Baru
- Kalkulator Konvolusi
- Kalkulator cURL Baru
- Kalkulator Kelengkungan
- Kalkulator Turunan
- Plotter Medan Arah / Medan Kemiringan Baru
- Kalkulator Turunan Arah
- Kalkulator Divergensi Baru
- Kalkulator Integral Ganda
- Kalkulator Metode Euler Baru
- Kalkulator Transformasi Fourier Cepat (FFT) Baru
- Penyelesai ODE Orde Pertama Baru
- Kalkulator Koefisien Deret Fourier
- Kalkulator Gradien Multivariabel Baru
- Kalkulator Turunan Implisit
- Kalkulator Integral Tak Wajar Baru
- Kalkulator Jumlah Deret Tak Hingga Baru
- Kalkulator Laju Perubahan Sesaat Baru
- Kalkulator Integral
- Kalkulator Transformasi Laplace Invers
- Kalkulator Aturan L'Hôpital Baru
- Kalkulator Transformasi Laplace
- Kalkulator Limit
- Kalkulator Integral Garis Baru
- Kalkulator Deret Maclaurin Baru
- Kalkulator Metode Newton Baru
- Kalkulator Integrasi Numerik Baru
- Kalkulator Optimasi Kalkulus Baru
- Kalkulator Turunan Parsial
- Kalkulator Deret Pangkat Baru
- Kalkulator Radius Konvergensi
- Kalkulator Laju Terkait Baru
- Kalkulator Jumlah Riemann Baru
- Kalkulator Metode Runge-Kutta (RK4)
- Penyelesai ODE Orde Kedua Baru
- Kalkulator Uji Konvergensi Deret Baru
- Kalkulator Aturan Simpson Baru
- Kalkulator Turunan Satu Variabel
- Kalkulator Integral Permukaan Baru
- Kalkulator Permukaan Revolusi Baru
- Pemecah Sistem ODE Baru
- Kalkulator Deret Taylor
- Kalkulator Aturan Trapesium Baru
- Kalkulator Integral Tiga Kali
- Kalkulator Volume Revolusi Baru
- Kalkulator Wronskian
- Kalkulator Transformasi Z Baru