REALISASI SISTEM LINIER INVARIANT WAKTU

dokumen-dokumen yang mirip
STABILISASI SISTEM KONTROL LINIER DENGAN PENEMPATAN NILAI EIGEN

REALISASI UNTUK SISTEM DESKRIPTOR LINIER INVARIANT WAKTU

REALISASI FUNGSI TRANSFER DALAM BENTUK KANONIK TERKONTROL

REALISASI POSITIF STABIL ASIMTOTIK DARI SISTEM LINIER DISKRIT

KETEROBSERVASIAN SISTEM LINIER DISKRIT

REALISASI POSITIF STABIL ASIMTOTIK SISTEM LINIER DISKRIT DENGAN POLE KONJUGAT KOMPLEKS

OBSERVER UNTUK SISTEM KONTROL LINIER KONTINU

STABILISASI SISTEM KONTROL LINIER INVARIANT WAKTU DENGAN MENGGUNAKAN METODE ACKERMANN

ANALISA STEADY STATE ERROR SISTEM KONTROL LINIER INVARIANT WAKTU

KETEROBSERVASIAN SISTEM DESKRIPTOR DISKRIT LINIER

BAB I PENDAHULUAN. keadaan dari suatu sistem. Dalam aplikasinya, suatu sistem kontrol memiliki tujuan

SISTEM KONTROL LINIER

PENGGUNAAN METODE LYAPUNOV UNTUK MENGUJI KESTABILAN SISTEM LINIER

SOLUSI POSITIF DARI PERSAMAAN LEONTIEF DISKRIT

HOMOLOGI DARI HIMPUNAN KUBIK YANG DIREDUKSI (ELEMENTARY COLLAPSE)

APLIKASI DEKOMPOSISI NILAI SINGULAR PADA KOMPRESI UKURAN FILE GAMBAR

SOLUSI POSITIF DARI SISTEM SINGULAR DISKRIT

STABILISASI SISTEM DESKRIPTOR LINIER KONTINU

SYARAT CUKUP UNTUK OPTIMALITAS MASALAH KONTROL KUADRATIK LINIER

PENGKONSTRUKSIAN BILANGAN TIDAK KONGRUEN

KAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT

ORDER UNSUR DARI GRUP S 4

II LANDASAN TEORI. Contoh. Ditinjau dari sistem yang didefinisikan oleh:

HIMPUNAN KUBIK ASIKLIK DAN KUBUS DASAR

PENYELESAIAN MASALAH PEMROGRAMAN LINIER BILANGAN BULAT MURNI DENGAN METODE REDUKSI VARIABEL

GRUP ALJABAR DAN -MODUL REGULAR SKRIPSI SARJANA MATEMATIKA OLEH: FITRIA EKA PUSPITA

PENYELESAIAN SISTEM DESKRIPTOR LINIER DISKRIT BEBAS WAKTU DENGAN MENGGUNAKAN METODE DEKOMPOSISI KANONIK

KAITAN SPEKTRUM KETETANGGAAN DARI GRAF SEKAWAN

HUBUNGAN ANTARA HIMPUNAN KUBIK ASIKLIK DENGAN RECTANGLE

Penyelesaian Penempatan Kutub Umpan Balik Keluaran dengan Matriks Pseudo Invers

WARP PADA SEBUAH SEGITIGA

MATRIKS BENTUK KANONIK RASIONAL DENGAN MENGGUNAKAN PEMBAGI ELEMENTER INTISARI

BAB I PENDAHULUAN Latar Belakang Masalah

METODE PSEUDO ARC-LENGTH DAN PENERAPANNYA PADA PENYELESAIAN SISTEM PERSAMAAN NONLINIER TERPARAMETERISASI

STABILISASI SISTEM DESKRIPTOR DISKRIT LINIER POSITIF

SUATU KAJIAN TITIK TETAP PEMETAAN k-pseudononspreading SEJATI DI RUANG HILBERT

EKSISTENSI PENGENDALI SUBOPTIMAL. Widowati Jurusan Matematika FMIPA UNDIP Semarang. Abstrak

KARAKTERISTIK G-HOMOMORFISMA SKRIPSI SARJANA MATEMATIKA OLEH MEGA PARAMITASARI

BAB 4 MODEL RUANG KEADAAN (STATE SPACE)

Penyelesaian Penempatan Kutub Umpan Balik Keluaran dengan Matriks Pseudo Invers

BILANGAN KROMATIK LOKASI UNTUK GRAF K n K m

SYARAT PERLU LAPANGAN PEMISAH. Bambang Irawanto Jurusan Matematika FMIPA UNDIP. Abstact. Keywords : extension fields, elemen algebra

BAB I PENDAHULUAN Latar Belakang Masalah

EKSISTENSI DAN KONSTRUKSI GENERALISASI

Aljabar Linear Elementer

STRUKTUR SEMILATTICE PADA PRA A -ALJABAR

METODE PSEUDOSPEKTRAL CHEBYSHEV PADA APROKSIMASI TURUNAN FUNGSI

RUANG FAKTOR. Oleh : Muhammad Kukuh

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

Institut Teknologi Sepuluh Nopember Surabaya. Keterkendalian (Controlability)

KAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT

State Space(ruang keadaan)

PEMODELAN STATE SPACE

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 2, 65-70, Agustus 2001, ISSN : SYARAT PERLU LAPANGAN PEMISAH

Pasangan Baku Dalam Polinomial Monik

PENJADWALAN KULIAH DENGAN ALGORITMA WELSH-POWELL (STUDI KASUS: JURUSAN MATEMATIKA FMIPA UNAND)

Teori kendali. Oleh: Ari suparwanto

MENENTUKAN PERPANGKATAN MATRIKS TANPA MENGGUNAKAN EIGENVALUE

BATAS ATAS RAINBOW CONNECTION NUMBER PADA GRAF DENGAN KONEKTIVITAS 3

Perluasan Teorema Cayley-Hamilton pada Matriks

PENYELESAIAN MASALAH KONTROL KUADRATIK LINIER YANG MEMUAT FAKTOR DISKON

Menentukan Nilai Eigen Tak Dominan Suatu Matriks Definit Negatif Menggunakan Metode Kuasa Invers dengan Shift

PENENTUAN HARGA OPSI CALL TIPE EROPA MENGGUNAKAN METODE TRINOMIAL

Pemodelan Matematika dan Kontrol

MENENTUKAN NILPOTENT ORDE 4 PADA MATRIKS SINGULAR MENGGUNAKAN TEOREMA CAYLEY HAMILTON TUGAS AKHIR

Aljabar Linier Elementer. Kuliah 1 dan 2

ANALISIS LAX PAIR DAN PENERAPANNYA PADA PERSAMAAN KORTEWEG-DE VRIES

PRA A*-ALJABAR SEBAGAI SEBUAH POSET

Matriks adalah susunan segi empat siku-siku dari objek yang diatur berdasarkan baris (row) dan kolom (column). Objek-objek dalam susunan tersebut

Kata Kunci: Analisis Regresi Linier, Penduga OLS, Penduga GLS, Autokorelasi, Regresor Bersifat Stokastik

PENYELESAIAN PERSAMAAN NONLINIER DENGAN METODE MODIFIKASI BAGI DUA

SOLUSI NON NEGATIF MASALAH NILAI AWAL DENGAN FUNGSI GAYA MEMUAT TURUNAN

KESTABILAN TITIK TETAP MODEL PENULARAN PENYAKIT TIDAK FATAL

BAB II LANDASAN TEORI

MODEL DINAMIKA CINTA DENGAN MEMPERHATIKAN DAYA TARIK PASANGAN

Aljabar Linier Elementer. Kuliah 26

SUATU KAJIAN TENTANG PENYARINGAN TERURUT DARI SEMIGRUP IMPLIKATIF

PENENTUAN UKURAN CONTOH DAN REPLIKASI BOOTSTRAP UNTUK MENDUGA MODEL REGRESI LINIER SEDERHANA

Himpunan Ω-Stabil Sebagai Daerah Faktorisasi Tunggal

Generalized Inverse Pada Matriks Atas

SOLUSI NON NEGATIF PARSIAL SISTEM PERSAMAAN DIFERENSIAL LINIER ORDE SATU

PERMASALAHAN AUTOKORELASI PADA ANALISIS REGRESI LINIER SEDERHANA

SIFAT-SIFAT KESETARAAN PADA MATRIKS SECONDARY NORMAL ABSTRACT

Invers Tergeneralisasi Matriks atas Z p

BILANGAN KROMATIK LOKASI DARI GRAF ULAT

menentukan bentuk pengendali yang indeks perfomansinya adalah norm H 2.

SIFAT-SIFAT DINAMIK DARI MODEL INTERAKSI CINTA DENGAN MEMPERHATIKAN DAYA TARIK PASANGAN

TINGKATAN SUBGRUP DARI SUBHIMPUNAN FUZZY

SUATU KRITERIA STABILISASI SISTEM DESKRIPTOR LINIER KONTINU REGULAR

SOLUSI REFLEKSIF DAN ANTI-REFLEKSIF DARI PERSAMAAN MATRIKS AX = B

ANALISIS SISTEM ANTRIAN SATU SERVER (M/M/1)

Parameterisasi Pengontrol yang Menstabilkan Melalui Pendekatan Faktorisasi

DEKOMPOSISI PRA A*-ALJABAR

PEMBUKTIAN RUMUS BENTUK TUTUP BEDA MUNDUR BERDASARKAN DERET TAYLOR

ANALISIS REGRESI TERSEGMEN MENGGUNAKAN METODE GAUSS-NEWTON

Analisis Reduksi Model pada Sistem Linier Waktu Diskrit

INVERS SUATU MATRIKS TOEPLITZ MENGGUNAKAN METODE ADJOIN

TOPOLOGI METRIK PARSIAL

Aljabar Linier. Kuliah

Diagonalisasi Matriks Segitiga Atas Ring komutatif Dengan Elemen Satuan

Transkripsi:

Jurnal Matematika UNAND Vol 2 No 3 Hal 134 141 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND REALISASI SISTEM LINIER INVARIANT WAKTU ANGGI SYAPUTRA Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Andalas, Kampus UNAND Limau Manis Padang, Indonesia, chova putra91@yahoocoid Abstrak Dalam penelitian ini akan dibahas mengenai realisasi sistem linier invariant waktu Permasalahannya adalah menentukan matriks A, B, dan C dari suatu fungsi tranfer G(s) yang diberikan di mana fungsi transfernya adalah stricly proper Matriks A, B dan C adakalanya tidak unik Dalam penelitian ini juga dibahas permasalahan realisasi minimal untuk mengetahui apakah suatu matriks A, B dan C unik atau tidak Suatu contoh diberikan untuk mengilustrasikan realisasi dan realisasi minimal dari sistem linier invariant waktu Kata Kunci: Fungsi transfer strictly proper, realisasi, realisasi minimal 1 Pendahuluan Misalkan diberikan sistem persamaan linier invariant waktu dalam bentuk, ẋ(t) = Ax(t) + Bu(t) y(t) = Cx(t) (11) di mana x(t) R n, u(t) R m, y(t) R p, A R n n, B R n m, C R p n, dengan variabel x menyatakan variabel keadaan, variabel u menyatakan variabel kontrol(input) dan variabel y menyatakan variabel output Dalam beberapa literatur, sistem (11) disebut sebagai representasi ruang keadaan dari sistem kontrol linier invariant waktu [5] Fungsi Transfer suatu sistem linear dinotasikan dengan G(s), didefinisikan sebagai perbandingan transformasi Laplace sinyal output terhadap sinyal input dengan asumsi semua kondisi awal sama dengan nol, yaitu Y(s) = G(s)U(s), (12) di mana Y(s) = {y(t)} dan U(s) = {u(t)} Fungsi transfer untuk sistem di atas adalah G(s) = C(sI A) 1 B (13) Dalam penelitian ini akan dikaji permasalahan realisasi dari suatu sistem linier invariant waktu, yaitu jika diberikan suatu fungsi transfer G(s), bagaimana bentuk representasi ruang keadaannya yang berkaitan dengan bentuk matriks A, B, C dari representasi ruang keadaan tersebut Jika matriks A, B, C dapat ditentukan, maka 134

Realisasi Sistem Linier Invariant Waktu 135 realisasi dari fungsi transfer G(s) dinotasikan dengan {A, B, C} Adakalanya realisasi {A, B, C} yang diperoleh tidak unik, sehingga dapat dicari realisasi minimal dari {A, B, C}, yaitu matriks A yang berdimensi terkecil [3] 2 Realisasi Sistem Linier Invariant Waktu Pada bab ini akan dibahas mengenai realisasi model ruang keadaan dari matriks fungsi transfer untuk sistem linier invariant waktu Multi Input Multi Output Model ruang keadaan untuk persoalan ini mempunyai bentuk sebagai berikut di mana ẋ(t) = Ax(t) + Bu(t) y(t) = Cx(t) (21) x 1 (t) y 1 (t) x 2 (t) x(t) =, y(t) = y 2 (t) dan u(t) = x n (t) y p (t) u 1 (t) u 2 (t) u m (t) (22) Realisasi model ruang keadaan dapat dikontruksi dari sebarang matriks fungsi transfer yang strictly proper, yaitu matriks fungsi transfer di mana entri-entri dari matriks fungsi transfer memiliki polinomial numeratornya berderajat lebih kecil dari pada polinomial denumeratornya [3] Teorema 21 [3] Diberikan suatu matriks fungsi transfer G(s) Realisasi dari G(s) ada jika dan hanya jika G(s) adalah strictly proper Bukti ( ) Misalkan G(s) merupakan matriks fungsi transfer strictly proper, yaitu polinomial numeratornya berderajat lebih kecil dari polinomial denumeratornya untuk setiap entri g ij, sebagaimana dapat ditulis G(s) = sn 1 N n 1 + s n 2 N n 2 + + sn 1 + N 0 s n + d n 1 s n 1 + + d 1 s + d 0 s s 2 = 1 d(s) [ ] N0 N 1 N n 2 N n 1 s n 1 (23) di mana d(s) = s n +d n 1 s n 1 + +d 1 s+d 0 dan N(s) = N n 1 s n 1 +N n 2 s n 2 + + N 1 S + N 0 serta N 0, N 2,, N n 1 adalah matriks berukuran p m Definisikan, Z(s) = (si A) 1 B = 1 d(s) s s 2 s n 1 = Z 1 Z 2 Z n 1 Z n (24)

136 Anggi Syaputra Berdasarkan persamaan (24), diperoleh dan Dari persamaan (25) dan (26) diperoleh bahwa Z 1 = 1 d(s) (25) Z i+1 = sz i i = 1, 2,, n 1 (26) = d 0 Z 1 + d 1 Z 2 + d 2 Z 3 + + d n 1 Z n + sz n, sz n = d 0 Z 1 d 1 Z 2 d 2 Z 3 d n 1 Z n (27) Dengan demikian, persamaan (27) dapat ditulis menjadi sz 1 sz 2 sz n 1 sz n = atau dapat juga ditulis 0 m 0 m 0 m 0 m 0 m 0 m 0 m 0 m 0 m 0 m 0 m 0 m d 0 d 1 d 2 d n 2 d n 1 Z 2 Z 3 Z n 1 Z n 0 m 0 m 0 ṃ + sz = AZ + B, (28) di mana 0 m 0 m 0 m 0 m 0 m 0 m 0 m 0 m A = 0 m 0 m 0 m 0 m d 0 d 1 d 2 d n 2 d n 1 0 m 0 ṃ dan B = (29) 0 m Dari persamaan (13), diketahui bahwa Berdasarkan persamaan (23), maka di mana 1 d(s) G(s) = C(sI A) 1 B [ ] N0 N 1 N p 2 N p 1 s s 2 s p 1 = C(sI A) 1 B, C = [ N 0 N 1 N n 2 N n 1 ] (210) Jadi, diperoleh Matriks A, B, C yang merupakan realisasi dari G(s)

Realisasi Sistem Linier Invariant Waktu 137 ( ) Misalkan A, B, C merupakan realisasi dari G(s), akan ditunjukkan bahwa G(s) merupakan matriks fungsi transfer yang strictly proper Perhatikan bahwa, G(s) = C(sI A) 1 B ( ) adj(si A) = C B det(si A) ( ) adj(si A) Karena merupakan matriks yang polinomial denumeratornya det(si A) berderajat lebih tinggi dari pada polinomial numeratornya untuk setiap entrientrinya, maka matriks fungsi transfer G(s) merupakan matriks fungsi transfer yang strictly proper 3 Realisasi Minimal Definisi 31 [3] Suatu realisasi minimal yang terkait dengan suatu fungsi transfer G(s) adalah suatu model ruang keadaan di mana matriks A berdimensi terkecil Teorema 32 [3] Suatu Realisasi {A, B, C} adalah minimal jika dan hanya jika {A, B, C} terkontrol dan terobservarsi Bukti ( ) Misalkan realisasi {A, B, C} adalah terkontrol dan terobservasi dengan rank dari matriks keterkontrolan dan keterobservasiannya adalah n dan terdapat realisasi lain {A 1, B 1, C 1 } dengan rank dari matriks keterkontrolan dan keterobservasiannya adalah n 1, di mana n 1 < n, sedemikian sehingga realisasi {A, B, C} dan {A 1, B 1, C 1 } n 1 mempunyai matriks fungsi transfer yang sama, yaitu Oleh karena itu, G(s) = C(sI A) 1 B = C 1 (si A 1 ) 1 B 1 (31) g(t) = Ce At B = C 1 e A1t B 1 (32) Turunan persamaan (32) terhadap t dan dievaluasi pada t = 0 diperoleh, CA i B = C 1 A i 1B 1, i = 1, 2,, n (33) Matriks keterkontrolan M c dan matriks keterobservasian M o untuk {A, B, C} adalah C M c = [ B AB A 2 B A n 1 B ] CA dan M o = CA 2 CA n 1 Perkalian antara M c dengan M o adalah CB CAB CA n 1 B CAB CA 2 B CA n B M o M c = (34) CA n 1 B CA n B CA 2n 2 B

138 Anggi Syaputra Matriks keterkontrolan untuk {A 1, B 1, C 1 } adalah, M c1 = [ B 1 A 1 B 1 A 2 1B 1 A1 n 1 ] B 1 dan matriks keterobservasiannya adalah M o1 = C 1 C 1 A 1 C 1 A 2 1 C 1 A n 1 1 Perkalian dari matriks M o,1 dan M o,1 juga menghasilkan, C 1 B 1 C 1 A 1 B 1 C 1 A n 1 1 B 1 C 1 A 1 B 1 C 1 A 2 1B 1 C 1 A n 1 B 1 M o,1 M c,1 = (35) C 1 A1 n 1 B 1 C 1 A n 1 B 1 C 1 A 2n 2 1 B 1 Berdasarkan (33) terlihat bahwa, Karena {A, B, C} terkontrol dan terobservasi, maka yang mengakibatkan M o M c = M o,1 M c,1 (36) rank(m o ) = rank(m c ) = n, (37) rank(m o M c ) = n (38) Selanjutnya, karena realisasi {A 1, B 1, C 1 } terkontrol dan terobservasi, maka dan mengakibatkan rank(m o,1 ) = rank(m c,1 ) = n 1 (39) rank(m o1 M c1 ) = n 1 (310) Tetapi, dari persamaan (36) diperoleh n 1 = n, yang kontradiksi dengan asumsi bahwa n 1 < n Dengan kata lain, jika {A, B, C} terkontrol dan terobservasi, maka realisasi {A, B, C} dikatakan realisasi minimal ( ) Asumsikan bahwa {A, B, C} tidak terkontrol dan tidak terobservasi Dalam ([2], [3], [7]) diberikan teorema bentuk standar sistem tidak terkontrol dan tidak terobservasi yang menyatakan bahwa jika {A, B} tidak terkontrol dan {A, C} tidak terobservasi, maka terdapat realisasi lain dengan fungsi transfer yang sama tetapi derajatnya lebih kecil Dengan kata lain, jika realisasi {A, B, C} adalah minimal, maka {A, B, C} terkontrol dan terobservasi Contoh 1 Contoh berikut mengilustrasikan bagaimana menentukan realisasi dan realisasi minimal suatu fungsi transfer G(s), di mana s 3 (s + 1)(s + 3) G(s) = 1 (s + 1)(s + 3) s + 4 (s + 1)(s + 3) (s + 1)(s + 3)

Realisasi Sistem Linier Invariant Waktu 139 Matriks fungsi transfer di atas mempunyai dua input dan dua output, sehingga p = m = 2 Polinomial d(s) harus mengandung semua faktor dari empat polinomial denominator, yaitu d(s) = (s + 1)(s + 3) = s 2 + 4s + 3 Karena, 0 m = [ ] dan = [ ] 1 0, 0 1 Maka matriks A dan B dari realisasi ruang keadaan adalah 1 0 A = 0 1 3 0 4 0, B = 1 0 0 3 0 4 0 1 Perkalian G(S) dengan d(s) menghasilkan, [ ] s 3 d(s)g(s) =, 1 s + 4 yang dapat ditulis sebagai d(s)g(s) = N 1 s + N 0 [ ] [ ] 1 3 = s +, 0 1 1 4 sehingga diperoleh matriks output sebagai berikut, [ ] 0 3 1 0 C = 1 4 0 1 Dengan menggunakan MATLAB, diperoleh bahwa rank matriks keterkontrolan dari {A, B} adalah 4 dan rank matriks keterobservasian dari {A, C} adalah 4, maka {A, B} terkontrol dan {A, C} terobservasi Jadi, karena Realisasi {A, B} terkontrol dan {A, C} terobservasi maka realisasi {A, B, C} adalah minimal Contoh 2 [5] Diberikan sebuah sistem MIMO LTI dengan matriks fungsi transfer sebagai berikut : 1 G(S) = (s + 1) 2 s + 3 s 2 2 3 (s + 1)(s 2) (s 2) 2 Akan ditentukan realisasi minimal dari fungsi transfer tersebut Matriks fungsi transfer di atas mempunyai 2 input dan 2 output, sehingga p = m = 2 Polinomial d(s) harus mengandung semua faktor dari 4 polinomial denominator, yaitu d(s) = (s + 1) 2 (s 2) 2 = s 4 2s 3 3s 2 + 4s + 4

140 Anggi Syaputra Matriks A dan B dari realisasi ruang keadaan di atas adalah 1 0 0 1 1 0 0 1 A =, B = 1 0 0 1 4 0 4 0 3 0 2 0 1 0 0 4 0 4 0 3 0 2 0 1 Perkalian G(s) dengan d(s) menghasilkan, [ d(s)g(s) = yang dapat ditulis sebagai, s 2 4s + 4 3s 3 9s 6 s 3 + 2s2 5s 6 2s 2 + 4s + 2 ], d(s)g(s) = N 3 s 3 + N 2 s 2 + N 1 s + N 0 [ ] [ ] 0 3 1 0 = s 3 + s 2 + 1 0 2 2 [ 4 9 5 4 sehingga diperoleh matriks output sebagai berikut, [ ] 4 6 4 9 1 3 C = 6 2 5 4 2 2 1 0 ] s + [ ] 4 6, 6 2 Dengan menggunakan MATLAB, diperoleh bahwa rank matriks keterkontrolan dari {A, B} adalah 8 dan rank matriks keterobservasian dari {A, C} adalah 4, maka {A, B} terkontrol dan {A, C} tidak terobservasi Jadi, karena realisasi {A, B} terkontrol dan {A, C} tidak terobservasi maka realisasi {A, B, C} bukan realisasi minimal Karena Realisasi {A, B, C} bukan realisasi minimal, maka untuk menentukan realisasi minimalnya dapat digunakan teorema bentuk standar sistem tidak terobservasi ([2], [3], [7]) Karena rank matriks keterobservasian dari {A, C} adalah 4, maka entri-entri dari empat baris pertama dari matriks keterobservasian sama dengan entri-entri pada empat baris pertama untuk matrik P Pilih entri-entri empat baris berikutnya sedemikian sehingga matriks P adalah non singular Misalkan, 4 6 4 9 1 3 6 2 5 4 2 2 1 0 0 12 4 18 4 0 1 6 4 0 10 2 2 4 4 2 P = 1 0 1 0 0 1 0 1 1 0 1 0 0 1 0 1

Realisasi Sistem Linier Invariant Waktu 141 Trasnformasi dari persamaan (31) memberikan realisasi yang minimal dengan representasi ruang keadaan di mana A 0 = 1 0 0 1 ż = A 0 z + B 0 u, y = C 0 x 2375 3375 1375 16875 075 275 075 0625 0 3, B 0 = 1 0 1 6, C 0 = 4 2 [ ] 1 0 0 1 4 Kesimpulan Syarat perlu dan syarat cukup adanya realisasi sistem linier invariant waktu (11) adalah fungsi transfer G(s) stricly proper, yaitu polinomial numeratornya berderajat lebih kecil dari pada polinomial denumeratornya Realisasi Sistem linier invariant waktu (11) dari fungsi transfer G(s) dinotasikan dengan {A, B, C} Realisasi {A, B, C} adalah minimal untuk suatu model ruang keadaan di mana matriks A, B, dan C berdimensi terkecil Syarat cukup dan syarat perlu realisasi {A, B, C} minimal adalah {A, B, C} terkontrol dan terobservasi 5 Ucapan Terima kasih Penulis mengucapkan terima kasih kepada Bapak Dr Muhafzan, Ibu Arrival Rince Putri, MT, MSi, Bapak Dr Admi Nazra, Ibu Dr Susila Bahri dan Bapak Efendi, MSi yang telah memberikan masukan dan saran sehingga paper ini dapat diselesaikan dengan baik Daftar Pustaka [1] Anton, H 1991 Aljabar Linier Elementer Edisi Kedelapan-Jilid 1 Penerbit Erlangga, Jakarta [2] Antsaklis, Panos J dan Anthony N, Michel 2007 A Linear Systems Primer Birkhaäuser, Boston Basel Berlin [3] Hendricks,Elbert, Ole Jannerup, Paul Haase Sorensen 2008 Linear System Control Springer, Verlag Berlin Heidelberg [4] Jacob, Bill 1990 Linear Algebra W H Freeman and Company, USA [5] Ogata, K 2002 Modern Control Engineering Prentice-Hall, New Jersey [6] Remsing, CC 2006 Linear Control [7] Sinha, Alok 2007 Linear Systems Optimal and Robust Control CRC Press, Francis