∫∂ Kalkulus Multivariabel
Kalkulus Multivariabel · web by: Steven Paulus Siahaan
Web by: Steven Paulus Siahaan

Bab 14 · Turunan Parsial

14.6 Turunan Berarah dan Vektor Gradien

⬇ PDF subbab ini⬇ PDF Bab 14 lengkapSemua unduhan

\(f_x\) dan \(f_y\) mengukur laju perubahan ke arah sumbu. Bagaimana bila kita bergerak ke arah lain? Jawabannya adalah turunan berarah, dan jawabannya dihitung dengan sebuah vektor yang sangat penting: gradien.

1. Turunan berarah

Definisi

Turunan berarah \(f\) di \((a,b)\) pada arah vektor satuan \(\mathbf u=\langle u_1,u_2\rangle\): \[ D_{\mathbf u}f(a,b)=\lim_{h\to0}\frac{f(a+hu_1,\,b+hu_2)-f(a,b)}h. \] Ia adalah laju perubahan \(f\) per satuan jarak bila kita bergerak dari \((a,b)\) ke arah \(\mathbf u\). Dengan \(\mathbf u=\mathbf i\) diperoleh \(f_x\); dengan \(\mathbf u=\mathbf j\) diperoleh \(f_y\).

Teorema

Bila \(f\) terdiferensialkan, maka \(D_{\mathbf u}f(x,y)=f_x(x,y)\,u_1+f_y(x,y)\,u_2\).

Bukti. Definisikan \(g(h)=f(a+hu_1,b+hu_2)\). Maka \(D_{\mathbf u}f(a,b)=g'(0)\). Aturan rantai (14.5) memberi \(g'(h)=f_x\,u_1+f_y\,u_2\) dihitung di \((a+hu_1,b+hu_2)\); di \(h=0\) diperoleh rumus. \(\blacksquare\)

Bila \(\mathbf u\) membentuk sudut \(\theta\) dengan sumbu \(x\) positif, \(\mathbf u=\langle\cos\theta,\sin\theta\rangle\) dan \(D_{\mathbf u}f=f_x\cos\theta+f_y\sin\theta\).

2. Vektor gradien

Gradien

\[ \nabla f=\langle f_x,\,f_y\rangle=f_x\mathbf i+f_y\mathbf j,\qquad\nabla f=\langle f_x,f_y,f_z\rangle\ \text{(tiga peubah)}. \] Maka \(D_{\mathbf u}f=\nabla f\cdot\mathbf u\).

Contoh 1 — turunan berarah

\(f(x,y)=x^2y^3-4y\), titik \((2,1)\), arah \(\mathbf u=\bigl\langle\frac{\sqrt3}2,\frac12\bigr\rangle\) (sudut \(30^\circ\)). \(f_x=2xy^3=4\), \(f_y=3x^2y^2-4=8\); \(\nabla f(2,1)=\langle4,8\rangle\). \(D_{\mathbf u}f=4\cdot\frac{\sqrt3}2+8\cdot\frac12=2\sqrt3+4\approx7{,}464\).

Contoh 2 — arah bukan satuan

Arah yang diberikan sebagai vektor \(\mathbf v=\langle3,-4\rangle\) harus dinormalkan: \(\mathbf u=\frac15\langle3,-4\rangle\). Untuk \(f\) di Contoh 1: \(D_{\mathbf u}f=\frac15(4\cdot3+8\cdot(-4))=\frac{12-32}5=-4\). Turun 4 per satuan jarak ke arah itu.

Contoh 3 — tiga peubah

\(f(x,y,z)=x\sin(yz)\) di \((1,3,0)\) ke arah \(\mathbf v=\langle1,2,-1\rangle\). \(\nabla f=\langle\sin yz,\ xz\cos yz,\ xy\cos yz\rangle\), di titik: \(\langle0,0,3\rangle\). \(\mathbf u=\mathbf v/\sqrt6\). \(D_{\mathbf u}f=\dfrac{3(-1)}{\sqrt6}=-\dfrac3{\sqrt6}\approx-1{,}225\).

3. Arah pertumbuhan tercepat

Teorema

Misalkan \(f\) terdiferensialkan dan \(\nabla f\ne\mathbf0\). Nilai maksimum \(D_{\mathbf u}f\) adalah \(|\nabla f|\), dicapai bila \(\mathbf u\) searah \(\nabla f\). Nilai minimum \(-|\nabla f|\) dicapai pada arah \(-\nabla f\). Pada arah tegak lurus \(\nabla f\), \(D_{\mathbf u}f=0\).

Bukti. \(D_{\mathbf u}f=\nabla f\cdot\mathbf u=|\nabla f||\mathbf u|\cos\theta=|\nabla f|\cos\theta\), dengan \(\theta\) sudut antara \(\nabla f\) dan \(\mathbf u\). Nilai maksimum \(\cos\theta=1\) (\(\theta=0\)), minimum \(-1\) (\(\theta=\pi\)), nol di \(\theta=\pi/2\). \(\blacksquare\)

Contoh 4 — arah tercepat

Untuk \(f\) di Contoh 1 di \((2,1)\): laju kenaikan maksimum \(|\langle4,8\rangle|=\sqrt{80}\approx8{,}944\) pada arah \(\frac1{\sqrt5}\langle1,2\rangle\). Laju turun paling cepat \(-8{,}944\) ke arah \(-\frac1{\sqrt5}\langle1,2\rangle\). Perubahan nol pada arah \(\pm\frac1{\sqrt5}\langle2,-1\rangle\) (garis singgung kurva ketinggian).

Contoh 5 — pendaki di bukit

Tinggi bukit \(z=1000-0{,}005x^2-0{,}01y^2\) (meter). Di \((60,40)\): \(\nabla z=\langle-0{,}01x,-0{,}02y\rangle=\langle-0{,}6,-0{,}8\rangle\), \(|\nabla z|=1\). Tanjakan paling curam: arah \(\langle-0{,}6,-0{,}8\rangle\) dengan kemiringan 1 (sudut \(45^\circ\)). Bila pendaki berjalan ke arah \(\frac1{\sqrt2}\langle1,1\rangle\): \(D_{\mathbf u}z=\dfrac{-0{,}6-0{,}8}{\sqrt2}\approx-0{,}99\), turun hampir 1 meter per meter. Untuk berjalan mendatar ia harus mengikuti arah \(\pm\langle0{,}8,-0{,}6\rangle\).

Contoh 6 — suhu dan semut

Suhu \(T=\dfrac{100}{1+x^2+2y^2}\) di \((1,1)\): \(\nabla T=\langle-12{,}5,-25\rangle\). Semut yang ingin menghangat secepat mungkin bergerak ke arah \(\nabla T\propto\langle-1,-2\rangle\) (menuju asal, tempat panas); yang ingin mendingin bergerak ke \(\langle1,2\rangle\). Laju maksimum \(|\nabla T|=\sqrt{12{,}5^2+25^2}\approx27{,}95\) derajat per satuan jarak.

4. Gradien tegak lurus kurva ketinggian

Teorema

Di setiap titik \(P\) pada kurva ketinggian \(f(x,y)=k\) (atau permukaan ketinggian \(f(x,y,z)=k\)), vektor \(\nabla f(P)\) tegak lurus garis singgung (atau bidang singgung) kurva (permukaan) tersebut di \(P\).

Bukti (kurva). Misalkan \(\mathbf r(t)\) parametrisasi kurva ketinggian. Karena \(f(\mathbf r(t))=k\), aturan rantai memberi \(\nabla f\cdot\mathbf r'(t)=0\), yaitu \(\nabla f\perp\mathbf r'\), vektor singgung. Argumen sama berlaku untuk setiap kurva pada permukaan ketinggian, jadi \(\nabla f\) tegak lurus semua singgung di \(P\). \(\blacksquare\)

Gradien dan kontur
Gradien (panah merah) tegak lurus kurva ketinggian dan menunjuk ke arah \(f\) naik.
Bidang singgung dan garis normal permukaan ketinggian

Untuk permukaan \(F(x,y,z)=k\) di \(P(x_0,y_0,z_0)\) dengan \(\nabla F(P)\ne\mathbf0\): \[ F_x(P)(x-x_0)+F_y(P)(y-y_0)+F_z(P)(z-z_0)=0, \] dan garis normal \(\dfrac{x-x_0}{F_x}=\dfrac{y-y_0}{F_y}=\dfrac{z-z_0}{F_z}\).

Contoh 7 — elipsoid

\(F=\dfrac{x^2}4+y^2+\dfrac{z^2}9=3\) di \((-2,1,-3)\) (periksa: \(1+1+1=3\)). \(\nabla F=\langle\frac x2,2y,\frac{2z}9\rangle=\langle-1,2,-\frac23\rangle\). Bidang singgung: \(-(x+2)+2(y-1)-\frac23(z+3)=0\). Kalikan \(-3\): \(3x-6y+2z=-18\). Garis normal: \(\langle-2-s,\ 1+2s,\ -3-\frac23s\rangle\).

Contoh 8 — grafik sebagai permukaan ketinggian

Grafik \(z=f(x,y)\) adalah permukaan ketinggian \(F=f(x,y)-z=0\), dengan \(\nabla F=\langle f_x,f_y,-1\rangle\) normalnya, sesuai 14.4. Untuk \(z=x^2+y^2\) di \((1,1,2)\): \(\langle2,2,-1\rangle\), bidang \(2(x-1)+2(y-1)-(z-2)=0\), sama dengan \(z=2x+2y-2\).

Contoh 9 — singgung kontur

Kontur \(x^2+2y^2=3\) di \((1,1)\): \(\nabla f=\langle2,4\rangle\). Garis singgung kontur: \(2(x-1)+4(y-1)=0\), yaitu \(x+2y=3\).

5. Kesalahan umum

  • Memakai vektor arah yang bukan satuan. Normalkan dulu.
  • Mengira \(|\nabla f|\) adalah laju pada arah tertentu: itu laju maksimum.
  • Menyamakan \(\nabla f\) dengan arah kurva ketinggian: ia tegak lurus.
  • Menghitung gradien sebelum mengevaluasinya di titik yang diminta.

6. Ringkasan

  • \(D_{\mathbf u}f=\nabla f\cdot\mathbf u\), \(\mathbf u\) satuan.
  • Maksimum \(|\nabla f|\) pada arah \(\nabla f\); minimum pada \(-\nabla f\); nol tegak lurus \(\nabla f\).
  • \(\nabla f\) tegak lurus kurva/permukaan ketinggian; dipakai untuk bidang singgung dan garis normal.

Berikutnya 14.7 Nilai Maksimum dan Minimum.

Web by: Steven Paulus Siahaan