Kalkulator Turunan Parsial

Hitung turunan parsial, parsial campuran, dan gradien dengan solusi langkah demi langkah bertenaga AI

Seret & lepas atau klik untuk menambahkan gambar atau PDF

Math Input
partial of x^2*y + sin(y) w.r.t. x
second partial of e^(xy) w.r.t. x then y
gradient of f(x,y,z) = x^2+y^2+z^2
partial of ln(x^2+y^2) with respect to x

Apa itu Turunan Parsial?

Sebuah turunan parsial mengukur bagaimana fungsi multivariabel berubah terhadap satu variabel sambil menahan variabel lain tetap. Untuk f(x,y)f(x, y):

fx=limh0f(x+h,y)f(x,y)h\frac{\partial f}{\partial x} = \lim_{h \to 0} \frac{f(x+h, y) - f(x, y)}{h}

Notasi \partial (d melengkung) membedakan turunan parsial dari turunan biasa ddx\frac{d}{dx}. Notasi setara meliputi fxf_x, xf\partial_x f, DxfD_x f.

Makna geometris: fx(a,b)\frac{\partial f}{\partial x}(a, b) adalah kemiringan permukaan z=f(x,y)z = f(x,y) di (a,b)(a,b) dalam arah-xx — garis singgung terletak pada bidang y=by = b.

Mengapa ini penting: penurunan gradien (gradient descent), optimasi, perambatan galat, dan sebagian besar kalkulus vektor bertumpu pada turunan parsial. Gradien f=(fx,fy,fz)\nabla f = (f_x, f_y, f_z) menunjuk ke arah kenaikan tercuram.

Cara Menghitung Turunan Parsial

Aturan 1: Perlakukan Variabel Lain sebagai Konstanta

Untuk mencari fx\frac{\partial f}{\partial x}, perlakukan y,z,y, z, \ldots sebagai konstanta dan turunkan ff sebagai fungsi satu variabel dari xx.

Contoh: f(x,y)=x2y+3yf(x, y) = x^2 y + 3y

  • fx=2xy\frac{\partial f}{\partial x} = 2xy (suku 3y3y hilang karena tidak memuat xx)
  • fy=x2+3\frac{\partial f}{\partial y} = x^2 + 3 (x2x^2 bertindak sebagai koefisien)

Aturan 2: Aturan Rantai dan Aturan Hasil Kali Tetap Berlaku

Untuk f(x,y)=sin(xy)f(x, y) = \sin(xy):

fx=cos(xy)y\frac{\partial f}{\partial x} = \cos(xy) \cdot y

Nilai yy di dalam tanda kurung diperlakukan sebagai koefisien konstan saat menurunkan xyxy terhadap xx.

Parsial Orde Tinggi

fxx=2fx2,fxy=2fyxf_{xx} = \frac{\partial^2 f}{\partial x^2}, \quad f_{xy} = \frac{\partial^2 f}{\partial y \partial x}

Teorema Clairaut (parsial campuran): jika ff memiliki parsial kedua yang kontinu, maka fxy=fyxf_{xy} = f_{yx}. Urutan diferensiasi tidak berpengaruh.

Gradien dan Turunan Berarah

Gradien adalah vektor dari semua parsial pertama:

f=(fx,fy,fz)\nabla f = \left(\frac{\partial f}{\partial x}, \frac{\partial f}{\partial y}, \frac{\partial f}{\partial z}\right)

Turunan berarah dalam arah u\mathbf{u} (vektor satuan) adalah:

Duf=fuD_\mathbf{u} f = \nabla f \cdot \mathbf{u}

Maksimum ketika u\mathbf{u} menunjuk searah f\nabla f — ini adalah arah kenaikan tercuram.

Aturan Rantai (Multivariabel)

Jika z=f(x,y)z = f(x, y) dan x=x(t),y=y(t)x = x(t), y = y(t):

dzdt=fxdxdt+fydydt\frac{dz}{dt} = \frac{\partial f}{\partial x}\frac{dx}{dt} + \frac{\partial f}{\partial y}\frac{dy}{dt}

Kesalahan Umum yang Harus Dihindari

  • Menurunkan variabel yang salah: Selalu identifikasi variabel mana yang 'aktif' dan mana yang ditahan konstan. Menggarisbawahi variabel aktif dalam coretan Anda membantu.
  • Lupa aturan rantai: xsin(xy)=ycos(xy)\frac{\partial}{\partial x}\sin(xy) = y\cos(xy), bukan hanya cos(xy)\cos(xy).
  • Notasi yang membingungkan: fxyf_{xy} berarti turunkan dahulu terhadap xx, lalu yy (beberapa buku membalik ini — periksa konvensinya).
  • Arah gradien yang salah: f\nabla f menunjuk ke arah kenaikan tercuram, bukan gerak. Untuk meminimumkan, bergeraklah berlawanan dengan f\nabla f.
  • Mencampur turunan parsial dan total: Ketika xx dan yy keduanya bergantung pada tt, gunakan aturan rantai — bukan f/t\partial f/\partial t, yang nol jika ff tidak memuat tt secara eksplisit.

Examples

Step 1: Untuk f/x\partial f/\partial x: perlakukan yy sebagai konstanta. f/x=2xy+0=2xy\partial f/\partial x = 2xy + 0 = 2xy
Step 2: Untuk f/y\partial f/\partial y: perlakukan xx sebagai konstanta. f/y=x2+3y2\partial f/\partial y = x^2 + 3y^2
Answer: fx=2xyf_x = 2xy, fy=x2+3y2f_y = x^2 + 3y^2

Step 1: Parsial pertama: fx=yexyf_x = y e^{xy}, fy=xexyf_y = x e^{xy}
Step 2: fxx=/x(yexy)=yyexy=y2exyf_{xx} = \partial/\partial x (y e^{xy}) = y \cdot y \cdot e^{xy} = y^2 e^{xy}
Step 3: fyy=/y(xexy)=xxexy=x2exyf_{yy} = \partial/\partial y (x e^{xy}) = x \cdot x \cdot e^{xy} = x^2 e^{xy}
Step 4: fxy=/y(yexy)=exy+yxexy=(1+xy)exyf_{xy} = \partial/\partial y (y e^{xy}) = e^{xy} + y \cdot x \cdot e^{xy} = (1 + xy)e^{xy}
Step 5: Verifikasi Clairaut: fyx=/x(xexy)=exy+xyexy=(1+xy)exyf_{yx} = \partial/\partial x (x e^{xy}) = e^{xy} + x \cdot y \cdot e^{xy} = (1 + xy)e^{xy}
Answer: fxx=y2exyf_{xx} = y^2 e^{xy}, fyy=x2exyf_{yy} = x^2 e^{xy}, fxy=fyx=(1+xy)exyf_{xy} = f_{yx} = (1+xy)e^{xy}

Step 1: f/x=2x\partial f/\partial x = 2x, f/y=2y\partial f/\partial y = 2y, f/z=2z\partial f/\partial z = 2z
Step 2: f=(2x,2y,2z)\nabla f = (2x, 2y, 2z)
Step 3: Evaluasi di (1,2,2)(1, 2, 2): f(1,2,2)=(2,4,4)\nabla f(1,2,2) = (2, 4, 4)
Answer: f(1,2,2)=(2,4,4)\nabla f(1,2,2) = (2, 4, 4)

Frequently Asked Questions

Turunan biasa df/dx berlaku untuk fungsi satu variabel. Turunan parsial ∂f/∂x berlaku untuk fungsi multivariabel dan mengukur laju perubahan terhadap satu variabel sambil menahan variabel lain tetap.

Jika sebuah fungsi f(x,y) memiliki turunan parsial orde kedua yang kontinu, maka parsial campurannya sama: f_xy = f_yx. Urutan diferensiasi tidak berpengaruh dalam kasus itu.

Gradien adalah vektor yang menunjuk ke arah kenaikan tercuram dari f pada suatu titik. Besarnya adalah laju perubahan maksimum di titik tersebut. Gradien juga tegak lurus terhadap kurva ketinggian dan permukaan ketinggian dari f.

Penurunan gradien menggunakan gradien (vektor parsial) dari fungsi kerugian terhadap parameter model. Algoritma memperbarui parameter dalam arah gradien negatif untuk meminimumkan kerugian.

Related Solvers

Try AI-Math for Free

Get step-by-step solutions to any math problem. Upload a photo or type your question.

Start Solving