Anda di halaman 1dari 13

c  c

   c    

BAB I
PENDAHULUAN

1.1 Latar Belakang


Diferensial adalah salah satu cabang kalkulus dalam matematika yang
mempelajari bagaimana nilai suatu fungsi berubah menurut perubahan input nilainya.
Topik utama dalam pembelajaran kalkulus diferensial adalah turunan. Turunan dari suatu
fungsi pada titik tertentu menjelaskan sifat-sifat fungsi yang mendekati nilai input. Untuk
fungsi yang bernilai real dengan variabel real tunggal, turunan pada sebuah titik sama
dengan kemiringan dari garis singgung grafik fungsi pada titik tersebut. Secara umum,
turunan suatu fungsi pada sebuah titik menentukan pendekatan linear terbaik fungsi pada
titik tersebut.

Proses pencarian turunan disebut pendiferensialan (differentiation). Teorema dasar


kalkulus menyatakan bahwa pendiferensialan adalah proses keterbalikan dari
pengintegralan. Turunan mempunyai aplikasi dalam semua bidang kuantitatif. Di fisika,
turunan dari perpindahan benda terhadap waktu adalah kecepatan benda, dan turunan dari
kecepatan terhadap waktu adalah percepatan. Hukum gerak kedua Newton menyatakan
bahwa turunan dari momentum suatu benda sama dengan gaya yang diberikan kepada
benda.

Laju reaksi dari reaksi kimia juga merupakan turunan. Dalam riset operasi, turunan
menentukan cara paling efisien dalam memindahkan bahan dan mendesain pabrik.
Dengan menerapkan teori permainan, turunan dapat memberikan strategi yang paling
baik untuk perusahaan yang sedang bersaing. Turunan sering digunakan untuk mencari
titik ekstremum dari sebuah fungsi. Persamaan-persamaan yang melibatkan turunan
disebut persamaan diferensial dan sangat penting dalam mendeskripsikan fenomena alam.
Turunan dan perampatannya (generalization) sering muncul dalam berbagai bidang
matematika, seperti analisis kompleks, analisis fungsional, geometri diferensial, dan
bahkan aljabar abstrak.
BAB II
PEMBAHASAN

2.1 Sejarah Kalkulus


Sejarah perkembangan kalkulus bisa ditilik pada beberapa periode zaman, yaitu zaman
kuno, zaman pertengahan, dan zaman modern. Pada periode zaman kuno, beberapa
pemikiran tentang kalkulus integral telah muncul, tetapi tidak dikembangkan dengan baik
dan sistematis. Perhitungan volume dan luas yang merupakan fungsi utama dari kalkulus
integral bisa ditelusuri kembali pada Papirus Moskwa Mesir (c. 1800 SM) di mana orang
Mesir menghitung volume piramida terpancung[1]. Archimedes mengembangkan
pemikiran ini lebih jauh dan menciptakan heuristik yang menyerupai kalkulus integral.[2]
Pada zaman pertengahan, matematikawan India, Aryabhata, menggunakan konsep kecil
takterhingga pada tahun 499 dan mengekspresikan masalah astronomi dalam bentuk
persamaan diferensial dasar.[3] Persamaan ini kemudian mengantar Bhāskara II pada
abad ke-12 untuk mengembangkan bentuk awal turunan yang mewakili perubahan yang
sangat kecil takterhingga dan menjelaskan bentuk awal dari "Teorema Rolle".[4] Sekitar
tahun 1000, matematikawan Irak Ibn al-Haytham (Alhazen)z menjadi orang pertama
yang menurunkan rumus perhitungan hasil jumlah pangkat empat, dan dengan
menggunakan induksi matematika, dia mengembangkan suatu metode untuk menurunkan
rumus umum dari hasil pangkat integral yang sangat penting terhadap perkembangan
kalkulus integral.[5] Pada abad ke-12, seorang Persia Sharaf al-Din al-Tusi menemukan
turunan dari fungsi kubik, sebuah hasil yang penting dalam kalkulus diferensial. [6] Pada
abad ke-14, Madhava, bersama dengan matematikawan-astronom dari mazhab astronomi
dan matematika Kerala, menjelaskan kasus khusus dari deret Taylor[7], yang dituliskan
dalam teks Yuktibhasa.

Pada zaman modern, penemuan independen terjadi pada awal abad ke-17 di Jepang oleh
matematikawan seperti Seki Kowa. Di Eropa, beberapa matematikawan seperti John
Wallis dan Isaac Barrow memberikan terobosan dalam kalkulus. James Gregory
membuktikan sebuah kasus khusus dari teorema dasar kalkulus pada tahun 1668.
Gottfried Wilhelm Leibniz pada awalnya dituduh menjiplak dari hasil kerja Sir Isaac
Newton yang tidak dipublikasikan, namun sekarang dianggap sebagai kontributor
kalkulus yang hasil kerjanya dilakukan secara terpisah.
Leibniz dan Newton mendorong pemikiran-pemikiran ini bersama sebagai sebuah
kesatuan dan kedua orang ilmuwan tersebut dianggap sebagai penemu kalkulus secara
terpisah dalam waktu yang hampir bersamaan. Newton mengaplikasikan kalkulus secara
umum ke bidang fisika sementara Leibniz mengembangkan notasi-notasi kalkulus yang
banyak digunakan sekarang.
Ketika Newton dan Leibniz mempublikasikan hasil mereka untuk pertama kali, timbul
kontroversi di antara matematikawan tentang mana yang lebih pantas untuk menerima
penghargaan terhadap kerja mereka. Newton menurunkan hasil kerjanya terlebih dahulu,
tetapi Leibniz yang pertama kali mempublikasikannya. Newton menuduh Leibniz
mencuri pemikirannya dari catatan-catatan yang tidak dipublikasikan, yang sering
dipinjamkan Newton kepada beberapa anggota dari Royal Society.
Pemeriksaan secara terperinci menunjukkan bahwa keduanya bekerja secara terpisah,
dengan Leibniz memulai dari integral dan Newton dari turunan. Sekarang, baik Newton
dan Leibniz diberikan penghargaan dalam mengembangkan kalkulus secara terpisah.
Adalah Leibniz yang memberikan nama kepada ilmu cabang matematika ini sebagai
kalkulus, sedangkan Newton menamakannya "The science of fluxions".
Sejak itu, banyak matematikawan yang memberikan kontribusi terhadap pengembangan
lebih lanjut dari kalkulus.
Kalkulus menjadi topik yang sangat umum di SMA dan universitas zaman modern.
Matematikawan seluruh dunia terus memberikan kontribusi terhadap perkembangan
kalkulus.

2.2 Pengaruh penting


Walau beberapa konsep kalkulus telah dikembangkan terlebih dahulu di Mesir, Yunani,
Tiongkok, India, Iraq, Persia, dan Jepang, penggunaaan kalkulus modern dimulai di
Eropa pada abad ke-17 sewaktu Isaac Newton dan Gottfried Wilhelm Leibniz
mengembangkan prinsip dasar kalkulus. Hasil kerja mereka kemudian memberikan
pengaruh yang kuat terhadap perkembangan fisika.
Aplikasi kalkulus diferensial meliputi perhitungan kecepatan dan percepatan, kemiringan
suatu kurva, dan optimalisasi. Aplikasi dari kalkulus integral meliputi perhitungan luas,
volume, panjang busur, pusat massa, kerja, dan tekanan. Aplikasi lebih jauh meliputi
deret pangkat dan deret Fourier.
Kalkulus juga digunakan untuk mendapatkan pemahaman yang lebih rinci mengenai
ruang, waktu, dan gerak. Selama berabad-abad, para matematikawan dan filsuf berusaha
memecahkan paradoks yang meliputi pembagian bilangan dengan nol ataupun jumlah
dari deret takterhingga. Seorang filsuf Yunani kuno memberikan beberapa contoh
terkenal seperti paradoks Zeno. Kalkulus memberikan solusi, terutama di bidang limit
dan deret takterhingga, yang kemudian berhasil memecahkan paradoks tersebut.

2.3 Prinsip Dasar Turunan


Grafik fungsi turunan.
Turunan dari suatu fungsi mewakili perubahan yang sangat kecil dari fungsi tersebut
terhadap variabelnya. Proses menemukan turunan dari suatu fungsi disebut sebagai
pendiferensialan ataupun diferensiasi.
Secara matematis, turunan fungsi ƒ(x) terhadap variabel x adalah ƒƍ yang nilainya pada
titik x adalah:
dengan syarat limit tersebut eksis. Jika ƒƍ eksis pada titik x tertentu, kita katakan bahwa ƒ
terdiferensialkan (memiliki turunan) pada x, dan jika ƒƍ eksis di setiap titik pada domain
ƒ, kita sebut ƒ terdiferensialkan. Apabila z = x + h, h = x - z, dan h mendekati 0 jika dan
hanya jika z mendekati x, maka definisi turunan di atas dapat pula kita tulis sebagai:

Garis singgung pada (x, f(x)). Turunan f'(x) sebuah kurva pada sebuah titik adalah
kemiringan dari garis singgung yang menyinggung kurva pada titik tersebut.
Perhatikan bahwa ekspresi pada definisi turunan di atas merupakan gradien dari garis
sekan yang melewati titik (x,ƒ(x)) dan (x+h,ƒ(x)) pada kurva ƒ(x). Apabila kita
mengambil limit h mendekati 0, maka kita akan mendapatkan kemiringan dari garis
singgung yang menyinggung kurva ƒ(x) pada titik x. Hal ini berarti pula garis singgung
suatu kurva merupakan limit dari garis sekan, demikian pulanya turunan dari suatu fungsi
ƒ(x) merupakan gradien dari fungsi tersebut. Sebagai contoh, untuk menemukan gradien
dari fungsi f(x) = x2 pada titik (3,9): Ilmu yang mempelajari definisi, properti, dan
aplikasi dari turunan atau kemiringan dari sebuah grafik disebut kalkulus diferensial
Garis singgung sebagai limit dari garis sekan. Turunan dari kurva f(x) di suatu titik
adalah kemiringan dari garis singgung yang menyinggung kurva pada titik tersebut.
Kemiringan ini ditentukan dengan memakai nilai limit dari kemiringan garis sekan.

2.4 Notasi pendiferensialan


Terdapat berbagai macam notasi matematika yang dapat digunakan digunakan untuk
menyatakan turunan, meliputi notasi Leibniz, notasi Lagrange, notasi Newton, dan notasi
Euler. Notasi Leibniz diperkenalkan oleh Gottfried Leibniz dan merupakan salah satu
notasi yang paling awal digunakan. Ia sering digunakan terutama ketika hubungan antar y
= ƒ(x) dipandang sebagai hubungan fungsional antara variabel bebas dengan variabel
terikat. Turunan dari fungsi tersebut terhadap x ditulis sebagai:
ataupun Notasi Lagrange diperkenalkan oleh Joseph Louis Lagrange dan merupakan
notasi yang paling sering digunakan. Dalam notasi ini, turunan fungsi ƒ(x) ditulis sebagai
ƒƍ(x) ataupun hanya ƒƍ.Notasi Newton, juga disebut sebagai notasi titik, menempatkan
titik di atas fungsi untuk menandakan turunan. Apabila y = ƒ(t), maka mewakili turunan y
terhadap t. Notasi ini hampir secara eksklusif digunakan untuk melambangkan turunan
terhadap waktu. Notasi ini sering terlihat dalam bidang fisika dan bidang matematika
yang berhubungan dengan fisika. Notasi Euler menggunakan operator diferensial D yang
diterapkan pada fungsi ƒ untuk memberikan turunan pertamanya Df. Apabila y = ƒ(x)
adalah variabel terikat, maka sering kali x dilekatkan pada D untuk mengklarifikasikan
keterbebasan variabel x. Notasi Euler kemudian ditulis sebagai: × atau .Notasi Euler ini
sering digunakan dalam menyelesaikan persamaan diferensial linear.
Notasi Leibniz Notasi Lagrange Notasi Newton Notasi Euler Turunan ƒ(x) terhadap x
ƒƍ(x) dengan y = ƒ(x) 2.5 Aplikasi Diferensial Pada Ilmu Fisika
Misalkan x dan y adalah bilangan real di mana y adalah fungsi dari x, yaitu y = f(x).
Salah satu dari jenis fungsi yang paling sederhana adalah fungsi linear. Ini adalah grafik
fungsi dari garis lurus. Dalam kasus ini, y = f(x) = m x + c, di mana m dan c adalah
bilangan real yang tergantung pada garis mana grafik tersebut ditentukan. m disebut
sebagai kemiringan dengan rumus: di mana simbol ǻ (delta) memiliki arti "perubahan
nilai". Rumus ini benar adanya karena y + ǻy = f(x + ǻx) = m (x + ǻx) + c = m x + c + m
ǻx = y + mǻx.
Diikuti pula ǻy = m ǻx.Namun, hal-hal di atas hanya berlaku kepada fungsi linear.
Fungsi nonlinear tidak memiliki nilai kemiringan yang pasti. Turunan dari f pada titik x
adalah pendekatan yang paling baik terhadap gagasan kemiringan f pada titik x, biasanya
ditandai dengan f'(x) atau dy/dx. Bersama dengan nilai f di x, turunan dari f menentukan
pendekatan linear paling dekat, atau disebut linearisasi, dari f di dekat titik x. Sifat-sifat
ini biasanya diambil sebagai definisi dari turunan.Sebuah istilah yang saling berhubungan
dekat dengan turunan adalah diferensial fungsi.
Garis singgung pada (x, f(x)) Bilamana x dan y adalah variabel real, turunan dari f pada x
adalah kemiringan dari garis singgung grafik f' di titik x. Karena sumber dan target dari f
berdimensi satu, turunan dari f adalah bilangan real. Jika x dan y adalah vektor, maka
pendekatan linear yang paling mendekati grafik f tergantung pada bagaimana f berubah di
beberapa arah secara bersamaan. Dengan mengambil pendekatan linear yang paling dekat
di satu arah menentukan sebuah turunan parsial, biasanya ditandai dengan ˜y/˜x.
Linearisasi dari f ke semua arah secara bersamaan disebut sebagai turunan total. Turunan
total ini adalah transformasi linear, dan ia menentukan hiperbidang yang paling
mendekati grafik dari f. Hiperbidang ini disebut sebagai hiperbidang oskulasi; ini secara
konsep sama dengan mengambil garis singgung ke semua arah secara bersamaan.
Jika f adalah fungsi yang dapat diturunkan pada R (atau interval terbuka) dan x adalah
maksimum lokal ataupun minimum lokal dari f, maka turunan dari f di titik x adalah nol;
titik-titik di mana f '(x) = 0 disebut titik kritis atau titik pegun (dan nilai dari f di x disebut
nilai kritis). (Definisi dari titik kritis kadang kala diperluas sampai meliputi titik-titik di
mana turunan suatu fungsi tidak eksis.) Sebaliknya, titik kritis x dari f dapat dianalisa
dengan menggunakan turunan ke-dua dari f di x:‡ jika turunan ke-dua bernilai positif, x
adalah minimum lokal;‡ jika turunan ke-dua bernilai negatif, x adalah maksimum lokal;
‡ jika turunan ke-dua bernilai nol, x mungkin maksimum lokal, minimum lokal, ataupun
tidak kedua-duanya. (Sebagai contohnya, f(x)=x³ memiliki titik kritis di x=0, namun titik
itu bukanlah titik maksimum ataupun titik minimum; sebaliknya f(x) = ±x4 mempunyai
titik kritis di x = 0 dan titik itu adalah titik minimum maupun maksimum.)
Ini dinamakan sebagai uji turunan ke dua. Sebuah pendekatan alternatif lainnya, uji
turunan pertama melibatkan nilai f ' di kedua sisi titik kritis.Menurunkan fungsi dan
mencari titik-titik kritis biasanya merupakan salah satu cara yang sederhana untuk
mencari minima lokal dan maksima lokal, yang dapat digunakan untuk optimalisasi.
Sesuai dengan teorema nilai ekstremum, suatu fungsi yang kontinu pada interval tertutup
haruslah memiliki nilai-nilai minimum dan maksimum paling sedikit satu kali. Jika
fungsi tersebut dapat diturunkan, minima dan maksima hanya dapat terjadi pada titik
kritis atau titik akhir.Hal ini juga mempunyai aplikasi tersendiri dalam proses sketsa
grafik: jika kita mengetahui minima dan maksima lokal dari fungsi yang dapat diturunkan
tersebut, sebuah grafik perkiraan dapat kita dapatkan dari pengamatan bahwa ia akan
meningkat dan menurun di antara titik-titik kritis.Di dimensi yang lebih tinggi, titik kritis
dari nilai skalar fungsi adalah titik di mana radien fungsi tersebut adalah nol. Uji turunan
kedua masih dapat digunakan untuk menganalisa titik-titik kritis dengan menggunakan
eigennilai matriks Hessian dari turunan parsial ke-dua fungsi di titik kritis. Jika semua
eigennilai tersebut adalah positif, maka titik tersebut adalah minimum lokal; jika
semuanya negatif, maka titik itu adalah maksimum lokal. Jika ada beberapa yang positif
dan beberapa yang negatif, maka titik kritis tersebut adalah titik pelana, dan jika tidak ada
satupun dari keadaan di atas yang terpenuhi (misalnya ada beberapa eigennilai yang nol)
maka uji tersebut inkonklusif.
2.5.1 Fisika
Kalkulus sangatlah penting dalam fisika. Banyak proses fisika yang dapat dideskripsikan
dengan turunan, disebut sebagai persamaan diferensial. Fisika secara spesifik
mempelajari perubahan kuantitas terhadap waktu, dan konsep "turunan waktu"²laju
perubahan terhadap perubahan waktu² sangatlah penting sebagai definisi yang tepat
pada beberapa konsep penting. Sebagai contohnya, turunan waktu terhadap posisi benda
sangat penting dalam fisika Newtonan:
‡ kecepatan adalah turunan posisi benda terhadap waktu.
‡ percepatan adalah turunan dari kecepatan benda terhadap waktu, ataupun turunan kedua
posisi benda terhadap waktu.
Sebagai contoh, jika posisi sebuah benda dalam sebuah garis adalah:
maka kecepatan benda tersebut adalah:
dan percepatan benda itu adalah:

2.5.1.1 Persamaan diferensial


Persamaan diferensial adalah hubungan antara sekelompok fungsi dengan turunan-
turunannya. Persamaan diferensial biasa adalah sebuah persamaan diferensial yang
menghubungkan fungsi dengan sebuah variabel ke turunannya terhadap variabel itu
sendiri. Persamaan diferensial parsial adalah persamaan diferensial yang menghubungkan
fungsi yang memiliki lebih dari satu variable ke turunan parsialnya. Persamaan
diferensial muncul secara alami dalam sains fisik, model matematika, dan dalam
matematika itu sendiri. Sebagai contoh, Hukum kedua Newton yang menggambarkan
hubungan antara percepatan dengan posisi dapat dimulai dengan persamaan diferensial
biasa: Persamaan kalor di variable satu ruang yang menggambarkan bagaimana kalor
dapat berdifusi melalui satu tongkat yang lurus adalah persamaan diferensial parsial

Di sini u(x, t) adalah temperatur tongkat pada posisi x dan waktu t dan Į adalah sebuah
tetapan yang bergantung pada seberapa cepat kalor tersebut berdifusi.

2.5.1.2 Teorema nilai purata


Teorema nilai purata memberikan hubungan antara nilai dari turunan dengan nilai dari
fungsi asal. Jika f(x) adalah fungsi yang bernilai real dan a dan b adalah bilangan dengan
a < b, maka teorema nilai purata mengatakan bahwa kemiringan antara dua titik (a, f(a))
dan (b, f(b)) adalah sama dengan kemiringan garis singgung f di titik c di antara a and b.
Dengan kata lain:
Dalam prakteknya, teorema nilai purata ini mengontrol sebuah fungsi terhadap
turunannya. Sebagai contoh, misalkan f memiliki turunan yang sama dengan nol di setiap
titik, maka fungsi tersebut haruslah horizontal. Teorema nilai purata membuktikan bahwa
hal ini haruslah benar, bahwa kemiringan antara dua titik di grafik f haruslah sama
dengan kemiringan salah satu garis singgung di f. Semua kemiringan tersebut adalah nol,
jadi garis sembarang antara titik yang satu dengan titik yang lainnya di fungsi tersebut
memiliki kemiringan yang bernilai nol. Namun hal ini juga mengatakan bahwa fungsi
tersebut tidak naik maupun turun.
2.5.1.3 Polinomial Taylor dan deret Taylor
Turunan memberikan pendekatan linear yang paling baik, namun pendekatan ini bisa
sangat berbeda dengan fungsi asalnya. Salah satu cara untuk memperbaiki pendekatan ini
adalah dengan menggunakan pendekatan kuadratik. Linearisasi dari fungsi bernilai real
f(x) pada suatu titik x0 adalah linearisasi polinomial a + b(x - x0), dan sangat mungkin
untuk mendapatkan pendekatan yang lebih baik dengan menggunakan polinomial
kuadratik a + b(x - x0) + c(x - x0) . Masih lebih baik lagi apabila menggunakan
polinomial kubik a + b(x - x0) + c(x - x0) + d(x - x0)³, dan gagasan ini dapat diperluas
sampai polinomial berderajat tinggi. Untuk setiap polinomial ini, haruslah terdapat
pilihan nilai koefisien yang paling tepat untuk a, b, c, dan d yang membuat pendekatan ini
sedekat mungkin.
Untuk a, pilihan nilai yang terbaik selalu bernilai f(x0), dan untuk b selalu bernilai f'(x0).
Untuk c, d, dan koefisien berderajat tinggi lainnya, koefisien-koefisien ini ditentukan
dengan turunan berderajat tinggi dari f. c haruslah f''(x0)/2, dan d haruslah f'''(x0)/3!.
Dengan menggunakan koefisen ini, kita mendapatkan polinomial Taylor dari f.
Polinomial taylor berderajat d adalah polinomial dengan derajat d yang memberikan
pendekatan yang paling baik terhadap f, dan koefisiennya dapat ditentukan dengan
perampatan dari rumus di atas. Teorema Taylor memberikan batasan-batasan yang detail
akan seberapa baik pendekatan tersebut. Jika f adalah polinomial dengan derajat yang
lebih kecil atau sama dengan d, maka polinomial Taylor dengan derajat d sama dengan f.
Batasan dari polinomial Taylor adalah deret tidak terbatas yang disebut sebagai deret
Taylor. Deret Taylor biasanya merupakan pendekatan yang cukup dekat dengan fungsi
asalnya. Fungsi-fungsi yang sama dengan deret Taylor disebut sebagai fungsi analitik.
Adalah tidak mungkin untuk fungsi yang tidak kontinu atau memiliki sudut yang tajam
untuk menjadi fungsi analitik. Namun terdapat pula fungsi mulus yang bukan analitik.
BAB III
PENUTUP

3.1 KESIMPULAN

Diferensial adalah salah satu cabang kalkulus dalam matematika yang mempelajari
bagaimana nilai suatu fungsi berubah menurut perubahan input nilainya. Topik utama
dalam pembelajaran kalkulus diferensial adalah turunan. Dengan katalain diferensial
mengoptimalkan cara perhitungan hanya pada penurunan suatu nilai. Diferensial pertama
kali diperkenalkan oleh Leibniz dan mendapat tuduhan dari Newton, tetapi setelah
diselidiki tidak terbukti tuduhan itu, sehingga diferensial tetap menjadi hak milik Leibniz
dan dipergunakan hingga sekarang. Itulah ilmu, penemunya sudah meninggal tetapi ilmu
tetap bermanfaat bagi makhluk hidup, terutamannya manusia.
DAFTAR PUSTAKA

‡ Donald A. McQuarrie .2003. Mathematical Methods for Scientists and Engineers,


University Science Books.

‡ James Stewart .2002. Calculus: Early Transcendentals. 5th ed. Brooks Cole.
j 
       j  




    c   c 


  c c

Undergraduate Theses from JIPTUMMPP / 2009-07-29 14:33:12

Oleh : Lailatul Muannisak ( 05320054 ), Mathematics Dibuat : 2009-07-29, dengan 2 file

   ! Persamaan Diferensial Parsial, Transformasi Fourier, Persamaan Panas


Dimensi-satu dan Dimensi-dua.
! http://

" 

Persamaan diferensial parsial dijumpai dalam kaitan dengan berbagai masalah fisik dan
geometris bila fungsi yang terlibat tergantung pada dua atau lebih peubah bebas. Tidak
berlebihan bila dikatakan bahwa hanya sistem fisik yang paling sederhanalah yang dapat
dimodelkan dengan persamaan diferensial biasa. Mekanika fluida dan mekanika padat,
transfer panas, teori elektromagnetik, dan berbagai bidang fisika lainnya penuh dengan
masalah-masalah yang harus dimodelkan dengan persamaan diferensial parsial. Dan
sesungguhnya, kisaran penerapan persamaan diferensial parsial sangatlah besar,
dibandingkan dengan kisaran penerapan persamaan diferensial biasa. Salah satu
persamaan diferensial parsial yang penting dalam sains dan teknik antara lain adalah
persamaan panas dimensi-satu dan persamaan panas dimensi-dua Ada dua metode yang
dikenal dalam menyelesaikan persamaan diferensial parsial dengan fungsi periodic yaitu
dengan menggunakan Deret Fourier dan Transformasi Laplace. Penggunaan Deret
Fourier hanya sebatas pada fungsi-fungsi yang intervalnya berhingga (finite), sedangkan
Transformasi Laplace dapat digunakan untuk menyelesaikan persamaan diferensial
parsial dari fungsi-fungsi yang intervalnya berhingga (finite) dan semi-infinite. Masalah
lain muncul ketika fungsi-fungsi tersebut merupakan fungsi nonperiodic yang intervalnya
didefinisikan untuk seluruh sumbu-x. Penyelesaian masalah tersebut tidak bisa dengan
metode Deret Fourier dan Transformasi Laplace. Maka ada metode lain yang dapat
digunakan untuk menyelesaikan masalah tersebut yaitu dengan menggunakan
Transformasi Fourier. Berdasarkan masalah tersebut, penulis sangat tertarik untuk
mengkaji permasalahan tersebut dalam skripsi ini. Tujuan dari penulisan skripsi ini
adalah untuk mendeskripsikan aplikasi transformasi fourier dalam menyelesaikan
persamaan diferensial parsial dengan fungsi nonperiodic yang selanjutnya dibatasi pada
persamaan panas berdimensi-satu dari sebuah batang tak hingga yang homogen dan
persamaan panas berdimensi-dua keadaan stabil dari sebuah plat tipis berbentuk bujur
sangkar.
Aplikasi transformasi fourier ini akan mengubah persamaan diferensial parsial dan nilai
awal ke dalam persamaan diferensial biasa dan nilai awal yang baru dalam variable w.
Persamaan diferensial biasa yang diperoleh diselesaikan dan dengan memanfaatkan nilai
awal yang baru diperoleh suatu selesaian. Selanjutnya, selesaian masalah untuk
persamaan diferensial parsial semul dapat dicari dengan invers transformasi fourier dari
persamaan diferensial biasa tersebut. Untuk mempermudh dalam mencari hasil invers
dari selesaian transformasi fourier, dapat digunakan table transformasi fourier.
Berdasarkan hasil pembahasan ini diperoleh bahwa solusi dari persamaan panas dimensi-
satu dengan syarat awal , dan syarat batas campurannya adalah . Sedangkan solusi dari
persamaan panas dimensi-dua dengan syarat awal , dan syarat batas campurannya
adalah .

ABSTRACT

Differential equation is detectable in a physics problem and geometric if the function


depends on two or more independent variables. It is not excessive if we say that only a
simple physics system can modelling by ordinary differential equation. Fluid mechanic
and mechanic dense, heat transfer, electromagnetic theory, and all kinds of physics is full
with a problem that has to modelled by partial differential equation. Actually, the
comparison of application of the partial differential equation larger than ordinary
differential equation. One of kind of partial differential equation that important in
technical and science is heat equation one-dimension and heat equation two-dimension.
There are two method that we know to solve partial differential equation with periodic
function there are using Fourier series and lap lace transformation. The use of Fourier
series in only on a function that has a finite interval, and lap lace transformation can use
to solve partial differential equation with a function that has a finite and semi-infinite
interval. The other problem is come when the function is a no periodic function that has
an infinite interval. The solving of the problem can?t use Fourier series or lap lace
transformation. The solution is we have to use Fourier transformation to solve it. Based
on the problem, the writer so interest to examine that problem in this thesis. The purpose
of this writing is describing the application Fourier transformation to solve partial
differential equation with no periodic function. And this writing delimitates on a heat
equation one-dimension of an infinite homogeny stalk and heat equation two-dimension
with steady of a square thin metal sheet. The application of Fourier transformation will
change a partial differential equation and initial value to a new ordinary differential
equation and initial value in w variable. The ordinary differential equation that provide is
solved and we can use a new initial value is profitable a solution. Next, the solution for
last partial differential equation can solve with Fourier transformation inverse from that
ordinary differential equation. So as to easy to find the result of this inverse from Fourier
transformation solution, we can use Fourier transformation table information.
Based on the working through, providable that a solution of heat equation one-dimension
with
Initial requisite , andmix limit requisite is . And the solution of heat equation two-
dimension with Initial requisite , and mix limit requisite Is .

c  
  

m m


           

   j  
 
       
          
j 
j

  

 
j
   
j j         j j    
   
    
         

 
    j    j
 j   j          !  j 
    j
 
  
 
  j      
     j 

m                  
          !  "   #   
 ! "j
     $ 
j % & 
   #          
         $ 
j  % &      j 
        
          $ 
  j
'   j 
  
  
!  "   #                
  j 
    "  
 j 
         j 
  
   j   
          

 
 
j
   j  j 
  
   
   
j    

 

  
m   
j    
    
       
   $
   
 
    j             

 j             j       
    $  
 
 
(  j     j  $        
  
   j 
j j
j 
              
  
 j        

   j 


m m


!  )   
j 
    j 
 $
 *  ' $ j   j  
   
     )   "   j    j    j 
        j       j      j  
 j  j 
 
      )   m    j       j   
  )    j  )  +    
)  j       j        j  )    j 
)    j    j j      $      
)   j    j   "         j
"   j j  $      
    $      )   j    j  j      
 $  j  j 
   j j          j  j 
  $ j $  j
 , "      
j      j$   "     $     j 
  j
    ' j 
 j j j j   
 
j     "     $       )   j   
  m j     j )  j 
    j  )    j     ) j    j 
j      "     j        )     
$         )      $    $
  j 
   )  j  $   $          $    
 
    -'  j             )    $  j "
 $ j   )     j 
j $  "          "   

  
 j  j j $
 j   j )  j
*  )  '  )  m j  j )   j
*  )  '  ) * V

j   
    j,.
/./.   0    
11/2*!.113
456403104
043