Total Derivative

Dalam matematika, turunan total dari suatu fungsi f pada suatu titik adalah
aproksimasi linear yang paling baik di sekitar titik tertentu dengan bergantung
pada variabelnya. Tidak seperti turunan parsial, turunan total mengaproksimasi
suatu fungsi dengan memperhatikan semua variabel, bukan hanya satu saja. Pada
banyak situasi, ini akan sama seperti susunan semua turunan parsial serentak.
Istilah “turunan total” digunakan terutama ketika f adalah suatu fungsi dari
beberapa variabel, karena jika f adalah sebuah fungsi dari satu variabel, maka
turunan total sama dengan turunan dari fungsi itu.
“Turunan total” juga digunakan sebagai sebuah sinonim dari materi
turunan dalam mekanika fluida.

1. Turunan Total Sebagai Sebuah Pemetaan

Misalkan U C Rn sebuah open subset. Maka suatu fungsi f :U → Rm
dikatakan sebagai turunan total di titik a ∈U apabila terdapat sebuah transformasi

lim ‖f ( x )−f ( a )−d f a (x−a)‖

linear d f a : Rn → R m sedemikian sehingga x→a
=0 .
‖x−a‖
Pemetaan linear d f a dinamakan turunan total atau turunan total dari f ke a
. Notasi lain untuk turunan total termasuk D a f dan Df (a). Sebuah fungsi
merupakan suatu diferensiasi total jika turunan totalnya terdapat pada setiap titik
di dalam domainnya.
Secara konseptual, definisi dari suatu turunan total adalah
mengekspresikan gagasan bahwa d f a adalah pendekatan linear yang paling baik
untuk f pada titik a. Ini bisa dilakukan secara tepat dengan mengukur kesalahan
dalam pendekatan linear yang ditentukan oleh d f a. Untuk itu, ditulis

F ( a+ h )=f ( a ) +d f a ( h )+ ε (h)

dimana ε (h) sama dengan suatu eror dalam aproksimasi.

 Untuk menyatakan bahwa turunan dari f di aadalah d f a sama dengan
pernyataan
,
ε ( h )=o (‖h‖)

dimana oadalah notasi little-o dan asumsi bahwa ε ( h ) adalah jauh lebih
kecil daripada ‖h‖ sebagai h → 0. Turunan total d f a merupakan transformasi
linear unik yang mana terdapat eror sekecil ini, dan ini berarti sebagai aproksimasi
yang paling baik untuk f .
Fungsi f terdiferensial jika dan hanya jika masing-masing komponennya

bisa dibedakan, maka saat mempelajari turunan total, seringkali

f i :U → R

memungkinkan untuk mengerjakan satu koordinat pada satu waktu di dalam

kodomain. Namun, hal yang sama tidak berlaku untuk koordinat di domain.
Memang benar bahwa jika f terdiferensial di a, maka masing-masing turunan

∂f
parsial terdapat di a. Sebaliknya salah: itu bisa terjadi bahwa semua turunan
∂ xi
parsial dari f ada di a, tetapi f terdiferensial di a. Ini berarti bahwa suatu fungsi
sangat berpengaruh di a, demikian ekstrim sehingga hubungannya tidak cukup
hanya dijelaskan dengan hubungannya di dalam arah koordinat saja. Ketika f
tidak berpengaruh, hal ini tidak dapat terjadi. Lebih tepatnya, jika semua turunan
parsial f ada di a dan kontinu di sekitar a, maka f terdiferensial di a. Jika ini
terjadi maka dalam adisi, turunan total dari f adalah transformasi linear sesuai
dengan matriks Jacobian dari turunan parsial di suatu titik tertentu.
Ketika fungsi yang bersangkutan bernilai real, turunan total dapat disusun
kembali dengan menggunakan bentuk diferensial. Sebagai contoh, misalkan

adalah fungsi terdiferensial dengan beberapa variabel .

f : Rn→ R x1, … , xn
Turunan total dari f di a dapat dituliskan dalam matriks Jacobian, yang mana
dalam hal ini adalah sebuah baris matriks.
∂f ∂f
d f a=
[ ∂ x1
( a) …
∂ xn
( a)
]
Sifat aproksimasi linear dari turunan total menyatakan bahwa jika
T
∆ x= [ ∆ x1 … ∆ x n ]

adalah suatu small vector (dimana T dinotasikan transpose, sehingga vektor ini
merupakan sebuah kolom vektor), maka
n
∂f
f ( a+∆ x )−f ( a ) ≈ d f a . ∆ x=∑ ∆ xi
i=1 ∂ xi

Secara heuristik, hal ini menyatakan bahwa jika d x i , … , d x n adalah

infinitesimal naik dalam arah koordinat, maka
n
∂f
d f a= ∑ ( a) d xi
i=1 ∂ xi

Faktanya, gagasan mengenai infinitesimal, yang mana bersifat hanya

simbolis, dapat dilengkapi dengan struktur matematika yang luas. Teknik, seperti
teori bentuk diferensial, secara efektif memberi deskripsi analitis dan aljabar dari
objek seperti kenaikan infinitesimal, d x i. Sebagai contoh, d x i dapat diartikan
sebagai fungsi linier pada ruang vektor Rn. Mengevaluasi d x i di suatu vektor h

dalam diukur berapa banyak titik di dalam th arah koordinat. Turunan total
Rn i

adalah suatu kombinasi linear dari fungsi linear dan sehingga dirinya sendiri
dfa

adalah suatu fungsi linear. Evaluasi d f a (h) mengukur berapa banyaknya titik h di
arah yang ditentukan oleh f di a, dan direksi tersebut adalah gradien. Sudut
pandang ini membuat turunan total menjadi suatu contoh dari turunan eksterior.
 Misalkan bahwa f adalah suatu fungsi vektor nilai, yaitu f : R n → R m. Di
kasus ini, komponen f i dari f adalah fungsi vektor nilai, maka terdapat asosiasi
bentuk diferensial d f i . Turunan total df menggabungkan bentuk-bentuk ini ke
dalam objek tunggal dan oleh karena itu sebuah contoh dari suatu bentuk turunan
vektor nilai.

2. Aturan Rantai Untuk Turunan Total

Aturan Rantai memiliki pernyataan partikular yang baik dalam hal turunan
total. Dikatakan bahwa, untuk dua fungsi f dan g, turunan total dari komposisi

di memenuhi
g∘f a

d ( g ∘ f )a=d gf (a) +d f a

Jika turunan total dari f dan g teridentifikasi dengan matriks Jacobian-nya,

kemudian komposit di sisi kanan hanyalah perkalian matriks. Ini sangat berguna
dalam aplikasi, seperti memungkinkan untuk perhitungan esensial keputusan di
antara pernyataan fungsi gabungan.
Contoh: diferensiasi turunan dengan direct defencies.
Misalkan f adalah suatu fungsi dua variabel, x dan y. Jika kedua variabel
ini independen, maka domain dari f adalah R2 , maka keberadaan f kemungkinan
dipahami dari segi turunan parsialnya dalam arah x dan y.akan tetapi, dalam
beberapa situasi, x dan y mungkin independen. Misalnya, mungkin terjadi bahwa

dibatasi ke suatu kurva . Di kasus ini, yang menarik adalah keberadaan

f y= y ( x)

dari fungsi komposit f (x , y ( x )). Turunan parsial f terhadap x tidak memberikan

tingkat perubahan dari f sehubungan dengan perubahan x karena perubahan x
selalunya mengubah y. Akan tetapi, aturan rantai untuk turunan total mengambil
sedemikian dependensi dalam perhitungan. Tulis γ ( x ) =(x , y ( x)) . Maka, aturan
rantai mengatakan
 d ( f ∘γ )x =df (x0 , y ( x0 ) )∘d γ x
0 0

Dengan ekspresi turunan total menggunakan matriks Jacobian, persamaan

di atas menjadi:
df ( x , y ( x ) ) ∂f ∂x ∂f ∂y
( x 0 )= ( x 0 , y ( x 0 ) ) . ( x0 )+ ( x0 , y ( x0 )) . (x )
dx ∂x ∂x ∂y ∂x 0

Menekan evaluasi di x 0untuk legabilitas, persamaan di atas dapat juga

dituliskan sebagai berikut.
df ( x , y ( x ) ) ∂ f ∂ x ∂ f ∂ y
= . + .
dx ∂x ∂x ∂y ∂x

Hal ini memberikan rumus langsung untuk turunan dari di f ( x , y ( x ) ) segi

turunan parsial dari f dan turunan dari y ( x ) .
Misalkan, diasumsikan

f (x , y )=xy

Laju perubahan f terhadap x biasanya turunan parsial f terhadap x; di kasus

ini adalah,
∂f
=y
∂x

Akan tetapi, jika y bergantung pada x, turunan parsial tidak memberikan

nilai sebenarnya dari laju perubahan f sebagai x berubah karena turunan parsial
mengasumsikan bahwa y tetap. Misalkan dibatasi ke garis

y=x .

Maka,

f (x , y )=f ( x , x)=x 2
dan turunan total dari f terhadap x adalah
df
=2 x
dx

∂f
terlihat bahwa tidak sama dengan turunan parsial . Selanjutnya, subtitusi y ke
∂x
dalam x atau dapat juga digunakan aturan rantai seperti di atas:
df ∂ f ∂ f dy
= + . = y+ x .1=x + y=2 x
dx ∂ x ∂ y dx

Contoh: Differentiation with indirect dependencies

Dalam kasus tertentu, bisa saja terjadi subtitusi untuk mengeliminasi suatu
ketergantungan yang tidak langsung. Aturan rantai memberikan cara yang lebih
efisien dan teknik umum. Asumsikan L(t , x 1 ,… , x n) adalah suatu fungsi dari
waktu (t) dan n variabel-variabel x i itu sendiri bergantung pada waktu. Maka,
turunan waktu dari L adalah
dL d
= L(t , x1 (t ), … , x n (t))
dt dt

Aturan rantai menyatakan turunan ini dalam persyaratan turunan parsial L

dan turunan waktu dari fungsi x i.
n n
dL ∂ L ∂ L d xi ∂ ∂ L d xi ∂
= +∑ .
dt ∂ t i=1 ∂ x i dt
= (
+∑ . .
∂ t i=1 ∂ x i dt ∂ xi
( L) )
Ungakapan di atas sering digunakan dalam fisika untuk suatu transformasi
ukur Lagrange, sebagai dua Lagrange yang berbeda hanya dengan turunan total
waktu suatu fungsi dan n koordinat umum yang mengarah ke persamaan gerak.
Contoh yang menarik menyangkut resolusi kausalitas tentang Teori simetris
waktu Wheeler-Feynman. Operator dalam tanda kurung (di akhir ungkapan di
atas) juga di sebut operator turunan total terhadap t.
Contohnya, turunan total dari f (x (t) , y ( t)) adalah
 df ∂ f dx ∂ f dy
= . + .
dt ∂ x dt ∂ y dt

∂f
Di atas, terlihat bahwa tidak ada istilah karena f dirinya sendiri tidak
∂t
bergantung pada independen variabel secara langsung.
3. Persamaan Diferensial Total
Persamaan diferensial total adalah suatu persamaan diferensial yang
dinyatakan dalam jumlah turunan. Karena turunan eksteriornya adalah koordinat
bebas, dalam arti yang bisa diberi arti teknis, persamaan tersebut bersifat intrinsik
dan geometris.

4. Aplikasi Sistem Persamaan

Dalam ilmu ekonomi, jumlah untuk turunan total muncul dalam konteks
suatu sistem persamaan. Contohnya, sistem penawaran-permintaan sederhana
mungkin menentukan kuantitas q produk sebagai suatu fungsi D dari harganya p
dan pendapatan konsumen I, yang terakhir variabel eksogen, dan mungkin juga
menentukan kuantitas yang dipasok produsen sebagai suatu fungsi S harganya dan
dua variabel sumber daya r dan w. Sistem persamaan yang dihasilkan

p=D ( p , I )

q=S( p , r , w)

menentukan nilai ekuilibrium pasar dari variabel p dan q. Turunan total

dp
dari p terhadap r, misalnya, diberikan tanda dan besarnya reaksi harga pasar
dr
terhadap variabel eksogen r. Dalam sistem yang ditunjukkan, terdapat total enam
kemungkinan turunan total, juga diketahui dalam konteks sebagai turunan statis

dp dp dp dq dq dq
komparatif: , , , , , . Turunan total ditemukan dengan
dr dw dI dr dw dI
mendiferensiasi total sistem persamaan, membaginya dengan, katakanlah dr,
 dq dp
treathing dan sebagai yang tidak diketahui, tetapkan dI =dw=0, dan
dr dr
selesaikan dua persamaan yang terdiferensial total secara bersamaan, biasanya
dengan menggunakan aturan Cramer.