Diferensial
Fungsi
Majemuk Oleh kelompok 21:
Irfanti Nurhidayah (7211421369)
Marelia Hanafianti Putri (7211421370)
Shofi’a Nur Kumala (7211421371)
Baghas Dwitama (7211421380)
Diferensial Fungsi
Majemuk
Diferensial fungsi majemuk membahas
diferensiasi untuk fungsi-fungsi yang
mengandung lebih dari satu macam
variabel bebas. Pada pembahasan nanti
akan ditemui konsep diferensiasi parsial
dan diferensiasi total.
1
Diferensiasi Parsial
Diferensiasi Parsial
Jika sebuah fungsi memiliki n macam variabel bebas, maka fungsi tersebut akan memiliki n
turunan. Jika =maka akan ada 2 macam turunan, yaitu turunan terhadap atau dan terhadap
atau. Dengan demikian:
Derivatif dari
2 Derivatif Parsial
Derivatif dari Derivatif Parsial
Fungsi dengan lebih dari satu variabel bebas dapat diturunkan lebih dari sekali. Artinya,
masing-masing turunan parsialnya masih mungkin diturunkan lagi. Turunan berikut dari
turunan parsial tadi dapat bervariasi tergantung dari bentur turunan parsialnya. Jika suatu
turunan parsial berbentuk suatu fungsi yang hanya mengandung satu macam variabel bebas,
maka turunan berikutnya hanya ada semacam saja. Tetapi jika suatu turunan parsial berbentuk
suatu fungsi yang masih mengandung lebih dari satu macam variabel bebas, maka turunan
berikutnya masih dapat dipecah menjadi beberapa turunan parsial.
3
Nilai Ekstrim
(Maksimum dan Minimum)
Derivatif dari Derivatif Parsial
Nilai-nilai ekstrim (optimum) dari sebuah fungsi yang mengandung lebih dari satu variabel
bebas dapat dicari dengan pengujian sampai derivatif keduanya.
Syarat diatas diperlukan agar fungsi mencapai titik ekstrim. Untuk mengetahui apakan titik
ektrim tersebut adalah titik maksimum atau titik minimum, maka diperlukan syarat berikut:
Apabila = 0 dan = 0, maka perlu dilakukan penyelidikan dan pengujian lebih lanjut karena tidak
dapat ditegaskan mengenai nilai ekstrimnya.
4 Optimisasi Bersyarat
Optimisasi Bersyarat
Optimisasi bersyarat diperlukan ketika fungsi yang akan dioptimumkan menghadapi suatu
kendala atau terkekang oleh fungsi lain yang harus dipenuhi. Penerapan kasus optimisasi
bersyarat dalam bidang ekonomi contohnya adalah ketika suatu perusahaan ingin
memaksimalkan labanya, akan tetapi terikat pada fungsi produksi.
A. Pengganda Lagrange
Penghitungan nilai ekstrim sebuah fungsi yang menghadapi kendala terikat suatu fungsi lain
dapat diselesaikan dengan metode Lagrange. Caranya adalah dengan membentuk sebuah
fungsi baru yang disebut dengan fungsi Lagrange. Fungsi ini merupakan penjumlahan dari
fungsi yang akan dioptimumkan ditambah dengan hasil kali pengganda Lagrange dengan
fungsi kendalanya. Pengganda Lagrange adalah suatu variabel tak tentu yang hanya bersifat
sebagai pembantu.
Misalkan hendak mengoptimumkan = dengan syarat yang harus terpenuhi = maka fungsi
Lagrangenya adalah = + Nilai ekstrim dapat dicari dengan memformulasikan masing-masing
derivatif-parsial pertamanya sama dengan nol.
=+ =0
=+ =0
Syarat tersebut merupakan syarat yang diperlukan untuk menghitung nilai ekstrim dari fungsi
baru yang dibentuk. Akan tetapi, untuk mengetahui jenis nilai ekstrim tersebut maksimum atau
minimum, maka perlu disidik lagi melalui derivatif-parsial keduanya. Dalam hal ini, nilai ekstrim
tadi adalah:
Metode Kuhn-Tucker merupakan pengembangan lebih lanjut dari model optimisasi bersyarat.
Jika metode Lagrange mengoptimumkan fungsi terhadap kendala yang berbentuk persamaan,
metode Kuhn-Tucker mengoptimumkan fungsi terhadap kendala yang berbentuk
pertidaksamaan. Bentuk permasalahannya biasanya berupa :
Maksimumkan fungsi tujuan f(x,y) terhadap kendala g(x,y) ≤ 0; atau
Minimumkan fungsi tujuan f(x,y) terhadap kendala g(x,y) ≥ 0
Prosedur penyelesaiannya dapat dilakukan dengan 2 macam cara, yaitu:
- Metode Lagrange dimodifikasi dengan kondisi Kuhn-Tucker
1. Anggap kendala pertidaksamaannya sebagai sebuah persamaan. Fungsi Lagrangenya
harus dibentuk dengan cara F(x,y,λ) = f(x,y) - λg(x,y) jadi, tidak boleh F(x,y,λ) = f(x,y) +
λg(x,y)
2. Lakukan pengujian terhadap nilai λ. Dalam hal λ≤0 kendala yang bersangkutan dikatakan
bersifat tidak mengikat, oleh karenanya dapat diabaikan, dalam hal λ>0 kendalanya disebut
mengikat.
- Secara langsung menggunakan metode Kuhn-Tucker
1. Rumuskan permasalahannya
2. Tetapkan kondisi Kuhn-Tucker
Fungsi homogen berderajat satu disebut juga fungsi homogen linear. Perihal homogenitas
fungsi merupakan bahasan penting dalam teori produksi. Dengan diketahuinya derajat
homogenitas suatu fungsi produksi, akan dapat diketahui pula tingkat penambahan hasil
produksi atas penambahan faktor produksi yang digunakan.
Penerapan Ekonomi
Permintaan Marjinal dan Elastisitas Permintaan Parsial
= (, ) dan = (, )
U = (x,y)
Derivatif pertama dari U merupakan utilitas marjinal parsialnya.
adalah utilitas marjinal berkenaan dengan barang X.
adalah utilitas marjinal berkenaan dengan barang Y.
Syarat keseimbangan konsumsi juga dapat dirumuskan dengan
=
=
Produk Marjinal Parsial dan Keseimbangan Produksi
P = (k,l)
Derivatif pertama dari P merupakan utilitas marjinal parsialnya.
adalah utilitas marjinal berkenaan dengan barang K.
adalah utilitas marjinal berkenaan dengan barang L.
Syarat keseimbangan konsumsi juga dapat dirumuskan dengan
=
=
Terima Kasih
Ada pertanyaan?