Turunan adalah salah satu konsep paling mendasar dalam kalkulus — turunan ini mengukur seberapa cepat suatu fungsi berubah pada suatu titik tertentu. Secara geometris, turunan suatu titik adalah kemiringan garis singgung terhadap kurva di sana. Secara fisik, ini adalah laju sesaat: kecepatan adalah turunan posisi, percepatan adalah turunan kecepatan, dan daya adalah turunan energi terhadap waktu. Setelah Anda memahami turunan, Anda memperoleh kemampuan untuk menemukan nilai maksimum dan minimum, memahami bagaimana sistem berkembang, dan membangun model matematika dari segala hal mulai dari pertumbuhan populasi hingga pembengkokan balok.
Apa Arti Derivatif Sebenarnya
Definisi formal turunan adalah limit: f′(x) = lim(h→0) [f(x+h)−f(x)] / h. Batas tersebut adalah kemiringan garis potong yang menghubungkan (x, f(x)) dan (x+h, f(x+h)) ketika titik kedua meluncur menuju titik pertama. Jika limitnya ada, fungsi tersebut disebut terdiferensiasi di x dan turunannya memberikan kemiringan garis singgung yang tepat di titik tersebut.
Persamaan garis singgung y = f′(a)(x−a) + f(a) adalah pendekatan linier dari fungsi di dekat x = a. Untuk fungsi yang mulus dan berperilaku baik, perkiraan ini sangat baik jika mendekati titik singgung dan menjadi kurang akurat jika semakin jauh. Prinsip ini — bahwa suatu fungsi terdiferensiasi tampak linier lokal di dekat titik mana pun — mendasari metode Newton untuk pencarian akar, perluasan deret Taylor, dan hampir semua analisis numerik.
Aturan Kekuatan dan Mengapa Ini Berhasil
Aturan Pangkat, d/dx(xⁿ) = nxⁿ⁻¹, adalah aturan tunggal terpenting dalam kalkulus diferensial. Ini mencakup polinomial (n = 2, 3, …), akar (n = 1/2 untuk √x), kebalikan (n = −1 untuk 1/x), dan fungsi pangkat lainnya. Pembuktian bilangan bulat positif mengikuti langsung teorema binomial yang diterapkan pada definisi limit: memperluas (x+h)ⁿ dengan teorema binomial menunjukkan bahwa hanya suku nxⁿ⁻¹·h yang bertahan setelah membagi dengan h dan mengambil h→0.
Aturan ini berlaku untuk semua eksponen riil melalui identitas logaritma eksponensial xⁿ = eⁿ·ln x, yang membuat pembuktian umum menjadi singkat latihan aturan rantai. Konsekuensi praktisnya sangat besar: setiap polinomial dapat diturunkan suku demi suku hanya dengan menggunakan aturan pangkat, dan sebagian besar fungsi yang ditemui dalam soal terapan dibuat dari polinomial, eksponensial, logaritma, dan trigonometri — semuanya memiliki turunan bentuk tertutup yang dapat dihitung secara mekanis.
Diferensiasi Numerik vs. Analitik
Diferensiasi analitik menerapkan aturan simbolik untuk menghasilkan rumus yang tepat untuk f′(x). Diferensiasi numerik mengevaluasi f pada titik-titik terdekat dan menggunakan pendekatan perbedaan hingga. Kedua pendekatan ini berharga. Turunan analitik bersifat eksak, memberikan wawasan tentang struktur fungsi, dan diperlukan untuk perhitungan simbolik seperti mencari titik kritis secara aljabar. Turunan numerik hanya mengharuskan Anda dapat mengevaluasi f(x) — bahkan dari data eksperimen atau simulasi — dan turunan tersebut langsung menggeneralisasi ke fungsi kompleks yang sulit untuk membedakan secara simbolik.
Rumus perbedaan sentral f′(x) ≈ [f(x+h)−f(x−h)]/(2h) lebih disukai daripada selisih maju [f(x+h)−f(x)]/h karena memiliki akurasi orde kedua: kesalahannya sebanding dengan h² daripada h, jadi memotong h menjadi dua akan mengurangi kesalahan sebesar 4×, bukan 2×. Namun, membuat h terlalu kecil menyebabkan pembatalan yang sangat besar dalam aritmatika floating-point karena pembilangnya menjadi selisih dua bilangan yang hampir sama. Dalam praktiknya, h ≈ 10⁻⁴ hingga 10⁻⁶ memberikan keseimbangan terbaik untuk aritmatika presisi ganda. Kalkulator ini menggunakan h = 0,0001 sebagai default, yang memberikan akurasi sekitar 8 angka signifikan untuk fungsi halus.