Kalkulus Multivariabel

Turunan Parsial, Optimasi Dua Variabel, dan Pengali Lagrange untuk pengambilan keputusan bisnis yang kompleks.

1. Turunan Parsial (Partial Derivatives)

Dalam bisnis, hasil (seperti laba) sering kali bergantung pada lebih dari satu variabel (misalnya, jumlah dua produk berbeda). Turunan parsial mengukur laju perubahan fungsi terhadap satu variabel, sementara variabel lainnya dianggap konstan.

∂f/∂x (turunan terhadap x, y konstan)
∂f/∂y (turunan terhadap y, x konstan)

📌 Contoh Kasus UMKM (Dua Produk):
Fungsi laba: L(x, y) = 50x + 40y − x² − y², di mana x = jumlah Kopi Susu, y = jumlah Kopi Hitam.
∂L/∂x = 50 − 2x (Laba marjinal terhadap Kopi Susu)
∂L/∂y = 40 − 2y (Laba marjinal terhadap Kopi Hitam)
Jika saat ini x = 10, maka ∂L/∂x = 30. Artinya, menjual 1 unit tambahan Kopi Susu akan menambah laba sekitar Rp 30.000, asumsi penjualan Kopi Hitam tetap.

2. Optimasi: Maksimum dan Minimum

Untuk mencari titik optimum (laba maksimum atau biaya minimum) dari fungsi dua variabel, kita cari titik kritis di mana kedua turunan parsial pertama sama dengan nol, lalu gunakan Uji Turunan Kedua.

D = f_xx · f_yy − (f_xy)²
Jika D > 0 dan f_xx < 0 → Maksimum Relatif
Jika D > 0 dan f_xx > 0 → Minimum Relatif

📌 Contoh Kasus E-commerce (Maksimisasi Laba):
Dari L(x, y) di atas:
∂L/∂x = 50 − 2x = 0 → x = 25
∂L/∂y = 40 − 2y = 0 → y = 20
Turunan kedua: L_xx = −2, L_yy = −2, L_xy = 0.
D = (−2)(−2) − (0)² = 4 > 0. Karena L_xx < 0, ini adalah maksimum.
Laba maksimal tercapai saat memproduksi 25 unit Kopi Susu dan 20 unit Kopi Hitam.

3. Pengali Lagrange (Lagrange Multipliers)

Digunakan untuk mengoptimalkan fungsi (misalnya, memaksimalkan output) yang memiliki kendala (misalnya, budget terbatas). Kita bentuk fungsi Lagrange: Λ(x, y, λ) = f(x, y) − λ(g(x, y) − k).

∂Λ/∂x = 0
∂Λ/∂y = 0
∂Λ/∂λ = 0 (ini mengembalikan persamaan kendala)

📌 Contoh Kasus Perencanaan Pensiun 2027 (Alokasi Aset):
Anda ingin memaksimalkan return R(x, y) = x^0.6y^0.4 (x = saham, y = obligasi), dengan kendala budget x + y = 100 (dalam jutaan).
Λ = x^0.6y^0.4 − λ(x + y − 100)
Menyelesaikan sistem persamaan ini akan memberikan alokasi optimal (dalam kasus Cobb-Douglas ini, proporsional terhadap pangkatnya: 60% saham, 40% obligasi).
Pengali λ (lambda) sendiri memiliki arti ekonomi penting: ia mewakili “harga bayangan” (shadow price), yaitu seberapa banyak return akan meningkat jika budget ditambah 1 unit.

4. Visualisasi: Kurva Level (Level Curves)

Kurva level (atau kurva isoprofit/isocost) memproyeksikan fungsi 3D ke bidang 2D. Setiap kurva mewakili kombinasi input yang menghasilkan output yang sama.

📌 Contoh Kasus Riset Bisnis:
Garis lurus pada grafik di atas adalah garis kendala (budget). Titik optimal tercapai ketika garis kendala bersinggungan (tangent) dengan kurva level tertinggi yang mungkin dicapai. Pada titik singgung ini, rasio harga input sama dengan rasio produktivitas marjinalnya.

📝 Latihan Soal & Review (Collapsible)

Soal 1: Turunan Parsial

Soal: Jika f(x, y) = 3x²y + 4y³, cari ∂f/∂x dan ∂f/∂y.
Jawaban:
∂f/∂x = 6xy (y dianggap konstan)
∂f/∂y = 3x² + 12y² (x dianggap konstan)

Soal 2: Titik Kritis

Soal: Cari titik kritis dari f(x, y) = x² + y² − 4x + 6y.
Jawaban:
f_x = 2x − 4 = 0 → x = 2
f_y = 2y + 6 = 0 → y = −3
Titik kritis: (2, −3). Karena f_xx = 2 > 0 dan D > 0, ini adalah minimum relatif.

Soal 3: Pengali Lagrange

Soal: Maksimalkan f(x, y) = xy dengan kendala x + y = 10.
Jawaban:
Λ = xy − λ(x + y − 10)
∂Λ/∂x = y − λ = 0 → y = λ
∂Λ/∂y = x − λ = 0 → x = λ
Maka x = y. Substitusi ke kendala: x + x = 10 → x = 5, y = 5.
Nilai maksimum: f(5, 5) = 25.

🎓 Catatan Efisiensi: Kalkulus multivariabel adalah alat utama dalam ekonomi manajerial dan riset operasi. Kemampuan memodelkan masalah dengan banyak variabel dan kendala (melalui Lagrange) membedakan analisis bisnis yang canggih dari pendekatan trial-and-error. Gunakan konsep ini untuk menyempurnakan alokasi sumber daya aurinoworks.com dan strategi portofolio pensiun 2027 Anda.

Continuous Random Variables

MAT BIS

Kalkulus Multivariabel

Leave a Comment Cancel Reply