= 1.071
x
2
'
= 1.286
Latihan 1 (Pengali Lagrange)
Optimumkan fungsi:
F(x) = 3x
1
2
+ x
2
2
+ 2x
1
x
2
+ 6x
1
+ 2x
2
Terhadap
2x
1
x
2
= 4
Gunakan matriks Hess untuk menguji apakah solusi
yang didapatkan merupakan titik minimum atau
maksimum
METODE PENALTY
Merupakan metode kedua yang banyak digunakan
untuk menyelesaikan NLP
Ide utama Metode ini:
Min f(x)
terhadap g(x) 0 min P(f,g,h)
h(x) = 0
Dimana P(f,g,h) merupakan fungsi Penalty atau
fungsi baru
Jika fungsi Y = f(x) akan dioptimasikan dengan
kendala g
i
= 0, maka dibuat fungsi baru:
F = Y + p
k
(g
k
)
2
Fungsi ini kemudian diperlakukan sbg fungsi tanpa
kendala dan dioptimumkan dgn nilai P sangat besar,
atau p
Untuk mencari maksimum bentuknya menjadi:
F = Y - p
k
(g
k
)
2
CONTOH
Minimumkan f (x) = 4x
1
2
+ 5x
2
2
(pers. 1)
terhadap 2x
1
+ 3x
2
= 6 (pers. 2)
Gunakan Metode Penalty!
Penyelesaian:
Karena hanya ada satu kendala, maka:
F = Y + p
1
(g
1
)
2
Sehingga diperoleh:
F = 4x
1
2
+ 5x
2
2
+ p(2x
1
+3x
2
-6)
2
(i)
F/ x
1
= 8x
1
+4p(2x
1
+3x
2
-6) = 0 (ii)
F/ x
2
= 10x
2
+6p(2x
1
+3x
2
-6) = 0 (iii)
Pers (ii) = Pers (iii), maka:
8x
1
/4 = -p(g) = 10x
2
/6
x
1
= (5/6) x
2
Subtitusi ke pers. (ii):
8[(5/6)x
2
] + 4p[(5/3)x
2
+3x
2
-6] = 0
20/3 x
2
+ 20/3 px
2
+ 12px
2
24p = 0
20/3 x
2
+ 56/3 px
2
= 24p
x2 [ 20/3 + (56/3)p ] = 24p
x2 = 24p .
20/3 + (56/3)p
Pers. dibagi dgn p dan disederhanakan (all kali 3/8):
x2 = 9 .
(5/2p) + 7
Jika p , maka x2 1.286. Sehingga x1=1.071
Cari nilai matriks Hess dan tentukan apakah titik
stasioner yang didaptkan benar merupakan titik
minimum!
Latihan:
NLP sbb:
Min f(x) = (x
1
1)
2
+ (x
2
2)
2
terhadap h(x) = x
1
+ x
2
+ - 4 = 0
NLP tersebut dapat ditransform menjadi fungsi tanpa kendala sbb
P(x,r) = (x
1
1)
2
+ (x
2
2)
2
+ r (x
1
+ x
2
+ - 4 )
2