OPTIMISASI
Program StudiTeknikElektro
JurusanTeknikElektro
Oleh :
ARNOLD MARULI SIMANGUNSONG
NIM. D1021131041
II.1. Pendahuluan
1. menentukan lokasi solusi optimal atas fungsi (objektif) yang kontinu dan diferensial
2. perkakas penting adalah kalkulus diferensial -> untuk menentukan posisi optimal,
yang di berikn harga nya oleh posisi ekstrim
Definisi
1. Suatu fungsi f(x) dikatakan mempunyai solusi minimum relative (local minimum)
x=x* jika f(x*) ≤ f(x* + h) untuk semua nilai h yang kecil maupun negative (cukup
kecil)
2. Fungsi f(x) dikatakan mempunyai solusi maksimum pada x = x* jika f(x*) ≥ f(x* + h)
untuk semua nilai h positif dan negative yang cukup
3. f(x) dikatakan mempunyai solusi minimum absolute/global pada x = x* jika x* ≤ f(x)
untuk semua x di daaerah dimana f (x) di definisikan. Daerah perhatian dibatasi oleh
f(x) itu sendiri {solusi minimum absolute/global <- relative terhadap daerah
definisinya}.
4. F(x) dikatakan mempunyai solusi maksimum absolute pada x = x* jika f(x*) ≥ f(x)
untuk semua x di daerah dimana f(x) didefinisikan.
Pada persoalan kontrol dengan single output maka persoalan optimasinya adalah single
variable. Di dalam industri, arus listrik yang berlaku I=4-20mA
Jika f(x) didefinisikan pada selang a≤x≤b dan mempunyai solusi minimum relative pada x=x*,
𝑑𝑓(𝑥)
dimana a≤x*≤b dan jika turunan 𝑑𝑥
|x=x* = f’(x)| x=x* ada, maka = f’(x)| x=x*=0
𝑓(𝑥∗+ℎ)−𝑓(𝑥∗) 𝑑𝑓(𝑥)
Bukti: Akan ditunjukkan f’(x*) lim =0= |x=x*
ℎ→0 ℎ 𝑑𝑥
dari definisi diketahui : jika f(x*) adalah solusi minimum relative maka berlaku f(x*) ≤
f(x*+h)V|h|->0
𝑓(𝑥∗+ℎ)−𝑓(𝑥∗) 𝑓(𝑥∗+ℎ)−𝑓(𝑥∗)
ini berarti ℎ
≥ 0 jika h>0 dan ℎ
≤ 0 jika h<0
𝑓(𝑥∗+ℎ)−𝑓(𝑥∗)
dari kedua hal tersebut diperoleh lim ℎ
= 𝑓 ′ (𝑥 ∗) ≥ 0 𝑉 ℎ > 0
ℎ→0
𝑓(𝑥∗+ℎ)−𝑓(𝑥∗)
lim ℎ
= 𝑓 ′ (𝑥 ∗) ≤ 0 𝑉 ℎ < 0
ℎ→0
Penyataan diatas juga berlaku untuk solusi maksimum relative namun karena diatas tidak
menunjukkan keberdaan f’(x)
Bukti : digunakn definisi yang telah diberikan dan evaluasi dengan Deret Taylor
Jawab
F”(x) = 60(4x3-9x2+4x)
ℎ ℎⁿ
Deret Taylor terhadap α sekitar f(x*+h) = f(x*)+hf’(x*) + 2! f”(x*) +…. + 𝑛! f(n) (x*+αh)
ℎⁿ
Maka f(x*+h)-f(x*)= 𝑛! f(n) (x*+αh) ≠ 0
Contoh 2. Suatu generator listrik DC mempunyai tahanan output R, output open sebesar V
volt. Dicari tahanan beban agar daya tersalur maksimum.
Jawab:
𝑉
Daya: P= x.i2, i=𝑅+𝑋
𝑉
P=(𝑅+𝑋)² x adalah fungsi objektif yang dimaksimumkan
𝑑²𝑃 −𝑉²
…..= ≤0
𝑑𝑟² 8𝑅²
Terlihat bahwa syarat cukup menyatakan x* = R adalah solusi maksimum
𝑉 2 𝑉²
Pmaks=R(𝑅+𝑋∗) − 4𝑅
Contoh 3. Suatu sistem kompresor terdiri dari 2 tangki untuk mengalirkan gas dari kondisi
P1 ke kondisi P3 pada output sistem. P1: sumber diberikan dan P3: diminta
variable desain: P2
Akan dicari kondisi kerja di sistem yang dinyatkan oleh P2. Misalkan total kerja yang
𝑘−1 𝑘−1
𝑘 𝑃2 𝑘 𝑃3 𝑘
diberikan oleh sistem adalah W= NRT [( ) + ( ) − 2]
𝑘−1 𝑃1 𝑃2
𝜕𝑊 1
= 0 → 𝑃2 = (𝑃1. 𝑃3)2
𝜕𝑃2
Terlebih dahulu akan didefinisikan suatu Deret Taylor untuk sistem multivariate definisi:
tentang diferensial dari f(𝑥̅ ). Jika turunan parsial hingga orde ke-r (dengan r≥1) dri fungsi
𝑓(𝑥̅ ) ada dan kontinyu pada lokasi 𝑥̅ * maka polynomial berikut:
𝜕𝑟𝑓(𝑥̅ ∗)
dr 𝑓(𝑥̅ ) = ∑𝑛𝑖=1 ∑𝑛𝑗=1 … ∑𝑛𝑘=1 ℎ𝑖 ℎ𝑗 … ℎ𝑘 disebut sebagi turunan ke-r dari 𝑓(𝑥̅ )
𝜕𝑥𝑖𝜕𝑥𝑗…𝜕𝑥𝑘
pada 𝑥̅ *
r=2 n=3
𝜕2 𝑓(𝑥
̅ ∗) 𝜕2 𝑓(𝑥
̅ ∗)
𝜕2 𝑓(𝑥̅ ∗) 𝜕2 𝑓(𝑥̅ ∗) 2 2
d2 𝑓(𝑥 ∗ = ∑3𝑖=1 ∑3𝑗=1 ℎ𝑖 ℎ𝑗
̅̅̅̅) = ℎ12 + ℎ2 𝜕𝑥22 + ℎ3 𝜕𝑥32 +
𝜕𝑥1𝜕𝑥2 𝜕𝑥12
𝜕2 𝑓(𝑥̅ ∗) 𝜕²𝑓(𝑥̅ ∗) 𝜕²𝑓(𝑥̅ ∗)
2ℎ1ℎ2 + 2ℎ2ℎ3 + 2ℎ1ℎ3
𝜕𝑥1𝜕𝑥2 𝜕𝑥2𝜕𝑥3 𝜕𝑥1𝜕𝑥3
Jika 𝑓(𝑥̅ ) mempunyai suatu hrga ekstrim pada 𝑥̅ = 𝑥̅ ∗ dan jika turunan pertama 𝑓(𝑥̅ ) pada
𝜕𝑓 𝜕𝑓 𝜕𝑓
𝑥̅ ∗ ada maka (𝑥̅ ∗) = (𝑥̅ ∗) = ⋯ = (𝑥̅ ∗) = 0
𝜕𝑥1 𝜕𝑥2 𝜕𝑥𝑛
Syarat cukup bahwa 𝑥̅ ∗ adalah ektrim (max/min) dari 𝑓(𝑥̅ ) adalah jika matriks hessian yang
dievaluasi pada 𝑥̅ ∗ adalah
Akan dicari x1 dan x2 jika sistem dalam kondisi setimbang. Sistem dalam keadaan
seimbang= sistem tanpa energy potensial
Jawab
Sistem dalam keadaan setimbang jika energy potensial atas gaya F {Desain variable: x1 dan
x2 dan fungsi objektif: energy sistem} adalah minimum.
Matriks Hessian
𝜕2 𝑓(𝑥̅ ) 𝜕2 𝑓(𝑥̅ )
2 𝑘2 + 𝑘3 −𝑘3
J=| 𝜕𝜕𝑥1
2 𝑓(𝑥̅ )
𝜕𝑥1𝜕𝑥1
𝜕2 𝑓(𝑥̅ )
| =| | → 𝑝𝑜𝑠𝑖𝑡𝑖𝑓 𝑑𝑒𝑓𝑖𝑛𝑖𝑡
−𝑘3 𝑘1 + 𝑘3
𝜕𝑥1𝜕𝑥1 𝜕𝑥22
|k2+k3|>0
𝑘2 + 𝑘3 −𝑘3
| | = (k2+k3)(k1+k3)-k3²
−𝑘3 𝑘1 + 𝑘3
Kasus semi definit K1k2+k2k3+k1k3+k3²-k3²
K1k2+k2k3+k1k3>0
Misal turunan parsial dari 𝑓(𝑥̅ ) hingga orde ke-k≥2 adalah kontinyu disekitar
𝑥̅ * dan 𝜕 2 𝑓|x=x* =0, 1 ≤ r ≤ k-1 dan 𝜕 𝑘 𝑓|x=x* ≠ 0 maka (jika k adalah genap )
Dalam hal fungsi objektif mengandung 2 var. desain (mis f(x,y)) maka matrix hessian nya
dapat bukn positif juga bukan negative padaa (𝑥̅ *, 𝑦̅*) meskipun berarti keadaan
semidefenit.
𝜕𝑓 𝜕𝑓
Syarat perlu di penuhi : |x*= |y* = 0
𝜕𝑥 𝜕𝑦
𝜕𝑓
2. f(x1,x2)= x13+x23+2x12+4x22+6 -> 𝜕𝑥1
= 𝑥1(3𝑥1 + 4) = 0
𝜕𝑓
𝜕𝑥2
= 𝑥2(3𝑥2 + 8) = 0
Syarat cukup-nya
6𝑥1 + 4 0 6𝑥1 + 4 0
J=| |-> J1= |6x1+4| dan J2= det| | maka solusinya
0 6𝑥2 + 8 0 6𝑥2 + 8
𝑥̅ * J1 J2 Kondisi J Kondisi 𝑥̅ * 𝑓(𝑥̅ *)
(0,0) +4 +32 Positif definit Relative maksimum 6
(0,-8/3) +4 -32 Indefinite Saddle point 418/27
(-4/3, 0) -4 -32 Indefinite Saddle point 194/27
(-4/3, -8/3) -4 +32 Negative definit Relative maksimum 50/3
Contoh
Akan dicari suatu dimendsi kubus dengan volume maks yang mnempati ruang suatu bola dengan jari-
jari r
Misal. Sisi dri kubus adalah 2x1,2x2,dn 2x3, maka volume kubus adalah 𝑓(𝑥̅ ) = 8x1x2x3 yang sisi harus
maks dengan batasan berada dalam bola.
Persoalan menghasilkan msalh optimasi dengan 3 vriate desain dan 1 pers kendala atau n=3 dan m=1
(maka 1 solusi akan dinyatakan oleh 2 solusi lainnya)
−32 −16
𝜕𝑓 2 2 1 3 3
= 0 = 1-2x1 -x2 x1*=x2*= -> J=|−16 −32| ->negatif definit
𝜕𝑥1 3
3 3
𝜕𝑓 1
𝜕𝑥2
= 0 = 1-x12-2x22 x3* = 3
2. Metode Lagrange Multipliers
Misal. Persoalan 2 var desain (x1,x2) dengan 𝑓(𝑥̅ ) dari sebuah fungsi kendala 𝑔(𝑥̅ )=0. Pad
metode substitusi dari 𝑔(𝑥̅ )=0 dapat diperoleh x2=h(x1). Sehingga 𝑓(𝑥̅ ) = f(x1,h(x1)). Lalu syarat perlu
𝜕𝑓
agar 𝑓(𝑥̅ ) = f(x1,h(x1)) memeberi nilai minimum 𝑥̅ * adalah jika |𝑥̅ * =0
𝜕𝑥1
𝜕𝑓 𝜕𝑓
Dari 𝑑𝑓(𝑥̅ ) = 𝑑𝑥1 + 𝑑𝑥2
𝜕𝑥1 𝜕𝑥2
𝑑𝑓 𝜕𝑓 𝜕𝑓 𝑑𝑥2
= + =0
𝑑𝑥1 𝜕𝑥1 𝜕𝑥2 𝑑𝑥1
Selanjutnya jika solusi tsb diperoleh maka untuk dx1 dan dx2 menuju 0 sangat kecil
Dalam hal terdapat n variable desain dan m fungsi kendala f(𝑥) = ⋯ ; 𝑥̅ (𝑥1 … 𝑥𝑛) ; 𝑔(𝑥); 𝑗 = (𝑖 … 𝑚)
Suatu kondisi perlu agar f(𝑥̅ ) mempunyai nilai ekstrim min pada 𝑥̅ * dengan kendala gj 𝑥̅ =0 V j=1,..m
adalah jika turunan parsial fungsi lagrange L = L(x1,x2,…xn,1,2,...m) terhadap masing-masing
variable
Catatan
𝜕2𝐿(𝑥̅ ,𝑥̅ )
(i) Q=∑𝑛𝑖=1 ∑𝑚
𝑗=1 dxi dxj adalah negative untuk semua variable dx yang mungkin, maka 𝑥̅ *
𝜕𝑥𝑖𝜕𝑥𝑗
adalah kondisi maksimum dri 𝑓(𝑥̅ )
(ii) dapat ditunjukkan bahwa kondisi perlu agar Q adalah positif (negative) definit untuk semua
variasi 𝑓(𝑥̅ ) jika setiap akar-akar karakteristik dari polynomial adalah positif (negative)
(𝐿11 − 𝑍1) 𝐿12 ⋯ 𝐿1𝑛 𝑔11 𝑔21 ⋯ 𝑔𝑚1
𝐿21 (𝐿22 − 𝑍2) ⋯ 𝐿2𝑛 𝑔12 𝑔22 ⋯ 𝑔𝑚2
| |
⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝐿𝑛1 𝐿𝑛2 ⋯ (𝐿𝑛𝑛 − 𝑍𝑛) 𝑔1𝑛 𝑔2𝑛 ⋯ 𝑔𝑚𝑛
| |=0
𝑔11 𝑔12 ⋯ 𝑔1𝑛 0 0 ⋯ 0
𝑔21 𝑔22 ⋯ 𝑔2𝑛 0 0 ⋯ 0
| |
⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝑔𝑚1 𝑔𝑚2 ⋯ 𝑔𝑚𝑛 0 0 ⋯ 0
Dimana
𝜕²𝐿 𝜕𝑔𝑖(𝑥̅ ∗)
Lij = (𝑥̅ *,) dan gij=
𝜕𝑥𝑖𝜕𝑥𝑗 𝜕𝑥𝑗
(iii) Jika sebagian positif dan sebagian negative maka 𝑥̅ * adalah bukan titik ekstrim(solusi)
Persoalan: MInimasi mencari nilai minimum fungsi objektif 𝑓(𝑥̅ ) dengan 𝑥̅ = (x1,..xn)T