Astri Rahayu

2016051821

Reguler C Ruang 641

1. METODE LAGRANGE

Metode ini adalah cara menentukan titik maksimum dan minimum suatu fungsi yang diiringi
dengan persyaratan atau kendala yang harus dipenuhi. Metode ini banyak digunakan dalam berbagai
masalah terapan di dunia nyata, terutama di bidang ekonomi.

Teorema metode pengali lagrange

Untuk memaksimumkan atau meminimumkan terhadap kendala , selesaikan sistem persamaan

dengan :

Untuk P dan ƛ. Tiap titik P yang demikian adalah suatu titik kritis untuk masalah nilai ekstrim
terkendala, dan ƛ yang berpadaan disebut pengali lagrange.

Contoh soal !

1. carilah minimum f(x,y,z)=x^2+y^2+z^2 terhadap kendala x+3y-2z=12

Jawab:

∇f=∇g.λ

(2xi+2yj+2zk)=λ.(i+3j-2k) → turunan dari f(x,y,z) dan g(x,y,z)

2x=λ……...(1)

2y=3λ λ=2y/3………(2)

2z=-2λ λ=-z………(3)

Subsitusikan persamaan (2) ke (1)

2x=2y/3

6x=2y y=3x

Subsitusikan persamaan (3) ke (1)

2x=-z

z=-2x

Subsitusikan x,y,z ke dalam persamaan g(x,y,z)

g(x,y,z)=x+3y-2z-12=0
x+3(3x)-2(-2x)-12=0

x+9x+4x-12=0

14x=12

x=12/14=6/7

Subsitusikan x ke dalam persamaan y dan z

y=3x=3 .6/7=18/7

z=-2x=-2 . 6/7=-12/7

Kemudian subsitusikan x,y,z ke dalam x^2+y^2+z^2

Jadi minimum kendala f=(6/7,18/7,-12/7)=36/49+324/49+144/49=504/49=72/7

2. METODE KUHN-TUCKER

Merupakan metode pengembangan lebih lanjut dari model optimisasi bersyarat. Dengan
mengoptimumkan sebuah fungsi terhadap sebuah fungsi yang berbentuk pertidaksamaan. Bentuk
permasalahannya bisa berupa:

Maksimumkan fungsi tujuan f(x,y) terhadap kendala g(z,y) ≤ 0

Minimummkan fungsi tujuan f(x,y) terhadap kendala g(z,y) ≥ 0

Prosedur penyelesaian:

• Metode Lagrange yang dimodifikasi kemudian diuji dengan kondisi (persyaratan) Kuhn-Tucker.
 Prosedur metode Kuhn-Tucker melalui metoda Lagrange yang dimodifikasikan dilakukan
sebagai berikut:
 Anggap kendala pertidaksamaannya sebagai sebuah persamaan
 Selesaikan masalahnya dengan metode Lagrange yang biasa hingga diperoleh nilai optimum
yang dicari.
 Khusus dalam hal ini 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)

 METODE KUHN-TUCKER MELALUI METODA LAGRANGE YANG DIMODIFIKASI

 Lakukan pengujian terhadap nilai λ.
 Jika λ > 0 berarti nilai optimum yang diperoleh (berdasarkan kendala yang telah dimodifikasi)
tadi juga merupakan nilai optimum berkenaan fungsi kendala yang berbentuk pertidaksamaan.
 Jika λ ≤ 0 berarti berarti optimisasi fungsi tujuan f(x,y) tanpa menyertakan fungsi kendala
g(x,y) sudah dengan sendirinya akan memenuhi kendalanya.
 Dalam hal λ ≤ 0 kendala yang bersangkutan dikatakan bersifat tidak mengikat (non-binding),
oleh karenanya dapat diabaikan;
 Dalam hal λ > 0 kendalanya disebut mengikat (binding).
• METODE KUHN-TUCKER SECARA LANGSUNG

Rumuskan permasalahannya, misalnya maksimumkan f(x,y) terhadap g(x,y) ≤ 0, atau

minimumkan f(x,y) terhadap g(x,y) ≥ 0

Tetapkan kondisi Kuhn-Tucker

(a) ∂ f(x,y) - λ ∂ g(x,y) = 0

∂x ∂x

(b) ∂ f(x,y) - λ ∂ g(x,y) = 0

∂y ∂y

(c) λ ∂ g(x,y) = 0 di mana g(x,y) ≤ 0 atau g(x,y) ≥ 0

Contoh Soal !

1. Min C= x1-42+ x2-42

S.t 2×1+3×2≥6

-3×1-2×2≥-12

x1,x2≥0

a) Tuliskan fungsi lagrangian dan kondisi kuhn tucker dari persoalan di atas
b) Cari solusi optimalnya
c) Cek apakah solusi optimal tersebut memenuhi kondisi kuhn tuckernya

Jawab:

a) Fungsi lagrangian dan kondisi kuhn tucker

Z= x1-42+x2-42+λ16-2×1-3×2+λ2-12+3×1+2×2
dZdx1=2×1-8-2λ1+3λ2≥0 x1≥0 x1Zx1=0
dZdx2=2×2-8-3λ1+2λ2≥0 x2≥0 x2Zx2=0
dZdλ1=6-2×1-3×2≤0 λ1≥0 λ1Zλ1=0
dZdλ2=-12+3×1+2×2≤0 λ2≥0 λ2Zλ2=0

b) Cari solusi optimalnya

Untuk mengerjakan KKT, Gunakan trial error (nol-kan salah satu variabel dalam fungsi lagrange
dan cari hasil akhir dari nilai X1,X2,λ1, λ2 yang memenuhi kondisi kuhn tucker.
Asumsi:
x1≠0 x2≠0 λ1=0 λ2≠0
dZdx1=2×1-8+3λ2=0 λ2=-2×1+83
dZdx2=2×2-8+2λ2=0 λ2=-2×2+82
dZdλ2=-12+3×1+2×2=0…(1)
λ2=λ2
-2×1+83=-2×2+82
-4×1+16=-6×2+24
-4×1+6×2=8 … (2)
eliminasi persamaan 2 dengan persamaan 1 maka akan didapatkan
x1=2813 dan x2=3613 dan λ1=0 dan λ2=1613

c) Solusi optimal sudah memenuhi kondisi kuhn tuckernya karena X1,X2,λ1, λ2 ≥ 0

Seandainya solusi optimal tidak memenuhi kondisi kuhn tucker maka gunakan asumsi 2
(misalnya: kali ini yang dinol-kan adalah nilai dari λ2, sedangkan sisanta tidak sama dengan nol).