2 Dasar-Dasar Matematika Optimasi
2 Dasar-Dasar Matematika Optimasi
Pada bagian ini akan dibahas dasar – dasar matematika untuk persoalan optimasi.
Materi yang dibahas meliputi gradien, matrik hessian, matrik definit positip, matrik definit
negatif, syarat perlu keoptimalan, syarat cukup keoptimalan, fungsi konveks dan fungsi
konkaf. Dasar – dasar matematika ini sangat diperlukan untuk menyelesaikan
permasalahan optimasi dengan pendekatan analitis.
2.1. Gradien
Didefinisikan f (x ) adalah fungsi bernilai skalar yang didefinisikan pada ruang vektor x
x1
x
2
x x3
.
x n
df
Differensial f (x ) skalar dim(1x1) terhadap vektor x dim(nx1) akan menghasilkan d x
vektor dim(nx1).
Jika f ( x ) :adalah gradien dari fungsi f (x ) , maka
f
x
1
f
x df
f ( x ) 2
. dx
.
f
x
n
df
Untuk mencari titik-titik optimal dari suatu fungsi f (x ) , maka d x f ( x ) 0 .
Contoh 2.1
2 2
f ( x) 3x1 2 x2 4 x1 x2 6 x1 8 x2 6
maka,
f
x 6 x1 4 x 2 6
f ( x) 1
f 4 x1 4 x 2 8
x 2
Latihan 2.1
2 2 2
Suatu fungsi f ( x) x1 2 x 2 x3 4 x1 x2 2 x 2 x3 6 x1 8 x 2 3x3 6
Tentukan f ( x )
df1 df 2 df m
dx .......
dx1 dx1
1
df df 1 df 2 df m
.......
dx dx 2 dx 2
dx 2
....... ........ ....... ........
df df 2 df m
1 .......
dx n dx n dx n
Contoh 2.2
Diketahui :
x12 x22 2 x1 x2
x
f ( x) 2 x1 3x 22 6 x 2 , x 1 ,
4 x1 6 x2 4 x2
maka
df 2 x 2 x 2 2 4
1
d x 2 x 2 2 x1 6 x 2 6 6
Didefinisikan H (x) adalah matriks hessian dari f (x ) , dimana f (x ) adalah fungsi skalar
yang didefinisikan dalam ruang vektor x . Maka H (x) adalah turunan tingkat dua fungsi
f (x ) terhadap x .
2 f 2 f
H ( x)
xi x j
2
x
2 f 2 f 2 f
.......
x12x1 x1x 2 x1x n
f 2 f 2 f
H ( x) x x .......
x 2 x 2 x 2 x n
2 1
....... ........ ....... ........
f 2 f 2 f
2
.......
x n x1 x n x 2 x n x n
Operator Integral dan differensial mempunyai sifat linier, karena linier maka juga
mempunyai sifat komutatif.
2 f
Untuk mengetahui minimum atau maksimum suatu fungsi f (x ) , maka 2
H ( x) 0 fungsi
x
2 f
f (x ) adalah minimum dan
2
H ( x) 0 fungsi f (x) adalah maksimum.
x
Contoh 2.3
2 2
f ( x) 3x1 2 x2 4 x1 x2 6 x1 8 x2 6
maka,
2 f 2 f
x x x1x 2 6 4
H ( x) 12 1
f 2 f 4 4
x x x 2 x 2
2 1
Latihan 2.2
2 2 2
Suatu fungsi f ( x) x1 2 x 2 x3 4 x1 x2 2 x 2 x3 6 x1 8 x 2 3x3 6
Karena pembuktian xTAx yang harus berlaku untuk semua x bilangan riel sangat sulit,
maka para ahli matematik telah membuktikan cara/pendekatan yang kedua.
x T Ax 0 - x T Ax 0
x T A x 0 -A Definit Positip
Cara ini adalah untuk membuktikan A Definit Negatif dengan menggunakan pembuktian
bahwa (-A) Definit Positip.
Contoh 2.4
6 4
Suatu matrik H
4 4
maka dapat dihitung determinan minor - minornya
det H 1 6 6 > 0
6 4
det H 2
4 4
24 16 8 >0
Tentukan apakah matrik Hessian dari fungsi f(x) bersifat definit positip atau negatif?
x * yang memenuhi persamaan di atas merupakan calon penyelesaian atau disebut juga
titik optimal.
Contoh 2.5
Suatu fungsi :
2 2
f ( x) 3 x1 2 x2 4 x1 x2 6 x1 8 x2 6
Maka gradiennya adalah
6 x 4 x 2 6
f x 1
4 x1 4 x 2 8
Dengan memenuhi syarat perlu keoptimalan, yaitu
f x 0 6 x1 4 x 2 6 0.
4 x1 4 x 2 8 0
2 x1 2 0
x1 1 x2 3
1
Jadi x adalah titik optimal dari f x
*
3
Latihan 2.4
Dapatkan titik optimal x * dari fungsi :
f ( x) 2 x13 3x 22 12 x1 x 2
Contoh 2.6
Suatu fungsi :
2 2
f ( x) 3 x1 2 x2 4 x1 x2 6 x1 8 x2 6 :
1
Pada contoh 2.5 telah didapatkan calon penyelesaian atau titik optimal x
*
dan
3
pada contoh 2.2 dan contoh 2.4 didapatkan matrik Hessiannya adalah :
6 4
H (x* ) adalah definit positip
4 4
Jadi,
1
x * adalah titik minimum dengan f x * 3 8 12 6 24 6 3
3
Latihan 2.5
Tentukan titik minimum atau titik maksimum dari fungsi :
f ( x) 2 x13 3x 22 12 x1 x 2
x1
2
x
0
0
Kombinasi Konveks dari x
1
dan x
2
adalah titik-titik yang terletak pada garis lurus yang
menghubungkan x
1
dengan x
2
, yang dipenuhi dengan persamaan:
x x 1 x
1 2
0,1
x1
Vektor/titik konveks yang ada
dalam cone x1 dan x2
=1 =0.5 =0
x1 x2
x2
f x fungsi konveks f x f x1 1 f x 2
f(x) konveks
x1 x() x2
f(x) konveks
g(x)=-f(x) konkav
f(x) linier
x1 x() x2
f x fungsi konveks
f x fungsi konkav
Fungsi konveks dan konkav ini dapat menggantikan syarat cukup semi definit positif dan
negatif.
x1
x1
x2
x2
S S
Contoh 2.7
Suatu fungsi :
2 2
f ( x) 3 x1 2 x2 4 x1 x 2 6 x1 8 x2 6
Telah dikatahui bahwa
6 4
H ( x) definit positif
4 4
Latihan 2.6
Suatu fungsi :
2 2
f ( x) x1 x 2 x1 x2 2 x1 4 x2 1
Tentukan apakah fungsi f(x) konveks atau tidak
________________________________________________________________________
Ringkasan
1. Gradien f ( x ) merupakan turunan pertama f (x ) terhadap x
f
x
1
f
x df
f ( x ) 2
. dx
.
f
x
n
2. Matrik Hessian H(x) merupakan turunan kedua f (x ) terhadap x
2 f 2 f 2 f
.......
x12x1 x1x 2 x1x n
f 2 f 2 f
H ( x) x x .......
x 2 x 2 x 2 x n
2 1
....... ........ ....... ........
f 2 f 2 f
2
.......
x n x1 x n x 2 x n x n