MA 3071 Pengantar Optimisasi

Topik: Konsep Aljabar & Himpunan konveks

Agus Yodi Gunawan

FMIPA
Institut Teknologi Bandung, Indonesia

JJ J N I II 1/19
 Kombinasi Affin
Ingat! beberapa konsep berikut: perkalian matriks, hasil kali titik,
norma Euclid, ketaksamaan Schwartz, bebas linear, dan basis. Sepa-
njang pembahasan, Ruang Euclid akan dinotasikan dengan En.

• Kombinasi Affin. Vektor b di En dikatakan kombinasi affin dari

vektor-vektor a1, a2, · · · , ak di En jika memenuhi kedua syarat
berikut:
Pk
1. b = j=1 λj aj , dimana λ1, λ2, · · · konstanta real,
Pk
2. j=1 λj = 1.
• Subruang Affin. Subruang SA di En dikatakan Subruang Affin jika
1. SA suatu subhimpunan tak hampa di En,
2. Jika a1 dan a2 anggota-anggota di SA, maka setiap kombinasi
Affin dari a1 dan a2 juga termuat di SA.

JJ J N I II 2/19
 Penggantian suatu vektor dalam basis ...1
Jika kita mempunyai suatu himpunan basis di En, apakah kondisi yang
harus dipenuhi agar penggantian suatu anggota basis oleh vektor lain
akan tetap membentuk himpunan basis di En?
Misalkan A = {a1, a2, · · · , an} merupakan himpunan basis di En. Mis-
alkan pula kita akan menggantikan vektor aj oleh vektor y 6= 0. Karena
A basis maka n
X
y= αiai.
i=1

Misalkan αj 6= 0. Kita akan perlihatkan bahwa A0 =

{a1, a2, · · · , aj−1, y, aj+1, · · · , an} merupakan himpunan bebas linear.

JJ J N I II 3/19
 Penggantian suatu vektor dalam basis ...2
Pandang
n
X
βiai + δy = 0,
i6=j

dengan β1, β2, · · · , βn, dan δ adalah konstanta-konstanta real. Dari dua
persamaan yang dibentuk akan diperoleh
n
X n
X
βiai + δ( αiai) = 0
i6=j i=1

atau n
X
(βi + δαi)ai + δαj aj = 0.
i6=j

Karena A = {a1, a2, · · · , an} merupakan himpunan basis di En, maka

(βi + δαi) = 0 dan δαj = 0. Dari kondisi αj 6= 0, kita peroleh δ =
0. Lebih jauh lagi, kita akan peroleh βi = 0. Dengan demikian, A0
merupakahn himpunan bebas linear. Lebih jauh lagi, A0 merupakan
basis di En (mengapa?).
JJ J N I II 4/19
 Penggantian suatu vektor dalam basis ...3
Perhatikan n
X
(βi + δαi)ai + δαj aj = 0.
i6=j

Dari uraian tadi, kondisi αj 6= 0 merupakan syarat cukup untuk him-

punan baru menjadi himpunan basis. Secara jelas juga, bahwa αj 6= 0
merupakan syarat perlu;
Pn jika αj = 0 maka A0 merupakan himpunan
bergantung linear ( i6=j αiai − y = 0).

JJ J N I II 5/19
 Sistem persamaan linear
Perhatikan SPL Ax = b dengan m persamaan dan n variabel dan
matriks perluasan (A, b) yang berukuran m × (n + 1).
Beberapa hal yang mungkin:

1. Rank(A, b) >Rank(A), maka SPL tidak memiliki solusi.

2. Rank(A, b)=Rank(A) = n, maka SPL memiliki solusi tunggal.
3. Rank(A, b)=Rank(A) = k < n, maka SPL memiliki tak hingga
banyak solusi.

JJ J N I II 6/19
 Dekomposisi matriks...1
Perhatikan SPL Ax = b. Misalkan Rank(A) = k (solusi tak hingga
banyak). Misalkan pula setelah melakukan pengaturan ulang baris-baris
matriks A diperoleh bentuk berikut
 
A 1 b1
(A, b) =
A 2 b2
dimana A1 adalah matriks berukuran k × n, A2 matriks berukuran
(m − k) × n, b1 adalah vektor berukuran k × 1 dan b2 adalah vektor
berukuran (m − k) × 1. Rank(A1)=Rank(A1, b1) = k.
Perhatikan bahwa jika vektor x memenuhi A1x = b1, maka secara lang-
sung vektor tersebut memenuhi juga A2x = b2. Oleh karenanya, kita
dapat membuang kendala A2x = b2 dan memfokuskan perhatian pada
kendala A1x = b1.

JJ J N I II 7/19
 Dekomposisi matriks...2
Selanjutnya, karena Rank(A1) = k maka kita dapat memilih k vektor
kolom dari matriks A1 yang bebas linear. Misalkan setelah pengaturan
kolom-kolom dari A1, matriks tersebut menjadi A1 = (B, N) dimana
B matriks tak singular berukuran k × k dan N matriks berukuran k ×
(n − k). Keujudan matriks B dapat dijamin karena Rank(A1) = k.
Matriks B selanjutnya disebut Matriks Basis (karena kolom-kolomnya
membentuk basis di Ek ) dan matriks N disebut Matriks nonbasis.
Selanjutnya, vektor x kita tuliskan sebagai x = (xB , xN ) dimana xB =
(x1, x2, · · · , xk ) dan xB = (xk+1, xk+2, · · · , xn). SPL A1x = b1 dapat
dituliskan sebagai  
xB
(B, N) = b1 ,
xN
atau BxB + NxN = b1. Karena matriks B tak singular, maka akan
diperoleh
xB = B−1b1 − B−1NxN .

JJ J N I II 8/19
 Dekomposisi matriks...3
xB = B−1b1 − B−1NxN
Untuk kasus k = n, hanya suku pertama dari ruas kanan yang tersisa
dan diperoleh solusi tunggal. Sedangkan untuk kasus k < n, dengan
memilih nilai-nilai untuk vektor xN , melalui persamaan tersebut nilai
xB dapat ditentukan. Dalam kasus ini kita memiliki tak hingga banyak
solusi.
Proses pemecahan (dekomposisi) matriks menjadi matriks basis dan
nonbasis serta pencarian solusinya dapat diringkaskan sebagai berikut:
Kita mempunyai k persamaan yang memuat n variabel (k < n). SPL
diselesaikan dengan cara memilih xN = 0, kemudian menyelesaikan SPL
dengan k persamaan dan k variabel, xB = B−1b1. Solusi xB disebut
dengan solusi  dari sistem A1 x = b1 . Solusi SPL semula diberikan
 basis
xB
oleh x = .
0

JJ J N I II 9/19
 Himpunan konveks
Himpunan X di En dikatakan konveks:

jika diberikan sebarang dua titik x1 dan x2 di X, maka kombinasi

linear λx1 + (1 − λ)x2 ∈ X untuk setiap λ ∈ [0, 1].

Secara geometris, λx1 + (1 − λ)x2 untuk λ ∈ [0, 1] menyatakan segmen

garis yang menghubungkan titik titik x1 dan x2. Bentuk ini disebut
sebagai suatu kombinasi konveks/rataan berbobot dari titik x1 dan x2.
Jika λ ∈ (0, 1), maka kombinasi konveks disebut kombinasi konveks
tegas.
Dengan demikian, kekonveksan suatu himpunan X dapat dinyatakan
secara geometris menjadi:

untuk setiap pasangan titik di X, maka segmen garis yang

menghubungkan kedua titik tadi harus termuat di X.

JJ J N I II 10/19
 Contoh himpunan konveks
1. {(x1, x2)|x21 + x22 ≤ 1}.
2. {x|Ax = b} (solusi SPL dengan m persamaan dan n variabel).
3. {x|Ax = b, x ≥ 0} (solusi tak negatif SPL dengan m persamaan
dan n variabel).
4. {x|Ax ≤ b, x ≥ 0} (solusi tak negatif Sistem Pertidaksamaan Lin-
ear dengan m persamaan dan n variabel).
     
1 1 −1
5. {x|x = λ1  0  + λ2  2  + λ3  2  , λ1 + λ2 + λ3 =
0 1 −3
1, λ1, λ2, λ3 ≥ 0}.

JJ J N I II 11/19
 Titik esktrim
Suatu titik x di himpunan konveks X dikatakan titik ekstrim,

jika titik tersebut tidak dapat disajikan sebagai suatu kombinasi

konveks tegas dari dua titik di X.

Dengan kata lain, jika x = λx1 + (1 − λ)x2 dengan λ ∈ (0, 1) dan

x1, x2 ∈ X, maka x = x1 = x2.

JJ J N I II 12/19
 Hyperplane
Suatu hyperplane di En merupakan istilah yang digunakan untuk peru-
muman garis lurus di E2 dan bidang di E3.
Suatu hyperplane H di En adalah himpunan {x|pT x = k} dimana p
suatu vektor tak nol di En dan k suatu skalar. Vektor p biasanya disebut
vektor normal (atau gradien) dari hyperplane.
Dalam bentuk yang lain, suatu hyperplane dapat disajikan sebagai
{x|pT (x − x0) = 0} dengan x0 suatu vektor tetap pada hyperplane
dimana pT x0 = k (bentuk dengan mengeliminasi nilai k).
Suatu hyperplane adalah himpunan konveks (perlihatkan!).
Suatu hyperplane akan membagi daerah di En menjadi dua bagian,
masing-masing disebut halfspace. Daerah tersebut masing-masing dapat
dinyatakan oleh himpunan {x|pT x ≤ k} dan {x|pT x ≥ k}.

JJ J N I II 13/19
 Sinar dan arah himpunan konveks
Sinar adalah himpunan titik dalam bentuk x0 + λd, λ ≥ 0, dimana d
adalah sebuah vektor tak nol.
Titik x0 disebut verteks dari sinar, dan vektor d disebut vektor arah dari
sinar (bandingkan hal ini dengan representasi vektor untuk garis lurus
di ruang). Sinar merupakan salah contoh lain dari himpunan konveks
(periksa!).
Misalkan diberikan suatu himpunan konveks X. Suatu vektor tak nol
d disebut arah dari himpunan konveks X (disebut recession) jika un-
tuk setiap vektor x0 ∈ X, sinar {x0 + λd|λ ≥ 0} juga anggota dari
X. Oleh karena itu, jika kita mulai dari suatu vektor tetap x0 ∈ X,
kita bisa bergerak sepanjang arah d untuk sebarang panjang langkah
λ ≥ 0 sehingga sinar yang terbentuk tetap termuat di X. Jelas bahwa
himpunan terbatas tidak memiliki arah.

JJ J N I II 14/19
 Vektor arah himpunan
Perhatikan himpunan tak hampa X = {x|Ax ≤ b, x ≥ 0}.

Vektor tak nol d adalah arah dari himpunan X jika dan hanya
jika
A(x + λd) ≤ b,
x + λd ≥ 0,
untuk setiap λ ≥ 0 dan setiap x ∈ X.

Karena x ∈ X maka Ax ≤ b dan pertidaksamaan pertama dipenuhi

untuk sembarang λ ≥ 0 jika dan hanya jika Ad ≤ 0. Hal serupa,
x + λd ≥ 0 untuk sembarang λ ≥ 0 jika dan hanya jika d ≥ 0. Jadi,

d adalah vektor arah dari himpunan X jika dan hanya jika d 6=

0, d ≥ 0, dan Ad ≤ 0.

Vektor arah himpunan biasanya dinormalisasi agar panjangnya satu sa-

tuan.
JJ J N I II 15/19
 Contoh
Diberikan himpunan
X = {(x1, x2)|x1 − 2x2 ≥ −6, x1 − x2 ≥ −2, x1 ≥ 0, x2 ≥ 1}.
Perlihatkan bahwa vektor arahnya adalah
d ∈ {(d1, d2)|d1 ≥ 2d2, d1 ≥ 0, d2 ≥ 0, dan (d1, d2) 6= (0, 0)}.

Untuk himpunan X = {x|Ax = b, x ≥ 0} 6= ∅, dengan menggantikan

persamaan menjadi dua pertidaksamaan dapat diperlihatkan bahwa d
adalah vektor arah dari himpunan X jika dan hanya jika d 6= 0, d ≥ 0,
dan Ad = 0.
Himpunan vektor arah himpunan membentuk himpunan konveks (per-
lihatkan!).

JJ J N I II 16/19
 Arah ekstrim himpunan konveks
Arah ekstrim himpunan konveks adalah vektor arah himpunan yang
tidak dapat disajikan sebagai kombinasi linear positif dua vektor arah
berbeda yang yang lain.
Dua vektor arah d1 dan d2 dikatakan berbeda (tidak ekivalen) jika d1
bukan kelipatan konstan vektor d2.
Pada contoh tadi, setelah dinormalisasi
√ kita
√ memmpunyai dua arah
ekstrim,d1 = (1, 0) dan d2 = (2/ 5, 1/ 5). Arah himpunan lain
yang bukan kelipatan kedua vektor tersebut dapat dituliskan sebagai
λ1d1 + λ2d2, dengan λ1, λ2 > 0.

JJ J N I II 17/19
 Fungsi konveks, Polyhedral
Suatu fungsi f (x1, x2, · · · , xn) disebut fungsi konveks jika
f (λx1 + (1 − λ)x2) ≤ λf (x1) + (1 − λ)f (x2), untuk setiap λ ∈ [0, 1].
Sedangkan fungsi g(x1, x2, · · · , xn) disebut fungsi konkaf jika (−g) meru-
pakan fungsi konveks.
Himpunan polihedral (polihedron) adalah irisan sejumlah hingga halfs-
pace.
Suatu himpunan polihedral terbatas disebut politop.
Himpunan polihedral dapat disajikan sebagai {x|Ax ≤ b} dengan A
adalah matriks berukuran m × n dan b vektor berukuran m × 1.
Jika dipilih b = 0, maka {x|Ax ≤ 0} disebut kerucut polihedral (poly-
hedral cone).

JJ J N I II 18/19
 Teorema representasi polihedral
Misalkan X = {x|Ax ≤ 0, x ≥ 0} himpunan (polihedral) tak hampa.
Maka

• Himpunan titik ekstrim adalah himpunan tak hampa dan memiliki

berhingga titik x1, x2, · · · , xk .
• Himpunan X tidak terbatas jika dan hanya jika himpunan arah
ekstrim adalah tak hampa dan memiliki memiliki berhingga titik
d1, d2, · · · , dl .

Lebih jauh lagi, titik x̄ ∈ X jika dan hanya jika titik tersebut da-
pat disajikan sebagai kombinasi konveks dari berhingga titik ekstrim
x1, x2, · · · , xk ditambah kombinasi linear tak negatif dari berhingga
banyaknya vektor-vektor arah d1, d2, · · · , dl , yaitu
k
X l
X k
X
x̄ = λj xj + µl dj , λj = 1, λj ≥ 0, µj ≥ 0.
j=1 j=1 j=1

JJ J N I II 19/19