MATEMATIKA EKONOMI

“ Optimisasi : Fungsi dengan Satu Variabel

Bebas ’’

Dosen Pengampu : Dr. Suhel, M.Si ; 196610141992031003

Kevin Dorantes Siagian 01021382126166
Satirah Salsabila R. Gogos 01021382126135
Nasywa Anindita Athaullah 01021382126151
Teguh Saputra 01021382126152
Jeperimsa Sembiring 01021382126143

FAKULTAS EKONOMI
PRODI EKONOMI PEMBANGUNAN
2021
Optimisasi : Fungsi dengan Satu Variabel Bebas
Optimasi adalah teori yang berhubungan dengan nilai maksimum dan nilai
minimum. Optimisasi matematika (terkadang hanya ditulis sebagai optimisasi) adalah proses
memilih sebuah elemen terbaik, menurut suatu atau beberapa kriteria, dari suatu himpunan berisi
alternatif elemen yang tersedia. Masalah optimisasi muncul dalam banyak bidang ilmu dari ilmu
komputer dan ilmu teknik sampai riset operasi dan ekonomi, juga selama bertahun-tahun
menarik perhatian matematika dalam mengembangkan metode menemukan solusi.
Fermat dan Lagrange menemukan formula untuk mengidentifikasi nilai optimisasi, yang
berdasar pada kalkulus. Sementara itu, Newton dan Gauss mengusulkan metode iteratif yang
mengubah nilai feasibel ke arah nilai optimal. George B. Dantzig mencetuskan istilah
"pemrograman linear" untuk menyelesaikan beberapa kasus optimisasi,walau sebagian teori
sudah diperkenalkan oleh Leonid Kantorovich pada tahun 1939. Kata "pemrograman" dalam
konteks ini tidak merujuk pada "pemrogramam komputer", namun merujuk pada
penggunaan program oleh pihak militer Amerika Serikat untuk menyebut proposal pelatihan dan
jadwal; masalah-masalah yang dipelajari oleh Dantzig pada waktu itu. Pada tahun 1947, Dantzig
mempublikasikan algoritma simplex, sedangkan John von Neumann mengembangkan
teori dualitas.
Dalam kasus paling sederhana, sebuah masalah optimisasi berisi tentang
cara memaksimumkan atau meminimumkan nilai sebuah fungsi real, dengan secara sistematis
memilih nilai input dari suatu himpunan yang diperbolehkan. Perumuman dari teori-teori
optimisasi dan teknik-teknik ke berbagai bentuk formulasi masalah menjadi bahan kajian
sebagian besar bidang matematika terapan.
Kaidah yang digunakan :
Bila f(x)” > 0 (minimum)
Bila f(x)” < 0 (maksimum)

Diberikan: sebuah fungsi   yang memetakan suatu himpunan ke bilangan real

Dicari: sebuah elemen yang memenuhi untuk setiap (masalah

minimisasi), atau yang memenuhi untuk setiap   (masalah
maksimisasi).
Formulasi tersebut juga disebut dengan masalah pemrograman matematika. Terminologi
ini yang tidak berhubungan langsung dengan pemrograman komputer, namun masih digunakan
di beberapa hal seperti pemrograman linear. Banyak masalah nyata (real-world problem) maupun
masalah teoritis dapat dimodelkan dalam kerangka umum tersebut.
 Perhatikan bahwa hubungan   terpenuhi jika kita
mendefinisikan  . Hal ini yang mengartikan setiap masalah
maksimisasi dapat diubah menjadi masalah minimisasi (dan sebaliknya).
Dalam matematika, masalah optimisasi umumnya dinyatakan sebagai masalah
minimisasi. Di bidang fisika, formulasi seperti ini dapat merujuk pada teknik minimisasi energi,
dengan nilai fungsi   merepresentasikan energi dari sistem yang dimodelkan.
Dalam pemelajaran mesin, penting untuk mengevaluasi kualitas parameter data
menggunakan fungsi biaya, dengan nilai fungsi yang minimum mengimplikasikan kemungkinan
parameter dengan nilai optimal (terkecil).

Umumnya   adalah subset dari ruang Euklides  , umum ditandai oleh sebuah

himpunan konstrain, yakni kumpulan persamaan atau pertidaksamaan yang perlu dipenuhi oleh
anggota  . Domain   dari fungsi F disebut dengan ruang pencarian atau ruang pilihan,
sedangkan elemen dari   disebut dengan kandidat solusi atau solusi feasibel (solusi yang
mungkin).

Terdapat banyak nama bagi fungsi  , yang secara umum disebut dengan fungsi objektif.
Untuk masalah minimisasi, fungsi ini terkadang disebut dengan fungsi kerugian atau fungsi
biaya);[4] sedangkan masalah maksimisasi terkadang menggunakan terminologi fungsi
kecocokan (fitness function) atau fungsi utilitas. Pada beberapa bidang, fungsi ini juga disebut
dengan fungsi energi. Solusi feasibel yang meminimumkan (atau memaksimumkan jika itu
tujuan akhirnya) nilai fungsi objektif dikenal sebagai solusi optimal.

Sebuah [titik] minimum lokal  didefinisikan sebagai elemen yang memiliki suatu   

 dan untuk

akan berlaku hubungan  . Secara informal definisi ini mengatakan

bahwa   menghasilkan nilai fungsi yang terkecil, ketika dibandingkan tetangga-tetangga
disekitarnya. [Titik] maksimum lokal didefinisikan dengan cara yang serupa. Jika titik
minimum lokal memberikan solusi yang setidaknya sama baiknya dengan solusi disekitar titik
tersebut, titik minimum global akan memberikan solusi yang setidaknya sama baiknya dengan
semua solusi yang mungkin. Secara umum, kecuali fungsi objektif bersifat konveks, ada
kemungkinan titik [minimum/maksimum] lokal, dan tidak semuanya juga merupakan titik
[minimum/maksimum] global.

Banyak algoritma dikembangkan untuk menyelesaikan masalah non-konveks, namun

sebagian besar tidak dapat membedakan solusi optimal lokal dengan solusi optimal global;
mereka akan menganggap solusi optimal lokal sebagai solusi sebenarnya bagi masalah
optimisasi. Optimisasi global adalah cabang matematika terapan dan analisis numerik yang
mengkaji perkembangan algoritma deterministik dan memastikan konvergensi dalam waktu yang
terbatas (finite time), untuk menemukan solusi optimal masalah non-konveks

A.Ekstremum Relatif Dan Absolut

Untuk membedakan antara ekstremum relatif dan ekstremum absolut dari suatu
fungsi,sebaiknya kita terlebih dahulu mengetahui kedua definisi ekstremum ini.

Definisi Ekstremum Relatif :

Jika suatu fungsi Y = f (X) didefinisikan pada internal (b,c) yang mengandung X =
X0,Fungsi F(X) dikatakan mempunyai maksimum relative (local) pada X =X0 jika F(X0) >
F(X)untuk semua X dalam internal (b,c).Sedangkan suatu fungsi F(X) dikatakan mempunyai
minimum relative (lokal) pada X = X0 jika F(X0) < F(X) untuk semua X dalam internal (b,c).

Jadi,suatu maksimum relative mengacu pada suatu titik dimana nilai dari f(X) adalah
lebih besar daripada nilai nilai untuk semua titik titik yang berada di sekitarnya.Sebaliknya,suatu
minimum relatif mengacu pada suatu titik di mana nilai dari f(x) adalah lebih kecil daripada nilai
nilai pada suatu titik titik yang berada di sekitarnya.(Seperti gambar yang diatas).
 Dari gambar diatas,jika kita menggunakan definisi definisi di atas,fungsi mempunyai
maksimum relatif pada X = X1 dan X=X3.Serupa dengan itu,fungsi mempunyai minimum relatif
pada X=X2 dan X=X4.

Definisi Eksremum Absolut

 Jika fungsi f(x) dikatakan mempunyai suatu maksimum absolut pada X = Xo jika f(Xo) >
f(X) pada X lainnya dalam wilayah (domain) fungsi. Dan jika fungsi f(X) dikatakan mempunyai
suatu minimum absolut pada X = Xo jika f(Xo) > f(X) pada lainnya dalam wilayah (domain)
fungsi.
Perbedaan antara ekstremum relative dan ekstremum absolut hanya terletak pada interval
dalam domain fungsi, ekstremum absolut mencakup keseluruhan interval dalam domain
fungsinya Dalam matematika Nilai Absolut adalah suatau bilangan rill tanpa tanda plus atau
minus

Jika suatu fungsi y=f(x) didefinisikan pada interval [b,c] yg memuat X=Xo :
a.Fungsi f(x) dikatakan mempunyai maksimum absolut (global) pd x=x0jk f(x0)>f(x) utk semua
x dlm interval[b,c]
b.Fungsi f(x) dikatakan mempunyai minimum absolut (global) pd x=x0jk f(x0)
Apabila kita kembali mengacu pada gambar diatas,maka fungsi f(X) mempunyai
maksimum absolut pada X = X3 dan minimum absolut pada X= X2.Selanjutnya,harus
diperhatikan bahwa suatu titik pada grafik dari fungsi dapat mempunyai baik maksimum
(miminum) relatif dan maksimum(minimum) absolut.Jadi,perbedaan antara ekstremum relatif
dan ekstremum absolut hanya terletak pada interval dalam domain fungsi.Ekstremum relatif
hanya mencakup pada interval tertentu,sedangkan ekstremum absolut mencakup keseluruhan
interval dalam domain fungsinya.
 Nilai Absolut
Grafik fungsi y-x , dengan x bilangan rill

B.Mengidentifikasi Titik Kritis

Mengidentifikasi Titik Kritis adalah Istilah titik kritis,titik stationary dan titik ekstrem
sebenarnya mempunyai arti yang sama. Semuanya berarti suatu keadaan dimana titik tersebut
tidak menaik dan menurun.
Istilah “titik kritis”, “titik stationary”, dan “titik ekstrem” sebenarnya mempunyai arti
yang sama. Semuanya berarti suatu keadaan di mana titik tersebut tidak menaik dan menurun.
Dengan kata lain, kemiringan garis tangensnya adalah sejajar dengan sumbu horizontal X. Oleh
karena itu, derivatif pertama dri ufngsi tersebut adalah sama dengan nol. Jadi syarat yang
diperlukan untuk maksimum atau minimum relatif dari suatu fungsi pada X=Xo adalah:
1. f’(Xo) = 0 atau
2. f’(Xo) tidak terdefinisikan
Nilai Xo yang memenuhi kedua kondisi di atas disebut nilai kritis dari X dan f(Xo)
disebut sebagai nilai tetap (stationary) dari Y. Dengan demikian, bila digabungkan nilai Xo dan
f(Xo) akan menjadi koordinat titik [Xo, f(Xo)] dan disebut titik kritis atau titik stationary. Titik-
titik kritis yang mungkin terjadi pada suatu fungsi f(X) yang kontinu dapat berupa: maksimum
relatif, minimum relatif atau titik belok (infection point). Untuk menentukan lokasi titik kritis
yang berupa maksimum relatif, minimum relatif, atau titik belok ada dua metode umum yang
digunakan yaitu: uji derivatif pertama dan uji derivatif kedua
Maksimum dan Minimum
Definisi :
Andaikan S daerah asal f, memuat titik c. kita katakana bahwa :
f( c ) adalah nilai maksimumf pada S jika f ( c ) f (x) untuk semua x di S.
f( c ) adalah nilai minimum pada S jika f( c ) f(x) untuk semua x di S.
f( c ) adalah nilai ekstrim f pada S jika ia nilai maksimum atau nilai minimum

Teorema A
(Teorema eksitensi Maks-Min). jika f kontinu pada selang tertutup [a, b], maka f mencapai nilai
maksimum dan nilai minimum
Teorema B
(Teorema Titik Kritis). Andaikan f didefinisikan pada selang I yang memuat titik c. jika f ( c)
adalah titik ekstrim, maka c haruslah suatu titik kritis; yakni c berupa salah satu :
Titik ujung
Titik stasioner dari f’(x) = 0
Titik Singuler dari f’(x) tidak ada
Contoh :
Carilah nilai maksimum dan minimum dari f (x)= 4x3+ 3x2 – 6x +1 pada [2,1]..
Penyelesaian :
F’(x) = 12x2+6x-6
Untuk f’(x) =0, maka:
12x2+6x-6 = 0
2x2+x-1 = 0… (di perkecil)
2x2-1) (x+1)=0
X=1/2, x=-1
Kita dapatkan titik kritisnya yaitu : (-2, -1, ½, 1)
Sehingga :
F(-2) = -7
F(-1) = 6
F(1/2) = ¾
F(1) = 2

Jadi kita dapatkan:

Nilai maksimumnya pada f(-1) = 6
Nilai minimumnya pada f(-2) = -7

4.2 Kemonotonan dan Kecekungan

Definisi :
Andaikan f terdefinisi pada selang I ( terbuka, tertutup, atau tak satupun ) kita katakana bahwa :
f adalah naik pada I jika untuk setiap pasangan bilangan x1 dan x2 dalam I
x1 < x2  f (x1) < f (x2)
f adalah turun pada I jika untuk setiap pasangan bilangan x1 dan x2 dalam I
x1 < x2  f (x1) > f (x2)
f monoton murni pada I jika ia naik atau turun pada I
Teorema A
(Teorema Kemonotonan).Andaikan f kontinu pada selang I dan dapat didiferensialkan pada
setiap titik dalam dari I:
Jika f’ (x) >0 untuk semua titik dalam x dari I, maka f naik pada I
Jika f’ (x) <0 untuk semua titik dalam x dari I, maka f turun pada I
Definisi :
Andaikan f terdiferensial pada selang terbuka I = (a, b). maka
jika f’ naik pada I, f ( dan grafiknya ) cekung ke atas disana.
Jika f’ turun pada I,f cekung ke bawah pada I.
Teorema B
(Teorema Kecekungan). Andaikan f terdiferensial 2x pada selang terbuka (a, b)
Jika f” (x) >0 untuk semua x dalam (a, b), maka f cekung ke atas pada (a, b).
Jika f” (x) <0 untuk semua x dalam (a, b),maka f cekung ke bawah pada (a, b)

Contoh :
Jika f (x) = 2x3 + 9x2 -13. tentukanlah dimana f naik dan dimana f turun ?

Penyselesaian:
F’(x) = 6x2 + 18x = 6x (x +3)
Kita perlu menentukan dimana
x (x + 3) > 0 dan x (x+3) < 0
x= 0, x = -3 > 0 x=0, x=-3 <0
Kita peroleh titik-titiknya : (-,-3), (-3, 0) dan (0, )
Maka f naik pada titik (-,-3] dan [0,)
Dan f turun pada titik [-3,0]

4.3 Maksimum dan Minimum Lokal

Definisi :
Andaikan S daerah asal f memuat titik c,kita katakan bahwa :
F( c )nilai maksimim lokalmf, jika terdapat selang (a, b) yang memuat c sedemikian sehingga f( c
) adalah nilai maksimum f pada (a, b)  S
F( c ) nilai minimum local f jika terdapat selang (a, b) yang memuat c sedemikian sehingga f( c )
adalah nilai minimum f pada (a, b)  S
f( c ) nilai ekstrim local f jika ia berupa nilai maksimum atau minimum lokal.
Teorema A
(Uji Turunan Pertama Untuk Ekstrim Lokal).Andaikan f kontinu pada selang terbuka (a, b) yang
memuat titik kritis c,:
Jika f’(x) > 0 untuk semua x dalam (a, c) dan f’(x) < 0 untuk semua x dalam (c, b), maka f (c)
adalah nilai maksimum lokal.
Jika f’(x) < 0 untuk semua x dalam (a, c) dan f’(x) < 0 untuk semua x dalam (c, b), maka f’( c )
adalah nilai minimum lokal.
Jika f’(x) bertanda sama pada kedua pihak c, maka f’( c ) bukan nilai ekstrim lokal f.
Teorema B
(Uji Turunan Kedua Untuk Ekstrim Lokal). Andaikan f’ dan f” ada pada setiap titik dalam selang
terbuka (a, b) yang memuat c,dan andaikan f( c )= 0
Jika f”( c )< 0, f( c ) adalah nilai maksimum lokal f.
Jika f”( c ) > 0, f( c ) adalah nilai minimum lokal f.
Contoh :
Cari nilai ekstrim lokal dari f(x) = x2-4x+1 pada [-∞, ∞]..
Penyelesaian :
f’(x) = 2x-4, ada untuk semua x, jadi satu-satunya titik kritis untuk f adalah penyelesaian tunggal
dari f’(x) = 0 yaitu x = 2,
sehingga :
f‘(x) = 2 (x – 2) < 0 untuk x < 2, f turun pada (-∞, 2]
f’(x) = 2 (x- 2) > 0 untuk x > 2, f naik pada [2,∞).

4.4 Lebih Banyak Masalah Maks-Min

Pada bahasan awal kita hanya mencari nilai maksimum atau minimum dari suatu fungsi
pada selang tertutup saja,padahal masih ada fungsi terbuka,setengah buka,atau setengah tertutup
yang membutuhkan penyelesaian. Kita bisa menyelesaikan hal ini dengan menerapkan teori
secara benar.
Langkah-langkah dalam menerapkan masalah Maks-Min adalah sebagai berikut:
 buat sebuah gambar untuk masalah dan berkan variable-variabel yang sesuai untuk
besaranpbesaran kunci.
 Tuliskan rumus untuk besaran Q yang harus dimaksimumkan (diminmumkan ) dalam
bentuk variable-variabel tersebut.
 Gunakan kondisi-kondisi masalah untuk menghlangkan semua kecuali satu dari variable-
variabel ini dank arenanya menyatakan Q sebagai fungsi dari satu variable, misalnya x
 Tentukan himpunan nilai-nilai x yang mungkin, biasanya sebuah selang
 Tentukan titik-titik kritis ( titik ujung, titik stasioner, titik singular ). Paling sering, titik-
titik kitis kunci berupa titik-titik stasioner dimana dQ/dx = 0
 Gunakan teori bab ini untuk memutuskan titik kritis mana yang memberikan maksimum
(minimum).

PENGGUNAAN KATA MARJINAL

Andaikan ABC mengetahui fungsi biayanya C(x) dan untuk sementara direncanakan
memproduksi 2000 satuan tahun ini. Jika fungsi biaya adalah seperti yang diperlihatkan pada
gambar 1 maka nilai ΔC/ Δx pada saat Δx = 1 dan diharapkan nilai ini sangat dekat terhadap
nilailim ΔC/ Δ
Δx→0
Pada saat x = 2000. Ini disebut biaya marginal. Kita para matematikawan mengenalinya
sebagai dC/dx, turunan C terhadap x. Dengan nafas serupa, kita definisikan harga marginal
sebagai dp/dx, pendapatan marginal sebagai dR/dx, dan keuntungan marginal sebagai dP/dx.
Uji Derivatif Pertama
(untuk menentukan titik kritis dari suatu fungsi)
Langkah-langkah yang perlu diperhatikan pada penggunaan uji
1. Mencari nilai kritis X = Xo dengan cara derivatif pertama dari fungsi tersebut
disamakan dengan nol atau f’(X) = 0. Kemudian pecahkanlah nilai X ini dengan
mencari akar-akar dari persaman f’(X) = 0, jika persamaannya berpangkat dua atau
lebih.
2. Menyelidiki perubahan tanda yang mungkin terjadi di sekitar nilai kritis X = Xo ,
(a) Apabila derivatif pertama f’(X) tandanya berubah dari positif menjadi negatif dari
sebelah kiri nilai X = Xo ke sebelah kanannya, maka titik maksimum relatif pada
X = Xo
(b) Apabila derivatif pertama f'(X) tandanya berubah dari negatif menjadi positif
Dari sebelah kiri nilai X = Xo, ke sebelah kanannya, maka titik minimum relatif
pada X=Xo
(c) Apabila derivatif pertama f'(X) mempunyai tanda yang sama dari sebelah kiri
nilai X = Xo, ke sebelah kanannya, maka bukan titik maksimum atau minimum
relatif pada X = Xoa
Keterangan
Gambar a : Titik maksimum relatif karena perubahan tanda derivatif pertama dari
positif ke negatif.
Gambar b : Titik minimum relatif karena perubahan derivatif pertama dari negatif
ke positif
Gambar c dan d : tanda derivatif pertama tidak terjadi perubahan , yaitu positif ke
positif dan dari negatif ke negatif, dan merupakan titik belok

Contoh Soal :
Uji Derivatif Kedua

Metode lain untuk menentukkan titik kritis dari suatu fungsi adalah dengan menggunakan
uji derivatif kedua.Uji derivative kedua ini lebih muda dibandingkan dengan uji derivatif
pertama yang berada di sebelah kiri dan kanan nilai kritis X = X0,melainkan hanua memeriksa
pada nilai derivatif kedua dari fungsi tersebut.
Uji derivaitf kedua ini berhubungan dengan kelengkungan (concavity) grafik (kurva) dari
suatu fungsi.Menurut definisi,jika derivatif kedua dari fungsi adalah negatif atau f”(X) untuk
semua X pada interval fungsi,maka kurva dari fungsi tersebut adalah lengkung ke bawah
(concave downward ) pada interval itu. Jika derivatif kedua dari fungsi adalah positif atau f(X) >
0 untuk semua X pada interval fungsi,maka kurva dari fungsi tersebut adalah lengkung ke atas
(concave upward) pada internal itu.Kedua definisi ini dapat ditunjukkan dalam gambar di bawah.

Dalam gambar diatas grafik dari fungsi adalah lengkung kebawah (concave down) di
antara titik A dan B,dan lengkung ke atas (Convave Up) di antara titik B dan C. Perhatikan
bahwa di antara titik A dan B kurva terletak di bawah garis garis singgungnnya dan di antara titik
B dan C kurba terletak di atas garis garis singgungnya.Di titik B kelengkungan kurva berubah
dari lengkung ke bawah menjadi lengkung ke atas.Jadi suatu titik di mana kelengkungan berubah
disebut titik belok (inflection point
 Karena derivatif pertama f '( x  ) adalah suatu fungsi dari x , maka f '( x )dapat di
differensialkan lagi terhadap x  menjadi derivatif kedua dari fungsi f ( x ), yangdinotasikan
dengan : f "( x  ) atau d2 y
dx2
Jika derivatif kedua f "( x ) di differensialkan lagi terhadap x menjadi derivatif ketiga
f '"( x  )d y3 dst.

Interpretasi Derivatif Kedua

Tes Derivatif Kedua
Contoh Soal :
 Dalam penulisan Resume ini dapat dijadikan sebagai referensi
untuk mempelajari Optimisasi : Fungsi dengan Satu Variabel Bebas
ini berisi tentang materi dan soal soal dan beberapa penjelasan
Optimisasi. Namun Optimisasi yang ada di dalam Resume ini belum
lah lengkap, aturan-aturan turunan yang terdapat di dalam Resume ini
hanyalah beberapa aturan dasar yang dirasa penting untuk di pelajari
oleh pembaca.

Penulis menyadari bahwa pada makalah ini

masih banyak terdapat kekurangan oleh karena itu penulis
sangat mengharapkan kritik dan saran dari pembaca sehingga penulis
dapat memperbaiki kekurangan pada makalah ini sehingga dapat
bermanfaat baik bagi pembaca maupun bagi penulis sendiri.

Demikianlah Resume Optimisasi : Fungsi dengan Satu Variabel

Bebas ini tentunya masih banyak kekurangan yang harus
dilengkapi,untuk mencapai kesempurnaan. Kami Kelompok 3
Kevin,Teguh,Jepri,Naswa,Satirah hanya manusia biasa yang penuh
dengan kekurangan, untuk itu penulis mohon dengan segala kerendahan
hati, untuk memberikan Saran dan Kritiknya yang bersifat
membangun,dengan harapan agar Resume ini bisa lebih sempurna.
Sekian Terima Kasih…

Penyusun

25 November 2021