MODUL PERKULIAHAN

Matematika Bisnis
Konsep Parsial lagrange

Fakultas : Bisnis dan Ilmu Sosial TatapMuka Kode Mata Kuliah:

Program Studi :Manajemen

13 DisusunOleh:

Wenny Desty Febrian,SE,MM

ABSTRAK TUJUAN
Hal ini dapat digunakan Setelah membaca modul ini,
mahasiswa diharapkan mampu
untuk mengoptimalkan untuk memahami metode
fungsi yang bergantung parsial lagrange
pada sejumlah
independen variabel dan
ketika kendala
fungsional terlibat

2020 Matematika Bisnis

2 Wenny Desty Febrian, SE, MM PusatBahan Ajar dan eLearning
http://www.undira.ac.id
PEMBAHASAN

Hal ini dapat digunakan untuk mengoptimalkan fungsi yang bergantung

pada sejumlah independen variabel dan ketika kendala fungsional terlibat.
Dengan demikian, dapat diterapkan untuk berbagai situasi praktis
disediakan fungsi tujuan dan kendala dapat dinyatakan sebagai fungsi
kontinu dan terdiferensialkan. Selain itu, kendala kesetaraan hanya dapat
dipertimbangkan dalam proses optimasi. Pernyataan matematika dari
masalah optimasi diberikan dalam sebelumnya
bab sebagai
tunduk pada kendala

dimana U adalah fungsi tujuan yang akan dioptimalkan dan Gi = 0, dengan i

bervariasi dari 1 sampai n, merupakan kendala kesetaraan n. Seperti disebutkan
sebelumnya, jika kendala ketimpangan muncul dalam masalah, ini harus diubah
menjadi kesetaraan kendala untuk menerapkan metode ini. Selain itu, dalam
beberapa kasus, ketidaksetaraan kendala hanya mendefinisikan domain diterima
dan tidak digunakan dalam optimasi proses. Namun demikian, solusi yang
diperoleh diperiksa untuk memastikan bahwa kendala puas.

Metode Lagrange pada dasarnya mengubah masalah sebelumnya untuk

menemukan minimum atau maksimum ke solusi dari sistem aljabar persamaan,
sehingga memberikan skema yang nyaman untuk menentukan optimal. Itu fungsi
tujuan dan kendala digabungkan menjadi Y fungsi baru, yang dikenal sebagai
ekspresi Lagrange dan didefinisikan sebagai

2020 Matematika Bisnis

3 Wenny Desty Febrian, SE, MM PusatBahan Ajar dan eLearning
http://www.undira.ac.id
dimana λ adalah parameter yang tidak diketahui, yang dikenal sebagai
pengali Lagrange. Kemudian, menurut metode ini, optimum terjadi pada

solusi dari sistem persamaan

Ketika pembedaan diterapkan pada ekspresi Lagrange, menemukan bahwa

optimum diperoleh dengan menyelesaikan sistem persamaan berikut:

2020 Matematika Bisnis

4 Wenny Desty Febrian, SE, MM PusatBahan Ajar dan eLearning
http://www.undira.ac.id
 Jika U fungsi tujuan dan kendala Gi yang terus menerus dan
terdiferensialkan, sistem persamaan aljabar diperoleh. Karena ada persamaan m
untuk kendala dan persamaan tambahan n berasal dari ekspresi Lagrange, total
m+ n persamaan simultan diperoleh. Yang tidak diketahui adalah m pengganda,
sesuai dengan kendala m, dan variabel independen n. Oleh karena itu, sistem ini
dapat diselesaikan untuk mendapatkan nilai-nilai variabel independen, yang
menentukan lokasi yang optimum, serta multiplier. Analytical metode untuk
memecahkan sistem persamaan aljabar dapat digunakan jika persamaan linier
diperoleh dan / atau ketika jumlah persamaan kecil, biasanya sampai dengan
sekitar lima. untuk nonlinear persamaan dan untuk set yang lebih besar, metode
numerik umumnya lebih tepat. Nilai optimum dari fungsi tujuan ini kemudian
ditentukan dengan menggantikan nilai-nilai yang diperoleh untuk variabel
independen terhadap ekspresi untuk U. optimum sering diwakili oleh tanda
bintang, yaitu, X1*, X2*, …. Xn* dan U*.

2020 Matematika Bisnis

5 Wenny Desty Febrian, SE, MM PusatBahan Ajar dan eLearning
http://www.undira.ac.id
Mari mempertimbangkan masalah tak terbatas untuk dua variabel independen
x dan y. Kemudian metode pengali Lagrange menghasilkan lokasi optimal sebagai
solusi untuk persamaan

Gambar 2 Minimum dan Maksimum dalam masalah tidak berkendala U=0

Oleh karena itu, vektor gradien, yang normal dengan kontur U konstan,
adalah nol, menyiratkan bahwa tingkat perubahan U adalah nol sebagai salah satu
bergerak menjauh dari titik dimana persamaan ini puas. Ini menunjukkan titik
stasioner, atau ekstrem, seperti ditunjukkan secara kualitatif pada Gambar 2
untuk satu atau dua variabel independen. Intinya mungkin minimum atau
maksimum. Hal ini juga dapat menjadi titik pelana, ridge, atau lembah (lihat
Gambar 2). Informasi tambahan yang diperlukan untuk menentukan sifat
stasioner titik, seperti yang dibahas kemudian. Karena Persamaan adalah
persamaan vektor, masing-masing komponen dapat ditetapkan sama dengan nol,
sehingga menimbulkan dua persamaan berikut:

yang dapat diselesaikan untuk mendapatkan x dan y di optimal,

dilambangkan sebagai x* dan y*. Nilai U* optimal kemudian dihitung dari
2020 Matematika Bisnis
6 Wenny Desty Febrian, SE, MM PusatBahan Ajar dan eLearning
http://www.undira.ac.id
ekspresi untuk U. Jumlah persamaan yang diperoleh adalah sama dengan
jumlah variabel independen dan optimal dapat ditentukan dengan
memecahkan persamaan
The optimum untuk masalah dengan kendala tunggal diperoleh dengan

memecahkan persamaan

Gambar 3. Interpretasi fisik metode lagrange multiplier untuk dua variabel

independen dan kendala tunggal

Gradien vektor U normal dengan kontur U konstan, sedangkan G adalah

vektor normal terhadap kontur G konstan. Pengganda Lagrange hanya konstan.
Oleh karena itu, persamaan ini menyiratkan bahwa dua vektor gradien yang
selaras, yaitu, keduanya berada dalam garis lurus yang sama. Besaran dapat
berbeda dan dapat disesuaikan untuk memastikan bahwa Persamaan sesuai.
Namun, jika dua vektor tidak berada dalam garis yang sama, jumlah itu tidak
boleh nol kecuali kedua vektor adalah nol. Hasil ini ditunjukkan secara grafik pada
Gambar 3 untuk minimum di U. Sebagai salah satu bergerak di sepanjang
kendala, yang diberikan oleh G-0, dalam rangka untuk memastikan bahwa
kendala puas, gradien G bervariasi arah. Titik di mana menjadi collinear dengan
U adalah optimal. Pada titik ini, dua kurva yang tangensial dan dengan demikian
menghasilkan nilai minimum U sementara memenuhi kendala.

Kurva U konstan di bawah kurva kendala tidak memenuhi kendala dan yang
di atas itu memberikan nilai U lebih besar dari optimum pada lokasi di mana
mereka bersinggungan dengan kurva kendala. Jelas, nilai U lebih kecil dari yang di
yang optimal ditunjukkan pada gambar bisa diperoleh jika ada kendala tidak ada,

2020 Matematika Bisnis

7 Wenny Desty Febrian, SE, MM PusatBahan Ajar dan eLearning
http://www.undira.ac.id
dalam hal persamaan yang mengatur akan diperoleh dari Persamaan . Sebagai
contoh, mempertimbangkan U fungsi tujuan dalam bentuk

dengan bentuk kendala

Kendala ini dapat ditulis sebagai berikut untuk meletakkannya dalam bentuk yang

diberikan oleh Persamaan :

Berikut E, koefisien A dan B, dan eksponen a, b, c, dan d diasumsikan menjadi

konstanta yang diketahui. Ekspresi seperti yang sering ditemui dalam termal
sistem. Misalnya, U mungkin biaya keseluruhan dan x dan y pompa yang
dibutuhkan dan diameter pipa, masing-masing, dalam sistem aliran air. Tekanan
menurun dengan meningkatnya diameter, sehingga biaya lebih rendah untuk
pompa, dan biaya untuk meningkatkan pipa. Hal ini menimbulkan hubungan
seperti Persamaan untuk E. Dengan demikian, kontur U konstan dapat ditarik
bersama dengan kurva kendala sebuah bidang x - y, seperti sketsa pada Gambar 4
(a). Kemudian optimal ditunjukkan dengan lokasi di mana kontur U konstan
menjadi tangensial dengan kendala kurva, sehingga menyelaraskan U dan G
vektor. Untuk kasus sederhana ketika semua konstanta dalam ekspresi kesatuan,
yaitu, U = x+y dan G = xy - 1 = 0, U konstan kontur berupa garis lurus dan kurva
kendala diberikan oleh x = 1 / y, seperti sketsa pada Gambar 4 (b). Optimum
adalah pada x* = 1,0 dan y* = 1,0, dan nilai U* optimum adalah 2,0 untuk kasus
ini.

Meskipun hanya dua variabel independen dianggap sini untuk kemudahan

visualisasi dan pemahaman fisik, ide-ide dasar dengan mudah dapat diperpanjang
untuk sejumlah besar variabel. Sistem persamaan yang harus diselesaikan untuk
mendapatkan optimal diberikan oleh persamaan skalar n berasal dari persamaan
vektor

dan m kendala kesetaraan

2020 Matematika Bisnis

8 Wenny Desty Febrian, SE, MM PusatBahan Ajar dan eLearning
http://www.undira.ac.id
 untuk

Gambar 4. (a). Optimisasi masalah kendala sederhana dan (b) hasil dari
semua kendala diberikan oleh ekpresi adalah satu
Sebagian besar masalah yang dihadapi dalam optimasi desain sistem termal
terhambat karena prinsip-prinsip konservasi dan keterbatasan yang ditetapkan
oleh
bahan yang digunakan peraturan ruang, tersedia, keselamatan dan lingkungan, dll
Namun, seringkali kendala yang digunakan untuk mendapatkan hubungan antara
berbeda desain variabel. Jika ini kemudian diganti menjadi ekspresi untuk
fungsi tujuan, masalah tak terbatas diperoleh karena kendala telah terpenuhi.
Kadang-kadang, dalam perumusan masalah optimasi sendiri, kendala bekerja
untuk menurunkan ekspresi yang tepat dan kendala tambahan tidak diperlukan.
Dengan demikian, suatu hasil masalah tak terbatas. Tentu saja, dalam beberapa
kasus, tidak ada kendala yang signifikan, dan masalah diperlakukan sebagai tak
terbatas. Dengan demikian, masalah optimasi tidak dibatasi adalah minat banyak
sistem termal praktis dan proses.

Penggunaan Gradien Untuk Optimasi

Jika tidak ada kendala dalam masalah, optimal diberikan oleh solusi
untuk
persamaan berikut vektor untuk U (x1, x2, x3, ..., xn):

2020 Matematika Bisnis

9 Wenny Desty Febrian, SE, MM PusatBahan Ajar dan eLearning
http://www.undira.ac.id
 Sekali lagi, mudah untuk memvisualisasikan vektor gradien jika
hanya dua atau tiga variabel terlibat, seperti yang terlihat di bagian
sebelumnya. Namun, konsep-konsep dasar yang sama dan dapat
diperpanjang untuk setiap nomor yang sesuai dari variabel. Semua
komponen Persamaan vektor persamaan, U, harus nol agar vektor menjadi
nol karena semua variabel diambil sebagai independen satu sama lain. Oleh
karena itu, optimal diperoleh dengan memecahkan persamaan

Hal ini mirip dengan kondisi untuk titik stasioner diberikan oleh
Persamaan untuk variabel tunggal independen. Fungsi tujuan harus kontinu
dan terdiferensialkan fungsi dari variabel independen dalam masalah dan
derivatif harus kontinu.

Sistem persamaan diwakili oleh Persamaan dapat linear atau

nonlinier, persamaan nonlinier meskipun lebih sering ditemui untuk termal
sistem dan proses. Analisis matematis dapat digunakan dalam kasus-kasus
sederhana untuk mendapatkan solusi. Jika tidak, teknik numerik
diperlukan. Metode ini sangat berguna untuk sistem yang mungkin ditandai
dengan ekspresi aljabar yang dapat dengan mudah dibedakan. Situasi ini
biasanya muncul dalam kasus-kasus di mana curve fitting menghasilkan
ekspresi seperti untuk karakteristik perilaku sistem dan dalam sistem kecil,
ideal, dan sederhana. Kendala diasumsikan absen atau diurus dalam
mengembangkan fungsi tujuan, seperti yang dibahas kemudian. Kami
sekarang mempertimbangkan menentukan apakah optimal adalah
minimum atau maksimum.

2020 Matematika Bisnis

10 Wenny Desty Febrian, SE, MM PusatBahan Ajar dan eLearning
http://www.undira.ac.id