Penyelidikan Operasi
3. Penyelesaian Analitis
Persoalan Optimisasi
Abe Alkaff
Materi
Optimisasi Tanpa Kendala
2
Abe Alkaff
Bentuk Umum
min 𝑓 𝑥 𝑑𝑖𝑚𝑎𝑛𝑎 𝑓 𝑥 : ℛ𝑛 ⟶ ℛ
Syarat Perlu
𝛻𝑓 𝑥 ∗ = 0 ⟹ 𝑥 ∗ adalah titik optimal
Syarat Cukup
Η 𝑥 ∗ ≥ 0 ⟹ 𝑥 ∗ adalah titik minimum, sehingga
⟹ 𝑥 ∗ adalah penyelesaian dari min 𝑓 𝑥
Contoh 1: Cari penyelesaian dari Min 3𝑥1 2 + 2𝑥2 2 + 4𝑥1 𝑥2 − 6𝑥1 − 8𝑥2 + 6
∗ −1
𝑥 = = 𝑎𝑑𝑎𝑙𝑎ℎ 𝑡𝑖𝑡𝑖𝑘 𝑚𝑖𝑛𝑖𝑚𝑢𝑚
3
⟹ 𝑎𝑑𝑎𝑙𝑎ℎ 𝑡𝑖𝑡𝑖𝑘 𝑝𝑒𝑛𝑦𝑒𝑙𝑒𝑠𝑎𝑖𝑎𝑛 yang dicari
Abe Alkaff
𝑓 𝑥 ∗ = −3
−1
Langkah 4: Jadi nilai minimumnya adalah -3 pada titik
3
Abe Alkaff
titik minimum
(-1,3)
𝑓1
𝑓2 > 𝑓1
𝑓3 > 𝑓2
10
f(𝑥)
x1
x2
11
Contoh 2
min − 3𝑥1 2 − 2𝑥2 2 − 4𝑥1 𝑥2 + 6𝑥1 + 8𝑥2 − 6
1. Syarat Perlu 𝛻𝑓 𝑥 ∗ = 0
−6𝑥1 − 4𝑥2 + 6 0
𝛻𝑓 𝑥 = =
−4𝑥1 − 4𝑥2 + 8 0
−1
−6𝑥1 − 4𝑥2 + 6 = 0 𝑥∗ =
3
−4𝑥1 − 4𝑥2 + 8 = 0
Kandidat Titik Minimum
𝑥1 = −1
𝑥2 = 3
Abe Alkaff
titik maksimum
𝑓1
𝑓2 < 𝑓1
𝑓3 < 𝑓2
14
15
Contoh 3
Jika diperoleh 6 6
Η 𝑥 =
6 4
Η1 = 6 > 0
indefinit
Η2 = 6 4 − 6 6 = −12 < 0
4ൗ
b. Cek untuk kandidat 𝑥 ∗ = 83
− ൗ3
6𝑥1 2
Η 𝑥 =
2 4
Η1 = 8 > 0
positif definit
Η2 = 8 4 − 2 2 = 28 > 0
4ൗ
∗
𝑥 = 3 𝑚𝑒𝑚𝑒𝑛𝑢ℎ𝑖 𝑠𝑦𝑎𝑟𝑎𝑡 𝑐𝑢𝑘𝑢𝑝 𝑠𝑏𝑔 𝑡𝑖𝑡𝑖𝑘 𝑚𝑖𝑛𝑖𝑚𝑢𝑚 (𝑝𝑒𝑛𝑦𝑒𝑙𝑒𝑠𝑎𝑖𝑎𝑛)
8
− ൗ3
Abe Alkaff
titik minimum
21
Contour Contoh 4
Abe Alkaff
Bentuk Umum
𝑚𝑖𝑛 𝑓 𝑥 Fungsi optimisasi
dengan syarat (d.s) ℎ 𝑥 = 0 Fungsi kendala berbentuk persamaan
𝑓 𝑥 : ℛ𝑛 → ℛ
ℎ 𝑥 : ℛ𝑛 → ℛ𝑚 𝑚 ∶ sembarang (menyatakan banyaknya kendala)
Akan dicari 𝑥 ∗ ∋ ℎ 𝑥 ∗ = 0 𝑑𝑎𝑛 𝑓(𝑥 ∗ ) < 𝑓 𝑥 ∀𝑥
Langkah: 1. Mencari titik(-titik) yang memenuhi semua kendala
2. Mencari titik(-titik) optimal
3. Mencari titik(-titik) penyelesaian
Abe Alkaff
Definisikan 𝑆 = 𝑥|ℎ 𝑥 = 0
𝑆 = Daerah Kelayakan
Abe Alkaff
**Titik minimum ⟹
titik yang dihasilkan
dari persinggungan
antara garis kendala
titik yang dengan contour
memenuhi paling dalam
kendala
𝐿 𝑥, 𝜆 = 𝑓 𝑥 + 𝜆𝑖 ℎ𝑖 (𝑥)
𝑖=1
𝐿 disebut sebagai fungsi Lagrange
Abe Alkaff
Contoh
min 3𝑥1 2 + 2𝑥2 2 + 4𝑥1 𝑥2 − 6𝑥1 − 8𝑥2 +6
d.s 𝑥1 + 𝑥2 = 1 𝒙𝟏 + 𝒙𝟐 − 𝟏 = 𝟎 ⟹ 𝒉 𝒙 = 𝟎
Calon titik
minimum
Contoh
min 3𝑥1 2 + 2𝑥2 2 + 4𝑥1 𝑥2 − 6𝑥1 − 8𝑥2 +6
d.s 𝑥1 + 𝑥2 − 1 = 0
Bila 𝐿(𝑥, 𝜆) adalah konfeks maka 𝑥 ∗ adalah titik minimum yang dicari
• 𝑓(𝑥) adalah konfeks karena 𝐻(𝑥) adalah positif definit
• Untuk λ = 4, ℎ(𝑥) adalah konfeks karena linier
−1
Syarat cukup dipenuhi ⟹ 𝑥 ∗ = 𝑎𝑑𝑎𝑙𝑎ℎ 𝑝𝑒𝑛𝑦𝑒𝑙𝑒𝑠𝑎𝑖𝑎𝑛 (𝑡𝑖𝑡𝑖𝑘 𝑚𝑖𝑛𝑖𝑚𝑢𝑚) 𝑦𝑎𝑛𝑔 𝑑𝑖𝑐𝑎𝑟𝑖
2
Abe Alkaff
𝐿 𝑥, 𝜆 = 𝑓 𝑥 + 𝜆𝑖 ℎ𝑖 𝑥
Syarat Cukup
konfeks + positif + konfeks
konfeks + negatif + konkaf
Abe Alkaff
𝜵𝒇
𝜵𝒉
𝝀<𝟎
titik minimum
tanpa kendala
𝟏
𝜵𝒉 =
𝟏
𝝀>𝟎
Kendala
−𝟒
𝜵𝒇 =
−𝟒 persamaan
titik minimum
dengan kendala
Diketahui 𝑥1 = 2, 𝜆1 = 6, 𝜆2 = −12
4𝑥2 + 2 + (6) − (−12) = 0 (2) + (−5) + 𝑥3 = 1
𝑥2 = −5 𝑥3 = 4
2
𝑥 ∗ = −5 ⟶ 𝑐𝑎𝑙𝑜𝑛 𝑡𝑖𝑡𝑖𝑘 𝑚𝑖𝑛𝑖𝑚𝑢𝑚 𝑑𝑒𝑛𝑔𝑎𝑛 𝜆1 = 6, 𝜆2 = −12
4
Untuk memastikan bahwa adalah penyelesaian dari persoalan ini masih harus
dibuktikan bahwa syarat cukup terpenuhi, yaitu f(𝑥) konveks, h1(𝑥) konveks
karena 𝜆1 = 6 dan h2(𝑥) adalah konkaf karena 𝜆2 = −12. Buktikan!
Abe Alkaff
Bentuk Umum
Min 𝑓 𝑥 Fungsi tujuan
𝐿 𝑥, 𝜆, 𝑎 = 𝑓 𝑥 + λ(𝑔 𝑥 + 𝑎2 )
𝒈 𝑥 + 𝒂𝟐 = 𝟎
Syarat Perlu
𝜕𝐿
𝒂𝟐 = −𝒈 𝑥
• = 𝛻𝑓 𝑥 + 𝜆𝛻𝑔 𝑥 = 0 1
𝜕𝑥 𝒂= −𝒈(𝑥)
𝜕𝐿
• = 𝑔 𝑥 + 𝑎2 = 0 𝑔(𝑥) ≤ 0 2
𝜕𝜆
𝜕𝐿
• = 2𝑎𝜆 = 0
𝜕𝑎
𝑎𝜆 = 0
−𝑔 𝑥 𝜆 = 0 ∗ −𝑔(𝑥)
𝑔 𝑥 𝜆=0 3
𝜆≥0 4 ?
Abe Alkaff
Contoh 1
min 3𝑥1 2 + 2𝑥2 2 + 4𝑥1 𝑥2 − 6𝑥1 − 8𝑥2 + 6
d.s 𝑥1 + 𝑥2 ≤ 1
𝑔 𝑥 = 𝑥1 + 𝑥2 − 1
Contoh 2
min 3𝑥1 2 + 2𝑥2 2 + 4𝑥1 𝑥2 − 6𝑥1 − 8𝑥2 + 6
d.s 𝑥1 + 𝑥2 ≥ 1
48
𝑔 𝑥 = −𝑥1 − 𝑥2 + 1
Abe Alkaff
Solusi 1
6𝑥1 + 4𝑥2 − 6
𝛻𝑓 𝑥 =
4𝑥1 + 4𝑥2 − 8
1
𝛻𝑔 𝑥 =
1 −4
𝛻𝑓 𝑥 =
Solusi 2 −4
6𝑥1 + 4𝑥2 − 6
𝛻𝑓 𝑥 =
4𝑥1 + 4𝑥2 − 8
−1 49
𝛻𝑔 𝑥 =
−1
Abe Alkaff
−𝟒 𝒙 𝟏 + 𝒙𝟐 = 𝟏
𝜵𝒇 𝑥 =
−𝟒
50
Fungsi optimisasi
Min 𝑓 𝑥
ds 𝑔𝑖 𝑥 ≤ 0 𝑖 = 1,2, . . 𝑚 Fungsi kendala pertidaksamaan
ℎ𝑗 𝑥 = 0 𝑗 = 1,2, . . 𝑘 Fungsi kendala persamaan
Contoh
max 2𝑥1 + 𝑥2
𝑑. 𝑠 𝑥1 + 𝑥2 = 2
𝑥1 ≥ 0
𝑥2 ≥ 0
1 −2 − 𝜆1 + 𝜇 = 0 ⇒ 𝜇 = 2
−1 − 𝜆2 + 𝜇 = 0 ⇒ 𝜇 = 1 (Tidak Memenuhi)
2
Jadi, 𝑥∗ = dengan 𝜆1 = 0, 𝜆2 = 1, 𝜇 = 2 adalah calon titik optimal
0
Dengan nilai Minimum 61
min −2𝑥1 − 𝑥2 = −2 2 − 0 = −4
Abe Alkaff
𝛻ℎ
𝜆1 > 0
𝜆2 = 0
𝛻𝑔1
𝛻ℎ
𝛻𝑓
𝜆1 > 0 𝜆1 = 0
𝜆2 > 0 𝜆2 > 0
𝛻𝑓
𝛻𝑔2
Bentuk Umum
Dalam bentuk umum persoalan optimisasi dapat ditulis,
Kemungkinan 4 (𝑥1 = 0 ; 𝑥2 = 0)
(3) 0+0 ≠2 tidak memenuhi
2
Sehingga didapatkan 𝑥∗ = dengan 𝜇 = 2
0
Abe Alkaff
Tugas 3
1. Buat sebuah persoalan optimisasi yang melibatkan dua variable, fungsi tujuan orde dua, satu
kendala persamaan orde dua, dan satu kendala pertidaksamaan orde satu.
a. Dengan menggunakan psedo code untuk algoritma optimisasi yang anda buat, tentukan penyelesaian
analitis dari persoalan tersebut
b. Tunjukkan bahwa syarat keoptimalan Kuhn Tucker terpenuhi
c. Gambarkan (menggunakan komputer) kontur, daerah kelayakan, dan vektor gradien untuk menunjukkan
bahwa titik optimal yang diperoleh memenuhi semua syarat perlu
2. Buat sebuah persoalan optimisasi tanpa kendala dengan dua variable dan fungsi tujuan orde
tiga yang memiliki nilai minimum dan maksimum. Ulangi pertanyaan a, b, c pada soal nomer
1.
3. Buat sebuah soal optimasi yang melibatkan tiga variable orde dua, satu kendala persamaan
orde satu, dan satu kendala pertidaksamaan orde satu. Ulangi pertanyaan a dan b pada
71 soal
nomer 1.