Matematika Optimisasi

Azafilmi Hakiim
 Kontrak Kuliah
Kehadiran : 15 %
Tugas Terstruktur :
(Tiap Pertemuan 2-3 / -6 / 11-12/ 15) : 25%
Blended : 2-4-6-10-14-15
UTS : 30%
UAS : 30%

_keterlambatan harus sadar diri 10 mnt_

OUT.....
 Batasan Pembelajaran
Pertemua 1 :Parameterisasi
Pertemuan 2-3 : Fungsi bernilai Vektor
Pertemuan 4-5 : Permukaan di R3
Pertemuan 6-7 : Turunan di Rn
Pertemuann 8 : UTS
Pertemuan 9 : Metode lagrange dan
aplikasinya
Pertemuan 10-11 : Integral fungsi dan
integral permukaan
Pertemuan 12-13 : Integral fungsi atas
permukaan
Pertemuan 14-15 : Teorema Green
 Apa itu Optimisasi
• Optimisasi ialah suatu proses untuk
mencapai hasil yang ideal atau
optimal (nilai efektif yang dapat
dicapai). Dalam disiplin matematika
optimisasi merujuk pada studi
permasalahan yang mencoba untuk
mencari nilai minimal atau maximal
dari suatu fungsi riil. Untuk dapat
mencapai nilai optimal baik minimal
 Parameterisasinya:
a. Gradien
b. Matriks Hessian
c. Matriks Definit Positif dan Definit Negatif
d. Syarat Perlu Keoptimalan
e. Syarat Cukup Keoptimalan
f. Fungsi Konveks dan Konkav
Parameter Gradien
Didefinisikan f (X) adalah fungsi bernilai skalar yang
didefinisikan pada ruang vektor x

X = dideferensial f(x) skalar dimensi 1 x 1

terhadap vektor x dimensi n x 1 akan menghasilkan
vektor dimensi n x 1.

Jika Nabla f (x) adalah

gradien dari fungsi f(x), maka,
Untuk mencari titik2 optimal dari
Fungsi maka = 0
 Contoh Parameter Gradien
Hitung :
a.
b.
Parameter : Matriks Hessian
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.
• Matriks hessian merupakan matriks simetri (upper
diagonal = lower diagonal), untuk mengetahui
minimum atau maksimum suatu fungsi f(x) maka,

• Contoh soal
Hitung matriks H (x) :
1.
2.
 Matriks Definit Positif dan
Definit Negatif
Didefinisikan sebagai pendekatan yang dilakukan dengan menentukan
suatu matriks persegi yang dinilai positif atau negatif atau tidak definit
yang dihitung berdasarkan nilai determinan minor-minornya dengan
ketentuan sebagai berikut:

Contohnya : mencari sifat definit positif atau negatif?

 Syarat Perlu
Keoptimalan

Syarat perlu keoptimalan digunakan untuk mencari titik-titik optimal x* pada

pendekatan analitis melalui =0
x* yang memenuhi persamaan diatas merupakan penyelesaian yang dapat
dikatakan sebagai titik optimal:
Contoh:
1.
Maka gradiennya =0

----perhatikan & catat -----

2. Latihan soal :
 Syarat Cukup
Optimal
Didefinisikan sebagai penentual apakah titik optimum yang
telah didapat dari syarat perlu keoptimalan merupakan titik
minimum atau titik maksimum. Syarat cukup keoptimalan
mengatakan bahwa:

Contoh:
Dapat titik optimal : x* = .... Dan Matriks Hessian dengan
(definit....) maka disebut titik ...... (dengan memasukkan x*
kedalam fungsi f(x))=......
Latihan: cari titik minimum atau titik maksimum
 Fungsi konveks dan koncav

konveks : didefinisikan pada x1, x2 e Rn ; x1 dan x2 adalah vektor yang sama. Secara
matematis vektor sama dengan titik dengan syarat titik referensinya sama. Titik
merupakan geometri sedangkan vektor adalah space. Perbedaanya titik selalu
dinyatakan pada koordinat tetap sedangkan vektor koordinat berubah

Kombinasi Konveks dari x1 dan x2 adalah titik titik

yang terletak pada garis lurus yang
menghubungkan x1 dan x2 yang dipenuhi dari
persamaan:
Fungsi konveks memiliki tanda kurang dari sama dengan

Bila dilihat dari tabel definit dan semidefinit : fungsi konveks dan konkav
dipelajari dari garis yang runut: 1. kembali pada tabel
2. Asumsinya bahwa fungsi (x1, x2, x3, ...xn) merupakan fungsi turunan
tingkat dua
3. fungsi (x1, x2, x3, ...xn) dinyatakan konveks jika n x n Hessian matriks
dinyatakan semidefinit positif
fungsi konkav -> - f(x) adalah konveks
->

Fungsi konkav memiliki tanda

lebih dari dari sama dengan
 Contoh :

Penyelesaiannya:
1. Mencari H (x)
2. H (x) Pendekatan
Definit dan
semidefinit
Asumsinya maka
dikalikan dengan matriks
ZT x H x Z (Z = z1, z2, z3)
 1
2
UJI COBA ! Kerjakan:
Latihan
 Fungsi Bernilai Vektor
a. Menghitung limit dan turunan fungsi bernilai
vektor;
b. Menentukan kecepatan dan percepatan dari
suatu partikel yang bergerak sepanjang kurva
yang diketahui persamaan posisinya;
Fungsi Bernilai Vektor
Fungsi F yang memetakan tiap bilangan real t e i (t anggota suatu
selang i) ke suatu vektor F (t) di R2 (Ruang dua) atau R3 (ruang tiga) disebut
sebagai fungsi bernilai vektor.
Contoh : F(t) = (cos t , sin t), 0 ≤t≤2π
Merupakan fungsi bernilai vektor. Daerah nilai fungsi ini adalah
lingkaran yang berpusat di (0,0) dan berjari-jari 1.

So Perhatikan !
 Limit Fungsi Bernilai Vektor
Kita tuliskan apabila untuk setiap
Terdapat sehingga

Secara intitutif, semakin dekat t ke c, semakin

dekat F(t) ke L
Teorema
• Misalkan F(t) = f(t) + g(t). Maka F mempunyai
limit di c jika dan hanya jika f dan g mempunyai
limit di c. Dalam hal ini:

• Sebagai akibatnya, F kontinu di c jika dan hanya

jika

Catatan: Hal serupa berlaku untuk fungsi bernilai

vektor R3
 Turunan Fungsi Bernilai Vektor

• Misalkan F = (f,g) adalah fungsi bernilai vektor.

Turunan F di c didefinisikan sebagai:

• Berdasarkan teorema tentang limit fungsi

bernilai vektor, kita dapatkan: jika f dan g
mempunyai turunan di c, maka:
 Teorema
Misalkan F dan G mempunyai turunan, p fungsi
skalar yang mempunyai turunan, dan c skalar
maka:
1. Dt[F(t)+G(t)]=F’(t)+G’(t)
2. Dt [c.F(t)]=cF’(t)
3. Dt[p(t).F(t)]=p(t)F’(t)+p’(t)F(t)
4. Dt[F(t) (dot) G(t)]=F’(t) dot G(t)+F(t) dot G’(t)
5. Dt[F(p(t)]=p’(t).F’(p(t))
6. Misalkan F dan G fungsi bernilai vektor di R3,
maka Dt[F(t) x G (t)]=F’(t) x G (t)+ F(t) x G’(t)
 Contoh
Tentukan apakah fungsi F yang didefinisikan
sebagai:

=i–j t=0
Mempunyai turunan di 0?
 Integral bernilai Vektor
Integral dari fungsi F yang bernilai vektor di R2
didefinisikan sebagai:

Catatan: Integral dari fungsi bernilai vektor di R3

didefinisikan serupa
Aplikasi pada fungsi vektor (Gerak Sepanjang Kurva)

Misalkan sebuah partikel bergerak sepanjang

suatu kurva dibidang dengan persamaan:
r(t) = f(t)i+g(t)j, t E l,
yakni pada saat t, vektor posisi partikel
tersebut (f(t), g(t)). Maka, kecepatan dan
percepatan partikel tersebut adalah
v(t) =f’(t) i +g’(t) j, t E l
a(t)=f’’(t)i + g’’(t)j, t
 Gerak sepanjang Kurva
• Perhatikan:
 Soal
Diketahui sebuah partikel bergerak dibidang
dengan persamaan
r(t)=(cos 2t, sin 2t) t>0
a. Tentukan vektor kecepatan dan percepatannya