Riset Operasional

Pertemuan 3

Dasar-Dasar
Matematika Optimasi

vivie_7812@yahoo.com
 Pendahuluan
Model dalam Riset Operasi (Operations
Research/OR) ada 3, salah satunya adalah
Mathematic (Simbolic) Model.
Diantara jenis-jenis model itu, model matematik
sifatnya paling abstrak. Model ini menggunakan
seperangkat simbol matematik untuk menunjukkan
komponen-komponen (& hubungan antar mereka)
dari sistem nyata.

Teknik Informatika Unijoyo 2008

 Pengembangan Model Matematis
Pengembangan model matematis dapat dimulai
dengan menjawab ketiga pertanyaan berikut ini:
 Apa yang diusahakan untuk ditentukan oleh model
tersebut? Dengan kata lain, apa variabel (yang
tidak diketahui) dari masalah tersebut?
 Apa batasan yang harus dikenakan atas variabel
untuk memenuhi batasan sistem yang di model
tersebut?
 Apa tujuan (sasaran) yang harus dicapai untuk
menentukan pemecahan optimum (terbaik) dari
semua nilai yang layak dari variabel tersebut?

Teknik Informatika Unijoyo 2008

Lanjutan…

Cara yang efektif untuk menjawab pertanyaan-

pertanyaan itu adalah memberikan ringkasan
verbal untuk masalah yang bersangkutan.

Kesulitan dasar dari model matematis adalah

pertama-tama mengidentifikasikan variabel dan
lalu mengungkapkan tujuan dan batasan sebagai
fungsi matematis dari variabel-variabel tersebut.

Teknik Informatika Unijoyo 2008

 Penyelidikan Operasi
Mencari dan menyelesaikan model matematika untuk
memahami karakteristik suatu permasalahan
- Variabel
Masalah Model
Abstraksi - Parameter
Nyata Matematika
- Tujuan
- Kendala

Metode Penyelesaian

Interpretasi Penyelesaian
Penyelesaian Model

Analisis
Sensitifitas

Teknik Informatika Unijoyo 2008

 1. Gradien
f(x) = fungsi bernilai skalar yg didefinisikan pd
ruang vektor
 x1 
x 
x   2
... 
  df dx1 
x
 n df dx 
Δf(x)  gradien dari f ( x)   2 df

...  dx
 
df dx n 

Teknik Informatika Unijoyo 2008

 2. Matrik Hesian
h(x) = matrik hesian dari f(x)
 d2 f  d2 f
h( x )    2
 dxi dx j  dx
 d2 f d2 f d2 f 
 
 dx1 dx1 dx1 dx 2 dx1 dx n 
 d2 f d2 f d2 f 
 
 dx 2 dx1 dx 2 dx 2 dx 2 dx n 
.....................................
 
 
Teknik Informatika Unijoyo 2008
 3. Matrik Definit
a11 a12 a13 
 
A  a 21 ......a 2 n 
 
a n1 ......a nn 
Matrik minor utama dari A :
a11 a12 a13 
a11 a12   
A   a11 ;  ; a 21 a 22 a 2 n 
a 21 a 22   
a31 a32 a33 

Teknik Informatika Unijoyo 2008

Lanjutan…

Ai = matrik minor utama dari A

Syarat :
1. A definit positif det ( A ) > 0; i = 1, 2, 3, …n
i
2. A definit positif det ( Ai ) < 0; i = 1, 2, 3, …n
3. det ( Ai ) < 0 & det ( Ai ) > 0  undefinit

Teknik Informatika Unijoyo 2008

Contoh :
2 2
f ( x)  3x1  2 x1 x 2  x 2  4 x1  2 x 2  8

Penyelesaian :
6 x1  2 x2  4 
f ( x )   
2
 1 x  2 x 2  2 
6 2 
H ( x)   
2 2
det H 1  6  6
6 2
det H 2    6  2   2  2  8
2 2
det H 1  0 dan det H 2  0 maka H adalah definit positif

Teknik Informatika Unijoyo 2008

 4. Fungsi Konveks & Fungsi Konkav
x ;x R
1 2 n

Kombinasi konveks dari x1 dan x2 adalah

x () =  x1 + ( 1-  ) x2    [0 , 1]
0<<1 =0
=1
X1 X1

f (x) disebut fungsi konveks

f ( x (  ) ) =  f (x1) + ( 1 -  ) f ( x2 )
dimana : [0,1]
x1 , x2  Rn

Teknik Informatika Unijoyo 2008

Lanjutan…
f konkav  -f adalah konveks
 f ( x() )   f (x1) + ( 1 -  ) f (x2)

fungsi linear  fungsi konveks & juga fungsi konkav

f adalah konveks jika:
 matriks Hessiannya adalah semi definitif negatif
f adalah konkav jika:
 matriks Hessiannya adalah semi definitif positif
S adalah himpunan konveks jika:
 himpunan yang kombinasi konveks dua dari
anggotannya adalah anggota himpunan itu.

Teknik Informatika Unijoyo 2008

5. Syarat Perlu Keoptimalan dari f(x)

Bila x* adalah titik optimal dari f(x)

Maka :
f ( x*)  0

Teknik Informatika Unijoyo 2008

Contoh :
2 2
f ( x)  3x1  2 x1 x 2  x 2  4 x1  2 x 2  8

Penyelesaian :
6 x1  2 x2  4 
f ( x )   
2
 1 x  2 x 2  2 
6 x1  2 x 2  4  0
2 x1  2 x 2  2  0
f ( x )  0  
4 x1  6  0
x1  6 4  3 2
x2   5 2
3 2 
x  
*
  titik optimal f ( x)
  5 2
Teknik Informatika Unijoyo 2008
 6. Syarat Cukup Keoptimalan dari f(x)
Bila :
f ( x*)  0 dan H(x) adalah definit positif (negatif)

maka :
x* adalah titik minimum (maksimum)

Teknik Informatika Unijoyo 2008

Contoh :
2 2
f ( x)  3x1  2 x1 x 2  x 2  4 x1  2 x 2  8

Penyelesaian :
6 x1  2 x2  4 
f ( x )   
2
 1 x  2 x 2  2 
6 x1  2 x 2  4  0
2 x1  2 x 2  2  0
f ( x )  0  
4 x1  6  0
x1  6 4  3 2
x2   5 2
3 2 
x  
*
  titik optimal f ( x)
  5 2
Teknik Informatika Unijoyo 2008
Lanjutan…
3 2 
x 
*

  5 2
6 2 
H ( x )     Definit positif
*

2 2
3 2 
x  
*
  Titik min imum
 5 2
dengan nilai :
2 2
f ( x)  3 x1  2 x1 x 2  x 2  4 x1  2 x 2  8
f ( x)  3 3 2   2 3 2   5 2     5 2   4 3 2   2  5 2   8
2 2

f ( x)  ......

Teknik Informatika Unijoyo 2008

 Penutup
Mathematic (Simbolic) Model dalam Riset Operasi
(Operations Research/OR) ada beberapa
tahap, yaitu :
 Gradien
 Matrik Hessian
 Matrik Definit
 Fungsi konveks & fungsi konkav
 Syarat perlu keoptimalan dari f(x)
 Syarat cukup keoptimalan dari f(x)

Teknik Informatika Unijoyo 2008

 Tugas
Selesaikan :
2 2
1. f ( x)  4 x1  6 x1 x2  2 x2  4 x2  9
2 2
2. f ( x)  3x1  2 x2  4 x1  5 x2  15
2 2
3. f ( x)  x1  x2
3 2
4. f ( x)  x  4 x2  2 x1 x2  2 x2
1

Teknik Informatika Unijoyo 2008

 Daftar Pustaka

 Resume Eza Rahmanita, ST.

Teknik Informatika Unijoyo 2008