PENGOPTIMUMAN
BERKENDALA PERSAMAAN
TONI BAKHTIAR
I N S T I T U T P E RTA N I A N B O G O R
2012
Pengaruh Kendala
2
U x y 2 0, U y x 0.
Turunan-turunan parsial positif menunjukkan bahwa utilitas yang
tinggi diperoleh dengan mengonsumsi lebih banyak barang (tidak
ada utilitas maksimum).
Apa yang terjadi jika ada kendala anggaran (budget constraint)?
4 x 2 y 60.
Pengaruh Kendala
3
U ( x) x(30 2 x) 2 x 32 x 2 x 2 .
Fungsi utilitas berubah menjadi fungsi variabel tunggal sehingga
pengoptimumannya dapat dilakukan dengan cara biasa.
Diperoleh titik stasioner: x = 8.
Karena U’’(x) = 4 < 0 maka x* = 8 dan y* = 14
memaksimumkan utilitas (berkendala).
Diperoleh U* = 128.
Pengaruh Kendala
4
Pengaruh Kendala
5
Metode Lagrange
6
Masalah pengoptimuman:
max/ min z : f ( x, y )
s.t. g ( x, y ) 0
Definisikan fungsi Lagrange:
F ( x, y , ) f ( x, y ) g ( x, y )
Syarat orde-1:
F F F
0, 0, 0.
x y
Parameter disebut sebagai pengganda Lagrange (Lagrange
multiplier).
Metode Lagrange
7
F ( x, y, ) ( xy 2 x) (4 x 2 y 60).
Syarat orde-1: Dalam bentuk SPL:
F
0 y 2 4 0 0 1 4 x 2
x
1 0 2 y 0 .
F
0 x 2 0,
y 4 2 0 60
F
0 4 x 2 y 60 0.
Diperoleh solusi: x = 8, y = 14, = 4.
Terapan Ekonomi
8
0 gx gy
H gx Fxx Fxy .
gy Fyx Fyy
Teorema:
Kasus multivariabel:
Masalah: max/min Z = f(x1,…,xn) s.t. g(x1,…,xn) = 0.
Fungsi Lagrange: F = f(x1,…,xn) + g(x1,…,xn).
Matriks Hess berbatas:
Syarat Orde-2
13
Syarat Orde-2
14
Kasus multikendala
Fungsi objektif:
Fungsi kendala:
Fungsi lagrange:
∗
𝑑𝑍 ∗
=𝜆 .
𝑑𝑐
Fungsi Homogen
17