M AT E M AT I K A E K O N O M I

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

 Misalkan diberikan fungsi utilitas dengan 2 komoditas:

U ( x, y )  xy  2 x.
 Turunan parsial U terhadap x dan y berturut-turut ialah:

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

 Dari kendala diperoleh: y = 30 – 2x.

 Substitusikan ke dalam fungsi utilitas diperoleh:

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

 Dari contoh sebelumnya diperoleh fungsi Lagrange:

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

 Masalah: max Y  K 0.25 L0.75

s.t. 2 K  4 L  100.
 Terapan Ekonomi
9

 Alokasi Tanah: Seorang petani memiliki 100 ha tanah yang akan

ditanami dua jenis tanaman, masing-masing seluas L1 dan L2.
Hasil panen dijual di pasar bersaing dan masing-masing
memberikan net-profit sebesar $10/unit dan $8/unit. Tentukan
alokasi tanah yang memaksimumkan keuntungan jika fungsi
produksi diberikan oleh:
Y1  L10.6 , Y2  L0.8
2 .
 Masalah:

max   10Y1  8Y2

s.t. L1  L2  100.
 Terapan Ekonomi
10

 Alokasi Waktu: Seorang mahasiswa memiliki waktu belajar 60

jam/minggu untuk dua mata kuliah. Dia ingin menggunakan
waktu belajar tersebut sedemikian sehingga nilai rata-rata kedua
mata kuliah tersebut mencapai maksimum.
 Misalkan nilai yang diharapkan berdasarkan lamanya belajar
diberikan oleh:
n1 (t1 )  20  20 t1 , n2 (t2 )  80  3t2 .
 Masalah
n1 (t1 )  n2 (t2 )
max z 
2
s.t. t1  t2  60.
 Syarat Orde-2
11

 Masalah: max/min z = f(x,y) s.t. g(x,y) = 0.

 Fungsi Lagrange: F = f(x,y) + g(x,y).
 Definisikan matriks Hess berbatas (bordered Hessian matrix):

0 gx gy 
 
H   gx Fxx Fxy  .
gy Fyx Fyy 

 Teorema:

( x , y  ) solusi maksimum jika dan hanya jika det( H )  0.

( x , y  ) solusi minimum jika dan hanya jika det( H )  0.
 Syarat Orde-2
12

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:

 Matriks Hess berbatas:

Syarat Orde-2
15
 Lagrange Multiplier
16

 Lagrange multiplier  berfungsi untuk mengukur sensitivitas

fungsi objektif Z* terhadap perubahan fungsi kendala.
 Fungsi objektif:
 Fungsi kendala:
 Fungsi lagrange:
 Berlaku:

∗
 
𝑑𝑍 ∗
=𝜆 .
𝑑𝑐
 Fungsi Homogen
17

 Suatu fungsi f dikatakan homogen dengan derajat r jika perkalian

setiap variavel bebasnya dengan konstanta j akan mengakibatkan
 Sifat Homogenitas Fungsi Produksi
18

 Diberikan fungsi produksi: Q = f(K,L)

Soal Latihan
19