Matematik Optimasi - Pertemuan Ke 1
Matematik Optimasi - Pertemuan Ke 1
MATEMATIKA
OPTIMASASI
OPTIMASASI
Optimasi
Disebutjuga
Disebut jugaCalculus
CalculusOptimization
Optimization
Optimasi terbagi 2,
15
Masalah optimasi yang tidak melibatkan sebarang kendala dinamakan optimasi tanpa kendala dan dinyatakan sebagai:
Minimumkan 𝑓 = 𝑓(𝑋)
𝑋 = (𝑥1, 𝑥2, … , 𝑥 𝑛 ) 𝑇
Masalah optimasi yang melibatkan sebarang kendala dinamakan optimasi terkendala dan dinyatakan sebagai:
Minimumkan 𝑓 = 𝑓(𝑋)
𝑋 = (𝑥1, 𝑥2, … , 𝑥 𝑛 )𝑇
dengan kendala:
𝑖 = 1,2, … , 𝑚
𝑔 𝑖 (𝑋 ) ≤ 0
𝑙 𝑗 (𝑋 ) = 0 𝑗 = 1,2, … , 𝑝
dimana 𝑋 adalah sebuah vektor berdimensi- 𝑛 yang dinamakan vektor disain atau variabel keputusan, 𝑓(𝑋) disebut
fungsi obyektif, 𝑔 𝑖 (𝑋 ) dan 𝑙 𝑗 (𝑋 ) dikenal sebagai kendala ketaksamaan dan kendala kesamaan.
Klasifikasi Masalah Optimasi
Masalah optimasi dapat diklasifikasikan dalam 6 (enam) cara, seperti diuraikan berikut.
optimasi terkendala, tergantung kepada ada tidaknya kendala dalam masalah optimasi.
Masalah optimasi dapat juga diklasifikasikan berdasarkan kepada bentuk fungsi obyektif dan fungsi kendala.
Menurut klasifikasi ini, masalah optimasi dapat diklasifikasikan sebagai masalah pemrograman linier,
nonlinier, geometrik, dan kuadratik.
Jika fungsi obyektif dan semua kendala adalah fungsi linier dari variabel keputusan, maka masalah
pemrograman matematika tersebut dinamakan pemrograman linier (LP). Masalah pemrograman linier dapat
dinyatakan dalam bentuk standar berikut:
dengan kendala 𝑛
∑ 𝑎 𝑖 𝑗 𝑥 𝑖 ≤ 𝑏 𝑗, 𝑗 = 1,2, … , 𝑚
𝑖=1
𝑥𝑖 ≥ 0, 𝑖 = 1,2, … , 𝑛
Jika terdapat fungsi nonlinier di antara fungsi obyektif dan fungsi-fungsi kendala, maka masalah tersebut
dinamakan masalah pemrograman nonlinier (nonlinier programming).
c. Masalah Pemrograman Kuadratik
Suatu masalah pemrograman kuadratik adalah suatu masalah pemrograman nonlinier dimana fungsi obyektif
berbentuk kuadratik dan fungsi kendala berbentuk linier. Masalah pemrograman kuadratik dapat dinyatakan
sebagai berikut:
𝑛 𝑛 𝑛
𝐹 (𝑋 ) = 𝑐 + ∑ 𝑞 𝑖 𝑥 𝑖 + ∑ ∑ 𝑄 𝑖 𝑗 𝑥 𝑖 𝑥 𝑗 (2.5)
𝑖=1 𝑖=1 𝑗 =1
dengan kendala
𝑛
Suatu masalah pemrograman geometric (GMP) adalah masalah pemrograman nonlinier dimana
fungsi obyektif dan fungsi kendala dinyatakan sebagai posynomial dalam variabel keputusan. Jadi masalah
GMP dapat dituliskan sebagai:
𝑁0 𝑛
𝑝𝑖 𝑗
𝑀𝑖𝑛𝑖𝑚𝑢𝑚𝑘𝑎𝑛 𝑓 (𝑋 ) = ∑ 𝑐i ( ∏ 𝑥j 𝑖
), 𝑗 𝑐𝑖 > 0, 𝑥𝑖 > 0 (2.7)
18
dengan kendala
𝑁𝑘 𝑛
𝑞 𝑖𝑗𝑘
𝑔 𝑘 (𝑋𝑖=1
) = ∑ 𝑎 𝑖 𝑘 ( ∏ 𝑥𝑗 ) > 0, 𝑎𝑖 𝑘
𝑖=1 > 0, 𝑥𝑖 > 0 (2.8)
dimana 𝑁0 dan 𝑁𝑘 berturut-turut menyatakan banyaknya suku posynomial dari fungsi obyektif dan fungsi kendala ke-k.
Berdasarkan kepada nilai variabel keputusan yang diperbolehkan, masalah optimasi dapat diklasifikasikan sebagai masalah
pemrograman bilangan bulat (integer) dan pemrograman bilangan riil.
Jika beberapa atau semua variabel keputusan 𝑥 𝑖 ( 𝑖 = 1,2, … , 𝑛) dari suatu masalah optimasi dibatasi hanya bernilai bilangan
bulat (integer) atau diskrit, masalah optimasi tersebut dinamakan pemrograman bilangan bulat.
Jika semua variabel keputusan bernilai bilangan riil maka masalah optimasi dinamakan masalah pemrograman riil.
4. Klasifikasi Berdasarkan Kepada Nilai Parameter yang Diperbolehkan
Jika semua parameter dalam optimasi bersifat deterministik, masalah optimasi tersebut dinamakan masalah
pemrograman deterministik.
Masalah optimasi dapat diklasifikasikan sebagai masalah pemrograman separabel atau nonseparabel
berdasarkan kepada separabilitas fungsi obyektif dan fungsi kendala.
(2.9)
Suatu fungsi 𝑓(𝑋) dikatakan separabel jika dapat dituliskan sebagai jumlah dari 𝑛 fungsi tunggal 𝑓1(𝑥1),
𝑛
𝑛 𝑋 = (𝑥1, 𝑥 2, … , 𝑥 𝑛 ) 𝑇
𝑗 = 1,2, … , 𝑚 (2.11)
𝑔 𝑗 ( 𝑋 ) = ∑ 𝑔 𝑖 𝑗 ( 𝑥 𝑖 ) ≤ 𝑏𝑗,
dengan kendala
𝑖=1
dimana 𝑏𝑗 konstanta.
Jika fungsi obyektif atau fungsi kendala dari masalah optimasi non separabel, masalah tersebut dinamakan
masalah pemrograman nonseparabel.
20
Bergantung kepada banyaknya fungsi obyektif yang diminimumkan, masalah optimasi dapat diklasifikasikan
sebagai masalah pemrograman obyektif-tunggal dan multi obyektif.
Masalah optimasi yang hanya melibatkan sebuah fungsi obyektif dinamakan pemrograman obyektif-tunggal.
Pemrograman linier merupakan salah satu contoh dari masalah pemrograman obyektif-tunggal.
𝑋 = (𝑥1, 𝑥2, … , 𝑥 𝑛 ) 𝑇
dengan kendala
𝑔𝑗 (𝑋 ) ≤ 0, 𝑗 = 1,2, … , 𝑚 (2.13)
dimana 𝑓1, 𝑓2, … , 𝑓𝑘adalah fungsi-fungsi obyektif yang diminimumkan secara simultan.
SEKIAN
SEKIAN
DAN
DAN
TERIMA
TERIMA KASIH
KASIH