E K O 5 0 0 M AT E M AT I K A E K O N O M I

PENGOPTIMUMAN
TOPIK LANJUTAN

TONI BAKHTIAR
I N S T I T U T P E RTA N I A N B O G O R

2010
 Kendala Ketaknegatifan
2

 Misalkan diberikan fungsi utilitas dengan 1 komoditas:

max   f ( x1 )
s.t. x1  0.
 Ada tiga kemungkinan:

Boundary
Boundary
solution
Interior solution
solution

f '( x1 )  0, x1  0 f '( x1 )  0, x1  0 f '( x1 )  0, x1  0

 Kendala Ketaknegatifan
3

 Syarat orde pertama:

f '( x1 )  0, x1  0 f '( x1 )  0
f '( x1 )  0, x1  0 x1  0
f '( x1 )  0, x1  0 x1 f '( x1 )  0

 Secara umum,

Masalah Syarat orde-1

max   f ( x1 , x2 , , xn ) f xi  0
s.t. xi  0 (i  1, 2, , n) xi  0
xi f xi  0
 Kendala Pertidaksamaan
4

 Masalah pengoptimuman dengan kendala pertidaksamaan:

max   f ( x1 , x2 , x3 )
s.t. g 1 ( x1 , x2 , x3 )  r1
g 2 ( x1 , x2 , x3 )  r2
x1 , x2 , x3  0
 Dapat diubah menjadi kendala persamaan dengan
menambahkan variabel dummy atau variabel slack:
max   f ( x1 , x2 , x3 )
Dapat
s.t. g 1 ( x1 , x2 , x3 )  s1  r1 diselesaikan
g 2 ( x1 , x2 , x3 )  s2  r2 dengan metode
Lagrange
x1 , x2 , x3 , s1 , s2  0
 Metode Lagrange
5

 Definisikan fungsi Lagrange:

F  f  1 (r1  g 1  s1 )  2 (r2  g 2  s2 )
 Syarat orde pertama:
F F
(1)  0, xi  0, xi  0,
xi xi
F F
(2)  0, s j  0, sj  0,
s j s j
F
(3)  0, i  1, 2,3, j  1, 2.
 j
 Metode Lagrange
6

 Karena F
s j   j maka kondisi (2) dapat ditulis menjadi
 j  0, s j  0,  s j  j  0
  j  0, s j  0, s j  j  0
 Kondisi (3) memberikan:
F
 0  rj  g j  s j  0  s j  r j  g j .
 j
 Kondisi (2) dapat ditulis ulang tanpa melibatkan variabel dummy:

 j  0, rj  g j  0,  j (rj  g j )  0.
 Kondisi terakhir bersama-sama dengan kondisi (1) disebut
sebagai kondisi Kuhn-Tucker (named after H.W. Kuhn & A.W.
Tucker)
 Kondisi Kuhn-Tucker
7

 Masalah: max   f ( x1 , x2 , x3 )
s.t. g 1 ( x1 , x2 , x3 )  r1
g 2 ( x1 , x2 , x3 )  r2
x1 , x2 , x3  0
 Syarat orde-1 (Kondisi Kuhn-Tucker)

F F
 0, xi  0, xi  0,
xi xi
rj  g j ( x1 , x2 , x3 )  0,  j  0,  j (rj  g j ( x1 , x2 , x3 ))  0.
 Kondisi Kuhn-Tucker
8

 Masalah: max U ( x, y )  xy
s.t. x  y  100 [ g 1 ( x, y )  x  y, r1  100]
x  40 [ g 2 ( x, y )  x, r2  40]
x, y  0
 Fungsi Lagrange: F  xy  1 (100  x  y )  2 (40  x)
 Kondisi Kuhn-Tucker:

Fx  y  1  2  0, x  0, xFx  0,
Fy  x  1  0, y  0, yFy  0
F1  100  x  y  0, 1  0, 1 F1  0,
F2  40  x  0, 2  0, 2 F2  0.
 Kondisi Kuhn-Tucker: Trial & Error
9

Trial and Error: x  0, y  0, 1  0, 2  0.

(1) 1  0, 2  0 (1) x  0, y  0
(2) 1  0, 2  0 (2) x  0, y  0
(3) 1  0, 2  0 (3) x  0, y  0
(4) 1  0, 2  0 (4) x  0, y  0
Jelas x  0 dan y  0, karena x = y = 0 menyebabkan U = 0.
Akibatnya, Fx = Fy = 0: y  1  2  0 
  y  2  x.
x  1  0 
 Kondisi Kuhn-Tucker: Trial & Error
10

Misal 2 = 0, maka y = x, sehingga y = x = 50 (melanggar

kendala x  40).
Haruslah 2 > 0, dan akibatnya F1 = 0, yaitu 40  x = 0.
Diperoleh x = 40 dan y = 60.
 Feasible Region
11

100

U = xy maksimum

40 100 x
 Kondisi Kuhn-Tucker: Minimization
12

 Masalah minimisasi: min   f ( x1 , x2 , x3 )

s.t. g 1 ( x1 , x2 , x3 )  r1
g 2 ( x1 , x2 , x3 )  r2
x1 , x2 , x3  0
 Dapat diubah menjadi masalah maksimisasi:
max ˆ   f ( x1 , x2 , x3 )
s.t.  g 1 ( x1 , x2 , x3 )  r1
 g 2 ( x1 , x2 , x3 )  r2
x1 , x2 , x3  0

 Dengan perubahan ini, kondisi Kuhn-Tucker tidak perlu

dimodifikasi
 Syarat Orde-2
13

 Masalah: max   f ( x)
s.t. g i ( x)  ri (i  1, 2, , m)
x  0.
 x* merupakan maksimum global bagi  = f(x) jika memenuhi
kondisi-kondisi berikut:
1. Fungsi objektif f(x) terturunkan dan konkaf
2. Fungsi kendala gi(x) terturunkan dan konveks
3. x* memenuhi kondisi Kuhn-Tucker