OPTIMASI: DIFERENSIAL PARSIAL MATEMATIKA T E L K O M U N I V E R S I T Y
|
|
- Ivan Pranoto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 OPTIMASI: DIFERENSIAL PARSIAL MATEMATIKA T E L K O M U N I V E R S I T Y
2 DIFERENSIAL PARSIAL Fungsi yang mengandung satu variabel bebas hanya akan memiliki satu macam turunan. apabila y = f(x) maka turunannya hanyalah turunan y terhadap x, dengan kata lain y = dy/dx.
3 DIFERENSIAL PARSIAL Fungsi yang mengandung lebih dari satu variabel bebas maka turunannya akan lebih dari satu macam pula, sesuai dengan jumlah macam variabel bebasnya. Y=f(x,z) maka akan terdapat dua macam turunan, yaitu turunan y terhadap x atau y/ x dan turunan y terhadap z atau y/ z.
4 DIFERENSIAL PARSIAL 1. Y = f(x,z) Y a) fx (x,z) = y/ x b) fz (x,z) = y/ z dy = ( y/ x)dx + ( y/ z)dz 2. P = f(q,r,s) a) fq (q,r,s) = p/ q b) fr (q,r,s) = p/ r c) fs (q,r,s) = p/ s dp = ( p/ q)dq + ( p/ r)dr + ( p/ r)dr
5 DIFERENSIAL PARSIAL y/ x dan y/ z serta p/ q, p/ r, dan p/ s dinamakan derivatif parsial. ( y/ x)dx dan ( y/ z)dz serta ( p/ q)dq, ( p/ r)dr, dan ( p/ s)ds dinamakan diferensial parsial. Adapun dy dan dp dinamakan diferensial total. 1. y = 3x 2-8xz-6z 2 x 2. y = 10z 4x 2 12xz + 8 x
6 DERIVATIF DARI DERIVATIF PARSIAL M A T E M A T I K A E K O N O M I - I N S T I T U T M A N A J E M E N T E L K O M
7 DERIVATIF DARI DERIVATIF PARSIAL Fungsi dapat diturunkan dengan lebih dari satu variabel bebas dapat diturunkan lebih dari satu kali. Masing-masing turunan parsialnya masih mungkin diturunkan lagi.
8 DERIVATIF DARI DERIVATIF PARSIAL Suatu turunan parsial berbentuk suatu fungsi yang tinggal mengandung satu macam variabel bebas, maka turunan berikutnya hanya ada satu macam. Suatu turunan parsial berbentuk suatu fungsi yang masih beberapa macam variabel bebas, maka turunan berikutnya masih dapat dipecah-pecah lagi menjadi beberapa turunan parsial pula.
9 CONTOH y = x 3 + 5z 2 4x 2 z 6xz 2 + 8z 7 1. y = 3x 2-8xz-6z 2 x 2. y = 10z 4x 2 12xz + 8 z
10 NILAI EKSTRIM: MAKSIMUM DAN MINIMUM Nilai-nilai ekstrim (optimum) dari sebuah fungsi yang mengandung lebih dari satu variabel bebas dapat dicari dengan pengujian sampai derivatif. Untuk y = f(x,z), maka y akan mencapai titik ekstrimnya jika: y = 0 dan y = 0 x z Syarat di atas adalah syarat yang diperlukan (necessary condition) agar fungsinya mencapai titik ekstrim.
11 NILAI EKSTRIM: MAKSIMUM DAN MINIMUM Guna mengetahui apakah titik ekstrim itu berupa titik maksimum atau titik minimum, dibutuhkan syarat yang mencukupkan (sufficient condition), yakni: Maksimum bila 2 y < 0 dan 2 y < 0 x 2 z 2 Minimum bila 2 y > 0 dan 2 y > 0 x 2 x 2
12 CONTOH 1. Selidiki apakah titik ekstrim dari fungsi berikut ini merupakan titik maksimum atau titik minimum: y = -x x - z z Selidiki apakah titik ekstrim dari fungsi p = 3q 2-18q + r 2-8r + 50
13 OPTIMISASI BERSYARAT - PENGGANDA LAGRANGE - KONDISI KUHN TUCKER M A T E M A T I K A E K O N O M I - I N S T I T U T M A N A J E M E N T E L K O M
14 OPTIMISASI BERSYARAT Dalam kenyataan seringkali kita harus mengekstrimkan atau mengoptimumkan suatu fungsi, yakni mencari nilai maksimum atau nilai minimumnya, tetapi terkekang oleh suatu fungsi lain yang harus dipenuhi. Fungsi yang dioptimumkan tadi menghadapi suatu kendala (constraint).
15 PENGGANDA LAGRANGE Salah satu metode untuk perhitungan nilai ekstrim sebuah fungsi yang menghadapi kendala berupa sebuah fungsi lain. Cara: Membentuk fungsi baru, disebut fungsi Lagrange Fungsi Lagrange Penjumlahan dari fungsi yang hendak dioptimumkan ditambah hasil kali pengganda Lagrange λ dengan fungsi kendalanya.
16 PENGGANDA LAGRANGE Misalkan hendak di optimumkan z = f(x,y) dengan syarat harus terpenuhi u = g (x,y). Maka fungsi Lagrange nya: F(x,y,λ) = f(x,y) + λ g(x,y) Nilai ekstrim F (x,y, λ) dapat dicari dengan memformulasikan masing-masing derivatif-parsial pertamanya sama dengan nol. Fx(x,y,λ) = fx + λgx Fy(x,y,λ) = fy + λgy Necessary condition
17 PENGGANDA LAGRANGE Pengganda Lagrange λ : variabel tak tentu yang hanya bersifat sebagai pembantu. Untuk mengetahui jenis nilai ekstrim, maksimum atau minimum, masih harus disidik melalui derivatif parsial keduanya, yang merupakan syarat yang mencukupkan atau sufficient condition. Nilai ekstrim nya adalah: Maksimum bila Fxx < 0 dan Fyy < 0 Maksimum bila Fxx > 0 dan Fyy > 0
18 CONTOH SOAL 1. Tentukan nilai ekstrim z dari fungsi z = 2x + 2y dengan syarat x 2 + y 2 = 8. Jelaskan jenis nilai ekstrimnya. 2. Optimumkan z = xy dengan syarat x+2y=10.
19 KONDISI KUHN-TUCKER Merupakan metode pengembangan lebih lanjut dari model optimisasi bersyarat. Mengoptimumkan sebuah fungsi terhadap sebuah fungsi yang berbentuk pertidaksamaan. bentuk permasalahannya bisa berupa: Maksimumkan fungsi tujuan f(x,y) terhadap kendala g(z,y) 0 Minimummkan fungsi tujuan f(x,y) terhadap kendala g(z,y) 0
20 KONDISI KUHN-TUCKER Prosedur penyelesaian: Metode Lagrange yang dimodifikasi kemudian diuji dengan kondisi (persyaratan) Kuhn-Tucker. Metode Kuhn-Tucker secara langsung.
21 KONDISI KUHN-TUCKER Prosedur metoda Kuhn-Tucker melalui metoda Lagrange yang dimodifikasikan dilakukan sebagai berikut: (1). Anggap kendala pertidaksamaannya sebagai sebuah persamaan Selesaikan masalahnya dengan metode Lagrange yang biasa hingga diperoleh nilai optimum yang dicari. Khusus dalam hal ini fungsi Lagrangenya harus dibentuk dengan cara: F(x,y,λ) = f(x,y) λg(x,y); jadi, tidak boleh: F(x,y,λ) = f(x,y) + λg(x,y)
22 PROSEDUR METODA KUHN-TUCKER MELALUI METODA LAGRANGE YANG DIMODIFIKASI (2). Lakukan pengujian terhadap nilai λ. Jika λ > 0 berarti nilai optimum yang diperoleh (berdasarkan kendala yang telah dimodifikasi) tadi juga merupakan nilai optimum berkenaan fungsi kendala yang berbentuk pertidaksamaan. Jika λ 0 berarti berarti optimisasi fungsi tujuan f(x,y) tanpa menyertakan fungsi kendala g(x,y) sudah dengan sendirinya akan memenuhi kendalanya. Dalam hal λ 0 kendala yang bersangkutan dikatakan bersifat tidak mengikat (non-binding), oleh karenanya dapat diabaikan; Dalam hal λ > 0 kendalanya disebut mengikat (binding).
23 PROSEDUR METODA KUHN-TUCKER SECARA LANGSUNG Rumuskan permasalahannya, misalnya maksimumkan f(x,y) terhadap g(x,y) 0, atau minimumkan f(x,y). terhadap g(x,y) 0 Tetapkan kondisi Kuhn-Tucker (a) f(x,y) - λ g(x,y) = 0 x x (b) f(x,y) - λ g(x,y) = 0 y y (c) λ g(x,y) = 0 di mana g(x,y) 0 atau g(x,y) 0
24 PROSEDUR METODA KUHN-TUCKER SECARA LANGSUNG Ujilah (2c) masing-masing untuk λ=0 dan g(x,y) = 0 guna menentukan mana di antaranya yang memenuhi persamaan-persamaan (2a) dan (2b) serta pertidaksamaan kendala g(x,y). Nilai-nilai x dan y yang memenuhi ketiga kondisi ini merupakan nilai-nilai yang mengoptimumkan fungsi tujuan f(x,y
25 CONTOH 1. Maksimumkan f(x,y) = 10xy 2.5x 2 y 2 terhadap kendala x+y Maksimumkan f(x,y) = (20x)/(x+5) + 10y/(y+10) x y terhadap x+y Minimumkan f(x,y) = x 2 xy + 2y 2 terhadap x+y 8.
26
DIFERENSIAL FUNGSI MAJEMUK
DIFERENSIAL FUNGSI MAJEMUK Tujuan Instruktusional : Memahami diferensiasi untuk fungsi-fungsi yang mengandung lebih dari satu macam variabel bebas Daftar Materi Pembahasan : 1. Diferensiasi parsial 2.
Lebih terperinciMATEMATIKA EKONOMI. Institut Manajemen Telkom
MATEMATIKA EKONOMI Institut Manajemen Telkom Diferensial Parsial Diferensial parsial Nilai ekstrim: maksimum dan minimum Diferensial Parsial y = f(x,z) = x 3 +5z 2 4x 2 z 6xz 2 +8z 7 f x (x,z) = 3x 2 8xz
Lebih terperinciMATEMATIKA EKONOMI. Telkom University
MATEMATIKA EKONOMI Telkom University Diferensial Parsial Diferensial parsial Nilai ekstrim: maksimum dan minimum Diferensial Parsial y = f(x,z) = x 3 +5z 2 4x 2 z 6xz 2 +8z 7 f x (x,z) = 3x 2 8xz 6z 2
Lebih terperinciBAB 3.Penerapan Diferensial Fungsi Sederhana dalam Ekonomi
BAB 3.Penerapan Diferensial Fungsi Sederhana dalam Ekonomi A. Elastisitas Elastisitas merupakan persentase perubahan y terhadap persentase perubahan x. 1.1 Elastisitas Permintaan Elastisitas Permintaan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari baik disadari maupun tidak, sebenarnya orang selalu melakukan optimasi untuk memenuhi kebutuhannya. Tetapi optimasi yang dilakukan masyarakat
Lebih terperinciOleh: Osa Omar Sharif Institut Manajemen Telkom
Matematika Ekonomi Oleh: Osa Omar Sharif Institut Manajemen Telkom Diferensiasi f (x) = Lim x 0 [(f(x+ x)-f(x))/ x] ELASTISITAS Elastisitas adalah pengukuran tingkat respon/kepekaan satu variabel terhadap
Lebih terperinciMatematika Ekonomi. Oleh: Osa Omar Sharif Institut Manajemen Telkom
Matematika Ekonomi Oleh: Osa Omar Sharif Institut Manajemen Telkom Diferensiasi f (x) = Lim x 0 [(f(x+ x)-f(x))/ x] ELASTISITAS Elastisitas adalah pengukuran tingkat respon/kepekaan satu variabel terhadap
Lebih terperinciBAB II TINJAUAN PUSTAKA. operasi yang mampu menyelesaikan masalah optimasi sejak diperkenalkan di
BAB II TINJAUAN PUSTAKA 2.1 Pemrograman Linier (Linear Programming) Pemrograman linier (linear programming) merupakan salah satu teknik riset operasi yang mampu menyelesaikan masalah optimasi sejak diperkenalkan
Lebih terperinciDerivatif Parsial (Fungsi Multivariat)
Derivatif Parsial (Fungsi Multivariat) week 12 W. Rofianto, ST, MSi FUNGSI MULTIVARIAT Fungsi dapat memiliki lebih dari satu variabel bebas. Fungsi demikian biasanya disebut sebagai fungsi multivariat.
Lebih terperinciPertemuan Minggu ke Bidang Singgung, Hampiran 2. Maksimum dan Minimum 3. Metode Lagrange
Pertemuan Minggu ke-11 1. Bidang Singgung, Hampiran 2. Maksimum dan Minimum 3. Metode Lagrange 1. BIDANG SINGGUNG, HAMPIRAN Tujuan mempelajari: memperoleh persamaan bidang singgung terhadap permukaan z
Lebih terperinciBAB I PENDAHULUAN. dilakukan masyarakat awam lebih banyak dilandasi oleh insting daripada teori
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam kehidupan sehari-hari disadari atau tidak, sebenarnya orang selalu melakukan optimasi untuk memenuhi kebutuhannya. Tetapi optimasi yang dilakukan masyarakat
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari baik disadari maupun tidak, optimasi selalu dilakukan untuk memenuhi kebutuhan. Tetapi optimasi yang dilakukan masyarakat awam lebih banyak
Lebih terperinciKalkulus Multivariabel I
Maksimum, Minimum, dan Statistika FMIPA Universitas Islam Indonesia Titik Kritis Misalkan p = (x, y) adalah sebuah titik peubah dan p 0 = (x 0, y 0 ) adalah sebuah titik tetap pada bidang berdimensi dua
Lebih terperinciMODUL 2 OPTIMISASI OPTIMISASI EKONOMI EKONOMI. SRI SULASMIYATI, S.Sos, M.AP. Ari Darmawan, Dr., S.AB, M.AB
MODUL 2 OPTIMISASI OPTIMISASI EKONOMI EKONOMI SRI SULASMIYATI, S.Sos, M.AP Ari Darmawan, Dr., S.AB, M.AB aridarmawan_fia@ub.ac.id Pendahuluan Adanya kebutuhan manusia yang tidak terbatas dan terbatasnya
Lebih terperinciD. OPTIMISASI EKONOMI DENGAN KENDALA - Optimisasi dengan metode substitusi - Optimisasi dengan metode pengali lagrange
OPTIMISASI EKONOMI Ari Darmawan, Dr. S.AB, M.AB Email: aridarmawan_fia@ub.ac.id A. PENDAHULUAN B. TEKNIK OPTIMISASI EKONOMI C. OPTIMISASI EKONOMI TANPA KENDALA - Hubungan Antara Nilai Total, Rata-rata
Lebih terperinciNilai Ekstrim. (Extreme Values)
TKS 4003 Matematika II Nilai Ekstrim (Extreme Values) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya Pendahuluan Jika terdapat suatu hasil pengukuran seperti pada Gambar 1, dimana pengukuran
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas beberapa pengertian dari optimasi bersyarat dengan kendala persamaan menggunakan multiplier lagrange serta penerapannya yang akan digunakan sebagai landasan
Lebih terperinciHendra Gunawan. 4 April 2014
MA1201 MATEMATIKA 2A Hendra Gunawan Semester II, 2013/2014 4 April 2014 Kuliah yang Lalu 12.1 Fungsi dua (atau lebih) peubah 12.2 Turunan Parsial 12.3 Limit dan Kekontinuan 12.4 Turunan fungsi dua peubah
Lebih terperinciProsiding Matematika ISSN:
Prosiding Matematika ISSN: 2460-6464 Optimisasi Fungsi Nonlinier Dua Variabel Bebas dengan Satu Kendala Pertidaksamaan Menggunakan Syarat Kuhn-Tucker Optimization of Nonlinear Function of Two Independent
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Zaman yang semakin berkembang membuat persoalan semakin kompleks, tidak terkecuali persoalan yang melibatkan persoalan matematika. Dalam pemecahannya, matematika memegang
Lebih terperinciBAB 2 KAJIAN PUSTAKA. Menurut Asghar (2000), secara garis besar masalah optimisasi terbagi dalam beberapa tipe berikut:
BAB 2 KAJIAN PUSTAKA 2.1 Masalah Optimisasi dan Program Non Linier Menurut Asghar (2000), secara garis besar masalah optimisasi terbagi dalam beberapa tipe berikut: 1. Masalah optimisasi tanpa kendala.
Lebih terperinciABSTRAK. Latar Belakang Masalah
Derivatif Untuk Menyelesaikan Optimisasi Berkendala Dalam Bisnis Dan Ekonomi (Derivative for Solvin Constrained Optimization in Business and Economics) Nurul Yaqin, M.Sc. Dosen pada Jurusan Sistem Informasi
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pengoptimalan merupakan ilmu Matematika terapan dan bertujuan untuk mencapai suatu titik optimum. Dalam kehidupan sehari-hari, baik disadari maupun tidak, sebenarnya
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pemrograman Non Linier Pemrograman Non linier merupakan pemrograman dengan fungsi tujuannya saja atau bersama dengan fungsi kendala berbentuk non linier yaitu pangkat dari variabelnya
Lebih terperinciSATUAN ACARA PERKULIAHAN
FR-FE-1.1-R0 SATUAN ACARA PERKULIAHAN FAKULTAS : EKONOMI JURUSAN : S1. Akuntansi MATA KULIAH : Matematika Ekonomi II KODE MATA KULIAH : BEBAN KREDIT : 4 sks TAHUN AKADEMIK : 2011/2012 ( SEMESTER GANJIL
Lebih terperinciTKS 4003 Matematika II. Nilai Ekstrim. (Extreme Values) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya
TKS 4003 Matematika II Nilai Ekstrim (Extreme Values) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya Fungsi Dua Peubah Bila untuk setiap pasangan (x,y) dari harga harga dua peubah bebas
Lebih terperinciPROGRAM LINEAR. sudir15mks
PROGRAM LINEAR A. Sistem Pertidaksamaan Linear Dua Variabel Suatu garis dalam bidang koordinat dapat dinyatakan dengan persamaan yang berbentuk: x a x b a1 1 2 2 Persamaan semacam ini dinamakan persamaan
Lebih terperinciPERSAMAAN DIFERENSIAL I PERSAMAAN DIFERENSIAL BIASA
PERSAMAAN DIFERENSIAL I PERSAMAAN DIFERENSIAL BIASA Persamaan Diferensial Biasa 1. PDB Tingkat Satu (PDB) 1.1. Persamaan diferensial 1.2. Metode pemisahan peubah dan PD koefisien fungsi homogen 1.3. Persamaan
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Optimasi (Optimization) adalah aktivitas untuk mendapatkan hasil terbaik di dalam suatu keadaan yang diberikan. Tujuan akhir dari semua aktivitas tersebut adalah meminimumkan
Lebih terperinciPersamaan Diferensial
TKS 4003 Matematika II Persamaan Diferensial Konsep Dasar dan Pembentukan (Differential : Basic Concepts and Establishment ) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya Pendahuluan
Lebih terperinciPengoptimalan fungsi dua peubah Secara geometri diferensial
Pengoptimalan fungsi dua peubah Secara geometri diferensial Drs. Johannes P. Mataniari FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA PENDAHULUAN 1.1. Latar Belakang Suatu peubah
Lebih terperinciI. PENDAHULUAN II. LANDASAN TEORI
1 I PENDAHULUAN 11 Latar Belakang Setiap perusahaan menyadari bahwa total biaya produksi sangat berkaitan dengan outputnya Jika perusahaan meningkatkan kapasitas produksi, maka perusahaan tersebut tentunya
Lebih terperinciSATUAN ACARA PERKULIAHAN PROGRAM STUDI ILMU KOMUNIKASI
Kode Mata : IT 081308 Media : Kertas Kerja, Infocus, Mata : Matematika 2 Perangkat Siaran Jumlah SKS : 3 Evaluasi : Kehadiran, Penilaian terhadap tugas/praktek Proses Belajar Mengajar : Dosen : Menjelaskan,
Lebih terperinciOPTIMASI BERSYARAT DENGAN KENDALA PERSAMAAN MENGGUNAKAN MULTIPLIER LAGRANGE SERTA PENERAPANNYA SKRIPSI SANDRA RIZAL
OPTIMASI BERSYARAT DENGAN KENDALA PERSAMAAN MENGGUNAKAN MULTIPLIER LAGRANGE SERTA PENERAPANNYA SKRIPSI SANDRA RIZAL 060803016 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciTablet I x Tablet II y Batasan Vitamin A 5 10 Minimal 20 Vitamin B 3 1 Minimal 5 Harga/Biji 4 8
2. Program Linier a. Defenisi Program linier adalah metode untuk mendapatkan penyelesaian optimum dari suatu fungsi sasaran yang mengandung kendala atau batasan yang dapat dibuat dalam bentuk sistem pertidaksamaan
Lebih terperinciOPTIMISASI PEMROGRAMAN CEMBUNG MENGGUNAKAN SYARAT KUHN-TUCKER SKRIPSI
OPTIMISASI PEMROGRAMAN CEMBUNG MENGGUNAKAN SYARAT KUHN-TUCKER SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi Sebagian Persyaratan Guna
Lebih terperinciModul Matematika 2012
Modul Matematika 0 Minggu ke dan MAKSIMISASI ATAU MINIMISASI (MAXIMIZATION ATAU MINIMIZATION) : A FREE OPTIMUM. Pengertian dan persyaratan Global maximum atau global minimum, Relative maximum atau relative
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan mengenai teori teori yang berhubungan dengan pembahasan ini sehingga dapat dijadikan sebagai landasan berpikir dan akan mempermudah dalam hal pembahasan
Lebih terperinciMA1201 MATEMATIKA 2A Hendra Gunawan
MA1201 MATEMATIKA 2A Hendra Gunawan Semester II, 2016/2017 15 Maret 2017 Kuliah yang Lalu 10.1-2 Parabola, Elips, dan Hiperbola 10.4 Persamaan Parametrik Kurva di Bidang 10.5 Sistem Koordinat Polar 11.1
Lebih terperinciDisiapkan oleh: Bambang Sutrisno, S.E., M.S.M.
Disiapkan oleh: Bambang Sutrisno, S.E., M.S.M. Elastisitas Permintaan (price elasticity of demand) Elastisitas permintaan ialah suatu koefisien yang menjelaskan besarnya perubahan jumlah barang yang diminta
Lebih terperinciCATATAN KULIAH #5&6 Optimasi Tanpa Kendala dengan Lebih dari Satu Variabel
CATATAN KULIAH #5&6 Optimasi Tanpa Kendala dengan Lebih dari Satu Variabel Sumber: Alpha C. Chiang, Fundamental Methods of Mathematical Economics, Ch.11 5.1 Pendahuluan Pada kuliah sebelumnya, optimasi
Lebih terperinciPROGRAM LINEAR. Fattaku Rohman, S.Pd. Kelas XII SMA Titian Teras Jambi
PROGRAM LINEAR Fattaku Rohman, S.Pd Kelas XII SMA Titian Teras Jambi Apersepsi Standar Kompetensi & Kompetensi Dasar Materi Uji Kompetensi Apersepsi Setiap orang atau perusahaan pasti menginginkan keuntungan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Berikut ini adalah beberapa definisi dan teorema yang menjadi landasan dalam penentuan harga premi, fungsi permintaan, dan kesetimbangannya pada portfolio heterogen. 2.1 Percobaan
Lebih terperinci- Optimisasi - Suatu proses untuk memaksimumkan suatu nilai yang diinginkan atau meminimumkan suatu nilai yang tidak diinginkan.
Optimasi Dalam Rancangan Teknik - Optimisasi - Suatu proses untuk memaksimumkan suatu nilai yang diinginkan atau meminimumkan suatu nilai yang tidak diinginkan. Fungsi tujuan : biaya, keuntungan, berat,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pemrograman Non linier Pemrograman non linier adalah suatu bentuk pemrograman yang berhubungan dengan suatu perencanaan aktivitas tertentu yang dapat diformulasikan dalam model
Lebih terperinciKontrol Optimum. MKO dengan Mixed Constraints dan Pure State Constraints. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014
Kontrol Optimum MKO dengan Mixed Constraints dan Pure State Constraints Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2014 1 / 38 Outline
Lebih terperinciCatatan Kuliah 7 Memahami dan Menganalisa Optimisasi Sederhana Tanpa Kendala dengan Satu Variabel Keputusan
Catatan Kuliah 7 Memahami dan Menganalisa Optimisasi Sederhana Tanpa Kendala dengan Satu Variabel Keputusan Optimisasi Ilmu ekonomi adalah ilmu yang mempelajari bagaimana melakukan penelitian yang terbaik
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Optimasi Non-Linier Suatu permasalahan optimasi disebut nonlinier jika fungsi tujuan dan kendalanya mempunyai bentuk nonlinier pada salah satu atau keduanya. Optimasi nonlinier
Lebih terperinciBab 2: Optimasi Ekonomi. Ekonomi Manajerial Manajemen
Bab 2: Optimasi Ekonomi 1 Ekonomi Manajerial Manajemen 2 Pokok Bahasan Bentuk-Bentuk Hubungan Ekonomi Hubungan Total, Rata-rata dan Marjinal Analisis Optimalisasi Turunan dan Aturan Turunan Optimalisasi
Lebih terperinciBAB 2 PERSAMAAN DIFFERENSIAL BIASA
BAB 2 BIASA 2.1. KONSEP DASAR Persamaan Diferensial (PD) Biasa adalah persamaan yang mengandung satu atau beberapa penurunan y (varibel terikat) terhadap x (variabel bebas) yang tidak spesifik dan ditentukan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Program Linear Program Linear adalah suatu cara yang digunakan untuk menyelesaikan masalah optimasi suatu model linear dengan berbagai kendala yang dihadapinya. Masalah program
Lebih terperinciMODUL 1 : PROGRAM LINEAR
MODUL 1 : PROGRAM LINEAR E. Kegiatan Belajar 2 PENERAPAN PROGRAM LINEAR 1. K A. Nilai Optimum Fungsi Obyektif Fungsi objektif merupakan fungsi yang menjelaskan tujuan (meminimumkan atau memaksimumkan)
Lebih terperinciPENYELESAIAN PERSAMAAN DIFFERENSIAL ORDE 1 - I
PENYELESAIAN PERSAMAAN DIFFERENSIAL ORDE 1 - I 1. Pendahuluan Pengertian Persamaan Diferensial Metoda Penyelesaian -contoh Aplikasi 1 1.1. Pengertian Persamaan Differensial Secara Garis Besar Persamaan
Lebih terperinciPEMERINTAH KABUPATEN GRESIK DINAS PENDIDIKAN DAN KEBUDAYAAN SMA NEGERI 1 SIDAYU Jl. Pahlawan No.06 Telp. / Fax Sidayu Gresik
PEMERINTAH KABUPATEN GRESIK DINAS PENDIDIKAN DAN KEBUDAYAAN SMA NEGERI SIDAYU Jl. Pahlawan No.6 Telp. / Fa. -99 Sidayu Gresik ULANGAN TENGAH SEMESTER GASAL TAHUN PELAJARAN 8/9 L E M B A R S O A L Mata
Lebih terperinciLEMBAR AKTIVITAS SISWA PROGRAM LINEAR
LEMBAR AKTIVITAS SISWA PROGRAM LINEAR c) Subtitusikan titik (0,0) kedalam pertidaksamaan. Nama Siswa : Jika hasil benar, maka penyelesaiaannya adalah daerah Kelas : yang memuat titik tersebut. Jika hasil
Lebih terperinciMata Kuliah :: Matematika Rekayasa Lanjut Kode MK : TKS 8105 Pengampu : Achfas Zacoeb
Mata Kuliah :: Matematika Rekayasa Lanjut Kode MK : TKS 8105 Pengampu : Achfas Zacoeb Sesi XII Differensial e-mail : zacoeb@ub.ac.id www.zacoeb.lecture.ub.ac.id Hp. 081233978339 PENDAHULUAN Persamaan diferensial
Lebih terperinciMatematika Ekonomi /Bisnis Differensial / turunan. Dosen : D. Rizal Riyadi SE,.ME
Matematika Ekonomi /Bisnis Differensial / turunan Dosen : D. Rizal Riyadi SE,.ME ILUSTRASI Y = a + b X Y2 Y1 Y = 3 + 1,5 X X1 = 1 -> Y1 = 4,5 X2 = 3 -> Y2 = 7,5 X3 = 1,5 -> Y3 = 5,25 a X1 X2 Y2 - Y1 3
Lebih terperinciBAB 2 TINJAUAN PUSTAKA. ini sehingga dapat dijadikan sebagai landasan berpikir dan akan mempermudah. dalam hal pembahasan hasil utama berikutnya.
BAB 2 TINJAUAN PUSTAKA Pada bab ini akan dijelaskan mengenai teori-teori yang berhubungan dengan pembahasan ini sehingga dapat dijadikan sebagai landasan berpikir dan akan mempermudah dalam hal pembahasan
Lebih terperinciBAB II KAJIAN PUSTAKA. pemrograman nonlinear, fungsi konveks dan konkaf, pengali lagrange, dan
BAB II KAJIAN PUSTAKA Kajian pustaka pada bab ini akan membahas tentang pengertian dan penjelasan yang berkaitan dengan fungsi, turunan parsial, pemrograman linear, pemrograman nonlinear, fungsi konveks
Lebih terperinciBAB III PEMBAHASAN. digunakan untuk membentuk fungsi tujuan dari masalah pemrograman nonlinear
BAB III PEMBAHASAN Pada bab ini akan dijelaskan tentang konsep dasar metode kuadrat terkecil yang digunakan untuk membentuk fungsi tujuan dari masalah pemrograman nonlinear dan langkah-langkah penyelesaiannya
Lebih terperinciTugas Tersturtur Mata Kuliah Ekonomi Manajerial. Resume Bab Optimasi Ekonomi. Kelompok 2
Tugas Tersturtur Mata Kuliah Ekonomi Manajerial Resume Bab Optimasi Ekonomi Kelompok 2 1. Pupun Sofiyati 115030201111037 2. Isty Puji H 115030205111004 3. Della Herlita 115030207111046 Fakultas Ilmu Administrasi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Proses Alokasi Andaikan terdapat sejumlah sumber daya modal tertentu, yaitu dapat berupa uang untuk investasi, mesin cetak, bahan bakar untuk kendaraan dan lain sebagainya. Suatu
Lebih terperinciG (x,y,z) F(x,y,z) + (x,y,z)
LAGRANGE MULTIPLIERS Metode untuk menentukan harga/nilai maksimum atau minimum relatif dari suatu fungsi yang dibatasi oleh suatu kondisi (constrain conditions). Misal: Fungsi yang akan dicari maksimum
Lebih terperinciWijono. Teknik Elektro Fakultas Teknik Universitas Brawijaya
Wijono Teknik Elektro Fakultas Teknik Universitas Brawijaya Satuan Acara Perkuliahan Matakuliah: Dosen: Jurusan: Teknik Optimisasi Ir. Wijono Teknik Elektro Fakultas Teknik Univ. Brawijaya Satuan Acara
Lebih terperinciMETODE SEQUENTIAL QUADRATIC PROGRAMMING (SQP) PADA OPTIMASI NONLINIER BERKENDALA SKRIPSI
METODE SEQUENTIAL QUADRATIC PROGRAMMING (SQP) PADA OPTIMASI NONLINIER BERKENDALA SKRIPSI Diajukan sebagai salah satu syarat untuk memperoleh gelar Sarjana Program Strata Satu (S1) pada Program Studi Matematika
Lebih terperinciBAB I DASAR SISTEM OPTIMASI
BAB I DASAR SISTEM OPTIMASI. Pendahuluan Teknik optimasi merupakan suatu cara yang dilakukan untuk memberikan hasil terbaik yang diinginkan. Teknik optimasi ini banyak memberikan menfaat dalam mengambil
Lebih terperinciBAB III EKSTRIM FUNGSI DUA PEUBAH MASALAH MAKSIMUM DAN MINIMUM Pengantar
BAB III EKSTRIM FUNGSI DUA PEUBAH 3.1. MASALAH MAKSIMUM DAN MINIMUM Pengantar Konsep Ekstrim dan relative (Maksimum-Minimum) ungsi dua peubah real dirancang dengan cara ang sama sepertiekstrim satu peubah
Lebih terperinciA. PENGERTIAN PROGRAM LINEAR
Pertemuan 1 Standar Kompetensi : Menyelesaikan masalah program linier Kompetensi dasar : Membuat grafik himpunan penyelesaian sistem pertidaksamaan linier Indikator : Pertidaksamaan linier ditentukan daerah
Lebih terperinciKuliah PD. Gaya yang bekerj a pada suatu massa sama dengan laju perubahan momentum terhadap waktu.
Kuliah PD Pertemuan ke-1: Motivasi: 1. Mekanika A. Hukum Newton ke-: Gaya yang bekerj a pada suatu massa sama dengan laju perubahan momentum terhadap waktu. Misalkan F: gaya, m: massa benda, a: percepatan,
Lebih terperinciSOLUSI SOAL-SOAL LATIHAN NASKAH F
URAIAN SLUSI SAL-SAL LATIHAN NASKAH F 1. Tentukan sistem pertidaksamaan linear dua variabel (SPtLDV) dari daerah penyelesaian (DP) berikut ini., 5,,0 dan 0, 2 2xy 8 PtLDV: x2y, dan 5, y x 5 y x x y 9 PtLDV:
Lebih terperinciKALKULUS MULTIVARIABEL II
Definisi KALKULUS MULTIVARIABEL II (Minggu ke-7) Andradi Jurusan Matematika FMIPA UGM Yogyakarta, Indonesia Definisi 1 Definisi 2 ontoh Soal Definisi Integral Garis Fungsi f K R 2 R di Sepanjang Kurva
Lebih terperinciBUKU RANCANGAN PEMBELAJARAN
BUKU RANCANGAN PEMBELAJARAN MATEMATIKA EKONOMI DAN BISNIS Oleh ARIS YUNANTO Program Studi Ilmu Ekonomi Departemen Ilmu Ekonomi UNIVERSITAS INDONESIA 2010 1 DAFTAR ISI PENGANTAR... 3 BAB I INFORMASI UMUM...
Lebih terperinciRANCANGAN PEMBELAJARAN SEMESTER MATA KULIAH MATEMATIKA EKONOMI. Matematika Ekonomi Semester : 1 Kode : SM Manajemen Dosen : Farah Alfanur
RANCANGAN PEMBELAJARAN SEMESTER MATA KULIAH MATEMATIKA EKONOMI Mata Kuliah : Prodi : Capaian Pembelajaran : Matematika Ekonomi Semester : 1 Kode : SM112014 Manajemen Dosen : Farah Alfanur Setelah mengikuti
Lebih terperinciPENGGUNAAN METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN PADA KALKULUS VARIASI ABSTRACT
PENGGUNAAN METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN PADA KALKULUS VARIASI Febrian Lisnan, Asmara Karma 2 Mahasiswa Program Studi S Matematika 2 Dosen Jurusan Matematika Fakultas Matematika
Lebih terperinciNASKAH G. 1. Tentukan sistem pertidaksamaan linear dua variabel (SPtLDV) dari daerah penyelesaian (DP) berikut ini. Y
URAIAN slusi SAL-SAL LATIHAN NASKAH G 1. Tentukan sistem pertidaksamaan linear dua variabel (SPtLDV) dari daerah penyelesaian (DP) berikut ini.,,,0 dan 0, xy PtLDV: x y 0, dan, y x 0 0 y1 x xy 1 PtLDV:
Lebih terperinciMETODE PENGALI LAGRANGE DAN APLIKASINYA DALAM BIDANG EKONOMI SKRIPSI RAHMAD HIDAYAT
METODE PENGALI LAGRANGE DAN APLIKASINYA DALAM BIDANG EKONOMI SKRIPSI RAHMAD HIDAYAT 110803018 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2015 METODE
Lebih terperinciAPLIKASI METODE KHUN-TUCKER DALAM PENJUALAN OLI MOBIL (Studi Kasus : PT. Anugrah Mitra Dewata)
Jurnal Matematika Vol. 2 No. 1, Juni 2012. ISSN : 1693-1394 APLIKASI METODE KHUN-TUCKER DALAM PENJUALAN OLI MOBIL (Studi Kasus : PT. Anugrah Mitra Dewata) Ni Made Asih e-mail: sedhana2@gmail.com I Nyoman
Lebih terperinciParsial Diferensialasi
rsil Diferensilsi rsil Diferensil Seuh fungsi yg hny mengndung stu vriel es hny kn memiliki stu mcm turunn Jik y = f(x) mk turunn y terhdp x: y = dy/dx Sedngkn jik fungsi yg ersngkutn memiliki leih dri
Lebih terperinciPROGRAM LINEAR. Dasar Matematis
PROGRAM LINEAR Dasar Matematis PROGRAM LINIER adalah suatu teknik optimalisasi dimana variabel-variabelnya linier. Metode ini dipakai pada saat kita dihadapkan pada beberapa pilihan dengan batasan-batasan
Lebih terperinciMasalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas
Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas Slide II Toni Bakhtiar Departemen Matematika IPB February 2012 TBK (IPB) Kalkulus Variasi February 2012 1 / 37 Masalah Brachystochrone
Lebih terperinciBAB II KAJIAN PUSTAKA. Pada bab ini akan diberikan landasan teori tentang optimasi, fungsi, turunan,
BAB II KAJIAN PUSTAKA Pada bab ini akan diberikan landasan teori tentang optimasi, fungsi, turunan, pemrograman linear, metode simpleks, teorema dualitas, pemrograman nonlinear, persyaratan karush kuhn
Lebih terperinciSATUAN ACARA PERKULIAHAN (SAP)
ATA ACAA PKLAHA (AP) ata Kuliah Kode Fakultas Jenjang/Jurusan uku Pegangan : atematika isnis : KD-08 : : & D / anajemen & Akuntansi :. eri Diktat Kuliah atematika Pengarang : ambang Kustituanto Penerbit
Lebih terperinciOPTIMASI FUNGSI MULTI VARIABEL DENGAN METODE UNIVARIATE. Dwi Suraningsih (M ), Marifatun (M ), Nisa Karunia (M )
OPTIMASI FUNGSI MULTI VARIABEL DENGAN METODE UNIVARIATE Dwi Suraningsih (M2, Marifatun (M53, Nisa Karunia (M6 I. Pendahuluan Latar Belakang. Dalam kehidupan sehari-hari disa maupun tidak, sebenarnya manusia
Lebih terperinciKalkulus II. Diferensial dalam ruang berdimensi n
Kalkulus II Diferensial dalam ruang berdimensi n Minggu ke-9 DIFERENSIAL DALAM RUANG BERDIMENSI-n 1. Fungsi Dua Peubah atau Lebih 2. Diferensial Parsial 3. Limit dan Kekontinuan 1. Fungsi Dua Peubah atau
Lebih terperinciMATEMATIKA EKONOMI DAN BISNIS MINGGU XII
MATEMATIKA EKONOMI DAN BISNIS MINGGU XII OPTIMASI FUNGSI MULTIVARIAT TANPA DAN DENGAN KENDALA Prepared by : W. Roianto ROFI KONDISI MAKSIMUM DAN MINIMUM RELATIF DEFINISI Fungsi y = (,,, n ) maksimum relati
Lebih terperinciSYARAT FRITZ JOHN PADA MASALAH OPTIMASI BERKENDALA KETAKSAMAAN. Caturiyati 1 Himmawati Puji Lestari 2. Abstrak
Syarat Fritz John... (Caturiyati) SYARAT FRITZ JOHN PADA MASALAH OPTIMASI BERKENDALA KETAKSAMAAN Caturiyati 1 Himmawati Puji Lestari 2 1,2 Jurusan Pendidikan Matematika FMIPA UNY 1 wcaturiyati@yahoo.com
Lebih terperinciPertemuan Minggu ke Keterdiferensialan 2. Derivatif berarah dan gradien 3. Aturan rantai
Pertemuan Minggu ke-10 1. Keterdiferensialan 2. Derivatif berarah dan gradien 3. Aturan rantai 1. Keterdiferensialan Pada fungsi satu peubah, keterdiferensialan f di x berarti keujudan derivatif f (x).
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Metode Pengali Lagrange adalah sebuah konsep populer dalam menangani permasalahan optimasi untuk program-program nonlinier. Sesuai namanya, konsep ini dikemukakan oleh
Lebih terperinciV. TEORI PERILAKU PRODUSEN
Kardono -nuhfil V. TEORI PERILAKU PRODUSEN 5.. Fungsi Produksi Seorang produsen atau pengusaha dalam melakukan proses produksi untuk mencapai tujuannya harus menentukan dua macam keputusan: ) berapa output
Lebih terperinciOPTIMASI MULTIVARIAT DENGAN KENDALA PERSAMAAN. Oleh : Hafidh Munawir
OPTIMASI MULTIVARIAT DENGAN KENDALA PERSAMAAN Oleh : Hafidh Munawir BENTUK-BENTUK FUNGSI MULTIVARIAT DARI SEGI BENTUK GRAFIK I. Fungsi Linier : Y = ao + a 1 X 1 + a 2 X 2 Contoh: Y = 50 + 0,50 X 1 + 0,60
Lebih terperinciDIKTAT KALKULUS MULTIVARIABEL I
DIKTAT KALKULUS MULTIVARIABEL I Oleh Atina Ahdika, S.Si, M.Si Ayundyah Kesumawati, S.Si, M.Si (Program Studi Statistika) FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS ISLAM INDONESIA 214/215
Lebih terperinciKalkulus Variasi. Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas. Toni Bakhtiar. Departemen Matematika IPB
Kalkulus Variasi Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum
Lebih terperinciOPTIMISASI EKONOMI. Dr. Muh. Yunanto, MM. Kuliah Minggu ke-2
OPTIMISASI EKONOMI Dr. Muh. Yunanto, MM. Kuliah Minggu ke-2 BAB II Berbagai Teknik Optimasi dan Peralatan Manajemen Baru Metode Dalam Mengambarkan hub Ekonomi Hubungan ekonomi dapat digambarkan dalam bentuk
Lebih terperinciPROGRAM LINEAR. Ingat: Langkah-langkah dalam menggambar ax + by = c 1. Buat daftar nilai x dan y pada tabel.
NAMA : KELAS : 1 2 Ingat: Langkah-langkah dalam menggambar ax + by = c 1. Buat daftar nilai x dan y pada tabel. x y PROGRAM LINEAR 2. Tentukan titik potong dengan sumbu X, yaitu saat y = 0. 3. Tentukan
Lebih terperinciRencana Pembelajaran Semester (RPS) REVISI Mata Kuliah: Matematika Ekonomi/Keuangan/Bisnis
Rencana Pembelajaran Semester (RPS) REVISI Mata Kuliah: Matematika Ekonomi/Keuangan/Bisnis Minggu Ke- 1 Pokok Bahasan dan Sub Pokok Bahasan SA SM SM DA DM Matematika Bisnis (UPM) Matematika Ekonomi Matematika
Lebih terperinciEdge-Magic Total Labeling pada Graph mp 2 (m bilangan asli ganjil) Oleh Abdussakir
Jurnal Saintika (ISSN 1693-640X) Edisis Khusus Dies Natalis UIN Malang, Juni 005. Halaman -7 Edge-Magic Total Labeling pada Graph mp (m bilangan asli ganjil) Oleh Abdussakir Abstrak Pelabelan total sisi
Lebih terperinciBAB XVII. PROGRAM LINEAR
BAB XVII. PROGRAM LINEAR Bukti : + a + b a.b b a Pengertian Program Linear : Program Linear adalah bagian ilmu matematika terapan ang digunakan untuk memecahkan masalah optimasi (pemaksimalan atau peminimalan
Lebih terperinciSOLUSI soal-soal latihan NASKAH A
URAIAN SLUSI soal-soal latihan NASKAH A 1. Tentukan sistem pertidaksamaan linear dua variabel (SPtLDV) dari daerah penyelesaian (DP) berikut ini., 8,,0 dan 0, xy PtLDV: xy 0, dan, y x 0 0 y8 x x y 8 PtLDV:
Lebih terperincia home base to excellence Mata Kuliah : Kalkulus Kode : TSP 102 Turunan Pertemuan - 4
a home base to excellence Mata Kuliah : Kalkulus Kode : TSP 102 SKS : 3 SKS Turunan Pertemuan - 4 a home base to excellence TIU : Mahasiswa dapat memahami turunan fungsi dan aplikasinya TIK : Mahasiswa
Lebih terperinciBAB I PENDAHULUAN. Kompetensi
BAB I PENDAHULUAN Kompetensi Mahasiswa diharapkan 1. Memiliki kesadaran tentang manfaat yang diperoleh dalam mempelajari materi kuliah persamaan diferensial. 2. Memahami konsep-konsep penting dalam persamaan
Lebih terperinci