Konvergensi Global Metode Spectral Conjugate Descent yang Baru Menggunakan Pencarian Garis Armijo yang Termodifikasi
|
|
- Lanny Budiaman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 42 ISSN Vol. 2 No. 2, April 2014 Konvergensi Global Metode Spectral Conjugate Descent yang Baru Menggunakan Pencarian Garis Armijo yang Termodifikasi Global Convergence of the New Spectral Conjugate Descent Method with the Modified Armijo-type Line Search Dahliatul Hasanah Fakultas MIPA Universitas Negeri Malang Jalan Semarang 5, Malang abstrak Metode nonlinear spectral conjugate descent yang baru merupakan gabungan dari metode conjugate descent metode spectral conjugate gradient. Metode ini menghasilkan yang berorientasi menurun (descent direction). Dengan menggunakan pencarian garis strong Wolfe Rule, metode ini telah dibuktikan konvergen global. Tulisan ini menganalisis tentang konvergensi global metode tersebut dengan menggunakan pencarian garis Armijo yang termodifikasi. Analisis ini menunjukkan bahwa menggunakan pencarian garis Armijo yang termodifikasi, metode nonlinear spectral conjugate descent yang baru konvergen global. Kata kunci: metode nonlinear spectral conjugate descent, konvergen global, pencarian garis Armijo yang termodifikasi abstract The new nonlinear spectral conjugate descent method is constructed by combining the spectral conjugate gradient method and conjugate descent method. This method generates descent direction d k. Under the strong Wolfe rule this method is globally convergent. This paper analyzed global convergence of this method using the modified Armijo line search. The result shows that the new nonlinear spectral conjugate descent method is globally convergent under the modified Armijo line search. Key words: nonlinear spectral conjugate descent method, global convergence, modified Armijo line search pendahuluan Beberapa tahun terakhir banyak bermunculan metode-metode baru yang merupakan modifikasi dari metode-metode lama untuk menyelesaikan masalah optimasi tanpa kendala. Hal ini dikarenakan masalah optimasi tanpa kendala banyak digunakan di berbagai big seperti transportasi, eksplorasi bahan bakar minyak, aerospace, sebagainya (Liu et al., 2012). Semakin besar skala atau variabel yang terlibat dalam masalah optimasi tanpa kendala, maka semakin besar pula kebutuhan akan aya suatu metode yang mampu menyelesaikan masalah optimasi tanpa kendala dalam skala besar. Masalah optimasi nonlinier tanpa kendala merupakan pencarian nilai minimum dari fungsi bernilai f(x) yaitu min f(x), x R n...(1.1) f adalah fungsi nonlinier yang kontinu terdiferensialkan dengan gradien g(x) = f(x). Masalah tersebut dapat diselesaikan secara numerik, yaitu dengan cara iteratif. Iterasi yang dijalankan dinotasikan dengan x k, k=1,2,... Setiap iterasi diberikan oleh x k+1 =x k + a k d k...(1.2) Alamat Korespondensi: iyut_dlia@yahoo.com
2 Hasanah: Konvergensi Global Metode Spectral Conjugate Descent 43 a k adalah panjang langkah (step length) yang ditentukan oleh suatu pencarian garis, d k adalah arah pencarian x 1 adalah titik awal. Salah satu metode yang terkenal untuk menyelesaikan masalah ini adalah metode conjugate gradient. Metode ini membutuhkan memori yang sedikit mempunyai sifat kekonvergenan lokal maupun global. Namun arah pencarian yang dihasilkan dari metode ini tidak dijamin arah yang menurun. Di lain pihak, metode spectral gradient menggunakan hanya gradien sebagai arahnya di setiap pencarian garisnya. Metode ini mempunyai performa yang lebih bagus daripada metode conjugate gradient dalam berbagai masalah (Birgin & Martinez, 2001). Birgin & Martinez (2001) mengembangkan metode spectral conjugate gradient yang merupakan gabungan dari metode spectral gradient metode conjugate gradient. Metode ini terbukti sangat efektif untuk menyelesaikan masalah optimasi tanpa kendala nonlinier. Akan tetapi metode ini menghasilkan arah yang belum tentu menurun. Metode lain yang terkenal adalah metode conjugate descent dengan menggunakan pencarian garis strong Wolfe. Metode ini dikembangkan oleh Fletcher (1987). Salah satu sifat penting dari metode ini adalah arah pencarian yang dihasilkan merupakan arah pencarian yang menurun (descent direction). Termotivasi oleh Birgin & Martinez, Liu et al. (2012) mengembangkan metode yang menggabungkan metode conjugate descent metode spectral conjugate gradient yang disebut dengan metode spectral conjugate descent. Metode ini menghasilkan arah pencarian yang menurun. Liu et al. (2012) telah menunjukkan bahwa metode ini konvergen global menggunakan pencarian garis strong Wolfe. Di lain pihak, untuk pencarian garis yang lain belum ditunjukkan kekonvergenan globalnya. Dalam makalah ini dibahas kekonvergenan global metode spectral conjugate descent dengan menggunakan pencarian garis Armijo yang termodifikasi. Hal ini termotivasi oleh Kim et al. (2008) yang menunjukkan bahwa pencarian garis Armijo yang termodifikasi lebih efisien dalam mencari nilai minimum lokal walaupun membutuhkan perhitungan yang lebih banyak dibandingkan pencarian garis lainnya. metode penelitian Kekonvergenan metode spectral conjugate descent dengan menggunakan pencarian garis Armijo yang termodifikasi dianalisis dengan menggunakan pendekatan secara numerik. Metode Conjugate Gradient Pada umumnya metode conjugate gradient dideskripsikan oleh iterasi berikut ini: ak>0 adalah panjang langkah (steplength) yang ditentukan oleh suatu pencarian garis, d k didefinisikan oleh:...(2.1) dengan g k =g(x k ) adalah gradien dari f di titik x k, b k adalah parameter yang jika digunakan untuk meminimumkan fungsi kuadratik yang konveks ketat, maka arah pencarian d k d k-1 merupakan konjugat berdasarkan Hessian dari fungsi objektif (Zhang et al., 2006). Dai et al. (2004) menyatakan bahwa jika fungsi objektifnya adalah fungsi kuadratik yang konveks ketat menggunakan pencarian garis eksak, maka metode conjugate gradient menghasilkan araharah pencarian yang konjugat satu dengan lainnya. Terdapat banyak formula untuk b k yang terkenal, di antaranya adalah Fletcher-Reeves (FR), Polak-Ribiere- Polyak (PRP) conjugate descent (CD). Formulaformula tersebut diberikan berikut ini:...(2.2) dengan Euclidean norm....(2.3)...(2.4) menyatakan Metode Spectral Conjugate Gradient Metode spectral gradient awalnya dikembangkan oleh Barzilai Borwein pada tahun 1988, kemudian Ray mengembangkan metode ini lebih jauh untuk menyelesaikan masalah optimasi tanpa kendala dalam skala besar. Birgin & Martinez (2001) mengembangkan tiga macam metode spectral conjugate gradient yang merupakan gabungan dari metode spectral gradient metode conjugate gradient. Arah pencarian diberikan oleh:
3 44 Sains & Mat, Vol. 2 No. 2, April 2014: parameter b k ditentukan oleh: b k adalah...(2.7) segkan adalah spectral gradient yang dapat ditentukan oleh:...(2.5). Secara numerik metode ini sangat efisien, akan tetapi arah pencarian yang dihasilkan belum tentu arah yang menurun (descent direction). Berdasarkan metode spectral conjugate gradient, Zhang et al. (2006) memodifikasi metode Flethcer- Reeves sehingga arah pencarian yang dihasilkan adalah arah pencarian yang menurun. Metode Fletcher-Reeves yang termodifikasi diberikan oleh:...(2.8) Dengan menggunakan pencarian garis Armijo yang termodifikasi akan ditunjukkan bahwa metode ini konvergen global serta menghasilkan arah pencarian yang menurun. Pencarian Garis Armijo Yang Termodifikasi Pencarian garis merupakan salah satu bagian yang penting dalam metode optimisasi. Terdapat dua jenis pencarian garis, yakni pencarian garis eksak tidak eksak. Namun dalam praktiknya, pencarian garis yang tidak eksak lebih dipilih daripada pencarian garis yang eksak karena sifat pencarian garis eksak yang terlalu mahal tidak efisien. Di lain pihak, bagi sebagian besar metode-metode optimisasi, sebagai contoh metode Newton metode Quasi-Newton, kekonvergenan metodenya tidak bergantung pada pencarian garis eksak yang digunakan. Secara umum, pencarian garis tidak eksak mencari panjang langkah (steplength) yang sesuai sehingga fungsi objektif merupakan fungsi yang menurun di setiap iterasinya. Salah satu pencarian garis yang tidak eksak adalah pencarian garis Armijo yang dideskripsikan sebagai berikut: diberikan,, terdapat bilangan bulat nonnegatif paling kecil sedemikian sehingga diberikan oleh (2.2). Modifikasi pencarian garis Armijo berdasarkan fungsi Jika pencarian garis yang digunakan adalah pencarian garis eksak, maka metode ini kembali ke metode Fletcer-Reeves yang standar. Metode Spectral Conjugate Descent Untuk mendapatkan arah pencarian yang menurun, Liu et al. (2012) mengkombinasi metode spectral conjugate gradient metode conjugate descent. Arah pencarian dari metode conjugate gradient descent diberikan oleh:...(2.6) B k adalah matriks simetris definit positif yang dikembangkan oleh Wei et al. (2000). Untuk memudahkan penggunaan, modifikasi ini dapat digunakan dengan mengubah B k menjadi mi untuk m>0. Untuk metode conjugate descent, pencarian garis Armijo yang termodifikasi dideskripsikan sebagai berikut: diberikan,,,, misal didefinisikan,, pencarian garis Armijo yang termodifikasi adalah mencari a k di mana j k adalah bilangan bulat nonnegatif paling kecil sehingga...(2.10)
4 Hasanah: Konvergensi Global Metode Spectral Conjugate Descent 45 Misal h>0 e>0 bilangan riil yang sangat kecil, maka jk yang paling sesuai ditentukan oleh...(2.11) Jika,, maka b k =0. Dengan demikian dari (2.6), (2.8) asumsi bahwa didapatkan dengan Bukti. 0 Dengan menggunakan induksi, kita akan tunjukkan bahwa kes 7 Bukti. Dengan menggunakan berlaku induksi,, sehingga kita akan berlaku tunjukkan bahwa kesimpulan Sehin hasil pembahasan berlaku. Kita asumsikan, sehingga benar berlaku untuk 7 Bukti. Dengan menggunakan induksi, kita akan tunjukkan bahwa kesimpulan benar. Untuk, yaitu (3.2) Berikut adalah algoritma metode spectral conjugate. Kita Bukti. asumsikan Dengan, benar maka menggunakan untuk. Dari induksi, (2.4), kita (2.6), akan yaitu tunjukkan (2.8) didapatkan bahwa k descent dengan menggunakan pencarian berlaku garis Armijo, sehingga berlaku (3.2) benar untuk Bukti. Dengan menggunakan induksi, kita akan tunjukkan bahwa kesimpulan benar. Untuk yang termodifikasi. Jadi kesimpulan, maka berlaku benar untuk. Dari (2.4),, sehingga k. Dengan (2.6) berlaku demikian (2.8) didapatkan Seh. Kita asumsikan benar untuk, yaitu. Jika berlaku, sehingga berlaku (3.2) benar untuk terbukti bahwa. Kita metode asumsikan spectral benar conjugate untuk descent, yaitu Algoritma SCD-MA. Kita asumsikan benar, maka untuk. Dari (2.4), (2.6) menghasilkan, yaitu (2.8) arah pencarian ( didapatkan yang ) menurun,. Jika yaitu Langkah 1 : diberikan,, Jika, maka, maka. Dari (2.4), dari (2.6) (2.6), (2.8) didapatkan asums, maka. Dari ( (2.4), (2.6) untuk setiap iterasinya.,. Pilih titik awal 0. Set Jika )(2.8) didapatkan didapatkan, maka. dari (2.6), (2.8) asumsi bahwa,. Jika, maka stop. Dengan menggunakan pencarian garis Armijo yang Jika (, maka ). didapatkan dari (2.6), (2.8) Langkah 2 : menentukan j k pada (2.11) cari a termodifikasi, f(x k k )} adalah ( asumsi bahwa barisan yang ) menurun. Hal Jika, maka. dari (2.6), (2.8) asum yang memenuhi (2.9) (2.10). didapatkan Jika, maka. dari ini (2.6), mengakibatkan (2.8) ( asumsi x k } yang bahwa dihasilkan ) oleh Algoritma L a n g k a h 3 : m i s a l d a n SCD-MA Jadi termuat didapatkan kesimpulan di W. benar Akibatnya untuk. Dengan terdapat demikian suatu terbukti bahwa met didapatkan (.. Jika maka stop. Jadi konstan ) kesimpulan descent f* sedemikian benar menghasilkan untuk sehingga. arah Dengan pencarian demikian yang terbukti menurun, bahwa yaitu metode spect Langkah 4 : tentukan b k oleh (2.7) j k oleh (2.8), Jadi kesimpulan ( benar ) untuk. Dengan descent demikian menghasilkan iterasinya. terbukti...(3.3) arah bahwa pencarian metode yang spectral menurun, conjugate yaitu maka tentukan d k oleh (2.6). iterasinya. Jadi kesimpulan Dengan menggunakan benar untuk pencarian. Dengan garis demikian Armijo terbukti yang bahwa termodi m Langkah 5 : set k=k+1, kembali descent ke menghasilkan langkah 2. arah pencarian yang menurun, yaitu untuk setiap Jadi kesimpulan benar untuk. Dengan demikian Asumsi terbukti bahwa SCD-MA metode juga spectral mengakibatkan conjugate terdapat Kekonvergenan global Algoritma SCD-MA akan Dengan barisan descent menggunakan yang menghasilkan menurun. pencarian Hal arah ini mengakibatkan pencarian garis Armijo yang menurun, yang yang termodifikasi, dihasilkan yaitu iterasinya. ole suatu konstan M>0 sedemikian sehingga untuk semua dibuktikan dengan descent menggunakan menghasilkan arah asumsi-asumsi pencarian yang menurun, yaitu untuk setiap barisan k berlaku yang termuat iterasinya. menurun. di. Hal Akibatnya ini mengakibatkan terdapat suatu konstan yang dihasilkan sedemikian oleh sehingga Algorit berikut. Dengan menggunakan pencarian garis Armijo yang termodifikasi, adalah iterasinya. termuat di...(3.4) Akibatnya Dengan terdapat menggunakan suatu konstan pencarian sedemikian garis Armijo sehingga yang termo barisan yang menurun. Hal ini mengakibatkan yang dihasilkan oleh Algoritma SCD-MA Asumsi SCD-MA Dengan menggunakan pencarian garis Armijo yang termodifikasi, adalah Asumsi barisan SCD-MA yang menurun. juga mengakibatkan Hal ini mengakibatkan terdapat suatu konstan yang dihasilkan sedo 1. Level set termuat di. Akibatnya terbatas; terdapat suatu konstan sedemikian sehingga barisan yang menurun. Hal ini mengakibatkan Lemma yang 3.2. dihasilkan Misalkan oleh Algoritma Asumsi SCD-MA berlaku. x 1 adalah titik awal. Asumsi SCD-MA semua termuat juga berlaku di mengakibatkan. Akibatnya terdapat terdapat suatu suatu konstan sedemikian sedemikian sehing s Maka 2. Gradien dari termuat fungsi di objektif. Akibatnya memenuhi terdapat kondisi suatu konstan sedemikian sehingga (3.3) semua berlaku Lipschitz, yaitu terdapat Asumsi L SCD-MA > 0 sedemikian juga mengakibatkan terdapat suatu konstan sedemikian sehingga...(3.5) untuk sehingga untuk semua Lemma Asumsi 3.2. SCD-MA Misalkan juga semua berlaku Asumsi mengakibatkan SCD-MA (3.3) berlaku. terdapat Maka suatu konstan s Asumsi SCD-MA juga mengakibatkan terdapat suatu konstan sedemikian sehingga untuk Bukti. Dari (3.3) kita dapatkan Lemma 3.2. semua Misalkan berlaku Asumsi SCD-MA berlaku. Maka (3.4) semua berlaku...(3.1) Bukti. Dari (3.3) kita dapatkan Berikut adalah teorema yang Lemma menunjukkan 3.2. Misalkan bahwa Asumsi SCD-MA berlaku. Maka (3.4) Algoritma SCD-MA menghasilkan arah pencarian Bukti. ( Dari Lemma (3.3) kita 3.2. dapatkan ) Misalkan ( Asumsi SCD-MA berlaku. ) (3.5) Maka yang menurun. Lemma 3.2. Misalkan Asumsi SCD-MA berlaku. Maka ( ) ( Bukti. Dari (3.3) kita dapatkan ( ( (3.5) ) ) Teorema 3.1. Misal g k } d k } dihasilkan oleh Bukti. Dari (3.3) kita dapatkan Bukti. Dari (3.3) kita dapatkan Algoritma SCD-MA, maka (...(3.2) Dengan Dengan ( demikian ).., Segkan dari (2.9) segkan dari (2.9) didapatkan Bukti. Dengan menggunakan induksi, kita akan Dengan ( demikian ( ) ( ) ). Segkan ( dari (2.9) didapatk tunjukkan bahwa kesimpulan benar. Untuk k=1 Dengan demikian ( berlaku d 1 =g 1, sehingga berlaku. Ini mengakibatkan. Segkan dari (2.9) ) didapatkan ( ). B Dengan demikian. Segkan dari (2. Dengan demikian, Dengan (3.2) demikian benar ( untuk ( k=1. Kita ) Ini ). mengakibatkan Segkan deret ( dari tersebut (2.9) adalah didapatkan deret ) nonnegative sehingga deret tersebut. Berdasarka adalah asumsikan benar untuk k-1,, yaitu ( ) ( deret tersebut Dengan adalah demikian deret nonnegative sehingga deret tersebut adalah deret. y (. Jika Ini mengakibatkan,, maka ) ( ). Berdasarkan (3.2), kedua. Dari (2.4), (2.6) deret (2.8) tersebut didapatkan adalah deret nonnegative Dengan Ini sehingga demikian Ini mengakibatkan deret tersebut adalah deret yang menurun... Ini mengakibatkan. Berdasarkan (3.2), (3.2), kedua kedua deret deret tersebut adalah deret nonnegative sehingga deret tersebut ada Dengan demikian. deret tersebut adalah deret nonnegative sehingga tersebut deret tersebut adalah adalah deret deret nonnegatif yang menurun. sehingga deret Dengan demikian. Dengan demikian.
5 46 Sains & Mat, Vol. 2 No. 2, April 2014: tersebut adalah deret yang menurun. Dengan demikian.. Kedua sifat ini sangat penting untuk menunjukkan kekonvergenan global Algoritma SCD-MA. Lemma 3.3. Misal Asumsi SCD-MA berlaku. Jika ada suatu konstan e>0 sedemikian sehingga untuk semua k>1 berlaku, maka terdapat suatu konstan M 1 >0 sedemikian sehingga untuk semua k berlaku...(3.6) Bukti. Untuk k=1 kita peroleh d 1 =g 1 sehingga.. Untuk k>2, jika,, maka dengan menggunakan (2.4), (2.6), (2.8) ketaksamaan segitiga didapatkan Lemma 3.4. Misal asumsi SCD-MA berlaku, x k } g k } dihasilkan oleh algoritma SCD-MA. Oleh karena itu, terdapat suatu konstan M 2 >0 sedemikian sehingga untuk semua k berlaku...(3.7) Bukti. (3.7) dapat dibuktikan pada beberapa kasus berikut. Kasus 1. a k =1. Berdasarkan (3.2) kita peroleh sehingga.. Hal ini mengakibatkan. Dengan demikian untuk. Karena g memenuhi kondisi Lipschitz,, maka Dari (3.4) untuk semua k, maka Karena, maka terdapat suatu konstan q (0,1) bilangan bulat K sedemikian sehingga untuk semua k>k, Dengan demikian, untuk semua k>k berlaku Kita definisikan }. Oleh karena itu, dapat disimpulkan bahwa untuk semua k. Kasus 2. a k <1. Jika a k <1 maka j k -1 adalah bilangan nonnegatif. Berdasarkan definisi a k dalam pencarian garis Armijo yang termodofikasi, tidak mungkin memenuhi (2.9) (2.10) secara bersamaan. Jika tidak memenuhi (2.9), maka ( ) Berdasarkan Teorema Nilai Rata-rata terhadap turunan, terdapat sedemikian sehingga ( ) ( ) ( ) Kedua ruas dibagi dengan dengan didapatkan ( ( ) ) kemudian dikurangkan
6 Hasanah: Konvergensi Global Metode Spectral Conjugate Descent 47 Karena ( ( ) ) ( ), maka ( ( ) ) Kita dapatkan Dari (3.2) diperoleh Jika tidak memenuhi (2.10), maka Kedua ruas dikurangi oleh maka didapatkan ( ) Berdasarkan asumsi SCD-MA didapatkan ( ( ) ) ( ) Didefinisikan Teorema 3.5. Misalkan Asumsi SCD-MA berlaku, x k } g k } dihasilkan oleh algoritma SCD-MA. Maka Bukti. Andaikan tidak benar bahwa Maka terdapat suatu konstan e>0 sedemikian sehingga untuk setiap k berlaku. Berdasarkan lemma 3.3, terdapat konstan M 1 >0 sedemikian sehingga untuk semua k berlaku. Di lain pihak, untuk suatu konstan M 2 >0. kita dapatkan Untuk berlaku.. Hal ini kontradiksi dengan untuk semua k untuk suatu e>0. berlaku Dengan demikian metode spectral conjugate descent menghasilkan arah pencarian d k yang menurun. Dengan menggunakan pencarian garis Armijo yang termodifikasi, metode ini konvergen global. simpulan saran Metode nonlinear spectral conjugate descent baru yang merupakan gabungan dari metode conjugate descent metode spectral conjugate gradient terbukti mempunyai arah pencarian yang menurun (descent direction). Dengan menggunakan pencarian garis Strong Wolfe, metode ini konvergen global. Dengan menggunakan pencarian garis Armijo yang termodifikasi yang dilaporkan merupakan pencarian garis yang efisien, metode spectal conjugate descent memberikan hasil yang konvergen global. Selain pencarian garis Armijo yang termodifikasi, masih terdapat dua pencarian garis tidak eksak yang termodifikasi yang perlu diteliti kekonvergenan metode nonlinear spectral conjugate descent dengan pencarian garis tersebut sehingga dapat digunakan sebagai bahan penelitian selanjutnya. maka didapatkan }.. daftar pustaka Birgin EG & Martinez JM, A Spectral Conjugate Gradient Method for Unconstrained Optimization. Appl. Math. Optim.; 43:
7 48 Sains & Mat, Vol. 2 No. 2, April 2014: Dai YH, Liao LZ & Li D, On Restart Procedures for the Conjugate Gradient Method. Numerical Algorithms; 35: Kim M, Kwon S & Oh S, The Performance of A Modified Armijo Line Search Rule in BFGS Optimization Method. Journal of The Chungcheong Mathematical Society; 21(1): Liu J & Jiang Y, Global Convergence of A Spectral Conjugate Gradient Method for Unconstrained Optimization. Abstract and Applied Analysis; Vol doi: /2012/ Wei Z, Qi L, Ito S, New step-size rules for optimization problems. Guangxi: Department of Mathematics and Information Science, Guangxi University. Wei XW, Li GY & Qi LQ, Global Convergence of The Polak- Ribiere-Polyak Conjugate Gradient Method with an Armijo- Type Inexact Line Search for Nonconvex Unconstrained Optimization Problems. Mathematics of Computation; 77(264): Zhang L, Zhou W & Li D, Global Convergence of a Modified Fletcher-Reeves Conjugate Gradient Method with Armijo-Type Line Search. Numer. Math; 104:
METODE STEEPEST DESCENT
METODE STEEPEST DESCENT DENGAN UKURAN LANGKAH BARU UNTUK PENGOPTIMUMAN NIRKENDALA D. WUNGGULI 1, B. P. SILALAHI 2, S. GURITMAN 3 Abstrak Metode steepest descent adalah metode gradien sederhana untuk pengoptimuman.
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Saat ini semakin banyak permasalahan pada kehidupan sehari-hari yang memerlukan pendekatan optimisasi dalam penyelesaiannya. Sebagai contoh, misalkan sebuah perusahaan
Lebih terperinciALGORITMA MODIFIKASI BROYDEN-FLETCHER-GOLDFARB-SHANNO (MBFGS) PADA PERMASALAHAN OPTIMASI
ALGORITMA MODIFIKASI BROYDEN-FLETCHER-GOLDFARB-SHANNO (MBFGS) PADA PERMASALAHAN OPTIMASI Nama Mahasiswa : Rahmawati Erma.S. NRP : 1208100030 Jurusan : Matematika Dosen Pembimbing : 1. Subchan, M.Sc, Ph.D
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 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 terperinciBAB 2 TINJAUAN PUSTAKA
5 BAB 2 TINJAUAN PUSTAKA 2.1. Analisis Analisis adalah kemampuan pemecahan masalah subjek kedalam elemen-elemen konstituen, mencari hubungan-hubungan internal dan diantara elemen-elemen, serta mengatur
Lebih terperinciMETODE TWO-POINT STEPSIZE GRADIENT DAN METODE MODIFIKASI TWO-POINT STEPSIZE GRADIENT UNTUK MENYELESAIKAN OPTIMALISASI TANPA KENDALA RIZKI OKTAVIANI
METODE TWO-POINT STEPSIZE GRADIENT DAN METODE MODIFIKASI TWO-POINT STEPSIZE GRADIENT UNTUK MENYELESAIKAN OPTIMALISASI TANPA KENDALA RIZKI OKTAVIANI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciDr. Ir. Bib Paruhum Silalahi, M.Kom
Metode Descent Oleh : Andaikan fungsi tujuan kita adalah minf(x);x R n. Secara umum f(x) dapat berupa fungsi nonlinear. Metode-metode descent adalah metode iteratif untuk memperoleh solusi pendekatan dari
Lebih terperinciMETODE STEEPEST DESCENT DENGAN UKURAN LANGKAH BARU UNTUK PENGOPTIMUMAN NIRKENDALA DJIHAD WUNGGULI
1 METODE STEEPEST DESCENT DENGAN UKURAN LANGKAH BARU UNTUK PENGOPTIMUMAN NIRKENDALA DJIHAD WUNGGULI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2015 2 3 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI
Lebih terperinciOPTIMASI FUNGSI MULTIVARIABLE TANPA KENDALA DENGAN METODE NEWTON
OPTIMASI FUNGSI MULTIVARIABLE TANPA KENDALA DENGAN METODE NEWTON Susi Ranangga [M008067], Aeroni Dwijayanti [M008078] Hamdani Citra P. [M0003], Nafi Nur Khasana [M00058]. Pendahuluan Dalam kehidupan sehari-hari
Lebih terperinciTUGAS AKHIR ALGORITMA MODIFIKASI BROYDEN-FLETCHER-GOLDFARB- SHANNO (MBFGS) PADA PERMASALAHAN OPTIMASI
TUGAS AKHIR ALGORITMA MODIFIKASI BROYDEN-FLETCHER-GOLDFARB- SHANNO (MBFGS) PADA PERMASALAHAN OPTIMASI (ALGORITHM OF MODIFIED BROYDEN-FLETCHER-GOLDFARB- SHANNO (MBFGS ) FOR OPTIMIZATION PROBLEM ) Oleh:
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Derivatif memegang peranan penting dalam syarat optimalitas fungsi, yaitu untuk mencapai ekstrim, derivatif order satu fungsi tersebut harus bernilai nol.
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 terperinciPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
METODE TITIK-INTERIOR PADA PEMROGRAMAN KUADRATIK KONVEKS Skripsi Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Sains Program Studi Matematika Oleh: Fenny Basuki NIM: 831143 PROGRAM
Lebih terperinciBAB 2 PROGRAM LINIER DAN TAK LINIER. Program linier (Linear programming) adalah suatu masalah matematika
BAB 2 PROGRAM LINIER DAN TAK LINIER 2.1 Program Linier Program linier (Linear programming) adalah suatu masalah matematika yang mempunyai fungsi objektif dan kendala berbentuk linier untuk meminimalkan
Lebih terperinciBAB I PENDAHULUAN. adalah optimasi digunakan untuk memaksimalkan keuntungan yang akan diraih
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam kehidupan sehari-hari, baik disadari maupun tidak disadari, manusia sebenarnya telah melakukan upaya optimasi untuk memenuhi kebutuhan hidupnya. Akan
Lebih terperinciKOMBINASI PERSYARATAN KARUSH KUHN TUCKER DAN METODE BRANCH AND BOUND PADA PEMROGRAMAN KUADRATIK KONVEKS BILANGAN BULAT MURNI
Jurnal LOG!K@ Jilid 7 No 1 2017 Hal 52-60 ISSN 1978 8568 KOMBINASI PERSYARATAN KARUSH KUHN TUCKER DAN METODE BRANCH AND BOUND PADA PEMROGRAMAN KUADRATIK KONVEKS BILANGAN BULAT MURNI Khoerunisa dan Muhaza
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 terperinciCAKRAWALA PENDIDIKAN
VOLUME 16, NOMOR 1, APRIL 2014 ISSN 1410-9883 CAKRAWALA PENDIDIKAN FORUM KOMUNIKASI ILMIAH DAN EKSPRESI KREATIF ILMU PENDIDIKAN Teaching Dictation using Dictation Drills Global Convergence of the Modified
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 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 terperinciSyarat Fritz John pada Masalah Optimasi Berkendala Ketaksamaan. Caturiyati 1 Himmawati Puji Lestari 2. Abstrak
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 2 himmawatipl@yahoo.com Abstrak
Lebih terperinciUNNES Journal of Mathematics
UJM (1) 2017 UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm PENERAPAN METODE NEWTON-COTES OPEN FORM 5 TITIK UNTUK MENYELESAIKAN SISTEM PERSAMAAN NONLINIER M Ziaul Arif, Yasmin
Lebih terperinciPERBANDINGAN WAKTU EKSEKUSI METODE STEEPEST DESCENT DAN METODE BARZILAI-BORWEIN MENGGUNAKAN PERANGKAT LUNAK MATLAB KIKI SEPTIANI
PERBANDINGAN WAKTU EKSEKUSI METODE STEEPEST DESCENT DAN METODE BARZILAI-BORWEIN MENGGUNAKAN PERANGKAT LUNAK MATLAB KIKI SEPTIANI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciPENYELESAIAN PERSAMAAN NONLINIER DENGAN METODE MODIFIKASI BAGI DUA
Jurnal Matematika UNAND Vol. 4 No. 1 Hal. 68 75 ISSN : 303 910 c Jurusan Matematika FMIPA UNAND PENYELESAIAN PERSAMAAN NONLINIER DENGAN METODE MODIFIKASI BAGI DUA ELSA JUMIASRI, SUSILA BAHRI, BUKTI GINTING
Lebih terperinciOPTIMISASI KONVEKS: KONSEP-KONSEP
Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta, 14 Mei 2011 OPTIMISASI KONVEKS: KONSEP-KONSEP Caturiyati 1 dan Himmawati Puji Lestari
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 terperinciPERBANDINGAN METODE TRUST-REGION DENGAN METODE NEWTON-RAPHSON PADA OPTIMASI FUNGSI NON LINIER TANPA KENDALA
PERBANDINGAN METODE TRUST-REGION DENGAN METODE NEWTON-RAPHSON PADA OPTIMASI FUNGSI NON LINIER TANPA KENDALA Yully Estiningsih 1, Farikhin, Nikken Prima Puspita 3 1,,3 Jurusan Matematika FSM Universitas
Lebih terperinciIII RELAKSASI LAGRANGE
III RELAKSASI LAGRANGE Relaksasi Lagrange merupakan salah satu metode yang terus dikembangkan dalam aplikasi pemrograman matematik. Sebagian besar konsep teoretis dari banyak aplikasi menggunakan metode
Lebih terperinciMETODE NUMERIK ARAH KONJUGASI
METODE NUMERIK ARAH KONJUGASI 14 Mei 2016 Diajukan untuk Memenuh Tugas Ujian Akhir Semester Mata kuliah Metode Numerik Dosen Pengampu Bapak Rukmono Budi Utomo,M.Sc Nur Aliyah 1384202043 6A1 Fakultas Keguruan
Lebih terperinciAlgoritme Pendugaan Parameter Model Regresi Logistik Biner (RLB) dengan Maksimum Likelihood dan Broyden- Fletcher-Goldfarb-Shanno (BFGS)
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 S - 16 Algoritme Pendugaan Parameter Model Regresi Logistik Biner (RLB) dengan Maksimum Likelihood dan Broyden- Fletcher-Goldfarb-Shanno (BFGS)
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 terperinciANALISIS REGULERISASI OPTIMISASI KONVEKS TIGA TAHAP
ANALISIS REGULERISASI OPTIMISASI KONVEKS TIGA TAHAP Lasker P. Sinaga Abrak Regulerisasi adalah teknik penyederhanaan yang dilakukan pada optimisasi bertahap. Optimisasi konveks tiga tahap dapat diregulerisasi
Lebih terperinciPROGRAM FRAKSIONAL LINIER DENGAN KOEFISIEN INTERVAL. Annisa Ratna Sari 1, Sunarsih 2, Suryoto 3. Jl. Prof. H. Soedarto, S.H. Tembalang Semarang
PROGRAM FRAKSIONAL LINIER DENGAN KOEFISIEN INTERVAL Annisa Ratna Sari 1, Sunarsih 2, Suryoto 3 1,2,3 Jurusan Matematika FSM Universitas Diponegoro Jl. Prof. H. Soedarto, S.H. Tembalang Semarang Abstract.
Lebih terperinciModifikasi Kontrol untuk Sistem Tak Linier Input Tunggal-Output Tunggal
Vol 7, No2, 118-123, Januari 2011 Modifikasi Kontrol untuk Sistem Tak Linier Input Tunggal-Output Tunggal Abstrak Dalam tulisan ini diuraikan sebuah kontrol umpan balik dinamik Dari kontrol yang diperoleh
Lebih terperinciSEBUAH VARIASI BARU METODE NEWTON BERDASARKAN TRAPESIUM KOMPOSIT ABSTRACT
SEBUAH VARIASI BARU METODE NEWTON BERDASARKAN TRAPESIUM KOMPOSIT Vera Alvionita Harahap 1, Asmara Karma 1 Mahasiswa Program Studi S1 Matematika Dosen Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan
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 terperinciOPTIMISASI KONVEKS: Konsep-konsep
OPTIMISASI KONVEKS: Konsep-konsep Caturiyati, M.Si 1 dan Himmawati Puji Lestari, M.Si 2 1,2 Jurdik Matematika FMIPA UNY 1 wcaturiyati@yahoo.com 2 himmawatipl@yahoo.com Abstrak Pada masalah optimisasi konveks
Lebih terperinciMETODE CHEBYSHEV-HALLEY BEBAS TURUNAN KEDUA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Ridho Alfarisy 1 ABSTRACT
METODE CHEBYSHEV-HALLEY BEBAS TURUNAN KEDUA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Ridho Alfarisy 1 1 Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciMETODE BERTIPE STEFFENSEN SATU LANGKAH DENGAN KONVERGENSI SUPER KUBIK UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Neng Ipa Patimatuzzaroh 1 ABSTRACT
METODE BERTIPE STEFFENSEN SATU LANGKAH DENGAN KONVERGENSI SUPER KUBIK UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Neng Ipa Patimatuzzaroh Mahasiswa Program Studi S Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciFakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya Pekanbaru (28293), Indonesia.
FAMILI DARI METODE NEWTON-LIKE DENGAN ORDE KONVERGENSI EMPAT Nurazmi, Supriadi Putra 2, Musraini M 2 Mahasiswa Program Studi S Matematika 2 Laboratorium Matematika Terapan, Jurusan Matematika Fakultas
Lebih terperinciPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
METODE HIMPUNAN AKTIF UNTUK MENYELESAIKAN MASALAH PEMROGRAMAN KUADRATIK Skripsi Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Sains Program Studi Matematika Oleh: Yudith Kase NIM:
Lebih terperinciMETODE ITERASI BARU BERTIPE SECANT DENGAN KEKONVERGENAN SUPER-LINEAR. Rino Martino 1 ABSTRACT
METODE ITERASI BARU BERTIPE SECANT DENGAN KEKONVERGENAN SUPER-LINEAR Rino Martino 1 1 Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya
Lebih terperinciBAB II LANDASAN TEORI. Pada Bab Landasan Teori ini akan dibahas mengenai definisi-definisi, dan
BAB II LANDASAN TEORI Pada Bab Landasan Teori ini akan dibahas mengenai definisi-definisi, dan teorema-teorema yang akan menjadi landasan untuk pembahasan pada Bab III nanti, diantaranya: fungsi komposisi,
Lebih terperinciMODIFIKASI METODE CAUCHY DENGAN ORDE KONVERGENSI EMPAT. Masnida Esra Elisabet ABSTRACT
MODIFIKASI METODE CAUCHY DENGAN ORDE KONVERGENSI EMPAT Masnida Esra Elisabet Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Riau Kampus
Lebih terperinciANALISIS KEKONVERGENAN GLOBAL METODE ITERASI CHEBYSHEV ABSTRACT
ANALISIS KEKONVERGENAN GLOBAL METODE ITERASI CHEBYSHEV Poppy Hanggreny 1, M. Imran, Zulkarnain 1 Mahasiswa Program Studi S1 Matematika Laboratorium Matematika Terapan, Jurusan Matematika Fakultas Matematika
Lebih terperinciVARIASI METODE CHEBYSHEV DENGAN ORDE KEKONVERGENAN OPTIMAL UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT ABSTRAK
VARIASI METODE CHEBYSHEV DENGAN ORDE KEKONVERGENAN OPTIMAL UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Julia Murni 1, Sigit Sugiarto 1 Mahasiswa Program Studi S1 Matematika Laboratorium Matematika Terapan,
Lebih terperinciMETODE ITERASI BARU BEBAS DERIVATIF UNTUK MENEMUKAN SOLUSI PERSAMAAN NONLINEAR ABSTRACT
METODE ITERASI BARU BEBAS DERIVATIF UNTUK MENEMUKAN SOLUSI PERSAMAAN NONLINEAR Eka Ceria 1, Agusni, Zulkarnain 1 Mahasiswa Program Studi S1 Matematika Laboratorium Matematika Terapan, Jurusan Matematika
Lebih terperinciMODIFIKASI METODE JARRAT DENGAN VARIAN METODE NEWTON DAN RATA-RATA KONTRA HARMONIK TUGAS AKHIR. Oleh : KHARISMA JAKA ARFALD
MODIFIKASI METODE JARRAT DENGAN VARIAN METODE NEWTON DAN RATA-RATA KONTRA HARMONIK TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Sains Pada Jurusan Matematika Oleh : KHARISMA
Lebih terperinciTEKNIK ITERASI VARIASIONAL DAN BERBAGAI METODE UNTUK PENDEKATAN SOLUSI PERSAMAAN NONLINEAR. Yeni Cahyati 1, Agusni 2 ABSTRACT
TEKNIK ITERASI VARIASIONAL DAN BERBAGAI METODE UNTUK PENDEKATAN SOLUSI PERSAMAAN NONLINEAR Yeni Cahyati 1, Agusni 1 Mahasiswa Program Studi S1 Matematika Dosen Jurusan Matematika Fakultas Matematika dan
Lebih terperinci11. FUNGSI MONOTON (DAN FUNGSI KONVEKS)
11. FUNGSI MONOTON (DAN FUNGSI KONVEKS) 11.1 Definisi dan Limit Fungsi Monoton Misalkan f terdefinisi pada suatu himpunan H. Kita katakan bahwa f naik pada H apabila untuk setiap x, y H dengan x < y berlaku
Lebih terperinciJurnal Matematika Integratif ISSN Volume 12 No 1, April 2016, pp 35 42
Jurnal Matematika Integratif ISSN 1412-6184 Volume 12 No 1, April 2016, pp 35 42 Perbandingan Tingkat Kecepatan Konvergensi dari Newton Raphson dan Secant Setelah Mengaplikasikan Aiken s dalam Perhitungan
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Pada suatu eksperimen atau pengamatan terhadap suatu keadaan, pengambilan data merupakan salah satu bagian terpenting, agar hasil dari eksperimen dapat lebih
Lebih terperinciKata Pengantar. Medan, 11 April Penulis
Kata Pengantar Puji syukur penulis panjatkan kepada Tuhan YME, bahwa penulis telah menyelesaikan tugas mata kuliah Matematika dengan membahas Numerical Optimization atau Optimasi Numerik dalam bentuk makalah.
Lebih terperinciKONSTRUKSI SEDERHANA METODE ITERASI BARU ORDE TIGA ABSTRACT
KONSTRUKSI SEDERHANA METODE ITERASI BARU ORDE TIGA Dedi Mangampu Tua 1, Syamsudhuha 2, Asmara Karma 2 1 Mahasiswa Program Studi S1 Matematika 2 Laboratorium Matematika Terapan, Jurusan Matematika Fakultas
Lebih terperinciPERBANDINGAN METODE GAUSS-SEIDEL PREKONDISI DAN METODE SOR UNTUK MENDAPATKAN SOLUSI SISTEM PERSAMAAN LINEAR. Merintan Afrina S ABSTRACT
PERBANDINGAN METODE GAUSS-SEIDEL PREKONDISI DAN METODE SOR UNTUK MENDAPATKAN SOLUSI SISTEM PERSAMAAN LINEAR Merintan Afrina S Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciMetode Numerik Newton
1. March 1, 2016 1. 1. 1. Berbeda dengan Metode numerik Golden Rasio dan Fibonacci yang tidak memerlukan f (x), metode numerik Newton memerlukan turunan dari fungsi f (x) tersebut. 1. Berbeda dengan Metode
Lebih terperinciMETODE BERTIPE NEWTON UNTUK AKAR GANDA DENGAN KONVERGENSI KUBIK ABSTRACT
METODE BERTIPE NEWTON UNTUK AKAR GANDA DENGAN KONVERGENSI KUBIK Risvi Ayu Imtihana 1, Asmara Karma 1 Mahasiswa Program Studi S1 Matematika Dosen Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciFAMILI METODE ITERASI DENGAN KEKONVERGENAN ORDE TIGA. Rahmawati ABSTRACT
FAMILI METODE ITERASI DENGAN KEKONVERGENAN ORDE TIGA Rahmawati Mahasiswa Program Studi S Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Bina Widya,
Lebih terperinciBAB 2 OPTIMISASI KOMBINATORIAL. Masalah optimisasi merupakan suatu proses pencarian varibel bebas yang
BAB 2 OPTIMISASI KOMBINATORIAL 2.1 Masalah Model Optimisasi Kombinatorial Masalah optimisasi merupakan suatu proses pencarian varibel bebas yang memenuhi kondisi atau batasan yang disebut kendala dari
Lebih terperinciKONVERGENSI DAN KELENGKAPAN PADA RUANG QUASI METRIK
JURNAL SAINS DAN SENI POMITS Vol 2, No 1, (2013) 1-6 1 KONVERGENSI DAN KELENGKAPAN PADA RUANG QUASI METRIK Fikri Firdaus, Sunarsini, Sadjidon Jurusan Matematika, Fakultas Matematika Ilmu Pengetahuan Alam,
Lebih terperinciInformasi Fisher pada Algoritme Fisher Scoring untuk Estimasi Parameter Model Regresi Logistik Ordinal Terboboti Geografis (RLOTG)
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Informasi Fisher pada Algoritme Fisher Scoring untuk Estimasi Parameter Model Regresi Logistik Ordinal Terboboti Geografis (RLOTG) Aulia Nugrahani
Lebih terperinciTEKNIK ITERASI VARIASIONAL UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT
TEKNIK ITERASI VARIASIONAL UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Koko Saputra 1, Supriadi Putra 2, Zulkarnain 2 1 Mahasiswa Program Studi S1 Matematika 2 Laboratorium Matematika Terapan, Jurusan Matematika
Lebih terperinciMETODE MODIFIKASI NEWTON DENGAN ORDE KONVERGENSI Lely Jusnita 1
METODE MODIFIKASI NEWTON DENGAN ORDE KONVERGENSI 1 + Lely Jusnita 1 1 Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya
Lebih terperinciPENYELESAIAN PERSAMAAN POISSON 2D DENGAN MENGGUNAKAN METODE GAUSS-SEIDEL DAN CONJUGATE GRADIENT
Teknikom : Vol. No. (27) E-ISSN : 2598-2958 PENYELESAIAN PERSAMAAN POISSON 2D DENGAN MENGGUNAKAN METODE GAUSS-SEIDEL DAN CONJUGATE GRADIENT Dewi Erla Mahmudah, Muhammad Zidny Naf an 2 STMIK Widya Utama,
Lebih terperinciPenyelesaian Persamaan Poisson 2D dengan Menggunakan Metode Gauss-Seidel dan Conjugate Gradient
Teknikom : Vol. No. (27) ISSN : 2598-2958 (online) Penyelesaian Persamaan Poisson 2D dengan Menggunakan Metode Gauss-Seidel dan Conjugate Gradient Dewi Erla Mahmudah, Muhammad Zidny Naf an 2 STMIK Widya
Lebih terperinciABSTRAK 1 PENDAHULUAN
EKSISTENSI SOLUSI LOKAL DAN KETUNGGALAN SOLUSI MASALAH NILAI AWAL PERSAMAAN DIFERENSIAL TUNDAAN Muhammad Abdulloh Mahin Manuharawati Matematika, Fakultas Ilmu Pengetahuan Alam Matematika, Universitas Negeri
Lebih terperinciMETODE STEEPEST DESCENT DALAM PENGOPTIMUMAN FUNGSI DAN PENERAPANNYA MENGGUNAKAN APLIKASI ANDROID ALFI AINI
METODE STEEPEST DESCENT DALAM PENGOPTIMUMAN FUNGSI DAN PENERAPANNYA MENGGUNAKAN APLIKASI ANDROID ALFI AINI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciSUATU KAJIAN TITIK TETAP PEMETAAN k-pseudononspreading SEJATI DI RUANG HILBERT
Jurnal Matematika UNAND Vol. 2 No. 1 Hal. 52 60 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND SUATU KAJIAN TITIK TETAP PEMETAAN k-pseudononspreading SEJATI DI RUANG HILBERT DESI RAHMADANI Program Studi
Lebih terperinciSECOND ORDER CONE (SOC) DAN SIFAT-SIFAT KENDALA SECOND ORDER CONE PROGRAMMING DENGAN NORMA
Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta, 18 Mei 013 SECOND ORDER CONE (SOC) DAN SIFAT-SIFAT KENDALA SECOND ORDER CONE PROGRAMMING
Lebih terperinciSOLUSI NON NEGATIF PARSIAL SISTEM PERSAMAAN DIFERENSIAL LINIER ORDE SATU
SOLUSI NON NEGATIF PARSIAL SISTEM PERSAMAAN DIFERENSIAL LINIER ORDE SATU Muhafzan Jurusan Matematika Fakultas Matematika Ilmu Pengetahuan Alam Universitas Andalas Kampus Unand Limau Manis Pag 25163 email:
Lebih terperinciMETODE MAX MIN VOGEL S APPROXIMATION METHOD UNTUK MENEMUKAN BIAYA MINIMAL PADA PERMASALAHAN TRANSPORTASI
METODE MAX MIN VOGEL S APPROXIMATION METHOD UNTUK MENEMUKAN BIAYA MINIMAL PADA PERMASALAHAN TRANSPORTASI Bilqis Amaliah 1), Agri Krisdanto 2), dan Astris Dyah Perwita 3) 1,2,3) Teknik Informatika, Fakultas
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN 1.1 Latar Belakang Salah satu observasi yang berguna dalam bidang komputasi di tahun 1970 adalah observasi terhadap permasalahan relaksasi Lagrange. Josep Louis Lagrange merupakan tokoh ahli
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 terperinciPENERAPAN TRANSFORMASI SHANK PADA METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT
PENERAPAN TRANSFORMASI SHANK PADA METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Muliana 1, Syamsudhuha 2, Musraini 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika
Lebih terperinciBEBERAPA METODE ITERASI DENGAN TURUNAN KETIGA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR BESERTA DINAMIKNYA. Zulkarnain 1, M. Imran 2
BEBERAPA METODE ITERASI DENGAN TURUNAN KETIGA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR BESERTA DINAMIKNYA Zulkarnain 1, M. Imran 2 1.2 Laboratorium Matematika Terapan FMIPA Universitas Riau, Pekanbaru e-mail
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Sistem berskala besar (Large-Scale System) adalah suatu sistem yang dibangun oleh beberapa subsistem yang saling berinteraksi satu sama lain. Terdapat beberapa pendekatan
Lebih terperinciMODEL MATEMATIKA MASALAH ALIRAN MAKSIMUM KABUR DENGAN PROGRAM LINEAR KABUR
MODEL MATEMATIKA MASALAH ALIRAN MAKSIMUM KABUR DENGAN PROGRAM LINEAR KABUR Isnaini Rosyida Jurusan Matematika Universitas Negeri Semarang isnainimat@staff.unnes.ac.id Abstrak Masalah aliran maksimum pada
Lebih terperinciIDEAL PRIMA FUZZY DI SEMIGRUP
Vol 2 No 2 Bulan Desember 2017 Jurnal Silogisme Kajian Ilmu Matematika dan Pembelajarannya http://journal.umpo.ac.id/index.php/silogisme IDEAL PRIMA FUZZY DI SEMIGRUP Info Artikel Article History: Accepted
Lebih terperinciMETODE SUBGRADIEN PADA FUNGSI NONSMOOTH
Saintia Matematika Vol. 1, No. 4 (2013), pp. 399 406. METODE SUBGRADIEN PADA FUNGSI NONSMOOTH Meiliani, Iryanto, Esther S M Nababan Abstrak. Fungsi nonlinier yang variabelnya mutlak merupakan fungsi nonsmooth
Lebih terperinciSECOND ORDER CONE (SOC) DAN SIFAT-SIFAT KENDALA SECOND ORDER CONE PROGRAMMING DENGAN NORMA 1
SECOND ORDER CONE (SOC) DAN SIFAT-SIFAT KENDALA SECOND ORDER CONE PROGRAMMING DENGAN NORMA 1 Caturiyati 1, Ch. Rini Indrati 2, Lina Aryati 2 1 Mahasiswa Program Studi S3 Matematika FMIPA UGM dan dosen
Lebih terperinciPAM 252 Metode Numerik Bab 2 Persamaan Nonlinier
PAM 252 Metode Numerik Bab 2 Persamaan Nonlinier Mahdhivan Syafwan Jurusan Matematika FMIPA Universitas Andalas Semester Genap 2016/2017 1 Mahdhivan Syafwan Metode Numerik: Persamaan Nonlinier Solusi persamaan
Lebih terperinciANALISIS METODE DEKOMPOSISI SUMUDU DAN MODIFIKASINYA DALAM MENENTUKAN PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL NONLINEAR
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 05, No. 2 (2016), hal 103-112 ANALISIS METODE DEKOMPOSISI SUMUDU DAN MODIFIKASINYA DALAM MENENTUKAN PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL
Lebih terperinciElly Musta adah 1, Erna Apriliani 2
Prosiding Seminar Nasional Penelitian, Pendidikan Dan Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta, 14 Mei 2011 PENYELESAIAN INVERS PROBLEM PADA REAKSI DIFUSI DENGAN MENGGUNAKAN METODE
Lebih terperinciARAH KONJUGAT. dibuat guna memenuhi tugas UAS Mata Kuliah Metode Numerik Dosen: Rukmono Budi Utomo M.Sc. 4 juni Dadang Supriadi A2
ARAH KONJUGAT dibuat guna memenuhi tugas UAS Mata Kuliah Metode Numerik Dosen: Rukmono Budi Utomo M.Sc. 4 juni 2016 Dadang Supriadi 1384202098 6A2 UNIVERSITAS MUHAMMADIYAH TANGERANG FAKULTAS KEGURUAN ILMU
Lebih terperinciBAB II KAJIAN TEORI. berkaitan dengan optimasi, pemrograman linear, pemrograman nonlinear, quadratic
BAB II KAJIAN TEORI Kajian teori pada bab ini membahas tentang pengertian dan penjelasan yang berkaitan dengan optimasi, pemrograman linear, pemrograman nonlinear, quadratic programming dan algoritma genetika.
Lebih terperinciPERBAIKAN METODE OSTROWSKI UNTUK MENCARI AKAR PERSAMAAN NONLINEAR. Rin Riani ABSTRACT
PERBAIKAN METODE OSTROWSKI UNTUK MENCARI AKAR PERSAMAAN NONLINEAR Rin Riani Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Riau Kampus
Lebih terperinciDaimah 1. Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya Pekanbaru (28293), Indonesia.
METODE NEWTON BISECTRIX UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Daimah 1 1 Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya Pekanbaru
Lebih terperinciANALISIS KONVERGENSI METODE DEKOMPOSISI ADOMIAN BARU UNTUK PERSAMAAN INTEGRAL VOLTERRA NONLINEAR JENIS KEDUA. Rini Christine Prastika Sitompul 1
ANALISIS KONVERGENSI METODE DEKOMPOSISI ADOMIAN BARU UNTUK PERSAMAAN INTEGRAL VOLTERRA NONLINEAR JENIS KEDUA Rini Christine Prastika Sitompul 1 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika
Lebih terperinciMETODE ITERASI ORDE EMPAT DAN ORDE LIMA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Imaddudin ABSTRACT
METODE ITERASI ORDE EMPAT DAN ORDE LIMA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Imaddudin Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciKekontraktifan Pemetaan pada Ruang Metrik Kerucut
Jurnal Matematika Integratif ISSN 1412-6184 Vol 9 No 2, Oktober 2013 pp 53-57 Kekontraktifan Pemetaan pada Ruang Metrik Kerucut Badrulfalah dan Iin Irianingsih Jurusan Matematika, Fakultas MIPA, Universitas
Lebih terperinciBEBERAPA METODE ITERASI ORDE TIGA DAN ORDE EMPAT UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Neli Sulastri 1 ABSTRACT
BEBERAPA METODE ITERASI ORDE TIGA DAN ORDE EMPAT UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Neli Sulastri 1 1 Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciOPTIMISASI NONLINEAR MULTIVARIABEL TANPA KENDALA DENGAN METODE DAVIDON FLETCHER POWELL
OPTIMISASI NONLINEAR MULTIVARIABEL TANPA KENDALA DENGAN METODE DAVIDON FLETCHER POWELL SKRIPSI Untuk Memenuhi Sebagian Persyaratan Guna Memperoleh Derajat Sarjana S-1 Program Studi Matematika Disusun oleh
Lebih terperinciMODIFIKASI FAMILI METODE ITERASI MULTI-POINT UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Yolla Sarwenda 1, Zulkarnain 2 ABSTRACT
MODIFIKASI FAMILI METODE ITERASI MULTI-POINT UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Yolla Sarwenda 1, Zulkarnain 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika
Lebih terperinciOPTIMASI (Pemrograman Non Linear)
OPTIMASI (Pemrograman Non Linear) 3 SKS PILIHAN Arrival Rince Putri, 013 1 Silabus I. Pendahuluan 1. Perkuliahan: Silabus, Referensi, Penilaian. Pengantar Optimasi 3. Riview Differential Calculus II. Dasar-Dasar
Lebih terperinciOPTIMASI PEMROGRAMAN KUADRATIK KONVEKS DENGAN MENGGUNAKAN METODE PRIMAL-DUAL PATH-FOLLOWING
OPIMASI PEMROGRAMAN KUADRAIK KONVEKS DENGAN MENGGUNAKAN MEODE PRIMAL-DUAL PAH-FOLLOWING Raras yasnurita ), Wiwik Anggraeni ), Rully Soelaiman 3) ) Jurusan Sistem Informasi 3) Jurusan eknik Informatika
Lebih terperinciBAB III TRANSFORMASI MATRIKS DERET DIRICHLET HOLOMORFIK. A. Transformasi Matriks Mengawetkan Kekonvergenan
BAB III TRANSFORMASI MATRIKS DERET DIRICHLET HOLOMORFIK A. Transformasi Matriks Mengawetkan Kekonvergenan Pada bagian A ini pembahasan dibagi menjadi dua bagian, yang pertama membahas mengenai transformasi
Lebih terperinciPENDEKATAN MASALAH MULTIOBJEKTIF STOKASTIK DENGAN PENDEKTAN STOKASTIK DAN PENDEKATAN MULTIOBJEKTIF
Prosiding Seminar Nasional Penelitian Pendidikan dan Penerapan MIPA Fakultas MIPA Universitas Negeri Yogyakarta 16 Mei 2009 PENDEKATAN MASALAH MULTIOBJEKTIF STOKASTIK DENGAN PENDEKTAN STOKASTIK DAN PENDEKATAN
Lebih terperinciFAMILI METODE ITERASI BEBAS TURUNAN DENGAN ORDE KONVERGENSI ENAM. Oktario Anjar Pratama ABSTRACT
FAMILI METODE ITERASI BEBAS TURUNAN DENGAN ORDE KONVERGENSI ENAM Oktario Anjar Pratama Mahasiswa Program Studi S Matematika Dosen Jurusan Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciOPTIMASI FUNGSI KUADRATIK TANPA KENDALA DENGAN METODE SYMMETRIC RANK ONE (SR 1), DAVIDON FLETCHER POWELL (DFP) DAN BROYDEN FLETCHER GOLDFARB
OPTIMASI FUNGSI KUADRATIK TANPA KENDALA DENGAN METODE SYMMETRIC RANK ONE (SR 1), DAVIDON FLETCHER POWELL (DFP) DAN BROYDEN FLETCHER GOLDFARB SHANNO (BFGS) Skripsi untuk memenuhi sebagai persyaratan mencapai
Lebih terperinci