MATEMATIKA EKONOMI DAN BISNIS MINGGU XII

dokumen-dokumen yang mirip
BAB 2 LANDASAN TEORI

Derivatif Parsial (Fungsi Multivariat)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Modul Matematika 2012

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

OPTIMASI (Pemrograman Non Linear)

BAB 2 LANDASAN TEORI

Kalkulus Multivariabel I

CATATAN KULIAH #8 Optimasi Dengan Kendala Persamaan dan Aplikasinya. Sumber: Alpha C. Chiang, Fundamental Methods of Mathematical Economics, Ch.

Bagian 2 Turunan Parsial

Catatan Kuliah 10 Memahami dan Menganalisa Optimasi dengan Kendala Persamaan

CATATAN KULIAH Pertemuan VIII: Optimasi Tanpa Kendala dan Aplikasinya (Fungsi dengan Satu Variabel)

KONTRAK PERKULIAHAN SEMESTER GENAP TAHUN AKADEMIK Deskripsi Mata Kuliah

Versi : 4 Tanggal Revisi : 07 Juni 2012 Revisi : 4 Tanggal Berlaku: 03 September 2012 KONTRAK PERKULIAHAN. Deskripsi Mata Kuliah

BAB II TINJAUAN PUSTAKA. operasi yang mampu menyelesaikan masalah optimasi sejak diperkenalkan di

SATUAN ACARA PERKULIAHAN

MATEMATIKA EKONOMI DAN BISNIS MINGGU IX

CATATAN KULIAH Pertemuan XII: Optimasi dengan Kendala Persamaan dan Aplikasinya

OPTIMASI FUNGSI MULTI VARIABEL DENGAN METODE UNIVARIATE. Dwi Suraningsih (M ), Marifatun (M ), Nisa Karunia (M )

BAB II. PEMROGRAMAN LINEAR

METODE PENGALI LAGRANGE DAN APLIKASINYA DALAM BIDANG EKONOMI SKRIPSI RAHMAD HIDAYAT

Hendra Gunawan. 4 April 2014

OPTIMASI MULTIVARIAT DENGAN KENDALA PERSAMAAN. Oleh : Hafidh Munawir

BAB II KAJIAN PUSTAKA. Pada bab ini akan diberikan landasan teori tentang optimasi, fungsi, turunan,

Modul 6. Ekonomi Produksi Pertanian. Program Studi Agribisnis Fakultas Pertanian Universitas Brawijaya

CATATAN KULIAH #5&6 Optimasi Tanpa Kendala dengan Lebih dari Satu Variabel

III. KERANGKA PEMIKIRAN. fungsi permintaan, persamaan simultan, elastisitas, dan surplus produsen.

EKONOMI PRODUKSI. PERTEMUAN KEDELAPAN: MAKSIMISASI TERKENDALA (Lanjutan)

BAB II LANDASAN TEORI

BAB 2 PROGRAM LINEAR

BAB I PENDAHULUAN. dilakukan masyarakat awam lebih banyak dilandasi oleh insting daripada teori

PROGRAM LINEAR. tersebut. Dua macam fungsi Program Linear: tujuan perumusan masalah

Program Linier. Rudi Susanto

I. PENDAHULUAN II. LANDASAN TEORI

OPTIMASI BERSYARAT DENGAN KENDALA PERSAMAAN MENGGUNAKAN MULTIPLIER LAGRANGE SERTA PENERAPANNYA SKRIPSI SANDRA RIZAL

vii Tinjauan Mata Kuliah

Pertemuan 13 persamaan linier NON HOMOGEN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

SATUAN ACARA PERKULIAHAN

BAB 2 TINJAUAN PUSTAKA

TINJAUAN PUSTAKA. Distribusi Weibull adalah distribusi yang paling banyak digunakan untuk waktu

MA1201 MATEMATIKA 2A Hendra Gunawan

TEOREMA UJI TURUNAN. Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

BAB 2. PROGRAM LINEAR

Catatan Kuliah 9 Memahami dan Menganalisa Optimisasi Tanpa Kendala dengan 2 atau Lebih Variabel Keputusan

BAB II KAJIAN TEORI. yang diapit oleh dua kurung siku sehingga berbentuk empat persegi panjang atau

MUH1G3/ MATRIKS DAN RUANG VEKTOR

RENCANA PELAKSANAAN PEMBELAJARAN NO: 1

OPTIMASI: DIFERENSIAL PARSIAL MATEMATIKA T E L K O M U N I V E R S I T Y

MODEL REGRESI PROBIT BIVARIAT SKRIPSI

6- Operasi Matriks. MEKANIKA REKAYASA III MK Unnar-Dody Brahmantyo 1

PROGRAM LINEAR. Dasar Matematis

BAB IV PROGRAMA LINIER : METODE GRAFIK

BAB II KAJIAN PUSTAKA. pemrograman nonlinear, fungsi konveks dan konkaf, pengali lagrange, dan

KONTRAK PERKULIAHAN MATEMATIKA BISNIS

Kontrol Optimum. MKO dengan Horizon Takhingga, Syarat Cukup. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014

GARIS-GARIS BESAR PROGRAM PENGAJARAN

Aljabar Linier Elementer. Kuliah 7

MODUL MATEMATIKA II. Oleh: Dr. Eng. LILYA SUSANTI

Rencana Pembelajaran Semester (RPS) REVISI Mata Kuliah: Matematika Ekonomi/Keuangan/Bisnis

Matematika Ekonomi. Oleh: Osa Omar Sharif Institut Manajemen Telkom

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

- Optimisasi - Suatu proses untuk memaksimumkan suatu nilai yang diinginkan atau meminimumkan suatu nilai yang tidak diinginkan.

KISI-KISI SOAL UJIAN SEKOLAH TAHUN PELAJARAN 2014/2015

OPTIMASI BIAYA PRODUKSI PADA HOME INDUSTRY SUSU KEDELAI MENGGUNAKAN PENDEKATAN PENGALI LAGRANGE DAN PEMROGRAMAN KUADRATIK TUGAS AKHIR SKRIPSI

MATRIKS Nuryanto, ST., MT.

KONSEP BIAYA DALAM PENGAMBILAN KEPUTUSAN

I PENDAHULUAN II LANDASAN TEORI

BAB I PENDAHULUAN. adalah optimasi digunakan untuk memaksimalkan keuntungan yang akan diraih

BAB I DASAR SISTEM OPTIMASI

Catatan Kuliah 11 Memahami dan Menganalisa Optimasi dengan Kendala Persamaan

BAB II LANDASAN TEORI

Pemrograman Linier (1)

BAB 2 LANDASAN TEORI

APLIKASI METODE KHUN-TUCKER DALAM PENJUALAN OLI MOBIL (Studi Kasus : PT. Anugrah Mitra Dewata)

BAB 2 TINJAUAN PUSTAKA. ini sehingga dapat dijadikan sebagai landasan berpikir dan akan mempermudah. dalam hal pembahasan hasil utama berikutnya.

PENGGUNAAN TURUNAN. Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

BUKU RANCANGAN PEMBELAJARAN

BAB III. SOLUSI GRAFIK

JURUSAN TEKNIK ELEKTRO

BAB VI. DUALITAS DAN ANALISIS POSTOPTIMAL

PEMETAAN STANDAR ISI (SK-KD)

BAB 2 LANDASAN TEORI. Analisis Komponen Utama (AKU, Principal Componen Analysis) bermula dari

6 Sistem Persamaan Linear

JURUSAN TEKNIK ELEKTRO

BAB 2 MODEL OPTIMISASI. 1. Pengertian 2. Kendala Model Optimisasi 3. Formulasi Model Optimisasi

DETERMINAN. Determinan matriks hanya didefinisikan pada matriks bujursangkar (matriks kuadrat). Notasi determinan matriks A: Jika diketahui matriks A:

LINIEAR PROGRAMMING MATEMATIKA BISNIS ANDRI HELMI M, S.E., M.M.

TEORI PGB. KEPUTUSAN MAKSIMASI & MINIMASI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

MATEMATIKA EKONOMI. Institut Manajemen Telkom

Kelompok Mata Kuliah : MKU Program Studi/Program : Pendidikan Teknik Elektro/S1 Status Mata Kuliah : Wajib. : Aip Saripudin, M.T.

Sifat-Sifat Sistem Pendulum Terbalik dengan Lintasan Berbentuk Lingkaran

DIFERENSIAL FUNGSI MAJEMUK

BAB VI PROGRAMA LINIER : DUALITAS DAN ANALISIS SENSITIVITAS

Optimisasi dengan batasan persamaan (Optimization with equality constraints) Mengapa batasan relevan dalam kajian ekonomi?

BAB II LANDASAN TEORI. yang biasanya dinyatakan dalam bentuk sebagai berikut: =

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PROGRAM LINEAR. sudir15mks

TKS 4003 Matematika II. Nilai Ekstrim. (Extreme Values) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya

Transkripsi:

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 pada = a, = a,, n = a n jika pada semua titik (,,, n ) yang cukup dekat dengan (a,a,,a n ) (a,a,,a n ) (,,, n ) Fungsi y = (,,, n ) minimum relati pada = a, = a,, n = a n jika pada semua titik (,,, n ) yang cukup dekat dengan (a,a,,a n ) (a,a,,a n ) (,,, n ) ROFI

ROFI OPTIMASI FUNGSI n-variabel Titik Kritis pada ungsi n-variabel bebas diuji dengan Hessian matri. Untuk ungsi (,,, n ) maka Hessian matri-nya merupakan matriks bujur sangkar dengan dimensi (nn). = n n n n n n n H........................ SYARAT TITIK EKSTRIM =, =,, n =

ROFI OPTIMASI FUNGSI n-variabel Dari Hessian matri dapat dibentuk sebanyak n submatriks yang determinannya dinamakan principal minor (dilambangkan dengan i ). Submatri ke n merupakan matriks Hessian itu sendiri, H n = H. ( ) H = = H = H

OPTIMASI FUNGSI n-variabel Kondisi karakteristik titik ekstrim relati Untuk nilai-nilai titik kritis yang telah diperoleh dan seluruh derivati orde kedua adalah kontinyu : Titik kritis merupakan titik maksimum relati jika : <, >, <, Titik kritis merupakan titik minimum relati jika : >, >, >, Jika tidak satupun kondisi tersebut terpenuhi tidak ada kesimpulan yang dapat ditarik. Analisis lebih jauh di sekitar titik kritis perlu dilakukan untuk mengetahui karakteristiknya ROFI

OPTIMASI FUNGSI n-variabel Contoh penentuan titik kritis beserta karakteristiknya : (,, ) = - + 6 + 6 + 5 Pertama dicari terlebih dahulu lokasi titik kritisnya : = -6 + 6 = = = ½ = = = dan = = 6 = = = ¼ Jadi titik kritis terjadi pada (,,,6) dan (½,, ¼, 6 ¼). Uji karakteristik menggunakan matriks hessian : H = 6 6 ROFI

OPTIMASI FUNGSI n-variabel Untuk titik (,,,6): H H ( () ) = = = maka = maka = H = 6 6 maka = 7 Karena kondisi ini tidak memenuhi salah satu kriteria karakteristik titik kritis maka tidak dapat disimpulkan karakteristik untuk titik (,,,6). ROFI

OPTIMASI FUNGSI n-variabel Untuk titik (½,, ¼, 6 ¼): H H = ( ( )) = 6 = 6 maka = -6 maka = H 6 = 6 6 maka = -7 Karena <, >, <, maka dapat disimpulkan bahwa titik (½,, ¼, 6 ¼) merupakan titik maksimum relati. ROFI

OPTIMASI FUNGSI BIVARIAT DENGAN KENDALA Permasalahan optimasi suatu ungsi tujuan (objective unction) dengan kondisi batas tertentu (constrains) dapat diselesaikan dengan metode Lagrange multiplier. Misalkan suatu permasalahan Maksimisasi (atau minimisasi) y = (, ) dengan kendala g(, ) = k Inormasi tersebut dapat ditulis kembali sebagai ungsi komposit yang disebut lagrangian unction dengan tambahan variabel λ (Lagrange multiplier). L(,, λ) = (, ) λ[g(, ) k)] ROFI

ROFI OPTIMASI FUNGSI BIVARIAT DENGAN KENDALA Syarat titik kritis : L = L = L λ = Pengujian karakteristik titik kritis dapat dilakukan dengan bantuan matriks bordered hessian. Kondisi maksimum/minimum relati I. Jika B >, maka titik kritis merupakan titik maksimum II.Jika B <, maka titik kritis merupakan titik minimum = B L L g L L g g g H

OPTIMASI DENGAN KENDALA Contoh : Carilah titik kritis dari kondisi ungsi berikut dan tentukan karakteristiknya: (, ) = + - 6 dengan kendala + = 4 Jawab : Bentuk ungsi Lagrange : L(,,λ) = + 6 λ( + 4) Syarat titik kritis : L = + λ =.. () L = 6 λ =.. () L λ = + 4 =.. () ROFI

Eliminasi () dan () + λ = 6 λ = - + + 6 =.. (4) Eliminasi () dan (4) + 4 = + + 6 = 4 + 6 = = 9 Substitusi pada () 9 + 4 = = Uji karakteristik titik kritis H B = B = 4 positi ma relati Jadi titik kritis adalah (,9,96) yang merupakan titik maksimum relati Substitusi ungsi tujuan (, 9) = 96 ROFI

INTERPRETASI λ Fungsi Lagrange : L(,,λ) = (, ) λ[g(, ) k)] L k = L k = λ Dengan demikian λ dapat diinterpretasikan sebagai tingkat perubahan sesaat pada nilai ungsi Lagrange apabila konstanta k pada persamaan constraint berubah. ROFI

CONTOH Jika angka penjualan suatu barang (z) dipengaruhi oleh besarnya belanja iklan TV () dan besarnya belanja iklan radio (y) sesuai ungsi : z = 4 + 6y 5 y y dan y dalam jutaan rupiah. Berdasarkan ungsi tersebut : a. Berapakah sebaiknya alokasi belanja iklan di TV dan radio agar dicapai angka penjualan maksimum dan buktikanlah b. Berapakah angka penjualan maksimum yang dapat dicapai? c. Berapakah masing-masing besarnya alokasi belanja iklan di TV dan radio agar diperoleh angka penjualan maksimum, bila total biaya iklan dibatasi sebesar Rp. juta dan buktikanlah d. Berapakah angka penjualan maksimum yang dapat dicapai dengan pembatasan tersebut ROFI

ANTIDERIVATIVE Antiderivative = kebalikan dari dierensial Jika () = 4, berapakah () =? () = 4? () = 4 + 8? () = 4 8? y () = 4 + 8 () = 4 () = 4-8 () = 4 + C ROFI

KAIDAH INTEGRAL INDEFINITE INTEGRAL Jika adalah ungsi kontinyu, ( ) d = F( ) + C Dengan catatan F () = () Pelajari Rule sampai Rule 9 (Budnick 8.) ROFI

CONTOH. d = + C.. d = d = + C + C 6 4 7 4. (4 7 + 6) d = + 6 + C ROFI