EKONOMI PRODUKSI. PERTEMUAN KEDELAPAN: MAKSIMISASI TERKENDALA (Lanjutan)

dokumen-dokumen yang mirip
EKONOMI PRODUKSI PERTEMUAN KETUJUH: MAKSIMISASI TERKENDALA

9/26/2008 EKONOMI PRODUKSI. Kode PTE-4103 PERTEMUAN KEENAM: MAKSIMISASI 2 INPUT

PERTEMUAN KETIGABELAS: The Demand for Input to the Production Process

PERTEMUAN KETIGA: MAKSIMISASI PROFIT DG SATU INPUT & SATU OUTPUT

PERTEMUAN KESEBELAS: Maximization in a Two-Output Setting

PERTEMUAN KESEPULUH: Production of More Than One Product

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

Modul Matematika 2012

Hubungan ekonomi dapat digambarkan dalam bentuk persamaan, tabel, atau grafik.

Modul 5. Teori Perilaku Produsen

III. KERANGKA TEORITIS

Model Linear Programming:

PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA MATEMATIK (METODE SIMPLEKS)

V. TEORI PERILAKU PRODUSEN

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

METODE SIMPLEKS (MS)

Teori Barang Publik (II)

II. PARETO OPTIMALITY (PO) & CRITERION (PC)

MODUL 2 OPTIMISASI OPTIMISASI EKONOMI EKONOMI. SRI SULASMIYATI, S.Sos, M.AP. Ari Darmawan, Dr., S.AB, M.AB

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

Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c

OPTIMASI MULTIVARIAT DENGAN KENDALA PERSAMAAN. Oleh : Hafidh Munawir

KONSEP BIAYA DALAM PENGAMBILAN KEPUTUSAN

Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c

Pengantar Ekonomi Mikro

LAPORAN TUGAS EKONOMI PRODUKSI LATIHAN SOAL PADA JURNAL DIBERTIN 3. Dibimbingoleh :IbuLilisIchdayanti,M.Si,Ir.

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

III. KERANGKA PEMIKIRAN

Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c

BAB 6 PERILAKU PRODUSEN

D. OPTIMISASI EKONOMI DENGAN KENDALA - Optimisasi dengan metode substitusi - Optimisasi dengan metode pengali lagrange

BAB V TEORI (PERILAKU) KONSUMSEN

PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA GRAFIK

Model Linear Programming:

PRODUKSI TOTAL, PRODUKSI MARJINAL DAN PRODUK RATA RATA Hints :

18/09/2013. Ekonomi Teknik / Sigit Prabawa / 1. Ekonomi Teknik / Sigit Prabawa / 2

PRINSIP EKONOMI DAN APLIKASINYA DALAM USAHATANI

V. Consumer Surplus and Consumer Welfare

Bab 2: Optimasi Ekonomi. Ekonomi Manajerial Manajemen

III KERANGKA PEMIKIRAN

III. KERANGKA PEMIKIRAN TEORITIS. Komponen rumahtangga dalam suatu sistem farm-household adalah suatu

EKONOMI PRODUKSI PERTANIAN: teori dan aplikasi di Indonesia

EKONOMI PRODUKSI PERTANIAN: teori dan aplikasi di Indonesia

III. MAKSIMALISASI PROFIT DENGAN SATU INPUT DAN SATU OUTPUT

Matematika Ekonomi. Diana Chalil, PhD

: METODE GRAFIK. Metode grafik hanya bisa digunakan untuk menyelesaikan permasalahan dimana hanya

Bab II. Teori Produksi Pertanian Neo Klasik

PERILAKU KONSUMEN. A. Pengertian Konsumen dan Perilaku Konsumen

BAB 2 LANDASAN TEORI

PEMROGRAMAN LINIER. Metode Simpleks

Dualitas Dalam Model Linear Programing

M.K. Teknik Formulasi Ransum dan Sistem Informasi Pakan

M.K. Teknik Formulasi Ransum dan Sistem Informasi Pakan

Teori Produksi dan Kegiatan Perusahaan. Pengantar Ilmu Ekonomi TIP FTP UB

Teori Dualitas dan Penerapannya (Duality Theory and Its Application)

TINJAUAN TEORI EKONOMI PRODUKSI PERTANIAN

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

MATEMATIKA EKONOMI DAN BISNIS MINGGU XII

Tabel 1. Soal Lapres. Benang Pewarna Harga Jual Permasalahan tersebut dimodelkan sebagai berikut : X2 = Sarung Anak

BAB LINEAR PROGRAMMING : METODE GRAFIK PENDAHULUAN PENDAHULUAN

Metode Simpleks (Simplex Method) Materi Bahasan

TEORI KONSUMSI (PERILAKU KONSUMEN)

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

Pengantar Ekonomi Mikro

KERANGKA PEMIKIRAN. diduga disebabkan oleh rendahnya tingkat kepemilikan modal petani untuk

What Is Greedy Technique

Dualitas Dalam Model Linear Programing

III. METODE PENELITIAN

Teori Produksi. Course: Pengantar Ekonomi.

LINEAR PROGRAMMING-1

TEORI PRODUKSI DAN ESTIMASI

BAB 2 LANDASAN TEORI

III. KERANGKA TEORI. sisi produksi maupun pasar, disajikan pada Gambar 1. Dari sisi produksi,

BAB 2 LANDASAN TEORI

MINGGU 4. PRODUKSI PERTANIAN DAN PENAWARAN

Bagaimana cara menyelesaikan persoalan Linier Programming and Integer Programming dengan

EKONOMI PRODUKSI PERTANIAN: MAKSIMALISASI PROFIT DALAM HUBUNGAN INPUT-OUTPUT

4. PRINSIP-PRINSIP EKONOMI DALAM USAHATANI

Sifat-sifat Fungsi Keanggotaan, Fuzzifikasi, Defuzzifikasi. Logika Fuzzy

III. KERANGKA TEORI. Integrasi usaha sapi pada kawasan persawahan bertujuan untuk. memanfaatkan potensi sumberdaya wilayah dalam rangka mempertahankan

Perusahaan dan produksi

Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c

STRUKTUR PASAR & LABA MAKSIMUM

Aplikasi Fungsi. Fungsi Linier. Fungsi Kuadrat. 1. Fungsi penawaran 2. Fungsi permintaan 3. Fungsi penerimaan 4. Fungsi biaya

METODE PENGALI LAGRANGE DAN APLIKASINYA DALAM BIDANG EKONOMI SKRIPSI RAHMAD HIDAYAT

BAB 2 Alamanda. LINEAR PROGRAMMING: METODE GRAFIK Fungsi Tujuan Maksimasi dan Minimasi

ekonomi Kelas X TEORI PERILAKU PRODUSEN DAN KONSUMEN KTSP & K-13 A. POLA PERILAKU KONSUMEN a. Konsep Dasar Konsumsi

PENDEKATAN KUANTITATIF SEBAGAI SALAH SATU ALTERNATIF METODE PEMECAHAN MASALAH. Dewi Atika Dosen Tetap Fakultas Ekonomi Universitas Pakuan

BAB I DASAR SISTEM OPTIMASI

Pengertian dan Ruang Lingkup Ekonomi Manajerial

PERTEMUAN KEEMPAT: BIAYA, PENERIMAAN & PENDAPATAN PADA SISI OUTPUT

EKONOMI & MANAJEMEN 2 BAB 5 FUNGSI PRODUKSI, ONGKOS PRODUKSI DAN PENERIMAAN

Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas

Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Studi Agribisnis Fakultas Pertanian Universitas Jambi

PROGRAM STUDI AGRIBISNIS FAKULTAS PERTANIAN UNIVERSITAS JAMBI

III. KERANGKA PEMIKIRAN

Catatan Kuliah 11 Memahami dan Menganalisa Optimasi dengan Kendala Persamaan

OPTIMASI (Pemrograman Non Linear)

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

BAB VI PROGRAMA LINIER : DUALITAS DAN ANALISIS SENSITIVITAS

Transkripsi:

EKONOMI PRODUKSI Kode PTE-4103 PERTEMUAN KEDELAPAN: MAKSIMISASI TERKENDALA (Lanjutan) Rini Dwiastuti 2007 Sub-pokok Bahasan (Lanjutan) 7. Constrained Revenue Max. 8. Second Order Condition 9. Interpretation of the Lagrangian Multiplier 10. Constrained Output Max. 11. Cost-Minimization Subject to a Revenue Constraint 12. Application: the design of contractual arrangement between land-lords and tenant 1

7. Constrained Revenue Max. To globally maximize profits, the next best alternative is to find a point of least-cost combination Objective function to be maximized revenue: R = py R = p f (x 1, x 2 ) Terkendala pd dana yg tersedia u/ belanja input x 1 &x 2 C o = v 1 x 1 + v 2 x 2 C o = sejml uang yg dimiliki petani yg tersedia u/ membeli input x 1 &x 2 Pendekatan yg digunakan: the classical optimization technique Lagrange s function Yakni u/ memecahkan problem max. & minim. dr fungsi terkendala Variabel baru: Lagrange s multiplier dg notasi: λ μ Pers umum fungsi LagrangeL adalah: L = (fs tujuan untuk max min) + λ(kendala pd fungsi tujuan) 2

Aplikasi: Fs Lagrange yg mewakili penerimaan produksi jagung petani dengan memasukan kendala ketersediaan input x 1 & x 2 u/ memproduksi jagung adalah: L = py + λ(c o v 1 x 1 v 2 x 2 ) L = p f(x 1, x 2 ) + λ(c o v 1 x 1 v 2 x 2 ) Kondisi perlu (necessary condition) u/ fs tujuan max min FOC, yakni kondisi yg diperlukan bahwa turunan pertama L yg berkaitan dengan x 1, x 2 & λ = nol L/ x 1 = p f 1 λv 1 x 1 = 0.....(8.18) L/ x 2 = p f 2 λv 2 x 2 = 0.....(8.19) L/ λ = C o v1x1 v2x2 = 0.....(8.20) f 1 = y/ x 1 = MPPx 1 f 2 = y/ xy 2 = MPPx 2 pf 1 = VMP 1 ; pf 2 = VMP 2 v 1 & v 2 = harga input x 1 & x 2 MFC 1 & MFC 2 3

Note: Pers (8.18) & (8.19) mirip FOC fs profit, namun ada tambahan pengganda Lagrange Pers (8.20) mengindikasikan bhw ketika fungsi tujuan u/ maksimisasi, seluruh nilai uang yg tersedia u/ belanja input akan dikeluarkan. Petani tdk memp pilihan tdk membelanjakan sebagian anggarannya. Dari pers (8.18) & (8.19) didptkan: pf 1 /v 1 = λ dan p f 2 /v 2 = λ Bila pers (8.18) & (8.19) dibagikan: pf 1 /pf 2 = λv 1 /λv 2 pmpp 1 /pmpp 2 = λv 1 /λv 2 f 1 /f 2 = v 1 /v 2 MPP 1 /MPP 2 = v 1 /v 2 dx 1 /dx 2 = v 1 /v 2 4

Besaran (magnitude) pengganda Lagrange: pf 1 /v 1 = pf 2 /v 2 = λ pf 1 = VMP input x 1 nilai output dr tambahan satu unit input x 1 pf 2 = VMP input x 2 nilai output dr tambahan satu unit input x2 v1 & v2 = harga input x1 & x2 MFC1 & MFC2 Pengganda Lagrange menjelaskan rasio antara the marginal value of the input dlm bentuk kontribusinya thdp penerimaan usahatani (VMP) secara relatif thdp biaya marjinal (MFC) Dlm contoh tsb pengganda Lagrange dpt diartikan sbg nilai implisit pengeluaran nilai uang (dollar) terakhir thdp input. Menjelaskan nilai tambahan pengeluaran dolar pd input u/ usahatani jika input yg dialokasikan sesuai dg pd kondisi the expansion path. Pengganda Lagrange juga digagas sbg shadow price. Biaya dr pengeluaran mata uang (dollar) terakhir untuk input adalah $1.00 Nilai i dollar mungkin tidak mungkin sama dengan harga input? Jika VMPx 1 = v 1, penerimaan usahatani dr pengeluaran dollar terakhir secara tepat adalah satu dollar. Jika hal tsb juga benar u/ x 2, mk metode Lagrange menghasilkan pemecahan yg sama seperti pemecahan profit max. (lihat sblmnya) 5

Kaidah keputusan yg dikembangkan dg bantuan metode Lagrange menetapkan bahwa petani dpt mengalokasikan dollar yg tersedia u/ belanja dua input sedemikian rupa shg pengeluaran dolar terakhir pd masing-masing input menghasilkan sejumlah (λ) untuk kedua input. VMPx 1 /MFCx 1 = VMPx 2 /MFCx 2 = λ Cara lain dr penetapan pengganda Lagrange perubahan penerimaan dikaitkan dg satu unit tambahan dollar yg ditambahkan pd the budget outlay C. λ adalah dr/dc The Lagrangian adlh fs penerimaan u/ nilai yg memenuhi kendala biaya dr/dc = dl/dc = λ Berapakah nilai λ dr Metode Lagrange? λ =1 λ = 0 nilai yg lain? Hanya memerlukan rasio antara VMP dg MFC u/ keseluruhan input equivalen dg mendapatkan titik 2 pd sepanjang the expansion path yg terkait dg budget outlay yg mewakili kendala Jika satu input relatif cukup lebih murah drpd input lain, berarti memungkinkan u/ mendapatkan satu titik kombinasi biaya terkecil yg hanya menggunakan input yg lebih murah & tanpa memerlukan input yg lebi mahal isoquant memotong sumbu pd input yg lebih murah memungkinkan corner solution 6

X 2 Corner Solution Isoquant Budget Constraint Secara matematik: Fs multiplicative: y = ax 0.5 1 x 0.5 2 Input yg digunakan positif kuat y X 1 Konsisten Fs Additive: y = ax 1 + bx 1 2 + cx 2 + dx 2 2 Tdk dpt menghasilkan kuantitas input positif Tdk konsisten 8. Second Order Condition FOC define the point of tangency between the isoquant & the budget constraint the farmer on the expansion path SOC menjamin titik max drpd min saddle point FOC p f 1 λv 1 x 1 = 0 p f 2 λv 2 x 2 = 0 C o v1x1 v2x2 = 0 7

SOC (pf 1 λv 1 x 1 )/ x 1 = pf 11 (pf 1 λv 1 x 1 )/ x 2 = pf 12 = pf 21 (Young s Theorem) (pf 1 λv 1 x 1 )/ λ = - v 1 (C o v 1 x 1 v 2 x 2 )/ x 1 = - v 1 (C o v 1 x 1 v 2 x 2 )/ x 2 = - v 2 (Co v 1 x 1 v 2 x 2 ) λ = 0 (pf 2 λv2x2)/ x1 = pf 21 (pf 2 λv 2 x 2 )/ x 2 = pf 22 (pf 2 λv 2 x 2 )/ λ = - v 2 Dlm bentuk matriks pf 11 pf 12 -v 1 pf 21 pf 22 -v 2 - v 1 - v 2 0 Nilai Determinan matriks Pf 11 pf 22 * 0 + pf 12 (- v 1 1) ) (- v 2 2) ) + pf 12 (- v 2 2) ) (- v 1 1) ) - [(- v 1 ) pf 22 (-v 1 )+ (-v 2 )(-v2) pf 11 + pf 12 pf 12 * 0] = 2pf 12 v 1 v 2 pf 22 v 2 1 pf 11 v 2 2 = p[2f 12 v 1 v 2 f 22 v 2 1 f 11 v 2 2] 8

9. Interpretation of the Lagrangian Multiplier Interpretasi pengganda Lagrange hampir sama dg interpretasi nilai K pd bab 7 lihat slide ke-19 pd TM ke-8 Andaikan petani beroperasi pd posisi dimana: VMPx 1 /v 1 = VMPx 2 /v 2 = λ = -2.8.... (8.38) Selama λ adlh negatif, pers (8.38) merupakan di luar titik output maksimum u/ kedua input: Hal yg mungkin atas dasar logika ekonomi pd bab 7 lihat box pd slide ke 19 pd TM ke-8. Namun pd metode Lagrange tdk dijumpai suatu solusi optimal dengan nilai λ negatif pd expansion path Sprt dikesankan pd bab 7, jika λ tepat sama dg nol, petani akan mengoperasikan persis pd titik global output maksimum yg berkenaan dg dua input Kecuali kedua input bebas, seorang petani tertarik dlm memaksimumkan profit akan tdk pernah beroperasi di sini, walaupun pd kenyataannya bhw solusi ini adalah dibolehkan dg matematik dr metode Lagrange Jika λ persis sama dg Satu, akan bertepatan dg titik global profit maksimum dimana the pseudo scale line berpotongan dg expansion path lihat tgb73&74 7.3 7.4 Problem optimasi Lagrange terkendala memunculkan solusi tsb. Petani akan memerlukan suatu apriori u/ memiliki ketepatan jml nilai mata uang (dollar) yg dialokasikan u/ membeli input x 1 & x 2 yg terkait dg the budget outlay line yg memotong ttk tsb. lihat slide ke-11 pd TM ke-7 9

Jika petani yg tertarik pd memaksimumkan profit, dia hanya memaksimumkan fungsi profit (selisih antara penerimaan & biaya). Solusi menetapkan kedua total outlay (pembayaran) yg akan menjadikan kedua input x 1 & x 2 mengindikasikan berapa banyak pengeluaran yg akan dialokasikan antara kedua input. Problem memaksimumkan penerimaan terkendala mendptkan total pembayaran u/ pengeluaran pd kedua input adalah tetap dan tertentu (given), dan menentukan berapa besar pembayaran yg dialokasikan antara dua input. Nilai 0 < λ < 1 adalah titik 2 pd expansion path antara titik dimana the pseudo scale lines berpotongan (profit adalah maksimum) dan titik dimana the ridge line berpotongan (output maksimum). Kecuali mungkin pd tingkat input penggunaan yg paling rendah, λ >1 pd titik the expansion path didlm titik global profit maximization. Pengganda Lagrange mewakili rasio VMP/MFC u/ bundle input yg ditentukan oleh proporsi sepanjang expansion pathm berarti pd beberpa titik di expansion path memerlukan kurang x 1 & x 2 drpd titik profit max, yakni kontribusi masing-masing input hdp selisih penerimaan & biaya. 10. Constrained Output Max. Kombinasibiaya terkecil dr penggunaan input dpt disusun sbg problem : Fs tujuan memaksimumkan output Kendala : the same budget constraint Note: Solusinya hampir mirip dg The constrained revenue maximization problem, tp interpretasi pengganda Lagrange-nya berbeda 10

Fs tujuan memaksimumkan output, y: Y = f (x 1, x 2 ) Kendala anggaran yg tersedia u/ belanja input x 1 & x 2 C o = v 1 x 1 + v 2 x 2 Pers Lagrange: L = f(x 1,x 2 ) + Θ (C o v 1 x 1 v 2 x 2 ) Dimana Θ adah pengganda Lagrange baru. FOC: f 1 - θ v 1 = 0..... (8.42) f 2 - θv 2 = 0..... (8.43) C o - v 1 x 1 -v 2 x 2 = 0..... (8.44) Pers (8.42) dibagi pers (8.43): f 1 /f 2 = MRSx 1 x 2 = v 1 /v 2 Dptdihasilkan: f 1 /v 1 = f 2 /v 2 = θ MPPx 1 /v 1 = MPPx 2 /v 2 = θ Dlm kasus ini pengganda Lagrange mewakili kuantitas fisik dr output, bukan penerimaan yg muncul dr pengeluaran dollar terakhir pd masing 2 input. θ = 1 mengindkasikan bhw pengeluaran satu dollar terakhir pd masing-masing input akan menghasilkan satu unit fisik output 11

11. Cost-Minimization Subject to a Revenue Constraint U/ mendptkan satu titik pd expansion path yg mewakili kombinasi input biaya terkecil juga bisa dibangun sbg problem: Fs tujuan meminimumkan biaya Kendala : penerimaan Fs tujuan meminimumkan biaya: C o = v 1 x 1 + v 2 x 2 Kendala penerimaan (revenue): R o = py R o = p f(x 1, x 2 ) Pers Lagrange: L = v 1 x 1 + v 2 x 2 + μ [Ro - pf(x 1,x 2 )] FOC: v 1 - μ pf 1 = 0 v 2 - μ pf 2 = 0 v 1 = μ pf 1 V 2 = μ pf 2 R o -p f(x 1, x 2 ) = 0 v 1 /pf 1 = v 2 /pf 2 = μ v 1 /p MPPx 1 = v 2 /p MPPx 2 = μ 12

Note: μ dr problem cost-minimization terkendala = 1/λ problem revenue-maximization terkendala; juga λ dr problem cost-minimization terkendala = 1/μ dr problem revenue-maximization i terkendala Dlm bentuk matriks -μpf 11 -μpf 12 -pf 1 - μpf 21 -μpf 22 -pf 2 -pf 1 -pf 2 0 SOC memerlukan : μp 3 f 1 f 1 f 22 + μp 3 f 2 f 2 f 11-2μp 3 f 2 f 1 f 12 < 0 Substitusikan f 1 = v1/μp dan f 2 = v 2 /μp, menghasilkan: (p/μ) (f 22 v 2 1 + f 11 v 2 2-2f 12 v 1 v 2 < 0 (p/μ) (2f 12 v 1 v 2 -f 22 v 2 1 + f 11 v 2 2) > 0 13

12. Application: the design of contractual arrangement between land-lords and tenant 14