catatan_kuliah_8

7
CATATAN KULIAH #8 Optimasi Dengan Kendala Persamaan dan Aplikasinya Sumber: Alpha C. Chiang, Fundamental Methods of Mathematical Economics, Ch.12 6.1 Pendahuluan Sejauh ini, proses optimasi dilakukan tanpa menggunakan kendala. Padahal, seringkali persoalan optimasi dihadapkan pada kendala- kendala tertentu Sebagai contoh, persoalan dasar dalam teori konsumen adalah bagaimana menentukan tingkat konsumsi yang memberikan kepuasan optimal dengan tingkat pendapatan tertentu. 6.2 Metode Pengali Lagrange Metode pengali lagrange adalah sebuah teknik dalam menyelesaikan optimasi dengan kendala persamaan. Inti dari metode pengali-Lagrange adalah mengubah persoalan titik ekstrem terkendala menjadi persoalan ekstrem bebas kendala. Selanjutnya, fungsi yang terbentuk dari transformasi tersebut dinamakan fungsi Lagrange. Misalkan permasalahan yang dihadapi adalah memaksimalkan ( ) y x f F , = dengan kendala ( ) c y x g = , . Maka, fungsi Lagrange-nya adalah ( ) ( ) ( ) y x g c y x f L , , + = λ dimana λ adalah pengali Lagrange Kondisi optimal diperoleh melalui FONC, yaitu: 0 = = = λ L L L y x Untuk kasus n-variabel, Jika fungsi objektifnya mempunyai bentuk ( ) n x x x f z ,..., , 2 1 = dengan kendala ( ) c x x x g n = ,..., , 2 1 , maka fungsi Lagrange ditulis dengan ( ) ( ) ( ) n n x x x g c x x x f L ,..., , ,..., , 2 1 2 1 + = λ

Upload: elok-cahyaningtyas-ladyrose

Post on 29-Dec-2015

10 views

Category:

Documents


0 download

DESCRIPTION

Catatan_Kuliah_8

TRANSCRIPT

Page 1: Catatan_Kuliah_8

CATATAN KULIAH #8 Optimasi Dengan Kendala Persamaan dan Aplikasinya

Sumber: Alpha C. Chiang, Fundamental Methods of Mathematical Economics, Ch.12 6.1 Pendahuluan • Sejauh ini, proses optimasi dilakukan tanpa menggunakan kendala. • Padahal, seringkali persoalan optimasi dihadapkan pada kendala-

kendala tertentu • Sebagai contoh, persoalan dasar dalam teori konsumen adalah

bagaimana menentukan tingkat konsumsi yang memberikan kepuasan optimal dengan tingkat pendapatan tertentu.

6.2 Metode Pengali Lagrange • Metode pengali lagrange adalah sebuah teknik dalam

menyelesaikan optimasi dengan kendala persamaan. • Inti dari metode pengali-Lagrange adalah mengubah persoalan titik

ekstrem terkendala menjadi persoalan ekstrem bebas kendala. Selanjutnya, fungsi yang terbentuk dari transformasi tersebut dinamakan fungsi Lagrange.

• Misalkan permasalahan yang dihadapi adalah memaksimalkan ( )yxfF ,= dengan kendala ( ) cyxg =, . Maka, fungsi Lagrange-nya

adalah ( ) ( )( )yxgcyxfL ,, −+= λ

dimana λ adalah pengali Lagrange • Kondisi optimal diperoleh melalui FONC, yaitu:

0=== λLLL yx

• Untuk kasus n-variabel, Jika fungsi objektifnya mempunyai bentuk ( )nxxxfz ,...,, 21= dengan kendala ( ) cxxxg n =,...,, 21 , maka fungsi

Lagrange ditulis dengan ( ) ( )( )nn xxxgcxxxfL ,...,,,...,, 2121 −+= λ

Page 2: Catatan_Kuliah_8

• Contoh soal: Diketahui sebuah fungsi ( ) 121 2, xxxyxfy +== . Berapakah nilai 1x dan

2x yang dapat memaksimalkan y jika diketahui bahwa kendala yang dihadapi adalah 02460 21 =−−= xxc ?

Page 3: Catatan_Kuliah_8

6.3 Intepretasi dari Pengali Lagrange (λ ) • λ adalah ukuran sensitivitas dari L terhadap perubahan dari

kendala c. • λ , x dan y bersifat endogen, dan c bersifat eksogen • Dari fungsi Lagrange yang didefinisikan sebelumnya, diperoleh

bahwa λ=

dcdL

• Dengan kata lain, λ dapat diintrepetasikan sebagai ukuran pengaruh suatu perubahan di dalam kendala melalui parameter c terhadap perubahan nilai optimal dari fungsi objektifnya

6.4 Uji Syarat Orde Dua (SOSC) • Seperti halnya pada optimasi tanpa kendala, optimasi berkendala

persamaan membutuhkan uji syarat orde dua untuk menentukan apakah titik ekstrim yang ditemukan merupakan titik maksimum atau minimum

• Uji SOSC ini menggunakan matriks Hessian terbatas (Bordered Hessian Matrix)

• Jika diketahui fungsi tujuan ( )yxfF ,= dengan kendala ( ) cyxg =, , maka matriks Hessian terbatasnya dituliskan dengan

⎥⎥⎥

⎢⎢⎢

⎡=

yyyxy

xyxxx

yx

LggLLggg

H0

dimana: xg = turunan pertama kendala terhadap x yg = turunan pertama kendala terhadap y

xxL = turunan xL terhadap x xyL = turunan xL terhadap y yxL = turunan yL terhadap x yyL = turunan yL terhadap y

• Bila |H| > 0 maka fungsi tersebut mempunyai titik maksimum relatif. Sebaliknya, bila |H| < 0 maka fungsi tersebut mempunyai titik minimum relatif.

• Untuk kasus n-variabel, Matriks Hessian Terbatas-nya adalah

Page 4: Catatan_Kuliah_8

⎥⎥⎥⎥⎥

⎢⎢⎢⎢⎢

=

nnnnn

n

n

n

LLLg

LLLgLLLgggg

H

LMMMM

LLL

21

222212

112111

210

• Selanjutnya, uji Hessian Terbatasnya yakni:

• z adalah maksimum relatif jika ( ) 01;...;0;0 32 >−<> nn HHH

• z adalah minimum relatif jika 0,...,, 32 <nHHH • Contoh soal:

Dengan menggunakan contoh kasus sebelumnya, ujilah syarat SOSC-nya!

Page 5: Catatan_Kuliah_8

6.5 Penerapan Metode Lagrange dalam Ekonomi • Teori konsumen: memaksimalkan utilitas dengan kendala

pendapatan. Contoh: Misalkan seorang konsumen dihadapkan pada fungsi himpunan yang berbentuk u: ( )2,1 xxu = 10 3/2

23/1

1 .xx . Fungsi kepuasan ini dibentuk sebagai akibat konsumen tersebut menghadapi dua barang yaitu x 1 dan x 2 yang menjadi pilihan konsumsinya. Diketahui harga barang x 1 dan x 2 masing-masing adalah 4 dan 6 sementara pendapatan yang dimiliki konsumen tersebut hanya sebesar 72. Carilah jumlah konsumsi barang x1 dan x 2 yang harus dipilih konsumen tersebut agar kepuasanna maksimum! Perlihatkan bahwa SOSC terpenuhi.

Page 6: Catatan_Kuliah_8

• Teori produsen: meminimalkan biaya dengan kendala sejumlah

barang yang dipenuhi. Contoh: Misalkan seorang produsen memunyai fungsi biaya total yaitu :

( ) 22 909045, yxyxyxfc ++== , disamping itu produsen tersebut harus memenuhi kuota produksi barang x dan y yang setara dengan 2x+3y = 60. Tentukanlah jumlah barang x dan y yang harus diproduksi dengan tujuan meminimumkan biaya!

Page 7: Catatan_Kuliah_8

Contoh soal 1. Diketahui fungsi utilitas ( )( )12 ++= yxU . Diketahui pula bahwa

6,4 == yx PP dan 130=B . a. Tulislah fungsi Lagrange-nya b. Tentukan nilai optimal x dan y c. Apakah SOSC-nya terpenuhi?