EKO500 Matematika Ekonomi PENGOPTIMUMAN TOPIK LANJUTAN

Slides:



Advertisements
Presentasi serupa
Sumber: Pengantar Optimasi Non-Linier Ir. Djoko Luknanto, M.Sc., Ph.D.
Advertisements

OPTIMASI MULTIVARIABEL DENGAN KENDALA KESAMAAN
Welcome in my presentation,, Oleh: SANTI WAHYU PAMUNGKAS Kelas: X Adm
Program linier bentuk standar Pengantar metode simpleks
Riset Operasional Pertemuan 4 & 5
BENTUK PRIMAL DAN DUAL Dalam analisis Program Linear (PL) terdapat 2 bentuk, yaitu : 1. Bentuk Primal, yaitu bentuk asli dari pers. Program linear. 2.
PROGRAM LINIER Sistem Pertidaksamaan Linier Dua Variabel Definisi:
Diferensial Fungsi Majemuk
Bab 2 PROGRAN LINIER.
METODE ALJABAR DAN METODE GRAFIK
TEKNIK OPTIMASI MULTIVARIABEL DENGAN KENDALA
PERTEMUAN 8-9 METODE GRAFIK
PROGRAM LINEAR.
TEKNIK RISET OPERASIONAL
Dosen : Wawan Hari Subagyo
LINEAR PROGRAMMING METODE SIMPLEX
BAHAN AJAR M.K. PROGRAM LINEAR T.A. 2011/2012
LINEAR PROGRAMMING Pertemuan 05
PENYELESAIAN MODEL LP PENYELESAIAN PERMASALAHAN DNG MODEL LP DAPAT DILAKUKAN DENGAN 2 METODE : (1). METODE GRAFIK Metode grafik hanya digunakan untuk.
SEPARABLE PROGRAMMING
METODE ALJABAR DAN METODE GRAFIK
D0104 Riset Operasi I Kuliah V - VII
Optimasi dengan Konstrain
Modul VI Oleh: Doni Barata, S.Si.
Diferensial Parsial Pertemuan 7
Matakuliah : J0182/ Matematika II Tahun : 2006
Matematika Ekonomi PENGOPTIMUMAN BERKENDALA PERSAMAAN
METODE SIMPLEKS MINIMALISASI. METODE SIMPLEKS MINIMALISASI.
RISET OPERASIONAL RISET OPERASI
Gudang ~1~ Modul XIII. Penyelesaian Soal Dengan Software
Analisis Sensitivitas Pertemuan 8 : (Off Class)
LINEAR PROGRAMMING 10
PERTEMUAN 8-9 METODE GRAFIK
Pertemuan 23 Diferensial Parsial.
Pemrograman Kuadratik (Quadratic Programming)
Diferensial Fungsi Majemuk
MATEMATIKA EKONOMI Pertemuan 14-15: Diferensial Fungsi Majemuk
Metode Simpleks Free Powerpoint Templates.
PROGRAM LINIER PENDAHULUAN
PROGRAM LINIER.
PEMROGRAMAN LINIER Tujuan : Memahami prinsip dan asumsi model LP
MATEMATIKA 7 TPP: 1202 Disusun oleh Dr. Ir. Dwiyati Pujimulyani,MP
BAB 2 PROGRAM LINEAR Next Home.
Matakuliah : K0074/Kalkulus III Tahun : 2005 Versi : 1/0
Operations Management
Metode Simpleks Free Powerpoint Templates.
PROGRAM LINEAR sudir15mks.
Persamaan dalam dimensi n = f(x,y) = 3x2 + 2y2 –xy -4x – 7y+12 34y
Pertidaksamaan Pecahan
Analisis Sensitivitas Pertemuan 6
MATEMATIKA EKONOMI Pertemuan 14: Diferensial Fungsi Majemuk
Metode Simpleks Free Powerpoint Templates.
Integral dalam Ruang Dimensi-n
Pertidaksamaan Linier dan Model Matematika
METODE BIG-M LINEAR PROGRAMMING
D0104 Riset Operasi I Kuliah V - VII
METODE DUAL SIMPLEKS Oleh Choirudin, M.Pd
Operations Management
Optimisasi: Fungsi dengan Dua Variabel
Diferensial Fungsi Majemuk
Diferensial Fungsi Majemuk
Pertidaksamaan Linier
Diferensial Fungsi Majemuk
Operations Management
Metode Simpleks Free Powerpoint Templates.
Diferensial Fungsi Majemuk
Diferensial Fungsi Majemuk
Program Linier – Bentuk Standar Simpleks
Operations Research Linear Programming (LP)
Oleh : Siti Salamah Ginting, M.Pd. PROGRAM LINIER METODE SIMPLEKS.
Transcript presentasi:

EKO500 Matematika Ekonomi PENGOPTIMUMAN TOPIK LANJUTAN Toni Bakhtiar Institut pertanian bogor 2010

Kendala Ketaknegatifan Misalkan diberikan fungsi utilitas dengan 1 komoditas: Ada tiga kemungkinan: Boundary solution Boundary solution Interior solution

Kendala Ketaknegatifan Syarat orde pertama: Secara umum,

Kendala Pertidaksamaan Masalah pengoptimuman dengan kendala pertidaksamaan: Dapat diubah menjadi kendala persamaan dengan menambahkan variabel dummy atau variabel slack: Dapat diselesaikan dengan metode Lagrange

Metode Lagrange Definisikan fungsi Lagrange: Syarat orde pertama:

Metode Lagrange Karena maka kondisi (2) dapat ditulis menjadi Kondisi (3) memberikan: Kondisi (2) dapat ditulis ulang tanpa melibatkan variabel dummy: Kondisi terakhir bersama-sama dengan kondisi (1) disebut sebagai kondisi Kuhn-Tucker (named after H.W. Kuhn & A.W. Tucker)

Kondisi Kuhn-Tucker Masalah: Syarat orde-1 (Kondisi Kuhn-Tucker)

Kondisi Kuhn-Tucker Masalah: Fungsi Lagrange: Kondisi Kuhn-Tucker:

Kondisi Kuhn-Tucker: Trial & Error Trial and Error: Jelas x  0 dan y  0, karena x = y = 0 menyebabkan U = 0. Akibatnya, Fx = Fy = 0:

Kondisi Kuhn-Tucker: Trial & Error Misal 2 = 0, maka y = x, sehingga y = x = 50 (melanggar kendala x  40). Haruslah 2 > 0, dan akibatnya F1 = 0, yaitu 40  x = 0. Diperoleh x = 40 dan y = 60.

Feasible Region 100 40 x y U = xy maksimum

Kondisi Kuhn-Tucker: Minimization Masalah minimisasi: Dapat diubah menjadi masalah maksimisasi: Dengan perubahan ini, kondisi Kuhn-Tucker tidak perlu dimodifikasi

Syarat Orde-2 Masalah: x* merupakan maksimum global bagi  = f(x) jika memenuhi kondisi-kondisi berikut: Fungsi objektif f(x) terturunkan dan konkaf Fungsi kendala gi(x) terturunkan dan konveks x* memenuhi kondisi Kuhn-Tucker