Está en la página 1de 10

Mulawarman Scientifie, Volume 11, Nomor 2, Oktober 2012 ISSN 1412-498X

FMIPA Universitas Mulawarman 191



OPTIMASI FUNGSI DUA VARIABEL TANPA KENDALA
MENGGUNAKAN METODE FLETCER-POWELL

Syaripuddin

Program Studi Statistika FMIPA Universitas Mulawarman
Jl. Barong Tongkok No.4 Kampus FMIPA Samarinda 75123

e-mail : Syarif92@yahoo.co.id

ABSTRAK. Penelitian ini bertujuan untuk membahas tentang optimasi fungsi dua
variabel tanpa kendala menggunakan metode Fletcher-Powell. Metode ini
merupakan suatu teknik metode numerik yang merupakan pengembangan dari
metode Newton-Raphson. Proses perhitungan menggunakan pengulangan yang
dilakukan secara berulang-ulang hingga diperoleh hasil yang mendekati nilai
penyelesaian yang telah stabil. Penyelesaian metode ini tergatung pada pemilihan
nilai awal. Masalah optimasi yang dibahas pada pada penelitian ini adalah
masalah maksimasi untuk masalah optimasi minimasi supaya bisa diselesaikan
maka diubah menjadi masalah maksimasi dengan mengalikan dengan minus pada
fungsinya.

Kata Kunci : Masalah Optimasi, Fungsi Non Linier, Metode Fletcher-Powell


PENDAHULUAN
Dalam kehidupan sehari-hari disadari atau pun tidak disadari sebenarnya manusia
selalu melakukan optimasi untuk memenuhi kebutuhan hidupnya. Akan tetapi optimasi
yang dilakukan oleh masyarakat awam lebih banyak didasari oleh intuisi daripada
penggunaan teori optimasi yang dipelajari dibangku sekolah. Optimasi merupakan
masalah yang berhubungan dengan keputusan terbaik (maksimum atau minimum) dan
cara penentuan solusi yang memuaskan.
Dalam permasalahn non linier khususnya permasalahan optimasi fungsi dua
variabel tanpa kendala, terdapat beberapa persoalan yang tidak mampu diselesaikan
dengan metode analitik. Sehingga diperlukan metode numerik untuk menyelesaikannya.
Ada beberapa teknik metode numerik untuk menyelesaikan permasalahan optimasi fungsi
dua variabel tanpa kendala, diantaranya metode Fletcher-Powell, Metode Newton,
Metode Steepest Descent dan lain-lain. Secara umum tidak terdapat teknik penyelesaian
yang terbaik akan tetapi beberapa teknik penyelesaian dianggap mempunyai kelebihan
diantara teknik penyelesaian yang lain karena mampu menyelesaikan permasalahan
optimasi dengan struktur matematika yang rumit dan konvergensi optimumnya lebih
cepat.
Fungsi dua variabel adalah fungsi yang memuat dua variabel bebas. Nilai-nilai
ekstrim (maksimum/minimum) dari sebuah fungsi dua peubah dapat diperoleh dengan
Syaripuddin Optimasi Dua Variabel Tanpa Kendala

192 FMIPA Universitas Mulawarman

menggunakan konsep diferensial parsial. Bentuk umum optimasi fungsi dua variabel
tanpa kendala adalah maksimumkan/minimukan ) , (
2 1
x x f z = .
Pada pembahasan ini akan diperkenalkan metode Fletcher-Powell yang
merupakan teknik metode numerik untuk menyelesaikan optimasi fungsi dua variabel
tanpa kendala. Metode ini diperkenalkan oleh Fletcher dan Powell (1965) yang
merupakan metode pengembangan dari metode Newton-Raphson.
Pada penelitian ini akan dibahas contoh kasus optimasi fungsi dua variabel tanpa
kendala dan diselesaikan menggunkan metode Fletcher-Powell. Hasil dari penyelesaian
contoh kasus tersebut yang akan menjadi kesimpulan dari penelitian ini.

1. Optimasi Fungsi Dua Variabel Tanpa Kendala
Teorema-1 : Misalkan fungsi ) , (
2 1
x x f z = mempunyai turunan parsial kedua yang
kontinu di sekitar (x
0
,y
0
) pada daerah D dan ) , (
0 0
y x f =(0,0). Misalkan pula
) , )( ) ( ( ) , (
2
y x f f f y x D D
xy yy xx
= = dan ) , (
0 0 0
y x D D = .
a. Jika 0
0
> D dan 0 ) , (
0 0
< y x f
xx
atau 0 ) , (
0 0
< y x f
yy
maka fungsi f mencapai
maksimum di ) , (
0 0
y x .
b. Jika 0
0
> D dan 0 ) , (
0 0
> y x f
xx
atau 0 ) , (
0 0
> y x f
yy
maka fungsi f mencapai
minimum di ) , (
0 0
y x .
c. Jika 0
0
< D maka fungsi f tidak mencapai ekstrim di ) , (
0 0
y x . Dalam hal ini
) , (
0 0
y x disebut titik pelana.
d. Jika 0
0
= D maka fungsi f tidak ada kesimpulan tentang titik ) , (
0 0
y x . Mungkin
ekstrim atau mungkin tidak.

2. Penyelidikan Selang Tiga Titik
Penyelidikan selang tiga titik adalah salah satu metode untuk mencari titik
optimum, seperti ditunjukkan pada Gambar 1. Penyelidikan selang tiga titik ini adalah
prosedur penyelidikan berjarak sama yang paling efisien dalam hal mencapai toleransi
yang diinginkan dengan jumlah langkah perhitungan yang minimal. Dari interval yang
diberikan dibagi menjadi 4 buah bagian dan fungsi objektif dievaluasi di 3 buah nilai
interior. Dari fungsi ketiga nilai itu diambil yang terbaik, dimana jawabannya paling
mendekati nilai yang diinginkan (maksimum atau minimum). Sub interval dari nilai yang
dipilih akan diambil sebagai interval baru dan proses kembali diulang sampai selisih nilai
fungsi yang didapatkan dengan yang sebelumnya kurang dari batas nilai toleransi.



Gambar 1 Penyelidikan selang tiga titik untuk mencari titik optimum


Mulawarman Scientifie, Volume 11, Nomor 2, Oktober 2012 ISSN 1412-498X

FMIPA Universitas Mulawarman 193

METODOLOGI PENELITIAN
Langkah langkah penyelesaian dengan optimasi fungsi dua variabael tanpa
kendala menggunakan metode Fletcher-Powell sebagai berikut:
1. Tentukan teloransi dan
0
G , dimana
0
G adalah koefisien matriks pengali gradien
vektor. Inisialisasi awal
0
G sebuah matriks identitas.
2. Tentukan inisialisasi awal
0
x
)
dan evaluasi
0
= ) (
0
x f
)
dan
0
B =
) (
0
) , (
x
y x f
)

3. Tentukan
*
0
dimana ) (
0 0 0
B G x f +
)
dengan menggunakan penyelidikan tiga titik.
Tetapkan =
*
0
yang membuat ) (
0 0 0
B G x f +
)
maksimum. Selanjutnya gunakan
*
0

untuk menghitung
0
D =
*
0

0
G
0
B
4. Perbaharui
i
x
)
dengan
i i i
D x x + =
+
) )
1
.
5. Hitung
1 + i
= ) (
1 + i
x f
)
. Jika
+ i i 1
maka lanjutkan ke-langkah 6 dan jika tidak
lanjut ke-langkah 7.
6. Tetapkan
*
x
)
=
1 + i
x
)
dan
1 + i
= ) (
1 + i
x f
)
dan berhenti.
7. Perbaharui
1 + i
B =
) (
1
) , (
+

i
x
y x f
)
dan Tetapkan
1 +
=
i i
B B Y .
8. Hitung matrix
T
D D
Y D
L
0 0
0
1
= dan
0 0
0
1
G YY G
Y G Y
M
T
T |
|

\
|

=
9. Perbaharui nilai
i
G dengan M L G G
i i
+ + =
+1
. Perbaharui
i
dengan
1 + i
dan
perbaharui pula
i
B dengan
1 + i
B selanjutnya kembali ke-langkah 2. (
1 + i
dan
1 + i
B
yang diperoleh pada langkah-9 digunakan sebagai nilai inisialisasi awal lagi pada
langkah-2).


HASIL DAN PEMBAHASAN
Pada penelian ini akan dibahas persoalan memakasimumkan fungsi dua variabel
tanpa kendala yaitu :
Kasus: Gunakan metode Fletcher-Powell untuk maksimumkan fungsi
2
2 2 1
2
1 2 1 2 1
3 4 2 3 ) , ( x x x x x x x x f + + =
Solusi Numerik : Metode Fletcher-Powell
Perhatikan plot 3 dimensi dari fungsi
2
2 2 1
2
1 2 1 2 1
3 4 2 3 ) , ( x x x x x x x x f + + =

Gambar 2 Plot fungsi
2
2 2 1
2
1 2 1 2 1
3 4 2 3 ) , ( x x x x x x x x f + + =
Syaripuddin Optimasi Dua Variabel Tanpa Kendala

194 FMIPA Universitas Mulawarman

Dari Gambar 2, diperoleh bahwa nilai awal untuk
(

=
1
0
0
x
)
adalah pendekatan yang tepat
untuk lokasi optimal ) , (
2 1
x x f . Berikut tahapan perhitungan menggunakan metode
Fletcher-Powell.
Langkah-1: Pilih teloransi 1 . 0 = dan
(

=
1 0
0 1
0
G .
Langkah-2: Pilih inisialisasi awal
(

=
1
0
0
x
)
dan evaluasi
0
= 4 ) (
0
= x f
)

dan
0
B =
(

=
0
2
) , (
) (
0
x
y x f
)

Langkah-3: Tahapan untuk menentukan menggunakan pencarian tiga titik sebagai
berikut: Misalkan tempat pencariannya di interval [-1,3]. Bagi inteval ini menjadi empat
bagian yang sama selanjutnya tentukan nilai ) (
0 0 0
B G x f +
)
. Pilih =
*
0
yang membuat
) (
0 0 0
B G x f +
)
maksimum. Proses ini diulang sampai selisih nilai ) (
0 0 0
B G x f +
)
untuk
masing-masing kurang dari 1 . 0 =

Iterasi-1 :
x
1
x
2
x
3

-1 0 1 2 3

) (
0 0 0
B G x f +
)
= 4
0
2
1 0
0 1
0
1
0
=
|
|

\
|
(

+
(

f
) (
0 0 0
B G x f +
)
= 8
0
2
1 0
0 1
1
1
0
=
|
|

\
|
(

+
(

f
) (
0 0 0
B G x f +
)
= 52
0
2
1 0
0 1
2
1
0
=
|
|

\
|
(

+
(

f

Pilih nilai ) (
0 0 0
B G x f +
)
yang terbesar yaitu 4 pada nilai =0. Sehingga interval yang
terpilih adalah [-1,1]. Gunakan interval untuk perhitungan selanjutnya.

Iterasi-2 :
x
1
x
2
x
3

- 1 -0.5 0 0.5 1

) (
0 0 0
B G x f +
)
= 2
0
2
1 0
0 1
) 5 . 0 (
1
0
=
|
|

\
|
(

+
(

f
) (
0 0 0
B G x f +
)
= 4
0
2
1 0
0 1
0
1
0
=
|
|

\
|
(

+
(

f
Mulawarman Scientifie, Volume 11, Nomor 2, Oktober 2012 ISSN 1412-498X

FMIPA Universitas Mulawarman 195

) (
0 0 0
B G x f +
)
= 2
0
2
1 0
0 1
5 . 0
1
0
=
|
|

\
|
(

+
(

f

Pilih nilai ) (
0 0 0
B G x f +
)
yang terbesar yaitu 4 pada nilai =0. Sehingga interval yang
terpilih adalah [-0.5,0.5]. Gunakan interval untuk perhitungan selanjutnya.

Iterasi-3 :
x
1
x
2
x
3

-0.5 -0.25 0 0.25 0.5

) (
0 0 0
B G x f +
)
= 2
0
2
1 0
0 1
) 25 . 0 (
1
0
=
|
|

\
|
(

+
(

f
) (
0 0 0
B G x f +
)
= 4
0
2
1 0
0 1
0
1
0
=
|
|

\
|
(

+
(

f
) (
0 0 0
B G x f +
)
= 4
0
2
1 0
0 1
25 . 0
1
0
=
|
|

\
|
(

+
(

f

Pilih nilai ) (
0 0 0
B G x f +
)
yang terbesar yaitu 4 (ada 2 nilai pilih salah satu) pada nilai =0.
Sehingga interval yang terpilih adalah [-0.25,0.25]. Gunakan interval untuk perhitungan
selanjutnya.

Iterasi-4 :
x
1
x
2
x
3

-0.25 -0.125 0 0.125 0.25

) (
0 0 0
B G x f +
)
= 25 . 3
0
2
1 0
0 1
) 125 . 0 (
1
0
=
|
|

\
|
(

+
(

f
) (
0 0 0
B G x f +
)
= 4
0
2
1 0
0 1
0
1
0
=
|
|

\
|
(

+
(

f
) (
0 0 0
B G x f +
)
= 25 . 4
0
2
1 0
0 1
125 . 0
1
0
=
|
|

\
|
(

+
(

f

Pilih nilai ) (
0 0 0
B G x f +
)
yang terbesar yaitu 4.25 pada nilai =0.125. Sehingga interval
yang terpilih adalah [0,0.25]. Gunakan interval untuk perhitungan selanjutnya.


Iterasi-5 :
x
1
x
2
x
3

0 0.0625 0.125 0.1875 0.25
Syaripuddin Optimasi Dua Variabel Tanpa Kendala

196 FMIPA Universitas Mulawarman


) (
0 0 0
B G x f +
)
= 1875 . 4
0
2
1 0
0 1
0625 . 0
1
0
=
|
|

\
|
(

+
(

f
) (
0 0 0
B G x f +
)
= 25 . 4
0
2
1 0
0 1
125 . 0
1
0
=
|
|

\
|
(

+
(

f
) (
0 0 0
B G x f +
)
= 1875 . 4
0
2
1 0
0 1
1875 . 0
1
0
=
|
|

\
|
(

+
(

f

Pilih nilai ) (
0 0 0
B G x f +
)
yang terbesar yaitu 4.25 pada nilai =0.125.
Perhatikan bahwa nilai,

1 . 0 0625 . 0 1875 . 4 25 . 4
0
2
1 0
0 1
0625 . 0
1
0
0
2
1 0
0 1
125 . 0
1
0
= = =
|
|

\
|
(

+
(

|
|

\
|
(

+
(

f f dan
1 . 0 0625 . 0 1875 . 4 25 . 4
0
2
1 0
0 1
875 . 1 . 0
1
0
0
2
1 0
0 1
125 . 0
1
0
= = =
|
|

\
|
(

+
(

|
|

\
|
(

+
(

f f

maka proses perulangan dihentikan dan ditetapkan = 125 . 0
*
0
= .
Selanjutnya gunakan
*
0
untuk menghitung
(

= =
0
25 . 0
0 0
*
0
B G D
Langkah-4: Perbaharui
i
x
)
dengan
i i i
D x x + =
+
) )
1
.

Diperoleh
(

=
(

+
(

= + =
1
25 . 0
0
25 . 0
1
0
0 0 1
D x x
) )


Langkah-5: Perbaharui
1 + i
= ) (
1 + i
x f
)
, diperoleh 25 . 4 ) (
1 1
= = x f
)

Hitung 1 . 0 25 . 0 25 . 4 4
0 1
= > = = maka lanjutkan ke-langkah 7.

Langkah-7: Perbaharui
1 + i
B =
) (
1
) , (
+

i
x
y x f
)
, diperoleh
(

= =
75 . 0
0
) , (
) ( 1
1
x
y x f B
)
dan

Tetapkan
1 +
=
i i
B B Y , diperoleh
(

=
(

= =
75 . 0
2
75 . 0
0
0
2
1 0
B B Y

Langkah-8: Hitung matrix
(

= =
0 0
0 125 . 0 1
0 0
0
T
D D
Y D
L dan

Mulawarman Scientifie, Volume 11, Nomor 2, Oktober 2012 ISSN 1412-498X

FMIPA Universitas Mulawarman 197

(

=
|
|

\
|

=
1233 . 0 3288 . 0
3288 . 0 8767 . 0
1
0 0
0
G YY G
Y G Y
M
T
T


Langkah-9 : Perbaharui nilai
i
G dengan M L G G
i i
+ + =
+1
, diperoleh

(

=
(

+
(

=
8767 . 0 3288 . 0
3288 . 0 2483 . 0
1233 . 0 3288 . 0
3288 . 0 8767 . 0
0 0
0 125 . 0
1 0
0 1
1
G

kembali ke langkah-2 :
Langkah-2 : Inisialisasi awal
(

=
1
25 . 0
1
x
)
dan evaluasi
1
= 25 . 4 4 ) (
1
= = x f
)
dan
(

= =
75 . 0
0
) , (
) ( 1
1
x
y x f B
)
.

Langkah-3: Tahapan untuk menentukan menggunakan pencarian tiga titik sebagai
berikut. Diketahui diperhitungan sebelumnya bahwa interval yang terpilih adalah
[0.625,0.1875]. Bagi inteval ini menjadi empat bagian yang sama selanjutnya tentukan
nilai ) (
1 1 1
B G x f +
)
. Pilih =
*
1
yang membuat ) (
1 1 1
B G x f +
)
maksimum. Proses ini
diulang sampai nilai ) (
1 1 1
B G x f +
)
untuk masing-masing kurang dari 1 . 0 =

Iterasi-1 :
x
1
x
2
x
3

0.6275 0.5156 0.9688 0.4219 1.875

) (
1 1 1
B G x f +
)
= 4540 . 4
75 . 0
0
8767 . 0 3288 . 0
3288 . 0 2483 . 0
5156 . 0
1
25 . 0
=
|
|

\
|
(

+
(

f
) (
1 1 1
B G x f +
)
= 5502 . 4
75 . 0
0
8767 . 0 3288 . 0
3288 . 0 2483 . 0
9688 . 0
1
25 . 0
=
|
|

\
|
(

+
(

f
) (
1 1 1
B G x f +
)
= 5688 . 4
75 . 0
0
8767 . 0 3288 . 0
3288 . 0 2483 . 0
4219 . 0
1
25 . 0
=
|
|

\
|
(

+
(

f

Pilih nilai ) (
1 1 1
B G x f +
)
yang terbesar yaitu 4.5688 pada nilai =0.4219.

Perhatikan bahwa nilai,
1 . 0 001 . 0 4540 . 4 5688 . 4 ) 5156 . 0 ( ) 4219 . 0 (
1 1 1 1 1 1
= < = = + + B G x f B G x f
) )
dan
1 . 0 0006 . 0 5502 . 4 5688 . 4 ) 9688 . 0 ( ) 4219 . 0 (
1 1 1 1 1 1
= < = = + + B G x f B G x f
) )

maka proses perulangan dihentikan dan ditetapkan = 4219 . 0
*
1
= .
Syaripuddin Optimasi Dua Variabel Tanpa Kendala

198 FMIPA Universitas Mulawarman

Selanjutnya gunakan
*
1
untuk menghitung
(

= =
9349 . 0
3506 . 0
0 0
*
1
B G D
Langkah-4: Perbaharui
i
x
)
dengan
i i i
D x x + =
+
) )
1
.

Diperoleh
(

=
(

+
(

= + =
9349 . 1
6006 . 0
9349 . 0
3506 . 0
1
25 . 0
1 1 2
D x x
) )


Langkah-5: Perbaharui
1 + i
= ) (
1 + i
x f
)
. Diperoleh 5688 . 4 ) (
2 2
= = x f
)


Hitung 1 . 0 3188 . 0 25 . 4 4588 . 4
1 2
= > = = maka lanjutkan ke-langkah 7.

Langkah-7: Perbaharui
1 + i
B =
) (
1
) , (
+

i
x
y x f
)
, diperoleh
(

= =
0.0681 -
0
) , (
) ( 2
1
x
y x f B
)
dan
Tetapkan
1 +
=
i i
B B Y , diperoleh
(

=
(

= =
8181 . 0
0
0681 . 0
0
75 . 0
0
2 1
B B Y

Langkah-8 : Hitung matrix
(

= =
1429 . 1 4286 . 0
4286 . 0 1607 . 0 1
1 1
1
T
D D
Y D
L dan

(



=
|
|

\
|

=
8767 . 0 3288 . 0
3288 . 0 1233 . 0
1
1 1
1
G YY G
Y G Y
M
T
T


Langkah-9 : Perbaharui nilai
i
G dengan M L G G
i i
+ + =
+1
, diperoleh

(

=
(

+
(

=
1429 . 1 4286 . 0
4286 . 0 2857 . 0
8767 . 0 3288 . 0
3288 . 0 1233 . 0
1429 . 1 4286 . 0
4286 . 0 1607 . 0
8767 . 0 3288 . 0
3288 . 0 2483 . 0
2
G

kembali ke langkah-2 :
Langkah-2 : Inisialisasi awal
(

=
9349 . 1
6006 . 0
2
x
)
dan evaluasi 5688 . 4 ) (
2 2
= = x f
)
dan
(

= =
0681 . 0
0
) , (
) ( 2
2
x
y x f B
)
.
Langkah-3: Tahapan untuk menentukan menggunakan pencarian tiga titik sebagai
berikut. Diketahui diperhitungan sebelumnya bahwa interval yang terpilih adalah
[0.9688,0.1875]. Bagi inteval ini menjadi empat bagian yang sama selanjutnya tentukan
nilai ) (
2 2 2
B G x f +
)
. Pilih =
*
0
yang membuat ) (
2 2 2
B G x f +
)
maksimum. Proses ini
diulang sampai nilai ) (
2 2 2
B G x f +
)
untuk masing-masing kurang dari 1 . 0 =

Mulawarman Scientifie, Volume 11, Nomor 2, Oktober 2012 ISSN 1412-498X

FMIPA Universitas Mulawarman 199

Iterasi-1 :
x
1
x
2
x
3

0.9688 1.1953 1.4219 1.6485 1.875

) (
2 2 2
B G x f +
)
= 5713 . 4
0681 . 0
0
1429 . 1 4286 . 0
4286 . 0 2857 . 0
1953 . 1
9349 . 1
6006 . 0
=
|
|

\
|
(

+
(

f
) (
2 2 2
B G x f +
)
= 5710 . 4
0681 . 0
0
1429 . 1 4286 . 0
4286 . 0 2857 . 0
4219 . 1
9349 . 1
6006 . 0
=
|
|

\
|
(

+
(

f
) (
2 2 2
B G x f +
)
= 5703 . 4
0681 . 0
0
1429 . 1 4286 . 0
4286 . 0 2857 . 0
6485 . 1
9349 . 1
6006 . 0
=
|
|

\
|
(

+
(

f

Pilih nilai ) (
2 2 2
B G x f +
)
yang terbesar yaitu 4.5713 pada nilai =1.1953.
Perhatikan bahwa nilai,

1 . 0 0007 . 0 5710 . 4 5713 . 4 ) 4219 . 1 ( ) 1953 . 1 (
2 2 2 2 2 2
= < = = + + B G x f B G x f
) )
dan
1 . 0 001 . 0 5703 . 4 5713 . 4 ) 6485 . 1 ( ) 1953 . 1 (
2 2 2 2 2 2
= < = = + + B G x f B G x f
) )


maka proses perulangan dihentikan dan ditetapkan = 1953 . 1
*
2
= .
Selanjutnya gunakan
*
2
untuk menghitung
(

= =
0930 . 0
0349 . 0
2 2
*
2
B G D
Langkah-4: Perbaharui
i
x
)
dengan
i i i
D x x + =
+
) )
1
.

Diperoleh
(

=
(

+
(

= + =
8419 . 1
5657 . 0
0930 . 0
0349 . 0
9349 . 1
6006 . 0
2 2 3
D x x
) )


Langkah-5: Perbaharui
1 + i
= ) (
1 + i
x f
)
. Diperoleh 5713 . 4 ) (
3 3
= = x f
)


Hitung 1 . 0 025 . 0 4588 . 4 5713 . 4
2 3
= < = = maka lanjutkan ke-langkah 6.

Langkah-6: Tetapkan
(

=
8419 . 1
5657 . 0
*
x
)
dan 5713 . 4 ) (
3 3
= = x f
)
dan berhenti.

Jadi solusinya adalah
(

=
8419 . 1
5657 . 0
*
x
)
dengan nilai fungsi 5713 . 4 ) (
3 3
= = x f
)
.

Solusi Eksak : Kalkulus
Misalkan
2
2 2 1
2
1 2 1 2 1
3 4 2 3 ) , ( x x x x x x x x f + + =
Syarat supaya ) , (
2 1
x x f mencapai titik maksimum/minimum :
Syaripuddin Optimasi Dua Variabel Tanpa Kendala

200 FMIPA Universitas Mulawarman

o Turunan parsial terhadap-x
1

0 3 8 1
2 1
= + x x
o Turunan parsial terhadap-x
2

0 2 3 2
2 1
= + x x
Tentukan titik kritis :
Dengan menyelesaian dua persamaan diatas adalah :
[x,y]=solve('-1-8*x1+3*x2=0','2+3*x1-2*x2=0')
x
1
=4/5=0.5714 dan x
2
=13/7=1.8571
Uji turunan kedua :
d=subs(diff(diff(f,x1),x1),{4/7,13/7})*subs(diff(diff(f,x2),x2),{4/7,13/7})-
(subs(diff(diff(f,x1),x2),{4/7,13/7})^2)=7
f
xx
=subs(diff(diff(f,x1),x1),{4/7,13/7})= -8.
karena d>0 dan f
xx
<0 maka disimpulkan bahwa titik (x
1
,x
2
)=(0.5714;1.8571) adalah titik
maksimum.


KESIMPULAN
Kesimpulan pada penelitian ini adalah :
1. Metode Fletcher-Powell meyelesaikan optimasi fungsi dua variabel tanpa kendala
2. Metode Fletcher-Powell merupakan suatu teknik metode numerik yang
merupakan pengembangan dari metode Newton-Raphson. Proses perhitungan
menggunakan pengulangan yang dilakukan secara berulang-ulang hingga
diperoleh hasil yang mendekati nilai penyelesaian yang telah stabil.
3. Penyelesaian metode ini tergatung pada pemilihan nilai awal.
4. Masalah optimasi minimasi supaya bisa diselesaikan maka diubah menjadi
masalah maksimasi dengan mengalikan dengan minus pada fungsinya.


DAFTAR PUSTAKA
Bronson, R. 1996. Teori dan Soal Soal Operations Research. Jakarta: Erlangga.
Nash, G. Stephen.1996. Linear and Nonlinear Programming. McGrow-Hill International.
Basuki, Achmad.2005. Metode Numerik dan Algoritma Komputansi. Penerbit ANDI,
Yogyakarta.
Basaruddin. T.2007. Komputasi Numerikal. Lembaga Penerbit FEUI. Jakarta.
Nash, G. Stephen.1996. Linear and Nonlinear Programming. McGrow-Hill International.
S.S, RAO.1987. Optimization Theory and Application. Willey Eastern Limited, New
Delhi.

También podría gustarte