METODE LAGRANGE

Kita mulai dengan membedakan dua jenis persoalan. Untuk menentukan nilai minimum dari
adalah sebuah soal ekstrem bebas (free extremum). Untuk menentukan nilai minimium dari
yang terkena kondisi

adalah sebuah soal ekstream terkendala.

Banyak persoalan di dalam dunia nyata, khususnya dalam dunia ekonomi, yang menerapkan jenis yang
terakhir. Contohnya, sebuah pabrik bermaksud untuk memaksimumkan keuntungan, tetapi terkendala
oleh jumlah bahan baku yang tersedia, kapasitas tenaga kerja, dan sebagainya.
Contoh 4 pada subbab sebelumnya merupakan contoh soal ekstrem terkendala. Kita diminta untuk
menentukan jarak minimum dari permukaan

ke titik asal. Kita telah merumuskan masalah

seperti dengan meminimumkan

yang dikenali kendala

. Kita

menangani masalah ini dengan mensubtitusikan nilai z dari kendala tersebut dalam persamaan d2 dan
kemudian menyelesaikan soal ekstrem bebas (yaitu tak terkendala). Contoh 5 pada subbab sebelumnya
juga merupakan soal optimasi terkendala. Kita telah mengetahui bahwa nilai maksimum terjadi di batas
daerah S, sehingga pada soal tersebut kita harus memaksimumkan
kendala

yang dikenali

. Soal ini diselesaikan dengan menentukan sebuah parametrisasi untuk suatu

batasan tersebut dan kemudian memaksimumkan sebuah fungsi dengan satu peubah (peubah yang
menjadi parameter dalam kendala tersebut). Meskipun demikian, sering terjadi bahwa persamaan
kendala tidak mudah diselesaikan untuk salah satu peubah atau bahwa kendala tersebut tidak dapat
diparametrisasi dengan menggunakan satu peubah. Bahkan ketika salah satu dari cara cara ini dapat
diterapkan, masih terdapat metode lain yang lebih sederhana; metode ini disebut pengali Lagrange
(Lagrange multiplier).
TAFSIRAN GEOMETRI DARI METODE
Pertama mari kita pandang kasus dimana kita ingin memaksimumkan atau meminimumkan f(x,y)
terhadap kendala g(x,y) = 0. Gambar 1 memberikan saran suatu tafsiran geometri dari masalah ini.

Kurva ketinggian dari f adalah kurva kurva f(x,y) = k, dengan k suatu konstanta. Kurva kurva tersebut
diperlihatkan sebagai kurva kurva hitam pada Gambar 1 untuk k = 200, 300, ., 700. Grafik dari
kendala g(x,y) = 0 juga berupa sebuah kurva; ia diperlihatkan dalam warna pada Gambar 1.
Untuk memaksimumkan f terhadap kendala g(x,y) = 0 sama dengan mencari kurva ketinggian dengan
kemungkinan k terbesar yang memotong kurva kendala, secara geometri jelas dari Gambar 1 bahwa
kurva ketinggian yang demikian menyinggung kurva kendala di suatu titik P0(x0,y0) dan karenanya nilai
maksimum f terhadap kendala g(x,y) = 0 adalah f(x0,y0). Titik singgung lainnya P1(x1,y1) memberikan nilai
minimum f(x1,y1) dari f terhadap kendala g(x,y) = 0.
Metode Lagrange menyajikan suatu prosedur aljabar untuk penentuan titik P0 dan P1. Karena di titik
titik demikian, kurva ketinggian dan kurva kendala saling menyinggung (yaitu, mempunyai suatu garis
singgung bersama), kedua kurva tersebut mempunyai suatu garis tegak lurus bersama. Tetapi di
sebarang titik dari kurva ketinggian, vector gradient
ketinggian (Pasal 15.5), dan dengan cara serupa
dan
( )

adalah tegak lurus bersama terhadap kurva

adalah tegak lurus terhadap kurva kendala. Jadi,

sejajar di P0 dan juga di P1 yaitu

dan

Untuk suatu bilangan

dan

( )

( )

taknol.

Argumentasi yang baru saja diberikan diterima sebagai suatu intuisi tetapi ia dapat dibuat secara
lengkap setepat-tepatnya di bawah hipotesis yang cocok. Tambahan pula, argumentasi ini bekerja
dengan baik untuk masalah pemaksimuman atau peminimuman f(x, y, z) terhadap kendala g(x, y, z) = 0.

Kita cukup memandang permukaan ketinggian alih alih kurva ketinggian. Sebenarnya, hasil tersebut
sahih dalam sebarang banyak peubah.
Semuanya ini menyarankan formulasi metode pengali Lagrange berikut.
Teorema A
(Metode Lagrange). Untuk memaksimumkan atau meminimumkan f(p) terhadap kendala g(p) = 0,
selesaikan system persamaan
( )

( )

dan

g(p) = 0

Untuk p dan Tiap titik p yang demikian adalah suatu titik kritis untuk masalah nilai ekstrem
terkendala dan yang berpadanan disebut pengali Lagrange.

PENETAPAN Kita ilustrasikan metode tersebut dengan beberapa contoh.

= 2 dan luasnya adalah xy.

Jadi kita boleh merumuskan masalah berupa pemaksimuman f(x,y) = xy terhadap kendala g(x,y) =
= 0. Gradien yang berpadanan adalah
(
(

)
)

(
(

)
)

Sekarang persamaan persamaan Lagrange menjadi

(2)

(3)

(
(

)
)

Yang harus kita selesaikan secara serentak. Jika persamaan pertama kita kalikan dengan y dan
persamaan kedua dengan x, kita peroleh

dan

, dari mana

(4)
Dari (3) dan (4), kita temukan x = dan y = ; dan dengan penyulihan nilai-nilai ini ke dalam (1), kita
. Jadi penyelesaian persamaan (1) (3), dengan membuat x dan y positif, adalah x = ,

dapatkan
y= ,

Kita simpulkan bahwa persegipanjang yang luasnya terbesar dengan diagonal 2 adalah bujursangkar,
yang panjang sisinya . Luasnya adalah 2. Tafsiran geometri masalah ini diperlihatkan pada Gambar 2.
CONTOH 2 Gunakan metode Lagrange untuk mencari nilai maksimum dan minimum dari
(

Pada elips
Penyelesaian Lihat ke Gambar 2 dari Pasal 15.8 untuk grafik dari paraboloid hiperbola
Dari gambar ini, tentu saja kita akan menerka bahwa nilai minimum terjadi di (
maksimum di (0,

). Tetapi mari kita berikan alas an dugaan ini.

Kita boleh menuliskan kendala sebagai (

Dan

Persamaan persamaan Lagrange adalah

. Sekarang

) dan nilai

Perhatikan dari persamaan ketiga bahwa x dan y keduanya tidak dapat sama dengan nol. Jika x
persamaan pertama menyimpulkan bahwa

= -1, kemudian persamaan kedua masyarakat bahwa y = 0.

Kita simpulkan dari persamaan kedua bahwa x =

. Jadi kita telah memperolah titik titik kritis (

0 menghasilkan

. Kita simpulkan bahwa (0,

merupakan titik titik kritis.

,
(
(

)
)

).

= dari persamaan kedua, kemudian dari

persamaan pertama x = 0, dan akhir dari persamaan ketiga y =

Sekarang untuk

0,

)
)

Nilai minimum dari f(x,y) pada elips yang diberikan adalah -4; nilai maksimum adalah 1.

)juga