- 1. Optimasi matematika, juga dikenal sebagai pemrograman matematika, adalah bidang ilmu yang berfokus pada pencarian solusi terbaik dari sekumpulan solusi yang memenuhi syarat. Proses ini melibatkan upaya untuk memaksimalkan atau meminimalkan suatu fungsi tujuan, dengan mempertimbangkan batasan-batasan tertentu. Masalah optimasi muncul di berbagai bidang seperti teknik, ekonomi, keuangan, dan penelitian operasi. Tujuan dari optimasi matematika adalah untuk meningkatkan efisiensi, memaksimalkan keuntungan, meminimalkan biaya, atau mencapai hasil terbaik yang mungkin dalam batasan yang diberikan. Berbagai teknik seperti pemrograman linier, pemrograman nonlinier, pemrograman bilangan bulat, dan optimasi stokastik digunakan untuk menyelesaikan masalah optimasi. Secara keseluruhan, optimasi matematika memainkan peran penting dalam proses pengambilan keputusan dan pemecahan masalah dalam skenario dunia nyata yang kompleks.
Apa tujuan utama dari optimasi matematika?
A) Menghasilkan bilangan acak
B) Meminimalkan atau memaksimalkan suatu fungsi tujuan
C) Menghitung bilangan prima
D) Memecahkan persamaan
- 2. Apa yang dimaksud dengan batasan dalam masalah optimasi?
A) Perkiraan awal.
B) Hasil akhir.
C) Keterbatasan pada solusi yang mungkin.
D) Rumus matematika.
- 3. Jenis optimasi apa yang bertujuan untuk mencari nilai maksimum dari sebuah fungsi tujuan?
A) Minimalisasi
B) Penyederhanaan
C) Randomisasi
D) Maksimalisasi
- 4. Metode apa yang umumnya digunakan untuk menyelesaikan masalah pemrograman linear?
A) Tebak dan periksa
B) Metode Simplex
C) Pendinginan simulasi
D) Coba-coba
- 5. Dalam pemrograman linier, apa yang dimaksud dengan wilayah layak (feasible region)?
A) Ruang solusi.
B) Wilayah yang memiliki nilai maksimum.
C) Area yang berada di luar batasan-batasan yang ditetapkan.
D) Kumpulan semua solusi yang memenuhi persyaratan.
- 6. Apa yang dimaksud dengan istilah 'solusi layak' dalam optimasi?
A) Sebuah solusi yang tidak memiliki batasan.
B) Sebuah solusi yang memenuhi semua batasan.
C) Sebuah solusi yang tidak tepat.
D) Sebuah solusi yang acak.
- 7. Apa pentingnya analisis sensitivitas dalam optimasi?
A) Mengevaluasi dampak perubahan pada parameter terhadap solusi.
B) Memilih algoritma terbaik.
C) Mencari solusi optimal global.
D) Menghasilkan solusi secara acak.
- 8. Apa yang dimaksud dengan fungsi objektif dalam suatu masalah optimasi?
A) Fungsi yang akan dioptimalkan atau diminimalkan.
B) Sebuah persamaan tanpa variabel.
C) Sebuah fungsi kendala.
D) Sebuah operasi matematika acak.
- 9. Apa yang juga dikenal sebagai optimasi matematika?
A) Analisis kuantitatif
B) Pemrograman matematika
C) Maksimalisasi fungsi
D) Perancangan algoritma
- 10. Secara umum, bidang optimasi matematika dibagi menjadi berapa subbidang?
A) Empat: optimasi kombinatorial, optimasi stokastik, optimasi dinamis, dan optimasi robust.
B) Tiga: pemrograman linear, pemrograman non-linear, dan pemrograman bilangan bulat.
C) Satu: optimasi umum.
D) Dua: optimasi diskrit dan optimasi kontinu.
- 11. Jenis optimasi apa yang melibatkan pencarian suatu objek, seperti bilangan bulat, permutasi, atau grafik?
A) Optimasi diskrit
B) Pemrograman non-linear
C) Optimasi kontinu
D) Pemrograman linear
- 12. Dalam jenis optimasi apa argumen optimal dari himpunan kontinu ditemukan?
A) Optimasi diskrit
B) Optimasi kombinatorial
C) Optimasi kontinu
D) Pemrograman bilangan bulat
- 13. Cabang matematika apa yang membahas tentang algoritma deterministik untuk masalah yang tidak memiliki solusi optimal global?
A) Optimasi lokal
B) Optimasi global
C) Matematika diskrit
D) Pemrograman linear
- 14. Berapakah nilai minimum dari \(x2 + 1\) jika \(x = -2\)?
A) 4
B) 3
C) 1
D) 5
- 15. Untuk nilai x berapakah fungsi \(x2 + 1\) mencapai nilai minimumnya?
A) x = 1
B) x = 0
C) x = tak hingga
D) x = -1
- 16. Apakah ada nilai maksimum untuk fungsi \(2x\) untuk semua bilangan real?
A) Ya, nilainya adalah 2.
B) Tidak, fungsi ini tidak terbatas.
C) Ya, nilainya adalah tak hingga.
D) Ya, nilainya adalah negatif tak hingga.
- 17. Siapa yang dianggap sebagai orang yang memperkenalkan istilah 'pemrograman linear'?
A) John von Neumann
B) George B. Dantzig
C) Leonid Kantorovich
D) Fermat
- 18. Pada tahun berapa Leonid Kantorovich memperkenalkan sebagian besar teori di balik pemrograman linear?
A) 1939
B) 1950
C) 1947
D) 1960
- 19. Jenis variabel apa yang digunakan dalam pemrograman semidefinit (SDP)?
A) Variabel biner.
B) Variabel diskrit.
C) Matriks semidefinit.
D) Variabel kontinu.
- 20. Apa yang terjadi jika kita menambahkan lebih dari satu tujuan ke dalam sebuah masalah optimasi?
A) Mengurangi jumlah solusi
B) Menambah kompleksitas
C) Menghilangkan kompromi
D) Menyederhanakan masalah
- 21. Bagaimana sebuah desain dinilai jika tidak didominasi oleh desain lain?
A) Suboptimal
B) Kurang optimal
C) Tidak efisien
D) Optimal Pareto
- 22. Siapa yang menentukan 'solusi terbaik' di antara solusi-solusi yang optimal menurut Pareto?
A) Penilai eksternal
B) Pengambil keputusan
C) Algoritma optimasi
D) Perancang sistem
- 23. Bagaimana informasi yang hilang dalam suatu masalah optimasi multi-tujuan terkadang dapat diperoleh?
A) Dengan mengabaikan tujuan yang kurang penting.
B) Melalui analisis data historis.
C) Secara otomatis oleh algoritma.
D) Melalui sesi interaktif dengan pengambil keputusan.
- 24. Apa itu kasus khusus dalam optimasi matematika di mana setiap solusi adalah solusi optimal?
A) Optimasi multi-modal
B) Masalah keberadaan (existence problem)
C) Optimasi global
D) Masalah kelayakan (feasibility problem)
- 25. Kondisi apa saja yang digunakan untuk mencari solusi optimal dalam masalah yang memiliki batasan persamaan dan/atau pertidaksamaan?
A) Kondisi orde kedua
B) Kondisi Karush-Kuhn-Tucker
C) Kondisi orde pertama
D) Kondisi kelayakan
- 26. Teknik numerik apa saja yang efisien untuk meminimalkan fungsi konveks?
A) Metode titik interior.
B) Relaksasi Lagrangian.
C) Pencarian garis.
D) Wilayah kepercayaan (trust regions).
- 27. Metode apa yang memastikan konvergensi dengan mengoptimalkan sebuah fungsi sepanjang satu dimensi?
A) Wilayah kepercayaan (trust regions).
B) Estimasi momentum positif-negatif.
C) Relaksasi Lagrangian.
D) Pencarian garis (line searches).
- 28. Metode mana yang menggunakan pendekatan gradien acak untuk optimasi stokastik?
A) Pendekatan stokastik perturbasi simultan (SPSA)
B) Algoritma optimasi kuantum
C) Metode elipsoid
D) Metode titik interior
- 29. Metode mana yang memiliki signifikansi historis tetapi lambat, dan kembali menarik perhatian untuk masalah-masalah besar?
A) Metode penurunan gradien
B) Pendekatan stokastik perturbasi simultan
C) Metode penurunan koordinat
D) Metode Quasi-Newton
- 30. Dalam bidang apa optimasi desain paling sering diterapkan?
A) Mikroekonomi.
B) Kosmologi dan astrofisika.
C) Teknik, terutama teknik kedirgantaraan.
D) Teknik elektro.
- 31. Di bidang apa saja pemrograman stokastik dan simulasi digunakan untuk mendukung pengambilan keputusan?
A) Penelitian operasi
B) Teknik sipil
C) Pemodelan molekuler
D) Teknik pengendalian
|