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