Kontrol Optimum
MKO dengan Horizon Takhingga, Syarat Cukup
Toni Bakhtiar
Departemen Matematika IPB
Outline
MKO dengan horizon waktu takhingga
1 Syarat perlu optimalitas 2 Masalah konsumsi optimum 3 Model investasi
Syarat cukup
1 Beberapa uji
2 Syarat cukup Mangasarian 3 Syarat cukup Arrow 4 Model Eisner-Strotz
Masalah Horizon Takhingga
Bentuk UmumBentuk umum MKO dengan horizon waktu takhingga diberikan oleh:
max J = R0∞f(x, u)e rt dt s.t. ˙x = g(x, u)
x(0) = x0.
Masalah yang lazim muncul dalam MKO dengan horizon waktu takhingga ialah integral yang tidak konvergen.
Namun, dalam masalah mandiri dengan r >0, integral akan konvergen asalkan f(x, u) terbatas di atas. Alasannya, f(x, u)e rt !0 ketika t !∞.
Hampir semua hasil pada MKO dengan horizon waktu berhingga berlaku untuk horizon waktu takhingga (kecuali pada saat t !∞).
Masalah Horizon Takhingga
Syarat Perlu OptimalitasPrinsip maksimum Pontryagin:
Hu = 0,
˙
m mr = Hx,
˙x = g . Masalah titik akhir tetap (x(T)…xed ):
x(0) = x0,
lim
t!∞x(t) = b.
Masalah titik akhir bebas (x(T)free): m(T)e rT =0, lim
t!∞m(t)e
Masalah Horizon Takhingga
Syarat Perlu OptimalitasNamun kondisi di atas tidak terlalu membantu dan tidak selalu benar, terutama limt!∞x(t) =b. Sebagai gantinya, diasumsikan bahwa
nilai steady state memberikan syarat batas optimal untuk x ketika t !∞, yaitu: x(0) = x0, lim t!∞x(t) = ¯x. Sistem dinamik ˙ m = mr Hx ˙x = g
selalu bersifat saddle-point atau unstable-point.
Lintasan x(t) di sepanjang lintasan saddle bersifat monoton, yaitu x(t) tidak pernah berubah arah dalam mendekati titik steady state: naik, turun, ataukah konstan.
Masalah Horizon Takhingga
Example (Masalah Konsumsi Optimum) MKO: max J = R0∞e rtln c dt s.t. ˙x = ρx c x(0) = x0 lim t!∞x(t) = 0. Solution
Dari contoh sebelumnya diperoleh:
x(t) = (e
rt 1)
Ar e
Masalah Horizon Takhingga
Solution
Syarat x(0) =x0 memberikan B =x0, sehingga
x(t) = (e rt 1) Ar e ρt +x 0eρt = e (ρ r)t Ar eρt Ar +x0e ρt.
Dengan asumsi ρ r <0 maka syarat limt!∞x(t) =0 memberikan
x0 = 1 Ar ,A= 1 rx0 .
Masalah Horizon Takhingga
Solution Jadi x (t) = x0e(ρ r)t, m (t) = Ae(r ρ)t = e (r ρ)t rx0 , c (t) = 1 m (t) =rx0e (ρ r)t.Problem (Model Investasi)
Dengan K menyatakan stok modal dan I tingkat investasi:
max J = R0∞e rt(K aK2 I2)dt s.t. K˙ = I δK
Masalah Horizon Takhingga (Model Investasi)
Solution
Peubah state: K , peubah kontrol: I . CVH diberikan oleh:
H =K aK2 I2+m(I δK).
Prinsip maksimum Pontryagin memberikan: HI =0, 2I+m=0,I = 12m. ˙ m mr = HK ,m˙ mr = (1 2aK mδ) ,m˙ = (r+δ)m+2aK 1. ˙ K = Hm ,K˙ =I δK ,K˙ = 12m δK .
Dua syarat terakhir memberikan SPD:
˙ m ˙ K = r+δ 2a 1 2 δ m K + 1 0 .
Masalah Horizon Takhingga (Model Investasi)
Solution Nilai-nilai eigen: λ1,2= 12r 12 q r2+4(r δ+δ2+a).Terlihat bahwa kedua nilai eigen berbeda tanda (saddle). Solusi SPD:
m(t) = Aeλ1t+Beλ2t +m¯ K(t) = λ1 δ r 2a Ae λ1t +λ2 δ r 2a Be λ2t+K ,¯
dengan solusi steady state:
¯ m= δ δ(δ+r) +a, ¯ K = 1 2(δ(δ+r) +a).
Masalah Horizon Takhingga (Model Investasi)
Solution
Misalkan λ1 <0 dan λ2 >0. Agar kekonvergenan ke solusi steady state
terjamin, haruslah B =0, sehingga m(t) = Aeλ1t +m¯
K(t) = λ1 δ r 2a Ae
λ1t +K .¯
Dari nilai awal K(0) =K0 diperoleh A= 2a(K0 ¯ K) λ1 δ r , sehingga K (t) = (K0 K¯)eλ1t +K ,¯ m (t) = 2a(K0 K¯) λ1 δ r e λ1t+m,¯ I (t) = a(K0 K¯) λ1 δ re λ1t+ δ ¯K .
Syarat Cukup
Prinsip maksimum Pontryagin merupakan syarat perlu bagi optimalitas.
Hanya x(t)yang memenuhi syarat perlu yang mungkin dapat menyelesaikan suatu MKO.
Namun, prinsip maksimum Pontryagin tidak dapat mengatakan suatu kandidat x(t) optimal ataukah tidak.
Ingat kembali: untuk J =R0Tf(x, ˙x, t)dt, variasi pertama dan kedua dide…nisikan sebagai:
δJ = R0T(hfx+ ˙hf˙x)dt,
Syarat Cukup
Tinjau MKO berikut:max J = R0Tf(x, u, t) dt s.t. ˙x = g(x, u, t). Variasi kedua:
δ2J := 12R0T(h21fxx +2h1h2fxu+h22fuu) dt.
De…nisikan fungsional objektif imbuhan (augmented objective functional ):
Ja :=R0TF(x, u, p, t)dt,
dengan
F(x, u, p, t) = f(x, u, t) +p(t)[g(x, u, t) ˙x] = H(x, u, p, t) p(t)˙x.
Syarat Cukup
Karena Fxx =Hxx, Fxu =Hxu, dan Fuu =Huu, maka variasi kedua:
δ2Ja = 12 RT 0 (h 2 1Hxx +2h1h2Hxu+h22Huu)dt = 12R0T h1 h2 Hxx Hxu Hxu Huu h1 h2 dt.
Diperoleh matriks Hess (Hessian):
H= Hxx Hxu
Hxu Huu .
Theorem
Kendali u merupakan ekstremum lokal bagi J jika Hu =0 dan
masalah maksimisasi: δ2Ja 0,H semide…nit negatif.
Syarat Cukup
Theorem
H semide…nit negatif,H konkaf dalam peubah (x, u).
H semide…nit positif ,H konveks dalam peubah(x, u).
Theorem
Misalkan f =f(x, y)fungsi yang terturunkan dua kali:
1 f konveks ,fxx 0, fyy 0, dan fxxfyy f2
xy 0.
2 f konkaf,fxx 0, fyy 0, dan fxxfyy f2
xy 0.
3 fxx >0 dan fxxfyy f2
xy >0)f konveks sejati (strictly convex).
4 fxx <0 dan fxxfyy f2
xy >0)f konkaf sejati (strictly concave).
Syarat Cukup (Uji Determinan)
Jika f =f(x1, x2, . . . , xn)maka diperoleh matriks Hess H dan minor
utama Dk berikut: H= 2 6 6 6 4 f11 f12 f1n f21 f22 f2n .. . ... . .. ... fn1 fn2 fnn 3 7 7 7 5, Dk = f11 f12 f1k f21 f22 f2k .. . ... . .. ... fk 1 fk 2 fkk . dengan fij = ∂x∂fi∂xj dan k =1, 2, . . . , n. Theorem
Diberikan fungsi multivariabel f =f(x1, x2, . . . , xn)dengan minor utama
Dk (k =1, 2, . . . , n).
1 f konveks ,Dk 0 untuk k =1, 2, . . . , n. 2 f konkaf, ( 1)kDk 0 untuk k =1, 2, . . . , n.
Syarat Cukup
Theorem (Syarat Cukup Mangasarian) Tinjau MKO max J = R0Tf(x, u, t) dt s.t. ˙x = g(x, u, t) x(0) = x0. Hamiltonian: H(x, u, p, t) =f(x, u, t) +p(t)g(x, u, t).
Jika H konkaf dalam peubah (x, u)maka PMP merupakan syarat cukup bagi maksimum J(x).
Jika H konveks dalam peubah (x, u)maka PMP merupakan syarat cukup bagi minimum J(x).
Syarat Cukup
Kebanyakan MKO dapat diselesaikan dengan syarat cukup Mangasarian. Namun demikian, beberapa model ekonomi memiliki fungsi hamilton yang tidak konkaf/konveks dalam peubah (x, u). Syarat cukup Arrow
merupakan bentuk lemah dari syarat cukup Mangasarian.
Theorem (Syarat Cukup Arrow) De…nisikan:
ˆ
H(x, p, t) =max
u2U H(x, u, p, t).
Jika ˆH konkaf dalam peubah x maka PMP merupakan syarat cukup bagi maksimum J(x).
Jika ˆH konveks dalam peubah x maka PMP merupakan syarat cukup bagi minimum J(x).
Syarat Cukup
ExampleMasalah jarak terpendek:
max J = R0T (1+u2)1/2 dt s.t. ˙x = u
x(0) = x0, x(T) bebas.
Fungsi hamilton: H = (1+u2)1/2+pu. Kondisi prinsip maksimum Pontryagin:
Hu =0, 12(1+u2) 1/22u+p =0,p = p1u+u2.
˙p= Hx , ˙p=0,p(t) =A. Karena x(T)bebas maka harus
dipenuhi STV p(T) =0 berakibat A=0, sehingga p(t) =0 dan u(t) =0.
˙x =Hp , ˙x =u=0,x(t) =B. Syarat x(0) =x0 berakibat
Syarat Cukup
Karena H hanya bergantung pada u maka syarat cukup dilihat dari tanda Huu, yaitu Hu = u p 1+u2 )Huu = 1 (1+u2)3/2 <0.
Karena H konkaf, maka x(t) =x0 solusi optimum (memaksimumkan H).
Jika kondisi Mangasarian sudah dipenuhi maka tidak ada keharusan untuk memeriksa kondisi Arrow. Namun, seandainya ingin diperiksa:
Hu =0, 12(1+u2) 1/22u+p =0,u =
p p
1 p2,
sehingga dengan menyubstitusikannya ke H diperoleh
ˆ H= s 1+ p 2 1 p2 + p2 p 1 p2 = p 1 p2.
Model Eisner-Strotz
Tinjau MKO berikut:max J = R0T(π(K) C(I))e rt dt
s.t. K˙ = I K(0) = K0,
dengan π fungsi keuntungan yang bergantung pada besarnya modal K dan C adalah adjusment cost (biaya untuk memperbesar pabrik) yang bergantung pada investasi bersih I . Di sini, K merupakan variabel state dan I variabel kontrol. Diasumsikan,
π00(K) <0, C0(I) >0, C00(I) >0.
Fungsi hamilton H dan current-valued hamiltonian H diberikan oleh: H = (π(K) C(I))e rt+pI ,
Model Eisner-Strotz
Kondisi prinsip maksimum:1 HI =0, C0(I) +m=0.
2 m˙ rm= HK ,m˙ rm= π0(K). 3 K˙ =I .
Dari kondisi (1) diperoleh
m=C0(I) >0)m0(I) =C00(I) >0,
yang menunjukkan bahwa m merupakan fungsi monoton naik terhadap I , sehingga m fungsi satu-satu dan memunyai invers, yaitu
m 1= (C0) 1 =: ψ. Dapat ditulis,
I = ψ(m).
Syarat (2) dan (3) membentuk SPD:
˙
m = rm π0(K)
˙
Model Eisner-Strotz
Dengan menyelesaikan SPD secara serentak akan diperoleh solusi optimum m , K , dan I . Kondisi Mangasarian dapat diperiksa melalui matriks Hess:
H= HKK HKI
HIK HII =
π00(K)e rt 0
0 C00(I)e rt .
Karena D1 =π00(K)e rt <0 dan D2 = C00(I)π00(K)e 2rt >0, maka H
konkaf sejati terhadap (K , I). Kondisi Arrow: ˆ H =π(K) C(ψ(m)) +mψ(m). Diperoleh: ˆ HK =π0(K) )HˆKK =π00(K) <0,