• Tidak ada hasil yang ditemukan

Materi Pemrograman Linier

N/A
N/A
Protected

Academic year: 2017

Membagikan "Materi Pemrograman Linier"

Copied!
13
0
0

Teks penuh

(1)

Linear Programming

(Pemrograman Linier)

Program Studi Statistika

Semester Ganjil 2011/2012

(2)

Analisis Sensitivitas

Untuk menganalisis bagaimana

perubahan parameter di dalam LP

mempengaruhi solusi optimal:

BV tetap atau mengalami perubahan

Analisis memanfaatkan sifat

Tableau Optimal (kasus Maks):

Setiap peubah BV mempunyai rhs>=0

Setiap peubah BV mempunyai koefisien

(3)

Perubahan parameter yang

dianalisis

Perubahan koefisien fungsi

obyektif dari peubah NBV

Perubahan koefisien fungsi

obyektif peubah BV

Perubahan rhs dari kendala

Perubahan kolom dari NBV

Penambahan aktivitas (peubah)

baru

(4)

Prinsip utama Analisis

Sensitivitas

Menggunakan notasi matriks

Mengevaluasi bagaimana perubahan

parameter LP merubah rhs dan

koefisien baris nol tableau optimal

(pada BV terakhir)

Jika baris koefisien baris nol dan rhs

(5)

Semua perubahan parameter

di-ilustrasikan dengan contoh pada

masalah DAKOTA

0 , , , , , 8 5 . 0 5 . 1 2 20 5 . 1 2 4 48 6 8 . . 0 0 0 20 30 60 max 3 2 1 3 2 1 3 3 2 1 2 3 2 1 1 3 2 1 3 2 1 3 2 1                    s s s x x x s x x x s x x x s x x x t s s s s x x x z

x2,s2,s3

NBV

s1, x3, x1

BV             1 3 1 x x s BV x            3 2 2 s s x NBV x            1 0 5 . 1 0 1 2 0 0 6 N            8 20 48 b

0 20 60

BV

c cNBV

30 0 0

           2 5 . 0 0 4 5 . 1 0 8 1 1 B 1 3

1 a a

as

3 2

(6)

Perubahan koefisien fungsi

obyektif dari NBV

Pada LP Dakota x2 adalah NBV, akan dipelajari

perubahan koefisien fungsi obyektif bagi peubah ini:

  

30 2 30

2 c

c

Matriks dan vektor berikut ini tidak

mengalami perubahan:

b

B

B

,

 1

,

dan

rhs

:

B

1

b

Karena c

BV

koefisien fungsi obyektif bagi BV

tidak berubah,

j j

BV

j

B

c

c

c

1

a

Hanya koefisien baris nol bagi

x

2

yang

(7)

Perubahan koefisien fungsi

obyektif dari NBV

BV tetap optimal jika:

0

2 2

1

2

c

B

c

c

BV

a

BV akan mengalami perubahan (suboptimal)

jika:

0

2 2

1

2

c

B

c

c

BV

a

x

2

dapat meningkatkan nilai z (koefisien baris

(8)

Perubahan Parameter Fungsi

Obyektif NBV Pada Masalah Dakota

           5 . 1 2 6 2 a    

30 2 30

2 c

c

2 2

1

2

B

c

c

c

BV

a

(30 )

5 . 1 2 6 10 10

0  

                          5 . 1 5 . 0 0 4 2 0 8 2 1 1 B

0 10 10

BV

c

0 10 10

1   B cBV      

(9)

Perubahan Parameter Fungsi

Obyektif NBV Pada Masalah Dakota

5 0

5     

BV tetap optimal jika:

Jika koefisien fungsi obyektif bagi x2 berubah, dengan penambahan kurang dari 5 unit, BV tetap optimal.BV

s1, x3,x1

NBV

x2,s2,s3

 Jika keuntungan produksi meja (x2 ) berubah dengan penambahan sampai dengan $5, BV tetap optimal: meja tidak diproduksi

(10)

Perubahan Parameter Fungsi

Obyektif NBV Pada Masalah Dakota

35

30 2

2   c

c

Jika:

 BV tetap optimal: meja tidak diproduksi

5 40

30 2

2   c    

c

 Jika:

 BV tidak lagi optimal: meja menguntungkan untuk diproduksi

2 2

1

2

B

c

c

c

BV

a

40

5 . 1

2 6 10 10

0 

  

 

  

 

(11)

Perubahan Parameter Fungsi

Obyektif NBV Pada Masalah Dakota

Tableau

2 z x1 x2 x3 s1 s2 s3 rhs BV Baris 0 1 0 -5 0 0 10 10 280 z=280 Baris 1 0 0 -2 0 1 2 -8 24 s1=24 Baris 2 0 0 -2 1 0 2 -4 8 x3=8 Baris 3 0 1 1.25 0 0 -0.5 1.5 2 x1=2

Tableau yang sub optimal:

Dari tableau optimal sebelum perubahan,

dengan perubahan koefisien baris nol bagi x2

 Koefisien baris nol bagi x2 <0, x2 dapat meningkatkan nilai z.

(12)

Tableau

2 z x1 x2 x3 s1 s2 s3 rhs BV Baris 0 1 0 -5 0 0 10 10 280 z=280 Baris 1 0 0 -2 0 1 2 -8 24 s1=24 Baris 2 0 0 -2 1 0 2 -4 8 x3=8 Baris 3 0 1 1.25 0 0 -0.5 1.5 2 x1=2

 Karena semua koefisien pada kolom pivot < 0, kecuali pada baris 3, tidak perlu dilakukan ratio test.

 x2 pasti menggantikan x1

 Dengan ERO diperoleh tableau berikut:

Tableau

3 z x1 x2 x3 s1 s2 s3 rhs BV Baris 0 1 4 0 0 0 8 16 288 z=288 Baris 1 0 1.6 0 0 1 1.2 -5.6 27.2 s1=27.2

(13)

Tableau

3 z x1 x2 x3 s1 s2 s3 rhs BV Baris 0 1 4 0 0 0 8 16 288 z=288 Baris 1 0 1.6 0 0 1 1.2 -5.6 27.2 s1=27.2

Baris 2 0 1.6 0 1 0 1.2 -1.6 11.2 x3=11.2 Baris 3 0 0.8 1 0 0 -0.4 1.2 1.6 x2=1.6

 Dengan keuntungan produksi meja yang meningkat, dari $30 menjadi $40, meja

diproduksi sebanyak 1.6 bersama-sama dengan kursi sebanyak 11.2.

Referensi

Dokumen terkait

Gunakan Metode North West Corner, Minimum Cost dan Vogel untuk mendapatkan Basic Feasible Solution.. Gunakan salah satu hasil pada b untuk mendapatkan solusi optimal menggunakan

 Kendala pada Dual: ‘konsep opportunity cost’,  Nilai aset dengan komposisi sesuai pembuatan. bangku lebih besar daripada

 Syarat optimal dicapai pada iterasi dimana semua koefisien z-row dari variabel nonbasis tidak negatif (pemaksimalan) atau tidak positif (peminimalan)..  Syarat kelayakan

Dan jika nilai tersebut di subtitusikan ke dalam fungsi tujuan, akan menghasilkan solusi optimal untuk memaksimumkan Z = 6650 seperti ditampilkan pada Gambar 5 yaitu Tahap

Jadi, jika prosedur pada contoh terakhir dilakukan terhadap matriks yang tidak dapat dibalik, maka pada suatu saat dalam perhitungan, satu baris bilangan nol akan

Setelah persoalan pemrograman linier (PL) dapat diidentifikasi variabel keputusan, fungsi tujuan, dan pembatasannya yang diformulasikan ke dalam bentuk matematik, maka

Terlihat bahwa ada baris nol pada matriks koefisien tetapi matriks konstanta pada baris ke-3 sama dengan 1 (tak nol). Dari baris ke-3 diperoleh hubungan bahwa 0.a + 0.b

Jika terdapat serangkaian operasi baris elementer pada matriks lengkap suatu sistem persamaan linear yang menghasilkan matriks dengan baris yang mempunyai unsur tak nol terkiri pada kolom terakhir, maka sistem persamaan linear itu tidak mempunyai