Pendahuluan
Pengantar Metode
Simpleks
METODE SIMPLEKS (
PRIMAL
)
•
Masalah Program Linear• Masalah Program Linear dalam Bentuk Matriks
• Ketentuan dalam Bentuk Standar Masalah PL
• Bentuk Standar Masalah Program Linear
• Bentuk Standar Pembatas Linear
• Bentuk Standar Peubah Keputusan
• Bentuk Standar PL dalam Bentuk Matriks
• Solusi Basis dan Solusi Basis Fisibel
• Memperbaiki Nilai Fungsi Tujuan z
Masalah Program Linear
• Maksimasi (Minimasi) : dengan pembatas linear
dan pembatas tanda
n n
x
c
x
c
x
c
z
1 1
2 2
m n mn m m n n n nb
x
a
x
a
x
a
b
x
a
x
a
x
a
b
x
a
x
a
x
a
,
,
,
,
,
,
2 2 1 1 2 2 2 22 1 21 1 1 2 12 1 11
j n
xj 0, 1, 2, ,Masalah PL dalam bentuk matriks
• Maksimasi (Minimasi) :
dengan pembatas linear dan pembatas tanda
dimana: 0 0
x
c
z
tb
x
A
0 0
x
0
0
mn m m n n a a a a a a a a a A 2 1 2 22 21 1 12 11 0 n c c c c 2 1 0 n x x x x 2 1 0 m b b b b 2 1Ketentuan dalam Bentuk Standar
Masalah PL
• Seluruh pembatas linear harus berbentuk
persamaan dengan ruas kanan yang nonnegatif.
• Seluruh peubah keputusan harus merupakan peubah nonnegatif.
• Fungsi tujuan merupakan maksimasi /minimasi.
Beberapa hal yang dapat dilakukan untuk memperoleh bentuk standar masalah PL sesuai ketentuan di atas berkaitan dengan pembatas linear dan peubah
Bentuk Standar Pembatas Linear
• Apabila pembatas linearnya bertanda ”≤”, maka pada ruas kiri pembatas linear perlu ditambahkan
slack variable.
• Pembatas linear bertanda ”≤” berhubungan dengan penggunaan dan ketersediaan sumber daya,
sehingga slack variable mewakili jumlah sumber daya yang tidak dipergunakan.
• Misalkan pembatas linear ke-p bertanda ”≤”, maka diperoleh bentuk standar:
dimana merupakan slack variable
p p n n pn p p
x
a
x
a
x
x
b
a
1 1
2 2
x
• Apabila pembatas linearnya bertanda ”≥”, maka pada ruas kiri pembatas linear perlu dikurangkan
surplus variable.
• Pembatas linear bertanda ” ≥” berhubungan
dengan persyaratan spesifikasi minimum,
sehingga surplus variable mewakili jumlah
kelebihan sesuatu dibandingkan dengan
spesifikasi minimumnya.
• Misalkan pembatas linear ke-q bertanda ” ≥”,
maka diperoleh bentuk standar:
dimana merupakan surplus variable
q q n n qn q q
x
a
x
a
x
x
b
a
1 1
2 2
q nx
• Ruas kanan dari suatu persamaan dapat dijadikan bilangan nonnegatif dengan cara mengalikan kedua
ruas dengan .
• Arah pertidaksamaan berubah apabila kedua ruas
dikalikan dengan .
• Pembatas linear dengan pertidaksamaan yang ruas kirinya berada dalam tanda mutlak dapat diubah menjadi dua pertidaksamaan.
1
1
Bentuk Standar Peubah Keputusan
• Suatu peubah keputusan yang tidak terbatas
dalam tanda dapat dinyatakan sebagai dua peubah
keputusan nonnegatif dengan menggunakan
substitusi:
dimana dan . Selanjutnya substitusi
ini harus dilakukan pada seluruh pembatas linear dan fungsi tujuannya.
• Oleh karena itu bentuk standar masalah PL dinyatakan dalam bentuk matriks adalah:
j
x
2 1 j j jx
x
x
0
1
jx
x
2j
0
Bentuk Standar Masalah PL dalam
Bentuk Matriks
• Misalkan terdapat m pembatas linear dimana sebanyak g pembatas linear dengan tanda "≤", dan sebanyak h pembatas linear dengan tanda "≥",
maka dapat dinyatakan bahwa terdapat
(m – g – h ) pembatas linear dengan tanda "=".
• Maksimasi (Minimasi) :
dengan pembatas linear dan pembatas tanda
s t s t x c x c z 0 0
b
x
A
x
0
Solusi Basis dan Solusi Basis Fisibel
• Bentuk standar pembatas linear adalah
(1) Persamaan (1) dapat dinyatakan dalam bentuk berikut ini:
(2)
dimana adalah vektor-vektor yang
merupakan vektor kolom pada matriks A dengan
orde dimana .
• Pada pembahasan ini diasumsikan bahwa
persamaan (1) konsisten.
b
x
A
b
x
x
x
1
1
2
2
N
N
Na
a
a
1,
2,
,
m N
N n g h• Persamaan (1) diasumsikan bahwa dan
serta tiap peubah secara tetap
diasosiasikan berkoresponden dengan vektor
kolom .
• Apabila dipilih m vektor kolom yang membentuk
matriks A adalah bebas linear, dan peubah
lain yang berkoresponden dengan vektor-vektor yang tersisa pada matriks A tersebut mempunyai
nilai nol, sehingga himpunan m persamaan
simultan itu mempunyai penyelesaian tunggal yang dinamakan penyelesaian dasar (solusi basis).
N m
A m Rank x
j j
N m
• m peubah dari solusi basis yang berasosiasi
dengan m vektor kolom yang bebas linear
dinamakan peubah dasar (basic variable/BV),
• (N – m) peubah sisanya dinamakan peubah
nondasar (nonbasic variable/NBV) pada umumnya ditetapkan bernilai nol.
• Apabila terdapat satu/lebih BV yang bernilai nol maka masalah program linear tersebut dinamakan degenerasi dan BV yang bernilai nol dinamakan peubah degenerasi.
• Jika seluruh peubah pada suatu solusi basis bernilai nonnegatif, maka solusi itu dinamakan
Memperbaiki nilai fungsi tujuan z
• Misalkan diberikan z tertentu sebagai solusi basis awal, maka pada iterasi berikutnya akan dicoba untuk memperoleh solusi basis fisibel yang baru dengan nilai fungsi tujuan yang berubah.
• Apabila maksimasi maka nilai z
akan ditingkatkan dengan cara memperoleh solusi basis fisibel yang baru sampai mencapai nilai maksimum (optimal),dan berlaku sebaliknya untuk kasus minimasi.
x x xn
f
• Misalkan untuk bentuk standar masalah PL diketahui solusi basis fisibel awalnya dan B merupakan matriks dengan orde (m x m) dimana kolom-kolom dari matriks B merupakan vektor basis, sehingga B dinamakan matriks basis yaitu suatu sub matriks dari matriks A yang non singular
mN n m n m mn m m N n n n N n n n a a a a a a a a a a a a a a a a a a A 2 1 2 1 2 2 2 1 2 2 22 21 1 2 1 1 1 1 12 11
1
0
0
0
1
0
0
0
1
2 1 2 22 21 1 12 11
mn m m n na
a
a
a
a
a
a
a
a
A
1 0 0 0 1 0 0 0 1 2 1 2 2 2 1 2 1 2 1 1 1 mN n m n m N n n N n n a a a a a a a a a B• Ambil sembarang vektor basis dan vektor harga
dari peubah basis , kemudian dari
diidentifikasi sejumlah NBV dan BV dari persamaan awal yang merupakan solusi basis fisibel:
atau
dan fungsi tujuannya adalah dimana
b
x
A
b x B B B t B x c z B x Bc
1 0 0 0 1 0 0 0 1 B b b b b 2 1 B B B x x x x 2 1 b d x d x d x d xB1 1 Br r Br1 r1 Bm m
m i i Bi d b x 1• Perlu diingat bahwa B merupakan matriks berorde
(m x m) dan , hal ini berarti
bahwa tiap kolom dari matriks A , yaitu
merupakan kombinasi linear dari kolom pada
matriks B. Hubungan tersebut dapat dinyatakan sebagai berikut: atau dimana:
A m Rank
B Rank j
id
m i ij i j m mj j j a d d a d a 1 1 1
j j
B
a
T mj j ja
a
a
1
• Solusi basis fisibel yang baru diperoleh dengan cara sederhana yaitu dengan hanya mengganti satu kolom matriks B.
• Matriks basis baru yang non singular dinotasikan
dengan yang dibentuk melalui perubahan kolom
dari matriks B dan penempatan kembali kolom
( ) dari matriks A. Dalam hal ini dapat
dinyatakan sebagai kombinasi linear dari :
(3) B r
d
k 0 k
k m d d1,, m mk r rk k k
a
1d
1
a
d
a
d
• apabila solusi persamaan (3) untuk disubstitusi
ke persamaan akan diperoleh solusi
basis baru yaitu:
• Solusi basisnya harus fisibel, yaitu: untuk dimana: r
d
m i i Bi d b x 1b
a
x
d
x
a
a
x
k rk Br m r i i i Br rk ik Bi
; 1 0 Br rk ik Bi Bi x a a x x
i 1 , , m dan i r
0 Br Br a x x min ; 0 0 , , 1 ik
Bi m i Br a a x a x • Nilai fungsi tujuan dapat ditentukan oleh , dan untuk permasalahan memaksimumkan z, diperoleh
dan
tetapi karena , dan maka
diperoleh:
dimana dan adalah solusi
basis fisibel untuk suatu k yang diberikan karena
dan diketahui. z z
m i Bi Bix
c
z
1
m i Bi Bix
c
z
1 Bi Bi c c
i r
cBr ck
k k
k k
rk Br c z z c z a x z z i t B m i ik Bi k c a c a z
1 k z B c k aMengakhiri perhitungan simpleks
Secara garis besar pada tiap iterasi metode simpleks, terdapat tiga aspek yang perlu diperhatikan, yaitu:
1. Vektor (berkorespondensi dengan peubah )
adalah calon peubah untuk menjadi peubah masuk (entering variable/EV) pada matriks basis apabila k memenuhi syarat:
(a.1) k
x
k
;
0
min
, , 1
N j j j j j k kc
z
c
z
c
z
• Penyataan jika dan hanya jika dan
menunjukkan bahwa dapat dipilih vektor
dari matriks A untuk masuk dalam matriks basis.
• Apabila terdapat lebih dari satu k yang
menunjukkan bahwa maka nilai k yang
dipilih adalah nilai k yang menunjukkan yang paling minimum
.
z z zk ck 0 0
k 0 k k c z 0 k k c z2. Vektor (berkorespondensi dengan peubah ) akan menjadi peubah keluar (leaving variable/LV) meninggalkan matriks basis apabila r memenuhi
syarat: (a.2)
3. Fungsi tujuan dapat diperbaiki (ditingkatkan
apabila memaksimumkan) jika dan hanya jika
dan dimana θ diperoleh pada aspek
ke-2. 0 0 ; min , , 1 ik
ik Bi m i rk Br a a x a x 0 0 k k c z rd
xBr4. Apabila tidak ada k yang menunjukkan
Dengan kata lain terdapat nilai untuk tiap
kolom vektor pada matriks A. Hal ini berarti
bahwa nilai fungsi tujuan telah mencapai
maksimum.
Untuk masalah program linear dengan maksimasi z = ct x dengan pembatas linear Ax = b dan pembatas tanda x ≥ 0. Misalkan solusi basis fisibel ada dan
paling sedikit untuk satu nilai k, zk – ck < 0 dan aik ≥ 0
untuk semua (i = 1, ..., m), maka masalah program linear tersebut mempunyai nilai tak tebatas untuk fungsi tujuannya. 0 k k c z 0 k k c z j
Untuk masalah program linear dengan maksimasi
dengan pembatas linear dan
pembatas tanda . Apabila pada solusi basis
fisibel yang diperoleh terdapat untuk tiap
kolom dari matriks A yang tidak terdapat pada
matriks B maka solusi basis fisibelnya adalah optimal. x c z t Ax b