• Tidak ada hasil yang ditemukan

6. Algoritma Simpleks Dalam Notasi Matriks

N/A
N/A
Protected

Academic year: 2017

Membagikan "6. Algoritma Simpleks Dalam Notasi Matriks"

Copied!
28
0
0

Teks penuh

(1)

Linear Programming

(Pemrograman Linier)

Program Studi Statistika

Semester Ganjil 2011/2012

(2)

Algoritma Simpleks dalam Notasi

Matriks

LP Secara umum:

)

,...,

2

,

1

(

0

...

.

.

.

.

.

.

.

.

.

.

.

.

...

...

.

.

...

max

2 2 1

1

2 2

2 22 1

21

1 1

2 12 1

11

2 2 1

1

n

i

x

b

x

a

x

a

x

a

b

x

a

x

a

x

a

b

x

a

x

a

x

a

t

s

x

c

x

c

x

c

z

i

m n

mn m

m

n n

n n

n n

(3)

LP yang bersesuaian untuk

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

(4)

Tableau Optimal dari LP 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

Atau dalam bentuk lain:

2

5

.

1

0.5

25

.

1

8

4

2

2

24

8

2

2

280

10

10

5

3 2

2 1

3 2

3 2

3 2

1 2

3 2

2

s

s

x

x

s

s

x

x

s

s

s

x

s

s

x

z

s

1

,

x

3

,

x

1

(5)

Beberapa Notasi

Koefisien untuk BV pada struktur biaya di fungsi obyektif:

Koefisien untuk NBV pada struktur biaya di fungsi obyektif:

s

1

,

x

3

,

x

1

BV

NBV

x

2

,

s

2

,

s

3

1 3 1

x

x

s

BV

x

3 2 2

s

s

x

NBV

x

0

20

60

BV

c

3 2

1 3

2

1

30

20

0

0

0

60

x

x

x

s

s

s

z

3

0

0

0

NBV
(6)

Beberapa Notasi

Koefisien untuk BV pada kendala dapat dinyatakan dalam bentuk matriks:

8

5 . 0 5

. 1 2

20

5 . 1 2

4

48

6 8

3 3

2 1

2 3

2 1

1 3

2 1

 

 

 

 

 

 

s x

x x

s x

x x

s x

x

x

1 3 1

,

x

,

x

s

BV

1

s

3

x

1

x

  

 

  

  

2 5 . 0 0

4 5 . 1 0

8 1

1

B

  

 

  

  

0 0 1

1

s

a

  

 

  

  

5 . 0

5 . 1

1

3

a

  

 

  

  

2 4 8

1

(7)

Beberapa Notasi

Koefisien untuk NBV pada kendala dapat dinyatakan dalam bentuk matriks:

8

5 . 0 5

. 1 2

20

5 . 1 2

4

48

6 8

3 3

2 1

2 3

2 1

1 3

2 1

 

 

 

 

 

 

s x

x x

s x

x x

s x

x

x

3 2 2

,

s

,

s

x

NBV

2

x

s

2

s

3

1

0

5

.

1

0

1

2

0

0

6

N

  

 

  

  

5 . 1

2 6

2

a

  

 

  

  

0 1 0

2

s

a

  

 

  

  

1 0 0

3

s

(8)

Beberapa Notasi

Koefisien untuk rhs pada kendala dapat dinyatakan dalam bentuk vektor:

8

5 . 0 5

. 1 2

20

5 . 1 2

4

48

6 8

3 3

2 1

2 3

2 1

1 3

2 1

 

 

 

 

 

 

s x

x x

s x

x x

s x

x x

8

20

48

(9)
(10)

Dengan Notasi Matriks dan vektor:

  

 

  

  

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

0 ,

B . . max

 

 

NBV BV

NBV BV

NBV NBV

BV BV

t s

z

x x

b Nx

x

x c

(11)

Penentuan solusi dalam notasi

matriks

Solusi suatu sistem persamaan dalam notasi matriks adalah dengan perkalian invers

matriksKendala LP dalam notasi matriks:

Solusi diperoleh jika BV mempunyai bentuk kanonik.

Matriks bagi BV dalam bentuk matriks identitas hasil perkalian dengan invers-nya.

Mengalikan setiap suku dengan invers dari B

b

Nx

x

BV

NBV

B

I

B

B

-1

b

Nx

x

-1 -1

-1

B

B

B

(12)

Penentuan solusi dalam notasi

matriks

Untuk LP Dakota:

Dengan mengalikan invers dari B pada kendala:            2 5 . 0 0 4 5 . 1 0 8 1 1 B                5 . 1 5 . 0 0 4 2 0 8 2 1 1 B

b

Nx

x

BV

B

-1 NBV

B

-1
(13)

Penentuan Solusi dalam notasi

Matriks: untuk Kendala

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

Kolom untuk peubah xj dalam kendala di tableau optimal:

Kolom untuk rhs dalam kendala di tableau optimal:

  

 

  

     

 

  

 

  

 

  

 

 

 

   

 

  

 

2 8 24

5 . 1 5 . 0 25

. 1

4 2

2

8 2

2

3 2 2

1 3 1

s s x

x x s

j

a

-1

B

b

-1

(14)

Perbandingan dengan Tableu

Optimal

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

Misal: Kolom untuk peubah x2 dan dalam kendala di tableau optimal:

Kolom untuk peubah s2 dalam kendala di tableau optimal:

Dengan cara sama untuk peubah yang lain -2 -2 1.25 2 2 -0.5 2 -1

B

a

               5 . 1 5 . 0 0 4 2 0 8 2 1 1 B            5 . 1 2 6 2 a              25 . 1 2 2 B-1a2

2

-1

B

a

s
(15)

Perbandingan dengan Tableu

Optimal

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

Kolom untuk rhs dalam kendala di tableau optimal:

B

-1

b

  

 

  

 

  

5 . 1 5 . 0 0

4 2

0

8 2

1

1 B

  

 

  

  

8 20 48

b

2

8

24

(16)

Penentuan solusi dalam notasi

matriks: untuk Baris Nol (fungsi

obyektif

Tableau

2 z x1 x2 x3 s1 s2 s3 rhs

Baris 0 1 0 5 0 0 10 10 280

Di dalam tableau optimal, koefisien BV harus sama dengan nol, koefisien NBV ≠ 0

=0

Dengan memanfaatkan persamaan pada kendala: lakukan ERO

Tambahkan kendala yang sudah dikalikan dengan matriks yang bersesuaian pada baris nol, untuk membuat jadi nol BV

0

 

  

BV BV NBV NBV z BV BV NBV NBV

z c x c x c x c x

b Nx

xBVNBV

B

s1,x3,x1

(17)

Penentuan solusi dalam notasi

matriks: untuk Baris Nol (fungsi

obyektif

(*) + (**)

Kalikan dengan:

(*)

(**)

Kendala:

0

 

 BV BV NBV NBV

z c x c x

b Nx

BxBVNBVcBVB-1

b B c Nx

B c Bx

B

c -1 -1 -1

BV NBV

BV BV

BV   c x c B Nx c B b

-1 -1

BV NBV

BV BV

BV  

 

 

_________ __________

__________

0

1 -1

- Nx c B b

B c x

c

x c

x c

BV NBV

BV BV

BV

NBV NBV

BV BV

z

c B1N c

x c B1b

BV NBV NBV BV

(18)

Penentuan solusi dalam notasi

matriks: untuk Baris Nol (fungsi

obyektif

Pada tableau optimal, koefisien NBV ≠ 0:

Komponen dari matriks N (dan B) adalah vektor (kolom) koefisien setiap peubah NBV (dan BV) pada kendala: aj

Komponen dari vektor CNBV (dan CBV ) adalah

koefisien fungsi obyektif setiap peubah NBV (dan BV): cj

Contoh LP Dakota:

c B1N c

x c B1b

 BV NBV NBV BV

z

NBV BV

B

N

c

c

1

  

 

  

  

1 0 5 . 1

0 1 2

0 0 6 N

  

 

  

  

5 . 1

2 6

2

a

  

 

  

  

0 1 0

2

s

a

  

 

  

  

1 0 0

3

s

a

30 0 0

NBV

c

3 2

2 cs cs

(19)

Penentuan solusi dalam notasi matriks:

untuk Baris Nol (fungsi obyektif

Secara umum koefisien baris nol pada tableau optimal per komponen:

RHS baris nol pada tableau optimal:

Contoh LP Dakota:

Koefisien untuk x2

j j

BV

j

B

c

c

c

1

a

b

B

c

BV -1

  

 

  

 

  

5 . 1 5 . 0 0

4 2

0

8 2

1

1 B

  

 

  

  

5 . 1

2 6

2

a

  

 

  

  

0 1 0

2

s

a

  

 

  

  

1 0 0

3

s

a

0 10 10

BV

c

2 2

1

2

c

c

c

BV

B

a

0 10 10

1

B cBV

30

5 . 1

2 6 10 10

0 

  

 

  

  

30 0 0

NBV

c

5 30

35 

(20)

Penentuan solusi dalam notasi matriks:

untuk Baris Nol (fungsi obyektif

Koefisien untuk s2

Koefisien untuk s3

Koefisien rhs baris nol (z maks):

               5 . 1 5 . 0 0 4 2 0 8 2 1 1 B            5 . 1 2 6 2 a            0 1 0 2 s a            1 0 0 3 s a

0 10 10

BV c 2 2 2 1 s s BV s

c

c

c

B

a

0 10 10

1

B cBV

0

0 1 0 10 10 0            

30 0 0

NBV

c

10 0

10 

 3 3 3 1 s s BV s

c

c

c

B

a

0

1 0 0 10 10 0           

 10 0 10

           8 20 48 10 10 0 1 - b B
(21)

Ringkasan solusi optimal dalam

notasi matriks

Kolom untuk peubah xj dalam kendala di tableau optimal:

Kolom untuk rhs dalam kendala di tableau optimal:

Koefisien baris nol pada tableau optimal per komponen:

RHS baris nol pada tableau optimal:

j

a

-1

B

b

-1

B

j j

BV

j

B

c

c

c

1

a

(22)

Contoh LP dan solusinya dengan

notasi Matriks

Diketahui solusi optimal mempunyai:

Tentukan tableau optimal dengan menggunakan metode matriks!

Bentuk standar LP:

0 ,

8 2

6 2

. .

4 max

2 1

2 1

2 1

2 1

  

 

 

x x

x x

x x

t s

x x

z

x2,s2

BV

0 ,

, ,

8

2

6 2

. .

4 max

2 1 2 1

2 2

1

1 2

1

2 1

 

 

 

s s x x

s x

x

s x

x t s

x x

(23)

Tentukan matriks/vektor yang diperlukan:

Kolom untuk peubah x1 dalam kendala di tableau optimal:

Di dalam tableau optimal, peubah BV pasti mempunyai bentuk kanonik, tinggal menentukan kolom untuk

peubah NBV

x2,s2

BV

0 ,

, ,

8

2

6 2

. .

4 max

2 1 2 1

2 2

1

1 2

1

2 1

 

 

 

s s x x

s x

x

s x

x t s

x x

z

B

  

  

1 1

0 2

b

     

8 6

4 0

BV

c

1 -1

B

a

   

    

1 0

2 1 2 1 1

B

2

1

1

0

2 1 2 1

2 3 2 1

x1,s1

NBV

1 0

NBV

(24)

Kolom untuk peubah s1 dalam kendala di tableau optimal:

Tableau Optimal z x1 x2 s1 s2 rhs Baris 0

Baris 1 Baris 2

1/2 3/2

1/2 -1/2

1

-1

B

a

s

0

1

1

0

2 1 2 1

(25)

Kolom untuk peubah BV dalam kendala di tableau optimal: Bentuk kanonik

Kolom untuk peubah

x2 :

Cross cek dengan rumus:

Kolom untuk peubah

s2 :

Tableau Optimal z x1 x2 s1 s2 rhs Baris 0

Baris 1 Baris 2

1/2 3/2

1/2 -1/2

1 0

0 1

x2,s2

BV

0

1

2 -1

B

a

1

2

1

0

2 1 2 1

0

1

1

0

2

-1

B

a

s

1

0

1

0

2 1 2 1

(26)

Kolom untuk rhs pada tableau optimal:

Tableau Optimal z x1 x2 s1 s2 rhs Baris 0

Baris 1 Baris 2

1/2 3/2

1/2 -1/2

1 0

0 1

3 5

Komponen baris nol untuk BV pada tableau optimal selalu sama dengan nol.

0 0

Komponen baris nol untuk NBV pada tableau optimal memerlukan hasil perkalian:

b

-1

B

8

6

1

0

2 1 2 1

5

3

-1

B

BV

c

1

0

0

4

2 1 2 1

2

0

x2,s2

(27)

Tableau Optimal z x1 x2 s1 s2 rhs Baris 0

Baris 1 Baris 2

1/2 3/2

1/2 -1/2

1 0

0 1

3 5

0 0

Komponen baris nol untuk NBV pada tableau optimal:

1 2

1 1

-1

1

B

c

c

c

BV

a

2

0

B

-1

BV

c

x1,s1

NBVcNBV

1 0

1

2

1

0

2

2

1

1

1 1

1

-1

B

s s

BV

s

c

c

c

a

0

0

1

0

2

(28)

Tableau Optimal z x1 x2 s1 s2 rhs Baris 0

Baris 1 Baris 2

1/2 3/2

1/2 -1/2

1 0

0 1

3 5

0 0

Komponen baris nol untuk rhs pada tableau optimal:

1 2 12

Lengkapi kolom z

1 0 0

Solusi optimal:

BV z=12

x2=3 s2=5

b

c

BV

B

-1

8

6

0

2

12

      

8 6

b

(max) 12

, 5 ,

0 ,

3 ,

0 2 1 2

1  xssz

Referensi

Dokumen terkait

Dalam teorema berikut, Anderson [6] membahas syarat yang harus dipenuhi agar matriks simetris berukuran n = 3 dapat dikatakan sebagai matriks kopositif atau

Beberapa possible eigenvector inilah yang akan digunakan untuk mendapatkan himpunan terbesar dari matriks interval dalam Aljabar Max-Plus.. Untuk memudahkan

Dekomposisi nilai singular (Singular Value Decomposition - SVD) adalah suatu metode untuk menuliskan suatu matriks dalam bentuk perkalian antara matriks diagonal yang berisi

Bentuk tablet dengan matriks ini tidak dapat digunakan untuk formulasi bahan aktif dalam miligram yang tinggi, dan obat yang sukar larut dalam air dimana disolusi dalam

Algoritma, struktur data, dan metode pada tugas akhir ini baik diaplikasikan untuk melakukan komputasi perkalian dan pemangkatan dari matriks yang mengandung submatriks Matriks

Kedua, bentuk matriks parameter dari suatu sistem persamaan dapat dipakai untuk menentukan keberadaan solusi unik sistem persamaan itu, sebelum solusi itu sendiri

Teori basis dapat digunakan pada vektor eigen tergeneralisir untuk menghasilkan balikan matriks transisi Q sehingga transformasi ini menyebabkan matriks A

Dekomposisi nilai singular ( Singular Value Decomposition - SVD) adalah suatu metode untuk menuliskan suatu matriks dalam bentuk perkalian antara matriks diagonal yang