Anda di halaman 1dari 136
(Matematik Pendidikan Rendah) Tahun 1 Semester 2 MTE 3104 MATEMATIK KEPUTUSAN Disediakan Oleh FARM CHOON

(Matematik Pendidikan Rendah) Tahun 1 Semester 2

MTE 3104 MATEMATIK KEPUTUSAN

Disediakan Oleh

FARM CHOON MOY

Institut Pendidikan Guru Kampus Raja Melewar

&

Dr HU LAEY NEE

Institut Pendidikan Guru Kampus Sarawak

Januari 2012

MTE3104: Matematik Keputusan

Kandungan

Topik

Muka Surat

1

PENGENALAN MATEMATIK KEPUTUSAN

1-1

1.0

Pengenalan

1-1

1.1

Definisi Matematik Keputusan

1-2

1.2

Alat-Alat Dalam Matematik Keputusan :

 

Analisis Keputusan Berisiko

1-3

2

JENIS-JENIS CARIAN

2-1

2.1 Pengenalan Kepada Carian (Searching)

2-1

2.2 Algoritma Carian Linear

2-1

2.3 Algoritma Carian Indeks Berurutan

2-3

2.4 Algoritma Carian Binari

2-3

3

PENGATURCARAAN LINEAR

3-1

3.1 Pentaksiran masalah dan pembentukan ketaksamaan atau persamaan yang berkenaan

3-1

3.2 Masalah pengurusan yang ringkas dalam pengaturcaraan linear

3-4

 

3.2.1 Model Matematik yang menggunakan pembolehubah x i

3-4

3.2.2 Menggeneralisasikan Masalah Pengaturcaraan linear

3-5

3.2.3 Penentuan nilai optimum ax + by (ax 1 + bx 2 ) dengan kaedah graf

3-5

 

3.3 Jenis-Jenis Masalah Pengaturcaraan Linear

3-16

 

3.3.1 Penyelesaian Tak Terhingga / Penyelesaian Infinit

3-16

3.3.2 Rantau Tersaur adalah Sifar

3-16

3.3.3 Rantau Tersaur adalah Tak Terbatas

3-17

3.3.4 Degenerasi / Degenerat / Kemerosotan

3-18

MTE3104: Matematik Keputusan

3.4

Pengaturcaraan Linear Dengan Kaedah Simpleks

3-20

3.4.1 Bentuk Piawai

 

3-20

3.4.1.1 Bentuk piawai untuk masalah pemaksimuman

 

z

= A 1 x 1 + A 2 x 2 +

+ A n x n subjek

kepada a 1 x 1 + a 2 x 2 +

+ a n x n d

3-20

3.4.1.2 Bentuk piawai untuk masalah pemaksimuman

 

z = A 1 x 1 + A 2 x 2 +

+ A n x n yang

berkekangan a 1 x 1 + a 2 x 2 +

+ a n x n d 3-22

3.4.2 Terminologi Dan Tatatanda

3-24

3.4.3 Huraian Kaedah Simpleks Secara Geometri

3-24

3.4.4 Algoritma Kaedah Simpleks

3-26

3.4.5 Rumusan Kaedah Simpleks

3-30

3.4.6 Penyelesaian masalah pengaturcaraan linear dengan MS Excel

3-30

3.4.6.1 MS Excel 2003 dan versi yang lebih rendah

3-30

3.4.6.2 MS Excel 2007 dan versi yang lebih tinggi

3-31

3.4.6.3 Penyediaan lembaran kerja (worksheet) untuk Solver

3-31

3.4.5.4 Penggunaan Solver

3-32

4 GRAF

4-1

4.1

Definisi

4-1

5 RANGKAIAN

5-1

5.1 Pengenalan

5-1

5.2 Algoritma Kruskal

5-2

5.3 Algoritma Prim

5-3

5.4 Penggunaan Algoritma Prim ke atas jadual atau matriks

5-4

MTE3104: Matematik Keputusan

5.5

Algoritma Dijkstra

5-14

6 ANALISIS LALUAN KRITIKAL

6-1

6.1 Pengenalan

6-1

6.2 Definisi elemen-elemen yang digunakan dalam diagram rangkaian

6-1

6.3 Peraturan semasa melukis diagram rangkaian

6-2

6.4 Algoritma untuk membina diagram rangkaian

6-4

6.5 Teknik menomborkan peristiwa Ford-Fulkerson

6-5

6.6 Terminologi

6-7

6.7 Kelebihan menggunakan teknik menomborkan peristiwa Ford-Fulkerson

6-7

6.8 Kelemahan menggunakan teknik menomborkan peristiwa Ford-Fulkerson

6-7

6.9 Kelebihan / kebaikan analisis laluan kritikal

6-7

6.10 Kelemahan / keburukan analisis laluan kritikal

6-7

6.11 Operasi diagram rangkaian

6-15

6.12 Laluan Ke Depan

6-15

6.13 Laluan ke belakang

6-15

6.14 Pengiraan masa apungan/ lebihan/ lapangan ( float/ slack)

6-16

6.15 Pengiraan Laluan Kritikal

6-17

6.16 Pengurusan resos

6-24

6.17 Pengimbangan/ penambahbaikan resos

6-28

7 ALGORITMA

7-1

7.1 Pengenalan dan definisi algoritma

7-1

MTE3104: Matematik Keputusan

8 ALGORITMA HEURISTIK

8-1

8.1 Algoritma Heuristik untuk bin-packing

8-1

8.2 Algoritma First-fit

8-1

8.3 Algoritma menurun First-fit ( First-fit decreasing )

8-1

8.4 Algoritma full-bin

8-1

8.5 Aplikasi algoritma heuristik

8-2

9 KAEDAH MENGISIH (SORTING)

9-1

9.1 Pengenalan

9-1

9.2 Isihan Pilihan secara tukar ganti

9-1

9.3 Isihan Buih (Bubble sort)

9-2

9.4 Isihan Shuttle (shuttle sort)

9-3

9.5 Isihan Cepat/ pantas (Quick sort)

9-3

Rujukan

MTE3104: Matematik Keputusan

Pengenalan Matematik Keputusan (1 jam)

1.0

Cara terbaik untuk memulakan kursus dalam matematik keputusan adalah mengkaji pelbagai masalah yang anda dapat menyelesaikan.

PENGENALAN

• Bagaimana anda mencari laluan terpendek antara dua tempat?

• Bagaimanakah anda membentuk laluan keselamatan di sebuah bangunan?

• Bagaimana anda merancang suatu kerja, dalam penggunaan masa yang paling berkesan?

• Bagaimana anda memadankan kemahiran-kemahiran pekerja untuk kerja-kerja yang perlu dilakukan dengan baik?

• Bagaimana pengilang boleh memaksimumkan keuntungan?

Dalam 40 tahun yang lalu, pembangunan kaedah-kaedah untuk menyelesaikan masalah-masalah kompleks di atas telah diiringi dengan kemajuan teknologi komputer. Pembangunan kaedah-kaedah ini membolehkan kita untuk menjana penyelesaian sebenar. Ini sebenarnya bukanlah satu bidang baru dalam matematik tetapi disebabkan perkembangan pesat dalam pembangunan kaedah-kaedah untuk membuat keputusan dalam penyelesaian masalah hanya berlaku dalam beberapa tahun kebelakangan ini. Pada 1666, ahli matematik Jerman, Gottfried Leibniz menerbitkan The Art of Combinatorics - apa yang beliau namakan sebagai kajian penempatan, penyusunaturan dan pemilihan objek-objek.

Kita mempertimbangkan semua masalah membuat keputusan berdasarkan empat tajuk. Kewujudan: Adakah penyelesaian wujud terhadap masalah ini? Pembinaan: Jika penyelesaian tidak wujud, bagaimana anda boleh membina suatu kaedah untuk mencari penyelesaian? Pengangkaan: Berapa banyak penyelesaian yang ada? Bolehkah anda senaraikan semua? Pengoptimuman: Jika terdapat beberapa penyelesaian, mana yang terbaik? Bagaimana anda tahu bahawa ini adalah penyelesaian yang terbaik?

Matematik diskret, juga dikenali sebagai matematik terhingga atau Matematik Keputusan, merupakan kajian struktur matematik yang asasnya diskret, dalam erti kata tidak menyokong atau memerlukan tanggapan keselanjaran. Kebanyakan, jika bukan semua, objek pembelajaran dalam matematik terhingga merupakan set boleh bilang, seperti integer, graf terhingga, dan bahasa formal.

Matematik diskret telah menjadi popular di dekad kebelakangan ini kerana penggunaannya dalam sains komputer. Konsep dan tatatanda dari matematik diskret adalah berguna dipelajari atau menggambarkan objek atau masalah dalam algoritma komputer dan bahasa pengaturcaraan. Dalam kurikulum matematik tertentu, kursus matematik terhingga meliputi konsep matematik diskret untuk perniagaan, sedangkan kursus matematik diskret menekankan konsep-konsep untuk jurusan sains komputer.

The best way to start a course in decision mathematics is to look at the sorts of problems that you will be able to solve.

• How do you find the shortest route between two places?

• How would you design the fire exit routes in a building?

• How would you plan a job, to make the most efficient use of your time?

• How can you best match the skills-of workers to jobs that need to be done?

Cik Farm CM, Dr. Hu LN, IPGM

1-1

MTE3104: Matematik Keputusan

• How can a manufacturer maximize profits?

In the past 40 years, the development of methods for solving complex problems like those listed above has been accompanied by advances in computer technology that have allowed us to generate real solutions. Although recent years have seen rapid progress in the development of techniques for solving decision-making problems, this is not a new branch of mathematics. In 1666, the German mathematician Gottfried Leibniz published The Art of Combinatorics - what he called the study of placing, ordering and choosing objects.

We consider all decision-making problems under four headings.

Existence:

Does a solution to the problem exist?

Construction:

If a solution does exist, how can you construct a method to find the solution?

Enumeration:

How many solutions are there? Can you list them all?

Optimisation : If there are several solutions, which is the best one? How do you know that this is the best solution?

Discrete mathematics, also called finite mathematics or Decision Mathematics, is the study of mathematical structures that are fundamentally discrete, in the sense of not supporting or requiring the notion of continuity. Most, if not all, of the objects studied in finite mathematics are countable sets, such as integers, finite graph, and formal languages.

Discrete mathematics has become popular in recent decades because of its applications to computer science. Concepts and notations from discrete mathematics are useful to study or describe objects or problems in computer algorithms and Programming languages. In some mathematics curricula, finite mathematics courses cover discrete mathematical concepts for business, while discrete mathematics courses emphasize concepts for computer science majors.

1.1 Definisi Matematik Keputusan

Apa itu Matematik Keputusan? (What Is Decision Mathematics?)

• Satu cabang Matematik yang cuba untuk menyelesaikan masalah sebenar.

• Terlibat dengan perniagaan, komputer, elektronik, dan sebagainya.

• Peraturan-peraturan tetap, intuisi (kebolehan membuat pertimbangan secara sedar), tradisi, dan analisis kewangan mudah yang sering digunakan tidak mencukupi atau tidak sesuai lagi untuk membuat keputusan

• Secara amnya, kuasa-kuasa persaingan merupakan desakan untuk membuat keputusan yang lebih berkesan di semua peringkat dalam organisasi.

• Biasanya dari satu set masalah praktikal, algoritma diperoleh untuk menyelesaikan semua masalah yang serupa jenis.

• Suatu algoritma ialah satu set arahan yang tepat untuk mencari penyelesaian kepada masalah asal

• Hari ini, algoritma boleh diprogramkan ke dalam komputer untuk menyelesaikan masalah membuat keputusan secara besar-besaran.

• A branch of Mathematics that attempts to solve real-life problems

• Involved with business, computing, electronics, etc

• Rules of thumb, intuition, tradition, and simple financial analysis are often no longer sufficient for decisions making

• In general, the forces of competition are imposing a need for more effective decision making at all levels in organizations.

• Usually from a set of practical problems, algorithms are derived to solve all problems of the same type.

• An algorithm is a precise set of instructions to find a solution to the original problem

Cik Farm CM, Dr. Hu LN, IPGM

1-2

MTE3104: Matematik Keputusan

• Today, algorithms could be programmed into a computer to solve very large scale decision-making problems.]

Contoh-contoh situasi yang memerlukan Matematik Keputusan:

• Menghantarkan surat khabar di dalam suatu kawasan perumahan

• Mengurangkan kesesakan di pusat bandar raya dengan membentuk rangkaian jalan yang sehala

• Mencari pasangan yang sesuai supaya hidup bahagia selama-lamanya

• Mencari laluan terpendek antara 2 kota

• Mendapatkan keuntungan maksimum perniagaan

• Mampatkan data untuk penyimpanan tambahan pada cakera liut

• Melindungi alam sekitar dengan mengurangkan bahan buangan

• Pembungkusan bagasi dengan cara yang cekap.

[Examples of situations that needs Decision Mathematics:

• Delivering newspapers on a housing estate

• Relieving congestion in a city centre by designing a one-way street network

• Finding a suitable partner and living happily ever after

• Finding the shortest route between 2 cities

• Obtaining the maximum profit for a business

• Compressing data for extra storage on a floppy disk

• Protecting the environment by minimizing waste

• Packing luggage in an efficient way.]

1.2 Alat-Alat Dalam Matematik Keputusan : Analisis Keputusan Berisiko

(Tools for Decision Analysis: Analysis of Risky Decisions)

Jika anda mula dengan kepastian, anda akan berakhir dengan keraguan, tetapi jika anda mula dengan keraguan, anda akan berakhir dengan kepastian yang hampir keseluruhan.

If you will begin with certainties, you shall end in doubts, but if you will content to begin with doubts, you shall end in almost certainties.

-- Francis Bacon Membuat keputusan merupakan tugas yang sangat penting bagi seseorang pengurus dan biasanya adalah sangat sukar. Bidang ini menawarkan prosedur membuat keputusan untuk menyelesaikan masalah yang rumit. Proses analisis keputusan kini wujud di dalam kedua- dua jenis keputusan yang dibuat sama ada untuk orang ramai atau persendirian. Proses ini menggunakan kriteria yang berbeza, informasi yang berlainan, dan informasi yang berlainan kualiti. Ia menjelaskan elemen, tujuan dan objektif dalam sesuatu analisis membuat keputusan yang terpilih. Isu-isu penting bagi seseorang pembuat keputusan ialah berkaitan dengan keinginannya, kebiasaannya, kriteria-kriteria membuat pilihan, dan bersama dengan alat penilaian berisiko.

Making decisions is certainly the most important task of a manager and it is often a very difficult one. This site offers a decision making procedure for solving complex problems step by step.It presents the decision-analysis process for both public and private decision- making, using different decision criteria, different types of information, and information of varying quality. It describes the elements in the analysis of decision alternatives and choices, as well as the goals and objectives that guide decision-making. The key issues related to a decision-maker's preferences regarding alternatives, criteria for choice, and choice modes, together with the risk assessment tools are also presented. Professor Hossein Arsham

Cik Farm CM, Dr. Hu LN, IPGM

1-3

MTE3104: Matematik Keputusan

Emosi dan Keputusan Berisiko

• Ramai pembuat keputusan bergantung kepada emosi sewaktu membuat keputusan berisiko

• Ramai orang takut dengan akibat yang mungkin tidak diingini

• Walaupun emosi adalah subjektif dan tidak rasional, ia sepatutnya menjadi sebahagian daripada proses membuat keputusan

• Emosi boleh menjadi panduan normatif semasa membuat pertimbangan mengenai risiko yang boleh diterima dari segi moral.

Kebanyakan orang sering membuat pilihan daripada tabiat atau tradisi, tanpa melalui langkah-langkah sistematik membuat keputusan.

• Keputusan yang dibuat di bawah tekanan atau kekangan masa mengganggu pertimbangan yang teliti daripada pilihan dan akibat.

• Keputusan boleh dipengaruhi oleh keadaan emosi seseorang pada masa keputusan dibuat.

• Apabila manusia kekurangan maklumat atau kemahiran yang mencukupi, mereka mungkin boleh membuat keputusan kurang optimum.

• Walaupun manusia mempunyai masa dan maklumat, mereka sering melakukan kerja yang kurang cekap terhadap kebarangkalian dan kesan-kesan.

• Walaupun mereka tahu statistik, mereka lebih cenderung bergantung kepada pengalaman peribadi daripada maklumat kebarangkalian.

• Pertimbangan asas semasa membuat keputusan ialah menggabungkan maklumat kebarangkalian serta maklumat kehendak dan minat.

Emotions and Risky Decision

• Most decision makers rely on emotions in making judgments concerning risky decisions

• Many people are afraid of the possible unwanted consequences

• Even though emotions are subjective and irrational, they should be a part of the decision making process

• Emotions can be a normative guide in making judgments about morally acceptable risks.

• Most people often make choices out of habit or tradition, without going through the decision-making process steps systematically.

• Decisions made under pressure or time constraints interfere with a careful consideration of the options and consequences.

• Decisions may be influenced by one's emotional state at the time a decision is made.

• When people lack adequate information or skills, they may make less than optimal decisions.

• Even when people have time and information, they often do a poor job of understanding theprobabilities of consequences.

• Even when they know the statistics; they are more likely to rely on personal experience thaninformation about probabilities.

• The fundamental concerns of decision making are combining information about probability with information about desires and interests

Cik Farm CM, Dr. Hu LN, IPGM

1-4

MTE3104: Matematik Keputusan

Teori Keputusan

Mengenal pasti situasi membuat keputusan dan memahami objektif

Mengenal pasti pilihan-pilihan yang mungkin Mengurai dan membentuk masalah Pilih alternatif terbaik Analisis Kepekaan
Mengenal pasti pilihan-pilihan yang mungkin
Mengurai dan membentuk masalah
Pilih alternatif terbaik
Analisis Kepekaan
Ya
Perlu analisis
lanjutan?
Tidak
Melaksanakan alternatif yang terpilih
lanjutan? Tidak Melaksanakan alternatif yang terpilih Rajah 1.1 Carta alir teori keputusan Proses Membuat

Rajah 1.1 Carta alir teori keputusan

Proses Membuat Keputusan (The Decision-Making Process)

Dalam proses membuat keputusan di bawah keadaan ketidaktentuan, pembolehubah sering lebih banyak dan lebih sukar untuk diukur dan dikawal

Langkah-langkah adalah seperti berikut:

• Permudahkan

• Membina model keputusan

• Menguji model

• Menggunakan model untuk mencari penyelesaian

• Ia boleh digunakan berkali-kali untuk masalah yang serupa atau boleh diubahsuaikan

.

In decision making process under uncertainty the variables are often more numerous and more difficult to measure and control

The steps are:

• Simplification

• Building a decision model

• Testing the model

• Using the model to find the solution

• It can be used again and again for Similar problems or can be modified.

Model Membuat Keputusan (Decision making model)

• Ia merupakan gambaran ringkasan keadaan sebenar

• Ia tidak perlu lengkap atau tepat dalam semua aspek

Cik Farm CM, Dr. Hu LN, IPGM

1-5

MTE3104: Matematik Keputusan

• Ia menumpukan kepada hubungan yang paling penting dan mengabaikan yang kurang penting.

• Ia adalah lebih mudah difahami dari keadaan empirik dan, seterusnya masalah akan lebih mudah diselesaikan dengan masa dan usaha yang minimum.

• It is a simplified representation of the actual situation

• It need not be complete or exact in all respects

• It concentrates on the most essential relationships and ignores the less essential ones.

• It is more easily understood than the empirical situation and, hence, permits the problem to be more readily solved with minimum time and effort.

Contoh Aplikasi Membuat Keputusan Dalam Perniagaan Dengan Penggunaan Komputer (Examples of computer business applications in decision making)

• Seseorang juruaudit boleh menggunakan teknik persampelan rawak untuk mengaudit akaun yang diterima dari pelanggan.

• Pengurus kilang boleh menggunakan teknik kawalan kualiti statistik untuk memastikan kualiti pengeluaran dengan ujian atau pemeriksaan yang minimum.

• Seorang penganalisis kewangan boleh menggunakan regresi dan korelasi untuk membantu memahami hubungan suatu nisbah kewangan kepada satu set pembolehubah lain dalam perniagaan.

• Seorang penyelidik pasaran boleh menggunakan ujian signifikan untuk menerima atau menolak hipotesis tentang sekumpulan pembeli di firma mana berhasrat menjual suatu produk tertentu.

• Seorang pengurus jualan boleh menggunakan teknik statistik untuk unjuran jualan bagi tahun yang akan datang.

• An auditor can use random sampling techniques to audit the account receivable for client.

• A plant manager can use statistic quality control techniques to assure the quality of his production with a minimum of testing or inspection.

• A financial analyst may use regression and correlation to help understand the relationship of afinancial ratio to a set of other variables in business.

• A market researcher may use test of significant to accept or reject the hypotheses about a group of buyers to which the firm wishes to sell a particular product.

• A sale manager may use statistical techniques to forecast sales for the coming year.

Cik Farm CM, Dr. Hu LN, IPGM

1-6

MTE3104: Matematik Keputusan

2.0 JENIS-JENIS CARIAN

(Kuliah 2 jam + Tutorial 2 jam)

2.1 Pengenalan Kepada Carian(Searching)

Mencari senarai bagi item tertentu adalah tugas yang umum. Dalam aplikasi yang sebenar, senarai item yang kerap digunakan adalah rekod (contohnya rekod pelajar), dan senarai pelaksanaan sebagai tata susunan objek. Matlamatnya adalah untuk mencari rekod tertentu, dikenalpastikan dengan nama atau nombor ID seperti nombor pelajar. Mencari senarai elemen sepadan untuk mencapai maklumat sasaran dalam rekod (misalnya alamat pelajar). Perbincangan algoritma carian berikut menggunakan model masalah carian yang mudah - senarai hanya merupakan tata susunan integer-integer. Teknik-teknik carian dengan nyatnya boleh digeneralisasikan kepada data yang lebih realistik.

Konsep kecekapan (atau kerumitan/kompleks) adalah penting apabila membandingkan algoritma. Untuk tugasan dan senarai yang panjang, seperti carian adalah perlu berulang- ulang, maka pilihan algoritma alternatif menjadi penting kerana mereka mungkin berbeza dari pelbagai tahap kecekapan. Untuk menggambarkan konsep kecekapan algoritma (atau kerumitan), dua algoritma umum dipertimbangkan untuk senarai mencari: carian linear dan carian binari.

Searching a list for a particular item is a common task. In real applications, the list items often are records (e.g. student records), and the list is implemented as an array of objects. The goal is to find a particular record, identified by name or an ID number such as a student number. Finding the matching list element provides access to target information in the record - the student's address, for example. The following discussion of search algorithms adopts a simpler model of the search problem - the lists are just arrays of integers. Clearly, the search techniques could generalize to more realistic data.

The concept of efficiency (or complexity) is important when comparing algorithms. For long lists and tasks, like searching, that are repeated frequently, the choice among alternative algorithms becomes important because they may differ in efficiency. To illustrate the concept of algorithm efficiency (or complexity), we consider two common algorithms for searching lists: linear search and binary search.

Jenis-jenis Carian

1. Algoritma carian linear

2. Algoritma carian indeks berurutan (Indexed sequential search algorithm)

3. Algorithma carian binari

2.2 Algoritma Carian Linear

Cara yang paling mudah mencari sesuatu adalah bermula dari awal, dan terus mencari sehingga anda mendapat! Ini merupakan carian linear.

The very simplest way of searching for something is to start at the beginning, and keep looking until you find it! This is a linear search.

Ini merupakan algoritma carian termudah, anda menyemak setiap item data untuk melihat jika ia memenuhi kriteria anda. Tidak terdapat sekatan ke atas data; ia akan bekerja walaupun data tidak tersusun. Bagaimanapun, ianya paling tidak cekap. Jika item

Cik Farm CM, Dr Hu LN, IPGM

2-1

MTE3104: Matematik Keputusan

yang anda cari tidak ada, anda masih perlu memeriksa setiap item data. Bayangkan, mencari nama seseorang dengan mencari melalui direktori telefon jika diberikan nombor telefon mereka! Ia biasanya lebih bermakna jika menyusun data dalam suatu cara yang sesuai mengikut kehendak anda. Selalunya. Set data yang sama boleh disusun dengan cara yang berbeza untuk memudahkan pelbagai jenis permintaan carian. Sebagai contoh, katalog perpustakaan adalah disusun mengikut pengarang dan judul buku. Jika data disusun, terdapat dua algoritma yang kita boleh pertimbangkan untuk guna.

This is the simplest of the search algorithms, in which you check each item of data in turn to see if it satisfies your criterion. There are no restrictions on the data; it will work even if the data are not ordered. It is, however, most inefficient. If the item for which you are looking is not there, you will still have checked every item of data. Imagine trying to find the name of a person, given their telephone number, by searching the telephone directory! It is usually worth ordering the data in a way that suits your requirements. Often the same set of data will be ordered in different ways to facilitate different types of search request. For example, a library catalogue is ordered both according to author and according to book title. If the data are ordered there are two algorithms that we can consider using.

Contoh 2.1:

10

7

1

3

-4

2

20

Rajah 2.1: Tata susunan (array) yang dicari

Berapa perbandingan yang anda perlu buat untuk mencari nombor 3?

Penyelesaian 2.1:

10

7

1 -4

3

2

20

Bukan 3

10

7

1 -4

3

2

20

Bukan 3

10

7

2.1: 10 7 1 -4 3 2 20 Bukan 3 10 7 1 -4 3 2

1 -4

3

2

20

Bukan 3

10

7

1

3

-4

2

20

Ya

Empat perbandingan

Contoh 2.2:

Hazel ingin pergi berjumpa dengan kawan barunya Joanne yang tinggal di ‘The Beeches”, Autumn Drive. Bagaimana dia mencari rumah itu dengan menggunakan carian linear?

Penyelesaian 2.2:

Dia berjalan sepanjang Autumn Drive dari awal, semak setiap nama rumah dalam urutan sehingga dia jumpa ”The Beeches”. Maka dia berhenti.

Cik Farm CM, Dr Hu LN, IPGM

2-2

MTE3104: Matematik Keputusan

2.3 Algoritma Carian Indeks Berurutan (Indexed Sequential Search Algorithm)

Carian indeks, sebagaimana nama dicadangkan, menggunakan indeks untuk mempercepatkan carian. Manakala ianya mungkin merupakan carian indeks sepenuhnya (iaitu, setiap item dirujuk dalam indeks secara individu), ianya lebih lazim menggunakan satu atau lebih peringkat indeks, diikuti oleh carian linear. Data terlebih dahulu disusun dan kemudian disubbahagikan. Satu senarai tambahan atau indeks yang mengandungi item pertama atau item terakhir dalam setiap subbahagian diwujudkan. Seperti kaedah yang digunakan dalam sebuah kamus di mana indeks ditempatkan di sudut sebelah kanan atas halaman. Untuk mencari perkataan yang diberi, anda membuka halaman secara berurutan, lihat indeks untuk mengesan halaman perkataan itu ada. Kemudian anda laksanakan carian linear pada halaman terpilih. Anda perlu membuat sub-senarai untuk satu set data yang disimpan pada sistem komputer. Sebagai contoh, jika anda mempunyai senarai kod telefon kawasan untuk Malaysia yang disusun nama bandar, sub-senarai boleh mengandungi kedudukan bandar

, dan sebagainya. Oleh itu untuk

pertama yang namanya bermula dengan A, B, C,

mencari Kuala Lumpur, sub-senarai pertama dalam carian adalah mencari K. Ini akan

memberi kedudukan dari mana untuk memulakan carian linear data utama.

An indexed search, as name suggests, uses an index to speed up the search. Whilst it is possible for a search to be fully indexed (that is, every item is individually referenced in the index),

it is more common to use one or more levels of index, followed by a linear search. The data are first ordered and then subdivided. An extra list or index is then created

containing the first or last item in each subdivision. Such a method is used in a dictionary where the index is positioned at the top right-hand corner of the page. To find a given word, you first leaf through the pages, looking at the index, to locate the page that the word is on. Then you carry out

a linear search on the selected page.

For a set of data held on a computer system you would need to create a sub-list. For example if you had a list of the telephone area codes for the UK ordered by town name, the sub-list

could contain the position of the first town whose name began with A, B, C,

York, the sub-list would first be searched to find Y. This would give the position from which to start

the linear search of the main data.

, etc. Thus to find

Contoh 2.3:

Darren tidak dapat ingat bagaimana mengeja perkataan isomorphic. Kamusnya mempunyai tab halaman bagi setiap abjad, dan perkataan pertama pada setiap muka surat dicetak tebal pada hujung atas halaman berkenaan. Bagaimana dia mencari perkataan itu?

Penyelesaian 2.3:

Dia lihat ke bawah tab halaman sehingga jumpa abjad I. Dia buka kamus itu pada halaman ini, kemudian lihat satu halaman berikutnya dan seterusnya sehingga dia jumpa perkataan mula dengan IS. Kemudian, dia mencari secara linear dalam halaman berkenaan sehingga jumpa perkataan isomorphic.

Catatan: Carian indeks ini menggunakan dua peringkat indeks dan diikuti oleh carian linear.

2.4 Algoritma Carian Binari

Jika item yang kita cari berada dalam tata susunan rawak, kami tidak mempunyai banyak pilihan selain daripada melakukan carian linear. Bagaimanapun, jika ianya berada dalam

Cik Farm CM, Dr Hu LN, IPGM

2-3

MTE3104: Matematik Keputusan

tata susunan, kita boleh mengurangkan bilangan item yang mesti diperiksa. Salah satu kaedah yang paling umum ialah Carian Binari (dua pilihan sahaja) yang sentiasa menyingkirkan separuh data perbandingan.

If the items we are searching through are in random order, we do not have much choice

other than to make a linear search. However, if they are ordered, we can considerably reduce the number of items we must check. One of the most common methods is the Binary Search. This works by continually halving the possibilities .Note: - decisions with 2 choices

- eliminate half of the data

Mula-mula data disusun dalam tertib menaik. Kemudian lakukan langkah-langkah berikut:

Langkah 1

Lihat item tengah. Jika item ini dikehendaki, maka carian itu selesai. Jika tidak, item itu sama ada di separuh atas (sebelum) atau bawah (selepas):

Langkah 2

membuat keputusan separuh perbandingan mana dengan item tengah. Gunakan langkah 1 untuk memilih separuh.

Pada setiap peringkat bilangan item yang dicari adalah separuh.

The data are first sorted into ascending order. The following steps are then carried out:

Step 1

Look at the middle item.

Step 2

If this is the required item the search is finished. If not, the item is in either the top or bottom half: decide which half comparison with the middle item. Apply step 1 to the chosen half.

At each stage the number of items to be searched is halved, hence the name the algorithm.

Contoh 2.4:

Cari huruf “S” dalam perkataan “H E R T F O R D S H I R E”.

Penyelesaian 2.4:

Nomborkan

separuhkan

H E R T F O R D S

1

2

3

4

5

8

6 7

H

I

R

E

9 10 11 12 13

13 =

1

+

2

7

,

13 =

7

+

2

10

,

10 =

7

+

2

8.5

- menentukan apa yang perlu dicari

- nomborkan data anda

- mencari titik tengah (nombor bulat terdekat)

- mencari data dan menyingkirkan separuh data

- ulang sehingga mendapat keputusan

Contoh 2.5:

Henry memikirkan satu nombor di antara 1 dan 100. Paul ingin meneka apa nombor itu. Bagaimana dia harus meneka?

Penyelesaian 2.5:

Bil

Tekaan Paul

Respon Henry

 

1 50

Terlalu besar

 

2 25

Terlalu kecil

 

3 37

Terlalu kecil

 

4 44

Terlalu besar

 

5 40

Terlalu kecil

 

6 42

Terlalu besar

 

7 41

Betul

Cik Farm CM, Dr Hu LN, IPGM

2-4

MTE3104: Matematik Keputusan

Latihan Algoritma Carian:

1. Tentukan carian mana yang digunakan untuk yang berikut:

a) mencari 'lexico-graphical' dalam kamus Bahasa Inggeris.

b) mencari 'algorithms' dari laman web.

c) mencari sebuah buku dalam perpustakaan.

2. Jody sedang mencari sebuah buku yang berkaitan dengan “English Civil War”. Apakah strategi yang sesuai digunakan?

3. Karen hendak membeli sebuah basikal. Dia tahu terdapat sebuah kedai basikal di Jalan Yam Tuan dan boleh sampai ke sana dengan bas, tetapi bas hanya berhenti di hujung Jalan Yam Tuan. Bagaimanakah dia dapat mencari kedai berkenaan dengan menggunakan carian linear?

4. Anda sedang main permainan “hangman” di mana anda perlu meneka huruf mengikut turutan. Setiap kali anda salah teka, anda akan dimaklumkan bahawa huruf itu adalah sebelum atau selepas huruf yang diteka. Apakah strategi yang sesuai digunakan?

1. Decide which search:

a) To find 'lexico-graphical' in a dictionary.

b) To find 'algorithms' from the internet.

c) To find a book in library.

2. Jody is looking in the library for a book about the English Civil War. What would be a sensible strategy?

3. Karen wants to buy a bicycle. She knows there is a bicycle shop on the High Street, and can catch a bus that will drop her at the end of the High Street. How does she find the shop, using a linear search?

4. You are playing a version of hangman, in which you guess each letter of the word in turn. Each time you guess, if you are wrong you are told whether the correct letter is earlier or later in the alphabet than your guess. What would be a sensible strategy?

Jawapan Latihan algoritma carian:

1. Carian indeks berurutan

(a)

(b)

Carian linear

(c)

Carian indeks berurutan

2. Mula di seksyen Sejarah Mencari seksyen sejarah British Mencari perang saudara

3. Naik bas sehingga hujung jalan Berjalan sepanjang jalan itu, semak setiap kedai mengikut turutan

4. Mula dengan M atau N Jika diberitahu di sebelum, teka F; Jika selepas, teka U. i.e.: sentiasa separuhkan abjab-abjab yang tinggal.

Cik Farm CM, Dr Hu LN, IPGM

2-5

MTE3104: Matematik Keputusan

Tutorial 1.1 (2 jam)

Buat aktiviti-aktiviti Dalam Decision Math D1.

(i) Aktiviti 1.3, 1.4 dan 1.5 (page 22-23)

aktiviti-aktiviti Dalam Decision Math D1. (i) Aktiviti 1.3, 1.4 dan 1.5 (page 22-23) Cik Farm CM,
aktiviti-aktiviti Dalam Decision Math D1. (i) Aktiviti 1.3, 1.4 dan 1.5 (page 22-23) Cik Farm CM,

Cik Farm CM, Dr Hu LN, IPGM

2-6

MTE3104: Matematik Keputusan

(ii) Latihan 1E (page 28-39) Soalan 8, 15 dan 17.

MTE3104: Matematik Keputusan (ii) Latihan 1E (page 28-39) Soalan 8, 15 dan 17. Cik Farm CM,
MTE3104: Matematik Keputusan (ii) Latihan 1E (page 28-39) Soalan 8, 15 dan 17. Cik Farm CM,

Cik Farm CM, Dr Hu LN, IPGM

2-7

MTE3104: Matematik Keputusan

MTE3104: Matematik Keputusan Cik Farm CM, Dr Hu LN, IPGM 2 - 8

Cik Farm CM, Dr Hu LN, IPGM

2-8

MTE3104: Matematik Keputusan

MTE3104: Matematik Keputusan Jawapan 1E Cik Farm CM, Dr Hu LN, IPGM 2 - 9

Jawapan 1E

MTE3104: Matematik Keputusan Jawapan 1E Cik Farm CM, Dr Hu LN, IPGM 2 - 9
MTE3104: Matematik Keputusan Jawapan 1E Cik Farm CM, Dr Hu LN, IPGM 2 - 9

Cik Farm CM, Dr Hu LN, IPGM

2-9

MTE3104: Matematik Keputusan

3.0 Pengaturcaraan Linear ( Linear Programming) - 10 jam

Pengaturcaraan linear merupakan pendekatan penyelesaian masalah yang telah dibentuk untuk membantu pengurus-pengurus membuat keputusan. Di dalam terminologi pengaturcaraan linear, memaksimumkan dan meminimumkan kuantiti adalah dirujukkan sebagai objektif kepada masalah. Oleh itu objektif bagi semua masalah pengaturcaraan linear adalah memaksimumkan atau meminimumkan beberapa kuantiti. Terdapat batasan atau syarat atau kekangan yang mengehadkan pencapaian objektif. Biasanya, masalah yang dihadapi oleh seseorang pengurus syarikat atau pemimpin pertubuhan adalah sangat kompleks dan melibatkan banyak pembolehubah serta kekangan.

3.1 Pentaksiran masalah dan pembentukan ketaksamaan atau persamaan yang berkenaan

Untuk membentukkan ketaksamaan atau persamaan daripada masalah yang diberikan, kita perlu mentaksirkan masalah itu terlebih dahulu dengan menentukan pembolehubah

Pembolehubah ialah suatu kuantiti yang nilainya tidak tetap. Misalnya, suhu ialah satu pembolehubah kerana suhu beruhah-ubah sepanjang hari.

Pembolehubah boleh diwakilkan dengan suatu huruf abjad yang sesuai, Misalnya, pembolehubah suhu boleh diwakilkan dengan t.

Contoh 3.1:

Eddy ingin membeli beberapa buah buku rujukan dan buku kerja dengan menggunakan selebih-lebihnya RM30. Sebuah buku rujukan berharga RM5, manakala sebuah buku kerja berharga RM3.

(a)

Berapakah bilangan buku rujukan yang dapat dibeli oleh Eddy, jika dia tidak mernbeli sebarang buku kerja?

(b)

Berapakah bilangan buku kerja yang dapat dibeli oleh Eddy, jika dia tidak membeli sebarang buku rujukan?

(c)

Jika Eddy ingin mernbeli 2 buah buku rujukan sahaja, berapakah bilangan buku kerja yang dapat dibelinya?

(d)

Jika Eddy ingin mernbeli 4 buah buku kerja sahaja,berapakah bilangan buku rujukan yang dapat dibelinya?

(e)

Bentukkan ketaksamaan bagi bilangan setiap jenis buku yang dapat dibeli oleh Eddy jika dia ingin membelanjakan selebih-lebihnya RM20 sahaja?

Penyelesaian 3.1:

Menentukan pembolehubah:

Dalam masalah ini, pembolehubah ialah bilangan buku rujukan dan bilangan buku kerja. Katakan x = bilangan buku rujukan yang dibeli oleh Eddy y = bilangan buku kerja yang dibeli oleh Eddy

Membentukkan ketaksamaan:

(a) Harga bagi x buah buku rujukan = RM 5x.

Maka 5x 30

x 6 Bilangan maksimum buku rujukan yang dapat dibeli oleh Eddy ialah 6 buah.

selebih-lebihnya RM 30 sahaja

Cik Farm CM, Dr Hu LN, IPGM

3-1

MTE3104: Matematik Keputusan

(b)

Harga bagi y buku kerja = RM 3y.

 

Maka 3y 30

selebih-lebihnya RM 30 sahaja

 

y 10 Bilangan maksimum buku kerja yang dapat dibeli oleh Eddy ialah 10 buah.

(c)

Harga bagi 2 buah buku rujukan = RM 10.

 

Maka 10 + 3y 30

Jumlah harga tidak boleh melebihi RM 30.

 

3y

20

 

20

 

y

3

y

6

Bilangan buku

mestilah suatu nombor bulat.

 

Bilangan maksimum buku kerja yang dapat dibeli oleh Eddy ialah 6 buah.

(d)

Harga bagi 4 buah buku kerja = RM 12.

 

Maka 5x + 12 30

Jumlah harga tidak boleh melebihi RM 30.

 

5x

18

 

18

 

x

5

y

3

Bilangan buku mestilah suatu nombor bulat.

 

Bilangan maksimum buku rujukan yang dapat dibeli oleh Eddy ialah 3 buah.

(e)

Jumlah harga bagi x buah buku rujukan dan y buah kerja ialah RM (5x+ 3y ). Jika Eddy ingin membelanjakan selebih-lebihnya RM 20 sahaja, maka 5x+ 3y 20

Contoh 3.2:

Persatuan Ibu Bapa dan Guru Sekolah Menengah Murni ingin menubuhkan sebuah jawatankuasa kecil untuk mengendalikan suatu larian amal, yang bertujuan untuk mengutip derma bagi pembinaan sebuah makmal di sekolah tersebut. Jawatankuasa itu terdiri daripada x orang ibu bapa dan y orang guru. Jawatankuasa itu mesti mempunyai sekurang-kurangnya 6 orang ahli tetapi tidak melebih 12 orang ahli. Bilangan guru yang maksimum ialah 5 orang dan bilangan ibu bapa adalah 2 kali ganda bilangan guru. Tafsirkan masalah ini dan seterusnya bentukkan ketaksamaan atau persamaan yang berkenaan.

Penyelesaian 3.2:

Jawatankuasa kecil itu mengandungi sekurang-kurangnya 6 orang ahli. Ini bermakna jumlah ahli jawatankuasa itu , iaitu (x+ y) orang adalah lebih besar daripada atau sama dengan 6 orang. Maka ketaksamaan yang berkenaan ialah

6

Tetapi bilangan ahli jawatankuasa kecil itu tidak melebihi 12 orang. Ini bermakna (x+ y) orang adalah kurang daripada atau sama dengan 12 orang. Maka ketaksamaan yang berkenaan ialah

x + y

x + y

12

Bilangan guru yang maksimum ialah 5 orang bermakna y adalah kurang daripada atau sama dengan 5. Maka ketaksamaan yang berkenaan ialah y 5 Bilangan ibu bapa, x, adalah 2 kali ganda bilangan guru, y, bermakna

x = 2y

Cik Farm CM, Dr Hu LN, IPGM

3-2

MTE3104: Matematik Keputusan

Dua ketaksamaan lagi yang boleh dibentukkan bagi masalah ini ialah

x

0

dan

y

0.

x

y

0

0

Bilangan ibu bapa dan guru tidak mungkin bernilai negatif.

dan

Jadi, ketaksamaan dan persamaan yang dikehendaki ialah x + y 6, x + y 12 , y 5, x =

2y,

Perhatian : x dan y mesti nombor bulat.

Contoh 3.3:

Sebuah agensi pelancongan tertentu ingin membawa 250 orang pelancong dan 2500 kg bagasi dari lapangan terbang ke sebuah hotel tertentu. Agensi itu mempunyai dua jenis bas, iaitu bas mini dan bas besar. Bas mini boleh membawa 25 orang penurnpang dan 200 kg bagasi, manakala bas besar pula boleh membawa 45 orang penumpang dan 350 kg bagasi. Jumlah bilangan bas yang digunakan hanya 8 buah. Bentukkan ketaksamaan atau persamaan yang berkenaan.

Penyelesaian 3.3:

Data yang diberi boleh dijadualkan seperti berikut.

Jenis bas

Bilangan pelancong per bas

Jisim bagasi per bas

Bas Mini

25

orang

200

kg

Bas Besar

45

orang

350

kg

Jumlah bilangan pelancong = 250 orang

Jumlah jisim bagasi

= 2500 kg

Bilangan bas yang digunakan = 8 buah Dalam masalah ini, pemboleh ubah ialah bilangan bas mini dan bilangan bas besar.

Katakan x = bilangan bas mini

dan

y = bilangan bas besar

Bilangan pelancong yang boleh dibawa oleh x buah bas mini = 25x Bilangan pelancong yang boleh dibawa oleh x buah bas mini = 45y Jumlah bilangan pelancong yang boleh dibawa oleh kedua-dua jenis bas = 25x + 45y Jadi, ketaksamaan yang berkenaan ialah

iaitu

25x + 45y 250

50

5x

+

9y

Jumlah bilangan pelancong yang boleh dibawa oleh kedua-dua jenis bas mesti melebihi atau sama dengan
Jumlah bilangan pelancong yang boleh
dibawa oleh kedua-dua jenis bas mesti
melebihi atau sama dengan 250 orang.

Jisim bagasi yang boleh dibawa oleh x buah bas mini = 200x kg Jisim bagasi yang boleh dibawa oleh x buah bas mini = 350y kg Jumlah jisim bagasi yang boleh dibawa oleh kedua-dua jenis bas = (200x + 350y ) kg Jadi, ketaksamaan yang berkenaan ialah

200x + 350y 2500

iaitu

4x

+

7y

50

Jumlah jisim bagasi yang boleh dibawa oleh kedua-dua jenis bas mesti melebihi atau sama dengan
Jumlah jisim bagasi yang boleh dibawa
oleh kedua-dua jenis bas mesti melebihi
atau sama dengan 2500 kg.

Jumlah bilangan kedua-dua jenis bas = x + y Jadi, persamaan yang berkenaan ialah x + y = 8 Dua ketaksamaan lagi bagi bilangan bas mini dan bas besar ialah

x

0

dan

y

0.

Jadi, ketaksamaan dan persamaan yang berkenaan dengan masalah ini ialah

5x

+

9y

50,

4x

+

7y

50,

x + y = 8,

x

0

dan

y

0.

Perhatian : Dalam masalah ini, x dan y mesti nombor bulat.

Cik Farm CM, Dr Hu LN, IPGM

3-3

MTE3104: Matematik Keputusan

3.2 Masalah pengurusan yang ringkas dalam pengaturcaraan linear

Contoh 3.4 :

Sebuah syarikat kilang alat permainan menghasilkan basikal permainan dan trak permainan dengan menggunakan tiga jenis mesin, iaitu mesin acuan, mesin larik dan mesin pemasangan. Pengurus kilang berhasrat untuk menghitungkan bilangan basikal dan trak permainan yang sepatutnya dihasilkan setiap hari supaya mendapat profit harian yang maksimum. Maklumat-

maklumat yang diberikan adalah seperti berikut :

Menghasilkan sebuah basikal permainan memerlukan satu jam di mesin acuan, tiga jam di mesin larik dan satu jam di mesin pemasangan.

Menghasilkan sebuah trak permainan memerlukan satu jam di mesin larik dan satu jam di mesin pemasangan. Mesin acuan tidak digunakan untuk membuat trak permainan.

Mesin acuan hanya boleh digunakan selama tiga jam setiap hari.

Mesin larik hanya boleh digunakan selama dua belas jam setiap hari.

Mesin pemasangan hanya boleh digunakan selama tujuh jam setiap hari.

Semua alat permainan yang dibuat oleh kilang dapat dijual.

Profit sebanyak RM 8 untuk setiap basikal dan RM 5 untuk setiap trak.

3.2.1 Model Matematik yang menggunakan pembolehubah x i

Katakan x 1 = bilangan basikal permainan yang dihasilkan pada setiap hari x 2 = bilangan tak permainan yang dihasilkan pada setiap hari Profit harian sebanyak RM 8x 1 untuk setiap basikal dan RM 5x 2 untuk setiap trak. Maka jumlah profit harian syarikat itu ialah

z =

8x 1

+

5x 2

Profit syarikat berkenaan akan dikekang dengan kemudahan mesin-mesin yang terdapat. Sebagai contoh, mesin larik boleh digunakan selama dua belas jam sehari. Memandangkan

setiap basikal memerlukan tiga jam dan setiap trak memerlukan satu jam pada mesin larik, profit syarikat berkenaan akan dikekangkan dengan ketaksamaan

3x 1

+

1x 2

12

iaitu

3x 1

+

x 2

12

Kekangan(constraint) ini dinamakan sebagai kekangan mesin larik. Dengan penjelasan yang sama, kekangan mesin acuan yang terbentuk ialah

1x 1

+ 0x 2

3

iaitu

dan kekangan pemasangan ialah

 

1x 1

+

1x 2

7

iaitu

x 1 3

x 1

+

x 2

7

Seterusnya, syarikat berkenaan tidak mungkin menghasilkan bilangan alat permainan yang negatif. Dengan itu, profit syarikat berkenaan juga dikekangkan oleh ketaksamaan- ketaksamaan remeh (trivial inequalities)

x 1

0

dan

x 2

0

Gabungkan semua ungkapan di atasm model mathematik untuk maslah pengeluaran alat permainan akan menjadi seperti berikut :

Cik Farm CM, Dr Hu LN, IPGM

Memaksimumkan : z = 8x 1 + 5x 2

Subjek kepada : 3x 1 + x 2 x

x

x

1

1

1

+

12

3

x 2 7

0

dan

x 2

0

3-4

MTE3104: Matematik Keputusan

Masalah seperti yang diterangkan di atas adalah masalah pengaturcaraan linear. Fungsi z = 8x 1 + 5x 2 dinamakan sebagai fungsi objektif, ketaksamaan-ketaksamaan pula dinamakan sebagai kekangan-kekangan, ketaksamaan-ketaksamaan remeh x 1 0 dan x 2 0 digelar sebagai syarat ketidaknegatifan (non-negativity conditions) dan pemboleh ubah x 1 dan x 2 digelar sebagai pemboleh ubah berstruktur (structural variables).

3.2.2 Menggeneralisasikan Masalah Pengaturcaraan linear

Masalah pengaturcaraan linear boleh digeneralisasikan untuk memaksimumkan atau meminimumkan fungsi objektif dalam bentuk berikut :

n

z = c 0 +

i = 1

subjek kepada :

c

i

x ,

i

c

i

∈ ℜ

i

m kekangan linear. Ini boleh seperti yang berikut :

n

Jenis 1 :

j = 1

n

Jenis 2 :

j

=

n

1

Jenis 3 :

j

=

1

a i j

a

a

i j

i j

x ≤ b i i x = b i i x ≥ b i i
x
≤ b
i
i
x
= b
i
i
x
≥ b
i
i

a

ij

,b

i

∈ ℜ

i, j

di mana b

ketaksamaan itu dengan mendarabkan dengan -1.

i

0

i . Jika b i bernilai negatif, kita boleh positifkan

Syarat ketidaknegatifan iaitu

x

i

0

i

Kita boleh menggunakan kaedah graf atau kaedah algebra seperti kaedah simpleks untuk menyelesaikan masalah seperti di atas. Kini, kebanyakan masalah yang kompleks dapat diselesaikan dengan bantuan komputer. Walau bagaimanapun, hanya masalah yang melibatkan dua pembolehubah sahaja yang dapat diselesaikan melalui kaedah graf.

3.2.3 Penentuan nilai optimum ax + by (ax 1 + bx 2 ) dengan kaedah graf

Nilai optimum ax + by atau ax 1 + bx 2 adalah nilai terbesar atau nilai terkecil bagi ax + by /ax 1 + bx 2 . Satu rantau yang memenuhi semua kekangan secara serentak dinamakan rantau tersaur /kawasan tersaur (feasible region) akan terbentuk apabila kaedah graf digunakan. Memandangkan ketaksamaan masalah pengaturcaraan linear biasanya adalah lemah ( atau ), nilai-nilai x 1 dan x 2 yang terletak di atas sempadan (boundary) juga termasuk dalam rantau tersaur. Kita akan menggunakan contoh 3.4 untuk perbincangan lukisan graf seterusnya.

x 1 0 dan x 2 0 memberi maklumat bahawa rantau tersaur mesti terletak dalam sukuan pertama dalam satah x 1 - x 2 .

Graf 3x 1 + x 2 =12 adalah seperti berikut, nilai-nilai x 1 dan x 2 adalah dalam kawasan tertutup yang berlorek dan atas garisan lurus untuk memenuhi 3x 1 + x 2 12.

Cik Farm CM, Dr Hu LN, IPGM

3-5

MTE3104: Matematik Keputusan

x 2 14 12 3x 1 + x 2 =12 10 8 6 4 2
x 2
14
12
3x 1
+
x 2 =12
10
8
6
4
2
5
10 x 1
0

Rajah 3.1

Graf x 1 = 3 pula berbentuk seperti rajah 3.2, nilai-nilai x 1 dan x 2 adalah dalam kawasan berlorek yang terbuka pada bahagian atas dan termasuk nilai di atas garisan lurus untuk memenuhi x 1 3.

x 2 14 12 10 =3 x 1 8 6 4 2 5 10 0
x 2
14
12
10
=3
x 1
8
6
4
2
5
10
0
x 1

Rajah 3.2

Graf x 1 + x 2 = 7 terbentuk dalam rajah 3.3, menunjukkan nilai-nilai x 1 dan x 2 adalah dalam kawasan tertutup yang berlorek dan atas garisan lurus untuk memenuhi x 1 + x 2 7.

8 x 1 + x 2 =7 6 4 2 5 10 x 1 0
8
x 1 +
x 2 =7
6
4
2
5
10 x 1
0

Rajah 3.3

Masalah pengaturcaraan linear perlu memuaskan semua kekangan secara serentak. Oleh itu kawasan tersaur merupakan kawasan sepunya untuk semua kekangan. Maka kawasan tersaur bagi contoh 3.4 adalah seperti rajah 3.4.

Cik Farm CM, Dr Hu LN, IPGM

3-6

MTE3104: Matematik Keputusan x 2 =3 x 1 14 12 10 3x 1 + =12
MTE3104: Matematik Keputusan
x 2
=3
x 1
14
12
10
3x 1 +
=12
x 2
8
rantau
6
tersaur
4
x 1 + x 2
=7
2
5
10 x 1
0

Rajah 3.4

Untuk mendapatkan penyelesaian optimum iaitu profit harian yang maksimum, nilai x 1 dan x 2 mesti berada di atas sempadan atau di dalam kawasan tertutup yang berlorek. Oleh itu, kita boleh melukis garis z pada sebarangan nilai. Untuk tujuan ini, kita akan gunakan z = 8x 1 + 5x 2 =10 iaitu profit maksimumnya sekurang-kurangnya RM10.

x 2 x 1 =3 14 12 10 =12 3x 1 + x 2 8
x
2
x 1 =3
14
12
10
=12
3x 1 + x 2
8
6
4
x 1 + x 2
=7
2
5
10 x 1
0
z =10
-2

Rajah 3.5

Sekarang kita boleh ulang langkah di atas dengan melukis garis- garis bagi 8x 1 + 5x 2 =20, 8x 1 + 5x 2 =30 dan 8x 1 + 5x 2 = 40 ke atas rajah yang sama seperti rajah 3.6.

x 2 x 1 =3 14 12 10 3x 1 + x 2 =12 8
x
2 x 1 =3
14
12
10
3x 1 + x 2 =12
8
6
4
x 1 + x 2
=7
2
z =40
5
10 x 1
0 z =20
z =30
z =10
-2

Cik Farm CM, Dr Hu LN, IPGM

Rajah 3.6

3-7

MTE3104: Matematik Keputusan

Garis z = 40 dalam rajah 3.6 menunjukkan profit harian yang maksimum sekurang-kurangnya RM 40. Kita dapat melihat dari rajah, apabila nilai k bertambah, garis z = k bergerak ke arah jauh dari asalan. Ini bermakna semasa mencari nilai maksimum, garis fungsi objektif perlu bergerak sejauh yang mungkin dari asalan dalam kawasan tersaur, manakala garis z = k akan bergerak ke arah asalan jika ingin menyelesaikan masalah meminimumkan fungsi objektif. Semasa kita menggerakan garis fungsi objektif jauh dari asalan, kita akan dapat satu titik terjauh yang terletak di titik persilangan bagi garis 3x 1 + x 2 =12 dan x 1 + x 2 = 7.

x 2 x 1 =3 14 12 10 bucu optimum 3x 1 + x 2
x
2 x 1 =3
14
12
10
bucu optimum
3x 1 + x 2 =12
8
6
4
x 1 + x 2
=7
2
z =40
5
10 x 1
0

Rajah 3.7

Titik ini dipanggil bucu optimum. Penyelesaian untuk semua masalah pengaturcaraan linear akan terletak atas sempadan rantau tersaur dan biasanya merupakan satu bucu. Fakta ini akan menolong kita membuat pertimbangan untuk masalah yang lebih rumit. Untuk mendapatkan penyelesaian optimum, kita akan membaca koordinat-koordinat bagi bucu optimum. Walau bagaimanapun, koordinat-koordinatnya yang dicari dengan cara menyelesaikan persamaan serentak adalah lebih jitu. Persamaan-persamaan yang terlibat dalam contoh 3.4 ialah :

3x 1 + x 2 = 12

x 1 + x 2

= 7

Penyelesaian untuk persamaan-persamaan di atas ialah x 1 = 2.5 dan x 2 = 4.5. Gantikan

nilai-nilai ini ke dalam fungsi objektif, kita akan mendapat nilai z = 42.5.

Kita boleh merumuskan bahawa syarikat kilang permainan dalam contoh 3.4 dapat memaksimumkan profitnya dengan cara membuat 5 unit basikal permainan dan 9 unit trak permainan pada setiap dua hari. Profit harian yang maksimum adalah RM42.50.

Contoh 3.5: mencari nilai optimum dengan sesiku dan pembaris

Bina rantau yang memuaskan ketaksamaan

3x + 2y 60,

x + 2y 30,

x 10 dan

y 0.

Jika (x, y) ialah satu titik dalam rantau itu, cari nilai minimum bagi x + 2y dan nilai

maksimum bagi 2x + y.

Penyelesaian 3.5

Langkah ① Langkah ②
Langkah ①
Langkah ②

Lukis garis lurus 3x + 2y = 60, x + 2y = 30, x = 10 dan y = 0.

Bina rantau R yang memuaskan ketaksamaan 3x + 2y 60, x + 2y 30, x 10 dan y 0.

Cik Farm CM, Dr Hu LN, IPGM

3-8

MTE3104: Matematik Keputusan

Langkah ③

Langkah ④

Dengan menggunakan pembaris dan sesiku, lukiskan satu garis lurus yang selari dengan x + 2y = 30, yang merentasi rantau R dan mempunyai nilai pintasan-y terkecil. Lukis garis lurus 2x + y = 10. Dengan menggunakan pembaris dan sesiku, lukiskan satu garis lurus yang selari dengan 2x + y = 10, yang merentasi rantau R dan mempunyai nilai pintasan-y terbesar.

y 40 x=10 2x + y = 40 30 20 10 R x + 2y
y
40
x=10
2x + y = 40
30
20
10
R x + 2y = 30
x
2x2x ++ yy == 1010
10
20
30
40
x + 2y = 10
3x + 2y = 60

Rajah 3.8

Daripada graf 3.8, didapati garis tebal yang mempunyai nilai pintasan-y terkecil melalui (10, 0) yang terletak dalam rantau R. Jadi, nilai minimum bagi x + 2y ialah 10 + 2(0) = 10. Daripada graf 3.8, juga didapati garis yang mempunyai nilai pintasan-y terbesar (20, 0) yang terletak dalam rantau R. Jadi, nilai maksimum bagi 2x + y ialah 2(20) + 0 = 40.

Contoh 3.6:

Encik Yunus ialah pengurus bagi sebuah kilang tekstil yang mempunyai 200 orang pekerja. Dia telah menyediakan tidak lebih daripada 4 buah bas besar dan beberapa buah bas mini untuk membawa pekerja-pekerjanya datang bekerja dan menghantar mereka balik apabila tamat bekerja. Muatan sebuah bas besar ialah 40 orang manakala muatan sebuah bas mini pula ialah 20 orang sahaja. Kos operasi bagi setiap bas besar dan bas mini masing-masing ialah RM30 dan RM20 sehari. Diberi bahawa Encik Yunus hanya dapat mengupah 9 orang pemandu bas, cari bilangan bas besar dan bas mini yang harus digunakan supaya kos operasi adalah minimum. Seterusnya, kirakan kos operasi minimum yang diperlukan.

Penyelesaian 3.6:

Apa yang dikehendaki?

Apakah data yang diberi?

(a) Bilangan bas besar dan bas mini (b) Kos operasi minimum

Jumlah pekerja

Jumlah pemandu = 9 orang Muatan bas besar = 40 orang Muatan bas mini = 20 orang Bilangan bas besar tidak melebihi 4 buah Kos operasi sebuah bas besar = RM 30 sehari Kos operasi sebuah bas mini = RM 20 sehari

= 200 orang

Bagaimanakah menyelesaikannya ?

(a)

Tentukan pembolehubah, tafsirkan masalah dan bentukkan ketaksamaan

(b)

Bina rantau yang memuaskan ketaksamaan

(c)

Tentukan nilai optimum

Cik Farm CM, Dr Hu LN, IPGM

3-9

MTE3104: Matematik Keputusan

Katakan bilangan buah bas besar ialah x dan bilangan buah bas mini ialah y. Maka jumlah muatan x buah bas besar = 40x Maka jumlah muatan y buah bas besar = 20y Jadi, jumlah bilangan pekerja yang boleh dibawa oleh x buah bas besar dan y buah bas mini = 40x +20y. Jumlah ini mestilah lebih besar daripada atau sama dengan jumlah bilangan pekerja kilang. Maka ketaksamaan yang berkenaan ialah 40x + 20y 200

iaitu

2x +

y 10

Oleh kerana bilangan bas besar tidak melebihi 4, maka ketaksamaan yang boleh dibentuk ialah x 4 Jumlah bilangan bas = x + y Diberi bahawa hanya terdapat 9 orang pemandu bas

maka x + y

Dua ketaksamaan lagi yang boleh dibentukkan ialah

9.

x ≥ 0 dan y ≥ 0 Bilangan bas tidak mungkin bernilai negatif.
x ≥ 0 dan
y ≥ 0
Bilangan bas tidak mungkin bernilai negatif.

Lukiskan garis-garis lurus 2x + y = 10, x = 4, x + y = 9, x = 0 dan y = 0.

Lorekkan rantau yang memuaskan ketaksamaan 2x + y 10, x 4, x + y 9, x 0 dan y

0.

Jadi, rantau R memuaskan ketaksamaan-ketaksamaan tersebut.

x + y = 9 y 10 2x +y=10 x = 4 9 8 k
x + y = 9
y
10
2x +y=10
x = 4
9
8
k = 30x+20y
7
6
5
R
4
3
(4,2)
2
1
x
1
2
3
4
5
6
7
8
9
10
60=30x +20y

Rajah 3.9

Menentukan nilai optimum: Jumlah kos operasi = RM 30x + RM 20y. Maka kos operasi minimum yang diperlukan merupakan nilai minimum bagi 30x + 20y. Lukiskan garis lurus k

= 30x + 20y dengan suatu nilai k yang sesuai, katakan k = 60. Ini bermakna lukiskan garis 60

= 30x + 20y. Kemudian, lukiskan suatu garis selari k = 30x + 20y, yang merentasi rantau R dan mempunyai nilai pintasan-y terkecil.

Didapati bahawa apabila garis k = 30x + 20y melalui titik (4, 2) yang terletak di dalam R, pintasan-y adalah terkecil. Ini bermakna 30x + 20y mempunyai nilai minimum pada titik (4, 2), iaitu 4 buah bas besar dan 2 buah bas mini harus digunakan supaya kos operasi adalah minimum. Jadi, nilai minimum bagi 30x + 20y ialah 30(4) + 20 (2) = 160, iaitu kos operasi minimum yang diperlukan ialah RM 160 sehari.

Cik Farm CM, Dr Hu LN, IPGM

3-10

MTE3104: Matematik Keputusan

Contoh 3.7:

Seorang saudagar teh mempunyai 20 kg serbuk teh gred A dan 36 kg serbuk teh gred B. Saudagar teh itu memperkenalkan dua jenis serbuk teh campuran, iaitu Fantasi dan Aromatik kepada pelanggannya. Fantasi dihasilkan dengan mencampurkan serbuk teh gred A dan B dalam nisbah 1 : 3, manakala Aromatik pula dihasilkan dengan mencampurkan serbuk teh gred A dan B dalam nisbah 2 : 3. Saudagar teh itu akan memperoleh keuntungan sebanyak RM4 dengan penjualan 1 kg Fantasi dan RM5 dengan penjualan 1 kg Aromatik, Berapa banyakkah Fantasi dan Aromatik yang harus dijual oleh saudagar teh itu supaya memperoleh profit maksimum? Berapakah profit maksimum saudagar teh itu?

Penyelesaian 3.7:

Maklumat yang diberi dalam soalan boleh dijadualkan seperti berikut.

Jenis teh

Nisbah serbuk teh

Pecahan serbuk teh gred A

Pecahan serbuk teh gred A

Keuntungan

gred A : gred B

se kg

Fantasi

1

:

3

1

3

RM 4

 

4

4

Aromatik

2 : 3

2

3

RM 5

5

5

Katakan x kg teh Fantasi dan y kg teh Aromatik harus dijual oleh saudagar teh itu.

Maka x 0 dan

Ketaksamaan bagi jisim serbuk teh gred A yang digunakan ialah

y 0.

iaitu

1

4

2 y 20

5

x +

5x + 8y 400

Berat serbuk teh gred A = 20 kg
Berat serbuk teh gred A = 20 kg

Ketaksamaan bagi jisim serbuk teh gred B yang digunakan ialah

iaitu

3

4

3

5 y 36

x +

5x + 4y 240

Berat serbuk teh gred B = 36 kg
Berat serbuk teh gred B = 36 kg

Rantau yang memuaskan ketaksamaan-ketaksamaan x 0, y 0, 5x + 8y 400 dan

5x + 4y ≤ 240 adalah seperti yang ditunjukkan dalam graf di bawah. y 60
5x + 4y ≤ 240 adalah seperti yang ditunjukkan dalam graf di bawah.
y
60
5x + 4y = 240
50
(16,40)
40
30
R
20
10
0
10
20
30
40
50
60
70
80
x
Rajah 3.10
4x + 5y = 100
5x + 8y = 400

Cik Farm CM, Dr Hu LN, IPGM

3-11

MTE3104: Matematik Keputusan

Profit Z = RM (4x + 5y). Andaikan Z = 100, lukiskan garis lurus 4x + 5y = 100. Kemudian menggunakan pembaris dan sesiku, lukiskan satu garis yang selari dengan 4x + 5y = 100 yang merentasi rantau R yang memberi pintasan-y terbesar. Dari graf, garis selari ini melalui titik (16, 40) dalam rantau R, maka Z = RM (4x + 5y) adalah maksimum pada titik(16, 40). Jadi, berat teh Fantasi dan Aromatik yang harus dijual masing-masing ialah 16 kg dan 40 kg. Maka profit maksimum yang diperoleh oleh saudagar teh itu ialah Z = RM (4x16 + 5 x 40) = RM 264.

Latihan 3.1:

1.

Lukiskan rautau R yang memuaskan ketaksamaan 3x + 2y 18, 3x + 5y 30, x 0 dan y 0. Jika x dan y ialah integer dan titik (x, y) terletak di dalam rantau R, cari nilai minimum bagi 7x + 6y dan nyatakan koordinat titik (x, y) yang memberikan nilai minimum itu.

2.

Lukiskan rautau R yang memuaskan ketaksamaan 3x + 2y 24, x + y < 30, y

1

2

x

dan y 0. Jika (x, y) terletak di dalam rantau R, cari

 

(a)

nilai maksimum bagi 2x + 3y,

 

(b)

nilai minimum bagi x + y,

(c)

koordinat bagi titik (x, y) yang sepadan dengan

 
 

(i)

nilai maksimum dalam (a),

(ii) nilai minimum dalam (b)

 

3.

Sebuah kilang kereta di Kuala Lumpur ingin menghantar 50 buah kereta ke Ipoh dengan menggunakan treler. Kilang kereta tersebut telah memperoleh maklumat seperti dalam jadual berikut daripada sebuah syarikat pengangkutan.

 

Jenis Treler

Muatan

Kadar Sewa

 

Treler panjang

100 buah kereta

RM 1000

Treler biasa

5 buah kereta

RM 600

4.

Bagi setiap treler panjang yang disewa, sekurang-kurangnya 2 buah treler biasa perlu disewa juga. Berapakah bilangan treler panjang dan treler biasa yang mesti disewa oleh kilang kereta tersebut supaya kos pengangkutan yang perlu ditanggungnya adalah minimum? Kirakan nilai optimum itu.

 

Jenis pil

Alfa (unit)

Beta (unit)

Vitamin A

8

12

Vitamin B

16

4

Vitamin C

2

6

Harga sebiji (sen)

6

5

Kandungan vitamin dalam 2 jenis pil multi-vitamin, Alfa dan Beta, adalah seperti dalam jadual di atas. Jika seseorang memerlukan sekurang-kurangnya 400 unit vitamin A, 320 unit vitamin B dan 120 unit vitamin C, berapakah bilangan setiap jenis pil yang harus dibeli oleh orang itu dengan kos minimum? Berapakah kos minimum itu?

Cik Farm CM, Dr Hu LN, IPGM

3-12

MTE3104: Matematik Keputusan

5. Sebuah kilang alat-alat elektrik ingin mengeluarkan 2 jenis kipas elektrik, iaitu kipas meja dan kipas siling. Setiap minggu kilang itu mempunyai bahan yang hanya mencukupi untuk mengeluarkan tidak lebih daripada 600 buah kipas meja dan 800 buah kipas siling. Penghasilan sebuah kipas meja memerlukan 3.5 jam-tenaga manusia, manakala sebuah kipas siling pula memerlukan 2 jam-tenaga manusia. Dalam seminggu, kilang itu mempunyai sebanyak-banyaknya 3000 jam-tenaga manusia. Jika keuntungan yang diperoleh daripada penjualan setiap kipas meja dan kipas siling masing-masing ialah RM8 dan RM5, cari bilangan setiap jenis kipas yang perlu dikeluarkan dalam seminggu supaya keuntungan kilang itu adalah maksimum. (satu jam-tenaga manusia ialah kerja yang dibuat oleh 1 orang dalam masa 1 jam.)

Jawapan Latihan 3.1:

dibuat oleh 1 orang dalam masa 1 jam.) Jawapan Latihan 3.1: 3. Bilangan treler panjang =

3. Bilangan treler panjang = 4 Bilangan treler biasa = 2 Sewa minimum = RM 5200

5. Bilangan kipas meja = 400 Bilangan kipas siling = 800 Keuntungan maksimum = RM 7200

Cik Farm CM, Dr Hu LN, IPGM

4. Bilangan pil Alfa = 14 Bilangan pil Beta = 24 Kos minimum = RM 2.04

3-13

MTE3104: Matematik Keputusan

Tutorial 3.1

1.

2.

3.

Gunakan kaedah graf untuk menyelesaikan masalah pengaturcaraan linear:

z = 2x

x

x

x

+

(i)

Memaksimumkan

:

Subjek kepada

:

(ii)

Memaksimumkan

:

Subjek kepada

:

(iii)

Meminimumkan

:

Subjek kepada

:

2

1

1

,

1

+ x

2

5

2

x

2

x

2

0

12

z

2

x

x

= 2x

1

+ 3x

8

2

x

1

1

x

1

1

+ x

2

+ x 6

+

,

2

2

x

2

x

2

0

10

= 2x

z

4

x

x

x

1

1

x

1

+ 3x

6

1

+ x

1

+

2

2

2

2

5

+ x

0

,

x

2

5

8

x

2

Sebuah kilang kain mengeluarkan dua jenis kain iaitu Standard dan Deluxe. Kilang akan dapat profit sebanyak RM1.00 untuk sekilogram Standard dan RM1.50 untuk sekilogram Deluxe. Kain Standard dihasilkan dengan menggunakan benang berwarna kelabu, merah dan hijau dalam nisbah 0.75: 0.125 : 0.125. Kain Deluxe pula dihasilkan dengan warna benang yang sama tetapi dalam nisbah 0.5: 0.333: 0.167. Pengurus kilang boleh membeli 750 kg benang kelabu, 200 kg benang merah dan 130 kg benang hijau sahaja pada setiap minggu. Pengurus kilang tersebut akan menggunakan model pengaturcaraan linear berikut untuk memaksimumkan profit mingguan kilangnya.

(i)

(ii)

(iii)

Memaksimumkan Subjek kepada

:

:

z = x +1.5x

0.75

0.125

0.125

x +

1

1

2

0.5

x

2

0.333

0.167

2

x

2

x

750

x +

1

x +

1

200

130

x

1

,

x

2

0

Apa yang diwakili oleh pemboleh ubah

Terangkan makna untuk setiap ungkapan dalam model ini.

Penyelesaian optimum untuk masalah pengaurcaraan linear ini ialah x

x

1

dan

x

2

?

1

= 480,

x

2

= 420 dan z = 1110. Berdasarkan penyelesaian ini, terangkan strategi yang

harus pengurus ini gunakan.

.

Syarikat Jamesons Elektrik mengubah 2 orang pekerja sambilan Robyn dan Laura untuk memperbaiki televisyen, video dan radio yang rosak. Pada setiap permulaan minggu, pengurus akan menentukan tempoh masa kerja mingguan Robyn dan Laura. Upah Robyn ialah RM 25 sehari dan upah Laura ialah RM22 sehari. Robyn boleh memperbaiki 1 televisyen, 2 video dan 6 radio pada setiap hari. Manakala Laura boleh memperbaiki 5 televisyen, 12 video dan 18 radio.

Cik Farm CM, Dr Hu LN, IPGM

3-14

MTE3104: Matematik Keputusan

(i)

Bentukkan model pengaturcaraan linear supaya pengurus syarikat dapat menentukan bayaran minimum mingguan untuk mengubahkan Robyn dan Laura.

(ii)

Gunakan kaedah graf untuk menyelesaikan model di (i). Interprestasikan penyelesaian yang anda dapat.

4. Dengan menggunakan kaedah graf, selesaikan masalah pengaturcaraan linear berikut:

(i)

:

 

Memaksimumkan Subjek kepada

:

(ii)

:

 

Memaksimumkan Subjek kepada

:

(iii)

Memaksimumkan

:

Subjek kepada

:

Jawapan :

1.

(i)

(iii)

x =12,

1

x =1,

1

x

x

2

2

= 0,

= 2,

z

z

= 24

= 8

z

=−8x + 4x

1

x

1

x 2

2

 

2

x

1

x ≥−

2

3

x 1 x