=
=
(
(
(
=
(
(
(
(
=
(
(
(
1 ... 0 0
... ... ... ...
0 ... 1 0
0 ... 0 1
...
...
...
... ... ... ...
...
...
...
2 1
2
1
, 2 1
, 2 22 21
, 1 12 11
2
1
Contoh
Perhatikan LP dibawah
Maks z = x
1
+ 4x
2
+ 7x
3
+ 5x
4
Kendala
2 x
1
+ x
2
+ 2x
3
+ 4x
4
= 10
3 x
1
x
2
2x
3
+ 6x
4
= 5
x
1
, x
2
, x
3
, x
4
> 0
Contoh
Maka bentuk matriksnya (ingat rubah dulu ke rumusan baku LP)
| | M M C b
I A
R
R
x
x
x
x
X
=
(
=
(
=
(
=
(
(
(
(
(
(
=
5 7 4 1
5
10
1 0
0 1
6 2 1 3
0 4 1 2
2
1
4
3
2
1
Representasi vektor dari basis
Dalam rumusan baku LP, persamaan kendala (A,I )X = b
dapat direpresentasikan dalam bentuk
dimana P
j
merepresentasikan vektor kolom dari (A,I )
Himpunan bagian yang terdiri dari m vektor disebut
basis, B, jika dan hanya jika sejumlah m vektor tersebut
linearly independent atau determinan B tidak sama
dengan nol
b x P
n
j
j j
=
=1
Contoh
Dari soal diatas, dapatkan semua basis yang mungkin
Kendala soal diatas, direpresentasikan dalam bentuk
sebagai berikut:
Maka basis yang mungkin:
Det (P
1
,P
2
) = det = 2(-1) 1(3) = -5 basis
Det (P
1
,P
3
) = det = 2(-2) 2(3) = -10 basis
b x P
n
j
j j
=
=1
(
=
(
+
(
+
(
+
(
+
(
+
(
5
10
1
0
0
1
6
4
2
2
1
1
3
2
2 1 4 3 2 1
R R x x x x
2 1
3 -1
2 2
3 -2
Contoh
Det (P
1
,P
4
) = det = 2(6) 4(3) = 0 bukan basis
Det (P
1
,R
1
) = det = 2(0) 1(3) = -3 basis
Det (P
1
,R
2
) = det = 2(1) 0(3) = 2 basis
Det (P
2
,P
3
) = det = 1(-2) 2(-1) = 0 bukan basis
Det (R
1
,R
2
) = det = 1(1) 0(0) = 1 basis
2 4
3 6
2 1
3 0
2 0
3 1
1 2
-1 -2
1 0
0 1
Solusi basis
Dalam rumusan baku LP dengan (A,I )X = b, m persamaan
kendala dan n variabel, dimisalkan X
B
adalah himpunan bagian
vektor X (terdiri dari n elemen) yang terdiri dari m elemen.
Definisikan B matriks himpunan bagian dari (A,I ) yang
berkaitan dengan X
B
. Jika B basis, maka nilai di luar X
B
adalah
nol sehingga
B X
B
= b
dan didapat
X
B
= B
-1
b
dengan B
-1
adalah invers B.
Dalam hal ini X
B
disebut solusi basis
Jika B
-1
b > 0 maka X
B
disebut solusi basis layak
Contoh
Solusi basis soal diatas:
B Status
(P
1
, P
2
) 2 1 x
1
= 10 x
1
= 1/5 1/5 10 = 3 Layak
3 -1 x
2
5 x
2
3/5 - 2/5 5 4
(P
1
, P
3
) 2 2 x
1
= 10 x
1
= 1/5 1/5 10 = 3 Layak
3 -2 x
3
5 x
3
3/10 - 1/5 5 2
(P
1
, R
1
) 2 1 x
1
= 10 x
1
= 0 1/3 10 = 1 2/3 Layak
3 0 R
1
5 R
1
1 - 2/3 5 6 2/3
(P
1
, R
2
) 2 0 x
1
= 10 x
1
= 1/2 0 10 = 5 Tidak layak
3 1 R
2
5 R
2
-1 1/2 1 5 -10
(R
1
, R
2
) 1 0 R
1
= 10 R
1
= 1 0 10 = 10 Layak
0 1 R
2
5 R
2
0 1 5 5
BX
B
= b Solusi
Metode simpleks dalam bentuk matriks
Dalam metode simpleks, solusi bergerak dari satu
basis B ke basis selanjutnya, misalnya B
next
dengan
mengganti salah satu vektor basis yaitu leaving
variabel dengan satu vektor non basis yaitu entering
variabel
Dalam bentuk matriks, penentuan entering variabel
dan leaving variabel dilakukan berdasarkan
optimality dan feasibility condition berikut
Entering variabel
Entering variabel ditentukan berdasarkan simplex
optimality condition
Dari tabel matriks baku, persamaan dari koifisien fungsi
tujuan yang berkaitan dengan variabel x
j
adalah:
z
j
c
j
= C
B
B
-1
P
j
- c
j
Dari persamaan z, untuk masalah minimasi, kenaikan
variabel non basis x
j
akan menurunkan nilai z dari nilai z
sekarang jika nilai z
j
c
j
positif
Untuk masalah maksimasi, kenaikan variabel non basis
x
j
akan menaikkan nilai z dari nilai z sekarang jika nilai
z
j
c
j
negatif
Leaving variabel
Leaving variabel ditentukan berdasarkan simplex
feasibility condition
Nilai maksimum entering variabel dihitung dari
Variabel basis yang menjadi leaving variabel adalah
yang mempunyai ratio terkecil
( )
( )
( )
)
> =
0 min
1
1
1
i
k
i
k
i
i
k
P B
P B
b B
x
Contoh
Dari soal di atas, misal diambil salah satu solusi basis layak,
misalnya (P
1
, P
2
) sebagai solusi awal.
Iterasi B X
B
C
B
B
-1
Solusi basis (B
-1
b) z (C
B
B
-1
b)
0 Entering variabel Untuk P
3
Untuk P
4
(P1,P2) = 2 1 x
1
1 4 1/5 1/5 x
1
= 1/5 1/5 10 = 3 19 1 -3
3 -1 x
2
3/5 - 2/5 x
2
3/5 - 2/5 5 4
Leaving variabel
B
-1
b B
-1
P
4
x
4
(min ratio B
-1
b/B
-1
P
4
)
3 B
next
(P4, P2)
4
1 Entering variabel Untuk P
3
Untuk P
1
(P4,P2) = 4 1 x
4
5 4 1/10 1/10 x
4
= 1/10 1/10 10 = 1 1/2 23 1/2 1 1 1/2
6 -1 x
2
3/5 - 2/5 x
2
3/5 - 2/5 5 4
z
j
- c
j
> 0 sehingga sudah optimal
1 1/2
z
j
- c
j
bukan basis
2
0
Metode simpleks yang direvisi
Algoritma simpleks yang direvisi (the revised simplex)
mempunyai langkah-langkah yang sama dengan metode
simpleks.
Perbedaan hanya dalam cara menghitung basis dan
invers basis (B dan B
-1
). Alih-alih menghitung invers B
secara langsung, the revised simplex mendapatkan invers
B dengan product form method.
Keuntungan akan terasa jika masalah memiliki jumlah
variabel atau kendala dalam jumlah besar
Metode simpleks yang direvisi
Product form method
Diberikan B
-1
, B
-1
next
didapat dengan:
B
-1
next
= EB
-1
Untuk mendapatkan E: jika P
j
dan P
r
adalah entering dan leaving
variabel, maka E didefinisikan sebagai matriks identitas
berukuran m dengan kolom ke-r diganti oleh:
dengan (B
-1
P
j
)
r
0. Jika sama dengan nol, maka B
-1
next
tidak ada
( )
( )
( )
( )
(
(
(
(
(
(
(
+
=
m
j
j
j
r
j
P B
P B
P B
P B
1
2
1
1
1
1
...
1
...
1
Tempat ke-r
Contoh
Diberikan informasi
Misalkan B
-1
next
didapat dengan mengganti leaving variabel
P
3
= (0, 0, 1)
T
dengan entering variabel V
3
= (2, 1, 5)
T
.
(
(
(
(
=
(
(
=
1 1 2
0 0
0
1 0 4
0 2 0
0 1 2
2
1
4
1
2
1
1
B B
Contoh
Maka
(
(
(
(
=
(
(
(
(
(
(
(
(
=
(
(
(
(
=
(
(
(
(
=
=
(
(
(
(
=
(
(
(
(
(
(
2
1
2
1
4
1
4
1
2
1
8
3
8
5
4
5
2
1
4
1
2
1
2
1
4
1
8
3
1
2
1
4
1
8
3
2
1
4
3
2
1
4
3
2
1
4
1
2
1
3
1
1
1 1 2
0 0
0
0 0
1 0
0 1
1
2
1
3
2
5
1
2
1 1 2
0 0
0
next
B
r
V B