Metode aljabar matriks

Metode aljabar matriks adalah cara lain untuk menyelesaikan suatu

permainan yang mempunyai matriks segi empat.
Tabel 8.4. reduced game matrix
Perusahaan B
A1
Perusahaan A
A3

Minimum baris

B1

B2

2 maksimin

Maksimum kolom

Minimaks
Untuk menjelaskan prosedur penyelesaiannya, akan digunakan kembali
permainan 2 2 dengan strategi campuran pada tabel 8.4. bentuk matriksnya
adalah sebagai berikut :
B1 B2
2 5
6 1 Pij

A1

A3
Di mana Pij menunjukkan jumlah pay off dalam baris ke I dan kolom ke j.
Strategi optimal untuk perusahaan A dan B dan nilai permainan (V), dapat
dicari dengan rumus-rumusan (formula) sebagai berikut :

strategi optimal A

1 1 Padj

1 1 Padj

strategi optimal B

1 1 Pcof
1 1 Padj

strategi

optimal A
Pij

Nilai Permainan (V )

Dimana

ij

1
1 P
1
adj

a b

c d

Pij

game matrix

Pcof

cofactor matrix

Padj

adjo int matrix

Pcof

a.d b.c

ij

strategi

optimal B

d c

b a

d b

c a

Pada persamaan ini, strategi optimal A ada dalam vektor baris, dan strategi
optimal B diletakkan dalam bentuk vektor kolom.
Dalam masalah diatas, dapat diketahui :

2 5
ij

6 1
1 6
Pcof

5 2
1 5
T
Padj Pcof

6 2
2 5
Pij

(2 1) (5 6) 28

6 1

Dari hasil pencarian dengan rumus maka didapat :

1 5
6 2

strategi optimal A
1 5 1
1 1

6 2 1
5 3

1 1

1 6
5 2

strategi optimal B
1 5 1
1 1

6 2 1
4 4

1 1

Jadi, strategi-strategi campuran yang optimal =

5 5

8 8
4 4 1
B1

8 8 2

3 3

8 8
4 4 1
B2

8 8 2

A1

A3

5
8

Nilai Permainan (V )

28

3
8

5
8

28
8

3
8
1
2

1
2

1
2

1
2
3,5

 2 5
6 1

28
3,5
8

Atau Nilai Permainan

Hasil ini sama persis dengan penyelesaian yang didapatkan dengan metode
analitis yang dijelaskan sebelumnya.
Metode aljabar matriks kadang-kadang digunakan untuk menyelesaikan
permainan matriks segi empat yang lebih banyak dari permainan 2x2.
TEORI PERMAINAN DAN LINEAR PROGRAMMING
Metoda grafik, analitis, dan aljabar matriks yang dibahas sebelumnya
mempunyai ruang lingkup agak terbatas. Untuk menyelesaikan permainan
strategi-campuran dengan ordo 3 3 atau dimensi yang lebih besar, dapat
mempergunakan linear programming.
Untuk menguraikan teknik dan prosedur linear programming ini, akan kembali
digunakan contoh permainan dua-pemain jumlah-nol dalam table 8.4.
Notasi yang dipergunakan :

nilai permainan

X 1 , X 2 probabilit as pemilihan strategi A1 dan A3

Y 1 , Y 2 probabilit as pemilihan strategi B1 dan B2

2X1 6 X 2 V

(bila pemain B menggunakan strategi B1 seterusnya )

5 X 1 1 X 2 V

(bila pemain B menggunakan strategi B2 seterusnya )

Dengan A sebagai maximizing player, maka dapat dinyatakan keuntungan

yang diharapkan untuk A dalam tanda ketidaksamaan . Ini berarti bahwa A
mungkin meperoleh keuntungan lebih dari V bila B menggunakan strategi yang

lemah. Jadi, nilai keuntungan yang diharapkan untuk pemain A adalah sebagai
berikut:
Diketahui bahwa:

X1 X 2 1
dan
X1, X 2 0

2Y1 5 Y 2 V (bila pemain A menggunakan strategi A1 seterusnya )

6 Y 1 1Y 2 V (bila pemain A menggunakan strategi A3 seterusnya )
Dengan B sebagai minimizing player, maka dapat dinyatakan kerugian yang
diharapkan B dalam tanda ketidaksamaan . Ini berarti B mungkin mengalami
kerugian kurang dari V bila A menggunakan strategi yang lemah. Jadi, nilai
kerugian yang diharapkan untuk pemain B adalah sebagai berikut:

Juga diketahui bahwa :

Y 1 Y 2 1
dan
Y 1 ,Y 2 0

Dengan membagi setiap ketidaksamaan dan persamaan diatas dengan V,

didapatkan :

2 Y 1 5Y 2
2 X1 6 X 2

1
V
V
V
V
6 Y 1 1Y2
5 X1 1X2

1
V
V
V
V
X1 X 2
Y1 Y 2

1
V
V
V V

Untuk perusahaan A

Untuk perusahaan B

X1
X1
V
Y1
Y1
V

,
,

X2
X2
V
Y2
Y2
V

Bila ditentukan variabel-variabel barunya

Maka didapatkan :
Untuk perusahaan A

Untuk perusahaan B

2 X1 + 6 X2 1

2 Y1 + 5 Y2 1

5 X1 + 1 X2 1

6 Y1 + 1 Y2 1

X1 + X2 = 1/V

Y1 +Y2 = 1/V

Karena perusahaan A adalah maximizing player, maka tujuannya adalah

memaksimumkan V, atau sama dengan meminimumkan 1/V. Dengan X1 + X2 =

1/V, dapat dirumuskan masalah linear programming untuk perusahaan A sebagai

berikut:
Minimumkan
Z = X1 + X2 Z = 1/V
Batasan-batasan:
2 X1 + 6 X2 1
5 X1 + 1 X2 1
X1 , X2 0
Sedangkan perusahaan B adalah minimizing player, maka tujuannya adalah
meminimumkan V, atau ini berarti B harus memaksimalkan 1/V. Dengan Y1 + Y2
= 1/V, dapat dirumuskan masalah linear programming untuk perusahaan B sebagai
berikut:
Maksimumkan
Z = Y1 + Y2 Z = 1/V
Batasan-batasan:
2 Y1 + 5 Y2 1
6 Y1 + 1 Y2 1
Y1 , Y2 0
Catatan : rumusan linear programming untuk perusahaan A adalah dualnya untuk
perusahaan B. Penyelesaian bentuk dual ini dapat diperoleh kembali dari tabel
optimal primal.
Dengan metoda simpleks, masalah linear programming primal dapat dipecahkan
seperti terlihat dalam table optimal 8.5.
1
1
Y2
7
7
Penyelesai an optimal masalah dual dapat diperoleh dari baris C j Z j

Y1

dalam tabel 8.5.

X1

5
28

X2

3
28

esaian optimalnya adalah :

Penyel

Variabelvariabel
Dasar
Y2
Y1

Keuntungan
Per Unit

C j1
Kuantitas

Cb

1
1

1
7
1
7

Zj
C jZ j

Y1

Y2

S1

S2

3
14

1
14

1
28

5
28

5
28

3
28

5
28

3
28

Tujuannya adalah menentukan distribusi probabilitas optimal untuk A dan B. Nilai

permainan, V, dapat dicari berikut ini :
Z

1
5
3
2
X1 X 2

V
28 28 7

Jadi
7
V 3,5
2

Hasilnya sama dengan yang diperoleh dari metode-metode lain. Selanjutnya dapat
dicari:

7 5 5
X 1 V . X 1
0,625
2 28 8
7 3 3
X 2 V . X 2
0,375
2 28 8

Dan
7 1 1
Y 1 V .Y1 0,50
2 7 2
7 1 1
Y 2 V .Y2 0,50
2 7 2