Simplex Method

Kita tuliskan kembali linear programming terdahulu, Maksimalkan f = c1x1 + c2x2 + dengan constraint: a11x1 + a21x1 + am1x1 + xi + a1nxn = b1 + a2nxn = b2 + amnxn = bm + cnxn

0 (i = 1, ,n)
Matematika 3 1

Untuk menemukan solusi optimal dari problem di atas, hanya diperhitungkan basic feasible solution melalui prosedur yang harus diikuti. Salah satunya adalah simplex method yang dilakukan secara stepwise dari satu basic feasible solution ke yang lain dengan suatu cara sehingga fungsi f selalu meningkat nilainya. Metode ini dimulai dengan sebuah Operation Io awal di mana kita dapat menemukan sebuah basic feasible solution untuk memulai. Kemudian dilanjutkan dengan operasi berikutnya:
 Operation O1: Tes untuk optimalisasi,  Operation O2: Lokasi basic feasible solution yang lebih baik,  Operation O3: Transisi menuju solusi yang lebih baik
Matematika 3 2

Initial Operation Io
Tentukan basic feasible solution yang diperlukan untuk memulai iterasi. Yaitu, kelompokkan variabel x1, ,xn menjadi 2 group dengan memilih m variabel (basic variable); kemudian yang lain n m variabel yaitu yang bernilai 0 pada sebuah basic feasible solution (non-basic variable atau right-hand variable).

Contoh:
Maksimalkan: f = 29x1 + 45x2 dengan constraint: 2x1 + 8x2 + x3 4x1 + 4x2 xi = 60 + x4 = 60 0 (i = 1, ,4)
Matematika 3 3

Penyelesaian: Kita tentukan x3, x4 sebagai basic variable. x3 = 60 - 2x1 - 8x2 x4 = 60 - 4x1 - 4x2 Kita mendapatkan nilai variabel basic feasible solution dengan memperlakukan variabel di ruas kanan = 0. x3 = 60, x4 = 60 dan basic feasible solution adalah titik O, titik asal x1 = 0, x2 = 0. Catatan : Jika metode ini memberikan nilai negatif untuk beberapa basic variable, kita harus mencoba set basic variable yang lain.
Matematika 3 4

Step-1. Operation O1 : Test for optimality

 Yakinkan apakah semua koefisien dari f yang dinyatakan dengan variabel pada ruas kanan adalah negatif atau nol jika ini dipenuhi basic feasible solution adalah optimal.  f tidak dapat meningkat jika kita memberikan nilai positif pada variabel di ruas kanan.  Sebagai contoh, karena pilihan kita untuk variabel ruas kanan adalah x1, x2, kita harus memperhitungkan f sebagai fungsi dari variabel ini f = 29x1 + 45x2. Kriteria menunjukkan bahwa x1=0, x2=0 adalah tidak optimal karena 29 dan 45 adalah positif.
Matematika 3 5

Step-1. Operation O2 : Search for a better basic feasible solution  Apabila basic feasible solution tidak optimal gunakan basic feasible solution di sekitarnya sehingga f bertambah besar sbb:
 Cari/gunakan suatu titik lain sehingga xi = 0; kita harus membuat suatu exchange variabel xi yang akan menjadi 0 meninggalkan set dari basic variabel dan variabel lain menjadi basic variabel. Perhatikan variabel xR pada ruas kanan di mana mempunyai koefisien positif dari f. Pertahankan variabel yang lain pada ruas kanan 0.  Tentukan peningkatan yang paling besar dari xR dari xR sehingga semua basic variabel lama masih non-negatif; buat daftar korespondensi peningkatan f dan f. 3 Matematika 6

Untuk x1, adalah sbb: x3 = 60 - 2x1 - 8x2, x4 = 60 - 4x1 - 4x2, x1=60/2=30, x1=60/4=15, f=29 x1 =870 f=29 x1 =435

Garis bawahi xR=x1. Kerjakan ini untuk setiap variable xR pada ruas kanan di mana koefisien pada f (dinyatakan sebagai fungsi dari variabel pada ruas kanan) adalah positif. Kita juga harus mempertimbangkan xR=x2: x3 = 60 - 2x1 - 8x2, x4 = 60 - 4x1 - 4x2, x2=60/8=7.5, x2=60/4=15,
Matematika 3

f=45 x2 =337.5 f=45 x2 =675

7

Step-1. Operation O3 : Exchange variable Perhatikan persamaan di mana variabel diberi garis bawah. x3 = 60 - 2x1 - 8x2, x4 = 60 - 4x1 - 4x2, f=337.5 f=435

Tukarkan di mana variabel xR yang memberikan f yang paling besar dengan basic variable dalam persamaan di mana xR digarisbawahi. Kita harus menukar x1 dan x4 sedemikian hingga x1 sekarang menjadi basic dan x4 pada ruas kanan. Sistem untuk basic variable yang baru: x1 = 15 - x2 1/4x4 x3 = 30 - 6x2 + 1/2x4
(4x1 = 60 - 4x2 x3 = 60 - 2x1 - 8x2
Matematika 3

x4)/4 x1 = 15 - x2 2(15 - x2

1/4x4

x3 = 60

1/4x4) - 8x2
8

x3 = 60

30 +2x2 + 1/2x4 - 8x2

Step-2. Perform Operation O1, O2, O3 Dalam operasi O1 ekspresi baru menjadi: f = 29x1 + 45x2 dan x1 = 15 - x2 1/4x4

f = 435 + 16x2 7.25x4 Dengan menggunakan kriteria optimalitas, basic feasible solution sekarang (titik A) bukan titik optimal karena x2 mempunyai koefisien positif. Dalam operasi O2 xR=x2: x1 = 15 - x2 1/4x4, x2=15, f=16 x2 =240 (x1=0 bukan jawaban, x1 jangan ditukar ke ruas kanan) x3= 30 - 6x2 + 1/2x4, x2=30/6=5,
Matematika 3

f=16 x2 =80
9

x4 tidak perlu diperhitungkan karena berkoefisien negatif.

Dalam operation O3 tukarkan x2 dan x3 dan selesaikan sistem dengan basic variabel yang baru x1, x2. (6x2 = 30 - x3 + 1/2x4)/6 x2 = 5 1/6x3 + 1/12x4 x1 = 10 + 1/6x3 1/3x4
x1 = 15 - x2 1/4x4 x1 = 15 - (5 1/6x3 + 1/12x4) 1/4x4=15-5+1/6x3-1/12x4-3/12x4

Step-3. Perform Operation O1, O2, O3 Gunakan persamaan di atas untuk melakukan operasi O1 f = 29x1 + 45x2 dalam x3 dan x4 f = 29(10 +1/6x3 f = 290 +4.833x3 f = 515 1/3x4) + 45(5 9.667x4 + 225 5.917x4
10

1/6x3 +1/12x4) 7.50x3 +3.75x4

2.667x3

Matematika 3

Dengan menggunakan kriteria optimalitas, basic feasible solution adalah optimal di mana: x1 = 10 , x2 =5 dan fopt = 515
20 (M2) 10 C B x1 O 10 A 20 30 (M1) x2

Matematika 3

11

Simplex Method
Basic variable Step-1 x3 x4 f Constant 60 60 0 x1 -2 -4 29 x2 Step-2 x1 x3 f 15 30 435 -1 -6 16 x3 Step-3 x1 x2 f 10 5 515
Matematika 3

x2 -8 -4 45 x4 -0.25 0.5 -7.25 x4 -0.333 0.083 -5.917

12

0.167 -0.167 -2.677

Tugas 3: 1. Maksimalkan f = 15x1 + 10x2 dengan constraint x1 0 dan 3x1 + 4x2 60, 4x1 + 3x2 60, 5x1 + x2 60 0, x2

Tuliskan problem dalam bentuk normal dan gunakan simplex method dengan menggunakan slack variable. 2. Gunakan simplex method untuk memaksimalkan output produksi meja dinyatakan dengan f = 15x1 + 10x2 dengan constraint: 3x1 + 4x2 5x1 + 4x2 1100 (karyawan), 1300 (jam kerja mesin),
Matematika 3 13