KASUS MINIMASI METODE SIMPLEKS PRIMAL YANG DIREVISI

OLEH:
Icha Winda Dian Safira 1708541002
Ni Kadek Setiawati 1708541004
Dominggas Theo 1708541017
Rain Fernando Bangun 1708541040
Savitri Devi 1708541042
Luh devi Maharani M. 1708541043

KELOMPOK 2

PROGRAM STUDI MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS UDAYANA
2018
1.1 Metode Simpleks Primal yang Direvisi (Kasus Minimasi)
Langkah 1: Penentuan variabel masuk 𝑷𝒋 . Hitung 𝐘 = 𝐂𝐁 𝐁 −𝟏 untuk setiap vector non dasar
𝑷𝒋 hitung

𝑧𝑗 − 𝑐𝑗 = 𝐘𝑷𝒋 − 𝑐𝑗

Untuk kasus minimasi, vektor masuk 𝑷𝒋 dipilih yang memiliki 𝑧𝑗 − 𝑐𝑗 paling

positif (tentukan secara sembarang jika terdapat lebih dari satu yang sama).
Kemudian, jika semua maka pemecahan optimal telah dicapai dan diketahui
dengan

𝐗 𝐁 = 𝐁 −𝟏 𝐛 dan 𝐳 = 𝐂𝐁 𝐗 𝐁
Langkah 2: Penentuan varibael keluar 𝑷𝒓 . Dengan diketahui vector masuk 𝑷𝒋 , hitung:

1. Nilai variabel dasar saat ini, yaitu:

𝐗 𝐁 = 𝐁 −𝟏 𝐛
2. Koefisien batasan dari variabel masuk, yaitu:
𝜶𝒋 = 𝐁 −𝟏 𝑷𝒋

Variabel keluar 𝑷𝒓 (baik pada kasus maksimasi maupun minimasi) harus

berkaitan dengan :
𝐁−𝟏 𝐛𝑘 𝑗
𝜃 = 𝑚𝑖𝑛𝑘 { 𝑗 , 𝛼𝑘 > 0}
𝛼𝑘

Langkah 3: Penentuan basis berikutnya. Dengan diketahui basis inversi saat ini 𝐁 −𝟏 , maka
−𝟏
basis 𝐁𝐧𝐞𝐱𝐭 inversi berikutnya diketahui dengan
−𝟏
𝐁𝐧𝐞𝐱𝐭 = 𝐄𝐁 −𝟏
Kemudian tetapkan 𝐁 −𝟏 = 𝐁𝐧𝐞𝐱𝐭
−𝟏
dan kembali ke Langkah 1
Contoh Kasus Minimasi:
Minimumkan: 𝑍 = 𝑥1 − 3𝑥2
Dengan batasan: 𝑥1 − 𝑥2 ≤ 2
𝑥1 + 𝑥2 ≤ 4
𝑥1 , 𝑥2 ≥ 0
Penyelesaian:
Minimumkan : 𝑍 = 𝑥1 − 3𝑥2 + 0𝑥3 + 0𝑥4
Dengan batasan: 𝑥1 − 𝑥2 + 𝑥3 = 2
𝑥1 + 𝑥2 + 𝑥4 = 4
𝑥1 , 𝑥2 , 𝑥3, 𝑥4 ≥ 0
Diperoleh bentuk matriks sebagai berikut:
𝑥1
1 −1 1 0 𝑥2 2
[ ][ ] = [ ]
1 1 0 1 𝑥3 4
𝑥4
Pemecahan Awal:
𝐗 𝐁 = (𝑥3, 𝑥4 )

𝐂𝐁 = (0,0)
1 0
𝐁 = (𝑷𝟑, 𝑷𝟒 ) = [ ]=I
0 1
𝐁 −𝟏 = I

Iterasi Pertama
Langkah 1: Perhitungan 𝑧𝑗 − 𝑐𝑗 untuk non dasar 𝑷𝟏 dan 𝑷𝟐

𝐘 = 𝐂𝐁 𝐁 −𝟏 = (0, 0)𝐈 = (0, 0)

(𝑧1 − 𝑐1 , 𝑧2 − 𝑐2 ) = 𝑌(𝑃1, 𝑃2 ) − (𝑐1, 𝑐2 )
1 −1
= (0, 0) ( ) − (1, −3)
1 1
= (0, 0) − (1, −3)
= (−1,3)
Karena 𝑷𝟐 bernilai positif maka 𝑷𝟐 merupakan vektor masuk
Langkah 2: Penentuan vektor keluar dengan diketahui bahwa 𝑷𝟐 memasuki basis
 2
𝐗 𝐁 = 𝐁 −𝟏 𝐛 = 𝐈𝐛 = 𝐛 = ( )
4
−1
𝜶𝟏 = 𝐁 −𝟏 𝐏𝟐 = 𝐈𝐏𝟐 = 𝐏𝟐 = ( )
1
Dalam bentuk tabel, perhitungan untuk langkah 1 dan 2 dapat diringkaskan sebagai berikut:
Dasar 𝑥1 𝑥2 𝑥3 𝑥4 Pemecahan
𝑧 1 -3 0 0 0
𝑥3 -1 2
𝑥4 1 4
Jadi

𝜃 = min{−, 4⁄1} = 4, 𝑦𝑎𝑛𝑔 𝑏𝑒𝑟𝑠𝑒𝑠𝑢𝑎𝑖𝑎𝑛 𝑑𝑒𝑛𝑔𝑎𝑛 𝑥4

Sebagai hasilnya 𝑃4 adalah vektor keluar

Langkah 3: Penentuan inversi basis berikutnya. Karena 𝑃1 menggantikan 𝑃4 dan 𝛼 1 =
(−1,1)𝑇 , maka diperoleh:
−(−1⁄1) 1
𝜉= ( )=( )
+ (1⁄1) 1
dan
−𝟏 1 1
𝐁𝐧𝐞𝐱𝐭 = 𝐄𝐁 −𝟏 = 𝐄𝐈 = 𝐄 = ( )
0 1
Basis baru ini berkaitan dengan vektor dasar
𝐗 𝐁 = (𝑥3, 𝑥2 )

𝐂𝐁 = (0, −3)
Iterasi Kedua
Langkah 1: Perhitungan 𝑧𝑗 − 𝑐𝑗 untuk non dasar 𝑷𝟏 dan 𝑷𝟒
1 1
𝐂𝐁 𝐁 −𝟏 = (0, −3) ( ) = (0, −3)
0 1
(𝑧1 − 𝑐1 , 𝑧4 − 𝑐4 ) = 𝑌(𝑃1, 𝑃4 ) − (𝑐1, 𝑐4 )
1 −1
= (0, −3) ( ) − (1,0)
0 1
= (0, −3) − (1,0)
= (−1, −3)
Karena semua 𝑧𝑗 − 𝑐𝑗 ≤ 0 (optimal minimasi) terpenuhi maka basis terakhir telah
mencapai optimal
Pemecahan Optimal
𝑥3 1 1 2 2
(𝑥 ) = 𝐁 −𝟏 𝐛 = ( ) ( )=( )
2 0 1 4 4
 2
𝒛 = 𝑪𝑩 𝑿𝑩 = (0, −3) ( ) = (0 − 12) = −12
4
Kesimpulan:
𝑥1 = 0; 𝑥2 = 4; 𝑧 = −12
1.2 Metode Simpleks Dual yang Direvisi
Metode dual simpleks digunakan jika tabel optimal tidak layak. Jika fungsi kendala ada yang
menggunakan pertidaksamaan ≥ dan tidak ada = dalam bentuk umum PL, maka metode dual
simpleks dapat digunakan.
Langkah-langkah metode simpleks dual yang direvisi
Langkah 1 : Hitung 𝑋𝐵 = 𝐵 −1b , nilai saat ini dari variabel dasar . jika 𝑋𝐵 ≥ 0, pemecahan itu
layak; berhenti. Jika tidak pilih variabel yang memiliki nilai paling negatif di antara semua
elemen 𝑋𝐵 sebagai variabel keluar 𝑥𝑟 .
Langakah 2 :
(a) Hitung 𝑧𝑗 - 𝑐𝑗 = 𝐶𝐵 𝐵 −1 𝑃𝑗 - 𝑐𝑗 untuk variabel non dasar 𝑥𝑗 .
𝑗
(b) Untuk semua variabel non dasar 𝑥𝑗 , hitung koefesien batasan 𝛼𝑟 yang berkaitan
dengan baris variabel keluar 𝑥𝑟 dengan menggunakan rumus
𝑗
𝛼𝑟 = (baris 𝐵 −1 yang berkaitan dengan 𝑣𝑟 ) × 𝑃𝑗
(c) Variabel masuk berkaitan dengan
𝑧𝑗 −𝑐𝑗 𝑗
𝜃 =𝑗𝑚𝑖𝑛 {| 𝑗 |} , 𝛼𝑟 < 0
𝛼𝑟

𝑗
( Jika semua 𝛼𝑟 ≥ 0 , tidak ada pemecahaan yang layak .)

Langkah 3
Peloreh sebuah basis baru dengan menukar vektor masuk dan vektor keluar 𝑃𝑗 dan 𝑃𝑟 dengan
menggunakan rumus yang sudah kita kenal

−1
𝐵𝑛𝑒𝑥𝑡 = 𝐸𝐵 −1
Tetapkan 𝐵 −1 = 𝐵𝑛𝑒𝑥𝑡
−1
dan kembali ke langkah 1.

Contoh Kasus Minimasi

Minimumkan : Z = 2𝑥1 + 3𝑥2
Dengan batasan :
2𝑥1 + 3𝑥2 ≤ 30
𝑥1 + 2𝑥2 ≥ 10
𝑥1 ,𝑥2 , ≥0
Minimumkan Z = 2𝑥1 + 3𝑥2 + 𝑥3 + 𝑥4
2𝑥1 + 3𝑥2 + 𝑥3 = 30
 −𝑥1 −2𝑥2 + 𝑥4 = 10

Di peroleh :
2 3 1 0
𝑃1 = [ ] 𝑃2 = [ ] 𝑃3 = [ ] 𝑃4 = [ ]
−1 −2 0 1
30
b=[ ]
−10

Langkah 1
𝑋𝐵 =𝐵 −1 b
1 0 30 30
=[ ][ ]= [ ] ( vektor keluar = 𝑃4 karena paling negatif )
0 1 −10 −10

Langkah 2
a) Hitung 𝑍𝑗 − 𝐶𝑗 = 𝐶𝐵 𝐵 −1 𝑃𝑗 − 𝐶𝑗
1 0 2 3
(𝑍1 − 𝐶1 , 𝑍2 − 𝐶2 ) = ( 0 ,0 ) [ ][ ] − ( 2,3)
0 1 −1 −2
= ( 0 ,0 ) − ( 2,3)
= ( -2,-3)

𝛼 = 𝐵 −1 𝑡𝑒𝑟ℎ𝑎𝑑𝑎𝑝 𝑉𝑟 X 𝑃𝑗
2 3
= (0, 1) [ ]
−1 −2
−1
= [ ]
−2

𝑍𝑗−𝐶𝑗 𝑗
𝜃 = min {| 𝑗 | , 𝛼𝑟 < 0
𝛼𝑟

−2 −3 3
𝜃 = min {|−3 , |} = {2 , }
−2 2
3
= 2

Yang bersesuaian dengan 𝑋2 maka 𝑃2 adalah vektor masuk

DASAR 𝑋1 𝑋2 𝑋3 𝑋4 PEMECAHAN

Z -2 -3 0 0 0

𝑋3 2 3 1 0 30
 𝑋4 1 -2 0 1 -10

Langkah 3
Karena 𝑃2 𝑚engambahkan 𝑃4 dan 𝛼 = ( 3 , −2 ) 𝑇
3 3
−(2)2
𝜀= ( 1 ) = (−1)
+ (−2 2

3
1
−1 −1 2
𝐸𝐵 𝑛𝑒𝑥𝑡 = E 𝐸𝐵 =E I = E = ( −1)
0 2

Iterasi 2

1 3⁄
𝑋𝐵 = 𝐵 −1 𝑏 = [ 2 ] ( 30 )
0 −1⁄2 −10
15
=( )
5
( karena 𝑋𝐵 ≥ 0, maka pemecahaan telah layak dan iterasi di hendakkan sehingga , di peroleh
pemecahan optimal sbb :
15
Z = ( B - 𝑋𝐵 = ( 0 ,3 )| = 0 + 15 = 15
5
𝑋2 = 5
𝑋3 = 0