Atau
Gambar diatas memperlihatkan vektor dua
dimensi P1,P2,P3,P4, dan P5. Karena kita
memiliki dua persamaan dan lima variabel,
sebuah basis harus dengan tepat mencakup
5-3 = 2 vektor independen. Kita dapat
melihat dalam gambar diatas bahwa semua
kombinasi dua vektor akan menghasilkan
sebuah basis kecuali kombinasi (P1,P5)
karena P1 dan P5 bersifat dependen.
Dalam metode simpleks primal, kita
hanya menangani pemecahan dasar yang
layak. Sebuah pemecahan dasar dari sistem
(A,I)X=b adalah layak untuk program linier
tersebut jika pemecahan tersebut juga
memenuhi batasan non negativitas
4.1.3
Tabel Simpleks Dalam Bentuk
Matriks
Cara yang paling sederhana untuk memilih titik
ekstrim awal adalah menggunakan basis B yang
terdiri dari variabel slack dan/atau variabel
buatan seperti yang sudah dilakukan dlam Bab
3. Dengan cara ini, B awal adalah sebuah
matriks identitas I yang jelas merupakan sebuah
basis. Titik-titik eksrim yang bersebelahan lalu
ditentukan dengan menukar satu vektor dalam B
dengan satu vektor non dasar saat ini yang akan
menggerakkan pemecahan ke arah optimalitas
(metode primal) atau kelayakan (metode dual).
Bagaimana table simpleks tersebut
direpresentasikan untuk kasus minimasi akan
dipaparkan sebagai berikut :
Minimumkan 𝑧 = 𝑪𝑿
dengan batasan 𝑨 𝑰 𝑿 = 𝒃, 𝑿 ≥ 𝟎
Membagi vektor X ke dalam XI dan XII bersesuaian
dengan elemen-elemen dari X yang berkaitan
dengan basis awal B=I. Lebih lanjut membagi C
menjadi CI dan CII untuk bersesuaian dengan XI
dan XII. Jadi, bentuk standar dari LP dapat ditulis
sebagai berikut :
𝐳
𝟏 −𝐂𝐈 −𝐂𝐈𝐈 𝟎
= 𝐗𝐈 =
𝟎 𝐀 𝐈 𝐗 𝒃
𝐈𝐈
Disetiap iterasi, anggap bahwa XB mewakili variabel dasar saat
ini dengan B sebagai basis yang berkaitan dengannya. Ini
berarti bahwa XB mewakili m elemen dari X dengan B mewakili
vektor (A, I) yang berkaitan dengan XB. Dengan cara yang
bersesuaian, anggap bahwa CB adalah elemen C yang
berkaitan dengan XB. Maka diperoleh,
𝐁𝐗 𝐁 = 𝐛 dan 𝑧 = 𝐂𝐁 𝐗 𝐁
Bentuk lainnya sebagai berikut :
𝟏 −𝐂𝐁 𝑧 𝟎
= 𝐗 =
𝟎 𝐁 𝐁 𝐛
Dengan melakukan inversi pada bagian matriks tersebut maka
dapat dicari nilai z dan XB, yang menghasilkan :
𝑧 𝟏 𝐂𝐁 𝐁 −𝟏 𝟎 𝐂𝐁 𝐁 −𝟏 𝐛
𝐗𝐁 = 𝟎 𝐁 −𝟏 𝐛
=
𝐁 −𝟏 𝐛
Table simpleks umum yang bersesuaian dengan XB diperoleh
dengan mempetimbagkan berikut ini :
𝐳
𝟏 𝐂𝐁 𝐁 −𝟏 𝟏 −𝐂𝐈 −𝐂𝐈𝐈 𝐂𝐁 𝐁 −𝟏 𝟎
𝐗𝐈 = 𝟏
𝟎 𝐁 −𝟏 𝟎 𝐀 𝐈 𝐗 𝐈𝐈 𝟎 𝐁 −𝟏 𝐛
Dasar XI XII
z 𝐂𝐁 𝐁 −𝟏 𝐀 − 𝐂𝐈 𝐂𝐁 𝐁 −𝟏 − 𝐂𝐁 𝐁 −𝟏 𝐛
𝐂𝐈𝐈
XB 𝐁 −𝟏 𝐀 𝐁 −𝟏 𝐁 −𝟏 𝐛
z −𝐂𝐈 𝟎 𝟎
XII 𝐀 I 𝐛
z 𝐂𝐈𝐈 𝐀 − 𝐂𝐈 𝟎 𝐂𝐈𝐈 𝐛
XII 𝐀 𝐈 𝐛
4.2 METODE SIMPLEKS (PRIMAL)
YANG DIREVISI
Setelah variabel dasar diidentifikasi, basis B secara
otomatis diketahui dan keseluruhan tabel dihasilkan dari
data semula dalam bentuk standard an inversi B-1 . Pada
intinya metode simpleks primal dan dual dalam bentuk
matriks hanya berbeda dalam pemilihan vektor masuk dan
vektor keluar , dan semua perhitungan lainnya sama.
𝑗 𝑗
dengan ketentuan bahwa 𝛼𝑥 ≠ 0. Jika 𝛼𝑥 = 0, B-1next tidak ada.
* catat bahwa E diperoleh dari Im dengan menggantikan kolom ke-r 𝒆𝒓
dengan .
Untuk mengilustrasikan prosedur ini, pertimbangkan informasi berikut ini :
1/ 2 −1/4 0
2 1 0 0 1/ 2 0
=
B= 0 2 0 , B-1 −2 1 1
4 0 1
Jika, misalnya vektor kolom ketiga P3 = (0,0,1)T dari B diubah menjadi 𝐏3∗ = (2,1,5)T ,
kita dapat menemukan inversi baru tersebut sebagai berikut :
1/2 −1/4 0 2 3/4 𝜶𝟑𝟏
𝛂𝟑 = 𝐁 −𝟏 𝐏𝟑∗ = 0 1/2 0 1 = 1/2 = 𝜶𝟑𝟐
−2 1 1 5 2 𝜶𝟑𝟑
3
3
−4 −
8
2
1 1
= − 2 = −
4
2 1
+
1 +
2
2
1 0 −3/8 1/2 −1/4 0
B-1next 0 1 −1/4 0 1/2 0
=
0 0 1/2 −2 1 1
5/4 −5/8 −3/8
= 1/2 1/4 −1/4
−1 1/2 1/2
4.2.2 Langkah-Langkah Metode Simpleks
Primal yang Direvisi
Secara spesifik, seperti dalam metode simpleks,
basis awal dalam metode yang direvisi selalu
merupakan matriks identitas I yang inversinya
adalah dirinya sendiri. Jadi, jika 𝑩−𝟏𝟏 , 𝑩 −𝟏
𝟐 ,…, dan
𝑩−𝟏
𝒊 mewakili inversi yang berturut-turut untuk
iterasi i dan jika 𝑬𝟏 , 𝑬𝟐 ,…, 𝑬𝒊 adalah matriks yang
berkaitan sebagaimana didefinisikan dalam bagian
4.2.1, maka
−𝟏 −𝟏
𝑩−𝟏
𝟏 = 𝑬𝟏 𝑰, 𝑩 −𝟏
𝟐 = 𝑬𝟐 𝑩 −𝟏
𝟏 ,…, 𝑩 𝒊 = 𝑬𝒊 𝑩 𝒊−𝟏
Dasar 𝑥1 𝑥2 … 𝑥𝑗 … 𝑥𝑛 Pemecahan
z 𝑧1 − 𝑐1 𝑧2 − 𝑐2 … 𝑧𝑗 − 𝑐𝑗 … 𝑧𝑛 − 𝑐𝑛
𝑿𝑩 𝑩−𝟏 𝑷𝒋 𝑩−𝟏 𝒃