xB
– m). Solusi x adalah x , dimana xB = B-1 dan xN = 0 disebut Basic
N
Dari definisi di atas maka BFS dapat diperoleh dengan mencari basis B,
yang berukuran (2 2) dengan xB = B-1b yang non negatif.
Mendapatkan B dari matriks A :
x1 1 6 3
1 1 1
0 x 3
(1). B = (a1, a2) = 1
; xB = 2 -1
= B b = 0
1 = 3
s1 0
0
xN = s 2 =
x1 6 6
1 0 1 0
0 s 3
(2). B = (a1, a4) = 1 ; xB = 2 -1
= B b = 0 1 = 3
x2 0
0
xN = s1 =
x2 1 6 3
1 1 0
1 s
(3). B = (a2, a3) = 0
;
-1
xB = 1 = B b = 1 1 3 = 3
x1 0
0
xN = s 2 =
x2 0 6 6
1 0 1
1 s 3
(4). B = (a2, a4) = 1
;
xB = 1 = B-1b = 1 1 3 =
x1 0
s 0
xN = 1 =
s1 6 6
1 0 1 0
0 3
(5). B = (a3, a4) = 1 ; xB = s 2 = B-1b =
0
1 = 3
x1 0
xN = x2 = 0
B pada (1), (2), (3), dan 5 adalah BFS, sedangkan B pada (4) memiliki solusi
basis tetapi tidak feasible karena tidak memenuhi konstrain non-
negatif.
Maka dari perhitungan di atas hanya terdapat empat BFS, yaitu
3 6 0 0
3 0 3 0
x1 = ; x2 = ; x3 = ; dan x4 =
0 0 3 6
0 3 0 3
1
karenaa a1 = a3 = 0 , sehingga tidak bebas linier. Jadi, matriks
1 1
0 0
tidak memenuhi syarat sebagai basis.
n!
Secara umum, banyaknya BFS Cnm = m! (n m)!
Contoh:
(2). Degenerate BFS
Perhatikan system ketidaksamaan berikut:
x1 + x2 6
x2 3
x1 + 2x2 9
x1, x2 0
Setelah ditambahkan variable slack ketidaksamaan berubah menjadi
x1 + x2 + s1 = 6
x2 + s2 = 3
x1 + 2x2 + s3 = 9
x1, x2, s1, s2, s3 0
Daerah feasible persis sama dengan contoh sebelumnya, karena konstan ke-3
adalah redundant.
1 1 1 0 0
0 0
A = (a1, a2, a3, a4, a5) = 1 0 1
1 2 0 0 1
s2 0
xN = s = 0
3
s1 0
xN = s = 0
3
BFS ini sama dengan BFS sebelumnya.
Hal yang sama juga diperoleh dengan B = (a1, a2, a5)
x1 3
3 s1 0
xB = x 2 = ; xN = s = 0
3
s3 0
Ketiga BFS dengan basis yang berbeda merupakan 1 titik yang sama (x1, x2,
s1, s2, s3) = (3, 3, 0, 0, 0). Ketiga BFS tersebut juga adalah DEGENERATE,
karena masing-masing mempunyai satu bariabel basis = 0.
B 1b B 1b
Z0 = c = (CB, CN)
0 0
Z0 = cB B-1b ……………………………………………(3.1)
Misalkan ada suatu titik sembarang yang feasible (sama dengan
feasible solution, tidak harus basis/titik ekstrim)
xB
x = x , dengan xB 0 dan xN 0
N
b = Ax = BxB + NxN
B-1b = xB + B-1NxN
xB = B-1b – B-1NxN
= B-1b –
1
B ajxj
xB jR
…………………………
(3.2)
dimana R adalah indeks dari variable non-basis.
Z = cx
= cBxB + cNxN
= cB (B-1b - )+
1
B ajxj cjxj
jR jR
= cBB-1b – cB( )+
1
B ajxj cjxj
jR jR
= Z0 - c B B 1 a j x j c j x j
j R
= Z0 - c B B 1 a j c j x j
j R
Z = Z0 - Z j c j x j
…………………………(3.3)
j R
Z = Z0 - Z j c j x j
j R
Aturan
Semua variable basis = 0, kecuali variable non basis x k dengan Zk – ck > 0
(xk adalah variable non basis dengan zk – ck > 0 yang (positif) terbesar).
Dari persamaan 3.3, maka fungsi obyektif yang baru akan berubah menjadi :
Z = Z0 – (Zk-ck)xk …………………………………..(3.4)
Karena Zk – ck > 0, kita inginkan xk yang sebesar-besarnya, untuk
memperoleh Z yang sekecil-kecilnya.
Tetapi dengan berubahnya xk, dari 0 ke bilangan positif tertentu (variable
non basis lainnya tetap nol), menurut persamaan (3.2), xB, yaitu variable-
variabel basis akan berubah.
xB = B-1b – B-1ak xk
= b - yk xk
Dimana yk = B-1 ak : (m m).(m 1) = (m 1)
b = B-1b : (m m).(m 1) = (m 1)
Kita notasikan komponen xB, yaitu variable-variabel basis sebagai xB1, xB2,
…, xBm dan komponen b sebagai b 1, b 2, …., b m, maka:
xb = b - yk xk dituliskan sebagai :
x B1 b1 y k1
x y
B2 b 2 k2
. . .
. . .
. . .
= - ……………………(3.5)
x Br br y kr
. . .
. . .
. .
.
x Bm b m y km
Jika yki 0, maka xBi bertambah kalau xk bertambah dan xBi akan
selalu 0
Jika yki > 0, maka xBi berkurang kalau xk bertambah. Tetapi kita harus
menjaga agar setiap variable haruslah 0. Oleh karena itu kita hanya
dapat menaikan xk sampai suatu batas, dimana suatu variable basis
(katakanlah xBr) = 0.
Dari persamaan (3.5), jelas bahwa variable basis yang pertama kali
bi
menjadi 0 adalah variable basis yang mempunyai harga y
ki
Untuk kasus NON-DEGENERATE (yaitu tidak ada xBi yang = 0), atau
bi
br > 0, maka : xk = y > 0.
ki
Dari persamaan (3.4) kita tahu bahwa (Zk – ck) > 0 maka Z < Z0 dan
dengan demikian fungsi obyektif-nya menjadi lebih baik.
bi
Karena xk berubah dari 0 ke y , maka solusi (feasible) yang baru
ki
dapat diperoleh.
bi
Subtitusikan : xk = y pada persamaan (3.5) akan menghasilkan :
ki
y
xBi = bi - y ki br , i = 1,2,…,m ………………..
kr
(3.7)
br
xk = y , yang variable basis baru
kr
Misal kita mempunyai basis B = (a1, a2), variable basis x1, x2 dan
variable non basis s1, s2.
x1 1 2
1
4 2
x 1 1
xB = 2 = B-1b = 0 = 1
Karena Zs1 –cs1 > 0, maka fungsi obyektif akan bertambah baik jika
kita naikan s1.
xB = B-1b – B-1a3 s1
xB = b - yk xk
x1 2 1
x 1 0
2 = - s 1
Saving : c
i 1
Bi y ki =Zk
Blocking Variabel
Apabila kita telah menentukan untuk menaikan variable non basis x k yang
mempunyai (Zk – ck) > 0, maka dari persamaan (3.5), yaitu Z = Z– (Z k-ck)xk.
Fungsi obyektif akan mengecil jika xk membesar.
Dengan penambahan harga xk, maka variable-variabel basis juga akan
berubah sesuai dengan persamaan (3.5).
Jika vector yk mempunyai komponen yang positif maka variable basis yang
bersangkutan akan turun dengan naiknya harga xk. Oleh karena itu, variabel
non-basis xk tidak dapat dinaikan dengan tak terbatas, karena variable-
variabel basis tersebut dapat menjadi/berharga < 0; sehingga dengan
demikian melanggar konstrain non-negatif.
Variabel basis yang pertama kali menjadi nol = xBr disebut “Blocking
Variable”, karena memblokir kenaikan xk lebih besar.
Jadi: xk masuk dalam basis dan xBr keluar dari basis.
Contoh
(4). minimasi Z =2x1 – x2
S/t -x1 + x2 2
2x1 + x2 6
x1, x2 0
Setelah ditambahkan variable slack ketidaksamaan berubah menjadi :
minimasi Z =2x1 – x2
S/t -x1 + x2 + s1 =2
2x1 + x2 + s2 =6
x1, x2, s1, s2 0
1 1 1 0
A= 2 1 0 1
1 1
Perhatikan BFS dengan B = (a1, a2) = 2 1
1 1
B = 3 3
-1
2 3 13
xB = B-1 b – B-1 N xN
x B1 x1 1 1 2 1 1 1 s1
x x 0 s
B2 = 2 = 3 3 6 - 3 3 0 1
2
2 3 13 2 3 13
4 1 1
3 3 3
10 3 2 3 13
= - s1 - s2 ………….. (3.9)
Dimana saat ini s1 = 0, s2 = 0, x1 = 4/3, x2 = 10/3.
(Zs1 – cs1) = cB B-1 as1 – cs1
1 1 1
= (2, -1) 3 3 0 - 0
2 3 13
1
0
= (-4/3, 1/3) = -4/3 < 0
(Zs2 – cs2) = cB B-1 as2 – cs2
1 1 0
= (2, -1) 3 3 1 - 0
2 3 13
0
1
= (-4/3, 1/3) = 1/3 > 0
Nilai fungsi obyektif akan membaik dengan masuknya s2 ke dalam
Basis (dengan s1 tetap = 0) dan x1 dan x2 berubah menurut persamaan
(3.9).
x B1 x1 1 1 2 1 1 1 s1
x x 0 s
B2 = 2 = 3 3 6 - 3 3 0 1
2
2 3 13 2 3 13
4 1
3 3
10 3 13
= - s2
s2 dinaikan sampai dengan 4, dimana pada saat s2=4 maka x1=0.
Jika s2 > 4 maka x1 < 0, x1 disebut “blocking” variable.
Dengan s2 = 4, s1 = 0 maka x1 = 0, x2 = 2
BFS yang baru (0, 2, 0, 4)
x B1 s2 4
x 2
Variabel basis: xB = xB2 = 2 =
s1 0
x1
Variabel non basis: xN = = 0