METODE SIMPLEKS

St Nova Meirizha

Metode Simpleks (#4) 1

• Ditemukan oleh Dantzig tahun 1942
• Untuk memecahkan program linear yang
rumit
• Ukuran kerumitannya :
- jumlah variabel
- jumlah konstrain
• Menggunakan operasi baris elemententer
(OBE)  gauss
• Untuk mencari titik optimal dengan melacak
dari titik ekstrim
• Titik Ekstrim  perpotongan antara fungsi
pembatas
• Dalam metode simpleks dikenal Basic
Feasible Solution (BFS)
Metode Simpleks (#4) 2
 Basic Feasible Solution
(BFS / Solusi Basis Feasible)

s/t AX = b  [A] [X] = [b]

X≥0
dimana : A = matrik koefisien teknologi
berukuran (m x n)
b = vektor berukuran m
Rank (A,b) = Rank (A) = m

Metode Simpleks (#4) 3

A = (B, N) dimana
B = matrik ukuran m x m  matrik basis
N = matrik ukuran (m x (n-m))  matrik non basis
Basic solution
 XB 
Titik X =
 XN  dimana
 
XB = B-1 b
XN = 0
Jika
XB ≥ 0  BFS

Metode Simpleks (#4) 4

Contoh :

X1 + X 2 ≤ 6
X2 ≤ 3
X1, X2 ≥ 0

X1 + X 2 + S 1 =6
X2 + S2= 3
X1, X2, S1, S2 ≥ 0

Metode Simpleks (#4) 5

Konstrain Matriks A X = b

A = (a1, a2, a3, a4)

= 1 1 1 0
0 1 0 1 
 

b = 6  X=  X1
X 
3   2

S1 
 
S2 
Metode Simpleks (#4) 6
BFS dicari dari B (m x n) = (2 x 2)
 XB = B-1b yang nonnegatif
1 1
1. B = (a1, a2) = 
0 1

 X1 
XB =   = B-1.b = 
1  1 6  3
;0 1 3  3
=
 X2      

 S1  0
XN =  =  
 S2  0

Metode Simpleks (#4) 7

 1 0 
2 . B = (a1, a4) = 0 1 
 

 X1  1 0  6  6 
XB =   = B-1.b =
S 2 
0; 1 3  =
3 
     
X 2  0 
XN =   =  
S1  0 

1 1
3. B = (a2, a3) = 1 0 
 

 X2  0 1  6  3
XB =   = B-1.b = 3
 S1 
1 1 3  =
 ;
    

 X1 
XN =   =  0 
 S2 
Metode Simpleks (#4) 8
0
 1 0
4 . B = (a2, a4) = 1 1 
 

 X2   6 
XB =   = B-1.b = 1 0   = 6 
 S2 
  1; 1 3   3
  
 X1 
XN =   =  0 
0
 S1   

1 0 
5. B = (a3, a4) = 0 1 
 

 S1  1 0 6  6 
XB =   = B-1.b = 0; 1  3  =
3 
 S2       

 X1  0
XN =   =  
 X 2
Metode Simpleks (#4) 9
0
Banyak BFS ≤

 BFS ≤
c
n
m

n!
=
m!(n  m)!

Metode Simpleks (#4) 10

Mendapatkan BFS yang lebih baik
Min CX
s/t AX = b
X≥0
dimana A matrik (mxn) dengan rank(A) = m
misal kita punya BFS
B1b  dengan fungsi tujuan = z maka
  0
 0 
z0 = c B 1
b  = (CB. CN) . B 1
b
   
 0   0 

Z0 = CB . B-1.b ………(1)
Metode Simpleks (#4) 11
Misal : ada sembarang titik feasible

XB 
X =   dengan XB ≥ 0 & XN ≥ 0
XN 

dan
b = AX  A = [B, N]
b = BXB + NXN

kalikan dengan B-1

B-1 b = XB + B-1 NXN
XB = B-1b - B-1 NXN
Metode Simpleks (#4) 12
Atau

XB = B-1 b- B
jR
1
aj Xj ..... ( 2 )

R  indeks dari variabel non basis

Metode Simpleks (#4) 13

Z = CX
= CBXB + CNXN
= CB B b   B a x  +
1 1
j j
C X j j
 jR  jR

= CB. B-1.b –

 jR
1

CB   B a jX j 

+ C X
jR
j j

= Z0 -  (CB. B-1.aj – Cj) Xj

jR

= Z0 - (Zj – Cj) Xj .... ( 3 )

Zj = CB. B-1.aj u/ setiap variabel non basis

Metode Simpleks (#4) 14

Aturan :
Semua variabel non basis = 0, kecuali variabel non basis
XK dengan ZK – CK > 0.
XK adalah variabel non basis dengan nilai Zj – Cj yang
paling positif.

Z = Z0 – ( ZK – CK) XK
…..... ( 4 )

Karena ZK – CK > 0, agar Z minimum maka XK harus

maksimum tapi dengan berubahnya XK menjadi
bilangan positif tertentu menurut persamaan 2,
variabel-variabel basis XB berubah nilai.

Metode Simpleks (#4) 15

XB = B-1 b -  B
jR
-1 a X
K K

XB = b – yK XK dimana yK = B-1.aK b = B-1.b

XB 1   b1   y1K 
    y 
 XB 2   2 
b  2K 
.  .  . 
  
. 
   .... ( 5 )
.   . 
.    . 
.
  =   -   XK
XB r  b   rK 
y
   r 
.  . 
.   
.  . 
  . 
  . 
.  . 
XB     
 m 

 m
b   y mK 

Metode Simpleks (#4) 16

• Jika YiK ≤ 0  maka XBi akan membesar, jika XK dinaikkan
dari XBi selalu ≥ 0

• Jika YiK > 0  maka XBi akan mengecil, jika XK dinaikkan.

XK dinaikkan sampai XBr = 0

Dari persamaan (5) terlihat bahwa variabel basis pertama

menjadi 0, variabel basis dengan harga minimum untuk YiK > 0

br
= min
1i m
bi : yiK > 0 = XK .... ( 6 )
y rK YiK

XBi = b i - YiK b r, i = 1, 2, …, m
YrK
br
XK =
YrK Metode Simpleks (#4) 17
Semua Xj yang lain = 0 (variabel non basis lain)
& XBr = 0 berubah menjadi variabel non basis baru

Metode Simpleks (#4) 18