matematika sistem informasi 2 it...
TRANSCRIPT
UMMU KALSUM
UNIVERSITAS GUNADARMA
2016
MATEMATIKA SISTEM INFORMASI 2
IT 011215
SIMPLEKS YANG DIREVISI
SIMPLEKS YANG DIREVISI
Metode ini akan sangat berguna untuk prosedur
yang akan memperoleh informasi secara efisien
tanpa menghitung dan menyimpan semua koefisien
yang lain
The revised simplex method explicitly uses matrix
manipulations, so it is necessary to describe the
problem in matrix notation
1. Bentuk Standar Dalam Matriks
Bentuk standar simpleks:
Maksimumkan
Z = 3X1 + 2X2 + 0X3 + 0X4 + 0X5 + 0X6
Batasan:
X1 + 2X2 + X3 = 6
2X1 + X2 + X4 = 8
-X1 + X2 + X5 = 1
X2 + X6 = 2
2. Pemecahan Dasar dan Basis
(A,I)X = b memiliki m persamaan dan n variabel yang tidak diketahui
Sebuah pemecahan dasar diperoleh dengan menetapkan n – m variabel sama dengan nol dan lalu memecahkan m persamaan dengan m variable yang tidak diketahui
Secara matematis
Dimana Pj adalah vector kolom ke – j dari (A,I)
Dari contoh diatas, dimana kita memiliki m = 4 dan n = 6. Ini berarti basis terdiri dari m = 4 vektor dan n – m = (6 – 4 = 2) variable yang berkaitan, dengan vector sisanya ditetapkan sama dengan nol.
Dengan menganggap X3 = X4 = X5 = X6 = 0, maka vectornya:
3. Table Simpleks Dalam Bentuk Matriks
Maksimumkan: Z = CX
Batasan: (A,I)X = b
=> membagi vektor X menjadi X1 dan X11, dimana X11 bersesuaian dengan elemen X yang berkaitan dengan basis awal B = I, sehingga
AX1 + IX11 = b
Disetiap iterasi XB mewakili variabel dasar
XB mewakili m elemen dari X dengan B mewakili vektor (A,I)
CB elemen C yang berkaitan dengan XB,
sehingga:
Pindah ruas, jadi invers matriks
Tabel simpleks yang bersesuaian dengan XB
diperoleh dengan mempertimbangkan:
2 x 2 2 x 3
2 x 3
2 x 2 2 x 1
2 x 1
Ingat: X11 bersesuaian dengan elemen X basis awal
B=I, sehingga iterasi simpleks dalam bentuk
matriks:
4. Langkah-Langkah Metode Simpleks Primal Yang Direvisi
Langkah 1: Penentuan variable masuk Pj.
Untuk program maksimalisasi, vector Pj dipilih yang
memiliki Zj – Cj paling negative, sebaliknya jika
minimalisasi maka yang paling (positif)
Jika semua Zj – Cj ≥ 0 untuk maksimalisasi
Untuk minimalisasi (≤ = 0), pemecahan optimal telah
dicapai dan diketahui dengan:
Langkah 2. Penentuan variable keluar Pr.
Variabel keluar adalah variabel yang memiliki rasio terkecil
Langkah 3. Penentuan basis berikutnya
Hanya untuk angka
kunci diganti +1
Contoh
Maksimumkan
Z = 3X1 + 2X2 + 0X3 + 0X4 + 0X5 + 0X6
Batasan:
X1 + 2X2 + X3 = 6
2X1 + X2 + X4 = 8
-X1 + X2 + X5 = 1
X2 + X6 = 2
Pemecahan Awal:
Iterasi Pertama:
P1 nilai paling negative, maka P1 ditetapkan sebagai vector masuk
Langkah 2. Penentuan vector keluar dengan diketahui bahwa P1 memasuki basis
Rasio = pemecahan : elemen variabel
Rasio = 4 Terkecil, sehingga
P4 vektor keluar
X1
Langkah 3. Penentuan inverse basis berikutnya. CX1
Iterasi Kedua:
paling negative P2 merupakan vector masuk
Koefisien dari X1 pada Z
Langkah 2. Penentuan vector keluar dengan diketahui bahwa P2 memasuki basis
Invers basis pertama
CX2
Perhitungan untuk langkah 1 dan 2 dapat diringkaskan sebagai berikut:
Langkah 3. Penentuan inverse basis berikutnya
Basis sebelumnya
Koefisien dari Z
Iterasi Ketiga:
Karena semua Zj – Cj ≥ 0,
basis terakhir ini optimal.
Kesimpulan: X1 = 10/3 X2 = 4/3 Z = 38/3
Terima kasih