Ilustrasi-2 Maximize Z = 3x1 + 2x2 Subject to – x1 + 2x2 ≤ 4

Slides:



Advertisements
Presentasi serupa
PENGANTAR PROGRAM LINIER & SOLUSI GRAFIK
Advertisements

Latihan Soal.
Metode Simpleks Diperbaiki (Revised Simplex Method)
Analisa grafik Analisa ini hanya dapat digunakan bila variabel output hanya ada 2 buah saja, untuk lebih dari 2 variabel metode ini sulit digunakan. Analisa.
Pertemuan 3– Menyelesaikan Formulasi Model Dengan Metode Simpleks
METODE SIMPLEKS PRIMAL Evi Kurniati, STP., MT.
Copyright by : M. YAHYA, S.Kom PERTEMUAN KE - I. 1. Judul Program 2. Blok Program a. Bagian Deklarasi - Deklarasi Tabel - Definisi Konstanta - Definisi.
MODEL PENUGASAN Bentuk khusus transportasi
KASUS KHUSUS METODE SIMPLEKS
Form.
PEMROGRAMAN LINIER Pertemuan 2.
Program Linier : Analisis Sensitivitas
ERD (Entity Relationship Diagram) Relasi
LINEAR PROGRAMMING Pertemuan 05
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2011/2012 DR. Rahma Fitriani, S.Si., M.Sc.
Persoalan yang tidak Seimbang.
MODEL TRANSPORTASI Metode Stepping Stone Kelompok 10 Friska Nahuway
SEPARABLE PROGRAMMING
Tabel Simplex (MetodE Big-M & 2 Fasa) Amelia Kurniawati, ST., MT.
D0104 Riset Operasi I Kuliah VIII - X
Metode Simpleks Dyah Darma Andayani.
METODE SAW SPK SESI 9.
Dualitas dan Analisa Sensivitas
METODE TRANSPORTASI Tujuan : Mahasiswa diharapkan dapat
Pert.3 Penyelesaian Program Linier Metode Simpleks
Metode simpleks yang diperbaiki menggunakan
Analisis Sensitivitas Pertemuan 8 : (Off Class)
Metode Linier Programming
Linier Programming Metode Dua Fasa.
METODE BIG M DAN DUAL SIMPLEKS
Integer and Linear Programming
Masalah PL dgn Simpleks Pertemuan 3:
LINEAR PROGRAMMING Pertemuan 06
Pengambilan Keputusan Dalam Kondisi Konflik
NORMALISASI DATA Basis Data.
Metode Simpleks untuk Persoalan Maksimum
TEORI DUALITAS D0104 Riset Operasi I.
Metode Linier Programming
BASIS DATA KD 3.6 Query Berjenjang.
METODE DUA PHASA.
Pertemuan ke-5 25 Oktober 2016 PARANITA ASNUR
Animasi Grafik Matakuliah : K0414 / Riset Operasi Bisnis dan Industri
NORMALISASI DATA MEETING 5 Febriyanno Suryana, S.Kom, MM
Metode Simpleks Rachmat Gunawan, SE, MSi Manajemen Kuantitatif
Analisis Sensitivitas Pertemuan 6
Atribut Tabel.
MODEL TRANSPORTASI Pertemuan 10
METODE TRANSPORTASI Tujuan : Mahasiswa diharapkan dapat
PEMOGRAMAN LINEAR TABEL SIMPLEKS
Program Linear dengan Metode Simpleks
Contoh kasus BEP.
Analisis Sensitivitas
PROGRAM LINIER : ANALISIS DUALITAS, SENSITIVITAS DAN POST- OPTIMAL
METODE DUA FASE.
NORMALISASI DATA MEETING 5 Febriyanno Suryana, S.Kom, MM
(REVISED SIMPLEKS).
Algoritma & Struktur Data
METODE BIG-M LINEAR PROGRAMMING
Pertemuan 4 Penyelesaian PL Metode Simpleks (2) Big M dan Dua Fasa
TEKNIK RISET OPERASI MUH.AFDAN SYARUR CHAPTER.1
METODE TRANSPORTASI Tujuan : Mahasiswa diharapkan dapat
TEKNIK RISET OPERASI MUH.AFDAN SYARUR CHAPTER.6
DUALITAS dan ANALISIS SENSITIVITAS
Pemrograman Berorientasi Obyek
Pengenalan Ms Access IK203 Sistem Basis Data Latihan Lab# 1
Program Linier – Simpleks Kendala
Dynamic Programming Maximasi Income.
Metode TOPSIS Oleh : Tessy Badriyah Referensi :
METODA SIMPLEKS (Prosedur Simpleks)
PIHAK-PIHAK YANG BERPERAN DALAM KASUS.
Transcript presentasi:

Ilustrasi-2 Maximize Z = 3x1 + 2x2 Subject to – x1 + 2x2 ≤ 4 yusuf fuad

In a standard form: Maximize Z = 3x1 + 2x2 Subject to – x1 + 2x2 + x3 = 4 3x1 + 2x2 + x4 = 14 x1 – x2 + x5 = 3 x1 ≥ 0, x2 ≥ 0, x3 ≥ 0, x4 ≥ 0, x5 ≥ 0 yusuf fuad

Tabel 1 CB Cj Basis 3 2 0 0 0 x1 x2 x3 x4 x5 Const x3 x4 x5 –1 2 1 0 0 3 2 0 0 0 x1 x2 x3 x4 x5 Const x3 x4 x5 –1 2 1 0 0 3 2 0 1 0 1 –1 0 0 1 4 14 3 ĈRow 3 2 0 0 0 Z = 0 yusuf fuad

Tabel 2 CB Cj Basis 3 2 0 0 0 x1 x2 x3 x4 x5 Const 3 x3 x4 x1 3 2 0 0 0 x1 x2 x3 x4 x5 Const 3 x3 x4 x1 0 1 1 0 1 0 5 0 1 –3 1 –1 0 0 1 7 5 ĈRow 0 5 0 0 –3 Z = 9 yusuf fuad

Tabel 3 CB Cj Basis 3 2 0 0 0 x1 x2 x3 x4 x5 Const 2 3 x3 x2 x1 3 2 0 0 0 x1 x2 x3 x4 x5 Const 2 3 x3 x2 x1 0 0 1 –1/5 8/5 0 1 0 1/5 –3/5 1 0 0 1/5 2/5 6 1 4 ĈRow 0 0 0 –1 0 Z = 14 yusuf fuad

Tabel 3 (alternative) CB Cj Basis 3 2 0 0 0 x1 x2 x3 x4 x5 Const 2 3 3 2 0 0 0 x1 x2 x3 x4 x5 Const 2 3 x5 x2 x1 0 0 5/8 –1/8 1 0 1 3/8 1/8 0 1 0 –2/8 2/8 0 15/4 13/4 5/2 ĈRow 0 0 0 –1 0 Z = 14 yusuf fuad

Solusi optimal tidak selalu tunggal Beberapa kasus mungkin mempunyai solusi tunggal, mempunyai solusi tidak tunggal, tidak mempunyai solusi. yusuf fuad

Illustrasi-3 Maximize Z = 2x1 + 3x2 Subject to x1 – x2 ≤ 2 –3x1 + x2 ≤ 4 , x1 ≥ 0, x2 ≥ 0 Standard form x1 – x2 + x3 = 2 –3x1 + x2 + x4 = 4 x1 ≥ 0, x2 ≥ 0, x3 ≥ 0, x4 ≥ 0 yusuf fuad

Tabel 1: CB Cj Basis 2 3 0 0 x1 x2 x3 x4 Const x3 x4 1 –1 1 0 –3 1 0 1 2 3 0 0 x1 x2 x3 x4 Const x3 x4 1 –1 1 0 –3 1 0 1 2 4 ĈRow 2 3 0 0 Z =0 yusuf fuad

Tabel 2: CB Cj Basis 2 3 0 0 x1 x2 x3 x4 Const 3 x3 x2 –2 0 1 1 2 3 0 0 x1 x2 x3 x4 Const 3 x3 x2 –2 0 1 1 –3 1 0 1 6 4 ĈRow 11 0 0 –3 Z =12 yusuf fuad

Mengapa ilustrasi-3 tidak bisa dilanjutkan? Apakah ada solusi optimalnya? yusuf fuad