Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2011/2012 DR. Rahma Fitriani, S.Si., M.Sc.

Slides:



Advertisements
Presentasi serupa
BAB III Metode Simpleks
Advertisements

Linear Programming (Pemrograman Linier)
TEKNIK OPTIMASI MULTIVARIABEL DENGAN KENDALA BENTUK KHUSUS
DUALITAS DALAM LINEAR PROGRAMING
Simpleks.
PROGRAMA LINIER Konsep dasar
METODE SIMPLEKS Metode ini digunakan untuk kasus kasus yang melibatkan lebih dari dua variabel output.
Metode Simpleks Diperbaiki (Revised Simplex Method)
PERTEMUAN VI Analisa Dualitas dan Sensitivitas Definisi Masalah Dual
Operations Management
PROGRAM LINIER : SOLUSI SIMPLEKS
Pertemuan 4– Analisis Post Optimal
Metode Simpleks Dengan Tabel
METODE SIMPLEKS OLEH Dr. Edi Sukirman, SSi, MM
METODE SIMPLEKS OLEH Dr. Edi Sukirman, SSi, MM
METODA SIMPLEKS Prof. Dr. M. Syamsul Maarif 1. MASALAH PRODUKSI: m bahan mentah (BM)i = 1, 2, 3, …………, m n produk jadi (PJ)j = 1, 2, 3, ……….., n a ij =
Riset Operasional Pertemuan 10
Matrik dan Ruang Vektor
Fungsi Konveks dan Konkaf
PERTEMUAN III Metode Simpleks.
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2011/2012 DR. Rahma Fitriani, S.Si., M.Sc.
INVERS MATRIKS (dengan adjoint)
PROGRAM LINIER : ANALISIS POST- OPTIMAL
Model Transportasi Pemrograman Linier Semester Ganjil 2012/2013 Dr. Rahma Fitriani, S.Si., M.Sc,
Matrik dan Ruang Vektor
DUALITAS DAN ANALISA SENSITIVITAS
Metoda Simplex Oleh : Hartrisari H..
Bab 3 MATRIKS.
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2011/2012 DR. Rahma Fitriani, S.Si., M.Sc.
PEMROGRAMAN LINIER Pertemuan 2.
Analisis Sensitivitas
Linear Programming (Pemrograman Linier)
Steepest Descent (Ascent) untuk Kasus Min (Maks)
Statistika Matematika I
BASIC FEASIBLE SOLUTION
Linear Programming (Pemrograman Linier)
Pemrograman Linier Semester Ganjil 2012/2013
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2011/2012 DR. Rahma Fitriani, S.Si., M.Sc.
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2012/2013 DR. Rahma Fitriani, S.Si., M.Sc.
Linear Programming (Pemrograman Linier)
Linear Programming (Pemrograman Linier)
LINEAR PROGRAMMING METODE SIMPLEX
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2011/2012 DR. Rahma Fitriani, S.Si., M.Sc.
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2013/2014 DR. Rahma Fitriani, S.Si., M.Sc.
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2012/2013 DR. Rahma Fitriani, S.Si., M.Sc.
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2011/2012 DR. Rahma Fitriani, S.Si., M.Sc.
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2012/2013 DR. Rahma Fitriani, S.Si., M.Sc.
INVERS MATRIKS (dengan adjoint)
Linear Programming (Pemrograman Linier)
Linear Programming (Pemrograman Linier)
Metode simpleks yang diperbaiki menggunakan
Metode Linier Programming
Pemrograman Kuadratik (Quadratic Programming)
Linear Programming (Pemrograman Linier)
Kelas XII Program IPA Semester 1
Linear Programming (Pemrograman Linier)
Metode Linier Programming
Linear Programming (Pemrograman Linier)
MATRIKS.
MA-1223 Aljabar Linier INVERS MATRIKS.
BAB IV Metode Simpleks Persoalan Minimasi
(REVISED SIMPLEKS).
Linear Programming (Pemrograman Linier)
Linear Programming (Pemrograman Linier)
BAB IV Metode Simpleks Persoalan Minimasi Oleh : Devie Rosa Anamisa.
Linear Programming (Pemrograman Linier)
Riset Operasi Semester Genap 2011/2012
Linear Programming (Pemrograman Linier)
Riset Operasi Semester Genap 2011/2012
Linear Programming (Pemrograman Linier)
Transcript presentasi:

Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2011/2012 DR. Rahma Fitriani, S.Si., M.Sc

Algoritma Simpleks dalam Notasi Matriks LP Secara umum:

LP yang bersesuaian untuk Dakota

Tableau Optimal dari LP Dakota Tableau 2zx1x2x3s1s2s3rhsBV Baris z=280 Baris s1=24 Baris x3=8 Baris x1=2 Atau dalam bentuk lain:

Beberapa Notasi Koefisien untuk BV pada struktur biaya di fungsi obyektif: Koefisien untuk NBV pada struktur biaya di fungsi obyektif:

Beberapa Notasi Koefisien untuk BV pada kendala dapat dinyatakan dalam bentuk matriks:

Beberapa Notasi Koefisien untuk NBV pada kendala dapat dinyatakan dalam bentuk matriks:

Beberapa Notasi Koefisien untuk rhs pada kendala dapat dinyatakan dalam bentuk vektor:

LP Dakota dalam notasi matriks

Dengan Notasi Matriks dan vektor:

Penentuan solusi dalam notasi matriks Solusi suatu sistem persamaan dalam notasi matriks adalah dengan perkalian invers matriks Kendala LP dalam notasi matriks: Solusi diperoleh jika BV mempunyai bentuk kanonik. Matriks bagi BV dalam bentuk matriks identitas hasil perkalian dengan invers-nya. Mengalikan setiap suku dengan invers dari B

Penentuan solusi dalam notasi matriks Untuk LP Dakota: Dengan mengalikan invers dari B pada kendala:

Penentuan Solusi dalam notasi Matriks: untuk Kendala Tableau 2zx1x2x3s1s2s3rhsBV Baris z=280 Baris s1=24 Baris x3=8 Baris x1=2 Kolom untuk peubah x j dalam kendala di tableau optimal: Kolom untuk rhs dalam kendala di tableau optimal:

Perbandingan dengan Tableu Optimal Tableau 2zx1x2x3s1s2s3rhsBV Baris z=280 Baris s1=24 Baris x3=8 Baris x1=2 Misal: Kolom untuk peubah x 2 dan dalam kendala di tableau optimal: Kolom untuk peubah s 2 dalam kendala di tableau optimal: Dengan cara sama untuk peubah yang lain

Perbandingan dengan Tableu Optimal Tableau 2zx1x2x3s1s2s3rhsBV Baris z=280 Baris s1=24 Baris x3=8 Baris x1=2 Kolom untuk rhs dalam kendala di tableau optimal:

Penentuan solusi dalam notasi matriks: untuk Baris Nol (fungsi obyektif Tableau 2zx1x2x3s1s2s3rhs Baris Di dalam tableau optimal, koefisien BV harus sama dengan nol, koefisien NBV ≠ 0 =0 Dengan memanfaatkan persamaan pada kendala: lakukan ERO Tambahkan kendala yang sudah dikalikan dengan matriks yang bersesuaian pada baris nol, untuk membuat jadi nol BV

Penentuan solusi dalam notasi matriks: untuk Baris Nol (fungsi obyektif (*) + (**) Kalikan dengan: (*) (**) Kendala:

Penentuan solusi dalam notasi matriks: untuk Baris Nol (fungsi obyektif Pada tableau optimal, koefisien NBV ≠ 0: Komponen dari matriks N (dan B) adalah vektor (kolom) koefisien setiap peubah NBV (dan BV) pada kendala: a j Komponen dari vektor C NBV (dan C BV ) adalah koefisien fungsi obyektif setiap peubah NBV (dan BV): c j Contoh LP Dakota:

Penentuan solusi dalam notasi matriks: untuk Baris Nol (fungsi obyektif Secara umum koefisien baris nol pada tableau optimal per komponen: RHS baris nol pada tableau optimal: Contoh LP Dakota: Koefisien untuk x 2

Penentuan solusi dalam notasi matriks: untuk Baris Nol (fungsi obyektif Koefisien untuk s 2 Koefisien untuk s 3 Koefisien rhs baris nol (z maks):

Ringkasan solusi optimal dalam notasi matriks Kolom untuk peubah x j dalam kendala di tableau optimal: Kolom untuk rhs dalam kendala di tableau optimal: Koefisien baris nol pada tableau optimal per komponen: RHS baris nol pada tableau optimal:

Contoh LP dan solusinya dengan notasi Matriks Diketahui solusi optimal mempunyai: Tentukan tableau optimal dengan menggunakan metode matriks! Bentuk standar LP:

Tentukan matriks/vektor yang diperlukan: Kolom untuk peubah x 1 dalam kendala di tableau optimal: Di dalam tableau optimal, peubah BV pasti mempunyai bentuk kanonik, tinggal menentukan kolom untuk peubah NBV

Kolom untuk peubah s 1 dalam kendala di tableau optimal: Tableau Optimalzx1x2s1s2rhs Baris 0 Baris 1 Baris 2 1/2 3/2 1/2 -1/2

Kolom untuk peubah BV dalam kendala di tableau optimal: Bentuk kanonik Kolom untuk peubah x 2 : Cross cek dengan rumus: Kolom untuk peubah s 2 : Tableau Optimalzx1x2s1s2rhs Baris 0 Baris 1 Baris 2 1/2 3/2 1/2 -1/

Kolom untuk rhs pada tableau optimal: Tableau Optimalzx1x2s1s2rhs Baris 0 Baris 1 Baris 2 1/2 3/2 1/2 -1/ Komponen baris nol untuk BV pada tableau optimal selalu sama dengan nol. 00 Komponen baris nol untuk NBV pada tableau optimal memerlukan hasil perkalian:

Tableau Optimalzx1x2s1s2rhs Baris 0 Baris 1 Baris 2 1/2 3/2 1/2 -1/ Komponen baris nol untuk NBV pada tableau optimal: 1 2

Tableau Optimalzx1x2s1s2rhs Baris 0 Baris 1 Baris 2 1/2 3/2 1/2 -1/ Komponen baris nol untuk rhs pada tableau optimal: Lengkapi kolom z Solusi optimal: BV z=12 x2=3 s2=5