Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2012/2013 DR. Rahma Fitriani, S.Si., M.Sc.

Slides:



Advertisements
Presentasi serupa
BAB III Metode Simpleks
Advertisements

Linear Programming (Pemrograman Linier)
DUALITAS DALAM LINEAR PROGRAMING
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2011/2012 DR. Rahma Fitriani, S.Si., M.Sc.
Model Transportasi Pemrograman Linier 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 2011/2012 DR. Rahma Fitriani, S.Si., M.Sc.
Linear Programming (Pemrograman Linier)
Steepest Descent (Ascent) untuk Kasus Min (Maks)
PEMROGRAMAN LINEAR RISMAYUNI.
Linear Programming (Pemrograman Linier)
Model Transportasi 2 Mei 2011 Rahma Fitriani, S.Si., M.Sc,
Pemrograman Linier Semester Ganjil 2012/2013
Dosen : Wawan Hari Subagyo
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2011/2012 DR. Rahma Fitriani, S.Si., M.Sc.
Linear Programming (Pemrograman Linier)
Linear Programming (Pemrograman Linier)
LINEAR PROGRAMMING METODE SIMPLEX
Dr. Rahma Fitriani, S.Si., M.Sc
LINEAR PROGRAMMING Pertemuan 05
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.
Operations Management
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2012/2013 DR. Rahma Fitriani, S.Si., M.Sc.
Linear Programming (Pemrograman Linier)
Metode Simpleks Dyah Darma Andayani.
RISET OPERASIONAL RISET OPERASI
Dualitas dan Analisa Sensivitas
Linear Programming (Pemrograman Linier)
LINEAR PROGRAMING (Bagian 3)
Pert.3 Penyelesaian Program Linier Metode Simpleks
LINEAR PROGRAMMING METODE SIMPLEKS
Metode simpleks yang diperbaiki menggunakan
LINEAR PROGRAMMING 3.
Metode Linier Programming
Linear Programming (Pemrograman Linier)
Linier Programming Metode Dua Fasa.
ANALISIS SENSITIVITAS DAN DUALITAS
Pemrograman Kuadratik (Quadratic Programming)
METODE SIMPLEK.
Linear Programming (Pemrograman Linier)
Linear Programming (Pemrograman Linier)
LINIER PROGRAMMING METODE SIMPLEX
TEORI DUALITAS D0104 Riset Operasi I.
Metode Linier Programming
Linear Programming (Pemrograman Linier)
Metode Simpleks Dual dan Kasus Khusus Metode Simpleks
BAB IV Metode Simpleks Persoalan Minimasi
Metode Simpleks Rachmat Gunawan, SE, MSi Manajemen Kuantitatif
Model Linier Programming
PROGRAM LINIER : ANALISIS DUALITAS, SENSITIVITAS DAN POST- OPTIMAL
(REVISED SIMPLEKS).
Program Studi Statistika Semester Ganjil 2011
Linear Programming (Pemrograman Linier)
Linear Programming (Pemrograman Linier)
METODE BIG-M LINEAR PROGRAMMING
TEKNIK RISET OPERASI MUH.AFDAN SYARUR CHAPTER.1
DUALITAS dan ANALISIS SENSITIVITAS
PROGRAM LINIER : ANALISIS POST- OPTIMAL
TEORI PRODUKSI (THEORY OF PRODUCTION)
BAB IV Metode Simpleks Persoalan Minimasi Oleh : Devie Rosa Anamisa.
Pemrograman Non Linier(NLP)
Linear Programming (Pemrograman Linier)
Riset Operasi Semester Genap 2011/2012
Linear Programming (Pemrograman Linier)
Riset Operasi Semester Genap 2011/2012
Linear Programming (Pemrograman Linier)
METODA SIMPLEKS (Prosedur Simpleks)
Transcript presentasi:

Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2012/2013 DR. Rahma Fitriani, S.Si., M.Sc

Dual Simpleks untuk Menentukan solusi optimal baru setelah perubahan rhs dari LP Menggunakan prinsip analisis sensitivitas Perubahan rhs dari LP mempengaruhi: ◦ rhs pada tableau optimal ◦ Z pada tableau optimal Tentukan terlebih dahulu perubahan-perubahan tersebut Dual simpleks diterapkan jika dihadapi tableau yang sub optimal Sub optimal ditunjukkan oleh salah satu rhs ada yang (-)

Pada kasus Dakota Misalkan finishing hour bertambah menjadi 30 jam, atau ∆ =10 Persediaan finishing hour Rhs pada tableau terakhir diperoleh berdasarkan hubungan: Indikasi kasus sub optimal

Z optimal pada tableau terakhir diperoleh berdasarkan hubungan: Tableau 2zx1x2x3s1s2s3e4rhsBV Baris z=380 Baris s1=44 Baris x3=28 Baris x1=-3

Tableau 2zx1x2x3s1s2s3e4rhsBV Baris z=380 Baris s1=44 Baris x3=28 Baris x1=-3 1. Apakah rhs setiap kendala sudah >=0 semua? ◦ Tidak: lanjutkan langkah berikutnya 2.Pilih BV yang paling negatif (Baris pivot). Pilih kolom pivot: pemenang ratio test dari setiap peubah dengan koefisien negatif pada baris pivot Lakukan ERO: s 2 menggantikan x 1 Hanya satu (-) pada baris pivot: s 2 s

Tableau 2zx1x2x3s1s2s3e4rhsBV Baris z=380 Baris s1=44 Baris x3=28 Baris x1=-3 Tableau 3zx1x2x3s1s2s3e4rhsBV Baris z=320 Baris s1=32 Baris x3=16 Baris , s2=6 Dengan ERO: Dengan tambahan finishing hour dianggap lebih menguntungkan memproduksi kursi saja, sebanyak 16 buah tanpa memproduksi yang lainnya Masih ada sisa kayu 32 unit, dan sisa finishing hour 6 jam

Dual Simpleks untuk menyelesaikan Normal Min Problem Diberikan LP berikut ini: Dengan bentuk normal:

Initial tableau: Fungsi obyektif dimodifikasi menjadi fungsi maks. Tableau 0-zx1x2x3e1e2rhs Baris Baris Baris Dalam bentuk kanonik: Tableau 0-zx1x2x3e1e2rhsBV Baris z=0 Baris e1=-4 Baris e2=-6

Tableau 0-zx1x2x3e1e2rhsBV Baris z=0 Baris e1=-4 Baris e2=-6 1. Apakah rhs setiap kendala sudah >=0 semua? ◦ Tidak: lanjutkan langkah berikutnya 2.Pilih BV yang paling negatif (Baris pivot). Pilih kolom pivot: pemenang ratio test dari setiap peubah dengan koefisien negatif pada baris pivot Lakukan ERO: x 1 menggantikan e 2 Baris e2=-6 x1 1 -2

Tableau 0-zx1x2x3e1e2rhsBV Baris z=0 Baris e1=-4 Baris e2=-6 Dengan ERO diperoleh: Tableau 1-zx1x2x3e1e2rhsBV Baris0101,50,50 -3-z=-3 Baris1002,5-1,51-0,5e1=-1 Baris2010,5-0,50 3x1=3 1. Apakah rhs setiap kendala sudah >=0 semua? ◦ Tidak: lanjutkan langkah berikutnya 2.Pilih BV yang paling negatif (Baris pivot). Pilih kolom pivot: pemenang ratio test dari setiap peubah dengan koefisien negatif pada baris pivot Lakukan ERO: x 3 menggantikan e 1 Baris1002,5-1,51-0,5e1=-1 Hanya x 3 x3 0,5 -1,5 -0,5

Tableau 1-zx1x2x3e1e2rhsBV Baris0101,50,50 -3-z=-3 Baris1002,5-1,51-0,5e1=-1 Baris2010,5-0,50 3x1=3 Tableau 2-zx1x2x3e1e2rhsBV Baris0102, , ,33333-z=-3,333 Baris100-1, ,666670, ,666667x3=0,6667 Baris201-0, ,333333x1=3,3333 Dengan ERO diperoleh: 1. Apakah rhs setiap kendala sudah >=0 semua? ◦ sudah: solusi optimal diperoleh.