STQP2043 PENYELIDIKAN

OPERASI

PENGATURCARAAN LINEAR:
PENYELESAIAN MENGGUNAKAN
KAEDAH M BESAR,
DUA FASA
DAN KES-KES KHAS
Penyelesaian Kaedah Simpleks untuk Pemboleh
ubah Buatan

 Kaedah simpleks diperkenalkan untuk model PL

mempunyai semua kekangan dengan tanda-tanda
(≤).
 Ini adalah kerana penyelesaian asas awal akan
diperoleh, yang mana kesemua pu asas awal akan
mempunyai nilai-nilai bukan negatif.
 Walau bagaimanapun, model PL dengan kekangan
yang bertanda (=) dan/atau (≥) tidak memiliki
sifat ini.
Penyelesaian Kaedah Simpleks untuk Pemboleh
ubah Buatan

 Model PL yang mempunyai kekangan

dengan tanda (≥), pu lebihan S tidak akan
menjadi penyelesaian asas awal kerana nilai-nilai
pu lebihan adalah negatif.
 Ini adalah kerana dalam bentuk piawai, -S akan
digunakan.
 Sebagai contoh, jika 4x1 + 6x2 - S = 24; S ≥ 0,
maka S = -24 kerana x1 = 0 dan x2 = 0.
 Ini tidak dibenarkan kerana S mesti bernilai tak
negatif.
Penyelesaian Kaedah Simpleks untuk Pemboleh
ubah Buatan

 Bagi model LP dengan (=) tanda, tidak akan

ada penyelesaian asas awal kerana kekangan sudah
dalam bentuk piawai.
 Sebagai contoh, kekangan 3x1 + 4x2 = 28 tidak
mempunyai sebarang penyelesaian asas awal.
 Untuk mengatasi masalah ini, dua kaedah untuk
model PL dengan tanda (=) dan / atau (≥)
digunakan, iaitu Kaedah M Besar dan Kaedah
Dua-Fasa yang menggunakan penyelesaian awal
buatan.
 Penyelesaian awal Buatan

 Untuk memulakan tablo awal kaedah simpleks, kita

perlukan penyelesaian asas awal.
 Oleh itu kita perlu menambah penyelesaian awal
kepada kekangan dalam bentuk piawai.
 Oleh kerana penyelesaian awal ini adalah
tiruan, mereka dipanggil pemboleh ubah
buatan dengan simbol A; A ≥ 0.
 Sebagi contoh, kekangan 4x1 + 6x2 ≥ 24 akan ditukar
ke bentuk piawai 4x1 + 6x2 - S + A = 24; S, A ≥ 0.
 Untuk kekangan 4x1 + x2 = 8, ia menjadi
4x1 + x2 + A = 8; A ≥ 0.
 Kaedah M Besar

 M dalam kaedah M adalah nombor positif yang

sangat besar dan bertindak sebagai penalti bagi pu
buatan dalam fungsi objektif kerana pu tiruan
sebenarnya tidak akan mempunyai sebarang nilai
positif.
 Pemboleh ubah buatan diberikan pekali fungsi
objektif yang sangat rendah (- M) dalam
masalah pemaksimuman atau pekali fungsi
objektif yang sangat tinggi (+ M) dalam
masalah peminimuman.
 Kaedah M Besar

 Dengan menggunakan syarat begini, proses

pengoptimuman akan memaksa nilai pemboleh
ubah buatan menjadi sifar dan akan memberikan
satu penyelesaian tersaur untuk masalah PL.
 Syarat-syarat bagi kaedah M Besar adalah
seperti berikut:
 Bagi masalah pemaksimuman, (∑−MAi) ditambah dalam
fungsi objektif.
 Bagi masalah peminimuman, (∑MAi) ditambah dalam
fungsi objektif.
 Kaedah M Besar

Contoh 3.1
 Dapatkan penyelesaian optimum untuk masalah
berikut:
Mini Z = 2x1 + x2
tertakluk kepada
4x1 + 6x2 ≥ 24
4x1 + x2 ≥ 8
x1, x2 ≥ 0
 Kaedah M Besar

Penyelesaian Contoh 3.1

 Bentuk piawai adalah:
4x1 + 6x2 ≥ 24
4x1 + x2 ≥ 8

 Fungsi objektif adalah:

 Kaedah M Besar

 Langkah seterusnya adalah untuk memasukkan

model ke dalam tablo simpleks awal.
 Kita dapati bahawa fungsi objektif Z sekarang adalah
dalam sebutan pu asas (A).
 Ini tidak dibenarkan kerana fungsi objektif
perlulah dalam sebutan pu bukan asas.
 Maka, kita perlu menulis semula fungsi objektif
dalam bentuk pu bukan asas.
 Kaedah M Besar

Contoh 3.2
 Tulis semula fungsi objektif yang berikut:
Mini Z =
kerana Z sekarang dalam sebutan pu asas A1 dan A2.
Penyelesaian Contoh 3.2
 Fungsi objektif perlu dalam sebutan pu
bukan asas x1, x2, S1 dan S2.
 Kaedah M Besar

 Daripada 4x1 + 6x2 − S1 + A1 = 24, boleh diperoleh

A1 = 24 – 4x1 − 6x2 + S1
 Daripada 4x1 + x2 − S2 + A2 = 8, boleh diperoleh
A2 = 8 − 4x1 − x2 + S2

 Tukar A1 dan A2 dalam fungsi objektif seperti

berikut:
 Kaedah M Besar

 Tukar dalam sebutan x1, x2, S1 dan S2 seperti

berikut:

 Maka, letakkan pu ke sebelah kiri persamaan

fungsi objektif seperti berikut:
 Kaedah M Besar

 Langkah seterusnya adalah memasukkan fungsi

objektif yang telah ditukar ke dalam sebutan pu
bukan asas ke dalam tablo Simpleks awal.
 Tatacara penyelesaian Simpleks akan
dilakukan untuk mendapatkan penyelesaian
optimum.
 Kaedah M Besar

Contoh 3.3
 Tablo Simpleks awal adalah:

 Pu bukan asas ___akan masuk menjadi pu asas dan

pu asas ____akan keluar dari asas.
 Nombor pangsi adalah ___.
 Kaedah M Besar

 Dengan menggunakan operasi baris Gauss-Jordan,

kita memperoleh tablo simpleks yang baru:
Pengiraan untuk dapatkan Pengiraan untuk dapatkan Pengiraan untuk dapatkan
baris pangsi baris Z baru baris ___ baru
 Kaedah M Besar

 Seterusnya, penyelesaian optimum diperoleh

seperti berikut:
Pengiraan untuk dapatkan Pengiraan untuk dapatkan Pengiraan untuk dapatkan
baris pangsi baris Z baru baris ___ baru
 Kaedah M Besar

 Ini adalah penyelesaian optimum kerana semua

pekali pu bukan asas dalam baris Z adalah tidak
positif.
 Didapati kedua-dua pu buatan A1 dan A2 telah ditukar
kepada pu bukan asas dan bernilai sifar.
 Oleh itu, penyelesaian yang optimum adalah
 Kaedah M Besar

Latihan 3.1
Dapatkan penyelesaian optimum untuk masalah berikut:

Mini Z = 2x1 + 3x2

Tertakluk kepada
(1/2)x1 + (1/4)x2 ≤ 4
x1 + 3x2 ≥ 8
x1 + x2 = 8
x1, x2 ≥ 0
 Kaedah M Besar

Penyelesaian Latihan 3.1

 Kaedah M Besar

Penyelesaian Latihan 3.1

 Kaedah M Besar

Penyelesaian Latihan 3.1

 Kaedah M Besar

Latihan 3.2
Dapatkan penyelesaian optimum untuk masalah berikut:

Mini Z = 4x1 + 4x2+ x3

Tertakluk kepada
x1 + x2 + x3 ≤ 2
2x1 + x2 ≤3
2x1 + x2 + 3x3 ≥ 3
x1, x2 , x3 ≥ 0
 Kaedah M Besar

Penyelesaian Latihan 3.2

 Kaedah M Besar

Penyelesaian Latihan 3.2

 Kaedah M Besar

Penyelesaian Latihan 3.2

 Kaedah Dua Fasa

 Kaedah alternatif untuk menyelesaikan masalah

model PL dengan (=) dan/atau (≥) kekangan
adalah kaedah Dua Fasa.
 Fasa 1 adalah untuk mendapatkan penyelesaian
asas tersaur.
 Fasa 2 adalah untuk mendapatkan penyelesaian
optimum.
 Kaedah Dua Fasa

Fasa 1
 Objektif adalah untuk meminimumkan jumlah
kesemua pu buatan.
 Oleh sebab fungsi objektif adalah dalam sebutan pu
asas (pu buatan), maka fungsi objektif perlu ditukar
ke dalam sebutan pu bukan asas.
 Lakukan tatacara penyelesaian Simpleks untuk
mendapatkan tablo optimum.
 Kaedah Dua Fasa

SEMAKAN KE FASA 2

 Jika nilai jumlah kesemua pu buatan adalah

positif (tidak sifar), maka model ini memperoleh
penyelesaian tak tersaur dan tidak mempunyai
penyelesaian optimum.

 Jika nilai jumlah kesemua pu buatan adalah sifar,

maka model ini memperoleh penyelesaian tersaur
dan optimum Fasa 1. Teruskan ke Fasa 2.
 Kaedah Dua Fasa

Contoh 3.4
 Dapatkan tablo optimum Fasa 1 bagi Contoh 3.1:

Penyelesaian Contoh 3.4

 Fungsi objektif Fasa 1:

meminimumkan jumlah
Mini w = kesemua pu buatan
 Kaedah Dua Fasa

 Tulis semula fungsi objektif dalam sebutan pu

bukan asas x1, x2, S1 dan S2:

 Maka, fungsi objektif yang baru adalah:

Mini w =

Mini w =
 Kaedah Dua Fasa

 Tablo asas awal Fasa 1 adalah:

 Pu bukan asas ____ akan masuk menjadi pu asas

dan pu asas ____ akan keluar dari asas.
 Nombor pangsi adalah ____.
 Kaedah Dua Fasa

 Tablo Simpleks selepas dilakukan tatacara

penyelesaian Simpleks:
Pengiraan untuk dapatkan Pengiraan untuk dapatkan Pengiraan untuk dapatkan
baris pangsi baris Z baru baris ___baru

w
 Kaedah Dua Fasa

 Tablo optimum adalah:

Pengiraan untuk dapatkan Pengiraan untuk dapatkan Pengiraan untuk dapatkan
baris pangsi baris Z baru baris____baru

w
 Kaedah Dua Fasa

 Tablo optimum adalah:

 Kedua-dua pu buatan telah keluar dari asas dan bernilai

sifar dan fungsi objektif juga bernilai sifar.
 Penyelesaian tersaur dan boleh ke Fasa 2.
 Guna tablo optimum ini sebagai tablo asas awal
Fasa 2 dengan menukar fungsi objektif asal.
 Kaedah Dua Fasa

Fasa 2
 Guna tablo optimum Fasa 1 sebagai tablo
asas awal Fasa 2.
 Dapatkan fungsi objektif asal (melibatkan pu
keputusan) dalam sebutan pu bukan asas
berpandukan tablo asas awal Fasa 2.
 Tablo Simpleks Fasa 2 tidak mempunyai pu buatan.
 Tablo optimum merupakan penyelesaian optimum
kepada model PL.
 Kaedah Dua Fasa

Contoh 3.5
 Dapatkan tablo optimum Fasa 2 bagi Contoh 3.1
dengan tablo optimum Fasa 1:

w
 Kaedah Dua Fasa

Penyelesaian Contoh 3.5

 Fungsi objektif model PL:
Mini z = 2x1 + x2

 Tablo optimum Fasa 1 menunjukkan __ dan __ adalah

pu asas.
 Fungsi objektif baru dalam sebutan pu bukan asas ___
dan ___diperoleh dari tablo optimum Fasa 1.
 Kaedah Dua Fasa

 Model PL boleh ditulis sebagai:

Mini Z = 2x1 + x2
tertakluk kepada

 Dari (2),
 Dari (1),.
 Maka, Z =
 Mini Z =
 Kaedah Dua Fasa

 Tablo asas awal Fasa 2 adalah:

 Tablo telah optimum.

 Penyelesaian optimum adalah
 Kaedah Dua Fasa

Selesaikan Latihan 3.1 dan

Latihan 3.2 dengan
Menggunakan Kaedah Dua
Fasa
 Kes-Kes Khas

 Terdapat empat kes khas dalam penyelesaian

menggunakan kaedah Simpleks.

1. Ketaktersauran (Infeasibility)
2. Ketakterbatasan (Unboundedness)
3. Penyelesaian optimum alternatif
4. Pembaziran (Redundancy)
 Kes-Kes Khas

 Ketaktersauran (Infeasibility) dalam kaedah

Simpleks ditunjukkan dalam tablo yang telah
optimum tetapi sekurang-kurangnya satu pu
asas mempunyai nilai negatif.
 Contoh masalah peminimuman:
 Kes-kes Khas

Latihan 3.3
Selesaikan masalah berikut:

Mini Z = 3x1
Tertakluk kepada
2x1 + x2 ≥ 6
3x1 + 2x2 = 4
x1, x2 ≥ 0
 Kes-kes Khas

Penyelesaian Latihan 3.3

 Kes-kes Khas

Penyelesaian Latihan 3.3

 Kes-kes Khas

Penyelesaian Latihan 3.3

 Kes-Kes Khas

 Ketakterbatasan (Unboundedness) dalam

kaedah Simpleks ditunjukkan dalam tablo yang
masih BELUM optimum tetapi tiada
sebarang pu asas yang boleh keluar dari asas
kerana nisbah gagal diperoleh.
 Contoh masalah pemaksimuman:
 Kes-kes Khas

Latihan 3.4
Selesaikan masalah berikut:

Maks Z = 2x1 - x2
tertakluk kepada x1  x2  1
2 x1  x2  6
x1 , x2  0
 Kes-kes Khas

Penyelesaian Latihan 3.4

 Kes-kes Khas

Penyelesaian Latihan 3.4

 Kes-kes Khas

Penyelesaian Latihan 3.4

 Kes-Kes Khas

 Penyelesaian optimum alternatif dalam

kaedah Simpleks ditunjukkan dalam tablo
optimum yang mempunyai pekali pu bukan
asas yang bernilai SIFAR pada baris Z.

 Contoh masalah pemaksimuman:

 Kes-Kes Khas

 Masukkan x1 sebagai pu asas dan penyelesaian optimum

alternatif diperoleh:

 Penyelesaian optmum alternatif mempunyai

nilai Z = 8 yang sama tetapi nilai pu asas adalah
berbeza.
 Kes-kes Khas

Latihan 3.5
Selesaikan masalah berikut:

Maks Z = 3x1 + 2x2

tertakluk kepada 1 1
x1  x2  1
40 60
1 1
x1  x2  1
50 50
x1 , x2  0
 Kes-kes Khas

Penyelesaian Latihan 3.5

 Kes-kes Khas

Penyelesaian Latihan 3.5

 Kes-kes Khas

Penyelesaian Latihan 3.5

 Kes-Kes Khas

 Pembaziran (Redundancy) dalam kaedah

Simpleks berlaku apabila terdapat lebih dari satu
nisbah terkecil yang sama nilai (seri).
 Seri boleh dipilih secara arbitrari.
 Contoh masalah pemaksimuman:
 Kes-Kes Khas

 Jika s1 dahulu dipilih:

 Didapati nilai s2 adalah sifar walaupun masih pu

asas.
 Pembaziran kekangan telah berlaku.
 Kes-kes Khas

Latihan 3.6
Selesaikan masalah berikut:

Maks Z = 2x1 + 3x2

tertakluk kepada x1  x2  8
x1  3 x2  6
x1  x2  3
x1 3
x1 , x2  0
 Kes-kes Khas

Penyelesaian Latihan 3.6

 Kes-kes Khas

Penyelesaian Latihan 3.6

 Kes-kes Khas

Penyelesaian Latihan 3.6

Penyelesaian Menggunakan Kaedah M Besar,
Dua Fasa dan Kes-kes Khas

Tugasan Kendiri Minggu 3

Lukiskan Peta Minda Bagi Topik Minggu 3