Penelitian Operasional II Program Bilangan Bulat PROGRAM BILANGAN BULAT (INTEGER PROGRAMMING)

dokumen-dokumen yang mirip
Materi Bahasan. Pemrograman Bilangan Bulat (Integer Programming) Pemrograman Bilangan Bulat. 1 Pengantar Pemrograman Bilangan Bulat

BAB II LANDASAN TEORI

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1

BAB 2 LANDASAN TEORI

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam

METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l k

BAB 3 Interpolasi. 1. Beda Hingga

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)

H dinotasikan dengan B H

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t)

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

8.4 GENERATING FUNCTIONS

BAB I PANDAHULUAN. 1.1 Latar Belakang

Prosiding Seminar Nasional Matematika dan Pembelajarannya. Jurusan Matematika, FMIPA UM. 13 Agustus 2016

LEMMA HENSTOCK PADA INTEGRAL. Muslich Jurusan Matematika FMIPA UNS fine dan integral M

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan

OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Analisa Probabilistik Algoritma Routing pada Jaringan Hypercube

BAB III TEORI PERRON-FROBENIUS

titik tengah kelas ke i k = banyaknya kelas

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA

BAB 2 LANDASAN TEORI

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

III. METODOLOGI PENELITIAN

Created by Simpo PDF Creator Pro (unregistered version)

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

METODE PRIMAL AFFINE-SKALING UNTUK MASALAH PROGRAM LINEAR

Pelabelan Total Super Sisi Ajaib Pada Graf Caterpillar Teratur

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

Model Lokasi-Perutean-Persediaan untuk Multi Produk

Model Persediaan dengan Batasan Kapasitas Gudang dan Modal pada Kasus Backorder dan Lost Sales

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

Koefisien Korelasi Spearman

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

Digraf eksentris dari turnamen kuat

Gambar 3.1Single Channel Multiple Phase

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah

ANALYSIS SENSITIVITAS PADA PROGRAM INTEGER CAMPURAN

EKSISTENSI BASIS ORTHONORMAL PADA RUANG HASIL KALI DALAM

BAB 2 LANDASAN TEORI

STATISTIKA ELEMENTER

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion

SIFAT-SIFAT RADIKAL DARI SUATU SUBMODUL DARI MODUL PERKALIAN BEBAS. Saniagus Munendra 1) Hery Susanto 2)

BAB 2 DASAR TEORI ALIRAN DAYA. Sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen

BAB II KAJIAN TEORI. tertentu (Martono, 1999). Sistem bilangan real dinotasikan dengan R. Untuk

I PENDAHULUAN II LANDASAN TEORI

HUBUNGAN MATRIKS AB DAN BA PADA STRUKTUR JORDAN NILPOTEN

JEMBATAN PADA GRAF FUZZY INTUITIONISTIC

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data

BAB II LANDASAN TEORI

Implementasi Algoritma Particle Swarm untuk Menyelesaikan Sistem Persamaan Nonlinear

Taksiran Distribusi Aggregate Loss Asuransi Mobil Menggunakan Fast Fourier Transform (FFT) dalam Menentukan Premi Murni

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

BAB III FUZZY C-MEANS. mempertimbangkan tingkat keanggotaan yang mencakup himpunan fuzzy sebagai

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression

I PENDAHULUAN II LANDASAN TEORI

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

Gambar 1. Ilustrasi struktur jaringan distribusi yang melibatkan crossdocking

ANALISIS JUMLAH TENAGA KERJA TERHADAP JUMLAH PASIEN RSUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGRESI GULUD

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

BAB 2 TINJAUAN PUSTKA. Jaringan transmisi dan jaringan distribusi pada sistem tenaga listrik berfungsi

UKURAN GEJALA PUSAT (UGP)

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

Estimator Robust S Pada Model Seemingly Unrelated Regression. The S Robust Estimator in Seemingly unrelated Regression Model

INTERPOLASI. FTI-Universitas Yarsi

BAB II LANDASAN TEORI

Penyelesaian Masalah Transportasi Dengan Metoda Primal-Dual Wawan Laksito YS 4)

Ir. Tito Adi Dewanto

ANALISIS LOSSES JARINGAN DISTRIBUSI PRIMER 20 KV AREA LHOKSEUMAWE

Teknik Mengatasi Data Hilang pada Kasus Rancangan Blok Lengkapacak

UKURAN GEJALA PUSAT DAN UKURAN LETAK

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d

BAB 6 NOTASI SIGMA, BARISAN DAN DERET

SOLUSI TUGAS I HIMPUNAN

BAB 2 DASAR TEORI. Suatu sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C.

UKURAN DASAR DATA STATISTIK

BAB 5. ANALISIS REGRESI DAN KORELASI

PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNYA

Transkripsi:

Peelta Operasoal II Program Blaga Bulat 37 3 PROGRAM BILANGAN BULAT (INTEGER PROGRAMMING) 3 PENDAHULUAN : Formulas Program Blaga Bulat da Aplasya Program Lear (LP) Program Lear basa dormulasa secara matemats dega cara sebaga berut : (LP) edala : max cx A X b X 0 atau secara sgat dapat dtulsa mead : max { cx : AX b, X R + } Program Lear Blaga Bulat Lear Iteger Programmg (ILP) Program lear blaga bulat meml ormulas mrp dega (LP) haya saa edala bahwa peubah bebasya merupaa blaga real post dubah mead blaga bulat post, yatu : (ILP) edala : max cx A X b X 0 X Blaga Bulat Atau secara sgat dapat dtulsa mead : max { cx : AX b, X Z + } Bla batasa bahwa X harus merupaa blaga bulat dubah mead X {0,}, maa permasalaha mead Program Lear Blaga Ber (Lear Bary Iteger Programmg LBIP) Program Lear Blaga Bulat Campura Lear Mxed Iteger Programmg (MIP) Bla sebaga dar permasalaha memerlua pemecaha dalam blaga real da sebaga lag dalam blaga bulat, maa model matemat yag harus dbuat merupaa campura dar (LP) da (ILP), sebut sebaga (MIP), yatu : (MIP) max { cx + hy: AX + G Y b, X Z +, Y R + } dmaa A : matrs beruura m x G : matrs beruura m x p c : vetor beruura h : vetor beruura p b : vetor beruura m Peyelesaa dar (MIP) merupaa peyelesaa yag laya bla peyelesaa berada dalam hmpua laya : S = { (x,y) : x 0, y 0, x teger, A x + G y b } Saa Halm TIdustr UK Petra

Program Blaga Bulat 38 Peelta Operasoal II Da peyelesaaya dataa optmal bla: (x o, y o ) S sedema hgga (x,y) S : c x + h y c x o + h y o (MIP) dataa ta terbatas (ubouded) a : L R; (x,y ) S : c x + h y > L Beberapa aplas husus dalam (LP) selalu memperoleh peyelesaa blaga bulat yag optmal, msalya : malalah alra pada arga ppa (Networ Flow), Matchg TETAPI secara umum hal TIDAK BENAR!!! Cotoh 3 : S Pey Optmal (IP) Pey Optmal (LP) Cotoh 32 : Masalah Rasel (Kapsac Problem, 0-) Masalah dlham dar seorag petualaga yag heda beperga dega membawa satu rasel Da harus meetua barag-barag apa saa yag heda dbawaya dega meggat apastas dar rasel yag mampu dsadagya terbatas Sela tu masalah uga deal dega permasalah dega satu ugs tuua da satu edala saa, area tu a memerlua peyelesaa husus Pada dua dustr hal sergal mucul eta orag heda meetua proye apa yag harus deraa a detahu bahwa aggara total yag dmlya terbatas Permasalaha dapat dmodela sebaga berut : Msala terdapat buah proye, =,, a 0 : baya dar proye c 0 : la dar proye b > 0 : daa yag terseda Masalah : plhlah proye yag aa deraa sedema hgga umlah dar la proye tersebut masmal da baya yag deluara tda melebh daa yag terseda Model :, a proye dlasaaa X = 0, laya =,, Saa Halm TIdustr UK Petra

Peelta Operasoal II Program Blaga Bulat 39 Max c X = Kedala : a X = b X {0,}, =,, Cotoh 33:The Faclty Locato Problem Detahu N = {,2,,} adalah hmpua aclty locato yag potesal M={,2,,m} adalah hmpua dar peggua (clets) c : baya utu memlh sebuah asltas d loas, N h : baya utu memeuh permtaa dar peggua dar sebuah asltas yag dletaa d, dmaa I, N (asums : tap peggua haya meml satu permtaa utu suatu asltas tertetu) Masalah : Plhlah loas d N dmaa asltas tersebut aa dletaa da tugasalah peggua-peggua yag ada pada asltas tersebut sedema hgga total baya yag dperlua mmum Model : a sebuah asltas dletaa d loas X = 0 laya, =,2,, Kedala : (a) Permtaa dar peggua terpeuh Y = N Y : Baga permtaa dar peggua yag dpeuh oleh asltas (b) Peggua haya dapat dlaya dar loas, a asltasya dletaa d loas Y X 0 I, N Pemodela : M c X sdh N + N I N Y =, I h Y X 0 I, N (MIP) Y Y 0 I, N X {0,}, N Cotoh 34 : The Capactated Faclty Locato Problem Masalah hampr sama dega masalah pada cotoh 33 cuma saa apastas dar tap loas dbatas, sehgga model d atas aa sedt berubah Saa Halm TIdustr UK Petra

Program Blaga Bulat 40 Peelta Operasoal II Detahu N = {,2,,} adalah hmpua aclty locato yag potesal M={,2,,m} adalah hmpua dar peggua (clets) u : apastas dar sebuah asltas yag berloas d, N b : permtaa dar peggua, I c : baya utu memlh sebuah asltas d loas, N h : baya utu memeuh permtaa dar peggua dar sebuah asltas yag dletaa d, dmaa I, N (asums : tap peggua haya meml satu permtaa utu suatu asltas tertetu) Model : M c X sdh + N I N N h Y Y =, I b Y u X 0 I, N (MIP) Y 0 I, N X {0,}, N Cotoh 35 : Travellg Salesma Problem (TSP) Detahu : V = {,2,,N} hmpua Vertex /Kota E : hmpua Edge, merupaa pasaga terurut atara satu ota dega yag la yag meml hubuga dalam arga yag ada c : watu tempuh utu melaua peralaa dar ota e ota ;, V da (,) E Masalah : Mecar sebuah tour yag dmula dar ota pertama sedema hgga : () Tap ota harus duug seal da pada ahr peralaa harus embal lag e ota yag pertama (2) Total watu yag dperlua mmum Model : X a ota lagsug duug dar ota 0 laya,(, ) E Kedala : (a) Tap ota haya dtuu satu al : pada tour Dar ota meuu ota Saa Halm TIdustr UK Petra

Peelta Operasoal II Program Blaga Bulat 4 X {: (, ) E} =, V (b) Tap ota haya dtggala satu al : X {: (, ) E} =, V Kedala (a) da (b) tdalah cuup utu medesa sebuah tour, area edala-edala uga memeuh utu sebuah subtour, yatu 4 2 3 5 6 Pegamata : Utu sebarag tour past terdapat edge dar {,2,3} e {3,4,5} da sebuah edge dar {4,5,6} e {,2,3} (c) X u V, 2 u V 2 {(, ) E, u, V\u} (TSP) :m c X (, ) E sdh (a), (b), (c) terpeuh X {0,}, (,) E Cotoh 36: The Assgmet Problem (Matchg Problem) Detahu : N = {,2,,} adalah hmpua peera M = {,2,,m} adalah hmpua peeraa c adalah baya a peera megeraa peeraa N, M Masalah : meetua peugasa yag tepat utu peera-peera yag ada pada peeraa-peeraa yag terseda sehgga baya eseluruha utu meyelesaa peeraa-peeraa yag ada mmum Model : a orag melaua pe er aa X = 0 laya m M c X = = Saa Halm TIdustr UK Petra

Program Blaga Bulat 42 Peelta Operasoal II sdh = m = X =, M tap orag harus melaua peeraa X, N tap orag dapat melaua peeraa X {0,}, M, N sebaya-bayaya satu 32 PROGRAM LINEAR RELAKSASI Betu program lear yag dperoleh dega megabaa pembatas blaga bulat dsebut sebaga progral lear (LP) relasas Pada (LP) relasas daerah laya utu (LIP) merupaa sub-ruag dar daerah laya (LP) 33 MENYELESAIKAN PERSOALAN(LIP-mur) DENGAN MENGGUNAKAN TEKNIK BRANCH-AND-BOUND Te mecar peyelesaa optmal dar suatu persoala LIP dega megeumeras tt-tt dalam daerah laya dar suatu sub-persoala Ja peyelesaa dar LP relasas meml seluruh peubah yag berharga blaga bulat, maa peyelesaa optmal dar LP relasas merupaa uga peyelesaa optmal dar LIP Prosedur Brach-ad-Boud : () Ja pecabaga dar suatu subpersoala tda dperlua, maa subpersoala dsebut Fathomed Ada 3 stuas yag mug yatu : (a) Apabla subpersoala tu tda laya (b) Apabla subpersoala tu membera peyelesaa yag optmal dmaa seluruh peubahya berharga blaga bulat (c) Apabla la z-optmal utu sub-persoala tu tda lebh ba dar la z-optmal dar subpersoala yag la (2) Suatu subpersoala dapat dabaa atau delmas dar pertmbaga selautya, apabla : (a) Tda laya (b) Batas bawah yag meyataa la z dar calao solus terba seurag-uragya berharga sama besar dega la z dar subpersoala yag bersaguta Saa Halm TIdustr UK Petra

Peelta Operasoal II Program Blaga Bulat 43 34 MENYELESAIKAN PERMASALAHAN (MIP) DENGAN BRANCH- AND-BOUND Te peyelesaa dar permasalaha hampr sama dega te peyelesaa yag telah dbahas pada subbab 33, haya saa pecabaga haya dlaua pada peubah-peubah yag harus berharga blaga bulat 35 MENYELESAIKAN PERMASALAHAN RANSEL DENGAN BRANCH- AND-BOUND Permasalaha Rasel (Kapsac Problem) dapat dtulsa secara mamemts dalam betu sebaga berut : Max z = c X + c 2 X 2 + + c X sdh a X + a 2 X 2 + + a X b X {0,} =,2,, Dua aspe pedeata brach-ad-boud: () area tap peubah harus berharga ol atau satu maa pecabaga pada X aa meghasla cabag X = 0 da X = (2) LP relasas dlaua dega memersa la c /a yag merupaa perwuuda dar maaat yag dperolah dar tap ut sumber yag dguaa oleh barag e-i 36 MENYELESAIKAN PERMASALAHAN IP DENGAN METODE ENUMERASI IMPLISIT Dguaa utu meyelesaa permasalaha BIP (LIP 0-) Ada 3 hal poo yag aa dlaua yatu : () Melaua peyempuraa terba bag suatu ode dega cara : (a) dlaua dega meada peubah bebas berharga 0 atau sedema hgga dperoleh la ugs tuua optmal (b) a peyempuraa ode laya, maa pecabaga berutya tda perlu dlaua (2) Megelmas suatu ode dar pertmbaga selautya (a) Suatu ode aa dabaa apabla setelah dlaua peyempuraa terba terhadap ode tu, dperoleh la ugs tuua yag lebh buru darpada la ugs tuua calo peyelesaa sebelumya (3) Megu ada tdaya peyempuraa yag laya dar suatu ode (a) Apabla peyempuraa suatu ode tda memeuh pembatas yag ada, maa past tda aa ada peyempuraa yag laya dar ode tersebut terhadap permasalaha semula Saa Halm TIdustr UK Petra

Program Blaga Bulat 44 Peelta Operasoal II 37 MENYELESAKAN PERMASALAHAN (LIP) DENGAN TEKNIK CUTTING PLANE Pada te pedeata yag dguaa adalah membuat pembatas tambaha yag memotog ruag laya dar LP relasas sehgga dapat megelmas peyelesaa yag bua merupaa blaga bulat TETAPI tda semua permasalaha dapat dselesaa dega te, area tu te arag dguaa 37 Algortma Pecaha (Blaga bulat mur) Syarat : Semua oese pembatas da ruas aaya harus merupaa blaga bulat Alasa: Koese pecaha pada pembatas aa meyebaba harga dar peubah slac aa mead pecaha uga Algortma : () Selesaa permasalaha dega LP (2) Ja peyelesaa optmum sudah merupaa blaga bulat -! Berhet (3) Ja tda laua lagah berut : Perhata Tabel Optmum dar LP : Bass X X X m Solus Z 0 0 0 C C β 0 X 0 0 α α α X 0 0 α α α X m 0 0 α m α m α m Peubah-peubah X : bass, =,2,, m : obass =,2,, Asumsa X bua blaga bulat X = β - α () = Msala : β = [β ] +,[ β ] : blaga bulat tersebesar sedema hgga [β ] β α =[α ] +, 0 < <, 0 < < Maa persama () berubah mead : X = [β ] + - [ α ] = = = X - [β ] + [ α ] = = C β β β m Saa Halm TIdustr UK Petra

Peelta Operasoal II Program Blaga Bulat 45 Ruas r harus merupaa blaga bulat dema pula dega ruas aa 0, 0 berart 0 area < berart merupaab bl bulat = Tambaha peubah slac ddapat : - + S = 0 = - = = - < - 0 S I = - lah yag dsebut sebaga ractoal cut = = Karea pada tabel ahr ddapat bahwa = 0 berart S = mead tda laya area tu guaa metode dual smplex utu meyelesaaya Ja peyelesaaya sudah merupaa blaga bulat -! berhet, a belum ulag embal prosedur Cotoh 37 Selesaa permasalaha berut : Max Z = 7 X + 9 X 2 Kedala : - X + 3 X 2 6 7 X + X 2 35 X, X 2 blaga bulat ta egat Peyelesaa : Tabel Smplex LP: Bass X X 2 X 3 X 4 Solus Z 0 0 28/ 5/ 63 X 2 0 7/22 /22 7/2 X 0 -/22 3/22 9/2 Terlhat bahwa X da X 2 bua blaga bulat, area tu plhlah pertdasamaa yag uat utu mempercepat pecapaa peyelesaa blaga bulat optmum, yatu : Msalya : terdapat 2 pertdasamaa = = da (2) (3) Saa Halm TIdustr UK Petra

Program Blaga Bulat 46 Peelta Operasoal II Persamaa (2) lebh uat dar persamaa (3) a : Des euata dguaa pada pembatas baru yag dturua dar bars yag mempuya : (a) max ( )! bars dega pecaha terbesar (b) max! bars dega raso = = terbesar Pada cotoh soal d atas : β = 9/2! 4+ ½ β 2 = 7/2!3 + ½ berart = 2 = ½ ( atura (a) tda berlau) Guaa atura (b) α 3 2 = 7/22 = 0 + 7/22! 23 = 7/22 α 4 2 = /22 = 0 + /22! 24 = /22 α 3 = -/22 =-+2/22! 3 = 2/22 α 4 = 3/22 = 0 + 3/22! 4 = 3/22 / 2 / 2 max = = 7 / 22 > + / 22 2/ 22 + 3/ 22 berart plh persamaa X 2 = 7/22 X 3 + /22 X 4 ½ X 2 + 7/22 X 3 + /22 X 4 = 3 ½ X 2 +(0+ 7/22) X 3 + (0+/22) X 4 = 3 + ½ Persamaa pembatas baru : S - 7/22 X 3 - /22 X 4 = - ½ Tabel Smples baru : Bass X X 2 X 3 X 4 S Solus Z 0 0 28/ 5/ 0 63 X 2 0 7/22 /22 0 7/2 X 0 -/22 3/22 0 9/2 S 0 0-7/22 -/22 -/2 Dega Dual Smples d dapat : Bass X X 2 X 3 X 4 S Solus Z 0 0 0 8 59 X 2 0 0 0 3 X 0 0 /7 -/7 4 /7 X 3 0 0 /7-22/7 4/7 Saa Halm TIdustr UK Petra

Peelta Operasoal II Program Blaga Bulat 47 Mash terdapat peyelesaa yag bua blaga bulat, buat lag pembatas baru : X + (0 + /7) X 4 + (- + 6/7) S = 4 + 4/7 S 2 /7 X 4 6/7 S = -4/7 Bass X X 2 X 3 X 4 S S 2 Solus Z 0 0 0 8 0 59 X 2 0 0 0 0 3 X 0 0 /7 -/7 0 4 /7 X 3 0 0 /7-22/7 0 4/7 S 2 0 0 0 -/7-6/7-4/7 Hasl dar dual Smples Bass X X 2 X 3 X 4 S S 2 Solus Z 0 0 0 0 2 7 55 X 2 0 0 0 0 3 X 0 0 0-4 X 3 0 0 0-4 X 4 0 0 0 6-7 4 Peyelesaa ahr d dapat hasl blaga bulat dega X = 4, X 2 = 3 da Z = 55 372 Algortma Campura Asums : X peubah blaga bulat dar masalah campura X = β - α = [β ] + - α = X - [β ] = - α = = Igat : beberapa peubah bua merupaa blaga bulat Supaya X berharga blaga bulat maa : X [β ] atau X [β ] + Berart : = = α (4) α (5) Tetua : J + : hmpua dar subsrp utu α 0 J - : hmpua dar subsrp utu α < 0 Dar (4) da (5) ddapat α (6) + J Saa Halm TIdustr UK Petra

Program Blaga Bulat 48 Peelta Operasoal II J α (7) Semua pembatas tda terad secara smulta maa persamaa (6) da (7) dapat dombas mead : S α + α } = - (Potoga Campura) {+ J J Guaa dual smples (Karea = 0! tda laya) Cotoh 38 Dar cotoh 37 d atas, msalaa X harus merupaa blaga bulat X /22 X 3 + 3/22 X 4 = ( 4+ ½) J - = {3}; J + = {4}, = ½ Potoga campura : / 2 S {3/22 X 4 + / 2 (-/22) X 3 } = -/2 S /22 X 3 3/22 X 4 = -/2 Tabel : Bass X X 2 X 3 X 4 S Solus Z 0 0 28/ 5/ 0 63 X 2 0 7/22 /22 0 7/2 X 0 -/22 3/22 0 9/2 S 0 0-7/22 -/22 -/2 Dual Smples : Bass X X 2 X 3 X 4 S Solus Z 0 0 23/ 0 0 58 X 2 0 0/33 0 -/3 0/3 X 0 -/ 0 4 X 4 0 0 /3-22/4 /3 Peyelesaa optmal : X = 4, X 2 = 0/3 Z = 58 Saa Halm TIdustr UK Petra