2.

1 SOME EXCEPTIONAL CASES IN GRAPHICAL METHOD

In the preceding example we have seen that solution of an LPP occurs at a vertex
of SF. But it is not always true, there may be an LPP for which no solution exists or for
which the only solution obtained is an unbounded one or an LPP may have more than
one solution. In this section we shall discuss the following three special cases that arise
in the application of graphical method.
a. Alternative optimal solution.
b. Infeasible (or non-existing) solution.
c. Unbounded solution.

2.3.1 Alternative Optimal Solution

When the objective function assumes the same optimum value at more
than one vertex of SF, then we say that the LPP has an alternative optimal
solution.
For example:
Maximize Z = 2x1 + 4x2
Subject to x1 + 2x2 ≤ 5
x1 + x2 ≤ 4
x1, x2 ≥ 0

Solution: Maximum occurs at C (3, 1) and D (0, 2.5) and the value of Z = 10

2.3.2 Infeasible Solution

 When the constraints are not satisfied simultaneously, the LPP has no
feasible solution. This implies if SF = ф. This situation can never occur if all
the constraints are of the ≤ type.
For example:
Maximize Z = x1 + x2
Subject to x1 + x2 ≤ 1
–3x1 + x2 ≥ 3 x1, x2 ≥ 0

As SF = ф, the problem has no feasible solution.

2.3.3 Unbounded Solution

When the value of the decision variables may be increased indefinitely
without violating any of the constraints the solution space SF is unbounded.
The value of objective function, in such cases, may increase (for
maximization) or decrease (for minimization) indefinitely. Thus, both the
solution space and the objective function value are unbounded.
For example:
Maximize Z = 6x1 + x2
Subject to 2x1 + x2 ≥ 3
x2 – x1 ≥ 0
x1, x2 ≥ 0
 The graphical solution of the given LPP is depicted in the above
figure. The two vertices of the feasible region are A and B. We observe,
that the feasible region SF is unbounded. The value of the objective function
at the vertex A (1, 1) and B (0, 3) are 7 and 3, respectively. But there exist
number of points in feasible region for which the value of the objective
function is more than 7. For example, the point (3, 6) lies in the feasible
region and the objective function value at this point is 24 which is more
than 7. Thus, both the variables x1 and x2 can be made arbitrarily large and
the value of Z also increases. Hence, the problem has an unbounded
solution.

Remark: An unbounded solution means that there exist an infinite number of solutions to the
problem.
BAHASA INDONESIA
2.2 BEBERAPA PERMASALAHAN DALAM METODE GRAFIK
Dalam contoh sebelumnya, kita telah melihat bahwa solusi dari LPP terjadi pada
saat titik puncaknya Sf. Tetapi itu tidaklah selalu benar, mungkin ada beberapa LPP
yang tidak memiliki solusi atau memiliki solusi yang tidak terbatas atau LPP tersebut
hanya memiliki satu solusi saja. Pada bagian ini, kita akan membahas tiga kasus
berikut yang akan muncil dalam penerapan metode grafik.
d. Solusi Optimal Alternatif (satu solusi)
e. Tidak memiliki solusi
f. Solusi tak terbatas (banyak solusi)

2.3.4 Solusi Optimal Alternatif

Ketika fungsi tujuan mengasumsikan nilai optimum yang sama pada
lebih dari satu titik SF, maka akan dikatakan bahwa LPP hanya memiliki satu
solusi (solusi optimal alternatif) saja.
Contoh:
Maksimum Z = 2x1 + 4x2
x1 + 2x2 ≤ 5
x1 + x2 ≤ 4
x1, x2 ≥ 0

Solution: maksimum terjadi pada titik C(3, 1) dan D(2,5) dan nilai Z=10

2.3.5 Tidak memiliki solusi

 Ketika kendala tidak dipenuhi secara bersamaan, lpp tidak memiliki
solusi yang layak. Ini berarti jika SF = ф. Situasi ini tidak terjadi apa bila
semua kendala ≤ tipe.
Contoh:
Maksimum Z = x1 + x2
Subject to x1 + x2 ≤ 1
–3x1 + x2 ≥ 3 x1, x2 ≥ 0

Ketika SF = ф maka permasalahnnya tidak memiliki solusi.

2.3.6 Solusi tak terbatas (banyak solusi)

Ketika nilai variabel keputusan dapat ditingkatkan tanpa batas dan
tanpa melanggar salah satu kendala, maka ruang solusi Sf tidak dibatasi.
Nilai fungsi objek dalam kasus seperti ini dapat meningkat
(memaksimalisasi) atau menurunkan (minimisasi) tanpa batas. Jadi, baik
ruang solusi dan nilai fungsi objek tidak dibatasi.
Contoh:
Maksimum Z = 6x1 + x2
Subject to 2x1 + x2 ≥ 3
x2 – x1 ≥ 0
x1, x2 ≥ 0
 Solusi grafis dari LPP yang diberikan, digambarkan dalam gambar di
atas. Dua simpul dari wilayah yang layak adalah a dan b. Kami amati,
bahwa wilayah yang layak Sf tidak dibatasi. Nilai fungsi tujuan pada titik
A(1, 1) dan B(0, 3) masing-masing adalah 7 dan 3. Namun terdapat sejumlah
titik di wilayah yang layak untuk nilai fungsi tujuan yang lebih dari 7.
Sebagai contoh, titik (3, 6) terletak di wilayah yang layak dan nilai fungsi
objek pada titik ini adalah 24 yang lebih dari 7. Dengan demikian, kedia
variabel x1 dan x2, serta juga nilai Z meningkat. Oleh karena itu,
penyelesaiannya memiliki banyak solusi atau solusi yang tak terbatas.

Catatan: solusi tak terbatas berarti ada solusi dalam jumlah yang tak terbatas untuk
menyelesaikan suatu permasalahan.