1.

0 PENGENALAN

Pengaturcaraan Linear ialah satu kaedah matematik yang digunakan untuk membantu
pengurus-pengurus dalam merancang dan membuat keputusan berdasarkan sumber-
sumber yang ada (Maslin Masrom, 1990). Terdapat empat kaedah pengaturcaraan linear
yang difokuskan di dalam tugasan ini iaitu kaedah Graf, simplek, simplek dua peringkat dan
M-besar.

2.0 KONSEP PENGATURCARAAN LINEAR

Pengaturcaraan linear adalah proses mengambil pelbagai ketaksamaan linear yang
berhubung dengan beberapa situasi dan mencari nilai terbaik di bawah syarat-syarat yang
tertentu (t.p, 2018). Sebagai contoh dalam matematik ia dipanggil Teknik-teknik
pengoptimuman yang digunakan setiap hari dalam organisasi dan peruntukan sumber.
Dalam algebra, untuk menyelesaikan masalah mudah anda boleh menggunakan kaedah
melukis graf sekiranya mempunyai dua pembolehubah linear. Proses umum untuk
membuat graf ketaksamaan (kekangan) untuk membentuk satu kawsan yang diteladani
oleh stah x dan y. kemudian tentukan rantau menggunakan titik koordinat yang bertindan
dan menguji titik tersebut di dalam formula persamaan pengoptimuman.

3.0 KONSEP KAEDAH GRAF

Kaedah graf merupakan kaedah asas yang digunakan untuk menyelesaikan masalah
persamaan linear. Kaedah ini digunakan untuk mencari titik persilangan maksimum atau
minimum antara garis fungsi objektif dan kawasan yang berlorek pada graf serta
persamaan ini hanya digunakan untuk dua pembolehubah (contoh : x, y) sahaja
(Dalgobind Mahto, 2015). Kelebihan kaedah ini adalah melibatkan penggunaan visual yang
membantu kefahaman pengguna untuk menyelesaikan masalah tetapi hanya boleh
digunakan sekiranya masalah mempunyai dua pemboleh ubah sahaja. Lihat contoh soalan
pada lampiran 1. Langkah bagi menggunakan kaedah graf adalah seperti di bawah :
tentukan kekangan yang terdapat dalam masalah pengaturcaraan Linear dan
takrifan dalam bentuk ketaksamaan.
Tentukan fungsi objektif dengan menyatakan maslah penyelesaian objektif
dalam bentuk persamaan matematik
Bina graf dengan plotkan penggunakan persamaan yang dikenalpasti iaitu
kekangan.
Lorekkan kawasan tersaur pada graf dengan cara menghadkan kawasan graf
yang terkeluar daripada had kekangan.
Plotkan fungsi objektif yang dikenalpasti
 Lukis fungsi objektif di luar kawasan yang tersaur dan gunakan warna yang
berbeza untuk membezakan garis fungsi objektif dengan garis-garis lain.
Cari titik optimum minimum atau maksimum yang terletak pada kawasan yang
tersaur.
Gunakan pembaris dan gerakkan pembaris kearah kawasan tersaur dengan
mengekalkan kecerunan garis fungsi objektif.
Sekiranya mencari titiik optimum minimum mulakan pada permulaan graf iaitu
(0,0) manakala untuk titik optimum maksimum berhenti pada titik yang paling
jauh dalam kawasan rantau tersaur.

4.0 KONSEP KAEDAH SIMPLEK

kaedah simplek adalah adalah algoritma pengaturcaraan linear yang dapat
menyelesaikan masalah lebih daripada dua pemboleh ubah yang mudah untuk mencari
feasible solution ( Mark A. S., 1998). Kaedah simplek bermula daripada titik penjuru
kawasan tersaur dan bergerak secara sistematik dari satu titik penjuru ke titik penjuru yang
lain sehingga nilai optimum diprolehi. Kita akan mempertimbangkan hanya masalah yang
melibatkan kekangan Janis ≤ bagi mencari nali optimum. Contoh soalan bagi kaedah
simpleks (lihat lampiran 2). Titik asas dipanggil “initial feasible solution” dalam kaedah
simplek pembolehubah “slack” diperkenalkan yang merupakan pembolehubah asas.
 Pembolehubah slack digunakan apabila nilai optima pembolehubah akhir dganti
ke dalam kekangan yang sama atau kurang , didapati nilainya kurang daripada
nilai di sebelah kanan.
 Salack akan menunjukkan perbezaan nilai di sebelah kiri ketaksamaan dan di
sebelah kanan ketaksamaan.
Langkah-langkah dalam melaksanakan kaedah simplek adalah sepert berikut:
Semak sama ada masalah pengaturcaraan adalah masalah pemaksimuman
standard dalam bentuk piawai dengan memenuhi syarat:
 Memaksimumkan fungsi objektif
 Semua pembolehubah tidak boleh negatif
 Semua kekangan perlu ≤ dengan nilai bukan negatif
Buat pembolehubah slack untuk menukarkan ketaksamaan kepada persamaan.
Tuliskan fungsi objektif sebagai persamaan yang melibatkan pembolehubah
negatif seperti Z=3x+4y akan menjadi -3x-4y+z=0.
Letakkan sistem persamaan dan pembolehubah “slack” ke dalam bentuk matrik
dan persamaan fungsi objektif dalam langkah sebelum diletakkan diletakkan di
baris bawah
 Pilih ruangan nilai pivot dengan mencari nilai yang paling negatif dan ini
menunjukkan lajur pivot.
Cari nilai nol bagi bagi setiap nilai pada lajur pivot
Cari nilai nol paling kecil dan ini menunjukkan baris pivot
Nilai yang bersilang pada lajur pivot dan baris pivot adalah nilai pivot
Jadikan nilai pivot sebagai 1 dan nilai lain pada lajur pivot sebagai sifar
menggunakan operasi baris permulaan
Ulang langkah yang kelima hingga Sembilan hingga tiada nilai negatif pada
baris fungsi objektif.
Kenalpasti nilai maksimum yang ingin dicar pada hasil akhir matrik tersebut.

5.0 KONSEP KAEDAH SIMPLEK DUA PERINGKAT

Kaedah simplek dua peringkat juga digunakan apabila pembolehubah sama dengan
dua atau lebih dari dua yang tidak boleh diselesaikan pada peringkat 1 dan objektifnya
adalah diminimumkan (Budi Institute, 2019). Kaedah ini adalah untuk menyelesaikan
masalah model Pelaksanaan Linear yang mempunyai = atau kekangan ≥ untuk memperoleh
persamaan awal. Contoh masalah yang menggunakan kaedah ini adalah masalah nutrisi di
dalam setiap buah. X adalah pisang, y adalah epal (rujuk lampiran 3). Pada peringkat 1
adalah peringkat dimana untuk mendapatkan penyelesaian asas tersaur dan pada peringkat
2 adalah untuk mendapatkan penyelesian optimum.

Pada peringkat 1:

 Objektif adalah untuk meminimumkan jumlah kesemua pu buatan iaitu, x, y

S1,S2, dan S3 serta R1,R2 dan R3.
 Oleh sebab fungsi objektif adalah dalam sebutan pu asas(buatan), maka
fungsi objektif perlu ditukar ke dalam sebutan pu bukan asas.
 Lakukan penyelesaian kaedah simplek biasa untuk mendapatkan tablo
optimum.
 Sekiranya, Nilai minimum baru dari fungsi objektif yang baru adalah
nol(semua pembolehubah buatan adalah nol) maka, masalah ini layak ke
peringkat kedua. Sekiranya, terdapat nilai minimum yang positif maka
masalah itu tidak mempunyai pemecahan yang layak untuk ke peringkat ke
dua dan hentikan proses pencarian nilai optimum.
Pada peringkat 2:
 Dapatkan tablo optimum dari peringkat 1 sebagai tablo asas awal peringkat 2.
 Dapatkan fungsi objektif asal (melibatkan pu keputusan) dalam sebutan pu
bukan asas berpandukan tablo asas awal peringkat 2.
  Peringatan, tablo peringkat 2 tidak mempunyai pu buatan.
 Gantikan x dan y ke dalam fungsi objektif dan gunakan pada peringkat 2
(fungsi objektif baru)
 Selesaikan sehingga tidak mempunyai positif di dalam Tablo optimum dan
merupakan penyelesaian optimum kepada model Pelaksanaan linear.

6.0 KONSEP M- BESAR

Kaedah M-Besar adalah kaedah untuk menyelesaikan masalah pemaksimuman atau
peminimuman yang mempunyai yang mempunyai kekangan bercampur. Kaedah ini
memanjangkan algoritma simpleks kepada masalah yang mengandungi kekangan “lebih
besar daripada”. Ia melakukan dengan mengaitkan kekangan dengan pemalar negatif yang
besar tidak akan menjadi sebahagian daripada penyelesaian optimum, jika wujud. Contoh
masalah dalam perindustrian iaitu bahan metah mesti melalui pelbagai jenis mesin untuk
menetapkan masa dalam barisan pemasangan. Kekangan termasuk dalam masa yang
dibelanjakan untuk setiap mesin. Selain itu, kaedah ini boleh menyelesaikan kekangan yang
bertanda ≤ ,=dan≥ . Sistem kekangan yang digunakan memerlukan nilai (pemalar)
diletakkan di disebelah kanan tanda ketaksamaan atau kesamaan dan bernilai positif.
Sistem kekangan diubah dan menjadi satu sistem persamaan dengan peraturan-peraturan
berikut:

Kekangan yang bertanda ≤ ditambah satu pembolehubah lalaian S.

Kekangan yang bertanda ≥ ditambah dengan satu pembolehubah buatan R dan
dikurangkan dengan pembolehubah lalaian S.
Kekangan yang bertanda = ditambah dengan pembolehubah buatan R

Langkah penggunaan kaedah M-Besar adalah seperti dibawah :

i) Kenal pasti persamaan objektif dan kekangan yang terdapat dalam soalan.
ii) Laksanakan pengubahsuaian pada langkah i untuk mendapatkan ‘modified problem’
 Jika terdapat kekangan yang mempunyai pemalar negatif disebelah kanan,
darab kekangan tersebut dengan nilai –1 untuk mendapatkan pemalar positif.
 Jika kekangan ‘lebih kecil daripada (≤)’ wujudkan pembolehubah slack
 Jika kekangan ‘lebih besar daripada (≥)’ wujudkan pembolehubah surplus
dan pembolehubah artificial.
 Pembolehubah artificial diberi penalty pada fungsi objektif dengan
memberinya koefisian yang sebesar: -M untuk masalah Maksimum dan +M
untukmasalah minimum
 Jika kekangan adalah ‘sama dengan (=)’ wujudkan pembolehubah artificial
  Apabila pembolehubah aritificial diwujukan maka wujudkan –Ma pada
persamaan objektif
iii) Wujudkan ‘preliminary simplex tableu’ dengan menggunakan maklumat yang telah
diubahsuai pada langkah ii
iv) Hapuskan semua M yang terdapat pada baris bawah tableu yang bersepadanan
dengan pembolehubah artificial menggunakan operasi baris permulaan bagi
menghasilkan ‘initial simplex tableu’
v) Gunakan kaedah simpleks pada tableu yang terhasil pada langkah iv untuk
mendapatkan penyelesaian optimum.

7.0 PENYELESAIAN MASALAH

7.1 SENARIO 1
Soalan scenario 1 rujuk (lampiran 1)
Penyelesaian
Biar x bilangan orang kanak-kanak dan y bilangan orang dewasa,
Maksimumkan P= 50x + 100y

Tertakluk kepada: x + y≤ 90

y≤ 40

7x + 5y≤ 600

2x + 6y≤ 300

x, y ≥ 0
berdasarkan daripada graf yang telah dihasilkan, titik minimum adalah sifar dan titik
maksimum ialah (60,30)
Nilai maksimum P=50x+100y guna titik D(60,30)
P=50(60) + 100(30)
P= 3000+3000
P=6000
Ini menunjukkan pendapatan maksimum bagi kompleks sukan laut adalah RM 6000 apabila
bilangan peserta x seramai 60 orang manakala bilangan peserta dewasa y serai 30 orang
(rujuk lampiran 4 untuk langkah-langkah penyelesaian dan graf yang dihasilkan )
 7.2 SENARIO 2
(Rujuk lampiran 2 untuk soalan scenario 2)
Penyelesian:
Biar, a bilangan produk A
b bilangan produk B
c bilangan produk C
Persamaan maksimum
maksimumkan P = 3a + 5b + 4c

tertakluk kepada: 2a + 3b ≤ 8 Persamaan 1

3a + 2b + 4c ≤ 15 Persamaan 2

2b + 5c ≤ 10 Persamaan 3
a, b, c ≥ 0

gunakan persamaan di atas, jadikan persamaan maksimum =0 dan gunakan pembolehubah

“slack” untuk menjadikan persamaan seperti berikut:
Persamaan maksimum
P - 3a - 5b - 4c =0
Persamaan 1 (guna slack variable)
2a + 3b + r ¿ 8
3a + 2b + 4c + s ¿ 15 Persamaan 2 (guna slack variable)

2b + 5c + t ¿ 10 Persamaan 3 (guna slack variable)

a, b, c ≥ 0
Pembolehubah ‘Slack” perlu menggunakan operasi tambah di dalam persamaan kerana
simbol kurang sama dengan digunakan ≤dalam persamaan yang dibentuk.

Sebuah tableau simplek dibentuk di bawah:

Pemboleh a b c r s t nilai θ Operasi

ubah baris
asas permulaan

r 2 3 0 1 0 0 8

s 3 2 4 0 1 0 15

t 0 2 5 0 0 1 10

P -3 -5 -4 0 0 0 0

Jadual 1: Tableau 1
Selesaikan dengan kaedah simpleks, tableau dibawah merupakan jawapan akhir bagi
pengiraan simplek tableau
 Pemboleh a b c R s t Nilai θ Operasi
ubah baris
asas permulaan

b 0 1 0 15/41 -10/41 8/41 50/41 R1-2/3R2

a 1 0 0 -2/41 15/41 -12/41 89/41 15/41R2

(baru)
c 0 0 1 -6/41 4/41 5/41 62/41 R3+4/15R2
(baru)
P 0 0 0 45/41 11/41 24/41 765/4 R4+11/15R2
1 (baru)

Jadual 10:Tableau 4

Berdasarkan jadual 10,

7
Maka, produk A=2 , 2.17
41
9
produk B=1 , 1.22
41
21
produk C=1 , 1.51
41
27
Untung maksimum = RM 18 iaitu RM 18.66
42
Ini bermakna, syarikat pengeluar produk tersebut akan mencapai keuntungan maksimum
sebanyak RM18.66 apabila bilangan produk A=2.17, bilangan produk B=1.22 dan bilangan
produk C= 1.51
(rujuk lampiran 5 untuk langkah-langkah penyelesaian)

8.0 KESIMPULAN
Kesimpulanya, pengaturcaraan linear ini dapat menyelesaikan masalah dalam
kehidupan harian kita. Contohnya, dalam bidang perindustiran, komputer, perubatan,
makanan, perniagaan dan lain-lain. Pelbagai kaedah dalam pengacaraan linear yang boleh
digunakan untuk menyelesaikan masalah yang dihadapi. Oleh itu, kita perlu mempraktikkan
penggunaan kaedah pengaturcaraan linear dalam kehidupan seharian kita,
Rujukan
Ahmad Sabri. Pemrograman Linier (3). (t.t). Diakses pada 29 Mac 2020 daripada
Http://Sabri.Staff.Gunadarma.Ac.Id/Downloads/Files/44825/RO_Pert4.Pdf

Budi Institut. 2019. Metode Simpleks Dua Fasa. Diakses Pada 30 Mac 2020 daripada
Https://Youtu.Be/Gjprvkyce-W

Mark A.S. (1998) Linear Programming For Optimization Diakses pada 30 Mac 2020
daripada https://Www.Researchgate.Net/Publication/2420905LinearPr
ogrammingForOptimization

Maslin Masrom. (1990). Pakej Pengaturcaraan Linear : LINDO. Diakses pada 30 Mac 2020
daripada Http://Eprints.Utm.My/Id/Eprint/32706/1/Maslinmasrom1990_
Pakejpengaturcaraanlinearlindo.Pdf

Tajuk 3: Pengaturcaraan Linear. (t.p, t.t). Diakses pada 30 Mac 2020 daripada
Https://Www.Google.Com.My/Amp/S/Pdfslide.Net/Amp/Documents/Tajuk-3-
Pengaturcaraan-Linear.Html
Lampiran 1
Soalan scenario 1

Pengurus sebuah komplek sukan laut yang baru ingin memaksimumkan pendapatan daripada
dua program hujung minggu yang berikut.

PESERTA KURSUS PENDAPATAN

Kanak-kanak 7 jam luncur angin, 2 jam pelayaran RM 50

Dewasa 5 jam luncur angin, 6 jam pelayaran RM 100

Rajah 1: pendapatan daripada dua program hujung minggu

Sekatan-sekatan yang berikut dikenakan pada setiap hujung minggu.
i) Tidak boleh memuat lebih daripada 90 peserta
ii) Paling ramai 40 orang dewasa sahaja
iii) Satu maksimum 600 orang-jam untuk luncur angin yang ditawarkan
iv) Satu maksimum 300 orang-jam untuk pelayaran yang ditawarkan
Selesaikan masalah secara bergraf, menyatakan bilangan orang dewasa dan kanak-kanak
harus diterima setiap hujung mnggu dan berapakah pendapatannya

Lampiran 2
Soalan scenario 2

sebuah syarikat berurusan dengan tiga produk A, B dan C. Ia perlu diproses di tiga jabatan X, Y
dan Z. 4
Lampiran Produk A memerlukan 2 jam jabatan X, 3 jam jabatan Y dan produk B memerlukan 3
jam, 2 jam dan 2 jam jabatan X, Y dan Z masing-masing. Produk C memerlukan 4 jam dalam
Penyelesaian
jabatan Y dan 5 jam jabatan Z. sumbangan keuntungan A, B dan C adalah RM 3, RM 5 dan
RM 4 masing-masing. Cari gabungan optimal produk untuk memaksimumkan keuntungan.
Pada tempoh perancangan yang akan datang, 8 jam jabatan X, 15 jam jabatan Y dan 10 jam
Langkah 1:Biar x bilangan orang kanak-kanak dan y bilangan orang dewasa,
jabatan Z disediakan untuk pengeluaran.
Maksimumkan P= 50x + 100y

Jabatan Masa dalam jam yang diperlukan se unit produk Keupayaan

tersedia dalam
jam
A B C
X 2 3 0 8
Y 3 2 4 15
Z 0 2 5 10
Keuntungan 3 5 4
per unit dalam
Lampiran 3
(contoh masalah simplek dua peringkat )
Lampiran 4
(langkah penyelesian dan graf )
Penyelesaian
Langkah 1: Biar x bilangan orang kanak-kanak dan y bilangan orang dewasa,
Maksimumkan P= 50x + 100y

Tertakluk kepada: x + y≤ 90

y≤ 40

7x + 5y≤ 600

2x + 6y≤ 300

x, y ≥ 0

Langkah 2: lakarkan graf menggunakan aplikasi geogebra classic 5 menggunakan

persamaan di atas.

Langkah 3: cari bucu-bucu yang bertindan dengan semua persamaan berdasarkan graf
tersebut dan lakarkan. (0,0), (0,40), (30,40), (60,30), (75,15) dan (85.71, 0)
Bucu-bucu ini diambil pada bahagian bawah garisan kerana simbol kurang sama dengan
pada persamaan yang asal menyebabkan bucu berada pada bahagian berlorek. Kawasan
berlorek dipanggil feasible region iaitu R

Langkah 4: Kawasan yang dilorek pada bahagian luar merupakan kawasan tidak
memuaskan persamaan
Langkah 5:mencari persamaan minimum dan maksimum bagi Persamaan objektif
Nilai minimum P=50x+100y guna titk (0,0)
P=50(0)+100(0)
P= 0
Maka nilai minimum bagi persamaan objektif adalah sifar
Lihat pada garisan merah untuk menunjukkan garisan maksimum dan pilih titik D sebagai
nilai x dan y dan masukkan kepada persamaan objektif.

Nilai maksimum P=50x+100y guna titik D(60,30)

P=50(60) + 100(30)
P= 3000+3000
P=6000
Lampiran 5
Penyelesian:
Langkah 1: Biar, a bilangan produk A
b bilangan produk B
c bilangan produk C
Persamaan maksimum
maksimumkan P = 3a + 5b + 4c
tertakluk kepada: 2a + 3b ≤ 8 Persamaan 1

3a + 2b + 4c ≤ 15 Persamaan 2

2b + 5c ≤ 10 Persamaan 3
a, b, c ≥ 0

Langkah 2: menggunakan persamaan di atas, jadikan persamaan maksimum =0 dan

gunakan pemboleh ubah “slack” untuk menjadikan persamaan seperti berikut:
Persamaan maksimum
P - 3a - 5b - 4c =0
Persamaan 1 (guna slack variable)
2a + 3b + r ¿ 8
3a + 2b + 4c + s ¿ 15 Persamaan 2 (guna slack variable)

2b + 5c + t ¿ 10 Persamaan 3 (guna slack variable)

a, b, c ≥ 0
pemboleh ubah ‘Slack” perlu menggunakan operasi tambah di dalam persamaan kerana
simbol kurang sama dengan digunakan ≤dalam persamaan yang dibentuk.

Langkah 3: tukarkan setiap persamaan ke dalam jadual Tableau 1.

Pemboleh a b c r s t nilai θ Operasi

ubah baris
asas permulaan

r 2 3 0 1 0 0 8

s 3 2 4 0 1 0 15

t 0 2 5 0 0 1 10

P -3 -5 -4 0 0 0 0

Jadual 1: Tableau 1
Langkah 4: tengok objective row dengan menggunakan persamaan maksimum dan cari nilai
yang paling negatif dan jadikan ia sebagai baris untuk mencari jalur pivot contohnya dalam
persamaan P nilai negatif yang paling besar adalah nilai -5, maka jalur nilai -5 adalah jalur
pivot.

Langkah 5: cari nilai θ dengan membahagikan jalur Nilai dengan nilai yang terdapat pada
jalur -5 untuk mencari baris pivot. Lihat jadual 2.

Pembole a b c R s t Nilai θ Operasi

h ubah baris
asas permulaan

r 2 3 0 1 0 0 8 8/3=2.7

s 3 2 4 0 1 0 15 15/2=7.
5
t 0 2 5 0 0 1 10 10/2=5

P -3 -5 -4 0 0 0 0 -

Jadual 2:Tableau 1

Langkah 6: cari nilai θ positif terkecil untuk dipilih sebagai baris pivot contohnya ialah nilai
2.7 . Elemen dalam menentukan jalur pivot dan baris pivot adalah 3. Maka, pivot adalah 3.

Pembole a b c R s t Nilai θ Operasi

h ubah baris
asas permulaan

r 2 3 0 1 0 0 8 8/3=2.7

s 3 2 4 0 1 0 15 15/2=7.
5
t 0 2 5 0 0 1 10 10/2=5

P -3 -5 -4 0 0 0 0 -

Jadual 3:Tableau 1

Langkah 7: adalah untuk mencari operasi baris permulaan bagi jadual 3. Kita perlu jadikan
pivot sebagai 1 dan nilai lain pada jalur pivot sebagai sifar dengan menggunakan operasi
baris permulaan kaedah matriks.

Pemboleh a b c R s t Nilai θ Operasi

 ubah baris
asas permulaan

b 2/3 1 0 1/3 0 0 8/3 R1/3

s 5/3 0 4 -2/3 1 0 29/3 R2-R3

(baru)
t -4/3 0 5 -2/3 0 1 10 R3-2R1
(baru)
P 1/3 0 -4 5/3 0 0 40/3 R4-5R1
(baru)
Jadual 4:Tableau 2

Ulang langkah 4 hingga langkah 7 untuk mencari nilai θ dan sehingga nilai pada baris
objektif tidak terdapat nilai negatif dan mencapai nilai optimal.

Pembole a b c r s t Nilai θ Operasi

h ubah baris
asas permulaan

b 2/3 1 0 1/3 0 0 8/3 8 R1/3

÷ 0=error
3
s 5/3 0 4 -2/3 1 0 29/3 29 R2-2R1
÷ 4=2.4165(baru)
3
t -4/3 0 5 -2/3 0 1 14/3 14 R3-2R1
÷ 5=0.933 (baru)
3
P 1/3 0 -4 5/3 0 0 40/3 R4-5R1
(baru)
Jadual 5:Tableau 2

Cari nilai positif terkecil θ untuk menentukan baris pivot dan tentukan nilai pivot
menggunakan nilai terkecil θ . Nilai pivot adalah 5. Ulang langkah 4-7 lagi.

Pemboleh a b c r s t Nilai θ Operasi

ubah baris
asas permulaan

b 2/3 1 0 1/3 0 0 8/3 No

operation
s 41/15 0 0 -2/15 1 -4/5 89/15 R2-4R3
(baru)
c -4/15 0 1 -2/15 0 1/5 14/15 1/5R3
(baru)
P -11/15 0 0 17/1 0 4/5 256/1 R4-4R3
5 5 (baru)
Jadual 6:Tableau 3

Pemboleh a b c r s t Nilai θ Operasi

ubah baris
asas permulaan

b 2/3 1 0 1/3 0 0 8/3 8 2 No

÷ =4 operation
3 3
s 41/15 0 0 -2/15 1 -4/5 89/15 89 41 89 R2-4R3
÷ = (baru)
15 15 41
c -4/15 0 1 -2/15 0 1/5 14/15 14 4 7 1/5R3
÷− =
15 15 2 (baru)
P -11/15 0 0 17/15 0 4/5 256/1 256 11 −256
R4-4R3
5
÷− =
15 15 11(baru)

Jadual 7:Tableau 3

Pemboleh a b c r s t Nilai θ Operasi

ubah baris
asas permulaan

b 2/3 1 0 1/3 0 0 8/3 8 2 No

÷ =4 operation
3 3
a 41/15 0 0 -2/15 1 -4/5 89/15 89 41 89 R2-4R3
÷ = (baru)
15 15 41
c -4/15 0 1 -2/15 0 1/5 14/15 14 4 7 1/5R3
÷− =
15 15 2 (baru)
P -11/15 0 0 17/15 0 4/5 256/1 256 11 −256
R4-4R3
5
÷− =
15 15 11(baru)

Jadual 8:Tableau 3

Pemboleh a b c r s t Nilai θ Operasi

ubah baris
asas permulaan

b 0 1 0 15/41 -10/41 8/41 50/41 R1-2/3R2

a 1 0 0 -2/41 15/41 -12/41 89/41 15/41R2

(baru)
c 0 0 1 -6/41 4/41 5/41 62/41 R3+4/15R2
(baru)
 P 0 0 0 45/41 11/41 24/41 765/4 R4+11/15R2
1 (baru)
Jadual 10:Tableau 4

7
Maka, produk A=2
41
9
produk B=1
41
21
produk C=1
41
27
Untung maksimum = RM 18 iaitu RM 18.66
42