Figure 2.1 Problem Features Dialog

Figure 2.1 Problem Features Dialog Box

Figure 2.2 Initial Data Input Screen
After renaming the decision variables and entering the objective function coefficients, the constraint coeffi¬cients, the constraint relationships, and the right-hand side values, the data input screen appears as shown in Figure 2.3. Because all fractional coefficients must be converted to their decimal equivalent, the coefficient of S in the cutting and dyeing constraint must be written as .7 instead of 7/10, the coeffi-cient of S in the sewing constraint must be written as .5 instead of 1/2, and so on. When rounding is necessary, we recommend using the closest five-place decimal value; thus, the 5/6 coefficient of D in the sewing constraint is writ¬ten as .83333. Note also that each of the four less-than-or-equal-to constraints is entered using < instead or , and the nonnegativity constraints, S, D  0 do not have to be entered. After choosing Solve from the Solution menu, the optimal solution will be presented as shown in Figure 2.4. We see that the value of the optimal solution is, after rounding, 7668, and that the optimal solution is S = 540 standard bags and D = 252 deluxe bags.
LINEAR PROGRAMMING PROBLEM

MAX 10S+9D

S.T.

1) 0.7S+1D

Results (Indonesian) 1:

2.1 tokoh masalah fitur kotak Dialog2.2 tokoh Data awal layar Setelah mengubah nama variabel keputusan dan memasukkan koefisien fungsi tujuan, coeffi¬cients kendala, hubungan kendala, dan nilai-nilai sisi kanan, layar input data muncul seperti yang ditunjukkan dalam gambar 2.3. Karena semua pecahan koefisien harus dikonversi ke setara desimal, Koefisien S dalam pemotongan dan pencelupan kendala harus ditulis sebagai.7 daripada 7/10, coeffi-Sien s di jahit kendala harus ditulis sebagai.5 bukan 1/2, dan seterusnya. Ketika pembulatan diperlukan, sebaiknya gunakan nilai desimal lima-tempat terdekat; dengan demikian, Koefisien 5/6 d dalam kendala jahit adalah writ ¬ sepuluh sebagai.83333. Perhatikan juga bahwa setiap dari empat kurang-dari-atau-sama-untuk kendala yang dimasukkan menggunakan < sebaliknya atau , dan nonnegativity kendala, S, D  0 tidak perlu dimasukkan. Setelah memilih memecahkan dari menu solusi, solusi optimal akan disajikan seperti ditunjukkan pada gambar 2.4. Kita melihat bahwa nilai solusi optimal, setelah pembulatan, 7668, dan bahwa solusi optimal adalah S = 540 tas standar dan D = 252 kamar deluxe tas.MASALAH PEMROGRAMAN LINIERMAKS 10S + 9D S.T. 1) 0.7S + 1 D < 630 2) 0.5s + 0.83333D < 600 3) 1S + 0.66667 D < 708 4) 0.1S + 0,25 D < 135SOLUSI OPTIMALFungsi tujuan nilai = 7667.99417 Nilai variabel mengurangi biaya -------------- --------------- ------------------ S 539.99842 0.00000 D 252.00110 0.00000 Constraint Slack/Surplus Dual Prices -------------- --------------- ------------------ 1 0.00000 4.37496 2 120.00071 0.00000 3 0.00000 6.93753 4 17.99988 0.00000OBJECTIVE COEFFICIENT RANGES Variable Lower Limit Current Value Upper Limit ------------ --------------- --------------- --------------- S 6.30000 10.00000 13.49993 D 6.66670 9.00000 14.28571RIGHT HAND SIDE RANGES Constraint Lower Limit Current Value Upper Limit ------------ --------------- --------------- --------------- 1 495.60000 630.00000 682.36316 2 479.99929 600.00000 No Upper Limit 3 580.00140 708.00000 900.00000 4 117.00012 135.00000 No Upper LimitFigure 2.4 Optimal Solution to Par, Inc., Problem2.4 OTHER CONSIDERATIONSAs you solve more linear programming problems you will find that in many cases only a few of the variables appear in each constraint (i.e., they have coef¬ficients of 0 in many constraints). The Management Scientist does not require you to

Results (Indonesian) 2:

Gambar 2.1 Soal Fitur Dialog Box

Gambar 2.2 Awal Input Data Layar
Setelah mengganti nama variabel keputusan dan memasuki koefisien fungsi tujuan, yang coeffi¬cients kendala, hubungan kendala, dan nilai-nilai sisi kanan, layar input data muncul seperti yang ditunjukkan pada Gambar 2.3. Karena semua koefisien pecahan harus dikonversi ke setara desimal mereka, koefisien S di pemotongan dan pewarnaan kendala harus ditulis sebagai 0,7 bukannya 7/10, yang sien-efisien dari S dalam kendala jahit harus ditulis sebagai 0,5 bukannya 1/2, dan sebagainya. Ketika pembulatan diperlukan, sebaiknya gunakan yang paling dekat lima tempat nilai desimal; dengan demikian, 5/6 koefisien D dalam kendala jahit yang writ¬ten sebagai 0,83333. Perhatikan juga bahwa masing-masing dari empat kurang-dari-atau-sama kendala yang dimasukkan menggunakan <bukan atau , dan kendala nonnegativity, S, D  0 tidak harus dimasukkan. Setelah memilih Memecahkan dari menu Solusi, solusi optimal akan disajikan seperti yang ditunjukkan pada Gambar 2.4. Kami melihat bahwa nilai solusi optimal, setelah pembulatan, 7668, dan bahwa solusi optimal adalah S = 540 tas standar dan D = 252 tas deluxe.
LINEAR PROGRAMMING MASALAH

MAX 10S + 9D

ST

1) 0.7S + 1D <630
2) 0.5s + 0.83333D <600
3) 1S + 0.66667D <708
4) 0.1s + 0.25D <135

SOLUSI OPTIMAL

Tujuan Fungsi Nilai = 7667,99417

Variabel Nilai Mengurangi Biaya
------------- - --------------- ------------------
S 539,99842 0,00000
D 252,00110 0,00000


Kendala Slack / Surplus Harga Ganda
---- ---------- --------------- ------------------
1 0,00000 4,37496
2 120,00071 0,00000
3 0,00000 6,93753
4 17,99988 0,00000

KOEFISIEN TUJUAN Ranges

Variabel Batas bawah Batas sekarang Nilai Atas
------------ --------------- -------- ------- ---------------
S 6,30000 10,00000 13,49993
D 6,66670 9,00000 14,28571


TANGAN KANAN SISI Ranges

Batas Kendala bawah Batas sekarang Nilai Atas
--------- --- --------------- --------------- ---------------
1 495,60000 630,00000 682,36316
2 479,99929 600,00000 No Limit Atas
3 580,00140 708,00000 900,00000
4 117,00012 135,00000 ada Batas Atas


Gambar 2.4 Solusi Optimal untuk Par, Inc., Soal
2.4 PERTIMBANGAN LAIN
Ketika Anda memecahkan masalah pemrograman linear lebih Anda akan menemukan bahwa dalam banyak kasus hanya beberapa dari variabel muncul dalam setiap kendala (yaitu, mereka memiliki coef¬ficients 0 di banyak kendala). Manajemen Scientist tidak mengharuskan Anda untuk