Riset Operasi 2
Riset Operasi 2
NRP : 06111940000075
Dalam hal ini, tahap n (n = 1, 2, 3) sesuai dengan tim peneliti n, dan status jumlah
ilmuwan baru masih tersedia untuk dialokasikan ke tim yang tersisa. Variabel keputusan
𝑥𝑛 (n 1, 2, 3) adalah jumlah ilmuwan tambahan yang dialokasikan ke tim n.
Biarkan 𝑝𝑖 (𝑥𝑖 ) menunjukkan probabilitas kegagalan untuk tim i jika itu ditetapkan oleh
ahli sains tambahan, seperti yang diberikan oleh Tabel 10.2. Jika kita biarkan ∏
menunjukkan perkalian, tujuan pemerintah adalah memilih x1, x2, x3 sehingga untuk
Meminimalkan ∏3𝑖=1 𝑝𝑖 (𝑥𝑖 ) = 𝑝1 (𝑥1 )𝑝2 (𝑥2 )𝑝3 (𝑥3 )
Tabel 10.2 Data untuk proyek luar angkasa Pemerintah
Kemungkinan Kegagalan
Ilmuwan Baru Tim
1 2 3
0 0,40 0,60 0,80
1 0,20 0,40 0,50
2 0,15 0,20 0,30
Bergantung pada
3
∑ 𝑥𝑖 = 2
𝑖=1
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075
dan
𝑥𝑖 adalah bilangan bulat nonnegatif
Karena itu,𝑓𝑛 (𝑠𝑛 , 𝑥𝑛 ) untuk masalah ini adalah
3
∑ 𝑥𝑖 = 𝑠𝑛
𝑖=1
dan
𝑥𝑖 adalah bilangan bulat nonnegatif
Untuk 𝑛 = 1,2,3 Jadi
dimana
Dengan 𝑓𝑛∗ definisikan menjadi 1. Gambar 10.7 merangkum hubungan dasar ini.
Gambar 10.
Jadi, hubungan rekursif menghubungkan 𝑓1∗ , 𝑓2∗ , 𝑑𝑎𝑛 𝑓3∗ fungsi pada kasus ini adalah
dan, ketika n = 3,
Oleh karena itu, solusi optimal harus memiliki 𝑥1∗ = 1, yang membuat 𝑠2 = 2 − 1 = 1
, jadi 𝑥2∗ = 0, yang membuat 𝑠3 = 1 − 0 = 1, sehingga 𝑥3∗ = 1. Jadi, masing-masing
tim 1 dan 3 menerima satu ilmuwan tambahan. Kemungkinan baru bahwa ketiga tim
akan gagal akan gagal menjadi 0,060.
Contoh 4 Menjadwalkan Tingkat Pekerjaan
Beban kerja untuk TOKO PEKERJAAN LOKAL bergantung pada fluktuasi
musiman yang cukup besar. Namun, operator mesin sulit untuk disewa dan mahal untuk
dilatih, sehingga manajer enggan memberhentikan pekerja selama musim sepi. Dia juga
enggan untuk mempertahankan puncak gaji season-nya saat itu tidak diperlukan. Lebih
jauh, dia pasti menentang kerja lembur secara teratur. Karena semua pekerjaan
dilakukan untuk pesanan khusus, tidak mungkin untuk mengumpulkan persediaan
selama musim sepi. Oleh karena itu, manajer berada dalam dilema seperti apa
kebijakannya tentang tingkat pekerjaan.
Perkiraan berikut diberikan untuk persyaratan pekerjaan minimum selama
empat musim dalam setahun untuk masa mendatang:
Pekerjaan tidak akan diizinkan untuk jatuh di bawah level ini. Pekerjaan apapun
diatas ini level terbuang dengan perkiraan biaya $ 2.000 per orang per musim.
Diperkirakan bahwa biaya perekrutan dan pemberhentian sedemikian rupa sehingga
total biaya untuk mengubah tingkat pekerjaan dari satu musim ke musim berikutnya
adalah $ 200 kali kuadrat dari perbedaan tingkat pekerjaan. Tingkat pecahan pekerjaan
dimungkinkan karena sedikit pekerjaan paruh waktu karyawan, dan data biaya juga
berlaku dalam basis pecahan.
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075
Perumusan. Berdasarkan data yang tersedia, tidak ada gunanya membuat tingkat
pekerjaan melebihi persyaratan musim puncak 255. Oleh karena itu, pekerjaan musim
semi harus di 255, dan masalahnya dikurangi untuk menemukan tingkat pekerjaan
untuk tiga musim lainnya.
Untuk formulasi pemrograman dinamis, musim harus menjadi tahapan. Ada
sebenarnya jumlah tahapan yang tidak terbatas karena masalah meluas ke yang tidak
pasti masa depan. Namun, setiap tahun memulai siklus yang sama, dan karena
pekerjaan musim semi dimulai diketahui, adalah mungkin untuk mempertimbangkan
hanya satu siklus empat musim yang berakhir dengan musim semi musim, seperti yang
dirangkum di bawah ini.
Tahapan 1 = Musim Panas,
Tahapan 2 = Musim Gugur,
Tahapan 3 = Musim Dingin,
Tahapan 4 = Musim Semi.
𝑥𝑛 = tingkat pekerjaan untuk tahap n (𝑛 = 1, 2, 3,4).
(𝑥4 = 255.)
Musim semi harus menjadi tahap terakhir karena nilai optimal variabel
keputusan untuk setiap negara bagian pada tahap terakhir harus diketahui atau diperoleh
tanpa mempertimbangkan tahapan lainnya. Untuk setiap musim lainnya, solusi untuk
tingkat lapangan kerja yang optimal harus mempertimbangkan pengaruhnya terhadap
biaya di musim berikutnya. Misalkan
𝑟𝑛 =persyaratan kerja minimum untuk tahap n,
dimana persyaratan ini diberikan sebelumnya sebagai 𝑟1 = 220, 𝑟2 = 240 , 𝑟3 =
200, dan
𝑟4 = 255 Dengan demikian, satu-satunya nilai yang layak untuk 𝑥𝑛 adalah
𝑟𝑛 ≤ 𝑥𝑛 ≤ 255
Mengacu pada data biaya yang diberikan dalam pernyataan masalah, kita memiliki
Biaya untuk tahap 𝑛 = 200(𝑥𝑛 − 𝑥𝑛−1 )2 + 2000((𝑥𝑛 − 𝑟𝑛 )
Perhatikan bahwa biaya pada tahap saat ini hanya bergantung pada keputusan
saat ini 𝑥𝑛 dan pekerjaan di musim sebelumnya 𝑥𝑛−1 . Jadi, tingkat pekerjaan
sebelumnya adalah semua informasi tentang keadaan saat ini yang kita butuhkan untuk
menentukan kebijakan yang optimal untuk selanjutnya. Oleh karena itu, status 𝑠𝑛 untuk
tahap n adalah
tahap 𝑠𝑛 = 𝑥𝑛−1
Ketika 𝑛 = 1 , 𝑠1 = 𝑥0 = 𝑥4 = 255.
Untuk kemudahan referensi Anda saat mengerjakan masalah, ringkasan data diberikan
pada Tabel 10.3 untuk masing-masing dari empat tahap
Tujuan dari masalah ini adalah untuk memilih 𝑥1 , 𝑥2 , 𝑥3 wtih 𝑥0 = 𝑥4 = 255 untuk
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075
dimana penjumlahan ini sama dengan nol jika n = 4 (karena tidak memiliki suku).
Juga,
Karenanya
(dengan 𝑓5∗ didefinisikan sebagai nol karena biaya setelah tahap 4 tidak relevan
dengan analisis). Sebuah ringkasan dari hubungan dasar ini diberikan pada Gambar
10.8.
Akibatnya, hubungan rekursif menghubungkan 𝑓𝑛∗ fungsi adalah
Tahap 3: Untuk masalah yang hanya terdiri dari dua tahap terakhir (n = 3), rekursif
hubungan direduksi menjadi
Gambar 10.9 Solusi grafis untuk 𝑓3∗ (𝑠3 ) untuk Toko Pekerjaan Lokal masalah.
Namun, cara yang lebih cepat adalah dengan menggunakan kalkulus. Kami ingin
menyelesaikan untuk meminimalkan 𝑥3 pada persyaratan 𝑠3 dengan
mempertimbangkan 𝑠3 memiliki beberapa nilai tetap (tetapi tidak diketahui). Oleh
karena itu, setel turunan pertama (sebagian) dari 𝑓3 (𝑠3 , 𝑥3 ) terhadap 𝑥3 sama dengan
nol:
Yang menghasilkan
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075
Karena turunan keduanya positif, dan karena solusi ini terletak pada interval yang
memungkinkan untuk 𝑥3 (200≤ 𝑥3 ≤255) untuk semua kemungkinan 𝑠3 (240≤
𝑠3 ≤255), ini memang merupakan minimum yang diinginkan.
Perhatikan perbedaan utama antara sifat solusi ini dan yang diperoleh untuk
contoh sebelumnya di mana hanya ada beberapa kemungkinan negara bagian untuk
dipertimbangkan. Kami sekarang punya jumlah keadaan yang mungkin tak terbatas
(240≤ 𝑠3 ≤255), sehingga tidak lagi layak untuk dipecahkan secara terpisah untuk 𝑥3∗
untuk setiap kemungkinan nilai 𝑠3 . Oleh karena itu, kami telah menyelesaikan untuk
𝑥3∗ sebagai fungsi dari 𝑠3 yang tidak diketahui.
Menggunakan
dan mengurangi ekspresi ini secara aljabar melengkapi hasil yang diperlukan untuk
tahap ketiga masalah, diringkas sebagai berikut.
Nilai yang mungkin dari 𝑠2 adalah (220≤ 𝑠2 ≤255), dan wilayah yang layak untuk 𝑥2
adalah (220≤ 𝑠2 ≤255). Masalahnya adalah mencari nilai minimalisasi 𝑥2 di wilayah
ini, sehingga
Menghasilkan
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075
Karena
Nilai 𝑥2 ini adalah nilai meminimalkan yang diinginkan jika memungkinkan (240≤
𝑥2 ≤255). Lebih nilai s2 yang mungkin (220≤ 𝑠2 ≤255), solusi ini sebenarnya hanya
layak jika 240≤ 𝑠2 ≤255
Oleh karena itu, kita masih perlu mencari nilai kelayakan dari 𝑥2 yang meminimalkan
𝑓2 (𝑠2 , 𝑥2 ) ketika 220≤ 𝑠2 ≤240. Kunci untuk menganalisis perilaku 𝑓2 (𝑠2 , 𝑥2 ) lebih
layak daerah untuk 𝑥2 sekali lagi adalah turunan parsial dari 𝑓2 (𝑠2 , 𝑥2 ) . Saat 𝑠2 ≤ 240,
Karena 𝑟1 = 220, daerah yang layak untuk 𝑥1 adalah 220≤ 𝑥1 ≤240. Ekspresi untuk
𝑓2∗ (𝑥1 ) akan berbeda dalam dua bagian 220≤ 𝑥1 ≤240 dan 240≤ 𝑥1 ≤255 dari wilayah
ini. Karena itu
untuk semua 𝑥1 ≤ 240. Oleh karena itu, 𝑥1 = 240 adalah nilai minimalisasi dari 𝑓1 (𝑠1 ,
𝑥1 ) pada wilayah tersebut 220 ≤ 𝑥1 ≤240.
Ketika 240 ≤ 𝑥1 ≤255
Karena
untuk semua 𝑥1
Tetapkan
yang menghasilkan
(Perhatikan bahwa definisi negara analog dengan distribusi masalah usaha, termasuk
Contoh 2 dan 3, kecuali bahwa sekarang ada tiga sumber daya untuk dialokasikan,
bukan hanya satu.) Jadi,
𝑠𝑛 = (𝑅1 , 𝑅2 , 𝑅3 )
dimana 𝑅1 adalah jumlah sumber daya yang tersisa untuk dialokasikan (i = 1, 2, 3).
Karena itu
𝑠𝑛 = (4, 12, 18)
𝑠𝑛 = (4 − 𝑋, 12, 12 − 3𝑥1 )
Namun, ketika kita mulai dengan menyelesaikan tahap 2, kita belum mengetahui nilai
𝑥1 , dan jadi kami menggunakan 𝑠𝑛 = (𝑅1 , 𝑅2 , 𝑅3 ) pada saat itu.
Oleh karena itu, berbeda dengan contoh sebelumnya, masalah ini memiliki tiga
variabel status (yaitu, vektor status dengan tiga komponen) pada setiap tahap, bukan
satu. Dari sudut pandang teoretis, perbedaan ini tidak terlalu serius. Ini hanya berarti
bahwa, alih-alih mempertimbangkan semua nilai yang mungkin dari satu variabel
keadaan, kita harus mempertimbangkan semua kemungkinan kombinasi nilai dari
beberapa variabel keadaan. Namun, dari sudut pandangnya efisiensi komputasi,
perbedaan ini cenderung menjadi komplikasi yang sangat serius. Karena jumlah
kombinasi, secara umum, bisa sebesar hasil perkalian dari jumlah nilai yang mungkin
dari masing-masing variabel, jumlah kalkulasi yang diperlukan cenderung untuk
"meledak" dengan cepat ketika variabel status tambahan diperkenalkan. Fenomena ini
terjadi telah diberi nama yang tepat dari curse of dimensionality.
Masing-masing dari tiga variabel status kontinu. Oleh karena itu, daripada
mempertimbangkan masing-masing kemungkinan kombinasi nilai secara terpisah, kita
harus menggunakan pendekatan yang diperkenalkan di Contoh 4 pemecahan untuk
informasi yang dibutuhkan sebagai fungsi dari keadaan sistem. Terlepas dari
komplikasi tersebut, masalah ini cukup kecil sehingga masih bisa diatasi tanpa kesulitan
besar. Untuk mengatasinya, kita perlu memperkenalkan pemrograman dinamis yang
biasa notasi. Jadi
𝑓2 = (𝑅1 , 𝑅2 , 𝑅3 , 𝑥2 ) = kontribusi aktivitas 2 ke Z jika sistem mulai dalam keadaan
(𝑅1 , 𝑅2 , 𝑅3 )pada tahap 2 dan keputusan 𝑥2 =5𝑥2
𝑓1 (4, 12, 18, 𝑥1 ) = kontribusi kegiatan 1 dan 2 ke Z jika sistem mulai dalam keadaan
(4, 12, 18) pada tahap 1, keputusan langsung adalah 𝑥1 , dan kemudian keputusan
optimal dibuat pada tahap 2, =
Tahap 1: Untuk menyelesaikan masalah dua tahap (n = 1), kita pasang solusi yang baru
saja diperoleh untuk 𝑓2∗ (𝑅1 , 𝑅2 , 𝑅3 ) menjadi Persamaan. (3). Untuk tahap 2,
(𝑅1 , 𝑅2 , 𝑅3 ) = (4 − 𝑥1 , 12, 18 − 3𝑥1 )
Maka
adalah solusi spesifik yang dicolokkan ke Persamaan. (3). Setelah kita menggabungkan
batasannya pada 𝑥1 , Persamaan. (3) kemudian menjadi
Maka
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075
Karena keduanya
mencapai maksimum mereka pada 𝑥1 = 2, maka 𝑥1∗ = 2 itu dan maksimum ini adalah
36, sebagai diberikan pada tabel berikut.
a) Apa tahapan dan status untuk pemrograman dinamis rumusan masalah ini?
b)Gunakan pemrograman dinamis untuk mengatasi masalah ini. Namun, alih-alih
menggunakan tabel biasa, tunjukkan pekerjaan Anda secara grafis (mirip dengan
Gambar 10.2). Secara khusus, mulailah dengan jaringan yang diberikan, di mana
jawaban sudah diberikan untuk 𝑓𝑛∗ (𝑠𝑛 ) untuk empat dari setiap node; lalu selesaikan
dan isi 𝑓2∗ (𝐵) dan 𝑓1∗ (𝑂). Gambarkan ujung panah yang menunjukkan tautan optimal
untuk dilintasi masing-masing dari dua node terakhir. Terakhir, identifikasi jalur yang
optimaldengan mengikuti panah dari node O ke depan ke node T.
c) Gunakan pemrograman dinamis untuk menyelesaikan masalah ini secara manual
membangun tabel biasa untuk n = 3, n = 2, dan n = 1.
d) Gunakan algoritma jalur terpendek yang disajikan di Sec. 9.3 untuk memecahkan
masalah ini. Bandingkan dan kontraskan pendekatan ini dengan yang satu di bagian (b)
dan (c).
Jawab :
a) Variabel keputusan 𝑥𝑛 (n = 1,2,3) menjadi tujuan langsung di tahap n yang akan
diambil. Maka rute yang dipilih O → 𝑥1 → 𝑥2 → 𝑥3 (T).
Tahapan pada pemrograman dinamis pada node jaringan dapat diberi label n = 1,2,3 .
Dan untuk state(status)/Kondisi faktor penentu dari keputusan tiap tahapan yaitu
dimisalkan 𝑠𝑛 maka 𝑠1 = {𝑂}, 𝑠2 = {𝐴, 𝐵, 𝐶} , 𝑠3 = {𝐷, 𝐸 } , 𝑠4 = {𝑇}.
b) penyelesaian program dinamis dengan grafik
𝑥𝑛 = 𝑆 → 𝑓𝑛 (𝑆, 𝑥𝑛 ) = 32
𝑥3 = 𝑇, 𝑓(𝐷, 𝑇) = 6
𝑥3 = 𝑇, 𝑓(𝐸, 𝑇) = 7
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075
𝑋=2
𝑥2 = 𝐷 → 𝑓(𝐴, 𝐷 ) = 𝐶𝐴,𝐷 + 𝑓3 ∗ (𝐷) = 5 + 6 = 11
𝑥2 = 𝐸 → 𝑓(𝐴, 𝐸 ) = 𝐶𝐴,𝐸 + 𝑓3 ∗ (𝐸) = ~ + 7 = ~
Min 𝑓3 ∗ (𝐴, 𝐷) = 11 𝑡𝑢𝑗𝑢𝑎𝑛 𝑘𝑒 𝐷
𝑋=2
𝑥2 = 𝐷 → 𝑓(𝐵, 𝐷 ) = 𝐶𝐵,𝐷 + 𝑓3 ∗ (𝐷) = 7 + 6 = 13
𝑥2 = 𝐸 → 𝑓(𝐵, 𝐸 ) = 𝐶𝐵,𝐸 + 𝑓3 ∗ (𝐸) = 8 + 7 = 15
Min 𝑓2 ∗ (𝐵, 𝐷) = 13 𝑡𝑢𝑗𝑢𝑎𝑛 𝑘𝑒 𝐷
Stage 1
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075
11
A
6
19 13 D 6
O B 7 T
6
E 7
C 7
13
Maka Solusi Optimal untuk pemograman dinamis diatas yaitu yaitu O B D T . Dan
menghasilkan jalur terpendek yang totalnya 𝟏𝟗.
c) Pencarian rute dari tujuan final(T) maka prosedur solusi dimulai dari n = 3 maka
s 𝑓3∗ (𝑠) 𝑥3∗
D 6 T
E 7 T
Kemudian dilanjutkan pada tahapan n = 2, dan dipilih pada pilihan yang optimal
yang menghasilkan jarak tambahan yang minimum.
S \ 𝑥2 𝑓2 (𝑠2 , 𝑥2 ) = 𝐶𝑠𝑥2 + 𝑓2∗ (𝑥2 ) 𝑓2∗ (𝑠) 𝑥3∗
D E
A 11 - 11 D
B 13 15 13 D
C - 13 13 E
Solusi untuk masalah tahap n= 1 dimana ada tiga tahap pergi, diperoleh dengan cara
yang sama. Dalam hal ini 𝑓1 (𝑠1 , 𝑥1 ) = 𝐶𝑠𝑥1 + 𝑓1∗ (𝑥1 )
Maka selanjutnya dihitung
𝑥1 = 𝐴; 𝑓1 (𝑠1 , 𝑥1 ) = 𝐶𝑂,𝐴 + 𝑓2∗ (𝐴) = 11+9 = 20
Karena 19 adalah minimum 𝑓1∗ (𝑂, 𝐵) = 19 𝑑𝑎𝑛 𝑥1∗ = 𝐵 yang dapat dilihat pada tabel
berikut:
S \ 𝑥1 𝑓1 (𝑠2 , 𝑥1 ) = 𝐶𝑠𝑥1 + 𝑓1∗ (𝑥1 ) 𝑓1∗ (𝑠) 𝑥1∗
A B C
O 20 19 20 19 B
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075
Maka Solusi Optimal dari tabel diperoleh rute optimal yaitu O B D T . Dan
menghasilkan jalur terpendek yang totalnya 19.
d)
N Vertex permanen Vertex non Jarak Vertex Jarak Edge
yang adjacent permanen teerdekat ke- minimum terakhir
dengan vertex terdekat yang n
permanen adjecent
1 O B 6 B 6 OB
2 O C 7 C 7 OC
3 O A 9 A 9 OA
4 A D 9+5 D 14
5 B D 6+7 13 BD
B E 6+8 E 14
C E 7+6 13 CE
6 D T 13+6 T 19 DT
E T 13+7 20
10.2-2
Manajer penjualan untuk penerbit buku teks perguruan tinggi memiliki enam
tenaga penjualan keliling untuk ditugaskan ke tiga wilayah berbeda di negara. Dia telah
memutuskan bahwa setiap wilayah harus ditugaskan di setidaknya satu staf penjualan
dan setiap staf penjualan harus melakukannya dibatasi ke salah satu wilayah, tapi
sekarang dia ingin menentukan berapa banyak tenaga penjualan yang harus ditugaskan
di daerah masing-masing untuk memaksimalkan penjualan. Tabel berikut menyajikan
perkiraan kenaikan penjualan (dalam unit yang sesuai) di setiap daerah jika
dialokasikan dalam berbagai angka tenaga penjualan:
Penjual Wilayah
1 2 3
1 40 24 32
2 54 47 46
3 78 63 70
4 99 78 84
a) Gunakan pemrograman dinamis untuk mengatasi masalah ini. Dari pada
menggunakan tabel biasa, tunjukkan pekerjaan Anda secara grafis dengan membangun
dan mengisi jaringan seperti yang ditunjukkan untuk Masalah. 10.2-1. Lanjutkan seperti
di Prob. 10.2-1b dengan memecahkan 𝑓𝑛∗ (𝑠𝑛 ) untuk setiap node (kecuali node terminal)
dan tulisan nilainya oleh node. Gambarlah panah untuk menunjukkan tautan optimal
(atau tautan jika ada dasi) untuk diambil dari setiap node Terakhir, identifikasi jalur
(atau jalur) optimal yang dihasilkan melalui jaringan dan solusi optimal yang sesuai
(atau solusi).
b) Gunakan pemrograman dinamis untuk menyelesaikan masalah ini dengan membuat
tabel biasa untuk n = 3, n = 2, dan n = 1.
Jawab:
a. dengan grafik
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075
0 0 0
1 1 1 1
2 2 2 2
3 3 3 3
4 4 4
5
5 5
6 6 6
n=3
1
𝑥3 = 1 → 𝑓3 ∗ (1) = 32
32 𝑥3 = 2 → 𝑓3 ∗ (2) = 46
46 2
𝑥3 = 3 → 𝑓3 ∗ (3) = 70
3 70
3 𝑥3 = 4 → 𝑓3 ∗ (4) = 84
84
4
n=2
1
𝑆2 = 2 → 𝑓(2,1) = 𝑃2 (1) + 𝑓3 ∗ (1) = 24 + 32 = 56
34 𝑆2 = 3 → 𝑓(3,1) = 𝑃2 (1) + 𝑓3 ∗ (2) = 24 + 46 = 70
47 2
𝑓(3,2) = 𝑃2 (2) + 𝑓3 ∗ (1) = 47 + 32 = 79
2 68
3 𝑆2 = 4 → 𝑓(4,1) = 𝑃2 (1) + 𝑓3 ∗ (3) = 24 + 70 = 94
b. dengan table
N= 3
𝑠3 𝑓3∗ (𝑠3 ) 𝑥3∗
1 32 1
2 46 2
3 70 3
4 84 4
N=2
𝑓2 (𝑠2 , 𝑥2 ) = 𝑝2 (𝑥2 ) + 𝑓3∗ (𝑠2 −𝑥2 )
𝑠2 \ 𝑥2 1 2 3 4 𝑓2∗ 𝑥2∗
2 24+32=56 - - - 56 1
3 24+46=70 47+32=79 - - 79 2
4 24+70=94 47+46=93 63+32=95 - 95 3
5 24+84 = 108 47+70=117 63+46=109 78+32=110 117 2
N=1
𝑓1 (𝑠1 , 𝑥1 ) = 𝑝1 (𝑥1 ) + 𝑓2∗ (𝑠1 −𝑥1 )
𝑠1 , 𝑥1 1 2 3 4 𝑓1∗ 𝑥1∗
6 40+117=157 54+95=149 78+79=157 99+56=155 157 1,3
Solusi optimum:
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075
X3 Optimal
S3 0 1 2 3 4 5 F3*(S3) X3*
0 0 0 0
1 0 4 4 1
2 0 4 9 9 2
3 0 4 9 13 13 3
4 0 4 9 13 18 18 4
5 0 4 9 13 18 20 20 5
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075
X1 Optimal
S1 0 1 2 3 4 5 F1*(S1) X1*
5 24+0 20+5 15+9 14+11 17+6 0+21 25 1,3
Solusi optimum :
(1, 2, 2) = 9+11+5 = 25
(3, 2, 0) = 11+14+0 = 25
Jadi dapat disimpulkan bahwa solusi optimum diperoleh jika pemilik toko
mengalokasikan 1 peti ke toko 1, 2 peti ke toko 2, dan 2 peti ke toko 2. Selain itu
solusi optimum lainnya diperoleh jika pemilik toko mengalokasikan 3 peti ke toko 1,
dan 2 peti ke toko 2.
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075
10.3-3
Seorang mahasiswa memiliki 7 hari tersisa sebelum ujian akhir dimulai di
empat mata kuliahnya, dan dia ingin mengalokasikannya waktu belajar seefektif
mungkin. Setidaknya dia membutuhkan 1 hari di setiap kursus, dan dia suka
berkonsentrasi hanya pada satu kursus kursus setiap hari, jadi dia ingin mengalokasikan
1, 2, 3, atau 4 hari untuk kursus. Setelah baru-baru ini mengambil kursus OR, dia
memutuskan untuk menggunakan pemrograman dinamis untuk membuat alokasi ini
guna memaksimalkan total poin nilai yang akan diperoleh dari empat kursus. Dia
memperkirakan bahwa alokasi alternatif untuk setiap mata pelajaran akan
menghasilkan jumlah poin kelas yang ditunjukkan pada tabel berikut:
Hari Perkiraan Poin Nilai
Belajar Kursus
1 2 3 4
1 1 5 4 4
2 3 6 6 4
3 6 8 7 5
4 8 8 9 8
Selesaikan masalah ini dengan pemrograman dinamis.
n= 4
𝑠4 𝑓4∗ (𝑠4 ) 𝑥4∗
1 4 1
2 4 2
3 5 3
4 8 4
n=3
𝑓3 (𝑠3 , 𝑥3 ) = 𝑝3 (𝑥3 ) + 𝑓4∗ (𝑠3 −𝑥3 )
𝑠3 , 𝑥3 1 2 3 4 𝑓3∗ 𝑥3∗
1 4+0=4 - - - 4 1
2 4+4=8 6+0=6 - - 8 1
3 4+4=8 6+4=10 7+0=7 - 10 2
4 4+5=9 6+4=10 7+4=11 9+0=9 11 3
n=2
𝑓2 (𝑠2 , 𝑥2 ) = 𝑝2 (𝑥2 ) + 𝑓3∗ (𝑠2 −𝑥2 )
𝑠2 , 𝑥2 1 2 3 4 𝑓2∗ 𝑥2∗
1 5+0=5 - - - 5 1
2 5+4=9 6+0=6 - - 9 1
3 5+8=13 6+4=10 8+0=8 - 13 1
4 5+10=15 6+8=14 8+4=12 8+0=8 15 1
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075
n=1
𝑓1 (𝑠1 , 𝑥1 ) = 𝑝1 (𝑥1 ) + 𝑓2∗ (𝑠1 −𝑥1 )
𝑠1 , 𝑥1 1 2 3 4 𝑓1∗ 𝑥1∗
4 1+13=14 3+9=12 6+5=11 8+0=8 14 1
Solusi optimum:
(1,1,1,1) = 1+5+4+4= 14
Jadi dapat disimpulkan bahwa waktu belajar efektif dicapai apabila ia mengalokasikan
1 hari untuk kursus 1, 1 hari untuk kursus 2, 1 hari untuk kursus 3, dan 1 hari untuk
kursus 4.
10.3-4
Kampanye politik sedang memasuki tahap akhir, dan pemilihan menunjukkan
pemilihan yang sangat dekat. Salah satu calon sudah cukup dana tersisa untuk membeli
waktu TV dengan total lima jam tayang utama iklan di stasiun TV yang terletak di
empat wilayah berbeda. Mengenai informasi pemungutan suara, telah dibuat perkiraan
tentang jumlah suara tambahan yang dapat dimenangkan di berbagai wilayah penyiaran
tergantung pada jumlah iklan yang ditayangkan. Estimasi ini diberikan dalam ribuan
tabel suara berikut:
Komersial Area
1 2 3 4
0 0 0 0 0
1 4 6 5 3
2 7 8 9 7
3 9 10 11 12
4 12 11 10 14
5 15 12 9 16
Gunakan Pemrograman dinamis untuk menentukan bagaimana lima iklan harus
didistribusikan di antara empat area agar memaksimalkan perkiraan jumlah suara yang
dimenangkan.
n=4
𝑠4 𝑓4∗ (𝑠4 ) 𝑥4∗
0 0 0
1 3 1
2 7 2
3 12 3
4 14 4
5 16 5
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075
n=3
𝑓3 (𝑠3 , 𝑥3 ) = 𝑝3 (𝑥3 ) + 𝑓4∗ (𝑠3 −𝑥3 )
𝑠3 /𝑥3 0 1 2 3 4 5 𝑓3∗ 𝑥3∗
0 0 - - - - - 0 0
1 0+3=3 5+0=5 - - - - 5 1
2 0+7=3 5+3=8 9 - - - 9 2
3 0+12=12 5+7=12 9+3=12 11 - - 12 0 atau
1 atau
2
4 0+14=14 5+12=17 9+7=16 11+3=14 10 - 17 1
5 0+16=16 5+14=19 9+12=21 11+7=18 10+3=13 9 21 2
n=2
𝑓2 (𝑠2 , 𝑥2 ) = 𝑝2 (𝑥2 ) + 𝑓3∗ (𝑠2 −𝑥2 )
𝑠2 /𝑥2 0 1 2 3 4 5 𝑓2∗ 𝑥2∗
0 0 - - - - - 0 0
1 0+5=5 6 - - - - 6 1
2 0+9=9 6+5=11 8 - - - 11 1
3 0+12=12 6+9=15 8+5=13 10 - - 15 1
4 0+17=17 6+12=18 8+9=17 10+5=15 11 - 18 1
5 0+21=21 6+17=23 8+12=20 10+9=19 11+5=16 12 23 1
n=1
𝑓1 (𝑠1 , 𝑥1 ) = 𝑝1 (𝑥1 ) + 𝑓2∗ (𝑠1 −𝑥1 )
𝑠1 /𝑥1 0 1 2 3 4 5 𝑓1∗ 𝑥1∗
5 0+23=23 4+18=22 7+15=22 9+11=20 12+6=18 15 23 0
Solusi optimum:
(0, 1, 1, 3) = 0+6+5+12 = 23
Jadi solusi optimum pendistribusikan iklan di antara empat area agar
memaksimalkan perkiraan jumlah suara yang dimenangkan yaitu dengan
mendistribusikan 0 jam tayang di area 1, 1 jam tayang di area 2, 1 jam tayang di area
3, dan 3 jam tayang di area 4.
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075
10.3.5
Seorang ketua daerah dari partai politik tertentu sedang membuat rencana untuk
pemilihan presiden yang akan datang. Dia telah menerima layanan dari enam pekerja
sukarela untuk pekerjaan polisi, dan dia ingin menugaskannya ke empat kawasan
sedemikian rupa untuk memaksimalkan keefektifannya. Dia merasa itu tidak efisien
menugaskan seorang pekerja ke lebih dari satu kantor polisi, tetapi dia tidak bersedia
menugaskan pekerja ke salah satu wilayah jika mereka dapat menyelesaikannya. lebih
banyak di daerah lain.
Tabel berikut menunjukkan perkiraan kenaikan jumlah suara calon dari partai di
masing-masing Polres jika dialokasikan sejumlah tenaga kerja yang berbeda:
Pekerja Polres
1 2 3 4
0 0 0 0 0
1 4 7 5 6
2 9 11 10 11
3 15 16 15 14
4 18 18 18 16
5 22 21 22 18
6 24 21 22 18
Masalah ini memiliki beberapa solusi optimal untuk berapa banyak enam pekerja harus
ditugaskan untuk masing-masing dari empat daerah memaksimalkan total perkiraan
peningkatan dalam kemajemukan kandidat partai. Gunakan pemrograman dinamis
untuk menemukan semuanya sehingga ketua dapat membuat pilihan akhir berdasarkan
lainnya faktor.
n=4
𝑠4 𝑓4∗ (𝑠4 ) 𝑥4∗
0 0 0
1 6 1
2 11 2
3 14 3
4 16 4
5 18 5
6 18 6
n=3
𝑓3 (𝑠3 , 𝑥3 ) = 𝑝3 (𝑥3 ) + 𝑓4∗ (𝑠3 −𝑥3 )
𝑠3 /𝑥3 0 1 2 3 4 5 6 𝑓3∗ 𝑥3∗
0 0 0 0
1 0+6=6 5 6 1
2 0+11=11 5+6=11 10 11 0 atau
1
3 0+14=14 5+11=16 10+6=16 15 16 1 atau
2
4 0+16=16 5+14=19 10+11=21 15+6=21 18 21 2 atau
3
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075
n=2
𝑓2 (𝑠2 , 𝑥2 ) = 𝑝2 (𝑥2 ) + 𝑓3∗ (𝑠2 −𝑥2 )
𝑠2 /𝑥2 0 1 2 3 4 5 6 𝑓2∗ 𝑥2∗
0 0 0 0
1 6 7 7 1
2 11 7+6=13 11 11 1
3 16 7+11=18 11+6=17 16 18 1
4 21 7+16=23 11+11=22 16+6=22 18 23 1
5 26 7+21=28 11+16=27 16+11=27 18+6=24 21 28 1
6 29 7+26=33 11+21=32 16+16=32 18+11=29 21+6=27 21 33 1
n =1
𝑓1 (𝑠1 , 𝑥1 ) = 𝑝1 (𝑥1 ) + 𝑓2∗ (𝑠1 −𝑥1 )
𝑠1 /𝑥1 0 1 2 3 4 5 6 𝑓1∗ 𝑥1∗
6 0+33=33 4+28=32 9+23=32 15+18=33 18+11=29 22+7=29 24 33 1 atau
3
Solusi optimum:
(1,1,2,2) = 4+7+10+11 = 33
(1,1,3,1) = 4+7+15+6 = 33
(3, 1, 0, 2) = 15+7+0+11 = 33
(3, 1, 1, 1) = 15+7+5+6 = 33
Jadi solusi optimum untuk memaksimalkan total perkiraan peningkatan dalam
kemajemukan kandidat partai diperoleh apabila
• 1 pekerja dialokasikan ke polres 1, 1 pekerja ke polres 2, 2 pekerja ke polres 3, dan 2
pekerja ke polres 4.
• 1 pekerja dialokasikan ke polres 1, 1 pekerja ke polres 2, 3 pekerja ke polres 3, dan 1
pekerja ke polres 4.
• 3 pekerja dialokasikan ke polres 1, 1 pekerja ke polres 2, 0 pekerja ke polres 3, dan 2
pekerja ke polres 4.
• 3 pekerja dialokasikan ke polres 1, 1 pekerja ke polres 2, 1 pekerja ke polres 3, dan 1
pekerja ke polres 4.
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075
Tahap 1
s4 f4*(s4) x4*
0 0 0
1 0 0
2 0,5 1
3 0,7 2
4-10 0,9 3
Tahap 2
s3 1 2 3 f3*(s3) x3*
0 - 0 0
1 0 0 0,1
2 0 0 0,1
3 0,35 0 0,35 1
4 0,49 0 0 0,49 1
5 0,63 0,4 0 0,63 1
6 0,63 0,56 0,45 0,63 1
7 0,63 0,72 0,63 0,72 2
8-10 0,63 0,72 0,81 0,81 3
Tahap 3
s2 1 2 3 f2*(s2) x2*
2 0 0 0,1
3 0 0 0,1
4 0 0 0 0,1,2
5 0,21 0 0 0,21 1
6 0,294 0 0 0,294 1
7 0,378 0,245 0 0,378 1
8 0,378 0,343 0,28 0,378 1
9 0,432 0,441 0,392 0,441 2
10 0,486 0,441 0,504 0,504 3
Tahap 4
s1 1 2 3 f1*(s1) x1*
10 0,22 0,227 0,302 0,302 3
Jadi, solusi optimal untuk memaksimalkan kemungkinan system berfungsi dengan baik
dengan anggaran 1000$ yaitu dengan memasang 3 unit komponen 1, 1 unit komponen
2, 1 unit komponen 3, dan 3 unit komponen 4.