NIM : 220605110070

KELAS : A

MATKUL : LINEAR ALGEBRA

DOSEN PENGAMPU : Prof.Dr.Suhartono,M.Kom

JURUSAN : TEKNIK INFORMATIKA

LEMBAGA : UNIVERSITAS ISLAM NEGERI MAULANA MALIK IBRAHIM MALANG

Pemrograman linier adalah model optimasi untuk menemukan solusi optimal dengan fungsi objektif linier atas sekumpulan semua solusi yang ditentukan oleh sistem persamaan linear dan pertidaksamaan linear. Ini adalah model yang paling sederhana dalam optimasi, namun, ini adalah model yang berguna dalam kehidupan nyata dan merupakan model yang efisien untuk menemukan solusi optimal. Pada bab ini, kita akan membahas dasar-dasar pemrograman linier linear dan kita akan meninjau kembali kumpulan data Guinness yang dibahas di Bagian 1.3.

library(gMOIP)
## Warning: package 'gMOIP' was built under R version 4.2.3
A <- matrix(c(1, 1, 1, 7, -1, 1, -1, 0, 0, -1), nrow = 5,
ncol = 2, byrow = TRUE)
b <- c(7, 35, 3, 0, 0)
plotPolytope(
A,
b,

type = rep("c", ncol(A)),
crit = "max",
faces = rep("c", ncol(A)),
plotFaces = TRUE,
plotFeasible = TRUE,
plotOptimum = FALSE,
labels = "coord"
)

Pemrograman linier adalah model dalam optimasi untuk menemukan solusi optimal dari suatu fungsi linear di atas polihedron. vini adalah masalah pemrograman linier. Fungsi yang ingin kita optimalkan adalah disebut fungsi biaya. Pada contoh ini, fungsi linear max 2-x1 +7-x2 adalah sebuah fungsi biaya. Dengan paket gMOIP di R kita dapat memvisualisasikan pemrograman linier linear programming di R2 dan juga menemukan solusi optimal dari masalah tersebut. Sebagai contoh, pertimbangkan polytope pada Contoh 153 dan sebuah fungsi biaya max 2 - x1 + 7 - x2. Pertama, kita mendefinisikan fungsi biaya dalam R:

obj <- c(2, 7)
plotPolytope(
A,
b,
obj,
type = rep("c", ncol(A)),
crit = "max",
faces = rep("c", ncol(A)),
plotFaces = TRUE,
plotFeasible = TRUE,
plotOptimum = TRUE,
labels = "coord"
)