11/5/2008

DUALITAS
DAN
ANALISIS SENSITIVITAS

Dr. Mohammad Abdul Mukhyi, SE., MM.

Primal Problem P
minimize z = cx optimum
subject to Ax = b value is z*
x≥0

Dual Problem D
maximize v = πb optimum
subject to πA ≤ c value is v*

Theorem. (Strong Duality) If both P and D are

feasible, then z* = v*.
2

1
 11/5/2008

Tabel Primal – Dual Linear Programming

PRIMAL
Koefisien
NK
X1 X2 …………… Xn
Y1 a11 a12 …………… a1n ≤ b1

Koefisien fungsi

(maksimisasi)
≤ b2
koefisien

Y1 a11 a12 …………… a1n

DUAL

tujuan
…. …. …... ….………… …..
≤ b1
Ym am1 am2 ……………. amn

NK ≥ C1 ≥ C2 …………… ≥ Cn
Koefisien fungsi tujuan
(maksimisasi)

Tabel Hubungan antara primal - dual

Primal (atau Dual) Dual (atau Primal)
Batasan I Variabel I

Fungsi tujuan Nilai kanan

2
 11/5/2008

The min cost flow problem and its dual

Minimize ∑(i,j)∈∈A cijxij

∑j xij - ∑k xki = bi for all i Î N.

and xij ≥ 0 for all (i,j) Î A. Primal

n
Minimize ∑ i=1
π i bi
Dual

subject to π i − π j ≤ cij for all ( i , j ) ∈ A

5

MASALAH PRIMAL MASALAH DUAL

MAX : Z = 3X1 + 5X2 MIN : Y = 8Y1 + 15Y2 + 30Y3

S.T.: 2X1 ≤ 8 S.T.: 2Y1 + 6Y3 ≥ 3
3X2 ≤ 15 3Y2 + 5Y3 ≥ 5
6X1 + 5X2 ≤ 30 Y1 ≥ 0
X1 >= 0 Y2 ≥ 0
X2 >= 0 Y3 ≥ 0

3
 11/5/2008

PENYELESAIAN PRIMAL : PENYELESAIAN DUAL

OBJECTIVE FUNCTION VALUE OBJECTIVE FUNCTION VALUE

1) 27.5000000 1) 27.5000000

VARIABLE VALUE REDUCED COST VARIABLE VALUE REDUCED COST

X1 .833333 .000000 Y1 .000000 6.333333
X2 5.000000 .000000 Y2 .833333 .000000
Y3 .500000 .000000

ROW SLACK OR SURPLUS DUAL

PRICES ROW SLACK OR SURPLUS DUAL
2) 6.333333 .000000 PRICES
3) .000000 .833333 2) .000000 -.833333
4) .000000 .500000 3) .000000 -5.000000

Kendala aktif

PENYELESAIAN TABEL DENGAN PRIMAL

variabel
Z X1 X2 X3 X4 X5 NK Keterangan
dasar
Z 1 -3 -5 0 0 0 0
X3 0 2 0 1 0 0 8
X1 0 0 3 0 1 0 15
X5 0 6 5 0 0 1 30

4
 11/5/2008

variabel
Z X1 X2 X3 X4 X5 NK Keterangan
dasar
Z 1 -3 -5 0 0 0 0
X3 0 2 0 1 0 0 8 8/0 = ~
X1 0 0 3 0 1 0 15 15/3= 5
X5 0 6 5 0 0 1 30 30/5 = 6
variabel
Z X1 X2 X3 X4 X5 NK Keterangan
dasar
Z 1 -3 0 0 5/3 0 25
X3 0 2 0 1 0 0 8
X2 0 0 1 0 1/3 0 5
X5 0 6 0 0 -5/3 1 5

variabel
Z X1 X2 X3 X4 X5 NK Keterangan
dasar
Z 1 -3 0 0 5/3 0 25
X3 0 2 0 1 0 0 8 8/2 = 4
X1 0 0 1 0 1/3 0 5 5/0 = ~
X5 0 6 0 0 -5/3 1 5 5/6 = 5/6
variabel
Z X1 X2 X3 X4 X5 NK Keterangan
dasar
Z 1 0 0 0 5/6 1/2 27½ nilai optimal
X3 0 0 0 1 5/9 -1/3 6⅓
X1 0 0 1 0 1/3 0 5
X5 0 1 0 0 -5/18 1/6 5/6

10

5
 11/5/2008

Apabila batasan 1 : 3X2 ≤ 15 dirubah menjadi 3X2 ≤ 16

nilai nya akan tetap
6X 1 + 5X 2 = 30 → x 3
3X 2 = 16 → x 5
18X 1 + 15 X 2 = 90
15X 2 = 80
18X 1 = 10
10 5
X1 = = = 0 , 56
18 9
5
6( ) + 5X 2 = 30
9
3 , 3 + 5 X 2 = 30
5X 2 = 30 − 3 , 3
26 , 7
X 2 = = 5 , 34
5

Z = (3 x 0,56) + (5 x 5,34)
Z = 1,67 + 26,7 = 28 , 37
∆ Z = 28,37 - 27,5 = 0,87

11

Apabila batasan 3 : 6X1 + 5X2 ≤ 30 dirubah menjadi

6X1 + 5X2 ≤ 31
6X 1 + 5X 2 = 31 → x 3
3X 2 = 15 → x 5
18X 1 + 15 X 2 = 93
15X 2 = 75
18X 1 = 18
18
X1 = =1
18
6(1) + 5X 2 = 31
6 + 5X 2 = 31
5X 2 = 25
25
X 2 = = 5
5

Z = (3 x 1) + (5 x 5)
Z = 3 + 25 = 28
∆ Z = 28 - 27,5 = 0,5

12

6
 11/5/2008

Hubungan antara variabel-variabel Primal-Dual dalam

Linear Programming

Variabel Primal Variabel Dual

Variabel asli : X1 Variabel surplus : Zj - Cj

Variabel Slack : Xn+i Variabel Asli : Yi
Dimana i = 1,2, … m
j = 1,2, … n

13

PENYIMPANGAN-PENYIMPANGAN DARI BENTUK

STANDAR

Konversi Bentuk Bukan Standar Menjadi Bentuk Standar

Dalam Model Linear Programming

Bentuk bukan standar : Bentuk standar :

Minimisasi Z Maksimisas i - Z
n
n ∑ a X ≤ -b
∑ a X ≥b j = 1 ij j i
j = 1 ij j i
n
n ∑ a X ≤b
∑ a X =b j = 1 ij j i
j = 1 ij j i n
− ∑ a X ≤ -b
Nilai X tidak terbatas j = 1 ij j i
j
(X ' - X''), X' ≥ 0, X'' ≥ 0
j j j j 14

7
 11/5/2008

Mencari bentuk dual dari suatu masalah dual

Minimisasi Y0 = b 1 Y1 + b 2 Y2 + ...... + b m Ym
s /t :
a 11 Y11 + a 21 Y21 + ...... + a m1 Ym1 ≥ c 1
a 12 Y12 + a 21 Y22 + ...... + a m2 Ym1 ≥ c 2
a 1n Y1n + a 2n Y2n + ...... + a mn Ymn ≥ c n
dan Y1 ≥ 0; Y2 ≥ 0,....... Ym ≥ 0

Maksimisasi (-Y0 ) = - b1 Y1 − b 2 Y2 − ...... − bm Ym

s /t :
Perubahan ke
- a11Y11 − a21Y21 − ...... − am1Ym1 ≤ −c 1
dalam benuk
- a12 Y12 − a 21Y22 − ...... − am2 Ym1 ≤ −c 2
standar
- a1n Y1n − a 2n Y2n − ...... − amn Ymn ≤ −c n
dan Y1 ≥ 0; Y2 ≥ 0,....... Ym ≥ 0
15

Dual dari dual tersebut (primal)

Minimisasi (-Z) = - C 1X 1 − C 2 X 2 − ...... − C n X n
s /t :
- a11 X 11 − a 21 X 21 − ...... − a n1 X n1 ≥ -b 1
- a12 X 12 − a 21 X 22 − ...... − a n2 X n1 ≥ -b 2
- a1m Y1m − a 2m Y2m − ...... − a mn Ymn ≥ -b n
dan X 1 ≥ 0; X 2 ≥ 0,....... X m ≥ 0

Minimisasi Z = C 1X 1 + C 2 X 2 + ...... + C n X n
s /t :
Perubahan ke
a 11 X 11 + a 21 X 21 + ...... + a n1 X n1 ≤ b1
dalam bentuk
a 12 X 12 + a 21 X 22 + ...... + a n2 X n1 ≤ b 2
standar
a 1m Y1m + a 2m Y2m + ...... + a mn Ymn ≤ b n
dan X 1 ≥ 0; X 2 ≥ 0,....... X m ≥ 0 16

8
 11/5/2008

Dual dari suatu masalah dual tidak lain adalah masalah

primalnya.

Batasan yang mengandung tanda persamaan (=)

diperilukan seperti layaknya batasan bertanda ≤; tetapi
batasan non-negatif bagi dual variabel yang
bersangkutan harus dihilangkan (yaitu variabel yang
tidak terbatas nilainya).

Menghilangkan batasan non-negatif pada masalah

primal akan mengakibatkan perubahan batasan pada
masalah dual menjadi bentuk persamaan (=)

17

Hubungan bentuk-bentuk Primal - Dual

Masalah Primal (Dual) Masalah Dual (Primal)

Max Z (atau Y0) Min Y0 (atau Z)

Batasan i Variabel Xj (atau Yj)
bentuk ≤ Yj ≥ 0
bentuk = Yj ≥ 0 dihilangkan
Variabel Xj (atau Yj) Batasan j
Xj ≥ 0 bentuk ≥
Xj ≥ 0 dihilangkan bentuk =

18

9
 11/5/2008

PRIMAL PROBLEM:

maximize z= 3x1 + 4x2 +6x3 + 8x4

subject to x1 + x2 + x3 + x4 = 1
2x1 + 3x2 +4x3 + 5x4 = 3
x1, x2, x3, x4 ≥ 0

Observation 1.
DUAL PROBLEM: The constraint matrix in the
minimize y1 + 3y2 primal is the transpose of the
constraint matrix in the dual.
Subject to y1 + 2y2 ≥ 3
y1 + 3y2 ≥ 4
Observation 2.
y1 + 4y2 ≥ 6
The RHS coefficients in the
y1 + 5y2 ≥ 8
primal become the cost
coefficients in the dual.

19

PRIMAL PROBLEM:

maximize z= 3x1 + 4x2 +6x3 + 8x4

subject to x1 + x2 + x3 + x4 = 1
2x1 + 3x2 +4x3 + 5x4 = 3
x 1, x 2, x 3, x 4 ≥ 0

Observation 3. The cost coefficients in the

DUAL PROBLEM: primal become the RHS coefficients in the
dual.

minimize y1 + 3y2 Observation 4. The primal (in this case) is

a max problem with equality constraints
Subject to y1 + 2y2 ≥ 3 and non-negative variables
y1 + 3y2 ≥ 4
y1 + 4y2 ≥ 6
The dual (in this case) is a minimization
y1 + 5y2 ≥ 8 problem with ≥ constraints and variables
unconstrained in sign.

20

10
 11/5/2008

OBJECTIVE FUNCTION VALUE

1) 4.66666700

VARIABLE VALUE REDUCED COST

X1 .666667 .000000
X2 .000000 .666667
X3 .000000 .333333
X4 .333333 .000000

ROW SLACK OR SURPLUS DUAL PRICES

2) .000000 -.333333
3) .000000 1.666667

OBJECTIVE FUNCTION VALUE

1) 4.66666700

VARIABLE VALUE REDUCED COST

X1 .666667 .000000
X2 .000000 .666667
X3 .000000 .333333
X4 .333333 .000000

ROW SLACK OR SURPLUS DUAL PRICES

2) .000000 -.333333
3) .000000 1.666667 21

Analisis Sensitivitas
Karena terjadi perubahan-perubahan dalam variabel-
variabel, apakah fungsi tujuan maupun fungsi kendala
dengan cara memanfaatkan kaidah-kaidah primal-dual
metode simplek semaksimal mungkin.
Karena tujuannya adalah penyelesian optimal, maka
analisis ini disebut pula Post Optimality.
Perubahan-perubahan yang mungkin terjadi:
1. Keterbatasan kapasitas sumber (fungsi batasan).
2. Koefisien-koefisien fungsi tujuan.
3. Koefisien-koefisien teknis fungsi batasan
4. Penambahan variabel-variabel baru.
5. Penambahan batasan-batasan baru 22

11
 11/5/2008

OBJECTIVE FUNCTION VALUE

1) 27.5000000

VARIABLE VALUE REDUCED COST

X1 .833333 .000000
X2 5.000000 .000000

ROW SLACK OR SURPLUS DUAL PRICES

2) 6.333333 .000000
3) .000000 .833333
4) .000000 .500000

SENSITIVITY ANALYSIS

OBJ COEFFICIENT RANGES

VARIABLE CURRENT ALLOWABLE ALLOWABLE
COEF INCREASE DECREASE
X1 3.000000 3.000000 3.000000
X2 5.000000 INFINITY 2.500000

RIGHTHAND SIDE RANGES

ROW CURRENT ALLOWABLE ALLOWABLE
RHS INCREASE DECREASE
2 8.000000 INFINITY 6.333333
3 15.000000 3.000000 11.400000
4 30.000000 19.000000 5.000000

23

OBJECTIVE FUNCTION VALUE

1) 27.5000000

VARIABLE VALUE REDUCED COST

Y1 .000000 6.333333
Y2 .833333 .000000
Y3 .500000 .000000

ROW SLACK OR SURPLUS DUAL PRICES

2) .000000 -.833333
3) .000000 -5.000000

SENSITIVITY ANALYSIS?

OBJ COEFFICIENT RANGES

VARIABLE CURRENT ALLOWABLE ALLOWABLE
COEF INCREASE DECREASE
Y1 8.000000 INFINITY 6.333333
Y2 15.000000 3.000000 11.400000
Y3 30.000000 19.000000 5.000000

RIGHTHAND SIDE RANGES

ROW CURRENT ALLOWABLE ALLOWABLE
RHS INCREASE DECREASE
2 3.000000 3.000000 3.000000
3 5.000000 INFINITY 2.500000
24

12