Konsep

Primal - Dual

Teori Dualitas
Persoalan Primal dan Dual

Persoalan

Primal (asli)
Persoalan Dual (kebalikan dari primal)

PRIMAL
A. Fungsi Tujuan
1. Maksimisasi Laba
PL gunakan Metode
Simpleks (variabel
Slack atau +S)

DUAL
A. Fungsi Tujuan
1. Minimisasi Biaya
PL gunakan Metode
Simpleks Big-M (var.
buatan atau +A)

PRIMAL
F/t Max : Z = 2X1 + 3X2
F/k
: 5X1 + 7X2 < 35
8X1 + 4X2 < 40
F/s
: X 1 ; X2 > 0

F/t Max :
Z = 2X1 + 3X2 + 0S1 +
0S2
F/k
: 5X1 + 7X2 + S1 < 35
8X1 + 4X2 + S2 < 40
F/s
: X 1 ; X 2 ; S1 ; S2 > 0

DUAL
F/t Min : Z* = 35X1 + 40X2
F/k
: 5X1 + 8X2 > 2
7X1 + 4X2 > 3
F/s
: X 1 ; X2 > 0

Latar Belakang
Setiap

permasalahan programa linier

mempunyai problem yang kedua
yang berhubungan dengannya.
Satu problem disebut sebagai primal
dan yang lainnya disebut dual.
Kedua problem sangat dekat
berhubungan, sehingga solusi optimal
disatu problem menghasilkan informasi
yang lengkap untuk solusi optimal
yang lainnya.

PRIMAL
2. Minimisasi Biaya :
PL gunakan Simpleks
Big-M (var.surplus S
dan var. buatan +A)

F/t Min : Z = 2X1 + 5X2

F/k
: 3X1 + 4X2 > 24
5X1 + 6X2 > 30
F/s
: X 1 ; X2 > 0

DUAL
2. Maksimisasi Laba :
PL gunakan Simpleks
(variabel slek +S)

F/t Max : Z = 24X1 + 30X2

F/k
: 3X1 + 5X2 < 2
4X1 + 6X2 < 5
F/s
: X1 ; X 2 > 0

Keterkaitan Konsep Primal - Dual

Pada Analisa Sensitivitas
Analisa

Sensitivitas mencakup investigasi

pengaruh solusi optimal dalam
melakukan perubahan nilai pada
parameter model.
Perubahan nilai parameter pada problem
primal juga berhubungan dengan nilai
pada problem dual nya.
Dalam banyak hal akan lebih baik
menganalisa problem dual secara
langsung untuk menentukan pengaruh
komplemennya pada problem primal.

Definisi Dari Dual Problem

Maksimasi :

X0 cjxj
j 1

Pembatas :

a x
j 1

ij

xj 0

bi

i = 1, 2, , m

j = 1, 2, , n

Dual Problem Dalam Bentuk Kanonik

Jika permasalahan mengacu sebagai Primal, hubungan
dalam dualnya adalah sebagai berikut :
Minimasi :

y0 bi yi
i 1

Pembatas :

a x
i 1

ij i

yj 0

cj

i = 1, 2, , m
j = 1, 2, , n

y1, y2, , ym : merupakan variabel dual

Problem Dual Bila Primal Dalam

Bentuk Standard
n

Maksimasi

x0 c j x j
j 1
n

Pembatas

j 1

ij

Primal

x j bi

i = 1, 2, , m

xj 0

j = 1, 2, , n

Problem

Maksimasi

y0 bi yi
i 1

Pembatas

a
i 1

ij

yi c j

j = 1, 2, , n

yi tidak dibatasi tanda untuk semua i

Dual
Problem

Problem Dual Bila Primal Dalam

Bentuk Standard
n

Maksimasi

x0 c j x j
j 1

Pembatas

j 1

ij

Primal

x j bi

i = 1, 2, , m

Problem

xi tidak dibatasi tanda untuk semua i

n

Maksimasi

y0 bi yi
i 1

Pembatas

aij yi c j

j = 1, 2, , n

yi 0

i = 1, 2, , m

i 1

Dual
Problem

Membentuk
Dual Problem dari Primal Problem atau
Sebaliknya
Langkahnya sebagai berikut :
1. Tiap batasan di suatu problem berhubungan dengan
variabel pada variabel lainnya.
2. Elemen pada RHS pembatas pada suatu problem sama
dengan koefisien fungsi obyektif yang sesuai pada
problem lainnya.
3. Satu problem empunyai tujuan maksimasi lainnya
minimasi.
4. Problem maksimasi mempunyai pembatas ( ) dan
minimasi mempunyai pembatas ( ).
5. Variabel untuk kedua problem adalah non-negatif.

Contoh :
Maksimasi : X0 = 5 X1 + 6 X2
Pembatas : X1 + 9 X2 60 y1
2X1 + 3 X2 45 y2
5X1 - 2 X2 20 y3
X2 30 y4
X1, X2 0

Primal
Problem

Minimasi : y0 = 60y1 + 45y2 + 20y3 + 30y4

Pembatas : y1 + 2 y2 + 5y3
60
9y1 + 3 y2 2y3 + y4 45
y1 ,y2 ,y3 ,y4 0

Dual
Problem

Penyelesaian Dual Simplex

Maksimasi : X0 = 2 X1 + X2
Pembatas : 3 X1 + X2 3
4 X1 + 3 X2 6
X1 +2 X2 3
X1, X2 0

Minimasi : X0 = 2 X1 + X2
Pembatas : -3 X1 - X2 3
- 4 X1 - 3 X2 6
X1 +2 X2 3
X1, X2 0

Dengan mengubah fungsi obyektif Maksimasi menjadi

Minimasi dan fungsi pembatasnya menjadi bertanda ,
kemudian dibentuk tabel simpleksnya adalah sbb :

Penyelesaian Dual Simplex

Metoda

Simpleks yang biasa,

memberikan hasil didasarkan pada
kondisi optimalitas dan layak (feasibility),
sebagai berikut :
Kondisi

Layak : Leaving Variabel adalah

variabel basis yang mempunyai nilai paling
negatif.
Kondisi Optimalitas : Entering Variabel dipilih
diantara non-variabel basis dengan cara
Rasio

dari koefisien fungsi obyektif dengan koefisien

pembatas yang terpilih sebagai leaving var.
Entering Var. adalah salah satu yang mempunyai
rasio terkecil untuk problem minimasi, atau nilai
terkecil absolut untuk problem maksimasi.

Penyelesaian Dual Simplex

Merubah fungsi pembatas dari Ketidaksamaan kedalam bentuk
Persamaan
Minimasi : X0 = 2 X1 + X2
Pembatas : -3 X1 - X2 + S1
=-3
- 4 X1 - 3 X2
+ S2
=-6
X1 +2 X2
+ S3 = 3
X1, X2 0

Penyelesaian Dual Simplex

Var
Basis

X0

bj

S1

-3

S2

-6

S3

Koefisien dari
X1
X2
S1
2
1
0

S2
0

S3
0

-3
-4
1

0
1
0

0
0
0

-2

-1
-3
2
-1

1
0
0
0

RHS
Ratio

Leaving
Variabel

Menentukan
Rasio

Untuk Mendapatkan Entering Variabel

Dengan Memilih Nilai Rasio
Variabel

X1

X2

S1

S2

S3

X0 equation -2

-1

S2 equation -4

-3

0 (leaving var)

Rasio

1/2

1/3

X2 terpilih sebagai entering variabel karena merupakan nilai

terkecil (minimasi problem)

Penyelesaian Dual Simplex

Var
Basis

X0

bj

S1
X2

-1

S3

Koefisien dari
X1
X2
S1
2
1
0

S2
0

S3
0

-1

-5/3
4/3
-5/3

0
1
0

1
0
0

-1/3
-1/3
2/3

0
0
1

-2/3

-1/3

RHS
Ratio

Leaving
Variabel

Hasil optimal tapi belum feasibel maka dengan cara yang sama
seperti iterasi sebelumnya dilakukan perhitungan untuk
mendapatkan hasil yang optimal dan feasibel.

Penyelesaian Dual Simplex

Var
Basis

X0

bj

X1
X2

3/5

6/5

S3

Koefisien dari
X1
X2
S1
-2
-1
0

S2
0

S3
0

1
0
0

0
1
0

-3/5
4/5
-1

1/5
-3/5
1

0
0
1

12/5

-2/5

-1/5

RHS
Ratio

Nilai Optimal dan Feasible untuk permasalahan ini adalah :

Maks X0 = Min X0 = 12/5, X2 = 3/5, X2 = 6/5