OLEH:
KELOMPOK 7
Anjel Christi Damanik 4173311008
Ayu Ulina Silaban 4173311015
Elda Freza L Simbolon 4173311028
Elsaday Situnggkir 4173311033
Evi Yuricha Nainggolan 4173311042
Kalau kita bandingkan kedua persoalan di atas, ternyata terdapat korespondensi antara
primal dengan dual sebagai berikut :
1. Koefisien fungsi tujuan primal menjadi konstanta ruas kanan bagi dual, sedangkan
konstanta ruas kanan primal menjadi koefisien fungsi tujuan bagi dual.
2. Untuk tiap pembatas primal ada satu variaebl dual, dan untuk setiap variabel primal ada
satu pembatas dual.
3. Tanda ketidaksamaan pada pembatas akan bergantung pada fungsi tujuannya.
4. Fungsi tujuan berubah bentuk (maksimasi menjadi minimasi dan sebaliknya).
5. Setiap kolom pada primal berkorespondensi dengan baris (pembatas) pada dual.
6. Setiap baris (pembatas) pada primal berkorespondensi dengan kolom pada dual.
7. Dual dari dual adalah primal.
Dalam sebuah pemodelan Pemrograman Linear, terdapat dua konsep yang saling
berlawanan. Konsep yang pertama kita sebut Primal dan yang kedua Dual. Bentuk Dual
adalah kebalikan dari bentuk prima. Hubungan primal dan dual sebagai berikut :
a. Complementary Basic Solution
Complementary Basic Solution digunakan apabila kita akan mencari penyelesaian
yang optimal untuk persoalan primal melalui persoalan dual, atau penyelesaian persoalan
dual melalui persoalan primal, dimana salah satu persoalan penyelesaiannya dengan
menggunakan metode grafis.
Jika: Si * Yi = 0
(zj-cj) * Xj = 0
Maka Xj > 0 → (zj-cj) = 0
(zj-cj) = 0 → Xj = 0
Si = 0 → Yi > 0
Yi = 0 → Si > 0
Si * Yi = 0 dimana Si > 0 maka kendala persoalan yang lain ≠
(zj-cj) * Xj = 0 dimana Yi > 0 maka kendala persoalan yang lain =
Sehingga apabila fungsi kendala pada suatu persoalan bertanda 0, maka variabel
yang berkaitan dengan fungsi kendala tersebut pada persoalan yang lain harus = 0. Hal ini
yang disebut dengan “ Complementary Slackness”.
Bila X1;X2; …………. ;Xn adalah penyelesaian yang optimal dari persoalan primal,
dan Y1;Y2;…………..;Ym penyelesaian optimal dari persoalan dual
Maka : Z = ∑ 𝐂𝐣 ∗ 𝐗 𝐣 = ∑ 𝐘𝐢 ∗ 𝐁𝐢 = 0
Metode dual simplex ini juga sangat penting untuk digunakan dalam analisis
kepekaan (sensitivity analysis). Contohnya jika terjadi suatu kendala baru ditambahkan ke
dalam persoalan semula setelah mencapai solusi optimal. Apabila ternyata kendala baru tidak
terpenuhi oleh solusi optimal yang telah dicapai, maka persoalannya akan menjadi tidak
feasibel lagi, sehingga untuk menyelesaikan ketidakfeasibelan ini perlu digunakan metode
dual simplex.
Contoh 2
Pertimbangkan program linear berikut dan dual-nya (bandingkan dengan Contoh 6.1 di atas):
P : Minimalkan 6x1 + 8x2
dengan 3x1 + x2 − x3 = 4
5x1 + 2x2 − x4 = 7
x1 , x2 , x3 , x4 ≥ 0
D : Maksimalkan 4w1 + 7w2
dengan 3w1 + 5w2 ≤ 6
w1 + 2w2 ≤ 8
−w1 ≤ 0
−w2 ≤ 0
w1 , w2 tidak dibatasi.
Mengingat salah satu definisi, kanonik atau standar, mudah untuk menunjukkan
bahwa definisi lainnya valid. Sebagai contoh, misalkan kita menerima standar formulir
sebagai definisi dan ingin menunjukkan bahwa bentuk kanonik benar. Dengan menambahkan
variabel kendur ke bentuk kanonis program linier, kita dapat menerapkan bentuk standar
dualitas untuk mendapatkan masalah ganda.
P : Minimalkan 𝐜𝐱
Dengan 𝐀𝐱 − 𝐈𝐱 𝐬 = 𝐛
𝐱, 𝐱 𝐬 ≥ 𝟎.
D : Maksimalkan 𝐰𝐛
dengan 𝐰𝐀 ≤ 𝐜
−𝐰𝐈 ≤ 𝟎
𝐰 tidak dibatasi.
Tetapi karena −𝐰𝐈 ≤ 𝟎 sama dengan 𝐰 ≥ 𝟎, kita mendapatkan bentuk kanonik dari masalah
dual.
Ganda dari Ganda
Karena program linier ganda itu sendiri merupakan program linier, kita mungkin
bertanya-tanya apa itu dual. Pertimbangkan dual dalam bentuk kanonik:
Maksimalkan 𝐰𝐛
dengan 𝐰𝐀 ≤ 𝐜
𝐰 ≥ 𝟎.
Menerapkan teknik transformasi Bab 1, kita dapat menulis ulang masalah ini dalam
bentuk:
Minimalkan (−𝐛𝐭 )𝐰 𝐭
Dengan (−𝐀𝐭 )𝐰 𝐭 ≥ (−𝐜 𝐭 )
𝐰 𝐭 ≥ 𝟎.
Program linier ganda untuk program linier ini diberikan oleh (membiarkan
memerankan baris vektor dari variabel ganda):
Maksimalkan 𝐱 𝐭 (−𝐜 𝐭 )
dengan 𝐱 𝐭 (−𝐀𝐭 ) ≤ (−𝐛𝐭 )
𝐱 𝐭 ≥ 𝟎.
Tapi ini sama dengan:
P : Minimalkan 𝐜𝐱
dengan 𝐀𝐱 ≥ 𝐛
𝐱 ≥ 𝟎,
Yang justru merupakan masalah awal yang asli. Jadi, kita memiliki lemma berikut ini,
yang dikenal sebagai sifat dualitas disengaja.
Lemma 1
Dual dari dual adalah primal.
Lemma ini menunjukkan bahwa definisi dapat diterapkan secara terbalik. Istilah
"primal" dan "ganda" berhubungan terhadap kerangka referensi yang kita pilih.
2. Bentuk Campuran Dualitas
Dalam prakteknya, banyak program linier mengandung beberapa tipe batasan “kurang
dari atau sama dengan”, beberapa tipe “lebih besar dari atau sama dengan”, dan beberapa tipe
“sama dengan”. Juga, variabel mungkin " ≥ 0, " " ≤ 0" atau "tidak dibatasi." Di teori, ini
tidak menimbulkan masalah karena kita dapat menerapkan transformasi teknik Bab 1 untuk
mengonversi masalah “campuran” menjadi salah satu masalah utama atau bentuk ganda,
setelah itu ganda dapat dengan mudah diperoleh. Namun, pengkonversian semacam itu bisa
membosankan. Untungnya, sebenarnya tidak perlu melakukan konversi ini, dan
dimungkinkan untuk segera menyatakan dual dari program linier apa pun.
Pertimbangkan program linier berikut:
P : Minimalkan 𝐜𝟏 𝐱 𝟏 + 𝐜𝟐 𝐱 𝟐 + 𝐜𝟑 𝐱 𝟑
dengan 𝐀 𝟏𝟏 𝐱 𝟏 + 𝐀 𝟏𝟐 𝐱 𝟐 + 𝐀 𝟏𝟑 𝐱 𝟑 ≥ 𝐛𝟏
𝐀 𝟐𝟏 𝐱 𝟏 + 𝐀 𝟐𝟐 𝐱 𝟐 + 𝐀 𝟐𝟑 𝐱 𝟑 ≥ 𝐛𝟐
𝐀 𝟑𝟏 𝐱 𝟏 + 𝐀 𝟑𝟐 𝐱 𝟐 + 𝐀 𝟑𝟑 𝐱 𝟑 = 𝐛𝟑
𝐱 𝟏 ≥ 𝟎, 𝐱 𝟐 ≤ 𝟎, 𝐱 𝟑 tidak dibatasi.
Konversi masalah ini ke bentuk kanonik dengan mengalikan set kedua
ketidaksetaraan oleh −1, menulis kendala kesetaraan yang disetel secara setara sebagai dua
ketidaksetaraan, dan mengganti, 𝐱 𝟐 = −𝐱′𝟐 , 𝐱 𝟑 = 𝐱′𝟑 − 𝐱′′𝟑 , kita mendapatkan:
Minimalkan 𝐜𝟏 𝐱 𝟏 − 𝐜𝟐 𝐱 ′ 𝟐 + 𝐜𝟑 𝐱 ′ 𝟑 − 𝐜𝟑 𝐱′′𝟑
dengan 𝐀 𝟏𝟏 𝐱 𝟏 − 𝐀 𝟏𝟐 𝐱 ′ 𝟐 + 𝐀 𝟏𝟑 𝐱 ′ 𝟑 − 𝐀 𝟏𝟑 𝐱′′𝟑 ≥ 𝐛𝟏
−𝐀 𝟐𝟏 𝐱 𝟏 + 𝐀 𝟐𝟐 𝐱 ′ 𝟐 − 𝐀 𝟐𝟑 𝐱 ′ 𝟑 + 𝐀 𝟐𝟑 𝐱′′𝟑 ≥ −𝐛𝟐
𝐀 𝟑𝟏 𝐱 𝟏 − 𝐀 𝟑𝟐 𝐱 ′ 𝟐 + 𝐀 𝟑𝟑 𝐱 ′ 𝟑 − 𝐀 𝟑𝟑 𝐱′′𝟑 ≥ 𝐛𝟑
−𝐀 𝟑𝟏 𝐱 𝟏 + 𝐀 𝟑𝟐 𝐱 ′ 𝟐 − 𝐀 𝟑𝟑 𝐱 ′ 𝟑 + 𝐀 𝟑𝟑 𝐱′′𝟑 ≥ −𝐛𝟑
𝐱 𝟏 ≥ 𝟎, 𝐱 ′ 𝟐 ≥ 𝟎, 𝐱 ′ 𝟑 ≥ 𝟎, 𝐱′′𝟑 ≥ 𝟎.
Mendenotasikan variabel ganda yang terkait dengan empat set kendala sebagai
𝐰𝟏 , 𝐰′𝟐 , 𝐰′𝟑 dan 𝐰′′𝟑 masing-masing, kita mendapatkan dual untuk masalah ini sebagai
berikut:
Maksimalkan 𝐰𝟏 𝐛𝟏 − 𝐰 ′ 𝟐 𝐛𝟐 + 𝐰 ′ 𝟑 𝐛𝟑 − 𝐰′′𝟑 𝐛𝟑
dengan 𝐰𝟏 𝐀 𝟏𝟏 − 𝐰 ′ 𝟐 𝐀 𝟐𝟏 + 𝐰 ′ 𝟑 𝐀 𝟑𝟏 − 𝐰′′𝟑 𝐀 𝟑𝟏 ≤ 𝐜𝟏
−𝐰𝟏 𝐀 𝟏𝟐 + 𝐰 ′ 𝟐 𝐀 𝟐𝟐 −𝐰 ′ 𝟑 𝐀 𝟑𝟐 + 𝐰′′𝟑 𝐀 𝟑𝟐 ≤ −𝐜𝟐
𝐰𝟏 𝐀 𝟏𝟑 − 𝐰 ′ 𝟐 𝐀 𝟐𝟑 + 𝐰 ′ 𝟑 𝐀 𝟑𝟑 − 𝐰′′𝟑 𝐀 𝟑𝟑 ≤ 𝐜𝟑
-𝐰𝟏 𝐀 𝟏𝟑 + 𝐰 ′ 𝟐 𝐀 𝟐𝟑 − 𝐰 ′ 𝟑 𝐀 𝟑𝟑 + 𝐰′′𝟑 𝐀 𝟑𝟑 ≤ −𝐜𝟑
𝐰𝟏 ≥ 𝟎, 𝐰′𝟐 ≥ 𝟎, 𝐰′𝟑 ≥ 𝟎, 𝐰′′𝟑 ≥ 𝟎.
Terakhir, menggunakan 𝐰𝟐 = −𝐰′𝟐 dan 𝐰𝟑 = −𝐰 ′ 𝟑 − 𝐰′′𝟑 , masalah di atas dapat
secara ekivalen dinyatakan sebagai berikut:
D : Maksimalkan 𝐰𝟏 𝐛𝟏 + 𝐰𝟐 𝐛𝟐 + 𝐰𝟑 𝐛𝟑
dengan 𝐰𝟏 𝐀 𝟏𝟏 + 𝐰𝟐 𝐀 𝟐𝟏 + 𝐰𝟑 𝐀 𝟑𝟏 ≤ 𝐜𝟏
𝐰𝟏 𝐀 𝟏𝟐 + 𝐰𝟐 𝐀 𝟐𝟐 + 𝐰𝟑 𝐀 𝟑𝟐 ≤ 𝐜𝟐
𝐰𝟏 𝐀 𝟏𝟑 + 𝐰𝟐 𝐀 𝟐𝟑 + 𝐰𝟑 𝐀 𝟑𝟑 ≤ 𝐜𝟑
𝐰𝟏 ≥ 𝟎, 𝐰𝟐 ≤ 𝟎, 𝐰𝟑 tidak dibatasi.
SOAL
1. Carilah bentuk dual dari bentuk prima linier programming berikut:
a. Maksimumkan : Z = 60 X1 + 30 X2 + 20 X3
Kendala 8 X1 + 6 X2+ X3 ≤ 48
4 X1 + 2 X2+ 1,5 X3 ≤ 20
2 X1 + 1,5 X2+ 0,5 X3 ≤ 8
X1, X2, X3 ≥ 0
b. Minimumkan : W = 50 Y1 + 20 Y2+ 30 Y3+ 80 Y4
Kendala : 400 Y1 + 200 Y2 + 1500 Y3 + 500 Y4 ≥500
3 Y1 + 2 Y2 ≥6
2 Y1 + 2 Y2 + 4 Y3 + 4 Y4 ≥10
2 Y1 + 4Y2 + Y3 + 5 Y4 ≥8
Y1, Y2, Y3, Y4 ≥ 0
2. Diketahui bentuk primal dari model linier programing sebagai berikut:
Maksimumkan : Z = 3X1 + X2 + 4 X3
Kendala 6 X1 + 3 X2+ 5 X3 ≤ 25
3 X1 + 4 X2+ 5 X3 ≤ 20
X1, X2, X3 ≥ 0
3. Masalah primal :
Fungsi tujuan : Maksimumkan : z = 3x1 + 5x2
Fungsi pembatas : 2 x1 ≤ 8
3 x2 ≤ 15
6 x1 + 5 x2 ≤ 30
x1, x2 ≥ 0
4. Masalah Dual
Fungsi Tujuan : Minimumkan : G = 8 Y1 + 15 Y2 + 30 Y3
Fungsi Pembatas : 2 Y1 + 6 Y3 ≥ 3
3 Y2 + 5 Y3 ≥ 5
Y1, Y1, Y3 ≥ 0