dan Dualitas
UNTUK MENYERTAI RISET OPERASI: APLIKASI & ALGORITMA, EDISI KE-4,
OLEH WAYNE L. WINSTON
6.1 - Pengantar Grafis untuk Analisis Sensitivitas
Analisis kepekaan terkait dengan bagaimana perubahan dalam parameter LP
memengaruhi solusi optimal.
Mempertimbangkan kembali masalah Giapetto dari Bab 3 ditunjukkan ke
kanan: max z = 3x1 + 2x2
x1 + x2 ≤ 80 (kendala pertukangan)
x1 ≤ 40 (kendala permintaan)
Dimana:
1. Titik A optimal jika -c1 / 2 ≥ -1 atau 0 ≤ c1 ≤ 2 (-1 adalah lereng kendala pertukangan).
2. Titik B optimal jika -2 ≤ -c1 / 2 ≤ -1 atau 2 ≤ c1 ≤ 4 (antara lereng dari pertukangan dan
menyelesaikan kendala lereng).
3. Titik C optimal jika -c1 / 2 ≤ -2 atau c1 ≥ 4 (-2 adalah kemiringan penyelesaian akhir).
Lisna Wati
1603035026
6.1 - Sebuah grafis Pengantar Analisis Sensitivitas Silvanny R.D
1603035046
Dalam kendala dengan slack positif (atau kelebihan positif) dalam solusi optimal piringan
hitam, jika kita mengubah rhs kendala untuk nilai dalam kisaran di mana dasar tetap optimal,
solusi optimal untuk LP tetap sama.
Silvanny R.D
1603035046
6.1 - Sebuah grafis Pengantar Analisis Sensitivitas
Silvanny R.D
Harga bayangan - Hal ini penting untuk menentukan bagaimana rhs 1603035046
kendala yang mengubah optimal z-nilai. Kita mendefinisikan:
Itu harga bayangan untuk i th kendala dari LP adalah jumlah dimana
optimal z-nilai ditingkatkan (meningkat pada masalah max atau menurun
dalam masalah min) jika rhs dari i th kendala bertambah satu. Definisi ini
hanya berlaku jika perubahan dalam rhs kendala imeninggalkan dasar saat
ini optimal.
Menggunakan kendala menyelesaikan sebagai contoh, kita tahu, 100 + Djam
menyelesaikan tersedia (dengan asumsi dasar saat ini tetap optimal). solusi
optimal LP adalah maka x1 = 20 + D dan x2 = 60 - D dengan z = 3x1 + 2x2 = 3
(20 + D) + 2 (60 - D) = 180 + D. Jadi, selama sebagai dasar saat ini tetap
optimal, kenaikan satu unit jumlah jam menyelesaikan akan meningkatkan
optimal z-nilai dengan $ 1. Jadi, harga bayangan untuk pertama (finishing
jam) kendala adalah $ 1.
6.1 - Sebuah grafis Pengantar Analisis Sensitivitas
Pentingnya Analisis Sensitivitas Silvanny R.D
1603035046
Analisis sensitivitas ini penting karena:
1. Nilai parameter LP mungkin berubah. Jika parameter perubahan,
analisis sensitivitas menunjukkan hal itu adalah tidak perlu untuk
memecahkan masalah lagi. Misalnya dalam masalah giapetto, jika
kontribusi laba dari seorang prajurit berubah menjadi $ 3,50, analisis
sensitivitas menunjukkan solusi saat ini tetap optimal.
2. Ketidakpastian tentang parameter LP. Dalam masalah giapetto misaln
ya, jika permintaan mingguan untuk prajurit setidaknya 20, solusi opti
mal tetap 20 tentara dan 60 kereta. Jadi, bahkan jika permintaan untu
k tentara tidak pasti, perusahaan dapat cukup yakin bahwa masih opti
mal untuk menghasilkan 20 tentara dan 60 kereta.
6.2 - Beberapa Rumus Penting
Tablo optimal LP ini dapat dinyatakan dalam parameter LP ini. Rumus yang dikembangkan dala
m bagian ini digunakan dalam studi analisis sensitivitas, dualitas, dan topik LP canggih.
M. Yunus
1603035035
6.2 - Beberapa Rumus Penting
M. Yunus
Menetapkan: masalah Dakota 1603035035
Kami sekarang dapat menggunakan aljabar matriks untuk menentukan bagaimana tablo opti
mal LP (dengan set variabel dasar BV) adalah terkait dengan LP asli.
z = cBVxBV + cNBVxNBV
Kami mengamati LP Dakota st BxBV + NxNBV = b
dapat ditulis sebagai:
xBV. xNBV ≥ 0
6.2 - Beberapa Rumus Penting
Menggunakan format pada slide sebelumnya, masalah Dakota tertulis:
s
1 x
2
max z = (020
60
) x
3(30
00
) s
2
1
x s
3
118
s
1 600
x
2
48
st
0
1.5
4
3
x 21
0
s
2
20
0
0.5
2 1
x
1.5
01
s
3
8
M. Yunus
1603035035
6.2 - Beberapa Rumus Penting
Mengalikan kendala melalui oleh B-1 hasil:
Lutviana I.W
1603035016
B-1BxBV + B-1NxNBV = B-1b atau xBV + B-1NxNBV = B-1b
mengganti ke
s
1
2.02
8
x
2 24
xBV + B-1NxNBV = B-1b
x
3
2.02
4
s
2 8
hasil: 1
x
1.25
.5
1.5
s
3
2.0
6.2 - Beberapa Rumus Penting
kesimpulan:
Lutviana I.W
Kolom untuk xj di kendala tablo optimal ini = B-1Sebuah j 1603035016
c j = cBVB-1Sebuahj - cj
optimalitas ini tablo ini tidak terpengaruh oleh bagian tablo yang dihilangkan.
6.3 - Analisis Sensitivitas Siti Aisah
1603035023
Misalkan kita telah memecahkan sebuah LP dan telah menemukan BV adalah dasar
optimal. Gunakan prosedur berikut untuk menentukan apakah perubahan dalam LP
akan menyebabkan BV untuk tidak lagi optimal.
Langkah 1 Menggunakan rumus dari Bagian 6.2 menentukan bagaimana perubaha
n parameter LP ini mengubah tangan kanan sisi baris 0 dari tablo optimal (tablo me
miliki BV sebagai set variabel dasar).
Jika BV tidak lagi optimal, menemukan solusi optimal baru dengan menggunakan
Bagian 6,2 formula untuk menciptakan seluruh tablo untuk BV dan kemudian
melanjutkan algoritma simplex dengan tablo BV sebagai tablo awal Anda.
6.3 - Analisis Sensitivitas Siti Aisah
1603035023
Kasus 1- Semua kendala yang kanan sisi sedang dimodifikasi kendala mengi
kat. Dalam kasus 1, dasar saat ini tetap optimal jika dan hanya jika seti
ap sisi kanan masih dalam rentang yang diijinkan nya. Kemudian nilai
-nilai variabel keputusan dan fungsi tujuan yang optimal tetap tidak b
erubah. Jika sisi kanan untuk kendala apapun di luar rentang yang diij
inkan nya, dasar saat ini tidak lagi optimal.
kasus 2 - Setidaknya satu kendala yang kanan sisi yang dimodifikasi adalah k
endala yang mengikat (yaitu, memiliki nol kendur atau kelebihan).
6.5- Menemukan Dual LP F. Zahroh
1603035004
Max z = 𝑐1 𝑥1 + 𝑐2 𝑥2 + ⋯ + 𝑐𝑛 𝑥𝑛
s.t. 𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 ≤ 𝑏1
Masalah maksimal 𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 ≤ 𝑏2
… … … …
normal ganda 𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 ≤ 𝑏𝑚
𝑥𝑗 ≥ 0 ( 𝑗 = 1, 2, … , 𝑚)
Min w = 𝑏1 𝑦1 + 𝑏2 𝑦2 + ⋯ + 𝑏𝑚 𝑦𝑚
s.t. 𝑎11 𝑦1 + 𝑎12 𝑦2 + ⋯ + 𝑎𝑚1 𝑦𝑚 ≥ 𝑐1
𝑎21 𝑦1 + 𝑎22 𝑦2 + ⋯ + 𝑎𝑚2 𝑦𝑚 ≥ 𝑐2
Masalah maksimal … … … …
normal ganda 𝑎1𝑛 𝑦1 + 𝑎𝑚2 𝑦2 + ⋯ + 𝑎𝑚𝑛 𝑦𝑛 ≥ 𝑐𝑛
𝑦𝑖 ≥ 0 ( 𝑖 = 1, 2, … , 𝑚)
Gisti M.L
6.5 - Interpretasi Ekonomi Masalah Ganda 1603035005
Dimana c dan y = [y1, y2, .... , ym] adalah baris vektor tetapi b dan
x adalah vektor kolom
Rusmina
Contoh 1603035015
Meminimalkan Memaksimalkan
≥0 ≤
Variabel ≤0 ≥ Batasan
Tidak dibatasi =
≥ ≥0
Batasan ≤ ≤0 Variabel
= Tidak dibatasi
Rusmina
1603035015
Ajijun .A
1603035024
• Solusi layak untuk masalah ganda adalah mereka yang memenuhi kondisi
optimalitas untuk masalah primal nya.
• Nilai maksimum Z dalam masalah primal sama dengan nilai minimum dari
W dalam masalah ganda.
Ajijun .A
Dasar Pemikiran: Primal ke Reformulasi Ganda 1603035024
• Max cx
Ax ≤ b lagrangian fungsi [L(X, Y)]
L(X, Y)= ex – y(Ax-b)
= yb + (c – yA) x
[L(X,Y)]
Min yb = c-yA
X
st. yA ≥ c
y≥0
Ajijun .A
1603035024
Hubungan berikut selalu terjaga
yAx ≤ yb ( dari primal : yA ≤ b ) ( 1 )
yAx ≥ cx ( dari ganda : yA ≥ c ) ( 2 )
Dari (1) dan (2), kita memiliki (Duality Lemah)
cx ≤ yAx ≤ yb (3)
pada optimalitas
cx⃰ = y*Ax* = y*b (4)
selalu terjaga (Duality Strong)
Ajijun .A
1603035024
• Setiap sepasang masalah primal dan dual dapat dikonversi ke satu sama lain.
Dikonversi ke
Bentuk standar Masalah Ganda
Its
Max Z = cx.
st. Axe b Min (-Z) = -Cx.
x 0. st. --b Axe
x 0.
Astri R
1603035062
Min 0
.
4 x
10
.
5 x
2
Min 0
.
4 x
10
.
5 x
2
0.6x1 0.4x2 6 [y
3]
Astri R
1603035062
Max 2.7y
1 6(y2 y2)6y3
st. 0.3y
1 0.5(y2 y2)0.6y3 0.4
0.1y
1 0.5(y2 y2)0.4y3 0.5
y
1 0, y2 0, y20, y3 0.
Alasan yang sama menunjukkan bahwa setidaknya $ 30 harus dibayar untuk sumber daya
yang digunakan untuk memproduksi meja. Jadi y1, y2, Dan y3 harus memenuhi:
6y1 + 2y2 + 1.5y3 ≥ 30
Demikian juga, setidaknya $ 20 harus dibayar untuk kombinasi sumber daya yang digunak
an untuk menghasilkan satu kursi. Jadi y1, y2, Dan y3 harus memenuhi:
y1 + 1.5y2 + 0.5y3 ≥ 20
Solusi untuk dual Dakota menghasilkan harga untuk kayu, jam finishing, dan jam pertuka
ngan.
Singkatnya, ketika primal adalah max masalah normal, variabel ganda terkait dengan nilai sumbe
r daya yang tersedia untuk pembuat keputusan. Untuk alasan ini, variabel ganda sering disebut se
bagai harga sumber daya shadow.
Nur Yani
1603035067