Bab 6 Analisis Sensitivitas

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

2 x1 + x2 ≤ 100 (menyelesaikan kendala)

x1 + x2 ≤ 80 (kendala pertukangan)

x1 ≤ 40 (kendala permintaan)

x1, x2 ≥ 0 (tanda pembatasan)

Dimana:

x1 = jumlah tentara yang diproduksi setiap minggu

x2 = jumlah kereta yang diproduksi setiap minggu. Lisna Wati

1603035026
6.1 - Pengantar Grafis untuk Analisis Sensitivitas

• Solusi optimal untuk masalah • Masalah Giapetto

Giapetto adalah z = 180, x1 = 20, x2

= 60 (Titik B pada gambar di
sebelah kanan) dan memiliki x1,
x2, dan s3 (variabel slack untuk
kendala permintaan) sebagai
variabel dasar . Bagaimana
perubahan dalam fungsi tujuan
koefisien obyektif atau sisi kanan
kendala mengubah solusi optimal
ini?
Lisna Wati
1603035026
 6.1 - Pengantar Grafis untuk Analisis Sensitivitas
Analisis Grafis Pengaruh Perubahan dalam Koefisien Fungsi Obyektif
Ingat dari masalah Giapetto, jika garis isoprofit lebih datar daripada konstruksinya,
Titik A (0,80) optimal. Titik B (20,60) optimal jika garis isoprofit lebih curam daripada
kendala pertukangan tetapi lebih datar daripada kendala finishing. Akhirnya, Titik C (40,20)
optimal jika kemiringan garis isoprofit lebih curam daripada kemiringan batas finishing.
Karena garis isoprofit tipikal adalah c1x1 + 2x2 = k, kita tahu kemiringan garis isoprofit hanya -
c1 / 2. Kesimpulan:

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

Sebuah analisis grafis juga

dapat digunakan untuk
menentukan apakah
perubahan dalam rhs dari
kendala akan membuat dasar
tidak lagi optimal. membiarkan
b1 = Jumlah menyelesaikan jam di
giapetto LP ke kanan, kita melihat
perubahan dalam b1menggeser
kendala paralel akhir pada posisi
saat ini. Titik optimal saat ini
(Titik B) adalah tempat
pertukangan dan kendala finishing
yang mengikat.
 6.1 - Sebuah grafis Pengantar Analisis Sensitivitas
Jika kita mengubah nilai b1, Maka selama titik di mana finishing dan pertukangan
kendala berpotongan mengikat tetap layak, solusi optimal masih akan terjadi di mana
kendala ini berpotongan.
Kami melihat bahwa jika b1 > 120, x1akan lebih besar dari 40 dan akan melanggar
kendala permintaan. Juga, jika b1 <80, x1 akan kurang dari 0 dan nonnegativity kendala
untuk x1 akan dilanggar.
Oleh karena itu: 80 ≤ b1 ≤ 120
Dasar saat ini tetap optimal untuk 80 ≤ b1 ≤ 120, tetapi keputusan nilai-nilai variabel
dan z-nilai akan berubah.

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.

Asumsikan bahwa kita

memecahkan masalah max yang max z = c1x1 + c2x2 + ... + cnxn
telah disiapkan untuk solusi
st a11x1 + a12x2 + ... + a1nxn = b1
dengan metode Big M dengan
LP memiliki m kendala dan n Sebuah21x1 + a22x2 + ... + a2nx
variabel. Meskipun beberapa n = b2
variabel mungkin kendur, Sebuahmx1 + a
.... .... ... ... ...
kelebihan, atau buatan, kita
m2x2 + ... + aM Nxn = bm
memilih untuk label mereka x1,
x2, ..., xn. LP kemudian dapat xsaya ≥ 0 (i = 1, 2, ..., n)
ditulis seperti yang ditunjukkan.
Jeri yandi R
1603035028
6.2 - Beberapa Rumus Penting
Sebagai contoh, perhatikan ke kanan z - 60x1 - 30x2 - 20x3 + 0s1 + 0s2 + 0s3 =0
masalah Dakota Furniture dari Bagian
4.3 (tanpa x2 ≤ 5 kendala). 8x1 + 6x2 + x3 + s1 = 48
4x1 + 2x2 + 1.5x3 + s2 = 20
2x1 + 1.5x2 + 0.5x3 + s3 =8

z + 5x2 + 10s2 + 10s3 = 280

Misalkan kita telah menemukan
solusi optimal untuk LP dengan - 2x2 + s1 + 2s2 - 8s3 = 24
tablo acara optimal ke kanan.
- 2x2 + x3 + 2s2 - 4s3 =8

Jeri yandi R x1 + 1.25x2 - 0,5 s2 + 1.5s3 =2

1603035028
6.2 - Beberapa Rumus Penting
Menetapkan: masalah Dakota

BV = {BV1, BV2, ..., BVn} Menjadi set variabel s1 x2

   
dasar dalam tablo optimal. xBV  x 3  xNBV  2
s
NBV = {NBV1, NBV2, ..., NBVn} Set variabel x  s 
 1  3
nonbasic di tablo optimal.

xBV = Vektor daftar variabel dasar dalam tablo opti

mal. Sejak BV = {s1, x3, x1}, CBV =
{0 20 60}
xNBV = Vektor daftar variabel nonbasic di tablo opti
mal. Sejak NBV = {x2, s2, s3},
cBV = Vektor baris dari koefisien tujuan awal untuk CNBV = {30 0 0}
variabel dasar tablo optimal ini.
cNBV = Vektor baris dari koefisien tujuan awal untuk
variabel nonbasic tablo optimal ini. Jeri yandi R
1603035028
6.2 - Beberapa Rumus Penting
Menetapkan: masalah Dakota

B adalah matriks mxm yang j Kolom th adalah kolo  1 1 8

B  0 1.5 4
m untuk BVj di tablo awal.
 
 0 0.5 2
SEBUAHj adalah kolom (dalam kendala) untuk
variabel xj.
 6 
a2  2 
 
N adalah matriks mx (nm) yang kolom adalah  1.5 
kolom untuk variabel nonbasic (dalam urutan
NBV) di tablo awal. NBV = {x2, s2, s3} Untuk m  6 0 0
asalah Dakota. N  2 1 0
 
 1.5 0 1

M. Yunus
1603035035
6.2 - Beberapa Rumus Penting
M. Yunus
Menetapkan: masalah Dakota 1603035035

The mx 1 vektor kolom b adalah sisi kanan dari k  48 

endala dalam tablo awal.
b  20 
 
 8 

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


118 
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

s1 0 x2 0

     
x3 0
 s2 0

     
x1 0 s3 0

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

Dengan menggunakan metode 1 2 8 

 
Gauss-Jordan untuk masalah Dakota B-1 = 0 2 4 
kita tahu:  
 0 0.5 1.5

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

Contoh: Kolom x2 di Dakota tablo optimal = B-1Sebuah2

  6
1 2 
8  
2
    
2
x  2
0 2 
4  
2
    
0
  
0.5
1.5  
1.5 
1.25

sisi kanan kendala tablo optimal ini = B-1b

Contoh: 12 
8  
48 
24
   
rhs 02 
optimal 
4 
20 
8
   
0 
0.5
1.5  
8 
2
6.2 - Beberapa Rumus Penting
Menentukan Optimal Tableau ini Row 0 dalam rangka BV dan LP Awal Lutviana I.W
1603035016

Kami beberapa kendala BxBV + NxNBV = b melalui cBVxBV + cBVB-1NxNBV = cBVB-1b

oleh vektor cBVB-1.

Kita tahu fungsi tujuan asli: z - cBVxBV - cNBVxNBV = 0

Menambahkan dua persamaan

bersama-sama dan menghilangkan
variabel dasar tablo optimal ini kita
z + (cBVB-1N - cNBV) xNBV = cBVB-1b
memperoleh:
6.2 - Beberapa Rumus Penting

Koefisien xj berturut-turut 0 adalah: Ajeng D.L

cBVB-1(Kolom N untuk xj) - (koefisien xj di cNBV) = cBVB-1Sebuahj - cj 1603035022

Dan rhs baris 0 adalah cBVB-1b

membiarkan c j menjadi koefisien xj berturut-turut tablo optimal ini 0

menunjukkan cj = cBVB-1Sebuahj - cj dan rhs baris tablo optimal ini 0 = cBVB-1b

6.2 - Beberapa Rumus Penting

Rumus untuk menghitung tablo optimal dari LP awal Ajeng D.L

xj kolom dalam kendala tablo optimal ini = B-1Sebuahj 1603035022

sisi kanan kendala tablo optimal ini = B-1b

c j = cBVB-1Sebuahj - cj

Koefisien variabel slack ssaya berturut-turut optimal 0 = i elemen th cBVB-1

Koefisien variabel kelebihan esaya berturut-turut optimal 0 = - (i elemen th cBVB-1)

Koefisien variabel buatan sebuahsaya di optimal baris 0 = (ielemen th cBVB-1) + M

(max masalah)

sisi kanan baris optimal 0 = cBVB-1b

6.3 - Analisis Sensitivitas
Ajeng D.L
1603035022
Bagaimana perubahan parameter LP ini (koefisien fungsi tujuan, sisi kanan, dan koefisien
teknologi) mengubah solusi optimal? Biarkan BV adalah himpunan variabel dasar dalam
tablo optimal.
Mengingat perubahan dalam LP, menentukan apakah BV tetap optimal. Dari Bab 4 kita
tahu simplex tablo (untuk masalah max) untuk satu set variabel dasar optimal jika dan
hanya jika setiap kendala memiliki rhs nonnegatif dan masing-masing variabel memiliki
koefisien negatif.

Apakah tablo adalah layak dan optimal hanya tergantung z + x2 + x4 + x6 = 6

pada rhs dari kendala dan koefisien fungsi tujuan dari ma
=1
sing-masing variabel berturut-turut 0 Sebagai contoh ,, jik
a LP memiliki variabel x1, x2, ..., x6 , Tablo ke kanan akan o =2
ptimal. =3

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).

Langkah 2 Jika masing-masing variabel berturut-turut 0 memiliki koefisien non-

negatif dan setiap kendala memiliki rhs nonnegatif, BV masih optimal. Jika tidak, BV
tidak lagi optimal.

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

Ada dapat dua alasan mengapa perubahan parameter LP ini menye

babkan BV untuk tidak lagi optimal:
1. Sebuah variabel (atau variabel) berturut-turut 0 mungkin memiliki koe
fisien negatif. Dalam hal ini, lebih baik (lebih besar z-value) BFS dapat
diperoleh dengan berputar dalam variabel nonbasic dengan koefisien n
egatif berturut-turut 0. Jika ini terjadi, BV dapat dikatakan secara opti
mal.
2. Kendala (atau kendala) sekarang mungkin memiliki rhs negatif. Dalam
hal ini, setidaknya satu anggota dari BV sekarang akan negatif dan BV t
idak akan lagi menghasilkan BFS a. Jika ini terjadi, dapat dikatakan BV
dasar tidak layak.
6.3 - Analisis Sensitivitas Siti Aisah
1603035023
Enam jenis perubahan parameter LP ini
mengubah solusi optimal:

1. Mengubah koefisien fungsi tujuan dari variabel nonbasic.

2. Mengubah koefisien fungsi tujuan dari variabel dasar.
3. Mengubah sisi kanan kendala.
4. Mengubah kolom variabel nonbasic.
5. Menambahkan variabel atau kegiatan baru.
6. Menambahkan kendala baru.
Lihat buku P.276 ~ 288
6.4 - 100% Aturan F. Zahroh
1603035004
100% Aturan untuk Mengubah Tujuan Fungsi Koefisien
Tergantung pada apakah koefisien fungsi tujuan dari setiap variabel dengan mengurangi
biaya nol dalam tablo optimal berubah, ada dua kasus untuk dipertimbangkan:
Kasus 1- Semua variabel yang tujuan fungsi koefisien berubah telah nol mengurangi bia
ya di barisan optimal 0. Dalam Kasus 1, dasar saat ini tetap optimal jika dan han
ya jika koefisien fungsi tujuan untuk setiap variabel tetap dalam rentang yang d
iijinkan diberikan pada cetakan LINDO. Jika dasar saat ini tetap optimal, baik n
ilai-nilai variabel keputusan dan fungsi tujuan tetap tidak berubah. Jika koefisie
n obyektif untuk setiap variabel di luar rentang yang diijinkan, dasar saat ini tid
ak lagi optimal.
kasus 2 - setidaknya satu variabel yang bertujuan fungsi koefisien berubah memiliki di
kurangi biaya nol.
 6.4 - 100% Aturan F. Zahroh
1603035004

100% Aturan untuk Mengubah kanan Tangan Sides

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

Terkait dengan LP apapun LP lain yang disebut rangkap. Pengetahuan t

entang ganda menyediakan menarik wawasan analisis ekonomi dan se
nsitivitas.
• Ketika mengambil ganda LP apapun, LP diberikan disebut sebagai uta
ma. Jika primal adalah masalah max, dual akan menjadi masalah min
dan sebaliknya.
• Mendefinisikan variabel untuk masalah max menjadi z, x1, x2, ..., xn dan
variabel untuk masalah min menjadi w, y1, y2, ..., yn.
• Menemukan ganda untuk masalah max di mana semua variabel yang d
iperlukan untuk menjadi non-negatif dan semua kendala kendala ≤ (di
sebut max masalah normal) ditampilkan pada slide berikutnya.
 Gisti M.L
6.5 - Menemukan Dual LP 1603035005

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

• Menafsirkan Dual dari Dakota (Max) Masalah

Yang terpenting adalah: max z = 60𝑥1 + 30𝑥2 + 20𝑥3

s.t. 8𝑥1 + 6𝑥2 + x3 ≤ 48 (Hambatan kayu)
4𝑥1 + 2𝑥2 + 1.5𝑥3 ≤ 20 (menyelesaikan kendala)
2𝑥1 + 1.5𝑥2 + 0.5𝑥3 ≤ 8 (kendala pertukangan)
𝑥1 , 𝑥2 , 𝑥3 ≥ 0

Dualnya adalah: min w = 48 𝑦1 + 20𝑦2 + 8 𝑦3

s.t. 8 𝑦1 + 4 𝑦2 + 2 𝑦3 ≥ 60 (kendala daya)
6 𝑦1 + 2 𝑦2 + 1.5 𝑦3 ≥ 30 (kendala meja)
𝑦1 + 1.5 𝑦2 + 0.5 𝑦3 ≥ 20 (kendala kursi)
𝑦1 , 𝑦12 , 𝑦3 ≥ 0
6.5 - Interpretasi Ekonomi Masalah Ganda Gisti M.L
1603035005

Dualnya adalah: min w = 48 𝑦1 + 20𝑦2 + 8 𝑦3

s.t. 8 𝑦1 + 4 𝑦2 + 2 𝑦3 ≥ 60 (kendala daya)
6 𝑦1 + 2 𝑦2 + 1.5 𝑦3 ≥ 30 (kendala meja)
𝑦1 + 1.5 𝑦2 + 0.5 𝑦3 ≥ 20 (kendala kursi)
𝑦1 , 𝑦12 , 𝑦3 ≥ 0
Informasi yang relevan tentang masalah Dakota Ganda ditunjukkan di bawah
ini
Sumber Daya Meja Kursi Ketersediaan
Kayu 8 papan ft 6 papan 1 papan 48 papan
Penyelesaian 4 jam 2 jam 1,5 jam 20 jam
Pertukangan 2 jam 1,5 jam 0,5 jam 8 jam
Harga jual $60 $30 $20
 Rusmina
1603035015
Dalam notasi matriks
Masalah Primal Masalah ganda

• Maksimalkan Z = cx • Maksimalkan ukuran W = yb

tunduk pada tunduk pada
Ax ≤ b yA ≥ c
x≥0 y≥0

Dimana c dan y = [y1, y2, .... , ym] adalah baris vektor tetapi b dan
x adalah vektor kolom
 Rusmina
Contoh 1603035015

Masalah primal Masalah ganda

• Dalam bentuk aljabar • Dalam bentuk aljabar
Max Min
Z = 3x1 + 5x2
W = 4y1 + 12y2 + 18y3
Ma1 + 5x2
y1 + 3y3 ≥ 3
x1 ≤ 4
2y2 + 2y3 ≥ 5
2x2 ≤ 12
y1 ≥ 0, y2 ≥ 0, y3 ≥ 0
3x1 + 2x2 ≤ 18
x1 ≥ 0, ≥ x2 ≥ 0
 Rusmina
Hubungan antara Primal dan Dual Masalah 1603035015

Satu Masalah Masalah lain

paksaan i variabel i
objektif fungsi sisi kanan

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.

• Dual dari masalah ganda selalu adalah masalah primal.

 Astri R
Masalah Dikonversi ke 1603035062

ganda Form Standar

Min W = yb. Max (-W) = -yb.
st. yA  c st. -yA -c 
y 0 y 0

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
10
.
5 x
2

st. 0.3x1 0.1x2 2.7

0.5x1 0.5x2 6
0.6x1 0.4x2 6
x
10
, x
20

Min 0
.
4 x
10
.
5 x
2

st. 0.3x1 0.1x2 2.7 [y

1]

0.5x1 0.5x2 6 [y

2]

0.5x1 0.5x2 6 -

[y
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, y20, y3 0.

Max 2.7y1 6y2 6y3

st. 0.3y1 0.5y2 0.6y3 0.4
0.1y1 0.5y2 0.4y3 0.5
y1 0, y2 : URS
, y3 0.
6,5 - Interpretasi Ekonomi Masalah Ganda Astri R
1603035062
Kendala ganda pertama dikaitkan dengan meja, yang kedua dengan meja-me
ja, dan yang ketiga dengan kursi. Keputusan variabel y1 dikaitkan dengan kayu, y2 den
gan jam finishing, dan y3 dengan jam pertukangan.
Misalkan seorang pengusaha ingin membeli semua sumber daya Dakota. Pen
gusaha harus menentukan harga dia bersedia membayar untuk unit dari masing-masi
ng sumber daya Dakota.

Untuk menentukan harga ini kita mendefinisikan:

y1 = Harga yang dibayarkan untuk 1 papan ft kayu
y2 = Harga yang dibayarkan untuk 1 jam akhir
y3 = Harga yang dibayarkan untuk 1 jam pertukangan
Harga sumber daya y1, y2, Dan y3 harus ditentukan dengan memecahkan ganda Dakota.
6,5 - Interpretasi Ekonomi Masalah Ganda
Nur Yani
1603035067
Total harga yang harus dibayar untuk sumber daya ini adalah 48 y1 + 20y2 + 8y3. Ka
rena biaya pembelian sumber daya adalah untuk diminimalkan:
min w = 48y1 + 20y2 + 8y3
adalah fungsi tujuan untuk ganda Dakota.
Dalam menetapkan harga sumber daya, harga harus cukup tinggi untuk mendoro
ng Dakota untuk menjual. Misalnya, pengusaha harus menawarkan Dakota setidaknya $ 6
0 untuk kombinasi sumber daya yang mencakup 8 kaki papan kayu, 4 jam finishing, dan 2
jam pertukangan karena Dakota bisa, jika ingin, menggunakan sumber daya untuk mempr
oduksi meja yang bisa dijual seharga $ 60. Karena pengusaha menawarkan 8y1 + 4y2 + 2y3 u
ntuk sumber daya yang digunakan untuk memproduksi meja, dia harus memilih y1, y2, Da
n y3 untuk memenuhi: 8y1 + 4y2 + 2y3 ≥ 60.
6,5 - Interpretasi Ekonomi Masalah Ganda Nur Yani
1603035067

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

min 23x1 + 20X2 + 30x3 + 31x4

st
400x1 + 200x2 + 150x3 + 500x4> 500
3x1 + 2x2> 6
2x1 + 2x2 + 4x3 + 4x4> 10
2x1 + 4x2 + x3 + 5x4> 8
 Nur Yani
1603035067
Ujian OR
2006/12/21
sayancludes:
Pformulasi roblem
Duality
Sanalisis ensitivity

Anda dapat membawa sepotong lembaran

kecurangan dengan Anda!
(Ukuran tidak besar daripada A4)