Teori Dualitas

2
 Konsep Dualitas
• Setiap permasalahan LP mempunyai
hubungan dengan permasalahan LP
lain
• Masalah dual adalah sebuah masalah LP
yang diturunkan secara matematis dari
satu model LP primal

3
 Bentuk Standar
Masalah Masalah
Primal n Dual m

max Z   c j x j , minW   bi yi ,
j 1 i1

ST
n :
ST
m :

a x j  bi , i 
ij a yi  c j , j 
ij

1,2,...,m 1,2,...,n
j 1 i1
1

x  0, j  1,2,...,n yi tak dibatasi 4

 Bentuk Standar
Masalah Masalah
Primal n Dual m

min Z   c j x j , maxW   bi yi ,
j 1 i1

ST
n :
ST
m :

a x j  bi , i 
ij a yi  c j , j 
ij

1,2,...,m 1,2,...,n
j 1 i1
1

x  0, j  1,2,...,n yi tak dibatasi 5

 Aturan-aturan (Hillier &
Lieberman)
• Koefisien fungsi tujuan dari
permasalahan primal adalah ruas kanan
kendala fungsional pada permasalahan
dualnya
• Ruas kanan kendala fungsional pada
permasalahan primal merupakan
koefisien fungsi tujuan pada
permasalahan dualnya
• Koefisien variabel kendala fungsional
pada permasalahan primal menjadi
koefisien pada kendala fungsional pada
permasalahan dualnya 6
 Aturan-aturan (Taha)
• Untuk setiap batasan primal
terdapat sebuah variabel dual
• Untuk setiap variabel primal
terdapat sebuah batasan dual
• Koefisien batasan dari sebuah variabel
primal membentuk koefisien sisi kiri
dari batasan dual yang bersesuaian; dan
koefisien tujuan dari variabel yang
sama menjadi sisi kanan dari batasan
dual
7
 Masalah dual diperoleh secara
simetris dari masalah primal
Variabel Primal

x1 x2 … xj … xn
Sisi kanan dari
c1 c2 … cj … cn
batasan dual 
a11 a12 … a1j … a1n b1  y1
a21 a22 … a2j … a2n b2  y2
Koefisien sisi kiri Variabel
dari batasan dual : : : : : : dual
am1 am2 … amj … amn bm  ym

↑ ↑
Batasan dual ke-j tujuan dual

8
 Hubungan Primal-Dual
Tujuan Dual
Primal
Standar Tujuan Batasan Variabel

Maksimisas Tidak
i
Minimisasi ≥ dibatasi
Maksimisas Tidak
Minimisasi ≤
i dibatasi

9
 Contoh:
• Primal
Max z = 5 x1 + 12 x2 + 4 x3
x1 + 2 x2 + x3 ≤ 10
2 x1 - x2 + 3 x3 = 8
x1, x2, x3 ≥ 0

10
 Contoh:
• Primal Standar
Max z = 5 x1 + 12 x2 + 4 x3
x1 + 2 x2 + x3 + s1 = 10
2 x1 - x2 + 3 x3 = 8
x1, x2, x3, s1 ≥ 0

11
 Contoh:
• Dual
Min W = 10 y1 + 8 y2
y1 + 2 y2 ≥ 5
2 y1 - y2 ≥ 12
y1 + 3 y2 ≥ 4
y1 + 0 y2 ≥ 0 (y1 ≥ 0)
y1, y2 tak dibatasi

12
 Pemecahan Masalah Dual
Nilai tujuan dalam satu pasangan masalah primal
dan dual harus memenuhi hubungan berikut
1. Untuk setiap pasangan pemecahan primal dan dual
yang layak
(nilai tujuan dalam ≤ (nilai tujuan dalam
masalah maksimisasi) masalah
minimisasi)
2. Di pemecahan optimum untuk kedua masalah
(nilai tujuan dalam = (nilai tujuan dalam
masalah maksimisasi) masalah minimisasi)

13
 Contoh
Primal Dual
Min z = 5 x1 + 2 Max w = 3 y1 + 5
x2 ST y2 ST
x1 – x2 ≥ 3 y1 + 2 y2 ≤ 5
2 x1 + 3 x2 ≥ - y1 + 3 y2 ≤ 2
5 x1, x2 ≥ 0 - y1 ≤ 0 (y1 ≥ 0)
- y2 ≤ 0 (y2 ≥ 0)
1

14
 Contoh
Primal (min) Dual (max)
Pemecahan Pemecahan
Layak x1 = 3 Layak y1 = 3
x2 = 0 y2 = 1

Nilai tujuan Nilai tujuan

z = 15 w = 14
1

15
 Contoh
Primal (min) Dual (max)
Pemecahan Tak Layak Pemecahan Tak Layak
x1 = 3 y1 = 4
x2 = 1 y2 = 1

Nilai tujuan Nilai tujuan

z = 17 w = 17

16
 Contoh
Primal Dual
Pemecahan Pemecahan
Optimal x1 = 3 Optimal y1 = 5
x2 = 0 y2 = 0

Nilai tujuan Nilai tujuan

z = 15 w = 15
1

17
 Programa Dual
Hubungan antara PRIMAL dan DUAL adalah
sebagai berikut :

PRIMAL DUAL
RHS Fungsi Tujuan
MAX MIN
Constrain Variable
 Programa Dual
PRIMAL
x1 x2  xn
RHS

Koefisien Fungsi
y1   b1
DUAL

a11 a12

(Minimisasi)
a1n

Objektif
  b2
a21 a22





y2
a2n
ym  bm
am1 am2 amn
 

c1 c2  cn
Koefisien Fungsi Objektif
(Maksimisasi)
 Contoh Programa Dual
PRIMAL : Max 3x1 + 5x2
s.t.
x1  4
2x2  12
3x1 + 2x2  18
x1, x2
DUAL :
0
Min y4y
1 + 12y
1
+ 23y  33
+ 318y
s.t. 2y2 + 2y3  5
y1, y2 , y3  0
DUAL dari DUAL adalah PRIMAL
Primal of Diet
problem
Diet Problem –
Dual
 PRIMAL – DUAL
Secara umum hubungan antara DUAL dan PRIMAL
dapat
digambarkan seperti pada tabel di bawah ini
MINIMASI MAKSIMASI

  

Constraint
Variable

  
Unrestricted  =
  
Constraint

Variable
  
=  Unrestricted
 Contoh
PRIMAL : Max 8x1 + 3x2
s.t.
x1 – 6x2  4
5x1 + 7x2 =
–4
x1  0
DUAL : x2  0
Min 4w1 –
w + 5w2  8
4w2 s.t. 1
– 6w1 + 7w2  3
w1  0
w2
unres
tricte
 Contoh 2
Primal: Max. z = 3x1 + 2x2 (Obj. Func.)
subject to
2x1 x2  100 (Finishing constraint)
+  80 (Carpentry
x11 + x2 constraint)
x1, x2  0  40 (Bound on soldiers)

Optimal Solution: z = 180, x1 = 20, x2 = 60

Dual : Min. w = 100y1 + 80y2 + 40y3 (Obj. Func.)

subject to
2y1 + y2 + y3  3
y1 + y2 2
y1, y2, y3  0
 Hubungan PRIMAL – DUAL
DUAL Constraint yAc
x  0  y Ax  cx
Ax  b 

y b  cx

 Bila x adalah feasible terhadap PRIMAL

dan y
feasible terhadap DUAL, maka cx  yb

 Nilai objektif problem Max  Nilai

objektif problem Min
 Teorema Dualitas
● Bila x* adalah penyelesaian dari PRIMAL dan y*
adalah penyelesaian dari DUAL, maka cx* = y*b
● Bila x0 feasible terhadap PRIMAL dan y0 feasible
terhadap DUAL sedemikian hingga cx0 = y0b, maka
x0 dan y0 adalah penyelesaian optimal

z Menyelesaikan
DUAL DUAL FR
Optimal
(PRIMAL – DUAL FEASIBLE)
PRIMAL FR
Menyelesaikan
PRIMAL
 Teorema Dualitas

1. P optimal  D optimal
2. P tak terbatas  D tidak feasible
D tak  P tidak
terbatas feasible
3. P tidak feasible  D tak terbatas/tidak feasible
D tidak  P tak terbatas/tidak
feasible feasible
Dual Simplex
 Dual Simplex
• Sekelompok masalah LP yang tidak
memiliki pemecahan dasar awal yang layak
dan semuanya adalah variabel slack, tetapi
dapat dipecahkan tanpa menggunakan
variabel buatan yaitu dengan
menggunakan metode dual simplex
• Dalam prosedur dual simplex, pemecahan
dimulai tidak layak dan optimal (sebagaimana
diperbandingkan dengan metode primal
simplex yang memulai layak tetapi
nonoptimal)
 Dual Simplex
• Gagasan umum dari prosedur dual simplex
adalah bahwa sementara iterasi dimulai tidak
layak dan (lebih baik daripada) optimal,
iterasi berikutnya bergerak ke arah ruang
layak tanpa kehilangan sifat optimalitas
(simpleks biasa mempertahankan kelayakan
sementara bergerak ke arah optimalitas)
• Pada iterasi dimana pemecahan menjadi
layak untuk pertama kalinya, proses tersebut
berakhir
 Dual Simplex
• Kondisi Kelayakan:
– Variabel keluar adalah variabel dasar yang memiliki nilai
paling negatif (jika sama, tentukan secara sembarang).
– Jika semua variabel dasar adalah nonnegatif, proses
berakhir.
• Kondisi Optimalitas:
– Variabel masuk adalah variabel nondasar yang berkaitan
dengan rasio terkecil jika meminimumkan atau nilai
absolut terkecil dari rasio jika memaksimumkan (jika
sama, tentukan sembarang).
– Rasio ditentukan dengan membagi koefisien sisi kiri
persamaan z dengan koefisien negatif yang
bersesuaian dalam persamaan dengan koefisien
negatif yang bersangkutan dengan variabel keluar.
– Jika semua penyebut adalah nol atau positif, tidak
terdapat
pemecahan yang layak
 Contoh 1
Min z =
3 x1 + 2
x2
3 x1 + x2 ≥ 3
4 x1 + 3 x2 ≥ 6
x1 + x2 ≤ 3
x1, x2 ≥ 0
 Contoh 1
Min z - 3 x1 - 2 x2 = 0

-3 x1 - x2 + s1 = -3
-4 x1 - 3 x2 + s2 = -6
x1 + x2 + s3 = 3
x1, x2, s1, s2, s3 ≥ 0
 Contoh 1
Dasar z x1 x2 s1 s2 s3 RHS
z 1 -3 -2 0 0 0 0
s1 0 -3 -1 1 0 0 -3
s2 0 -4 -3 0 1 0 -6
s3 0 -1 1 0 0 1 3
rasio 3/4 2/3 ~ ~ ~

Dasar z x1 x2 s1 s2 s3 RHS
z 1 -1/3 0 0 -2/3 0 4
s1 0 -5/3 0 1 -1/3 0 -1
x2 0 4/3 1 0 -1/3 0 2
s3 0 -1/3 0 0 1/3 1 1
rasio 1/5 ~ ~ 2 ~

Dasar z x1 x2 s1 s2 s3 RHS
z 1 0 0 -1/5 -3/5 0 21/5
x1 0 1 0 -3/5 1/5 0 3/5
x2 0 0 1 4/5 -3/5 0 6/5
s3 0 0 0 -1/5 2/5 1 6/5
 Contoh 1
• X1 = 3/5
• X2 = 6/5
• Z = 21/5

1
 Contoh 2
Max z =
2 x1 -
x2
x1 + x2 = 1
2 x2 ≥ 1
x1, x2 ≥ 0
 Contoh 2
Max z - 2
x1 + x2 =
x1 + x2 0 = 1
- 2 x2 + s1 = -1
x1, x2 , s1 ≥ 0

===================================
=====
x1 = 1 – x2, sehingga:
z – 2 (1 – x2) + x2 =
0 z + 3 x2 = 2
 Contoh 2
Dasar z x1 x2 s1 RHS
z 1 0 3 0 2
x1 0 1 1 0 1
s1 0 0 -2 -1
1
rasio ~ 1 1/2 ~
Dasar z x1 x2 s1 RHS
z 1 0 0 1 1/2 1/2
x1 0 1 0 1/2 1/2
x2 0 0 1 -1/2 1/2
• X1 = ½
• X2 = ½
• Z=½
1