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 i1
ST
n :
ST
m :
a x j bi , i
ij a yi c j , j
ij
1,2,...,m 1,2,...,n
j 1 i1
1
min Z c j x j , maxW bi yi ,
j 1 i1
ST
n :
ST
m :
a x j bi , i
ij a yi c j , j
ij
1,2,...,m 1,2,...,n
j 1 i1
1
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
15
Contoh
Primal (min) Dual (max)
Pemecahan Tak Layak Pemecahan Tak Layak
x1 = 3 y1 = 4
x2 = 1 y2 = 1
16
Contoh
Primal Dual
Pemecahan Pemecahan
Optimal x1 = 3 Optimal y1 = 5
x2 = 0 y2 = 0
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)
y b cx
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