PROGRAM LINIER

PRIMAL-DUAL
NAMA KELOMPOK:
RIKA SEPTI SAVITRI
(F1041191009)
VEVEN (F1041191015)
ANA MUSTIKA DEWI
(F1041181016)
 PRIMAL - DUAL
1. Definisi Primal-Dual
Teori dualitas merupakan salah satu konsep program linier yang penting dan menarik ditinjau dari
segi teori dan praktisnya. Ide dasar yang melatarbelakangi teori ini adalah bahwa setiap persoalan
programa linier mempunyai suatu programa linier lain yang saling berkaitan yang disebut “dual”,
sedemikian sehingga solusi pada persoalan semula (yang disebut "primal”) juga memberi solusi
pada dualnya.

2. Bentuk Umum Masalah Primal-Dual

Minimumkan: 𝑍 = 𝑐1 𝑥1 + 𝑐2 𝑥2 + ⋯ + 𝑐𝑛 𝑥𝑛 Maksimumkan: 𝑊 = 𝑏1 𝑦1 + 𝑏2 𝑦2 + ⋯ + 𝑏𝑚 𝑦𝑚
Berdasarkan kendala: Berdasarkan kendala:
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 ≥ 𝑏1 P 𝑎11 𝑦1 + 𝑎21 𝑦2 + ⋯ + 𝑎𝑚1 𝑦𝑚 ≤ 𝑐1
R D
𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 ≥ 𝑏2 𝑎12 𝑦1 + 𝑎22 𝑦2 + ⋯ + 𝑎𝑚2 𝑦𝑚 ≤ 𝑐2
I U
. . . M . . . A
. . . A . . . L
. . . L . . .
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 ≥ 𝑏𝑚 𝑎1𝑛 𝑦1 + 𝑎2𝑛 𝑦2 + ⋯ + 𝑎𝑚𝑛 𝑦𝑛 ≤ 𝑐𝑚
𝑥1 , 𝑥2 , … , 𝑥𝑛 ≥ 0 𝑦1 , 𝑦2 , … , 𝑦𝑛 ≥ 0
 3. Hubungan Primal-Dual

1) Koefisien fungsi tujuan primal menjadi konstanta ruas kanan bagi dual, sedangkan konstanta ruas
kanan primal menjadi koefisien fungsi tujuan bagi dual.
2) Tanda pertidaksamaan kendala dibalik
3) Fungsi tujuan berubah bentuk (maksimasi menjadi minimasi dan sebaliknya).
4) Setiap kolom pada primal berkorespondensi dengan baris (pembatas) pada dual.
5) Setiap baris (pembatas) pada primal berkorespondensi dengan kolom pada dual.
6) Dual dari dual adalah primal.
 Tabel Perbedaan Primal Dual
Primal Dual

Maks Min
Fungsi Kendala ≤ Fungsi Kendala ≥

Min Maks
Fungsi Kendala ≥ Fungsi Kendala ≤

Nilai ruas kanan Koefisien fungsi tujuan

Koefisien fungsi tujuan Nilai ruas kanan

Matriks koefisien fungsi kendala Transpose matriks koefisien fungsi kendala

Fungsi kendala ke - Variable tidak terbatas tanda

Variable tidak terbatas tanda Fungsi kendala ke -

4. Contoh Mengubah
Primal-Dual
Contoh 1

Primal Dual
Fungsi tujuan : Fungsi tujuan :
Z minimasi : W maksimasi :

   
Fungsi Kendala : Fungsi Kendala :
 
5. Dual Persamaan Program Linier yang Tidak Normal
1) Persoalan :
 Maksimasi : Jika pembatas Primal ke-i bertanda ≥ , maka variable dual yang berkorespodensi
dengan pembatas tersebut akan memenuhi
 Minimasi : Jika pembatas primal ke-i bertanda ≤ , maka variable dual yang berkorespodensi
dengan pembatas tersebut akan memenuhi
2) Jika pembatas primal ke-i bertanda = , maka variable dual yang berkorespodensi dengan pembatas
tersebut akan tidak terbatas dalam tanda.
3) Jika pembatas primal ke-i tidak terbatas dalam tanda, maka pembatas dual ke-i akan bertanda =
 6. Contoh Mengubah Primal-Dual dalam Persamaan Program Linier yang Tidak Normal

 
Contoh 1
Primal :
Fungsi Tujuan :
Maksimumkan
Dk,

Dual :
Fungsi Tujuan :
Minimumkan 𝑊 = 2𝑦1 + 3𝑦2 + 81𝑦3
Dk,
𝑦1 + 2𝑦2 + 𝑦3 ≥ 2
𝑦1 − 𝑦2 − 𝑦3 = 1
𝑦1 𝑢𝑟𝑠, 𝑦2 ≤ 0, 𝑦3 ≥ 0
6. Contoh Mengubah Primal-Dual dalam Persamaan Program Linier yang Tidak Normal
Contoh 2
Primal :
Fungsi Tujuan :
Minimumkan 𝑍 = 4𝑥1 + 4𝑥2 + 6𝑥3
Dk,
𝑥1 + 2𝑥2 + 𝑥3 ≥ 2
𝑥1 − 𝑥3 ≥ 1
𝑥2 + 𝑥3 = 1
2𝑥1 + 𝑥2 ≤ 3
𝑥1 𝑢𝑟𝑠, 𝑥2 , 𝑥3 ≥ 0

Contoh 2
Primal :
Fungsi Tujuan :
Minimumkan 𝑍 = 4𝑥1 +4𝑥2 +6𝑥3
Dk,
𝑥1 +2𝑥2 + 𝑥3 ≥ 2
𝑥1 − 𝑥3 ≥ 1
𝑥2 + 𝑥3 = 1
2𝑥1 +𝑥2 ≤ 3
𝑥1 𝑢𝑟𝑠,𝑥2,𝑥3 ≥ 0
Dual:
Fungsi Tujuan :
Minimumkan 𝑊 = 2𝑦1 + 𝑦2 + 𝑦3 + 3𝑦4
Dk, 𝑦1 +𝑦2 +2𝑦4 =4
2𝑦1 +𝑦3 +𝑦4 ≤4
𝑦1 −𝑦2 +𝑦3 ≤6
𝑦1,𝑦2 ≥0,𝑦3𝑢𝑟𝑠,𝑦4 ≤0
7. Sifat-Sifat Primal-Dual
7. Sifat-Sifat Primal-Dual
Sifat 3 :
Menentukan nilai ruas kanan (solusi) dari variabel- variabel basis.
Caranya :
𝑚𝑎𝑡𝑟𝑖𝑘𝑠 𝑑𝑖𝑏𝑎𝑤𝑎ℎ
𝑚𝑎𝑡𝑟𝑖𝑘𝑠 𝑘𝑜𝑙𝑜𝑚 𝑟𝑢𝑎𝑠 𝑚𝑎𝑡𝑟𝑖𝑘𝑠 𝑘𝑜𝑙𝑜𝑚 𝑟𝑢𝑎𝑠
൥𝑣𝑎𝑟𝑖𝑎𝑏𝑒𝑙 𝑏𝑎𝑠𝑖𝑠 𝑎𝑤𝑎𝑙 ൩൤ ൨= ቂ ቃ
𝑘𝑎𝑛𝑎𝑛 𝑦𝑎𝑛𝑔 𝑜𝑟𝑖𝑔𝑖𝑛𝑎𝑙 𝑘𝑎𝑛𝑎𝑛 𝑣𝑎𝑟𝑖𝑎𝑏𝑒𝑙 𝑏𝑎𝑠𝑖𝑠
𝑝𝑎𝑑𝑎 𝑖𝑡𝑒𝑟𝑎𝑠𝑖 𝑦𝑏𝑠

Sifat 4 :
Menentukan koefisien pembatas .
Caranya :
𝑚𝑎𝑡𝑟𝑖𝑘𝑠 𝑑𝑖𝑏𝑎𝑤𝑎ℎ 𝑚𝑎𝑡𝑟𝑖𝑘𝑠 𝑘𝑜𝑙𝑜𝑚 𝑑𝑎𝑟𝑖 𝑚𝑎𝑡𝑟𝑖𝑘𝑠 𝑘𝑜𝑙𝑜𝑚
൥𝑣𝑎𝑟𝑖𝑎𝑏𝑒𝑙 𝑏𝑎𝑠𝑖𝑠 𝑎𝑤𝑎𝑙 ൩൥ 𝑘𝑜𝑙𝑜𝑚 𝑘𝑜𝑒𝑓𝑖𝑠𝑖𝑒𝑛 ൩= ൥ 𝑑𝑎𝑟𝑖 𝑘𝑜𝑙𝑜𝑚 𝑘𝑜𝑒𝑓𝑖𝑠𝑖𝑒𝑛 ൩
𝑝𝑎𝑑𝑎 𝑖𝑡𝑒𝑟𝑎𝑠𝑖 𝑦𝑏𝑠 𝑝𝑒𝑚𝑏𝑎𝑡𝑎𝑠 𝑦𝑎𝑛𝑔 𝑜𝑟𝑖𝑔𝑖𝑛𝑎𝑙 𝑝𝑒𝑚𝑏𝑎𝑡𝑎𝑠 𝑝𝑎𝑑𝑎 𝑖𝑖𝑡𝑒𝑟𝑎𝑠𝑖 𝑦𝑏𝑠
8. Contoh
8. Contoh
8. Contoh
8. Contoh
8. Contoh
 9. Metode Dual Simpleks
 
semua kendala menggunakan pertidaksamaan ≥. Kendala
dengan pertidaksamaan ≥ dapat diubah ke pertidaksamaan ≤
dengan mengalikan pertidaksamaan dengan -1. Bentuk
  umum PL di atas berubah menjadi:
Metode dual simpleks digunakan jika tabel optimal tidak
layak. Jika fungsi kendala ada yang menggunakan Min
pertidaksamaan ≥ dan tidak ada = dalam bentuk umum PL, Dk,
maka metode dual simpleks dapat digunakan. Kita
selesaikan contoh di bawah ini.
Min
Dk,
Semua fungsi kendala sudah dalam bentuk
pertidaksamaan ≤, maka kita kita hanya perlu
menambahkan variabel slack untuk mengubah bentuk
umum ke bentuk baku/standar. Variabel slack akan
berfungsi sebagai variabel basis awal.
 
Bentuk Baku/standar:
Min
atau
Dk,

 
Jika bentuk baku di atas diekspresikan sebagai suatu tabel
simplex awal, maka akan terlihat bahwa variabel slack ()
tidak memberikan solusi awal layak. Karena ini merupakan
masalah minimisasi sementara semua koefisien pada
persamaan Z adalah ≤ 0, maka solusi awal adalah optimum
tetapi tak layak. Masalah ini merupakan ciri khas dari
masalah yang dapat diselesaikan dengan metode dual
simplex. Tabel solusi awal optimum tapi tak layak adalah :
Feasibility Condition : leaving variable adalah variabel basis
yang memiliki nilai negatif terbesar (nilai kembar dipilih
secara sembarang). Jika semua variabel basis non negatif,
proses berakhir dan solusi layak yang telah optimum
tercapai.
Optimality Condition : entering variable dipilih dari variabel
 
non basis dengan cara seperti berikut. Buat rasio antara
koefisien persamaan Z dengan koefisien persamaan yang
berhubungan pada leaving variable. Abaikan rasio dengan
penyebut positif atau nol. Bagi masalah minimisasi, entering
variable adalah salah satu yang memiliki rasio terkecil, atau
absolut rasio terkecil untuk
masalah maksimisasi (rasio kembar dipilih secara
sembarang). Jika semua penyebut adalah nol atau positif,
berarti masalah itu tidak memiliki solusi layak.
THANKS!