DUALITAS
DAN
ANALISIS SENSITIVITAS
Dr. Mohammad Abdul Mukhyi, SE., MM.
1
Primal Problem P
minimize
z = cx
subject to
Ax = b
x ≥≥≥≥ 0
Dual Problem D
maximize
v = ππππb
subject to
π
π
π
π
A ≤≤≤≤ c
Theorem.
(Strong Duality) If both P and D are
feasible, then z* = v*.
optimum
value is z*
optimum
value is v*
2PRIMAL
Koefisien
X
1X
2……… X
nNK
Y
1a
11a
12……… a
1n≤
b
1Y
1a
11a
12……… a
1n≤
b
2….
…. …... ….………… …..
Y
ma
m1a
m2………. a
mn≤
b
1NK
≥
C
1≥
C
2……… ≥ C
nKoefisien fungsi tujuan
(maksimisasi)
k
o
e
fi
s
ie
n
D
U
A
L
K
o
e
fi
s
ie
n
fu
n
g
s
i
tu
ju
a
n
(m
a
k
s
im
is
a
s
i)
Tabel Primal – Dual Linear Programming
3
Tabel Hubungan antara primal - dual
Primal (atau Dual)
Dual (atau Primal)
Batasan I
Variabel I
Fungsi tujuan
Nilai kanan
The min cost flow problem and its dual
n
i
i=1
Minimize
∑
∑
∑
∑
π
π
π
π
b
i
subject to
π
π
π
π
i
−
−
−
−
π
π
π
π
j
≤
≤
≤
≤
c
ij
for all ( , )
i j
∈
∈
∈
∈
A
Dual
∑
∑
∑
∑
j
x
ij
- ∑
∑
∑
∑
k
x
ki
= b
i
for all i Î N.
and x
ij
≥
≥
≥
≥
0 for all (i,j) Î A.
Minimize
∑
∑
∑
∑
(i,j)∈
∈
∈
∈
A
c
ij
x
ij
Primal
5 6MASALAH PRIMAL
MAX : Z = 3X
1
+ 5X
2
S.T.: 2X
1
≤
8
3X
2
≤
15
6X
1
+ 5X
2
≤
30
X
1
>= 0
X
2
>= 0
MASALAH DUAL
MIN : Y = 8Y
1
+ 15Y
2
+ 30Y
3
S.T.: 2Y
1
+ 6Y
3
≥
3
3Y
2
+ 5Y
3
≥
5
Y
1
≥
0
Y
2
≥
0
Y
3
≥
0
7
PENYELESAIAN PRIMAL :
OBJECTIVE FUNCTION VALUE
1) 27.5000000
VARIABLE VALUE REDUCED COST
X1 .833333 .000000
X2 5.000000 .000000
ROW SLACK OR SURPLUS DUAL
PRICES
2) 6.333333 .000000
3) .000000 .833333
4) .000000 .500000
PENYELESAIAN DUAL
OBJECTIVE FUNCTION VALUE
1) 27.5000000
VARIABLE VALUE REDUCED COST
Y1 .000000 6.333333
Y2 .833333 .000000
Y3 .500000 .000000
ROW SLACK OR SURPLUS DUAL
PRICES
2) .000000 -.833333
3) .000000 -5.000000
Kendala aktif
variabel
dasar
Z
X
1X
2X
3X
4X
5NK
Keterangan
Z
1
- 3
- 5
0
0
0
0
X
30
2
0
1
0
0
8
X
10
0
3
0
1
0
15
X
50
6
5
0
0
1
30
8variabel
dasar
Z
X
1X
2X
3X
4X
5NK
Keterangan
Z
1
-3
-5
0
0
0
0
X
30
2
0
1
0
0
8
8/0 = ~
X
10
0
3
0
1
0
15
15/3=
5
X
50
6
5
0
0
1
30
30/5 = 6
variabel
dasar
Z
X
1X
2X
3X
4X
5NK
Keterangan
Z
1
-3
0
0
5/3
0
25
X
30
2
0
1
0
0
8
X
20
0
1
0
1/3
0
5
X
50
6
0
0
-5/3
1
5
9variabel
dasar
Z
X
1X
2X
3X
4X
5NK
Keterangan
Z
1
-3
0
0
5/3
0
25
X
30
2
0
1
0
0
8
8/2 = 4
X
10
0
1
0
1/3
0
5
5/0 = ~
X
50
6
0
0
-5/3
1
5
5/6 =
5/6
variabel
dasar
Z
X
1X
2X
3X
4X
5NK
Keterangan
Z
1
0
0
0
5/6
1/2
27½ nilai optimal
X
30
0
0
1
5/9
-1/3
6⅓
X
10
0
1
0
1/3
0
5
X
50
1
0
0
-5/18
1/6
5/6
10Apabila batasan 1 : 3X
2
≤
15 dirubah menjadi 3X
2
≤
16
nilai nya akan tetap
11 0,87 27,5 -28,37 Z 37 , 28 26,7 1,67 Z 5,34) x (5 0,56) x (3 Z 34 , 5 5 7 , 26 X 3 , 3 30 5X 30 X 5 3 , 3 30 5X ) 9 5 6( 56 , 0 9 5 18 10 X 10 18X 80 15X 90 X 15 18X 5 x 16 3X 3 x 30 X 5 6X 2 2 2 2 1 1 2 2 1 2 2 1 = = ∆ = + = + = = = − = = + = + = = = = = = + → = → = +
Apabila batasan 3 : 6X
1
+ 5X
2
≤
30 dirubah menjadi
6X
1
+ 5X
2
≤
31
12 0,5 27,5 -28 Z 28 25 3 Z 5) x (5 1) x (3 Z 5 5 25 X 25 5X 31 X 5 6 31 5X 6(1) 1 18 18 X 18 18X 75 15X 93 X 15 18X 5 x 15 3X 3 x 31 X 5 6X 2 2 2 2 1 1 2 2 1 2 2 1 = = ∆ = + = + = = = = = + = + = = = = = + → = → = +Hubungan antara variabel-variabel Primal-Dual dalam
Linear Programming
Variabel Primal
Variabel asli : X
1
Variabel Slack : X
n+i
13
Variabel Dual
Variabel surplus : Z
j
- C
j
Variabel Asli : Y
i
Dimana i = 1,2, … m
j = 1,2, … n
PENYIMPANGAN-PENYIMPANGAN DARI BENTUK
STANDAR
14
Konversi Bentuk Bukan Standar Menjadi Bentuk Standar
Dalam Model Linear Programming
terbatas
tidak
j
X
Nilai
i
b
j
X
ij
a
n
1
j
i
b
j
X
ij
a
n
1
j
Z
Minimisasi
:
standar
bukan
Bentuk
=
=
∑
≥
=
∑
0
'
'
j
X
0,
'
j
X
),
''
j
X
-
'
j
(X
i
b
-
j
X
ij
a
n
1
j
i
b
j
X
ij
a
n
1
j
i
b
-
j
X
ij
a
n
1
j
Z
-
i
Maksimisas
:
standar
Bentuk
≥
≥
≤
=
∑
−
≤
=
∑
≤
=
∑
15
0
Y
,...
0
Y
;
0
Y
dan
c
Y
a
...
Y
a
Y
a
c
Y
a
...
Y
a
Y
a
c
Y
a
...
Y
a
Y
a
:
/
Y
b
...
Y
b
Y
b
Y
Minimisasi
m 2 1 n mn mn 2n 2n 1n 1n 2 m1 m2 22 21 12 12 1 m1 m1 21 21 11 11 m m 2 2 1 1 0≥
≥
≥
≥
+
+
+
≥
+
+
+
≥
+
+
+
+
+
+
=
t
s
Mencari bentuk dual dari suatu masalah dual
Perubahan ke
dalam benuk
standar
0
Y
,...
0
Y
;
0
Y
dan
c
Y
a
...
Y
a
Y
a
c
Y
a
...
Y
a
Y
a
c
Y
a
...
Y
a
Y
a
:
/
Y
b
...
Y
b
Y
b
-)
(-Y
i
Maksimisas
m 2 1 n mn mn 2n 2n 1n 1n 2 m1 m2 22 21 12 12 1 m1 m1 21 21 11 11 m m 2 2 1 1 0≥
≥
≥
−
≤
−
−
−
−
≤
−
−
−
−
≤
−
−
−
−
−
−
=
t
s
16Dual dari dual tersebut (primal)
0
X
,...
0
X
;
0
X
dan
-b
Y
a
...
Y
a
Y
a
-b
X
a
...
X
a
X
a
-b
X
a
...
X
a
X
a
:
/
X
C
...
X
C
X
C
-(-Z)
Minimisasi
m 2 1 n mn mn 2m 2m 1m 1m 2 n1 n2 22 21 12 12 1 n1 n1 21 21 11 11 n n 2 2 1 1≥
≥
≥
≥
−
−
−
≥
−
−
−
≥
−
−
−
−
−
−
=
t
s
0
X
,...
0
X
;
0
X
dan
b
Y
a
...
Y
a
Y
a
b
X
a
...
X
a
X
a
b
X
a
...
X
a
X
a
:
/
X
C
...
X
C
X
C
Z
Minimisasi
m 2 1 n mn mn 2m 2m 1m 1m 2 n1 n2 22 21 12 12 1 n1 n1 21 21 11 11 n n 2 2 1 1≥
≥
≥
≤
+
+
+
≤
+
+
+
≤
+
+
+
+
+
+
=
t
s
Perubahan ke
dalam bentuk
standar
Dual dari suatu masalah dual tidak lain adalah masalah
primalnya.
Batasan yang mengandung tanda persamaan (=)
diperilukan seperti layaknya batasan bertanda ≤; tetapi
batasan non-negatif bagi dual variabel yang
bersangkutan harus dihilangkan (yaitu variabel yang
tidak terbatas nilainya).
Menghilangkan batasan non-negatif pada masalah
primal akan mengakibatkan perubahan batasan pada
masalah dual menjadi bentuk persamaan (=)
17
Masalah Primal (Dual)
Max Z (atau Y
0
)
Batasan i
bentuk ≤
bentuk =
Variabel X
j
(atau Y
j
)
X
j
≥
0
X
j
≥
0 dihilangkan
18Hubungan bentuk-bentuk Primal - Dual
Masalah Dual (Primal)
Min Y
0
(atau Z)
Variabel X
j
(atau Y
j
)
Y
j
≥
0
Y
j
≥
0 dihilangkan
Batasan j
bentuk ≥
bentuk =
PRIMAL PROBLEM:
maximize
z = 3x
1+ 4x
2+6x
3+ 8x
4subject to x
1+ x
2+ x
3+ x
4= 1
2x
1+ 3x
2+4x
3+ 5x
4= 3
x
1, x
2, x
3, x
4≥
≥
≥
≥
0
Subject to
y
1+ 2y
2≥
≥
≥
≥
3
y
1+ 4y
2≥
≥
≥
≥
6
y
1+ 3y
2≥
≥
≥
≥
4
y
1+ 5y
2≥
≥
≥
≥
8
minimize y
1+ 3y
2DUAL PROBLEM:
Observation 1.
The constraint matrix in the
primal is the transpose of the
constraint matrix in the dual.
Observation 2.
The RHS coefficients in the
primal become the cost
coefficients in the dual.
19
PRIMAL PROBLEM:
maximize
z = 3x
1+ 4x
2+6x
3+ 8x
4subject to x
1+ x
2+ x
3+ x
4= 1
2x
1+ 3x
2+4x
3+ 5x
4= 3
x
1, x
2, x
3, x
4≥
≥
≥
≥
0
Subject to
y
1+ 2y
2≥
≥
≥
≥
3
y
1+ 4y
2≥
≥
≥
≥
6
y
1+ 3y
2≥
≥
≥
≥
4
y
1+ 5y
2≥
≥
≥
≥
8
minimize y
1+ 3y
2DUAL PROBLEM:
Observation 3.
The cost coefficients in the
primal become the RHS coefficients in the
dual.
Observation 4. The primal (in this case) is
a max problem with equality constraints
and non-negative variables
The dual (in this case) is a minimization
problem with ≥≥≥≥ constraints and variables
unconstrained in sign.
OBJECTIVE FUNCTION VALUE
1)
4.66666700
VARIABLE
VALUE
REDUCED COST
X1
.666667
.000000
X2
.000000
.666667
X3
.000000
.333333
X4
.333333
.000000
ROW SLACK OR SURPLUS
DUAL PRICES
2)
.000000
-.333333
3)
.000000
1.666667
OBJECTIVE FUNCTION VALUE
1)
4.66666700
VARIABLE
VALUE
REDUCED COST
X1
.666667
.000000
X2
.000000
.666667
X3
.000000
.333333
X4
.333333
.000000
ROW SLACK OR SURPLUS
DUAL PRICES
2)
.000000
-.333333
3)
.000000
1.666667
21Analisis Sensitivitas
Karena terjadi perubahan-perubahan dalam
variabel-variabel, apakah fungsi tujuan maupun fungsi kendala
dengan cara memanfaatkan kaidah-kaidah primal-dual
metode simplek semaksimal mungkin.
Karena tujuannya adalah penyelesian optimal, maka
analisis ini disebut pula Post Optimality.
Perubahan-perubahan yang mungkin terjadi:
1. Keterbatasan kapasitas sumber (fungsi batasan).
2. Koefisien-koefisien fungsi tujuan.
3. Koefisien-koefisien teknis fungsi batasan
4. Penambahan variabel-variabel baru.
23
OBJECTIVE FUNCTION VALUE 1) 27.5000000
VARIABLE VALUE REDUCED COST X1 .833333 .000000 X2 5.000000 .000000 ROW SLACK OR SURPLUS DUAL PRICES
2) 6.333333 .000000 3) .000000 .833333 4) .000000 .500000 SENSITIVITY ANALYSIS
OBJ COEFFICIENT RANGES
VARIABLE CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE X1 3.000000 3.000000 3.000000 X2 5.000000 INFINITY 2.500000
RIGHTHAND SIDE RANGES
ROW CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE 2 8.000000 INFINITY 6.333333 3 15.000000 3.000000 11.400000 4 30.000000 19.000000 5.000000
24
OBJECTIVE FUNCTION VALUE 1) 27.5000000
VARIABLE VALUE REDUCED COST Y1 .000000 6.333333 Y2 .833333 .000000 Y3 .500000 .000000
ROW SLACK OR SURPLUS DUAL PRICES 2) .000000 -.833333 3) .000000 -5.000000 SENSITIVITY ANALYSIS?
OBJ COEFFICIENT RANGES
VARIABLE CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE Y1 8.000000 INFINITY 6.333333 Y2 15.000000 3.000000 11.400000 Y3 30.000000 19.000000 5.000000
RIGHTHAND SIDE RANGES
ROW CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE 2 3.000000 3.000000 3.000000 3 5.000000 INFINITY 2.500000