El Análisis de Sensibilidad y la Dualidad son herramientas avanzadas de la Programación Lineal que permiten interpretar y evaluar los resultados obtenidos de un modelo de optimización. Estas técnicas ayudan a entender cómo los cambios en los parámetros del modelo afectan la solución óptima y a asignar un valor económico a los recursos limitados.

El Análisis de Sensibilidad estudia el efecto que tienen las variaciones en los coeficientes de la función objetivo y en las restricciones sobre la solución óptima. Su propósito es determinar el rango dentro del cual los datos pueden cambiar sin que se modifique la base óptima, es decir, sin alterar las variables que forman parte de la solución. Por ejemplo, si una empresa sabe cuánto puede variar el precio de venta de un producto sin afectar su estrategia de producción óptima, puede tomar decisiones más seguras ante fluctuaciones del mercado.

Un concepto clave del análisis de sensibilidad es el precio sombra o valor dual, que representa cuánto aumentaría (o disminuiría) el valor óptimo de la función objetivo al incrementar una unidad del recurso disponible. Si el precio sombra es alto, significa que el recurso es valioso y conviene aumentar su disponibilidad.

La Dualidad en programación lineal establece una relación entre dos modelos: el problema primal, que busca optimizar una función (maximizar o minimizar), y su problema dual, que ofrece una interpretación económica del mismo. Mientras el primal trabaja con variables de decisión, el dual lo hace con valores asociados a las restricciones del modelo original.

La importancia de la dualidad radica en que permite verificar los resultados del modelo, analizar el valor de los recursos y comprender la interdependencia entre las variables y las restricciones. Además, el valor óptimo del problema primal siempre será igual al valor óptimo del problema dual, lo que se conoce como el teorema de dualidad fuerte.