INTRODUCCION

Cada uno de los problemas abordados hasta entonces en los módulos anteriores se consideran
problemas primales, dado que tienen una relación directa con la necesidad del planteamiento,
y sus resultados responden a la formulación del problema original; sin embargo, cada vez que
se plantea y resuelve un problema lineal, existe otro problema ínsitamente planteado y que
puede ser resuelto, es el considerado problema dual, el cual tiene unas importantes relaciones
y propiedades respecto al problema primal que pueden ser de gran beneficio para la toma de
decisiones. Los problemas primales y duales se encuentran ligados por una serie de relaciones,
saber la existencia de estas puede ser considerado de gran utilidad para la resolución de
problemas que parecen no factibles, o que no pueden ser resueltos mediante un método en
particular.

Ambos problemas están bastante relacionados, ya que basta conocer la solución de uno de
ellos para que también conocer la solución del otro. Además el dual tiene importancia en:

 Lo computacional: esto sucede cuando en muchos casos es más fácil y rápido resolver
el dual en vez del primal. Esto permite ahorros de horas en máquina y memoria del
computador.
 Lo económico: las variables duales tienen una interpretación económica respecto a la
situación real que se está modelando.
 Lo teórico: permite realizar el análisis de sensibilidad en los modelos lineales.

RELACIONES ENTRE PROBLEMAS ENTRE PROBLEMAS PRIMALES Y DUALES

 Si uno de los dos problemas (primal o dual) es de maximización el otro es de
minimización y viceversa.
 Si uno de los problemas tiene n variable entonces el otro problema tendrá n
restricciones.
 Si una de los problemas tiene m restricciones eso implica que el otro tendrá m
variables.
 Los coeficientes de la función objetivo en el problema dual corresponden a los
términos independientes de las restricciones, que se ubican del otro lado de las
variables.
 Los términos independientes de las restricciones en el problema dual corresponden a
los coeficientes de la función objetivo en el problema primal.
 La matriz que determina los coeficientes técnicos de cada variable en cada restricción
corresponde a la transpuesta de la matriz de coeficientes técnicos del problema
primal.
El sentido de las igualdades y desigualdades se resume según la tabla Nº1.

MAXIMIZACION
PRIMAL DUAL
Variables Restricciones
𝑋𝑗 ≥ 0 𝑗 𝑡𝑖𝑝𝑜 ≥
𝑋𝑗 ≤ 0 𝑗 𝑡𝑖𝑝𝑜 ≤
𝑋𝑗 >=< 0 𝑗 𝑡𝑖𝑝𝑜 =
Restricciones Variables
𝑗 𝑡𝑖𝑝𝑜 ≥ 𝑌𝑗 ≤ 0
𝑗 𝑡𝑖𝑝𝑜 ≤ 𝑌𝑗 ≥ 0
𝑗 𝑡𝑖𝑝𝑜 = 𝑌𝑗 >=< 0
MINIMIZACIÓN
PRIMAL DUAL
Variables Restricciones
𝑌𝑗 ≥ 0 𝑗 𝑡𝑖𝑝𝑜 ≤
𝑌𝑗 ≤ 0 𝑗 𝑡𝑖𝑝𝑜 ≥
𝑌𝑗 >=< 0 𝑗 𝑡𝑖𝑝𝑜 =
Restricciones Variables
𝑗 𝑡𝑖𝑝𝑜 ≥ 𝑋𝑗 ≥ 0
𝑗 𝑡𝑖𝑝𝑜 ≤ 𝑋𝑗 ≤ 0
𝑗 𝑡𝑖𝑝𝑜 = 𝑋𝑗 >=< 0

ANALISIS DE SENSIBILIDAD
El análisis de sensibilidad es una de las partes más importantes en la programación lineal, sobre
todo para la toma de decisiones; pues permite determinar cuándo una solución sigue siendo
óptima, dados algunos cambios ya sea en el entorno del problema, en la empresa o en los datos
del problema mismo.

Este análisis consiste en determinar qué tan sensible es la respuesta óptima del Método Simplex,
al cambio de algunos datos como las ganancias o costos unitarios coeficientes de la función
objetivo, o la disponibilidad de los recursos términos independientes de las restricciones. El
propósito general es identificar los parámetros relativamente sensibles (es decir, aquellos que
no pueden cambiarse sin la solución optima), con el fin de estimarlos con mayor precisión y
seleccionar entonces una solución que siga siendo buena sobre los intervalos de los valores
probables de los parámetros sensibles.

Los casos que por lo general se desarrollan son:

 Cambios de los costos en la función objetivo.

 Cambios en el vector del término independiente.

Además cuando existe un incremento de una variable o incremento de una restricción como
consecuencia el modelo sufre algunas modificaciones como:

 La solución optima no cambia

 La solución cambia pero la base sigue siendo la misma
 Cambia la base óptima.