Supuestos básicos de programación lineal

Desde un punto de vista matemático los supuestos son que el modelo debe tener una función
objetivo lineal sujeta a restricciones lineales y por el lado de modelación implican que deben
considerar ciertos supuestos acerca de las actividades y datos del problema que será
modelado, incluso el nivel de variación de las actividades. (Hillier & Lieberman, 2014)
Proporcionalidad
Es un supuesto sobre la función objetivo y de las restricciones funcionales.
“La contribución de cada actividad al valor de la función objetivo Z es proporcional
al nivel de la actividad 𝑥𝑗 , como lo representa el término 𝑐𝑗 𝑥𝑗 en la función objetivo. De
manera similar, la contribución de cada actividad al lado izquierdo de cada restricción
funcional es proporcional al nivel de la actividad 𝑥𝑗 , como lo representa en la restricción el
término a 𝑎𝑖𝑗 𝑥𝑗 . En consecuencia, este supuesto elimina cualquier exponente diferente de 1
para las variables en cualquier término de las funciones ya sea la función objetivo o la
función en el lado izquierdo de las restricciones funcionales en un modelo de programación
lineal”. (Hillier & Lieberman, 2015, pág. 36)
Aditividad
En el supuesto de proporcionalidad se elimina los exponentes diferentes de uno y no prohíbe
que se incluya productos de dos o más variables, en cambio en este supuesto se elimina esa
posibilidad. (Hillier & Lieberman, 2015)
“Cada función de un modelo de programación lineal (ya sea la función objetivo o el lado
izquierdo de las restricciones funcionales) es la suma de las contribuciones individuales de
las actividades respectivas”. (Hillier & Lieberman, 2015, pág. 38)
Divisibilidad
Aquí se puede encontrar valores permitidos para las variables de decisión.
“En un modelo de programación lineal, las variables de decisión pueden tomar
cualquier valor, incluso valores no enteros, que satisfagan las restricciones funcionales y de
no negatividad. En consecuencia, estas variables no están restringidas a solo valores
enteros. Como cada variable de decisión representa el nivel de alguna actividad, se supondrá
que las actividades se pueden realizar a niveles fraccionales”. (Hillier & Lieberman, 2015,
pág. 40)
Certidumbre
“Se supone que los valores asignados a cada parámetro de un modelo de programación lineal
son constantes conocidas”. (Hillier & Lieberman, 2015, pág. 40)
Modelo general de la programación
El problema se transforma cuando se tiene n productos o actividades y m recursos
disponibles en: ( Guerrero Salas, 2009)
“𝑏𝑖 = 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑙𝑒 𝑑𝑒𝑙 𝑟𝑒𝑐𝑢𝑟𝑠𝑜 𝑖(1,2,3, … … , 𝑚)
𝑐𝑗 = 𝑐𝑜𝑠𝑡𝑜 𝑜 𝑝𝑟𝑒𝑐𝑖𝑜 𝑢𝑛𝑖𝑡𝑎𝑟𝑖𝑜 𝑑𝑒𝑙 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝑜 𝑎𝑐𝑡𝑖𝑣𝑖𝑑𝑎𝑑 𝑗(1,2,3, … … , 𝑛)

𝑥𝑗 = 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑎 𝑓𝑎𝑏𝑟𝑖𝑐𝑎𝑟 𝑑𝑒𝑙 𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑜 𝑗((1,2,3, … … , 𝑛)

𝑎𝑖𝑗 = 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑟𝑒𝑐𝑢𝑟𝑠𝑜 𝑖(1,2,3, … … , 𝑚)

𝑛𝑒𝑐𝑒𝑠𝑎𝑟𝑖𝑜 𝑝𝑎𝑟𝑎 𝑓𝑎𝑏𝑟𝑖𝑐𝑎𝑟 𝑢𝑛𝑎 𝑢𝑛𝑖𝑑𝑎𝑑 𝑑𝑒𝑙 𝑎𝑟𝑖𝑡𝑢𝑙𝑜𝑗(1,2,3, … … , 𝑛)” ( Guerrero Salas,
2009, pág. 5)

Forma estándar del modelo de programación lineal

Se plantea de la siguiente manera:

Forma matricial del modelo de programación lineal

Es primordial primero definir los vectores o matrices que intervienen en este modelo:
Forma sumatorial
Se muestra como es utilizando esta forma
Forma catonica del modelo de programación lineal
Componentes de un modelo de programación lineal
Un modelo de programación lineal está compuesto por tres elementos que son: variable,
función objetivo y restricciones.
( Suñé, Fonollosa, & Fernández, 2016)

Las variables
Las variables pueden ser de dos tipos:
1. Variables de decisión: que miden la magnitud que se desea optimizar o bien las
magnitudes sobre las cuales se puede actuar o decidir.
( Suñé, Fonollosa, & Fernández, 2016)
2. Variables auxiliares: que miden las magnitudes que tienen sentido en el problema y
que dependen de las variables de decisión. Usualmente, se puede crear el modelo
sin estas variables, pero su definición suele aportar información sobre el resultado
final a costa de crear un modelo más complicado.
( Suñé, Fonollosa, & Fernández, 2016)

Para cada variable, hay que definir su significado (es decir, la magnitud que mide), su
unidad de medida (por ejemplo, euros, metros o personas) y su naturaleza matemática (real,
entera, binaria, no negativa, acotada, etc.).
( Suñé, Fonollosa, & Fernández, 2016)

La función objetivo
La función objetivo es la expresión lineal que relaciona las n variables definidas con el
valor a optimizar z. A cada variable, se le asocia un coeficiente c, que es la proporción en
que varía el valor a optimizar z por cada unidad de incremento de la variable
correspondiente.
( Suñé, Fonollosa, & Fernández, 2016)
Las restricciones
Las restricciones son expresiones lineales que definen las limitaciones de recursos, las
condiciones del problema, o que relacionan las variables entre sí. Las restricciones
determinan el conjunto de valores posibles para las variables de decisión, también
denominado región factible. La solución óptima del modelo deberá encontrarse
necesariamente dentro de esa región factible. En programación matemática, esta región se
representa por un conjunto de restricciones. Los elementos de la región factible han de
cumplir, necesariamente, todas las restricciones.
( Suñé, Fonollosa, & Fernández, 2016)