La programacin lineal se aplica a modelos de optimizacin en los que las funciones

objetivo y restriccin son estrictamente lineales. La tcnica se aplica en una amplia

variedad de casos, en los campos de agricultura, industria, transporte, economa, salud,
ciencias sociales y de la conducta, y militar. Tambin produce algoritmos eficientes de
cmputo para problemas con miles de restricciones y variables. En realidad, debido a su
tremenda eficiencia de clculo, la programacin lineal forma la columna vertebral de los
algoritmos de solucin para otros modelos de investigacin de operaciones, como las
programaciones entera, estocstica y no lineal.
El modelo de programacin lineal, como en cualquier modelo de investigacin de
operaciones, tiene tres componentes bsicos.
1. Las variables de decisin que se trata de determinar.
2. El objetivo (la meta) que se trata de optimizar.
3. Las restricciones que se deben satisfacer.
La definicin correcta de las variables de decisin es un primer paso esencial en el
desarrollo del modelo. Una vez hecha, la tarea de construir la funcin objetivo y las
restricciones se hace en forma ms directa.
Una restriccin implcita (o que se sobreentiende) es que las variables X1 y X2 no
pueden asumir valores negativos. Las restricciones de no negatividad, X1 >- 0, X2 >-0,
expresan ese requisito.
En el ejemplo anterior, las funciones objetivo y restricciones son lineales, todas. La
linealidad implica que la programacin lineal debe satisfacer dos propiedades:
proporcionalidad y aditividad.
1. La proporcionalidad requiere que la contribucin de cada variable de decisin en la
funcin objetivo, y sus requerimientos en las restricciones, sea directamente proporcional
al valor de la variable. Por ejemplo, en el modelo de Reddy Mikks, las cantidades 5x1 y
4x2 expresan las utilidades por producir X1 y x2 toneladas de pintura para exteriores y
para interiores, respectivamente, y las utilidades unitarias por tonelada son 5 y 4, que
definen las constantes de proporcionalidad. Si, por otra parte, Reddy Mikks ofrece alguna
clase de descuentos por cantidad cuando las ventas son mayores que ciertas cantidades,
la utilidad ya no ser proporcional a las cantidades producidas x1 y x2.
2. La aditividad estipula que la contribucin total de todas las variables en la funcin
objetivo y sus requerimientos en las restricciones, sean la suma directa de las
contribuciones o requerimientos individuales de cada variable.
En el modelo de Reddy Mikks, la utilidad total es igual a la suma de dos componentes individuales de
utilidad. Sin embargo, si los dos productos compiten por la misma parte de mercado en forma tal que un
aumento de ventas de uno afecte negativamente al otro, ya no se satisface la propiedad de aditividad.

2.2 SOLUCIN GRFICA DE LA PROGRAMACIN LINEAL

El procedimiento de solucin grfica comprende dos pasos:
1. Determinacin del espacio de soluciones que define todas las soluciones factibles del
modelo.
2. Determinacin de la solucin ptima, entre todos los puntos factibles del espacio de soluciones.
Usaremos dos ejemplos en el procedimiento, para mostrar cmo se manejan las funciones
objetivo de maximizacin y de minimizacin.