La programacin lineal es un procedimiento o algoritmo matemtico mediante el cual se

resuelve un problema indeterminado, formulado a travs de un sistema de

inecuaciones lineales, optimizando la funcin objetivo, tambin lineal.
Consiste en optimizar (minimizar o maximizar) una funcin lineal, denominada funcin
objetivo, de tal forma que las variables de dicha funcin estn sujetas a una serie de
restricciones que expresamos mediante un sistema de inecuaciones lineales.
ndice
[ocultar]

1 Historia de la programacin lineal

2 Variables

3 Restricciones

4 Funcin Objetivo

5 Programacin entera

6 Aplicaciones

7 Ejemplo

8 Vase tambin

9 Referencias
o

9.1 Bibliografa

Historia de la programacin lineal[editar]

Cronologa1
Ao
1826

Acontecimiento
Joseph Fourier anticipa la programacin lineal. Carl Friedrich Gauss
resuelve ecuaciones lineales por eliminacin "gaussiana".

1902 Gyula Farkas concibe un mtodo para resolver sistemas de inecuaciones.

George Dantzig publica el algoritmo simplex y
1947 John von Neumann desarroll la teora de la dualidad.
Se sabe que Leonid Kantorvich tambin formul la teora en forma independiente.
1984

Narendra Karmarkar introduce el mtodo del punto interior para resolver

problemas de programacin lineal.

El problema de la resolucin de un sistema lineal de inecuaciones se remonta, al menos,

a Joseph Fourier, despus de quien nace el mtodo de eliminacin de Fourier-Motzkin. La
programacin lineal se plantea como un modelo matemtico desarrollado durante la Segunda
Guerra Mundial para planificar los gastos y los retornos, a fin de reducir los costos al ejrcito y
aumentar las prdidas del enemigo. Se mantuvo en secreto hasta 1947. En la posguerra,
muchas industrias lo usaron en su planificacin diaria.
Los fundadores de la tcnica son George Dantzig, quien public el algoritmo simplex, en
1947, John von Neumann, que desarroll la teora de la dualidad en el mismo ao, y Leonid
Kantorvich, un matemtico de origen ruso, que utiliza tcnicas similares en la economa
antes de Dantzig y gan el premio Nobel en economa en 1975. En 1979, otro matemtico
ruso, Leonid Khachiyan, dise el llamado Algoritmo del elipsoide, a travs del cual demostr
que el problema de la programacin lineal es resoluble de manera eficiente, es decir,
en tiempo polinomial.2 Ms tarde, en 1984, Narendra Karmarkar introduce un nuevo mtodo
del punto interior para resolver problemas de programacin lineal, lo que constituira un
enorme avance en los principios tericos y prcticos en el rea.
El ejemplo original de Dantzig de la bsqueda de la mejor asignacin de 70 personas a 70
puestos de trabajo es un ejemplo de la utilidad de la programacin lineal. La potencia de
computacin necesaria para examinar todas las permutaciones a fin de seleccionar la mejor
asignacin es inmensa (factorial de 70, 70!) ; el nmero de posibles configuraciones excede al
nmero de partculas en el universo. Sin embargo, toma slo un momento encontrar la
solucin ptima mediante el planteamiento del problema como una programacin lineal y la
aplicacin del algoritmo simplex. La teora de la programacin lineal reduce drsticamente el
nmero de posibles soluciones factibles que deben ser revisadas.

Variables[editar]
Las variables son nmeros reales mayores o iguales a cero.

En caso que se requiera que el valor resultante de las variables sea un nmero entero, el
procedimiento de resolucin se denomina Programacin entera.

Restricciones[editar]
Las restricciones pueden ser de la forma:

Tipo 1:

Tipo 2:

Tipo 3:
Donde:

A = valor conocido a ser respetado estrictamente;

B = valor conocido que debe ser respetado o puede ser superado;

C = valor conocido que no debe ser superado;

j = nmero de la ecuacin, variable de 1 a M (nmero total de restricciones);

a; b; y, c = coeficientes tcnicos conocidos;

X = Incgnitas, de 1 a N;

i = nmero de la incgnita, variable de 1 a N.

En general no hay restricciones en cuanto a los valores de N y M. Puede ser N = M; N > M;

, N < M.
Sin embargo si las restricciones del Tipo 1 son N, el problema puede ser determinado, y
puede no tener sentido una optimizacin.
Los tres tipos de restricciones pueden darse simultneamente en el mismo problema.

Funcin Objetivo[editar]