a Programacin Lineal es un procedimiento o algoritmo matemtico mediante el cual

se resuelve un problema indeterminado, formulado a travs de ecuaciones 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.

Variables
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
Las restricciones pueden ser de la forma:

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
La funcin objetivo puede ser:

Programacin entera
En algunos casos se requiere que la solucin ptima se componga de valores enteros
para algunas de las variables. La resolucin de este problema se obtiene analizando las
posibles alternativas de valores enteros de esas variables en un entorno alrededor de la
solucin obtenida considerando las variables reales. Muchas veces la solucin del
programa lineal truncado esta lejos de ser el ptimo entero, por lo que se hace necesario
usar algn algoritmo para hallar esta solucin de forma exacta. El ms famoso es el
mtodo de 'Ramificar y Acotar' o Branch and Bound por su nombre en ingls. El
mtodo de Ramificar y Acotar parte de la adicin de nuevas restricciones para cada
variable de decisin (acotar) que al ser evaluado independientemente (ramificar) lleva al
ptimo entero.

Aplicaciones
La programacin lineal constituye un importante campo de la optimizacin por varias
razones, muchos problemas prcticos de la investigacin de operaciones pueden
plantearse como problemas de programacin lineal. Algunos casos especiales de
programacin lineal, tales como los problemas de flujo de redes y problemas de flujo de
mercancas se consideraron en el desarrollo de las matemticas lo suficientemente
importantes como para generar por si mismos mucha investigacin sobre algoritmos
especializados en su solucin. Una serie de algoritmos diseados para resolver otros
tipos de problemas de optimizacin constituyen casos particulares de la ms amplia
tcnica de la programacin lineal. Histricamente, las ideas de programacin lineal han
inspirado muchos de los conceptos centrales de la teora de optimizacin tales como la
dualidad, la descomposicin y la importancia de la convexidad y sus generalizaciones.
Del mismo modo, la programacin lineal es muy usada en la microeconoma y la
administracin de empresas, ya sea para aumentar al mximo los ingresos o reducir al
mnimo los costos de un sistema de produccin. Algunos ejemplos son la mezcla de
alimentos, la gestin de inventarios, la cartera y la gestin de las finanzas, la asignacin
de recursos humanos y recursos de mquinas, la planificacin de campaas de
publicidad, etc.

3. Se pretende cultivar en un terreno dos tipos de olivos: A y B. No se puede

cultivarms de 8 ha con olivos de tipo A, ni ms de 10 ha con olivos del tipo B.
Cada hectrea

de olivos de tipo A necesita 4 m3 de agua anuales y cada una de tipo B, 3 m3.

Se dispone anualmente de 44 m3 de agua. Cada hectrea de tipo A requiere
una inversin de 500 y cada una de tipo B, 225 . Se dispone de 4500
para realizar dicha inversin. Si cada hectrea de olivar de tipo A y B
producen, respectivamente,

500 y 300 litros anuales de aceite:

a) Obtener razonadamente las hectreas de cada tipo de olivo que se deben

plantar para maximizar la produccin de aceite.

b) Obtener la produccin mxima.

Se trata de un problema de programacin lineal.

Si x indica las hectreas de olivo A e y las de B, el objetivo es maximizar:

P(x, y) = 500x + 300y

Restringido por:
x 8

y 10

4x + 3y 44 (restriccin por agua)

500x + 225y 4500 (restriccin por inversin)

x 0; y 0

Estas restricciones generan la regin factible (sombreada) dada en la

siguiente figura.

Trazando las rectas de nivel, de ecuacin 500x + 300y = k, y trasladndolas

hacia la derecha,

segn el vector (500, 300), se observa que el nivel mximo se obtiene en el

vrtice R de coordenadas:

R = (6, 20/3) (mtodo grfico).

Esta coordenadas son la solucin del sistema:

(comprobarlo)

Hay que cultivar 6 hectreas de olivo A y 20/3 hectreas del tipo B.

b) La produccin mxima es

P(6, 20/3) = 500 6 + 300 (20/3) = 5000 litros

(Comprobarlo usando el mtodo analtico)

Mmmmmmmmmmmmmmmmm

4. Una empresa fabrica dos modelos de fundas de sof, A y B, que dejan

unos beneficios de 40 y 20 euros respectivamente. Para cada funda del
modelo A se precisan 4 horas de trabajo y 3 unidades de tela. Para
fabricar una del modelo B se requieren 3 horas de trabajo y 5 unidades de
tela. La empresa dispone de 48 horas de trabajo y 60 unidades de tela. Si a
lo sumo pueden hacerse 9 fundas del modelo A. Cuntas fundas de cada
modelo han de fabricarse para obtener el mximo beneficio y cual seria
este?

Solucin

Es un problema de programacin lineal. Hacemos una tabla para organizarnos

N Horas de Unidades de
trabajo tela
Modelo A x 4x 3x
Modelo B y 3y 5y
Totales 48 60

Las restricciones son la funcin objetivo es f(x,

y)=40x +20y

Dibujamos las rectas auxiliares asociadas a las restricciones:

Dibujamos la regin factible

Calculamos los vrtices:

36+ 3y =48 y =4 luego un vrtice es (9, 4)

lo resolvemos por reduccin 11y=96 y

=96/11 , sustituyendo en la 1 ecuacin, x = 60/11

Los vrtices son (0, 0), (9, 0), (9, 4), ( 60/11, 96/11) y (0, 12)

Por el mtodo grfico vemos que el mximo se alcanza en el punto (9, 4) .

Comprobar este resultado utilizando el mtodo analtico ( calcula el valor de

la funcin objetivo en los vrtices)