LINEAL
El
hecho
de
que
las
funciones
objetivo
y
las
restricciones
para
una
programacin
lineal
deben
ser
una
funcin
lineal
de
las
variables
de
decisin,
implica
que
estas
debe
cumplir
dos
propiedades:
Proporcionalidad
y
Aditividad.
La
proporcionalidad
estipula
que
la
contribucin
de
cada
variable
de
decisin
en
la
funcin
objetivo
y
sus
restricciones,
sea
directamente
proporcional
al
valor
de
la
variable.
Por
ejemplo,
la
contribucin
a
la
funcin
objetivo
en
un
modelo
donde
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
serian
5
y
4,
definiendo
la
constante
de
proporcionalidad.
Diferente
a
si
se
ofrece
descuento
cuando
las
ventas
son
mayores
a
cierta
cantidad,
donde
la
utilidad
no
ser
proporcional
a
las
cantidades
producidas
X1
y
X2.
En
la
Aditividad
la
funcin
objetivo
es
la
suma
directa
de
las
contribuciones
individuales
de
las
variables
o
requerimientos
individuales
de
las
variables
respectivas,
lo
que
equivale
a
la
suma
de
los
usos
individuales
de
cada
variable,
pero
si
los
dos
productos
que
cada
variable
representa
compiten
por
la
misma
parte
del
mercado
de
tal
manera
que
el
aumento
en
ventas
de
uno
afecta
negativamente
al
otro,
no
se
cumplira
la
suposicin
de
aditividad.
Para
que
un
modelo
de
programacin
lineal
sea
representado
de
una
forma
adecuada,
las
variables
de
decisin
deben
cumplir
tanto
la
suposicin
de
proporcionalidad
como
la
de
aditividad,
sin
embargo
tambin
se
deben
cumplir
dos
suposiciones
para
que
una
programacin
lineal
represente
una
situacin
real:
suposiciones
de
Divisibilidad
y
de
Certidumbre.
La
Divisibilidad
se
refiere
a
los
valores
que
pueden
asumir
las
variables
de
decisin,
las
cuales
pueden
tomar
cualquier
valor,
incluyendo
valores
fraccionarios,
que
satisfagan
las
restricciones
funcionales
y
de
no
negatividad.
En
determinadas
situaciones
en
programacin
lineal
algunas
o
todas
las
variables
de
decisin
se
restringen
a
nmeros
enteros
no
negativos.
Los
modelos
matemticos
con
esta
restriccin
reciben
el
nombre
de
problemas
de
programacin
entera.
La
Certidumbre
requiere
que
los
valores
asignados
a
cada
parmetro
(coeficientes
de
la
funcin
objetivo,
coeficientes
en
las
restricciones
funcionales)
de
un
modelo
de
programacin
lineal,
sean
conocidos
con
certeza.
En
situaciones
reales,
rara
vez
se
satisface
por
completo
esta
suposicin,
por
lo
cual
se
implementa
la
generacin
de
un
modelo
de
programacin
lineal
donde
los
valores
de
los
parmetros
que
se
emplean
se
basan
en
una
prediccin
de
las
condiciones
futuras,
produciendo
cierto
grado
de
incertidumbre.
En
este
caso
es
importante
realizar
un
anlisis
de
sensibilidad
posterior
a
la
solucin
ptima
para
los
valores
supuestos
de
los
parmetros.