SUPUESTOS ASOCIADOS A LA

PROGRAMACIN LINEAL

SEMANA 2

SUPUESTOS ASOCIADOS A LA PROGRAMACIN

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.

[ POLITCNICO GRANCOLOMBIANO]