MATERIA

MATERIA

PROGRAMACIÓN LINEAL.

 Es una parte de la investigación operativa que la podremos aplicar cuando el problema que tratamos se puede traducir a expresiones

PROGRAMACIÓN LINEAL.

Es una parte de la investigación operativa que la podremos aplicar cuando el problema que tratamos se puede traducir a expresiones matemáticas de tipo lineal y que las limitaciones o restricciones que tenga el sistema productivo se pueda también traducir en expresiones matemáticas de tipo lineal.

Función Objetivo: Es una expresión matemática lineal que representa el objetivo del problema. Es la expresión que tendremos que maximizar o minimizar.

Ecuaciones o Inecuaciones de Restricción: Expresiones matemáticas, ecuaciones o inecuaciones de tipo lineal que representan las limitaciones del problema.

a₁₁x₁ + a₁₂x₂ + … + a_1nx_n ≤ b₁

a₂₁x₁ + a₂₂x₂ + … + a_2nx_n >= b₂

a₃₁x₁ + a₃₂x₂ + … + a_3nx_n ≤ b₃

………………………………

a_m1x₁ + a_m2x₂ + … + a_mnx_n = b_m

Solución Posible: Es cualquier conjunto de valores de la variable que satisface el sistema de ecuaciones de la restricción.

Solución Posible Básica: Es aquella solución posible en la que ninguna variable toma valores negativos.

Solución Básica Posible Degenerada: Solución básica posible en la que al menos una variable toma el valor cero.

Solución Óptima: Es aquella solución básica posible que optimiza a la función objetivo.

ESTRUCTURA DE UN MODELO DE PL

1.      FUNCION OBJETIVO Consiste en optimizar el objetivo que persigue una situación la cual es una función lineal de las diferentes actividades del problema, la función objetivo se maximiza o se minimiza

2.      VARIABLES DE DECISION.  Son las incógnitas del problema, La definición de las variables es el punto clave y básicamente consiste en l0s niveles de todas las actividades que pueden llevarse a cabo en el problema a formular.

3.      RESTRICCIONES ESTRUCUTURALES.  Diferentes requisitos que deben cumplir cualquier solución para que pueda llevarse a cabo, dichas restricciones pueden ser de capacidad, mercado, materia prima, calidad, balance de materiales, ect.

4.      CONDICION TECNICA. Todas las variables deben tomar valores positivos, o en algunos casos puede ser que algunas variables tomen valores negativos

MODELO GENERAL

OPTIMIZAR  Z =  

SUJETO A:

GRÁFICA DE DESIGUALDADES Y CONTORNOS

Para graficar desigualdades realice los siguientes pasos

1.    Gráfica de la igualdad. Convierta la desigualdad en igualdad y grafique l recta

2.    Escoja un punto de ensayo

3.    Evalúe el primer miembro de la expresión

4.    Determine si el punto de ensayo satisface la desigualdad.

5.     

Existen varios métodos de solución entre los cuales tenemos el gráfico, el simplex, el algebraico, el dual, etc.

EJEMPLO  POR EL MÉTODO GRÁFICO:

 Una compañía de auditores se especializa en preparar liquidaciones y auditorías de empresas pequeñas. Tienen interés en saber cuantas auditorías y liquidaciones pueden realizar mensualmente para maximizar sus ingresos. Se dispone de 800 horas de trabajo directo y 320 horas para revisión. Una auditoría en promedio requiere de 40 horas de trabajo directo y 10 horas de revisión, además aporta un ingreso de 300 dls. Una liquidación de impuesto requiere de 8 horas de trabajo directo y de 5 horas de revisión, produce un ingreso de 100 dls. El máximo de liquidaciones mensuales disponibles es de 60.

OBJETIVO : Maximizar el ingreso total.

 VARIABLE DE DECISION: Cantidad de auditorías (X₁).

Cantidad de liquidaciones (X_2).

 RESTRICCIONES : Tiempo disponible de trabajo directo

Tiempo disponible de revisión

Número máximo de liquidaciones.

Maximizar

Sujeto a:

 

La solución óptima siempre se encuentra en uno de los vértices del conjunto de soluciones factibles. Se analizan estos valores en la función objetivo. El vértice que representa el mejor valor de la función objetivo será la solución óptima.

 

 

CONTADOR DE COSTOS

Las funciones del contador de costos siempre estarán dadas de acuerdo a las operaciones de la empresa y las necesidades que tenga la administración de la misma con relación al control de sus operaciones. 

Primer plano

1.       Diseñar sistemas de control de costo

2.       Planificar la organización de las estructuras para implementación de costo

3.       Mantener actualizado el registro de los bienes de uso.

4.       Controlar y contabilizar los movimientos de los almacenes.

5.       Dirigir la toma de inventarios.

6.       Proceder a la liquidación de los jornales.

7.       Registrar la Producción.

8.       Determinar los costos de producción.

9.       Orientar la política de precios.

10.   Controlar los resultados de la actividad fabril y comercial.

11.   Confeccionar estadísticas.

12.   Preparar presupuestos.

Segundo plano (una vez organizada la empresa con nueva estructura de costos)

1.  Estructurar y mantener actualizado el plan de cuentas de la contabilidad de costos.

2. Orientar los movimientos de ingresos y egresos de las fichas de existencias de materia prima, artículos generales y productos terminados.

3. Controlar mensualmente el relevamiento del inventario de las existencias en proceso de fabricación.

4. Establecer las variaciones entre los costos reales y los costos standard de las secciones fabriles e investigarlas, cooperando con la supervisión para subsanar las anormalidades causantes de las respectivas diferencias.

5. Efectuar reuniones con los jefes de fábrica para analizar y discutir resultados.

6. Promover trabajos generales de organización y estudio de sistemas que afecten a las áreas fabril, de servicio y comercial, hacerlos publicar y vigilar su aplicación.

7. Asesorar a la dirección, gerencias, y jefes de planta en cuestiones de costos relacionadas con ampliación o cierre de sectores de fábrica, artículos nuevos, modificación de horarios de trabajo, instalación de nueva maquinaria, cambios de métodos o especificaciones, niveles óptimos de producción, etc.

8. Coordinar mensualmente el programa de las fechas de entregas de todos los trabajos administrativos que afecten a su departamento, para que el resultado de la operación se conozca antes del sexto día hábil del mes siguiente al que se registra.

9.       Determinar precios orientativos de venta de los artículos producidos y mantener informada a la gerencia comercial sobre cualquier variación actual o futura de costos, que pueda repercutir en sus planes.

10.   Asesorar a la misma gerencia en materia de política de precios; alternativas de mezcla, volumen y condiciones de venta, etc.

11. Calcular el monto invertido en cada línea de producto para poder relacionar las ganancias con el capital que las produce.

12. Vigilar la continua rotación de las existencias ejerciendo controles sobre los artículos sin movimiento y exigiendo a los responsables definición sobre su futuro destino.

13. Controlar y administrar el sistema de control presupuestario.

14. Fomentar, dentro y fuera del sector a su cargo, un espíritu afín con la atmósfera de costos, sea promoviendo reuniones con los jefes de fábrica, inspirando entre el personal una capacitación más eficiente y, en general, tratando de aprovechar todos los contactos con la supervisión para inculcarles ideas de beneficio común.

15. Lograr su vinculación a asociaciones que profundicen el estudio de las técnicas del costo de producción, analizar libros y publicaciones, asistir a conferencias y ponerse al corriente de las mejores prácticas modernas con miras a su posible aplicación en la empresa.

PROBLEMAS DE PROGRAMACIÓN LINEAL METODO GRAFICO

Disponemos de 210.000 euros para invertir en bolsa. Nos recomiendan dos tipos de acciones. Las del tipo A, que rinden el 10% y las del tipo B, que rinden el 8%. Decidimos invertir un máximo de 130.000 euros en las del tipo A y como mínimo 60.000 en las del tipo B. Además queremos que la inversión en las del tipo A sea menor que el doble de la inversión en B. ¿Cuál tiene que ser la distribución de la inversión para obtener el máximo interés anual?

Solución

Es un problema de programación lineal.

Llamamos x a la cantidad que invertimos en acciones de tipo A

Llamamos y a la cantidad que invertimos en acciones de tipo B

	inversión	rendimiento
Tipo A	x	0,1x
Tipo B	y	0,08y

                                                                                         210000               0,1x+0,08y

Condiciones que deben cumplirse (restricciones):

            

            

R₁   

  R₂   

  R₃   

  R₄       

Dibujamos las rectas auxiliares asociadas a las restricciones para conseguir la región factible (conjunto de puntos que cumplen esas condiciones)

         r₁                                            r_{2 (paralela a OY})                      r_{3(paralela a OX)}                           r₄

x	y		x	y		x	y		x	y
0	210000		130000	0		0	60000		0	0
210000	0								130000	65000

La región factible es la pintada de amarillo, de vértices A, B, C, D y E

A(0, 60000), B(120000, 60000), C(130000, 65000), D(130000, 80000) y E(0, 210000)

La función objetivo es;

F(x, y)= 0,1x+0,08y

 Si dibujamos la curva F(x, y) =0 (en rojo) y la desplazamos se puede comprobar gráficamente que el vértice  mas alejado es el D, y por tanto es la solución óptima.

Comprobarlo analíticamente (es decir comprobar que el valor máximo de la función objetivo,  F,  se alcanza en el vértice D)

2. En una pastelería se hacen dos tipos de tartas: Vienesa y Real. Cada tarta Vienesa necesita un cuarto de relleno por cada Kg. de bizcocho y produce un beneficio de 250 Pts, mientras que una tarta Real necesita medio Kg. de relleno por cada Kg. de bizcocho y produce 400 Ptas. de beneficio. En la pastelería se pueden hacer diariamente hasta 150 Kg. de bizcocho y 50 Kg. de relleno, aunque por problemas de maquinaria no pueden hacer mas de 125 tartas de cada tipo. ¿Cuántas tartas Vienesas y cuantas Reales deben vender al día para que sea máximo el beneficio?

 Solución

En primer lugar hacemos una tabla para organizar los datos:

Tipo	Nº	Bizcocho	Relleno	Beneficio
T. Vienesa	x	1.x	0,250x	250x
T. Real	y	1.y	0,500y	400y
		150	50

Función objetivo (hay que obtener su máximo):  f(x, y)=250x+ 400y
Sujeta a las siguientes condiciones (restricciones del problema):

Consideramos las rectas auxiliares a las restricciones y dibujamos la región factible:

Para    0.25x+0.50y=50, ó  x + 2y=200

x	Y
0	100
200	0

Para   x + y =150

x	Y
0	150
150	0

La otras dos son paralelas a los ejes

Al eje OY    x=125

Al eje Ox      y =125

Y las otras restricciones (x e y mayor o igual a cero) nos indican que las soluciones deben estar en el primer cuadrante

La región factible la hemos coloreado de amarillo:

Encontremos los vértices:

El  O(0,0), el  A(125, 0) y el  D(0, 100) se encuentran directamente (son las intersecciones con los ejes coordenados)

Se observa que la restricción yes redundante (es decir “sobra”)

Resolviendo el sistema:

, por reducción obtenemos y=50, x=100

Otro  vértice es el punto  C(100, 50)

Y el último  vértice que nos falta se obtiene resolviendo el sistema:

X+y=150

X=125

Cuya solución es: X=125,  Y=25  B(125, 25)

Los vértices de la región son O(0,0), A(125,0), B(125,25) y C(100,50) y D(0,100),

Si dibujamos el vector de  dirección de la función objetivo f(x, y)=250x+ 400y
Haciendo 250x+ 400y =0,   y=-(250/400)x=-125x/200

x	Y
0	0
200	-125

Se ve gráficamente que la solución es el punto (100, 50), ya que es el vértice mas alejado (el último que nos encontramos al desplazar la rectas 250x+400y=0 )

Lo comprobamos con el método analítico, es decir usando el teorema que dice que si existe solución única debe hallarse en uno de los vértices

La unción objetivo era:  f(x, y)=250x+400y, sustituyendo en los vértices obtenemos

f(125,0)=31.250

f(125,25)=31.250+10.000=41.250

f(100,50)=25.000+20.000=45.000

f(0,100)=40.000

El máximo beneficio es 45.000 y se obtiene en el punto (100, 50)

Conclusión:  se tienen que vender 100 tartas vienesas y 50 tartas reales.

3. Una escuela prepara una excursión para 400 alumnos. La empresa de transporte tiene 8 autocares de 40 plazas y 10 autocares de 50 plazas, pero solo dispone de 9 conductores. El alquiler de un autocar grande cuesta 80 euros y el de uno pequeño, 60 euros. Calcular cuantos de cada tipo hay que utilizar para que la excursión resulte lo mas económica posible para la escuela.

Solución

Es un problema de programación lineal, en este caso lo que queremos es hacer mínima la función objetivo.

Llamamos x al nº de autocares de 40 plazas e y al nº de autocares de 50 plazas que alquila la escuela.

Entonces se tiene   x  , y

Como sólo hay 9 conductores se verifica que: x +y

Como tienen que caber 400 alumnos se debe de verificar:

40x +50y , que simplificada quedaría 4 x +5y

Por lo tanto las restricciones que nos van a permitir calcular la  región factible (conjunto de puntos solución donde se cumplen todas las condiciones) son

La función objetivo es F(x, y)= 60x+ 80y

Dibujamos las rectas auxiliares,

r₁                                                          r₂                         r₃                                          r₄

x	y		x	y	x	y	x	y
8	0	0		10	0	9	0	8
					0	9	10	0

Así como la de que corresponde a F(x, y)=0 que se dibuja en rojo.

Teniendo en cuenta las restricciones ( la de  R₄  es la parte de arriba  y que la R₃ es la parte de abajo), se encuentra la región factible. En el dibujo es la parte amarilla.

Los vértices son (0, 8), (0, 9) y el (5, 4), este último es el punto de intersección de las rectas r₃ y r₄

_{por reducción}

restando ambas ecuaciones se tiene x =5 y sustituyendo en la 1ª ecuación, y =4

Resolviendo gráficamente se llega a que el punto (5, 4) es la solución del problema.  La solución óptima .

Comprobarlo sustituyendo en F(x, y) todos los vértices y que este es el que da menor valor (método analítico).

4. Una compañía posee dos minas: la mina A produce cada día 1 tonelada de hierro de alta calidad, 3 toneladas de calidad media y 5 de baja calidad. La mina B produce cada día 2 toneladas de cada una de las tres calidades. La compañía necesita al menos 80 toneladas de mineral de alta calidad, 160 toneladas de calidad media y 200 de baja calidad. Sabiendo que el coste diario de la operación es de 2000 euros en cada mina ¿cuántos días debe trabajar cada mina  para que el coste sea mínimo?.

Solución

Organizamos los datos en una tabla:

	días	Alta calidad	Calidad media	Baja calidad	Coste diario
Mina A	x	1x	3x	5x	2000x
Mina B	y	2y	2y	2y	2000y
		80	160	200

La función objetivo C(x, y)=2000x + 2000y

Las restricciones son:                                 

La región factible la obtenemos dibujando las rectas auxiliares: r₁ x + 2y=80, r₂ 3x + 2y= 160 y r₃5x + 2y=200 en el primer cuadrante  y considerando la región no acotada que determina el sistema de restricciones:

Los vértices son los puntos A(0, 100), B(20, 50), C(40, 20), D(80, 0), que se encuentran al resolver el sistema que determinan dos a dos las rectas auxiliares y (y que estén dentro de la región factible).

r₁ r₂   que nos da el punto (40, 20) (comprobarlo)

r₂ r₃   que nos da el punto (20, 50)

r₁ r₃  no hace falta calcularlo pues queda fuera de la región factible.

En la gráfica se aprecia que el primer punto que se alcanza al desplazar la recta C(x, y)=0 es el (40, 20). Luego la solución es trabajar 40 días en la mina A y 20 en la B. (método gráfico)

Lo comprobamos  aplicando el método analítico:

C(0, 100)=2000.100=200000

C(20, 50)=2000.20+2000.50=40000 + 100000= 140000

C(40, 20)= 2000. 40+2000.20=80000 + 40000= 120000          coste mínimo

C(80, 0)= 2000.80 =160000

5. Se va a organizar una planta de un taller de automóviles donde van a trabajar electricistas y mecánicos. Por necesidades de mercado, es necesario que haya mayor o igual número de mecánicos que de electricistas y que el número de mecánicos no supere al doble que el de electricistas. En total hay disponibles 30 electricistas y 20 mecánicos. El beneficio de la empresa por jornada es de 250 euros por electricista y 200 euros por mecánico. ¿Cuántos trabajadores de cada clase deben elegirse para obtener el máximo beneficio y cual es este?

Sea     x = nº electricistas

          y = nº mecánicos

La función objetivo

                   f (x, y)=250x+ 200y ,  las restricciones

La región factible sería para estas restricciones:

Se aprecia gráficamente (línea en rojo) que la solución óptima está en el punto (20, 20).

Por tanto:

20 electricistas y 20 mecánicos dan el máximo beneficio, y este es 9000 euros, ya que f(x, y) =250.20+200.20=9000

6. Para recorrer un determinado trayecto, una compañía aérea desea ofertar, a lo sumo, 5000 plazas de dos tipos: T(turista) y P(primera). La ganancia correspondiente a cada plaza de tipo T es de 30 euros, mientras que la ganancia del tipo P es de 40 euros.

El número de plazas tipo T no puede exceder de 4500 y el del tipo P, debe ser, como máximo, la tercera parte de las del tipo T que se oferten.

Calcular cuántas tienen  que ofertarse de cada clase para que las ganancias sean máximas.

Solución

Sea x el nº que se ofertan de tipo T, y el nº que se ofertan de tipo P.

	nº	Ganancia
Turista	x	30x
Primera	y	40y
Total	5000	30x +40y

La función objetivo es:

f(x, y)=30x +40y

Las restricciones:

La región factible:

 

Los vértices, A(0, 5000), B(3750, 1250), C(4500, 500) y D(4500, 0) (comprueba el punto B resolviendo el sistema correspondiente)

El método gráfico nos da que el punto solución es el B (3750, 1250)

Comprueba los resultados usando el método analítico (sustituyendo los puntos vértices en f y viendo q el máximo valor se obtiene en B)

EJEMPLO 1:

Una compañía de auditores se especializa en preparar liquidaciones y auditorías de empresas pequeñas. Tienen interés en saber cuantas auditorías y liquidaciones pueden realizar mensualmente para maximizar sus ingresos. Se dispone de 800 horas de trabajo directo y 320 horas para revisión. Una auditoría en promedio requiere de 40 horas de trabajo directo y 10 horas de revisión, además aporta un ingreso de 300 dls. Una liquidación de impuesto requiere de 8 horas de trabajo directo y de 5 horas de revisión, produce un ingreso de 100 dls. El máximo de liquidaciones mensuales disponibles es de 60.

OBJETIVO : Maximizar el ingreso total.

VARIABLE DE DECISION: Cantidad de auditorías (X₁).

Cantidad de liquidaciones (X_2).

RESTRICCIONES : Tiempo disponible de trabajo directo

Tiempo disponible de revisión

Número máximo de liquidaciones.

Maximizar

Sujeto a:

La solución óptima siempre se encuentra en uno de los vértices del conjunto de soluciones factibles. Se analizan estos valores en la función objetivo. El vértice que representa el mejor valor de la función objetivo será la solución óptima.

EJEMPLO 2.

Un departamento de publicidad tiene que planear para el próximo mes una estrategia de publicidad para el lanzamiento de una línea de T.V. a color tiene a consideración 2 medios de difusión: La televisión y el periódico.

Los estudios de mercado han mostrado que:

1. La publicidad por T.V. Llega al 2 % de las familias de ingresos altos y al 3 % de las familias de ingresos medios por comercial.

2. La publicidad en el periódico llega al 3 % de las familias de ingresos altos y al 6 % de las familias de ingresos medios por anuncio.

La publicidad en periódico tiene un costo de 500 dls. por anuncio y la publicidad por T.V. tiene un costo de 2000 dls. por comercial. La meta es obtener al menos una presentación como mínimo al 36 % de las familias de ingresos altos y al 60 % de las familias de ingresos medios minimizando los costos de publicidad.

OBJETIVO : Minimizar los costos de publicidad.

VARIABLE DE DECISION: Anuncios para las familias de ingreso alto (X₁).

Anuncios para las familias de ingreso medio (X_2).

RESTRICCIONES : Porcentaje de presentación.

Minimizar

Sujeto a:

SOLUCION OPTIMA:

EJEMPLO 3.

Un expendio de carnes acostumbra preparar carne para hamburguesa con una combinación de carne molida de res y carne molida de cerdo. La carne de res contiene 80 % de carne y 20 % de grasa y le cuesta a la tienda 80 centavos por libra. La carne de cerdo contiene 68 % de carne y 32 % de grasa y cuesta 60 centavos por libra. ¿Qué cantidad de cada tipo de carne debe emplear la tienda por cada libra de carne para hamburguesa si desea minimizar el costo y mantener el contenido de grasa no mayor de 25 %?

 Minimizar

Sujeto a:

SOLUCION OPTIMA:

        

          

NOTA: Una desigualdad define un medio plano y una igualdad define una línea.

Holgura Es todo recurso no utilizado, o capacidad no utilizada producto de una  restricción de tipo ≤

Excedente Es todo exceso o supera a un producto de una restricción de tipo ≥

Cuando una de las variables de holgura o excedente tiene un valor mayor a cero (0.0) indica que la restricción a la cual está asociada es una restricción inactiva. Y cuando ese valor de la variable de holgura o excedente es cero (0.0), es porque la restricción a la cual están asociadas es una restricción activa. Dicho en otra forma, Una restricción será

Activa, si al sustituir los valores de las variables de la solución óptima en dicha restricción, el valor resultante en su miembro izquierdo  es igual al valor del miembro derecho (RHS). Un caso especial es el de la restricción de igualdad, donde este tipo de

restricción siempre es activa. Si una restricción no es activa, se dice que es inactiva. Esto es cuando al sustituir los valores de las variables de la solución óptima en la restricción en cuestión, el valor resultante del lado izquierdo (de la restricción) no coincide con el valor del lado derecho de la restricción.

EL PROBLEMA DUAL

En un modelo de programación lineal  cada problema lineal tiene otro problema denominado problema dual (PD), que posee  importantes propiedades y relaciones notables con respecto al

Problema lineal original, llamado problema primal (PP)

.

Las relaciones las podemos enumerar como siguen:

a) El problema dual tiene tantas variables como  restricciones  tiene el programa primal.

b) El problema dual tiene tantas restricciones como  variables tiene el programa  primal

c) Los coeficientes de la función objetivo del problema  dual son los términos independientes de las restricciones o RHS del programa primal

d) Los términos independientes de las restricciones o RHS del dual son los coeficientes de la función objetivo del problema  primal.

e) La matriz de coeficientes técnicos del problema duales la traspuesta de la matriz técnica del problema primal.

f) El sentido de las desigualdades de las restricciones del problema dual y el signo de las variables del mismo problema, dependen de la forma de que tenga el signo de las variables del  problema

Primal y del sentido de las restricciones del mismo problema. ( Ver tabla de TUCKER)

g) Si el programa primal es un problema de maximización, el programa dual es un problema de

Minimización  

h) El problema dual de un problema  dual es el programa  primal original.

Tabla de TUCKER

MAXIMIZACION

RESTRICCIONES

≤

≥

=

VARIABLES

≥

≤

 > <

MINIMIZACIÓN

VARIABLES

≥

≥

> <

RESTRICCIONES

≥

≤

=

Los problemas  duales simétricos  son los que se obtienen  de un problema primal en forma canónica y ‘normalizada’, es decir, cuando llevan asociadas desigualdades de la forma mayor o igual en los problemas de minimización, y desigualdades menores o igual para los problemas de maximización.

CONCLUSIÓN

1.- Si una restricción del primal es no saturada, entonces la variable de dual asociada debe ser nula.

2.- Si una variable de primal es positiva, entonces la correspondiente restricción del dual es una  restricción saturada, es decir, se verifica como una igualdad.

EL MÉTODO SIMPLEX

 El Método Simplex es un procedimiento de cálculo algebráico, iterativo, para resolver Modelos Lineales de cualquier tamaño.  El algoritmo Simplex requiere que el Modelo Lineal, para ser solucionado, cumpla las condiciones de Forma Estándar y Sistema Canónico.

 La Forma Estándar incluye:

a) una Función Objetivo a optimizar

b) lado derecho de las restricciones con valor positivo

c) variables de decisión no negativas

d) las restricciones deben ser expresadas como igualdades.

Para transformar las restricciones en igualdades se deben incorporar las llamadas variables de holgura.  Una variable de holgura tiene coeficiente cero en la Función Objetivo. Se suman en restricciones del Tipo ≤ y se restan en restricciones del Tipo  ≥

En términos matemáticos, expresan la diferencia entre el lado izquierdo y el lado derecho de las restricciones. Al igual que las variables de decisión deben ser mayores o iguales a cero.

En términos del modelo representan la cantidad de recurso no utilizado con relación a un máximo disponible (Parte ociosa de los recursos).  Cuando la restricción es de una condición o requerimiento, representan la cantidad de esa condición o requerimiento que se obtiene por encima de un mínimo o que se deja de tener con relación a un máximo.

El Sistema Canónico en un Modelo Lineal significa que debe existir una variable básica en cada restricción. Esto permite obtener una primera solución posible que satisface todas las restricciones.

Una variable básica tiene coeficiente 1 positivo en una restricción y no existe en las demás.

Las variables de decisión (estructurales) del modelo y las variables de holgura pueden ser

variables básicas. Cuando ninguna de ellas cumple con la condición de ser básica, se incorpora una variable como artificio matemático, para cumplir con el sistema canónico y a esa variable se le llama variable artificial. Una variable artificial debe tener incorporado un coeficiente muy alto en la Función Objetivo, con signo negativo en maximización y con signo positivo en minimización. Con esto se logra que el procedimiento Simplex las elimine de la solución en las primeras iteraciones. Estas variables deben valer cero en la solución óptima del modelo.

 Una Tabla Simplex es un resumen detallado de toda la información del modelo para trabajar más fácilmente con él. La siguiente tabla expresa cómo deben ser recogidos los datos para resolver el problema de programación  líneal por el Método Simplex.