¿Cómo identificar la solución óptima en simplex?

El método simplex es una técnica matemática utilizada en programación lineal para encontrar la solución óptima de un problema. Vamos a desglosar cómo identificar esta solución paso a paso.

  1. Formulación del Problema
    Primero, debemos formular el problema de programación lineal. Esto incluye definir la función objetivo que queremos maximizar o minimizar y las restricciones que deben cumplirse. Por ejemplo, si queremos maximizar $Z = 3x_1 + 2x_2$ sujeto a ciertas restricciones, lo escribimos en forma estándar.

  1. Convertir a Forma Estándar
    Convertimos todas las restricciones en ecuaciones de igualdad añadiendo variables de holgura. Por ejemplo, si tenemos una restricción $2x_1 + x_2 leq 20$, la convertimos en $2x_1 + x_2 + s_1 = 20$, donde $s_1$ es una variable de holgura.

  1. Tabla Inicial del Simplex
    Creamos la tabla inicial del simplex que incluye todas las variables, las restricciones y la función objetivo. La tabla tiene una fila para cada restricción y una fila adicional para la función objetivo.

  1. Identificar la Variable de Entrada
    La variable de entrada es la variable no básica que tiene el coeficiente más negativo en la fila de la función objetivo. Esta variable entrará en la base en el siguiente paso.

  1. Identificar la Variable de Salida
    Para identificar la variable de salida, calculamos el cociente entre los términos constantes y los coeficientes de la variable de entrada en cada restricción. La variable básica correspondiente al menor cociente positivo saldrá de la base.

  1. Actualizar la Tabla del Simplex
    Realizamos operaciones de fila para actualizar la tabla del simplex. El objetivo es obtener un 1 en la intersección de la fila de la variable de salida y la columna de la variable de entrada, y ceros en el resto de la columna de la variable de entrada.

  1. Repetir el Proceso
    Repetimos los pasos 4 a 6 hasta que no haya más coeficientes negativos en la fila de la función objetivo. En este punto, hemos encontrado la solución óptima.

Ejemplo Práctico

Supongamos que queremos maximizar $Z = 3x_1 + 2x_2$ sujeto a las restricciones:

  1. $2x_1 + x_2 leq 20$
  2. $4x_1 + 3x_2 leq 42$
  3. $x_1, x_2 geq 0$

  1. Formulación del Problema
    Ya hemos formulado el problema.

  1. Convertir a Forma Estándar
    Convertimos las restricciones a ecuaciones de igualdad añadiendo variables de holgura (
    $s_1$ y $s_2$):

    1. $2x_1 + x_2 + s_1 = 20$
    2. $4x_1 + 3x_2 + s_2 = 42$

  1. Tabla Inicial del Simplex
    La tabla inicial se vería así:

    Básicas$x_1$$x_2$$s_1$$s_2$RHS
    $s_1$211020
    $s_2$430142
    $Z$-3-2000

  1. Identificar la Variable de Entrada
    La variable con el coeficiente más negativo en la fila $Z$ es $x_1$

  1. Identificar la Variable de Salida
    Calculamos los cocientes:

    1. $20 / 2 = 10$
    2. $42 / 4 = 10.5$

    La variable $s_1$ saldrá de la base porque tiene el menor cociente.

  1. Actualizar la Tabla del Simplex
    Realizamos operaciones de fila para actualizar la tabla. La nueva tabla se vería así:

    Básicas$x_1$$x_2$$s_1$$s_2$RHS
    $x_1$10.50.5010
    $s_2$01-212
    $Z$0-0.51.5030

  1. Repetir el Proceso
    Repetimos los pasos 4 a 6 hasta que no haya más coeficientes negativos en la fila $Z$. En este caso, la siguiente variable de entrada sería $x_2$ y así sucesivamente hasta llegar a una solución óptima.

Conclusión

El método simplex es una herramienta poderosa para resolver problemas de programación lineal. Siguiendo estos pasos, podemos identificar la solución óptima de manera sistemática y eficiente.

1. Wikipedia – Método Simplex

Citations

  1. 2. Khan Academy – Simplex Method
  2. 3. MIT OpenCourseWare – Simplex Method

Related

(2) O3 + H → O2 + OH k2 = 1.78×10^-11 cm^3 s^-1 (3) O + OH → O2 + H k3 = 4.40×10^-11 cm^3 s^-1 (5) O + HO2 → O2 + OH k5 = 3.50×10^-11 cm^3 s^-1 (6) H + HO2 → O2 + H2 k6 = 5.40×10^-12 cm^3 s^-1 (9) OH + HO2 → O2 + H2O2 k9 = 4.00×10^-11 cm^3 s^-1 (10) HO2 + HO2 → O2 + H2O2 k10 = 2.50×10^-12 cm s^-1 (11) O + O2 + M → O3 + M k11 = 1.05×10^-34 cm^6 s^-1 (14) H + O2 + M → HO2 + M k14 = 8.08×10^-32 cm^6 s^-1 (15) H + H + M → H2O + M k15 = 3.31×10^-27 cm^6 s^-1 (16) O2 + hv → 2 O k16 = (1.26×10^-8 s^-1) φ (17) H2O + hv → H + OH k17 = (3.4×10^-6 s^-1) φ (18) O3 + hv → O2 + O k18 = (7.10×10^-5 s^-1) φ

Table 1 Reactions, rate constants and activation energies used in the model* No. Reaction kopt (M⁻¹ s⁻¹) 1 OH + H₂ → H + H₂O 3.74 x 10⁷ 2 OH + HO₂ → HO₂ + OH⁻ 5 x 10⁹ 3 OH + H₂O₂ → HO₂ + H₂O 3.8 x 10⁷ 4 OH + O₂ → O₂ + OH 9.96 x 10⁹ 5 OH + HO₂ → O₂ + H₂O 7.1 x 10⁹ 6 OH + OH → H₂O₂ 5.3 x 10⁹ 7 OH + e⁻aq → OH⁻ 3 x 10¹⁰ 8 H + O₂ → HO₂ 2.0 x 10¹⁰ 9 H + HO₂ → H₂O₂ 2.0 x 10¹⁰ 10 H + H₂O₂ → OH + H₂O 3.44 x 10⁷ 11 H + OH → H₂O 1.4 x 10¹⁰ 12 H + H → H₂ 1.94 x 10¹⁰ 13 e⁻aq + O₂ → O₂⁻ 1.9 x 10¹⁰ 14 e⁻aq + O₂ → HO₂⁻ + OH⁻ 1.3 x 10¹⁰ 15 e⁻aq + HO₂ 2.0 x 10¹⁰ 16 e⁻aq + H₂O₂ 1.1 x 10¹⁰ 17 e⁻aq + HO₂ → OH + OH⁻ 1.3 x 10¹⁰ 18 e⁻aq + H⁺ → H 2.3 x 10¹⁰ 19 e⁻aq + e⁻aq → H₂ + OH⁻ + OH⁻ 2.5 x 10⁹ 20 HO₂ + O₂ → O₂ + HO₂ 1.3 x 10⁹ 21 HO₂ + HO₂ → O₂ + H₂O₂ 8.3 x 10⁵ 22 HO₂ + HO₂ → O₂ + OH + H₂O 3.7 23 HO₂ + HO₂ → O₂ + O₂ + OH + H₂O 7 x 10⁵ s⁻¹ 24 H⁺ + O₂⁻ → HO₂ 4.5 x 10¹⁰ 25 H⁺ + O₂⁻ → O₂ 2.0 x 10¹⁰ 26 H⁺ + OH⁻ 1.4 x 10¹¹ 27 H⁺ + HO₂⁻ 2 x 10¹⁰ 28 H₂O₂ → HO₂ + H⁺ + OH⁻ 2.5 x 10⁻⁵ s⁻¹ 29 H₂O₂ → H⁺ + OH⁻ 1.4 x 10⁻⁷ s⁻¹ 30 O₂ + O₂ → O₂ + HO₂ + OH⁻ 0.3 31 O₂ + H₂O₂ → O₂ + OH + OH 16 32

(2) O3 + H → O2 + OH k2 = 1.78×10^-11 cm^3 s^-1 (3) O + OH → O2 + H k3 = 4.40×10^-11 cm^3 s^-1 (5) O + HO2 → O2 + OH k5 = 3.50×10^-11 cm^3 s^-1 (6) H2O + O → 2 OH k6 = 5.40×10^-12 cm^3 s^-1 (9) OH + HO2 → O2 + H2O k9 = 4.00×10^-11 cm^3 s^-1 (10) HO2 + HO2 → O2 + H2O2 k10 = 2.50×10^-12 cm s^-1 (11) O + O2 + M → O3 + M k11 = 1.05×10^-34 cm^6 s^-1 (14) H + O2 + M → HO2 + M k14 = 8.08×10^-32 cm^6 s^-1 (15) OH + H + M → H2O + M k15 = 3.31×10^-27 cm^6 s^-1 (16) O2 + hv → 2 O k16 = (1.26×10^-8 s^-1) φ (17) H2O + hv → H + OH k17 = (3.4×10^-6 s^-1) φ (18) O3 + hv → O2 + O k18 = (7.10×10^-8 s^-1) φ