Uso de Solver para resolución

de problemas de PL
Ing. Sergio Andrés Nieto Duarte
 ¿Qué es Solver?
Solver es un complemento de Excel que se utiliza para resolver problemas de
optimización con restricciones.
Es muy útil en la resolución de problemas de P.L. y ofrece ventajas como
cálculo de soluciones óptimas de forma rápido, análisis de sensibilidad de
restricciones y de coeficientes de la función objetivo.
 Instalación de Solver
Para instalar el complemento Solver seguiremos los
siguientes pasos:
1. Abrir Microsoft Excel
2. Ir al menú Archivo – opciones – complementos
(File – options - Add-ins)
3. En la parte inferior de este cuadro de dialogo
activar en administrar (Manage) la opción
“complementos de Exel (Excel Add-ins)” y click
en siguiente (go)
4. Activar la opción Solver en la lista de chequeo
5. Click en “aceptar” (Ok)
 Uso de Solver
Una vez se active el complemento
procederemos a digitar los datos del
problema por medio de una tabla en una hoja
de cálculo, por ejemplo para el ejercicio
𝑀𝑎𝑥 𝑍 = 10000𝑥1 + 8000𝑥2
𝑠. 𝑎: 2𝑥1 + 𝑥2 ≤ 30
2𝑥1 + 𝑥2 ≤ 26
𝑥1 + 𝑥2 ≤ 22
𝑥𝑖 ≥ 0
 Inserción de
fórmulas
Procedemos a hora a insertar las fórmulas para
la función objetivo y los totales usando los
operadores básicos:
-Para la función objetivo usaremos la casilla que
llamamos Z al definir las variables
-Para las restricciones usaremos la columna de
Lado derecho de la tabla (se sugiere fijar las
celdas e las variables (click en la casilla de
variables, luego tecla F4), y luego de digitar la
primera fórmula en las restricciones
simplemente arrastrar el cursor para rellenar las
demás celdas (o copiar y pegar)
 Uso del complemento
Nos ubicaremos en la casilla donde
insertamos la fórmula de la función
objetivo y vamos al menú datos (data),
si el complemento Solver fue
previamente activado aparecerá un
botón que dice Solver en este menú,
damos click
 Trabajo sobre
Solver
Una vez estamos en el cuadro de dialogo de
Solver, empezaremos a indicar donde está la
función objetivo (por defecto se trabaja en la
celda en la que se dio click antes de abrir el
cuadro, pero puede cambiarse)
Luego indicaremos en donde están las variables
Insertaremos ahora las restricciones dando click
a “agregar” (add) en el cuadro de díalogo
 Inserción de restricciones
En el cuadro de dialogo daremos click en la celda
que contiene la fórmula referente a la restricción
Escogemos el signo de igualdad o desigualdad
En la celda de restricción daremos click en el valor
del lado derecho del problema.
Daremos click en Add para agregar la siguiente
restricción.
Para las restricciones de No negatividad se da click
en la celda de cada variable como celda de
referencia y en restricción ponemos 0
Una vez tengamos la última restricción daremos
click en Ok
 Procesamiento de datos y
activación de informes
Una vez estén todas las restricciones
activaremos la opción “Simplex LP” en la
selección de método de solución y daremos
click en la tecla “Resolver (Solve)”
Y en el cuadro de diálogo generado activaremos
los reportes disponibles (Solución, sensibilidad,
límites) y click en Ok.
Si debemos hacer algún ajuste antes
activarmeos la opción “volver al cuadro de
dialogo de parámetros de Solver”
Al hacer este proceso se generaran tres hojas de
cálculo donde se reportarán los reportes
 Página de Respuestas

Este reporte contiene la información

referente a los valores óptimos de la función
objetivo, las variables de decisión y las
variables de holgura (Slack variables)
 Análisis de Sensibilidad

En este reporte encontraremos los valores

sobre los cuales operará la solución óptima
del problema y los límites de las restricciones
que mantienen proporcionalidad de la
solución, de tal manera que si fuera
necesario se pudiesen hacer modificaciones
al problema luego de ser optimizado, cada
uno de estos reportes los analizaremos a
continuación
 Sensibilidad de variables de decisión
Costo Reducido: Hace referencia al valor en que debería cambiar el coeficiente
de la función objetivo para que genere un cambio positivo en el óptimo
(aumentar la función objetivo en maximización o disminuirla en minimización)
-este es un valor nulo o ínfimo en casos de valores óptimos para las variables de
decisión no nulos, por lo cual podría pensarse en este como el valor que
disminuye a la función objetivo cuando una variable de decisión óptima que es
nula es forzada a entra con valor de una unidad
Incrementos y decrementos permitidos: Hace referencia a los mínimos y
máximos valores que podría tener el coeficiente de la función objetivo en cada
variable de tal modo que si cambiara uno solo de estos coeficientes la
solución óptima para las variables de decisión se empezaría a cambiar, para el
ejemplo quiere decir que si el coeficiente de x1 se aumentara por encima de
6000 unidades o bajara por encima de 2000 unidades los valores óptimos de las
variables de decisión cambiarían (o bien si el coeficiente de x2 se aumentara por
encima de 2000 unidades o bajara por encima de 3000 unidades los valores
óptimos de las variables de decisión cambiarían).
En otras palabras si el valor del coeficiente de x1 cambiara entre 8001 y 15999
unidades (10000 – 1999 y 10000+5999 unidades) los valores óptimos de x1 y
x2 serían 4 y 18 unidades respectivamente, o bien si el valor del coeficiente de
x2 cambiara entre 5001y 9999 unidades (8000 – 2999 y 8000+1999 unidades)
los valores óptimos de x1 y x2 serían 4 y 18 unidades respectivamente
 Sensibilidad en lados derechos de las restricciones
Precio sombra: Hace referencia al valor de cambio del óptimo para la función objetivo si cambiara en una unidad
uno solo de los lados derechos de las restricciones

Incrementos y decrementos permitidos: Hace referencia a los valores máximos y mínimos que podrían cambiarse en
uno solo de los lados derechos de las restricciones que mantendrían un cambio proporcional en la función objetivo
(precio sombra)
Para el ejemplo significa que si el total del insumo 1 disminuyera en máximo 4 unidades o aumentara en cualquier
valor la función objetivo cambiaría 0 pesos por cada unidad de cambio.

Si el insumo 2 disminuyera en máximo 4 unidades o aumentara en máximo 4 unidades la función objetivo cambiaría
en 2000 unidades por cada unidad de cambio, por ejemplo supongamos que el valor máximo disponible del insumo 2
cambiara a 28 unidades (dos unidades de incremento), el valor de la función objetivo sería:
𝑍 = 184000 + 2 ∗ 2000 = 188000 𝑢. 𝑚
O bien si el máximo disponible del insumo 2 fueran 23 unidades (tres unidades de decremento)
𝑍 = 184000 + −3 ∗ 2000 = 178000 𝑢. 𝑚

Para el insumo tres el cambio máximo estaría entre 4 unidades de aumento y 9 de decremento con una variación de
6000 unidades por cada unidad de cambio en el lado derecho del insumo 3
Cabe aclarar que esto implicaría un cambio en los valores de las variables de decisión óptimas
 Reporte de límites
En este reporte se muestra de nuevo la solución óptima
y los valores que tomaría la función objetivo si el valor
de una de las variables de decisión cambiara a un limite
máximo inferior o superior.

Para el ejemplo, la primera variable de decisión podría

llegar a un valor mínimo de 0 y máximo de 4 con
valores para la función objetivo de 144000 u.m y
184000 u.m respectivamente

Y la segunda variable de decisión podría llegar a un

valor mínimo de 0 y máximo de 18 con valores para la
función objetivo de 40000 u.m y 184000 u.m
respectivamente
 Ejemplo 2:
Supongamos el siguiente problema:
El problema puede modelarse como:

Al resolver el problema con Solver obtenemos:

Esto es:
Deben producirse 20 cervezas rubias, 5 cervezas
negras y no producir cervezas de baja graduación
para obtener un benefício óptimo de 160 u.m
En cuanto a los insumos tenemos un uso total de
levadura y de malta.
 Análisis de sensibilidad: Variables de decisión
Tenemos el siguiente reporte:

Por lo que sabemos que de querer mantener el óptimo (20,5,0) se deben manejar los beneficios unitarios de
cada tipo de cerveza de la siguiente forma:
Cerveza rubia: Entre 2,01 y 7.99 u.m
Cerveza negra: Entre 3,51 y 13.99 u.m
Cerveza de baja graduación: Entre 0 y 7,32 u.m
También sabemos que si se debiera producir obligatoriamente la cerveza de baja graduación el beneficio
óptimo disminuiría 4,33 u.m por cada unidad producida; o bien, si quisiera producirse cerveza de baja
graduación sin afectar las utilidades óptimas del proceso, debería aumentarse el precio de venta de esta
cerveza en 4,33 u.m. de tal modo que aportara positivamente a los beneficios generales.
A partir del reporte:

Podemos concluir que la cantidad de insumos que mantiene los precios sombra de 0,33
u.m y 3,33 u.m serían respectivamente:
Cantidad de Malta: Entre 22,5 y 90 unidades
Cantidad de Levadura: Entre 15 y 60 unidades
Esto si solo cambiara uno de los valores de disponibilidad de material.
Por ejemplo si la cantidad de malta disponible cambiara a 24 unidades la utilidad óptima
sería de: Z= 160 +(-0,3333)*(6)=158 u.m
 Algunos ejemplos del uso del análisis de
sensibilidad
Ejemplo 1. Para el ejemplo anterior supongamos que se aumenta el precio de venta de la cerveza
negra a 6 u.m ¿Cuál sería la utilidad óptima y cuál la producción óptima? Respuesta: Vemos en el
reporte de sensibilidad de variables de decisión que se mantendría la producción óptima de 20
cervezas rubias y 5 negras si el beneficio unitario de la cerveza negra está entre 3,51 y 13,99 u.m por
lo cual al aumentar el precio de venta de esta la producción óptima no cambia y la utilidad óptima
sería: Z= 20*7+5*6=170 u.m
Ejemplo 2. Para el ejemplo anterior supongamos que se aumenta la cantidad de levadura disponible
a 50 unidades ¿Cuál sería la utilidad óptima? Respuesta: Como el precio sombra de la levadura es de
3,33 u.m y el aumento es de 5 unidades (dentro del rango permisible) la utilidad óptima sería:
Z=160 + 5*3,33=176,66 u.m; sin embargo sería conveniente calcular la nueva producción óptima
para ver si es posible (debido a que las variables son discretas), al resolverlo encontramos que la
producción óptima debe ser de 23 cervezas rubias y 3,3 negras (lo cual no es práctico) por lo que en
la realidad serían 23 cervezas rubias y 3 negras y la utilidad real sería de 175 u.m
Ejemplo 3. Si se debieran producir 2 cervezas de baja graduación obligatoriamente ¿Qué
cambio en el precio de venta de venta debería realizarse para mantener el óptimo?
Respuesta: El coste reducido de la cerveza de baja graduación es de -4,33 u.m por lo
tanto el precio de venta de estas cervezas debería aumentarse en 4,33 u.m, al resolver de
nuevo el ejercicio realizando el cambio y agregando la restricción x3=2 obtenemos un
valor de utilidad óptima de 160 u.m (se mantiene) con una producción de 19 cervezas
rubias, 3,7 negras y 2 de baja graduación, ajustándolo a la realidad se tiene una
producción óptima de 19 cervezas rubias, 3 negras y 3 de baja graduación con una
utilidad óptima de 157 u.m que es lo más cercano a la utilidad óptima produciendo
cervezas de baja graduación alcohólica.