SlideShare una empresa de Scribd logo
1 de 34
El Solver es una herramienta de Microsoft Excel que, entre otras
funcionalidades, sirve para resolver problemas de programación
lineal utilizando el método Simplex.
Antes de utilizar el Solver se debe tener claro cuál es problema a
resolver. Es decir, cuál es la función objetivo y cuáles son las
restricciones. Luego, se deben ingresar los datos del problema en
el modelo del Solver. Cabe aclarar que llamamos “modelo” a la
planilla (u hoja de cálculo) de Excel que utilizamos para ingresar los
datos del problema.
Por otro lado, se debe recordar que los elementos de un Modelo de
Programación Lineal son: los Parámetros y las Variables. Las
variables son aquellas sobre las que se pueden tomar decisiones y
los parámetros son las constantes del modelo (coeficientes de la
función objetivo, coeficientes de las restricciones, lado derecho de
las restricciones). Entonces, al resolver el problema se busca hallar
los valores de las variables de manera que maximice (o minimice) la
función objetivo, sujeta a las restricciones dadas.
Con Solver, se puede buscar el valor óptimo para una celda, denominada
celda objetivo, en donde se escribe la fórmula de la función objetivo f
(x1
, x2
, ..., xn
).
Solver cambia los valores de un grupo de celdas, denominadas celdas
cambiantes, y que estén relacionadas, directa o indirectamente, con la
fórmula de la celda objetivo. En estas celdas se encuentran los valores
de las variables controlables x1
, x2
, ..., xn
.
Puede agregar restricciones a Solver, escribiendo una fórmula gj
(x1
,
x2
, ..., xn
) en una celda, y especificando que la celda deberá ser mayor o
igual, igual, o menor o igual que otra celda que contiene la constante c.
Solver ajustará los valores de las celdas cambiantes, para generar el
resultado especificado en la fórmula de la celda objetivo.
En el menú Herramientas, fíjese si aparece el comando
Solver.
Si no aparece, deberá activar el complemento Solver.
* En el menú Herramientas, elija Complementos.
* En el cuadro de diálogo Complementos, seleccione
la casilla de verificación Solver.
PROBLEMA:
Función Objetivo:
Máx z = 5x1 + 2x2
Sujeto a:
2x1 + 5x2 <= 10
x1 + 2x2 <= 4
x1 , x2 >= 0;
(no negatividad)
MODELO:
VARIABLES DE DECISIÓN:
En las celdas señaladas, el Solver devolverá el valor de las variables
de decisión. Por ello, no es necesario ingresar ningún valor en estas
celdas.
FUNCIÓN OBJETIVO:
La idea es representar la
función objetivo en la celda
señalada. Para ello, se ingresa
los coeficientes de la función
objetivo (5 y 2) en la línea
señalada como coeficientes,
como se indica en la siguiente
figura:
Se ingresa la fórmula que representa a la función objetivo en la
celda correspondiente a z*. En el ejemplo, la función objetivo es:
z* = 5 x1
+ 2 x2
y la fórmula que la representa es:
(D9 * D5) + (E9 * E5)
La mejor manera de representar la función objetivo es utilizando
la función sumaproducto, ya que, cuando se modifican las
columnas y filas del modelo no se crean problemas con las
fórmulas del mismo. Aplicando esta función queda la siguiente
fórmula:
RESTRICCIONES:
Analizando la primer restricción.
Los pasos son:
* Ingresar los coeficientes de la
primer restricción en la línea que
corresponde a la misma (R1)
La idea es la misma que para la
función objetivo: representar las
restricciones en las celdas marcadas.
* Ingresar la fórmula que
representa el lado izquierdo
de la restricción en la celda
señalada a continuación:
En el ejemplo, el lado izquierdo
de la restricción 1 es:
2 x1
+ 5 x2
y la fórmula que la representa es:
(D6 * D5) + (E6 * E5)
Nuevamente se hace uso de la
función sumaproducto para
representar la restricción 1:
* Ingresar el signo de la restricción, es decir, (= , <= , >= ) y el
lado derecho de la restricción. En el ejemplo es <= y 10 en las
celdas G6 y H6 respectivamente como se muestra a continuación:
El círculo señala la representación de la primer restricción.
Siguiendo el mismo procedimiento se representa la restricción 2
en el modelo, quedando de la siguiente manera:
Una manera de que no lleve mucho tiempo es la
siguiente:
a) ingresar los coeficientes de todas las restricciones;
b) ingresar la fórmula que representa la restricción 1
en la celda correspondiente;
c) en la fórmula ingresada, fijar la columna y la fila
correspondientes a las celdas que representan las
variables de decisión (en el ejemplo D5 y E5);
d) pararse con el puntero del mouse en la esquina
inferior derecha en la donde se ingresó la fórmula que
representa la R1 (en el ejemplo F6) y arrastrar, así, se
representa en dichas celdas el lado izquierdo delas
demás restricciones;
e) ingresar el signo y el lado derecho de todas las
restricciones.
PROCEDIMIENTO DE RESOLUCIÓN:
Representado el problema en un modelo en una hoja de
cálculo de Excel, lo siguiente es seleccionar Solver del
Menú Herramientas.
Aparecerá el cuadro de diálogo Parámetros de Solver, en la que
se ingresarán los datos del modelo; para resolver el problema se
deben completar:
* Celda Objetivo: es la celda que representa la función objetivo.
En el ejemplo es D11.
* Máximo o Mínimo: se debe seleccionar según sea el problema.
En el ejemplo es Máx.
* Cambiando las celdas: son las celdas que representan las
variables de decisión. En el ejemplo son D5:E5.
* Sujetas a las siguientes restricciones: aquí se ingresan las
restricciones del problema.
Para ingresar las restricciones:
- se hace clic en el botón Agregar, así, aparece el cuadro de diálogo
Agregar Restricción:
- en el espacio que dice Referencia de la celda se ingresa el
lado izquierdo de las restricciones (en el ejemplo es F6:F7 );
- luego, se ingresa el signo de las restricciones usando la lista
desplegable del centro (en el ejemplo <=);
- finalmente, en el espacio que dice Restricción se ingresa el lado
derecho de las restricciones (en el ejemplo H6:H7); se hace clic en
el botón Agregar para agregar más restricciones o, en el botón
Aceptar para finalizar.
- También se deben incluir la restricciones de no negatividad de las
variables de decisión, para lo cual se realizan los siguientes pasos:
(a) seleccionamos el botón Agregar;
(b) en el espacio que dice Referencia de la celda se ingresan las
celdas que representan las variables de decisión, en el ejemplo son
D5:E5;
(c) luego, se ingresa el signo de la restricción (en este caso >=),
(d) y por último, en el espacio que dice Restricción se ingresa el valor
0 (cero).
En la siguiente figura se podrá observar lo explicado con base en el
ejemplo:
El cuadro de diálogo
para ingresar los datos
Parámetros de Solver
con base en el ejemplo
queda así:
Muestra la restricción de No Negatividad
para las variables de decisión
Se hace clic en el botón Opciones, con lo que aparecerá
el cuadro de diálogo Opciones de Solver.
Como el modelo es lineal, se selecciona la casilla de
verificación Adoptar modelo lineal, y luego se hace
clic en el botón Aceptar.
1. El ingreso de las restricciones puede realizarse
individualmente, o en grupo. En el ejemplo, se
ingresaron las restricciones funcionales en un grupo
y las restricciones de no negatividad en otro. El
ingreso dependerá de los grupos que se puedan
armar de acuerdo a los signos de las restricciones.
2. No olviden que las restricciones de no negatividad
son tan importantes como las funcionales.
3. Luego de ingresadas las restricciones pueden
modificarlas o eliminarlas con los botones Cambiar
o Eliminar, según corresponda.
4. Con el botón Restablecer todo borran todos los
datos y selecciones realizadas en el cuadro del
Solver.
POSIBLES RESULTADOS DEL SOLVER:
Una vez introducidos los datos del modelo se hace clic en Resolver
y el Solver realiza las iteraciones para resolver el problema y
devulve un cuadro de Resultados. Dicho cuadro es diferente
dependiendo de cada problema.
Utilizar solución de Solver {cambia los valores de las variables en la
planilla}
Restaurar valores originales {deja los valores iniciales de las variables}
Guardar escenario {guarda los valores de las variables como
escenario}
Informes {hasta 3 tipos de informes, en hojas
separadas }
a) Solución Óptima Única:
Para el ejemplo Solver señala que ha encontrado una solución y
da la posibilidad de seleccionar alguno de los tres informes
(Respuestas, Sensibilidad y Límites).
A continuación, se selecciona el Informe Respuestas y la opción
Utilizar la solución de Solver, y se hace clic en Aceptar. Si se
mira el modelo, el Solver completó las celdas de las variables de
decisión con sus valores en el óptimo y la celda correspondiente a la
función objetivo con el valor de la misma también en el óptimo, esto
es: x1
= 4 ; x2
= 0 ; z*=20.
También, se puede ver el
Informe de Respuestas:
EXPLICACIÓN DE EL INFORME
DE RESULTADOS:
En Celda Objetivo aparece la celda de la función objetivo, el Nombre
(z*), el valor inicial antes de optimizar y el valor óptimo (valor final:
z*=20).
 
En Celdas Cambiantes aparecen las celdas de las variables
controlables, el nombre (x1,x2), la solución inicial o valores iniciales
de las variables y la solución óptima (valor final: x1=4, x2=0).
 
En Restricciones se tiene:
 
Valor de la celda: es el valor que toma el lado izquierdo de cada
restricción en la solución óptima. Así, por ejemplo, en la restricción 1
se tiene, al remplazar: (2*x1)+(5*X2) = (2*4) + (5*0) = 8.
Estado: indica si la restricción se cumple exactamente, con una
igualdad, y no hay un margen. En otras palabras, indica si la
restricción es activa (obligatorio).
Divergencia: es el margen que tiene cada restricción. Si la
desigualdad es ≤, entonces es el lado derecho de la restricción (la
constante) menos el lado izquierdo. Si la desigualdad es ≥ , es el
lado izquierdo menos el lado derecho (la constante). Si la
restricción es activa, desde luego el margen será cero. Así en el
ejemplo se que el margen de la restricción 1 es 10-8=2.
Fórmula: indica las restricciones que se han
introducido, incluyendo si es de ≤, = o ≥.
b) Soluciones Óptimas Alternativas:
En este caso la respuesta del Solver es exactamente la misma que
en el caso anterior. El Solver muestra que encontró una solución
óptima. Lo cual es verdad porque encontró la primer solución óptima,
pero se detuvo allí y no sigue buscando. El Solver no especifica que
existen otras soluciones óptimas.
c) Solución No Acotada:
En esta situación el cuadro de Resultados del Solver es el siguiente:
El Solver identifica que los
valores no convergen (no
están acotados), no
permitiendo seleccionar
ningún informe.
d) No Existe Solución Factible:
Para este caso se tiene el siguiente cuadro de Resultados del Solver:
Solver no ha encontrado solución válida (factible) y tampoco
permite seleccionar ningún informe.
 La Protrac Inc., fabrica dos tipos de productos químicos, E y F,
cuya utilidad neta es de $5000 y $4000 por tonelada
respectivamente.
Ambos pasan por operaciones de 2 departamentos de
producción, que tienen una disponibilidad limitada.
El departamento A dispone de 150 horas mensuales; cada
tonelada de E utiliza 10 horas de este departamento, y cada
tonelada de F, 15 horas.
El departamento B tiene una disponibilidad de 160 horas
mensuales. Cada tonelada de E precisa de 20 horas, y cada
tonelada de F precisa de 10 horas para su producción.
El Modelo de la Protrac
Para la producción global de E y F, se deberán utilizar al menos
135 horas de verificación en el próximo mes; el producto E
precisa de 30 horas y F de 10 horas por tonelada de
verificación .
La alta gerencia ha decretado que es necesario producir al
menos una tonelada de F por cada 3 de E .
Un cliente ha solicitado al menos 5 toneladas, cualquiera sea su
tipo, de E o F.
Por otro lado, es evidente que no pueden producirse cantidades
negativas de E ni de F.
 
Se trata de decidir, para el mes próximo, las cantidades a
producir de cada uno de los productos para maximizar la
utilidad global.
Variables controlables
 
E : toneladas de tipo E a producir;
F: toneladas de tipo F a producir;
 
Modelo
Función objetivo: Max 5000 E + 4000 F
{maximizar la utilidad global}
Sujeto a:
10 E + 15 F ≤ 150 {horas del departamento A}
20 E + 10 F ≤ 160 {horas del departamento B}
30 E + 10 F ≥ 135 {horas de verificación}
E - 3 F ≤ 0 {al menos una de F cada 3 E
significa E ≤ 3 F}
E + F ≥ 5 {al menos 5 toneladas}
E ≥ 0, F ≥ 0 {no negatividad}
El Modelo
MUCHAS GRACIAS !!

Más contenido relacionado

La actualidad más candente

Enfoque de la optimización en el campo de la ingeniería.
Enfoque de la optimización en el campo de la ingeniería.Enfoque de la optimización en el campo de la ingeniería.
Enfoque de la optimización en el campo de la ingeniería.pertuzm
 
Metodos de programacion no-lineal
Metodos de programacion no-linealMetodos de programacion no-lineal
Metodos de programacion no-linealRobert Rivero
 
Ejemplo del Método de Bisección
Ejemplo del Método de BisecciónEjemplo del Método de Bisección
Ejemplo del Método de BisecciónDaniela Medina
 
PROGRAMACION LINEAL - METODO SIMPLEX
PROGRAMACION LINEAL - METODO SIMPLEXPROGRAMACION LINEAL - METODO SIMPLEX
PROGRAMACION LINEAL - METODO SIMPLEXjjsch01
 
3. algoritmos de ordenamiento interno
3. algoritmos de ordenamiento interno3. algoritmos de ordenamiento interno
3. algoritmos de ordenamiento internoFernando Solis
 
Inv de operaciones el metodo grafico
Inv de operaciones el metodo graficoInv de operaciones el metodo grafico
Inv de operaciones el metodo graficoRafael Rangel
 
Optimizacion con multiplicador de Lagrange
Optimizacion con multiplicador de LagrangeOptimizacion con multiplicador de Lagrange
Optimizacion con multiplicador de LagrangeMiguel Tinoco
 
Analisis de sensibilidad 2222222 (1)
Analisis de sensibilidad   2222222 (1)Analisis de sensibilidad   2222222 (1)
Analisis de sensibilidad 2222222 (1)Irene Sarcos
 
Estadistica parametrica y no parametrica
Estadistica parametrica y no parametricaEstadistica parametrica y no parametrica
Estadistica parametrica y no parametricajimialaponte
 
MÉTODO DE TRANSPORTE
MÉTODO DE TRANSPORTEMÉTODO DE TRANSPORTE
MÉTODO DE TRANSPORTERubí Parra
 
5.3 arbol de expansión minima algoritmo de prim
5.3 arbol de expansión minima algoritmo de prim5.3 arbol de expansión minima algoritmo de prim
5.3 arbol de expansión minima algoritmo de primADRIANA NIETO
 

La actualidad más candente (20)

Determinístico y Probabilístico
Determinístico y ProbabilísticoDeterminístico y Probabilístico
Determinístico y Probabilístico
 
Programacion lineal
Programacion linealProgramacion lineal
Programacion lineal
 
Enfoque de la optimización en el campo de la ingeniería.
Enfoque de la optimización en el campo de la ingeniería.Enfoque de la optimización en el campo de la ingeniería.
Enfoque de la optimización en el campo de la ingeniería.
 
Tutorial
TutorialTutorial
Tutorial
 
Vbtora98
Vbtora98Vbtora98
Vbtora98
 
Metodos de programacion no-lineal
Metodos de programacion no-linealMetodos de programacion no-lineal
Metodos de programacion no-lineal
 
Ejemplo del Método de Bisección
Ejemplo del Método de BisecciónEjemplo del Método de Bisección
Ejemplo del Método de Bisección
 
PROGRAMACION LINEAL - METODO SIMPLEX
PROGRAMACION LINEAL - METODO SIMPLEXPROGRAMACION LINEAL - METODO SIMPLEX
PROGRAMACION LINEAL - METODO SIMPLEX
 
Método por plegamiento Hash
Método por plegamiento HashMétodo por plegamiento Hash
Método por plegamiento Hash
 
Método grafico. Teoría y Práctica
Método grafico. Teoría y PrácticaMétodo grafico. Teoría y Práctica
Método grafico. Teoría y Práctica
 
3. algoritmos de ordenamiento interno
3. algoritmos de ordenamiento interno3. algoritmos de ordenamiento interno
3. algoritmos de ordenamiento interno
 
Inv de operaciones el metodo grafico
Inv de operaciones el metodo graficoInv de operaciones el metodo grafico
Inv de operaciones el metodo grafico
 
Recursión
RecursiónRecursión
Recursión
 
Conjunto factible
Conjunto factibleConjunto factible
Conjunto factible
 
Optimizacion con multiplicador de Lagrange
Optimizacion con multiplicador de LagrangeOptimizacion con multiplicador de Lagrange
Optimizacion con multiplicador de Lagrange
 
Analisis de sensibilidad 2222222 (1)
Analisis de sensibilidad   2222222 (1)Analisis de sensibilidad   2222222 (1)
Analisis de sensibilidad 2222222 (1)
 
Estadistica parametrica y no parametrica
Estadistica parametrica y no parametricaEstadistica parametrica y no parametrica
Estadistica parametrica y no parametrica
 
MÉTODO DE TRANSPORTE
MÉTODO DE TRANSPORTEMÉTODO DE TRANSPORTE
MÉTODO DE TRANSPORTE
 
Problema hungaro
Problema hungaroProblema hungaro
Problema hungaro
 
5.3 arbol de expansión minima algoritmo de prim
5.3 arbol de expansión minima algoritmo de prim5.3 arbol de expansión minima algoritmo de prim
5.3 arbol de expansión minima algoritmo de prim
 

Destacado

Como Usar Solver De Excel
Como Usar Solver De ExcelComo Usar Solver De Excel
Como Usar Solver De Excelguestb9bf58
 
Utilidad de excel en el entorno empresarial
Utilidad de excel en el entorno empresarialUtilidad de excel en el entorno empresarial
Utilidad de excel en el entorno empresarialesteban97
 
Programacion Lineal Y Solver
Programacion Lineal Y SolverProgramacion Lineal Y Solver
Programacion Lineal Y SolverXavier Parra
 
Paginas de matematicas
Paginas de matematicasPaginas de matematicas
Paginas de matematicasespanol
 

Destacado (7)

Como Usar Solver De Excel
Como Usar Solver De ExcelComo Usar Solver De Excel
Como Usar Solver De Excel
 
Utilidad de excel en el entorno empresarial
Utilidad de excel en el entorno empresarialUtilidad de excel en el entorno empresarial
Utilidad de excel en el entorno empresarial
 
Función Solver
Función SolverFunción Solver
Función Solver
 
Programacion Lineal Y Solver
Programacion Lineal Y SolverProgramacion Lineal Y Solver
Programacion Lineal Y Solver
 
Practica de programación lineal
Practica  de programación linealPractica  de programación lineal
Practica de programación lineal
 
Programación lineal
Programación linealProgramación lineal
Programación lineal
 
Paginas de matematicas
Paginas de matematicasPaginas de matematicas
Paginas de matematicas
 

Similar a Clase solver

Presentacion solver angie sofia
Presentacion solver angie sofiaPresentacion solver angie sofia
Presentacion solver angie sofiaSophie Toffy
 
Solver, Jazmin, Freddy
Solver, Jazmin, FreddySolver, Jazmin, Freddy
Solver, Jazmin, FreddyFreddy Velez
 
Solver, jazmin, freddy
Solver, jazmin, freddySolver, jazmin, freddy
Solver, jazmin, freddyJazmin Cabezas
 
manual-solver-final.pdf
manual-solver-final.pdfmanual-solver-final.pdf
manual-solver-final.pdfPabloMamani36
 
Solver.presentacion jhoanna,andrea
Solver.presentacion jhoanna,andreaSolver.presentacion jhoanna,andrea
Solver.presentacion jhoanna,andreaJhoanna Andrade
 
Investigacion de ope. 1
Investigacion de ope. 1Investigacion de ope. 1
Investigacion de ope. 1EmilyNathalie
 
Método Simplex Mercadotecnia Análisis de Decisiones Equipo 2
Método Simplex Mercadotecnia Análisis de Decisiones Equipo 2 Método Simplex Mercadotecnia Análisis de Decisiones Equipo 2
Método Simplex Mercadotecnia Análisis de Decisiones Equipo 2 MarketingAD
 
Deber solver danilo katherine veronica
Deber solver danilo katherine veronicaDeber solver danilo katherine veronica
Deber solver danilo katherine veronicaKhatty Natt S
 
11 solveroptimización
11 solveroptimización11 solveroptimización
11 solveroptimizaciónHugo Pereira
 
Presentacion programacion lineal ivo
Presentacion programacion lineal ivoPresentacion programacion lineal ivo
Presentacion programacion lineal ivoJosPerdign
 
Material de apoyo 3
Material de apoyo 3Material de apoyo 3
Material de apoyo 3Nantrat
 
Operativa i-2015 (1) (1)
Operativa i-2015 (1) (1)Operativa i-2015 (1) (1)
Operativa i-2015 (1) (1)Raul Logroño
 
Operativa i-2015 (1) (1)
Operativa i-2015 (1) (1)Operativa i-2015 (1) (1)
Operativa i-2015 (1) (1)Raul Logroño
 

Similar a Clase solver (20)

Presentacion solver angie sofia
Presentacion solver angie sofiaPresentacion solver angie sofia
Presentacion solver angie sofia
 
Solver, Jazmin, Freddy
Solver, Jazmin, FreddySolver, Jazmin, Freddy
Solver, Jazmin, Freddy
 
Solver, jazmin, freddy
Solver, jazmin, freddySolver, jazmin, freddy
Solver, jazmin, freddy
 
manual-solver-final.pdf
manual-solver-final.pdfmanual-solver-final.pdf
manual-solver-final.pdf
 
Solver.presentacion jhoanna,andrea
Solver.presentacion jhoanna,andreaSolver.presentacion jhoanna,andrea
Solver.presentacion jhoanna,andrea
 
Función Solver
Función SolverFunción Solver
Función Solver
 
Investigacion de ope. 1
Investigacion de ope. 1Investigacion de ope. 1
Investigacion de ope. 1
 
Solver
SolverSolver
Solver
 
3 Metodo Simplex.pdf
3 Metodo Simplex.pdf3 Metodo Simplex.pdf
3 Metodo Simplex.pdf
 
Método Simplex Mercadotecnia Análisis de Decisiones Equipo 2
Método Simplex Mercadotecnia Análisis de Decisiones Equipo 2 Método Simplex Mercadotecnia Análisis de Decisiones Equipo 2
Método Simplex Mercadotecnia Análisis de Decisiones Equipo 2
 
Guia 7 solver
Guia 7 solverGuia 7 solver
Guia 7 solver
 
Deber solver danilo katherine veronica
Deber solver danilo katherine veronicaDeber solver danilo katherine veronica
Deber solver danilo katherine veronica
 
11 solveroptimización
11 solveroptimización11 solveroptimización
11 solveroptimización
 
Operativa 1
Operativa  1Operativa  1
Operativa 1
 
Presentacion programacion lineal ivo
Presentacion programacion lineal ivoPresentacion programacion lineal ivo
Presentacion programacion lineal ivo
 
Material de apoyo 3
Material de apoyo 3Material de apoyo 3
Material de apoyo 3
 
Programacion lineal
Programacion linealProgramacion lineal
Programacion lineal
 
Operativa i-2015 (1) (1)
Operativa i-2015 (1) (1)Operativa i-2015 (1) (1)
Operativa i-2015 (1) (1)
 
Operativa i-2015 (1) (1)
Operativa i-2015 (1) (1)Operativa i-2015 (1) (1)
Operativa i-2015 (1) (1)
 
Operativa i-2015
Operativa i-2015Operativa i-2015
Operativa i-2015
 

Último

Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024Juan Martín Martín
 
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN PARÍS. Por JAVIER SOL...
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN  PARÍS. Por JAVIER SOL...ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN  PARÍS. Por JAVIER SOL...
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN PARÍS. Por JAVIER SOL...JAVIER SOLIS NOYOLA
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxFernando Solis
 
La Evaluacion Formativa SM6 Ccesa007.pdf
La Evaluacion Formativa SM6  Ccesa007.pdfLa Evaluacion Formativa SM6  Ccesa007.pdf
La Evaluacion Formativa SM6 Ccesa007.pdfDemetrio Ccesa Rayme
 
Tema 19. Inmunología y el sistema inmunitario 2024
Tema 19. Inmunología y el sistema inmunitario 2024Tema 19. Inmunología y el sistema inmunitario 2024
Tema 19. Inmunología y el sistema inmunitario 2024IES Vicent Andres Estelles
 
PLAN LECTOR 2024 integrado nivel inicial-miercoles 10.pptx
PLAN LECTOR 2024  integrado nivel inicial-miercoles 10.pptxPLAN LECTOR 2024  integrado nivel inicial-miercoles 10.pptx
PLAN LECTOR 2024 integrado nivel inicial-miercoles 10.pptxCamuchaCrdovaAlonso
 
Los avatares para el juego dramático en entornos virtuales
Los avatares para el juego dramático en entornos virtualesLos avatares para el juego dramático en entornos virtuales
Los avatares para el juego dramático en entornos virtualesMarisolMartinez707897
 
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdfPlan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdfcarolinamartinezsev
 
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACIONRESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACIONamelia poma
 
Actividades para el 11 de Mayo día del himno.docx
Actividades para el 11 de Mayo día del himno.docxActividades para el 11 de Mayo día del himno.docx
Actividades para el 11 de Mayo día del himno.docxpaogar2178
 
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docxPLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docxiemerc2024
 
Louis Jean François Lagrenée. Erotismo y sensualidad. El erotismo en la Hist...
Louis Jean François Lagrenée.  Erotismo y sensualidad. El erotismo en la Hist...Louis Jean François Lagrenée.  Erotismo y sensualidad. El erotismo en la Hist...
Louis Jean François Lagrenée. Erotismo y sensualidad. El erotismo en la Hist...Ars Erótica
 
Factores que intervienen en la Administración por Valores.pdf
Factores que intervienen en la Administración por Valores.pdfFactores que intervienen en la Administración por Valores.pdf
Factores que intervienen en la Administración por Valores.pdfJonathanCovena1
 
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLAACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLAJAVIER SOLIS NOYOLA
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfMercedes Gonzalez
 
AEC 2. Aventura en el Antiguo Egipto.pptx
AEC 2. Aventura en el Antiguo Egipto.pptxAEC 2. Aventura en el Antiguo Egipto.pptx
AEC 2. Aventura en el Antiguo Egipto.pptxhenarfdez
 
Desarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por ValoresDesarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por ValoresJonathanCovena1
 
activ4-bloque4 transversal doctorado.pdf
activ4-bloque4 transversal doctorado.pdfactiv4-bloque4 transversal doctorado.pdf
activ4-bloque4 transversal doctorado.pdfRosabel UA
 

Último (20)

Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024
 
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN PARÍS. Por JAVIER SOL...
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN  PARÍS. Por JAVIER SOL...ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN  PARÍS. Por JAVIER SOL...
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN PARÍS. Por JAVIER SOL...
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
La Evaluacion Formativa SM6 Ccesa007.pdf
La Evaluacion Formativa SM6  Ccesa007.pdfLa Evaluacion Formativa SM6  Ccesa007.pdf
La Evaluacion Formativa SM6 Ccesa007.pdf
 
Tema 19. Inmunología y el sistema inmunitario 2024
Tema 19. Inmunología y el sistema inmunitario 2024Tema 19. Inmunología y el sistema inmunitario 2024
Tema 19. Inmunología y el sistema inmunitario 2024
 
PLAN LECTOR 2024 integrado nivel inicial-miercoles 10.pptx
PLAN LECTOR 2024  integrado nivel inicial-miercoles 10.pptxPLAN LECTOR 2024  integrado nivel inicial-miercoles 10.pptx
PLAN LECTOR 2024 integrado nivel inicial-miercoles 10.pptx
 
Los avatares para el juego dramático en entornos virtuales
Los avatares para el juego dramático en entornos virtualesLos avatares para el juego dramático en entornos virtuales
Los avatares para el juego dramático en entornos virtuales
 
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdfPlan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
 
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACIONRESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
 
Actividades para el 11 de Mayo día del himno.docx
Actividades para el 11 de Mayo día del himno.docxActividades para el 11 de Mayo día del himno.docx
Actividades para el 11 de Mayo día del himno.docx
 
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docxPLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
 
Louis Jean François Lagrenée. Erotismo y sensualidad. El erotismo en la Hist...
Louis Jean François Lagrenée.  Erotismo y sensualidad. El erotismo en la Hist...Louis Jean François Lagrenée.  Erotismo y sensualidad. El erotismo en la Hist...
Louis Jean François Lagrenée. Erotismo y sensualidad. El erotismo en la Hist...
 
Factores que intervienen en la Administración por Valores.pdf
Factores que intervienen en la Administración por Valores.pdfFactores que intervienen en la Administración por Valores.pdf
Factores que intervienen en la Administración por Valores.pdf
 
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLAACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
 
AEC 2. Aventura en el Antiguo Egipto.pptx
AEC 2. Aventura en el Antiguo Egipto.pptxAEC 2. Aventura en el Antiguo Egipto.pptx
AEC 2. Aventura en el Antiguo Egipto.pptx
 
Usos y desusos de la inteligencia artificial en revistas científicas
Usos y desusos de la inteligencia artificial en revistas científicasUsos y desusos de la inteligencia artificial en revistas científicas
Usos y desusos de la inteligencia artificial en revistas científicas
 
Desarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por ValoresDesarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por Valores
 
PP_Comunicacion en Salud: Objetivación de signos y síntomas
PP_Comunicacion en Salud: Objetivación de signos y síntomasPP_Comunicacion en Salud: Objetivación de signos y síntomas
PP_Comunicacion en Salud: Objetivación de signos y síntomas
 
activ4-bloque4 transversal doctorado.pdf
activ4-bloque4 transversal doctorado.pdfactiv4-bloque4 transversal doctorado.pdf
activ4-bloque4 transversal doctorado.pdf
 

Clase solver

  • 1.
  • 2. El Solver es una herramienta de Microsoft Excel que, entre otras funcionalidades, sirve para resolver problemas de programación lineal utilizando el método Simplex. Antes de utilizar el Solver se debe tener claro cuál es problema a resolver. Es decir, cuál es la función objetivo y cuáles son las restricciones. Luego, se deben ingresar los datos del problema en el modelo del Solver. Cabe aclarar que llamamos “modelo” a la planilla (u hoja de cálculo) de Excel que utilizamos para ingresar los datos del problema. Por otro lado, se debe recordar que los elementos de un Modelo de Programación Lineal son: los Parámetros y las Variables. Las variables son aquellas sobre las que se pueden tomar decisiones y los parámetros son las constantes del modelo (coeficientes de la función objetivo, coeficientes de las restricciones, lado derecho de las restricciones). Entonces, al resolver el problema se busca hallar los valores de las variables de manera que maximice (o minimice) la función objetivo, sujeta a las restricciones dadas.
  • 3. Con Solver, se puede buscar el valor óptimo para una celda, denominada celda objetivo, en donde se escribe la fórmula de la función objetivo f (x1 , x2 , ..., xn ). Solver cambia los valores de un grupo de celdas, denominadas celdas cambiantes, y que estén relacionadas, directa o indirectamente, con la fórmula de la celda objetivo. En estas celdas se encuentran los valores de las variables controlables x1 , x2 , ..., xn . Puede agregar restricciones a Solver, escribiendo una fórmula gj (x1 , x2 , ..., xn ) en una celda, y especificando que la celda deberá ser mayor o igual, igual, o menor o igual que otra celda que contiene la constante c. Solver ajustará los valores de las celdas cambiantes, para generar el resultado especificado en la fórmula de la celda objetivo.
  • 4. En el menú Herramientas, fíjese si aparece el comando Solver.
  • 5. Si no aparece, deberá activar el complemento Solver. * En el menú Herramientas, elija Complementos. * En el cuadro de diálogo Complementos, seleccione la casilla de verificación Solver.
  • 6. PROBLEMA: Función Objetivo: Máx z = 5x1 + 2x2 Sujeto a: 2x1 + 5x2 <= 10 x1 + 2x2 <= 4 x1 , x2 >= 0; (no negatividad) MODELO:
  • 7. VARIABLES DE DECISIÓN: En las celdas señaladas, el Solver devolverá el valor de las variables de decisión. Por ello, no es necesario ingresar ningún valor en estas celdas.
  • 8. FUNCIÓN OBJETIVO: La idea es representar la función objetivo en la celda señalada. Para ello, se ingresa los coeficientes de la función objetivo (5 y 2) en la línea señalada como coeficientes, como se indica en la siguiente figura:
  • 9. Se ingresa la fórmula que representa a la función objetivo en la celda correspondiente a z*. En el ejemplo, la función objetivo es: z* = 5 x1 + 2 x2 y la fórmula que la representa es: (D9 * D5) + (E9 * E5) La mejor manera de representar la función objetivo es utilizando la función sumaproducto, ya que, cuando se modifican las columnas y filas del modelo no se crean problemas con las fórmulas del mismo. Aplicando esta función queda la siguiente fórmula:
  • 10. RESTRICCIONES: Analizando la primer restricción. Los pasos son: * Ingresar los coeficientes de la primer restricción en la línea que corresponde a la misma (R1) La idea es la misma que para la función objetivo: representar las restricciones en las celdas marcadas.
  • 11. * Ingresar la fórmula que representa el lado izquierdo de la restricción en la celda señalada a continuación: En el ejemplo, el lado izquierdo de la restricción 1 es: 2 x1 + 5 x2 y la fórmula que la representa es: (D6 * D5) + (E6 * E5) Nuevamente se hace uso de la función sumaproducto para representar la restricción 1:
  • 12. * Ingresar el signo de la restricción, es decir, (= , <= , >= ) y el lado derecho de la restricción. En el ejemplo es <= y 10 en las celdas G6 y H6 respectivamente como se muestra a continuación: El círculo señala la representación de la primer restricción.
  • 13. Siguiendo el mismo procedimiento se representa la restricción 2 en el modelo, quedando de la siguiente manera:
  • 14. Una manera de que no lleve mucho tiempo es la siguiente: a) ingresar los coeficientes de todas las restricciones; b) ingresar la fórmula que representa la restricción 1 en la celda correspondiente; c) en la fórmula ingresada, fijar la columna y la fila correspondientes a las celdas que representan las variables de decisión (en el ejemplo D5 y E5); d) pararse con el puntero del mouse en la esquina inferior derecha en la donde se ingresó la fórmula que representa la R1 (en el ejemplo F6) y arrastrar, así, se representa en dichas celdas el lado izquierdo delas demás restricciones; e) ingresar el signo y el lado derecho de todas las restricciones.
  • 15. PROCEDIMIENTO DE RESOLUCIÓN: Representado el problema en un modelo en una hoja de cálculo de Excel, lo siguiente es seleccionar Solver del Menú Herramientas.
  • 16. Aparecerá el cuadro de diálogo Parámetros de Solver, en la que se ingresarán los datos del modelo; para resolver el problema se deben completar: * Celda Objetivo: es la celda que representa la función objetivo. En el ejemplo es D11. * Máximo o Mínimo: se debe seleccionar según sea el problema. En el ejemplo es Máx. * Cambiando las celdas: son las celdas que representan las variables de decisión. En el ejemplo son D5:E5. * Sujetas a las siguientes restricciones: aquí se ingresan las restricciones del problema.
  • 17. Para ingresar las restricciones: - se hace clic en el botón Agregar, así, aparece el cuadro de diálogo Agregar Restricción: - en el espacio que dice Referencia de la celda se ingresa el lado izquierdo de las restricciones (en el ejemplo es F6:F7 ); - luego, se ingresa el signo de las restricciones usando la lista desplegable del centro (en el ejemplo <=);
  • 18. - finalmente, en el espacio que dice Restricción se ingresa el lado derecho de las restricciones (en el ejemplo H6:H7); se hace clic en el botón Agregar para agregar más restricciones o, en el botón Aceptar para finalizar. - También se deben incluir la restricciones de no negatividad de las variables de decisión, para lo cual se realizan los siguientes pasos: (a) seleccionamos el botón Agregar; (b) en el espacio que dice Referencia de la celda se ingresan las celdas que representan las variables de decisión, en el ejemplo son D5:E5; (c) luego, se ingresa el signo de la restricción (en este caso >=), (d) y por último, en el espacio que dice Restricción se ingresa el valor 0 (cero).
  • 19. En la siguiente figura se podrá observar lo explicado con base en el ejemplo:
  • 20. El cuadro de diálogo para ingresar los datos Parámetros de Solver con base en el ejemplo queda así: Muestra la restricción de No Negatividad para las variables de decisión
  • 21. Se hace clic en el botón Opciones, con lo que aparecerá el cuadro de diálogo Opciones de Solver. Como el modelo es lineal, se selecciona la casilla de verificación Adoptar modelo lineal, y luego se hace clic en el botón Aceptar.
  • 22. 1. El ingreso de las restricciones puede realizarse individualmente, o en grupo. En el ejemplo, se ingresaron las restricciones funcionales en un grupo y las restricciones de no negatividad en otro. El ingreso dependerá de los grupos que se puedan armar de acuerdo a los signos de las restricciones. 2. No olviden que las restricciones de no negatividad son tan importantes como las funcionales. 3. Luego de ingresadas las restricciones pueden modificarlas o eliminarlas con los botones Cambiar o Eliminar, según corresponda. 4. Con el botón Restablecer todo borran todos los datos y selecciones realizadas en el cuadro del Solver.
  • 23. POSIBLES RESULTADOS DEL SOLVER: Una vez introducidos los datos del modelo se hace clic en Resolver y el Solver realiza las iteraciones para resolver el problema y devulve un cuadro de Resultados. Dicho cuadro es diferente dependiendo de cada problema. Utilizar solución de Solver {cambia los valores de las variables en la planilla} Restaurar valores originales {deja los valores iniciales de las variables} Guardar escenario {guarda los valores de las variables como escenario} Informes {hasta 3 tipos de informes, en hojas separadas }
  • 24. a) Solución Óptima Única: Para el ejemplo Solver señala que ha encontrado una solución y da la posibilidad de seleccionar alguno de los tres informes (Respuestas, Sensibilidad y Límites).
  • 25. A continuación, se selecciona el Informe Respuestas y la opción Utilizar la solución de Solver, y se hace clic en Aceptar. Si se mira el modelo, el Solver completó las celdas de las variables de decisión con sus valores en el óptimo y la celda correspondiente a la función objetivo con el valor de la misma también en el óptimo, esto es: x1 = 4 ; x2 = 0 ; z*=20.
  • 26. También, se puede ver el Informe de Respuestas:
  • 27. EXPLICACIÓN DE EL INFORME DE RESULTADOS: En Celda Objetivo aparece la celda de la función objetivo, el Nombre (z*), el valor inicial antes de optimizar y el valor óptimo (valor final: z*=20).   En Celdas Cambiantes aparecen las celdas de las variables controlables, el nombre (x1,x2), la solución inicial o valores iniciales de las variables y la solución óptima (valor final: x1=4, x2=0).   En Restricciones se tiene:   Valor de la celda: es el valor que toma el lado izquierdo de cada restricción en la solución óptima. Así, por ejemplo, en la restricción 1 se tiene, al remplazar: (2*x1)+(5*X2) = (2*4) + (5*0) = 8.
  • 28. Estado: indica si la restricción se cumple exactamente, con una igualdad, y no hay un margen. En otras palabras, indica si la restricción es activa (obligatorio). Divergencia: es el margen que tiene cada restricción. Si la desigualdad es ≤, entonces es el lado derecho de la restricción (la constante) menos el lado izquierdo. Si la desigualdad es ≥ , es el lado izquierdo menos el lado derecho (la constante). Si la restricción es activa, desde luego el margen será cero. Así en el ejemplo se que el margen de la restricción 1 es 10-8=2. Fórmula: indica las restricciones que se han introducido, incluyendo si es de ≤, = o ≥.
  • 29. b) Soluciones Óptimas Alternativas: En este caso la respuesta del Solver es exactamente la misma que en el caso anterior. El Solver muestra que encontró una solución óptima. Lo cual es verdad porque encontró la primer solución óptima, pero se detuvo allí y no sigue buscando. El Solver no especifica que existen otras soluciones óptimas. c) Solución No Acotada: En esta situación el cuadro de Resultados del Solver es el siguiente: El Solver identifica que los valores no convergen (no están acotados), no permitiendo seleccionar ningún informe.
  • 30. d) No Existe Solución Factible: Para este caso se tiene el siguiente cuadro de Resultados del Solver: Solver no ha encontrado solución válida (factible) y tampoco permite seleccionar ningún informe.
  • 31.  La Protrac Inc., fabrica dos tipos de productos químicos, E y F, cuya utilidad neta es de $5000 y $4000 por tonelada respectivamente. Ambos pasan por operaciones de 2 departamentos de producción, que tienen una disponibilidad limitada. El departamento A dispone de 150 horas mensuales; cada tonelada de E utiliza 10 horas de este departamento, y cada tonelada de F, 15 horas. El departamento B tiene una disponibilidad de 160 horas mensuales. Cada tonelada de E precisa de 20 horas, y cada tonelada de F precisa de 10 horas para su producción. El Modelo de la Protrac
  • 32. Para la producción global de E y F, se deberán utilizar al menos 135 horas de verificación en el próximo mes; el producto E precisa de 30 horas y F de 10 horas por tonelada de verificación . La alta gerencia ha decretado que es necesario producir al menos una tonelada de F por cada 3 de E . Un cliente ha solicitado al menos 5 toneladas, cualquiera sea su tipo, de E o F. Por otro lado, es evidente que no pueden producirse cantidades negativas de E ni de F.   Se trata de decidir, para el mes próximo, las cantidades a producir de cada uno de los productos para maximizar la utilidad global.
  • 33. Variables controlables   E : toneladas de tipo E a producir; F: toneladas de tipo F a producir;   Modelo Función objetivo: Max 5000 E + 4000 F {maximizar la utilidad global} Sujeto a: 10 E + 15 F ≤ 150 {horas del departamento A} 20 E + 10 F ≤ 160 {horas del departamento B} 30 E + 10 F ≥ 135 {horas de verificación} E - 3 F ≤ 0 {al menos una de F cada 3 E significa E ≤ 3 F} E + F ≥ 5 {al menos 5 toneladas} E ≥ 0, F ≥ 0 {no negatividad} El Modelo