Вы находитесь на странице: 1из 23

UNIVERSIDAD NACIONALIntegrantes:

AGRARIA LA MOLINA
FACULTAD DE INGENIERIA AGRICOLA
DEPARTAMENTO DE RECURSOSHIDRICOS
Chipana Briceo, Frank

Carranza Portocarrero,
Katarine

Informe N1:
Optimizacin
usando el
Solver del Excel

1.INTRODUCCIN
1.1 Objetivos

Determinar el valor mximo o mnimo de una celda cambiando


otras

celdas, por

ejemplo, puede cambiar el

importe

del

presupuesto previsto para publicidad y ver el efecto sobre el

margen de beneficio.
Ajustar los valores en las celdas cambiantes que se especifiquen,
denominadas

celdas

ajustables,

para

generar

el

resultado

especificado en la frmula de la celda objetivo.


Buscarse el valor ptimo para una frmula (frmula: secuencia de
valores, referencias de celda, nombres, funciones u operadores de
una celda que producen juntos un valor nuevo).

1.1.2 Objetivos generales


Que el alumno al terminar la prctica sea capaz de entender y
modelar los problemas con las condiciones del mismo para ser
resuelto tanto en el papel (por el mtodo grfico) como en
Solver del Excel.

1.1.3 Objetivos especficos


Que el alumno tenga la facilidad del manejo de programas de
optimizacin, en este caso de maximizacin de un problema.

2.MARCO TEORICO

2.1PROGRAMACION LINEAL
La Programacin Lineal estudia la optimizacin (maximizacin o
minimizacin)

de

una

funcin

lineal

en

presencia

de

restricciones lineales de igualdad y/o desigualdad.


Es una de las herramientas ms importantes en la gestin y
asignacin de recursos.
Se trata de asignar o localizar un nmero de recursos limitados,
entre diversas actividades.
Se busca la solucin que mejor valor tenga para la funcin
objetivo y, a su vez, verifique todas las restricciones impuestas
al modelo.

Aplicaciones Comunes de Programacin Lineal:


Finanzas: el problema del inversor podra ser un problema de
seleccin del mix de su cartera de inversiones. En general, la
variedad de carteras puede ser mucho mayor que lo que indica el
ejemplo y se pueden agregar muchas ms restricciones distintas.
Otro problema de decisin implica determinar la combinacin de
mtodos de financiacin para una cantidad de productos cuando
existe ms de un mtodo de financiacin disponible. El objetivo
puede ser maximizar las ganancias totales cuando las ganancias
de

un

producto

determinado

dependen

del

mtodo

de

financiacin.

Administracin

de

Produccin

Operaciones: muchas veces en las industrias de proceso, una


materia prima en particular puede transformarse en una gran
variedad de productos. Por ejemplo, en la industria petrolera, el
crudo puede refinarse para producir nafta, kerosene, aceite para
calefacciones y distintas clases de aceite para motor. Segn el

margen de ganancia actual de cada producto, el problema es


determinar la cantidad que se debera fabricar de cada producto.
Esta decisin est sujeta a numerosas restricciones tales como
lmites de las capacidades de diversas operaciones de refinado,
disponibilidad de materia prima, etc.

Recursos

Humanos: los problemas de planificacin de

personal tambin se pueden analizar con programacin lineal. Por


ejemplo, en la industria telefnica, la demanda de servicios de
personal de instalacin / reparacin, son estacionales. El problema
es determinar la cantidad de personal de instalacin / reparacin y
reparacin de lneas que debemos tener incorporada en la fuerza
laboral por cada mes a fin de minimizar los costos totales de
contratacin, despido, horas extras y salarios en horas ordinarias.
El conjunto de restricciones comprende restricciones con respecto
a la demanda de servicio que se debe satisfacer, uso de horas
extra, acuerdos con los sindicatos y la disponibilidad de personal
calificado para contratar.

Marketing: se puede utilizar la programacin lineal para


determinar el mix adecuado de medios de una campaa de
publicidad. Supngase que los medios disponibles son radio,
televisin y diarios. El problema es determinar cuntos avisos hay
que colocar en cada medio. Por supuesto que el costo de
colocacin de un aviso depende del medio elegido. El objetivo es
minimizar el costo total de la campaa publicitaria, sujeto a una
serie de restricciones.

Distribucin: otra aplicacin de programacin lineal es el rea


de la distribucin. Considere un caso en el que existen m fbricas
que deben enviar productos a n depsitos. Una determinada
fbrica podra realizar envos a cualquier cantidad de depsitos.
Dado el costo del envo de una unidad del producto de cada
fbrica a cada depsito, el problema es determinar el patrn de
envo (cantidad de unidades que cada fbrica enva a cada
depsito) que minimice los costos totales.

2.2Solver
El Solver es una herramienta de Microsoft Excel que, entre otras
funcionalidades, sirve para resolver problemas de programacin
lineal.
Antes de utilizar el Solver debemos tener claro cul es nuestro
problema. Es decir, cual es la funcin objetivo y cules son las
restricciones. Luego, debemos ingresar los datos del problema en el
modelo del Solver. Cabe aclarar que llamamos modelo a la planilla
de Excel que utilizamos para ingresar los datos del problema.
Por otro lado, podemos decir que los elementos de un Modelo de
Programacin Lineal son: los Parmetros y las Variables.
Las variables son aquellas sobre las que se pueden tomar decisiones
y losparmetros son las constantes del modelo (coeficientes de la
funcin objetivo, coeficientes de las restricciones, lado derecho de las
restricciones).
Entonces, al resolver el problema busco hallar los valores de las
variables de manera que maximice la funcin objetivo, sujeta a las

restricciones dadas. La determinacin de los valores apropiados que


deben asignarse a los parmetros del modelo es crtica.
A veces, el valor asignado a un parmetro es, por necesidad, slo una
estimacin, debido a la incertidumbre sobre el valor real del
parmetro, es importante analizar la forma en que cambiara (si es
que cambia) la solucin derivada del problema si el valor asignado al
parmetro se cambiara por otros valores posibles; este proceso se
conoce como anlisis de sensibilidad.

2.2.1 Informe de Sensibilidad.


El informe de sensibilidad suministra detalles adicionales de la
optimizacin.
Solver genera dos tablas en este informe: una para las variables y la
otra para las restricciones. El anlisis de sensibilidad es el estudio de
cmo los cambios en uno de los parmetros del problema afectan a la
solucin ptima.

Glosario de trminos del informe de Sensibilidad


Parmetros o Coeficientes. Los parmetros son constantes
usadas en el problema para determinar la funcin objetiva y los
recursos disponibles (restricciones o RHS).
Valor Final Indica la solucin ptima obtenida.

Gradiente

Reducido

(Costo

Reducido

Costo

de

Oportunidad) Las actividades que entran en el plan ptimo tienen


un costo reducido igual a cero, mientras que las que no entran tienen
un costo reducido negativo.
Coeficiente Objetivo son los precios netos de cada actividad.
Aumento Permisible Indica en cuanto se puede aumentar un
coeficiente objetivo (precio neto) sin que cambie la solucin ptima.
Disminucin Permisible Indica en cuanto puede disminuir un
coeficiente objetivo (precio neto) sin que cambie la solucin ptima.
Rango de Optimalidad Se forma a partir de los coeficientes
objetivos y de los aumentos y disminuciones permisibles. La solucin
ptima de un modelo de Programacin Lineal no cambia si un
coeficiente objetivo de alguna variable en la funcin objetiva cambia
dentro de cierto rango. Solo se permite el cambio de un coeficiente.
Valor Final Indica la cantidad de los recursos disponibles utilizados
en el proceso productivo.
Precio Sombra (o Precios Duales). Es el cambio marginal en el
valor de la funcin objetiva ptima que se produce si se modifica una
restriccin (es decir si se incremente en una unidad).
Restriccin Lado Derecho (Constraints). Son lmites fsicos,
econmicos, tecnolgicas, o de cualquier otra ndole, que se imponen
a las variables de decisin.
Aumento y Disminucin Permisible Indica en cuanto se puede
aumentar/disminuir el recurso disponible sin que se modifique la
solucin ptima.

Rango de Factibilidad Indica que el valor del precio de sombra


permanecer sin modificacin alguna, siempre y cuando la restriccin
en cuestin permanezca dentro del llamado rango de factibilidad.

2.3

Funcin objetivo optimizado

La relevancia de los problemas de optimizacin en el mundo empresarial


ha generado la introduccin de herramientas de optimizacin cada vez
ms sofisticadas en las ltimas versiones de las hojas de clculo de
utilizacin generalizada. Estas utilidades, conocidas habitualmente como
solvers, constituyen una alternativa a los programas especializados de
optimizacin cuando no se trata de problemas de gran escala,
presentado la ventaja de su facilidad de uso y de comunicacin con el
usuario final.
Construccin de un modelo de optimizacin:
La introduccin de un modelo de optimizacin, un programa lineal en
nuestro ejemplo, se puede sintetizar en cuatro fases:
1. Organizar los datos del modelo en la hoja de trabajo. Si bien son
mltiples las posibles formas de disear el formato y colocacin de los
datos de entrada, es recomendable seguir los mismos principios que en
toda aplicacin con hoja de clculo: pensar en la hoja como un informe
que explique el problema, identificar los datos introducidos, colocar
comentarios, introducir todos los datos iniciales del problema y construir
a partir de los mismos el modelo de optimizacin con el objeto de
facilitar el anlisis de sensibilidad, utilizar tcnicas de diseo para
presentar el modelo, etc. Por otra parte, interesa organizar el programa
segn el formato del grfico I con el objeto de ilustrar la propia
estructura del modelo.
2. Reservar una celda para cada variable de decisin. Siguiendo el
esquema de un programa matemtico, es recomendable que inicien la

hoja de trabajo. Debern estar vacas o con datos numricos, nunca


frmulas, y a ser posible con notas o comentarios.
3. Crear una celda para la funcin objetivo prxima a las que recogen
las variables. La frmula que incorpora deber crearse a partir de las
celdas descritas en el punto anterior.
4. Para cada restriccin, crear una celda que recoja la frmula de su
parte izquierda, y a la derecha de dicha celda colocar el trmino
independiente. La estructura recomendable es la que se recoge en el
grfico I dado que permite reducir el trabajo en la fase de introduccin
del problema, facilita la deteccin de errores y simplifica su resolucin
con el solver

3.DESARROLLO DEL EJERCICIO EN CLASE


3.1 OPTIMIZACIN
Para realizar la ejecucin de la optimizacin del problema, se realiza los
siguientes pasos en una de hoja de clculo de Excel:
1. Organizar los datos del modelo en la hoja de trabajo. Si bien
son mltiples las posibles formas de disear el formato y
colocacin de los datos de entrada, es recomendable seguirlos
mismos principios que en toda aplicacin con hoja de clculo:
pensar en la hoja como uniforme que explique el problema,
identificar los datos introducidos, introducir todos los datos
iniciales del problema y construir a partir de los mismos el modelo,
utilizar tcnicas de diseo para presentar el modelo, etc. Por otra

parte, interesa organizar el programa segn el formato del grfico


I con el objeto de ilustrar la propia estructura del modelo.
2. Reservar una celda para cada variable de decisin.
Siguiendo el esquema de un programa matemtico, es
recomendable que inicien la hoja de trabajo. Debern estar vacas
o con datos numricos, nunca frmulas.
3. Crear una celda para la funcin objetivo prximo a las que
recogen las variables. La frmula que incorpora deber crearse
a partir de las celdas descritas en el punto anterior.
4. Para cada restriccin, crear una celda que recoja la frmula
de su parte izquierda, y a la derecha de dicha celda colocar
el trmino independiente. La estructura recomendable es la
que se recoge en el grfico I dado que permite reducir el trabajo
en la fase de introduccin del problema, facilita la deteccin de
errores y simplifica su resolucin con el solver.

GRAFICO I
3.2
Celda objetivo
Celdas
cambiantes

Funcin objetivo
Variables de
decisin

PROGRAMACIN LINEAL.
Una vez introducidos los datos, el programa se resuelve ejecutando el
comando
Solver situado dentro del men de Herramientas. Para ello es preciso
tener en cuenta la siguiente equivalencia de trminos:
En el GRAFICO II se recogen los parmetros del Solver para el
problema del grfico I. La funcin objetivo (celda G5) se coloca como
celda objetivo, sealando la opcin Max que indica que el programa
es de mximo. Las variables de decisin se sealan recogiendo el rango
de celdas que ocupan (D4:E4) en el cuadro de celdas cambiantes.

GRFICO II

Para introducir las restricciones se presiona el botn de Agregar


generando el despliegue de una nueva pantalla (GRFICO III). En la parte
izquierda (Referencia de celda) se introduce la celda que recoge la
frmula matemtica que refleja la parte izquierda de la restriccin (la
celda E9 en el caso de la primera restriccin). En la parte derecha se
recoge la celda, o directamente el valor numrico, del trmino
independiente de la restriccin. En el cuerpo central se selecciona el
signo de la restriccin. Excel 2013 permite los tres posibles signos
permitidos en la programacin lineal (<=, =, >=), adems de int, bin y
dif.

GRFICO III
Una vez introducido la primera celda ponemos agregar y as
sucesivamente con las dems restricciones. Los botones Cambiar y
Eliminar permiten modificar y borrarrespectivamente alguna de las
restricciones.
Le damos aceptar y aparecen ya en el espacio donde dice sujeto a las
restricciones, adems de activar el casillero que aparece debajo del
cuadro convertir variables sin restricciones en no negativas, (GRAFICO
IV), sealamos tambin el mtodo que deseamos que utilice el solver
(GRG Nonlinear, Simplex LP o Evolutionary) en este caso utilizaremos el
mtodo Simplex LP como est representado en el grafico IV y
Resolver.

GRAFICO V

Aparece un cuadro donde nos pide que desea que nos muestre del
proceso de optimizacin, lo que deseamos es que se nos muestre
todo,as que activamos responder, confidencialidad y lmites , por
ultimo damos aceptar y nos arroja todos los anlisis y resultados en la
misma hoja de clculo como en 3 nuevas hojas (GRAFICO VI)

GRAFICO VI

4. DATOS OBTENIDOS
4.1

Reporte de respuesta:

este reporte nos indica los

resultados de la maximizacin por el mtodo complex, como se


muestran

en

los

siguientes

cuadros:

Celda objeto (Mx): indica el valor inicial y final del


funcional.
Celdas de variables: Indican los valores y finales de las
variables de decisin.

Restricciones:
Valor de la celda: indica el valor final de las
ecuaciones
Formula: es la frmula de cada restriccin.
Estado: es el estado de la variable si es que se usa
todo o no.
Demora: es el valor de lo sobrante.

4.2

Reporte de lmites:

En este reporte se representa las cantidades finales de cada uno


de las variables y el valor de la ecuacin a optimizar.

Amarillo: indica el valor ms bajo que puede tomar esa


variable y cul ser el valor del objetivo en ese caso.
Verde: indica el valor ms alto que puede tomar la variable
y cul ser el valor del objetivo en ese caso.

4.3 Reporte de confidencialidad:

La primera parte se analiza de los productos:


Rojo: valor de costo de oportunidad de producir la otra
variable.

Naranja: son los valores de los coeficientes de la funcin


objetivo.

Amarillo: valores mximos que puede tomar los


coeficientes de la funcin objetivos sin que cambie el
ptimo.

Celeste: valores mnimos que puede tomar los


coeficientes de la funcin objetivos sin que cambie el
ptimo.

La segunda parte se analiza de los recursos:


Azul: representa los valores marginales de los productos.
Morado: los valores de las cantidades que se pueden usar
como mximo.
Plomo: valores mximos que pueden tomar los recursos
disponibles sin que cambie el ptimo.
Verde: valores mnimos que pueden tomar los recursos
disponibles sin que cambie el ptimo.
Formas graficas:
Se grafican las graficas de restricciones las cuales algunas se
interceptan y se halla la zona mas cercano pegado a los ejes
(zona sombreada)
Con la ayuda de la recta que se quiere maximizar, en este caso
la funcion Z, se empieza hallar sus paralelar hasta que se
intercepte con alguno de los cuatro puntos (color azul) y se
escoge el que esta en la zona mas alejada.

Max Z cambiando sus coeficientes:


Coeficiente de X:
(20000-10000)
10000X+10000Y = 250000

(20000+10000)
30000X+10000Y = 650000

Coeficiente de Y:
(10000-10000)
20000X+0Y = 400000

(10000+10000)
20000X+20000Y = 500000

5.

DISCUSIN

Es un mtodo ms practico que el optimizacin por el mtodo


grfico, adems que se hace muy eficiente y practico al momento
de trabajar con varias restricciones, lo cual se volvera complicado
si se trabajara por el mtodo grfico solo hay que saber
interpretar los datos que nos arroja el Excel despus de haber
ejecutado el Excel.
En el informe de confidencialidad al botar los datos del precio
sombra de las restricciones del agua y la de sorgo es cero, esto
significa que el valor de nuestro valor objetivo no va ha cambiar
as aumentemos o disminuyamos a cantidades permisibles.

6.

CONCLUSIONES

Las actividades que antes se realizaba con lpiz y papel, ahora se


realizan en un menor tiempo y precisin, aun con varios datos,
aprovechando los mltiples programas que existen para llevarlo a
cabo, como en este caso de optimizacin utilizando el Solver del
Excel.
El coeficiente es 20000 y se le redujo 10000 quedando un
coeficiente de 10000X, nos dimos cuenta que al graficar cambia la
pendiente y el Z da un valor de 250000 y a la vez tiene la misma
pendiente que uno de los lados lmites del rea sombreada, la cual
es escogida para trabajar los rangos.

7.

RECOMENDACIONES

Es bueno y necesario como alumnos de ingeniera, que tengamos


conocimientos de diversos programas para realizar nuestras
diversas labores que se nos presenta y no solo eso sino tambin
entender los resultados que nos dan dichos programas.

8.

BIBLIOGRAFA

Aieta, Joseph F. (1997). Excel Companion Appendix B. Linear


Optimization Problems Using Excel Solver.
http://faculty.babson.edu/aieta/exclcmpn/AppndxB/appndixb.htm
Lab Lecture #3 Excel Solver. Introduction to Solver.
http://home.rochester.rr.com/tweak/Lab%203%20--%20Excel
%20Solver.html
Lab Lecture #4. Excel Solver and Sensitivity Analysis. General LP
Problem http://home.rochester.rr.com/tweak/Lab%204%20-- %20Excel
%20Solver%20and%20Sensitivity%20Analysis.html