SOLUCIÓN DE UN PROBLEMA DE

PROGRAMACIÓN LINEAL CON SOLVER

Al igual que para cualquier otro método de resolución, el primer paso para resolver
un problema de programación lineal (PL) consiste en el modelamiento matemático,
y es en esta fase en la que el profesional de Ingeniería Industrial debe desarrollar
su mayor habilidad y destreza. Los pasos para resolver un problema de PL se
encuentran en el módulo de programación lineal. Sin embargo, dada la interfaz de
Excel, el modelamiento se hace más simple, siempre y cuando nos
caractericemos por organizar muy bien la información.
El PROBLEMA
Un herrero con 80 Kg. de acero y 120 Kg. de aluminio quiere hacer bicicletas de
paseo y de montaña que quiere vender, respectivamente a 20.000 y 15.000 pesos
cada una para sacar el máximo beneficio. Para la de paseo empleará 1 Kg. De
acero y 3 Kg. de aluminio, y para la de montaña 2 Kg. de ambos metales.
¿Cuántas bicicletas de paseo y de montaña deberá fabricar para maximizar las
utilidades?

EL MODELO MATEMÁTICO
Acero Aluminio Precio de Venta
Bicicleta de paseo (x) 1 kg 3 kg $ 20.000
Bicicleta de montaña (y) 2 kg 2 kg $ 15.000
Disponibilidad 80 kg 120 kg

Declaración de variables

x = Cantidad de bicicletas de paseo a producir

y = Cantidad de bicicletas de montaña a producir

Restricciones de capacidad

Aluminio:
x + 2y <= 80

Acero:
3x + 2y <= 120

Función Objetivo

Zmax = 20000x + 15000y

INGRESANDO LOS DATOS A EXCEL
Tal cómo se mencionó, la importancia de una correcta organización de la
información es vital, proponemos la siguiente plantilla para ingresar los datos de
nuestro problema:

El siguiente paso corresponde a registrar la información en la plantilla, de acuerdo

a los datos que tenemos en el problema:

El siguiente paso consiste en formular la plantilla, para ello debemos considerar

¿qué pasaría si cambiaran las variables de decisión?... Pues, en caso tal de que
las variables sufrieran cambios se alteraría la contribución total, y el inventario de
recursos. Por ello, debemos formular en consecuencia:
Ahora que ya tenemos nuestra plantilla formulada, el siguiente paso consiste en
utilizar Solver para resolver el modelo, para ello, vamos a la pestaña Datos (En
cualquier versión de Office), y seleccionamos el complemento Solver:

Una vez iniciemos Solver se abrirá una ventana emergente llamada "Parámetros
de Solver", en ella como primera medida seleccionaremos nuestra celda objetivo
(Contribución Total) y seleccionaremos el criterio Maximizar:
El siguiente paso, es indicarle a Solver que debe alcanzar el máximo valor para la
celda objetivo mediante la variación de las siguientes celdas (Cambiando las
celdas), es decir, le indicaremos cuales son las variables de decisión:
El siguiente paso consiste en asignarle las restricciones a las que el modelo está
sujeto, las cuales son restricciones de disponibilidad de recursos:
Lo que nos muestra la imagen anterior es la forma de indicarle la restricción a
Solver, para que el inventario usado sea menor o igual al inventario disponible. De
igual forma debe hacerse para el recurso de Aluminio.

La siguiente restricción es la de no negatividad, es decir, que las variables de

decisión no puedan tomar valores menores que cero.

Si quisiéramos resolver el modelo tal cual como está pudiésemos hacerlo, y

obtendríamos quizá una respuesta que distaría de su aplicación práctica, dado
que es probable que la respuesta nos de variables continuas, y en la práctica
vender 0,6 bicicletas es un poco complicado. Por tal razón, agregaremos una
restricción que hace que el ejercicio se resuelva mediante programación lineal
entera, indicando que las variables de decisión deban ser enteras:
Hecho esto, damos clic en Aceptar y en Resolver... Podemos observar como las
variables de decisión, las restricciones (inventario usado) y la contribución total
(celda objetivo) han tomado valores, estos son los valores óptimos según el
modelo formulado. Ahora nos aparecerá un cuadro de diálogo que nos preguntará
si deseamos utilizar la solución de Solver y unos informes que debemos
seleccionar para obtener una tabla resumen de la respuesta y un análisis de
sensibilidad que se insertarán como hojas al archivo de Excel:

El informe de sensibilidad arrojado por Solver es mucho más básico que el que
nos puede proporcionar WinQSB, sin embargo destacamos la información
referente al "Multiplicador de Lagrange" que corresponde al "Shadow Price de
WinQSB" conocido como el precio sombra, es decir, el cambio marginal de la
función objetivo cuando el valor del lado derecho de la restricción aumenta en una
unidad, en este caso, por cada kg de Acero adicional que dispongamos, la función
objetivo aumentaría en $ 1250.
Este mismo ejercicio fue resuelto con WinQSB y TORA arrojando iguales
resultados, el archivo de Excel utilizado para esta demostración se adjuntará a
continuación para su descarga:
Para ejemplificar respecto al uso de Solver utilizaremos el siguiente modelo de Programación
Lineal:

Paso 1: Abrir una planilla de cálculo de Excel y definir las variables de decisión y la función
objetivo. En este ejemplo se han marcado con amarillo y verde las variables de decisión y
función objetivo respectivamente sólo para facilitar la comprensión. Es importante notar que la
función objetivo (celda F4) será siempre una fórmula que depende de los parámetros de la
función objetivo (celdas B5, C5, D5) y las variables de decisión (B4, C4, D4)

Paso 2: Se definen las restricciones del modelo. La columna en amarillo bajo el titulo "Laso Izq"
es una fórmula de los parámetros y las variables de decisión en las respectivas restricciones. Por
ejemplo, la fórmula incorporada en E9 es simplemente: 15X + 7,5Y + 5Z. La celda F9 es el lado
derecho de dicha restricción y corresponde a una constante (315).
Paso 3: Ingresamos a la Opción Solver (Ver Instalacion Solver de Excel). Luego definimos la
celda objetivo (función objetivo), el valor que buscamos (máximización o minimización), las
celdas que deseamos cambiar (variables de decisión) y las restricciones. Para nuestro ejemplo
está será la pantalla que se debe obtener:

Paso 4: Accedemos a "Opciones..." y seleccionamos "Adoptar modelo lineal"y "Adoptar no

negativos". Finalmente seleccionamos "Aceptar" y luego "Resolver".
Paso 5: Si el proceso se ha desarrollado en forma correcta la planilla de cálculo se actualizará y
se obtendrán los siguientes resultados. Solución Óptima: X=4, Y=10, Z=36. Valor Óptimo:
V(P)=6.620. Se recomienda requerir el informe de sensibilidad tal como se muestra en la
imagen de abajo.

Paso 6: La imagen a continuación ha sido levemente editada y corresponde al informe de

sensibilidad. Por ejemplo, el parametro que actualmente acompaña a X en la función objetivo es
200, sin embargo, si este valor varía entre [120,240] se conservará la actual solución óptima.
En cuanto a las restricciones podemos decir, por ejemplo, que si el lado derecho de la segunda
restricción (actualmente este lado derecho es igual a 110) aumenta a 120, es nuevo valor
óptimo será V(P)=6.620 + 10*10 =6.720, es decir, el valor óptimo aumentará en forma
proporcional al precio sombra de dicha restricción. Se recomienda revisar la sección de Análisis
de Sensibilidad para reforzar estos conceptos.