Uso del Solver en la Asignación de Recursos

H.L. Mata

Tal como lo menciona Joseph F. Aieta1, el algoritmo Microsoft Excel Solver2 es

una poderosa herramienta para la optimización y asignación eficiente de recur-
sos escasos (tierra, trabajo, capital, capacidad gerencial, etc.). Dicha herra-
mienta permite al Administrador conocer el mejor uso de sus escasos recursos
de tal manera que se cumplan las metas deseadas, tales como la maximización
de los beneficios, o la minimización de los costos.

El método de la Programación Lineal (LP) debe su popularidad al método Sim-

plex3 desarrollado por George Danzing4 y a la tremenda revolución ocurrida en
el campo de las computadoras a partir del año 1982.

Es una técnica muy potente de asignación de recursos habiéndose convertido

en una herramienta estándar para resolver problemas para negocios y organi-
zaciones.

En el mercado existen numerosos programas de computación dedicados a re-

solver problemas de Programación lineal, de los cuales el SOLVER, LINDO,
GAMS y XPRESS-MP son los más populares.

Un Problema Simple de Producción Agrícola

A fin de ilustrar el uso del complemento (Add In) del Solver de Excel, vamos a
considerar el ejemplo de los Profesores Raymond Beneke y Ronald Winter-
boer5. Para ello consideren que un productor agrícola dispone de los siguientes
recursos: 12 acres6 de tierra, 48 horas de trabajo familiar y 360 US $ de capi-
tal, para sembrar Maíz, Soya y Avena, respectivamente. Él está interesado en
saber que cantidad de acres debe sembrar de cada producto, a fin de obtener
el máximo ingreso posible por el uso de sus recursos.

1
Joseph F. Aieta. Excel Companion Appendix B. Linear Optimization Problems Using Ex-
cel Solver, [On line]. http://faculty.babson.edu/aieta/exclcmpn/AppndxB/appndixb.htm
2
La empresa Frontline Systems Inc. es la compañía que creó el Add in Solver para la hoja de
cálculo que aparece en Microsoft Excel. En su homepage: http://www.frontsys.com Ud. encon-
trará información técnica y recursos incluyendo Ayuda con el Solver, un Tutorial sobre optimiza-
ción y una página privada para los usuarios de Solver
3
El método Simplex es un procedimiento matemático (algoritmo) que utiliza suma, resta, multi-
plicación y división de manera secuencial para resolver problemas.
4
George B. Dantzig (1963) “Linear Programming and Extensions”, Princeton University Press,
Princeton, N.J.
5
Benecke, Raymond y Ronald Winterboer Linear Programming Applications to Farm Planning.
6
Medida de superficie americana equivalente a 0,4047 hectáreas. Una hectárea igual a 2,471
acres
El problema
Un empresario desea organizar su negocio agrícola (ejemplo: qué producir ? )
a fin de maximizar los ingresos netos con respecto a los costos variables, dada
las condiciones que se describen a continuación:

Las restricciones:
Se refieren a los recursos disponibles (limitaciones) que posee el productor
agrícola para llevar a cabo el proceso productivo:

Tierra 12 acres
Trabajo 48 horas
Capital 360 bolívares

Las actividades:

Se refieren a los productos que se puede producir con los recursos escasos:

Maíz
Soya
Avena

Las actividades están definidas en término de unidades de un acre; así por

ejemplo: la producción de un acre de Maíz, un acre de Soya, un acre de Avena,
etc. Tanto los coeficientes técnicos de producción como los Precios Netos des-
critos más abajo se refieren a una unidad de acre.

Los coeficientes técnicos de producción:

1. La producción de Maíz requiere un acre de tierra, seis horas de trabajo y

36 dólares de capital
2. La producción de Soya requiere un acre de tierra, seis horas de trabajo y
24 US $ de capital
3. La producción de Avena requiere un acre de tierra, dos horas de trabajo
y 18 US $ de capital

Los precios Netos:

Los precios netos de una actividad se definen como el valor de las ventas bru-
tas menos los costos variables de producción. Así por ejemplo, si un acre culti-
vado de maíz tiene un valor de 75 $ US y si los costos variables de producción
por acre son de 35 US $, entonces el precio neto de la actividad es de 40 US $.

2
Los precios netos utilizados en el ejercicio son los siguientes:

Producción de Maíz 40 US $ por acre

Producción de Soya 30 US $ por acre
Producción de Avena 20 US $ por acre

Ordenamiento del problema

El planificador agrícola debe estimar los coeficientes técnicos de producción a

partir de los registros agrícolas o de las observaciones que haga el productor
agrícola, complementándolos, de ser necesario, con su propia experiencia, así
como también con datos recogidos de otros productores agrícolas y de las es-
taciones experimentales agrícolas, si existieran.

Los datos recogidos deben presentarse en una matriz tal como la indicada más
abajo, o en cualquier otro formato particular. Las restricciones se colocan en
filas y las actividades de producción en columnas. Cualquier coeficiente que se
encuentre en la intersección de una fila y una columna muestra cuanto del re-
curso en esa fila es usado por una unidad de la actividad de producción. Así
por ejemplo, para producir una unidad (acre) de Maíz se requiere 1 acre de
tierra, 6 horas de trabajo y 36 US $ de capital. El precio neto (Ventas brutas
menos costos variables) es de 40 US $ por acre sembrado de Maíz. Cuadro 1.

Variables de Holgura
Actividades de Producción
Nivel de las (Slack)
Restricciones Restricciones Maíz Soya Avena
Tierra Trabajo Capital
(1 acre) (1 acre) (1 acre)
Tierra 12 acres 1 1 1 1
Trabajo 48 acres 6 6 2 1 de
Capital 360 ($) 36 24 20 1
Precios Netos 40 30 20
Cuadro 1. Problema de Producción Agrícola Ordenado en Formato Matricial.

Variables de Holgura (Slack)

Las variables de holgura (Slack) se incluyen en el modelo para recoger las can-
tidades de recursos no utilizados en el plan óptimo. Se les denomina también
actividades de holgura o variables de holgura. Tal como se verá mas adelante
con motivo del análisis de la solución óptima, los recursos tierra y trabajo se
consumen completamente en el proceso productivo, no sucediendo lo mismo
con el recurso capital, del cual hay un excedente de 36 US $.

3
Formulación algebraica del problema
Las variables de decisión (actividades) en este modelo son Maíz ( X M ), Soya
( X S ) y Avena ( X A ), respectivamente. El objetivo del problema consiste encon-
trar un plan óptimo de producción. Es decir, determinar la cantidad óptima a
producirse de Maíz, Soya o Avena a fin de maximizar la función de beneficio.

A continuación se presenta la formulación algebraica del problema:

Maximizar la función de Beneficio: Z = 40 X M + 30 X S + 20 X A

Sujeta a las siguientes restricciones:

[1] 1X M + 1X S + 1X A ≤ 12 Restricción del recurso Tierra

[2] 6 X M + 6 X S + 2 X A ≤ 48 Restricción del recurso Trabajo
[3] 36 X M + 24 X S + 18 X A ≤ 360 Restricción del recurso Capital

XM ≥ 0 XS ≥ 0 XA ≥0 Restricción de no negatividad

La desigualdad [2] especifica que 6 horas de trabajo familiar multiplicadas por

los acres de Maíz, más 6 horas de trabajo multiplicadas por los acres de Soya,
más 2 horas de trabajo multiplicadas por los acres de Avena debe ser menor o
igual que el total de horas de trabajo disponible, es decir 48. La primera y ter-
cera desigualdad indican condiciones similares para la tierra y el capital, res-
pectivamente. La cantidad total de tierra usada debe ser menor que o igual
que la totalidad disponible, es decir 12 acres. El capital total usado debe ser
menor que o igual a 360 US $.

Otra condición importante desde el punto de vista de la matemáticas de la

programación lineal, es que ninguna actividad (producción) puede realizarse a
nivel negativo (producir una cantidad negativa de cualquiera de las tres pro-
ductos incluidos en el modelo no tiene sentido). Por lo tanto se puede escribir
que:

[4] XM ≥ 0
[5] XS ≥ 0
[6] XA ≥0

La condición [4] especifica que las unidades de Maíz producidas deben ser ma-
yores que o igual a zero, es decir no negativas. Condiciones similares se espe-
cifican para las cantidades de Soya [5] y Avena [6], respectivamente.

4
En programación lineal se busca encontrar los valores de X M , X S , X A , X CA ,
X T y X C que hagan máximo la suma de los productos de esas cantidades y
sus respectivos precios. En otras palabras, que combinación de Maíz, Soya y
Avena debería producirse y que cantidad de Tierra, Trabajo y Capital quedaría
sin utilizarse.

El problema entonces consiste en maximizar la función objetiva Z , definida

como excedente sobre los costos variables, en donde:

[7] Z = 40 X M + 30 X S + 20 X A

Hasta aquí el planteamiento del problema de Beneke y Winterboer.

Para cualquier ayuda sobre el solver consulten el sitio:

http://www.frontsys.com/xlhelp.htm

5
Cómo Estructurar el Problema en la Hoja de Cálculo
No existe una forma única para colocar los datos de un problema de optimiza-
ción (o de minimización) en la hoja de cálculo de MS Excel. Uds. pueden colo-
carlos como deseen. No obstante, su problema ganaría bastante en organiza-
ción si los datos se dispusieran en el siguiente orden: Función Objetivo (Tar-
get cell), Variables de decisión (changing cells = celdas cambiantes), Res-
tricciones (Constraints cells) y finalmente la condición de no negatividad
(non negative), figura 1.

1 Hagan clic en el botón Inicio – Todos los programas y seleccionen la

aplicación MicroSoft Excel.
2 Transcriban las siguientes etiquetas (textos descriptivos) en una hoja de
cálculo en blanco tal y como aparecen en la Figura 1.

Figura 1. Formulación del problema en la Hoja de cálculo de MS Excel

Especificar la Función objetivo (Target cell)

1 En el rango C3:E3 escriban los Coeficientes Objetivos o Precios netos
(valor de las ventas brutas menos los costos variables) de las ac-
tividades: Maíz 40, Soya 30 y Avena 20. (Celdas de color amarillo)
2 En la celda G3 escriban la fórmula para el cálculo la función objetivo (Z),
es decir, la función a ser maximizada. Recuerden que la misma se obtie-
ne multiplicando cada actividad (variable de decisión) por su respectivo
precio neto (coeficiente objetivo), tal y como se muestra a continuación:

[8] Z = 40 X M + 30 X S + 20 X A
Cuando Uds. escriban la expresión [8] en la celda G3 (color rojo), la
misma debe aparecer de la siguiente manera:

=C3*C8+D3*D8+E3*E8 y opriman la tecla Enter

6
 La función objetivo [8] también se puede calcular más fácilmente me-
diante la función = Sumaproduc to ( matriz1 ; matriz 2 ) de Excel. Dicha fun-
ción multiplica los componentes de la matriz 1 con la matriz 2 y después
suma los productos: matriz 1, el rango C3:E3; matriz 2, el rango C8:E8.

= Sumaproducto(C 3 : E 3; C 8 : E8 ) y oprima la tecla Enter

Noten que Excel devuelve el valor cero en la celda F3 debido a que el

Solver aún no ha colocado valor alguno en el rango C8:E8.

Especificar las Variables de Decisión (Changing Cells)

Noten que el rango C8:E8, situado inmediatamente debajo de las etiquetas
Maiz, Soya y Avena, se han resaltado deliberadamente con el color verde pa-
ra indicarle al usuario que las mismas serán utilizadas por el solver para colo-
car en ellas los valores óptimos, cuando los calcule.

Se pueden especificar hasta 200 variables de decisión; no obstante para efec-

tos de este problema solo se necesitan tres variables: Maíz, Soya y Avena

Especificar la Restricciones (Constraints Cells)

Las restricciones deben caer dentro de ciertos límites o satisfacer los valores
objetivos. Se pueden especificar hasta 500 restricciones –dos par cada una de
las variables de decisión – mas 100 restricciones adicionales, representando un
total de no mas de 1000 celdas en un problema. En el ejemplo del Profesor
Benecke hay solamente tres restricciones, a saber:

Restricción del Recurso Tierra

1. En el rango C13:E13 escriban la unidad de actividad para cada uno de

los productos a ser producidos, es decir 1 acre de Maíz, 1 de Soya y 1 de
Avena respectivamente.
2. En la celda H13 escriban el total de acres de Tierra disponible para la
producción, es decir 12 acres.
3. En la celda G13 escriban la restricción del recurso Tierra. Recuerden que
pueden escribirla de las siguientes dos maneras:

con la fórmula:

=C13*C8+D13*D8+E13*E8 presionen la tecla enter

o con la función matemática de MS Excel:

= Sumaproducto(C13 : E13; C 8 : E8) y opriman la tecla Enter

7
 La función Sumaproduc to multiplica los componentes del rango C13:E13
por los componente del rango C8:E8 (variables de decisión) y después
suma los productos.

Restricción del Recurso Trabajo

1 En el rango C14:E14 escriban los requerimientos de trabajo de cada una

de las actividades, es decir: Maíz, 6 horas; Soya, 6 horas y Avena, 2
horas, respectivamente.
2 En la celda H14 escriban el total de horas de Trabajo disponible para la
producción, 48 horas.
3 En la celda G14 escriban la función Sumaproduc to para la restricción del
recurso Trabajo:

= Sumaproducto(C14 : E14; C 8 : E8 ) y oprima la tecla Enter

La función Sumaproduc to multiplica los componentes del rango C14:E14

por los componente del rango C8:E8 (variables de decisión) y después
suma los productos.

Restricción del Recurso Capital

1 En el rango C15:E15 escriban los requerimientos de capital de cada una

de las actividades, es decir: Maíz, 36 dólares; Soya, 24 dólares y Avena,
18 dólares respectivamente.
2 En la celda H15 escriban el Capital disponible para la producción, 360
dólares.
3 En la celda G15 escriban la función Sumaproduc to para la restricción d el
recurso Trabajo:

= Sumaproducto(C15 : E15; C 8 : E8 ) y oprima la tecla Enter

La función Sumaproduc to multiplica los componentes del rango C15:E15

por los componente del rango C8:E8 (variables de decisión) y después
suma los productos.

Los ceros que aparecen inmediatamente debajo de la columna Recurso

utilizado son el resultado de las fórmulas escritas por Uds. con motivo
de registrar las restricciones correspondientes a los recursos Tierra, Tra-
bajo y Capital. Estos ceros van a ser reemplazados posteriormente por
los recursos utilizados, tan pronto como el Solver calcule las cantidades
óptimas de cada producto

8
Si Usted siguió los pasos anteriores su hoja de cálculo debe lucir de la siguien-
te manera:

Figura 2. Formulación del problema en la Hoja de cálculo de MS Excel

Instalar el Complemento Solver

Los problemas de Optimización (o minimización) se plantean y resuelven me-
diante el SOLVER, el cual es un Complemento (ADD IN) de MS Excel. Si Ud no
encuentra el comando SOLVER en el menú HERRAMIENTA, proceda a insta-
larlo en un todo de acuerdo con el siguiente procedimiento:
1 Hagan clic en el menú Herramientas de MS Excel y seleccionen el co-
mando Complementos
2 En el cuadro de diálogo Complementos seleccionen el complemento Sol-
ver, tal y como se muestra en dicho cuadro de diálogo.

Figura 3. Cuadro de dialogo Complementos

3 Hagan clic en el comando Aceptar.

9
Abrir el Cuadro de Diálogo Parámetros del Solver
1 Hagan clic en el menú Herramientas y seleccionen Solver

Noten que inmediatamente aparece el cuadro de diálogo Parámetros

del Solver para que Ud especifique la función objetivo, las variables de
decisión y las restricciones, respectivamente.

El Solver permite resolver problemas que tengan hasta 200 variables de

decisión, 100 restricciones explícitas y 400 simples (cota superior o infe-
rior o restricciones enteras sobre las variables de decisión)

Figura 4. Cuadro de dialogo Parámetros del Solver en blanco

Alimentar el Cuadro de Diálogo Parámetros del Solver

Antes de alimentar cada uno de los campos del referido cuadro (Celda objetivo,
Cambiando las celdas o Sujetas a las siguientes restricciones), hagan clic en el
botón de comando Restablecer todo con el fin de borrar cualquier dato que haya
quedado en el cuadro de diálogo con motivo de alguna optimización anterior.

Identificar la Celda objetivo (Función objetivo = Target Cell)

1 Hagan clic en la celda G3 de la hoja de cálculo para seleccionar la fun-
ción objetivo = Sumaproducto(C 8 : E 8; C 3 : E 3 ) .

Noten que en la celda objetivo aparecerá la celda absoluta: $G$3.

2 En la sección Valor de celda Objetiva hagan clic en el botón de opción

Máximo para indicarle al Solver que se trata de un problema de maxi-
mización.

10
Identificar las Celdas Cambiantes (Cambiando las celdas=Changing Cells)
El campo Cambiando las celdas permite identificar las variables de decisión
o celdas cambiantes como también se les denomina en el argot del Solver.

1 Hagan clic en la flecha roja que se encuentra en el interior del campo

Cambiando las Celdas
2 Ahora hagan clic en la celda C8 y arrastren el ratón hasta la celda E8 pa-
ra seleccionarlas. Estas celdas serán modificadas posteriormente por el
solver con motivo de buscar la solución óptima.
3 Hagan clic nuevamente en la flecha roja para mostrar el cuado de diálo-
go Parámetros del Solver

Noten que en las celdas cambiantes aparecerá el rango: $C$8:$E$8.

Identificar las Restricciones (Constraints cells)

Restricción de la variable Tierra
• Hagan clic en el interior del cuadro de lista Sujetas a las siguientes
restricciones: y seleccionen el botón de comando Agregar (Add) para
agregar la restricción correspondiente al recurso trabajo.
Aparece la ventana Agregar Restricción

Figura 5. Cuadro de dialogo Agregar Restricciones

• Hagan clic en la flecha roja del campo Referencia de la celda (Cells

Reference7) para ocultarlo y seleccionen la celda G13 la cual contiene la
restricción correspondiente a la variable Tierra. Contiene la función la
= Sumaproduc to (C13 : E13; C 8 : E 8)

• En la lista desplegable Tipo de restricción (situada en el centro del

cuadro de dialogo Agregar restricción) seleccionen el signo <= (menor o
igual que), ya que se espera que las actividades (Maíz, Soya y Avena)
utilicen completa (o parcialmente) el recurso Capital.
• En el campo Restricción seleccionen la celda H13, la cual contiene la
disponibilidad del recurso Tierra, 12 acres. En el lenguaje de la Progra-
mación Lineal a esta disponibilidad se le denomina con las letras RHS
(iniciales de Right Hand Side, lado derecho de la desigualdad)

7
Se usa para especificar la ubicación de una celda, en este caso la celda que contiene la formula =SUMAPRODUCTO(C13:E13;C8:E8

11
Restricción de la variable Trabajo
• Hagan clic nuevamente en el botón de comando Agregar (Add), para re-
gistrar la restricción Trabajo.
• En Referencia de la celda hagan clic en la celda G14 de la hoja de cál-
culo para seleccionarla. Contiene la fórmula = Sumaproducto(C14 : E14; C 8 : E8 )

• En la lista desplegable Tipo de restricción, seleccionen el signo <=

(menor o igual que), ya que se espera que las actividades (Maíz, Soya y
Avena) utilicen completa (o parcialmente) el recurso trabajo.
• En Restricción hagan clic sobre la celda H14, la cual contiene la dispo-
nibilidad del recurso Trabajo, 48 horas)

Restricción de la variable Capital

• Hagan clic nuevamente en el botón de comando Agregar (Add), para re-
gistrar la restricción Capital
• En Referencia de la celda hagan clic en la celda G15 de la hoja de cál-
culo para seleccionarla. Contiene la función = Sumaproducto(C15 : E15; C 8 : E 8 )

• En la lista desplegable Tipo de restricción, seleccionen el signo <=

(menor o igual que), ya que se espera que las actividades (Maíz, Soya y
Avena) utilicen completa (o parcialmente) el recurso capital.
• En Restricción hagan clic sobre la celda H15, la cual contiene la disponi-
bilidad del recurso Capital, 360 $).

Especificar las Restricciones de No negatividad:

El cuadro de diálogo Solver Options (Opciones del Solver) contiene diferentes
opciones para configurar los resultados del Solver. Entre las mas importantes
para efectos de este ejercicio se mencionan: Linealidad y Negatividad, respec-
tivamente.

Hagan clic en el botón Options del cuadro de diálogo Parámetros del Solver y
seleccionen las siguientes casillas de verificación:

1 Asume Linear Model para especificar que se trata de un programa li-

neal (o de un programa entero lineal, si ese fuera el caso). De esta ma-
nera el programa usa el algoritmo simples en lugar de un algoritmo no
lineal y complicado
2 Asume Non-Negative, para asegurarse que las celdas cambiantes
adopten solo valores no negativos, es decir ≥ 0 . Esta condición tiene su
razón de ser pues no se concibe la producción de cantidades negativas
de producto
3 Hagan clic en el botón OK para regresar al cuadro de diálogo Parámetros

12
Ejecutar el Solver
Tan pronto como hayan concluido la entrada de los datos ejecuten el siguiente
procedimiento para que el Solver inicie los cálculos:

1 Hagan clic en el botón de comando Resolver (Solver)

Aparece el cuadro de diálogo Resultados del Solver

Figura 6. Cuadro de dialogo Resultaos del Solver

2 Seleccionen la opción Utilizar solución de Solver

3 Si desean guardar los datos en un escenario hagan clic en el botón de
comando Guardar escenario. Asígnele un nombre y clic en Aceptar
4 A continuación indíquenle al Solver él o los tipos de informes que desean
mostrar. Seleccionen los informes: Respuestas (Answer); Sensibilidad
(Sensitivity) y Límites (Limits), respectivamente.
5 Hagan clic en el botón de comando Aceptar

Informe de Respuestas.
El informe de Respuestas presenta un resumen de los resultados de la
optimizacion: Valor de la funcion objetivo: Situación de cada restricción, en
particular si la restrición es limitante (obligatotio) o no limitante (opcional) y
finalmente el valor de la divergencia (Slack)

Glosario de términos del informe de respuesta:

• Celda objetivo La celda que contiene la función objetiva cuyo valor se
desea optimizar (maximizar/minimizar), en nuestro caso la celda G3.
• Función objetivo Z: Función matemática almacenada en la celda objetivo
cuya fórmula es: Z = 40 X M + 30 X S + 20 X A
• Coeficiente objetivo Es el valor de la actividad o los precios netos de las
actividades: Maíz, 40; Soya, 30; y Avena, 20

13
• Valor Final (solución óptima). Es el mejor valor de las celdas cambiantes,
es decir cuantas unidades se deben producir de cada actividad.
• Obligatorio (limitante). Se dice que un recurso es obligatorio (o limitante)
cuando el Recurso utilizado es igual al Recurso disponible.
• Opcional (no limitante). Cuando el Recurso utilizado es menor que el
Recurso disponible. En este caso resulta una Divergencia (Slack)
• Estado Indica si un recurso se ha usado completamente (Obligatorio o
Limitante) o parcialmente (Opcional o No limitante)
• Divergencia (Slack) Cantidad de recurso que no ha sido usado o asignado
en el proceso productivo

Celda objetivo
De acuerdo con el nforme el máximo ingreso que se puede obtener por el
hecho de asignar los recursos a la siembra de 6 acres de Maíz y 6 acres de
Avena es de 360 US $. No es posible organizar los recursos de otro manera,
distinta a la indicada por el Solver, de tal forma que se pueda generar un
ingreso superior a 360 US $.

A fin de calcular el ingreso neto de la explotación el productor agrícola debe

deducir los costos fijos del valor final, por la sencilla razón de que los costos
variables ya fueron imputados en la estimación de los coeficientes objetivos de
cada actividad. Para ser mas preciso, si los costos fijos fueran del orden de 100
US $, entonces los ingresos netos de la explotación ascenderían a 260 US $

Figura 7. Informe de Respuestas del Solver

14
Celdas Cambiantes (Variables de decisión)
Esta sección del informe indica que actividades entraron en el plan final
(solución óptima). El plan final manda a cultivar 6 acres de Maiz y 6 acres de
Avena, a fin de obtener el máximo ingreso. Para verificarlo realicen el siguiente
cálculo:

Ingreso máximo = 40*6+20*6 = 360 US $

El Solver indica con un cero las actividades que no entran en la solución

óptima, tal es el caso de la actividad Soya.

Restricciones:
En el lenguaje del Solver se dice que un recurso es limitante (Binding) cuan-
do los Recursos Utilizados son iguales a los Recursos Disponibles; de lo contra-
rio se le denomina Recurso No Limitantes (Not binding) (Los recursos utiliza-
dos son menores que los recursos disponibles).

Debido a problemas de traducción Uds. leerán en la columna Estado la palabra

Obligatorio, en lugar de Limitante. La palabra Obligatorio en las Restriccio-
nes Tierra y Capital indican que esos recursos se usaron completamente en el
proceso productivo.

Adicionalmente en la columna Estado aparece la palabra Opcional para indicar

que no se uso todo el Capital. Si no se utilizó todo el capital, entonces hay un
excedente de dicho recurso (36 US $), por lo cual hay que concluir que dicho
recurso es No Limitante.

El Solver indica con ceros en la columna Divergencia los recursos limitantes y

con no ceros los no limitantes. El capital resultó ser un recurso no limitante,
razón por la cual se muestra un excedente de 36 $ de Capital

La columna Divergencia más bien debería decir Slack o Variables de Hol-

gura. En programación lineal se utilizan las variables de holgura (una para ca-
da restricción) para convertir una desigualdad en una igualdad, resultando así
un sistema de ecuaciones lineales. Las variables Slack o de holgura indican las
cantidades de los recursos no utilizados en el plan óptimo. Por lo tanto pode-
mos decir que los recursos que limitaron la producción fueron la Tierra y el
Trabajo, respectivamente, mientras que el capital fue no limitante

Informe de Sensibilidad.
El informe de sensibilidad suministra detalles adicionales de la optimización.
Solver genera dos tablas en este informe: una para las variables y la otra para
las restricciones. El análisis de sensibilidad es el estudio de cómo los cambios
en uno de los parámetros del problema afectan a la solución óptima.

15
Glosario de términos del informe de Sensibilidad
• Parámetros o Coeficientes. Los parámetros son constantes usadas en el
problema para determinar la función objetiva y los recursos disponibles
(restricciones o RHS).
• Valor Final Indica la solución óptima obtenida, en nuestro ejemplo 6 acres
de Maíz y 6 de Avena, respectivamente.
• Gradiente Reducido (Costo Reducido o Costo de Oportunidad) Las activi-
dades que entran en el plan óptimo tienen un costo reducido igual a cero,
mientras que las que no entran tienen un costo reducido negativo. Así por
ejemplo, la Soya no entró en el plan óptimo. Si el productor agrícola deci-
diera sembrar un solo acre de Soya su ingreso neto disminuiría de 360 a
250 US$.
• 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 solución óptima.
• Disminución Permisible Indica en cuanto puede disminuir un coeficiente
objetivo (precio neto) sin que cambie la solución óptima.
• Rango de Optimalidad Se forma a partir de los coeficientes objetivos y
de los aumentos y disminuciones permisibles. La solución óptima de un
modelo de Programación Lineal no cambia si un coeficiente objetivo de al-
guna variable en la función objetiva cambia dentro de cierto rango. Solo se
permite el cambio de un coeficiente.

Por ejemplo, que pasa con la solución óptima si el coeficiente objetivo de la

actividad Avena se incrementa de 20 a 30 US $ ?.

Para responder esta pregunta se deben calcular previamente el rango de

optimalidad, es decir:

Límite superior: 20 + 20 = 40
Límite inferior 20 - 6,667 = 13,337

Dado que el coeficiente objetivo modificado [30] cae en el intervalo [40 ;

13,337] se puede asegurar que no habrá cambio en la solución óptima.

• 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
función objetiva óptima que se produce si se modifica una restricción (es
decir si se incremente en una unidad).
• Restricción Lado Derecho (Constraints). Son límites físicos, económicos,
tecnológicas, o de cualquier otra índole, que se imponen a las variables de
decisión: 12 acres de tierra, 48 horas de trabajo y 360 dólares de capital.
• Aumento y Disminución Permisible Indica en cuanto se puede aumen-
tar/disminuir el recurso disponible sin que se modifique la solución óptima
• Rango de Factibilidad Indica que el valor del precio de sombra permane-
cerá sin modificación alguna, siempre y cuando la restricción en cuestión
permanezca dentro del llamado rango de factibilidad

16
Análisis:
1 La columna Valor Igual (Valor Final) hace referencia al Valor final que
toman las variables de decisión o celdas cambiantes (Changing cells) ( X j )
en la solución óptima. En nuestro ejercicio 6 acres de Maíz ( X M ) y 6 acres
de Avena, ( X A ). Vea celdas D9 y D11, respectivamente

2 La columna Gradiente Reducido (Costo Reducido o costo de oportu-

nidad) le informa al usuario en cuanto debería modificarse el coeficiente
objetivo ( C j ) asociado a una variable ( X j ) en la función objetiva ( Z ) para
que la misma permanezca en la solución.

• Las variables que entran en la solución óptima tienen un Gradiente re-

ducido (Costo reducido o costo de oportunidad) igual a cero. Se les de-
nomina variables básicas.
• Las variables que no entran en la solución óptima tienen costo reducido
negativo (< 0). Se les denomina variables no básicas. En nuestro
ejemplo la Soya no entró en el plan final, por lo tanto su costo reducido
es –10. Esto significa que si por alguna razón el productor forzara la
entrada de un acre de soya en el plan final (reemplazando un acre de
Maíz, por ejemplo) el valor del programa se reduciría en 10 $, es decir
de 360 $ a 350 $

Figura 8. Informe de Sensibilidad del Solver

17
3 La columna Coeficiente Objetivo muestra los precios netos de cada acti-
vidad: Maíz 40, Soya 30 y Avena 20. A continuación se escribe nuevamen-
te la función objetivo original por conveniencia:

Z = 40 * X M + 30 * X S + 20 * X A

4 Las dos últimas columnas Aumento permisible y Disminución permisi-

ble muestran el rango en el cual pueden variar los coeficientes de la fun-
ción objetiva (precio neto de cada actividad) sin que cambie la solución óp-
tima. El valor de la función objetiva cambiará, naturalmente, debido a los
cambios en los coeficientes objetivos.

En el ejemplo del profesor Benecke el coeficiente objetivo de la variable

Maíz se puede incrementar de 40 a 60 y disminuir de 40 a 13,33 sin que se
produzca ningún efecto en el valor final de las variables de decisión, cete-
ris paribus. Por supuesto el valor óptimo de la función objetiva cambiará.

Rango de optimalidad del coeficiente objetivo del Maíz

( C M ) ........... [(40 + 20) ; (40 − 10) ] = [ 60 ; 30 ]

Rango de optimalidad del coeficiente objetivo de la Avena

( CA ) ………….. [(20 + 20) ; (20 − 6,67 ) ] = [ 40 ; 13,33 ]

A fin de verificar lo dicho anteriormente seleccionen nuevos coeficientes
objetivos para el Maíz y la Avena dentro del rango de optimalidad: [Maíz
(60 ; 30 )] y [Avena (40 ; 13,33 )], respectivamente. Seleccionen, por
ejemplo: Maíz, 30 y Avena, 13,33. Ahora vayan a la celda C3 y escriban
60, en lugar de 40 y en D3 escriban 13,30 en lugar de 20. Clic en el botón
Restablecer todo. Ejecuten nuevamente el Solver. Observarán que la so-
lución óptima permanece constante: Maíz 6 acres y 6 acres de Avena; no
obstante, el valor óptimo, es decir el ingreso neto disminuirá de 360 hasta
259, 98 US $. Noten igualmente que sobran 36 $ de Capital.

5 La columna Precio de Sombra dice en cuando se incrementaría o dismi-

nuiría el valor de la función objetiva si se incrementara o disminuyera el
recurso disponible (RHS) en una unidad. Así por ejemplo, si el límite de la
primera restricción (disponibilidad del recurso tierra) se incrementara de
12 a 13 acres de tierra, entonces la función objetiva se incrementaría en
10 US $, ceteris paribus.

Por otra parte, si el límite de la restricción trabajo disponible se incremen-

tara de 48 a 49 horas de trabajo, entonces la función objetiva experimen-
taría un incremento de 5 US $, ceteris paribus.

18
 El Precio de sombra se conoce en economía con el nombre Producto margi-
nal del recurso y éste indica cuanto estaría el empresario dispuesto a pagar
por una unidad adicional del recurso limitante.

Los precios de sombra suministran información relacionada con la produc-

tividad del recurso que se añada. Así por ejemplo el recurso tierra se utili-
zará completamente en el proceso productivo: 6 acres de Maíz y 6 acres de
Avena. Un acre adicional, en caso de que fuera posible, añadiría 10$ al va-
lor de la función objetiva, pero un acre menos reduciría el valor de la fun-
ción objetivo en 10 $). Por otra parte, una hora de trabajo añadiría 5$ al
valor de la función objetiva, pero más capital no añadiría nada debido a
que el recurso no se utilizó completamente.

Los precios de sombra de las restricciones limitantes son diferentes de cero

(caso del factor Tierra, precio de sombra 10 y factor Trabajo, precio de
sombra 5). Los precios de sombra de las restricciones no limitante son
iguales a cero (caso del recurso Capital, precio de sombra igual a cero)

6 Las columnas Aumento permisible y Disminución permisible de una

restricción indican el rango en el cual se puede variar el recurso disponible
(RHS) sin que se modifique la solución óptima. Así por ejemplo, los rangos
de factibilidad de los recursos limitantes (Tierra y Trabajo) son respectiva-
mente los siguientes:

Rango de factibilidad para la restricción Tierra ........

[(12 + 4) ; (12 − 4)] = [16 ; 8]

Rango de factibilidad para la restricción Trabajo ........

[(48 + 8) ; (48 − 24)] = [56 ; 24]

Cualquier cambio dentro de este rango no modifica la naturaleza factible de
la solución óptima, si se asume que todos los restantes parámetros del mo-
delo permanecen constantes. Fuera del rango de valores se requiere re op-
timizar, o sea resolver el problema para determinar el nuevo valor de la fun-
ción objetiva.

19
Informe de Límites
De los tres informes mencionados más arriba, el de Límites fue diseñado por
Microsoft con el fin de suministrar un analisis diferente de sensibilidad.

Los especialistas suelen dar muchísima importancia a los informes de Reporte

y Sensibilidad, por cuanto ellos le permiten simular que pasaría si se cambian
determinados parámetros.

El informe de límites muestra el rango de los valores que pueden asumir las
celdas cambiantes (variables de decisión), basados en los restricciones que se
hayan definido.

Glosario de términos del informe de Límites

• Igual (Valor Final). Hace referencia a la solución óptima encontrada: 6

acres de Maíz y 5 de Avena
• Límite Inferior: Es el menor valor que puede tomar la variable (supo-
niendo que las demás mantienen el valor óptimo encontrado), y satisfa-
cer todas las restricciones.
• Resultado Objetivo. Es el valor que toma la función objetivo si la va-
riable considerada toma el valor del límite inferior y las demás variables
mantienen el valor óptimo encontrado. Ejemplo:

Como calcular los Límites de la Variable Maíz:

Valor del límite inferior de la variable Maíz: 0 acres

Valor Óptimo de la variable Avena: 6 acres
Función objetivo bajo estas condiciones: 40*0+20*6 = 120

• Límite superior. Es el mayor valor que puede tomar la variable (supo-

niendo que las demás mantienen constante el valor óptimo encontrado)
• Resultado objetivo. Es el valor que toma la función objetivo si la va-
riable considerada toma el valor del límite superior y las demás mantie-
nen el valor óptimo encontrado

Valor del límite superior de la variable Maíz: 6 acres

Valor Óptimo de la variable Avena: 6 acres
Función objetivo bajo estas condiciones: 40*6+20*6 = 360

Como calcular los Límites de la Variable Soya:

Valor del límite inferior de la variable Soya: 0 acres

Valor Óptimo de la variable Maíz: 6 acres
Valor Óptimo de la variable Avena 6 acres
Función objetivo bajo estas condiciones: 40*6+20*6 = 360

20
• Límite superior. Es el mayor valor que puede tomar la variable (supo-
niendo que las demás mantienen constante el valor óptimo encontrado)
• Resultado objetivo. Es el valor que toma la función objetivo si la va-
riable considerada toma el valor del límite superior y las demás mantie-
nen el valor óptimo encontrado

Valor del límite superior de la variable Soya: 0 acres

Valor Óptimo de la variable Soya: 6 acres
Valor Óptimo de la variable Avena 6 acres
Función objetivo bajo estas condiciones: 40*6+20*6 = 360

Como calcular los Límites de la Variable Avena

Valor del límite inferior de la variable Avena: 0 acres

Valor Óptimo de la variable Maíz: 6 acres
Función objetivo bajo estas condiciones: 40*6+20*0 = 240

• Límite superior. Es el mayor valor que puede tomar la variable (supo-

niendo que las demás mantienen constante el valor óptimo encontrado)
• Resultado objetivo. Es el valor que toma la función objetivo si la va-
riable considerada toma el valor del límite superior y las demás mantie-
nen el valor óptimo encontrado

Valor del límite superior de la variable Avena: 6 acres

Valor Óptimo de la variable Avena: 6 acres
Función objetivo bajo estas condiciones: 40*6+20*6 = 360

Figura 9. Informe de Limites del Solver

21
 Bibliografía8

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

Problems Using Excel Solver.
http://faculty.babson.edu/aieta/exclcmpn/AppndxB/appndixb.htm

Benecke, Raymond R. & Ronald Winterboer. Linear Programming Applications

to Farm Planning

Cliff T. Ragsdale. Spreadsheet & Decision Analysis.

http://www.clt.astate.edu/asyamil/ragsdale4edstudent/PPT/Chap04.ppt

Dantzig, George B. (1963) Linear Programming and Extensions, Princeton Uni-

versity Press, Princeton, N.J

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

Frontline System, Inc. Solver Tutorial for Optimization Users.

http://www.solver.com/tutorial.htm

Helsinki University of Technology. Department of Industrial Engineering and

Management (2005) Ch 2. The Linear Programming.
http://www.tuta.hut.fi/studies/Courses_and_schedules/Isib/TU-
91.113/lecturenotes/Handout6.ppt

Helsinki University of Technology. Department of Industrial Engineering and

Management (2005) The Dual in Linear Programming.
http://www.tuta.hut.fi/studies/Courses_and_schedules/Isib/TU-
91.113/lecturenotes/Handout7.ppt

Massachusetts Institute of Technology. Using Excel Solver (2000)

http://ocw.mit.edu/NR/rdonlyres/Sloan-School-of-Management/15-
053Introduction-to-OptimizationSpring2002/7B200574-0446-43A0-84FE-
DFC4E3405F60/0/usingexcelsolver.pdf

Riley, John. UCLA. Managerial Economics. Using Solver for LP Problems

http://www.econ.ucla.edu/riley/104/LPSolver(IE).htm

8
Para abrir cualquiera de los sites mencionados en la bibliografía, mantengan oprimida
la tecla ctrl. sobre la dirección de su interés y hagan clic con el ratón.

22
University of Waterloo. Simplex Method
http://www.watmims.uwaterloo.ca/~ehassini/msci331/spring2000/week3cond
ensed.pdf#search='excel%20solver%20limits%20report

University of Manitoba. Department of Civil Engineering. Solving LP models

with Excel's Solver. http://www.ce.umanitoba.ca/~rasmusse/cesystems/Sol-
LPmodel.pdf#search='lp%20excel%20solver%20sensitivity%20report'

C. Walter. Using Excel Solver. Linear Programming Models

http://www.pages.drexel.edu/~isp22/pom300/lpsolver.html

Solver. http://www.mgt.buffalo.edu/courses/MGG/633/s1g/Web/Solver/

23