Un solver es un componente utilizado para resolver problemas matemáticos, de
optimización o computacionales. Se aplica en áreas como:
•Matemáticas: Resolver ecuaciones algebraicas, diferenciales o sistemas de ecuaciones.
•Optimización: Encontrar soluciones
óptimas en problemas lineales, no
lineales o combinatorios.
•Computación Científica: Resolver
problemas numéricos complejos,
como simulaciones físicas.
•Software: Herramientas como Excel
Solver para optimización de modelos
empresariales.
Una empresa energética colombiana dispone de cuatro plantas de generación para satisfacer la demanda
diaria eléctrica en cuatro ciudades, Cali, Bogotá, Medellín y Barranquilla. Las plantas 1,2,3 y 4 pueden
satisfacer 80, 30, 60 y 45 millones de KW al día respectivamente. Las necesidades de las ciudades de
Cali, Bogotá, Medellín y Barranquilla son de 70, 40, 70 y 35 millones de Kw al día respectivamente.
Creamos y agregamos la tabla con los valores que nos da
el ejercicio anterior
Arreglamos la matriz con los valores de la demanda y el
suministro tomando en cuenta los espacios vacíos para
llenar con la calculadora solver
Configuramos
nuestra calculadora
solver y obtenemos
el primer resultado
Podemos ver obtenemos un resultado de 420 debemos entender que el
software hace pruebas hasta que logra cumplir las restricciones
LINGO
Es especializado un software en la modelización y resolución de problemas de optimización. Utiliza
un lenguaje de modelado propio (similar a la notación matemática) para representar el problema de
forma clara y concisa.
• FUNCIONAMIENTO LINGO:
traduce el modelo a un formato estándar y luego utiliza solvers (algoritmos de optimización) para
encontrar la solución óptima. LINGO incluye varios solvers integrados, pero también puede utilizar
solvers externos
Ejericicio:
• Una empresa energética colombiana dispone de cuatro plantas de generación para satisfacer la demanda
diaria eléctrica en cuatro ciudades, Cali, Bogotá, Medellín y Barranquilla. Las plantas 1,2,3 y 4 pueden
satisfacer 80, 30, 60 y 45 millones de KW al día respectivamente. Las necesidades de las ciudades de Cali,
Bogotá, Medellín y Barranquilla son de 70, 40, 70 y 35 millones de Kw al día respectivamente
• En la ventana principal,
selecciona File > New
Model para crear un
nuevo archivo, en
donde se ingresa el
código en donde se
define todo sobre el
modele de trasporte.
• Al ejecutar el código nos saldrán 2 ventanas
emergentes en donde se logra observar la
respectiva respuesta.
Analizando esta imagen podemos decir que:
Se encontró una solución óptima global para el
problema de distribución energética, con un costo
total de $620 millones. El modelo, clasificado como
programación lineal (IP), contiene 16 variables que
representan las rutas de distribución entre las 4
plantas y 4 ciudades, junto con 25 restricciones. La
solución se alcanzó en solo 9 iteraciones, sin variables
no lineales ni enteras, y el tiempo de ejecución fue
prácticamente instantáneo (00:00:00), lo que indica
una solución eficiente y matemáticamente óptima
para satisfacer las demandas energéticas de las
ciudades dentro de las capacidades de las plantas.
