1

UNIDAD 1:
PROGRAMACION
POR METAS

2
Contenido
Introducción.............................................................................................................................4
1.1 Definición y conceptos generales..................................................................................5
1.2 Modelo general de Metas.............................................................................................7
1.3 Diferencias entre modelo lineal y modelo metas.........................................................10
1.4 Modelos de una sola meta...........................................................................................11
1.5 Modelos de metas múltiples........................................................................................13
1.6 Modelos de submetas dentro de una meta.................................................................15
1.7 Métodos de solución....................................................................................................18
Conclusión......................................................................................................................21
Bibliografía.............................................................................................................................21

3
 Introducción

Es un enfoque para tratar problemas de decisión gerencial que

comprenden metas múltiples o inconmensurables, de acuerdo a la
importancia que se le asigne a estas metas. El método de
programación de metas permite alcanzar varios objetivos de
manera simultánea. La Programación de metas establece un
objetivo numérico específico para cada uno de los objetivos ,
formular una función objetivo para cada uno y después buscar una
solución que minimice la suma ponderada de las desviaciones de
estas funciones objetivo de sus metas .La Programación meta es
una técnica de resolución de problemas multicriterios, que permite
escoger las variables que ofrecen una mejor solución al problema
planteado, teniendo la gran ventaja que permite trabajar con metas
medidas en distintas unidades e incluso contrapuestas.

La filosofía de los problemas de programación meta es muy

similar a los de programación Lineal, sólo que ahora además de las
restricciones estructurales, se pueden tener varios objetivos
simultáneos, los cuales se desean alcanzar. Como la existencia de
un objetivo que puede ser alcanzado o no.

Objetivos

En los problemas de metas se tienen objetivos múltiples,

en este caso se encontrarán problemas con múltiples metas sin
prioridades y/o con prioridades, y en todos los casos se
pudiesen tener problemas con ponderación y sin

4
ponderación. Es importante recalcar que nunca se sacrificará una
meta de mayor prioridad por una de menor prioridad, pero dentro
de una misma prioridad, la desviación con mayor ponderación
puede ser desplazada por la de menor ponderación si esta última
logra un valor que compense dicha ponderación

1.1 Definición y conceptos generales

La investigación de operaciones es un método que lleva a cabo la

solución de problemas, lo cual a base de herramientas que
ejemplifican la situación real se pueden resolver modelos
matemáticos con el propósito de crear un análisis y concluirlo para
llevar una decisión de acuerdo a la problemática.

La Investigación de Operaciones es la aplicación, por grupos

interdisciplinarios, del método científico a problemas relacionados
con el control de las organizaciones o sistemas a fin de que se
produzcan soluciones que mejor sirvan a los objetivos de toda
organización."

A través de la investigación de operaciones se espera que a base de

las soluciones se tome la mejor decisión que más convenga
dependiendo la situación, a comparación si se tomara simplemente
haciendo uso de la intuición o experiencia. Un modelo de
optimización considera como función objetivo el minimizar como
por ejemplo los costos, recursos, etc. Y también está constituido a
base de metas y restricciones que adoptan formas de ecuaciones
que representan la problemática. En lo que se enfoca la

5
Investigación de Operaciones es llevar a cabo un modelo, que es la
base que ayuda a dar una visión de cómo está estructurada la
realidad, es así como el propósito de dicho modelo es brindar un
medio para poder analizar el comportamiento con el fin de poder
optimizar lo que se requiera. Teniendo el modelo es fácil llegar a la
solución ya que existen programas que llegan a las soluciones
óptimas.

El proceso con la construcción de un modelo podría ser el siguiente:

Definición del problema: Se debe definir el problema para el cual se

busca proponer un curso de acción. ¿Es un problema relevante?
¿ Es posible tomar una buena decisión sin la necesidad de resolver
un modelo de optimización? ¿Cuáles son sus alcances? ¿Cuáles son
los factores que influyen en el desempeño del sistema?, etc. La
calidad del modelo de optimización dependerá en gran parte de la
asertividad en la definición del problema de decisión.

Construcción de un modelo: Un modelo de optimización considera

necesariamente una abstracción o simplificación de la realidad. Por
un lado se busca que el modelo sea representativo del problema

6
real que se busca representar pero que al mismo tiempo sea simple
de modo de favorecer su resolución haciendo uso de un algoritmo.

Solución del modelo: Una vez construido el modelo de optimización

se deben identificar las alternativas de resolución para el mismo.
Para ello se puede hacer uso de programas computacionales que
utilizan algoritmos de resolución específicos dependiendo de las
características del modelo. Por ejemplo, para resolver un problema
de Programación Lineal (las variables de decisión se representan
como funciones lineales tanto en la función objetivo como
restricciones) se puede utilizar el

Método Simplex.

Validación: Se verifica que la solución alcanzada cumpla con las

condiciones (restricciones) impuestas al problema.

Implementación y control de la solución: Una vez verificada la

solución se procede a su implementación. Cabe destacar que esto
puede dar lugar a actualizaciones del modelo de optimización tanto
en términos del modelo como el valor de los parámetros estimados.

En la actualidad el uso de modelos de optimización es cada vez más

frecuente en la toma de decisiones. Este mayor uso se explica,
principalmente, por un mejor conocimiento de estas metodologías
en las diferentes disciplinas, la creciente complejidad de los
problemas que se desea resolver, la mayor disponibilidad de
software y el desarrollo de nuevos

y mejores algoritmos de solución.

7
 1.2 Modelo general de Metas

La forma del modelo de programación lineal sigue siendo la misma

en programación por meta, es decir, también se tiene una función
objetivo que optimizar sujeta a una o más restricciones. Sin
embargo se agregarán dos conceptos nuevos. El primero es el de
las restricciones de meta en lugar de las restricciones de recurso
que se han analizado. El segundo concepto es el de rango de
prioridad entre las funciones de objetivo. Una vez que se establece
un problema en el formato del modelo general de programación
lineal, para obtener la solución puede aplicarse el método simplex
modificado solo para tomar en cuenta las prioridades.

La programación por metas se utiliza cuando se tienen varios

objetivos o metas y se desea una solución que este a favor de lo
que queremos la cual sea la mejor.

El primer pasó en la formulación de un modelo de programación por

metas consiste en fijar los atributos que se consideran relevantes
para el problema que se está analizando. Una vez establecidos los
atributos, se pasa a determinar el nivel que corresponde a cada
atributo. Seguidamente, se conecta el atributo con el nivel de
aspiración, por medio de la introducción de las variables de
desviación negativa y positiva, respectivamente. Así para el atributo
i-pésimo, se tiene la siguiente meta: donde, como es habitual, f(x)
representa la expresión matemática del atributo i-ésimo, Ti su nivel
de aspiración, ni y pi las variables de desviación negativa y positiva,
respectivamente.

8
La estructura de cada meta seguiría este modelo: fi(x) + ni – pi = ti

En la expresión anterior fi(x) representa la expresión matemática de

la meta, a la que se le añaden dos variables de desviación (ni y pi).
La primera, ni, representa un valor faltante para llegar a la meta. La
segunda variable de desviación pi, representa un valor excedente
por sobre la meta.

Como un nivel de aspiración no puede simultáneamente

sobrepasarse y quedar por debajo de él, al menos una de las dos
variables de desviación tomarán valor cero cuando la meta alcanza
exactamente su nivel de aspiración.

Una variable de decisión se dice que no es deseada cuando al

centro decisor le interesa que la variable en cuestión alcance su
valor más pequeño (esto es cero). Finalmente, cuando se desea
alcanzar exactamente el nivel de aspiración tanto la variable de
desviación negativa como la positiva son variables no deseadas y
por tanto variables a minimizar.

Existen cuatro formas de restricciones de objetivos, según se

permita variación hacia arriba o hacia abajo:

CASO 1: Se permiten desviaciones en ambas direcciones.

CASO 2: Solo se permiten desviaciones hacia abajo.

CASO 3: Solo se permiten desviaciones hacia arriba

CASO 4: No se permiten desviaciones.

9
El significado de las variables de desviación no deseadas puede
clarificarse por medio del siguiente cuadro.

Metas y variables de desviación

10
1.3 Diferencias entre modelo lineal y modelo metas

11
 1.4 Modelos de una sola meta

La meta u objetivo que se persigue en este planteamiento es

minimizar las desviaciones por efecto de las variaciones naturales
de corrida a corrida en el proceso, en el entendido que si estas
desviaciones ocurren, la proporción del deseable no se cumplirán,
generando sobrantes, tanto de ruedas como de asientos, entonces,
para fijar la meta, procederemos bajo el siguiente planteamiento
lógico:

El primer paso es definir las variables de decisión, después se

deben de especificar todas las metas gerenciales en orden de
prioridad. Una característica de la Programación de Meta es que
proporciona solución para los problemas que tengan metas
múltiples y conflictivas arregladas de acuerdo con la estructura
prioritaria de la administración. Es un modelo que optimiza ya sean
determinísticos, inductivos o deductivos, considerando una sola
función objetivo y un solo propósito es decir una sola meta. Dado
que este modelo es de una sola meta, se puede minimizar costos,
tiempos o también maximizar utilidades.

. ‘’Establecer metas es el primer paso en volver lo invencible en

visible’’ -Anthony Robbins. El primer paso es definir las variables de
decisión, después se deben de especificar todas las metas
gerenciales en orden de prioridad. Una característica de la
Programación de Meta es que proporciona solución para los
problemas que tengan metas múltiples y conflictivas arregladas de
acuerdo con la estructura prioritaria de la administración. Es un
modelo que optimiza ya sean determinísticos, inductivos o
deductivos, considerando una sola función objetivo y un solo

12
propósito es decir una sola meta. Dado que este modelo es de una
sola meta, se puede minimizar costos, tiempos o también
maximizar utilidades. La formulación de un modelo de
programación meta es: El primer paso es definir las variables de
decisión, El segundo paso es que se deben especificar todas las
metas gerenciales en orden de prioridad. Una característica de la
programación de meta es que proporciona solución para los
problemas de decisión que tengan metas múltiples, conflictivas e
inconmensurables arregladas de acuerdo a la estructura prioritaria
de la administración. Las características que distinguen este
método es que las metas se satisfacen en una secuencia ordinal.
Esto quiere decir que las metas deben clasificarse en orden de
prioridad por el tomador de decisiones son satisfechas
secuencialmente por el algoritmo de solución.

Es un modelo que optimiza ya sean determinísticos, inductivos o

deductivos, considerando una sola función objetivo y un solo
propósito es decir una sola meta. Dado que este modelo es de una
sola meta, se puede minimizar costos, tiempos o también
maximizar utilidades.

En la figura se puede observar que se presentan tres posibilidades,

que la meta sea alcanzada, que se logre un valor mayor a la meta

13
en cuyo caso se incurre en una desviación positiva, o que se quede
por debajo de la meta, y en ese caso se tendrá una desviación
negativa. Dependiendo del problema y de la meta en sí, se podrá
tener interés en minimizar la desviación positiva, la negativa o
ambas .La formulación de un modelo de programación meta es
similar al modelo de programación lineal. El primer paso es definir
las variables de decisión, después se deben especificar todas las
metas gerenciales en orden de prioridad. Así, una característica de
la programación de meta es que proporciona solución para los
problemas de decisión que tengan metas múltiples, conflictivas e
inconmensurables arregladas de acuerdo a la estructura prioritaria
de la administración.

1.5 Modelos de metas múltiples

Meta unilateral inferior: Establece un límite inferior por abajo del

cual no se quiere ir (pero se aceptan desvíos a la meta que deberá
minimizarse).

Meta unilateral superior: Establece un límite superior que no se

quiere exceder (pero se aceptan desvíos a la meta que deberá
minimizarse).

Meta bilateral: Establece un blanco específico que no se quiere

perder hacia ningún lado.

Una Ecuación Objetivo para cada Meta,

En el modelo de Programación por Objetivos existen dos tipos de

restricciones funcionales: las restricciones ordinarias de

14
Programación Lineal (restricciones, duras o estrictas) y las
ecuaciones objetivo (blandas o flexibles). Las restricciones duras
requieren ser cumplidas de manera estricta. Las restricciones
blandas pueden admitir desvíos a la meta establecida, pero estos
desvíos estarán asociados a una penalización que se reflejará en un
parámetro en la Función Objetivo.

Valor objetivo de la Meta.

El Valor de la Meta se descompone en dos elementos: (1º) el valor

correspondiente al nivel de la Meta alcanzado efectivamente y (2º)
la desvío o diferencia entre el valor meta y el nivel alcanzado (di)

Variables de desvío.

Para formalizar los desvíos aceptados a cada una de las metas se

emplea las variables auxiliares di las que por definición pueden
obtener valores positivos o negativos. Para poder hacer operativo el
modelo de Programación Lineal cada di se sustituirá por la
diferencia de dos variables no-negativas.

Cada meta representa una Ecuación Objetivo y en la Función

Objetivo se incluirán las variables de desvío relevantes
correspondientes a cada Objetivo. Metas prioritarias.

En este caso los desvíos en la Función Objetivo serán ponderados

por los coeficientes de penalización. Metas no prioritarias. En este
caso todas las metas tienen una importancia comparable, tienen
mismo nivel de prioridad y los coeficientes de penalización en la
Función Objetivo son iguales a 1.

15
Formular el problema de la Planificación de la producción de una
fábrica de papel como un problema de programación por metas.
Supóngase la existencia de dos procesos, uno mecánico y otro
químico, por los que se puede obtener la pulpa de celulosa para la
producción del papel.

El modelo de programación multiobjetivo es el siguiente:

Objetivos:

Max f1(x) = 1000X1 + 3000X2 (Maximizar el margen bruto)

Min f2(x) = X1 + 2X2 (Minimizar la demanda biológica de O2)

Restricciones rígidas iniciales:

1000X1 + 3000X2? 300000 (Margen Bruto)

X1 + X2? 400 (Empleo)

X1? 300 (Capacidades de producción)

X2? 200

X1, X2? 0

Definidas las variables de decisión y los atributos/ objetivos

relevantes del problema que nos ocupa, el decisor define las
siguientes METAS:

g1: Para la demanda biológica de oxígeno: un nivel de aspiración de

300 unidades, pues desea que sea lo más pequeña posible.

g2: Para el margen bruto: alcanzar un valor lo más grande posible,

ojalá mayor de

400000 u.m.

16
g3: Para el empleo: no desea ni quedarse corto ni contratar mano
de obra adicional.

g4: El decisor no desea superar sus capacidades de producción, lo

que implicaría recurrir a turnos extras.

La Programación Multiobjetivo está orientada a la obtención de

soluciones partisanas eficientes. Este enfoque tiene un gran
problema, es casi imposible, no ya una representación exacta del
conjunto eficiente, sino una buena aproximación.

1.6 Modelos de submetas dentro de una meta

META: El punto final hacia el cual se entiende la acción, implica el

cumplimiento de un objetivo básico que requiere de una serie de
logros en los cuales están frecuentemente empeñados varios
estamentos de la compañía, ya sea en diversas áreas o en una de
ellas. Valor objetivo numérico especifico establecido para un fin en
un programa de metas

SUBMETAS: Son aquellos logros colocados por debajo de las metas

y que resultan necesarios para el cabal cumplimiento de los
objetivos básicos. Pueden sustituirse o compensarse entre sí.

Al identificar los problemas, identificamos las submetas los que

permiten asignarlos a los procesos para eliminar los obstáculos.

Las submetas son más detalladas; conforman parte de una red de

jerarquías y se asimilan a los peldaños necesarios para avanzar en
forma consistente hacia el cumplimiento de metas.

17
Las submetas buscan también mejorar la calidad del producto,
desarrolla una nueva estrategia de publicidad estimula la acción de
la fuerza de las ventas

En el ejemplo de la Schwim, la máxima utilidad alcanzada, tomando

60 horas de tiempo de ensamble, 40 horas de tiempo de
terminación y resolviendo como un problema de programación
lineal, es de $700.00. Debido a la reorganización de la división se
han considerado casos en donde la administración quedaría
satisfecha (al menos temporalmente) con un plan de producción
que conduzca a una utilidad más baja que $600.00.

Supongamos que la reorganización se ha llevado a cabo y que la

administración desea lograr una tasa de utilidad diaria de $750.00.
Esto significaría que algunas restricciones previas anexas deberían
violarse. Sin embargo, supongamos que las

60 y 40 horas representan la capacidad de producción de los

departamentos de ensamble y terminación en tiempo normal
solamente, utilizando la fuerza laboral existente.

El tiempo extra podría utilizarse en cualquier departamento; por

tanto, las desviaciones por encima como por debajo de las 40 y 60
horas serían factibles. La tasa de pago de horas extras es 3 veces
más alta que la del departamento de ensamble. Las metas
prioritarias de la administración, de mayor a menor importancia,
son las siguientes:

P1 = Lograr tasa diaria de utilidad perseguida de $750.00

P2 = Minimizar el tiempo ocioso en ambos departamentos.

P3 = Minimizar el tiempo extra en ambos departamentos

18
La formulación de la programación meta es:

Minimizar Z = P1 (d1- + d1+) + P2(d2-+d3-) + 3P3d2+ + P3d3+ s.

a.

15x1+25x2 +d1- -d1+ = 750 (Utilidad perseguida) x1 +3x2 + d2- -

d2+ = 60 (Horas de ensamble) x1

+x2 +d3- -d3+ = 40 (Horas de terminación) x1, x2, di-, di+ " 0 Para
todo i

Nota: En este ejercicio se han asignado pesos diferentes

(cardinales) o prioridades dentro de una meta dada, como también
prioridades diferentes (ordinales o cardinales) a metas diferentes.

Identificación de submetas

• Preguntarse porque se hacen las cosas

Ejemplo:

¿Porque una empresa debería tener un sitio de internet?

• ¿Porque la empresa debe demostrar su conocimiento en el área?

• El modelo de descomposición ayuda a definir mejor la meta

globas y la submetas.

• Cuando se componen o descomponen metas se ayuda a la

validación de las mismas.

• Al descomponer metas pueden aparecer metas contradictorias.

Ejemplo:

Producción de alta calidad

19
Producción rápida

Producción a bajos costos

1.7 Métodos de solución

Para llegar a la solución de un problema de Programación Lineal se

utilizan diferentes métodos de solución. Los más difundidos son: el
método gráfico y el

Método Simplex. La solución de un problema de Programación

Lineal utilizando un procedimiento gráfico es posible si se tienen no
más de dos variables.

El Método Simplex fue el primer método surgido para solucionar

problemas de

Programación Lineal, por lo que se le considera el método de

solución clásico por excelencia. Teniendo en cuenta la filosofía de
este método han surgido otros métodos cuyas ventajas
fundamentales se concentran en las posibilidades de los mismos
para ser programados por computadoras.

Método grafico

El procedimiento gráfico comienza elaborando una gráfica que

muestre las soluciones posibles (valores X1 y X2). La gráfica tendrá
valores los valores X1 en

el eje horizontal y los valores X2 en el eje vertical. El procedimiento

para hallar la solución gráfica consiste en lo siguiente:

• Para cada inecuación del sistema de restricciones (medio espacio

cerrado) se toma la recta correspondiente y se determinan los

20
interceptos con la gráfica. Si la recta pasa por el origen del eje de
coordenadas, el término independiente es cero, entonces se traza la
recta tomando el origen y otro punto determinado dando un valor
arbitrario a una de las variables.

• Para determinar los puntos que satisfacen cada inecuación se

sustituye un punto cualquiera del espacio (se recomienda el origen
cuyas coordenadas son (0,0)), y de esta forma se determina si los
puntos que satisfacen la misma están hacia el lado que está el
origen o hacia el lado contrario, señalando con una flecha ese lado.
Cuando la recta pasa por el origen entonces se toma otro punto
cualquiera pero que sean sencillos los valores de sus coordenadas,
por ejemplo, ( 0,1) , (1,0 ), (1,1), etc.

• Luego se determina la región solución que es la región del plano

que satisface todas las restricciones al mismo tiempo y que debe
estar en el primer cuadrante.

La figura formada es un poliedro convexo que tiene un conjunto de

puntos extremos.

• Se busca el punto óptimo entre el conjunto de puntos extremos.

Para eso se sustituye cada par de puntos (X1, X2) de los puntos
extremos en la función objetivo y se calcula el valor de Z. Si se está
maximizando el valor de la misma, el punto óptimo será aquel que
proporcione el valor mayor para Z y si el criterio de optimización es
de minimizar, entonces el punto óptimo será aquel que proporcione
el valor mínimo de Z.

Desventaja Fundamental del Método Gráfico

Este método gráfico tiene la desventaja que sólo permite la solución

de problemas que tengan dos variables de aquí que la mayoría de

21
los problemas de programación lineal se resuelvan utilizando como
base el método simplex.

Método Simplex

Constituye un procedimiento iterativo algebraico que resuelve

cualquier problema en un número finito de pasos. Fue elaborado
por George Dantzingen 1947. La concepción de este método ha
facilitados que otros especialistas del tema desarrollen otros
métodos de solución con la misma filosofía, pero más adecuados
para la programación por computadoras. Para explicar el método
simplex es necesario definir un conjunto de conceptos básicos
necesarios para la comprensión del mismo.

22
 Conclusión

Esta información sobre la programación de metas es necesario

saber cómo funciona además de aprenderla ya que como se ha
visto la programación por metas es un enfoque para tratar
problemas de decisión gerencial que comprenden metas múltiples o
inconmensurables, de acuerdo a la importancia que se les asigne a
estas metas.

Además de que el método de programación de metas permite

alcanzar varios objetivos de manera simultánea. La Programación
de metas establece un objetivo numérico específico para cada uno
de los objetivos, formular una función objetivo para cada uno y
después buscar una solución.

Y ya que a lo largo del tiempo la solución de problemas en los

procesos dentro de una industria ha ido evolucionando y una de las
grandes herramientas para darle solución a un problema

23
Bibliografía

http://iindustrialitp.com.mx/msamuel.lopezr/
Programacion_Por_Metas.pdf

http://letterpop.com/newsletters/?id=209005-cdf79e&print=1

http://investigacion-de-operaciones2.blogspot.com/2012/07 /

https://es.scribd.com/uploaddocument?
archive_doc=325251551&escape=false&m

http://iindustrialitp.com.mx/msamuel.lopezr/IO_Unidad_I.pdf

24