AO DE LA DIVERSIFICACIN PRODUCTIVA Y DEL FORTALECIMIENTO DE LA

EDUCACIN

UNIVERSIDAD NACIONAL JOS FAUSTINO SNCHEZ CARRIN

FACULTAD DE INGENIERA INDUSTRIAL, SISTEMAS E INFORMTICA

ESCUELA ACADMICO PROFESIONAL DE INGENIERA INDUSTRIAL

IMPLEMENTACION DEL MODELO DE PROGRAMACION POR METAS PARA LA

TOMA DE DECISIONES EN EL AREA DE PRODUCCION DE LA EMPRESA
AGROSANT EXPORT S.A.C, BARRANCA-2015.

CURSO: INVESTIGACIN DE OPERACIONES II

DOCENTE: SOSA PALOMINO, ALCIBADES
ESTUDIANTES:
ALCEDO MUOZ, CRISTHIAN
COLLANTES BONATTI, DANNY
FALERO PAICO, EUSEBIO
GERVACIO VERAMENDI, JUNIOR
HUASCO MARTEL, JUAN
LASTRA CELINO, DAVID
OTERO ELLEN, OSCAR
CICLO: VII
HUACHO - PER
2015

Resumen

El propsito de este proyecto de investigacin consiste en dar una visin panormica e

introductoria del enfoque conocido como Programacin por Metas (Goal Programming) vlido
para analizar problemas de toma de decisiones en el rea de produccin de la empresa
AGROSANT EXPORT S.A.C.
La investigacin comienza comentando los orgenes histricos del enfoque, particularizando
las contribuciones de las figuras pioneras en este campo. Seguidamente, se expone un modelo
bsico de programacin por Metas que sirve de punto de referencia para toda la presentacin.
La investigacin continua con una exposicin sucinta de los avances ms recientes, as como
discutiendo una serie de temas crticos que el analista debe de tener en cuenta si quiere que el
modelo de Programacin por Metas funcione correctamente.
Seguidamente se aplica el modelo bsico de Programacin por Metas en un caso real, es decir
se tratara de hallar la solucin a un problema en la empresa AGROSANT EXPORT S.A.C
Barranca.

Pgina | 2

AGRADECIMIENTOS

El presente trabajo de investigacin fue realizado Con mucho esfuerzo y trabajo conjunto, con
la gua del Ing. Sosa Palomino Alcibades; a quien nos gustara expresar nuestro ms profundo
agradecimiento, por hacer posible la realizacin de este estudio. Adems agradecer su paciencia,
tiempo y dedicatoria que tuvo para que esto saliera de manera exitosa.

A nuestros padres, por darnos la vida y apoyarnos en todo lo que nos hemos propuesto.
A nuestras familias, por ser nuestro apoyo ms grande durante educacin universitaria, ya que sin
ellos no podramos lograr nuestras metas y sueos. Por ensearnos a seguir aprendiendo todos los
das sin importar las circunstancias y el tiempo.

A nuestros maestros, que comparten con nosotros sus conocimientos para convertirnos en
profesionales, por su tiempo, dedicacin y por su pasin por la actividad docente.

Pgina | 3

DEDICATORIA

Dedicamos este trabajo a nuestros padres, por su apoyo y nimo que nos brindan da con da para
alcanzar nuevas metas, acadmicas como personales.
A nuestros hermanos, quienes son nuestra gua desde nuestra infancia.

A nuestros maestros de clases por que son quienes nos ensean que hay un mundo de informacin
valiosa por aprender y que solo es cuestin de asomarse de nuestro lugar diario de estudio, para
conocer las cosas interesantes que se realizan en la universidad, lo cual nos inspira a seguir
estudiando y avanzar da tras da para la comprensin y resolucin de problemas que estn a nuestro
alcance.

Pgina | 4

CAPITULO I
PLANTEAMIENTO
DEL PROBLEMA

Pgina | 5

1.1. PREGUNTA DE INVESTIGACIN

Cmo se puede asegurar una acertada toma de decisin en el rea de produccin de la empresa
Agrosant Export S.A.C de acuerdo a la planeacin estratgica y capital disponible para la inversin
de la empresa?

1.2. ANTECEDENTES DEL PROBLEMA

Desde esta perspectiva, la revisin realiza en las toma de decisiones que se dieron en el rea de
produccin de la empresa AGROSAN EXPORT S.A.C. nos ha permitido descubrir pequeos
inconvenientes que plantean a la hora de decidir que producto procesar en mayor cantidad o a que
producto darle mayor prioridad.

1.3. DEFINICIN Y FORMULACIN DEL PROBLEMA

El tema de que producto procesar y exportar en mayor cantidad

en la empresa

AGROSANT EXPORT S.A.C-BARRANCA, es un problema de toma de decisiones en el

cual el jefe de produccin de dicha empresa debe repartir un determinado presupuesto
monetario entre dos tipos de productos a procesar durante un periodo de tiempo dado, en
funcin de la meta o metas que pretenda alcanzar. Para conseguir este propsito, se considera
necesario desarrollar una serie de etapas. Donde nosotros propondremos utilizar el modelo de
PROGRAMACION POR METAS para facilitar y brindar resultados que garanticen una
buena toma de decisiones.

Pgina | 6

1.4. OBJETIVOS DE LA INVESTIGACIN

OBJETIVOS GENERAL
Proponer la implementacin del modelo de PROGRAMACION POR METAS para la
toma de decisiones en el rea de produccin de la empresa AGROSANT EXPORT S.A.CBARRANCA. Con el objetivo de obtener resultados ms confiables que garanticen una alta
rentabilidad de la empresa.

OBJETIVOS ESPECIFICOS
Conocer el proceso de realizacin y aplicacin del modelo de Programacin por
metas.
Determinar si el modelo de Programacin por Metas contribuye a alcanzar los
objetivos del rea de produccin de la empresa Agrosant Export s.a.c.
Implementar el modelo de Programacin por metas

adaptado a las necesidades

especficas de la empresa Agrosant Export s.a.c-Barranca. principalmente para

ayudar a la toma de decisiones en el rea de produccin.

En caso de obtener buenos resultados, elaborar una gua para la aplicacin de

Programacin por metas en la empresa Agrosant Export S.A.C. e implementar un
modelo en una plataforma digital, p a r a q u e la toma de decisiones sobre las
alternativas de inversin ser ms gil.

Pgina | 7

1.5. JUSTIFICACION

Los mtodos para la toma de decisiones que actualmente se emplea en la empresa

AGROSANT EXPORT S.A.C-BARRANCA no brindan resultados muy confiables por lo que
decidimos realizar esta investigacin el cual consta de implementar el modelo de
PROGRAMACION POR METAS en dicha empresa.
La toma de decisiones comienza intentando modelar una situacin real, pero que adems debe
tener en cuenta la experiencia y preferencias del centro decisor.
El modelo de programacin por metas es una ayuda para la toma de decisiones, que apoyan
al centro decisor para gestionar la informacin, y por otro lado facilitan su labor al permitirle
analizar distintas soluciones cuando se cambian determinados parmetros, procedimiento que
se conoce como anlisis de sensibilidad, y que puede arrojar mucha luz sobre un caso
determinado.

Esta investigacin propone el uso de programacin por metas para ayudar a la toma de
decisiones en la empresa Agrosant Export s.a.c-barranca, apoyado en la programacin lineal
(pl) cuando analiza problemas discretos, es decir con una cantidad limitada de alternativas y
con un gran nmero de criterios. La pl no es una tcnica moderna, es anterior a mediados del
siglo xx. Tiene un desarrollo impecable y es muy apta para resolver problemas de decisin.
El modelo de Pm es aplicable en distintos campos como por ejemplo en la determinacin de
los distintos tipos de productos que una planta industrial puede producir, en el anlisis
financiero de portfolios, o en el estudio de cuencas hdricas, por citar solo algunos, la tcnica
arroja valores ptimos, y en este tipo de entorno se ha utilizado y aplica a numerosos proyectos
de distinta ndole.

Pgina | 8

CAPITULO II
MARCO TEORICO

Pgina | 9

2.1. ANTECEDENTES HISTRICOS

La idea original de la Programacin por Metas (Goal Programming) (de aqu en adelante
PM) aparece en un artculo de Charnes, Cooper y Ferguson publicado en 1955 en la revista
Management Science. El trabajo pretende desarrollar un mtodo que permita determinar
las compensaciones salariales a los ejecutivos de una importante compaa (General Electric).
La situacin problema exigi la introduccin de restricciones y condiciones de signo en
algunos de los coeficientes de regresin lo que hizo imposible recurrir a los mtodos
tradicionales de regresin.

Dada la insuficiencia de las tcnicas estadsticas clsicas para abordar este tipo de
problema estos autores formularon un modelo de regresin con restricciones (constrained
regression) en el que se minimiza la suma de las desviaciones absolutas. Dado que la
desviacin absoluta es una forma no lineal que no puede optimizarse de una manera directa,
Charnes et al. linealizaron el modelo introduciendo, por primera vez en la literatura, variables
de desviacin positivas y negativas. El valor seminal de este trabajo es enorme al menos por
dos tipos de razones. En primer lugar, representa el embrin de la metodologa PM. En
segundo lugar, representa el nacimiento de los mtodos de regresin no paramtricos.

Charnes y Cooper utilizan por primera vez y de una manera explcita el trmino PM
en el Apndice B de su libro clsico Management Models and Industrial Applications of
Linear Programming, con el ttulo Basic Existence Theorems and Goal Programming.
Paradjicamente, los dos padres de la PM no analizaron en el trabajo citado un problema de
anlisis de la decisin con metas mltiples, sino un caso de infactibilidad en programacin
lineal. Es decir, utilizaron el concepto de PM para construir un enfoque que permitiera
obtener soluciones compromiso a problemas de programacin lineal carentes de solucin
factible.
En la primera parte de los aos sesenta Ignizio (1963) se enfrent a un complejo problema
en el campo del diseo en ingeniera consistente en la organizacin del sistema de antenas del
programa Saturno/Apolo.

Pgina | 10

Este problema implicaba metas mltiples, funciones no lineales, as como variables

enteras. Ignizio consigui obtener soluciones razonables (satisfacientes) mediante la
adaptacin del concepto de PM introducido por Charnes y Cooper.
En los aos setenta el paradigma de la PM se articula considerablemente debido
principalmente a dos libros especficamente dedicados a este tpico. Uno de ellos escrito
por Lee (1972) y el otro por Ignizio (1976). Estos libros y trabajos posteriores introducen
refinamientos y extensiones del enfoque como: PM interactiva, PM difusa, PM intervalar,
anlisis del dual, mejoras algortmicas, etc.
Todas estas extensiones y mejoras tericas impulsaron una autntica explosin de trabajos
aplicados. Las principales reas de aplicacin de la PM en los ltimos 25 aos han sido las
siguientes:

Control de calidad

Programacin econmica

Finanzas

Recursos acadmicos

Inversiones

Recursos agrarios

Localizacin

Militares

Recursos forestales

Mercadotecnia

Recursos humanos

Optimizacin de mezclas

Recursos pesqueros

Optimizacin en ingeniera

Recursos sanitarios

Publicidad

Uso del agua

Produccin.

Pgina | 11

2.2. CONCEPTOS TERICOS

Algoritmo
Es un conjunto de instrucciones o reglas bien definidas, ordenadas y finitas que permite
realizar una actividad mediante pasos sucesivos.

Algoritmo Constructivo
Es un algoritmo que consiste en ir adicionando paso a paso componentes individuales de
una solucin hasta encontrar una solucin factible.

Funcin Objetivo
La funcin objetivo define la medida de efectividad del sistema como una funcin
matemtica de las variables de decisin. La solucin ptima ser aquella que produzca
el mejor valor de la funcin objetivo.

Heursticas
Son algoritmos que encuentran soluciones de buena calidad para problemas combinatoriales
complejos con esfuerzos computacionales relativamente pequeos, pero que desde el
punto de vista terico renuncian a encontrar la solucin global del problema.

Investigacin de Operaciones
Es la disciplina basada en tcnicas y metodologas matemticas empleada para guiar a
los analistas en la toma de decisiones.

Pgina | 12

Metaheursticas
Conjunto de tcnicas de la rama de la programacin matemtica y ciencias de la
computacin empleadas para dar solucin a una categora de problemas que son definidos
como de difcil solucin a travs de la exploracin eficiente del espacio de soluciones.

Optimizacin
Programacin matemtica es una rama de las matemticas que intenta dar respuesta a
un tipo general de problemas donde se desea establecer la mejor solucin para un funcin
objetivo en un espacio de soluciones.

Parmetros de Decisin
Los parmetros son los valores conocidos que relacionan las variables de decisin con las
restricciones y funcin objetivo.

Programacin lineal
Es una tcnica de programacin matemtica la cual se caracteriza porque tanto el espacio
de soluciones como la funcin objetivo tienen un comportamiento lineal.

Restricciones
En programacin matemtica son las limitaciones tecnolgicas, econmicas y otras del
sistema, y las cuales deben ser representadas en el modelo matemtico para restringir las
variables de decisin a un rango de valores factibles.

Variables de Decisin
Son las incgnitas en el proceso de optimizacin las cuales deben determinarse
resolviendo el modelo matemtico. A partir de estas se establece el conjunto de decisiones
que se deben ejecutar para optimizar el problema.

Pgina | 13

Programacin por Metas

Cuando la toma de decisiones se realiza en un contexto de metas. El enfoque multicriterio
a tomar es la programacin por metas. Este tipo de optimizacin se aborda por medio de la
minimizacin de las desviaciones entre los logros realmente alcanzados y los niveles de
aspiracin fijados previamente.

Un modelo bsico de programacin por metas

Consideremos un problema decisional en el que existen q metas. La estructura de la
meta genrica i-sima es la siguiente:
(gi) fi(x) + ni pi = ti
Donde fi(x) representa la expresin matemtica del atributo i-simo; (es decir, una funcin
del vector x de las variables de decisin) , ti, el nivel de aspiracin asociado a dicho
atributo, ni y pi las variables de desviacin negativa y positiva, respectivamente.
La variable de desviacin negativa cuantifica la falta de logro de una meta con respecto a
su nivel de aspiracin, Mientras que la variable de desviacin positiva juega el papel opuesto;
es decir, la medicin del exceso de logro de una meta con respecto a su nivel de aspiracin.
As, supongamos una empresa que produce dos productos con beneficios unitarios iguales
a tres y a una unidad monetaria, respectivamente.

El centro decisor fija para la meta de beneficios un nivel de aspiracin de 50 unidades

monetarias. Si representamos por x1 y x2 las cantidades de los dos productos, la ecuacin de
la meta ser la siguiente:
3x1 +x2 + n p = 50
Por ejemplo, si el plan de produccin elegido fuera: x1 = 10; x2 = 15, ello
implicara:
45 +n p = 50

n = 5; p =0

Pgina | 14

Es decir, el beneficio ha quedado 5 unidades monetarias por debajo del nivel de

aspiracin. Supongamos ahora que el plan de produccin elegido fuera: x1= 15,
x2 = 15, ello implicara:
60 +n- p = 50

n =0; p = 10

Es decir, el beneficio ha quedado 10 unidades monetarias por encima del nivel de

aspiracin. Supongamos finalmente que el plan de produccin fuera: x1= 10, x2=20,
ello implicara:
50 + n p = 50

n=p=0

Es decir, el beneficio coincide exactamente con las cincuenta unidades monetarias en

que se haba fijado el nivel de aspiracin.
Una vez definidas las metas y aclarado el significado de las variables de
desviacin pasamos a introducir el concepto bsico de variables de desviacin no
deseadas. Una variable de desviacin se dice que es no deseada cuando al centro
decisor le conviene que la variable en cuestin alcance su valor ms pequeo (esto es,
cero).

Existen tres posibles situaciones:

a)

La meta deriva de un atributo del tipo ms del atributo mejor (i.e., satisfacer fi(x)
ti). En estos casos, la variable no deseada (a minimizar), ser la variable de
desviacin negativa (cuantificacin de la falta de logro).

b)

La meta deriva de un atributo del tipo menos del atributo mejor (i.e., satisfacer
fi(x) ti). En estos casos, la variable no deseada (a minimizar), ser la variable de
desviacin positiva (cuantificacin del exceso de logro).

c)

La meta deriva de un atributo del que se quiere alcanzar exactamente su nivel

de aspiracin (i.e., satisfacer fi(x) =ti). En estos casos, tanto la variable de
desviacin negativa como la positiva son variables no deseadas y por tanto variables
a minimizar. El propsito general de la PM consiste en minimizar una cierta funcin
de las variables de desviacin no deseadas. Esta funcin recibe el nombre de funcin
de logro (achievement function).

Pgina | 15

Para ilustrar las ideas expuestas hasta ahora recurrimos al siguiente ejemplo propuesto por
Ignizio y Cavalier (1994). Una empresa que produce dos outputs quiere obtener un plan de
produccin que satisfaga en la medida de lo posible las siguientes metas:

Las variables de desviacin no deseadas se han representado en letra negrita. Con el

propsito de obtener un plan de produccin satisfaciente ser necesario minimizar una cierta
funcin de las variables de desviacin no deseadas que insistimos se denomina funcin de
logro:
Min g(p1, p2, p3, n4, n5)

(6)

En general los argumentos de la funcin de logro (i.e., las variables de desviacin no

deseadas) deben de normalizarse. La normalizacin es necesaria por las siguientes dos
razones: a) en general las metas estn medidas en unidades distintas por lo que la posible
aplicacin de un operador matemtico como la suma carecera de sentido (e.g., no podemos
sumar unidades monetarias de beneficio con kilos de materia prima) y b) Los valores
absolutos de los niveles de aspiracin pueden ser muy diferentes por lo que la minimizacin
de la funcin de logro (6) puede producir soluciones sesgadas hacia un mayor cumplimiento
de las metas con niveles de aspiracin ms elevados.

Finalmente, tambin es necesario introducir en la funcin de logro pesos preferenciales

que indiquen la importancia relativa que el centro decisor asigna a la satisfaccin de cada
meta. Estas consideraciones conducen a la siguiente funcin de logro:
Min g( w1p1/k1, w2p2/k2, w3p3/k3, w4n4/k4, w5n5/k5)

(7)

Donde los coeficientes w son los pesos preferenciales y los coeficientes k los pesos
normalizadores. En la seccin siguiente expondremos las funciones de logro ms utilizadas
en la prctica.

Pgina | 16

2.3. MARCO INSTITUCIONAL

LA EMPRESA
AGROSANT EXPORT S.A.C
AGROSANT EXPORT SAC se encuentra ubicada en la Provincia de Barranca,
geogrficamente cerca de la ciudad de Lima; donde se encuentra el principal puerto martimo
del callao en el Per, siendo una ventaja competitiva porque permite el aprovisionamiento del
norte, sur y centro del pas.
La planta procesadora y las oficinas administrativas de la empresa se encuentra ubicada
en Jirn Carlos Sayn N 226 228, Barranca, lima- Per, contando con un rea de 2,000
mts2.Nuestras principales actividades que desarrolla nuestra empresa estn ligadas al sector
agroindustrial, especficamente a la produccin, acopio y exportacin de productos
agropecuarios, entre los principales tenemos pimiento pprika, menestras, entre otros
productos que se comercializan en el mercado nacional e internacional.
AGROSANT EXPORT, tiene como mxima prioridad, la satisfaccin y seguridad de
sus clientes, utilizando productos y materias primas de primera calidad, que son sanos e
inocuos, los cuales cumplan con los estndares de calidad, que estn testeados y aprobados
por las autoridades competentes como : Senasa, Fad, Normas de la Comunidad Europea.

DATOS DE IDENTIFICACIN
RUC: 20533927841
Razn Social: AGROSANT EXPORT S.A.C.
Pgina Web: http://www.agrosant.com
Tipo Empresa: Sociedad Anonima Cerrada
Condicin: Activo
Fecha Inicio Actividades: 16 / Mayo / 2007
Actividad Comercial: Vta. May. de Otros Productos.

CIIU: 51906
Direccin Legal: Jr. Carlos Sayan Nro. 226
Distrito / Ciudad: Barranca
Provincia: Barranca
Departamento: Lima

Pgina | 17

PRODUCTOS
AJI PAPRIKA

Pgina | 18

 GUAJILLO

CHILE ANCHO

Pgina | 19

ACTIVIDADES QUE REALIZA LA EMPRESA

La empresa AGROSANT EXPORT S.A.C. se dedica a la produccin y comercializacin del aj

paprika dentro y fuera del pas, siendo sus principales destinos de sus exportaciones los pases de
MEXICO, ESTADOS UNIDOS.

PLANEAMIENTO ESTRATGICO

VISION
Consolidar la empresa a nivel nacional e internacional a mediano plazo ofreciendo calidad
de inocuidad en sus productos.

MISION
Empresa Agro exportadora, situada en el valle de Barranca, dedicada a la produccin y
comercializacin de pimientos y menestras para el mercado local e internacional. Nuestro
principal objetivo est enmarcado en la calidad y responsabilidad de cumplir con
las normas tcnicas ya establecidas otorgando a nuestros clientes el ms alto grado de
satisfaccin.

Pgina | 20

OBJETIVOS Y METAS ESTRATEGICAS

OBJETIVOS ESTRATEGICOS
Cultivar y procesar adems del aj paprika, otros productos agrcolas de calidad y demanda
en el mercado nacional e internacional a fin de no caer en el monocultivo.

Lograr que nuestra planta procesadora este provisto de las herramientas y equipos necesarios
para lograr una mayor produccin

METAS ESTRATEGICAS
Lograr la expansin de la empresa a nivel internacional, a travs de la adquisicin de una
planta de frutas secas en el pas vecino de Chile.
Lograr el reconocimiento internacional, como una de las empresas lderes en la produccin
y exportacin de productos agrcolas.

Pgina | 21

CAPITULO III

MARCO
METODOLOGICO

Pgina | 22

3.1. TIPO DE INVESTIGACIN

Definir el tipo de investigacin es la base de la investigacin que se va a realizar despus de

haber trabajado la fase de conceptualizacin del problema, puesto que tener clara la orientacin
es la clave para hacer una investigacin exitosa.

En este caso ser una Investigacin de tipo Explicativo, ya que con ella se busca comprobar
hiptesis causales y su realizacin supone el nimo de contribuir al desarrollo del conocimiento
cientfico, razn por la cual el rigor cientfico se constituye en un pilar fundamental para su
elaboracin.

Tambin se puede considerar una investigacin Aplicada por depender de descubrimientos

y avances para ser utilizados en casos reales con el inters de conocer las consecuencias
prcticas de tales conocimientos. En cuanto al marco temporal, se trata de un trabajo Vertical,
dado que no es necesario realizar mediciones peridicas por espacios de tiempo prolongados
para la consecucin de los objetivos.

Pgina | 23

3.2. MTODO DE INVESTIGACIN

Para llevar a cabo el objeto de estudio como etapa inicial del proceso se hace necesario
estudiar los diferentes tipos de problemas de priorizacin de proyectos de inversin y tcnicas
de solucin o revisin del estado del arte, posteriormente se formula y se implementa la
metodologa de solucin y finalmente se validan los resultados obtenidos con casos de prueba
de la literatura especializada.
Para llevar a cabo estas etapas es de vital importancia determinar el mtodo ms adecuado
para la investigacin, que permita dar solucin al problema.

Para el objeto de este trabajo, el mtodo de investigacin apropiado a seguir es el experimental,

ya que con el desarrollo de la metodologa de solucin para el problema de priorizacin
de proyectos de inversin se pretende encontrar una solucin de calidad, efectiva y sobre todo
ptima considerando la minimizacin de las desviaciones respecto a las restricciones planteadas
en el modelo.
Para lograr este objetivo se deben realizar varias pruebas y validar la solucin encontrada con el
propsito de conocer si la metodologa desarrollada es adecuada y presenta resultados de buena
calidad.

Pgina | 24

3.3. DESARROLLO METODOLGICO

PROCEDIMIENTO PARA LA APLICACIN DE PROGRAMACIN POR METAS EN

EL AREA DE PRODUCCION DE LA EMPRESA AGROSANT EXPORT S.A.C,
BARRANCA-2015
La Empresa requiere que las alternativas de inversin seleccionadas vayan de la mano con la
planeacin estratgica, por lo que los criterios de seleccin sern aquellos indicadores que nos
ayuden a medir la contribucin que cada proyecto haga al cumplimiento de los objetivos
estratgicos.
De esta manera se decide dividir la estrategia matemtica en dos etapas: En la primera, Anlisis
Multicriterio, se instauran criterios de evaluacin y se identifican las contribuciones de los
proyectos a cada uno de los OE, asignando calificaciones. En la segunda etapa, Modelo de
Programacin por Meta, se establecen prioridades y una meta, se definen restricciones, y se
escoge el conjunto que cumpla con la meta.
Procedimiento propuesto para aplicar el modelo de programacin por metas en la empresa:
El desarrollo metodolgico est dividido en cinco fases, las cuales describen el desarrollo del
proyecto por medio de Subtems. A continuacin se mostraran las fases y su subdivisin.

FASE I: Diagnstico del Problema

Contexto del Problema.
Determinar los Metas a alcanzar.

FASE II: Identificacin de un Modelo Matemtico

Definir una estrategia matemtica de solucin.
Definir Parmetros y Variables.
Determinar la Funcin Objetivo.
Determinar las Restricciones.

Pgina | 25

FASE III: Obtencin de una Solucin a partir del Modelo

Obtener resultados del modelo.

FASE IV: Prueba del Modelo con un software

Examinar de manera exhaustiva que todas restricciones del modelo se estn
cumpliendo.
Adecuar el modelo matemtico utilizando un lenguaje de programacin apropiado, de tal
manera que pueda ser implementado en una herramienta

computacional como

DSforWindows.

FASE V: Validacin de la Metodologa de Solucin

Ejecutar la metodologa de solucin y someter el resultado al juicio de los expertos
consultados.

Pgina | 26

APLICACIN DEL MODELO DE PROGRAMACION POR METAS EN UN CASO

REAL DEL AREA DE PRODUCCION DE LA EMPRESA.
La empresa AGROSANT EXPORT S.A.C.-Barranca Per, se dedica a la produccin y
comercializacin del aj paprika dentro y fuera del pas, siendo sus principales destinos de sus
exportaciones los pases de MEXICO, ESTADOS UNIDOS, debido al incremento de la
demanda y con el fin de cubrir nuevos mercados, la empresa est exportando ajes de dos
variedades, el aj Paprika y el Guajillo. Para ellos tiene disponible S/.80 000 soles para invertir
en la produccin, segn la variedad del Aj, para ello tiene la siguiente informacin.

VARIEDAD

Costo por Kg(S./)

Utilidad por Kg(S./)

PAPRIKA

7.00

10.00

GUAJILLO

6.50

12.00

El objetivo meta es determinar una utilidad de por lo menos S/.120 000 por la venta total de
los productos y otra meta de la empresa seria producir por lo menos 4 000 kilogramos de
Aj Guajillo para que de ese modo pueda generar mayor utilidad.

Cul sera la mejor decisin optima de la empresa si considera la meta de utilidad

como de prioridad 1 y la produccin optima como prioridad 2?

Pgina | 27

FORMULACIN DEL MODELO

FASE I: DIAGNSTICO DEL PROBLEMA

Contexto del Problema.
Determinar los Metas a alcanzar:
META 1: Obtener una utilidad de por lo menos S/.120 000 por la venta total
de los productos.
META 2: Producir por lo menos 4 000 kilogramos de Aj Guajillo para que
de ese modo pueda generar mayor utilidad.

FASE II: IDENTIFICACIN DE UN MODELO MATEMTICO

Definir una estrategia matemtica de solucin.
Definir Parmetros y Variables.
Determinar las Restricciones.
Determinar las variables de desviacin, condicin de no negatividad.
Determinar la Funcin Objetivo.
1. Identificar nuestras Variables de Decisin.

Variables de decisin
X1: Cantidad de Kilogramos de Aji Paprika
X2: Cantidad de Kilogramos de Guajillo

2. Definir la restriccin del sistema.

Restriccin del sistema

7.00 x1 + 6.50 x2 80 000

Definir la(s) restriccin de la meta.

10 x1 + 12 x2
x2

= 120 000
= 4 000
Pgina | 28

3. Incluir variables de desviacin, condicin de la no negatividad.

d+ : por encima de la meta. Exceso

d- : por debajo de la meta. Defecto
10 x1 + 12 x2 - d1+ + d1- = 120 000

(Meta 2) (Prioridad 2)

x2 - d2+ + d2- = 4 000

x 0
j
-+

C.N.N

j =1, 2

(Meta 1) (Prioridad 1)

I =1, 2

4. Definir la funcin objetivo.

+

Min w= d + d
1

: Por encima de la meta

i
-

d
i

10x1 + 12x2 -d1 + d1 = 120 000

+

x2 - d2 + d2 = 4 000

: Por debajo de la meta

Bajo la meta (por lo menos), para

ambos casos

Pgina | 29

FASE III: OBTENCIN DE UNA SOLUCIN A PARTIR DEL MODELO

FORMULACIN DEL MODELO

Min w = d1 + d2

Restriccin del sistema

7x1 + 6.5x2 80 000

10x1 + 12x2 -d1 + d1 = 120 000

(Meta 1)

(Prioridad 1)

(Meta 2)

(Prioridad 2)

Restriccin meta
+

x2 - d2 + d2 = 4 000

C.N.N

xj 0
-+

j=1,2
i=1, 2

Pgina | 30

Anlisis de Sensibilidad

10 x1 + 12 x2 = 120 000

Punto ptimo:

x2 = 4 000

(-12)

Ecuacin de (META 1) = Ecuacin de (META 2)

X1 = 7 200
X2 = 4 000

META 2

META 1
-

=0

=0

=0

Min w= d + d
1

=0

Min w= 0+0=0

Pgina | 31

FASE IV: PRUEBA DEL MODELO CON UN SOFTWARE

Ejecucin del modelo mediante el software DSFORWINDOWS:

Para ejecutar el modelo de Programacin por metas, se ha

utilizado el software

DSFORWINDOWS

que brinda las

herramientas necesarias para modelar los parmetros que

conforman el mismo. La siguiente tabla, describe la distribucin
que toma la informacin al ser introducida en el software:
Se ejecuta el software, seguidamente se selecciona el modelo a utilizar.
Posteriormente se coloca el titulo o meta que pretendemos alcanzar, se especifica el
nmero de restricciones y variables con los que trabajaremos.

Pgina | 32

En la siguiente tabla se ingresa todos los datos con los que contamos:

Restricciones del sistema

Restricciones de las metas

Prioridades

Variables de Desviacin

Pgina | 33

CAPITULO IV

RESULTADOS

Pgina | 34

Ejecutando el modelo para distintas metas de produccin, se obtiene los siguientes resultados,
donde podemos apreciar las cantidades optimas a producir es decir que cantidad producir
exactamente para que se cumplan las 2 metas de la empresa Agrosant Export s.a.c, tambin nos
muestra las desviaciones dentro del modelo.

Kilogramos de Aj Paprika y Guajillo a procesar: X2 =4000, X1 =7200 respectivamente

para cumplir las metas de la empresa.

El valor de las desviaciones salen cero, porque las metas se encuentran dentro de la
regin factible.

Pgina | 35

El software DsForWindows tambin nos muestra una grfica, donde podemos apreciar la
regin factible, tambin nos grafica las metas y nos permite saber si estn dentro de la regin
factible.

La meta 1 y la meta 2 se encuentran dentro de la regin factible, la cual significa que

las dos metas se pueden cumplir, es decir que se puede obtener una utilidad de por lo
menos S/.120 000 por la venta total de los productos y se puede lograr producir por lo
menos 4000 kg de Guajillo generando mayor utilidad para la empresa.

La interseccin entre la meta 1 y la meta 2 se encuentran dentro de la regin factible,

esto significa que existe una cantidad especfica de productos a procesar para que las
dos metas puedan cumplirse simultneamente.

Pgina | 36

CAPITULO V

CONCLUSIONES
Y
RECOMENDACIONES

Pgina | 37

CONCLUCIONES

La meta 1 y la meta 2 se encuentran dentro de la regin factible, la cual significa que

las dos metas se pueden cumplir, es decir que se puede obtener una utilidad de por lo
menos S/.120 000 por la venta total de los productos y se puede lograr producir por lo
menos 4000 kg de Guajillo generando mayor utilidad para la empresa.

El modelo es efectivo para tomar las decisiones que favorezcan al cumplimiento de las
metas planteados por la organizacin en su planeacin estratgica teniendo en cuenta
la amplitud presupuestaria, ya que la prioridad en este caso fue la obtencin de
mayor utilidad por parte de la empresa.

Con la implementacin del modelo en una plataforma digital, la toma de decisiones

sobre las alternativas de inversin ser ms gil, siempre y cuando se estandaricen
los sub-procesos en los que intervienen los colaboradores de la organizacin, los
cuales son el establecimiento de prioridades, la identificacin de las alternativas de
inversin y los grupos de trabajo.

El modelo propuesto puede procesar y permite comparar factores cualitativos con

cuantitativos al poner en el mismo escenario de decisin, elementos monetarios, de
eficiencia y de sostenibilidad.

Pgina | 38

RECOMENDACIONES

La Empresa AGROSANT EXPORT S.A.C-Barranca, debera implementar el

Modelo de Programacin por Metas en el rea de produccin, ya que de acuerdo a los
resultados de la investigacin el modelo brinda resultados robustos que garantizan una
buena toma de decisiones.
A la Empresa AGROSANT EXPORT S.A.C-Barranca, Para que tenga una mayor
probabilidad de no perder en la inversin, se le recomienda realizar un estudio de
mercado, para que gracias a esto obtenga resultados ms significativos y pueda tener
ms seguridad al momento de tomar las decisiones para el futuro de la empresa.
Para futuras investigaciones que estn relacionadas con la toma de decisiones con
criterios mltiples se recomienda emplear el modelo de Programacin por Metas ya que
brinda resultados muy acertados.
El modelo matemtico presentado en este trabajo puede resultar en una herramienta
de inmensa utilidad; que el producto de la misma sea valioso, depender de varios
elementos:

Rigurosidad en el estudio de las necesidades de la empresa y de las

caractersticas particulares de los proyectos de inversin de la Empresa.

Disponibilidad de informacin y eficiencia en la comunicacin entre los

desarrolladores del proyecto.

Proposicin de una metodologa acertada para el manejo de posibles causas de

error en el modelo como la subjetividad del evaluador.

Alto compromiso por parte de cada una de las gerencias de la Organizacin;

desde la Gerencia Financiera que lidera el proceso de construccin del
presupuesto, hasta las dems gerencias que hacen parte de los Grupos de
Trabajo.

Manejo adecuado de un cronograma de implementacin de manera que se logre

una culminacin oportuna del proceso de conformacin del presupuesto.

Pgina | 39

BIBLIOGRAFIA:

HANNAN, E. An Assessment of Some Criticisms of Goal Programming. En:

Computers and Operations Research. No 12 (1985); p. 525-541.

BOHRQUEZ, N. Ampliacin del modelo de Programacion por Metas en la empresa

Frisby S.A. Pereira, 2008, 48-78p. Trabajo de grado (Ingeniera Industrial) Universidad
Tecnolgica de Pereira.

HANNAN, E. An Assessment of Some Criticisms of Goal Programming. En:

Computers and Operations Research. No 12 (1985); p. 525-541.

REFERENCIAS ELECTRONICAS:

Romero, C. (2014). Programacin Por Metas. Junio 24, 2015, de Universidad

politcnica de Madrid Sitio web:
http://www.uv.es/asepuma/recta/extraordinarios/Vol_01/04t.pdf

Lpez, H. (2010). MODELOS DE OPTIMIZACIN POR METAS. julio 05, 2015, de

Universidad Nacional de Colombia Sitio web:
http://www.umng.edu.co/documents/63968/74763/Vol20_1art_9.pdf

Castaeda, A. & Larios, C. (2011). Programacin por Metas. Junio 30, 2015, de
Instituto Tecnolgico De Monterrey Sitio web:
file:///C:/Users/Sony/Downloads/55202469-Trabajo-Final-Programacion-PorMetas.pdf

Gonzales, F. (2013). Toma de Decisiones. Julio 10, 2015, de Universidad KINO Sitio
web:
http://es.slideshare.net/wenceslao/metodologiadeinvestigacionppt

Quesada, V. & Vergara, J. (2008). Toma de Decisiones. Julio 08, 2015, de Universidad
de Cartagena Sitio web:
http://campuscurico.utalca.cl/~fespinos/Manual%20WinQSB%20Quezada%20y%20
Vergara.pdf

Pgina | 40