UNIVERSIDAD NACIONAL EXPERIMENTAL

FRANCISCO DE MIRANDA
REA DE TECNOLOGA
DEPARTAMENTO DE GERENCIA
INVESTIGACIN DE OPERACIONES
PROFESOR: Dr. JUAN LUGO MARN

Tema No. 2
Programacin de Metas

Introduccin

El concepto de la programacin por metas (PM) fue introducido por A.

Charnes y W. W. Cooper. La PM es un enfoque poderoso que se ha
construido a partir de la programacin lineal. Ambas reas de estudio son
actualmente objeto de considerable inters y desarrollo, y representan
temas potencialmente importantes para los futuros gerentes, tomadores de
decisiones y administradores.

La programacin por metas se aplica generalmente a modelos

lineales; es una extensin de la PL que permite a la persona que planifica
aproximarse lo ms posible para satisfacer diversas metas y restricciones.
Con dicha extensin la persona que toma las decisiones puede incorporar,
por lo menos en un sentido heurstico, su propio sistema de preferencias al
enfrentarse a mltiples metas antagnicas. Algunas veces se considera que
es un intento de colocar en un contexto de programacin matemtica un
concepto que combina las ideas de satisfaccin y complacencia. Este
trmino fue acuado por Herbert Simon, ganador del Premio Nobel de
economa, para transmitir la idea de que en algunas ocasiones las personas
no buscan las soluciones ptimas, sino ms bien soluciones
suficientemente buenas o aproximaciones aceptables; en otras
palabras, ese trmino se refiere al deseo de maximizar varios objetivos en
forma simultnea a niveles mnimamente satisfactorios.

1
 Programacin de Metas - Conceptualizacion

En el Tema No. 1 todos los problemas formulados tenan un solo

objetivo, como por ejemplo maximizar ganancias o minimizar costos. No
obstante, en muchas ocasiones nos enfrentamos a situaciones que pueden
tener objetivos mltiples, es decir, dos o ms metas por lograr. Estos
objetivos, algunas veces, entran en conflicto entre s. Solo se puede
optimizar un objetivo a expensas de los otros. Los objetivos mltiples
pueden presentarse en problemas lineales, enteros e, incluso, no lineales.
Todo lo anterior entra en el objetivo del presente tema de Programacin de
Metas o Programacin Multiobjetivo.

La esencia de cmo se formula un modelo de programacin lineal

sigue siendo la misma en programacin por meta, es decir, tambin se
tiene una funcin objetivo que optimizar sujeta a una o ms restricciones.
Sin embargo, dentro de este marco de referencia se agregarn dos
conceptos nuevos. El primero es el de las restricciones de meta, a parte 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 programacin
lineal, para obtener la solucin puede aplicarse el mtodo simplex,
modificado solo para tomar en cuenta las prioridades.

La programacin por metas es un enfoque para tratar problemas de

decisin gerencial que comprenden metas mltiples, algunas veces en
conflicto. El tomador de decisiones debe ser capaz de establecer al menos
una importancia ordinal, para clasificar estas metas. Una ventaja
importante de la programacin meta es su flexibilidad en el sentido de que
permite al tomador de decisiones, experimentar con una multitud de
variaciones de las restricciones y de prioridades de las metas cuando se
involucra con un problema de decisin de objetivos mltiples.

El primer paso en la formulacin de un modelo de programacin por

metas consiste en fijar los atributos que se consideran relevantes para el
problema que se est analizando. Una vez establecidos los atributos, se
pasa a determinar el nivel de aspiracin que corresponde a cada atributo,

2
es decir, el nivel de logro que el centro decisor desea alcanzar.
Seguidamente, se conecta el atributo con el nivel de aspiracin, por medio
de la introduccin de las variables de desviacin negativa y positiva,
respectivamente. As para el atributo i-simo, se tiene la siguiente meta:
donde, como es habitual, f(x) representa la expresin matemtica del
atributo i-simo, Ti su nivel de aspiracin, ni y pi las variables de desviacin
negativa y positiva, respectivamente. Las variables de desviacin negativa
cuantifican la falta de logro de una meta con respecto a su nivel de
aspiracin, mientras que las variables de desviacin positiva cuantifican el
exceso de logro de una meta con respecto a su nivel de aspiracin.

Como un nivel de aspiracin no puede simultneamente sobrepasarse

y quedar por debajo de l, al menos una de las dos variables de desviacin
tomarn valor cero cuando la meta alcanza exactamente su nivel de
aspiracin.

Una vez clarificado el significado de las variables de desviacin, es

importante introducir el concepto de variable de decisin no deseada. Una
variable de decisin se dice que no es deseada cuando al centro decisor le
interesa que la variable en cuestin alcance su valor ms pequeo (esto es
cero). Cuando la meta deriva de un atributo del tipo ms del atributo mejor
(objetivo a maximizar) la variable no deseada (a minimizar), ser la
variable de desviacin negativa (cuantificacin de la falta de logro). Cuando
por lo contrario, la meta est relacionada con un atributo que significa o
resulta mejor (objetivo a minimizar) la variable no deseada (a minimizar)
ser la variable de desviacin positiva. Finalmente, cuando se desea
alcanzar exactamente el nivel de aspiracin tanto la variable de desviacin
negativa como la positiva son variables no deseadas y por tanto variables a
minimizar. Es importante destacar que estas variables de desviacin
llamadas no deseados son las que vamos a considerar en la ecuacin
objetivo, que siempre en un problema de metas tiene como objetivo la
minimizacin de estas variables no deseadas.

3
Caractersticas de los problemas de Programacin de Metas

La Funcin Objetivo siempre busca minimizar.

Por cada meta existir una restriccin meta.

Las metas se satisfacen en una secuencia ordinal. Esto es, que las
metas que deben clasificarse en orden de prioridad por el tomador de
decisiones son satisfechas secuencialmente por el algoritmo de
solucin.

Las metas con prioridad baja se consideran solamente despus de
que las metas de prioridad alta se han cumplido.

La Programacin de metas es un proceso de satisfaccin, en el
sentido de que el tomador de decisiones tratar de alcanzar un nivel
satisfactorio en vez del mejor resultado posible para un solo objetivo.

La nocin fundamental de la Programacin Meta, comprende
incorporar todas las metas gerenciales en la formulacin del modelo
del sistema.

En la programacin Meta, en vez de intentar minimizar o maximizar
la Funcin Objetivo directamente, como en la programacin lineal, se
minimizan las desviaciones entre las metas y los lmites logrables
dictados por el conjunto dado de restricciones en los recursos. Estas
variables de desviacin, que se denominan de "holgura" o
"sobrantes" en programacin lineal, toman un nuevo significado en la
Programacin Meta. Ellas se dividen en desviaciones positivas y
negativas de cada una de las metas. El objetivo se convierte
entonces en la minimizacin de estas desviaciones, dentro de la
estructura prioritaria asignada a estas desviaciones.

Las metas se satisfacen en el orden de prioridad establecido por el
tomador de decisiones.

Las metas no necesitan satisfacerse exactamente sino tan cerca
como sea posible.

4
 Formulacin de un Modelo de Programacin de Metas

La formulacin de un modelo de Programacin Meta es similar al modelo de

Programacin Lineal (P.L). Inicialmente se deben definir las variables de
decisin del modelo, despus se deben de especificar, al menos
tericamente, todas las metas gerenciales en orden de prioridad. Un paso
clave es la identificacin y formulacin de las restricciones, a los fines de
este curso, recomendamos inicialmente formular las restricciones
tradicionales del modelos (ya sean de recursos, demandas etc) y
posteriormente las restricciones metas (recuerde que por cada meta debe
existir una restriccin meta). Finalmente proceda a formular la funcin
objetivo, tenga en cuenta que la funcin objetivo en un problema de
programacin de metas siempre es de minimizar y las nicas variables que
son consideradas en la misma son las variables desviacionales, tal como ya
se seal anteriormente.

Formulacin de Restricciones Metas

En un problema de formulacin de metas la formulacin de las

restricciones metas se considera sumamente relevante para el problema
que se est analizando. Una vez que se haya establecido cada una de las
metas, se pasa a determinar el nivel de aspiracin que corresponde a cada
atributo, es decir, el nivel de logro que el centro decisor desea alcanzar.

Seguidamente, se conecta cada meta con su nivel de aspiracin, por

medio de la introduccin de las variables de desviacin negativa y positiva,
respectivamente:

n: variable de desviacin negativa, cuantifica la falta de logro de una meta

p: variable de desviacin positiva, cuantifica el exceso de logro de una meta

En general, la meta del atributo i-simo se escribe como:

ax1 +bx2 +dni- - dpi+ = Mi

5
  Los valores de las variables de desviacin son siempre positivas o
cero, al menos una de las dos variables de desviacin que definen la
meta tendr que ser cero.
 Las dos variables de desviacin tomarn el valor cero cuando la meta
alcance exactamente su nivel de aspiracin, Mi. 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,
es decir, cero.

Formulacin de la funcin objetivo

La funcin objetivo para un problema de programacin por

meta siempre es minimizar alguna combinacin de variables de desviacin o
variables desviacionales. Desde un punto de vista de toma de decisiones
administrativa, esto significa que se est buscando la combinacin de
variables reales por ejemplo (mesas y sillas) que cumplan mejor con todos
los objetivos. Esto podra llamarse optimizar un conjunto de objetivos
"satisfactorios".

La forma exacta de la funcin objetivo vara segn la respuesta a

estas dos preguntas:

1. Son conmensurables o proporcionales los objetivos?

2. Cul es la importancia relativa de cada objetivo?

 Objetivos conmensurables de igual importancia: este es el caso

ms sencillo, aunque muy pocas veces se encuentra en la prctica. Aqu los
objetivos se miden en una escala comn conmensurables y tienen la misma
importancia.

 Ponderacin preferente de los objetivos: las ponderaciones de

preferencia pueden aplicarse a cualquier grupo de objetivos
conmensurables. Las ponderaciones deben reflejar la utilidad o el valor de
los objetivos.

 Rango de prioridad de los objetivos: que pasa cuando los

objetivos no son conmensurables, cuando no hay una escala comn para

6
comparar las desviaciones de los diferentes objetivos?. Este es un caso
importante, al que se enfrentan con frecuencia los administradores. Si el
administrador puede ordenar o dar un rango para sus metas entonces la
solucin es posible.

Quizs no sea una tarea fcil dar un rango a los objetivos de acuerdo
con su importancia pero es algo que la mayora de las personas entienden y
pueden lograr. En la programacin por objetivos se le asigna la prioridad
P1al objetivo ms importante, siguiendo P2 a una prioridad ms baja. No
existe lmite en el nmero de niveles de prioridad pero debe asignarse una
prioridad para cada variable de desviacin. Se permiten empates o
prioridades iguales.

Los problemas de programacin por meta se resuelven en orden de

prioridad. Es decir, se prueba la optimizacin en el nivel de prioridad ms
alto ignorando las prioridades ms bajas hasta optimizar este nivel.

Aplicaciones de los Modelos de Programacin de Metas

La programacin por metas es un enfoque para tratar problemas de

decisin gerencial que comprenden metas mltiples o inconmensurables, de
acuerdo a la importancia que se le asigne a estas metas. El tomador de
decisiones debe ser capaz de establecer al menos una importancia ordinal,
para clasificar estas metas. Una ventaja importante de la programacin
meta es su flexibilidad en el sentido de que permite al tomador de
decisiones, experimentar con una multitud de variaciones de las
restricciones y de prioridades de las metas cuando se involucra con un
problema de decisin de objetivos mltiples.

La programacin meta tambin es aplicable, entre otras, en las siguientes

reas:

7

MERCADEO: Donde las metas conflictivas podran ser: maximizar la
participacin del mercado, minimizar los costos de publicidad,
maximizar el margen de ganancia por artculo vendido.

CONTROL DE INVENTARIOS: Donde es necesario minimizar el
nmero de faltantes y minimizar el costo de almacenaje.

PRODUCCION: Donde es necesario minimizar el costo de fabricacin,
minimizar el nmero de producto rechazados y maximizar la
utilizacin de recursos.

Ejemplos de problemas de Programacin de Metas

 Ejercicio de Metas Con Prioridad

Considera la situacin de Schwim Manufacturing Company en donde la

administracin desea alcanzar varias metas. Ahora supondremos que la
administracin desea ordenar dichas metas en orden de importancia y que
la meta ms importante tiene prioridad absoluta sobre la siguiente meta
ms importante y as sucesivamente.

Para lograr que las metas de baja prioridad se consideren solamente

despus de lograr las metas de alta prioridad, se clasifican las metas en k
rangos y las variables de desviacin asociadas con las metas, se les asigna
un nmero prioritario Pj (j = 1,2,..., k). Los factores de prioridad satisfacen

P1>>>P2>>>...Pj>>>Pj+1.

Las relaciones de prioridad implican que la multiplicacin por n, no importa

que tan grande sea n, no puede hacer una meta de baja prioridad tan
importante como una meta de alta prioridad (por ejemplo: Pj>nPj+1).

Ahora supongamos que la divisin de bicicletas de Schwim, adems de

lograr sus $600.00 de meta primaria de utilidad, desea utilizar
completamente sus departamentos de ensamblaje y terminacin durante la
reorganizacin que se avecina. Esto es, como una meta secundaria, la
divisin desea minimizar el tiempo ocioso. La formulacin del modelo es:

8
Minimizar Z = P1 (d1- + d1+) + P2(d2-+d3-)

S.A.

15x1+25x2 +d1- - d1+ = 600

x1 +3x2 + d2- - d2+= 60

x1 +x2 +d3- - d3+ = 40

x1, x2, di-,di+ = 0

Donde:

x1 = Nmero de bicicletas de 3 velocidades producidas por da

x2 = Nmero de bicicletas de 10 velocidades producidas por da

d1- = Cantidad por debajo de la utilidad perseguida

d1+ = cantidad por encima de la utilidad perseguida

d2- = Tiempo ocioso diario en el departamento de ensamble

d2+ = Tiempo extra diario en el departamento de ensamble

d3- = Tiempo ocioso diario en el departamento de terminacin.

d3+ = Tiempo extra diario en el departamento de terminacin.

Nota: Puesto que d1- y d1+ se incluyen en la funcin objetivo, el modelo

intentar lograr exactamente la utilidad diaria perseguida de $600,
minimizando tanto las desviaciones positivas como las negativas. Con d2+
d3+ y eliminados de la funcin objetivo, sin embargo, el modelo no se
preocupar del tiempo extra en el departamento de ensamble o terminacin
e intentar minimizar solamente el tiempo ocioso en estos departamentos.
Debido a que la meta de utilidad perseguida es ms importante que la meta
de minimizacin del tiempo ocioso, a esta se le asigna prioridad P1. El

9
modelo intentar lograr esta meta hasta donde ms le sea posible antes de
considerar la meta secundaria de minimizar el tiempo ocioso de produccin.

Ejemplo 2: MTV Steel Company produce tres tamaos de tubos: A, B y C,

que son vendidos, respectivamente en $10, $12 y $9 por pie.
Para fabricar cada pie del tubo A se requieren 0.5 minutos del tiempo del
procesamiento sobre un tipo particular de maquina de modelado. Cada pie
del tubo B requiere 0.45 minutos y cada pie del tubo C requiere 0.6
minutos. Despus de la produccin, cada pie de tubo, sin importar el tipo,
requiere de 1 onza de material de soldar. El costo se estima en $3, $4 y $4
por pie de los tubos A, B y C respectivamente.

Para la siguiente semana, MTV Steel ha recibido pedidos

excepcionalmente grandes que totalizan 2000 pies del tubo A, 4000 pies del
tubo B y 5000 pies del tubo C. como solo se disponen de 40 horas de
tiempo de maquina esta semana y solo se tienen en inventario 5500 de
onzas de material de soldar, el departamento de produccin no podr
satisfacer esta demanda, que requiere un total de 97 horas de tiempo de
maquina y 11000 onzas de material de soldar.

No se espera que contine este alto nivel de demanda. En vez de expandir

la capacidad de las instalaciones de produccin, la gerencia de MTV Steel
esta considerando la compra de algunos de estos tubos a por-veedores de
Japn a un costo de entrega de $6 por pie del tubo A, $6 por pie del tubo B
y $7 por pie del tubo C. Supngase que la compaa se ha establecido una
meta de ganancia de $55.000 y desea que los costos de importacin no
superen los $40.000. Formule este modelo como un problema de metas,
sabiendo que la meta de ganancia es dos veces ms importante que la meta
de costos de importacin.

Precio de Venta Demanda (pie) Tiempo de Material Costo de Costo de

Tipo ($/pie) Mquina (min/pie) soldar (oz/pie) produccin ($/pie) compra ($/pie)
10 2000 0.50 1 3 6
12 4000 0.45 1 4 6
9 5000 0.60 1 4 7

10
 CANTIDAD DISPONIBLE 40HR 5500 OZ

Identificacin de las variables.

AP = nmero de pies de Tubo A por producir
BP = nmero de pies de Tubo B por producir.
CP = nmero de pies de Tubo C por producir.
AJ = nmero de pies de Tubo A por comprar a Japn.
BJ = nmero de pies de Tubo B por comprar a Japn.
CJ = nmero de pies de Tubo C por comprar a Japn.

Variables de decisin.
P+ = cantidad de dlares en que se excede la ganancia de la meta de $5500
P- = cantidad de dlares que faltan para la ganancia meta de $55000
I+ = cantidad de dlares en que las importaciones exceden la meta de $40000
I - = cantidad de dlares que faltan para que las importaciones alcancen la meta de
$40000.
DENTIFICACIN DE LA FUNCIN OBJETIVO
MINIMIZAR 2P- + I+

IDENTIFICACIN DE LAS RESTRICCIONES

 RESTRICCIONES DE DEMANDA
AP + AJ = 2000 (DEMANDA TIPO A)
BP + BJ = 4000 (DEMANDA TIPO B)
CP + CJ = 5000 (DEMANDA TIPO C)

 RESTRICCIONES DE RECURSOS
0.5AP + 0.45BP + 0.6CP 2400 (TIEMPO DE MAQUINA)
AP + BP + CP 5500 (MATERIAL DE SOLDADURA)
 RESTRICCIONES DE METAS
7AP + 8BP + 5CP + 4AJ + 6BJ + 2CJ P+ + P- = 55000 (META DE GANANCIA)
+ -
6AJ + 6BJ + 7CJ I + I = 40000 (META DE
IMPORTACIN)

 RESTRICCIONES LGICAS
AP, BP, CP, AJ, BJ, CJ, P+, P-, I+, I- 0

11
 Bibliografa

Anderson, D.; Sweeney, D.; Williams, T. (2004). Mtodos cuantitativos para los
negocios. Mxico. Editorial Thomson.

Eppen, G.; Gould, F. J.; Moore, J.; Schmidt. C.; Weatherford, L. (1998). Investigacin
de Operaciones en la Ciencia Administrativa. Mxico. Editorial Prentice Hall

Hillier, F.; Liberman, G. (2001). Investigacin de Operaciones. Mxico. Editorial Mc.

Graw Hill.

Mathur, K.; Solow, D (1996). Investigacin de Operaciones. El arte de la toma de

decisiones. Mxico. Prentice Hall.

Taha, H. (2004). Investigacin de Operaciones. Mxico. Perason Prentice Hall.

Wayne, W. (2005). Investigacin de Operaciones. Aplicaciones y Algoritmos. Mxico.

Editorial Thomson.

12