INSTITUTO TECNOLÓGICO

SUPERIOR DE TIERRA BLANCA

INGENIERÍA INDUSTRIAL
SISTEMA SEMIESCOLARIZADO
MATERIA:
INVESTIGACION DE OPERACIONES II
UNIDAD:
1
TAREA: INVESTIGACION
CATEDRATICO:
ANIBAL GAUDENCIO LOPEZ CABRERA
PRESENTA:
NATHALIE DEL CARMEN RIVERA AMBROS
GRUPO:
504-D
 INTRODUCCION
Esta investigación tiene como propósito adentrarnos a conocer que es y cómo es
que se utiliza en la programación por metas de investigación de operaciones.

La Investigación de Operaciones es hoy en día y desde hace algunas décadas

una herramienta de máxima efectividad que nos ayuda en diversas áreas, pero
especialmente en la Administración de organizaciones.

Por otro lado la programación de metas o programación por objetivos es un

enfoque que permite abordar problemas de decisión general respecto a las metas
que se deseen alcanzar en algún ámbito de la vida cotidiana. Estas metas pueden
ser complementarias, pero frecuentemente conflictivas. Por ello, una forma de
arreglar esta inconmensurabilidad se basa en una estructura prioritaria por parte
de la administración.
 Definicion y conceptos generales

En general, en los procesos de Investigación operativa, dos figuras fundamentales

en el estudio y resolución de los problemas multi-objetivo son el decisor y el
analista.

El decisor es la persona (grupo de personas, entidad,. . .) que detecta los

problemas y es responsable de su resolución.

El analista (persona, gabinete, entidad,. . .) representa a la parte técnica

especializada y es conocedor de herramientas especıficas para encontrar
soluciones. Debe trabajar en relación estrecha con el decisor.

Programación de Metas: Planteamiento utilizado para resolver un problema de

optimización de objetivos múltiples como un programa lineal que equilibre los pros
y los contras de los objetivos en conflicto.

Meta: Valor objetivo numérico específico establecido para un fin en un programa

de metas.

Penalización: Valor relativo que se usa para representar insatisfacción con cada
unidad que un objetivo esté por debajo de su meta, si el objetivo es maximizar, y
por encima de la meta si lo que se busca es minimizar.

Objetos: Se denominan objetos a la unidades o ítems elementales (físicas,

conceptuales,. . .) involucradas en la situación problemática en estudio. Se pueden
denominar alternativas.

Atributos: Se denominan atributos a las características medidas sobre los

objetos. Son, esencialmente, variables. En el caso de tener un conjunto finito de
alternativas, la consideración conjunta de objetos y atributos aporta la siguiente
tabla:
Espacio de decisiones: El espacio de decisiones viene definido por los vectores
de valores que alcanzan los diferentes atributos en cada objeto. Se suele
denominar por X o por S.

Objetivos: Los objetivos son funciones, de valor real, establecidas sobre los
niveles que alcanzan los atributos.

Metas: Las metas son cotas asociadas a atributos u objetivos cuya aproximación o
superación sea esencial para el problema.

Criterios: Los criterios son los que establecen las pautas que articulan el marco
global de las búsquedas de soluciones. Incluyen objetivos, metas y atributos
relevantes para los procesos de resolución.

Espacio objetivo: El espacio objetivo está determinado por el conjunto

f(S) = {(f1(x), ..., fp(x))|x ∈ S}

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 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.

Historia

La programación de metas en esencia una variación de la programación lineal, los

primeros en identificarla fueron charnes y cooper a principios de la década de
1960, ljiri reafino y amplio la teoría a mediados de esa década. Igmizio y lee
desarrollaron numerosas aplicaciones.

En principio fue dirigida a resolver problemas industriales, sin embargo posterior

mente fue dirigida a muchos otros campos tales como:

 La economía
 Agricultura
 Recursos ambientales
 Recursos pesqueros
 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
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.

En esta imgen se puede observar que se

presentan tres posibilidades, que la meta
sea alcanzada, que se logre un valor
mayor a la meta 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.

1.2.1 Ejemplo
desventaja
ventajas
Mediante un ejemplo demostraremos como se introducen los datos para la
creación de un modelo de programación de metas. s
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
las deciciones no son
procesos, uno mecánico y otro químico, por los que se optimas
puede obtener la pulpa, de
sino suficintes
el apoyo en la toma de
celulosa para la producción del papel. puden cumplir ninguna ,
deciciones respectos a
una o alunas de los
varios objetios.
objetivos trasformados en
metas.

flexibilidad que permite al tomador

 una multitud de variaciones de las
deciciones y prioridades en la
metas, cundo se involucra en un
problema de deciciones multiples

El modelo de programación multiobjetivos 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.

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.

Definiendo las restricciones tipo metas

g1: X1 + 2X2 + n1 - p1 = 300 (Demanda Biológica de O2)

g2: 1000X1 + 3000X2 + n2 - p2 = 400000 (Margen Bruto)

g3: X1 + X2 + n3 - p3 = 400 (Empleo)

g4: X1 + n4 - p4 = 300 (Capacidades de Producción)

g5: X2 + n5 - p5 = 200

X1, X2 ≥ 0

Introduciendo el problema

En el menú Archivo (File) seleccionamos Nuevo problema (New Problem) e

introducimos la información del problema:

Al pulsar el botón OK aparecerá una nueva ventana donde procederemos a

introducir los coeficientes de las variables:

Para trabajar con el mismo formato de

las variables definidas en el ejemplo,
activaremos la opción Nombre de las
variables (Variable Names) en el menú
Editar (Edit).
Los nombres de las variables se cambiarán de acuerdo al orden que en que
aparecen en el problema:

Al pulsar OK en esta ventana podremos definir las metas y restricciones:

Luego de introducido el modelo se inicia el proceso de solución, siguiendo los

mismos pasos al empleado en la solución de los modelos de programación lineal.
La
solución
final se
muestra
en la
siguiente
página:
La ventana con el resumen de la información permite un análisis detallado de cada
variable.

Interpretando la solución
En el tablero optimal se puede observar que:

• Las toneladas de celulosa a producir por medios mecánicos son 300.

• Dado que n1 y p1 son ambas cero, la demanda biológica de oxígeno mínima es
de 300 unidades, igual al nivel de aspiración.

•La meta 2, asociada con el margen bruto, se queda por debajo del nivel de
aspiración en cuantía de 100.000 u. m., valor que asume la variable de desviación
n2.

• La meta del empleo se fija en 100 unidades de mano de obra menos que el nivel
de aspiración que era de 400.
• Las metas 4 y 5, asociadas con los niveles máximos de producción por cada
método, se fijan en 0 ton. De capacidad no aprovechada, para la 4, y de 200 para
la 5.
Conocidos estos resultados, el WINQSB también permite el análisis paramétrico
del modelo.
 Conclusión
Gracias a esta investigación conocemos los
conceptos que utilizaremos en la elaboración
de las operaciones, esto nos ayudara a
diferenciar lo que no pide y lo que se nos
restringe.

Volviendo a reforzar lo estudiado podemos

resaltar que:

 La programación meta es capaz de

manejar problemas de decisión con
una sola meta o con metas múltiples. En tales circunstancias, las metas
establecidas por el tomador de decisiones son logradas únicamente con el
sacrificio de otras metas.

 Las características que distinguen la programación Meta es que las metas

se satisfacen en una secuencia ordinal. Esto es, las metas que deben
clasificarse en orden de prioridad por el tomador de decisiones son
satisfechas secuencialmente por el algoritmo de solución. Las metas con
prioridad baja se consideran solamente después de que las metas de
prioridad alta se han cumplido. La Programación meta es un proceso de
satisfacción, en el sentido de que el tomador de decisiones tratará de
alcanzar un nivel satisfactorio en vez del mejor resultado posible para un
solo objetivo.
 Sitios web consultados
"SANTIAGO, I. U. (julio de 2012). Investigación de Operaciones: Método Heurístico, Objetivos
Múltiples y Programación de Metas. Obtenido de
https://analisisheuristicos.wordpress.com

Cabrera, P. (2012). Investigación de Operaciones: Método Heurístico, Objetivos Múltiples y

Programación de Metas.

Loe, C. (agosto de 2014). Programación de metas. Obtenido de calameo.com:

https://es.calameo.com/read/001432320df1c0e02733c

melenez, a. (30 de mayo de 2019). academia.edu. Obtenido de UNIVERSIDAD SANTA MARIA LA

ANTIGUA LOGISTICA INTERNACIONAL FACULTAD DE NEGOCIOS TRABAJO DE
INVESTIGACION "APLICACIÓN DE SOFTWARE: INVESTIGACIÓN DE OPERACIONES"
INTEGRANTES:
UNIVERSIDAD_SANTA_MARIA_LA_ANTIGUA_LOGISTICA_INTERNACIONAL_FACULTAD_DE
_NEGOCIOS_TRABAJO_DE_INVESTIGACION_APLICACIÓN_DE_SOFTWARE_INVESTIGACIÓN
_DE_OPERACIONES_INTEGRANTES

Miranda, U. N. (20 de febrero de 2013). SlideShare. Obtenido de

https://es.slideshare.net/juanlugomarin/programacion-de-metas-y-objetivos-16646467

Rodrıguez, M. J. (2019). Programaci´on por Metas. La Laguna, Tenerife. Obtenido de

https://riull.ull.es/xmlui/bitstream/handle/915/14636/Programacion%20por
%20Metas.pdf?sequence=1

Ruiz, E. L. (2 de julio de 2013). gestiopolis. Obtenido de Importancia de la investigación de

operaciones en las organizaciones: https://www.gestiopolis.com/importancia-de-la-
investigacion-de-operaciones-en-las-organizaciones/