Programación Por Metas 1er Avance
Programación Por Metas 1er Avance
TECNOLÓGICO NACIONAL DE
MÉXICO
INSTITUTO TECNOLÓGICO DE
HUIMANGUILLO
CARRERA:
INGENIERÍA EN LOGÍSTICA
MATERIA:
INVESTIGACIÓN DE OPERACIONES II
PRESENTAN:
HANNIA ISABEL HERNÁNDEZ RAMÍREZ. 181240019
DOCENTE:
ING. JUAN CARLOS ADORNO GUERRA.
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.
Programación por Metas. Cuando existen varios objetivos se utiliza la programación por
metas. Esta es una diferencia con relación a la programación lineal que tiene un objetivo
único de maximizar o minimizar. La Programación por metas (abreviada PM) apareció
originalmente en un artículo de Charnes, Cooper y Ferguson en 1955
Carlos Romero define la programación por metas de la siguiente manera: “La programación
por metas se aleja de una filosofía de optimización, entroncando con una filosofía
satisfaciente en la línea que propone Herbert Simón (1955, 1957). Este prestigioso
economista conjetura que en las complejas organizaciones actuales (grandes empresas,
agencias gubernamentales, sindicatos, etc.), el contexto decisional está definido por
información incompleta, recursos limitados, multiplicidad de objetivos, conflicto de
intereses, etc.
Herbert Simón conjetura que, en contextos decisionales complejos, el centro decisor intenta
que una serie de metas relevantes se aproximen lo más posible a unos niveles de aspiración
fijados de antemano”. Por lo tanto, la programación por metas tiene de fondo una filosofía
que se llama “satisfaciente”, lo que quiere decir que no tiene por qué haber una
obligatoriedad de satisfacerlo, sino que se ubican cuáles son las metas más relevantes y se
intenta que acercar lo más posible a los niveles de aspiración. Como mencionó Simón, los
centros decisores cada vez son más complejos y además tienen que considerar más
parámetros que pueden limitar su deseo, y es en estos en los que sería conveniente aplicar
la programación por metas. A pesar de que Simón y otros autores como Charnes, Cooper &
Ferguson, empezaron a plantear la programación por metas en el año 1955, hasta mediados
de los años 70 no empezó a popularizarse.
Formula:
La estructura de cada meta seguiría este modelo:
fi(x) + ni – pi = ti
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.
3x1 + x2 + n – p = 50
3(10) + 1(15) + n – p = 50
30+15 + n – p = 50
45 + n – p = 50
Se necesita que n valga 5 para alcanzar la meta. En otras palabras, el beneficio quedó 5
pesos abajo de lo esperado porque se obtuvo un faltante.
Ahora piense que otra persona en la empresa sugiere que se fabriquen 15 productos de cada
tipo. La meta estaría representada por:
3(15) + 1(15) + n – p = 50
60 +n – p = 50
50 + n – p = 50
Metas
x4 <= 2
X4 + n4 – p4 = 0
Esperamos que esta explicación y este ejemplo te hayan permitido entender un poco más la
programación por metas.
Ejemplo 3:
6x1 + 5x2 ≤ 30
x1, x2 ≥ 0
Pasado un tiempo, la empresa decide mudarse y en este momento se valora que el objetivo
anterior no es del todo realista. Por tanto, la fábrica considera que obtener un beneficio de
30 dolares por día, sí es un objetivo que puede ayudar a la empresa de manera real. Estamos
ahora frente a un problema de programación por metas con las restricciones de tiempo de
producción que anteriormente se tenían.
min d− 1 + d + 1
2x1 + 3x2 ≤ 12
6x1 + 5x2 ≤ 30
x1, x2, d− 1 , d+ 1 ≥ 0
Nuevamente la empresa considera que se puede mejorar la situación. En esta ocasión, la
administración de la fábrica se plantea alcanzar las siguientes metas, cada una con igual
prioridad:
Teniendo en cuenta las metas que se han establecido, las variables de desviación d + 1 , d+
2 , d− 3 y d+ 4 se pueden eliminar de la función objetivo.
min d− 1 + d − 2 + d + 3 + d − 4
2x1 + 3x2 + d − 2 − d + 2 = 12
6x1 + 5x2 + d − 3 − d + 3 = 30
x2 + d − 4 − d + 4 = 7 xi , d− j , d+ j ≥ 0, ∀i = 1, 2 y ∀j = 1, 2, 3, 4
donde a1 = d − 1 , a2 = d − 2 , a3 = d + 3 y a4 = d − 4 .
Finalmente, el término criterio se utiliza como un término general que engloba los tres
conceptos precedentes (atributo, objetivo y metas). En otras palabras, los criterios
constituyen los atributos, objetivos o metas que se consideran relevantes para un cierto
problema decisional. Por consiguiente, la teoría de la decisión multi criterio constituye
un marco general o paradigma decisional en el que subyacen diferentes atributos,
objetivos o metas.
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. (Iñiguez, 2017)10
El modelo general de
la programación meta se define
como:
Como
antes, deseamos
y
encontrar variables
para minimizar la función objetivo anterior, que está compuesta de los términos
Existen dos metodologías clásicas de solución para modelos con multiobjetivo, Taha
(2004), los cuales son, el Método de Factores de Ponderación y el Método de Jerarquías.
Modelo Lineal Modelo Meta
Usa un solo objetivo Tiene más de un objetivo
Las variables y la función objetivo deben Variación de PL.
de ser lineales.
Es necesario que cada variable aditiva Se llega a una solución eficiente.
respecto a la variable objetivo.
Las soluciones no deben de ser Utiliza restricciones meta.
necesariamente números enteros.
La solución óptima (máximo o mínimo) Tiene 3 tipos de modelos:
debe de ocurrir en uno de los vértices del Sin prioridad.
conjunto de soluciones factibles. Con prioridad.
Con prioridad y ponderación.
Las funciones lineales en variables de Se usa para resolver problemas
decisión con restricciones lineales (programas) lineales con objetivos
optimizando una función objetivo también similares, con cada objetivo visto como
lineal. una “meta”.
Se tiene una función objetivo, se busca Aquí las variables de desviación son las
una combinación de recursos”. cantidades que una meta es superada o no
alcanzada.
Ventajas
Permite comparar un amplio rango de Satisface los objetivos en una secuencia
soluciones, alternativas y analizar sus de prioridad. Los objetivos de segunda
consecuencias prioridad se persiguen sin reducir los
objetivos de primera prioridad.
Indica al administrador como emplear
más eficazmente sus factores Se conforma con una cota inferior.
seleccionándolos y distribuyéndolos
adecuadamente.
Hace que el administrador sea más El espacio de soluciones siempre tiene
objetivo en sus decisiones al obtener que cumplirse, mientras que los objetivos
todos los datos que puedan ser útil para la no pueden cumplirse.
formulación matemática del problema.
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 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.
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.
Una característica de la Programación de Meta es que proporciona solución para los
problemas que tengan metas múltiples y conflictivas arregladas de acuerdo a la estructura
prioritaria de la administración.
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 de aspiración que
corresponde a cada atributo, es decir, el nivel de logro que el centro decisor desea alcanzar.
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.
Las variables de desviación negativa cuantifican la falta de logro de una meta con respecto
a su nivel de aspiración, mientras que las variables de desviación positiva cuantifican el
exceso de logro de una meta con respecto a su nivel de aspiración.
Como un nivel de aspiración no puede simultáneamente sobrepasarse y quedar por debajo
de él, al menos una de las dos variables de desviación tomará valor cero cuando la meta
alcanza exactamente su nivel de aspiración.
Cuando la meta deriva de un atributo del tipo más del atributo mejor (objetivo a
maximizar) la variable no deseada (a minimizar), será la variable de desviación negativa
(cuantificación de la falta de logro).
Una división de Schwim Manufacturing Company produce dos tipos de bicicletas: (1)
una bicicleta de 3 velocidades y (2) una de 10 velocidades. La división obtiene una
utilidad de $25 en la bicicleta de 10 velocidades y $15 en la bicicleta de 3 velocidades.
Debido a la fuerte demanda de estos artículos, durante el período de planeación de
verano la división cree que puede vender, a los precios que prevalezcan, todas las
unidades de estas dos bicicletas que produzca. Las instalaciones de producción se
consideran recursos escasos. Estos recursos escasos corresponden al departamento de
ensamblado y terminado. Los tiempos unitarios de procesamiento y las capacidades de
cada uno de los departamentos se muestran en la tabla siguiente:
En el depto. Contribución a la
De terminación utilidad unitaria
Tipo de bicicleta En el Depto. de
ensamble
3 velocidades 1 1 15
10 velocidades 3 1 25
Hrs. disponibles en 60 40
cada depto.
La división durante este período de planeación se enfrenta a cambios grandes de organización y cree
que el maximizar la utilidad no es un objetivo realista. Sin embargo, desearía lograr un nivel
satisfactorio de utilidad durante este período de dificultad. La dirección cree que la utilidad diaria de
$600 debería satisfacerse y desea determinar, dadas las restricciones del tiempo de producción, la
mezcla de producto, que debería llevar a esta tasa de contribución a utilidades.
Definición de variables:
Sujeto a:
+ x2 40 ( (horas de terminación).
Restricciones estructurales
Nota: Puesto que tanto d1−, d1+ aparecen en la función objetivo y a ambas se les asigna pesos
iguales, esto indica que la administración desea lograr la utilidad meta exactamente.
Referencias: