PROGRAMACIN

META

INTRODUCCIN

La mayora de las situaciones de decisin real, sean personales o profesionales, se

caracterizan por metas (atributos) y objetivos mltiples ms que por un simple objetivo.
Estas metas (atributos) pueden ser complementarias, pero frecuentemente son
conflictivas y tambin inconmensurables. Los procesos de toma de decisiones se han
venido analizando tradicionalmente sobre la base de un paradigma que puede
esquematizarse de la siguiente forma.
En primer lugar, se establece el conjunto de soluciones posibles o factibles del problema
de decisin analizado. A continuacin, fundndose en un criterio, se asocia a cada
solucin o alternativa un nmero que representa el grado de deseabilidad que tiene cada
alternativa par el centro decisor, es decir, se establece una ordenacin de las soluciones
factibles. Seguidamente, utilizando tcnicas matemticas ms o menos sofisticadas, se
procede a buscar entre las soluciones factibles aquella que posee un mayor grado de
deseabilidad. Dicha alternativa es la solucin ptima.

las soluciones posibles se ordenan con arreglo a un cierto criterio que representa las
preferencias del centro decisor. Esta funcin de criterio recibe el nombre de funcin
objetivo. Recurriendo a tcnicas matemticas relativamente sofisticadas se establece la
solucin ptima como aquella solucin factible para la que la funcin objetivo alcanza un
valor ptimo.

PROGRAMACION POR METAS

La forma del 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 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 programacin lineal, para
obtener la solucin puede aplicarse el MTODO SIMPLEX
modificado solo para tomar en cuenta las prioridades.

La Programacin meta 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.
Se presentan desviaciones positivas y negativas de cada una
de las submetas o metas. El objetivo se convierte entonces en
la minimizacin de estas desviaciones.

CARACTERISICAS DE LA PM

Permite que las metas sean especificas

El modelo se puede resolver usando el
algoritmo simplex
Es capaz de manejar problemas de decisin
con una o mas metas
Busca un nivel satisfactorio de las metas,
minimizando las desviaciones

ESTRUCTURA DE UN MODELO DE PROGRAMACIN

POR METAS
El primer paso en la formulacin de un modelo de
programacin por metas es fijar los objetivos/
atributos, f(x), que se consideran relevantes para el
problema que estemos analizando

El segundo paso es determinar el nivel de aspiracin, t,

que corresponde a cada Atributo, siendo ste el nivel de
logro del atributo que el decisor considera aceptable.

A continuacin, definimos las metas, es decir, los

atributos combinados con niveles de aspiracin. Cada
meta se convierte en una restriccin blanda a
incorporar en el modelo de programacin por metas.

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.

f (x) + n p = t

Mtodos de solucin
Mtodo de Jerarquas
Mtodo de factores de
ponderacin

Una divisin de Schwim Manufacturing Company produce dos tipos de bicicletas: (1)
una bicicleta de 3 velocidades y (2) una de 10 velocidades. La divisin 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 artculos, durante el perodo de planeacin de
verano la divisin cree que puede vender, a los precios que prevalezcan, todas los
unidades de estas dos bicicletas que produzca. Las instalaciones de produccin 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
TIPO DE BICICLETA

EN EL DEPTO. DE
ENSAMBLE

EN EL DEPTO. DE
TERMINACIN

CONTRIBUCIN A
LA UTILIDAD
UNITARIA

3 velocidades

15

10 velocidades

25

60

40

Hrs. disponibles en
cada depto.

600

La divisin durante este perodo de planeacin se enfrenta a cambios grandes de

organizacin y cree que el maximizar la utilidad no es un objetivo realista. Sin embargo,
deseara lograr un nivel satisfactorio de utilidad durante este perodo de dificultad. La
direccin cree que la utilidad diaria de $600 debera satisfacerse y desea determinar,
dadas las restricciones del tiempo de produccin, la mezcla de producto, que debera
llevar a esta tasa de contribucin a utilidades

Definicin de variables:
x1 = Nmero de bicicletas de 3 velocidades producidas
por da.
x2 = Nmero de bicicletas de 10 velocidades
producidas por da.
n1- = Cantidad por debajo de la utilidad perseguida
p1+ = cantidad por encima de la utilidad perseguida
Minimizar Z = n1 - p1
s.a.
x1 +3x2 <=60 (horas de ensamble).
Restricciones estructurales
x1 + x2 <=40 ( (horas de terminacin)
15x1 +25x2 +n1 p1 = 600 (Utilidad perseguida)
Restriccin meta
x1,x2,n1,p1>= 0

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:
Minimizar Z = P1(n1 + p1) + P2(n2+n3)
s. a.
15x1+25x2 +n1 p1 = 600 (META 1)
x1 +3x2 + n2-p2 = 60 (META 2)
x1 +x2 +n3 p3 = 40 (META 3)
x1,x2,ni,pi >= 0
Donde:
x1 = Nmero de bicicletas de 3 velocidades producidas
por da
Solucin
x2 = Nmero de bicicletas de 10 Se
velocidades
producidas15
porbicicletas
da
debe producir
n1 = Cantidad por debajo de la utilidad
perseguida
de tipo
x1 y 15 del tipo x2
p1 = cantidad por encima de la utilidad
perseguida
cumpliendo las metas:
n2 = Tiempo ocioso diario en el departamento
ensamble
1(n1=0; de
p1=0)
p2 = Tiempo extra diario en el departamento
de ensamble
2(n2=0;p2=0)
n3 = Tiempo ocioso diario en el departamento
de terminacin.
3(n3=10:p3=0)
p3 = Tiempo extra diario en el departamento de terminacin.

Ejemplo
Una empresa fabrica dos tipos de ordenadores: A y B; para la
fabricacin del ordenador A se requiere de 1 carcasa y 2 lectores
pticos mientras que para el tipo B se requiere de 1 carcasa, 1 lector
ptico y 1 lector de tarjetas. Para la fabricacin de dichos productos la
empresa dispone de 1000 lectores pticos, 500 lectores de tarjetas y
600 carcasas; adems se conoce que para la fabricacin del producto
A se requiere de 1h de trabajo y del producto B de 1.5h. El beneficio
obtenido por cada producto A es $200 mientras que de B $500.

Las prioridades trazadas son:

1: Producir semanalmente al menos 200 ordenadores tipo A

2: Ensamblar al menos 500 ordenadores en total a la semana
3: Igualar las horas totales de trabajo dedicadas al ensamblaje de los
dos modelos
4: Obtener un beneficio semanal de $250000

Mtodo de jerarquas
Siendo :
x1= productos tipo A
elaborados
x2= productos tipo B
elaborados

Restricciones del sistema

Restricciones de
meta M1:
Minimizamos la desviacin negativa Solucin : producir 360 del tipo A y

P1=Min(n1)
240 del tipo B. Cumpliendo las metas
Minimizamos la desviacin negativa
1 (n1=0; p1=160)
P2=Min(n2)
M3:
2 (n2=0; p2=0)

Minimizamos la suma de ambas desviaciones

3 (n3=0; p3=0)
No se cumple la meta 4; el
P3=Min
(n3+p3) M4:
Minimizamos la desviacin negativa beneficio semanal es de $192 000
(n4=58000; p4=0)
P4=Min(n4)

METODO DE FACTORES DE
PONDERACION