Scribd
Cargar
12 vistas2 páginas

Introducción a la Programación por Metas

La Programación por metas (PM) es un enfoque utilizado para encontrar soluciones satisfactorias cuando existen múltiples objetivos. Se basa en una estructura matemática que incluye variables de desviación para medir faltantes y excedentes respecto a las metas establecidas. El objetivo principal de la PM es minimizar las variables de desviación no deseadas para alcanzar los niveles de aspiración deseados.

Cargado por

Hebert H Abanto
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
12 vistas2 páginas

Introducción a la Programación por Metas

La Programación por metas (PM) es un enfoque utilizado para encontrar soluciones satisfactorias cuando existen múltiples objetivos. Se basa en una estructura matemática que incluye variables de desviación para medir faltantes y excedentes respecto a las metas establecidas. El objetivo principal de la PM es minimizar las variables de desviación no deseadas para alcanzar los niveles de aspiración deseados.

Cargado por

Hebert H Abanto
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd

Programación por metas

La Programación por metas (abreviada PM) apareció originalmente en un


artículo de Charnes, Cooper y Ferguson en 1955 (Romero, 2002). Como se explicó
anteriormente, se utiliza cuando existen varios objetivos o metas y se desea una
solución satisfactoria y suficiente (satisfaciente).

La estructura de cada meta seguiría este modelo:

fi(x) + ni – pi = ti

En la expresión anterior fi(x) representa la expresión matemática de la meta, a la


que se le añaden dos variables de desviación (ni y pi). La primera, ni, representa
un valor faltante para llegar a la meta. La segunda variable de desviación pi,
representa un valor excedente por sobre la meta.

Por ejemplo, suponga que una empresa tiene dos productos: el primero le deja 3
pesos de ganancia y el segundo le produce solo 1 peso. Se desea obtener 50
pesos de ganancia. La meta estaría representada por

3x1 + x2 + n – p = 50

Tal vez alguien en la empresa sugiere que deberían producir 10 productos x1 y 15


productos x2. Eso implicaría:

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
Ahora la meta quedó 10 unidades por encima de lo esperado.

Suponga que el plan de producción lo dejamos en 10 x1 y 20 x2. Ello implicaría:

50 + n – p = 50

Por lo que tanto n, como p valen 0. (No hay faltantes ni excedentes).

Variables de desviación no deseadas


En ocasiones, para el cumplimiento de la meta nos conviene más que cierta
variable alcance su valor más pequeño, que es cero. Esa variable es una variable
de desviación no deseada. Las situaciones que se pueden dar son las siguientes:

1. Cuando la meta es fi(x) >= ti la variable no deseada (y que se buscará minimizar)


será la variable n (la que indica un faltante).
2. Cuando la meta es fi(x) <= ti, la variable no deseada será la p (excedente).
3. Cuando la meta es alcanzar exactamente el nivel de aspiración, fi(x) = ti, ambas
variables (n y p) serán no deseadas y por lo tanto, variables a minimizar.
“El propósito general de la PM consiste en minimizar un función de las
variables de desviación no deseadas. Esta función recibe el nombre de
función de logro” (Romero, 2002).

También podría gustarte