Scribd
Cargar
40 vistas1 página

Modelo de Programación por Metas

El modelo general de metas se utiliza para encontrar la solución óptima cuando hay múltiples objetivos. Primero se definen los atributos relevantes y sus niveles de aspiración. Luego, se conectan los atributos con las metas mediante variables de desviación positiva y negativa que representan valores por encima o por debajo de la meta. Existen cuatro formas de restricciones de objetivos que permiten diferentes tipos de desviaciones de las metas.

Cargado por

Gabriel Manriquez
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
40 vistas1 página

Modelo de Programación por Metas

El modelo general de metas se utiliza para encontrar la solución óptima cuando hay múltiples objetivos. Primero se definen los atributos relevantes y sus niveles de aspiración. Luego, se conectan los atributos con las metas mediante variables de desviación positiva y negativa que representan valores por encima o por debajo de la meta. Existen cuatro formas de restricciones de objetivos que permiten diferentes tipos de desviaciones de las metas.

Cargado por

Gabriel Manriquez
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

MODELO GENERAL DE METAS

La programación por metas se utiliza cuando se tienen varios objetivos o metas y se


desea una solución que este a favor de lo que queremos la cual sea la mejor.

El primer paso en la formulación de un modelo de programación por metas consiste en


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 que corresponde a cada
atributo. Seguidamente, se conecta el atributo con el nivel de aspiración, por medio de la
introducción de las variables de desviación negativa y positiva, respectivamente. Así para
el atributo i-ésimo, se tiene la siguiente meta: donde, como es habitual, f(x) representa la
expresión matemática del atributo i-ésimo, Ti su nivel de aspiración, ni y pi las variables
de desviación negativa y positiva, respectivamente. (Iñiguez, 2017).

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. 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).

Existen cuatro formas de restricciones de objetivos:

 Se permiten desviaciones en ambas direcciones.


 Solo se permiten desviaciones hacia abajo.
 Solo se permiten desviaciones hacia arriba

El significado de las variables de desviación no deseadas puede clarificarse por medio del
siguiente cuadro.
Tabla 1 fórmulas de metas y variables

Forma inicial de meta Forma de la meta Variable de desviación


transformada no deseada (a minimizar)
Fi(x)≥ ti fi(x)+ ni- pi = ti pi
Fi(x)≤ ti fi(x)+ ni-pi = ti pi
Fi(x)=ti fi(x)+ ni- pi = ti ni+pi
Fuente: Recuperado de “ITT “Ávila Hernández Karla Estephanía, 20 de junio 2019, [Link]
[Link].

También podría gustarte