PROGRAMACION POR METAS
1.7. _ METODOS DE SOLUCION
DEF: Estudias distintos métodos para la resolución de los problemas de Programación por
Metas, en los que se hacen distintos tratamientos de las variables de desviación. En las
aplicaciones, como ya hemos indicado, nos restringimos al caso lineal.
1. Métodos de metas lexicográficas: En estos métodos el decisor ordena las metas con
orden decreciente de prioridad tal y como se explica en las obras. Primero se debe
alcanzar la meta que tiene mayor prioridad.
Ilustración 1 EJEMPLO
2. Métodos de metas ponderadas: Este método, estudiado con la ayuda de consiste en
asignar pesos a las ai y considerar que la función de logro viene determinada por:
donde G es una función adecuada y w − i y w + i son valores mayores o iguales que cero.
3. Método MINMAX: El método MINMAX fue introducido por Flavell en 1976 y es
también conocido como Programación por Metas de Chebyshev. Este método consiste en
minimizar la máxima desviación entre las metas, tomando como distancia, la distancia de
Chebyshev, también denominada métrica L∞. El modelo general de este método se puede
escribir como sigue:
Considerando que nuestro objetivo es: 3 Métodos de resolución de problemas de
Programación por Metas
1.8. _ Uso de software
Software utilizado para la resolución de problemas de programación por metas
Definición: La dimensión habitual de los problemas de Programación por Metas y la
complejidad de los cálculos necesarios para su resolución, imponen el uso del computador.
Existen programas de carácter general y programas específicos en los que se puede apoyar la
aplicación de las metodologías introducidas previamente. En este trabajo, como ilustración de
las disponibilidades, para resolver distintos ejemplos, usaremos complementos de hojas de
cálculo, el programa LINGO y programas específicos de paquetes de R.
LINGO: Estudiando los aspectos técnicos de LINGO y profundizando en su uso según
[3], podemos detallar en el presente trabajo las características más destacadas de este
software aplicándolo a la resolución diversos ejemplos. LINGO (Linear Generalice
Optimice) es un software creado por Lindo Sistema, que presenta versiones en las que no
se tiene límite de variables, ni restricciones. Además, LINGO cuenta con versiones para
Linux, Mac y Windows de 32 y 64 bits.
R y RStudio: R es un software de uso libre que presenta versiones para Windows, Linux
y Mac. R fue desarrollado por Bell Laboratories y es capaz de resolver problemas de
programación lineal, no lineal, series temporales, También se utiliza para la realización
de gráficos y se pueden implementar fácilmente diversas librerías para resolver distintos
problemas de optimización. Cabe destacar, por último, los paquetes goalprog y glpkAPI,
que son paquetes específicos de R para resolver los problemas de Programación por
Metas.
Complementos de optimización en hojas de cálculo (Excel de Office, Calc de Libre
Office, Spreadsheets de Google
Si se trata de problemas sencillos de Programación Lineal o Entera, una herramienta a
utilizar, puede ser el correspondiente complemento de resolución que aparece en las hojas
de cálculo más populares. Para nuestro trabajo usaremos Solver de Excel. Solver utiliza
el método del Simplex para resolver problemas de Programación Lineal y Programación
Entera.
CONCLUSION:
En este trabajo, dentro de la Programación de investigación de operaciones, nos centraremos en
el estudio de la Programación por Metas tema que estamos viendo en la unidad de la asignatura,
tratamos de hacer un pequeño recorrido por los aspectos fundamentales que engloban métodos y
el uso de software para la resolución de problemas, presentamos algunos ejemplos. También
presentamos métodos generales que nos permitirán resolver los problemas de Programación por
Metas, finalmente conocimos los diferentes software que nos ayudan a la resolución de estos
problemas mucho más fácil y con datos exactos.
BIBLIOGRAFIA:
1. Barry, R., Ralph, M.S. y Michael, E. H. (2006). Métodos cuantitativos para los
negocios. Pearson Education.
2. Garcia, A. M. (1998). Programación estocástica por metas. Teoría y aplicaciones
económicas. Tesis Doctoral. Universidad Complutense de Madrid.
3. LINGO and optimization modeling.
4. [Link]
5. Jones, D. y Tamiz, M. (2010). Practicar Goal Programming. Springer.
6. Ríos, S., Mateos, A., Bielza, M.C. y Jimenez, A. ´ (2004). Investigación operativa:
modelos determinísticos y estocásticos.
7. Rstudio [Link]
8. The R manuals [Link]
![
LINGO: Estudiando los aspectos técnicos de LINGO y profundizando en su uso según
[3], podemos detallar en el presente traba](/p?url=https%3A%2F%2Fscreenshots.scribd.com%2FScribd%2F252_100_85%2F326%2F507935902%2F3.jpeg&__src=https%3A%2F%2Fes.scribd.com%2Fdocument%2F507935902%2FProgramacion-Por-Metas&__type=image)
