Resumen De Programación Por Metas
La programación por metas (PPM) es una técnica cuantitativa que busca alcanzar
múltiples objetivos simultáneamente, asignando una prioridad o ponderación a
cada uno. Es útil en situaciones donde existen conflictos de intereses entre
objetivos, como en la selección de inversiones, la asignación de recursos o la
optimización de procesos.
La programación por metas permite abordar problemas de toma de decisiones con
múltiples objetivos en conflicto, brindando una estructura para jerarquizar,
ponderar y minimizar las desviaciones respecto a las metas establecidas.
Aspectos Básicos de la Programación por Metas
Jerarquización de Objetivos: Los objetivos se jerarquizan o se ponderan según
su importancia, permitiendo que algunos tengan prioridad sobre otros.
Formulación de Metas: Se establece un valor numérico específico para cada
objetivo y se crea una función objetivo. Luego, se busca minimizar las
desviaciones respecto a estas metas.
Estructura de un modelo de programación por metas
El primer paso en la formulación de un modelo de programación 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 aspiración, t, que corresponde a cada
Atributo, siendo éste el nivel de logro del atributo que el decisor considera
aceptable.
A continuación, definimos las metas, es decir, los atributos combinados con niveles
de aspiración. Cada meta se convierte en una restricción blanda a incorporar en el
modelo de programación por metas.
n: variable de desviación negativa, cuantifica la falta de logro de una meta
p: variable de desviación positiva, cuantifica el exceso de logro de una meta
En general, la meta del atributo i-ésimo se escribe como:
Los valores de las variables de desviación son siempre positivos o cero, al menos
una de las dos variables de desviación que definen la meta tendrá que ser cero.
Las dos variables de desviación tomarán el valor cero cuando la meta alcance
exactamente su nivel de aspiración, ti. Una variable de desviación se dice que es
no deseada cuando al centro decisor le conviene que la variable en cuestión
alcance su valor más pequeño, es decir, cero. Cuando la meta deriva de un
objetivo a maximizar o de una restricción de tipo ≥, la variable de desviación no
deseada es la negativa ni. Cuando la meta deriva de un objetivo a minimizar o de
una restricción de tipo ≤, la variable de desviación no deseada es la positiva pi.
Cuando se desea alcanzar exactamente el nivel de aspiración, las variables de
desviación no deseadas son tanto la positiva, pi, como la negativa, ni. Las
variables de desviación no deseadas se incorporan siempre en la función objetivo
del modelo de programación por metas.
Tipos de Metas:
Unilateral inferior: Establece un límite mínimo que no se debe bajar, aunque se
permiten desviaciones mínimas.
Unilateral superior: Establece un límite máximo que no se debe exceder,
permitiendo desviaciones que se deben minimizar.
Bilateral: Establece un objetivo exacto que se busca alcanzar sin desviaciones.
Restricciones: Existen dos tipos de restricciones:
Duras: Deben cumplirse estrictamente.
Blanda: Admiten desviaciones, asociadas a una penalización en la función
objetivo.
Función Objetivo: Dependiendo de la priorización de los objetivos, se busca
minimizar la suma de las desviaciones. Se pueden adoptar procedimientos
simultáneos (metas no priorizadas) o secuenciales (metas priorizadas).
Metodología de Programación por Metas
No Prioritaria: Las desviaciones se ponderan por igual. Se minimiza una función
objetivo que suma todas las desviaciones relevantes.
Secuencial: Existe una jerarquía de prioridades. Las metas se resuelven de forma
secuencial, desde la de mayor prioridad a la de menor. Las restricciones objetivo
se convierten en "duras" una vez se alcanza un nivel de prioridad.
Modelos de programación por metas
Los modelos de programación por metas (PPM) se diseñan para encontrar
soluciones óptimas en problemas con múltiples objetivos que pueden estar en
conflicto. A continuación, se describen los principales modelos utilizados en
programación por metas y sus características:
Programación por metas ponderadas
Tendremos un problema con la siguiente forma:
La idea básica es ponderar las variables de desviación. Normalmente los distintos
criterios vienen dados en distintas unidades, así que la función objetivo estaría
agregando valores de distintas unidades. Una primera opción es ponderar las
desviaciones dividiendo por el nivel de aspiración, con lo que serían desviaciones
porcentuales que no tienen unidades y así corregimos el efecto de las distintas
magnitudes de estas. Por otro lado, si sólo se ponderan dividiendo por el nivel de
aspiración, implícitamente lo que se está haciendo es dar una misma importancia
a todos los criterios. Si no es ese el caso, se deben multiplicar por pesos que
muestren la importancia dada por el decisor a cada meta.