Programación por metas
MODELO DE PROGRAMACION LINEAL
La programación lineal es un método matemático de optimización
utilizado en la investigación de operaciones para representar y resolver
problemas mediante modelos que permiten reducir costes o maximizar
beneficios bajo restricciones. Este modelo se basa en la formulación de
una función objetivo lineal que se busca optimizar (maximizar o
minimizar), sujeta a un conjunto de restricciones también lineales,
expresadas como inecuaciones.
MODELO DE PROGRAMACION POR METAS
La programación por metas (PM) es una extensión de la programación
lineal. Esta técnica se diseñó para resolver problemas inconsistentes, es
decir con objetivos y metas múltiples no congruentes o que son
conflictivas entre sí. Los autores de la programación por metas fueron
Charnes y Cooper a principios de la década de 1960. Ijiri la refinó y
amplió la técnica. Ignizio y Lee desarrollaron numerosas aplicaciones en
la década de los 70.
DIFERENCIAS ENTRE MODELO LINEAL Y MODELO METAS
Un factor clave que diferencia la programación de metas de la
programación lineal, es la estructura y utilización de la función objetivo.
-Variables de Decisión
Representan las cantidades de las actividades que se deben determinar.
-Función Objetivo
Una expresión lineal que se busca maximizar (ej. ganancias) o minimizar
(ej. costos).
-Restricciones
Desigualdades o igualdades lineales que limitan los recursos disponibles
o las condiciones operativas.
En la programación lineal sólo se incorpora una meta en la función
objetivo, mientras que en la programación por metas se incorporan
todas ellas, ya sea una o muchas.
Esto se logra expresando la meta en forma de restricción, incluyendo
una variable de desviación para reflejar la medida en que se llegue o no
a lograr la meta, e incorporando esa función en la función objetivo.
En la programación lineal, el objetivo es maximizar o minimizar.
-Maximización de Ganancias
Una empresa busca determinar la cantidad óptima de producción de
diferentes productos para maximizar sus ingresos, considerando la
disponibilidad de materias primas y horas de mano de obra.
-Minimización de Costos
Una compañía de logística optimiza rutas de entrega para reducir costos
de transporte y tiempo, respetando capacidades de vehículos y plazos
de entrega.
LIMITACIONES
-Un Único Objetivo
Los modelos lineales están diseñados para optimizar una sola función
objetivo a la vez.
-Restricciones Duras
Todas las restricciones deben cumplirse estrictamente, sin flexibilidad
para desviaciones.
Métodos para Resolver Modelos de Programación Lineal
Método Gráfico
Método Simplex
Método Simplex Dual
Métodos Computacionales (Software como Solver de Excel
LINGO,LINDO, Gurobi etc.)
CUANDO SE USA
Solo hay un objetivo claro.
Se busca el punto óptimo exacto.
No hay conflicto de intereses entre metas.
En la programación por metas el objetivo es minimizar las
desviaciones de las metas especificadas (es decir, todos los problemas
de programación por metas son problemas de minimización).
-Minimización de Costos
Una empresa desea decidir cuántas unidades producir de dos productos
para minimizar sus costos, considerando que debe cumplir con una
demanda mínima y que cuenta con horas limitadas de máquina y mano
de obra.
Sus características son:
-Objetivos Múltiples
Puede manejar y priorizar varios objetivos simultáneamente, incluso si
son conflictivos entre sí.
-Variables de Desviación
Permite desviaciones sobre o bajo las metas establecidas, buscando
minimizar estas diferencias.
-Priorización
Los objetivos pueden tener diferentes niveles de prioridad, lo que
permite un enfoque más realista en la toma de decisiones.
Tipos de metas
-Metas de Igualdad ( = )
Buscan alcanzar exactamente un valor establecido.
Requieren penalizar d⁻ (faltante) y d⁺ (excedente).
Se usan cuando la meta debe cumplirse de manera precisa.
-Metas de Al Menos ( ≥ )
Buscan no quedar por debajo de un mínimo.
Solo es indeseable d⁻ (faltante).
d⁺ (exceso) es aceptable o no relevante.
Se utilizan cuando es importante superar un nivel mínimo.
-Metas de A lo Más ( ≤ )
Buscan no exceder un valor máximo permitido.
Solo es indeseable d⁺ (excedente).
d⁻ (quedarse abajo) es aceptable.
Se usan cuando no se debe sobrepasar un límite.
Variables de Desviación d⁻ y d⁺
-Desviación Negativa (d⁻)
Representa cuánto falta para alcanzar la meta.
Interpretación:
Si d⁻ > 0 → se quedó corto
Si d⁻ = 0 → no faltó nada
Desviación Positiva (d⁺)
Representa cuánto se excede la meta.
Interpretación:
Si d⁺ > 0 → se superó la meta
Si d⁺ = 0 → no hubo exceso
Desventajas y Limitaciones
-Requiere definir prioridades o pesos
-No garantiza una solución “perfecta”
-Puede ignorar metas de menor prioridad
-Difícil de interpretar cuando hay demasiadas metas
-Asume relaciones lineales
-La elección de desviaciones indeseables puede ser subjetiva
-El modelo puede volverse grande y complicado
Métodos para Resolver Modelos de Programación por Metas
-Simplex Modificado para Programación por Metas
-Método de Prioridades Lexicográficas
-Método Ponderado (Weighted Goal Programming)
-Métodos Computacionales (Software)
CUANDO SE USA
Hay varios objetivos que compiten entre sí.
Hay restricciones flexibles.
Se desea priorizar objetivos (P1 > P2 > P3).
TABLA COMPARATIVA
Característic
Modelo Lineal Modelo de Metas
a
Optimizar (maximizar
Objetivo Cumplir múltiples objetivos o
o minimizar) una sola
Principal metas simultáneamente.
función objetivo.
Encuentra la solución Encuentra la solución que
Tipo de
óptima de acuerdo minimice desviaciones respecto a
solución
con un solo criterio. varias metas.
No maneja
Sí permite establecer prioridades
Prioridades prioridades entre
y ponderaciones entre las metas.
objetivos.
Menos flexible: solo Muy flexible: permite varios
Flexibilidad
considera una meta. objetivos y niveles jerárquicos.
Variables de Usa variables de desviación
No las utiliza.
desviación positiva y negativa (d⁺, d⁻)..
Problemas donde solo Problemas donde se deben
Aplicación se busca maximizar equilibrar varios objetivos al
típica ganancias o mismo tiempo (producción,
minimizar costos. inventarios, tiempos, costos).
Se expresa como una Se expresa como suma ponderada
Función
función lineal de desviaciones respecto a las
objetivo
tradicional. metas.
EJEMPLO COMPARATIVO
Modelo Lineal (un solo objetivo)
Datos
Ganancia por A = 30
Ganancia por B = 20
Horas requeridas:
A usa 2 hrs
B usa 1 hrs
Horas disponibles = 40
Modelo de Metas (varios objetivos)
Ahora la empresa NO solo quiere ganar dinero.
Metas
Meta 1: Producir al menos 10 unidades de A.
Meta 2: Utilizar exactamente 35 horas de producción (ni más ni menos).
COMPARACIÓN
-Modelo Lineal (óptimo por ganancia):
Cumple la restricción de horas (usa 40 ≤ 40), pero no cumple la meta 1
(A≥10).
-Modelo de Metas (priorizando metas):
Cumple exactamente ambas metas (horas = 35, A =10).
Ganancia asociada si la calculamos: (menor que 800).
-El Modelo Lineal maximiza la ganancia (800) sin considerar metas
secundarias: produce solo B y descuida la meta de A.
-El Modelo de Metas prioriza cumplir objetivos (A≥10 y horas=35)
incluso si la ganancia final (600) es menor.
BIBLIOGRAFIA
[Link]
%20DE%20TEXTO%20INVESTIGACION%20DE%20OPERACIONES
%[Link]
Hillier, F. S., & Lieberman, G. J. (2010). Introducción a la
investigación de operaciones (9.ª ed.). McGraw-Hill.
Taha, H. A. (2017). Operations research: An introduction (10th
ed.). Pearson.
Render, B., Stair, R. M., & Hanna, M. E. (2012). Quantitative
analysis for management (12th ed.). Pearson.