Programación por metas

Formulación de problemas

Variables de desviación

Ejemplo 1

Fairville es una ciudad pequeña con 20,000 habitantes. El consejo de la ciudad está en vías de
desarrollar una tabla equitativa de impuestas urbanos, la base impositiva anual para la propiedad
catastral es $550 millones, las bases impositivas anuales para alimentos y medicinas son $35 millones
y para ventas en general es $55 millones, el consumo local anual de gasolina se estima en 7.5 millones
de galones. El consejo desea establecer las tasas de impuesto basándose en cuatro metas:

1. Los ingresos impositivos deben ser de $16 millones, cuando menos, para satisfacer los compromisos
financieros municipales.
2. Los impuestos en alimentos y medicinas no pueden ser mayores que el 10% de todos los impuestos
recabados.
3. Los impuestos por ventas en general no pueden ser mayores que el 20% de todos los impuestos
recabados.
4. El impuesto a la gasolina no puede ser mayor que 2 centavos por galón.

Solución:

Sean las variables xp,xf y xs las tasas impositivas para el catastro, alimentos y medicinas y

ventas en general; se define la variable xg como el impuesto a la gasolina, en centavos por galón.
Las metas se expresan como sigue:

550 x p  35 x f  55 xs  7.5 x g  16

35 x f  0.1550 x p  35 x f  55 xs  7.5 x g 

55 xs  0.2550 x p  35 x f  55 xs  7.5 x g 
 xg  2

x p , x f , xs , x g  0

Se simplifican las restricciones

550 x p  35 x f  55 xs  7.5 x g  16

55 x p  31.5 x f  5.5 xs  0.75 x g  0

110 x p  7 x f  44 xs  0.15 x g  0

xg  2

x p , x f , xs , x g  0

Cada una de las desigualdades del modelo representa una meta que el consejo municipal desea
satisfacer. Sin embargo, lo más que se puede hacer es buscar una solución de compromiso entre estos
planes contrapuestos. La forma en que la programación por metas determina una solución de
compromiso es convirtiendo cada desigualdad en una meta flexible, en la que la restricción
correspondiente puede violarse si es necesario. En el modelo de Fairville, las metas flexibles se
expresan como sigue:

550x p  35x f  55xs  7.5xg  d1  d1  16

55x p  31.5x f  5.5xs  0.75xg  d 2  d 2  0

110x p  7 x f  44xs  0.15xg  d3  d3  0

xg d 4  d 4  2

x p , x f , xs , x g  0

si , si  0
Ejemplo 2

La Harrison Electric Company, localizada en el área antigua de Chicago, produce dos productos muy
apreciados por los restauradores de casas: candelabros y ventiladores de techo de estilo antiguo. Tanto
los candelabros como los ventiladores requieren un proceso de producción de dos pasos que implican
cableado eléctrico y ensamble. Se requieren 2 horas para cablear cada candelabro y 3 para un
ventilador de techo. El ensamble final de los candelabros y ventiladores requiere de 6 y 5 horas,
respectivamente. La capacidad de producción es tal que sólo están disponibles 12 horas de cableado
y 30 de ensamble, si cada candelabro producido reditúa a la firma $7 y cada ventilador 6$. Además,
suponga que la firma se va a mudar a otro lugar durante un periodo de producción particular y considera
que la maximización de la utilidad no es una meta realista, la administración establece que un nivel de
utilidad de $30 sería satisfactorio durante ese periodo de ajuste.

Formule el PL para el problema.

Solución:
La decisión de mezcla de producción de Harrison puede ser formulada por medio de PL:

Maximizar la utilidad  $7 x1  $6x2

sujeta a

2 x1  3x2  12
6 x1  5 x2  30
x1 , x2  0

Agregando la meta de minimizar el logro de menos o de más del objetivo de utilidad  d1   d1 

sujeta a

$7 x1  $6 x2  d1  d1  $30

2 x1  3x2  12
6 x1  5 x2  30
x1 , x2  0
Extensión a metas múltiples igualmente importantes

Examine ahora la situación en que la administración de Harrison desea alcanzar varias metas, cada
una con igual prioridad.
Meta 1: producir una utilidad de $30 si es posible durante el periodo de producción
Meta 2: utilizar por completo las horas disponibles en el departamento de cableado
Meta 3: evitar el tiempo extra en el departamento de ensamble
Meta 4: satisfacer el requisito contractual de producir por lo menos 7 ventiladores de techo.

Solución:

Ahora se requiere:

Minimizar la desviación total  d1  d 2  d 3  d 4

sujeta a

$7 x1  $6 x2  d1   d1   $30
2 x1  3x2  d 2  d 2  12
6 x1  5 x2  d 3  d 3  30
x2  d 4  d 4  7
xi , d i  0

d1  logro de menos de la utilidad objetivo

d1  logro de más de la utilidad objetivo

d 2  tiempo ocioso del departamento de cableado

d 2  tiempo extra del departamento de cableado

d 3  tiempo ocioso del departamento de ensamble

d 3  tiempo extra del departamento de ensamble

d 4  logro de menos de la meta de ventiladores de techo

d 4  logro de más de la meta de ventiladores de techo

Clasificación de metas con niveles de prioridad

Suponga que Harrison Electric establece las prioridades

P1  alcanzar la mayor utilidad posible por encima de $30

P2  utilización completa de las horas disponibles en el departamento de cableado

P3  evitar el tiempo extra en el departamento de ensamble

P4  Producir por lo menos siete ventiladores de techo

Solución:

Agregando las prioridades mencionadas se tiene:

Minimizar la desviación total  P1 d1  P2 d 2  P3d3  P4 d 4

sujeta a

$7 x1  $6 x2  d1  d1  $30

2 x1  3x2  d 2  d 2  12
6 x1  5 x2  d 3  d 3  30
x2  d 4  d 4  7
xi , d i  0

Solución del modelo mediante el método simplex

Se tiene la tabla inicial con las desviaciones y prioridades:

x1 x2 s1 s2 s3 s4 s1 s2 s3 s4 z

P1 7 P1 6 P1 0 0 0 0 P1 0 0 0 30 P1
P2 2 P2 3P2 0 0 0 0 0 P2 0 0 12 P2
P3 6 P3 5 P3 0 0  P3 0 0 0 0 0 30 P3
P4 0 P4 0 0 0 0 0 0 0 P4 7 P4
R1 7 6 1 0 0 0 1 0 0 0 30
R2 2 3 0 1 0 0 0 1 0 0 12
R3 6 5 0 0 1 0 0 0 1 0 30
R4 0 1 0 0 0 1 0 0 0 1 7
De la primera prioridad se selecciona el valor de la variable más alta, siendo en este caso 7P 1 ,

entonces x1 entrará en la base.

Se hará la prueba del cociente con los valores de x1 , dando como resultado 7 con el cociente más
pequeño y seleccionado para iniciar con el algoritmo simplex.

Se procede a convertir en 1 el 7 dividiendo todo el R1 entre 7

x1 x2 s1 s 2 s3 s 4 s1 s2 s3 s4 z

P1 7 P1 6 P1 0 0 0 0 P1 0 0 0 30 P1
P2 2 P2 3P2 0 0 0 0 0 P2 0 0 12 P2
P3 6 P3 5 P3 0 0  P3 0 0 0 0 0 30 P3
P4 0 P4 0 0 0 0 0 0 0 P4 7 P4
R1 1 6
7  17 0 0 0 1
7 0 0 0 30
7

R2 2 3 0 1 0 0 0 1 0 0 12
R3 6 5 0 0 1 0 0 0 1 0 30
R4 0 1 0 0 0 1 0 0 0 1 7

x1 x2 s1 s2 s3 s4 s1 s2 s3 s4 z

P1 0 0 P1 0 0 0 0 0 0 0 0
P2 2 P2 3P2 0 0 0 0 0 P2 0 0 12 P2
P3 6 P3 5 P3 0 0  P3 0 0 0 0 0 30 P3
P4 0 P4 0 0 0 0 0 0 0 P4 7 P4
R1 1 6
7  17 0 0 0 1
7 0 0 0 30
7

R2 2 3 0 1 0 0 0 1 0 0 12
R3 6 5 0 0 1 0 0 0 1 0 30
R4 0 1 0 0 0 1 0 0 0 1 7

Ahora se procede a convertir en 0 todos los valores de la columna x1 de la siguiente manera:

Para convertir en 0 x1 en el R2 , se multiplica el renglón 1 por el inverso aditivo del valor de x1 ,

que en este caso es 2, y se suma al R2 . El resultado se sustituye en una nueva tabla simplex en el
lugar que corresponde al R2 .

7 P1 6 P1 0 0 0 0 P1 0 0 0 30 P1
2 P2 3P2 0 0 0 0 0 P2 0 0 12 P2
6 P3 5 P3 0 0  P3 0 0 0 0 0 30 P3
0 P4 0 0 0 0 0 0 0 P4 7 P4
1 6
7  17 0 0 0 1
7 0 0 0 30
7

0 9
7
2
7 1 0 0  72 1 0 0 24
7

6 5 0 0 1 0 0 0 1 0 30
0 1 0 0 0 1 0 0 0 1 7

Para convertir en 0 x1 en el R3 , se multiplica el renglón 1 por el inverso aditivo del valor de x1 ,

que en este caso es 6, y se suma al R3 .

 6 R1  R3  R3 . El resultado se sustituye en una nueva tabla simplex en el lugar que corresponde al

R3 .

7 P1 6 P1 0 0 0 0 P1 0 0 0 30 P1
2 P2 3P2 0 0 0 0 0 P2 0 0 12 P2
6 P3 5 P3 0 0  P3 0 0 0 0 0 30 P3
0 P4 0 0 0 0 0 0 0 P4 7 P4
1 6
7  17 0 0 0 1
7 0 0 0 30
7

0 9
7
2
7 1 0 0  72 1 0 0 24
7

0  17 6
7 0 1 0  76 0 1 0 30
7

0 1 0 0 0 1 0 0 0 1 7

Para convertir en 0 x1 en P3 , se multiplica el renglón 1 por el inverso aditivo del valor de x1 que

en este caso es - 6P 3 y se suma a P3 .

 6 R1  P3  P3 . El resultado se sustituye en una nueva tabla simplex en el lugar que corresponde a

P3 .
 7 P1 6 P1 0 0 0 0 P1 0 0 0 30 P1
2 P2 3P2 0 0 0 0 0 P2 0 0 12 P2
0  17 P3 6
7 P3 0  P3 0  7 P3
6
0 0 0 307 P3
0 P4 0 0 0 0 0 0 0 P4 7 P4
1 6
7  17 0 0 0 1
7 0 0 0 30
7

0 9
7
2
7 1 0 0  72 1 0 0 24
7

0  17 6
7 0 1 0  76 0 1 0 30
7

0 1 0 0 0 1 0 0 0 1 7

Para convertir en 0 x1 en P2 , se multiplica el renglón 1 por el inverso aditivo del valor de x1 , que

en este caso es  2P2 , y se suma a P 2 .  2R1  P2  P2 . El resultado se sustituye en una nueva

tabla simplex en el lugar que corresponde a P2 .

7 P1 6 P1 0 0 0 0 P1 0 0 0 30 P1
0 9
7 P2 2
7 P2 0 0 0  72 P2 P2 0 0 24
7 P2

0  17 P3 6
7 P3 0  P3 0  76 P3 0 0 0 30
7 P3

0 P4 0 0 0 0 0 0 0 P4 7 P4
1 6
7  17 0 0 0 1
7 0 0 0 30
7

0 9
7
2
7 1 0 0  72 1 0 0 24
7

0  17 6
7 0 1 0  76 0 1 0 30
7

0 1 0 0 0 1 0 0 0 1 7

Para convertir en 0 x1 en P1 , se multiplica el renglón 1 por el inverso aditivo del valor de x 1 , que

en este caso es  7P1 , y se suma a P1 .

 7 R1  P1  P1 . El resultado se sustituye en una nueva tabla simplex en el lugar que corresponde a

P1 .
 0 0 P1 0 0 0 0 0 0 0 0
0 79 P2 2
7 P2 0 0 0  72 P2 P2 0 0 24
7 P2

0  17 P3 6
7 P3 0  P3 0  76 P3 0 0 0 30
7 P3

0 P4 0 0 0 0 0 0 0 P4 7 P4
1 6
7  17 0 0 0 1
7 0 0 0 30
7

0 9
7
2
7 1 0 0  72 1 0 0 24
7

0  17 6
7 0 1 0  76 0 1 0 30
7

0 1 0 0 0 1 0 0 0 1 7

Los resultados son:

x1  307 , x2  0, s2  24
7 , s3  307 , s4  7
Referencias

Bierman, H., Benini, C. y Hausman, H. (1988). Análisis cuantitativo para la toma de

decisiones. México: Mc Graw Hill

Render, B., Stair, R. y Hanna, M. (2016). Métodos cuantitativos para los negocios. México:
Pearson Educación de México
Taha, H. (2017). Investigación de operaciones. (Trad. J. Murrieta). México: Pearson
Educación de México

Thierauf, R. (2008). Toma de decisiones por medio de investigación de operaciones. México:

LIMUSA
 Mtro. José Alberto Castellanos Gutiérrez
Rector del CUCEA

Mtro. José Alberto Becerra Santiago

Secretario Académico

Mtro. César Omar Mora Pérez

Secretario Administrativo

Mtra. Irene Huízar Navarro

Coordinadora de Tecnologías para el Aprendizaje

Mtro. Jonathan Roberto Venegas Barrera

Experto disciplinar

Lic. Ruth Dayra Jaramillo Rodríguez

Diseñadora instruccional

Lic. Claudia Fabiola Olmos de la Cruz

Jefa de Diseño Gráfico

Lic. Laura Belén Cuevas de la Torre

Correctora de estilo

Fecha de elaboración: 12/12/18

Centro Universitario de Ciencias Económico Administrativas
Coordinación de Tecnologías para el Aprendizaje

Unidad de Diseño Educativo

Zapopan, Jalisco 2018