Programación por metas
La programación lineal por metas se ubica dentro lo que se denomina
programación multiobjetivo o multicriterio.
En el ambiente de los negocios la maximización de los beneficios o la
minimización de los costos, no siempre son los únicos objetivos.
Muchas veces se tiene más de un objetivo, inclusive pueden ser
contradictorios o expresados en diferentes dimensiones o unidades.
Las metas establecidas por la administración, pueden alcanzarse a
costa de otras, en todo caso es necesario establecer una jerarquía de
importancia entre ellas, de modo que las de más baja prioridad sean
abordadas solo después que se satisfagan las de más alta prioridad.
No siempre es posible alcanzar todas las metas al grado deseado. La
programación por metas intenta alcanzar un nivel satisfactorio de
múltiples objetivos.
En toda programación por metas la función objetivo es minimizar las
variables de desviación, las cuales son los únicos términos dentro
de la función objetivo.
Programación por metas
Ejemplo: Una empresa produce candelabros y ventiladores de techo.
Para su producción se requiere de operaciones de cableado y
ensamble. Se requieren 2 horas para cablear un candelabro y 3 horas
para un ventilador de techo. Para el ensamble de un candelabro se
requiere de 6 horas y para un ventilador de techo 5 horas. La
capacidad de producción dispone de 12 horas de cableado y 30 horas
de ensamble. Si cada candelabro produce una utilidad de $7 y cada
ventilador $6.
Solución:
X1 = Número de candelabros producidos
X2 = Número de ventiladores de techo producidos
Maximizar la utilidad = 7X1 + 6 X2
Sujeta a:
2X1 + 3X2 ≤ 12 (horas de cableado)
6X1 + 5X2 ≤ 30 (horas de ensamble)
X1, X2 ≥ 0
Programación por metas
Suponga que la administración establece, que un nivel de utilidad de
$30 sería suficiente. El problema se convierte en un problema de
programación por metas, en el que se desea encontrar la mezcla de
producción que alcance la meta tan cerca como sea posible.
1º definir variables de desviación
d1- = Logro de menos del objetivo utilidad
d1+= Logro de más del objetivo utilidad
2º Establecer el modelo de programación de una sola meta
FO: Minimizar el logro de menos o de más del objetivo de utilidad = d1- + d1+
Sujeta a:
7X1 + 6X2 + d1- - d1+ = 30 (Restricción de meta de utilidad)
2X1 + 3X2 ≤ 12 (horas de cableado)
6X1 + 5X2 ≤ 30 (horas de ensamble)
X1, X2 , d1- , d1+ ≥ 0
Programación por metas
La primera restricción establece que la utilidad obtenida 7X1 + 6X2
más cualquier logro de menos de la utilidad, menos cualquier logro de
más de la utilidad tiene que ser igual al objetivo $30.
Por ejemplo, si X1 = 3 candelabros y X2 = 2 ventiladores de techo, se
obtiene una utilidad de $33, (mayor a la meta en $3), entonces
d1+ = 3 y d1- = 0.
Si la utilidad objetivo obtenida sería $30, entonces ambas variables
de desviación (d1+ y d1- ), son iguales a cero, la función objetivo
también sería cero.
Si a la empresa le interesa solo el logro de menos, la función objetivo
solo sería = d1-
En general una vez determinadas las metas y restricciones del
problema, se debe analizar si el logro de más o de menos es
aceptable. Si el excedente en el logro es aceptable, la variable d-
debe ser eliminada de la función objetivo. Si es aceptable no lograr
por completo la meta, la variable d+ debe ser eliminada. Si se busca
alcanzar una meta con exactitud, deben aparecer d+ y d- en la
función objetivo.
Programación por metas
Metas Múltiples igualmente importantes
Meta 1: Producir una utilidad de $30
Meta 2: Utilizar el total de 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.
Variables de desviación:
d1- = logro de menos de la utilidad objetivo
d1+ = logro de más de la utilidad objetivo
d2- = tiempo ocioso en el departamento de cableado
d2+ = tiempo extra en el departamento de cableado
d3- = tiempo ocioso en el departamento de ensamble
d3+ = tiempo extra en el departamento de ensamble
d4- = logro de menos de la meta ventiladores de techo
+
Programación por metas
A la administración no le preocupa si se logra de más la utilidad, el
tiempo extra del departamento de cableado, el tiempo ocioso del
departamento de ensamble, o que se produzcan más de siete
ventiladores de techo, entonces:
d1+, d2+, d3- y d4+ pueden ser eliminadas de la función objetivo
FO: Min la desviación total = d1- + d2- + d3+ + d4-
Sujeta a:
7X1 + 6X2 + d1- - d1+ = 30 (Restricción de meta de utilidad)
2X1 + 3X2 + d2- - d2+ = 12 (horas de cableado)
6X1 + 5X2 + d3- - d3+ = 30 (horas de ensamble)
- +
X2 + d4 - d4 = 7 (ventiladores de techo)
- + - + - + - +
X1, X2 , d1 , d1 , d2 , d2 , d3 , d3 , d4 , d4 ≥ 0
Programación por metas
Metas múltiples con niveles de prioridad
META PRIORIDAD
Alcanzar la mayor utilidad posible por encima de los $30 P1
Utilización completa de las horas disponibles en el departamento de cableado P2
Evitar el tiempo extra en el departamento de ensamble P3
Producir al menos 7 ventiladores de techo P4
La prioridad de satisfacer la meta de utilidad (P1) es infinitamente
más importante que la meta (P2) y así sucesivamente.
X1 = Número de candelabros producidos
X2 = Número de ventiladores de techo producidos
Programación por metas
FO: Min desviación total = P1 d1- + P2 d2- + P3 d3+ + P4 d4-
Sujeta a:
7X1 + 6X2 + d1- - d1+ = 30 (Restricción de meta de utilidad)
2X1 + 3X2 + d2- - d2+ = 12 (horas de cableado)
6X1 + 5X2 + d3- - d3+ = 30 (horas de ensamble)
X2 + d4- - d4+ = 7 (ventiladores de techo)
X1, X2 , d1- , d1+ , d2- , d2+ , d3- , d3+ , d4- , d4+ ≥ 0
Para resolver este problema se grafica una restricción a la vez,
comenzando con la que tiene las variables de desviación de más alta
prioridad. Al graficar la primera restricción se omiten las variables de
desviación d1- y d1+. Para minimizar d1- (el logro de menos de la
utilidad de $30), el área factible es el área sombreada. Cualquier
punto en esta satisface esta primera meta porque la utilidad excede
los $30.
Programación por metas
5
5
R1
4 d1+ 4 d1+
Región
Región
3 Factible 3 R2 Factible
2 2 d2-
d1- d1- d2+
1 R1 1
R1 R2
1 2 3 4 5 1 2 3 4 5 6
En la segunda restricción, para evitar la subutilización de las horas
del departamento de cableado, el área bajo la línea se elimina. Pero
esta meta debe alcanzar dentro del área factible ya definida por la
satisfacción de la primera meta.
Programación por metas
Para R4 su Región Factible está d4+
7 RF R4
por encima (7 o más de 7), se
elimina d4-, pero además se A d4-
d3+
debe violar una de las metas D
(la de menor prioridad, en este R3
caso R4), de lo contrario habría 4 d1+
una región factible para R4 y 3 R2
C
otra para las tres primeras -
2 d2
restricciones. d1- B d2+
1
Región factible: cuadrilátero R1 R2
irregular ABCD 1 2 3 4 5 6
Nota: En la figura las flechas rojas representan el área que se elimina
respecto a la restricción.
Programación por metas
Solución Optima Punto A
X1 = 0 candelabros
X2 = 6 ventiladores de techo
d1- = $0
d1+ = $6
d2- = 0 horas
d2+ = 6 horas
d3- = 0 horas
d3+ = 0 horas
d4- = 1 ventilador de techo
d4+ = 0 ventiladores de techo
Este tipo de problemas se pueden resolver por el método simplex
modificado
Programación por metas
Programación por metas con metas ponderadas
En lugar que la meta uno sea infinitamente más importante que la
meta dos y así sucesivamente, se puede dar el caso que una meta es
más importante que otra, pero por ejemplo puede ser solo dos o tres
veces más importante.
Ejemplo: Considere el problema anterior en el cual la meta menos
importante es la meta 4 (producir por lo menos 7 ventiladores de
techo). Si la administración decide agregar otra nueva meta: producir
por lo menos dos candelabros, y que la meta de siete ventiladores de
techo se considere dos veces más importante que esta nueva meta,
así que ambas metas deben estar en el mismo nivel de prioridad, a la
meta de dos candelabros se le asigna una ponderación de 1 y a la
meta de 7 ventiladores de techo se le dará una ponderación de 2.
Ambas estarán en el nivel de prioridad 4. Se agregaría una nueva
restricción meta.
X1 + d5- - d5+ = 2; La FO sería minimizar la desviación total
Min = P1d1- + P2d2- + P3d3+ + P4 (2d4-) + P4d5-
Otros tipos de Programación
Programación no Lineal
La programación lineal, entera y por metas suponen que la función
objetivo y las restricciones son lineales. Eso quiere decir que no
contienen términos no lineales como X13, 1/X2, log X3 o 5X1X2
Puede haber tres categorías básicas de programación no lineal:
1. Función objetivo no lineal y restricciones lineales
2. Función objetivo no lineal y restricciones no lineales
3. Función objetivo lineal con restricciones no lineales
Función objetivo no lineal y restricciones lineales
FO: Max 28 X1 + 21 X2 + 0.25 X22 (utilidad)
X1 + X2 ≤ 1000 (capacidad de producción, unidades)
0.5 X1 + 0.4 X2 ≤ 500 (tiempo disponible para ventas, horas)
X1, X2 ≥ 0
Otros tipos de Programación
Cuando la función objetivo contiene términos cuadráticos y las
restricciones son lineales, se llama Programación Cuadrática. Este
modelo tiene aplicaciones en la selección de carteras de inversiones.
Para su resolución se usa un método modificado del método simplex.
Función objetivo no lineal con restricciones no lineales
FO: Max 13 X1 + 6 X1 X2 + 5X2 + 1/X2 (ingresos hospital)
2 X12 + 4 X2 ≤ 90 (mano de obra por día en miles)
X1+ X23 ≤ 75 (capacidad de rayos X, en miles por día)
8 X1 - 2 X2 ≤ 61 (Presupuesto de marketing en miles de dólares)
X1, X2 ≥ 0
Otros tipos de Programación
Función objetivo lineal con restricciones no lineales
FO: Minimizar costos = 5 X1 + 7 X2 (costos)
3 X1 + 0.25 X12 + 4 X2 + 0.3 X22 ≥ 125 (restricción de dureza)
13 X1+ X13 ≥ 80 (resistencia a la tensión)
0.7 X1 + X2 ≥ 17 (elasticidad)
X1, X2 ≥ 0
Para la solución de los tres tipos descritos se aplica el excel
