UNIVERSIDAD NACIONAL “JORGE BASADRE GROHMANN”

FACULDAD DE INGENIERIA

E. A. P. DE INGENIERIA EN INFORMATICA Y SISTEMAS

“PROGRAMACIÓN POR METAS (MÉTODO POR PONDERACIONES)”

CURSO:

INVESTIGACIÓN OPERATIVA

AUTORES:

KATHERINE PAOLA CUTIMBO CENTON 2014-119013

ALEJANDRO RUBEN VELASQUEZ CURI 2014-119025
WILLIAM JACK PUMA MARCA 2015-119046
JHOJAN MAMANI LLANOS 2013-39064

TACNA – PERU

2017

1
 ÍNDICE

I. Introducción………………………………………………………………..…......3
II. Marco teórico ……………….…………………………..……….…………….….4
2.1. Modelos que usan programación matemática………………………..4
2.2. Programación por metas………………………………….…………..…..4
2.2.1. Modelo de programación por metas………………...……..….4
2.3. Método ponderado ………………………………………….……………..5
III. Ejemplos…………………………………………….………………………………7
IV. Conclusión……………………………………………………………………..…14
V. Bibliografía……….…………………………………………………………..…..16

2
 I. INTRODUCCIÓN

La mayoría de las situaciones de decisión real, sean personales o

profesionales, se caracterizan por metas (atributos) y objetivos
múltiples más que por un simple objetivo. Estas metas pueden ser
complementarias, pero frecuentemente son conflictivas entre ellas y
también inconmensurables.

La Programación meta es una técnica de resolución de problemas

multicriterios, que permite escoger las variables que ofrecen una
mejor solución al problema planteado, teniendo la gran ventaja que
permite trabajar con metas medidas en distintas unidades e incluso
contrapuestas.

La filosofía de los problemas de programación meta es muy similar a

los de Programación Lineal, sólo que ahora además de las
restricciones estructurales, se pueden tener varios objetivos
simultáneos, los cuales se desean alcanzar. Como la existencia de
un objetivo que puede ser alcanzado o no.

3
 II. MARCO TEÓRICO

2.1. MODELOS QUE USAN PROGRAMACIÓN MATEMÁTICA

Los primero modelos de selección de proyectos, alrededor de los 60
y los 70, eran altamente matemáticos y empleaban técnicas como
programación lineal, dinámica, y entera.
El objetivo que persiguen estos modelos es maximizar o minimizar
alguna función objeto sujeta a un conjunto de instrucciones que
incluye a los proyectos existentes y a los nuevos proyectos.
A continuación se detalla un tipo de modelo de programación
matemática, el modelo de programación por metas, por
considerarse como uno de las más populares dentro de la selección
de proyectos junto a la programación lineal. (Virgínea, 2004, p.6)
2.2. PROGRAMACIÓN POR METAS
La Programación por Metas (Goal Programming) fue inicialmente
introducida por Charnes y Cooper en los años 50. Desarrollada en
los años 70 por Ljiri, Lee, Ignizio y Romero, es actualmente uno de
los enfoques multicriterio que más se utilizan.
En principio fue dirigida a resolver problemas industriales, sin
embargo posteriormente se ha extendido a muchos otros campos
como la economía, agricultura, recursos ambientales, recursos
pesqueros, etc.
Resulta de gran interés, sobre todo, en problemas complejos de
gran tamaño. (Vergara, p.22)

2.2.1. MODELO DE PROGRAMACIÓN POR METAS

Consideremos un problema decisional en el que existe q metas. La
estructura de la meta genérica i-ésima es la siguiente:
(𝑔) 𝑓𝑖 (𝑋) + 𝑛𝑖 − 𝑝𝑖 = 𝑡𝑖
Donde 𝑓𝑖 (𝑋) representa la expresión matemática del atributo i-
ésimo; (es decir, una función del vector x de las variables de
decisión),𝑡𝑖 , el nivel de aspiración asociado a dicho atributo, 𝑛𝑖

4
 y 𝑝𝑖 las variables de desviación negativa y positiva,
respectivamente. La variable de desviación negativa cuantifica la
falta de logro de una meta con respecto a su nivel de
aspiración, Mientras que la variable de desviación positiva juega el
papel opuesto; es decir, la medición del exceso de logro de un
meta con respecto a su nivel de aspiración. Así, supongamos
una empresa que produce dos productos con beneficios unitarios
iguales a tres y a una unidad monetaria, respectivamente. El centro
decisor fija para la meta de beneficios un nivel de aspiración de 50
unidades monetarias. Si representamos por 𝑥1 y 𝑥2 las cantidades
de los dos productos, la ecuación de la meta será la siguiente:
(Romero, 2006, p.4)
3 𝑥1 + 𝑥2 + 𝑛 − 𝑝 = 50
La Programación por Metas introduce un conjunto de nuevas
restricciones (débiles) que reflejan las metas perseguidas.

El modelo que resuelve la PPM es:

Es un caso particular de la programación por compromiso con p=1,

en el que se han incluidos como restricciones débiles las metas.
(Moreno, 2006)
2.3. MÉTODO PONDERADO
La minimización de las desviaciones expresadas directamente
carece de sentido ya que las desviaciones consideradas están
evaluadas en diferentes unidades (su suma no tiene significado).
Para obviar este inconveniente se puede normalizar cada
desviación con el valor del término independiente.

5
 Para poder ser tomada como un subrogado de las preferencias, el
decisor debe incorporar sus preferencias sobre las desviaciones
(distinta importancia) ponderándolas. (Moreno, 2006)

6
 III. EJEMPLOS

7
 IV. CONCLUSIÓN
Los modelos de programación por metas, es una herramienta útil
para el cálculo de estimadores en modelos de regresión múltiple
debido a su formulación equivalente.
Es interesante aplicar estos modelos de regresión cuantílica y
mediana cuando los supuestos sobre los errores en mínimos
cuadrados no se cumplen de forma satisfactoria o de forma
completa.
Además, las formulaciones como un problema de programación por
metas, permite incluir restricciones sobre los parámetros por
estimar y de esta forma, controlar a priori condiciones no factibles
o conocimiento dado sobre los estimadores.
La programación por metas permite formular modelos de
optimización que involucren el valor absoluto en la función objetivo
(optimización no diferenciable), como un problema de
programación lineal, introduciendo variables de desviación.

8
 V. BIBLIOGRAFÍA
 Rosa Virgínea Icedo Ojeda. Modelo para la selección optima de
proyectos candidatos en organizaciones desarrolladoras de
software usando programación por metas. Guanajuato: México,
2004.
 Juan Carlos Vergara /V. Manuel Quesada Ibarguen. Análisis
cuantitativo con WINQSB. Universidad Cartagena.
 Carlos Romero. Programación por metas (Goal programming):
Pasado, presente y futuro. Madrid: UPM, 2006.
 José María Moreno Jiménez. Decisión multicriterio. Bahía
blanca: UPM, 2006.
Disponible: http://plaesturb.org/cdms3.pdf