Programación Por Metas

Cuándo se puede utilizar Programación Lineal

Un problema puede ser resuelto utilizando Programación Lineal si cumple
ciertas condiciones.
1. Debe tener recursos limitados.
2. Debe tener un objetivo explícito (como maximizar la utilidad, o minimizar
los costos).
3. Debe existir linealidad, (por ejemplo, si se necesitan dos horas para
elaborar una pieza, se requerirán 4 para elaborar dos, etc).
4. Debe existir homogeneidad, esto es que los productos fabricados en una
máquina son idénticos o las horas que trabaja cada obrero son igual de
productivas.
5. Debe haber divisibilidad, se supone que los productos o procesos se
pueden dividir en fracciones.
Programación entera.
Cuando la subdivisión no es posible, se utiliza Programación entera que es
una modificación de la Programación Lineal.

Programación por metas.

Cuando existen varios objetivos se utiliza la programación por metas. Esta es
una diferencia con relación a la programación lineal que tiene un objetivo único
de maximizar o minimizar.

Programación dinámica.
Se utiliza cuando el problema se resuelve mejor por etapas o plazos.

Existen otras variantes como :

 Programación No Lineal
 Programación Cuadrática.
Programación por metas

La Programación por metas (abreviada PM) apareció originalmente en un

artículo de Charnes, Cooper y Ferguson en 1955 (Romero, 2002). se utiliza
cuando existen varios objetivos o metas y se desea una solución satisfactoria
y suficiente (satisfaciente).

La estructura de cada meta seguiría este modelo:

fi(x) + ni – pi = ti

Donde:
fi(x) representa la expresión matemática de la meta.
variables de desviación (ni y pi).
ni, representa un valor faltante para llegar a la meta.
pi, variable de desviación, representa un valor excedente por sobre la meta.
Por ejemplo,
suponga que una empresa tiene dos productos: el primero le deja 3 soles de
ganancia y el segundo le produce solo 1 sol. Se desea obtener 50 soles de
ganancia. La meta estaría representada por

3x1 + x2 + n – p = 50
Tal vez alguien en la empresa sugiere (supuesto) que deberían producir 10
productos x1 y 15 productos x2. Eso implicaría:

3(10) + 1(15) + n – p = 50
30+15 + n – p = 50
45 + n – p = 50

Se necesita que n valga 5 para alcanzar la meta. En otras palabras el

beneficio quedó 5 soles abajo de lo esperado porque se obtuvo un faltante.
Ahora piense que otra persona en la empresa sugiere que se fabriquen 15
productos de cada tipo. La meta estaría representada por:

3(15) + 1(15) + n – p = 50
60 +n – p = 50
Ahora la meta quedó 10 unidades por encima de lo esperado.
Suponga que el plan de producción lo dejamos en
10 x1 y 20 x2.

Ello implicaría:
50 + n – p = 50
Por lo que tanto n, como p valen 0. (No hay faltantes ni excedentes).
 Variables de desviación no deseadas
En ocasiones, para el cumplimiento de la meta nos conviene más que cierta
variable alcance su valor más pequeño, que es cero. Esa variable es una variable
de desviación no deseada. Las situaciones que se pueden dar son las siguientes:

1. Cuando la meta es fi(x) >= ti la variable no deseada (y que se buscará

minimizar) será la variable n (la que indica un faltante).

2. Cuando la meta es fi(x) <= ti, la variable no deseada será la p (excedente).

3. Cuando la meta es alcanzar exactamente el nivel de aspiración, fi(x) = ti,

ambas variables (n y p) serán no deseadas y por lo tanto, variables a
minimizar.

“El propósito general de la PM consiste en minimizar un función de las

variables de desviación no deseadas. Esta función recibe el nombre de
función de logro” (Romero, 2002).
 Ejercicio (Taha)

En cierto país de 20 000 habitantes se tienen las siguientes bases tributarias:

550 millones por predial. 35 millones por alimentos y medicinas. 55 millones
por ventas. El consumo anual de gasolina es de 7.5 millones de galones.

Se tienen las siguientes metas:

1. Tener un ingreso por impuestos de 16 millones.

2. Que el impuesto para alimentos y medicinas no exceda el 10% del total de

impuestos

3. Que el impuesto sobre ventas no exceda el 20% del total de impuestos.

4. Que el impuesto para gasolina no exceda de 2 centavos por galón.

Las variables serían:
 X1 = tasa tributaria predial
 X2 = tasa tributaria por alimentos y medicinas
 X3 = tasa tributaria por ventas
 X4 = impuesto para gasolina en centavos por galón.

Las metas quedaría expresadas de la siguiente forma:

1.Tener un ingreso de impuestos de 16 millones.

550x1 + 35x2 + 55x3 + 0.075x4 ≥ 16

2.El impuesto de alimentos y medicinas no exceda el 10% del total de impuestos

35x2 ≤ 0.1 (550x1 + 35x2 + 55x3 + 0.075x4)

Desarrollando las operaciones y simplificando, la meta anterior quedaría:

55x1 – 31.5x2 + 5.5x3 + 0.0075x4 ≥ 0
3. Que el impuesto sobre ventas no exceda el 20% del total de impuestos.

55x3 ≤ .2 (550x1 + 35x2 + 55x3 + 0.075x4)

Haciendo las operaciones correspondientes, y simplificando, la meta

anterior quedaría:

110x1 + 7x2 – 44x3 + 0.015x5 ≥ 0

4. Que el impuesto para gasolina no exceda de 2 centavos por galón.

x4 ≤ 2
La planificación por metas (incluyendo las variables de desviación) sería:

550x1 + 35x2 + 55x3 + 0.075x4 + n1 – p1 = 16

55x1 – 31.5x2 + 5.5x3 + 0.0075x4 +n2 – p2 = 0

110x1 + 7x2 – 44x3 + 0.015x4 +n3 – p3 = 0

X4 + n4 – p4 = 0

Las variables de desviación no deseadas serían: n1, n2, n3, n4.

La función de logro sería:

Min g(n1, n2 , n3, n4)

EJERCICIOS.1.
MTV Steel Company produce tres tamaños de tubos: A, B y C, que son
vendidos, respectivamente en $10, $12 y $9 por pie. Para fabricar cada pie
del tubo A se requieren 0.5 minutos del tiempo del procesamiento sobre un
tipo particular de maquina de modelado. Cada pie del tubo B requiere 0.45
minutos y cada pie del tubo C requiere 0.6 minutos. Después de la
producción, cada pie de tubo, sin importar el tipo, requiere de 1 onza de
material de soldar. El costo se estima en $3, $4 y $4 por pie de los tubos A, B
y C respectivamente.
Para la siguiente semana, MTV Steel ha recibido pedidos excepcionalmente
grandes que totalizan 2000 pies del tubo A, 4000 pies del tubo B y 5000 pies
del tubo C. como solo se disponen de 40 horas de tiempo de maquina esta
semana y solo se tienen en inventario 5500 de onzas de material de soldar, el
departamento de producción no podrá satisfacer esta demanda, que requiere
un total de 97 horas de tiempo de maquina y 11000 onzas de material de
soldar.
No se espera que continúe este alto nivel de demanda. En vez de expandir la
capacidad de las instalaciones de producción, la gerencia de MTV Steel esta
considerando la compra de algunos de estos tubos a por-veedores de Japón a
un costo de entrega de $6 por pie del tubo A, $6 por pie del tubo B y $7 por pie
del tubo C. Supóngase quela compañía se ha establecido una meta de
ganancia de $55.000 y desea que los costos de importación no superen los
$40.000. Formule este modelo como un problema de metas, sabiendo que la
meta de ganancia es dos veces más importante que la meta de costos de
importación.

Tipo Precio de Demanda Tiempo de Material para Costo de Costo de

Venta (S/ k) (k) Maquina (Min/k) soldar (oz/k) Producción (s/ k) compra (s/k)
A 10 2000 0.50 1 3 6
B 12 4000 0.45 1 3 6
C 9 5000 0.60 1 4 7
 Identificación de las variables.
AP = número de pies de Tubo A por producir
BP = número de pies de Tubo B por producir.
CP = número de pies de Tubo C por producir.
AJ = número de pies de Tubo A por comprar a Japón.
BJ = número de pies de Tubo B por comprar a Japón.
CJ = número de pies de Tubo C por comprar a Japón.

• Variables de decisión.
n+ = cantidad de dólares en que se excede la ganancia de la meta de $55000
n - = cantidad de dólares que faltan para la ganancia meta de $55000
p+ = cantidad de dólares en que las importaciones exceden la meta de $40000
p - = cantidad de dólares que faltan para que las importaciones alcancen la
meta de $40000.
• Identificación de la Función Objetivo
Minimizar Z = (n+) + (n-) + (p+) + (p-)

• Identificación de las Restricciones

Restricciones de Demanda

AP + AJ = 2000 (demanda Tipo A)

BP + BJ = 4000 (demanda Tipo B)
CP + CJ = 5000 (demanda Tipo C)

Restricciones de Recursos
0.5AP + 0.45BP + 0.6CP ≤ 2400 (tiempo de maquina)
AP + BP + CP ≤ 5500 (material de soldadura)
Restricciones de Metas

7AP + 8BP + 5CP + 4AJ + 6BJ + 2CJ – n+ + n- = 55000 (meta de ganancia)

6AJ + 6BJ + 7CJ – p+ + p- = 40000 (meta de

importación)

Restricciones Lógicas

AP, BP, CP, AJ, BJ, CJ, n+, n-, p+, p- ≥ 0

EJERCICIOS.2.

El departamento de nutrición de Hospital General Mountain View esta

preparando un menú de comida que será servido un día cada mes. El
departamento ha determinado que esta comida deberá proporcionar 63000
miligramos (mg) de proteína, 10 mg de hierro, 15 mg de niacina, 1 mg de
tiamina y 50 mg de vitamina C. Para lograr este objetivo, la comida debe
consistir en una cierta cantidad de espagueti, carne de pavo, papas
gratinadas, espinaca y pastel de manzana. Cada 100 gramos de estos
alimentos proporcionan la cantidad de cada nutriente que se indica en la
siguiente tabla:
 Proteínas Hierro Niacina Tiamina Vitamina C Grasa
Espagueti 5000 1.1 1.4 0.18 0.0 5000
Pavo 29300 1.8 5.4 0.06 0.0 5000
Papas 5300 0.5 0.9 0.06 10.0 7000
Espinaca 3000 2.2 0.5 0.02 28.0 300
Pastel de 4000 1.2 0.6 0.15 3.0 14300
Manzana

El departamento sabe que debe presentar una comida bien balanceada que
guste al paciente. Con este objetivo en mente, el departamento no servirá mas
de 300 gramos de espagueti, 300 gramos de pavo, 200 gramos de papas, 100
gramos de espinacas y100 gramos de pastel de manzana. Como director del
departamento de nutrición, usted desea determinar la composición de una
comida que satisfaga los requerimientos nutricionales y proporciones la
mínima cantidad de grasas.
• Variables de decisión
SPAG = el número de 100 gramos de espagueti que incluir
PAVO = el número de 100 gramos de pavo que incluir
PAPA = el número de 100 gramos de papa que incluir
SPIN = el número de 100 gramos de espinacas que incluir
MANZ = el número de 100 gramos de pastel de manzana que incluir

• Identificación de la Función Objetivo Minimizar

0.09F+ +0F- + C+ + 0C-

• Identificación de las restricciones

 Restricciones de Metas
5000SPAG + 5000PAVO + 7900PAPA + 300SPIN + 14300MANZ – F+ + F- =
55000 (grasa)
0.15SPAG + 0.80PAVO + 0.12PAPA + 0.20SPIN + 0.51MANZ – C+ + C- = 2
(costo)
 Restricciones de Nutrientes

5000SPAG +29300PAVO +5300PAPA +3000SPIN +4000MANZ ≤ 100000

(máx. de proteínas)

5000SPAG +29300PAVO +5300PAPA +3000SPIN +4000MANZ ≥ 80000

(mín. de proteínas)

1.1SPAG + 1.8PAVO + 0.5PAPA + 2.2SPIN + 1.2MANZ ≥ 10 (hierro)

1.4SPAG + 5.4PAVO + 0.9PAPA + 0.5SPIN + 0.6MANZ ≥ 15 (niacina)

0.18SPAG + 0.06PAVO + 0.06PAPA + 0.07SPIN + 0.15MANZ ≥ 1 (tiamina)

10PAPA + 28SPIN + 3MANZ ≥ 50 (vitamina C)

 Restricciones de Limite

SPAG ≤3
PAVO ≤3
PAPA ≤2
SPIN ≤1
MANZ ≤1

 Restricciones Lógicas

SPAG, PAVO, PAPA, SPIN, MANZ, F+, F-, C+, C- ≥ 0

EJERCICIOS.3.
Una compañía química produce cuatro productos químicos diferentes (1 y 2).
Por cada hora que se realiza el proceso 1 este entrega 400kg de A. 100kg de B
y 100kg de C. el proceso 2 entrega 100kg de A. 100kg de B y 100 kg de D por
hora. El departamento de marketing de la compañía ha especificado que la
producción diaria debe ser no más de 500kg de B y 300kg de C y al menos
800kg de A y 100kg de D. una corrida del proceso 1 tiene un costo de 500 s/hr.
Y una corrida del Proceso 2 tiene un costo de 100 s/hr. Suponga que un kg de
cada químico A, B, C se pueden vender en 1, 5, 5 y 4 soles, respectivamente y
que las ventas del proceso 1 es de 1400 s/hr y 1000 s/hr, así como también las
ganancias del proceso 1 son de 900 y del proceso 2 900 soles.
Formule un modelo de Programación lineal para alcanzar las siguientes metas:
Que los costos se encuentren por debajo de 30000 soles, que las ventas
aumenten 100.000 soles y que las ganancias aumenten a 200.000 soles
Solución:• Primero se deben organizar los datos del ejercicio en una tabla
para visualizarlos mejor.

Producto Proceso k/h

1 2 Producción k/día Ventas S/kg
A 4000 100 800 1
B 100 100 500 5
C 100 300 5
D 100 100 4
Costo S/hr 500 100
Ventas 1400 1000
Ganancias 900 900
• Luego se deben definir las variables a utilizar.
T1= Tiempo de producción del proceso 1 (hr)
T2=Tiempo de producción del proceso 2 (hr)

• Se coloca la Función Objetivo (F.O):

Minimizar Z1=500 T1+100 T2 Costos

Maximizar Z2=1400 T1+1000 T2 Ventas

Maximizar Z3=900 T1+900 T2 Ganancias

Sujeto a:

400 T1+100 T2>=800

100 T1+100 T2<=500

RESTRICCIONES
100 T2<=300

100T1 >=100

T1, T2>=0
 Seguidamente se realiza una tabla con las metas.

F.O. < > Meta

+ -
Z1 X1 X2 30000
Z2 X3 X4 100000
Z3 x5 X6 200000

Después que se realiza la tabla se seleccionan las variables que sobrepasan la

meta o las variables que representa la cantidad que falta para alcanzar la meta,
para entonces penalizarlas. En este caso las variables son las que están dentro
del recuadro rojo, ya que X2 sobrepasa la meta de los costos,X3 está por
debajo de la meta planteada de ventas al igual que X5 por la parte de
ganancias
F.O. < > Meta
+ -

Z1 X1 X2 30000

Z2 X3 X4 100000

Z3 X5 X6 200000
Razonamiento

500 T1+100 T2+ X1- X2= 30.000 Para los costos

1400 T1+1000 T2 + X3- X4= 100.000 Para las Ventas
900 T1+900 T2+ X5- X6= 200.000 Para las ganancias
T1, T2 X1,X2 ,X3,X4 ,X5, X6>=0

• Se eliminan las funciones objetivos, pero debo tener 1, para eso necesito
minimizar las violaciones por lo que penalizo las variables que no me
convengan

• Finalmente consigo mi Función Objetivo:

Minimizar Z4= X2+ X3+ X5

4, En una planta se pueden fabricar dos productos diferentes (1 y 2). El tiempo
que cada producto requiere en cada una de las dos maquinas es el mostrado
en el cuadro anexo. Cada máquina está disponible 220min para cada producto.
Formule un modelo de programación lineal para alcanzar las siguientes metas:

Producción Total: 14 unidades

Del Producto 1: 8 unidades.
Del Producto 2: 9 unidades

Maquina (minutos)
Producto 1 2
1 20 15
2 14 18
Tiempo Disponible (min) 220 220

Nota: Por cada meta se identifica una función objetiva o viceversa

• Variables:
X1= Cantidad del producto 1. (Unidades)
X2= Cantidad del producto 2. (Unidades)
.
• Metas.
Producción Total: 14 unidades
Producto 1: 8 unidades.
Producto 2: 9 unidades

• Funciones Objetivo por cada meta:

Maximizar Z1= X1+ X2
Maximizar Z2= X2
Maximizar Z3= X1

Restricciones:
20 X1+ 14 X2<=220
15X1+ 18 X2<=220
 F.O. < > Meta
+ -

Z1 X3 X4 14

Z2 X5 X6 8

Z3 X7 X8 9

Se penalizan las 6 variables ya que unas se sobrepasan las metas ( x4, x5, x8)
así como también hay variables que se encuentran por debajo de la meta x3,
x5, x7
 Razonamiento:

X1+X2+X3-X4=14
X2+X5-X6 =8
X3+X7-X8 =9

20 X1+ 14 X2<=220
15X1+ 18 X2<=220
X1, X2, X3, X4, X5, X6, X7, X8>=0

• Finalmente consigo la Función Objetivo General:

Minimizar Z4= X3+ X4,+X5+X6+X7+X8

5. Una compañía está considerando unos nuevos productos, se está
buscando determinar la mezcla optima de los productos considerando 3
factores:
a) Mantener el nivel actual de empleo de 400 trabajadores.
b) Sostener la inversión de capital a menos de 60 millones de soles.

Ante la duda de no poder alcanzar las metas se establecen las siguientes

penalizaciones: 5 sino se llegan a la meta de utilidad (por millón de soles
menos); 2 por sobrepasar la meta de empleo (por cien trabajadores); 4 por
quedar por debajo de esa misma meta; 3 por exceder la meta de inversión
de capital (por millón de soles de mas).
La contribución de cada producto de inversión y utilidad se presenta en la
siguiente tabla.
 1 2 3
Utilidad a 12 soles 9 soles 15 soles Al menos
largo plazo 120 000 000
Nivel de 5 3 4 Mantener
empleo 4000
Inversión de 5 7 8 Menos de
Capital 60 000 000
• Se definen las variables

X1=Cantidad de producto 1
X2= Cantidad de producto 2
X3= Cantidad de producto 3

Nota: si no hay restricciones, no hacen falta.

• Las Funciones Objetivos

Max Z1=12 X1+9 X2+12 X3

Z2=5X1+3X2+4 X3
Mini Z3=5X1+7X2+8X3
Se realiza la tabla de las metas.

F.O. < > Meta

+ -

Z1 X4 X5 120 000 000

Z2 X6 X7 4000

Z3 X8 X9 60 000 000
En este caso se penaliza X4 ya que la meta es que al menos la utilidad
sea120.000.000 soles, ósea que puede ser más que eso y por tanto X4 se
encuentra por debajo de la meta.

X6 y X7 se penaliza porque la meta es mantener a 4000 el nivel de

empleo, y estas variables no cumplen con esto, sino que una está por
debajo de la meta y la otra por encima de la meta.

X9 se penaliza porque se encuentra por encima de la meta.

• Se coloca las funciones objetivos con sus nuevas variables de
penalización y las metas.

12X1+9 X2+12 X3+ X4- X5 = 120.000.000

5X1+3X2+4 X3+ X6- X7 = 4000
5X1+7X2+8X3+ X8- X9 = 60.000.000
X1, X2, X3, X4, X5, X6, X7, X8, X9 >= 0

• Finalmente se coloca la función objetivo general con los valores de

penalización que se le asignan a las variables por no cumplir con las
metas.

Z4= 5 X4+4 X6+2 X7+3 X9