Modelos de una sala de meta:

Es un modelo que optimiza ya sean determinísticos, inductivos o deductivos, considerando una

sola función objetivo y un solo propósito es decir una sola meta. Dado que este modelo es de una
sola meta, se puede minimizar costos, tiempos o también maximizar utilidades.

En la figura se puede observar que se presentan tres posibilidades, que la meta sea alcanzada, que
se logre un valor mayor a la meta en cuyo caso se incurre en una desviación positiva, o que se
quede por debajo de la meta, y en ese caso se tendrá una desviación negativa. Dependiendo del
problema y de la meta en sí, se podrá tener interés en minimizar la desviación positiva, la negativa
o ambas. La formulación de un modelo arregladas de acuerdo a la estructura prioritaria de la
administración.

Modelos de metas múltiples.

La formulación de un modelo de programación por metas cosiste en fijar los atributos que se
consideran relevantes para el problema que se esta analizando.

Una vez establecidos los atributos, se pasa a determinar el nivel de aspiración que corresponde a
cada atributo, es decir, el nivel de logro que el centro decisor desea alcanzar.

Las características que distinguen la programación por metas son:

- La función objetivo siempre busca minimizar

– Por cada meta existirá una restricción meta

– Las metas se satisfacen en una situación ordinaria. Es decir, las metas que deben clasificarse en
orden de prioridad por el tomador de decisiones son satisfechas secuencialmente por el algoritmo
de solución.

- Las metas con prioridad baja se consideran solamente después de que las metas de prioridad
alta se han cumplido

- La programación de metas es un proceso de satisfacción, en el sentido de que el tomador de

decisiones tratara de alcanzar un nivel satisfactorio en vez del mejor resultado posible para un solo
objetivo

- La noción fundamental de la programación por meta comprende incorporar todas las metas
gerenciales en la formulación del modelo del sistema.
 - En la programación por meta, en vez de intentar minimizar y maximizar la función objetivo
directamente, como en la PL, se minimizan las desviaciones entre las metas y los limites logrables
dictados por el conjunto dado restrictivo en los recursos. Estas variables de desviación que se
denominan de “holgura” o “sobrantes” en PL, toman un nuevo significado en la programación por
meta. Ellas se dividen en desviación positiva y negativa de cada una de las submetas o metas. El
objetivo se convierte entonces en la minimización de estas desviaciones, dentro de la estructura
prioritaria asignada a estas desviaciones.

- Las metas se satisfacen en el orden de prioridad establecidos por el tomador de decisiones.

- Las metas no necesitan satisfacerse exactamente si no tan cerca como sea posible.

Modelos de submetas dentro de una meta.

Primero tenemos que definir que es una meta: una meta es el fin hacia el que se dirigen las
acciones o deseos. De manera general, se identifica con los objetivos o propósitos que una
persona o una organización se marca. Investigación de Operaciones II Y de igual manera definimos
las submetas como las actividades que conllevan a cumplir las metas, las acciones para alcanzarlas.
Un ejemplo muy claro serio Meta = Aprobar el curso Submetas = Asistir a clases + Estudiar y
organizar el tiempo para no dejar dudas.

Métodos de solución.

Metas con Prioridad Consideraremos la situación una compañía de bicicletas donde la

administración desea alcanzar varias metas. Ahora suponemos que en la administración se desea
ordenas dichas metas en orden de importancia y que la meta mas importante tiene prioridad
absoluta sobre las siguientes metas mas importantes y así sucesivamente.

Para lograr que las metas de baja prioridad se consideren solamente después de lograr las metas
de prioridad alta, se clasifican las metas en k rangos y las variables de desviación asociadas con las
metas, se les asigna un numero prioritario Pj (j= 1,2,…, k). donde los factores de prioridad
satisfacen la sig. ecuación P1 >>> P2 >>> ….. Pj >>> Pj + 1

La relación de prioridad implica que la multiplicación por n, no importa que tan grande sea n, no
puede hacer una meta de baja prioridad tan alta como una meta de alta prioridad ( Pj > nPj+1).
Ahora suponemos que en una de las divisiones, además de lograr sus $600.00 de meta primaria de
utilidad, se desea utilizar completamente sus departamentos de ensamblaje y terminar durante la
reorganización que se avecina. Esto es, como una meta secundaria, la división desea minimizar el
tiempo ocioso. Los tiempos unitarios de procesamiento y las capacidades de cada uno de los
departamentos se muestran en la tabla siguiente:
Por tanto, la formulación del modelo es el siguiente:

Minimizar Z= P1 (d1- + d1+ ) + P2 (d2 - + d2 + ).

15 x1+25x2+ d1- - d1+ = 600 (Utilidad perseguida)

x1+3x2+ d2 - - d2 + = 60 (hrs. De ensamblaje)

x1+x2+ d3 - - d3 + = 40 (hrs. De terminación)

x1, x2, di - , di + = 0 Donde: X1= numero de bicicletas de 3 velocidades producidas en un día X2=
numero de bicicletas de 10 velocidades producidas por día. d1 - = cantidad por debajo de la
utilidad perseguida d1 + = cantidad por encima de la utilidad perseguida d2 - =tiempo ocioso diario
en el departamento de ensamble d2 + =tiempo extra diario en el departamento de ensamble d3 -
=tiempo ocioso diario en el departamento de terminación d3 + =tiempo extra diario en el
departamento de terminación En este caso dado que se incluyen d1- y d1+ , el modelo intenta
lograr exactamente la utilidad diaria perseguida de $600, minimizando ambas desviaciones. En el
caso de d2+ y d3+ el modelo no se preocupará del tiempo extra en sus respectivos departamentos
por que intenta minimizar solamente los tempos de ocio. Debido a que la meta de utilidad es mas
importante que la meta de minimización, a esta se le asigna la prioridad P1. Significa que el
modelo intentara lograr hasta donde más sea posible esta meta antes de considerar las metas
secundarias de minimizar tiempos de ocio.