TecNM/Morelia

Educación a Distancia

Investigación de
Operaciones.
Programación lineal y programación por
metas.

presentado por
Chavez Arroyo Marco Antonio

Ingeniería industrial a distancia

Profesor

Juan Ríos Ponce

Morelia, Michoacán, México. 03/09/2023.
Realizar una comparación entre los modelos de programación lineal y programación
por metas. Se calificarán los siguientes rubros:
La programación lineal y la programación por metas son dos enfoques diferentes en la
resolución de problemas de optimización. A continuación, se realiza una comparación
entre estos dos modelos en varios aspectos:

1. Naturaleza del problema:

- Programación Lineal: Se utiliza principalmente para problemas de optimización en
los que se busca maximizar o minimizar una función lineal sujeta a restricciones
lineales.
- Programación por Metas: Se utiliza para problemas en los que se buscan alcanzar
objetivos específicos sin necesariamente optimizar una función lineal.

2. Función objetivo:
- Programación Lineal: Busca maximizar o minimizar una función lineal de variables
de decisión.
- Programación por Metas: No se enfoca en una función objetivo única, en su lugar,
se establecen metas o restricciones cualitativas que deben cumplirse.

3. Restricciones:
- Programación Lineal: Las restricciones son lineales y se expresan como
igualdades o desigualdades lineales.
- Programación por Metas: Las restricciones pueden ser cualitativas y no
necesariamente lineales. Se pueden definir como metas a alcanzar.

4. Solución:
- Programación Lineal: Busca encontrar un punto óptimo (máximo o mínimo) que
satisface todas las restricciones lineales.
- Programación por Metas: Busca encontrar soluciones que cumplan con ciertas
metas o criterios establecidos, no necesariamente se busca un punto óptimo.
5. Flexibilidad:
- Programación Lineal: Es menos flexible en términos de permitir metas y
restricciones no lineales.
- Programación por Metas: Ofrece mayor flexibilidad para incorporar metas y
restricciones cualitativas, incluso si no son lineales.

6. Aplicaciones:
- Programación Lineal: Se utiliza en problemas de asignación, producción,
transporte, y otros donde se puede modelar de manera lineal.
- Programación por Metas: Se aplica en problemas donde la calidad, la satisfacción
del cliente o la cumplimentación de metas cualitativas son más importantes que la
optimización numérica, como en la toma de decisiones estratégicas.

7. Eficacia en la toma de decisiones:

- Programación Lineal: Ideal para problemas donde se pueden cuantificar objetivos
y restricciones de manera precisa.
- Programación por Metas: Más adecuada cuando las metas son subjetivas o
difíciles de cuantificar de manera precisa.

8. Sensibilidad a cambios:
- Programación Lineal: Puede ser sensible a pequeños cambios en los datos o en
las restricciones, lo que puede requerir una optimización.
- Programación por Metas: Tiende a ser menos sensible a cambios pequeños
debido a la falta de una función objetivo única.

En resumen, la programación lineal se centra en la optimización numérica de una

función objetivo lineal sujeta a restricciones lineales, mientras que la programación por
metas se enfoca en alcanzar metas y objetivos cualitativos, lo que la hace más flexible
pero menos adecuada para problemas estrictamente numéricos. La elección entre
ambos enfoques depende de la naturaleza del problema y de los objetivos específicos
de la toma de decisiones.
1. Ventajas y desventajas de cada modelo de programación lineal / metas.

Programación Lineal:

Ventajas:

1. Eficiencia en la optimización: Es altamente eficiente para resolver

problemas de optimización lineal y puede encontrar soluciones óptimas en
tiempo relativamente corto.

2. Resultados cuantitativos: Proporciona resultados numéricos precisos que

son fáciles de interpretar y comunicar, lo que lo hace adecuado para situaciones
donde se requiere precisión cuantitativa.

3. Amplia aplicabilidad: Puede aplicarse a una amplia gama de problemas de

la vida real, como la planificación de la producción, la asignación de recursos y
la logística.

4. Sensibilidad a cambios: Puede proporcionar información sobre cómo

cambian las soluciones óptimas en respuesta a cambios en los datos o
restricciones del problema.

Desventajas:

1. Linealidad requerida: Limitado a problemas donde las relaciones entre

variables y restricciones son lineales, lo que excluye muchos problemas más
complejos.

2. Sensibilidad a datos imprecisos: Puede ser sensible a pequeñas

variaciones en los coeficientes de la función objetivo o las restricciones, lo que
puede requerir actualizaciones frecuentes.

3. No considera objetivos cualitativos: No es adecuado para problemas en los

que las metas cualitativas o subjetivas son más importantes que la optimización
numérica.

Programación por Metas:

Ventajas:

1. Flexibilidad: Ofrece una mayor flexibilidad al permitir la incorporación de

metas cualitativas y restricciones no lineales, lo que lo hace adecuado para una
amplia variedad de problemas.

2. Considera objetivos múltiples: Puede manejar problemas con múltiples

objetivos o metas que no se pueden combinar fácilmente en una función objetivo
única.

3. Toma de decisiones subjetivas: Se adapta bien a situaciones en las que las

decisiones se basan en juicios subjetivos o preferencias personales.

4. Robusto ante cambios: Tiende a ser menos sensible a pequeños cambios

en los datos o las restricciones, lo que puede reducir la necesidad de
actualizaciones frecuentes.

Desventajas:

1. Complejidad computacional: La resolución de problemas de programación

por metas puede ser más compleja y requerir más recursos computacionales
que la programación lineal, especialmente en problemas no lineales.
2. Resultados cualitativos: Las soluciones no siempre son numéricas, lo que
puede dificultar su interpretación y comunicación en comparación con la
programación lineal.

3. Mayor subjetividad: La inclusión de metas cualitativas puede dar lugar a

resultados subjetivos y a menudo requiere la toma de decisiones basada en
juicios.

4. Posible falta de unicidad: En algunos casos, puede haber múltiples

soluciones que cumplan con las metas, lo que complica la elección de la mejor
solución.

En resumen, la elección entre programación lineal y programación por metas

depende de la naturaleza del problema, la disponibilidad de datos precisos, la
importancia de las metas cualitativas y la capacidad computacional. Cada
enfoque tiene sus propias ventajas y desventajas, y la selección adecuada
dependerá de los objetivos y las restricciones específicos del problema.