Introducción

Una aplicación de la programación por metas al autobús queda del consenso en la

evaluación del desempeñoXIV Jornadas de ASEPUMA y II Encuentro Internacional
31. INTRODUCCIÓNA lo largo de la historia, las organizaciones y empresas se han
ido adaptando a las condiciones establecidas por el mercado y la sociedad con el
objetivo de lograr su supervivencia y el éxito. En la actualidad la competencia global
afecta a la mayoría de las empresas y organizaciones y, por tanto, mantenerse
competitivos en este entorno es el principal objetivo de las mismas. Tanto es así que
la mayoría de las empresas vanguardistas y líderes son conscientes. De que ser
competitivos en este ambiente depende de un desarrollo continuo del capital
humano. Con el fin de conseguir la correcta gestión y administración de los recursos
humanos es necesario cuantificar los objetivos. Para ende a este fin, la organización
o es y empresas, poco a poco, han ido introduciendo diferentes métodos que
permiten evaluar la relación existente entre los objetivos establecidos por la
empresa y los recursos humanos. Uno de los procedimientos más utilizados por las
empresas y organizaciones es la evaluación del desempeño: sistema formal de
revisión y evaluación laboral invidual o de equipos. Este procedimiento es utilizado
para la evaluación del rendimiento de los empleados, consiguiendo así una
herramienta eficaz para la medición y gestión de los recursos humanos.
 DIFERENTES APLICACIONES DE PROGRAMACIÓN POR
METAS
La formulación de un modelo de Programación Meta es similar al modelo de P.L. El
Primer paso es definir las variables de decisión, después se deben de especificar
todas las metas gerenciales en orden de prioridad. Así, una característica de la
Programación Meta es que proporciona solución para los problemas de decisión
que tengan metas múltiples, conflictivas e inconmensurables arregladas de acuerdo
a la estructura prioritaria de la administración.

La Programación Meta es capaz de manejar problemas de decisión con una sola

meta o con metas múltiples. En tales circunstancias, las metas establecidas por el
tomador de decisiones son logradas únicamente con el sacrificio de otras metas.

Las características que distinguen la programación Meta es que las metas se

satisfacen en una secuencia ordinal. Esto es, 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 meta
es un proceso de satisfacción, en el sentido de que el tomador de decisiones tratará
de alcanzar un nivel satisfactorio en vez del mejor resultado posible para un solo
objetivo.

La noción fundamental de la Programación Meta, comprende incorporar todas las

metas gerenciales en la formulación del modelo del sistema. En la programación
Meta, en vez de intentar minimizar o maximizar la Función Objetivo directamente,
como en la programación lineal, se minimizan las desviaciones entre las metas y los
límites logrables dictados por el conjunto dado de restricciones en los recursos.
Estas variables de desviación, que se denominan de "holgura" o "sobrantes" en
programación lineal toman un nuevo significado en la Programación Meta. Ellas se
dividen en desviaciones positivas y negativas 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.
 CONCEPTOS PARA LA TOMA DE DECISIONES CON ATRIBUTOS
MULTIPLES EN AUSENCIA DE INCERTIDUMBRE: PROGRAMACIÓN DE
METAS.

• Un atributo (llamémosle atributo 1) es preferencialmente

independiente (pi) de otro atributo (el atributo 2) si las preferencias para
valores del atributo 1 no dependen del valor del atributo 2.

• Si el atributo 1 es pi del atributo 2, y el atributo 2 es pi del atributo 1, entonces

el atributo 1 es mutua y preferencialmente independiente (mpi) del
atributo 2.

• Un conjunto S de atributos es mutua y preferencialmente

independiente (mpi) de un conjunto S´ de atributos si (1) los valores de los
atributos en S´ no afectan las preferencias para los valores de los atributos
en S, y (2) los valores de los atributos en S no afectan las preferencias para
los valores de los atributos en S´.

• Un conjunto de atributos 1, 2, n es mutua y preferencialmente

independiente (mpi) si para todos los.

• TEOREMA 1. Si el conjunto de atributos 1, 2,.,n es mpi, las preferencias del

tomador de decisiones se pueden representar por una función valor (o costo)
aditiva.

FORMULACIÓN DE MODELOS.

Restricciones de meta

-Por cada meta

Componentes en la F.O. (minimizar suma de desviaciones con respecto a las

metas)
| FORMULACIÓN

-Restricciones Estructurales (no tienen que ver con las metas)

Las suposiciones básicas que caracterizan el modelo de programación lineal se

aplican igualmente al modelo de programación meta. La diferencia principal en la
estructura es que la programación meta no intenta minimizar o maximizar la función
objetivo como lo hace el modelo de programación lineal. En vez de ello, busca
minimizar las desviaciones entre las metas deseadas y los resultados reales de
acuerdo a las prioridades asignadas. El objetivo de un modelo de programación
meta es expresado en términos de las desviaciones de las metas a que se apunta.
esto es las desviaciones de las metas se colocan en la función objetivo y deben
minimizarse. El modelo general de la programación meta puede expresarse
matemáticamente de la siguiente manera.

Donde:

w = Ponderación de las desviaciones con respecto a la meta.

di- = Desviación déficit

di+ = Desviación excedente

EJEMPLO: SATISFACCIÓN DE UNA SOLA META.

Una división de Schwim Manufacturing Company produce dos tipos de bicicletas:

(1) una bicicleta de 3 velocidades y (2) una de 10 velocidades. La división obtiene
una utilidad de $25 en la bicicleta de 10 velocidades y $15 en la bicicleta de 3
velocidades. Debido a la fuerte demanda de estos artículos, durante el período de
planeación de verano la división cree que puede vender, a los precios que
prevalezcan, todas las unidades de estas dos bicicletas que produzca. Las
instalaciones de producción se consideran recursos escasos. estos recursos
escasos corresponden al departamento de ensamblado y terminado. Los tiempos
unitarios de procesamiento y las capacidades de cada uno de los departamentos se
muestran en la tabla siguiente:

Hrs. requeridas para procesar cada bicicleta

En el Depto. de En el depto. de Contribución a la

Tipo de bicicleta
ensamble terminación utilidad unitaria
3 velocidades 1 1 15
10 velocidades 3 1 25
Hrs. disponibles en
60 40
cada depto.
La división durante este período de planeación se enfrenta a cambios grandes de
organización y cree que el maximizar la utilidad no es un objetivo realista. Sin
embargo, desearía lograr un nivel satisfactorio de utilidad durante este período de
dificultad. La dirección cree que la utilidad diaria de $600 debería satisfacerse y
desea determinar, dadas las restricciones del tiempo de producción, la mezcla de
producto, que debería llevar a esta tasa de contribución a utilidades.

Formula un modelo de programación meta que satisfaga estos requerimientos

Definición de variables:

x1 = Número de bicicletas de 3 velocidades producidas por día

x2 = Número de bicicletas de 10 velocidades producidas por día

d1- = Cantidad por debajo de la utilidad perseguida

d1+ = cantidad por encima de la utilidad perseguida

Minimizar Z = d1- + d1+

s.a.
x1 +3x2 " 60 (horas de ensamble).

Restricciones estructurales

x1 + x2 " 40 ((horas de terminación)

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

x1, x2, d1-, d1+ " 0

Nota: Puesto que tanto d1-, d1+ aparecen en la función objetivo y a ambas se les
asigna pesos iguales, esto indica que la administración desea lograr la utilidad meta
exactamente.

TAREA.

Plantea este mismo modelo con la siguiente consideración:

La administración cree que es dos veces más importante sobre lograr que su lograr
la meta de utilidad perseguida.

1.4.2 EJEMPLO METAS MÚLTIPLES.

Considera la información que se presenta en la siguiente tabla:

Departamentos

Producto 1 2 3 4
1 .10 2.1 1 .3 415
2 .08 1.4 .7 .2 362
3 .05 1.1 .6 .15 216
4 .04 .9 .5 .1 68
Disp.
320 2400 800 450
hrs/mes
*El producto 2 no debe exceder 90 unidades al mes.

*Cada hora extra aumenta los costos en $20.00

Metas:

Alcanzar utilidades de por lo menos $350,000.00 al mes.

Maximizar la utilización de los 4 departamentos.

No producir más del 50% de la producción total en cualquiera de los 4 productos

(en unidades).

Limitar el número de horas extras en el departamento 2 a 300 hrs. al mes.

Definición de variables:

xi = cantidad a producir del producto i mensualmente. i = 1,2,3,4.

F.O.

Min Z = d1- +d2- +d3- +d4- + d5- +d6+ +d7+ +d8+ +d9+ +d10+

s.a.

1) 415x1 +362x2 +216x3 + 68x4 -20d2+ - 20d3+ - 2 0d4+ - 20d5+ -d1 + + d1-
=350,000

2).10x1+.08x2+.05x3+.04x4 -d2+ + d2- = 320

2.1x1 +1.4x2 +1.1x3 +0.9x4 -d3+ + d3- = 2400

x1+.7x2+.6x3+.5x4 -d4+ +d4- = 800

.3x1 +.2x2 +.15x3 +.1x4 -d5+ +d5- = 450

3)x1-d6+ +d6- = .5(x1+x2+x3+x4) ! .5x1-.5x2-.5x3-.5x4 -d6+ +d6- = 0

-.5x1 +.5x2 -.5x3-.5x4 -d7+ +d7- = 0

-.5x1-.5x2+.5x3-.5x4 -d8+ +d8- = 0

-.5x1-.5x2-.5x3+.5x4 -d9+ +d9- = 0

4)d3+ -d10+ +d10- = 300

Restricciones estructurales:

x2" 90

xi" 0 para toda i

di, di- " 0 para toda i.

EJEMPLO METAS MÚLTIPLES CON PRIORIDAD.

Considera la situación de Schwim Manufacturing Company en donde la

administración desea alcanzar varias metas. Ahora supondremos que la
administración desea ordenar dichas metas en orden de importancia y que la meta
más importante tiene prioridad absoluta sobre la siguiente meta más importante y
así sucesivamente.

Para lograr que las metas de baja prioridad se consideren solamente después de
lograr las metas de alta prioridad, se clasifican las metas en k rangos y las variables
de desviación asociadas con las metas, se les asigna un número prioritario Pj(j =
1,2,....,k). Los factores de prioridad satisfacen

P1>>>P2>>>...Pj>>>Pj+1.

Las relaciones de prioridad implican que la multiplicación por n, no importa que tan
grande sea n, no puede hacer una meta de baja prioridad tan importante como una
meta de alta prioridad (por ejemplo: Pj>nPj+1).
Ahora supongamos que la división de bicicletas de Schwim, además de lograr sus
$600.00 de meta primaria de utilidad, desea utilizar completamente sus
departamentos de ensamblaje y terminación durante la reorganización que se
avecina. Esto es, como una meta secundaria, la división desea minimizar el tiempo
ocioso. La formulación del modelo es:

Minimizar Z = P1(d1- + d1+) + P2(d2-+d3-)

s. a.

15x1+25x2 +d1- -d1+ = 600

x1 +3x2 + d2- -d2+ = 60

x1 +x2 +d3- -d3+ = 40

x1, x2, di-, di+ " 0

Donde:

x1 = Número de bicicletas de 3 velocidades producidas por día

x2 = Número 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.

Nota: Puesto que d1- y d1+ se incluyen en la función objetivo, el modelo intentará
lograr exactamente la utilidad diaria perseguida de $600, minimizando tanto las
desviaciones positivas como las negativas. Con d2+ d3+ y eliminados de la función
objetivo, sin embargo, el modelo no se preocupará del tiempo extra en el
departamento de ensamble o terminación e intentará minimizar solamente el tiempo
ocioso en estos departamentos. Debido a que la meta de utilidad perseguida es más
importante que la meta de minimización del tiempo ocioso, a esta se le asigna
prioridad P1. El modelo intentará lograr esta meta hasta donde más le sea posible
antes de considerar la meta secundaria de minimizar el tiempo ocioso de
producción.

El simplex normal tiene un solo renglón 0, mientras que el simplex de

programación de metas necesita n renglones 0, uno por cada meta.

En el simplex de programación de metas se emplea el método siguiente para la

variable de entrada: se encuentra la meta de máxima prioridad (la meta i’) que no
se haya alcanzado, o se encuentra la meta i' de máxima prioridad que tenga Zi
(Término de la función objetivo que incluye la meta i) > 0. se calcula la variable con
el coeficiente más positivo en el renglón 0, meta i', y se anota esta variable en la
base, sujeta a la siguiente restricción. Con ello se reduce Zi y se asegura que está
cerca el cumplimiento de la meta i'. Sin embargo, si una variable tiene un coeficiente
negativo en el renglón 0 asociado con una meta que tiene mayor prioridad que i', la
variable no puede entrar a la base. Introducir en la base esa variable aumentaría la
desviación con respecto a alguna meta de mayor prioridad. Si la variable con el
coeficiente más positivo en el renglón 0 (variable i') no puede entrar en la base,
intente encontrar otra variable con un coeficiente positivo en el renglón 0 (meta i').
Si ninguna variable del renglón 0 (meta i') puede entrar en la base, no hay manera
de acercarse al cumplimiento de la meta i' sin aumentar la desviación con respecto
a alguna meta de mayor prioridad. en este caso, se pasa al renglón 0 (meta i' + 1)
para tratar de satisfacer la meta i' + 1.
 Cuando se lleva a cabo un pivoteo, se debe actualizar el renglón 0 para cada
meta.

Una tabla dará la solución óptima si todas las metas se satisfacen (esto es, Z1 =
Z2 = …= Zn = 0), o si cada variable que puede entrar en la base y reducir el valor
de Z'i de una meta i' no satisfecha aumenta la desviación con respecto a una meta
i que tiene más prioridad que la meta i'.

Resuelve el ejemplo de METAS MULTIPLES CON PRIORIDAD Utilizando el

método simplex.

EJMPLO DE METAS MULTIPLES Y SUBMETAS.

En el ejemplo de la Schwim, la máxima utilidad alcanzada, tomando 60 horas de

tiempo de ensamble, 40 horas de tiempo de terminación y resolviendo como un
problema de programación lineal, es de $700.00. Debido a la reorganización de la
división se han considerado casos en donde la administración quedaría satisfecha
(al menos temporalmente) con un plan de producción que conduzca a una utilidad
más baja que $600.00.

Supongamos que la reorganización se ha llevado a cabo y que la administración

desea lograr una tasa de utilidad diaria de $750.00. Esto significaría que algunas
restricciones previas anexas deberían violarse. Sin embargo, supongamos que las
60 y 40 horas representan la capacidad de producción de los departamentos de
ensamble y terminación en tiempo normal solamente, utilizando la fuerza laboral
existente. El tiempo extra podría utilizarse en cualquier departamento; por tanto, las
desviaciones por encima como por debajo de las 40 y 60 horas serían factibles. La
tasa de pago de horas extras es 3 veces más alta que la del departamento de
ensamble. Las metas prioritarias de la administración, de mayor a menor
importancia, son las siguientes:

P1 = Lograr tasa diaria de utilidad perseguida de $750.00

P2 = Minimizar el tiempo ocioso en ambos departamentos.

P3 = Minimizar el tiempo extra en ambos departamentos

La formulación de la programación meta es:

Minimizar Z = P1(d1- + d1+) + P2(d2-+d3-) + 3P3d2+ + P3d3+

s. a.

15x1+25x2 +d1- -d1+ = 750 (Utilidad perseguida)

x1 +3x2 + d2- -d2+ = 60 (Horas de ensamble)

x1 +x2 +d3- -d3+ = 40 (Horas de terminación)

x1, x2, di-, di+ " 0 Para todo i

Nota: En este ejercicio se han asignado pesos diferentes (cardinales) o prioridades

dentro de una meta dada, como también prioridades diferentes (ordinales o
cardinales) a metas diferentes.

EJERCICIOS:

La agencia de publicidad Leon Burnit quiere determinar el programa de anuncios en

TV para la Priceler Auto Company. Priceler tiene tres objetivos:

Objetivo 1 Sus anuncios deben ser vistos por un mínimo de 40 millones de personas
con ingresos altos (PIA)

Objetivo 2 Sus anuncios deben ser vistos por un mínimo de 60 millones de personas
con ingresos bajos (PIB).

Objetivo 3 Sus anuncios deben ser vistos por un mínimo de 35 millones de mujeres
con ingresos altos (MIA)

Leon Burnit puede comprar dos tipos de anuncios: los que aparecen durante los
juegos de fútbol y los que aparecen durante los melodramas; a lo más puede gastar
$600,000.00 dólares. Los costos del comercial y las audiencias potenciales de un
anuncio de 1 minuto se muestran en la siguiente tabla:

PIA PIB MIA COSTO

7 10 5
Anuncio en el fútbol 100,000
millones millones millones
Anuncio en los 3 4
5 millones 60,000
melodramas millones millones
Leon Burnit debe plantear un modelo de programación por metas que determine
cuántos minutos comprar durante el fútbol y cuántos durante los melodramas,
reduciendo al mínimo la penalización total por ventas perdidas. Dicha penalización,
en miles de dólares es: $200.00 para la meta 1, $100.00 para la meta 2 y $50.00
para la meta 3

Elabora el modelo de programación por metas.

Supongamos que se añade a este modelo la restricción de que se debe cumplir

con un presupuesto de $600,000.00 dólares. Si se decide que se tenga una
penalización de 1 dólar por cada dólar de diferencia con esa meta, entonces ¿cuál
sería la formulación correcta del modelo modificado.

1) Acciones

2) Bonos

3) Prestamos

4) Bienes Raíces

5) Ahorro

Formula el problema como un modelo de P.L.

Formula el problema como un modelo de metas, considera las siguientes metas:

 Maximizar rendimientos.

Invertir cuando menos 400,000 en bienes raíces.

No tener invertido más de 700,000 en cualquier instrumento financiero.

Formula el modelo considerando que la meta 1 es tres veces más importante que
la meta 2 y cinco veces más importante que la meta 3

Formula el modelo considerando que la meta 1 es la más prioritaria, la 2 la que

sigue y por último la meta 3.

Como cambia la función objetivo del modelo de la Schwim (para el caso de Metas
múltiples y submetas), si el costo del tiempo ocioso en el departamento de ensamble
es del doble del departamento de terminación

1.4.7. APLICACIÓN DE CASOS DE PROGRAMACIÓN POR METAS.

La Preslow Company fabrica tres clases de abrigos para caballeros: (A) deportivo,
(B) Formal y (C) Ejecutivo. Aún y cuando la compañía es un negocio familiar, la
mayoría de los empleados no son miembros de la familia. Debido a la naturaleza
competitiva del negocio y a la gran demanda de mano de obra de la industria, es de
gran importancia mantener satisfechos a los empleados. Los administradores de la
Preslow consideran que una medida importante para satisfacer las necesidades de
sus empleados es ofrecerles empleo de tiempo completo, aun cuando esto exija
producir en exceso e incurrir en algunas pérdidas. por fortuna, los administradores
esperan que las demandas de sus productos sigan siendo bastante elevada. De
hecho, para satisfacer parte de la demanda, podría ser necesario operar en tiempo
extra.

Las tres líneas de abrigos de la Preslow se fabrican en dos departamentos. la

siguiente tabla es un programa semanal de requerimientos de mano de obra y
materiales para el proceso de fabricación. Los precios unitarios para las tres líneas
son: $100, $150 y $250, respectivamente. Los administradores han determinado
que a un nivel normal de producción los costos variables son de $70, $80 y $100
por abrigo, respectivamente. Los costos de tiempo extra son $2 por hora por encima
del salario normal para el departamento 1 y $3 para el 2. Los materiales extra
pueden adquirirse a un costo de $2 por yarda por encima del costo normal.

Los administradores de la empresa han pronosticado que la demanda del mercado

para el abrigo deportivo es de 1,000 unidades por semana, y la demanda de las
otras dos líneas es de 500 y 200 unidades, respectivamente. El nivel de equilibrio
de producción es de 100 unidades del producto uno y 50 unidades de cada uno de
los otros 2 productos.

Para ayudarse analizar el problema, los administradores de la Presión han

identificado, en orden de prioridad, las siguientes metas:

utilizar toda la capacidad de producción disponible.

Alcanzar los niveles de producción de punto de equilibrio en cada una de las

líneas de producción.

dado que es probable que exista escasez de mano de obra en el departamento

2, y dado que puede enviarse personal, en tiempo extra a ese departamento, el
tiempo extra aquí puede ser mayor que el del departamento 1. Sin embargo, el
tiempo extra del departamento 2 debe estar limitado a 600 horas. El tiempo extra
del departamento 1 no debe ser mayor de 200 horas.

Alcanzar una meta de utilidades semanales de $20,000

Satisfacer todas las demandas del mercado. Dentro de esta meta, deben
utilizarse ponderaciones distintas para reflejar la contribución unitaria normal a las
utilidades

Requerimientos de productos (por unidad)

 Recursos (mano de
Deportivo Formal Ejecutivo
obra y materiales)
Departamento
4 horas 12 horas 10 horas 8,000 horas
1
Departamento
6 horas 6 horas 16 horas 4,000 horas
2
8 yardas 6 yardas 12 yardas
Material 8,000yardascuadradas
cuadradas cuadradas cuadradas
Plantea el problema como un modelo de programación por metas.

La compañía de distribución Alpha suministra un solo producto a tres clientes en

diversos sitios desde bodegas diferentes. Durante el período de planeación
considerado, la compañía no puede cumplir la demanda de los clientes. Sin
embargo, la compañía ha determinado que las demandas de ciertos clientes deben
satisfacerse a expensas de otros. Para evitar desequilibrios serios, es importante
balancear la porción de demanda satisfecha entre ciertos clientes. también debido
a acuerdos sindicales, la compañía debe satisfacer ciertos requisitos mínimos en
los niveles de embarque en ciertas rutas. Finalmente, varias de las rutas sobre las
cuales se podría embarcar el producto son peligrosas y deben evitarse.

A continuación, se resume el problema de transporte y los costos de embarque se

dan en cada una de las celdas y los valores de demanda en los márgenes. Nota
que la demanda total excede al suministro total en 1,500 unidades.

Cliente 1 Cliente 2 Cliente 3 Suministro

Bodega 1 10 4 12 3000
Bodega 2 8 10 3 4000
Bodega 3 2000 1500 5000
La administración tiene las siguientes preferencias en las metas (en orden
decreciente de importancia):

Satisfacer la demanda total del cliente 3 (entrega garantizada)

 Satisfacer por lo menos el 75% de la demanda de cada cliente.

Minimizar el costo de transporte para los artículos embarcados.

Embarcar por lo menos 1000 unidades en la ruta de la Bodega 2 al Cliente 1

(convenio sindical)

Minimizar el costo de embarque en las rutas de la bodega 1 al cliente 3 y de la

bodega 2 al cliente 2 (peligros).

Balancear el porcentaje de demanda satisfecha entre los clientes 1 y 2.

Plantear el modelo de programación meta.

La compañía Bevco ha desarrollado recientemente tres nuevos productos

haciendo uso del exceso de capacidad en sus tres plantas sucursales existentes.
Cada producto puede fabricarse en cualquiera de las tres plantas. El análisis ha
mostrado que sería rentable utilizar el exceso de capacidad para producir estos
nuevos productos. En realidad, el propósito principal de la gerencia al desarrollar
los nuevos productos era lograr la utilización completa de la capacidad productiva
de exceso sobre una base rentable. Mientras que las plantas Bevco generalmente
operan a capacidad plena en sus líneas de productos existentes, la producción por
debajo de la capacidad normal ocurre con poca frecuencia, presentando problemas
con la fuerza laboral. Aunque la compañía no necesita la fuerza laboral plena
durante los períodos de holgura, el costo de los despidos sería considerable, y
Bevco desearía evitar esto tanto como fuera posible.

Además, la gerencia desearía balancear la utilización del exceso de capacidad entre

las plantas sucursales. esto serviría para distribuir equitativamente la carga de
trabajo del personal de supervisores asalariados y reducir los agravios de la fuerza
laboral que se le paga por horas, que de otra manera se sentiría discriminada con
respecto a las cargas de trabajo o a los despidos.
Para el período que se está considerando, las plantas tienen las siguientes
capacidades de producción en exceso (en términos de unidades) de nuevos
productos y capacidades de embarque disponibles asignadas a los nuevos
productos:

Capacidad de exceso de producción Capacidad de embarque (pies

Planta
(unidades) cúbicos)
1 750 12,000
2 300 10,000
3 450 6,500
Los productos 1, 2 y 3 requieren 30,20 y 15 pies cúbicos por unidad,
respectivamente. Las contribuciones unitarias a la utilidad de los productos 1,2 y 3
son $15 $18 y $12 respectivamente. Los pronósticos de ventas indican que Bevco
puede esperar ventas tan altas como 900, 1,000 y 700 unidades de los productos
1, 2 y 3 respectivamente, durante el período de planeación en consideración.

Dada esta situación, la administración ha expresado las siguientes metas de

preferencia en orden de importancia decreciente.

Lograr una utilidad perseguida de $15,000

Utilizar tanto, como sea posible, la capacidad de exceso. Debido al bajo costo de
la mano de obra, la administración cree que es 1.5 veces más importante utilizar la
capacidad de exceso de la planta 1 que la de las plantas 2 y 3.

Lograr un balance de la carga de trabajo en la utilización de exceso de capacidad

entre todas las plantas. debido a ciertas demandas adicionales de los trabajadores
de la planta 1, la administración cree que, si ocurre algún desbalance en la carga
de trabajo, es dos veces más importante favorecer a la planta 1 con menor trabajo
con respecto a las plantas 2 y 3.

Lograr el pronóstico de ventas para el producto 2, puesto que éste tiene la mayor
contribución a la utilidad por unidad.
 Producir suficiente cantidad de los productos 1 y 3 para cumplir con las ventas
pronosticadas.

No exceder la capacidad de embarque disponible.

Plantear el modelo de programación meta.

TEORÍA DE REDES

MODELOS DE REDES

Una red es una construcción matemática formada principalmente por dos conjuntos:
un conjunto de nodos (N) y un conjunto de arcos (A), estos dos conjuntos están
relacionados de tal forma que cada arco está siempre definido por un par de nodos.
La figura 1 muestra un ejemplo sencillo de una red, la cual consta de cinco nodos
(representados con círculos) y de siete arcos (representados con líneas).

Los modelos de redes son muy usados debido a su estructura, aun cuando es muy
simple, sirve para capturar las variables y relaciones importantes existentes en
muchos sistemas reales. El caso más importante es precisamente en los sistemas
de carreteras o vialidades. Por ejemplo, la red de la figura 1 puede fácilmente
interpretarse con los arcos como tramos de carreteras y los nodos como ciudades
o intersecciones de carreteras. Adicionalmente los modelos de redes sirven para
representar una gran cantidad de sistemas para los cuales la interpretación no es
tan directa como la descrita anteriormente. De manera arbitraria diferentes modelos
de redes pueden clasificarse como: redes físicas, redes logísticas y redes de
programación.

REDES FÍSICAS

Estos modelos representan redes tales como las redes de: carreteras, vialidades
urbanas, teléfonos, agua potable, etc. Para este tipo de redes existe una relación
directa entre los nodos del modelo y puntos o zonas en el espacio y entre los arcos
del modelo y tramos de infraestructura física. Dentro de las redes físicas, la
modelación de sistemas de carreteras o de vialidades urbanas cobra una gran
importancia.

Para analizar el movimiento de transporte en una zona urbana, la atención se centra

en las vialidades principales ( las vialidades secundarias generalmente se omiten).
La zona urbana en sí se divide en zonas, las cuales se representan mediante nodos,
localizados en el "centroide" de la zona. Estos centroides se conectan a la vialidad
principal mediante arcos artificiales. Otro tipo de nodos que se tienen son los que
representan las intersecciones de vialidades principales. En cuanto a los arcos,
además de los arcos artificiales mencionados, se tienen a los arcos que representan
segmentos de la vialidad principal. En la figura 2 se tiene un ejemplo en el cual los
centroides y los arcos artificiales se representan con líneas punteadas y las
intersecciones y vialidades principales se representan con líneas continuas. Los
modelos de redes de carreteras son muy similares, excepto que los nodos y arcos
artificiales son menos comunes. En estos modelos, los centroides de zonas o
regiones se acostumbran poner en ciudades importantes. De esta manera, los
nodos de estas redes son regularmente ciudades e intersecciones de carreteras,
mientras que los arcos son tramos de carreteras.

Figura 2 : Red de vialidades

REDES LOGÍSTICAS

Estas redes se usan para representar las decisiones logísticas en una empresa
(almacenamiento, producción, distribución, etc.). Generalmente los nodos están
relacionados con puntos en el espacio, como en el caso anterior, pero los arcos
representan algo más abstracto que un tramo físico. Por ejemplo, en la figura 3 se
tiene una red en la que los nodos representan plantas y almacenes. Los arcos que
los unen pueden representar toda una serie de acciones logísticas para transportar
producto de una planta a un almacén. Parte del transporte podría ser realizado
mediante ferrocarril y parte mediante autotransporte y todo estaría representado por
un solo arco. Estas redes se generalizan fácilmente para incluir además de plantas
de producción, diferentes niveles de almacenes (regionales, locales, etc.) y de
clientes (mayoristas, minoristas, etc.).

REDES DE PROGRAMACIÓN

En estas redes los nodos representan "eventos", esto es puntos en el tiempo y los
arcos representan la posibilidad de realizar alguna actividad. Por ejemplo, en la
figura 4 se tiene una red que representa al problema de planeación de la producción.
En este ejemplo los nodos representan cada uno de los meses del año (excepto el
nodo 0) y los arcos representan la posible realización de actividades de producción
y de conservación de inventario. Los arcos (0, i) indican la posibilidad de producción
durante el mes i; los arcos (i, i+1) la posibilidad de almacenar inventario del mes i al
mes i+1. Los arcos que llegan al nodo 0 y al nodo 1 representan la posibilidad de
producción y de tener un inventario inicial respectivamente. Los arcos que salen de
los nodos i representan la posibilidad de satisfacer la demanda del producto y de
guardar producto en inventario para el siguiente período. Otro ejemplo son las redes
de actividades para la planeación de proyectos. En estas redes los arcos
representan la realización de actividades y los nodos representan la terminación o
inicio de estas actividades. En este caso, la red sirve también para modelar las
relaciones de precedencia entre distintas actividades del proyecto.
 CONCLUSIÓN

La programación por metas, también conocida como programación declarativa o

basada en lógica, es un paradigma de programación que se centra en definir el
resultado deseado sin especificar paso a paso cómo lograrlo.

La programación por metas es eficaz para abordar problemas complejos al permitir

a los desarrolladores centrarse en la descripción del problema y dejar que el sistema
determine la mejor manera de resolverlo. La programación por metas ha encontrado
aplicaciones significativas en el campo de la inteligencia artificial y los sistemas
expertos. Permite expresar reglas y conocimientos de manera clara, facilitando la
construcción de sistemas capaces de razonar y tomar decisiones.

En entornos de bases de datos, la programación por metas se utiliza para formular

consultas de manera más intuitiva y expresiva. Esto facilita la recuperación de datos
basada en criterios específicos sin la necesidad de especificar el método exacto
para obtenerlos.

La programación por metas se alinea bien con el desarrollo de software declarativo,

donde se enfatiza lo que se quiere lograr en lugar de como lograrlo. Esto puede
mejorar la legibilidad del código y facilitar el mantenimiento a largo plazo.

En el ámbito de los juegos y simulaciones, la programación por metas puede

utilizarse para describir comportamientos y reglas del juego de manera más natural,
permitiendo la creación de experiencias interactivas más dinámicas.

En resumen, la programación por metas ofrece ventajas en términos de

expresividad, abstracción y resolución de problemas complejos. Su aplicación en
una variedad de dominios, desde inteligencia artificial hasta desarrollo de software
y bases de datos, destaca su versatilidad y capacidad para abordar problemas de
manera eficiente y elegante.