You are on page 1of 14

anta Clara. Cuba.

Ronald Daz Casaas. Aspirante a Ingeniero Industrial. Departamento de


Ingeniera Industrial. Universidad Central de Las Villas. Santa Clara.
Cuba.

Palabras claves

Programacin meta, Investigacin de Operaciones, Mtodos


Multicriterios

Introduccin

Los procesos de toma de decisiones se han venido analizando


tradicionalmente sobre la base de un paradigma que puede
esquematizarse de la siguiente forma. En primer lugar, se establece el
conjunto de soluciones posibles o factibles del problema de decisin
analizado. A continuacin, fundndose en un criterio, se asocia a cada
solucin o alternativa un nmero que representa el grado de deseabilidad
que tiene cada alternativa par el centro decisor, es decir, se establece
una ordenacin de las soluciones factibles. Seguidamente, utilizando
tcnicas matemticas ms o menos sofisticadas, se procede a buscar
entre las soluciones factibles aquella que posee un mayor grado de
deseabilidad. Dicha alternativa es la solucin ptima.

Este sencillo marco de anlisis es el que subyace a cualquier problema


de decisin investigado dentro del paradigma tradicional de la
optimizacin. Los problemas de decisin abordados por medios de la
programacin matemtica se ajustan, asimismo, a este tipo de estructura
terica. As, en esta clase de problemas, las soluciones posibles se
ordenan con arreglo a un cierto criterio que representa las preferencias
del centro decisor. Esta funcin de criterio recibe el nombre de funcin
objetivo. Recurriendo a tcnicas matemticas relativamente sofisticadas
se establece la solucin ptima como aquella solucin factible para la
que la funcin objetivo alcanza un valor ptimo.

Desde un punto de vista de contenido emprico, el marco terico anterior


presenta importantes debilidades que lo desva considerablemente de los
procesos reales de tomas de decisiones. En efecto, en muchos casos de
la vida cotidiana, los centro decisores no estn interesados en ordenar
las soluciones factibles con arreglo a un nico criterio, sino que desean
efectuar esta tarea con arreglos a diferentes criterios que reflejan sus
particularidades y preferencias.

Desarrollo

Dentro de la estructura del paradigma multicriterio se debe analizar


primeramente una serie de conceptos y definiciones.

Atributo: Este concepto se refiere a valores del centro decisor


relacionados con una realidad objetiva. Estos valores pueden medirse
independientemente de los deseos del centro decisor, siendo usualmente
susceptibles de expresarse como una funcin matemtica f(x) de las
variables de decisin.

Objetivos: Representan direcciones de mejora de los atributos. La


mejora puede interpretarse en el sentido (ms del atributo mejor) o bien
(menos del atributo mejor). El primer caso corresponde a un proceso de
maximizacin y el segundo a uno de minimizacin de las funciones que
corresponden a los atributos que reflejan los valores del centro decisor.

Como paso previo a la definicin de meta se introducir el concepto


de nivel de aspiracin. Un nivel de aspiracin representa un nivel
aceptable de logro para el correspondiente atributo. La combinacin de
un nivel de aspiracin con un atributo genera una meta.

Finalmente, el trmino criterio se utiliza como un trmino general que


engloba los tres conceptos precedentes (atributo, objetivo y metas). En
otras palabras, los criterios constituyen los atributos, objetivos o metas
que se consideran relevantes para un cierto problema decisional. Por
consiguiente, la teora de la decisin multicriterio constituye un marco
general o paradigma decisional en el que subyacen diferentes atributos,
objetivos o metas.

La programacin multiobjetivo constituye un enfoque multicriterio de gran


potencialidad cuando el contexto decisional est definido por una serie
de objetivos a optimizar que deben de satisfacer un determinado
conjunto de restricciones. Como la optimizacin simultnea de todos los
objetivos es usualmente imposible, pues en la vida real entre los
objetivos que pretende optimizar un centro decisor suele existir un cierto
grado de conflicto el enfoque multiobjetivo en vez de intentar determinar
un ptimo existente pretende establecer el conjunto de soluciones
eficientes o pareto ptimas.
Pese a lo que se acaba de comentar, la utilidad de estos enfoques se
reduce considerablemente en problemas decisionales de un tamao
relativamente elevado. De las ideas que se acaban de exponer se
desprende que en problemas complejos que conllevan la formulacin de
modelos de cierto tamao, los enfoques multiobjetivos son de limitado
inters y tienen que dejar paso a otros enfoques con una solidez terica
tal vez menor, pero con una operatividad muy superior. Dentro de esta
lnea pragmtica puede encuadrarse la programacin por metas.

PROGRAMACION POR METAS

La forma del modelo de programacin lineal sigue siendo la misma en


programacin por meta, es decir, tambin se tiene una funcin objetivo
que optimizar sujeta a una o ms restricciones. Sin embargo, dentro de
este marco de referencia se agregarn dos conceptos nuevos. El primero
es el de las restricciones de meta en lugar de las restricciones de recurso
que se han analizado. El segundo concepto es el de rango de prioridad
entre las funciones de objetivo. Una vez que se establece un problema
en el formato del modelo general de programacin lineal, para obtener la
solucin puede aplicarse el MTODO SIMPLEX modificado solo para
tomar en cuenta las prioridades.

La programacin por metas es un enfoque para tratar problemas de


decisin gerencial que comprenden metas mltiples o inconmensurables,
de acuerdo a la importancia que se le asigne a estas metas. El tomador
de decisiones debe ser capaz de establecer al menos una importancia
ordinal, para clasificar estas metas. Una ventaja importante de la
programacin meta es su flexibilidad en el sentido de que permite al
tomador de decisiones, experimentar con una multitud de variaciones de
las restricciones y de prioridades de las metas cuando se involucra con
un problema de decisin de objetivos mltiples.

El primer paso en la formulacin de un modelo de programacin por


metas consiste en fijar los atributos que se consideran relevantes para el
problema que se est analizando. Una vez establecidos los atributos, se
pasa a determinar el nivel de aspiracin que corresponde a cada atributo,
es decir, el nivel de logro que el centro decisor desea alcanzar.
Seguidamente, se conecta el atributo con el nivel de aspiracin, por
medio de la introduccin de las variables de desviacin negativa y
positiva, respectivamente. As para el atributo i-simo, se tiene la
siguiente meta: donde, como es habitual, f(x) representa la expresin
matemtica del atributo i-simo, Ti su nivel de aspiracin, ni y pi las
variables de desviacin negativa y positiva, respectivamente. Las
variables de desviacin negativa cuantifican la falta de logro de una meta
con respecto a su nivel de aspiracin, mientras que las variables de
desviacin positiva cuantifican el exceso de logro de una meta con
respecto a su nivel de aspiracin.

Como un nivel de aspiracin no puede simultneamente sobrepasarse y


quedar por debajo de l, al menos una de las dos variables de desviacin
tomarn valor cero cuando la meta alcanza exactamente su nivel de
aspiracin.

Una vez clarificado el significado de las variables de desviacin, es


importante introducir el concepto de variable de decisin no deseada.
Una variable de decisin se dice que no es deseada cuando al centro
decisor le interesa que la variable en cuestin alcance su valor ms
pequeo(esto es cero). Cuando la meta deriva de un atributo del tipo ms
del atributo mejor (objetivo a maximizar) la variable no deseada (a
minimizar), ser la variable de desviacin negativa (cuantificacin de la
falta de logro). Finalmente, cuando se desea alcanzar exactamente el
nivel de aspiracin tanto la variable de desviacin negativa como la
positiva son variables no deseadas y por tanto variables a minimizar.

Supngase que un fabricante quiere planear producir por lo menos tres


mesas se escribir la restriccin: T>=3

Esto no permite ningn valor por debajo de 3. Si hubiera otra restriccin


en conflicto con esta, el problema no tendra solucin factible.

Ahora bien, los objetivos administrativos son mucho menos rgidos y


absolutos. Una manera ms real para establecer las restricciones de las
mesas sera: "si es posible, nos gustara hacer tres mesas por lo menos.
Esto tiene una prioridad alta". En forma anloga, los objetivos de las
ganancias o de los rendimientos sobre inversiones se expresan en
trminos de metas deseadas: hacer lo posible por obtener ganancias de
$1000 el prximo ao o buscar un rendimiento sobre inversiones del 10%
antes de impuestos. Sin duda pueden ocurrir desviaciones arriba o abajo,
alrededor de una meta. Si la restriccin de las mesas es fabricar por lo
menos tres, esto puede escribirse como: T + Dut - Dot = 3

En donde Dut - Cantidad que falta para lograr el objetivo de las mesas.

Dot - Cantidad que sobrepasa el objetivo de las mesas.


T- Nmero de mesas.

Ntese que las restricciones de meta siempre se escriben como


igualdades. El primer subndice de la variable de desviacin indica la
variacin hacia abajo o hacia arriba de la meta. El segundo subndice
indica de que se trata el objetivo, en este caso mesas.

Existen cuatro formas de restricciones de objetivos, segn se permita


variacin hacia arriba o hacia abajo:

CASO 1: Se permiten desviaciones en ambas direcciones.


CASO 2: Solo se permiten desviaciones hacia abajo.
CASO 3: Solo se permiten desviaciones hacia arriba
CASO 4: No se permiten desviaciones.

No existe algo en la programacin por objetivos que prohiba incluir


restricciones que no sean de objetivo o restricciones de recurso.

El significado de las variables de desviacin no deseadas puede


clarificarse por medio del siguiente cuadro.

Metas y variables de desviacin

Forma inicial de la meta Forma de la meta Variable de desviacin no


transformada deseada (a minimizar)
Fi(x) ti fi(x) ni pi = ti ni

Fi(x) ti fi(x) ni pi = ti pi

Fi(x)=ti fi(x) ni pi = ti ni pi

Formulacin de la funcin objetivo

La funcin objetivo para un problema de programacin por meta siempre


es minimizar alguna combinacin de variables de desviacin. Desde un
punto de vista de toma de decisiones administrativa, esto significa que se
esta buscando la combinacin de variables reales por ejemplo (mesas y
sillas) que cumplan mejor con todos los objetivos. Esto podra llamarse
optimizar un conjunto de objetivos "satisfactorios" o satisfacer.
La forma exacta de la funcin objetivo varia segn la respuesta a estas
dos preguntas:

1. Son conmensurables o proporcionales los objetivos?


2. Cul es la importancia relativa de cada objetivo?

Objetivos conmensurables de igual importancia: este es el caso


ms sencillo, aunque muy pocas veces se encuentra en la practica.
Aqu los objetivos se miden en una escala comn (conmensurables
y tienen la misma importancia.
Ponderacin preferente de los objetivos: las ponderaciones de
preferencia pueden aplicarse a cualquier grupo de objetivos
conmensurables. Las ponderaciones deben reflejar la utilidad o el
valor de los objetivos.
Rango de prioridad de los objetivos: que pasa cuando los
objetivos no son conmensurables, cuando no hay una escala
comn para comparar las desviaciones de los diferentes
objetivos?. Este es un caso importante, al que se enfrentan con
frecuencia los administradores. Si el administrador puede ordenar o
dar un rango para sus metas entonces la solucin es posible.

Quizs no sea una tarea fcil dar un rango a los objetivos de acuerdo con
su importancia pero es algo que la mayora de las personas entienden y
pueden lograr. En la programacin por objetivos se le asigna la prioridad
P1al objetivo ms importante, siguiendo P2 a una prioridad ms baja. No
existe limite en el numero de niveles de prioridad pero debe asignarse
una prioridad para cada variable de desviacin. Se permiten empates o
prioridades iguales.

Los problemas de programacin por meta se resuelven en orden de


prioridad. Es decir, se prueba la optimizacin en el nivel de prioridad ms
alto ignorando las prioridades ms bajas hasta optimizar este nivel.

Ejemplo:

La compaa Aedis 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 anlisis ha demostrado que sera rentable utilizar el exceso de
capacidad para producir estos tres nuevos productos. En realidad, el
propsito de la gerencia al desarrollar los nuevos productos era lograr la
utilizacin completa de la capacidad productiva de exceso sobre una
base rentable. Mientras que las plantas Aedis generalmente operan a
capacidad plena en sus lneas de productos existentes, la produccin por
debajo de la capacidad normal ocurre con poca frecuencia, presentando
problemas con la fuerza laboral. Aunque la compaa no necesita la
fuerza laboral plena durante los perodos de holgura, el costo de los
despidos sera considerable, y Aedis deseara evitar esto tanto como
fuera posible.

Adems, la gerencia deseara balancear la utilizacin del exceso de


capacidad entre las sucursales. Esto servira 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 sentira discriminada con respecto a las
cargas de trabajo o a los despidos.

Para el perodo que es est considerando, las plantas tienen las


siguientes capacidades de produccin en exceso(en trminos de
unidades) de nuevos productos y capacidades de embarque disponibles
asignadas a los nuevos productos:

Planta capacidad de exceso de capacidad de


produccin(unidades) embarque(pies cbicos)
1 750 12000

2 300 10000

3 450 6500

Los productos 1,2 y 3 requieren 30,20 y 15 pies cbicos por unidad,


respectivamente. Las contribuciones unitarias a la utilidad de los
productos 1,2 y 3 son $15,18 y 12 respectivamente. Los pronsticos de
ventas indican que Aedis puede esperar ventas tan altas como 900, 1000
y 700 unidades de los productos 1, 2 y 3 respectivamente, durante el
periodo de planeacin en consideracin.

Dada la situacin que hemos descrito, la administracin ha expresado las


siguientes metas de preferencia en orden de importancia decreciente
(P1=ms importante):

P1. Lograr una utilidad perseguida de $15000.


P2. Utilizar tanto de la capacidad de exceso como sea posible. Debido al
bajo costo de la mano de obra, la administracin cree que es 1,5 veces
ms importante utilizar la capacidad de exceso de la planta 1 que la de
las plantas 2 y 3.

P3. Lograr un balance de la carga de trabajo en la utilizacin de exceso


de la capacidad entre todas las plantas. Debido a ciertas demandas
adicionales de los trabajadores de la planta 1, la administracin cree que
si ocurre algn desbalance en la carga de trabajo, es dos veces ms
importante que favorecer a la planta 1con menor trabajo con respecto a
las plantas 2 y 3

P4. Lograr el pronstico de ventas para el producto 2, puesto que este


tiene la mayor contribucin a la utilidad por unidad.

P5. Producir suficiente cantidad de los productos 1 y 3 para cumplir con


las ventas pronosticadas.

P6. No exceder la capacidad de embarque disponible.

Formulacin del modelo

Los siguientes pasos se requieren para formular el modelo de


programacin meta.

1-Exceso en las restricciones de capacidad

N- desviacin negativa.

P- desviacin positiva.

X11 X21 X31 N1 P1 =750

X12 X22 X32 N2 P2 =300

X13 X23 X33 N3 P3 =450.

Donde Xij = nmero de unidades del producto i producidas en la planta j

N1,N2,N3 =exceso de capacidad no utilizada en las plantas 1,2 y 3


respectivamente.
P1,P2,P3 = cantidad mediante la cual la capacidad de exceso se excede
las plantas 1,2 y 3 respectivamente.

2-Resricciones en el requisito de espacio

30X11 20X21 15X31 N4 P4=12000

30X12 20X22 15X32 N5 P5=10000

30X13 20X23 15X33 N6 P6= 6500

N4,N5,N6 =nmero de unidades de capacidad de embarque disponible


no utilizada en las plantas 1,2 y 3, respectivamente.

P4,P5,P6 = nmero de unidades de capacidad adicional de embarque


requerida en las plantas 1,2 y 3, respectivamente

3-Restricciones en las ventas esperadas

X11 X12 X13 N7 P7=900

X21 X2 X23 N8 P8=1000

X31 X32 X33 N9 P9= 700

N7,N8,N9 =nmero de unidades sublogradas de las ventas esperadas de


los productos 1,2 y 3 respectivamente.

P7,P8,P9 = nmero de unidades sobrelogradas de las ventas esperadas


de los productos 1,2 y 3 respectivamente.

4-Balance de carga de trabajo

X11 X21 X31 750 = X12 X22 X32 300

X11 X21 X31 750 = X13 X23 X33 450

Este balance de ecuaciones puede escribirse como una restriccin meta


por medio de una simple divisin y por transposicin del miembro
derecho como sigue (por transitividad, solamente dos restricciones de
balance son necesarias):
0.0013X11 0.0013X21 0.0013X31 0.0033X12 0.0033X32 P0.00
33X32 +N10 P10 =0

0.0013X11 0.0013X21 0.0013X31 0.0022X13 0.00223X23 0.00


223X33 + N11 P11=0

N10, N11= nmero de unidades producidas demasiado bajas con


relacin a las producidas en las plantas 2 y 3, respectivamente.

P10, P11= Nmero de unidades producidas en exceso relativas a las que


es producen en las plantas 2 y 3, respectivamente.

5- Restriccin de utilidad

15(X11 X12 X13) 18(X21 X22 X23) 12(X31 X32 X33) N12
P12=15000

N12 =suma en dlares por debajo de la utilidad perseguida.

P12 = suma en dlares por encima de la utilidad perseguida.

Si la meta de utilidad no se enuncia, se puede restringir el lado derecho


de esta ecuacin para que sea cero y determinar cul sera la utilidad.
Puesto que todas las variables reales (Xij) y las variables de desviacin
(N P) son no negativas, el valor de (N12, P12) sera la utilidad real.

6- Funcin objetivo

Minimizar
Z=PR1(N12 P12) 1,5PR2(N1) PR2(N2 N3) 2PR3(N10 N11) PR3
(P10 P11)+PR4(N8) PR5(N7 N9) PR6(P4 P5 P6)

Puesto que la administracin desea conseguir una utilidad perseguida de


$15000 con la ms alta prioridad, se asigna PR1 a las variables de
desviacin en la meta de restriccin de utilidad. La segunda meta de la
administracin sera utilizar el exceso de capacidad de planta hasta
donde fuera posible. Sin embargo, era preferible utilizar el exceso en la
planta 1 sobre las plantas 2 y 3 en una relacin de 1,5 a 1. Esta situacin
presumiblemente representa una distincin en los costos de operacin de
las diferentes plantas. Para reflejar las prioridades relativas de la
administracin, se modifica la formulacin estndar de la funcin
objetivo(que sera(PR2(N1 N2 N3)) a 1,5PR2N1 PR2(N2 N3), que
pondera el logro de la minimizacin de la desviacin 1 con un factor de
3/2 vez. El segundo nivel general de prioridades administrativas que
tienen que ver con el problema de PR2. La tercera meta de la
administracin era lograr un balance de subutilizara la planta 1 en vez de
sobreutilizarla, debido a factores adicionales desfavorables que existan
all y no se presentan en las plantas 2 y 3. Por tanto, se asigna 2PR3 a
N10 y N11 y PR3 a P10 y P11. Puesto que la cuarta meta era lograr las
ventas esperadas del producto 2, se asigna PR4 a N8. A N7 y N9
asignamos PR5, pues la quinta meta es el logro de estas ventas
esperadas. Aqu no preocupa el sobrelogro de las ventas pronosticadas,
puesto que se puede, si hay espacio disponible, almacenar un inventario.
Si no es posible, las restricciones en la capacidad de embarque, que
tienen prioridad ms alta, tendrn en cuenta esta situacin. Puesto que la
sexta meta de la administracin es no exceder la capacidad de
embarque, se asigna a P4, P5 y P6 el valor de PR6.

METODOS DE SOLUCION

Si se supone el problema de planificar la produccin de una papelera de


propiedad pblica en la que existen dos posibles productos: pulpa
celulosa obtenida por medios qumicos o pulpa celulosa obtenida por
medios mecnicos. Se representar por X1 y X2, respectivamente, las
toneladas diarias de pulpa de celulosa obtenida por los dos mencionados
procedimientos. Las capacidades mximas de produccin se estiman en
300 y 200 toneladas/da para cada uno de los dos tipos de pasta de
celulosa. Cada tonelada de pasta de celulosa producida demanda un
jornal. La empresa dispone de una plantilla de 400 trabajadores, no
deseando contratar mano de obra eventual. El margen bruto(ingresos
menos costos variables)por tonelada de pasta de celulosa obtenida por
medios qumicos es de $1000 , siendo de $3000 el que se obtiene a
travs de medios mecnicos Los costos fijos de la papelera se estiman
en 3300 unidades/da: la empresa deseara, al menos, cubrir los costos
fijos.

Las preferencias de la empresa se concentran en la maximizacin del


margen bruto(objetivo econmico) y el la minimizacin del dao
generado en el ro en el que la papelera vierte sus residuos productivos
(objetivo ambiental). Se estima que los residuos producidos por cada
tonelada de pasta de celulosa obtenida por medios mecnicos y por
medios qumicos generan unas demandas de oxgeno en las aguas del
ro de 1 y 2 unidades. A la vista de estos datos, la estructura matemtica
del modelo multiobjetivo es la siguiente:
Se formular el modelo como un modelo de programacin por metas.
Para ello, se consideran los trminos independientes no como cantidades
rgidas que hay que alcanzar para que la solucin sea factible, sino como
niveles de aspiracin que el centro decisor desea satisfacer en la medida
de lo posible. Es decir, las restricciones rgidas iniciales se convierten en
metas o restricciones(blandas) que pueden violarse sin que ello genere
soluciones imposibles. Para desarrollar este ejercicio se asocia al atributo
demanda biolgica de oxgeno un nivel de aspiracin de 300 unidades, a
los dems atributos se les asocia como nivel de aspiracin el trmino
independiente de la correspondiente restriccin rgida, excepto para el
atributo margen bruto, al que se le asocia un nivel de aspiracin de 400
unidades. De esta forma, se tiene la siguiente lista de metas:

G1:X1 2X2 N1 P1=300(demanda biolgica de oxgeno)

G2:1000X1 3000X2 N2 P2=400( margen bruto)

G3:X1 X2 N3 P3=400 (empleo)

G4:X1 N4 P4=300(capacidad de produccin)

G5:X2 N5 P5=200(capacidad de produccin)

Seguidamente, se pasa a determinar las variables de desviacin no


deseadas. Para la meta G1 la variable de desviacin no deseada sera la
P1, pues obviamente se desea alcanzar una demanda biolgica de
oxgeno lo ms pequea posible(de ser posible menor de 300 unidades).
Para la meta G2 la variable de desviacin no deseada ser la N2, pues
se desea alcanzar un margen bruto lo ms grande posible(de ser posible
mayor de 400 u). Para la meta G3 se supone que al centro decisor no le
interesa ni quedarse corto con respecto al nivel de aspiracin (mano de
obra ociosa), ni quedarse largo(contratacin adicional de mano de obra),
en tal caso, tanto N3 como P3 son variables de desviacin no deseadas,
finalmente, el centro decisor no desea superar sus capacidades de
produccin, lo que implicara recurrir a turnos extraordinarios, en
consecuencia, las variables P4 y P5 son no deseadas.

Una vez determinadas las variables de desviacin no deseadas, el paso


siguiente en la formulacin de un modelo de programacin por metas
consiste en proceder a la minimizacin de dichas variables. El proceso
de minimizacin puede acometerse de diferentes maneras. Puede
decirse que cada una de estas maneras origina una variante de la
programacin por metas. Seguidamente se pasa a exponer las variantes
ms utilizadas.

PROGRAMACION POR METAS PONDERADAS

La manera ms intuitiva de acometer la minimizacin de las variables de


desviacin no deseadas consiste en minimizar la suma de dichas
variables. as, para nuestro ejemplo, tendramos que proceder a
minimizar la siguiente suma:

MIN P1 + N2 + N3 + P3 + P4 + P5 (4)

Ahora bien, la expresin (4) carece de significado y no debe de utilizarse


como surrogado de las preferencias del centro decisor por las siguientes
razones. La expresin (4) suma variables de desviacin medidas en
unidades diferentes(unidades monetarias, nmero de jornales, toneladas
de pasta de papel, etc.) por lo que su suma no tiene significado, es como
si sumramos (caa de cerveza con kilos de patatas). Adems, como los
valores absolutos de los niveles de aspiracin son muy diferentes, la
minimizacin de (4) puede producir soluciones sesgadas hacia un mayor
cumplimiento de las metas con niveles de aspiracin elevados. Ambos
problemas pueden evitarse si en vez de minimizar una suma de
desviaciones absolutas procedemos a minimizar una suma de
desviaciones porcentuales. As, la expresin (4) se convierte en:

Min. P1/300 + N2/400 + (N3+P3)/400 + P4/300 + P5/200 (5)

En efecto, como los porcentajes carecen de dimensin, la suma dada por


(5) no presenta problema de homogeneidad. Adems, el procedimiento
de normalizacin empleado elimina cualquier sesgo hacia el
cumplimiento de metas con niveles de aspiracin elevados. No obstante,
la expresin (5) presenta todava un problema para poderla considerar un
surrogado de las preferencias del centro decisor, en efecto, en la
formulacin dada por (5) subyace el supuesto de que el centro decisor da
la misma importancia al logro de todas las metas, lo cual no tiene
necesariamente que ser cierto. Este problema puede superarse
sustituyendo la expresin (5) por:

Min. W1 P1/300 + W2 N2/400 + W3 (N3+P3)/400 + W4 P4/300 + W5


P5/200.
Donde los coeficientes W ponderan la importancia relativa que el centro
decisor asigna a la realizacin de cada meta. Este mtodo consiste en
minimizar la suma ponderada de las variables de desviacin no desead

You might also like