1. Referencias
1.1. Nabendu Sen , Manish Nandi - Goal Programming, its Application in Management Sectors– Special Attention into Plantation Management: A Review - published at: "International Journal of Scientific and Research Publications (IJSRP), Volume 2, Issue 9, September 2012 Edition".
1.2. [Imagen de Charnes y Cooper]. Recuperado de http://www.mccombstoday.org/sites/default/files/resize/Cooper-Charnes_web1-250x375.jpg
1.3. [Imagen de una granja]. Recuperado de http://electcarole.com/wp-content/uploads/2016/11/3-about-our-farm.jpg
1.4. [Imagen de ganado comiendo]. Recuperado de http://www.occupy.com/sites/default/files/styles/slide_narrow/public/field/image/cattle_grain_feed.jpg?itok=2TU8tJlE
1.5. [Imagen alusiva al calcio] Recuperada de http://remedios10.net/wp-content/uploads/2016/11/calcio-1.jpg
1.6. [Imagen alusiva a las proteínas vegetales]. Recuperada de https://www.hsnstore.com/blog/wp-content/uploads/2015/07/top-fuentes-proteinas-vegetales.jpg
1.7. I[Imagen alusiva a la fibra en alimentos]. Recuperado de https://static.vix.com/es/sites/default/files/styles/large/public/btg/curiosidades.batanga.com/files/Que-es-la-fibra-alimentaria-99.jpg?itok=9XMk0Mqd
1.8. López Alonso, E.G. (2017). Planteamiento [imagen digital]. México. Archivo de la autora.
1.9. López Alonso, E.G. (2017). Modelo Planteado [imagen digital]. México. Archivo de la autora.
1.10. López Alonso, E.G. (2017). Resultados [imagen digital]. México. Archivo de la autora.
1.11. Algunas imágenes pertenecen a este sitio.
2. Introducción
2.1. Historia
2.1.1. Empleada por primera vez en 1960 por Charnes y Cooper.
2.1.2. Posteriormente, Ignizio y Lee desarrollaron diversas aplicaciones
2.2. Características Principales
2.2.1. El valor de Z no es el más importante
2.2.2. Tipos de variables
2.2.2.1. Variables de decisión x1, x2, ... , Xn
2.2.2.2. Variables de desviación dj- y dj+
2.2.2.2.1. Comúnmente incluirá una variable de desviación de exceso (di+) y otra de desviación de holgura (di-).
2.2.3. Tipos de restricciones
2.2.3.1. Estructurales (no están directamente relacionadas con las metas y no utiliza variables de desviación)
2.2.3.2. Meta (relación directa con las metas y utilizan variables de desviación)
2.3. Diferencias entre la Programación Lineal y la Programación de metas
2.3.1. En la Programación Lineal Z era el valor a obtener más importante, pero en la de Metas la importancia se encuentra en el valor de las restricciones.
2.3.2. La función objetivo siempre varía entre Maximizar o Minimizar de acuerdo al planteamiento en la Programación Lineal, pero en Metas siempre se minimiza
2.3.3. En la Programación Lineal se trabaja con un solo objetivo a cumplir, en la de Metas se trabaja con diversos objetivos a cumplir al mismo tiempo
3. Planteamiento
3.1. Imagen del Planteamiento (Clic para ver más grande)
3.1.1. Ilustración de una granja
3.2. Modelo planteado (Clic para ver más grande). Ya que las unidades de la tabla se encontraban en libras las respectivas multiplicaciones dan como resultado su equivalente en kilos para poder trabajar con las toneladas
3.3. Resolución del Modelo mediante PHPSimplex (Clic en la imagen para ver más grande)
3.3.1. El resultado obtenido mediante el método simplex nos muestra que se está teniendo que agregar 0.0943 toneladas de caliza, 16.52 toneladas de maíz pero 0 toneladas de soya.
3.3.2. La primer restricción meta indica que se está agregando exactamente a la mezcla el 0.024 de calcio que se requería en la mezcla.
3.3.3. La segunda restricción meta indica que la variable de desviación de holgura posee 0.036 de calcio sin agregar.
3.3.4. La tercer restricción meta indica que se está añadiendo a la mezcla 0.68 de proteínas
3.3.5. La última restricción meta indica que se está añadiendo a la mezcla 0.15 de fibra
3.3.6. Observamos que todas las metas se cumplen.
3.3.7. d1- =0, d1+ =0, d2- =0.036, d2+ =0 , d3- =0, d3+ =0.62, d4- =0 , d4+ =0