La colocación eficiente de máquinas virtuales (VM) es un desafío crítico para optimizar la utilización de recursos en los centros de datos en la nube. Este documento explora tanto métodos exactos como aproximados para abordar este problema. Comenzamos presentando una solución exacta basada en un modelo de Programación Lineal Entera Multi-Objetivo (MOILP), que proporciona una estrategia óptima de Colocación de VM (VMP). Dada la NP-completitud del modelo MOILP al manejar problemas a gran escala, luego proponemos una solución aproximada utilizando un algoritmo de Búsqueda Tabú (TS). El algoritmo TS está diseñado como una alternativa práctica para abordar estos escenarios complejos. Una innovación clave de nuestro enfoque es la optimización simultánea de tres métricas de rendimiento: el número de VMs aceptadas, el desperdicio de recursos y el consumo de energía. Hasta donde sabemos, esta es la primera aplicación de un algoritmo TS en el contexto de VMP. Además, estas tres métricas de rendimiento se optimizan conjuntamente para garantizar la eficiencia operativa (OPEF) y el gasto operativo mínimo (OPEX). Evaluamos rigurosamente el rendimiento del algoritmo TS a través de extensos escenarios de simulación y comparamos sus resultados con los del modelo MOILP, lo que nos permite evaluar la calidad de la solución aproximada en relación con la óptima. Además, comparamos nuestro enfoque con métodos existentes en la literatura para enfatizar sus ventajas. Nuestros hallazgos demuestran que el algoritmo TS logra un equilibrio efectivo entre eficiencia y practicidad, convirtiéndolo en una solución robusta para VMP en entornos de nube. El algoritmo TS supera a los otros algoritmos considerados en las simulaciones, logrando una ganancia del 2% al 32% en OPEF, con un aumento en el peor de los casos de hasta el 6% en OPEX.