La computación en la nube es una de las infraestructuras más comúnmente utilizadas para llevar a cabo actividades utilizando máquinas virtuales conocidas como unidades de procesamiento. Uno de los problemas más fundamentales con la computación en la nube es la programación de tareas. La determinación óptima de los criterios de programación en la computación en la nube es un problema de optimización no determinista en tiempo polinómico (NP)-completo, y varios procedimientos para gestionar este problema han sido sugeridos por investigadores en el pasado. Entre estos métodos, el algoritmo de Earliest Finish Time Heterogéneo (HEFT) es reconocido por producir resultados óptimos en un período de tiempo más corto para programar tareas en un entorno heterogéneo. La literatura muestra que HEFT ofrece resultados extraordinarios en términos de calidad de programación y tiempo de ejecución. Sin embargo, en algunos casos, el costo promedio de computación y la selección del primer espacio inactivo pueden no producir una buena solución. Por lo tanto, aquí proponemos versiones modificadas del algoritmo HEFT que pueden obtener resultados mejorados. En la fase de generación de rangos, implementamos diferentes metodologías para calcular rangos, mientras que en la fase de selección de procesador, modificamos la forma de seleccionar espacios inactivos para programar las tareas. Este documento sugiere versiones mejoradas del algoritmo HEFT bajo restricciones financieras requeridas por el usuario para minimizar el makespan de una presentación de flujo de trabajo especificada en máquinas virtuales. Nuestros hallazgos también sugieren que las versiones mejoradas del algoritmo HEFT funcionan mejor que el método HEFT básico en términos de menor longitud de programación de los problemas de flujo de trabajo que se ejecutan en varias máquinas virtuales.