UNIVERSIDAD NACIONAL JOSE FAUSTINO SANCHEZ CARRION

FACUL T AD DE I NGENI ER A I NDUS T RI AL ,

S I S T EMAS E I NF ORMT I CA

ES C U E L A DE I NGE NI E R A I NF OR M T I C A

TOMA DE DECISIONES CON CRITERIOS MLTIPLES


Integrantes:
Acua Ortiz, lvaro
Barzola De La Cruz, Julio
Bravo Agero, Luis Manuel
Cangana Retuerto, Jeair
Quiones Valentin, Hervey
Rojas Urbano, Sergio


Asesor: Dr. Alcibiades Sosa Palomino








Huacho Per
2014
1





I N T R O D U C C I N


A medida que aumenta la complejidad de nuestro mundo, se hace ms difcil tomar
decisiones inteligentes, sin embargo, las soluciones pertinentes son esenciales para nuestro
bienestar e incluso para nuestra supervivencia.
Las empresas se preocupan constantemente por tomar decisiones que les permita optimizar
sus resultados de manera que se obtenga el mayor beneficio. La palpable dificultad de tomar
estas decisiones ha hecho que el hombre se dirija a la bsqueda de una herramienta o mtodo
que le permita tomar las mejores decisiones de acuerdo a los recursos disponibles y a los
objetivos que persigue
Los materiales para las decisiones empresariales tales como los modelos matemticos han
sido aplicados a una amplia gama de situaciones en la toma de decisiones dentro de diversas
reas de la gerencia. En la actualidad se ha incrementado el uso de modelos matemticos para
interpretar y predecir las dinmicas y controles en la toma de decisiones gerenciales. Dichas
aplicaciones incluyen decisiones multicriterios, pronsticos de ventas, predicciones del
impacto, efecto de campaas publicitarias, estrategias para proteger desabastecimiento de
inventarios, para determinar estrategias ptimas de inversin de portafolios, etc.
Los objetivos de toda empresa debe ser siempre alcanzar el liderato en su rama, controlando
la eficiencia y efectividad de todas sus componentes por medio de mtodos que permitan
encontrar las relaciones ptimas que mejor operen el sistema, dado un objetivo especfico.





2

TOMA DE DECISIONES CON CRITERIOS MLTIPLES


Existen varios criterios para tomar una decisin; entre ellas tenemos:
Costo, Necesidades, ubicacin, clima, precio, calidad, forma, estilo, comodidad, eficiencia,
entre otros.

Se han analizado modelos que pueden aplicarse a problemas que tienen un objetivo, como el
de maximizar utilidades o minimizar costos. Sin embargo en el mundo real, se consideran
problemas con objetivos mltiples en forma simultnea; por ejemplo en la ubicacin de una
nueva planta sus objetivos pueden ser: maximizar utilidades, maximizar la participacin en el
mercado, minimizar costos de terreno; etc. por lo tanto es necesario utilizar tcnicas que
permitan evaluar estos criterios mltiples para llegar a la mejor decisin global; para ello se
consideran las siguientes tcnicas.

1. Programacin de Metas (PM). Variables Cuantitativas
2. Proceso Analtico de Jerarquas (PAJ). Variables Cualitativas y Variables
Cuantitativas

1. PROGRAMACIN META (PM)

Esta tcnica permite manejar situaciones con criterios mltiples, dentro de la
estructura general de la programacin lineal.

Un factor clave que diferencia la PM de la lineal es la estructura y la funcin objetivo.
En la PL se incorpora una meta en la funcin objetivo, mientras que en la PM se
incorporan muchas metas. Esto se logra expresando la meta en forma de restriccin,
incluyendo una variable de desviacin para reflejar la medida en que se llegue o no a
lograr la meta, e incorporando esa funcin en la funcin objetivo.

En la PL el objetivo es MAX o MIN; en tanto que en la PM el objetivo es minimizar
las desviaciones de las metas especificadas (Todos los problemas de PM son de MIN).

Dado que se minimizan las desviaciones del conjunto de metas, un modelo de PM
puede manejar metas mltiples con dimensiones o unidades de medidas distintas.

Si existen metas mltiples puede especificarse una jerarquizacin ordinal o
prioridades.
3

PROCEDIMIENTO

1. Identificar las metas y nivel de prioridades.
2. Definir las variables de decisin.
3. Plantear las restricciones.
Restriccin del sistema (duras).
Restricciones metas (suaves); (se incluyen las variables de desviacin d )
d
+
: por encima de la meta.
d
-
: por debajo de la meta.
4. Plantear la funcin objetivo (MIN: d
+
o d
-
).
5. Solucin del modelo.

2. PROCESO ANALTICO DE JERARQUAS (PAJ)

Permite la inclusin de factores subjetivos para llegar a la decisin que se recomienda. En
este mtodo el decisor debe formular juicios respecto a la importancia relativa de cada uno de
los criterios de decisin, y despus especfica su preferencia respecto a cada una de las
alternativas de decisin y respecto a cada criterio; el resultado es una jerarquizacin con
prioridades que indica la preferencia global segn cada alternativa de decisin.

PROCEDIMIENTO


1. Desarrollo de jerarquas.


OBJETIVO

CRITERIOS

ALTERNATIVAS





META
GLOBAL

A
B
.
A
B
.
A
B
.
A
B
.
4

2. Elaboracin de la matriz de comparaciones pareadas.
3. Sintetizacin.
Vector de prioridades.
4. Jerarquizacin global.

PRUEBA DE CONSISTENCIA

Evala la calidad de las comparaciones pareadas mediante la relacin de consistencia (RC).
RC = IC / IA ; si RC 0.10; se considera un nivel de consistencia aceptable.

o El ndice aleatorio (IA) depende del nmero de elementos que se comparan (Tabla).

n 3 4 5 6 7 8
IA 0.58 0.90 1.12 1.24 1.32 1.41

o El ndice de consistencia (IC) se obtiene mediante:

IC = (
mx.
- n) / (n - 1)


Para hallar
mx.
:
1. Se halla el vector suma ponderada.
2. Se divide los elementos del vector suma ponderada entre el correspondiente valor de
prioridad.
3.
mx.
Es el promedio de (2).







5

Caso Aplicativo de Programacin de Metas
En la avenida San Martin con Mariscal Castilla la Betty se caracteriza por vender
anticuchos de corazn de res y pancita de res, para ello tiene disponible $250 soles
para invertir en la elaboracin de sus dos productos diariamente.
Productos Costo unitario (S/.) Utilidad por unidad
Anticuchos de corazn de res 2.5 2
Anticuchos de pancita de res 1.5 1

El objetivo meta es determinar una utilidad de por lo menos S/. 100 por la venta del
total de los dos productos y otra meta es producir como mnimo 30 platos de
anticuchos de corazn de res al da para poder as generar mayor utilidad.
Cul sera la mejor decisin optima de la seora Betty si considera la meta de
utilidad como de prioridad 1 y la elaboracin optima como prioridad 2?
Solucin:
Variable de decisin:
X
1
: nmero de platos de anticucho de corazn de res.
X
2
: nmero de platos de anticucho de pancita de res.

1. Funcin Objetiva:



2. Recursos Limitados (Restriccin del sistema):

3. Trazar metas (Restriccin de metas):

3.1. Variables de desviacin:

- d+: por encima de la meta.
- d-: por debajo de la meta.


Min w =d
1
-
+ d
2
-

6

4. Determinar las metas

5. C.N.N

Mtodo Grafico de la Solucin (MPM)



INTERPRETACION:
Analizando el problema con el grafico se obtiene que es posible que las dos metas
puedan cumplirse simultneamente es decir, generar por lo menos 100 soles de
utilidad y produciendo por lo menos 30 platos de anticuchos de corazn.




0
20
40
60
80
100
120
0 20 40 60 80 100 120 140
C
Punto ptimo
7

Caso Aplicativo de Procesos Analticos de Jerarquas (PAJ)
1. Los integrantes del grupo de investigacin operativa II desean ir a compartir un pollo
a la brasa, ellos no saben que pollera elegir, para lo cual ellos consideran los
siguientes criterios: precio (P), comodidad (C), eficiencia (E), calidad del producto
(C).


COMPARACIN DE LOS CRITERIOS

Precio Comodidad Eficiencia Calidad del Producto
Precio 1 3 2 1/3
Comodidad 1/3 1 1/3
Eficiencia 1/2 3 1
Calidad del Producto 3 4 4 1
4.67 11 7.33 1.83

PRECIO:

Rockys Libertad
Pollo
Loco
Yorkys
Rockys 1 3 2 4
Libertad 1/3 1 2
Pollo Loco 1/2 2 1 3
Yorkys 1/4 1/2 1/3 1
2.08 6.5 3.83 10


Compartir un
pollo a la brasa
Precio
Rocky's
Libertad
Pollo Loco
Yorky's
Comodiad
Rocky's
Libertad
Pollo Loco
Yorky's
Eficiencia
Rocky's
Libertad
Pollo Loco
Yorky's
Calidad del
producto
Rocky's
Libertad
Pollo Loco
Yorky's
8

COMODIDAD:

Rockys Libertad
Pollo
Loco
Yorkys
Rockys 1 3 3 3
Libertad 1/3 1 2 3
Pollo Loco 1/3 1/2 1 3
Yorkys 1/3 1/3 1/3 1
2 4.83 6.33 10


EFICIENCIA:

Rockys Libertad
Pollo
Loco
Yorkys
Rockys 1 1/2 1/2 3
Libertad 2 1 1/2 3
Pollo Loco 2 2 1 3
Yorkys 1/3 1/3 1/3 1
5.33 3.83 2.33 10


CALIDAD DEL PRODUCTO:

Rockys Libertad
Pollo
Loco
Yorkys
Rockys 1 2 2 3
Libertad 1/2 1 2 1
Pollo Loco 1/2 1/2 1 2
Yorkys 1/3 1/2 1/2 1
2.33 4 5.5 7





9

VALORACIN:

VALOR ESCALA DE COMPARACION PARA LA PREFERENCIA
1 Indiferente
2 Regular
3 Bueno
4 Muy bueno

VECTOR DE PRIORIDAD

Precio Comodidad Eficiencia
Calidad
del
Producto

VP
Precio 0.21 0.27 O.27 0.18 0.23
Comodidad 0.07 0.09 0.05 0.14 0.08
Eficiencia 0.11 0.27 0.14 0.14 0.17
Calidad del
Producto
0.64 0.36 0.55 0.55
0.52

PRECIO:

Rockys Libertad Pollo Loco Yorkys

VP
Rockys 0.19 0.13 0.21 0.3 0.21
Libertad 0.38 0.26 0.21 0.3 0.29
Pollo Loco 0.38 0.42 0.43 0.3 0.39
Yorkys 0.06 0.09 0.14 0.1 0.11

COMODIDAD:

Rockys Libertad Pollo Loco Yorkys

VP
Rockys 0.5 0.62 0.47 0.3 0.47
Libertad 0.17 0.20 0.31 0.3 0.25
Pollo Loco 0.17 0.1 0.15 0.3 0.18
Yorkys 0.17 0.06 0.05 0.1 0.1
10

EFICIENCIA:

Rockys Libertad Pollo Loco Yorkys

VP
Rockys 0.19 0.13 0.2 0.3 0.2
Libertad 0.38 0.26 0.21 0.3 0.3
Pollo Loco 0.38 0.52 0.43 0.3 0.41
Yorkys 0.06 0.08 0.14 0.1 0.09


CALIDAD DEL PRODUCTO:

Rockys Libertad Pollo Loco Yorkys VP
Rockys 0.43 0.5 0.36 0.4 0.43
Libertad 0.21 0.25 0.36 0.14 0.24
Pollo Loco 0.21 0.13 0.18 0.29 0.2
Yorkys 0.14 0.13 0.09 0.14 0.13


PRIORIDAD GLOBAL

PG
R
= (0.23) (0.21) + (0.08) (0.47) + (0.17) (0.2) + (0.52) (0.43) = 0.34
PG
PL
= (0.23) (0.29) + (0.08) (0.25) + (0.17) (0.3) + (0.52) (0.24) = 0.26
PG
L
= (0.23) (0.39) + (0.08) (0.18) + (0.17) (0.41) + (0.52) (0.2) = 0.28
PG
Y
= (0.23) (0.11) + (0.08) (0.1) + (0.17) (0.09) + (0.52) (0.13) = 0.12




11

PRUEBA DE CONSISTENCIA
VECTOR SUMA PONDERADA: EFICIENCIA

[

] [

] [

] [

] [

]

PARA :

PARA I C:






PARA RC:

INTERPRETACION:
Si RC 0.10; se considera un nivel de consistencia aceptable.
0.04 0.10 Se acepta la estimacin. La matriz de eficiencia es la correcta.




12




CONCLUSIN


La aplicacin del PAJ permite al decisor conocer, de una manera sencilla, las alternativas en
las cuales debe enfocar su atencin, a travs de un mtodo que acepta inconsistencias en
los juicios, as como tambin la evaluacin de caractersticas sin importar si stas son
cuantificables o no. De igual manera, el hecho de ser una metodologa que requiere el
convencimiento del ente decisor, quien determina las variables o caractersticas a evaluar y
sus pesos absolutos, hace que ste tenga mayor confianza en los resultados que se obtienen
del proceso.
El mtodo PAJ se caracteriza por su flexibilidad, la cual facilita el entendimiento de la
situacin de los problemas. Esto permite llevar a cabo un proceso ordenado y grfico de las
etapas requeridas en la toma de decisiones.









13



Bibliografa

Frederick S. Hillier, G. J. (s.f.). Introduccin a la Investigacin de Operaciones. Mc.
Graw Hill.
Taha, H. A. (s.f.). Investigacin de operaciones. Pearson.
Winston, W. L. (s.f.). Investigacin de Operaciones aplicaciones y algoritmos. Ed.
Thomson.
Carrasquero, n. (1992): La programacin Lineal Meta en el Contexto del Soporte
para la Decisin. Trabajo de Ascenso a la Categora de Asistente.