Professional Documents
Culture Documents
Agosto 2014
1.
Introduccin .............................................................................................................. 1
2.
3.
4.
5.
Bibliografa ................................................................................................................ 6
1. Introduccin
Problema de Decisin multicriterio
Se entiende por Decisin Multicriterio, al conjunto de aproximaciones, mtodos, modelos,
tcnicas y herramientas, dirigidas a mejorar la calidad integral de los procesos de decisin;
basndose en la ponderacin y compensacin de variables que van a influir de manera positiva
(aptitud) o negativa (Impacto) sobre la actividad objeto de decisin. Estas tcnicas son
especialmente utilizadas para tomar decisiones frente a problemas que cobijan aspectos
intangibles a evaluar. Su principio se sustenta matemticamente en la teora de matrices,
teora de grafos, teora de las organizaciones, teora de la medida, teora de decisiones
colectivas, investigacin de operaciones y de economa. Como una resultante, es que no
consideran la posibilidad de encontrar una solucin ptima, dado que es funcin de las
preferencias del agente decisor y de objetivos predefinidos.
La Decisin multicriterio puede ser de Decisin Multiobjetivo (cuando las funciones objetivos
toman un nmero infinito de valores distintos, que conducen a un nmero infinito de
alternativas posibles), o bien de Decisin multicriterio Discreta (que son aquellos problemas en
los que las alternativas de Decisin son finitas). Este ltimo caso ser el que nos competir.
La metodologa que se revisar es la del Proceso Analtico Jerrquico (AHP/ANP en su forma
general del AHP), desarrollada por T. L. Saaty (1980), que combina aspectos tangibles e
intangibles para obtener, en una escala de razn, las prioridades asociadas con las alternativas
del problema. Las caractersticas principales de esta tcnica consisten en la modelizacin del
problema mediante una estructura jerrquica y la utilizacin de comparaciones pareadas
(criterio a criterio; subcriterio a subcriterio; y alternativas a alternativas) para incorporar las
preferencias del decisor; siendo esta conjugacin verificada a travs de la consistencia de los
juicios de valor con tal de aportar mayor seguridad en la toma de decisin. De manera muy
sucinta, la metodologa es basada en tres etapas, modelizacin, valoracin y priorizacin.
2. Estructura de un problema de multicriterio en jerarquas
A continuacin se presentan las fases para construir el modelo AHP:
Los criterios pueden venir acompaados cada uno de ellos de subcriterios, por lo que se forma
otra jerarqua descendente. En el ltimo nivel de la jerarqua se sitan las alternativas, que son
el conjunto de posibles opciones definidas sobre las que la unidad decisora realiza una decisin
3. Escala de criterios y sustento matemtico
El objeto es construir un vector de prioridades o pesos que evalen la importancia relativa que
la unidad decisora otorga a cada criterio. Como paso previo a la resolucin del problema de
asignacin de pesos, se deber definir la correspondencia entre la valoracin cualitativa del
decisor y la asignacin numrica.
Tabla 1 Escala fundamental para comparaciones pareadas (Saaty, 1997)
Valores de par
comparado i/j
Interpretacin
1
3
5
7
9
2, 4, 6 y 8
Recprocos
lo anterior
A= [
Los principales axiomas algebraicos y de la teora de conjunto en los que se basa la teora del
AHP son:
1. Reciprocidad: se refiere a la condicin de los juicios recprocos, aij =1/ aji.
A= [
2. Homogeneidad: los elementos que se comparan son del mismo orden, magnitud o
nivel jerrquico.
3. Dependencia. Existe dependencia jerrquica entre los elementos de dos niveles
consecutivos.
4. Consistencia. Si la matriz de comparaciones pareadas es perfectamente consistente,
entonces se cumple que, aij = aik/ ajk, para i, j y k= 1, 2, 3, , n.
El nmero de comparaciones a realizar esta determinada por la siguiente frmula:
[(
Col 2
Col n
]
Col 1
Col 2 Col n
]
1
Despus de obtener la matriz normalizada, se obtiene la prioridad o los pesos relativos de cada
uno de los elementos comparados
(
(
(
)
)
Col 2
Col n
(
[
(
Col 1
Col 1v Col 1
Col 1 x {(
Col 2 x {(
Col n x {(
)
)
}=1
}=1
) }=1
Col 2
Col n
(
(
)
)
Al igual que pasaba con la matriz antes de ser normalizada, la suma normalizada de cada una
de sus filas y la suma de los elementos de cada una de sus columnas, son recprocos.
Si sumamos los resultados obtenidos al multiplicar el sumatorio de cada columna por su fila
normalizada, obtenemos el valor n, igual al orden de la matriz, es decir, igual al nmero de
elementos comparados en la matriz. Este valor es conocido como mx.
Col 1 x {(
Col 2 x {(
)
)
}=
}=
1
1
m=mx
) }= 1
Col n x {(
Cuando la matriz no es consistente, mx es mayor a m y cuando ms se aleje del valor m,
mayor ser el valor obtenido en el ndice de Consistencia.
5. Bibliografa
Lee, Younghwa y Kozar, Kenneth A. Investigating the Effect of website quality on e-business
success: An analytic hierarchy process (AHP) approach. Decision Support Systems, No. 42, pp.
1383-1401, 2006.
Mustafa, Mohammad, A. Project Risk Assessment Using the Analytic Hierarchy Process. IEEE
Transactions on Engineering Management. Vol. 38, No.1, 1991
Saaty, Thomas L. How to make a decision: The Analytic Hierarchy Process. European Journal of
Operational Research, North-Holland. No. 48, pp. 9-26, 1990.
Toskano, Hurtado Grard. El Proceso de Anlisis Jerrquico (AHP) como herramienta para la
toma de decisiones en la seleccin de proveedores. Universidad Nacional Mayor de San
Marcos. Lima, Per. 2005.
Wind, Yoram y Saaty, Thomas L. Marketing Applications of the Analytic Hierarchi Process.
Management Science, Vol. 26, No. 7. Pp 641-658, 1980.