Sustento numrico del Software Superdecisions en el

anlisis multicriterio del tipo AHP/ANP

Agosto 2014

1.

Introduccin .............................................................................................................. 1

2.

Estructura de un problema de multicriterio en jerarquas ..................................... 1

3.

Escala de criterios y sustento matemtico .............................................................. 2

4.

Determinacin de la consistencia ............................................................................ 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:

Adaptado de Ho, W., Dey & Higson (2006)

De manera general se muestra el esquema bsico y representativo de las componentes de una

red estndar de 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

El criterio i y el criterio j son igualmente importantes

El criterio i es ligeramente ms importante que el j
El criterio i es fuertemente ms importante que el j
El criterio i es muy fuertemente ms importante que el j
El criterio i es absolutamente ms importante que el j
Valores intermedios entre dos juicios adyacentes, se usa como valores de
consenso entre dos juicios

Recprocos
lo anterior

de Si el criterio i es de importancia grande frente al criterio j, las notaciones

seran las siguientes: Criterio i frente a criterio j, ejemplo, 5/1; esto
implica que el criterio j frente al criterio i es 1/5

El decisor establecer una matriz de comparaciones pareadas en donde refleje de forma

simple cuales son los elementos dominantes y los dominados, con tal de determinar los pesos
relativos. Los nmeros de la escala representan la proporcin en la que uno de los elementos
que participa en la comparacin pareada domina al otro, empleando el axioma 1, que ms
adelante se menciona; esto es, el elemento menor tiene el valor recproco o inverso respecto
al mayor; por ejemplo, si x es el nmero de veces que un elemento domina a otro, entonces
este ltimo es x-1 veces dominado por el primero, de tal modo que, x-1 . x=x . x-1 .
La matriz A de comparaciones pareadas es del tipo cuadrada nxn, y en donde aij expresa la
preferencia en valor numrico del elemento de la fila i cuando se compara con el elemento de
la columna j, para i=1,2, , n y j=1,2, , n. Si i=j, el valor aij =1.
2

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:
[(

Donde n es el nmero de filas o columnas, se trata de una matriz cuadrada.

Para la obtencin de las prioridades a partir de la matriz de comparaciones A y usando un
mtodo de aproximacin, se tendr como primer paso generar la matriz normalizada An, que
consistir en sumar los valores de cada columna y dividir cada casilla de la columna por la
sumatoria de sta.
Col 1

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

(
(
(

)
)

Donde m es el nmero total de elementos comparados. A este ltimo vector obtenido se le

llama, vector de prioridades.
En el caso de jerarquas en las que hay criterios y subcriterios, las prioridades de los criterios se
determinan en funcin del objetivo y tienen los valores ms grandes. Posteriormente se
realizaran las matrices de comparaciones de los subcriterios que estn relacionadas con un
determinado criterio. Obtendremos las prioridades relativas de cada subcriterio y para
determinar cmo afectan al objetivo se multiplicar la prioridad de cada subcriterio por la
prioridad del criterio correspondiente.
Para determinar la prioridad de cada una de las alternativas, se debern hacer tantas matrices
de comparacin como subcriterios se tengan adems de los criterios, en el caso de que estos
no estn desglosados en subcriterios. Despus se obtendr la prioridad relativa de cada
alternativa respecto al criterio/subcriterio correspondiente.
Se obtendr la prioridad general de cada alternativa respecto al criterio/subcriterio
correspondiente, multiplicando la prioridad relativa por la prioridad general del
criterio/subcriterio con el que se compara.
Finalmente, se suman todas las prioridades de cada alternativa y obtenemos la prioridad de
cada una de ellas respecto al objetivo.
4. Determinacin de la consistencia
Una vez que se han determinado las prioridades de los elementos, se debe tener la seguridad
de que los resultados obtenidos son vlidos para tomar decisiones. Estos resultados derivan de
los juicios de valor emitiditos en las comparaciones, los cuales pueden ser consistentes o no.
Hay que tener en cuenta que la consistencia perfecta es muy difcil de obtener y es de esperar
cierto grado de inconsistencia al establecer las comparaciones.
En una matriz que sea totalmente consistente se debe cumplir que aij=aik/ajk para i, j y k=1, 2,
3,, n. Esta propiedad requiere que todas las columnas de una matriz sean dependientes. Las
columnas en cualquier matriz de comparacin 2x2 son totalmente dependientes, por lo que
siempre son consistentes.
Para el resto de matrices nxn es muy probable que haya un cierto grado de inconsistencia. El
proceso analtico jerrquico permite medir la inconsistencia de los juicios a travs de la
proporcin o razn de inconsistencia. Para matrices de 3x3 el valor de la proporcin de
consistencia no debe superar el 5%; caso de matrices de 4x4, no superar el 9%, y para el resto
de matrices ser del 10% menor.
Cuanto ms cerca estemos de los valores anteriormente mencionados, ms consistentes sern
los juicios establecidos en las comparaciones pareadas. Si superamos estos valores, quiere
decir que los juicios son inconsistentes y aleatorios, por lo que se debe repasar y corregir.
La proporcin de consistencia o razn de consistencia, se define como el cociente entre el
ndice de consistencia real de la matriz estudiada y el ndice de consistencia aleatorio.
Donde IC es el ndice de Consistencia; y el IA es el ndice de Consistencia Aleatorio.
El ndice de Consistencia de la matriz de estudio (IC)

Cuando la matriz A es totalmente consistente, el valor de la suma normalizada de cada una de

sus filas y el valor de la suma de los elementos de cada una de las columnas, son recprocos. Al
multiplicarlos se obtiene la unidad.
Col 1

Col 2

Col n

(
[

(
Col 1

Col 1v Col 1

Col 1 x {(
Col 2 x {(
Col n x {(

)
)

}=1
}=1
) }=1

Si obtenemos la matriz normalizada de A (matriz AN), siendo sta totalmente consistente,

observamos que todas las columnas son iguales. Por tanto el valor de cada elemento de la
columna es igual a la suma normalizada de su fila correspondiente.
Col 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.

Donde m, es el nmero total de elementos comparados.

ndice de Consistencia Aleatorio (IA)
El ndice de consistencia Aleatorio, es el ndice de consistencia de una matriz de
comparaciones pareadas mxn, en la que se han realizado las comparaciones de forma
aleatoria. El valor del ndice vara segn el nmero de elementos que se comparan.
5

Segn Toskano, H. (2005), otra forma de determinar la Consistencia Aleatoria es mediante la

siguiente expresin:
(
)
Determinacin de la razn de Consistencia (RC)
Una vez que se obtiene el ndice de consistencia IC y el ndice Aleatorio de Consistencia IA, se
puede calcular la razn de consistencia CR. Los resultados obtenidos oscila alrededor de
CR0.10 o CR>0.10.
En caso de obtener un resultado mayor que 0.10, significa que los juicios establecidos en la
matriz de comparaciones pareadas son inconsistentes, por lo que las prioridades obtenidas no
son vlidas para tomar una decisin y el decisor o grupo de decisores debe reconsiderar los
juicios establecidos.
Si los valores de CR son iguales o menores a 0.10, se considera que la consistencia de las
comparaciones es aceptable, por lo que las prioridades obtenidas son vlidas y justificadas,
para tomar una decisin.

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.