Método Delphi

NDICE
Captulo
CAPTULO 1. 1.1 1.2
Pgina
INTRODUCCIN ................................................................................................. 2 Descripcin del problema.............................................................................................2 Objetivos del proyecto ..................................................................................................2
CAPTULO 2. 2.1 2.2 2.3 2.4 2.5
HERRAMIENTAS PROSPECTIVAS EN ENTORNOS DE IMPRECISIN ....................... 6 Mtodos generales de prospectiva................................................................................6 Mtodo de expertos. Ventajas e inconvenientes............................................................9 El Mtodo Delphi........................................................................................................11 Lgica Borrosa ...........................................................................................................19 Mtodo Delphi Borroso ..............................................................................................29
CAPTULO 3. 3.1 3.2 3.3
APLICACIN DEL MTODO DELPHI AL CASO DE ESTUDIO ............................... 35 Desarrollo de la encuesta ...........................................................................................35 Anlisis y resultados de la encuesta ...........................................................................43 Conclusiones y posibles lneas de actuacin ..............................................................47
CAPTULO 4.
BIBLIOGRAFA ................................................................................................ 56
CAPTULO 5. Anexo 1: Anexo 2: Anexo 3 Anexo 4: Anexo 5: Anexo 6:
ANEXOS .......................................................................................................... 58 Panel de expertos...............................................................................................58 Sucesivas ediciones de la encuesta....................................................................61 Documentacin adicional enviada......................................................................69 Hojas de respuestas ...........................................................................................75 Software empleado ............................................................................................91 Declaracin de Bolonia.....................................................................................97
Una aplicacin del Mtodo Delphi borroso al modelo universitario
pag.- 2
Captulo 1.
1.1 Descripcin del problema
Introduccin
Con el presente proyecto se pretende desarrollar un procedimiento que permita aplicar el MTODO DELPHI a estudios sociales integrando en dicho mtodo las caractersticas y la aritmtica de lgica borrosa El MTODO DELPHI es un mtodo muy empleado en organizaciones empresariales para analizar los factores del entorno tecno-socio-econmico y las interacciones entre estos que pueden afectar al futuro de la evolucin de la actividad que desarrollo. Sin embargo, este mtodo no tiene un uso tan generalizado en estudios sociolgicos con fines sociales, polticos o educativos. En este proyecto se desarrollarn procedimientos sencillos que pueden ser aplicados en otros mbitos de estudios semejantes al que nos ocupa.
1.2
Objetivos del proyecto

Se trata de mostrar cmo se puede usar una herramienta de prediccin
comn para obtener conclusiones muy veraces implementando un programa que facilite su realizacin; todo ello aunando las ventajas que proporciona la lgica borrosa, como la idnea representacin del subjetivo lenguaje humano, con las posibilidades que potencia el MTODO DELPHI como mtodo de prospectiva basado en consultas a expertos Adems, con el deseo de poder aportar los resultados de la valoracin que de este trabajo se deriven a algn campo de nuestro entorno social actual, hemos elegido como tema de estudio el anlisis del sistema universitario espaol.
pag.- 3
Este tema viene adems motivado por la necesidad, que estimamos apremiante, de que Espaa mejore su calidad de enseanza tambin en el nivel universitario. El 19 de junio de 1999 los ministros europeos de educacin firmaron la Declaracin de Bolonia por la que varios pases, entre ellos Espaa, adquieren el compromiso de establecer polticas educativas para alcanzar, no ms tarde de 2010, los objetivos que llevan a la creacin del espacio europeo de la enseanza superior. Es evidente que la Europa del conocimiento es un factor indiscutible de cara al desarrollo social y humano de la ciudadana europea, la importancia fundamental de la educacin en este mbito es universalmente reconocida y dentro de ella se puede subrayar el papel fundamental de las universidades. En este contexto es en el nos decidimos a hacer un estudio que pudiera aportar propuestas de mejora del sistema universitario espaol en orden a conseguir, en el plazo que nos determina la Declaracin de Bolonia, una calidad de enseanza universitaria de alto nivel, tal y como la desarrollada sociedad espaola demanda. Hemos escogido por tanto el MTODO DELPHI y este mtodo est basado en la consulta a personas con conocimiento y experiencia en el entorno En el caso que nos ocupa, consideramos que todo ciudadano que tiene estudios universitarios terminados o que actualmente se encuentra estudiando una carrera en una universidad espaola, ha de tener cierto criterio acerca del funcionamiento del sistema. Ya se ha sealado la importancia que consideramos que tiene la universidad en la sociedad espaola actual. Creemos que el desarrollo de este proyecto puede ayudar a mejorar el sistema universitario de varias formas.
pag.- 4
En la encuesta se exponen una serie de factores de calidad y se invita a los expertos cuestionados a valorar la importancia de estos criterios en la mejora de la universidad. De este modo podemos conocer cules son, segn nuestros colaboradores, las variables que se han de tener ms en cuenta a la hora de fijar polticas educativas en la universidad Adems, en el mismo cuestionario, se solicita a los participantes que juzguen, para cada uno de los criterios expuestos, la conveniencia de llevar a cabo cada una de una serie de acciones sugeridas. Esto nos permite saber la valoracin que merecen ciertas alternativas que pueden ser puestas en prctica en nuestras universidades. Tambin se da a los participantes la oportunidad de aadir otros criterios que consideren importantes u otras alternativas que estiman convenientes. Esto permite que del estudio se obtenga un mayor nmero de alternativas que se pueden implantar para mejorar la universidad. El objetivo que estimamos ms importante de este proyecto es extender el concepto clsico de encuesta a otro ms flexible que permite al experto matizar sus opiniones, en lo que denominaremos una encuesta borrosa. La informacin recibida de los expertos ser luego tratada con los mtodos y la aritmtica caracterstica de la lgica borrosa y se extraern conclusiones jerarquizadas. La lgica borrosa es un modo de representar el pensamiento y el lenguaje humano ms realista que la lgica clsica. Si pretendemos establecer procedimientos que permitan extender el uso del MTODO DELPHI al anlisis de estudios sociolgicos hemos de tratar de fijar modos de operacin con
pag.- 5
nmeros borrosos que no hagan perder informacin y que a su vez sean comprensibles. Aunque ms adelante entraremos en detalle en su descripcin, los elementos que la lgica borrosa aporta al MTODO DELPHI son principalmente unos datos y unas operaciones aritmticas ms cercanas a la realidad que describen las respuestas de la encuesta. As, en lugar de usar nmeros naturales, emplearemos nmeros borrosos trapezoidales. Las operaciones con nmeros borrosos trapezoidales que implementaremos tratarn de no perder la informacin que cada uno de ellos representa
pag.- 6
Captulo 2.
Herramientas prospectivas en entornos de imprecisin
2.1
Mtodos generales de prospectiva

Historia: Desde hace ms de una dcada, los principales pases industrializados
han empezado a utilizar sistemticamente tcnicas de previsin o prospectiva tecnolgica (technology foresight), a fin de conocer cules son las tecnologas claves para su desarrollo, cmo pueden esas tecnologas afectar a la sociedad en que se desarrollan y cules pueden ser los factores que las impulsen en un sentido o en otro. Muchos de estos esfuerzos cayeron en descrdito: algunos por intentar pronsticos en forma aislada, determinista y mecanicista (muchos de ellos fueron desmentidos por el tiempo y gran parte de acontecimientos de importancia la aparicin de los ordenadores personales, Internet o la cada del bloque sovitico- no fueron previstos por ningn futurlogo); otros por hacer planteamientos muy globales. Sin embargo, recientemente la prospectiva ha cobrado un nuevo auge.
Desarrollo y empleo: Aunque tambin las administraciones pblicas usan los mtodos prospectivos, sin duda, este desarrollo reciente tiene su origen en la utilizacin de estos mtodos por parte de las empresas, en el marco de sus procesos de planificacin estratgica Las organizaciones empresariales tienen como objetivo tanto obtener los mayores beneficios econmicos como ser capaces de existir durante el mximo
pag.- 7
tiempo posible. Para ello realizan un plan estratgico en el que se reflejan cules son las lneas productivas y de negocio que se deben seguir manteniendo, cules deberan implantarse y qu modificaciones debe sufrir la organizacin para lograr sus objetivos. Para conseguir que este plan tenga xito, la empresa debe conocer el entorno en el que se desarrolla su actividad. As, debe conocer cules son los peligros que la amenazan (prdida de competitividad, desconocimiento de las nuevas tecnologas, prdida de mercado, ...) y cules las oportunidades que aparecen (utilizacin de nuevas tecnologas que mejoran el rendimiento en la organizacin, fortalecimiento de la posicin ante el mercado, ...). Adems, las empresas estarn interesadas en conocer la evolucin que va a sufrir este entorno en el futuro. Para ello, los mtodos de prospectiva estudian el futuro en lo que se refiere a la evolucin de los factores del entorno tecno-socio-econmico y las interacciones entre estos factores. De esta manera las organizaciones podrn desarrollar sus planes estratgicos con la seguridad de que se van a conseguir los objetivos a largo plazo que tena previstos. Es por ello que se encuentra como comnmente aceptada la siguiente definicin de mtodo de prospectiva
Un conjunto de intentos sistemticos para mirar a largo plazo el futuro de la ciencia, la tecnologa, la economa y la sociedad, con el fin de identificar aquellas tecnologas genricas emergentes que probablemente generarn los mayores beneficios econmicos y/o sociales.
Caractersticas de los mtodos de prospectiva: Algunas caractersticas del moderno enfoque de prospectiva son:
pag.- 8
- Est dirigido a la accin y a la definicin de prioridades, con un enfoque preventivo y de anticipacin de los problemas: no es un estudio acadmico en el sentido purista del tmino. No trata de pronosticar el futuro; parte del supuesto de que no hay uno, sino varios futuros posibles. Conocer las diversas posibilidades y los caminos hipotticos permite una gran flexibilidad en la planificacin, lejos de la rgida planificacin clsica. Adopta una visin global y sistmica, dado que entiende los fenmenos sociales en su complejidad e interdependencia. Toma en cuenta los factores cualitativos, como el anlisis sobre el comportamiento de los actores. Revisa crticamente las ideas recibidas. Esto se hace sobre la base de la consulta a expertos, mtodo preferido de la prospectiva, y ello permite recoger las ideas ms audaces e imaginativas y llegar a sectores de expertos habitualmente menos visitados por las comisiones y grupos de trabajo oficiales de planificacin.
Metodologas de anlisis prospectivo a. Anlisis de indicadores bibliomtricos y patentes: Constituyen en algunos casos una base para el inicio de una Prospectiva Tecnolgica. En otros casos se como mtodo para un programa ulterior de Vigilancia o Alerta Tecnolgica. Las tcnicas utilizadas son: Indicadores bibliomtricos: Anlisis de produccin cientfica por rea temtica. Anlisis de impacto (citas) para medir la calidad y las reas de mayor inters.
pag.- 9
Grficos cartogrficos de lneas de produccin cientfica, ponderada por su impacto, para definir dnde se concentran los temas de frontera. Anlisis de patentes. Para las patentes tambin se hacen mapeos para definir lneas de desarrollo tecnolgico de avanzada. Es muy usada por las grandes empresas. b. Prospectiva basada en el empleo de expertos: En este grupo se encuentra la tcnica Delphi y pasamos a abordarla en el siguiente captulo
2.2
Mtodos de expertos. Ventajas e inconvenientes

Dentro de los mtodos generales de prospectiva cabe destacar aquellos
que se basan en la consulta a expertos, que reciben la denominacin de mtodos de expertos. stos se basan en la consulta a grupo o grupos de personas que tienen grandes conocimientos sobre el entorno en el que la organizacin desarrolla su labor. Estas personas exponen sus ideas y finalmente se redacta un informe en el que se indican cules son, en su opinin, las posibles alternativas que se tendrn en el futuro. Los mtodos de expertos utilizan como fuente de informacin un grupo de personas a las que se supone un conocimiento elevado de la materia que se va a tratar. Estos mtodos se emplean cuando se da alguna de las siguientes condiciones: - No existen datos histricos con los que trabajar. Un caso tpico de esta situacin es la previsin de implantacin de nuevas tecnologas. - El impacto de los factores externos tiene ms influencia en la evolucin que el de los internos. As, la aparicin de una legislacin favorable y reguladora
pag.-10
y el apoyo por parte de algunas empresas a determinadas tecnologas pueden provocar un gran desarrollo de stas que de otra manera hubiese sido ms lento. - Las consideraciones ticas o morales dominan sobre los econmicas y tecnolgicas en un proceso de evolutivo. En este caso, una tecnologa puede ver dificultado su desarrollo si ste provoca un alto rechazo en la sociedad (un ejemplo lo tenemos en la tecnologa gentica, que ve dificultado su avance por los problemas morales que implica la posibilidad de manipulacin del genotipo).
Ventajas: Los mtodos de expertos tienen las siguientes ventajas: - La informacin disponible por el grupo totalest siempre ms contrastada que aquella de la que dispone el participante mejor preparado, es decir, que la del experto ms versado en el tema. Esta afirmacin se basa en la idea de que varias cabezas son mejor que una. - El nmero de factores que es considerado por un grupo es mayor que el que podra ser tenido en cuenta por una sola persona. Cada experto podr aportar a la discusin general la idea que tiene sobre el tema debatido desde su rea de conocimiento.
Inconvenientes: Sin embargo, estos mtodos tambin presentan inconvenientes, como son: - La desinformacin que presenta el grupo es, como mnimo, tan grande como la que presenta cada individuo aislado. Se supone que la falta de informacin de unos participantes es solventada con la que aportan otros, aunque no se puede asegurar que esto suceda. - La presin social que el grupo ejerce sobre sus participantes puede provocar acuerdos entre la mayora, aunque la opinin de sta sea errnea. As,
pag.-11
un experto puede renunciar a la defensa de su opinin ante la persistencia del grupo en rechazarla. - El grupo hace de su supervivencia un fin. Esto provoca que se tienda a conseguir un acuerdo en lugar de producir una buena previsin. En estos grupos hay veces que el argumento que triunfa es el ms citado, en lugar de ser el ms vlido. Estos grupos son vulnerables a la posicin y personalidad de algunos de los individuos. Una persona con dotes de comunicador puede convencer al resto de individuos, aunque su opinin no sea la ms acertada. Esta situacin se puede dar tambin cuando uno de los expertos ocupa un alto cargo en la organizacin, ya que sus subordinados no le rebatirn sus argumentos con fuerza. Es una situacin tpica en las llamadas tormentas de ideas (brainstorming) - Puede existir un sesgo comn a todos los participantes en funcin de su procedencia o su cultura, lo que dara lugar a la no aparicin en el debate de aspectos influyentes en la evolucin. Este problema se suele evitar con una correcta eleccin de los participantes. El mtodo de expertos ideal sera aquel que extrajese los beneficios de la interaccin directa y eliminase sus inconvenientes. Esta intenta ser la filosofa de la metodologa Delphi.
2.3
El Mtodo Delphi
Es una tcnica concebida para obtener y procesar eficientemente la
informacin que los expertos poseen sobre las materias que conocen, y, a partir de ah, lograr un resultado de grupo (generalmente una previsin) til para ser empleada como informacin en la forma de decisin de incertidumbre. El mtodo Delphi pretende extraer y maximizar las ventajas que presentan los mtodos basados en grupos de expertos y minimizar sus
pag.-12
inconvenientes. Para ello se aprovecha la sinergia del debate en el grupo y se eliminan las interacciones sociales indeseables que existen dentro de todo grupo. De esta forma se espera obtener un consenso lo ms fiable posible del grupo de expertos El nombre de este mtodo de prospeccin proviene del orculo de Delphos, que se encontraba en la antigua Grecia, al que se acuda para hacer preguntas al dios a travs de una pitonisa. A pesar del carcter siempre ambiguo de las respuestas, el orculo de Delphos era el que tena mejor reputacin por la certeza de sus predicciones. Esa misma excelencia de prospeccin es la que pretende el Mtodo Delphi. La consulta, a travs de cuestionarios, para buscar un consenso en un grupo de entre 25 y 30 expertos del mbito se presupone una forma ptima y contrastada de evaluacin. En esta tcnica se plantean una serie de temas, preguntas o hiptesis sobre eventos futuros (introduccin de innovaciones de producto o de proceso en el mercado), su fecha de materializacin esperada, la situacin del pas al respecto, restricciones (econmicas, tecnolgicas, comerciales) y medidas ms importantes para favorecer la materializacin del evento. En una segunda ronda, se enva el cuestionario con la informacin estadstica de las respuestas recibidas de la primera ronda, en particular la media o mediana de las respuestas y medidas de dispersin; se pide a los respondientes a la primera ronda, sobre todo a los que ms disienten con el promedio, que reconsideren sus respuestas. Esta segunda ronda permite reducir la dispersin y obtener un mayor grado de consenso. El nmero de rondas sucesivas depende del grado de consenso que se persiga.
pag.-13
La clave del xito en un ejercicio Delphi es la preparacin de las preguntas o hiptesis, los expertos del panel, que deben ser, por tanto, cuidadosamente elegido y el anonimato entre sus miembros. El panel tambin tiene un rol clave en el anlisis de la primera ronda y la preparacin del segundo cuestionario. Tambin debe hacer una evaluacin de todo el ejercicio Delphi y preparar las conclusiones para el informe final. En la realizacin de un Delphi aparece una terminologa especfica: Circulacin Es cada uno de los sucesivos cuestionarios que se presenta al grupo de expertos. Cuestionario El cuestionario es el documento que se enva a los expertos. No es slo un documento que contiene una lista de preguntas, sino que es el documento con el que se consigue que los expertos interacten, ya que en l se presentarn los resultados de anteriores circulaciones. Panel Es el conjunto de expertos que toma parte en el Delphi. Moderador Es la persona responsable de recoger las respuestas del panel y preparar los cuestionarios.
Historia: Esta tcnica fue desarrollada por la Corporacin RAND en EE.UU. en los aos 50, empez siendo utilizada por Japn en sus ejercicios quinquenales de PT desde 1971, con el objetivo de definir la direccin de crecimiento a largo plazo del pas. La han utilizado despus Alemania, Francia, Gran Bretaa, Corea, Austria y Espaa El mtodo Delphi, sigue en plena actualidad. Las tcnicas clsicas de previsin (como los alisados exponenciales, las medias mviles, los mtodos ARMA y ARIMA) no son utilizables, pues muchas de las decisiones deben tomarse en las organizaciones sin tener suficiente base histrica e incluso sin
pag.-14
ninguna referencia anterior. Por el contrario, el mtodo Delphi, es una tcnica cualitativa de previsin y pretende utilizar los datos disponibles y la intuicin de los individuos, convenientemente estructurada y canalizada, con el mayor rigor cientfico posible.
Caractersticas fundamentales del mtodo Delphi: El punto de partida para el desarrollo del mtodo Delphi es originado por dos limitaciones: la incapacidad que muestran las tcnicas de previsin tradicionales para satisfacer las necesidades de informacin del decidor en circunstancias de incertidumbre y las limitaciones de las tcnicas grupales que se basan en la interaccin directa de la informacin subjetiva. Este mtodo presenta cuatro caractersticas fundamentales: - Es un proceso iterativo: los expertos que toman parte en un proceso Delphi deben emitir su opinin en ms de una ocasin. A travs de sucesivas rondas las estimaciones de los participantes suelen convergir, finalizando el proceso en el momento en el que las opiniones se estabilizan. Esta forma de proceder ofrece al experto la posibilidad de reflexionar y, en su caso, reconsiderar su postura, debido a la aparicin de nuevos planteamientos propios o ajenos. - Garantiza el anonimato: esto implica que ningn miembro del grupo debe conocer las respuestas particulares que corresponden a cada uno de los otros participantes. En un sentido ms estricto puede incluso, segn las caractersticas de la aplicacin concreta, que ni siguiera sepan quines son los otros expertos componentes del grupo. Esta caracterstica tiene como fin reducir el efecto pernicioso que ejercen para la comunicacin efectiva algunos elementos dominantes del grupo. Se busca eliminar algunas de las causas que impulsan la inhibicin de los participantes.
pag.-15
Para evitar la confrontacin directa y guardar el anonimato se recurre principalmente a cuestionarios escritos, aunque tambin es factible la utilizacin de comunicacin a travs de ordenadores, conectando informticamente los participantes al investigador o grupo coordinador, la realizacin de entrevistas individuales personales o incluso el contacto va telfono o fax. En cualquier caso, el control de la comunicacin est siempre en manos del grupo coordinador, y no hay nunca interaccin directa entre los expertos participantes. - Adems se da un Feedback (o retroalimentacin) controlado: diversos experimentos han demostrado que los resultados del grupo son superiores a los individuales, gracias, fundamentalmente, a la interaccin que en ellos se da. El Delphi mantiene y promueve esa interaccin, solicitndola, a veces expresamente, en cada ronda, y facilitndola antes de la iniciacin de la siguiente. Se transmite siempre la posicin general del grupo en cada momento del proceso frente al problema analizado y, frecuentemente, razonamientos discordantes o informacin adicional solicitada por el grupo o aportada motu proprio por el investigador. Es decir, antes del comienzo de cada nueva ronda, los expertos conocen, por lo menos, los resultados alcanzados en la precedente, a lo cual se le puede aadir la informacin ya mencionada. La filtracin o control de la comunicacin entre los expertos por parte del grupo coordinador tiene como finalidad evitar la aparicin de ruidos, es decir, la transmisin efectiva de informacin no relevante para el objetivo del estudio, redundante o incluso errnea. Adems, garantiza la utilizacin de un lenguaje comn y entendible por todos y desvincula las aportaciones de los expertos que originariamente las realizaron, evitando anclajes de opiniones en posiciones iniciales por causas psicolgicas y no racionales. - Respuesta estadstica de grupo: En los casos en los que el grupo es requerido para realizar una estimacin numrica, la respuesta del grupo viene
pag.-16
caracterizada generalmente por la mediana de las respuestas individuales. Aunque se promueva el consenso, ste no es el objetivo ltimo y no tiene por qu alcanzarse necesariamente. El rango intercuartlico de las estimaciones ser el indicador del nivel de consenso, o de dispersin de las respuestas, conseguido. Esta dispersin es a su vez portadora en s misma de informacin til para el investigador. La respuesta estadstica de grupo consigue de esta forma dos logros importantes: o Garantiza que las aportaciones u opiniones de todos los miembros estn presentes en la respuesta del grupo. o Reduce la presin hacia la conformidad. Desarrollo: Antes de iniciar un proceso Delphi se deber delimitar el contexto y el horizonte temporal en el que se desea realizar la previsin sobre el tema en estudio. Cabe sealar que como regla general se establece que los mtodos de prospectiva no deben realizarse en un plazo inferior a veinte meses, restriccin que en este caso no se ha podido cumplir por razone obvias de tiempo considerando que el periodo de tiempo dedicado al proyecto ha sido de nueve meses. El investigador encargado de llevarlo a cabo o grupo de encargados, contacta con un conjunto de personas (expertos), cuyo conocimiento, caractersticas y experiencia se estimen a priori como apropiados para la consecucin del objetivo del estudio, solicitndole su colaboracin; no slo deben ser grandes conocedores del tema sobre el que se realiza el estudio, sino que deben presentar una pluralidad en sus planteamientos. Esta pluralidad debe evitar la aparicin de sesgos en la informacin disponible en el panel.
pag.-17
El grupo coordinador traslada el tema objeto de estudio a preguntas aptas de tratamiento Delphi, es decir, que permitan efectuar sobre las estimaciones de los expertos individuales un tratamiento estadstico posterior que de lugar a una respuesta estadstica del grupo. Tambin se habr de explicar a los expertos en qu consiste el mtodo. Con esto se pretende conseguir la obtencin de previsiones fiables, pues los expertos van a conocer en todo momento cul es el objetivo de la cada una de los procesos que requiere la metodologa Las preguntas as diseadas son enviadas a los expertos. A la recepcin de la respuesta el grupo coordinador procede a la agregacin de las distintas estimaciones individuales, extrayendo una medida de tendencia central, generalmente la mediana que es tomada como respuesta del grupo. Estos datos son remitidos a los expertos junto con su respuesta individual. A la luz de esta nueva informacin, los expertos son requeridos para que revisen sus primeras estimaciones, si es que lo consideran oportuno. Las iteraciones del proceso continan hasta que se percibe estabilidad en las respuestas, es decir, cuando su mediana prcticamente no oscila. Aunque alguna vez puede que haya de ser terminado antes por razones de escasez de tiempo o de presupuesto, esto no es lo deseable Por ltimo se hace llegar a los participantes el resultado de la ltima ronda, la cual puede tomarse como respuesta final, y redactar el informe correspondiente.
pag.-18
A continuacin reproducimos el esquema global del proceso Delphi:
Planteamiento del objeto de pronstico Grupo coordinador Cuestionario
Expertos
Anlisis y agregacin respuestas
Grupo coordinador
Respuestas
Nuevo Cuestionario
Expertos
ltimas respuestas
Anlisis y agregacin final del resultado
Grupo coordinador
Ventajas del Delphi: - la amplitud de la consulta que permite llegar a expertos a quienes usualmente no se llega en otras consultas a travs de paneles o comisiones; - el anonimato, que impide que los consensos sean forzados por lderes de grupos y permite as llegar a consensos ms basados en las convicciones de los expertos que en dinmicas de grupo. - puede ser combinada con otras metodologas de prospectivas como por ejemplo la de escenarios que consiste en construir hiptesis con probabilidades futuras de realidad y pedir evaluaciones
pag.-19
2.4
Lgica Borrosa
Historia: La Teora de Conjuntos Borrosos fue introducida por Lotfi A. Zadeh
(Azerbaiyn, 1921, actualmente profesor emrito de la Universidad de California en Berkeley) a mediados de los aos 60 con el fin de representar matemticamente la imprecisin intrnseca de ciertas categoras de objetos. Previamente, Max Black (1909 - 1989), en un artculo de 1937 titulado "Vagueness: An exercise in Logical Analysis" y Karl Menger (1902 - 1985) con los artculos de 1942 "Statistical Metrics" y los de los aos 50 sobre relaciones borrosas de indistinguibilidad, sentaron las bases de lo que hoy es una teora tan utilizada y con tan buenos resultados La Lgica Borrosa se puede inscribir en el contexto de la Lgica Multivaluada. En 1922 Lukasiewicz cuestionaba la Lgica Clsica bivaluada, tambin llamada booleana (valores cierto y falso identificados con el 1 y el 0). Adems, adelantaba una lgica de valores ciertos en el intervalo unidad como generalizacin de su lgica trivaluada. En los aos 30 fueron propuestas lgicas multivaluadas para un nmero cualquiera de valores ciertos (igual o mayor que 2), identificados mediante nmeros racionales en el intervalo [0, 1]. Mientras la motivacin original fue ayudar a manejar aspectos imprecisos del mundo real, la prctica temprana de la lgica difusa permiti el desarrollo de aplicaciones prcticas. Aparecieron numerosas publicaciones que presentaban los fundamentos bsicos con aplicaciones potenciales. Esta frase marc una fuerte necesidad de distinguir la lgica difusa de la teora de probabilidad. Tal como la entendemos ahora, la teora de conjuntos difusos y la teora de probabilidad tienen diferentes tipos de incertidumbre.
pag.-20
En 1994, la teora de la lgica difusa se encontraba en la cumbre, pero esta idea no es nueva, para muchos, estuvo bajo el nombre de lgica difusa durante 25 aos, pero sus orgenes se remontan hasta 2,500 aos. An Aristteles consideraba que existan ciertos grados de veracidad y falsedad. Platn haba considerado ya grados de pertenencia. En el siglo XVIII el filsofo y obispo anglicano Irlands, George Berkeley y David Hume describieron que el ncleo de un concepto atrae conceptos similares. Hume en particular, crea en la lgica del sentido comn, el razonamiento basado en el conocimiento que la gente adquiere en forma ordinaria mediante vivencias en el mundo. En Alemania, Immanuel Kant, consideraba que solo los matemticos podan proveer definiciones claras, y muchos principios contradictorios no tenan solucin. Por ejemplo la materia poda ser dividida infinitamente y al mismo tiempo no poda ser dividida infinitamente. Particularmente la escuela americana de la filosofa llamada pragmatismo fundada a principios de siglo por Charles Sanders Peirce, cuyas ideas se fundamentaron en estos conceptos, fue el primero en considerar ''vaguedades'', ms que falso o verdadero, como forma de acercamiento al mundo y a la forma en que la gente funciona. La idea de que la lgica produce contradicciones fue popularizada por el filsofo y matemtico britnico Bertrand Russell, a principios del siglo XX. Estudio las vaguedades del lenguaje, concluyendo con precisin que la vaguedad es un grado. El filosofo austraco Ludwing Wittgenstein estudi las formas en las que una palabra puede ser empleada para muchas cosas que tienen algo en comn. La primera lgica de vaguedades fue desarrollada en 1920 por el filsofo Jan Lukasiewicz, visualiz los conjuntos con un posible grado de pertenencia con valores de 0 y 1, despus los extendi a un nmero infinito de valores entre 0 y 1. En los aos sesentas, Lofti Zadeh invent la
pag.-21
lgica difusa, que combina los conceptos de la lgica y de los conjuntos de Lukasiewicz mediante la definicin de grados de pertenencia.
Diferencias con lgica booleana: En lenguaje natural se describen objetos o situaciones en trminos imprecisos: grande, bueno, bonitoEl razonamiento basado en estos trminos no puede ser exacto, ya que normalmente representan impresiones subjetivas, quiz probables pero no exactas. Por ello, la Teora de Conjuntos Borrosos se presenta ms adecuada que la lgica clsica para representar el conocimiento humano, ya que permite que los fenmenos y observaciones tengan ms de dos estados lgicos. Siendo as que uno de los objetivos de la Lgica Borrosa es proporcionar las bases del razonamiento aproximado que utiliza premisas imprecisas como instrumento para formular el conocimiento Lo que justifica el desarrollo de la Lgica difusa es, por tanto, la necesidad de un marco conceptual donde tratar la incertidumbre no probabilstica y la imprecisin lxica, como es el caso del tema que se aborda en este proyecto. Es decir, mientras que en un conjunto clsico definido sobre un universo los elementos del universo pertenecen o no pertenecen a l totalmente, en los conjuntos borrosos (tambin llamados subconjuntos flojos o partes flojas de un conjunto) hay grados de pertenencia en referencia a un universo local o subconjunto del universo, los cuales estn representados por valores numricos del intervalo [0, 1].
Principales usos de la lgica difusa La lgica borrosa se emplea como sistema de clculo en lugar de la lgica clsica, la cual es ms sencilla principalmente en procesos complejos, si no existe un modelo de solucin sencillo. Por ejemplo:
pag.-22
Cuando haya que introducir la experiencia de un operador experto que se base en conceptos imprecisos. Puede ser ste el caso de nuestro estudio
Cuando ciertas partes del sistema a controlar son desconocidas y no pueden medirse de forma fiable (con errores posibles). Cuando el ajuste de una variable puede producir el desajuste de otras. En general, cuando se quieran representar y operar con conceptos que tengan imprecisin o incertidumbre. Tambin es vlido en nuestro caso
Nmeros y conjuntos borrosos o difusos: Como ya se ha comentado, bajo el concepto de Conjunto Borroso (Fuzzy Set) reside la idea de que los elementos clave en el pensamiento humano no son los valores cierto o falso, que pueden ser representados numricamente con exactitud, sino ideas basadas en etiquetas lingsticas. Estas etiquetas permiten que los objetos pasen de pertenecer de una clase a otra de forma suave y flexible. En un conjunto clsico se asigna el valor 0 1 a cada elemento del universo para indicar la pertenencia o no a dicho conjunto. Esta funcin puede generalizarse de forma que los valores asignados a los elementos del conjunto caigan en un rango particular, y con ello indiquen el grado de pertenencia de los elementos al conjunto en cuestin. Esta funcin se llama funcin de pertenencia y el conjunto por ella definida Conjunto Borroso. La funcin de pertenencia A por la que un conjunto borroso A de un universo x se define, siendo [0, 1] el intervalo de nmeros reales que incluye los extremos, tiene la forma: A=X[0, 1]
pag.-23
Una parte floja o difusa, o un subconjunto difuso, es un conjunto que puede contener elementos de forma parcial, es decir que la propiedad xA puede ser cierta, falsa o solamente posible. Se mide esta posibilidad de pertenecer (o pertenencia) con un nmero A(x) entre 0 y 1, llamado grado de pertenencia de x a A. Si es 0, x no pertenece a A, si es 1, entonces xA, totalmente, y si 0< A(x) <1, x pertenece a A de una manera parcial. Un subconjunto A de B es por lo tanto caracterizado por esta funcin de pertenencia A, de B hacia [0;1]. Es preciso fijar el conjunto B para definir la funcin A que a su vez define A. Por eso se suele hablar de subconjunto difuso, y no de conjunto difuso. El ncleo de una parte difusa A es el conjunto de los elementos x que pertenecen totalmente a A, es decir que verifican A(x) = 1. El soporte de una parte floja A es el conjunto de los x que pertenecen, aunque muy poco, a A, es decir que verifican A(x) 0. Definidos estos trminos se conoce que: siendo A y B dos partes flojas del conjunto C. se dice que A est incluido en B si para todo x de C, tenemos A(x) B(x), es decir que los elementos de A siempre pertenecen en mayor medida a B que a A. Por lo tanto, Una parte floja equivale, en concepto de informacin, a una familia infinita no numerable de partes clsicas. La teora de los subconjuntos difusos es por lo tanto muy distinta y mucho ms compleja que la teora de los conjuntos usuales. Por ejemplo, un conjunto finito clsico tiene un nmero finito de subconjuntos clsicos, pero un nmero infinito de subconjuntos flojos. De este modo, cada variable tiene asociado un dominio; este dominio se puede dividir en tantos conjuntos borrosos como se estime oportuno y a su vez, cada una de estas particiones tiene asociada una etiqueta lingstica.
pag.-24
Conjuntos borrosos definidos para este proyecto: Se han utilizado dos conjuntos finitos de nmeros borrosos (llamados term-set) en ellos; cada uno de los nmeros borrosos representa la restriccin que se ha considerado oportuna para cada etiqueta lingstica. Como funcin de pertenencia se ha tomado una lnea polgonal trapezoidal de tal modo que cada funcin queda definida por cuatro puntos numricamente consecutivos que delimitan un intervalo; los dos extremos definen el llamado soporte mientras que los dos centrales delimitan el ncleo. Los dos primeros tienen un grado de pertenencia 0 (inexistentes en dicho conjunto) mientras que todos los valores comprendidos en el ncleo tienen grado de pertenencia 1 (mximo grado de pertenencia a dicho conjunto). Los elementos del universo que no pertenecen al soporte tienen grado de pertenencia cero. A continuacin representamos la funcin de pertenencia poligonal que emplearemos en los nmeros borrosos que a continuacin definiremos:
( x a) o (x d ) 0 ( x a) /(b a) ( x (a, b] si A(x) = 1 ( x (b, c) (d x) /(d c) ( x (b, d )
pag.-25
Es importante sealar que las funciones de pertenencia que se definen son inyectivas (a cada elemento le corresponder un nico grado de pertenencia a un determinado conjunto) pero no son biyectivas (en un mismo conjunto podemos encontrar ms de un valor para un nico grado de pertenencia); de hecho todos los nmeros que constituyen el ncleo tienen (como ya se ha dicho) el mismo grado de pertenencia, ste es 1 Representamos a continuacin los dos dominios en los que se definen las funciones de pertenencia correspondientes a las particiones de dichos dominios. Cada particin tiene para cada dominio una etiqueta lingstica equivalente que es la que se ha considerado ms conveniente Por etiquetas lingsticas entendemos los calificadores de los conjuntos difusos, equivalentes a lo que en lenguaje natural seran los adjetivos. La interpretacin en el modelo difuso de estos enunciados consiste en la asignacin de un nmero borroso a la variable que evalan.
pag.-26
Dominio en escala pentamtrica (relativo a importancia):
Etiqueta lingstica Irrelevante Poco importante Importante Muy importante Decisivo
Nmero borroso 1 2 3 4 5 0 0
Conjunto borroso 0 0.1 0.35 0.8 1 0 0.2 0.65 0.9 1 0 0.3 0.75 1 1
0.25 0.7 0.9
1,2 1
grado de pertenencia
0,8 0,6 0,4 0,2 0 0 0,2 0,4 valores 1 2 3 4 5 0,6 0,8 1
Dominio en escala eneamtrica (relativo a conveniencia):
pag.-27
Etiqueta lingstica Inaceptable Muy desaconsejable Bastante desaconsejable Ligeramente desaconsejable til Buena Bastante buena Muy buena Imprescindible
Nmero borroso 1 2 3 4 5 6 7 8 9
Conjunto borroso 0 0 0,05 0,15 0,3 0,5 0,75 0,9 1 0 0 0,1 0,25 0,4 0,6 0,8 0,95 1 0 0,05 0,2 0,4 0,6 0,75 0,9 1 1 0 0,1 0,25 0,5 0,7 0,85 0,95 1 1
1,2 1
grado de pertenencia
0,8 0,6 0,4 0,2 0 0 0,2 0,4 valores 1 2 3 4 5 6 7 8 9 0,6 0,8 1
Operaciones entre conjuntos borrosos: Ya se ha determinado cul es la funcin de pertenencia pero para completar un tipo de razonamiento anlogo al que se realiza con lgica clsica
pag.-28
es necesario definir varios operadores y distintas propiedades tambin vlidos para conjuntos clsicos A es subconjunto de B cuando: A(x) B(x), xX Operador negacin: A(x) = 1 - A(x) Operador unin: AB(x) = max [A(x), B(x)] Operador Interseccin: AB(x) = min [A(x), B(x)]
Y para terminar de generalizar un razonamiento anlogo al de la lgica clsica es tambin necesario definir que una implicacin borrosa I es, en general, una funcin de la forma: I: [0, 1] x [0, 1] [0, 1]
pag.-29
2.5
Mtodo Delphi Borroso

Caractersticas propias del Delphi borroso El mtodo Delphi, como ya se ha descrito anteriormente, implica un
anlisis estadstico del producto de cada una de las rondas de cuestionarios, es aqu donde comienza la diferencia con el mtodo Delphi aplicado en lgica clsica. Cabe sealar que el experto que responde a las sucesivas encuestas no sabe de qu modo estn tratados sus datos pues l responde a las evaluaciones con nmeros naturales o etiquetas lingsticas que sern traducidas o borrosificadas por el coordinador. El modo de tratar los datos borrosos por el coordinador es una eleccin de este pero en cualquier caso har uso de las medidas estadsticas pues son las que garantizan que la opinin de cada uno de los expertos se encuentre representada en la respuesta final. Respuesta que ser reenviada previa desborrosificacin, es decir, que ser presentada en forma de nmeros naturales. La eleccin de una medida estadstica u otra depende del objetivo que se persigue con la utilizacin de la tcnica. Normalmente se utilizan dos medidas estadsticas: las que sirven para representar promedios y las que indican la dispersin respecto a dicho promedio. Las medidas de promedio que se suelen utilizar son la media aritmtica y la mediana. Las medidas de dispersin sirven para mostrar cmo varan los datos alrededor del promedio. Son necesarias para dos propsitos bsicos: verificar la confiabilidad de los promedios y servir de base para controlar la variacin. Las medidas de dispersin ms usuales son la desviacin tpica o desviacin estndar y la desviacin media.
pag.-30
Justificacin de la aplicacin de la tcnica para este caso de estudio Uno de los objetivos del proyecto es ofrecer los resultados de un estudio de las causas y las posibles actuaciones de mejora del sistema universitario espaol desde un punto de vista lo ms riguroso, objetivo y representativo posible. Para ello las ventajas que hemos sealado que el mtodo Delphi ofrece son muy recomendables. En primer lugar el anonimato de los participantes en el entorno acadmico, en el que tanto entre alumnos como entre alumnos y profesores e incluso entre los mismos profesionales pueden darse situaciones de rivalidad, garantiza que no se produzcan conflictos de intereses que acaben perjudicando a la veracidad de los resultados de la encuesta Tambin la convergencia que se da en el proceso Delphi (y que en nuestro caso no se puede maximizar por falta de tiempo) es un factor que ayuda mucho en un asunto tan pluridisciplinar y con tal divergencia de opiniones e influencia de factores que la discrepancia es fcil Hasta aqu hemos intentado justificar el empleo de la tcnica de prospectiva basada en consultas a expertos llamada mtodo Delphi pero tambin debemos explicar el uso que hemos hecho de la lgica borrosa. Como bien sabemos, la mayor parte de los asuntos relativos a polticas publicas, estn circunscritos en una gama de problemas que estn inmersos en el rea de las ciencias blandas (soft-sciences); lanse ciencias humansticas, donde las cosas no pueden ser vistas con una ptica basada en blanco y negro, son no son la mayor parte; incluso de los conceptos que tratan de definirse para darle una aceptacin universal, estn impregnadas en su esencia de una naturaleza ambigua e imprecisa.
pag.-31
ste es el caso del tema de estudio que en este momento nos compete, cuando de valorar un sistema educativo, que es una cuestin social, tica, econmicase trata, muchos de los conceptos usados dan pi, no slo a controversias relativas a puntos de vista marcos de referencia, es decir, el problema de la relatividad de las cosas, sino que los mismos llevan en su esencia una naturaleza difusa que conlleva inevitablemente la imposibilidad de traducirlo a un lenguaje estrictamente lgico desde el punto de vista clsico En este mtodo Delphi borroso emplearemos como variables lingsticas: la importancia (para evaluar los criterios) y la conveniencia (para evaluar las alternativas) y como universo de discurso se considera el rango de valores que se puede otorgar a las distintas evaluaciones
Operaciones con nmeros borrosos realizadas en este proyecto: En este proyecto en el que se llevar a cabo la elaboracin y anlisis de los resultados de una encuesta en los que las valoraciones de ciertas alternativas dependern de unos criterios que se habrn calificado previamente, definimos: - los jueces con el subndice j que numeraremos desde 1 hasta n - los criterios con el subndice k que numeraremos desde 1 hasta l - las alternativas con el subndice h que numeraremos desde 1 hasta m Y adems consideramos el rango de valores de nmeros naturales que los expertos asignarn a los criterios y a las alternativas [0,L] Entonces, se designa por
k k k k Ahj = a hj ; n1k,hj , n2 , hj ; bhj
pag.-32
a la valoracin borrosa dada por el juez j a la alternativa h respecto al criterio k y por
c jk = ( jk ;1, jk , 2, jk ; jk )
el grado borroso de importancia que, cara al objetivo general planteado, el juez j asigna al criterio k. Por tanto, una vez recibidas las respuestas, el coordinador del mtodo dispone: -por un lado, de una nica matriz I = c jk , que resume las opiniones de los jueces en cuanto a la importancia de los criterios considerados, - y, por otro de un conjunto de tantas matrices como jueces (l matrices)
k Ik = Ahj , k = 1, 2,....., l . Cada una de las cuales muestra las opiniones del juez al
que est referida respecto a las alternativas dependiendo de los criterios. A partir de ellas el coordinador obtiene los siguientes promedios borrosos
- Media valoracin de criterios: c k =
c
j =1
jk
, una para cada criterio k (de 1
a l); en conjunto ser un vector (por supuesto, de nmeros borrosos)
k = - Media valoracin de alternativa segn criterio: Ah
A
j =1
k hj
,una para
cada alternativa h de (1 a m) respecto a cada criterio k de (1 a l); en conjunto ser una matriz (por supuesto, de nmeros borrosos)
pag.-33
Estos nmeros borrosos son tambin nmeros trapezoidales definidos respectivamente por:
n n n n jk 1, jk 2, jk jk j =1 j =1 j =1 j =1 ( k ;1,k , 2,k ; k ) = n ; n , n ; n
[6]
y
n n n k n k k k a n n hj 1,hj 2,hj bhj j =1 j =1 j =1 j =1 = ; , ; n n n n
[7]
(a
k h
k k ; n1k,h , n2 , h ; bh
y, a continuacin, procede a calcular las ponderaciones borrosas de cada alternativa segn la expresin
[8]
wh =
c
k =1
k Ah
Las operaciones de suma y producto de las frmulas deben ser entendidas y evaluadas dentro de una aritmtica borrosa, lo que conduce, teniendo en cuenta las caractersticas de la multiplicacin en la aritmtica de intervalos, a que las ponderaciones wh son nmeros borrosos LR cuyo soporte y ncleo son los intervalos
l l k k a k h k bh [wh,i , wh,s ] = k =1 , k =1 l l l l k k n 1,k 1,h 2,k n2,h [n1,h , n2,h ] = k =1 , k =1 l l
pag.-34
Si bien, en sentido estricto, la funcin de pertenencia del nmero borroso producto debe ser tal que sus funciones por la derecha y por la izquierda sean parbolas, con el fin de simplificar, aproximaremos stas a la funcin lineal que une los extremos con el ncleo quedando otro nuevo nmero borroso trapezoidal.
pag.-35
Captulo 3.
Aplicacin del Mtodo Delphi al caso de estudio
3.1
Desarrollo de la encuesta
Fase 1: formulacin del problema: Se trata de una etapa fundamental en la realizacin de un Delphi. En un
mtodo de expertos, la importancia de definir con precisin el campo de investigacin es muy grande pues es preciso estar muy seguros de que los expertos reclutados y consultados poseen todos la misma nocin de este campo. En este caso de estudio el tema sobre el que aplicamos este mtodo de prospectiva es bastante amplio pero lo intentamos delimitar lo ms posible. En el marco de la Declaracin de Bolonia firmada por los Estados miembros sobre los objetivos que la UE debe conseguir en materia de educacin universitaria tratamos de averiguar cules son las actuaciones concretas ms convenientes que Espaa debera implementar en su sistema universitaria para mejorar y alcanzar pronto la deseada convergencia europea en esta materia. La elaboracin del cuestionario debe ser llevada a cabo segn ciertas reglas: las preguntas deben ser precisas, cuantificables e independientes (la supuesta realizacin de una de las cuestiones en una fecha determinada no debe influye sobre la realizacin de alguna otra cuestin).
Fase 2: eleccin de expertos La etapa es importante en cuanto que el trmino de "experto" es ambiguo. Con independencia de sus ttulos, su funcin o su nivel jerrquico, el experto ser elegido por su capacidad de juzgar los factores que afectan al
pag.-36
problema que se plantea y por los conocimientos que posea sobre el tema consultado. La falta de independencia de los expertos puede constituir un inconveniente; por esta razn los expertos son aislados y sus opiniones son recogidas por va postal o electrnica y de forma annima; as pues se obtiene la opinin real de cada experto y no la opinin ms o menos falseada por un proceso de grupo (se trata de eliminar el efecto de los lderes). En este estudio hemos considerado que experto es toda persona que tenga experiencia como alumno o como profesor en la universidad espaola, por tanto sern titulados universitarios o actuales alumnos. Para que el estudio sea representativo y objetivo hemos escogido un panel lo ms heterogneo posible dentro de nuestras posibilidades de accesibilidad a los potenciales encuestados y su disponibilidad. Entre los expertos caben destacar cuatro grupos: - Estudiantes universidades pblicas - Estudiantes universidades privadas - Profesores de universidad - Profesionales que contratan a universitarios Aunque no hay forma de determinar el nmero ptimo de expertos para participar en una encuesta Delphi, estudios realizados por investigadores de la Rand Corporation, sealan que si bien parece necesario un mnimo de siete expertos habida cuenta que el error disminuye notablemente por cada experto aadido hasta llegar a los siete expertos, no es aconsejable recurrir a ms de 30 expertos, pues la mejora en la previsin es muy pequea y normalmente el incremento en coste y trabajo de investigacin no compensa la mejora.
pag.-37
El cuestionario es enviado a cierto nmero de expertos (hay que tener en cuenta las no-respuestas y abandonos. Se recomienda que el grupo final no sea inferior a 25). En nuestro caso se envo a ms de 32 y en una primera ronda respondieron solamente 24, en la segunda 19.
Fase 3: Elaboracin de los cuestionarios (en paralelo con la fase 2) Los cuestionarios se elaborarn de manera que faciliten, en la medida en que una investigacin de estas caractersticas lo permite, la respuesta por parte de los consultados. Preferentemente las respuestas habrn de poder ser cuantificadas y ponderadas. Se formularn cuestiones relativas al grado de ocurrencia (probabilidad) y de importancia (prioridad), la fecha de realizacin de determinados eventos relacionadas con el objeto de estudio: necesidades de informacin del entorno, gestin de la informacin del entorno, evolucin de los sistemas, evolucin en los costes, transformaciones en tareas, necesidad de formacin,.... En ocasiones, se recurre a respuestas categorizadas (Si /No; Mucho / Medio / Poco; Muy de acuerdo/ De acuerdo/ Indiferente/ En desacuerdo /Muy en desacuerdo) y despus se tratan las respuestas en trminos porcentuales tratando de ubicar a la mayora de los consultados en una categora. Como ya se ha comentado, el mtodo Delphi con la extensin borrosa que aplicamos en este caso exige que a cada respuesta numrica que al experto le proponemos le asociemos una etiqueta lingstica y que las proposiciones estn sean por tanto susceptibles de ser evaluadas en esos trminos.
pag.-38
Desde el primer planteamiento que se hizo del modelo de cuestionario se tuvo claro la distincin entre criterios y alternativas. Los primeros son las proposiciones que los expertos debern estimar en qu grado definen la esencia o la misin de lo que debe ser la universidad; las alternativas son las actuaciones concretas cuya conveniencia y oportunidad se han de evaluar considerando como exclusivamente relevante cada uno de los criterios respecto a los cuales sern juzgadas. En el primer modelo de encuesta que se plantearon como criterios las siguientes misiones de la universidad: -Foro de cultura de la sociedad -Escuela de formacin profesional -Lugar de formacin integral de la juventud -Centro de espritu humanstico al estilo renacentista. En una segunda formulacin se dieron forma a estos criterios y adems se aadieron cuatro ms que hacan referencia a nuevas misiones, quedando un total de ocho: - promocin de cultura democrtica en el pas - garanta de respeto a igualdad de oportunidades - ayuda a integracin de grupos marginales -establecimiento de de nuevas relaciones internacionales e interculturales En la ltima versin, que fue la definitiva y la que se envi en la primera ronda (se puede ver en el anexo 2) estos ocho criterios quedaron reducidos a seis pues se fundieron en uno slo los relativos a la formacin integral y el conocimiento universal, y en otro los dos que hacan referencia al sentido democrtico, la igualdad de oportunidades y la ayuda a los grupos marginados.
pag.-39
Elaborar una lista de alternativas relativamente pequea es tarea difcil pues muchas son las posibles actuaciones que cabran proponer para ser juzgadas por los expertos en orden a conseguir mejorar el sistema universitario espaol. En la primera formulacin se establecieron como posibles alternativas las siguientes: - Mayor especializacin en la carrera - Dificultar el ingreso o las pruebas de acceso a la universidad - Promocionar los estudios de formacin profesional - Evitar la politizacin - Formacin del profesorado - Orientacin ms prctica, mayor enfoque al ejercicio de la profesin En la segunda revisin ae aument el nmero de alternativas hasta llegar a dieciocho 1. Endurecer las pruebas de acceso a la universidad 2. Establecer exmenes de ingreso en cada titulacin. 3. Aumentar la especializacin incrementando el nmero de licenciaturas e ingenieras y diplomaturas e ingenieras tcnicas 4. Reducir en la medida de lo posible el nmero de cursos de las titulaciones superiores 5. Aumentar la oferta y facilitar el acceso a titulaciones de segundo ciclo 6. Promocionar estudios de formacin profesional y otros sustitutivos de la universidad 7. Ofertar cursos de postgrado con el rgimen econmico de las universidades pblicas 8. Mejorar el enfoque prctico y profesional de las carreras tanto tcnicas como cientficas y humansticas
pag.-40
9. Incluir asignaturas obligatorias de estudio de idiomas en todas titulaciones 10. Reducir en la medida de lo posible el nmero de horas lectivas y exigir ms horas de estudio endureciendo los exmenes. 11. Incluir en las calificaciones la evaluacin de actividades formativas extraacadmicas. 12. Revisar la seriedad en la eleccin, imparticin y evaluacin de asignaturas de libre configuracin (propias de otras carreras) 13. Exigir formacin acadmica especfica (doctorado) a todos profesores (ordinarios, extraordinarios, titulares y adjuntos) de todas universidades tanto privadas como publica. 14. Obligar al profesorado a cursos de reciclaje y de formacin continua. 15. Endurecer requisitos para que las universidades privadas consigan la validacin oficial de sus ttulos 16. Suprimir revlida, si la universidad privada no ha conseguido ttulo oficial no reconocerlo en ningn caso 17. Incluir asignaturas obligatorias de estudio de idiomas en todas titulaciones 18. Facilitar acceso al mercado laboral con bolsas de trabajo y programas de prcticas en empresas Lgicamente, ste era un nmero muy elevado para pedir las evaluaciones de los expertos y por eso se eliminaron algunas alternativas como la 2 (exmenes de ingreso) y se unieron otras como la 3 y la 7 (oferta de ttulos universitarios y de postgrado). Quedando as tal y como reproducimos a continuacin: a) Incrementar y endurecer los requisitos acadmicos para el acceso a la universidad
pag.-41
b) Aumentar la especializacin incrementando la oferta de ttulos universitarios, de preparacin ala universidad y de postgrado. c) Mejorar el enfoque prctico y profesional de las carreras y facilitar el acceso al mercado laboral con bolsas de trabajo y programas de prcticas en empresas. d) Incluir asignaturas obligatorias de estudio de idiomas en todas las titulaciones. e) Reducir en la medida de lo posible el nmero de horas lectivas y exigir ms horas de estudio y trabajos en equipo. f) Promocionar estudios de formacin profesional y otros sustitutivos de la universidad g) Revisar la seriedad en la eleccin, docencia y evaluacin de asignaturas de libre configuracin, stas deben ser propias de otras carreras Incluir en las calificaciones la actividades formativas extraacadmicas h) Exigir formacin acadmica especfica (doctorado) a todos profesores (ordinarios, extraordinarios, titulares y adjuntos) de todas universidades tanto privadas como publicas
Fase 4: Lanzamiento de los cuestionarios (desarrollo prctico) En el Delphi que se va a desarrollar la realizacin de la consultas con los expertos permite una interaccin entre ellos muy superior a la que se consegua con los medios tradicionales de comunicacin (carta, fax). Este mtodo se va a
pag.-42
basar en contactos personales o a travs de Internet con los jueces colaboradores Naturalmente el cuestionario va acompaado por una nota de presentacin que precisa las finalidades, el espritu del delphi, as como las condiciones prcticas del desarrollo de la encuesta (plazo de respuesta, garanta de anonimato). Adems, en cada cuestin, puede plantearse que el experto deba evaluar su propio nivel de competencia. El objetivo de los cuestionarios sucesivos es disminuir la dispersin de las opiniones y precisar la opinin media consensuada. En el curso de la 2 consulta, los expertos son informados de los resultados de la primera consulta de preguntas y deben dar una nueva respuesta y sobre todo deben justificarla en el caso de que sea fuertemente divergente con respecto al grupo. Si resulta necesaria, en el curso de la 3 consulta se pide a cada experto comentar los argumentos de los que disienten de la mayora. Un cuarto turno de preguntas, permite la respuesta definitiva: opinin consensuada media y dispersin de opiniones (intervalos intercuartiles) Las experiencias de diferentes pases indican que el tiempo total que se destina para la realizacin de una prospectiva tecnolgica no debe ser inferior a 20 meses y en nuestro caso slo se ha podido dedicar nueve meses a este desarrollo slo se han podido llevar a cabo dos rondas, lo cual supone que no se ha alcanzado la convergencia que esperbamos
pag.-43
3.2
Anlisis y resultados de la encuesta

Mtodo valoracin y borrosificacin: En cuanto los resultados son recibidos se codificarn en nmeros
borrosos con ayuda del software implementado de tal modo que el proceso de borrosificacin consiste en transformar un nmero natural (x) en un nmero borroso trapezoidal (x,x,x,x): En este proyecto la borrosificacin se lleva a cabo resultando lo siguiente: Criterios: 24 vectores 6x1 24 matrices 6x8 24 matrices 6x4 Alternativas: 24matrices 3D 6x8x4
Importancia criterio

1 Irrelevante (0,0,0,0) 2 Poco importante (2 3) (0,0.1,0.2,0.3) 3 Importante (4, 5 6) (0.25,0.35,0.65,0.75) 4 Muy importante (7 u 8) (0.7,0.8,0.9,1) 5 Decisivo (9 10) (0.9,1,1,1)
Valor alternativa para criterio:

1 Inaceptable(1) (0,0,0,0) 2 Muy desaconsejable (2) (0,0,0.05,0.1) 3 Bastante desaconsejable (3) (0.05,0.1,0.2,0.25) 4 Ligeramente desaconsejable (4) (0.15,0.25,0.4,0.5) 5 til (5) (0.3,0.4,0.6,0.7) 6 Buena (6) (0.5,0.6,0.75,0.85) 7 Bastante buena (7) (0.75,0.8,0.9,0.95) 8 Muy buena (8) (0.9,0.95,1,1) 9 Imprescindible (9) (1,1,1,1)
pag.-44
Agregacin de resultados primera ronda: En cuanto a la importancia dada por los expertos a los criterios, calculamos la media de las respuestas de los veinticuatro expertos resultando en nmeros borrosos lo siguiente: imp A B C D E F imp imp imp 0,9
0,61 0,71 0,82
0,74 0,84 0,91 0,97 0,72 0,82 0,89 0,94 0,29 0,38 0,56 0,65 0,54 0,64 0,76 0,83 0,64 0,74 0,86 0,93
1,2 1 0,8 0,6 0,4 0,2 0 0 0,2 0,4 0,6 0,8 1 1,2 Serie1 Serie2 Serie3 Serie4 Serie5 Serie6
El criterio D, mostrado en el grfico en color azul claro, que es el que hace referencia a la promocin que la universidad ha de hacer de la cultura democrtica, garantizar el derecho a la igualdad de oportunidades y ayudar a la integracin de grupos marginales en la sociedad, es claramente el peor valorado y por ello lo suprimimos para el cuestionario de la segunda ronda.
pag.-45
Las medias de las alternativas ponderadas con la importancia de los criterios se nos muestran como ocho nmeros borrosos que hemos de interpretar. Para discernir qu alternativas son menos relevantes y por tanto hemos de prescindir de ellas para la elaboracin del segundo cuestionario hemos de tendremos en cuenta los siguientes parmetros que por orden exponemos: Si el extremo inferior de un nmero trapezoidal borroso es mayor que el extremo superior de otro, entendemos que ste ltimo nmero es estrictamente dominado por el primero. Este caso no se nos presenta entre ninguna pareja de alternativa de nuestro proyecto. Como ya se ha expuesto anteriormente, el c.d.g. es una medida de la media de dichos nmeros (segn la teora de conjunto fuerte ms prximo) y por tanto si los ordenamos de mayor a menor obtendremos una idea bastante aproximada de la relevancia media otorgada a stas por los expertos: 0,42 0,39 0,56 0,56 0,50 0,52 0,51 0,53
cdga cdgb cdgc cdgd
cdge cdgf cdgg cdgh
Por tanto, d=c > h > g > h > e > a > b y segn esto se eliminan las alternativas a y b para la elaboracin de la encuesta de la segunda iteracin. La alternativa a es Incrementar y endurecer los requisitos acadmicos para el acceso a la universidad y la alternativa b: Aumentar la especializacin incrementando la oferta de ttulos universitarios, de preparacin ala universidad y de postgrado En el caso de tener que elegir entre la alternativa d y c que tienen la misma media, escogeramos la alternativa c como ms relevante por ser la que
pag.-46
tiene la menor desviacin tpica, es la ms compacta, su momento de inercia respecto al eje vertical que pasa por el c.d.g es menor y esto es fcilmente identificable porque tiene su soporte de mayor longitud
Lanzamiento de la segunda vuelta La segunda encuesta se diferencia de la primera en que en ella se ha eliminado un criterio y dos alternativas. A cada uno de los expertos se les enviar, junto con el nuevo cuestionario, su respuesta de la ronda anterior y la respuesta media en nmeros naturales del conjunto de expertos. Se solicita a los expertos que indiquen su acuerdo o desacuerdo con dicha media que es para cada alternativa respecto a cada criterio contrastndola con su respuesta anterior y se pide que la reconsidere y vuelva a estimar qu valoracin ha de dar. Hay que destacar que en esta nueva ronda es ms sencillo responder el cuestionario pues ya no se solicitan nuevas propuestas y adems se ha reducido significativamente el nmero de elementos de la matriz que hay que evaluar. El ndice de fidelidad ha sido ms alto que n la primera ronda pues de treinta y dos encuestas enviadas en la primera ronda respondieron 24 y en la segunda 19 de estas 24. Destaca tambin que la fidelidad es mayor entre el grupo estudiantes que entre le grupo profesionales En la remisin y agregacin de las respuestas de la segunda ronda destaca especialmente la convergencia a la que se ha llegado, pues aunque los c.d.g. de los nmeros borrosos no varan sustancialmente si lo hacen las medidas de dispersin.
pag.-47
3.3
Conclusiones y posibles lneas de actuacin

Tema de Estudio: En lo referente al tema de estudio creemos que la principal aportacin
que este proyecto puede hacer, es destacar los criterios que han resultado mejor calificados en el mtodo. Estos criterios son el que otorga a la universidad la misin de formar humana e integralmente a la juventud y el que considera deber de la universidad exigir excelencia acadmica en orden a que los alumnos aprendan el ejercicio de una profesin. Parece que estos criterios son bastante generales y que incluso se podra considerar que abarcan a los otros pero en cualquier caso marcan una lnea clara, hay dos dimensiones que la universidad debe ir cuidando paralelamente, algo que, claro est, acercara bastante a nuestro pas a los objetivos acordados por la Convencin de Bolonia. Para concretar estos criterios tan generales se hace necesario proponer acciones concretas que puedan ser implementadas en nuestro sistema universitario, este era el fin de la consulta, de la seis alternativas que en la segunda ronda fueron propuestas para ser evaluadas las tres que obtuvieron ms alta puntuacin han sido: c. Revisar la seriedad en la eleccin, docencia y evaluacin de asignaturas de libre configuracin, stas deben ser propias de otras carreras Incluir en las calificaciones la actividades formativas extraacadmicas d. Mejorar el enfoque prctico y profesional de las carreras y facilitar el acceso al mercado laboral con bolsas de trabajo y programas de prcticas en empresas
pag.-48
g. Incluir asignaturas obligatorias de estudio de idiomas en todas las titulaciones
Propuestas aportadas por los expertos en la primera ronda: En el primer cuestionario se daba la posibilidad a los expertos de aportar nuevos criterios, alternativas u otras sugerencias y en caso de que alguno hubiera sido relevantemente solicitado se hubiera incluido en el siguiente cuestionario, no ha sido el caso pero si que a continuacin mostramos las propuestas muy interesantes que nos han llegado Nuevos criterios: Descripcin de un nuevo criterio: La Universidad ha de ser uno de los pilares en los que la sociedad se base para la I+D Y en la misma lnea tenemos tres aportaciones ms: Descripcin nuevo criterio Medios tcnicos, presupuesto de investigacin e infraestructuras, entre las que ser decisiva una buena biblioteca Descripcin criterio : Considera que la Universidad debe ser una referencia vlida y valorada por parte de la Comunidad Empresarial como foro de innovacin, nuevas ideas y tcnicas de gestin. Descripcin criterio : La universidad como centro de investigacin.
Descripcin nuevo criterio: los alumnos de la universidad han de contar con un tutor que les empuje a aprovechar con esfuerzo ese periodo de formacin y les oriente en el descubrimiento de su vocacin profesional. Y sobre el mismo asunto:
pag.-49
Descripcin nuevo criterio : Relacin humana y acadmica alumnoprofesor y creacin de escuelas
Descripcin nuevo criterio: la universidad debe introducir a los alumnos en la ciencia correspondiente, empleando el conocimiento prctico en ese sentido.
Descripcin criterio: Porcentaje de alumnos que terminan la carrera en relacin con los que la inician
Descripcin criterio : Nmero de aos que tarden en terminar la carrera Descripcin criterio 1: La formacin acadmica que los alumnos reciban en la universidad ha de estar orientada a un conocimiento bsico de la disciplina escogida, y la especializacin se acometera en el Postgrado.
Nuevas alternativas: Descripcin nueva alternativa : la universidad ha de ser minoritaria, pues el futuro profesional de las personas no pasa necesariamente por una formacin cientfica de alto nivel. Descripcin nueva alternativa: deben desligarse de la universidad estudios como ingenieras, cuyo fin es pragmtico, as como empresariales, y por su escasez de contenido periodismo y publicidad. Descripcin alternativa : subvenciones e inversiones privadas
pag.-50
Descripcin alternativa : trabajos tutoriales o grupos de investigacin conjunta profesores alumnos
Descripcin alternativa:Aunque escape al mbito universitario, sugerira considerar: Aumentar la calidad de la enseanza secundaria, previa a la universidad
Descripcin alternativa : Asociar la financiacin de las universidades a resultados medibles y proporcionados, de forma que pueda exigirse unos mnimos de compromiso econmico y de utilizacin eficiente de recursos
Descripcin alternativa : Valoracin de profesores por parte de los alumnos
Descripcin alternativa Criterios de seleccin de alumnos para conseguir diversidad (culturas, idiomas,) Descripcin alternativa: Promover la participacin, de profesionales en activo de la misma disciplina que la carrera,, o incluso de otras disciplinas, como profesores, o ayudantes de profesores. Otras propuestas: Los criterios D y E encierran tres conceptos diferenciados que
relacionara con: igualdad: democracia, oportunidades, sectores mundo global internacionalizacin: acceso / intercambio global del conocimiento compromiso tico: grupos marginales, otras culturas,.
pag.-51
Todos ellos son importantes y buenos, pero la influencia real o lo que se debe esperar de la universidad es que se centre fundamentalmente en el segundo (importancia 4); sobre el primero y el tercero, considero que puede ser menor o menos directo (importancia 2). Al combinarlos, le asigno el valor 3 que es intermedio
(en la b) Habra que separar Ttulos Universitarios, de los cursos de preparacin, y de los Postgrados. Creo importante la especializacin en los ltimos, pero no as en los dos primeros.
(en la d) Mas que asignaturas obligatorias, aconsejara nivel obligatorio de idiomas, sobre todo de ingls. Para qu obligar a pasar una asignatura a un bilinge, por ejemplo.
(en la h) Considero esta exigencia muy desaconsejable por la inclusin de la palabra todos en la alternativa h. Creo que es importante Exigir formacin acadmica especfica (doctorado) y probada capacidad investigadora a algunos, o a la mayora, pero no a todos, los profesores de todas universidades tanto privadas como publicas Importancia criterio 1 (de 1 a 5): 4
pag.-52
Extensin del Mtodo Delphi Borroso Las ventajas de implementar un mtodo de prospectiva que, como era nuestro caso, versa sobre temas de asuntos sociales ya fue descrita y ha quedado patente en el anlisis de los resultados debido a la gran discrepancia y ala poca contundencia de los juicios de los expertos. El mtodo Delphi que ya ha sido desarrollado durante muchos aos, ha facilitado con sus caractersticas de anonimato, iteracin y estadstica la obtencin de resultados que representan muy objetiva y fiablemente la realidad. Dos han sido principalmente las dificultades con las que nos hemos encontrado durante el desarrollo de este proyecto. En primer lugar con la falta de recursos, el no tener ningn medio coercitivo para con los expertos del panel seleccionado ms que las relaciones personales que el autor y el director del proyecto tenamos parece haber sido escaso. En segundo lugar la falta de tiempo, un mtodo Delphi se ha de pronosticar para al menos un horizonte temporal de unos 18 meses y este proyecto se ha realizado en la mitad de ese tiempo que han sido los nueve meses de este curso. La documentacin a la que hemos podido tener acceso sobre el mtodo Delphi consideramos que es suficiente. En cuanto a la lgica borrosa hay que sealar que es todava una disciplina no muy normalizada y por tanto hay cieta libertad en la eleccin de ciertas operaciones, mtodos de agregacin En este sentido creemos que cabe una lnea de actuacin en el desarrollo de nuevos mtodos de agregacin de variables borrosas, as como en el desarrollo de parmetros que puedan definir medidas de desviacin tpicas. Algo similar ocurre con las operaciones en nmeros borrosos los
pag.-53
conceptos domina estrictamente o simplemente domina un nmero a otro tampoco estn del todo definidas. Se continusemos en el tema de estudio elaborando el mtodo Delphi cabra realizar una tercera vuelta pero habra que, previamente, discernir la posibilidad de respuesta por parte de los expertos que adems no tienen ninguna coaccin sobre ellos por nuestra parte. Generalmente el mtodo Delphi se acaba cuando se dan dos rondas seguidas de iteracin en el que los resultados no varan, esto se puede evaluar con el coeficiente de correlacin de Spearman que es conocido en estadstica y que tiene una extensin aplicable a nuestro caso de varias alternativas dependientes de varios criterios. Cuando se da la correlacin directa mxima el valor es 1 que es un valor mximo prcticamente inalcanzable y que en nuestro caso supondra que de una ronda a otra ni uno slo de los expertos ha cambiado ni una de sus valoraciones. En el caso de la elaboracin de un tercer cuestionario no cabra la eliminacin de ninguna alternativa ni ningn criterio y lo mejor que podramos obtener sera una mayor convergencia. La gran facilidad con la que nos hemos encontrado en el desarrollo del proyecto es el acceso a Internet como canal de comunicacin. Efectivamente, con el desarrollo de Internet han comenzado tambin ha desarrollarse herramientas on-line para todo tipo de anlisis relacionados con la estrategia y la prospectiva y en nuestro caso no hemos hecho uso de una pgina web en la que se podra haber contestado el formulario on-line y que hubiera facilitado mucho la toma de datos pero s que a travs del correo electrnico hemos agilizado mucho la comunicacin entre los jueces y el coordinador.
pag.-54
Segn algunos de los ms prestigiosos investigadores en Internet, parece que el futuro para abordar la ingente cantidad de datos, recuperar informacin, controlar y gestionar la red, pasa por el uso de tecnologas borrosas. Adems, parece que esta intuicin coincide con la nueva senda que, segn el profesor Zadeh, debe seguir la lgica borrosa. La idea principal es la tendencia hacia el Computing with words (computacin con palabras), usando bsicamente tcnicas de Soft Computing (que engloba bsicamente a la lgica borrosa, las redes neuronales y la computacin evolutiva algoritmos genticos). Con el desarrollo de Internet han comenzado tambien ha desarrollarse herramientas on-line para todo tipo de anlisis relacionados con la estrategia y la prospectiva. As, por ejemplo, la compaa Calibrum (http://www.calibrum.com ), adems de ofrecer productos para el desarrollo on-line de procesos de planificacin estratgica o las herramientas en red dan un soporte tecnolgico para la resolucin de los problemas: Tiempo, Dinamismo, Informacin y Participacin. La herramienta Surveylet permite la realizacin de un cuestionario Delphi on-line. As, segn sealan sus creadores, Surveylet facilita la participacin colectiva y retroalimentacin dinmica de resultados mediante el uso de encuestas de opinin y consultas Delphi disponibles en Internet, que admiten la posibilidad de reflexionar ante posibles cambios, y procesar inmediatamente la informacin on-line. Simplifica la toma de decisiones y la consulta colectiva. El acceso a la encuesta se realiza mediante una pgina pblica y la personalizacin del cuestionario mediante un cdigo de entrada, representa una innovacin y mejora en la planificacin estratgica y estudios prospectivos.
pag.-55
El mtodo Delphi borroso que hemos desarrollado en este proyecto cabe aqu como mtodo de prospectiva que integrado en estos canales de comunicacin permita aplicar esta herramienta a estudios cuyo componente principal es el factor humano y socil y que por lo tanto la necesidad de aplicar la lgica borrosa se hace ms apremiante y adems tiene mayor dificultad a la hora de elegir modos de agregacin de las respuestas grupales
pag.-56
Captulo 4.
[ESTE99]
Bibliografa
ESTE, El mtodo Delphi Facultad de ciencias econmicas y empresariales, Universidad Deusto San Sebastin
[FUNT90]
"Mtodos y Tcnicas de Investigacin Prospectiva para la toma de Decisiones" Editorial Fundacin de Estudios Prospectivos (FUNTURO) Universidad de Chile 1990.
[HELM83]
Helmer O., Looking forward: a guide to futures research, Sage publications, 1983
[KANT95]
Kantrowitz, M. FAQ: Fuzzy Logic and Fuzzy Expert Systems, disponible en ftp.cs.cmu.edu:/user/ai/pubs/faqs/fuzzy/fuzzy.faq, (desde 1995). Klir G.J. and Yuan B Fuzzy Sets and Fuzzy Logic: Theory and Applications. Upper Saddle River, NJ: Prentice Hall. 1995
[KIRL95]
[KONO90]
KONOW, I. y PREZ, G.. Mtodo Delphi (1990). Disponible en: http://geocities.com/Pentagon/Quarters/7578/pros01-03.html
[LAND99] [LINS75]
Landeta, Jon. El mtodo Delphi. Ariel. 1999. Barcelona LINSTONE H.A., TURROF, M., The Delphi method, techniques and applications, Addison Wesley publishing, 1975.
[MART93] MARTINO J.P., Technological forecasting for decision making, Mac Graw Hill, 1993.
pag.-57
[OLIV01]
Olivas Valera, J. ngel Lgica borrosa y sus aplicaciones Universidad de Castilla - La Mancha
[OAT90]
OATE MARTNEZ, N., RAMOS MORALES, L. y DAZ ARMESTO, A.. Utilizacin Econmicas del de Mtodo la Delphi en la de pronosticacin: una experiencia inicial. La Habana: Instituto de Investigaciones Junta Central Planificacin. [1990]
[PARI95]
PARISCA, S. El mtodo Delphi. Gestin tecnolgica y competitividad.En Parisca, S. Estrategia y filosofa para alcanzar la calidad total y el xito en la gestin empresarial. La Habana: Academia,129-130. (1995).
[TRIL92]
Trillas, E. Fundamentos e introduccin a la ingeniera Fuzzy Omrom Electronics S.A., Madrid 1992
[TRIL94]
Trillas, E., Gutierrez, J. Aplicaciones de la lgica borrosa Omrom Electronics S.A., Madrid 1992
[WANG97]
Wang L.-X.:A Course in Fuzzy Systems and Control London: Prentice Hall. 1997
pag.-58
Captulo 5.
Anexos
Anexo 1:
Panel de expertos
A continuacin se exponen la relacin de participantes que han contestado al menos a la primera de las encuestas enviadas. Hay que destacar que de las ms de treinta personas que fueron seleccionadas, slo respondieron a la primera ronda veinticuatro y de stas slo veinte respondieron al segundo cuestionario. Como puede observarse en el cuadro adjunto, se ha intentado que el panel de expertos sea lo ms heterogneo posible, as, se tienen expertos de ambos sexos, de diferentes edades, de estudios de diferentes mbitos (cientficos, humansticos) y en diferentes universidades. Todo ello con el fin de conseguir una visin del sistema universitario poco sesgada.
N Licenciado en Derecho Licenciado en Filologa Clsica Licenciado en Farmacia Licenciado en Psicologa Ingeniera Industrial Ingeniera Industrial Ingeniera Industrial Licenciado Administracin y Direccin empresas y Derecho Ingeniera Industrial Ingeniera Industrial Ingeniera Industrial Ingeniera Industrial Licenciado en Economa Universidad Pontificia Comillas Madrid. ICAI Universidad Pontificia Comillas Madrid. ICAI Universidad Pontificia Comillas Madrid. ICAI Universidad Pontificia Comillas Madrid. ICAI Universidad Autnoma de Madrid 1982 1978 1974 Universidad Complutense de Madrid Universidad Pontificia Comillas Madrid. ICAI Universidad Pontificia Comillas Madrid. ICAI Universidad Pontificia Comillas Madrid. ICAI Universidad Francisco de Vitoria Universidad Complutense de Madrid Universidad Autnoma de Madrid 2002 2005 2004 1992 1964 1974 2006 Universidad Complutense de Madrid 2005
Categora
Sexo
ronda
Titulacin
Universidad
Promocin
Estudiante
Varn
1y2
Profesional
Varn
1y2
Estudiante
Mujer
1y2
Estudiante
Mujer
1y2
Profesional
Varn
1y2
Profesional
Varn
Profesional
Varn
1y2
Estudiante
Varn
1y2
Profesional
Mujer
10
Profesional
Varn
1y2
11
Profesional
Varn
1y2
pag.-59
12
Profesional
Varn
1y2
1977 2004
N Universidad Universidad Pontificia Comillas Madrid. ICAI Universidad Complutense de Madrid Universidad Complutense de Madrid Universidad Autnoma de Madrid Universidad Pontificia Comillas Madrid. ICAI Universidad Politcnica de Madrid. Universidad ICADE Universidad Complutense de Madrid Universidad Complutense de Madrid Universidad Europea CEES Universidad Complutense de Madrid Universidad Complutense de Madrid Universidad Pontificia Comillas Madrid. ICAI 2006 2005 2003 2005 2005 Pontificia Comillas Madrid. 1999 1974 1975 1975 2007 2005 1975 Promocin Ingeniera industrial Licenciado en Qumicas Licenciado en Derecho Licenciado en Econmicas Ingeniera Industrial Ingeniera Tcnica Industrial Licenciado en Administracin y Direccin de Empresas Licenciado en Derecho Licenciado en Derecho Diplomado en Fisioterapia Licenciado en Psicologa Licenciado en Farmacia Ingeniera industrial
Categora
Sexo
ronda
Titulacin
13
Profesional
Varn
14
Profesional
Mujer
1y2
15
Profesional
Mujer
1y2
16
Profesional
Varn
1y2
17
Estudiante
Varn
1y2
18
Estudiante
Mujer
1y2
19
Estudiante
Mujer
1y2
20
Estudiante
Mujer
1y2
21
Estudiante
Mujer
1y2
22
Estudiante
Mujer
23
Estudiante
Mujer
1y2
pag.-60
24
Profesional
Varn
1y2
1944
pag.-61
Anexo 2: Sucesivas ediciones de la encuesta

Primera edicin de la encuesta: Pgina 1 de 4 El sistema universitario espaol: La tcnica Delphi es un mtodo de prospectiva que trata de analizar una situacin real a travs de sucesivas encuestas a un grupo de expertos. La caracterstica fundamental de esta tcnica es que existe una comunicacin entre las personas seleccionadas para la consulta y el moderador. Cuando ste recibe las primeras respuestas reelabora el cuestionario incluyendo en l las propuestas que en sus respuestas han incluido los expertos. Adems se ha de garantizar el anonimato de los participantes El caso de estudio que nos ocupa es el anlisis de las posibles alternativas de reforma que se deberan llevar a cabo en la universidad espaola para mejorar la calidad de la enseanza y alcanzar antes de 2010 los fines que la declaracin de Bolonia propone a los pases comunitarios. El cuestionario que hemos preparado consta de dos partes: en la primera, les proponemos que ustedes valoren distintos criterios de calidad que hemos de tener presentes para mejorar la universidad. Con este fin les pedimos que valoren seis criterios que les presentamos. Tambin les damos la oportunidad de aadir alguno si les parece oportuno. En la segunda parte ya mostramos alternativas concretas de reforma y le pedimos que las evale en relacin con cada uno de los criterios antes sugeridos. De nuevo, le pedimos que si tiene alguna alternativa que proponer la aada. Le agradecemos de nuevo su colaboracin. Al final del proyecto tendremos el gusto de enviarle las conclusiones.
pag.-62
Pgina 2 de 4 Criterios: Valore la utilidad de los siguientes criterios para juzgar el estado actual de la universidad en Espaa: Irrelevante (1) Poco importante (2) Importante (3) Muy importante (4) Decisivo (5) B. Reconocer la universidad como foro de pensamiento de nuestra sociedad. C. Considerar que la universidad ha de promover un afn de conocimiento universal y ofrecer a los jvenes una formacin humana integral. D. A la universidad se le ha de exigir excelencia acadmica orientada a que los alumnos aprendan el ejercicio de una profesin. E. La universidad tiene que contribuir a seguir promoviendo una cultura democrtica, garantizar el derecho de igualdad de oportunidades y ayudar a la integracin de grupos marginales en la sociedad F. En la universidad se deben establecer relaciones internacionales y promover actividades interculturales que ayuden a desarrollar correctamente los procesos de globalizacin. G. La formacin que los alumnos reciban en la universidad ha de estar orientada al servicio de la sociedad. Conteste, por favor, en la hoja 4
pag.-63
Pgina 3 de 4 Alternativas: Valore la conveniencia de la aplicacin de las medidas expuestas a continuacin segn cada uno de los criterios antes propuestos de forma independiente: Inaceptable(1) Muy desaconsejable (2) Bastante desaconsejable (3) Ligeramente desaconsejable (4) til (5) Buena (6) Bastante buena (7) Muy buena (8) Imprescindible (9) i) Incrementar y endurecer los requisitos acadmicos para el acceso a la universidad j) Aumentar la especializacin incrementando la oferta de ttulos universitarios, de preparacin ala universidad y de postgrado k) Mejorar el enfoque prctico y profesional de las carreras y facilitar el acceso al mercado laboral con bolsas de trabajo y programas de prcticas en empresas. l) Incluir asignaturas obligatorias de estudio de idiomas en todas las titulaciones. m) Reducir en la medida de lo posible el nmero de horas lectivas y exigir ms horas de estudio y trabajos en equipo. n) Promocionar estudios de formacin profesional y otros sustitutivos de la universidad o) Revisar la seriedad en la eleccin, docencia y evaluacin de asignaturas de libre configuracin, stas deben ser propias de otras carreras Incluir en las calificaciones la actividades formativas extraacadmicas p) Exigir formacin acadmica especfica (doctorado) a todos profesores (ordinarios, extraordinarios, titulares y adjuntos) de todas universidades tanto privadas como publicas Conteste, por favor, en la hoja 4
pag.-64
Criteri o Import ancia (d 1
Pgina 4 de 4 Nombre: Apellidos: Edad: Ttulo universitario: Universidad en la que estudia o estudi: Promocin o ao de finalizacin previsto: Alternativas segn criterio (valore de 1 a 9) a b c d e f
A B C D E F
Aadira algn criterio?, cul, cules?, qu grado de importancia (de 1 a 5) cree que tienen? - Descripcin criterio 1: Importancia criterio 1 (de 1 a 5): Descripcin criterio 2: Importancia criterio 2 (de 1 a 5): Incluira alguna alternativa?, cul, cules?, qu valoracin (de 1 a 9) le dara segn cada criterio? - Descripcin alternativa 1: Descripcin alternativa 2:
Criterio Alternativa1 (de 1 a 9) Alternativa 2 (de 1 a 9)
A B C E F Muchas gracias por su colaboracin
pag.-65
Segunda edicin de la encuesta: Pgina 1 de 4 El sistema universitario espaol: Agradecindole su participacin en este proceso Delphi con el que pretendemos evaluar las distintas alternativas de mejora para el sistema universitario espaol, le pedimos que colabore de nuevo. Como ya le comentamos esta segunda ronda le da la oportunidad de modificar sus respuestas conociendo el resultado que las contestaciones del grupo de consultados nos ha proporcionado. Para ello le remitimos de nuevo el formulario en el que vienen expuestos los criterios y alternativas que anteriormente evalu, la tabla de sus respuestas de la ronda anterior, el cuadro con los resultados medios obtenidos por el conjunto de los consultados y una nueva tabla para que rellen sus nuevas respuestas a la vista de los resultados medios. De los seis criterios que proponamos uno de ellos (el nombrado con letra D) ha sido eliminado por tratarse del menos valorado, en tanto que de las alternativas se han suprimido dos (nombradas con letra a y b), stos son:
Criterio
D:
La
universidad
tiene
que
contribuir
seguir
promoviendo una cultura democrtica, garantizar el derecho de igualdad de oportunidades y ayudar a la integracin de grupos marginales en la sociedad.
Alternativa a: Incrementar y endurecer los requisitos acadmicos
para el acceso a la universidad

Alternativa b: Aumentar la especializacin incrementando la oferta
de ttulos universitarios, de preparacin ala universidad y de postgrado Le recordamos que para el xito de este proceso es necesario que se conserve el anonimato de los participantes Le agrademos de nuevo su colaboracin. Le comunicamos que con esta ronda daremos por concluido el proyecto y que pronto tendremos el gusto de enviarle las conclusiones, que esperamos sean de su inters.
pag.-66
Pgina 2 de 4 Criterios: Valore la utilidad de los siguientes criterios para juzgar el estado actual de la universidad en Espaa: Irrelevante (1) Poco importante (2) Importante (3) Muy importante (4) Decisivo (5) A. Reconocer la universidad como foro de pensamiento de nuestra sociedad. B. Considerar que la universidad ha de promover un afn de conocimiento universal y ofrecer a los jvenes una formacin humana integral. C. A la universidad se le ha de exigir excelencia acadmica orientada a que los alumnos aprendan el ejercicio de una profesin.
D. Extinguido E. En la universidad se deben establecer relaciones internacionales y promover actividades interculturales que ayuden a desarrollar correctamente los procesos de globalizacin. F. La formacin que los alumnos reciban en la universidad ha de estar orientada al servicio de la sociedad. Conteste, por favor, en la hoja 4
pag.-67
Pgina 3 de 4 Alternativas: Valore la conveniencia de la aplicacin de las medidas expuestas a continuacin segn cada uno de los criterios antes propuestos de forma independiente: Inaceptable(1) Muy desaconsejable (2) Bastante desaconsejable (3) Ligeramente desaconsejable (4) til (5) Buena (6) Bastante buena (7) Muy buena (8) Imprescindible (9)
a. Extinguida b. Extinguida. c. Mejorar el enfoque prctico y profesional de las carreras y facilitar el acceso al mercado laboral con bolsas de trabajo y programas de prcticas en empresas. d. Incluir asignaturas obligatorias de estudio de idiomas en todas las titulaciones. e. Reducir en la medida de lo posible el nmero de horas lectivas y exigir ms horas de estudio y trabajos en equipo. f. Promocionar estudios de formacin profesional y otros sustitutivos de la universidad g. Revisar la seriedad en la eleccin, docencia y evaluacin de asignaturas de libre configuracin, stas deben ser propias de otras carreras Incluir en las calificaciones la actividades formativas extraacadmicas h. Exigir formacin acadmica especfica (doctorado) a todos profesores (ordinarios, extraordinarios, titulares y adjuntos) de todas universidades tanto privadas como publicas Conteste, por favor, en la hoja 4
pag.-68
Pgina 4 de 4 "Nombre:
importancia del criterio (valore de 1a 5)
criterio
Su respuesta en la ronda anterior: Alternativas segn criterio (valore de 1 a 9) a b c d e f g h
A B C D E F Su respuesta en la ronda anterior: Alternativas segn criterio (valore de 1 a 9) a b c d e f
criterio
A B C D E F Su respuesta en la ronda anterior: Alternativas segn criterio (valore de 1 a 9) c d e f g h
A B C E F Muchas gracias por su colaboracin
criterio
pag.-69
Anexo 3
Documentacin adicional enviada
Carta introductoria: Carmen de Ribera Martn 5 Ingeniera Industrial ICAI 610726519 cderibera@hotmail.com Estimado amigo: Le agradezco de antemano su disponibilidad para colaborar en mi proyecto fin de carrera respondiendo con seriedad a los cuestionarios que le enviar durante el desarrollo del proceso Delphi Cuando haya recibido las respuestas de todas las personas que, como usted, estn colaborando en el proyecto, reelaborar un nuevo formulario que ser parecido al presente y que tendr integradas las sugerencias que ustedes propongan. Le enviar este nuevo cuestionario junto con sus primeras respuestas y con unas breves conclusiones extradas del estudio estadstico del conjunto de colaboradores. Entonces le pedir que revise sus aportaciones para modificarlas si lo estima oportuno a la vista de esta nueva informacin. Aprovecho para recordarle la importancia que tiene garantizar el anonimato en este mtodo; por tanto le pido que no comente a nadie que usted est colaborando. Si la otra persona tambin fuera de las que ha sido seleccionada, los dos formaran inevitablemente un grupo potencialmente influenciable.
pag.-70
Adjunto le envo un primer formulario en el que le pido especial colaboracin pues hay algunas preguntas abiertas, es decir, en el que la respuesta no se limita a la seleccin de una de las alternativas mostradas. Tambin le incluyo un documento que expone con brevedad los fundamentos del mtodo borroso Delphi por si es de su inters. Le ruego enve su respuesta a la direccin de correo electrnico del profesor ngel Sarabia, director de proyecto: asarabia@doi.icai.upco.es desde la que le mando la documentacin. Le agradecera que respondiera antes de final del mes de noviembre. Cuento con su prxima respuesta, de nuevo, muchas gracias. Saludos:
Carmen de Ribera Martn Madrid, 19 de noviembre de 2004
pag.-71
Explicacin del Mtodo Delphi: Es una tcnica concebida para obtener y procesar eficientemente la informacin que los expertos poseen sobre las materias que conocen, y, a partir de ah, lograr un resultado de grupo (generalmente una previsin) til para ser empleada como informacin en la forma de decisin de incertidumbre. El Mtodo Delphi, aunque fue creado en los aos 50, sigue en plena actualidad. Las tcnicas clsicas de previsin no son utilizables, pues muchas de las decisiones deben tomarse en las organizaciones sin tener suficiente base histrica e incluso sin ninguna referencia anterior. Por el contrario, el mtodo Delphi, es una tcnica cualitativa de previsin y pretende utilizar los datos disponibles y la intuicin de los individuos, convenientemente estructurada y canalizada, con el mayor rigor cientfico posible. El punto de partida para el desarrollo del mtodo Delphi es originado por dos limitaciones:
La incapacidad que muestran las tcnicas de previsin tradicionales para satisfacer las necesidades de informacin del decisor en circunstancias de incertidumbre.
Las limitaciones de las tcnicas grupales que se basan en la interaccin directa de la informacin subjetiva. Caractersticas fundamentales del mtodo Delphi: - Proceso iterativo: Los expertos que toman parte en un proceso Delphi
deben emitir su opinin en ms de una ocasin. A travs de sucesivas rondas las estimaciones de los participantes suelen convergir, finalizando el proceso en el momento en el que las opiniones se estabilizan.
pag.-72
Esta forma de proceder ofrece al experto la posibilidad de reflexionar y, en su caso, reconsiderar su postura, debido a la aparicin de nuevos planteamientos propios o ajenos. - Anonimato: Implica que ningn miembro del grupo debe conocer las respuestas particulares que corresponden a cada uno de los otros participantes. En un sentido ms estricto puede incluso, segn las caractersticas de la aplicacin concreta, que ni siguiera sepan quines son los otros expertos componentes del grupo. Esta caracterstica tiene como fin reducir el efecto pernicioso que ejercen para la comunicacin efectiva algunos elementos dominantes del grupo. Se busca eliminar algunas de las causas que impulsan la inhibicin de los participantes. Para evitar la confrontacin directa y guardar el anonimato se recurre principalmente a cuestionarios escritos, aunque tambin es factible la utilizacin de comunicacin a travs de ordenadores, conectando informticamente los participantes al investigador o grupo coordinador, la realizacin de entrevistas individuales personales o incluso el contacto va telfono o fax. En cualquier caso, el control de la comunicacin est siempre en manos del grupo coordinador, y no hay nunca interaccin directa entre los expertos participantes. - Feedback (o retroalimentacin) controlado: Diversos experimentos han demostrado que los resultados del grupo son superiores a los individuales, gracias, fundamentalmente, a la interaccin que en ellos se da. El Delphi mantiene y promueve esa interaccin, solicitndola, a veces expresamente, en cada ronda, y facilitndola antes de la iniciacin de la siguiente. Se transmite siempre la posicin general del grupo en cada momento del proceso frente al problema analizado y, frecuentemente, razonamientos discordantes o informacin adicional solicitada por el grupo o aportada motu propio por el investigador. Es decir, antes del comienzo de cada nueva ronda, los expertos
pag.-73
conocen, por lo menos, los resultados alcanzados en la precedente, a lo cual se le puede aadir la informacin ya mencionada. La filtracin o control de la comunicacin entre los expertos por parte del grupo coordinador tiene como finalidad evitar la aparicin de ruidos, es decir, la transmisin efectiva de informacin no relevante para el objetivo del estudio, redundante o incluso errnea. Adems, garantiza la utilizacin de un lenguaje comn y entendible por todos y desvincula las aportaciones de los expertos que originariamente las realizaron, evitando anclajes de opiniones en posiciones iniciales por causas psicolgicas y no racionales. - Respuesta estadstica de grupo: En los casos en los que el grupo es requerido para realizar una estimacin numrica, la respuesta del grupo viene caracterizada generalmente por la mediana de las respuestas individuales. Aunque se promueva el consenso, ste no es el objetivo ltimo y no tiene por qu alcanzarse necesariamente. El rango intercuartlico de las estimaciones ser el indicador del nivel de consenso, o de dispersin de las respuestas, conseguido. Esta dispersin es a su vez portadora en s misma de informacin til para el investigador. La respuesta estadstica de grupo consigue de esta forma dos logros importantes, estos son garantizar que las aportaciones u opiniones de todos los miembros estn presentes en la respuesta del grupo y reducir la presin hacia la conformidad. Metodologa: El investigador encargado de llevarlo a cabo o grupo de encargados, contacta con un conjunto de personas(expertos), cuyo conocimiento,
pag.-74
caractersticas y experiencia se estimen a priori como apropiados para la consecucin del objetivo del estudio, solicitndole su colaboracin. El grupo coordinador traslada el tema objeto de estudio a preguntas aptas de tratamiento Delphi, es decir, que permitan efectuar sobre las estimaciones de los expertos individuales un tratamiento estadstico posterior que de lugar a una respuesta estadstica del grupo. Las preguntas as diseadas son enviadas a los expertos. A la recepcin de la respuesta el grupo coordinador procede a la agregacin de las distintas estimaciones individuales, extrayendo una medida de tendencia central, generalmente la mediana que es tomada como respuesta del grupo. Estos datos son remitidos a los expertos junto con su respuesta individual. A la luz de esta nueva informacin, los expertos son requeridos para que revisen sus primeras estimaciones, si es que lo consideran oportuno. Las iteraciones del proceso continan hasta que se percibe estabilidad en las respuestas, es decir, cuando su mediana prcticamente no oscila. Por ltimo se hace llegar a los participantes el resultado de la ltima ronda, la cual puede tomarse como respuesta final, y redactar el informe correspondiente.
pag.-75
Anexo 4:
Hojas de respuestas
N 1 (estudiante) en la 1 ronda: Alt Alt Alt Alt Alt b 3 3 9 3 5 5 c 3 3 9 9 5 5 d 9 9 9 9 9 9 e 9 9 9 5 8 8 f 9 9 9 9 9 9
Alt Cri A B C D E F im 5 5 2 2 5 5 a 9 9 9 2 6 8
Alt g 5 5 9 5 6 6
Alt h 9 9 9 6 9 9
Cri A B C D E F
im 4 5 2 1 4 5
Alt a 1 1 1 1 1 1
Alt b 1 1 1 1 1 1
N 1 en la 2 ronda: Alt Alt Alt c d e 4 9 8 4 9 9 9 9 8 1 1 1 5 9 7 5 9 8
Alt f 7 8 8 1 9 9
Alt g 5 5 9 1 6 6
Alt h 8 8 8 1 8 8
Alt Cri A B C D E F im 4 5 5 3 4 5 a 7 5 7 5 6 5
N 2 (profesional) en la 1 ronda: Alt Alt Alt Alt Alt b 4 5 6 4 6 5 c 5 6 6 8 6 6 d 9 6 8 6 9 5 e 8 5 8 6 8 6 f 5 5 6 8 5 7
Alt g 5 6 5 5 7 5
Alt h 9 7 8 8 9 7
pag.-76
N 2 en la 2 ronda: Alt a 1 1 1 1 1 1 Alt b 1 1 1 1 1 1 Alt c 5 6 6 1 6 6 Alt d 8 6 7 1 7 5 Alt e 6 5 8 1 8 6 Alt f 5 5 6 1 5 7 Alt g 5 6 5 1 5 5 Alt h 7 7 8 1 7 5
Cri A B C D E F
im 4 5 4 1 4 5
N 3 (estudiante) en la 1 ronda: Alt a 8 5 5 1 2 4 Alt b 5 8 9 3 4 7 Alt c 6 7 9 7 7 9 Alt d 8 8 8 7 9 8 Alt e 9 7 5 9 8 8 Alt f 6 8 8 5 8 8 Alt g 8 7 7 7 8 8 Alt h 8 7 7 5 6 6
Cri A B C D E F
im 3 5 5 1 2 4
N 3 en la 2 ronda: Alt Cri A B C D E F im 3 5 4 1 2 4 a 1 1 1 1 1 1 Alt b 1 1 1 1 1 1 Alt c 6 7 9 1 7 7 Alt d 8 8 8 1 9 8 Alt e 7 6 5 1 6 7 Alt f 5 6 7 1 6 7 Alt g 6 5 7 1 6 6 Alt h 7 7 7 1 6 6
pag.-77
N 4 (estudiante) en la 1 ronda: Alt Cri A B C D E F im 4 5 5 5 5 5 a 5 6 5 5 6 6 Alt b 6 7 6 6 5 7 Alt c 9 8 9 9 8 8 Alt d 6 7 6 6 5 7 Alt e 6 7 6 6 5 7 Alt f 8 7 8 8 7 7 Alt g 4 5 4 4 3 5 Alt h 9 8 9 9 7 8
N 5 (profesional) en la 1 ronda: Alt Cri A B C D E F im 3 4 5 3 2 3 a 5 5 9 3 5 3 Alt b 4 3 5 4 5 4 Alt c 4 3 6 4 5 5 Alt d 5 5 6 5 9 5 Alt e 5 5 5 5 5 4 Alt f 3 3 5 4 4 4 Alt g 5 5 4 5 5 6 Alt h 5 5 9 5 6 6
pag.-78
pag.-79
pag.-80
pag.-81
pag.-82
pag.-83
pag.-84
pag.-85
pag.-86
pag.-87
pag.-88
pag.-89
pag.-90
pag.-91
Anexo 5: Software empleado

Debido a la gran cantidad de variables (datos de entrada) con los que se tena que trabajar, ms an considerando que cada uno de esos nmeros naturales correspondan a un nmero borroso definidos por cuatro parmetros, se haca imprescindible la implementacin de un programa que llevar a cabo los clculos. En un primer momento se pens en escribir un cdigo en lenguaje C++ que era el que ms conocamos y habamos usado y con l ejecutar un programa capaz de extraernos todos los resultados que le requiriramos. Segn fuimos avanzando descubrimos que las operaciones eran muy engorrosas y largas pero no difciles de implementar y con un programa ya comercializado del paquete Office del entorno Windows: el Excel bastaba para definir las operaciones que necesitbamos. As, con tantos documentos Excel como rondas y tantas hojas en cada uno como participantes ms una para calcular las medias y las desviaciones pudimos llevar a cabo los anlisis numricos necesarios. Tambin con la ayuda de este programa hemos realizado los grficos de los nmeros borrosos definidos en un principio y de los resultantes de las medias. Las funciones ya definidas en el programa que ms hemos utilizado han sido: Bsqueda vertical y asignacin: =BUSCARV() funcin que busca un valor en una tabla y asigna a esa posicin el nmero que en esa tabla est en una determinada posicin de la fila donde se encuentre ese valor. Se ha empleado para asignar los valores borrosos a las respuestas
pag.-92
Bsqueda horizontal y asignacin: =BUSCARH() De semejante utilidad, en este caso asigna lo que est en una determinada posicin de la columna donde se encuentre el valor buscado
Funcin suma, resta, divisin.utilizadas para calcular medias Funcin valor absoluto: ABS() dado la posicin de un valor devuelve el valor absoluto Funcin mnimo:MIN() como parmetro se ha de meter una tabla, una columna, una fila uo cualquier conjunto y devuelve el valor mnimo, tambin se puede combinar con la funcin ABS. EN este proyecto ha sido usada para saber cul es la diferencia mnima de valores absolutos de c.d.g. A continuacin mostramos en una pgina una hoja de Excel
correspondiente a la respuesta de un participante y su traduccin a nmeros borrosos, todava por separado la valoracin de los criterios y de las alternativas. En las siguientes pginas se adjunta la hoja donde se calcularon, por separado, las medias de las respuestas de los criterios y de las alternativas. A partir de ah, se ponderaron las alternativas segn criterios (multiplicando como se ha explicado). Tambin en estas ltimas pginas, se observa cmo se calcula el centro de gravedad de las superficies que abarcan cada uno de los nmeros borrosos que representan cada alternativa ya ponderada. El c.d.g. de la superficie del nmero borroso que la cubre nos ayudar a asignarle un valor natural
pag.-93
Borrosificacin criterios
1 2 4 5 0 0 0,7 0,9 0 0,1 0,8 1 0 0,2 0,9 1 0,1 0,3 1 1
Borrosificacin de alternativas
0 0 0 0 1 0 0 0,05 0,1 2 3 0,05 0,1 0,2 0,25 4 0,15 0,25 0,4 0,5 5 0,3 0,4 0,6 0,7 6 0,5 0,6 0,75 0,85 7 0,75 0,8 0,9 0,95 1 1 8 0,9 0,95 1 1 1 1 9
3 0,25 0,35 0,65 0,75
Respuesta n 2 Alt Alt Alt Alt Alt Alt Alt Alt Cri im a b c d e f g h A 4 7 4 5 9 8 5 5 9 B 5 5 5 6 6 5 5 6 7 C 5 7 6 6 8 8 6 5 8 D 3 5 4 8 6 6 8 5 8 E 4 6 6 6 9 8 5 7 9 F 5 5 5 6 5 6 7 5 7 Traducciones criterios:
i1 i2 i3 i4 0,7 0,8 0,9 1 0,9 1 1 1 0,9 1 1 1 0,25 0,35 0,65 0,75 0,7 0,8 0,9 1 0,9 1 1 1 a1 0,75 0,3 0,75 0,3 0,5 0,3
Traducciones alternativas:
a2 a3 0,8 0,9 0,4 0,6 0,8 0,9 0,4 0,6 0,6 0,75 0,4 0,6 a4 b1 b2 b3 b4 0,95 0,15 0,25 0,4 0,5 0,7 0,3 0,4 0,6 0,7 0,95 0,5 0,6 0,75 0,85 0,7 0,15 0,25 0,4 0,5 0,85 0,5 0,6 0,75 0,85 0,7 0,3 0,4 0,6 0,7 c1 c2 0,3 0,4 0,5 0,6 0,5 0,6 0,9 0,95 0,5 0,6 0,5 0,6 c3 0,6 0,75 0,75 1 0,75 0,75 c4 0,7 0,85 0,85 1 0,85 0,85
d1 1 0,5 0,5 1 0,3
d2 1
d3 1 1 1 0,6
d4
e1
e2 0,4
e3 1 0,6 1 1
e4 1 0,7 1 1
f1 0,3 0,3 0,5 0,3
f2 0,4 0,4
f3 0,6 0,6 1 0,6
f4 0,7 0,7 1
g1
g2
g3 0,6 0,6 0,6 0,6
g4 0,7 0,7 0,7
h1 1
h2 1
h3 1 1 1 1
h4 1 1 1 1
1 0,9 0,95 1 0,9 0,95 1 0,9 0,95 0,7 0,5
0,3 0,4 0,3 0,4 0,3 0,4 0,3 0,4
0,6 0,75 0,85 0,3 0,6 0,75 0,85 0,5 1 0,4
0,5 0,6 0,75 0,85 0,75
0,8 0,9 0,95
0,9 0,95
0,6 0,75 0,85 0,4 0,8
0,9 0,95 0,9 0,95 1 1
0,6 0,75 0,85
0,9 0,95
0,7 0,75 0,8
0,9 0,95
0,6 0,75 0,85 0,75
0,9 0,95
0,7 0,75
0,8 0,9 0,95
pag.-94
Media importancia de los criterios: A B C D E F im 0,61 0,74 0,72 0,29 0,54 0,64 im 0,71 0,84 0,82 0,38 0,64 0,74 im 0,82 0,91 0,89 0,56 0,76 0,86 im 0,9 0,97 0,94 0,65 0,83 0,93
Media valoracin de las alternativas:

A B C D E F a1 0,4 0,32 0,66 0,18 0,38 0,41 a2 0,48 0,41 0,73 0,25 0,46 0,49 a3 0,61 0,54 0,84 0,38 0,6 0,63 a4 0,69 0,63 0,89 0,46 0,68 0,71 b1 0,39 0,23 0,72 0,37 0,39 0,52 b2 0,47 0,31 0,78 0,45 0,49 0,59 b3 0,6 0,44 0,88 0,6 0,64 0,71 b4 0,68 0,51 0,92 0,68 0,73 0,78 c1 0,49 0,49 0,86 0,59 0,59 0,73 c2 0,57 0,56 0,9 0,66 0,66 0,79 c3 0,7 0,69 0,96 0,77 0,79 0,88 c4 0,77 0,76 0,98 0,83 0,85 0,92 d1 0,65 0,65 0,66 0,58 0,88 0,69 d2 0,71 0,72 0,73 0,66 0,91 0,74 d3 0,82 0,82 0,83 0,78 0,94 0,84 d4 0,88 0,87 0,89 0,85 0,95 0,89
e1 0,54 0,6 0,51 0,52 0,6 0,58
e2 0,61 0,66 0,59 0,6 0,66 0,65
e3 0,72 0,77 0,71 0,74 0,77 0,76
e4 0,78 0,82 0,78 0,82 0,82 0,83
f1 0,57 0,53 0,69 0,49 0,5 0,64
f2 0,63 0,6 0,75 0,57 0,57 0,69
f3 0,73 0,71 0,85 0,71 0,7 0,79
f4 0,78 0,77 0,9 0,78 0,77 0,83
g1 0,65 0,7 0,43 0,38 0,56 0,58
g2 0,71 0,76 0,52 0,46 0,63 0,65
g3 0,81 0,86 0,66 0,6 0,75 0,77
g4 0,86 0,9 0,74 0,68 0,82 0,84
h1 0,7 0,56 0,68 0,4 0,53 0,58
h2 0,74 0,63 0,73 0,49 0,6 0,65
h3 0,81 0,73 0,81 0,63 0,72 0,76
h4 0,84 0,79 0,85 0,72 0,79 0,83
Clculo medias ponderadas y c.d.g de las alternativas

a1 a2 a3 a4 b1 b2 b3 b4 c1 c2 c3 c4 d1 d2 d3 d4 0,25 0,34 0,49 0,6 0,26 0,31 0,45 0,54 0,37 0,48 0,64 0,74 0,41 0,51 0,67 0,77 0 1 X1 0,31 X2 0,42 X3 0,53 Area1 0,05 Area2 0,16 Area3 0,05 Area 0,25 cdga 0,42 1 0 0 1 X1 X2 X3 Area1 Area2 Area3 Area cdgb 1 0,29 0,38 0,48 0,02 0,14 0,05 0,21 0,39 0 0 1 X1 0,44 X2 0,56 X3 0,68 Area1 0,05 Area2 0,16 Area3 0,05 Area 0,27 cdgc 0,56 1 0 0 1 X1 X2 X3 Area1 Area2 Area3 Area cdgd 1 0,48 0,59 0,71 0,05 0,16 0,05 0,26 0,59 0
pag.-95
e1 e2 0,33 0,43 0 1 X1 X2 X3 Area1 Area2 Area3 Area cdge
e3 e4 f1 f2 0,6 0,7 0,34 0,44 1 0 0 1 0,4 X1 0,52 X2 0,63 X3 0,05 Area1 0,17 Area2 0,05 Area3 0,27 Area 0,52 cdgf
f3 f4 g1 g2 0,6 0,7 0,33 0,44 1 0 0 1 0,41 X1 0,52 X2 0,64 X3 0,05 Area1 0,16 Area2 0,05 Area3 0,26 Area 0,52 cdgg
g3 g4 h1 h2 0,6 0,71 0,35 0,45 1 0 0 1 0,4 X1 0,52 X2 0,64 X3 0,05 Area1 0,16 Area2 0,05 Area3 0,27 Area 0,52 cdgh
h3 h4 0,6 0,7 1 0 0,42 0,53 0,63 0,05 0,15 0,05 0,25 0,53
Cabe sealar que el 0 para los nmeros extremos y el 1 para los nmeros ncleos indican el grado de pertenencia de la funcin del nmero borroso que representan. Por rea 1, 2 y 3 y c.d.g 1, 2 y 3 entendemos los referentes a los del tringulo izquierdo, rectngulo central y tringulo derecho, respectivamente, en los que toda rea trapezoidal se puede dividir
n 0 0 0 0 cdg1 1 0 0 0,05 0,1 cdg2 2 3 0,05 0,1 0,2 0,25 cdg3 4 0,15 0,25 0,4 0,5 cdg4 5 0,3 0,4 0,6 0,7 cdg5 6 0,5 0,6 0,75 0,85 cdg6 7 0,75 0,8 0,9 0,95 cdg7 1 1 cdg8 8 0,9 0,95 1 1 1 1 cdg9 9
0 0,04 0,15 0,33 0,5 0,68 0,85 0,96 1
Ahora para desborrosificar lo que haremos es calcular la diferencia de entre los c.d.g. de los nmeros borrosos resultantes y los c.d.g. de los nmeros borrosos que previamente definamos, asignando a cada alternativa el nmero natural cuya diferencia del c.d.g de su borroso asociado sea menor, de este modo nos resulta:
pag.-96
1 2 3 4 5 6 7 8 9
|a-n| |b-n| |c-n| |d-n| |e-n| 0,42 0,39 0,56 0,59 0,52 0,38 0,35 0,52 0,55 0,48 0,27 0,24 0,41 0,44 0,37 0,09 0,07 0,23 0,27 0,19 0,08 0,11 0,06 0,09 0,02 0,26 0,28 0,12 0,08 0,16 0,43 0,46 0,29 0,26 0,33 0,54 0,57 0,4 0,37 0,44 0,58 0,61 0,44 0,41 0,48 0,08 5 0,07 4 0,06 5 0,08 6 0,02 5
|f-n| 0,52 0,48 0,37 0,2 0,02 0,15 0,33 0,44 0,48 0,02 5
|g-n| 0,52 0,48 0,37 0,2 0,02 0,15 0,33 0,44 0,48 0,02 5
|h-n| 0,53 0,49 0,38 0,2 0,03 0,15 0,32 0,44 0,47 0,03 5
1 2 3 4 5 6 7 8 9
Es obvio que la primera alternativa que desecharemos por menos importante que el resto es la b pero tambin desecharemos la a porque, de la observacin del grfico que a continuacin reproducimos a pequea escala, deducimos que este nmero es el que ms dispersin (momento de inercia en torno al eje que pasa por su c.d.g.) tiene y por tanto la que menos consenso que obtenido. (alternativa a en azul oscuro y alternativa b en fucsia)
Medias ponderadas trapezoidales
1,2
0,8
0,6
0,4
0,2
0 0 0,1 0,2 alternativa_a 0,3 alter_b alter_c 0,4 alter_d 0,5 alter_e 0,6 alter_f 0,7 alter_g alter_h 0,8 0,9
pag.-97
Anexo 6: Declaracin de Bolonia:

Declaracin conjunta de los Ministros Europeos de Educacin Reunidos en Bolonia el 19 de Junio de 1999 Gracias a los extraordinarios logros de los ltimos aos, el proceso Europeo se ha convertido en una realidad importante y concreta para la Unin y sus ciudadanos. Las perspectivas ampliadas junto con la profundizacin de las relaciones con otros pases Europeos proporcionan, incluso, una dimensin ms amplia a esta realidad. Mientra tanto, estamos siendo testigos de una concienciacin creciente en la mayor parte del mundo acadmico y poltico, y en la opinin pblica, de la necesidad de establecer una Europa ms completa y de mayor alcance construida, en particular, mediante el desarrollo y fortalecimiento de sus dimensiones intelectual, cultural, social y cientfica y tecnolgica. En la actualidad, la Europa del conocimiento est ampliamente reconocida como un factor irremplazable para el crecimiento social y humano y es un componente indispensable para consolidar y enriquecer a la ciudadana Europea, capaz de dar a sus ciudadanos las competencias necesarias para afrontar los retos del nuevo milenio, junto con una conciencia de comparticin de valores y pertenencia a un espacio social y cultural comn. Universalmente, se consideran sumamente importantes la educacin y la cooperacin educativa para el desarrollo y fortalecimiento de sociedades estables, pacficas y democrticas, tanto ms a la vista de la situacin del Sureste Europeo.
pag.-98
La declaracin realizada el 25 de Mayo de 1998 en la Sorbona, basada en estas consideraciones, haca hincapi en el papel central de las Universidades en el desarrollo de las dimensiones culturales Europeas. En ella se resaltaba la creacin del rea Europea de Educacin Superior como va clave para promocionar la movilidad de los ciudadanos y la capacidad de obtencin de empleo y el desarrollo general del Continente. Algunos pases Europeos aceptaron la invitacin a comprometerse en la consecucin de los objetivos sealados en la declaracin mediante su firma, o expresando su adhesin a estos principios. La direccin tomada por diversas reformas de la enseanza superior, lanzadas mientras tanto en Europa, ha producido la determinacin de actuar en muchos Gobiernos. Por su parte, las instituciones de educacin Europeas han aceptado el reto y han adquirido un papel principal en la construccin del rea Europea de Educacin Superior, tambin en la direccin de los principios fundamentales que subyacen en la Carta Magna de la Universidad de Bolonia de 1988. Esto es de vital importancia, dado que la independencia y autonoma de las Universidades asegura que los sistemas de educacin superior e investigacin se adapten continuamente a las necesidades cambiantes, las demandas de la sociedad y los avances en el conocimiento cientfico. Se ha fijado el rumbo en la direccin correcta y con propsitos racionales. Sin embargo, la consecucin plena de una mayor compatibilidad y comparabilidad de los sistemas de educacin superior requiere un impulso continuo. Necesitamos respaldarlo promocionando medidas concretas para conseguir adelantos tangibles. La reunin del 18 de Junio, con la participacin de expertos autorizados y alumnos de todos nuestros pases, nos proporcion sugerencias muy tiles sobre las iniciativas a tomar.
pag.-99
Debemos apuntar, en particular, hacia el objetivo de incrementar la competitividad del sistema Europeo de educacin superior. Puesto que la validez y eficacia de una civilizacin se puede medir a travs del atractivo que tenga su cultura para otros pases, necesitamos asegurarnos de que el sistema de educacin superior Europeo adquiera un grado de atraccin mundial igual al de nuestras extraordinarias tradiciones culturales y cientficas. A la vez que afirmamos nuestra adhesin a los principios generales que subyacen en la declaracin de la Sorbona, nos comprometemos a coordinar nuestras polticas para alcanzar en un breve plazo de tiempo, y en cualquier caso dentro de la primera dcada del tercer milenio, los objetivos siguientes, que consideramos de capital importancia para establecer el rea Europea de educacin superior y promocionar el sistema Europeo de enseanza superior en todo el mundo: - La adopcin de un sistema de titulaciones fcilmente comprensible y comparable, incluso a travs de la puesta en marcha del Suplemento del Diploma, para promocionar la obtencin de empleo y la competitividad del sistema de educacin superior Europeo. - Adopcin de un sistema basado esencialmente en dos ciclos fundamentales, pregrado y grado. El acceso al segundo ciclo requerir que los estudios de primer ciclo se hayan completado, con xito, en un periodo mnimo de tres aos. El diploma obtenido despus del primer ciclo ser tambin considerado en el mercado laboral Europeo como nivel adecuado de cualificacin. El segundo ciclo conducir al grado de maestra y/o doctorado, al igual que en muchos pases Europeos. - El establecimiento de un sistema de crditos - similar al sistema de ETCS - como medio adecuado para promocionar una ms amplia movilidad estudiantil. Los crditos se podrn conseguir tambin fuera de las instituciones de educacin superior, incluyendo la experiencia adquirida durante la vida, siempre que est reconocida por las Universidades receptoras involucradas.
pag.100
- Promocin de la movilidad, eliminando los obstculos para el ejercicio efectivo de libre intercambio, prestando una atencin particular a: - el acceso a oportunidades de estudio y formacin y servicios relacionados, para los alumnos. - el reconocimiento y valoracin de los periodos de estancia en instituciones de investigacin, enseanza y formacin Europeas, sin perjuicio de sus derechos estatutarios, para los profesores, investigadores y personal de administracin. - Promocin de la cooperacin europea en aseguramiento de la calidad con el objeto desarrollar criterios y metodologas comparables. - Promocin de las dimensiones europeas necesarias en educacin superior, particularmente dirigidas hacia el desarrollo curricular, cooperacin entre instituciones, esquemas de movilidad y programas de estudio, integracin de la formacin e investigacin. Por la presente nos comprometemos a conseguir estos objetivos - dentro del contexto de nuestras competencias institucionales y respetando plenamente la diversidad de culturas, lenguas, sistemas de educacin nacional y de la autonoma Universitaria - para consolidar el rea Europea de educacin superior. Con tal fin, seguiremos los modos de cooperacin intergubernamental, junto con los de las organizaciones Europeas no gubernamentales con competencias en educacin superior. Esperamos que las Universidades respondan de nuevo con prontitud y positivamente y que contribuyan activamente al xito de nuestros esfuerzos Convencidos de que el establecimiento del rea Europea de Educacin Superior requiere un constante apoyo, supervisin y adaptacin a unas necesidades en constante evolucin, decidimos encontrarnos de nuevo dentro de dos aos para evaluar el progreso obtenido y los nuevos pasos a tomar.
pag.101
Gerard SCHMIT Director General of French Community Ministry for Higher Education and Research (Belgium) Jan ADE Anna Mmia TOTOMANOVA Director General Vice Minister of Education and Ministry of the Flemish Community Science Department of Education (Bulgaria) (Belgium) Eduard ZEMAN Margrethe VESTAGER Minister of Education, Youth and Minister of Education Sport (Dermnark) (Czech Republic) Tonis LUKAS Maija RASK Minister of Education Minister of Education and Science (Estonia) (Finland) Claude ALLEGRE Wolf-Michael CATENHUSEN Minister of National Education, Parliamentary State Secretary Research and Technology Federal Ministry of Education and (France) Research (Germany) Ute ERDSIEK-RAVE Gherassimos ARSENIS Minister of Education, Science, Minister of Public Education and Research Religious Affairs And Culture of the Land Scheswig- (Greece) Holstein (Permanent Conference of the Ministers of Culture of the German Lnders) Adam KISS Gudridur SIGURDARDOTTIR Deputy State Secretary for Higher Secretary General Education and Science Ministry of Education, Science and (Hungary) Culture (Iceland) Pat DOWLING Principal Officer Ministry for Education and Science (Ireland) Ortensio ZECCHINO Minister of University and Scientific And Technological Research (Italy)
Caspar EINEM Minister of Science and Transport (Austria)
pag.102
Tatiana KOKEK Kornelijus PLATELIS State Minister of Higher Education Minister of Education and Science and Science (Lithuania) (Latvia) Erna HENNICOT-SCHOEPGES Louis GALEA Minister of National Education and Minister of Education Vocational Training (Malta) (Luxembourg) Loek HERMANS Jon LILLETUN Minister of Education, Culture and Minister of Education, Research Science and Church Affairs (the Netherlands) (Norway) Loek HERMANS Eduardo Maral GRILO Minister of Education, Culture and Minister of Education Science (Portugal) (the Netherlands) Wilibald WINKLER Milan FTACNIK Under Secretary of State of National Minister of Education Education (Slovak Republic) (Poland) Andrei MARGA D.Jorge FERNANDEZ DIAZ Minister of National Education Secretary of State of Education, (Romania) Universities, Research and Development (Spain) Agneta BLADH Charles KLEIBER State Secretary for Education and State Secretary for Science and Science Research (Sweden) (Swiss Confederation) Baroness Tessa BLACKSTONE of Stoke Newington Minister of State for Education and Employment (United Kingdom)

Método Delphi

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Método Delphi

Cargado por

Copyright:

Formatos disponibles

NDICE

CAPTULO 2. 2.1 2.2 2.3 2.4 2.5

CAPTULO 3. 3.1 3.2 3.3

CAPTULO 5. Anexo 1: Anexo 2: Anexo 3 Anexo 4: Anexo 5: Anexo 6:

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Objetivos del proyecto

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Herramientas prospectivas en entornos de imprecisin

Mtodos generales de prospectiva

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Mtodos de expertos. Ventajas e inconvenientes

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Una aplicacin del Mtodo Delphi borroso al modelo universitario

A continuacin reproducimos el esquema global del proceso Delphi:

Planteamiento del objeto de pronstico Grupo coordinador Cuestionario

Anlisis y agregacin respuestas

Anlisis y agregacin final del resultado

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Una aplicacin del Mtodo Delphi borroso al modelo universitario

( x a) o (x d ) 0 ( x a) /(b a) ( x (a, b] si A(x) = 1 ( x (b, c) (d x) /(d c) ( x (b, d )

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Dominio en escala pentamtrica (relativo a importancia):

Etiqueta lingstica Irrelevante Poco importante Importante Muy importante Decisivo

0.25 0.7 0.9

0,8 0,6 0,4 0,2 0 0 0,2 0,4 valores 1 2 3 4 5 0,6 0,8 1

Dominio en escala eneamtrica (relativo a conveniencia):

Una aplicacin del Mtodo Delphi borroso al modelo universitario

0,8 0,6 0,4 0,2 0 0 0,2 0,4 valores 1 2 3 4 5 6 7 8 9 0,6 0,8 1

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Mtodo Delphi Borroso

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Una aplicacin del Mtodo Delphi borroso al modelo universitario

a la valoracin borrosa dada por el juez j a la alternativa h respecto al criterio k y por

- Media valoracin de criterios: c k =

, una para cada criterio k (de 1

a l); en conjunto ser un vector (por supuesto, de nmeros borrosos)

k = - Media valoracin de alternativa segn criterio: Ah

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Aplicacin del Mtodo Delphi al caso de estudio

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Una aplicacin del Mtodo Delphi borroso al modelo universitario

Una aplicacin del Mtodo Delphi borroso al modelo universitario