Está en la página 1de 37

DPTO. ECONOMA GENERAL Y ESTADSTICA UNIDAD DOCENTE DE ESTADSTICA Y ECONOMETRA.

UNIVERSIDAD DE HUELVA

TEMA 7: MTODOS DISCRETOS


PROFESOR: Concepcin Corts Rodrguez

CURSO 2002-2003 LICENCIATURA EN CC. AMBIENTALES


1

TEMA 7. MTODOS MULTICRITERIO DISCRETOS

7.1 Introduccin 7.2 El mtodo de las Jerarquas Analticas (mtodo AHP) 7.3 Aplicacin del mtodo AHP 7.4 El mtodo ELECTRE 7.5 Aplicacin del mtodo ELECTRE 7.6 El mtodo de Arrow-Raynould 7.7 Aplicacin del mtodo de Arrow-Raynould

TEMA 7. MTODOS MULTICRITERIO DISCRETOS 7.1. Introduccin

Los problemas de decisin de tipo discreto tienen un nmero finito de soluciones, generalmente no muy elevado. Los problemas de decisin de tipo continuo se caracterizan porque el conjunto de soluciones factibles est formado por un nmero infinito de puntos. La mayora de los mtodos continuos desarrollados hasta ahora tambin se pueden aplicar a los problemas multicriterio discretos, aunque existen algunos mtodos que son especficos para este tipo de problemas:
F F F

El Mtodo de las Jerarquas Analticas (AHP). El Mtodo ELECTRE. El Mtodo axiomtico de ARROW y RAYNAUD.

Todos estos mtodos discretos se caracterizan porque:


n

Son mtodos de sobreclasificacin.


3

TEMA 7. MTODOS MULTICRITERIO DISCRETOS 7.1. Introduccin

Fundamentos bsicos de los mtodos de sobreclasificacin


n n

Son menos slidos tericamente pero ms fciles de aplicar a problemas reales. Tienen un nmero reducido de alternativas o de elecciones posibles que deben ser evaluadas en base a varios atributos o criterios.

La alternativa A sobreclasifica a la alternativa B (o la alternativa A es preferible a la alternativa B), cuando A es igual o superior a B en una mayora de criterios y cuando en los restantes criterios la diferencia de puntuacin no es demasiado importante. La sobreclasificacin se establece en base a dos conceptos: CONCORDANCIA y DISCORDANCIA.
4

TEMA 7. MTODOS MULTICRITERIO DISCRETOS 7.1. Introduccin

CONCORDANCIA y DISCORDANCIA La CONCORDANCIA cuantifica hasta qu punto para un elevado nmero de atributos la alternativa A es ms preferida que B. La DISCORDANCIA cuantifica hasta qu punto no existe ningn atributo para el que B sea mucho mejor que A.

TEMA 7. MTODOS MULTICRITERIO DISCRETOS 7.2. El Mtodo de las Jerarquas Analticas (mtodo AHP)

Mtodo de las Jerarquas Analticas o mtodo AHP Este mtodo fue propuesto por Tomas L. Satty (1977, 1980) y se basa en la obtencin de preferencias o pesos de importancia para los criterios y las alternativas. Para ello, el decisor establece juicios de valores a travs de la escala numrica de Saaty (del 1 al 9) comparando por parejas tanto los criterios como las alternativas. Para la aplicacin de este mtodo es necesario que tanto los criterios como las alternativas se puedan estructurar de forma jerrquica. El primer nivel de jerarqua corresponde al propsito general del problema, el segundo a los criterios y el tercero a las alternativas.

TEMA 7. MTODOS MULTICRITERIO DISCRETOS

7.3. Aplicacin del Mtodo AHP

Problema de seleccin del trazado de un tramo de autopista El problema de decisin consiste en elegir el trazado de un tramo de autopista. Existen tres trazados o alternativas posibles que denominamos A, B, y C, que se evalan en base a tres criterios: A1: Coste de ejecucin, A2: Impacto ambiental, A3: Tiempo de ejecucin. El decisor considera que el criterio coste es 2 veces ms importante que el criterio impacto ambiental y 5 veces ms importante que el criterio tiempo de ejecucin. Adems el criterio impacto ambiental es 3 veces ms importante que el criterio tiempo de ejecucin.
7

TEMA 7. MTODOS MULTICRITERIO DISCRETOS

7.3. Aplicacin del Mtodo AHP

NIVEL 1: Propsito

Eleccin de un trazado de autopista

NIVEL 2: Criterios

Coste

Impacto Ambiental

Tiempo de ejecucin

A NIVEL 3: Alternativas B C

A B C

A B C
8

TEMA 7. MTODOS MULTICRITERIO DISCRETOS

7.3. Aplicacin del Mtodo AHP


MATRIZ DE COMPARACIN POR PAREJAS PARA EL NIVEL JERRQUICO 2 A1 ATRIBUTOS A1: Coste A2: Impacto Ambiental A3:Tiempo de ejecucin 1 1/2 1/5 ATRIBUTOS A2 2 1 1/3 A3 5 3 1

Min n1 + p1 + n2 + p 2 + n3 + p 3 W1 2W2 W1 + n1 p1 = 0 5W3 + n2 p 2 = 0 W2 3W3 + n3 p 3 = 0 W1 + W2 + W3 = 1

ESTIMAR LOS VALORES DE LOS PESOS Wi COMO UN PROBLEMA DE PROG. POR METAS PONDERADAS Solucin: Los pesos relativos del nivel 2 obtenidos son W = (0.588, 0.294, 0.118)
9

TEMA 7. MTODOS MULTICRITERIO DISCRETOS

7.3. Aplicacin del Mtodo AHP


MATRIZ DE COMPARACIN POR PAREJAS PARA EL NIVEL JERRQUICO 3
IMPACTO AMBIENTAL

COSTE ALTERNATIVAS A B 1 6 1/6 1 1/3 2 C 3 1/2 1


A 1 9 5 ALTERNATIVAS B 1/9 1 1/2 C 1/5 2 1

A B C

A B C

TIEMPO DE EJECUCIN ALTERNATIVAS A B C 1 1/2 1/4 2 1 1/2 4 2 1

PESOS RELATIVOS PARA EL NIVEL 3 Coste: W = (0.667, 0.111, 0.222) Impacto ambiental: W = (0.069, 0.621, 0.31) Tiempo de ejecucin: W = (0.143, 0.286, 0.571)
10

A B C

TEMA 7. MTODOS MULTICRITERIO DISCRETOS

7.3. Aplicacin del Mtodo AHP


DETERMINACIN DE LOS PESOS GLOBALES
NIVEL 1: Propsito

Eleccin de un trazado de autopista

0.588
NIVEL 2: Criterios Coste A NIVEL 3: Alternativas B C 0.667 0.111 0.222

0.294
Impacto Ambiental A B C 0.069 0.621 0.31

0.118
Tiempo de ejecucin A B C 0.143 0.286 0.571

A: 0.667*0588 + 0.069*0.294 + 0.143*0.118 = 0.429 B: 0.111*0588 + 0.621*0.294 + 0.286*0.118 = 0.282 C: 0.222*0588 + 0.31 *0.294 + 0.571*0.118 = 0.289

El trazado A del tramo de autopista es la mejor solucin


11

TEMA 7. MTODOS MULTICRITERIO DISCRETOS

7.4. El Mtodo ELECTRE

Mtodo ELECTRE El mtodo ELECTRE es el mtodo multicriterio discreto ms conocido y a la vez ms utilizado en la prctica desde finales de los 60. Fue inicialmente propuesto por Benayoun, Roy y Sussman (1966) y posteriormente mejorado por Roy (1971). Se utiliza para reducir el tamao del conjunto de soluciones eficientes. Funciona por biparticin, es decir, intenta dividir el conjunto eficiente en dos subconjuntos: el de las alternativas ms favorables para el decisor (el ncleo) y el de las alternativas menos favorables, es decir por las peores. Para ello, utiliza el concepto de relacin de sobreclasificacin, por eso se le incluye dentro de los mtodos de sobreclasificacin.
12

TEMA 7. MTODOS MULTICRITERIO DISCRETOS

7.4. El Mtodo ELECTRE

MATRIZ DECISIONAL

VECTOR DE PESOS

MATRIZ DE NDICES DE CONCORDANCIA

13

TEMA 7. MTODOS MULTICRITERIO DISCRETOS

7.4. El Mtodo ELECTRE

ALTERNA TIVAS

MATRIZ DECISIONAL . Los datos de partida se ordenan en forma de una matriz con la siguiente estructura:

ATRIBUTOS A1 A2 ... Ai ... An


R12 ... R1i ... R1n

E1 E2 ... Ej ... Em

R11 ... Rj1 ...

RESULTADOS
Rj2 ... Rji ... Rjn Rmn

Rm1 Rm2 ... Rmi ...

E1, E2, ..., Ej, ..., Em representan las posibles alternativas o elecciones alcanzables por el centro decisor. A1, A2, ..., Ai, ..., An representan los atributos o criterios relevantes para el problema. R11, R12, ..., Rji, ..., Rmn representan el resultado alcanzado por cada alternativa en cada uno de los atributos. 14

TEMA 7. MTODOS MULTICRITERIO DISCRETOS

7.4. El Mtodo ELECTRE

VECTOR DE PESOS: El decisor ha de proporcionar los pesos preferenciales que subjetivamente asocia a cada atributo. Los llamaremos W = (W1, W 2, ..., Wi, ..., Wn) Con la matriz decisional y el vector de pesos W se calcula la matriz de ndices de concordancia.

Propiedades de los pesos:


Son nmeros positivos. La suma de todos los pesos ha de ser uno.

15

TEMA 7. MTODOS MULTICRITERIO DISCRETOS

7.4. El Mtodo ELECTRE MATRIZ DE NDICES DE CONCORDANCIA: C(i,k) Se obtiene sumando los pesos asociados a los criterios en los que la alternativa Ei es mejor que la alternativa Ek . En caso de empate se asigna la mitad del peso a cada una de las alternativas.

Propiedades de la matriz de ndices de concordancia:


Es una matriz cuadrada de orden m, el nmero de alternativas. La suma de elementos simtricos con respecto a la diagonal principal es siempre uno. Los elementos de la matriz son nmeros que estn entre 0 y 1. En la diagonal principal nunca hay valores.
16

TEMA 7. MTODOS MULTICRITERIO DISCRETOS

7.4. El Mtodo ELECTRE

MATRIZ DECISIONAL

MATRIZ DECISIONAL NORMALIZADA

MATRIZ DECISIONAL NORMALIZADA Y PONDERADA

MATRIZ DE NDICES DE DISCORDANCIA


17

TEMA 7. MTODOS MULTICRITERIO DISCRETOS

7.4. El Mtodo ELECTRE MATRIZ DECIONAL NORMALIZADA: Para normalizar dividimos cada elemento de la matriz decisional inicial por su rango, es decir, por la diferencia entre el ideal y el anti-ideal de cada columna. MATRIZ DECIONAL NORMALIZADA Y PONDERADA: Multiplicamos cada columna de la matriz decisional normalizada por su peso preferencial. MATRIZ DE NDICES DE DISCORDANCIA: d(i,k) El ndice de discordancia entre las alternativas Ei y Ek se calcula como el cociente entre la diferencia mayor en valor absoluto de los criterios para los que la alternativa i es peor que la j y la mayor diferencia en valor absoluto entre los resultados alcanzados por la alternativa i y la k.

Propiedades de la matriz de ndice de discordancia:


Es una matriz cuadrada de dimensin m, el nmero de alternativas. Los elementos de la matriz son nmeros que estn entre 0 y 1. En la diagonal principal nunca hay valores.

18

TEMA 7. MTODOS MULTICRITERIO DISCRETOS

7.4. El Mtodo ELECTRE

MATRIZ DE NDICES DE CONCORDANCIA UMBRALES DE CONCORDANCIA Y DISCORDANCIA MATRIZ DE DOMINANCIA CONCORDANTE

MATRIZ DE NDICES DE DISCORDANCIA

MATRIZ DE DOMINANCIA DISCORDANTE

MATRIZ DE DOMINANCIA AGREGADA

GRAFO ELECTRE Y NCLEO DE ALTERNATIVAS MS FAVORABLES

19

TEMA 7. MTODOS MULTICRITERIO DISCRETOS

7.4. El Mtodo ELECTRE Umbrales de concorancia y discordancia Para que una alternativa sobreclasifique a otra, el mtodo ELECTRE utiliza dos umbrales o niveles de exigencia que llamaremos c y d. Dichos umbrales sern unos niveles de concordancia y discordancia respectivamente, que van a reflejar qu exige y qu tolera el decisor al formular una relacin de sobreclasificacin.

Su clculo:
c es el umbral mnimo para el ndice de concordancia. Se calcula con los valores medios de los elementos de la matriz de ndices de concordancia. d es el umbral mximo para el ndice de discordancia. Se calcula con los valores medios de los elementos de la matriz de ndices de discordancia. Conviene someter dichos umbrales a un anlisis de sensibilidad con objeto de ver las posibles influencias en el ncleo. 20

TEMA 7. MTODOS MULTICRITERIO DISCRETOS

7.4. El Mtodo ELECTRE

MATRIZ DE DOMINANCIA CONCORDANTE: Toma el valor 1 cuando un elemento de la matriz de ndices de concordancia es mayor que c y 0 si es menor o igual que c. MATRIZ DE DOMINANCIA DISCORDANTE: Toma el valor 0 cuando un elemento de la matriz de ndices de concordancia es mayor que d y 1 si es menor o igual que d. MATRIZ DE DOMINANCIA AGREGADA (CONCORDANTE-DISCORDANTE): Toma el valor 1 cuando elementos homlogos de las dos matrices anteriores son 1, y toma el valor 0 para los dems casos.

Propiedades de las matrices de dominancia concordante, discordante y agregada:


Son matrices cuadradas de dimensin m, el nmero de alternativas. Los elementos de la matriz son 0 y 1. En la diagonal principal nunca hay valores.
21

TEMA 7. MTODOS MULTICRITERIO DISCRETOS

7.4. El Mtodo ELECTRE

EL GRAFO ELECTRE: Se obtiene de la matriz agregada. En el grafo se representan, para cada criterio, las relaciones de dominacin. Cada vrtice representa una de las alternativas o elecciones no dominadas. Del vrtice i al vrtice k se traza un arco, si y slo si el correspondiente elemento de la matriz de dominancia agregada es 1. Si existe un arco orientado de A a B, esto significa que: Cualquiera que sea el criterio, la alternativa A es superior a la alternativa B, es decir, A domina a B.
A

C B
22

TEMA 7. MTODOS MULTICRITERIO DISCRETOS

7.4. El Mtodo ELECTRE NCLEO DEL GRAFO ELECTRE: Est formado por aquellas alternativas que no se dominan (no se sobreclasifican) entre s, es decir, que no existen arcos o flechas entre los correspondientes vrtices. Adems, se tiene que cumplir que las dems alternativas estn dominadas por alguna alternativa del ncleo, es decir, que exista al menos un vrtice del ncleo del que sale un arco a los vrtices que no forman parte del ncleo. Ejemplo: Segn los criterios A1 y A3 la alternativa B domina a A y a C. Adems, las alternativas A y C estn dominadas por B. Por tanto, B es el ncleo. Criterio A1
A C B A

Criterio A2
C B A

Criterio A3
C B
23

TEMA 7. MTODOS MULTICRITERIO DISCRETOS

7.4. El Mtodo ELECTRE Extensiones del mtodo ELECTRE ELECTRE I: es el primer mtodo de sobreclasificacin publicado. Reducimos el nmero de elementos o de alternativas que forman el ncleo. El proceso finaliza cuando el ncleo contenga un solo vrtice. ELECTRE II: es un mtodo tambin de sobreclasificacin pero ms elaborado tericamente que el anterior. Permite obtener una ordenacin completa de las alternativas no dominadas. ELECTRE III: en este mtodo la relacin de sobreclasificacin se basa en conjuntos borrosos. ELECTRE IV: apropiado para casos en los que el centro decisor no desea especificar los pesos preferenciales. PROMETHEE: este mtodo de sobreclasificacin multicriterio permite obtener una ordenacin total o parcial de las alternativas no dominadas.
24

TEMA 7. MTODOS MULTICRITERIO DISCRETOS

7.5. Aplicacin del Mtodo ELECTRE

Problema de seleccin de inversiones Supongamos el caso de un centro decisor que tiene que ordenar preferencialmente cinco inversiones (alternativas) que denominamos A, B, C, D y E, que se evalan en base a cinco criterios: A1: Valor actual neto (VAN), A2: Tasa interna de rendimiento (TIR), A3: Nivel de empleo, A4: Volumen de ventas, A5: Impacto ambiental. Todos los criterios son de maximizar, excepto el ltimo que es de minimizar. El decisor proporciona a cada atributo los siguientes pesos preferenciales: W =
(0.25, 0.25, 0.2, 0.1, 0.2)
25

TEMA 7. MTODOS MULTICRITERIO DISCRETOS 7.5. Aplicacin del Mtodo ELECTRE

Los datos de partida, es decir, la MATRIZ DECISIONAL, viene recogida en la siguiente tabla:

A B C D E

A1 100 200 100 200 250

A2 15 25 20 30 25

A3 7 7 4 20 15

A4 40 60 25 70 100

A5 50 200 25 350 500

Todos los criterios son de maximizar, excepto el ltimo que es de minimizar.

26

TEMA 7. MTODOS MULTICRITERIO DISCRETOS 7.5. Aplicacin del Mtodo ELECTRE MATRIZ DE NDICES DE CONCORDANCIA A ALTERNATIVAS A B C D E B 0.3 ALTERNATIVAS C 0.425 0.8 D 0.2 0.325 0.2 E 0.2 0.325 0.2 0.65

0.7 0.575 0.8 0.8

0.2 0.675 0.675

0.8 0.8

0.35

Fila 1:

C(A,B) = 0 + 0 + 1/2 (0.2) + 0 + 0.2 = 0.3 C(A,C) = 1/2 (0.25) + 0 + 0.2 + 0.1 + 0 = 0.425 C(A,D) = 0 + 0 + 0 + 0 + 0.2 = 0.2 C(A,E)= 0 + 0 + 0 + 0 + 0.2 = 0.2
27

TEMA 7. MTODOS MULTICRITERIO DISCRETOS 7.5. Aplicacin del Mtodo ELECTRE


MATRIZ DECISIONAL NORMALIZADA ATRIBUTOS A1 A2 A3 A4
ALTERNATIVAS A B C D E 0.67 1.33 0.67 1.33 1.67 1 1.67 1.33 2 1.67 0.44 0.44 0.25 1.25 0.94 0.53 0.8 0.33 0.93 1.33
A B C D E A1 100 200 100 200 250 A2 15 25 20 30 25 A3 7 7 4 20 15 A4 40 60 25 70 100 A5 50 200 25 350 500

A5 0.11 0.42 0.05 0.74 1.05


R(A, A 1) = R(C, A 1) =

100
____________

= 0.67

250 -100 200 R(B, A 1) = R(D, A 1) = ____________ = 1.33 250 -100 250 ____________ = 1.67 R(E, A 1) = 250 -100

MATRIZ DECISIONAL NORMALIZADA Y PONDERADA


A1 ALTERNATIVAS A B C D E 0.17 0.33 0.17 0.33 0.42 A2 0.25 0.42 0.33 0.5 0.42 ATRIBUTOS A3 0.09 0.09 0.05 0.25 0.19 A4 0.05 0.08 0.03 0.09 0.13 A5 0.02 0.08 0.01 0.15 0.21

Columna 1: Elementos de la col.1 de la mat. dec. normalizada por 0.25 Columna 2: Elementos de la col.2 de la mat.dec.normalizada por 0.25 Columna 3: Elementos de la col.3 de la mat.dec. normalizada por 0.2 ... 28

TEMA 7. MTODOS MULTICRITERIO DISCRETOS 7.5. Aplicacin del Mtodo ELECTRE MATRIZ DE NDICES DE DISCORDANCIA A ALTERNATIVAS A B C D E B 1 ALTERNATIVAS C 1 0.44 D 1 1 1 1 0.79 1 0.99 E

0.38 0.45 0.51 0.76

1 0.39 1

0.68 0.81

1
0.17 =
________

=1

max0.17 - 0.33; 0.25 - 0.42; 0.05 - 0.08 d(A, B) =


__________________________________________________________________

max0.17 - 0.33; 0.25 - 0.42; 0.05 - 0.08; 0.21 - 0.08 max0.15 - 0.02 d(D, A) =

0.17 0.13

__________________________________________________________________________

= ________ = 0.51 max0.33 -0.17; 0.5 -0.25; 0.25 -0.09; 0.09 -0.05; 0.15 -0.02 0.25 29

TEMA 7. MTODOS MULTICRITERIO DISCRETOS 7.5. Aplicacin del Mtodo ELECTRE


MATRIZ DE NDICES DE CONCORDANCIA
A A B C D E B 0.3 ALTERNATIVAS C 0.425 0.8 D 0.2 0.325 0.2 E 0.2 0.325 0.2 0.65 A B C D E

MATRIZ DE NDICES DE DISCORDANCIA


A B 1 ALTERNATIVAS C 1 0.44 D 1 1 1 1 0.79 1 0.99 E

0.7 0.575 0.8 0.8

0.38 0.45 0.51 0.76

0.2 0.675 0.675

1 0.39 1

0.8 0.8

0.68 0.81

0.35

Umbral mnimo de concordancia: c = 0.5 (valores medio de la m. ndic. conc.) Umbral mximo de discordancia: d = 0.81 (valores medio de la m. ndic. disconc.) MATRIZ DE DOMINANCIA CONCORDANTE
A A B C D E B 0 ALTERNATIVAS C 0 1 D 0 0 0 E 0 0 0 1 A B C D E

MATRIZ DE DOMINANCIA DISCORDANTE


A B 0 ALTERNATIVAS C 0 1 D 0 0 0 E 0 1 0 1

1 1 1 1

1 1 1 1

0 1 1

0 1 0

1 1

1 1

30-

TEMA 7. MTODOS MULTICRITERIO DISCRETOS 7.5. Aplicacin del Mtodo ELECTRE MATRIZ DE DOMINANCIA AGREGADA (CONCORDANTE-DISCORDANTE)
A ALTERNATIVAS A B C D E B 0 ALTERNATIVAS C 0 1 D 0 0 0 E 0 0 0 1

1 1 1 1

0 1 0

1 1

GRAFO ELECTRE
B

NCLEO DEL GRAFO ELECTRE : alternativa D

E C
31

TEMA 7. MTODOS MULTICRITERIO DISCRETOS

7.6. El Mtodo de Arrow-Raynaud

Mtodo de Arrow-Raynaud Este mtodo fue propuesto por Arrow y Raynaud en 1986 y se basa en la utilizacin de un algoritmo de clasificacin compatible con cinco axiomas de la teora de la eleccin social. La aplicacin de este mtodo no slo se utiliza para obtener la alternativa o eleccin mejor clasificada, sino tambin para obtener una escala de clasificacin de las alternativas. A veces, los resultados obtenidos pueden ser contradictorios a los proporcionados por otros mtodos, como por ejemplo el AHP.

32

TEMA 7. MTODOS MULTICRITERIO DISCRETOS

7.6. El Mtodo de Arrow-Raynaud

MATRIZ DE CLASIFICACIN
Es una matriz cuadrada y sus elementos representan el n de veces que una alternativa domina o clasifica a otra. En caso de empate se asigna la mitad.

REGLA MAXIMIN: Elegir el mximo de cada


fila y luego el ms pequeo de todos ellos

Eliminar la fila y columna que de el mnimo. La alternativa correspondiente constituye la peor eleccin y pasa a ocupar el ltimo lugar de la escala de clasificacin la 1 vez o delante de las ya eliminadas para las dems veces. El proceso finaliza cuando slo quede una alternativa en la matriz de clasificacin. sta ser la eleccin mejor clasificada.
33

TEMA 7. MTODOS MULTICRITERIO DISCRETOS

7.7. Aplicacin del Mtodo de Arrow-Raynaud Problema de seleccin de inversiones que sirvi para ilustrar el mtodo ELECTRE. CRITERIOS: A1: Valor actual neto (VAN), A2: Tasa interna de rendimiento (TIR), A3: Nivel de empleo, A4: Volumen de ventas, A5: Impacto ambiental. Todos los criterios son de maximizar, excepto el ltimo que es de minimizar. El decisor proporciona a cada atributo los siguientes pesos preferenciales: W = (0.25, 0.25, 0.2, 0.1, 0.2) ALTERNATIVAS: A, B, C, D, E.

A B C D E

A1 100 200 100 200 250

A2 15 25 20 30 25

A3 7 7 4 20 15

A4 40 60 25 70 100

A5 50 200 25 350 500

34

TEMA 7. MTODOS MULTICRITERIO DISCRETOS 7.7. Aplicacin del Mtodo de Arrow-Raynaud MATRIZ DE CLASIFICACIN A ALTERNATIVAS A B C D E B 1.5 ALTERNATIVAS C 2.5 4 D 1 1.5 1 E 1 1.5 1 3

3.5 2.5 4 4

1 3.5 3.5

4 4

REGLA MAXIMIN: Min [mximo de cada fila]


Paso 1: Min [2.5, 4, 2.5, 4, 4] = 2.5 El mnimo se alcanza en las filas 1 y 3. Quitamos las filas y columnas 1 y 3. Las alternativas A y C son las peores elecciones.
35

TEMA 7. MTODOS MULTICRITERIO DISCRETOS 7.7. Aplicacin del Mtodo de Arrow-Raynaud MATRIZ DE CLASIFICACIN
A ALTERNATIVAS A B C D E 3.5 3.5 B ALTERNATIVAS C D 1.5 E 1.5 3

REGLA MAXIMIN: Min [mximo de cada fila]


Paso 2: Min [1.5, 3.5, 3.5] = 1.5 El mnimo se alcanza en la fila de B. Quitamos la fila y la columna de B.
36

TEMA 7. MTODOS MULTICRITERIO DISCRETOS 7.7. Aplicacin del Mtodo de Arrow-Raynaud MATRIZ DE CLASIFICACIN
A ALTERNATIVAS A B C D E B ALTERNATIVAS C D E

REGLA MAXIMIN: Min [mximo de cada fila]


Paso 3: Min [3, 2] = 2 El mnimo se alcanza en la fila de E. Quitamos la fila y la columna de E. Ordenacin de las Alternativas: D E B A,C
37

También podría gustarte