SIG y evaluación multicriterio

„ Joaquín Bosque Sendra

Departamento de Geografía
Universidad de Alcalá
„ E-mail: joaquin.bosque@uah.es
 EVALUACIÓN MULTICRITERIO
La evaluación multicriterio (y multiobjetivo) es un
conjunto de técnicas utilizadas en la decisión multidimensional
y los modelos de evaluación, dentro del campo de la toma de
decisiones (Barredo, 1996).

La toma de decisiones multicriterio debe ser entendida como

un "mundo de conceptos, aproximaciones, modelos y métodos, para
auxiliar a los centros decisores a describir, evaluar, ordenar, jerarquizar,
seleccionar o rechazar objetos, en base a una evaluación (expresada por
puntuaciones, valores o intensidades de preferencia) de acuerdo a varios
criterios (Colson y de Bruin, 1989).
 EVALUACIÓN MULTICRITERIO

¾Los análisis multicriterio y los modelos de decisión

multiobjetivo ofrecen la oportunidad de obtener un análisis
equilibrado de todas las facetas de los problemas de
PLANIFICACIÓN, particularmente debido a que varios
efectos intangibles, como los sociales y las repercursiones
ambientales pueden ser considerados cabalmente (Nijkamp y
Van Delft, 1977).

¾La Evaluación multicriterio discreta frente a métodos de

programación.
PROBLEMA GENERAL DE
LA EMC
„ Seleccionar aquella alternativa que "mejor"
satisfaga las preferencias del decisor.

„ Descartada la posibilidad de alcanzar una

solución óptima (el mismo concepto de óptimo
carece de sentido en todo el ámbito de la Decisión
Multicriterio), hemos de contentarnos con ese
"mejor" entrecomillado para significar que su
definición está abierta a diversas interpretaciones
más o menos racionales.
TIPOS DE ANÁLISIS DE
EVALUACIÓN

„ A) Búsqueda de la solución mas adecuada,

no es necesario que el resto de las
alternativas quede ordenada o evaluada

„ B) Es necesario que todas las alternativas

queden evaluadas y ordenadas en cuanto a
su grado de adecuación y validez.
 EVALUACIÓN MULTICRITERIO
DEFINICIONES BÁSICAS

* DECISIÓN: ELECCIÓN DE UNA DE LAS

ALTERNATIVAS POSIBLES PARA SOLUCIONAR UN
PROBLEMA
* ALTERNATIVAS: CADA UNA DE LAS SOLUCIONES
POSIBLES A UN PROBLEMA, DOTADAS DE
VENTAJAS E INCONVENIENTES DIFERENTES.
* CRITERIOS: LOS DISTINTOS ASPECTOS DE LA
REALIDAD QUE INCIDEN DE ALGUNA MANERA EN
LAS VENTAJAS O INCONVENIENTES DE LAS
ALTERNATIVAS DISPONIBLES COMO SOLUCIONES
AL PROBLEMA.
 EVALUACIÓN MULTICRITERIO
DEFINICIONES BÁSICAS

*TIPOS DE CRITERIOS:
- FACTORES: LOS ASPECTOS QUE AUMENTAN O
DISMINUYEN LA VALORACIÓN DE UNA ALTERNATIVA
COMO SOLUCIÓN AL PROBLEMA. (LOS
FACTORES PUEDEN SER CUANTITATIVOS U
ORDINALES).
- RESTRICCIONES: LOS ASPECTOS DE LA
REALIDAD QUE DETERMINAN QUE ALTERNATIVAS
SON VALIDAS/ACEPTABLES Y CUALES NO COMO
SOLUCIÓN AL PROBLEMA. (LAS RESTRICIONES
SON SIEMPRE BINARIAS)
 MATRICES
ALTERNATIVAS (i) CRITERIOS (j)
1 2 3 4 ........... I 1 2 3 ........... j

1 1
2 PUNTOS 2
CRITERIOS PUNTUACIÓN DE
3 DE VISTA 3 PESOS (Wj)
(j) CRITERIOS (Xij)
. (v) .
j v

De evaluación De prioridades
ALTERNATIVAS (i)
1 2 3 4 ........... i

1
PUNTOS 2
DE VISTA 3 VALORES (ri) De valoración
(v) .
v
MATRIZ DE EVALUACIÓN
„ UNA TABLA DE DOBLE ENTRADA QUE CONTIENE EN
LAS FILAS CADA UNA DE LAS ALTERNATIVAS
DISPONIBLES. EN LAS COLUMNAS CADA UNO DE LOS
CRITERIOS QUE SE CONSIDERAN RELEVANTES PARA
VALORAR LAS ALTERNATIVAS COMO SOLUCIONES AL
PROBLEMA.
CRITERIOS (j) PESOS (Wj)
1 2 3 ........... j

1
ALTER 2
NATIVAS 3 VALORACIONES (eij)
(i) .
i
MATRIZ DE EVALUACIÓN
Crite- Crite- Crite- Valor
rio 1 rio 2 rio 3 Final
(0.50) (0.30) (0.20)
Alter- 10 4 4 7
nativa
A
Alter- 5 7 8 6.1
nativa
B
Alter- 4 10 3 5.6
nativa
C
 COMPONENTES

„ OBJETIVOS:
„ Uno-varios
„ Complementarios-conflictivos

„ ALTERNATIVAS

„ CRITERIOS:
„ Factores
„ Limitantes

„ DECISIÓN (Combinación de criterios)

 COMPONENTES

„ OBJETIVOS:
„ Uno-varios
„ Complementarios-conflictivos
„ Según el número y tipo de objetivos
cambia el procedimiento de
combinación de los criterios para
encontrar la solución deseada.
 COMPONENTES

„ CARACTERÍSTICAS DE LAS
ALTERNATIVAS (ó proyectos, ó
polígonos o puntos del plano,...) Ai
(i=1,m) en consideración.
„ - Son completamente disjuntas y
exhaustivas.
„ - No cabe concebir alternativas
"intermedias" a las enumeradas.
„ Si tales alternativas quisieran
considerarse se añaden simplemente con
carácter individual a la lista anterior).
„ - El conjunto {Ai} es discreto y universal
a nuestros efectos.
 COMPONENTES

„ CARACTERÍSTICAS DE LOS criterios

(ó atributos, ó variables,...). Sobre ellos se
basa la decisión, forman un conjunto
discreto {Cj} (j=1,n).
„ Estructuración de los criterios (I)
„ a) Exhaustividad: No falta ningún criterio
que permita discriminar las alternativas.
„ b) Coherencia: Las preferencias globales
del decisor son coherentes con las
preferencias según cada criterio. Si dos
alternativas a y b tienen la misma
calificación en todos los criterios, la
mejora de a en un criterio implica una
preferencia global de a respecto a b.
 COMPONENTES

„ CARACTERÍSTICAS DE LOS criterios

(ó atributos, ó variables,...). Sobre ellos se
basa la decisión, forman un conjunto
discreto {Cj} (j=1,n).
„ Estructuración de los criterios (II)
„ c) No redundancia: Existe si la supresión
de uno solo de los criterios no implica que
el subconjunto de los restantes viola
alguna de las anteriores propiedades.
Propiedad deseable, pero no esencial.
Peligro: duplicar algún hecho.
 COMPONENTES

„ NÚMERO MÁXIMO DE CRITERIOS

A UTILIZAR:
„ - Puede estar limitado por el tipo de
método de combinación que se vaya a
emplear posteriormente para el análisis del
problema.
„ - No emplear más de 7 criterios en los
métodos de comparación de alternativas.
Debido a la conocida limitación del
cerebro humano para comparar
simultáneamente más de 7 cosas.
„ - Muchos criterios => jerarquía de
criterios y subcriterios.
Modelización de los criterios
„ Los criterios pueden ser de varios tipos:
„ Variables nominales. Esencialmente binarias,
booleanas (adecuado/no adecuado).
„ Variables ordinales
„ Variables cuantitativos
* Los criterios se generan de las variables
explicativas/descriptivas existentes.
MODELIZACIÓN DE VARIABLES
PARA SER CRITERIOS
„ DE VARIABLES CUANTITATIVAS A
„ CRITERIOS CUANTITATIVOS
„ ¿Cómo se asigna valor cuantitativo de aptitud a
los valores de la variable influyente?.
„ Gráfico con las dos variables: eje X la variable
influyente. Eje vertical el criterio cuantitativo con
una escala normalizada (por ejemplo, entre 1,
mínima aptitud y 100, máxima aptitud) y una
línea de relación que muestre el paso de una a
otra, en principio sería una recta, pero el usuario
podría elegir la línea mas adecuada a su caso.
VARIABLES INFLUYENTES
Y CRITERIOS
Relación entre variable influyente y
factor

150
100
Factor

50
0
0 2 4 6 8 10 12
Variable influyente
VARIABLES NOMINALES Y
FACTORES CUANTITATIVOS
„ Resulta muy habitual que las variables
influyentes sean de tipo nominal y
necesitemos crear, a partir de ellas, factores
cuantitativos.
„ Existen diversos procedimientos, uno muy
empleado es el Saaty.
 MODELIZACIÓN DE LOS CRITERIOS
„ Puntuación de las categorías (a, b, ..) de la variable.
„ Matriz de comparación por pares (Saaty):

1/9 1/7 1/5 1/3 1 3 5 7 9

Extrema Fuerte Moderada Igual Moderada Fuerte Extrema
Menos importante Más importante

FACTOR a b c d
a 1
b Pb,a 1
c Pc,a Pc,b 1
d Pd,a Pd,b Pd,c 1
 MODELIZACIÓN DE LOS CRITERIOS

„ Normalización de los criterios: todas las variables

tenidas en cuenta han de estar medidas en la
misma escala.
xi − min.xi
mi =
max.xi − min.xi
„ Valores normalizados oscilan entre 0 y 1. No mantiene la
proporcionalidad de los valores iniciales.
„ Datos iniciales: 3, 15 y 26
„ Datos normalizados: 0, 0.522 y 1.
„ 3/15 diferente 0/0.522
„ 3/26 diferente 0/1.
„ 15/26 diferente 0 522/1
 MODELIZACIÓN DE LOS CRITERIOS

„ Normalización de los criterios: todas las variables

tenidas en cuenta han de estar medidas en la
misma escala.
xi i
mi =
max .xi i
„ El orden relativo de los atributos normalizados se mantiene igual.
„ Datos iniciales: 3, 15 y 26
„ Datos normalizados: 0.115, 0.577 y 1.
„ 3/15 = 0.115/0.577
„ 3/26 = 0.115/1.
„ 15/26 = 0.577/1
ASIGNACIÓN DE LOS
PESOS

„ Unos criterios tienen, para el decisor, más

relevancia que otros.

„ Se denominan pesos (o ponderaciones) a

estas medidas de la importancia relativa
que los criterios tienen para el decisor.
MÉTODOS PARA ESTABLECER
PESOS DE LOS FACTORES
„ 1º Asignar un orden a cada criterio
„ 2º Calcular un valor numérico a partir de los
números de orden asignados
„ N − Oi + 1
Wi =
∑ i ( N − Ok + 1)
„ WI, peso del criterio i; n, número de criterios
utilizados, Oi número de orden del criterio i. Cada
criterio se pondera en el numerador y se
normaliza con la división por el denominador. El
denominador contiene la suma de todos pesos
obtenidos.
MÉTODOS PARA ESTABLECER
PESOS DE LOS FACTORES
„ Método de las utilidades relativas. Consiste
básicamente en, partiendo de unas estimaciones
provisionales, irlas afinando en el sentido de
mejorar su consistencia interna por medio de
comparaciones binarias de subgrupos de criterios.
„ Comparaciones binarias de los criterios: AHP
(Analytic Hierarchy Process) de Saaty (1977),
„ Método Delphi de consenso, combinado o no con
los métodos anteriores, para grupos de decisores.
ASIGNACIÓN
JERARQUIZADA DE PESOS
„ Jerarquización de los criterios y la repercusión de
ello en los pesos que se les asignen.
„ Estructura jerárquica de criterios a dos niveles:
Primer nivel de criterios "padres“, segundo nivel
de subcriterios "hijos" de aquellos. Asignación de
pesos parciales ó relativos de cada grupo de
criterios del segundo nivel con relación a su
criterio padre del primer nivel. Composición
final de estos pesos relativos con los pesos de los
del primer nivel, obtención pesos definitivos de
los criterios del segundo nivel.
 COMPONENTES
„ REGLA DE DECISIÓN
(Procedimiento de combinación de
criterios):

„ EL MECANISMO MEDIANTE EL
QUE SE COMBINAN LOS
CRITERIOS PARA PRODUCIR UNA
ÚNICA VALORACIÓN DE CADA
ALTERNATIVA, LO QUE PERMITE
SELECCIONAR UNA DE ELLAS
COMO LA MAS ADECUADA.
TIPOS DE REGLAS DE
DECISIÓN
„ COMBINACIÓN BOOLEANA: TODOS LOS
CRITERIOS SON RESTRICCIONES. (Y, O
LÓGICO)
„ ORDINALES: FACTORES ESTÁN
MEDIDOS EN LA ESCALA ORDINAL:
MÉTODO DE LAS PRECEDENCIAS, ETC.
„ CUANTITATIVAS: FACTORES MEDIDOS
EN LA ESCALA DE INTERVALOS O DE
RAZÓN.
„ - SUMA LINEAL PONDERADA, SLP
„ - ANÁLISIS DEL PUNTO IDEAL
Combinación booleana
„ Para combinar variables binarias (1, verdad, apto;
0, falso, no apto) se pueden usar los operadores
booleanos.
„ Y lógico: Un punto es verdad (apto) únicamente
en el caso en que todas los valores de los criterios
en ese tengan valores de verdad (de aptitud)
„ Operador muy restrictivo, muy conservador.
Combinación booleana
„ Para combinar variables binarias (1, verdad, apto;
0, falso, no apto) se pueden usar los operadores
booleanos.
„ O lógico: Un punto es verdad (apto) en el caso de
al menos uno de los valores de los criterios en ese
tenga valores de verdad (de aptitud)
„ Operador nada restrictivo, muy liberal y poco
conservador.
„ Altitud Y lógico
„ Zonas Hectareas Zonas Hectareas
„ No apta 23844. No apta 39192
„ Apta 193128 Apta 177780

„ Pendiente O lógico
„ Zonas Hectareas Zonas Hectareas
„ No apta 15940. No apta 592
„ Apta 201032 Apta 216380
PREANÁLISIS DE
SATISFACCIÓN
„ Eliminar las alternativas no-satisfactorias.
„ Simon (1955) plantea un modelo alternativo al
paradigma del decisor racional, del "Homo
economicus". El "hombre administrativo" de
Simon: Información limitada, capacidad limitada
de cálculo, no necesidad de búsqueda del óptimo
en los problemas reales sino tan sólo soluciones
"satisfactorias", etc.
PREANÁLISIS DE
SATISFACCIÓN
„ Niveles de aspiración, fijados a priori por el
decisor, cumplidos los cuales cualquier
alternativa que primero encuentre le servirá como
solución válida para su problema de decisión.
„ Empleando unos umbrales de satisfacción para
cada criterio (umbral inferior si tal criterio se
maximiza; umbral superior si se minimiza) que el
decisor pueda definir previamente, se eliminen las
alternativas que, en algún criterio, no los pasen
(alternativas no-satisfactorias).
PREANÁLISIS DE
SATISFACCIÓN
„ ANÁLISIS COMPLETO DEL PROBLEMA
(UN MÉTODO DE EMC).

„ El decisor altera dinámica e interactivamente los

umbrales de satisfacción de los criterios con el fin
de ir reduciendo el número de alternativas
satisfactorias hasta que sólo quede una de ellas
como superviviente: método PRIAM desarrollado
por Lévine y Pomerol.
Mecanismos de combinación para
variables ordinales
„ Existen varias posibilidades.
„ Método de las precedencias, requiere
realizar comparaciones dos a dos entre
todos las alternativas. Poco viable para
casos con SIG.
„ Un procedimiento aproximado de
establecer los ordenes resultado de las
combinaciones.
 Combinación de criterios ordinales

Factor 1/ Máxima Aptitud Aptitud

Factor 2 aptitud: media: 2 mínima:
1 3
Máxima Aptitud Aptitud Aptitud
aptitud:1 muy Alta: 2 media: 3
alta:1
Aptitud Aptitud Aptitud Aptitud
media: 2 alta: 2 media: 3 baja: 4
Aptitud Aptitud Aptitud Aptitud
mínima: media: 3 baja: 4 muy
3 baja: 5
MÉTODOS DE EVALUACIÓN MULTICRITERIO:
VARIABLES CUANTITATIVAS

„ Técnicas no compensatorias:
„ Dominancia
„ Método conjuntivo
„ Método lexicográfico
„ Técnicas compensatorias
„ Técnicas borrosas
MÉTODOS DE EVALUACIÓN MULTICRITERIO:
VARIABLES CUANTITATIVAS

„ Compensatorias:
„ Sumatoria lineal ponderada
„ Análisis de concordancia
„ Procedimiento de jerarquías analíticas (AHP,
Analytical Hierarchy Process)
„ Sistema de propiedades multiatributo
„ Basadas en la aproximación al punto ideal
„ TOPSIS
MÉTODOS DE EVALUACIÓN MULTICRITERIO:
VARIABLES CUANTITATIVAS

„ Sumatoria lineal ponderada:

n
ri = ∑ w j vij
j =1

ri es el nivel de adecuación de la alternativa i

wi es el peso del criterio j
vij es el valor ponderado de la alternativa i en el criterio j
Malczewiski, J.(1999): GIS and Multicriteria Decision Analysis
Malczewiski, J.(1999): GIS and Multicriteria Decision Analysis
 ANÁLISIS DE PUNTO IDEAL
Y M Y

Eficiencia a
a d Costes d
social
P
c
P c
b b
M
Riesgo X
Eficiencia X
económica
Y

d
Impacto
a

P c b

X Adecuación M
PREANÁLISIS DE
DOMINACIÓN
„ Aplicable a aquellos problemas en los que sólo se busque
la mejor alternativa.
„ Alternativa dominante o eficiente. Una alternativa es
dominante cuando sus evaluaciones son mejores, ó al
menos iguales, que las correspondientes evaluaciones de
cualquier otra alternativa.
„ Con evaluaciones eij cardinales y crecientes en
preferencias (es decir, criterios a maximizar), la
alternativa Ai es dominante cuando rij >= rkj, para todo
k=1,m (criterios) y para todo j=1,n (alternativas).
„ Generalización al contexto multicriterio del habitual
concepto de óptimo global en la decisión monocriterio.
 INTEGRACIÓN EMC Y SIG
Definición del problema
Fase inteligente

Puntuación de las categorías de los criterios

SIG

Generación de alternativas. Normalización de los criterios

Modelización de los criterios
Pesos de los criterios
Fase de diseño

Elaboración de la matriz de decisión y

selección del /los métodos de
EMC

evaluación

Selección de alternativas
Fase de selección
EMC/SIG

Análisis de sensibilidad

Recomendaciones y explicación de
los resultados
Problemas especiales de la EMC
en un SIG
„ Los problemas territoriales suelen tener
muy numerosas alternativas a evaluar.
„ Cada punto del territorio puede ser una
alternativa.
„ Con tantas alternativas algunas métodos de
combinación y de evaluación funcionan
con problemas.
 APLICACIONES
„ Evaluación de usos del suelo y evaluación de
tierras:
„ Desarrollo forestal
„ Desarrollo urbano
„ Desarrollo agrícola
„ Recursos pesqueros
„ Evaluación de estabilidad del suelo
„ Investment environment
„ Planificación y gestión de cuencas hidrográficas
„ Agrupación de clases climáticas
„ Reforestación/repoblación de especies
 APLICACIONES

„ Localización de instalaciones, servicios:

„ Localización de plantas de tratamiento de residuos
„ Localización de centros de salud en áreas rurales
„ Clasificación/evaluación de calidad de vida
„ Obtención de patrones de desigualdad
„ Evaluación de alternativas de planificación:
„ Construcción de nuevas autovías
„ Construcción de nuevas presas
SISTEMAS DE AYUDA A LA DECISIÓN
ESPACIAL (Spatial Decision Support System)
„ “Conjunto de elementos físicos, lógicos y
procedimientos que facilitan un entorno
adecuado para la adopción “racional” de
decisiones sobre problemas espaciales”.

„ Exploración del problema

„ Generación de soluciones alternativas
„ Evaluación de las soluciones
 Bibliografía
• Barba Romero, S. y Pomerol, J-C. (1997):
Decisiones multicriterio. Fundamentos
teóricos y utilización práctica. Alcalá de
Henares, Servicio de publicaciones de la
Universidad de Alcalá. 420 p.
• Eastman, J.R. y otros (1993): GIS and
Decision Making. Explorations in Geographic
Information Systems Technology. Vol. 4
Ginebra, UNITAR European Office, 112 p. (3
discos)
Bibliografía
„ José Ignacio Barredo Cano: Sistemas de
información geográfica y evaluación
multicriterio en la ordenación del territorio Ed.
RA-MA, 1996, MADRID

„ José I. Barredo Cano y Joaquín Bosque Sendra:

“Multicriteria evaluation methods for ordinal data
in a GIS environment”. Geographical Systems,
nº 5, 1999, pp. 313-327
 Bibliografía
• Malczewski, J. (1999): GIS and
multicriteria decision analysis. Nueva
York, J. Wiley, 392 p.
• Malczewski, J. (1996): "A GIS-based
approach to multiple criteria group
decision-making" Int. J. Geographical
Information Systems vol. 10, nº 8, pp.
955-971