Documentos de Académico
Documentos de Profesional
Documentos de Cultura
com
Capitulo 2
2.1 ANTECEDENTES
Con la continua proliferación de métodos de decisión y sus variantes, es
importante comprender su valor comparativo. Cada uno de los métodos utiliza
técnicas numéricas para ayudar a los tomadores de decisiones a elegir entre un
conjunto discreto de decisiones alternativas. Esto se logra sobre la base del
impacto de las alternativas en ciertos criterios y, por lo tanto, en la utilidad general
de quien toma las decisiones. La dificultad que siempre se presenta cuando se trata
de comparar métodos de decisión y elegir el mejor es que unparadoja es
alcanzado, es decir,¿Qué método de toma de decisiones se debe utilizar para elegir el
mejor método para tomar decisiones? Este problema se examina en el Capítulo 9.
Esta sección essolo preocupado por la forma en que WSM, WPM, AHP,
Los métodos AHP, ELECTRE y TOPSIS revisados procesan los datos numéricos en el
paso 3. El problema de decisión central examinado en este libro se describe a
continuación. dado es un conjunto demetroalternativas denotadas comoA1, A2,
A3, ..., Ametroy un conjunto denortecriterios de decisión denotados comoCI, C2,
C3, ..., Cnorte Se supone que el tomador de decisiones ha determinado el valor de
.
Ejemplo 2-1:
Suponga que un problema MCDM involucra cuatro criterios,que se
expresan exactamente en la misma unidad,y tres alternativas. Se determinó
que los pesos relativos de los cuatro criterios eran: wi, = 0.20, w2= 0,15, w3
= 0.40, y w4= 0,25. Además, se supone que los valores de desempeño de las tres
alternativas en términos de los cuatro criterios de decisión son los siguientes:
25201530
un = 10302030
_30103010
Por lo tanto, los datos para este problema de MCDM se resumen en la siguiente matriz
de decisión:
Criterios
CI C2 C3 C4
alternativos (0,20 0,15 0.40 0.25)
Ayo 25 20 15 30
A2 10 30 20 30
A3 30 10 30 10
Cuando se aplica la fórmula (2-1) sobre los datos anteriores las puntuaciones de las tres
alternativas son:
AI,WSM-puntuación = 25x0,20 + 20x0,15 + 15x0,40 + 30x0,25 = 21,50.
=
De manera similar, obtenemos:
aES DECIRa .
. PAG Kt
= ayo (2-3)
ayuda aLi
mi
=
ali
=
donde eldolenciasson los valores reales.
Ejemplo 2-2:
Considere el problema presentado en el Ejemplo 2-1 anterior. Sin
embargo, ahora no es necesaria la restricción de expresar todos los criterios en
términos de la misma unidad. Cuando se aplica el WPM, se obtienen los siguientes
valores:
REAL ACADEMIA DE BELLAS ARTESyo/A2) = (25110)0,2°x (20130)015X (15120)°x (30130)°' ==
1.007 > 1.
Del mismo modo, también obtenemos:
Por lo tanto, la mejor alternativa esAI,ya que es superior a todas las demás
alternativas. Además, el ranking de estas alternativas es el siguiente:Ayo>
A2> un3. ■
(2-4)
norte w"
POK ) =H(a . )
'
j=1
En la expresión anterior el términoPENSILVANIAk)denota el valor de rendimiento (no
una relativa) de alternativaAkcuando se consideran todos los criterios bajo el modelo
WPM. Luego, cuando se utilizan los datos anteriores, se obtiene exactamente la misma
clasificación. Algunas propiedades interesantes de este método se discuten en el
Capítulo 11, Secciones 11.6 y 11.7.
4 en este libro) que respalda la técnica de comparaciones por pares para obtener
evaluaciones numéricas de fenómenos cualitativos de expertos y tomadores de
decisiones. Sin embargo, aquí no nos interesan las posibles ventajas y desventajas
de los métodos de comparación por pares y vector propio para determinar el valor
de a.tevalores. En su lugar, examinamos el método utilizado en
el AHP para procesar laatuvaloresdespués han sido determinados. La entrada (toen
elMXNmatriz, representa el valor relativo de la alternativaAyo
Ejemplo 2-3:
Como antes, consideramos los datos utilizados en los dos ejemplos anteriores
(Nótese que, como en el caso de WPM, no es necesaria la restricción para expresar
todos los criterios en términos de la misma unidad). El AHP utiliza una serie de
comparaciones por pares (se puede encontrar más sobre esto en el Capítulo 3) para
determinar el desempeño relativo de cada alternativa en términos de cada uno de los
criterios de decisión. En otras palabras, en lugar de los datos absolutos, el AHP usaría los
siguientes datos relativos:
Criterios
cl C2 C3 C4
alternativos (0.20 0.15 0.40 0.25)
Es decir, las columnas de la matriz de decisión se han normalizado para sumar uno.
Cuando se aplica la fórmula (2-5) sobre los datos anteriores, se obtienen las
siguientes puntuaciones:
A
I, puntuación AHP
= (25/65) x 0,20 + (20/55) x 0,15 +
+ (15/65)x 0,40 + (30/65)x 0,25 =
Capítulo 2: Métodos MCDM 11
= 0,34.
De manera similar, obtenemos:
=
A2 ,AHP - puntuación 035,
y
A3,Puntuación AHP =0.31.
Por lo tanto, la mejor alternativa (en el caso de maximización) es alternativaA2
(porque tiene la puntuación AHP más alta; 0,35). Además, lo siguiente
se obtiene la clasificación:A2 >Ayo>A3. ■
Belton y Gear [1983] propusieron una versión revisada del modelo AHP
original. Demostraron que puede ocurrir una inconsistencia en la clasificación
cuando se usa el AHP. Se presentó un ejemplo numérico que consta de tres
criterios y tres alternativas. En ese ejemplo (que también se muestra a
continuación) la indicación de la mejor alternativa cambia cuando se introduce una
alternativa idéntica a una de las alternativas no óptimas creando ahora cuatro
alternativas. Según Belton y Gear, la raíz de esa inconsistencia es el hecho de que
los valores relativos de cada criterio suman uno. en lugar de tener la
valores relativos de las alternativasA1,A2,A3, ...,Ametrosumando a uno,
propusieron dividir cada valor relativo por el valor máximo de los valores
relativos. En particular, desarrollaron el siguiente ejemplo.
Criterios
CI C2 C3
alternativos (1/3 1/3 1/3)
A1 1 9 8
A2 9 1 9
A3 1 1 1
En los problemas de la vida real, es posible que el tomador de decisiones nunca conozca el problema anterior.
datos reales En cambio, puede usar el método de comparaciones por pares (como se
describe en los Capítulos 3 y 4) para derivar los datos relativos. Cuando se aplica el AHP
sobre los datos anteriores, se deriva la siguiente matriz de decisión con los datos
relativos:
12 Métodos MCDM: un estudio comparativo, porE. Triantaphyllou
Criterios
C1 C2 C3
alternativos (1/3 1/3 1/3)
Por lo tanto, se puede demostrar fácilmente que el vector con las puntuaciones finales de AHP
es: (0,45, 0,47, 0,08). Es decir, las tres alternativas se clasifican de la siguiente manera:
A2 > AI > A3.
A continuación, presentamos una nueva alternativa, digamosA4,que es uncopia
idéntica de la alternativa existenteA2(es decir,A2 ==- A4).Además, también se supone que
los pesos relativos de importancia de los tres criterios siguen siendo los mismos (es
decir, 1/3, 1/3, 1/3). Cuando la nueva alternativaA4se considera, se puede verificar
fácilmente que la nueva matriz de decisión es la siguiente:
Criterios
C1 C2 C3
alternativos (1/3 1/3 1/3)
De manera similar a lo anterior, se puede verificar que el vector con los puntajes finales
de AHP es: (0.37, 0.29, 0.06, 0.29). Es decir, las cuatro alternativas se clasifican de la
siguiente manera:A1> un2:---A4 > A3.Belton y Gear afirmaron que este resultado está en
contradicción lógica con el resultado anterior (en el queA2>A1).
Cuando se aplica el AHP revisado a los últimos datos (es decir, cuando los datos
se normalizan dividiéndolos por la entrada más grande de cada columna), se obtiene la
siguiente matriz de decisión:
Criterios
C1 C2 C3
alternativos (1/3 1/3 1/3)
El AHP revisado fue duramente criticado por Saaty en [1990]. Afirmó que
no se deberían considerar alternativas idénticas en el proceso de decisión. Sin
embargo, incluso antes, Triantaphyllou y Mann en [1989] habían demostrado que
son posibles contradicciones lógicas similares con el AHP original, así como con el
AHP revisado, incluso cuando se introducen alternativas no idénticas (ver también
la Sección 9.4 en el Capítulo 9). En el Capítulo 11 también se presenta una discusión
sobre esta controversia.
A continuación se presentan otros dos métodos de MCDM. Estos métodos
tienen una aceptación limitada por parte de las comunidades científicas y profesionales.
Estos son los métodos ELECTRE y TOPSIS.
X1 =
.. j
(2-6)
a2.
k=1
X X X 6 X
11 1 21 3 ** 1 norte
X=
XmiXm2Xm3 XMinnesota