CAPÍTULO 15

Análisis de decisiones y juegos

Aplicación de la vida real. Planeación de la distribución de planta

de una instalación de fabricación integrada por computadora (FIC)
El colegio de ingeniería en una institución académica desea establecer un laboratorio
de fabricación integrada por computadora (FIC) ) en un edificio desocupado. El nue-
vo laboratorio funcionará como instalación de enseñanza e investigación y como cen-
tro industrial de excelencia técnica. Se recopilan las recomendaciones solicitadas por
los profesores sobre el plan de diseño del nuevo laboratorio, incluida el área ideal y ab-
soluta para cada unidad. El estudio utiliza tanto un proceso de jerarquía analítica
(PJA) como la programación de metas para llegar a una solución comprometida que
cumpla con las necesidades de enseñanza, investigación y servicio a la industria. (El
caso 9 del capítulo 26, en el sitio web de este libro, detalla este estudio).

15.1 TOMA DE DECISIONES BAJO CERTIDUMBRE. PROCESO

DE JERARQUÍA ANALÍTICA (PJA)
Los modelos de PL presentados en los capítulos 2 a 9 son ejemplos de toma de deci-
siones bajo certidumbre (todos los datos se conocen con certeza). El PJA está diseña-
do para situaciones en que las ideas, sentimientos y emociones que afectan el proceso
de toma de decisiones se cuantifican y así obtener una escala numérica para priorizar
las alternativas.

Ejemplo 15.1-1 (Idea general del PJA)

Martin Hans, un brillante estudiante del último año de la preparatoria, recibió ofertas de becas
académicas completas de tres instituciones: U de A, U de B y U de C. Martin fundamenta su
elección en dos criterios: la ubicación y la reputación académica. Para él, la reputación académi-
ca es cinco veces más importante que la ubicación, y asigna un peso de aproximadamente 83% a
la reputación y un 17% a la ubicación. Luego utiliza un proceso sistemático (el cual se detallará

513

www.FreeLibros.com
514 Capítulo 15 Análisis de decisiones y juegos

Seleccionar una
Decisión:
universidad

Criterios Ubicación Reputación

de jerarquía 1 (.17) (.83)

Alternativas: U de A U de B U de C U de A U de B U de C
(.129) (.277) (.594) (.545) (.273) (.182)

.17 ⫻ .129 ⫹ .83 ⫻ .545 ⫽ .4743 .17 ⫻ .277 ⫹ .83 ⫻ .273 ⫽ .2737 .17 ⫻ .594 ⫹ .83 ⫻ .182 ⫽ .2520
U de A U de B U de C

FIGURA 15.1
Resumen de cálculos de PJA para el ejemplo 15.1-1

más adelante) para calificar las tres universidades desde el punto de vista de la ubicación y la
reputación, como se muestra en la tabla siguiente:

Estimaciones de peso en porcentaje para

Criterio U de A U de B U de C

Ubicación 12.9 27.7 59.4

Reputación 54.5 27.3 18.2

La estructura del problema de decisión se resume en la figura 15.1. El problema implica una
sola jerarquía (nivel) con dos criterios (ubicación y reputación) y tres alternativas de decisión
(U de A, U de B y U de C).
La calificación de cada universidad se basa en los siguientes pesos compuestos:

U de A = .17 * .129 + .83 * .545 = .4743

U de B = .17 * .277 + .83 * .273 = .2737
U de C = .17 * .594 + .83 * .182 = .2520

Basado en estos cálculos, Martin elige la U de A porque tiene el peso compuesto más alto.

Comentarios. La estructura general del PJA puede incluir varios niveles de criterios.
Suponga en el ejemplo 15.1-1 que la hermana gemela de Martin, Jane, también fue
aceptada con beca completa a las tres universidades. Los padres insisten en que los dos
hermanos asistan a la misma universidad. La figura 15.2 resume el problema de
decisión, el cual ahora implica dos jerarquías. Los valores de p y q en la primera
jerarquía son los pesos relativos que representan las opiniones de Martin y Jane
(presumiblemente iguales). Los pesos (p1, p2) y (q1, q2) en la segunda jerarquía,

www.FreeLibros.com
 15.1 Toma de decisiones bajo certidumbre. Proceso de jerarquía analítica (PJA) 515

Seleccionar
Decisión:
una universidad

Criterios
Martin (p) Jane (q)
de jerarquía 1

Criterios Ubicación (p1) Reputación (p2) Ubicación (q1) Reputación (q2)

de jerarquía 2

Alternativas:

U de A U de C U de A U de C U de A U de C U de A U de C
(p11) (p13) (p21) (p23) (q11) (q13) (q21) (q23)

U de B U de B U de B U de B
(p12) (p22) (q12) (q22)

U de A ⫽ p(p1 ⫻ p11 ⫹ p2 ⫻ p21) ⫹ q(q1 ⫻ q11 ⫹ q2 ⫻ q21)

FIGURA 15.2
Refinamiento del problema de decisión del ejemplo 15.1-1

respectivamente, representan las preferencias de Martin y Jane con respecto a la

ubicación y reputación de cada universidad. El resto de la gráfica de toma de
decisiones puede interpretarse del mismo modo. Observe que p 1 q 5 1, p1 1 p2 5 1,
q1 1 q2 5 1, p11 1 p12 1 p13 5 1, p21 1 p22 1 p23 5 1, q11 1 q12 1 q13 5 1, y q21 1 q22
1 q23 5 1. La parte inferior de la figura 15.2 demuestra cómo se calcula el peso
compuesto de la U de A.

CONJUNTO DE PROBLEMAS 15.1A

*1. Suponga que se especifican los siguientes pesos para la situación de Martin y Jane (figura
15.2):
p = .5, q = .5
p1 = .17, p2 = .83
p11 = .129, p12 = .277, p13 = .594
p21 = .545, p22 = .273, p23 = .182
q1 = .3, q2 = .7
q11 = .2, q12 = .3, q13 = .5
q21 = .5, q22 = .2, q23 = .3

Basado en esta información, califique las tres universidades.

www.FreeLibros.com
516 Capítulo 15 Análisis de decisiones y juegos

Determinación de los pesos. El quid (asunto) del PJA es la determinación de los

pesos relativos (como los utilizados en el ejemplo 15.1-1) para calificar las alternativas.
Suponiendo que nos enfrentamos a n criterios en una jerarquía dada, el PJA establece
una matriz de comparación por pares A de n 3 n, que cuantifica el juicio del tomador
de decisiones de la importancia relativa de los criterios. La comparación por pares se
hace de modo que el criterio en la fila i (i 5 1, 2,…, n) se califica con respecto a cada
criterio alterno. Si aij define el elemento (i, j) de A, el PJA utiliza una escala numérica
del 1 al 9 en la cual aij 5 1 significa que i y j son de igual importancia, aij 5 5 indica que
i es mucho más importante que j, y aij 5 9 indica que i es extremadamente más
importante que j. Otros valores intermedios entre 1 y 9 se interpretan según
corresponda. Consistencia en el juicio implica que si aij 5 k, entonces aji = k1 .
Además, todos los elementos diagonales aii de A son iguales a 1, porque estos
elementos califican cada criterio contra sí mismo.

Ejemplo 15.1-2
Para demostrar cómo se determina la matriz de comparación A para el problema de decisión de
Martin del ejemplo 15.1-1, comenzamos con la jerarquía superior que tiene que ver con los cri-
terios de ubicación (L) y reputación (R). En el juicio de Martin, R es mucho más importante que
L, y por consiguiente a21 5 5 y, de forma automática, a 12 = 51 , por lo que se produce la siguien-
te matriz de comparación:
L R
1
L 1 5
A = a b
R 5 1
Los pesos relativos de R y L se determinan normalizando A para crear una nueva matriz N.
El proceso requiere dividir los elementos individuales de cada columna entre la suma de la colum-
na. Por lo tanto, dividimos los elementos de la columna 1 entre 6 (1 1 5) y los de la columna 2 entre
1.2 1= 51 + 12. Los pesos relativos deseados, wR y wL, se calculan entonces como promedios de fila:
L R Promedios de fila
wL = .17 +2 .17 = .17
N = ¢ ≤
L .17 .17
R .83 .83 wR = .83 +2 .83 = .83
Los cálculos arrojan wL 5 .17 y wR 5 .83, los pesos que utilizamos en la figura 15.1. Las co-
lumnas de N son iguales, una indicación de que el tomador de decisiones está ejerciendo un jui-
cio consistente al especificar las entradas de la matriz de comparación A. La consistencia siempre
está garantizada en matrices de comparación de 2 3 2 pero no en matrices de mayor orden
(como explicaremos en breve).
Las preferencias de Martin con respecto a la importancia relativa de las tres universidades desde
el punto de vista de los dos criterios L y R se resumen en las siguientes matrices de comparación:
A B C A B C
1 1
A 1 2 5 A 1 2 3
1
AL = B ± 2 1 2 ≤, A R = B ± 12 1 3
2≤
C 5 2 1 C 31 2
3 1

A continuación, tenemos

Suma de la columna AL 5 {8, 3, 5, 1, 7}

Suma de la columna AR 5 {1.83, 3.67, 5.5}

www.FreeLibros.com
 15.1 Toma de decisiones bajo certidumbre. Proceso de jerarquía analítica (PJA) 517

Las matrices normalizadas se determinan dividiendo cada entrada de una columna entre la suma
de la columna respectiva; es decir,

A B C Promedios de fila
.125 + .143 + .118
A .125 .143 .118 wLA = 3 = .129
.250 + .286 + .294
NL = B ± .250 .286 .294 ≤ wLB = 3 = .277
.625 + .571 + .588
C .625 .571 .588 wLC = 3 = .594

A B C Promedios de fila
.545 + .545 + .545
A .545 .545 .545 wRA = 3 = .545
.273 + .273 + .273
NR = B ± .273 .273 .273 ≤ wRB = 3 = .273
.182 + .182 + .182
C .182 .182 .182 wRC = 3 = .182

Los valores wLA, wLB, y wLC (5.129, .277, y .594) dan los pesos de las ubicaciones respec-
tivas de U de A, U de B y U de C, respectivamente. Asimismo, los valores de wRA, wRB, y wRC (5
.545, .273, .182) dan los pesos relativos con respecto a la reputación académica de las tres univer-
sidades. Éstos son los valores utilizados en la figura 15.1.

Consistencia de la matriz de comparación. En el ejemplo 15.1-2, todas las columnas

de las matrices normalizadas N y NR son idénticas, y las de NL no lo son. Esto significa
que A y AR son consistentes y que AL no lo es.
Consistencia implica juicio racional por parte del tomador de decisiones.
Matemáticamente decimos que una matriz de comparación A es consistente si
aijajk 5 aik, para todas las i, j y k

Por ejemplo, en la matriz AR del ejemplo 15.1-2, a13 5 3 y a12a23 = 2 * 32 = 3. Esta

propiedad requiere que todas las columnas (y filas) de AR sean linealmente depen-
dientes. En particular, las columnas de cualquier matriz de comparación de 2 3 2,
como A, son dependientes por definición, y por consiguiente una matriz de 2 3 2 siem-
pre es consistente.
Es raro que las matrices de comparación de mayor orden sean siempre consis-
tentes, y se espera un grado de inconsistencia. Para decidir qué nivel de inconsistencia
es “tolerable” tenemos que desarrollar una medida cuantificable de consistencia para
la matriz de comparación A. En el ejemplo 15.1-2 vimos que una matriz consistente A
produce una matriz normalizada N en la cual todas las columnas son idénticas; es decir,

w1 w1 Á w1
w2 w2 Á w2
N = ± ≤
o o o o
wn wn Á wn

La matriz de comparación original A puede determinarse a partir de N mediante un

proceso de retroceso que divide los elementos de la columna i entre wi; es decir,

www.FreeLibros.com
518 Capítulo 15 Análisis de decisiones y juegos

w1 w1
1 w2 Á wn
w2 w2
1 Á
A = ± w1 wn
≤
o o o o
wn wn
w1 w2 Á 1

Multiplicado por A por w 5 (w1, w2, ..., wn)T, tenemos

w1 w1
1 w2 Á wn w1 nw1 w1
w2 w2
1 Á w2 nw2 w2
± w1 wn
≤ ± ≤ = ± ≤ = n± ≤
o o o o o o o
wn wn
w1 w2 Á 1 wn nwn wn

Por consiguiente, A es consistente si,

Aw = nw

Para el caso en que A no sea consistente, el peso relativo, wi, está dado aproxima-
damente por el promedio de los n elementos de la fila i en la matriz normalizada N (vea
el ejemplo 15.1-2). Si w es el vector de los promedios calculados, se puede demostrar que
Aw = nmáxw, nmáx Ú n

En este caso, cuanto más se acerca nmáx a n, más consistente es la matriz de compara-
ción A. Basado en esta observación, el PJA calcula la razón de consistencia como
CI
CR =
RI
donde
CI = Índice de consistencia A
nmáx - n
=
n - 1

RI = Consistencia aleatoria de A
1.98(n - 2)
=
n
El índice de consistencia aleatoria, RI, se determina empíricamente como el promedio
CI de una muestra grande de matrices de comparación A generadas al azar.
Si CR # .1, el nivel de inconsistencia es aceptable. De lo contrario, la inconsisten-
cia es alta, y quizás el tomador de decisiones tenga que revisar las estimaciones de los
elementos aij para obtener una mejor consistencia.
El valor de nmáx se calcula a partir de Aw = nmáxw observando que la i-ésima
ecuación es
n

a aijwj = nmáxwi, i = 1, 2, Á , n
j=1

www.FreeLibros.com
 15.1 Toma de decisiones bajo certidumbre. Proceso de jerarquía analítica (PJA) 519

n
Dado que a i = 1wi = 1, tenemos
n n n

a a a aijwj b = nmáx a wi = nmáx

i=1 j=1 i=1

Esto significa que el valor de nmáx es igual a la suma de los elementos de la columna del
vector Aw.

Ejemplo 15.1-3
En el ejemplo 15.1-2, la matriz AL es inconsistente porque las columnas de su NL no son idénticas.
Para probar la consistencia de NL, comenzamos calculando nmáx. Por el ejemplo 15.1.2, tenemos
w1 = .129, w2 = .277, w3 = .594
Por lo tanto,
1 1
1 2 5 .129 0.3863
1
A Lw = ± 2 1 2 ≤ ± .277 ≤ = ± 0.8320 ≤
5 2 1 .594 1.7930

nmáx = .3863 + .8320 + 1.7930 = 3.0113

Ahora, con n 5 3,
nmáx - n 3.0113 - 3
CI = = = .00565
n - 1 3 - 1
1.98(n - 2) 1.98 * 1
RI = = = .66
n 3
CI .00565
CR = = = .00856
RI .66
Ya que CR , .1, el nivel de inconsistencia en AL es aceptable.

Momento de Excel
Los datos introducidos por el usuario controlan la plantilla excelAHP.xls y puede manejar ma-
trices de comparación de tamaño 8 3 8 o menor. La figura 15.3 demuestra la aplicación del mo-
delo al ejemplo 15.1-2 (las columnas F:I y las filas 10:13 están ocultas para conservar espacio).
Las matrices de comparación del problema se ingresan una por una en la sección (superior) de
datos de entrada de la hoja de cálculo. El orden en el cual se ingresan las matrices de compara-
ción no es importante, aunque tiene más sentido considerarlas en su orden jerárquico natural.
La sección de resultados (inferior) de la hoja de cálculo proporciona la matriz normalizada
asociada y su relación de consistencia, CR.1 Los pesos, w, se copian de la columna J y se pegan en
el área de resumen de la solución (la sección derecha de la hoja de cálculo). Recuerde utilizar
Pegado especial Q Valores cuando realice este paso para garantizar un registro permanente.
El proceso se repite hasta que todos los pesos de todas las matrices de comparación se guardan
en el área de resumen de la solución que comienza en la columna K.

1
Los resultados más precisos de la hoja de cálculo difieren de los ejemplos 15.1.2 y 15.1.3, debido a la apro-
ximación redondeada manual.

www.FreeLibros.com
520 Capítulo 15 Análisis de decisiones y juegos

FIGURA 15.3
Solución del ejemplo 15.1-2 obtenida con Excel (archivo excelAHP.xls)

En la figura 15.3, la calificación final se da en las celdas (K18:K20). La fórmula en la celda K18 es

= $L$4*$L7 + $L$5*$N7

Esta fórmula proporciona el peso compuesto de la alternativa U de A y se copia en las celdas

K19 y K20 para evaluar las alternativas U de B y U de C. Observe por la fórmula en K18 que la
referencia a la alternativa U de A debe estar fija en la columna (es decir, $L7 y $N7), mientras
que todas las demás referencias deben estar fijas en la fila y columna (o bien $L$4 y $L$5). La
validez de las fórmulas copiadas requiere que se apilen los pesos alternativos (fijos en la colum-
na) de cada matriz en una sola columna (sin celdas vacías que intervengan). En la figura 15.3, los
pesos AR están en la columna L y los pesos AL están en la columna N. No hay restricciones en la
colocación de los pesos A porque son columna y fila fijas en la fórmula.
Puede refinar la fórmula en K18 para capturar los nombres de las alternativas aplicando

= $K7&" = "&TEXT($L$4*$L7 + $L$5*$ N7,"# # # # 0.00000")

El procedimiento para evaluar alternativas puede ampliarse a cualquier cantidad de niveles

de jerarquía. Una vez que desarrolla la fórmula correctamente para la primera alternativa, la
misma fórmula se copia en las celdas restantes. Recuerde que todas las referencias a celdas en
la fórmula deben estar fijas en columna y fila, excepto las referencias a las alternativas, las cuales
deben estar fijas sólo en la columna. El problema 1, conjunto 15.1b, le pide que desarrolle la
fórmula para un problema de 3 niveles.

CONJUNTO DE PROBLEMAS 15.1B2

1. Considere las dos jerarquías del problema 1, conjunto 15.1a. Copie los pesos en un orden
lógico en la sección de resumen de solución de la hoja de cálculo excelAHP.xls, luego de-

2
La hoja de cálculo excelAHP.xls debe resultar útil para verificar sus cálculos.

www.FreeLibros.com
 15.1 Toma de decisiones bajo certidumbre. Proceso de jerarquía analítica (PJA) 521

sarrolle la fórmula para evaluar la primera alternativa, U de A, y cópiela para evaluar las
dos alternativas restantes.
*2. El departamento de personal en C&H ha reducido la búsqueda de una nueva contrata-
ción a tres candidatos: Steve (S), Jane (J), y Maisa (M). La selección final se basa en tres
criterios: entrevista personal (I), experiencia (E), y referencias (R). El departamento uti-
liza la matriz A (dada a continuación) para establecer las preferencias entre los tres crite-
rios. Después de entrevistar a los tres candidatos y compilar los datos con respecto a sus
experiencias y referencias, se construyen las matrices AI, AE y AR. ¿Cuál de los tres can-
didatos debe ser contratado? Evalúe la consistencia de los datos.

I E R S J M
1
I 1 2 4 S 1 3 4
A = E ± 21 1 1
5≤ A I = J ± 31 1 1
5≤
R 4 5 1 M 41 5 1

S J M S J M
1 1
S 1 3 2 S 1 2 1
1 1
AE = J ±3 1 2≤ AR = J ±2 1 2≤
M 21 2 1 M 1 2 1

3. Kevin y June Park (K y J) están en el proceso de comprar una nueva casa. Tres casas
están disponibles: A, B y C. Los Park acordaron dos criterios para seleccionar la casa,
como cantidad de trabajo de jardinería (Y), y cercanía al lugar de trabajo (W), para lo
cual desarrollaron las siguientes matrices de comparación. Califique las tres casas en
orden de prioridad, y calcule la relación de consistencia para cada matriz.

K J
K 1 2
A = a1 b
J 2 1
Y W Y W
Y 1 13 Y 1 4
AK = a b AJ = a b
W 3 1 W 41 1
A B C A B C A B C A B C
1 1
A 1 2 3 A 1 2 2 A 1 4 2 A 1 2 4
A KY = B 21 1 2 A KW = B 1 1 1 A JY = B 14 1 3 A JW = B 12 1 3
2 3
C P 13 1
2 1Q C P2 3 1Q C P 12 1
3 1Q C P 14 1
3 1Q

*4. Un nuevo autor establece tres criterios para seleccionar un editor para un libro de texto
de Investigación de Operaciones: porcentaje de regalías (R), comercialización (M), y
pago anticipado (A). Dos editores, H y P, expresaron su interés en el libro. Utilizando las
siguientes matrices de comparación clasifique a los dos editores y evalúe la consistencia
de la decisión.

www.FreeLibros.com
522 Capítulo 15 Análisis de decisiones y juegos

R M A
1
R 1 1 4
1
A = M±1 1 5≤
A 4 5 1

H P H P H P
H 1 2 H 1 12 H 1 1
AR = a 1 b AM = a b AA = a b
P 2 1 P 2 1 P 1 1
5. Un profesor de ciencias políticas desea predecir el resultado de elección de la mesa di-
rectiva de la escuela. Tres candidatos, Ivy (I), Bahrn (B) y Smith (S), se postularon para
el puesto. Existen tres categorías de votantes: izquierda (L), centro (C) y derecha (R). Se
juzga a los candidatos con base en tres factores: experiencia académica (E), postura ante
los problemas (S) y carácter personal (P). Las siguientes son las matrices de comparación
para la primera jerarquía de izquierda, centro y derecha.
L C R E S P
1 1
L 1 2 2 E 1 3 2
A = C ± 21 1 1
5≤ AL = S ± 31 1 1
3≤
R 2 5 1 P 2 3 1

E S P E S P
E 1 2 2 E 1 1 9
A C = S ± 21 1 1≤ AR = S ± 1 1 8≤
P 12 1 1 P 19 1
8 1

El profesor generó nueve matrices de comparación más para la segunda jerarquía

que representa experiencia (E), postura ante los problemas (S), y carácter personal (P).
Luego se utilizó el PJA para reducir las matrices a los siguientes pesos relativos.

Izquierda Centro Derecha

Candidato E S P E S P E S P

Ivy .1 .2 .3 .3 .5 .2 .7 .1 .3
Bahrn .5 .4 .2 .4 .2 .4 .1 .4 .2
Smith .4 .4 .5 .3 .3 .4 .2 .5 .5

Determine el candidato ganador y evalúe la consistencia de la decisión.

6. Un distrito escolar enfrenta la imperiosa necesidad de reducir gasto para cumplir con las
nuevas restricciones de presupuesto en sus escuelas primarias. Hay dos opciones disponi-
bles: Eliminar el programa de educación física (E), o el de música (M). El superintenden-
te formó un comité con igual representación de votos de la Mesa Directiva (S) y la
Asociación de Padres y Profesores (P) para estudiar la situación y hacer una recomenda-
ción. El comité ha decidido estudiar el problema desde el punto de vista de restricción al
presupuesto (B) y de necesidades de los estudiantes (N). El análisis produjo las siguien-
tes matrices de comparación:
B N B N
B 1 1 B 1 12
As = a b AP = a b
N 1 1 N 2 1

www.FreeLibros.com