UNIVERSIDAD CENTRAL MARTA ABREU DE LAS VILLAS

TEMA II:
T
E
M
A
II

Mtodos cuantitativos para la

toma
de
decisiones
en
condiciones
de
certeza:
Mtodos multicriterios

UNIVERSIDAD CENTRAL MARTA ABREU DE LAS VILLAS

T
E
M
A
II

Toma de
decisiones
con
criterios
mltiples

Son relativamente ms complejas,

pero reflejan mejor la realidad

Permiten obtener la mejor solucin

compromiso entre los criterios
Facilita combinar criterios
cuantitativos y cualitativos

UNIVERSIDAD CENTRAL MARTA ABREU DE LAS VILLAS

T
E
M
A
II

Entrar en un supermercado y elegir la

botella de vino ms barata no es un
problema de eleccin propiamente dicho,
sino un simple problema de bsqueda. Por
el contrario, elegir una botella de vino,
armonizando lo ms posible: el mnimo
precio, la mayor graduacin, la cosecha
ms antigua, etc., constituye un problema
donde existen objetivos en conflicto y que
se resolver se acuerdo a las preferencias o
juicios que tenga el consumidor en
cuestin.

UNIVERSIDAD CENTRAL MARTA ABREU DE LAS VILLAS

ATRIBUTOS

T
E
M
A
II

OBJETIVOS
Direcciones de
mejora de los
atributos

Valores del centro de

decisin relacionados
con la realidad objetiva

CONCEPTOS DE
INTERS PARA EL
PARADIGMA
MULTICRITERIO

METAS
Combinacin
de un atributo
con un nivel de
aspiracin

NIVEL DE ASPIRACIN
Nivel aceptable de logro para el correspondiente atributo

CRITERIO ES UN TRMINO GENERAL QUE ENGLOBA

LOS CONCEPTOS DE ATRIBUTOS, OBJETIVOS Y METAS

UNIVERSIDAD CENTRAL MARTA ABREU DE LAS VILLAS

MTODOS CONTINUOS

T
E
M
A
II

PROGRAMACIN META

MTODOS
MULTICRITERIOS

MTODOS DISCRETOS

MTODO DE LA SUMA
PONERADA
PROCESO ANALTICO DE
JERARQUA (PAJ)

UNIVERSIDAD CENTRAL MARTA ABREU DE LAS VILLAS

PROGRAMACIN META
T
E
M
A

Las metas satisfacen en una secuencia

ordinal
Se utilizan restricciones metas que implica la
utilizacin de variables de desviacin meta

II

El objetivo se convierte entonces en la

minimizacin de estas desviaciones, dentro
de la estructura prioritaria asignada a estas
desviaciones

UNIVERSIDAD CENTRAL MARTA ABREU DE LAS VILLAS

MODELO MATEMTICO
m

T
E
M
A
II

MINIMIZAR Z Wi (Ui Vi )
i 1

Sujeto a:
n

a x u v b
j 1

ij

x ,u , v
j

i=1,,m
j=1,,n
i=1,,m

UNIVERSIDAD CENTRAL MARTA ABREU DE LAS VILLAS

T
E
M
A
II

Caso 3: La empresa
Brillante y sus metas

La

El gerente de produccin de la empresa LA

BRILLANTE desea conocer la estrategia productiva
ptima que debe desarrollar en el ao prximo,
relacionada con dos de los productos ms vendidos
(ALFA y BETA ) en el ao anterior. Esta empresa tiene
como meta fundamental maximizar las utilidades que
proporciona las ventas de estos productos. Se cuenta
con la siguiente informacin:

Definicin de variables:
X1- paquetes de producto ALFA a producir en el prximo ao
X2- paquetes de producto BETA a producir en el prximo ao

Modelo de programacin lineal

Restricciones:

20 X 1 10 X 2 3600
10 X 1 10 X 2 2400
Funcin objetivo

Z 40 X 1 80 X 2

X1, X 2 0

UNIVERSIDAD CENTRAL MARTA ABREU DE LAS VILLAS

MTODO DE LA SUMA PONDERADA

Se emplea para su instrumentacin una matriz multicriterio
que tiene la siguiente forma:

T
E
M
A

Alternativas

II

Atributos
B1

B2

Bj

Bk

A1

R11

R12

R1j

R1n

A2

R21

R22

R2 j

R2 n

Ai

R31

R32

R3 j

R3 n

Am

Rm1

Rm2

Rmj

Rm k

UNIVERSIDAD CENTRAL MARTA ABREU DE LAS VILLAS

PROCEDIMIENTO A SEGUIR:
Definir alternativas y criterios
T
E
M
A

Homogeneizar las direcciones

de los objetivos (Max)

II
En caso que el criterio sea de
mnimo, previamente es necesario
calcular el valor 1
Rij

UNIVERSIDAD CENTRAL MARTA ABREU DE LAS VILLAS

Normalizar la matriz

T
E
M
A
II

Sumar todos los

elementos de la columna j

Dividir cada elemento de la

columna entre el total
calculado. Obtenindose
de esta forma los valores rij

UNIVERSIDAD CENTRAL MARTA ABREU DE LAS VILLAS

PROCEDIMIENTO.

T
E
M
A

Determinar
las
ponderaciones o pesos
para cada criterio

Mtodo de
expertos
Tringulo de
Fuller
Entropa

II
Determinar la mejor alternativa. Calcular la
evaluacin global para cada alternativa a
travs de la suma ponderada y determinar
la mejor alternativa

UNIVERSIDAD CENTRAL MARTA ABREU DE LAS VILLAS

T
E
M
A
II

Caso 4: Determinacin de la
relacin ordinal de proyectos
de inversin

UNIVERSIDAD CENTRAL MARTA ABREU DE LAS VILLAS

Matriz multicriterio
T
E
M
A

Alternativa
A

100

15

700

40

50

II

200

25

700

60

200

100

20

400

25

25

200

30

2000

70

350

250

25

150

100

500

Atributos
VAN TIR

No.de
Ventas
Trabajadores (MM)

SO2
(Ton)

UNIVERSIDAD CENTRAL MARTA ABREU DE LAS VILLAS

HOMOGEINIZACIN DE LAS DIRECCIONES DE

LOS OBJETIVOS

T
E
M
A
II

Atributos
Alternativa

VAN TIR

No.de
Ventas
Trabajadores (MM)

SO2
(Ton)

100

15

700

40

1/50

200

25

700

60

1/200

100

20

400

25

1/25

200

30

2000

70

1/350

250

25

150

100

1/500

UNIVERSIDAD CENTRAL MARTA ABREU DE LAS VILLAS

HOMOGEINIZACIN DE LAS DIRECCIONES DE

LOS OBJETIVOS

T
E
M
A

Alternativa

II

100

15

700

40

0.02

200

25

700

60

0.005

100

20

400

25

0.04

200

30

2000

70

0.0028

250

25

150

100

0.002

Atributos
VA
TIR
N

No.de
Ventas
Trabajadores (MM)

SO2
(Ton)

UNIVERSIDAD CENTRAL MARTA ABREU DE LAS VILLAS

NORMALIZACIN DE LA MATRIZ

T
E
M
A
II

Atributos
Alternativa

No.de

VAN

TIR

Ventas SO2
(MM) (Ton)
Trabajadores

0.117 0.130

0.177

0.135

0.286

0.235 0.217

0.177

0.203

0.071

0.117 0.174

0.101

0.084

0.573

0.235

0.26

0.506

0.237

0.04

0.294 0.217

0.038

0.338

0.028

UNIVERSIDAD CENTRAL MARTA ABREU DE LAS VILLAS

T
E
M
A
II

Supongamos
que
las
ponderaciones se determinan por
el criterio de expertos
y sus
valores son:

w1 0.4

w2 0.10 w3 0.10 w4 0.10 w5 0.3

UNIVERSIDAD CENTRAL MARTA ABREU DE LAS VILLAS

U A = 0.4(0.117) + 0.1 (0.130) + 0.1 (0.177) + 0.1 (0.135) +0.3 (0.286)= 0.3361
T
E
M
A
II

U B =0.4 (0.235) + 0.1 (0.217) +0.1 (0.177) + 0.1 (0.203) +0.3 (0.071) =0.175
U C

=0.4 (0.117) +0.1 (0.174) + 0.1 (0.101) +0.1 (0.084) +0.3 (0.573) =0.2546

U D =0.4 (0.235) + 0.1 (0.26) + 0.1 (0.506) + 0.1 (0.237) + 0.3 (0.040) =0.2063
U E

=0.4 (0.294) + 0.1 (0.217) +0.1 (0.038) + 0.1 (0.338) + 0.3 (0.028) =0.1553

Evaluacin global para cada alternativa a

travs de la suma ponderada