Decisiones Multicriterio

Decisiones Multicriterio Discretas

Las decisiones multicriterio discretas son aquellas en las que se deben tomar decisiones en base a varios criterios o factores a tener en cuenta, y cada uno de ellos tiene una cantidad finita de opciones o alternativas. Estas decisiones son comunes en la toma de decisiones empresariales y en la planificación estratégica.

En las decisiones multicriterio discretas, se deben evaluar y comparar las opciones o alternativas disponibles en base a los criterios relevantes. Cada criterio puede tener un peso o importancia diferente en la decisión final. Por lo tanto, es importante establecer un sistema de evaluación y comparación claro y objetivo para tomar la decisión más adecuada.

Una de las técnicas más utilizadas para la toma de decisiones multicriterio discretas es el análisis multicriterio, que implica la comparación y evaluación de las opciones en base a una serie de criterios predefinidos. Este análisis se puede hacer de diferentes maneras, incluyendo el método de puntos, el método de valoración y el método de ponderación.

El método de puntos implica asignar puntos a cada opción en función de su desempeño en cada criterio, y luego sumar los puntos totales para determinar la mejor opción. El método de valoración implica asignar un valor numérico a cada opción en función de su desempeño en cada criterio, y luego sumar los valores para determinar la mejor opción. El método de ponderación implica asignar un peso a cada criterio en función de su importancia, y luego multiplicar el desempeño de cada opción en cada criterio por su peso correspondiente para determinar la mejor opción.

En resumen, las decisiones multicriterio discretas requieren la evaluación y comparación de las opciones en función de varios criterios o factores predefinidos. El análisis multicriterio es una técnica común utilizada para tomar este tipo de decisiones, y puede realizarse utilizando diferentes métodos, incluyendo el método de puntos, el método de valoración y el método de ponderación.

Metodologías multicriterio discretas

Existen varias metodologías para la toma de decisiones multicriterio discretas, cada una con sus propias ventajas y desventajas. A continuación, se describen brevemente algunas de las metodologías más utilizadas:

MAUT / MAVT
- Multi-Attribute Utility Theory / Multi-Attribute Value Theory
- Se basa en funciones de utilidad o valor para cada criterio, ponderados y agregados.
AHP (Analytic Hierarchy Process)
- Comparación por pares y jerarquización de criterios y alternativas.
- Muy utilizado por su simplicidad y estructura jerárquica.
ANP (Analytic Network Process)
- Extensión del AHP para relaciones de interdependencia entre criterios.
ELECTRE (I, II, III, IV, IS)
- Elimination Et Choix Traduisant la Réalité
- Métodos de sobreclasificación (outranking), adecuados para decisiones no completamente compensatorias.
PROMETHEE (I, II, III, IV, V, VI)
- Preference Ranking Organization Method for Enrichment Evaluation
- También se basa en relaciones de preferencia tipo outranking, pero más fácil de interpretar que ELECTRE.
TOPSIS (Technique for Order Preference by Similarity to Ideal Solution)
- Ordena las alternativas según su cercanía al ideal positivo y distancia del ideal negativo.

Métodos más recientes o especializados

VIKOR (VlseKriterijumska Optimizacija I Kompromisno Resenje)
- Se centra en una solución de compromiso, útil cuando se desea consenso entre criterios.
MACBETH (Measuring Attractiveness by a Categorical Based Evaluation Technique)
- Usa juicios cualitativos para construir escalas cardinales de valor.
UTA (UTilités Additives)
- Aprende funciones de utilidad aditivas a partir de rankings establecidos por el tomador de decisiones.
DEMATEL (Decision Making Trial and Evaluation Laboratory)

Se utiliza para analizar y visualizar relaciones causa-efecto entre criterios.

Otros enfoques híbridos o de apoyo

SMART / SMARTER (Simple Multi-Attribute Rating Technique)

Método simple basado en asignación directa de ponderaciones y puntuaciones.

GRA (Grey Relational Analysis)

Basado en la teoría de los sistemas grises, útil con información incompleta o incierta.

Fuzzy MCDA

Versión difusa de varios de los métodos anteriores (ej. Fuzzy AHP, Fuzzy TOPSIS), incorpora incertidumbre y ambigüedad en los juicios.

Evidential Reasoning (ER)

Basado en la teoría de evidencia (Dempster-Shafer), útil en entornos de alta incertidumbre.

Algunas herramientas se orientan a la selección de alternativas "buenas", desechando las "malas", mientras que otros permiten establecer un orden de preferencia o "ranking".

Métodos orientados a SELECCIÓN (descartar alternativas no aceptables)

Estos métodos se centran en identificar cuáles alternativas cumplen ciertos requisitos mínimos y eliminar las malas, sin necesariamente ordenarlas por preferencia:

ELECTRE (I, II, III)

Se basa en relaciones de "sobrerrecomendación" (outranking). Ayuda a eliminar alternativas dominadas o poco preferibles. Muy útil para filtrar.

PROMETHEE I, V

Permite clasificar en preferidas, no preferidas y no comparables. PROMETHEE V incluye restricciones.

MACBETH

En ciertos usos puede servir para construir modelos de evaluación cualitativos y desechar alternativas.

Fuzzy MCDA

Útil cuando se trabaja con reglas difusas tipo: "Si el riesgo es alto y el costo también, descartar la alternativa".

SMART (con umbrales)

Permite filtrar alternativas con criterios mínimos. Muy simple y rápido.

Métodos orientados a RANKING (ordenar de mejor a peor)

Estos métodos generan un orden completo (o parcial) de alternativas, permitiendo elegir "la mejor" o establecer prioridades:

AHP

Genera ranking a partir de comparaciones por pares. Intuitivo y muy usado.

TOPSIS

Ordena según cercanía al ideal y lejanía del peor. Rápido y eficaz.

PROMETHEE II

A diferencia de PROMETHEE I, ofrece un ranking completo de las alternativas.

VIKOR

Ofrece ranking con enfoque en solución de compromiso. También útil para mostrar sensibilidad a distintos escenarios.

MAUT / MAVT

Proporciona valores de utilidad o valor agregado por alternativa, ideales para ranking.

UTA

Aprende funciones de valor a partir del ranking del decisor, para luego ordenar nuevas alternativas.

Algunos métodos pueden hacer ambas cosas, pero con enfoques distintos

PROMETHEE (familia completa)

PROMETHEE I para selección parcial (preferidas/no preferidas), PROMETHEE II para ranking total.

ELECTRE III / IV

Permite clasificación parcial pero también puede usarse para ordenamientos si se ajustan los parámetros.