EL PROCESO ANALTICO JERRQUICO (AHP).

FUNDAMENTOS, METODOLOGA Y APLICACIONES

Jos Mara Moreno Jimnez 1
Resumen: Este trabajo presenta una revisin de una de las tcnicas de decisin multicriterio ms extendidas, el Proceso Analtico Jerrquico (AHP), desde la perspectiva del Paradigma de la Racionalidad Procedimental Multicriterio. En primer lugar, se analizan diferentes paradigmas de racionalidad propuestos en los ltimos aos para la toma de decisiones complejas, y se establece el marco conforme al cual, los desarrollos tericos de esta tcnica multicriterio pueden ofrecer una mayor y mejor explotacin prctica. A continuacin, se exponen las ideas subyacentes de la filosofa que soporta AHP, as como los fundamentos tericos y la metodologa de la misma. Seguidamente se ofrecen una serie de tpicos y referencias correspondientes a las aplicaciones prcticas de esta herramienta multicriterio. Se concluye mencionando algunos aspectos controvertidos de la metodologa de AHP y posibles extensiones de sta. Palabras clave.- Multicriterio, Proceso Analtico Jerrquico, AHP, Racionalidad Procedimental Multicriterio, Constructivismo Cognitivo.

Dpto. Mtodos Estadsticos. Facultad de Econmicas. Universidad de Zaragoza. E-mail: [email protected]

1.- Introduccin Cuando los coordinadores de este monogrfico sobre Tcnicas de Decisin Multicriterio, los profesores Gabriela Fernndez y Rafael Caballero, me solicitaron que elaborara un artculo sobre el Proceso Analtico Jerrquico (AHP), pens, como suele ser lo habitual en este tipo de colaboraciones, en preparar una revisin en la que se presentaran los fundamentos tericos de esta tcnica multicriterio, se mencionaran diferentes aplicaciones que pusieran de manifiesto su enorme utilidad e inters prctico y, por ltimo, citar algunos aspectos controvertidos de su metodologa y posibles extensiones de la misma. No obstante, durante la elaboracin del documento se ha producido un hecho que me ha llevado a modificar ligeramente el enfoque inicialmente pensado para este trabajo. A lo largo del mes de febrero de 2001, se ha producido un intenso debate (internet) entre la comunidad cientfica multicriterio (vanse los mensajes aparecidos en el foro Multicriteria Discussion List <[email protected]>) sobre la brecha existente entre la teora y la prctica en este campo del saber. En el mismo, se han vuelto a poner de manifiesto las diferentes sensibilidades y filosofas sobre las que se elaboran las distintas aproximaciones multicriterio. Al margen de que este tipo de debates espontneos se puedan estar utilizando como reclamo (estrategia de marketing) para motivar la participacin en algn evento cientfico (prxima reunin MCDM de El Cairo (Egipto), la anterior de Ankara (Turqua), etc.), algo lcito por otra parte, la intensidad y el inters de los mensajes enviados ponen de manifiesto las dudas que nos embargan a todos los que de alguna forma nos dedicamos a elaborar modelos, metodologas o aproximaciones cientficas para su utilizacin prctica. Cuestiones como: (i) por qu las cosas no funcionan en la prctica como se nos dice en teora; (ii) cmo se debera actuar; (iii) qu aproximaciones son mejores, etc., siguen sin resolverse de una forma satisfactoria. En este sentido, he decidido aportar mi granito de arena a este debate y en este momento, teniendo en cuenta: (1) que ste es, por lo que yo conozco, el primer monogrfico electrnico sobre multicriterio en espaol; (2) que la discusin realizada en la lista multicriterio internacional se est hilando tan fino que para m resulta muy difcil expresar algunas percepciones y sentimientos en un idioma que no sea el materno, y (3) que, fundamentalmente, el debate sigue vivo. Respecto a la esencia del problema, la brecha existente entre la teora y la prctica, mencionar que si en general dentro de la modelizacin matemtica esa brecha es importante, en el campo multicriterio el problema se agrava notablemente, debido a la complejidad de las situaciones tratadas y a la variedad de aproximaciones seguidas. Como veremos con ms detalle en las prximas secciones, dos mbitos totalmente distintos se pueden diferenciar en la resolucin cientfica de cualquier problema de decisin (se entiende complejo). Por un lado, est el mundo de las ideas con sus contenidos tericos y, por otro, el mundo de las acciones con sus aplicaciones prcticas. En el primero (mbito terico), se recurre a modelos matemticos que, como es bien sabido, son simplificaciones abstractas de la realidad en los que slo se incorpora parte de la misma. Para resolver estos modelos se desarrollan una serie de tcnicas que son vlidas exclusivamente bajo los supuestos en los que se plante el modelo matemtico. En el segundo (mbito prctico), las tcnicas y los modelos desarrollados en el mbito terico son aplicados a situaciones reales donde las simplificaciones efectuadas al plantear el modelo

no se verifican. Es por ello, que suele presentarse una notable brecha entre los logros esperados y los resultados obtenidos. De la propia definicin de Ciencia, entendida, en su sentido tradicional, como el conjunto de conocimientos de validez universal caracterizados por su objetividad, causalidad y verificabilidad, se desprende que entre estos dos mbitos de actuacin existe una diferencia fundamental. En el mbito terico, para poder hablar de la aplicacin del mtodo cientfico en la resolucin de problemas (sentido clsico), se exiga la separacin entre lo objetivo y lo subjetivo, entre lo tangible y lo intangible, en resumen, entre lo racional y lo emocional. En cambio, en el mbito prctico esa separacin no slo no se produce, sino que hay evidencias empricas donde se pone de manifiesto que la neutralidad de valores exigida por la escuela tradicional es una hiptesis poco realista (Sderbaum, 1999; Kaufmann, 1999). Ms an, la prctica de la toma de decisiones est estrechamente relacionada con aspectos subjetivos, intangibles por el momento, asociados al comportamiento del ser humano (actores participantes en los procesos de toma de decisiones). Por todo ello, si lo que se pretende es reducir la brecha actualmente existente entre la teora y la prctica, ser necesario incorporar de forma explcita el factor humano en los modelos tericos, en especial en problemas de alta complejidad como suelen ser los relativos a aplicaciones prcticas dentro del campo de las ciencias sociales (Moreno, 1996, 1997; De Tombe, 2001). En el caso particular de las tcnicas de decisin multicriterio, esta recomendacin debera interpretarse como sigue. Por un lado, se dispone de un conjunto de aproximaciones cientficas (metodologas) que han dado lugar a una serie de tcnicas multicriterio vlidas para situaciones concretas bastante estructuradas. Por otro lado, se tiene un problema real, complejo y poco estructurado, que requiere una resolucin efectiva. En este sentido, no se debe cometer el error, ampliamente estudiado por la Investigacin Operativa, de retocar la realidad para aplicarle una herramienta analtica disponible (en nuestro caso alguna de las tcnicas multicriterio existentes). Es preciso comprender cules son las diferencias en los fundamentos tericos que soportan las distintas aproximaciones multicriterio, para, de esa forma, poder determinar la filosofa (tcnica) ms apropiada para cada situacin real. Ya no se contempla la existencia de una verdad nica, sino la de muchas verdades asociadas a las percepciones de la realidad de los diferentes actores participantes en la resolucin del problema. Es por tanto necesario que la metodologa multicriterio seguida permita combinar lo objetivo, tangible y racional de la ciencia clsica con lo subjetivo, intangible y emocional del comportamiento humano. En este sentido, se puede conseguir un tratamiento objetivo de lo subjetivo (Keeney, 1992), y con ello, alcanzar un tratamiento racional de lo emocional. Para una resolucin efectiva del problema, no basta con aplicar la tcnica multicriterio bajo un prisma exclusivamente terico y objetivista (miopa de la racionalidad clsica), entendido como la aplicacin de un procedimiento analtico que determine la solucin ptima de un problema altamente estructurado. Hay que utilizar la herramienta multicriterio bajo un prisma prctico, esto es, siguiendo un paradigma de racionalidad ms amplio, flexible y realista que el tradicional, donde se permita la incorporacin del factor humano (integracin de lo tangible y lo intangible) en la bsqueda de la mejor solucin del problema. Cuando lo desconocido de un problema es mucho mayor que lo conocido, como sucede en la resolucin de problemas con alta complejidad (Moreno, 1997), es preferible dedicar nuestro esfuerzo a mejorar el conocimiento y la calidad del proceso de decisin que a la bsqueda de una solucin ptima (verdad nica), obtenida habitualmente a partir

de un conjunto de valores precisos asociados a los aspectos relevantes del problema. Salvo en problemas altamente estructurados, no suelen tener sentido las conclusiones derivadas de la utilizacin de valores precisos. En general (Moreno, 1996; Moreno y otros, 1998), cuando se trabaja con aspectos subjetivos (problemas complejos), se recomienda la deteccin de los puntos crticos del proceso decisional, la bsqueda de las oportunidades de decisin, de las tendencias, de los patrones de comportamiento y de los hechos estilizados. Todo ello, para ayudar a disear caminos de consenso que faciliten el proceso negociador entre los actores participantes en el proceso de toma de decisiones. Conforme a lo dicho anteriormente, a continuacin se va a presentar una de las tcnicas multicriterio ms extendidas, el Proceso Analtico Jerrquico, pero no de forma aislada como correspondera a la introduccin de un nuevo mtodo referido a la resolucin de un problema multicriterio estndar en el que se evalan una serie de alternativas respecto a un conjunto de criterios (problema bastante estructurado). Su presentacin se efectuar pensando en la aplicacin de esta tcnica y en la reduccin de la brecha habitualmente existente entre la teora y la prctica. Con este fin, se introduce AHP bajo el paradigma de la racionalidad procedimental multicriterio (Moreno, 1996, 1997; Moreno-Jimnez y otros, 1999; Moreno y otros 2001). Para ello, antes de exponer los fundamentos tericos, aplicaciones y controversias de AHP, se establece un marco apropiado para aprovechar e incrementar la potencia de esta tcnica en el mbito prctico. En este sentido, el trabajo se ha estructurado como sigue: la seccin 2, bajo la denominacin de Paradigmas Multicriterio, establece ese marco; la seccin 3 esboza los fundamentos y las ideas intuitivas de AHP; la seccin 4 presenta las fases de la metodologa; la seccin 5 las controversias y extensiones; la seccin 6 algunas referencias relativas a las aplicaciones y, por ltimo, la seccin 7 resume las conclusiones ms destacadas. 2.- Paradigmas multicriterio La Toma de Decisiones es una de las actividades de los seres vivos en la que mejor se aprecia su nivel de evolucin y organizacin. En los humanos, decidir es uno de los tpicos que ms ha ocupado a la especie en su tratamiento desde todos los puntos de vista (filosficos, sociolgicos, psicolgicos, econmicos,...) y que mejor refleja su conocimiento, su procedimiento y, por ltimo, su grado de libertad. En el pasado (Moreno, 1993; Moreno y otros, 1998), la Toma de Decisiones se efectuaba basndose en el binomio experiencia-intuicin. A medida que la complejidad de los problemas considerados ha ido creciendo, esto es, a medida que las situaciones contempladas han sido menos estructuradas e intervienen numerosos escenarios, actores y factores, el binomio seguido ha sido el de informacin-razonamiento, aunque en los ltimos aos se est considerando el de conocimiento-razonamiento. Estos dos ltimos trminos sintetizan los aspectos ms destacados a la hora de abordar la resolucin sistematizada de problemas complejos en los que la incorporacin del factor humano en el proceso de resolucin, es fundamental para su correcta solucin. Por un lado, el trmino razonamiento se refiere al concepto de racionalidad entendido en el sentido clsico, esto es, la aplicacin del mtodo cientfico en la resolucin de problemas. En este caso, la aproximacin seguida debe cumplir los requisitos de objetividad, verificabilidad y causalidad exigidos en el paradigma de racionalidad sustantiva caracterstico del enfoque tradicional en la Toma de Decisiones.

Por otro lado, el trmino conocimiento, entendido en el sentido de la inteligencia artificial (Moreno y Mata, 1992), se refiere a las creencias, ideas, reglas y procedimientos generalmente ciertos en un dominio particular, esto es, a la interpretacin dada a la informacin existente dentro de un dominio especfico (uso de la informacin). Evidentemente, cuando se habla de la interpretacin de la informacin por parte de los actores participantes en el proceso de toma de decisiones, se est contemplando explcitamente la incorporacin de aspectos intangibles en el proceso de resolucin, o si se prefiere, de los aspectos subjetivos asociados a la percepcin de la realidad que tienen los participantes implicados en la resolucin del problema. Este binomio, conocimiento-razonamiento, en el que se integra lo racional del proceder cientfico en la toma de decisiones con lo emocional del comportamiento humano, refleja la filosofa subyacente en los nuevos paradigmas seguidos en los ltimos aos en el campo de las ciencias de la decisin (Funtowicz y Ratvetz, 1991, 1994; Moreno y otros, 2001). Caractersticas de los problemas altamente complejos, como son el dinamismo, la incertidumbre, la existencia de mltiples escenarios, criterios (habitualmente en conflicto) y actores, y, en especial, la necesidad de incorporar en la toma cientfica de las decisiones la opinin (visin de la realidad) de los diferentes participantes en la resolucin del problema (actores), obligan a plantear aproximaciones metodolgicas ms abiertas, flexibles, realistas y efectivas que el enfoque tradicional. El objetivo final de estas nuevas aproximaciones ser la fijacin de una base terica que permita ayudar a tomar decisiones en las que se armonicen las diferentes visiones de la realidad que tienen los actores implicados en el Proceso de Toma de Decisiones, con los valores fundamentales existentes en su entorno (ticos, culturales, estticos, sociales, etc.). La metodologa resultante debera ser (Saaty, 1996): (a) simple en su construccin; (b) adaptable a las decisiones individuales y en grupo; (c) en consonancia con nuestros pensamientos, valores e intuiciones; (d) orientada a la bsqueda del consenso y (e) que no requiera una especializacin suprema para su aplicacin. En cuanto a los paradigmas de racionalidad (aproximaciones cientficas) seguidos en la toma de decisiones, los tres ms extendidos son: sustantiva (decisor racional), acotada (decisor satisfactorio) y procedimental (decisor descriptivo). El primero, es el que ha dominado la toma de decisiones desde su aparicin a mediados del siglo XX (Von Neuman y Morgestem, 1944; Savage,1954). Est caracterizado por su comportamiento optimizador (maximizacin del bienestar) y se basa en el conocimiento de las alternativas, de sus consecuencias y del criterio seguido para la evaluacin y comparacin de las alternativas. Es una aproximacin normativa guiada hacia la prediccin y control, que explica cmo deben ser tomadas las decisiones. El segundo, surge a finales de los aos sesenta (Simon, 1964, 1972) motivado por las limitaciones cognitivas de los humanos1. Se basa en dos ideas: la bsqueda y la satisfaccin. La bsqueda va asociada al desconocimiento de las alternativas (en la prctica el decisor no conoce las consecuencias de las alternativas sino las expectativas de las mismas), y la satisfaccin a la consecucin de unos logros o metas para los objetivos (existe ms de un objetivo). Kaufman (1999) contempla tres fuentes de restricciones cognitivas: (1) la limitada capacidad de procesamiento del cerebro humano (estupidez); (2) el desconocimiento de las alternativas del conjunto de eleccin (ignorancia); y (3) el papel de los aspectos emocionales y afectivos (pasin).
1

Adems de la racionalidad limitada, en la que se reemplaza el concepto de optimizacin por el de satisfaccin, frente a la racionalidad sustantiva, enfoque "duro", o aproximacin orientada a la salida, que tiene un carcter tcnico, cuantitativo e informativo, y cuyo propsito es la prediccin y el control, a lo largo de los aos 70, fruto del trabajo de los conductivistas y los siclogos del conocimiento (Lichtenstein y Slovic, 1971; Tversky y Kanheman, 1972; Kanheman y Tversky, 1979), surge el tercer paradigma de racionalidad citado, la racionalidad procedimental, enfoque "blando", o aproximacin orientada al proceso, que tiene un carcter prctico, realista y formativo, y cuyo propsito es la comprensin y el consenso (Moreno, 1993). Esta racionalidad se centra en cmo funciona el sistema, y es ms prctica y prxima a la realidad que la sustantiva o econmica. Pretende la incorporacin a los modelos de aspectos subjetivos, por el momento intangibles y hasta ahora no considerados, que condicionan la toma de decisiones de los individuos y las organizaciones. Desde comienzo de los 70, y en paralelo a la aparicin en el mbito cientfico de los paradigmas de racionalidad acotada y procedimental, surge, en la toma de decisiones, el paradigma multicriterio (Romero, 1993). En sus orgenes, intent solventar algunas limitaciones del enfoque clsico, permitiendo la consideracin de mltiples criterios. En la actualidad, como se desprende de las recientes definiciones dadas al campo del saber conocido como Decisin Multicriterio, sus aspiraciones son mucho mayores. En concreto, si en el pasado se entenda la Decisin Multicriterio como: (1) la posibilidad de establecer un anlisis equilibrado de los problemas de planificacin, en particular los que presentan aspectos intangibles como los sociales y ambientales (Nijkamp y van Delft, 1977); (2) la investigacin de un nmero de alternativas bajo la luz de mltiples criterios y objetivos en conflicto (Voogd, 1983); (3) un conjunto de modelos, mtodos y tcnicas para auxiliar a los centros decisores a describir, evaluar, ordenar, jerarquizar, seleccionar o rechazar objetos en base a una evaluacin (Colson y de Bruin, 1989); (4) un conjunto de metodologas de ayuda a la toma de decisiones en problemas de medicin complejos (Ridgley y Rijsberman, 1992); (5) un conjunto de herramientas para el anlisis de las complejas propiedades existentes entre las alternativas (Eastman et al., 1993) y (6) la resolucin de problemas de decisin complejos donde los criterios y objetivos pueden ser mltiples (Romero, 1993). En la actualidad, se considera que el objetivo de la Decisin Multicriterio es el de asistir en el proceso de toma de decisiones (Saaty, 1994; Moreno, 1996; Barredo, 1996). En lo que sigue, se entiende por Decisin Multicriterio (Moreno, 1996) el conjunto de aproximaciones, mtodos, modelos, tcnicas y herramientas dirigidas a mejorar la calidad integral de los procesos de decisin seguidos por los individuos y sistemas, esto es, a mejorar la efectividad, eficacia y eficiencia de los procesos de decisin, y a incrementar el conocimiento de los mismos (valor aadido del conocimiento). De esta forma, las Tcnicas de Decisin Multicriterio permiten una resolucin ms realista y efectiva del problema sin tener que recurrir, como ocurre con los enfoques tradicionales a la rgida reduccin a una escala monetaria. Junto a las dos escuelas mayoritariamente seguidas en la Toma de Decisiones: (i) la normativa (aproximacin dura orientada a la salida), basada en el paradigma de racionalidad sustantiva, que indica cmo deberan tomarse las decisiones y qu mtodos utilizar para ello, y (ii) la descriptiva (aproximacin blanda orientada al proceso), basada en el paradigma de racionalidad procedimental, que indica cmo se toman las decisiones. En la ltima dcada se est planteando una tercera va (Tversky, 1988): (iii) la escuela

prescriptiva o constructiva (aproximacin pragmtica orientada al conocimiento), basada en nuevos paradigmas de racionalidad, que indica cmo mejorar los procesos de decisin. Dentro de esta nueva escuela, pero con caractersticas especficas, se pueden incluir: (1) la Ciencia de Sistemas Blandos (Soft System Science de Checkland and Scholes, 1990); (2) la Ciencia Postnormal de Funtowicz y Ratvetz (1991, 1994); (3) el Postmodernismo de Harvey (1989) y Midmore (1996); (4) el Realismo Crtico de Gandy (1996), y (5) la Racionalidad Procedimental Multicriterio (RPM) de Moreno Jimnez (1996, 1997). Conforme a los tres factores considerados en la especificacin de todo paradigma (Taconni, 2000), esta ltima racionalidad (RPM), en la que se conjugan caractersticas de los paradigmas multicriterio y procedimental, viene determinada (Moreno y otros, 2001) por su ontologa relativista y emocional; su epistemologa adaptativa y su metodologa basada en el constructivismo cognitivo. Este nuevo enfoque, de carcter descriptivo, cognitivo, adaptativo, pragmtico, sistmico y general, trata de ayudar en la toma de decisiones mediante un mejor conocimiento de su proceso de decisin, esto es, un mejor conocimiento de las etapas, escenarios, elementos, factores, interdependencias, actores, interrelaciones y procedimientos que incluye. En esencia, busca mejorar la calidad integral del proceso de toma de decisiones seguido por el sistema considerado. Para ello, intenta dotar de rigor cientfico cada una de las etapas y fases seguidas en el proceso de resolucin. En este caso, el anlisis se dirigir hacia: (1) la comprensin del proceso de decisin seguido; (2) el aumento del valor aadido del conocimiento alcanzado en la resolucin del problema, esto es, la mejora del conocimiento de las diferentes etapas, factores, elementos y actores, profundizando en el aprendizaje y justificacin del mismo; (3) la deteccin de los puntos crticos y las oportunidades de decisin que faciliten la formulacin de nuevas alternativas; (4) el descubrimiento de las preferencias y gustos de los actores implicados, tan necesario en la fase de retroalimentacin y (5) la potenciacin de los procesos de negociacin y dilogo. Esta aproximacin (RPM), basada en el soporte terico de la racionalidad procedimental y en el soporte calculista de AHP, consta de los siguientes pasos: (P1) Formulacin y Descripcin; (P2) Modelizacin; (P3) Incorporacin de las preferencias. Emisin de juicios; (P4) Priorizacin. Agregacin y Sntesis; (P5) Incertidumbre, Robustez y Retroalimentacin y (P6) Explotacin del modelo: Aprendizaje y Negociacin. De estas seis etapas, la segunda, tercera y cuarta reflejan fielmente la metodologa del Proceso Analtico Jerrquico (vase la seccin 4), mientras que las tres nuevas han sido incorporadas para recoger la filosofa subyacente en el paradigma de la racionalidad procedimental multicriterio. En el primer paso (P1), se plantea adecuadamente el problema (evitar el error tipo III). Para ello, se fijan: (1) los actores o participantes en el proceso de resolucin; (2) los criterios que individualmente guan su actuacin; (3) la estructura organizativa, esto es, las interdependencias entre los actores; (4) el marco global (macroentorno) en el que se encuentra inmerso el problema y (5) el conjunto de alternativas inicial. El establecimiento de los atributos relevantes en la resolucin del problema y la captacin de la informacin (conocimiento) necesaria para la misma, suele ser una de las partes ms abiertas y menos estructuradas del proceso.

En general, existen procedimientos sistemticos que ayudan al mismo. No obstante, en la prctica, esta fase del proceso suele depender del problema particular que se est tratando. En resumen, como sucede en cualquier aplicacin real, habr que balancear el grado de precisin y profundidad del estudio con la operatividad y aplicabilidad del mismo. El paso quinto (P5), incorpora al modelo la incertidumbre existente en la emisin de juicios. La idea fundamental es intentar responder lo mejor posible a la realidad y profundizar en el conocimiento del proceso de decisin seguido, sin limitarse a la resolucin del problema para unos valores particulares (efecto dependencia del contexto). Los individuos, en especial al tratar problemas poco estructurados no pueden tener certeza en los juicios que reflejan la importancia relativa de las alternativas. En la mayora de los casos se desconocen, tanto el contexto global en el que se encuentra encuadrado el problema como las consecuencias de las actuaciones. Es por ello conveniente, flexibilizar el proceso de valoracin permitiendo la incorporacin de incertidumbre en los juicios dentro del mismo2. El mtodo propuesto para su realizacin es la utilizacin de diferentes distribuciones de probabilidad recprocas asociadas a los intervalos de juicio considerados (Escobar y Moreno-Jimnez, 2000), en particular la distribucin Uniforme Recproca (Moreno y Vargas, 1991, 1993), la Triangular Recproca (Altuzarra, Escobar y Moreno, 1996). A partir de esas variables aleatorias, y mediante procedimientos de simulacin, se obtienen las caractersticas ms destacadas (recorrido, media y varianza) de las distribuciones de probabilidad de las prioridades finales. De esta forma se estudia la robustez del modelo, y se realizan las correcciones pertinentes para capturar las modificaciones de las preferencias ocurridas durante el proceso de resolucin. En el ltimo paso (P6) se analizan las diferentes estructuras de preferencias que se pueden presentar, efectuando un estudio probabilstico de las mismas. As mismo, se buscan los puntos crticos del proceso de decisin, y se presentan las modificaciones oportunas, en cuanto a criterios, alternativas y dependencias relevantes, para la resolucin efectiva del problema. En este apartado, se detectan diferentes oportunidades de decisin obtenidas en la fase de explotacin del modelo, por ejemplo los intervalos de estabilidad asociados a los juicios, alternativas y criterios (Aguarn y Moreno-Jimnez, 2000; Aguarn y otros, 2001). Estas oportunidades constituyen uno de los aspectos destacados del proceso negociador que llevan a cabo las partes implicadas para la bsqueda de una solucin consensuada. Para terminar esta parte dedicada a las nuevas aproximaciones cientficas utilizadas en la resolucin de problemas complejos, paradigmas multicriterio, resaltar que las caractersticas tradicionales del mtodo cientfico como son la racionalidad, objetividad y causalidad, estn siendo reemplazadas por las de rigor, accesibilidad y publicidad (Roy, 1993).

Se recuerda que la incertidumbre del macroentorno se modelizar mediante escenarios.

3.- Fundamentos del proceso analtico jerrquico Una vez establecido el marco de referencia (paradigma de la racionalidad procedimental multicriterio) bajo el que se realiza esta presentacin del Proceso Analtico Jerrquico (the analytic hierarchy process), en lo que sigue, se van a esbozar, someramente, los fundamentos tericos que inspiraron la propuesta del profesor Thomas L. Saaty (Saaty, 1977, 1980), y a comentar, brevemente, algunas ideas intuitivas que subyacen en esta aproximacin en la toma de decisiones. Toda Ciencia surge de la existencia de una serie de problemas y del desarrollo consecuente de una serie de herramientas, mtodos y tcnicas que permiten abordar su resolucin estudiando las relaciones lgicas y las conexiones causales entre entidades homogneas3. Cuando se quieren obtener las prioridades que un individuo asigna a un conjunto de elementos a partir de las valoraciones asignadas a los mismos segn sus juicios y preferencias, es preciso establecer un conjunto de procedimientos y herramientas que permitan aprovechar el poder intrnseco de la mente para conectar las experiencias e intuiciones con los objetivos fijados. Como seala Saaty (1994) los juicios y valores varan de un individuo a otro, por lo que se necesita una nueva ciencia de juicios y prioridades que posibilite alcanzar la universalidad y la objetividad. De esa forma se podr comprender, cooperar y actuar. Muchos problemas conllevan atributos, tanto fsicos como sicolgicos. Por fsicos, entendemos lo tangible, aunque constituyan una clase de objetividad fuera de la conducta individual de medicin. Por el contrario, lo sicolgico corresponde a la esfera de lo intangible, incluyendo las ideas subjetivas, sentimientos y creencias de los individuos y de la sociedad en su conjunto. La pregunta es existe en estos momentos una teora coherente que pueda enfrentarse a estos dos mundos de realidad sin comprometer alguno? En este sentido, el Proceso Analtico Jerrquico es una teora general sobre juicios y valoraciones que, basada en escalas de razn, permite combinar lo cientfico y racional con lo intangible para ayudar a sintetizar la naturaleza humana con lo concreto de nuestras experiencias capturadas a travs de la ciencia. Gran parte de nuestro conocimiento y comportamiento puede explicarse en trminos de comparaciones relativas expresadas en forma de ratios. De hecho los aspectos intangibles a los que por el momento no se les puede asignar directamente un valor numrico, pueden ser medidos relativamente y tener sentido en funcin de otras cosas que forman nuestro sistema de valores y entendemos mejor (misin, criterios y subcriterios). En cuanto a la forma de representar la realidad, mencionar que habitualmente se usan principios de orden jerrquico para capturar y generalizar la informacin de los pequeos mundos al gran mundo. Adems se requieren escalas de razn para poder comprender el mundo humano. Estas escalas son las que necesita el cientfico para crear y analizar los datos derivados de los juicios e informacin estadstica. El proceso de comparaciones pareadas no consiste en asignar nmeros para ordenar las alternativas. Una cosa es asignar un nmero a una magnitud medible como una fraccin del total, lo que se hace con aspectos tangibles como la longitud, distancia, o peso, y otra cosa, es derivar un nmero de las comparaciones entre intangibles homogneos basadas en su proximidad como si no hubiera modo de conceptualizar magnitudes. El Proceso Analtico Jerrquico proporciona escalas de razn que capturan la realidad percibida, y es diferente de una asignacin y normalizacin arbitraria de nmeros.
3 Se entiende por entidad homognea, a un conglomerado con similaridades o proximidades respecto a una propiedad de orden superior.

Durante mucho tiempo, en ciencia se ha supuesto que el universo entero puede describirse por un simple nivel de conglomerados homogneos conectados por pivotes comunes. El resultado es una serie de frmulas vlidas en un contexto limitado (rango) aunque se considera que en la globalidad tambin. Se suele tender a asumir que la misma clase de lgica que aplicamos para trabajar en los pequeos mundos es vlida en el gran mundo. De estos ltimos comentarios extrados de Saaty (1994), se desprende que es necesaria una aproximacin que contemple jerarquas, redes, y escalas de razn para analizar las relaciones entre los objetivos y propsitos. En este sentido, el Proceso Analtico Jerrquico permite llevar un problema multidimensional (multicriterio) a un problema en una escala unidimensional (escala de prioridades) en la que se representan las salidas globales. La sntesis de las escalas derivadas en el modelo jerrquico slo se puede efectuar correctamente (Saaty, 1994), esto es, para obtener salidas vlidas en escalas conocidas mediante la adicin ponderada. En estructuras jerrquicas, estas sumas ponderadas llevan a formas multilineales y por tanto no lineales. Al margen de estos aspectos filosficos que han supuesto el punto de partida en el desarrollo de AHP, en lo que sigue, se comentan, de forma intuitiva, algunas ideas subyacentes en su metodologa4, y que pueden sintetizarse en: (1) Utiliza jerarquas (en general redes) para formalizar el modelo mental en el modelo estructural asociado. La utilizacin de jerarquas y redes es algo inherente a las neuronas del cerebro (descomponer un problema complejo en partes ms sencillas). Adems, el uso de jerarquas o redes para representar los aspectos relevantes del problema, esto es, los escenarios, actores, criterios y alternativas, as como las interrelaciones entre los actores y las dependencias entre los factores considerados, nos da una visin ms acurada a la realidad. (2) Utiliza conglomerados para integrar lo muy pequeo con lo muy grande. Respondiendo a consideraciones sicolgicas (un aspecto esencial en la propuesta del profesor Saaty, es que siempre ha intentado reflejar el comportamiento de los individuos en la realidad), los elementos incluidos en cada conglomerado deben ser del mismo orden de magnitud (los individuos son ms precisos al comparar elementos de la misma magnitud), y su nmero estar acotado por el conocido como nmero mgico de Miller, 72 (Miller, 1956). (3) Utiliza comparaciones pareadas al incorporar las preferencias de los actores entre elementos. Esta forma de incorporar las preferencias (medidas relativas), necesaria al trabajar con aspectos intangibles, ha sido extendida al caso de los tangibles. En este sentido, siguiendo la prctica del ser humano, se suele tomar como unidad de referencia el elemento que posee el atributo en menor grado, y se pregunta con qu importancia, preferencia o verosimilitud el elemento que posee el atributo en mayor grado domina al otro. Evidentemente, conforme a la inclusin de juicios seguida, la matriz de comparaciones pareadas es recproca. (4) Utiliza la escala fundamental propuesta por Saaty {1,3,5,7,9} para incorporar los juicios o valoraciones del decisor. Esta escala, estrictamente positiva, permite eliminar las ambigedades que el ser humano tiene al comparar elementos en la proximidad del cero o del infinito.

4 Una exposicin ms detallada se encuentra en el trabajo de Saaty: The seven pillars of the analytic hierarchy process, que puede bajarse de la red (http:// www.expertchoice.com).

Desde un punto de vista calculista (Saaty, 1980), utiliza el mtodo del autovector principal por la derecha para obtener las prioridades locales; el principio de composicin jerrquico para calcular las prioridades globales y una forma lineal multiaditiva para obtener las prioridades totales. Adems, a diferencia de otras tcnicas multicriterio, AHP permite, dentro del propio proceso de resolucin, evaluar analticamente (matemticamente) la consistencia del decisor a la hora de emitir los juicios. (6) Las prioridades derivadas vienen dadas en una escala de razn. Estas escalas son la nica forma de generalizar una teora de la decisin al caso de dependencia y retroalimentacin (Saaty, 1994). En estas escalas estn permitidas las multiplicaciones y las adiciones cuando los elementos pertenecen a la misma escala, como sucede con las prioridades. Ms an, como el cociente de dos nmeros medidos en una escala de razn es un nmero absoluto, las escalas de razn normalizadas correspondientes a las prioridades de los elementos comparados, obtenidas segn AHP, dan lugar a unos valores (nmeros) que reflejan la dominacin entre elementos en una escala absoluta, para la que tiene sentido la ponderacin (multiplicacin) por otros nmeros y la adicin. 4.- Metodologa Como la mayora de las grandes ideas cientficas, el Proceso Analtico Jerrquico (AHP) puede considerarse, segn la orientacin dada al mismo, de muy diversas maneras. Su contribucin es importante en niveles operativos, tcticos y estratgicos, sirviendo para mejorar la eficiencia, la eficacia y fundamentalmente la efectividad del sistema. En resumen se puede entender como: 1) una tcnica que permite la resolucin de problemas multicriterio, multientorno y multiactores, incorporando en el modelo los aspectos tangibles e intangibles, as como el subjetivismo y la incertidumbre inherente en el proceso de toma de decisiones. 2) una teora matemtica de la medida generalmente aplicada a la dominacin de la influencia entre alternativas respecto a un criterio o atributo5. 3) una filosofa para abordar, en general, la toma de decisiones. Vistas en el epgrafe anterior, las ideas intuitivas en las que se basa la filosofa del Proceso Analtico Jerrquico, y recogidos, en el Apndice relativo a la axiomtica, los fundamentos tericos que soportan esta teora matemtica de la medida, en lo que sigue, cindonos a su consideracin como tcnica de decisin multicriterio6, se incluyen las tres etapas de la metodologa de AHP propuestas en su formulacin inicial (Saaty, 1980): (i) modelizacin; (ii) valoracin y (iii) priorizacin y sntesis. (i) En la primera etapa (modelizacin), se construye un modelo o estructura en la que queden representados todos los aspectos considerados relevantes en el proceso de resolucin (actores, escenarios, factores, elementos e interdependencias). Habitualmente se distinguen dos tipos de dominacin: directa e indirecta. En la primera, se comparan los elementos por pares para determinar cul de los dos posee mayor intensidad de la propiedad o atributo considerado. En la segunda, se comparan los elementos por pares para determinar la dominacin, respecto a la propiedad, de su influencia en un tercer elemento. 6 Suele considerarse dentro del conjunto de tcnicas multicriterio discretas (multiatributo), con informacin a priori sobre las preferencias y funcin de agregacin (valor) jerrquica.
5

(5)

En su formulacin inicial, AHP supone cuatro axiomas7 (reciprocidad, homogeneidad, jerarquas y sistemas con dependencias, y expectativas) y utiliza como estructura para modelizar el problema una jerarqua, en la que los elementos de un nivel no dependan de los descendientes ni de los hermanos. En el nivel superior de la jerarqua (nivel 0) se coloca la meta global o misin considerada para el problema, y en los sucesivos niveles (1,2,3) los dems aspectos relevantes. En el caso ms sencillo de jerarqua (slo dos niveles adicionales), se incluyen en el siguiente nivel (nivel 1) los criterios considerados, y en el ltimo (nivel 2) las alternativas. Evidentemente este modelo simplificado puede completarse tanto como sea preciso para conseguir una representacin real del problema, incluyendo para ello, diferentes niveles para los escenarios, los horizontes temporal y espacial, los actores, los criterios generales y especficos, los subcriterios, etc. La jerarqua resultante debe ser completa, representativa (incluye todos los atributos relevantes), no redundante, y minimal (no incluye aspectos irrelevantes). Su construccin es la parte ms creativa del proceso de resolucin, pudiendo aparecer posiciones enfrentadas entre los distintos participantes. En este sentido, es preciso un acuerdo entre las partes implicadas antes de seguir con la resolucin. Esta forma de modelizar el problema incluye todos los aspectos relevantes en una nica jerarqua. Sin embargo, cuando se dispone de suficiente informacin sobre el problema, es posible descomponer la jerarqua inicial en otras ms detalladas o precisas (Saaty, 1994). Entre estas jerarquas suelen considerarse: una para los beneficios, otra para los costes, una tercera para los riesgos y, una ltima, para las oportunidades. En consonancia con la idea de separar la jerarqua global en otras ms precisas, se encuentra la aproximacin de AHP (AHP-B/C) conocida como anlisis coste-beneficio. Por otra parte, cuando se consideran las dependencias entre los diferentes elementos, factores y actores incluidos en el modelo, se tiene que recurrir a una modelizacin ms general que la jerarqua, la red, que suele resolverse utilizando la tcnica denominada supermatrix (Saaty, 1996). En general, la modelizacin estructural del problema puede efectuarse en tres bloques. El superior, modelizado mediante una red, recogera la parte menos estructurada y desconocida del problema, incluyendo los escenarios y actores, as como sus interdependencias. El bloque intermedio, modelizado mediante una jerarqua, recogera la parte semiestructurada del problema, incluyendo los atributos relevantes organizados en diferentes niveles de criterios. Por ltimo, la parte inferior del modelo estructural, modelizada mediante una jerarqua (medidas relativas) o una tabla de valoraciones (medidas absolutas), recoge la parte ms estructurada del problema. En la prctica, suele ser una tabla de efectos correspondientes a las valoraciones de las alternativas respecto a los atributos del problema segn una serie de indicadores, previamente fijados. (ii) En la segunda etapa (valoracin) se incorporan las preferencias, gustos y deseos de los actores mediante los juicios incluidos en las denominadas matrices de comparaciones pareadas. Estas matrices cuadradas A=(aij) reflejan la dominacin relativa de un elemento frente a otro respecto a un atributo o propiedad en comn. En particular, aij representa la dominacin8 de la alternativa i sobre la j. En su construccin se plasma el pensamiento y el proceder del profesor Saaty al medir aspectos intangibles. Ya se ha mencionado en varias ocasiones que, este enfoque Vase el Apndice: Axiomtica y resultados del Proceso Analtico Jerrquico. Dominacin es un trmino genrico que se utiliza indistintamente con los tres conceptos habitualmente empleados: verosimilitud (para escenarios), importancia (para criterios), preferencia (para alternativas).
8 7

descriptivo con posibilidades normativas (AHP), intenta reflejar el comportamiento de los individuos a la hora de realizar comparaciones. Cuando se dispone de una unidad de medida, o escala, para evaluar la caracterstica considerada (aspecto tangible), los humanos suelen tomar la citada unidad y establecer el nmero de veces que el objeto o elemento en cuestin la contiene. En este caso las prioridades wi de las alternativas respecto al atributo se obtienen directamente. Si no se dispone de escala para la caracterstica considerada (aspecto intangible, o mejor dicho, por el momento intangible), lo que suelen hacer los humanos para obtener las prioridades es recurrir a procedimientos relativos, comparando los elementos entre s de manera pareada. En la prctica, de los dos elementos comparados, se toma como referencia el que posee en menor medida o grado la caracterstica en estudio, y se da una medida de las veces que el mayor incluye, recoge, domina, es ms preferido, o es ms verosmil que el menor respecto al atributo estudiado. Obviamente, las medidas en diferentes escalas (tangibles e intangibles) no pueden agregarse directamente. Para su tratamiento conjunto se consideran todos los aspectos como si fueran intangibles, recurriendo a las comparaciones pareadas para derivar las prioridades relativas. Cuando se dispone de una escala (aspecto tangible), se toman como juicios las razones entre las mediciones, en cambio, si no se dispone de una escala (aspecto intangible), se usan como juicio los correspondientes a las comparaciones pareadas entre los elementos considerados. Como es de esperar por el Axioma 1 (ver Apndice), si el juicio aij es un nmero positivo mayor que uno (escala fundamental), su recproco aji = 1/ aij es otro nmero positivo, pero, en este caso, menor que uno. Saaty (1980), como ya se ha mencionado, propone la utilizacin de una escala fundamental para establecer los valores (juicios) correspondientes a las citadas comparaciones9. Considerando un rango de valores entre 1/9 y 9 evita el problema que se plantea cuando se realizan comparaciones relativas, o si se prefiere razones, entre elementos con valores que van de cero a infinito como en las frmulas matemticas habituales. Este rango de valores (de cero a infinito) distorsiona nuestra capacidad o habilidad perceptiva ante cambios muy pequeos o muy grandes, y no permite garantizar la acuracidad de los resultados alcanzados. Al utilizar en el proceso de clculo las potencias de los juicios, los valores obtenidos tienden rpidamente a tomar valores fuera del rango de nuestra habilidad de interpretacin de esos nmeros. Para lograr la acuracidad del proceso empleado, los elementos comparados deben pertenecer a grupos homogneos (Axioma 2), o por lo menos relativamente prximos. Como sealan los siclogos, los individuos slo son capaces de comparar con precisin entre elementos prximos y cuando el nmero de los mismos es reducido (Miller, 1956). Si los elementos tomados para efectuar sus comparaciones relativas estn dispersos o separados respecto al atributo en cuestin, habr que formar conglomerados engarzados por algn elemento comn. De la misma forma, si el conjunto de alternativas que se estn comparando respecto a un nodo comn es elevado (superior al valor 9 del nmero mgico de Miller), ser preciso recurrir a medidas absolutas (ratings) o separar el total de alternativas en grupos ms pequeos (menos de 9 elementos). En estos casos (Escobar y Moreno, 1997), se suelen agrupar las alternativas en sentido creciente en cuanto a la posesin del atributo, incluyendo un elemento comn entre dos grupos consecutivos, que sirva de pivot para poder normalizar todas las prioridades locales en una nica escala (benchmarking).
9 En situaciones para las que se dispone de escalas de medida apropiadas, se pueden emplear medidas directas.

Por otro lado, cuando se trabaja con problemas de gran tamao en los que es preciso incluir un nmero elevado de juicios en las matrices de comparaciones pareadas, lo que hace bastante tedioso el procedimiento de valoracin (emisin de juicios), o cuando no se dispone de todos los juicios considerados inicialmente en las comparaciones pareadas [n(n-1)/2], se suele recurrir a procedimientos aproximados para obtener las prioridades locales. Estos procedimientos estiman los juicios inexistentes de diferentes maneras (Harker, 1987; Monsuur 1996; Escobar y Moreno, 1997). No obstante, debe quedar claro que aunque las prioridades locales derivadas de una matriz recproca de comparaciones pareadas (supuesto n elementos), se pueden obtener a partir de (n-1) juicios, los valores as calculados sern meras aproximaciones. Recordemos que la redundancia presente en el mtodo de Saaty para obtener las prioridades locales, permite mejorar la acuracidad de las estimaciones alcanzadas para las mismas. La escala fundamental para representar las intensidades de los juicios es: Escala Escala verbal numr ica 1 Igual importancia 3 5 7 9 Moderadamente ms importante un elemento que el otro Fuertemente ms importante un elemento que en otro Mucho ms fuerte la importancia de un elemento que la del otro, Importancia extrema elemento frente al otro. de un Explicacin

Los dos elementos contribuyen igualmente a la propiedad o criterio. El juicio y la experiencia previa favorecen a un elemento frente al otro. El juicio y la experiencia previa favorecen fuertemente a un elemento frente al otro. Un elemento domina fuertemente. Su dominacin est probada en prctica Un elemento domina al otro con el mayor orden de magnitud posible

Los valores 2, 4, 6 y 8 suelen utilizarse en situaciones intermedias, y las cifras decimales en estudios de gran precisin10. El origen sicolgico de la escala fundamental propuesta por Saaty se encuentra en los trabajos de Weber y Fechner. Los coeficientes 1,2,3, surgen de la ley de WeberFechner entre estmulos y sensaciones. Ms an, parece que la respuesta del cerebro humano al activarse las neuronas para evaluar la calidad e intensidad entre las alternativas (amplitud y frecuencia), es similar para los aspectos tangibles e intangibles. La ley de Weber (1846) establece que para poder percibir una modificacin o cambio (s) en cualquier estmulo (s), es preciso que ste supere un porcentaje del valor inicial (just noticeable difference). Esta ley es cierta cuando la variacin es pequea

10

Puede verse en Saaty (1980) como pequeas modificaciones en los juicios llevan a pequeas modificaciones en la escala de razn derivada.

respecto al valor del estmulo, pero suele fallar cuando el estmulo es muy grande o muy pequeo. En 1860 Fechner, basndose en la ley de Weber, sugiere una relacin geomtrica para los incrementos sucesivos en los estmulos: sn = s0n = s0(1+r)n = s0(1+(s/s))n, y una relacin aritmtica para las sensaciones. Si M indica la sensacin y s el estmulo, la ley de Weber-Fechner viene dada como: M = a log s + b, a0 Trasladando estas ideas a las comparaciones pareadas (b=0 con lo que s0=1), las sensaciones asociadas a los sucesivos estmulos (s0=1, s1=, s2=s02,...) son: M0 = 0, M1= alog, M2 = 2alog,..., Mn = nalog. De esta forma, mientras que la razn del estmulo crece geomtricamente, la respuesta al estmulo crece aritmticamente. Dividiendo las respuestas Mi por M1, se obtiene la secuencia de nmeros absolutos 1,2,3,... de la escala fundamental (1-9). El origen pragmtico incluye entre otras consideraciones: el hecho de eliminar el cero y el infinito en el proceso de clculo y la adecuacin de esos dgitos con la tradicin humana de contar con los diez dedos. Como ya se ha indicado, los humanos suelen perder precisin en sus respuestas cuando se realizan comparaciones en el entorno de esos dos valores (0 e ). Por otra parte, los valores {1,3,5,7,9} pueden considerarse como las marcas de clase de los intervalos (0,2], (2,4], (4,6], (6,8] y (8,10], que responden a la forma de contar ms elemental (diez dedos). Adems de la justificacin terica de la escala fundamental (argumento sicolgico), la efectividad de esta escala ha sido validada empricamente aplicndola a diferentes situaciones reales con aspectos tangibles (superficie de figuras, intensidades de luz, distancias entre ciudades) para las que se ha comportado adecuadamente. El resultado de las comparaciones pareadas es una matriz cuadrada, A=(aij), positiva y reciproca (aij . aji = 1)11, cuyos elementos, aij, son una estimacin de las verdaderas razones (wi/wj) entre las prioridades asociadas a los elementos comparados (wj,j=1,...,n). (iii) La ltima etapa de la metodologa (priorizacin y sntesis), proporciona las diferentes prioridades consideradas en la resolucin del problema: prioridades locales; prioridades globales y prioridades totales. En general, se entiende por prioridad una unidad abstracta vlida para cualquier escala en la que se integran las preferencias que el individuo tiene al comparar aspectos tangibles e intangibles. Las prioridades locales, esto es, las prioridades de los elementos que cuelgan de un nodo comn, estn medidas en escalas de razn de las magnitudes relativas, y se obtienen a partir de la matriz recproca de comparaciones pareadas. El procedimiento matemtico seguido en su obtencin es el mtodo del autovector principal por la derecha (Saaty, 1980). Este mtodo, basado en el teorema de PerronFrobenius, proporciona las prioridades locales resolviendo el sistema de ecuaciones: Aw = max w, con j wj = 1, donde A=(aij) es la matriz recproca de comparaciones pareadas, max el autovalor principal de A, y w = (w1, w2,..., wn) el vector de prioridades locales medidas en escala de razn y

11

Evidentemente, aii = 1, i =1,,n

normalizadas para tener unicidad. En este caso, la normalizacin se ha efectuado aplicando el denominado modo distributivo (j wj = 1)12. En la prctica, la solucin w=(w1, w2,..., wn) se obtiene (mtodo de las potencias) elevando la matriz de juicios a una potencia suficientemente grande, sumando por filas y normalizando estos valores mediante la divisin de la suma de cada fila por la suma total. El proceso concluye cuando la diferencia entre dos potencias consecutivas sea pequea. Un segundo mtodo de priorizacin (Aguaron y Moreno-Jimnez, 2000), ampliamente utilizado en los ltimos aos por sus propiedades calculistas y sicolgicas, es el de la normalizacin (modo distributivo) de la media geomtrica por filas (la raz n-sima del producto de los elementos de la fila). Este valor coincide con el obtenido por el mtodo de Saaty (autovector principal por la derecha) cuando n 3, y da valores aproximados para cualquier otro valor de n > 3. Otros mtodos (elementales) usados espordicamente para obtener una solucin aproximada son: el del promedio por filas de los elementos normalizados de cada columna de la matriz y la normalizacin de la suma de los elementos de cada fila. Cuando se dispone de una escala, las prioridades relativas de los elementos que cuelgan de un nodo son conocidas directamente. En este caso, la matriz recproca de comparaciones pareadas, W = (wi/ wj), queda como: w1 w1 w 2 w1 ... w w n 1 w1 w 2 w2 w2 ... wn w2 ... w 1 w n ... w 2 w n ... ... ... w n w n

En este caso, la matriz W anterior tiene rango uno, con lo que el problema del autovector se reduce a Ww = nw, con j wj = 1. Una forma sencilla de obtener el valor de max si se conoce el valor exacto de w (o estimacin) en forma normalizada, es sumar las columnas de A y multiplicar el vector resultante por el vector de prioridades w. En general, utilizando el teorema de PerronFrobenius, se puede probar que max n para el mtodo de Saaty (Saaty, 1980). Una de las grandes ventajas del Proceso Analtico Jerrquico es que permite relajar las hiptesis tan restrictivas que impona el enfoque tradicional en decisin (escuela utilitarista), en concreto no exige la transitividad en las preferencias. Adems, permite evaluar el grado de consistencia del decisor a la hora de introducir los juicios en las matrices recprocas de comparaciones pareadas. En AHP se dice que el decisor, o persona que introduzca los juicios, es consistente (vase el Apndice para un tratamiento ms riguroso del trmino), si la matriz de comparaciones pareadas lo es, esto es, si verifica que aij ajk = aik, i,,j,k. Para evaluar la consistencia del decisor se calcula la denominada razn de consistencia (RC), un ndice no estadstico (en su propuesta inicial) que viene dada como el cociente entre el ndice de consistencia (IC) y el ndice de consistencia aleatorio (ICA), esto es: RC = IC/ICA(n)
12

En determinados problemas de seleccin, es conveniente para solventar el problema del cambio de rango, la utilizacin de la normalizacin denominada modo ideal, que consiste en dividir cada peso wi, obtenido al resolver el problema del autovector, por el mximo de los mismos.

donde: max n 1 n (eij 1) = i j n 1 n(n 1) siendo eij = aij wj/wi y el ICA es el ndice de consistencia medio obtenido al simular aleatoriamente los juicios para las matrices recprocas de orden n. Los valores del ndice de Consistencia Aleatorio para los diferentes n, obtenidos mediante la simulacin de 100.000 matrices (Aguarn y Moreno-Jimnez, 2001), son: IC =
3 ICA 4 5 6 7 8 9 10 11 12 13 14 15 16

0,525 0,882 1,115 1,252 1,341 1,404 1,452 1,484 1,513 1,535 1,555 1,570 1,583 1,595

Para n=3, mi compaero Juan Aguarn obtuvo, mediante la enumeracin de todos los juicios posibles, el valor exacto de ICA(3) = 0,5245. En la prctica, suelen darse por buenas razones de consistencia inferiores al 10%13. Si la razn de consistencia supera ese umbral se recomienda revisar los juicios, corrigiendo aqul que ms se separa de la razn dada por las prioridades relativas correspondientes (comparar aij con wi/ wj). Las prioridades locales obtenidas resolviendo el problema del autovector en cada uno de los nodos considerados en el problema, son transformadas en prioridades globales, esto es, conocida la importancia relativa, prioridad o peso de los elementos de un nivel respecto al atributo en comn que sirve para compararlo, interesa determinar la importancia de esos elementos respecto a la meta global o misin fijada para el problema. La forma de trasformar esas prioridades locales en globales consiste en aplicar el principio de composicin jerrquica. Denotando por wi(k) la prioridad local del elemento i en el nivel k, su prioridad global vendr dada como wi(1) = wi(k) w(k/k-1) w(k-1/k-2)...w(2/1), siendo w(j/j-1) la prioridad local del elemento del nivel j considerado respecto al nodo del nivel j-1 usado para las comparaciones (vase el Principio de Composicin Jerrquica en el Apndice). El proceso de clculo termina obteniendo para cada alternativa comparada en el problema su prioridad final en el mismo. Para obtener la prioridad final o total de una alternativa se agregan las prioridades globales obtenidas para esa alternativa en los diferentes caminos que la une con la meta global (misin). El mtodo habitualmente empleado en AHP para la agregacin es el aditivo. Alternativamente (Barzilai y Golani, 1994; Kang y Stam, 1994; Lootsma, 1996, etc.), se han propuesto otros procedimientos de sntesis. El ms conocido es el mtodo de agregacin multiplicativo que ha sido fuertemente criticado por la escuela de Saaty, como puede verse en el siguiente epgrafe. 5.- Puntos crticos y extensiones 5.1. Puntos Crticos Teniendo en cuenta que hasta la fecha no se ha podido probar la dominacin de una tcnica multicriterio respecto a las dems, en todas ellas se pueden encontrar aspectos positivos y negativos, bien desde un punto de vista terico o prctico. En el caso particular de AHP, como les sucede a todas las aproximaciones multicriterio discretas, existen una
13

En algunos problemas poco estructurados pueden darse por buenos valores inferiores al 15%.

serie de controversias en los diferentes pasos de su metodologa, que todava permanecen abiertas en la literatura14. Entre stas cabe destacar: (1) la justificacin de la independencia exigida en la modelizacin jerrquica (Axioma 3); (2) la escala fundamental usada para expresar los juicios relativos a las comparaciones pareadas; (3) los procedimientos de priorizacin (autovector), sntesis y evaluacin de la consistencia empleados; (4) la interpretacin de las prioridades totales obtenidas en el procedimiento y, quiz el ms tratado, (5) el problema del cambio de rango. Al margen de las dudas procedimentales asociadas a la metodologa seguida, hay un problema de fondo (filosfico), el problema del cambio de rango (PCR), que ha llevado a profundas discusiones (vase como introduccin el Management Science vol. 36 de 1990) entre las dos escuelas americanas ms extendidas en decisin multicriterio discreta: AHP y MAUT (teora de utilidad multiatributo). El problema de cambio de rango (Aguarn, Escobar, Moreno, 1995a,b,c,d,e) consiste en la posibilidad de cambio de la ordenacin inicial obtenida para las alternativas consideradas, al aadir o eliminar alguna alternativa irrelevante (copia o cuasi-copia). En cuanto a la legitimidad del cambio de rango15, Saaty (1994a) sugiere que hay dos tipos de situaciones en las que est permitido e incluso es natural: (1) en los problemas de asignacin de recursos y (2) cuando la aparicin de alguna copia introduce en el problema la idea de abundancia o escasez de una determinada alternativa. En esta segunda situacin, se puede considerar que la introduccin de una nueva alternativa lleva asociada la incorporacin al modelo de un nuevo criterio (unicidad). Al margen de los casos anteriores, la introduccin de una nueva alternativa puede hacer variar la estructura de preferencias del decisor, o poner de manifiesto alguna inconsistencia en los juicios. Si la nueva alternativa es una copia de las iniciales y se mantienen los juicios emitidos con anterioridad, estas valoraciones reforzarn las relaciones marcadas por la correspondiente alternativa. En estos tres nuevos casos, puede justificarse el cambio de rango, ms an, puede considerarse esta caracterstica como un hecho deseado de la metodologa pues refleja el comportamiento real de muchos procesos de seleccin (Saaty y Vargas, 1984; Saaty, 1987). No obstante, hay situaciones prcticas en las que no es aconsejable que se produzca (Saaty, 1994a). El PCR ha sido tratado en la literatura segn diferentes propuestas, que pueden encuadrarse en cuatro grandes grupos o aproximaciones: (1) las que justifican el cambio de rango, al menos en determinadas situaciones (Saaty 1994a; Vargas 1994); (2) las que emplean otros modos de actuacin para AHP, como son las medidas absolutas y la supermatrix (Saaty, 1980); (3) las que aplican el modo utilidad, y eliminan las copias o copias cercanas (Dyer 1990a,b); (4) las que utilizan otros procedimientos de normalizacin (Kang y Stam 1994; Aguarn, Escobar y Moreno, 1995c). Las dos primeras aproximaciones han sido propuestas por el propio Saaty y sus colaboradores. La tercera por autores de la escuela utilitarista, y la ltima por aquellos que consideran que el PCR viene ocasionado por el procedimiento de normalizacin empleado. En este grupo destacan las siguientes propuestas: Modo Ideal (Belton y Gear 1985); Modo Antiideal, o normalizacin con el mnimo (Schoner y Wedley, 1989; Schoner, Wedley y Choo, 1993); AHP Referenciado (Schoner y Wedley, 1989); y Linking Pins (Schoner, Wedley y Choo, 1993).
14

Vanse Dyer (1990a, 1990b), Forman (1990, 1992), Saaty (1987, 1990), Saaty y Vargas (1984), Schoner y Wedley (1989), Schoner, Wedney y Choo (1992). 15 Vanse Schenkerman (1994) y Vargas (1994).

Respecto a los otros tpicos citados dentro de los aspectos controvertidos, mencionar que se han propuesto distintos procedimientos para calcular y sintetizar las prioridades (Aguarn, Escobar y Moreno, 1995a), as como diferentes escalas para incorporar las preferencias a travs de juicios (Lootsma, 1989; Holder, 1990; Finan y Hurley, 1999). Aguarn y Moreno-Jimnez (2001) justifican, basndose en consideraciones calculistas y sicolgicas, la utilizacin de la media geomtrica como procedimiento de priorizacin. Adems, proponen una medida de consistencia especfica para este mtodo de priorizacin, el ndice de Consistencia Geomtrico, que viene dado como: ICG =
2 ( n 1)( n 2 ) 2 i < j log eij

Para una razn de consistencia de Saaty igual al 10% (RC=0,10), los valores del ICG asociados vienen dados (Aguarn y Moreno-Jimnez, 2001) por: ICG(n=3) = 0,3147; ICG(n=4) = 0,3526 e ICG(n>4) 0,370. En cuanto a la existencia de otros procedimientos de sntesis, el ms extendido es el denominado forma multiplicativa ponderada (Saaty, 1980). Saaty afirma que este ltimo procedimiento presenta cuatro grandes limitaciones: (a) no devuelve valores en la misma escala de medida; (b) supone que siempre la matriz de juicios es consistente; (c) no generaliza el caso de interdependencia y retroalimentacin; (d) siempre preserva el ranking de la alternativas. Obviamente, la bondad o debilidad de los diferentes procedimientos propuestos depende, en gran parte, de los fines perseguidos (filosofa) por las correspondientes escuelas. Respecto a la justificacin de la independencia entre hermanos (axioma 3) exigida en la metodologa para poder realizar la modelizacin jerrquica, al igual que sucede en otras tcnicas multicriterio no es sencilla. En AHP la independencia se justifica por la forma de modelizar y valorar seguida. Saaty (1994, pg. 124-5) sugiere que la independencia es capturada en la comparacin. Cuando se pregunta sobre la dominacin entre un par de elementos con respecto a un atributo o propiedad, se intenta capturar que cantidad de esa propiedad tiene un elemento y no el otro, incluso aunque ambos elementos se superpongan. El resultado es dar un valor relativo de la propiedad en ambos elementos, aunque se solapen. Sumando en todos los elementos se obtiene la suma de la presencia relativa de la propiedad en todos los elementos considerados. Hay otro punto cuestionado en la modelizacin jerrquica efectuada en AHP, como es la influencia que el nmero de descendientes de cada nodo tiene en la prioridad final de los elementos considerados. Si todas las alternativas son evaluadas en funcin de todos los subcriterios este problema no suele presentarse pues cada alternativa alcanzara su proporcin, o parte de la unidad, que se distribuye a lo largo de la jerarqua. En cambio, si las alternativas son evaluadas en funcin de parte de los subcriterios este problema puede afectar al resultado final. Para evitarlo se sugiere efectuar lo que se denomina un ajuste estructural de las prioridades, esto es, reescalar el peso de los criterios con el nmero relativo de elementos bajo el mismo. 5.2. Extensiones Al margen de su propuesta inicial (medidas relativas), el Proceso Analtico Jerrquico permite alcanzar medidas absolutas. En esta opcin, denominada ratings, se trabaja de forma muy parecida al caso de medidas relativas. La nica diferencia es que en el nivel inferior de la jerarqua se colocan, en vez de las alternativas, las modalidades o

niveles considerados para cada uno de los subcriterios o atributos incluidos en el mismo. La importancia de estas modalidades se obtiene como en el caso de las medidas relativas, y el valor o prioridad final de cada alternativa se alcanza sumando los pesos de las valoraciones dadas a cada modalidad. Para evitar la dependencia del nmero de niveles (modalidades) considerado para cada atributo, se utiliza la normalizacin con el modo ideal. En este caso, la prioridad local de cada nivel se obtiene como la parte de la prioridad correspondiente al nivel ideal, esto es, al nivel de mayor prioridad o peso en la comparacin relativa16. La utilizacin de medidas absolutas est recomendada cuando se tiene un nmero elevado de alternativas, y se dispone de experiencia previa para poder establecer las modalidades de los atributos considerados. Las medidas relativas se emplean fundamentalmente cuando el nmero de alternativas es ms reducido (7 2), se dispone de un mayor conocimiento del problema, y se desea un estudio con mayor detalle. En el caso de medidas relativas las redundancias cometidas al introducir los n(n-1)/2 juicios permiten una ratificacin en los juicios emitidos. En general, las medidas absolutas se suelen emplear con fines normativos, mientras que las relativas con fines descriptivos. No obstante, conforme al paradigma de racionalidad procedimental multicriterio propuesto, en la resolucin de problemas reales se suelen combinar las dos medidas. En primer lugar, utilizando medidas absolutas, se detectarn a partir de los datos empricos disponibles, las alternativas, atributos, subcriterios, criterios, escenarios, y, en general, los elementos relevantes. Estos elementos sern, a su vez, estudiados (cuando la ocasin lo requiera) con mayor profundidad mediante medidas relativas. Adems, si se dispone de un nmero elevado de alternativas, o no se puede suponer homogeneidad entre los elementos comparados, ser preciso recurrir a la utilizacin de conglomerados y al empleo de procedimientos para su integracin. En medidas absolutas, el ajuste estructural que en medidas relativas se alcanzaba multiplicando la prioridad de cada criterio por el nmero relativo de subcriterios que cuelgan de l y posteriormente normalizando a la unidad los pesos de los criterios resultantes, se realiza directamente con el procedimiento de normalizacin seguido (modo ideal o normalizacin con el mximo). Siguiendo con las extensiones consideradas para AHP, cabe destacar algunas lneas seguidas en los ltimos aos: (1) El Proceso Analtico Sistmico (The Analytic Network Process ANP-), donde se permite la dependencia entre los elementos. En este caso, para calcular las prioridades se utiliza la tcnica denominada supermatrix (Saaty, 1996). (2) La Decisin en Grupo, donde la agregacin de los juicios entre actores, as como la agregacin de las prioridades de los mismos, se efecta utilizando la media geomtrica. (3) Incorporacin de la incertidumbre mediante intervalos de juicio (Moreno-Jimnez y Vargas, 1991, 1993) y las distribuciones recprocas (Escobar y Moreno-Jimnez, 2000). (4) Juicios dinmicos, donde se contempla la extensin de AHP al caso continuo mediante ecuaciones integrales de Freedholm (Saaty, 1994). (5) Explotacin del modelo, en la que se desarrollan distintas herramientas decisionales como son las estructuras de preferencia y los intervalos de estabilidad, utilizadas para detectar los puntos crticos del proceso y disear caminos de consenso que favorezcan

16

Otros procedimientos de normalizacin pueden verse en Aguarn y Moreno (1995a,d).

los procesos negociadores y la resolucin de conflictos entre los actores participantes (Moreno-Jimnez y otros, 1999). (6) Sicologa del conocimiento, donde se intenta modelizar el comportamiento de las neuronas del cerebro humano (impulsos), mediante jerarquas y redes. Hasta ahora, se ha hablado de un uso independiente y autnomo de AHP, aunque son muchas las situaciones reales en las que esta tcnica se ha utilizado en combinacin con otras, por ejemplo, su utilizacin al determinar la parte subjetiva de los pesos empleados en programacin por compromiso y programacin por metas17. Para concluir el apartado de extensiones de AHP, me gustara sealar que, utilizando el pesar esperado (expected regret) como elemento de enganche, Escobar y MorenoJimnez (2001) han conectado el Proceso Analtico Jerrquico con la Programacin por Compromiso. La bsqueda de una teora unificada para las diferentes escuelas multicriterio que permita, entre otras cosas, una mejor comprensin de los fundamentos tericos de las mismas, est siendo objeto de gran atencin en los ltimos aos (Escobar y Moreno, 1997; Moreno y Escobar 2000; Romero, 2000). En este sentido, me gustara volver sobre uno de los problemas mencionados en la introduccin, cuya solucin sigue pendiente: Qu tcnica multicriterio es mejor? Personalmente, y aunque mi intencin a lo largo del trabajo no ha sido la de glosar las ventajas de AHP, creo que esta tcnica multicriterio, adems de ser una de las pocas que ofrece una verdadera axiomatizacin terica (ver apndice), es una de las que mejor comportamiento prctico tiene. No obstante, hay que ser consciente de las posibles limitaciones que presenta y utilizarla, al igual que las restantes tcnicas, en el contexto y con la orientacin apropiada para que pueda ser aprovechada de manera efectiva. En este sentido, es imprescindible un apropiado conocimiento de sus fundamentos tericos, as como de sus aspectos ms controvertidos y sus posibles causas. 6.- Aplicaciones El Proceso Analtico Jerrquico es una de las tcnicas multicriterio con mayor implantacin prctica en casi todos los mbitos de la toma de decisiones. Sin entrar a estudiar con detalle cules son las causas que han motivado su gran aplicabilidad, mencionar que, entre stas, cabe citar las mismas ideas que sugirieron su metodologa, esto es: la flexibilidad de la tcnica; la adecuacin a numerosas situaciones reales referidas, fundamentalmente, a la seleccin multicriterio entre alternativas; su facilidad de uso; la posibilidad de aplicarla en decisin individual y en grupo, y, por ltimo, la existencia de software amigable para su aplicacin (Expert Choice) desde hace unos quince aos. La extensa bibliografa relativa a las aplicaciones de AHP en la toma de decisiones, hace inviable una exposicin detallada de la misma. Por ello, este trabajo de revisin se limita, para no extender excesiva e innecesariamente el contenido del mismo, a citar algunos de los tpicos tratados mediante AHP, a recoger algunas referencias bibliogrficas de carcter general (libros y Actas de los Simposium Internacionales sobre AHP ISAHP)18 y a citar unos pocos artculos de los aparecidos recientemente.
17

Un tratamiento ms amplio de este uso puede verse en los Proceeding del 3er. Symposium Internacional sobre AHP (Washington). 18 Las Actas de los ISAHP celebrados desde 1988, pueden adquirirse en http//:www.expertchoice.com

Tpicos: Sociedad, Ciencia, y Educacin (1er. ISAHP, 3er. ISAHP y 4 ISAHP). Economa y Transporte (1er. ISAHP y 4 ISAHP). Localizacin y Asignacin de recursos (1er. ISAHP) Evaluacin de alternativas (1er. ISAHP y 2 ISAHP). Decisiones Empresariales. Marketing (2. ISAHP y 4 ISAHP). Produccin (3er. ISAHP). Aplicaciones Ambientales (2. ISAHP y 4 ISAHP). Planificacin Urbana (2. ISAHP). Sector Pblico (3er. ISAHP). Sanidad (3er. ISAHP). Evaluacin de Sistemas (3er. ISAHP). Decisin en Grupo y Resolucin de Conflictos Internacionales (3er. ISAHP). Nuevas Tecnologas (4. ISAHP). Combinacin de AHP con otras tcnicas multicriterio (4. ISAHP). Pensamiento y tica (4. ISAHP). Aplicaciones aparecidas en los ltimos aos:

Priorizacin Ambiental (Moreno-Jimnez y otros, 1999). Seleccin de personal en sistemas de telecomunicacin (Tam y Tummala, 2001). Administracin de Operaciones (Partovi y otros, 1989). Toma de Decisiones Descentralizas (Bolloju, 2001). Evaluacin de Software (Ossadnik y Lange, 1999). Benchmarking (Frei y Harker, 1999). Defensa (Ching-Hsue Cheng y otros, 1999). Decisin en grupo (Van Den Honert y Lootsma, 1997; Easley y otros, 2000). Gestin Universitaria (Gkwak y Changwon, 1998). Desarrollo de software (Lee y otros, 1999). SIMPOSIUM INTERNACIONALES SOBRE AHP (ISAHP)

Primer ISAHP (1988) celebrado en Tiajim (China). Segundo ISAHP (1991) celebrado en Pittsburg (USA). Tercer ISAHP (1994) celebrado en Washington (USA). Cuarto ISAHP (1996) celebrado en Vancouver (Canada). Quinto ISAHP (1999) celebrado en (Japn). Sexto ISAHP (2001), que se celebrar en Berna (Suiza). MONOGRFICOS EN DISTINTAS REVISTAS CIENTFICAS:

HARKER, P.T. (ed.) (1986): The Analitic Hierarchy Process. Socio Economic Planning Sciences 20(6). VARGAS, L.G.; SAATY, R.W.(eds.) (1987): The Analitic Hierarchy Process. Theoretical Developmeents and some applications. Mathematical Modelling 9(3-5). VARGAS, L.G.; WHITAKER, R.W. (eds) (1990): Decision Making by the The Analitic Hierarchy Process: Theory and Applications. European Journal of Operational Research 48(1).

WASIL, E.A.; GOLDEN, B.L. (eds.) (1991): Public Sector Applications of the Analitic Hierarchy Process. Socio Economic Planning Sciences 25(2). VARGAS, L.G.; ZAHEDI, F. (eds.) (1993): Analitic Hierarchy Process. Mathematical and Computer Modelling 17(4-5). Libros: SAATY, T.; ALEXANDER, J.M. (1989): Conflict Resolution: The Analytic Hierarchy Approach. Praeger. DYER, R.B.; FORMAN, E. (1991): An Analytic Approach to Marketing Decisions. Prentice Hall Inc. SAATY, T.; VARGAS, L.G. (1991): Prediction, Projection and Forecasting. Kluwer Academic Publishers.. SAATY, T.; VARGAS, L.G. (1994): Decision Making in Economic, Political, Social and Technological Environments. Vol. VII, AHP Series. RWS Publications. DYER, R.B.; FORMAN, E.; FORMAN, G; JOUFLAS, G. (1996): Cases Studies in Marketing Decisions Using AHP. Expert Choice Inc. Pittsburg. SAATY, T.L. (1997): Toma de Decisiones para Lderes. RWS Publications. 7.- Conclusiones La complejidad de los problemas de decisin tratados bajo el denominado paradigma multicriterio ha favorecido la aparicin de numerosas escuelas de pensamiento y, con ello, de muy diversas metodologas. Por el momento, no se ha podido probar la supremaca de alguna de estas escuelas o filosofas sobre las restantes. Ms an, est resultando difcil combinar simultneamente la validez terica de las aproximaciones con su adecuacin prctica. Como se ha vuelto a poner de manifiesto en el intenso e interesante debate acaecido a lo largo de las ltimas semanas en el foro de discusin multicriterio, la brecha existente entre la teora y la prctica en el campo multicriterio, sigue abierta e incluso aumentando. Parece que rigor y aplicabilidad son dos conceptos enfrentados, algo que no debera suceder, ni deberamos consentir. En este sentido, antes de presentar los contenidos especficos de la aproximacin metodolgica propuesta por el profesor Saaty (aspecto informativo), se pone de manifiesto cul es la filosofa que subyace en el desarrollo terico de esta tcnica y el marco, o paradigma decisional, que debe guiar su utilizacin para poder aprovechar toda su potencialidad operativa (aspecto formativo). Cuando estamos inmersos en la Era del Conocimiento (siglo XXI), he preferido comenzar la presentacin de este trabajo centrndome en los aspectos formativos (paradigmas multicriterio) y seguirla con la exposicin los aspectos informativos (fundamentos tericos, metodologa y aplicaciones). Entendiendo por Formacin la capacidad de transformar Informacin en Conocimiento, y por Conocimiento la aplicacin de la Informacin en un dominio especfico (uso de la informacin en un mbito determinado), es evidente que el uso de la informacin con una determinada finalidad requiere una interpretacin de la misma que es personal y, por lo tanto, subjetiva e intangible. Si se pretende reducir la brecha existente entre la teora y la prctica, esto es, utilizar aproximaciones metodolgicas efectivas, es necesario combinar el rigor y la objetividad de la ciencia tradicional con el realismo y la subjetividad del comportamiento humano. En este sentido, el Proceso Analtico Jerrquico (AHP) conjuga perfectamente un

fundamento axiomtico clsico (Saaty, 1986), basado en la teora matemtica de la dominacin (objetividad del mtodo cientfico tradicional), con una excelente adecuacin al comportamiento real de los individuos y sistemas en la toma de decisiones (subjetividad conductivista). Para conseguir esa sintona entre la fundamentacin terica y la idoneidad prctica, la aplicacin del Proceso Analtico Jerrquico se ha enmarcado bajo un paradigma ms abierto y flexible que el clsico de la racionalidad sustantiva, el denominado paradigma de la racionalidad procedimental multicriterio. Bajo este prisma, la metodologa seguida se ha orientado hacia el constructivismo cognitivo, esto es, intenta mejorar el conocimiento existente del proceso decisional. De esa forma, las valoraciones (juicios) incorporadas por los actores en el proceso de resolucin, sern ms acuradas y permitirn que las prioridades derivadas al aplicar AHP capturen el conocimiento del problema necesario para una toma de decisiones efectiva. Para concluir este trabajo, se han recogido una serie de aspectos controvertidos de esta metodologa desde un punto de vista terico. No obstante, debe quedar claro que, como ocurre con otras aproximaciones multicriterio, gran parte de las debilidades que se les imputa, provienen del desconocimiento de los fundamentos tericos en los que se basan y, de ah, de una incorrecta aplicacin de las mismas. En sntesis, centrndonos en la parte informativa de esta presentacin, recordar (Saaty, 1996) que el objeto del Proceso Analtico Jerrquico es trasladar las percepciones humanas, con su limitacin en cuanto al rango, a valores numricos con sentido evaluados en una escala de razn (prioridades). Para ello, combina una modelizacin jerrquica de los problemas, las comparaciones pareadas entre elementos correspondientes a conglomerados homogneos y reducidos (pequeo nmero de elementos), la utilizacin de una escala fundamental para capturar la realidad percibida, el clculo de las prioridades locales mediante la resolucin del problema del autovector principal por la derecha y una sntesis multiaditiva para obtener las prioridades totales. El resultado es un conjunto de prioridades finales (totales), esto es, una serie de valores numricos evaluados en una unidad abstracta de medida (prioridades), que permiten sintetizar lo tangible y lo intangible, lo objetivo y lo subjetivo, lo racional y lo emocional en una escala de razn vlida para la toma de decisiones. Agradecimientos: Quiero expresar el reconocimiento ms sincero a mis compaeros, los profesores Juan Aguarn y Mara Teresa Escobar, pues muchos de los resultados y conclusiones aqu expresados provienen de trabajos efectuados conjuntamente. 8.- Referencias [1] [2] AGUARN, J.; ESCOBAR, M.T.; MORENO, J.M. (1995a): Normalizacin y cambio de rango en AHP. Actas de las Jornadas Zaragoza-Pau de Matemtica Aplicada, Jaca. AGUARN, J.; ESCOBAR, M.T.; MORENO, J.M. (1995b): Inconsistencia y Cambio de rango en el proceso analtico jerrquico. Actas de las Jornadas Zaragoza-Pau de Matemtica Aplicada, Jaca.

[3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21]

AGUARN, J.; ESCOBAR, M.T.; MORENO, J.M. (1995c): El Cambio de Rango en el Proceso Analtico Jerrquico. Actas del XXII Congreso Nacional de Estadstica e Investigacin Operativa, Sevilla, 381-382. AGUARN, J.; ESCOBAR, M.T.; MORENO, J.M. (1995d): Robustez de los procedimientos de normalizacin en el Proceso Analtico Jerrquico. Actas del XXII Congreso Nacional de Estadstica e Investigacin Operativa, Sevilla, 659-660. AGUARN, J.; ESCOBAR, M.T.; MORENO, J.M. (1995e): La Programacin Jerrquica por Compromiso. El cambio de rango. Actas del XXII Congreso Nacional de Estadstica e Investigacin Operativa, Sevilla, 379-380. AGUARN, J.; MORENO-JIMNEZ, J.M. (2000): Local Stability Intervals in the Analytic Hierarchy Process. European Journal of Operational Research 125(1), 114-133. AGUARN, J.; MORENO-JIMNEZ, J.M. (2001): The Geometric Consistency Index. Approximated Thresholds (en evaluacin). AGUARN, J.; ESCOBAR, M.T.; MORENO-JIMNEZ, J.M. (2001): Consistency Stability Intervals for a judgement in AHP Decision Support Systems (en evaluacin). ALTUZARRA, A.; ESCOBAR, M.T.; MORENO, J.M. (1996): Estudio probabilstico en el Proceso Analtico Jerrquico. Actas de la X Reunin ASEPELTEspaa. Albacete (CD). BARREDO, J.I. (1996): Sistemas de Informacin Geogrfica y Evaluacin Multicriterio en la ordenacin del territorio. Rama. Madrid. BARZILAI, J.; GOLANI, B. (1994): AHP rank reversal, normalization and aggregation rules. INFOR, 32(2), 57-64. BELTON, V.; GEAR, T. (1985): The legitimacy of Rank Reversal. Omega 13, 3, 143-144. BOLLJU, N. (2001): Aggregation of analytic hierarchy process models on similarities in decisin makers preferences. European Journal of Operational Research 128, 499-508. CHECKLAND, P.; SCHOLES, J. (1990): Soft System Methodology in Action. Wiley. Chichester. CHING-HSUE CHENG; KUO-LUNG YANG; CHIA-LUNG HWANG (1999): Evaluating attack helicopters by AHP based on linguistic variable weight, European Journal Of Operational Research 116(2), 423-435. COLSON, G.; DE BRUIN, C. (1989): Models and Methods in Multiple Objective Decision Making. In G. Colson; C. De Bruin (Eds.): Models and Methods in Multiple Criteria Decision Making. Pergamo, London. DE TOMBE, D.J. (2001): Methodology for handling complex societal problems, Editorial, European Journal Of Operational Research 128, 227-230. DYER, J.S. (1990a): Remarks on the Analytic Hierarchy Process. Management Science 36 (3), 249-258. DYER, J.S. (1990b): A clarification of Remarks on the Analytic Hierarchy Process. Management Science 36 (3), 274-275. EASLEY, R. F.; VALACICH, J.S.; Venkataramanan, M.A. (2000): Capturing group preferences in a multicriteria decision, European Journal Of Operational Research 125(1). 73-83. EASTMAN, J. (1993): IDRISI. A grid based geographic analysis system. Version 4.1. Clark University, Graduate School of Geography, Worcester. MA.

[22] [23] [24] [25] [26] [27]

[28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41]

ESCOBAR, M.T.; MORENO JIMENEZ, J.M. (1997): El Proceso Analtico Jerrquico en problemas con un gran nmero de alternativas. Estudios de Economa Aplicada 8, 25-40. ESCOBAR, M.T.; MORENO-JIMNEZ, J.M. (2000): Reciprocal distributions in the Analytic Hierarchy Process. European Journal of Operational Research 123(1), 154-174. ESCOBAR, M.T.; MORENO-JIMNEZ, J.M. (2001): A linkage between the Analytic Hierearchy Process and the Compromise Programming Models (en evaluacin). FINAN, J.S.; HURLEY,W.J. (1999): Transitive calibration of the AHP verbal scale. European Journal of Operational Research 112, 367-372. FORMAN, E.H. (1990): AHP is intended for more than expected value calculations. Decision Science 21, 670-672. FORMAN, E.H. (1992): Facts and fictions about the analytic hierarchy process. In Multiple Criteria Decision Making. Proc. Ninth Int. Conf. Theory and Applications in Business, Industry, and Governement (Edited by A. Goicochea, L. Duckstein and S. Zionts), 123-133. Springer, New York. FREI, F.X.; HARKER, T. (1999): Measuring aggregate process performance using AHP, European Journal Of Operational Research 116(2), 436-442. FUNTOWICZ, S.; RAVETZ, J.R. (1991): A new scientific methodology for global environmental issues. In R. Constanza (Ed.): Ecological Economics: The Science and Management of Sustainability. Columbia University Press. NY., 137-152. FUNTOWICZ, S.; RAVETZ, J.R. (1994): The worth of a songbird ecological economics as a postnormal science. Ecological Economics, 10(3), 197-207. GANDY, M. (1996): Crumbling land: the postmodernity debate and the analysis of environmental problems. Prog. Hum. Geogr. 20 (1), 23-40. KAHNEMAN, D.; TVERSKY, A. (1979): Prospect theory: an analysis of decision under risk. Econometrica 47, 263-291. HARKER, P.T. (1987): The incomplete pairwise comparison in the Analytic Hierarchy Process. Mathematical Modelling 9, 837-848. HARVEY, (1989): The condition of postmodernity: An inquiry into the Origins of Cultural Change. Blakwell, Oxford. HOLDER, R.D. (1990): Some Comments on the Analytic Hierarchy Process. J. Opl. Res. Soc. 41(11), 1073-1076. KANG, M.; STAM, A. (1994): PAHAP: A parwaise aggregated hierarchical analysis of rato scale preferences. Decision Science 25, 4, 607-624. KAUFMAN, B.E. (1999): Emotional arousal as a source of bounded rationality. Journal of Economics Behaviour & Organization 38, 135-144. KEENEY, R. (1992): Value focused thinking. Harvard University Press. KWAK, N.K.; CHANGWON, L. (1998): A multicriteria decision-making approach to university resource allocations and information infrastructure planning, European Journal Of Operational Research 110(2), 234-242. LEE, M.; PHAM, H.; ZHANG, X. (1999): A methodology for priority setting with application to software development process, European Journal Of Operational Research 118(2), 375-389. LICHTENSTEIN, S.; SLOVIC, P. (1971): Reversal of Preferences Between Bids and Choices in Gambling Decisions. J. of Experimental Psychology 89, 46-55.

[42] [43] [44] [45] [46] [47] [48] [49] [50]

[51] [52] [53] [54] [55] [56] [57] [58] [59] [60]

LOOTSMA, F. A. (1989): Conflict resolution via pairwise comparison of concessions. European Journal of Operational Research 40, 109-116. LOOTSMA, F.A. (1996): A model for the relative importance of the criteria in the multiplicative AHP and SMART. European Journal of Operational Research 94, 467-476. MIDMORE, P. (1996): Towards a postmodern agricultural economics. J. Agric. Econom. 47(1), 1-17. MILLER, G.A (1956): The magical number seven, plus or minus two. Some limits on our capacity for processing information. The Psychological Review 63, 81-97. MONSUUR, H. (1996): An intrinsic consistency threshold for reciprocal matrices. European Journal of Operational Research 96, 387-391. MORENO JIMNEZ, J.M. (1993): Investigacin Operativa. Ed. Gore. MORENO JIMNEZ, J.M. (1996): Metodologa Multicriterio en el Plan Nacional de Regados (privado). MORENO JIMENEZ, J.M. (1997): Priorizacin y toma de decisiones ambientales. Actas del 1er. Encuentro Iberoamericano de Evaluacin y Decisin Multicriterio, 113-145. Santiago de Chile. MORENO-JIMNEZ, J.M.; AGUARON, J.; CANO, F.J.; ESCOBAR, M.T. (1998): Validez, Robustez y Estabilidad en Decisin Multicriterio. Anlisis de Sensibilidad en el Proceso Analtico Jerrquico. Revista de la Real Academia de Ciencias Exactas, Fsicas y Naturales, vol. 92(4), 387-397. MORENO-JIMNEZ, J.M.; AGUARN, J.; ESCOBAR, M.T. (2001): Metodologa cientfica en valoracin y seleccin ambiental. Aparecer en Pesquisa Operacional (Revista de la Sociedad Brasilea de Investigacin Operativa). MORENO-JIMNEZ, J.M.; AGUARON, J.; ESCOBAR, M.T.; TURON, A. (1999): Multicriteria Procedural Rationality on SISDEMA. European Journal of Operational Research 119(2), 388-403. MORENO JIMNEZ, J.M.; ESCOBAR, M.T. (2000): El Pesar en el Proceso Analtico Jerrquico. Estudios de Economa Aplicada 14, 95-115. MORENO-JIMNEZ, J.M.; MATA, E.J. (1992): Nuevos sistemas informticos de ayuda a la decisin. Sistemas Decisionales Integrales. Actas de la V Reunin ASEPELT-Espaa, Granada, vol. II, 529-538. MORENO-JIMENEZ, J.M.; VARGAS, L.G. (1991): Intervalos de Juicio en el Proceso Analtico Jerrquico. Actas de la IV Reunin ASEPELT Espaa, Las Palmas. MORENO-JIMNEZ, J.M.; VARGAS, L.G. (1993): A Probabilistic Study of Preference Structures in the Analytic Hierarchy Process with Interval Judgment. Mathematical and Computer Modelling, 17, 4-5, 73-81. NIDJKAM, P.; VAN DELFT, A. (1977): Multicriteria Analysis and Regional Decicion Making. Martinus Nijhoff, Leiden. OSSADNIK, W.; LANGE, O. (1999): AHP-based evaluation of AHP software. European Journal of Operational Research 118, 578-588. PARTOVI, FY.; BURTON, J.; BANERJE, A. (1989): Application of analytic hierarchy process in operations management. International Journal of Operations and Production Management 10(3), 5-19. RIDGLEY, M.A.; RIJSBERMAN, F.R. (1992): Multicriteria evaluation in a policy analysis of the rhine stuary. Water Resources Bulletin 28, 1095-1110.

[61] [62] [63] [64] [65] [66] [67] [68] [69] [70] [71] [72] [73] [74] [75] [76] [77] [78] [79] [80] [81] [82] [83] [84]

ROMERO, C. (1993): Teora de la Decisin Multicriterio. Conceptos, tcnicas y aplicaciones. Alianza Universidad Textos. ROMERO, C. (2000): Extended lexicographic goal programming: a unifying approach. Omega 29, 63-71. ROY, B. (1993): Decision science or decision-aid science? European Journal of Operational Research 66, 184-203. SAATY, T.L. (1977): A scaling method for priorities in herarchical structures. Journal of Mathematical Psychology, 15, 234-281. SAATY, T.L. (1980): The Analytic Hierarchy Process. McGraw-Hill, New York. SAATY, T.L. (1986): Axiomatic Foundation of the Analytic Hierarchy Process. Management Science 32(7), 841- 855. SAATY, T.L. (1987): Rank generation, preservation and reversal in teh analityc hierarchy process. Decison Science 18, 157-177. SAATY, T.L. (1990): An exposition of the AHP. In reply to the paper Remarks on the analytic hierarchy process. Management Science 36(3), 259-268. SAATY, T.L. (1994): Fundamentals of Decision Making. RSW Publications. SAATY, T.L. (1994a): How to make a decision: The Analytic Hierarchy Process. Proceedings of the 3th. ISAHP, vii-xxviii. SAATY, T.L. (1996): The Analytic Network Process. RSW Publications. SAATY, T.L.; VARGAS, L.G. (1984): The legitimacy of rank reversal. Omega 12, 513-516. SAVAGE, L.J. (1954): The Foundations of Statistics. John Wiley and Sons. New York. SCHENKEMAN, S. (1994): Avoiding rank reversal in AHP decision support models. European Journal of Operational Research 74, 407-419. SCHOENER, B.; WEDLEY, W.C. (1989): Ambiguous criteria weights in AHP. Decision Science 20, 462-475. SCHOENER, B.; WEDLEY, W.C.; CHOO, E.U. (1992): A rejoinder to Forman on AHP, with emphasis on the requirement of composite ratios scales. Decision Science 23, 509-517. SCHOENER, B.; WEDLEY, W.C.; CHOO, E.U. (1993): A unified approach to AHP with linking pins. EJOR 64, 384-392. SIMON, H.A. (1964): Rationality. In J. Gould y W.L. Kolb (Eds). A Dictionary of the Social Science. The Free Press, Glencoe, IL. SIMON, H.A. (1972): Theories of bounded rationality. In C. B. Radner y R. Radner (eds.): Decision and Organization. North Holland Publishing Company. Amsterdam. SDERBAUM, P. (1999): Values, ideology and politics in ecological economics. Ecological Economics 28, 161-170. TACCONI, L. (2000): Biodiversity and Ecological Economics. Earthscan. TAM, C.Y.; TUMMALA, V.M.R. (2001): An application of the AHP in vendor selection of telecommunications system. Omega 29, 171-182. TVERSKY, A. (1988): A rational choice and the framing of decisions. In D.E. Bell; H. Raiffa, & A. Tversky (Eds.), Decision making: Descriptive, normative, and prescriptive interactions. Cambridge University Press. TVERSKY, A.; KAHNEMAN, D. (1972): Judgment under uncertainty: Heuristics and biases, Science 185, 1124-1131.

[85] [86] [87] [88]

VAN DEN HONERT, R.C.; LOOTSMA, F.A. (1997): Group preference aggregation in the multiplicative AHP, European Journal of Operational Research 96(2), 363-370. VARGAS, L.G. (1994): Reply to Schenkemans avoiding rank reversal in AHP decision support models. European Journal of Operational Research 74, 420-425. VON NEWMANN, J. y MORGESTERN, O. (1944): Theory of Games and Economic Behaviour. Princenton University Press. VOOGD, H. (1983): Multicriteria Evaluations for Urban and Regional Planning. Pion. London. APNDICE Axiomtica del proceso analtico jerrquico (AHP)

En lo que sigue se incluyen algunos conceptos y resultados correspondientes a la formalizacin matemtica del Proceso Analtico Jerrquico (AHP). Su desarrollo pormenorizado puede verse en cualquiera de las referencias en las que se recoge la fundamentacin terica de AHP (Saaty, 1980; 1986; 1994). Sea A un conjunto finito de n elementos llamados alternativas. Sea C un conjunto de propiedades o atributos con respecto a los que se comparan los elementos de A. Normalmente nos referiremos a los elementos de C como criterios. Cuando se comparan dos elementos de A con respecto a un criterio en C, se dice que se realiza una comparacin binaria. Sea >~C una relacin binaria en A que represente ms preferido que o indiferente a con respecto al criterio C en C. Sea B el conjunto de las aplicaciones desde AA en R+ (conjunto de los reales positivos). Sea f:CB. Sea PC f(C) para C C. PC asigna un valor real positivo a cada par (Ai, Aj) AA. Sea PC(Ai, Aj)=aij R+, Ai, Aj A. Para cada C C, la tripleta (AA, R+, PC) es una escala primitiva o fundamental. Una escala fundamental es una aplicacin de objetos en un sistema numrico. Definicin 1.- Para todo Ai, Aj A y C C Ai >C Aj si y slo si PC(Ai, Aj) >1 Ai ~C Aj si y slo si PC(Ai, Aj) =1 Si Ai >C Aj se dice que Ai domina a Aj con respecto a C C. PC representa la intensidad o fuerza de la preferencia de una alternativa sobre otra. Axioma 1.- (Reciprocidad) Para todo Ai, Aj A y C C, se tiene: PC(Ai,Aj)=1/PC(Aj,Ai). Sea A=(aij)(PC(Ai,Aj)) el conjunto de comparaciones pareadas de las alternativas con respecto al criterio C C. Por el Axioma 1, A es una matriz recproca positiva. El objetivo es obtener una escala de dominacin relativa (u ordenacin) de las alternativas a partir de las comparaciones pareadas dadas en A. Sea RM(n) el conjunto de las matrices nn recprocas positivas A = (aij) (PC(Ai, Aj)) para todo C C. Sea [0,1]n el producto cartesiano de [0,1], y sea : RM(n) [0,1]n para A RM(n), (A) es un vector n-dimensional cuyas componentes caen en el intervalo [0,1]. La tripleta (RM(n), [0,1]n, ) es una escala derivada. Una escala derivada es una aplicacin entre dos sistemas relacionales numricos. Definicin 2.- La aplicacin PC se dice que es consistente si y slo si: PC(Ai, Aj) PC(Aj, Ak) = PC(Ai, Ak) para todo i, j y k.

De forma similar se dice que la matriz A es consistente si aijajk = aik para todo i, j y k. Si PC es consistente, entonces el Axioma 1 se cumple automticamente y la ordenacin inducida por coincide con las comparaciones pareadas. Definicin 3.- Un conjunto S con una relacin binaria (), se dice que es un orden parcial si satisface las siguientes propiedades: a) Reflexiva: Para todo x S, x x. b) Transitiva: Para todo x, y, z S, si x y, e y z entonces, x z. c) Antisimtrica: Para todo x, y S, si x y, e y x, entonces x = y (x e y coinciden). Definicin 4.- Para cualquier relacin x y (lase y incluye a x) se define x < y para representar x y con x y. Se dice que y domina (cubre) a x, si x < y, y si x < t < y no es posible para ningn t. Los conjuntos parcialmente ordenados con un nmero finito de elementos pueden ser representados convenientemente por un grafo orientado. Cada elemento del grafo se representa en un nodo, de forma que haya un arco dirigido desde y a x, si x < y. Definicin 5.- Un subconjunto E de un conjunto parcialmente ordenado S se dice que est acotado superiormente (inferiormente) si existe un elemento s S tal que x s (s) para cada x E. El elemento s se denomina una cota superior (inferior) de E. Se dice que E tiene un supremo (nfimo) si tiene cotas superiores (inferiores) y el conjunto de cotas superiores U (inferiores L) tiene un elemento u1(l1) tal que u1 u para todo u U (l1 l para todo l L). Definicin 6.- Sea H un conjunto parcialmente ordenado cuyo elemento mayor es b. H es una jerarqua si satisface las siguientes condiciones: (1) Existe una particin de H en conjuntos denominados niveles {Lk, k=1,2,...,h}, donde L1={b}. (2) x Lk implica que x- Lk+1, donde x-={y x cubre a y}, k=1,2,...,h-1. (3) x Lk implica que x+ Lk-1, donde x+={y y cubre a x}, k=2,3,...,h. Definicin 7.- Dado un valor positivo real 1, un conjunto no vaco x- Lk+1 se dice homogneo con respecto a x Lk si para cada par de elementos y1, y2 x-, 1/ PC(y1,y2) . En particular, el axioma de reciprocidad implica que PC(yi, yi) = 1. Axioma 2.- (Homogeneidad) Dada una jerarqua H, x H y x Lk, x- Lk+1 es homogneo para k=1,...,h-1. Dados Lk, Lk+1 H, denotaremos la escala local derivada para y x- y x Lk por k+1(y/x), k=2,3,...,h-1. Sin prdida de la generalidad se puede suponer que yx k +1 (y/x) = 1. Las columnas de la matriz k(Lk/Lk-1) son escalas locales derivadas de los elementos en Lk con respecto a los elementos en Lk-1. Definicin 8.- Un conjunto A se dice dependiente externo, o exterior, de un conjunto C si se puede definir una escala fundamental en A con respecto a todo elemento C C. La dependencia exterior refleja la dependencia de los elementos de un nivel respecto del nodo del nivel superior del que cuelgan (dependencia de los elementos inferiores de la jerarqua respecto de los superiores) Definicin 9.- Sea A dependiente exterior de C. Los elementos de A se dice que son dependientes internos, o interiores, con respecto a C C, si para algn A A, A es dependiente exterior de A. Axioma 3.- Sea H una jerarqua con niveles L1, L2,..., Lh. Para cada Lk, k=1,2,...,h-1, (1) Lk+1 es dependiente exterior/externo de Lk.

(2) Lk+1 es no dependiente interior/interno con respecto a todos los x Lk. (3) Lk es no dependiente exterior/externo de Lk+1. Principio de Composicin Jerrquica.- Si se verifica el Axioma 3, la escala global derivada (ordenacin) de cualquier elemento en H se obtiene de sus componentes en el correspondiente vector de los siguientes: 1(b)=1 2(L2)= 2(b-/b) ... k(Lk)= k(Lk/Lk-1) k-1(Lk-1), k=3,...,h. Si se omite el Axioma 3, el Principio de Composicin Jerrquica deja de verificarse debido a que la dependencia exterior e interior entre niveles o componentes que se necesitan no forman una jerarqua. El principio de composicin apropiado se deriva del enfoque supermatrix del cul el Principio de Composicin Jerrquica en un caso especial (Saaty, 1980). Una jerarqua es un caso especial de sistema o red, cuya definicin viene dada por: Definicin 10.- Sea G una familia de conjuntos no vacos G1, G2,, Gn, donde Gi consta de los elementos {eij, j=1,,mi}, i=1,2,,n. G es un sistema si: (i) Es un grafo orientado cuyos vrtices son Gi, y cuyos arcos se definen a travs del concepto de dependencia exterior; esto es (ii) Dadas dos componentes Gi y Gj G existe un arco desde Gi a Gj si Gj es dependiente exterior de Gi. Sea DA A el conjunto de los elementos de A dependientes externos de A A. Sea A,C(Aj), Aj A, la escala derivada de los elementos de A con respecto a Ai A para un criterio C C. Sea C(Aj), Aj A, la escala derivada de los elementos de A con respecto a un criterio C C. Se define el peso dependiente (dependence weight)

C ( A j ) =

A i D A j

A ,C (A j ) C (A i ).
i

Si los elementos de A son dependientes internos con respecto a C C, entonces C(Aj) C(Aj) para algn Aj A. Las expectativas son creencias acerca de la ordenacin de las alternativas derivada del conocimiento a priori. Se supone que un decisor tiene una ordenacin, intuitiva, de un conjunto finito de alternativas A con respecto al conocimiento a priori de los criterios C. El decisor puede tener expectativas acerca de la ordenacin. Axioma 4.- (Expectativas) C H-Lh, A = Lh Este axioma dice que cuando se toma una decisin, siempre se supone que la estructura jerrquica est completa. Esto es, que todas las alternativas y los criterios considerados relevantes para la resolucin del problema estn representadas en la jerarqua,. No se supone la racionalidad del proceso, ni tampoco que solamente se pueda acomodar a una interpretacin racional. La gente tiene muchas expectativas que son irracionales. A continuacin se mencionan una serie de resultados que se desprenden de los axiomas anteriores, y cuya demostracin puede verse, entre otros, en Saaty (1980) y Saaty (1994). Sea RC(n) el conjunto de todas las matrices (nn) consistentes (RC(n) RM(n)). Teorema 1.- Sea A RM(n), A RC(n) si y slo si rango(A)=1. Teorema 2.- Sea A RM(n), A RC(n) si y slo si su valor propio principal max es igual a n.

Teorema 3.- Sea A = (aij) RC(n). Existe una funcin = (1, 2,..., n), con : RC(n) [0,1]n tal que: (1) aij=i(A)/ j(A). (2) La dominacin relativa de la i-sima alternativa, i(A), es la i-sima componente del vector propio principal de A. Dadas dos alternativas Ai, Ai en A, Ai >C Aj si y slo si i(A) j(A). Teorema 4.- Sea ARC(n), y sean 1=n y 2=0 los valores propios de A con multiplicidades 1 y n-1 respectivamente. Dado >0, existe = ()>0 tal que si |aij + ij -aij| =|ij| para i,j=1,2,...,n, la matriz B=(aij+ij) tiene exactamente 1 y (n-1) valores propios en los crculos |-n|< y | -0|< , respectivamente. Teorema 5.- Sea ARC(n) y sea w su vector propio principal por la derecha. Sea A=( ij) una matriz de perturbaciones de los valores de A tal que A = A + A RM(n), y sea w su vector propio principal por la derecha. Dado >0, existe un >0 tal que si |ij| para todo i y j, se cumple |wi-wi| para todo i=1,2,...,n. Teorema 6.- (Estimacin de razones). Sea A RM(n), y sea w su vector propio principal por la derecha. Sean ij = aijwj/wi para todo i y j, y sea 1- < ij < 1+, > 0, para todo i y j. Dados > 0 y < , existe un >0 tal que para todo (x1, x2,..., xn), xi>0, i=1,2,...,n, si se verifica
1 < a ij xi x j wi w j xi x j < 1 + , i, j

entonces
1 < < 1 + , i, j

Teorema 7.- Sea A = (aij) RM(n). Sea max su valor propio principal y sea w su correspondiente vector propio por la derecha con correspondiente vector propio por la derecha con

i=1 w i = 1,
n n

entonces max n.

Teorema 8.- Sea A RM(n). Sea max el valor propio principal de A, y sea w su

i=1 w i = 1, la expresin

(max -n)/(n-1) es una medida de la distancia media a la consistencia. Definicin 11.- La intensidad de los juicios asociados con un camino que va desde i a j, denominado intensidad del camino es igual al producto de las intensidades asociadas con los arcos de ese camino. Definicin 12.- Un ciclo es un camino de comparaciones pareadas que termina en su punto de partida. Teorema 9.- Si A RC(n), las intensidades de todos los ciclos son iguales a aii, i = 1, 2,..., n. Teorema 10.- Si A RC(n), las intensidades de todos los caminos que van desde i a j son iguales a aij. Corolario 1.- Si A RC(n), el valor de la posicin (i,j) puede representarse como la intensidad de los caminos de cualquier longitud que comienzan en i y terminan en j. Corolario 2.- Si A RC(n), el valor de la posicin (i,j) es la intensidad media de los caminos de longitud k que van de i a j, y Ak = nk-1A (k1). Teorema 11.- Si A RC(n), el valor de la posicin (i,j) viene dado por la media de todas las intensidades de los caminos que comienzan en i y terminan en j. Teorema 12.- Si A RC(n), la escala de dominacin relativa viene dada por cualquiera de sus columnas normalizadas, y coincide con el vector propio principal por la derecha de A.

Corolario 3.- El vector propio principal es nico salvo por una constante multiplicativa. Teorema 13.- Si A RM(n), la intensidad de todos los caminos de longitud k que van de i a j viene dada por:
i1 =1 i 2 =1

L a ii a i i
i k -1 =1
1

12

L a i k -1 j .

Teorema 14.- Sea A RM(n), A RC(n). El vector propio principal por la derecha de A viene dado por el lmite de la intensidad normalizada de los caminos de longitud k, a (k) para todo h=1,2,...,n. w i = lim n ih , i=1,2,...,n, (k) k i =1 a ih Corolario 4.- Sea A RM(n), A RC(n). El vector propio principal por la derecha de A es nico salvo por una constante multiplicativa. Teorema 15.- Sea A un conjunto finito de n elementos A1, A2,..., An, y sea C C un criterio que todos los elementos de A tienen en comn. Sea A la matriz de comparaciones pareadas resultante. La i-sima componente del vector propio principal a derecha de la matriz de comparaciones pareadas recproca A, proporciona la dominacin relativa de Ai, i=1, 2, ..., n.