universidad de guayaquil -...
TRANSCRIPT
UNIVERSIDAD DE GUAYAQUIL
FACULTAD DE CIENCIAS MATEMÁTICAS Y
FÍSICAS
CARRERA DE INGENIERIA EN SISTEMAS
COMPUTACIONALES
USO DE PROCESO ANALÍTICO JERÁRQUICO (AHP) Y CONJUNTOS DIFUSOS PARA MEJORAR LA TOMA DE DECISIONES EN EL
PROCESO ELECTORAL DE LAS AUTORIDADES GENERALES DE LA UG
PROYECTO DE TITULACIÓN
Previa a la obtención del Título de:
INGENIERO EN SISTEMAS
COMPUTACIONALES
AUTOR (ES):
JESÚS XAVIER ROMERO BAJAÑA
ANDRÉS EDUARDO ROSADO GUTIÉRREZ
TUTOR:
ING. LORENZO CEVALLOS TORRES M.Sc
GUAYAQUIL – ECUADOR
2018
II
REPOSITARIO NACIONAL EN CIENCIA Y TECNOLOGÍA
FICHA DE REGISTRO DE TESIS TITULO Y SUBTITULO: “Uso de proceso analítico jerárquico (AHP) y
conjuntos difusos para mejorar la toma de decisiones en el proceso electoral de las autoridades generales de la UG” AUTOR/ES: Jesús Xavier Romero Bajaña Andrés Eduardo Rosado Gutiérrez
REVISORES: Luis Alonso, M.Sc Ing. Jimmy Sornoza
INSTITUCIÓN: Universidad de Guayaquil
FACULTAD: Ciencias Matemáticas y Físicas
CARRERA: Ingeniería en Sistemas Computacionales
FECHA DE PUBLICACIÓN: N. DE PAGS:
ÁREAS TEMÁTICAS: Logístico, Estadístico, Matemático
PALABRAS CLAVE: Algoritmo, Ahp, lógica difusa, toma de decisiones, incertidumbre
RESUMEN:
Este trabajo surge del cuestionamiento sobre la consistencia y
adecuación de los factores, y su ponderación, dentro del baremo técnico
para seleccionar representantes para la dirección de la Universidad de
Guayaquil. Para el mejoramiento de este proceso, se ha dado una
solución mediante el modelo AHP (Proceso Analítico Jerárquico)
aplicando lógica difusa para la toma de decisiones mediante un algoritmo
que permita evaluar varios candidatos que mejore la toma de decisiones
en procesos electorales que generen incertidumbre. Ya que elegir a una
persona que dirija a la UG es un tema de mucha relevancia, y con esto
queremos poder lograr elegir a la mejor opción.
N. DE REGISTRO (en base de datos):
N. DE CLASIFICACIÓN:
DIRECCIÓN URL (tesis en la web):
ADJUNTO URL (tesis en la web):
ADJUNTO PDF: SI NO
CONTACTO CON AUTORES/ES:
Teléfono: 0995403974 0990261584
E-mail: [email protected] [email protected]
CONTACTO EN LA INSTITUCION: Carrera de Ingeniería en Sistemas Computacionales
Nombre: Ab. Juan Chávez Atocha
Teléfono: 2307729
E-mail: [email protected]
x
III
APROBACIÓN DEL TUTOR
En mi calidad de Tutor del trabajo de investigación, “Uso de proceso analítico jerárquico (ahp) y conjuntos difusos para mejorar la toma de decisiones en el proceso electoral de las autoridades generales de la UG” elaborado por los Sres. Jesús Xavier Romero Bajaña y
Andrés Eduardo Rosado Gutiérrez, Alumnos no titulados de la Carrera de Ingeniería en Sistemas Computacionales, Facultad de Ciencias Matemáticas y Físicas de la Universidad de Guayaquil, previo a la obtención del Título de Ingeniero en Sistemas Computacionales, me permito declarar que luego de haber orientado, estudiado y revisado, la Apruebo en todas sus partes.
Atentamente
Ing. Lorenzo Cevallos Torres M.Sc
TUTOR
IV
DEDICATORIA
Dedico esta tesis a mis Pedro
Romero Fuentes y Silva
Bajaña Avilés por haberme
apoyado durante toda mi vida
profesional, ya sea esta de
manera económica y moral.
A mis amigos por permitirme
aprender lecciones de vida
junto a ustedes durante toda
mi etapa universitaria.
Jesús Xavier Romero Bajaña
V
AGRADECIMIENTO
A mis padres por su apoyo
incondicional y su infinito
amor.
A Dios por darme la fuerza de
cumplir con el objetivo
propuesto.
Al Ing. Lorenzo Cevallos por
dotarnos de conocimientos
durante este proyecto de
titulación.
Jesús Xavier Romero Bajaña
VI
DEDICATORIA
Dedico esta tesis a mis padres
María Gutiérrez y Wellington
Rosado por haberme apoyado
durante toda mi vida
profesional, ya sea esta de
manera económica y moral.
Andrés Eduardo Rosado Gutiérrez
VII
AGRADECIMIENTO
A mis padres por guiarme
durante toda mi vida con sus
consejos y por todo su amor.
Al Ing. Lorenzo Cevallos por
dotarnos de conocimientos
durante este proyecto de
titulación.
A mis amigos por permitirme
aprender lecciones de vida junto
a ustedes durante toda mi etapa
universitaria.
A Vanessa, por estar ahí cada
día de mi vida universitaria, por
la paciencia y por la fuerza que
me ha brindado, nunca
terminare de agradecerle, por
tanto.
Andrés Eduardo Rosado Gutiérrez
VIII
TRIBUNAL PROYECTO DE TITULACIÓN
Ing. Eduardo Santos Baquerizo, M.Sc.
DECANO DE LA FACULTAD
CIENCIAS MATEMATICAS Y
FISICAS
Ing. Abel Alarcón Salvatierra, Mgs.
DIRECTOR DE LA CARRERA DE
INGENIERIA EN SISTEMAS
COMPUTACIONALES
Ing. Jimmy Sornoza Moreira
PROFESOR REVISOR DEL ÁREA
TRIBUNAL
Ing. Cesar Espín Riofrio
PROFESOR REVISOR DEL ÁREA
TRIBUNAL
Ing. Lorenzo Cevallos Torres, M. Sc
PROFESOR TUTOR DEL PROYECTO
DE TITULACION
Ab. Juan Chávez Atocha, Esp.
SECRETARIO
II
DECLARACIÓN EXPRESA
“La responsabilidad del contenido de este Proyecto de Titulación, me corresponden exclusivamente; y el patrimonio intelectual de la misma a la UNIVERSIDAD DE GUAYAQUIL”
JESUS XAVIER ROMERO BAJAÑA
ANDRES EDUARDO ROSADO GUTIERR
.
UNIVERSIDAD DE GUAYAQUIL FACULTAD DE CIENCIAS MATEMÁTICAS Y FÍSICAS
CARRERA DE INGENIERIA EN SISTEMAS
COMPUTACIONALES
USO DE PROCESO ANALÍTICO JERÁRQUICO (AHP) Y CONJUNTOS DIFUSOS PARA MEJORAR LA TOMA DE DECISIONES EN EL PROCESO
ELECTORAL DE LAS AUTORIDADES GENERALES DE LA UG
Proyecto de Titulación que se presenta como requisito para optar por el
título de INGENIERO EN SISTEMAS COMPUTACIONALES
Autores: JESUS XAVIER ROMERO BAJAÑA
C.I. 0929089928
ANDRÉS EDUARDO ROSADO GUTIERREZ
C.I. 0951647890
Tutor: Ing. Lorenzo Cevallos Torres M.Sc.
Guayaquil, enero de 2018
II
CERTIFICADO DE ACEPTACIÓN DEL TUTOR
En mi calidad de Tutor del proyecto de titulación, nombrado por el Consejo Directivo de la Facultad de Ciencias Matemáticas y Físicas de la Universidad de Guayaquil.
CERTIFICO:
Que he analizado el Proyecto de Titulación presentado por los estudiantes JESUS XAVIER ROMERO BAJAÑA, ANDRÉS EDUARDO ROSADO GUTIÉRREZ, como requisito previo para optar por el título de Ingeniero en Sistemas Computacionales cuyo problema es: En la Universidad de Guayaquil cada cierto tiempo se lleva a cabo el
proceso electoral para elegir las dignidades generales tales como Rector,
Vicerrector, etc. Y trae consigo la incertidumbre de elegir el mejor
mandatario, ¿Cuál sería el indicado? Ya que, a simple vista, juzgando por
el expediente de cada prospecto, cada uno aporta con buenas ideas y
soluciones a ciertas deficiencias de la institución. Luego de haber
evaluado por la lógica convencional los pros y contras de los candidatos,
se procede a elegirse las dignidades. Luego de finalizar el proceso, la
realidad del asunto se torna distinta, todo lo contrario, a las expectativas
de los votantes. Es ahí donde ocurre el conflicto entre votantes y electos,
ya que, al no cumplir con sus grandes expectativas, entran en un grado
alto de inconformidad y se empieza a cuestionar, cual fue el criterio que
no se consideró para descartar aquel candidato que no llego a cubrir las
necesidades que tenían, tanto los votantes como de la institución.
Considero aprobado el trabajo en su totalidad. Presentado por: Jesús Xavier Romero Bajaña Cédula de ciudadanía N° 0920089928
Andrés Eduardo Rosado Gutiérrez Cédula de ciudadanía N° 0951647890
Tutor: Ing. Lorenzo Cevallos Torres M. Sc
Guayaquil, enero de 2018
III
UNIVERSIDAD DE GUAYAQUIL FACULTAD DE CIENCIAS MATEMÁTICAS Y FÍSICAS
CARRERA DE INGENIERIA EN SISTEMAS COMPUTACIONALES
Autorización para Publicación de Proyecto de Titulación en Formato Digital
1. Identificación del Proyecto de Titulación Nombre Alumno: Jesús Xavier Romero Bajaña
Dirección: Santa Lucia y Balzar
Teléfono: 0990261584 E-mail: [email protected]
Nombre Alumno: Andrés Eduardo Rosado Gutiérrez
Dirección: Coop. 7 Lagos Mz. 60 Villa 22
Teléfono: 0995403974 E-mail: [email protected]
Facultad: Ciencias Matemáticas Y Físicas
Carrera: Ingeniería en Sistemas Computacionales
Proyecto de titulación al que opta: Ingeniería en Sistemas Computacionales
Profesor guía: Ing. Lorenzo Cevallos Torres M.Sc.
Título del Proyecto de titulación: Uso de Proceso Analítico Jerárquico (AHP) y conjuntos difusos para mejorar la toma de decisiones en el proceso electoral de las autoridades generales de la UG.
Tema del Proyecto de Titulación: incertidumbre, lógica difusa, inteligencia artificial, ahp, toma de decisiones.
2. Autorización de Publicación de Versión Electrónica del Proyecto de Titulación A través de este medio autorizo a la Biblioteca de la Universidad de Guayaquil y a la Facultad de Ciencias Matemáticas y Físicas a publicar la versión electrónica de este Proyecto de titulación. Publicación electrónica:
Inmediata X Después de 1 año
Jesús Romero B. Andrés Rosado G.
3. Forma de envío: El texto del proyecto de titulación debe ser enviado en formato Word, como archivo .Doc. O .RTF y .Puf para PC. Las imágenes que la acompañen pueden ser: .gif, .jpg o .TIFF.
DVDROM CDROM X
IV
ÍNDICE GENERAL APROBACIÓN DEL TUTOR ............................................................................... III
DEDICATORIA ................................................................................................... IV
AGRADECIMIENTO ............................................................................................ V
DEDICATORIA ................................................................................................... VI
AGRADECIMIENTO .......................................................................................... VII
TRIBUNAL PROYECTO DE TITULACIÓN ....................................................... VIII
DECLARACIÓN EXPRESA ................................................................................. II
CERTIFICADO DE ACEPTACIÓN DEL TUTOR .................................................. II
Autorización para Publicación de Proyecto de Titulación en Formato Digital ...... III
ÍNDICE GENERAL ............................................................................................. IV
ABREVIATURAS ............................................................................................... VII
ÍNDICE DE CUADROS ..................................................................................... VIII
ÍNDICE DE GRÁFICOS ....................................................................................... X
Resumen ............................................................................................................ XI
Abstract ............................................................................................................. XII
CAPÍTULO I: EL PROBLEMA .............................................................................. 1
PLANTEAMIENTO DEL PROBLEMA .............................................................. 1
Ubicación del Problema en un Contexto .......................................................... 1
Situación Conflicto Nudos Críticos ................................................................... 1
Causas y consecuencias del problema ............................................................ 3
Delimitación del problema ................................................................................ 4
Formulación del problema ................................................................................ 4
Evaluación del problema .................................................................................. 5
OBJETIVO DE LA INVESTIGACIÓN ............................................................... 6
Objetivo general ............................................................................................... 6
Objetivos específicos ....................................................................................... 6
ALCANCE DEL PROBLEMA ........................................................................... 7
JUSTIFICACIÓN E IMPORTANCIA ................................................................. 7
Utilidad práctica de la investigación ................................................................. 8
Cuáles serán los beneficiarios ......................................................................... 8
CAPÍTULO II: MARCO TEORICO ..................................................................... 10
ANTECEDENTES DEL ESTUDIO ................................................................. 10
Proceso electoral y democracia a nivel mundial ............................................. 10
Asistencia electoral ........................................................................................ 11
Proceso Electoral en Europa ......................................................................... 12
Proceso Electoral en América Latina ............................................................. 13
Procesos electorales en instituciones educativas .......................................... 14
Inteligencia artificial ........................................................................................ 16
Métodos multicriterio basados en inteligencia artificial. .................................. 17
Lógica difusa .................................................................................................. 18
Conjuntos difusos .......................................................................................... 19
Reglas de la lógica difusa .............................................................................. 24
Proceso analítico jerárquico (AHP) ................................................................ 26
V
MATLAB ........................................................................................................ 27
CAPÍTULO III: METODOLOGIA DE LA INVESTIGACION ................................. 29
INTRODUCCION ........................................................................................... 29
DISEÑO DE LA INVESTIGACION ................................................................. 29
Modalidad de la investigación ........................................................................ 29
Tipo de investigación ..................................................................................... 30
Espacio muestral ........................................................................................... 32
Variable aleatoria ........................................................................................... 32
Variable aleatoria discreta .............................................................................. 32
Variable aleatoria continua ............................................................................. 33
Población objetivo .......................................................................................... 33
Población investigada .................................................................................... 33
Definición de muestreo .................................................................................. 33
Muestra .......................................................................................................... 34
Marco muestral .............................................................................................. 34
META-ANALISIS ........................................................................................... 37
Variable 1: Genero del autor .......................................................................... 37
Variable 2: Tipo de Biblioteca utilizada ........................................................... 38
Variable 3: Tipo de Investigación ................................................................... 38
Variable 4: Tipo de Journal ............................................................................ 39
Variable 5: Cantidad de referencias del articulo ............................................. 39
Variable 6: Numero de hojas del articulo ........................................................ 39
Variable 7: Número de veces que se repite "lógica difusa" en los artículos .... 39
Variable 8: Número de veces que se repite "ahp" en los artículos ................. 40
Variable 9: Número de veces que se repite "algoritmo" en los artículos ......... 40
Variable 10: Número de veces que se repite "toma de decisiones" en los
artículos ......................................................................................................... 40
Variable 11: Número de veces que se repite "inteligencia artificial" en los
artículos ......................................................................................................... 40
Variable 12: Número de veces que se repite "incertidumbre" en los artículos 40
Variable 1: Genero del primer autor ............................................................... 41
Variable 2: Biblioteca utilizada ....................................................................... 42
Variable 3: Tipo de Investigación ................................................................... 43
Variable 4: Tipo de Journal ............................................................................ 44
Variable 5: Referencias utilizadas en el articulo ............................................. 45
Variable 6: Número de páginas por articulo ................................................... 47
Variable 7: Veces que se repite la palabra “lógica difusa” .............................. 49
Variable 8: Veces que se repite la palabra “ahp” ............................................ 51
Variable 9: Veces que se repite la palabra “algoritmo” ................................... 53
Variable 10: Veces que se repite la palabra “toma de decisiones” ................. 55
Variable 11: Veces que se repite la palabra “inteligencia artificial” ................. 57
Variable 12: Veces que se repite la palabra “incertidumbre” .......................... 59
Caso de estudio ............................................................................................. 61
PSEUDOCODIGO DEL ALGORITMO FAHP ................................................. 61
VI
Modelado de jerarquía ................................................................................... 62
Fuzzificacion: escala de saaty con valores difusos triangulares ..................... 65
Construcción de las matrices difusas de comparación ................................... 65
Defuzzificacion ............................................................................................... 67
Calculo de matriz normalizada ....................................................................... 67
Evaluar congruencia lógica ............................................................................ 68
Construcción de matrices entre las alternativas ............................................. 70
CAPÍTULO IV: RESULTADO CONCLUSIONES Y RECOMENDACIONES ....... 76
INTRODUCCION ........................................................................................... 76
RESULTADOS .............................................................................................. 76
Análisis y estimación de las alternativas ........................................................ 76
CONCLUSIONES .......................................................................................... 78
RECOMENDACIONES .................................................................................. 79
BIBLIOGRAFÍA .................................................................................................. 80
ANEXOS ........................................................................................................... 82
VII
ABREVIATURAS
AHP Proceso Analítico Jerárquico UG Universidad de Guayaquil Ing. Ingeniero CC.MM.FF Facultad de Ciencias Matemáticas y Físicas M.Sc. Master AHPD Proceso Analítico Jerárquico Difuso
VIII
ÍNDICE DE CUADROS Tabla 1 - Causas y Consecuencias ................................................................. 3
Tabla 2 - Delimitación del problema ................................................................. 4
Tabla 3 - Análisis de involucrados ................................................................... 9
Tabla 4 - Variables del Meta-Análisis ............................................................. 36
Tabla 5 - Variable – Genero del 1er Autor ..................................................... 37
Tabla 6 - Variable – Tipo de biblioteca a utilizar ............................................. 38
Tabla 7 - Variable – Tipo de investigación ..................................................... 38
Tabla 8 - Variable – Tipo de Journal .............................................................. 39
Tabla 9 - Tabla de frecuencia de la tabla genero ........................................... 41
Tabla 10 - Tabla de frecuencia de la tabla tipo de biblioteca utilizada ............ 42
Tabla 11 - Tabla de frecuencia de la tabla tipo de investigación .................... 43
Tabla 12 - Tabla de frecuencia de la tabla tipo de Journal ............................. 44
Tabla 13 - Tabla de frecuencia de la tabla referencias utilizadas en el articulo45
Tabla 14 - Análisis Descriptivo referencias utilizadas en el articulo ................ 45
Tabla 15 - Tabla de frecuencia de la tabla número de páginas por articulo.... 47
Tabla 16 - Análisis Descriptivo número de páginas por articulo ..................... 48
Tabla 17 - Tabla de frecuencia de la tabla número de Veces que se repite la
palabra “lógica difusa” ................................................................................... 49
Tabla 18 - Análisis Descriptivo número de Veces que se repite la palabra “lógica
difusa” ............................................................................................................ 50
Tabla 19 - Tabla de frecuencia de la tabla número de Veces que se repite la
palabra “ahp” ................................................................................................. 51
Tabla 20 - Análisis Descriptivo número de Veces que se repite la palabra “ahp”
...................................................................................................................... 52
Tabla 21 - Tabla de frecuencia de la tabla número de Veces que se repite la
palabra “algoritmo” ......................................................................................... 53
Tabla 22 - Tabla de frecuencia de la tabla número de Veces que se repite la
palabra “algoritmo” ......................................................................................... 53
Tabla 23 - Tabla de frecuencia de la tabla número de Veces que se repite la
palabra “toma de decisiones” ......................................................................... 55
Tabla 24 - Tabla de frecuencia de la tabla número de Veces que se repite la
palabra “toma de decisiones” ......................................................................... 55
Tabla 25 - Tabla de frecuencia de la tabla número de Veces que se repite la
palabra “inteligencia artificial”......................................................................... 57
Tabla 26 - Tabla de frecuencia de la tabla número de Veces que se repite la
palabra “inteligencia artificial”......................................................................... 57
Tabla 27 - Tabla de frecuencia de la tabla número de Veces que se repite la
palabra incertidumbre” ................................................................................... 59
Tabla 28 - Análisis descriptivo número de Veces que se repite la palabra
incertidumbre” ................................................................................................ 59
Tabla 29 - Criterios de Evaluación ................................................................. 63
Tabla 30 - Candidatos a Ocupar una Dignidad .............................................. 64
Tabla 31 - Escala de Saaty con valores difusos ............................................. 65
IX
Tabla 32 – Criterios Finales para Evaluación de los Candidatos .................... 66
Tabla 33 - Matriz de Comparación de Criterios .............................................. 66
Tabla 34 - Matriz de Comparación junto con la escala difusa de Saaty ......... 67
Tabla 35 – Matriz Defuzzificada ..................................................................... 67
Tabla 36 - Matriz Normalizada ....................................................................... 68
Tabla 37 - Suma de multiplicación de ambas matrices. ................................. 68
Tabla 38 - Índice de Consistencia predefinido. .............................................. 69
Tabla 39 - Análisis de Consistencia. .............................................................. 69
Tabla 40 - Matriz de pesos difusos – Normativa interna ................................. 70
Tabla 41- Matriz con pesos difusos de Alternativas. ...................................... 70
Tabla 42 - Matriz Final de Alternativas. .......................................................... 71
Tabla 43 - Análisis de Consistencia de Alternativa. ........................................ 71
Tabla 44 - Matriz de pesos difusos – Normativa interna ................................. 72
Tabla 45 - Matriz con pesos difusos de Alternativas. ..................................... 72
Tabla 46 - Matriz Final de Alternativas. .......................................................... 73
Tabla 47 - Análisis de Consistencia de Alternativa ......................................... 73
Tabla 48 - Matriz de pesos difusos – Normativa interna ................................. 74
Tabla 49 - Matriz con pesos difusos de Alternativas ...................................... 74
Tabla 50 - Matriz Final de Alternativas. .......................................................... 75
Tabla 51 - Análisis de Consistencia de Alternativa. ........................................ 75
Tabla 52 - Matriz ponderada de los criterios .................................................. 77
X
ÍNDICE DE GRÁFICOS
Ilustración 1 - Representación de gráficos de pertenencia. ......................... 20
Ilustración 2 - Función Trapezoidal .................................................................. 21
Ilustración 3 - Función Trapezoidal; Funciones R .......................................... 22
Ilustración 4 - Función Triangular ..................................................................... 23
Ilustración 5 - Estructura de un Procesos Analítico Jerárquico ................... 27
Ilustración 6 - Genero del Primer Autor ........................................................... 41
Ilustración 7 - Tipo de Biblioteca a Utilizar ...................................................... 42
Ilustración 8 - Tipo de Investigación ................................................................. 43
Ilustración 9 - Tipo de Journal ........................................................................... 44
Ilustración 10 - Referencia usadas en artículos ............................................. 46
Ilustración 11 - Número de páginas por articulo ............................................. 47
Ilustración 12 - Número de veces que se repite “Lógica Difusa” ................. 49
Ilustración 13 - Número de veces que se repite “Lógica Difusa” en las
Bibliotecas de Investigación .............................................................................. 49
Ilustración 14 - Número de veces que se repite “AHP” ................................. 51
Ilustración 15 - Número de veces que se repite “AHP” en las Bibliotecas
de Investigación ................................................................................................... 51
Ilustración 16 - Número de veces que se repite “Algoritmo” ........................ 53
Ilustración 17 - Número de veces que se repite “toma de decisión” ........... 55
Ilustración 18 - Número de veces que se repite “inteligencia artificial” ...... 57
Ilustración 19 - Número de veces que se repite “incertidumbre” ................. 59
XI
UNIVERSIDAD DE GUAYAQUIL
FACULTAD DE CIENCIAS MATEMATICAS Y FISICAS
CARRERA DE INGENIERIA EN SISTEMAS COMPUTACIONALES
USO DE PROCESO ANALÍTICO JERÁRQUICO (AHP) Y CONJUNTOS DIFUSOS PARA MEJORAR LA TOMA DE DECISIONES EN
EL PROCESO ELECTORAL DE LAS AUTORIDADES GENERALES DE LA UG
Resumen
Este trabajo surge del cuestionamiento sobre la consistencia y
adecuación de los factores, y su ponderación, dentro del baremo técnico
para seleccionar representantes para la dirección de la Universidad de
Guayaquil. Para el mejoramiento de este proceso, se ha dado una
solución mediante el modelo AHP (Proceso Analítico Jerárquico)
aplicando lógica difusa para la toma de decisiones mediante un algoritmo
que permita evaluar varios candidatos que mejore la toma de decisiones
en procesos electorales que generen incertidumbre. Ya que elegir a una
persona que dirija a la UG es un tema de mucha relevancia, y con esto
queremos poder lograr elegir a la mejor opción.
Palabras Claves: Algoritmo, Ahp, lógica difusa, toma de decisiones, incertidumbre
Autores: Jesús Xavier Romero Bajaña Andrés Eduardo Rosado Gutiérrez
Tutor: Ing. Lorenzo Cevallos Torres. M.Sc
XII
UNIVERSIDAD DE GUAYAQUIL
FACULTAD DE CIENCIAS MATEMATICAS Y FISICAS
CARRERA DE INGENIERIA EN SISTEMAS COMPUTACIONALES
USE OF HIERARCHICAL ANALYTICAL PROCESS (AHP) AND
ASSEMBLIES DIFFUSES TO IMPROVE DECISION-MAKING IN THE ELECTORAL
PROCESS OF THE AUTHORITIES GENERAL OF THE UG
Abstract
This work arises from the questioning about the consistency and
adequacy of the factors, and their weighting, within the technical scale to
select representatives for the management of the University of Guayaquil.
For the improvement of this process, a solution has been given by means
of the AHP (Analytical Hierarchical Process) model by applying fuzzy logic
for decision making through an algorithm that allows the evaluation of
several candidates that improve the decision making in electoral
processes that generate uncertainty. Since choosing a person to lead the
UG is a very important issue, and with this we want to be able to choose
the best option.
Keywords: Algorithm, Ahp, fuzzy logic, decision making, uncertainty
Authors: Jesús Xavier Romero Bajaña Andrés Eduardo Rosado Gutiérrez
Tutor: Ing. Lorenzo Cevallos Torres. M.Sc
1
CAPÍTULO I: EL PROBLEMA
PLANTEAMIENTO DEL PROBLEMA
Ubicación del Problema en un Contexto
En este capítulo se dará a conocer la importancia que conlleva la
buena organización y toma de decisiones en los procesos electorales, y
haciendo énfasis en el proceso electoral de las autoridades generales de
la Universidad de Guayaquil. Este proceso que tiene como finalidad, elegir
las dignidades las cuales tendrán la responsabilidad de representar la
organización y de tomar importantes decisiones para la misma, se debe
realizar de la mejor manera posible; y para tratar de mejorar este, se
utilizara una herramienta multicriterio como lo es el Proceso Analítico
Jerárquico (AHP) y conjuntos difusos el cual utiliza como base la lógica
difusa; para mejorar la toma de decisiones y de esa manera optimizar
este proceso.
Situación Conflicto Nudos Críticos
En la Universidad de Guayaquil cada cierto tiempo se lleva a cabo el
proceso electoral para elegir las dignidades generales tales como Rector,
Vicerrector, etc. Y trae consigo la incertidumbre de elegir el mejor
mandatario, ¿Cuál sería el indicado? A simple vista, juzgando por el
expediente de cada prospecto, cada uno aporta con buenas ideas y
soluciones a ciertas deficiencias de la institución. Luego de haber
evaluado por la lógica convencional los pros y contras de los candidatos,
se procede a elegirse las dignidades. Luego de finalizar el proceso, la
realidad del asunto se torna distinta, todo lo contrario, a las expectativas
2
de los votantes. Empiezan a surgir inconvenientes con los predilectos, y
todo lo antes sobresaliente de aquellos electos, se ve nublado por las
verdaderas intenciones de los actuales mandatarios y muy aparte de sus
intenciones, también existen otros factores tal cual son: el tiempo que
dispone para realizar lo acordado, si está apto para el puesto, entre otras.
Es ahí donde ocurre el conflicto entre votantes y electos, debido al no
cumplir con sus grandes expectativas, entran en un grado alto de
inconformidad y se empieza a cuestionar, cual fue el criterio que no se
consideró para descartar aquel candidato que no llego a cubrir las
necesidades que tenían, tanto los votantes como de la institución.
3
Causas y consecuencias del problema
En el siguiente Cuadro N. 1 se presenta las causas y consecuencias
del problema planteado.
Tabla 1 - Causas y Consecuencias
Elaborado por: Los Autores
Fuente: Datos de la Investigación
CAUSAS CONSECUENCIAS
Valoración inadecuada de las competencias del candidato.
Se elige erróneamente a un candidato por características orientadas a la habilidad del candidato y no a la moral del mismo.
La no comprobación de las referencias profesionales facilitadas por los candidatos.
No se comprueba las fuentes oficiales de las referencias, esto conlleva a elegir candidatos deshonestos, que no pretenden cumplir con lo que prometen, ya que no hay quien pueda afirmar el grado de ética del aspirante.
Incertidumbre frente a la toma de decisión por falta de información.
Por falta de información de los candidatos, los votantes se dejan llevar por lo que perciben a su alrededor (información incierta de aspirantes) sin comprobar la información por ellos mismos, lo que los hace tomar una mala decisión guiándose solo por la mejor opción, según su criterio.
4
Delimitación del problema
Tabla 2 - Delimitación del problema
Elaborado por: Los Autores Fuente: Datos de la Investigación
Formulación del problema
¿El uso del Proceso Jerárquico Analítico (AHP) y la lógica difusa
ayudará a la mejora de toma de decisiones en el proceso electoral de
autoridades generales, en función del bienestar de los estudiantes,
docentes y personal administrativo de la Universidad de Guayaquil?
FACTOR DETALLE
CAMPO Sociedad
ÁREA Metodologías - Inteligencia Artificial
ASPECTO
Aplicando el modelo de Proceso Jerárquico Lógico (AHP) y técnicas de la lógica difusa (Fuzzy Logic), se realizará un estudio de un algoritmo que nos facilita la toma de decisión frente a la elección de las dignidades generales de la Universidad de Guayaquil en su proceso electoral vigente.
TEMA
Uso de Proceso Analítico Jerárquico (AHP) y conjuntos difusos para mejorar la toma de decisiones en el proceso electoral de las autoridades generales de la Universidad de Guayaquil.
5
Evaluación del problema
Para el siguiente trabajo de investigación se propone usar la técnica de
Proceso Analítico Jerárquico (AHP) combinada con la teoría de conjuntos
difusos, el cual es el centro de esta investigación, que busca ayudar a
elegir al mejor postulado al cargo. Realizando un análisis mediante
técnicas de AHP y conjunto difuso para resolver la incógnita de cuál sería
el mejor candidato para ocupar un cargo dentro de la Universidad de
Guayaquil, los aspectos generales de esta evaluación son:
Claro: La investigación es clara porque va orientada a mejorar la
administración de los recursos humanos y monetarios de la Universidad
de Guayaquil.
Delimitado: el problema será analizado a través de un método de
decisión multicriterio fusionándolo con técnicas de conjunto difusos con el
objetivo de tomar la mejor decisión.
Original: La aplicación de Proceso Jerárquico Analítico (AHP) y
conjuntos difusos es algo original ya que es un tema que no se ve en casi
ningún trabajo de titulación, ya que a través de modelos matemáticos no
podemos dar soluciones a este tipo de problemas, en donde prevalece la
incertidumbre y por eso es necesario utilizar la técnica de AHP y conjunto
difuso para dar una solución de una manera óptima y factible.
6
OBJETIVO DE LA INVESTIGACIÓN
Objetivo general
Analizar el proceso electoral bajo incertidumbre, mediante el uso de la
lógica difusa y de Proceso Jerárquico Analítico (AHP) para interpretar el
comportamiento del votante al elegir autoridades generales de la UG, a
través de un algoritmo basado en AHP Difuso (AHPD).
Objetivos específicos
Interpretar los conceptos generales de la lógica difusa y técnicas de
Proceso Jerárquico Analítico (AHP) para analizar el comportamiento bajo
incertidumbre al momento de elegir al mejor postulante para ser electo como una
autoridad general de la Universidad de Guayaquil.
Aplicar algoritmo con técnicas de conjuntos difusos, para visualizar los
cambios obtenidos al no utilizar la lógica tradicional en los procesos electorales.
Se propone el uso de 3 candidatos donde se podrá realizar la evaluación.
7
ALCANCE DEL PROBLEMA
Mediante la búsqueda exhaustiva de información en las bases de datos
certificadas como Redalyc, Scielo, Dialnet entre otras.
Mediante el uso de herramientas ofimáticas como Excel.
Usaremos 3 posibles candidatos donde se podrá realizar la evaluación a
dichos candidatos
JUSTIFICACIÓN E IMPORTANCIA
El motivo de realizar este trabajo de titulación es para tratar de ayudar a la
comunidad de la Universidad de Guayaquil, exactamente a docentes a tomar
una decisión en caso de presentarse procesos electorales, y poder así tener una
mejor administración dentro de la UG.
Es importante esta investigación puesto que se han dado casos de que
cuando la máxima autoridad de la institución educativa entrega o abandona el
cargo, la necesidad de cubrir ese puesto es eminente, por lo cual se elige a un
candidato sin haberle realizado un previo análisis.
Otro problema de elegir a una persona para que esté al frente de una
institución educativa o un grupo de personas, es que los votante s se dejan llevar
por la mala información brindada y las campañas deshonestas entre partidos o
grupos políticos dejando así en el votante una incertidumbre, es por esto que se
plantea realizar un análisis entre candidatos para elegir un candidato adecuado a
las necesidades de cargo.
Se propone con esta investigación a explorar aquellos factores que apoyen a
tener datos precisos y claros para que así se pueda tomar decisiones que
permitan el correcto manejo y administración de la Universidad de Guayaquil.
8
Utilidad práctica de la investigación
Este trabajo de titulación como se ha mencionado en este documento en
párrafos anteriores, nos permitirá tomar una decisión muy importante como es la
de elegir a un representante de un grupo de personas, es por esto que si todo
este trabajo resulta un éxito no solo podría ser empleado para pronosticar
procesos electorales dentro de la Universidad de Guayaquil
Siendo muy positivos esto podría ser utilizado en procesos electorales de
mayor magnitud o de otras Universidades si así es requerido, con este trabajo no
tratamos de decirle a los votantes por quien sufragar no queremos incidir en el
resultado, con esto buscamos presentar un pronóstico de cuál sería el mejor
candidato para ese cargo en esos momentos.
Cuáles serán los beneficiarios
Serán beneficiarios de este proyecto de investigación que se basa en métodos
de AHP y técnicas de conjuntos difusos que permitirá el análisis de los
candidatos, los estudiantes de los diferentes semestres de toda la Universidad
de Guayaquil, docentes y autoridades, personal administrativo de toda la
Universidad de Guayaquil.
Al aplicar la técnica de Procesos Analítico Jerárquico (AHP) con conjuntos
difusos se abre un campo de investigación que servirá de antecedente para
futura toma de decisiones de los siguientes procesos electorales en los que
intervinieses los docentes y autoridades de la UG.
Se busca mejorar la administración de los recursos y personal de la institución
educativa, al elegir la mejor opción según la necesidad que se requiera. Por otro
lado, también se ofrecerá un pronóstico acerca del proceso electoral que se esté
viviendo en esos momentos, ofreciendo a los votantes un pronóstico de cuál será
su mejor opción.
9
Tabla 3 - Análisis de involucrados
Elaborado por: Los Autores
Fuente: Datos de la Investigación
INVOLUCRADOS INTERESES
ESTUDIANTES
El estudiante necesita representantes y autoridades que estén dispuesto a ayudarlos dentro de lo posible y no perjudicarlos dentro de su carrera universitaria.
DOCENTES
La incertidumbre de docentes al no conocer mucho de temas políticos, necesita de una ayuda para tomar decisiones en estos procesos electorales.
PERSONAL ADMINISTRATIVO
La incertidumbre del personal que labora dentro de la institución educativa, necesita aclarar temas políticos de los cuales no tiene un conocimiento total.
10
CAPÍTULO II: MARCO TEORICO
ANTECEDENTES DEL ESTUDIO
Proceso electoral y democracia a nivel mundial
Desde tiempos inmemorables, el ser humano se ha visto en la necesidad de
hacerse escuchar y hacer valer su opinión; en busca de esto la humanidad ha
conseguido un maravilloso logro el cual nominamos como democracia, que,
hasta la época actual, es la clave para tomar una decisión donde se deben ver
involucrados las masas de manera global. Gracias a la democracia se puede
llevar a cabo el proceso electoral, que como requisito principal es indispensable
tomar en cuenta cada una de las opiniones de las personas que integran la
sociedad, donde el proceso antes mencionado se llevará a cabo. (Molina, J. E.,
2015) Indica lo siguiente: “La importancia de la credibilidad de los resultados
electorales para la legitimidad y supervivencia de una democracia es casi
tautológica.”(p.12).
El antecedente de la democracia electoral, se remonta en la toma de
decisiones en masa como se mencionaba anteriormente y cabe recalcar que
esta a su vez está vinculada con las elecciones de dignidades que representaran
una comunidad, sociedad o territorio. A fines de la década de 1940, se observó
elecciones en la Península Coreana. Durante la era posterior de fideicomiso y
descolonización, se analizó y observó plebiscitos, referéndums y elecciones en
todo el mundo. Hoy en día este proceso se lo realiza de manera casual, y las
personas hacen usos de sus derechos como votantes y hacen valer su opinión.
(Cuadros, Manuel Rodríguez, 2016)
11
Asistencia electoral
La asistencia electoral está basada en un principio que está establecido en la
Declaración de los Derechos Humanos, el cual manifiesta de que el pueblo tiene
el derecho de expresar su opinión a través de elecciones periódicas y
transparentes, el cual será el cimiento para el dominio del gobierno.
La asistencia electoral también tiene en cuenta los principios de soberanía
estatal y la propiedad nacional de las elecciones, y que no existe modelo
absoluto de democracia electoral. (Zovatto, D., 2015)
Nos dice que: “La participación electoral desempeña un papel central en
el funcionamiento del sistema democrático: personas que escasamente se
involucran en la vida política de una nación, el día de las elecciones
expresan sus preferencias por distintos candidatos.”(p.24)
La importancia que conlleva la asistencia electoral; participar en este proceso
que es de suma relevancia, para lo que tiene que afrontar una sociedad en el
futuro, se ve opacado en ocasiones por el nivel de credibilidad de las personas
hacia este proceso. Las personas a veces quieren zafarse de la responsabilidad
que acarrea el elegir a un gobernante, motivo por el cual este proceso se lo
realiza de manera obligatoria y se sanciona al que quiera pasar del mismo.
(Zovatto, D., 2015) Nos indica que: “El ejercicio del voto es la única ocasión
en que por lo común participa más de 50% de la ciudadanía de los países
democráticos.” (pag.24)
Con la necesidad de elegir un representante que tome decisiones por la
sociedad, nace aquel evento conocido como proceso electoral. Que toma como
pilar, el poder de la democracia (La voz del pueblo). Como bien se conoce, está
dada por la opinión de todas las personas que integran una sociedad o país
determinado, exigiendo a través de votos en urnas, que su voz sea escuchada
para así dar a conocer una selección por mayoría de votos del siguiente
mandatario elegido solo por el favoritismo de los votantes. La asistencia electoral
integra a la sociedad a los procesos políticos de las naciones, donde el
12
ciudadano, en su condición de elector, desempeña un importante rol como actor
político. (Valarezo Aguirre, M. T., 2016)
Proceso Electoral en Europa
En el continente europeo, el proceso para llevar a cabo las elecciones
no cuenta con variaciones de gran magnitud frente a otros continentes;
salvo algunos cambios que se dan para adaptarse a las leyes de
determinado país. Lo que podemos resaltar es que en los países de este
continente se contempla el uso de la tecnología para las campañas
electorales de forma exhaustiva, a lo que se lo denomina ciber
comunicación política: en donde el candidato da a conocer a los votantes,
las propuestas y demás que este posible mandatario llevaría a cabo al
llegar a ser electo.
(Dader, J. L., Cheng, L., Campos, E., Quintana, N., & Vizcaíno-Laorga,
R., 2014). Señala que : “Las estructuras y contenidos de los enclaves
digitales de los partidos constituyen, en efecto, un testigo clave para
analizar los cambios inmediatos y el papel que a más largo plazo pudieran
asumir en la logística del proceso electoral “ (p.116)
Por lo cual se puede presumir que gracias al uso de la tecnología; el
uso de las redes sociales para ser más directos, debido a las
herramientas que nos brinda, se puede sacar una ligera conclusión sin
previo análisis estadístico; un pronóstico del resultado del proceso
electoral.
En España se cuenta con un régimen general, vigente para todo el
estado que regulan la celebración de comicios en cada una de las 17
Comunidades Autónomas españolas, además de leyes electorales para
las dos ciudades autónomas. Las elecciones generales se regulan
íntegramente por La Ley Orgánica del Régimen Electoral General
(LOREG). (Mateos Crespo, J. L., 2015)
13
En innovación, España se afianza a INDRA, esta organización es
pionera en el uso de las nuevas tecnologías y aporta con herramientas
que facilitan la resolución y solución de este tipo de problemas (proceso
electoral fiable) entre lo que aporta tenemos: voto electrónico, e-counting,
voto por Internet, voto accesible, sistemas biométricos para el registro e
identificación de electores, además de soluciones y servicios para la
participación ciudadana, como la plataforma iParticipa, y de más
soluciones; herramientas informáticas que facilitan y optimizan las
actividades del proceso (Mesa Administrada Electrónicamente, MAE)
(Ágreda-García, A., 2016.)
Proceso Electoral en América Latina
El proceso electoral en esta región del continente americano, ha sufrido de una
evolución que se da a notar a lo largo del siglo XIX y que su adaptación se ve
reflejada en los resultados y acontecimientos del siglo XX. Estos cambios han
motivado en el interés de estudiosos en el tema a profundizar sobre lo sistemas
electorales, y dar una solución definitiva a los vacíos que se tiene sobre la no
adaptación de una región frente al proceso ligado a los cambios que se
acontece. (Otero, L. W., & Pérez-Linán, A., 2017). Indica que: “En América
Latina, uno de los vacíos más evidentes es la falta de claridad sobre las reglas
electorales formales y su funcionamiento practico” (p.50). Lo que impide el
avance de sociedad y el desarrollo del mismo.
En Ecuador se han optimizado varias tareas que se llevan a cabo en el proceso
electoral, se ha implementado la urna - biombo y el sistema de voto denominado
Secuencial, que permitirá agilizar el sufragio de los electores. También se
tomaron en cuenta, cambios para los procesos tales como el voto asistido el cual
está dado por la participación de uno de los integrantes de la mesa receptora del
voto, que deben de asistir a las personas que tengan una discapacidad o que no
estén en estado de llegar a la mesa a ejercer su derecho al voto. Este integrante
deberá acercarse al votante que va hacer asistido y darle todas las facilidades
para que este pueda votar y luego en presencia de un uniformado, depositar las
14
papeletas en la urna – biombo. Por otra parte se llevó a cabo una actividad que
va de la mano con los votos asistidos, el cual consistía en visitar a las casas de
las personas que por información obtenida del censo, previo a las elecciones, se
sabía que tenía movilidad reducida y se procedía a tomar su voto desde su
domicilio.
Otra tarea que recibió ligeros cambios fue el voto preferencial el cual le da el
derecho a personas discapacitadas, personas embarazadas, personas de la
tercera edad, personas con niños o niñas lactantes en brazos a pasar
directamente a las urnas sin hacer cola. En los cambios que se intentan dar en
esta tarea, se está capacitando a las personas que serán seleccionada como
JRV (Junta Receptora del Voto) para que lo votantes que gocen del derecho del
voto preferencial sean redirigidos a otra mesa, el cual será una junta
especializada y previamente capacitada para entenderlos de manera óptima y
ágil, ya que estas personas son las que deberían de salir de este proceso
estresante, los más rápido posible.
Otra innovación que se da, es la del voto electrónico, que en el año de 2014 el
Consejo Nacional Electoral entre uno de sus proyectos emblemáticos aplico este
sistema; fue un completo éxito en dichas contiendas electorales. Según lo
detallado por (López, B., Ismael, L., & Rodríguez Maquilón, D. A., 2016). Afirma
también: “El voto electrónico en el país se presenta como una inmediata
respuesta a las necesidades mostradas por los ciudadanos en el afán de obtener
resultados de los escrutinios electorales de manera ágil, transparente, confiable
y segura”
Procesos electorales en instituciones educativas
Como toda nación, empresa u organización, necesita de una persona que esté
al mando para que tome las decisiones importantes y se encargue de velar por
su seguridad e integridad; ya que el más mínimo detalle que afecten a las
mismas, desencadenara un proceso de toma de decisiones, el cual recaerá en
este gobernante. Por ende, las instituciones educativas no son la excepción,
estas también necesitan de determinadas dignidades que van a ejercer un cargo
15
de suma importancia, aquel que tome las decisiones finales de procesos que se
llevaran a cabo sea para situaciones que se den en el presente o futuro de la
institución.
Los procesos electorales estudiantiles, muy aparte de la razón principal, el cual
es el elegir a un candidato como mandatario; otra buena razón por el cual es
viable que este proceso se de en las instituciones educativas es el hecho de que
se lo sugestiona desde un principio a los alumnos a tener cierto grado de
responsabilidad, haciendo uso de su voto; el cual tendrá consecuencias si se lo
hace de una manera irresponsable, solo por cumplir con el hecho de haber
culminado con una obligación sin tomar conciencia. (Martínez, A. P., Pérez, R.
N., & Espinosa, M. A. M., 2017)
(Beltrán-Llavador, J., Íñigo-Bajos, E., & Mata-Segreda, A., 2014) Nos indica
que: “Pretender que el ser humano no genere controversia o que el
significado de sus palabras sea uno y nada más, es tarea inútil y contraria
a la libertad de pensamiento que promueve la misma institución educativa.
“ (p.4)
Haciendo hincapié de que una institución educativa, mientras más vincule a
sus alumnos en los procesos que no solo se dan dentro de la misma, estarán
preparándolos para lo que se avecine allá afuera. Esto va de la mano con lo
llamado, responsabilidad social universitaria, que permite corroborar una ligera
sinergia con la responsabilidad junto a la vinculación social que permite
aumentar el grado de responsabilidad y concientización de los estudiantes que
se crea a través de exponerlos en eventos que son sumamente importantes y
que acarrean una gran responsabilidad, y hacerlos parte ellos ; que se vea lo
que han logrado, para mal o para bien dependiendo de las decisiones que se
tomaron en su debido momento.
16
FUNDAMENTACIÓN TEÓRICA
Inteligencia artificial
A lo largo del tiempo se ha ido generando un sin número de conceptos que
engloben una definición correcta acerca de la inteligencia artificial, por lo cual en
diversas ocasiones nos podemos encontrar envueltos en un paradigma poco
acertado o correcto del mismo, por ello (Cruz, 2011) nos indica que “Los
métodos usados por la inteligencia artificial (IA) enfoca a que dichos métodos
son respuesta a satisfacer los deseos de lograr que una máquina emule el
comportamiento y el pensamiento humano a través de sistemas
computacionales para llevar a cabo la ejecución de determinadas tareas que
tradicionalmente pueden ser realizadas por un ser humano.”
Por lo cual podemos llegar a definir como inteligencia artificial (IA), a la
capacidad que se le otorga a una máquina para que ésta efectúe acciones, que
por lo general son propias del ser humano, gracias a ello se espera como
resultado la efectividad y precisión al momento de la ejecución.
(Benítez, Escudero, Kanaan, & Masip Rodó, 2014) expresan que: “La
inteligencia artificial (IA) tiene por objetivo el estudio y el análisis del
comportamiento humano en los ámbitos de la comprensión, de la
percepción, de la resolución de problemas y de la toma de decisiones con
el fin de poder reproducirlos con la ayuda de un computador” p(10).
Existen un sin número de definiciones acerca de la inteligencia artificial (IA),
pero debido a que todas nos orientan a un mismo significado, hemos llegado a la
conclusión que la mejor opción es llevar a cabo un trabajo mediante programas
computacionales, ya que en lo único que defieren son en la características y
funcionalidades que se les otorga para que satisfagan las necesidades de los
seres humanos.
17
Métodos multicriterio basados en inteligencia artificial.
Hoy en día mucha de las empresas y Directores Ejecutivos de las mismas
(CEO) prefieren tomar decisiones como la de elegir el personal, o donde invertir,
prefieren hacerlos ellos mismos antes de cederles esa responsabilidad a
algoritmos inteligentes. Pero eso ha ido cambiando con el pasar del tiempo y el
avance de la tecnología, grandes empresas como Google, Facebook, Netflix
entre otras, usan estos algoritmos que son autónomos para la toma de
decisiones dentro de la empresa.
Existen cuatro modelos de decisión multicriterio que nos permiten tomar
decisiones dentro de la compañía, los cuales serán mencionados:
El consejero Autónomo
Dentro de esta categoría tenemos a MicKinsey, Bain y BCG, son algoritmos
que se encargan de decidir que analizar y como analizar dicha información, a su
vez realizar las respectivas recomendaciones, sim embargo el único encargado
de ejecutar dichas recomendaciones y ver la forma como se lo hará es el comité
de la empresa o el consejo de la misma.
Este consejero podría convertirse en un compañero de trabajo a tal punto de
ser el encargado de un área y decir a los demás que tienen que hacer, gracias a
su capacidad de análisis de información.
El Subcontratista Autónomo
Aquí tenemos a “Accenturazon” que es parte de Amazon Web Services, Aquí
se necesita que se den instrucciones claras de lo que se necesitan y que
resultados se desean obtener. Los propietarios de los procesos y las decisiones
determinan la ubicación de los recursos y si es que a Renaissance Technologies
la autonomía llevaría a mayor innovación, optimización o ambas. La
predictibilidad y la confiabilidad son lo que más importa.
18
Autonomía Total
Renaissance Technologies es el modelo en esta categoría, son organizaciones
dispuestas a dejar que la autonomía algorítmica lleve a la empresa a nuevos
horizontes de innovación y ganancias y riegos también.
La autonomía es el centro de gravedad organizacional y operacional para la
innovación. Muchas empresas apuntan a convertir la autonomía en una ventaja
competitiva dentro del mercado, ahorrando así recursos humanos y económicos
en comparación a lo que costaría usar un algoritmo basado en Inteligencia
Artificial (IA).
Lógica difusa
¿Lógica? ¿Difusa? son terminologías que tienen atribuido significados
distintos, pero ¿Qué pasaría si se fusionan dichas definiciones para darnos como
resultado un concepto distinto?, pues simplemente, nos adentraríamos a un
mundo en el cual no solo se aceptan dos opciones como respuesta, pues se
cree fielmente en la idea de que existe un punto medio de las cosas, un “gris”
entre un blanco y negro, un “talvez” entre un sí y no, y un “medio” entre un alto y
bajo, por ello en 1965 se abre paso en el mundo el concepto de “lógica borrosa”
o difusa con su creador Lofti Asier Zadeh.
Este famoso matemático, profesor e informático es el encargado de generar
este concepto, debido a que no se encontraba satisfecho con el hecho de que
simplemente se pudiera elegir entre dos alternativas, por ello la “teoría de la
posibilidad” como también era considerada, fue su gran contribución a la ciencia,
la cual sigue sembrando frutos hasta la fecha, se debe tener claro que desde
hace mucho tiempo atrás antes de que Zadeh decidiera plasmar esta idea, ya
existía esta teoría bajo la tutela de Aristóteles o Platón. Según nos indica el
fundador de la lógica difusa es “Una teoría matemática que permite manejar
conocimientos imprecisos e inciertos”.
19
Conjuntos difusos
En el mundo real en muchos casos los objetos que encontramos no
pertenecen a un conjunto definido o no tiene un criterio de membresía definido,
Es por esto que Lotfi Zadeh en 1965 plantea la teoría de los Conjuntos difusos,
como clases de objetos con grados de pertenencia continuos.
En conjuntos clásicos se asigna el valor de 0 en caso de que el valor no
pertenezca al conjunto y 1 si pertenece. Esta función generaliza que los
elementos de un conjunto pertenezcan al rango comprendido entre 0 y 1, a esta
función se le llama “función de pertenencia” y el conjunto definido por dicha
función se le conoce con el nombre de “conjunto difuso”.
A (X)=→[0, 1]
Siendo, A la función de pertenencia.
A el conjunto difuso.
[0,1] el intervalo de números reales que incluye los extremos.
Según (Yager, Ronald R., Zadeh, & Lotfi A, 2012), es un conjunto difuso
donde se establece que, dado un conjunto 𝐴 = {𝑥}, perteneciente al espacio
universal 𝐸, se denomina función característica de 𝐴 a aquella función 𝜇𝐴(𝑥) que
toma valor 1 para todo elemento de 𝐴 que satisfaga la siguiente condición.
𝜇𝐴(𝑥) = 1 para todo 𝑥 ∈ 𝐸
Y el valor 0 cuando ocurre:
𝜇𝐴(𝑥) = 0 para todo 𝑥 ∉ 𝐸
Esta función establece si el elemento en cuestión pertenece o no al
conjunto 𝐴.
20
Función de pertenencia
La función de pertenencia indica el grado o intensidad en la que cada
elemento forma parte de un conjunto. En otras palabras, la función de
pertenencia de un conjunto A sobre un universo X será de la forma:
µA:X → [0,1]
donde µA (x) = r si r es el grado en que X pertenece a A.
Si el conjunto es nítido los elementos de dicho conjunto tomara los valores
de (0 ó 1), mientras que si es borroso o difuso los elementos tomaran valores
comprendidos entre el rango [0,1]. También podemos denominar a la función de
pertenencia como función característica de dichos conjuntos.
Las funciones de pertenencia son una forma de representar de manera
gráfica un conjunto difuso o borroso sobre un todo.
Ilustración 1 - Representación de gráficos de pertenencia.
Elaborado por: Autores
Fuente: (del Cerro Sánchez & Novalbos Laina, 2014)
“Para cada conjunto borroso, hay una función característica para los
elementos de dicho conjunto. Entre las funciones típicas son la función
trapezoidal y triangular, estas mencionadas entran en la categoría de funciones
21
de pertenencia lineales, también existen funciones características de tipo
gamma, sigmoidal, gaussiana y pseudo-exponencial”. (del Cerro Sánchez &
Novalbos Laina, 2014)
Función trapezoidal
Viene definida por un límite inferior a, un límite superior d, un límite de
soporte inferior b, y un límite de soporte superior c, tal que a < b < c < d.
Ilustración 2 - Función Trapezoidal
Elaborado por: Los Autores
Fuente: Datos de la Investigación
Si (x < a) ò (x > d) Si a <= x <= b Si b <= x <= c Si c <= x <= d
22
Existen dos casos particulares de la función trapezoidal, las denominadas
funciones R y L:
Funciones R: con parámetros a = b = - ∞
Ilustración 3 - Función Trapezoidal; Funciones R
Elaborado por: Los Autores
Fuente: Datos de la Investigación
Funciones L: con parámetros c = d = + ∞
Si x > d Si c <= x <= d Si x < c
23
Función triangular
Viene definida por un límite inferior a, un límite superior b, y un valor m tal
que a < m < b.
Ilustración 4 - Función Triangular
Elaborado por: Los Autores
Fuente: Datos de la Investigación
Función gaussiana
Viene definida por su valor medio m y una desviación estándar k > 0. Se
cumple que cuanto menor es k, más estrecha es la “campana”.
Si x <= a Si a < x <= m Si m < x < b Si x => b
24
Indudablemente el ser humano posee un sin número de habilidades para
expresar sus experiencias a través de reglas lingüística ambiguas, por esta
razón un ejemplo claro de estas técnicas es cuando queremos preparar algún
tipo de bebida o alimento, y únicamente se nos permite seguir instrucciones
como el “Poner azúcar al gusto al café” u “Hornear pan hasta que este quede
tostado”, por ello es evidente que todas estas instrucciones pueden ser seguidas
por un ser humano sin ningún inconveniente, gracias a que nosotros los
humanos poseemos la capacidad de interpretar instrucciones, y eso es lo que
nos diferencia de los computadores, los cuales no son capaces de procesar este
tipo de expresiones y dar una respuesta.
Términos como tostado, al gusto y entre otros adjetivos, son aquellos quienes no
cuentan con un límite o interpretación clara, debido a que al programar se
puedan definir para así ser comprendida por una máquina, para ello tendríamos
que usar intervalos o darle valores para que el computador pueda identificar lo
que se desea obtener. En el caso de tostado o caliente podemos definir
intervalos para determinar dicho estado, por lo que decir “frio de 0 a 20 grados”,
“tibio de 21 a 40 grados” y “caliente de 41 a 60 grados”, serian algunos de los
valores establecidos a seguir.
Reglas de la lógica difusa
La lógica difusa, se basa en reglas de la forma SI (antecedente) ENTONCES
(consecuente). Los métodos de inferencia para las reglas deben ser sencillos y
eficientes. Para escoger una salida concreta a partir de las hipótesis, el método
más usado es el ‘centroide’(defusificación),en el que la salida final será el centro
de gravedad del área resultante. Si las reglas no son formuladas por expertos,
son aprendidas por el sistema, éste hace uso de redes neuronales.
A pesar de la variedad de reglas difusas, se suelen emplear las de Mamdani y
las de Takagi-Sugeno (TS).
25
Regla difusa de Mamdani
La regla dice que:
IF(x1 is A AND x2 is B AND x3 is C) THEN (u1 is D,u2 is E).
Dónde,
x1, x2 y x3 son variables de entrada.
A, B y C son funciones de pertenencia de entrada.
o U1 y U2 son las acciones de control.
o D y E son las funciones de pertenencia de salida.
AND es un operador lógico difuso (podría ser cualquier otro operador lógico).
Ventajas:
Intuitiva.
Amplia aceptación.
Adaptada a la incorporación de conocimiento y experiencia.
Reglas difusas de Takagi-Sugeno
La regla dice que:
IF (x1 is A AND x2 is B AND x3 is C) THEN (u1=f(x1, x2, x3), u2=g(x1, x2,
x3))
En general tanto f como g son funciones lineales.
Ventajas:
Eficiente computacionalmente.
Trabaja bien con técnicas lineales, de optimización y control adaptable.
Está bien adaptado el análisis matemático.
26
Proceso analítico jerárquico (AHP)
Los procesos de toma de decisiones son procesos complejos en los
cuales intervienen varias normas, es por esto que se debe utilizar herramientas
que nos permitan discernir entre los mismos para obtener una solución que
satisfaga la problemática de acorde a las necesidades presentadas.
Los problemas de decisiones multicriterio son problemas que nos
encontramos día a día. Cualquier actividad o acción genera un conjunto de
alternativas para lograr dicha actividad. La figura 1 ilustra el conflicto mencionado
al momento de tomar una decisión.
El proceso de análisis jerárquico (AHP) tiene sus inicios en la década de
los 60 planteado por Thomas Saaty, luego de haber tenido experiencias en
campos militares y sobre todo de docente elaboro una herramienta sencilla la
cual permita la toma de decisiones para las personas encargadas de esa tarea.
(Viñuales, 2015) define al Proceso Analítico Jerárquico (AHP) como “una
herramienta muy útil para solventar problemas complejos de toma de decisiones
y ayudar al usuario o decisión-maker a adoptar la solución más adecuada a
través de una estructura jerárquica … se basa en reducir una decisión compleja
a una serie de comparaciones por parejas y sintetizar dichos resultados,
incorporando así los aspectos tanto objetivos como subjetivos en la decisión.”
AHP es un método matemático creado para evaluar posibles opciones
cuando se ponen a juicio varios criterios y está basado en el principio que la
experiencia y el conocimiento de los actores son tan importantes como los datos
utilizados en el proceso. (Viñuales, 2015).
Los datos con los que trabaja este método multicriterio son un conjunto de
criterios y un conjunto de alternativas en la que se debe seleccionar la más
adecuada de acuerdo a las necesidades. El método AHP asigna un peso a cada
criterio a evaluar de acuerdo a las comparaciones efectuadas, a mayor peso que
se le asigne, mayor importancia tendrá. El método asigna un peso a cada
alternativa basándose en el criterio considerado. Por último, combina los pesos
de los criterios y las puntuaciones de las alternativas para obtener una
27
puntuación global para cada alternativa, estableciendo así un ranking de
preferencia entre estas. Esta puntuación global es una suma ponderada de las
puntuaciones con respecto a todos los criterios.
Ilustración 5 - Estructura de un Procesos Analítico Jerárquico
Elaborado por: Los Autores
Fuente: Datos de la Investigación
MATLAB
MATLAB es el nombre abreviado de “MATrix LABoratory”. MATLAB es un
programa para realizar cálculos numéricos con vectores y matrices. Como caso
particular puede también trabajar con números escalares −tanto reales como
complejos, con cadenas de caracteres y con otras estructuras de información
más complejas. Una de las capacidades más atractivas es la de realizar una
amplia variedad de gráficos en dos y tres dimensiones. MATLAB
tiene también un lenguaje de programación propio.
Matlab es una herramienta interactiva basada en matrices para cálculos
científicos y de ingeniería (de hecho, el termino Matlab procede de matrix
laboratory). Desde el punto de vista del control, Matlab se puede considerar un
entorno matemático de simulación que puede utilizarse para modelar y analizar
sistemas. Permitir a el estudio de sistemas continuos, discretos, lineales y no
lineales, mediante descripción interna y externa, en el dominio temporal y
frecuencia. Matlab constituye un entorno abierto, para el cual numerosos
paquetes específicos adicionales (toolboxes) han sido desarrollados.
28
Ventajas
Ventajas que el entorno MATLAB tiene frente a un lenguaje de programación:
No hay que definir el tipo de las variables que se van a utilizar, ni el tamaño
de las mismas.
No hay que compilar los programas, como ocurre en los entornos de
programación.
Se pueden utilizar muchas funciones ya definidas.
Presenta un manejo muy práctico de vectores y matrices.
Frente a un lenguaje de programación no presenta inconvenientes
destacables. Además, las sentencias y las estructuras que se manejan son
muy similares a las que se usan en el entorno de C.
29
CAPÍTULO III: METODOLOGIA DE LA INVESTIGACION
INTRODUCCION
Este capítulo contiene el método de investigación, las maneras y formas que
se llevó a cabo la investigación, también contiene los resultados obtenidos de la
investigación científica y bibliográfica realizada en varias fuentes de información
de confianza así como repositorios de Diversas Universidades dentro y fuera del
país, en este capítulo se presentan conceptos básicos para la comprensión del
mismo, se define conceptos estadísticos, tipos de muestra, como se obtiene el
tamaño de la muestra para poder realizar el respectivo análisis del tema.
Adicional todo lo descrito también se realiza la respectiva meta-análisis con la
descripción de las variables que serán utilizadas en este estudio.
DISEÑO DE LA INVESTIGACION
Modalidad de la investigación
El trabajo presente se lo realiza bajo la modalidad bibliográfica, dado que se
hace uso de artículos científicos de bibliotecas virtuales tales como: Scielo,
Redalyc, Dialnet y Springer que alojan una cantidad considerable de revistas
electrónicas con contenido científico que aportan a esta investigación. Se ocupa
un 70% del trabajo bajo esta modalidad debido a su enfoque y análisis
investigativo que se lleva a cabo atreves de la lectura de varia información
aportada por autores expertos en el tema.
La investigación bibliográfica es la primera etapa del proceso investigativo
que proporciona el conocimiento de las investigaciones ya existentes, de un
modo sistemático, a través de una amplia búsqueda de: información,
30
conocimientos y técnicas sobre una cuestión determinada. (Natalia Mora De
Labastida, 2014)
Y tiene un 30% de trabajo de campo, ya que es necesario conocer de qué
manera se lleva a cabo el proceso electoral en la institución. Para eso debemos
de recopilar información, realizando un seguimiento de las actividades referentes
al proceso a través de la obtención de datos, así como también, entrevistas a
expertos los cuales nos darán un indicio de los criterios que se deben tomar en
cuenta, para su posterior análisis y toma de decisión a través del algoritmo
propuesto.
La investigación de campo se creó para encontrar respuestas a preguntas
que no se pueden recrear en un ambiente controlado ya sea por su tamaño o
porque los factores y variables se ven alteradas, reaccionando de forma
diferente. (Corona, 2015)
La investigación de campo permite obtener nuevos conocimientos en el
campo de la realidad social; enseña la ventaja de poder estudiar una situación
para diagnosticar necesidades y problemas a efectos de aplicar los
conocimientos con fines prácticos. (Jesica Burbano, 2014)
Tipo de investigación
Esta investigación se basa en la búsqueda de objetivos y lograr conseguirlos
mediante un algoritmo un mecanismo que permita aquello, es por esto que es
una investigación aplicada. Este tipo de investigación que trata de buscar
mecanismos o estrategias que permita lograr un objetivo especificado al inicio de
la investigación. Se indica que este tipo de investigación se la realiza en
contextos específicos y bien delimitados como es nuestro caso.
La investigación aplicada se caracteriza porque busca la aplicación o
utilización de los conocimientos adquiridos, a la vez que se adquieren otros,
después de implementar y sistematizar la práctica basada en investigación.
(Murillo, W., 2008)
31
Esta investigación también se basa en la toma de decisiones donde se va a
comparar entre dos o más opciones y presentar como resultado una alternativa
de solución, es por esto que es una investigación para la toma de decisiones.
La investigación para la toma de decisiones tiene como objetivo
encontrar una conducta adecuada para una situación en la que hay una
serie de sucesos inciertos. Hay que elegir los elementos que son
relevantes y obviar los que no lo son y analizar las relaciones entre ellos.
Una vez determinada cual es la situación, para tomar decisiones es
necesario elaborar acciones alternativas, extrapolarlas para imaginar la
situación final y evaluar los resultados teniendo en cuenta las la
incertidumbre de cada resultado y su valor. (José Antonio G., 2014)
32
DEFINICIONES BÁSICAS
Para mayor comprensión de este capítulo y de las herramientas estadísticas
usadas en este proyecto, es necesario definir algunos conceptos básicos; por lo
cual en las subsiguientes descripciones se detallará dichos términos.
Espacio muestral
El Espacio Muestral es el conjunto de posibles resultados de un experimento
aleatorio. Cada elemento de él es llamado un punto muestral. (Edgar Acuña,
2015)
Variable aleatoria
Se denomina variable aleatoria (o estocástica) a la función que
adjudica eventos posibles a números reales (cifras), cuyos valores se miden en
experimentos de tipo aleatorio. Estos valores posibles representan los resultados
de experimentos que todavía no se llevaron a cabo o cantidades inciertas.
(Julián Pérez Porto y Ana Gardey, 2015)
Cabe destacar que los experimentos aleatorios son aquellos que,
desarrollados bajo las mismas condiciones, pueden ofrecer resultados
diferentes. Arrojar una moneda al aire para ver si sale cara o ceca es un
experimento de este tipo. (Julián Pérez Porto y Ana Gardey, 2015)
Variable aleatoria discreta
Las variables aleatorias discretas son aquellas cuyo rango está formado por
una cantidad finita de elementos o que sus elementos pueden enumerarse de
manera secuencial. (Julián Pérez Porto y Ana Gardey, 2015)
33
Variable aleatoria continua
La variable aleatoria continua se vincula a un recorrido o rango que abarca,
en teoría, la totalidad de los números reales, aunque solo sea accesible una
cierta cantidad de valores. (Julián Pérez Porto y Ana Gardey, 2015)
Población objetivo
La población objetivo se refiere a TODO el grupo de personas u objetos que
les interesan a los investigadores para la generalización de las conclusiones. La
población objetivo por lo general tiene diversas características y también es
conocida como la población teórica. (Explorable.com, 2009)
Población investigada
La población de la investigación es generalmente una gran colección de
individuos u objetos que son el foco principal de una investigación científica. Las
investigaciones se realizan en beneficio de la población. Sin embargo, debido a
los grandes tamaños de las poblaciones, los investigadores a menudo no
pueden probar a cada individuo de la población, ya que consume mucho dinero y
tiempo. Por esta razón, los investigadores confían en las técnicas de muestreo.
(Explorable.com, 2009)
Definición de muestreo
El muestreo es el proceso de seleccionar un conjunto de individuos de una
población con el fin de estudiarlos y poder caracterizar el total de la población.
(Carlos Ochoa, 2015).
34
Muestra
Es el conjunto de mediciones que han sido realmente recolectados. La
extracción de la muestra es un paso bien importante porque es a partir de ella
que se sacan conclusiones acerca de la población. Si el diseño es sencillo la
muestra tiene que ser relativamente grande, alrededor de un 10% del tamaño de
la población. (Edgar Acuña, 2015)
Marco muestral
El marco muestral es el listado o forma de identificar a los individuos de la
población a los que podemos acceder, llamados unidades de muestreo, y sobre
los que se aplicará el proceso de selección. (Manuel Molina, 2012)
35
POBLACIÓN OBJETIVO
La población objetivo es aquel conjunto de objetos o personas que
interesa al investigador, pero para esta ocasión nuestra población objeto
son los conjunto de artículos científicos, paper, tesis entre otros
documentos científicos que contengan información relacionada con
nuestro tema de investigación, estos documentos fueron obtenidos desde
varias bibliotecas digitales, científicas entre las cuales se pueden
mencionar Scielo, Redalyc, DSpace, Dialnet, Springer y repositorios de
diferentes Universidades.
Para realizar el meta análisis se procedió a definir variables para
analizar la consistencia y la validez de las investigaciones de los
diferentes documentos sobre el mismo tema.
MARCO MUESTRAL
El marco muestral es el fragmento de donde se obtiene la muestra que
va a formar parte de nuestra base de datos, Para elaborar el meta-análisis
se tomó una muestra de 30 artículos de un total de 200 artículos, los
cuales cumplían con el tema de investigación mediante un previo análisis.
En el siguiente cuadro se definen las variables que estarán inmersas
en el meta-análisis:
36
Tabla 4 - Variables del Meta-Análisis
No. VARIABLES
1 Genero primer autor
2 Tipo de Biblioteca utilizada en la investigación
3 Tipo de Journal
4 Tipo de Investigación
5 Cantidad de referencias del articulo
6 Numero de hojas del articulo
7 Número de veces que se repite "lógica difusa" en los artículos
8 Número de veces que se repite "ahp" en los artículos
9 Número de veces que se repite "algoritmo" en los artículos
10 Número de veces que se repite "toma de decisiones" en los artículos
11 Número de veces que se repite "inteligencia artificial"
Fuentes: Datos de la investigación Autor: Elaboración Propia
DESCRIPCIÓN Y CODIFICACIÓN DE VARIABLES
Es de gran ayuda establecer una codificación para poder entender de
mejor manera e interpretar las variables asignadas en esta investigación.
Es por esto que se presenta la descripción y la codificación para cada de
una de las variables.
37
META-ANALISIS
DESCRIPCION Y CODIFICACION D LAS VARIABLES UTILIZADAS
Variable 1: Genero del autor
Esta variable nos indica que género es la persona que realizo el articulo
científico.
Tabla 5 - Variable – Genero del 1er Autor
CODIFICACÓN DE LA VARIABLE: GÉNERO DEL AUTOR
Masculino 1
Femenino 2
Fuentes: Datos de la investigación
Autor: Elaboración Propia
38
Variable 2: Tipo de Biblioteca utilizada
Indica de donde es extraída información para ser procesada y luego ser
utilizada en esta investigación.
Tabla 6 - Variable – Tipo de biblioteca a utilizar
CODIFICACIÓN DE LA VARIABLE: TIPO DE BIBLIOTECA A UTILIZAR
ALTERIDAD 1
CEU 2
GISIA 3
DSPACE 4
REDALYC 5
RESEARCHGATE 6
SCIELO 7
SPRINGER 8
UNIVERSIDAD DE MADRID 9
LACCEI 10
BDIGITAL 11
LUMINA 12
Fuentes: Datos de la investigación
Autor: Elaboración Propia
Variable 3: Tipo de Investigación
Indica que tipo de estudio se aplicó en el artículo para resolver o entender la
situación allí planteada.
Tabla 7 - Variable – Tipo de investigación
CODIFICACIÓN DE LA VARIABLE: TIPO DE INVESTIGACION
Campo 1
Descriptiva 2
Teórica 3
Aplicada 4
Toma de decisiones 5
Fuentes: Datos de la investigación Autor: Elaboración Propia
39
Variable 4: Tipo de Journal
La variable número 3 nos indica el tipo de enfoque que se hizo en el artículo
descargado de web.
Tabla 8 - Variable – Tipo de Journal
CODIFICACIÓN DE LA VARIABLE: TIPO DE JOURNAL
Articulo científico 1
Articulo investigativo 2
Articulo informático 3
Tesis 4
Paper 5
Tesis Doctoral 6
Fuentes: Datos de la investigación
Autor: Elaboración Propia
Variable 5: Cantidad de referencias del articulo
Esta variable nos indica la cantidad de referencias utilizadas en este artículo.
Variable 6: Numero de hojas del articulo
La variable 6 nos indica la cantidad de hojas que contiene el artículo, revista
científica o tesis usada como base para esta investigación.
Variable 7: Número de veces que se repite "lógica difusa" en los
artículos
Indica cuantas veces aparece esta palabra clave dentro de los papers
usados como base para esta investigación.
40
Variable 8: Número de veces que se repite "ahp" en los artículos
Indica cuantas veces aparece esta palabra clave dentro de los papers usados
como base para esta investigación.
Variable 9: Número de veces que se repite "algoritmo" en los
artículos
Indica cuantas veces aparece esta palabra clave dentro de los papers
usados como base para esta investigación.
Variable 10: Número de veces que se repite "toma de
decisiones" en los artículos
Indica cuantas veces aparece esta palabra clave dentro de los papers
usados como base para esta investigación.
Variable 11: Número de veces que se repite "inteligencia
artificial" en los artículos
Indica cuantas veces aparece esta palabra clave dentro de los papers usados
como base para esta investigación.
Variable 12: Número de veces que se repite "incertidumbre" en
los artículos
Indica cuantas veces aparece esta palabra clave dentro de los papers usados
como base para esta investigación.
41
INTERPRETACIÓN Y ANÁLISIS DE LOS RESULTADOS
Se realiza el análisis estadístico del meta-análisis, a las variables más
significativas de nuestro tema de investigación efectuando los procedimientos de
cálculo e interpretando los resultados correspondientes de acorde a las variables
cualitativas.
Para las variables cuantitativas se procederá con el cálculo y la
interpretación de sus estimadores como son los de centralización, el de posición,
de forma, y el de dispersión.
RESULTADOS DEL META-ANALISIS
ANALISIS DESCRIPTIVO DE LAS VARIABLES
Variable 1: Genero del primer autor
Tabla 9 - Tabla de frecuencia de la tabla genero
FRECUENCIA PORCENTAJE PORCENTAJE
VALIDO PORCENTAJE ACUMULADO
MASCULINO 22 73.33% 73.33% 73.33%
FEMENINO 8 26.67% 26.67% 100.00%
TOTAL 30 100.00% 100.00%
Fuentes: Datos de la investigación
Autor: Elaboración Propia
Ilustración 6 - Genero del Primer Autor
Fuentes: Datos de la investigación Autor: Elaboración Propia
42
De acuerdo al análisis estadístico, se comprobó que el 70.37% de los autores
de los textos usados como base de esta investigación son hombres, y el otro
29.63% son mujeres, por consiguiente, la mayor proporción de autores son
hombres con 19 sobre la muestra que es de 27.
Variable 2: Biblioteca utilizada
Tabla 10 - Tabla de frecuencia de la tabla tipo de biblioteca utilizada
FRECUENCIA PORCENTAJE
PORCENTAJE VALIDO
PORCENTAJE ACUMULADO
ALTERIDAD 1 3.33% 3.33% 3.33%
CEU 1 3.33% 3.33% 6.67%
DSPACE 4 13.33% 13.33% 20.00%
GISIA 1 3.33% 3.33% 23.33%
ICAI 1 3.33% 3.33% 26.67%
REDALYC 5 16.67% 16.67% 43.33%
RESEARCHGATE 2 6.67% 6.67% 50.00%
SCIELO 6 20.00% 20.00% 70.00%
SPRINGER 1 3.33% 3.33% 73.33%
UNIVERSIDAD DE MADRID
1 3.33% 3.33% 76.67%
LACCEI 2 6.67% 6.67% 83.33%
DIALNET 3 10.00% 10.00% 93.33%
BDIGITAL 1 3.33% 3.33% 96.67%
LUMINA 1 3.33% 3.33% 100.00%
TOTAL 30 100.00% 100.00%
Fuentes: Datos de la investigación Autor: Elaboración Propia
Ilustración 7 - Tipo de Biblioteca a Utilizar
Fuentes: Datos de la investigación Autor: Elaboración Propia
43
Esta variable permite darse cuenta a que biblioteca se acudió con más
frecuencia para obtener información base para desarrollar el tema de
investigación, mediante la gráfica podemos notar que la biblioteca más
concurrida fue SCIELO con un 20%, la segunda más visitada fue REDALYC con
un porcentaje equivalente al 16.67% y la tercera fue DSPACE con un porcentaje
de 13.33%.
Variable 3: Tipo de Investigación
Tabla 11 - Tabla de frecuencia de la tabla tipo de investigación
FRECUENCIA PORCENTAJE
PORCENTAJE VALIDO
PORCENTAJE ACUMULADO
APLICADA 9 30.00% 30.00% 30.00%
CAMPO 6 20.00% 20.00% 50.00%
DESCRIPTIVA 6 20.00% 20.00% 70.00%
TEORICA 4 13.33% 13.33% 83.33%
TOMA DE DECISIONES 5 16.67% 16.67% 100.00%
TOTAL 30 100.00% 100.00%
Fuentes: Datos de la investigación
Autor: Elaboración Propia
Ilustración 8 - Tipo de Investigación
Fuentes: Datos de la investigación Autor: Elaboración Propia
44
Mediante el análisis de esta variable nos permite observar los diversos
enfoques que tiene cada artículo científico, se puede resumir de la siguiente
manera observando la tabla de frecuencia, el 30% son investigaciones de tipo
aplicada, el 20% son de tipo campo, 20% descriptiva, teórica en un 13.33% y en
un 16.67% son investigaciones basadas en toma de decisiones.
Variable 4: Tipo de Journal
Tabla 12 - Tabla de frecuencia de la tabla tipo de Journal
FRECUENCIA PORCENTAJE
PORCENTAJE VALIDO
PORCENTAJE ACUMULADO
ARTICULO CIENTIFICO 11 36.67% 36.67% 36.67%
ARTICULO INFORMATICO 2 6.67% 6.67% 43.33%
ARTICULO INVESTIGATIVO 2 6.67% 6.67% 50.00%
PAPER 6 20.00% 20.00% 70.00%
TESIS 8 26.67% 26.67% 96.67%
TESIS DOCTORAL 1 3.33% 3.33% 100.00%
TOTAL 30 100.00% 100.00%
Fuentes: Datos de la investigación Autor: Elaboración Propia
Ilustración 9 - Tipo de Journal
Fuentes: Datos de la investigación Autor: Elaboración Propia
45
Mediante el análisis estadístico se puede observar que 11 de los documentos
revisados para esta investigación son de tipo Articulo científico lo que equivale a
un 36.67% del total de la muestra establecida, le prosiguen 8 tesis representado
el 26.67% del total de los documentos usados como base para desarrollar este
tema de investigación.
Variable 5: Referencias utilizadas en el articulo
Tabla 13 - Tabla de frecuencia de la tabla referencias utilizadas en el articulo
NO.
INTERVALO
CLASE FRECUENCI
A FRECUENCIA RELATIVA
FRECUENCIA
ACUMULADA
FRECUENCIA RELATIVA ACUMULAD
A LIMITE
INFERIOR LIMITE
SUPERIOR MARCA DE
CLASE
1 4 76.7 40.35 4 - 76.7 27 0.90 27 0.90
2 76.8 149.5 113.15 76.8 - 149.5 0 0.00 27 0.90
3 149.6 222.3 185.95 149.6 - 222.3 2 0.07 29 0.97
4 222.4 295.1 258.75 222.4 - 295.1 0 0.00 29 0.97
5 295.2 368 331.6 295.2 - 368 1 0.03 30 1.00
TOTAL 30 1.00
Fuentes: Datos de la investigación Autor: Elaboración Propia
Tabla 14 - Análisis Descriptivo referencias utilizadas en el articulo
Análisis Descriptivo
Media 52.633333
Moda 26
Mediana 26
Varianza 5722.3782
Desviación Std. 75.646402
Curtosis 10.723108
RANGO 364
MAYOR 368
MENOR 4
Fuentes: Datos de la investigación Autor: Elaboración Propia
46
Ilustración 10 - Referencia usadas en artículos
Fuentes: Datos de la investigación Autor: Elaboración Propia
Mediante el análisis estadístico realizado a la variable Referencias se puede
notar que los artículos científicos son agrupados en 5 intervalos que van de
4 - 76.7
76.8 - 149.5
149.6 - 222.3
222.4 - 295.1
295.2 – 368 en adelante
Se indica que la mayor frecuencia está alojada en el intervalo 4 - 76.7
representando un 90% de todos los artículos revisados. Otro de los datos que
este análisis nos deja es una media de 52.63 referencias por artículo, una moda
de 26 esto quiere decir que más de un artículo ha tenido más de 26 referencias y
una mediana de 26.
47
Variable 6: Número de páginas por articulo
Tabla 15 - Tabla de frecuencia de la tabla número de páginas por articulo
NO.
INTERVALO
CLASE FRECUENCIA FRECUENCIA
RELATIVA FRECUENCIA ACUMULADA
FRECUENCIA RELATIVA
ACUMULADA LIMITE
INFERIOR LIMITE
SUPERIOR
MARCA DE
CLASE
1 5 56.7 30.85 5 - 56.7 22 0.73 22 0.73
2 56.8 108.5 82.65 56.8 - 108.5 1 0.03 23 0.77
3 108.6 160.3 134.45 108.6 - 160.3 2 0.07 25 0.83
4 160.4 212.1 186.25 160.4 - 212.1 3 0.10 28 0.93
5 212.2 264 238.1 212.2 – 264 2 0.07 30 1.00
TOTAL 30 1.00
Fuentes: Datos de la investigación Autor: Elaboración Propia
Ilustración 11 - Número de páginas por articulo
Fuentes: Datos de la investigación Autor: Elaboración Propia
48
Tabla 16 - Análisis Descriptivo número de páginas por articulo
Análisis Descriptivo
Media 58.233333
Moda 6
Mediana 18.5
Varianza 6347.7023
Desviación Std. 79.672469
Curtosis 0.8820291
RANGO 259
MAYOR 264
MENOR 5
Fuentes: Datos de la investigación Autor: Elaboración Propia
El análisis estadístico fue realizado a la variable número de páginas por
articulo dejo como resultados los siguientes una media de 58.23, una moda de 6
y una mediana de 18.5, se puede notar que los artículos científicos son
agrupados en 5 intervalos, de acorde al número de hojas que tiene cada uno, los
intervalos son los siguientes:
5 - 56.7
56.8 - 108.5
108.6 - 160.3
160.4 - 212.1
212.2 - 264
49
Variable 7: Veces que se repite la palabra “lógica difusa”
Tabla 17 - Tabla de frecuencia de la tabla número de Veces que se
repite la palabra “lógica difusa”
NO.
INTERVALO
CLASE FRECUENCIA FRECUENCIA
RELATIVA FRECUENCIA ACUMULADA
FRECUENCIA RELATIVA
ACUMULADA
LIMITE INFERIO
R
LIMITE SUPERIO
R MARCA
DE CLASE
1 0 18.9 9.45 0 - 18.9 22 0.73 22 0.73
2 19 37.9 28.45 19 - 37.9 2 0.07 24 0.80
3 38 56.9 47.45 38 - 56.9 3 0.10 27 0.90
4 57 75.9 66.45 57 - 75.9 1 0.03 28 0.93
5 76 95 85.5 76 - 95 2 0.07 30 1.00
TOTAL 30 1.00 Fuentes: Datos de la investigación
Autor: Elaboración Propia
Ilustración 12 - Número de veces que se repite “Lógica Difusa”
Fuentes: Datos de la investigación
Autor: Elaboración Propia
Ilustración 13 - Número de veces que se repite “Lógica Difusa” en las Bibliotecas de Investigación
Fuentes: Datos de la investigación
Autor: Elaboración Propia
50
Tabla 18 - Análisis Descriptivo número de Veces que se repite la palabra “lógica difusa”
Análisis Descriptivo
Media 19.2
Moda 0
Mediana 9.5
Varianza 653.8206897
Desviación Std. 25.56991767
Curtosis 2.555572956
Rango 95
Mayor 95
Menor 0
Fuentes: Datos de la investigación Autor: Elaboración Propia
Mediante el análisis estadístico realizado a la variable número de veces que
se repite la palabra “lógica difusa” en el artículo dio como resultado que los
artículos científicos son agrupados en 5 intervalos que van de
5 - 23.7
23.8 - 42.5
42.6 - 61.3
61.4 - 80.1
80.2 – 99
Se indica que la mayor frecuencia está alojada en el intervalo 5 - 23.7
representando un 65% de todos los artículos revisados. Otro de los datos que
este análisis nos deja es una media de 19.2 veces que aparece “lógica difusa”,
una moda de 0 esto quiere decir que ningún valor se repite dentro de nuestro
conjunto de datos.
Adicional a eso se realizó un cruce para saber que biblioteca tenía la palabra
“lógica difusa” más veces publicadas dentro de nuestra muestra, y como se
puede observar en la gráfica es la Biblioteca SCIELO.
51
Variable 8: Veces que se repite la palabra “ahp”
Tabla 19 - Tabla de frecuencia de la tabla número de Veces que se
repite la palabra “ahp”
NO.
INTERVALO
CLASE FRECUENCIA FRECUENCIA
RELATIVA FRECUENCIA ACUMULADA
FRECUENCIA RELATIVA
ACUMULADA LIMITE INFERIOR
LIMITE SUPERIOR
MARCA DE
CLASE
1 0 35.1 17.55 0 - 35.1 21 0.70 21 0.70
2 35.2 70.3 52.75 35.2 - 70.3 4 0.13 25 0.83
3 70.4 105.5 87.95 70.4 - 105.5 2 0.07 27 0.90
4 105.6 140.7 123.15 105.6 - 140.7 2 0.07 29 0.97
5 140.8 176 158.4 140.8 – 176 1 0.03 30 1.00
TOTAL 30 1.00 Fuentes: Datos de la investigación
Autor: Elaboración Propia
Ilustración 14 - Número de veces que se repite “AHP”
Fuentes: Datos de la investigación Autor: Elaboración Propia
Ilustración 15 - Número de veces que se repite “AHP” en las
Bibliotecas de Investigación
Fuentes: Datos de la investigación Autor: Elaboración Propia
52
Tabla 20 - Análisis Descriptivo número de Veces que se repite la palabra “ahp”
Análisis Descriptivo
Media 28.16666667
Moda 0
Mediana 5
Varianza 2001.04023
Desviación Std. 44.73298816
Curtosis 3.370940557
Rango 176
Mayor 176
Menor 0
Fuentes: Datos de la investigación Autor: Elaboración Propia
Mediante el análisis estadístico realizado a la variable número de veces que se
repite la palabra “ahp” en los artículos científicos y papers dio como resultado
que los artículos científicos son agrupados en 5 intervalos que van de:
0 - 35.1
35.2 - 70.3
70.4 - 105.5
105.6 - 140.7
140.8 - 176
Se indica que la mayor frecuencia está alojada en el intervalo 0 - 35.1
representando un 70% de todos los artículos revisados. Otro de los datos que
este análisis nos deja es una media de 28.16.
Adicional a eso se realizó un cruce para saber que biblioteca tenía la palabra
“ahp” más veces publicadas dentro de nuestra muestra, y como se puede
observar en la gráfica es la Biblioteca SCIELO.
53
Variable 9: Veces que se repite la palabra “algoritmo”
Tabla 21 - Tabla de frecuencia de la tabla número de Veces que se
repite la palabra “algoritmo”
NO
INTERVALO
CLASE FRECUENCIA FRECUENCIA
RELATIVA FRECUENCIA ACUMULADA
FRECUENCIA RELATIVA
ACUMULADA LIMITE INFERIOR
LIMITE SUPERIOR
MARCA DE
CLASE
1 0 32.9 16.45 0 - 32.9 27 0.90 27 0.90
2 33 65.9 49.45 33 - 65.9 0 0.00 27 0.90
3 66 98.9 82.45 66 - 98.9 2 0.07 29 0.97
4 99 131.9 115.45 99 - 131.9 0 0.00 29 0.97
5 132 165 148.5 132 – 165 1 0.03 30 1.00
TOTAL 30 1.00 Fuentes: Datos de la investigación
Autor: Elaboración Propia
Ilustración 16 - Número de veces que se repite “Algoritmo”
Fuentes: Datos de la investigación Autor: Elaboración Propia
Tabla 22 - Tabla de frecuencia de la tabla número de Veces que se repite la palabra “algoritmo”
Análisis Descriptivo
Media 12.3
Moda 0
Mediana 1
Varianza 1216.49
Desviación Std. 34.88
Curtosis 13.38
Rango 165
Mayor 165
Menor 0
Fuentes: Datos de la investigación Autor: Elaboración Propia
54
Mediante el análisis estadístico realizado a la variable número de veces que
se repite la palabra “algoritmo” en los artículos científicos y papers dio como
resultado que los artículos científicos son agrupados en 5 intervalos según el
análisis estadístico, que van de:
0 - 32.9
33 - 65.9
66 - 98.9
99 - 131.9
132 – 165
Se indica que la mayor frecuencia está alojada en el intervalo 0 - 32.9
representando un 90% de todos los artículos revisados, en números significa que
27 de los 30 artículos contienen de 0 a 32.9 palabras “ahp”. Otro de los datos
que este análisis nos deja es una media de 12.3.y una moda de 0 es decir que
no tenemos valores repetidos dentro de nuestro conjunto de datos.
55
Variable 10: Veces que se repite la palabra “toma de decisiones”
Tabla 23 - Tabla de frecuencia de la tabla número de Veces que se
repite la palabra “toma de decisiones”
NO.
INTERVALO
CLASE FRECUENCIA FRECUENCIA
RELATIVA FRECUENCIA ACUMULADA
FRECUENCIA RELATIVA
ACUMULADA LIMITE INFERIOR
LIMITE SUPERIOR
MARCA DE
CLASE
1 0 12.7 6.35 0 - 12.7 20 0.67 20 0.67
2 12.8 25.5 19.15 12.8 - 25.5 5 0.17 25 0.83
3 25.6 38.3 31.95 25.6 - 38.3 2 0.07 27 0.90
4 38.4 51.1 44.75 38.4 - 51.1 2 0.07 29 0.97
5 51.2 64 57.6 51.2 - 64 1 0.03 30 1.00
TOTAL 30 1.00 Fuentes: Datos de la investigación
Autor: Elaboración Propia
Ilustración 17 - Número de veces que se repite “toma de decisión”
Fuentes: Datos de la investigación Autor: Elaboración Propia
Tabla 24 - Tabla de frecuencia de la tabla número de Veces que se
repite la palabra “toma de decisiones”
Análisis Descriptivo
Media 12.23
Moda 0
Mediana 6
Varianza 255.15
Desviación Std. 15.97
Curtosis 2.82
Rango 64
Mayor 64
Menor 0
Fuentes: Datos de la investigación Autor: Elaboración Propia
56
Mediante el análisis estadístico realizado a la variable número de veces que
se repite la palabra “toma de decisiones” en los artículos científicos y papers dio
como resultado que los artículos científicos son agrupados en 5 intervalos según
el análisis estadístico, que van de:
0 - 12.7
12.8 - 25.5
25.6 - 38.3
38.4 - 51.1
51.2 – 64
Se indica que la mayor frecuencia está alojada en el intervalo 0 – 12.7
representando un 67% de todos los artículos revisados. Otro de los datos que
este análisis nos deja es una media de 12.23, una mediana de 6 y una moda de
0.
57
Variable 11: Veces que se repite la palabra “inteligencia artificial”
Tabla 25 - Tabla de frecuencia de la tabla número de Veces que se
repite la palabra “inteligencia artificial”
NO.
INTERVALO
CLASE FRECUENCIA FRECUENCIA
RELATIVA FRECUENCIA ACUMULADA
FRECUENCIA RELATIVA
ACUMULADA LIMITE INFERIOR
LIMITE SUPERIOR
MARCA DE
CLASE
1 0 2.5 1.25 0 - 2.5 24 0.80 24 0.80
2 2.6 5.1 3.85 2.6 - 5.1 2 0.07 26 0.87
3 5.2 7.7 6.45 5.2 - 7.7 0 0.00 26 0.87
4 7.8 10.3 9.05 7.8 - 10.3 2 0.07 28 0.93
5 10.4 13 11.7 10.4 – 13 2 0.07 30 1.00
TOTAL 30 1.00 Fuentes: Datos de la investigación
Autor: Elaboración Propia
Ilustración 18 - Número de veces que se repite “inteligencia artificial”
Fuentes: Datos de la investigación Autor: Elaboración Propia
Tabla 26 - Tabla de frecuencia de la tabla número de Veces que se
repite la palabra “inteligencia artificial”
Análisis Descriptivo
Media 2.07
Moda 0
Mediana 0
Varianza 12.89
Desviación Std. 3.59
Curtosis 3.20
Rango 13
Mayor 13
Menor 0
Fuentes: Datos de la investigación Autor: Elaboración Propia
58
Mediante el análisis estadístico de la variable número de veces que se repite
la palabra “toma de decisión”, de los 30 artículos tomados como muestra se
obtuvo una media de 2.07 veces que se repite dicha palabra en los artículos de
investigación, una moda de 0, esto quiere decir que no hay valores repetidos
dentro de los datos. Adicional a eso el valor mínimo de veces que se pudo repetir
la palabra en mención es de 0 y el número de veces máximo que se repite es de
13. Con estos datos se pudo obtener el rango de cada intervalo y el número de
intervalos que se usaron en la tabla de frecuencias agrupadas que fue de 5
intervalos.
59
Variable 12: Veces que se repite la palabra “incertidumbre”
Tabla 27 - Tabla de frecuencia de la tabla número de Veces que se repite la palabra incertidumbre”
NO
INTERVALO
CLASE FRECUENCIA FRECUENCIA
RELATIVA FRECUENCIA ACUMULADA
FRECUENCIA RELATIVA
ACUMULADA LIMITE INFERIOR
LIMITE SUPERIOR
MARCA DE
CLASE
1 0 9.1 4.55 0 - 9.1 19 0.73 19 0.73
2 9.2 18.3 13.75 9.2 - 18.3 3 0.12 22 0.85
3 18.4 27.5 22.95 18.4 - 27.5 1 0.04 23 0.88
4 27.6 36.7 32.15 27.6 - 36.7 2 0.08 25 0.96
5 36.8 46 41.4 36.8 – 46 1 0.04 26 1.00
TOTAL 26 1.00 Fuentes: Datos de la investigación
Autor: Elaboración Propia
Ilustración 19 - Número de veces que se repite “incertidumbre”
Fuentes: Datos de la investigación Autor: Elaboración Propia
Tabla 28 - Análisis descriptivo número de Veces que se repite la
palabra incertidumbre” Análisis Descriptivo
Media 8.77
Moda 1
Mediana 4
Varianza 143.22
Desviación Std. 11.97
Curtosis 3.39
Rango 46
Mayor 46
Menor 0
Fuentes: Datos de la investigación Autor: Elaboración Propia
60
Mediante el análisis estadístico de la variable número de veces que se repite la
palabra “incertidumbre”, de los 30 artículos tomados como muestra se obtuvo
una media de 8.77 veces que se repite dicha palabra en los artículos de
investigación, una moda de 1, esto quiere decir que hay artículos contienen una
vez la palabra “incertidumbre” dentro de sus textos. Adicional a eso el valor
mínimo de veces que se pudo repetir la palabra en mención es de 0 y el número
de veces máximo que se repite es de 46. Con estos datos se pudo obtener el
rango de cada intervalo y el número de intervalos que se usaron en la tabla de
frecuencias agrupadas que fue de 5 intervalos que son:
0 - 9.1
9.2 - 18.3
18.4 - 27.5
27.6 - 36.7
36.8 - 46
61
USO DEL ALGORITMO FAHP PARA LA TOMA DE DECISION
Caso de estudio
En este apartado se hace uso del algoritmo Fuzzy Analytic Hierarchy Process
(Proceso Jerárquico Analítico Difuso), el cual nos ayudará en la toma de
decisión, para elegir al mejor candidato para que ocupe el puesto de Director de
la Universidad de Guayaquil – Carrera de Ingeniería en Sistemas (CISC).
Existen dos formas de representar un algoritmo, a través de pseudocódigo y
mediante un flujo grama, por razones de mejor comprensión, se lo representa en
un pseudocódigo (Hormaza, L., Andres, C., Quezada, C., & Xavier, W., 2017) a
continuación se enumeran los procesos a seguir:
PSEUDOCODIGO DEL ALGORITMO FAHP
INICIO
1. Modelado de Jerarquía
2. Fuzzificacion : Escala de Saaty con valores difusos triangulares
3. Construcción de las matrices difusas de comparación
4. Defuzzificacion
5. Calculo de matriz normalizada
6. Evaluar congruencia lógica
7. Construcción de Matrices entre las alternativas
8. Análisis y estimación de las alternativas
FIN
62
Modelado de jerarquía
Objetivo
En esta investigación se ha optado por un modelo jerárquico que nos permita
seleccionar criterios idóneos de candidatos para su posterior análisis, y con
estos deliberar quien esté apto para el cargo.
Escenario
Se toma como escenario el proceso electoral que se da en la Universidad de
Guayaquil enfocada directamente en la CISC. Acorde a este proceso se
identificará los criterios de los candidatos, el cual ha sido seleccionado por
criterio de expertos y el propio.
Criterios
Los criterios fueron seleccionados luego de una exhaustiva investigación en
artículos basados en la incertidumbre del votante universitario, al momento de
ejercer su derecho al voto; cuales son las características que el elector toma en
cuenta, al momento de tomar una decisión. Se tomó en cuenta el criterio propio,
ya que, como estudiante de la CISC, tenemos el derecho de elegir a quien nos
representará; por tanto también, las preferencias a la hora de votar, se originan
debido a un pre análisis de los criterios de los candidatos del proceso vigente, y
son esos criterios los que hemos incluidos en este trabajo. Se realizaron
entrevistas a varios expertos, para deliberar a través de su buen juicio y
experiencias, los criterios necesarios para el análisis del candidato, y dar de baja
aquellos criterios que no son tan relevantes y que fueron recopilados de la
investigación de los artículos ya mencionados.
63
Tabla 29 - Criterios de Evaluación
ESC
OG
ER E
L M
EJO
R C
AN
DID
ATO
CRITERIOS SUBCRITERIOS
EXPERIENCIAS
DOCENCIA
CONOCIMIENTO DE LA NORMATIVA INTERNA
FORMACION
MASTERADO
DOCTORADO
HABILIDADES
VISION ESTRATEGICA
COMUNICADOR
Fuentes: Datos de la investigación
Autor: Elaboración Propia
Docencia. - Este criterio señala que el candidato idóneo para el cargo debe de
haber ejercido la docencia o tener conocimientos sobre el ámbito de la catedra.
Conocimiento de la normatividad interna. - Este criterio indica que el
candidato debe de conocer, las normas y leyes que se manejan dentro de la
institución.
Masterado. - Criterio de formación que señala el grado de preparación del
candidato y que da un indicio de su desenvolvimiento en el cargo.
Doctorado. - Criterio de formación que señala el grado de preparación del
candidato y que da un indicio de un mayor desenvolvimiento en el cargo.
Visión Estratégica. - Este criterio indica la capacidad que debe tener el
candidato para enfocarse en un área específica y hacer que su trascendencia
sea casi inminente, a través de tomas de decisiones innovadoras y beneficiosas.
64
Comunicador. - Este criterio señala que el candidato apto para el cargo, debe
de contar con técnicas para comunicar al personal administrativo, docentes y
estudiantes, los procesos que están por venir, en un tiempo adecuado; no antes
de su ejecución, ni al término de las mismas.
Alternativas
Las alternativas se han seleccionado bajo criterio propio, indagando las
cualidades de las posibles opciones, se selecciona a 3 docentes de la CISC
como candidatos. Los ya seleccionado como alternativas; antes de serlo, se
tomó como referencia, las características que como docente han reflejado en su
catedra.
Los autores de este trabajo han considerado a estos por las virtudes y valores
que demostraron cuando ejercían su trabajo como docente y de su buena
voluntad; también por apegarse a los criterios que han sido seleccionados con
anterioridad. Cabe destacar que la selección no fue unánime, ya que muchos
docentes cuentan con la capacidad para esto y también se apegan al perfil del
cargo según los criterios analizados; pero lo que determino la selección, fue el
tiempo con que los autores interactuaron con dichos docentes.
Tabla 30 - Candidatos a Ocupar una Dignidad
REPRESENTACION CANDIDATOS
A1 Ing. Lorenzo Cevallos
A2 Ing. Roberto Crespo
A3 Ing. Juan Sánchez
Fuentes: Datos de la investigación
Autor: Elaboración Propia
Como se mencionó con anterioridad, las alternativas inquiridas son 3: A1, A2,
A3. Y están dadas por Ing. Lorenzo Cevallos, Ing. Roberto Crespo, Ing. Juan
Sánchez.
65
Fuzzificacion: escala de saaty con valores difusos triangulares
Para poder hacer uso del modelo FAHP es necesario construir la Escala de
Saaty junto con los valores difusos, para eso se procede a la conversión de la
escala numérica normal a números triangulares difusos como se muestra en lo
siguiente:
Tabla 31 - Escala de Saaty con valores difusos
REPRESENTACION ESCALA ESCALA DIFUSA
ESCALA VERBAL
R1 1 (1,1,2) Igual Importancia
R3 3 (2,3,4) Importancia Débil
R5 5 (4,5,6) Fuerte Importancia
R7 7 (6,7,8) Importancia Demostrada sobre
la otra
R9 9 (8,9,9) Absoluta Importancia
Fuentes: Datos de la investigación
Autor: (Saaty & Vargas, 2013), Autores
Se puede observar como los valores de R1, R3, R5, R7, R9 son los picos
principales de los triángulos, el cual define la función de pertenencia de dicha
escala verbal; mientras R2, R4, R6, R8 son los picos de los triángulos
intermedios usados para juicios intermedios.
Construcción de las matrices difusas de comparación
Para la construcción de esta matriz, en primer lugar, se determinó usar 1
subcriterio por cada criterio, ya que estaba definido 3 criterios el cual constaba
de 2 subcriterios cada uno. Estos subcriterios ahora serian nuestros criterios
bases de análisis.
66
Tabla 32 – Criterios Finales para Evaluación de los Candidatos
CR
ITER
IOS
BA
SE P
AR
A
AN
ALI
SIS
CRITERIOS
CONOCIMIENTO DE LA NORMATIVA INTERNA
MASTERADO
COMUNICADOR
Fuentes: Datos de la investigación
Autor: Elaboración Propia
Luego de dejar claro todo sobre los criterios, se procede a construir la matriz
de comparación difusa, el cual fue debidamente elaborado bajo la asistencia de
expertos e intervención del criterio propio llegando a tener la matriz que se
muestra en el siguiente cuadro.
Tabla 33 - Matriz de Comparación de Criterios
CONO. NORMATIVA
INTERNA MASTERADO COMUNICADOR
CONO. NORMATIVA INTERNA
1 1.61 1/1.34
MASTERADO 1/1.61 1 0.80
COMUNICADOR 1.34 1/0.80 1
Fuentes: Datos de la investigación Autor: Elaboración Propia
En el cuadro se hace la incorporación de la matriz de comparación junto con la
escala difusa de Saaty.
67
Tabla 34 - Matriz de Comparación junto con la escala difusa de Saaty
CONO. NORMATIVA INTERNA MASTERADO COMUNICADOR
CONO. NORMATIVA INTERNA (1,1,1) (4, 5, 6) (1/6, 1/5, 1/4)
MASTERADO (1/6, 1/5, 1/4) (1,1,1) (2, 3, 4)
COMUNICADOR (4, 5, 6) (1/4, 1/3, 1/2) (4, 5, 6)
Fuentes: Datos de la investigación Autor: Elaboración Propia
Defuzzificacion
La matriz de comparación con pesos difusos nos proporciona los pesos en
números triangulares difusos, el cual está dado por 3 valores; es necesario
convertir aquellos números de la escala en uno solo. Para llevar a cabo la
conversión, se elige el valor más probable entre los 3 números utilizando un
modelo llamado, el criterio de cotejo o comparación. (Hormaza, L., Andrés, C.,
Quezada, C., & Xavier, W., 2017)
Tabla 35 – Matriz Defuzzificada
CRITERIOS CONO.
NORMATIVA INTERNA
MASTERADO COMUNICADOR
CONO. NORMATIVA INTERNA
1.00 1.61 0.75
MASTERADO 0.62 1.00 0.80
COMUNICADOR 1.34 1.25 1.00
Fuentes: Datos de la investigación
Autor: Elaboración Propia
Calculo de matriz normalizada
En este paso se verifica la consistencia de la matriz, para esto se debe
proceder a normalizar la misma, dividiendo cada valor para la suma de cada
columna; luego debemos de realizar lo siguiente: Se calcula el vector de cada
fila, sumando los 3 valores que están en cada fila de cada criterio; luego se lo
divide para la cantidad de valores.
68
Tabla 36 - Matriz Normalizada
CRITERIOSCONO.
NORMATIVA
INTERNA
MASTERADO COMUNICADOR VECTOR
CONO. NORMATIVA
INTERNA1.00 1.61 0.75 0.34 0.42 0.29 0.35
MASTERADO 0.62 1.00 0.80 0.21 0.26 0.31 0.26
COMUNICADOR 1.34 1.25 1.00 0.45 0.32 0.39 0.39
SUMA 2.96 3.86 2.55 1.00
NORMALIZADA
CELDA/SUMA
Fuentes: Datos de la investigación
Autor: Elaboración Propia
Evaluar congruencia lógica
Es en este paso procedemos a multiplicar la matriz por el vector, fila por
columna. Al realizar esto quedaría de la siguiente manera:
Tabla 37 - Suma de multiplicación de ambas matrices.
CRITERIOS
CONO.
NORMATIVA
INTERNA
MASTERADO COMUNICADOR VECTORMULTIP.
(VECTOR*FILA)
CONO. NORMATIVA
INTERNA1.00 1.61 0.75 0.35
1.06
MASTERADO 0.62 1.00 0.80 0.26 0.79
COMUNICADOR 1.34 1.25 1.00 0.39 1.18
SUMA 2.96 3.86 2.55 1.00 3.03
Fuentes: Datos de la investigación Autor: Elaboración Propia
Mediante los índices procedemos a validar los datos de la matriz.
a) Mediante la fórmula: se calcula el índice de
consistencia.
b) Se calcula el índice aleatorio, que ya está predefinido.
69
Tabla 38 - Índice de Consistencia predefinido.
DIMENSION DE MATRIZ, N 3 4 5 6 7
CI 0.58 0.9 1.12 1.24 1.32
Fuentes: Datos de la investigación Autor: (Golden, 1989)
c) Mediante la fórmula: se calcula la razón de
consistencia.
Luego de aplicar las fórmulas mencionadas y de realizar los cálculos
correctamente, quedaría algo como esto:
Tabla 39 - Análisis de Consistencia.
Indice de Consistencia (n max-n) / (n-1) 0.015
Razon de Consistencia (IC) IC/IA 0.025862069
Indice aleatorio (IA) Predefinido 0.58
N Dimension de la Matriz 3
Fuentes: Datos de la investigación Autor: Elaboración Propia
La consistencia de una matriz depende del valor de RC (Razón de
consistencia). Si la matriz cumple con la siguiente condición, la cual es: si y solo
si RC<0.1, se dice que es consistente; caso contrario, se debe evaluar los
criterios nuevamente a partir de las opiniones de expertos para realizar los
debidos ajustes.
70
Construcción de matrices entre las alternativas
En este paso se construyen las siguientes matrices: Matriz de valoración de
alternativas, Matriz de pesos difusos de alternativas, Matriz final de alternativas,
Matriz de Análisis de Consistencia Alternativa. Para hacer uso del algoritmo
FAHP se debe evaluar a través de las matrices antes mencionadas cada criterio
por separado, para luego proceder con el análisis de las alternativas y poder
tomar una decisión basada en las valoraciones obtenidas.
Conocimiento de la normatividad interna (Criterio)
Se debe aplicar todo el proceso detallado entre el paso 1 y el 5.
Los cotejos entre las alternativas, quedan de la siguiente forma:
Tabla 40 - Matriz de pesos difusos – Normativa interna
A1 A2 A3
A1 1 1.34 0.621
A2 0.746 1 0.926
A3 1.61 1.08 1
Fuentes: Datos de la investigación Autor: Elaboración Propia
Haciendo uso del algoritmo FAHP, se calcula la matriz de pesos difusos:
Tabla 41- Matriz con pesos difusos de Alternativas.
CRITERIOS A1 A2 A3
A1 (1, 1, 1) (4, 5, 6) (4, 5, 6)
A2 (1/6, 1/5, 1/4) (1, 1, 1) (1/6, 1/5, 1/4)
A3 (1/6, 1/5, 1/4) (4, 5, 6) (1, 1, 1)
Fuentes: Datos de la investigación Autor: Elaboración Propia
71
La tabla 37 muestra los siguientes cálculos:
Se procede a defuzzificar la matriz.
Se calcula la matriz normalizada, seleccionando el valor más probable.
Se calcula el vector de la matriz.
Se multiplica el vector por la matriz.
Tabla 42 - Matriz Final de Alternativas.
CRITERIOS
CONO.
NORMATIVA
INTERNA
MASTERADO COMUNICADORMULTIP.
(VECTOR*FILA)VECTOR
CONO.
NORMATIVA
INTERNA1.00 1.34 0.62 0.95 0.30 0.39 0.24 0.31
MASTERADO 0.75 1.00 0.93 0.89 0.22 0.29 0.36 0.29
COMUNICADOR 1.61 1.08 1.00 1.21 0.48 0.32 0.39 0.40
SUMA 3.36 3.42 2.55 3.05 1.00
NORMALIZADA
CELDA/SUMA
Fuentes: Datos de la investigación Autor: Elaboración Propia
Tabla 43 - Análisis de Consistencia de Alternativa.
Indice de Consistencia 0.027166323
Razon de Consistencia (IC) 0.046838487
Indice aleatorio (IA) 0.58
N 3
Fuentes: Datos de la investigación Autor: Elaboración Propia
Los cálculos que se aplicaron para el progreso de este apartado, fueron
debidamente recolectados, según información brindada por (Hormaza, L.,
Andrés, C., Quezada, C., & Xavier, W., 2017)
72
Masterado (Criterio)
Se debe aplicar todo el proceso detallado entre el paso 1 y el 5.
Los cotejos entre las alternativas, quedan de la siguiente forma:
Tabla 44 - Matriz de pesos difusos – Normativa interna
A1 A2 A3
A1 1 1.34 0.412
A2 0.746 1 0.37
A3 2.43 2.7 1
Fuentes: Datos de la investigación Autor: Elaboración Propia
Haciendo uso del algoritmo FAHP, se calcula la matriz de pesos difusos
:
Tabla 45 - Matriz con pesos difusos de Alternativas.
CRITERIOS A1 A2 A3
A1 (1, 1, 1) (4, 5, 6) (1/9, 1/9, 1/8)
A2 (1/6, 1/5, 1/4) (1, 1, 1) (1/9, 1/9, 1/8)
A3 (8, 9, 9) (8, 9, 9) (1, 1, 1) Fuentes: Datos de la investigación
Autor: Elaboración Propia
La tabla 37 muestra los siguientes cálculos:
Se procede a defuzzificar la matriz.
Se calcula la matriz normalizada, seleccionando el valor más probable.
Se calcula el vector de la matriz.
Se multiplica el vector por la matriz.
73
Tabla 46 - Matriz Final de Alternativas.
CRITERIOS
CONO.
NORMATIVA
INTERNA
MASTERADO COMUNICADORMULTIP.
(VECTOR*FILA)VECTOR
CONO.
NORMATIVA
INTERNA1.00 1.34 0.41 0.74 0.24 0.27 0.23 0.25
MASTERADO 0.75 1.00 0.37 0.59 0.18 0.20 0.21 0.19
COMUNICADOR 2.43 2.70 1.00 1.68 0.58 0.54 0.56 0.56
SUMA 4.18 5.04 1.78 3.00 1.00
NORMALIZADA
CELDA/SUMA
Fuentes: Datos de la investigación
Autor: Elaboración Propia
Tabla 47 - Análisis de Consistencia de Alternativa
Indice de Consistencia 0.002362108
Razon de Consistencia (IC) 0.004072601
Indice aleatorio (IA) 0.58
N 3
Fuentes: Datos de la investigación Autor: Elaboración Propia
Los cálculos que se aplicaron para el progreso de este apartado, fueron
debidamente recolectados, según información brindada por (Hormaza, L.,
Andrés, C., Quezada, C., & Xavier, W., 2017)
74
Comunicador (Criterio)
Se debe aplicar todo el proceso detallado entre el paso 1 y el 5.
Los cotejos entre las alternativas, quedan de la siguiente forma:
Tabla 48 - Matriz de pesos difusos – Normativa interna
A1 A2 A3
A1 1 1.61 0.532
A2 0.621 1 0.8
A3 1.88 1.08 1
Fuentes: Datos de la investigación Autor: Elaboración Propia
Haciendo uso del algoritmo FAHP, se calcula la matriz de pesos difusos:
Tabla 49 - Matriz con pesos difusos de Alternativas
CRITERIOS A1 A2 A3
A1 (1, 1, 1) (4, 5, 6) (1/8, 1/7, 1/6)
A2 (1/6, 1/5, 1/4) (1, 1, 1) (1/6, 1/5, 1/4)
A3 (6, 7, 8) (4, 5, 6) (1, 1, 1) Fuentes: Datos de la investigación
Autor: Elaboración Propia
La tabla 37 muestra los siguientes cálculos:
Se procede a defuzzificar la matriz.
Se calcula la matriz normalizada, seleccionando el valor más probable.
Se calcula el vector de la matriz.
Se multiplica el vector por la matriz.
75
Tabla 50 - Matriz Final de Alternativas.
CRITERIOS
CONO.
NORMATIVA
INTERNA
MASTERADO COMUNICADORMULTIP.
(VECTOR*FILA)VECTOR
CONO.
NORMATIVA
INTERNA1.00 1.61 0.53 0.96 0.29 0.44 0.23 0.32
MASTERADO 0.62 1.00 0.80 0.80 0.18 0.27 0.34 0.26
COMUNICADOR 1.88 1.08 1.00 1.30 0.54 0.29 0.43 0.42
SUMA 3.50 3.69 2.33 3.06 1.00
NORMALIZADA
CELDA/SUMA
Fuentes: Datos de la investigación Autor: Elaboración Propia
Tabla 51 - Análisis de Consistencia de Alternativa.
Indice de Consistencia 0.030234591
Razon de Consistencia (IC) 0.052128605
Indice aleatorio (IA) 0.58
N 3
Fuentes: Datos de la investigación Autor: Elaboración Propia
Los cálculos que se aplicaron para el progreso de este apartado, fueron
debidamente recolectados, según información brindada por (Hormaza, L.,
Andrés, C., Quezada, C., & Xavier, W., 2017)
76
CAPÍTULO IV: RESULTADO CONCLUSIONES Y RECOMENDACIONES
INTRODUCCION
En este capítulo se presentan los resultados obtenidos por la presente
investigación; luego de haber aplicado la metodología sugerida y obtenido los
datos suficientes para llegar a la meta propuesta, el cual era facilitar la toma de
decisión, enfocado a la elección de un candidato idóneo para el proceso
electoral de Autoridades Generales (Rector) de la Universidad de Guayaquil,
limitado a la Carrera de Ingeniería de Sistemas. Se presentan también las
conclusiones finales y las recomendaciones; con esto se da por terminado este
trabajo.
RESULTADOS
Análisis y estimación de las alternativas
Luego de obtener los resultados de la ponderación de los 3 criterios y las 3
alternativas, se construye una nueva matriz y se ubican los vectores
correspondientes dentro de esta.
El siguiente procedimiento consta del cálculo total, el cual se lo realiza a
través de una suma de productos o ponderada, que se la estructura de la
siguiente manera: cada fila de las alternativas con la fila de producto.
Los valores de las tablas se los obtiene a través de los vectores que se
obtuvieron de las 4 matrices que son:
Ponderación entre criterios
Ponderación de alternativas con el Criterio Conocimiento de la
normatividad interna.
Ponderación de alternativas con el Criterio Doctorado.
Ponderación de alternativas con el Criterio Comunicador.
77
Ahora se procede a ligar las alternativas con los criterios de análisis o
criterios de aceptación, donde en la matriz se colocan las alternativas en
columna y los criterios en fila.
Una vez armada la matriz ponderada entre los criterios y las alternativas, se
puede llegar a inferir tomando en cuenta el valor reflejado en la columna TOTAL;
en esta columna se tiene los valores a analizar y a seleccionar como mejor
opción, se obtiene el valor definitivo en cada celda de esta columna extrayéndolo
mediante la operación de producto suma entre la fila de alternativas y la fila de
Ponderación.
Tabla 52 - Matriz ponderada de los criterios
NORMATIVA MASTERADO COMUNICADOR TOTAL
A1 0.31 0.25 0.32 0.30
A2 0.29 0.19 0.26 0.25
A3 0.40 0.56 0.42 0.45
PONDERACION 0.35 0.26 0.39 1.00
Se llega a observar que el valor de A3=0,45 denota superioridad ante las
demás alternativas, siendo este el que tiene mayor grado de confiabilidad por
tener el valor con mayor jerarquía entre A1= 0,30 y A2= 0,25. Con esto podemos
concluir que la mejor alternativa según lo analizado y del resultado arrojado por
el algoritmo, es la Alternativa 3.
78
CONCLUSIONES
A través del estudio de la teoría de la Lógica Difusa y el Proceso Analítico
Jerárquico, se obtuvo los conocimientos necesarios para combinar métodos
estadísticos y matemáticos, permitiendo aplicarlos dentro de procesos que
generan duda a la hora de tomar una decisión, logrando así mitigar dicha
incertidumbre, como el caso que se presenta en este tema de investigación.
El método FAHP ha demostrado una mayor precisión en comparación con el
método tradicional, el cual limita la forma de evaluar un criterio o procesos. De
esta manera FAHP evita que exista duda hacia la decisión que se acaba de
tomar, por mostrar superioridad y cierto grado de simpleza al momento de
decidir.
Por medio del uso de estas metodologías como AHP y Fuzzy Logic se
desarrolla el algoritmo FAHP el cual nos permite evaluar a varios candidatos bajo
criterios definidos y llegar a la resolución de este caso de estudio.
79
RECOMENDACIONES
Desarrollar e investigar más a fondo el tema, ampliando los conocimientos de
la herramienta y aumentando el nivel de complejidad, para así en un futuro
pueda ser utilizada en procesos electores de mayor magnitud, y de una forma
más certera.
Comparar el algoritmo FAHP con otros modelos de decisión multicriterio
evaluando así su superioridad frente a las demás herramientas; de ser así, esta
pueda ser usada como la herramienta clave en este tipo de procesos, caso
contrario hacerle una mejora al algoritmo.
Desarrollar la herramienta informática para realizar la selección de criterios y
de alternativas de una manera sistematizada; y a su vez desarrollar el sistema
que permita agilizar las tareas del FAHP.
80
BIBLIOGRAFÍA
del Cerro Sánchez, T., & Novalbos Laina, P. (2014). LÓGICA DIFUSA. Universidad Carlos III
de Madrid, 8.
Viñuales, M. F. (2015). Metodos de decision multicriterio AHP y PROMETHEE aplicados a
la eleccion de un dispositivo movil. Escuela Técnica Superior de Ingeniería, 133.
Yager, Ronald R., Zadeh, & Lotfi A. (2012). An Introduction to Fuzzy Logic Applications.
California: Springer Science+Business Media.
IBLIOGRAPHY Barber, F. (2007). Inteligencia Artificial. Revista Iberoamericana de I.A, 5.
Benítez, R., Escudero, G., Kanaan, S., & Masip Rodó, D. (2014). Inteligencia Artificial
Avanzada. Barcelona: UOC.
Cruz, P. P. (2011). Inteligencia Artificial con Aplicacion a la Ingeniería. Mexico D.F:
Afaomega Grupo Editor.
del Cerro Sánchez, T., & Novalbos Laina, P. (2014). LÓGICA DIFUSA. Universidad Carlos III
de Madrid, 8.
Viñuales, M. F. (2015). Metodos de decision multicriterio AHP y PROMETHEE aplicados a
la eleccion de un dispositivo movil. Escuela Técnica Superior de Ingeniería, 133.
Yager, Ronald R., Zadeh, & Lotfi A. (2012). An Introduction to Fuzzy Logic Applications.
California: Springer Science+Business Media.
Molina, J. E. (2015). Organismos electorales, transparencia y legitimidad democrática.
Cuestiones Políticas, 13(19).
Zovatto, D. (2015). La participación electoral en América Latina: tendencias y
perspectivas, 1978-2002. Apuntes Electorales, (14).
Valarezo Aguirre, M. T. (2016). Sistematización de la experiencia voto electrónico,
elecciones seccionales 2014, en la provincia del Azuay desde la aceptación de la
ciudadanía y organizaciones políticas en su aplicación (Bachelor's thesis).
Martínez, A. P., Pérez, R. N., & Espinosa, M. A. M. (2017). La responsabilidad social
universitaria en la dirección estratégica de las universidades. Estrategia y
Gestión Universitaria, 5(1), 77-90.
Mateos Crespo, J. L. (2015). La participación política a través de las agrupaciones de
electores:¿ mito o realidad política?.
Beltrán-Llavador, J., Íñigo-Bajos, E., & Mata-Segreda, A. (2014). La responsabilidad social
universitaria, el reto de su construcción permanente. Revista iberoamericana de
educación superior, 5(14), 3-18.
81
Dader, J. L., Cheng, L., Campos, E., Quintana, N., & Vizcaíno-Laorga, R. (2014). Las webs
de los partidos españoles en campaña electoral. Continuismo entre 2008 y 2011.
Trípodos, 1(34), 115-152.
López, B., Ismael, L., & Rodríguez Maquilón, D. A. (2016). Propuests tecnológica para la
sisitemtización del Proceso de voto electoral Estudiante de la Unidad Educativa
Particular Dante Alighieri del distrito 3 de la Ciudad de Guayaquil (Bachelor's
thesis, Universidad Estatal de Guayaquil Facultad de Ciencias Administrativas).
Otero, L. W., & Pérez-Linán, A. (2017). La evolución de los sistemas electorales en
América: 1900-2004. Colección, (16), 47-82.
(Natalia Mora De Labastida, 2014) . La investigación Bibliográfica Ideas principales y
secundarias
(jesica Burbano, 2014) investigacion de campo DE :
https://prezi.com/gj9i2do95kav/investigacion-de-campo/
Corona, Eduardo (2015). Ejemplos de Investigación de Campo. Obtenido de
http://www.ejemplos.org/ejemplos-de-investigacion-decampo.html
Murillo, W. (2008). La investigación cien-tífica.Consultado el 18 de abril de 2008 de
http//www.monografias.com/trabajos15/invest-científica/invest-científica.shtm
. (José Antonio G., 2014) . La toma de decisiones. Obtenido de
http://www.cop.es/colegiados/m-00451/tomadeciones.htm
(Edgar Acuña, 2015).CONCEPTOS BÁSICOS DE PROBABILIDADES. Obtenido de
http://academic.uprm.edu/eacuna/miniman4.pdf
(Julián Pérez Porto y Ana Gardey, 2015). VARIABLE ALEATORIA Obtenido de
https://definicion.de/variable-aleatoria/
(Explorable.com, 2009). Población de la investigación. Jan 16, 2018 Obtenido de
Explorable.com: https://explorable.com/es/poblacion-de-la-investigacion
(Carlos Ochoa, 2015). El muestreo: qué es y por qué funciona. Obtenido de
https://www.netquest.com/blog/es/blog/es/muestreo-que-es-porque-funciona
(Manuel Molina, 2012).Una elección importante . Obtenido por
http://www.cienciasinseso.com/tag/marco-muestral/
Hormaza, L., Andres, C., Quezada, C., & Xavier, W. (2017). Aplicacion De Tecnicas Difusas
Basadas en Logica Difusay teoria de Colas Para Mejorar el Trafico Vhicular
Inteligente Mediante un Algoritmo de Control (Doctoral dissertation,
Universidad de Guayaquil. Facultad de Ciencias Matematicas y Fisicas. Carrera
de Ingenieria en Sistemas Computacionales
82
ANEXOS
Anexo 1. Cronograma del Proyecto
Universidad de Guayaquil
Facultad de Ciencias Físicas y Matemáticas
Carrera de Ingeniería en Sistemas Computacionales
PROYECTO DE TITULACIÓN
TEMA: Uso de Proceso Analítico Jerárquico (AHP) y conjuntos difusos para
mejorar la toma de decisiones en el proceso electoral de las autoridades
generales de la UG
Cronograma
Modo de tarea Nombre de tarea Duración Comienzo Fin
Nombres
de los
recursos
Programada manualmente
USO DE PROCESO ANALÍTICO JERÁRQUICO (AHP) Y CONJUNTOS DIFUSOS PARA MEJORAR LA TOMA DE DECISIONES EN EL PROCESO ELECTORAL
94 días vie 20/10/17
mié 28/2/18
Andrés Rosado, Jesús Romero
Programada automáticamente
Propuesta del proyecto 1 día lun 23/10/17
lun 23/10/17
Andrés Rosado, Jesús Romero
Programada automáticamente
Asignación del tutor 1 día mié 25/10/17
mié 25/10/17
Andrés Rosado, Jesús Romero
Programada manualmente
Elaboración Cap. 1 23 días jue 19/10/17
lun 20/11/17
Andrés Rosado, Jesús Romero
Programada automáticamente
Investigación de Procesos Políticos
6 días jue 19/10/17
jue 26/10/17
Andrés Rosado, Jesús Romero
83
Programada automáticamente
Situación y Conflicto 1 día mié 25/10/17
mié 25/10/17
Andrés Rosado, Jesús Romero
Programada automáticamente
Causas y Consecuencias 3 días jue 26/10/17
lun 30/10/17
Andrés Rosado, Jesús Romero
Programada automáticamente
Delimitaciones 6 días mar 31/10/17
mar 7/11/17
Andrés Rosado, Jesús Romero
Programada automáticamente
Metodología 8 días mié 8/11/17 vie 17/11/17
Andrés Rosado, Jesús Romero
Programada automáticamente
Revisión Tutor Cap. 1 2 días vie 17/11/17
lun 20/11/17
Andrés Rosado, Jesús Romero
Programada manualmente
Elaboración Cap.2 15 días mar 21/11/17
lun 11/12/17
Andrés Rosado, Jesús Romero
Programada automáticamente
Marco Teórico 10 días mié 22/11/17
mar 5/12/17
Andrés Rosado, Jesús Romero
Programada automáticamente
Conceptualización 3 días mié 6/12/17 vie 8/12/17
Andrés Rosado, Jesús Romero
Programada automáticamente
Revisión Tutor Cap. 2 1 día lun 11/12/17
lun 11/12/17
Andrés Rosado, Jesús Romero
Programada automáticamente
Revisión Revisor Cap1 y Cap2
1 día lun 11/12/17
lun 11/12/17
Andrés Rosado, Jesús Romero
Programada manualmente
Elaboración Cap. 3 31 días mar 12/12/17
mar 23/1/18
Andrés Rosado, Jesús Romero
84
Programada automáticamente
Elección de metodología e instrumentos
5 días mié 13/12/17
mar 19/12/17
Andrés Rosado, Jesús Romero
Programada automáticamente
Procesamiento y Análisis 25 días mié 20/12/17
mar 23/1/18
Andrés Rosado, Jesús Romero
Programada automáticamente
Revisión Tutor Cap. 3 1 día mié 24/1/18 mié 24/1/18
Andrés Rosado, Jesús Romero
Programada manualmente
Elaboración Cap. 4 7 días jue 25/1/18 vie 2/2/18
Andrés Rosado, Jesús Romero
Programada manualmente
Resultados 3 días vie 26/1/18 mar 30/1/18
Andrés Rosado, Jesús Romero
Programada manualmente
Conclusiones y recomendación
1 día mié 31/1/18 mié 31/1/18
Andrés Rosado, Jesús Romero
Programada manualmente
Revisión Tutor Cap. 4 2 días mié 31/1/18 jue 1/2/18
Andrés Rosado, Jesús Romero
Programada manualmente
Revisión Revisor Cap1, Cap.2, Cap.3 y Cap.4
1 día vie 2/2/18 vie 2/2/18
Andrés Rosado, Jesús Romero
Programada manualmente
Correcciones del Proyecto 15 días lun 5/2/18 vie 23/2/18
Andrés Rosado, Jesus Romero
Programada manualmente
Entrega del Proyecto 4 días sáb 24/2/18 mié 28/2/18
Andrés Rosado, Jesus Romero
85
Anexo 2. Diagrama de Gantt
Universidad de Guayaquil
Facultad de Ciencias Físicas y Matemáticas
Carrera de Ingeniería en Sistemas Computacionales
PROYECTO DE TITULACIÓN
TEMA: Uso de Proceso Analítico Jerárquico (AHP) y conjuntos difusos para
mejorar la toma de decisiones en el proceso electoral de las autoridades
generales de la UG
Diagrama de Gantt
86
Anexo 3. Diagrama de Flujo Metodología FAHP
Universidad de Guayaquil
Facultad de Ciencias Físicas y Matemáticas
Carrera de Ingeniería en Sistemas Computacionales
PROYECTO DE TITULACIÓN
TEMA: Uso de Proceso Analítico Jerárquico (AHP) y conjuntos difusos para
mejorar la toma de decisiones en el proceso electoral de las autoridades
generales de la UG
Diagrama de Flujo Metodología FAHP
87
Anexo 4. Meta-Análisis
Universidad de Guayaquil
Facultad de Ciencias Físicas y Matemáticas
Carrera de Ingeniería en Sistemas Computacionales
PROYECTO DE TITULACIÓN
TEMA: Uso de Proceso Analítico Jerárquico (AHP) y conjuntos difusos para
mejorar la toma de decisiones en el proceso electoral de las autoridades
generales de la UG
Meta-análisis de la lectura bibliográfica
No. Nombre Articulo Autor Principal Autor Secundario
1
USO DE AHP Y CONJUNTOS DIFUSOS PARA MEJORAR LA TOMA DE DECISIONES. CASO: SELECCIÓN DE EMPRESAS CONTRATISTAS DE CONSTRUCCIÓN EN LA ADMINISTRACIÓN PÚBLICA VENEZOLANA
DÍAZ MORA, RUBÉN PIÑA, JOSÉ GREGORIO
2
APLICACIÓN DE ALGORITMOS GENÉTICOS A LA CORRECCIÓN DE MATRICES INCONSISTENTES EN EL PROCESO ANALÍTICO JERÁRQUICO (AHP)
MARCELO KARANI LEONARDO S. WANDERER
3
APLICACIÓN DE UNA HERRAMIENTA MULTICRITERIO PARA SELECCIÓN DE PROVEEDORES EN UN HOSPITAL DEL NORTE DEL VALLE
JENNY CRISTINA CORREA
LUISA MARÍA RUIZ
88
4
APLICACIÓN Y COMPARACIÓN DE METODOLOGÍAS MULTICRITERIO (AHP Y FUZZY LOGIC) EN LA SELECCIÓN DE TECNOLOGÍA POSTCOSECHA PARA PEQUEÑOS PRODUCTORES DE CACAO.
LENIN VERA MONTENEGRO
-
5
APLICACIÓN DE TÉCNICAS BASADAS EN LÓGICA DIFUSA Y TEORÍA DE COLAS PARA MEJORAR EL TRÁFICO VEHICULAR INTELIGENTE MEDIANTE UN ALGORITMO DE CONTROL
CARLOS ANDRÉS LEÓN
WILSON JAVIER CUMBICUS
6
EVALUACIÓN DEL RIESGO POST-SÍSMICO Y EL EFECTO ADVERSO QUE PROVOCA EN LA ACTIVIDAD HUMANA COMO ES EL IMPACTO SOCIAL NEGATIVO, MEDIANTE TÉCNICAS DE LÓGICA DIFUSA
DAYANARA IVONNE BARZOLA
OMAR MICHAEL RODRÍGUEZ
7
ESTUDIO DE UN ALGORITMO DE AGRUPAMIENTO BASADO EN LÓGICA DIFUSA PARA ANALIZAR EL PROCESO DE VALORACIÓN CLÍNICA SEGÚN SU NIVEL DE URGENCIA EN UN HOSPITAL DE LA CIUDAD DE GUAYAQUIL
FREDDY ALBERTO ORRALA
XIMENA FERNANDA BARRILLA
8 CHILE: ELECCIONES, CONFLICTOS E INCERTIDUMBRE
ROSSANA CASTIGLIONI
-
89
9 DEMOCRACIAEINCERTIDUMBREENAM´ERICA LATINA
GONZALEZ AYALA -
10
DESARROLLO DE UN MODELO DE IMPLEMENTACIÓN DEL BALANCED SCORECARD CON LÓGICA DIFUSA PARA LA TOMA DE DECISIONES EN UNA EMPRESA DE SERVICIOS DEL SECTOR ELÉCTRICO
ELKIN RAFAEL ZAPA -
11 APLICACIÓN DE LA LÓGICA DIFUSA EN EL ÁMBITO DE LAS ENERGÍAS RENOVABLES
MATILDE SANTOS PEÑAS
EDURNE MIRANDA SUESCUN
12 DISEÑO DE UN CONTROLADOR LÓGICO DIFUSO PARA UN SISTEMA DE CALEFACCIÓN
TANIA LISETH ACEVEDO
CAROLINA MARTÍNEZ QUINTERO
13
UNA PROPUESTA METODOLOGICA PARA LA APLICACIÓN DEL PROCESO ANLITICO JERARQUICO EN LA SELECCIÓN DE AEREOGERADORES
PEDRO GARCIA GOMEZ
-
90
14 DIAGNOSTICO DE DEFICIENCIAS NUTRICIONALES UTILIZANDO LOGICA DIFUSA EN LA PLANTA DEL CAFÉ
CONTRERAS VENTURA, WILLIAM
MONTOYA MARRUFO, MIGUEL
15 LA INCERTIDUMBRE Y LA SUBJETIVIDAD EN LA TOMA DE DECISIONES: UNA REVISIÓN DESDE LA LÓGICA DIFUSA
FABIAN ALBERTO CASTIBLANCO
-
16 LA LÓGICA DIFUSA COMO HERRAMIENTA DE EVALUACIÓN EN EL SECTOR UNIVERSITARIO
ASDRÚBAL ARROYO NANCY TERESA
17 LA UTILIDAD DE LOS MÉTODOS DE DECISIÓN MULTICRITERIO (COMO EL AHP) EN UN ENTORNO DE COMPETITIVIDAD CRECIENTE
SERGIO A. BERUMEN
FRANCISCO LLAMAZARES REDONDO
18 LA LÓGICA BORROSA Y SUS APLICACIONES JOSÉ ANGEL OLIVAS -
91
19 LÓGICA DIFUSA PARA LA TOMA DE DECISIONES Y LA SELECCIÓN DE PERSONAL
RUVALCABA COYASO
FRANCISCO JAVIER
20 LÓGICA DIFUSA TANIA DEL CERRO SÁNCHEZ
PATRICIA NOVALBOS LAINA
21 METODOLOGÍAS DE INTELIGENCIA ARTIFICIAL PARA LA TOMA DE DECISIONES EN LA RED/CADENA DE SUMINISTRO
NICOLAY MENA O’MEAR
EDUARDO VICENS SALORT
22
MÉTODOS PARA LA COMPARACIÓN DE ALTERNATIVAS MEDIANTE UN SISTEMA DE AYUDA A LA DECISIÓN (S.A.D.) Y “SOFT COMPUTING”
Mª DEL SOCORRO GARCÍA
-
23
MODELO DE DECISIÓN MULTICRITERIO DIFUSO PARA LA SELECCIÓN DE CONTRATISTAS EN PROYECTOS DE INFRAESTRUCTURA: CASO COLOMBIA
JULIÁN MAYOR SERGIO BOTERO
92
24 MODELO PARA LA GESTIÓN DE PROVEEDORES UTILIZANDO AHP DIFUSO
MARÍA FERNANDA HERRERA
JUAN CARLOS OSORIO
25
GESTIÓN DE LA INFORMACIÓN EN LA UTILIZACIÓN DEL PROCESO ANALÍTICO JERÁRQUICO PARA LA TOMA DE DECISIONES DE NUEVOS PRODUCTOS.
ELENA FONT GRAUPERA
-
26 UTILIZACIÓN DE LA LÓGICA DIFUSA EN LA ESTIMACIÓN DEL RIESGO EN PROYECTOS
ELENA FONT GRAUPERA
-
27 LA LÓGICA DIFUSA PARA LA EVALUACIÓN DEL RIESGO DE SEGURIDAD INFORMÁTICA A BASES DE BATOS
YASSER AZÁN BASALLO
NATALIA MARTINEZ SANCHEZ
28 APLICACIÓN DE LA LÓGICA DIFUSA EN LA TOMA DE DECISIONES PARA LA SOSTENIBILIDAD DEL SUELO
M.SC. EDUARDO ROMÁN
LIC. YOAN MARTÍNEZ-LÓPEZ
93
29
APLICACIÓN DEL PROCESO DE ANÁLISIS JERÁRQUICO EXTENDIDO CON LÓGICA DIFUSA PARA LA SELECCIÓN DE SOFTWARE PARA LOGÍSTICA
JULIÁN ANDRÉS ZAPATA
MARTÍN DARÍO ARANGO
30
ESTRATEGIAS DE DECISIÓN EN SISTEMAS DINÁMICOS: APLICANDO MAPAS COGNITIVOS DIFUSOS APLICACIÓN A UN EJEMPLO SOCIO – ECONÓMICO
LISANDRO CURIA ANDREA LAVALLE
94
Meta-análisis de la lectura bibliográfica
Referencias, palabras clave y numero de hojas
95
Anexo 5. Meta-Análisis
Universidad de Guayaquil
Facultad de Ciencias Físicas y Matemáticas
Carrera de Ingeniería en Sistemas Computacionales
PROYECTO DE TITULACIÓN
TEMA: Uso de Proceso Analítico Jerárquico (AHP) y conjuntos difusos para
mejorar la toma de decisiones en el proceso electoral de las autoridades
generales de la UG
Escala de Satty y sus números difusos triangulares
Escala Escala Difusa Min Intermedio Max
1 1 1 2 0 0.26 0.53
3 2 3 4 0.54 0.8 1.07
5 4 5 6 1.08 1.34 1.61
7 6 7 8 1.62 1.88 2.15
9 8 9 9 2.16 2.43 2.7