Proyectos

ALGUNAS APLICACIONES DE MATEMÁTICAS FUZZY A LA GESTIÓN DE RECURSOS HUMANOS
Lourdes Canós Darós1 , Vicente Liern Carrión2
1 2

Departamento de Organización de Empresas. Universidad de Alicante

Departamento de Economía Financiera y Matemática. Universidad de Valencia

Resumen:

En esta comunicación aplicamos la lógica fuzzy a la toma de decisiones en una situación de incertidumbre.Aprovechando la flexibilidad que proporcionan las técnicas fuzzy, nos plantemos dos aspectos concretos del área de recursos humanos: la selección de personal y el diseño de plantillas laborales óptimas. Para la selección recurrimos a los subconjuntos fuzzy (o Φ-fuzzy) discretos en los que la ordenación mediante distancias o índices de competencia resulta muy útil. En cuanto al diseño de plantillas,hacemos uso de la programación lineal abordando situaciones en las que el programa matemático a resolver es infactible y damos dos métodos para conseguir la viabilidad de los modelos. En el primero de ellos se supone incertidumbre en los coeficientes del programa lineal, mientras que en el segundo la incertidumbre se supone en las desigualdades, admitiendo que se verifiquen de forma flexible.Palabras Clave: LÓGICA FUZZY, SELECCIÓN DE PERSONAL, PLANTILLA LABORAL, PROGRAMACIÓN MATEMÁTICA .

Canós Darós, L. y Liern Carrión, V.

Algunas aplicaciones de matemáticas fuzzy

1 INTRODUCCIÓN Esta comunicación es un esquema de un proyecto mucho más amplio consistente en aplicar técnicas matemáticas a la gestión de recursos humanos. Por razones de brevedad y coherencia hemos elegido cuatrométodos: dos dedicados a la selección de personal y otros dos dedicados a la viabilidad de plantillas laborales. Es conocido que la gestión empresarial actual se caracteriza por un sistema de interacciones rápidas que hacen que las técnicas matemáticas deterministas puedan resultar insuficientes. De hecho, poder incorporar toda la información (incluso subjetiva) de expertos puede resultar muybeneficioso. Por otro lado, en cualquier proceso de toma de decisiones, el modelo matemático empleado se verá afectado por los valores numéricos introducidos. Debemos ser conscientes de que la validez de los resultados puede depender de la asignación numérica a parámetros desconocidos, para los que sólo podemos tener en cuenta estimaciones o conjeturas. En el mejor de los casos es posible asignardistribuciones de probabilidad a algunos parámetros, pero en ocasiones incluso esto resulta artificial, pues no hay realmente ninguna base fundada para suponer que el parámetro en cuestión va a seguir una distribución concreta. Por esto se puede distinguir entre una incertidumbre estocástica, donde es posible un tratamiento probabilístico, y una incertidumbre fuzzy1 , donde este tratamiento no estájustificado (Zimmermann, 1996; Carlsson y Korhonen, 1986). Nuestro trabajo se dedica sólo a ésta última.

2 CONCEPTOS BÁSICOS SOBRE SUBCONJUNTOS FUZZY La teoría de los subconjuntos fuzzy concebida por Zadeh en la década de los 60, permite incluir la incertidumbre en el modelo. En esencia consiste en sustituir los conjuntos tradicionales, a los cuales un elemento dado puede pertenecer o no, por el defunciones de pertenencia, que son aplicaciones de un conjunto referencial dado X en el intervalo unidad [0,1], i. e. µ :X →[0,1]. Así, un grado de pertenencia nulo se interpreta como no pertenencia, el 1 como pertenencia en el sentido booleano y los números intermedios reflejan una pertenencia incierta, que será interpretada de diversos modos según cada aplicación. Si µA es la función depertenencia del subconjunto fuzzy
˜ A ˜ A

={ (x,

µA (x)): x∈X } entonces µA(x) proporciona el grado de pertenencia del elemento x al

conjunto

(Kaufmann y Gil Aluja, 1987; Zimmermann, 1996).

2

Canós Darós, L. y Liern Carrión, V.

Algunas aplicaciones de matemáticas fuzzy

Cuando el valor de µA(x) deben darlo uno o varios expertos, una forma de proporcionar mayor libertad a la...