Enfoque intuicionista difuso basado en coeficiente de correlación y energía del Laplaciano sin signo con aplicaciones

Elegir con sensatez cuando la información es difusa

Las grandes decisiones —como invertir en un coche eléctrico, una nueva tecnología o un proyecto público— rara vez se toman con información perfecta. Los expertos pueden estar sólo parcialmente seguros, pueden discrepar o titubear porque el futuro es incierto. Este artículo presenta una caja de herramientas matemática diseñada para capturar esa vacilación y desacuerdo de forma más fiel, de modo que los grupos puedan tomar decisiones que sean a la vez transparentes y robustas cuando los datos son difusos.

Por qué los promedios ordinarios se quedan cortos

La mayoría de los métodos de decisión asumen que cada alternativa puede puntuarse de forma nítida en una escala y luego promediarse o ponderarse para obtener un ranking. En la realidad, los expertos a menudo piensan en términos como «casi bueno», «probablemente no» o «no estoy seguro». La lógica difusa tradicional permite expresar cuánto pertenece algo a una categoría, pero no expresa claramente la no aceptación y la duda al mismo tiempo. Los autores se basan en una idea más rica llamada «grafo difuso intuicionista», donde cada conexión lleva tres piezas de información: cuánto la apoyan los expertos, cuánto la rechazan y cuánto dudan. Esto ofrece una imagen más realista de los juicios humanos desordenados.

Combinando estructura y similitud

Una vez que las opiniones de los expertos se codifican en esta forma de grafo, la pregunta es cómo convertir esa estructura en un ranking justo de alternativas. El artículo combina dos lentes complementarias. La primera lente examina la forma del propio grafo mediante una magnitud llamada «energía del Laplaciano sin signo», que puede entenderse como una puntuación estructural: las opciones que se sitúan en patrones más fuertes y de mayor apoyo en la red reciben más peso. La segunda lente analiza cuán parecidas son las distintas opciones, usando una medida estilo correlación que nos indica cuándo las alternativas son valoradas de forma similar. Al fusionar estas dos perspectivas —estructura y similitud— el marco evita apoyarse en exceso ni en promedios crudos ni en comparaciones puramente estadísticas.

De las opiniones de los expertos a los rankings finales

Los autores describen un proceso paso a paso para usar su método en la toma de decisiones grupal. Primero, los expertos evalúan cada alternativa (como varios modelos de coche eléctrico) según factores clave como autonomía, seguridad y precio, usando números difusos intuicionistas que codifican apoyo, oposición y vacilación. Estos juicios forman una red para cada criterio, a partir de la cual se calculan puntuaciones de energía estructural. Los valores de energía se convierten luego en pesos objetivos para los criterios, reduciendo la necesidad de valoraciones de importancia ad hoc y subjetivas. Por separado, las medidas de correlación capturan cuán similarmente se percibe cada par de alternativas. El método mezcla estos ingredientes en puntuaciones globales mediante dos procedimientos ligeramente distintos, ambos diseñados para ser matemáticamente consistentes pero conceptualmente sencillos: uno agrega valores en una única puntuación difusa por alternativa, y el otro se apoya más directamente en la similitud con puntos de referencia ideales y no ideales.

Poner el método en práctica para coches eléctricos

Para mostrar cómo se comporta el marco en la práctica, los autores lo aplican a una decisión de inversión estilizada entre cuatro coches eléctricos. Los expertos evalúan cada modelo en autonomía, características de seguridad y precio, bajo incertidumbre. El método calcula entonces las energías estructurales para cada red de criterios, deriva los pesos de los criterios, mide cuán similares son los coches entre sí y, finalmente, los ordena. Ambos procedimientos llegan al mismo orden: un coche (etiquetado A) sale consistentemente como el mejor, mientras que otro (D) queda en último lugar. Es importante que este ranking se mantenga estable incluso cuando se varía la balance entre información estructural y de correlación dentro de límites razonables, lo que sugiere que el resultado no es excesivamente sensible a los controles de ajuste del modelo.

Qué significa esto para decisiones del mundo real

En términos sencillos, el estudio ofrece una forma de convertir opiniones de expertos difusas y vacilantes en rankings claros y defendibles de opciones competidoras. Al modelar explícitamente apoyo, oposición e incertidumbre, y al combinar una visión de cómo están conectadas las opciones con una visión de cuán similares son, el método produce decisiones menos arbitrarias y más robustas. Aunque el ejemplo del artículo se centra en elegir un coche eléctrico, las mismas ideas podrían guiar elecciones en áreas como proyectos de energía sostenible, productos financieros o infraestructuras públicas —en cualquier ámbito donde los grupos deban decidir bajo incertidumbre y quieran que su razonamiento sea tanto sistemático como transparente.

Cita: Atheeque, A.M., Basha, S.S. Intuitionistic fuzzy approach based on correlation coefficient and signless Laplacian energy with applications. Sci Rep 16, 6315 (2026). https://doi.org/10.1038/s41598-026-36485-3

Palabras clave: toma de decisiones bajo incertidumbre, grafos difusos, selección de vehículo eléctrico, métodos de decisión grupal, medidas de correlación y energía