Prez-Lpez J. C. et al, Revista Electrnica de Divulgacin de la Investigacin Vol.

7, Junio-2014

Desarrollo de herramienta multicriterio para la toma de

decisiones en la adquisicin de tecnologa para el rea de
manufactura.
Prez-Lpez J. C.1, Hernndez-Delgado J.C.2, Soto-Lpez J.A3., Guerra-Segoviano C.4, De la CruzMadrigal I.5
1

Universidad del SABES Celaya, jjuanc.perezl@alumnos.sabes.edu.mx

Universidad del SABES Celaya, juana.hernandezd@alumnos.sabes.edu.mx
3
Universidad del SABES Celaya, jjuan.sotol@alumnos.sabes.edu.mx
4
Universidad del SABES Celaya, carlos.guerras@alumnos.sabes.edu.mx
5
Universidad del SABES Celaya, israel.delacruzm@sabes.edu.mx

RESUMEN.
Tradicionalmente, las inversiones en tecnologas de manufactura avanzada (TMA) son justificadas mediante
anlisis econmico, pero este tipo de tcnicas solo utilizan aspectos financieros y la TMA tiene diferentes atributos
que la caracterizan; omitindose generalmente factores cualitativos en el anlisis. El objetivo es presentar un modelo
de evaluacin para seleccin de TMA, el cual tiene un enfoque multicriterio y multiatributos. (Garca y Morales,
2008)
El xito de las empresas depende de ciertos factores como la calidad de los productos, los tiempos de entrega, as
como la seleccin de proveedores. La TMA les permite tener una mayor productividad y un mejor control sobre sus
procesos, siendo de gran importancia en esta actividad obtener un anlisis sobre las mejores opciones. Partiendo de
esta necesidad se ha propuesto la metodologa TOPSIS (technique for order preference by similarity to the ideal
solution), que es un modelo de decisin mulicriterio que permite realizar el anlisis de acuerdo a la seleccin de
atributos objetivos y subjetivos, calculndose la distancia que tiene cada alternativa a stas y eligindose aquella
que tiene la menor distancia Euclidiana a la ideal, y la mayor a la anti-ideal dando como resultado la propuesta de
la mejor opcin.
En este artculo se aborda la problemtica sobre la seleccin de un sistema de tanques superficiales y se seleccionar
la mejor opcin de entre tres proveedores diferentes, los cuales sern abordados por cuestiones de confidencialidad
como opcin A1, opcin A2 y opcin A3, de las cuales se tomaron en cuenta los atributos subjetivos y objetivos
ms significativos, para el desarrollo del mtodo TOPSIS.
Palabras clave: inversin en tecnologa de manufactura avanzada, atributos, TOPSIS.

1. INTRODUCCIN.
En el caso especfico de los atributos de evaluacin para inversiones en tecnologa avanzada (TA), es ampliamente
aceptado que existen dos tipos de stos: 1) Atributos objetivos, los cuales son medidos generalmente en trminos
numricos y representan caractersticas de costos e ingeniera, 2) atributos subjetivos, stos se determinan a travs
de juicios de personas expertas en el rea, quienes basados en su experiencia, valoran la contribucin de las
alternativas con respecto a los atributos en la evaluacin. (Garca y Morales, 2008).
El aseguramiento de la calidad y la satisfaccin al cliente, se inicia con la seleccin de los mejores proveedores, por
lo que es necesario realizar una evaluacin de los mismos, para determinar cul de estos cumple con los
requerimientos y expectativas primordiales de la empresa.
Los proveedores, adems de contribuir con sus servicios y productos, suelen apoyar las finanzas de la organizacin
a travs de los inventarios bajos y que repercuten en grandes ahorros, tambin permiten presentar novedades a los

Prez-Lpez J. C. et al, Revista Electrnica de Divulgacin de la Investigacin Vol. 7, Junio-2014

clientes y actan como asesores comerciales participando incluso en la capacitacin y entrenamiento de la fuerza
de ventas, a fin de compartir informacin sobre participacin tendencias y cambios en el mercado.
Dado el papel preponderante que juegan los proveedores es necesario hacer una buena seleccin de los mismos, y
esto se debe realizar sobre aspectos muy claros, entre una gran cantidad de los cuales se pueden considerar: los
productos y servicios en s, la calidad, los precios, su organizacin, el apoyo tcnico que ofrecen, la responsabilidad,
los recursos que disponen, sus referencias empresariales, sus servicios de atencin al cliente, sus procesos de
aceptacin de reclamos, el manejo de sus entregas las frecuencias de sus entregas, el estado de los pedidos, la
fiabilidad y facilidad de las entregas, los costos de las entregas, la flota con la cual cuentan, manejo de las tecnologas
de la comunicacin, procesos en lnea y aplicacin de las nuevas tecnologas. (Rivera et al., 2011).
Como respuesta a esta necesidad, en este artculo se presenta un modelo de evaluacin para la seleccin de
proveedores en una organizacin de tipo manufactura y de servicios, para lo cual se us la tcnica TOPSIS y se
integraron a travs de estadstica multivariable; costo inicial (CI), costo de capacitacin (CC), costo de operacin
(CO), seguridad de operacin (SO), marca (M) y administracin de la informacin (AI). Los aspectos antes
sealados servirn en principio como criterios para la seleccin de los proveedores, al someterlos a evaluacin a
travs del modelo multicriterio TOPSIS. (Real y Maldonado, 2011).
El anlisis multivariable (AM) es la parte de la estadstica y del anlisis de datos que estudia, analiza, representa e
interpreta los datos que resultan de observar ms de una variable estadstica sobre una muestra de individuos
(Cuadras, 2014).
Para administracin de la informacin se hace referencia de consulta la siguiente definicin: la misma tecnologa
genera simultneamente informacin sobre el proceso productivo y administrativo a travs de la cual la organizacin
logra su trabajo (Osmosis Latina, 2011).
La presente investigacin desarrolla la metodologa TOPSIS con el fin de ofrecer una herramienta prctica de
decisin a las empresas que integre los atributos objetivos y subjetivos que estn implcitos en la actividad de
seleccin y/o compra de tecnologa de manufactura avanzada.
Se desarroll un modelo basado en una matriz de ponderacin para evaluar y seleccionar proveedores siguiendo el
mtodo aplicado, donde se integran los atributos cualitativos y cuantitativos. (Garca y Morales, 2008).

2. MATERIALES Y MTODOS.
Por medio de una encuesta tentativa integrada por 26 atributos relacionados a la seleccin de tecnologa de
manufactura avanzada y aplicada a un Comit de Expertos, se determinaron los niveles de importancia que los
encuestados asignaban a cada uno de los atributos o parmetros en una escala Likert entre uno y nueve, donde la
ponderacin de uno en la escala representa la jerarqua ms baja del atributo y el nueve, la jerarqua mxima.
La informacin proporcionada por los encuestados fue capturada en el software SPSS 22 donde se realiz la
seleccin de atributos de mayor impacto por medio del estudio de Componentes Principales donde se analiz el
nivel de varianza por cada atributo. El anlisis determin los principales atributos, los cuales representaban la mayor
variabilidad de los datos, por lo que el modelo propuesto se basa solamente en stos. Los atributos resultantes para
la elaboracin del instrumento de medicin fueron: el costo inicial (CI), costo de capacitacin (CC), costo de
operacin (CO), seguridad (S), marca (M) y administracin de la informacin (AI), la fiabilidad del instrumento
arroj un alfa de Cronbach de 93.2, lo que indica que la informacin es confiable.
Para la determinacin de las alternativas se realiz la investigacin acerca de 3 diferentes proveedores de tanques
superficiales, los cuales ofrecen cada uno de ellos un solo tipo de tanque superficial con caractersticas diferentes,
los cuales se mencionan en este artculo como opcin A1, opcin A2 y opcin A3, por motivos de confidencialidad.
El anlisis de componentes principales (ACP) es una tcnica estadstica de sntesis de la informacin, o reduccin
de la dimensin (numero variables). Es decir, ante un banco de datos con muchas variables, el objetivo ser
reducirlas a un menor nmero perdiendo la menor cantidad de informacin posible (Terrdez Gurrea, 2014).

Prez-Lpez J. C. et al, Revista Electrnica de Divulgacin de la Investigacin Vol. 7, Junio-2014

El coeficiente alfa de Cronbach posee una larga historia dentro del desarrollo de la teora clsica en psicometra, y
como tal ha recibido la atencin de una amplia variedad de investigadores con el fin de comprender mejor el
funcionamiento. Las diferentes interpretaciones que ha recibido dentro de la teora de la confiabilidad son
discutidas; as como diversos estudios que pretenden dar cuenta de las condiciones necesarias para su buen uso
(Cervantes, 2005).

3. EL ENFOQUE MATRICIAL EN EVALUACIN MULTI-ATRIBUTOS

Durante un proceso de decisin se deben de determinar los atributos que sern evaluados en cada una de las
alternativas. Supngase que existen K Tecnologas para la Manufactura Avanzada (TMA) y que se debe seleccionar
la mejor de stas tomando en cuenta los atributos cualitativos (subjetivos) y cuantitativos (objetivos), que a
continuacin se definen.
De manera genrica, considrese un problema de seleccin de tecnologa donde se han definido un grupo de
atributos; objetivos J y subjetivos L.
Los J atributos objetivos se expresan por1 , 2 , y los L atributos subjetivos se expresan por +1 , +2 , +
Los valores asignados a los atributos objetivos para el proceso de seleccin de una alternativa son proporcionados
por el encargado de definir la TMA, que regularmente son aspectos relacionados con costos, caractersticas propias
de la tecnologa e ingeniera, etc. En este trabajo se representan las alternativas a seleccionar como 1 , 2 , y
los valores asignados de dichas alternativas se muestran en una matriz de valores objetivos (VO), representada por
la ecuacin (1).
1 11 11 ..1
2 21 22 .. 2
= .
.. .. .... .. (1)
.
[ 1 1 .. ]
Dnde: Es el valor del atributo para el proceso y para k= 1.K y j = 1,.., J.
Para asignar valores a los atributos subjetivos para la seleccin del proceso o TMA se pide a un grupo de expertos
que asignen una calificacin segn su juicio y se toma el valor promedio de cada atributo. Los expertos generalmente
son personas relacionadas con la TMA y que cuentan con un amplio conocimiento del rea, algunas veces pueden
ser gerentes de los diversos departamentos dentro de la compaa, quienes conocen aspectos estratgicos, tcnicos
y operativos.
Defnase como P a los expertos que son invitados a formar un comit multidisciplinario para calificar la TMA con
respecto a cada uno de los atributos subjetivos en las K alternativas. Los expertos dictaminan su juicio sobre el
atributo en la alternativa asignando una calificacin entre 1 y 9, siendo el nmero 1 la ms baja calificacin y el 9
la ms alta. Este tipo de escala es muy recomendada por su facilidad de manejo y porque ha sido empleada por otros
investigadores. (Jafarnejad, Reza y Kashef, 2012).
Una matriz de valores subjetivos (VS) se construye por cada uno de los P expertos del grupo de decisin y es
mostrada en la ecuacin (2).
1 1+ 1+2 . . 1+
2 2+2 2+2 . . 2+
= .
(2)
..
.. ... ..
.
[ + +2 . . + ]
Las matrices que proveen los P expertos se suman trmino a trmino, generando una matriz total, donde cada
uno de sus elementos es dividido por el valor P (nmero de expertos), obtenindose as el juicio promedio. As, la
matriz de valores subjetivos total denominada VST, se determina mediante la ecuacin (3).

Prez-Lpez J. C. et al, Revista Electrnica de Divulgacin de la Investigacin Vol. 7, Junio-2014

1 1 + 1 +2. . 1 +
2 2 +1 2 +2. . 2+
= / = .
(3)
..
.. ... ..
.
[ + +2. . + ]

Donde + =
para para k=1,...K, i=1,...L es la calificacin promedio de los P expertos para la

alternativa con respecto al atributo subjetivo +.

Al integrar la matriz de valores objetivos y la de valores subjetivos en una sola, se construye la matriz de decisin
final (MDF) que sirve de base para el proceso de decisin, tal como se seala en la ecuacin (4).
1
1
1
1 1
1 +1 +
2 2
2
2
2
= [, ] = . [. 1 . +1 . + ] (4)
.
.
.
.
.
.

1
+ +
+

4. TCNICA MULTI-CRITERIO TOPSIS

La tcnica TOPSIS, segn Behzadian et al. (2012), se basa en que representa a las alternativas a evaluar como
puntos en un espacio euclidiano J+L-dimensional; as, seleccionando la alternativa que tiene la menor distancia a
una alternativa ideal, y al mismo tiempo tiene la mayor distancia a otra alternativa anti-ideal.
Entonces, siendo que la alternativa Ak es un vector en el espacio euclidiano, puede ser representada de acuerdo a
la ecuacin (5).

= (1 . +
) = 1,2 . (5)

A cada alternativa le corresponde un punto en el espacio J+L-dimensional, similarmente, el atributo x-simo se

representa como un vector en el espacio k-dimensional mostrado en la ecuacin (6).
= (1 . ) = 1,2 . . (6)
En la tcnica TOPSIS se le llama solucin o alternativa ideal a una alternativa hipottica que se genera con las
mejores caractersticas en los atributos, y est dada por la ecuacin (7), as mismo, la alternativa compuesta por
todos los valores nominales no deseados de los atributos se le denomina solucin o alternativa anti-ideal y est
representada por la ecuacin (8).
+
+ = (1+ , 2+ , . +
) (7)

= (1 , 2 , . + ) (8)

La tcnica TOPSIS puede ser resumida de la siguiente manera: Normalizar cada vector de los atributos que son
sujetos a evaluacin y convertir a con la ecuacin (9).
= || ||= ( || ||, || ||)

(9)

Una forma de normalizar los vectores de las alternativas de manera directa es usando las ecuaciones (10), (11) y
(12)
/

= ( , ) = (1 || ||, || ||)
+/
+/
+ = ( + , + ) = (1 || ||, || )
/
/
= ( , ) = (1 || ||, || ||)

(10)
(11)
(12)

Dnde: || || representa la norma euclidiana del vector (magnitud del vector).

La finalidad de realizar la normalizacin de atributos es efectuar clculos con valores adimensionales, y aquellos
que se encuentran en la MDF pueden estar expresado en unidades o escalas diferentes.

Prez-Lpez J. C. et al, Revista Electrnica de Divulgacin de la Investigacin Vol. 7, Junio-2014

Calcular con las ecuaciones (13) y (14) las distancias que existen entre puntos representados por cada alternativa
con los puntos de la alternativa ideal y anti-ideal.

( , + ) = ||( + ( + )|| = 1 ( + )

(13)

( , ) = ||( (

)|| = 1 ( )

(14)

Dnde: wi representa la ponderacin o importancia que los elementos del grupo de decisin (GD) han proporcionado
al atributo en evaluacin. En este modelo, se recomienda emplear la metodologa de ponderacin utilizado por
Parkan y Wu (1999) y Goh et al. (1996), donde se solicita al GD que emita sus juicios sobre la importancia que
tiene cada uno de los atributos evaluados, mismos que se realizan en escala Likert con valores comprendidos entre
uno y nueve, donde el uno representa una importancia nula y el nueve indica una importancia extrema o esencial.
Las calificaciones obtenidas por cada uno de los atributos son promediados segn la ecuacin (15). El peso o
ponderacin (w) asignado a cada atributo es el promedio de dicho atributo entre la suma total de los promedios, de
acuerdo con la ecuacin (16); de esta manera la suma de las ponderaciones asignadas al conjunto de atributos es
igual a la unidad, como lo indica la ecuacin (17).

= =1

Para i=1,2J+L

(15)

Para i=1,2J+L

(16)

Para i=1,2J+L

(17)

+
=

+
+ = 1

Dnde: = juicio emitido por el experto R para el atributo i

= Promedio de las asignaciones obtenida por el atributo i
= Ponderacin para el atributo i
P= nmero de expertos que emiten su juicio.
Finalmente, ordenar las alternativas de acuerdo a la cercana y lejana de puntos de las alternativas a los puntos de
la solucin ideal o anti-ideal, que estn dadas por la ecuacin (18). El criterio de seleccin que se usa en TOPSIS
consiste en elegir la alternativa que contenga el menor valor R( , + ).
R( , + ) =

(( ,+ )
(( ,+ )+( , )

(18)

5. RESULTADOS Y DISCUSIN
En esta seccin se presentan y discuten los resultados de un caso de estudio realizado en Celaya, Gto. Donde se
evalu el caso de una empresa que requera hacer una compra de un tanque superficial, aportando la oportunidad al
equipo de investigacin al realizar la aplicacin de la metodologa TOPSIS y brindar como resultado la propuesta
de mejor opcin.
Para la realizacin del anlisis primero se estim la matriz de valores objetivos los cuales se pueden observar en la
tabla 1.
La tabla de atributos objetivos integra los valores cuantitativos de las tres distintas opciones analizadas para la
compra de un tanque superficial, estos valores cuantitativos estn formados por el costo inicial (CI), el costo de
capacitacin (CC) y el costo de operacin (CO) y son los valores seleccionados como resultado del anlisis de
componentes principales realizados a travs del software SPSS v22. Los valores objetivos permitirn la realizacin
de la matriz de decisin.

Prez-Lpez J. C. et al, Revista Electrnica de Divulgacin de la Investigacin Vol. 7, Junio-2014

Tabla 1 Matriz de valores objetivos. (Prez Lpez J.C. et. al, 2014)
Atributos objetivos

Alternativas
CI

CC

CO

A1

3,239,080.96 $

7,000.00 $

350,000.00

A2

6,825,418.08 $

3,000.00 $

275,000.00

A3

4,179,998.93 $

8,000.00 $

260,000.00

A+

6,825,418.08 $

8,000.00 $

350,000.00

A-

3,239,080.96 $

3,000.00 $

260,000.00

CI= Costo Inicial, CC= Costo de capacitacin, CO= Costo de operacin.

Una vez que se realiz la estimacin de los atributos objetivos se procedi a realizar la estimacin de los valores
subjetivos. En la matriz de valores subjetivos observados en la tabla 2 se integran los valores cualitativos ponderados
por los expertos de acuerdo a la los atributos seleccionados como: Seguridad en operacin (SO), Marca (M) y
Administracin de la informacin. Al igual que los valores objetivos los valores subjetivos se integran en la matriz
de decisin para su posterior anlisis.
Tabla 2 Matriz de valores subjetivos. (Prez Lpez J. C. et. al, 2014)
Alternativas
A1
A2
A3
A+
A-

SO
8
9
6
9
6

Atributos Subjetivos
M
9
5
7
9
5

AI
8
9
9
9
8

SO= Seguridad de la operacin, M= Marca, AI= Administracin de la informacin.

Una vez que el equipo de investigacin realiz la estimacin de los valores objetivos y subjetivos, se procedi a
realizar la normalizacin de los datos y a travs de los datos normalizados se pidi a varios expertos en la compra
de tecnologa de manufactura que realizarn una ponderacin sobre los datos presentados.
En la matriz de ponderacin presentada en la tabla 3 se plasman los valores subjetivos dados por los expertos a los
atributos tomados en cuenta para el desarrollo de la metodologa as mismo se otorg el peso correspondiente para
cada atributo.
Tabla 3 Matriz de ponderacin subjetiva. (Prez Lpez J. C. et. al, 2014)
Alternativas Ponderacin de atributos por experto
CI CC
CO
SO
M
AI
A1
9
6
4
8
9
8
A2
5
8
7
9
5
9
A3
7
4
9
6
7
9
Oi
7
6
6.67 7.67
7
8.67
Wi
0.4 0.05 0.05
0.1 0.3 0.1
Oi= Media de ponderacin por atributo, Wi= peso otorgado por atributo

Despus de obtener la matriz de ponderacin subjetiva se procedi al desarrollo de la metodologa TOPSIS a travs
de una hoja de clculo programada de Ms Excel versin 2013 con las ecuaciones correspondientes a cada paso de
la metodologa, se obtuvo como resultado a partir de la matriz de decisin presentada en la tabla 4 la distancia

Prez-Lpez J. C. et al, Revista Electrnica de Divulgacin de la Investigacin Vol. 7, Junio-2014

euclidiana (distancia ptima a la solucin ideal sin tomar en cuenta la correlacin entre los atributos) a cada
propuesta.
Tabla 4 Matriz de decisin final. (Prez Lpez J. C. et. al, 2014)

La matriz de decisin integra los valores cuantitativos y cualitativos para el anlisis a travs de la metodologa
TOPSIS, una vez se desarrolla la metodologa se puede obtener la distancia a la solucin ideal y la distancia a la
solucin anti-ideal, recordando que cuanto ms se acerque la distancia de una de las propuestas a valor de 1
representar la mejor opcin de seleccin.
Al aplicar la metodologa TOPSIS descrita anteriormente se obtuvieron las distancias a la alternativa ideal y anti
ideal, se puede observar en la grfica 1 de propuestas que la mejor alternativa obtenida por la metodologa TOPSIS
es la opcin A1 con un valor igual a 0.8445984 y la menos recomendable la opcin A2 con un valor igual
0.19684134.
Figura 1 Propuesta de seleccin. (Prez Lpez J. C. et. al, 2014)

Opciones

A3

A2

A1
0

0.2

0.4

0.6

0.8

Distancia Euclidiana sistema decimal

6. CONCLUSIN
Al aplicar la metodologa TOPSIS en esta investigacin se pudo comprobar que es de gran utilidad para la seleccin
de TMA ya que integra en la evaluacin atributos objetivos y subjetivos, obteniendo una propuesta apropiada de
acuerdo a la distancia euclidiana.
La propuesta resultante de la herramienta diseada por el equipo de investigacin nicamente hace la propuesta de
una alternativa de seleccin para la compra de TMA, como ingenieros nos corresponde exponer las mejores
alternativas a los altos mandos de cualquier organizacin para la compra de materiales y maquinaria, por tal motivo
la herramienta TOPSIS ofrece una solucin prctica que incluye adems del anlisis econmico un anlisis de

Prez-Lpez J. C. et al, Revista Electrnica de Divulgacin de la Investigacin Vol. 7, Junio-2014

atributos cualitativos, que puede ser aplicada por nuevas empresas que tienen que invertir en maquinaria de
manufactura y no cuentan con la experiencia o conocimientos para realizar una seleccin de equipos adecuada.
Para futuras investigaciones se recomienda analizar esta misma situacin considerando la existencia de correlacin
entre los atributos y ver cmo se afecta la decisin final, adems determinar si la distancia Euclidiana es la adecuada
para el caso que se propone.

REFERENCIAS
Behzadian, M., Otaghsara, S., Yazdani, M., & Ignatius, J. (2012). A state-of the-art survey of TOPSIS applications.
Expert Systems with Applications, Volume 39, Issue 17, 1305113069.
Cervantes, V. H. (2005). Interpretaciones del coeficiente alpha de cronbach. Avances en medicin, 3, 9-28.
Cuadras, C. M. (2014). Nuevos mtodos de analisis multivariante. Barcelona, Espaa: CMC.
Garca Alcaraz, J. L., & Noriega Morales, S. A. (2008). Evaluacin multicriterio y multiatributo de tractores
agrcolas: un modelo y caso de estudio. Agricultura Tcnica en Mxico, 397-405.
Goh, C.-H., Alex Tung, Y.-C., & Cheng, C.-h. (1996). A revised Weigthted sum desicion model for robot selection.
Computers Industrial Engineering, Vol. 30, No. 2,, 2, 193-199.
Jafarnejad Chaghooshi, A., Reza Fathi, M., & Kashef, M. (2012). Integration of Fuzzy Shannons Entropy with
fuzzy TOPSIS for industrial robotic system selection. Journal of Industrial Engineering and Management,
2012 5(1):102-114 Online ISSN: 2013-0953. http://dx.doi.org/10.3926/jiem.397, 102-114.
Osmosis
Latina.
(2011).
Administracin
www.osmosislatina.com/administracion

de

Informacin.

Obtenido

de

OsmosisLatina:

Parkan, C., & Wu, M.-L. (1999). Decision-making and performance measurement models whit applications to robot
selcction. Computers & Industrial Engineering, Volume 36, Issue 3, July 1999, Pages 503523.
http://dx.doi.org/10.1016/S0360-8352(99)00146-1, 3, 503-523.
Real y Vsquez, A., & Maldonado-Macas, A. (2011). Seleccin de fresadoras con TOPSIS usando ponderaciones
de AHP. CULCyT, Ao 8, No 45(45), 95-102.
Rivera Mojica, D. G., Siller, G. I., & Garca Alcaraz, J. L. (15 de Abril de 2011). Anlisis multi-criterio para la
seleccin de proveedores aplicando la tcnica TOPSIS. Congreso Internacional de Investigacin
AcademiaJournals.com, ISSN 1946-5351 Online, 3(1), 411-417. Obtenido de AcademiaJournals.com
Terrdez Gurrea, M. (marzo de 2014). Anlisis de componentes principales. Obtenido de Universidad Abierta de
Catalua: www.uoc.edu/in3/emath/docs/Componentes_principales.pdf