Resumen

El anlisis envolvente de datos (DEA) se ha extendido a la eficiencia cruzada para proporcionar una mejor discriminacin y clasificacin de las unidades de toma de decisiones (DMU). Las investigaciones actuales sobre la eficiencia cruzada se centran principalmente en la no unicidad de la solucin ptima de la programacin lineal y la agregacin de informacin. Como mtrica de distancia comn, se introduce la distancia euclidiana estandarizada para definir el poder de discriminacin entre dos vectores y el grado de desviacin para medir la diferencia entre la preferencia individual y la preferencia ideal del grupo. Basndose en las definiciones anteriores, se presenta un mtodo alternativo para comparar mltiples soluciones ptimas y, adems, se construye un modelo universal de eficiencia cruzada ponderada que considera tanto el ajuste dinmico de los pesos como la formulacin de preferencias para la evaluacin y la clasificacin. Se presentan dos ejemplos numricos para ilustrar la eficacia del mtodo de comparacin de mltiples soluciones ptimas y del mtodo de determinacin de pesos de las DMU, respectivamente. Por ltimo, se presenta una aplicacin prctica destinada a evaluar la eficacia del tratamiento medioambiental en la zona occidental de China. El anlisis comparativo muestra que nuestro modelo podra ser ms moderado, flexible y general que algunos modelos y mtodos disponibles, lo que puede ampliar la investigacin terica de la evaluacin de la eficiencia cruzada.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Análisis envolvente de datos; Eficiencia cruzada; Unidades de decisión; Programación lineal; Distancia euclidiana; Modelo de eficiencia cruzada ponderada
• Keywords:Data envelopment analysis; Cross-efficiency; Decision-making units; Linear programming; Euclidean distance; Weighted cross-efficiency model