MCDMNormalizationcrisp

Normalización de Vectores — Escalado de norma de columna euclidiana (normalización L2)

NORM-VECTOR (Normalización de Vectores — Escalado de norma de columna euclidiana (normalización L2)) es un método de normalización para la toma de decisiones multicriterio (MCDM, por sus siglas en inglés) introducido por Hwang, C. L., Yoon, K. en 1981. Transforma una matriz de decisión de alternativas puntuadas según múltiples criterios en un resultado estructurado y reproducible.

Aplicar con DecisionMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

Fuentes

  1. Hwang, C. L., Yoon, K. (1981). Multiple Attribute Decision Making: Methods and Applications. Lecture Notes in Economics and Mathematical Systems, Vol. 186, Springer-Verlag DOI: 10.1007/978-3-642-48318-9

Cómo citar esta página

ScholarGate. (2026, June 2). Vector Normalization — Euclidean column-norm scaling (L2 normalisation). ScholarGate. https://scholargate.app/es/decision-making/norm-vector

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateNORM-VECTOR (Vector Normalization — Euclidean column-norm scaling (L2 normalisation)). Recuperado el 2026-06-15 de https://scholargate.app/es/decision-making/norm-vector · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026