Contextos ponderados

y atributos L la cadena f g y R X Y Mk L siendo Mk L el conjunto de multiconjuntos de L con cardinalidad k Estos contextos representaban la opini on de k expertos sobre la relaci on existente entre los objetos X y los atributos Y En aquella ocasi on d abamos la misma credibilidad a todos los expertos de ah que la imagen de nuestros conjuntos y relaciones M L Fuzzy k valuados fuesen multiconjuntos de cardinalidad k no teniendo importancia el orden de las observaciones Una vez de nido el contexto en el que se iba a trabajar se daban las de niciones de operadores derivaci on que permit an construir el ret culo de los conceptos M L Fuzzy k valuados a partir de los cuales se extra a la informaci on del contexto correspondiente manteniendo la diferencia de opiniones mostrada por los expertos La situaci on que planteamos en este trabajo cambia en cuanto que asociamos a los k expertos unos pesos P p p pk que representan su grado de credibilidad as pl representa el grado de credibilidad del experto l esimo Este problema no podr a resolverse mediante el planteamiento propuesto en ya que en aquel caso se trabajaba con multiconjuntos cuyas observaciones aparec an ordenadas Si utiliz asemos ahora multiconjuntos tendr amos di cultades para saber a qu e experto corresponde cada observaci on y cu al es por tanto su peso En realidad estar amos mezclando opiniones de distintos expertos sin tener en cuenta sus pesos En el siguiente apartado plantearemos de forma expl cita cu ales son las claves del problema a modelizar