RBOL DE DECISIN

El rbol de decisin es un diagrama que representa en forma secuencial condiciones y acciones.

Los arboles de decisin se destacan por su sencillez y pueden utilizarse en diversas reas, tales
como: reconocimiento de seales de radar, reconocimiento de caracteres, sensores remotos,
sistemas expertos, diagnstico mdico, juegos, prediccin meteorolgica, control de calidad, etc.
Su nombre proviene de la forma que adopta el modelo, parecido a un rbol. El modelo est
conformado por mltiples nodos cuadrados, que representan puntos de decisin, y de los cuales
surgen ramas (que deben leerse de izquierda a derecha), que representan las distintas alternativas.
Las ramas que salen de nodos circulares, o casuales, representan los eventos.

CARACTERISTICAS
1. Un rbol de decisin es una forma grfica y analtica de representar todos los eventos
(sucesos) que pueden surgir a partir de una decisin asumida en cierto momento.
2. Nos ayuda a tomar la decisin ms acertada, desde un punto de vista probabilstico, ante un
abanico de posibles soluciones.
3. Permite desplegar visualmente un problema y organizar el trabajo de clculos que deben
realizarse.
Proveen un mtodo efectivo para la toma de

decisiones debido a que:

1. Claramente plantean el problema para que todas las opciones sean analizadas.
2. Permiten analizar totalmente las posibles consecuencias de tomar una decisin.
3. Proveen un esquema para cuantificar el costo de un resultado y la probabilidad de que
suceda.
4. Nos ayuda a realizar las mejores decisiones sobre la base de la informacin existente y de las
mejores suposiciones.

TERMINOLOGA

Nodo de Decisin: Indica que una decisin necesita tomarse en ese punto del proceso. Est

representado por un cuadrado.

Nodo de Probabilidad: Indica que en ese punto del proceso ocurre un evento aleatorio. Est

representado por un crculo.

Rama: Nos muestra los distintos caminos que se pueden emprender cuando tomamos una
decisin o bien ocurre algn evento aleatorio.

VENTAJAS DE LOS RBOLES DE DECISION:

 La regla de asignacin son simples y legibles, por tanto la interpretacin de resultados es

directa e intuitiva.
Es vlida sea cual fuera la naturaleza de las variables explicativas: continuas, binarias
nominales, u ordinales.
Es una tcnica no paramtrica que tiene en cuenta las interacciones que pueden existir entre
los datos.
Es computacionalmente rpido.

DESVENTAJAS DE LOS RBOLES DE DECISION

Las reglas de asignacin son bastantes sensibles a pequeas perturbaciones en los datos.
Dificultad para elegir el rbol ptimo.
Ausencia de una funcin global de las variables y como consecuencia perdida de la
representacin.
Los arboles de decisin requieren un gran nmero de datos para asegurarse que la cantidad
de las observaciones de los nodos (hoja) es significativa.

 Una compaa de seguros nos ofrece una indemnizacin por accidente de 210.000$. Si no
aceptamos la oferta y decidimos ir a juicio podemos obtener 185.000$, 415.000$ o 580.000$
dependiendo de las alegaciones que el juez considere aceptables. Si perdemos el juicio,
debemos pagar las costas que ascienden a 30.000$. Sabiendo que el 70% de los juicios se

gana, y de stos, en el 50% se obtiene la menor indemnizacin, en el 30% la intermedia y en

el 20% la ms alta, determinar la decisin ms acertada.

CONCLUSIN

Un rbol de decisin en el que quien toma la decisin cuenta con informacin perfecta acerca de qu
estado ocurri antes de tomar una decisin.
Este, nos permite

tomar decisiones mediante informacin obtenida de cualquier tipo de estudio ya

sea comercial, empresarial

e industrial permitiendo

esquema del rbol de decisiones.

analizar

cada una de los enlaces del