Árboles de decisión

Los árboles de decisión apoyan la elección entre dos o más cursos de acción. Al mostrar decisiones, eventos inciertos, resultados, probabilidades y valores en una estructura, hacen explícitos los supuestos detrás del riesgo y la recompensa.

Cuándo usarlo

• Utilice un árbol cuando una decisión sea lo suficientemente compleja como para que la presentación de cada opción material y resultado mejore el juicio.
• Úselo cuando los tomadores de decisiones necesiten comparar de manera transparente los costes y beneficios esperados de caminos alternativos.

Orígenes

El razonamiento en forma de árbol ha existido durante siglos y el teorema de Bayes proporcionó una base formal temprana para actualizar las probabilidades. El análisis moderno de árboles de decisión se generalizó con la investigación de operaciones, la teoría de la decisión y la programación informática durante los años cincuenta. Posteriormente, la misma lógica visual se volvió importante en la clasificación del aprendizaje automático, aunque un árbol de decisiones gerenciales representa opciones e incertidumbre en lugar de simplemente predecir una clase.

Qué es

Un árbol de decisión es un modelo gráfico de una secuencia de elecciones y eventos inciertos. Permite a los tomadores de decisiones asociar probabilidades, costes y beneficios a cada camino y luego comparar los valores esperados. Los símbolos estándar distinguen lo que la dirección controla de lo que no puede controlar:

• Nodos de decisión, dibujados como cuadrados, marcan una elección entre alternativas mutuamente excluyentes.
• Las ramas de decisión se extienden desde un nodo de decisión y deben cubrir colectivamente las alternativas factibles.
• Nodos de eventos, dibujados como círculos, marcan la incertidumbre resuelta fuera del control de quien toma las decisiones.
• Las ramas de eventos muestran los posibles resultados de un evento incierto.
• Los nodos terminales, a menudo dibujados como triángulos, contienen el valor final o el resultado de una ruta completa.