RBOL DE DECISIN.

Modelo de prediccin utilizado en el mbito de la inteligencia artificial. Es adems

un diagrama que representa en forma secuencial, condiciones y acciones.
Los rboles de decisiones sirven para representar y categorizar una serie de
condiciones que ocurren de forma sucesiva, para la resolucin de un problema.
Ellos proveen una visin grfica de la toma de decisin necesaria, especifican las
variables que son evaluadas, qu acciones deben ser tomadas y el orden en la
cual la toma de decisin ser efectuada. Cada vez que se ejecuta un rbol de
decisin, solo un camino ser seguido dependiendo del valor actual de la variable
evaluada.
Ventajas o caractersticas

Plantean el problema para que todas las opciones sean analizadas.

Permiten analizar totalmente las posibles consecuencias de tomar una

decisin.

Proveen un esquema para cuantificar el costo de un resultado y la

probabilidad de que suceda.

Ayuda a realizar las mejores decisiones sobre la base de la informacin

existente y de las mejores suposiciones.

Desventajas

Slo es recomendable para cuando el nmero de acciones es pequeo y no

son posibles todas las combinaciones.

Cmo dibujar un rbol de decisiones

Para comenzar a dibujar un rbol de decisin debemos escribir cul es la decisin
que necesitamos tomar. Dibujaremos un recuadro para representar esto en la
parte izquierda de una pgina grande de papel.
Desde este recuadro se deben dibujar lneas hacia la derecha para cada posible
solucin, y escribir cul es la solucin sobre cada lnea. Se debe mantener las
lneas lo ms apartadas posibles para poder expandir tanto como se pueda el
esquema.

Al final de cada lnea se debe estimar cul puede ser el resultado. Si este
resultado es incierto, se puede dibujar un pequeo crculo. Si el resultado es otra
decisin que necesita ser tomada, se debe dibujar otro recuadro. Los recuadros
representan decisiones, y los crculos representan resultados inciertos. Se debe
escribir la decisin o el causante arriba de los cuadros o crculos. Si se completa la
solucin al final de la lnea, se puede dejar en blanco.
Comenzando por los recuadros de una nueva decisin en el diagrama, dibujar
lneas que salgan representando las opciones que podemos seleccionar. Desde
los crculos se deben dibujar lneas que representen las posibles consecuencias.
Nuevamente se debe hacer una pequea inscripcin sobre las lneas que digan
que significan. Seguir realizando esto hasta que tengamos dibujado tantas
consecuencias y decisiones como sea posible ver asociadas a la decisin original.
Un ejemplo de rbol de decisin se puede ver en la siguiente figura:

Una vez que tenemos hecho esto, revisamos el diagrama en rbol. Controlamos
cada cuadro y crculo para ver si hay alguna solucin o consecuencia que no
hayamos considerado. Si hay alguna, la debemos agregar. En algunos casos ser
necesario dibujar nuevamente todo el rbol si partes de l se ven muy
desarregladas o desorganizadas. Ahora ya tendremos un buen entendimiento de
las posibles consecuencias de nuestras decisiones.

TEORA FRECUENCIAL O A POSTERIORI.

La definicin clsica se ve limitada a situaciones en las que hay un nmero finito
de resultados igualmente probables. Por desgracia, hay situaciones prcticas que
no son de este tipo y la definicin de Laplace no se puede aplicar. Por ejemplo, si
se pregunta por la probabilidad de que un paciente se cure mediante cierto
tratamiento mdico, o la probabilidad de que una determinada mquina produzca
artculos defectuosos, entonces no hay forma de introducir resultados igualmente
probables. Por ello se necesita un concepto ms general de probabilidad. Una
forma de dar respuesta a estas preguntas es obtener algunos datos empricos en
un intento por estimar las probabilidades.
Supongamos que efectuamos un experimento n veces y que en esta serie
de n ensayos el evento A ocurre exactamente r veces, entonces la frecuencia
relativa del evento es
r
n

o sea,

f r ( E )=f ( E )=

r
n

Si continuamos calculando esta frecuencia relativa cada cierto nmero de

ensayos, a medida que aumentamos n, las frecuencias relativas correspondientes
sern ms estables; es decir; tienden a ser casi las mismas; en este caso decimos
que el experimento muestra regularidad estadstica o estabilidad de las
frecuencias relativas. Esto se ilustra en la siguiente tabla, de una moneda lanzada
al aire 1000 veces.

# de
lanzamiento
s

# de

Frecuenci
a relativa

Frecuencia
acumulada

Frecuencia
acumulada
relativa

caras

1 - 100

52

0.52

52

0.520

100 - 200

53

0.53

105

0.525

200 - 300

52

0.52

157

0.523

300 - 400

47

0.47

204

0.510

400 - 500

51

0.51

255

0.510

500 - 600

53

0.53

308

0.513

600 - 700

48

0.48

356

0.509

700 - 800

46

0.46

402

0.503

800 - 900

52

0.52

454

0.504

900 -1000

54

0.54

508

0.508

Total: 1000

508

0.508

En un total de 1000 lanzamientos ocurrieron 508 caras, es decir la frecuencia

relativa es aproximadamente 0.50.

Bibliografa
EcuRed conocimiento con todos y para todos. (junio de 2011). Recuperado el 4
de octubre de 2015, de EcuRed conocimiento con todos y para todos:
http://www.ecured.cu/index.php/%C3%81rbol_de_decisi%C3%B3n
Estrategis Magazine. (s.f.). Recuperado el 4 de octubre de 2015, de Estrategis
Magazine:
http://www.estrategiamagazine.com/administracion/latecnica-del-arbol-para-la-toma-de-decisiones-efectivas-herramientas/
Universidad Pedaggica y Tecnolgica de Colombia. Teora clsica de la
probabilidad. http://virtual.uptc.edu.co/ova/estadistica/docs/1/13.htm (fecha de
consulta 03/10/15).