Árbol de decisión

Según el autor George Huber, un árbol de decisión es un modelo gráfico que expresa la secuencia
de las decisiones y los acontecimientos que comprenden una situación de decisión secuencial.

Estructuración del árbol de decisión

Fase 1. dibujar las ramas.

Paso 1.1. Trazar las alternativas como ramas de una bifurcación de elecciones.

Paso 1.2. Al final de cada rama de alternativas, trazar los posibles resultados como ramas de una
bifurcación de resultados. (Si todos estos resultados determinan pagos directos más que
alternativas, pasar a la Fase 2.)

Paso 1.3. Al final de cada una de las ramas de resultados, tratar las alternativas como ramas de
una bifurcación de elecciones.

Paso 1.4. Repetir los pasos 1.1, 1.2 y 1.3 hasta que el final de cada rama de resultados produzca
una ganancia en lugar de una bifurcación de elecciones.

Fase 2. Insertar las hojas.

Paso 2.1. 1 Indicar para cada una de las alternativas, el costo de aplicación.

Paso 2.2. 1 Indicar para cada resultado, la probabilidad de que ocurra.

Paso 2.3. 1 Indicar la ganancia bruta que aporta cada rama de resultados ubicada al extremo
derecho.

Fase 3. Podar el árbol de decisión: Agregar información.

Paso 3.1. Calcular el valor neto esperado en cada bifurcación de resultados ubicada en el extremo
derecho.

Paso 3.2. Sustituir cada bifurcación de resultados que esté ubicada al extremo derecho con el valor
neto esperado en esa bifurcación.

Paso 3.3. En cada bifurcación de elección ubicada al extremo derecho, eliminar cada rama de
alternativas salvo aquella que tenga los valores esperados netos más grandes calculados en el
paso 3.2 y considerar al NEV más grande como la ganancia de la rama de resultados que precede a
la bifurcación de elecciones.

Paso 3.4. Repita los pasos 3.1, 3.2 y 3.3 hasta que esté calculado el valor neto esperado en cada
rama de alternativas de la bifurcación de elecciones situada al extremo izquierdo.

Según Moody existen cuatro pasos básicos para el análisis del árbol de decisión:

1. Se traza el diagrama del problema en la forma de un árbol de decisión, mostrando la interacción

cronológica de los posibles cursos de acción y diferenciando entre un punto de hechos aleatorios y
un punto de decisión. Es buena idea colocar los nombres de los puntos con el fin de asignar y
verificar los cálculos en forma apropiada.

2. Se asignan las utilidades a las extremidades del árbol. Es mejor hacer esto utilizando
estadísticas de trabajos similares realizados en el pasado. Si no es posible obtener este tipo de
información, entonces se realiza una estimación. Sin embargo, cuanto más se tienda a una
estimación, mayor será el riesgo de basar la decisión en una información que puede ser engañosa.

3. Se asignan probabilidades a cada una de las armas correspondientes a los hechos aleatorios.
Para obtenerlas, es mejor basarse en estadísticas de hechos pasados. Sin embargo, es posible, que
tanto las probabilidades, como las utilidades potenciales, tomen valores máximos y mínimos y en
ese caso, el análisis se efectúa dos veces. El peligro que puede presentarse es que las utilidades y
las probabilidades se superpongan, conduciendo a unos resultados finales que no llevan a una
conclusión.

4. Se selecciona la mejor estrategia efectuando los cálculos necesarios. Al promediar los datos se
obtiene una indicación de qué rama seguir sin tener en cuenta la preferencia subjetiva para evadir
el riesgo. Si se considera esta última, quien toma la decisión debe definir qué cifra de las utilidades
potenciales está dispuesto a sacrificar con el fin de evitar el riesgo.