Investigación Operaciones UBA-Guayana: Árbol de Decisión

Universidad Bicentenaria de Aragua

Cátedra: Investigación de Operaciones II

Escuela de Ingeniería en Sistemas

Árbol de Decisión

Un árbol de decisión es un modelo de predicción utilizado en el ámbito de la inteligencia artificial. Dada una base de datos se construyen diagramas de construcciones lógicas, muy similares a los sistemas de predicción basados en reglas, que sirven para representar y categorizar una serie de condiciones que ocurren de forma sucesiva, para la resolución de un problema.

El árbol es una excelente ayuda para la elección entre varios cursos de acción, proporcionando una estructura sumamente efectiva dentro de la cual estimar y cuáles son las opciones e investigar las posibles consecuencias de seleccionar cada una de ellas. También ayudan a construir una imagen balanceada de los riesgos y recompensas asociados con cada posible curso de acción. El uso de esta herramienta permite analizar las posibles consecuencias de tomar una decisión, proveen un esquema para cuantificar el costo de un resultado y la probabilidad de que suceda.

Es un diagrama que representan en forma secuencial condiciones y acciones; muestra qué condiciones se consideran en primer lugar, en segundo lugar y así sucesivamente. Este método permite mostrar la relación que existe entre cada condición y el grupo de acciones permisibles asociado con ella.

Un árbol de decisión sirve para modelar funciones discretas, en las que el objetivo es determinar el valor combinado de un conjunto de variables, y basándose en el valor de cada una de ellas, determinar la acción a ser tomada. Los árboles de decisión son normalmente construidos a partir de la descripción de la narrativa de un problema. Ellos proveen una visión gráfica de la toma de decisión necesaria, especifican las variables que son evaluadas, qué acciones deben ser tomadas y el orden en la cual l

a toma de decisión será efectuada. Cada vez que se ejecuta un árbol de decisión, s

olo un camino será seguido dependiendo del valor actual de la variable evaluada. Se recomienda el uso del árbol de decisión cuando el número de acciones es pequeño y no son posibles todas las combinaciones.

El desarrollo de árboles de decisión beneficiado analista en dos formas. Primero que todo, la necesidad de describir condiciones y acciones llevan a los analistas a identificar de manera formal las decisiones que actualmente deben tomarse. De esta forma, es difícil para ellos pasar por alto cualquier etapa del proceso de decisión, sin importar que este dependa de variables cuantitativas o cualitativas. Los árboles también obligan a los analistas a considerar la consecuencia de las decisiones.

Se ha demostrado que los árboles de decisión son eficaces cuando es necesario describir problemas con más de una dimensión o condición. También son útiles para identificar los requerimientos de datos críticos que rodean al proceso de decisión, es decir, los árboles indican los conjuntos de datos que la gerencia requiere para formular decisiones o tomar acciones. El analista debe identificar y elaborar una lista de todos los datos utilizados en el proceso de decisión, aunque el árbol de decisión no muestra todo los datos.

Si los árboles de decisión se construyen después de completar el análisis de flujo de datos, entonces es posible que los datos críticos se encuentren definidos en el diccionario de datos (el cual describe los datos utilizados por el sistema y donde se emplean). Si únicamente se usan árboles de decisiones, entonces el analista debe tener la certeza de identificar con precisión cada dato necesario para tomar la decisión. Los árboles de decisión no siempre son la mejor herramienta para el análisis de decisiones. El árbol de decisiones de un sistema complejo con muchas secuencias de pasos y combinaciones de condiciones puede tenerun tamaño considerable. El gran número de ramas que pertenecen a varias trayectorias constituye más un problema que una ayuda para el análisis. En estos casos los analistas corren el riesgo de no determinar qué políticas o estrategias de la empresa son la guía para la toma de decisiones específicas. Cuando aparecen estos problemas, entonces es momento de considerar las tablas de decisión.

En la actualidad existe mucho ejemplares de software dedicada a la construcción de arboles de decisiones u otros elementos para la industria que pueda ayudar a la perspectiva económica y popularidad en el mercado. Entre los mejores software se encuentra la plataforma DecisionTools Suite 5.7. Esta aplicaciónson una serie de programas integrados diseñados para analizar riesgos y tomar decisiones con elementos inciertos, que se ejecutan en Microsoft Excel. El DecisionTools Suite en Español incluye RISK para el análisis de riesgo mediante el uso de la simulación Monte Carlo, PrecisionTree para el análisis de decisiones, y TopRank para realizar análisis de sensibilidad automatizados de suposiciones. Además, este grupo de programas incluye StatTools, NeuralTools y Evolver para hacer predicciones, análisis de datos y optimización. Todos los programas han sido diseñados y desarrollados para funcionar conjuntamente de forma sencilla. Todos los productos de DecisionTools Suite 5.7 son totalmente compatibles con la versión de 64-bit de Excel 2010. La tecnología de 64-bit permite que Excel y los productos de DecisionTools puedan acceder a mucha más memoria de PC. Esto permite que los modelos sean mucho más grandes y que la potencia de computación sea mayor.

El DecisionTools Suite 5.7 dentro del paquete de instalación se encuentra una aplicación importante en nuestro estudio y/o construcción de lo hablado, la cual se llama PrecisionTree esta realiza análisis de decisión en Microsoft Excel mediante el uso de árboles de decisión y diagramas de influencia. Los árboles de decisión le permiten visualizar decisiones complejas con niveles múltiples de una manera secuencial y organizada.

Esto le ayuda a identificar todas las posibles alternativas y luego escoger de la mejor opción. Mayor que la suma de sus partes, cada componente de "DecisionTools Suite" puede ejecutar un análisis muy eficaz. Cuando usted combina estos productos, se puede alcanzar resultados más completos que los proporcionados por un solo programa.

A continuación se muestran link de vídeos tutoriales donde mostrarán un análisis en PrecisionTree. Para comenzar ahora, vea la "Creación de un nuevo árbol".