Documentos de Académico
Documentos de Profesional
Documentos de Cultura
FACULTAD DE ADMINISTRACIÓN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN
INTEGRANTES:
DOCENTE:
Arequipa _Perú
2018
Dedicatoria
1. HISTORIA.......................................................................................................................3
2. CONCEPTO GENERALES............................................................................................5
3. IMPORTANCIA Y APLICACIÓN DE UN ÁRBOL DE DECISIONES......................8
4. CARACTERÍSTICAS...................................................................................................14
5. TIPOS DE ARBOLES DE DECISION.........................................................................15
6. CLASIFICACION DE LOS ARBOLES DE DECISIÓN.............................................20
7. VENTAJAS DE UN ÁRBOL DE DECISIONES.........................................................22
8. DESVENTAJAS DE UN ÁRBOL DE DECISIONES.................................................24
9. LIMITACIONES...........................................................................................................25
10. EJEMPLOS................................................................................................................25
Lista de referencias........................................................................................................................39
Lista de figuras
En las empresas todo el tiempo se toman decisiones, la gran mayoría bajo una estrategia que
tome en cuenta la complejidad de las situaciones. Para facilitarlo, los expertos han creado
metodologías que les permitan tomar el camino más adecuado, en beneficio de su organización y
Para los administradores, el proceso de toma de decisión es sin duda una de las mayores
personas que están apoyando el mismo proyecto. Debemos empezar por hacer una selección de
Con frecuencia se dice que las decisiones son algo así como el motor de los negocios y en efecto,
constantemente tienen que decidir lo que debe hacerse, quién ha de hacerlo, cuándo y dónde, y
en ocasiones hasta cómo se hará. Sin embargo, la toma de decisiones sólo es un paso de
la planeación, incluso cuando se hace con rapidez y dedicándole poca atención o cuando influye
que la toma de decisiones básicamente es una resolución de problemas, y como tal, se debe
buscar la mejor alternativa, aplicar un diagnóstico adecuado y realizar una búsqueda minuciosa,
para elegir la mejor alternativa basados en un proceso de ramificación. Este proceso de
problemas.
1. HISTORIA
Dentro de la relativamente corta historia de esta disciplina, es posible distinguir tres periodos
aprendizaje de propósito general que partan con poco o ningún conocimiento inicial de la
modelos neuronales, con una estructura inicial aleatoria. Estos sistemas fueron denominados
realización de cambios incrementales en las probabilidades de que elementos del tipo neurona
investigaciones en esta área eran teóricas tal como perceptores. El fundamento de estos trabajos
fue hecho en la década de los cuarenta por Rashevsky y sus seguidores del área de biofísica
(Rashevsky, 1948), y McCulloch y Pitts (1943), quienes descubrieron la aplicabilidad de la
Un segundo paradigma comenzó a emerger en los sesenta, a partir de los trabajos de psicólogos e
Una influencia importante en esta área de trabajo fue el sistema de aprendizaje estructural de
Winston (Winston, 1975), incluyendo los programas de aprendizaje basados en lógica inductiva.
tareas y en las restricciones que este provee, que guían el proceso de aprendizaje. Se trabaja en
2. CONCEPTO GENERALES
Toma de decisiones
Para tomar una decisión, es necesario conocer, comprender y analizar un problema, para así
poder darle solución. En algunos casos, por ser tan simples y cotidianos, este proceso se realiza
de forma implícita y se soluciona muy rápidamente, pero existen otros casos en los cuales las
contexto laboral en el éxito o fracaso de la organización, para los cuales es necesario realizar un
proceso más estructurado que puede dar más seguridad e información para resolver el problema.
Decisiones programadas
Las decisiones programadas se usan para abordar problemas recurrentes. Sean complejos o
simples
Decisiones no programadas
No estructuradas, son decisiones que se toman ante problemas o situaciones que se presentan con
Ambiente de certeza
Se tiene conocimiento total sobre el problema, las opciones de solución que se planteen van a
causar siempre resultados conocidos e invariables. Al tomar la decisión sólo se debe pensar en la
Ambiente de incertidumbre
Se posee información deficiente para tomar la decisión, no se tiene ningún control sobre la
situación, no se conoce como puede variar o la interacción de las variables, se pueden plantear
diferentes opciones de solución pero no se puede asignar probabilidad a los resultados. (Por esto,
Árbol de Decisión
1. Las alternativas o cursos de acción están bien definidas (por ejemplo: aceptar o rechazar
una propuesta, aumentar o no la capacidad de producción, construir o no una nueva bodega, etc.)
2. Las incertidumbres pueden ser cuantificadas (por ejemplo: probabilidad de éxito de una
Por lo tanto un árbol de decisión es un mapa de los posibles resultados de una serie de decisiones
relacionadas. Permite que un individuo o una organización comparen posibles acciones entre sí
según sus costos, probabilidades y beneficios. Se pueden usar para dirigir un intercambio de
Un árbol de decisión, por lo general, comienza con un único nodo y luego se ramifica en
resultados posibles. Cada uno de esos resultados crea nodos adicionales, que se ramifican en
Tipos de nodos
Nodos de probabilidad: Representado con un círculo, muestra las probabilidades de ciertos
resultados.
Nodo de decisión: Representado con un cuadrado, muestra una decisión que se tomará.
A nivel empresarial existe un alto grado de competitividad, y debido a los constantes cambios
que hay en el mercado requiere de decisiones rápidas y acertadas para alcanzar el éxito de la
empresa; la técnica del Árbol de Decisiones nos facilitará la tarea de seleccionar las estrategias
convenientes a seguir dentro de la empresa, por lo que se hace de vital importancia el conocer
La técnica del Árbol de Decisiones nos permite plantear claramente el problema de tal manera
que todas las opciones sean analizadas para posteriormente realizar un estudio rápido de todas las
consecuencias de las posibles decisiones. Esto es posible ya que utiliza un esquema que
cuantifica el costo de los resultados y las probabilidades de que los diferentes resultados
secuencial a través del tiempo, es de gran utilidad cuando se debe optimizar diferentes
decisiones. La técnica del Árbol de Decisiones involucra varias alternativas, de tal manera que es
consecuencias entonces serán más exactas las predicciones y mejores las decisiones a tomar; será
tener un mapa que pueda medir el riesgo y beneficios de las decisiones tomadas, claramente será
de mayor precisión en cuanto se pueda contar con la mayor cantidad de información posible que
nos permita elegir las opciones que minimicen el riesgo y maximicen los beneficios. La técnica
del Árbol de Decisiones puede ser aplicada en cualquier problema de toma de decisiones, sin
Una de las decisiones que se puede tomar dentro de una empresa es el posicionamiento, por
ejemplo, en el caso de que una empresa ha tenido un excelente año y ha obtenido una gran
posición dentro del mercado pretende incrementar su posición dentro del mercado por lo que se
plantea en incursionar con un producto nuevo o consolidar otro que no tiene gran
las distintas alternativas de decisión que se encontrarán en primer término entre Desarrollar un
En caso de elegir desarrollar un nuevo producto, tendrá también que elegir entre Desarrollarlo
el mercado (Decisión B-2). Todas estas opciones de decisión serán graficadas en el Árbol de
Decisiones (nodos de decisión), a la vez que se otorgarán las diferentes posibilidades de reacción
del mercado (nodos de incertidumbre) como buena, moderada y pobre reacción del mercado. Lo
En este punto dependerá de la información con la que cuente la empresa para que pueda
seguir adelante con el análisis y determinar cuál sería la opción más adecuada a elegir, pero no
entraremos en detalles aún puesto que eso se explicará con más detenimiento posteriormente.
La técnica de Árbol de Decisión es también utilizada por entidades financieras (bancos, cajas
de ahorro y crédito, micro-financieras, cooperativas, etc.) para la evaluación del riesgo crediticio
de sus clientes (el riesgo de crédito es la posibilidad de pérdida económica derivada del
incumplimiento de las obligaciones asumidas por las contrapartes de un contrato), en este caso
utilizarán esquemas de tipo Árbol de Decisiones para clasificar a los clientes de alto, moderado y
bajo riesgo o quizá en buen o mal cliente. En este tipo de evaluación de riesgo, se clasificará a
los clientes de créditos en clientes de alto, moderado o bajo riesgo tomando en cuenta valores
cualitativos como la historia crediticia del cliente; y valores cuantitativos como el aval, los
Podríamos considerar que estos son valores que evaluaremos siempre en todo cliente, sin
embargo cada uno tendrá una importancia en la evaluación, de tal manera que en algunos casos
no será necesario evaluar alguno de ellos para clasificar el riesgo, nos será de mayor utilidad
ingresos se les calificará de alto riesgo, las personas que perciben ingresos altos y medios
necesitaran que se les evalúe la historia crediticia; sin embargo la evaluación terminará allí para
quienes tienen ingresos altos, mientras que para aquellos que tienen ingresos medios e historia
posibles eventos que pueden influir en los resultados y las probabilidades de ocurrencia de estos
que el Árbol de Decisiones tiene un esquema específico, sigue una secuencia que es el
partir de un problema y de él desprender todas las posibles soluciones con sus respectivos
análisis.
Árbol de Decisiones hace posible un mayor entendimiento y que sea fácil ubicar la
4. CARACTERÍSTICAS
Plantea el problema para que todas las opciones sean analizadas. Esto debido a la
forma ramificada del Árbol de Decisiones, que hace que de un problema existente (el
tronco del árbol), se desprendan todas las posibles soluciones (las ramas del árbol), esto
ordenada siguiendo una secuencia que hace que podamos manejar con mayor facilidad
Ayuda a realizar las mejores decisiones con base a la información existente y a las
resultados posibles.
Su estructura permite analizar las alternativas, los eventos, las probabilidades y los
resultados. Permite mostrar la estructura total del problema, poniendo de manifiesto tanto
secuencia.
Árbol de regresión
Este tipo de árbol de decisión se usa cuando se tiene diferentes partes de información
para determinar un único resultado predeterminado. Durante el proceso de construir este
árbol se debe dividir las diferentes partes de información en secciones y luego subdividir
en varios subgrupos. Este tipo de árbol es usado principalmente en cálculos de bienes
raíces.
Árbol de mejora
Este tipo de árbol de decisión se usa cuando se quiere incrementar la precisión del
proceso de toma de decisiones. Para esto se debe tomar una sola variable y luego
calcularla y estructurarla de manera que la cantidad de errores se minimicen tanto como
sea posible. Este tipo de árbol se usa principalmente en contabilidad y matemáticas.
Algunas técnicas, a menudo llamados métodos conjuntos híbridos, construyen más de un árbol
de 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 tener un 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.
Ejemplo:
ALGORITMOS
ID3 (Induction Decision Trees): Desarrollado por J. Ross Quinlan en 1983. Pertenece a
la familia TDIDT (Top - Down Induction of Decision Trees) El algoritmo ID3 es
utilizado dentro del ámbito de la inteligencia artificial. Su uso se engloba en la búsqueda
de hipótesis o reglas en él, dado un conjunto de ejemplos. El conjunto de ejemplos deberá
estar conformado por una serie de tuplas de valores, cada uno de ellos denominados
atributos, en el que uno de ellos, (el atributo a clasificar) es el objetivo, el cual es de
tipo binario (positivo o negativo, sí o no, válido o inválido, etc.). De esta forma
el algoritmo trata de obtener las hipótesis que clasifiquen ante nuevas instancias, si dicho
ejemplo va a ser positivo o negativo.
ACR (Árboles de Clasificación y Regresión) El término Arboles de Clasificación y
Regresión (ACR) es un término genérico utilizado para referirse a ambos de los
procedimientos anteriores, introducido por primera vez por Breiman et al. Los árboles
utilizados para la regresión y los árboles utilizados para la clasificación tienen algunas
similitudes - pero también algunos diferencias, tales como el procedimiento utilizado para
determinar donde dividir.
CHAID (Detector automático de Chi-cuadrado de interacción). Realiza divisiones de
múltiples niveles al calcular los árboles de clasificación.
MARS: Extiende los árboles de decisión para manejar mejor datos numéricos.
Árboles de Inferencia Condicional. Enfoque que utiliza pruebas no paramétricas como
criterios de división, corregidos para múltiples pruebas para evitar el sobreajuste. Este
enfoque se traduce en la selección de un predictor imparcial y no requiere poda.
ID3 y ACR se inventaron de forma independiente en la misma época (entre 1970 y 1980), pero
ambos siguen un enfoque similar para el aprendizaje basado en árboles de decisión. Cada método
debe determinar cuál es la mejor forma de dividir los datos en cada nivel. Los métodos comunes
para hacerlo incluyen la medición de la impureza de Gini, la obtención de información y la
reducción de variaciones.
ÁRBOLES DE JUEGO
Es una aplicación del árbol de decisión, puesto que se genera el árbol de acuerdo al nivel de
previsión y cada jugador va decidiendo que jugada le conviene más de acuerdo a la evaluación
de una determinada posición.
COMPONENTES DE UN ÁRBOL DE DECISIONES
Uno de los beneficios del diagrama de árbol de decisión es que no hay demasiados elementos.
Los elementos clave se denominan "nodos" y se representan con un cuadrado o un círculo con
ramas (líneas) que los conectan hasta lograr el resultado deseado. Los cuadrados indican
Los nodos tienen, como mínimo, dos ramas que se extienden hacia fuera. Escribe una solución
posible en cada línea y conéctala al siguiente nodo. Continúa haciendo esto hasta que llegues al
Desde este recuadro se deben dibujar líneas hacia la derecha para cada posible
solución, y escribir cuál es la solución sobre cada línea. Se debe mantener las líneas
lo más apartadas posibles para poder expandir tanto como se pueda el esquema.
Al final de cada línea se debe estimar cuál puede ser el resultado. Si este resultado
necesita ser tomada, se debe dibujar otro recuadro. Los recuadros representan
que salgan representando las opciones que podemos seleccionar. Desde los círculos
debe hacer una pequeña inscripción sobre las líneas que digan que significan. Seguir
básico.
diagrama en árbol.
alguna solución o
consecuencia que no
hayamos considerado. Si
nuestras decisiones.
Aquí es cuando podemos analizar cuál opción tiene el mayor valor para nosotros.
creemos que podría ser el valor para nosotros si estos resultados ocurren).
Luego, debemos ver cada uno de los círculos (que representan puntos de
estas deberían sumar 1 (si utilizamos porcentajes, el total debe sumar 100%). Si
tenemos algún tipo de información basada en eventos del pasado, quizás estemos en
Una vez que calculamos el valor de cada uno de los resultados, y hemos evaluado la
resultado. Podemos ignorar todos los cálculos que llevan a ese resultado.
CALCULAR EL VALOR DE LOS NODOS DE INCERTIDUMBRE (círculos)
que se produzcan. El total para esos nodos del árbol lo constituye la suma de todos
estos valores.
sobre cada línea de decisión. Luego, debemos calcular el costo total basado en los
valores de los resultados que ya hemos calculado. Esto nos dará un valor que
Hay que tener en cuenta que la cantidad ya gastada no cuenta en este análisis - estos
son costos ya perdidos y (a pesar de los argumentos que pueda tener un contador) no
la opción que tiene el beneficio más importante, y tomar a este como la decisión
El árbol final con los resultados de los cálculos pueden verse en la siguiente figura:
Figura 4: Cálculos en un árbol. De decisión.
CUÁL ES EL RESULTADO
nuevo producto. Es mucho más valiosos para nosotros que tomemos suficiente
9. LIMITACIONES
10. EJEMPLOS
una demanda creciente de sus productos. Para ellos puede optar por alguna de las
Estado de naturaleza(demanda)
Alternativas del
Alta Moderada Baja Falla
fabricante
2do turno $500.000 $250,000 -$250.000 -$450.000
Ampliar $700.000 $300.000 -$400.000 -$800.000
Subcontratar $300.000 $150.000 -$10.000 -$100.000
Probabilidad 0.30 0.35 0.2 0.15
Solución:
Ampliar la planta
Subcontratar
naturaleza.
último
lo que
sigue
es
determinista, se debe elegir la alternativa cuyo beneficio sea mayor y colocar el resultado en el
nodo correspondiente.
La estrategia que debe seguir la fábrica es el de subcontratar puesto que este le genera $125,500
de beneficio.
b. Una fábrica esta evaluada en 150 millones. La fábrica desea incorporar un nuevo
si se introduce o no al mercado.
estudio de mercado determina que el producto sería un fracaso, existe solo un 10% de
posibilidades de que el producto sea exitoso. Si la empresa no desea correr riesgos (desea
Solución:
estados de naturaleza.
A continuación se calcula el beneficio de cada una de las ramas.
Luego, se resuelve el árbol de decisión de derecha a izquierda. Dado que la etapa final es
se ha calculado son beneficios, se debe elegir la alternativa cuyo beneficio sea mayor y colocar el
Y por último lo que sigue es determinista, se debe elegir la alternativa cuyo beneficio sea mayor
CONCLUSIONES
permitiendo analizar cada una de los enlaces del esquema del árbol de decisiones.
efectivo y el de valor actual, con una representación de los efectos de los eventos y las
alternativas de decisión del futuro. Utilizando el árbol de decisión, la administración puede tener
en cuenta varios cursos de acción con mayor facilidad y claridad. De la misma manera, las
interacciones entre alternativas actuales de decisión, eventos inciertos y elecciones futuras y sus
concepto es valioso para ilustrar la estructura de las decisiones de inversión y en la misma forma,
puede proporcionar una ayuda excelente para la evaluación de las oportunidades de inversión de
capitales.
anticiparse y predecir los posibles resultados de las decisiones a tomar, dentro de éxito y la
cómo llevar a cabo un adecuado proceso de elección de estrategias y decisiones nos llevara a
Lista de referencias
Andrews, S. Fastqc, (2010). A quality control tool for high throughput sequence data.
Augen, J. (2004). Bioinformatics in the post-genomic era: Genome, transcriptome, proteome,
and information-based medicine. Addison-Wesley Professional.
Blankenberg, D., Kuster, G. V., Coraor, N., Ananda, G., Lazarus, R., Mangan, M., ... & Taylor,
J. (2010). Galaxy: a web‐based genome analysis tool for experimentalists. Current
protocols in molecular biology, 19-10.
Bolger, A., & Giorgi, F. Trimmomatic: A Flexible Read Trimming Tool for Illumina NGS Data.
URL http://www. usadellab. org/cms/index. php.
Giardine, B., Riemer, C., Hardison, R. C., Burhans, R., Elnitski, L., Shah, P., ... & Nekrutenko,
A. (2005). Galaxy: a platform for interactive large-scale genome analysis. Genome
research, 15(10), 1451-1455.