RBOLES DE DECISIN

DOCENTE JUAN LIRA

INGENIERO INDUSTRIAL

OBJETIVOS ESPECFICOS
Conoce y cuantifica la estructura de
los rboles de decisin

Ing Juan Lira

RBOLES DE DECISIN
Un rbol de decisin es un modelo
de prediccin utilizado en el mbito
de la inteligencia artificial.

Ing Juan Lira

rboles de Decisin
Excelentes para seleccionar entre
varios cursos de accin
Proveen estructura para:
Organizar las opciones
Investigar posibles resultados
Visualizar el riesgo y los beneficios

Ing Juan Lira

Construccin del rbol

Partiendo de la decisin a tomar
Proceso visual
Dibujar un cuadrado
Representa la decisin a tomar
Partiendo de ese cuadrado
Dibujar una lnea por cada opcin posible
Escribir la opcin sobre la lnea
Al final de cada lnea considerar los resultados
Si son inciertos (probables) dibujar un crculo
Los crculos representan resultados inciertos
(probables)
Si el resultado es otra decisin a tomar dibujar
un cuadrado
Los cuadrados representan decisiones
Ing Juan Lira

Construccin del rbol

Por cada nuevo cuadrado
Repetir el proceso como si fuera el
primer cuadrado
Por cada crculo
Dibujar
una
lnea
por
cada
resultado probable
En cada lnea escribir el resultado
probable
Repetir el proceso hasta que no
queden cuadrados ni crculos sin
lneas
Ing Juan Lira

Ejemplo
Decidir si es mejor desarrollar un
nuevo producto o consolidar los
existentes

Ing Juan Lira

rbol para el Ejemplo

Buena
Moderada

etallado
Desarrollo D

Nu
ev
o

Pr
od
uc

to

De

sa r
roll
oR

pi

Pobr
e
Buena
Moderada

do

Pobr
e

s
Con

Buena
Moderada

olid
aci
n

Con

s
ducto
o
r
P
ar
solid

Pobr
e

Continuar Producto

Buena

Pobr
e

Ing Juan Lira

Respuesta del
Mercado

Revisin del rbol

El rbol se revisa:
Repasando cada cuadrado y cada crculo
Ver si no se dejaron opciones sin considerar

Si es necesario pueden dibujarse

segmentos del rbol por aparte
Si el rbol ya se congestion

Al final se tiene que tener una buena

idea del problema y de todos sus
posibles resultados
Ing Juan Lira

Evaluacin del rbol

Para llegar a determinar la decisin:
Asignar un puntaje a cada posible resultado
Representa el estimado de beneficio a
obtener de ese resultado
Puede ser un valor en dinero
Revisar cada crculo
Asignar una probabilidad a cada resultado
Deben sumar 1 o 100%
En base a datos, experiencia o pura
estimacin

Ing Juan Lira

rbol para el Ejemplo

0.4
etallado
Desarrollo D

Pobr
e

0.2
sa r
roll
oR

pi

do

Pobr
e

0.7

s
Con
olid

0.3

a ci
n

s
ducto
o
r
P
r
olida
Cons

US$1,000,000
US$50,000

US$2,000
US$400,000

Buena

0.3

Continuar Producto

US$50,000
US$2,000

Buena
0.2 Moderada

0.1

Nu
e

vo

Pr
od

uc
to

De

US$1,000,000

Buena
0.4 Moderada

0.4

Moderada

Pobr
e

0.6 Buena
0.4

Ing Juan Lira

Pobr
e

US$20,000

US$6,000
US$20,000
US$2,000

Proceso de Decisin
Clculo del valor de un nodo crculo
Sumatoria de:
Valor de cada resultado multiplicado
por su probabilidad
Los resultados ms probables
pesan ms
Se escribe el resultado en el crculo

Ing Juan Lira

rbol para el Ejemplo

420,400
e
Desarrollo D

Nu
ev
o

Pr
od
uc

to

De

sar
ro

tallado

0.2
llo

pid

Pobr

na
0.1 Bue
0.2 Moderada
0.7

s
Con

129,800

olid
a ci
n

s
ducto
o
r
P
r
olida
Cons

12,800

US$1,000,000
US$50,000

US$2,000

ena
0.3 Bu
0.4 Moderada
0.3

Continuar Producto

Pobr

US$50,000
US$2,000

111,400
o

US$1,000,000

ena
0.4 Bu
0.4 Moderada

Pobr

0.6 Buena

0.4

Ing Juan Lira

Pobr

US$400,000
US$20,000

US$6,000
US$20,000

US$2,000

Proceso de Decisin
Clculo del valor de un nodo de decisin
(cuadrados)
Escribir el costo de cada decisin
El costo de implementarla
Restarlo del valor del nodo siguiente
El resultado es el beneficio esperado
Notas
No deben incluirse gastos realizados antes del
anlisis
Son costos hundidos
Seleccionar la opcin de mayor beneficio

Ing Juan Lira

rbol para el Ejemplo

US$420,400
US$270,400

Cu
Se rso
lec de
cio Ac
na ci
do n

Nu
ev
o

Pr
od
uc

to

0.2
De
s
C = arroll
o
B = US$8 Rp
US 0,0 ido
$31 00
,4 0
0

Pobr
e

na
0.1 Bue
0.2 Moderada

s
Con

US$129,800

olid
aci
n

tos
oduc
r
P
r
olida
Cons S$30,000
C = U $99,800
S
B=U

Pobr
e

US$50,000

ena
0.3 Bu
0.4 Moderada
0.3

US$12,800

US$1,000,000

US$2,000

Pobr

0.6 Buena

US$99,800

US$50,000
US$2,000

US$111,400

0.7

Continuar Producto
s
C = US$0
B =US$12,800

US$1,000,000

ena
0.4 Bu
0.4 Moderada

etallado
Desarrollo D
,000
C = US$150
,400
B = US$270

0.4

Ing Juan Lira

Pobr

US$400,000
US$20,000

US$6,000
US$20,000

US$2,000

Anlisis del Ejemplo

La opcin seleccionada es desarrollar un nuevo
producto
Desarrollo detallado
Tiene un costo de US$150,000
Con beneficio de US$420,000
Beneficio neto: US$270,000
Es mejor que desarrollarlo con desarrollo rpido
Beneficio neto: US$31,400
Y mejor que consolidar
Mejor beneficio neto en esa opcin:
US$99,800

Ing Juan Lira

Puntos Clave
Los rboles de decisin
Dan un panorama visual completo
Todas las opciones pueden ser evaluadas

Permiten evaluar consecuencias

Gua sobre cmo asignar valores y
probabilidades
Permite decidir en base a informacin
(datos) o estimaciones

Ing Juan Lira

EJEMPLO:
Un empresario adquiere pescado fresco en el mercado central para su posterior
venta. Cada caja de pescado la identifica como excelente o no excelente en
funcin del porcentaje de pescado que se considere de calidad excelente. Una
caja de pescado excelente contiene un 90% de pescado de alta calidad,
mientras que una caja de pescado no excelente contiene solo un 20% de
pescado de alta calidad. Una caja de de pescado excelente genera un beneficio
de 100 euros, mientras que una caja de pescado no excelente causa unas
prdidas de 100 euros por la mala imagen de la empresa que se llevan los
clientes. Antes de comprar una caja el empresario puede comprobar la calidad
de la misma extrayendo un ejemplar de pescado con el objetivo de verificar si
se trata o no de pescado de alta calidad. Establezca la estrategia que debe
seguir el empresario, as como el coste de la informacin.

Ing Juan Lira

Ing Juan Lira

Ing Juan Lira