INTRODUCCION

Un árbol de decisión es una forma gráfica y analítica de representar todos los eventos o
sucesos que pueden surgir a partir de una decisión asumida en cierto momento, que
ayudan a tomar la decisión más acertada, desde un punto de vista probabilístico, ante un
abanico de posibles decisiones.

Es un modelo de predicción utilizado para modelar construcciones lógicas sobre el

contenido de bases de datos, para la toma decisiones en base a esas entradas, es decir, es
una forma gráfica y analítica de representar todos los eventos que pueden surgir a partir
de una decisión asumida en cierto momento.
 Justificación

El árbol de decisión es una herramienta para la toma de decisiones que permite la

descomposición de un problema en sus elementos más significativos. De este modo
pueden valorarse de forma ordenada y precisa las distintas alternativas disponibles,
aplicando a este los problemas que comprende más de un factor, conjunto del grupo de
variables, en cuanto al desarrollo se lleva a cabo en los problemas que implican
incertidumbre, donde existen probabilidades asociadas a cada ruta del árbol; o en otros
en los que el peso de las variables no está sujeto a probabilidad. Podemos determinar
algunos de los beneficios aplicados a la lógica para efectuar diferentes elecciones, todas
las opciones se consideran simultáneamente, probabilidades que pueden abordar el
riesgo de las distintas opciones, los resultados tangibles, siendo fácil de entender y
comunicar, la oportunidad de considerar los posibles costos y beneficios

ARBOLES DE DECISION
 1. Que son los arboles de decisión.

El árbol de decisión 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 Ésta herramienta 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 (decisión) a ser tomada.

Los arboles de decisión Éstos son normalmente construidos a partir de la descripción de la

narrativa de un problema. Ellos , proveen una visión grafica de la toma de decisión
necesaria, especifican las variables que son evaluadas, permiten evaluar que acciones
deben ser tomadas y el orden en las cual la toma de decisión será efectuada. Cada vez
que se ejecuta un árbol de decisión, solo un camino será seguido dependiendo del valor
actual de la variable evaluada.

2. Cuando se debe utilizar ésta herramienta Uso de árboles d decisión:

El desarrollo de árboles de decisión ha beneficiado a analistas 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 arboles También obligan a los analistas a considerar la
consecuencia de las acciones.

 Se ha demostrado que los arboles 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, 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 muestre todos los datos.

Si los arboles de decisión se construyen después de completar el análisis de flujo de datos,

entonces en 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 arboles de decisiones, entonces el analista debe tener la certeza de
identificar con precisión cada dato necesario para tomar la decisión.

1. Terminología:

Nodo de decisión: Indica que una decisión necesita tomarse en ese punto del proceso.
Está representado por un cuadrado.

Nodo de probabilidad: Indica que en ese punto del proceso ocurre un evento aleatorio.
Está representado por un círculo.

Rama: Nos muestra los distintos caminos que se pueden emprender cuando tomamos una
decisión o bien ocurre algún evento aleatorio.

Está representado por una línea y flecha hacia adelante.

 2. Finalidad del Árbol de Decisiones:
 Mostrar gráficamente toda la información de un problema.
 Dibujar la representación esquemática del problema logrando así que la
información se entienda más fácilmente.
 Simplificar los cálculos de probabilidades muy complejas

3. Pasos a seguir para usar el modelo Árbol de Decisiones:

 Definir el problema
 Dibujar el árbol de decisiones
 Asignarles probabilidades a los diversos estados
 Estimar los resultados de cada una de las posibles combinaciones de alternativas y
estados de la naturaleza.
 Resolver el problema calculando los valores monetarios esperados.

3. Como dibujar un árbol de decisiones:

Para comenzar a dibujar un árbol de decisión, se debe escribir:

a. cuál es la decisión que se necesita tomar,

b. dibujar un recuadro para representar esto en la parte izquierda de una página
grande de papel,
c. desde este recuadro se debe dibujar líneas hacia la derecha para cada posible
solución y escribir cual es la solución sobre cada línea,
d. Se debe mantener las líneas lo más apartadas posibles para poder expandir tanto
como se pueda el esquema,
e. al final de cada línea se debe estimar cual puede ser el resultado, si este resultado
es incierto, se puede dibujar un pequeño círculo y si el resultado es otra decisión
que necesita ser tomada, se debe dibujar otro recuadro.
f. Los recuadros representan decisiones, y los círculos representan resultados
inciertos.
g. Se debe escribir la decisión o el causante arriba de los cuadros o círculos.
h. Se completa la solución al final de la línea, se puede dejar en blanco.
i. Comenzando por los recuadros de una nueva decisión en el diagrama, dibujar
líneas que salgan representando las opciones que se pueden seleccionar.
j. Desde los círculos se deben dibujar líneas que representen las posibles
consecuencias.
k. Nuevamente se debe hacer una pequeña inscripción sobre las líneas que digan
que significan.
 l. Se sigue realizando esto hasta que se tenga dibujado tantas consecuencias y
decisiones como sea posible ver asociadas a la decisión original.

3.1 Ejemplo de un esquema árbol de decisión:

Una vez realizado, se revisa el diagrama en árbol. Se controla cada cuadro y circulo para
ver si hay alguna solución o consecuencia que no se ha considerado. Si hay alguna, se
debe agregar. En algunos casos será necesario dibujar nuevamente todo el árbol si partes
de él se ven muy desarregladas o desorganizadas.

4. Ejemplos:
 4.1. Una compañía de seguros ofrece una indemnización por accidente de
$210.000. Si no se acepta la oferta y se decide ir a juicio se puede obtener $185.000,
$415.000 o $580.000 dependiendo de las alegaciones que el juez considere aceptables. Si
se pierde el juicio, se debe pagar las costas que ascienden a $30,000.

Sabiendo que el 70% de los juicios se ganan, y de éstos: en a)el 50% se obtiene la menor
indemnización b) el 30% la intermedia y c) el 20% la más alta. Determinar la decisión más
acertada.

4.2 Un problema más complejo:

Una fábrica está evaluada en 150 millones. La fábrica desea incorporar un nuevo producto
al mercado. Existen tres estrategias para incorporar el nuevo producto:

 Alternativa 1 Hacer un estudio de mercado del producto de forma de determinar

si se introduce o no al mercado.
 Alternativa 2 Introducir inmediatamente el producto al mercado (sin estudio).
 Alternativa 3 No lanzar inmediatamente el producto al mercado (sin estudio).

En ausencia de estudio de mercado, la fábrica estima que el producto tiene un 55% de

posibilidades de ser exitoso y de 45% de ser un fracaso. Si el producto es exitoso, la fábrica
aumentaría en 300 millones su valor, si el producto fracasa se devaluaría en 100 millones.
El estudio de mercado vale 30 millones. El estudio predice que existe un 60% de
probabilidad de que el producto sea exitoso. Si el estudio de mercado determina que el
producto sería exitoso, existe un 85% de posibilidades de que efectivamente lo sea. Si el
estudio de mercado determina que el producto sería un fracaso, existe sólo un 10% de
posibilidades de que el producto sea exitoso. Si la empresa no desea correr riesgos (desea
maximizar el valor esperado de la empresa).

¿Qué estrategia debería seguir?

Aspectos a considerar:

 Asignar un costo o puntaje a cada posible resultado.

 Observar cada uno de los círculos (que representan puntos de incertidumbre) y
estimar la probabilidad de cada resultado.
 Si se utiliza porcentajes, el total debe sumar 100%. Si se utilizan fracciones estas
deberán sumar 1.
 Si se tiene algún tipo de información basada en eventos del pasado, quizás
estemos en mejores condiciones de hacer estimaciones más rigurosas sobre las
probabilidades. De otra forma, se debe realizar la mejor suposición.
Calcular los valores de los Arboles

Una vez calculado el valor de cada uno de los resultados y evaluado la probabilidad de
que ocurran las consecuencias inciertas, es momento de calcular el valor que ayudara a
tomar las decisiones. Comenzamos por la derecha del árbol de decisión y se recorre el
mismo hacia la izquierda. Cuando se complementa un conjunto de cálculos en un nodo
(Cuadro de decisión o círculo de incertidumbre), todo lo que se necesita hacer es anotar el
resultado.

Calcular el valor de los Nodos de Incertidumbre:

Cuando se calcula el valor para resultados inciertos (los círculos), debe multiplicarse el
costo de los resultados por la probabilidad de que se produzcan. El total para esos nodos
del árbol lo constituye la suma de todos estos valores.

El valor para “Producto nuevo, desarrollo meticuloso” es:

0.40 (probabilidad de un resultado bueno) x $500,000 (costo) $ 200,000
0.40 (probabilidad de un resultado moderado) x $25,000 (costo) $ 10,000
0.20 (probabilidad de un resultado pobre) x $1,000 (costo) $ 200
TOTAL $210,200

Colocamos el valor calculado para cada nodo en un recuadro.

Calcular el valor de los Nodos de Decisión:

Cuando se evalúa los nodos de decisión, se debe escribir el costo de la opción sobre cada
línea de decisión. Luego se calcula el costo total basado en los valores de los resultados
que ya se ha calculado. Esto dará un valor que representa el beneficio de tal decisión. Hay
que tener en cuenta que la cantidad ya gastada no cuenta con este análisis. Cuando se
haya calculado los beneficios de estas decisiones, se debe elegir la opción que tiene el
beneficio más importante, y toma a este como la decisión tomada.

El árbol final con los resultados de los cálculos puede verse en la siguiente figura:
En este ejemplo, el beneficio que se ha calculado previamente para “Nuevo producto,
desarrollo meticuloso” fue $ 210,000. Luego se estima el futuro costo aproximado de esta
decisión como $ 75,000. Esto da un beneficio neto de $ 135,000.00

El beneficio neto de “Nuevo producto, Desarrollo rápido” es $15,700.00. En esta rama por
consiguiente se selecciona la opción de mayor valor, “Nuevo producto, Desarrollo
Meticuloso”, y se escribe ese valor en el nodo de decisión.

Cuál es el resultado?

Realizando este análisis se puede ver que la mejor opción es el desarrollo de un nuevo
producto. Es mucho más valioso que se tome suficiente tiempo para registrar el producto
antes que apurarnos a sacarlo rápidamente al mercado. Es preferible el mejorar el
producto ya desarrollado que echar a perder una nuevo, incluso sabiendo que costara
menos.

Así como todos los métodos, aunque se cuente con todas las herramientas que existen
para realizar decisiones adecuadas, este solo servirán de ayuda a la inteligencia y sentido
común, ellos son los mejores activos a la hora de realizar la tarea.

5. ¿Cómo aplicar los árboles de decisión al sector financiero?

La actividad de una entidad financiera es la toma de riesgos, cada una de sus operaciones
contiene implícita y e explícitamente la incertidumbre. Desde las distintas dimensiones de
su operación está expuesta a diferentes tipos de riesgo que deben ser identificados,
medidos y controlados; como base para fijar las estrategias de mercadeo y especialmente
de precios, que resulten en una ecuación favorable entre el riesgo asumido y la
recompensa obtenida, medida como la rentabilidad neta del negocio.

Técnicamente la valoración del riesgo mide el grado de variación de los resultados

financieros de una empresa frente a los estimados. Sin importar que sean a favor o en
contra, entre mas volátiles sean los resultados, más riesgo vera un accionista, pues no
tiene la certeza de obtener los resultados presupuestados.

Muchos elementos pueden incidir en los resultados de una empresa, derivados de su

gestión de riesgo: los criterios de aceptación de los créditos, la posterior administración, el
estudio de la tendencia de los portafolios y los virajes de política con base en ellos, entre
muchos otros. El resultado estará influenciado tanto por factores internos de la empresa,
como por factores externos que pueden provenir de los mercados financieros, como tasas
de interés, tasas de cambio o precios.
Riesgo de crédito: pérdida potencial debida a la incapacidad de la contraparte de cumplir
sus obligaciones, esto lleva a la necesidad de cuantificar dicha perdida. La pérdida
esperada puede definirse entonces como el monto de capital que podría perder una
institución como resultado de la exposición crediticia en un horizonte de tiempo dado.

A la pérdida esperada se calcula como:

PI: Probabilidad de incumplimiento para el perıodo dado.

S: Severidad: es el porcentaje de la cantidad expuesta que la entidad pierde si los

deudores incumplen sus obligaciones.

E: Exposición: es el modo de los activos expuestos al incumplimiento en el periodo

definido.

Usando esta definición, las perdidas esperadas aumentan en función del monto del
crédito o exposición crediticia y de la probabilidad de deterioro asignada a cada activo. Las
perdidas serán menores cuanto más baja sea la severidad. Las provisiones de capital se
basan en el resultado obtenido de esta ecuación y son precisamente las reglamentadas
por la Superintendencia Bancaria en las circulares mencionadas anteriormente.
S: Severidad: es el porcentaje de la
cantidad expuesta que la
En este artículo se presenta específicamente el uso de árboles de decisión como
herramienta para el cálculo de probabilidades de incumplimiento, por cuanto representa
un método efectivo para la estimación, al igual que la mayoría de los métodos
alternativos, pero ofrece una ventaja fundamental al ser un método de fácil
entendimiento para personas que no cuentan con conocimientos avanzados de
estadística. Un mismo modelo permite hacer diferentes usos, como mantenimiento de
clientes considerados como buenos (probabilidades bajas de incumplimiento), cobranza
proactiva y discriminada por nivel de riesgo para los clientes considerados como malos o
con probabilidades altas de llegar a incumplimiento.

Modelos Estadísticos para predecir probabilidades de Incumplimiento:

Se definen dos tipos de modelos para predecir la probabilidad de incumplimiento: el
primero de iniciación, con el que se controla el primer ciclo de crédito, el de
otorgamiento. Así, usando las variables de la solicitud de crédito se trata de predecir, para
cada perfil o segmento identificado, la probabilidad de que un año después del
otorgamiento del crédito, el cliente alcance la altura de mora definida como
incumplimiento. El segundo tipo de modelo es el de comportamiento, con el que se
controla el proceso durante la maduración del crudito. Este tipo de modelo se calcula en
el mes t y se basa en el comportamiento de pagos del cliente x meses atrás desde el
tiempo t, (t − x, usualmente x = 12) para determinar su probabilidad de deterioro y que
llegue a incumplimiento un año adelante (t + 12).

Se define entonces la variable respuesta Y para cualquier tipo de modelo:

1 Si el cliente ha alcanzado altura de mora en el periodo t + 12

0 Si el cliente no ha alcanzado altura de mora M en el perıodo t + 12

Se debe aclarar que la definición de los perıodos de tiempo evaluados no es estándar pero
si es la más comúnmente utilizada.

Para los arboles de decisión, existen diferentes metodologías, que difieren en la forma de
asignación, las reglas de partición y los criterios de parada. Cualquiera de ellos generara n
nodos terminales y una escala de probabilidades con n posibles valores, que es el
resultado final y la probabilidad empleada tanto para validar el modelo, como para el
cálculo de la pérdida esperada.
EJEMPLO:
 CONLUSIONES

 Éste tipo de modelo “Arboles de decisión” se presentan como una herramienta

efectiva para comprender y realizar una planeación de estrategias comerciales, ya
sea de ventas, servicios, estrategias de cobranzas entre otras. Lo anterior ya que
nos proporcionan las diferentes líneas de decisión y todas las probabilidades –
según las consideremos en nuestro análisis- para estructurar información confiable
para tomar la mejor decisión de las varias opciones arrojadas o evidenciadas.

 Nos ayudan a Tomar la mejor decisión sobre la base de la información existente,

proveen un esquema para cuantificar el costo de un resultado y la probabilidad de
que suceda.

 Herramienta que ayuda proporciona información para la tomar de decisiones,

teniendo varias alternativas posibles de acción ayudando a construir una imagen
balanceada de los riesgos a los que nos enfrentamos ante la necesidad de
emprender un negocio o realizar una nueva línea de productos; así como valorar
los diferentes escenarios a los que nos enfrentaríamos si seguimos una o cualquier
alternativa dada o planteada al hacer el análisis utilizando ése modelo matemático.
 Bibliografía

Murray [Link] ph. D, Teoría y problemas de probabilidad y estadística, primera edición,

McGRAW-HILL/INTERAMERICANA DE MÉXICO, S.A. de C.v, México 1991-1975

Walpole, Ronald E, edición Probabilidades y estadística para ingenieros, sexta edición,

PRENTICE, HALL HISPANOAMERICANA, S.A. México 1999