UNIVERSIDAD DE EL SALVADOR

DIRECCIN DE POSTGRADOS
Maestra en Administracin Financiera

Ctedra: Mtodos Cuantitativos en Finanzas

Profesor:
Ph.D. Mauricio Vladimir Umaa Ramrez
Clase 08

Slide 1

LOGO

Antecedentes
Sonquist y Morgan (1964)
Morgan y Messenger (1979)

Survey Research Center del Institute for Social

Research de la Universidad de Michigan.
El programa AID (Automatic Interaction
Detection), de Sonquist, Baker y Morgan (1971),
fue uno de los primeros mtodos de ajuste de los
datos basados en arboles de clasificacin.

 La comunidad de Machine Learning

(Michalski, 1973).

La comunidad de Pattern Recognition

(Henrichon y Fu, 1969).

El rbol de decisin es un diagrama que representa

en forma secuencial condiciones y acciones.
Los arboles de decisin se destacan por su
sencillez y pueden utilizarse en diversas reas,
tales como: reconocimiento de seales de radar,
reconocimiento de caracteres, sensores remotos,
sistemas expertos, diagnstico mdico, juegos,
prediccin meteorolgica, control de calidad, etc.

Su nombre proviene de la forma que adopta el

modelo, parecido a un rbol. El modelo est
conformado por mltiples nodos cuadrados, que
representan puntos de decisin, y de los cuales
surgen ramas (que deben leerse de izquierda a
derecha), que representan las distintas alternativas.
Las ramas que salen de nodos circulares, o
casuales, representan los eventos.

CARACTERISTICAS

1. Un rbol de decisin es una forma grfica y

analtica de representar todos los eventos
(sucesos) que pueden surgir a partir de una
decisin asumida en cierto momento.
2. Nos ayuda a tomar la decisin ms acertada,
desde un punto de vista probabilstico, ante un
abanico de posibles soluciones.
3. Permite desplegar visualmente un problema y
organizar el trabajo de clculos que deben
realizarse.

Proveen un mtodo efectivo para la toma de

decisiones debido a que:
1. Claramente plantean el problema para que
todas las opciones sean analizadas.
2. Permiten analizar totalmente las posibles
consecuencias de tomar una decisin.
3. Proveen un esquema para cuantificar el costo
de un resultado y la probabilidad de que
suceda.
4. Nos ayuda a realizar las mejores decisiones
sobre la base de la informacin existente y de
las mejores suposiciones.

CLASIFICACION

Arboles de decisin binario: Segn

(1984) consiste en un proceso de
multietpico.

Breiman
decisin

Arboles de juego: Es una aplicacin del rbol de

decisin, puesto que se genera el rbol de acuerdo
al nivel de previsin y cada jugador va decidiendo
que jugada le conviene ms de acuerdo a la
evaluacin de una determinada posicin.

Arboles de decisin utilizados en sistemas expertos

Fuente: http://users.dsic.upv.es/asignaturas/facultad/apr/decision.pdf

COMO DIBUJAR UN ARBOL DE DECISION

Terminologa

Nodo de Decisin: Indica que una decisin

necesita tomarse en ese punto del proceso.
Est representado por un cuadrado.
Nodo de Probabilidad: Indica que en ese
punto del proceso ocurre un evento aleatorio.
Est representado por un crculo.
Rama: Nos muestra los distintos caminos que
se pueden emprender cuando tomamos una
decisin o bien ocurre algn evento aleatorio.

EJERCICIO DE ARBOL DE DECISION

La empresa DMG comercializadora de productos
alimenticios, desea implementar un sistema de
atencin para enviarle las compras a los clientes en las
casas, para implementar esta nueva modalidad de
atencin al cliente, la empresa realiz los estudios de
ingresos y costos correspondientes, los cuales
arrojaron las siguientes cifras tal como se detallan a
continuacin.

Sistema Antiguo
Ingresos
$ 3.000.000

Sistema Nuevo

Probabilidad Ingresos Probabilidad

60%
$ 4.000.000
70%

$ 4.000.000

30%

$5.000.000

20%

$ 5.000.000

10%

$6.000.000

10%

Cifras de costo:

Sistema Antiguo

Sistema Nuevo

Costo Fijo
$400.000
Costo Variable
10% por USD vendidos

Costo Fijo
$600.000
Costos Variables
5% por USD vendidos

VENTAJAS DE LOS RBOLES DE DECISION:

Las reglas de asignacin son simples y legibles, por

tanto la interpretacin de resultados es directa e
intuitiva.
Es vlida sea cual fuera la naturaleza de las
variables explicativas: continuas, binarias, nominales,
u ordinales.
Es una tcnica no paramtrica que tiene en cuenta
las interacciones que pueden existir entre los datos.
Es computacionalmente rpido.

DESVENTAJAS DE LOS RBOLES DE DECISION

Las reglas de asignacin son bastantes sensibles a

pequeas perturbaciones en los datos.
Dificultad para elegir el rbol ptimo.
Ausencia de una funcin global de las variables y
como consecuencia prdida de la representacin.
Los rboles de decisin requieren un gran nmero
de datos para asegurarse que la cantidad de las
observaciones de los nodos (hoja) es significativa.

LOGO

 El mapa de riesgo de la posicin, de manera que cada beneficio o

prdida posible tenga asignada una probabilidad de ocurrir.
Se debe determinar la funcin de probabilidad asociada a cada uno
de los productos considerados y a cada una de las carteras que se
pretende analizar.
El enfoque analtico (expresiones matemticas)
El enfoque numrico (Simulacin de Monte Carlo)