El árbol de decisiones es una de las herramientas más conocidas de análisis de decisiones y una de las más antiguas. Es probable que mucho de ustedes conozcan la técnica y tal vez haya hecho algún ejercicio de formulación y cálculo de los árboles, pero es posible que no lo utilicen tan frecuentemente como sería valioso que lo hicieran.
Muchas decisiones son secuenciales, aunque no lo parezcan a primera vista. Esto es, la alternativa que seleccionemos nos llevará a otra decisión, o a varias otras, y seleccionar la mejor estrategia requiere seleccionar la mejor alternativa de cada decisión en secuencia. Esto no es fácil de mantener “en la cabeza” así que se puede caer en el error de sólo considerar las alternativas inmediatas y tomar una decisión miope. Para facilitar la modelación y valoración de decisiones secuenciales se crearon los árboles de decisiones.
Los árboles pequeños se pueden hacer y calcular en papel pero para los árboles con más componentes es práctico usar un programa de cómputo (y para los árboles pequeños también, aunque no indispensable).
Los programas para árboles de decisiones comerciales tienen un precio alto, por lo que me dio mucho gusto saber de un programa gratuito (en línea) con buenas características: SilverDecisions. La interfaz es limpia, profesional y rápida, y en general el uso del programa es bastante intuitivo, especialmente si ya se han usado antes otros programas de árboles de decisiones. En caso de duda, se cuenta con un manual en línea.
SilverDecisions ha sido desarrollado en Polonia por la Decision Support Analysis Division, de la Warsaw School of Economics. Pueden tener acceso gratuitamente al programa en:
http://silverdecisions.pl/
Les recomiendo que prueben la aplicación: puede serles útil en la modelación de decisiones de trabajo ya que la apariencia de los árboles es muy profesional. En una nota al final les incluyo un resumen que preparé con las características principales de SilverDecisions e instrucciones básicas para su uso.
Si desean saber más sobre árboles de decisiones pueden leer el capítulo 5 de Análisis de Decisiones Integral 2a. Edición (actualizada), y si quieren un texto que explique árboles de decisiones utilizando este programa pueden leer Modeling Decision Trees with SilverDecisions, editado por P. Szufel, M. Jakubczyk y B. Kaminski (SGH Varsovia 2022). Pueden tener acceso gratuito a este libro en:
INSTRUCCIONES. Cómo construir árboles y asignar valores con SilverDecisions
Este vínculo lleva directamente a una página en blanco del programa, lista para iniciar la elaboración de un árbol de decisiones:
http://silverdecisions.pl/SilverDecisions.html?lang=en
Con el cursor en el área central en blanco, al oprimir el botón alterno del ratón aparece el menú con las opciones: Añadir Nodo de Decisión, Añadir Nodo Probabilístico y Añadir Texto. Usualmente se inicia el árbol con un nodo de decisión.
Una vez que aparece el nodo de decisión, el botón alterno del ratón nos da el menú: Añadir Nodo de Decisión, Añadir Nodo Probabilístico y Añadir Nodo Terminal.
Si seleccionamos Añadir Nodo Probabilístico, se dibujará enseguida una rama que termina en un nodo probabilístico. Para añadir más ramas al nodo de decisión inicial, se repite el procedimiento seleccionado el tipo de nodo al que debe conducir la rama.
Las consecuencias económicas que corresponda a cada rama se anotan en los campos que aparecen marcados con el signo $ en el diagrama (debajo de cada rama). En el caso de ramas de nodo probabilístico, también aparece el campo para anotar el valor de probabilidad de la rama. Cada nodo terminal muestra automáticamente la suma de todos los valores en las ramas que llegan a ese nodo.
También es posible insertar nodos intermedios en un árbol ya construido, o borrar nodos. Se pueden poner etiquetas (texto) para identificar los nodos, si así se desea.
El programa va calculando los valores ponderados de cada parte del árbol en cuanto ya hemos puesto los valores numéricos necesarios, y también va señalando (con lineas más gruesas) la mejor alternativa.
A cada rama se le puede asignar valores para dos criterios; se puede indicar que el árbol se evalúe con cada criterio por separado o con la suma de los dos.
Se puede guardar el árbol en un archivo tipo .json en la computadora de uno. El programa asigna en cada ocasión nombre al archivo con la forma: decisiontree@2025.01.21_11.48.32.json