Uso de árboles decisiones.

El desarrollo de árboles de decisión beneficiado analista 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 árboles también obligan a los analistas a considerar la consecuencia de las decisiones.

Se ha demostrado que los árboles 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, los árboles 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 muestra todo los datos.

Si los árboles de decisión se construyen después de completar el análisis de flujo de datos, entonces es 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 árboles de decisiones, entonces el analista debe tener la certeza de identificar con precisión cada dato necesario para tomar la 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.

1. Caballero Armando.Manual de terapia intensiva, Minsap,Cuba.2002.
2. Cecil Loeb.Tratado de medicina interna, Salvat editora panamericana.2004.
3. De Wikipedia la enciclopedia libre. Prolog ,2006.
4. Filgueiras Nodar, José María. Un panorama general de la inteligencia artificial y sus aplicaciones actuales.2005.
5. Gerardo Álvarez Álvarez y colectivo de autores. Temas de guardia. Santa clara, Cuba.2002
6. Guerra Hernández, Dr. Alejandro. Árboles de Decisión. Universidad Veracruzana. Facultad de Física e Inteligencia Artificial.2006.
7. Manual Merck.10ma edición.Terapia enfermedades cardiacas edición del centenario, 1999
8. Minsap .Guías anticipatorias de diagnostico y procedimientos de Emergencias medicas. Cuba.2004
9. Roca Goderich R. Temas de Medicina interna, Tomo I, 4ta edición.2002

Doctor en medicina 1997.Diplomado en idioma inglés en 1997.

Diplomado en idioma francés 2002.

Diplomado en ofimática 20003.

Especialista en medicina general 2005.

Cuba, Santa Clara

Noviembre de 2006.