Gli alberi decisionali sono diagrammi che tentano di visualizzare la gamma di possibili risultati e le successive decisioni prese dopo una decisione iniziale. Ad esempio, la tua decisione originale potrebbe essere se frequentare il college e l'albero potrebbe tentare di mostrare quanto tempo sarebbe trascorso a svolgere diverse attività e il tuo potere di guadagno in base alla tua decisione. Esistono diversi vantaggi e svantaggi nell'uso degli alberi delle decisioni.

Il maschio passa con una penna e la tazza

Considerando le conseguenze

Uno degli aspetti più utili degli alberi delle decisioni è che ti costringono a prendere in considerazione il maggior numero possibile di risultati di una decisione. Può essere pericoloso prendere decisioni tempestive senza considerare la gamma di conseguenze. Un albero decisionale può aiutarti a valutare le probabili conseguenze di una decisione rispetto a un'altra. In alcuni casi, può persino aiutarti a stimare i pagamenti previsti delle decisioni. Ad esempio, se si creano stime del valore in dollari di tutti gli esiti e le probabilità associati a ciascun esito, è possibile utilizzare tali numeri per calcolare quale decisione iniziale porterà al maggior profitto finanziario medio. Gli alberi decisionali forniscono un quadro per considerare la probabilità e i profitti delle decisioni, che può aiutarti ad analizzare una decisione per rendere la decisione più informata possibile.

aspettative

Uno svantaggio dell'uso degli alberi delle decisioni è che i risultati delle decisioni, delle decisioni successive e dei pagamenti possono essere basati principalmente sulle aspettative. Quando vengono prese le decisioni effettive, i profitti e le decisioni risultanti potrebbero non essere gli stessi previsti. Potrebbe essere impossibile pianificare tutte le contingenze che possono sorgere a seguito di una decisione. Questo può portare a un albero decisionale non realistico che potrebbe guidarti verso una decisione sbagliata. Inoltre, eventi imprevisti possono alterare le decisioni e modificare i profitti in un albero decisionale. Ad esempio, se ti aspetti che i tuoi genitori pagheranno metà del tuo college quando decideranno di andare a scuola, ma in seguito scoprirai che dovrai pagare per tutte le tue tasse scolastiche, i tuoi guadagni previsti saranno drammaticamente diversi dalla realtà.

Complessità

Gli alberi decisionali sono relativamente facili da capire quando ci sono poche decisioni e risultati inclusi nell'albero. I grandi alberi che includono dozzine di nodi decisionali (punti in cui vengono prese nuove decisioni) possono essere contorti e avere un valore limitato. Più decisioni ci sono in un albero, meno sono probabili i risultati attesi. Ad esempio, se prendi un albero che traccia la decisione di andare al college, probabilmente non sarai in grado di prevedere con precisione le probabilità che guadagnerai oltre $ 100.000 in dieci anni, ma potresti essere in grado di stimare con precisione i tuoi guadagni potere dopo che esci dal college.