Karar verme, karar verici tarafından belirlenen amaçların gerçekleştirilebilmesi için iki veya daha fazla hareket biçimi arasından birinin seçimini ifade eder.

Karar verme aşamasında, araştırmacı strateji matrisini oluşturarak probleme uygun bir çözüm yöntemi yardımıyla en iyi sonuç ya da sonuçların ne olduğunu tespit etmeye çalışır.

Karar ağacı, karar vericinin karar verme probleminde ortaya çıkabilecek tüm durumları (senaryoları) bir arada izleyebileceği grafiksel bir yaklaşımdır. Bu bağlamda karar ağacı olası alternatiflerin ve sonuçların şematik gösterimidir.

Karar ağacının temel bileşenleri şunlardır:

Karar düğümü

Şans Düğümü

Dal

Bitiş Noktası

Karar ağacının temel bileşenlerinden olan şans düğümünde;Strateji matrisindeki doğal durumların karar ağacında gösterilmesi için yararlanılır. Şans düğümleri, karar ağacında daire sembolü ile gösterilir. Şans düğümlerinden çıkan dallar, ortaya çıkış olasılıkları belirli değerleri alabilen olaylar için kullanılmaktadır.

Karar ağaçları temel karar düğümü solda yer almak üzere soldan sağa doğru yönlendirilmiş bir akışta oluşturulur.

Karar ağaçları karar düğümü ile başlar ve sonuç değerleri ile tamamlanır.

Karar ağaçlarının çizilme aşamasında tümevarım yönteminden yararlanılmaktadır

Karar ağaçlarının çözülme aşamasında tümdengelim yönteminden yararlanılmaktadır.

Bayes teoremi temel olarak bir olaya ilişkin bilinen olasılıkların yeni bilgi ışığı altında tekrar gözden geçirilmesi işlemidir.

Karar verici Bayes teoremini karar verme sürecine dahil ederek, parametreler hakkında yapacağı tahminlerde kendisinin sahip olduğu bilgileri, deneyimlerini, yani öznel ve nesnel bilgileri sonradan yapılan araştırmalar sonucunda elde edilen ek bilgilerle bütünleştirme şansını yakalayacaktır.

Karar verme problemlerinde tam bilginin beklenen değeri EVPI kısaltması ile kullanılır. Tam bilginin beklenen değerinin hesaplanması için, EVPI = [Tam bilgi ile elde edilen getiri] – [Tam bilgi olmadan elde edilen beklenen getiri] bilinmesi gerekir.

Tam bilginin beklenen değerinin hesaplanması, karar vericinin ek bilgi için harcayabileceği en büyük rakamı bilmesi bakımından çok faydalıdır. Böylelikle fazla bilgi ile daha çok getiri elde etmeyi planlayan karar vericinin farkında olmadan beklenen kazancının azalması durumu önlenmiş olur.

Bayes Teoremi Thomas Bayes adlı bir din adamı tarafından geliştirilmiştir.

Bayes Teoremi 18. yüzyılda geliştirilmiş olup, karar vericinin genellikle nesnel olarak tespit ettiği olasılıkların yeniden yapılandırılması işleminde kullanılmaktadır.

Bayes Teoremi risk ortamında kullanılır

Strateji matrisinin grafiksel gösterimi Karar Ağacı yardımıyla gerçekleştirilir.

Karar düğümü genellikle karar ağacının başlangıç düğümüdür. Bununla birlikte bu bir zorunluluk değildir.

Bitiş Noktası ilgili dal için nihai sonucun belirtildiği kısımdır. Strateji matrisinin hücrelerinde yer alan sonuçlar olan kârlar (faydalar) ya da zararlar (maliyetler) bu noktalara yazılır.

Karar ağacı çizimine en sola bir karar düğümü çizilerek başlanır.