決策樹法是一種概率統計和機器學習方法，可以用來獲得最優解。以某公司生產新產品的投資問題為例，在銷路好的情況下，蓋大廠每年盈利450萬元，而蓋小廠每年盈利210萬元；而在銷路差的情況下，蓋大廠每年虧損150萬元，而蓋小廠每年盈利60萬元。為此，采用決策樹法可以通過一個決策樹模型來反映此兩種情況，如：  
  
                                                                 投資 
                                       /              |                
                                    大廠             小廠            不投資 
                                    /             |               | 
                                  450       210    |            無利潤 
                                  /               | 
                            銷路好  銷路差      0 
                              /    |     
                            450  -150   60 
 
 
該決策樹模型顯示，銷路好時，投資廠房最為合適，銷路差時，投資小廠最為合適，可以根據市場預測的銷路情況，概率分別為0.7和0.3，來得出最終結論，即投資小廠，使得投資者在10年內最大化獲得的投資回報。