diff --git a/docs/texto.pdf b/docs/texto.pdf
index 3810a20..bc1184e 100644
Binary files a/docs/texto.pdf and b/docs/texto.pdf differ
diff --git a/texto/03-exemplo/imagens/arvore-exemplo.png b/texto/03-exemplo/imagens/arvore-exemplo.png
new file mode 100644
index 0000000..5e8798e
Binary files /dev/null and b/texto/03-exemplo/imagens/arvore-exemplo.png differ
diff --git a/texto/03-exemplo/main.tex b/texto/03-exemplo/main.tex
index c6ea773..9a15860 100644
--- a/texto/03-exemplo/main.tex
+++ b/texto/03-exemplo/main.tex
@@ -41,6 +41,19 @@ \subsubsection{Desfechos}
 somáticas e problemas interpessoais. A pontuação em uma subescala é calculada pela soma das pontuações obtidas para cada item associado à subescala. A pontuação
 total é calculada pela soma das pontuações obtidas para cada subescala. Resultados maiores representam maior severidade dos sintomas depressivos \cite{Radloff1977}.
 
+\subsection{Árvores de decisão}
+
+Árvores de decisão representam uma classe de modelos de aprendizagem de máquina que pode ser usada para tarefas de classificação e regressão, ou seja, são
+capazes de fazer predições para valores de variáveis categóricas e numéricas. Elas utilizam uma série de regras de decisão para predizer o desfecho de interesse;
+essas regras consistem em verificações feitas sobre os valores de variáveis presentes no conjunto de dados de treinamento \cite{Theobald2021, Bi2019}.
+
+\begin{figure}[h!]
+    \centering
+    \includegraphics[width=\textwidth]{./03-exemplo/imagens/arvore-exemplo.png}
+    \caption{Uma árvore de decisão hipotética para predição de resposta a determinada intervenção.}
+    \label{fig:arvore-exemplo}
+\end{figure}
+
 \subsection{Plano de análise de dados}
 
 A.