Red Bayesiana

INTRODUCCIÓN

Cuando se trata de estructuras de modelos de decisiones muy grandes y complejas, se procura centrar las decisiones en los parámetros y valores en condiciones de certeza que asumen los criterios de decisión.

Las Redes Bayesianas son un área creciente e importante para la investigación y aplicación en todos los campos de la Inteligencia Artificial.

El presente trabajo considera la toma de decisiones como una función basada únicamente en el ejercicio del análisis de hechos concretos y se basa en gran medida de la capacidad de hacer inferencias sobre la ocurrencia de eventos futuros y la relación con el teorema de Bayes y la inferencia dentro de las redes bayesianas como modelo probabilístico que relaciona las variables aleatorias mediante un grafo dirigido.

Podemos entender la actividad empresarial como un conjunto de decisiones entre distintas alternativas, algunos autores identifican el proceso de dirección con el proceso de decisión, a los directivos se les valora por los resultados que obtienen que están relacionados con las decisiones adoptadas.

ESQUEMA

DEFINICIÓN DE RED BAYESIANA

INFERENCIA BAYESIANA

REDES BAYESIANAS Y SU IMPORTANCIA EN LA TOMA DE DECISIONES

CRITERIO DE DECISIÓN DE LA UTILIDAD ESPERADA

FUNCIONES DE LA UTILIDAD

 LA FORMA DE OPERAR SERÍA

DEFINICIÓN DE RED BAYESIANA

Es un modelo probabilístico que relaciona un conjunto de variables aleatorias mediante un grafo dirigido, son redes graficas sin ciclos en el que se representan variables aleatorias y las relaciones de probabilidad que existan entre ellas que permiten conseguir soluciones a problemas de decisión en casos de incertidumbre.

Una red bayesiana es una representación ilustrada de dependencias para razonamiento probabilístico, en la cual los nodos representan variables aleatorias y los arcos simbolizan relaciones de dependencia directa entre las variables.

Las redes bayesianas son elaboradas basándose en un conocimiento experto desarrollando diversas técnicas para aprender a partir de ciertos datos que estructuran parámetros asociados al modelo, siendo posibles compartir conocimientos obtenidos de los datos del caso de estudio.

INFERENCIA BAYESIANA

La incertidumbre es natural en el proceso de razonamiento donde se pueden establecer reglas para inferir de manera deductiva una proposición determinada que puede ser verdadera o falsa, según sea el límite de esta estimación. Dentro de los métodos de razonamiento se encuentran los Modelos Bayesianos, que simulan diferentes condiciones de incertidumbre cuando no se conoce si es verdadera o falsa la hipótesis enunciada en un rango de variación.

Todos los modelos bayesianos tienen en común la asignación de la probabilidad como medida de creencia de una hipótesis, así es que, la inferencia es un proceso de reajuste de medidas de creencia al conocerse nuevos axiomas.

La extensión de las redes bayesianas son de gran utilidad por que utiliza nodos de decisión y nodos de utilidad; los cuales permiten resolver problemas de toma de decisiones.

Para gestionarla de forma adecuada es necesario procesar y descifrar grandes cantidades de datos, tal que sea posible extraer el conocimiento necesario para una adecuada toma de decisiones.

REDES BAYESIANAS Y SU IMPORTANCIA EN LA TOMA DE DECISIONES

La toma de decisiones es tratada como un proceso de optimización en donde

...