Documente Academic
Documente Profesional
Documente Cultură
Evitar los clculos simblicos. La principal idea del mtodo consiste en obtener las
expresiones simblicas mediante un algoritmo numrico que calcula los
coeficientes de los polinomios correspondientes.
Entonces, todos los clculos se hacen de forma numrica, evitando la
manipulacin de expresiones simblicas costosas.
En la Seccin 10.2 se introduce la notacin y el marco de trabajo de los metodos
simblicos.
La Seccin 10.3 discute la generacion automatica decodigo simbolico. La
estructura algebraica de las probabilidades se analiza en la Seccion 10.4. La
Seccion 10.5 muestra como se pueden utilizar los mtodos de propagacion simb
olica de evidencia para obtener las expresiones simblicas de las probabilidades
de ocurrencia de los nodos. La Seccion 10.6 presenta una mejora del metodo
anterior para el caso de tareas orientadas a un objetivo. La Seccion 10.7 trata del
problema de la evidencia aleatoria simblica.
La Seccion 10.8 muestra como hacer un estudio de sensibilidad
mediante los metodos simbolicos. Finalmente, la Seccion 10.9analiza el
problema de la propagacion simbolica de la evidencia en redes Bayesianas
normales. 10.2 Notacion y Conceptos Preliminares
En el Captulo 6 se ha visto que la funcion de probabilidad conjunta asociada
a las redes probabilsticas de Markov descomponibles y Bayesianas
puede darse mediante una factorizacion como producto de probabilidades
condicionales p(x1, . . . , xn) =n_i=1p(xi|i). (10.1)
En el caso de redes Bayesianas, los conjuntos condicionantes son los padres
del nodo, i, i = 1, . . . , n. En el caso de redes de Markov descomponibles,
estos conjuntos se obtienen aplicando la regla de la cadena a la factorizacion
obtenida a partir de la cadena de conglomerados (vease el Captulo 6). Por tanto,
aunque algunos de los metodos introducidos en estecaptulo pueden ser f
acilmente extendidos para tratar una representacion
potencial de la funcion de probabilidad conjunta, por simplicidad, pero sin perdida
de generalidad, se utiliza el conjunto de probabilidades condicionalesen (10.1)
como representacion parametrica basica de la funcion deprobabilidad conjunta.
Sea X = {X1, . . . , Xn} un conjunto de n variables discretas, cada una
de las cuales puede tomar valores en el conjunto {0, 1, . . . , ri}, y sea B =(D,P) una
red Bayesiana definida sobre X, donde el grafo dirigido acclico D determina la
estructura del conjunto de probabilidades condicionales, y P = {p(x1|1), . . . ,
p(xn|n)} es el conjunto de probabilidades condicionales que se necesitan para
especificar la funcion de probabilidad conjunta.
Algunas de las probabilidades condicionales en (10.1) pueden darse enforma num
erica y otras en forma simbolica, es decir, p(xi|i) pueden ser familias param
etricas o probabilidades totalmente especificadas numericamente.