Está en la página 1de 3

EN UN DOCUMENTO EN WORD EXPLIQUE LA RELACIN ENTRE LA PROBABILIDAD Y LOS SISTEMAS EXPERTOS. MUESTRE DOS EJEMPLOS CONCRETOS.

SISTEMAS EXPERTOS BASADOS EN PROBABILIDAD: Los sistemas expertos basados en reglas descritos en el capitulo anterior, no tienen en cuenta ningun tipo de incertidumbre, puesto que los objetos y las reglas son tratados por ellas de forma determinista. Sin embargo, en la mayor parte de las aplicaciones, la incertidumbre es lo comun y no la excepcion. Por ejemplo, una pregunta tpica en diagnostico medico es: dado que el paciente presenta un conjunto de sntomas, cual de las nfermedades posibles es la que tiene el paciente? sta situacion implica un cierto grado de incertidumbre puesto que: ! Los "ec"os o datos pueden no ser conocidos con exactitud. ! l conocimiento no es determinista. experto que trata este tipo de situaciones de forma efecti#a. stos son los sistemas expertos basados en probabilidad. n los primeros sistemas expertos, se eligio la probabilidad como medida para tratar la incertidumbre $#ease %"eeseman $&'()* o %astillo y +l#are, $&''&*. Pero, desgraciadamente, muy pronto se encontraron algunos problemas, debidos al uso incorrecto de algunas "ipotesis de independencia, utili,adas para reducir la complejidad de los calculos. %omo resultado, en las primeras etapas de los sistemas expertos, la probabilidad fue considerada como una medida de incertidumbre poco practica. La mayora de las criticas a los metodos probabilisticos se basaban en el altsimo numero de parametros necesarios, la imposibilidad de una asignacion o estimaci-n precisa de los mismos, o las "ipotesis poco realistas de independencia.

%onsecuentemente, en la literatura de la epoca, surgieron medidas alternati#as a la probabilidad, como los factores de certe,a, las credibilidades,las plausibilidades, las necesidades o las posibilidades, para tratar la incertidumbre $#ease, por ejemplo, S"afer $&'./*, 0ade" $&'(1*, 2uc"anan y S"ortlie $&'(3*, 4ager y otros $&'(.*, y +lmond $&'')**. Sin embargo, con la aparicion de las redes probabilsticas $principalmente las redes 2ayesianas y 5ar6o#ianas, que se presentan en el captulo /*, la probabilidad "a resurgido de forma espectacular, y es, "oy en da, la mas intuiti#a y la mas aceptada de las medidas de incertidumbre. Lindley $&'(.*, por ejemplo, dice: 7La 8unica descripcion satisfactoria de la incertidumbre es la probabilidad. sto quiere decir que toda a9rmacion incierta debe estar en forma de una probabilidad, que #arias incertidumbres deben ser combinadas usando las reglas de la probabilidad, y que el calculo de probabilidades es adecuado para manejar situaciones que implican incertidumbre. n particular, las descripciones alternati#as de la incertidumbre son innecesarias.: ste captulo introduce los sistemas expertos de tipo probabilstico, que se basan en la probabilidad como una medida de incertidumbre. Se describen en detalle sus principales componentes $por ejemplo, la base de conocimiento, el motor de inferencia, el sistema de control de co"erencia, etc.* y se comparan con los sistemas expertos basados en reglas. n la Seccion 1.; se da una introduccion bre#e a los conceptos de la teora de la probabilidad, que se necesitan para entender el material de este y otros captulos. La Secci8on 1.1 de9ne y discute las reglas generali,adas como un intento de extender los sistemas expertos basados en reglas para tratar situaciones de incertidumbre. 5anteniendo el mismo tratamiento de los sistemas basados en reglas, se examina la estructura de la base del conocimiento, el motor de inferencia, y el sistema de control de la co"erencia de los sistemas expertos basados en probabilidad. n particular, la Seccion 1.3 ilustra este tipo de sistemas expertos mediante un ejemplo. La Seccion 1.) describe la base de

conocimiento y presenta #arios modelos para describir las relaciones entre un conjunto de #ariables de interes. n la Secci8on 1./, se discute el motor de inferencia. l problema del control de la co"erencia se presenta en la Secci8on 1... <inalmente, en la Seccion 1.( se termina con una comparaci-n de los sistemas basados en reglas y los sistemas basados en probabilidad.

Por ejemplo: las relaciones entre las enfermedades y los sntomas no son deterministas, puesto que un mismo conjunto de sntomas puede estar asociado a diferentes enfermedades. =e "ec"o, no es extra>o encontrar dos pacientes con los mismos sntomas pero diferentes enfermedades. Por ello, es clara la necesidad de contar con sistemas expertos que traten situaciones de incertidumbre. Por ejemplo: un paciente puede no estar seguro de "aber tenido 9ebre la noc"e pasada. Por ello, "ay un cierto grado de incertidumbre en la informacion asociada a cada paciente $subjeti#idad, imprecision, ausencia de informacion, errores, datos ausentes, etc.*.