Redes Bayesianas y sus Aplicaciones Contemporáneas

• Luz Angélica Aguilar Chávez ^[1] ; Manuel Arnoldo Rodríguez Medina ^[1] ; Lizette Alvarado Tarango ^[1]
  1. [1] Instituto Tecnológico de Ciudad Juárez/TECNM
• Localización: Métodos para la Optimización y Resolución de Problemas en la Ingeniería / coord. por Ericka Berenice Herrera Ríos, Lizette Alvarado Tarango, Roberto Romero López, 2023, ISBN 978-84-09-52251-4, págs. 128-155
• Idioma: español
• Títulos paralelos:
  • Bayesian Networks and their Contemporary Applications
• Enlaces
  • Texto Completo Libro
• Resumen
  • español

    Las redes bayesianas se han desarrollado en la época contemporánea por su versatilidad en el modelado de situaciones en una diversidad de áreas como lo son las médicas, sociales, políticas, escolares, de ingeniería, entre otras. El modelado de las redes bayesianas ha promovido la importancia de la inteligencia artificial, utilizando herramientas estadísticas, así como el análisis de áreas de confiabilidad para el uso de la incertidumbre, aspecto inherente de procesos tanto sociales como industriales, la minería de datos con técnicas estadísticas, como el teorema de Bayes y el cálculo de probabilidades. El modelado de problemas por medio de redes bayesianas tiene como finalidad la mejora de los riesgos operacionales de procesos, trabajando, así como auxiliares en la toma de decisiones y formulando estrategias de mejora en situaciones de importancia. Más allá de las redes bayesianas, la integración de los árboles de falla como instrumentos de complemento a los modelos bayesianos funcionan para encontrar las causas y efectos de los componentes de un sistema, el cual puede ser problemas de índole escolar, social, industrial y más, permitiendo establecer estas relaciones causa-efecto para poder establecer las relaciones y fuerzas de dependencia existente entre las mismas.

  • English

    Bayesian networks have been developed in contemporary times due to their versatility in modeling situations in a variety of areas such as medical, social, political, school, engineering, among others. Bayesian network modeling has promoted the importance of artificial intelligence, using statistical tools as well as the analysis of reliability areas for the use of uncertainty, an inherent aspect of both social and industrial processes, data mining with statistical techniques, such as Bayes' theorem and the calculus of probabilities. The modeling of problems by means of Bayesian networks has the purpose of improving the operational risks of processes, thus working as auxiliaries in decision making and formulating improvement strategies in important situations. Beyond Bayesian networks, the integration of fault trees as complementary instruments to Bayesian models work to find the causes and effects of the components of a system, which can be problems of a school, social, industrial and more nature. , allowing to establish these cause-effect relationships in order to establish the relationships and forces of dependency between them.