Construcción de un sistema experto de tipo probabilístico

Partes: 1, 2

RESUMEN

Este trabajo se realizó como requisito parcial del curso de Sistemas Basados en el Conocimiento II, conducido por el ing. Pervys Rengifo. El propósito fundamental de este trabajo es ilustrar el procedimiento de construcción de sistemas expertos de tipo probabilísticos.

INTRODUCCIÓN

Es muy común que los seres humanos tomen decisiones en condiciones de incertidumbre, es más la incertidumbre hace parte de nuestro diario vivir, un ejemplo tan cotidiano como el de ir tarde al trabajo y preguntarse si tomar bus o taxi, la persona decide con incertidumbre, por que no sabe si el bus se demore o no, o si estará lleno, por otro lado el taxi le costará mas, pero debe tomar una decisión que lo lleve a su trabajo. Este tipo de decisiones se presenta a menudo tanto en la vida cotidiana, como en el ámbito científico o en el empresarial; aunque la incertidumbre este presente en todos esos campos, el ser humano ha desarrollado técnicas y teorías, como la probabilidad y estadística, para enfrentar este tipo de decisiones, pero además de estos métodos, el rápido desarrollo de los sistemas ha permitido fusionar todo el conocimiento, en aplicaciones que permiten dar soluciones que aunque no son perfectas tienen un soporte teórico que le da mayor probabilidad de éxito, que a una decisión tomada al azar.

A lo largo de este documento se especifica la manera en que se combinan la teoría de la probabilidad, con los sistemas expertos para dar respuesta a los interrogantes al momento de tomar una decisión. Para esto se hace una corta explicación acerca de los sistemas expertos de tipo probabilístico, y de las diferencias más relevantes respecto a los sistemas usuales, después se describen las probabilidades condicionales y la regla de Bayes, de manera un poco más general que la presentada usualmente, esto debido a que no solo se tiene un evento común y su complemento, asociado a la partición disjunta de un conjunto, si no que se tienen n conjuntos asociados a dicha partición. Para finalmente hacer una descripción general de los diagramas de árbol, y de la manera en que se construye el sistema.

Sistemas expertos de tipo probabilístico

Los sistemas expertos comunes, basados en reglas no tienen en cuenta la incertidumbre, ya que la forma de tratar los objetos y las reglas, es de tipo determinista, pero como se aprecio anteriormente, es frecuente la toma de decisiones en condiciones de incertidumbre, ya sea en áreas de la ingeniería, los negocios o inclusive la salud.

El ejemplo que se presenta a continuación es el de un paciente que asiste al medico, con ciertos síntomas para que este le determine en base a estos, que tipo de enfermedad de las posibles padece. Se dice que el sistema no es determinista, ya que la relación entre las enfermedades y los síntomas que tiene un paciente no son deterministas, por que los mismos síntomas pueden estar presentes en distintas enfermedades.

Esto crea la necesidad, de herramientas que tengan la capacidad para funcionar, en estos ambientes, una buena opción son los sistemas de tipo probabilístico. Estos como los otros, cuentan con una base de conocimiento, pero esta se forma por el espacio probabilístico, que describe el problema.

El motor de inferencias es basado en probabilidades condicionales y este se encarga de actualizar dichas probabilidades con base en los hechos que observa del ambiente en que se desempeña.

Para modelar más acertadamente los sistemas de tipo probabilístico, tenemos que tener en cuenta la teoría de las probabilidades condicionales. Dos conceptos muy importantes para este estudio se presentan a continuación.

Probabilidad condicional

A la probabilidad de que un evento B se de cuando se sabe que un evento a se ha presentado se llama probabilidad condicional y se escribe . Esta expresión, por lo general se lee "la probabilidad de que B ocurra dado que A ocurrió A ", o simplemente "la probabilidad de B dado A" [2].

Regla de Bayes

Si los eventos constituyen una división del espacio muestral S, donde , para , entonces para cualquier evento A en S es tal que .

Modelo General

En el modelo general los eventos , forman una partición del espacio muestral S, donde , para , entonces para cualquier evento A de S, en particular , para tal que , entonces se tiene que:

Esto se puede representar mediante diagramas de Ven como sigue:

Grafico 1

Proceso general para la construcción de un sistema experto basado en probabilidades.

Partes: 1, 2

Página siguiente