2. Propagación de las pruebas consiste en la actualización de la distribuciones de probabilidad de las variables de acuerdo a los nuevos datos disponibles. Por ejemplo, nosotros tenemos la necesidad de calcular la distribución condicional de cada elemento de un conjunto de variables de interés (por ejemplo, enfermedades) habida cuenta de las pruebas (por ejemplo, los síntomas).
3. Hay tres tipos de algoritmos para la propagación pruebas: exacto, aproximado, y simbólico. Supongamos que tenemos un conjunto de variables discretas X=FX1;:::; Xng y JPD, p (x), a lo largo de X. Antes de cualquier se disponga de pruebas, el proceso consiste en la propagación de cálculo de la distribución de probabilidad marginal (MPD), p (Xi = xi), o simplemente p (xi), para cada Xi 2 X.
4. Ahora, supongamos que se ha convertido en algunas pruebas disponibles, es decir, un conjunto de variables de E ½ X son conocidos a tomar los valores Xi = ei, por Xi 2 E (probatorio variables). En esta situación, la propagación de las pruebas consiste en calcular la probabilidad condicional p (xije). PROPAGACIÓN DE PRUEBAS: ALGORITMOS Considere el gráfico en el que cifra por debajo de lo que implica: p(x) = p(a)p(b)p(cja)p(dja; b)p(e)p(fjd)p(gjd; e);
5.
6. PROPAGACIÓN EN POLYTREES Las pruebas E puede descomponerse en dos subconjuntos: E ² + i, el subconjunto de E que se puede acceder desde Xi a través de sus padres. E ² ¡i, el subconjunto de E que se puede acceder desde Xi a través de sus hijos.
7. Desde Xi ¡E separa de E + i i en la polytree, entonces la CEI I (E ¡i; E + jXi i) es titular, por lo que hemos