Modelo de decisiones con probabilidad a posteriori

MODELO DE DECISIONES CON PROBABILIDADES A POSTERIORI
TEORIA.
Ik = Información muestral (Información nueva que brinda una entidad)
ANÁLISIS DE BAYES.
Es un procedimiento para estimar lasprobabilidades de situaciones cuando un estudio o la información de la muestra está disponible.
Eventos: normalmente representa un posible evento o situación en el futuro. Por ejemplo, un estado de naturalezapara el fabricante de decisión puede ser nivel de la demanda, la opción de consumidor, el ingreso la condición nivelada, económica, rango de temperatura, actitud personal, y el gusto. Sea Sj elestado de naturaleza j, j = 1,..., n.
Probabilidad A priori: representa la posibilidad que un estado de naturaleza ocurrirá en un sentido general. Representa a menudo, en promedio, la probabilidad de unestado de naturaleza sin saber cualquier información. Sea P(Sj) la probabilidad anterior para el estado de naturaleza Sj.
Estudio o información de la muestra: normalmente es la información extra quenosotros podemos conseguir si un estudio, o prueba es realizada. Los resultados de un estudio o muestra pueden ser representados por indicadores diferentes. Sea Ik el indicador, k del estudio oresultados de la muestra, k = 1,... ,m.
Probabilidad condicional: representa la posibilidad de un evento particular dado que otro evento ocurre. En análisis de Bayes o tabla de análisis de pagos, representanormalmente la probabilidad de un indicador del estudio (resultado) dado un estado particular de naturaleza. Sea P(I(j)/s(i)) la probabilidad condicional de I(j) dado s(i). La probabilidadcondicional puede ser una indicación de la fiabilidad de la información de la muestra.
Probabilidad A Posteriori: es una probabilidad condicional que representa la posibilidad de un estado de naturaleza dadael estudio o resultado de la muestra. Esto ofrece la probabilidad de lo que pasará si la información extra muestra una indicación. Sea p(Sj)/Ik) represente la probabilidad aposteriori de Sj dado Ik,...