Independencia condicional (II): ejemplos adicionales relevantes en control (Markov), redes Bayesianas

Antonio Sala, UPV

Dificultad: *** ,       Relevancia: ,      Duración: 16:30

*Link to English version

Resumen:

El vídeo [condin1] definió el concepto de variables aleatorias “condicionalmente independientes dado cierto valor de otra tercera variable”. Aunque pueda parecer un refinamiento inútil de interés para muy poca gente, éste no es el caso: hay detrás ideas muy relevantes de “sentido común”, y está detrás de las ideas de “estado”, fundamental en teoría de control multivariable, y las “redes bayesianas” en Inteligencia Artificial.

Este vídeo complementa los ejemplos “intuitivos” del vídeo arriba referido con ejemplos más abstractos sobre ruidos de medida y de proceso, el concepto de estado, hipótesis de Markov, y los diagramas de redes bayesianas asociados. Se recomienda visualizar el vídeo [estado2] para más discusiones sobre la importancia del concepto de estado y Markov en el modelado de sistemas físicos.

También presenta conclusiones sobre la importancia del concepto de independencia condicional en el pensamiento científico en general.

Ejemplos adicionales (particularizados al caso de correlación o no correlación condicional) se discuten en el vídeo [condnoco], cuya visualización se aconseja, y en el caso de un tigre oculto en vídeo [tiger4].

Colección completa [VER]:

• Anterior   Independencia condicional (I): definición y ejemplos básicos

• Siguiente Independencia condicional (III): variables aleatorias condicionalmente NO correladas (solo distr. normal multivariable)