UNIVERSIDAD

PUBLICA DE EL ALTO CARRERA

INGENIERIA DE SISTEMAS

INTELIGENCIA ARTIFICIAL II

DOCENTE :
ESTUDIANTE :

PARALELO : “9 - C”

FECHA : 05 JULIO, 2013

EL ALTO - BOLIVIA

1
 INDICE

1. FORMULACION DE PROBLEMA………………………………………………………3
a) DESCRIPCION DEL OBJETO DE ESTUDIO ………………………………………..3
b) EXPLICACION DEL PROBLEMA…………………………………………………...3
c) PROBLEMA……………………………………………………………………….. 3
2. OBJETIVO………………………………………………………………………………3
3. SELECCIÓN DE LAS VARIABLES QUE INTERVIENEN…………………………………4
4. TRAZAR LOS ENLACES EN SENTIDO CAUSAL………………………………………. 4
5. DETERMINAR QUE VALORES TOMA CADA VARIABLE ……………………………..5
6. ASIGNAR PROBABILIDADES NUMERICAS…………………………………………...5
a) ASOCIAR A CADA NODO LA TABLA DE PROBABILIDAD CONDICIONAL…..5
7. CONSTRUIR LA RED BAYESIANA (USAR ELVIRA)…………………………………...6
8. REALIZAR EJEMPLOS DE CONSULTAS (CASOS)…………………………………….7
9. CONCLUSIONES……………………………………………………………………….8
10. BIBLIOGRAFIA…………………………………………………………………………8

2
1. FORMULACION DEL PROBLEMA
A) DESCRIPCION DEL OBJETO DE ESTUDIO

Las instituciones financieras, brindan a sus clientes múltiples opciones para la

concesión de créditos bancarios, créditos tales, como: créditos de negocio,
reparación, microcréditos, créditos agrícolas, etc. Pero el problema de la
aprobación o no de créditos es un problema global de todas las instituciones que
los otorgan, la decisión final para aprobar estos créditos es de suma importancia, el
impacto de un mal análisis de la aprobación de un crédito puede ocasionar grandes
problemas a dichas instituciones; es por esto que la revisión para poder otorgar un
préstamo es algo arriesgado y requiere de un tiempo considerable para su correcto
análisis.

B) EXPLICACION DEL PROBLEMA

La población de las ciudades de Santa Cruz, La Paz, Cochabamba y El Alto se presta
dinero de las entidades financieras con el único objetivo de abrir o ampliar un
negocio y comprar o adquirir una vivienda. El resto del crédito es para vehículos,
educación, anticrético, viajar de vacaciones y otros usos.
Así lo determina un estudio de mercado denominado Ranquin de imagen del
sistema financiero realizado por la empresa especializada en investigaciones
Captura Consulting. El tamaño de la muestra se realizó sobre 800 personas, entre
hombres y mujeres mayores de 18 años y residentes en las ciudades mencionadas.
El informe enfatiza que el crédito promedio es de $us 6.133 y está destinado
principalmente a abrir o ampliar el negocio propio, y también a comprar o construir
una vivienda y a adquirir un vehículo.
En promedio, el 34% de la población tiene algún préstamo en las entidades
financieras. Las ciudades de Cochabamba y El Alto y las personas entre los 26 y 40
años son quienes tienen más préstamos.

C) PROBLEMA
La aprobación o no de créditos bancarios es un tema delicado, y es una tarea que
requiere de un análisis previo y de una interpretación correcta de los resultados.
Basándonos en datos históricos almacenados previamente en una base de datos
sobre los clientes que han solicitado créditos y utilizando el aprendizaje
automático como medio para esto, se pueden encontrar patrones comunes que
nos ayuden a tomar la mejor decisión a la hora de aprobar o rechazar dichos
créditos.

2. OBJETIVO

Se recurrirá a la construcción de una red bayesiana, para la resolución del problema.

El cual consiste con un grupo nodos/ variables identificadas del cliente ,que solicita el el
crédito

3
3. SELECCIÓN DE LAS VARIABLES QUE INTERVIENEN
Las variables a tener en cuenta para la aprobación del crédito bancario son los
siguientes:

 Edad: número de años de la persona quien solicita el préstamo.

 Sexo: puede ser masculino o femenino
 Ubicación: donde se ubica el cliente (centro de la ciudad, afueras, zona rural)
 Ingresos del cliente
 Estado civil: si es soltero o casado
 Hijos: número de hijos que tiene.
 Si posee vehículo
 Si tiene una cuenta de ahorros activa
 Si tiene una cuenta corriente activa
 Si el cliente posee una hipoteca
 Si el préstamo fue aprobado o no.

4. TRAZAR LOS ENLACES EN SENTIDO CAUSAL

5. DETERMINAR QUE VALORES TOMA CADA VARIABLE

4
 Variable valor muestra %

6. ASIGNAR PROBABILIDADES NUMERICAS

A) ASOCIAR A CADA NODO LA TABLA DE PROBABILIDAD CONDICIONAL
EDAD SEXO

INGRESOS

5
 ESTADO CIVIL

HIJOS

H
I
P
HIPOTECA UBICACIÓN CUENTA CORRIENTE

CUENTA AHORRO
VEHICULO

APROBACION

7. CONSTRUIRIR LA RED BAYESIANA (USAR ELVIRA)

6
 8. REALIZAR EJEMPLOS DE CONSULTAS (CASOS)
1ER Caso:

2DO Caso:

7
9. CONCLUSIONES

Más que un sistema que nos arroje una decisión final en la cual nos podamos basar para
aceptar o rechazar un crédito; el sistema ofrece un valor añadido para reducir la
incertidumbre de los resultados de decisiones para poder mejorar el servicio de
calidad.

10. BIBLIOGRAFIA
Páginas Web:
 http://www.economiabolivia.net/2013/04/07/el-82-de-la-poblacion-ha-contraido-
un-credito-bancario/
 http://www.cash.com.bo/index.php?option=com_content&view=article&id=119
8:credito-bancario-el-79-de-la-cartera-colocada&catid=29:informe&Itemid=19
 http://www.ahorrando.org/Templates/ah/Content.aspx?id=594

Textos, trabajos consultados:

 APROBACIÓN DE CRÉDITOS BANCARIOS UTILIZANDO INTELIGENCIA

ARTIFICIAL Israel Cueva Hidalgo Mayo, 2010