Redes Bayesianas são empregadas em Inteligência Artificial para representar incerteza. Não existe, na literatura atual, algoritmo que dê garantias sobre a distribuição de redes Bayesianas geradas aleatoriamente. Este trabalho apresenta novos métodos para geração aleatória de redes Bayesianas. Tais métodos podem ser empregados para se testar algoritmos de inferência e de aprendizado em redes Bayesianas, e para se obter informações sobre propriedades médias de redes Bayesianas. Este trabalho propõe novos algoritmos para geração uniforme de grafos (isto é, todo grafo tem a mesma probabilidade de ser gerado) multi-conectados e polytrees, para um número especificado de nós e de arcos. Após geração uniforme do grafo, distribuições condicionais são construídas, amostrando-se a distribuição Dirichlet. O resultado final do trabalho foi a confecção de um programa livremente distribuído para geração aleatória de redes Bayesianas, BNGenerator. A aplicação de redes Bayesianas geradas aleatoriamente para análise de métodos quasi-Monte Carlo é apresentada.

Bayesian networks are employed in Artificial Intelligence to represent uncertainty. No algorithm in the literature currently offers guarantees concerning the distribution of generated Bayesian networks. This work presents new methods for random generation of Bayesian networks. Such methods can be used to test inference and learning algorithms for Bayesian networks, and to obtain insights on average properties of such networks. This work proposes new algorithms that can generate uniformly distributed samples of directed a cyclic graphs, like multi-connected networks and polytrees, for a given number of nodes and arcs. After a directed a cyclic graph is uniformly generated, the conditional distributions are produced by sampling Dirichlet distributions. The main result of this work is the development of a freely distributed random Bayesian network generator, BNGenerator. An application of random generated Bayesian networks in the analysis of quasi-Monte Carlo methods is presented.