A mudança paradigmática ocorrida na matemática e ciência do século XXI proporcionou o desenvolvimento de diversas teorias para modelagem da incerteza, como fatores de certeza, lógica fuzzy, teoria de dempster-shafer e redes bayesianas. A partir destas, diversas ferramentas para automatização da resolução de problemas que apresentam o conceito de incerteza foram desenvolvidas. No entanto, a evolução destes diferentes ambientes de desenvolvimento ocorreu de forma não integrada, culminando em ambientes específicos e que consideram um único formalismo para modelagem da incerteza. Portanto, objetivando fornecer as quatro teorias supracitadas, uma ferramenta intitulada shell Pegasus Uncertaininty Modeling começou a ser desenvolvida pelo Grupo de Pesquisa em Inteligência Computacional Aplicada, sendo a atribuição desta pesquisa a modelagem da shell Pegasus e o desenvolvimento da teoria de redes bayesianas nesta ferramenta. A construção do módulo bayesiano da shell Pegasus possibilitou construir e verificar como um modelo gráfico caracteriza um mecanismo eficiente para representação de conhecimento e como as variáveis no domínio influenciam umas as outras explorando relacionamentos de dependência e independência condicional em grafos, mecanismo capaz de otimizar o processo de inferência, a qual baseia-se em redes com estrutura de poliárvore, devido a uma representação compacta da distribuição de probabilidades da rede bayesiana.