Gua de ejercicios de Redes Bayesianas

Instrucciones. A continuacin se presentan un conjunto de problemas que le sern de utilidad para ejercitarse y
estudiar la materia correspondiente. Mientras que estos problemas no tienen un punteo asociado, se recomienda fuertemente la resolucin de los mismos.
1. Escriba la expresin de probabilidad condicional factorizada correspondiente a la red bayesiana.
H
E

G
D

C
A

2. Dibuje la red bayesiana que corresponde a la siguiente probabilidad condicional

P(A|B, C, E)P(B|D, G)P(C|E, F , H )P(D|G)P(E|G, H )P(F |H )P(G|H )P(H )
3. Considere la siguiente red bayesiana que muestra la siguiente situacin: una alarma (A) suena cuando hay un
terremoto (E) o un ladrn (B) entr al apartamento, los vecinos Juan (J) y Mara (M) llaman (independientemente
del otro) cuando escuchan la alarma para avisarnos que est sonando. Es decir, se muestra el problema
P(J |A)P(M|A)P(A|B, E)P(B)P(E).

P(A|B, E)

t
t
f
f

t
f
t
f

0.95
0.94
0.29
0.001

P(B)
0.001

P(E)
0.002

A
A

P(J |A)

t
f

0.90
0.05

P(M|A)

t
f

0.70
0.10

Las tablas de probabilidad muestran las probabilidades de que la variable sea verdadera, es decir, P(B) significa
P(B = t).
Escriba una expresin que evalue P(J = t M = f A = t B = f E = t). Exprese su respuesta como una
serie de nmeros (probabilidades numricas) separadas por el signo de multiplicacin. Muestre la probabilidad
correspondiente de donde se derivan los nmeros, es decir, derive las probabilidades condicionales intermedias
antes de colocar las probabilidades finales.
4. Suponga que tiene dos tipos de condiciones: congestin nasal (C) o gripe (G). La congestin nasal es causada por
una alergia (A) o por la gripe.
Hay tres sntomas observados para estas condiciones: dolor de cabeza (D), nariz que moquea (N ), y fiebre (F ).
La nariz que moquea y los dolores de cabeza son causados directamente por la congestin nasal solamente,
mientras que la fiebre viene de tener gripe solamente. Por ejemplo, las alergias slo causan nariz que moquea
indirectamente. Suponga que cada variable es booleana.
(a) Considere las siguientes redes bayesianas:

1/3

Gua de ejercicios de Redes Bayesianas

(i)

(ii)

(iii)

(iv)

Cul modela mejor el dominio descrito anteriormente?

(b) Para cada red de la pregunta anterior, si modela el dominio djela como est y escriba que el modelo es
correcto. Si tiene muchas propiedades de independencia condicional, escriba que tiene independencia extra, y
escriba cuales son. Si tiene muy pocas propiedades de independencia condicional, escriba falta independencia
y escriba cuales faltan.
(c) Suponga que deseamos remover la variable de congestin nasal (C). Dibuje la red bayesiana mnima sobre
las variables restantes tal que mantengan la distribucin marginal del modelo original.
Suponga que las siguientes muestras se extrajeron a travs de muestreo a prior
a, c, n, d, g, f
a, c, n, d, g, f
a, c, n, d, g, f
a, c, n, d, g, f
a, c, n, d, g, f

(d) Cul es el valor estimado de P(g)? o indique por qu es imposible calcularlo.

(e) Cul es el valor estimado de P(g|d)? o indique por qu es imposible calcularlo.
(f) Cul es el valor estimado de P(g|f )? o indique por qu es imposible calcularlo.
(g) Para un muestreo de descarte o rechazo, en el caso general (no necesariamente para las muestras anteriores),
cul de las siguientes bsquedas requiere ms muestras para poder calcularse: P(g|d) o P(g|d, a)? Justifique
su respuesta.
5. Considere el siguiente modelo bayesiano para el diagnostico del hambre (H ) de su gato. Las seales del hambre
incluyen que el gato est delgado (D), maullando (M), o dbil (E).
H

P(H )

P(D|H )

P(M|H )

P(E|H )

h
h

0.5
0.5

h
h
h
h

d
d
d
d

0.6
0.4
0.4
0.6

h
h
h
h

m
m
m
m

0.6
0.4
0.4
0.6

h
h
h
h

e
e
e
e

0.5
0.5
0.0
1.0

(a) Si su gato est delgado y maullando, pero no dbil, cul es la probabilidad que tenga hambre?
6. Considere las tablas de probabilidad de los factores P(A|b, C) y P(C|b).
A

Valor

Valor

a
a
a
a

b
b
b
b

c
c
c
c

w
x
y
z

b
b

c
c

r
s

(a) Cul es la distribucin de probabilidad f que resulta de multiplicar estos dos factores?

2/3

Gua de ejercicios de Redes Bayesianas

(b) Escriba la tabla de probabilidad del factor resultante f (en terminos de r, s, w, x, y, z).
(c) Suponiendo que las tablas para P(A|b, C) y P(C|b) estn normalizadas. Tenemos que normalizar los valores
en f para generar las probabilidades?
7. Pacman come las frutas que aparecen segn el siguiente modelo.
P
A

E
N

(a) Factorice la probabilidad de que Pacman escoja comer segn la distribucin P(p, a, c, n, e, t).
(b) Usted descubre que P(a|c, t) > P(a|c). Sugiera cmo puede ajustar la red para reflejar este hecho.
(c) Usted quiere calcular la distribucin P(A) utilizando la eliminacin de variables. Liste todos los factores que
tiene antes y despus de eliminar la variable N . Explique cmo los encontr.
(d) Pacman empieza una nueva dieta y solo le permite comer fruta P y A, pero l solo sigue la dieta ocasionalmente. Agregue una nueva variable D (que utiliza cuando sigue la dieta) a la red. Justifique su respuesta.
(e) Dados los factores de la red bayesiana, llene la tabla para P(D|a) o escriba que no hay suficiente informacin.
D

P(D)

P(A|D)

d
d

0.4
0.6

d
d
d
d

a
a
a
a

0.8
0.2
0.5
0.5

d
d

a
a

P(D|A = a)

3/3