Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CICLO: V
INTEGRANTES:
Gonzales Camacho Pedro Aldair
Meza Roque Maycol Jhunior
Parra Torres Roger Marcos
Robles Del Pino Jaime Anthony
2016
TEOREMA DE BAYES
El teorema de Bayes, es una proposicin planteada por el filsofo ingls Thomas Bayes
en 1763, que expresa la probabilidad condicional de un evento aleatorio A dado B en
trminos de la distribucin de probabilidad condicional del evento B dado A y la
distribucin de probabilidad marginal de slo A.
El teorema de Bayes es muy significativa puesto que vincula la probabilidad de A dado B
con la probabilidad de B dado A. Es decir, por ejemplo sabiendo la probabilidad de tener
un dolor de cabeza dado que se tiene gripe, se podra saber tambin la probabilidad de
tener gripe si se tiene un dolor de cabeza si es que se tiene algn otro dato ms. Este
sencillo ejemplo muestra la alta relevancia del teorema en cuestin para la ciencia,
puesto que tiene vinculacin ntima con la comprensin de la probabilidad de aspectos
causales dados los efectos observados.12
Donde:
Frmula de Bayes
Filtro Bayesiano:
El filtro bayesiano es una tcnica estadstica para tratar con el spam en la tcnica de
filtrado de email. Se suelen utilizar un conjunto de palabras caractersticas para
identificar los correos spam. Trabajan correlacionados con tokens (por lo general
palabras o algunas veces otras cosas) con mensajes electrnicos que no son spam y que
son spam. Utilizando finalmente el teorema de bayes para calcular la probabilidad de
que un correo electrnico es o no es spam. Lo interesantes de este filtrado () es la
capacidad que tiene de ir aprendiendo, adaptarse a cada usuario (como decimos ser
nico para cada usuario, ya que el mismo ser totalmente maleable y se aprender de los
propios hbitos de cada persona). Esto implica que por ejemplo cada vez que marquemos
o no un correo como spam el sistema aprender nuestra decisin y la aplicar de forma
inteligente, ayudando al usuario a mantener su bandeja de entrada libre de lo que l
mismo considera como spam.
Antes de finalizar con la descripcin del filtro bayesiano, no debemos pasar por alto la
complejidad que tiene este ya que en la base de datos no solo se almacena las palabras
caractersticas de un correo spam, se requiere otros criterios muy IMPORTANTES
(direcciones IP, hosts,) para calcular la probabilidad de que un correo determinado sea
spam, sacados de un ejemplo de correo basura y de correo valido. A cada palabra se le
establece un valor de probabilidad basado en la frecuencia de aparicin de dicha palabra
en un correo basura frente a un correo vlido. Estas asignaciones se realizan a travs de
un proceso de anlisis del correo. Por ejemplo, si la palabra viagra aparece en 600 de
2000 correos de spam y en 3 de 200 correos vlidos, la probabilidad de ser spam es
0,9524. Disponiendo de la base de datos el filtro podr actuar. Cuando se recibe un
nuevo correo, el anlisis consiste en descomponer el texto en palabras y se seleccionan
las ms relevantes, las cuales el filtro bayesiano procesa calculando la probabilidad de
que el correo que hemos recibido sea spam o no. Si la probabilidad supera un umbral
establecido se considerar spam.
Fundamentos matemticos :
Supongamos que el mensaje sospechoso contiene la palabra "rplica". La mayora de las
personas que estn acostumbrados a recibir correos electrnicos saben que este
mensaje es probable que sea un correo no deseado, ms precisamente una propuesta
para vender copias falsificadas de marcas reconocidas de relojes. El software de
deteccin de correos no deseados, sin embargo, no "sabe" tales hechos; todo lo que
puede hacer es probabilidades de cmputo.
La frmula utilizada por el software para determinar que se deriva del Teorema de
Bayes es:
APLICACIONES DEL TEOREMA DE BAYES
Es un juego de azar tpico de los casinos, que consta de una ruleta con nmeros de color
rojo o negro a su alrededor que gira mientras se pone una esfera pequea que se
detendr en un nmero al azar.
Nuestra aplicacin usando informacin sobre nmeros que ya han salido, divide esos
nmeros en 3 secciones: 1.-del 1 al 12, 2.-del 13 al 24 y 3.-del 25 al 36; y segn su
color: rojo o negro. El programa utiliza estos datos para hallar la probabilidad de que el
nmero siguiente que salga pertenezca a una de las secciones dado que es de algn color,
estos 2 parmetros seleccionado por el usuario.
DIAGRAMA DE FLUJO
Donde A representa la cantidad de nmeros de alguna de las 3 secciones, R y N la
cantidad de nmeros de color rojo y negro de alguna de las 3 secciones
respectivamente
Modo de transaccin por tienda digital en
videojuegos
El teorema de bayes es un procedimiento para obtener probabilidades condicionales,
por lo cual hemos implementado este teorema en una aplicacin que se ha desarrollado
en la plataforma eclipse.
El inters de la aplicacin surge como una forma de conseguir que ms usuarios soliciten
la compra de tems a travs de la tienda virtual en los videojuegos. Por eso es prioridad
tener ms transacciones como estas por medio de un interfaz que llame la atencin al
usuario y as contribuir en la ganancia en beneficio al videojuego.
Lo que ofrece cualquier tienda digital en los videojuegos, generalmente son:
Personajes
Aspectos o Skins
Puntos Maestras (En caso de League of Legends, sirve para aumentar el poder al personaje)
tems (Lo ms usados son los que proporciona una habilidad ms al personaje)
Cofres (En su contenido varan objetos de la tienda y solo es posible adquirir algunos al azar)
Hemos pensado que el usuario debera tener la facultad de arma su propio cofre que
adquiere en la tienda, donde el usuario mismo genera las probabilidades segn los datos
que el seleccione. Nuestro programa realiza ello.
Por cofre solo se podr seleccionar tres clases de personajes, en este caso: Mago,
Cazador y Guerrero.
Consideraremos como base, que la cantidad de personajes que hay por cada clase, son
iguales, para facilitar el funcionamiento del programa, entonces las probabilidades se
basarn segn el dato que el usuario ingrese y no de la cantidad de personajes por cada
clase. As la probabilidad de que adquiera cualquier personaje de tal clase es del
33.3333...% y de ah partiremos.
Por ltimo el programa lanzara los resultados de las probabilidades de cada clase con
los skins incluidos pero adquiriendo adicionalmente los puntos de maestras (La
probabilidad del primer suceso dentro del segundo suceso ).
Aqu mostramos el diagrama de flujo para obtener los primeros datos como el primer
suceso, lo cual tambin se aplica para obtener los datos para el segundo suceso.
Ya luego con los datos obtenidos, podremos aplicar el teorema de bayes con una funcin
donde almacena por un bucle los datos guardados en cada variable de tipo de array, y
por consiguiente dentro del bucle tambin estar realizando la operacin para lanzar
luego los resultados.