Sesión 7 – Representación y

Manejo de Incertidumbre

Dr. Miguel Ángel Barrientos Martínez

Primavera 2020

Inteligencia Artificial – Redes

Neuronales (AINN)
Tópicos
Agentes basados en Razonamiento
Representación de Probabílistico
Tipo de Problemas
Incertidumbre Aplicaciones

Introducción a Redes Bayesianas

Manejo de Incertidumbre Definición de Redes Bayesianas

Representación Semántica

Eventos aleatorios discretos

Conceptos Básicos de Función de Distribución Conjunta

Eventos Independientes
Probabilidad Probabilidad Condicional

2 BI - Primavera 2020 - Sesión 7

Escenario Inicial

3 BI - Primavera 2020 - Sesión 7

Indicadores  Diagnóstico

4 BI - Primavera 2020 - Sesión 7

Factores Adicionales

5 BI - Primavera 2020 - Sesión 7

Modelo de Influencia – 16 Variables

6 BI - Primavera 2020 - Sesión 7

Redes Bayesianas – Especificar, Observar, Calcular
 Red Bayesiana – Es una representación compacta de un
modelo de influencia basado en la distribución
probabilística de todas las variables del modelo  216
 Variables Binarias de una distribución Binomial

7 BI - Primavera 2020 - Sesión 7

Temas de Redes Bayesianas

8 BI - Primavera 2020 - Sesión 7

Aplicaciones de Redes Bayesianas

9 BI - Primavera 2020 - Sesión 7

Soporte Redes Bayesianas

10 BI - Primavera 2020 - Sesión 7

Probabilidad para Representar Incertidumbre
Lanzamiento de una Moneda ( Head o Tail )

 P(H) = 1 / 2  P(T) =

 P(H) = 3 / 4  P(T) =

 P(H,H,H) =  Si P(H) = 1/2

11 BI - Primavera 2020 - Sesión 7

Probabilidad para Representar Incertidumbre

12 BI - Primavera 2020 - Sesión 7

Introducción a Probabilidad
 Se lanza la moneda 4 veces y se desea conocer cual es la
probabilidad de obtener el mismo valor en los 4
lanzamientos, dado que la probabilidad de obtener Head
es igual a 0.5 para todos los lanzamientos

13 BI - Primavera 2020 - Sesión 7

Introducción….
 Ahora se desea saber cual es la probabilidad de obtener 3
o más Heads al lanzar la moneda 4 veces

14 BI - Primavera 2020 - Sesión 7

Introducción…
 El resultado es el siguiente al considerar todos los
posibles escenarios donde se tienen 3 o más Heads

15 BI - Primavera 2020 - Sesión 7

Probabilidades - Resumen

16 BI - Primavera 2020 - Sesión 7

Probabilidad Condicional
 Cual es la probabilidad de que en el segundo lanzamiento
se obtenga Head, si tenemos que la probabilidad de
obtener Head en el primer lanzamiento es 0.5

17 BI - Primavera 2020 - Sesión 7

Probabilidad Condicional
 El resultado es el siguiente

18 BI - Primavera 2020 - Sesión 7

Resumen
 Lo que se tiene es lo siguiente

19 BI - Primavera 2020 - Sesión 7

Quiz
 Clima – Probabilidad de un día lluvioso dado que el día
anterior fue un día soleado, bajo las siguientes
restricciones
 Probabilidad de que D1 sea soleado es 0.9
 Probabilidad de que D2 sea soleado dado que D1 fue soleado
es de 0.8

20 BI - Primavera 2020 - Sesión 7

Quiz
 Cuál es la Probabilidad de un día lluvioso dado que el día
anterior fue un día lluvioso, bajo las siguientes
restricciones:
 Probabilidad de que D2 sea soleado dado que D1 fue lluvioso
es de 0.6

21 BI - Primavera 2020 - Sesión 7

QUIZ
 Finalmente, cual es la probabilidad de que el segundo día
sea soleado y el tercer día también sea soleado

22 BI - Primavera 2020 - Sesión 7

Resultado
 Este es el resultado final….

23 BI - Primavera 2020 - Sesión 7

Probabilidad de Cancer
 Probabilidad de Tener Cancer dado que la prueba resulte
positiva o negativa

24 BI - Primavera 2020 - Sesión 7

Probabilidad de Cancer - Resultados

25 BI - Primavera 2020 - Sesión 7

Ejemplo de Representación

26 BI - Primavera 2020 - Sesión 7