Académique Documents
Professionnel Documents
Culture Documents
ESPE-L
DEPARTAMENTO DE ELECTRICA Y
ELECTRONICA
INGENIERIA EN SOFTWARE
INTELIGENCIA ARTIFICIAL I
Teorema de Bayes:
El teorema de Bayes es de enorme relevancia puesto que vincula la probabilidad de A dado B con la
probabilidad de B dado A. Es decir, por ejemplo, que sabiendo la probabilidad de tener un dolor de
cabeza dado que se tiene gripe, se podría saber (si se tiene algún dato más), la probabilidad de tener
gripe si se tiene un dolor de cabeza. Muestra este sencillo ejemplo la alta relevancia del teorema en
cuestión para la ciencia en todas sus ramas, puesto que tiene vinculación íntima con la comprensión
de la probabilidad de aspectos causales dados los efectos observados. (Esquerdo, 2012)
Sea {𝐴1 , 𝐴2 , … , 𝐴𝑖 , … , 𝐴𝑛 }un conjunto de sucesos mutuamente excluyentes y exhaustivos, y tales que
la probabilidad de cada uno de ellos es distinta de cero (0). Sea B un suceso cualquiera del que se
conocen las probabilidades condicionales . 𝑃(𝐵|𝐴𝑖 ) Entonces, la probabilidad 𝑃(𝐴𝑖 |𝐵) viene dada
por la expresión:
Donde:
Un centro médico tiene una BD con las historias clínicas de N = 1000 pacientes.
Estas historias clínicas se resumen gráficamente en la figura. Hay 700 pacientes (región
sombreada) que tienen la enfermedad adenocarcinoma gástrico (G), y 300 que no la tienen
(se considera estar sano como otro valor posible de la enfermedad). Tres síntomas, dolor
(D), pérdida de peso (P) y vómitos (V ), se considera que están ligados a esta enfermedad.
Por tanto, cuando un paciente nuevo llega al centro médico, hay una probabilidad
700/1000 = 70% de que el paciente tenga adenocarcinoma gástrico. Esta es la
probabilidad inicial, o “a priori”, puesto que se calcula con la información inicial, antes
de conocer información alguna sobre el paciente. (Jimenez, 2016)
Se pide crear un SEP que permita diagnosticar el nivel de probabilidad que tiene un
paciente de haber adquirido esta enfermedad en base a los síntomas antes mencionados.
Código en Prolog:
EJECUCIÓN.