Scaricare la presentazione
1
Esercizio reti bayesiane
2
Sia data la rete bayesiana della figura seguente
Sia data la rete bayesiana della figura seguente. Calcolare la probabilità che Watson sia bagnato sapendo che Holmes è bagnato ( P(W/H) ). P(S) 0.1 P(R) 0.2 Sprinkler Rain S R R S P(H) T T 1.0 F T 0.9 T F F F 0.0 H W R P(W) T F 1.0 0.2 Watson wetted Holmes wetted
3
Soluzione: P(W/H) = P(W,H)/P(H) Dove:
P(H) = P(H,S,R) + P(H,S,R)+ P(H,S, R) + P(H, S, R) = P(H/S,R) P(S) P(R) + P(H/S,R) P(S) P(R)+ P(H/S, R) P(S) P(R)+ P(H/S, R) P(S) P(R) = 1.0 * 0.1 * * 0.9 * * 0.1 * = =
4
P(W,H) = P(W,H,S,R) + P(W,H, S,R) + P(W,H,S,R) + P(W,H,S,R) =
P(W/R)P(H/S,R)P(S)P(R) + P(W/R)P(H/S,R) P(S)P(R) + P(W/R)P(H/S,R)P(S)P(R) + P(W/R)P(H/S, R)P(S)P(R) = P(W/R)P(R)[ P(H/S,R)P(S)+P(H/S,R)P(S)]+ P(W/R)P(R)[ P(H/S, R)P(S)+ P(H/S, R)P(S)] = 1.0*0.2*[1.0* *0.9] + 0.2*0.8*[0.9* ] = *0.09 = = Quindi: P(W/H) = P(W,H)/P(H)=0.2144/0.272=0.788
5
Altro metodo: W dipende direttamente solo da R, ma la probabilità di R è variata perché è noto H. Pertanto, riportando indietro H verso R: P(R*) = P(R/H) = P(H/R)P(R)/P(H) dove: P(H) è quella calcolata nella sezione precedente P(H/R) =P(H,R) / P(R) = [P(H,R,S)+P(H,R,S)] / P(R) = 1/P(R)[(P(H/R,S)P(S) P(R) + P(H/R,S)P(S) P(R))] = P(H/R,S)P(S) + P(H/R,S)P(S) = 1 0.9 = = 1
6
Quindi: P(R*) = P(R/H) = P(H/R) P(R) / P(H) = (1 0.2) / = e P(R*) = 1 – P(R*) = 1 – = 0.265 Ora, riportando l’informazione in giù: P(W*) = P(W/H) = P(W/R)P(R*) + P(W/R)P(R*) = 1 = 0.788
Presentazioni simili
© 2024 SlidePlayer.it Inc.
All rights reserved.