B4 prt2

En la Regla de Bayes, el valor de P(B) puede ser omitido puesto que en la mayoría de casos: es un valor constante. es un valor inconstante. es un valor fracturado.

Para responder cualquier pregunta dentro de la red bayesiana empleando el algoritmo de Muestreo Directo visto en clase: Debemos contar las apariciones en s[] de las evidencias y después debemos dividir por suficientes Muestras. Debemos sumar las apariciones en s[] de las evidencias y después debemos dividir por suficientes Muestras. Debemos restas las apariciones en s[] de las evidencias y después debemos dividir por suficientes Muestras.

P(T) * P(R) * P(A|T,R) * P(J|A) * P(M|A). P(T) + P(R) - P(A|T,R) * P(J|A) * P(M|A). P(T) * P(R) + P(A|T,R) - P(J|A) * P(M|A).

2+2+2^3+2^2+2^2 = 20. 2+2+2^3+2^2+2^2 = 18. 2+2+2^3+2^2+2^2 = 24.

30. Selecciona la definición correcta de una Red Bayesiana: Un grafo acíclico dirigido para representar dependencias entre variables y mostrar una descripción escueta de cualquier distribución de probabilidad conjunta completa. Un grafo acíclico no dirigido para representar dependencias entre variables y mostrar una descripción escueta de cualquier distribución de probabilidad conjunta completa. Un grafo no dirigido para representar dependencias entre variables y mostrar una descripción escueta de cualquier distribución de probabilidad conjunta completa.

31. ¿Qué es la inferencia aproximada?. Son métodos estocásticos, basados en muestreos que simulan las distribuciones de probabilidad de la red. Son métodos escásticos, basados en muestreos que simulan las distribuciones de probabilidad de la red. Son métodos ciclicos, basados en muestreos que simulan las distribuciones de probabilidad de la red.

32. Según como están formadas las redes bayesianas: Cada nodo X tendrá adjunta una distribución P(X|Padres(X)). Si X se conecta con Y se dice que X influencia a Y. Ambas son correctas.

. Dada una red bayesiana compuesta por dos variables A y B cuyas probabilidades son p(A) = 1/2, p(B) = 1/3 y p(A ∩ B) = 1/4. ¿Cuál sería el resultado de p(A | B)?: p(A | B) = 1/2. p(A | B) = 3/2. p(A | B) = ¾.

El algoritmo de Montecarlo resuelve un cálculo sobre una red bayesiana mediante... inferencia aproximada. inferencia lejana. inferencia cercana.

Si tenemos un problema con conexión múltiple, para tratarlo utilizamos: Inferencia aproximada. Inferencia cercana. Inferencia lejana.

cierto. falso.

37. ¿Cuál de las siguientes afirmaciones es la correcta?. El modelo de Kim y Pearl sólo se puede aplicar en monoárboles. Las redes de una sola conexión son intratables utilizando inferencia exacta. Las dos anteriores son incorrectas.

a(luz). b(perro). c(fuera).

. Sean A y B dos sucesos de un espacio de probabilidad tales que: P(A) = 3/5; P(B) = 3/10; P(A∩B) = 1/5; Podemos deducir que: P(A|B) = 2/3. P(A|B) = 1/3. P(A|B) = 3/2.

Sabemos que una red bayesiana es un grafo donde los nodos y las aristas que lo componen son, respectivamente: las variables externas a nuestro sistema y dirigidas, representando estas últimas las relaciones existentes entre los nodos. las variables de nuestro sistema y no dirigidas, representando estas últimas las relaciones existentes entre los nodos. Ninguna de las anteriores es correcta.

Si disponemos de una moneda trucada, pero no sabemos que lado (cara o cruz) tiene más probabilidad de salir... A: tirada anterior B: tirada actual. Si sabemos el valor de la tirada anterior reduciremos nuestra incertidumbre gracias a un conocimiento previo. Si sabemos el valor de la tirada nuestra incertidumbre baja gracias a un conocimiento. Si sabemos el valor de la tirada nuestra incertidumbre sube gracias a un conocimiento.

P(A,B,C,D,E,F) = P(A)*P(B)*P(C)*P(D|C)*P(E|C)*P(F|D,E). P(A,B,C,D,E,F) = P(A)*P(B)*P(C|A,B)*P(D|C)*P(E|C)*P(F|D,E). P(A,B,C,D,E,F) = P(A)*P(B)*P(C|A,B)*P(D|C)*P(E|C)*P(F|D).

. ¿Qué afirmación acerca de las redes bayesianas es falsa?. Están formadas por conjuntos de variables aleatorias que forman nodos independientes entre sí. Están formadas por conjuntos de variables aleatorias que forman nodos dependientes entre sí. Están formadas por conjuntos de variables que forman nodos dependientes entre sí.

44. El método Montecarlo se basa en la realización de: Muestreo de cada probabilidad en las sucesivas iteraciones almacenando cada resultado para obtener finalmente una solución basada en aproximaciones. Muestreo de cada probabilidad en las sucesivas iteraciones almacenando cada resultado para obtener finalmente una solución basada en conocimiento previo. Muestreo de cada probabilidad en las sucesivas iteraciones almacenando cada resultado para obtener finalmente una solución basada en creencias.

45. Respecto a las Redes Bayesianas... Su finalidad principal es calcular la distribución conjunta de variables nodo. Son grafos acíclicos dirigidos para representar dependencias entre variables y mostrar una descripción escueta de cualquier distribución de probabilidad conjunta completa. Ambas son correctas.

Dada una red bayesiana, su distribución de probabilidad puede expresarse como: P(x1, ..., xn) = i ∏ P(xi /pa(xi)). P(x1, ..., xn) = i ∏ P(xi /xi+1,...,xn). Ambas son correctas.

47. En una probabilidad marginal P(a) = ∑ P(a, bi), puedo asegurar que: P(a|b) = P(b). P(a|b) = P(a). P(a|b) = P(ab).

48. Sobre el Teorema de Bayes podemos afirmar que: Nos permite obtener la P(A|B) en términos de la P(B|A) siendo P(B) > 0. No nos permite obtener la P(A|B) en términos de la P(B|A) siendo P(B) < 0. No nos permite obtener la P(A|B) en términos de la P(B|A) siendo P(B) > 0.

49. El problema de la regla de inferencia exacta general es: No funciona para todas las RR.BB. Poca complejidad. Ninguna de las anteriores es correcta.

¿Cuál de las siguientes respuestas es falsa sobre las Redes Bayesianas?: Su finalidad secundaria es calcular la distribución conjunta de las variables nodo. Su finalidad principal es calcular la distribución conjunta de las variables nodo. Su finalidad secundaria es calcular la distribución aproximada de las variables nodo.