[SEM4][labSI] Sieci bayessowe(final)

% Metody teoretyczne

clear
N=1; T=2; % falsz, prawda

%zadawanie wartosci prawdopodobienstw
%Pr - błąd programisty
%B - błąd w systemie
%N - skok napięcia
%D - błąd na dysku
%U - utrata danych
%Prawdopodobieństwa dane:

% blad programisty
pPr(T) = 0.70;
pPr(N) = 1 - pPr(T);
% skok napiecia
pN(T) = 0.07;
pN(N) = 1 - pN(T);
% blad w systemie
pBPr(T,T) = 0.13;
pBPr(T,N) = 0.05;
pBPr(N,T) = 1 - pBPr(T,T);
pBPr(N,N) = 1 - pBPr(T,N);
% blad na dysku
pDNB(T,T,T) = 0.80;
pDNB(T,N,T) = 0.15;
pDNB(T,T,N) = 0.45;
pDNB(T,N,N) = 0.06;
pDNB(N,T,T) = 1 - pDNB(T,T,T);
pDNB(N,N,T) = 1 - pDNB(T,N,T);
pDNB(N,T,N) = 1 - pDNB(T,T,N);
pDNB(N,N,N) = 1 - pDNB(T,N,N);
%Utrata danych
pUDB(T,T,T) = 0.50;
pUDB(T,N,T) = 0.30;
pUDB(T,T,N) = 0.20;
pUDB(T,N,N) = 0.05;
pUDB(N,T,T) = 1 - pUDB(T,T,T);
pUDB(N,N,T) = 1 - pUDB(T,N,T);
pUDB(N,T,N) = 1 - pUDB(T,T,N);
pUDB(N,N,N) = 1 - pUDB(T,N,N);
% tablica prawdopodobienstw lacznych
%Pr - błąd programisty
%B - błąd w systemie
%N - skok napięcia
%D - błąd na dysku
%U - utrata danych
for Pr=1:2
  for B=1:2
    for N=1:2
      for D=1:2
        for U=1:2
          p(Pr,B,N,D,U)=pPr(Pr)*pN(N)*pBPr(B,Pr)*pDNB(D,N,B)*pUDB(U,D,B);
        end
      end
    end
  end
end

% Sprawdzenie czy suma wszystkich prawdopodobienstw jest rowna 1
sum(sum(sum(sum(sum(p)))))


% Na podstawie tablicy prawdopodopienstw lacznych mozna obliczyc dowolne prawdopodobienstwo, np.P(A|S)=P(A,S)/P(S)
pD = sum(sum(sum(sum((p(:,:,:,2,:))))))
pPrD = sum(sum(sum(p(2,:,:,2,:))))/pD

%pwas=sum(sum(sum(p(2,:,2,:,:))))/sum(sum(sum(sum(p(:,:,2,:,:)))))
%pwnas=sum(sum(sum(p(1,:,2,:,:))))/sum(sum(sum(sum(p(:,:,2,:,:)))))

% -------------------------------------------------------
% Metody Monte Carlo

K=10000; % jednorazowa porcja taktow
close
hold on                             % polecenie zostawia wykres, nastepne beda rysowane na tym samym
plot([1 1000],[pPrD pPrD])          % wykres P(A|S) wyznaczonego teoretycznie
axis([0 1000 0 0.9])                % zadanie skali rysunku
srednia = 0;

srednia = zeros(1,1000);
for j=1:1000
    pr=rand(1,K)<pPr(T);
    pn=rand(1,K)<pN(T);
    pbprTT=rand(1,K)<pBPr(T,T);
    pbprNT=rand(1,K)<pBPr(N,T);
    pbprTN=rand(1,K)<pBPr(T,N);
    pbprNN=rand(1,K)<pBPr(N,N);
    %pdbnprTTTT=rand(1,K)<pBPr(T,T)*pN(T)*pDNB(T,T,T);
    %pdbnprTTTN=rand(1,K)<pBPr(T,N)*pN(T)*pDNB(T,T,T);
    %pdbnprTTNT=rand(1,K)<pBPr(T,T)*pN(N)*pDNB(T,N,T);
    %pdbnprTTNN=rand(1,K)<pBPr(T,N)*pN(N)*pDNB(T,N,T);
    %pdbnprTNTT=rand(1,K)<pBPr(N,T)*pN(T)*pDNB(T,T,T);
    %pdbnprTNTN=rand(1,K)<pBPr(N,N)*pN(T)*pDNB(T,T,N);
    %pdbnprTNNT=rand(1,K)<pBPr(N,T)*pN(N)*pDNB(T,N,N);
    %pdbnprTNNN=rand(1,K)<pBPr(N,N)*pN(N)*pDNB(T,N,N);
    %pdbnprNTTT=rand(1,K)<pBPr(T,T)*pN(T)*pDNB(N,T,N);
    %pdbnprNTTN=rand(1,K)<pBPr(T,N)*pN(T)*pDNB(N,T,T);
    %pdbnprNTNT=rand(1,K)<pBPr(T,T)*pN(N)*pDNB(N,N,T);
    %pdbnprNTNN=rand(1,K)<pBPr(T,N)*pN(N)*pDNB(N,N,T);
    %pdbnprNNTT=rand(1,K)<pBPr(N,T)*pN(T)*pDNB(N,T,N);
    %pdbnprNNTN=rand(1,K)<pBPr(N,N)*pN(T)*pDNB(N,T,N);
    %pdbnprNNNT=rand(1,K)<pBPr(N,T)*pN(N)*pDNB(N,N,N);
    %pdbnprNNNN=rand(1,K)<pBPr(N,N)*pN(N)*pDNB(N,N,N);
    pbprTTT=rand(1,K)<pBPr(T,T)*pN(T);
    pbprTTN=rand(1,K)<pBPr(T,N)*pN(T);
    pbprTNT=rand(1,K)<pBPr(T,T)*pN(N);
    pbprTNN=rand(1,K)<pBPr(T,N)*pN(N);
    pbprNTT=rand(1,K)<pBPr(N,T)*pN(T);
    pbprNTN=rand(1,K)<pBPr(N,N)*pN(T);
    pbprNNT=rand(1,K)<pBPr(N,T)*pN(N);
    pbprNNN=rand(1,K)<pBPr(N,N)*pN(N);

    %pdpr=(pr&pn&pbprTT)|(pr&~pn&pbprTN)|(~pr&pn&pbprNT)|(~pr&~pn&pbprNN);
    pdpr=(pr&pn&pbprTT&pbprTTT)|(~pr&pn&pbprTT&pbprTTN)|(pr&~pn&pbprNT&pbprTNT)|(~pr&~pn&pbprTN&pbprTNN)|(pr&pn&pbprNT&pbprNTT)|(~pr&pn&pbprNN&pbprNTN)|(pr&~pn&pbprNT&pbprNNT)|(~pr&~pn&pbprNN&pbprNNN);
    % usrednienie czestosci dla wszystkich dotychczasowych krokow
    if j == 1
        srednia(j) = 0 + (sum(pdpr)-0)/j;
    else
       srednia(j) = srednia(j-1) + (sum(pr&pdpr)/sum(pdpr)-srednia(j-1))/j;
    end
    % narysowanie wykresu: plot([1:j], tablica_srednich_czestosci)
    %pause
end
hold
plot(1:j,srednia,'r',[1 1000],[pPrD pPrD],'b');