24

Grade de certitudine

S relum cazul martorului i criminalului. Reamintim c martorul afirm c un brbat
este criminalul. Ins credibilitatea martorului este pus la ndoial i este evaluat la .
Care este probabilitatea ca, ntr-adevr, criminalul s fi fost un brbat?
Dac simbolizm prin a propoziia martorul este credibil i prin b propoziia criminalul
este brbat, formula
P(b) = ) ( ) | ( ) ( ) | ( a P a b p a P a b p + = ) 1 ( 5 . 0 +
ne permite s evalum probabilitatea afirmaiei b = criminalul este brbat n funcie de
credibilitatea martorului P(a) = .
Ce s-ar ntmpla dac = 0, ceea ce nseamn c martorul nu este credibil deloc, adic
minte ntotdeauna? Formula ne indic faptul c P(b) = 0.5. Dar, dac martorul a minit
afirmnd c un brbat este criminalul, deducem c o femeie este criminalul, prin urmare
P(b) ar trebui s fie strict mai mic dect 0.5!
Cele de mai sus, departe de a constitui un paradox, sunt o pledoarie pentru a accepta c
valorile credibilitilor vor trebui considerate ntre 1 i 1 (i nu doar ntre 0 i 1). Ni se
pare mult mai natural s acceptm ca fiind 1 i nu 0 credibilitatea unei propoziii false.
Teoria certitudinii are ca scop msurarea ncrederii n euristicile pe care ni le expun experii
umani. Se tie c experii umani i prezint estimrile pe care le fac nsoindu-le de
termeni ca: este foarte probabil, este aproape sigur, este posibil, este improbabil.
Aceti termeni nu au ns nimic de-a face cu teoria probabilitilor!
Diverse experimente psihologice au scos n relief faptul c, n raionamentul medical de
exemplu, responsabile pentru incertitudine sunt n cea mai mare parte cunotinele i cu
mult mai puin raionamentul nsui!
Incertitudinea este exprimat de obicei n manier lingvistic, prin folosirea unor cuvinte ca
de obicei, frecvent, cteodat. Se obinuiete s atam cunotinelor incerte un grad
numeric de certitudine, i n literatur exist mai multe tabele de transformare a termenilor
lingvistici n numere. Iat dou dintre ele (n care valorile ataate termenilor lingvistici sunt
ntre 0 i 100), datorate lui Ray Simpson resp. Milton Hakel
Termen lingvistic: Valoare 1: Valoare 2:
ntotdeauna 99 100
de obicei 85 79
adeseori 78 74
frecvent 73 72

cteodat 20 29
rar 10 9
aproape niciodat 3 2
Studiile efectuate de ctre Nakao (1983) au artat c exist i o diferen de percepie a
valorilor incertitudinii ntre medici i specialiti din alte domenii. Iat cteva exemple
concludente:
25
Termen lingvistic: Medic: Alt specialitate: Tabelul anterior:
adeseori 40 59 78, 74
frecvent 50 45 73, 72
nu prea des 25 28 13, 16
S mai subliniem faptul c i pentru gradele de certitudine se alege ca domeniu de valori
intervalul [1, 1]. Valoarea 0 are semnificaia de incertitudine maximal sau de
ignoran total. Iar pentru faptele de natur medical se utilizeaz doar valorile pozitive
din acest interval.
In raionamente se utilizeaz adeseori reguli care nici ele nu sunt certe, care au ele nsele
un anumit grad de certitudine. Acest grad de certitudine va trebui combinat cu certitudinea
premiselor pentru a obine o evaluare a gradului de certitudine a concluziei.

Algebra Stanford
In anii n care sistemul expert medical MYCIN era creat (1974/75) tehnicile Bayesiene nu
erau prea utilizate aa nct creatorii (Shortliffe i alii de la Universitatea Stanford
California) au hotrt s implementeze n motorul de inferen al sistemului expert cteva
reguli speciale de tratare a incertitudinii. Acestea sunt cunoscute astzi sub numele de
algebra Stanford.
(Numele MYCIN dat sistemului expert provine din sufixul comun multo ageni anti-
microbieni. Procesul de selecie a unei terapeutici este descompus n patru pri:
1) decizie iniial: infecia necesit sau nu un tratament?
2) dac da, identificarea organismelor microbiene responsabile pentru infecie;
3) selectarea medicamentelor ce pot fi prescrise;
4) selectarea tratamentului prescris.
Versiunea original a sistemului expert MYCIN conine circa 200 de reguli, n cea mai
mare parte euristici, fiecare avnd asociat un anumit grad de certitudine.)
Algebra gradelor de certitudine a fost fundamentat pe urmtoarele dou observaii:
1) In teoria clasic a probabilitilor se impune ca suma dintre probabilitatea unui
eveniment i probabilitatea evenimentului contrar este egal cu 1; aadar suma dintre
certitudinea unei relaii cu certitudinea contrarei sale ar trebui s fie egal cu 1.
Expertul uman care evalueaz certitudinea unei relaii ca puternic n-are de cele
mai multe ori nici o evaluare privind certitudinea contrarei. Rmne doar s
transpunem ntr-un numr, de exemplu 0.7, evaluarea expertului.
2) Informaiile coninute n regulile de producie sunt mai importante dect regulile de
calcul a gradelor de certitudine. Certitudinea fiecrei reguli din MYCIN a fost aleas n
aa fel nct s corespund evalurii pe care experii o atribuie concluziei regulii.
Iat un exemplu de regul de producie din MYCIN anume regula 85 tradus n
limbajul obinuit:
dac: situl culturii este SNGELE UMAN
colorarea este GRAM NEGATIV
morfologia este BASTONA
pacientul este n stare DE RISC,
atunci: se sugereaz (cu gradul de certitudine 0.6) c PSEUDOMONAS este cauza.
26
Fiecrei reguli de producie i se asociaz astfel un grad de certitudine care este, de fapt,
un grad de credibilitate n aceast regul.
O component important a motorului de inferen a sistemului MYCIN este format din
reguli de strategie (care sunt de fapt meta-reguli). Ele permit s reducem sau s reordonm
ansamblul regulilor care ar putea fi folosite. i aceste reguli sunt euristice, deci imprecise.
Iat un exemplu:
dac: pacientul este n stare DE RISC
exist reguli n premisa crora apare PSEUDOMONAS
exist reguli n premisa crora apare KLEBSIELLA,
atunci: se sugereaz (0.4) s fie utilizate cu prioritate primele.
Faptele care intervin n premisele regulilor pot fi nsoite i ele de un grad de certitudine.
In general, un fapt ne apare sub forma:
Atributul obiectului are valoarea cu certitudinea .
Inainte de a aplica regula de producie dac A, atunci B este controlat certitudinea
premisei A. In caz c aceast certitudine este negativ, regula va fi ignorat. In caz contrar,
gradul de certitudine al concluziei B va fi calculat prin nmulirea gradului de certitudine a
regulii cu gradul de certitudine al premisei A.
Gradul de certitudine al unei premise compuse este calculat plecnd de la gradele de
certitudine a faptelor care o compun conform formulelor urmtoare:
GC(A
1
A
2
) = max{GC(A
1
), GC(A
2
)}
GC(A
1
A
2
) = min{GC(A
1
), GC(A
2
)}
GC(A) = GC(A).
S considerm ca exemplu regula de mai sus, presupunnd c tim, nainte de a aplica
regula, c situl culturii este sngele uman (GC = 1), iar colorarea este gram (din nou
GC = 1), i c apreciem morfologia ca bastona (cu GC = 0.9) iar pacientul este n stare
de risc cu gradul de certitudine 0.8.
Intruct antecedentul regulii este o conjuncie, gradul de certitudine al antecedentului este
minimul gradelor, deci 0.8. De aici se obine, prin nmulire, c gradul de certitudine al
concluziei cauza este Pseudomonas este 0.8 0.6 = 0.48.
Dac aceeai concluzie B este obinut prin aplicarea a dou reguli, gradul su de
certitudine va fi ntrit prin formula urmtoare:

+
+ +
+
=
cazuri) celelalte (n
|} GC | |, GC min{| 1
GC GC
negative) sunt GC , (GC GC GC GC GC
pozitive) sunt GC , (GC GC GC GC GC
) ( GC
2 1
2 1
2 1 2 1 2 1
2 1 2 1 2 1
B
Aceast formul corespunde unei operaii

<

+
+ +
+
=
0 pentru
|} | |, min{| 1
0 , pentru
0 , pentru






care este comutativ i asociativ. Aceste proprieti ale operaiei * asigur independena
27
gradului de certitudine final al unei concluzii de ordinea n care regulile sunt luate n
considerare.
In sistemul expert MYCIN numerele GC sunt utilizate n special pentru stabilirea unei
prioriti a scopurilor de atins; importana acestui tip de sistem expert este dat mai degrab
de calitatea regulilor de producie.
Gradele de certitudine i msura ncrederii/nencrederii
Formula fundamental pentru regula
dac A, atunci B
este urmtoarea
GC(B, D) = GC(A, D) GC(B, A)
unde
GC(A, D) este gradul de certitudine al dovezii A (antecedentul regulii) bazat pe
dovada incert D
GC(B, A) este gradul de certitudine al concluziei B, admind c dovada este cert
(adic GC(A, D) = 1; acest numr este numit gradul de atenuare al regulii)
GC(B, D) este gradul de certitudine al concluziei bazat pe dovada incert.
Dac A este un antecedent compus, atunci sunt folosite urmtoarele reguli:
GC(A
1
A
2
, D) = min (GC(A
1
, D), GC(A
2
, D))
GC(A
1
A
2
, D) = max (CF(A
1
, D), GC(A
2
, D)).
Dac dou reguli au aceeai concluzie:
regula 1: dac A atunci B
regula 2: dac A atunci B
i dac au fost obinute gradele de certitudine:
GC
1
= GC(B, D) prin regula 1,
GC
2
= GC(B, D) prin regula 2,
atunci acestea se combin, dnd gradul
GC(B, D) = GC
1
* GC
2
.
Ca exemplu, s presupunem c am obinut GC
1
= 0.2 i GC
2
= 0.5. Prin combinare vom
obine GC
comb
= 0.2 + 0.5 0.1 = 0.6. Acum, dac o a treia regul ne d GC
3
= 0.4 , vom
obine 0.33.
0.4 1
0.4 0.6
GC
nou
=

=
Dat regula de producie
dac A atunci B,
gradul de certitudine n concluzia B (innd seama de dovada A) numit certitude factor i
notat cu CF(B, A) a fost evaluat n MYCIN ca o diferen
MB(B, A) MD(B, A)
unde MB exprim o msur a ncrederii (measure of belief) n concluzia B innd seama de
A, iar MD exprim o msur a nencrederii (measure of disbelief) n aceeai situaie.
A fost ales astfel un mod simplu de a combina ntr-un singur numr msura ncrederii cu
cea a nencrederii.
28
Msura ncrederii a fost definit, n termenii teoriei probabilitilor, n felul urmtor:
altfel
) P( 1
) P( )) P( ), max(P(
1 ) ( P pentru 1
) , ( MB

=
=
B
B B A | B
B
A B
iar msura nencrederii:
altfel
) P(
) P( )) P( ), min(P(
0 ) ( P pentru 1
) , ( MD

+
=
=
B
B B A | B
B
A B
Aadar, n lipsa oricror dovezi avem p(B | A) = P(B) i, dac B nu este absolut sigur ori
categoric imposibil, atunci MB = MD = 0, prin urmare CF = 0.
Se poate observa c egalitatea CF = 0 are loc i atunci cnd MB = MD > 0. Aceasta
nseamn c ncrederea este contrabalansat total de nencredere.
In general, CF este un numr cuprins ntre 1 i 1. Valori pozitive ale lui CF nseamn c
dovada confirm concluzia, ntruct n aceast situaie MB > MD.
Aceste numere CF sunt folosite de ctre motorul de inferen al sistemului expert MYCIN
pentru a ordona ntre ele diversele concluzii posibile (aflate n situaia de ipoteze).
In utilizare au aprut dificulti, deoarece o singur dovad infirmatoare ar putea s
modifice drastic certitudinea confirmat de multe alte dovezi. De exemplu, nou dovezi ar
putea determina o msur a ncrederii de 0.9 iar o a zecea ar putea contribui cu o msur a
nencrederii MD = 0.8, cobornd astfel gradul de certitudine la 0.1 (iar n MYCIN
antecedentul unei reguli trebuie s aib gradul de certitudine cel puin 0.2 pentru ca regula
s fie activat. Acest prag de 0.2 a fost ales pentru a elimina activarea regulilor care
sugereaz doar slab de tot o anumit concluzie, aadar pentru a crete eficiena de calcul a
sistemului expert).
Intr-o versiune ulterioar, din anul 1977, a sistemului expert MYCIN, definiia gradului de
certitudine a fost modificat n urmtoarea:
) MD MB, min( 1
MD MB
CF

=
tocmai pentru a atenua efectul drastic pe care l-ar putea avea o singur dovad
infirmatoare aprut dup mai multe dovezi confirmatoare.
Cu aceast definiie, de exemplu, pe datele de mai sus avem
5 . 0
2 . 0
1 . 0
8 . 0 1
8 . 0 9 . 0
CF = =

=
aadar o valoare deasupra pragului de activare.
Putem concluziona astzi c avantajul major al folosirii gradelor de certitudine const n
regulile simple de calcul prin care incertitudinea se propag n sistem. Mai mult, gradele de
certitudine sunt uor de neles i separ clar ncrederea de nencredere.
Exist totui serioase dificulti teoretice n fundamentarea gradelor de certitudine. O prim
problem este aceea c gradele CF ar putea ordona concluziile (de fapt ipotezele) n
ordinea opus celei date de probabilitile condiionate (i unii nu accept deloc o asemenea
comportare).
O a doua problem este formula
CF(B, D) = CF(B, I) CF(I, D)
29
valabil pentru o concluzie intermediar I fundamentat pe dovada D. Formula analoag
pentru probabiliti
p(B | D) = p(B | I) p(I | D)
este valabil doar ntr-o situaie cu totul special!
Cu toate aceste probleme, succesul sistemului expert MYCIN se datoreaz probabil
lanurilor de inferen simple (de lungime mic) i ipotezelor relativ simple. Este sigur c
pentru situaii mai complexe ar putea aprea probleme mult mai serioase n funcionarea
unui sistem expert de acest tip.

Teoria lui Dempster i Shafer
Pn acum am explorat dou posibiliti de tratare a incertitudinii ntr-un sistem de reguli
de producie de tipul
dac D, atunci C
i anume
1) tratarea probabilist, care presupune estimarea probabilitii a priori a afirmaiei
H = adevrat, apoi estimarea ctorva probabiliti condiionate;
2) tratarea prin gradul de certitudine GC.
Dup o critic justificat a tratrii probabiliste, Dempster (n 1968) i apoi Glen Shafer (n
1976) au pus la punct o alt abordare. Ei definesc de asemenea o msur a credibilitii, dar
ntr-o manier cu totul diferit de gradul de certitudine.
Se pleac de la o distribuie de mas definit (aproape la fel cu o msur de probabilitate)
pe mulimea prilor unui univers U de propoziii atomice:
m : 2
U
[0, 1].
Aceast funcie de distribuie a masei trebuie s satisfac dou condiii:
(MD1) m() = 0
(MD2)

=
U A
A m 1 ) ( .
S subliniem deosebirea ntre definiia de mai sus i definiia unei msuri de probabilitate,
pentru care se cere ca

=
U x
x m 1 ) ( .
Exemplu. Universul U are doar ase elemente. In teoria probabilitilor aceast situaie este
reprezentat de variabile aleatoare X cu ase valori, n particular avem situaia unui zar
(perfect) aruncat n aer, pentru care
m(faa 1) = P(X = faa 1) =
6
1
, m(faa 2) = P(X = faa 2) =
6
1
, ...
In teoria lui Dempster i Shafer se poate considera c U este compus din propoziii atomice
anume din a, b, c i din negaiile lor a, b, c iar funcia m msoar gradul de
credibilitate att pentru fiecare propoziie atomic, ct i pentru combinaiile posibile.
Trebuie s lum astfel n consideraie prile nevide ale lui U i s le asociem valori, ca de
exemplu astfel:
partea A {a} {b} {c} {a} {a, b} {a, b} {a, c}
msura m(A) 0.1 0.2 0 0.3 0.1 0.2 0

30
Putem observa n acest exemplu c:
1) m(U) = 0 1, deci nu se impune ca m(U) = 1 ca n teoria probabilitilor;
2) {b} {a, b} (cu alte cuvinte b a b), ns m({b}) > m({a, b}), deci nu se cere
monotonia m(A) m(B) dac A B U (cu alte cuvinte dac A B);
3) nu exist nici o relaie ntre msura lui {a} i msura complementului
{a, b, c, b, c}, nici ntre msura lui {a} i msura lui {b, c};
4) exist propoziii, ca de exemplu c, care au msura nul. In general, propoziiile A
pentru care m(A) > 0 sunt numite focale. Acest nume provine din faptul c interesul
nostru se focalizeaz doar asupra propoziiilor de acest tip.
Pentru mai buna nelegere este potrivit s gndim propoziiile universului ca pri ale unei
mulimi U. Partea vid va simboliza contradicia. O implicaie B A adevrat va fi
interpretat ca fiind incluziunea B A.
Dac A este o parte (propoziie) oarecare, dat, a universului U, celelalte pri ale lui U pot
fi grupate n trei tipuri:
1) prile (propoziiile) B care sunt coninute n A (deci pentru care implicaia B A
este adevrat);
2) prile (propoziiile) C care sunt coninute n complementul lui A (deci pentru care
implicaia C A este adevrat);
3) prile (propoziiile) D care intersecteaz nevid i pe A, dar i complementul su
(deci pentru care nici D A, nici D A nu sunt adevrate).
Prin analogie cu definiia probabilitii unui eveniment, se definete credibilitatea (belief)
unei propoziii A a universului U prin utilizarea doar a prilor (propoziiilor) de tipul 1,
anume prin formula

=
A B
B m A ) ( ) ( Bel (resp.

=
A B
B m A ) ( ) ( Bel )
Se obine astfel funcia de credibilitate
Bel : 2
U
[0, 1].
Prile (propoziiile) lui A de tipul 2 vor fi utilizate n acelai mod n definiia
credibilitii propoziiei complementare Bel(A).
Din cauza existenei prilor de tipul 3, este evident c, n general,
Bel(A) + Bel(A) 1.
Prile de tipul 3 pot fi utilizate pentru a defini gradul de incertitudine ntre A i negaia A.
Dar de obicei prile de tipul 1 i 3 sunt folosite mpreun, n definirea plauzibilitii
(plausibility) propoziiei A, prin formula

=
A B
B m A ) ( ) ( Pl (resp.

/
=
A B
B m A ) ( ) ( Pl )
Relaia
Pl(A) + Bel(A) = 1
este imediat, deci Pl(A) = 1 Bel(A).
31
Direct din definiii rezult c, n general,
Bel(A) Pl(A)
i c diferena Pl(A) Bel(A), adic intervalul [Bel(A), Pl(A)] [0, 1], msoar ntr-un
anumit sens incertitudinea propoziiei A.
S considerm acum dou propoziii A
1
i A
2
astfel nct A
1
A
2
. Dac B A
1
, este clar
c B A
2
datorit tranzitivitii implicaiei (regula silogismului). Rezult imediat
) ( Bel ) ( ) ( ) ( Bel
2 1
2 1
A B m B m A
A B A B
= =



ceea ce nseamn c funcia de credibilitate satisface condiia
(C1) Dac A
1
A
2
, atunci Bel(A
1
) Bel(A
2
).
Se tie c dac A
1
A
2
, atunci A
2
A
1
. De aici se deduce imediat c
Bel(A
2
) Bel(A
1
), deci Pl(A
2
) Pl(A
1
). Funcia de plauzibilitate satisface aceeai
condiie de monotonie:
(P1) Dac A
1
A
2
, atunci Pl(A
1
) Pl(A
2
).
S considerm acum dou propoziii A
1
i A
2
i disjuncia lor A
1
A
2
. Pentru a obine

=
2 1
) ( ) ( Bel
2 1
A A B
B m A A
trebuie s evalum toate prile B ale lui A
1
A
2
. Sunt apte posibiliti:
1) B A
1
B A
2



2) B A
1

2
A B
/
(B A
2
)



3) B A
1
B A
2

4)
1
A B
/
(B A
1
)
B A
2



5) B A
1
B A
2

6)
1
A B
/
(B A
1
)

2
A B /
(B A
2
)

7) B A
1
A
2
) (
2 1
A A B





Din situaiile 1-2-3 se poate reconstitui B A
1
, iar din 3-4-5 se poate reconstitui B A
2
.
In plus este evident c 3 nseamn B A
1
A
2
. Putem astfel descompune:

+ + =
) 7 , 6 (
2 1 2 1 2 1
) ( ) ( Bel ) ( Bel ) ( Bel ) ( Bel B m A A A A A A
32
i de aici deducem sub-aditivitatea credibilitii:
(C2) ) ( Bel ) ( Bel ) ( Bel ) ( Bel
2 1 2 1 2 1
A A A A A A + .
Dimpotriv, plauzibilitatea este super-aditiv:
(P2) ) ( Pl ) ( Pl ) ( Pl ) ( Pl
2 1 2 1 2 1
A A A A A A + .
Plecnd de la valorile funciei de credibilitate se pot recupera valorile funciei de distribuie
a masei, printr-o formul de tip includere-excludere, i anume
( )

=
A B
B A
B A m ) ( Bel 1 ) (
| |

In particular,
m({a, b}) = Bel({a}) Bel({b}) + Bel({a, b})
m({a, b, c}) = Bel({a}) + Bel({b}) + Bel({c})
Bel({a, b}) Bel({a, c}) Bel({b, c}) + Bel({a, b, c}).
S revenim la situaia destul de evident a aruncrii unei monede. Oare putem spune c,
dup cdere, ne va arta pajura?
Teoria lui Dempster i Shafer ne cere s considerm credibilitile
m(pajura) = Bel(pajura) = 0 i m(pajura) = Bel(pajura) = 0
pentru c nu dispunem de nici o cunotin asupra fenomenului (moneda ar putea fi
trucat!).
S presupunem c un specialist (expert?) ne confirm cu un grad de certitudine de 0.95
c moneda nu este trucat (adic expertul este sigur 95% c P(pajura) = 0.5!). Acum teoria
lui Dempster-Shafer ne va da
m(pajura) = Bel(pajura) = 0.95 0.5 = 0.475 i de asemenea
m(pajura) = Bel(pajura) = 0.95 0.5 = 0.475
Rmne o mas de credibilitate de 0.05 pe care expertul nu a putut s o certifice, i care va
fi alocat universului: m(pajura pajura) = 0.05!
Ce se ntmpl dac este luat n consideraie opinia unui alt expert, care este de prere c
moneda a fost trucat?

Combinarea credibilitilor. Formula lui Dempster
Este normal s ncercm s combinm credibilitile obinute n acelai context din
dou surse independente. S prezentm formula de combinare a lui Dempster.
Se ncepe prin analizarea modului n care dou funcii diferite de distribuie a masei (fie
acestea m
1
i m
2
) pot fi combinate ntr-o alt funcie comun m de distribuie a masei.
Se tie c

=
U B
B m 1 ) (
1
i

=
U C
C m 1 ) (
2
. De aici, prin nmulire, obinem imediat

=
U C B
C m B m
,
2 1
1 ) ( ) ( .
Regrupm termenii sumei n dou categorii:
1) cei care corespund prilor B, C disjuncte, adic B C = ;
2) ceilali, care corespund prilor B, C aflate n situaia B C = A .
33
Avem aadar:

= =
= +
C B A A C B
C m B m C m B m 1 ) ( ) ( ) ( ) (
2 1 2 1
.
Dac notm cu K primul termen al sumei, vom obine:
K C m B m
A A C B
=

=
1 ) ( ) (
2 1

ceea ce nseamn c

=
A C B
C m B m
K
A m ) ( ) (
1
1
) (
2 1
satisface condiia (MD2) impus
funciilor de distribuie a masei, cu condiia s definim
m() = 0.
Aceasta este exact formula propus de ctre Dempster pentru calculul combinaiei maselor
de credibilitate.
Ca interpretare, s reamintim c reprezint contradicia, deci prile B, C cu B C =
vor contribui la sporirea contradiciei n distribuia comun m a masei de credibilitate;
coeficientul K nglobeaz astfel masa contradictorie de credibilitate.
S rezumm: plecnd de la distribuiile de mase m
1
i m
2
, se calculeaz coeficientul

=
=
C B
C m B m K ) ( ) (
2 1
, apoi se definete compunerea m = m
1
m
2
lui m
1
cu m
2
prin
m() = 0 i

=
A C B
C m B m
K
A m ) ( ) (
1
1
) (
2 1
.
Deci, pentru a combina dou credibiliti Bel
1
i Bel
2
, provenind din dou surse
independente, se recupereaz distribuiile de mas m
1
respectiv m
2
, se calculeaz
compunerea m = m
1
m
2
i, plecnd de la aceast distribuie a masei, se calculeaz
valorile credibilitii compuse Bel.
Exemplu (Luger). Universul U are patru elemente, care sunt urmtoarele ipoteze: pacientul
este rcit (R), are grip viral (G), migren (M) sau meningit (Z). Trebuie s exprimm
credibilitatea fiecrei pri a universului U odat cunoscute simptomele.
Evident, masa de credibilitate trebuie distribuit asupra a 2
4
1 = 15 pri diferite.
La prima consultaie se constat c temperatura pacientului este ridicat; posibilele cauze
principale sunt trei: R, G sau Z; evaluarea iniial este m
1
(R G Z) = 0.6. Dac nu
dispunem de cunotine suplimentare, restul masei de credibilitate (0.4) va fi distribuit
asupra universului: m
1
(U) = 0.4.
S presupunem c n ziua urmtoare pacientul se plnge de ameeli. Principalele cauze pot
fi R, G sau M; de data aceasta vom evalua m
2
(R G M) = 0.7 (i m
2
(U) = 0.3).
S ncercm s obinem o distribuie compus m, prin utilizarea regulii lui Dempster.
Avem

=
= =
B A
B m A m K 0 ) ( ) (
2 1
, prin urmare

=
=
X B A
B m A m X m ) ( ) ( ) ( '
2 1
pentru orice X U.
Doar pentru patru submulimi
R G, R G M, R G Z, U = R G M Z
se obin valori nenule:
34
m(R G) = m
1
(R G Z) m
2
(R G M) = 0.42,
m(R G M) = m
1
(U) m
2
(R G M) = 0.28,
m(R G Z) = m
1
(U) m
2
(R G Z) = 0.18,
m(U) = m
1
(U) m
2
(U) = 0.12.
In ziua a treia dispunem de rezultatul analizelor de laborator, care indic destul de puternic
drept cauz principal meningita:
m
3
(Z) = 0.8 (i m
3
(U) = 0.2).
Formula lui Dempster ne ajut s redistribuim masa de credibilitate. De data aceasta
48 . 0 8 . 0 18 . 0 8 . 0 42 . 0 ) ( ) ( ' ) ( ) ( ' ) ( ) ( '
3 3 3
= + = + = =

=
Z m M G R m Z m G R m B m A m K
B A
prin urmare va trebui s normalizm cu coeficientul 1/(10.48) = 1/0.52 urmtoarele
rezultate:
24 . 0 ... ) ( ) ( ' ) ( ) ( ' ) ( ) ( ) ( " 52 . 0
3 3 2 1
= = + = =

=
Z m U m Z m Z G R m B m A m Z m
Z B A

084 . 0 ... ) ( ) ( ' ) ( ) ( ) ( " 52 . 0
3 2 1
= = = =

=
U m G R m B m A m G R m
G E B A


deci 462 . 0 ) ( " = Z m
162 . 0 ) ( " = G R m

S observm c valoarea destul de mare, 0.48, a lui K ne indic faptul c exist destul de
multe dovezi conflictuale n alegerea distribuiilor de mas m
1
, m
2
i m
3
.

Probleme n utilizarea teoriei lui Dempster - Shafer
Teoria lui Dempster i Shafer constituie o ncercare de a algebriza tratarea credibilitilor.
Exist ns situaii n care rezultatele obinute conform acestei teorii nu par fireti.
Zadeh a dat n 1984 un exemplu sugestiv de asemenea situaie. Anume a considerat situaia
a doi medici care, consultai asupra strii unui pacient stabilesc, independent unul de
cellalt, urmtoarele distribuii ale masei de credibilitate:
Diagnostic A meningit tumoare contuzie M T M C T C M C T
Medicul 1 (m
1
(A)) 0.99 0.01 0 0 0 0 0
Medicul 2 (m
2
(A)) 0 0.01 0.99 0 0 0 0
Se observ c ei nu sunt de acord asupra diagnosticului major. Dac vom utiliza regula lui
Dempster, n primul rnd vom obine K = 0.9999, apoi m(meningit) = m(contuzie) = 0, iar
m(tumoare) = 1. Deci credibilitatea tumorii diagnostic minor, cotat a priori cu puine
anse de ctre ambii medici va fi de 100%!
Aceasta nu este natural! Exemplul ne arat clar limitele teoriei.

Msuri de necesitate i posibilitate. Teoria lui Dubois i Prade
O msur a incertitudinii, definit pe o mulime P de propoziii, este o funcie
G : P [0, 1]
care satisface urmtoarele trei condiii
35
(I1) G(false) = 0
(I2) G(true) = 1
(I3) Dac q este o consecin logic a lui p, atunci G(q) G(p).
Deoarece p q este o consecin logic att a lui p ct i a lui q, deducem c G trebuie s
satisfac inegalitatea
G(p q) max(G(p), G(q)).
Deoarece att p ct i q sunt consecine logice ale lui p q, deducem c G trebuie s
satisfac i inegalitatea
G(p q) min(G(p), G(q)).
In general nu avem nici un motiv de a impune egalitatea n ultimele dou relaii. Totui,
dac vom face aceasta, vom obine aa-numitele msuri de posibilitate respectiv de
necesitate.
Mai precis, o msur de posibilitate este o funcie
: P [0, 1]
care satisface condiiile (false) = 0, (true) = 1, (p q) = max((p), (q)).
S observm c posibilitatea unei disjuncii nu depinde de interaciunea evenimentelor
exprimate de propoziiile p i q, ci doar de posibilitile acestora.
Plauzibilitatea Pl definit n contextul teoriei lui Dempster i Shafer este un exemplu de
msur de posibilitate.
Orice msur de posibilitate satisface urmtoarele inegaliti:
(p) + (p) 1,
max((p), (p)) = 1.
In mod dual, o msur de necesitate este o funcie
N : P [0, 1]
care satisface condiiile N(false) = 0, N(true) = 1, N(p q) = min(N(p), N(q)).
Credibilitatea Bel definit n contextul teoriei lui Dempster i Shafer este un exemplu de
msur de necesitate.
Msurile de necesitate satisfac urmtoarele inegaliti:
N(p) + N(p) 1,
min(N(p), N(p)) = 0.
Se constat c exist mai multe relaii ntre N i , ca de exemplu:
N(p) = 1 (p) (p)
dac (p) < 1, atunci N(p) = 0,
dac N(p) > 0, atunci (p) = 1.
Aadar, intervalul [N(p), (p)] ce caracterizeaz incertitudinea unei propoziii p are
ntotdeauna una dintre extremiti n punctele 0 sau 1.
Ignorana total despre p este exprimat de condiiile N(p) = 0, (p) = 1.
Condiia N(p) = 1 implic (p) = 1 i identific o propoziie cert.
36
Dac N(p) < 1 i N(p) < 1, atunci avem de-a face cu o propoziie incert. Dar dac
N(p) > 0 i N(p) > 0, atunci avem de-a face cu o propoziie incoerent.

Folosind doar msura de posibilitate, Prade (1984) a sugerat urmtorul mod de raionament
cu propoziii incerte.
Incertitudinea unui fapt p este exprimat de numerele (p) i (p). Cel puin unul dintre
ele este 1. Gradul de incertitudine este exprimat de cellalt numr (valoarea 0 nsemnnd
cert!).
Pentru o regul incert de forma
IF p THEN q
(aadar pentru o propoziie incert p q) sunt considerate numere analoage (q | p) i
(q | p), satisfcnd condiia
max((q | p), (q | p)) = 1.
Aceste numere sunt numite posibiliti condiionate.
Atunci cnd regula este (100%) cert, ar trebui s avem (q | p) = 1 and (q | p) = 0.
Acum, n cazul unui raionament Modus ponens
IF p THEN q
p
q
a fost sugerat urmtoarea formul matriceal de calcul a posibilitilor:
|
|

\
|
(
(

|
|

\
|
( (
( (
=
|
|

\
|
(
(
)
)
) | ) |
) | ) |
)
)
p
p
p q p q
p q p q
q
q

n care produsul clasic este nlocuit cu min iar suma clasic este nlocuit cu max. Astfel,
pentru a obine posibilitatea concluziei q ar trebui s folosim formulele
(q) = max(min((q | p), (p)), min((q | p), (p)))
(aceasta ar trebui s aib ca rezultat 1) i
(q) = max(min((q | p), (p)), min((q | p), (p))).

Exemplu. Considerm urmtoarele premise:
Dac Toma vine (la petrecere), de obicei vine i Maria.
Dac Maria vine, cteodat camera se va umple de zgomot.
Toma vine (la petrecere), aproape sigur.

S traducem imprecizia n posibiliti (folosind prescurtrile m = Maria vine, t = Toma
vine, z = camera se va umple de zgomot):

(m | t) = 1, (m | t) = 0.2 (de obicei),
(m | t) = 0, (m | t) = 1 (?)

(z | m) = 1, (z | m) = 0.7 (cteodat),
(z | m) = 0, (n | m) = 1 (?)

(t) = 1, (t) = 0.1 (aproape sigur).

S raionm acum folosind de dou ori regula Modus ponens (posibilistic)
37
1) Maria vine
(m) = max(min((m | t), (t)), min((m | t), (t))) =
= max(min(1, 1), min(0, 0.1)) = 1
(m) = max(min((m | t), (t)), min((m | t), (t))) =
= max(min(0.2, 1), min(1, 0.1)) = 0.2
2) camera se va umple de zgomot
(z) = max(min((z | m), (m)), min((z | m), (m))) =
= max(min(1, 1), min(0, 0.2)) = 1
(z) = max(min((z | m), (m)), min((z | m), (m))) =
= max(min(0.7, 1), min(1, 0.2)) = 0.7.
Din faptul Toma vine (la petrecere), aproape sigur, tragem concluzia c Uneori camera
se va umple de zgomot.

S relum exemplul traumatizrii articulaiei genunchiului din lecia anterioar (vezi figura
alturat). Opinia c este perfect posibil pentru un pacient s nu aib leziuni vasculitice,
indiferent dac sufer sau nu de vasculit este
tradus n relaiile posibilistice
(l | v) = 1, (l | v) = 1.
Faptul c leziunile vasculitice sunt perfect
posibile la pacienii cu vasculit, i mai puin
posibile la pacienii ce nu sufer de vasculit
se traduce n relaiile:
(l | v) = 1, (l | v) = 0.8.
Din nefericire, pentru graful de mai sus
dispunem doar de aceste patru date
posibilistice. Nu tim nimic, nici din punct de
vedere probabilistic, nici din cel posibilistic, despre influena slbirii articulaiei
genunchiului (G) i artritei (A) asupra durerilor articulaiei (P).
Singura soluie rmas este cea de considerare a acestor influene n contextul teoriei
credibilitilor (Dempster-Shafer) care este, dup cum am vzut, o ncercare de a trata
algebric credine subiective.

Dizlocarea
articulaiei
Traumatizarea
articulaiei
Sindrom
Sjorgen
Leziuni
vasculitice
Dureri ale
articulaiei
Artrit
Articulaie
slbit
Vasculit