Fundamentos de lógica y teoría de conjuntos
En los capítulos anteriores presentamos álgebra, funciones y geometría, todos trabajando sobre "números" y "figuras".
En este capítulo vamos a tratar algo más fundamental:Cómo describir "condiciones"(lógica),Cómo describir "una colección de cosas"(teoría de conjuntos).
En el aprendizaje automático, casi todo lo que involucra "probabilidad" e "incertidumbre" tiene como lenguaje subyacente la teoría de conjuntos; todo lo que involucra "condiciones" y "flujos de algoritmos" tiene como lenguaje subyacente la lógica.
Operaciones lógicas básicas: AND, OR, NOT, implicación
Conjunción lógica (AND, símbolo ∧)
es verdadera si y solo si p y qson ambas verdaderas。
Intuición: las dos condiciones deben cumplirse a la vez; si falta una, no es suficiente, como "solo te mojas si llueve y no llevas paraguas".
Disyunción lógica (OR, símbolo ∨)
es verdadera siempre que p y qal menos una sea verdadera。
En matemáticas, "o" es un "o inclusivo": cuando ambas son verdaderas, el resultado también es verdadero. No significa "elegir una de dos" como en el lenguaje cotidiano.
Negación lógica (NOT, símbolo ¬)
Invierte el valor de verdad de p: cuando p es verdadera,es falsa; cuando p es falsa,es verdadera.
Implicación lógica (IMPLIES, símbolo ⇒)
Se lee "si p, entonces q"; es la más contraintuitiva:
| p (antecedente) | q (consecuente) | Explicación | |
|---|---|---|---|
| verdadero | verdadero | verdadero | Caso normal |
| verdadero | falso | falso | El único caso falso: "antecedente verdadero y consecuente falso" |
| falso | verdadero | verdadero | Si el antecedente es falso, la implicación es verdadera |
| falso | falso | verdadero | Si el antecedente es falso, la implicación es verdadera |
Las dos filas más contraintuitivas: cuando p es falso, sin importar qué sea q,se consideraverdadero。
Un ejemplo que ayuda a entenderlo: "Si mañana llueve (p), entonces llevaré paraguas (q)".
Si mañanano llueve(p es falso), entonces tanto si llevas paraguas como si no, no se puede decir que la afirmación sea "falsa": simplemente no hace ninguna promesa sobre el caso "no llueve".
Equivalencia lógica (IFF, símbolo ⇔)
Se lee "p si y solo si q"; significa que los valores de verdad de p y q siempre coinciden (o ambas son verdaderas, o ambas falsas).
Haz clic en los interruptores de abajo y "enciende" cada combinación con tus propias manos para observar los resultados de las cuatro operaciones.
Por qué estos símbolos son importantes para la IA
Al leer pseudocódigo de algoritmos o las condiciones de los modelos de entrenamiento (por ejemplo, la condición de activación de "detención temprana"), todo son combinaciones de expresiones lógicas.
Los modelos de árbol de decisión son, en esencia, una serie de capas de decisiones "si... entonces..." (implicación).
Muchos teoremas de la teoría de la probabilidad usan abundantemente operaciones lógicas en sus demostraciones para describir relaciones entre eventos.
Ejemplos
# Nota: Python no tiene un operador de "implicación"; p ⇒ q es equivalente a (not p) or q
print('p q p∧q p∨q ¬p p⇒q')
for p in [True, False]:
for q in [True, False]:
implies = (not p) or q # Implicación: el único caso falso es "p verdadero y q falso"
print(p, q, p and q, p or q, not p, implies)
Al ejecutar el código anterior, el resultado es:
p q p∧q p∨q ¬p p⇒q True True True True False True True False False True False False False True False True True True False False False False True True
La segunda fila es el único "falso": p verdadero, q falso; la implicación no se cumple.
Ejercicio: p = "Hoy es fin de semana" es falso, q = "Tengo que trabajar" es verdadero. Determinael valor de verdad de.
Haz clic para ver la respuesta
p es falso; según la tabla de verdad, sin importar qué sea q,siempre es verdadero.
Conceptos de conjuntos: intersección, unión, subconjunto
Qué es un conjunto
Un conjunto es la totalidad de "un grupo de cosas determinadas", por ejemplorepresenta el conjunto que contiene los tres elementos 1, 2, 3.
| Símbolo | Significado | Ejemplo |
|---|---|---|
| x es un elemento del conjunto A (pertenencia) | ||
| x no es un elemento del conjunto A | ||
| Conjunto vacío, no contiene ningún elemento | ||
| Conjunto universal, "todas las cosas" dentro del ámbito de discusión | Todos los resultados posibles de lanzar un dado |
Subconjunto
Si cada elemento del conjunto A es también elemento del conjunto B, entonces se dice que A es unsubconjunto, y se denota como。
Por ejemplo, entonces。
Unión, intersección, diferencia, complemento
Sea:
| Operación | Símbolo | Significado | Resultado |
|---|---|---|---|
| Unión | Los elementos de A y B juntos (los repetidos se cuentan una sola vez) | ||
| Intersección | Elementos que están tanto en A como en B | ||
| Diferencia | Pertenece a A pero no a B | ||
| Complemento | La parte del conjunto universal U que no pertenece a A, es decir, | depende de U |
Correspondencia entre operaciones de conjuntos y operaciones lógicas
La teoría de conjuntos y las operaciones lógicas son en realidad "dos lenguajes para la misma cosa":
| Lenguaje de conjuntos | Lenguaje lógico |
|---|---|
Esta es también la razón por la que estas dos secciones están en el mismo capítulo: son dos formas de expresar la misma lógica subyacente.
Haz clic en los botones para cambiar la operación de conjuntos y observa las regiones resaltadas en el diagrama de Venn.
Ejemplos
A = {1, 2, 3, 4, 5}
B = {4, 5, 6, 7}
U = set(range(1, 11)) # Conjunto universal {1, 2, ..., 10}
print(A | B) # Unión A ∪ B
print(A & B) # Intersección A ∩ B
print(A - B) # Diferencia A \ B
print(A ^ B) # Diferencia simétrica A △ B (elementos que están solo en uno de los conjuntos)
print(U - A) # Complemento Ā = U \ A
Al ejecutar el código anterior, el resultado es:
{1, 2, 3, 4, 5, 6, 7}
{4, 5}
{1, 2, 3}
{1, 2, 3, 6, 7}
{6, 7, 8, 9, 10}
Ejercicio:,(en el rango de 1 a 12). Calculay。
Haz clic para ver la respuesta
Por qué la teoría de la probabilidad se basa en la teoría de conjuntos
Los eventos son conjuntos
Un "evento" en la teoría de la probabilidad es, en esencia, un conjunto: el conjunto de todos los "resultados posibles" que satisfacen una condición.
Por ejemplo, al lanzar un dado, el evento "sale un número par" corresponde al conjunto。
Las operaciones de probabilidad corresponden directamente a operaciones de conjuntos
| Lenguaje de probabilidad | Lenguaje de conjuntos | Significado |
|---|---|---|
| Ocurre A o B | Al menos uno de los eventos A, B ocurre | |
| Ocurren A y B | Los eventos A y B ocurren simultáneamente | |
| No ocurre A | Complemento de A | |
| A y B son mutuamente excluyentes | Dos eventos no pueden ocurrir al mismo tiempo |
Fórmula de la suma: principio de inclusión-exclusión
La intuición geométrica de esta fórmula: la parte superpuesta de los dos círculos se cuenta dos veces, hay que restarla una vez.
Usando un diagrama de Venn (representación gráfica de conjuntos) se puede ver esto de manera muy intuitiva.
Probabilidad condicional
Se lee como "la probabilidad de que A ocurra dado que B ya ha ocurrido".
Intuición: una vez que sabemos que B ha ocurrido, el "espacio muestral" del problema se reduce de la U original a B.
En ese caso, la probabilidad de que A ocurra es naturalmente la proporción de la "intersección de A y B" respecto al "nuevo espacio muestral B".
Forma embrionaria del teorema de Bayes
La probabilidad condicional también puede escribirse al revés:
Reordenando, se obtiene la fórmula central del teorema de Bayes:
Es la base teórica de muchos modelos de aprendizaje automático (como el clasificador Naive Bayes), y el punto de partida de la derivación es precisamente la intuición conjuntista de que "la probabilidad condicional es la proporción que ocupa la intersección de conjuntos".
El clásico problema de detección de enfermedades es el que mejor muestra el poder de Bayes: una prueba con una "precisión del 95%" no significa una "probabilidad del 95% de estar enfermo tras dar positivo". Arrastra el control deslizante y compruébalo tú mismo.
Ejemplos
# A = enfermo, B = prueba positiva
p_a = 0.01 # Tasa de prevalencia (probabilidad a priori)
p_b_given_a = 0.95 # Sensibilidad: probabilidad de que un enfermo dé positivo
p_b_given_na = 0.05 # Tasa de falsos positivos: probabilidad de que una persona sana dé positivo
# Ley de probabilidad total: P(B) = P(B|A)P(A) + P(B|¬A)P(¬A)
p_b = p_b_given_a * p_a + p_b_given_na * (1 - p_a)
# Fórmula de Bayes: P(A|B) = P(B|A)P(A) / P(B)
p_a_given_b = p_b_given_a * p_a / p_b
print(p_b) # La probabilidad total de dar positivo es de aproximadamente 5,9%
print(p_a_given_b) # Proporción de verdaderamente enfermos entre los positivos: ¡solo alrededor del 16,1%!
El resultado de ejecutar el código anterior es:
0.059000000000000004 0.16101694915254236
La conclusión es muy contraintuitiva: la prueba tiene una "precisión del 95%", pero la probabilidad de estar realmente enfermo tras un resultado positivo es solo de alrededor del 16%—porque la prevalencia en sí es solo del 1% y los numerosos falsos positivos ahogan a los verdaderos positivos.
Este es precisamente el valor del teorema de Bayes: te dicecómo usar nueva evidencia (el resultado de la prueba) para actualizar una creencia previa (la tasa de prevalencia)y este es también el origen común de la idea del clasificador Naive Bayes y de la optimización bayesiana.
Ejercicio: De una baraja de 52 cartas, el evento A = "sacar un corazón" (13 cartas), el evento B = "sacar un as" (4 cartas, de las cuales 1 es el as de corazones). Calculay。
Haz clic para ver la respuesta
Resumen del capítulo
| Tema | Idea central en una frase |
|---|---|
| Operaciones lógicas | ∧ exige que ambos sean verdaderos, ∨ solo requiere que uno sea verdadero, ⇒ solo es falsa cuando "el antecedente es verdadero y el consecuente es falso" (la más contraintuitiva) |
| Operaciones de conjuntos | ∪ es la unión, ∩ es la parte común, y se corresponden uno a uno con las operaciones lógicas |
| Probabilidad y conjuntos | Los eventos son conjuntos: P(A∪B), P(A∩B) y la probabilidad condicional pueden entenderse intuitivamente mediante las relaciones de solapamiento de conjuntos |