Update app.py

app.py

@@ -2,8 +2,8 @@ import gradio as gr
 import numpy as np
 import matplotlib.pyplot as plt
 
-# Función para calcular el teorema de Bayes
-def bayes(prior_A, prob_B_given_A, prob_B_given_notA):
+# Función para calcular el teorema de Bayes con dos eventos
+def bayes_two_events(prior_A, prob_B_given_A, prob_B_given_notA):
     # Calculamos P(B) usando la regla de la probabilidad total
     prob_B = prob_B_given_A * prior_A + prob_B_given_notA * (1 - prior_A)
     # Calculamos P(A|B) usando el teorema de Bayes
@@ -11,7 +11,7 @@ def bayes(prior_A, prob_B_given_A, prob_B_given_notA):
     return posterior_A_given_B, prob_B
 
 # Función para crear el gráfico de barras
-def plot_results(prior_A, prob_B_given_A, prob_B_given_notA, posterior_A_given_B):
+def plot_results_two_events(prior_A, prob_B_given_A, prob_B_given_notA, posterior_A_given_B):
     # Crear un gráfico de barras para las probabilidades
     labels = ['P(A)', 'P(B|A)', 'P(B|¬A)', 'P(A|B)']
     values = [prior_A, prob_B_given_A, prob_B_given_notA, posterior_A_given_B]
@@ -23,25 +23,73 @@ def plot_results(prior_A, prob_B_given_A, prob_B_given_notA, posterior_A_given_B
 
     return fig
 
-# Función principal que se utilizará en la aplicación de Gradio
-def bayes_app(prior_A: float, prob_B_given_A: float, prob_B_given_notA: float):
-    posterior_A_given_B, prob_B = bayes(prior_A, prob_B_given_A, prob_B_given_notA)
-    fig = plot_results(prior_A, prob_B_given_A, prob_B_given_notA, posterior_A_given_B)
+# Función principal para dos eventos
+def bayes_app_two_events(prior_A, prob_B_given_A, prob_B_given_notA):
+    posterior_A_given_B, prob_B = bayes_two_events(prior_A, prob_B_given_A, prob_B_given_notA)
+    fig = plot_results_two_events(prior_A, prob_B_given_A, prob_B_given_notA, posterior_A_given_B)
     
-    # Guardar la figura como una imagen y devolver la tabla de resultados
+    # Retornar la figura y los resultados
     return fig, f"P(B): {prob_B:.4f}", f"P(A|B): {posterior_A_given_B:.4f}"
 
+# Función para múltiples eventos
+def bayes_multiple_events(priors, likelihoods):
+    priors = np.array(priors)
+    likelihoods = np.array(likelihoods)
+    
+    # Calculamos P(B) usando la regla de la probabilidad total
+    prob_B = np.sum(priors * likelihoods)
+    
+    # Calculamos las probabilidades posteriores P(Ai|B) para cada evento Ai
+    posteriors = (priors * likelihoods) / prob_B
+    return posteriors, prob_B
+
+# Función para crear gráficos para múltiples eventos
+def plot_results_multiple_events(priors, likelihoods, posteriors):
+    events = [f'A{i+1}' for i in range(len(priors))]
+    
+    fig, ax = plt.subplots()
+    ax.bar(events, posteriors, color='purple')
+    ax.set_ylabel('Probabilidad Posterior')
+    ax.set_title('Resultados del Teorema de Bayes para Múltiples Eventos')
+    
+    return fig
+
+# Función principal para múltiples eventos
+def bayes_app_multiple_events(priors, likelihoods):
+    priors = list(map(float, priors.split(',')))
+    likelihoods = list(map(float, likelihoods.split(',')))
+    
+    posteriors, prob_B = bayes_multiple_events(priors, likelihoods)
+    fig = plot_results_multiple_events(priors, likelihoods, posteriors)
+    
+    resultados = "\n".join([f"P(A{i+1}|B): {posterior:.4f}" for i, posterior in enumerate(posteriors)])
+    return fig, f"P(B): {prob_B:.4f}", resultados
+
 # Crear la interfaz de Gradio
-inputs = [
-    gr.inputs.Slider(0, 1, step=0.01, label="P(A) (Prior de A)"),
-    gr.inputs.Slider(0, 1, step=0.01, label="P(B|A)"),
-    gr.inputs.Slider(0, 1, step=0.01, label="P(B|¬A)")
-]
-
-outputs = [
-    gr.outputs.Plot(label="Gráfico de Resultados"),
-    gr.outputs.Textbox(label="P(B)"),
-    gr.outputs.Textbox(label="P(A|B)")
-]
-
-gr.Interface(fn=bayes_app, inputs=inputs, outputs=outputs, title="Calculadora del Teorema de Bayes", description="Calcula P(A|B) usando el Teorema de Bayes con probabilidades ingresadas.").launch()
+with gr.Blocks() as demo:
+    with gr.Tab("Dos Eventos"):
+        gr.Markdown("### Calculadora del Teorema de Bayes para Dos Eventos")
+        prior_A = gr.Slider(0, 1, step=0.01, label="P(A) (Prior de A)")
+        prob_B_given_A = gr.Slider(0, 1, step=0.01, label="P(B|A)")
+        prob_B_given_notA = gr.Slider(0, 1, step=0.01, label="P(B|¬A)")
+        
+        plot = gr.Plot()
+        prob_B = gr.Textbox(label="P(B)")
+        prob_A_given_B = gr.Textbox(label="P(A|B)")
+        
+        btn = gr.Button("Calcular")
+        btn.click(fn=bayes_app_two_events, inputs=[prior_A, prob_B_given_A, prob_B_given_notA], outputs=[plot, prob_B, prob_A_given_B])
+
+    with gr.Tab("Múltiples Eventos"):
+        gr.Markdown("### Calculadora del Teorema de Bayes para Múltiples Eventos")
+        priors_input = gr.Textbox(label="Priors (separados por comas)")
+        likelihoods_input = gr.Textbox(label="Likelihoods (separados por comas)")
+        
+        plot_multi = gr.Plot()
+        prob_B_multi = gr.Textbox(label="P(B)")
+        posteriors = gr.Textbox(label="Posteriors")
+
+        btn_multi = gr.Button("Calcular")
+        btn_multi.click(fn=bayes_app_multiple_events, inputs=[priors_input, likelihoods_input], outputs=[plot_multi, prob_B_multi, posteriors])
+
+demo.launch()