PCS Inteligência Artificial

Documentos relacionados
PCS Inteligência Artificial

ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO GABARITO

PCS Gabarito da 1a. lista

Enunciados dos Exercícios Cap. 2 Russell & Norvig

CEFET/RJ Disciplina: Inteligência Artificial Professor: Eduardo Bezerra Lista de exercícios 02

Ex. 1) Considere que a árvore seguinte corresponde a uma parte do espaço de estados de um jogo de dois agentes: f=7 f=7 f=1 f=2

INTELIGÊNCIA ARTIFICIAL 2008/09

Resolução de problemas por meio de busca. Capítulo 3 Inteligência Artificial Sistemas de Informação

Inteligência Artificial. Resolução de problemas por meio de algoritmos de busca. Aula II Algoritmos básicos de busca cega

Departamento de Ciência de Computadores - FCUP Primeiro Teste de Inteligência Artificial / Sistemas Inteligentes (Duração: 2 horas)

Técnicas para Implementação de Jogos

BCC204 - Teoria dos Grafos

Busca com informação e exploração. Inteligência Artificial. Revisão da aula passada: Heurística Admissível. Revisão da aula passada: Busca A *

Inteligência Artificial

Árvore de Jogos Minimax e Poda Alfa-Beta

Buscas Informadas ou Heurísticas - Parte II

Lista de exercícios 1

INTELIGÊNCIA ARTIFICIAL

Lista de Exercícios Programação Inteira. x 2 0 e inteiros.

Resumo. Como um agente busca de seqüência de ações para alcançar seus objetivos.

Inteligência Artificial. Resolução de problemas por meio de algoritmos de busca. Aula VI Busca Competitiva

Busca Competitiva. Inteligência Artificial. Até aqui... Jogos vs. busca. Decisões ótimas em jogos 9/22/2010

Agentes de Procura Procura Estocástica. Capítulo 3: Costa, E. e Simões, A. (2008). Inteligência Artificial Fundamentos e Aplicações, 2.ª edição, FCA.

Técnicas Inteligência Artificial

Resolução de Problemas. Universidade Católica de Pelotas Engenharia da Computação Disciplina: Inteligência Artificial

Resolução de Problemas de Busca

Universidade Estadual de Maringá Departamento de Informática Disciplina Inteligência Artificial Profa. Josiane

Inteligência Artificial - IA. Resolução de problemas por meio de busca

Problema de Satisfação de Restrições. Problema de Satisfação de Restrições. Grafo de restrições. Exemplo: 4 Rainhas como um PSR

Jogos com Oponentes. espaço de busca muito grande tempo para cada jogada

PROCURA E PLANEAMENTO

Inteligência Artificial. Prof. Tiago A. E. Ferreira Aula 5 Resolvendo Problemas

REDES NEURAIS / INTELIGÊNCIA ARTIFICIAL LISTA DE EXERCÍCIOS 6

Busca em Espaço de Estados a

Resolução de Problemas

Resolução de Problemas através de Busca. Prof. Júlio Cesar Nievola PPGIA - PUC-PR

meio de busca Seções 3.1, 3.2 e 3.3

Inteligência Artificial

Teoria da Computação. Complexidade computacional classes de problemas

lnteligência Artificial

Inteligência Artificial. Resolução de problemas por meio de algoritmos de busca. Aula I - Introdução

Resolução de problemas por meio de busca. Inteligência Artificial. Formulação de problemas. Estratégias de busca

Inteligência Computacional

Lista de Exercícios Programação Inteira. x 2 0 e inteiros.

Respostas. Campo, bola, trave, próprio time, outro time, próprio corpo. Veículo lançador, Marte

Inteligência Artificial (SI 214) Aula 5 Problemas de Satisfação de Restrições

Inteligência Artificial

Sistemas Baseados em Conhecimento

Introdução à Resolução de Problemas por meio de Busca

CTC-17 Inteligência Artificial Busca Competitiva e Busca Iterativa. Prof. Paulo André Castro

Inteligência Artificial Taguspark

Inteligência Computacional

Lista de Exercícios - Modelagem de representação cromossômica e função fitness

INTRODUÇÃO A BUSCA EXERCÍCIOS

Projeto e Análise de Algoritmos Aula 8: Algoritmos Gulosos (DPV 5; CLRS 4)

NOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016

Busca Cega (Exaustiva) e Heurística. Busca Aula 2

3. Resolução de problemas por meio de busca

CEFET/RJ Disciplina: Inteligência Artificial Professor: Eduardo Bezerra Lista de exercícios 01

Busca Heurística - Informada

Jogos com Oponentes. Problemas de busca: não assumem a presença de um oponente

5COP096 TeoriadaComputação

Inteligência Artificial

Inteligência Artificial

Jogos com Oponentes. Problemas de busca: não assumem a presença de um oponente

Inteligência Artificial Alameda e Taguspark

GRAFOS Aula 05 Algoritmos de percurso: busca em largura e profundidade Max Pereira

Algoritmos Tentativa e Erro (Backtracking) Prof.: Jonas Potros

CTC-17 Inteligência Artificial Problemas de Busca. Prof. Paulo André Castro

Buscas Não Informadas (Cegas) - Parte I

Alguns Exercícios de Inteligência Artificial

Sistemas Inteligentes / Inteligência Artificial, Outros Métodos de Procura

*Capítulo 3 (Russel & Norvig)

Aula 20: Revisão Otimização Linear e Inteira Túlio A. M. Toffolo

Resolução de problemas por meio de busca. Prof. Pedro Luiz Santos Serra

UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Pato Branco ENGENHARIA DE COMPUTAÇÃO Prova Parcial 1 Matemática Discreta para Computação

GRAFOS BUSCAS E MENOR CAMINHO. Prof. André Backes

RESOLUÇÃO DE PROBLEMAS POR MEIO DE BUSCA (PARTE 1) *Capítulo 3 (Russel & Norvig)

CI065 CI755 Algoritmos e Teoria dos Grafos

Inteligência Artificial (SI 214) Aula 4 Resolução de Problemas por meio de Busca Heurística

Transcrição:

PCS 2059 - Inteligência Artificial 1a. Lista de Exercícios Prof. Responsável: Jaime Simão Sichman A. Introdução à IA 1. Descreva resumidamente o que é o Teste de Turing. B. Representação por Espaço de Estados 2. Defina com suas próprias palavras os termos a seguir: estado, espaço de estados, árvore de busca, estado objetivo, função objetivo, ação, função sucessor e fator de ramificação. Exemplifique esses conceitos modelando aplicando-os ao problema das n rainhas. C. Busca Cega 3. Faça uma análise comparativa entre busca em profundidade e busca em largura em termos de completeza e otimalidade da solução, complexidade temporal e espacial. Suponha que os custos de caminho entre estados vizinhos sejam iguais. 4. Seja o problema a ser resolvido: dado uma tabuleiro de 1 única linha e 5 posições, duas fichas brancas e duas pretas, deseja-se colocar as fichas pretas entre as fichas brancas. Um exemplo de solução está mostrado na figura. Figura1: Exemplo de solução do problema a ser resolvido no ex. 4. Inicialmente, as fichas brancas estão à esquerda, as pretas à direita e existe um intervalo vazio bem no meio do tabuleiro. Duas operações são permitidas: escorregar uma ficha para o intervalo vazio ou fazê-la saltar sobre outra, indo para o intervalo vazio. Ambas operações provocam mudanças na posição da ficha movimentada e na localização do intervalo vazio. Represente este problema por busca em espaço de estados, e, imaginando que o algoritmo não mantém estados repetidos na árvore de busca, solucione-o por: a) Busca em largura; b) Busca em profundidade;

c) Caso não seja possível guardar os estados repetidos, qual dos dois tipos de busca seria o mais apropriado? Por quê? 5. Imagine um programa que receba como entrada 2 URLs de páginas da Web encontre um caminho de links de uma até a outra. Apresente uma estratégia de busca apropriada para a resolução deste problema. A busca bidirecional é uma boa idéia? Um mecanismo de busca na Internet poderia ser usado para implementar uma função predecessora? D. Busca Informada e Busca Local 6. Pode-se modelar um labirinto por um grafo usando um vértice para representar o ponto de partida, um para o ponto de chegada, e um para cada fim de linha ou ponto de bifurcação, conectando-os de acordo com os caminhos dentro do labirinto. Os valores das arestas representam os custos de transição entre os vértices, dados pela distância entre esses pontos no labirinto. Pede-se: a) Construa um grafo para o labirinto abaixo representado na figura 2, medindo as distâncias entre os pontos de interesse com uma régua; saída entrada Figura2: Exemplo de labirinto a ser resolvido no ex. 6. b) Encontre a saída do labirinto com uma busca de custo uniforme, supondo que os estados percorridos podem ser guardados, informando o custo total; c) Encontre a saída do labirinto por busca pela melhor escolha, supondo que os estados percorridos podem ser guardados, informando o custo total; d) Encontre a saída do labirinto por busca A*, supondo que os estados percorridos podem ser guardados, informando o custo total. 7. Forneça o nome do algoritmo que resulta de cada um dos seguintes casos especiais: a) Busca em feixe local com k = 1;

b) Busca em feixe local com k = ; c) Têmpera simulada com T = 0 em todos os momentos; d) Algoritmo genético com tamanho de população N =1. 8. Proponha uma modelagem para o problema do caixeiro viajante de forma que seja solucionado através de cada umas das seguintes técnicas: a) Busca cega (a de sua escolha); b) Busca informada (a de sua escolha, inclusive a função heurística); c) Busca local (a de sua escolha). E. Problemas de satisfação de restrições 9. Forneça formulações precisas para cada um dos problemas a seguir como problema de satisfação de restrições: a) Criação de planta-baixa retilínea: encontrar posições não-superpostas em um retângulo grande para vários retângulos menores; b) Escalonamento de aulas: existe um número fixo de professores e salas de aula, uma lista de aulas a serem oferecidas, e uma lista de tempos vagos possíveis para as aulas. Cada professor tem um conjunto de aulas que ele pode ministrar. 10. Resolva o problema criptoaritmético abaixo, utilizando retrocesso (backtracking), verificação prévia (foward checking) e as heurísticas de variável mais restritiva e mais restringida. Que valores devem ter as letras F, T, U, W, R e O de tal modo que a conta TWO+TWO = FOUR seja verdadeira. (OBS.: duas letras distintas não podem ter valores iguais) F. Jogos 11. Prove a seguinte afirmativa: para toda árvore de jogo, a utilidade obtida por MAX usando decisões de minimax contra um MIN não ótimo nunca será mais baixa que a utilidade obtida no jogo contra um MIN ótimo. Você poderia apresentar uma árvore de jogo em que MAX pudesse atuar ainda melhor usando uma estratégia não-ótima contra um MIN não-ótimo?

12. Considere o jogo da velha. Definimos X n como o número de linhas, colunas ou diagonais com exatamente n valores de X e nenhum de O. De modo semelhante, O n é número de linhas, colunas ou diagonais com exatamente n valores de O e nenhum de X. A função utilidade atribui +1 a qualquer posição na árvore do jogo com X 3 =1 e 1 a qualquer posição com O 3 =1. Todas as outras posições terminais têm utilidade 0. No caso de posições não terminais, utilizamos uma função de avaliação linear definida como Aval(s)=3X 2 (s)+x 1 (s) - ( 3O 2 (s)+o 1 (s)). a) Monte a árvore de jogo inteira a partir de um tabuleiro vazio até a profundidade 2 (isto é, um X e um O no tabuleiro), levando em conta a simetria (por exemplo, na primeira jogada, um X em qualquer uma das quinas é equivalente); b) Aproximadamente, quantas possíveis árvores de busca existem para o jogo da velha (sem contar a simetria)? c) Marque em sua árvore as avaliações de todas as posições na profundidade 2; d) Usando o algoritmo minimax, marque em sua árvore os valores propagados de volta para as posições nas profundidades 1 e 0, e utilize esses valores para escolher o movimento inicial; e) Faça um círculo em torno dos nós na profundidade 2 que não seriam avaliados se a poda alfa-beta fosse aplicada, supondo que os nós fossem gerados na ordem ótima para poda alfa-beta. G. Lógica Proposicional 13. O operador (ou exclusivo) pode ser definido pela tabela abaixo. Criar uma expressão do cálculo proposicional usando somente,,, que seja equivalente a p q. Provar a equivalência. p q p q ------------------------------- T T F T F T F T T F F F 14. Decida se cada uma das sentenças a seguir é válida, não-satisfatível ou nenhuma dessas opções. Verifique suas decisões usando tabelas-verdade. a) Fumaça Fumaça b) Fumaça => Fogo c) (Fumaça => Fogo) => (Fumaça => Fogo) d) Fumaça Fogo Fogo e) (Fumaça => Fogo) => ((Fumaça Calor) => Fogo) f) Grande Burro (Grande => Burro) g) (Grande Burro) Burro 15. Dadas as sentenças a seguir:

Se o unicórnio é mítico, então é imortal; porém, se ele não é mítico, então é um mamífero mortal. Se o unicórnio é imortal ou um mamífero, então ele tem chifre. O unicórnio é mágico se tem chifre. a) Formalize-as como um conjunto de fórmulas bem formadas do cálculo proposicional; b) É possível "demonstrar" que o unicórnio é mítico? E que é mágico? E que têm chifre? (Se sim demonstre!) 16. Dadas as sentenças: João estuda ou não está cansado. Se João estuda, então dorme tarde. João não dorme tarde ou está cansado. Provar que João está cansado se e somente se estuda, (isto é, deduzir que Se João está cansado então estudou e Se João estudou então está cansado ), usando lógica proposicional, e nomeando João estuda = P, João está cansado = Q e João dorme tarde = R. H. Lógica de Predicados 17. Descreva as seguintes sentenças em lógica de predicados: Sejam Alberto, Roberto e Carlos suspeitos em um caso de assassinato. Alberto tem um álibi, no registro de um respeitável hotel em Manaus. Roberto também tem um álibi, já que seu cunhado José testemunhou que Roberto estava visitando-o em Rio do Sul na época do crime. Carlos pleiteia um álibi, pois alega que estava em um torneio de vela em Guaratuba, que foi televisionado. 18. Considere as seguintes sentenças: Todos os cães gostam de comer carne. Se um animal for pastor alemão, então este animal é um cão. Toda linguiça é carne. Calabresa é uma linguiça. Totó é um pastor alemão. a) Traduza estas sentenças para lógica de predicados; b) Mostrar uma prova para Totó gosta de comer utilizando Modus Ponens Generalizado; c) Idem utilizando resolução; 19. Dadas as sentenças: Se um curso é fácil, alguns estudantes ficam felizes. Se um curso dura pouco tempo, nenhum estudante fica feliz.

Use resolução para mostrar que, se um curso dura pouco tempo, o curso não é fácil.