Baixe o app para aproveitar ainda mais
Prévia do material em texto
29/03/2015 online.unip.br/imprimir/imprimirconteudo http://online.unip.br/imprimir/imprimirconteudo 1/4 Exercícios Extra Exercício 1: Com base no algoritmo: função BUSCAPORAPROFUNDAMENTO ITERATIVO (problema)retorna uma solução ou falha entradas: problema, um problema para profundidade 0 até faça resultado BUSCAEMPROFUNDIDADELIMITADA(problema, profundidade) função BPLRECURSIVA(nó,problema,limite)retorna uma solução ou falha/corte se resultado corte então retornar resultado Assinale a alternativa que contenha a afirmação ERRADA: A Tratase de um algoritmo de busca de aprofundamento iterativo. Este algoritmo consiste na combinação dos benefícios da busca em profundidade com a busca em extensão. B A execução deste algoritmo é realizada por níveis de verificação. Ele aumenta gradualmente o limite de profundidade para cada nível de verificação até encontrar o nóobjetivo. Para cada nível o algoritmo é reinicializado. C Apesar dos estados serem gerados várias vezes, este fator não implica na geração de um custo computacional muito alto, pois, em uma árvore com o mesmo fator de ramificação em cada nível, a maior parte dos nós estão nos níveis inferiores. D Em geral, o aprofundamento iterativo é o método de busca sem informação preferido quando existe um espaço de busca grande e a profundidade da solução não é conhecida . E A aplicação do algoritmo de busca de aprofundamento iterativo é uma combinação de busca em profundidade com a de busca uniforme que resulta em um algoritmo ótimo e completo com uma complexidade de tempo e espaço exponenciais. Comentários: Essa disciplina não é ED ou você não fez comentários Exercício 2: A função de avaliação em um algoritmo deve ser estabelecida com base: A Em nenhum critério relacionado ao tipo de algoritmo, ou seja, algoritmos de busca sem informação podem utilizar esta função para uma avaliação final do custo de caminho resultante de sua aplicação. B Deve expressar um critério para busca baseado no estado inicial e final da árvore de busca ou do grafo 29/03/2015 online.unip.br/imprimir/imprimirconteudo http://online.unip.br/imprimir/imprimirconteudo 2/4 de busca. C No custo do caminho do nó expandido, pois, expressa a distância percorrida do estado inicial até o nó em verificação. D Na ação à ser tomada a partir da expansão de um determinado nó. Esta função deverá ser decisiva na busca pela solução ótima e com menor profundidade. E Em uma estimativa da distância do nó expandido até o nóobjetivo. Certamente, uma função de avaliação bem elaborada conduz um algoritmo de busca pela melhor escolha em uma marcha direta para o nóobjetivo. Comentários: Essa disciplina não é ED ou você não fez comentários Exercício 3: A função de avaliação em um algoritmo de busca gulosa consiste em: A Uma função heurística, h(n) que representa a menor distância em linha reta, h DLR , entre o nó e o nóobjetivo . B Uma função assintótica, denotada por h(n) , que representa o custo computacional mínimo para execução do algoritmo. C Uma função genérica que representa o custo do nó expandido adicionado o custo de cada passo para se chegar ao nóobjetivo. D Uma função exponencial que depende do número de expansões ocasionadas no algoritmo e do número de ramificações de cada nó. Também é denotada de O( . ). E Uma função que representa a distância entre dois estados diferentes do espaço de estado. Sua eficiência na busca pela melhor escolha é duvidosa devido a possibilidade de existirem diversos caminhos que podem levar ao nóobjetivo. Comentários: Essa disciplina não é ED ou você não fez comentários Exercício 4: Uma heurística h(n) é dita admissível se, e somente se: A Possui um comportamento exponencial em relação ao custo de caminho; B Calcula a soma de todos os custos de passo para chegar do nó em questão ao objetivo; C Nunca superestime o custo para alcançar o objetivo. D Nunca subestime o custo para alcançar o objetivo. E Resulta sempre no custo ótimo para alcançar o objetivo. Comentários: Essa disciplina não é ED ou você não fez comentários Exercício 5: Seja a árvore binária abaixo a representação de um espaço de estados para um problema p, em que o estado inicial é a, e i e f são estados finais. Um algoritmo de busca em largura primeiro forneceria a seguinte sequencia de estados como primeira alternativa a um caminhosolução para o problema p: 29/03/2015 online.unip.br/imprimir/imprimirconteudo http://online.unip.br/imprimir/imprimirconteudo 3/4 A a b d h e i B a b c d e f C a b e i D a c f E a b d e f Comentários: Essa disciplina não é ED ou você não fez comentários Exercício 6: Considere as afirmações sobre resolução de problemas em IA. I. Busca pela melhor escolha é um tipo de busca heurística . II. Satisfação de restrições é uma das formas de solução de problemas em IA. III. O procedimento AlfaBeta pode permitir a poda de boa parte de uma árvore de busca em um jogo de dois jogadores. São corretas: A Apenas II B Apenas I e II C Apenas I e III D Apenas II e III E I, II e III Comentários: Essa disciplina não é ED ou você não fez comentários Exercício 7: Considere h(x) como uma função heurística que define a distância de x até a meta; considere ainda hr(x) como a distancia real de x até a meta. h(x) é dita admissível se e somente se: 29/03/2015 online.unip.br/imprimir/imprimirconteudo http://online.unip.br/imprimir/imprimirconteudo 4/4 A $ n h ( n ) £ h r (x ) B " n h ( n ) £ h r (x ) C " n h ( n ) > h r (x ) D $ n h ( n ) > h r (x ) E $ n h ( n ) < h r (x ) Comentários: Essa disciplina não é ED ou você não fez comentários Exercício 8: Considerando que h(n) é o custo estimado do nó n até o objetivo, em relação a busca informada, podese afirmar que: A a busca gulosa minimiza h ( n ). B a busca A* minimiza h ( n ). C a busca de custo uniforme minimiza h ( n ). D (d) a busca gulosa minimiza h ( n ) somente se a heurística for admissível. E a busca A* minimiza h ( n ) somente se a heurística for admissível. Comentários: Essa disciplina não é ED ou você não fez comentários Exercício 9: Os algoritmos genéticos são técnicas de busca de Inteligência Artificial e tiveram um amplo impacto sobre problemas de otimização, como layout de circuitos e escalonamento de prestação de serviços. Com relação à versão mais comum dessa técnica, considere as afirmativas a seguir. I. O funcionamento dos algoritmos genéticos começam com um conjunto de k estados gerados aleatoriamente chamado de população. II. Para cada par selecionado, é escolhido ao acaso um ponto de crossover dentre as posições na cadeia do indivíduo. III. A função fitness de cada indivíduo deverá definir qual é o melhor ponto de crossoverdos pares selecionados. IV. A fase de mutação dos algoritmos genéticos é obrigatória e deve seguir uma ordem aleatória para garantir vantagens em seus resultados. Assinale a alternativa correta. A Somente as afirmativas I e II são corretas. B Somente as afirmativas I e IV são corretas. C Somente as afirmativas III e IV são corretas. D Somente as afirmativas I, II Somente as afirmativas II, III e IV são corretas. e III são corretas. E Somente a afirmativa I esta correta. Comentários: Essa disciplina não é ED ou você não fez comentários
Compartilhar