Sei sulla pagina 1di 3

Intelligenza Artificiale

Appello del 16/03/2022

Non è consentito usare libri o appunti.

Esercizio 1 (6 punti). Sia dato il problema di ricerca il cui grafo di stato è presentato qui sotto. Lo
stato di partenza è S, mentre lo stato goal è G. Sugli archi orientati viene indicato il costo di cammino.
Nella tabella a destra è riportata la funzione euristica h.

Per i seguenti algoritmi di ricerca Costo Uniforme, Greedy ed A* indicate la sequenza di nodi espansi
(non quelli visitati!) dall’algoritmo.

A parità di funzione di costo scegliere i nodi in ordine alfabetico.

Esercizio 2 (6 punti). Si consideri il gioco fra MAX e MIN il cui albero è riportato qui sotto (
sono i nodi max, sono i nodi min, sono le foglie).
1) Applicare l’algoritmo Minimax per trovare l’utilità di MAX nel nodo radice, scrivendo il
valore minimax di ogni nodo.
2) Quale è la mossa che MAX dovrà effettuare? E quale la contromossa di MIN?
3) Quali sono i nodi che la potatura alfa-beta non visita?

Pag. 1
Intelligenza Artificiale
Appello del 16/03/2022

Esercizio 3 (6 punti).

Si consideri la seguente tabella composta da variabili p, q e z che possono assumere valori nel dominio
{1…9}.

Supponendo di avere i seguenti vincoli

• 3(p + q) = 15
• p>z
• q<z
• z ≠ 2q.

1) Disegnare il grafo dei vincoli.

2) Quali sono i valori delle variabili dopo aver reso il grafo arc consistent?

Esercizio 4 (6 punti). Si consideri la seguente base di conoscenza del primo ordine KB:

1. ∀ x (H(x) => OWL(x))


2. ∀ x ∀ y (VE (x,y) ∧ C(y) => ¬ ∃ z (VE(x,z) ∧ M (z)))
3. ∀ x (LS(x) => ¬ ∃ y (VE (x,y) ∧ OWL(y)))
4. ∃ x (VE (John,x) ∧ (C(x) ∨ H(x)))

e la formula α seguente:

α: LS(John) => ¬ ∃ z (VE(John,z) ∧ (z))

Dopo aver trasformato le formule in CNF, dire (giustificando la risposta) se con la risoluzione è
possibile stabilire se KB ╞ α è vera o falsa.

Pag. 2
Intelligenza Artificiale
Appello del 16/03/2022

Esercizio 5 (6 punti). Si consideri la seguente tabella che rappresenta i valori delle CPT di una rete
bayesiana.

Disegnare una rete bayesiana per la distribuzione di probabilità congiunta P(O, I, E, B, R)

Calcolare:

1. P(O=low, I = low, E=low, B=normal, R=low)

2. P(I=high | BP=normal, R = high)

Pag. 3

Potrebbero piacerti anche