Μαθηματικά των Υπολογιστών και των Αποφάσεων Τεχνητή Νοημοσύνη 1η Σειρά Ασκήσεων



Σχετικά έγγραφα
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΙΑΤΜΗΜΑΤΙΚΟ ΠΜΣ «ΜΑΘΗΜΑΤΙΚΑ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ & ΤΩΝ ΑΠΟΦΑΣΕΩΝ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ η Σειρά Ασκήσεων ΑΠΑΝΤΗΣΕΙΣ

Θεωρήστε ένα puzzle (παιχνίδι σπαζοκεφαλιάς) με την ακόλουθη αρχική διαμόρφωση : b b b w w w e

Επίλυση προβλημάτων με αναζήτηση

Εφαρμόζονται σε προβλήματα στα οποία δεν υπάρχει πληροφορία που να επιτρέπει την αξιολόγηση των καταστάσεων του χώρου αναζήτησης.

Ασκήσεις μελέτης της 4 ης διάλεξης. ), για οποιοδήποτε μονοπάτι n 1

Για παράδειγμα η αρχική και η τελική κατάσταση αναπαριστώνται ως εξής: (ένα λίτρο)

PROJECT ΣΤΟ ΜΑΘΗΜΑ "ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟΔΟΥΣ"

ΤΥΦΛΗ ΑΝΑΖΗΤΗΣΗ (1) ΣΤΡΑΤΗΓΙΚΗ Ή ΑΛΓΟΡΙΘΜΟΣ ΑΝΑΖΗΤΗΣΗΣ

PROJECT ΣΤΟ ΜΑΘΗΜΑ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟ ΟΥΣ

Επίλυση Προβλημάτων 1

ΥΣ02 Τεχνητή Νοημοσύνη Χειμερινό Εξάμηνο

Τεχνητή Νοημοσύνη. 2η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Περιγραφή Προβλημάτων

Τεχνητή Νοημοσύνη. 4η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

PROJECT ΣΤΟ ΜΑΘΗΜΑ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟ ΟΥΣ

Θέμα 1: Robbie και Αναζήτηση

ΥΣ02 Τεχνητή Νοημοσύνη Χειμερινό Εξάμηνο

Επίλυση προβληµάτων. Αλγόριθµοι Αναζήτησης

Αλγόριθμοι Τυφλής Αναζήτησης

Εύρεση ν-στού πρώτου αριθμού

Θεωρία Λήψης Αποφάσεων

Κατακερματισμός (Hashing)

ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ

m + s + q r + n + q p + s + n, P Q R P Q P R Q R F G

Τεχνητή Νοημοσύνη. 3η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

4 η Διάλεξη. Ενδεικτικές λύσεις ασκήσεων

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Ο αλγόριθμος πρέπει να τηρεί κάποια κριτήρια

Μη γράφετε στο πίσω μέρος της σελίδας

Ασκήσεις μελέτης της 6 ης διάλεξης

ΕΚΦΩΝΗΣΕΙΣ & ΛΥΣΕΙΣ ΘΕΜΑΤΩΝ ΤΘ ΑΝΑ ΚΕΦΑΛΑΙΟ ΚΑΙ ΠΑΡΑΓΡΑΦΟ

Κεφάλαιο 2 ο Βασικές Έννοιες Αλγορίθμων (σελ )

Ασκήσεις μελέτης της 8 ης διάλεξης

Συνδυασμοί C(n, k): #επιλογών k από n διακεκριμένα αντικείμενα (διαθέσιμα σε ένα «αντίγραφο»).

Μέθοδοι πολυδιάστατης ελαχιστοποίησης

Επίλυση προβλημάτων με αναζήτηση

Πληροφορική 2. Αλγόριθμοι

Θεωρία Λήψης Αποφάσεων

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος

έντρα ιδάσκοντες:. Φωτάκης,. Σούλιου Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο

Εισαγωγή στην επιστήμη των υπολογιστών. Λογισμικό Υπολογιστών Κεφάλαιο 8ο Αλγόριθμοι

ΦΥΛΛΟ ΕΡΓΑΣΙΑΣ 1 Ο ( Η έννοια της συνάρτησης )

(Γραμμικές) Αναδρομικές Σχέσεις

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ Θεωρία Παιγνίων και Αποφάσεων Διδάσκων: Ε. Μαρκάκης, Εαρινό εξάμηνο 2015

ΜΑΘΗΜΑ : ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

Θεωρία Λήψης Αποφάσεων

(Γραμμικές) Αναδρομικές Σχέσεις

ιδάσκοντες: Φ. Αφράτη,. Φωτάκης,. Σούλιου Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ. Ενότητα 3: Αλγόριθμοι πληροφορημένης αναζήτησης. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής

(Γραμμικές) Αναδρομικές Σχέσεις

Κεφάλαιο 4: Επιλογή σημείου παραγωγής

Αριθμητική Ανάλυση και Εφαρμογές

ΑΡΙΘΜΗΤΙΚΗ ΠΡΟΟΔΟΣ. Σύμφωνα με τα παραπάνω, για μια αριθμητική πρόοδο που έχει πρώτο όρο τον ...

Στοχαστικές Στρατηγικές. διαδρομής (1)

num(m(w 1 ;... ; w k )) = f(num(w 1 ),..., num(w k ))

Ε ανάληψη. Α ληροφόρητη αναζήτηση

Τεχνητή Νοημοσύνη. 6η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Ωρολόγιο Πρόγραμμα Χειμερινού Εξαμήνου

Εφαρμοσμένα Μαθηματικά ΙΙ

ΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΣΥΝΑΡΤΗΣΕΙΣ

Στατιστικοί πίνακες. Δημιουργία κλάσεων

Όρια Αλγόριθμων Ταξινόμησης. Εισαγωγή στην Ανάλυση Αλγορίθμων Μάγια Σατρατζέμη

Συνδυαστική Απαρίθμηση

Επίλυση Προβλημάτων 1

Κεφάλαιο 4: Επιλογή σημείου παραγωγής

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

4.2 ΕΥΚΛΕΙΔΕΙΑ ΔΙΑΙΡΕΣΗ

ΕΡΩΤΗΜΑΤΑ σε ΑΝΑΖΗΤΗΣΗ

Εφαρμοσμένα Μαθηματικά ΙΙ 9ο Σετ Ασκήσεων (Λύσεις) Διανυσματικοί Χώροι

Ωρολόγιο Πρόγραμμα Χειμερινού Εξαμήνου

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ Τ Μ Η Μ Α Π Λ Η Ρ Ο Φ Ο Ρ Ι Κ Η Σ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΨΗΦΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ TEXNHTH ΝΟΗΜΟΣΥΝΗ ΕΡΓΑΣΙΑ 1 η ΑΠΑΝΤΗΣΕΙΣ 1. Α. ΧΩΡΟΣ ΚΑΤΑΣΤΑΣΕΩΝ

Τεχνητή Νοημοσύνη Ι. Εργαστηριακή Άσκηση 4-6. Σγάρμπας Κυριάκος. Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστων

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Συνδυαστική Απαρίθμηση

Πανεπιστήμιο Κύπρου Πολυτεχνική Σχολή

ΕΡΓΑΣΤΗΡΙΑΚΕΣ ΑΣΚΗΣΕΙΣ C ΣΕΙΡΑ 1 η

Κανονικές Γλώσσες. ιδάσκοντες: Φ. Αφράτη,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών

ΚΕΦΑΛΑΙΟ 3 ΤΟ ΔΙΩΝΥΜΙΚΟ ΘΕΩΡΗΜΑ

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ. Δοµές Δεδοµένων

9. Συστολικές Συστοιχίες Επεξεργαστών

Τεχνητή Νοημοσύνη. 8η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Χρήστος Ι. Σχοινάς Αν. Καθηγητής ΔΠΘ. Συμπληρωματικές σημειώσεις για το μάθημα: «Επιχειρησιακή Έρευνα ΙΙ»

Προβλήματα, αλγόριθμοι, ψευδοκώδικας

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά

Θεωρία Πληροφορίας. Διάλεξη 4: Διακριτή πηγή πληροφορίας χωρίς μνήμη. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

ΕΡΓΑΣΤΗΡΙΑΚΕΣ ΑΣΚΗΣΕΙΣ C ΣΕΙΡΑ 1 η

Blum Complexity. Αλγόριθμοι και Πολυπλοκότητα ΙΙ. Παναγιώτης Γροντάς. Δεκέμβριος

x[n] = e u[n 1] 4 x[n] = u[n 1] 4 X(z) = z 1 H(z) = (1 0.5z 1 )(1 + 4z 2 ) z 2 (βʹ) H(z) = H min (z)h lin (z) 4 z 1 1 z 1 (z 1 4 )(z 1) (1)

Σύνοψη Προηγούμενου. Πίνακες (Arrays) Πίνακες (Arrays): Βασικές Λειτουργίες. Πίνακες (Arrays) Ορέστης Τελέλης

Συνδυαστική Απαρίθμηση

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ Τμήμα Πληροφορικής

Δυναμικός Κατακερματισμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1

Όριο συνάρτησης στο x. 2 με εξαίρεση το σημείο A(2,4) Από τον παρακάτω πίνακα τιμών και τη γραφική παράσταση του παραπάνω σχήματος παρατηρούμε ότι:

ΚΕΦΑΛΑΙΟ 2 ΔΙΑΤΑΞΕΙΣ, ΜΕΤΑΘΕΣΕΙΣ, ΣΥΝΔΥΑΣΜΟΙ

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ

Transcript:

Π Π Τ Μ Τ Μ Η/Υ Π Δ Μ Π Μαθηματικά των Υπολογιστών και των Αποφάσεων Τεχνητή Νοημοσύνη 1η Σειρά Ασκήσεων Φοιτητής: Ν. Χασιώτης (AM: 0000) Καθηγητής: Ι. Χατζηλυγερούδης 22 Οκτωβρίου 2010

ΑΣΚΗΣΗ 1. Δίνεται το πρόβλημα των τριών δοχείων γάλακτος: "Υπάρχουν τρια δοχεία χωρητικότητας 8, 5 και 2 λίτρων αντίστοιχα που δεν διαθέτουν μετρητή. Το δοχείο των 8 λίτρων είναι γεμάτο με γάλα. Θέλουμε να μοιράσουμε το γάλα σε δύο ίσες ποσότητες στα δύο μεγαλύτερα δοχεία. Οι δυνατές ενέργειες αφορούν άδειασμα ποσότητας γάλακτος από το ένα δοχείο σε άλλο". Ζητούνται: α) Να ορίσετε αυστηρά (α 1 ) τρόπο αναπαράστασης μιας (τυχαίας) κατάστασης, (α 2 ) την αρχική κατάσταση και την/τις τελική/ές καταστάσεις, (α 3 ) τους τελεστές μετάβασης. β) Προσδιορίστε τον χώρο καταστάσεων του προβλήματος. Υπάρχουν ανέφικτες καταστάσεις; Αν ναι μπορούν να προσδιοριστούν; γ) Ορίστε μια συνάρτηση κόστους g(n) και μια ευρετική συνάρτηση h(n) δ) Εφαρμόστε τα τρια πρώτα βήματα των αλγορίθμων (δ 1 ) αναζήτηση δέσμης και (δ 2 ) A, σχεδιάζοντας τα αντίστοιχα επίπεδα στο δέντρο αναζήτησης. (α 1 ) Ο τρόπος αναπαράστασης της τυχαίας κατάστασης ορίζετε σαν (x, y, z), όπου x είναι η ποσότητα γάλακτος στο δοχείο των 8 λίτρων (έστω A), y είναι η ποσότητα γάλακτος στο δοχείο των 5 λίτρων (έστω B) και z είναι η ποσότητα γάλακτος στο δοχείο των 2 λίτρων (έστω C). (α 2 ) Η αρχική κατάσταση είναι (8, 0, 0) και τελική (μοναδική) είναι (4, 4, 0). (α 3 ) Η τελεστές μετάβασης έχουν ως εξής: Τελεστές Μετάβασης Περιγραφή Προϋποθέσεις Αποτέλεσμα T 1 : Άδειασε το A στο Β x > 0, y < 5 (0, x + y, z) αν x < 5 y (x + y 5, 5, z) αν x 5 y T 2 : Άδειασε το A στο C x > 0, z < 2 (0, y, x + z) αν x < 2 z (x + z 2, y, 2) αν x 2 z T 3 : Άδειασε το B στο A y > 0, x < 8 (x + y, 0, z) αν y < 8 x (8, x + y 8, z) αν y 8 x T 4 : Άδειασε το B στο C y > 0, z < 2 (x, 0, y + z) αν y < 2 z (x, x + z 2, 2) αν y 2 z T 5 : Άδειασε το C στο A z > 0, x < 8 (x + z, y, 0) αν z < 8 x (8, y, x + z 8) αν z 8 x T 6 : Άδειασε το C στο B z > 0, y < 5 (x, y + z, 0) αν z < 5 y (x, 5, x + z 5) αν z 5 y (β) Ο χώρος τον καταστάσεων είναι ο παρακάτω: S = { (x, y, z) : x {0, 1, 2, 3, 4, 5, 6, 7, 8, y {0, 1, 2, 3, 4, 5, z {0, 1, 2 Προφανώς και υπάρχουν ανέφικτες καταστάσεις, όπως π.χ. η (8, 5, 2). Γενικά οι καταστάσεις (x, y, z) για τις οποίες ισχύει x+y+z 8 είναι ανέφικτες, αφού η αρχική ποσότητα γάλακτος (8 λίτρα) δεν μεταβάλεται με χρήση των τελεστών μετάβασης. (γ) Στο πρόβλημα μας, κάθε κίνηση απαιτεί το ίδιο κόστος, οπότε σαν συνάρτηση κόστους, μπορούμε να ορίσουμε την αναδρομική g(n) = g(n 1) + 1, όπου g(0) = 0. Σαν ευρετική μπορούμε να πάρουμε την h(n) = x 4 + y 4 +z που μηδενίζεται στην τελική κατάσταση, ενώ εκφράζει την απόσταση μας από αυτή. 1

(δ 1 ) Για αναζήτηση δέσμης και θεωρώντας m = 2, θα έχουμε:..(8, 0, 0) h=4.(3, 5, 0) h=2.(6, 0, 2) h=4.t 4.(1, 5, 2) h=6.(6, 0, 2) h=4.(3, 3, 2) h=4.(1, 5, 2) h=6.(8, 0, 0) h=4.(6, 2, 0) h=4.t 4.(1, 5, 2) h=6.(6, 0, 2) h=4.(5, 3, 0) h=2.(3, 5, 0) h=2.(8, 0, 0) h=4.(3, 5, 0) h=2.(4, 2, 2) h=4.(6, 0, 2) h=4.(4,4,0) Στο βήμα (1) η αναζήτηση δέσμης παράγει και τα δύο παιδιά της (8,0,0). Στο βήμα (2) θα παράγει επίσης όλα τα παιδιά των (3,5,0) και (6,0,2). Από τα παιδιά αυτών των δύο θα επιλέξει να αναπτύξει μόνο τα δύο καλύτερα με βάση την ευρετική, δηλαδή τα (3,3,2) και (6,2,0). Στο βήμα (3) από όλα τα παιδιά, θα αναπτύξει τα (5,3,0) και (4,2,2). (δ 1 ) Για τον αλγόριθμο A θα έχουμε:..(8, 0, 0) f=5.(3, 5, 0) f=3.(6, 0, 2) f=5.t4.t 5.T 6.(1, 5, 2) f=7.(6, 0, 2) f=5.(3, 3, 2) f=5.(1, 5, 2) f=7.(8, 0, 0) f=5.(6, 2, 0) f=5 Στο βήμα (1) η A.(5, 3, 0) f=4 παράγει και τα δύο παιδιά της (8,0,0). Στο βήμα (2) επιλέγει να 2

αναπτύξει τα παιδιά της (3,5,0) η οποία έχει τη μικρότερη τιμή στην συνάρτηση εκτίμησης. Στο βήμα (3) επιλέγει να αναπτύξει μόνο τα παιδιά της (3,3,2). ΑΣΚΗΣΗ 2. Δίνεται το γνωστό πρόβλημα του τετράγωνου παζλ: "Έχουμε ένα τετράγωνο πλαίσιο 3 3 = 9 τετράγωνων θέσεων, που τις 8 θέσεις καταλαμβάνουν τετράγωνα πλακίδια αριθμημένα από το 1 ως το 8, ενώ η ένατη είναι κενή. Τα πλακίδια μπορούν να μετακινούνται πάνω, κάτω, δεξιά και αριστερά, εφ' όσον αυτό είναι δυνατόν". Ζητούνται: α) Να ορίσετε αυστηρά (α 1 ) τρόπο αναπαράστασης μιας (τυχαίας) κατάστασης, (α 2 ) την αρχική κατάσταση και την/τις τελική/ές κατάσταση/σεις, (α 3 ) τους τελεστές μετάβασης. β) Ορίστε τουλάχιστον δύο ευρετικές συναρτήσεις. Συζητείστε τα μειονεκτήματα τους καθώς και το τι μπορούμε να πούμε σχετικά με τα κριτήρια της αποδεκτηκότητας (admissibility), πληροφορικότητας (informedness) και μονοτονικότητας (monotonicity). γ) Ποιός αλγόριθμος θεωρείτε ότι είναι καλύτερο (δηλ. αποδοτικότερο) να χρησιμοποιηθεί αν το ζητούμενο είναι να βρούμε (γ 1 ) μια οποιαδήποτε λύση, (γ 2 ) όλες τις λύσεις, (γ 3 ) τη συντομότερη, (γ 4 ) τη βέλτιστη λύση. Δικαιολογήστε τις απαντήσεις σας. (α 1 ) Αν θεωρήσω πως οι θέσεις του παζλ είναι αριθμημένες από πάνω αριστερά, μέχρι κάτω δεξιά διαδοχικά 1, 2, 3,..., 9 τότε μπορώ να αναπαραστήσω την τυχαία κατάσταση με τη δομή (p 1, p 2,..., p 8, p 0 ), όπου p 1 η θέση του αριθμού 1, p 2 η θέση του αριθμού 2, κοκ. Ενώ p 0 είναι η θέση του κενού. Το p 0 μπορεί να προκύψει από τα p 1,..., p 9, αλλά η ύπαρξη του, κάνει "κομψότερους" τους τελεστές μετάβασης. (α 2 ) Η αρχική κατάσταση του προβλήματος είναι η (p 1, p 2,..., p 8, p 0 ), ενώ η τελική είναι η (1, 2,..., 9, 0). (α 3 ) Οι τελεστές μετάβασης είναι: Τελεστές Μετάβασης Περιγραφή Προϋποθέσεις Αποτέλεσμα T 1 : Αριστερά p 0 1, 4, 5 p 0 = p 0 1 και p p0 1 = p 0 T 2 : Δεξιά p 0 3, 7, 9 p 0 = p 0 + 1 και p p0 +1 = p 0 T 3 : Πάνω p 0 1, 2, 3 p 0 = p 0 3 και p p0 3 = p 0 T 4 : Κάτω p 0 7, 8, 9 p 0 = p 0 + 3 και p p0 +3 = p 0 (β) Μπορούμε, μεταξύ άλλων να προτείνουμε τις παρακάτω δύο ευρετικές: (i) h 1 : Ο αριθμός των πλαισίων που δεν βρίσκεται στην τελική τους θέση. (ii) h 2 : Το άθροισμα των αποστάσεων των πλαισίων από την τελική τους θέση. Και οι δύο ευρετικές είναι αποδεκτές. Επίσης η h 2 έχει περισσότερο πληροφοριακό από την h 1, αφού προφανώς h 1 (n) h 2 (n),. Μονοτινικότητα (????, μάλλον ναι!!). (γ 1 ) Μπορούμε να χρησιμοποιήσουμε την κατά βάθος, γιατί δεν χρειάζεται πολύ μνήμη και είναι σχετικά γρήγορη. (γ 2 ) Την κατά πλάτος ή τον A. (γ 3 ) Την κατά πλάτος. (γ 4 ) Τον αλγόριθμο A. 3

ΑΣΚΗΣΗ 3. Έστω h 1 και h 2 δύο αποδεκτές (admissible) ευρετικές συναρτήσεις για την εφαρμογή του αλγορίθμου A σε ένα πρόβλημα. Επιχειρηματολογίστε σύντομα για το ποιες από τις παρακάτω συναρτήσεις είναι επίσης αποδεκτές ευρετικές συναρτήσεις για το ίδιο πρόβλημα, ποιές είναι αποδεκτές υπό προϋποθέσεις και ποιες δεν είναι: h 1 + h 2 (h 1 + h 2 )/2 h 1 h 2 h1 h 2 h 1 /h 2 h 2 /h 1 Δεδομένου ότι οι συναρτήσεις h 1, h 2, h παίρνουν τιμές στο [0, ) θα έχουμε: (i) Για την h 1 + h 2 : h 1 (n) + h 2 (n) 2h (n), Δηλαδή δεν ισχύει γενικά h 1 (n) +. Άρα δεν είναι αποδεκτή. (ii) Για την (h 1 + h 2 )/2: Άρα είναι αποδεκτή. h 1(n) + h 2 (n) 2 h (n), (iii) Για την h 1 h 2 : h 1 (n)h 2 (n) h 2 (n), Δηλαδή δεν ισχύει γενικά h 1 (n). Άρα δεν είναι αποδεκτή. (iv) Για την h 1 h 2 : Άρα είναι αποδεκτή. h 1 (n), (v) Για την h 1 /h 2 : Η οποία είναι αποδεκτή αν h (n) > 1, (vi) Για την h 2 /h 1 : Η οποία είναι αποδεκτή αν h (n) > 1,.. h 1(n) h 2 (n) 1, h 2(n) h 1 (n) 1, 4