Examen IA Juin 2020 Final
Examen IA Juin 2020 Final
Examen IA Juin 2020 Final
Exercice 1:
Répondre par vrai ou faux.
1. [Vrai/Faux] Tous les noeuds n accessibles de l’état initial qui satisfont g(n) < c*
seront visités lors de la recherche.
2. [Vrai/Faux] Tous les noeuds n accessibles de l’état initial qui satisfont f(n) = g(n)
+ h(n) < c* seront visités lors de la recherche.
3. [Vrai/Faux] Tous les noeuds n accessibles de l’état initial qui satisfont h(n) < c*
seront visités lors de la recherche.
b) considérons un arbre de jeu tel que le noeud racine et un noeud max et la valeur minimax
du jeu est vM. Considérons aussi le même arbre mais où les noeuds min sont remplacés par
des noeuds chance (avec une valeur arbitraire mais connue). La valeur expectimax de l’arbre
de jeu modifié est vE.
Noeud h1 h2
A 9.5 10
B 9 12
C 8 10
D 7 8
E 1.5 1
F 4 4.5
G 0 0
Noeud A B C D E F G
h3 10 ? 9 7 1.5 4.5 0
1. quelles sont les valeurs (intervalle de valeurs) de h3(B) pour que h3 soit
admissible.
2. quelles sont les valeurs (intervalle de valeurs) de h3(B) qui font que A*
explore les noeuds dans l’ordre suivant A,C,B,D.
Exercice 3:
Soit l’espace d’états suivant modélisant les actions de deux joueurs (MAX et MIN). Les
feuilles correspondent aux états terminaux du jeu. Les valeurs des états terminaux sont
indiquées en bas de chaque état. Dessinez la partie de l’espace d’états qui serait explorée par
l’algorithme alpha-beta pruning, en supposant qu’il explore l’espace d’états de la gauche vers
la droite. Dessinez seulement les états explorés et les transitions correspondantes. Indiquez, à
côté de chaque état exploré, la valeur correspondante à la terminaison de l’algorithme.
Exercice 4:
Il y a eu une épidémie de corona virus à l’ENIT. Vous vous sentez bien mais inquiet de
savoir si vous avez été infecté et donc ne pouvant pas passer les examens. Vous avez
décidé d’utiliser les réseaux bayésiens pour analyser la probabilité d’attraper le virus.
Au début vous pensez à deux facteurs :
• vous avez une immunité (+i) car vous avez été vacciné récemment, mais ce
vaccin n’est pas complètement efficace, alors vous pouvez ne pas être
immunisé (-i).
• votre colocataire ne se sent pas bien vous suspecté qu’il a le corona virus (+c).
Dénotez ces facteurs par des variables aléatoires I et C. Soit la variable aléatoire V qui
prend +v si vous avez le virus et -v sinon. Vous concevez le réseau bayésien ci-dessous
pour décrire votre chance d’avoir attrapé le virus:
P(+i)=0.8 I C
P(+c)=0.4
V
P(+v/+i,+c)=0.0
P(+v/-i,+c)=0.7
P(+v/i,-c)=0.0
P(+v/-i,-c)=0.2
a) Calculer la table de distribution jointe sur I,C,V.
b) Quelle est la probabilité de P(+v).
c) Quelle est la probabilité que votre colocataire a le virus sachant que vous l’avez.
Votre apprenez que votre colocataire était dans une fête et qu’il a pu être contaminé (+f)
variable (F: +f, -f). De plus vous avez appris qu’il y a eu une erreur lors de la vaccination.
Selon que vous avez eu le bon vaccin ou non (variable A:+a, -a) des répercussions sur votre
immunité (I) et sur la probabilité que votre colocataire (C) a était contaminé sont possibles.
a) modifiez le réseau bayésien précédent pour prendre en compte ces nouvelles informations.
(sans donner de distribution)
b) Parmi ces affirmations quelles sont celles qui sont vraies:
1. A est indépendant de V sachant I et C.
2. A est indépendant de V sachant C.
3. V est indépendant de F sachant C.
4. A est indépendant de F.
5. A est indépendant de F sachant V.
6. A est indépendant de F sachant I.
Exercice 5:
1. Donner une solution valide (donner l’arbre de recherche) pour ce problème de satisfaction
de contraintes en utilisant le backtracking avec forward checking. Examiner les variables dans
leur ordre numérique et les valeurs dans leur ordre alphabétique.