RESOLUÇÃO DE PROBLEMAS

URI – UNIVERSIDADE REGIONAL INTEGRADA DO

ALTO URUGUAI E DAS MISSÕES
CURSO DE CIÊNCIA DA COMPUTAÇÃO
PROF. CARLA CASTANHO
 O QUE É UM PROBLEMA

A IA SERVE PARA RESOLVER PROBLEMAS, IMITANDO, DE CERTA FORMA

A INTELIGÊNCIA DOS SERES-VIVOS.

O DESEJO DE CONSTRUIR MÁQUINAS ‘RESOLVEDORAS’ DE PROBLEMAS

IMPÕE A COMPREENSÃO DA NATUREZA ÍNTIMA DOS MESMOS.

ANTES DE SOLUCIONAR UM PROBLEMA:

QUAIS SÃO OS DADOS?

QUAIS SÃO AS SOLUÇÕES POSSÍVEIS?

O QUE CARACTERIZA UMA SOLUÇÃO SATISFATÓRIA?

DEFINIÇÃO:

UM PROBLEMA É UM OBJETO MATEMÁTICO P={D,R,Q}, CONSISTINDO DE DOIS

CONJUNTOS NÃO VAZIOS, D OS DADOS E R OS RESULTADOS POSSÍVEIS E
DE UMA RELAÇÃO BINÁRIA Q EM D X R, A CONDIÇÃO QUE CARACTERIZA
UMA SOLUÇÃO SATISFATÓRIA, ASSOCIANDO A CADA ELEMENTO DO
CONJUNTO DE DADOS A SOLUÇÃO ÚNICA DESEJADA.
 O QUE É UM PROBLEMA

EXEMPLO

DIAGNÓSTICO MÉDICO

DADOS DISPONÍVEIS (EXAMES, ETC.)

CONJUNTO DE DOENÇAS POSSÍVEIS

A CONDIÇÃO QUE CARACTERIZA UMA SOLUÇÃO

SATISFATÓRIA CONSISTE EM ENCONTRAR O PAR (DADOS,
DOENÇA), O DIAGNÓSTICO DESEJADO.

UM PROBLEMA PODE SER REPRESENTADO

MATEMATICAMENTE POR UMA FUNÇÃO. RESOLVER O
PROBLEMA SERÁ ENTÃO ENCONTRAR UM MODO DE
IMPLEMENTAR ESTA FUNÇÃO OU DE APROXIMÁ-LA COM O
CONHECIMENTO QUE SE DISPÕE.
 O QUE É UM PROBLEMA

MODOS DE DEFINIR UMA FUNÇÃO

POR ENUMERAÇÃO EXAUSTIVA

FORNECE-SE TODOS OS CONJUNTOS DE PARES, DADO,

RESULTADO.

SÓ SE APLICA NO CASO QUE O CONJUNTO DE DADOS É FINITO.

DECLARATIVAMENTE

DAR PROPRIEDADES QUE DEVEM SER SATISFEITAS PELA

SOLUÇÃO DO PROBLEMA.

DA MESMA FORMA QUE UM CONJUNTO PODE SER DEFINIDO

POR UMA PROPRIEDADE, UMA FUNÇÃO PODE SER DEFINIDA
DA MESMA MANEIRA.
 O QUE É UM PROBLEMA

MODOS DE DEFINIR UMA FUNÇÃO

POR UM PROGRAMA

UM PROGRAMA DE COMPUTADOR DEFINE A CORRESPONDÊNCIA ENTRE

DADOS E RESULTADOS, PODENDO SER CONSIDERADO COMO UM MODO
DE DEFINIR UM PROBLEMA.

UM PROBLEMA DEFINIDO POR UM PROGRAMA PODERÁ OU NÃO CHEGAR

À SOLUÇÃO.

POR EXEMPLOS

CONHECE-SE APENAS A DEFINIÇÃO DO PROBLEMA PARA UM

SUBCONJUNTO DOS DADOS POSSÍVEIS E ESTE CONHECIMENTO PODE SER
DE QUALQUER UMA DAS FORMAS ANTERIORES.

DESEJA-SE CONHECER OS ELEMENTOS DO CONJUNTO DE RESPOSTAS

ADMISSÍVEIS MESMO PARA DADOS QUE NÃO ESTÃO INCLUÍDOS NA
DEFINIÇÃO DA FUNÇÃO.
 O QUE É UM PROBLEMA

OS MODOS DE DEFINIR UMA FUNÇÃO LEVAM AO

CONCEITO DE:

COMPUTABILIDADE

DEFINIÇÃO 1: UMA FUNÇÃO É DITA COMPUTÁVEL SE É POSSÍVEL

CALCULAR SEU VALOR PARA TODOS OS ELEMENTOS DE SEU
DOMÍNIO DE DEFINIÇÃO.

EX1.: EQUAÇÕES DIOFANTINAS

AN+BN=CN N>=3 A, B, C INTEIROS

EX2.: PROBLEMA DA PARADA DE UM PROGRAMA

DADO UM PROGRAMA E UM CONJUNTO DE DADOS INFINITO, É

IMPOSSÍVEL TER UM OUTRO PROGRAMA QUE DECIDA SE O PRIMEIRO
PROGRAMA VAI CONSEGUIR PARAR PARA TODOS OS DADOS.
 O QUE É UM PROBLEMA

COMPLEXIDADE

DEFINIÇÃO 2: A COMPLEXIDADE DE UM PROBLEMA, COM RELAÇÃO A UM

CONJUNTO BEM DEFINIDO DE RECURSOS, É DEFINIDA COMO AQUELA QUE
CONSIDERA O MODO MAIS PARCIMONIOSO DE USO DE RECURSOS
CONHECIDOS PARA A SOLUÇÃO DO PROBLEMA.

SE A COMPUTABILIDADE DIZ RESPEITO À EXISTÊNCIA DE SOLUÇÃO

PARA UM PROBLEMA, A COMPLEXIDADE SE REFERE A QUANTIDADE DE
RECURSOS NECESSÁRIOS PARA RESOLVÊ-LOS.

UM MESMO PROBLEMA PODE TER COMPLEXIDADE DIFERENTE,

DEPENDENDO DA TÉCNICA QUE SE UTILIZA PARA RESOLVÊ-LO.

DEFINIÇÃO 3: UM PROBLEMA É DITO NP-COMPLETO QUANDO NÃO SE

CONHECE ALGORITMO DE ORDEM POLINOMIAL CAPAZ DE RESOLVÊ-
LO.

EX.: PROBLEMA DO CAIXEIRO-VIAJANTE RESOLVIDO DE MANEIRA

ALGORÍTMICA.
CARACTERÍSTICAS DE PROBLEMAS

NÃO EXISTE UM ÚNICO MÉTODO DE RESOLUÇÃO PARA TODOS OS

PROBLEMAS.

SÃO CONHECIDOS OS PASSOS PARA ACHAR A SOLUÇÃO?

O PROBLEMA É SUFICIENTEMENTE BEM DEFINIDO?

JOGO DO 8

IDENTIFICAÇÃO DE ASSINATURAS

O PROBLEMA É DECOMPONÍVEL?

A SOLUÇÃO PARA O PROBLEMA INICIAL PODE SER OBTIDA PELA

COMPOSIÇÃO DA SOLUÇÃO DE ALGUNS PROBLEMAS MAIS ELEMENTARES.

OS PASSOS PARA AS SOLUÇÕES PODEM SER DESFEITOS?

NA SOLUÇÃO DE UM PROBLEMA RETROCEDER É VOLTAR A TRAJETÓRIA NO

ESPAÇO DE SOLUÇÕES (BACKTRACK). É UM DOS MECANISMOS BÁSICOS
UTILIZADOS PELO PROLOG.
 CARACTERÍSTICAS DE
PROBLEMAS
O UNIVERSO É PREDIZÍVEL?

É POSSÍVEL PLANEJAR UMA SEQÜÊNCIA DE PASSOS E O ESTADO RESULTANTE

SERÁ SEMPRE O MESMO.

EXISTEM PROBLEMAS ONDE UM FATOR DE CHANCE ESTÁ ENVOLVIDO (P.EX.: JOGO DE

CARTAS)

UMA BOA SOLUÇÃO É RELATIVA OU ABSOLUTA?

PARA DIZERMOS QUE UMA BOA SOLUÇÃO ENCONTRADA É ABSOLUTA, DEVEMOS

ESTAR CERTOS DE QUE SE COMEÇARMOS COM CONDIÇÕES INICIAIS DIFERENTES,
OBTEREMOS A MESMA SOLUÇÃO.

O CONHECIMENTO DISPONÍVEL É CONSISTENTE?

UMA BASE DE CONHECIMENTO É DITA CONSISTENTE SE NÃO EXISTE

INCOMPATIBILIDADE ENTRE AS PEÇAS ELEMENTARES DE CONHECIMENTO DENTRO
DELA.

O ESTADO A É VERDADEIRO.

O ESTADO C É VERDADEIRO.

SE C ENTÃO D. SE D ENTÃO A OU-EXCLUSIVO C.

ESTRATÉGIAS BÁSICAS PARA
RESOLVER PROBLEMAS
DUAS ABORDAGENS

SE A SOLUÇÃO DO PROBLEMA FOR UMA FUNÇÃO, SE FOR

POSSÍVEL IMPLEMENTAR ESTA FUNÇÃO, TEM-SE A SOLUÇÃO DO
PROBLEMA. ESTE FATO LEVA, NA ABORDAGEM SIMBÓLICA À
PROGRAMAÇÃO FUNCIONAL.(ESTÁTICA)

A PESQUISA DA SOLUÇÃO PODE SER VISTA COMO UMA PESQUISA

DENTRO DO ESPAÇO DE POSSÍVEIS SOLUÇÕES (GENERATE AND
TEST). (DINÂMICA)

UTILIZANDO UM MÉTODO PARA APROXIMAR A FUNÇÃO,

SOLUÇÃO DO PROBLEMA.

UTILIZAR UM MÉTODO DE BUSCA EM QUE POR PASSOS

SUCESSIVOS SE APROXIMA DA SOLUÇÃO, USANDO,
ALGUMAS VEZES PASSOS SEM GRANDE JUSTIFICATIVA
TEÓRICA.
ALGUNS PROBLEMAS CLÁSSICOS

MISSIONÁRIOS E CANIBAIS

TORRES DE HANÓI

O PROBLEMA DO CAIXEIRO VIAJANTE

JOGO DE XADREZ

JOGO DO 8
 MÉTODOS DE BUSCA

A MODELAGEM MOSTRADA ATÉ AQUI DETERMINA A CONFIGURAÇÃO

DO ESPAÇO DE ESTADOS DO PROBLEMA (REPRESENTAÇÃO DO
CONHECIMENTO), MAS NÃO MOSTRA COMO CHEGAR À SOLUÇÃO.

RESOLUÇÃO DO PROBLEMA COMO UMA BUSCA NO ESPAÇO DE

ESTADOS
A MAIORIA DOS PROBLEMAS INTERESSANTES DE IA NÃO DISPÕE DE
SOLUÇÕES ALGORÍTMICAS.

HISTORICAMENTE, OS PRIMEIROS PROBLEMAS A SEREM ESTUDADOS

FORAM:

PROVA AUTOMÁTICA DE TEOREMAS;

QUEBRA-CABEÇAS; E

JOGOS.

APRESENTAM CARACTERÍSTICAS QUE OS TORNAM BONS CANDIDATOS

PARA A PESQUISA EM IA.
 MÉTODOS DE BUSCA

SÃO SOLUCIONÁVEIS POR SERES-HUMANOS E, NESTE

CASO, SUA SOLUÇÃO ESTÁ ASSOCIADA À INTELIGÊNCIA;

FORMAM CLASSES DE COMPLEXIDADE VARIÁVEL

EXISTINDO DESDE INSTÂNCIAS TRIVIAIS (POR EXEMPLO, O
JOGO DA VELHA, NO CASO DOS JOGOS) ATÉ INSTÂNCIAS
EXTREMAMENTE COMPLEXAS (XADREZ).

SÃO PROBLEMAS DE CONHECIMENTO TOTAL, ISTO É, TUDO

QUE É NECESSÁRIO PARA SOLUCIONÁ-LOS É CONHECIDO,
O QUE FACILITA SUA FORMALIZAÇÃO;

SUAS SOLUÇÕES TÊM A FORMA DE UMA SEQÜÊNCIA DE

SITUAÇÕES LEGAIS E AS MANEIRAS DE PASSAR DE UMA
SITUAÇÃO PARA OUTRA SÃO EM NÚMERO FINITO E
CONHECIDAS.

DIANTE DA FALTA DE SOLUÇÃO ALGORÍTMICA VIÁVEL, O

ÚNICO MÉTODO VIÁVEL DE SOLUÇÃO POSSÍVEL É A BUSCA.
 MÉTODOS DE BUSCA

DE MANEIRA GERAL, UM PROBLEMA DE BUSCA PODE SER

FORMALIZADO ATRAVÉS DA DEFINIÇÃO DOS SEGUINTES
ELEMENTOS:

UM CONJUNTO DE DESCRIÇÕES CHAMADO ESPAÇO DE ESTADOS,

ONDE CADA ELEMENTO DESCREVE UMA SITUAÇÃO POSSÍVEL DO
PROBLEMA.

UM ESTADO INICIAL QUE DESCREVE A SITUAÇÃO INICIAL DO

PROBLEMA.

UM OU MAIS ESTADOS FINAIS, ISTO É, A(S) SITUAÇÃO(ÇÕES) QUE

SE DESEJA ALCANÇAR.

UM CONJUNTO DE OPERADORES, ISTO É, PROCEDIMENTOS QUE,

DADA A DESCRIÇÃO DE UM ESTADO, DETERMINAM TODOS OS
ESTADOS QUE PODEM SER ALCANÇADOS A PARTIR DO ESTADO
DADO.

ESTES ELEMENTOS CONSTITUEM UM SISTEMA DE PRODUÇÃO.

SISTEMAS DE PRODUÇÃO PODEM SER UTILIZADOS PARA
MODELAR QUALQUER PROCEDIMENTO CALCULÁVEL.
 MÉTODOS DE BUSCA

EXEMPLO: JOGO DE XADREZ

PARA CONSTRUIR UM PROGRAMA QUE POSSA JOGAR XADREZ, TEREMOS DE ESPECIFICAR

ANTES:

POSIÇÃO INICIAL;

REGRAS QUE DEFINEM MOVIMENTOS LEGAIS;

POSIÇÕES OU CONDIÇÕES DE VITÓRIA;

DEIXAR IMPLÍCITO QUE A META É GANHAR E NÃO APENAS JOGAR.

A POSIÇÃO DA PARTIDA PODE SER DESCRITA COMO UMA MATRIZ 8X8, EM QUE CADA POSIÇÃO
CONTÉM UM SÍMBOLO REPRESENTANDO A PEÇA CORRESPONDENTE EM CADA POSIÇÃO.

A POSIÇÃO INICIAL É REPRESENTADA PELA MATRIZ COM AS PEÇAS NA POSIÇÃO OFICIAL DE

ABERTURA.

A META É ATINGIR QUALQUER POSIÇÃO DE TABULEIRO EM QUE O OPONENTE NÃO TEM UM

MOVIMENTO LEGAL E O REI ESTÁ SOB ATAQUE.

OS MOVIMENTOS LEGAIS FORNECEM O MEIO DE IR DO ESTADO INICIAL PARA UM ESTADO

META.

ESTES MOVIMENTOS PODEM SER FACILMENTE DESCRITOS COMO UM CONJUNTO DE REGRAS

CONSTITUÍDAS DE DUAS PARTES:

• SE POSIÇÃO ATUAL DO TABULEIRO, ENTÃO POSIÇÃO SEGUINTE DO TABULEIRO.

 MÉTODOS DE BUSCA

EXEMPLO: JOGO DE XADREZ

TERÍAMOS DE ESCREVER UMA REGRA DISTINTA PARA CADA UMA DAS

APROXIMADAMENTE 10120 POSIÇÕES POSSÍVEIS DO TABULEIRO.

NENHUMA PESSOA CONSEGUE FORNECER UM CONJUNTO COMPLETO DE

TAIS POSIÇÕES;

NENHUM PROGRAMA PODE MANIPULAR TODAS ESTAS REGRAS.

É ÚTIL RECORRER A ESTRATÉGIAS APROPRIADAS PARA REDUZIR O TAMANHO

DO ESPAÇO DE BUSCA SEMPRE QUE ISTO FOR CONVENIENTE E POSSÍVEL.

PARA OBTER ESTE EFEITO, COSTUMA-SE RECORRER AOS MÉTODOS

HEURÍSTICOS, OS QUAIS, PARA ACELERAR A BUSCA DA SOLUÇÃO, VALEM-SE
DE INFORMAÇÕES DISPONÍVEIS QUE PERMITEM EXPLORAR O ESPAÇO DE BUSCA
COM ECONOMIA E EFICIÊNCIA.

RESOLVER PROBLEMAS DIFÍCEIS EXIGE COM FREQÜÊNCIA O

COMPROMETIMENTO DA SISTEMATICIDADE, PASSANDO AO LARGO DA
EXIGÊNCIA DE ENCONTRAR A MELHOR SOLUÇÃO, EMBORA, EM GERAL, BOAS
SOLUÇÕES SEJAM DETECTADAS.

A INTRODUÇÃO DE IDÉIAS HEURÍSTICAS MELHORA A EFICIÊNCIA DE UM

PROCESSO DE BUSCA AO SACRIFICAR IDÉIAS DE PERFEIÇÃO.
 MÉTODOS DE BUSCA

COM ESTES ELEMENTOS É POSSÍVEL CONSTRUIR UMA ÁRVORE

DE BUSCA, CUJO NODO RAIZ ESTÁ ASSOCIADO A UM ESTADO
INICIAL E ONDE OS SUCESSORES DE QUALQUER NODO SÃO
ASSOCIADOS AOS ESTADOS OBTIDOS ATRAVÉS DA APLICAÇÃO
DAS REGRAS (ASSOCIADAS OU NÃO ÀS HEURÍSTICAS) SOBRE
A DESCRIÇÃO DO ESTADO ASSOCIADO AO NODO.

(0,0) (0,0)

(4,0) (0,3) (4,0) (0,3)

(1,3) (4,3) (3,0) (4,3) (0,0) (1,3) (4,3) (0,0) (3,0)

ÁRVORES SÃO MAIS SIMPLES PARA BUSCA QUE OS

GRAFOS. PRIMEIRAMENTE PORQUE QUANDO UM NOVO
NODO É GERADO, PODEMOS ESTAR SEGUROS QUE ELE
NUNCA FOI VISITADO ANTES NEM NUNCA SERÁ GERADO
DEPOIS.
 MÉTODOS DE BUSCA

ESTRATÉGIAS DE BUSCA

BUSCA ÀS CEGAS (BLIND SEARCH OU UNIFORMED

SEARCH):

UMA ESTRATÉGIA DE BUSCA É DITA “CEGA” SE ELA NÃO

LEVA EM CONTA INFORMAÇÕES ESPECÍFICAS SOBRE O
PROBLEMA A SER RESOLVIDO.

EXISTEM BASICAMENTE DUAS ESTRATÉGIAS CEGAS PARA

A CONSTRUÇÃO E PESQUISA EM UMA ÁRVORE DE BUSCA:
BUSCA EM LARGURA E BUSCA EM PROFUNDIDADE.
 MÉTODOS DE BUSCA

BUSCA EM LARGURA (OU AMPLITUDE)

CONSISTE EM CONSTRUIR UMA ÁRVORE DE ESTADOS

A PARTIR DO ESTADO INICIAL, APLICANDO A CADA
MOMENTO, TODAS AS REGRAS POSSÍVEIS AOS
ESTADOS DO NÍVEL MAIS BAIXO, GERANDO TODOS OS
ESTADOS SUCESSORES DE CADA UM DESTES
ESTADOS. ASSIM, CADA NÍVEL DA ÁRVORE É
COMPLETAMENTE CONSTRUÍDO ANTES QUE
QUALQUER NODO DO PRÓXIMO NÍVEL SEJA
ADICIONADO À ÁRVORE.
 MÉTODOS DE BUSCA

LISTADENÓS(0) (0,0

LISTADENÓS(1) (4,0 (0,3

LISTADENÓS(2) (4,3 (0,0 (1,3 (4,3 (0,0 (3,0

(0,3 (4,0 (4,0 (0,3 (4,3 (0,3 (1,0 (4,0 (0,3 (4,0 (0,3 (4,0 (3,3)(0,0) (0,3)
 MÉTODOS DE BUSCA

BUSCA EM LARGURA SEM REPETIÇÃO DE ESTADOS

LISTADENÓS(0) (0,0)

LISTADENÓS(1) (4,0) (0,3)

(4,3) (1,3) (3,0) LISTADENÓS(3)

(1,0) (3,3)

(0,1) (4,2)
 MÉTODOS DE BUSCA

BUSCA EM PROFUNDIDADE

PROCURAR EXPLORAR COMPLETAMENTE CADA

RAMO DA ÁRVORE ANTES DE TENTAR O RAMO
VIZINHO.
MÉTODOS DE BUSCA
(0,0)

(4,0)

(4,3)

(0,3)

(3,0)

(3,3)

(4,2)

(0,2)
 MÉTODOS DE BUSCA

BUSCA EM PROFUNDIDADE

O QUE ACONTECE QUANDO NENHUMA REGRA PODE

SER APLICADA, OU A ÁRVORE ATINGE UMA
PROFUNDIDADE MUITO GRANDE SEM QUE SE TENHA
ENCONTRADO UMA SOLUÇÃO?

• NESTE CASO, OCORRE O PROCESSO QUE SE

CHAMA BACKTRACKING, OU SEJA, O ALGORITMO
VOLTA ATRÁS E TENTA OUTRO CAMINHO.
MÉTODOS DE BUSCA

BACKTR.
4 3

BACKTR.

5
 MÉTODOS DE BUSCA

A PRINCIPAL VANTAGEM DO ALGORITMO DE BUSCA EM

LARGURA É QUE ESTE ENCONTRA O MENOR CAMINHO
DO NODO INICIAL ATÉ O NODO FINAL MAIS PRÓXIMO.

O ALGORITMO DE BUSCA EM PROFUNDIDADE NÃO

ENCONTRA NECESSARIAMENTE A SOLUÇÃO MAIS
PRÓXIMA, MAS PODE SER MAIS EFICIENTE SE O
PROBLEMA POSSUI UM GRADE NÚMERO DE SOLUÇÕES
OU SE A MAIORIA DOS CAMINHOS PODE LEVAR A UMA
SOLUÇÃO.
 MÉTODOS DE BUSCA

BUSCA POR APROFUNDAMENTO ITERATIVO

TESTE DE TODOS OS POSSÍVEIS LIMITES COM BUSCA

POR PROFUNDIDADE LIMITADA.

EM GERAL É O MELHOR MÉTODO QUANDO O ESPAÇO

DE BUSCA É GRANDE E A PROFUNDIDADE É
DESCONHECIDA.
 MÉTODOS DE BUSCA

BUSCA BIDIRECIONAL
A IDÉIA DESTE MÉTODO DE BUSCA É PROCURAR
SIMULTANEAMENTE “PARA A FRENTE” A PARTIR DO ESTADO
INICIAL E “PARA TRÁS” A PARTIR DO ESTADO FINAL, E PARAR
QUANDO AS DUAS BUSCAS SE ENCONTRAREM NO MEIO.

NEM SEMPRE ISTO É POSSÍVEL, PARA ALGUNS PROBLEMAS OS

OPERADORES NÃO SÃO REVERSÍVEIS, ISTO É, NÃO EXISTE A
FUNÇÃO PREDECESSORA E PORTANTO NÃO É POSSÍVEL FAZER A
BUSCA “PARA TRÁS”.

ANÁLISE DE COMPLEXIDADE

COMPARANDO COM A BUSCA EM LARGURA, O TEMPO E O ESPAÇO PARA

A BUSCA É PROPORCIONAL A 2BD/2, ONDE D É O NÍVEL ONDE ESTÁ A
SOLUÇÃO E B É O FATOR DE RAMIFICAÇÃO DA ÁRVORE.

EXEMPLO: PARA B=10 E D=6, NA BUSCA EM LARGURA SERIAM

GERADOS 1.111.111 NÓS, ENQUANTO QUE NA BUSCA BIDIRECIONAL
SERIAM GERADOS 2.222 NÓS.