Département d’Informatique de Tizi-Ouzou Année Universitaire 2019 / 2020

_______________________________________________________________________________________________

Fondements de l’intelligence artificielle

Stratégies de recherche

Exercice n° 1 : (Choix d’une représentation)

Soit le système de règles de transformations portant sur l’alphabet A, B, C:
R1: α B → α B C
R2: A α → A α α
R3: B B B → C
R4: C C → ε
(Par convention, α désigne une chaîne quelconque de lettres de l’alphabet initial et ε la chaîne
vide).
La donnée de départ est A B, et le but à atteindre est A C.
1) Peut-on représenter le graphe des états possibles du problème ? Pourquoi ?
2) Une première réflexion conduit à constater que le problème se ramène ici à supprimer un B.
a) En désignant par b le nombre de B dans les chaînes formées, reformuler le problème
précédent.
b) Le but est-il atteignable ?
3) Une autre représentation consiste à poser k = b (mod 3).
a) Reformuler le problème précédent.
b) Quels sont alors les états possibles pour k ? Conclure.

Exercice n° 1 : (Corrigé)
L’importance d’une bonne représentation du problème pour faciliter sa résolution est donnée par
de nombreux exemples, en particulier celui-ci.
Soit le système de règles de transformations portant sur l’alphabet A, B, C :
R1: α B → α B C
R2: A α → A α α
R3: B B B → C
R4: C C → ε
(α désigne une chaîne quelconque de lettres de l’alphabet initial et ε la chaîne vide).
La donnée de départ est A B, et le but à atteindre est A C.

_______________________________________________________________________________________________
R.Ahmed-Ouamer 1 Fondements de l’Intelligence Artificielle
Département d’Informatique de Tizi-Ouzou Année Universitaire 2019 / 2020
_______________________________________________________________________________________________

1) Peut-on représenter le graphe des états possibles du problème ? Pourquoi ?

1ère représentation : Tracé du graphe des états possibles

ABC R2 ABCBC R2 ABCBCBCBC

R1

ABBC R2 ABBCBBC
AB R1
R1 ABBBBC
R2 R2 R2
ABB ABBBB ABBBBBBBB
R3 ABC
ACB
Ce graphe est infini, puisque les règles R1 et R2 permettent d’allonger les séquences.

2ème représentation :
2) Une première réflexion conduit à constater que le problème se ramène ici à supprimer un B.
a) En désignant par b le nombre de B dans les chaînes formées, reformuler le problème
précédent.
b) Le but est-il atteignable ?
On peut reposer le problème suivant :
R2: b → 2b
R3: b → b – 3
R1 et R4 sans effet sur b.
avec pour donnée de départ b = 1 et pour but b = 0

Un examen des valeurs de b montre que le but n’est pas atteignable.

Pour le prouver, il faut s’intéresser aux congruences.

3ème representation :
3) Une autre représentation consiste à poser k = b (mod 3).
a) Reformuler le problème précédent.
b) Quels sont alors les états possibles pour k ? Conclure.
La règle R3 est sans effet sur k.
Le problème reformulé comporte une seule règle
R2: k → 2k
Avec pour donnée initiale k = 1 (mod 3)
Les seules états possibles pour k sont : 1 (mod 3) et -1 (mod 3)
Le but k = 0 (mod 3) n’est pas atteignable

Ainsi deux changements de représentation successifs transforment une recherche apparemment

infinie en une question évidente.

_______________________________________________________________________________________________
R.Ahmed-Ouamer 2 Fondements de l’Intelligence Artificielle
Département d’Informatique de Tizi-Ouzou Année Universitaire 2019 / 2020
_______________________________________________________________________________________________

Exercice n° 2 :
1) Une décomposition classique des modes de représentation consiste à distinguer les
représentations en espace d’états et celles en espace de problèmes.
Expliquer ces deux notions.
2) En utilisant la représentation en espace d’états, spécifier une base de faits, des règles et une
condition d’arrêt pour un système de production qui résout le problème des tours de Hanoï dont
l’énoncé est :
''Soit à déplacer tous les disques (trois), empilés par tailles décroissantes de la tige A à la
tige B. Les règles sont les suivantes:
- on ne déplace qu’un disque à la fois, d’une tige sur une autre ;
- on ne peut placer un disque sur un autre de taille inférieure''.
3) a) Donner la représentation en espace de problèmes du problème des tours de Hanoï pour n
disques.
b) En utilisant la représentation en espaces de problèmes, résoudre le problème des tours de
Hanoï pour trois disques.

Exercice n° 2 : (Corrigé)
1) La représentation en espace d’états consiste à chercher la solution en décrivant la situation (état)
de l’univers considéré, et l’ensemble des opérateurs qui permettent de transformer cette
situation.

La représentation en espace de problèmes consiste à décrire le problème et à utiliser des

opérateurs de transformations du problème.
Ces opérateurs décomposent le problème en plusieurs sous-problèmes plus simples (réduction
de problème).

2) Exemple : Tours de Hanoi

Soit à déplacer tous les disques, empilés par tailles décroissantes, de la tige A à la tige B.
Les règles sont les suivantes :
On ne déplace qu’un disque à la fois, d’une tige sur une autre ;
On ne peut placer un disque sur un autre de taille inférieure.

Description en espace d’états possible :

disque 1 disque 2 … disque n
Le plus petit … le plus grand
(A A … A) → Etat initial
(B B … B) → Etat final

_______________________________________________________________________________________________
R.Ahmed-Ouamer 3 Fondements de l’Intelligence Artificielle
Département d’Informatique de Tizi-Ouzou Année Universitaire 2019 / 2020
_______________________________________________________________________________________________

Pour seulement trois disques, les opérateurs de transformation sont :

R1 : Le petit disque peut toujours être déplacé
R1 ∀X, Y, Z (X Y Z) → (T Y Z)
R2 : Le disque moyen peut être déplacé, s’il n’est pas sous le petit disque (X ≠ Y), sur une
autre tige que celle qui accueille ce dernier (T ≠ X)
R2 ∀X ≠ Y (X Y Z) → (X T Z) ∀T ≠ X
R3 : Le grand disque ne peut être déplacé que s’il est seul sur sa tige (X ≠ Y), les deux autres
sont sur la même tige (X), sur laquelle il ne peut aller (Z ≠ X)
R3 ∀X ≠ Y (X X Y) → (X X Z) ∀Z ≠ X

Cette représentation deviendrait vite lourde avec l’accroissement du nombre de disque.

3) a) Dans le cas des tours de Hanoï, le problème est décrit ainsi :

(A A… A) ---> (B B… B)
L’opérateur de décomposition (défini pour une liste de longueur quelconque) est :
(X X…X) ---> (Y Y…Y) 
(X X…X) ---> (Z Z…ZX) ---> (Z Z…ZY) ---> (Y Y…Y)

Cet opérateur réduit le problème initial, sur n disques, à deux problèmes identiques au
premier, mais pour n-1 disques, et à un mouvement élémentaire (déplacement du grand
disque)

On peut aussi le représenter avec le formalisme des hyperarcs :

(X X… X) ---> (Z Z…ZX)
(X X…X) ---> (Y Y…Y) (Z Z…ZX) ---> (Z Z…ZY)
(Z Z…ZY) ---> (Y Y… Y)
b) Pour 3 disques :
(A A A) ---> (B A A)
(A A A) ---> (C C A) (B A A) ---> (B C A)
(B C A) ---> (C C A)
(A A A) ---> (B B B) (C C A) ---> (C C B)
(C C B) ---> (A C B)
(C C B) ---> (B B B) (A C B) ---> (A B B)
(A B B) ---> (B B B)

i.e. (AAA) ---> (BBB)  (AAA) ---> (CCA) ---> (CCB) ---> (BBB) 
(AAA) → (BAA) → (BCA) → (CCA) → (CCB) → (ACB) → (ABB) → (BBB)

_______________________________________________________________________________________________
R.Ahmed-Ouamer 4 Fondements de l’Intelligence Artificielle
Département d’Informatique de Tizi-Ouzou Année Universitaire 2019 / 2020
_______________________________________________________________________________________________

Exercice n° 3 : (Génération de plan d’actions)

On veut engendrer le plan d’actions permettant de passer de la situation 1) à la situation 2) décrites
sur le schéma ci-dessous :

A B
B C C A
Situation 1 Situation 2
Où :
SurTable(A) s’interprète : A est sur la table.
Sur(A, B) s’interprète : A sur B.
Tenu(A) s’interprète A est dans la pince du robot.
Libre(A) lorsqu’il n’y a pas de bloc sur A.
PinceVide : la pince est vide.

On dispose des opérateurs suivants :

Prendre(x) : Prendre x sur la table.
Poser(x) : Poser x sur la table.
Empiler(x, y): Empiler x sur y.
Dépiler(x, y) : Prendre x initialement sur y.

1) Définir les opérateurs précédents en termes de préconditions (applicabilité) et d’effets.

2) Déterminer les états initial et final de ce problème.
3) Donner le plan d’actions.

Exercice n° 3 : (Corrigé)
1) Définition des opérateurs :
Opérateurs Prendre(x) Poser(x) Empiler(x,y) Dépiler(x,y)

Préconditions PinceVide ∧ Tenu(x) Tenu(x) ∧ Libre(x) ∧

Libre(x) ∧ Libre(y) Sur(x,y) ∧
SurTable(x) PinceVide

Ajouts Tenu(x) Libre(x) ∧ Libre(x) ∧ Tenu(x) ∧

SurTable(x) ∧ Sur(x,y) ∧ Libre(y)
PinceVide PinceVide

Retraits PinceVide ∧ Tenu(x) Tenu(x) ∧ Libre(x) ∧

Libre(x) ∧ Libre(y) Sur(x,y) ∧
SurTable(x) PinceVide

2) Etat initial : PinceVide ∧ SurTable(B) ∧ SurTable(C) ∧ Sur(A, B) ∧ Libre(A) ∧ Libre(C)

Etat final : PinceVide ∧ SurTable(A) ∧ SurTable(C) ∧ Sur(B,C) ∧ Libre(A) ∧ Libre(B)

_______________________________________________________________________________________________
R.Ahmed-Ouamer 5 Fondements de l’Intelligence Artificielle
Département d’Informatique de Tizi-Ouzou Année Universitaire 2019 / 2020
_______________________________________________________________________________________________

3) Plan d’action :
Pour réaliser Sur(B,C) il faut Empiler(B,C) avec Tenu(B), Libre(C) donc
prendre(B) avec PinceVide, Libre(B), donc poser(A) avec Tenu(A) donc
Dépiler(A,B), Dépiler(A,B) avec Libre(A), Sur(A,B), PinceVide. - - Situation initiale.
Poser(A), ---------------------
Prendre (B), Pour réaliser SurTable(A) il faut poser(A) avec Tenu(A) donc Dépiler(A,B)
Empiler(B,C). avec Libre(A), Sur(A,B), PinceVide. - - Situation initiale
Pour obtenir Sur(B,C) il faut Empiler(B,C) avec Tenu(B), Libre(C) donc
prendre (B) avec PinceVide, Libre(B). - - Situation satisfaisante après la
réalisation de SurTable(A)

Exercice n° 4 : (Planification hiérarchique)

STRIPS (STanford Research Institute Problem Solver) est un générateur de plans pour un robot
agissant dans un monde élémentaire. Il utilise des opérateurs qui décrivent les actions de base avec
leurs préconditions, et deux listes de modifications apportées par l’opérateur :
- delete list (liste des faits qui sont supprimés) ;
- add list (liste des faits qui sont introduits dans l’univers par l’application de l’opérateur). Sont
donnés un état du monde, et le ou les but(s) à atteindre.
Sa stratégie de recherche en espace d’états reprend le principe de « means-ends analysis ».
Illustrer son fonctionnement sur l’exemple suivant :
L’objectif est de boire un café.
Les éléments disponibles sont : une cafetière, de l’eau, une banque, une épicerie (marchand de café
en grains), un café-bar ; le robot est dans la cuisine.
Les opérateurs sont :
- Pour avoir ''quelque chose'': acheter ''quelque - Pour avoir du café (boisson): faire du café
chose'' préconditions: - être dans la cuisine
préconditions: - être chez un marchand de - avoir du café en grains
''quelque chose'' - avoir un moulin à café
- avoir de l’argent - avoir de l’eau
add list : ''quelque chose'' - avoir une cafetière
delete list : (le problème se pose ici de add list : du café (boisson)
valoriser le ''quelque chose'', et
de supprimer la quantité - Pour avoir du café (boisson): acheter du café
d’argent correspondante. Nous préconditions: - être dans un café-bar
ne considérons pas cette - avoir de l’argent
difficulté). add list : du café (boisson)

- Pour avoir de l’argent: prendre de l’argent - Pour être ''quelque part'': aller ''quelque part''
préconditions: être à la banque préconditions: avoir ce ''quelque part'' (le lieu
add list : de l’argent existe)
add list : être ''quelque part''
delete list : être ''où on était''

Note: Pour boire un café, le robot a le choix entre deux solutions: le faire ou aller l’acheter. Pour
les besoins de la démonstration, on suppose qu’il choisit d’abord de le faire.

_______________________________________________________________________________________________
R.Ahmed-Ouamer 6 Fondements de l’Intelligence Artificielle
Département d’Informatique de Tizi-Ouzou Année Universitaire 2019 / 2020
_______________________________________________________________________________________________

Exercice n° 4 : (Corrigé)
STRIPS (STanford Research Institute Problem Solver) est un générateur de plans pour un robot
agissant dans un monde élémentaire.

Il utilise des opérateurs qui décrivent les actions de base avec leurs préconditions, et deux listes de
modifications apportées par l’opérateur :
delete list (liste des faits qui sont supprimés) ;
add list (liste des faits qui sont introduits dans l’univers par l’application de l’opérateur).

Sont donnés un état du monde, et le ou les but(s) à atteindre.

Sa stratégie de recherche en espace d’états reprend le principe de « means-ends analysis ».

Principe de son fonctionnement sur l’exemple suivant :

L’objectif est de boire un café.

Les éléments disponibles sont :

- une cafetière,
- de l’eau,
- une banque,
- une épicerie (marchand de café en grains),
- un café-bar ;
- le robot est dans la cuisine.

Les opérateurs sont :

Pour avoir ''quelque chose'': acheter ''quelque chose''

préconditions :
être chez un marchand de ''quelque chose''
avoir de l’argent
add list : ''quelque chose''
delete list : (le problème se pose ici de valoriser le ''quelque chose'', et de supprimer la
quantité d’argent correspondante. Nous ne considérons pas cette difficulté).

Pour avoir du café (boisson) : acheter du café

préconditions :
être dans un café-bar
avoir de l’argent
add list : du café (boisson)

Pour avoir du café (boisson) : faire du café

préconditions :
être dans la cuisine
avoir du café en grains
avoir un moulin à café
avoir de l’eau
avoir une cafetière
add list : du café (boisson)
_______________________________________________________________________________________________
R.Ahmed-Ouamer 7 Fondements de l’Intelligence Artificielle
Département d’Informatique de Tizi-Ouzou Année Universitaire 2019 / 2020
_______________________________________________________________________________________________

Pour avoir de l’argent : prendre de l’argent

préconditions : être à la banque
add list : de l’argent

Pour être ''quelque part'' : aller ''quelque part''

préconditions : avoir ce ''quelque part'' (le lieu existe)
add list : être ''quelque part''
delete list : être ''où on était''

Pour boire un café, le robot a le choix entre deux solutions : le faire ou aller l’acheter. Pour les
besoins de la démonstration, on suppose qu’il choisit d’abord de le faire.

Il devra :
- constater le manque de café en grains (≠ avec l’état du monde fourni) ---> chercher à
l’acheter,
- (éventuellement résoudre le problème d’être chez le marchand de café, pour s’apercevoir
qu’il faut résoudre un autre problème, qui imposera un autre déplacement. Ce problème est
celui de l’ordonnancement du plan),
- constater le manque d’argent ---> chercher à en prendre,
- constater qu’il n’est pas à la banque ---> chercher à y être,
- aller à la banque,
- prendre de l’argent,
- constater qu’il n’est pas (plus) à l’épicerie ---> chercher à y être,
- aller à l’épicerie,
- acheter du café en grains,
- constater le manque de moulin à café ---> chercher à l’acheter,
- constater qu’il n’est pas chez le marchand de moulin à café,
- constater qu’il n’y a pas de tel marchand ---> échec.

Le retour s’effectue au dernier choix effectué (qui est ici le premier), et le robot se décide pour
aller au café.

Dans le processus de parcours en « backtrack » , le plan construit pour aller chercher de

l’argent à la banque est oublié et devra être reconstruit …

Exercice n° 5 : (Cours)
Une recherche de solution à un problème peut se faire, entre autres, en chaînage avant ou arrière.
En chaînage avant, on part d’un état (description de faits) et on cherche à le transformer pour
obtenir un état ''terminal'' (situation satisfaisante).
Le chaînage arrière part du but à atteindre et cherche les opérateurs qui permettent d’atteindre ce
but. Les conditions de ces opérateurs deviennent de nouveaux buts à réaliser, et ainsi de suite.
1) Quels sont les facteurs qui déterminent le choix entre ces deux stratégies ?

_______________________________________________________________________________________________
R.Ahmed-Ouamer 8 Fondements de l’Intelligence Artificielle
Département d’Informatique de Tizi-Ouzou Année Universitaire 2019 / 2020
_______________________________________________________________________________________________
2) On considère la base de connaissances suivante :
R1: SI griffes ET dents-pointues ET yeux-frontaux ALORS carnivore
R2: SI mange-viande ALORS carnivore
R3: SI carnivore ET rapide ALORS Félin
R4: SI félin ET tacheté ALORS guépard
R5: SI guépard ET amérique-du-sud ALORS jaguar
Et les faits initiaux suivants : mange-viande, rapide, tacheté.
Soit à démontrer le but guépard.
a) Donner la trace du raisonnement en chaînage avant.
b) Donner la trace du raisonnement en chaînage arrière.

Exercice n° 5 : (Corrigé)
1) Chaînage avant : Recherche dirigée par les données
Raisonnement déductif, partir des faits initiaux et inférer de nouveaux faits pour atteindre un
but.
Quand utiliser la recherche dirigée par les données ?
- La majorité des données sont fournies dans l’énoncé de l’état initial.
- Souvent il y a beaucoup de faits initiaux.
- Il y a un grand nombre de buts potentiels mais un petit nombre de règles.
- Il est difficile de formuler un but.
- Parfois le but est inconnu.

Chaînage arrière : Recherche dirigée par les buts

Raisonnement inductif, partir du but à atteindre, le décomposer en sous-buts eux mêmes
subdivisés à leur tour jusqu'à arriver à des faits initiaux.
Quand utiliser la recherche dirigée par les buts ?
- Il est facile de formuler un but.
- Beaucoup de règles sont applicables à partir des données initiales.
- Parfois certaines données doivent être demandées à l’utilisateur.

2)
a) Chaînage avant : raisonnement déductif, partir des faits initiaux et inférer de nouveaux faits pour
atteindre un but.
R1. Si griffes et dents-pointues et yeux-frontaux Alors carnivore
R2. Si mange-viande Alors carnivore
R3. Si carnivore et rapide Alors félin
R4. Si félin et tacheté Alors guépard
R5. Si guépard et Amérique-du-sud Alors jaguar
Faits initiaux : mange-viande, rapide, tacheté
Soit à démontrer le but guépard

mange-viande mange-viande mange-viande mange-viande

rapide R2 rapide R3 rapide rapide
R4
tacheté tacheté tacheté tacheté
carnivore carnivore carnivore
félin félin
guépard

_______________________________________________________________________________________________
R.Ahmed-Ouamer 9 Fondements de l’Intelligence Artificielle
Département d’Informatique de Tizi-Ouzou Année Universitaire 2019 / 2020
_______________________________________________________________________________________________

b) Chaînage arrière : raisonnement inductif, partir du but à atteindre, le décomposer en sous-buts

eux mêmes subdivisés à leur tour jusqu'à arriver à des faits initiaux.
Soit à démontrer, pour la même base de connaissances, le but guépard
R1. Si griffes et dents-pointues et yeux-frontaux Alors carnivore
R2. Si mange-viande Alors carnivore
R3. Si carnivore et rapide Alors félin
R4. Si félin et tacheté Alors guépard
R5. Si guépard et Amérique-du-sud Alors jaguar
Faits initiaux : mange-viande, rapide, tacheté
griffes

R1 et dents-
pointues
carnivore ou yeux-
R3
frontaux
félin et R2
mange-viande
R4
et rapide
guépard
tacheté

Exercice n° 6 : (TD)
Nous considérons un monde avec 4 pions (A, B, C, D) non superposables. Ils peuvent être
arrangés dans n’importe quel ordre, sauf A qui ne peut pas être plus à droite que D. Par exemple,
ABCD et CBAD sont deux états possibles du monde, tandis que DCBA et CDAB ne sont pas
possibles.
Le monde peut être manipulé par une action de la forme echange(x, y) qui échange les pions des
positions x et y. Par exemple echange(1, 2) transforme BCAD dans CBAD. Seules les actions
echange(1, 2), echange(2, 3) et echange(2, 4) sont autorisées. Elles donnent un successeur
uniquement si la situation atteinte est possible.
1) Dessinez le graphe d’états.
2) On suppose que l’état de départ est ADBC et l’état que l’on veut atteindre est CBAD.
Donnez une heuristique pour ce problème. Le principe de l’heuristique devrait être
suffisamment général pour pouvoir s’appliquer à des problèmes similaires.
3) Appliquez la recherche avec votre heuristique.

_______________________________________________________________________________________________
R.Ahmed-Ouamer 10 Fondements de l’Intelligence Artificielle
Département d’Informatique de Tizi-Ouzou Année Universitaire 2019 / 2020
_______________________________________________________________________________________________

Exercice n° 6 : (Corrigé)
1) Graphe d’états.

2) Exemple d’heuristique.

3)
3)Graphe
Graphede
derecherche.
recherche

_______________________________________________________________________________________________
R.Ahmed-Ouamer 11 Fondements de l’Intelligence Artificielle
Département d’Informatique de Tizi-Ouzou Année Universitaire 2019 / 2020
_______________________________________________________________________________________________

Systèmes de raisonnement logique par résolution

Exercice n° 7 : (TD)
Soit les faits suivants :
- Jean affirme : « Si Bernard est coupable, Sophie l’est aussi ».
- Bernard dit : « Jean est coupable et Sophie ne l’est pas ».
- Sophie assure : « Elle n’est pas coupable mais au moins l’un des deux autres protagonistes
l’est ».
On suppose que chacune des personnes ment si et seulement si elle est coupable.
1) Représenter en calcul propositionnel les trois affirmations.
2) Existe-il une interprétation qui satisfait les trois affirmations ?

Exercice n° 7 : (Corrigé)
Soit les faits suivants :
- Jean affirme : « Si Bernard est coupable, Sophie l’est aussi ».
- Bernard dit : « Jean est coupable et Sophie ne l’est pas ».
- Sophie assure : « Elle n’est pas coupable mais au moins l’un des deux autres protagonistes
l’est ».
On suppose que chacune des personnes ment si et seulement si elle est coupable.
1) Représenter en calcul propositionnel les trois affirmations.
– F1 : (￢j  (b  s)) ∧ (j  (￢(b  s)))
– F2 : (￢b  (j ∧ ￢s)) ∧ (b  (￢(j ∧ ￢s)))
– F3 : (￢s  (￢s ∧ (j ∨ b))) ∧ (s  (￢(￢s ∧ (j ∨ b))))
2) Existe-il une interprétation qui satisfait les trois affirmations ?
oui {b, ￢j, s} (autre notation (101)) Jean est innocent et Bernard et Sophie sont coupables.

Exercice n° 8 : (Cours)
1) Représenter à l’aide de règles de production les assertions suivantes :
A1: des entreprises publiques sont privatisées
A2: Si des entreprises publiques sont privatisées Alors le trésor est à l’aise
A3: Si le trésor est à l’aise Alors les impôts ne sont pas augmentés
A4: Si il faut donner la priorité à la formation Alors les impôts sont augmentés
A5: Si il faut développer le pays Alors il faut donner la priorité à la formation
2) Propager par inférences les connaissances du système.

Exercice n° 8 : (Corrigé)
1) Représentation à l’aide de règles de production des assertions suivantes :
A1 : Des entreprises publiques sont privatisées
A2 : Si des entreprises publiques sont privatisées Alors le trésor est à l’aise
A3 : Si le trésor est à l’aise Alors les impôts ne sont pas augmentés
A4 : Si il faut donner la priorité à la formation Alors les impôts sont augmentés
A5 : Si il faut développer le pays Alors il faut donner la priorité à la formation

_______________________________________________________________________________________________
R.Ahmed-Ouamer 12 Fondements de l’Intelligence Artificielle
Département d’Informatique de Tizi-Ouzou Année Universitaire 2019 / 2020
_______________________________________________________________________________________________
On pose :
A : Des entreprises publiques sont privatisées
B : le trésor est à l’aise
C : les impôts sont augmentés
D : il faut développer le pays
F : il faut donner la priorité à la formation

On obtient :
F1 : A
R2 : A  B
R3 : B  ¬ C
R4 : F  C
R5 : D  F

2) Inférences :
F6 : B modus ponens (F1, R2)
F7 : ¬ C modus ponens (F6, R3)
F8 : ¬ F modus tollens (F7, R4)
F9 : ¬ D modus tollens (F8, R5)
…

Exercice n° 9 : (Le club Ecossais) (TD)

Il existe en Ecosse un club très fermé qui obéit aux règles suivantes :
R1 : tout membre non écossais porte des chaussettes rouges.
R2 : tout membre portant des chaussettes rouges porte un kilt.
R3 : les membres mariés ne sortent pas le dimanche.
R4 : un membre sort le dimanche si et seulement s'il est écossais.
R5 : tout membre qui porte un kilt est écossais et est marié.
R6 : tout membre écossais porte un kilt.
1) Traduire les règles de ce club écossais en logique propositionnelle.
On utilisera exclusivement les propositions suivantes :
e : « est écossais »
c : « porte des chaussettes rouges »
k : « porte un kilt »
m : « est marié »
d : « sort le dimanche »
2) Montrer que les règles de ce club sont si contraignantes qu'il ne peut accepter personne.

Exercice n° 9 : (Corrigé)
1) On associe à chaque fait une variable propositionnelle :
e : « est écossais »
c : « porte des chaussettes rouges »
k : « porte un kilt »
m : « est marié »
d : « sort le dimanche »

_______________________________________________________________________________________________
R.Ahmed-Ouamer 13 Fondements de l’Intelligence Artificielle
Département d’Informatique de Tizi-Ouzou Année Universitaire 2019 / 2020
_______________________________________________________________________________________________
On exprime ensuite chaque règle avec une formule logique propositionnelle
(R1) ¬e  c
(R2) c  k
(R3) m  ¬d
(R4) d ⇔ e
(R5) k  (e ∧ m)
(R6) e  k

2) Chaque règle correspond ainsi à une ou plusieurs clauses

(R1) e ∨ c
(R2) ¬c ∨ k
(R3) ¬m ∨ ¬d
(R4) ¬d ∨ e, d ∨ ¬e
(R5) ¬k ∨ e, ¬k ∨ m
(R6) ¬e ∨ k

On peut alors déduire la clause vide grâce à l'arbre suivant :

¬k ∨ m ¬m ∨ ¬d

e∨c ¬c ∨ k ¬k ∨ ¬d d ∨ ¬e

e∨k ¬e ∨ k ¬k ∨ ¬e ¬k ∨ e

k ¬k

Exercice n° 10 : (TD)
On considère les énoncés suivants :
E1: Malika est la mère de Said.
E2: Malika a 50 ans.
E3: Said a 25 ans.
E4: Said est un être humain.
E5: Malika est un être humain.
E6: Toute mère d’un être humain est un être humain.
E7: Tout être humain a un âge.
1) Traduire ces énoncés en formules de la logique des prédicats.
2) Par la méthode de résolution, répondre à la question : ''Quel est l’âge de la mère de Said ? ''

Exercice n° 10 : (Corrigé)
1) Enoncés en formules de la logique des prédicats :
On pose :
Mere(x, y) : x est la mère de y
Age(x, y) : l’âge de x est y ans
Humain(x) : x est un humain

_______________________________________________________________________________________________
R.Ahmed-Ouamer 14 Fondements de l’Intelligence Artificielle
Département d’Informatique de Tizi-Ouzou Année Universitaire 2019 / 2020
_______________________________________________________________________________________________
On obtient :
E1: Mere(Malika, Said).
E2: Age(Malika, 50).
E3: Age(Said, 25).
E4: Humain(Said).
E5: Humain(Malika).
E6: ∀x∀y (Mere(x, y) ∧ Humain(y)  Humain(x))
E7: ∀x ∃y (Humain(x)  Age(x, y))

2) Par la méthode de résolution, répondre à la question : ''Quel est l’âge de la mère de Said ? ''
Transformation des formules en clauses :
E1: Mere(Malika, Said).
E2: Age(Malika, 50).
E3: Age(Said, 25).
E4: Humain(Said).
E5: Humain(Malika).
E6: ¬ Mere(x, y) ∨¬ Humain(y) ∨ Humain(x))
E7: ¬ Humain(x) ∨ Age(x, f(x)) ¢ ici f(x) est une fonction qui prend la valeur de l’âge de x.

La question est interprétée comme la négation de l’affirmation correspondant à cette question.

Soit th : ∃x ∃y (Mere(x, Said) ∧ Age(x, y))
La négation de ce théorème est : ¬ th : ∀x∀y ¬ (Mere(x, Said) ∧ Age(x, y))
d’où la clause :
E8: ¬ Mere(x, Said) ∨ ¬ Age(x, y)

La méthode de résolution générale va engendrer les clauses :

E9 : ¬ Mere(Malika, Said) (E2, E8) avec la substitution {x ← Malika, y ← 50}
E10 : (E1, E9)

Note : La question précédente peut être traitée en utilisant la résolution Prolog

Clauses Prolog :
E1: Mere(Malika, Said) :-
E2: Age(Malika, 50) :-
E3: Age(Said, 25) :-
E4: Humain(Said) :-
E5: Humain(Malika) :-
E6: Humain(x) :- Mere(x, y) , Humain(y)
E7: Age(x, f(x)) :- Humain(x)
E8: :- Mere(x, Said), Age(x, y)

Résolution Prolog :
E9 : :- Mere(Malika, Said) (E2, E8) {x ← Malika, y ← 50}
E10 : (E1, E9)

_______________________________________________________________________________________________
R.Ahmed-Ouamer 15 Fondements de l’Intelligence Artificielle