Inteligência Artificial e Resolução de Problemas

Universidade Federal do Piau
Centro de Educao Aberta e a Distncia

Curso de Sistemas de Informao
Disciplina: Inteligncia Artificial
P R O F. M E . J L I O C S A R
JCZARS@UFPI.EDU.BR
UNIDADE 02 - Resoluo de Problemas
Atravs de Buscas
RESUMINDO
OBJETIVO
PROBLEMAS E ESPAO DE PROBLEMAS
COMO ENCONTRAR UMA SOLUO
MTODOS DE BUSCA
MEDIDA DE DESEMPENHO NA BUSCA
19/03/2017 Prof. Me. JLIO CSAR 2

RESUMINDO
Quando deparamos com problema?
Quais as possveis solues?
Qual a melhor soluo?
Essa mesma filosofia utilizada pela IA?
Estudar mecanismo de busca que permite a resoluo de problemas.
Estudaremos como formular tais problemas e como resolv-los sem informao (busca cega) e
com informao.
Como avaliar o desempenho desses mecanismos de busca e
Como lidar em situaes que existe competio (busca competitiva).

OBJETIVO
1. Aprender como formular problemas na IA;
2. Mensurar o desempenho de busca de solues para um problema;
3. Aprender os principais mtodos de busca cega;
4. Reconhecer mecanismos de busca com informao;
5. Identificar o mecanismo de busca em jogos com dois adversrios.

PROBLEMAS E ESPAO DE PROBLEMAS
Habilidade para resolver problemas frequentemente usada como medida de inteligncia para
mquinas e homens.
Existem basicamente dois tipos de problemas.
So os problemas computveis (determinstico).
So os problemas no computveis (busca por soluo);
A formulao do objetivo o primeiro passo na resoluo de problemas

O QUE UM OBJETIVO
um conjunto de estados do mundo
exatamente os estados em que o objetivo satisfeito.
Aes podem ser vistas como aquelas que causam transies entre os estados do mundo.
Ao formular o problema deve-se definir o objetivo,

Ou seja, definir o estado final que satisfaz o agente;
Detalhar o estado inicial;
Detalhar a funo que leva aos prximos estados;
O teste de objetivo, que determina se o estado final foi alcanado;
E o custo (path cost), determina o desempenho;

Exemplo:
Frias na
Romnia

FORMULANDO O PROBLEMA
Um problema definido por quatro itens:
1. Estado inicial ex., em Arad"
2. Aes ou funo sucessor S(x) = conjunto de pares estado-ao
ex., S(Arad) = {<Arad Zerind, Zerind>, }
3. Teste de objetivo, pode ser
explcito, ex., x = em Bucharest"
implcito, ex., Cheque-mate(x)
4. Custo de caminho (aditivo)
ex., soma das distncias, nmero de aes executadas, etc.
c(x,a,y) o custo do passo, que deve ser sempre 0
Uma soluo uma sequncia de aes que levam do estado inicial para o estado objetivo.
Uma soluo tima uma soluo com o menor custo de caminho.

Exemplo: 8-Puzzle
Espao de Estados: 181.440 possveis estados;
Estado Inicial: Qualquer estado;
Estado Final: Figura ao lado Goal State;
Aes Possveis: Mover o quadrado vazio para direita, para esquerda, para
cima ou para baixo;
Custo: Cada passo tem o custo 1, assim o custo do caminho definido pelo
numero de passos;
15-puzzle (4x4) 1.3 trilhes estados possveis.

COMO ENCONTRAR UMA SOLUO?
Uma vez o problema bem formulado, o estado final (objetivo) deve ser
buscado no espao de estados.
A busca representada em uma rvore de busca:
Raiz: corresponde ao estado inicial;
Expande-se o estado corrente, gerando um novo conjunto de sucessores;
Escolhe-se o prximo estado a expandir seguindo uma estratgia de busca;
Prossegue-se at chegar ao estado final (soluo) ou falhar na busca pela soluo;

BUSCANDO SOLUES
Exemplo: Ir de Arad para Bucharest
Arad
Sibiu Timissoara Zerind
Arad Orades Fagaras Rimnico

Vilcea

MEDIDA DE DESEMPENHO
Um dos obstculos mais difceis de superar quando so aplicadas tcnicas de IA aos problemas
do mundo real;
Magnitude e complexidade da maioria das situaes;
Os pesquisadores acreditam que a busca a base da resoluo de problemas, que um
ingrediente crucial da inteligncia.

MEDIDA DE DESEMPENHO
O desempenho de um algoritmo de busca depende de alguns fatores:
Completeza: sempre encontra uma soluo se esta existir;
Otimizao: encontra a soluo tima;
Complexidade de tempo: tempo gasto para encontrar uma soluo;
Complexidade de espao: memria necessria para encontrar uma soluo.
Alm disso, podemos dizer que a busca possui um custo total, que a soma do
custo da soluo

MTODOS DE BUSCA
Busca Cega ou Exaustiva:
Na busca cega, no se sabe qual o melhor n da fronteira (ltimos ns alcanados pela
funo) a ser expandido (aquele que acarreta um menor custo at o objetivo).
Apenas distingue o estado objetivo dos no objetivos.
Busca Heurstica:
Estima qual o melhor n da fronteira a ser expandido com base em funes heursticas.

Mtodos de Busca Cega
um meio de resoluo de problemas;
A ideia transformar um problema de raciocnio diretamente em um problema de navegao
num espao de estados;
A partir de um estado inicial, pode-se buscar uma sequncia de aes que conduzem ao estado
final desejado (Objetivo);
Soluo tima Melhor caminho menor custo;
Avaliao do desempenho completude e complexidade do espao

As principais estratgias de busca cega
Busca em Largura,
Busca em Profundidade,
Busca em Profundidade Limitada e
Busca de Aprofundamento Iterativo.

Medida de Desempenho na Busca
Complexidade de tempo e espao so medidas em termos de:
fator mximo de ramificao da rvore de busca (b branching),
(nmero mximo de sucessores de qualquer n)
profundidade da soluo de menor custo (d depth) e
profundidade mxima do espao de estados (m).
Tempo: medido em termos do nmero de ns gerados durante a busca;

Busca em Largura (Extenso)
1. Expande-se o n raiz; Raiz
2. Expande-se todos os ns gerados pela raiz;

2
3. Todos os ns na profundidade d so expandidos antes dos
ns na profundidade d+1.
Completa desde que d seja finito,

Tempo da ordem de bd+1, 3
Espao e em geral no tima, exceto quando o custo
constante a cada passo.
Se houver mais de uma soluo esta estratgia encontra
primeiro a mais prxima da raiz. 3

A A
B C B C
D E F G D E F G

A A
B C B C
D E F G D E F G

A A
B C B C
D E F G D E F G

Busca de Custo Uniforme
A meta mais prxima da raiz no representa sempre a de menor custo
Modifica a busca em largura,
Expande sempre o prximo n ainda no expandido que possui caminho de menor custo;
custo associado diferente, medido pela funo g(n),
g(n) d o custo do caminho da origem ao n n
Completa desde que o custo de cada n seja diferente de 0,
Tempo e o Espao so iguais ao nmero de ns com custo(n) menor que o custo(soluo
tima),
tima sim, j que os ndulos expandem em ordem crescente de custo(n).

problema de
A
roteamento
Atingir a meta M, a
partir do estado 1 10
inicial R.
5 5
R B M
15 5

Esta estratgia encontra a melhor
soluo se: R - 00
O custo do caminho nunca diminuir
enquanto o mesmo for percorrido -
g(sucessor(n)) g(n). A - 01 B - 05 C - 15
Esta restrio obedecida se o custo do
caminho a soma dos custos dos
operadores que geram o caminho e
M - 11 M - 10
nenhum operador tem custo negativo.

Busca em Profundidade
Expande sempre um dos ns de maior profundidade na rvore;
Quando a busca encontra um n que no pode ser expandido, retorna e expande os ns que
esto pendentes.
Completa No, pois falha em rvores de profundidade infinita;
Tempo O (bm): pssimo quando m muito maior que d.
Espao O(b*m), i.e., espao linear!
tima No;
ou seja, crescimento linear, e no tima, devendo ser evitada em rvores muito profundas ou
profundidade infinita.

Busca em profundidade
A A
B C B C
D E F G F E D G
H I J K H I J K H I J K H I J K

A A
B C B C
D E F G D E F G

A A
B C B C
D E F G D E F G

A A
B C B C
D E F G D E F G

A A
B C B C
D E F G D E F G

A
B C
D E F G
H I J K H I J K

Pouca exigncia de memria:
necessrio armazenar apenas um nico A
caminho da raiz at um n-folha.
Para um espao de estados finito, com
B C
profundidade mxima m e fator de
ramificao b:
Necessrio armazenar : bm ns. D E F G
Complexidade temporal: O(bm).

H I J K H I J K

Busca em profundidade Interativa
uma variao da Busca em Profundidade;
limite de profundidade L, que inicia em 0 e vai sendo incrementado de 1 a cada iterao.
Combina busca em profundidade com busca em extenso;
Completa No, a soluo pode estar alm do limite,
Tempo da ordem de O(bd),
Espao O(b*d),
tima Sim, se custo de passo = 1;

A A
Limit =0
I =0
A A A A
Limit =1 B C B C B C B C
I=1

A A A A
Limit =2
B C B C B C B C
I =2
D E F G D E F G D E F G D E F G
A A A A
B C B C B C B C

A A A A
C B C B C B C
B
Limit =3
I =3
H I J K L M N O H I J K L M N O H I J K L M N O H I J K L M N O
A A A A
B C B C B C B C
A A A A
B C B C B C B C

Busca com Informao
Diferentemente da Busca cega,
esta utiliza conhecimento especfico sobre o problema para encontrar a soluo de forma mais
eficiente;
Abordagem geral: busca pela melhor escolha.
Utiliza uma funo de avaliao para cada n.
Expande o n que tem a funo de avaliao mais baixa.
Dependendo da funo de avaliao, a estratgia de busca muda.
Alguns algoritmos de busca heurstica global so:
Busca gulosa,
A*,
RBFS, e
SMA*.

Busca Gulosa
Estratgia expandir o n supostamente mais prximo a origem (heurstica),
A distncia do n a expandir ao objetivo estimada atravs de uma funo
heurstica.
Sofre dos mesmos problemas da Busca Exaustiva (cega) em Profundidade
Loops
Pode no encontrar o menor caminho at o objetivo;
No tima, pois segue o melhor passo considerando somente o estado atual.

Pode haver um caminho melhor seguindo algumas opes piores em alguns
pontos da rvore de busca.

Busca Gulosa
Completa No pode ficar presa em loops,
Lasi Neamt Iai Neamt
Tempo O(bm) no pior caso, mas uma boa funo heurstica pode levar a uma
reduo substancial
Espao O(bm) mantm todos os ns na memria
tima No
Exemplo:
problema de clculo da distncia entre as cidades Romenas de Arad Bucharest (mapa da
Figura 7) atravs dessa busca.

Romnia com custo em km

Exemplo de busca gulosa pela melhor escolha
Arad 366
Timisoara 329 Sibiu 253 Zerind 374
193 Rimnicu Fagaras 178
Arad Sibiu Fagaras Bucharest
Bucharest 0

Algoritmo A*
Ideia:
Evitar expandir caminhos que j so caros
Funo de avaliao f(n) = g(n)+h(n)

g(n) = custo (caminho percorrido) at o momento para alcanar n
h(n) = custo estimado (caminho Restante) de n at o objetivo
f(n) = custo total estimado do caminho atravs de n at o objetivo.
Elimina caminhos redundantes

Semelhante as buscas cegas de custo uniforme

Algoritmo A*
Completa quando a heurstica admissvel;
Tempo pior caso O(bd) (Exponencial);
Espao Mantm todos os ns na memria;
tima Sim, para heursticas admissveis;
Retornando ao exemplo f(n) = g(n) + h(n) combina as vantagens da busca com custo uniforme e
a busca gulosa.

Exemplo de busca A*
f(n) = g(n) + h(n)
Arad 366=0+366
Timisoara 447=118+329 Sibiu 393=140+253 Zerind 449=75+374
413=220+193 Rimnicu Fagaras 417=239+178
Craiova Pitesti Sibiu Bucharest Sibiu
526=366+160 417=317+100 553=300+253 450=450+0 591=338+253
Bucharest Craiova Rimnicu

Arad Sibiu Rimnicu PitestiBucharest
418=418+0 615=455+160 607=414+193

Recursive Best-First-Search (RBFS)
Extenso para limitar o nmero de ns guardado na memria
IDA*
que semelhante busca em aprofundamento iterativo, mas com a diferena de que o limite de
expanso dado por f(n) e no por d;
Recursive Best-First-Search (RBFS),

Semelhante busca recursiva em profundidade,
com a diferena de que no desce indefinidamente na explorao,
havendo um controle da recurso pelo valor de f(n),
e se existir algum n em um dos ancestrais que oferea melhor estimativa que o n atual, a recurso
retrocede e a busca continua no caminho alternativo,
sendo assim, completa e tima quando a heurstica admissvel com espao O(bd), no pior caso e
tempo difcil de se estimar.

SMA* (Simple Limited Memory A*)
Utiliza toda a memria disponvel,
e quando a memria est cheia, ele elimina o pior n folha (maior custo de f(n)) para continuar
a busca,
completa e tima quando a memria alocada suficiente.
O desempenho da busca deve est condicionado qualidade da funo heurstica, que deve ser
admissvel e ter alta preciso (qualidade da distncia do n corrente ao n objetivo).

Busca Competitiva
A presena de um oponente complicado e interessante;
Preocupaes - contingncias como o espao em memria e o tempo disponvel.
O oponente introduz incerteza e no toma decises sorte, tentar sim, jogar de forma a
minimizar o nmero de jogadas ruins para si.
Os jogos so mais interessantes, porm mais difceis de serem resolvidos;

Exemplo: xadrez
Fator mdio de ramificao: 35
Nmero mdio de jogadas: 50 para cada jogador.
Assim, a rvore completa de busca de um jogo ter
aproximadamente 35100 ou 10154 ns.
Portanto, uma busca cega invivel, mesmo para realizar o
primeiro movimento.
Se deve fazer o melhor uso possvel do tempo disponvel para
uma jogada:
tomar alguma deciso, mesmo que a jogada tima no seja
determinada em tempo.

Busca Competitiva
Tcnicas para escolher uma boa jogada (busca competitiva) em jogos atravs de cortes nas
rvores de estados (corte ou poda alfa-beta) e da avaliao heurstica de estados,
Evitar a pesquisa em ramos que no so relevantes para a escolha final,
Sem realizar uma pesquisa completa na rvore de todas as jogadas possveis.
Algoritmo MIN-MAX
poda alfa-beta

Algoritmo MIN-MAX
Consideraremos jogos com dois jogadores:
MAX e MIN
MAX faz o primeiro movimento e depois eles se revezam at o jogo terminar.
Pontuao para os dois =0
Um jogo pode ser definido como um problema de busca com:

estado inicial
funo sucessor (-> movimento, estado)
teste de trmino
funo utilidade: d um valor numrico para os estados terminais

Jogo da Velha
A Funo de Utilidade pode atribuir trs
valores diferentes aos ns terminais:
1 se o jogador ganha;
0 se o jogador empata;
-1 se o jogador perde.

Exemplo: rvore de jogo (2 jogadores)
Jogo da velha:
765 posies diferentes
26.830 jogos distintos
138 estados terminais:
91 (+1, X)
44 (-1, O)
3 empates (0)
Do ponto de vista de MAX,

valores altos de utilidade
so bons.

Estratgias timas
A soluo tima para MAX depende dos movimentos de MIN, logo:
MAX deve encontrar uma estratgia de contingncia que especifique o movimento de MAX no estado
inicial, e depois o movimento de MAX nos estados resultantes de cada movimento de MIN e assim por
diante.
Dada uma rvore de jogo, a estratgia tima pode ser determinada a partir do valor minimax de
cada n.
O valor minimax (para MAX) a utilidade de MAX para cada estado, assumindo que MIN
escolhe os estados mais vantajosos para ele mesmo
(i.e. os estado com menor valor utilidade para MAX).
Aula 8 - 08/09/2010 53
Minimax
Melhor estratgia para jogos Melhor jogada
determinsticos
Idia:
escolher a jogada com o melhor
retorno possvel supondo que o
oponente tambm vai fazer a
melhor jogada possvel
Ex: Jogo simples, cada jogador faz
um movimento
Aula 8 - 08/09/2010 54
Exemplo: rvore MIN-MAX (2 jogadores)
MAX
MIN
3 12 8 2 4 6 14 5 2 MAX

MAX
Avaliando o valor (n)

Jogada MIN 3 MIN
Se no tem valor?
3 12 8 2 4 6 14 5 2 MAX

MAX
Jogada MIN 3 MIN

Quem o menor valor?
3 12 8 2 4 6 14 5 2 MAX

MAX
Repete o processo 3 MIN
3 12 8 2 4 6 14 5 2 MAX

3
MAX
3 MIN
3 12 8 2 4 6 14 5 2 MAX

3
MAX
3 MIN
3 12 8 2 4 6 14 5 2 MAX

3
MAX
3 2 MIN
3 12 8 2 4 6 14 5 2 MAX

3
MAX
3 2 MIN
3 12 8 2 4 6 14 5 2 MAX

3
MAX
3 2 14 MIN
3 12 8 2 4 6 14 5 2 MAX

3
MAX
3 2 5
14 MIN
3 12 8 2 4 6 14 5 2 MAX

3
MAX
3 2 5
2 MIN
3 12 8 2 4 6 14 5 2 MAX

3
MAX
3 2 5
2 MIN
3 12 8 2 4 6 14 5 2 MAX

Propriedades do algoritmo MIN - MAX
Equivale a uma busca completa em profundidade na rvore do jogo.
m: profundidade mxima da rvore
b: movimentos vlidos em cada estado
Completo Sim (Se a rvore finita)
timo Sim (contra um oponente timo)
Complexidade de tempo O(bm)
Complexidade de espao O(bm)
Para xadrez, b 35, m 100 para jogos razoveis
soluo exata no possvel
Aula 8 - 08/09/2010 67
Corte Alpha-Beta
(Poda -)
Algoritmo minimax: no de estados do jogo exponencial em relao ao no de movimentos
Poda -:
calcular a deciso correta sem examinar todos os ns da rvore,
retorna o mesmo que minimax, porm sem percorrer todos os estados.
Aula 8 - 08/09/2010 68
Exemplo: rvore Corte Alfa e Beta (2 jogadores)
[- , + ]
MAX
MIN(, v)
[- , + ] MIN
3 12 8 2 4 1 14 5 2 MAX

[, ]
[- , + ]
MAX
MIN(, v)
3 MIN
[- , 3 ]
3 12 8 2 4 1 14 5 2 MAX

[, ]
[- , + ]
MAX
MIN(, v)
3 MIN
[- , 3 ]
3 12 8 2 4 1 14 5 2 MAX

[, ]
[- , + ]
MAX
MIN(, v)
3 MIN
[- , 3 ]
3 12 8 2 4 1 14 5 2 MAX
ltimo sucessor

: melhor valor no caminho de MAX
[, ]
3
MAX(, v) [3 , + ]
MAX
3 MIN
[3 , 3 ]
3 12 8 2 4 1 14 5 2 MAX

[, ]
3
[3 , + ]
MAX
MIN(, v)
3 2 MIN
[3 , 3 ] [-
[-,,+]
2]
3 12 8 2 4 1 14 5 2 MAX

Exemplo de poda alfa-beta
[, ]
3
[3 , + ]
MAX
?
3 2 MIN
[- , 2]
[3 , 3 ]
3 12 8 2 4 1 14 5 2 MAX
Busca em profundidade Sim, continua a busca

No, interrompe a busca
Concluso, ento este ser sempre o pior caminho
: melhor valor no caminho para MIN.
[, ]
3
[3 , +14 ]]
MAX
? ?
[3 , 3 ] 3 [- , 2] 2 [-
[-, ,14
+] 14 MIN
3 12 8 2 4 1 14 5 2 MAX

[, ]
3
[3
[3 ,, 514 ] ]
MAX
? ?
[3 , 3 ] 3 [- , 2] 2 [- , 14
5 ]] 5
14 MIN
3 12 8 2 4 1 14 5 2 MAX

[, ]
3
[3 , 5 ]
MAX
? ?
[3 , 3 ] 3 [- , 2] 2 [-
[2 , ,2, 52 ]] ]
[- 52 MIN
3 12 8 2 4 1 14 5 2 MAX

Escolhe o ramo com o maior valor.
[, ]
3
[3 , 5]
MAX
[3 , 3 ] 3 [- , 2] 2 [2, 2] 2 MIN
3 12 8 2 4 1 14 5 2 MAX

EXERCCIOS
Defina o que vem a ser um problema para IA explicando os termos: espao de estados, estado
inicial, estado final, aes, custo de caminho e soluo tima.
Quais so as diferenas entre busca cega e busca com informao?
Quais so os principais critrios de avaliao de uma estratgia de busca?

Explique cada um deles
Descreva, com suas palavras, o algoritmo de poda alfa-beta

Curso Sistema
de Informao
Universidade Federal do Piau
Centro de Educao Aberta e a
Distncia
Disciplina: Inteligncia Artificial

UNIDADE 02 - Resoluo de Problemas
Atravs de Buscas

Inteligência Artificial e Resolução de Problemas

Uploaded by

Document Information

Original Description:

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Inteligência Artificial e Resolução de Problemas

Uploaded by

Copyright:

Available Formats

Universidade Federal do Piau

Centro de Educao Aberta e a Distncia

19/03/2017 Prof. Me. JLIO CSAR 2

19/03/2017 Prof. Me. JLIO CSAR 3

19/03/2017 Prof. Me. JLIO CSAR 4

19/03/2017 Prof. Me. JLIO CSAR 5

Ao formular o problema deve-se definir o objetivo,

19/03/2017 Prof. Me. JLIO CSAR 6

19/03/2017 Prof. Me. JLIO CSAR 7

19/03/2017 Prof. Me. JLIO CSAR 8

19/03/2017 Prof. Me. JLIO CSAR 9

19/03/2017 Prof. Me. JLIO CSAR 10

Sibiu Timissoara Zerind

Arad Orades Fagaras Rimnico

19/03/2017 Prof. Me. JLIO CSAR 11

19/03/2017 Prof. Me. JLIO CSAR 12

19/03/2017 Prof. Me. JLIO CSAR 13

19/03/2017 Prof. Me. JLIO CSAR 14

19/03/2017 Prof. Me. JLIO CSAR 15

19/03/2017 Prof. Me. JLIO CSAR 16

Tempo: medido em termos do nmero de ns gerados durante a busca;

19/03/2017 Prof. Me. JLIO CSAR 17

2. Expande-se todos os ns gerados pela raiz;

Completa desde que d seja finito,

19/03/2017 Prof. Me. JLIO CSAR 18

19/03/2017 Prof. Me. JLIO CSAR 19

19/03/2017 Prof. Me. JLIO CSAR 20

19/03/2017 Prof. Me. JLIO CSAR 21

19/03/2017 Prof. Me. JLIO CSAR 22

19/03/2017 Prof. Me. JLIO CSAR 23

19/03/2017 Prof. Me. JLIO CSAR 24

19/03/2017 Prof. Me. JLIO CSAR 25

19/03/2017 Prof. Me. JLIO CSAR 26

19/03/2017 Prof. Me. JLIO CSAR 27

19/03/2017 Prof. Me. JLIO CSAR 28

19/03/2017 Prof. Me. JLIO CSAR 29

19/03/2017 Prof. Me. JLIO CSAR 30

19/03/2017 Prof. Me. JLIO CSAR 31

Complexidade temporal: O(bm).

19/03/2017 Prof. Me. JLIO CSAR 32

19/03/2017 Prof. Me. JLIO CSAR 33

19/03/2017 Prof. Me. JLIO CSAR 34

19/03/2017 Prof. Me. JLIO CSAR 35

19/03/2017 Prof. Me. JLIO CSAR 36

19/03/2017 Prof. Me. JLIO CSAR 37

No tima, pois segue o melhor passo considerando somente o estado atual.

19/03/2017 Prof. Me. JLIO CSAR 38

19/03/2017 Prof. Me. JLIO CSAR 39

19/03/2017 Prof. Me. JLIO CSAR 40

Timisoara 329 Sibiu 253 Zerind 374

193 Rimnicu Fagaras 178

Arad Sibiu Fagaras Bucharest

19/03/2017 Prof. Me. JLIO CSAR 41

Funo de avaliao f(n) = g(n)+h(n)

Elimina caminhos redundantes

19/03/2017 Prof. Me. JLIO CSAR 42

19/03/2017 Prof. Me. JLIO CSAR 43

Timisoara 447=118+329 Sibiu 393=140+253 Zerind 449=75+374

413=220+193 Rimnicu Fagaras 417=239+178

Craiova Pitesti Sibiu Bucharest Sibiu

526=366+160 417=317+100 553=300+253 450=450+0 591=338+253

Bucharest Craiova Rimnicu