Thorie des graphes - PowerPoint PPT Presentation

1 / 17
About This Presentation
Title:

Thorie des graphes

Description:

Concepts g n raux en th orie des graphes. 2. Le probl me du plus court ... Un graphe orient valu G est d fini par : Un ensemble de sommets X. ... – PowerPoint PPT presentation

Number of Views:334
Avg rating:3.0/5.0
Slides: 18
Provided by: ALOU9
Category:

less

Transcript and Presenter's Notes

Title: Thorie des graphes


1
Théorie des graphes
2
Plan du cours
  • Que peut-on faire avec la théorie des graphes ?
  • Concepts généraux en théorie des graphes
  • 2. Le problème du plus court chemin
  • 3. Flots et réseaux de transport

3
Le problème du plus court chemin
  • Définition
  • Exemples de formulation avec pcch
  • Graphes sans circuit
  • Graphes à valuations quelconques
  • - Algorithme de Ford
  • - Algorithme de Bellman-Kalaba
  • Graphes à valuations positives
  • Algorithme de Moore-Dijkstra (1959)

4
Graphe orienté valué
  • Un graphe orienté valué G est défini par
  • Un ensemble de sommets X.
  • Un ensemble darcs U ? X2.
  • Une valuation V U ? R qui à chaque arc du
    graphe associe une valeur réelle (longueur,
    poids..).

5
Exemple de graphe orienté valué
7
a
d
4
2
3
f
e
1
4
3
5
1
c
b
6
Le problème du plus court chemin Définition
7
Le problème du plus court chemin Exemples
  • Exemple 1 Construire une autoroute entre deux
    villes A et K
  • Arcs tronçons possibles de lautoroute
  • Valuation des arcs peut être
  • coût de réalisation correspondant
  • longueur du trajet

8
Le problème du plus court chemin Exemples
  • Exemple 2 Chemin le plus fiable dans un réseau
    de télécommunication
  • Arêtes liens physiques
  • Valuation des arêtes (i,j) est pij fiabilité du
    lien (la probabilité pour que le lien fonctionne)
  • La fiabilité dun chemin est le produit des
    probabilités des liens qui le constituent
  • Le problème devient un problème de pcch en
    remplaçant chaque probabilité par aij - log pij

9
Le problème du plus court chemin Exemples
  • Exemple 3 Problème de sac à dos
  • Un sac à dos de capacité b
  • n objets j1n
  • aj poids de lobjet j
  • pj profit de lobjet j
  • Objectif déterminer un sous ensemble dobjets
    de profit maximal respectant la capacité du sac.

Maximiser ?j pjxj s.c. ?j aj xj ? b avec xij
1 si lobjet est choisi et 0 sinon
10
Le problème du plus court chemin Exemples
  • Exemple 3 Problème de sac à dos
  • n(b1) sommets notés j(k), j1,2,,n et k0,1,,b
  • Un sommet origine s et un sommet destination t
  • Un sommet j(k) a deux arcs entrants (sils
    existent)
  • Un arc de (j-1)(k) valué par 0
  • Un arc de (j-1)(k-aj) valué par pj
  • Deux arcs de s vers 1(0) et 1(a1) valués par 0 et
    p1
  • Un arc de valuation 0 entre chaque sommet n(k) et
    t
  • Un chemin de s à j(k) correspond a un sous
    ensemble des j premiers objets dont le poids
    total est égal à k. La longueur du chemin est la
    valeur du sous ensemble

11
Algorithme de Ford
Chemin de poids minimal
Initialisation ?1 0 ? j ?1 ?j 8
?j ?i wij
  • (xi , xj) ? U
  • ?j gt ?i wij

FIN
OUI
NON
12
Algorithme de Ford
Chemin de poids maximal
Initialisation ?1 0 ? j ?1 ?j - 8
?j ?i wij
  • (xi , xj) ? U
  • ?j lt ?i wij

FIN
OUI
NON
13
Algorithme de Bellman-Kalaba
Chemin de poids minimal
Initialisation k 0 ?1(k) 0 ? j ? 1 ?j(k)
8
  • k k 1
  • ?1(k) 0 ? j ? 1 ?j(k) min ?i(k-1) wij
  • xj ? X
  • ?j (k) ? ?j (k-1)

FIN
NON
OUI
14
Algorithme de Bellman-Kalaba
Chemin de poids maximal
Initialisation k 0 ?1(k) 0 ? j ? 1 ?j(k)
- 8
  • k k 1
  • ?1(k) 0 ? j ? 1 ?j(k) max ?i(k-1) wij
  • xj ? X
  • ?j (k) ? ?j (k-1)

FIN
NON
OUI
15
Algorithme de Dijkstra
  • détermine les plus courts chemins d'un sommet x1
    à tous les autres sommets d'un graphe G (X,U).
    Il suppose que les longueurs sur les arcs sont
    positives ou nulles. L'idée de cet algorithme est
    de partager les sommets en deux groupes ceux
    dont on connaît la distance la plus courte au
    sommet x1 (ensemble D) et ceux dont on ne connaît
    pas cette distance. On part avec x1 dans D et
    tous les autres sommets nappartenant pas à D.
    Tous les sommets ont une distance infinie
    (p(x)  oo) avec le point x1, excepté le point
    x1 lui-même qui a une distance nulle (p(x1)  0).
    A chaque itération, on choisit le sommet x qui a
    la plus petite distance au sommet x1 . Ce sommet
    est déplacé dans D. Ensuite, pour chaque
    successeur y de x, on regarde si la distance la
    plus courte connue jusque là entre x1 et y ne
    peut pas être améliorée en passant par x. Si
    c'est le cas, p(y) est modifiée. Ensuite, on
    recommence avec un autre sommet.

16
Chemin de poids minimal
Algorithme de Dijkstra
Initialisation D x1 ?1 0 ? j ? 1 ?j
w1j
?k min ?j ? xj ? D D D ? xk ?j
min ?j , ?k wkj ? xj ? D
xn ? D
FIN
NON
OUI
17
Chemin de poids minimal
Obtention du chemin à partir des poids minimaux
Initialisation xk xn C ( xn )
Chercher xj ? X ?k ?j wjk xk xj C (
xk , C )
xk x1
FIN
NON
OUI
Write a Comment
User Comments (0)
About PowerShow.com