MODULE 6 Optimisation de GRAPHES

Slides:



Advertisements
Présentations similaires
Introduction à la Théorie des graphes
Advertisements

Résolution Graphique d'un Programme Linéaire
Théorie des graphes.
Graphes et Applications Thème de léquipe « Combinatoire et Algorithmique » LaBRI – janvier 2008.
Introduction à la Théorie des graphes
Cours de graphes Les plus courts chemins,
Nombre de chaînes de longueur r
Présenté par : MOHSEN BEN HASSINE
Traitement Co-Séquentiel: Appariment et Fusion de Plusieurs Listes
Recherche Opérationnelle
1 Théorie des Graphes Cycle Eulérien. 2 Rappels de définitions On dit qu'une chaîne est un chemin passant par toutes les arêtes du graphe. On dit qu'un.
Chapitre VIII. Introduction aux graphes
To Tune or not to Tune? To Tune or not to Tune? A Lightweight Physical Design Alerter Costa Jean-Denis Le Yaouanc Aurélie Mécanismes de SGBD 2007.
Algorithme de Dijkstra
Heuristiques A. Introduction B. Recherche d ’une branche
Methode de Tri efficace
Concavité et points d'inflexion
Optimisation linéaire
Méthode des k plus proches voisins
Théorie des graphes Un peu de vocabulaire.
Cours de graphes Les arbres et arborescences.
Le problème de sécurisation multicouche avec capacités du réseau IP
Pr ZEGOUR Djamel Eddine
1 Exercice : longueur d’un mot est-elle paire ?  Test fonctionnel  Quel ensemble de valeur choisir / spécification  Test structurel  Soit le code d’un.
Daac - Lycéens au cinéma Le petit Lieutenant sur le trottoir.
LES ARBRES IUP 2 Génie Informatique
Algorithme de Bellman-Ford
IFT-2000: Structures de données Les graphes Dominic Genest, 2009.
Structures de données IFT-2000
GPA750 Les ateliers multigammes Chapitre 5
Courbes de Bézier.


Algorithmes d ’approximation
PROBLEMES DE DEGRE-DIAMETRE DE GRAPHES DANS LE CAS GENERAL
Deux méthodes incrémentales pour le maintien dun arbre de connexion Nicolas Thibault Christian Laforest
Recherche Opérationnelle
Recherche Opérationnelle
Optimisation de GRAPHES
Mathématiques CST MODULE 6 Loptimisation de GRAPHES.
- GRAPHES - Composantes et types
MODULE 6 Optimisation de GRAPHES
21 février 2006Cours de graphes 2 - Intranet1 Cours de graphes Les plus courts chemins, les chemins les plus légers : à laide de la vague, à laide de la.
Les Algorithmes de Tri Introduction Tri par Sélection
Échantillonnage (STT-2000) Section 2 Tirage aléatoire simple (plan SI). Version: 22 août 2003.
Programmation dynamique
Deuxième étape : échanger des poignées de mains
Pour le chemin le plus court pour tous les couples
Structures de données IFT-2000 Abder Alikacem Arbres de recouvrement minimum Département dinformatique et de génie logiciel Édition Septembre 2009 JFK.

Heuristiques C. Recherche de la meilleure branche . Branch And Bound
Graphes 1. Introduction 2. Définition 3. Représentation mémoire
Arbres et graphes.
On cherche le plus court chemin de E à S sur le graphe suivant :
Méthodes de tri.
Algorithmes Branch & Bound
Exploration systématique de graphes
IN302 – Chapitre 2 Arbres et arborescences. Isthmes Composantes connexes : 2.
6. Problème de flot à coût minimum.
Helen KASSEL (amphi), Herve BARBOT (TD, TP)

Algorithme de DIJKSTRA
Le Jeu et l’intelligence artificielle
Sixième étape : pondérer les graphes. Longueur d’une chaîne d’un graphe quelconque = nombre des arêtes qui la constituent. Distance entre deux sommets.
La valeur de l’ingénieur junior Les ingénieurs juniors sont comme les pommes dans les arbres... Les meilleures sont à la cime de l'arbre. Les employeurs.
CSI2510 Structures de données et algorithmes Arbres couvrants minimaux
Soutenance du projet de M1
Introduction à la Théorie des graphes
Cycle, Cocycle, Arbre et Arborescence
Transcription de la présentation:

MODULE 6 Optimisation de GRAPHES Mathématiques CST MODULE 6 Optimisation de GRAPHES

Mathématiques CST - L’optimisation de GRAPHES -  Arbre de valeurs minimales et maximales Arbre qui relie tous les sommets du graphe par une sélection d’arêtes de façon que le poids de l’arbre soit le plus petit possible (minimal) ou le plus grand possible (maximal). MÉTHODE : Algorithme de Kruskal 1. Énumérer toutes les arêtes et les placer en ordre croissant de poids (arbre de valeurs minimales). 2. Choisir l’arête ayant le plus petit poids. 3. Répéter l’étape 2 jusqu’à ce que tous les sommets soient reliés en évitant celles qui formeraient un cycle simple.

trottoirs entre des immeubles. On veut s’assurer que tous les Exemple : Situation qui illustre les coûts estimés de la construction de trottoirs entre des immeubles. On veut s’assurer que tous les immeubles sont reliés à un coût minimal. A B 1320 C F D E 850 920 835 1160 790 2880 750 2640 MÉTHODE : Algorithme de Kruskal 1. Ordre croissant : 750 - 790 - 835 - 850 - 920 - 1160 - 1320 - 2640 - 2880

trottoirs entre des immeubles. On veut s’assurer que tous les Exemple : Situation qui illustre les coûts estimés de la construction de trottoirs entre des immeubles. On veut s’assurer que tous les immeubles sont reliés à un coût minimal. B 1320 1160 A C 850 835 790 920 D E E 750 2640 2880 F F MÉTHODE : Algorithme de Kruskal 2. Arête avec le plus petit poids : 750 - 790 - 835 - 850 - 920 - 1160 - 1320 - 2640 - 2880

La construction des trottoirs coûtera donc 4545 $ . Exemple : Situation qui illustre les coûts estimés de la construction de trottoirs entre des immeubles. On veut s’assurer que tous les immeubles sont reliés à un coût minimal. B B 1320 1160 A A C C 850 835 790 920 D D E E 750 2640 2880 La construction des trottoirs coûtera donc 4545 $ . F F MÉTHODE : Algorithme de Kruskal 3. Répéter en évitant de former un cycle simple : 750 - 790 - 835 - 850 - 920 - 1160 - 1320 - 2640 - 2880 Poids de l’arbre : 750 + 790 + 835 + 850 + 1320 = 4545

Exercice #1 : Détermine l’arbre de valeurs minimales et son poids. 4 A A B B C C 2 6 3 3 8 D D 1 E E 6 F F 4 5 5 4 5 2 G G H H I I 10 MÉTHODE : Algorithme de Kruskal 1 – 2 – 2 – 3 – 3 – 4 – 4 – 4 – 5 – 5 – 5 – 6 – 6 – 8 – 10 inutiles Poids de l’arbre : 1 + 2 + 2 + 3 + 3 + 4 + 5 = 20

Exercice #2 : Détermine l’arbre de valeurs maximales et son poids. 4 A A B B C C 2 6 3 3 8 D D 1 E E 6 F F 4 5 5 4 5 2 G G H H I I 10 MÉTHODE : Algorithme de Kruskal 10 – 8 – 6 – 6 – 5 – 5 – 5 – 4 – 4 – 4 – 3 – 3 – 2 – 2 – 1 inutiles Poids de l’arbre : 1 + 2 + 2 + 3 + 3 + 4 + 5 = 20