Licence d’informatique Algorithmique des graphes

Slides:



Advertisements
Présentations similaires
Calcul du flot maximum Algorithme de Ford Fulkerson Maxime Chambreuil | Nicolas Fournel | Vianney Gremmel | Leïla Traoré | Marouane Zehni UV RO.
Advertisements

Introduction à la Théorie des graphes
La recherche de chemin optimal
Théorie des graphes.
Connexité.
12/07/2006C2i Métiers de la Santé - Année universitaire 2006/2007 Tous droits réservés. 10pt Logo de votre Université => Champs référentiel couvert 20.
C2i Métiers de la Santé - Année universitaire 2007/ Tous droits réservés. Chapitre 0 : 30 pt normal Titre cours 44 pt gras Professeur Prénom NOM.
Introduction à la Théorie des graphes
Cours de graphes Problèmes de flots. Théorème du Max-flow – Min-cut.
CHAPITRE 6 Fonctions numériques.
Modélisation par le concept de graphe
Mise à Niveau en Recherche Opérationnelle
LES GRAPHES.
A.Faÿ 1 Recherche opérationnelle Résumé de cours.
Chap. 1 INTRODUCTION Beaucoup de problèmes de la vie courante, tels la gestion de réseaux de communication ou l'ordonnancement de tâches, correspondent.
Nicolas Bourbaki.
Flots et réseaux de transport
Plus rapide chemin bicritère : un problème d’aménagement du territoire
Houssein ALAEDDINE Kamal SERRHINI
Recherche Opérationnelle
1 Cours numéro 3 Graphes et informatique Définitions Exemple de modélisation Utilisation de ce document strictement réservée aux étudiants de l IFSIC.
Plus courts chemins On présente dans ce chapitre un problème typique de cheminement dans les graphes : la recherche d'un plus court chemin entre deux sommets.
Optimisation et Complexité
Représentation graphique
Structures de données IFT-2000
Démo 10 - #2 En détails… Au début, tous les sommets sauf la source (1) sont dans T: S = {1}; T ={2,3,4,5,6}
IFT Complexité et NP-complétude
Problème de flot maximal dans un réseau


1 Licence dinformatique Algorithmique des graphes Problèmes dordonnancement. Utilisation de ce document strictement réservée aux étudiants de l IFSIC dans.
Algorithmes d ’approximation
Optimisation dans les réseaux
Programmation linéaire et Recherche opérationnelle
Recherche Opérationnelle
Recherche Opérationnelle
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.
23 février 2007Cours de graphes 4 - Intranet1 Cours de graphes Problèmes de flots. Théorème du Max-flow – Min-cut. Algos de Ford-Fulkerson et Edmonds-Karp.
Initiation aux bases de données et à la programmation événementielle
DONG Xiaoguang HONG Liang OULDBABA Fadel WANG Min
GPA750 – Gestion de Projets
Atelier de formation : MAT optimisation II (les graphes).
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.

Quelques exemples de nombre chromatique d’un graphe.
Apérisentation Sur les graphes évolutifs Mardi 22 novembre 16h30.
Graphes 1. Introduction 2. Définition 3. Représentation mémoire
Arbres et graphes.
1 Licence d’informatique Algorithmique des graphes Cours 3 deuxième partie : Opérations et relations entre graphes. Composition, puissances. Utilisation.
Chapitre 2 : Inéquations.
Graph cuts et applications
Licence Informatique Algorithmique des graphes
LE FLOT MAXIMAL et LA COUPE MINIMALE
Ceci est un graphe valué Des arcs : 1-2, 1-4, 7-10,…..
1 Licence d’informatique Algorithmique des graphes Exploration de la descendance d’un sommet Utilisation de ce document strictement réservée aux étudiants.
1 Licence d’informatique Algorithmique des graphes Cours 7 : Graphes valués Chemins de valeur optimale Algorithme de Bellmann-Kalaba Utilisation de ce.
Université Pierre et Marie Curie Laboratoire d’Informatique de Paris VI Département ASIM Analyse et résultats sur le dimensionnement des mémoires pour.
IN302 – Chapitre 2 Arbres et arborescences. Isthmes Composantes connexes : 2.
2008/ Plan du cours 1.Introduction –Contenu du cours 2.Logique mathématique –Calcul propositionnel –Calcul des prédicats –Logique floue et aide à.
6. Problème de flot à coût minimum.
1 Licence d’informatique Algorithmique des graphes Utilisation de ce document strictement réservée aux étudiants de l ’IFSIC dans le cadre de leur formation.
Licence d’Informatique Algorithmique des graphes
Optimisation et Complexité 2012 CHEUCLE Pierre ODIER Valentin WAKIM Marie Résoudre un problème de flot par les algorithmes de Bloch et Ford-Fulkerson.
A propos du “Minimal Controllability Problem” C. Commault Département Automatique Gipsa-Lab Grenoble –FRANCE 1 Séminaire GIPSA-Lab 22 octobre 2015.
Introduction à la Théorie des graphes
Techniques d’Optimisation Chapitre 2: Problème de flôt Dr TARI Abdelkamel Mars 2014.
Cycle, Cocycle, Arbre et Arborescence
© Tous droits réservés - Version /11ECASC – FDF 3 LE P.C DE COLONNE “DEUX FONCTIONS”
Techniques d’Optimisation Chapitre 2: Problème de flôt
Transcription de la présentation:

Licence d’informatique Algorithmique des graphes Application des flots. Connexité d’un réseau Utilisation de ce document strictement réservée aux étudiants de l ’IFSIC dans le cadre de leur formation. Reproduction ou diffusion en dehors de l ’IFSIC strictement interdite sauf autorisation expresse de l’ auteur.

Ajout de (f,i) => Graphe (e,s)-1-connexe b f i s c g j Graphe (e,s)-0-connexe Ajout de (f,i) => Graphe (e,s)-1-connexe (la suppression de cet arc déconnecte le réseau) Ajout de (d,i) => Graphe (e,s)-2-connexe (il faut supprimer au moins deux arcs pour déconnecter le réseau) Ajout de (d,h) => Graphe (e,s)-3-connexe ? NON ! (il suffit de supprimer DEUX arcs pour déconnecter le réseau)

Ajout de (f,i) => Graphe (e,s)-1-connexe b f i s c g j Graphe (e,s)-0-connexe Ajout de (f,i) => Graphe (e,s)-1-connexe (la suppression de cet arc déconnecte le réseau) Ajout de (d,i) => Graphe (e,s)-2-connexe (il faut supprimer au moins deux arcs pour déconnecter le réseau) Ajout de (d,h) => Graphe (e,s)-3-connexe ? NON ! (il suffit de supprimer DEUX arcs pour déconnecter le réseau) (e, a) (e, b)

Ajout de (f,i) => Graphe (e,s)-1-connexe b f i s c g j Graphe (e,s)-0-connexe Ajout de (f,i) => Graphe (e,s)-1-connexe (la suppression de cet arc déconnecte le réseau) Ajout de (d,i) => Graphe (e,s)-2-connexe (il faut supprimer au moins deux arcs pour déconnecter le réseau) Ajout de (d,h) => Graphe (e,s)-3-connexe ? NON ! (il suffit de supprimer DEUX arcs pour déconnecter le réseau) (e, a) (e, b)

Ajout de (g,j) => Graphe (e,s)-4-connexe ? NON! b f i s c g j Ajout de (g,j) => Graphe (e,s)-4-connexe ? NON! On peut déconnecter le réseau en supprimant seulement 3 arcs : (e, a)

Ajout de (g,j) => Graphe (e,s)-4-connexe ? NON! b f i s c g j Ajout de (g,j) => Graphe (e,s)-4-connexe ? NON! On peut déconnecter le réseau en supprimant seulement 3 arcs : (e, a) (e, b)

Ajout de (g,j) => Graphe (e,s)-4-connexe ? NON! b f i s c g j Ajout de (g,j) => Graphe (e,s)-4-connexe ? NON! On peut déconnecter le réseau en supprimant seulement 3 arcs : (e, a) (e, b) (e, c)

Ajout de (g,j) => Graphe (e,s)-4-connexe ? NON! b f i s c g j Ajout de (g,j) => Graphe (e,s)-4-connexe ? NON! On peut déconnecter le réseau en supprimant seulement 3 arcs : (e, a) (e, b) (e, c)

Ajout de (g,j) => Graphe (e,s)-4-connexe ? NON! b f i s c g j Ajout de (g,j) => Graphe (e,s)-4-connexe ? NON! On peut déconnecter le réseau en supprimant seulement 3 arcs : (e, a) (e, b) (e, c) DONC CE GRAPHE EST (e,s)-3-CONNEXE

Nombre de connexité (robustesse) Définition : k =Nombre minimal d ’arcs dont la suppression déconnecte le réseau En supprimant strictement moins de k arcs, quels qu’ils soient, on ne peut pas déconnecter le réseau Il existe un ensemble de k arcs (ensemble d ’articulation) dont la suppression déconnecte le réseau

Nombre de connexité (robustesse) Définition : k =Nombre minimal d ’arcs dont la suppression déconnecte le réseau Relation avec les problèmes de flots : Un ensemble d ’arcs dont la suppression déconnecte le réseau constitue une coupe du réseau e s

Nombre de connexité (robustesse) Définition : k =Nombre minimal d ’arcs dont la suppression déconnecte le réseau Relation avec les problèmes de flots : Un ensemble d ’arcs dont la suppression déconnecte le réseau constitue une coupe du réseau e e s

Nombre de connexité (robustesse) Définition : k =Nombre minimal d ’arcs dont la suppression déconnecte le réseau Relation avec les problèmes de flots : Un ensemble d ’arcs dont la suppression déconnecte le réseau constitue une coupe du réseau e e s

Nombre de connexité (robustesse) Définition : k =Nombre minimal d ’arcs dont la suppression déconnecte le réseau Relation avec les problèmes de flots : Un ensemble d ’arcs dont la suppression déconnecte le réseau constitue une coupe du réseau => Recherche d ’une coupe de cardinal minimal => Recherche d ’un flot de valeur maximale (arcs de capacité 1)

Recherche d une coupe minimum: (+2) 1 1 8 (-6) 1 7 6 5 1 1 1 2 1 1 9 1 (+7) e s (+) 1 (-7) 1 1 3 1 10 (+4) 1 1 1 (+4) 4 11 (+e) Valeur : 3 Marquage Flot maximum Recherche d une coupe minimum:

Recherche d une coupe minimum: (+2) 1 1 8 (-6) 1 7 6 5 1 1 1 2 1 1 9 1 (+7) e s (+) 1 (-7) 1 1 3 1 10 (+4) 1 1 1 (+4) 4 11 (+e) Valeur : 3 Marquage Flot maximum Recherche d une coupe minimum:

La suppression de ces trois arcs déconnecte le réseau (+2) 1 1 8 (-6) 1 7 6 5 1 1 1 2 1 1 9 1 (+7) e s (+) 1 (-7) 1 1 3 1 10 (+4) 1 1 1 (+4) 4 11 (+e) La suppression de ces trois arcs déconnecte le réseau

Théorème de Menger Nombre de connexité : k =Nombre minimal d ’arcs dont la suppression déconnecte le réseau k =Nombre maximal de chemins de e à s disjoints au sens des arcs flot : ensemble de chemins disjoints au sens des arcs Valeur du flot : cardinal de cet ensemble => Recherche d ’une coupe de cardinal minimal => Recherche d ’un flot de valeur maximale (arcs de capacité 1)