0% ont trouvé ce document utile (0 vote)
63 vues4 pages

Introduction à la Théorie des Graphes

Le document est un examen de théorie des graphes pour des étudiants de deuxième année en mathématiques. Il comprend plusieurs exercices sur des concepts tels que les forêts, les graphes connexes, les arbres couvrants, les plus courts chemins, le flot maximum et les méthodes d'ordonnancement. Chaque exercice est accompagné de questions et de solutions détaillées, illustrant l'application des théories graphiques.

Transféré par

Zoubair Ali
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
63 vues4 pages

Introduction à la Théorie des Graphes

Le document est un examen de théorie des graphes pour des étudiants de deuxième année en mathématiques. Il comprend plusieurs exercices sur des concepts tels que les forêts, les graphes connexes, les arbres couvrants, les plus courts chemins, le flot maximum et les méthodes d'ordonnancement. Chaque exercice est accompagné de questions et de solutions détaillées, illustrant l'application des théories graphiques.

Transféré par

Zoubair Ali
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Nom et Prénom : …………………………………………………………

Université Alger 1, Dépt MI


2° année Mathématiques Groupe : ……………… Mat : ………………………………………
Mai 2017

EMD 1 – Théorie des Graphes


Exercice 1 (notions de base) 3 points
1. Qu’est-ce qu’une foret ? □ Un chemin qui passe par tous les sommets
0.5 pt □ Un ensemble d’arbres connectés. du graphe initial.
□ Un graphe non connexe, dont chaque
composante est un arbre. 5. Qu’est-ce qu’un graphe biparti ?
□ Un graphe partiel fortement connexe. 0.5 pt □Un graphe où le nombre de sommets est égal
au nombre d’arcs.
2. Qu’est-ce qu’un graphe connexe ? □ Un graphe ayant deux types de sommets, les
0.5 pt
□ Un graphe connecté arcs relient les sommets de mêmes types.
□ Un graphe orienté et valué □ Un graphe ayant deux groupes de sommets,
□ Un graphe sans boucle les arcs sortent d’un groupe pour aller vers
3. Qu’est-ce qu’un arbre ? l’autre.
0.5 pt □ Un sous graphe complet. 6. Qu’est-ce qu’un graphe eulérien ?
□ Un graphe fortement connexe et sans □ Un graphe possédant une chaine qui passe
boucle. 0.5 pt
par tous les sommets.
□ Un graphe connexe et sans circuit. □Un graphe possédant un circuit qui passe par
4. Qu’est-ce qu’un chemin simple ? tous les sommets.
□ Un chemin qui passe une seule fois par □ Un graphe possédant une chaine qui passe
0.5 pt chacun de ses arcs. par tous les arcs.
□ Un chemin qui passe une seule fois par
chacun de ses sommets.

Exercice 2 (modélisation) 2.5 points


Une cinémathèque, possédant plusieurs salles l’une à côté de l’autre, prévoit de projeter Groupe Films
6 nouveaux films : Titan (T), Rawski (R), Fordman (F), Bâtis (B), Dalton (D), Socrate (S). Le Souhaités
public attendu est réparti en plusieurs groupes, chaque groupe souhaite voir certains 1 T, R, F
films comme indiqué sur le tableau ci-opposé. 2 F, B
1. Modéliser cette problématique par un graphe. 3 D, S
2. Proposer un planning qui minimise le nombre de projections de films, et
4 B, S
permettant aux différents publics de voir les films qu’ils souhaitent.

Solution : Graphe Planning


1 pt
Plusieurs graphes peuvent R
modéliser cette situation. Le T F
graphe ci-contre à l’avantage de Séance 1 : T, B, D 0.4 pt
montrer directement le nombre S
B Séance 2 : R, S 0.4 pt
minimum de séances à prévoir et D
de construire ces séances. Séance 3 : F 0.4 pt

Une arête entre deux sommets x et y signifie qu’il y a un même


0.3 pt
public qui veut voir les films x et y.
Le sommet D n’est pas lié à T et B, on l’ajoute
Les sommets T, R et F sont liés, donc il faut les programmer donc à séance 1.
sur des séances différentes : 1, 2 et 3 resp.
Le sommet S est lié à D, donc pas possible de
Le sommet B n’est pas lié à T, donc on peut l’ajouter à séance 1. l’ajouter à séance 1, mais on peut l’ajouter à
séance 2 car il n’a pas de lien avec R.

EMD 1 – Théorie des Graphes Page 1


Exercice 3 (arbre couvrant) 3 points 8
Soit le graphe valué et non orienté ci-opposé : b c
1. Retrouver un arbre couvrant de poids minimum à l’aide de 4 7
2
l’algorithme de Boruvka. 6
2. Calculer le poids de l’arbre. a e
5
3. Dessiner l’arbre. 1 12
d 9 g
Solution :
3 f 10
Initialisation :

0.25 pt F = { {a}, {b}, {c}, {d}, {e}, {f}, {g} }


0.75 pt
b c
0.25 pt Itération 1 : |F| = 7 >1
4 7 2
0.25 pt L = { ad, ab, ce, df, eg}
a e
0.25 pt F = { {ab, ad, df}, {ce, eg} }. 5
1
d g
0.25 pt Iteration 2 : |F| = 2 >1
3 f
0.25 pt L = {be}
0.25 pt F = { ab, ad, df, be, ce, eg }
0.25 pt Itération 3 : |F| = 1.

On arrête, on a obtenu un arbre couvrant.


0.25 pt Poids de l’arbre = 4 + 1 + 7 + 2 + 3 + 5 = 22.

Exercice 4 (plus courts chemins) 3 points


Soit le graphe suivant
1. Utiliser l’algorithme de Dijkstra pour retrouver les plus courts 1
a d 5
chemins entre le sommet 𝑎 et les autres sommets du graphe. 4
2. Produire les tableaux des distances D et des prédécesseurs P. f
9 c 7
3. Dessiner l’arborescence des plus courts chemins. 6
8 3
Solution : b e
2
a b c d e f
0 ∞ ∞ ∞ ∞ ∞ 0.25 pt pour
a 0 9a 4a 1a ∞ ∞ chaque ligne
0 1
1
a d
d 0 9a 4a 1a 8d 6d du tableau 5
6
4
c 0 9a 4a 1a 8d 6d 0. 75 pt
4 f
9 c 7
f 0 9a 4a 1a 8d 6d
e 0 9a 4a 1a 8d 6d b e
b 0 9a 4a 1a 8d 6d 9 8

a b c d e f

-a
D 0 9 4 1 8 6 0. 25 pt

P - a a a d d 0. 25 pt

EMD 1 – Théorie des Graphes Page 2


Nom et Prénom : …………………………………………………………
Exercice 5 (flot maximum) 3 points
1. En utilisant la stratégie DFS, énumérer toutes les chaines Groupe : ……………… Mat : ………………………………………
qui relient le sommet 𝑠 au sommet 𝑡 du réseau suivant. 2
a b
2. Maximiser le flot dans ce réseau (en suivant les chaines 5 6
obtenues dans la question 1). s 4 t
3. Trouver une coupe minimale pour ce réseau. 1
Solution : 3 5
c d
1. Les chaines obtenues par DFS sont : 2
0. 10 pt pour C1 = s,a,b,d,t C2 = s,a,b,t C3 = s,a,d,b,t C4 = s,a,d,t
chaque chaine C5 = s,c,d,a,b,t C6 = s,c,d,b,t C7 = s,c,d,t -

2. Amélioration du flot le long des chaines :


Chaine Flot Maximal
Amélioration (𝜺) 0. 4 pt
C1 𝜀=0 a 2/2 b
3/5 5/6
0. 20 pt pour C2 𝜀=2
chaque chaine C3 𝜀=1 s 3/4 t
1/1
C4 𝜀=0
2/3 0/5
C5 𝜀=0 c d
C6 𝜀=2 2/2
C7 𝜀=0 La valeur du flot total 𝑓 = 5.
- -
0. 25 pt 3. Coupe minimale : 𝑌 = {𝑠, 𝑎, 𝑐} et 𝑌̅ = {𝑏, 𝑑, 𝑡}.
0. 25 pt Capacité de cette coupe : 𝑤(𝑌, 𝑌̅) = 2 + 1 + 2 = 5.

Exercice 6 (méthodes d’ordonnancement) 3 points


Les tâches d’un projet, ainsi que leurs durées et leurs
Tâches Antécédents Durées Successeurs
antécédents, sont donnés dans le tableau ci-opposé.
A - 6 B
0. 4 pt 1. Compléter la colonne des successeurs.
0. 8 pt 2. Ajouter les arcs, codes et durées des tâches sur le
B A 8 C, F
graphe PERT ci-dessous. C B 4 H
0. 8 pt 3. Calculer les dates au plutôt (𝑡1 ) et au plus tard (𝑡2 ). D - 3 E
0. 2 pt 4. Montrer le chemin critique. E D 2 H
0.8 pt 5. Calculer les marges de chacune des tâches. F B 7 G
G F 4 H
Solution :
H C, G, E 5 -

F7
4

21 21 G4
Chemin critique
1 B8 3

14 14 H5
A6 6 6 C4 5 F

D
25 25 30 30
0 0 D3 E2
2

3 23
Calcul des marges :

A : 6 – 6 – 0 = 0 ⟹ tâche critique E : 25 – 2 – 3 = 20 jours de marge libre


B : 14 – 8 – 6 = 0 ⟹ tâche critique F : 21 – 7 – 14 = 0 ⟹ tâche critique
C : 25 – 4 – 14 = 7 jours de marge libre G : 25 – 4 – 21 = 0 ⟹ tâche critique
D : 23 – 3 – 0 = 20 jours de marge libre H : 30 – 5 – 25 = 0 ⟹ tâche critique

EMD 1 – Théorie des Graphes Page 3


Exercice 7 (théorie) 2.5 points
Démontrer le théorème suivant : Soit 𝐺 = (𝑋, 𝑈, 𝑊) un réseau. S’il existe une coupe (𝑌 ∗ , ̅̅̅
𝑌 ∗ ) de capacité
∗ ̅̅̅
∗ ∗
𝑤(𝑌 , 𝑌 ), et un flot de valeur 𝑓 tel que
𝑓 ∗ = 𝑤(𝑌 ∗ , ̅̅̅
𝑌∗)
alors 𝑓 ∗ est maximal et (Y ∗ , ̅̅̅
Y ∗ ) est une coupe minimale.

Solution :
Le flot qui passe de 𝑌 vers 𝑌̅ est
𝒀 𝒀
0.5 pt 𝑓= ∑ 𝑓(𝑥, 𝑦) − ∑ 𝑓(𝑦, 𝑥)
𝑥∈𝑌,𝑦∈𝑌̅ 𝑦∈𝑌̅,𝑥∈𝑌
Pour que ce flot soit maximal il faut que

0.5 pt ∑ 𝑓(𝑥, 𝑦) = 𝑚𝑎𝑥,


𝑥∈𝑌,𝑦∈𝑌̅
et

0.5 pt ∑ 𝑓(𝑦, 𝑥) = 0
𝑦∈𝑌̅,𝑥∈𝑌
Le terme ∑𝑥∈𝑌,𝑦∈𝑌̅ 𝑓(𝑥, 𝑦) prend sa valeur maximale 𝑓 ∗ lorsque 𝑓(𝑥, 𝑦) = 𝑤(𝑥, 𝑦) pour tout 𝑥 ∈ 𝑌 ∗ , 𝑦 ∈
̅̅̅
𝑌 ∗ . Dans ce cas on, aura

0.5 pt
𝑓∗ = ∑ 𝑓(𝑥, 𝑦) = ∑ 𝑤(𝑥, 𝑦) = 𝑤(𝑌 ∗ , ̅̅̅
𝑌∗)
̅̅̅̅∗
𝑥∈𝑌 ∗ ,𝑦∈𝑌 ̅̅̅̅∗
𝑥∈𝑌 ∗ ,𝑦∈𝑌

On sait aussi d’après le théorème de Ford-Fulkerson que toujours

0.5 pt
𝑓 ≤ 𝑤(𝑌, 𝑌̅)
Ceci confirme que 𝑓 est un flot maximum et 𝑤(𝑌 ∗ , ̅̅̅

𝑌 ∗ ) une coupe minimale.

EMD 1 – Théorie des Graphes Page 4

Vous aimerez peut-être aussi