SlideShare una empresa de Scribd logo
1 de 132
Théorie des graphes
Pr. Cheikh Noufissa
cheikh.noufissa@gmail.com
Contenu
Représentation graphique
• Définitions (graphe, sommet, arête…)
• Graphes orientés/ non orienté
• Degrés (Sommet, Graphes)
Matrice d’adjacence
Cheminement et connexité
• Chemin, chaine, cycle et circuit
• Graphe eulérien
• Graphe hamiltonien
Arbre & Arborescence
Introduction
• Dans ce chapitre nous introduisons un concept, celui de graphe, qui permet de
modéliser et de résoudre de nombreux problèmes.
• L'utilisation des graphes est courante en tant qu'outil de représentation : par
exemple, le plan schématisé de rues, un arbre généalogique, la représentation
d'un réseau informatique sont des exemples de graphes
Optimisation
• L’optimisation est une branche des mathématiques cherchant à
analyser et à résoudre analytiquement ou numériquement les
problèmes qui consistent à déterminer le meilleur élément
(l’optimal) d'un ensemble, au sens d'un critère quantitatif donné (le
coût).
Optimisation
• L'optimisation est essentiellement un outil d'aide à la décision au sein
des entreprises, mais aussi pour des individus.
• Le terme « optimal » est souvent trompeur. Ce n'est pas un jugement
de valeur absolu. C'est plutôt une information sur l'approche
méthodologique utilisée
Optimisation
Les problème de flux : minimiser les coûts / le nombre de véhicules utilisés
Problèmes d’affectation : l’affectation des activités au personnel d’une entreprise en maximisant la
rentabilité de personnes;
L’investissement : maximiser le rendement, sans dépasser la somme disponible.
File d’attente : l’objet de l’optimisation est de déterminer le nombre de guichets qu’il convient de mettre
en place afin de limiter au maximum l’attente des clients.
Problème d’ordonnancement : établir l’ordre d’exécution des tâches afin de produire le maximum de
produits en un temps donné et de réduire le temps total de production d’un nombre donné de produits.
Théorie des graphes
Historique
• La théorie des graphes est née en 1736 avec la communication
d'Euler (1707-1783) dans laquelle il proposait une solution au célèbre
problème des ponts de Königsberg (Euler, 1736). Le problème posé
était le suivant:
Historique
• Deux îles A et D sur la rivière Pregel (la Pregolia) à Königsberg (aujourd'hui
Kaliningrad en Russie) étaient reliées entre elles ainsi qu'aux rivages B et C à
l'aide de sept ponts (a, b, c, d, e, f et g) comme le montre la figure.
Problématique
• A partir d'une terre quelconque A, B, C, ou D, traverser chacun des ponts une fois et
une seule et à revenir à son point de départ (sans traverser la rivière à la nage !).
• Problème identique à celui consistant à tracer une Figure géométrique sans lever le
crayon et sans repasser plusieurs fois sur un même trait.
Historique
• En 1847, Kirchhoff (1824-1887) découvrit la notion d'arbre (qui est un type
particulier de graphe n'ayant pas de cycle, i.e. dans lequel il est impossible
de revenir à un point de départ sans faire le chemin inverse) pour
l'appliquer à l'analyse de circuits électriques.
• Dix ans plus tard, Cayley (1821-1895) développa la théorie des arbres
Définition
Les graphes ont été apparus dans différentes situations concrètes où
interviennent des objets en interaction:
• Le trafic routier, ferroviaire, aérien
• Réseau de télécommunication
• Circuit électronique
Problème d’optimisation
Optimisation
Etude du problème
d’optimisation
Résolution Modélisation
Graphiquement Mathématiquement
Définition: un graphe
Un graphe G est un couple (X,U) qui décrit un ensemble d'objets X et
l’ensemble des liens entre eux U
• X est appelé l’ensemble des nœuds, ou des sommets du graphe.
• Un élément de U est un lien entre deux objets et appelé une arête ou arc
Exemples
A = { 𝑎, 𝑏, 𝑐, 𝑑, 𝑒, 𝑓, 𝑔, ℎ}
U = { 𝑎, 𝑏 , 𝑏, 𝑐 , 𝑏, 𝑒 , 𝑎, 𝑒 , 𝑑, 𝑒 , 𝑎, ℎ , 𝑑, ℎ , 𝑔, ℎ , 𝑑, 𝑔 , 𝑔, ℎ , (𝑓, 𝑔), (𝑒, 𝑓)}
Graphe orienté
On dit que le graphe G est orienté si les éléments de U (les connexions entre les
sommets) sont orientés et dans ce cas , les éléments de U sont appelés des arcs.
Graphe non orienté
On dit que le graphe G est non orienté si les éléments de U (les connexions entre
les sommets) sont non orientés et dans ce cas , les éléments de U sont appelés
des arêtes.
Exemple
Exemple
Le graphe G = (S, A) est représenté par:
• S = {1, 2, 3, 4, 5, 6} et
• A = {(1, 2),(2, 4),(2, 5),(4, 1),(4, 4),(4, 5),(5, 4),(6, 3)}.
Exemple
Le graphe G = (S, A) est représenté par:
• S = {1, 2, 3, 4, 5, 6} et
• A = {(1, 2),(1, 5),(5, 2),(3, 6)}
Remarque:
On note un arc par (i,j) ou 𝒊𝒋
Graphe
Remarque:
Soit A={𝑥1 , 𝑥2 , ..., 𝑥𝑛 } un ensemble de sommets On peut définir un
graphe par la relation binaire R:
𝑥𝑖 R 𝑥𝑗 (𝑥𝑖, 𝑥𝑗) est un arc du graphe
𝑥1 R 𝑥2 , 𝑥2 R 𝑥1 , 𝑥2 R 𝑥3 et 𝑥3 R 𝑥1
Vocabulaire de la théorie des graphes
• On dit qu'un graphe est sans boucle si A ne contient pas d'arête de la
forme (x, x), c'est à dire joignant un sommet à lui même.
• Une boucle est un arc ou une arête reliant un sommet à lui-même
• Le nombre de sommets du graphe est appelé ordre du graphe.
Exemples de boucles dans un graphe
• Boucle dans un graphe non orienté:
• Boucle dans un graphe orienté:
Vocabulaire de la théorie des graphes
• Antécédents et successeurs:
Dans un graphe orienté, on distingue les sommets successeurs des sommets prédécesseurs :
Vocabulaire de la théorie des graphes
Antécédents et successeurs:
Un graphe peut être définit par l’ensemble de ses sommets et des
antécédents et de successeurs de chaque sommet
Vocabulaire de la théorie des graphes
Définition: degré d’un graphe
• Dans un graphe non orienté, Le degré d’un sommet est égal au nombre d’arêtes qui le
relient aux autres sommets.
• Les boucles sont comptées 2 fois (une fois par extrémité)
Vocabulaire de la théorie des graphes
Propriété:
• La somme des degrés de tous les sommets d’un
graphe est égal au double du nombre total d’arêtes.
Graphe 1
Pour le graphe 1, le degré de chaque sommet est A(2), B(2), C(1), D(0), E(2), F(1), la
somme vaut 2 + 2 + 1 + 0 + 2 + 1 = 8.
Le nombre d’arêtes étant 4, la somme est bien le double du nombre total d’arêtes.
Vocabulaire de la théorie des graphes
Propriété:
• La somme des degrés de tous les sommets d’un
graphe est égal au double du nombre total d’arêtes..
Graphe 2
Pour le graphe 2, le degré de chaque sommet est A(2), B(2), C(3) car la boucle
correspond à deux liaisons, D(0), E(2), F(1), la somme vaut 2 + 2 + 3 + 0 + 2 +
1 = 10.
Vocabulaire de la théorie des graphes
Définition: degré d’un sommet
Dans un graphe non orienté, le degré d’un sommet est le nombre d’arêtes
incidentes à ce sommet
Définition: demi degré d ’un graphe
• Dans un graphe orienté, le demi-degré extérieur d’un sommet 𝒔𝒊 noté:
et il définit le nombre d’arcs partant de 𝒔𝒊
• Le demi-degré intérieur d’un sommet 𝒔𝒊 est noté
et il définit le nombre d’arcs arrivant à 𝒔𝒊
Vocabulaire de la théorie des graphes
Définitions
Exemples:
Dessiner le graphe correspondant des sommets suivants
Définitions
• Le cardinal de l’ensemble des sommets X (nombre de sommets de G)
est appelé ordre de G et est noté |X|
Vocabulaire de la théorie des graphes
Définition: Sommets adjacents
• 𝑥𝑖 R 𝑥𝑗, on dit que les sommets 𝑥𝑖 et 𝑥𝑗 sont adjacents
• 𝑥𝑖 et 𝑥𝑗 sont adjacents s’il y a un arc qui les relis
Remarque
• Si le graphe est non orienté, la relation binaire définie est symétrique :
𝑥𝑖 R 𝑥𝑗 alors 𝑥𝑗 R 𝑥𝑖
Vocabulaire de la théorie des graphes
Exemple Sommets adjacents
A et B sont adjacents,
A et E ne le sont pas
Définitions
Si on indique un nombre sur chaque arc du graphe, on dit qu’on a un
graphe valué
Exemple:
Terminologie de graphes
• Un graphe non orienté est dit simple s’il ne comporte pas de boucle, et que dont
chaque couple de sommets est relié par au plus une arête c’est-à-dire il ne comporte
jamais plus d’une arête entre deux sommets.
• Un graphe non orienté qui n’est pas simple est un multigraphe.
• Exemple multigraphe
Exemples de graphes
• Un graphe complet est un graphe simple dont tout couple
de sommet est connecté (tous les sommets sont adjacents /
tous les sommets sont de degré n-1)
• Un graphe partiel d’un graphe orienté ou non est le graphe
obtenu en supprimant certains arcs ou arêtes.
• Un sous-graphe d’un graphe orienté ou non est le graphe
obtenu en supprimant certains sommets et tous les arcs ou
arêtes incidents aux sommets supprimés.
• Un graphe orienté est dit élémentaire s’il ne contient pas de
boucle
Exemples de graphes
Exemple graphe partiel
• G’ est le graphe partiel de G
Exemples de graphes
Exemple sous graphe
• G’ est le sous graphe de G
Vocabulaire de la théorie des graphes
Application
• Dessiner un graphe non orienté complet à 4 sommets. Quel est le degré
des sommets de ce graphe ? Combien d’arêtes possède-t-il ?
Généralisez ces résultats à un graphe simple complet ayant n sommets.
 Ce graphe possède 6 arêtes et chaque sommet du graphe est de degré 3.
 De façon plus générale, étant donné un graphe simple complet ayant n sommets, chaque
sommet étant relié aux n − 1 autres sommets, le degré de chaque sommet est n − 1.
Exercice
On considère le graphe orienté G = (S, A) tel que
 S = {1, 2, 3, 4, 5}
 A = {(1, 2),(1, 4),(2, 2),(2, 3),(2, 4),(3, 5),(4, 3),(5, 3)}
1. Représenter graphiquement ce graphe,
2. Donner le demi-degré extérieur de 2 et le demi-degré intérieur de 4,
3. Donner les sommets prédécesseurs de 4 et les sommets successeurs de 2,
4. Donner un graphe partiel et un sous-graphe de ce graphe.
Exercice
Correction:
Représentation des graphes
Sagittale
Matricielle
A l’aide des
dictionnaires
• Les sommets d'un graphe seront représentés par des points de l'espace et
les arcs par des flèches allant d'un point à un autre, c'est ce qu'on appelle
la représentation sagittale du graphe
Sagittale
• Il s’agit d’une table à simple entrée où chaque ligne correspond à un sommet et
comporte la liste des successeurs (ou des prédécesseurs) de ce sommet.
A l’aide des
dictionnaires
Matricielle
Matricielle
Exercice
Correction
1) 2)
Exercice
• Représenter graphiquement le graphe associé à la matrice d’adjacence
sommets-sommets suivante
Correction
a b
c
d
e f
Cheminement
& connexité
Définitions
Chemin
Définitions
Chemin
La longeur du chemin a,b,c,d est 3
Définitions
Chemin élémentaire
Un chemin est élémentaire si les sommets qu’il contient sont tous distincts.
Définitions
Chemin hamiltonien
Définitions
Chemin eulérien
Exemple
Définitions
Chemin d'origine x et d'extrémité y:
On appelle "chemin d'origine x et d'extrémité y" une séquence d'arcs telle que :
- Le premier arc a pour origine x
- L'origine de tous les autres coïncide avec l'extrémité de l'arc qui le précède dans la
séquence
- Le dernier arc a pour extrémité y.
Exemple
La séquence u1, u5, u4 représente un chemin d'origine 1 et d'extrémité 3.
Ce chemin peut être décrit par la suite des sommets 1, 2, 4, 3.
Définitions
Circuit
Définitions
Circuit hamiltonien:
Définitions
Définitions
On retrouve ces différentes notions de cheminement dans les
graphes non orientés. Dans ce cas, on parlera de:
 Chaîne au lieu de chemin,
 Cycle au lieu de circuit.
Un graphe sans cycle est dit acyclique.
Chaîne, Cycle
Définitions
Une chaîne est une suite d’arêtes
dont chacune a une extrémité
commune avec l’arête précédente
Chaîne:
Définitions
Chaîne hamiltonien
Définitions
Cycle:
Un cycle est une chaine simple
se fermant sur elle-même
Résumé
Graphe
Application
Application
Connexité
Un graphe non orienté est connexe si
chaque sommet est accessible à partir de
n’importe quel autre.
Le graphe ci-haut n’est pas connexe, car il n’existe pas de chaîne entre a et e.
En revanche, le sous-graphe défini par les sommets {a, b, c, d} est connexe.
Connexité:
Graphes Non Orientés
Exemple
Connexité:
Graphes Non Orientés
 Un graphe orienté est fortement connexe s'il existe un chemin du sommet a au
sommet b et du sommet b au sommet a, quels que soient les sommets
représentés par a et b dans le graphe.
 Un graphe orienté est faiblement connexe s'il y a un chemin entre n'importe
quelle paire de sommets dans le graphe si l'on ne considère plus l'orientation
des arcs.
Connexité:
Graphes Orientés
Exemple
Les graphes G et H présentés ci-contre
Sont-ils fortement connexes ?
Sont-ils faiblement connexes ?
Connexité:
Graphes Orientés
Connexité:
Graphes Orientés
Exercice
Exercice
Arbre &
Arborescence
Arbre
Définition:
Soit un graphe non orienté G=(S,A).
G est un "arbre" si il existe une et une seule chaîne reliant deux sommets distincts de S.
Arbre
Exemples:
Des Arbre Non Arbre
Arbre
Exemples:
Arbre
Exemples:
Des Arbre Non Arbre
Arbre
Conséquences: Un arbre G vérifie une des conditions équivalentes suivantes :
 G est connexe et acyclique
 G est sans cycle et possède n − 1 arêtes
 G est connexe et admet n − 1 arêtes
 G est sans cycle, et en ajoutant une arête, on crée un et un seul cycle élémentaire,
 G est connexe, et en supprimant une arête quelconque, il n'est plus connexe,
 Il existe une chaîne et une seule entre 2 sommets quelconques de G.
Définitions
Feuille:
Dans un arbre, une feuille est un sommet de degré 1.
Exemple:
Feuilles: 1, 3, 5, 7 Feuilles: 1, 3, 7, 8, 9
Définitions
Forêt:
On appelle forêt un graphe dont chaque composante connexe est un arbre
Exemple:
Arborescence
Définition:
Soit un graphe orienté G=(S,A). G est une "arborescence" si :
 G n'a qu'un seul point d'entrée (i.e. sommet n'ayant pas de prédécesseur), nommée
"racine" de l'arborescence ;
 il existe un chemin, et un seul, de la racine à tout autre sommet du graphe.
Arborescence
Exemples:
Arborescence Non Arborescence
Arborescence
Conséquences:
G ne peut pas contenir de circuit.
• Si x est un sommet appartenant à un circuit, alors :
• puisqu'il doit exister un chemin de la racine à x, il en existe donc une infinité (en passant
autant de fois que l'on veut dans le circuit) ; et donc puisqu'il y en a plusieurs, ce n'est pas
une arborescence.
Chaque sommet a un et un seul prédécesseur (sauf la racine qui n'en a aucun).
Arborescence
Exemples:
Arborescence Non Arborescence
exemple
Forêt:
On appelle forêt un graphe dont chaque composante connexe est un arbre
Exemple:
Exemples problèmes modélisables
Par des graphes
Arbre
Couvrant
Définition Arbre Couvrant
Un arbre couvrant d’un graphe G(V, E) est un graphe partiel, sans cycle (acyclique)
Définition graphe pondéré
• Un graphe pondéré G( V, E, ꙍ), est un graphe ou un entier positif est affecté
à chaque arête.
• On appelle cet entier poids de l’arête
Définition graphe pondéré
• Le poids ou coût d’un graphe est la somme des poids des arêtes du graphe
• On le note ꙍ (G)
Arbre Couvrant de Poids Minimum (ACPM)
Minimum Spanning Tree (MST)
Exemple:
Arbre Couvrant de Poids Minimum (ACPM)
Minimum Spanning Tree (MST)
Exemple:
Arbre Couvrant de Poids Minimum (ACPM)
Minimum Spanning Tree (MST)
ꙍ(G’) = 37
Application 1
Application 1
Solution 1
Application 1
Solution 2
ꙍ(G’) = 43
Application 1
Solution 3
ꙍ(G’) = 40
Algorithme de Kruskal
Algorithme de Kruskal
Algorithme de Kruskal
Algorithme de Kruskal
Algorithme de Kruskal
Algorithme de Kruskal
Algorithme de Kruskal
Algorithme de Kruskal
Algorithme de Kruskal
Algorithme de Kruskal
Algorithme de Kruskal
Algorithme de Kruskal
Algorithme de Prim
Algorithme de Prim
Algorithme de Prim
Algorithme de Prim
Algorithme de Prim
Algorithme de Prim
Algorithme de Prim
Algorithme de Prim
Algorithme de Prim
Algorithme de Prim
Algorithme de Prim
Algorithme de Prim
ꙍ(G’) = 400

Más contenido relacionado

La actualidad más candente

La complexité des algorithmes récursives Géométrie algorithmique
La complexité des algorithmes récursivesGéométrie algorithmiqueLa complexité des algorithmes récursivesGéométrie algorithmique
La complexité des algorithmes récursives Géométrie algorithmiqueHajer Trabelsi
 
Cours de procédés topo
Cours de procédés topo Cours de procédés topo
Cours de procédés topo GENICIMO
 
Introduction a la compilation Analyse Syntaxique - C3
Introduction a la compilation  Analyse Syntaxique - C3Introduction a la compilation  Analyse Syntaxique - C3
Introduction a la compilation Analyse Syntaxique - C3Beligh HAMDI
 
Etude d'une application de gestion d'une bibliothèque numérique
Etude d'une application de gestion d'une bibliothèque numérique Etude d'une application de gestion d'une bibliothèque numérique
Etude d'une application de gestion d'une bibliothèque numérique Georges Amichia
 
Cours route
Cours route Cours route
Cours route GENICIMO
 
Machine Learning et Intelligence Artificielle
Machine Learning et Intelligence ArtificielleMachine Learning et Intelligence Artificielle
Machine Learning et Intelligence ArtificielleSoft Computing
 
Projet d'initiation à la recherche - Partie 1.pdf
Projet d'initiation à la recherche - Partie 1.pdfProjet d'initiation à la recherche - Partie 1.pdf
Projet d'initiation à la recherche - Partie 1.pdfYAHIAMENASSEL
 
Audition petit cnam_v1
Audition petit cnam_v1Audition petit cnam_v1
Audition petit cnam_v1Mathieu Petit
 
exercices Corrigées du merise
exercices Corrigées du  meriseexercices Corrigées du  merise
exercices Corrigées du meriseYassine Badri
 
Présentation sur le Data Mining
Présentation sur le Data MiningPrésentation sur le Data Mining
Présentation sur le Data MiningTakfarinas KENOUCHE
 
L’algorithme 1.pptx
L’algorithme 1.pptxL’algorithme 1.pptx
L’algorithme 1.pptxOkanimegamers
 
Drop profil en long v1.1.1.c
Drop profil en long v1.1.1.cDrop profil en long v1.1.1.c
Drop profil en long v1.1.1.cidropproject
 
Représentation graphique des routes
Représentation graphique des routesReprésentation graphique des routes
Représentation graphique des routesAdel Nehaoua
 
Merise+ +exercices+mcd+-+corrigés
Merise+ +exercices+mcd+-+corrigésMerise+ +exercices+mcd+-+corrigés
Merise+ +exercices+mcd+-+corrigésMajid CHADAD
 

La actualidad más candente (20)

La complexité des algorithmes récursives Géométrie algorithmique
La complexité des algorithmes récursivesGéométrie algorithmiqueLa complexité des algorithmes récursivesGéométrie algorithmique
La complexité des algorithmes récursives Géométrie algorithmique
 
Cours de procédés topo
Cours de procédés topo Cours de procédés topo
Cours de procédés topo
 
Dijkstra kshortest
Dijkstra kshortestDijkstra kshortest
Dijkstra kshortest
 
Introduction a la compilation Analyse Syntaxique - C3
Introduction a la compilation  Analyse Syntaxique - C3Introduction a la compilation  Analyse Syntaxique - C3
Introduction a la compilation Analyse Syntaxique - C3
 
Veille technologique
Veille technologiqueVeille technologique
Veille technologique
 
Etude d'une application de gestion d'une bibliothèque numérique
Etude d'une application de gestion d'une bibliothèque numérique Etude d'une application de gestion d'une bibliothèque numérique
Etude d'une application de gestion d'une bibliothèque numérique
 
Cours route
Cours route Cours route
Cours route
 
Machine Learning et Intelligence Artificielle
Machine Learning et Intelligence ArtificielleMachine Learning et Intelligence Artificielle
Machine Learning et Intelligence Artificielle
 
Clustering
ClusteringClustering
Clustering
 
Projet d'initiation à la recherche - Partie 1.pdf
Projet d'initiation à la recherche - Partie 1.pdfProjet d'initiation à la recherche - Partie 1.pdf
Projet d'initiation à la recherche - Partie 1.pdf
 
Audition petit cnam_v1
Audition petit cnam_v1Audition petit cnam_v1
Audition petit cnam_v1
 
exercices Corrigées du merise
exercices Corrigées du  meriseexercices Corrigées du  merise
exercices Corrigées du merise
 
Chapitre 1 rappel
Chapitre 1   rappelChapitre 1   rappel
Chapitre 1 rappel
 
Cours gestion de projet sig
Cours gestion de projet sigCours gestion de projet sig
Cours gestion de projet sig
 
Présentation sur le Data Mining
Présentation sur le Data MiningPrésentation sur le Data Mining
Présentation sur le Data Mining
 
Graphes
GraphesGraphes
Graphes
 
L’algorithme 1.pptx
L’algorithme 1.pptxL’algorithme 1.pptx
L’algorithme 1.pptx
 
Drop profil en long v1.1.1.c
Drop profil en long v1.1.1.cDrop profil en long v1.1.1.c
Drop profil en long v1.1.1.c
 
Représentation graphique des routes
Représentation graphique des routesReprésentation graphique des routes
Représentation graphique des routes
 
Merise+ +exercices+mcd+-+corrigés
Merise+ +exercices+mcd+-+corrigésMerise+ +exercices+mcd+-+corrigés
Merise+ +exercices+mcd+-+corrigés
 

Similar a Theorie des graphes_EMSI 2023.pptx

Bases de la Théorie des graphes
Bases de la Théorie des graphes Bases de la Théorie des graphes
Bases de la Théorie des graphes Idriss22
 
cours1 graphe.pdf
cours1 graphe.pdfcours1 graphe.pdf
cours1 graphe.pdfSiriki3
 
Courschapitre4 trigonometrie
Courschapitre4 trigonometrieCourschapitre4 trigonometrie
Courschapitre4 trigonometrievauzelle
 
Chap IV : Théorie des graphes
Chap IV : Théorie des graphesChap IV : Théorie des graphes
Chap IV : Théorie des graphesMohammed TAMALI
 
Cours graphes1
Cours graphes1Cours graphes1
Cours graphes1sekkal09
 
Rappel eb8
Rappel eb8Rappel eb8
Rappel eb8zeinabze
 
U1 le dessin industriel et les figures géométriques
U1   le dessin industriel et les figures géométriquesU1   le dessin industriel et les figures géométriques
U1 le dessin industriel et les figures géométriquesCarles López
 
Le planimetre d'Amsler
Le planimetre d'AmslerLe planimetre d'Amsler
Le planimetre d'AmslerRichardTerrat1
 
applications au calcule vectoriel chap 10 sec
applications au calcule vectoriel chap 10 secapplications au calcule vectoriel chap 10 sec
applications au calcule vectoriel chap 10 secAlialimehydine
 
Deux parralléles et une sécante.docx
Deux parralléles et une sécante.docxDeux parralléles et une sécante.docx
Deux parralléles et une sécante.docxaminkamil5
 
2.4_cylindriques_spheriques (1).pdf formulaire
2.4_cylindriques_spheriques (1).pdf formulaire2.4_cylindriques_spheriques (1).pdf formulaire
2.4_cylindriques_spheriques (1).pdf formulairemurieldubienmbackeoc
 

Similar a Theorie des graphes_EMSI 2023.pptx (15)

Bases de la Théorie des graphes
Bases de la Théorie des graphes Bases de la Théorie des graphes
Bases de la Théorie des graphes
 
RO-2-3.pdf
RO-2-3.pdfRO-2-3.pdf
RO-2-3.pdf
 
Geome2
Geome2Geome2
Geome2
 
cours1 graphe.pdf
cours1 graphe.pdfcours1 graphe.pdf
cours1 graphe.pdf
 
Courschapitre4 trigonometrie
Courschapitre4 trigonometrieCourschapitre4 trigonometrie
Courschapitre4 trigonometrie
 
Chap IV : Théorie des graphes
Chap IV : Théorie des graphesChap IV : Théorie des graphes
Chap IV : Théorie des graphes
 
Cours graphes1
Cours graphes1Cours graphes1
Cours graphes1
 
Rappel eb8
Rappel eb8Rappel eb8
Rappel eb8
 
U1 le dessin industriel et les figures géométriques
U1   le dessin industriel et les figures géométriquesU1   le dessin industriel et les figures géométriques
U1 le dessin industriel et les figures géométriques
 
Le planimetre d'Amsler
Le planimetre d'AmslerLe planimetre d'Amsler
Le planimetre d'Amsler
 
applications au calcule vectoriel chap 10 sec
applications au calcule vectoriel chap 10 secapplications au calcule vectoriel chap 10 sec
applications au calcule vectoriel chap 10 sec
 
Deux parralléles et une sécante.docx
Deux parralléles et une sécante.docxDeux parralléles et une sécante.docx
Deux parralléles et une sécante.docx
 
Cours isometrie du plan
Cours isometrie du planCours isometrie du plan
Cours isometrie du plan
 
2.4_cylindriques_spheriques (1).pdf formulaire
2.4_cylindriques_spheriques (1).pdf formulaire2.4_cylindriques_spheriques (1).pdf formulaire
2.4_cylindriques_spheriques (1).pdf formulaire
 
lebesgue
lebesguelebesgue
lebesgue
 

Theorie des graphes_EMSI 2023.pptx

  • 1. Théorie des graphes Pr. Cheikh Noufissa cheikh.noufissa@gmail.com
  • 2. Contenu Représentation graphique • Définitions (graphe, sommet, arête…) • Graphes orientés/ non orienté • Degrés (Sommet, Graphes) Matrice d’adjacence Cheminement et connexité • Chemin, chaine, cycle et circuit • Graphe eulérien • Graphe hamiltonien Arbre & Arborescence
  • 3. Introduction • Dans ce chapitre nous introduisons un concept, celui de graphe, qui permet de modéliser et de résoudre de nombreux problèmes. • L'utilisation des graphes est courante en tant qu'outil de représentation : par exemple, le plan schématisé de rues, un arbre généalogique, la représentation d'un réseau informatique sont des exemples de graphes
  • 4. Optimisation • L’optimisation est une branche des mathématiques cherchant à analyser et à résoudre analytiquement ou numériquement les problèmes qui consistent à déterminer le meilleur élément (l’optimal) d'un ensemble, au sens d'un critère quantitatif donné (le coût).
  • 5. Optimisation • L'optimisation est essentiellement un outil d'aide à la décision au sein des entreprises, mais aussi pour des individus. • Le terme « optimal » est souvent trompeur. Ce n'est pas un jugement de valeur absolu. C'est plutôt une information sur l'approche méthodologique utilisée
  • 6. Optimisation Les problème de flux : minimiser les coûts / le nombre de véhicules utilisés Problèmes d’affectation : l’affectation des activités au personnel d’une entreprise en maximisant la rentabilité de personnes; L’investissement : maximiser le rendement, sans dépasser la somme disponible. File d’attente : l’objet de l’optimisation est de déterminer le nombre de guichets qu’il convient de mettre en place afin de limiter au maximum l’attente des clients. Problème d’ordonnancement : établir l’ordre d’exécution des tâches afin de produire le maximum de produits en un temps donné et de réduire le temps total de production d’un nombre donné de produits.
  • 8. Historique • La théorie des graphes est née en 1736 avec la communication d'Euler (1707-1783) dans laquelle il proposait une solution au célèbre problème des ponts de Königsberg (Euler, 1736). Le problème posé était le suivant:
  • 9. Historique • Deux îles A et D sur la rivière Pregel (la Pregolia) à Königsberg (aujourd'hui Kaliningrad en Russie) étaient reliées entre elles ainsi qu'aux rivages B et C à l'aide de sept ponts (a, b, c, d, e, f et g) comme le montre la figure.
  • 10. Problématique • A partir d'une terre quelconque A, B, C, ou D, traverser chacun des ponts une fois et une seule et à revenir à son point de départ (sans traverser la rivière à la nage !). • Problème identique à celui consistant à tracer une Figure géométrique sans lever le crayon et sans repasser plusieurs fois sur un même trait.
  • 11. Historique • En 1847, Kirchhoff (1824-1887) découvrit la notion d'arbre (qui est un type particulier de graphe n'ayant pas de cycle, i.e. dans lequel il est impossible de revenir à un point de départ sans faire le chemin inverse) pour l'appliquer à l'analyse de circuits électriques. • Dix ans plus tard, Cayley (1821-1895) développa la théorie des arbres
  • 12. Définition Les graphes ont été apparus dans différentes situations concrètes où interviennent des objets en interaction: • Le trafic routier, ferroviaire, aérien • Réseau de télécommunication • Circuit électronique Problème d’optimisation
  • 13. Optimisation Etude du problème d’optimisation Résolution Modélisation Graphiquement Mathématiquement
  • 14. Définition: un graphe Un graphe G est un couple (X,U) qui décrit un ensemble d'objets X et l’ensemble des liens entre eux U • X est appelé l’ensemble des nœuds, ou des sommets du graphe. • Un élément de U est un lien entre deux objets et appelé une arête ou arc
  • 15. Exemples A = { 𝑎, 𝑏, 𝑐, 𝑑, 𝑒, 𝑓, 𝑔, ℎ} U = { 𝑎, 𝑏 , 𝑏, 𝑐 , 𝑏, 𝑒 , 𝑎, 𝑒 , 𝑑, 𝑒 , 𝑎, ℎ , 𝑑, ℎ , 𝑔, ℎ , 𝑑, 𝑔 , 𝑔, ℎ , (𝑓, 𝑔), (𝑒, 𝑓)}
  • 16. Graphe orienté On dit que le graphe G est orienté si les éléments de U (les connexions entre les sommets) sont orientés et dans ce cas , les éléments de U sont appelés des arcs.
  • 17. Graphe non orienté On dit que le graphe G est non orienté si les éléments de U (les connexions entre les sommets) sont non orientés et dans ce cas , les éléments de U sont appelés des arêtes.
  • 19. Exemple Le graphe G = (S, A) est représenté par: • S = {1, 2, 3, 4, 5, 6} et • A = {(1, 2),(2, 4),(2, 5),(4, 1),(4, 4),(4, 5),(5, 4),(6, 3)}.
  • 20. Exemple Le graphe G = (S, A) est représenté par: • S = {1, 2, 3, 4, 5, 6} et • A = {(1, 2),(1, 5),(5, 2),(3, 6)}
  • 21. Remarque: On note un arc par (i,j) ou 𝒊𝒋
  • 23. Remarque: Soit A={𝑥1 , 𝑥2 , ..., 𝑥𝑛 } un ensemble de sommets On peut définir un graphe par la relation binaire R: 𝑥𝑖 R 𝑥𝑗 (𝑥𝑖, 𝑥𝑗) est un arc du graphe 𝑥1 R 𝑥2 , 𝑥2 R 𝑥1 , 𝑥2 R 𝑥3 et 𝑥3 R 𝑥1
  • 24. Vocabulaire de la théorie des graphes • On dit qu'un graphe est sans boucle si A ne contient pas d'arête de la forme (x, x), c'est à dire joignant un sommet à lui même. • Une boucle est un arc ou une arête reliant un sommet à lui-même • Le nombre de sommets du graphe est appelé ordre du graphe.
  • 25. Exemples de boucles dans un graphe • Boucle dans un graphe non orienté: • Boucle dans un graphe orienté:
  • 26. Vocabulaire de la théorie des graphes • Antécédents et successeurs: Dans un graphe orienté, on distingue les sommets successeurs des sommets prédécesseurs :
  • 27. Vocabulaire de la théorie des graphes Antécédents et successeurs: Un graphe peut être définit par l’ensemble de ses sommets et des antécédents et de successeurs de chaque sommet
  • 28. Vocabulaire de la théorie des graphes Définition: degré d’un graphe • Dans un graphe non orienté, Le degré d’un sommet est égal au nombre d’arêtes qui le relient aux autres sommets. • Les boucles sont comptées 2 fois (une fois par extrémité)
  • 29. Vocabulaire de la théorie des graphes Propriété: • La somme des degrés de tous les sommets d’un graphe est égal au double du nombre total d’arêtes. Graphe 1 Pour le graphe 1, le degré de chaque sommet est A(2), B(2), C(1), D(0), E(2), F(1), la somme vaut 2 + 2 + 1 + 0 + 2 + 1 = 8. Le nombre d’arêtes étant 4, la somme est bien le double du nombre total d’arêtes.
  • 30. Vocabulaire de la théorie des graphes Propriété: • La somme des degrés de tous les sommets d’un graphe est égal au double du nombre total d’arêtes.. Graphe 2 Pour le graphe 2, le degré de chaque sommet est A(2), B(2), C(3) car la boucle correspond à deux liaisons, D(0), E(2), F(1), la somme vaut 2 + 2 + 3 + 0 + 2 + 1 = 10.
  • 31. Vocabulaire de la théorie des graphes Définition: degré d’un sommet Dans un graphe non orienté, le degré d’un sommet est le nombre d’arêtes incidentes à ce sommet
  • 32. Définition: demi degré d ’un graphe • Dans un graphe orienté, le demi-degré extérieur d’un sommet 𝒔𝒊 noté: et il définit le nombre d’arcs partant de 𝒔𝒊 • Le demi-degré intérieur d’un sommet 𝒔𝒊 est noté et il définit le nombre d’arcs arrivant à 𝒔𝒊 Vocabulaire de la théorie des graphes
  • 33. Définitions Exemples: Dessiner le graphe correspondant des sommets suivants
  • 34. Définitions • Le cardinal de l’ensemble des sommets X (nombre de sommets de G) est appelé ordre de G et est noté |X|
  • 35. Vocabulaire de la théorie des graphes Définition: Sommets adjacents • 𝑥𝑖 R 𝑥𝑗, on dit que les sommets 𝑥𝑖 et 𝑥𝑗 sont adjacents • 𝑥𝑖 et 𝑥𝑗 sont adjacents s’il y a un arc qui les relis Remarque • Si le graphe est non orienté, la relation binaire définie est symétrique : 𝑥𝑖 R 𝑥𝑗 alors 𝑥𝑗 R 𝑥𝑖
  • 36. Vocabulaire de la théorie des graphes Exemple Sommets adjacents A et B sont adjacents, A et E ne le sont pas
  • 37. Définitions Si on indique un nombre sur chaque arc du graphe, on dit qu’on a un graphe valué Exemple:
  • 38. Terminologie de graphes • Un graphe non orienté est dit simple s’il ne comporte pas de boucle, et que dont chaque couple de sommets est relié par au plus une arête c’est-à-dire il ne comporte jamais plus d’une arête entre deux sommets. • Un graphe non orienté qui n’est pas simple est un multigraphe. • Exemple multigraphe
  • 39. Exemples de graphes • Un graphe complet est un graphe simple dont tout couple de sommet est connecté (tous les sommets sont adjacents / tous les sommets sont de degré n-1) • Un graphe partiel d’un graphe orienté ou non est le graphe obtenu en supprimant certains arcs ou arêtes. • Un sous-graphe d’un graphe orienté ou non est le graphe obtenu en supprimant certains sommets et tous les arcs ou arêtes incidents aux sommets supprimés. • Un graphe orienté est dit élémentaire s’il ne contient pas de boucle
  • 40. Exemples de graphes Exemple graphe partiel • G’ est le graphe partiel de G
  • 41. Exemples de graphes Exemple sous graphe • G’ est le sous graphe de G
  • 42. Vocabulaire de la théorie des graphes Application • Dessiner un graphe non orienté complet à 4 sommets. Quel est le degré des sommets de ce graphe ? Combien d’arêtes possède-t-il ? Généralisez ces résultats à un graphe simple complet ayant n sommets.  Ce graphe possède 6 arêtes et chaque sommet du graphe est de degré 3.  De façon plus générale, étant donné un graphe simple complet ayant n sommets, chaque sommet étant relié aux n − 1 autres sommets, le degré de chaque sommet est n − 1.
  • 43. Exercice On considère le graphe orienté G = (S, A) tel que  S = {1, 2, 3, 4, 5}  A = {(1, 2),(1, 4),(2, 2),(2, 3),(2, 4),(3, 5),(4, 3),(5, 3)} 1. Représenter graphiquement ce graphe, 2. Donner le demi-degré extérieur de 2 et le demi-degré intérieur de 4, 3. Donner les sommets prédécesseurs de 4 et les sommets successeurs de 2, 4. Donner un graphe partiel et un sous-graphe de ce graphe.
  • 46. • Les sommets d'un graphe seront représentés par des points de l'espace et les arcs par des flèches allant d'un point à un autre, c'est ce qu'on appelle la représentation sagittale du graphe Sagittale
  • 47. • Il s’agit d’une table à simple entrée où chaque ligne correspond à un sommet et comporte la liste des successeurs (ou des prédécesseurs) de ce sommet. A l’aide des dictionnaires
  • 52. Exercice • Représenter graphiquement le graphe associé à la matrice d’adjacence sommets-sommets suivante
  • 56. Définitions Chemin La longeur du chemin a,b,c,d est 3
  • 57. Définitions Chemin élémentaire Un chemin est élémentaire si les sommets qu’il contient sont tous distincts.
  • 61. Définitions Chemin d'origine x et d'extrémité y: On appelle "chemin d'origine x et d'extrémité y" une séquence d'arcs telle que : - Le premier arc a pour origine x - L'origine de tous les autres coïncide avec l'extrémité de l'arc qui le précède dans la séquence - Le dernier arc a pour extrémité y.
  • 62. Exemple La séquence u1, u5, u4 représente un chemin d'origine 1 et d'extrémité 3. Ce chemin peut être décrit par la suite des sommets 1, 2, 4, 3.
  • 66. Définitions On retrouve ces différentes notions de cheminement dans les graphes non orientés. Dans ce cas, on parlera de:  Chaîne au lieu de chemin,  Cycle au lieu de circuit. Un graphe sans cycle est dit acyclique. Chaîne, Cycle
  • 67. Définitions Une chaîne est une suite d’arêtes dont chacune a une extrémité commune avec l’arête précédente Chaîne:
  • 69. Définitions Cycle: Un cycle est une chaine simple se fermant sur elle-même
  • 74. Un graphe non orienté est connexe si chaque sommet est accessible à partir de n’importe quel autre. Le graphe ci-haut n’est pas connexe, car il n’existe pas de chaîne entre a et e. En revanche, le sous-graphe défini par les sommets {a, b, c, d} est connexe. Connexité: Graphes Non Orientés
  • 76.  Un graphe orienté est fortement connexe s'il existe un chemin du sommet a au sommet b et du sommet b au sommet a, quels que soient les sommets représentés par a et b dans le graphe.  Un graphe orienté est faiblement connexe s'il y a un chemin entre n'importe quelle paire de sommets dans le graphe si l'on ne considère plus l'orientation des arcs. Connexité: Graphes Orientés
  • 77. Exemple Les graphes G et H présentés ci-contre Sont-ils fortement connexes ? Sont-ils faiblement connexes ? Connexité: Graphes Orientés
  • 82. Arbre Définition: Soit un graphe non orienté G=(S,A). G est un "arbre" si il existe une et une seule chaîne reliant deux sommets distincts de S.
  • 86. Arbre Conséquences: Un arbre G vérifie une des conditions équivalentes suivantes :  G est connexe et acyclique  G est sans cycle et possède n − 1 arêtes  G est connexe et admet n − 1 arêtes  G est sans cycle, et en ajoutant une arête, on crée un et un seul cycle élémentaire,  G est connexe, et en supprimant une arête quelconque, il n'est plus connexe,  Il existe une chaîne et une seule entre 2 sommets quelconques de G.
  • 87. Définitions Feuille: Dans un arbre, une feuille est un sommet de degré 1. Exemple: Feuilles: 1, 3, 5, 7 Feuilles: 1, 3, 7, 8, 9
  • 88. Définitions Forêt: On appelle forêt un graphe dont chaque composante connexe est un arbre Exemple:
  • 89. Arborescence Définition: Soit un graphe orienté G=(S,A). G est une "arborescence" si :  G n'a qu'un seul point d'entrée (i.e. sommet n'ayant pas de prédécesseur), nommée "racine" de l'arborescence ;  il existe un chemin, et un seul, de la racine à tout autre sommet du graphe.
  • 91. Arborescence Conséquences: G ne peut pas contenir de circuit. • Si x est un sommet appartenant à un circuit, alors : • puisqu'il doit exister un chemin de la racine à x, il en existe donc une infinité (en passant autant de fois que l'on veut dans le circuit) ; et donc puisqu'il y en a plusieurs, ce n'est pas une arborescence. Chaque sommet a un et un seul prédécesseur (sauf la racine qui n'en a aucun).
  • 93.
  • 94. exemple Forêt: On appelle forêt un graphe dont chaque composante connexe est un arbre Exemple:
  • 97. Définition Arbre Couvrant Un arbre couvrant d’un graphe G(V, E) est un graphe partiel, sans cycle (acyclique)
  • 98. Définition graphe pondéré • Un graphe pondéré G( V, E, ꙍ), est un graphe ou un entier positif est affecté à chaque arête. • On appelle cet entier poids de l’arête
  • 99. Définition graphe pondéré • Le poids ou coût d’un graphe est la somme des poids des arêtes du graphe • On le note ꙍ (G)
  • 100. Arbre Couvrant de Poids Minimum (ACPM) Minimum Spanning Tree (MST)
  • 101. Exemple: Arbre Couvrant de Poids Minimum (ACPM) Minimum Spanning Tree (MST)
  • 102. Exemple: Arbre Couvrant de Poids Minimum (ACPM) Minimum Spanning Tree (MST) ꙍ(G’) = 37
  • 131.

Notas del editor

  1. Pour résoudre de nombreux problèmes concrets, on est amené à tracer sur le papier des petits dessins qui représentent (partiellement) le problème à résoudre. Bien souvent, ces petits dessins se composent de points et de lignes continues reliant deux à deux certains de ces points. On appellera ces petits dessins des graphes, les points des sommets et les lignes des arcs ou arêtes, selon que la relation binaire sous-jacente est orientée ou non.