Graphes et optimisation

Chapitre 2:

La connexité

Ghallabi Sameh
[email protected]
ISIMM
Accessibilité
graphe non orienté: Entre deux sommets, il existe une succession
d’arêtes.

• J est accessible depuis A

•A est accessible depuis J
•⇒l’accessibilité est symétrique
• ⇒Chaine
Définitions
Dans un graphe non orienté, une chaine est une suite finie,
débutant et finissant par un sommet.
 Une chaîne est une succession d'arêtes mises bout à bout.
 La longueur de la chaîne est le nombre d'arêtes qui la compose.
 On dit qu'une chaîne est fermée si ses extrémités coïncident.
 Un cycle est une chaîne fermée dont les arêtes sont toutes
distinctes.
On appelle distance entre deux sommets la longueur de la plus
petite chaîne les reliant.
 On appelle diamètre d’un graphe la plus longue des distances
entre deux sommets.
Exemple
Dans le graphe ci-contre,
 A – B – C – D – E est une chaîne de longueur 4.
 A – B – E – D – B – A est une chaîne fermée de longueur 5.
 B – C – D – E – B est un cycle de longueur 4.
Accessibilité
graphe orienté: Entre deux sommets, il existe une succession d’arcs

x4 est accessible depuis x9

x9 n’est pas accessible
depuis x4
⇒l’accessibilité est non
symétrique
⇒Chemin
 Chaine - Cycle ! Graphe non
orienté
 Chaines (cas non orienté)
Liste d’arêtes consécutives (ou de sommets)
Longueur d’une chaine = nombre d’arêtes
 Cycle (cas non orienté)
Chaine fermée
Longueur d’un cycle = nombre d’arêtes
Exemple: (A, B, D, E) et (H, K, J, I, G, H)
Chemin - Circuit ! Graphe orienté
 Chemin (cas orienté)
Liste d’arcs consécutifs
Longueur d’un chemin = nombre d’arcs
 Circuit (cas orienté)
Chemin fermé
Longueur d’un circuit = nombre d’arcs
Exemple: (x1, x2, x6, x3) et (x7, x1, x11, x10, x8, x7)
Définitions
 Chaine/Cycle/Chemin/Circuit élémentaires
passe au maximum une seule fois par chacun des sommets
 Chaine/Cycle/Chemin/Circuit simples
passe au maximum une seule fois par chacun des arcs/arêtes

 (E, D, C, A, B): chaine élémentaire

(et simple)

(B, D, E, A, C): chaine élémentaire

(et simple)

(A, B, D, C, A, E, D): chaine simple

(non élémentaire)
Notions de connexité
 Connexité
Cas des graphes non orientés. Un graphe non orienté est connexe si
chaque sommet est accessible à partir de n’importe quel autre.
Exemple: le graphe non orienté suivant n’est pas connexe, car il
n’existe pas de chaîne entre les sommets a et e

Le sous-graphe défini par les sommets {a, b, c, d} est connexe.

Notions de connexité
Forte Connexité :
Un graphe orienté est fortement connexe si chaque sommet est
accessible à partir de n’importe quel autre.
Exemple,

Un graphe est Un graphe n’ est pas

fortement connexe fortement connexe

Graphe acyclique
Un graphe non orienté est dit acyclique si il ne contient pas de
cycle.
 Un graphe orienté est dit acyclique si il ne contient pas de circuit.
Notion de graphe eulérien
Un graphe est dit connexe si on peut relier deux quelconques de
ses sommets par une chaine.
Une chaine eulérienne est une chaine satisfaisant aux conditions
suivantes:
- elle contient toutes les arêtes du graphe
- chaque arête n’est pas décrite qu’une seule fois.
Plus simplement, on peut dire qu’un graphe est eulérien s’il
est possible de dessiner le graphe sans lever le crayon.

Exemple:

La chaîne B – A – D – B – C – D – E – A – C
est par exemple une chaine eulérienne.
Notion de graphe eulérien
 Un cycle eulérien est une chaine eulérienne fermée.

Exemple:

Dans le graphe ci-contre, la chaîne

A – B – C – D – E – F – A est un cycle eulérien.
Notion de graphe eulérien
Théorème d'Euler : Soit G un graphe connexe.

-G admet un cycle eulérien si, et seulement si, tous les sommets

de G sont de degré pair.

- G admet une chaîne eulérienne si, et seulement si, deux

sommets de G exactement sont de degré impair. Dans ce cas, la
chaîne est d'extrémité ces deux sommets.
Notion de graphe eulérien
Théorème : Un multigraphe orienté fortement connexe admet un
circuit eulérien si et seulement si d ◦+(si) = d ◦−(si) pour tout sommet si
∈ S.

Théorème : Un multigraphe orienté connexe admet un chemin

eulérien si et seulement si il existe deux sommets v0 et v1 tel que
-d +(v0) = d −(v0) + 1,
-d +(v1) = d −(v1) − 1
- pour tout v ∈ V \ {v0, v1}, d −(v) = d +(v),
Notion de graphe eulérien
Exercice: Montrer que le graphe suivant est eulérien
Graphes planaires
 Soit G un graphe orienté ou non. On dira que G est planaire s’il
admet une représentation où ses arêtes (ou arcs) ne se coupent pas.

Exemple:
Graphes planaires
Exercice : Montrer que les graphes suivants sont planaires :

Correction : on peut le représenter de la façon suivante.

Faces d’un graphe planaire
Etant donnée une représentation planaire d’un graphe G, le plan se
retrouve divisé en un certain nombre de régions qu’on appelle les
faces de la représentation planaire.

 Théorème d’Euler: s + f = 2 + a

 Par exemple, le graphe suivant :  possède 4 faces (notées A, B, C et D).

Faces d’un graphe planaire
Exercice:
Considérons un graphe G dont les degrés de ses sommets sont
4, 4, 4, 4, 3, 3.
a) Combien d’arêtes possède G ? Justifier.
b) Donner une représentation planaire de G en déterminant
d’abord le nombre de faces.
c) Vérifier que la somme des degrés des faces est égal au
double du nombre d’arêtes.
Graphes hamiltoniens
une chaine hamiltonienne passe une et une seule fois par chacun
des n sommets du graphe.
 On appelle cycle hamiltonien un cycle élémentaire de longueur n.
On dit qu’un graphe est hamiltonien s’il est possible de trouver un
cycle passant une et une seule fois par tous les sommets.
 Un graphe possédant un cycle ou une chaine hamiltonien sera dit
graphe hamiltonien.
Graphes hamiltoniens
Exemple:

G2

G1
le graphe suivant ne possède pas de
cycle hamiltonien, mais possède
Le graphe possède
une chaine hamiltonienne (< a, b, e,
un cycle hamiltonien
d, c >).
(< a, e, b, d, c, a >)
Graphes biparti
Un graphe est dit biparti s’il existe S1 et S2, deux sous-ensembles
de S tels
-qu'il n'y ait aucune arête entre éléments de S1 et aucune arête entre
éléments de S2
-S1 𝖴 S2 = S et S1 ∩ S2 = ∅
Graphes biparti
un graphe est dit biparti complet entre un ensemble de n
sommets et un ensemble à m sommets tel que:
-Chaque sommet du premier ensemble est relié à tous les sommets
du second ensemble.
-Si le premier ensemble m et le second ensemble n, le graphe
biparti complet est noté Kn,m.
Exemple:
arborescence
 Une arborescence est un graphe orienté sans circuit.
 Elle admet une racine s0 ∈ S telle que, pour tout autre sommet si
∈ S, il existe un chemin unique allant de s0 vers si .
Si l’arborescence comporte n sommets, alors elle comporte
exactement n − 1 arcs.
 Par exemple, le graphe suivant est une arborescence de racine a :

Racine: sommet de degré

entrant = 0
Feuilles: sommet de degré
sortant = 0
 Arbre
 On appelle arbre tout graphe connexe sans cycle.
un graphe non orienté comportant n sommets, les propriétés
suivantes sont équivalentes pour caractériser un arbre :
-G est sans cycle et connexe,
- G est sans cycle et comporte n−1 arêtes,
-G est connexe et comporte n−1 arêtes,
-Nœuds de l’arbre = sommets du graphe

-Feuilles = sommets de degrés 1 / Noeuds interne = sommets de degré >

1
-Les sommets 1, 2 et 5 sont les feuilles
Codage et décodage d’un arbre –
Prüfer code
le codage de Prüfer est une méthode pour décrire de façon
compacte un arbre dont les sommets sont numérotés.

Ce codage représente un arbre de n sommets numérotés avec

une suite P=(x1,x2,x3,...,xn−2) de n-2 termes.

Une suite P donnée correspond à un et un seul arbre numéroté de 1

àn
Codage – Prüfer code
Codage d’un arbre – Prüfer code
Codage d’un arbre – Prüfer code
Codage d’un arbre – Prüfer code
Codage d’un arbre – Prüfer code
Décodage d’un arbre – Prüfer code
Décodage d’un arbre – Prüfer code

Construire l’arbre correspondant à codage de prufer suivant: [7, 6, 5, 4, 3]

Décodage d’un arbre – Prüfer code
Décodage d’un arbre – Prüfer code
Décodage d’un arbre – Prüfer code
Arbres couvrants
 Un graphe couvrant de G = (V, E) est un graphe partiel de G qui
est un arbre et qui contient tous les sommets de V.
Arbres couvrants de poids minimum
 Soit un graphe G=(V, E, w) est un graphe non orienté pondéré.

 On appelle arbre couvrant de poids minimum de G.

-noté ACPM ou MST (minimum Spanning Tree).
- Tout arbre couvrant dont la somme de poids des arêtes le
constituant est minimal.
Arbres couvrants de poids minimum
 Un graphe admet un arbre couvrant si, et seulement si, il est
connexe.
 L’arbre couvrant de poids minimal n’est pas forcément unique.
Application
 Soit le graphe G qui représente le réseau des rues d’une ville que
l’on cherche à câbler.
 Pour câbler de façon optimale cette ville il faut trouver un graphe
connexe tel que:
- Chaque sommet doit avoir accès au réseau.
- Le cout du câblage doit être minimum.
Problème
Entrée : Un graphe (non-orienté) G connexe, avec une pondération
des arêtes
w : E(G) → R +
Comment trouver un arbre couvrant, T , de G qui minimise
ω(T ) ?.

Sortie: : Un arbre couvrant T de G, de poids minimum

Algorithme Kruskal: Principe
Algorithme Kruskal: Principe
 Trier les arêtes par poids croissant
 À chaque itération, on choisit l’arête de coût minimal
 Ajouter une `a une les arêtes dans cet ordre sans créer de cycle.
 L’algorithme se termine lorsqu’on a un seul arbre.
Algorithme Kruskal:
Algorithme Kruskal:
Algorithme Kruskal: exemple
Algorithme Kruskal: exemple
Algorithme Kruskal: exemple
Algorithme Kruskal: exemple
Algorithme Kruskal: exemple
Exercice