Nattribuépar labibliothèque
Thèse
Pour l'obtention du titre de
DOCTEUR EN INFORMATIQUE
(Arrêté du 7août 2006)
Approximation de problèmes de ouverture de graphes
Candidat : Basile COUËTOUX
JURY
Dire teur de thèse : Cristina BAZGAN
Professeur àl'UniversitéParisDauphine
Rapporteurs: Vi tor CHEPOI
Professeur àl'Universitéde laMéditerranée
Marek KARPINSKI
Professeur àl'Universitéde Bonn
Surageants: Jérme MONNOT
Chargéde Re her he auCNRS àl'UniversitéParisDauphine
Ioan TODINCA
Professeur àl'Universitéd'Orléans
Bien sûr une thèse n'est pas un travail isolé mais bien le résultat de plusieurs années
d'apprentissage,de ren ontres etde dé ouvertes à lafoisauniveau s ientique ethumain.
C'est pourquoi je tiens tout d'abord à remer ier Cristina Bazgan qui a a epté de
m'en adrer pour ette thèse et qui m'a a ompagné tout au long de e périple. Je salue
tout parti ulièrement sa persévéran e qui m'a permis de omprendre toute la valeur et la
justesse de ses onseils etobservations.
Jedoisbeau oupàJérmeMonnotquim'agénéreusement onsa rébeau oupde temps
etd'énergiepourm'aiderdanslaréda tionde edo ument,j'espèrepoursuivre esé hanges
parti ulièrementenri hissants etje ne leremer ierai de toute manière jamaisassez.
J'aipuren ontré MarekKarpinskiilyaun ertaintempsetilfutun despremiersàme
guideralors queje dé ouvraistout justelare her he en informatique.Jesuis trèsheureux
qu'ilait a epté d'être un de mes rapporteurs.
Je remer ie aussi naturellement Vi tor Chepoi qui a également bien voulu être un de
mes rapporteurs.
Ioan Todin a aeu la gentillesse de m'apporter son aide lorsde démar hes
administra-tives, j'appré ietout parti ulièrement saparti ipationau jury de thèse.
J'ai eu égalementle plaisir de travaillerave Laurent Gourvès, Orestis Telelis etZsolt
Tuza au ours de ette thèse. Les travaux exposés dans ette thèse sont en partie le fruit
de ette ollaboration.
J'aiunepenséeémuepour lesdo torantsduLAMSADE quiontété pour moiun appui
quotidien. J'ai déjà vu partir ertains d'entre eux vers d'autres horizons et j'en ai aussi
a ueillid'autresqui ommen ent;maislesunsetlesautresresterontdesamis.L'ensemble
des membresdu LAMSADE furent égalementdes ollèguesdisponibles et haleureuxtout
aulong de ette thèse.
Mais ette aventure a aussi un début : je n'oublierai jamais Hubert Comon, son aide
et son soutien furent essentiels pendant mes années à L'ENS Ca han et m'ont permis
de hoisir ette voie. Une gure marquante de mon par ours s olaire fut Jean-Phillipe
Rou quès,quiaaussi réalisésathèseàDauphineaprès êtrepassé parl'ENSCa han,mais
e fut surtout pour moi un professeur de mathématiques très stimulant. Il m'a beau oup
en ouragé pendant mes années de lassespréparatoires.
Ces remer iements ne seraient pas omplets sans toutes les personnes qui étaient et
sont à mes tés, mes parents, Fran eline et Loï , mon frère, Adrien, mes amis Sylvain,
Florian,Pas al ainsi quetous les autres.
Et évidemment, je pense aussi à Christelle ave qui j'ai partagé mes angoisses et mes
Introdu tion 9
1 Préliminaires 13
1.1 Graphes . . . 13
1.2 Classesde omplexité . . . 17
2 Problème de forêt ontrainte 21 2.1 Introdu tion . . . 21
2.1.1 Résultatsexistants sur e problème . . . 22
2.1.2 Nos travaux . . . 22
2.1.3 Quelques propriétés des solutionsoptimales . . . 23
2.2 Résultatsde omplexité . . . 24
2.2.1 Legraphe a un degré maximal inférieurà 2. . . 24
2.2.2
p
≤ 2
. . . 262.2.3
p = 3
. . . 272.2.4
p
≥ 4
. . . 272.2.5 Lesgraphes de largeur arbores entebornée . . . 32
2.2.6 Extension auxgraphes ompletspondérés 1-2 . . . 36
2.3 Résultatsnégatifs d'approximation . . . 37
2.4 Résultatspositifs d'approximation . . . 40
2.4.1 Un algorithmeglouton roissant . . . 40
2.4.2 Un algorithmeglouton dé roissant . . . 44
2.4.3 Un exemplede pire as pour lesdeux algorithmespré édents . . . . 45
2.4.4 Unegénéralisation des deux algorithmes pré édents . . . 46
2.4.5
3
2
-approximation . . . 462.5 Algorithmese a es pour lesgraphes planaires . . . 59
2.5.1 Un s héma d'approximation . . . 59
2.5.2 Améliorationave l'utilisationd'unedé ompositionpropreauxgraphes planaires . . . 62
3 Voyageur de ommer e oloré 67 3.1 Introdu tion . . . 67
3.1.2 Travaux existants . . . 69
3.1.3 Organisationdu hapitre . . . 71
3.2 Résultatsnégatifs d'approximation pour Max LTSP . . . 72
3.3 Résultatspositifs d'approximation pour Max LTSP . . . 73
3.3.1 Une
3
-approximationpar un algorithmeglouton . . . 733.3.2 Une
2
-approximationpar un algorithmede re her he lo ale . . . 753.4 Résultatsnégatifs d'approximation pour Min LTSP. . . 81
3.5 Résultatspositifs d'approximation pour Min LTSP . . . 83
4 Con lusion et perspe tives 95
Laplupartdesproblèmesd'optimisation ombinatoirequiapparaissentenpratiquesont
intraitablesdanslesensoùlaseulemanièredelesrésoudreestdefaireappelàunalgorithme
qui prend un temps exponentiel. Formellement es problèmes sont appelés NP-di iles.
Même sia tuellement il n'existe au une preuve du fait que les problèmes NP-di iles ne
peuvent pasêtre résoluspar des algorithmespolynomiaux,ilest généralementa epté que
de tels algorithmesne peuvent pas exister.
Une appro he pour des problèmes d'optimisation ombinatoire NP-di iles est
l'ap-proximation. A défaut de pouvoir trouver une solution optimale en temps polynomial,
l'obtention d'une solutionassez bonne est un obje tif plus fa ilement atteignable.
Appro- her un problème d'optimisation en temps polynomial à un fa teur
f (n)
près onsiste à al uler pour haque instan e de taillen
du problème en temps polynomial une solution ave une valeur à un fa teur multipli atiff (n)
près de la valeur optimale. Le but pour un problème d'optimisation est de trouver le fa teurf (n)
le plus pro he de 1 tel que le problème soit approximable en temps polynomial à un fa teurf (n)
près. Un problème d'optimisationa un s héma d'approximation polynomials'il existe un algorithmepolyno-mial qui est une approximation à un fa teur
(1 + ǫ)
près pour e problème, pour toute onstanteǫ > 0
. On peut également établir des résultats négatifs d'approximation qui montrent que nous ne pourrons pas obtenir d'approximation ave un rapportinférieur auseuil d'inapproximablité. L'étude de l'approximation d'un problème se termine lorsqu'on
trouvelemeilleurrapportd'approximationpour eproblème, 'est-à-direquandlerapport
d'inapproximationse onfondave lerapport d'approximationd'unalgorithme traitant e
problème.
Nousnoussommesintéressés dans ettethèseàl'étudedela omplexitéetde
l'approxi-mation de deux problèmes d'optimisation ombinatoire, le problème de la forêt ouvrante
ontrainte minimaleet le problème du voyageur de ommer e oloré. Les deux problèmes
fontpartied'une lassegénéraledeproblèmesoùons'interesseàla ouverturedessommets
d'un graphe par des stru tures a y liques ou y liques.
Dans le hapitre 1 nous rappelons des notions élémentaires sur les graphes ainsi que
sur la omplexité.
Dansle hapitre2noustraitonsleproblèmede laforêt ouvrante ontrainteminimale.
Ce problème onsiste, étant donné une graphe, à trouver une forêt dont les arbres sont
d'au moins une ertaine tailledonnée et de trouver parmi es ouvertures une qui utilise
le moinsd'arêtes possible. Dans le as pondéré, nous her hons une ouverture ontrainte
qui minimiselasomme des poids des arêtes utilisées.
Ce problème intervient par exemple lors du déploiement de stations d'extra tion de
pétrole ou de gaz en mer. Les sommets d'un graphe modélisant e problème représentent
les gisements de pétrole et haque arête entre deux gisements donnés est pondérée par la
distan eentre es deuxgisements.Lefaitquenous her hionsàrelieraumoins
p
gisements entre eux dans haque arbre signie qu'en dessous d'une ertaine apa ité d'extra tion iln'estpasrentablede onstruireunestation.Cher heràminimiserlalongueurdes pipelines
à installeraufond de l'o éanest un obje tif naturel.
Le problème de la forêt ontraintese diéren ie des problèmes qui her hent
générale-mentàminimiserlepoidsd'uneseule omposantevériant ertainespropriétés etétantde
poids optimal (minimalou bien maximal).En eet au lieu de re her her un seul élément
nous her hons àlerépartirsur l'ensembledu graphe.Cela rappro he notreproblèmed'un
problème de pavage, mais de la même façon nous restons dans un domaine diérent ar
la forme de l'objet ave lequel nous her hons à paver notre graphe peut être vraiment
très diverse. Cela pla eainsi notre problème entre es deux lasses de problèmes, eux qui
re her hent une omposantequipeutêtre de formediverseet eux qui her hentà ouvrir
un graphe ave des omposantes qui ont une formepré ise.
La omplexitéduproblèmedelaforêt ontrainteadéjàétéétudiéedanssaversion
pon-dérée etplusieursalgorithmes d'approximation ontété donnés. Nousmontrons d'abord la
di ulté du problème dans le as non pondéré. Nous apportons des résultats sur
l'inap-proximabilitéde eproblème,quin'avaitjusqu'alorspas étéétudiée.Nousxonsde plusla
omplexitéde e problème pour lesgraphes de largeurbornée et lesgraphes planaires, en
montrantqueleproblèmeest polynomialpourlapremière lassede graphesetqu'iladmet
uns hémad'approximationpolynomialpourlase onde lassedegraphes.Nousaméliorons
de plus le rapport d'approximation de e problème dans le as général en présentant un
algorithme qui garantit un rapport de 3/2 alors que jusqu'à présent le meilleur rapport
onnu était
2
−
1
n
, aven
lenombre de sommetsdu graphe.Dansle hapitre3,nousnousintéressonsauproblèmeduvoyageurde ommer e oloré.
Le problème du voyageur de ommer e onsiste, étantdonné un graphepondéré omplet,
à trouver un y le hamiltonien(tour) tel que lasomme des poids des arêtes utiliséesdans
tournée potentiellepour levoyageur de ommer e etlalongueur de e y leest ladistan e
à par ourir pour faire ette tournée. Il s'agit d'un problème d'optimisation ombinatoire
di ile qui onnaît de nombreuses variantes. Nous nous intéressons dans ette thèse à la
variantequi onsisteàprendreungraphedontlesarêtessont oloréesetà her heruntour
qui minimiseou maximisele nombre de ouleurs utiliséesdans e tour. Cela représente le
faitde her her un tourqui soitleplus oule moinsdiversiépossible.Ces problèmes sont
notés respe tivementMin LTSP et Max LTSP. L'utilisationdes graphes olorésest une
manièreagréabledemodéliserdes orrélationsentredesarêtes.Parexemplepourmodéliser
despannes,ilestassezprobablequel'ensembledesarêtesd'un ertaintypedeservi es esse
de fon tionnerà un momentdonné.Pour être moinssensibleauxpannesnous her herons
don àaugmenter ladiversitédes servi es hoisisetainsi maximiserlenombre de ouleurs
hoisies dans la solution. De manière duale, l'utilisation d'un ertain type d'arêtes peut
avoirun oût forfaitaire,laminimisationdunombre demoyens detransportdiérentslors
d'un trajet peut semodéliser fa ilement en terme de graphe oloré.
Nous montrons que es deux problèmes sont NP-di iles, queMax LTSP n'a pas de
s héma d'approximation et Min LTSP n'est pas onstant approximable si P
6=
NP. Nous établissonségalementunalgorithmede2-approximationpourMax LTSP.Pourétudierleproblème Min LTSP, nous nous restreignons aux graphes dont la fréquen e des ouleurs
estbornéeparune onstante
r
equinouspermetd'obtenirune(H
r
+r)/2
-approximation, oùH
r
est lar
-ème valeur de la fon tion harmonique.Le hapitre 4 résume les résultats de ette thèse et propose plusieurs perspe tives de
Préliminaires
1.1 Graphes
Il existe deux prin ipaux types de graphes, les graphes orientés et les graphes non
orientés. Noustraiterons dans ette thèse uniquement de graphes non orientés.
Un graphe non orienté
G
est un ouple formé d'un ensemble de sommetsV
et d'un ensemble d'arêtesE
⊆ V
2
,
G = (V, E)
. Chaque arêterelie deux sommetsdeV
.Les extrémités d'une arête
(a, b)
sont les sommetsa
etb
et une arête est in idente à un sommet si e sommet onstitue l'une des extrémités de ette arête. Le voisinage d'unsommet
a
∈ V
estl'ensembledes sommetsquisontlesextrémitésdes arêtesin identes àa
etilest notéN
G
(v)
.Ledegré d'un sommetv
est lenombre d'arêtes quiluisont in identes etilest notéd
G
(v)
.DansungrapheG = (V, E)
nousnoterons∆
max
(G)
sondegrémaximal, plus pré isément∆
max
(G) = max
v∈V
d
G
(v)
. Un sommet isolé est un sommet qui n'a pas d'arêtein identeetqui est ainsi de degré0. Deux arêtessont adja entessi elles partagentune extrémité.
Nous dénissons deux notions pour générer un graphe à partir d'un autre, le graphe
induit par un ensemble de sommets et le graphe partiel. Soit un graphe
G = (V, E)
, le grapheinduitpar lesous-ensemblede sommetsV
′
⊆ V
estlegraphe
G(V
′
) = (V
′
, E
′
)
ave
E
′
lesous-ensembled'arêtes de
E
quiontleursdeux extrémitésdansV
′
.Ungraphepartiel
est obtenuen supprimantseulementdes arêtesdugraphe.Ainsilegraphepartielengendré
par
E
′
⊆ E
est legraphe
G
′
= (V, E
′
)
.
Nousdé rivons quelques stru tures sur les graphesnon orientés.
Graphe biparti. Un graphe biparti est un graphe tel que ses sommets peuvent être
partitionnés en deux parties
V
1
, V
2
ettoute arête de e graphe a une extrémitédansV
1
et une dansV
2
exa tement.Graphe omplet. Ungraphe ompletest ungraphetelquetouteslesarêtespotentielles
entredeuxsommetssontdansl'ensembledesarêtes.Nousnotonsungraphe omplet
onte-nant
n
sommetsparK
n
. Un graphe(V, E)
est biparti omplet s'ilexiste une partitiondes sommetsV
1
, V
2
telle queE =
{(v
1
, v
2
)
| v
1
∈ V
1
, v
2
∈ V
2
}
.Etoile. Uneétoileest onstituéed'un entreetdebran hes 'est-à-direunsommet entral
etunensemblede sommets,tous adja entsà e sommet entraletadja entsàau unautre
sommet. Une étoile est aussi un graphe omplet bipartitel qu'une des deux parties de e
graphe soit omposée d'un seul sommetqui est don le entre de ette étoile.
Chaînes et y les. Une haîneest un ensemble de sommetset d'arêtes
P = (a
0
, e
0
, a
1
, e
1
, . . . , a
k−1
, e
k−1
, a
k
)
qui reliea
0
àa
k
, avee
i
= (a
i
, a
i+1
)
,a
0
eta
k
sont les extrémités de la haîne, les autres sommets de ette haîne sont des sommetsin-ternes. Ainsi ette haîne relie
a
0
àa
k
en passant par les arêtese
1
, . . . , e
k−1
et visi-tant les sommetsa
1
, . . . , a
k−1
. Par extension il existe toujours une haîne dea
0
àa
0
qui n'emprunte au une arête. De la même manière un y le est un ensemble d'arêtesC =
(a
0
, e
0
, a
1
, . . . , a
k−1
, e
k−1
, a
0
)
. Il s'agit don d'une haîne dea
0
àa
0
qui passe par d'autres sommets. Les haînes et y les élémentaires sont des haînes ou y les qui ne passent pasdeux fois par le même sommet. La longueur d'un y le ou d'une haîne est le nombre
d'arêtes qu'il ontient. Le diamètre d'un graphe est la longueur de la plus longue haîne
qu'il ontient. Un y le hamiltonien ou tour de
G
est un y le(v
i
1
, (v
i
1
, v
i
2
), v
i
2
, . . . , v
i
n−1
,
(v
i
n−1
, v
i
n
), v
i
n
, (v
i
n
, v
i
1
))
quipasse partous lessommetsdeG
exa tementune fois.Ande simplierles preuves, nous dé rirons parfois un tel y le par l'ensemblede ses arêtes.Une haîne hamiltonienne de
G
est une haîne qui passe exa tement une fois par tous les sommets deG
,(v
i
1
, (v
i
1
, v
i
2
), v
i
2
, . . . , v
i
n−1
, (v
i
n−1
, v
i
n
), v
i
n
)
. De même, nous dé rirons parfois une telle haîne par l'ensemblede ses arêtes.Composante onnexe. Une omposante onnexeest un ensemble de sommets
C
maxi-mal au sens de l'in lusion tel que pour tout ouple de sommetsv
1
, v
2
∈ C
, il existe une haîneentrev
1
etv
2
quine passequepardes sommetsdeC
.Larelation"apparteniràune même omposante onnexe" est ainsi une relation transitive, symétrique et réexive. Eneet, s'il existe une haîne de
a
àb
et deb
àc
, l'union des arêtes des deux haînes forme une haîne dea
àc
. S'il existe une haîne dea
àb
, il existe également une haîne deb
àa
. La réexivité provient du type de la relation appartenir. Étant donné un ensemble d'arêtesF
, nous notonsC(v)
la omposante onnexe ontenantv
dans le graphe induit parF
.Arbre et forêt. Un arbre
T
est un graphe onnexe sans y le. Un arbre est don une omposante onnexe telqu'entre tout ouple de sommets de ette omposante onnexe, iln'existe qu'uneseule haîne.Lesfeuillesd'unarbre sontses sommetsde degré1.Un arbre
enra iné est un arbre dans lequel on a xé un de ses sommets
r
en tant que ra ine. Dans un arbre enra iné lesan êtres d'un sommetv
sont lessommetsqui sont sur la haîne dev
àr
. Lepremier an être de ette haîne en partantdev
est lepère dev
. Tous lessommetsv
′
de l'arbre dont
v
est le père forment l'ensemble des ls dev
. Un arbre avet
sommets ontient exa tementt
− 1
arêtes. Un arbre avet
sommets est dit d'ordret
. Le diamètre d'un arbre est la longueur maximaledes haînes ontenues dans et arbre.Une forêt
F =
{T
1
, . . . , T
q
}
est déniepar lesdeux onditions suivantes : pour touti
≤ q
,T
i
est un arbre et les arbres sont deux à deux disjoints. Unegénéralisation des arbres est ladé omposition arbores ente.Dé ompositionarbores ente. Unedé ompositionarbores ented'ungraphe
G = (V, E)
est une paire(X, T )
tellequeX =
{X
1
, . . . , X
r
}
etS
i∈{1,...,r}
X
i
= V
etT
estun arbre qui a pour ensemble de noeudsX
. Cet arbre vérie les onditions suivantes :•
Si un sommetv
∈ V
appartient àX
i
etX
j
, alors tous les n÷uds de l'arbre qui sont sur la haîne qui relieX
i
àX
j
ontiennentv
.•
Si(u, v)
∈ E
, alors il existe unX
i
qui ontientu
etv
.Tout graphe
G = (V, E)
admet ainsi une dé omposition arbores ente sous la forme d'un seulnoeudX = V
qui ontientdon touslessommets.Cependant ettestru tureprendson intérêt lorsque latailledes noeuds la omposantest assez faible.Remarquons qu'un arbreadmet une dé omposition arbores ente de largeur1. En eet, il existe une dé omposition
telle que
X =
S
e∈E
X
e
aveX
e
=
{a, b}
sie = (a, b)
∈ E
. La stru ture d'arbre sur es noeuds dé oulede l'adja en e des arêtes qu'ils représentent.Une dé omposition arbores ente
(X, T )
a pour largeurmax
i∈{1,...,r}
|X
i
| − 1
. La largeur arbores ente d'un grapheest laplus petite largeurdes dé ompositionsarbores entes qu'iladmet.
La stru ture d'arbre est propi e à la programmation dynamique. De nombreux
pro-blèmes sont résolubles en temps polynomialsi le graphe onsidéré est un arbre, alors que
es problèmes sont NP-di iles dans le as général. De manière similaire, une
dé ompo-sition arbores entede largeur assez faiblepermet une programmationdynamique e a e.
Nousutiliserons ladé ompositionarbores entepourle problèmede forêt ontrainte. Nous
donnons i-dessous un grapheen vis-à-visde sadé ompositionarbores entequiest de
lar-geur 2.
Couverture de graphes. Soit
G = (V, E)
un graphe. Un sommetv
est ouvert par une arêtee
siv
est in identàe
. Par extension,un sommetv
est ouvert par un ensemble d'arêtesE
′
⊆ E
s'ilexiste unearête
e
∈ E
′
telque
v
soitextrémitédee
.Nousdisonsqu'un ensemble d'arêtesE
′
⊆ E
ouvre
G
siE
′
8 9 10 11 7 6 5 4 2 3 1 3,7,8 3,7,9 7,10,11 2,4,6 1,4,5 1,2,4 1,2,3 3,7
Figure1.1Représentationd'un grapheetd'unedeses dé ompositionsarbores entes de
largeur 2.
ouvrant
G
est ainsi un arbre (resp. ensemble d'arbres deux à deux disjoints) qui ouvreG
.Couplage. Soit
G = (V, E)
un graphe. Un ouplageM
est un ensemble d'arêtes qui ne sont pas adja entes deux à deux. Autrement dit, legraphe partiel(V, M)
est de degré maximum 1.Ainsi haque sommetest l'extrémitéd'au plus une arête deM
. Lessommets non ouverts parM
sont appelés sommets insaturés. Un ouplageM
est maximal pour l'in lusion, si pour toute
∈ E \ M
,M
∪ {e}
n'est pas un ouplage. Une ara térisation équivalente est qu'il n'existe pas deux sommetsu, v
adja ents qui ne soient pas ouverts parM
. Un ouplageM
est parfait s'il ouvreG
.Nous allons dénir les problèmes d'opti-misationsuivants :Couplage maximal (Max Couplage)
Entrée :Un graphe
G = (V, E)
.Sortie :Un ouplage
M
⊆ E
ontenant un nombre maximal d'arêtes.Couverture minimale (Min Couverture)
Entrée :Un graphe
G = (V, E)
. Sortie : Une ouvertureE
′
⊆ E
ouvrant
G
ontenant un nombre minimal d'arêtes.1.2 Classes de omplexité
Un alphabet est un ensemble de ara tères. Un mot sur un alphabet
Σ
est la on a-ténation d'un nombre ni de ara tères de et alphabet, 'est-à-dire que si l'alphabetΣ =
{a
1
, . . . , a
5
}
alorsa
2
a
4
a
1
a
2
a
5
est unmotsur etalphabet.Unlangagesurun alphabet est un ensemblede mots sur et alphabet.Une ma hine de Turing permet de simuler des tâ hes exé utables par un ordinateur.
Une ma hine de Turing prend en entrée un mot sur un alphabetni etau terme de ette
exé utionl'a epte oune l'a epte pas.
Unlangage
L
,sous-ensembledeΣ
∗
,estre onnaissables'ilexiste unema hinedeTuring
quia epteexa tementlesmotsde elangage.Pourunema hinedeTuring
M
,nousnotonsMx
lerésultat de son exé ution.∀x ∈ Σ
∗
, Mx
∈ accept <=> x ∈ L
S'il existe un polynme
p
tel que pour toutx
∈ M
,t
M
(x)
≤ p(|x|)
, ave|x|
la taille de e mot, alorsM
s'exé ute en temps polynomial. Si un langage est re onnu par une ma hine de Turing qui s'exé ute en temps polynomial, alors e langage appartient à P.Lesma hines de Turing lassiquessont déterministes, 'est-à-dire que pour un mot donné
il y a un seul traitement possible. Une extension de e modèle est la ma hine de Turing
nondéterministe.Lesma hinesde Turingnondéterministesontà haque étapeun ertain
nombredepossibilitéspourpasserdansun étatsuivantaulieud'unseul pourlesma hines
deTuringdéterministes.Unema hinedeTuringnondéterministea epteunmots'ilexiste
au moins une exé ution parmi les diérentes possibilités d'exé ution qui a epte e mot.
Les langages re onnus en temps polynomial par une ma hine de Turing non déterministe
formentla lasse NP.
Problème de dé ision ombinatoire. Un problème de dé ision est un ouple
(
I, P)
aveI
un ensemble d'instan es etP
une propriété que nous her hons à vérier sur es instan es. Uneinstan eI
admetun ensemblede solutionsS(I)
.Pour toute instan eI
∈ I
nous aimerionsdé ider s'ilexisteS
∈ S(I)
qui vérieP
. On ditqu'il existe une rédu tion polynomialed'un problèmeA
àun problèmeB
, notéeA
≤ B
, s'ilest possible de transfor-mer touteinstan eI
deA
en une instan eI
′
de
B
en temps polynomialtelquelaréponse sur l'instan eI
′
est la même quela réponse sur
I
.Dans e as le fait de pouvoirrésoudreB
nous permet de résoudreA
. Nousdisons queA
seréduit àB
.Problème d'optimisation ombinatoire. Nousdénissonsformellementunproblème
d'optimisation ombinatoire ommeun quadruplet
(
I, P,
val,
opt)
.I
est l'ensemble d'ins-tan es du problème, pour haque instan e, il existe un nombre ni de solutions.P
est la propriété qui ara térise les solutions réalisables. val est une évaluation des solutionsréalisables dansN. Lesproblèmesd'optimisationsontsoitdesproblèmes de maximisation,
soitdes problèmes de minimisation, opt
∈ {min, max}
.Résoudre un problème d'optimisa-tion onsisteà trouver pour toute instan eI
∈ I
une solutionS
vériantP
qui optimise val(S, I)
. Nous noteronsS
∗
(I)
une solution optimale sur
I
, et opt(I
) la valeur d'une so-lution optimaledeI
. Sil'instan e on ernée ne sus ite pas d'ambiguïté, nous abrégeons àS
∗
etopt.
Algorithmes
Un algorithme déterministe est un algorithme qui n'a qu'une seule exé ution possible
pour haque entrée. Un algorithme non déterministe pour un problème de dé isiona
plu-sieurs exé utions possibles pour haque entrée etrépond positivement àlaquestion siune
des exé utions possibles répond positivement. Nous parlerons d'algorithme qui s'exé ute
en temps polynomial ou bien par sou is de on ision d'algorithme polynomial s'il existe
un polynme
p
tel que pour toute instan eI
d'un problème le temps d'exé ution de et algorithme surI
est majoré parp(
|I|)
ave|I|
la taille de l'instan eI
exprimée dans un langage binaire.Nous parlerons d'algorithmepseudo polynomialsi son temps d'exé utionest borné par un polynme qui prend la taille de l'instan e
I
en unaire. Un problème de dé ision ombinatoireest dansla lassePs'ilexisteunalgorithmepolynomialquilerésout.Unproblèmeest dansla lasseNP s'ilexiste un algorithmenondéterministequilerésout.
L'ensemble des algorithmes déterministe est in lut dans l'ensemble des algorithmes non
déterministe, ainsi P
⊆
NP. La lasse des problèmes NP-di iles est l'ensemble des pro-blèmestelqu'il existe unerédu tion polynomialede 3-SATvers ha unde es problèmes.Satisfa tion de lauses de taille 3(3-SAT)
Entrée :Unensemble de variablesbooléennes etensemblede lauses
disjon -tives ha une ontenant trois variables.
Question :Existe-t-ilune ae tationde valeursauxvariablestelle quetoutes
les lauses soientvraies?
Les problèmesNP-di iles quiappartiennent à NP sont NP- omplets.
Algorithme pour des problèmes d'optimisation ombinatoire. Un algorithme
A
quis'appliqueàun problèmed'optimisation(
I, P,
val,
opt)
,estunalgorithmedéterministe qui renvoie pour toute instan eI
∈ I
une solution réalisableA(I)
. Si val(
A(I), I)
est optimale pour toutI
∈ I
alors et algorithme résout notre problème. Nous supposons aussi que val est al ulable en temps polynomial et que la propriétéP
est dé idable en tempspolynomial.Cette lassedeproblèmesest onnuesouslenomdeNPO.UnproblèmeNous nous intéressons également à des algorithmes qui ne renvoient pas pour toute
instan e une solution optimale. Nous her hons néanmoins à obtenir des algorithmes
po-lynomiaux qui renvoient des solutionsréalisables d'une ertaine qualité.
Rapport d'approximation. Lesrapportsd'approximationsontgénéralementexprimés
ommeune fon tion roissantede lataillede l'instan e. Un algorithmepolynomial
A
, qui s'appliqueàun problèmed'optimisation(
I, P,
val,
opt)
,donneun rapport d'approximationf
pour e problème si la ondition suivanteest satisfaite pour toutI
∈ I
:f (
|I|) ≥ max
val(
A(I), I)
opt(I)
,
opt(I)
val(
A(I), I)
.
Si un problème admet un algorithme de rapport d'approximation
f
, alors nous disons que eproblèmeestf
-approximable.S'ilexisteunalgorithmetelqu'ilexisteunefon tionf
onstantequiremplitles onditionspré édentes alorsleproblème en questionest onstantapproximable.
Dans la lasseNPO plusieurs lasses de problèmes sont distinguées :
•
La lasseNPO-PBqui ontientlesproblèmes dontlafon tionobje tifvalest bornée par une fon tion polynomialeen la taillede l'instan e.•
La lasseAPXqui ontientlesproblèmesquiadmettentunrapportd'approximation onstant.•
La lasse PTAS qui ontient les problèmes tels que pour toutǫ > 0
, il existe un algorithme d'approximationpour e problème de rapport1 + ǫ
.•
la lasse FPTAS qui ontient les problèmes tels que pour toutǫ > 0
, il existe un algorithme d'approximation pour e problème de rapport1 + ǫ
et tels que la om-plexité de et algorithme soit une fon tion polynomiale en la taillede l'instan e et1
ǫ
.La rédu tion polynomiale dé rite ne préservant pas l'appartenan e à es lasses, d'autres
rédu tions ont été développées. Nous utilisons dans ette thèse la
L
-rédu tion ar elle- i permet d'obtenir une relation entre lesrapports d'approximation.L-rédu tion. Lanotion de
L
-rédu tion aété introduitepar Papadimitriouet Yannaka-kis dans [35℄. SoitA = (
I
A
,
P
A
,
valA
,
optA
)
etB = (
I
B
,
P
B
,
valB
,
optB
)
deux problèmes d'optimisation ombinatoire, alorsA
est ditL
-rédu tible àB
s'il existe deux onstantesα, β > 0
telles que1. Il existe une fon tion, al ulable en temps polynomial, qui transforme n'importe
quelle instan e
I
∈ I
A
deA
en une instan eI
′
∈ I
B
deB
telle que optB
(I
′
)
≤
α
·
opt2. Il existe une fon tion, al ulable en temps polynomial, qui transforme n'importe
quelle solution
S
′
de
I
′
en
S
une solution deI
telle que|
valB
(S
′
, I
′
)
−
opt
B
(I
′
)
| ≤
β
· |
valA
(S, I)
−
optA
(I)
|
.La propriété intéressante de la
L
-rédu tion est que si un problèmeA
estL
-rédu tible àB
ave les onstantesα, β
et siB
estc
-approximable et0
≤ αβ(c − 1) < 1
alorsA
est1
Problème de forêt ontrainte
2.1 Introdu tion
Une forêt est un graphe ne ontenant pas de y le. Ainsi haque omposante onnexe
dans une forêt est un arbre. Des problèmes d'optimisation ombinatoiredans les graphes
lassiques peuvent se reformuler en tant que problème de forêt ontrainte. Ainsi l'arbre
ouvrant minimal est une forêt ne ontenant qu'une omposante. Le problème de la
fo-rêt à profondeur borné xée onsiste à re her her un ensemble d'arêtes tel que haque
omposante onnexe formeun arbre d'une profondeur bornée.
Dansungraphe
G = (V, E)
,une ouverturedessommetsave desarêtesestunensemble d'arêtesS
⊆ E
telquetout sommetdeV
soitl'extrémitéd'unearête deS
. Trouverρ(G)
, latailleminimaled'une ouvertured'ungrapheave desarêtesestunproblèmebien onnuque nous avons déni dans les préliminaires,Min Couverture. La taille d'un ouplage
maximal est notée
ν(G)
, 'est don une solution optimale du problème Max Couplage dé rit dans les préliminaires.Le théorème de Gallai [19℄ arme que pour tout graphe neomportant pas de sommet isolé, l'égalité
ν(G) + ρ(G) = n
est vraie.Cette relationdé oule d'une propriété plus forte reliant es deux problèmes : en eet,
haque ouplagede taillemaximale peutêtre étendu en une ouverturede tailleminimale,
et de manière inverse, à partir de haque ouverture de taille minimale, un ouplage de
taillemaximalepeutêtreextrait.Cetterelationpermetd'établirque, ommeleproblèmede
ouplage de taillemaximale,leproblème de ouverturede tailleminimalepeut être résolu
en temps polynomial. Dans le as des graphes pondérés, 'est-à-dire que des poids sont
asso iés auxarêtes, nous her herons àminimiserlepoidsde la ouverture,lepoids d'une
ouvertureétantnaturellementlasommedes poidsdesarêtes onstituant ette ouverture.
Ce hapitre est basé sur unarti le à paraître dans [3℄, ee tué en ollaboration ave C. Bazgan et
Le problème de ouverture de poids minimal peut être réduit à un problème de ouplage
parfaitdepoidsminimal,voirse tion2.2.2.En onséquen e,unesolutionoptimalepeutêtre
obtenue en temps
O(n
3
)
grâ e au résultat de Edmonds et Johnson [15℄ sur les ouplages
parfaits de poids minimal. Néanmoins, dans le as pondéré, il n'existe pas de relation
similaire à elle de Gallai [41℄. Nous pouvons fa ilement remarquer que toute solution
minimale pour l'in lusion, en parti ulier la solution optimale, de Min Couverture est
uneforêt.Eneet,siunesolutionduproblème ontientun y lealorsnouspouvonsenlever
une arête de e y le à la solution, le nouvel ensemble obtenu est toujours une solution
réalisableet ilest de poids inférieur.
Dans e hapitre, nous nous intéressons à un problème qui onsiste à trouver dans un
graphepondéréuneforêt ouvrantede poidsminimaltellequetousses arbressontd'ordre
au moins
p
. Nous noterons e problème Min WCF(p
). Nous dénissons formellement le problème de laforêtminimale ontraintede lamanière suivante :Forêt ontrainte de poids minimal (Min WCF
(p)
)Entrée :Un graphe non-orientépondéré
(G, w)
onnexe ontenant au moinsp
sommets.Sortie:Uneforêt
F =
{T
1
, . . . , T
q
}
ouvrantedonttouslesarbressontd'ordre aumoinsp
de poids minimal,w(F ) =
P
q
i=1
P
e∈T
q
w(e)
.
2.1.1 Résultats existants sur e problème
Dans [34℄, Monnot et Toulouse montrent entre autres que la partition d'un graphe en
haînes de longueur 3 est un problème NP- omplet, e qui permet de déduirerapidement
quela version sans poids de Min WCF(3)est NP-di ile.Le résultatétantdonné même
surlesgraphes planairesbipartisdedegrémaximum3,MinWCF(3)resteNP-di ilesur
ette lasse degraphes. Imielinskaetal.[25℄ ontmontréqueMin WCF(
p
)est NP-di ile pourp
≥ 4
,ilsdonnentparailleursunalgorithmegloutonquifournitune2
-approximation. Demanièreassezintéressanteun algorithmediérent,étudiépar LaszloetMukherjee[29℄,aexa tementlemêmerapportd'approximation.Ilsontégalementdonnéunegénéralisation
de esdeux algorithmesgloutons,mais ette généralisationresteave un rapportde2[30℄.
EnutilisantlaméthodedeGoemansetWilliamson[21℄,unmeilleurratiopeutêtreobtenu:
2
−
1
n
.2.1.2 Nos travaux
Nous notons Min CF
(p)
laversion sans poids de Min WCF(p
). Jusqu'à présent, rien n'était onnu à propos de la omplexité de Min CF(p)
pourp
≥ 4
. Nous montrons que Min CF(p)
est NP-di ile pour toutp
≥ 4
, même sur les graphes planaires bipartis dedegré maximum 3.
Forêt ontrainte minimale(Min CF
(p)
)Entrée :Un graphe non-orienté onnexe ontenant aumoins
p
sommets. Sortie : Une forêt ouvrante dont tous les arbres sont d'ordre au moinsp
(i.e., ils ontiennenttous aumoinsp
sommets) ontenant un nombre minimal d'arêtes.Deplus,nousétudions lanon-approximabilitéde es problèmes.Dans ettedire tion,nous
prouvonsqu'enlaissantde téla onditiondeplanarité,MinCF
(p)
devientAPX- omplet pourtoutp
≥ 3
surlesgraphesbipartis,mêmeave undegrémaximalde3.Ilapparaîtaussi que et aaiblissement est né essaire pour obtenir e résultat de non-approximation, arnousobtenons uns héma d'approximationpolynomialpourMin WCF
(p)
surdes graphes planaires.D'ailleurs, pour e dernierrésultat,nous pouvons autoriserp
à roîtreen l'ordre deO
log n
log log n
.Unoutil importantdans lapreuvede e dernierrésultat est un algorithme
al ulantune solutionoptimalepour Min WCF
(p)
sur un graphede largeurarbores ente auplusk
entempsO(k
ck
p
2k+2
n)
,pourune ertaine onstante
c
.Cetteméthoderestevalide sans restri tionsurla roissan e dep
.Elleest ainsiappli ablesur des lassesdeproblèmes quine peuvent êtretraitées dire tementpar lapuissanteméthode de Cour elle utilisantlalogique monadiquedu se ondordre [12℄.
2.1.3 Quelques propriétés des solutions optimales
Si notre graphe ontient plusieurs omposantes onnexes disjointes, résoudre notre
problème sur e graphe revient à le résoudre séparément sur les diérentes omposantes
onnexesde e graphe.Unesolutionpartielletraitantl'unedes omposantes onnexesd'un
graphen'a au une in iden e surlesautres omposantes onnexesde e graphe.Ainsipour
sepla erdans un ontexte plus simplenous onsidérerons toujoursquelesgraphesétudiés
ne ontiennent qu'une seule omposante onnexe.
Toute solution optimale
F
∗
sera onstituée d'une famille d'arbres
{T
∗
1
, . . . , T
q
∗
}
. Nous pouvons remarquer que le diamètre de ha un de es arbres est inférieur stri tement à2p
− 1
ar, sinon, nous pourrionsséparer et arbre en deux arbres de taillesupérieure ou égale àp
.Eneet, siun arbre ontientune haîne de longueur2p
− 1
, alorslasuppression de l'arête médiane réera deux haînes de longueurp
− 1
. Ainsiles deux arbres résultant de ette suppression ontiendront ha un une haîne de longueurp
− 1
,et don ,au moins2.2 Résultats de omplexité
Nous étudions la omplexitéselon plusieursparamètres : le degré maximaldu graphe,
lavaleur de
p
,ainsi quelaplanaritédu graphe.Dans ha unde es as, nous déterminons si es restri tions du problème sontfa ilesou bien di iles.Nous ommençons par les asfa ilesave une dis ussion sur le degré maximal
∆
max
.2.2.1 Le graphe a un degré maximal inférieur à 2
Soit
G = (V, E)
un graphe ave∆
max
(G)
≤ 2
, la largeur arbores ente deG
est don aussi inférieure à 2. Comme nous le montrons dans la se tion 2.5 nous pouvons obtenirune solutionoptimaleen temps
O(p
6
n)
.Notreobje tifi iest dediminuerla omplexitéde
résolution dans e as. Nousdistinguons trois as selon lavaleur de
∆
max
:• ∆
max
= 0
: Lesgraphes onsidérés ne ontenant qu'une omposante onnexe, elui- i est onstitué d'un seul sommetisolé. La solutionpourp = 1
est l'ensemble vide.• ∆
max
= 1
: Dans e as, le graphe est formé d'un ouple de sommets reliés par une arête.Pourp = 2
,lasolutionoptimaleest l'arêtede egraphe,pourp = 1
'est l'ensemble vide.• ∆
max
= 2
: Le grapheest don soitune haîne soit un y le.Sur une haîne. Soit
P
n
= (v
1
, e
1
, . . . , v
n−1
, e
n−1
, v
n
)
une haîne surn
sommets, nous posonsw
i
= w(e
i
)
pour touti
. Nous onsidérons les ouvertures partielles qui respe tent la ontraintesuivante :Etant donné un sommet
v
et un entierk
,1
≤ k ≤ p
, nous her hons un sous-ensemble d'arêtes deE
′
⊆ E
i
=
{e
1
, . . . , e
i−1
}
tel que, dans le sous-graphe partiel(V
i
=
{v
1
, . . . , v
i
}, E
i
)
, le sommetv
i
est dans une omposante onnexe de taille au moinsk
et lesautres sommetssont soitdans la omposante onnexe dev
i
,soit dans une omposante onnexe de taille supérieure ou égale àp
. De manière équivalente, puisque le graphe est une haîne, nous her hons une forêt ouvranteF
de(V
i
, E
i
)
telle que:(
|C(v
i
)
| ≥ k
∀j < i (|C(v
j
)
| ≥ p) ∨ (C(v
i
) = C(v
j
))
(2.1)
où
C(v)
désignel'arbredeF
ontenantv
. NousnotonsC
k
i
l'ensembledes forêts de(V
i
, E
i
)
vériant(2.1)etc
k
i
leminimumdes poids de es forêts. Sil'ensemblede esforêts est vide,c
k
v
= +
∞
pardéfaut.Nousproposonsde al ulerdemanièredynamiquelesvaleursc
k
i
pour touti
etpour toutk
.A l'initialisation
c
k
1
= 0
sik = 1
etc
k
1
= +
∞
sinon.Nousétablissons maintenantla relationde ré urren e suivante.
c
k
i+1
=
(
min(c
p
i
, c
1
i
+ w
i
)
sik = 1
c
k−1
i
+ w
i
sinon Sik > 1
, alors l'arêtee
i
appartient à toute ouverture deC
k
i+1
. En eet, si ette arête n'étaitpas dansla ouverture, lesommetv
i+1
setrouveraitisolé.Nous pouvons don nous restreindre à her her la plus petite ouverture deC
k−1
i
ajoutant l'arêtee
i
à haque ou-verturepour obtenirune ouverture deC
k
i+1
. Trouverc
k
i+1
revientà trouverc
k−1
i
+ w
i
.Si
k = 1
alors nous devons distinguer les as oùe
i
appartient à une ouverture minimale ounon :•
Sie
i
appartient à la ouverture, alors le sommetv
i
est dans le même arbreT
v
i
quev
i+1
. PuisqueT
v
i
est de taille au moins2
et quek = 1
, la ontrainte portant surT
v
i
est toujours veriée. Il sut de trouver une ouverture minimale dansC
1
i
. La ouverture minimaledeC
k
i+1
ontenante
i
est de poidsc
1
i
+ w
i
.•
Sie
i
n'appartient pas à la ouverture optimale,alorsv
i+1
est isolé et tous les autres sommets sont dans des omposantes onnexes de taillep
. Il sut don de her her la ouverture minimaleparmiC
p
i
.Cette relation de ré urren e nous permet d'établir un algorithme de programmation
dynamiquequi s'exé ute en temps
O(np)
etqui al uleralesnombresc
p
i
pourk = 1, . . . , p
eti = 1, . . . , n
.C
p
n
onstitue l'ensembledes ouvertures ontraintes réalisables. Ainsic
p
n
est lavaleur minimaled'une ouverture par une forêt ontrainte. Il est assez simple d'obtenirlaforêt orrespondante en retenant lesarêtes utilisées pour le al ul de haque
c
k
v
.Sur un y le. Soit
C
n
= (v
1
, . . . , v
n
, e
n
, v
1
)
un y le surn
sommets. A partirdu moment oùnousdé idonsde nepas utiliserunearêtedonnée, notreproblèmeseréduità onsidérerune haîne. De plus, nous savons que, dans une solution optimale, il n'y a pas d'arbre
de diamètre supérieur ou égal à
2p
. Sur le y le tous les arbres seront des haînes. Le diamètre d'une haîne étant sa longueur, il n'y a pas de haînes de longueur supérieureou égale à
2p
dans une solution optimale.Si nous onsidérons2p
− 1
arêtes onsé utives, au moins l'une d'entre elles ne sera pas hoisie dans une solution optimale.Nous prenonsarbitrairement
2p
− 1
arêtes onsé utives dans notre y le et, pour ha une d'entre elles, nous déterminons une forêt ouvrante minimalesur la haîne obtenue ave lasuppressionde l'arête en question. La plus petite de es solutions nous donne une solution optimale
pour le y le. Cet algorithme s'exé ute en temps
O(np
2
)
.
Ces deux exemples nous permettent d'obtenir que, sur les graphes de degré au plus 2, la
Nous allons désormais nous pla er dans le as où
∆
max
≥ 3
. Notre étude porte sur la valeur dep
.2.2.2
p
≤ 2
Nous traitons désormais le as des graphes généraux en distinguant les as selon la
valeur de
p
. Pourp = 1
,E =
∅
est toujours une solution valide pour Min WCF(1) et, étantdonné que lesarêtes sont de poids positif, 'est une solution optimale.Pour
p = 2
,ilexisteune rédu tiondeMinWCF(2)vers leproblèmedere her he d'un ouplage parfait de poids minimumdans un graphe ompletpondéréave un nombre pairde sommets [A. Shrijver, Combinatorial Optimization,volume 1, hapitre 19.3℄[40℄.
Couplage parfait minimal (Min CP)
Entrée :Un graphe pondéré ompletave
2n
sommets,(K
2n
, w)
. Sortie :n
arêtes non adja entes deux à deux de poids minimal.Soit
I = (G, w)
une instan e du problème de Min WCF(2) aveG = (V, E)
et|V | = n
. Nousallons onstruire une instan eI
′
= (K
2n
, w
′
)
de Min CP de lamanièresuivante : pour haque sommetv
∈ V
nous réons une opiev
′
. Ce i forme l'ensembledes sommets
V
′
de
K
2n
. Ainsi :V
′
=
[
v∈V
{v, v
′
}
Pour tout sommet
v
∈ V
, notonsw
v
le poids de l'arête de poids minimal qui est in idente àv
dansG
. Nous dénissons la fon tion de poidsw
′
: V
′2
→
R de la façon suivante,w
′
(u, v) =
w(u, v)
si(u, v)
∈ E
w
u
+ w
v
siu, v
∈ V (u, v) /
∈ E
w
u
siu
∈ V, v /
∈ V
0
siu, v /
∈ V
Ce graphe ompletpondéré ontenant
2n
sommetspeut être onstruit en temps poly-nomial. Il sut désormais de montrer qu'on peut obtenir une solution optimale de MinWCF(2)à partird'une solutionoptimalede Min CP. La preuve de lapropriété suivante
sut à montrer la validité de la rédu tion.
Propriété 2.2.1. opt MinCP
(I
′
) =
opt MinWCF(2)(I)
Démonstration. Soit un ensemble d'arêtes
M
∗
qui réalise un ouplage parfait de poids
minimal pour
I
′
= (K
2n
, w
′
)
. Nous ommençons par former une solution partiellede Min WCF(2) surI = (G, w)
en séle tionnant l'ensemble d'arêtesM
∗
∩ E
. Tout sommet
u
deG
non ouvert par ette solution partielle est ouvert soit par une arête(u, v)
de poidsw
u
+ w
v
, siv
∈ V
, soit par une arête(u, v)
, siv /
∈ V
de poidsw
v
. Lorsquev
∈ V
, nous remplaçons ette arête par deux arêtes adja entes respe tivement àu
etv
qui sont de poids respe tivementw
u
etw
v
. Siv /
∈ V
, nous remplaçons l'arête(u, v)
de poidsw
u
par une arêtedeE
in identeàu
de poids minimalquiest par dénitionw
u
.Si unearête aété prise plusieurs fois par ette pro édure, nous ne omptons elle- iqu'une seule fois. Ainsinous obtenons une solution réalisable
F
surG
de poids inférieur ou égal au poids deM
∗
d'où : opt MinWCF(2)(I)
≤ w(F ) ≤ w
′
(M
∗
) =
opt MinCP(I
′
)
(2.2)Ré iproquement à partir d'une solution optimale
F
∗
de Min WCF(2) sur
G
, nous formons un ouplage partiel en séle tionnant une arête pour haque arbre deF
∗
. Pour
tout sommet
u
∈ V
insaturé dans e ouplage partiel, nous séle tionnons l'arête(u, u
′
)
,
obtenant ainsi une nouvelle solution partielle de
K
2n
. Le nombre de sommets deV
′
\ V
restantinsaturés dans enouveau ouplage estpair.Nouspouvons ainsilesasso ierdeux à
deuxave desarêtesdepoidsnul.Ce inousdonneun ouplageparfait
M
deK
2n
,vériant: opt MinCP(I
′
)
≤ w
′
(M)
≤ w(F
∗
) =
opt MinWCF(2)(I)
(2.3)En utilisantles inégalités(2.2) et(2.3), nous obtenons l'égalitésouhaitée.
2.2.3
p = 3
Monnot et Toulouse [34℄ se sont intéressés à la partition d'un graphe en haînes de
longueurxée. Enparti ulierpour les haînesde longueur2ilsontmontréqueleproblème
estNP-di ilemêmesurlesgraphesplanairesbipartisdedegrémaximum3.Celaimplique
entre autres la NP-di ulté de Min CF(3) même pour les graphes planaires bipartis de
degré maximum 3.
2.2.4
p
≥ 4
Dans ettepartie nousprouvons que Min CF(
p
)est NP-di ilepour toutp
≥ 4
pour lamême lasse restreinte d'instan es.Théorème 2.2.2. Pour tout
p
≥ 4
, Min CF(p)
est NP-di ile, même sur des graphes planaires bipartis de degré maximum 3.Pour ettepreuvenousutilisonslefaitquele ouplagetridimensionnelest unproblème
graphes.
Couplage tridimensionnel parfait (3DM)
Entrée:Troisensembles
A, B, C
telsque|A| = |B| = |C| = q
,etun ensemble de tripletsT ⊆ A × B × C
.Question : Existe-t-il
q
éléments deT
qui ne partagent entre eux au un élément deA, B
ouC
?La version d'optimisationde e problème est APX- omplet [26℄.
Max 3DM
Entrée:Troisensembles
A, B, C
telsque|A| = |B| = |C| = q
,etun ensemble de tripletsT ⊆ A × B × C
.Sortie : Un ensemble maximal d'éléments de
T
qui ne partagent entre eux au un élémentdeA, B
ouC
.Nous utiliserons plus parti ulièrementla restri tion de e problème auxinstan es oùtout
élément de
A, B
etC
apparaîtexa tement deux fois dans lestriplets deT
. La restri tion de e problème reste APX- omplet [8℄ et elle nous permettra de montrer des seuilsd'in-approximabilité pour notre problème.
Max 3DM
2
Entrée:Troisensembles
A, B, C
telsque|A| = |B| = |C| = q
,etun ensemble de tripletsT ⊆ A × B × C
tel que haque élément deA
∪ B ∪ C
apparait exa tement dans deux éléments deT
.Sortie : Un ensemble maximal d'éléments de
T
qui ne partagent entre eux au un élémentdeA, B
ouC
.Notons que le problème Max 3DM
2
lorsque le ouplage tridimensionnel est de valeurq
, est un problème polynomial (problèmeSP1, page 221, [20℄).Démonstration. Nous ommençonsparprouverlaNP-di ultépour
p = 4
.Pour elanous onstruisons une rédu tion polynomialeà partir de 3DM vers Min CF(4
).Soit
I = (A, B, C,
T )
, une instan e de 3DM telle que|A| = |B| = [C| = q
etT =
{T
1
, . . . , T
m
}
. Nous supposons, sans perte de généralité, que haque élément apparaît au moins dans un triplet (dans le as é héant,I
n'admet pas de ouplage tridimensionnel parfait).Figure 2.1 Une
t
-grieoùla ligne poitillée représente une haîne de longueurt
.L'instan e de Min CF(4) orrespondante à
I
sera le grapheG = (V, E)
que nous onstruisons de la manière suivante Pour haque tripletT
ℓ
= (a
i
, b
j
, c
k
)
∈ T
, nous réons une étoile à3 bran hes, que nous appelleronsgadget étoile,sur les sommetsa
ℓ
i
, b
ℓ
j
, c
ℓ
k
, d
ℓ
et ontenant les arêtes(a
ℓ
i
, d
ℓ
), (b
ℓ
j
, d
ℓ
), (c
ℓ
k
, d
ℓ
)
.Par onstru tion es gadgets étoile sont deux àdeux sommetsdisjoints.Cela nous amèneàdénir lesensembles de sommetsetd'arêtessuivants:
V
T
=
[
T
ℓ
=(a
i
,b
j
,c
k
)∈T
{a
ℓ
i
, b
ℓ
j
, c
ℓ
k
, d
ℓ
}
etE
T
=
[
T
ℓ
=(a
i
,b
j
,c
k
)∈T
{(a
ℓ
i
, d
ℓ
), (b
ℓ
j
, d
ℓ
), (c
ℓ
k
, d
ℓ
)
}.
Un gadget lien est asso ié aux éléments de
A
∪ B ∪ C
: si un élément appartient àh
triplets, alorsh
− 1
gadgets lien sont rées de manière à former une haîne de manière similaire.Nous traitonsd'abord l'ensemble
A
,les autres ensembles sont traités ensuite.Nousdénissonsl'ensemble
J
A
⊆ A×
N×
Nparla olle tionde tousles(a
i
, r, s)
respe tant lapropriétésuivante:r, s
sontdeuxindi es onsé utifsdetriplets ontenanta
i
, 'est-à-direa
i
∈ T
r
,a
i
∈ T
s
eta
i
∈ T
/
ℓ
pourtoutr < ℓ < s
.Unet
-grieest onstruiteàpartird'unK
1,3
oùunearêteaétérempla éeparune haînedelongueurt
,voirFigure2.1pourl'illustration d'unet
-grie.Chaque(a
i
, r, s)
∈ J
A
dénitungadgetlienquiinduitune1
-grie ontenant lessommetsa
r
i
, a
s
i
, a
r,s
i
, a
r,s
i
etlesarêtes(a
r
i
, a
r,s
i
), (a
r,s
i
, a
s
i
), (a
r,s
i
, a
r,s
i
)
.Nousdénissonsainsi lesensembles suivants.V
A
=
[
(a
i
,r,s)∈J
A
{a
r,s
i
, a
r,s
i
}
etE
A
=
[
(a
i
,r,s)∈J
A
{(a
r
i
, a
r,s
i
), (a
r,s
i
, a
s
i
), (a
r,s
i
, a
r,s
i
)
}.
L'ensemble
J
B
est déni de manièresimilaire.Ainsi, pour tout
(b
j
, r, s)
∈ J
B
, nous dénissons un gadget lien formant une2
-grie ontenantlessommetsb
r
j
, b
s
j
, b
r,s
j
, b
r,s
j
, b
r,s
j
etlesarêtes(b
r
j
, b
r,s
j
), (b
r,s
j
, b
s
j
), (b
r,s
j
, b
r,s
j
), (b
r,s
j
, b
r,s
j
)
. Nousdénissons ainsi lesensembles suivants.V
B
=
[
(b
j
,r,s)∈J
B
{b
r,s
j
, b
r,s
j
, b
r,s
j
}
etE
B
=
[
(b
j
,r,s)∈J
B
{(b
r
j
, b
r,s
j
), (b
r,s
j
, b
s
j
), (b
r,s
j
, b
r,s
j
), (b
r,s
j
, b
r,s
j
)
}.
Lesensembles
V
C
etE
C
sont onstruitsen omplèteanalogieàV
B
etE
B
,introduisantainsi lesgadgets lien(c
k
, r, s)
∈ J
C
etobtenant lesensembles de sommetsV
C
et d'arêtesE
C
.L'union de es ensembles de sommets etd'arêtes nous donnel'instan e de Min CF(4)
orrespondantà
I
.Plus pré isément,G
apourensemblede sommetsV (G)
etE(G)
omme ensemble d'arêtes où :V (G) = V
T
∪ V
A
∪ V
B
∪ V
C
E(G) = E
T
∪ E
A
∪ E
B
∪ E
C
Unélémentde
A
∪B ∪C
apparaissantdansh
tripletsestasso iéàh
opieseth
−1
gadgets liendansG
,lenombretotaldesommetsestpré isément12
|T |−8q
.Don latransformation est bien linéaire en la taillede l'entrée. Un exemple de ette onstru tion est donné danslaFigure 2.2.
c
2,3
1
c
2,3
1
b
2,5
1
b
2,5
1
b
2,5
1
b
2
1
b
5,6
1
b
5,6
1
b
5
,
6
1
a
4,5
1
a
4,5
1
c
4,6
3
c
4,6
3
c
4,6
3
a
6
3
b
6
1
d
6
c
6
3
b
3
,
4
3
b
3,4
3
b
3,4
3
d
3
b
3
3
a
3
2
c
3
1
a
2,4
1
a
2,4
1
c
4
3
d
4
b
4
3
d
5
d
1
d
2
a
4
1
c
1
,
5
2
c
1,5
2
c
1,5
2
b
5
1
a
5
1
c
5
2
c
1
2
b
1
2
a
1,2
1
a
1
1
a
1,2
1
a
2
1
c
2,3
1
c
2
1
Figure 2.2 Graphe
G
obtenu à partir de l'instan eI = (A, B, C,
T )
de 3DM aveA =
{a
1
, a
2
, a
3
}, B = {b
1
, b
2
, b
3
}, C = {c
1
, c
2
, c
3
}
,etT = {T
1
, . . . , T
6
}
aveT
1
= (a
1
, b
2
, c
2
),
Nous allons montrer que
I
ontient un ouplage tridimensionnelparfait siet seulement siG
admet une forêt ouvrante ontenantauplus9
|T | − 6q
arêtes telle que haque arbre de ette forêtsoit d'ordreau moins4.Nous supposons d'abord que
M
est un ouplage tridimensionnelparfait pourI
. Pour unT
ℓ
= (a
i
, b
j
, c
k
)
∈ M
, nous posonsf
M
(a
i
) = f
M
(b
j
) = f
M
(c
k
) = ℓ
. Nous notons parF
T
l'ensembledes arêtes des gadgetsétoile orrespondantaux triplets dans lasolutionM
:F
T
=
[
T
ℓ
=(a
i
,b
j
,c
k
)∈M
{(a
ℓ
i
, d
ℓ
), (b
ℓ
j
, d
ℓ
), (c
ℓ
k
, d
ℓ
)
}
etF
a
i
=
[
r<f
M
(a
i
)
(a
i
,r,s)∈J
A
{(d
r
, a
r
i
), (a
r
i
, a
r,s
i
), (a
r,s
i
, a
i
r,s
)
} ∪
[
s>f
M
(a
i
)
(a
i
,r,s)∈J
A
{(d
s
, a
s
i
), (a
s
i
, a
r,s
i
), (a
r,s
i
, a
i
r,s
)
},
F
b
j
=
[
r<f
M
(b
j
)
(b
j
,r,s)∈J
B
{(b
r
j
, b
r,s
j
), (b
r,s
j
, b
r,s
j
), (b
r,s
j
, b
r,s
j
)
} ∪
[
s>f
M
(b
j
)
(b
j
,r,s)∈J
B
{(b
s
j
, b
r,s
j
), (b
r,s
j
, b
r,s
j
), (b
r,s
j
, b
r,s
j
)
}.
L'ensembleF
c
k
est déni ommeF
b
j
.SoitF
M
=
S
e∈A∪B∪C
F
e
∪ F
T
. LaforêtF
M
ouvreG
ave des arbres d'ordre4. Ainsi, 'est bien une forêt de poids9
|T | − 6q
.Ré iproquement,soit
F
une forêt ouvrantedeG
de tailleauplus9
|T | − 6q
,où ha un des arbres est d'ordreaumoins 4.Puisque legrapheG
aexa tement12
|T | − 8q
sommets, une forêt ouvrante sans arbres d'ordre trois ou moins est de taille au moins9
|T | − 6q
. Ainsi,touslesarbresdeF
sontd'ordreexa tement4,etF
est de taille9
|T | − 6q
.Deplus, toutes les arêtes de la forme(a
r,s
i
, a
r,s
i
)
sont dansF
puisque(a
r,s
i
, a
r,s
i
)
est la seule arête in identeàa
r,s
i
.F
aseulementdesarbresd'ordre4,ainsiuneseuledesdeux arêtes(a
r,s
i
, a
r
i
)
et