• Aucun résultat trouvé

Êtes-vous au point sur le coloriage?

N/A
N/A
Protected

Academic year: 2022

Partager "Êtes-vous au point sur le coloriage?"

Copied!
117
0
0

Texte intégral

(1)

Êtes-vous au point sur le coloriage?

Aurélie Lagoutte

G-SCOP, Université Grenoble Alpes

Mercredi 30 novembre 2016 Filles et Maths, Grenoble

(2)

Thèse en informatique fondamentale

(3)

Thèse en informatique fondamentale

(4)

Thèse en informatique fondamentale Enseignement

(TD à la fac)

(5)

Thèse en informatique fondamentale

Enseignement (TD à la fac)

Recherche

?

(6)

Thèse en informatique fondamentale

= Mathématiques discrètes Enseignement

(TD à la fac)

Recherche

?

(7)

Thèse en informatique fondamentale

= Mathématiques discrètes Enseignement

(TD à la fac)

Recherche

?

Réparer les ordinateurs, Word, Excel

(8)

Thèse en informatique fondamentale

= Mathématiques discrètes Enseignement

(TD à la fac)

Recherche

?

Réparer les ordinateurs, Word, Excel

Programmation

(9)

Thèse en informatique fondamentale

= Mathématiques discrètes Enseignement

(TD à la fac)

Recherche

?

Réparer les ordinateurs, Word, Excel

Programmation Prouver des théorèmes avec un papier et un crayon

(10)

Problème no1 :les antennes radio

But :acheter le moins de fréquences possible. Optimal :3 fréquences.

(11)

Problème no1 :les antennes radio

6=fréquences

But :acheter le moins de fréquences possible. Optimal :3 fréquences.

(12)

Problème no1 :les antennes radio

6=fréquences

But :acheter le moins de fréquences possible.

Optimal :3 fréquences.

(13)

Problème no1 :les antennes radio

6=fréquences

F1 F3

F2

But :acheter le moins de fréquences possible.

Optimal :3 fréquences.

(14)

Problème no1 :les antennes radio

6=fréquences

F1 F3

F2

F2

But :acheter le moins de fréquences possible.

Optimal :3 fréquences.

(15)

Problème no1 :les antennes radio

6=fréquences

F1 F3

F2

F2

F1

But :acheter le moins de fréquences possible.

Optimal :3 fréquences.

(16)

Problème no1 :les antennes radio

6=fréquences

F1 F3

F2

F2

F1

F3

But :acheter le moins de fréquences possible.

Optimal :3 fréquences.

(17)

Problème no2 :les emplois du temps

Cours Horaire

Français 8h30-10h30 Anglais 9h-10h

Maths 14h-16h

Histoire-Géo 11h-12h Physique 9h45-11h45 But :utiliser le moins de salles possible.

Optimal :3 salles (témoin : Français, Anglais et Physique).

(18)

Problème no2 :les emplois du temps

Cours Horaire

Français 8h30-10h30 Anglais 9h-10h

Maths 14h-16h Histoire-Géo 11h-12h

Physique 9h45-11h45 But :utiliser le moins de salles possible.

Optimal :3 salles (témoin : Français, Anglais et Physique).

(19)

Problème no3 :La carte de Géographie

(20)

Problème no3 :La carte de Géographie

But :utiliser le moins de couleurs possibles.

Optimal :4 couleurs (témoin : ?)

(21)

Problème no3 :La carte de Géographie

But :utiliser le moins de couleurs possibles.

Optimal :4 couleurs (témoin : ?)

(22)

Problème no3 :La carte de Géographie

But :utiliser le moins de couleurs possibles.

Optimal :4 couleurs (témoin : ?)

(23)

Problème no3 :La carte de Géographie

But :utiliser le moins de couleurs possibles.

Optimal :4 couleurs (témoin : ?)

(24)

Problème no3 :La carte de Géographie

But :utiliser le moins de couleurs possibles.

Optimal :4 couleurs (témoin : ?)

(25)

Problème no3 :La carte de Géographie

But :utiliser le moins de couleurs possibles.

Optimal :4 couleurs (témoin : ?)

(26)

Problème no3 :La carte de Géographie

But :utiliser le moins de couleurs possibles.

Optimal :4 couleurs (témoin : ?)

(27)

Problème no3 :La carte de Géographie

But :utiliser le moins de couleurs possibles.

Optimal :4 couleurs

(témoin : ?)

(28)

Problème no3 :La carte de Géographie

But :utiliser le moins de couleurs possibles.

Optimal :4 couleurs (témoin : ?)

(29)

Emploi du temps

Carte de Géo Antennes radio

(30)

Coloration de graphes

Emploi du temps

Carte de Géo Antennes radio

(31)

6=fréquences

Ungraphe, c’est :

des sommets(les points)

des arêtes (les traits)

Dans une coloration propre, deux sommets ont des cou- leurs différentes.

(32)

6=frequencies

Ungraphe, c’est : des sommets(les points)

des arêtes (les traits)

Dans une coloration propre, deux sommets ont des cou- leurs différentes.

(33)

Ungraphe, c’est : des sommets(les points)

des arêtes (les traits)

Dans une coloration propre, deux sommets ont des cou- leurs différentes.

(34)

Ungraphe, c’est : des sommets(les points)

des arêtes (les traits)

Dans une coloration propre, deux sommets reliés ont des couleurs différentes.

(35)

Ungraphe, c’est : des sommets(les points)

des arêtes (les traits)

Dans une coloration propre, deux sommets adjacents ont des couleurs différentes.

(36)

Problème no2 :les emplois du temps

Cours Horaire

Français 8h30-10h30 Anglais 9h-10h

Maths 14h-16h

Histoire-Géo 11h-12h Physique 9h45-11h45

8h 9h 10h 12h 14h 16h

Français Anglais

Maths H-Géo

Physique

F

A M

P HG

(37)

Problème no2 :les emplois du temps

Cours Horaire

Français 8h30-10h30 Anglais 9h-10h

Maths 14h-16h

Histoire-Géo 11h-12h Physique 9h45-11h45

8h 9h 10h 12h 14h 16h

Français Anglais

Maths H-Géo

Physique

F

A M

P HG

(38)

Problème no2 :les emplois du temps

Cours Horaire

Français 8h30-10h30 Anglais 9h-10h

Maths 14h-16h Histoire-Géo 11h-12h

Physique 9h45-11h45

8h 9h 10h 12h 14h 16h

Français Anglais

Maths H-Géo

Physique

F

A M

P HG

(39)

Problème no3 :La carte de Géographie

4 couleurs sont vraiment nécessaires

Peut-on colorer tout grapheplanaire avec seulement 4 couleurs ? (planaire=on peut le dessiner sans que les arêtes ne se croisent)

Oui

(40)

Problème no3 :La carte de Géographie

4 couleurs sont vraiment nécessaires

Peut-on colorer tout grapheplanaire avec seulement 4 couleurs ? (planaire=on peut le dessiner sans que les arêtes ne se croisent)

Oui

(41)

Problème no3 :La carte de Géographie

4 couleurs sont vraiment nécessaires

Peut-on colorer tout grapheplanaire avec seulement 4 couleurs ? (planaire=on peut le dessiner sans que les arêtes ne se croisent)

Oui

(42)

Problème no3 :La carte de Géographie

4 couleurs sont vraiment nécessaires

Peut-on colorer tout grapheplanaire avec seulement 4 couleurs ? (planaire=on peut le dessiner sans que les arêtes ne se croisent)

Oui

(43)

Problème no3 :La carte de Géographie

4 couleurs sont vraiment nécessaires

Peut-on colorer tout grapheplanaire avec seulement 4 couleurs ? (planaire=on peut le dessiner sans que les arêtes ne se croisent)

Oui

(44)

Problème no3 :La carte de Géographie

4 couleurs sont vraiment nécessaires

Peut-on colorer tout grapheplanaire avec seulement 4 couleurs ? (planaire=on peut le dessiner sans que les arêtes ne se croisent)

Oui

(45)

Problème no3 :La carte de Géographie

4 couleurs sont vraiment nécessaires

Peut-on colorer tout grapheplanaire avec seulement 4 couleurs ? (planaire=on peut le dessiner sans que les arêtes ne se croisent)

Oui

(46)

Problème no3 :La carte de Géographie

4 couleurs sont vraiment nécessaires

Peut-on colorer tout grapheplanaire avec seulement 4 couleurs ? (planaire=on peut le dessiner sans que les arêtes ne se croisent)

Oui

(47)

Problème no3 :La carte de Géographie

4 couleurs sont vraiment nécessaires Question posée en 1852 :

Peut-on colorer tout grapheplanaire avec seulement 4 couleurs ? (planaire=on peut le dessiner sans que les arêtes ne se croisent)

Oui

(48)

Problème no3 :La carte de Géographie

4 couleurs sont vraiment nécessaires Théorème des 4 couleurs (1976)

Peut-on colorer tout grapheplanaire avec seulement 4 couleurs ? (planaire=on peut le dessiner sans que les arêtes ne se croisent)

Oui

(49)

Preuve par Déchargement Idée :

1 répartir des pièces de monnaie sur les arêtes et/ou les sommets.

2 Compter les pièces

3 établir des règles de déchargement : décider qui doit payer qui, et en quelle quantité.

4 Recompter les pièces : la somme totale doit rester la même. n =8(pair)

1 + 2 + 3 + 4 + 5 + 6 + 7 + 8

(50)

Preuve par Déchargement Idée :

1 répartir des pièces de monnaie sur les arêtes et/ou les sommets.

2 Compter les pièces

3 établir des règles de déchargement : décider qui doit payer qui, et en quelle quantité.

4 Recompter les pièces : la somme totale doit rester la même. n =8(pair)

1 + 2 + 3 + 4 + 5 + 6 + 7 + 8

(51)

Preuve par Déchargement Idée :

1 répartir des pièces de monnaie sur les arêtes et/ou les sommets.

2 Compter les pièces

3 établir des règles de déchargement : décider qui doit payer qui, et en quelle quantité.

4 Recompter les pièces : la somme totale doit rester la même. n =8(pair)

1 + 2 + 3 + 4 + 5 + 6 + 7 + 8

(52)

Preuve par Déchargement Idée :

1 répartir des pièces de monnaie sur les arêtes et/ou les sommets.

2 Compter les pièces

3 établir des règles de déchargement : décider qui doit payer qui, et en quelle quantité.

4 Recompter les pièces : la somme totale doit rester la même. n =8(pair)

1 + 2 + 3 + 4 + 5 + 6 + 7 + 8

(53)

Preuve par Déchargement Idée :

1 répartir des pièces de monnaie sur les arêtes et/ou les sommets.

2 Compter les pièces

3 établir des règles de déchargement : décider qui doit payer qui, et en quelle quantité.

4 Recompter les pièces : la somme totale doit rester la même.

n =8(pair)

1 + 2 + 3 + 4 + 5 + 6 + 7 + 8

(54)

Preuve par Déchargement Idée :

1 répartir des pièces de monnaie sur les arêtes et/ou les sommets.

2 Compter les pièces

3 établir des règles de déchargement : décider qui doit payer qui, et en quelle quantité.

4 Recompter les pièces : la somme totale doit rester la même.

n =8(pair)

1 + 2 + 3 + 4 + 5 + 6 + 7 + 8

(55)

Preuve par Déchargement Idée :

1 répartir des pièces de monnaie sur les arêtes et/ou les sommets.

2 Compter les pièces

3 établir des règles de déchargement : décider qui doit payer qui, et en quelle quantité.

4 Recompter les pièces : la somme totale doit rester la même.

n =8(pair)

1 + 2 + 3 + 4 + 5 + 6 + 7 + 8

n2

n2

(56)

Preuve par Déchargement Idée :

1 répartir des pièces de monnaie sur les arêtes et/ou les sommets.

2 Compter les pièces

3 établir des règles de déchargement : décider qui doit payer qui, et en quelle quantité.

4 Recompter les pièces : la somme totale doit rester la même.

n =8(pair)

0 + 0 + 0 + 0 + 9 + 9 + 9 + 9

n2

n2

(57)

Preuve par Déchargement Idée :

1 répartir des pièces de monnaie sur les arêtes et/ou les sommets.

2 Compter les pièces

3 établir des règles de déchargement : décider qui doit payer qui, et en quelle quantité.

4 Recompter les pièces : la somme totale doit rester la même.

n =8(pair)

0 + 0 + 0 + 0 + 9 + 9 + 9 + 9

n2

n2

n

2×(n+ 1)

(58)

Preuve par Déchargement Idée :

1 répartir des pièces de monnaie sur les arêtes et/ou les sommets.

2 Compter les pièces

3 établir des règles de déchargement : décider qui doit payer qui, et en quelle quantité.

4 Recompter les pièces : la somme totale doit rester la même.

n =9(impair)

1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9

(59)

Preuve par Déchargement Idée :

1 répartir des pièces de monnaie sur les arêtes et/ou les sommets.

2 Compter les pièces

3 établir des règles de déchargement : décider qui doit payer qui, et en quelle quantité.

4 Recompter les pièces : la somme totale doit rester la même.

n =9(impair)

1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9

jn2kln2m

(60)

Preuve par Déchargement Idée :

1 répartir des pièces de monnaie sur les arêtes et/ou les sommets.

2 Compter les pièces

3 établir des règles de déchargement : décider qui doit payer qui, et en quelle quantité.

4 Recompter les pièces : la somme totale doit rester la même.

n =9(impair) ≤jn2kln2m

0 + 0 + 0 + 0 + 5 + 10 + 10 + 10 + 10

(61)

Preuve par Déchargement Idée :

1 répartir des pièces de monnaie sur les arêtes et/ou les sommets.

2 Compter les pièces

3 établir des règles de déchargement : décider qui doit payer qui, et en quelle quantité.

4 Recompter les pièces : la somme totale doit rester la même.

n =9(impair) ≤jn2kln2m

0 + 0 + 0 + 0 + 5 + 10 + 10 + 10 + 10

n+1 2

n1

2 ×(n+ 1)

(62)

Preuve par Déchargement Idée :

1 répartir des pièces de monnaie sur les arêtes et/ou les sommets.

2 Compter les pièces

3 établir des règles de déchargement : décider qui doit payer qui, et en quelle quantité.

4 Recompter les pièces : la somme totale doit rester la même.

n =9(impair) ≤jn2kln2m

0 + 0 + 0 + 0 + 5 + 10 + 10 + 10 + 10

n+1 2

n1

2 ×(n+ 1)

= (n+ 1)12+n21

(63)

Preuve par Déchargement Idée :

1 répartir des pièces de monnaie sur les arêtes et/ou les sommets.

2 Compter les pièces

3 établir des règles de déchargement : décider qui doit payer qui, et en quelle quantité.

4 Recompter les pièces : la somme totale doit rester la même.

n =9(impair) ≤jn2kln2m

0 + 0 + 0 + 0 + 5 + 10 + 10 + 10 + 10

n+1 2

n1

2 ×(n+ 1)

= (n+ 1)n2

(64)

Encore plus de graphes :

Réseaux sociaux : Sommets : personnes Arêtes : les amis

Question : trouver les communautés, étudier la plus grande distance possible entre deux personnes...

Réseaux routiers :

Sommets : villes (ou mieux : croisement de routes)

Arêtes : route directe entre deux villes (étiquettée par les km) Question : trouver le chemin le plus court (GPS !), parcourir toutes les routes (voiture Google), parcourir toutes les villes (tournée de Kendji)...

Et aussi : réseaux d’ordinateurs, théorie des jeux ...

(65)

Encore plus de graphes : Réseaux sociaux :

Sommets : personnes Arêtes : les amis

Question : trouver les communautés, étudier la plus grande distance possible entre deux personnes...

Réseaux routiers :

Sommets : villes (ou mieux : croisement de routes)

Arêtes : route directe entre deux villes (étiquettée par les km) Question : trouver le chemin le plus court (GPS !), parcourir toutes les routes (voiture Google), parcourir toutes les villes (tournée de Kendji)...

Et aussi : réseaux d’ordinateurs, théorie des jeux ...

(66)

Encore plus de graphes : Réseaux sociaux :

Sommets : personnes Arêtes : les amis

Question : trouver les communautés, étudier la plus grande distance possible entre deux personnes...

Réseaux routiers :

Sommets : villes (ou mieux : croisement de routes)

Arêtes : route directe entre deux villes (étiquettée par les km) Question : trouver le chemin le plus court (GPS !), parcourir toutes les routes (voiture Google), parcourir toutes les villes (tournée de Kendji)...

Et aussi : réseaux d’ordinateurs, théorie des jeux ...

(67)

Encore plus de graphes : Réseaux sociaux :

Sommets : personnes Arêtes : les amis

Question : trouver les communautés, étudier la plus grande distance possible entre deux personnes...

Réseaux routiers :

Sommets : villes (ou mieux : croisement de routes)

Arêtes : route directe entre deux villes (étiquettée par les km) Question : trouver le chemin le plus court (GPS !), parcourir toutes les routes (voiture Google), parcourir toutes les villes (tournée de Kendji)...

Et aussi : réseaux d’ordinateurs, théorie des jeux ...

(68)

Encore plus de graphes : Réseaux sociaux :

Sommets : personnes Arêtes : les amis

Question : trouver les communautés, étudier la plus grande distance possible entre deux personnes...

Réseaux routiers :

Sommets : villes (ou mieux : croisement de routes)

Arêtes : route directe entre deux villes (étiquettée par les km) Question : trouver le chemin le plus court (GPS !), parcourir toutes les routes (voiture Google), parcourir toutes les villes (tournée de Kendji)...

Et aussi : réseaux d’ordinateurs, théorie des jeux ...

(69)

Encore plus de graphes : Réseaux sociaux :

Sommets : personnes Arêtes : les amis

Question : trouver les communautés, étudier la plus grande distance possible entre deux personnes...

Réseaux routiers :

Sommets : villes (ou mieux : croisement de routes)

Arêtes : route directe entre deux villes (étiquettée par les km) Question : trouver le chemin le plus court (GPS !), parcourir toutes les routes (voiture Google), parcourir toutes les villes (tournée de Kendji)...

Et aussi : réseaux d’ordinateurs, théorie des jeux ...

(70)

2 types de questions :

Algorithmique Borne, garantie Peut-on calculer la colora-

tion optimale en temps rai- sonnable ?

Peut-on s’assurer que 4 couleurs suffiront toujours si notre graphe est pla- naire ?

Non

pour le cas général.

Mais

Oui

pour les graphes d’intervalles.

(71)

2 types de questions :

Algorithmique Borne, garantie Peut-on calculer la colora-

tion optimale en temps rai- sonnable ?

Peut-on s’assurer que 4 couleurs suffiront toujours si notre graphe est pla- naire ?

Non

pour le cas général.

Mais

Oui

pour les graphes d’intervalles.

(72)

2 types de questions :

Algorithmique Borne, garantie Peut-on calculer la colora-

tion optimale en temps rai- sonnable ?

Peut-on s’assurer que 4 couleurs suffiront toujours si notre graphe est pla- naire ?

Non

pour le cas général.

Mais

Oui

pour les graphes d’intervalles.

(73)

2 types de questions :

Algorithmique Borne, garantie Peut-on calculer la colora-

tion optimale en temps rai- sonnable ?

Peut-on s’assurer que 4 couleurs suffiront toujours si notre graphe est pla- naire ?

Non

pour le cas général.

Mais

Oui

pour les graphes d’intervalles.

(74)

2 types de questions :

Algorithmique Borne, garantie Peut-on calculer la colora-

tion optimale en temps rai- sonnable ?

Peut-on s’assurer que 42 couleurs suffiront toujours si notre graphe est gentil?

Non

pour le cas général.

Mais

Oui

pour les graphes d’intervalles.

(75)

SoitG un graphe.

Nombre chromatiqueχ(G)= nombre minimal de couleurs nécessaires pour colorerG.

Une clique est un ensemble de sommets deux à deux adjacents. La taille de la plus grande clique estω(G).

ω(G) =4 χ(G)≥ω(G)

(76)

SoitG un graphe.

Nombre chromatiqueχ(G)= nombre minimal de couleurs nécessaires pour colorerG.

Une clique est un ensemble de sommets deux à deux adjacents. La taille de la plus grande clique estω(G).

ω(G) =4 χ(G)≥ω(G)

(77)

SoitG un graphe.

Nombre chromatiqueχ(G)= nombre minimal de couleurs nécessaires pour colorerG.

Une clique est un ensemble de sommets deux à deux adjacents.

La taille de la plus grande clique estω(G).

ω(G) =4 χ(G)≥ω(G)

(78)

SoitG un graphe.

Nombre chromatiqueχ(G)= nombre minimal de couleurs nécessaires pour colorerG.

Une clique est un ensemble de sommets deux à deux adjacents.

La taille de la plus grande clique estω(G).

clique taille 1

ω(G) =4 χ(G)≥ω(G)

(79)

SoitG un graphe.

Nombre chromatiqueχ(G)= nombre minimal de couleurs nécessaires pour colorerG.

Une clique est un ensemble de sommets deux à deux adjacents.

La taille de la plus grande clique estω(G).

clique taille 2

ω(G) =4 χ(G)≥ω(G)

(80)

SoitG un graphe.

Nombre chromatiqueχ(G)= nombre minimal de couleurs nécessaires pour colorerG.

Une clique est un ensemble de sommets deux à deux adjacents.

La taille de la plus grande clique estω(G).

clique taille 3

ω(G) =4 χ(G)≥ω(G)

(81)

SoitG un graphe.

Nombre chromatiqueχ(G)= nombre minimal de couleurs nécessaires pour colorerG.

Une clique est un ensemble de sommets deux à deux adjacents.

La taille de la plus grande clique estω(G).

clique taille 4 ω(G) =4

χ(G)≥ω(G)

(82)

SoitG un graphe.

Nombre chromatiqueχ(G)= nombre minimal de couleurs nécessaires pour colorerG.

Une clique est un ensemble de sommets deux à deux adjacents.

La taille de la plus grande clique estω(G).

ω(G) =4 χ(G)ω(G)

(83)

SoitG un graphe.

Nombre chromatiqueχ(G)= nombre minimal de couleurs nécessaires pour colorerG.

Une clique est un ensemble de sommets deux à deux adjacents.

La taille de la plus grande clique estω(G).

ω(G) =4 χ(G)ω(G)

(84)

Peut-on avoir besoin de plus deω(G) couleurs ? (= la clique max. n’est pas un témoin suffisant)

Oui

χ(G) =4>3=ω(G)

(85)

Peut-on avoir besoin de plus deω(G) couleurs ? (= la clique max. n’est pas un témoin suffisant)

Oui

χ(G) =4>3=ω(G)

(86)

On peut même avoir un écart aussi grand que l’on veut !

ω(G) =2k χ(G) =3k χ(G)ω(G) =k

Théorème (encore plus fort)

Pour tout entierk, il existe un graphe G tel queω(G) =2 et χ(G) =k.

(87)

On peut même avoir un écart aussi grand que l’on veut ! kcopies deC5

ω(G) =2k χ(G) =3k χ(G)ω(G) =k

Théorème (encore plus fort)

Pour tout entierk, il existe un graphe G tel queω(G) =2 et χ(G) =k.

(88)

On peut même avoir un écart aussi grand que l’on veut ! kcopies deC5

· · ·

ω(G) =2k χ(G) =3k χ(G)ω(G) =k

Théorème (encore plus fort)

Pour tout entierk, il existe un graphe G tel queω(G) =2 et χ(G) =k.

(89)

On peut même avoir un écart aussi grand que l’on veut ! kcopies deC5

· · ·

ω(G) =2k χ(G) =3k χ(G)ω(G) =k

Théorème (encore plus fort)

Pour tout entierk, il existe un graphe G tel queω(G) =2 et χ(G) =k.

(90)

On peut même avoir un écart aussi grand que l’on veut ! kcopies deC5

· · ·

ω(G) =2k

χ(G) =3k χ(G)ω(G) =k

Théorème (encore plus fort)

Pour tout entierk, il existe un graphe G tel queω(G) =2 et χ(G) =k.

(91)

On peut même avoir un écart aussi grand que l’on veut ! kcopies deC5

· · ·

ω(G) =2k

χ(G) =3k χ(G)ω(G) =k

Théorème (encore plus fort)

Pour tout entierk, il existe un graphe G tel queω(G) =2 et χ(G) =k.

(92)

On peut même avoir un écart aussi grand que l’on veut ! kcopies deC5

· · ·

ω(G) =2k

χ(G) =3k χ(G)ω(G) =k

Théorème (encore plus fort)

Pour tout entierk, il existe un graphe G tel queω(G) =2 et χ(G) =k.

(93)

On peut même avoir un écart aussi grand que l’on veut ! kcopies deC5

· · ·

ω(G) =2k

χ(G) =3k χ(G)ω(G) =k

Théorème (encore plus fort)

Pour tout entierk, il existe un graphe G tel queω(G) =2 et χ(G) =k.

(94)

On peut même avoir un écart aussi grand que l’on veut ! kcopies deC5

· · ·

ω(G) =2k χ(G) =3k

χ(G)ω(G) =k

Théorème (encore plus fort)

Pour tout entierk, il existe un graphe G tel queω(G) =2 et χ(G) =k.

(95)

On peut même avoir un écart aussi grand que l’on veut ! kcopies deC5

· · ·

ω(G) =2k χ(G) =3k χ(G)ω(G) =k

Théorème (encore plus fort)

Pour tout entierk, il existe un graphe G tel queω(G) =2 et χ(G) =k.

(96)

On peut même avoir un écart aussi grand que l’on veut ! kcopies deC5

· · ·

ω(G) =2k χ(G) =3k χ(G)ω(G) =k

Théorème (encore plus fort)

Pour tout entierk, il existe un graphe G tel queω(G) =2 et χ(G) =k.

(97)

Graphe parfait :siχ(G) =ω(G)

et siχ(H) =ω(H)pour tous les sous-graphesH deG.

ω(C5) =2<3=χ(C5) ω(K3) =3=χ(K3) ω(G) =3=χ(G)

Gp

(98)

Graphe parfait :siχ(G) =ω(G)

et siχ(H) =ω(H)pour tous les sous-graphesH deG.

ω(C5) =2<3=χ(C5) ω(K3) =3=χ(K3) ω(G) =3=χ(G)

Gp

(99)

Graphe parfait :siχ(G) =ω(G)

et siχ(H) =ω(H)pour tous les sous-graphesH deG.

ω(C5) =2<3=χ(C5)

ω(K3) =3=χ(K3) ω(G) =3=χ(G)

Gp

(100)

Graphe parfait :siχ(G) =ω(G)

et siχ(H) =ω(H)pour tous les sous-graphesH deG.

ω(C5) =2<3=χ(C5)

ω(K3) =3=χ(K3) ω(G) =3=χ(G)

Gp

(101)

Graphe parfait :siχ(G) =ω(G)

et siχ(H) =ω(H)pour tous les sous-graphesH deG.

ω(C5) =2<3=χ(C5) ω(K3) =3=χ(K3)

ω(G) =3=χ(G)

Gp

(102)

Graphe parfait :siχ(G) =ω(G)

et siχ(H) =ω(H)pour tous les sous-graphesH deG.

ω(C5) =2<3=χ(C5) ω(K3) =3=χ(K3) ω(G) =3=χ(G)

Gp

(103)

Graphe parfait :siχ(G) =ω(G)

et siχ(H) =ω(H)pour tous les sous-graphesH deG.

ω(C5) =2<3=χ(C5) ω(K3) =3=χ(K3) ω(G) =3=χ(G)

G est parfait ? ! ⇒ Mauvaise définition

(104)

Graphe parfait :siχ(G) =ω(G)

et siχ(H) =ω(H)pour tous les sous-graphesH deG.

ω(C5) =2<3=χ(C5) ω(K3) =3=χ(K3) ω(G) =3=χ(G)

G n’est pas parfait car il contient un C5 non-parfait.

(105)

Cycle pair

Théorème des graphes parfaits (2002)

Un graphe est parfait si et seulement si il ne contient aucun cycle impair ni aucun anti-cycle impair.

Théorème

Il existe un algorithme pour colorer optimalement les graphes parfaits en temps raisonnable.

(106)

Cycle pair

2 couleurs

Théorème des graphes parfaits (2002)

Un graphe est parfait si et seulement si il ne contient aucun cycle impair ni aucun anti-cycle impair.

Théorème

Il existe un algorithme pour colorer optimalement les graphes parfaits en temps raisonnable.

(107)

Parfait Cycle pair

2 couleurs clique de taille 2

Théorème des graphes parfaits (2002)

Un graphe est parfait si et seulement si il ne contient aucun cycle impair ni aucun anti-cycle impair.

Théorème

Il existe un algorithme pour colorer optimalement les graphes parfaits en temps raisonnable.

(108)

Parfait

Cycle impair Cycle pair

2 couleurs clique de taille 2

Théorème des graphes parfaits (2002)

Un graphe est parfait si et seulement si il ne contient aucun cycle impair ni aucun anti-cycle impair.

Théorème

Il existe un algorithme pour colorer optimalement les graphes parfaits en temps raisonnable.

(109)

Parfait

Cycle impair Cycle pair

2 couleurs clique de taille 2

Théorème des graphes parfaits (2002)

Un graphe est parfait si et seulement si il ne contient aucun cycle impair ni aucun anti-cycle impair.

Théorème

Il existe un algorithme pour colorer optimalement les graphes parfaits en temps raisonnable.

(110)

Parfait

Cycle impair Cycle pair

2 couleurs

clique de taille 2 3 couleurs

Théorème des graphes parfaits (2002)

Un graphe est parfait si et seulement si il ne contient aucun cycle impair ni aucun anti-cycle impair.

Théorème

Il existe un algorithme pour colorer optimalement les graphes parfaits en temps raisonnable.

(111)

Parfait

Cycle impair

Non parfait Cycle pair

2 couleurs

clique de taille 2 3 couleurs clique de taille 2

Théorème des graphes parfaits (2002)

Un graphe est parfait si et seulement si il ne contient aucun cycle impair ni aucun anti-cycle impair.

Théorème

Il existe un algorithme pour colorer optimalement les graphes parfaits en temps raisonnable.

(112)

Parfait

Cycle impair Anti-cycle impair

Non parfait Cycle pair

2 couleurs

clique de taille 2 3 couleurs clique de taille 2

Théorème des graphes parfaits (2002)

Un graphe est parfait si et seulement si il ne contient aucun cycle impair ni aucun anti-cycle impair.

Théorème

Il existe un algorithme pour colorer optimalement les graphes parfaits en temps raisonnable.

(113)

Parfait

Cycle impair Anti-cycle impair

Non parfait Cycle pair

2 couleurs

clique de taille 2 3 couleurs

clique de taille 2 4 couleurs

Théorème des graphes parfaits (2002)

Un graphe est parfait si et seulement si il ne contient aucun cycle impair ni aucun anti-cycle impair.

Théorème

Il existe un algorithme pour colorer optimalement les graphes parfaits en temps raisonnable.

(114)

Parfait

Cycle impair Anti-cycle impair

Non parfait Cycle pair

Non parfait

2 couleurs

clique de taille 2 3 couleurs

clique de taille 2 4 couleurs clique de taille 3

Théorème des graphes parfaits (2002)

Un graphe est parfait si et seulement si il ne contient aucun cycle impair ni aucun anti-cycle impair.

Théorème

Il existe un algorithme pour colorer optimalement les graphes parfaits en temps raisonnable.

(115)

Parfait

Cycle impair Anti-cycle impair

Non parfait Cycle pair

Non parfait

2 couleurs

clique de taille 2 3 couleurs

clique de taille 2 4 couleurs clique de taille 3

Théorème des graphes parfaits (2002)

Un graphe est parfait si et seulement si il ne contient aucun cycle impair ni aucun anti-cycle impair.

Théorème

Il existe un algorithme pour colorer optimalement les graphes parfaits en temps raisonnable.

(116)

Parfait

Cycle impair Anti-cycle impair

Non parfait Cycle pair

Non parfait

2 couleurs

clique de taille 2 3 couleurs

clique de taille 2 4 couleurs clique de taille 3

Théorème des graphes parfaits (2002)

Un graphe est parfait si et seulement si il ne contient aucun cycle impair ni aucun anti-cycle impair.

Théorème

Il existe un algorithme pour colorer optimalement les graphes parfaits en temps raisonnable.

(117)

Merci !

Références

Documents relatifs

L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des

Dans cette section, nous présentons une étude expérimentale où nous évaluons l’efficacité de notre algorithme pour le clustering structurel de grands graphes distribués..

Thirdly, I look for for each graph vertex1 the graph vertices2 which have the same label, if or less a first graph vertex its label is not in the second graph vertices we deduce

Hercule paraît même valider la thèse cartésienne selon laquelle en présence d’un désaccord les deux thèses sont fausses : la vérité serait dans une démonstration au-delà du

Nous remarquons que la méthode du point milieu donne des valeurs bien plus proches de la solution exacte que celle d’Euler, surtout pour t proche de 0.. Mais nous pouvons aussi

Comme la recherche d’une clique maximum dans ces graphes d’arcs circulaires est de complexité O(|V | + |E|)[3], nous avons une procédure pour extraire de façon optimale une

A 30 copy deluxe limited edition of this book, colored in, signed and numbered by the artist is available from onestar press. (Please check our site at: www.onestarpress.com)

Dans ce travail, on s’intéresse aux graphes de voisins relatifs, noté RNG (relative neighborhood graph)[1]. Les RNG trouvaient leurs principales applications en imagerie ou