• Aucun résultat trouvé

Optimisation Combinatoire 2A Plus courts chemins

N/A
N/A
Protected

Academic year: 2022

Partager "Optimisation Combinatoire 2A Plus courts chemins"

Copied!
13
0
0

Texte intégral

(1)

Optimisation Combinatoire 2A Plus courts chemins

Zolt´an Szigeti

Ensimag INP Grenoble

Z. Szigeti (Ensimag) OC 2A 1 / 12

(2)

Algorithme de Ford-Fulkerson-Dantzig

Algorithme

Entr´ee : un r´eseau(G,c)et une racines deG. Sortie : l’un et un seul des suivants :

1 une s-arborescence F deG dont le chemin unique `a partir de s `a chaque sommetv est un plus court (s,v)-chemin dans(G,c),

2 uncircuit absorbant.

b t

s d

−7 4

5 3

6

b t

s d

−7 4

5 3

6

0 7

−4 5

3

2 1

4

−11 8

−10 2

5

3

2 1

4

−11 8

−10 2

5

(3)

Algorithme de Ford-Fulkerson-Dantzig

Algorithme

1 On commence avec unes-arborescence F quelconque de G (algorithme de marquage orient´e peut en fournir une.)

2 Si les distances `a partir des dans l’arborescence F forment un

potentiel dans(G,c) alors on s’arrˆete (F estl’arborescence cherch´ee).

3 Sinon, on a un arc uv deG qui viole la condition :

1 SiFuv contient un circuitC, alors on s’arrˆete (C estabsorbant).

2 Sinon,F+uvF(v)est une meilleur arborescence et on va `a 2.

Exemple

s a

b

c 0

0 1 0

-2

s 0

0 -2 1

0

s

-2 -2

0

0 0 -2

0s 0 -2

0s -1 -2

0 1

Z. Szigeti (Ensimag) OC 2A 2 / 12

(4)

Exercice 2.1

Algorithme de Ford-Fulkerson-Dantzig :

Entr´ee : (G = (V,A),c) r´eseau et une racines deG.

Sortie : (i) Soit unes-arborescence F deG tq ∀v ∈V,le(s,v)-chemin unique dansF soit de coˆut minimum dans(G,c).

(ii) Soit uncircuit absorbant C.

Pour une s-arborescence F et v ∈V(F)−s, l’arc unique deF qui entre v est not´e parF(v).

Etape 1: En ex´ecutant l’algorithme de marquage orient´e trouver une s-arborescence couvranteF1 deG,i := 1.

Etape 2: Soit πi(v) le coˆut du(s,v)-chemin unique dansFi ∀v ∈V. Etape 3: Si πi(v)−πi(u)≤c(uv) ∀uv ∈A,alors arrˆeter avecF:=Fi. Etape 4: Sinon, soit uv un arc pour lequelπi(v)−πi(u)>c(uv).

Etape 5: Si Fi +uv contient un circuit C alors arrˆeter avec C.

Etape 6: Sinon, Fi+1:=Fi +uv −Fi(v),i :=i + 1et aller `a l’Etape 2.

(5)

Exercice 2.1

Enonc´e´

(a) Fi est unes-arborescence couvrante deG.

(b) Si on s’arrˆete `a l’Etape 5, alorsC est uncircuit absorbant.

(c) Si on s’arrˆete `a l’Etape 3, alorsF est l’arborescence d´esir´ee.

(d) P

v∈V πi+1(v)<P

v∈V πi(v).

(e) L’algorithme s’arrˆeteen temps fini. (Mais pas polynomial !) (f) Appliquer l’algorithme de Ford-Fulkerson-Dantzig dans(G,c) en

commen¸cant avec l’arborescence F. (1) d = 1 et puis(2) d =−3.

s 1

2 3

4

5 6 5

4

-5

1 d

-2

8

6 4

-1 3 1

8 2

Z. Szigeti (Ensimag) OC 2A 4 / 12

(6)

Exercice 2.1(f)

5

0

9

3

4 11

13

5 9

0 3 13

1 11

0

5 9

3 13

1 9

0 0 0

1 1 1

3 3 3

9 9 9

11 11 11

5 9 5 8 3 8

c(C) =−1 (2)

(1)

−2

8

2

−1

−5

(7)

Exercice 2.1 (a)

Remarque

F est une s-arborescence ⇐⇒F est sans circuit et dF(w) = 1 ∀w 6=s.

D´emonstration

1 Par r´ecurrence sur i.

2 i = 1 : par l’Exercice 1.16,F1 est unes-arborescence couvrante deG.

3 Supposons queFi est une s-arborescence couvrante de G.

4 Par la Remarque, Fi est sans circuit etdF

i(w) = 1 ∀w 6=s.

5 Puisque on ne s’est pas arrˆet´e `a l’Etape 5, Fi+1 est sans circuit.

6 Par construction,dF

i+1(w) =dF

i(w) = 1 ∀w 6=s.

7 Par la Remarque, Fi+1 est donc unes-arborescence couvrantedeG.

Z. Szigeti (Ensimag) OC 2A 6 / 12

(8)

Exercice 2.1 (b)

D´emonstration

1 Par l’´Etape 4,πi(vi)−πi(ui)>c(uivi).

c(C) = c(Fi[vi,ui]) +c(uivi)

= c(Fi[s,ui])−c(Fi[s,vi]) +c(uivi)

= πi(ui)−πi(vi) +c(uivi)

< 0,

2 autrement dit, le circuit C estabsorbant.

c(C)<0

s

vi ui

(9)

Exercice 2.1 (c)

D´emonstration

1 Puisque l’algorithme s’arrˆete `a l’´Etape 3,πi est un potentiel de(G,c).

2 Par (a), Fi est unes-arborescence couvrante deG.

3 Par d´efinition de πi, tous les arcs deFi sontπi-serr´es.

4 Par l’Exercice 2.6, appliqu´e `a (G,c), πi et Fi[s,v], on a que Fi[s,v]est un (s,v)-chemin de c-longueur minimum dans(G,c).

5 Fi est unes-arborescence couvrante de plus courts chemins de(G,c).

b t

s d

7 4

5 3

6

0 −7

−4 5

Z. Szigeti (Ensimag) OC 2A 8 / 12

(10)

Exercice 2.1 (d)

D´emonstration

1 SoientVi = V(vi-sous-arborescence de Fi) et Qv le(vi,v)-chemin unique dansFi. Par l’´Etape 4,πi(vi)−πi(ui)>c(uivi).

2 πi+1(v) =πi(v) ∀v ∈V \Vi.

3 πi+1(vi) =πi+1(ui) +c(uivi) =πi(ui) +c(uivi)< πi(vi).

4 πi+1(v) =πi+1(vi) +c(Qv)< πi(vi) +c(Qv) =πi(v) ∀v ∈Vi.

5 P

v∈V πi+1(v)=P

v∈Viπi+1(v) +P

v∈V\Viπi+1(v)

<P

v∈Vi πi(v) +P

v∈V\Vi πi(v) =P

v∈V πi(v).

s

ui

vi

Vi

V\Vi Fi(vi)

(11)

Exercice 2.1 (e)

D´emonstration

1 Par (d), Fi 6=Fj si i6=j.

2 Comme le nombre des-arborescences couvrantes deG est ≤Cmn−1, l’algorithme se termine en temps fini.

s a

b

c 0

0 1 0

-2

s 0

0 -2 1

0

s

-2 -2

0

0 -2 0

0s

-2 0

0s

-2 -1

0 1

Z. Szigeti (Ensimag) OC 2A 10 / 12

(12)

Exercice 2.6

Enonc´e´

1 Soit π un potentiel d’un r´eseau (G,c).

2 Un arc uv deG est ditπ-serr´esi c(uv) =π(v)−π(u).

3 Soit P:={v1, . . . ,vk} un(s,t)-chemin deG tel que chaque arc de P soit π-serr´e.

4 Montrer que P est un(s,t)-chemin de coˆut minimum dans (G,c).

D´emonstration

1 dist(G,c)(s,t)≤c(P) =Pk−1

i=1 c(vivi+1) =Pk−1

i=1(π(vi+1)−π(vi)) = π(vk)−π(v1) =π(t)−π(s)≤max{π(t)−π(s) :π potentiel}= dist(G,c)(s,t).

2 On a donc ´egalit´e partout, en particulier : dist(G,c)(s,t) =c(P).

(13)

Exercice 2.7

Enonc´e´

1 SoientP un plus court(s,t)-chemin etπ(v) :=dist(s,v), le potentiel canonique d’un r´eseau(G,c).

2 Montrer que chaque arc de P est π-serr´e.

D´emonstration

1 Soit uv un arc quelconque de P.

2 Par l’optimalit´e des sous-chemins : dist(s,v) =dist(s,u) +c(uv).

3 D’o`uπ(v)−π(u)=dist(s,v)−dist(s,u)=c(uv).

4 l’arcuv est doncπ-serr´e.

Z. Szigeti (Ensimag) OC 2A 12 / 12

Références

Documents relatifs

Optimisation Combinatoire 2A Flots TD. Zolt´

L’extraction d’un bloc n’est possible que si les blocs situ´ es juste au-dessus de ce bloc sont d´ ej` a extraits.. On connait par avance pour chaque bloc le profit de

Etant donn´e un graphe biparti G = (U, V ; E ), le cardinal maximum d’un couplage de G = le cardinal minimum d’un ensemble transversal

Zolt´ an Szigeti. Ensimag

Optimisation Combinatoire 2A Circulations TD. Zolt´

Optimisation Combinatoire 2A Flots de coˆut minimum. Zolt´

P 5 couplage parfait de coˆ ut minimum dans un graphe biparti complet avec coˆ ut non-n´egatif : on ajoute ` a chaque coˆ ut L:=valeur absolue maximale du coˆ ut d’une

P 5 couplage parfait de coˆ ut minimum dans un graphe biparti complet avec coˆ ut non-n´egatif : on ajoute ` a chaque coˆ ut L:=valeur absolue maximale du coˆ ut d’une