Réductions et transformations

Documents pareils
ALGORITHMIQUE II NOTION DE COMPLEXITE. SMI AlgoII

Objectifs du cours d aujourd hui. Informatique II : Cours d introduction à l informatique et à la programmation objet. Complexité d un problème (2)

La NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France.

Exemples de problèmes et d applications. INF6953 Exemples de problèmes 1

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables

Eteindre. les. lumières MATH EN JEAN Mme BACHOC. Elèves de seconde, première et terminale scientifiques :

I. Polynômes de Tchebychev

IN Cours 1. 1 Informatique, calculateurs. 2 Un premier programme en C

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.

Section «Maturité fédérale» EXAMENS D'ADMISSION Session de février 2014 RÉCAPITULATIFS DES MATIÈRES EXAMINÉES. Formation visée

Cours Optimisation Partie Optimisation Combinatoire. Année scolaire Gérard Verfaillie ONERA/DCSD/CD, Toulouse

CCP PSI Mathématiques 1 : un corrigé

Théorie des Graphes Cours 3: Forêts et Arbres II / Modélisation

Gestion des Clés Publiques (PKI)

Complexité. Licence Informatique - Semestre 2 - Algorithmique et Programmation

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Feuille TD n 1 Exercices d algorithmique éléments de correction

Annexe 6. Notions d ordonnancement.

Chapitre 7. Récurrences

Cours de Recherche Opérationnelle IUT d Orsay. Nicolas M. THIÉRY. address: Nicolas.Thiery@u-psud.fr URL:

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

Algorithmique et Programmation

Polynômes à plusieurs variables. Résultant

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

Chapitre 7 : Intégration sur un intervalle quelconque

Exercices - Polynômes : corrigé. Opérations sur les polynômes

COURS EULER: PROGRAMME DE LA PREMIÈRE ANNÉE

L exclusion mutuelle distribuée

Jean-Philippe Préaux

3. Caractéristiques et fonctions d une v.a.

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Cours de Master Recherche

Optimisation et programmation mathématique. Professeur Michel de Mathelin. Cours intégré : 20 h

Fonctions de plusieurs variables

Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables

Programmation linéaire

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

Représentation d un entier en base b

Limites finies en un point

Théorie et Codage de l Information (IF01) exercices Paul Honeine Université de technologie de Troyes France

Calculabilité Cours 3 : Problèmes non-calculables.

1 de 46. Algorithmique. Trouver et Trier. Florent Hivert. Mél : Florent.Hivert@lri.fr Page personnelle : hivert

Programmation Linéaire - Cours 1

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Chp. 4. Minimisation d une fonction d une variable

Chapitre 6. Fonction réelle d une variable réelle

Université du Québec à Chicoutimi. Département d informatique et de mathématique. Plan de cours. Titre : Élément de programmation.

Intérêt du découpage en sous-bandes pour l analyse spectrale

Quelques algorithmes simples dont l analyse n est pas si simple

Mesures gaussiennes et espaces de Fock

ÉVALUATION FORMATIVE. On considère le circuit électrique RC représenté ci-dessous où R et C sont des constantes strictement positives.

Circuits RL et RC. Chapitre Inductance

14. Introduction aux files d attente

Introduction à l étude des Corps Finis

Comparaison de fonctions Développements limités. Chapitre 10

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Sites web éducatifs et ressources en mathématiques

Nouvelles propositions pour la résolution exacte du sac à dos multi-objectif unidimensionnel en variables binaires

INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE

Rappels sur les suites - Algorithme

FctsAffines.nb 1. Mathématiques, 1-ère année Edition Fonctions affines

Algorithmique, graphes et programmation dynamique Notes de Cours Rapport de Travaux Pratiques. Laurent Canet

Cryptographie et fonctions à sens unique

I- Définitions des signaux.

Comment démontrer des formules sans effort? exposé de maîtrise

Théorie et codage de l information

Chapitre VI - Méthodes de factorisation

Cours d Analyse. Fonctions de plusieurs variables

Problème 1 : applications du plan affine

Développements limités. Notion de développement limité

Résolution de systèmes linéaires par des méthodes directes

Fonctions de deux variables. Mai 2011

Conversion d un entier. Méthode par soustraction

Continuité et dérivabilité d une fonction

Chapitre 2 Le problème de l unicité des solutions

Nombres premiers. Comment reconnaître un nombre premier? Mais...

L utilisation d un réseau de neurones pour optimiser la gestion d un firewall

Chapitre 5 : Flot maximal dans un graphe

Quelques Algorithmes simples

Ordonnancement. N: nains de jardin. X: peinture extérieure. E: électricité T: toit. M: murs. F: fondations CHAPTER 1

MIS 102 Initiation à l Informatique

Les devoirs en Première STMG

Entraînement au concours ACM-ICPC

(51) Int Cl.: H04L 29/06 ( ) G06F 21/55 ( )

SUPPORT DE COURS. Dr. Omari Mohammed Maître de Conférences Classe A Université d Adrar Courriel : omarinmt@gmail.com

Master of Science en mathématiques

Optimisation Discrète

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

Fibonacci et les paquerettes

Journées Télécom-UPS «Le numérique pour tous» David A. Madore. 29 mai 2015

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

Probabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12

Programme de la classe de première année MPSI

Sujet 1 : Diagnostique du Syndrome de l apnée du sommeil par des techniques d analyse discriminante.

Cours des Méthodes de Résolution Exactes Heuristiques et Métaheuristiques

Problèmes d ordonnancement dans les systèmes de production. Journée Automatique et Optimisation Université de Paris Mars 2003

Équations non linéaires

PRECISION - REJET DE PERTURBATIONS T.D. G.E.I.I.

Transcription:

Réductions et transformations MTH6311 S. Le Digabel, École Polytechnique de Montréal H2014 (v2) MTH6311: Réductions et transformations 1/21

Plan 1. Fonctions harmonieuses 2. Fonctions au moins et fortement quadratiques 3. Réductions linéaires 4. Réductions polynomiales MTH6311: Réductions et transformations 2/21

1. Fonctions harmonieuses 2. Fonctions au moins et fortement quadratiques 3. Réductions linéaires 4. Réductions polynomiales MTH6311: Réductions et transformations 3/21

Définitions Une fonction f : N R est éventuellement non-décroissante s il existe un entier n 0 tel que f(n) f(n + 1) pour tout n n 0. Soit b un entier 2. La fonction f est b-harmonieuse si elle est éventuellement non-décroissante et si f(bn) O ( f(n) ). f est harmonieuse si elle est b-harmonieuse pour tout b 2. MTH6311: Réductions et transformations 4/21

Fonctions harmonieuses Exemples de fonctions harmonieuses : log n, n log n, n 2, tout polynôme dont le coefficient du terme de plus haut degré est positif, etc. Exemple 1 : Monter que log n est harmonieuse. Exemple de fonction non harmonieuse : n log n, car on peut montrer que le rapport f(bn)/f(n) est non-borné. MTH6311: Réductions et transformations 5/21

Propriété S il existe un entier b 2 tel que f est b-harmonieuse, alors f est harmonieuse. Exemple 2 : Preuve. MTH6311: Réductions et transformations 6/21

Propriété Soit f une fonction bornée supérieurement par un polynôme. Si f est éventuellement non-décroissante, alors il y a de fortes chances pour que f soit harmonieuse. Sinon, il y a de fortes chances pour qu il existe une fonction g harmonieuse telle que f(n) Θ(g(n)). Exemple 3 : Soit f(n) = b(n) + log n avec b(n) = le nombre de 1 dans la représentation binaire de n. f n est pas éventuellement non-décroissante mais on peut montrer que f(n) Θ(log n). MTH6311: Réductions et transformations 7/21

1. Fonctions harmonieuses 2. Fonctions au moins et fortement quadratiques 3. Réductions linéaires 4. Réductions polynomiales MTH6311: Réductions et transformations 8/21

Fonctions au moins et fortement quadratiques Soit f une fonction N R. f est au moins quadratique si f Ω(n 2 ). f est fortement quadratique si elle est éventuellement non-décroissante et s il existe n 0 N tel que f(bn) b 2 f(n) pour tout b N et pour tout n n 0. Propriété : Si f est fortement quadratique, alors elle est au moins quadratique. MTH6311: Réductions et transformations 9/21

1. Fonctions harmonieuses 2. Fonctions au moins et fortement quadratiques 3. Réductions linéaires 4. Réductions polynomiales MTH6311: Réductions et transformations 10/21

Définitions Soient A et B deux problèmes. Idée : Pour résoudre I A, une instance de A, on va la réduire à B, c est-à-dire qu on va transformer I A en des instances du type B qui, une fois résolues et combinées, donneront la solution de I A. A est linéairement réductible à B si l existence d un algorithme prenant un temps O(t(n)) pour résoudre chaque instance de B de taille n implique l existence d un algorithme prenant un temps O(t(n)) pour résoudre chaque instance de A de taille n. On note A l B. Si A l B et B l A, alors A est dit linéairement équivalent à B et on note A = l B. MTH6311: Réductions et transformations 11/21

Résoudre A à partir de B quand A l B Soit I A l instance de A de taille n que l on veut résoudre. On connaît un algorithme prenant un temps O(t(n)) pour chaque instance de B. 1 Construire un nombre constant c d instances de type B telles que chaque instance est de taille n et que la construction de chaque instance se fasse en temps O(t(n)) (il faut que t soit év. non-décr.). 2 Appliquer l algorithme sur les c instances de B. Cette résolution prend un temps O(c t(n)) = O(t(n)). 3 Faire O(t(n)) opérations élémentaires pour combiner les résultats des c instances et en déduire la solution de I A. MTH6311: Réductions et transformations 12/21

Remarque Si t(n) est une fonction harmonieuse, alors on peut construire des instances de B de taille O(n) au lieu de se limiter à une taille n. En effet, chaque instance de B aura alors une taille k n, où k est une constante. On pourra donc résoudre les c instances de B en un temps O(c t(kn)) = O(c c t(n)) = O(t(n)). MTH6311: Réductions et transformations 13/21

Exemple 4 Soient les deux problèmes : C : calcul du carré d un entier. M : multiplication de deux entiers. Montrer que C et M sont linéairement équivalents. MTH6311: Réductions et transformations 14/21

Exemple 5 Soient les cinq problèmes MQ M T M S IT IT 2 multiplication de deux matrices de taille n n multiplication de deux matrices triangulaires supérieures de taille n n multiplication de deux matrices symétriques de taille n n inversion d une matrice triangulaire supérieure de taille n n inversion d une matrice triangulaire supérieure de taille n n avec n = 2 k pour k entier MTH6311: Réductions et transformations 15/21

Exemple 5 (suite) Clairement, MT l MQ, MS l MQ, et IT 2 l IT. Soient t MQ, t MT, t MS, t IT, et t IT 2 les fonctions des temps nécessaires pour résoudre ces cinq problèmes. Ces fonctions sont au moins quadratiques (car on doit au moins lire les matrices). Si on suppose que t MT, t MS, t IT, et t IT 2 sont harmonieuses et que t MQ est fortement quadratique, alors les cinq problèmes sont linéairement équivalents. Preuve en montrant que MQ l MT, MQ l MS, MQ l IT, IT l IT 2, et IT 2 l MQ. MTH6311: Réductions et transformations 16/21

1. Fonctions harmonieuses 2. Fonctions au moins et fortement quadratiques 3. Réductions linéaires 4. Réductions polynomiales MTH6311: Réductions et transformations 17/21

Définitions Soient A et B deux problèmes. A est polynomialement réductible à B s il existe un algorithme polynomial pour résoudre chaque instance de A, en autant que soit comptée à coût unitaire chaque résolution d une instance de B. On note A p B. Si A p B et B p A, alors A est dit polynomialement équivalent à B et on note A = p B. En d autres termes, supposons que l on dispose d une boîte noire permettant de résoudre chaque instance de B. Si A p B, alors on peut résoudre A en faisant un nombre polynomial d opérations élémentaires, chaque appel à la boîte noire étant compté comme une opération élémentaire. MTH6311: Réductions et transformations 18/21

Définitions (suite) Si A p B, alors l existence d un algorithme polynomial pour résoudre B implique l existence d un algorithme polynomial pour résoudre A. A est polynomialement transformable en B si on peut ramener la résolution de chaque instance de A en la construction et la résolution d une instance de B dont la construction se fait en temps polynomial. On utilise la notation A B (i.e. un seul appel à la boîte noire). A B implique A p B. A B et B C implique A C. MTH6311: Réductions et transformations 19/21

Exemple 6 Soient les problèmes HAM déterminer un cycle hamiltonien dans un graphe donné, s il en existe un. HAMD k-tspd déterminer si un graphe complet donné est hamiltonien. déterminer s il existe un cycle hamiltonien de longueur k dans un graphe complet donné. ε-rel-tsp déterminer un cycle hamiltonien dans un graphe complet donné dont la longueur est (1 + ε)l, où L est la longueur du cycle hamiltonien le plus court dans le graphe. Pour HAM et HAMD : pas de notion de distance. Pour k-tspd et ε-rel-tsp, les arêtes possèdent des distances. MTH6311: Réductions et transformations 20/21

Exemple 6 (suite) Montrer les résultats suivants : HAMD = p HAM. HAMD k-tspd. HAMD ε-rel-tsp. Note : Pour les problèmes k-tspd et ε-rel-tsp, une matrice complète des distances doit être fournie, ce qui implique que les graphes considérés sont complets. MTH6311: Réductions et transformations 21/21