De la difficulté de colorer : de Guthrie à Karp



Documents pareils
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.

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

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

Introduction à la théorie des graphes. Solutions des exercices

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

PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES

Communications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes

TSTI 2D CH X : Exemples de lois à densité 1

Fonctions homographiques

BACCALAUREAT GENERAL MATHÉMATIQUES

Resolution limit in community detection

Annexe 6. Notions d ordonnancement.

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé

Plan. 1. La planification d un d 2. Méthodes et techniques de planification 3. Conclusion. D. Leclet

Chapitre 5 : Flot maximal dans un graphe

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

Cryptographie et fonctions à sens unique

Eléments de Théorie des Graphes et Programmation Linéaire

CONJUGUÉ D'UN POINT PAR RAPPORT À UN TRIANGLE

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

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

Faculté des sciences Département de mathématiques. Théorie des graphes

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Cours de Master Recherche

Sites web éducatifs et ressources en mathématiques

COURS SYRRES RÉSEAUX SOCIAUX INTRODUCTION. Jean-Loup Guillaume

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

315 et 495 sont dans la table de 5. 5 est un diviseur commun. Leur PGCD n est pas 1. Il ne sont pas premiers entre eux

MABioVis. Bio-informatique et la

Rapport de stage de première année de Master Optimisation de cache d instructions

Big Data et Graphes : Quelques pistes de recherche

Correction : E = Soit E = -1,6. F = 12 Soit F = y = 11. et G = -2z + 4y G = 2 6 = 3 G = G =

Logique binaire. Aujourd'hui, l'algèbre de Boole trouve de nombreuses applications en informatique et dans la conception des circuits électroniques.

Big Data et Graphes : Quelques pistes de recherche

Introduction à la théorie des graphes

Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé

Baccalauréat L spécialité, Métropole et Réunion, 19 juin 2009 Corrigé.

Principes de mathématiques 12 SÉRIE DE PROBLÈMES. Septembre Student Assessment and Program Evaluation Branch

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

3. SPÉCIFICATIONS DU LOGICIEL. de l'expression des besoins à la conception. Spécifications fonctionnelles Analyse fonctionnelle et méthodes

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

Lecture graphique. Table des matières

Modélisation multi-agents - Agents réactifs

DÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )

OUTILS EN INFORMATIQUE

Premier cours d informatique

Francis BISSON ( ) Kenny CÔTÉ ( ) Pierre-Luc ROGER ( ) IFT702 Planification en intelligence artificielle

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

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.

MATH ELEMENTS DU CALCUL DES PROBABILITES

Raisonnement par récurrence Suites numériques

INF 232: Langages et Automates. Travaux Dirigés. Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies

Correction du baccalauréat ES/L Métropole 20 juin 2014

Cours des Méthodes de Résolution Exactes Heuristiques et Métaheuristiques

1S Modèles de rédaction Enoncés

U.F.R. Sciences Fondamentales et Appliquées. pour obtenir. le grade de Docteur en Sciences. Spécialité : informatique

6. Les différents types de démonstrations

Chp. 4. Minimisation d une fonction d une variable

Conception de réseaux de télécommunications : optimisation et expérimentations

2.4 Représentation graphique, tableau de Karnaugh

Chapitre 6. Fonction réelle d une variable réelle

Les droites (d 1 ) et (d 2 ) sont sécantes en A Le point A est le point d intersection des 2 droites

Master of Science en mathématiques

Cours d Analyse. Fonctions de plusieurs variables

Programmation par contraintes. Laurent Beaudou

Probabilité. Table des matières. 1 Loi de probabilité Conditions préalables Définitions Loi équirépartie...

Développement décimal d un réel

Proposition de programmes de calculs en mise en train

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

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

Architecture des ordinateurs TD1 - Portes logiques et premiers circuits

Peut-on imiter le hasard?

Fondements de l informatique Logique, modèles, et calculs

Le théorème de Thalès et sa réciproque

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

Algorithmes récursifs

Limitations of the Playstation 3 for High Performance Cluster Computing

Programmation Linéaire - Cours 1

Problème à résoudre. min f(s) s.c. s S

Info0804. Cours 6. Optimisation combinatoire : Applications et compléments

Logique. Plan du chapitre

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Problèmes de dénombrement.

Jean-Philippe Préaux

Console de supervision en temps réel du réseau de capteurs sans fil Beanair

Module Planification

Objets Combinatoires élementaires

Mlle Yasmin A. RÍOS SOLÍS

Bases de données réparties: Fragmentation et allocation

Machines virtuelles Cours 1 : Introduction

Baccalauréat ES Amérique du Nord 4 juin 2008

3 ème 2 DÉVELOPPEMENT FACTORISATIONS ET IDENTITÉS REMARQUABLES 1/5 1 - Développements

Choisir le mode d envoi souhaité. Option 1 : Envoyer un SMS à un nombre réduit de numéros (0 10 )

Activités numériques [13 Points]

Programmation Par Contraintes

Analyse empirique et modélisation de la dynamique de la topologie de l Internet

Intelligence Artificielle et Robotique

COURS EULER: PROGRAMME DE LA PREMIÈRE ANNÉE

Problème d ordonnancement de véhicules en variables booléennes

Transcription:

De la difficulté de colorer : de Guthrie à Karp Introduction à l optimisation combinatoire : Modélisation et complexité Marc Demange ESSEC Business School Paris, Singapore demange@essec.edu

Plan de la séance Introduction : de la conjecture de Guthrie au théorème des 4 couleurs Le problème de coloration des graphes Modèles colorés Exemples bien résolus : intervalles et permutations Colorer, c est difficile : introduction à la théorie de la complexité Conclusion

Plan de la séance Introduction : de la conjecture de Guthrie au théorème des 4 couleurs Le problème de coloration des graphes Modèles colorés Exemples bien résolus : intervalles et permutations Colorer, c est difficile : introduction à la théorie de la complexité Conclusion

Plan de la séance Introduction : de la conjecture de Guthrie au théorème des 4 couleurs Le problème -de l invention coloration du des rouge graphes - l histoire d un problème - l histoire d un théorème Modèles colorés - l histoire continue Exemples bien résolus : intervalles et permutations Colorer, c est difficile : introduction à la théorie de la complexité Conclusion

L invention du rouge Un Taminou

Un Taminou

Un Taminou

Un Taminou

Un Taminou

Des Taminoux

Des Taminoux

coloriage.com Carte de Taminouland Pays imaginaire 1 Pays imaginaire 2

Histoire d un problème

1850 : F. Guthrie : «Si une figure est divisée de quelque manière que ce soit et si on colorie les morceaux de telle sorte que, chaque fois qu ils ont une ligne frontalière, leurs couleurs soient distinctes, il peut falloir quatre couleurs mais pas plus.» Homoglossum guthriei

A. De Morgan Cyrtanthus guthrieae R.W. Hamilton

1860 : première mention écrite A. De Morgan C.S. Pierce 1878 : exposé du problème dans un article Gladiolus guthriei A. Cayley

Histoire d un théorème A.B. Kempe 1879 : théorème des 4 couleurs 1890 5 Homoglossum guthriei P.J. Heawood

L. Carroll Matsumoto (1971) Appel et Haken 1976 P.G. Tait (1880) Petersen (1891) théorème des 4 couleurs Heesch (1969) 4 ans de travail 10 Roberson, 000 cas traités Sanders, à la Seymour, main Thomas 1478 configurations 1995 traitées par ordinateur nouvelle 1200 preuve heures par de ordinateur calcul avec 633 configurations G.D. Birkhoff (1913)

Parabole du Père Noël

Plan de la séance Introduction : de la conjecture de Guthrie au théorème des 4 couleurs Le problème de coloration des graphes Modèles colorés Exemples bien résolus : intervalles et permutations Colorer, c est difficile : introduction à la théorie de la complexité Conclusion

Formulation par la théorie des graphes Graphe : Points (sommets) Traits liant deux sommets (arêtes)

Carte plane Graphe planaire Pays Sommets Frontière commune Arête

Un Taminou Graphe du Taminou

Pétale 1 Pétale 2 Pétale 3 Pétale 4 Oeil Oreille 1 Oreille 2 Pétale 5 Coeur Pétale 6 Fond Tête Nez Pétale 7 Pétale 8 Corps Pétale 9 Queue Patte 1 Patte 2 Patte 3 Patte 4 Graphe du Taminou

Théorème des quatre couleurs Un graphe planaire peut être colorié avec au plus quatre couleurs de sorte que deux sommets adjacents sont de couleurs différentes Un graphe planaire est 4-coloriable Un graphe planaire a un nombre chromatique au plus 4

Minimiser le nombre de couleurs Problème de coloration minimum : étant donné un graphe, déterminer une coloration utilisant le moins de couleurs possible. nombre chromatique = 5

Plan de la séance Introduction : de la conjecture de Guthrie au théorème des 4 couleurs Le problème de coloration des graphes Modèles colorés Exemples bien résolus : intervalles et permutations Colorer, c est difficile : introduction à la théorie de la complexité Conclusion

Modèles colorés Premier exemple : emploi du temps Second exemple : le problème du carnet de commandes Troisième exemple : allocation de fréquences dans les réseaux mobiles Quatrième exemple : réservation dans les trains Cinquième exemple : la traversée du carrefour

Conception d un emploi du temps activité jour horaire activité jour horaire 1 Mecanica lundi 8-10 h 9 formation Internet lundi 16-18 h 2 Structuri de date lundi 9-12 h 10 cours logistique lundi 16-19 h 3 Fizica lundi 9-12 h 11 pot anniversaire Jan mardi 8-10 h 4 Project lundi 10-12 h 12 cours finance mardi 9-10 h 30 5 groupe de travail BULL lundi 11-13 h 30 13 cours th. décision mardi 10-12 h 6 Excel, Access lundi 13-15 h 30 14 réunion PIE mardi 11-13 h 7 cours droit des affaires lundi 14-16 h 15 soutenance de thèse mardi 14-16 h 8 groupe de travail MS lundi 15-17 h 16 débat Les RV de l'essec mardi 15-17 h Objectif : Contraintes : minimiser le nombre de salles nécessaires incompatibilités d horaires 1 5 10 12 graphe : sommets 7 activités 3 9 14 15 2 arêtes 4 chevauchements horaires 6 8 11 13 16

Conception d un emploi du temps (2) 1 2 5 10 12 7 3 15 9 14 4 6 8 11 13 16 Affecter à chaque sommet une salle couleur deux sommets de même couleur ne peuvent être adjacents Le problème revient à colorer les sommets du graphe avec le moins de couleurs problème de coloration des graphes

Problème du carnet de commandes travaux sur une journée exploitant certaines ressources n tâches à réaliser contraintes d incompatibilité par paires on ne peut réaliser simultanément deux tâches utilisant la même ressource comment traiter au plus vite le carnet? exemple 1 : entreprise de travaux publics

Problème du carnet de commandes prise de vue d une zone terrestre n tâches à réaliser contraintes d incompatibilité par paires deux zones se chevauchant ne peuvent être prises simultanément comment traiter au plus vite le carnet? exemple 2 : prises de vues par satellites

Problème du carnet de commandes cuisson n tâches à réaliser contraintes d incompatibilité par paires température, temps de cuisson, mode de cuisson, incompatibilités chimiques,... comment traiter au plus vite le carnet? exemple 3 : cuisson au four (pâtisserie, cuisine, chimie )

Graphe d incompatibilité tâches incompatibilités tâches réalisées simultanément sommets arêtes couleur minimiser la durée totale coloration minimum

Problème d allocation de fréquences Risque d interférences transmetteurs répartis sur le territoire. deux transmetteurs «proches» doivent opérer sur des fréquences éloignées

Gare de triage 4 6 1 2 3 4 5 6 2 4 1 6 3 5 2

Gare de triage 6 4 4 6 2 1 3 5 2 4 1 6 3 5 2

4 1 6 3 5 2 C est un problème de coloration 3 4 6 5 1 2

Système de réservations voyage des gares 1 à n réservation : de a à b,1 a b n contrainte : ne pas affecter un siège simultanément à deux passagers

3 places et 5 demandes Système de réservations 1 à 6 2 à 4 3 à 7 5 à 8 6 à 9?

Système de réservations 1 à 6 2 à 4 3 à 7 5 à 8 6 à 9 2 à 4 6 à 9 3 à 7 5 à 8

Système de réservations 1 à 6 2 à 4 3 à 7 5 à 8 6 à 9 1 à 6 6 à 9 2 à 4 5 à 8 3 à 7

Système de réservations 1 à 6 2 à 4 3 à 7 5 à 8 6 à 9

A B C D E F Affectation de voies de garage 18 19 20 21 22 23 1 2 3 4 5 6 ARRIVEE DEPART A 6 p.m 6 a.m B 7 p.m 1 a.m C 8 p.m 4 a.m D 9 p.m 5 a.m E 10 p.m 2 a.m DABC F 11 p.m 3 a.m? C

Affectation de voies de garage A B C D E D A C B E Time Overlap Graph

Cas particulier Condition de minuit 5 2 1 4 3 6 6 5 4 3 2 1 Graphe de permutation 18 19 20 21 22 23 1 2 3 4 5 6

Cas particulier 5 2 1 4 3 6 6 5 4 3 2 1 18 19 20 21 22 23 1 2 3 4 5 6 P = [5 2 1 4 3 6]

Le problème du carrefour A B C E D En arrivant par. A B C D E on peut aller en C,E A,E,D A,D C,A C,D Traversées possibles

En arrivant par. A B C D E on peut aller en C,E A,E,D A,D C,A C,D AC AE ED BA EC BE DA DC CD CA BD

Plan de la séance Introduction : de la conjecture de Guthrie au théorème des 4 couleurs Le problème de coloration des graphes Modèles colorés Exemples bien résolus : intervalles et permutations Colorer, c est difficile : introduction à la théorie de la complexité Conclusion

Graphe d intervalles 1 à 6 2 à 4 3 à 7 5 à 8 6 à 9 nombre chromatique = 3 1 2 3 4 5 6 7 8 9

Graphe d intervalles Autre méthode : ordre croissant du bord gauche 1 2 3 4 5 6 7 8 9

Graphe d intervalles Ordre décroissant du bord gauche? 1 2 3 4 5 6 7 8 9

4 1 6 3 5 2 Permutations 4 1 6 3 5 2

4 1 6 3 5 2 Permutations 4 1 6 3 5 2

4 1 6 3 5 2 Graphe de permutation 3 4 6 5 1 2 Utilisation d une orientation transitive

Plan de la séance Introduction : de la conjecture de Guthrie au théorème des 4 couleurs Le problème de coloration des graphes Modèles colorés Exemples bien résolus : intervalles et permutations Colorer, c est difficile : introduction à la théorie de la complexité Conclusion

Colorer : un problème difficile pas d algorithme «efficace»

2-coloration : un problème facile 3-coloration : un problème difficile La conjecture P NP signifie qu il n existe par d algorithme polynomial permettant de décider si un graphe est 3-colorable. Bien entendu, il existe un algorithme exponentiel pour cela.

P=NP? Les plus difficiles de NP NP-complet NP=P «Pas trop difficiles» P «Faciles»

Un peu plus formellement NP : problèmes de décision admettant un algorithme non-déterministe polynomial Phase non déterministe : écriture d un certificat Phase déterministe : vérification du certificat NP : classe des problèmes admettant un certificat vérifiable en temps polynomial Modèle d algorithme : machines de Turing

Exemple : 3-Col 3-Col : étant donné un graphe, est-il 3-colorable? 3-Col est dans NP Phase non déterministe : définir une partition des sommets en trois ensembles Phase déterministe : vérifier qu il s agit d une coloration réalisable

Un peu plus formellement (suite) Réduction polynomiale : P 1 P P 2 I1 instance de P1 I 2 instance de P2 I tel que 1 instance positive pour P1 I 2 instance positive pour P 2 P1 P P2 and P2 P P1 P

Un peu plus formellement (3) NP-complet : P 0 NP - complet P 0 NP P ' NP, P ' P P 0 P NP - complet P = NP - complet = NP Conjecture : P NP

Exemples Théorème (Cook,1971): SAT est NP - complet SAT P 3-SAT 3-SAT NP 3-SAT NP - complet P 0 NP P' NP - complet, P' P P0 P0 NP - complet Théorème:3- Col est NP - complet

Le problème de coloration minimum est méchant Si P NP il n existe pas d algorithme polynomial permettant de colorer tout graphe avec un nombre minimum de couleurs. Conséquence pratique : les algorithmes exacts deviennent très vite inopérants.

Courage mes amis, colorons! Algorithme exact : énumération implicite des solutions Approximation à garanties de performance Méthodes heuristiques : méthodes séquentielles (gloutonne) recherche successive de stables recherches locales : tabou algorithmes «évolutionnaires» : génétique Recherche de classes de graphes pour lesquelles le problème est facile

Généralisations Colorations pondérées Autres types de colorations Cadre online

MERCI! Un Taminou

Cas simple : 2-coloration 23:28 2-colorable CA'NTI 13 - Marc Demange

Cas simple : 2-coloration 23:28 2-colorable CA'NTI 13 - Marc Demange

Cas simple : 2-coloration Algorithme de reconnaissance de graphes 2-colorable : O(n+m) étapes. non 2-colorable

Cas des graphes parfaits Le nombre chromatique est égal à la taille d une plus grande clique pour le graphe et ses sous-graphes La coloration devient facile (polynomiale) Graphe de permutations : le nombre chromatique est la longueur d une plus grande chaîne non croissante. Graphe d intervalles : le nombre chromatique est le nombre maximum d intervalles se chevauchant 2 à 2

MERCI! Un Taminou

Planaire Formule d Euler 5-coloriable 2-coloriable 23:28 Non CA'NTI planaires 13 - Marc Demange

Formule d Euler S A + F 8 12 6 = 2 Planaire Non planaires