Graphes : structures relationnelles.
Contenus
Graphes : structures relationnelles.
Sommets, arcs, arêtes, graphes orientés ou non orientés.
Capacités attendues
Modéliser des situations sous forme de graphes.
Écrire les implémentations correspondantes d’un graphe : matrice d’adjacence ;
liste de successeurs/de prédécesseurs.
Passer d’une représentation à une autre.
Introduction :
En Terminale NSI, il est question de graphes et de leur implémentation en Python. Cet outil mathématique,
combiné à l’informatique, permet par exemple de gérer des réseaux (routiers ou informatiques), de construire des labyrinthes, de représenter et d’étudier des flux migratoires, ou plus généralement, des changements d’états.
C’est donc une notion très importante.
Les graphes en Python, une notion avant tout mathématique
Une brève histoire
La notion de graphes semble apparaître pour la première fois dans un article du mathématicien suisse Leonhard Euler parut en 1735, dans lequel il se penchait sur le “problème des ponts de Königsberg”, ville représentée avec ses ponts sur le schéma suivant:
Ce problème insolvable consistait à “trouver une promenade à partir d’un point donné qui fasse revenir à ce point en passant une fois et une seule par chacun des sept ponts de la ville de Königsberg” (source : https://fr.wikipedia.org/wiki/Th%E9orie_des_graphes#Origines).(problème )
Insolvabilité vérifié par théorie des graphes lien pour les « matheux » (http://lycee.lagrave.free.fr/IMG/pdf/tes_spe_graphes.pdf )
Par la suite, toujours au XVIIIème siècle, le mathématicien français Alexandre-Théophile Vandermonde se pencha sur le problème du cavalier devant visiter toutes les cases d’un échiquier,
problème résolu à l’aide de la théorie des graphes.
Théorie des graphes :
Imaginez un réseau social ayant 6 abonnés (A, B, C, D, E et F) où :
A est ami avec B, C et D
B est ami avec A et D
C est ami avec A, E et D
D est ami avec tous les autres abonnés
E est ami avec C, D et F
F est ami avec E et D
La description de ce réseau social, malgré son faible nombre d'abonnés, est déjà quelque peu rébarbative, alors imaginez cette même description avec un réseau social comportant des millions d'abonnés !
Il existe un moyen plus "visuel" pour représenter ce réseau social : on peut représenter chaque abonné par un cercle (avec le nom de l'abonné situé dans le cercle) et chaque relation "X est ami avec Y" par un segment de droite reliant X et Y ("X est ami avec Y" et "Y est ami avec X" étant représenté par le même segment de droite).
Voici ce que cela donne avec le réseau social décrit ci-dessus :
graphe réseau social
Ce genre de figure s'appelle un graphe. Les graphes sont des objets mathématiques très utilisés, notamment en informatique. Les cercles sont appelés des sommets et les segments de droites qui relient 2 sommets des arêtes.
Plus formellement on dira qu'un graphe G est un couple G = (V,E) avec V un ensemble de sommets et E un ensemble d'arêtes.
À faire vous-même 1
Construisez un graphe de réseau social à partir des informations suivantes :
A est ami avec B et E
B est ami avec A et C
C est ami avec B,F et D
D est ami avec C,F et E
E est ami avec A,D et F
F est ami avec C, D et E
Autre utilisation possible des graphes : les logiciels de cartographie (ces logiciels sont souvent utilisés couplés à des récepteurs GPS). Ces logiciels de cartographie permettant, connaissant votre position grâce à un récepteur GPS, d'indiquer la route à suivre pour se rendre à endroit B. Comment modéliser l'ensemble des lieux et des routes ? Simplement à l'aide d'un graphe ! Chaque lieu est un sommet et les routes qui relient les lieux entre eux sont des arêtes.
Soit les lieux suivants : A, B, C, D, E, F et G.
Les différents lieux sont reliés par les routes suivantes :
il existe une route entre A et C
il existe une route entre A et B
il existe une route entre A et D
il existe une route entre B et F
il existe une route entre B et E
il existe une route entre B et G
il existe une route entre D et G
il existe une route entre E et F
Ici aussi, la représentation sous forme de graphe s'impose :
Graphe cartographie
Problème : avec cette représentation du réseau routier sous forme de graphe, il est impossible de tenir compte des routes en sens unique (par exemple il est possible d'aller de A vers D mais pas de D vers A)
Voici de nouvelles contraintes :
il existe une route entre A et C (double sens)
il existe une route entre A et B (sens unique B->A)
il existe une route entre A et D (sens unique A->D)
il existe une route entre B et F (sens unique B->F)
il existe une route entre B et E (sens unique E->B)
il existe une route entre B et G (double sens)
il existe une route entre D et G (double sens)
il existe une route entre E et F (double)
Pour tenir compte de ces nouvelles contraintes, on utilisera un graphe orienté :
graphe orienté cartographie
Dans un graphe orienté, les arêtes possèdent une orientation. Ces "arêtes orientées" sont souvent appelées "arcs". On dira qu'un graphe orienté G est un couple G = (V,A) avec V un ensemble de sommets et A un ensemble d'arcs.
Parfois il est intéressant d'associer aux arrêtes ou aux arcs des valeurs, on parle alors de graphes pondérés. Si nous revenons à notre "graphe cartographie", il est possible d'associer à chaque arête la distance en Km entre les 2 lieux :
graphe pondéré (Km) cartographie
Il est aussi possible d'associer à chaque arête la durée du trajet entre 2 points :
graphe pondéré (minutes) cartographie
En fonction du choix fait par le conducteur (trajet le plus court "en distance" ou trajet le plus court "en temps"), l'algorithme permettant de déterminer le "chemin le plus court entre 2 points" travaillera sur le graphe "graphe pondéré (Km) cartographie" ou sur le graphe "graphe pondéré (minutes) cartographie". À noter que le "graphe pondéré (minutes) cartographie" peut évoluer au cours du temps en fonction du trafic routier : une application comme Waze utilise les données en en provenance des utilisateurs de l'application afin de mettre à jour en temps réel leur "graphe pondéré (minutes) cartographie".
Enfin, avant de s'intéresser à l'implémentation des graphes, voici des définitions qui nous seront utiles par la suite :
Ordre d’un graphe : L’ordre d’un graphe est le nombre de sommets du graphe.
Adjacents : Deux sommets sont dits adjacents s’ils sont reliés entre eux par une arête.
Degré d’un sommet Le degré d’un sommet est le nombre d’arêtes issues de ce sommet.
Graphe complet Un graphe est dit complet si deux sommets quelconques distincts sont toujours adjacents. Autrement dit, tous les sommets sont reliés deux à deux par une arête.
Un cycle est une chaine qui commence et se termine au même sommet.
Implémentation des graphes :
Il existe deux méthodes permettant d'implémenter un graphe :
les matrices d'adjacences ;
les listes d'adjacences.
Implémentation d'un graphe à l'aide d'une matrice d'adjacence
Une matrice est un tableau à double entrée :
La matrice A ci-dessus est constitué de 5 lignes et 4 colonnes. On appelle matrice carrée une matrice qui comporte le même nombre de lignes et de colonnes. Les matrices d'adjacences sont des matrices carrées.
Reprenons l'exemple du "graphe cartographie" :
graphe cartographie
Voici la matrice d'adjacence de ce graphe :
matrice d'adjacence du graphe cartographie
Comment construire une matrice d'adjacence ?
Il faut savoir qu'à chaque ligne correspond un sommet du graphe et qu'à chaque colonne correspond aussi un sommet du graphe. À chaque intersection ligne i-colonne j (ligne i correspond au sommet i et colonne j correspond au sommet j), on place un 1 s'il existe une arête entre le sommet i et le sommet j, et un zéro s'il n'existe pas d'arête entre le sommet i et le sommet j.
matrice d'adjacence du graphe cartographie
Il existe une arête entre le sommet E et le sommet F, nous avons donc placé un 1 à l'intersection de la ligne E et de la colonne F (il en est de même à l'intersection de la ligne F et de la colonne E)
Il n'existe pas d'arête entre le sommet D et le sommet C, nous avons donc placé un 0 à l'intersection de la ligne D et de la colonne C (il en est de même à l'intersection de la ligne C et de la colonne D)
À faire vous-même 2
Vérifiez que la matrice d'adjacence proposée ci-dessus correspond bien au graphe "cartographie".
Il est aussi possible d'établir une matrice d'adjacence pour un graphe orienté. Le principe reste le même : si le sommet i (ligne) est lié au sommet j (colonne), nous avons un 1 à l'intersection (0 dans le cas contraire).
graphe orienté cartographie matrice d'adjacence du graphe orienté cartographie
À faire vous-même 3
Vérifiez que la matrice d'adjacence proposée ci-dessus correspond bien au graphe orienté "cartographie".
Il est aussi possible d'utiliser une matrice d'adjacence pour implémenter un graphe pondéré
: on remplace les 1 par les valeurs liées à chaque arc.
matrice d' adjacence du graphe pondéré (minutes) cartographie
À faire vous-même 4
Vérifiez que la matrice d'adjacence proposée ci-dessus correspond bien au graphe pondéré (minutes) "cartographie".
À faire vous-même 5
Établissez la matrice d'adjacence du graphe ci-dessous.
graphe réseau social
Matrice d’adjacence
Il est assez simple d'utiliser les matrices d'adjacence en Python grâce aux tableaux de tableaux
#matrice d'ajacence pour le graphe cartographie
m = [[0, |
1, |
1, |
1, |
0, |
0, |
0], |
|
|
|
|
|
|
|
[1, |
0, |
0, |
0, |
1, |
1, |
1], |
|
|
|
|
|
|
|
[1, |
0, |
0, |
0, |
0, |
0, |
0], |
|
|
|
|
|
|
|
[1, |
0, |
0, |
0, |
0, |
0, |
1], |
|
|
|
|
|
|
|
[0, |
1, |
0, |
0, |
0, |
1, |
0], |
|
|
|
|
|
|
|
[0, |
1, |
0, |
0, |
1, |
0, |
0], |
|
|
|
|
|
|
|
[0, |
1, |
0, |
1, |
0, |
0, |
0]] |
Implémentation d'un graphe à l'aide de listes d'adjacence
Pour commencer, on définit une liste des sommets du graphe. À chaque élément de cette liste, on associe une autre liste qui contient les sommets lié à cet élément :
Reprenons l'exemple du "graphe cartographie" :
graphe cartographie
Voici la liste d'adjacence de ce graphe :
Pour les graphes orientés, il est nécessaire de définir 2 listes : la liste des successeurs et la liste des prédécesseurs. Soit un arc allant d'un sommet A vers un sommet B (flèche de A vers B). On dira que B est un successeur de A et que A est un prédécesseur de B.
graphe orienté cartographie
liste d'adjacence successeurs du graphe orienté cartographie
liste d'adjacence prédécesseurs du graphe orienté cartographie
À faire vous-même 6
Vérifiez que les listes "successeurs-prédécesseurs" proposées ci-dessus correspondent bien au graphe orienté "cartographie".
À faire vous-même 7
Établissez la liste d'adjacence du graphe ci-dessous.
graphe réseau social
Il est possible de travailler avec des listes d'adjacences en Python en utilisant les dictionnaires :
#liste d'ajacence pour le graphe cartographie
l = {'A':('B','C','D'), 'B':('A', 'E', 'F', 'G'), 'C':('A'), 'D':('A', 'G'), 'E':('B'
, 'F'), 'F':('B', 'E'), 'G':('B', 'D')}
Comment choisir l'implémentation à utiliser (matrice d'adjacence ou liste d'adjacence) ?
le choix se fait en fonction de la densité du graphe, c'est-à-dire du rapport entre le nombre d'arêtes et le nombre de sommets. Pour un graphe dense on utilisera plutôt une matrice d'adjacence.
certains algorithmes travaillent plutôt avec les listes d'adjacences alors que d'autres travaillent plutôt avec les matrices d'adjacences. Le choix doit donc aussi dépendre des algorithmes utilisés (nous aurons très prochainement l'occasion d'étudier plusieurs de ces algorithmes).
http://mathematiques.ac- bordeaux.fr/pedalyc/seqdocped/graphes/cahier/notions_base/notions_base_model.htm#Exe rcice1
Exo bilan : Quel doit être le minimum de demi-journées pour organiser le bac blanc des spécialités ?
Document :
Nom |
Nombre d'élèves |
AGL 8 | HLPHI |
12 |
AGL 8 | NSINF |
5 |
HGGSP | AGL 8 |
4 |
HGGSP | HLPHI |
5 |
HLPHI | CNED |
1 |
MATHS | AGL 8 |
2 |
MATHS | HGGSP |
1 |
MATHS | HLPHI |
1 |
MATHS | NSINF |
3 |
MATHS | PH-CH |
7 |
MATHS | SVT |
10 |
PH-CH | AGL 8 |
1 |
PH-CH | SVT |
23 |
SES | AGL 8 |
2 |
SES | HGGSP |
9 |
SES | HLPHI |
2 |
SES | MATHS |
7 |
SES | NSINF |
2 |
SES | SVT |
5 |
SVT | AGL 8 |
1 |
SVT | HGGSP |
2 |
Bilan en vidéo https://www.youtube.com/watch?v=YYv2R1cCTa0