Professional Documents
Culture Documents
• Contexte
- Dans les réseaux radio-mobiles, on doit affecter une fréquence à chacune des
antennes (cellules).
• On donne
- Un graphe G = (V, E) représentant le réseau, |V|=n
- Une fonction D : {1..n} x {1..n} -> N
- D(i, j) = distance imposée entre les fréquences des antennes i et j
- Un entier L = nombre de longueurs d’ondes disponibles
• Contexte
- Dans les réseaux radio-mobiles, on doit affecter un commutateur à chacune
des antennes (cellules).
• On donne
- Un entier n = nombre d’antennes
- Un entier m = nombre de commutateurs
- Une fonction c : {1..n}x{1..m} -> R+
- c(i, j) = coût pour affecter le commutateur j à l’antenne i
- Une fonction C : {1..m} -> N
- C(j) = capacité du commutateur j
- Une fonction cr : {1..n}x{1..n} -> R+
- cr(i, i’)=coût (de relève) si i et i’ sont reliés à des commutateurs différents
INF6953 Exemples de problèmes 6
Problème d’affectation de commutateurs aux antennes
• Contrainte
- Respecter la capacité de chaque commutateur : pour tout commutateur j,
affecte au plus C(j) commutateurs à j.
• On demande
- Un plan d’affectation qui respecte la contrainte et de coût minimum
• Contexte
- Dans les réseaux optiques, on doit satisfaire un maximum de demande de
connexion en affectant à chacune d’entre elles un chemin et une longueur
d’onde.
- On donne
– Un graphe G = (V, E)
- V représente l’ensemble des stations
- E représente l’ensemble des liens
– Un entier L = nombre de longueurs d’ondes disponibles
– Un ensemble D de demandes :
- Chaque demande i étant définie par
- origine(i), destination(i) = l’origine et la destination de la demande i
- mult(i) = le nombre de routes entre origine(i) et destination(i)
• On demande
- un plan de routage qui maximise le nombre de demandes satisfaites.
1) Réseau 2) Demandes
1 1 4 2
1 4 2 2 3 1
3 2 4 2
4 3 4 1
3
2 1 1 4 2
2 2 3 1
1 4 3 2 4 2
4 3 4 1
• Contexte
- Domaine de la bioinformatique
• On donne
- Un ensemble Σ = alphabet
- n chaînes s1,…, sn sur Σ = séquences
- Une fonction f : Σ’ x Σ’ -> N, où Σ’ = Σ union {‘-’}
- f définit le coût d’insertion, de remplacement ou de suppression
• Définitions
- Un alignement pour s1,…, sn est obtenu en ajoutant dans chaque chaîne des
caractères d’insertion ‘-’ à des positions quelconques de manière à ce que les
chaînes obtenues s’1,…, s’n aient toutes la même longueur
- Le coût d’un alignement {s’1,…, s’n} est défini par
Σ1<=p<q<=n Σi=1..l f(s’p[i], s’q[i])
• Σ ={A, C, T, G}
• 3 chaînes s1=AGCCAGTG, s2=GCCGTGG, s3=AGAGAGG
• f (a, b)=1 pour a et b quelconque appartenant à Σ’
M1 M2 M3
AGCCAGTG- AGCCAGT-G AGCCAGT-G-
-GCC-GTGG -GCC-GTGG -GCC-GT-GG
AG--AGAGG AG--AGAGG -AGA-G-AGG
Alignement M1
A G C C A G T G -
- G C C - G T G G
A G - - A G A G G
2 0 2 2 2 0 2 0 2 -> coût total égal à 12
• Définition préliminaires
- Soit un ensemble de variables booléennes x1, …, xn. Un littéral est soit une
variable, soit la négation d’une variable. Une clause et une disjonction de
littéraux (littéraux reliés par le connecteur OU).
- La longueur d’une clause correspond au nombre de ses littéraux.
• Exemple
- x7, NOT x4 sont des littéraux
- Exemple : x7 OR (NOT x4) OR x11 est une clause de longueur 3
• On donne
- n variables booléennes x1, …, xn
- m clauses définies sur x1, …, xn
• On demande
- une fonction {x1, …, xn } -> {V, F } qui satisfait toutes les clauses
• Complexité
- Le problème SAT est NP-complet.
- k-SAT est NP-complet pour k >= 3.
- Les problèmes 2-SAT, Horn-SAT sont polynomiaux.
• Variante : Dans max-SAT pondéré, on donne des pondérations réelles sur les
clauses w1, …, wn et on doit trouver une solution qui maximise le poids total
des clauses satisfaites.
• Les problèmes max-SAT et max-SAT pondéré sont NP-difficiles.
• Définition Dans un graphe, un cycle hamiltonien est un cycle qui passe par
chaque sommet une fois et une seule
• On donne
- un graphe G=(V, E)
- une fonction w : V x V -> R+
- d(x, y) indique la distance entre les sommets x et y
• On demande de trouver un cycle hamiltonien* de longueur minimale (*i.e.,
une tournée qui visite chaque ville une fois et une seul).
• Complexité
- TSP est NP-difficile
• On donne
- Un entier n = nombre d’objets
- Une fonction u : {1..n} -> R+, u(i) représente l’utilité de l’objet i
- Une fonction w : {1..n} -> R+, w(i) représente le poids de l’objet i
- Un réel W = poids total maximum autorisé
• On donne
- un ensemble E, des ensembles E1…En dont la réunion égale E
- une fonction c : {1..n} -> R+
• On donne
- un entier n = nombre d’objets
- une fonction w : {1..n} -> R+
- w(i) = poids de l’objet i
- un entier C = capacité d’une boîte
1 6
2
3 8
1 6
2
3 8
4
V’ = {2, 7, 8} constitue un ensemble stable
1 6
2
3 8
4
V’ = {2, 4, 5} constitue une clique
1 6
2
3 8
• Remarques
- Un ensemble V’ de sommets est une clique ssi c’est un ensemble stable dans le
graphe complémentaire, et inversement.
- Trouver une clique maximum revient à trouver un stable maximum dans le
graphe complémentaire, et inversement. Les deux problèmes sont donc
«équivalents».
- Les deux problèmes sont NP-difficiles.
• Remarques :
- Le problème de 2-coloriage est polynomial.
- Les problèmes de coloriage et de k-coloriage (k >= 3) est NP-difficile dans le
cas général.
• Emploi du temps
On cherche :
- un plan de routage qui maximise le nombre de demandes satisfaites.
INF6953 Exemples de problèmes 39
Max-RWA : un exemplaire du problème
1) Réseau 2) Demandes
1 1 4 2
1 4 2 2 3 1
3 2 4 2
4 3 4 1
3
de 1 à 4 : 2 demandes
2-1-3 de 2 à 3 : 1 demande
1-3-4
2-4-3
1-2-4
2-3
2-4 3-2-4
3-4
2-3-4 de 3 à 4 : 1 demande
de 2 à 4 : 2 demandes
de 1 à 4 : 2 demandes
2-1-3 de 2 à 3 : 1 demande
1-3-4
2-4-3
1-2-4
2-3
2-4 3-2-4
3-4
2-3-4 de 3 à 4 : 1 demande
de 2 à 4 : 2 demandes
INF6953 Exemples de problèmes 43
Max-RWA : solution
2 1 1 4 2
2 2 3 1
1 4 3 2 4 2
4 3 4 1