graph
This commit is contained in:
@@ -57,12 +57,18 @@
|
||||
|
||||
# Bac3
|
||||
|
||||
- [Graph. et Opti.]()
|
||||
- [définitions](./bac3/GraphOpti/Definitions.md)
|
||||
---
|
||||
|
||||
- [Graph]()
|
||||
- [Définitions](./bac3/GraphOpti/Definitions.md)
|
||||
- [Représentation](./bac3/GraphOpti/rpz.md)
|
||||
- [Complexité](./bac3/GraphOpti/complexite.md)
|
||||
- [Algos](./bac3/GraphOpti/Algos.md)
|
||||
|
||||
- [Opti combinatoire]()
|
||||
- [Définition](./bac3/GraphOpti/OptiCombi.md)
|
||||
---
|
||||
|
||||
- [Statistiques]()
|
||||
- [Introduction](./bac3/Stats/Introduction.md)
|
||||
- [Statistique déscriptive](./bac3/Stats/StatDesc.md)
|
||||
|
||||
@@ -49,5 +49,27 @@ si ça n'est pas possible, le graph n'est pas bi-partie. L'exploration est en la
|
||||
|
||||
## Arbre recouvrant de poids minimal
|
||||
|
||||
Si G n'est pas convexe, on peut calculer le poids minimal
|
||||
|
||||
L'objectif est de trouver une arborescence couvrante de G dont la somme des poids des arcs soit
|
||||
minimale
|
||||
|
||||
**Propriétée**: En partitionant le graph en deux, il y aura toujours une arrete joignant les deux
|
||||
partitions qui sera minimale
|
||||
|
||||
- **Algo de prism**:
|
||||
1) Arbre à un seul sommet
|
||||
2) à chaques itération, ajouter la node la plus proche (en poids)
|
||||
|
||||
- **Algo de kruskal**
|
||||
1) Foret de sommets isolé
|
||||
2) à chaques itérations, ajout la plus petite arête sans cycle
|
||||
3) Stop quand arbre couvrant
|
||||
- Contrairement à Prism, trouve direct une foret couvrante minimal si non connexe
|
||||
- structure **Union-Find**
|
||||
- *Find(x)* trouve le numéro de la classe de x
|
||||
- *Union(u,v)* fusionne deux classes de numéros u et v
|
||||
- Création d'un liste next:
|
||||
- full 0
|
||||
- poids minimum (x,y) placer x en y
|
||||
- si x et y dans même classe alors union
|
||||
|
||||
74
src/bac3/GraphOpti/OptiCombi.md
Normal file
74
src/bac3/GraphOpti/OptiCombi.md
Normal file
@@ -0,0 +1,74 @@
|
||||
# Optimisation Combinatoire
|
||||
|
||||
## Définition
|
||||
|
||||
- **Problème d'optimisation combinatoire**:
|
||||
- **ensemble fini** de solutions admissibles \\( \Omega \\),
|
||||
- **fonction objectif** \\( f: \Omega \to \mathbb{R} \\)
|
||||
- but: trouver \\( x^* \\) minimisant f
|
||||
\\[ x^* = \arg\min\\{ f(x) \vert x \in \Omega\\} = \arg\min_{x\in\Omega} f(x)\\]
|
||||
|
||||
## Problème d'affectation
|
||||
|
||||
affecter n ressources à n activités à un cout total minimum (Assignment Problem)
|
||||
|
||||
\\[
|
||||
AP\left\\{ \begin{align}
|
||||
\min &\sum_{i=1}^n \sum_{j=1}^n c_{ij} x_{ij} \\\\
|
||||
&\sum_{i=1}^n x_{ij} = 1 \quad j = 1,..., n \\\\
|
||||
&\sum_{j=1}^n x_{ij} = 1 \quad i = 1,..., n \\\\
|
||||
& x_{ij} \in \\{0, 1\\} \quad i = 1, ..., n \quad j = 1, ..., n
|
||||
\end{align} \right.
|
||||
\\]
|
||||
|
||||
### Variante
|
||||
|
||||
affecter n ressources à n activité en minimsant le cout maximum de chaque ressource (min-max /
|
||||
bottleneck)
|
||||
|
||||
\\[
|
||||
\left\\{\begin{align}
|
||||
\min & C_{max} \\\\
|
||||
&\sum_{i=1}^n x_{ij} = 1 \quad j = 1,..., n \\\\
|
||||
&\sum_{j=1}^n x_{ij} = 1 \quad i = 1,..., n \\\\
|
||||
&\sum_{j=1}^n c_{max} \quad i = 1, ..., n \\\\
|
||||
&x_{ij} \in {0, 1} \quad i = 1, ..., n \quad j = 1, ..., n \\\\
|
||||
&C_{max} \ge 0
|
||||
\end{align}\right.
|
||||
\\]
|
||||
|
||||
## Problème de transport
|
||||
|
||||
Consommation <-> Production en minimisant le cout total de transport ( Transport Problem )
|
||||
|
||||
\\[
|
||||
\left\\{\begin{align}
|
||||
\min &\sum_{i=1}^r \sum_{i=1}^s c_{ij}x_{ij} \\\\
|
||||
&\sum_{j=1}^s x_{ij} = q_i \quad i = 1, ..., r \\\\
|
||||
&\sum_{i=1}^r x_{ij} = d_j \quad j = 1, ..., s \\\\
|
||||
&x_{ij} \ge 0 \quad i=1,..., r \quad j=1,...,s
|
||||
\end{align}
|
||||
\right.
|
||||
\\]
|
||||
en supposant que la production est égale à la consomation
|
||||
\\[
|
||||
\sum_{j = 1}^s d_j = \sum_{i=1}^r q_i
|
||||
\\]
|
||||
|
||||
### Problème du voyageur de commerce (TSP)
|
||||
|
||||
faire un circuit passant une seule fois par n villes de cout minimum
|
||||
|
||||
\\[
|
||||
\left\\{\begin{align}
|
||||
\min &\sum_{i=1}^n \sum_{i=1}^n c_{ij}x_{ij} \\\\
|
||||
&\sum_{j=1}^n x_{ij} = q_i \quad i = 1, ..., n \\\\
|
||||
&\sum_{i=1}^n x_{ij} = d_j \quad j = 1, ..., n \\\\
|
||||
&\sum_{i \in Q}\sum_{j \in \overline{Q}} x_{ij} \ge 1 \quad Q\subset \\{1,...,n\\} \quad \overline{Q} =
|
||||
\\{1, ..., n\\} \backslash Q \\\\
|
||||
&x_{ij} \in \\{0, 1\\} \quad i=1,..., n \quad j=1,...,n
|
||||
\end{align}
|
||||
\right.
|
||||
\\]
|
||||
|
||||
C'est en fait un problème d'affectation relaxé
|
||||
1
src/bac3/GraphOpti/Opti_Init.md
Normal file
1
src/bac3/GraphOpti/Opti_Init.md
Normal file
@@ -0,0 +1 @@
|
||||
# init
|
||||
Reference in New Issue
Block a user