Theo Graphes

REPUBLIQUE DU CAMEROUN REPUBLIC OF CAMEROON
Paix-Travail-Patrie Peace - Work - Fatherland

********** **********
LECON SUR LES GRAPHES EN TERMINALES SCIENTIFIQUES
C/D/Ti
Niveaux: TERMINALES ESG
Présenté par : © Dr Kouakep Tchaptchié Yannick
Assistant – Formateur des Formateurs
(kouakep@aims-senegal.org / 691054008 )
2020-2021
Leçons libres de vulgarisation et de modification avec interdiction de commercialisation en l ’absence de l’avis de l’auteur.
Théorie de graphes avec des outils d’optimisation en Terminales C, D et Ti – 2020/2021
Note de présentation
Cette leçon qui vous est offerte pour critique et utilisation, n’est nullement parfaite. D’ailleurs, des
collègues plus expérimentés l’ont traitée de « torchon fait de copier-coller». On a vu pire, vous aussi.
Cependant, je sais qu’il y a des enseignants qui savent ramasser de telles « déchets » pour les rendre
meilleurs eux-mêmes, telle de la pierre brute que le joaillier (vous) révèlera en bijoux pour nos apprenants.
Cette leçon n’est donc pas modèle : je ne suis pas Inspecteur pédagogique et aucun inspecteur
pédagogique n’a validé cette leçon. Disons qu’elle « se bat » à vous présenter le matériel primaire et utile à
l’enseignement de la théorie des graphes conformément aux instructions pour cette année 2020–2021, vous
les véritables experts qui êtes sur le terrain, en respectant donc les orientations du projet de syllabus des
séries C, D et Ti dans sa version actuelle autour des compétences globales: Trouver un court chemin entre
deux localités reliées par les routes intercalées d’autres villes ou déterminer dans un réseau routier, le coût
minimum, pour la réhabilitation de certaines voies de façon à désenclaver toutes les localités. Trouver aussi
le chemin le plus cours pour un transfert d’information ou de données dans un grand réseau informatique.
Il est clair que de nombreuses applications des mathématiques dans la vie portent en elles les notions
enseignées ici. Toutes nos excuses donc pour les lacunes décelées. Un mot par WhatsApp au
+237691054008 (Cameroun) ou un message par e-mail (kouakep@aims-senegal.org ) seront les bienvenus.
Il me reste à remercier Mon feu père Tchaptchié E. et son représentant Kemayou B., M. Nguefo A. pour son
aide dans la réalisation de certaines figures, M. Menlah, Dr Momeya, Pr Houpa D.D.E., Pr J.C. Kamgang, Dr Djida, M
Joachim Ondjila, M. Talla Ndé, Mme A. Kamga, M. Tchouaffi, M. Tchiaze, M. Woungue, Dr Fotsa, M A.B.J.P. (il se
reconnaitra), M. Alim Garga, M. Alfaki Dogo, M. Ndissiabe Z., Mme F. Ngoufack, mes animateurs pédagogiques MM.
Timene/M. Ngeufo H., Mme Hanwa A., le CEMAN, M. Noumssi et tous les responsables pédagogiques (M. Zomene,
M. Feupossi, M. Pany, M. Fossoh) tant de l’Adamaoua, que du AIMS-TTP ou de la hiérarchie pédagogique centrale
encadrant l’Amicale des Enseignants de Mathématiques de l’Adamaoua pour tous leurs conseils qu’ils/elles ne cessent
de nous prodiguer lors des rencontres sur l’Approche Par les Compétences, et enfin le Pr Nzie W. mon Chef de
département qui s’évertue toujours à m’expliquer comment préparer des leçons de prérequis utiles et belles aux futurs
ingénieurs dont j’assure la formation initiale en mathématiques quelque part. Merci à tous ceux qui n’ont pas été cités.
Ces leçons sont libres de vulgarisation et de modification avec interdiction de commercialisation en l’absence mon l’avis.
Bonne lecture, bonne critique et surtout transformez ce « déchet » rejeté par d’autres, en diadème dans
chacune de vos salles de classe. Notons pour finir que les pseudos codes sont surtout utiles en Terminale Ti.
Kouakep Tchaptchié Yannick, PhD

Enseignant guidé jadis par certains
grands frères trop discrets, hélas.
MINI SOMMAIRE (Module « Organisation des données » pour 06 à 09 périodes)
Pourquoi ? Pour reconnaitre l’efficacité de l’outil « Graphe » dans la modélisation des problèmes de gestion d’objets
interconnectés dont on veut améliorer l’interaction en termes de configuration ou de proximité en un sens à préciser.
Leçon 1 : GRAPHES ET SOUS-GRAPHES ……………………………….. p. 3

Leçon 2 : GRAPHES ET ARBRES …………………………………………...p. 8
Leçon 3 : GRAPHES ET ALGORITHMES D’EFFICACITE ……………..p. 13
2
Leçons libres de vulgarisation et de modification avec interdiction de commercialisation en l’absence de l’avis du Dr Kouakep T. Y
Leçon 1 : GRAPHES ET SOUS-GRAPHES
QUE VISE-T-ON ?
o Déterminer une chaîne d’un graphe ;
o Reconnaitre le sous-graphe d’un graphe ;
o Déterminer la longueur d’une chaîne d’un graphe ;

Les 7 ponts de Königsberg en rouge (internet)
o Justifier qu’une chaîne est un cycle ;
Expliquer mathématiquement que l’on peut aller de part et
o Justifier qu’un graphe est connexe. d’autre des cours d’eau sans limitation (c’est-à-dire que
d’une zone verte, on peut toujours arriver à une autre).
Contrôle de prérequis : Donner l’ensemble E des sommets et l’ensemble G des arêtes du graphe
Solution: E={ } et G={ }.
Situation-problème: Dès 1736, le mathématicien allemand et père de la théorie des graphes L. Euler observe la
ville de Königsberg avec ses sept ponts en rouge (1ère image) aussi visualisés en jaune sur la 2ème image:
Figure 1: les 7 ponts en rouge
Expliquer mathématiquement que l’on peut aller de part et d’autre des cours d’eau sans limitation (c’est-à-dire que
d’une zone verte, on peut toujours arriver à une autre).
Activité d’apprentissage:
Observer la transformation suivante :

3
1- Expliquer comment transformer la figure 1 par un graphe où les ponts et les zones à atteindre sont des
sommets ou des arrêtes.
2- Expliquer alors mathématiquement que l’on peut aller de part et d’autre des cours d’eau sans limitation (c’est-
à-dire que d’une zone verte, on arrive toute autre zone verte).
Solution:
1- Prendre les ponts comme des arêtes et les zones à atteindre comme des sommets :
2- On peut voir que chaque couple de sommets est relié par au moins une arrête.
Résumé: Définitions, notations et vocabulaire
Nous allons commencer par parler des graphes, des notions d’adjacence et degré.
+a) Graphes, adjacence, degré, sous graphe et graphe partiel
Un graphe non orienté est un ensemble de points (appelés sommets ou nœuds) reliés ou pas par des segments
ou lignes courbes (appelés arrêtes).
Exemple de graphe non orienté:
- Un graphe orienté désigne un graphe dans lequel chaque arrête est orientée par une flèche appelée arc.
Exemple de graphe orienté:
NB : Un graphe peut être représenté par où désigne l’ensemble des sommets ou nœuds et l’ensemble
des arrêtes ou des arcs.
- Une boucle est un arc reliant un sommet à lui-même.
Exemple de boucle:
4
- Un graphe simple désigne un graphe n’ayant pas de boucle ni plus d’une arête reliant deux sommets. Sur le
dessin le représentant, on ne parle alors plus d'arcs mais d'arêtes.
- Tout graphe orienté, sans boucle, peut donc être transformé en graphe simple, en remplaçant chaque paire
d’arcs « aller-retour » par une arête.
Exemple B :
(2 ; 8) est un arc du graphe orienté (H) tandis qu’il n’y a pas d’arc (8 ; 2).
Dans le graphe non orienté G1, { } est une arête. Il n’y a pas d’arête { } sur G1.
- Adjacence : deux arcs ou arêtes sont adjacents s'ils ont une extrémité commune; deux sommets sont adjacents
s'il existe un arc, ou une arête, les reliant.
Exemple C: les arêtes { } et { } sont adjacents sur G1, les sommets 1 et 2 aussi.
- Le degré (ou nombre d’arcs/arêtes incidents à un sommet) d’un sommet x est le nombre d’arcs/d’arêtes
dont x est origine ou extrémité.
o le demi-degré extérieur (ou nombre d’arcs incidents à un sommet vers l’extérieur) est le nombre d’arcs
dont x est origine ;
o le demi-degré intérieur (ou nombre d’arcs incidents à un sommet vers l’intérieur) est le nombre d’arcs
dont x est extrémité.
- Le degré d’un graphe est le degré maximum de tous ses sommets.
Exemple D : Dans le graphe orienté (H) précédent pour le sommet 6:
 Le degré de 6 est 3, mais le demi-degré extérieur du sommet 6 est 2;

 le demi-degré intérieur du sommet 6 est 1.
 Le degré du graphe est 5 (merci d’observer tous les sommets dont 2).
- Sous graphe : Si on considère un graphe alors un sous-graphe est un graphe tel que et
avec qui est un ensemble des arcs de dont les deux sommets sont dans . Ainsi, un sous-graphe
est obtenu par suppression de sommets et/ou arêtes du graphe initial .
- Graphe partiel : Si on considère un graphe alors un graphe partiel est un sous-graphe de
si et avec qui est l’ensemble des arcs de dont les deux sommets sont dans .
Ainsi, tous les sommets sont conservés et seuls des arrêtes ou arc sont supprimés.
Exemple E: Considérons ce graphe . On a alors :

5
Les notions de Chemin, chaine, circuit, cycle sont utiles pour comprendre les graphes.
+b) Chemin, chaine, circuit, cycle
- Un chemin est une suite d’arcs dont l’extrémité de l’un est l’origine de son successeur. Sa longueur
correspond à son nombre d’arcs. Si aucun arc n'est répété, on dit que le chemin est simple. Il est en plus
élémentaire s’il ne rencontre au plus qu’une fois chaque sommet.
Exemple F: sur le graphe orienté (H) ci-dessus, (3;6)-(6;12) est un chemin reliant 3 à 12; on le note (3 ; 6 ; 12).
- Une chaîne est une suite dont les éléments sont alternativement des sommets et des arêtes de G d’extrémités
successivement communes. Sa longueur correspond à son nombre d’arêtes. Si aucune arête n'est répétée, on
dit que la chaine est simple.
Exemple H: sur le graphe G1 (de l’exemple B), 2-4-5 est une chaîne.
- La longueur d'un chemin (ou d’une chaîne) est le nombre d'arcs du chemin (ou d’arêtes de la chaîne).
NB : Pour les exemples I et J, nous utiliserons ce schéma (H) :
Exemple I : La longueur du chemin (2 ;4 ;12 ;3 ;6 ;2) est 5 dans le graphe orienté (H).
- Un circuit est un chemin dont l'origine et l'extrémité sont identiques.

Exemple J : (2 ;4 ;12 ;3 ;6 ;2) est un circuit du graphe orienté (H).
- Un cycle [ou chemin fermé] (désigne un circuit dans un graphe non orienté) est une chaîne dont l'extrémité
initiale coïncide avec l'extrémité finale. S’il n’a pas réplication d’arêtes entre les extrémités du cycle, on dit
que le cycle est simple.
Exemple K : sur le graphe G1 (de l’exemple B) de l’exemple A, est un cycle.
 Le diamètre d’un graphe est la longueur de la plus grande chaîne (respectivement chemin) de toutes
(respectivement. tous) reliant deux sommets quelconques du graphe sans répétition d’arête (respectivement arc).
6
Exemple L: le diamètre du graphe G1 (de l’exemple B), de l’exemple A, est 5.
Il est intéressant de voir si le graphe est d’un « seul tenant » par la notion de connexité :
+c) Ordre, taille, connexité d’un graphe
 L’ordre d’un graphe est le nombre de sommets du graphe.
 La taille d’un graphe est le nombre d’arêtes du graphe.
Exemple M : L’ordre de G1 (de l’exemple B), de l’exemple A, est 6. La taille de G1, de l’exemple A, est 6.
 Un graphe connexe est un graphe dans lequel deux sommets quelconques peuvent être reliés par une chaine (graphe
non orienté) ou un chemin (graphe orienté).
Exemple N:
- le graphe G1 (de l’exemple B), est connexe.

- le plan d’une ville doit être idéalement connexe (expliquer [réponse: pour pouvoir aller "partout"]).
- Ce graphe n’est pas connexe puisqu’on ne peut aller de A à B.
Exercices d’application :
Exercice 1 : Considérons deux graphes
2- Graphe A
1- Donner l’ordre, le degré, le diamètre, un circuit/cycle de chacun de ces graphes.
2- Entre le graphe A et le graphe B, lequel est connexe ?
Exercice 2 :
1- Montrez que la somme des degrés de tous les sommets d’un graphe quelconque est paire.
2- Peut-on tracer dans le plan cinq droites distinctes, telles que chacune d’entre elles ait exactement trois points
d’intersection avec les autres? En modélisant ce problème par un graphe, démontrez que cela n’est pas
possible.
7
Leçon 2 : GRAPHES ET ARBRES
QUE VISE-T-ON ?
- Reconnaitre un arbre, ses arbres couvrants ou sous-graphes valués (pondérés) ;
- Calculer le poids d’un sous-graphe ;
- Déterminer la matrice d’adjacence d’un graphe
Peux-tu trouver un réseau

(graphe partiel) permettant
de relier les ordinateurs
entre eux, sous la
configuration d’un arbre de
choix avec quatre arêtes ?
Contrôle de prérequis : Dessiner un arbre de choix autour d’une situation concrète de la vie.
Solution: routes (arrête) et carrefour (sommets).
Situation - problème : Un réseau d’ordinateurs de caractéristiques identiques est relié comme visualisé sur ce
graphe avec les distances représentées entre les machines :
Peux-tu trouver un réseau (graphe partiel) permettant de relier les ordinateurs entre eux sous la configuration d’un
arbre de choix avec quatre arêtes ?
8
Activité d’apprentissage :
1- Expliquer pourquoi cette proposition répond à la question:
2- Pouvez-vous proposer un autre graphe partiel répondant à la question?
Résumé : Soit le graphe où désigne l’ensemble des sommets et celui des arêtes.
+a) Nous définirons ce qu’est un arbre, un arbre couvrant ou un arbre pondéré :
 Complet : un graphe est complet si quels que soient deux sommets distincts, il existe un arc (ou une arête) les reliant
dans un sens ou dans l'autre.
 Arbres
- Un arbre est un graphe connexe ne contenant aucun cycle.

- Un arbre dit fini ou infini selon que le nombre de sommets l’est.
1- Exemple d'arbre
 Arbre couvrant d’un arbre : c’est un arbre contenant tous les sommets de .
Dans un graphe il est possible d’étiqueter les sommets et / ou les arêtes au moyen d’une fonction de E (respectivement
de R) dans un ensemble d’étiquettes donné. Si les étiquettes sont à valeur numérique (entier, réel...) elles peuvent
représenter un poids (coût, valeur...) pour les sommets ou les arêtes : on parle alors de graphe pondéré.
Nous nous concentrons dans ce cours au cas de la pondération des arêtes.

9
 Graphes valués (pondérés) : Un graphe aux arêtes pondérées est un graphe muni d’une fonction de poids
avec { }.
 Poids d’un sous-graphe (ou du graphe): Le poids d’un sous-graphe (ou du graphe) est la somme des poids de ses
arêtes.
Exemple : sur le graphe précédent, le poids du graphe est 32 = 5+1+2+3+8+4+2+7.
+b) A présent, regardons ce qu’est une matrice d’adjacence :
 Matrice d’adjacence d’un graphe orienté ou non: On utilise un tableau de booléens, dite matrice d'adjacence, de
dimension n x n où n = ordre du graphe, qui se construit ainsi : l'élément d'indice i et j vaut 1 si et seulement si il
existe un arc i->j (ou arête) entre les sommets i et j (et 0 sinon).
Exemple 1: la matrice d’adjacence du graphe G1
est
(Écriture sous un langage informatique)
Exemple 2 (source Wikipédia): Considérons cette matrice

10
et sa matrice d’adjacence est
NB : Dans le cas où les sommets du graphe ne sont pas numérotés consécutivement de 1 à n (n étant l’ordre du
graphe étudié), il faut donc numéroter arbitrairement le graphe de 1 à n.
Avantages de la matrice d’adjacence d’un graphe : rapidité des recherches, compacité de la représentation,
simplicité des algorithmes de calcul. Inconvénients : représentation ne convenant qu'aux graphes simples; redondance
des informations pour les graphes non orientés; stockage inutile de cas inintéressants (les zéros de la matrice), à
examiner quand on parcourt le graphe (pour la complexité des algorithmes, le nombre d’arêtes E est à remplacer par
l’ordre au carré).
La propriété qui suit permet de voir le lien entre connexité et arbre couvrant :
.
+c) Propriété *: Un graphe est connexe si et seulement si il contient un arbre couvrant.
EXERCICES D’APPLICATIONS :
Exercice 1 :
a) Quelle est la matrice d'adjacence du graphe suivant?
b) Que se passe-t-il si le graphe est simple (non orienté avec juste une arête entre S1 et S2)?
Exercice 2 : (sur la Propriété *)
Trouver un arbre couvrant pour ce graphe en précisant le poids:
11
Une solution possible de poids 59:
(Merci à M. Waffo L. Rostand [3])
12
Leçon 3 : GRAPHES ET ALGORITHMES D’EFFICACITE
Que vise-t-on ?
Proposer une idée pouvant guider l’élaboration
o Identifier / Déterminer un arbre couvrant d’un graphe connexe (BFS) ; du câblage du réseau à moindre coût.
o Identifier / Déterminer un arbre couvrant de poids minimum d’un graphe pondéré (Kruskal, Prim) ;
o Déterminer un chemin de poids minimum (plus court chemin) entre deux sommets d’un graphe pondéré (Dijkstra).
Test de prérequis:
1- Qu’est-ce qu’un algorithme ?

2- Donner un algorithme permettant de résoudre l’équation Ax²+Bx+C=0 dans , (A,B, C réels).
Solution:
1- Un algorithme de façon générale, n’est rien de plus qu’une suite finie d'instructions, à appliquer, dans un ordre
déterminé, à un nombre fini de données, pour produire un résultat (définition récoltée sur internet).
2- Notation: sqrt = racine carrée.
(Déclarer A, B, C, D, x, y comme des variables à valeurs réelles)
- Initialisation:
A? (entrer la valeur de A)
B? (entrer la valeur de B)
C? (entrer la valeur de C)
- Traitement:
D = B2 - 4AC (calcul du discriminant)
si D > 0 alors
afficher «Le discriminant est positif et on a deux racines»
x = (-B - sqrt(D))/(2*A)
y = (-B + sqrt(D))/(2*A)
afficher x et y
sinon
si D =0 alors
afficher «Le discriminant est nul et on a une racine»
x = -B/(2*A)
afficher x
sinon
afficher «Le discriminant est négatif et on a aucune racine»
fin du si
fin du si
13
Situation-problème :
Un réseau comporte des machines u, v et y qui doivent pouvoir communiquer entre elles. Les liaisons envisagées sont
représentées par le graphe suivant (les arêtes sont étiquetées par la distance entre les machines):
Proposer une idée pouvant guider l’élaboration du câblage du réseau à moindre coût.
Activité d’apprentissage :
1- Pourquoi le réseau final répondant à la question doit être un graphe partiel connexe ?
2- Pourquoi ce graphe partiel doit être sans cycle ?
3- Donner un pseudo-algorithme permettant de déterminer un graphe partiel répondant à la question.
Solution:
1- La connexité permet aux « machines u, v et y [de] communiquer entre elles ».

2- Remarquons que le graphe partiel recherché est sans cycle pour ne pas augmenter inutilement le coût global.
3- Il s'agit d'enlever des arêtes au graphe de façon qu'il reste connexe, et que la somme des pondérations des
arêtes soit la plus petite possible.
Ce problème se pose ainsi lorsqu'on désire relier villes par un réseau routier de coût minimum. Les sommets du
graphe représentent les villes, les arêtes, les tronçons qu'il est possible de construire et les poids des arêtes
correspondent aux coûts de construction du tronçon correspondant. Le problème est ramené au problème suivant :
Résumé : Soit le graphe G = où est l’ensemble des sommets et celui des arêtes.
A- Définition et Théorèmes
Définition 1: Le problème de l'arbre couvrant de poids minimal est celui qui consiste à déterminer un arbre qui soit un
graphe partiel d’un graphe G simple connexe et dont le poids total est minimal.
14
Remarque 1: Ce problème de l'arbre couvrant de poids minimal a été proposé (et résolu) en 1926 par Otakar Borůvka
pour la construction de réseaux électriques efficaces.
 Les sommets du graphe G représentent des lieux à connecter : villes, ordinateurs, composants électroniques,
etc.
 Les arêtes du graphe G représentent les liens (routes, câbles, tuyaux...) potentiels entre ces lieux, avec les
coûts effectifs de création (ou d’activation) de ces liens.
 L’arbre couvrant minimal du graphe G est le réseau le moins coûteux ne laissant aucun lieu isolé.
Méthodes et Théorèmes:
D’après la Propriété * de la leçon 2, tout graphe connexe admet un arbre couvrant.
Théorème 1 : Si A est un sous-graphe couvrant d’un graphe G ayant V

sommets, les caractérisations suivantes sont équivalentes :
- A est un arbre couvrant de G ;

- A est sans cycle et possède V − 1 arêtes ;
- A est connexe et possède V − 1 arêtes ;
- On ne peut pas ajouter une arête à A sans créer un cycle ;
- On ne peut pas retirer une arête à A sans briser sa connexité.
Remarque 2: Caractérisations particulièrement utiles pour l’écriture d’algorithmes :
- le nombre d’arêtes est un bon critère d’arrêt ;

- l’absence de cycle (respectivement la connexité) est un invariant à maintenir.
B- Algorithmes d’efficacité
Des stratégies pour identifier/déterminer un arbre couvrant de poids minimum d’un graphe pondéré)
Par construction le graphe A obtenu est un arbre couvrant du graphe G (pour peu que G soit connexe). On considère
donc le graphe G = (X, R) où R est l’ensemble des couple de sommets aussi noté E l’ensemble des arêtes, X étant
l’ensemble des sommets du graphe G.
15
 Algorithme de Kruskal (Identifier/Déterminer un arbre couvrant de poids minimum d’un graphe pondéré):
La stratégie de cet algorithme consiste à construire l’arbre en question comme suit : on part d’une solution vide. On
choisit, à chaque fois, une arête de G de poids minimum et qui ne crée pas de cycle. Soit X l'ensemble des sommets
de G avec cardinal(X)= V et E l’ensemble des arêtes. On utilisera un ensemble d'arêtes T qui sera en sortie l'arbre
couvrant minimal et un ensemble d'arêtes F qui représentera les arêtes qui peuvent être choisies.
Algorithme 1: (utile en terminale Ti surtout)
T = { };
F=E;
tant que |T| < V - 1 faire
trouver une arête e de F de poids minimal
F=F-e
si T + e est acyclique
alors T = T + e
finsi
fin tant que
 Algorithme de Prim (Identifier/Déterminer un arbre couvrant de poids minimum d’un graphe

pondéré): L’algorithme de Kruskal veille à maintenir la propriété d’acyclicité (c’est-à-dire « sans cycle »)
d’un arbre alors que l’algorithme de Prim se base sur la connexité d’un arbre. L’algorithme de Prim fait
pousser un arbre couvrant minimal en ajoutant au sous-arbre T déjà construit une nouvelle branche parmi les
arêtes de poids minimal joignant un sommet de T à un sommet qui n’est pas dans ce dernier. L’algorithme
s’arrête lorsque tous les sommets du graphe sont dans T. Soit X l’ensemble de sommets du graphe de départ
G. On utilisera un ensemble d’arêtes qui sera en sortie l’arbre recouvrant en question, et S un ensemble qui
contiendra les sommets de T.
16
Les Pr Andjiga et Dr Loumnga [7], présentent plus simplement cet algorithme de Prim ainsi qu’il suit:
1. Trouvez l'arête avec le plus petits poids dans le graphe. L'assombrir et encerclez ses deux sommets (s’il y en a
plusieurs, en choisir un).
2. Trouvez l’arête avec le plus petit poids parmi les arêtes non assombris restants ayant un sommet encerclé et un
sommet non encerclé. Assombrir cette arête et son sommet non encerclé.
3. Répétez l'étape 2 jusqu'à ce que tous les sommets soient encerclés.
Application: Nous allons utiliser l’Algorithme de Prim pour construire un arbre couvrant de poids minimum pour le
graphe pondéré de la figure reproduite ci-dessous :
À l'étape 1, nous pouvons voir qu’il y a deux arêtes de poids minimal; l’arête e-f et l’arête a-b ont un poids de 1. Nous
choisissons l’arête e-f que nous assombrissons, puis nous encerclons les sommets f et e.
17
À l'étape 2, nous pouvons voir que l’arête a-e de poids 2, est le plus petit poids parmi les arêtes non assombris restants
dont un sommet est encerclé et l’autre pas. Par conséquent, nous pouvons assombrir l’arête a-e et encercler le sommet
a.
L'étape 3 indique que nous devons répéter l'étape 2, ainsi nous pouvons assombrir l’arête ab de poids 1 et encercler le
sommet b. Ensuite, nous assombrissons l’arête b-c de poids 2 et encerclons le sommet c. Notez que nous avons
maintenant le choix, l'arête f-g de poids 3, l’arête f-h de poids 3 et l’arête c-d de poids 3 sont tous des choix possibles.
Assombrissons l’arête c-d et encerclons le sommet d par exemple, puis assombrissons l’arête f-g et encerclons g, puis
faisons de même pour l’arête f-h et le sommet h. Tous les sommets ont été encerclés et sont connectés, nous avons
donc un arbre couvrant minimum avec un poids minimal de 3 + 3 + 1 + 2 + 1 + 2 + 3 = 15. (Voire figure suivante).
 Algorithme de Dijkstra (Déterminer un chemin de poids minimum, plus court chemin, entre deux sommets
d’un graphe pondéré): Soit un graphe (orienté ou non) pondéré, c'est-à-dire chaque arc de ce graphe est muni d'un
poids (nombre réel). Le poids d’un chemin est défini comme étant la somme des poids des arcs qui le constituent. Le
problème du plus court chemin, dans ce chapitre, consiste à déterminer le poids minimal d'un chemin d'un sommet à
tous les autres, en supposant des poids positifs.
L’algorithme de Dijkstra est présenté ci-après :
Exemple : Soit à chercher les plus courts chemins depuis le sommet A vers tous les autres sommets dans le graphe
suivant
18
Le tableau suivant donne les distances depuis A et les arcs marqués au cours des différentes étapes de l'algorithme :
Remarque 3: Dans la 1ere colonne des sommets «fixés», on peut mettre entre parenthèses les poids. Ainsi on aurait à
la première colonne : A (0)/D(1)/C(2) …
Remarque 4:
Les Pr Andjiga et Dr Loumnga [7], présentent plus simplement cet algorithme de Dijkstra ainsi :
1. Sélectionner le sommet de départ u et fixer son poids à 0.

2. Attribuer provisoirement un poids aux autres sommets.
3. Tant qu’il reste des sommets dont les poids ne sont pas définitivement fixés, répéter les instructions suivantes
:
- 3.1. Parmi les sommets dont le poids n’est pas définitivement fixé, choisir un sommet X dont le poids p est
minimal, puis fixer définitivement p comme poids de X.
- 3.2. Pour tous les sommets Y dont le poids n’est pas définitivement fixé et qui sont adjacents au dernier
sommet fixé X, calculer la somme s du poids de X et du poids de l’arête reliant X à Y.
 Si la somme s est inférieure au poids provisoirement affecté au sommet Y, affecter provisoirement à Y le
nouveau poids s et indiquer en indice le sommet X pour se souvenir de sa provenance.
 Si la somme s est supérieure au poids provisoirement affecté au sommet Y, on ne change rien.
4. Quand le sommet d’arrivé v est définitivement fixé : Le chemin de poids minimum se lit « à l’envers », de v à
chacun de ses prédécesseurs successifs.
Application : Sur le tableau suivant sont indiqués les temps moyens (en minutes) mis par un automobiliste pour relier
deux lieux de la ville de Yaoundé. On souhaite aller d’un point R (Rond-point Express) au point M (Marché central).
Déterminons un chemin qui soit le plus rapide à l’aide de l’algorithme de Dijkstra.
Solution :
19
20
Définition 2 : (Parcours dans les graphes) Étant donnée la racine d’un arbre, l’une des tâches les plus communes est la
traversée de ce dernier en visitant tous ses nœuds, dans un ordre bien défini.
 Parcours en largeur (BFS) : Parcours en largeur d’abord (Breadth First Search, BFS)
But : Cet algorithme permet d’identifier un arbre couvrant d’un graphe connexe.
La stratégie de cette exploration est comme suit: on commence au sommet v et le marquer comme étant visité.
L’ensemble des sommets adjacents à v sont visités. Ensuite, les sommets non visités de ces éléments sont à leur tour
visités, et ainsi de suite, jusqu’à visiter tous les sommets.
Algorithme 4: (utile en Terminale Ti surtout)
BFS // « debut » étant le sommet de départ
{enfiler (debut) ;
marquer[debut] = 1;
tant que (file non vide)
{ s = defiler () ; // traitement nécessaire sur le sommet s
pour tout w adjacent à s faire
si (Marque[w] == 0 )
{ Marquer[w] = 1;
enfiler (w); } }}
21
Les Pr Andjiga et Dr Loumngam expliquent littéralement l’algorithme de Parcours en Largeur

(BFS) pour la détermination d’un arbre couvrant :
1. Choisissez un sommet de départ, S, et étiquetez-le 0.
2. Trouvez tous les sommets adjacents à S et étiquetez-les 1.
3. Pour chaque sommet marqué d'un 1, trouvez une arête qui le relie au sommet étiqueté 0. Assombrir ces arêtes.
4. Recherchez les sommets non étiquetés adjacents à ceux avec l'étiquette 1 et étiquetez-les 2. Pour chaque sommet
étiqueté 2, trouvez une arête qui le relie à un sommet étiqueté 1. Assombrissez cette arête. S'il existe plus d'une arête,
choisissez-en une arbitrairement.
5. Continuez ce processus jusqu'à ce qu'il n'y ait plus de sommets sans étiquette adjacents à ceux étiquetés. Si tous les
sommets du graphe ne sont pas étiquetés, alors il n’existe pas d’arbre couvrant pour le graphe. Si tous les sommets
sont étiquetés, alors les sommets et les arêtes assombries forment un arbre couvrant du graphe.
Application :
Revenons au graphe de la figure reproduite ci-dessus et appliquons l'algorithme BFS.

22
À l'étape 1, nous choisissons le sommet a pour être notre sommet de départ, étiquetons-le 0.
Pour l'étape 2, nous pouvons voir que les seuls sommets adjacents à a sont e et b, nous pouvons donc les étiqueter 1.
L'étape 3 nous instruit d’assombrir les arêtes a-e et a-b.
À l'étape 4, nous étiquetons 2 les sommets d, c et f, car ils sont adjacents à des sommets étiquetés 1, notamment e et
b. Nous pouvons donc assombrir les arêtes e-f et b-c. Pour d, nous avons le choix car d est adjacent à e et à b, qui sont
tous deux étiquetés 1 ; nous pouvons donc soit assombrir l’arête e-d ou l’arête b-d. Nous choisissons l’arête e-d.
À l'étape 5, étiquetons 3 les sommets g et h et assombrissons les arêtes f-g et f-h. Nous achevons ainsi la construction
de l’arbre couvrant. On peut remarquer que cet arbre couvrant apparaît comme l'un des 11 arbres couvrant que vous
avez préalablement construit.
Remarque : Si vous appliquez les mêmes étapes avec un sommet différent, ou choisissez une arête différente lorsque
vous avez le choix, vous construirez un arbre couvrant différent.
EXERCICES D’APPLICATIONS :
Exercice 1 : Un réseau comporte des machines A, B, C, D, et E qui doivent pouvoir communiquer entre elles. Les
liaisons envisagées sont représentées par le graphe suivant (les arêtes sont étiquetées par la distance entre les
machines):
Question : Comment câbler le réseau à moindre coût ?
Exercice 2 : (Emprunté à M. Waffo Lele Rostand [3])
Utiliser l’algorithme de Prim pour déterminer l’arbre de poids minimal de ce graphe partant du sommet d.
23
Solution proposée par M. Waffo [3]:
24
Exercice 3 :
Proposition de solution [3]:
25
Exercice 4: Applications des algorithmes Kruskal et de parcours BFS.
Expliquer l’application du parcours BFS dans cet exemple :
BIBLIOGRAPHIE INDICATIVE.
1- Eléments du syllabus de mathématiques en cours de validation pour la Tle C/D/T.I. (Octobre 2020).
2- Jean-Charles Régin et Arnaud Malapert, Théorie des Graphes, (2015/2016).
3- Waffo Lele Rostand, Graphes, chemins et arbres couvrants de poids minimum, (2020).
4- [Ano], Chapitre 5 : Les graphes et leurs algorithmes. Fichier pdf. (année inconnue).
5- B. Wack, Algorithmique et Analyse d’Algorithmes, Université Grenoble Alpes, (2017- 2018).
6- [Ano], Graphes et Algorithmes, Fichier pdf, (24/04/2018).
7- Prof. Andjiga N. G. et Dr. Loumngam K. V., Introduction à la théorie des graphes et à ses applications,
cours pour enseignants des lycées et collèges V0 (1 août 2020).
8- D. J. FOTSA MBOGNE, Note de cours en Analyse et Algèbre 1,
https://sites.google.com/site/mjdavidfotsa/home
26

Theo Graphes

Transféré par

Droits d'auteur :

Formats disponibles

Theo Graphes

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Theo Graphes

Transféré par

Droits d'auteur :

Formats disponibles

REPUBLIQUE DU CAMEROUN REPUBLIC OF CAMEROON

Paix-Travail-Patrie Peace - Work - Fatherland

LECON SUR LES GRAPHES EN TERMINALES SCIENTIFIQUES

Niveaux: TERMINALES ESG

Présenté par : © Dr Kouakep Tchaptchié Yannick

Assistant – Formateur des Formateurs

Kouakep Tchaptchié Yannick, PhD

MINI SOMMAIRE (Module « Organisation des données » pour 06 à 09 périodes)

Leçon 1 : GRAPHES ET SOUS-GRAPHES ……………………………….. p. 3

o Déterminer une chaîne d’un graphe ;

o Reconnaitre le sous-graphe d’un graphe ;

o Déterminer la longueur d’une chaîne d’un graphe ;

Solution: E={ } et G={ }.

Figure 1: les 7 ponts en rouge

Observer la transformation suivante :

Résumé: Définitions, notations et vocabulaire

+a) Graphes, adjacence, degré, sous graphe et graphe partiel

Exemple de graphe non orienté:

Exemple de graphe orienté:

- Une boucle est un arc reliant un sommet à lui-même.

 Le degré de 6 est 3, mais le demi-degré extérieur du sommet 6 est 2;

Exemple E: Considérons ce graphe . On a alors :

+b) Chemin, chaine, circuit, cycle

- Un circuit est un chemin dont l'origine et l'extrémité sont identiques.

Exemple L: le diamètre du graphe G1 (de l’exemple B), de l’exemple A, est 5.

+c) Ordre, taille, connexité d’un graphe

 L’ordre d’un graphe est le nombre de sommets du graphe.

 La taille d’un graphe est le nombre d’arêtes du graphe.

- le graphe G1 (de l’exemple B), est connexe.

- Ce graphe n’est pas connexe puisqu’on ne peut aller de A à B.

Exercice 1 : Considérons deux graphes

Leçon 2 : GRAPHES ET ARBRES

- Reconnaitre un arbre, ses arbres couvrants ou sous-graphes valués (pondérés) ;

- Calculer le poids d’un sous-graphe ;

- Déterminer la matrice d’adjacence d’un graphe

Peux-tu trouver un réseau

Solution: routes (arrête) et carrefour (sommets).

1- Expliquer pourquoi cette proposition répond à la question:

2- Pouvez-vous proposer un autre graphe partiel répondant à la question?

+a) Nous définirons ce qu’est un arbre, un arbre couvrant ou un arbre pondéré :

- Un arbre est un graphe connexe ne contenant aucun cycle.

Nous nous concentrons dans ce cours au cas de la pondération des arêtes.

Exemple : sur le graphe précédent, le poids du graphe est 32 = 5+1+2+3+8+4+2+7.

+b) A présent, regardons ce qu’est une matrice d’adjacence :

Exemple 1: la matrice d’adjacence du graphe G1

(Écriture sous un langage informatique)

Exemple 2 (source Wikipédia): Considérons cette matrice

et sa matrice d’adjacence est

a) Quelle est la matrice d'adjacence du graphe suivant?

Exercice 2 : (sur la Propriété *)

Trouver un arbre couvrant pour ce graphe en précisant le poids:

Une solution possible de poids 59:

(Merci à M. Waffo L. Rostand [3])

Leçon 3 : GRAPHES ET ALGORITHMES D’EFFICACITE

1- Qu’est-ce qu’un algorithme ?

1- La connexité permet aux « machines u, v et y [de] communiquer entre elles ».

D’après la Propriété * de la leçon 2, tout graphe connexe admet un arbre couvrant.

Théorème 1 : Si A est un sous-graphe couvrant d’un graphe G ayant V

- A est un arbre couvrant de G ;