Un fournisseur d’accès internet cherche à connecter un ensemble de nouveau clients
à son réseau. Le graphe ci-dessous montre la disposition des différents clients, dit sommets, ainsi que le coût estimé pour lier deux clients adjacents, dit poids de l’arrête, si possible.
Soit 𝐺 = (𝑉, 𝐸) un graphe non orienté connexe où 𝑉 = {𝑐0 , … , 𝑐𝑛 } représente
l’ensemble des clients et 𝐸 l’ensemble des arrêtes où chacun a un poids 𝑝𝑖 > 0.
1- Appliquer l’algorithme de Prim pour trouver l’arbre couvrant permettant de
réduire le coût d’installation. 2- Appliquer l’algorithme de Kruskal pour trouver l’arbre couvrant permettant de réduire le coût d’installation 3- Calculer le poids de cet arbre.
EXERCICE 2: Le plus court chemin / Shortest Path Problem
Soit 𝐺 = (𝑉, 𝐸) un graphe non orienté connexe et 𝑝 ∶ 𝑉 = {1, … , 𝑛} une pondération
non négative des sommets de 𝐺. Le poids 𝑝𝑖 du sommet 𝑖 représente une taxe à payer chaque fois que l’on transite par ce sommet (i.e. sans s’y arrêter).
1. Problème 1 : On désire déterminer l’itinéraire optimal (i.e., minimisant la somme
des taxes de transit à payer) pour aller d’un sommet 𝑖 à un sommet 𝑗.
1.1. Détermine les itinéraires contenant le nombre minimum de sommets à
traverser pour aller du sommet 1 au sommet 6. 1.2. Détermine les valeurs de chaque arc 𝑒𝑖𝑗 ∈ 𝐸 entre deux sommets 𝑖 et 𝑗, 𝑖 𝑒𝑡 𝑗 ∈ 𝑉. 1.3. En appliquant l’algorithme Dijkstra, détermine l’itinéraire optimal pour aller du sommet 1 au sommet 6. 1.4. Compare les résultats obtenus dans la question 1 et 3.
2. Problème 2 : maintenant, on désire déterminer les itinéraires optimaux, i.e.
minimisant la somme des taxes de transit à payer, entre un sommet 𝑖 donné et tous les autres du graphe.
2.1. Détermine les itinéraires optimaux depuis le sommet 1 du graphe vers les autres sommets.