EXERCICE 1 : l’Arbre recouvrant minimal

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.