Académique Documents
Professionnel Documents
Culture Documents
Mathématiques IA Anna Copie
Mathématiques IA Anna Copie
Raison d'être :
l'université est une pression constante au-dessus de ma tête. Plusieurs facteurs entrent en ligne
de compte, comme le désir de faire de son mieux à l'IB, d'obtenir certaines notes ou de rédiger
une déclaration personnelle. Cependant, le premier obstacle est de décider où vous souhaitez
poser votre candidature. Bien entendu, cela dépend de nombreuses variables, telles que le
niveau d'études et les objectifs de carrière. Pour moi, l'emplacement est un facteur important.
sera utile d'avoir de nombreux aéroports à proximité afin de pouvoir leur rendre visite
fréquemment, et vice versa. En outre, avant de choisir mon lieu d'études, il est important que
je me fasse une idée de chaque région et de chaque campus, et je dois donc visiter tous les
Objectif :
d'aéroports les plus proches de chacune des 9 universités présélectionnées à l'aide d'un
diagramme de Voronoï. En outre, pour me donner une idée de la somme d'argent dont j'aurais
besoin pour visiter chaque campus une fois, cette enquête se rapproche également de la
le prix des itinéraires directs en train vers chaque université. Bien qu'une gamme de valeurs
puisse être déterminée en trouvant une borne inférieure et une borne inférieure pour le cycle
Exploration :
Pour construire un diagramme de Voronoï, j'ai d'abord superposé une carte de l'Angleterre sur
une grille quadrillée à l'aide de GeoGebra. La figure 1 a une échelle de 50 km par 2 unités et
présente les 9 universités présélectionnées sous la forme de différents sites [N, D, Lo, M, L, 0,
W, LS, E] dont les coordonnées sont indiquées dans le tableau 1.
1
Les cases bleu clair bordées de rouge sont utilisées pour cacher des informations personnelles et n'ont pas
d'importance mathématique.
Tableau 1 : Coordonnées des universités
Nom du site Coordonnateur du site
N (12.0, 19.9)
D (12.1, 18.8)
L (12.2,14.5)
M (10.4,13.0)
Lo (13.0,9.9)
0 (12.1,8.2)
W (12.9,5.6)
LS (15.9,4.6)
E (6.9,1.3)
Comme tous les points d'une bissectrice perpendiculaire sont équidistants des sites qu'ils
coupent, les bissectrices perpendiculaires sont utiles dans la construction des diagrammes de
Voronoï. Il faut donc trouver les bissectrices perpendiculaires entre chaque site, qui
Tout d'abord, la lisière entre les sites N(12.0,19.9) et D(12.1,18.8) a été construite. En tant que
La bissectrice perpendiculaire passe par le point médian, c'est ce qu'il faut calculer en
premier.
La pente de la bissectrice perpendiculaire entre deux points est égale à l'inverse négatif de la
m de !ND] =YY
"% !!!
18.8 - 19.9
=
12.1 - 12.0
mof [ND] = -11
c = 18.254
A y = x + 18,254
W
11
W
W
W
Cette forme linéaire représente la limite entre les sites N et D.
Ce processus est répété pour toutes les autres arêtes entre les sites. Pour rendre le
processus plus efficace, j'ai créé une feuille de calcul dans Excel pour trouver les points
médians et les gradients des autres bissectrices perpendiculaires. Pour ces valeurs, j'ai
choisi de ne pas les arrondir afin de garantir la précision du reste de mes calculs.
Sites X yi X2 Y2 m i Point Point c
-m médian médian y
X
DL 12.1 18.8 12.2 14.5 -43 0.02325581 12.15 16.65 16.3674419
LM 12.2 14.5 10.4 13 0.83333333 -1.2 11.3 13.75 27.31
MLo 10.4 13 13 9.9 -1.1923077 0.83870968 11.7 11.45 1.63709677
LoO 13 9.9 12.1 8.2 1.88888889 -0.5294118 12.55 9.05 15.6941176
OW 12.1 8.2 12.9 5.6 -3.25 0.30769231 12.5 6.9 3.05384615
WLS 12.9 5.6 15.9 4.6 -0.3333333 3 14.4 5.1 -38.1
LSE 15.9 4.6 6.9 1.3 0.36666667 -2.7272727 11.4 2.95 34.0409091
NL 12 19.9 12.2 14.5 -27 0.03703704 12.1 17.2 16.7518519
NM 12 19.9 10.4 13 4.3125 -0.2318841 11.2 16.45 19.0471014
NLo 12 19.9 13 9.9 -10 0.1 12.5 14.9 13.65
NON 12 19.9 12.1 8.2 -117 0.00854701 12.05 14.05 13.9470085
NW 12 19.9 12.9 5.6 -15.888889 0.06293706 12.45 12.75 11.9664336
NLS 12 19.9 15.9 4.6 -3.9230769 0.25490196 13.95 12.25 8.69411765
NE 12 19.9 6.9 1.3 3.64705882 -0.2741935 9.45 10.6 13.191129
DM 12.1 18.8 10.4 13 3.41176471 -0.2931034 11.25 15.9 19.1974138
DLo 12.1 18.8 13 9.9 -9.8888889 0.1011236 12.55 14.35 13.0808989
DO 12.1 18.8 12.1 8.2 Non défini Non défini 12.1 13.5 Non défini
DW 12.1 18.8 12.9 5.6 -16.5 0.06060606 12.5 12.2 11.4424242
DLS 12.1 18.8 15.9 4.6 -3.7368421 0.26760563 14 11.7 7.95352113
DE 12.1 18.8 6.9 1.3 3.36538462 -0.2971429 9.5 10.05 12.8728571
LLo 12.2 14.5 13 9.9 -5.75 0.17391304 12.6 12.2 10.0086957
LO 12.2 14.5 12.1 8.2 63 -0.015873 12.15 11.35 11.5428571
LW 12.2 14.5 12.9 5.6 -12.714286 0.07865169 12.55 10.05 9.06292135
LLS 12.2 14.5 15.9 4.6 -2.6756757 0.37373737 14.05 9.55 4.2989899
LE 12.2 14.5 6.9 1.3 2.49056604 -0.4015152 9.55 7.9 11.7344697
MO 10.4 13 12.1 8.2 -2.8235294 0.35416667 11.25 10.6 6.615625
MW 10.4 13 12.9 5.6 -2.96 0.33783784 11.65 9.3 5.36418919
MLS 10.4 13 15.9 4.6 -1.5272727 0.6547619 13.15 8.8 0.18988095
ME 10.4 13 6.9 1.3 3.34285714 -0.2991453 8.65 7.15 9.73760684
dénominateur de 0, ce qui signifie que la ligne a une pente indéfinie et donc que la bissectrice
En utilisant ces valeurs pour X, y, c, m, j'ai créé la figure 3. Toutefois, il convient de noter
que seule une
Les sections des bissectrices perpendiculaires sont incluses en tant qu'arêtes dans ce diagramme
de Voronoï. Les arêtes représentent le lieu des points d'équidistance entre deux sites, mais elles
s'arrêtent lorsqu'un nouveau site devient plus proche de l'arête que des points qu'il coupe.
Analyse du diagramme de Voronoï pour déterminer la cellule qui contient le plus
d'incitations. d'incitations :
Comme je l'ai expliqué dans l'introduction, la localisation des aéroports est extrêmement
importante pour mon choix d'université. Pour déterminer quelle université a le plus d'aéroports
à proximité, il suffit d'ajouter la localisation des aéroports à la grille. Quelle que soit la cellule
J'ai donc reporté l'emplacement des principaux aéroports d'Angleterre sur le diagramme de
Voronoï illustré par les points rouges. La cellule dans laquelle se trouve le point représente
l'université dont l'aéroport doit être le plus proche. J'ai noté le nombre de points dans chaque
Dans le cas d'un aéroport situé à la limite entre deux cellules, je l'ai compté dans les deux
cellules en raison de l'équidistance entre un point situé à la limite et l'un ou l'autre site. C'est le
Ces résultats permettent de déterminer que la cellule LS contient le plus grand nombre
d'aéroports et que le site LS est donc le plus proche du plus grand nombre d'aéroports.
Toutefois, cette conclusion est peut-être erronée car le diagramme ne tient compte que de la
distance par rapport aux coordonnées et ne prend pas en considération la taille des aéroports, la
disponibilité des transports vers les aéroports et le fait que l'aéroport accueille ou non des vols
internationaux.
Afin de déterminer quelle université me convient le mieux, il est nécessaire de se rendre sur le
campus de chacune d'entre elles. Cependant, comme je disposerai d'un budget étudiant serré, il
LS (le site ayant le plus grand nombre d'aéroports le plus proche). Pour ce faire, une solution
découvrir le meilleur itinéraire, j'ai créé un graphique pondéré montrant les coûts (en livres
sterling) des trains directs au départ des gares les plus proches des universités. Dans ce cas, le
coût des trains représente le poids des arêtes, et les différentes gares représentent les sommets.
Pour simplifier, j'ai utilisé le poids des arêtes entre chaque sommet pour construire une table
d'adjacence pondérée.
Sommet E B O LS W LO M L D N
E 0 16.50 - 40.30 - - - 166.50 205.20 206.80
B 16.50 0 - 33.20 - - - - - -
O - - 0 10.40 - - 74.50 - - -
LS 40.30 33.20 10.40 0 16.00 66.50 49.20 46.00 50.50 59.00
W - - - 16.00 0 - - - - -
LO - - - 66.50 - 0 - - - -
M - - 74.50 49.20 - - 0 17.70 39.40 39.40
L 166.5 - - 46.00 - - 17.70 0 20.90 25.00
D 205.2 - - 50.50 - - 39.40 20.90 0 3.50
N 206.80 - - 59.00 - - 39.40 25.00 3.50 0
Le symbole "-" indique qu'il n'y a pas de liaison ferroviaire directe entre ces gares. Pour
résoudre le TSP classique, nous devons trouver un cycle hamiltonien (un circuit qui visite
chaque sommet exactement une fois avant de revenir au sommet de départ) de moindre poids
pour un graphe complet pondéré donné. Un graphe complet est un graphe simple, non orienté,
dans lequel chaque sommet est relié par une arête à tous les autres sommets. Comme l'indique
le tableau 3, plusieurs sommets ne sont pas reliés par une seule arête à tous les autres sommets
(par exemple, le sommet W n'est directement relié qu'au sommet LS) et la figure 4 n'est donc
pas un graphe complet. Par conséquent, le TSP classique ne peut pas être résolu et il faut plutôt
Pour résoudre le TSP pratique pour un graphe pondéré donné, il faut trouver l'itinéraire de
moindre poids qui commence et finit au même sommet et qui visite chaque sommet au moins
une fois. Pour ce faire, nous pouvons convertir le TSP pratique en un TSP classique en ajoutant
ou en remplaçant des arêtes pour montrer le chemin de moindre poids entre les sommets qui
n'étaient pas connectés à tous les autres sommets. Par exemple, la route de moindre poids entre
sommet O est de 50,70. Ce processus d'ajout d'une nouvelle arête reliant chaque sommet à
chaque autre sommet a permis de créer le graphe pondéré complet illustré à la figure 5, ainsi
Sommet E B O LS W LO M L D N
E 0 16.50 50.70 40.30 57.30 106.80 89.50 166.50 205.20 206.80
B 16.50 0 43.60 33.20 49.20 99.70 82.40 79.20 83.70 92.20
O 50.70 43.60 0 10.40 26.40 76.90 74.50 56.40 60.90 69.40
LS 40.30 33.20 10.40 0 16.00 66.50 49.20 46.00 50.50 59.00
W 57.30 49.20 26.40 16.00 0 82.50 65.20 62.00 66.50 75.00
LO 106.80 99.70 76.90 66.50 82.50 0 115.70 112.50 117.00 125.00
M 89.50 82.40 74.50 49.20 65.20 115.70 0 17.70 39.40 39.40
L 166.5 79.20 56.40 46.00 62.00 112.50 17.70 0 20.90 25.00
D 205.2 83.70 60.90 50.50 66.50 117.00 39.40 20.90 0 3.50
N 206.80 92.20 69.40 59.00 75.00 125.00 39.40 25.00 3.50 0
Maintenant que nous avons transformé le graphe en un graphe complet, nous pouvons trouver
une approximation pour le TSP classique. Dans le cas d'un graphe plus petit avec un nombre
réduit de sommets, il peut être pratique de trouver tous les cycles hamiltoniens possibles en
inspectant le graphe et de déterminer le cycle de poids le plus faible. Pour ce faire, nous devons
trouver une borne supérieure et une borne inférieure pour le poids du cycle hamiltonien. Pour
trouver une limite supérieure, l'algorithme du plus proche voisin peut être utilisé. Cet
• Étape 1 : Choisir un sommet de départ (pour les besoins de notre graphique, le sommet
de départ sera LS)
• Étape 3 : Répéter l'étape 2 jusqu'à ce que tous les sommets aient été visités.
En utilisant le tableau 5, nous pouvons suivre cet algorithme en créant un autre tableau (tableau
6) qui affiche les arêtes de moindre poids, leur poids et si un cycle a été formé. Si un cycle a été
formé, comme dans le cas de l'arête OLS, le poids de cette arête est ignoré et l'arête ayant le
deuxième poids le plus faible est trouvée à la place. Pour le reste du tableau, les arêtes de
moindre poids qui aboutissent à un cycle sont ignorées jusqu'à ce que chaque sommet ait été
LS → O → W→ B → E → M → L → D → N → LO → LS
Cependant, comme certaines de ces arêtes ne sont pas directes, ce n'est pas la bonne solution.
Au lieu de cela, nous devons inclure tous les itinéraires ferroviaires qui passent par le sommet
LS.
LS → O → LS →W→ LS → B → E → LS → M → L → D → N → LS → LO → LS
Soit m le poids minimum (du graphe ? Cochez une note) (réécriture)
m < 10.40 + 26.40 + 49.20 + 16.50 + 89.50 + 17.70 + 20.90 + 3.50 + 125.00 + 59.00
m < £418.10
Maintenant que nous avons notre borne supérieure pour m, nous devons utiliser l'algorithme
• Étape 1 : Supprimer un sommet et les arêtes qui lui sont connectées dans le graphe
original.
• Étape 3 : ajouter la longueur des deux arêtes supprimées les plus courtes au poids de
l'arbre minimal.
Le tableau ci-dessous représente le tableau 5 une fois que le sommet L a été supprimé du
tableau.
Sommet E B O LS W LO M D N
E 0 16.50 50.70 40.30 57.30 106.80 89.50 205.20 206.80
B 16.50 0 43.60 33.20 49.20 99.70 82.40 83.70 92.20
O 50.70 43.60 0 10.40 26.40 76.90 74.50 60.90 69.40
LS 40.30 33.20 10.40 0 16.00 66.50 49.20 50.50 59.00
W 57.30 49.20 26.40 16.00 0 82.50 65.20 66.50 75.00
LO 106.80 99.70 76.90 66.50 82.50 0 115.70 117.00 125.00
M 89.50 82.40 74.50 49.20 65.20 115.70 0 39.40 39.40
D 205.2 83.70 60.90 50.50 66.50 117.00 39.40 0 3.50
N 206.80 92.20 69.40 59.00 75.00 125.00 39.40 3.50 0
Les arêtes les plus courtes à partir du sommet supprimé L sont LM et LD, avec des poids
respectifs de 17,70 et 20,90 livres sterling. Ce sont les poids qui seront ajoutés au poids de
l'arbre minimal.
Le sommet L ayant été supprimé, nous pouvons maintenant trouver l'arbre minimal couvrant en
utilisant l'algorithme de Prim. L'algorithme de Prim peut être utilisé selon deux méthodes
différentes. Dans la première méthode, les arêtes les plus proches de chaque sommet sont
choisies par inspection du graphe. Cependant, étant donné que les sommets du graphe (illustré
y compris le sommet L dans la figure 4) ont tous un ordre de 9, je pense qu'il était trop
complexe d'utiliser l'inspection et qu'une autre méthode doit donc être utilisée. Dans cette
méthode, l'algorithme de Prim est appliqué à une table d'adjacence pondérée en suivant les
étapes suivantes :
• Étape 4 : Entourez la plus petite entrée non supprimée dans l'une des colonnes
numérotées. S'il y a plus d'un choix possible, choisissez-en un au hasard. La ligne de
l'entrée encerclée détermine le nouveau sommet choisi.
• Étape 5 : Répéter les étapes 2 à 4 jusqu'à ce que toutes les lignes soient supprimées. Les
entrées encerclées donnent les arêtes de l'arbre minimal.
Travailler :
Sommet E B O LS W LO M D N
4 .50
A 16 un sur
on on
206.80
•______ 2 SO 70 Un 70 57 70 1 4 sur o0 SO
B 16.50 0 43.60 33.20 49.20 99.70 82.40 83.70 92.20
O 50.70 43.60 0 10 40 26.40 76.90 74.50 60.90 69.40
9a sur CQ f|f|
T C____ Une on 33.20 1 0 40 0 1 A 00 AA SO 40 sur SO so 59.00
09 54
82.50
W 57 en 4920 2640 1600 0 6520 6650 7500
LO 106.80 99.70 76.90 66.50 82.50 0 115.70 117.00 125.00
_____ 89.50
sur fr sur An 74 SO 49.20
82.40 AS sur 1 1 S 70 n sur 40 7Q j n
65.20 115.70 0
D 205.2 83.70 60.90 50.50 66.50 117.00 39.40 0Ah en 3.50
NT n om Un nm ZM Am Em An moi An i ne An om Am fl
N 206.80 92.20 69.40 59.00 75.00 125.00 39.40 3.50 0
5 4 2 1 3 9 6 7 8
L'arbre couvrant minimal a un poids = 10,40 + 16,00 + 33,20 + 16,50 + 49,20 +
39.40 + 3.50 + 66.50 = £234.70
Maintenant que le TMS a été trouvé, la longueur des deux arêtes supprimées les plus courtes
doit être ajoutée à £234.70 afin de compléter l'algorithme des sommets supprimés. Il s'agit des
bords LM et LD mentionnés précédemment, dont le poids combiné est de 38,50 livres
sterling. Cette réponse à l'algorithme du sommet supprimé est égale à la borne inférieure du
poids minimum pour résoudre le TSP.
n'indique que les trains directs. En outre, les prix fluctuent et ce prix ne sera pas toujours
le prix minimum.
Les aéroports ne sont pas construits de la même manière - les aéroports d'Exeter ne
ALGORITHME DE PRIM
Dans l'algorithme de Prim, nous choisissons les arêtes une par une, en connectant à chaque étape un sommet
supplémentaire à l'arbre jusqu'à ce que tous les sommets soient connectés.
Pourquoi j'utilise le TSP, quelle méthode. (par inspection, nous pouvons dire que ce chemin
n'est pas
Hamiltonien)
Notre graphe n'est pas complet et n'est pas euclidien (expliquez pourquoi à l'aide d'un
Graphique :
http://graphonline.ru/en/?graph=NzBEdFqPOhtzPBGn
Conclusion et évaluation :
En conclusion
Cette enquête m'a été bénéfique en dehors des mathématiques. En faisant des recherches sur
l'emplacement des universités, j'ai fini par découvrir certaines caractéristiques des cellules
Toutefois, cette enquête présente certaines limites. Tout d'abord, en raison de la grande
échelle de la carte, il était pratiquement impossible de localiser les sites avec une précision de
100 % et il y aura donc une erreur dans les calculs tels que le rayon. J'ai donc choisi
2021.
http://graphonline.ru/en/?graph=gwVmUZRnolTiamri
21