Académique Documents
Professionnel Documents
Culture Documents
Cours de Graphe
1
Introduction
dres [DP02]
Pour commencer, les relations d'ordres telles qu'elles sont dénies dans leur généralité,
ne sont ni propice à une représentation en machine ni optimisées pour en extraire les
caractéristiques. Nous nous attellerons donc dans un premier temps à fournir une boite
à outils pour les manipuler.
2
Cela signie intuitivement qu'il n'existe pas d'élément de P entre x et y .
(Dans (N, ≤), n ≺ m ssi m = n + 1, ou dans (P(E), ⊆), a ≺ b ssi b = a ∪ {x} pour
E ni et x ∈ E .)
La relation d'ordre d'un ensemble partiellement ordonné ni peut alors se représenter
par le graphe orienté et acyclique (par anti-symétrie) dont les sommets sont les éléments
de l'ensemble et les arêtes la relation de couverture associée à la relation d'ordre.
Remarquons au passage que le graphe ne contient pas de sous graphe égal à K3 d'après
la seconde caractéristique de ≺.
Ce graphe possède une représentation graphique relativement claire dénie comme
suit :
3
ce sont des applications injectives par antisymétrie donc la surjectivité équivaut à
la bijectivité.
elles sont stables par composition.
ce sont les injections telles que x ≺P y ssi φ(x) ≺Q φ(y).
En informatique, les ensembles totalement ordonnés ont des représentations machine
bien plus ecaces. L'usage de plongement peut donc se révéler particulièrement utile
notamment pour stocker des objets partiellement ordonnés ecacement et en respectant
leur ordre.
Propriété 2 (Ordre dual) On appelle ordre dual de (E, ≤), (E, ≥) qui est trivialement
une relation d'ordre.
De ce fait, toute propriété sur des éléments minorants de ≤ se transporte par passage
au dual sur des éléments majorants.
Dénition 4 (Idéal d'un ensemble partiellement ordonné) Q est un idéal d'un en-
semble partiellement ordonné ssi
∀x ∈ Q, ∀y ∈ P, y ≤ x → y ∈ Q
∀x ∈ Q, ∀y ∈ P, x ≤ y → y ∈ Q
Comme leur nom le suggère les ltres et les idéaux d'un ensemble ordonné forment des
structures algébriques étudiables en tant que telles. Dans ce rapport nous nous limiterons
à l'utilisation des cas particuliers, centraux pour l'étude ultérieure.
Avant cela, soit
4
Dénition 7 (Majorants de S ⊂ P ) L'ensemble des majorants noté S u est l'ensemble
des éléments x ∈ P tels que pour tout y ∈ S y ≤ x.
Si S u admet un plus petit élément, il est noté sup(S) et appelé le plus petit majorant
de S .
Maintenant que les dénitions sur les ordres ont été données, intéressons nous plus
spéciquement au cas d'une classe d'ordre qui a particulièrement intéressé les informa-
ticiens. Cette classe se retrouve aussi bien pour obtenir des résultats en sémantique que
pour extraire de l'information en fouille de données.
Regardons successivement deux manières équivalentes de les introduire puis analysons
les résultats qui découlent de leur caractéristiques.
Dénition 10 (Treilli complet) (E, ≤) est un treillis complet ssi pour tout D ⊂ E ,
sup(D) et inf(D) existent
5
2.2 Dénition algébrique
Plus original, il est possible de dénir un treillis uniquement par des considération
algébrique :
Dénition 11 Treillis un treillis est un ensemble E muni des deux lois internes ∨ et ∧
telles qu'elles soient
associatives : ∀(x, y, z) ∈ E 3 , x ∧ (y ∧ z) = (x ∧ y) ∧ z et ∀(x, y, z) ∈ E 3 , x ∨ (y ∨ z) =
(x ∨ y) ∨ z
commutatives : ∀(x, y) ∈ E 2 , x ∧ y = y ∧ x et ∀(x, y) ∈ E 2 , x ∨ y = y ∨ x
idempotente : ∀x ∈ E, x ∧ x = x ∨ x = x
absorbantes : ∀(x, y) ∈ E 2 , x ∧ (x ∨ y) = x ∨ (x ∧ y) = x
Pour sortir des dénitions formelles, prenons un cas précis. Pour E un ensemble ni,
(P(E), ⊆) est un treillis avec
∀(A, B) ∈ P(E)2 , A ∨ B = A ∪ B
∀(A, B) ∈ P(E)2 , A ∧ B = A ∩ B
6
? ◦ _@ ◦O ◦ _@ ◦O .
~~~ @@@ @@
@@
~~ @@ @@
~~ @
◦O gOOO 7◦ ◦ _@ ◦
OOO ooooo O @@ ~~?
OoOoOo @@ ~
ooo OOOOO @@ ~~
o o ~~
◦ _@o ◦ ◦
@@ ~~?
@@ ~
@@ ~~~
~
◦
Fig. 3 Sous-structure interdite d'un diagramme de Hasse d'un treillis
(A1 , B1 ) ≤ (A2 , B2 ) ⇔ A1 ⊆ A2 ⇔ B2 ⊆ B1
Un concept peut enn s'exprimer par le graphe bipartie (G, M, I) avec G les objets,
M les attributs et I ⊂ G × M représentant la possession de l'attribut pour l'objet.
Pour A ⊂ G et B ⊂ M , soient A0 = {m ∈ M |∀g ∈ A, (g, m) ∈ I} et B 0 = {g ∈
G|∀m ∈ A, (g, m) ∈ I}. Les concepts sont les couples (A, B) tels que A0 = B et B 0 = A.
7
Ils forment une classe particulière de treillis complets appelée treillis de Galois où les
protagonistes forment les éléments médiants et sont d'autant plus similaires que leur plus
petit minorant est loin de > (respectivement proche d'eux-mêmes).
Construire le treillis à partir des données des caractéristiques de chacun des protago-
nistes permet donc de détecter les agents similaires en fouille de données. Présentons un
moyen ecace de l'obtenir.
Algorithm 1 Tree B
Require: B ensemble des caractéristiques
Ensure: l'arbre lexicographique de B
F ⇐ {∅}
for all b ∈ B do
for all f ∈ F do
f0 ⇐ f ∪ b
if f 0 ∈/ F then
F ⇐F ∪f
end if
γ(f 0 ) ⇐ γ(f ) ∪ {b}
end for
end for
8
ce qui donne le corollaire :
f ≺ f 0 ⇔ ∀b ∈ γ(f 0 ) \ γ(f ), f 0 = f ∪ b
Algorithm 2 Covering-Graph F
Require: arbre lexicographique des (f, γ(f ))
Ensure: Liste d'adjacence du diagramme de Hasse du treillis
COU N T (f ) ⇐ 0 pour tout f ∈ F
for all f ∈ F do
for all b ∈ B \ γ(f ) do
f0 ⇐ f ∪ b
COU N T (f 0 ) + +
if |γ(f 0 )| = COU N T (f 0 ) + |γ(f )| then
Succ(f ) ⇐ Succ(f ) ∪ {f 0 }
end if
end for
réinitialise COUNT
end for
Ce second algorithme est réalisé aussi en O((|X| + |B|) · |B| · |F |). Le coût total de
l'algorithme est par conséquent en O((|X| + |B|) · |B| · |F |).
Cet algorithme de calcul de clôture peut avoir plusieurs autres application comme :
Calculer en O(|X|2 · F ) le complété de Dedekind-MacNeille d'un ordre P = (X, ≤)
qui est le plus petit treillis complet contenant P comme sous-ordre.
Il est déni comme l'ensemble des couples (A, B) de sous ensemble de X tel que
Au = B et B l = A muni de l'ordre (A1 , B1 ) ≤ (A2 , B2 ) ⇔ A1 ⊆ A2 ⇔ B2 ⊆ B1
Calculer le treillis des idéaux d'un ordre avec la même complexité
Obtenir l'antichaîne maximum pour un ordre partiel donné par sa relation de cou-
verture
Conclusion
Dans ce rapport, nous avons essayé de montrer que les relations d'ordres partiels
sur des ensembles nis possédaient des propriétés intéressantes. Nous avons exhibé des
situations où il est commode d'utiliser le formalisme des ordres aussi bien en informatique
qu'en sociologie. Des ordres particuliers ainsi dénis on peut extraire des caractéristiques
importantes sur les objets qu'ils représentent.
Nous nous sommes surtout concentrés à dénir des outils et des représentations des
relation d'ordres sur des ensembles nis qui permette de les étudier et de les visualiser
bien plus simplement.
9
Enn par le parallèle que nos dénitions ont posé entre les ordres et leur représen-
tabilité sous forme de graphe, nous avons, comme souvent en mathématique, ouvert le
champs des résultats sur ceux-ci en utilisant les propriétés de ceux-là.
La factorisation d'informations à partir de très grands graphes, et l'apport que peut
fournir dans cette optique la vision ordre et treillis, n'en est sûrement qu'à ses balbutie-
ments car elle est au coeur de la problématique d'étude des systèmes complexes.
Références
10