Vous êtes sur la page 1sur 61

Problème de flot

maximal
dans
un réseau
Formulation du problème de flot maximal. Notions de coupe et
de chaînes d’augmentation par rapport à un flot f. Algorithme de
Ford et Fulkerson. Théorème d’intégrité. Généralisation au cas de
plusieurs sources et plusieurs destinations. Présence de contraintes
de capacité sur les arcs et les sommets. Détermination d’un flot
réalisable.

Problème de flot maximal


Introduction
Une compagnie possède 6 postes T1, T2, T3, T4, T5 et T6 de
retransmission des appels téléphoniques des Laurentides vers les
Cantons de l’Est.
4
T2 T3
12 8

Laurentides 8 6 6 Cantons de
T1 T6 l’Est
9
3 6
11
9
T4 T5
4

Les capacités maximales en milliers d’appels par minute.


Problème de flot maximal 2
Ce réseau de communication a été construit de telle façon qu’il
satisfasse aux conditions suivantes :
Chaque poste intermédiaire T2, T3, T4, T5 conserve les appels i.e.
tout appel arrivant à l’un de ces postes est immédiatement acheminé
vers un autre poste (il ne se perd pas d’appels à un poste donné).
Le # d’appels passant entre 2 postes est évidemment une quantité
non négative et est au plus égal à la capacité maximale des lignes
téléphoniques reliant ces 2 postes.
Les appels des Laurentides passent tous par le poste T1 qui les
achemine vers les autres postes.
Les appels arrivant au poste T6 sont tous acheminés dans les
Cantons de l’Est.
Problème: Soit v le # d’appels passant dans le réseau de T1 (la source)
à T6 (la destination), comment répartir les appels dans le
réseau de façon à maximiser v ? 3
Énoncé du problème de flot maximal
Soit un réseau R = (N, A) où N représente les sommets du réseau et
A l’ensemble des arcs.
On désigne aussi par
K(x, y) : capacité maximale de l’arc (x, y), (x, y)  A,
f(x, y) : quantité de flot passant par l’arc (x, y), (x, y)  A.

Le problème avec une source s et une destination d s’énonce alors


comme suit :
MAX v
v si x = s
 f(x, y) -  f(y, x) = 0 si x  s, d
(P)
{y  N | (x, y)  A} {y  N | (y, x)  A} -v si x = d

L(x, y)  f(x, y)  K(x, y), (x, y)  A.


Note : Sauf avis contraire par la suite, L(x, y) = 0 (x, y)  A.
4
Problème de programmation linéaire
En ajoutant un arc fictif (d, s) de capacité infinie, le problème devient :
MAX f(d, s)

 f(x, y) -  f(y, x) = 0 x  N.
{y  N | (x, y)  A'} {y  N | (y, x)  A'}

L(x, y)  f(x, y)  K(x, y), (x, y)  A' où A' = A  {(d, s)}.

Note :

Cela nous ramène à un problème de flot à coût minimum.


La méthode du simplexe peut être utilisée :
- membre de droite nul,
- vecteur de coût nul excepté pour la variable f(d, s).
 un algorithme spécialisé plus efficace que la méthode du simplexe.
5
Exemple :

(0, 4)
T2 T3
(12, 12) (8, 8)
(6, 6)
29
T1 (8, 8) (6, 6) T6
29
(3, 9) (6, 6)
(0, 3)
(6, 11)
(9, 9)
T4 T5
(f(x, y), K(x, y)) 0, 4

La valeur du flot passant dans ce réseau est v = 29.


Problème de flot maximal 6
Définition de coupe
Notation :
Si X et Y sont 2 sous-ensembles de N,
(X, Y) désigne {(x, y)  A | x  X, y  Y}.

On peut aussi définir une fonction g sur A et à valeurs réelles,


comme suit :
g(X, Y) =  g(x, y)
(x, y)  (X, Y)

Définition :
Soit X  N, un sous-ensemble de sommets contenant la source s,
mais ne contenant pas la sortie d, la partition X, X = N – X génère
une coupe C  [X, X ] = (X, X) (X, X ) séparant la source s de la
destination d.
Problème de flot maximal 7
Définition :
La capacité de la coupe C  [X, X ] est égale à K(X, X) – L(X, X).

Exemple :
1
1
4
2 1
s 1 2
1 1
1 1
3 d
2
Soit X = {s, 1}, alors C = {(s, 2), (1, 3), (1, d), (1, 2), (3, s), (d, s)}.

Note : Toute chaîne reliant s à d doit nécessairement contenir un arc


dans chaque coupe [X, X ].
Problème de flot maximal 8
Note :
Si l’on enlève du réseau tous les arcs de la coupe [X, X ], il ne peut
y avoir de chaînes reliant s à d.

La valeur du flot pouvant passer dans le nouveau réseau ainsi obtenu


est nulle.

Étant donné qu’une coupe bloque toutes les chaînes reliant s à d,


il s’ensuit que la valeur du flot f passant dans le réseau ne peut pas
excéder la capacité d’une coupe, quelque soit celle-ci.
Lemme : La valeur v d’un flot quelconque de s à d est inférieure ou
égale à la capacité de toute coupe séparant s et d.

Soient un flot f de s à d dans le réseau R = (N, A) et v la valeur de


ce flot. Si [X, X ] est une coupe dans R séparant s et d, alors
v = f(X, X) – f(X, X)  K(X, X) – L(X, X).
Problème de flot maximal 9
Démonstration du lemme :
Étant donné que f est un flot, f satisfait les équations :
f(s, N) – f(N, s) = v
f(d, N) – f(N, d) = - v
f(x, N) – f(N, x) = 0 si x  s et x  d.
Additions ces équations pour x  X, vu que s  X et d  X, on a :

v=  (f(x, N) – f(N, x) ) = f(X, N) – f(N, X).


xX
Sachant que N = X  X, on obtient :
v = f(X, X  X) – f(X  X, X)
v = f(X, X) + f(X, X) – f(X, X) – f(X, X) = f(X, X)– f(X, X).
Puisque f(X, X)  L(X, X) et f(X, X)  K(X, X), alors
v = f(X, X) – f(X, X)  K(X, X) – L(X, X). 10
CQFD
Corollaire du lemme :
vmax = Max v(f)  Min K(X, X) – L(X, X)
{f est un flot réalisable de s à d} XN
s  X, d  X

c’est-à-dire, que la valeur maximale du flot est toujours inférieure ou


égale à la coupe minimale des capacités.

Problème de flot maximal 11


Exemple :
1 L(x, y) = 0 (x, y)  A.
2,3
1,1
3 3 v = 3.
s 0,1 1,1 d

2,3 1,1
2 X
X
(f(x, y), K(x, y))

La coupe C = {(s, 1), (2, 1), (2, d), (1, 2)} a aussi une capacité égale
à 1 + 1 + 1 - 0 = 3.

D’après ce qui précède, le flot est maximal et la coupe est minimale.

Problème de flot maximal 12


Théorème (flot max – coupe min) :

Pour n’importe quel réseau donné, la valeur maximale du flot reliant


la source s à la destination d est égale à la capacité minimale des
coupes séparant s et d dans le réseau.

Démonstration :
Laissée en exercice.

Les définitions suivantes et les corollaires de ce théorème vont nous


permettre d’élaborer un procédé pour parvenir à un flot maximal.

Problème de flot maximal 13


Définition :
Une chaîne W reliant la source s à la destination d est dite une chaîne
d’augmentation par rapport au flot f si

f(x, y) < K(x, y) (x,y) de cette chaîne tel que (x,y)  A


et
f(x, y) > L(x, y) (x,y) de cette chaîne tel que (y,x)  A.

Les arcs de W parcourus


dans le sens de leur orientation.

Les arcs de W parcourus


dans le sens inverse de leur orientation.

Problème de flot maximal 14


Exemple :
1
0,3
1,1
Il existe une chaîne
1 1
s 1,1 d d’augmentation :
(s,2) - (1,2) – (1,d).
0,3 1,1
2 On peut faire passer une unité
de flot à travers cette chaîne.
(f(x, y), K(x, y))
1
1,3
1,1
2 2
s 0,1 d

1,3 1,1
2
Problème de flot maximal 15
Définition :
Un arc (x, y) est saturé par rapport à f si f(x, y) = K(x, y).
Un arc (u, v) est dit minimal par rapport à f si f(u, v) = L(u, v).
Corollaire :
Un flot f est maximal si et seulement si il n’existe pas de chaîne
d’augmentation par rapport à celui-ci.
Corollaire :
Une coupe [X, X] est minimale si et seulement si, pour tout flot
maximal f, les arcs de (X, X) sont saturés par rapport à f et ceux de
(X, X) sont minimaux par rapport à f.

Appliquons maintenant ces résultats à l’exemple suivant où à chaque


itération, nous tenterons de construire une chaîne d’augmentation.
Problème de flot maximal 16
Exemple :

0,3
2 3
0,7
0,6
0,6
0 0,2 0,2 0
s 0,3 0,1 d

0,4
0,9
4

Déterminons d’abord un flot au jugé en saturant le plus grand nombre


possible de chemins reliant s à d.

I. s-2-3-d: 3 unités pour obtenir une saturation.


Problème de flot maximal 17
3,3
2 3
3,7
3,6
0,6
3 0,2 0,2 3
s 0,3 0,1 d

0,4
0,9
4

II. s-2-3-4-d: déjà saturé.


III. s-2-4-3-d: 2 unités pour obtenir une saturation.

Problème de flot maximal 18


3,3
2 3
5,7
5,6
0,6
5 2,2 2,2 5
s 0,3 0,1 d

0,4
0,9
4

IV. s-2-4-d: déjà saturé.

V. s-3-d: 2 unités pour obtenir une saturation.

Problème de flot maximal 19


3,3
2 3
7,7
5,6
2,6
7 2,2 2,2 7
s 0,3 0,1 d

0,4
0,9
4

VI. s-3-4-d: 1 unité pour obtenir une saturation.

Problème de flot maximal 20


3,3
2 3
7,7
5,6
3,6
8 2,2 2,2 8
s 0,3 1,1 d

0,4
1,9
4

VII. s-4-2-3-d: déjà saturé.


VIII. s-4-3-d: déjà saturé.
IX. s-4-d: 4 unités pour obtenir une saturation.

Problème de flot maximal 21


3,3
2 3
7,7
5,6
3,6
12 s 2,2 2,2 12
0,3 1,1 d

4,4
5,9
4
Pour déterminer une chaîne d’augmentation reliant s à d (si elle existe),
on doit opter pour une procédure de marquage :
Soit Z = {(s, pred(s) = •,  = +)},
pour chaque sommet (x, pred(x), )  Z non traité,
si f(x, y) < K(x, y)
ajouter (y, x, min{, K(x, y) – f(x, y)}) à Z
sinon si f(y, x) > L(y, x)
ajouter (y, x, min{, f(y, x) – L(y, x)}) à Z.
3,3
2 3
7,7
5,6
3,6
12 s 2,2 2,2 12
0,3 1,1 d

4,4
5,9
4
Z = {(s, •,+)}
Z = {(s, •,+), (2, s, 1), (3, s, 3)}

Z = {(s, •,+), (2, s, 1), (3, s, 3), (4, 3, 2)}


Z = {(s, •,+), (2, s, 1), (3, s, 3), (4, 3, 2), (d, 4, 2)}

Il existe une chaîne d’augmentation reliant s à d où l’on peut faire passer


2 unités de flot. À l’aide de Z, on peut retracer la chaîne d’augmentation.
Problème de flot maximal 23
3,3
2 3
7,7
5,6
5,6
14 s 2,2 0,2 14
0,3 1,1 d

4,4
7,9
4

Répétons la procédure de marquage :


Z = {(s, •,+)}
Z = {(s, •,+), (2, s, 1), (3, s, 1)}
Z = {(s, •,+), (2, s, 1), (3, s, 1)}

Il n’est pas possible d’atteindre la sortie d;


24
par conséquent, le flot est maximal.
3,3
2 3
7,7
5,6
5,6
14 s 2,2 0,2 14
0,3 1,1 d

4,4
7,9
4
X = {s, 2, 3}

(X, X) = {(s, 4), (2, 4), (3, 4), (3, d)}


(X, X) = {(4, 2), (4, 3)}

v = 14 = f (X, X) - f (X, X) = K(X, X) – L(X, X).


Donc, le flot est optimal.
Problème de flot maximal 25
Algorithme de Ford & Fulkerson
Étape A Marquage des sommets
Cela conduit soit : à la fin de l’algorithme,
à la découverte d’une chaîne d’augmentation.
Un sommet peut être dans l’un des 3 états suivants :
non marqué
marqué et examiné
marqué et non encore examiné
À chaque sommet x marqué est associé un quadruplet
(x, pred(x), m(x), p(x)).

Le sommet La qté de flot supplém.


+ ou – selon que x a été
qui a permis le que l’on peut faire passer
marqué grâce à l’arc
le marquage dans la chaîne de s à x.
(pred(x), x) ou (x, pred(x)).
de x.

Étape B Modifie le flot le long de la chaîne d’augmentation. 26


Description complète de l’algorithme de Ford & Fulkerson
Étape A
1. Initialisation.
La source s est marquée et non encore examinée : (s, •, •, ).
Les autres sommets sont non marqués.
2. Marquage.
Choisir un sommet x marqué et non encore examiné :
(x, pred(x), m(x), p(x)).
sommet y non marqué tel que (x, y)  A,
si f(x, y) < K(x, y), alors marquez y non encore examiné :
(y, x, +, min{p(x), K(x, y) – f(x, y)})
sommet y non marqué tel que (y, x)  A,
si f(y, x) > L(y, x), alors marquez y non encore examiné :
(y, x, -, min{p(x), f(y, x) – L(y, x)})
x est maintenant marqué et examiné.
Si la destination d est marquée et non encore examinée,
aller à l’étape B.
Si tous les sommets marqués ont été examinés, c’est terminé
(il n’y a pas de chaînes d’augmentation et le flot est maximal).

Autrement, répéter cette opération de marquage avec un nouveau


sommet marqué et non encore examiné.

Problème de flot maximal 28


Étape B Changement de flot dans une chaîne d’augmentation.

La destination d a été marquée : (d, pred(d), m(d), p(d)).

Si m(d) = + alors f(pred(d), d) = f(pred(d), d) + p(d)


sinon f(d, pred(d)) = f(d, pred(d)) – p(d).

Posons y = pred(d).
Tant et aussi longtemps que y est différent de s
{ soit le quadruplet associé à y : (y, pred(y), m(y), p(y)),
si m(y) = + alors f(pred(y), y) = f(pred(y), y) + p(d)
sinon f(y, pred(y)) = f(y, pred(y)) – p(d);
poser y = pred(y).
}.

On efface les marques des sommets et on retourne à l’étape A.


Problème de flot maximal 29
Construction d’une coupe minimale

À la fin de l’algorithme de Ford & Fulkerson, on peut construire


une coupe minimale comme suit :

Poser U = {i  N| le sommet i est marqué},


V = {j  N| le sommet j est non marqué},

Alors la coupe minimale est [U, V] et v = K(U, V) – L(V, U).

Problème de flot maximal 30


Exemple : 3
0,5
0,2
2
0,9
0,3 4
0,4 0,8
0,2
0,10 0,3
0 1
0,8
5 0,6 8 0
0,3 0,8 0,1
0,4 0,16
0,2
0,1 7

0,7
6
Effectuons un premier marquage.
Problème de flot maximal 31
3 (1,+,10)
0,5
0,2
(1,+,4) 2
0,9
0,3 4
0,4 0,8
0,2
0,10 0,3
0 0,8 (1,+,8) 0,6 8 0
1 5
(•,•,) 0,3 0,8 (5,+,6)
0,1
0,4 0,16
0,2
0,1 7

0,7 (1,+,3)
6
(1,+,4)
Ajoutons 6 unités dans la chaîne d’augmentation. 32
3
0,5
0,2
2
0,9
0,3 4
0,4 0,8
0,2
0,10 0,3
6 1
6,8
5 6,6 8 6
0,3 0,8 0,1
0,4 0,16
0,2
0,1 7

6 0,7

Effectuons un 2ième marquage. 33


3 (1,+,10)
0,5
(1,+,4) 0,2
2
0,9
0,3 4
0,4 0,8
0,2
0,10 0,3
6 6,8 (1,+,2) 6,6 8 6
1 5
(•,•,) 0,3 0,8 (7,+,3)
0,1
0,4 0,16
0,2
0,1 7

0,7 (1,+,3)
6
(1,+,4)
Ajoutons 3 unités dans la chaîne d’augmentation. 34
3
0,5
0,2
2
0,9
0,3 4
0,4 0,8
0,2
0,10 0,3
9 1
6,8
5 6,6 8 9
3,3 0,8 0,1
0,4 3,16
0,2
0,1 7

6 0,7

Effectuons un 3ième marquage. 35


3 (1,+,10)
0,5
(1,+,4) 0,2
2
0,9
0,3 4
0,4 0,8
0,2
0,10 0,3
9 6,8 (1,+,2) 6,6 8 9
1 5
(•,•,) 3,3 0,8 (7,+,2)
0,1
0,4 3,16
0,2
0,1 7

0,7 (5,+,2)
6
(1,+,4)
Ajoutons 2 unités dans la chaîne d’augmentation. 36
3
0,5
0,2
2
0,9
0,3 4
0,4 0,8
0,2
0,10 0,3
11 1 8,8
5 6,6 8 11
3,3 2,8 0,1
0,4 5,16
0,2
0,1 7

6 0,7

Effectuons un 4ième marquage. 37


3 (1,+,10)
0,5
(1,+,4) 0,2
2 (3,+,2)
0,9
0,3 4
0,4 0,8
0,2
0,10 0,3 (4,+,2)
11 1 8,8
5
(3,+,9) 6,6 8 11
(•,•,) 3,3 2,8 0,1
0,4 5,16
0,2
0,1 7

6 0,7

(1,+,4)
Ajoutons 2 unités dans la chaîne d’augmentation. 38
3
0,5
2,2
2
0,9
0,3 4
0,4 2,8
0,2
2,10 0,3
13 1 8,8
5 6,6 8 13
3,3 2,8 0,1
0,4 5,16
0,2
0,1 7

6 0,7

Effectuons un 5ième marquage. 39


3 (1,+,8)
0,5
(1,+,4) 2,2
2
0,9
0,3 4
0,4 2,8
0,2
2,10 0,3
13 1 8,8 (6,+,2) 6,6 8 13
5
(•,•,) 3,3 2,8 (7,+,4)
0,1
0,4 5,16
0,2
0,1 7

0,7 (6,+,4)
6
(1,+,4)
Ajoutons 4 unités dans la chaîne d’augmentation. 40
3
0,5
2,2
2
0,9
0,3 4
0,4 2,8
0,2
2,10 0,3
17 1 8,8
5 6,6 8 17
3,3 2,8 0,1
4,4 9,16
0,2
0,1 7

6 4,7

Effectuons un 6ième marquage. 41


3 (1,+,8)
0,5
(1,+,4) 2,2
2
0,9
0,3 4
0,4 2,8
0,2
2,10 0,3
17 1 8,8 (2,+,3) 6,6 8 17
5
(•,•,) 3,3 2,8 (7,+,3)
0,1
4,4 9,16
0,2
0,1 7

4,7 (5,+,3)
6

Ajoutons 3 unités dans la chaîne d’augmentation. 42


3
0,5
2,2
2
0,9
3,3 4
3,4 2,8
0,2
2,10 0,3
20 1 8,8
5 6,6 8 20
3,3 5,8 0,1
4,4 12,16
0,2
0,1 7

6 4,7

Effectuons un 7ième marquage. 43


3 (1,+,8)
0,5
(1,+,1) 2,2
2
0,9
3,3 4
3,4 2,8
0,2
2,10 0,3
20 1 8,8 (3,+,8) 6,6 8 20
5
(•,•,) 3,3 5,8 (7,+,3)
0,1
4,4 12,16
0,2
0,1 7

4,7 (5,+,3)
6
(5,+,1)
Ajoutons 3 unités dans la chaîne d’augmentation. 44
3
0,5
2,2
2
3,9
3,3 4
3,4 2,8
0,2
5,10 0,3
23 1 8,8
5 6,6 8 23
3,3 8,8 0,1
4,4 15,16
0,2
0,1 7

6 4,7

Effectuons un 8ième marquage. 45


3 (1,+,5)
0,5
(1,+,1) 2,2
2
3,9
3,3 4
3,4 2,8
0,2
5,10 0,3
23 1 8,8 (3,+,5) 6,6 8 23
5
(•,•,) 3,3 8,8 (7,+,1)
0,1
4,4 15,16
0,2
0,1 7

4,7 (6,+,1)
6
(5,+,1)
Ajoutons 1 unité dans la chaîne d’augmentation. 46
3
0,5
2,2
2
4,9
3,3 4
3,4 2,8
0,2
6,10 0,3
24 1 8,8
5 6,6 8 24
3,3 8,8 0,1
4,4 16,16
0,2
1,1 7

6 5,7

Effectuons un 9ième marquage. 47


3 (1,+,4)
0,5
(1,+,1) 2,2
2
4,9
3,3 4
3,4 2,8
0,2
6,10 0,3
24 1 8,8 (3,+,4) 6,6 8 24
5
(•,•,) 3,3 8,8 0,1
4,4 16,16
0,2
1,1 7

5,7
6
Il n’est pas possible d’atteindre le sommet 8; le flot est donc optimal.
En prenant X = {1, 2, 3, 5}, la coupe minimale des capacités est [X, X]
et la valeur du flot est 24.
Théorème d’intégrité

Si les capacités K(x, y) et les bornes inférieures L(x, y) sont toutes


entières, il existe toujours un flot maximal à valeurs entières.

Si le flot initial est à valeurs entières et que les capacités le sont


aussi, le flot maximal obtenu de l’algorithme sera aussi à
valeurs entières car la découverte d’une chaîne d’augmentation
entraîne un changement de flot conduisant à un minimum de
nombres entiers.

Problème de flot maximal 49


Extension au cas de plusieurs sources et / ou destinations
On peut toujours se ramener au cas d’une source et d’une destination.
Supposons que les sommets N du réseau R = (N, A) sont partitionnés
comme suit :
S : l’ensemble des sources,
D : l’ensemble des destinations,
X : l’ensemble des sommets intermédiaires.
Le problème s’énonce comme suit :
Max v
f(x, N) – f(N, x) = 0 x  X
L(x, y)  f(x, y)  K(x, y) (x, y)  A
f(S, N) – f(N, S) = v
f(D, N) – f(N, D) = - v

Problème de flot maximal 50


Prolongeons le réseau R = (N, A) en un réseau R = (N, A) où
N = N  {s, d},
S = {s}, D = {d},
X = N,
A = A  tous les arcs correspondants à (s, S)
 tous les arcs correspondants à (D, d).
De plus,
L(s, x) = 0 et K(s, x) =  x  S

L(x, d) = 0 et K(x, d) =  x  D
L(x, y) = L(x, y) et K(x, y) = K(x, y) (x, y)  A.
Théorème :
Le problème de flot maximal de S à D dans le réseau R est
équivalent au problème de flot maximal de s à d dans R.
Problème de flot maximal 51
Extension au cas où chaque sommet x est soumis à une capacité
maximale (x)

Exemple :
Il est naturel et même nécessaire pour le réseau téléphonique de
notre exemple d’introduction de supposer que chaque poste Ti
de retransmission des appels ne peut pas traiter plus de (Ti)
appels par minute.

Théorème :
Le problème de flot maximal dans un réseau soumis à des
contraintes de capacité sur ses arcs et sur ses sommets est
équivalent à un problème de flot maximal dans un nouveau
réseau soumis à des contraintes de capacité sur ses arcs
seulement.
Problème de flot maximal 52
Hypothèse non restrictive :

Tous les arcs admettant la source s à une de leurs extrémités sont de


la forme (s, •) uniquement.

Tous les arcs admettant la destination d à une de leurs extrémités


sont de la forme (•, d) uniquement.

Note : S’il en est autrement, il s’agit de considérer 2 sommets


supplémentaires s et d de même que les arcs (s , s) et
(d, d).

s et d joueront le rôle de source et de destination resp.

Problème de flot maximal 53


Le problème s’énonce comme suit :
Max f(s, N)
f(x, N) – f(N, x) = 0 x  N, x  s, d
 L(x, y)  f(x, y)  K(x, y) (x, y)  A
f(x, N)  (x) x  N, x  d
f(N, d)  (d).
Pour ramener ce problème au cas de capacités maximales associées à
des arcs seulement, définissons un nouveau réseau R = (N, A).
x  N, on fait correspondre 2 sommets x' et x''  N.
(x', y'')  A (x, y)  A.

(x'', x')  A x  N.

L(x', y'') = L(x, y), K(x', y'') = K(x, y), (x, y)  A.

L(x'', x') = 0, K(x'', x') = (x), x  N. 54


Exemple :
x x'' x'

s d s'' s' d'' d'

y y'' y'
Les arcs incidents à x sont maintenant incidents à x'' tandis que
ceux issus de x sont maintenant issus de x'.
La capacité maximale (x) est imposée comme une capacité
maximale sur l’arc reliant x'' à x'.
Tout flot f satisfaisant , conduit à un flot équivalent f de s'' à d'
dans R = (N, A) en définissant :
f(x', y'') = f(x, y) (x, y)  A,
f(x'', x') = f(x, N) x  d et f(d'', d') = f(N, d).
Comment déterminer un flot réalisable initial lorsque les bornes
inférieures ne sont pas toutes nulles ?

Lorsque les bornes inférieures L(x, y) ne sont pas toutes nulles, il


peut y avoir un sérieux problème pour déterminer un flot au jugé
puisque le flot nul n’est pas admissible comme flot de départ.

Pour déterminer un flot réalisable initial, s’il existe,

on ajoute un arc « artificiel » (d, s) avec L(d, s) = 0, K(d, s) = .


on obtient le graphe G' = (N, A') où A' = A  {(d, s)}.

Si f est un flot réalisable pour G avec une valeur de flot v, posons :


f '(d, s) = v et f '(x, y) = f(x, y)  (x, y)  A.
Ainsi, f ' est un flot réalisable sur G ' et la quantité nette de flot
s’écoulant à la source est nulle.
Problème de flot maximal 56
Définition :

f ' est une circulation réalisable sur G' si la qté nette de flot s’écoulant
à n’importe quel sommet du réseau est nulle.

Rechercher un flot réalisable de départ sur G est donc équivalent à


rechercher une circulation réalisable sur G' car, étant donné une
circulation réalisable sur G', en enlevant l’arc (d, s) du réseau, on
obtient un flot réalisable sur G.

Transformons maintenant le problème de trouver une circulation


réalisable sur G' en un problème de flot maximal sur un réseau
augmenté G" = (N", A").

Problème de flot maximal 57


Procédé :

Ajoutons une nouvelle source s" et une nouvelle destination d" :


N" = N  {s", d"}.
Ajoutons les arcs (s", x) et (x, d") x  N :
A" = A'  (s", N)  (N, d").
Ajoutons des bornes inférieures nulles :
L"(x, y) = 0 (x, y)  A".
Ajoutons un nouveau vecteur de capacités :
K"(x, y) = K(x, y) – L(x, y) (x, y)  A'
K"(s", y) =  L(x, y) y  N
x tel que (x, y)  A
K"(x, d") =  L(x, y) x  N
y tel que (x, y)  A
Problème de flot maximal 58
Il s’agit alors de trouver un flot maximal f" de s" à d" en partant avec
le flot nul comme flot au jugé.

Soit la valeur de flot v" du flot f" sur G",

v" <  L(x, y)  Il n’existe pas de flot réalisable sur G.


(x, y)  A
v" =  L(x, y)  Le vecteur f suivant est réalisable sur
(x, y)  A G: f(x, y) = f "(x, y) + L(x, y).

Problème de flot maximal 59


Exemple : 2
0,11 Note :
3,6
Les données sur l’arc
1 1,3 4 (x, y) sont :
2,4
L(x, y), K(x, y).
2,8 3,12
3
Le problème de trouver un flot réalisable sur G est équivalent au
problème de trouver une circulation réalisable sur G' :
0, 2
3,6 0,11

1 1,3 4
2,4

2,8 3,12
Problème de flot maximal 60
3
Sur le réseau augmenté G", le flot maximal f" de s" à d" est :
7,
2
4,11
0,3
1,1
5,5 0,2
0,2
1 4
3,3
0,0 2,6 0,0
5,5
s" 0,9
3,3 3 d"
5,5

Réseau G" avec sur chaque arc : f"(x, y), K"(x, y).
Tous les arcs issus de s" sont saturés; alors, v" =  L(x, y) = 11.
(x, y)  A
Le problème initial est réalisable et un vecteur de flot
réalisable sur G est :
61
(f12, f13, f23, f32, f24, f34) = (3, 4, 1, 2, 4, 3).