Cours Graphes IREM

.
Les graphes
Niveau terminale ES
Nathalie DAVAL
http://mathematiques.daval.free.fr
Universit de la Runion - IREM - Juillet 2012.
Table des matires
Programme de terminale ES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Mise en place : exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.a
Introduction historique
2.b
Le loup, la biche et le chevalier
2.c
Les ponts du Knigsberg
2.d
Le coloriage de la carte de la Runion
2.e
Un trajet minimal
2.f
Quel labyrinthe ! ! !
2.g
Au pays dOz
2.h
Lnigme des trois maisons
Vocabulaire des graphes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.a
Graphe non orient
3.b
Ordre et degr
10
3.c
Chane et cycle
10
3.d
Structure de graphes particuliers
11
3.e
Distance et diamtre
12
3.f
Matrice dadjacence dun graphe
12
3.g
Graphe orient
14
3.h
Le loup, la biche et le chevalier. . . solution
14
ii
Graphes et chemins . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
4.a
Graphes eulriens
17
4.b
Thorme dEuler
18
4.c
Retour Knigsberg
20
Graphes et couleurs. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
5.a
Dfinition
21
5.b
Coloration minimale
21
5.c
Algorithme de coloration de Welsh et Powell
23
5.d
Coloration de la carte de la Runion
24
Graphes et trajets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
6.a
Graphes valus
27
6.b
Recherche du plus court trajet
28
6.c
Allons de la Rivire la Montagne !
29
Graphes et tiquettes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
7.a
Graphes tiquets
33
7.b
Labyrinthe
34
Graphes et probabilits. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
8.a
Graphes probabilistes
35
8.b
Matrice de transition
36
8.c
tat probabiliste la ne tape
36
8.d
tat stable
37
8.e
Cas particulier de la recherche dun tat stable deux tats
38
8.f
Retour au pays Oz
39
Graphes planaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
9.a
Dfinition
41
9.b
Thorme dEuler
41
9.c
Critres de planarit
43
9.d
Trois maisons, trois installations
45
1
Programme de terminale ES
Ce document constitue un cours sur les graphes du niveau de loption de la terminale ES : on y trouvera
tout dabord quelques exemples de la vie courante ainsi que le vocabulaire de base, puis les diffrentes
utilisations pratiques des graphes :
recherche de lexistence dune chane ou dun cycle Eulrien,
coloration dun graphe,
recherche dune plus courte chane dun graphe pondr,
caractrisation des mots reconnus par un graphe tiquet,
recherche dun tat stable dun graphe probabiliste,
caractrisation des graphes planaires (hors programme, mais intressant !).
Voici un extrait du B.O. N 4 du 30 aot 2001 concernant lenseignement de spcialit de mathmatiques :
ENSEIGNEMENT DE SPCIALIT
Trois domaines sont abords dans lenseignement de spcialit : deux dentre eux (suites et gomtrie dans
lespace) prolongent directement le travail commenc en classe de premire ; les paragraphes qui suivent
expliquent le choix du troisime domaine et de la mthode de travail propose.
Une ouverture sur la thorie des graphes
Ce choix est cohrent tant avec le programme de la classe antrieure quavec les exigences de formation
ultrieure : on trouve en effet ici quelques applications intressantes du calcul matriciel dvelopp dans
loption de premire ES ; par ailleurs, les problmes rsolus constituent une premire approche,
volontairement modeste, de situations complexes (dordonnancement, doptimisation de flux, de recherche
de fichiers informatiques, dtudes de migrations de populations. . .) auxquelles de nombreux lves seront
par la suite confronts, notamment en gestion ou en informatique. Ce thme sensibilise naturellement
lalgorithmique et, en montrant la puissance de la thorie des graphes pour la modlisation, permet un autre
regard mathmatique sur diverses situations.
Enfin, la prsence des graphes dans les programmes permettra ultrieurement de dfinir des thmes de TPE
faisant intervenir des mathmatiques consistantes.
Un travail ax sur la seule rsolution de problmes
Il nest pas question de retomber dans les piges du langage ensembliste des annes 1970 : toute
prsentation magistrale ou thorique des graphes serait contraire au choix fait ici. Lessentiel du travail
rside dans la rsolution de problmes : rsolution linitiative des lves, avec ses essais et ttonnements,
ses hsitations pour le choix de la reprsentation en termes de graphe (quels objets deviennent artes ?
lesquels deviennent sommets ?), la recherche dune solution et dun raisonnement pour conclure. Toute
notion relative la thorie des graphes absente de la liste de vocabulaire lmentaire du tableau ci-aprs est
clairement hors programme. Cette liste doit suffire pour traiter tous les exercices proposs.
1
On trouvera dans le document daccompagnement des lments de thorie des graphes ncessaires la
formation des enseignants ainsi quune liste dexemples sans caractre normatif, couvrant largement le
programme et illustrant le type de travail attendu ; chaque exemple est suivi dune liste de contenus (termes
ou proprits) que celui-ci permet daborder ; un lexique en fin de ce document reprend la totalit des
termes et proprits du programme ainsi introduits. Loptique premire tant la rsolution de problmes, on
insistera plus sur le bon usage des mots que sur leur dfinition formelle. Lintrt du lexique est de bien
marquer des limites ce qui est propos.
titre indicatif, la rpartition horaire entre les diffrents chapitres peut tre :
40% pour les graphes ; 35% pour les suites ; 25% pour la gomtrie dans lespace.
CONTENU
MODALITS DE MISE EN UVRE
COMMENTAIRES
Rsolution de problmes laide de graphes

Rsolution de problmes conduisant
la modlisation dune situation par
un graphe orient ou non, ventuellement tiquet ou pondr et dont la
solution est associe :
- au coloriage dun graphe,
- la recherche du nombre chromatique,
- lexistence dune chane ou dun
cycle Eulrien,
- la recherche dune plus courte
chane dun graphe pondr ou non,
- la caractrisation des mots reconnus par un graphe tiquet et, rciproquement, la construction dun
graphe tiquet reconnaissant une famille de mots.
- la recherche dun tat stable dun
graphe probabiliste 2 ou 3 sommets.
Les problmes proposs mettront

enjeu les graphes simples, la rsolution pouvant le plus souvent tre
faite sans recours des algorithmes.
On indiquera que pour des graphes
complexes, des algorithmes de rsolutions de certains problmes sont
absolument ncessaires.
On prsentera un algorithme simple
de coloriage des graphes et un algorithme de recherche de plus courte
chane.
Il sagit dun enseignement entirement fond sur la rsolution de problmes.

Lobjectif est de savoir modliser
des situations par des graphes et
didentifier en terme de proprits
de graphes la question rsoudre.
Ces algorithmes seront prsents
dans les documents daccompagnement et on restera trs modeste
quant leurs conditions de mise en
uvre.
Vocabulaire lmentaire des graphes :

sommets, sommets adjacents, artes,
degr dun sommet, ordre dun
graphe, chane, longueur dune
chane, graphe complet, distance
entre deux sommets, diamtre,
sous-graphe stable, graphe connexe,
nombre chromatique, chane eulrienne, matrice associe un graphe,
matrice de transition pour un graphe
pondr par des probabilits.
Les termes seront introduits loccasion de rsolution de problmes et

ne feront pas lobjet dune dfinition formelle, sauf lorsque cette dfinition est simple et courte (degr
dun sommet, ordre dun graphe par
exemple).
Les lves devront savoir utiliser

bon escient le vocabulaire lmentaire des graphes, vocabulaire qui
sera rduit au minimum ncessaire
la rsolution des problmes constituant lenseignement de cette partie.
Rsultats lmentaires sur les

graphes :
- lien entre la somme des degrs des
sommets et le nombres dartes dun
graphe ;
- conditions dexistence de chanes et
cycles eulriens ;
- exemples de convergence pour des
graphes probabilistes deux sommets,
pondrs par des probabilits.
On pourra, dans des cas lmentaires, interprter les termes de la

puissance ne de la matrice associe
un graphe.
2
Mise en place : exemples
2.a
Introduction historique
Lhistoire de la thorie des graphes dbuterait avec les travaux dEuler au 18e sicle et trouve son origine dans
ltude de certains problmes, tels que celui des ponts de Knigsberg, la marche du cavalier sur lchiquier
ou le problme du coloriage de cartes et du plus court trajet entre deux points.
Cest plus rcemment en 1822 que le mot graphes est introduit par le mathmaticien et gomtre anglais
James Joseph Sylvester.
La thorie des graphes sest alors dveloppe dans diverses disciplines telles que la chimie, la biologie, les
sciences sociales, linformatique. . .
Depuis le dbut du 20e sicle, elle constitue une branche part entire des mathmatiques, grce aux travaux
de Knig, Menger, Cayley, Berge et Erds.
De manire gnrale, un graphe permet de reprsenter des objets ainsi que les relations entre ses lments
(par exemple rseau de communication, rseaux routiers, interaction de diverses espces animales, circuits
lectriques. . .)
En mathmatiques, on retrouve les graphes dans la combinatoire, la thorie des ensembles, lalgbre linaire,
la thorie des polydres, la thorie des jeux, lalgorithmique, les probabilits. . .
Les derniers travaux en thorie des graphes sont souvent effectus par des informaticiens, du fait de limportance que revt laspect algorithmique.
Dans ce qui suit, nous allons donner un exemple caractristique pour chacun des chapitres de ce document.
2.b
Exemple de dcouverte 1.
Un passeur doit aider un loup, une biche et un chevalier traverser une rivire.
Il ne peut faire traverser quun des personnages la fois et ne peut laisser seuls le loup et la biche, pas
plus que le chevalier et le loup.
Comment peut-il faire ?
Non, ce nest pas Henri Salvador qui a conu ce doux problme ! Nous le rsoudrons dans le chapitre 3
consacr au vocabulaire des graphes.
2.c
Les ponts du Knigsberg
La ville de Knigsberg est construite autour de deux les situes sur le Pregel et relies entre elles par
un pont. Six autres ponts relient les rives de la rivire lune ou lautre des deux les.
Le problme consiste dterminer sil existe ou non une promenade dans les rues de Knigsberg
permettant, partir dun point de dpart au choix, de passer une et une seule fois par chaque pont et
de revenir son point de dpart, tant entendu quon ne peut traverser le Pregel quen passant sur les
ponts.
nigme que nous rsoudrons dans le chapitre 4 consacr aux chemins : une telle promenade existe-t-elle ?
Cest le fameux mathmaticien Lonard Euler qui procurera une preuve ce problme et qui donnera son
nom aux graphes Eulriens .
Chapitre 2 : Mise en place : exemples
2.d
Le coloriage de la carte de la Runion
Comment colorier la carte des 24 communes de la Runion en un minimum de couleurs de telle sorte
que deux communes limitrophes ne soient pas coloris de la mme couleur ?
Nous tudierons lalgorithme de Welsh et Powell afin de rsoudre ce problme dans le chapitre 5 consacr
aux graphes et couleurs.
2.e
Un trajet minimal
Sur la carte de Saint-Denis (Runion) suivante sont indiqus les temps moyens (en minutes) mis par
un automobiliste pour relier deux lieux. On souhaite aller de la Rivire des Pluies la Montagne.
Quel chemin doit-on prendre afin que celui-ci soit le plus rapide ?
Cet exemple nous montre que les graphes permettent de dterminer le trajet le plus rapide (nous aurions
aussi pu parler du trajet le plus court, la manire dun GPS). Cest le chapitre 6 qui nous dvoilera une
manire efficace de rpondre ce genre de question, notamment grce lalgorithme de Dijkstra.
2.f
Le labyrinthe ci-dessous possde cinq salles, numrotes de 1 5. Lunique salle de sortie est la salle
entoure par un double rond (salle 4).
Le dpart seffectue dans la salle 1 et on nous remet une suite de lettres (mot). Lobjectif pour gagner
est de suivre le chemin indiqu par cette suite de lettres et de terminer dans la salle 4.
Quels sont les mots gagnants ?
a
4
b
a
b
0
1
a
3
a
b
2
Ce labyrinthe nous mnera au pays des automates et de leurs applications dans le chapitre 7.
2.g
Au pays dOz
Le magicien dOz a combl tous les dsirs des habitants du pays dOz, sauf peut-tre en ce qui
concerne le climat : au pays dOz en effet, sil fait beau un jour, il est certain quil pleuvra ou neigera
le lendemain avec une probabilit gale. Si le temps dun jour est pluvieux ou neigeux, alors il reste
inchang dans 50% des cas le lendemain et ne devient beau que dans 25% des cas.
Les habitants se sont plaints auprs du magicien, affirmant quils nont quun beau jour sur cinq.
Ce quoi il a rpondu quil sagissait dune impression mais quen ralit, il y a bien plus dun beau
jour sur cinq.
Qui a raison ?
Pour cet exemple, nous utiliserons de lalgbre linaire et des matrices lors du chapitre 8 ddi aux graphes
probabilistes.
Chapitre 2 : Mise en place : exemples
2.h
Un lotissement de trois maisons doit tre quip dlectricit, deau et de gaz. La rglementation
interdit de croiser les canalisations pour des raisons de scurit.
Est-il possible deffectuer tous les raccordements ?
Ce dernier problme sera rsolu via le chapitre 9 sur les graphes planaires.
3
Vocabulaire des graphes
3.a
Graphe non orient
Dfinition 1.
Un graphe (non orient) G est constitu dun ensemble S = {s1 , s2 , . . . , sn } de points appels sommets
et dun ensemble A = {a1 , a2 , . . . , ak } dartes tels qu chaque arte ai sont associs deux lments
de S, appels ses extrmits.
Si les deux extrmits sont confondues, larte est appele boucle.
Sil y a plusieurs artes entre deux sommets, on parle dartes multiples.
Un graphe ne prsentant ni arte multiple, ni boucle est appel graphe simple.
Exemple 2
.
a6
s3
Ce graphe est constitu des 5 sommets s1 , s2 , s3 , s4 et s5

et de 6 artes a1 , a2 , a3 , a4 , a5 et a6 .
Larte a2 relie les sommets s1 et s3 .
Il y a une boucle en s3 .
Entre s1 et s2 , il y a 2 artes a4 et a5 , il sagit dartes multiples.
s4
a1
a2 a
4
a3
s2
s1
a5
Dans la suite, pour plus de commodit, les sommets seront nomms avec des lettres de lalphabet et les
artes non numrotes, sauf si besoin !
Remarque 3
La position des sommets et la longueur les artes na pas dimportance, les quatre graphes suivants reprsentent la mme situation :
F
E
D
E
D
E
A
B
F
B
F
A
B
10
Ordre et degr
3.b
Ordre et degr
Dfinition 4.
On appelle ordre dun graphe le nombre de ses sommets.
Le degr dun sommet est le nombre darrtes dont il est une extrmit.
Deux sommets relis par une mme arrte sont dits adjacents.
Exemple 5
.
Ce graphe comporte 4 sommets, cest donc un graphe dordre 4.
Du sommet A partent 4 arrtes. Le degr du sommet A est donc 4.

Le degr du sommet B est 3.
Le degr du sommet C est 4.

Le degr du sommet D est 1.
Proprit 6 (Lemme des poignes de mains).

Dans un graphe, la somme des degrs des sommets est gale au double du nombre dartes.
Dmonstration :
Lorsque lon additionne les degrs des sommets, chaque arte est compte deux fois : une fois pour chaque
extrmit.
Exemple 7
Les vingt-quatre maires des vingt-quatre communes de lle de la Runion se sont donn rendez-vous lors de
lassemble gnrale de lAssociation des Maires du Dpartement de la Runion (AMDR). cette occasion,
chaque maire serre la main de tous les autres maires. Quel est le nombre de poignes de mains changes ?
Si lon prsentait cette situation par un graphe dont les maires seraient reprsents pas les sommets et les
poignes de mains changes par les artes, on aurait :
24 sommets, chacun de degr 23, donc la somme des degrs des sommets est de 24 23 = 552.
Le nombre dartes vaut donc 552 2 = 276.
Le nombre de poignes de mains changes lors de cette assemble est de 276.
3.c
Chane et cycle
Dfinition 8.
Une chane est une suite quelconque dartes conscutives.
Sa longueur est le nombre dartes quelle comporte.
Un cycle est une chane compose dartes distinctes dont les deux extrmits sont confondues.
Exemple 9
Sur le graphe ci dessous,
A - B - C est une chane de longueur 2,

A - B - C - D na aucun sens puisquil nexiste aucune arte entre D et C,
B - A - D - A - C - C est une chane de longueur 5,
A - B - C - A est un cycle de longueur 3,

A
D - A - B - C - A - D nest pas un cycle car on parcourt deux fois larte

qui va de A D. Cest une chane ferme.
Chapitre 3 : Vocabulaire des graphes
3.d
11
Structure de graphes particuliers
Dfinition 10.
Un graphe est dit :
complet lorsque deux sommets quelconques distincts sont toujours adjacents ;
connexe si quels que soient les sommets si et sj , il existe toujours une chane reliant si sj .
stable lorsque ses sommets ne sont relis par aucune arte ;
biparti lorsque lensemble S des sommets peut-tre partag en deux sous ensembles S1 et S2 tels
que les lments de S1 [resp. S2 ] ne sont relis entre eux par aucune arte.
Exemple 11
Ce graphe est complet :
on le note communment K5 .
.
.
Graphe non connexe car les sommets Graphe biparti nomm K3,3 .
D et F sont isols des autres.
S1 = {D, E, F} et S2 = {A, B, C}.
C
D
F
C
A
B
E
Nous avons souvent besoin disoler une partie dun graphe afin den tudier les proprits, do la dfinition :
Dfinition 12.
Un sous-graphe dun graphe est une partie dun graphe compos dun sous-ensemble de sommets et
de toutes les artes qui les relient.
Exemple 13
Ce graphe est un sous-graphe du graphe K3,3 .
Ce graphe nest pas un sous graphe du graphe K5

car il manque une arte entre les sommets A et C.
B
A
C
Consquence : un sous-graphe est stable sil ne comporte aucune arte !

Exemple 14
On ne peut pas trouver de sous-graphe stable K5 puisque cest un graphe complet.
D - E - F est un sous-graphe stable de K3,3 .
12
Distance et diamtre
3.e
Distance et diamtre
Dfinition 15.
La distance entre deux sommets est la longueur de la plus courte chane qui relie ces deux sommets.
Le diamtre dun graphe est la plus grande distance.
Remarque 16
La distance dun sommet lui mme est nulle.
La distance entre deux sommets qui ne peuvent tre relis par aucune chane est +.
Le diamtre dun graphe complet est gal 1.
Le diamtre dun graphe non connexe est infini.
Exemple 17
D
Dans le graphe ci contre,

la distance du sommet A au sommet B est 2,
la distance du sommet C au sommet C est 0,
3.f
le diamtre est gal 3 : cest la distance de A

C ou de D C.
Matrice dadjacence dun graphe
Dfinition 18.
Soit G un graphe n sommets s1 , . . . , sn . On appelle matrice dadjacence du graphe la matrice
A= (ai;j ), o ai;j est le nombre dartes joignant le sommet si au sommet sj .
Exemple 19
Le graphe G ci-contre a pour
matrice dadjacence la matrice A.
s2
s3
s1
s4
1 0
1
A=
0 1
1 0
1 1
Proprit 20.
n
ai;j est gal au degr du sommet sj .
ai;j est gal au degr du sommet si et

j=1
i=1
Remarque 21
La matrice dadjacence dun graphe
non orient est symtrique par rapport sa diagonale ;
sans boucle na que des 0 sur la diagonale ;
sans arte multiple na que des 1 ou des 0 ;
complet na que des 1, hormis sur sa diagonale o il y a des 0 ;
nest pas unique puisquil suffit de changer lordre des sommets pour que la matrice soit diffrente.
13
Proprit 22.
Soit G un graphe de matrice dadjacence A. Le nombre de chanes de longueur k joignant le sommet
(k)
si au sommet sj est donn par le coefficient ai;j de la matrice Ak .
Dmonstration :
Soit Hk lhypothse de rcurrence : le nombre de chanes de longueur k joignant le sommet si au sommet sj
(k)
est donn par le coefficient ai;j de la matrice Ak .
Initialisation : pour k = 1, cest la dfinition de la matrice dadjacence. H1 est vrifie.
Hridit : supposons lhypothse vraie au rang k et soit n lordre du graphe.
Il nous faut compter le nombre de chanes de longueur k + 1 qui vont de si sj .
Une telle chane est compose dune chane de longueur k allant de si un sommet quelconque sh ,
h {1, . . . , n}, suivie dune arte allant de sh sj .
(k)
le nombre de chanes de longueur k allant de si sh est donn par le coefficient ai;h ,

le nombre de chanes de longueur 1 allant de sh sj est donn par le coefficient ah;j .
Le nombre total de chanes de longueur k + 1 allant de si sj est alors de :
n
(k)
(k+1)
ai;h ah;j = ai;j
h=1
Lhypothse est donc encore vraie au rang k + 1.

Exemple 23
Le plan du parcours sant de Grafland est le suivant :
B
sa matrice
A= 1
dadjacence peut tre :
2 1 0 1
0 1 0 0
1 0 1 2
0 1 0 2
0 2 2 0
Chaque arc du plan reprsente un chemin de 250 mtres. On souhaite effectuer des parcours partant du point A
et arrivant au mme point A de longueur 1 km. Combien peut-on effectuer de parcours diffrents ?
(4)
Pour cela, il faut calculer la matrice A4 (4 250 m = 1 000 m) et lire le coefficient a1;1 :
186 106 136 82 120
106
A4 = 136
82
120
71
70
41
70
114 74
41
74
55
84
88
56
84
88
56
126
(4)
On a a1;1 = 186,
Il y a 186 parcours possibles de longueur 1 km de A A.
Remarque : Grce cette matrice, on peut galement en dduire tous les parcours de longueur 1 km existants
entre deux points du parcours. Et si lon somme tous les coefficients de la matrice, on obtient deux fois le nombre
total de parcours diffrents de 1 km existants sur ce parcours sant. (2 206 2 = 1 103).
14
Graphe orient
3.g
Graphe orient
Dfinition 24.
Un graphe est orient si les artes ont un sens de parcours. Chaque arte a alors une origine et une
extrmit. Elle est reprsente par une flche.
Il existe de nombreux domaines o les graphes sont orients. Par exemple : le plan dune ville avec les sens
interdits ; un parcours en montagne o il est utile dindiquer le sens de monte. . .
Remarque 25
Toutes les notions vues dans le cas des graphes non orients se gnralisent aux graphes orients : ordre,
degr, distance,. . .
On peut cependant prciser la correspondance entre le vocabulaire utilis pour les deux sortes de graphe :
Graphe non orient
Graphe orient
arte
arc
chane
chemin
cycle
circuit
Pour la matrice dadjacence, il faut distinguer le sens des artes et convenir dun sens de lecture.
Dfinition 26.
Par convention, dans la matrice dadjacence dun graphe G orient, le terme aij dsigne le nombre
dartes dorigine le sommet si et dextrmit le sommet sj .
Exemple 27
A
La matrice
3.h
1 1
1 0
0 1
peut correspondre au graphe suivant :

C

Un passeur doit aider un loup, une biche et un chevalier traverser une rivire.
Il ne peut faire traverser quun des personnages la fois et ne peut laisser seuls le loup et la biche, pas
plus que le chevalier et le loup.
Comment peut-il faire ?
15
Cette situation peut tre modlise laide dun graphe.

Dsignons par P le passeur, par L le loup, par B la biche et par C le chevalier.
Les sommets du graphe sont des couples prcisant qui est sur la rive initiale et qui est sur lautre rive.
Ainsi, le couple PBC | L signifie que le passeur est sur la rive initiale avec la biche et le chevalier, alors
que le loup est sur lautre rive tout seul. Naturellement, nous ne considrerons pas les sommets dont lune
des composantes est BL ou CL car ces situations sont interdites daprs lnonc.
Nous obtenons les couples suivants :
PLBC | -
PLB | C
PLC | B
PBC | L
PL | BC
BC | PL
L | PBC
B | PLC
C | PLB
- | PLBC
Une arte relie deux sommets lorsque le passeur peut passer dune situation lautre.
En transportant la biche, le passeur passe par exemple du sommet PBC | L au sommet C | PBL.
Le graphe ainsi obtenu est biparti : les sommets pour lesquels le passeur est sur la rive initiale ne sont relis
quaux sommets pour lesquels le passeur est sur lautre rive. . .
PLBC | -
PLB | C
PLC | B
PBC | L
PL | BC
BC | PL
L | PBC
B | PLC
C | PLB
- | PLBC
Il suffit ensuite de trouver une chane (la plus courte par exemple) entre la situation initiale PLBC | - et
la situation finale souhaite - | PLBC. La figure suivante donne un tel chemin :
PLBC | -
PLB | C
PLC | B
PBC | L
PL | BC
BC | PL
L | PBC
B | PLC
C | PLB
- | PLBC
Conclusion :
Le passeur traverse avec le loup et revient seul au rivage initial,
puis il fait traverser le chevalier et revient avec le loup,
il fait traverser la biche et revient seul,
enfin, il fait traverser avec le loup.
16
4
Graphes et chemins
4.a
Graphes eulriens
Un peu dhistoire ...

Au 18e sicle, un casse-tte est populaire chez les habitants de Knigsberg (appele plus tard Kaliningrad,
Russie) : est-il possible de se promener dans la ville en ne passant quune et une seule fois par chacun des
sept ponts de Knigsberg ?
Mais laissons au clbre mathmaticien Lonard Euler (1707-1783) formuler lui-mme la fameuse question :
Knigsberg, en Pomranie, il y a une le appele Kneiphof ; le fleuve qui lentoure se divise en deux bras,
sur lesquels sont jets les sept ponts a, b, c, d, e, f, g. Cela pos, peut-on arranger son parcours de telle sorte
que lon passe sur chaque pont, et que lon ne puisse y passer quune seule fois ? Cela semble possible, disent
les uns, impossible, disent les autres ; cependant personne na la certitude de son sentiment.
Prcisons quil sagit deffectuer le parcours en revenant son point de dpart.
On nomme, en son honneur, circuit eulrien un tel trajet ; on pourra parler de chemin eulrien si le point de
dpart diffre du point darrive.
Ancien plan de Knigsberg
Plan de la rivire
Graphe associ
Dfinition 1.
Une chane eulrienne est une chane compose de toutes les artes du graphe prises une seule fois.
Un cycle eulrien est un cycle compos de toutes les artes du graphe prises une seule fois.
Un graphe possdant un cycle eulrien est un graphe eulrien.
18
Thorme dEuler
Exemple 2
E
Dans ce graphe, on a une chane

eulrienne : par exemple A - C - E
- D - B - C - D - A - B, mais il
nexiste aucun cycle eulrien. Ce
nest donc pas un graphe eulrien.
Dans ce graphe, il nexiste ni

chane eulrienne, ni cycle
eulrien.
Dans ce graphe, on a plusieurs

cycles eulriens : par exemple A C-E-D-B-C-D-A-B-EA. Cest donc un graphe eulrien.
En terme pratique, lorsquun graphe possde une chane ou un cycle eulrien, cela signifie que nous pourrions
le dessiner en une seule fois, sans jamais lever le crayon.
4.b
Thorme dEuler
Comment peut-on tre certain de lexistence dune chane ou dun cycle eulrien ?
Thorme 3 (dEuler - 1739).
Un graphe connexe possde une chane eulrienne si et seulement si tous ses sommets sont dordre
pair sauf deux.
Un graphe connexe possde un cycle eulrien si et seulement si tous ses sommets sont dordre pair.
Exemple 4
Si lon reprend lexemple 2 ci-dessus :
Le premier graphe possde 3 sommets dordre pair (C, D et E) et 2
sommets dordre impair (A et B).
Le second graphe possde 1 sommet dordre pair (E) et 4 sommets

dordre impair (A, B, C et D).
Le dernier graphe ne possde que

des sommets dordre pair.
Dmonstration :
Condition ncessaire : supposons que le graphe connexe G possde une chane eulrienne.
Chaque fois quen parcourant cette chane on arrive un sommet si par une arte, on en repart par
une autre, sauf pour les extrmits de cette chane.
Donc, ncessairement, les sommets sont dordre pair, sauf ventuellement le sommet de dpart et celui
darrive si ceux-ci sont diffrents.
De plus, cette chane tant eulrienne, chaque arte est parcourue une et une seule fois, et si la chane
est passe k fois par le sommet si , ce sommet est de degr 2k.
Condition suffisante : rciproquement, supposons que tous les sommets dun graphe connexe sont pairs
sauf ventuellement deux.
On procde par rcurrence sur le nombre dartes n du graphe.
Initialisation : si n = 1, le graphe tant connexe, il y a deux possibilits. Soit le graphe possde
un seul sommet avec une boucle a, soit il en possde deux relis par larte a.
A
.
Dans les deux cas on a le rsultat : le cycle eulrien A A, ou la chane eulrienne A B.
Chapitre 4 : Graphes et chemins
19
Hrdit : supposons dmontr le thorme pour les graphes ayant au plus n 1 artes, et
considrons un graphe G possdant n artes et dans lequel tous les sommets sont dordre pair.
Lorsque un cycle partant du sommet si dans une direction quelconque et ne parcourant jamais
deux fois la mme arte, arrive un sommet sj , elle a parcouru un nombre impair dartes incidentes sj , et par consquent, cette chane peut repartir de sj par une arte non encore parcourue.
Cependant dans ce cycle c arbitraire, il est possible que toutes les artes du graphe naient pas
t parcourues, il peut donc rester des sommets et des artes formant des graphe connexes dont
tous les sommets sont de degr pair.
Chacune de ces composantes connexes ck rencontre notre cycle c en au moins un sommet sl
puisque le graphe est connexe. Or, par hypothse de rcurrence, elles admettent toutes des cycles
eulriens. On obtient alors un cycle eulrien en intercalant dans la chane c, les cycles ck lorsquon
rencontre le sommet sl .
cycle c2
s3
cycle c3
s4
cycle c
s1
s2
cycle c1
On vient donc de dduire quun graphe connexe dont tous les sommets sont pairs possde un cycle eulrien.
Si maintenant deux des sommets sm et sn sont dordre impair, la dmonstration est la mme en considrant
au dpart une chane allant de sm sn , les graphes connexes restants ne possdant forcment que des sommets dordre pair.
Ce thorme nous donne un moyen trs simple de savoir si un graphe est eulrien ou non, modlis par
lalgorithme suivant :
Graphe
Sommets de
degr impair
autre
Chane
eulrieneulrienne
Graphe eulrien
Ajout dune arte reliant les

2 sommets dordre impair
20
Retour Knigsberg
Exemple 5
Parmi les figures suivantes, quelles sont celles qui peuvent tre dessines sans lever le crayon et sans repasser sur
le mme trait ?
2
2
2
4
4
4
2
2
Figure 1
Figure 2
5
Figure 3
1. La premire figure ne comporte que des sommets dordre pair (2 ou 4), elle peut donc tre dessine sans
lever le crayon en partant de nimporte o.
2. La deuxime figure possde 2 sommets dordre impair seulement (la bouche). On peut donc la dessiner sans
lever le crayon en partant de lun de ces deux sommets.
3. La troisime figure comporte 4 sommets dordre impair chaque sommet du carr, il est donc impossible
de la dessiner en une seule fois.
4.c
Retour Knigsberg
La promenade de Knigsberg existe-t-elle ?
Non car les quatre sommets sont dordre impair ! ! !
5
Graphes et couleurs
5.a
Dfinition
Dfinition 1.
Colorer un graphe, cest associer une couleur chaque sommet de faon que deux sommets adjacents
soient colors avec des couleurs diffrentes.
Remarque 2
La coloration dun graphe nest bien videmment pas unique : dune part les couleurs peuvent tre
changes (remplacer du noir par du rouge par exemple), dautre part la rpartition des couleurs peut
varier, ainsi que le nombre de couleurs utilises !
Un graphe complet dordre n sera color avec n couleurs, puisque tous ses sommets sont adjacents.
Un graphe dordre n pourra toujours tre color de n couleurs diffrentes.
5.b
Coloration minimale
Le dernier point de la remarque prcdente nous amne penser que colorer un graphe ne nous apporte pas
grand chose, si nous ny mettons pas de contrainte supplmentaire. Do la dfinition suivante :
Dfinition 3.
Le nombre chromatique dun graphe G est le nombre minimal de couleurs permettant de le colorer.
Il est gnralement not (G) ou (G).
Exemple 4
Les graphes suivants sont colors avec un minimum de couleurs.
C
C
B
A
E
A
(G1 ) = 2
B
(G2 ) = 2
B
(G3 ) = 4
D
B
(G4 ) = 3
B
(G5 ) = 4
22
Coloration minimale
Si plusieurs sommets dun graphe sont de la mme couleur, aucune arte ne peut les joindre. Ils forment
donc un sous-graphe stable.
Colorer un graphe revient donc le partitionner en sous-graphes stables.
Un peu dhistoire. . .
Les premiers rsultats de coloration de graphes concernent presque exclusivement la coloration des cartes.
En cherchant mettre en couleurs une carte des comts dAngleterre, Francis Guthrie (mathmaticien et
botaniste sud-africain 1831 1899) postule en 1852 la conjecture des quatre couleurs : il remarqua en effet
quil ny avait besoin que de quatre couleurs pour que deux comts ayant une frontire commune soient de
couleurs diffrentes.
En 1879, Alfred Kempe (mathmaticien anglais 1849 1922) publia ce quil prtendit en tre une dmonstration et pendant une dcennie, on crut que le problme des quatre couleurs tait rsolu.
En 1890, Percy John Heawood (mathmaticien anglais 1861 1955) fit remarquer que la dmonstration de
Kempe tait fausse. Il montra quant lui le thorme des cinq couleurs en reprenant des ides de Kempe.
De nombreux travaux ont t publis lors du sicle suivant pour rduire le nombre de couleurs quatre,
jusqu la dmonstration finale de Kenneth Appel (mathmaticien amricain n en 1932) et Wolfgang Haken
(mathmaticien allemand n en 1928). Il sagit aussi de la premire preuve majeure utilisant massivement
lordinateur.
Outre le problme de cartes, la coloration des graphes intervient galement pour les problme doptimisation
avec contraintes (planning, incompatibilits), dans les rseaux, la cryptographie. . .
Aucune formule miracle permet de dterminer le nombre chromatique dun graphe quelconque. La plupart
du temps, il faut se contenter dun encadrement, autrement dit dun minorant et dun majorant du nombre
chromatique.
Proprit 5.
Soit G un graphe, alors
(G) (G) d + 1
o (G) est lordre maximal dun sous graphe complet de G et d le plus grand degr des sommets.
Dmonstration :
Majoration : si un sommet si est de degr d, il faudra une couleur pour le colorer, et d autres couleurs
diffrentes pour colorer ses d sommets adjacents, soit d + 1 couleurs au maximum.
Minoration : on sait quil faut exactement n couleurs pour colorer un graphe complet dordre n, do la
conclusion.
Exemple 6
On considre le graphe G suivant :
A
Ce graphe comporte un graphe complet dordre 3 : le graphe

compos des sommets F, H et I, mais aussi un graphe complet
dordre 4 : A, B, E, D.
On a donc (G) 4.
Le sommet ayant le degr le plus grand est le sommet B de degr 5.
On a alors (G) 5 + 1.
Do 4 (G) 6 : le nombre chromatique de G est 4, 5 ou 6
Chapitre 5 : Graphes et couleurs
5.c
23
Algorithme de coloration de Welsh et Powell
Nous avons trouv dans lexemple prcdent un encadrement du nombre chromatique. Il reste maintenant
dterminer une mthode afin de colorer un graphe de manire efficace.
Il existe entre autres une mthode heuristique : lalgorithme de Welsh et Powell (algorithme glouton : il
suit le principe de faire tape par tape un choix optimum local, dans lespoir dobtenir un rsultat optimum
global).
Cet algorithme couramment utilis permet dobtenir une assez bonne coloration dun graphe, cest--dire une
coloration nutilisant pas un trop grand nombre de couleurs, mais il nassure pas que le nombre de couleurs
utilis soit minimum.
Algorithme de Welsh et Powell
tape 1 : Classer les sommets du graphe dans lordre dcroissant de leur degr, et attribuer
chacun des sommets son numro dordre dans la liste obtenue.
tape 2 : En parcourant la liste dans lordre, attribuer une couleur non encore utilise au premier
sommet non encore color, et attribuer cette mme couleur chaque sommet non encore color et
non adjacent un sommet de cette couleur.
tape 3 : Sil reste des sommets non colors dans le graphe, revenir ltape 2. Sinon, la coloration
est termine.
Exemple 7
Un collge commande neuf produits chimiques (A, B, C, D, E, F, G, H et I) afin dalimenter le laboratoire de
sciences.
Certains produits ne peuvent tre rangs dans la mme armoire (accident, manations gazeuses. . .).
Pour des raisons dconomie et de place, le nombre darmoires doit tre le plus petit possible.
Sachant quon ne peut mettre ensemble A, B, D et E ; B et C ; B et F ; D et G ; E et H ; F, H et I, quel est le
nombre minimal darmoires acheter et quels seront les produits stocks dans la mme armoire ?
Pour le savoir, on dessine un graphe o les sommets correspondent aux produits chimiques, et les artes aux
incompatibilits. On obtient le graphe de lexemple 6.
On classe les sommets dans lordre dcroissant de leur degr :
Sommet
Ordre
1. On colore B en bleu par exemple, puis dans lordre du tableau, D ne peut tre color en bleu puisquil est
adjacent B. Il en est de mme pour les sommets E, A et F.
H est color en bleu mais pas I adjacent en H. Enfin, C nest pas bleu, contrairement G.
2. On reprend le premier sommet non color : il sagit de D, on choisit de le colorer en jaune, et de la mme
manire que pour le bleu, on peut colorer les sommets F et C parmi ceux non encore colors.
3. On repart du sommet E que lon choisit vert, ainsi que I.
4. Enfin, il reste le sommet A que lon colore en rouge.
On obtient le graphe suivant :
A
Conclusion : on pourra mettre ensemble :

dans larmoire n1 les produits B, G et H,
dans larmoire n2 les produits C, D et F,
dans larmoire n3 les produits E et I,
dans larmoire n4 le produit A.

On remarque galement que le nombre chromatique tait suprieur
ou gal 4, et on a trouv 4 couleurs.
Donc, cest bien le minimum de couleurs.
24
5.d
Comment colorier la carte des vingt-quatre communes de la Runion en un minimum de couleurs de
telle sorte que deux communes limitrophes ne soient pas coloris de la mme couleur ?
On commence par tracer un graphe reprsentant la situation : les sommets du graphe correspondent aux
diffrentes communes et les artes relient les communes qui ont un morceau de frontire en commun.
St Denis
Le Port
Ste Marie
Ste Suzanne
St Andr
Possession
St Paul
Bras Panon
Salazie
3 bassins
St Benoit
Cilaos
St Leu
Palmistes
Avirons
Entre 2
Ste Rose
Tampon
Etang Sal
St Louis
St Philippe
St Pierre
St Joseph
Petite Ile
Chapitre 5 : Graphes et couleurs
25
Ensuite, on ordonne les communes par degr dcroissant, puis par ordre alphabtique (par exemple !).
1. Cilaos
7. St-Joseph
13. Bras-Panon
19. St-Leu
2. Salazie
8. St-Louis
14. Palmistes
20. Trois-Bassins
3. St-Benoit
9. St-Pierre
15. St-Andr
21. Etang-Sal
4. Le tampon
10. Les Avirons
16. St-Denis
22. Petite-Ile
5. Entre-Deux
11. La Possession
17. Ste-Marie
23. Le Port
6. Ste-Rose
12. St-Paul
18. Ste-Suzanne
24. St-Philippe
On choisit de colorer Cilaos en rouge, puis le Tampon, La Possession, Bras-Panon, Sainte-Marie, Petite-Ile,
Saint-Louis et Saint-Philippe.
On repart de la deuxime commune non colore : Salazie en vert, puis lEntre-Deux, Saint-Paul, Sainte-Rose
et Les Avirons.
Troisime couleur : le jaune pour Saint-Benot, puis Saint-Joseph, Saint-Louis, Saint-Andr, Saint-Denis,
Saint-Leu et Le Port.
Enfin, Saint-Pierre, puis la Plaine des Palmistes, Sainte-Suzanne et Trois-bassins sont colors en bleu.
On obtient donc le graphe color, puis la carte suivants :
Le Port
St Denis
Ste Marie
Ste Suzanne
St Andr
Possession
St Paul
Bras Panon
Salazie
3 bassins
St Benoit
Cilaos
St Leu
Avirons
Palmistes
Entre 2
Ste Rose
Tampon
Etang Sal
St Louis
St Philippe
St Pierre
St Joseph
Petite Ile
On saperoit que lon a utilis 4 couleurs pour colorer la carte de la Runion. Cest le nombre chromatique
maximum pour une carte.
De mme, le graphe possde un sous-graphe complet dordre 4 : le sous-graphe compos des sommets Tampon, Sainte-Rose, Saint-Benoit et la Plaine des Palmistes. Le nombre chromatique est donc suprieur ou gal
4.
Conclusion : le nombre chromatique de la carte de la Runion est coup sr 4. On a donc trouv une
coloration optimale du graphe et de la carte !
26
6
Graphes et trajets
6.a
Graphes valus
Dfinition 1.
Un graphe valu est un graphe pour lequel chaque arte est associe un nombre rel appel poids.
Si ce nombre est positif, on parle alors de graphe pondr.
Exemple 2
Voici par exemple un graphe valu :
. . . et un graphe pondr :
E
3
1
C
2
30
39
17
H
12
25
10
97
Lun des problmes classiques des graphes pondrs est celui de recherche dun trajet routier le plus court
(en terme de temps ou de kilomtres).
Si un graphe nest pas pondr, le poids de chaque arte peut tre considr comme gale 1.
Dfinition 3.
On appelle poids dune chane la somme des poids des artes composant la chane.
Exemple 4
Dans lexemple prcdent, le poids de la chane F - G - H - I - J est de 10 + 97 + 17 + 30 = 154.
28
6.b
Nous allons ici nous intresser la recherche de la chane de poids minimum.

Ce problme est trs naturel, et se prsente dans bien des domaines diffrents. La mthode la plus immdiate
est de considrer tous les chemins menant dun point de dpart larrive et de chercher le plus court en
utilisant un arbre par exemple, mais cette mthode est trs inefficace !
Edsger Wybe Dijkstra (mathmaticien et informaticien nerlandais 1930 2002) a propos en 1959 un
algorithme qui permet de calculer le plus court chemin entre un sommet particulier et tous les autres. Cest
lun des plus efficaces pour traiter les problmes de plus court chemin.
Grce la puissance du traitement informatique, il est utilis par les logiciels doptimisation de trajets rels
(Navigateurs GPS, Site RATP. . .) ou virtuels (routage internet).
Cet algorithme ne fonctionne que si le graphe ne possde que des valeurs positives.
Lalgorithme d Dijkstra est bas sur le principe suivant :
Si le plus court chemin reliant le sommet E (entre) au sommet S (sortie) passe par les sommets s1 , s2 , . . . , sk
alors, les diffrentes tapes sont aussi les plus courts chemins reliant E aux sommets successifs s1 , s2 , . . . , sk .
Nous devons dons construire de proche en proche le chemin cherch en choisissant chaque itration de
lalgorithme, un sommet si du graphe parmi ceux qui nont pas encore t traits, tel que la longueur connue
provisoirement du plus court chemin allant de E si soit la plus courte possible.
Algorithme de Dijkstra
Initialisation de lalgorithme :
on affecte le poids 0 au sommet origine E que lon slectionne et on attribue provisoirement un
poids aux autres sommets.
Tant quil reste des sommets non slectionns, faire :
* Parmi les sommets dont le poids nest pas dfinitivement fix, choisir le sommet X de poids p
minimal. Marquer dfinitivement ce sommet X affect du poids p(X).
* Pour tous les sommets Y qui ne sont pas dfinitivement marqus, adjacents au dernier sommet
fix X :
Calculer la somme s du poids de X et du poids de larte reliant X Y.
Si la somme s est infrieure au poids provisoirement affect au sommet Y, affecter provisoirement Y le nouveau poids s et indiquer en indice le sommet X pour se souvenir de sa
provenance.
Si la somme s est suprieure au poids provisoirement affect au sommet Y, on ne change
rien.
Quand le sommet S est dfinitivement marqu :
La chane de poids minimum se lit lenvers , de S chacun de ses prdcesseurs successifs.
Pour faciliter la recherche du plus court chemin il est commode de prsenter les rsultats dans un tableau.
(voir lexemple Allons de la Rivire la Montagne , I.5.c).
Chapitre 6 : Graphes et trajets
29
Affecter la valeur de
poids 0 au sommet E
Affecter la valeur p =
aux autres sommets
Y a-t-il des sommets X

non slectionns ?
oui
Slectionner le sommet
X non encore slectionn
de poids minimum
Choisir un sommet
Y non slectionn
non
oui
Y a-t-il dautres sommets Y adjacents X ?
non
Pour tout sommet Y adjacent
X, calculer s = poids(X) +
poids(arte X Y)
non
s<p
oui
Affecter la valeur de s p
La plus courte chane de E S est obtenue en crivant

de droite gauche le chemin partant de S
6.c
Sur la carte de Saint-Denis (Runion) suivante sont indiqus les temps moyens (en minutes) mis par
un automobiliste pour relier deux lieux. On souhaite aller de la Rivire des Pluies la Montagne.
Quel chemin doit-on prendre afin que celui-ci soit le plus rapide ?
30
Pour commencer, on construit le graphe pondr reprsentant la situation : on note M le sommet correspondant La Montagne, H pour Hpital, C pour Cimetire, U pour Universit, A pour Aroport et R pour
Rivire des pluies.
14
11
12
A()
Le sommet de dpart : R est affect de 0, tous les autres sont .

M()
A
R
0
on choisit
R(0)
H()
14
11
C()
U()
12
R(0)
Depuis R, on peut aller en A (poids de 9) ou U (poids de 12). Les autres sommets restent inchangs.
Dans la deuxime ligne du tableau, la valeur minimale est 9 lorsque lon vient de R. On slectionne A.
M()
A
on choisit
R(0)
9R
12R
A(9R )
H()
14
11
C()
U(12R )
A(9R )
12
R(0)
Depuis A, on peut aller en C (poids de 9 + 5 = 14) ou en U (poids de 9 + 7 = 16 > 12).

Le poids en arrivant U tant suprieur celui obtenu en passant de R U, on ne le garde pas.
Dans la troisime ligne du tableau, la valeur minimale est 12 lorsque lon vient de R. On slectionne U.
M()
A
on choisit
R(0)
9R
14A
12R
12R
A(9R )
14
C(14A )
A(9R )
U(12R )
H()
11
U(12R )
12
R(0)
Chapitre 6 : Graphes et trajets
31
Depuis U, on peut aller en C (poids de 12 + 9 = 21 > 14) ou en H (poids de 12 + 11 = 23)

Dans la quatrime ligne, la valeur minimale est 14 lorsque lon vient de A. On slectionne C.
on choisit
R(0)
9R
12R
A(9R )
14A
14A 23U
12R
14
C(14A )
A(9R )
U(12R )
C(14A )
M()
H(23U )
11
U(12R )
12
R(0)
Depuis C, on peut aller en H (poids de 14 + 8 = 22) ou en M (poids de 14 + 14 = 28)

Dans la cinquime ligne, la valeur minimale est 22 lorsque lon vient de C. On slectionne H.
A
on choisit
R(0)
9R
12R
A(9R )
14A
14A 23U
12R
U(12R )
M(28C )
14
C(14A )
A(9R )
C(14A )
22C 28C
H(22C )
H(22C )
11
U(12R )
12
R(0)
Depuis H, on peut aller en M (poids de 22 + 7 = 29 > 28)

Dans la dernire ligne, la valeur minimale est 28 lorsque lon vient de C. On slectionne M .
A
on choisit
R(0)
9R
12R
A(9R )
14A
14A 23U
22C 28C
28C
12R
M(28C )
14
C(14A )
A(9R )
U(12R )
C(14A )
H(22C )
H(22C )
11
U(12R )
12
R(0)
M(28C )
Tous les sommets ayant t slectionns, on lit lenvers la solution :

M, qui vient de C, qui vient de A, qui vient de R.
Conclusion : le trajet minimal en terme de temps est Rivire des pluies, Aroport, Cimetire puis la
Montagne. Il durera thoriquement 28 minutes.
32
7
Graphes et tiquettes
7.a
Graphes tiquets
Les graphes tiquets, ou automates, ont donn lieu depuis une cinquantaine dannes une thorie mathmatique abstraite, riche et diversifie, possdant de nombreuses applications.
Dfinition 1.
On appelle graphe tiquet un graphe o toutes les artes portent une tiquette (lettre, mot, nombre,
symbole, code,. . .).
Ces symboles sont appels des tiquettes.
Nous avons dj rencontr des graphes tiquets particuliers : le graphe pondr et le graphe valu.
Dfinition 2.
Soit G un graphe orient tiquet o un sommet est marqu dbut (D) et un autre fin (F).
Dans un graphe tiquet, une suite dtiquettes est un mot reconnu par le graphe sil existe une chane
telle que chacune des tiquettes soit associe (dans lordre) une arte de cette chane.
Sinon, le mot est dit refus.
Remarque 3
Ces graphes sont souvent utiliss pour dterminer des codes daccs.
Exemple 4
Voici un graphe tiquet :
3
4
.
Les codes 1 - 5 - 5 - 7 - 4 - 6 et 1 - 3 - 2 - 6 sont reconnus, mais pas le code 1 - 3 - 4 - 6 qui est refus par
lautomate.
34
Labyrinthe
7.b
Labyrinthe
Le labyrinthe ci-dessous possde cinq salles, numrotes de 1 5. Lunique salle de sortie est la salle
entoure par un double rond (salle 4).
Le dpart deffectue dans la salle 1 et on nous remet une suite de lettres (mot). Lobjectif pour gagner
est de suivre le chemin indiqu par cette suite de lettres et de terminer dans la salle 4.
Quels sont les mots gagnants ?
a
4
b
dpart
1
a
3
a
b
2
On tudie par exemple la suite abaab : celle-ci correspond au chemin qui part de la salle 1 et parcourt
successivement les salles 2 ; 1 ; 2 ; 3 ; 1. Comme la salle 1 nest pas la sortie, on a perdu.
Par contre, au mot abaaa correspond le chemin 1 ; 2 ; 1 ; 2 ; 3 ; 4 : ce mot est gagnant.
Examinons maintenant comment on peut trouver coup sr un mot gagnant :
on voit tout dabord que, si on est dans la salle 5, on ne peut plus en sortir, et on a perdu ;
lorque lon est dans les autres salles, ds quon lit un b, on revient en salle 1.
Il suffit donc de regarder quelles sont les suites gagnantes depuis la salle 1 :
si on lit un a, on arrive en salle 2,
si on lit aa, on arrive en salle 3,
si on lit aaa, on arrive en salle 4,
et si on lit aaaa, on arrive en salle 5.
Conclusion : on en dduit alors que les mots gagnants sont exactement les mots qui ne contiennent pas
aaaa et qui finissent par aaa.
8
Graphes et probabilits
8.a
Graphes probabilistes
Dfinition 1.
On appelle graphe probabiliste un graphe orient, pondr, tel que :
il y a au plus une flche dun sommet vers un autre,
la somme des poids des flches partant dun mme sommet donn est gale 1.
Exemple 2
.
Voici un exemple de graphe probabiliste :
et un autre. . . plus connu !
0, 1
0, 8
0, 2
0, 7
0, 3
B
0, 5
C
0, 2
0, 9
A
0, 8
A
0, 7
0, 3
0, 5
C
Les graphes probabilistes sont utiliss pour modliser lvolution dun systme pouvant changer alatoirement
dtat :
les sommets du graphe sont les tats possibles du systme ;
le poids dune arte oriente issue du sommet si et dextrmit sj est la probabilit conditionnelle de
la ralisation de lvnement sj ltape n + 1 sachant que lvnement si est ralis ltape n.
36
8.b
Le poids des flches correspond des probabilits de passage dun tat un autre. Nous pouvons donc
associer chaque graphe une matrice appele matrice de transition ( ne pas confondre avec la matrice
dadjacence !).
Dfinition 3.
La matrice de transition associe un graphe probabiliste dordre k est la matrice carre T = (ti;j )
dordre k telle que, pour tous entiers i et j compris entre 1 et k, ti;j est gal au poids de larte oriente
dorigine le sommet si et dextrmit le sommet sj si cette arte existe, et est gal 0 sinon.
Remarque 4
Tous les coefficients sont positifs ou nuls, compris entre 0 et 1 ;
pour chaque ligne, la somme des coefficients est gale 1 ;
le coefficient ti;j est la probabilit conditionnelle dtre dans ltat sj linstant n + 1 sachant que
lon est dans ltat si linstant n ;
cette matrice dcrit le passage dun tat ltat suivant.
Exemple 5
Un pays est partag en deux zones : lune urbaine, lautre rurale.
Chaque anne, 10% des urbains partent vivre la campagne et 20% des ruraux partent vivre en ville.
On obtient le graphe et la matrice de transposition suivants :
Ville
0, 1
0, 9
0, 8
0, 2
8.c
T=
Ville
Campagne
Ville Campagne
0, 9
0, 1
0, 2
0, 8
Campagne
tat probabiliste la ne tape
Considrons une exprience alatoire k issues possibles. chacune des issues i est associe une probabilit
pi . Aprs chaque exprience, lobjet tudi se retrouve dans un tat donn. cet tat nous pouvons associer
des probabilits.
La loi de probabilit associe lexprience est un tat probabiliste.
cet tat probabiliste est associe une matrice ligne Pn = (p1 p2 . . .
pk1
pk ).
Proprit 6.
Soit T la matrice de transition dun graphe probabiliste dordre k.
Si Pn est ltat probabiliste ltape n et Pn+1 celui de ltape n + 1, alors Pn+1 = Pn T .
Si P0 est ltat probabiliste initial et Pn ltat probabiliste ltape n, alors Pn = P0 T n .
Chapitre 8 : Graphes et probabilits
37
Dmonstration.
On pose Pn = (a1 . . . ak ), Pn+1 = (b1 . . . bk ), Ai lvnement le systme est dans ltat i
linstant n et Bj lvnement le systme est dans ltat j linstant n + 1 .
On a alors pour tous i, j {1; . . . ; k} : ai = P (Ai ) et bj = P (Bj ).
k
P (Ai )PAi (Bj ).
P (Bj Ai ) =
Puisque les Ai forment un systme complet dvnements, on a P (Bj ) =
i=1
i=1
k
ai ti;j , do Pn+1 = Pn T .
Ce qui nous donne j {1; . . . ; k} la composante bj =

i=1
Daprs lgalit prcdente, on en dduit par une rcurrence simple que n N : Pn = P0 T n .

Exemple 7
On reprend le pays de lexemple 5. Supposons quau dpart, 2 500 habitants vivent en ville et 7 500 la campagne.
Cette exprience comporte deux tats : Ville et Campagne .
Ltat initial est donn par la matrice P0 = (2 500 7 500).
Dans un an, on aura :
0, 9 0, 1
P1 = P0 T = (2 500 7 500)
0, 2 0, 8
P1 = (3 750 6 250),
soit 3 750 citadins pour 6 250 ruraux.
8.d
Dans dix ans, on aura :
10
0,
1
P10 = P0 T 10 = (2 500 7 500)

0, 2 0, 8
P10 = (6 549 3 451),
soit 6 549 citadins pour 3 451 ruraux.
0,9
tat stable
Nous pouvons nous demander sil existe des conditions favorables pour que la situation ne change pas lorsque
lon rpte lexprience :
Dfinition 8.
Un tat probabiliste P est dit stable si, et seulement si, il nvolue pas lors de la rptition de lexprience, cest dire lorsque P T = P .
Exemple 9
On reprend toujours notre exemple 5. Comment trouver ltat initial qui corresponde un tat stable ?
Soit P0 = (a
(a
b) ltat initial. On doit trouver a et b tels que P0 T = P0 , ce qui se traduit par :
0, 9 0, 1
= (a
b)
0, 2 0, 8
0, 9a + 0, 2b = a
0, 1a + 0, 2b = 0
b) soit :
do a = 2b.
0, 1a + 0, 8b = b
0, 1a 0, 2b = 0
En labsence de donne supplmentaire (population totale par exemple), il y a une infinit de solutions : par
exemple 1 000 urbains pour 2 000 ruraux. . .
Dans ce cas, la proportion dhabitants en ville et la campagne ne bougera pas au cours des annes.
38
8.e
Plaons nous dans le cas o nous avons une exprience alatoire deux tats :
tat 1
1a
1a
T =
b
a
1b
b
tat 2
a
1b
Proprit 10.
Pour tout graphe probabiliste dordre 2 dont la matrice de transition T ne comporte pas de 0, ltat
Pn converge vers un tat stable P indpendant de ltat initial P0 .
Dmonstration.
Supposons que ltat initial soit donn par P0 = (a0
b0 ).
T peut scrire sous la forme T = N + (1 a b) R.
1 a a
1 b a
et R =
.
o N =
a+b b a
a + b b b
Les matrices N et R commutent et on a R N = N R = 0.

Par une rcurrence simple, on montre que k N : N k = N et Rk = R.
n
T n = (N +
(1 a b)R)
n
n
N i (1 a b)ni Rni
=
i
i=0

n1
n
N i (1 a b)ni Rni + N n
= (1 a b)n Rn +
i
i=1
T n = (1 a b)n R + N .
La matrice T ne comporte pas de 0 donc, tous les nombres a, 1 a, b et 1 b sont dans lintervalle
] 0 ; 1 [ do 1 < 1 a b < 1.
On a alors lim (1 a b)n = 0 soit lim T n = N .
n+
n+
On calcule maintenant lim Pn = lim P0 T n = P0 N

n+
n+
b
a
1
= (a0 b0 )
a+b b a
1
=
b(a0 + b0 ) a(a0 + b0 ) .
a+b
a
b
= P.
Or, a0 + b0 = 1 do lim Pn =
n+
a+b a+b
Conclusion : Pn converge vers un tat stable indpendant de ltat initial.
Chapitre 8 : Graphes et probabilits
8.f
39
Retour au pays Oz

Le magicien dOz a combl tous les dsirs des habitants du pays dOz, sauf peut-tre en ce qui
concerne le climat : au pays dOz en effet, sil fait beau un jour, il est certain quil pleuvra ou neigera
le lendemain avec une probabilit gale. Si le temps dun jour est pluvieux ou neigeux, alors il reste
inchang dans 50% des cas le lendemain et ne devient beau que dans 25% des cas.
Les habitants se sont plaints auprs du magicien, affirmant quils nont quun beau jour sur cinq.
Ce quoi il a rpondu quil sagissait dune impression mais quen ralit, il y a bien plus dun beau
jour sur cinq.
Qui a raison ?
Graphe probabiliste reprsentant la situation :

0, 5
et T une de ses matrices de transition :
0, 5 0, 25 0, 25
T = 0, 5
0
0, 5
0, 25 0, 25 0, 5
neige
0, 25
0, 25
0, 25
0, 5
0, 25
soleil
0, 5
pluie
0, 5
Il nous faut dterminer la limite de T n lorsque n tend vers +.

Cette rsolution utilise lalgbre linaire qui nest bien videmment pas au programme du secondaire !
Les calculs sont mens avec Maple c .
1
2
Soit la matrice T dfinie par t := 21
1
4
1
4
0
1
4
1
4
2
1
2
On calcule les valeurs propres de la matrice T :

> eigenvals(t) ;
1 1
1, ,
4 4
Puis les vecteurs propres :

> eigenvects(t) ;
1
1
, 1, {[1 0 1]} , [1, 1, {[1 1 1]}] , , 1, {[1
4
4
1 1
Ce qui nous donne la matrice de passage P dfinie par p := 0
1 4
1 1
1]}
40
Retour au pays Oz
et la matrice diagonale associe D :

> d := multiply(p (-1), t, p) ;
1
4
0
On a donc : T = P D P 1
n
Or, lim D = L = 0
n+
do
0 0
0
1
0
41
T n = P Dn P 1 .
1 0
0 0
Dou lim T n = P L P 1 :
n+
> multiply(p, l, p (-1)) ;
2
5
2
5
2
5
1
5
1
5
1
5
2
5
2
5
2
5
Cette dernire matrice sinterprte en disant que dans le pays dOz, il pleut avec une probabilit de 52 , il fait
beau avec une probabilit de 51 et il neige avec une probabilit de 52 .
Conclusion : ce sont les habitants du pays dOz qui ont raison : il fait beau un jour sur cinq.
9
Graphes planaires
Ce chapitre ne figure pas dans le programme de terminale ES. Nanmoins, son aspect trs intressant mritait
de figurer dans ce document !
9.a
Dfinition
Dfinition 1.
Un graphe planaire est un graphe qui peut tre dessin dans le plan sans que ses artes ne se coupent.
Exemple 2
Le graphe de la reprsentation en perspective cavalire du cube est-il planaire ?
oui, comme on peut le voir cicontre :
La visualisation dun graphe planaire nest pas aise. Nous pourrions utiliser un logiciel de gomtrie dynamique afin de tenter de voir si un graphe est planaire.
Attention cependant, si la recherche naboutit pas, cela ne voudra pas dire que, ncessairement, le graphe
nest pas planaire !
9.b
Thorme dEuler
Tout dabord, quelques prcisions au niveau du vocabulaire : un graphe planaire dcoupe le plan en plusieurs
rgions.
Une face F dun graphe est par dfinition une rgion du plan limite par des artes et qui ne contient
ni sommet, ni arte dans son intrieur.
Deux faces sont dites adjacentes si leur contour contient au moins une arte commune ; deux faces
qui ne se touchent que par un sommet ne sont pas adjacentes.
Le degr dune face F, not deg(F ) est gal la longueur du cycle ou de la chane ferme qui limite F.
42
Thorme dEuler
Exemple 3
On considre le graphe suivant :
C
Ce graphe comporte :
de degr 3 limite par le cycle A - C - D ;

la rgion de degr 3 limite par le cycle B - C - D ;
la rgion de degr 3 limite par le cycle A - B - D ;
la rgion de degr 5 autour de la chane ferme
la rgion
E - C - B - A - C - E.
Nous remarquons ainsi que toute arte limitant deux faces, ou intrieure une face, est compte deux fois
dans la chane ferme. Do la proprit :
Proprit 4.
La somme des degrs des faces F dun graphe planaire est gale deux fois le nombre dartes a :
deg(F ) = 2a.
F
Exemple 5
Dans lexemple prcdent, il y a sept artes et la somme des degrs des faces vaut 3 + 3 + 3 + 5 = 14 = 2 7.
La relation de Descartes-Euler pour les polydres convexes formule en 1752 reste valable pour des graphes
planaires, cest dire :
Thorme 6 (Relation dEuler).
Dans un graphe G planaire connexe, soit s le nombre de sommets, a le nombre dartes et f le nombre
de faces, on a la relation :
s a + f = 2.
Dmonstration
Soit n le degr de G, avec n 2.
Cas o le graphe est sans cycle : le graphe ne comporte alors quune seule face, n sommets et n 1
artes et on a : s a + f = n (n 1) + 1 = 2.
Cas o le graphe contient au moins un cycle : on effectue une dmonstration par rcurrence sur le
nombre dartes.
Initialisation : sil y a une seule arte, le graphe est sans cycle et on se ramne au cas prcdent.
Hrdit : on suppose la relation vraie pour a, cest dire s(a) a + f(a) = 2.
On ajoute une arte celles dj en place. Deux cas peuvent se produire :
Soit on ajoute un nouveau sommet. Il ny a donc pas de nouveau cycle, ni de nouvelle face :
s(a+1) (a + 1) + f(a+1) = (s(a) + 1) a 1 + (f(a) + 0)
= s(a) a + f(a) + 1 1 + 0 = 2, daprs lhypothse de rcurrence.
Soit larte rejoint deux sommets dj existants, cela revient ajouter une nouvelle face :
s(a+1) (a + 1) + f(a+1) = (s(a) + 0) a 1 + (f(a) + 1)
= s(a) a + f(a) + 0 1 + 1 = 2 galement.
Lhypothse tant encore vraie au rang a + 1, on en dduit quelle est vraie pour tout a 1.
Chapitre 9 : Graphes planaires
9.c
43
Critres de planarit
Nous avons les deux critres simples suivants :
Proprit 7.
Soit G un graphe simple planaire connexe de degr s, alors a 3s 6.
Si de plus G est sans triangle, alors a 2s 4.
Attention, ces relations ne sont pas biunivoques et permettent seulement de montrer quun graphe nest pas
planaire, par contrapose.
Dmonstration :
Premire ingalit : on considre un graphe simple planaire ; alors, chaque face est borde par au moins
trois artes.
On a donc pour chaque face F : deg(F ) 3 et si lon somme cette ingalit sur toutes les faces du
graphe, cela nous donne :
deg(F ) 3f ,
F
mais daprs la proprit 4,
deg(F ) = 2a do 3f 2a.
F
En remplaant f par 2 s + a (relation dEuler), on obtient 6 3s + 3a 2a a 3s 6.

Seconde ingalit : si le graphe est sans triangle, toute face est de degr suprieur ou gale 4.
On a donc pour chaque face F : deg(F ) 4 et si lon somme cette ingalit sur toutes les faces du
graphe, cela nous donne :
deg(F ) 4f ,
F
mais daprs la proprit 4,
deg(F ) = 2a do 4f 2a.
F
En remplaant f par 2 s + a (relation dEuler), on obtient 8 4s + 4a 2a a 2s 4.
Proprit 8.
Les graphes K3,3 et K5 ne sont pas planaires.
Dmonstration :
Graphe K5 : cest le graphe complet s = 5 sommets.
Il possde a = 10 artes, il est simple et connexe donc, sil tait planaire, il vrifierait la relation de la
proprit 7 : a 3s 6.
Ici, on a 3s 6 = 3 5 6 = 9 qui nest pas plus grand que a = 10.
Donc, K5 nest pas planaire.
44
Critres de planarit
Graphe K3,3 : il possde s = 6 sommets et a = 9 artes.

Or, 3s 6 = 3 6 6 = 12 qui est plus grand que a = 9.
Ce critre ne nous permet donc pas de conclure.
En revanche, ce graphe est sans triangle, on peut donc tester le second critre du thorme 7 : a 2s4.
2s 4 = 2 6 4 = 8 qui nest pas plus grand que a = 9.
Donc, K3,3 nest pas planaire.
Il est trivial que tout graphe qui contient un graphe non planaire est encore non planaire.
La mathmaticien Polonais Kazimierz Kuratowski (1896 1980) a tabli en 1930 la caractrisation suivante
des graphes planaires :
Thorme 9 (de Kuratowski).

Un graphe G est planaire si, et seulement si, il ne contient aucun sous-graphe obtenu partir de K5 et
de K3,3 par subdivision des artes.
La subdivision des artes est le rsultat de lajout dun ou plusieurs sommets sur une ou plusieurs artes.
Un peu dhistoire. . .
Quelques annes plus tard, le mathmaticien Allemand Klaus Wagner (1910 2000) en donna une caractrisation semblable :
Un graphe G est planaire si et seulement sil ne compte pas K5 ou K3,3 parmi ses mineurs.
(Un mineur dun graphe est le rsultat de la contraction dartes fusionnant les extrmits, la suppression
dartes sans fusionner les extrmits, et la suppression de sommets et des artes adjacentes).
La diffrence entre ces deux caractrisations est trs petite, mais Wagner fit la conjecture (dmontre en
2004) que ce dernier admettrait une gnralisation que celle de Kuratowski nadmettait pas.
Chapitre 9 : Graphes planaires
9.d
45
Nous pouvons donc rpondre notre activit de dcouverte :

Un lotissement de trois maisons doit tre quip dlectricit, deau et de gaz. La rglementation
interdit de croiser les canalisations pour des raisons de scurit.
Est-il possible deffectuer tous les raccordements ?
Si lon modlise la situation par un graphe, on obtient le graphe K3,3 qui nest pas planaire.
Conclusion : il nest pas possible deffectuer tous les raccordements.
lectricit
Eau
Gaz
Maison 1
Maison 2
Maison 3
En revanche, il suffirait de supprimer une seule canalisation pour que les huit raccordements restants soient
possibles.
Les graphes planaires ont galement t utiliss pour concevoir les tout premiers circuits imprims transistors : en effet, quand le graphe du circuit tait planaire, on vitait alors de devoir recourir au procd
bicouche ou des straps fragiles pour schapper du plan du circuit imprim.
46

Cours Graphes IREM

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Cours Graphes IREM

Загружено:

Авторское право:

Доступные форматы

.

Table des matires

Mise en place : exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Le loup, la biche et le chevalier

Les ponts du Knigsberg

Le coloriage de la carte de la Runion

Lnigme des trois maisons

Vocabulaire des graphes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Graphe non orient

Structure de graphes particuliers

Matrice dadjacence dun graphe

Le loup, la biche et le chevalier. . . solution

Algorithme de coloration de Welsh et Powell

Coloration de la carte de la Runion

Recherche du plus court trajet

Allons de la Rivire la Montagne !

tat probabiliste la ne tape

Cas particulier de la recherche dun tat stable deux tats

Trois maisons, trois installations

MODALITS DE MISE EN UVRE

Rsolution de problmes laide de graphes

Les problmes proposs mettront

Il sagit dun enseignement entirement fond sur la rsolution de problmes.

Vocabulaire lmentaire des graphes :

Les termes seront introduits loccasion de rsolution de problmes et

Les lves devront savoir utiliser

Rsultats lmentaires sur les

On pourra, dans des cas lmentaires, interprter les termes de la

Le loup, la biche et le chevalier

Le loup, la biche et le chevalier

Les ponts du Knigsberg

Chapitre 2 : Mise en place : exemples

Le coloriage de la carte de la Runion

Chapitre 2 : Mise en place : exemples

Lnigme des trois maisons

Lnigme des trois maisons

Graphe non orient

Ce graphe est constitu des 5 sommets s1 , s2 , s3 , s4 et s5

Ce graphe comporte 4 sommets, cest donc un graphe dordre 4.

Du sommet A partent 4 arrtes. Le degr du sommet A est donc 4.

Le degr du sommet C est 4.

Proprit 6 (Lemme des poignes de mains).

A - B - C est une chane de longueur 2,

B - A - D - A - C - C est une chane de longueur 5,

A - B - C - A est un cycle de longueur 3,

D - A - B - C - A - D nest pas un cycle car on parcourt deux fois larte

Chapitre 3 : Vocabulaire des graphes

Structure de graphes particuliers

Ce graphe nest pas un sous graphe du graphe K5

Consquence : un sous-graphe est stable sil ne comporte aucune arte !

Dans le graphe ci contre,

le diamtre est gal 3 : cest la distance de A

Matrice dadjacence dun graphe

ai;j est gal au degr du sommet sj .

ai;j est gal au degr du sommet si et

Chapitre 3 : Vocabulaire des graphes

le nombre de chanes de longueur k allant de si sh est donn par le coefficient ai;h ,

ai;h ah;j = ai;j

Lhypothse est donc encore vraie au rang k + 1.

dadjacence peut tre :

186 106 136 82 120

peut correspondre au graphe suivant :

Le loup, la biche et le chevalier. . . solution

Exemple de dcouverte 28.