📚 الرئيسية

مسابقة دكتوراه 2019Université des Sciences et de la Technologie Houari Boumediène (USTHB) — الموضوع 03

مسابقة عامة · الرياضيات · المعامل: 1

Concours d'accès à la Formation Doctorale Mathématiques Appliquées, USTHB, spécialités AMGHAR, OStoch, ROM, ROMaD — Épreuve générale (30 Octobre 2018, 1h30, coefficient 1).

التمرين 1

Exercice 1 — Programme linéaire et dualité

#linear-programming#duality#standard-form#complementary-slackness

On considère le programme linéaire

minZ=5x1+6x2+3x3+3x4+5x5+4x6\min Z = 5x_1 + 6x_2 + 3x_3 + 3x_4 + 5x_5 + 4x_6

s.c.

x1+x2+x3550,x4+x5+x6350,x1+x4400,x2+x5300,x3+x6200,xi0.x_1 + x_2 + x_3 \le 550,\quad x_4 + x_5 + x_6 \le 350,\quad x_1 + x_4 \ge 400,\quad x_2 + x_5 \ge 300,\quad x_3 + x_6 \ge 200,\quad x_i \ge 0.
  1. Montrer que les deux programmes linéaires (P1)(P_1) et (P)(P) ont le même ensemble de solutions réalisables.
  2. Écrire le dual (D)(D) de (P1)(P_1).
  3. Montrer que si y=(y1,y2,y3,y4,y5)Ty^*=(y_1,y_2,y_3,y_4,y_5)^T est une solution réalisable optimale de (D)(D), alors y+αy^*+\alpha est aussi une solution réalisable optimale de (D)(D) pour tout α=(a,a,a,a,a)T\alpha=(a,a,-a,-a,-a)^T.
  4. Pour le vecteur x=(x1,,x6)Tx=(x_1,\ldots,x_6)^T avec x1=50,x2=300,x3=200,x4=350,x5=x6=0x_1=50, x_2=300, x_3=200, x_4=350, x_5=x_6=0, chercher une solution réalisable de (D)(D) satisfaisant la condition que pour tout i{1,,6}i \in \{1,\ldots,6\}, si xi>0x_i \gt 0 alors la ii-ième contrainte du dual est une égalité. En déduire que xx est une solution optimale de (P)(P).
الحل

On met d'abord le problème en forme standard. Le dual se construit en associant une variable à chaque contrainte. La structure particulière des contraintes entraîne une invariance par translation α=(a,a,a,a,a)T\alpha=(a,a,-a,-a,-a)^T.

En utilisant la condition de complémentarité sur le vecteur proposé xx, on cherche yy tel que les contraintes duales associées aux variables strictement positives soient saturées. Une fois yy trouvé réalisable, la dualité forte et les écarts complémentaires donnent l'optimalité de xx.

التمرين 1

Exercice 1 — Graphes : chaînes maximales, cycles et parité

#graph-theory#paths#cycles#parity

Soit G=(V,E)G=(V,E) un graphe connexe simple.

  1. Montrer que si P=(v1,v2,,vk)P=(v_1,v_2,\ldots,v_k) est une plus longue chaîne élémentaire dans GG, alors tous les voisins de v1v_1 sont dans PP.
  2. Montrer que si tous les degrés des sommets de GG sont supérieurs ou égaux à deux, alors GG possède un cycle élémentaire.
  3. Montrer que si tous les degrés des sommets de GG sont supérieurs ou égaux à k2k \geq 2, alors GG possède un cycle élémentaire de longueur supérieure ou égale à k+1k+1.
  4. Démontrer que deux chaînes de longueur maximum PP et QQ de GG ont au moins un sommet commun. Ont-elles une arête commune ?
  5. En déduire que si GG possède deux chaînes de longueur maximum elles sont obligatoirement de longueur paire. Où se situe le sommet commun ?
الحل

1.

Si un voisin de v1v_1 n'était pas dans PP, on pourrait prolonger PP en ajoutant ce voisin devant v1v_1, contradiction avec la maximalité de PP.

2.

Soit PP une plus longue chaîne élémentaire. Par 1, tous les voisins de v1v_1 sont dans PP. Comme deg(v1)2deg(v_1) \geq 2, il existe un voisin viv_i avec i3i \geq 3. Alors (v1,v2,,vi,v1)(v_1,v_2,\ldots,v_i,v_1) est un cycle élémentaire.

3.

Même argument : v1v_1 a au moins kk voisins tous dans PP, donc il existe un voisin viv_i avec ik+1i \geq k+1, donnant un cycle de longueur au moins k+1k+1.

4.

Deux chaînes de longueur maximum ont au moins un sommet commun, sinon en prenant une plus courte liaison entre elles on construirait une chaîne plus longue. Elles n'ont pas forcément une arête commune.

5.

Si elles ont même longueur maximale et un sommet commun central, elles se croisent en leur milieu. Cela impose une longueur paire quand les deux moitiés ont même longueur.

التمرين 2

Exercice 2 — Graphes bipartis et planarité

#graph-theory#bipartite-graphs#planar-graphs#euler-formula

Soit G=(XY,E)G=(X\cup Y,E) un graphe biparti simple et connexe ayant nn sommets et mm arêtes.

  1. Donner les bornes supérieure et inférieure du nombre d'arêtes.
  2. Montrer qu'il existe un sommet dans GG de degré au plus m/nm/n.
  3. Montrer que si GG est régulier de degré rr, alors X=Y|X|=|Y|.

Exercice 3. La maille d'un graphe GG est la longueur d'un plus petit cycle de GG. Soit GG un graphe planaire simple et connexe ayant nn sommets, mm arêtes et ff faces. Supposons que la maille de GG est kk (k3k \ge 3).

  1. Montrer que kf2mkf \le 2m.
  2. En déduire que mk(n2)k2m \le \frac{k(n-2)}{k-2}.
  3. Vérifier pour k=3,4,5k=3,4,5 que K5K_5, K3,3K_{3,3} et le graphe de Petersen ne sont pas planaires.
الحل

Pour un graphe biparti simple connexe, n1mXYn2/4n-1 \le m \le |X||Y| \le n^2/4.

Il existe un sommet de degré au plus 2m/n2m/n par moyenne des degrés. Si le graphe est régulier biparti de degré rr, alors rX=m=rYr|X|=m=r|Y|, d'où X=Y|X|=|Y|.

Pour le graphe planaire de maille kk, chaque face a au moins kk arêtes et chaque arête borde deux faces : kf2mkf \le 2m. Avec Euler nm+f=2n-m+f=2, on déduit mk(n2)k2m \le \frac{k(n-2)}{k-2}. Les cas K5K_5, K3,3K_{3,3} et Petersen violent cette borne pour les valeurs données de kk.

التمرين 2

Exercice 2 — Optimisation linéaire et problème du sac à dos

#linear-programming#duality#knapsack#complementary-slackness

(A) On considère le problème d'optimisation linéaire

maxZ(x)=4x13x2\max Z(x)=4x_1-3x_2

s.c.

x1+x26,x1+x2=4,2x1+4x22,x1[3,2],x20.-x_1+x_2 \le 6, \quad x_1+x_2=4, \quad -2x_1+4x_2 \ge 2, \quad x_1\in[-3,2], x_2\ge 0.
  1. Résoudre ce problème à l'aide de l'algorithme dual et détailler les étapes.
  2. Écrire le problème dual.
  3. Trouver les valeurs des variables duales.
  4. Vérifier le théorème des écarts complémentaires.

(B) On considère le problème du sac-à-dos avec objets de poids (2,3,4,5)(2,3,4,5) et valeurs (3,4,5,6)(3,4,5,6).

  1. Écrire le programme linéaire correspondant.
  2. Décrire une méthode autre que le simplexe pour le résoudre.
الحل

(A)

On met le problème sous forme standard puis on construit le dual. La résolution peut se faire par tableau dual-simplexe. Les contraintes actives à l'optimum déterminent les variables duales par complémentarité.

Le problème dual associe une variable à chaque contrainte, avec les signes dépendant du type de contrainte. Après résolution, on vérifie les écarts complémentaires entre les variables primales et duales.

(B)

Le programme du sac-à-dos 0-1 est :

max3x1+4x2+5x3+6x4\max 3x_1+4x_2+5x_3+6x_4

s.c.

2x1+3x2+4x3+5x4b,xi{0,1}.2x_1+3x_2+4x_3+5x_4 \le b, \quad x_i \in \{0,1\}.

Méthode autre que le simplexe : programmation dynamique, branch-and-bound, ou algorithme pseudo-polynomial classique du sac-à-dos.