2024-

2025
ISTDI
M. DJOUATSA
PLET – GE/Msc en EEA

[COURS DE THEORIE DES

GRAPHES EN M1GEII]
Tel. 675 61 35 94 / 694 71 76 36
[email protected]
COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

A. Objectifs du cours
 Modéliser un problème courant (en informatique, en ingénierie, en science sociale,
en intelligence artificielle,…) sous forme de relations entre objets ou sous
forme d’ensemble d’objets relies entre eux;
 Résoudre un problème d’optimisation dans les graphes tels que : le calcul du plus
court chemin, le calcul de l’ordonnancement des taches et du chemin critique qui en
découle, le calcul d’un arbre couvrant optimal, coloration d’un graphe;

B. Sommaire

Partie A : Théorique

Chap. 1 : Introduction à la Théorie des Graphes

Chap. 2 : Notion de Graphes

Leçon 1 : Concept de base

Leçon 2 : Représentation des Graphes

Leçon 3 : Cheminements et Connexité

Leçon 4 : Arbres et Arborescences

Chap. 3 : Optimisation
Leçon 1 : Notion de FLOT

Leçon 2 : Notion du plus court chemin

Leçon 3 : Notion d’ordonnancement et de chemin critique

Leçon 4 : Notion d’arbre couvrant optimal

Leçon 5 : Coloration d’un Graphe

Chap. 4 : Applications au réseau électrique

Partie B : Travaux Pratiques

❖ Logiciel MATLAB/GRIN 4.0

1 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

Chapitre 1 : Introduction à la Théorie des Graphes

1.1. Genèse et Evolution

Pour résoudre de nombreux problèmes concrets, on est amené à tracer sur le papier
des petits dessins qui représentent (partiellement) le problème à résoudre. Bien souvent, ces
petits dessins se composent de points et de lignes continues reliant deux à deux certains de
ces points. On appellera ces petits dessins des graphes, les points des sommets et les lignes
des arcs ou arêtes, selon que la relation binaire sous – jacente est orientée ou non.
❖ Mise en situation : Problème des ponts de Königsberg
Deux îles A et D sur la rivière Pregel à Königsberg de Kaliningrad étaient reliées
entre elles ainsi qu’aux rivages B et C à l’aide de 07 ponts comme l’indique la figure ci –
dessous :

Ici, il est question à partir d’une région quelconque A, B, C ou D, de traverser chacun

des 07 ponts exactement une fois et de revenir à sa position initiale.

2 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

A ce problème, Euler en 1736 propose à l’aide d’un dessin un essai de solution non
concluant dans lequel les sommets représentent les régions et les arcs, les ponts.
Illustration :

En 1847, Kirchoff développa la théorie des arbres pour l’appliquer à l’analyse des
circuits électriques.
Ce n’est qu’à partir de 1946 que la Théorie des Graphes a connu un essor important
sous l’impulsion des chercheurs motivés par la résolution des problèmes concrets. Parmi ceux
– ci, nous pouvons citer : Kuhn (en 1955), Ford et Fulkerson (en 1956), Roy (en 1959), …
Parallèlement, Claude Berge effectue en 1958 un effort important qui marque sans doute
l’avènement de l’ère moderne de la Théorie des Graphes par l’introduction d’une théorie des
graphes unifiée et abstraite rassemblant de nombreux résultats. Depuis cette théorie a pris sa
place, en subissant de très nombreux développement essentiellement dus à l’apparition des
calculateurs.
1.2. Domaines d’application
Les graphes (et par conséquent la théorie des graphes) sont utilisés dans de nombreux
domaines. On peut donner quelques exemples :
 Les réseaux de communication : réseaux de routes représentés par une carte routière,
réseaux de chemin de fer, de téléphone, de relais de télévision, réseaux électriques,
réseaux des informations dans une organisation, etc... ;
 La gestion de la production : graphes potentiels-étapes plus connu sous le nom de
graphes PERT ["Programme Evaluation and ResearchTask" ou "Programme
Evaluation Review Technique"] ;
 L'étude des circuits électriques : Kirchhof, qui a étudié les réseaux électriques, peut
être considéré comme un des précurseurs de cette théorie ;
 La chimie, la sociologie et l'économie : la notion de clique est un exemple de
l'implication de la théorie des graphes dans ces disciplines.

3 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

Chapitre 2 : Notion de Graphes

Leçon 1 : Concept de base

1.1.Qu’est – ce qu’un graphe ?
❖ De façon intuitive, un graphe est un schéma constitué par un ensemble fini de points
et par un ensemble de flèches reliant chacune deux points. Les points sont appelés les
sommets du graphe, et les flèches les arcs du graphe.
Illustration :

❖ Au sens mathématique, un graphe est défini par un couple 𝐺 = (𝑆, 𝐴) tel que :
✓ S est un ensemble fini de sommets,
✓ A est un ensemble de couples de sommets (𝑠𝑖 , 𝑠𝑗 ) ∈ 𝑆 2 .
Un graphe peut être orienté ou non :
• Dans un graphe orienté, les couples (𝑠𝑖 , 𝑠𝑗 ) ∈ 𝐴sont orientés, i.e (𝑠𝑖 , 𝑠𝑗 )est un
couple ordonné, où 𝑠𝑖 est le sommet initial, et 𝑠𝑗 le sommet terminal. Un
couple (𝑠𝑖 , 𝑠𝑗 ) est appelé un arc, et est représenté graphiquement par 𝑠𝑖 → 𝑠𝑗 .
NB : Pour l’arc (𝑖 , 𝑗), le nœud i est la queue et le nœud j est la tête.
Illustration :

Un graphe peut être orienté ou non :

• Dans un graphe non – orienté, les couples (𝑠𝑖 , 𝑠𝑗 ) ∈ 𝐴 ne sont pas orientés,
i.e (𝑠𝑖 , 𝑠𝑗 )est équivalent à (𝑠𝑗 , 𝑠𝑖 ). Une paire (𝑠𝑖 , 𝑠𝑗 ) est appelé une arête, et est
représenté graphiquement par 𝑠𝑖 − 𝑠𝑗 .

4 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

Illustration :

1.2.Terminologie
 Un nœud est incident à une arête (un arc) si ce nœud forme une des
extrémités de cette arête (cet arc).
 L’ordre d’un graphe est le nombre de ses sommets.
 Une boucle est un arc ou une arête reliant un sommet à lui-même.
 Un graphe non – orienté est dit simple s’il ne comporte pas de boucle, et s’il
ne comporte jamais plus d’une arête entre deux sommets. Un graphe non
orienté qui n’est pas simple est un multigraphe.
 Un graphe orienté est un p-graphe s’il comporte au plus p arcs entre deux
sommets.
 Un graphe partiel d’un graphe orienté ou non est le graphe obtenu en
supprimant certains arcs ou arêtes.
 Un sous-graphe d’un graphe orienté ou non est le graphe obtenu en
supprimant certains sommets et tous les arcs ou arêtes incidents aux sommets
supprimés.
 Un graphe orienté est dit élémentaire s’il ne contient pas de boucle.
 Un graphe orienté est dit complet s’il comporte un arc (𝑠𝑖 , 𝑠𝑗 )et un arc (𝑠𝑗 , 𝑠𝑖 )
pour tout couple de sommets différents (𝑠𝑖 , 𝑠𝑗 ) ∈ 𝑆 2 .
 Un graphe non-orienté est dit complet s’il comporte une arête (𝑠𝑖 , 𝑠𝑗 ) pour
toute paire de sommets différents (𝑠𝑖 , 𝑠𝑗 ) ∈ 𝑆 2 .
1.3.Notion d’adjacence entre sommets
❖ Dans un graphe non orienté, un sommet 𝑠𝑖 est dit adjacent à un autre sommet 𝑠𝑗 s’il
existe une arête entre 𝑠𝑖 et 𝑠𝑗 . L’ensemble des sommets adjacents à un sommet si est
défini par :

❖ Deux arêtes (arcs) sont parallèles si elles (ils) correspondent à la même paire de
sommets.

5 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

1.4.Notion de degré d’un sommet :

 Dans un graphe non orienté, le degré d’un sommet est le nombre d’arêtes
incidentes à ce sommet. Il est noté : 𝒅° (𝒔𝒊 )
 Dans un graphe orienté, le demi – degré extérieur d’un sommet 𝑠𝑖 , noté
𝒅°+ (𝒔𝒊 ), est le nombre d’arcs partant de𝑠𝑖 . De même, le demi – degré intérieur
d’un sommet 𝑠𝑖 , noté 𝒅°− (𝒔𝒊 ), est le nombre d’arcs arrivant à 𝑠𝑖 .Ainsi,
𝒅° (𝒔𝒊 ) = 𝒅°+ (𝒔𝒊 ) + 𝒅°− (𝒔𝒊 ).
Application 1:soit le graphe non orienté complet de la figure ci – dessous.

✓ Combien de sommets possède – t – il ?

✓ Quel est le degré des sommets de ce graphe ?
✓ Combien d’arêtes possède – t – il ?
Application 2:On considère le graphe orienté G = (S; A) tel que :

✓ Représenter graphiquement ce graphe,

✓ donner le demi – degré extérieur de 2 et le demi – degré intérieur de 4,
✓ donner les sommets prédécesseurs de 4 et les sommets successeurs de 2,
✓ donner un graphe partiel et un sous-graphe de ce graphe.

6 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

Leçon 2 : Représentation des graphes

Introduction
Il existe trois façons classiques de représenter un graphe en machine : par une matrice
d’incidence sommet – arc, par une matrice d’adjacence (incidence sommets – sommets) ou
par un ensemble de listes d’adjacence.
1.1. Matrice d’incidence sommet – arc :
La matrice d'incidence sommets – arcs d'un graphe 𝐺 = (𝑆, 𝐴) sans boucle est une
matrice telle que chaque colonne correspond à un arc de 𝐺 et chaque ligne à un sommet
de𝐺; si l’arc est orienté vers le sommet, il est de poids −1 ; dans le cas contraire, il est de
poids +1.
Application : Donner la matrice d'incidence sommets – arcs du graphe partiel sans
boucle engendré par l'ensemble des arcs du graphe de la figure ci - dessous :

1.2. Matrice d’adjacence

La matrice d'adjacence ou d'incidence sommets – sommets d'un graphe est une
matrice carrée 𝑀où chaque ligne correspond à un sommet de 𝐺et chaque colonne
correspond également à un sommet de𝐺 telle que :
sinon.
Si le graphe est pondéré (par exemple, si des distances sont associées aux arcs), on
peut utiliser une matrice d’entiers, de telle sorte que soit égal à la pondération de l’arc
. S’il n’existe pas d’arc entre 2 sommets 𝑖et 𝑗, on peut placer une valeur
particulière (par exemple 0 ou−∞ ou null) dans .
Dans le cas de graphes non orientés, la matrice est symétrique par rapport à sa
diagonale descendante. Dans ce cas, on peut ne mémoriser que la composante triangulaire
supérieure de la matrice d’adjacence.

7 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

NB : Contrairement à la matrice d'incidence sommets – arcs les boucles peuvent être

représentées grâce à cette matrice.
Application : Donner la matrice d'adjacence associée au graphe de la figure ci -
dessous :

1.3.Listes d’adjacence
Soit le graphe 𝐺 = (𝑆, 𝐴). On suppose que les sommets de 𝑆 sont numérotés de 1 à 𝑛.
La représentation par listes d’adjacence de 𝐺 consiste en un tableau 𝑇 de 𝑛 listes, une pour
chaque sommet de 𝑆. Pour chaque sommet 𝑠𝑖 ∈ 𝑆, la liste d’adjacence 𝑇 [𝑠𝑖 ] est une liste
chainée de tous les sommets 𝑠𝑗 tels qu’il existe un arc ou une arête(𝑠𝑖 , 𝑠𝑗 ) ∈ 𝐴. Autrement dit,
𝑇 [𝑠𝑖 ] contient la liste de tous les sommets successeurs de 𝑠𝑖 .
Si le graphe est pondéré, on peut stocker dans les listes d’adjacence, en plus du
numéro de sommet, la pondération de l’arête.
Dans le cas de graphes non orientés, pour chaque arête (𝑠𝑖 , 𝑠𝑗 ), on aura 𝑠𝑗 qui
appartiendra à la liste chainée de 𝑇 [𝑠𝑖 ], et aussi 𝑠𝑖 qui appartiendra à la liste chainée de 𝑇 [𝑠𝑗 ].
Application 1 : Donnez les représentations par matrice d’adjacence et listes
d’adjacence du graphe non orienté suivant :

Application 2 : Donnez les représentations par matrice d’adjacence et listes

d’adjacence du graphe orienté suivant :

8 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

Leçon 3 : Cheminements et Connexités

1.1.Notions de chemin, chaîne, cycle et circuit
1.1.1. Chemin :
Dans un graphe orienté, un chemin d’un sommet 𝑢 vers un sommet 𝑣 est une
séquence de sommets tels que et (𝑠𝑖−1 , 𝑠𝑖 ) ∈ 𝐴 pour
.
La longueur du chemin est le nombre d’arcs dans le chemin, i.e.𝑘. On dira que le
chemin contient les sommets , et les arcs . S’il existe
un chemin de 𝑢 à 𝑣, on dira que 𝑣 est accessible à partir de 𝑢.
❖ Un chemin est élémentaire si les sommets qu’il contient sont tous distincts.
❖ Un chemin p est simple si chaque arête du chemin est empruntée une seule fois.
1.1.2. Chaîne :

Une chaîne de longueur est une séquence d'arcs de 𝐺 telle

que chaque arc de la séquence est une extrémité en commun avec l'arc précédent, et l'autre
extrémité en commun avec l'arc suivant. Le nombre d'arcs de la séquence est la longueur de
la chaîne.
❖ Une chaîne élémentaire est une chaîne ne rencontrant pas deux fois le même sommet.
❖ Une chaîne simple est une chaîne n'utilisant pas deux fois le même arc.
Illustration :

1.1.3. Cycle:
Un cycle est une chaîne telle que :
• le même arc ne figure pas deux fois dans la séquence ;
• les deux sommets aux extrémités de la chaîne coïncident.
En d’autres termes, un cycle est un chemin simple finissant à son point de départ.

9 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

Un cycle élémentaire est un cycle ne rencontrant pas deux fois le même sommet
(excepté le sommet initial qui coïncide nécessairement avec le sommet final).
1.1.4. Circuit :

Un circuit est un cycle tel que pour tout l'extrémité

finale de coïncide avec l'extrémité initiale de .
Autrement dit, un chemin forme un circuit si et si le
chemin comporte au moins un arc (𝑘 ≥ 1).
Un circuit est élémentaire si en plus les sommets sont tous distincts.
NB : Une boucle est un circuit de longueur 1.
Illustration :

Attention : Les termes de chemin et de circuit s'emploient en propre pour les graphes
orientés ; alors que pour les graphes non orientés que on utilise, les termes chaine et de cycle.
Application : Considérons le graphe orienté suivant :

Indiquer un chemin et circuit élémentaire dans ce graphe.

1.2.Notion de connexité :
1.2.1. Définition :
Un graphe est connexe si et seulement s’il existe un chemin entre chaque paire de sommets.
Illustration :

10 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

Graphe connexe.
1.2.2. Propriété :
Un graphe G d'ordre 𝑛 connexe comporte au moins 𝑛 − 1 arêtes.
1.2.3. Notion de composante connexe :
Elle s’applique à un graphe non orienté. Une composante connexe d'un graphe G est un sous
– graphe G' = (V', E') connexe et maximal (c’est à dire qu’aucun autre sous-graphe connexe de G ne
contient G’).
Illustration :

Remarque :
 Un graphe ne possédant qu'une seule composante connexe est simplement un graphe connexe.
 Un sommet isolé (de degré 0) constitue toujours une composante connexe à lui seul.
1.2.4. Notion de composante fortement connexe :
Elle s’applique à un graphe orienté. Une composante fortement connexe d'un graphe G est
un sous – graphe G' = (V', E') fortement connexe et maximal (c’est à dire qu’aucun autre sous-graphe
fortement connexe de G ne contient G’).
Application : déterminer les composantes fortement connexes du graphe ci – dessous :

11 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

Leçon 4 : Arbres et Arborescences

Introduction :
Les arbres et les arborescences sont des graphes particuliers très souvent utilisés en
réseau informatique pour représenter des données.
1.1.Arbre et forêt :
1.1.1. Définitions :
❖ Un arbre est un graphe connexe sans cycle.
❖ Une forêt est un graphe dont chaque composante connexe est un arbre. Autrement
dit, c’est une collection d’arbres.
Illustration :

1.1.2. Propriétés :
Etant donné un graphe G d’ordre 𝑛, les propriétés suivantes sont équivalentes pour
caractériser un arbre :
 G est connexe et sans cycle,
 G est sans cycle et possède 𝑛 − 1 arêtes,
 G est connexe et admet 𝑛 − 1 arêtes,
 G est sans cycle, et en ajoutant une arête, on crée un et un seul cycle élémentaire,
 G est connexe, et en supprimant une arête quelconque, il n’est plus connexe,
 Il existe une chaine et une seule entre 2 sommets quelconques de G.
Illustration :

1.1.3. Application :
On considère le graphe non orienté suivant :

12 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

 Combien faut-il enlever d’arêtes à ce graphe pour le transformer en arbre ?

 Donnez un graphe partiel de ce graphe qui soit un arbre.
1.2.Arborescence :
1.2.1. Notion de racine :
Souvent, pour manipuler un arbre, on fixe un sommet du graphe appelé racine.
Par définition, dans un graphe, le sommet 𝑠𝑖 est une racine si pour tout autre sommet 𝑠𝑗 , il
existe un chemin (𝑠𝑖 ; 𝑠𝑗 ).
❖ Dans le cas des graphes non orientés, le choix d'une racine 𝑟 dans l'arbre est
arbitraire.
❖ Dans le cas des graphes orientés, la racine est définie de manière unique comme le
sommet sans prédécesseur de l'arbre.
NB : Le choix d'une racine revient dans un certain sens à orienter l'arbre tel que la racine
apparait comme l'ancêtre commun.
Remarque : Un arbre est dit enraciné (rooted) au nœud 𝑖 si le nœud 𝑖 a été désigné comme le
nœud racine de l’arbre.
1.2.2. Définition :
Une arborescence est un graphe orienté sans circuit admettant une racine 𝑠0 ∈ 𝑆 telle que,
pour tout autre sommet 𝑠𝑖 ∈ 𝑆, il existe un chemin unique allant de 𝑠0 vers 𝑠𝑖 .
En d’autre terme, une arborescence est un arbre muni d'une racine.
NB : Si l’arborescence comporte 𝑛 sommets, alors elle comporte exactement 𝑛 − 1 arcs.
Illustration :

13 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

Chapitre 3 : Optimisation

Introduction :
La résolution des problèmes concrets nécessite la mise en œuvre d’algorithmes sophistiqués
qui permet de rechercher des solutions optimales.
Leçon 1 : Concept de FLOT
1.1. Introduction :
Parmi les problèmes les plus classiques d’optimisation, on peut citer celui de la recherche d'un
flot maximal. On se donne une capacité maximale sur chaque arc qui sera une borne supérieure du flot
autorisé sur cet arc. Le problème du flot maximal consiste à déterminer un flot dont la valeur en un
certain lieu est maximale. On peut, de plus, se donner un coût de transport d'une unité de flot sur
chaque arc et chercher le flot maximal de coût minimal.
1.2. Notion de Réseau et Réseau de transport
a. Réseau :
Un graphe fortement connexe, sans boucle et ayant plus d'un sommet, est appelé un réseau.
On appelle nœud d'un réseau, un sommet qui a plus de deux arcs incidents. Les autres
sommets sont appelés anti nœuds.
On appelle branche tout chemin pour lequel seuls les premiers et derniers sommets sont des
nœuds.
b. Réseau de transport :
On appelle réseau de transport un graphe orienté antisymétrique pondéré 𝐺 = (𝑋; 𝐴; 𝐶),
sans boucle et dans lequel il existe :
 Un sommet x1 sans prédécesseur nommé entrée ou source du réseau,
 Un sommet xn sans successeur nommé sortie ou puits du réseau,
et tel qu'au moins un chemin unisse x1 à xn dans G.
La fonction de pondération 𝐶 est supposée positive et l'on nomme capacité de l'arc 𝒂 le nombre 𝑪(𝒂).
1.3. Parcours Eulériens :
L’étude des problèmes eulériens (recherche d’une chaîne ou d’un cycle passant
exactement une fois par chaque arête) remonte aux origines de la théorie des graphes.
5.1 Chaînes et cycles eulériens
Il s’agit là d’une généralisation du jeu bien connu consistant à dessiner toutes les
arêtes d’un
graphe avec un crayon sans jamais le soulever, ni passer deux fois sur la même arête.
a. Définition :
Soit 𝐺 = (𝑋; 𝐴) un graphe orienté.

14 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

Une chaîne eulérienne est une chaîne empruntant une fois et une fois seulement
chaque arête de G.
Un cycle eulérien est une chaîne eulérienne dont les extrémités coïncident.
Un graphe possédant un cycle eulérien est appelé graphe eulérien.
b. Théorème :
 Un graphe non orienté connexe possède une chaine eulérienne si et seulement si le
nombre de sommets de degré impair est égal à 0 ou 2.
 Il admet un cycle eulérien si et seulement si tous ses sommets ont un degré pair.
 Un graphe orienté connexe admet un chemin eulérien (mais pas de circuit eulérien)
si, et seulement si, pour tout sommet sauf deux (a et b), le degré entrant est égal au

degré sortant et
 Un graphe orienté connexe admet un circuit eulérien si, et seulement si, pour tout
sommet, le degré entrant est égal au degré sortant.
1.4. Notion de Flot :
Dans un graphe orienté G, un flot est l'affectation d'une valeur réelle à chaque arc de G,
représentant une quantité transportée sur cet arc, de telle sorte que, en chaque sommet, la somme des
flots entrants soit égale à la somme des flots sortants (loi de Kirchhoff : conservation des flux en
chaque sommet).
Si l'on désigne par 𝐴− +
𝑥 l'ensemble des arcs sortants du sommet x et 𝐴𝑥 l'ensemble des arcs

entrants de ce même sommet x, on dit qu'une fonction 𝜑(𝑎) définie sur A et à valeurs réelles est un
flot pour le réseau de transport si :

Remarque :
 Si x n'est ni x1 ni xn, la quantité entrante en x doit être égale à la quantité sortante que
nous désignons par 𝜑𝑥 :

 Si 𝜑 est un flot sur un réseau de transport G, alors on a 𝜑𝑥1 = 𝜑𝑥𝑛 ; cette quantité
s'appelle la valeur du flot.
Application : Soit le graphe orienté ci – dessous :

15 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

1) Identifier la source et le puits dans ce réseau.

2) Pour chaque arc, indiquer la capacité et le flot ;
3) Que peut – on dire du flot des arcs (6,3) et (4,6) ?
4) Pour 𝑊 = {5; 6}, déterminer l’ensemble des arcs entrants et l’ensemble des arcs sortants.
5) Pour chaque sommet, vérifier la loi de Kirchhoff.
1.5. Recherche d’un flot complet
Pour un flot 𝜑 dans un réseau de transport G = (X ; A ; C), on dit qu’un arc est saturé si on a
𝜑(𝑎) = 𝐶(𝑎).
Le flot est dit complet si tout chemin allant de x1 à xn contient au moins un arc saturé.
1.6. Exemples concrets de réseau de transport et de flot :
On peut facilement modéliser les réseaux qu’on rencontre dans la vie courante par un
graphe orienté comportant une source et un puits, une capacité et un flot comme :
 Dans le Réseau électrique : les arcs sont des lignes électriques, les flots des quantités de
courant, les sources sont les centrales, les puits sont les consommateurs, les capacités
représentent l’intensité du courant admissible de la ligne.
 Dans le Réseau de distribution de l’eau : les arcs sont des canalisations, les flots des
quantités d’eau, les capacités le débit maximal d’une canalisation, les sources peuvent
être des nappes phréatiques, des barrages, les puits une station d’épuration ou les
consommateurs.
 Dans le Réseau informatique : les arcs peuvent représenter des câbles de transmission
(câbles Ethernet, câbles téléphoniques, fibre optique, où le vide pour le wifi), les flots
sont des quantités d’information, les capacités le débit maximal d’une connexion
(Mo/s), les sommets sont des routeurs, la source une machine émettant des
informations, le puits la machine destinataire de ces informations.
 Dans le Réseau routier : les arcs sont des routes, les flots des quantités de voitures, les
sommets des carrefours, les capacités le nombre de voitures à partir duquel il va se

16 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

former un bouchon, les sources les points de départ des véhicules, les puits les
destinations des voitures.
1.7. Amélioration d’un flot :
Soit 𝜑 un flot complet. On va utiliser une procédure itérative pour identifier et marquer tous
les sommets du graphe ou` il est possible de faire transiter une unité de flot supplémentaire.
On définit un processus d’étiquetage de certains sommets du graphe. En x1, on place une
étiquette +. Soit x un sommet déjà marqué :
 On marque avec une étiquette +𝒙 tout successeur y non marqué de x pour lequel le

flot n’est pas à son maximum

 On marque avec une étiquette −𝒙 tout prédécesseur y non marqué de x pour lequel le
flot n’est pas nul
NB : L’´étiquette a pour rôle de donner le nom d’un prédécesseur ou d’un successeur d’un
sommet donné en indiquant si le flot peut être augmenté dans le sens de parcours (étiquette +𝑥) ou
diminué s’il est dans le sens contraire (étiquette −𝑥).
Remarque : Si l’on parvient jusqu’au marquage du sommet xn avec cette procédure, c’est
qu’il existe une chaîne µ de x1 à xn dont tous les sommets sont marqués avec l’indice du sommet
précédent au signe près.
Soit alors :

On vérifie aisément que 𝜑′ est encore un flot. Comme 𝜑𝑥′ 𝑛 = 𝜑𝑥𝑛 + 1, la valeur du flot 𝜑′ est
supérieure, donc meilleure que celle de 𝜑.

1.8. Notion de graphe d’écart ou graphe résiduel :

a. Définition :
Soit un réseau de transport 𝐺 = (𝑋; 𝐴; 𝐶) possédant un flot complet 𝜑. On appelle graphe
d’écart ou réseau résiduel, le réseau 𝐺̅ (𝜑) = (𝑋; 𝐴; 𝐶) tel que :

Le réseau résiduel indique le long de quels arcs on peut augmenter ou diminuer le flot.
b. Théorème :
Soit 𝜑 un flot de 𝐺 (de x1 à xn) et 𝐺̅ (𝜑) le réseau résiduel associé à 𝜑. Une condition
nécessaire et suffisante pour que le flot 𝜑 soit maximal est qu’il n’existe pas de chemin de x1 à xn dans
𝐺̅ (𝜑).

17 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

1.9.Recherche d’un flot maximal : Algorithme de Ford et Fulkerson

A partir des résultats précédents, on peut maintenant proposer une méthode
constructive de recherche d’un flot maximal.
Par définition du graphe d’écart, les flots 𝜑𝑘 sont tous compatibles avec les capacités.
Par ailleurs, 𝜀𝑘 est positif a` chaque itération et, par suite, l’algorithme produit une séquence
de flots compatibles de valeurs strictement croissantes.
Exemple application :
Considérons le graphe de la figure ci - dessous où les nombres associés aux arcs
représentent les capacités.

Déterminer un flot maximal entre le sommet 1 et le sommet 7.

1.10. Recherche d’un flot maximal à coût minimal :
La recherche d’un flot maximal à coût minimal peut être résolue à l’aide de l’algorithme de
Busacker-Gowen qui permet de déterminer la famille complète de tous les flots de coût minimal d’un
sommet x1 à un sommet xn et de valeur 𝜑 = 1, 2, ⋯ , 𝑣.

18 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

Leçon 2 : Cheminement : Notion du plus court chemin

1.1.Introduction :
La plupart des problèmes peuvent être modélisés en utilisant des graphes pondérés.
Les problèmes de cheminement dans les graphes, en particulier la recherche du plus court
chemin, comptent parmi les problèmes les plus anciens de la théorie des graphes et les plus
importants par leurs applications (coût de transport, temps de parcours, problème de
trafic,...). Les algorithmes de recherche de plus court chemin seront différents selon les
caractéristiques du graphe. Ainsi, nous nous intéresserons ici à la démarche permettant
d'aborder la résolution d'un tel problème.
1.2.Définitions :
❖ Un graphe pondéré est un graphe orienté 𝐺 = (𝑋; 𝐴); muni d’une fonction 𝛿 :
, appelée fonction de coût.
❖ Le coût d’un chemin est la somme des coûts des arcs
composant ce chemin, i.e.

NB : Le coût d’un chemin sera aussi appelé poids du chemin.

❖ Le coût (ou poids) d’un plus court chemin entre deux sommets si et sj est noté
et est défini par :

❖ On peut définir la matrice des coûts du graphe, c’est la matrice où :

Application : Considérons par exemple le graphe pondéré orienté suivant :

• Déterminer le coût des arcs suivants :

19 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

• Etablir la matrice des coûts de ce graphe.

1.3.Recherche du plus cours chemin :
Pour trouver les plus courts chemins dans un graphe pondéré, on utilise 2 algorithmes
très différents :
✓ Algorithme de Moore – Dijkstra : Cet algorithme est une adaptation de l'algorithme
de recherche pour calculer le plus court chemin d'un sommet s à tous les autres
sommets du graphe.
✓ Algorithme de Bellman – Ford. Cet algorithme est plus complexe, plus long en
temps, mais plus puissant : il détermine la distance de tous les plus courts chemins
entre toutes les paires de sommets d'un graphe, pouvant avoir des pondérations
négatives ou positives de ses arêtes. Son principe repose sur un paradigme
algorithmique très général : la programmation dynamique.
❖ Présentation de l’algorithme de Moore – Dijkstra :
Soit un graphe orienté pondéré 𝐺 = (𝑆, 𝐴, 𝑓), d’ordre n et de taille m, et x un
sommet de G. L’algorithme de Dijkstra calcule deux matrices de taille 1 × 𝑛.
✓ Dist matrice des distances telle que Dist(y) = distance optimale de x à y
✓ Pred matrice des prédécesseurs telle que Pred(y) = prédécesseur de y dans le chemin
optimal depuis x
Pour le plus court chemin l’algorithme s’écrit :

20 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

La démarche algorithmique peut être symbolisée de la façon suivante :

1.4.Application :
Soit le graphe non orienté suivant :

En utilisant l’algorithme de Moore – Dijsktra, déterminer le chemin le plus court entre

les sommets D et A.

21 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

Leçon 3 : Notion d’arbre couvrant optimal

1.1.Introduction :
Considérons le problème qui consiste à relier 𝑁 villes par un réseau câble de la
manière la plus économique possible. On suppose connue la longueur 𝐿𝑖𝑗 = 𝐿(𝑎𝑖𝑗 ) de câble
nécessaire pour relier les villes i et j. Le réseau doit évidemment être connexe et il ne doit pas
admettre de cycles afin d’être de cout minimal : c'est donc un arbre et doit être l'arbre
maximum le plus économique.
1.2.Définition :
Soit 𝐺 = (𝑆, 𝐴) un graphe, on appelle ≪ arbre couvrant de G ≫ un graphe
𝐺′ = (𝑆, 𝐴′) graphe partiel de G qui est un arbre.
1.3.Notion d’arbre couvrant de poids minimal :
Soit un graphe non – oriente G, connexe, pondéré par une fonction positive 𝐿 attachée
aux arêtes. Soit un arbre couvrant 𝑇 = (𝑋; 𝐵) défini comme graphe partiel de G avec un
ensemble d'arêtes B. Son poids (ou coût) total est :

On dit que T est un arbre couvrant de poids minimal de G si 𝐿(𝑇) est minimal parmi
les poids de tous les arbres couvrants possibles de G.
Remarque : l'arbre couvrant de poids minimal est unique si toutes les arêtes du
graphe sont de poids différents.
1.4.Recherche de l’arbre couvrant optimal :
Plusieurs algorithmes ont été proposés pour résoudre ce problème. Les plus simples
sont les algorithmes de Prim et de Kruskal.
a. Algorithme de Prim :
Il consiste à construire progressivement un arbre à partir d'un sommet quelconque et
en y marquant, à chaque étape, l'arête de poids minimal parmi celles qui permettent de
maintenir un graphe partiel qui soit un arbre.
Présentation de l’algorithme :

22 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

b. Algorithme de Kruskal :
Il consiste à balayer les arêtes triées dans l’ordre (croissant ou décroissant suivant le
cas) et à choisir l’arête si les sommets ne sont pas déjà connectés.
Présentation de l’algorithme :

1.5.Applications :
❖ Soit les graphes non orienté suivant :

En utilisant l’algorithme de Prim, déterminer l’arbre couvrant optimal.

❖ Soit le graphe non orienté suivant :

En utilisant l’algorithme de Kruskal, déterminer l’arbre couvrant optimal.

23 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

Leçon 4 : Notion d’ordonnancement et de chemin critique

1.1.Introduction :
La planification d’un projet regroupe l’ensemble des méthodes permettant de trouver
l’organisation optimale du projet (durée minimale, identification des tâches critiques, . . .). Ce
problème peut être modélisé à l’aide d’un réseau PERT (Project Evaluation and Review
Technique) et résolu à l’aide de la théorie des graphes. Cette méthode tient une place
dominante par sa simplicité, son efficacité et la variété d'extensions qui ont pu être
développées.
1.2.Problématique d’ordonnancement :
Etant donné un objectif qu'on se propose d'atteindre et dont la réalisation suppose
l'exécution préalable de multiples tâches, soumises à de nombreuses contraintes, déterminer
l'ordre et le calendrier d'exécution des diverses tâches.
1.3.Définition :
Un projet P est constitué par :
 Un ensemble de tâches à réaliser (𝐴𝑖 )𝑖=1,...,𝑛 avec, pour chaque tâche, une date
de commencement 𝑡𝑖 et une durée 𝑑𝑖 ,
 Un ensemble de ≪contraintes≫ sur les tâches du projets, contraintes qui
peuvent s’exprimer par des inégalités faisant intervenir les dates (𝑡𝑖 )𝑖=1,...,𝑛 et
les durées (𝑑𝑖 )𝑖=1,...,𝑛 .
Trouver un ordonnancement pour le projet consister à calculer, à partir des durées
(𝑑𝑖 )𝑖=1,...,𝑛 , des dates de commencement (𝑡𝑖 )𝑖=1,...,𝑛 qui soient compatibles avec les
contraintes du projet.
1.4.Différents types de contraintes :
On distingue 03 types de contraintes qui peuvent être traduit en inégalités de la
manière suivante :
 contrainte au plus tôt ≪𝐴𝑗 commence au plus tôt 𝛿 après le début de 𝐴𝑖 ≫ :

 contrainte au plus tard ≪𝐴𝑗 commence au plus tard 𝛿 après le début de 𝐴𝑖 ≫ :

 contraintes implicites ≪toute tâche 𝐴𝑖 doit démarrer au plus tôt au début du

projet (𝐴1 ) et finir au plus tard à la fin du projet (𝐴𝑛 ) ≫ :

24 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

Exemple d’application :
Soit le projet définit par les tâches suivantes :

 Traduire les contraintes de ce projet en inéquations.

1.5.Graphe potentiel – tâche : Réseau PERT
A partir des équations obtenues on peut représenter ce projet par un graphe orienté et
pondéré appelé graphe potentiel – tâche.
a. Définition :
Un problème d’ordonnancement est généralement modélisé par un graphe orienté et
pondéré 𝐺 = (𝑆, 𝐴, 𝜗) tel que :
 Chaque tâche 𝐴𝑖 du projet sera représenté par un sommet 𝑥𝑖 du graphe ;
 Chaque contrainte 𝑡𝑗 − 𝑡𝑖 ≥ 𝑑 du projet sera représentée par un arc (𝑥𝑖 , 𝑥𝑗 )
de pondération 𝜗(𝑥𝑖 , 𝑥𝑗 ) = 𝑑.
 On ajoute éventuellement des contraintes implicites pour que chaque tâche
dans le graphe appartienne a au moins un chemin reliant la tâche de début de
projet et celle de fin de projet.
b. Représentation du graphe :
Le graphe obtenu doit être sans circuit. Le travail commençant à la date 1, on cherche
un ordonnancement qui minimise la durée totale du projet, donc la date de fin des travaux.
Pour qu'une tâche puisse commencer, il est nécessaire que toutes les tâches qui la relient à la
tâche début du projet soient réalisées.
Application : Construire le graphe orienté et pondéré de l’application précédente.
1.6.Ordonnancement au plus tôt :
L’ordonnancement au plus tôt d’un projet consiste à trouver les dates de début
(𝑡𝑖 )𝑖=1,...,𝑛 de chaque tâche telles que le projet soit fini le plus rapidement possible. Pour

25 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

calculer cet ordonnancement il suffit de calculer les chemins les plus longs dans le graphe G
depuis le sommet correspondant au début du projet. Les distances obtenues donnent les dates
de commencement de chaque tâche :

Si 𝑥𝑛 correspond à la tâche de fin du projet alors la durée totale du projet est 𝑡𝑛 .

Application : Calculer l’ordonnancement au plus tôt de chaque tâche du projet de
l’exemple précédent.
1.7.Ordonnancement au plus tard :
Pour une durée 𝑇, l’ordonnancement au plus tard d’un projet consiste à trouver les
dates les plus tardives de commencement (𝑡𝑖 )𝑖=1,...,𝑛 de chaque tâche telles que la durée du
projet soit au maximum de T . Pour calculer cet ordonnancement il suffit de calculer les
chemins les plus longs dans le graphe réciproque 𝐺 −1 depuis le sommet correspondant à la
fin du projet. Les distances obtenues donnent le temps restant à partir du début d’une tâche
jusqu’à la fin du projet, en d’autres termes la tâche 𝑖 doit démarrer au plus tard à la date :

Application : Calculer l’ordonnancement au plus tard de chaque tâche du projet de

l’exemple précédent pour T = 22 jours.
Remarque : Les ordonnancements au plus tôt et au plus tard permettent de visualiser
les tâches les plus critiques du projet, pour lesquelles on ne peut pas prendre de retard sans
répercussion sur la date de fin du projet.
1.8.Chemin critique :
Si T est la durée minimale du projet (calculée via l’ordonnancement au plus tôt) le
chemin le plus long depuis la tâche de début de projet jusqu’à celle de fin de projet est appelé
chemin critique où tout retard sur la réalisation d’une des tâche de ce chemin critique
entraıne un allongement de la durée du projet. Pour les autres sommets du graphe potentiel –
tâche, il existe une marge sur la durée de réalisation de la tâche, tel que :

Application : Représenter le chemin critique et calculer les marges pour T = 22.

1.9.Exercices :
Considérons par exemple le problème suivant :

26 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

a. Modéliser ce problème par un graphe potentiel – tâche ;

b. Déterminer l’ordonnancement au plus tôt de ce projet ; en déduire la
durée minimale du projet.
c. Déterminer l’ordonnancement au plus tard de ce projet ;
d. Quel est le chemin critique ?
e. Calculer les marges sur la durée de réalisation.

27 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

Leçon 5 : Coloration d’un graphe

1.1.Définitions :
La coloration d'un graphe consiste à attribuer des couleurs aux sommets, de telle
sorte que deux sommets adjacents n'aient jamais la même couleur.
On distingue deux types de coloration : coloration des sommets et coloration des
arêtes.
❖ La coloration des sommets d'un multi graphe correspond à l'affectation des couleurs
à chacun des sommets de telle sorte que deux sommets adjacents ne soient pas
porteurs de la même couleur.
❖ La coloration des arêtes d'un multi graphe correspond à l'affectation des couleurs à
chacune des arêtes de telle sorte que deux arêtes adjacentes ne soient pas porteuses
de la même couleur.
1.2.Nombre chromatique :
On appellera nombre chromatique 𝛾(𝐺) (respectivement indice chromatique 𝑞(𝐺))
le nombre minimum de couleurs distinctes nécessaires pour effectuer une coloration des
sommets (respectivement des arêtes) de 𝐺.
Un graphe est dit p-chromatique si ses sommets admettent une coloration en p
couleurs.
❖ Encadrement du nombre chromatique :
✓ Majoration : 𝛾(𝐺) ≤ 𝑟 + 1, où r est le plus grand degré des sommets de G.
✓ Minoration : Le nombre chromatique du graphe sera supérieur ou égal à l’ordre
de sa plus grande clique, que l’on note ω(G). Autrement dit, 𝛾 (𝐺) ≥ 𝜔(𝐺).
Ainsi, on a : 𝜔(𝐺) ≤ 𝛾(𝐺) ≤ 𝑟 + 1.
Exemple : considérons le graphe ci – dessous :

Donner un encadrement du nombre chromatique.

1.3.Algorithme de coloration de Welsh et Powell:
Cet algorithme couramment utilisé permet d’obtenir une assez bonne coloration d’un
graphe, c’est-à-dire une coloration n’utilisant pas un trop grand nombre de couleurs.

28 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

Cependant il n’assure pas que le nombre de couleurs soit minimum (et donc égal au
nombre chromatique du graphe).

1.4.Applications :
❖ Soit le graphe non orienté suivant :

29 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

Déterminer le nombre chromatique de ce graphe.

❖ On considère le graphe non orienté ci – dessous :

1. a. Ce graphe est-il connexe ?

b. Déterminer le degré de chacun des sommets (présenter le résultat sous
forme de tableau).
c. Justifier l'existence d'une chaîne eulérienne.
2. a. Déterminer un encadrement du nombre chromatique de ce graphe.
b. Montrer que ce nombre chromatique est égal à 3.

The END

30 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

FICHE DE TRAVAUX DIRIGES

EXERCICE 1 :
Soit le graphe dont la matrice booléenne associée est la suivante :

1) Ce graphe est-il orienté ?

2) Préciser la valeur du demi-degré extérieur du nœud 5
3) Précisez la valeur du demi-degré intérieur du nœud 4
4) Dessinez le graphe
EXERCICE 2 :
Soit le graphe suivant :

Etablir la matrice booléenne de ce graphe

EXERCICE 3 :
Soit le graphe suivant :

1) En considérant le graphe comme non orienté, donner une chaîne de A à F passant par E
sans utiliser deux fois la même arête.
2) En considérant le graphe comme non orienté, donner une chaîne élémentaire de A à F
3) En considérant le graphe comme orienté idem question (1) et (2) avec les chemins et arcs

31 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

EXERCICE 4 :
Soit le graphe suivant :

1) Donner un circuit non élémentaire partant de A et passant par G

2) Donner un circuit élémentaire à partir de A
3) En considérant le graphe comme non orienté idem question (1) et (2) pour un cycle et un
cycle élémentaire
EXERCICE 5 :
Soit le graphe suivant :

Donner les composantes fortement connexes du graphe

EXERCICE 6 :
Est-il possible de tracer, sans relever le crayon, une ligne coupant une fois et une seule chaque
segment de la figure suivante :

EXERCICE 7 :
Un groupe d’amis organise une randonnée dans les Alpes. On a représenté par le graphe ci-
dessous les sommets B, C, D, F, T, N par lesquels ils peuvent choisir de passer.

32 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

Une arête entre deux sommets coïncide avec l’existence d’un chemin entre les deux
sommets.

1) a)Recopier et compléter le tableau suivant :

b) Justifier que le graphe est connexe.

2) Le groupe souhaite passer par les six sommets en passant une fois et une seule par chaque chemin.
Démontrer que leur souhait est réalisable. Donner un exemple de trajet possible.
EXERCICE 8 :
Une agence de voyages organise différentes excursions dans une région du monde et
propose la visite de sites incontournables, nommés A, B, C, D, E et F.
Ces excursions sont résumées sur le graphe ci-dessous dont les sommets désignent les
sites, les arêtes représentent les routes pouvant être empruntées pour relier deux sites et le poids des
arêtes désigne le temps de transport (en heures) entre chaque site.

1) Justifier que ce graphe est connexe.

2) Un touriste désire aller du site A au site F en limitant au maximum les temps de transport.
a) En utilisant un algorithme, déterminer la plus courte chaîne reliant le sommet A au sommet
F.
b) En déduire le temps de transport minimal pour aller du site A au site F.
3) Un touriste désirant apprécier un maximum de paysages souhaite suivre un parcours
empruntant toutes les routes proposées une et une seule fois. Si ce parcours existe, le décrire sans
justifier ; dans le cas contraire justifier qu’un tel parcours n’existe pas.
EXERCICE 9 :
Première partie : Etude d’un graphe
On considère le graphe ci-dessus.

33 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

1) a) Ce graphe est-il connexe ?

b) Déterminer le degré de chacun des sommets. On pourra donner le résultat sous forme d’un
tableau
c)Justifier l’existence d’une chaîne eulérienne.
2) a)Déterminer un encadrement du nombre chromatique dece graphe.
b) Montrer que ce nombre chromatique est égal à 3
Deuxième partie : Visite d’n musée

Voici le plan d’un musée : les parties grisées matérialisent les portes et les visiteurs partent de
l’accueil, visitent le musée et doivent terminer leur visite à la boutique.
1) Représenter la situation à l’aide d’un graphe en précisant ce que représentent arêtes et sommets.
2) a)Pourquoi est-il possible de trouver un circuit où les visiteurs passent une fois et une seule par
toutes les portes ?
b) Donner un exemple d’un tel circuit.
3) Comment colorier les salles y compris l’accueil et la boutique, en utilisant un minimum de
couleurs, pour que 2 salles qui communiquent par une porte aient des couleurs différentes ?
EXERCICE 10 :
Une grande ville a créé un jardin pédagogique sur le thème de l’écologie, jardin qui doit être
visité par la suite par la majorité des classes de cette ville.
Ce jardin comporte six zones distinctes correspondant aux thèmes :
A. Eau B. Economie d’énergie C. Plantations et cultures locales
D. Développement durable E. Biotechnologies F. Contes d’ici (et d’ailleurs)
Ces zones sont reliées par des passages (portes) où sont proposées des questionnaires.
Le jardin et les portes sont représentés par le graphe ci-dessous (chaque porte et donc chaque
questionnaire est représenté par une arête)

34 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

Question préliminaire :
Si un visiteur répond à tous les questionnaires, à combien de questionnaires aura-t-il répondu ?
Partie A :
1) Donner la matrice G associée à ce graphe
2) Le graphe est-il complet ? Est-il connexe ? Justifier
3) Peut-on parcourir le jardin en répondant à tous les questionnaires et sans repasser deux
fois devant le même
Questionnaire :
a) En commençant la visite par n’importe quelle zone ?
b) En commençant la visite par la zone C (plantations et cultures) ? Dans ce cas, si la réponse est
positive, quelle sera la dernière zone visitée. (Dans les deux cas, a et b, justifiez votre réponse.)
Partie B :
Pour illustrer chaque zone et présenter légendes et commentaires, les enfants ont
décidé d’utiliser des supports de couleurs différentes.
Pour limiter le nombre de couleurs, on utilise des couleurs différentes seulement si les zones
sont limitrophes (avec un passage entre les deux).
1) Donner et justifier un encadrement du nombre chromatique de ce graphe.
2) Déterminer alors en utilisant un algorithme adapté le nombre chromatique de ce graphe et proposer
une répartition des couleurs.
EXERCICE 11 :
La construction d’un entrepôt est divisée en dix tâches dont les caractéristiques sont données
dans le tableau ci-dessous. Trouvez le chemin critique.

EXERCICE 12 :
La rénovation du séjour d’un appartement se décompose en plusieurs tâches décrites dans le
tableau ci-dessous. Ce dernier donne également les précédences à respecter lors de la planification des
travaux ainsi qu’une estimation de la durée de chacune des tâches.

35 PROF : DJOUATSA – PLET GE/Msc en EEA

COURS DE THEORIE DES GRAPHES EN M1GEII 2024-
2025

1. Représentez le graphe des précédences de ces travaux de rénovation.

2. Déterminez une durée totale minimale de rénovation en exhibant un chemin critique dans ce
graphe.
EXERCICE 13 :
La mise en exploitation d’un nouveau gisement minier demande la réalisation d’un certain
nombre de tâches. Le tableau suivant représente ces différentes tâches avec leurs relations
d’antériorité.

 Modéliser ce problème à l’aide d’un graphe.

 Déterminer les dates au plus tôt et les dates au plus tard de chaque tâche.
 Déterminer le temps minimum de réalisation de l’ensemble.
(On pourra utiliser la méthode PERT).

36 PROF : DJOUATSA – PLET GE/Msc en EEA