Quels problèmes peut-on résoudre efficacementsperifel/divers/fete_science2010.pdf · Problème :...

Quels problèmes peut-onrésoudre efficacement ?

Fête de la science

université Paris Diderot – Paris 7

Le 21 octobre 2010

Introduction

Classification des problèmes en fonction de leur « difficulté » :

I Facile : la résolution prend peu de temps(mais la méthode peut être très compliquée !)

→ Il existe un programme rapide (« efficace »)pour résoudre le problème.

I Difficile : pas de méthode rapide.→ Tous les programmes pour résoudre le problème

sont lents.

Introduction

Classification des problèmes en fonction de leur « difficulté » :I Facile : la résolution prend peu de temps

(mais la méthode peut être très compliquée !)

→ Il existe un programme rapide (« efficace »)pour résoudre le problème.

sont lents.

Introduction

(mais la méthode peut être très compliquée !)→ Il existe un programme rapide (« efficace »)

pour résoudre le problème.

sont lents.

Introduction

pour résoudre le problème.I Difficile : pas de méthode rapide.

→ Tous les programmes pour résoudre le problèmesont lents.

Introduction

pour résoudre le problème.I Difficile : pas de méthode rapide.→ Tous les programmes pour résoudre le problème

sont lents.

IntroductionFacile Difficile

Parité SudokuAddition Voyageur de commerce

Trier une liste Hello worldChemin le plus court Échecs

Primalité

Problème :Décider si un nombre est pair

IntroductionFacile DifficileParité

SudokuAddition Voyageur de commerce

Trier une liste Hello worldChemin le plus court Échecs

Primalité

Problème :Ajouter deux entiers

Sudoku

Addition

Voyageur de commerceTrier une liste Hello world

Chemin le plus court ÉchecsPrimalité

Problème :Trier une liste d’entiers par ordre croissant

Sudoku

Addition

Voyageur de commerce

Trier une liste

Hello worldChemin le plus court Échecs

Primalité

Problème :Résoudre un sudoku ou un kakuro

Introduction

Problème :Résoudre un sudoku ou un kakuro

IntroductionFacile DifficileParité Sudoku

Addition

Trier une liste

Hello worldChemin le plus court Échecs

Primalité

Problème :Trouver le chemin le plus court entre deux villes

Introduction

Quel est le chemin leplus court pour aller deParis à Toulouse ?

Problème :Trouver le chemin le plus court entre deux villes

Addition

Trier une liste

Hello world

Chemin le plus court

ÉchecsPrimalité

Problème :Trouver le plus court chemin passant par une liste de villes

Introduction

Quel est le chemin leplus court passant parParis, Toulouse, Avi-gnon, Bordeaux, Lyon,Lille et Marseille ?

Problème :Trouver le plus court chemin passant par une liste de villes

Addition Voyageur de commerceTrier une liste

Hello world

ÉchecsPrimalité

Problème :Décider si un programme affiche « Hello world ! »

Addition Voyageur de commerceTrier une liste Hello world

ÉchecsPrimalité

Problème :Une position aux échecs est-elle gagnante ?

Chemin le plus court Échecs

Primalité

Problème :Un entier est-il premier ?

Chemin le plus court ÉchecsPrimalité

Problème :

1. Rappel historique :un ordinateur peut-il résoudre tous les problèmes ?

2. Qu’est-ce qu’un programme efficace (rapide) ?

3. Classer les problèmes en fonction de leur difficulté

Historique

Préhistoire des programmes :I Babyloniens (-2000)

I Euclide (-300)I Al Khuwarizmi (900)I Pascal/Leibniz (1650)

Hilbert, 1900 :I fondements des mathématiquesI peut-on tout résoudre par un programme ?

Turing, Church 1936 :I formalisation de la notion de programme

(machine de Turing)

Historique

Préhistoire des programmes :I Babyloniens (-2000)I Euclide (-300)

I Al Khuwarizmi (900)I Pascal/Leibniz (1650)

(machine de Turing)

Historique

Préhistoire des programmes :I Babyloniens (-2000)I Euclide (-300)I Al Khuwarizmi (900)

I Pascal/Leibniz (1650)

(machine de Turing)

Historique

Préhistoire des programmes :I Babyloniens (-2000)I Euclide (-300)I Al Khuwarizmi (900)I Pascal/Leibniz (1650)

(machine de Turing)

Historique

(machine de Turing)

Historique

(machine de Turing)

Qu’est-ce qu’un programme ?

I Question cruciale : notion intuitive jusqu’en 1936 !

I Programme sur ordinateur : capable de répéter un grandnombre de fois des instructions (boucle)

I Répond OUI ou NON ou ne s’arrête pas (boucle infinie)

I Question cruciale : notion intuitive jusqu’en 1936 !I Programme sur ordinateur : capable de répéter un grand

nombre de fois des instructions (boucle)

I Répond OUI ou NON ou ne s’arrête pas (boucle infinie)

nombre de fois des instructions (boucle)I Répond OUI ou NON ou ne s’arrête pas (boucle infinie)

Exemples :

Pour i allant de 2 à n− 1 faireSi i divise n Alors répondre NON

Fin BoucleRépondre OUI

Exemples :

Tant que n 6= 0 faireAjouter 1 à n

Fin BoucleRépondre NON

Un problème = une question sur une entrée donnéeRéponse attendue : oui ou non

Exemples :

Exemples :Entrée : nQuestion : le nombre n est-il premier ?

Exemples :Entrée : une carte, une liste de villes, une longueur dQuestion : existe-t-il un chemin de longueur ≤ d passant partoutes les villes ?

Exemples :Entrée : le code d’un programmeQuestion : le programme affiche-t-il « Hello world ! » ?

Peut-on tout résoudre ?

1900–1930 : tous les problèmes sont-ils résolubles parun programme ? (Hilbert : « oui »)

1936 : Turing, Church, Gödel. . . : non !

Peut-on tout résoudre ?

1900–1930 : tous les problèmes sont-ils résolubles parun programme ? (Hilbert : « oui »)

1936 : Turing, Church, Gödel. . . : non !

Paradoxe de Russell (autoréférence)

Russell, 1901Un barbier rase les personnes qui ne se rasent pas elles-mêmes.

→ Qui rase le barbier ?

I Si le barbier se rase lui-même, il ne se rase pas lui-même.I Si le barbier ne se rase pas lui-même, il se rase lui-même.

Si les programmes jouent le rôle du rasage : un programmedonné p0 peut-il décider si un autre programme q répond NON ?

I Si le barbier se rase lui-même, il ne se rase pas lui-même.

I Si le barbier ne se rase pas lui-même, il se rase lui-même.

Un problème non résoluble

Soit H le problème suivant :Entrée : le code d’un programme p

( p agit sur le code d’un programme)Question : p sur l’entrée code(p) répond-il NON ?

(c.-à-d. est-ce que p(code(p)) répond NON ?)

DémonstrationSupposons qu’un programme h résolve le problème H .Alors pour tout programme p,{

si h(code(h)) répond OUI alors h(code(h)) répond NONsi h(code(h)) répond NON alors h(code(h)) ne répond pas NON.

Contradiction.

THÉORÈME

Aucun programme ne peut résoudre H .

Contradiction.

si h(code(p)) répond OUI alors p(code(p)) répond NONsi h(code(p)) répond NON alors p(code(p)) ne répond pas NON.

Contradiction.

Dans la suite, on va s’intéresser uniquement à desproblèmes résolubles par ordinateur

(contrairement à H ).

Efficacité

I 1960–1970 : les ordinateurs se démocratisent mais ont descapacités limitées.

(Eniac, 1946) (Apple II, 1977)

I La question « que peut-on résoudre efficacement »voit le jour.

I On s’intéresse à des programmes rapides (« efficaces »).I Comment mesurer l’efficacité ?

Par le temps mis par le programme ?• Dépend de la vitesse de l’ordinateur• Dépend de l’entrée

→Mesurer le nombre d’instructions exécutéespar le programme commeune fonction f (n) de la taille de l’entrée

Efficacité

I On s’intéresse à des programmes rapides (« efficaces »).

I Comment mesurer l’efficacité ?Par le temps mis par le programme ?• Dépend de la vitesse de l’ordinateur• Dépend de l’entrée

Efficacité

Par le temps mis par le programme ?

• Dépend de la vitesse de l’ordinateur• Dépend de l’entrée

Efficacité

Par le temps mis par le programme ?• Dépend de la vitesse de l’ordinateur• Dépend de l’entrée : décider si une suite de 3 entiers est

triée par ordre croissant sera plus rapide que pour unesuite de 1 000 000 d’éléments.

Efficacité

Par le temps mis par le programme ?• Dépend de la vitesse de l’ordinateur• Dépend de l’entrée

Exemples

Entrée : une suite x1, . . . , xn de n entiersQuestion : la suite est-elle triée par ordre croissant ?

Pour i allant de 1 à n− 1 faireSi xi > xi+1 Alors répondre NON

Fin BoucleRépondre OUI

Nombre d’opérations : f (n) ' n

Exemples

Entrée : une suite x1, . . . , xn de n entiersQuestion : y a-t-il deux éléments identiques dans la suite ?

Pour i allant de 1 à n− 1 fairePour j allant de i + 1 à n faire

Si xi = xj Alors répondre OUIFin Boucle

Nombre d’opérations : f (n) ' n2

Exemples

Entrée : un ensemble E d’entiersQuestion : existe-t-ilun sous-ensemble Sdont la somme des élémentsest nulle ?

P. ex.E = {−10,−4,−2, 3, 5, 9}S = {−10,−4, 5, 9}(−10) + (−4) + 5 + 9 = 0

Exemples

Entrée : un ensemble E d’entiersQuestion : existe-t-ilun sous-ensemble Sdont la somme des élémentsest nulle ?

P. ex.E = {−10,−4,−2, 3, 5, 9}S = {−10,−4, 5, 9}(−10) + (−4) + 5 + 9 = 0

Pour tout sous-ensemble S de E faires← somme des éléments de SSi s = 0 Alors répondre OUI

Nombre d’opérations : f (n) ' 2n

Temps d’exécution

(À la vitesse de 109 opérations par seconde)

Taille de l’entrée f (n) = n f (n) = n2 f (n) = 2n

10 10−8 s 10−7 s 10−6 s20 2.10−8 s 4.10−7 s 10−3 s30 3.10−8 s 9.10−7 s 1 s

40 4.10−8 s 1,6.10−6 s 17 min50 5.10−8 s 2,5.10−6 s 11 jours60 6.10−8 s 3,6.10−6 s 30 ans70 7.10−8 s 4,9.10−6 s 30 000 ans1 000 10−6 s 10−3 s . . .

106 10−3 s 17 min . . .

109 1 s 30 ans . . .

I Efficace = polynomial ( f (n) = nk )I Pas efficace = non polynomial ( p.ex. f (n) = 2n )

10 10−8 s 10−7 s 10−6 s20 2.10−8 s 4.10−7 s 10−3 s30 3.10−8 s 9.10−7 s 1 s40 4.10−8 s 1,6.10−6 s 17 min

50 5.10−8 s 2,5.10−6 s 11 jours60 6.10−8 s 3,6.10−6 s 30 ans70 7.10−8 s 4,9.10−6 s 30 000 ans1 000 10−6 s 10−3 s . . .

106 10−3 s 17 min . . .

109 1 s 30 ans . . .

10 10−8 s 10−7 s 10−6 s20 2.10−8 s 4.10−7 s 10−3 s30 3.10−8 s 9.10−7 s 1 s40 4.10−8 s 1,6.10−6 s 17 min50 5.10−8 s 2,5.10−6 s 11 jours

60 6.10−8 s 3,6.10−6 s 30 ans70 7.10−8 s 4,9.10−6 s 30 000 ans1 000 10−6 s 10−3 s . . .

106 10−3 s 17 min . . .

109 1 s 30 ans . . .

10 10−8 s 10−7 s 10−6 s20 2.10−8 s 4.10−7 s 10−3 s30 3.10−8 s 9.10−7 s 1 s40 4.10−8 s 1,6.10−6 s 17 min50 5.10−8 s 2,5.10−6 s 11 jours60 6.10−8 s 3,6.10−6 s 30 ans

70 7.10−8 s 4,9.10−6 s 30 000 ans1 000 10−6 s 10−3 s . . .

106 10−3 s 17 min . . .

109 1 s 30 ans . . .

10 10−8 s 10−7 s 10−6 s20 2.10−8 s 4.10−7 s 10−3 s30 3.10−8 s 9.10−7 s 1 s40 4.10−8 s 1,6.10−6 s 17 min50 5.10−8 s 2,5.10−6 s 11 jours60 6.10−8 s 3,6.10−6 s 30 ans70 7.10−8 s 4,9.10−6 s 30 000 ans

1 000 10−6 s 10−3 s . . .

106 10−3 s 17 min . . .

109 1 s 30 ans . . .

10 10−8 s 10−7 s 10−6 s20 2.10−8 s 4.10−7 s 10−3 s30 3.10−8 s 9.10−7 s 1 s40 4.10−8 s 1,6.10−6 s 17 min50 5.10−8 s 2,5.10−6 s 11 jours60 6.10−8 s 3,6.10−6 s 30 ans70 7.10−8 s 4,9.10−6 s 30 000 ans1 000 10−6 s 10−3 s . . .

106 10−3 s 17 min . . .

109 1 s 30 ans . . .

106 10−3 s 17 min . . .

109 1 s 30 ans . . .

106 10−3 s 17 min . . .

109 1 s 30 ans . . .

Temps d’exécutionTaille de l’entrée f (n) = n f (n) = n2 f (n) = 2n

106 10−3 s 17 min . . .

109 1 s 30 ans . . .

Comment classer les problèmes ?

Pour classer un problème, il faut savoir quel estle meilleur programme qui le résout.

I Pour montrer qu’un problème peut se résoudreen ≤ f (n) opérations, il suffit de donner un programmequi effectue au plus f (n) opérations.

I Pour montrer qu’un problème ne peut pas se résoudreen ≤ g(n) opérations, il faut démontrerqu’aucun programme p effectuant ≤ g(n) opérationsne le résout.

I On ne connaît presqu’aucune méthode pour démontrerqu’aucun programme ne convient pour un problème(les programmes peuvent être très astucieux !)

I Pour la plupart des problèmes,on ne connaît pas de programme rapide qui le résolve,mais on ne sait pas montrer qu’il n’en existe pas !

I Tout l’art consiste à contourner cette complication. . .

Vérifier ou trouver une solution

Problème FACTORISATION :Entrée : un entier nQuestion : décomposer n en produit de facteurs premiers

Exemple : sur l’entrée 221, trouver 13 et 17(car 221 = 13× 17)

I Si on nous donne les diviseurs, on peut vérifierque c’est une solution (13× 17 = 221).

I Problème facile à vérifier.I Problème difficile (pas d’algorithme efficace à ce jour)

Problème VOYAGEUR DE COMMERCE :Entrée : une carte, des villes et une longueur dQuestion : existe-t-il un chemin de longueur ≤ d passant partoutes les villes ?

I Si on nous donne le chemin, on peut vérifier que c’estune solution (vérifier que la somme des distances est ≤ d).

Problème SUDOKU :Entrée : une grille de Sudoku de taille n× nQuestion : existe-t-il une solution à la grille ?

I Si on nous donne la grille remplie, on peut vérifier quec’est une solution (les nombres sont distincts).

I P : ensemble des problèmes résolubles en tempspolynomial ( f (n) = nk pour un certain k)

= problèmes résolubles « efficacement »(P= Polynomial time)

I NP : ensemble des problèmes qu’on peut vérifieren temps polynomial

= problèmes vérifiables « efficacement »(NP= Nondeterministic Polynomial time)

I P ⊆ NP

NP-complétude

Parmi les problèmes de NP,certains sont de difficulté maximale :il s’agit des problèmes NP-complets (Cook, Levin 1971)

NP-complets

Très nombreux problèmes importants en pratique.

Exemples :sudoku, voyageur de commerce, ordonnancement, . . .

P vs NP

I Question fondamentale : est-ce que P = NP ?Les problèmes faciles à vérifier sont-ils faciles à résoudre ?

P = NP

NP-complets

I Question ouverte (depuis 1970). Réponse probable : non.

Meilleurs programmes connus pour lesproblèmes NP-complets : f (n) ' 2n.

I Beaucoup de problèmes importants sont NP-complets,des programmes efficaces ont été cherchés en vain.

Un programme efficace pour l’un d’entre eux donneraitdes programmes efficaces pour tous !

P vs NP

I Bien qu’on ne sache pas montrer que P 6= NP,le fait qu’un problème soit NP-complet est pris commeune « preuve » que ce problème est difficile :personne ne connaît d’algorithme efficace.

I Que faire face à un problème NP-complet ?• Simplifier le problème,• chercher une solution approchée• etc.

P vs NP

I Bien qu’on ne sache pas montrer que P 6= NP,le fait qu’un problème soit NP-complet est pris commeune « preuve » que ce problème est difficile :personne ne connaît d’algorithme efficace.

I Que faire face à un problème NP-complet ?• Simplifier le problème,• chercher une solution approchée• etc.

Conséquences

Si P = NP :I la cryptographie n’est pas sûre (sauf physique quantique)I tous les problèmes d’optimisation, d’ordonnancement

ont des programmes efficacesI les avions seraient à l’heureI un ordinateur peut trouver une preuve mathématique

efficacement, les mathématiciens peuvent être licenciés

La question « P = NP ? » figure dans la liste des sept« problèmes du millénaire » (Clay institute) :

un million de dollars de récompense

Conséquences

Si P 6= NP :I les avions continueront d’être en retardI pas de méthode efficace pour résoudre de nombreux

problèmes importantsI « créer », « inventer » est difficile→ les mathématiciens sont utiles

Conséquences

Si P 6= NP :I les avions continueront d’être en retardI pas de méthode efficace pour résoudre de nombreux

problèmes importantsI « créer », « inventer » est difficile→ les mathématiciens sont utiles

Conclusion

I Deux aspects de la recherche en informatique théorique :• Inventer des programmes performants pour un problème• Montrer qu’il n’existe pas de programme performant

pour un problème (ou une classe de problèmes)

I Classification des problèmes selon leur complexité :P, NP, etc.

I Les questions du type « P = NP ? » sont importantestant en théorie qu’en pratique(voire pour leurs aspects philosophiques)

I Questions très difficiles !

Conclusion

Quels problèmes peut-on résoudre efficacementsperifel/divers/fete_science2010.pdf · Problème :...

Documents

En Passant 01

En Passant 04

COMMENT REPRENDRE UNE PME · trouver un emploi, m’installer dans ma région, exploiter un savoir-faire, changer de vie, résoudre un problème personnel ?… Avoir le « profil

Résoudre une équation différentielle

M'estic passant?

Réarrangements génomiques et duplicationmabrouk/IFT3295/rearrangements.pdf · • Trouver un chemin de poids minimal passant par chaque sommet une unique fois • Problème du commis

Hardware & Integratie - PASSAnT

En passant par_la_lorraine_la_mthe_et_mle_22

passant cv

Résoudre des problèmes ... pour apprendre

PROJETO EN PASSANT

En passant

CE 2 Christian Henaff Résoudre Christian Henaff des ...extranet.editis.com/it-yonixweb/images/322/art/doc/d/d03116e2ca... · Résoudre des problèmes CE 2 Résoudre Christian Henaff

Résoudre des problèmes - Gai Savoir

LISEZMOI Word 5.1 - Université Lavaldupuis/Optimisation lineaire et... · Web viewAinsi, par raisonnement, nous n'avons eu qu'à résoudre 8 problèmes pour trouver la solution optimale

des projets intégrés soutenus par l’usAid aident à ... · résoudre des conflits entre communautés en Casamance ... avec les jeunes leaders de DECLIC - ... pour trouver une

Vision algorithmique Vision biologique RobotvisOdyssée 2002 2007 Modéliser pour –Trouver des solutions pour résoudre de nouvelles problématiques dans un

En Passant 02

En Passant 09

Résoudre les refus de soins