Géométrie Algorithmique Données, Modèles, Programmes
Géométrie Algorithmique
Données, Modèles, Programmes
2. La puissance de l’aléa : algorithmes randomisés
Jean-Daniel Boissonnat
Collège de France
19 avril 2017
1 / 46
Géométrie algorithmique
Données, modèles, programmes
1Modèles géométriques discrets
F. Cazals : Modèles géométriques pour la prédiction des interactions
macro-moléculaires
2La puissance de l’aléa : algorithmes randomisés
P. Calka : Probabilités géométriques
3Le calcul géométrique
S. Pion : La bibliothèque logicielle CGAL
4Génération de maillages
J-M. Mirebeau : Les deux réductions de Voronoï et leur application aux
équations aux dérivées partielles
5Courbes et surfaces
P. Alliez : Reconstruction de surfaces
6Espaces de configurations
A. de Mesmay : Dessin de graphes
7Structures de données géométriques
D. Feldman : Core sets
8Géométrie des données
F. Chazal : Analyse topologique des données
2 / 46
Probabilités et géométrie algorithmique
Distribution de l’entrée et choix aléatoires
entr´ee sortie
algorithme
3 / 46
Probabilités et géométrie algorithmique
Distribution de l’entrée et choix aléatoires
entr´ee sortie
choix al´eatoires
algorithme
Modélisation de l’entrée et complexité combinatoire
Introduction de choix aléatoires pour améliorer la complexité
algorithmique
4 / 46
Probabilités et géométrie algorithmique
Algorithmes randomisés
entr´ee sortie
choix al´eatoires
algorithme
Un algorithme randomisé effectue des choix aléatoires
ordre d’insertion des données d’entrée
échantillonnage aléatoire
transformation aléatoire des données (perturbation, projection)
5 / 46
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
1
/
63
100%
