Você está na página 1de 119

GrafosModfranci

2009/6/30
page 1
Estilo OBMEP

Grafos Uma Introduo


Samuel Jurkiewicz

GrafosModfranci
2009/6/30
page 2
Estilo OBMEP

Texto j revisado pela nova ortografia.

GrafosModfranci
2009/6/30
page 3
Estilo OBMEP

Sobre o Autor
Samuel Jurkiewicz carioca e Doutor em Matemtica pela Universidade Pierre et Marie, em Paris. Atualmente professor da Escola de
Engenharia da UFRJ. J atuou como docente em todos os nveis, inclusive no pr-escolar. Alm do ensino de graduao e ps-graduao,
tem desenvolvido atividades junto a professores e alunos do Ensino
Mdio atravs de oficinas de Matemtica Discreta.

GrafosModfranci
2009/6/30
page 4
Estilo OBMEP

GrafosModfranci
2009/6/30
page i
Estilo OBMEP

Sumrio
1 O que um Grafo?

1.1

Primeiras Noes . . . . . . . . . . . . . . . . . . . . .

1.2

Grau de um Vrtice . . . . . . . . . . . . . . . . . . .

1.3

Nosso Primeiro Resultado . . . . . . . . . . . . . . . .

10

1.4

Alguns Problemas com as Definies . . . . . . . . . .

11

1.5

Isomorfismo . . . . . . . . . . . . . . . . . . . . . . . .

13

1.6

Outras Definies . . . . . . . . . . . . . . . . . . . . .

16

1.7

Tipos Especiais de Grafos . . . . . . . . . . . . . . . .

17

1.8

Representao por Matrizes . . . . . . . . . . . . . . .

22

2 Ciclos e Caminhos

28

2.1

Conexidade Outra Vez . . . . . . . . . . . . . . . . . .

28

2.2

O Problema do Menor Caminho

. . . . . . . . . . . .

31

Algoritmos e Computadores . . . . . . . . . . . . . . .

31

Qual o Menor Caminho at a Escola? . . . . . . . . . .

32

3 Mais Ciclos e mais Caminhos


i

45

GrafosModfranci
2009/6/30
page ii
Estilo OBMEP

ii

SUMRIO

3.1

Euler e as Pontes de Kenisberg . . . . . . . . . . . . .

45

Esse Problema Importante? . . . . . . . . . . . . . .

47

3.2

Estrutura de Dados . . . . . . . . . . . . . . . . . . . .

48

3.3

Grafos Eulerianos . . . . . . . . . . . . . . . . . . . . .

51

3.4

O Problema Chins do Carteiro . . . . . . . . . . . . .

57

3.5

Grafos e Ciclos Hamiltonianos . . . . . . . . . . . . . .

58

3.6

O Problema do Caixeiro Viajante PCV . . . . . . . .

59

3.7

Uma Palavra sobre Complexidade . . . . . . . . . . . .

62

4 rvores

66

4.1

Definies e Caracterizaes . . . . . . . . . . . . . . .

66

4.2

rvores Geradoras . . . . . . . . . . . . . . . . . . . .

68

O Problema de Conexo de Peso Mnimo . . . . . . . .

68

5 Subconjuntos Especiais de um Grafo

73

5.1

Conjuntos Independentes

. . . . . . . . . . . . . . . .

73

5.2

Colorao . . . . . . . . . . . . . . . . . . . . . . . . .

76

5.3

Aplicaes de Colorao . . . . . . . . . . . . . . . . .

77

5.4

Cliques . . . . . . . . . . . . . . . . . . . . . . . . . . .

82

5.5

Acoplamentos . . . . . . . . . . . . . . . . . . . . . . .

82

5.6

Acoplamentos em Grafos Bipartidos . . . . . . . . . .

84

GrafosModfranci
2009/6/30
page iii
Estilo OBMEP

iii
5.7

Colorao de Arestas . . . . . . . . . . . . . . . . . . .

85

5.8

Outros Subconjuntos . . . . . . . . . . . . . . . . . . .

92

6 Grafos Planares

95

6.1

Definies e Resultados Simples . . . . . . . . . . . . .

95

6.2

Teorema de Kuratowski . . . . . . . . . . . . . . . . .

99

6.3

Dualidade . . . . . . . . . . . . . . . . . . . . . . . . . 100

6.4

O Problema das 4 Cores . . . . . . . . . . . . . . . . . 101

ndice

111

GrafosModfranci
2009/6/30
page iv
Estilo OBMEP

GrafosModfranci
2009/6/30
page 1
Estilo OBMEP

Introduo
O leitor seria capaz de desenhar a figura 1 abaixo sem tirar o
lpis do papel? Tem que ir de ponto a ponto e no pode passar pela
mesma linha duas vezes.
C

E
Figura 1

Foi fcil? Experimente agora comear pelo ponto B.


Bem, esse problema importante? Pensemos numa pequena
cidade com pequeno oramento. O servio de recolhimento de lixo
feito por um pequeno caminho. Queremos evitar o desperdcio;
uma boa ideia seria fazer o caminho passar uma nica vez por cada
1

GrafosModfranci
2009/6/30
page 2
Estilo OBMEP

2
rua e retornar ao ponto de partida. Na verdade, o mesmo problema.
Um outro problema que propomos s crianas para que se
aquietem o seguinte: temos que ligar Luz, Gs e Telefone a trs
casas sem que as linhas se cruzem. Voc j tentou? (veja a figura 2)

casa 3

casa 2

casa 1

Figura 2
Outra vez, cabe a pergunta: esse problema importante? Pensemos ento numa fbrica de placas de circuito integrado. Encontrar
esquemas de ligao que evitem cruzamento crucial para baratear os
custos de manufatura; quanto menos camadas, mais rpido e rentvel
se torna o servio.
Nos dois casos s nos interessou considerar um conjunto de pontos
e um conjunto de ligaes entre eles. a essa estrutura que chamamos
grafo.
Estas notas tratam da Teoria dos Grafos uma modesta introduo. Desde o sculo XVIII at nossos dias essa teoria tem conhecido
extraordinrio desenvolvimento terico e aplicado. Adotamos ento

GrafosModfranci
2009/6/30
page 3
Estilo OBMEP

3
a prtica de introduzir alguns temas gerais que dessem uma pequena
ideia da variedade de abordagens e problemas que ela pode oferecer.
Certamente, muito ficou para depois. O que esperamos que ao final o leitor tenha se convencido da utilidade dos conceitos e processos
apresentados, mas guardamos o secreto desejo de que o aspecto ldico
dos grafos o contaminem com o que costumamos chamar de graphical
desease, ou melhor, traduzindo, a febre dos grafos.
Uma observao: sendo essa uma primeira abordagem da teoria
dos grafos, tratamos aqui apenas de grafos sem orientao. A inteno
foi apresentar os conceitos da forma mais simplificada possvel. Para
o leitor interessado, a bibliografia contempla grafos com orientao.
Cada captulo acompanhado de exerccios sem a soluo, preferimos deixar o prazer desta tarefa ao leitor. A bibliografia ao fim
das notas mais do que suficiente para adquirir um conhecimento
razovel de teoria dos grafos, e inclui trabalhos de nvel diversificado.
Enfim, deve haver erros; as crticas (construtivas, por favor) so
bem vindas.
Esperamos que apreciem estas notas.

Samuel Jurkiewicz
Escola de Engenharia/UFRJ Departamento de Engenharia Industrial
COPPE/UFRJ Programa de Engenharia de Produo
jurki@pep.ufrj.br

GrafosModfranci
2009/6/30
page 4
Estilo OBMEP

GrafosModfranci
2009/6/30
page 5
Estilo OBMEP

Captulo 1

O que um Grafo?
1.1

Primeiras Noes

Numa escola algumas turmas resolveram realizar um torneio


de vlei. Participam do torneio as turmas 6A, 6B, 7A, 7B, 8A e 8B.
Alguns jogos foram realizados at agora:
6A
6B
7A
7B
8A
8B

jogou
jogou
jogou
jogou
jogou
jogou

com
com
com
com
com
com

7A, 7B, 8B
7A, 8A, 8B
6A, 6B
6A, 8A, 8B
6B, 7B, 8B
6A, 6B, 7B, 8A

Mas ser que isto est correto? Pode ter havido um erro na
listagem. Uma maneira de representar a situao atravs de uma
figura. As turmas sero representadas por pontos e os jogos sero
representados por linhas.
No difcil agora constatar a consistncia das informaes. A
estrutura que acabamos de conhecer um grafo. Apresentamos duas
formas de representar esta estrutura
5

GrafosModfranci
2009/6/30
page 6
Estilo OBMEP

 CAP. 1: O QUE UM GRAFO?


6A
8B

6B

7A

8A
7B

Figura 1.1: Grafo do Campeonato de Vlei


Por uma lista, dizendo quem se relaciona com quem.
Por um desenho, isto , uma representao grfica.
Qual a forma correta? As duas so corretas. A estrutura grafo
admite vrias maneiras de ser representada. Isso no novidade:
a palavra dois e o smbolo 2 representam o mesmo conceito
matemtico.
Para que um grafo fique bem definido temos que ter dois conjuntos:
O conjunto V , dos vrtices no nosso exemplo, o conjunto das
turmas.
O conjunto A, das arestas no nosso exemplo, so os jogos
realizados.
Em outra palavras, o que nos interessa num grafo :
Quem so os vrtices.

GrafosModfranci
2009/6/30
page 7
Estilo OBMEP

N SEC. 1.2: GRAU DE UM VRTICE

Que pares de vrtices esto ligados e quais no esto (isto ,


quem so as arestas).

Quando existe uma aresta ligando dois vrtices dizemos que os vrtices
so adjacentes e que a aresta incidente aos vrtices. No nosso
exemplo podemos representar o grafo de forma sucinta como:
V = {6A; 6B; 7A; 7B; 8A; 8B}

A = {(6A; 7A); (6A; 7B); (6A; 8B); (6B; 7A); (6B; 8A); (6B; 8B); (7B; 8A);
(7B; 8B); (8A; 8B)}
Observe que no precisamos colocar (8A; 7B) no conjunto de
arestas pois j tnhamos colocado (7B; 8A).
O nmero de vrtices ser simbolizado por |V | ou pela letra n.
O nmero de arestas ser simbolizado por |A| ou pela letra m.
No nosso exemplo n = 6 e m = 9.

1.2

Grau de um Vrtice

No nosso exemplo vimos que cada turma jogou um nmero diferente de jogos:

GrafosModfranci
2009/6/30
page 8
Estilo OBMEP

 CAP. 1: O QUE UM GRAFO?

6A
6B
7A
7B
8A
8B

jogou
jogou
jogou
jogou
jogou
jogou

3
3
2
3
3
4

jogos
jogos
jogos
jogos
jogos
jogos

Por isso, no nosso desenho, o vrtice 6A tem 3 arestas ligadas a


ele, o vrtice A7 tem 2 arestas ligadas a ele e assim por diante.
Dizemos que estas arestas so incidentes ao vrtice. O nmero
de vezes que as arestas incidem sobre o vrtice v chamado grau
do vrtice v, simbolizado por d(v). No nosso exemplo, d(6A) = 3;
d(7A) = 2.
Exerccios
1. Usando o grafo do campeonato:
(a) D o grau de cada um dos vrtices
(b) Qual a soma de todos os graus?
(c) Qual o nmero de arestas?
(d) O que voc observou? Ser coincidncia?
2. Faa o mesmo exerccio anterior usando os grafos da figura 1.2:

GrafosModfranci
2009/6/30
page 9
Estilo OBMEP

N SEC. 1.2: GRAU DE UM VRTICE

Figura 1.2:

GrafosModfranci
2009/6/30
page 10
Estilo OBMEP

10

1.3

 CAP. 1: O QUE UM GRAFO?

Nosso Primeiro Resultado

No exerccio anterior voc deve ter observado que a soma dos graus
de um grafo sempre o dobro do nmero de arestas (e isso no deve
ser coincidncia...). Isso pode ser escrito em linguagem matemtica.
Para isso, denotaremos um grafo pela letra G e representaremos
por V (G) e A(G) respectivamente, os conjuntos de vrtices e das
arestas de G.
Teorema. Para todo grafo G
X

d(v) = 2 m.

vV (G)

Isto : A soma dos graus dos vrtices de um grafo sempre o dobro


do nmero de arestas.
Demonstrao. Quando contamos os graus dos vrtices estamos contando as extremidades das arestas uma vez. Como cada aresta tem
duas extremidades, cada aresta foi contada duas vezes.

Corolrio. Todo grafo G possui um nmero par de vrtices de grau


mpar.
Demonstrao. Se tivssemos um nmero mpar de vrtices de grau
mpar a soma dos graus seria mpar. Mas a soma dos graus o dobro
do nmero de arestas e, portanto um nmero par.

GrafosModfranci
2009/6/30
page 11
Estilo OBMEP

N SEC. 1.4: ALGUNS PROBLEMAS COM AS DEFINIES

1.4

11

Alguns Problemas com as Definies

Algumas perguntas acerca das definies podem nos deixar


atrapa-lhados. Vamos examinar algumas.
Uma aresta pode ligar um vrtice a ele mesmo?
Pode. o que chamamos de lao (veja figura 1.3). Por
exemplo, vamos construir o grafo em que V = {2, 3, 4, 5, 6} e
dois vrtices sero ligados quando tiverem um divisor comum
(diferente de 1).

Figura 1.3: Grafo com laos


Pela definio do grafo vemos que o 5 no est ligado a nenhum outro vrtice mas tem um lao (como alis todos os outros
vrtices deste grafo). Para haver coerncia com os resultados da
seo anterior, temos que contar o lao duas vezes (uma para
cada extremidade) quando calcularmos o grau do vrtice. No
nosso exemplo:
d(2) = 4; d(3) = 3; d(4) = 4; d(5) = 2; d(6) = 5
e o teorema continua valendo.

GrafosModfranci
2009/6/30
page 12
Estilo OBMEP

12

 CAP. 1: O QUE UM GRAFO?

Dois vrtices podem estar ligados por mais de uma aresta?


Podem. Neste caso usamos o nome especial de multigrafo
(veja figura 1.4). Um exemplo que veremos adiante resulta no
seguinte grafo:

Figura 1.4: Multigrafo (com arestas mltiplas)


Grafos sem laos ou arestas mltiplas so chamados de grafos
simples. Neste texto estaremos trabalhando quase sempre com
grafos simples.
A figura 1.5 mostra um grafo ou dois grafos?

Figura 1.5: Um grafo ou dois?


Depende da situao. Em princpio parecem dois grafos distintos, e podemos consider-los assim. Mas podemos pensar que
esse grafo representa as ligaes entre casas de uma cidade onde
passa um rio (veja figura a seguir).
Se as pontes forem destrudas em um temporal a cidade ainda

GrafosModfranci
2009/6/30
page 13
Estilo OBMEP

13

N SEC. 1.5: ISOMORFISMO

Figura 1.6:
uma s, apenas foi desconectada. O grafo da figura 1.5
poderia ser o que chamamos de grafo desconexo. Essa uma
noo importante e voltaremos a ela algumas vezes. Cada parte
conexa do grafo (no nosso exemplo o quadrado e o tringulo)
chamada de componente conexa do grafo. Dizemos que
um grafo conexo se qualquer par de pontos ligado por ao
menos um caminho.

1.5

Isomorfismo
Observe o grafo mostrado na figura adiante.

Verifique que a situao representada exatamente a mesma do


grafo inicial do campeonato. Apenas nesse caso procuramos fazer o
desenho de forma a no haver pontos comuns entre as arestas (fora dos
vrtices, claro). Quando dois grafos representam a mesma situao
dizemos que eles so grafos isomorfos.
Esse conceito s vezes gera polmica. o mesmo grafo ou no?
Claramente as caractersticas de um e de outro so as mesmas (graus,
nmero de arestas e outras que veremos mais tarde). E na verdade

GrafosModfranci
2009/6/30
page 14
Estilo OBMEP

14

 CAP. 1: O QUE UM GRAFO?

6A
8B

6B

7A

8A
7B

Figura 1.7:
esta no uma questo realmente importante. O essencial saber
discernir quando dois grafos so isomorfos ou no. Para isso vamos
usar uma definio tcnica.
Dois grafos G1 e G2 so ditos isomorfos se existe uma
correspondncia 1-a-1 entre seus conjuntos de vrtices que preserve as
adjacncias.
Vejamos um exemplo:
b

d
a

Figura 1.8:
Vamos estabelecer uma correspondncia 1 1 entre os conjuntos

GrafosModfranci
2009/6/30
page 15
Estilo OBMEP

15

N SEC. 1.5: ISOMORFISMO

de vrtices:
f :aw
bx
cz
dy
Esta funo funciona perfeitamente. Se tomarmos uma aresta no
primeiro grafo (digamos (a; d)) a funo far a correspondncia com
(w; y) que uma aresta no segundo grafo. Se tomarmos dois vrtices
que no so ligados por uma aresta (digamos a e c) a funo far
corresponder dois vrtices (w e z) que tambm no so ligados.
Exerccios
1. Verifique que a correspondncia a seguir no serve para mostrar
o isomorfismo dos grafos da figura 1.8.
Sugesto: Tome dois vrtices que no sejam ligados, faa a
correspondncia e veja o que acontece.
f : ax
by
cz
dw

GrafosModfranci
2009/6/30
page 16
Estilo OBMEP

16

 CAP. 1: O QUE UM GRAFO?

2. Mostre que os pares de grafos da figura 1.9 e 1.10 so isomorfos:

Figura 1.9:

Figura 1.10:

3. Mostre que os grafos 1.11 e 1.12 no so isomorfos:

Figura 1.11:

1.6

Figura 1.12:

Outras Definies

O conjunto de vrtices adjacentes a v chamado vizinhana


aberta de v, denotado por N (v). A vizinhana fechada de v
denotada e definida por N [v] = N (v) {v}, isto , inclui a vizinhana
e o prprio vrtice. Podemos estender esta definio para conjuntos de
vrtices (N (S)eN [S]). Por exemplo, no grafo do campeonato temos
N (7B) = {6A; 8A; 8B} e N [7B] = {6A; 7B; 8A; 8B}.

GrafosModfranci
2009/6/30
page 17
Estilo OBMEP

17

N SEC. 1.7: TIPOS ESPECIAIS DE GRAFOS

Um vrtice de grau 0 dito isolado; um vrtice de grau 1 dito


pendente. A sequncia de graus de um grafo a sequncia no
crescente formada pelos graus dos vrtices dos grafos. Por exemplo,
a sequncia de graus do grafo do campeonato (4, 3, 3, 3, 3, 2).
O menor grau de um vrtice em G o grau mnimo, denotado
(G), e o maior o grau mximo, denotado (G). No caso do
campeonato temos (G) = 4 e (G) = 2.
G0 dito um subgrafo de G se V (G0 ) V (G) e A(G0 ) A(G).
Na figura a seguir, o grafo G0 um subgrafo de G. O grafo G
dito um subgrafo induzido pelo subconjunto {a, b, c, d} de V (G),
pois todas as arestas incidentes aos vrtices de a, b, c, d em G esto
presentes em G(veja a figura 1.13).

a
e

Figura 1.13:

1.7

Tipos Especiais de Grafos

Grafo completo Imagine o grafo do campeonato quando todos


os jogos tiverem sido jogados. Ele ficaria com o aspecto da 1.14:

GrafosModfranci
2009/6/30
page 18
Estilo OBMEP

18

 CAP. 1: O QUE UM GRAFO?


6A
8B

6B

7A

8A
7B

Figura 1.14: O grafo completo K6


Isto o que chamamos um grafo completo. Um grafo completo definido como um grafo onde todo par de vrtices
ligado por uma aresta. Um grafo completo com n vrtices
denotado por Kn (O nosso exemplo K6 ).
Exerccios
1. Quantas arestas tm K7 ? e K12 ? e Kn ?
2. Quantos vrtices um grafo simples precisa ter para poder
ter 200 arestas?
Grafo complementar (veja figura 1.15)
Imagine agora que temos o grafo do campeonato e queremos
fazer o grafo dos jogos que faltam. Faramos um grafo com o
mesmo conjunto de vrtices mas com as arestas que faltam no
grafo original. Veja a figura.

GrafosModfranci
2009/6/30
page 19
Estilo OBMEP

19

N SEC. 1.7: TIPOS ESPECIAIS DE GRAFOS

6A

6A

8B

8B

6B

7A

8A

6B

7A

8A

7
B

7
B

Figura 1.15: Dois grafos complementares


Chamamos este grafo de grafo complementar do grafo G,
denotado por G. fcil perceber que V (G) = V (G) e que
A(G) A(G) inclui todas as arestas de G.
Grafo nulo ou vazio (figura 1.16)
Um grafo G nulo ou vazio quando o conjunto de arestas
A(G) vazio.
Por exemplo, antes de comear o campeonato nenhum jogo
havia sido jogado. Nosso grafo ficaria como na figura 1.16:
6A

8B

6B

7A

8A
7B

Figura 1.16: Grafo nulo ou vazio

GrafosModfranci
2009/6/30
page 20
Estilo OBMEP

20

 CAP. 1: O QUE UM GRAFO?

Grafo regular (figura 1.17)


Um grafo regular (de grau k, ou ainda k-regular) quando
todos os seus vrtices tm o mesmo grau (k). A figura 1.17
mostra um grafo 3-regular, isto , todos os vrtices tem grau 3.

Figura 1.17: Um grafo k-regular de grau 3


Ciclo (figura 1.18)
Um ciclo um grafo conexo regular de grau 2. A notao C n

Figura 1.18: Exemplos de ciclo: C5 e C6


Caminho (figura 1.19)
Um caminho um ciclo do qual retiramos uma aresta. O comprimento do caminho dado pelo nmero de arestas (o que faz
sentido: o nmero de passos que gastamos para percorrer o
caminho). Assim, o caminho Pn obtido retirando uma aresta
do ciclo Cn+1 .

GrafosModfranci
2009/6/30
page 21
Estilo OBMEP

N SEC. 1.7: TIPOS ESPECIAIS DE GRAFOS

21

Figura 1.19: Exemplos de caminho: P 4 e P5


rvores (figura 1.20)
Uma rvore um grafo conexo sem ciclos como subgrafos. Note
que o fato de no ter ciclos faz com que a rvore seja a maneira
mais econmica de conectar os vrtices. As rvores formam
uma famlia importante de grafos e voltaremos a elas mais tarde.

Figura 1.20: Exemplos de rvores


Grafos bipartidos (figura 1.21)
um grafo em que o conjunto V de vrtices pode ser particionado em dois subconjuntos disjuntos V 1 e V2 tal que toda
aresta de G tem uma extremidade em V1 e outra em V2 . O subconjunto V1 dito um subconjunto independente de vrtices do grafo G pois no h arestas ligando dois vrtices de
V1 . Temos tambm que V2 um subconjunto independente de

GrafosModfranci
2009/6/30
page 22
Estilo OBMEP

22

 CAP. 1: O QUE UM GRAFO?

vrtices de G.

Figura 1.21: Grafo bipartido

Grafos bipartidos completos Notao K p,q (figura 1.22).


um grafo bipartido em que todos os vrtices de V 1 so ligados
a todos os vrtices de V2 .

Figura 1.22: Grafo bipartido completo K 2,4

1.8

Representao por Matrizes

Matrizes um assunto tpico do ensino mdio mas o que


mostraremos aqui pode ser entendido por todos. Uma das formas

GrafosModfranci
2009/6/30
page 23
Estilo OBMEP

23

N SEC. 1.8: REPRESENTAO POR MATRIZES

mais comuns de informar uma estrutura de grafo para um computador atravs de matrizes. Uma matriz nada mais do que uma
tabela com linhas e colunas. Um exemplo bastante conhecido a
tabuada:

0
1
2
3
4
5
6
7
8
9

0
0
0
0
0
0
0
0
0
0

0
1
2
3
4
5
6
7
8
9

0
2
4
6
8
10
12
14
16
18

0
3
6
9
12
15
18
21
24
27

0
4
8
12
16
20
24
28
32
36

0
5
10
15
20
25
30
35
40
45

0
6
12
18
24
30
36
42
48
54

0
7
14
21
28
35
42
49
56
63

0
8
16
24
32
40
48
56
64
72

0
9
18
27
36
45
54
63
72
81

Se quisermos saber o valor de 3 5 procuramos o valor na linha


do 3 e na coluna do 5, isto 15.
Mas as matrizes tm outras utilidades. No caso dos grafos elas
podem ser usadas na representao de vrias formas. Eis algumas
delas. Exemplificaremos com as representaes do grafo a seguir:

GrafosModfranci
2009/6/30
page 24
Estilo OBMEP

24

 CAP. 1: O QUE UM GRAFO?

Figura 1.23:
Matriz de adjacncia a matriz definida por

xij =

1 se ij A(G)
0 se ij
/ A(G)

No exemplo da figura 1.23, a matriz de adjacncia :


0
1
1
1

1
0
1
0

1
1
0
1

1
0
1
0

Matriz de incidncia a matriz n m definida por

xij =

1 se a aresta ej incidente em vi
0 caso contrrio

GrafosModfranci
2009/6/30
page 25
Estilo OBMEP

25

N SEC. 1.8: REPRESENTAO POR MATRIZES

No exemplo da figura 1.23 a matriz de incidncia :

a
b
c
d

ab

ac

ad

bc

cd

1
1
0
0

1
0
1
0

1
0
0
1

0
1
1
0

0
0
1
1

Exerccios
1. Qual o grafo complementar do grafo desconexo formado por
duas componentes conexas isomorfas a K 3 e K7 ?
2. Qual o grafo complementar do grafo desconexo formado por
duas componentes conexas isomorfas a K r e Ks ?
3. Mostre que um grafo G desconexo, ento seu complementar
G tem um subgrafo bipartido completo. Mostre que a recproca
no verdadeira.
4. Mostre que as sequncias (9,8,7,6,5,5,4,3,3) e (7,7, 7,6,5,4,3,2)
no correspondem a sequncias de graus de nenhum grafo.
5. Mostre que a sequncia (3, 3, 3, 3, 3, 3) corresponde a pelo menos
dois grafos no isomorfos.
6. Mostre que uma mesma sequncia pode corresponder a grafos
no isomorfos.
7. Prove que

2.m
n

GrafosModfranci
2009/6/30
page 26
Estilo OBMEP

26

 CAP. 1: O QUE UM GRAFO?

8. Mostre que em um grafo bipartido m

n2
4 .

9. (a) Mostre que se G conexo, ento m n 1.


(b) Mostre que a recproca no verdadeira.
(c) Qual o menor valor de m que garante que G conexo?
10. Desenhe uma representao do grafo cuja matriz de adjacncia
:
0
1
0
1
1

1
0
1
1
0

0
1
0
1
0

1
1
1
0
1

1
0
0
1
0

11. Um grafo autocomplementar se for isomorfo ao seu complemento. Mostre que se G autocomplementar, ento n = 4k
ou n = 4.k + 1 para algum k inteiro.
12. O grafo de linha ou grafo adjunto, notao L(G), o grafo
cujos vrtices esto em correspondncia 1 a 1 com as arestas
de G e cujas arestas ligam vrtices que correspondem a arestas
incidentes em G.
(a) Mostre que L(K3 ) = L(K1,3 ).
(b) Mostre que se G regular de grau k, L(G) regular de
grau 2.k 2.
(c) Encontre uma expresso para o nmero de arestas de L(G)
em funo dos graus de G.

GrafosModfranci
2009/6/30
page 27
Estilo OBMEP

N SEC. 1.8: REPRESENTAO POR MATRIZES

27

13. Suponha que as arestas de K6 sejam coloridas de azul ou de


vermelho. Mostre que, seja qual for a forma de colorir, o grafo
ter um subgrafo isomorfo a K3 colorido com uma s cor.
Roteiro: Suponha, por absurdo, que isso no verdade.
(a) Escolha um vrtice v qualquer; mostre que existem (pelo
menos) 3 arestas incidentes a v com a mesma cor (digamos, sem perda de generalidade, (v; a); (v; b); e (v; c) so
coloridas de azul).
(b) Mostre que (a; b); (a; c); e (b; c) no podem ser coloridas de
azul.
(c) Conclua que (a; b); (a; c); e (b; c) devem ser coloridas de
vermelho, mostrando o absurdo, e provando a afirmao.
14. Suponha que as arestas de K17 sejam coloridas de azul, verde
ou de vermelho. Mostre que, seja qual for a forma de colorir, o
grafo ter um subgrafo isomorfo a K3 colorido com uma s cor.
Sugesto: Use o exerccio anterior.
15. Mostre que num grafo simples pelo menos dois vrtices tm o
mesmo grau.

GrafosModfranci
2009/6/30
page 28
Estilo OBMEP

Captulo 2

Ciclos e Caminhos
2.1

Conexidade Outra Vez

Observao. Quando no houver risco de confuso a aresta (v, w)


ser denotada simplesmente por vw.
Um passeio uma sequncia de arestas do tipo
v0 v1 ,v1 v2 ,v2 v3 ,...vs1 vs ; s o comprimento do passeio.
Se
todas as arestas do passeio so distintas, o passeio chamado
trilha; se v0 = vs o passeio uma trilha fechada. Se, alm das
arestas, todos os vrtices so distintos ento temos um caminho
e se v0 = vs temos um ciclo (como visto anteriormente). Uma
outra forma de definir a conexidade observar que um grafo G
conexo se, e s se, existe um caminho entre quaisquer dois vrtices
de G. As componentes conexas podem ser vistas como as classes de
equivalncia da relao:
x ' y se, e somente se, existe um caminho ligando x a y.
(Para isso, estamos considerando que entre um vrtice e ele mesmo
existe um caminho de comprimento 0.) O menor comprimento pos28

GrafosModfranci
2009/6/30
page 29
Estilo OBMEP

N SEC. 2.1: CONEXIDADE OUTRA VEZ

29

svel para um caminho entre os vrtices u e v chamado de distncia


entre u e v. Podemos tambm sinalizar as sequncias de arestas descritas acima pela sucesso de vrtices v 0 ,v1 ,v2 ,...,vs1 ,vs .
Dizemos que um grafo conexo k -conexo se, ao retirarmos k 1
vrtices do grafo, ele continua conexo. Por exemplo, o grafo da figura
1.17 3 conexo, pois podemos escolher 2 vrtices quaisquer para
retirar, e mesmo assim o grafo continuar conexo.

Teorema. Um grafo G bipartido se, e somente se, no contm


ciclos de comprimento mpar.

Demonstrao.
() Seja G bipartido. Se no houver ciclo em G, no h o que
mostrar. Se h um ciclo em G este alterna vrtices de V 1 e V2 ,
dois subconjuntos independentes e disjuntos. Partindo de V 1 (por
exemplo), para retornar ao ponto de partida teremos que utilizar um
nmero par de arestas. O ciclo , portanto, de comprimento par.
() Podemos considerar apenas grafos conexos. Seja G um grafo sem
ciclos mpares. Vamos particionar seu conjunto de vrtices em dois
subconjuntos V1 e V2 , independentes e disjuntos. Tomamos primeiramente um vrtice qualquer v. O subconjunto V 1 ser formado por
todos os vrtices w tais que exista um caminho de comprimento par
entre v e w. O subconjunto V2 ser formado por todos os vrtices
w tais que exista um caminho de comprimento mpar entre v e w.
Os conjuntos V1 e V2 so disjuntos, pois se w estivesse em V 1 e V2
ao mesmo tempo, haveria um caminho de comprimento par e um

GrafosModfranci
2009/6/30
page 30
Estilo OBMEP

30

 CAP. 2: CICLOS E CAMINHOS

caminho de comprimento mpar ligando v a w. Esses dois caminhos podem se cruzar (ou no) antes de chegar em w, produzindo
alguns ciclos (veja a figura a seguir). Como o nmero de arestas
usado nestes ciclos mpar ( a soma do nmero de arestas dos dois
caminhos) isso produziria pelo menos um ciclo mpar em G, contrariando a hiptese.

Figura 2.1:

J sabemos que o conjunto de vrtices de um grafo bipartido


particionado em dois subconjuntos V 1 e V2 . O conjunto V1 (e tambm
o conjunto V2 ) chamado conjunto independente, isto , se w e t
forem ambos vrtices de V1 eles no so adjacentes.
Exerccio
Nos pares de grafos das figuras 2.2 e 2.3, mostre qual dos grafos
bipartido e qual no .

Figura 2.2:

Figura 2.3:

GrafosModfranci
2009/6/30
page 31
Estilo OBMEP

N SEC. 2.2: O PROBLEMA DO MENOR CAMINHO

2.2

31

O Problema do Menor Caminho

Algoritmos e Computadores
Nesta seo vamos tratar de um problema relativamente simples.
Por exemplo, algum precisa se deslocar de uma cidade para outra e
para isso dispe de vrias estradas que passam por diversas cidades.
Qual caminho oferece uma trajetria de menor comprimento?
O algoritmo que soluciona este problema (e at hoje no se encontrou forma melhor) foi criado por Edsger Wybe Dijkstra, em 1952.
Dijkstra nasceu em 1930, na cidade de Roterdan Holanda, e morreu
em 2002. Foi um cientista de computao e recebeu o Turing Award
de 1972 por suas contribuies fundamentais na rea de linguagens
de programao.
Notem um fato interessante: geralmente o que estudamos em
Matemtica foi criado h muito tempo. Mas a Matemtica, como
veremos no problema que estamos estudando, continua a oferecer
solues e com o desenvolvimento da Informtica a ideia de uma
soluo para um problema tem se modificado. Em vez de procurarmos um nmero, uma resposta (o que em muitos casos necessrio),
procuramos um algoritmo, isto , uma srie de procedimentos que nos
levem soluo. A vantagem que, se o problema for muito extenso,
poderemos programar um computador para realizar este algoritmo.
Este problema um excelente exemplo disso.
Veremos mais tarde que isso no quer dizer que no precisamos
de teoria, muito pelo contrrio. Um bom algoritmo depende de boa
matemtica. Mas, voltaremos a isso adiante. Por enquanto vamos ver

GrafosModfranci
2009/6/30
page 32
Estilo OBMEP

32

 CAP. 2: CICLOS E CAMINHOS

a soluo, simples e interessante, oferecida por Dijkstra, que viveu no


nosso tempo, ou dos nossos pais.
Observe que trabalharemos com grafos valorados, isto , estaremos atribuindo valores s arestas. Estes valores podem ser distncias, tempo gasto no trajeto, custo com a ligao etc. Usaremos as
expresses custo ou distncia para nos referirmos a estes valores.
Estes valores geralmente so estimados por engenheiros, economistas
e consideraremos nos prximos exemplos que eles so dados. Este algoritmo trabalha apenas com grafos valorados com valores positivos
e nossa tarefa minimizar custo ou distncia.

Qual o Menor Caminho at a Escola?


5

Armazm
Armazem

Casa do
Casa
do
Joo
Joo

13

10

Pracinha
Pracinha

11
Banca de
de
Banca
Jornal
Jornal

3
6

Quitanda
Quitanda

4
Cancela
Cancela

Escola
Escola

Figura 2.4:
Lembremos que este grafo valorado, isto , atribumos valores

GrafosModfranci
2009/6/30
page 33
Estilo OBMEP

33

N SEC. 2.2: O PROBLEMA DO MENOR CAMINHO

s arestas. A distncia diferente da que estamos acostumados.


Por exemplo, na figura 2.4, entre a Pracinha (P) e a Banca de Jornal
(B) colocamos a distncia 11 pois h um cachorro que nos assusta.
Entre a Quitanda (Q) e a Cancela (C) a distncia 4 pois h uma
moa (ou rapaz) interessante. Usaremos este grafo simples e pequeno
para vermos como o algoritmo de Dijkstra funciona. Comeamos calculando todas as distncias a partir da Casa de Joo (J). A distncia
de J at J 0 (zero).
Vamos comear com o mapa sem ligaes (2.5).

Armazm
Armazem

Casa do
Joo

Pracinha
Pracinha

Banca de
Banca
de
Jornal
Jornal

Cancela
Cancela

Quitanda
Quitanda

Escola
Escola

Figura 2.5:

At onde posso chegar a partir da casa de Joo (J) em uma nica


etapa? Qual o custo? Vamos preencher a tabela a seguir.

GrafosModfranci
2009/6/30
page 34
Estilo OBMEP

34
Determinado
(fechado)

 CAP. 2: CICLOS E CAMINHOS

Posso chegar
at...

...com custo
ou distncia...

J - Casa de Joo
A - Armazm

P - Pracinha

Q - Quitanda

B - Banca de Jornal

C - Cancela

E - Escola

...vindo de...
***

Ainda
Ainda
Ainda
Ainda
Ainda
Ainda

no
no
no
no
no
no

atingimos
atingimos
atingimos
atingimos
atingimos
atingimos

Ateno: colocamos a distncia para dizer que ainda no atingimos este vrtice.
Vamos entender a figura e a tabela; na figura escurecemos a Casa
de Joo, pois j sabemos a menor distncia: 0. Os outros vrtices
ainda podem ser melhorados, por isso no esto escurecidos, e a etiqueta mostra que ainda no foram atingidos.
A partir da casa de Joo, quem podemos atingir imediatamente?
O Armazm, que est a distncia 5 da Casa de Joo, a Pracinha que
est a distncia 6 e a Quitanda, que est a distncia 10. Vou assinalar
isto no meu grafo. Mais ainda, eu agora percebo que a distncia ao
armazm no ir diminuir. De fato, qualquer outro caminho que
eu tome, j comea com um valor maior que 5 (ou eventualmente
igual). Ento escureo o vrtice do armazm para mostrar que ele
est fechado.

GrafosModfranci
2009/6/30
page 35
Estilo OBMEP

35

N SEC. 2.2: O PROBLEMA DO MENOR CAMINHO

0
5

Armazm
Armazem

Casa do
Casa
do
Joo
Joo

Pracinha
Pracinha

Banca
Bancade
de
Jornal
Jornal

10

10

Quitanda
Quitanda

Escola
Escola

Cancela
Cancela

Figura 2.6:

Vamos preencher a tabela de acordo:


Determinado
(fechado)

Posso chegar
at...

...com custo
ou distncia...

...vindo de...

J - Casa de Joo

***

A - Armazm
P - Pracinha

5
6

J
J

Q - Quitanda

10

B - Banca de Jornal

C - Cancela

E - Escola

Ainda no atingimos
Ainda no atingimos
Ainda no atingimos

Como a distncia at o armazm no vai diminuir, a nossa vez


de investigar se indo pelo caminho do armazm poderemos melhorar
as distncias. A partir do Armazm s podemos chegar Banca de

GrafosModfranci
2009/6/30
page 36
Estilo OBMEP

36

 CAP. 2: CICLOS E CAMINHOS

Jornais (B) (Lembre-se que J j est fechado). Note que a etiqueta de


distncia da Banca de Jornal passa a ser 18 = 5+13 (5 da etiqueta do
Armazm mais 13 da distncia Armazm-Banca de Jornais). Como
18 < a melhor distncia at a Banca de 18.
Nosso grafo e tabela ficam assim e o prximo vrtice a ser fechado
a Pracinha (P).
5

0
5

Casa
do
Casa do
Joo
Joo
6

Armazm
Armazem

13

18

Pracinha
Pracinha

Banca
de
Banca de
Jornal
Jornal

10

10

Quitanda
Quitanda

Escola
Escola

Cancela
Cancela

Figura 2.7:
Determinado
(fechado)

Posso chegar
at...

...com custo
ou distncia...

...vindo de...

J - Casa de Joo

***

A - Armazm

P - Pracinha

Q - Quitanda

10

B - Banca de Jornal

18

C - Cancela

E - Escola

Ainda no atingimos
Ainda no atingimos

GrafosModfranci
2009/6/30
page 37
Estilo OBMEP

N SEC. 2.2: O PROBLEMA DO MENOR CAMINHO

37

Como a distncia Pracinha no pode ser melhorada a partir


dela que investigaremos. Podemos chegar, passando pela Pracinha
Quitanda, Banca de Jornal e Cancela. Vamos ver o que acontece
nos trs casos:

Quitanda: 6 (etiqueta da Pracinha) + 3 (distncia PracinhaQuitanda) = 9; como 9 < 10 (que a etiqueta atual da Quitanda), o caminho melhor passa a ser pela Pracinha.
Cancela: 6 + 6 = 12 < logo o caminho para a cancela passa a ser
pela Pracinha.
Banca de Jornal: 6 + 11 = 17 < 18 e o caminho para a Banca de
Jornal passa a ser pela Pracinha.
O vrtice a ser fechado a Quitanda pois o menor valor em aberto.
Nosso grafo e tabela ficam assim:

GrafosModfranci
2009/6/30
page 38
Estilo OBMEP

38

 CAP. 2: CICLOS E CAMINHOS

0
5

Armazem
Armazm

Casa
do
Casa do
Joo
Joo
6

17

Pracinha
Pracinha

11

Bancade
de
Banca
Jornal

3
9

Quitanda
Quitanda
8

12

Escola
Escola

Cancela
Cancela

Figura 2.8:

Determinado
(fechado)

Posso chegar
at...

...com custo
ou distncia...

...vindo de...

J - Casa de Joo

***

A - Armazm

P - Pracinha

Q - Quitanda

B - Banca de Jornal

17

C - Cancela

12

E - Escola

Ainda no atingimos

Agora vamos estudar se podemos melhorar a distncia a partir da


Quitanda (que fechamos por ser o menor valor em aberto).

GrafosModfranci
2009/6/30
page 39
Estilo OBMEP

39

N SEC. 2.2: O PROBLEMA DO MENOR CAMINHO

Da Quitanda posso alcanar a Banca de Jornais com distncia


total 9 + 6 = 15 < 17 logo meu caminho para a Banca de Jornais
passa a usar a Quitanda.
Tambm posso alcanar a Cancela mas com distncia
9 + 4 = 13 > 12.
Ento no vantagem, e continuo a ir para a Cancela passando pela
Pracinha.
Nosso grafo e tabela ficam assim:

0
5

Armazem

Casa do
Joo

15

Pracinha

3
9

11

Banca de
Jornal

6
6
12
Cancela

Figura 2.9:

Quitanda

Escola

GrafosModfranci
2009/6/30
page 40
Estilo OBMEP

40

 CAP. 2: CICLOS E CAMINHOS

Determinado
(fechado)

Posso chegar
at...

...com custo
ou distncia...

...vindo de...

*
*

J - Casa de Joo
A - Armazm

0
5

***
J

P - Pracinha

*
*

Q - Quitanda

B - Banca de Jornal

15

C - Cancela

12

E - Escola

Ainda no atingimos

Observe que escurecemos o vrtice da Cancela, que o que tem


menor distncia acumulada entre os abertos. Isso mostra que nem
sempre fechamos os vrtices na ordem da tabela. Neste caso
fechamos a Cancela antes da Banca de Jornal.
J estamos quase terminando. Da Cancela s consigo ir Escola
com distncia acumulada 12 + 8 = 20 < .
Minha tabela e grafo ficam assim (escurecemos o vrtice da Banca
de Jornais):

Determinado
(fechado)

Posso chegar
at...

...com custo
ou distncia...

...vindo de...

*
*

J - Casa de Joo
A - Armazm

0
5

***
J

P - Pracinha

Q - Quitanda

B - Banca de Jornal

17

C - Cancela

12

E - Escola

20

GrafosModfranci
2009/6/30
page 41
Estilo OBMEP

41

N SEC. 2.2: O PROBLEMA DO MENOR CAMINHO

0
5

Armazem

Casa do
Joo

15

Pracinha

11

Banca de
Jornal

Quitanda
20

12
8

Cancela

Escola

Figura 2.10:
E finalmente, vemos que pela Banca de Jornal conseguimos chegar
Escola com distncia acumulada de 15 + 3 < 20.
A tabela e o grafo finais ficam:

Determinado
(fechado)

Posso chegar
at...

...com custo
ou distncia...

...vindo de...

J - Casa de Joo

***

A - Armazm

P - Pracinha

Q - Quitanda

B - Banca de Jornal

17

C - Cancela

12

E - Escola

18

GrafosModfranci
2009/6/30
page 42
Estilo OBMEP

42

 CAP. 2: CICLOS E CAMINHOS

0
5

Armazem

Casa do
Joo

15

Pracinha

3
9

11

Banca de
Jornal

6
6

Quitanda
12
Cancela

18
Escola

Figura 2.11:
Observe que:
O grafo final uma rvore conexa e sem ciclos (sempre que
chegvamos num vrtice, eliminvamos uma aresta, impedindo
a formao de ciclos).
O algoritmo encontra o menor caminho da Casa de Joo a todos
os outros pontos. Ele no encontra o menor caminho entre dois
vrtices quaisquer. Por exemplo para ir da Cancela Banca de
Jornais a distncia 11 e no 15 como a rvore sugere.
A representao grfica foi til para entendermos o problema,
mas poderamos perfeitamente ter usado apenas uma matriz
de distncia:

GrafosModfranci
2009/6/30
page 43
Estilo OBMEP

43

N SEC. 2.2: O PROBLEMA DO MENOR CAMINHO

10

13

11

10

13

11

Exerccios
1. Nas figura abaixo, use o algoritmo de Dijkstra para descobrir
qual o menor caminho do vrtice A a todos os outros vrtices.
P

70

110

31

61

70

30
65

67

I
74

100

126

105
26

30

12

140

19
85

Figura 2.12:

39

GrafosModfranci
2009/6/30
page 44
Estilo OBMEP

44

 CAP. 2: CICLOS E CAMINHOS

2. Abaixo, temos uma tabela de distncias entre uma Mercearia


e as localidades onde ela faz entregas. Use o algoritmo de
Dijkstra para descobrir qual o menor caminho da Mercearia a
todas as outras localidades.

Mercearia

Mercearia

11

11

12

11

15

15

12

11

GrafosModfranci
2009/6/30
page 45
Estilo OBMEP

Captulo 3

Mais Ciclos e mais


Caminhos
3.1

Euler e as Pontes de Kenisberg

Na introduo, perguntamos se voc conseguiria desenhar a


casinha abaixo sem tirar o lpis do papel. A figura mostra uma
soluo e, na verdade, o problema bastante fcil.

Figura 3.1:

45

GrafosModfranci
2009/6/30
page 46
Estilo OBMEP

46

 CAP. 3: MAIS CICLOS E MAIS CAMINHOS

Mas se quisermos comear pelo vrtice B? (voc pode tentar o


tempo que quiser).
O fato que esse outro problema impossvel. Todas as solues
comeam/terminam pelo vrtice A/E. Se comeam em A terminam
em E, e vice-versa.
O problema tem origem no famoso problema das pontes de
Kenisberg, considerado o marco fundador da Teoria dos Grafos.
Os habitantes de Kenisberg (hoje Kaliningrado) se perguntavam se
seria possvel atravessar as sete pontes do Rio Prega, sem passar duas
vezes na mesma ponte, retornando ao ponto de partida. O problema
e sua modelagem por grafos est apresentada na figura a seguir.

Figura 3.2:
Observamos que o problema d origem a um grafo com arestas
mltiplas, o que no afetar a soluo. Leonard Euler mostrou que a
resposta era negativa, estabelecendo assim uma condio necessria;
embora se acredite que a suficincia no lhe fosse desconhecida. Esta
segunda parte foi publicada por Hierholzer em 1873, muito mais tarde.

GrafosModfranci
2009/6/30
page 47
Estilo OBMEP

N SEC. 3.1: EULER E AS PONTES DE KENISBERG

47

Antes de prosseguir com a soluo, vamos tecer algumas consideraes sobre grafos, computadores e problemas finitos.

Esse Problema Importante?


Sim! Para comeo de conversa, ele interessante, simples de propor e veremos que sua soluo atraente, interessante e tem consequncias importantes.
Mas no aspecto imediato, pense numa pequena cidade com um
nico caminho para recolher o lixo onde o prefeito deseja economizar,
o que significa que ele prefere que o caminho passe uma nica vez
por todas as ruas e retorne ao ponto de partida.
O problema idntico ao problema da casinha e, se a cidade tivesse
essa configurao, no teria soluo (pois o caminho no retornaria
ao ponto inicial (Voc experimentou?). Se o mapa da cidade fosse
como na figura a seguir, o prefeito ficaria contente (experimente desenhar esta figura sem tirar o lpis do papel mas voltando ao ponto
inicial).

Figura 3.3:

GrafosModfranci
2009/6/30
page 48
Estilo OBMEP

48

 CAP. 3: MAIS CICLOS E MAIS CAMINHOS

E em que um computador pode nos ajudar neste caso?

3.2

Estrutura de Dados

O desenho ajuda a ns, pessoas, mas os computadores preferem letras e nmeros. Lembre-se que a casinha representa o grafo G(V, A) em que V (G) = {A, B, C, D, E} e
A(G) = {(A; B); (A; D); (A; E); (B; C); (B; D); (B; E); (C; D); (D; E)}.
Observe que usamos uma ordem semelhante ordem do dicionrio;
isso facilita encontrar a aresta que procuramos e isso vale para o
computador tambm (essa ordem tem o nome de ordem lexicogrfica).
Bem, queremos saber se realmente todas as solues
comeam/terminam por A/E. No haver exceo? Como o nosso
problema tem um nmero de possibilidades finito e pequeno, podemos
examinar todas. Como um computador pode fazer isso?

Calma! No precisamos saber programao de computadores.


Basta lembrar que computadores tm facilidade para tratar informaes organizadas. Como isso funciona no nosso caso?
Digamos que achei a soluo codificada pela sequncia de letras
AEBDCBADE. Mesmo sem o desenho, podemos verificar que esta
de fato uma soluo. As arestas disponveis so:
AB AD AE BC BD BE CD DE
Comeamos pela aresta AE. Ela est disponvel? Sim. Retiramos ela

GrafosModfranci
2009/6/30
page 49
Estilo OBMEP

N SEC. 3.2: ESTRUTURA DE DADOS

49

da lista de disponveis:
AB AD AE
== BC BD BE CD DE
A prxima aresta a ser examinada EB. Est disponvel? Sim.
Retiramos ela da lista de disponveis:
AB AD AE
== BC BD BE
== CD DE
(Repare que no nosso problema EB e BE so a mesma coisa.)
E assim por diante. A sequncia da verificao est a abaixo:
AEBDCBADE

AB AD AE
== BC BD BE CD DE

AEBDCBADE

AB AD AE
== BC BD BE
== CD DE

AEBDCBADE

AB AD AE
== BC BD
== BE
== CD DE

AEBDCBADE

AB AD AE
== BC BD
== BE
== CD
== DE

AEBDCBADE

AB AD AE
== BC
== BD
== BE
== CD
== DE

AEBDCBADE

AB
== AD AE
== BC
== BD
== BE
== CD
== DE

AEBDCBADE

AB
== AD
== AE
== BC
== BD
== BE
== CD
== DE

AEBDCBADE

AB
== AD
== AE
== BC
== BD
== BE
== CD
== DE
==

E a verificao mostra que a soluo boa.


Observe que no usamos o desenho. E que foi fundamental a
maneira como apresentamos os dados. o que chamamos uma estrutura de dados. Lembre-se, computadores so mquinas e no

GrafosModfranci
2009/6/30
page 50
Estilo OBMEP

50

 CAP. 3: MAIS CICLOS E MAIS CAMINHOS

podemos passar informaes de qualquer jeito. A estrutura de dados


fundamental.
No temos a inteno aqui de explicitar o funcionamento de um
computador, mas intuitivamente percebemos que com a estrutura adequada e uma sequncia de procedimentos (um programa!), isto , um
algoritmo, podemos verificar se uma sequncia de 9 letras (por qu
9?) ou no uma soluo.
Vamos fazer algumas contas. Temos 8 arestas disponveis e podemos numer-las de 1 a 8. Podemos pensar num procedimento (diferente do que usamos antes) que verifique se uma determinada sequncia de 8 algarismos do tipo (1, 2, 3, 4, 5, 6, 7, 8) ou (3, 5, 6, 2, 8, 4, 7, 1)
ou no uma soluo para o problema da casinha. Melhor ainda,
podemos colocar estas sequncias em ordem de (1, 2, 3, 4, 5, 6, 7, 8) at
(8, 7, 6, 5, 4, 3, 2, 1).
Quantas sequncias temos? Na apostila [2] vimos que teremos
8! = 8 7 6 5 4 3 2 1 = 40 320 sequncias. So as permutaes de 8 elementos. Ora, um bom computador pode gerar e
verificar estas sequncias todas em segundos! Poderemos ter certeza
de que todas as solues realmente comeam (ou terminam) com a
letra A ou E.
Isto se chama uma soluo por fora bruta e no usamos
nenhuma sofisticao matemtica, nenhum teorema. Ser o fim da
Matemtica? No bem assim...
Lembre-se do prefeito. Digamos que a cidade dele no tenha 8
ruas, mas 20. No uma grande cidade e podemos tentar usar a
mesma fora bruta do computador para resolver o problema de per-

GrafosModfranci
2009/6/30
page 51
Estilo OBMEP

N SEC. 3.3: GRAFOS EULERIANOS

51

correr com o caminho sem repetio de ruas. Se temos 20 ruas,


teremos 20! sequncias. Quanto isso?
20! = 2 432 902 008 176 640 000 sequncias
So muitas sequncias. Mas ser que um bom computador no
resolveria este problema? Se o computador verificasse um milho
de sequncias por segundo (e poucos computadores o fazem hoje em
dia) ele demoraria (os clculos s incluem a parte inteira):
2 432 902 008 176 640 000 1 000 000 2 432 902 008 170 segundos
2 432 902 008 170 60 40 548 366 800 minutos
40 548 366 800 60 675 806 110 horas
675 806 110 24 28 158 580 dias
28 158 580 365 77 140 anos
77 140 1 000 77 milnios
O prefeito no pode esperar tanto tempo (nem ns, nem ningum).
Quem vir nos socorrer? Um teorema de Euler.

3.3

Grafos Eulerianos

Um grafo com m arestas dito euleriano se existe uma trilha


fechada de comprimento m em G; em outras palavras, se podemos
percorrer cada aresta uma e s uma vez partindo de um vrtice e a

GrafosModfranci
2009/6/30
page 52
Estilo OBMEP

52

 CAP. 3: MAIS CICLOS E MAIS CAMINHOS

ele retornando. Se o grafo no euleriano mas tem uma trilha aberta


de comprimento m, ele dito semieuleriano.
Em outras palavras, podemos desenhar um grafo euleriano (ou
melhor, uma representao grfica dele) sem retirar o lpis do papel
e retornando ao ponto inicial. Num grafo semieuleriano comeamos
num ponto e terminamos em outro.

Figura 3.4:
Na figura acima, G1 euleriano (a trilha pode ser a-b-c-d-e-f-a-db-e-a), G2 semieuleriano (a trilha pode ser a-e-b-d-c-b-a-d-e) e G 3
no euleriano, nem semieuleriano.
J vimos que o problema (e o nome euleriano) se originou com
o problema das pontes de Kenisberg. Euler mostrou que a resposta
era negativa, estabelecendo assim uma condio necessria.
Comeamos por um lema simples porm necessrio.
Lema. Se todo vrtice de um grafo (no necessariamente simples) G
tem grau maior ou igual a 2, ento G contm um ciclo.
Demonstrao. Se G contm laos ou arestas mltiplas, no h o que

GrafosModfranci
2009/6/30
page 53
Estilo OBMEP

N SEC. 3.3: GRAFOS EULERIANOS

53

provar, pois, automaticamente, G contm um ciclo. Consideramos,


portanto, apenas os grafos simples. partir de um vrtice v 0 , qualquer, iniciamos nossa trilha. Quando chegamos a um vrtice qualquer, ou o estamos visitando pela primeira vez e podemos continuar,
ou chegamos a um vrtice j visitado, produzindo um ciclo. Como o
nmero de vrtices finito, o lema est provado.
E agora, o teorema.

Teorema de Euler (Euler 1736). Um grafo conexo (no


necessariamente simples) G euleriano se, e somente se, todos os
seus vrtices tem grau par.
Demonstrao.
() Suponhamos que G tenha uma trilha fechada de comprimento m.
Cada vez que a trilha passa por um vrtice utiliza duas novas arestas,
uma para entrar e outra para sair. Logo, o grau de cada vrtice deve
ser obrigatoriamente par.
() Usaremos induo sobre o nmero de arestas m do grafo. Por
vacuidade, o teorema vlido quando m = 0. Suponhamos que o
teorema seja vlido para todos os grafos com menos do que m arestas.
Sendo G conexo, todos os vrtices tm grau maior do que 2, pois os
graus so pares. Pelo lema anterior, G contm um ciclo (que uma
trilha fechada). Dentre todos as trilhas fechadas em G escolhemos
uma trilha T com comprimento mximo. Se T tem comprimento
m, o teorema est provado. Caso contrrio, consideramos o grafo H
resultante da retirada das arestas de T . Como retiramos um nmero

GrafosModfranci
2009/6/30
page 54
Estilo OBMEP

54

 CAP. 3: MAIS CICLOS E MAIS CAMINHOS

par de arestas de cada vrtice de T , e todos os vrtices do grafo tem


grau par (pela hiptese), pelo menos uma das componentes de H
tem um vrtice em comum com T e tem todos os vrtices com grau
par. Pela hiptese de induo, H tem uma trilha fechada que passa
por todos os vrtices de H, e podemos formar uma trilha fechada
maior concatenando T com a trilha em H. Mas isto contraria a
maximalidade na escolha de T .

Corolrio. Um grafo conexo (no necessariamente simples) G


semieuleriano se, e somente se, no mximo, dois vrtices tm grau
mpar.
Demonstrao. Deixada ao leitor. (Sugesto: pense em acrescentar
uma aresta a dois vrtices de grau mpar.)
Um algoritmo decorrente da demonstrao do teorema acima assegura a construo de uma trilha fechada de comprimento m num grafo
euleriano. A demonstrao da correo do algoritmo pode ser encontrada em [6]. Podemos dar uma ideia do funcionamento do algoritmo e
do motivo pelo qual ele funciona. Veja a figura 3.5. Comeando nossa
trilha pelo vrtice a poderamos percorrer abf cedcbef a, chegando a
um beco sem sada. Repare que os graus eram todos pares e a retirada
de um ciclo subtrai sempre nmeros pares dos graus.
O grafo restante tambm tem vrtices com grau par (veja ainda a
figura 3.5).
Este resto pode ser percorrido pela trilha fechada dghijkcjhd.
Basta agora incluir essa trilha na trilha inicial onde est o vrtice d.

GrafosModfranci
2009/6/30
page 55
Estilo OBMEP

55

N SEC. 3.3: GRAFOS EULERIANOS

Figura 3.5:
Nossa trilha fica abf ced(dghijkcjhd)dcbef a(veja a figura 3.6).

g
h

a
b

c
k
Figura 3.6:

GrafosModfranci
2009/6/30
page 56
Estilo OBMEP

56

 CAP. 3: MAIS CICLOS E MAIS CAMINHOS

Exerccio

Na figura 3.7, quais grafos so eulerianos? Quais so semieulerianos? No caso dos semieulerianos, por onde devemos comear (terminar) nossa trilha?

Figura 3.7:

GrafosModfranci
2009/6/30
page 57
Estilo OBMEP

N SEC. 3.4: O PROBLEMA CHINS DO CARTEIRO

3.4

57

O Problema Chins do Carteiro

Esse problema uma aplicao bastante importante do conceito


de grafo euleriano. Usamos um grafo valorado onde s arestas
associado um peso, isto , uma funo f : A < + . Este peso pode
representar comprimento, custo, tempo, ou o que a modelagem do
problema exigir. J vimos este conceito no caso do algoritmo de
Dijkstra.
O problema chins do carteiro (que tem este nome por ter sido
apresentado pela primeira vez por um pesquisador chins e no pela
nacionalidade do carteiro...) consiste em minimizar o esforo de um
carteiro que percorre todas as ruas de uma cidade. Ora, se o grafo
em questo euleriano, no h problema. Mas se este no for o caso,
teremos que eulerizar o grafo. Lembramos que o nmero de vrtices
de grau mpar par (veja o corolrio na seo 2.3), logo poderemos
unir pares destes vrtices por novas arestas, tornando-os pares.
claro que no construiremos novas ruas! A ideia fazer o carteiro
percorrer ruas repetidas de forma econmica. O problema pode se
complicar bastante, mas hoje h algoritmos que produzem resultados
aproximados com bastante eficincia. um problema bastante estudado devido economia que uma boa soluo pode gerar. Vamos
ilustrar o caso mais simples possvel, quando o grafo semi-euleriano,
isto , quando tem apenas dois vrtices de grau mpar.
O menor caminho entre os vrtices a e b (calculado pelo algoritmo
de Dijkstra) indica que o melhor meio de eulerizar o grafo construir
uma aresta virtual entre a e b, o que significa simplesmente percorrer o caminho av2 , v2 v3 , v3 v4 , v4 b como se fosse uma aresta. Assim,

GrafosModfranci
2009/6/30
page 58
Estilo OBMEP

58

 CAP. 3: MAIS CICLOS E MAIS CAMINHOS

aresta virtual
v5

10

a
3

v1
5

8
3 v2
3

v3

8
2

v4

12

8
v2

v1

v5

10

12

3
5

4
v6

v3

8
7

b
2
v4

4
v6

Figura 3.8:
gastaremos menos a sola do carteiro.

3.5

Grafos e Ciclos Hamiltonianos

Um problema aparentemente similar ao dos grafos eulerianos o


de procurar em G uma trilha fechada que passe por todos os vrtices uma e s uma vez. Uma trilha assim teria de ser necessariamente um ciclo (salvo no caso do grafo nulo com um vrtice);
chamamos um tal ciclo de ciclo hamiltoniano. O nome homenageia Sir Willian R. Hamilton, que estudou e divulgou o problema
embora a primeira formulao tenha sido feita por Kirkman em
1885. As primeiras definies de grafo hamiltoniano e de grafo
semi-hamiltoniano seguem as mesmas diretrizes dos grafos eulerianos. Um grafo e seu ciclo hamiltoniano aparecem na figura 3.9(a);
um grafo semi-hamiltoniano aparece na figura 3.9(b).

GrafosModfranci
2009/6/30
page 59
Estilo OBMEP

N SEC. 3.6: O PROBLEMA DO CAIXEIRO VIAJANTE PCV

59

(b)

(a)

Figura 3.9:

As semelhanas, entretanto, param por aqui. O problema de saber


se um grafo ou no hamiltoniano um dos mais estudados da teoria dos grafos por sua aplicabilidade em comunicao, transporte e
planejamento. Entretanto, at hoje, nenhuma condio necessria e
suficiente elegante para que um grafo seja hamiltoniano foi encontrada. Na verdade, todos os teoremas se encontram muito longe de
oferecer uma previso razovel de soluo.

3.6

O Problema do Caixeiro Viajante PCV

O PCV um dos problemas mais estudados no campo da pesquisa


operacional, mas at hoje no foi encontrado um algoritmo computacionalmente eficiente para resolv-lo. Sua formulao simples:
dado um grafo completo valorado G, desejamos determinar o valor
do menor ciclo hamiltoniano de G. Tomemos o exemplo dado pela
seguinte matriz valorada de adjacncia

GrafosModfrancisc
2009/6/30
page 60
Estilo OBMEP

60

 CAP. 3: MAIS CICLOS E MAIS CAMINHOS

XXX

404

270

490

490

338

258

404

XXX

618

890

890

460

320

270

618

XXX

360

360

210

240

490

890

360

XXX

78

390

330

490

890

360

78

XXX

390

330

338

460

210

390

390

XXX

270

258

320

240

390

330

270

XXX

Como o grafo em questo K7 , uma soluo bvia seria examinar


todas as permutaes entre os vrtices, cada uma correspondendo a
um ciclo hamiltoniano.
Com 7 vrtices, teremos 7! = 5760 permutaes; na verdade so
6! = 820, pois so permutaes circulares. Seja como for, uma tarefa
at modesta para um computador. Mas o PCV frequentemente trata
de grafos com mais de 60 vrtices. Isso nos daria 60!, o que nos
tomaria milnios, mesmo usando todos os computadores do mundo!
Nossa atitude ser ento de procurar um algoritmo heurstico,
isto , que usa uma ideia razovel, mesmo que no assegure a melhor soluo, a soluo tima. A primeira tentativa um algoritmo
guloso que parte do ponto A e procura sempre a menor distncia
ao ponto da vez. No nosso caso, o ciclo produzido seria a-g-c-f-gb-d-e-a, com valor 2470. A contraindicao para o algoritmo guloso
que no final terminamos por aceitar arestas de valores muito altos. Observamos, entretanto, que estamos procura de um ciclo, e
no temos portanto necessidade de agir sequencialmente. Uma outra
tentativa heurstica seria procurar agregar sempre a aresta de menor
valor que no produza ciclo com menos de 7 vrtices nem produza

GrafosModfranci
2009/6/30
page 61
Estilo OBMEP

N SEC. 3.6: O PROBLEMA DO CAIXEIRO VIAJANTE PCV

61

vrtices de grau 3 (num ciclo, todos os vrtices so de grau 2). As


escolhas recaem sobre:
Aresta

Valor

DE
CF
CG
GA
AC
FG
AF
CD
CE
DF
BE
AB

78
210
240
258
Bifurcao
Bifurcao
Fecha ciclo
Bifurcao
Bifurcao
390
890
404

O ciclo a-c-d-e-f-g-b-a e o valor conseguido tambm 2 470. Isso


foi coincidncia, como veremos em outros exemplos. A ideia parecia
boa e o resultado foi um pouco melhor. Entretanto, o melhor valor
encontrado, examinando todas as possibilidades, corresponde ao ciclo
a-c-d-e-f-g-b-a com o valor, bem inferior, de 2 092.
claro, se tivermos que examinar o PCV para 20 cidades teramos
que examinar cerca de 20! permutaes e j vimos que este um
nmero muito grande. Pior ainda, no foi descoberto at o momento
um algoritmo eficiente para este problema (como no caso euleriano,
em que o teorema de Euler nos salvou). E, ainda pior, os cientistas
da computao acreditam que ele pertena a uma classe de problema
para os quais no h uma soluo elegante. Vamos falar um pouco
sobre isto adiante.

GrafosModfranci
2009/6/30
page 62
Estilo OBMEP

62

 CAP. 3: MAIS CICLOS E MAIS CAMINHOS

Exerccio
Na figura 3.10 temos um grafo completo, valorado nas arestas,
e desejamos encontrar o ciclo hamiltoniano com menor valor total
(Problema do Caixeiro Viajante). Para isto, use os algoritmos gulosos
descritos nesta seo e constate que o valor obtido sempre maior do
que o melhor valor (que pode ser encontrado por exame exaustivo).
A

20

10
50

D
80

150
C

70

Figura 3.10:

3.7

Uma Palavra sobre Complexidade

A anlise da complexidade de algoritmos um assunto bastante


tcnico e que foge inteno destas notas. Entretanto, as dificuldades
enfrentadas por quem trabalha com problemas combinatrios (entre
os quais os da teoria dos grafos) podem ser informalmente compreendidas. J viemos fazendo isto quando falamos de solues elegantes,
eficincia computacional, enfim, sugerindo qualitativamente que certos problemas tm sido mais resistentes a uma abordagem algortmica
e computacional do que outros.

GrafosModfranci
2009/6/30
page 63
Estilo OBMEP

N SEC. 3.7: UMA PALAVRA SOBRE COMPLEXIDADE

63

Um algoritmo composto de passos elementares; se a totalidade


dos passos exigidos por qualquer problema que este algoritmo resolva
dado por uma funo polinomial do tamanho da entrada do algoritmo,
um aumento de poder computacional pode reduzir significativamente
o tempo utilizado.
Entretanto, se a totalidade dos passos do algoritmo, no pior dos
casos, uma funo exponencial do tamanho da entrada, o aumento
do poder computacional tem pouco efeito sobre o tempo de execuo;
basta um pequeno incremento na entrada para inutilizar o aumento
computacional.
Dos algoritmos que j examinamos, o de pesquisa de menor distncia (Dijkstra) de complexidade polinomial assim como o da determinao se um grafo ou no euleriano (e de sua exibio, se este
for o caso). Para o PCV, entretanto, at hoje no foi descoberto um
algoritmo polinomial; mais ainda, a maior parte dos pesquisadores
acredita que isto no ser mesmo possvel.
Maior informao sobre complexidade computacional pode ser encontrada em Garey e Johnson [5].
Exerccios
1. Uma ponte uma aresta que, quando retirada, desconecta o
grafo.
Dado um grafo conexo G, um vrtice v ser chamado de vrtice
separador quando a sua retirada resultar num grafo desconexo
ou nulo. Prove que um grafo s tem uma ponte se tiver um

GrafosModfranci
2009/6/30
page 64
Estilo OBMEP

64

 CAP. 3: MAIS CICLOS E MAIS CAMINHOS


Ponte

Figura 3.11:
vrtice separador, mas a recproca no verdadeira.
2. Prove que dentre G e G, pelo menos um conexo.
3. Mostre que A2 , o quadrado da matriz de adjacncia de um grafo,
nos d o nmero de caminhos de comprimento 2 entre cada par
de vrtices do grafo. Que nmero aparece na diagonal principal de A2 ? Qual o significado da matriz Ak ? (Teorema de
Festinger).
4. Mostre que se um grafo tem 2.k vrtices de grau mpar seu conjunto de arestas pode ser particionado em k caminhos disjuntos.
5. Para que valores de n, p e q os grafos K n , Kp,q , Pn so eulerianos? semieulerianos? hamiltonianos? semi-hamiltonianos?
6. Mostre que Ki,j hamiltoniano se e s se i = j; e que neste
caso, existem b 2i c ciclos hamiltonianos disjuntos.
Observao: bxc o maior nmero inteiro menor ou igual a x.
6
Por exemplo: b 57 c = 0, b 41
3 c = 13 e b 2 c = 3.
7. Seja o grafo Qj = (Xj , Uj ) no qual Xj = {vetores de j coordenadas, cada uma igual a 0 ou 1 } e Uj = {(vj , wj )|vj difere de
wj por uma s coordenada}.

GrafosModfranci
2009/6/30
page 65
Estilo OBMEP

65

N SEC. 3.7: UMA PALAVRA SOBRE COMPLEXIDADE

A figura 3.12 mostra Q1 , Q2 e Q3 .


(1,1,1)

(1,1,0)
(1,0)

(1,1)

(1,0
,1)

(1,0,0)

(0,1,0)
(0)

(1)
(0,1)

(0,0)

Q1

(0,0,1)

(0,0,0)

Q2

(0,1,1)

Q3

Figura 3.12:
(a) Calcule nj = |Xj | e mj = |Uj |.
(b) Para que valores de j Qj euleriano? Justifique.
(c) Mostre que Qj bipartido.
(d) Para que valores de j Qj hamiltoniano? Justifique.
8. Mostre que o grafo de Petersen (ver figura 3.13) no hamiltoniano.

Figura 3.13:
9. Mostre que se G for euleriano, L(G) ser hamiltoniano, mas a
recproca no verdadeira.

GrafosModfranci
2009/6/30
page 66
Estilo OBMEP

Captulo 4

rvores
4.1

Definies e Caracterizaes

Um dos tipos mais frequentes de grafos so as rvores, j definidos


anteriormente como grafos conexos sem ciclos. Um grafo cujas componentes conexas so rvores chamado de floresta.

floresta

rvore

Figura 4.1:
Para um dado nmero de vrtices n, uma rvore o grafo conexo
com menor nmero de arestas. As vrias caracterizaes das rvores
podem ser reunidas no teorema a seguir.

66

GrafosModfranci
2009/6/30
page 67
Estilo OBMEP

N SEC. 4.1: DEFINIES E CARACTERIZAES

67

Teorema. Seja T um grafo com n vrtices. As seguintes afirmaes


so equivalentes:
(i) T uma rvore.
(ii) T no contm ciclos e tem n 1 arestas.
(iii) T conexo e tem n 1 arestas.
(iv) T conexo e toda aresta uma ponte.
(v) Todo par de vrtices de T ligado por um nico caminho.
(vi) T no contm ciclos, mas a adio de uma aresta produz um
nico ciclo.
Demonstrao.
(i) (ii): Pela definio de rvore, T no contm ciclos. Portanto, a
retirada de uma aresta uv separa u de v e o grafo separado em um
par de rvores T 0 e T 00 com n0 e n00 vrtices, respectivamente, tais que
n = n0 +n00 . Por induo, o nmero de arestas de T 0 n0 1 e o nmero
de arestas de T 00 n00 1. Acrescentando a aresta uv, conclumos que
o nmero de arestas de T , portanto, (n 0 1) + (n00 1) + 1 = n 1.
(ii) (iii): Se T fosse desconexo, cada componente seria uma rvore.
Por induo, o nmero de arestas em cada componente inferior em
uma unidade ao nmero de vrtices e o nmero total de arestas seria
inferior a n 1.
(iii) (iv): A retirada de qualquer aresta separa o grafo, pois n 2
arestas so insuficientes para conectar o grafo.

GrafosModfranci
2009/6/30
page 68
Estilo OBMEP

68

 CAP. 4: RVORES

(iv) (v): Se existisse mais de um caminho entre dois vrtices, o


grafo teria um ciclo e haveria uma aresta que no separaria o grafo.
(v) (vi): Se T contivesse um ciclo, haveria um par de vrtices ligado por mais de um caminho. A adio de uma aresta uv, concatenada
com o caminho (nico) entre u e v, produz um ciclo. Se este ciclo no
fosse nico, a retirada da aresta uv deixaria dois caminhos distintos
entre u e v.
(vi) (i): Basta mostrar que T conexo. Se T fosse desconexo, uma
aresta ligando duas componentes no produziria um ciclo.

4.2

rvores Geradoras

O Problema de Conexo de Peso Mnimo


Uma rvore geradora de uma componente conexa de um grafo
G, com n vrtices, um subgrafo que uma rvore com n 1 arestas;
isto , toca todos os vrtices.
Vimos que um algoritmo guloso pode ser fcil de implementar, mas dificilmente dar um bom resultado (da o nome...). Uma
exceo ocorre na soluo do seguinte problema: Dado um grafo G
valorado, qual a rvore geradora de menor valor?. Por exemplo, se
queremos realizar a ligao de computadores em rede a custo mnimo,
que ligaes deveremos fazer?
A resposta ser uma rvore geradora, claro. Mas qual?

GrafosModfranci
2009/6/30
page 69
Estilo OBMEP

69

N SEC. 4.2: RVORES GERADORAS

O grafo da figura 4.2 mostra o custo entre as ligaes de um grafo


K5 .
a
100

40

60

42

102
6

44

44

42

46

Figura 4.2:
Para resolver o problema, usaremos o algoritmo de Kruskal.
Este algoritmo consiste em tomar a aresta de menor valor; se ela no
forma ciclo, a acrescentamos nossa rvore. Caso contrrio, ns a
desprezamos. Quando tivermos conseguido n1 arestas, nossa rvore
estar pronta.
No nosso caso:
ce6
a e 40
Agora h um empate entre ac e bd. Podemos escolher qualquer
uma.
a c forma ciclo.

GrafosModfranci
2009/6/30
page 70
Estilo OBMEP

70

 CAP. 4: RVORES

b d 42
Temos outro empate, agora entre b c e d e. Podemos escolher
qualquer uma.
b c 44
Ja temos 4 arestas. Nossa rvore est completa.
Total: 132
Nossa rvore ficar assim:

a
40
b

e
6

42
44

Figura 4.3:
Teorema. O algoritmo de Kruskal fornece uma soluo tima para
o problema da conexo de peso mnimo.
Demonstrao. O algoritmo, evidentemente, fornece uma rvore geradora T . Suponhamos que T no tenha peso mnimo, isto , existe
uma rvore geradora T 0 tal que o peso de T 0 menor do que o peso
de T . Seja e a primeira aresta escolhida para T que no pertence a
T 0 . Se adicionarmos e a T 0 obtemos um ciclo que contm uma aresta
ek que no est em T . Retiramos a aresta e k e temos uma rvore

GrafosModfranci
2009/6/30
page 71
Estilo OBMEP

71

N SEC. 4.2: RVORES GERADORAS

T 00 com peso menor que T . Mas neste caso, esta aresta e k teria sido
escolhida pelo algoritmo no lugar de e, o que mostra que o algoritmo
constri efetivamente uma rvore de menor peso.
Um algoritmo guloso pode ser usado para obter um limite inferior
para o PCV. Como um ciclo um caminho adicionado de uma aresta,
um limite inferior para o PCV dado pelo valor da rvore geradora
mnima (obtido por um algoritmo guloso) mais o menor valor de uma
aresta no usada na rvore.
Exerccios
1. Desenhe todas as rvores com 6 vrtices e com 7 vrtices.
2. Mostre que um grafo conexo, com n vrtices e m arestas, tem,
no mnimo, m n + 1 ciclos distintos.
3. Determine todas as rvores geradoras do grafo da figura 4.4.

Figura 4.4:
4. (a) Mostre que toda rvore um grafo bipartido.
(b) Quais rvores so tambm grafos bipartidos completos?

GrafosModfranci
2009/6/30
page 72
Estilo OBMEP

72

 CAP. 4: RVORES

5. Como podemos adaptar o algoritmo de Kruskal para obter o


valor de uma rvore geradora de valor mximo?
6. Prove que um grafo conexo uma rvore se, e somente se, tem
uma nica rvore geradora.
7. Prove que uma rvore com > 1 tem, no mnimo, vrtices
pendentes.
8. Prove que uma rvore em que exatamente 2 vrtices no so
vrtices separadores um caminho.

GrafosModfranci
2009/6/30
page 73
Estilo OBMEP

Captulo 5

Subconjuntos Especiais de
um Grafo
5.1

Conjuntos Independentes

J vimos, pelo menos, um exemplo de subconjunto notvel de um


grafo: um subgrafo independente, no qual nenhum par de vrtices
est ligado. Um conjunto independente pode desempenhar papel importante em uma modelagem.
Suponhamos que um grafo represente a incompatibilidade de
horrios entre professores que devem dar prova final; os vrtices x
e y estaro ligados se representarem professores que tm alunos em
comum para ministrar a prova. Qual o maior nmero de professores
que podem dar prova ao mesmo tempo? A resposta dada pelo subconjunto independente mximo de vrtices do grafo.
O subconjunto assinalado com quadrados negros no grafo da figura 5.1 mostra um conjunto com estas caractersticas. O nmero
de independncia (G) a cardinalidade do subconjunto independente mximo de vrtices do grafo. No nosso exemplo (figura 5.1),
73

GrafosModfranci
2009/6/30
page 74
Estilo OBMEP

74

 CAP. 5: SUBCONJUNTOS ESPECIAIS DE UM GRAFO

(G) = 4.

Figura 5.1:
Aplicaes do conceito de conjunto independente surgem quando,
por exemplo, desejamos evitar duplicao de esforos. Suponhamos
que num parque, representado pelo grafo da figura 5.2, eu quisesse
instalar barracas para venda de sorvete. A operadora das barracas
faz as seguintes restries:
Uma barraca deve ser localizada em uma esquina (vrtice).
Esquinas prximas (vrtices adjacentes) s admitem uma barraca.
Estamos procurando ento um conjunto independente. Para instalar o mximo de barracas procuramos um conjunto independente
mximo. J vimos que esta pode ser uma tarefa complexa. Na figura 5.3 a configurao da esquerda mostra um conjunto independente
maximal, isto , no podemos acrescentar mais barracas de sorvete.
Mas a configurao da direita tambm independente e contm quase
o dobro de barracas.

GrafosModfranci
2009/6/30
page 75
Estilo OBMEP

N SEC. 5.1: CONJUNTOS INDEPENDENTES

Figura 5.2:

Figura 5.3:

75

GrafosModfranci
2009/6/30
page 76
Estilo OBMEP

76

5.2

 CAP. 5: SUBCONJUNTOS ESPECIAIS DE UM GRAFO

Colorao

Suponha, no exemplo anterior, que quisssemos saber qual o


menor nmero de horrios necessrios para ministrar as provas. Para
isto, devemos resolver o problema de particionar o conjunto de vrtices do grafo em subconjuntos independentes; cada conjunto corresponder a um horrio de prova. Uma forma de resolver o problema
atribuir cores aos vrtices de forma que vrtices adjacentes tenham
necessariamente cores diferentes. O menor nmero de cores que se
pode utilizar ser portanto a soluo do problema.
Observao. No precisamos efetivamente colorir os vrtices,
basta atribuir um nmero ou um smbolo aos vrtices.
Podemos colorir os vrtices com 12 cores (uma para cada vrtice),
mas o menor nmero possvel de cores 4 (veja a figura 5.1). O
menor nmero de cores para colorir os vrtices de um grafo G
chamado nmero cromtico de G e denotado por (G). No caso,
(G) = 4.

Teorema. Para todo grafo G, tem-se que (G) + 1.


Demonstrao. Colorimos vrtice por vrtice. Cada vrtice pode ser
adjacente a, no mximo, vrtices. Podemos sempre encontrar uma
cor com a qual colorir o vrtice da vez.
A demonstrao acima fornece um algoritmo para colorir um grafo
com + 1 cores.

GrafosModfranci
2009/6/30
page 77
Estilo OBMEP

N SEC. 5.3: APLICAES DE COLORAO

77

Apresentamos, sem demonstrar, um teorema clssico que reduz


um pouco o limite acima.
Teorema (Brooks 1941). Se G um grafo conexo que no seja
Kn e tal que (G) 3, ento (G) (G).
Teorema. Um grafo G bipartido se, e somente se, (G) = 2.
Demonstrao. Basta fazer corresponder cada uma das parties independentes de G a uma cor.

5.3

Aplicaes de Colorao

As aplicaes de colorao aparecem quando precisamos repartir o


conjunto de vrtices em conjuntos de vrtices independentes disjuntos.
Voltando ao problema do parque da Seo 6.1, suponha que quisssemos instalar barracas de sorvete, pipocas, cachorro-quente etc. As
restries agora sero:
Uma barraca deve ser localizada em uma esquina (vrtice).
Esquinas prximas (vrtices adjacentes) s admitem barracas
com servios diferentes.
Por motivos comerciais, queremos evitar a diversificao excessiva
de servios. Qual seria o menor nmero de servios que poderamos
usar? Vemos na figura 5.4 que podemos colorir os vrtices com apenas 3 cores. Este nmero mnimo pois o grafo inclui um subgrafo
isomorfo a K3 .

GrafosModfranci
2009/6/30
page 78
Estilo OBMEP

78

 CAP. 5: SUBCONJUNTOS ESPECIAIS DE UM GRAFO

Figura 5.4:
Uma outra aplicao clssica de colorao o problema dos exames. A tabela abaixo mostra a alocao de alunos nos exames finais
que eles devem prestar:
Alunos
Matemtica
Portugus
Ingls
Geografia
Histria
Fsica
Qumica
Biologia

1
X
X

X
X

8
X

10

X
X
X
X
X
X

11

12
X

13

14

15
X

X
X

X
X

X
X

16

Duas disciplinas s podem ter exames realizados simultaneamente


se no houver alunos comuns. Vamos construir um grafo com os vrtices {M, P, I, G, H, F, Q, B}; dois vrtices estaro ligados se tiverem
um aluno em comum.
A figura 5.5 mostra uma partio dos vrtices em dois conjuntos independentes disjuntos. Os exames podem ser realizados em 2
horrios, um para {B, G, H, M } e outro para {F, I, P, Q}.

GrafosModfranci
2009/6/30
page 79
Estilo OBMEP

79

N SEC. 5.3: APLICAES DE COLORAO

Figura 5.5:
Uma outra aplicao a determinao de perodos de um sinal de
trnsito. O desenho abaixo representa um cruzamento. As direes
permitidas esto assinaladas por setas. Veja a figura 5.6.
D

Figura 5.6:
Como organizar o trnsito? Vamos formar um grafo de incompatibilidade. Os vrtices sero as direes possveis:
V = AB, AC, AD, BA, BC, BD, DA, DB, DC, EA, EB, EC, ED

GrafosModfranci
2009/6/30
page 80
Estilo OBMEP

80

 CAP. 5: SUBCONJUNTOS ESPECIAIS DE UM GRAFO

Ligamos dois vrtices sempre que as direes forem incompatveis


(por exemplo AD e EB). Veja a figura 5.7.

Figura 5.7:
Observe que BA, DC e ED so compatveis com todas as direes,
sendo por isso vrtices isolados. Uma colorao dos vrtices corresponde a uma diviso em perodos. Poderamos usar 13 cores, uma
para cada direo, mas isso seria um desperdcio de tempo. Como os
vrtices AC, BD, DA e EB formam um K4 precisamos de pelo menos
4 cores. A partio em conjuntos independentes {AB, AC, AD},
{BC, BD, EA}, {BA, EB, EC, ED}, {DA, DB, DC} mostra que de
fato 4 cores (4 perodos) so suficientes, isto , (G) = 4.

Exerccios
1. O dono de uma loja de animais comprou uma certa quantidade
de peixes ornamentais de diversas espcies. Alguns destes peixes

GrafosModfranci
2009/6/30
page 81
Estilo OBMEP

81

N SEC. 5.3: APLICAES DE COLORAO

no podem ficar no mesmo aqurio. A compatibilidade entre as


espcies est retratada na tabela a seguir, onde X significa que
as espcies no devem ficar no mesmo aqurio.
(a) Qual o menor nmero de aqurios necessrio para abrigar
sem problemas todos os peixes?
(b) possvel distribuir os peixes de forma que cada aqurio
tenha (aproximadamente) o mesmo nmero de peixes?
A

A
B

X
X

X
X

X
X

X
X

X
X

X
X

2. Para os cruzamentos da figura 5.8, d uma sequncia econmica


de perodos para o sinal de trnsito.
A

Figura 5.8:

GrafosModfranci
2009/6/30
page 82
Estilo OBMEP

82

 CAP. 5: SUBCONJUNTOS ESPECIAIS DE UM GRAFO

3. Determine o nmero cromtico dos grafos da figura 5.9.

Figura 5.9:

5.4

Cliques

Uma clique de G um subgrafo completo de G. O nmero de


vrtices da clique mxima o nmero de clique de G, denotado
por (G). Note-se que uma clique de G corresponde a um conjunto
independente em G, isto (G) = (G).

5.5

Acoplamentos

Da mesma forma que selecionamos um conjunto independente de


vrtices, podemos considerar um conjunto independente de arestas,

GrafosModfranci
2009/6/30
page 83
Estilo OBMEP

83

N SEC. 5.5: ACOPLAMENTOS

isto , de arestas no incidentes duas a duas. Um conjunto deste tipo


chamado um acoplamento do grafo G.

G1

G2

G3

Figura 5.10:
Na figura 5.10 o acoplamento em G1 maximal (pois no pode
ser aumentado) mas no mximo. O acoplamento em G 2 mximo,
mas no toca todos os vrtices; os que so tocados so ditos vrtices
saturados e os outros vrtices no saturados. O acoplamento
em G3 mximo e satura todos os vrtices; dizemos ento que um
acoplamento perfeito. O nmero de acoplamento de um grafo G,
denotado por 0 (G), a cardinalidade do maior acoplamento de G.
Observao. Note a diferena entre os conceitos de mximo (o
conjunto de maior cardinal possvel dentro das condies exigidas)
e maximal (um conjunto que no pode ser aumentado sem violar as
condies exigidas). A mesma ideia se aplica a conjuntos mnimos
e minimais.
Dado um grafo G e um acoplamento M , um caminho M aumentante em G um caminho que liga dois vrtices no
saturados por M que alternam arestas de M e arestas de G M .

GrafosModfranci
2009/6/30
page 84
Estilo OBMEP

84

 CAP. 5: SUBCONJUNTOS ESPECIAIS DE UM GRAFO

Teorema (Berge). Um acoplamento M de um grafo G mximo


se, e somente se, no contm um caminho M -aumentante.

Demonstrao.
() Se h um caminho M -aumentante, podemos obter um acoplamento uma unidade maior adicionando as arestas do caminho fora de
M ao acoplamento e retirando as arestas em M do acoplamento. A
definio de caminho aumentante garante que o resultado ainda um
acoplamento.
() Se M no mximo, ento existe M 0 mximo. Considere
D = M M 0 , a diferena simtrica entre M e M 0 (isto , o conjunto de arestas de M e M 0 que no pertencem a M M 0 ); como
so acoplamentos, os vrtices em D tm grau no mximo 2. Logo, as
componentes de D so ciclos pares (alternam arestas de M e M 0 ) ou
caminhos. Como |M 0 | |M |, uma das componentes, ao menos, um
caminho alternando arestas de |M 0 | e |M | comeando e terminando
em M 0 . Este um caminho M -alternante.

5.6

Acoplamentos em Grafos Bipartidos

O acoplamento modela situaes em que formamos pares; se o


grafo G for bipartido, o acoplamento assume a forma de formao de
casais, e estudado de forma ligeiramente diferente. Seja G um grafo
bipartido com parties dos vrtices X e Y . Dizemos que temos um
acoplamento de X em Y quando um acoplamento de G satura Y
(mas no necessariamente X).

GrafosModfranci
2009/6/30
page 85
Estilo OBMEP

N SEC. 5.7: COLORAO DE ARESTAS

85

Apresentamos o seguinte teorema, sem demonstrao.

Teorema. Se G um grafo bipartido com parties de vrtices X


e Y , ento G tem um acoplamento de X em Y se, e somente se,
|N (S)| |S|, S X, sendo N (S) a vizinhana aberta de S.
Demonstrao. Ver em West [6].
A condio deste teorema tambm conhecida como Condio
de Hall.

Teorema. Se k > 0, qualquer grafo k-regular bipartido admite um


acoplamento perfeito.
Demonstrao. Comeamos contando as arestas pelas extremidades
em X e Y , as parties de vrtices. Cada aresta tem uma extremidade
em X e outra em Y , logo k.|X| = k.|Y | e, portanto, |X| = |Y |. S
precisamos ento provar a condio de Hall. Considere S X, tal
que haja r arestas entre S e N (S). Como G k-regular, temos que
r = k|S|. Do lado de Y temos r k.|N (S)|. Logo, k.|S| k.|N (S)|
e, finalmente, |S| |N (S)|.

5.7

Colorao de Arestas

Suponhamos que num grupo de pessoas vrias duplas devam ser


formadas para cumprir determinadas tarefas num laboratrio. O
grafo da figura 5.11 ilustra esta situao. Observe que uma mesma

GrafosModfranci
2009/6/30
page 86
Estilo OBMEP

86

 CAP. 5: SUBCONJUNTOS ESPECIAIS DE UM GRAFO

pessoa pode ter que cumprir uma tarefa em diversas duplas. Cada
tarefa destas necessita de 1 hora para ser executada. Qual o menor
nmero de horas necessrias para que todas as tarefas sejam realizadas?
a

f
c
e
d

Figura 5.11:
As arestas representam as duplas e, como cada indivduo s pode
trabalhar em uma tarefa de cada vez, tarefas executadas simultaneamente correspondem a um acoplamento. Podemos fazer corresponder
uma cor a cada horrio (j sabemos que esta cor pode ser um nmero
ou um smbolo) e nossa pergunta passa a ser:
Qual o mnimo de cores para colorir as arestas do grafo de modo
que arestas incidentes num mesmo vrtice recebam cores diferentes?
O menor nmero usado para colorir (propriamente) as arestas de
um grafo chamado ndice cromtico do grafo, notado por 0 (G). No
nosso exemplo conseguimos colorir as arestas com 4 cores (veja figura

GrafosModfrancis
2009/6/30
page 87
Estilo OBMEP

87

N SEC. 5.7: COLORAO DE ARESTAS

5.12) que evidentemente o menor nmero possvel pois o vrtice a


tem quatro arestas incidentes. Logo 0 (G) = 4. Os horrios ficariam
assim distribudos:
a

3
f

4
1

2
e
4

2
2

1
4

Figura 5.12:

Horrio(cor)

Duplas

ab, ce, df

ac, bd, ef

af, bc, de

ae, cd

Pelo que vimos acima, fica claro que 0 (G) . O teorema


a seguir (que apresentamos sem demonstrao) nos d um limite
superior bem estreito.

GrafosModfranci
2009/6/30
page 88
Estilo OBMEP

88

 CAP. 5: SUBCONJUNTOS ESPECIAIS DE UM GRAFO

Teorema (Vizing). Para qualquer grafo G, tem-se que


0 (G) + 1.
Para grafos bipartidos, entretanto, 0 (G) conhecido.
Teorema (Vizing). Para qualquer grafo G bipartido, 0 (G) = .
Demonstrao. Suponha que estamos colorindo as arestas uma por
uma, dispondo de cores. Ao colorir a aresta xy tentaremos encontrar uma cor que no esteja presente em arestas incidentes a x e nem
em arestas incidentes a y. Se for possvel, tudo bem. Se este no for
o caso, observemos que as arestas incidentes a x ocupam no mximo
1 cores (pois xy no est colorida), o mesmo acontecendo com
y. Isto nos garante que h uma aresta incidente a x que est colorida
com a cor cx , ausente nas arestas incidentes em y; por seu lado, existe
uma cor cy presente nas arestas incidentes em y e ausente nas arestas
incidentes a x. Formemos uma cadeia de arestas comeando em x
e alternando arestas de cor cx e cy (esta cadeia pode at, eventualmente, s possuir uma aresta). Com o grafo bipartido, as arestas c x
vo de uma partio para outra e as arestas c y retornam primeira
partio. Como cx est ausente em y, esta cadeia no passa pelo vrtice y. Podemos ento recolorir a cadeia intercambiando as cores c x e
cy , sem afetar a propriedade da colorao. Depois deste intercmbio
a cor cx estar ausente em x e y e podemos colorir a aresta xy. Isto
mostra que todas as arestas podem ser coloridas utilizando apenas
cores.

GrafosModfranci
2009/6/30
page 89
Estilo OBMEP

89

N SEC. 5.7: COLORAO DE ARESTAS

Observao. A tcnica desta demonstrao se baseia numa ideia de


Kempe e retornaremos a ela quando falarmos do Problema das 4 cores
no captulo sobre planaridade.
Uma aplicao conhecida da colorao de arestas o problema dos
exames orais. Trs professores devem examinar 6 estudantes, segundo
a seguinte lista:
Professor 11

A, C, D

Professor 22

A, C

Professor 33

A, B, D

A cada hora um professor chama um dos alunos para ser examinado. Dois professores no podem examinar um aluno e cada professor examina apenas um aluno. Qual o menor espao de tempo
que podemos utilizar? Usaremos um modelo de grafo bipartido (veja
figura 5.13) de um lado os professores, do outro os alunos. Uma
colorao das arestas representa uma diviso de horrios. A colorao {P 1A, P 2C, P 3D}, {P 1C, P 2A, P 3B}, {P 1D, P 2E, P 3F },
uma partio das arestas em acoplamentos disjuntos o que garantido pelo teorema demonstrado anteriormente.
Outro problema clssico da colorao de arestas a organizao de
passeios por duplas. Suponha que um batalho com 2.t soldados sai
para marchar todo dia. Quantos passeios podemos fazer de modo que
cada soldado tenha sempre um companheiro diferente? Este nmero
, no mximo 2.t 1 pois este o nmero de companheiros que cada
soldado tem. Veremos que este o nmero exato. Para melhor enxergar este fato vamos dar o exemplo com t = 3, isto , com 6 soldados.

GrafosModfranci
2009/6/30
page 90
Estilo OBMEP

90

 CAP. 5: SUBCONJUNTOS ESPECIAIS DE UM GRAFO

A
P1

P2

D
P3
E
F

Figura 5.13:
Se pensarmos em todas as duplas possveis estamos pensando no grafo
K6 , os soldados sendo os vrtices e as arestas as duplas. Um passeio
corresponder a um acoplamento perfeito e uma colorao das arestas
usando acoplamentos perfeitos nos dar o nmero possvel de passeios.
Desenhamos K6 da seguinte forma:

Figura 5.14:
Os acoplamentos so obtidos pelas arestas paralelas e perpendiculares (figura 5.15):

GrafosModfranci
2009/6/30
page 91
Estilo OBMEP

N SEC. 5.7: COLORAO DE ARESTAS

91

Figura 5.15:
A colorao produzida :
{12, 36, 45}, {13, 24, 56}, {14, 26, 35}, {15, 23, 46}, {16, 25, 34}

Exerccios
1. Exiba uma colorao mnima das arestas de K 10 .
2. (ndice cromtico de K2t1 )
(a) K5 tem 5 vrtices e 10 arestas. Um acoplamento de K 5
pode ter no mximo ......... arestas.
(b) Para uma colorao das 10 arestas de K 5 precisamos de
(no mnimo) ......... acoplamentos (cores).
(c) Mostre que para obter uma colorao de K 5 basta tomar

GrafosModfranci
2009/6/30
page 92
Estilo OBMEP

92

 CAP. 5: SUBCONJUNTOS ESPECIAIS DE UM GRAFO

uma colorao de K6 e desconsiderar as arestas que contenham o vrtice 6.


(d) Mostre que:
0 (Kt ) = t 1, se t par.
0 (Kt ) = t, se t mpar.

5.8

Outros Subconjuntos

Outros tipos de subconjuntos e de invariantes tm sido estudados.


Citaremos apenas trs.
Coberturas de vrtices um subconjunto de vrtices tal que
toda aresta incidente a um vrtice do conjunto. O nmero
de cobertura de vrtices de um grafo G, denotado por (G),
a cardinalidade da maior cobertura de vrtices de G.
Coberturas de arestas um subconjunto de arestas tal que
todo vrtice tocado por uma aresta do conjunto. O nmero
de cobertura de arestas de um grafo G, denotado por 0 (G),
a cardinalidade da maior cobertura de arestas de G.
Conjuntos dominantes um subconjunto de vrtices tal que
todo vrtice do grafo est no conjunto ou adjacente a um de
seus vrtices. O nmero de dominncia de um grafo G, denotado por (G), a cardinalidade do maior conjunto dominante
de G.

GrafosModfranci
2009/6/30
page 93
Estilo OBMEP

N SEC. 5.8: OUTROS SUBCONJUNTOS

93

Exerccios
1. Qual o nmero de independncia (P et) do grafo de Petersen?
2. Qual o nmero de colorao (P et) do grafo de Petersen?
3. Apresente um acoplamento maximal do grafo de Petersen com 3
arestas. Encontre caminhos aumentantes que forneam acoplamentos de 4 e 5 arestas.
4. Prove que

n
2

(G) n + 1

5. Mostre que se Kt subgrafo de G, ento (G) t. verdade


que se (G) = t, ento Kt subgrafo de G?
6. O ndice cromtico do grafo G, denotado por 0 (G), o menor
nmero de cores com que podemos colorir as arestas de maneira
que duas arestas incidentes tenham cores diferentes.
(a) Calcule 0 (Kn ).
(b) Calcule 0 (P et), o ndice cromtico do grafo de Petersen.
7. (a) Prove que um conjunto independente maximal um conjunto dominante.
(b) Prove que um conjunto dominante minimal pode no ser
um conjunto independente.
8. Mostre que:
(a) 0 (G) (G).
(b) (G) 0 (G).

GrafosModfranci
2009/6/30
page 94
Estilo OBMEP

94

 CAP. 5: SUBCONJUNTOS ESPECIAIS DE UM GRAFO

(c) (G).(G) n.
(d) (G) n2 .

GrafosModfranci
2009/6/30
page 95
Estilo OBMEP

Captulo 6

Grafos Planares
6.1

Definies e Resultados Simples

Um grafo planar um grafo que admite uma representao grfica em que as arestas s se encontrem (possivelmente) nos vrtices a
que so incidentes. Exemplos clssicos de grafos planares so dados
pelos grafos que representam os poliedros. Na figura 6.1, apresentamos os grafos dos 5 slidos platnicos: tetraedro, cubo, octaedro,
dodecaedro e icosaedro.

Figura 6.1:

95

GrafosModfranci
2009/6/30
page 96
Estilo OBMEP

96

 CAP. 6: GRAFOS PLANARES

Uma pergunta que pode ser feita se existe um grafo que no


seja planar. Mostraremos que o grafo K 5 no planar. De fato,
qualquer representao de K5 dever ter um ciclo de comprimento 5
que divida o plano em interior e exterior. S conseguimos colocar
duas arestas no interior sem que se cruzem; no exterior, a situao
a mesma. Nos sobra uma aresta.
Quantas arestas pode ter um grafo planar? Uma representao
grfica de um grafo com pelo menos um ciclo separa o plano em
regies (no caso das rvores, temos uma nica regio). Estas regies
so chamadas faces; no devemos esquecer que uma das faces tudo
que sobra do plano a face ilimitada. O nmero de faces de um
grafo ser designado por f . A figura 6.2 mostra duas representaes
do mesmo grafo, ilustrando que qualquer face pode ser colocada como
face ilimitada.

Figura 6.2:
Para grafos planares, vale a relao de Euler para poliedros
convexos.

Teorema de Euler. Num grafo planar conexo vale f m + n = 2.

GrafosModfranci
2009/6/30
page 97
Estilo OBMEP

N SEC. 6.1: DEFINIES E RESULTADOS SIMPLES

97

Demonstrao. Demonstraremos o teorema por induo sobre o


nmero de arestas. Tomemos um grafo conexo qualquer. Se for uma
rvore, temos f m + n = 1 (n 1) + n = 2. Se houver um ciclo,
retiramos uma aresta do ciclo, e o grafo fica com uma face a menos,
mas pela hiptese de induo a relao vale para o novo grafo. Temos
ento (f 1) (m 1) + n = 2 e, portanto, f m + n = 2.
Observamos que podemos acrescentar arestas a um grafo planar
sempre que uma poro do plano estiver limitada por um ciclo de
comprimento maior do que 3. Logo, um grafo maximal planar
(i.e., um grafo ao qual no poderemos acrescentar arestas sem
comprometer a planaridade) tem uma representao composta por
ciclos de comprimento 3. Isto nos d outra relao importante.

Teorema. Num grafo planar conexo G vale m 3.n 6; a igualdade


vale se G maximal planar.
Demonstrao. Se formos contar as arestas de cada face, contaremos
duas vezes cada aresta do grafo. Como cada face tem no mnimo 3
arestas (a igualdade valendo no caso maximal) temos:
3.f 2.m.
Substituindo na frmla de Euler:
f m + n = 2,
3.f 3.m + 3.n, = 6,

GrafosModfranci
2009/6/30
page 98
Estilo OBMEP

98

 CAP. 6: GRAFOS PLANARES

2.m 3.m + 3.n 6,


m 3.n 6.

Este teorema nos d outra demonstrao de que K 5 no planar.


De fato, K5 (e de resto todos os grafos completos com mais do que 4
vrtices) no obedece relao acima: 10 > 3.5 6.

Teorema. Num grafo planar bipartido conexo G vale


m 2.n 4.

Demonstrao. Observamos que um grafo bipartido s tem ciclos


pares. Cada face tem no mnimo 4 arestas.
4.f 2.m.
Substituindo na frmula de Euler:
f m + n = 2,
4.f 4.m + 4.n = 8,
2.m 4.m + 4.n 8,
m 2.n 4.

GrafosModfranci
2009/6/30
page 99
Estilo OBMEP

99

N SEC. 6.2: TEOREMA DE KURATOWSKI

Vemos agora que K3,3 no planar, pois 9 > 2.6 4. O problema


das casinhas, na introduo, acaba de ser resolvido.

6.2

Teorema de Kuratowski

A ideia de planaridade aparentemente topolgica, mas sempre


pairou a questo sobre se haveria uma caracterizao combinatria
dos grafos planares. A resposta foi dada atravs de um teorema, que
apresentaremos, sem demonstrao, depois de algumas definies.
Uma subdiviso do grafo G o grafo G0 que obtemos pela insero de P2 (caminho de comprimento 2) no lugar de uma aresta
de G. Um grafo G0 dito homeomorfo ao grafo G se G0 puder ser
obtido de G por sucessivas operaes de subdiviso (veja figura 6.3)

Figura 6.3:
Teorema (Kuratowski). Um grafo planar se no contiver subgrafo
homeomorfo a K5 ou a K3,3 .
Demonstrao: Ver em Fournier[7].
Como aplicao mostramos na figura 6.4 que o grafo de Petersen
no planar.

GrafosModfranci
2009/6/30
page 100
Estilo OBMEP

100

 CAP. 6: GRAFOS PLANARES

a b

K3,3

Figura 6.4:
Observamos que embora tenhamos tratado o exemplo graficamente, a verificao das condies do teorema pode ser feita de forma
computacional (embora possa ser complexa).

6.3

Dualidade

O Dual GD de um grafo simples planar G o grafo construdo


da seguinte maneira:
(i) A cada face de G associamos um vrtice em G D .
(ii) A cada aresta de G (que separa duas faces) associamos uma
aresta em GD ligando os vrtices correspondentes s faces.
Um bom exemplo so os slidos platnicos apresentados na figura
6.4. O cubo o dual do octaedro, o icosaedro o dual do dodecaedro e
o tetraedro o dual dele mesmo (autodual). Esses duais correspondem
aos duais da geometria clssica. A figura 6.5 mostra a correspondncia
entre as faces do cubo e os vrtices do octaedro.

GrafosModfrancis
2009/6/30
page 101
Estilo OBMEP

101

N SEC. 6.4: O PROBLEMA DAS 4 CORES

v5
f2
f4

f3

f1
f5

v4

f6

v2

v1
fi

v6
v3

vi

Figura 6.5:
Verifica-se com facilidade que o dual do dual de G o prprio
grafo G (desde que G tenha conexidade maior ou igual a 3).
A dualidade aparece num dos problemas mais famosos, no s da
teoria dos grafos, mas da matemtica.

6.4

O Problema das 4 Cores

Em 1852 Frederick Guthrie, aluno de Augustus de Morgan,


trouxe a este um problema proposto por seu irmo Francis Guthrie.
Na verdade, tratava-se de uma conjectura, hoje um teorema.

Teorema das 4 cores. Um mapa pode ser colorido com 4 cores.


Colorir um mapa colorir as regies de maneira que regies
fronteirias no sejam coloridas com a mesma cor. Usando a dualidade podemos formular o teorema em forma de colorao de vrtices.

GrafosModfranci
2009/6/30
page 102
Estilo OBMEP

102

 CAP. 6: GRAFOS PLANARES

Teorema das 4 cores formulao. Num grafo planar G tem-se que


(G) 4.
O grafo K4 mostra que 4 cores so necessrias, mas sero suficientes? O problema demorou um sculo para ser resolvido. Em
1976, Appel, Haken e Koch, com o auxlio de 1200 horas do computador mais rpido de sua poca, executando mais do que 10 10 operaes
computacionais, provaram o teorema. Embora a teoria envolvida seja
profunda muitos consideram esta a mais feia prova da matemtica.
As tentativas anteriores so, entretanto, dignas de nota. Kempe
utilizou uma tcnica (por isso chamada de cadeias de Kempe) e
apresentou uma demonstrao em 1879. Heawood, 11 anos depois,
percebeu uma falha sutil na demonstrao, que a invalidava. Entretanto, utilizou as cadeias de Kempe para demonstrar um resultado
um pouco mais fraco. Comearemos por um lema.
Lema. Num grafo planar h pelo menos um vrtice com grau menor
ou igual a 5.
Demonstrao. J sabemos que
Se d(v) > 5, v V , ento
6.n

vV (G)

d(v) = 2.m.

d(v) = 2.m.

vV (G)

Mas num grafo planar temos m 3.n 6; isto , 2m 6.n 12.


Ficamos com
6.n 6.n 12,

GrafosModfranci
2009/6/30
page 103
Estilo OBMEP

N SEC. 6.4: O PROBLEMA DAS 4 CORES

103

o que impossvel.

Teorema das 5 cores. Num grafo planar simples G, tem-se


(G) 5.
Demonstrao. Em todo grafo planar existe um vrtice com grau
menor ou igual a 5. Podemos decompor o grafo retirando sempre
um vrtice de grau menor que 5 e recomp-lo colorindo, vrtice a vrtice. Desta forma, podemos sempre supor que estamos colorindo um
vrtice v de grau menor ou igual a 5. Se os vrtices em N (v) esto
coloridas com menos do que 5 cores, basta colorir o vrtice v. Podemos ento supor que o vrtice est cercado por 5 vrtices coloridos
cada um com uma cor do conjunto {a, b, c, d, e}.
Consideremos o subgrafo induzido pelos vrtices coloridos com as
cores a e c. Se a componente que contm o vrtice de N (v) colorido
com a no contiver o vrtice colorido com c, podemos trocar as cores
desta componente: quem est colorido com a fica colorido com c e
vice-versa. Podemos ento colorir o vrtice v com a cor a.
Se a componente que contm o vrtice de N (v), colorido com a,
for o mesmo do vrtice colorido com c, existe um caminho de vrtices
que cerca o vrtice b (veja figura 6.6).
Ento, tomamos a componente do grafo induzido por vrtices coloridos com b e d, que contm o vrtice de N (v) colorido com b. Depois
de trocar as cores b e d nesta componente, podemos colorir o vrtice
v com a cor b.

GrafosModfranci
2009/6/30
page 104
Estilo OBMEP

104

 CAP. 6: GRAFOS PLANARES

Figura 6.6:

Exerccios
1. Construa o grafo com sequncia de graus (4, 4, 3, 3, 3, 3):
(a) Que seja planar.
(b) Que no seja planar.
2. Mostre que um grafo planar com = 5 tem no mnimo 12
vrtices. D um exemplo de grafo com = 5 e n = 12.
3. Um grafo autodual se GD isomorfo a G.
(a) Mostre que se G autodual ento 2.n = m + 2.
(b) Um grafo roda (notao Wn ) o grafo obtido pela adio
de um vrtice de grau n1 a Cn1 (ver figura 6.7). Mostre
que os grafos roda Wn so autoduais.
4. Mostre que um grafo planar G bipartido se e s se G D
euleriano.

GrafosModfranci
2009/6/30
page 105
Estilo OBMEP

105

N SEC. 6.4: O PROBLEMA DAS 4 CORES

W6

Figura 6.7:
5. Mostre que um grafo planar conexo pode ter suas faces coloridas
com 2 cores se, e somente se, G euleriano.
6. Mostre que os grafos abaixo (figura 6.8) so isomorfos mas seus
duais no so. Este fato contraria o texto do captulo?

Figura 6.8:
7. A cintura de um grafo, denotada por g(G) o comprimento do
seu menor ciclo. Mostre que num grafo planar temos:
m

(n 2).g
.
g2

Sugesto: adapte a demonstrao dos dois ltimos teoremas da


Seo 7.1.

GrafosModfranci
2009/6/30
page 106
Estilo OBMEP

106

 CAP. 6: GRAFOS PLANARES

8. Mostre que possvel obter um grafo planar a partir do grafo


de Petersen pela retirada de 2 arestas.
9. Mostre que um grafo no planar tem 5 vrtices de grau no mnimo 4 ou tem 6 vrtices de grau no mnimo 3.
10. (a) (Resolvido) Mostre que o grafo no planar K 3,3 pode ser
desenhado sem cruzamentos num toro. E numa esfera,
pode?
Soluo: A sequncia apresentada na figura 6.9 mostra
como podemos recortar o toro para transform-lo num
retngulo. As setas mostram como podemos passar as
arestas pelos cortes.
(b) Mostre como podemos desenhar K5 num toro. O teorema
das 4 cores vale para o toro?
(c) Mostre como podemos desenhar K7 num toro. Voc consegue dividir o toro em 7 regies de maneira que cada uma
faa fronteira com todas as outras 6?

GrafosModfranci
2009/6/30
page 107
Estilo OBMEP

107

N SEC. 6.4: O PROBLEMA DAS 4 CORES

Figura 6.9:

GrafosModfranci
2009/6/30
page 108
Estilo OBMEP

108

 CAP. 6: GRAFOS PLANARES

11. Um jogo, usando a figura 6.10 tem as seguintes regras: Dois jogadores escolhem alternadamente uma regio para colorir. Duas
regies no podem receber a mesma cor. Quem for obrigado a
usar uma quinta cor ser o perdedor.

2
1
5

Figura 6.10:
12. Exiba uma colorao desses mapas com o menor nmero de
cores possvel.
(a) Quem ser o vencedor o primeiro ou o segundo jogador?
(b) Como modificar o tabuleiro para que a vantagem seja invertida?

GrafosModfranci
2009/6/30
page 109
Estilo OBMEP

N SEC. 6.4: O PROBLEMA DAS 4 CORES

Figura 6.11:

109

GrafosModfranci
2009/6/30
page 110
Estilo OBMEP

110

GrafosModfranci
2009/6/30
page 111
Estilo OBMEP

Referncias Bibliogrficas
[1] BOAVENTURA NETTO, P. O. Grafos: Teoria, Modelos, Algoritmos. 2 ed, Edgard Blcher (1996).
[2] CARVALHO, P. C. P. Contagem. Apostila 2 do Estgio de treinamento dos alunos premiados da OBMEP, 2006.
[3] WILSON, R.
Wesley(1996).

Introduction

to

Graph

Theory.

Addison

[4] BALAKRISHNAN, J.; RANGANATHAN, K. A Textbook of


Graph Theory. Springer-Verlag (1999).
[5] GAREY, M. R.; JOHNSON, D. S. Computers and Intractability:
A Guide to the Theory of NP-Completeness. W.WH. Freeman
(1979).
[6] WEST, D. Introduction to Graph Theory. Prentice Hall (1996).
[7] FOURNIER, J-C. Demonstration simple du thoreme de
Kuratowski et de sa forme duale. Discrete Mathematics, 31
(1980) 329-332.

111

Você também pode gostar