Escolar Documentos
Profissional Documentos
Cultura Documentos
Teoria Dos Grafos
Teoria Dos Grafos
P. Feofiloff
Y. Kohayakawa
Y. Wakabayashi
12/7/2011
Sumrio
1
Conceitos bsicos
1.1
Grafos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2
1.3
Isomorfismo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12
1.4
14
1.5
Caminhos e circuitos . . . . . . . . . . . . . . . . . . . . . . . . . .
16
1.6
Subgrafos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17
1.7
17
1.8
Grafos aleatrios . . . . . . . . . . . . . . . . . . . . . . . . . . . .
19
20
2.1
20
2.2
Delimitaes inferiores . . . . . . . . . . . . . . . . . . . . . . . . .
21
2.3
Delimitaes superiores . . . . . . . . . . . . . . . . . . . . . . . .
23
2.4
24
2.5
Cliques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
26
2.6
Coberturas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
27
2.7
Consideraes computacionais . . . . . . . . . . . . . . . . . . . .
28
Colorao de vrtices
29
3.1
Coloraes mnimas . . . . . . . . . . . . . . . . . . . . . . . . . .
29
3.2
30
3.3
31
3.4
33
3.5
35
3.6
Consideraes computacionais . . . . . . . . . . . . . . . . . . . .
36
4
4
Emparelhamentos
37
4.1
Emparelhamentos mximos . . . . . . . . . . . . . . . . . . . . . .
37
4.2
Delimitao superior . . . . . . . . . . . . . . . . . . . . . . . . . .
38
4.3
39
4.4
43
4.5
Consideraes computacionais . . . . . . . . . . . . . . . . . . . .
47
Colorao de arestas
48
5.1
Coloraes mnimas . . . . . . . . . . . . . . . . . . . . . . . . . .
48
5.2
Delimitao inferior . . . . . . . . . . . . . . . . . . . . . . . . . . .
49
5.3
Grafos bipartidos . . . . . . . . . . . . . . . . . . . . . . . . . . . .
49
5.4
Delimitao superior . . . . . . . . . . . . . . . . . . . . . . . . . .
51
5.5
Consideraes computacionais . . . . . . . . . . . . . . . . . . . .
53
54
B Alfabeto grego
56
Bibliografia
58
ndice Remissivo
59
Prefcio
Este texto uma breve introduo Teoria dos Grafos. Para embarcar nessa introduo, o leitor1 s precisa ter alguma familiaridade com demonstraes matemticas
formais e com a notao bsica da teoria dos conjuntos elementar.
A teoria dos grafos estuda objetos combinatrios os grafos que so um bom
modelo para muitos problemas em vrios ramos da matemtica, da informtica, da
engenharia e da indstria. Muitos dos problemas sobre grafos tornaram-se clebres
porque so um interessante desafio intelectual e porque tm importantes aplicaes
prticas.
Nesta breve introduo, vamos nos restringir a quatro temas intimamente relacionados: conjuntos estveis, colorao de vrtices, emparelhamentos e colorao de arestas. Muitos outros temas e problemas, podem ser encontrados nos livros de BondyMurty [BM76], Wilson [Wil79], Diestel [Die00], Bollobs [Bol98],
Lovsz [Lov93], LovszPlummer [LP86], Lucchesi [Luc79] e BiggsLloydWilson
[BLW76].
Mesmo numa breve introduo como esta, inevitvel esbarrar em questes
de complexidade computacional, pois muitos dos problemas da teoria dos grafos
tm motivao algortmica. O leitor interessado em aprofundar seus conhecimentos nessa rea pode consultar os livros de GareyJohnson [GJ79], Harel [Har92] e
Sipser [Sip97].
Estas notas foram preparadas para um mini-curso na II Bienal da SBM (Sociedade Brasileira de Matemtica), realizada em Salvador em outubro de 2004. Uma
verso corrigida do texto, bem como bibliografia adicional e apontadores para material na internet, podem ser encontrados em
http://www.ime.usp.br/~pf/teoriadosgrafos/
Exerccios
O texto contm vrios exerccios. Alguns so bastante simples e servem apenas
para que o leitor confira seu entendimento do assunto. Outros levantam assuntos
que no sero abordados no texto propriamente dito.
1
No que segue, todas as ocorrncias de leitor devem ser entendidas como leitora e leitor.
Para ns, as leitoras so pelo menos to importantes quanto os leitores.
6
D
DD
A
F
http://mathworld.
wolfram.com/topics/GraphTheory.html
Os autores
Os autores do texto Paulo Feofiloff, Yoshiharu Kohayakawa e Yoshiko Wakabayashi so professores do Departamento de Cincia da Computao (http:
//www.ime.usp.br/dcc/) do Instituto de Matemtica e Estatstica da Universidade
de So Paulo.
Agradecimentos
Agradecemos o apoio do MCT/CNPq (Projeto PRONEX Proc. CNPq 664107/19974), da FAPESP/CNPq (Projeto Temtico/PRONEX Proc. FAPESP Proc. 2003/09925-
7
5) e do CNPq (Proc. 300334/93-1 e 304527/89-0). Tambm agradecemos aos organizadores da II Bienal da SBM pela boa vontade com que atenderam os sucessivos
pedidos de prorrogao do prazo de entrega do texto.
Captulo 1
Conceitos bsicos
Este captulo formaliza a definio de grafo1 e introduz os conceitos de isomorfismo,
caminho, circuito, subgrafo, conexo, componente e grafo aleatrio. Esses conceitos
so necessrios para estudar os demais captulos.
Sugerimos que o leitor faa uma primeira leitura superficial deste captulo e
avance imediatamente para o captulo 2. Mais tarde, ele poder voltar a este captulo
para rever pontos especficos quando houver necessidade.
1.1
V (2)
(V, A)
vw
Grafos
Para qualquer conjunto V , denotaremos por V (2) o conjunto de todos os pares no
ordenados de elementos de V . Se V tem n elementos ento V (2) tem n2 := n(n1)
2
elementos. Os elementos de V (2) sero identificados com os subconjuntos de V que
tm cardinalidade 2. Assim, cada elemento de V (2) ter a forma {v, w}, sendo v e
w dois elementos distintos de V .
Um grafo um par (V, A) em que V um conjunto arbitrrio e A um subconjunto de V (2) . Os elementos de V so chamados vrtices e os de A so chamados
arestas. Neste texto, vamos nos restringir a grafos em que o conjunto de vrtices
finito.2
Uma aresta como {v, w} ser denotada simplesmente por vw ou por wv . Diremos que a aresta vw incide em v e em w e que v e w so as pontas da aresta. Se vw
uma aresta, diremos que os vrtices v e w so vizinhos ou adjacentes.
De acordo com nossa definio, um grafo no pode ter duas arestas diferentes
com o mesmo par de pontas (ou seja, no pode ter arestas paralelas). Tambm
no pode ter uma aresta com pontas coincidentes (ou seja, no pode ter laos). H
quem goste de enfatizar esse aspecto da definio dizendo que o grafo simples.
Muitas vezes conveniente dar um nome ao grafo como um todo. Se o nome do
1
A palavra grafo um neologismo derivado da palavra graph em ingls. Ela foi usada pela
primeira vez no sentido que nos interessa aqui pelo matemtico ingls James Joseph Sylvester
( ).
2
Alm disso, suporemos quase sempre, tacitamente, que V 6= .
1.2
r
r t
P
PP x
P
r
r
v P
y r z
PP w PPP
r
P
r
grafo for G, o conjunto dos seus vrtices ser denotado por V (G) e o conjunto das
suas arestas por A(G). O nmero de vrtices de G denotado por n(G) e o nmero
de arestas por m(G); portanto,
V (G)
m(G)
1.2
Exemplo 1.1 Os vrtices do grafo so as casas de um tabuleiro de xadrez (generalizado) com t linhas e t colunas.3 Dois vrtices so adjacentes se uma dama do
jogo de xadrez pode saltar de um deles para o outro em um s movimento. Esse o
grafo dos movimentos da dama, ou simplesmente o grafo da dama. Para deixar claras as dimenses do tabuleiro, podemos dizer que esse o grafo da dama tport.
Quantos vrtices e quantas arestas tem o grafo da dama 3por3?
Exemplo 1.2 Por analogia com o exemplo anterior, definem-se o grafo do rei, o
grafo do bispo, o grafo do cavalo e o grafo da torre tport. Quantos vrtices e
quantas arestas tem o grafo do cavalo 4por4?
3
A(G)
n(G)
G
Kn
Kn
10
CAP. 1
CONCEITOS BSICOS
Exemplo 1.3 O grafo das palavras definido assim: cada vrtice uma palavra da
lngua portuguesa e duas palavras so adjacentes se diferem em exatamente uma
posio. Por exemplo, rato e ralo so adjacentes, enquanto ralo e rota no so.
Faa uma figura da parte do grafo definida pelas palavras abaixo:
caiado cavado cavalo girafa girava ralo ramo rata rato remo
reta reto rota vaiado varado virada virado virava
RR
MA
AM
PI
PA
CE
RN
PB
PE
TO
AC
RO
BA
AL
SE
MT
GO
MG
ES
RJ
MS
SP
PR
SC
RS
Exemplo 1.6 Seja M uma matriz simtrica com linhas e colunas indexadas por um
conjunto V . Suponha que Mvv = 0 para todo v em V . O grafo da matriz M
definido da seguinte maneira: o conjunto de vrtices do grafo V e dois vrtices u
e v so adjacentes se Muv 6= 0.
Exemplo 1.7 A grade pporq o grafo definido assim: o conjunto de vrtices o
produto cartesiano {1, 2, . . . , p} {1, 2, . . . , q} e dois vrtices (i, j) e (i0 , j 0 ) de V so
adjacentes se i = i0 e |j j 0 | = 1 ou se j = j 0 e |i i0 | = 1. (Veja a figura 1.4.)
Quantas arestas tem a grade pporq ?
Exemplo 1.8 Seja V o conjunto de todos os subconjuntos de {1, 2, 3, 4, 5} que tm
exatamente 2 elementos. Digamos que dois elementos v e w de V so adjacentes
1.2
11
r
Z
r Z
Z
Xr CC rZ
rX
r
A Q C
Q
A
r QCr
A
JJr
A
r
r r
r
r
r r
r
r
r
r
r
r
r
r
r r
r
r
r r
r
r
r r r
r
r
r
r r
r
Figura 1.5: Etano (C2 H6 ), butano (C4 H10 ) e isobutano (C4 H10 ). Os
vrtices em que incide uma s aresta representam tomos de hidrognio
(H ); os demais representam tomos de carbono (C ). Veja o exemplo 1.9.
Exemplo 1.10 Sejam U e W dois conjuntos mutuamente disjuntos e seja A o conjunto de todos os pares no-ordenados da forma uw com u U e w W . Dizemos
que (U W, A) um grafo bipartido completo. Dizemos que esse grafo um Kp,q ,
sendo p := |U | e q := |W |. (Veja uma generalizao desse conceito na seo 3.4.)
Exemplo 1.11 Seja V um conjunto de pontos no plano. Digamos que dois desses
pontos so adjacentes se a distncia entre eles menor que 2. Essa relao de adjacncia define o grafo dos pontos no plano (sobre o conjunto V ). Faa uma figura
do grafo definido pelos pontos abaixo.
(0, 2)
(0, 1)
(0, 0)
(1, 2)
(1, 1)
(1, 0)
(2, 2)
(2, 1)
(2, 0)
Kp,q
12
CAP. 1
CONCEITOS BSICOS
r
r t
P
PP x
P
r
r
v P
y r z
PP w PPP
r
P
r
vu
vw
ux
sH xy
H
Hs
wx
s
s yz
1.3
Isomorfismo
Um isomorfismo entre dois grafos G e H uma bijeo f de V (G) em V (H) tal que
dois vrtices v e w so adjacentes em G se e somente se f (v) e f (w) so adjacentes
em H .
5
Na literatura em ingls, esse grafo conhecido como line graph e denotado por L(G). A expresso grafo das arestas no padro em portugus.
1.3
13
Isomorfismo
Exerccios
E 1.16 Os dois grafos da figura 1.7 so isomorfos? Quais dos grafos da figura 1.8
so isomorfos entre si?
r
@
@r
r
r
@
@r
r
@
@r
JJr
A
r
Z
r Z
@ ZZ
rXX
r
@
r
r
A
A
A
r
A Ar
J
A r
Jr
r
r!!aa r
A
J
A
J
Jr
r
r
A"b
E
" A b
EE"
b r
r
A
Z
A
Zr
r
E 1.17 Mostre que o grafo das arestas (veja exemplo 1.15) de um K5 isomorfo ao
complemento do grafo de Petersen (veja exemplo 1.8).
E 1.18 Um automorfismo de um grafo G um isomorfismo de G em G. Seja (G)
o conjunto dos automorfismos de G. Mostre que (G) um grupo sob a operao
de composio. Mostre que (G) = (G). Mostre que (Kn ) o grupo simtrico
sobre n elementos. Descreva (Kp,q ) (veja exemplo 1.10).
6
14
CAP. 1
1.4
CONCEITOS BSICOS
(X)
g(v)
(G)
(G)
Proposio 1.1 Em todo grafo, a soma dos graus dos vrtices igual ao dobro
P do nmero de arestas. Ou seja, todo grafo (V, A) satisfaz a identidade
vV g(v) = 2|A|.
P ROVA : Uma aresta com pontas x e y contribui uma unidade para g(x) e uma
unidadeP
para g(y). Portanto, cada aresta contribui exatamente duas unidades para
a soma v g(v).
Exerccios
F 1.19 verdade que |(X)| = |(X)| para todo conjunto X de vrtices?
7
Nessa definio, a vizinhana de X pode no ser disjunta de X . H quem prefira adotar uma
definio ligeiramente diferente e dizer que a vizinhana de X o conjunto dos vrtices em V (G)rX
que tm algum vizinho em X .
8
O nome do smbolo nabla. Dizem que a palavra designa uma harpa egpcia. O smbolo
usado em matemtica para denotar um operador diferencial. No confunda com .
9
H quem prefira escrever (X) no lugar do nosso (X).
1.4
15
E 1.20 Mostre que todo grafo tem um nmero par de vrtices de grau mpar.
E 1.21 Mostre que todo grafo com dois ou mais vrtices tem pelo menos dois vrtices de mesmo grau.
E 1.22 Quantas arestas tem o grafo da dama 8por8 (veja exemplo 1.1)? Quantas
arestas tem o grafo do cavalo 8por8?
E 1.23 Quantas arestas tem o grafo das arestas de um grafo G?
E 1.24 Quais so os graus dos vrtices de uma molcula de alcano (veja exemplo 1.9)?
E 1.25 Mostre que (G) = n(G) (G) 1 e (G) = n(G) (G) 1 para todo
grafo G.
E 1.26 Mostre que se G um grafo com (G) > 0 e m(G) < n(G) ento G tem pelo
menos dois vrtices de grau 1.
E 1.27 A matriz de adjacncias de um grafo G a matriz M com linhas e colunas
indexadas por V (G) tal que M [u, v] = 1 se uv A(G) e M [u, v] = 0 em caso
contrrio. (Compare com o exemplo 1.6.) Qual a matriz de adjacncias do grafo
definido na figura 1.1? Qual a matriz de adjacncias de um K4 ? Qual a matriz de
adjacncias de uma grade 3por4? Qual a matriz de adjacncias de um 3-cubo?
Quanto vale a soma dos elementos da linha u da matriz? Quanto vale a soma dos
elementos da coluna v ?
F 1.28 Seja A um conjunto finito. Defina as seguintes operaes de soma e multiplicao por escalar para as partes de A: para quaisquer subconjuntos E e F de A,
pomos
E + F := (E r F ) (E r F ), 1 E = E e 0 E = .
Mostre que a tripla (2A , +, ) um espao vetorial sobre o corpo dos inteiros mdulo 2.
E 1.29 Dado um grafo G, seja D(G) a coleo de todos os cortes de G, isto ,
D(G) := {(X) : X V (G)}. Mostre que D(G) um subespao vetorial do
espao (2A(G) , +, ) definido no exerccio 1.28. Dizemos que D(G) o espao dos
cortes (ou dos cociclos) de G.
16
1.5
CAP. 1
CONCEITOS BSICOS
Caminhos e circuitos
v1 v n
r
r
S
Sr
r
S
Sr
r
Exerccios
E 1.30 Mostre que o complemento de um caminho de comprimento 3 um caminho
de comprimento 3. Mostre que o complemento de um circuito de comprimento 5
um circuito de comprimento 5.
E 1.31 Mostre que todo corte de um circuito tem cardinalidade par. Isto , mostre
que, para qualquer conjunto X de vrtices de um circuito O , o corte O (X) tem
cardinalidade par.
10
1.6
1.6
Subgrafos
17
Subgrafos
Exerccios
E 1.32 Seja G 0 o grafo das arestas de um grafo G. Mostre que G 0 no contm K1,3
(veja exemplo 1.10) como subgrafo induzido. (Em outras palavras, mostre que no
existe subconjunto X de V (G 0 ) tal que G 0 [X] um K1,3 .)
E 1.33 Uma floresta um grafo sem circuitos. Mostre que um grafo G uma floresta
se e somente se cada uma de suas arestas um corte, ou seja, para cada aresta a
existe um subconjunto X de V (G) tal que (X) = {a}.
E 1.34 Digamos que um grafo par se todos os seus vrtices tm grau par. Dado um
grafo G, seja O(G) a coleo dos conjuntos das arestas de todos os subgrafos pares
de G. Mostre que O(G) um subespao vetorial do espao (2A(G) , +, ) definido no
exerccio 1.28. Dizemos que O(G) o espao dos ciclos de G.
E 1.35 Seja G um grafo e considere os espaos O(G) e D(G) definidos nos exerccios 1.34 e 1.29 respectivamente. Mostre que |O D| 0 mod 2 para todo membro O de O(G) e todo membro D de D(G). (Sugesto: Mostre que O pode ser escrito como uma unio disjunta de circuitos, ou seja, que existem circuitos O1 , . . . , Ok
dois a dois disjuntos nas arestas tais que O = A(O1 ) A(Ok ).)
1.7
Um grafo conexo se, para qualquer par {v, w} de seus vrtices, existe um caminho
com extremos v e w . Por exemplo, o grafo do bispo (veja 1.2) no conexo (a menos
que o tabuleiro tenha uma s linha e uma s coluna).
G[X]
GX
Gv
Ga
G + xy
18
CAP. 1
CONCEITOS BSICOS
Exerccios
F 1.36 Verifique que o grafo do cavalo 3por3 (veja exemplo 1.2) tem dois componentes: um caminho de comprimento 0 e um circuito de comprimento 8.
F 1.37 Quantos componentes tem o grafo do bispo t-port (veja exemplo 1.2)?
E 1.38 Seja G um grafo tal que (G) 2. Mostre que cada componente de G um
caminho ou um circuito.
E 1.39 Seja G um grafo com (G) bn(G)/2c.11 Mostre que G conexo.
E 1.40 Seja G um grafo com (G) 3. Mostre que G tem um circuito par.
E 1.41 Mostre que todo grafo G satisfaz a desigualdade m(G) n(G) c(G), onde
c(G) o nmero de componentes de G.
E 1.42 Uma rvore uma floresta (veja exerccio 1.33) conexa. (Os grafos discutidos
no exemplo 1.9 so rvores.) Mostre que um grafo conexo G uma floresta se e
somente se, para cada aresta a, o grafo G a no conexo.
11
Para qualquer nmero real x , denotamos por bxc o nico inteiro i tal que i x < i + 1 .
1.8
1.8
19
Grafos aleatrios
Grafos aleatrios
Seja G(n) a coleo de todos os grafos com conjunto de vrtices V := {1, . . . , n}.12
claro que
|G(n)| = 2N , com N = n2 .
Qualquer propriedade invariante sob isomorfismo (como, por exemplo, a propriedade de ser conexo) define uma subcoleo de G(n). Assim, convm confundir os
conceitos de propriedade e subcoleo de G(n). Diremos que quase todo grafo
tem determinada propriedade P(n) se
|P(n)|
=1.
n |G(n)|
lim
Uma forma de se estudar o conjunto G(n) baseada na introduo de uma medida de probabilidade nesse conjunto. Seja p um nmero no intervalo (0, 1) e escolha cada elemento de V (2) , independentemente, com probabilidade p. Se A o
conjunto dos pares escolhidos, ento (V, A) um grafo aleatrio em G(n). A probabilidade de que o grafo (V, A) assim construdo seja idntico a um determinado
elemento de G(n) que tenha m arestas
pm (1 p)N m .
Se p = 21 ento todos os 2N grafos em G(n) so equiprovveis: a probabilidade de
obter qualquer um deles 1/2N .
12
G(n)
V
Captulo 2
Conjuntos estveis, cliques e
coberturas
Um conjunto de vrtices de um grafo estvel1 se seus elementos so dois a dois
no-adjacentes, ou seja, se nenhuma aresta tem ambas as pontas no conjunto. Em
outras palavras, um conjunto X de vrtices de um grafo G estvel se o grafo
induzido G[X] vazio.
Eis um exemplo. Digamos que meu grafo G representa a planta de uma cidade:
os vrtices so as esquinas e as arestas so os trechos de ruas que ligam as esquinas. Quero instalar uma rede de postos de gasolina na cidade. A legislao exige
que cada posto fique numa esquina e impede que dois postos fiquem em esquinas
adjacentes. Quantos postos no mximo posso instalar na cidade?
Um conjunto estvel X maximal se no faz parte de um conjunto estvel
maior, ou seja, se X no subconjunto prprio de outro conjunto estvel. muito
fcil encontrar um conjunto estvel maximal: comece com um conjunto estvel X
e examine os demais vrtices um a um; se o vrtice examinado for adjacente a algum dos que esto em X , descarte-o; caso contrrio, acrescente-o a X . bem mais
difcil e mais interessante encontrar um conjunto estvel mximo.
2.1
20
2.2
21
Delimitaes inferiores
Exerccios
F 2.1 Mostre que, em geral, um conjunto estvel mximo num grafo no nico.
E 2.2 Encontre um conjunto estvel mximo num circuito de comprimento n. Encontre um conjunto estvel mximo num caminho com n vrtices.
E 2.3 Encontre um conjunto estvel mximo na grade pporq (veja exemplo 1.7).
E 2.4 Seja Gt o grafo da dama tport (veja exemplo 1.1). Mostre que (G8 ) = 8.
Calcule (G5 ), (G6 ) e (G7 ).
D 2.5 Seja Gt o grafo da dama tport (veja exemplo 1.1). Calcule (Gt ) para
todo t 9.
E 2.6 Encontre um conjunto estvel mximo nos grafos do cavalo, do bispo, da torre
e do rei (veja exemplo 1.2).
2.2
Delimitaes inferiores
Para obter uma delimitao inferior de , basta encontrar um conjunto estvel razoavelmente grande. A delimitao abaixo, por exemplo, usa um conjunto estvel
maximal arbitrrio. Ela comprova a intuio de que conjuntos estveis maximais
so tanto maiores quanto menores forem os graus dos vrtices.
Delimitao 2.1 Para todo grafo G tem-se (G)
n
+1
n(G)
.
(G) + 1
P ROVA : suficiente mostrar que todo conjunto estvel maximal tem pelo menos
vrtices. Para qualquer conjunto estvel X tem-se
P
|(X)| = xX g(x) .
possvel colocar mais que 7 damas no tabuleiro?
22
CAP. 2
X
vV (G)
h( )
1
.
g(v) + 1
1
P ROVA
P : Adote a abreviatura hG ( ) := (gG ( ) + 1) . Queremos mostrar que
(G) v hG (v).
A prova uma induo em n(G). fcil verificar que a desigualdade vale
quando n(G) 2. Suponha agora que n(G) > 2 e que o resultado vlido para
grafos com menos que n(G) vrtices. Seja x um vrtice de grau mnimo e seja Y o
conjunto dos vizinhos de x, isto , Y := (x). Essa escolha de x garante que
P
hG (x) + yY hG (y) hG (x) + |Y | hG (x)
= hG (x) + gG (x) hG (x)
= (1 + gG (x)) hG (x)
= 1.
1 + (H)
P
1 + zZ hG (z)
P
P
hG (x) + yY hG (y) + zZ hG (z)
P
vV (G) hG (v) ,
Para qualquer nmero real x , denotamos por dxe o nico inteiro j tal que j 1 < x j .
2.3
23
Delimitaes superiores
Exerccios
F 2.7 Deduza a delimitao 2.1 da delimitao 2.2.
E 2.8 Seja G uma unio de grafos completos
cujos conjuntos de vrtices so disjunP
tos dois a dois. Mostre que (G) = v (g(v) + 1)1 .
E 2.9 Seja G o grafo dos estados do Brasil (veja exemplo 1.5). Deduza da delimitao 2.1 que (G) 3. Deduza da delimitao 2.2 que (G) 7. Encontre o valor
exato de (G).
E 2.10 Aplique as proposies 2.1 e 2.2 ao grafo da dama (veja exemplo 1.1).
E 2.11 Dados inteiros n 1 e m 0, seja fn (m) o valor mnimo da expresso
(x1 + 1)1 + + (xn + 1)1 , onde x1 , . . . , xn so inteiros no-negativos tais que x1 +
+ xn = 2m. (Compare com a delimitao 2.2.) Mostre que fn (m) atingido
quando |xi xj | 1 para todo i e j . (Sugesto: Verifique antes que (a + 1)1 + (b +
1)1 (a + 2)1 + b1 quando 0 a < b.) Mostre que fn (m0 ) > fn (m) para inteiros
n 1 e 0 m0 < m. (Este exerccio uma preparao para o exerccio 2.12.)
E 2.12 Seja n um inteiro positivo e sejam a, k e r inteiros no-negativos tais que
n = ak + r e 0 r < a. Seja S o grafo que resulta da unio de r cpias do Kk+1
e a r cpias do Kk (as cpias so duas a duas disjuntas nos vrtices). Observe que
k
n(S) = n, m(S) = r k+1
+
(a
r)
e (S) = a .
2
2
Mostre que (G) > (S) para qualquer grafo G tal que n(G) = n e m(G) < m(S).4
(Sugesto: veja o exerccio 2.11.)
2.3
Delimitaes superiores
Para estabelecer uma delimitao superior de , preciso provar que todos os conjuntos estveis do grafo so pequenos. Eis uma delimitao superior simples (e
muito pobre):
Delimitao 2.3 Para todo grafo G tem-se (G)
m(G)
.
(G)
Pode-se provar que S o nico grafo (a menos de isomorfismo) com n vrtices, m(S) arestas
e ndice de estabilidade a. Este fato um conhecido teorema de Paul Turn ( ). O complemento de S conhecido como grafo de Turn.
24
CAP. 2
Uma delimitao superior pode ser usada, s vezes, para comprovar a maximalidade de um conjunto estvel. Se X um conjunto estvel de cardinalidade
bm/c ento a delimitao acima garante que X mximo. Por exemplo, se X
um conjunto estvel com p vrtices em um circuito de comprimento 2p + 1, ento
X mximo porque |X| = b(2p + 1)/2c = bm/c.
Infelizmente, fica muito longe de m/ em geral. Em um Kn , por exemplo,
tem-se = 1 enquanto m/ = n/2.
Exerccios
D 2.13 Prove que (G) n(G) 21 p(G), sendo p(G) o posto da matriz de adjacncias de G (veja exerccio 1.27). Por definio, o posto de uma matriz M o nmero
de mximo de colunas linearmente independentes em M .
DD 2.14 Mostre que (G) (G) para todo grafo G. Aqui, (G) o nmero5
maxX e0 Xe, sendo o mximo tomado sobre todas as matrizes X indexadas por
VP
(G)V (G) que so simtricas positivas semidefinidas (X 0),6 tm trao unitrio
( i Xii = 1) e tm componentes nulas nas arestas (Xij = 0 para todo ij em A(G)).
O smbolo e denota o vetor de componentes unitrios (ei = 1 para todo i em V (G))
e e0 o transposto de e.7
2.4
P ROVA : Seja k o nmero d(2 + ) log2 ne e denote por Q(n, k) o conjunto dos
grafos em G(n) para os quais k . Resta mostrar que
lim
|Q(n, k)|
=0.
|G(n)|
(2.1)
2.4
25
e portanto
|Q(n, k)|
nk 2k(k1)/2 .
|G(n)|
Segue da que
2 log2 (|Q(n, k)|/|G(n)|)
=
2k log2 n k(k 1)
k (1 + 2 log2 n k)
d(2 + ) log2 ne (1 + 2 log2 n (2 + ) log2 n)
d(2 + ) log2 ne (1 log2 n) .
(2.2)
|Q(n, k)|
= ,
|G(n)|
Exerccios
E 2.15 Prove que, por menor que seja o nmero positivo , temos (G) <
n/(2 log2 n + 1 + ) para quase todo grafo G em G(n). (Sugesto: acompanhe a
demonstrao do teorema 2.4, tomando = (1 + )/ log2 n.)
E 2.16 Fixe um grafo H (o grafo de Petersen, por exemplo). Prove que quase todo
grafo G em G(n) contm um subgrafo induzido isomorfo a H . (Suponha que H
tem h vrtices. Escolha partes duas a duas disjuntas U1 , . . . , Um de V (G), com m =
bn/hc e |Ui | = h. Qual a probabilidade de nenhum Ui induzir uma cpia de H ?)
E 2.17 Prove que quase todo grafo G em G(n) tem dimetro 2, isto , prove que
quase todo G em G(n) tal que, para quaisquer vrtices distintos u e v , existe em G
um caminho de comprimento no mximo 2 com extremos u e v . (Na verdade, quase
todo G em G(n) tal que quaisquer dois vrtices u e v de G so extremos de um
caminho de comprimento exatamente 2.)
D 2.18 Prove que quase todo grafo em G(n) conexo.
26
CAP. 2
2.5
Cliques
Uma clique8 ou conjunto completo num grafo qualquer conjunto de vrtices dois
a dois adjacentes. Em outras palavras, X uma clique se o grafo induzido G[X]
completo. H uma relao bvia entre cliques e conjuntos estveis:
Observao 2.5 Um conjunto X de vrtices uma clique em um grafo G se
e somente se X estvel no grafo complementar G.
A cardinalidade de uma clique mxima de um grafo G denotada por
(G) .
De acordo com a observao acima, (G) = (G) para todo grafo G.
Exerccios
E 2.19 Encontre uma clique mxima no grafo da dama (veja exemplo 1.1), ou seja,
disponha o maior nmero possvel de damas no tabuleiro de modo que elas se ataquem mutuamente. Encontre cliques mximas nos grafos do cavalo, do bispo, da
torre e do rei (veja exemplo 1.2).
E 2.20 Encontre uma clique mxima no grafo dos estados do Brasil (veja exemplo 1.5).
F 2.21 Mostre que (G) (G) + 1 para todo grafo G.
E 2.22 Deduza delimitaes inferiores e superiores para (G) a partir das delimitaes 2.1 e 2.2.
E 2.23 Seja G 0 o grafo das arestas de um grafo G (veja o exemplo 1.15). Mostre
que, para cada vrtice v de G, o conjunto G (v) uma clique em G 0 . Mostre que o
conjunto das arestas de qualquer tringulo em G uma clique em G 0 . Mostre que
(G) = (G 0 ) se (G) 6= 2. Mostre que 2 (G 0 ) 3 se (G) = 2.
D 2.24 Mostre que (G) 3 para todo grafo G com mais que n(G)2 /4 arestas. (Veja
o exerccio 2.12.)
8
A palavra clique um neologismo emprestado do ingls. Uma clique uma panelinha, um
grupo exclusivo, um conjunto de pessoas que se conhecem entre si e tm algum interesse comum.
Nesse contexto, a palavra no tem nenhuma relao com estalido.
2.6
27
Coberturas
D 2.25 A intuio sugere que, em todo grafo, grande se for pequeno e viceversa. Ramsey9 mostrou que isso de fato assim para grafos suficientemente grandes. Seja r(s, t) o menor nmero natural tal que todo grafo G com n(G) r(s, t)
tem (G) s ou (G) t. Mostre que
r(s, t) s+t2
.
s1
(Sugesto: mostre que r(s, t) r(s1, t)+r(s, t1) para quaisquer s 2 e t 2.)10
E 2.26 Seja um nmero real positivo fixo e, para todo inteiro n 2, ponha k =
d(2 + ) log2 ne. Prove a seguinte delimitao para os nmeros de Ramsey (veja
exerccio 2.25): existe n0 tal que r(k, k) > n para todo n n0 . (Sugesto: Siga os
passos da prova do teorema 2.4.)
E 2.27 Prove a seguinte delimitao para os nmeros de Ramsey (veja exerccio 2.25): r(k, k) > 2k/2 para todo inteiro k 2. (Essa delimitao um pouco
mais limpa que a do exerccio 2.26; a idia central da prova a mesma.)
2.6
Coberturas
Uma cobertura de um grafo qualquer conjunto de vrtices que contenha pelo menos uma das pontas de cada aresta. Em outras palavras, um conjunto X de vrtices
uma cobertura se toda aresta do grafo tem pelo menos uma de suas pontas em X .
H uma relao simples entre coberturas e conjuntos estveis:
Observao 2.6 Em qualquer grafo G, um conjunto X de vrtices uma
cobertura se e somente se V (G) r X um conjunto estvel.
A cardinalidade de uma cobertura mnima de um grafo G denotada por11
(G) .
Se um guarda postado em um vrtice do grafo capaz de vigiar todas as arestas que
incidem no vrtice, ento o nmero mnimo de guardas necessrio para vigiar
todas as arestas do grafo.
Segue imediatamente da observao acima que (G) = n(G) (G) para todo
grafo G.
9
28
CAP. 2
Exerccios
F 2.28 Prove a observao 2.6.
E 2.29 Encontre uma cobertura mnima no grafo do cavalo e no grafo do bispo (veja
exemplo 1.2).
2.7
Consideraes computacionais
Para encontrar um conjunto estvel mximo num grafo G, basta examinar todos
os subconjuntos de V (G). Esse algoritmo consome tempo proporcional a 2n(G) .
Como 2n cresce explosivamente com n, esse algoritmo decididamente insatisfatrio na prtica.12 Infelizmente, no se conhece um algoritmo que seja substancialmente mais rpido. Suspeita-se mesmo que no existe um algoritmo rpido para
essa tarefa.13
To importante quanto a tarefa de encontrar um conjunto estvel mximo a
tarefa de certificar a maximalidade de um conjunto estvel dado. Para mostrar que
um dado conjunto estvel X em um grafo G mximo, podemos simplesmente
compar-lo com todos os conjuntos estveis de G. Mas isso consome tempo proporcional a 2n(G) , o que inaceitvel na prtica. s vezes, uma delimitao superior de
(G) pode ser usada para certificar a maximalidade de X (veja observao depois
da prova de delimitao 2.3), mas no se conhece uma delimitao suficientemente
poderosa para certificar um conjunto estvel mximo em qualquer grafo.
12
Basta dizer que 2500 maior que o nmero de tomos do universo, de acordo com os cosmlo-
gos.
13
Captulo 3
Colorao de vrtices
Uma colorao do conjunto de vrtices de um grafo uma atribuio de cores aos
vrtices tal que vrtices adjacentes recebem cores diferentes. Essa definio pode
ser formalizada da seguinte maneira: uma colorao dos vrtices de um grafo G
uma partio1 de V (G) em conjuntos estveis. Se {X1 , . . . , Xk } uma colorao
dos vrtices de G, diremos que cada Xi uma cor da colorao e k o nmero de
cores.
Imagine que cada vrtice do grafo uma das substncias qumicas que uma
certa indstria precisa manter armazenadas. Duas substncias so adjacentes se podem reagir entre si. Uma colorao dos vrtices desse grafo aloca cada substncia a
um armazm de tal modo que substncias adjacentes fiquem em armazns diferentes.
3.1
Coloraes mnimas
muito fcil produzir uma colorao dos vrtices de um grafo: basta atribuir uma
cor diferente a cada vrtice! bem mais difcil encontrar uma colorao com poucas
cores.
Uma colorao de vrtices mnima se o nmero de cores o menor possvel,
ou seja, se no existe outra colorao com menos cores. O nmero cromtico de um
grafo G o nmero de cores em uma colorao mnima dos vrtices de G. Esse
nmero denotado por
(G) .
Se (G) k , diz-se que G colorvel com k cores; diz-se tambm que G k colorvel.
Este captulo estuda a relao entre o nmero cromtico e outros parmetros
do grafo. Ele comprova, por exemplo, a intuio de que tanto menor quanto
menores os graus dos vrtices e tanto maior quanto maiores as cliques.
1
29
30
CAP. 3
COLORAO DE VRTICES
Exerccios
E 3.1 Exiba um grafo com duas coloraes mnimas diferentes.
E 3.2 Mostre que os conjuntos estveis que compem uma colorao mnima no
so necessariamente mximos. Mais precisamente, exiba uma colorao mnima
{X1 , . . . , Xk } em que nenhum dos conjuntos estveis Xi mximo.
E 3.3 Qual o nmero cromtico do grafo dos estados do Brasil (veja exemplo 1.5)?
E 3.4 Qual o nmero cromtico do grafo de Petersen (veja exemplo 1.8)?
E 3.5 Encontre uma colorao mnima dos vrtices do grafo da dama tport (veja
o exerccio 1.1). Trate inicialmente dos casos t = 2, . . . , 6.
E 3.6 Encontre coloraes mnimas dos vrtices dos grafos do cavalo, do bispo, da
torre e do rei (veja exerccio 1.2).
D 3.7 Prove que (G) max (G) + 1, onde max (G) o maior autovalor da matriz
de adjacncias de G (veja exerccio 1.27).2
D 3.8 Um museu de arte tem uma grande sala cujo contorno um polgono fechado,
no necessariamente convexo, com n lados. Queremos postar guardas em alguns
dos vrtices do polgono de modo que cada ponto da sala possa ser visto por pelo
menos um dos guardas (o ngulo de viso de cada guarda s limitado pelas paredes da sala). Mostre que bn/3c guardas so suficientes. Mostre que bn/3c guardas
so necessrios para certos polgonos.3
DD 3.9 Mostre que (G) 4 para todo grafo planar G (veja o exemplo 1.14).4
3.2
Para obter uma delimitao superior do nmero cromtico de um grafo basta mostrar a existncia de uma colorao com poucas cores. Eis uma delimitao superior
muito simples, que confirma a intuio de que um grafo com poucas arestas tem
nmero cromtico pequeno:
Delimitao 3.1 Para todo grafo G tem-se (G)
2
3
4
1
2
q
2m(G) + 14 .
3.3
31
P ROVA : Seja {X1 , . . . , Xk } uma colorao mnima. Ento, para todo i e todo
j distinto de i, existe uma aresta com uma
ponta em Xi e outra em Xj . Assim,
k
2
m(G) 2 = (k k)/2. Logo, k (1 + 8m + 1)/2.
Considere agora uma delimitao mais sofisticada. Ela confirma a intuio de
que tanto menor quanto menor o grau mximo do grafo.
Delimitao 3.2 Para todo grafo G tem-se (G) (G) + 1.
P ROVA : Nossa prova uma induo no nmero de vrtices. Se n(G) = 1, a
proposio obviamente verdadeira. Suponha agora que n(G) > 1. Seja x um
vrtice qualquer e H o grafo G x. Por hiptese de induo, (H) (H) + 1.
Seja {X1 , . . . , Xk } uma colorao mnima de H . Como (H) (G), temos
k (G) + 1 .
Se essa desigualdade estrita, ento {{x}, X1 , . . . , Xk } uma colorao de G com
no mais que (G) + 1 cores. Suponha agora que k = (G) + 1. Como gG (x)
(G) = k 1, o vrtice x adjacente a no mais que k 1 cores diferentes. Portanto,
existe i tal que Xi {x} um conjunto estvel. Se substituirmos Xi por Xi {x}
em {X1 , . . . , Xk } teremos uma colorao de G com (G) + 1 cores.
Embora existam grafos (os completos e os circuitos mpares, por exemplo) em
que = + 1, a diferena entre e pode ser arbitrariamente grande (este o
caso, por exemplo, dos grafos K1,n definidos no exemplo 1.10).
Exerccios
D 3.10 Mostre que (G) (G) para todo grafo no-regular G. Mostre algo mais
geral: se G conexo mas no um grafo completo nem um circuito mpar ento
(G) (G). (Esse fato conhecido como Teorema de Brooks5 .)
3.3
n(G)
.
(G)
32
CAP. 3
COLORAO DE VRTICES
Exerccios
E 3.11 O grafo de Catlin6 definido da seguinte maneira: comece com um pentgono P ; troque cada vrtice v de P por um tringulo Tv (os tringulos correspondentes a vrtices diferentes so disjuntos); finalmente, troque cada aresta vw de P
por 9 arestas ligando cada vrtice de Tv com cada vrtice de Tw . Encontre uma
colorao mnima do grafo de Catlin. Use a delimitao 3.3 para mostrar que sua
colorao , de fato, mnima.
E 3.12 Mostre que (G) = (G) se G um grafo de intervalos (veja exemplo 1.12).
(Sugesto: Faa induo no nmero de intervalos. Comece por retirar o intervalo
cujo extremo direito est mais esquerda.)
E 3.13 Mostre que (G) = (G) se G um grafo de comparabilidade (veja exemplo 1.13). (Sugesto: Retire do grafo o conjunto dos vrtices que so maximais na
ordem parcial. Aplique induo.)
6
3.4
33
E 3.14 Mostre que (G) = (G) se G um grafo de comparabilidade (veja exemplo 1.13). (Este resultado conhecido como teorema de Dilworth7 .)
E 3.15 Seja G o grafo do bispo tport (veja exemplo 1.2). Mostre que (G) = (G).
D 3.16 Seja G2 um grafo completo com 2 vrtices. A partir desse grafo, a seqncia
G3 , G4 , . . . , Gk , . . . de grafos de Mycielski8 definida recursivamente como segue.
Para cada k maior que 2, seja Vk = {v1 , . . . , vn } o conjunto de vrtices de Gk . Seja
Wk+1 = {w0 , w1 , . . . , wn } um conjunto disjunto de Vk . O grafo Gk+1 tem conjunto de
vrtices Vk Wk+1 e tal que Gk+1 [Vk ] = Gk e, para cada i 1, wi adjacente em
Gk+1 a w0 e a cada um dos vizinhos de vi em Gk . A figura 3.1 ilustra G2 , G3 e G4 .
Mostre que (Gk ) = 2 para cada k . Mostre que (Gk ) k para cada k . (Veja o livro
de BondyMurty [BM76].)
r
r
r
ZZ
Zr
r
B
B
BBr
r
r
Z
L Z
rL Z
ZZ
(hh
L hh
(((
r(
hr
r
Lr
,
Al
!
HH!
r
All \ E ,
,
E
r \r,
A l
H
E
H
A H
Ar
HEr
3.4
34
xy
CAP. 3
COLORAO DE VRTICES
P ROVA : Suponha que G admite uma bicolorao {U, W }. Os vrtices de qualquer circuito esto alternadamente em U e W e portanto o circuito par.
A prova da afirmao recproca uma induo no nmero de arestas do grafo.
Se m(G) = 0 ento evidente que G bicolorvel. Suponha agora que m(G) > 0
e G no tem circuitos mpares. Seja xy uma aresta de G. Como G xy no tem
circuitos mpares, a hiptese de induo garante que Gxy admite uma bicolorao,
digamos {U, W }. Se x e y no esto ambos em U nem ambos em W , ento {U, W }
uma bicolorao de G. Suponha no que segue que x e y esto ambos em U ou
ambos em W , digamos ambos em U .
Imagine, por um momento, que x e y pertencem ao mesmo componente do
grafo G xy . Seja C um caminho em G xy com extremos x e y . Como {U, W }
uma bicolorao de G xy , os vrtices de C esto alternadamente em U e W e
portanto C par. Mas ento o circuito C+xy mpar, o que contradiz nossa hiptese
sobre a inexistncia de circuitos mpares. Conclumos assim que x e y pertencem a
componentes distintos de G xy .
Seja H o componente de Gxy que contm x. Se trocarmos as cores dos vrtices
de H , os vrtices x e y tero cores distintas e portanto o grafo G estar bicolorido.
Essa bicolorao de G ter a forma
{U 0 W 00 , U 00 W 0 } ,
onde U 0 := U V (H), U 00 := U r V (H), W 0 := W V (H) e W 00 := W r V (H).
O teorema explica por que certos grafos no so bicolorveis: o nico motivo
para a inexistncia de uma bicolorao a presena de um circuito mpar. Por outro
lado, um circuito mpar um certificado simples e convincente (veja o primeiro
pargrafo da prova do teorema) do carter no-bicolorvel do grafo. O teorema ,
portanto, uma boa caracterizao de grafos bicolorveis.
Antes de encerrar a seo, preciso fazer um esclarecimento sobre terminologia.
Os termos bipartido e bipartio so freqentemente usados como sinnimos
de bicolorvel e bicolorao respectivamente.9 Se {U, W } uma bipartio do
grafo, diz-se que o grafo (U, W )-bipartido.
Exerccios
E 3.17 Mostre que o grafo do cavalo (veja exemplo 1.2) bipartido.
E 3.18 Mostre que o k -cubo (veja exemplo 1.4) bicolorvel.
E 3.19 Mostre que toda grade (veja exemplo 1.7) um grafo bicolorvel.
E 3.20 Verifique se os grafos da figura 3.2 so bicolorveis.
9
A rigor, um grafo bipartido somente se estiver munido de uma bicolorao fixa (note que
bicoloraes no so nicas em geral). Essa bicolorao a bipartio do grafo.
3.5
35
r
r r r
Z
r Z
Z Z
r Z Z r
Z
Zr
ZZ
Zr
r
r r Z
3.5
1
n
2 + log2 n
36
CAP. 3
COLORAO DE VRTICES
Pode-se mostrar (embora isso no seja fcil)10 que a delimitao inferior dada
pelo teorema 3.6 bastante justa: por menor que seja o nmero no intervalo aberto
(0, 2), tem-se
1
n
(G) <
2 log2 n
para quase todo grafo G em G(n).
3.6
Consideraes computacionais
Para encontrar uma colorao mnima dos vrtices de um grafo, basta examinar todas as parties do conjunto de vrtices.11 Esse algoritmo consome tempo superior
a 2n para analisar um grafo com n vrtices, o que decididamente insatisfatrio
na prtica. (Veja o que dissemos na seo 2.7 a respeito da computao do conjunto
estvel mximo de um grafo.) Infelizmente, no se conhece um algoritmo substancialmente melhor; suspeita-se mesmo que um algoritmo substancialmente melhor
no existe.12
Outra questo computacional relevante o da certificao de uma colorao mnima dada: que objeto suficiente exibir para provar a minimalidade da colorao?
Infelizmente, no se conhece (exceto no caso da bicolorao) um certificado que seja
substancialmente melhor que a comparao da colorao dada com cada uma das
demais coloraes do grafo.
10
Captulo 4
Emparelhamentos
Duas arestas de um grafo G so adjacentes se tm uma ponta comum.1 Um emparelhamento num grafo um conjunto de arestas duas a duas no-adjacentes. Em outras palavras, um emparelhamento um conjunto E de arestas tal que |E(v)| 1
para cada vrtice v .
Eis uma ilustrao do conceito de emparelhamento. Suponha que um projeto
de engenharia consiste em um grande nmero de tarefas e que cada tarefa deve
ser executada por um time dois operrios compatveis. Gostaramos de executar o
maior nmero possvel de tarefas simultaneamente. A mo de obra disponvel pode
ser representada por um grafo cujos vrtices so os operrios e cujas arestas so os
pares de operrios compatveis. Um emparelhamento nesse grafo uma coleo de
times que podem atuar simultaneamente.
Um emparelhamento um tipo particular de conjunto estvel: um conjunto E
de arestas de um grafo G um emparelhamento se e somente se E estvel no
grafo das arestas de G (veja o exemplo 1.15). Este captulo vai mostrar que sabemos
bem mais sobre emparelhamentos que sobre conjuntos estveis.
4.1
Emparelhamentos mximos
37
38
CAP. 4
EMPARELHAMENTOS
a cardinalidade de um emparelhamento mximo em um grafo G.2 Segue imediatamente da observao que fizemos acima que 0 (G) = (G 0 ), onde G 0 o grafo das
arestas de G.
Um tipo particular de emparelhamento mximo merece ateno especial. Um
emparelhamento perfeito se satura V (G). Dizemos que um emparelhamento satura um conjunto de vrtices se satura cada vrtice do conjunto e dizemos que um
emparelhamento E satura um vrtice v se (v) E 6= .
evidente que todo emparelhamento perfeito mximo. evidente tambm
que um emparelhamento E perfeito se e somente se |E| = 12 n(G).
Nem todo grafo tem um emparelhamento perfeito. Isso levanta as seguintes perguntas: Que grafos tm emparelhamentos perfeitos? Que propriedades estruturais
de um grafo garantem a existncia de um emparelhamento perfeito?
Exerccios
F 4.1 Mostre que nem todo emparelhamento maximal mximo.
F 4.2 Encontre emparelhamentos mximos em grafos completos, em circuitos e em
caminhos.
F 4.3 Mostre que nem todo grafo tem um emparelhamento perfeito.
E 4.4 Encontre um emparelhamento mximo na grade pporq (veja exemplo 1.7).
Em que condies uma grade pporq tem um emparelhamento perfeito?
E 4.5 Exiba um emparelhamento perfeito no k -cubo (veja exemplo 1.4).
E 4.6 Dois jogadores, digamos A e B , se alternam escolhendo vrtices num grafo G.
Primeiro, A escolhe um vrtice v0 . Em seguida, B escolhe um vrtice v1 adjacente
a v0 . Depois, A escolhe um vrtice v2 adjacente a v1 mas diferente de v0 e de v1 .
E assim por diante. O jogador que no puder fazer um movimento na sua vez,
perde o jogo. (Esse jogo conhecido como slither.) Prove que B tem uma estratgia
vencedora se G tem um emparelhamento perfeito. Prove que A tem uma estratgia
vencedora em caso contrrio.
4.2
Delimitao superior
claro que 0 (G) 12 n(G) em todo grafo G. Mas h uma delimitao superior bem
mais interessante:
Delimitao 4.1 Em qualquer grafo G tem-se 0 (G) (G).
2
4.3
39
P ROVA : A desigualdade decorre da seguinte observao, simples mas fundamental: para qualquer emparelhamento E e qualquer cobertura C tem-se
|E| |C| .
Para justificar essa relao basta observar que h uma injeo de E em C : a injeo
leva cada aresta a em uma ponta de a que est em C (se a tiver ambas as pontas
em C , escolha uma delas).
P Prova alternativa: considere o grafo H := (V (G), E) e observe que |E|
vC gH (v) |C|, onde a primeira desigualdade vale porque C uma cobertura e
a ltima porque E um emparelhamento.
A prova da delimitao 4.1 tem a seguinte conseqncia: se |E| = |C| ento
E um emparelhamento mximo (e C uma cobertura mnima). Portanto, para
comprovar a maximalidade de um emparelhamento com k arestas basta exibir uma
cobertura com k vrtices. Como veremos adiante, um tal par equicardinal (E, C)
existe em todo grafo bipartido. Infelizmente, para muitos grafos no-bipartidos,
um emparelhamento mximo estritamente menor que qualquer cobertura. Como
possvel caracterizar, nesses casos, a maximalidade de um emparelhamento? Discutiremos uma resposta na seo 4.4.
Exerccios
E 4.7 Exiba um grafo G tal que 0 (G) = (G).
E 4.8 Exiba um grafo em que todo emparelhamento estritamente menor que qualquer cobertura.
E 4.9 Seja G o grafo do cavalo tport (veja exemplo 1.2) com t 3. Mostre que
0 (G) = bt2 /2c = (G). (Compare com o exerccio 2.29.)
E 4.10 Para que valores de t o grafo do cavalo tport (veja exemplo 1.2) tem um
emparelhamento perfeito?
4.3
40
CAP. 4
EMPARELHAMENTOS
4.3
41
G[U 0 W 0 ], onde U 0 := U r Y e W 0 := W r G (Y ). claro que G0 (U 0 , W 0 )bipartido. Suponha, por um instante, que |G0 (X 0 )| < |X 0 | para algum subconjunto
X 0 de U 0 . Ento
|G (X 0 Y )| =
<
=
|G0 (X 0 ) G (Y )|
|G0 (X 0 )| + |G (Y )|
|X 0 | + |Y |
|X 0 Y | .
UC := U C, WC := W C, UC := U r C e WC := W r C .
Seja H o subgrafo de G induzido por UC WC . evidente que H (UC , WC )bipartido. Como mostraremos a seguir, a minimalidade de C garante que H satisfaz
a hiptese do teorema de Hall.
Seja X um subconjunto qualquer de UC . O conjunto (C r X) H (X) uma
cobertura de G, pois toda aresta que tem uma ponta em X tambm tem uma ponta
em H (X). Como a cardinalidade dessa cobertura |C| |X| + |H (X)|, a minimalidade de C exige que tenhamos
|H (X)| |X| .
4
Dnes Knig ( ), matemtico hngaro e autor do primeiro livro sobre a teoria dos
grafos (Theorie der endlichen und unendlichen Graphen, Akademischen Verlagsgesellschaft, Leipzig,
1936).
42
CAP. 4
EMPARELHAMENTOS
O teorema 4.3 permite concluir agora que H tem um emparelhamento F que satura UC . Um argumento simtrico mostra que o subgrafo H 0 de G induzido por
WC UC tem um emparelhamento F 0 que satura WC . Para concluir, observe que
F F 0 um emparelhamento em G e que
|F F 0 | = |F | + |F 0 | = |UC | + |WC | = |C| ,
como queramos provar.
A combinao da delimitao 4.1 com o teorema 4.4 conhecida como teorema
Knig de Knig ou teorema de KnigEgervry5 . O teorema pode ser enunciado assim:
Egervry em todo grafo bipartido G,
0 (G) = (G) ,
ou seja, um emparelhamento mximo tem a mesma cardinalidade que uma cobertura mnima. Essa igualdade min-max uma manifestao do teorema da dualidade
em programao linear (veja por exemplo, o livro de Chvtal [Chv83]).
Exerccios
F 4.11 Mostre que o grafo da figura 4.1 no tem um emparelhamento que sature os
cinco vrtices que esto na parte superior da figura.
E 4.12 Suponha dada uma coleo {C1 , . . . , Ck } de subconjuntos de um certo conjunto W . Imagine que cada elemento de W uma pessoa e cada Ci o conjunto dos
membros de um clube. Queremos escolher um conjunto de representantes distintos
dos clubes, ou seja, um conjunto w1 , . . . , wk de pessoas tal que wi Ci para cada i e
wi 6= wj sempre que i 6=Sj . Mostre que um tal conjunto de representantes distintos
existe se e somente se | iI Ci | |I| para todo subconjunto I de {1, . . . , k}.
E 4.13 Seja G um grafo (U, W )-bipartido tal que |U | = |W |. Seja M a matriz indexada por U W e definida por M [u, w] = 1 se uw uma aresta de G e M [u, w] = 0
caso contrrio. (Portanto, M uma submatriz da matriz de adjacncias de G, definida no exerccio 1.27.) O permanente da matriz M o nmero6
P Q
perm(M ) :=
uU M [u, (u)] ,
onde a soma se estende a todas as bijees : U W . Mostre que o permanente de
M igual ao nmero de emparelhamentos perfeitos em G.7
5
4.4
43
E 4.14 Mostre que todo grafo bipartido regular no-vazio tem um emparelhamento
perfeito.
E 4.15 Mostre que todo grafo bipartido G tem um emparelhamento que satura todos os vrtices de grau (G).
E 4.16 Exiba emparelhamentos mximos e coberturas mnimas nos grafos das figuras 4.1 e 4.2.
E 4.17 Prove que 0 (G) = n(G) (G) para todo grafo bipartido G.
E 4.18 Prove que (G) = (G) para todo grafo bipartido G.
E 4.19 Nossa prova do teorema de Knig 4.4 depende do teorema de Hall 4.3. Mas
os dois teoremas so equivalentes. Deduza o teorema de Hall do teorema de Knig.
r
r
r
r
r
B
B
@
B
B
@
B @ B B @ B
B @B
B @B
B
r @Br
r
Br @Br
Figura 4.1: Algum emparelhamento satura os cinco vrtices na parte superior da figura? Veja exerccio 4.11.
r
r
r
r
r
r
A @ A
A
@
A @ A
A
@
A @
A A @
Ar Ar @r
@
r Ar r
4.4
Podemos tratar agora de emparelhamentos em grafos arbitrrios (em particular, grafos no-bipartidos). A exemplo do que fizemos na seo anterior, vamos iniciar o
estudo com a caracterizao de emparelhamentos perfeitos.
Emparelhamentos perfeitos
A caracterizao de emparelhamentos perfeitos em grafos arbitrrios exige uma generalizao no-trivial do teorema de Hall.
44
CAP. 4
EMPARELHAMENTOS
Em virtude da proposio 4.5, um conjunto S de vrtices tal que i(G S) > |S|
constitui um certificado da inexistncia de emparelhamento perfeito. Surpreendentemente, todo grafo desprovido de emparelhamento perfeito possui um tal certificado. Esse fato foi demonstrado em por Tutte8 :
Teorema 4.6 (Tutte) Se i(G S) |S| para todo conjunto S de vrtices de
um grafo G ento G tem um emparelhamento perfeito.
E SBOO DA PROVA : A prova uma induo no nmero de vrtices do grafo.
Se n(G) = 1 ento o resultado vacuamente verdadeiro (pois G no satisfaz as
8
i(G)
4.4
45
hipteses). Suponha agora que n(G) > 1 e que o resultado verdadeiro para grafos
com menos que n(G) vrtices. Suponha que G satisfaz as hipteses e seja S um
subconjunto maximal de V (G) tal que
i(G S ) = |S | .
(O conjunto S est bem definido pois i(G s) = 1 para todo vrtice s.) Sejam
G1 , . . . , Gk os componentes mpares de G S , com k = i(G S ). Sejam H1 , . . . , Hl
os componentes pares de G S . A maneira como escolhemos S garante o sucesso
dos trs passos que passamos a descrever.
1. Seja F o grafo com conjunto de vrtices {G1 , . . . , Gk } S cujas arestas so todos os pares Gi s para os quais existe em G uma aresta da forma vs, com v em V (Gi )
e s em S . O grafo F ({G1 , . . . , Gk }, S )-bipartido e prova-se que satisfaz as hipteses do teorema de Hall 4.3. Portanto, F tem um emparelhamento que satura
{G1 , . . . , Gk }.
2. Para cada i e cada vrtice v em Gi , prova-se que Gi v satisfaz as hipteses
do teorema que estamos procurando provar. Logo, Gi v tem um emparelhamento
perfeito por hiptese de induo.
3. Prova-se que cada Hi satisfaz as hipteses do teorema que estamos procurando provar. Assim, cada Hi tem um emparelhamento perfeito por hiptese de
induo.
Se tomarmos a unio dos emparelhamentos descritos em 1, 2 e 3 acima, teremos
um emparelhamento perfeito em G.
A expresso teorema de Tutte freqentemente usada para designar a unio teorema
da proposio 4.5 com o teorema 4.6. O teorema constitui uma boa caracterizao de Tutte
dos grafos dotados de emparelhamentos perfeitos.
Emparelhamentos mximos
A caracterizao dos emparelhamentos mximos em grafos arbitrrios est intimamente relacionada com o teorema de Tutte. conveniente introduzir o seguinte
parmetro :9 para todo grafo G, seja (G) o valor mnimo da expresso
1
n(G) 12 i(G S) |S|
2
para todos os subconjuntos S de V (G). No difcil estabelecer a seguinte delimitao superior:
Delimitao 4.7 Para todo grafo G, tem-se 0 (G) (G).
Para provar essa delimitao, basta mostrar que, para todo S , qualquer emparelhamento deixa de saturar pelo menos i(G S) |S| vrtices. Os detalhes da prova
so um bom exerccio.
9
46
CAP. 4
EMPARELHAMENTOS
0 (G) = (G) .
Exerccios
F 4.20 Suponha que um grafo G satisfaz a condio i(G S) |S| para todo conjunto S de vrtices. Prove, sem usar o teorema 4.6, que n(G) par.
E 4.21 Seja G um grafo e S um subconjunto de V (G). Mostre que i(G S)
i(H S) para qualquer subgrafo H de G tal que V (H) = V (G).
E 4.22 Na prova do teorema de Tutte 4.6, mostre que cada grafo Hi satisfaz a condio i(Hi S) |S| para cada conjunto S de vrtices.
E 4.23 Na prova do teorema de Tutte 4.6, mostre que, para cada i e cada vrtice v
em Gi , o grafo Gi v satisfaz a condio i((Gi v) S) |S| para cada conjunto
S de vrtices.
E 4.24 Na prova do teorema de Tutte 4.6, mostre que o grafo F satisfaz as hipteses
do teorema de Hall 4.3: |F (X)| |X| para cada subconjunto X de {G1 , . . . , Gk }.
E 4.25 Deduza o teorema de Hall 4.3 do teorema de Tutte 4.6.
E 4.26 Seja G um grafo 3-regular sem cortes de tamanho 1 (ou seja, sem conjuntos
X de vrtices tais que |(X)| = 1). Mostre que G tem um emparelhamento perfeito.
Mostre que nem todo grafo 3-regular tem um emparelhamento perfeito.
E 4.27 Prove a delimitao 4.7.
E 4.28 Deduza o teorema de Knig 4.4 do teorema de Berge 4.8.
10
4.5
4.5
Consideraes computacionais
47
Consideraes computacionais
Existem algoritmos rpidos11 (e muito interessantes) para encontrar um emparelhamento mximo num grafo. O algoritmo especfico para grafos bipartidos produz
um emparelhamento e uma cobertura de mesma cardinalidade.12 O algoritmo mais
geral aceita qualquer grafo e produz um emparelhamento e um conjunto de vrtices
que satisfazem a relao estabelecida no teorema 4.8.13
11
Captulo 5
Colorao de arestas
Uma colorao do conjunto das arestas de um grafo uma atribuio de cores s
arestas tal que arestas adjacentes recebem cores diferentes. conveniente formalizar
a definio da seguinte maneira: uma colorao das arestas de um grafo G uma
partio de A(G) em emparelhamentos. Se {E1 , . . . , Ek } uma tal partio, diremos
que cada emparelhamento Ei uma cor e k o nmero de cores.
Uma colorao de arestas um tipo particular de colorao de vrtices. De
fato, qualquer colorao das arestas de um grafo G uma colorao dos vrtices do
grafo das arestas de G (veja o exemplo 1.15). Como mostraremos no restante deste
captulo, sabe-se muito mais sobre a colorao de arestas que sobre a colorao de
vrtices de um grafo arbitrrio.
5.1
Coloraes mnimas
fcil encontrar uma colorao das arestas de um grafo: basta pintar cada aresta
com uma cor diferente! mais difcil obter uma colorao com poucas cores.
Uma colorao de arestas mnima se o nmero de cores o menor possvel, ou
seja, se no existe outra colorao que use menos cores. O ndice cromtico de um
grafo o nmero de cores de uma colorao de arestas mnima. O ndice cromtico
de um grafo G denotado por
0 (G) .
Segue imediatamente da observao que fizemos ao final da introduo deste captulo que 0 (G) = (G 0 ), onde G 0 grafo das arestas de G.
Exerccios
E 5.1 Mostre que 0 (G) 2(G) 1 para todo grafo G.
E 5.2 Exiba um grafo com duas coloraes mnimas diferentes.
E 5.3 Mostre que os emparelhamentos que compem uma colorao mnima no
48
5.2
Delimitao inferior
49
5.2
Delimitao inferior
Exerccios
E 5.4 Exiba uma colorao mnima das arestas de uma grade pporq (veja exemplo 1.7).
E 5.5 Mostre que 0 (G) = 4 se G o grafo de Petersen.
E 5.6 Mostre que todo grafo bipartido k -regular admite uma colorao das arestas
com apenas k cores. (Sugesto: veja o teorema de Hall 4.3.)
E 5.7 Mostre que 0 (G) > (G) se G um grafo regular no-vazio com nmero
mpar de vrtices.
E 5.8 Mostre que 0 (G) > (G) se n(G) mpar e m(G) > 12 (G) n(G) 1 .
5.3
Grafos bipartidos
O ndice cromtico de grafos bipartidos tem uma delimitao superior que complementa a delimitao inferior 5.1. Ela foi estabelecida em por Knig2 :
1
2
Essa delimitao pode ser vista como conseqncia da proposio 3.4 aliada ao exerccio 2.23.
Dnes Knig ( ), matemtico hngaro.
50
CAP. 5
COLORAO DE ARESTAS
Teorema 5.2 (Knig) Para todo grafo bipartido G tem-se 0 (G) (G).
Exerccios
E 5.9 Exiba coloraes mnimas das arestas dos grafos representados nas figuras 4.1
e 4.2.
E 5.10 Uma escola pode ser representada por um grafo (U, W )-bipartido: cada vrtice em U um professor, cada vrtice em W uma turma de alunos e um professor
adjacente s turmas para as quais deve dar aulas. Uma semana letiva dividida
em perodos (segunda-feira das 8h s 10h, segunda-feira das 10h s 12h, etc.) e cada
3
5.4
51
Delimitao superior
perodo representado por uma cor. Uma colorao das arestas do grafo uma programao das aulas da semana. Quantos perodos so necessrios e suficientes para
cumprir o programa de aulas?4
5.4
Delimitao superior
Ei
52
CAP. 5
COLORAO DE ARESTAS
(4)
y3
(3)
r y2
y4 r
(4)
y0
r y2
T
y5 rb T
2"r y1
5b T
"
" 1
b
r
T
"
r
b
s
y6
4
(2)
T
y5 rb T
1"r y1
5b T
""
b
r
T
"
r (1)
b
s
y6
(6)
y4 r
y3
(5)
y0
(0)
E0
em yj . Em virtude da maximalidade do leque, i {1, . . . , j1}. Podemos supor, sem perder generalidade, que E0 est ausente em x. Seja H o grafo induzido
por E0 Ei :
H := (V (G), E0 Ei ) .
Os componentes desse grafo so caminhos e circuitos. Ademais, gH (x) 1,
gH (yi1 ) 1 e gH (yj ) 1, uma vez que E0 est ausente em x e Ei est ausente
em yi1 e em yj . Assim, os componentes de H que contm x, yi1 e yj so caminhos. Um dos dois subcasos a seguir se verifica:
S UBCASO 2A: x e yi1 esto em dois componentes distintos de H . Seja
C o componente de H que contm yi1 . Troque as cores E0 e Ei nesse
componente. Mais formalmente, seja
F0 := E0 A(C) e
Fi := Ei A(C)
5.5
Consideraes computacionais
53
Exerccios
E 5.11 Para todo n > 1, mostre que 0 (Kn ) = n se n mpar e 0 (Kn ) = n 1 se n
par.
DD 5.12 Mostre que 0 (G) = 3 para todo grafo 3-regular G planar (veja exemplo 1.14). 8
A 5.13 Encontre uma boa caracterizao da classe de grafos {G : 0 (G) = (G)}.
5.5
Consideraes computacionais
Apndice A
Dicionrio de termos tcnicos
Boa parte da literatura da teoria dos grafos est escrita em ingls. A traduo dos
termos tcnicos para o portugus no est muito bem estabelecida. O presente texto
adota a seguinte correspondncia:
ingls
portugus
almost every
bipartite
bipartition
bishop (in chess)
chess
chromatic number
chromatic index
circuit
clique
clique number
coboundary
colorable
connected
cut
cycle
degree
edge
eigenvalue
empty
even
forest
graph
grid
independence number
independent set
induced
isomorphic
isomorphism
king (in chess)
quase todo
bipartido
bipartio
bispo (do xadrez)
xadrez
nmero cromtico
ndice cromtico
circuito
clique
cardinalidade de clique mxima
cofronteira, corte
colorvel
conexo
corte, cofronteira
ciclo, circuito
grau
aresta
autovalor
vazio
par
floresta
grafo
grade
ndice de estabilidade
conjunto estvel
induzido
isomorfo
isomorfismo
rei (do xadrez)
54
55
DICIONRIO
ingls
portugus
Apndice B
Alfabeto grego
A teoria dos grafos, como outras reas da matemtica, recorre freqentemente ao
alfabeto grego:
A
B
E
Z
H
I
K
alfa
beta
gama
delta
epsilon
zeta
eta
teta
iota
kapa
lambda
m
n
ksi
micron
pi
r
sigma
tau
upsilon
fi
qui
psi
mega
56
Bibliografia
[AZ98]
M. Aigner and G.M. Ziegler. Proofs from THE BOOK. Springer, 1998. 24,
30
[Big74]
N. Biggs. Algebraic Graph Theory, volume 67 of Cambridge Tracts in Mathematics. Cambridge University Press, 1974. 30
[BLW76] N.L. Biggs, E.K. Lloyd, and R.J. Wilson. Graph Theory 17361936. Claredon
Press, Oxford, 1976. [Histria da Teoria dos Grafos, com reproduo de artigos
clssicos]. 5
[BM76]
J.A. Bondy and U.S.R. Murty. Graph Theory with Applications. Macmillan/Elsevier, 1976. Internet: http://www.ecp6.jussieu.fr/pageperso/
bondy/books/gtwa/gtwa.html. 5, 33, 47
[Bol98]
B. Bollobs. Modern Graph Theory, volume 184 of Graduate Texts in Mathematics. Springer, 1998. 5
[GJ79]
M.R. Garey and D.S. Johnson. Computers and Intractability: a Guide to the
Theory of NP-Completeness. W.H. Freeman, 1979. 5, 13, 28, 36, 53
[Luc79] C.L. Lucchesi. Introduo Teoria dos Grafos. 12o. Colquio Brasileiro de
Matemtica. IMPA (Instituto de Matemtica Pura e Aplicada), 1979. 5
57
58
BIBLIOGRAFIA
[Sch03]
A. Schrijver. Combinatorial Optimization: Polyhedra and Efficiency. Number 24 in Algorithms and Combinatorics. Springer, 2003. [Three volumes].
24
[Sip97]
[Wil79]
ndice Remissivo
V (2) , 8
V (G), 9
A(G), 9
n(G), 9
m(G), 9
Kn , 9
Kp,q , 11
(X), 14
(v), 14
G(n), 19
(X), 14
(X), 14
g(v), 14
(G), 14
(G), 14
G, 9
G[X], 17
G v , 17
G X , 17
G a, 17
G + uv , 17
, 20
0 , 37
, 27
, 45
, 26
, 29
0 , 48
i(G), 44
bxc, 18
dxe, 22
X Y , 50
A, 6
, 20
0 , 37
adjacentes
arestas, 12, 37
vrtices, 8
alcanos, 11
aleatrio, 19
aresta, 8
arestas
adjacentes, 12, 37
independentes, 37
paralelas, 8
rvore, 18
automorfismo, 13
autovalor, 30
, 27
Bell, 36
Berge, 46
bicolorao, 33
bicolorvel, 33
bipartio
de grafo, 34
bipartido, 34
completo, 11
bispo do xadrez, 9
boa caracterizao, 34, 41, 45, 50
Bollobs, 36
Brooks, 31
caminho, 16
mpar, 16
par, 16
Catlin, 32
cavalo do xadrez, 9
certificado, 28, 34, 36, 44
ciclo, 16
circuito, 16
mpar, 16, 33
par, 16
clique, 26
mxima, 26, 32
cobertura, 27
mnima, 27, 39
cociclo, 14
cofronteira, 14
59
60
colorao
de arestas, 48
de vrtices, 29
mnima, 29, 48
colorvel, 29
comparabilidade, 12
complemento, 9
completo, 9
componente, 18
conexo, 18
mpar, 44
comprimento
de caminho, 16
de circuito, 16
conexo, 17
conjunto
completo, 26
estvel, 20
maximal, 20
mximo, 20
independente, 20
cor, 29, 48
ausente, 51
presente, 51
corte, 14
cubo, 10
D, 6
DD, 6
(G), 14
(G), 14
dama do xadrez, 9
diferena simtrica, 50
Dilworth, 33
Egervry, 42
emparelhamento, 37
que satura, 38
maximal, 37
mximo, 37
perfeito, 38
espao
dos ciclos, 17
dos cociclos, 15
dos cortes, 15
estvel, 20
maximal, 20
mximo, 20
NDICE REMISSIVO
extremos
de caminho, 16
F, 6
floresta, 17
g(v), 14
(X), 14
(v), 14
G(n), 19
grade, 10
grafo, 8
aleatrio, 19
bicolorvel, 33
bipartido, 34
bipartido completo, 11
complementar, 9
completo, 9
da dama, 9
da torre, 9
das arestas, 12
das palavras, 10
de Catlin, 32
de comparabilidade, 12
de Grtzsch, 33
de intervalos, 12
de matriz simtrica, 10
de Mycielski, 33
de Petersen, 11
de Turn, 23
do bispo, 9
do cavalo, 9
do rei, 9
dos estados, 10
grade, 10
planar, 12
regular, 14
simples, 8
vazio, 9
grau, 14
mximo, 14
mnimo, 14
Grtzsch, 33
grupo, 13
Hall, 40
hexgono, 16
hidrocarbonetos, 11
61
NDICE REMISSIVO
i(G), 44
incide, 8
independente, 37
ndice
cromtico ( 0 ), 48
de estabilidade (), 20
intervalos, 12
isomorfismo, 12
Kn , 9
Kn , 9
Knig, 41, 50
L(G), 12
laos, 8
leque de arestas, 51
line graph, 12
m(G), 9
matriz
de adjacncias, 15
positiva semidefinida, 24
maximal, 20, 37
mximo, 20, 37
min-max, 42
mnima, 29, 48
Mycielski, 33
n(G), 9
nabla (), 14
nmero
cromtico (), 29
de Bell, 36
de cores, 29
de Ramsey, 27
, 26
ordem parcial, 12
palavras, 10
par no-ordenado, 8
partio, 29
pentgono, 16
Petersen, 11
planar, 12
ponta de aresta, 8
posto de matriz, 24
programao linear, 42
quadrado, 16
quase todo, 19
quatro cores, 30, 53
Ramsey, 27
regular, 14
rei do xadrez, 9
representantes distintos, 42
satura
(emparelhamento), 38
semidefinida
(matriz), 24
slither, 38
subgrafo, 17
induzido, 17
maximal, 18
prprio, 17
teorema
da dualidade, 42
das 4 cores, 30, 53
de Berge, 46
de Bollobs, 36
de Brooks, 31
de Dilworth, 33
de Hall, 40
de Knig, 41, 50
de KnigEgervry, 42
de Turn, 23
de Tutte, 44
de TutteBerge, 46
de Vizing, 51
torre do xadrez, 9
tringulo, 16
Turn, 23
Tutte, 44
vazio, 9
vrtice, 8
saturado, 38
vrtices adjacentes, 8
Vizing, 51
vizinhana, 14
vizinho, 8
, 29
0 , 48
xadrez, 9