Escolar Documentos
Profissional Documentos
Cultura Documentos
Departamento de Matemática
Notas de Minicurso:
Introdução à Teoria dos Grafos
Autor:
Sansuke Watanabe
Professor Assistente, Universidade Federal Rural de Pernambuco
Unidade Acadêmica de Garanhuns
Av. Bom Pastor, s/n, Boa Vista
Garanhuns-PE, Brasil
CEP:55.292-901
E-mail: sansuke@uag.ufrpe.br
Garanhuns-PE
Ao meu ainda pequeno Pedro Henrique
a quem o universo ilimitado
de onde provêm estas poucas linhas
escritas hoje por seu pai
possa, quem sabe um dia, interessar.
Apresentação
Sansuke Watanabe
sansuke@uag.ufrpe.br
Garanhuns, outubro de 2007.
2
Conteúdo
1 O Conceito de Grafo 5
2 Conceitos Básicos 7
2.1 Definições iniciais . . . . . . . . . . . . . . . . . . . . . . . 7
2.2 Grau de um vértice . . . . . . . . . . . . . . . . . . . . . . 9
2.3 Isomorfismo . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3 Caminhos 11
3.1 Definição de caminho . . . . . . . . . . . . . . . . . . . . . 11
3.2 Tipos de caminhos . . . . . . . . . . . . . . . . . . . . . . 11
3.3 Teoremas de Euler . . . . . . . . . . . . . . . . . . . . . . 13
3.4 Distância entre vértices . . . . . . . . . . . . . . . . . . . 13
4 Conexidade 15
4.1 Grafo conexo . . . . . . . . . . . . . . . . . . . . . . . . . 15
4.2 Componentes conexas . . . . . . . . . . . . . . . . . . . . 15
5 Grafos Especiais 18
5.1 Grafo bipartido . . . . . . . . . . . . . . . . . . . . . . . . 18
5.1.1 Grafo bipartido completo . . . . . . . . . . . . . . 18
5.2 Árvores . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
5.2.1 Árvore geradora . . . . . . . . . . . . . . . . . . . 20
5.2.2 Árvore binária . . . . . . . . . . . . . . . . . . . . 20
3
4
7 Digrafos 26
7.1 Grafo dirigido . . . . . . . . . . . . . . . . . . . . . . . . . 26
7.2 Matriz de adjacência de um digrafo . . . . . . . . . . . . . 27
7.3 Caminhos dirigidos de comprimento r . . . . . . . . . . . 28
7.4 Torneios . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
8 Fluxo em Redes 30
8.1 Graus de entrada e saı́da . . . . . . . . . . . . . . . . . . . 30
8.2 Capacidade e fluxo . . . . . . . . . . . . . . . . . . . . . . 31
8.3 Valor do fluxo e cortes . . . . . . . . . . . . . . . . . . . . 32
8.4 Teorema de Ford-Fulkerson (Fluxo máximo) . . . . . . . . 34
Capı́tulo 1
O Conceito de Grafo
......................................................................
5
O Conceito de Grafo 6
Nesse caso, é dito isolado. Assim, faz sentido falar em vértices sem
aresta.
Conceitos Básicos
......................................................................
De modo geral, dizemos que um grafo é uma tripla G = (V, E, I), onde
V e E são conjuntos finitos e I ⊂ V × E é uma relação que satisfaz a
condição:
7
Conceitos Básicos 8
Isto significa que as arestas de G são aquelas que faltam a G para este
tornar-se um grafo completo. Ilustramos a seguir um grafo G e seu
complementar G.
Conceitos Básicos 9
2.3 Isomorfismo
Caminhos
......................................................................
11
Caminhos 12
i) d(u, v) ≥ 0
ii) d(u, v) = 0 ⇔ u = v
Conexidade
......................................................................
15
Conexidade 16
V (G)/∼ = {V1 , V2 , · · · , Vn }
Figura 4.5: O grafo conexo G e o desconexo G − {a, b, c} pela retirada das arestas.
Capı́tulo 5
Grafos Especiais
......................................................................
18
Grafos Especiais 19
grafo por Km,n , onde m = |A| e n = |B|. A figura abaixo ilustra o K3,4 .
5.2 Árvores
Um árvore é um grafo conexo sem circuitos. Isso significa que uma árvore
é um grafo minimalmente conexo, isto é, a remoção de qualquer uma de
suas arestas desconecta o grafo. Logo, em uma árvore, toda aresta é uma
ponte e, em particular, toda árvore T é um grafo 1−conexo, embora a
recı́proca não seja verdadeira.
i) T é uma árvore;
......................................................................
B = (bij )m×n
21
Estrutura de Dados e Algoritmos 22
1 0 0 0 0 0 0 1
0 1 1 0 0 0 0 1
0 0 1 1 1 1 0 0
B=
0 0 0 0 0 1 1 0
0 0 0 0 1 0 1 1
1 1 0 1 0 0 0 0 6×8
Note que o grau de um vértice vi é dado por
n
X
d(vi ) = bik
k=1
0 1 0 1 1 0 0 0
1 0 1 0 0 1 0 0
0 1 0 1 0 0 1 0
1 0 1 0 0 0 0 1
A=
1 0 0 0 0 0 1 0
0 1 0 0 0 0 0 1
0 0 1 0 1 0 0 0
0 0 0 1 0 1 0 0 8×8
Estrutura de Dados e Algoritmos 23
isto é, o grau d(vi ) é igual a soma das entradas da i-ésima linha ou
coluna da matriz de adjacência A.
(1) Um grafo G;
(2) Um vértice v ∈ G.
Estrutura de Dados e Algoritmos 24
Saı́da:
......................................................................
Pseudocódigo:
V = V ∪ {w0 };
A = A ∪ {e};
h(w0 ) = h(w) + 1;
Adicione w0 no final da lista L;
ao existirem mais arestas e, retire w da lista;
Quando n~
......................................................................
p : E(G)/E(T ) → R.
Saı́da:
......................................................................
Pseudocódigo:
(2) Escolha uma aresta e ∈ E(G) de maior (ou menor) peso ligando
um vértice do conjunto V a um vértice w 6∈ V e faça:
V = V ∪ {w} e A = A ∪ {e};
......................................................................
Capı́tulo 7
Digrafos
......................................................................
26
Digrafos 27
7.4 Torneios
Fluxo em Redes
......................................................................
isto é, Γ+ (v) é o conjunto dos vértices w que terminam arestas do tipo
v → w que iniciam em v. Note que a possibilidade de existirem arestas
em paralelo com orientações opostas faz com que Γ− (v) e Γ+ (v) não
necessariamente sejam disjuntos. Com isso, definimos o grau de entrada
do vértice v como sendo
30
Fluxo em Redes 31
i) d− (f ) = 0;
ii) d+ (s) = 0;
ϕ(e) = ϕ(u, v)
Valor do fluxo que circula em uma rede é denotado por v(ϕ). Além disso,
o fluxo que sai da fonte f deve ser igual ao que entra no sumidouro s.
Ou seja, X X
v(ϕ) = ϕ(f, v) = ϕ(v, s).
v∈Γ+ (f ) v∈Γ− (s)
i) f ∈ A e s ∈ B
ii) A ∪ B = V (G)
iii) A ∩ B = ∅.
Dado um corte (A, B), denotamos por E(A, B) o conjunto das arestas
orientadas de A para B, ou seja:
v(ϕ) ≤ c(A, B)
para todo corte (A, B). Ou seja, qualquer fluxo é sempre menor ou igual
que a capacidade de qualquer corte. Então, em particular
Isto é, o fluxo máximo em uma rede será sempre limitado pela capacidade
do menor corte. Na verdade, vale a igualdade e este fato é o que afirma
o seguinte e último resultado que apresentamos nestas notas:
35
Índice
Árvore, 19 Fonte, 31
Árvore binária, 20 Função capacidade, 31
Árvore geradora, 20 Função peso, 24
36
Fluxo em Redes 37
Peso mı́nimo, 25
Ponte, 16
Rede, 31
Relação de incidência, 7
Subgrafo, 8
Sumidouro, 31
Torneio, 28
Vértice isolado, 6, 9
Vértices adjacentes, 7
Vértices terminais, 20