Escolar Documentos
Profissional Documentos
Cultura Documentos
Mate Discreta
Ezequiel Gomez Balaguer
Junio de 2004
|f (n)| ≤ c|g(n)|
2. Grafos
2.1. Introducción
1. Matrices de incidencia
0 si u no es extremo de e
IG [u, e] = 1 si u es extremo de e
2 si e es un lazo en u
1
Mate Discreta
2. Matrices de Adyacencia
½
cant de aristas entre u y v si u 6= v
AG [u, v] =
cant de lazos si u = v
donde u y v son vértices del grafo G.
½
cant de aristas de u hacia v si u 6= v
AD [u, v] =
cant de lazos si u = v
donde D es un digrafo.
3. X
g(vi ) = 2#E
vi ∈V
5. En un digrafo, X X
ge (vi ) = gs (vi )
vi ∈V vi ∈V
7.
Teorema 1. Un grafo G es bipartito ⇔ no contiene ciclos de longitud
impar.
2
Mate Discreta
3. Distancia entre dos vértices Longitud del camino más corto entre di-
chos vértices. En un digrafo, longitud del camino directo más corto.
3
Mate Discreta
10.
11.
12.
13.
14.
4
Mate Discreta
16. Camino Hamiltoniano Camino simple que contiene todos los vértices
del grafo.
2.
3. Arista de corte Es una arista e tal que G − {e} tiene más componentes
conexas que G.
5.
5
Mate Discreta
8.
9.
10.
11.
12.
14.
16.
6
Mate Discreta
17.
18.
a ) G es 2-conexo.
b ) Para todo par de vértices de G, existe un ciclo que contiene a
ambos.
c ) Para todo par de un vértice y una arista de G, hay un ciclo que
contiene a ambos.
d ) Para todo par de aristas de G, hay un ciclo que contiene a ambas.
e ) Para cualesquiera dos vértices y una arista de G, hay un camino
simple que contiene a los tres.
f ) Para cualesquiera tres vértices de G, hay un camino que simple
que contiene a los tres.
g ) Para cualesquiera tres vértices de G, hay un camino simple que
contiene a dos de ellos y no al tercero.
20.
21.
7
Mate Discreta
23.
2.4. Planaridad
1. Notaciones #EG = e #Rg = r #VG = v .
2. Regiones de un grafo plano Son las regiones delimitadas por las aristas
de una inmersión en el plano de un grafo. El grado de una región es la
longitud del camino cerrado más corto que determina su frontera.
3.
4.
6.
8
Mate Discreta
7.
9.
11.
12.
13.
14.
15. Grafo Bloque Tiene un vértice por cada bloque del grafo original, y dos
vértices del grafo bloque están unidos si los bloques tienen un vértice
en común.
9
Mate Discreta
17.
18.
10
Mate Discreta
2.6. Coloreo
1. Un coloreo tal que dos vértices adyacentes cualesquiera tengan distinto
color es un coloreo propio. Si para un grafo existe un coloreo propio
con k colores, el grafo es k -coloreable.
3.
6.
7.
10.
11
Mate Discreta
Proposición 11. » ¼
VG
χ(G) ≥
ind(G)
donde ind(G es el máximo número de vértices no adyacentes del grafo
G.
11.
12.
13.
14. Si una región de un mapa tiene una frontera con sí misma, el mapa no
tiene coloreo propio.
15.
17.
3. Árboles
1. Árbol : grafo conexo sin ciclos.
2.
12
Mate Discreta
3.
5.
6.
8. Caracterizaciones de un árbol
a ) T es un árbol.
b ) T no contiene ciclos y tiene n − 1 aristas.
c ) T es conexo y tiene n − 1 aristas.
d ) T es conexo y toda arista es arista de corte.
e ) Todo par de vértices de T está conectado por exactamente un
camino.
f ) T no contiene ciclos, y para cualquier nueva arista e, T +e contiene
exactamente un ciclo.
9.
11.
13
Mate Discreta
15.
16.
19. Código prejo Ninguna palabra del mismo es el comienzo de otra pa-
labra.
20. Los códigos ecientes se construyen de modo tal que las palabras de
menor longitud son aquellas que más aparecen.
22.
Teorema 26. µ ¶
1 2n
bn =
n+1 n
23. Orden por nivel: Lista de los vértices en orden creciente de profundidad,
de modo tal que los vértices a un mismo nivel se listan de acuerdo al
orden prejado.
14
Mate Discreta
25. Post-Orden: Idem que arriba, pero se listan los vértices la última vez
que se los ve.
28. Árbol de Búsqueda binario: Cada vértice tiene asignada una clave de
modo tal que dicha clave es mayor a todas las claves del subárbol
izquierdo, y menor a todas las claves del subárbol derecho.
33. DFS La idea es construir un árbol recubridor de modo tal que el árbol
sea lo más largo y lo menos ancho posible. O sea, ir metiéndose en
el grafo depth rst.
34.
15
Mate Discreta
Proposición 19. Sea T un árbol producido por DFS y sea e una arista
que no pertenece al árbol pero sí al grafo tal que sus extremos v y w
satisfacen df nro(v) < df nro(w). Entonces v es un ancestro de w en el
árbol T .
35. BFS La idea es construir el árbol de modo que sea lo más ancho
posible, o sea eligiendo los vértices breadth rst
36.
37.
38.
40.
4. Redes de ujo
1. Conjunto de corte Sean Vf e Vs dos conjuntos de vértices de la red
tal que f ∈ X y s ∈ Vs . Entonces el corte < Vf , Vs > es el conjunto
de aristas con cola en Vf y cabeza en Vs . Entonces, está claro que
< Vf , Vs >6=< Vs , Vf >
16
Mate Discreta
3. Flujos posibles. Un ujo posible verica que: f (e) ≤ cap(e) para toda
arista e (cota de capacidad) y la suma de los ujos entrantes a un
vértice es igual a la suma de los ujos salientes, si dicha arista no es ni
la fuente ni el sumidero (conservación del ujo).
5.
6.
8.
Proposición 25. Para todo ujo y para todo corte, val(f ) ≤ cap(<
Vf , Vs >)
9.
10.
13.
17
Mate Discreta
14.
Teorema 28. Para una red cualquiera, el valor del ujo máximo es
igual al del corte mínimo.
15.
16.
Proposición 27. Si N es una red tal que todos sus arcos tienen cap =
1, entonces el valor del ujo máximo es igual al máximo número de
caminos directos simples f − s de arcos disjuntos.
18.
19.
20. La conectividad local por aristas entre dos vértices f y s (Ke (f, s)) es
el mínimo número de aristas que separan f de s
21.
Proposición 29.
Ke (G) = mı́n Ke (f, s)
f,s∈VG
22.
18
Mate Discreta
5. PERT
1. Matrices de Precedencia Los eventos tales que su columna es todo 0
salen del evento inicial. Los eventos tales que su la es todo 0 llegan al
evento nal.
10. Margenes
12. Tarea Crítica: Tiene margen total 0. (Toda tarea crítica está entre dos
sucesos críticos)
19
Mate Discreta
15. VAN
N
X In − En
(1 + i)n
n=1
16. Tiempos
To + Tp + 4 Tm
6
17. Aceleración de Tareas aumentando recursos Consiste en bajar el tiem-
po de una tarea alocándole más recursos. El mínimo tiempo en que se
puede llevar a cabo una tarea es To , y el costo asociado a dicho tiempo
es el costo crash. Consideramos que la disminución del tiempo es lineal
en función del costo. Entonces, teniendo dos puntos de la recta (tiem-
po y costo actual, y tiempo y costo crash por ejemplo) construimos la
ecuación de la recta y evaluamos en el tiempo que deseamos.
6. Problemas P y NP
1. Un problema es clase P si existe un algoritmo de complejidad polinómi-
ca que lo resuelva (o bien, si existe una máquina de Turing determinista
que lo acepte en tiempo polinómico)
3.
20
Mate Discreta
4.
a ) Proponer la función
b ) Construir la máquina de Turing que la compute en tiempo poli-
nómico.
c ) Probar la condición que debe cumplir.
8.
21