Teoria dos Grafos e Aplicações 8

Cap. 2 – Conceitos Básicos em Teoria dos Grafos

2.1 – Grafo
É uma noção simples, abstrata e intuitiva, usada para representar a idéia de alguma
espécie de relação entre os “objetos”. Graficamente, aparece representado por uma figura
com nós ou vértices, significando os objetos, unidos por um traço denominado aresta
configurando a relação imaginada.

Representação Matemática
5
Um Grafo é representado
d
matematicamente por:
1 3
G=(V,E) a 6

Onde V é o conjunto de vértices e E é o b C

conjuntos de arestas ou ligações entre os
vértices. (V= n , E= m ) 4
2

Figura 2.1

A figura acima (à direita) mostra o grafo G=(V,E). Observe que laços (self-loops) são
permitidos pela definição. Múltiplas linhas não são permitidas. Neste exemplo,
V={1,2,3,4,5,6} e E={{1,3},{2,3},{3,4},{3,5},{6,6}}. É comum a utilização da variável
vi ou xi , i=1,2,...,n para a distinção dos nós (vértices). V= 6 , E= 5.

2.2 – Grafo direcionado (ou Digrafo)

Um Grafo é dito direcionado ou Digrafo quando o sentido das ligações entre os vértices é
considerado. Neste caso denomina-se de arco a aresta direcionada.
Representação Matemática 5

Um Digrafo é representado matematicamente d

também por: 1 3
a 6
G=(V,E)
b C
Onde V é o conjunto de vértices e E é uma
relação binária em V (i.e., um conjunto de
2 4
pares ordenados) das ligações.
Figura 2.2

Neste exemplo, V={1,2,3,4,5,6} e E={(3,1),(2,3),(4,4),(3,5),(6,6)}. V= 6 , E= 5.

Teoria dos Grafos e Aplicações 9

2.3 Grafos valorados (Redes ≡ Networks)

Uma Rede é um grafo não-direcionado (ou um digrafo) no qual um

número real é associado os vértices e/ou ligações. Este número é
freqüentemente referido como o peso da ligação. Essa classificação é dada de
acordo com a necessidade, ou não, da indicação do fluxo entre os vértices. Na
prática este número pode representar:
- custos, distâncias, capacidades, e/ou suprimentos e demandas;
- tempo (trânsito, permanência, etc);
- confiabilidade de transmissão;
- probabilidade de ocorrer falhas;
- capacidade de carga;
- outros.

Representação Matemática

Um Rede é representado matematicamente também por:

G=(V,E,w)

Onde: V é o conjunto de vértices; E é o conjunto de ligações;

e w é o peso associado aos vértices e/ou ligações.
Teoria dos Grafos e Aplicações 10

REDES / GRAFOS

ESTRUTURA
TOPOLÓGICA

INFORMAÇÕES QUANTITATIVAS
SOBRE ELEMENTOS

Exemplos:
• Redes ferroviárias
• Redes de telecomunicações
• Redes de estradas
• Redes Elétricas
• Redes de esgotos
• Redes de transportes
• Redes de atividades → “scheduling” de atividades em grandes projetos

Nós, vértices → atividades duração da

Arcos → restrições de precedência X
atividade

5
1 6 8
7 10
0 5
4

0 2 10 8
início 2 5 7 9 8

2
0
15
3 10
3
fim

Figura 2.4
Teoria dos Grafos e Aplicações 11

2.4 –Grafo Parcial

G=(V,E’)
G=(V,E) E’ ⊆ E

Figura 2.5

2.5 - Subgrafo

G’=(V’,E’) é
subgrafo de G
sss
V ' ⊆V ; E ' ⊆ E

Figura 2.6
Teoria dos Grafos e Aplicações 12

2.6 – Grafo Completo

v w

∀v ∈V e w ∈ E , v ≠ w
(v, w ) ∉ E ⇒ ( w , v ) ∈ E

Figura 2.7

2.6 – Grafo Pleno

Figura 2.8
Teoria dos Grafos e Aplicações 13

2.7 – Grafo Bipartido

a1
b1
X = Xa ∪Xb
a2 b2 Xa ∧ Xb = ∅
A ⊆ Xa x Xb
a3
Aplicações :
Xa Xb Probs. de Transporte (origem/destino)
Probs. de Atribuição : (tarefas/pessoas)

Namoro

A
M
H 1 U
O
L
M
B H
E
E
N
R
S 2 E
C S

Figura 2.10

Procuramos um designação mais eficiente: nenhuma de duas linhas pode ser adjacente
(encontrando-se num nó).
Teoria dos Grafos e Aplicações 14

PROBLEMA GERAL

Problema de Designação

Dado uma rede direcionada G=(X,A)

• Conjunto de nós Xa ∪ Xb (distintos)
• Linhas ( i, j ) somente de i ∈ Xa para j ∈ Xb
• Custos nas linhas c(a)

Determine uma designação de custo mínimo de Xa a Xb :

• um conjunto de linhas (arestas) W* tendo custo total mínimo.

C( W ) = ∑ C( a )
a ∈W

FORMULAÇÃO DE PROGRAMAÇÃO LINEAR

Seja c(a) = cij o custo associado com a linha a = ( i , j ).

1 se linha ( i , j ) está na designação W

Defina xi j =
0 caso contrário

Designação

Min. ∑c x ij ij
i, j

s. a.

∑x ik =1 i ∈ xa
k

∑x kj =1 j ∈ xb
k

xij ∈ {0,1}

NOTA: A última restrição pode ser substituída por 0 ≤ xij ≤ 1, produzindo um

programa linear que pode ser resolvido pelo MÉTODO SIMPLEX.
Mas, não é aceitável devido a grande quantidade de soluções “degeneradas”
produzidas. Algoritmos especializados : MÉTODO HÚNGARO, BARR.
Teoria dos Grafos e Aplicações 15

2.8 - Caminho, Percurso, Ciclo, Circuito e Comprimento

Um caminho de um vértice vi0 para o vértice vik é uma seqüência de arestas < vi0
, vi1 >, < vi1 , vi2 > , . . . , < vi,k–1 , vik >. Um caminho é dito elementar se passa
exatamente uma vez por cada vértice e é simples se passa exatamente uma vez por cada
aresta. Quando o grafo é não orientado o conceito de caminho é substituído por cadeia
que pode ser representada pela seqüência de arestas que a forma ou dos vértices nela
contidos. Alguns autores usam o termo percurso para denominar genericamente um
caminho.
Se os vértices inicial e final são coincidentes ( vi0 = vik ), dizemos que o caminho é
fechado e forma um ciclo que é chamado de circuito se o grafo for orientado.
O comprimento de um percurso num grafo valorado é a soma dos custos de
percorrer cada aresta e num grafo não valorado é igual ao número de arestas que o
compõe.

Na Figura 2.11 identificamos alguns destes elementos.

Figura 2.11 - Grafo G com um Caminho e um Ciclo

2.9 - Ciclo Euleriano e Circuito Hamiltoniano

Um Ciclo que passa por todas arestas de um grafo é dito Euleriano e um circuito
elementar que passa por todos os vértices é chamado de Hamiltoniano.
O problema do Caixeiro Viajante citado anteriormente consiste em analisar todos
circuitos Hamiltonianos existentes para (n+1) pontos, e conforme vimos o número
máximo destes caminhos é n! .
Teoria dos Grafos e Aplicações 16

2.10 - Conexidade
Um Grafo G = (V, E) é conexo se para todo par de vértices existe pelo menos uma
cadeia entre eles, por outro lado, se existir pelo menos um par de vértices que não é unido
por nenhuma cadeia diz-se que o grafo é não-conexo, ou desconexo. Veja os exemplos da
Figura 2.12.

Figura 2.12 - Grafos Conexo ( G1 ) e Desconexo ( G2 )

Observe que o conceito de conexidade em grafos orientados não exige que haja um
caminho ligando qualquer par de vértices, se isto acontecer diz-se que o grafo é
fortemente conexo o que significa dizer que dados dois vértices “v” e “w” quaisquer,
cada um pode ser atingido a partir do outro, ou seja partindo de “v” pode-se chegar a “w”
ou vice-versa. A Figura 2.13 mostra um exemplo.

Figura 2.13 - Grafo Dirigido Fortemente Conexo

Como aplicação deste conceito podemos dizer que uma das características mais
importante de uma rede de comunicação (telefonia, por exemplo) é sua conexidade.
Teoria dos Grafos e Aplicações 17

2.11 - Relação de Adjacência e de Incidência

Dois vértices v∈V e w∈V de um grafo G = (V,E) são ditos adjacentes se existe a
aresta (v,w), ou seja (v,w) ∈ E.
Duas arestas são ditas adjacentes se possuem uma extremidade (vértice) comum.
Uma aresta é incidente a um vértice se este vértice for uma de suas extremidades.
Assim as arestas (u,v) e (v,w) são incidentes ao vértice “v”.

2.12 - Clique
Clique ou grafo completo é um grafo, ou subgrafo, em que seus vértices são
interligados ou adjacentes dois a dois; de forma que o caminho mais curto entre quaisquer
dois vértices “v” e “w” é a aresta (v,w).
A Figura 2.14 mostra um grafo com dois cliques.

Figura 2.14 - Grafo com dois Cliques: {2,3,4} e {4,5,6,7}

2.13 - Grafos Planares

Diz-se que um grafo é planar se for possível dispor seus vértices num plano de
forma que não haja cruzamento de arestas.
Pode-se então fazer uma associação entre um grafo planar e um mapa, onde cada
região do mapa corresponde a um vértice e as fronteiras entre as regiões correspondem às
arestas. Veja um exemplo na Figura 2.15.

Figura 2.15 - Grafo Planar com 5 regiões

Uma aplicação que utiliza o conceito de grafos planares é a disposição de circuitos

impressos numa placa.
Teoria dos Grafos e Aplicações 18

2.14 - Árvores
A definição clássica de árvore nos leva aos seguintes conceitos:

• Árvore é uma estrutura de dados que possui uma relação hierárquica entre seus
elementos;
• Árvore é um conjunto finito de um ou mais nós, onde um deles é denominado
raiz e os demais, recursivamente, formam uma nova árvore (ou sub-árvore).
Quando num determinado nível a sub-árvore tem um único nó (sem descendentes)
ele é chamado de folha. A árvore da Figura 2.16 tem as seguintes folhas : D, E, G, H e I.

Figura 2.16 - Árvore de raiz A com duas sub-árvoes de raízes B e C

Conforme conceitos definidos até aqui podemos dizer que uma árvore é um grafo
conexo sem ciclos e que todo grafo G deste tipo que possuir “n” vértices tem exatamente
(n−1) arestas.
Outra característica que também pode ser observada é que todo par de vértices de G
é unido por uma única cadeia simples. Por exemplo, a cadeia A-C-F-G da Figura 2.16 é a
única que liga os vértices A e G.
Convém salientar neste ponto que é desnecessário indicar as inúmeras aplicações de
árvores em computação, por conseguinte, como estas são casos especiais de grafos nota-
se quão importante é o estudo da Teoria dos Grafos, cuja bibliografia é extensa e deve ser
consultada com mais profundidade, especialmente a referências [7].
Teoria dos Grafos e Aplicações 19

2.15 - Interrelacionamento entre vértices (Notação de Berge)

* xj sucessor de xi ↔ ∃ (xi, xj) ∈ A

Γ + (xi) = { xj / xj é sucessor de xi}

d+ (xi) = card ( Γ+ (xi)) ; d = grau

* xj antecessor de xi ↔ ∃ (xj, xi) ∈ A

Γ - (xi) = { xj / xj é antecessor de xi}

d- (xi) = card ( Γ- (xi)) ;

* xj é adjacente (vizinho) a xi ⇔ xi é sucessor ou antecessor de xj

Γ (xi) = { xj / xj é adjacente a xi}; Γ (xi) = Γ+ (xi) U Γ- (xi)

X2

Exemplo:
Γ + (x1) = {x2,x3,x4}
X1 X3
Γ - (x3) = {x1,x2,x4}

X4

2.16 - Fechos transitivos

Fecho transitivo direto

n
Γ (xi) = {xi} U ( U Γ +k (xi) )
+

k=1
onde

Γ +2 = Γ + (Γ + (xi)) . . . Γ +n = Γ + (Γ +(n-1) (xi))

Exemplo : Seja G = ( X,A ) onde: X = { habitante da cidade}

A = { (xi,xj) / < xi conhece xj >}

Γ+ (xi) é o conjunto de todas as pessoas às quais a pessoa xi pode fazer chegar

↓ alguma informação, através do contato entre pessoas conhecidas.
pessoa
Teoria dos Grafos e Aplicações 20

2.17 – Revisão

Grafo Grafo
completo

caminho
Grafo v de
conexo u a v
u

Ciclo

ciclo Hamiltoniano

Árvore
Árvore
Geradora