Unesp Feg Cap 3 Grafos

Faculdade de Engenharia - Campus de Guaratinguet
Pesquisa Operacional
Livro: Introduo Pesquisa Operacional

Captulo 3 - Teoria dos Grafos
Fernando Marins fmarins@feg.unesp.br

Departamento de Produo
Sumrio
Introduo
Histrico
Aplicaes de grafos
Conceitos e Notao
Representaes de um grafo
Tipos de grafos
Problemas tpicos e Algoritmos
Caminho timo - Algoritmo de Djisktra
rvore tima - Algoritmo de Kruskal
Fluxo Mximo - Algoritmo de Ford - Fulkerson
2
Pesquisa Operacional - UNESP / Campus de Guaratinguet
Introduo
Histrico
Euler resolveu o problema das pontes de Knigsberg do rio Pregel, em
1736, utilizando um modelo de grafos: partir de uma das 4 regies,
atravessar cada ponte uma nica vez e retornar regio de partida.
Figura 1. Rio Pregel e suas sete pontes.
Figura 2. Leonhard Euler.

3
Introduo
Figura 3. Knigsberg -Kalinigrado nos tempos atuais.

Introduo
Figura 4. Modelo de Grafo para o Rio Pregel e suas sete pontes.
Modelo de grafos utilizado por Euler para demonstrar que o

problema no tem soluo.
Para haver soluo necessrio que cada regio tenha um
nmero par de pontes associadas.
5
Introduo
Aplicaes de modelos em grafos
1.
Grafos planares: problemas de montagens/ trevos

A, B, C : linhas de montagens/
rodovias principais
D1, D2, D3: departamentos/

rodovias secundrias
Ligaes: esteiras/ viadutos ou
tneis
Figura 3. Um problema de montagem.
Introduo
2.
Problemas de Localizao
Existindo n cidades consumidoras do produto fabricado

por uma determinada empresa, deseja-se saber onde seria o
melhor local para a instalao de uma filial desta empresa que
atendesse as n cidades com menor custos de distribuio do
produto.
Existem algoritmos prprios para este problema, alm de
vrias heursticas que possuem bom desempenho.
Notao
Representaes de um grafo G
1. G(V, A) onde:
V = Conjunto de vrtices ou ns do grafo
A = Conjunto de arcos ou arestas do grafo
2. Diagramas e tipos de grafos

2
a
Grafo
c No- orientado
4
c
b
d
1
b
2
f
e
3
Grafo Orientado
Notao
3. Matriz de adjacncia (grafo no-orientado)
1, se aresta do n i ao n j
A = (aij) =
0, se aresta do n i ao n j
2
a
1
b
1 0 1 1
A = 2 1 0 1
3 1 1 0
1 2 3
9
Notao
4. Matriz de incidncia (grafos orientados)
A = [aij] a matriz (no necessariamente quadrada) de

incidncia de G se 1, se o arco j sai do n i
aij - 1, se o arco j chegano n i

0, se o arco j no incidenteao n i
4
c
b
d
2
f
e
3
10
Grafo Valorado
Grafo com as distncias de So Paulo a 3 capitais:
400
700
Belo
So Paulo
Rio de
Janeiro
1500
Horizonte
Braslia
11
Grafos Especiais
Para o grafo G abaixo: rvore, cadeia, caminho, ciclo e circuito
d
a
j
c
f
h
b
g
12
rvore
1. rvore (arborescncia): grafo conexo sem ciclos
d
a
j
h
b
g
13
Cadeia
2. Cadeia: seqncia de arcos com extremidade em comum
d
l
a
j
h
14
Caminho
3. Caminho: seqncia de arcos com mesma orientao
c
f
15
Ciclo e Circuito
4. Ciclo: cadeia fechada
d
l
5. Circuito: caminho fechado

a
c
b
16
Problemas e Algoritmos
Otimizao em grafos
1. Determinao de rvores timas: Algoritmo de Kruskal
2. Determinao de Caminhos timos: Algoritmo de Djisktra

3. Determinao de Fluxo Mximo: Algoritmo de Ford &
Fulkerson
17
Algoritmo de Kruskal
Histrico
Em 1956 o matemtico americano

Joseph
Kruskal
(29/01/192819/09/2010) props um algoritmo
para resoluo do Problema da
rvore Mnima.
Ele completou seu Ph.D. na
Universidade de Princeton em
1954.
Figura 5. Joseph Kruskal.
18
Algoritmo de Kruskal
Determinao de uma rvore mnima num grafo G (V, A)
Para cada aresta (i, j) existe um custo associado Cij.
|V| = cardinalidade do conjunto de ns V = nmero de ns.
Passo 1. Considerar o grafo trivial formado apenas pelos ns de G

Passo 2. Construo da rvore
Acrescentar ao grafo trivial a aresta (i, j) associada ao menor valor
de custo Cij.
Repetir o procedimento respeitando a ordem crescente de valores de
Cij, desde que a aresta analisada no forme ciclo com as arestas j
incorporadas rvore.
Aps incorporar |V| - 1 arestas Parar! A rvore mnima foi obtida.
19
Exemplo para o Algoritmo de Kruskal
Determinar uma rvore mnima

6
B
2
9
J
10
11
F
2
8
H
I
20

Passo 1: Grafo trivial
21

Passo 2:
A primeira aresta a ser incorporada ser a aresta associada ao valor
de custo = 1. Observe-se que h duas arestas nestas condies:
aresta (a, b) e aresta (c, d).
Pode-se escolher arbitrariamente qual delas ser incorporada
primeiro ao grafo trivial.
A seguir incorpore a outra (observe que elas no formam ciclo).
22

rvore parcial: colocar as arestas com custo 1
A
D
1
23

A seguir tem-se as arestas (b, e) e (b, f)
correspondentes aos custo com valor 2.
Analogamente ao caso anterior pode-se optar por
qualquer uma elas para ser analisada primeiro.
Ambas sero incorporadas ao grafo resultante da
operao anterior, pois tambm no formam ciclo.
24

rvore parcial: colocar as arestas com custo 2.
A
D
1
1
B
25

rvore parcial: colocar a aresta com custo 3.
A
D
1
1
B
2
3
26

rvore parcial: colocar as arestas com custo 4.
A
D
1
1
4
B
2
3
E
4
27

rvore parcial: colocar uma das duas arestas com custo 5, a outra
ser descartada.
5
A
D
1
1
4
B
2
3
E
4
28

Como o nmero de ns 10 prossegue-se neste processo at que sejam
incorporadas 10 - 1 = 9 arestas, sendo obtida uma rvore mnima:
5
1
4
2
3
4
Observe que esta uma soluo tima do problema.

Custo timo: 1 + 1 + 2 + 2 + 3 + 4 + 4 + 5 + 8 = 30.
29
Algoritmo de Dijsktra
Histrico
Em 1956 o cientista da computao
holands Edsger Wybe Dijkstra concluiu o
desenvolvimento do algoritmo para o
problema do caminho mnimo mas
somente em 1959 foi publicado seu
trabalho.
Este algoritmo foi o seu primeiro trabalho
e o mais conhecido.
Edsger Wybe Dijkstra nasceu em 11 de
maio de 1930 e morreu em 6 de agosto de
2002.
Cincia no estuda ferramentas,
mas o que fazemos e o que
descobrimos com elas. Edsger Dijkstra
Figura 6. Edsger Wybe Dijkstra

.
30
Problema do Caminho timo
Determinao de caminhos mnimos em grafos valorados.
Princpio de Otimalidade de Bellman:
Um caminho mnimo constitudo de sub-caminhos mnimos
Aplica-se a grafos valorados onde no h laos, arcos paralelos e

todos valores associados aos arcos so no-negativos.
Achar caminho timo entre dois ns (origem = S e destino = T)
de um grafo.
31
Aspectos Gerais
Adota a tcnica de rotulao dos ns, havendo dois tipos de
rtulos: rtulos temporrios e rtulos definitivos.
A cada iterao, alguns ns so rotulados temporariamente e

apenas um n rotulado definitivamente.
O valor
do rtulo
definitivo associado a um n j
corresponde ao valor da distncia mnima entre o n origem S e o
n j.
A execuo do algoritmo termina quando se consegue rotular
definitivamente o n destino T.
32
Algoritmo de Djisktra
1. Inicializao
2. Atualizao dos rtulos temporrios
3. Rotulao Definitiva de um n
4. Passo geral
1. Inicializao
Rotular definitivamente o n origem S com valor 0.
Rotular temporariamente os demais ns com valor .

33
2. Atualizao dos rtulos temporrios
Todo n j ainda no rotulado definitivamente deve receber
novo valor de rtulo dado por
Min {rtulo atual do n j, rtulo do n i + cij},

onde,
i = ltimo n rotulado definitivamente
cij = valor associado ao arco que liga os ns i e j.
34
3. Rotulao definitiva
Comparar os rtulos temporrios e escolher para ser

rotulado definitivamente o n j associado ao menor
valor.
4. Passo geral
Repetir sucessivamente os passos 2 e 3 at rotular
definitivamente o n destino T.
O valor da distncia mnima entre os ns S e T o
valor do rtulo definitivo do n destino T.
35
Obteno dos ns do caminho mnimo

A partir do n t achar qual foi o n i do passo 2 responsvel
pelo valor de seu rtulo definitivo. Suponha que tenha sido o
n k.
A partir do n k achar qual foi o n i do passo 2 responsvel
pelo valor de seu rtulo definitivo. Suponha que tenha sido o
n h.
Repetir este processo at que o n i seja o n origem s
Os ns i encontrados em cada etapa deste processo de busca
sero os ns intermedirios do caminho mnimo entre s e t.
36
Exemplo para Caminho timo

Achar a distncia mnima entre os ns S e T:
1
2
E
4
4
B
10
7
6
D
37
Resoluo completa do exemplo de caminho mnimo
Aplicao do Algoritmo de Djisktra - Tabela completa
Rtulos
Explicao
S A B C E D T
Vetor com ns do grafo
0*
Passo 1 - Inicializao
0* 7 1
Passo 2 com i = S
0* 7 1*
Passo 3 - Rot. Def. N B
0* 4 1* 5 4
Passo 2 com i = B
0* 4 1* 5 4*
Passo 3 - Rot. Def. N D
0* 4 1* 14 5 4* 11
Passo 2 com i = D
0* 4* 1* 14 5 4* 11
Passo 3 - Rot. Def. N A
0* 4* 1* 12 5 4* 11
Passo 2 com i = A
0* 4* 1* 12 5* 4* 11
Passo 3 - Rot. Def. N E
0* 4* 1* 12 5* 4* 7
Passo 2 com i = E
0* 4* 1* 12 5* 4* 7*
Passo 3 - Rot. Def. N T (parar!)
38
Distncia mnima entre os ns S e T = 7 = Rtulo definitivo do n T.
Recuperao do caminho mnimo (timo):

Valor do rtulo definitivo do n T = 7 sendo o n i responsvel = E
Valor do rtulo definitivo do n E = 5 sendo o n i responsvel = B
Valor do rtulo definitivo do n B = 1 sendo o n i responsvel = S
E
2
39
Exerccio
Achar a distncia mnima entre os ns S e T:
6
D
3
2
3
6
C
T
2
F
10
40
Anlise de Redes: Problema do Fluxo

Mximo
Histrico
Em
1956
os
matemticos
americanos Lester Randolph Ford
(nascido em 23/09/1927) e Delbert
Ray
Fulkerson
(14/08/192410/01/1976) propuseram em um
trabalho conjunto o algoritmo para
resoluo do Problema de Fluxo
Mximo.
Figura 7. Lester Randolph Ford, Jr.

.
Figura 8. Delbert Ray Fulkerson.

41
.
Anlise de Redes: Problema do Fluxo

Mximo
Rede: Formada por duas entidades - Ns, Arcos
Interesse: Comportamento da Varivel Fluxo

Exemplos:
Aplicao
Sistemas de
comunicao
Ns
Arcos
Fluxo
Satlites,
Micro ondas,
computadores fibra tica
Mensagens,
dados
Sistemas
hidrulicos
Estao de
bombeamento,
reservatrio
Tubos
gua, gs,
petrleo
Sistemas de
transportes
Intersees,
aeroportos
Estradas,
rotas areas
Veculos,
passageiros
42
Problema de Fluxo Mximo

Notao:
N fonte: S
N destino: T
Fluxo no arco (i,j): Fij = quantidade de produto no arco (i,j)
Kij = capacidade do arco (i,j) = maior fluxo possvel no arco (i,j)
Restries envolvidas:
H conservao de fluxo nos ns.
H limitao do valor de fluxo nos arcos.
Observaes:
O mtodo simplex resolve este problema.
Mtodo mais eficiente: Ford &Fulkerson.
43

Seja a rede abaixo. Deseja-se achar o valor do fluxo mximo que
pode ser enviado do n S ao n T, respeitando as restries de
capacidade nos arcos e a conservao de fluxo nos ns.
Sejam Kij (ou Cij) as restries de fluxo (capacidade) no arco (i, j)
1
2
44
Modelo de Programao Linear

Max Z = F
s. a:
F S1 + FS2 = F
F12 + F 1T = FS1 + F21
F21 + F2T = FS2 + F12
F1T + F2T = F
0 Fij Kij
(1)
(2)
(3)
(4)
(5)
Restrio (1) representa a conservao de fluxo no n fonte S.

Restries (2) e (3) representam a conservao de fluxo nos ns
intermedirios 1 e 2.
Restrio (4) representa a conservao de fluxo no n destino T.
Restrio (5) restringe os fluxos a serem no-negativos e
respeitarem os limites de capacidade nos arcos.
45

Dada uma rede orientada formada por arcos onde h
restries de capacidade, deseja-se enviar a maior quantidade
(fluxo) possvel de um produto a partir de um n fonte (S) para um
n destino (T).
Fluxo de produto pode ser fluxo de eletricidade, de gua,

de informao, ou de veculos, entre outros.
Extenses:
Rede no-orientada
Mltiplas fontes e mltiplos destinos
46

Conceitos Bsicos
Arcos Forward para o n i: todo arco que sai do n i.
Arcos Backward para o n i: todo arco que entra no n i.
Caminho entre o n fonte e o n destino: sequncia de arcos que
se inicia no n fonte S e termina no n destino T.
Ciclo um caminho cujos ns inicial e final so os mesmos.
Seja N = conjunto de todos os ns da rede. Um Corte separando a
fonte S do destino T uma partio dos ns da rede em dois
subconjuntos denotando por S aquele que contm o n S e por S
aquele que contm o n T.
47

Exemplos:
Seja a rede anteriormente considerada:
1
F
N 1: arcos Forward = {(1,2),(1,T)}, arcos Backward = {(S,1),(2,1)}

Caminho: (S,1),(1,2),(2,T)
Corte: S = {S,1,2}, S = {T} capacidade = K1T + K2T
S = {S,2}, S = {1,T} capacidade = KS1 + K21 + K2T
48

Resultados Importantes:
O corte mnimo aquele corte com o menor valor de
capacidade associado.
Excluindo os arcos de um corte da rede no h caminho

entre os ns S e T nenhum fluxo ocorrer entre S e T.
Todo fluxo entre S e T deve se dar pelos arcos de um corte o
valor do fluxo limitado pela capacidade do corte.
Lema 1:
Se F o fluxo da fonte ao destino e (S,S) um corte o valor de
F menor ou igual a capacidade daquele corte (S,S).
49

Consequncias:
Todo fluxo vivel da fonte ao destino no pode exceder a
capacidade de um corte qualquer.
O fluxo mximo na rede limitado pela capacidade do
corte mnimo.
Teorema do Fluxo Mximo e do Corte Mnimo

O valor do fluxo mximo numa rede igual a capacidade
do corte mnimo.
Usando o teorema do fluxo mximo e corte mnimo podese obter o valor do fluxo mximo. Basta encontrar as capacidades
de todos os cortes existentes na rede e escolher o menor valor de
capacidade.
50

Princpios Bsicos do Algoritmo do Fluxo Mximo:
Encontrar um caminho pelo qual um fluxo positivo possa ser
enviado da fonte S ao destino T.
Este caminho denominado Flow Augmenting Path = caminho
com fluxo crescente CFC.
O CFC usado para enviar a maior quantidade de fluxo possvel
de S para T.
Repete-se o processo at que nenhum CFC possa ser obtido.
51

Rotina de rotulao adotada pelo algoritmo:
Usada para achar CFC de S para T.
1.Iniciar com o n fonte S. Dizemos que o n j pode ser rotulado se um
fluxo positivo pode ser enviado a partir de S para j.
2.Em geral a partir de qualquer n i pode-se rotular um n j se uma das

condies abaixo se verifica:
a)O arco que conecta os ns i e j do tipo Forward e o fluxo Fij neste
arco (i,j) menor que o valor da sua capacidade Kij.
b)O arco que conecta os ns i e j do tipo Backward e o fluxo Fij neste
arco (j,i) maior que zero.
3. O processo continua at que o n destino T rotulado. Tem-se ento
um CFC.
52
Algoritmo do fluxo mximo

1. Inicializao
Obter um fluxo vivel em todos os arcos da rede. Este fluxo deve satisfazer as
restries de conservao de fluxo nos ns e as restries de capacidade nos
arcos. Inicialmente adotar fluxo nulo em todos os arcos.
2. Procura de um caminho de fluxo crescente CFC de S para T
Usar o procedimento de rotulao de ns, iniciando com o n origem e
terminando com o n destino T.
Se no for possvel obter um CFC Parar! Uma soluo tima foi obtida
o fluxo atual mximo.
Caso contrrio ir a etapa 3.
3. Aumento no valor do fluxo entre S e T
Calcular o valor mximo de fluxo que pode ser enviado pela CFC obtida na
etapa anterior.
Nos arcos Forward do CFC aumentar o fluxo de .
Nos arcos Backward do CFC diminuir o fluxo de .
Voltar etapa 2.
53
Exemplo Completo
Determinar o fluxo mximo F da fonte S ao destino T, na rede a seguir.
Os nmeros ao lado dos arcos representam suas capacidades Cij.
1
7
F
8
2
Notao: Nas prximas figuras os nmeros ao lado dos arcos

representam (Fij, Cij), onde Fij o fluxo no arco (i, j). Ns rotulados
sero marcados por asteriscos.
Etapa 1 Inicializao: Fazer Fij = 0 em todos as arcos.
54
Exemplo Completo
Etapa 2 (Figura 1) Para achar um CFC de S para T: Rotular
inicialmente S. Deste n S pode-se rotular o n 1 pois o arco (S,1) do
tipo Forward e 0 = FS1 CS1 = 7 a seguir, do n 1 pode-se rotular o n 2
pois o arco (1,2) do tipo Forward e 0 = F12 C12 = 3. Finalmente
rotula-se o n destino T pois o arco (2,T) do tipo Forward e 0 = F2T
C2T = 8. Isto resulta num valor de fluxo F = 0.
(0,7)
F=0
1*
(0,9)
(0,3)
S*
(0,9)
2*
T*
F=0
(0,8)
Figura 1
55
Exemplo Completo
Desta forma foi obtida uma CFA formada por arcos do tipo Forward,
(S,1), (1,2), (2,T).
Etapa 3
O fluxo mximo neste CFC dado por min {(7 - 0), (3 - 0), (8 - 0)} = 3.
Assim pode-se aumentar o fluxo entre S e T de = 3.
Os novos fluxos esto na Figura 2.
(3,7)
F=3
(0,9)
(3,3)
S
(0,9)
2
Figura 2
F=3
(3,8)
56
Exemplo Completo
Etapa 2 Repetindo o processo de rotulao de ns para a configurao da
Figura 2 obtm-se um novo CFC dado por:
v
T*
1*
S*
Etapa 3 O fluxo mximo permitido neste CFC = min {(7 -3), (9 -0)}= 4.
Isto aumenta o fluxo pela rede para F = 3 + 4 = 7.
A nova configurao de fluxos fica sendo a da Figura 3.
(7,7)
F=7
(4,9)
(3,3)
S
(0,9)
2
Figura 3
F=7
(3,8)
57
Exemplo Completo
Etapa 2 Na busca de um novo CFC, o n 1 no pode ser rotulado a partir do
n S pois o arco (S,1) Forward e agora FS1 = CS1 = 7. Mas um novo CFC
pode ser obtido rotulando-se o n 2 e depois o n T:
v
T*
2*
S*
Etapa 3 Neste CFC o fluxo pode ser aumentado de min {(9 -0), (8 -3)} = 5, o
que resulta na configurao dada pela Figura 4:
(7,7)
F = 12
(4,9)
(3,3)
S
(5,9)
F = 12
(8,8)
Figura 4
58
Exemplo Completo
Etapa 2: Partindo-se do n S pode-se rotular o n 2, a seguir rotula-se o n 1, pois o
arco (1,2) contm um fluxo positivo de 3 unidades e fica sendo Backward neste
novo CFC, finalmente a partir do n 1, pelo arco (1,T) rotula-se o n destino T:
1*
S*
v
T*
2*
Etapa 3 Neste CFC pode-se aumentar o fluxo na rede de min{(9 -5),3,(9 -4)} = 3,
pois o arco (1,2) Backward e pode ter o fluxo de 3 diminudo at zero. A nova
configurao de fluxos est na Figura 5:
(7,7)
F = 15
(7,9)
(0,3)
S
(8,9)
F = 15
(8,8)
Figura 5
59
Exemplo Completo
Etapa 2: O n 2 pode ser rotulado a partir do n S, mas nenhum outro

n pode ser rotulado a partir do n 2, ou seja, no h nenhum CFC
adicional.
Logo obteve-se o fluxo mximo de S para T dado por 15 unidades de

fluxo.
Observao: Pode-se usar o teorema de Ford & Fulkerson para provar
que o fluxo mximo de fato 15. Veja a Figura 6.
60
Exemplo Completo
(7,7)
F = 15
S*
1
(0,3)
F = 15
(8,8)
2*
Figura 6
Considere o corte que separa os ns rotulados dos no rotulados na

ltima etapa 2, ele formado pelos arcos (S,1),(1,2) e (2,T), tendo
capacidade = 15 e separa o n S do n T.
Pelo Teorema de F & F o fluxo no pode exceder a capacidade de
nenhum corte que separe o n S do n T, logo o corte em questo o
corte mnimo e o fluxo mximo = 15 igual a capacidade deste corte
mnimo.
61
Extenses para o problema de Fluxo

Mximo
Rede no-orientada: considere a rede urbana abaixo:
1
30
40
50
20
15
25
30
50
2
30
4
Maximizar o fluxo de trfego de S at T.
62

Mximo
Trabalhar com modelo equivalente de redes:
1
30
40
15 15
50
20
20
25 25
30
2
50
30
Aplicar o algoritmo apresentado e achar Fluxo Mximo.

Se arco (i,j) no direcionado e fij > fji fluxo = (fij fji) ser
enviado de i para j.
(Adequar mo de trnsito no arco i j)
63

Mximo
Mltiplas fontes e mltiplos destinos:
B
10
5
CA
20
CC
5
D
15
10
Capacidade
do arco
5
5
10
5
N A = Fonte com oferta produto = 20

N D = Fonte com oferta produto = 20
N E = Destino com demanda produto = 15
N H = Destino com demanda produto =20
10
CH
10
(Oferta Total = 40)
(Demanda Total = 35)

64

Mximo
O problema vivel ?
CB
10
15
10
5
A
C
20
20
Cs
CC
5
20
CE
15
CD
20
5
5
5
5
CF
10
f
CT fictcia
10
HC
10
G
C
f
fictcia
MAXIMIZAR f fMAX = 30 < 35 = Demanda Total

Problema Invivel
65

Unesp Feg Cap 3 Grafos

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Unesp Feg Cap 3 Grafos

Enviado por

Direitos autorais:

Formatos disponíveis

Faculdade de Engenharia - Campus de Guaratinguet

Livro: Introduo Pesquisa Operacional

Fernando Marins fmarins@feg.unesp.br

Pesquisa Operacional - UNESP / Campus de Guaratinguet

Figura 1. Rio Pregel e suas sete pontes.

Figura 2. Leonhard Euler.

Pesquisa Operacional - UNESP / Campus de Guaratinguet

Figura 3. Knigsberg -Kalinigrado nos tempos atuais.

Figura 4. Modelo de Grafo para o Rio Pregel e suas sete pontes.

Modelo de grafos utilizado por Euler para demonstrar que o

Pesquisa Operacional - UNESP / Campus de Guaratinguet

Grafos planares: problemas de montagens/ trevos

D1, D2, D3: departamentos/

Pesquisa Operacional - UNESP / Campus de Guaratinguet

Existindo n cidades consumidoras do produto fabricado

Pesquisa Operacional - UNESP / Campus de Guaratinguet

2. Diagramas e tipos de grafos

Pesquisa Operacional - UNESP / Campus de Guaratinguet

Pesquisa Operacional - UNESP / Campus de Guaratinguet

A = [aij] a matriz (no necessariamente quadrada) de

aij - 1, se o arco j chegano n i

Pesquisa Operacional - UNESP / Campus de Guaratinguet

Pesquisa Operacional - UNESP / Campus de Guaratinguet

Pesquisa Operacional - UNESP / Campus de Guaratinguet

Pesquisa Operacional - UNESP / Campus de Guaratinguet

Pesquisa Operacional - UNESP / Campus de Guaratinguet

Pesquisa Operacional - UNESP / Campus de Guaratinguet

5. Circuito: caminho fechado

Pesquisa Operacional - UNESP / Campus de Guaratinguet

1. Determinao de rvores timas: Algoritmo de Kruskal

2. Determinao de Caminhos timos: Algoritmo de Djisktra

Pesquisa Operacional - UNESP / Campus de Guaratinguet

Em 1956 o matemtico americano

Figura 5. Joseph Kruskal.

Pesquisa Operacional - UNESP / Campus de Guaratinguet

Passo 1. Considerar o grafo trivial formado apenas pelos ns de G

Pesquisa Operacional - UNESP / Campus de Guaratinguet

Exemplo para o Algoritmo de Kruskal

Determinar uma rvore mnima

Pesquisa Operacional - UNESP / Campus de Guaratinguet

Exemplo para o Algoritmo de Kruskal

Pesquisa Operacional - UNESP / Campus de Guaratinguet

Exemplo para o Algoritmo de Kruskal

Pesquisa Operacional - UNESP / Campus de Guaratinguet

Exemplo para o Algoritmo de Kruskal

Pesquisa Operacional - UNESP / Campus de Guaratinguet

Exemplo para o Algoritmo de Kruskal

Pesquisa Operacional - UNESP / Campus de Guaratinguet

Exemplo para o Algoritmo de Kruskal

Pesquisa Operacional - UNESP / Campus de Guaratinguet

Exemplo para o Algoritmo de Kruskal

Pesquisa Operacional - UNESP / Campus de Guaratinguet

Exemplo para o Algoritmo de Kruskal

Pesquisa Operacional - UNESP / Campus de Guaratinguet

Exemplo para o Algoritmo de Kruskal

Pesquisa Operacional - UNESP / Campus de Guaratinguet

Exemplo para o Algoritmo de Kruskal

Observe que esta uma soluo tima do problema.

Pesquisa Operacional - UNESP / Campus de Guaratinguet

Figura 6. Edsger Wybe Dijkstra

Pesquisa Operacional - UNESP / Campus de Guaratinguet

Aplica-se a grafos valorados onde no h laos, arcos paralelos e

Pesquisa Operacional - UNESP / Campus de Guaratinguet

A cada iterao, alguns ns so rotulados temporariamente e