332 Grafos y Matrices Midéduo I Ingenieria de Sistemas N UNIVERSIDAD NACIONAL ABIERTAMadulo 1.91148 Introduccién El estudlante de Ingenieria de Sistemas de la UNA hace uso de los Grafos con ‘suma frecuencia, algunas veces sin denoninarios con ese nombre: ¢s el esquemta iniial de representacién de situaciones ei momento de plantear la soluciin de un problema, ibujar un modelo, en el grafico de un circuito elécico, etc.. Aun mis, fos uss como, cstructuras de datos eficlentes sin estudiar sus propiedades y ventajes computacionales como herremientas de trabejo por 80 Intotivaments podemes decir que un grafo esta compuesto de una coleccion de ‘puntos relacionados entre si por enlaces. Con esta descripcién nos imaginamos entonces ‘una gran cantdad de problemas que podtiamos modeler con ellos: Redes. de etreos, ete. Esta ‘es una de las ramas de la Matemética, especiicamente del Algebra modema, en Ia que las estucturas basicas de estudio parecen ser extremadamente sencilas - basta con ver {a descripcion intuitive dada entetiormente - pero que, a la vez, ha contribuido a la solucion de problemas complgos de otras ramas, especialmente en ia Teoria ‘Combinatora, y mis recientemente, :~ sefo y desarrollo de reces de comuntoacién. Lo que conacemos hoy como Tearia de Grafos esté basado en la combinacién de las técnicas que usan las teorias mencionadar Redes de transporte y cadenas ‘attemadas, y @ pesar de que su nacimiento es rex.» aparece Noy como fundamental ‘en ta Informatica; prueba de ello es e! desarrollo de nuevos lenguajes de programacion, ‘su utlidad en ! desarrollo de grandes bases de datos, su indudable influencia en tas técnicas de modelado orientado 2 objeto, et. ‘Alo largo del médulo infrodtisremes los conceptos de propiadades de grafos y Grates, estuciaremas algunas rete importantes que se pueden establever como cadena, camina, cic y ckeulto 8s.” na también estuctaremos algunas propiedades bbasadas on estas defriciones. Es de princinal interés el dominio de estas propiedades por cuanto son ta hase de os métodos que se estudian en w Médulo = de la asignatura, y contibuyen cenormemente en el anliis de modi: de datos, estucturas entidad-relacin y mélodos crfentados a abjetos, Las diversas aplicaciones de las Redes de comunicacion, bien sean de datos, de ‘vez, video, etc. asi come el desarrollo particular de intranets, extranets y similares, noe ‘comunicacion digital, mapas de carreras, crcutas eléctrcos,ineraioMadulo 1.91148 Introduccién El estudlante de Ingenieria de Sistemas de la UNA hace uso de los Grafos con ‘suma frecuencia, algunas veces sin denoninarios con ese nombre: ¢s el esquemta iniial de representacién de situaciones ei momento de plantear la soluciin de un problema, ibujar un modelo, en el grafico de un circuito elécico, etc.. Aun mis, fos uss como, cstructuras de datos eficlentes sin estudiar sus propiedades y ventajes computacionales como herremientas de trabejo por 80 Intotivaments podemes decir que un grafo esta compuesto de una coleccion de ‘puntos relacionados entre si por enlaces. Con esta descripcién nos imaginamos entonces ‘una gran cantdad de problemas que podtiamos modeler con ellos: Redes. de etreos, ete. Esta ‘es una de las ramas de la Matemética, especiicamente del Algebra modema, en Ia que las estucturas basicas de estudio parecen ser extremadamente sencilas - basta con ver {a descripcion intuitive dada entetiormente - pero que, a la vez, ha contribuido a la solucion de problemas complgos de otras ramas, especialmente en ia Teoria ‘Combinatora, y mis recientemente, :~ sefo y desarrollo de reces de comuntoacién. Lo que conacemos hoy como Tearia de Grafos esté basado en la combinacién de las técnicas que usan las teorias mencionadar Redes de transporte y cadenas ‘attemadas, y @ pesar de que su nacimiento es rex.» aparece Noy como fundamental ‘en ta Informatica; prueba de ello es e! desarrollo de nuevos lenguajes de programacion, ‘su utlidad en ! desarrollo de grandes bases de datos, su indudable influencia en tas técnicas de modelado orientado 2 objeto, et. ‘Alo largo del médulo infrodtisremes los conceptos de propiadades de grafos y Grates, estuciaremas algunas rete importantes que se pueden establever como cadena, camina, cic y ckeulto 8s.” na también estuctaremos algunas propiedades bbasadas on estas defriciones. Es de princinal interés el dominio de estas propiedades por cuanto son ta hase de os métodos que se estudian en w Médulo = de la asignatura, y contibuyen cenormemente en el anliis de modi: de datos, estucturas entidad-relacin y mélodos crfentados a abjetos, Las diversas aplicaciones de las Redes de comunicacion, bien sean de datos, de ‘vez, video, etc. asi come el desarrollo particular de intranets, extranets y similares, noe ‘comunicacion digital, mapas de carreras, crcutas eléctrcos,ineraioMiédulo F...10/148 ‘obliga @ buscar formas de optimizar le forma en que navega fa informacion, Est> nos. ‘conduce a dsenar Herramientas cada vez mas pederosas que hagan el mejor uso posible {de la topologia selecconad para las mismas, asi como tambign para el uso compartido e los recursos. Los grafos — mae procicaments, los digrafos — ee han convartdo en modelos ailamente efientes para los problemas de redes: navegecicn, disefo, cableado seleccn de rutas de comunicacién, etc, lo que pos leva a ver con datale los mejores ‘algoritmos de recomido de graos:.con estos topioas cerramos al Médula. Ais detales a respecto puaden cor consuiados en Rose & Wright (1800), Los contenidos de! presente Midulo se exoondrén segin el siguiente gifs, en el cual se muestra ls estructura del sro con sus dvisiones en Unidades de Aprencizal=: at aes aaa : a8 I 2: Cadenas, Caminos, Giclee y Creatas Pag. 42 ‘MODULO! J Unidad 3: Ov. >ropiedades de Gros y dg Pag. 68 Unidad 4: Apicaciones diversas de la Teoria de Grafos Pag. 21Miédulo F...10/148 ‘obliga @ buscar formas de optimizar le forma en que navega fa informacion, Est> nos. ‘conduce a dsenar Herramientas cada vez mas pederosas que hagan el mejor uso posible {de la topologia selecconad para las mismas, asi como tambign para el uso compartido e los recursos. Los grafos — mae procicaments, los digrafos — ee han convartdo en modelos ailamente efientes para los problemas de redes: navegecicn, disefo, cableado seleccn de rutas de comunicacién, etc, lo que pos leva a ver con datale los mejores ‘algoritmos de recomido de graos:.con estos topioas cerramos al Médula. Ais detales a respecto puaden cor consuiados en Rose & Wright (1800), Los contenidos de! presente Midulo se exoondrén segin el siguiente gifs, en el cual se muestra ls estructura del sro con sus dvisiones en Unidades de Aprencizal=: at aes aaa : a8 I 2: Cadenas, Caminos, Giclee y Creatas Pag. 42 ‘MODULO! J Unidad 3: Ov. >ropiedades de Gros y dg Pag. 68 Unidad 4: Apicaciones diversas de la Teoria de Grafos Pag. 21Estucar las terentos mane’es de defrilos grates y drafos coma ahjacs matam. cos, a8 core también Ise Méidulo 111/148 Graros v Su REPRESENTACION Objetivo Genera: ‘lversss formas para representarcs Objetivos Especificos: [- : 7. leenilisar dferentes =| 2 Rerreseniar giefosy pronincades de fae gras 9 digrales: Grade de un voice, adyacencia y vecinead Aigrafos por sus matioes de ‘uyacencia eincidencia ‘Concomienias preves: ‘Teoria de Conjunto Daficionse basioas de mationsEstucar las terentos mane’es de defrilos grates y drafos coma ahjacs matam. cos, a8 core también Ise Méidulo 111/148 Graros v Su REPRESENTACION Objetivo Genera: ‘lversss formas para representarcs Objetivos Especificos: [- : 7. leenilisar dferentes =| 2 Rerreseniar giefosy pronincades de fae gras 9 digrales: Grade de un voice, adyacencia y vecinead Aigrafos por sus matioes de ‘uyacencia eincidencia ‘Concomienias preves: ‘Teoria de Conjunto Daficionse basioas de mationsModule 13/148 Introouecion Intuitvamenta podemos decr que un grafo esti compuesto de una ‘olescién de puntos relacionados entre si por enlaces. Gon esta descripcion nos imaginamos entonces uns gran cantidad de problemas que podriamos modeler con elles: Redes de comunicacion cigital, mapas de carreteras, circuitos léstricos, itinerarios aéraos, etc. Este es una de las ramas de la Matemética, especificamante del Aigedra medema, en I~que las estructuras basics do studio pereven ser extemadamente sencl] basta con ver ‘2 deserincion ‘nlutiva dada antericements - pero que, a la «ha contrbuido ¢ la selucién de brobiemas complejos de otras ramas, especialmente en la Teoria Comonatena, y mas reciontemente, sl disevo y desarrollo dered: “e comunicacién En realicad esta teoria nace, extraftamente, 09 un artieulo publicado en una reviste de curiosidades metematicas llamado “Los puentes de Konigsberg’ (0 de Kalining‘ado) hasta Negra ser une herramionia poderoca en le resolucién de problemas de Investigacion de® . on", especiaimente en fa Teoria ce redes do transporte de Ford y Fulkerson. Aparece edemés en los trabajos de Petersen sobre la Teoria de Cadenas Aliernacas. en la cual s@ utlizan grafos por pximara vez en 1957 pera problemas de optinizacion en un articulo de la Teoria ce stuegas. Lo que conocemos hoy come Teoria de Grafos esi pasado en ia combinacién de las téenicas que usen lee tearis mencionadas, Redes de ‘Wenspore y cadenas altermadas, y a pesar de que su nacimiento 2s racient ‘parece hoy como fundamental en. Yormatica; prucha de ello es el desarrollo Ge nuevas lenguajes de programacion, su uilidad en el desarrolo de grandes bases de dates, su indudable influencia en tas wenicas Ue medelado ortentage a objeto, ete. El enfoque aue presentaremos en el modulo sera integracor desce el punto {do vista de la escuela francesa en el sentido de lamar gralos @ las estructures ‘combinadas de puntos y enlaces, haciendo la diferencia de Ia direecién © no do €st05 Ultimes solo cuando haga falta, En este sentio vale la pena destacar que enModule 13/148 Introouecion Intuitvamenta podemos decr que un grafo esti compuesto de una ‘olescién de puntos relacionados entre si por enlaces. Gon esta descripcion nos imaginamos entonces uns gran cantidad de problemas que podriamos modeler con elles: Redes de comunicacion cigital, mapas de carreteras, circuitos léstricos, itinerarios aéraos, etc. Este es una de las ramas de la Matemética, especificamante del Aigedra medema, en I~que las estructuras basics do studio pereven ser extemadamente sencl] basta con ver ‘2 deserincion ‘nlutiva dada antericements - pero que, a la «ha contrbuido ¢ la selucién de brobiemas complejos de otras ramas, especialmente en la Teoria Comonatena, y mas reciontemente, sl disevo y desarrollo dered: “e comunicacién En realicad esta teoria nace, extraftamente, 09 un artieulo publicado en una reviste de curiosidades metematicas llamado “Los puentes de Konigsberg’ (0 de Kalining‘ado) hasta Negra ser une herramionia poderoca en le resolucién de problemas de Investigacion de® . on", especiaimente en fa Teoria ce redes do transporte de Ford y Fulkerson. Aparece edemés en los trabajos de Petersen sobre la Teoria de Cadenas Aliernacas. en la cual s@ utlizan grafos por pximara vez en 1957 pera problemas de optinizacion en un articulo de la Teoria ce stuegas. Lo que conocemos hoy come Teoria de Grafos esi pasado en ia combinacién de las téenicas que usen lee tearis mencionadas, Redes de ‘Wenspore y cadenas altermadas, y a pesar de que su nacimiento 2s racient ‘parece hoy como fundamental en. Yormatica; prucha de ello es el desarrollo Ge nuevas lenguajes de programacion, su uilidad en el desarrolo de grandes bases de dates, su indudable influencia en tas wenicas Ue medelado ortentage a objeto, ete. El enfoque aue presentaremos en el modulo sera integracor desce el punto {do vista de la escuela francesa en el sentido de lamar gralos @ las estructures ‘combinadas de puntos y enlaces, haciendo la diferencia de Ia direecién © no do €st05 Ultimes solo cuando haga falta, En este sentio vale la pena destacar que enédilo 1... 14/148 ‘su nacimianto, la Teoria de Gratos en la escuela hungriaca ~ representada por las, considerados como fundadares: Eras, KOnig, Turdn . Gallai etc.- era mostraca como dos rames distintas: Grafos no orontados y Grafos criontados 0 Digrafos. 1.2. EL CONGEPTO DE GRAFO Ya en la introduscién presontamos una definicién intuitwa de Grafo: Ura coloceién de puntos rolacionados gt os me / Puerto Cabello ValeraMédulo 1.17148 Observemos que sea cual sea el camino a seguir, la orientacién es importante, asi que en este caso debemos fer una creccion: ésia es pues una situacién cotidiena que podemos modeler haciendo uso de la representacion por un grafo aliigido, para el cual tendriamos: Caracas, Valencia, Barqulsimeto, San Felipe, Puerto Cabello, Coro, Valera, = Maracaibo} K { (Caracas, Valencia), (Valencia Baruisimets), (Barquisimeto, Maracaibo), (alencia, Puerto Cabello) (Puerto Cabello, Core), (Coro, Maracaibo) (Valencia, San Felipe), (San Felipe, Valera), Valera, Naracaibe)} Es importante noter que hemos puesto como conjunto de arcos ‘solamente aquellos que figuran como componantes de las rutes alternativas ‘que posee el viajero: ratiicamos entonces que A = Vx V. Sin embargo, a ‘efectos de la represerracion, 9s dificultoso poder ver ctaramente las rutas posibles con esta descripciin del cigrafo En visia de este dificutad * ferimos entonces hacer su representaci6n gréfica: asignemos ent- 25 un vértice @ cada ciudad y un arco a cada ruta existente entre ellas: — os o> gt os me / Puerto Cabello ValeraMédulo I..18/148, 2. Si el pasajero esté interesado en un viaie ida y wee, el dicrato pasaria a ser doblemente orientado, con a1cos en doble sentido. coraces 3. Las otapas do liminatoria on un campeonato de fitbol ontre los equipes A, 8, G, D, Ey F; en este caso mo-hacen falta crecoiones por io que tenemos un grat. 1® etapa: Todas contra todos ~ Fodenmas ilustrar la primera ronda de encuentros mediante un grafo en el cual asociamos un vértice con cada equipo participante en el torneo:Miédulo 1...19/148 2*etapa: Semifinales. Pasan a esta etapa los cuau.. equipos con més puntos por goles anotado: ya para esta etapa debemos cambiarls las etiqustas a los vertices pues no sabemos cuéles de los seis equipos inicialas pasaran a Semnifnaies: Estos w representan los cuatro equipos con més goles anctados en la primera et2pa; cada uno de elles puece ser A,B ¢ boy «| GD FOR S* etapa: Final entre los rs imos genadores; al gual que en la elapa anterior, como no sabemos cudles son los «* .jpos que pasan a la fal, volvemos a cambiar las etiquetas:Modul 1.20148 Uye—____o Estos vértioas u represantan 2 dos vérices w de [2 tana anteror ¥ con ef resuttado de este partido se tendra al Campeon de! oreo, con lo que finalize la repvesenteci6n: 2 lo sumo utilizariamos un dltimo vértice para denotaral :° ador. Despuss de ver estos ejemplos podemos hacer una afrmacion muy importante: En un grafo lo menos cecisivo es la forma en que hagamos e! grafico, ‘es dect, no importe en qué lugar del plano ubiquemos los véttices, lo que debemes tener culdado es mostrar las relacones reales entre los vertices. \oamos a confinuacin otras definiciones importantes. Dernicion 1.2.3 (Bucte) Dado un grato G=(V, E), una arista (vi, vi) de G es llamada un BUCLE si Dernicion 4-24 (ExrRenos) > aco. un digrafo D = (V, A) y un arco (w., vj) de D, dremes que vies et [EXTREMO ICAL y @ V el EXTREMO FINAL. Esto dird, sin confusién alguna, de dénde adonde va € arco. En el caso de un grafo G = (V, E), no hace falta hacer cistincion entre inicio Y fin de la erista — pues baste nombrar los v’, ices que la conforman — y los rnombrafemos solamente EXTREWOS; asimismo, uiremos que sila ARISTA @ uene ‘como extremos a los vértices 1. y v,, entonces ella es INCIDENTE sobre estos vervees,Medulo 1...21/148 Observando las definiciones dadas hasta anera, la nocion de bude se rmantiene pata digrafos hacienda e! ejuste de mencionar los extremios, 68 cecir, on tun digrafo un Bucle es un aree que tiene como extremos inicial y final et mismo vértice DERNGION 7.2.5 (GRADOSDE UN VERTICE) Dado un grafo G = (V, E) y un vrice y do G, 0! Graoo De ¥ en G, denotado g (uv), viene dade par el nimero de aristas que tenen a v como uno de sus extremos en el ara En el caso que hablemos de un digrato 0 = (V, A), haremos la distincion centre extreme nical y fin = Sitomamos av, como al extremo inical y contamos el nimero de arcos ‘que salen de él, obtenemos el Grado SALIENTE DE vi EN D y lo denotamos ” (vy: (vy, )= Card {vj e VO): (vi, vj Je AD) | donde “Card” denota el earausal del conjunto = Sitomamos 2 v, como & extreme final y contamos el némero de arcos que llegar’ él. cbtenemes el GRADO ENTRANTE DE, D y lo cenoiames (vi) e-[w)= Cord {vy e IO) ( yyevy Je A) } onde “Care” denoia el carcinal del corjunt. Hoy eutoros que uean lale_, ariega F (gamma mayiiscula) para denotar a los conjuntos mostrados anteriom: .e, es deci: {vj © VO): lv vj}= AO)} () 13) Bl) vy < VO) (yj, vi)= AO) @) En el caso ce que hablemos de un giato <4): (viv) © €@)}dale 1..22/148 Si ademas, hacemos la unién de los coriuntos dados en (1) y (2) cbtenemos el corjurto Fp{y,] el cual nos da pé para questa siguiente defrcion: DEFINIGION 1.2.6, (VERTICES ADVACENTES) Dee varices wy vse dicen adyacentes si estan relacionados bien sea por tna atista en #1 caso de un grafo © por un arco en el caso de un digrafo; esto cauiere decir ertonoes que LOS VERTICES SERAN ADYACENTES Si: -En el case de un grafo G = (V(G), =(6)), (¥» ¥) est en E(6) ~En el caso de un digrato D =(V(0), E(0)), (vs v) © (vp w) estan en E(D) = En etialquler easo ~ grafo 0 digrafo - si un vértice en particular no es adyacente a ningin oto vértice del grafe, xp le denomina Vénmice AISLADO Asimismo, en el caso de gros, llamames VESINDAD DE vi, al c2njunto Tglv,) v a sus elementos los llar>mos Vecinos de v.. Estas nociones no cambian en el caso de digratos si cambiamos Fy) por Ih) Observemes, anfi*de mostrar algunos ejempos, que ojo > = las concentos de “indad, vecinos y adyacencias, son Indepentiontes do - exete © no direccién en los eriaces, es decir, si Mablamos de arstas 0 arcos, en ‘estas deficiones lo que importa es que exisia et coriace entre los vertices, Eiemplos 1.2.2: Mestremos un par =2 ejemplos © identfiquemas fos parémetros cefinidos antoriormente (l) Gonsiseremos et grafo G = (V(G), E(@)) von V(G) = W¥i,¥2. V3, Vas ¥5-¥6r¥7}Médule L..23/148 y EOE [Ova V2) (a, V9), (v2, Wa), (We, V6). (V2. ¥2). (3, V5), 3i¥7)e [031 a), (5, V2), Wer Ve) (vee V7) (War), (Was V4) (4s 5) Veamos la representacitn graifica de G: o ee sie a = aud oy ae “Staats “i y resumamos las caracterisivas de los vertices de G en el siguiente cuadro Vértice | Vecinos | + Adyacencla | a we Vis Wa Ve Wi Vivace ve 7 ee Yea Was Ye ve 8 % ew vee z [ve] Yee Mave ve Wave Wa Nas 5 we) arene ord z (i) Veamos ahora un digrai” = (V, A) meaiante su gréfico y hagames lo mismo que hicimos con e! grafo en el ejemplo anterior,Module 1.24148 en Jf Z oe \ Swe \ \t . w Veamos entonces le table de grados y vecinos: puesto cue es un digrafo hacemos la distincion entre vecinos por arcos entrants y salentes @ fin de calculer efectivameni~ s respectivos grados por verte: vecinos | vecinas | Grado Graao Verice farcosentrantes) (arcos salion.", entrante | salente et at w Weve We Via ve Wave Va Wass We) Wawevans |” Va Ve ‘Antes de proseguir, y a fin de eviter confusiones futuras, haremos algunas ‘convenciones bésicas de la Teoria si: Graefes; p="a los métodes que mostraremos ‘en al médule: * ¥ Dos atistas (arcos] se dicen perelelas (0s) si elacionan dos veces el mismo par de vertices, es decirMdlulo I...25/148 poy ue vue “ ~~ ~~ Observemos que esto nos puede iraer una confusién si, por ejemplo, uoremos listar los vecinos de los vértices oues, goudntas vaces contamos los exttemas? Después de esto, debemos de: entonces que en los grafos y digrafos que estudiaremos, no existen ni arcos ni aristes paralelas. Y La segunda convencién importante en la Teoria de Grafes es la de no considerar la existencia de buclas Estas dos convencones tienen que ver con el hecho de que los grafos (dgrafos) con los que trabajaremos son los denominados grafos (digrafos) simples. En la teoria general, los ‘yrafos quo admiten bucles y arisias paralelas, '80n conocidas come muligrafos o grafos compuesios, En lo! vsivo trabajaremos solamente con Oj0 > aralos (digrafes) simplos, ee dacir, sin buclee ri arisias (arcos) poralelas, 1.3 OTRAS REPRESENTACIONES DE LOS GRAFOS: MATRICES DE ADYACENCIA Y DE INCIDENCIA, Hasta ahora homos visto dos maneras de icentificar y deseribir totalmente ln grafo: Su representacién grafica y las tebles que mostramos en las que se indican las adyacencias y vecindades por vértice; en efecto, es eviderte que si vemos el grafo ya dibujado, podemos identificar por simple inspeccién las adyacencias por vartices, Esto se nos facilta ain mae ei contamos con la tabla de adyacencias, pues de esta manera lenemos ya lstedos los yecinos por verte, lo cual es de mucha utildad para aplicaciones automatizadasMédulo 1.26148 Veamos ahora una forma mas mangjatle por el computador, y por nosotros nilsmos, de representer un grfo. DEFINIGION T 3:1 (MATRIZDE ADYACENGIA PARA GRAFOS) Dado un grafo G = (V, E), la MATRIZ DE ADYACENGIA DEG, que denotaremos ‘Ac = Iai) viene dada por: Silvin¥; Este quiere decir que la matric do adyaconcia os cuacreda, de orden ere {V(G)}, y etd compuosta por { on lac posiciones (i,j) slemare y cuando Ja ariota (x,y) eatd on ol grate. Pucsto que no consideramse ni buclos ni arisise parsielas, obtanemos de Jnmediato as siguiontes propiedac__ to la matriz de sdyacencia, (i) Asesté compuesta do unos y coros. _ (i) En la diagonal sélo hay ceros; en efecto, al no haber budies, las posiciones (i) son nulas (il) Puesto que el grafo no posee aristas paralalas y el valor de la posicién (jj) ceinside ean el de la (, ). la matriz es siéirica Vamos, pera afianzar ideas, un par de ejemplos. Ejemplos 1.3. 1. Ded 61 grafo 6 matriz de adyacencia as cieda Ac (V5) mostrads on la siguionto figura, obtengs laMéduto 1.27/88 yy vs vs w Fuesto que el grato vene ocho vertices, la metre de adyacencia asociads es cuacrada de orden ocho; a~ més, no hay bucles y por o tanto tiene ceros en la diagonal. Vearnos él r> de las posiciones. ¥ El virtice ves adyacente § los vértices vo, vs, ¥ ve, asl que ‘entonces las posiciones (1,2), (1,3) y (1,4) de le matric tienen un 1: por la simetria las posi: 95 (2,1), (3,1) y (4,1) tienen el ‘mismo valor uniter. Con estu ya tenemos definidas las fa y columna 1 de Ae. Y Veamos ahora la fila 2 y la columna 2: éstas estén definidas or a adyem . je’ . Tomaremos en cuenta fo que ocurra de las fla 2, coumnna 2 en adelante pues ya sabemos fo que ‘cunt en las primeras fila y celumma. Como £0 puode ‘ohservar on of gro, sin tomar en cuenta a vx, ees adyacente Vs vs, 81 que las posiciones (2,3) y (2,4) tenen 1. Al igual (que antes, por simotia, asison les posiviones (3,2) y (4,2) Ye obtuvimos entences fa fa 2y a columna 2. De esta forma, pasos = 3, fila y columns por vertice, obtenemos le ‘matriz do adyacercia: hagemes un paso mas antes de mostrar la matriz resultante. Y Ya conocemos las flue y columnas 1 y 2; para obtener fa fia y colurmna 3 veremes la retacion de adyacencia del vértice vs con los restantes. £! vértice vs; sin considerar de nuevo los varices Vs,Médato 1. 281148 YY Va 28 adyaconte sélo @ vs, asf que las posiciones (9,4) y (43) ‘son no nufas. La matiz resultento es entonces: 8 coocornornn, cocohoun ecocooHen Hereccco u Huercoco a Honecoco x 5 6 ? 8 Como se puede observar, colocamos las respectivas etiquetas de los Vértices para indioar las posiviones fila y colurmna de la matriz; ésta os la manera esténdar de cepresontar la mati-.+2 adyacencia. 3. Dado el graio G = (V, E) deffrido por la siguiente tabla de vecinos, obterige le matniz ce adyacencia asociada @:Médule 1, 29/148 Esta manera de presentar 61 graio nos facil te taro do abtaner Ag ‘pues practicamente nos da las posiciones no nules de la matriz. En efecto: Y En la tabla tenemos que v; es adysconte 2 vs y vs asi que entonces las posiciones no nules on fa fla / oolumna 1 son (1,2), 20, 0.3), (3,9) ¥ En ef caso del vértice ve, como ya contamos con ta file 1, columna 1. 1. emos que Ise posiciones no mules en las fla 2, columnna 2 serfan (2,4), (4.2). (2.5), (6.2). ¥ Para el venice vs contamos sélo con ol vértice v1 come su vecino Y Ya esta posicién jue considerada cuando estudiamos [es primers fle y columna, asi quo né de informacisn adicional. ¥ Veamos el vértice vs: Sogin la tabla de vecinos, cuenta con vs y Vs pero ya ve fe considerade anteriommente, as! que debemos considerar como nuovas las pasisiones (4,5) y (5,4). ¥ Finalmente, puesto quo ya han sido estudiadas igs adyacencias de todos ks vérices anterores, vs mo mos apore nueva Informacién; de sor vecina de aigin otro vertice del grafo, ya le posicién fue doiestada en a - > de los pasos anteriores: Esto siempre oeure con ol vérice 2 posea fa utima de las etquetes. Entoncos la matriz de adyecencia quede como sigue: 2/0 1 400 oF "=a lt 0 o'sModule 1...30/148, ‘Ya hemos presentado las dos formas tipicas de ropresentar un grafo en el computador: Listes de OJO —> ——vecines y ia misma matriz de adyacencia. Estas dos formas :miten réplicas en lenguajes como PASCAL", y domas doclo, en los lenguajes Visuales conocidos, \Veamos ahora chmo pos... .0s defini la matriz de adyacencia en el caso de gratos cingidos o aigratos: = DEFRIGION (WATRE DE ADYACENGIA PARA DIGRAFOS) Dado un digrafo D = (V, A), LA MATRZ DE ADYACENCIA ASOCIADA A D, denotada por Ap = fy) viene dads por i Sivi.vj)¢ ACD) ay S(vi,vj)¢ AD) Come se puede observar, esta definicie, 0 difiere de dada para ol caso 02 un grefo, pero hay una diferencie fundamental: Ay no tiene que ser simetrica En efecto, a diferencia del gato ia existencia del arco (v, no asegura la del arco (WW): eta 28 une propiedad de lox digrafos I ‘que se puede defniren ellos En 01 caso de los digratos la construccién de ta matiz de acyasencia co cual surge de la relacién de orden. dove hacer fla por fla, ues decendera dela areccion del arco el que iengamos un 16.un cero en la posicién en estudio. El resto de las propiedades de la matrz 8 mantiene, es decr, Ap sigue send cuacrada, de orden n= Card {V (0)}. con ccoros en la diagoral. ‘VYeamos el siguiente ejemplo.Modula. 21/148 as 1: Dea 9 NesNLe Wan aR econ DA LW \ Ss neh D para faciltar la construccion de la matriz. fommamos una tabla en la que Indicaremos, por vértice vy culos son sus adyacentes siendo v; ol ‘extremo inicial del arco: _ varies (extrem fina La metriz Ay requerica es entonces‘Médulo 1, 32/148 12345 6 1 fo 10001 2joo01010 Ao=3 [0 00100 4 |1 00004 5 ]1 01 000 6 lo 0000 0 2. Hlagamos shora el proceso contrario, es decir, dada la matiz de ‘edyacencia de! dlgrafo obtengamos su representacién gréfca. ‘Supongamos entonces que la siguiente matriz Ay es la adyacencia de! digrafo D = (V, A) . Indicamos los vértices @ nue: 2 conveniencia en el plano y ‘comenzamos a colocar los arcos en s srden que queramos; a fin de no dejar ninguno por fuera, sigamos ef orden natural. Arrancamos entonces conv: y vemos en la matriz que é! es el extremo iniclal de arcos que van a los vertices vs y vs (vee ls orimera fila de la matri). “yu ~ SN oaMadalo 1...33/148 ‘Sigamos ahora con vx; segun la segunda fla de matriz, v; le “manda” eros @ los vertices vs, ve y vs; coloquemas dichos arcos en el dibujo obtenido anteriormente: Me Continuamos fa construccién de digrafo con la fila 3 Ia cual nos dice que Vs @8 el extrema inicial de arcos cuyas extremos finales son ve y Ve ‘Seguimos ahora con ve y segan fa fla 4 de la matriz, es adyacente como vérlce nical @ V;, va, Vay vss anexemos esta informecién al dibujo anieriar. 2 ee tet oeMédalo 134/148 Finalmente, vs es ! extremo inicial de arcos que van hacia jos vertices vs y vs. Coloquemes estos arcos para obtener ef digrafo D que reprosonte @ Ay . Qo 7 4.4 CONSIDERACIONES FNALES SOBRE LA MATRIZ DE ADYACENCIA 4. Ee importante destacar ___ ol ~-so de grafos, puesto que la matriz de ga en un computador se puede hacer con adyacencia as simétrica, ‘solo la matriz triangular inferior (0 superion). sabiendo de antemeno que ‘a ciagonal principal es ula; recuerde que por convencion no nay ductes. 2. Como une caracteristica gratica, a fin de factitar la vision en el dibujo para igrafos, consideremos que los arces dobles no paralelos serén tomados como arisias. Esto quere decir quo ei on un digrafo debemos dibujar lor arees (V,v) (Vj ¥) Conv, #4 “Ueos lo que Ilamamos arcos doblos no paralelos — bastard con incic 12 adyacencia de estos vértices con una arista Con esta convencién, el digrato D del ejemplo anterior quecaria, grafcamerte:Médulo 1..35/148 we ——— Y 1a aistas (v2, va). (Va. veh (Vs, Ya) ¥ (Ua, Ve) indioan que hay arcos dobies no paralelos entre los vérices implicades, 3 Llameremos GRaFO SUBYACENTE al que Se cbtien€ ce un digrafo cuando a ést0 lo “boramos' las dir-~ ones de sus arcos. Si havemos esto con el digrafo D = (V, A) el grafo que obtenemos lo denctaremos Gp para indicar Que G 8 obtuve de D, Mostremos un er le de esto: SiD eseldigrafo = El grafo eubyaconte asociago Go seria:Modo I... 36/148 Es importante hacer notar lo siguiente: En ningun caso debemos confundir lo que expresamos en el apartado 2 de esta section con la Resién de grafo subyacente. Cfectivaments, son dos procesos distinios pues la convencion hecha en 2 es para digratos y éstos no pierden su denominacién aun en el caso en que todos los arcos que lo componen sean Jobles y no paraletos: aqui se muestra la importancia de la notacién en esta rama de la matemitica. Si decimes, por ejemplo, que Des el digrafo: debemos entende- las anstas existentes entre los vertices (Ws, We) y (ws, we) como arcos dobies” Si en cambio decimos que Gp es el grafo subyacente del cigrafo D debemos entenderio como el grafo Gp = (Vs, Ep) que se obtuvo de un ‘igrafo D obviando las airectiones que tie-Yen sus arcos. 4, La matriz de adyacencias para grafos y diy! afos nas da toda la informacién e sus estructuras y sus propiedades, tal y como veremas en las Unidades subsigulentes, sin embargo ya estamos preparados para notar que 4.1 Sitenemos la matriz de adyacencia Ag de un grafo G, y sumamos los ‘elementos por fla, el resultado es el mismo que si hacemos la suma porcolumna, es de, +42 Médule 1.371188 Enda yeste summa es el grado g (v) det vertice v; en el grato 6. En el caso de ‘as matices de acvacenca para digrafos hacemos fa siguiente distineion . 4.2.1. Si sumamos |os elementos de Ia fila i obtenamos ol grado saliente del vartice v, asociado alla fila i, 08 decir: ae) = Yay rae 4.22 Si sumamos los alementos de Ia calumina j, obtenemes el grado antrante dol vértiee vj, 2¢ decir: ew)- Ya Como un corelario de este apartac* aodemes desi’ que por simple inspeccidn de la matriz de adyaconcia obteremos los eonjuntes (vj), P*(v,)y T (vj) seatin el caso que trateros: en efecto, cada vex que vemos un 1 en la matriz sabomos quo los vérlicas asociedos por fila y columna son vecines y &s precisarnente esta la informacién que necesitames para construr los conjuntos (yj). (vy yt (mi) Veamos un ejemplo de lo dicho hasta’ anora; comencemos son e! caso de los gratos Gonsideremos la mairiz AS =Médule 1.381148 rfeeiid tirtio oo \Vaciemios ahora la informacin que nos da la matriz en una tabla de ‘dyacencias para venticar lo planteado. - jertice | Vecines | Grado] 8 ee 3 ats) an = Day | Ve Vay Var Von Ve 4 ca rt | vvew | 3 % | wee | = [weve [8 ‘A la derecha podemos cbservar los célevies hechos con base on la Informacion de fa matiz de adyacencia, y, en efecto, los resultados coinciden con lo expuesto en la tabla de vecinos de la lequlerca, 1.5. MATRIZ DE INCIDENGIA OE UN DIGRAFO. ‘A pesar de haber muc> dofiniciones de Matriz do Incidencia para gratos, mostraremos a continuacién la que quiz“. es la més ventajose desde ef punto de vista computacionall: le misma se debe a Berge (1983) y es como sigue.Module 1.397148 ‘DERINIGION 1-5-1 (MATRIZ De INGIDENGIADE LN DioRAFO) Dado un gigrafo D = (V, A) identifcaremos cada arco con una etiquela de ‘ipo a; denotamos 3 LA MATRIZDE INCIOENGIA DEL DIGRAFO D por BO)= Di) la defiimas como sigue: [ ly sielarco a, admite 2 v, como extrem inicial by =), siclarco 2; admite a~ como extreme final 0, enon maso Veamos un ejemplo de cémo s# usa esta renresentacion Elemalo 1, Dado ol siguionts “rato reproseniade griffcemante, eblengarnos le ‘matriz de incidencia aso ~ lee we s | \, Antes que nada obsesvemos un cetalle: Bajo esta representaciin debemes dlbuiar bos arcos dobles como tales pues tenemos que etiquatar todos fos arcos de! agra.» Para constr la matriz de inoéiensia pendremes como fas Ios vértices y a los aic0s come columnes con sus ragpoatves otquetes.Médulo 1.407148 a8 ay “ fi -a Tg} w ft 2 0-2 4 [0 0-1 14 vw le 0 0 0 Obsorvemes entonces que om Ene posicion bs; Nay un 7 puesto que v; es extremo iniciel de arco a ~Emla posicion ba hay un =| ya que vs es extremo final del arco a, ~bia=0 puesto quo vs no es extreme derareo az Esta definicién tiene el inconveniente de que un cero en alguna de sus posiciones puede signiicer dos cosas distintes: El arco correspondiente es un bucie - lo cual no se menciond antes puss traBajamos aqui con digrafos libros de bucles- 0 que el vértice que representa fa fla ne ee extreme del arco; este uplicidad de definiciones pugé generar confusiones y es por esto que Tecalcames equi que los grafos y los digrafos que se usan a lo largo del texto son ‘Sin buctes ni arcos muttptes. Por otro lado, y no menos importante “ada columns de la matriz dobo tener exactamonto un 1 y un ~1 puesto cue un arco posse sélo un vértice incial y.86lo un vértice final, o que ‘aciita enormemente su construecisn por columnas. \Veamos @ continuacion algunas caracteristicas propias de grafos y digrafos que se herecan de sus respoctivas definiciones algebraicas: puesto que estén caracterizados por duplas de conjunios, es naturel preguntamos por los subcorjuntos que pusdan tenet ~ 0 que podamos obtener de ellos —y si estos nos \dan informacion aaicional de sus propiedades,Médalo 141/148 1.6. Gaaros siméTaicos. SuBGRAFOS Y GRAFOS PARCIALES. ‘A vontinuacion expondremes algunas propedades importantes de los ‘grafos y cigrafos; en un comienzo la presentacicn s2 hard sin separar estas doe ‘conciciones (rigido © no) pero lo haremos hacia ol final de la Unidad a manere ce 4.6.1 Subgralos y Grafo: ~ reiales ~ Dado un grafe G = (V, E), un GRaFo PaRcIAL G, =(Vp,£;) de Ges un gralo que tone ol mismo conjurto de wérices V de G, es cecil, Vp = V, pero como Conjunto de eristes, un conjunto Cel cual es un subconjunto ce €; en simboles: DEFniciON 1.6.1 (GRAFO PaRCIAL) Gy = ( Vp, Ep) eS un GRAFO PARCIAL de G = (V, E) sty solo st Vo “Eck. Yeamos algunos ejemplos. Eiomplos 1.6.1: Dado el grato G = (V, E) con V = (vs. Va, vi Wb E ={O, 2, 4} eno cual: ©5=(¥4 Val C25(04, a) ea7(¥a Va), (Wa Val un grafo parcial G vemosie graticomente: (V, E,) 82 obtfene de G surrimienda en E las aristas e. y ecMédalo 1 A208 XS a ‘eu (tro grafo percial de @ se obtone tomardo de 6 solo sus aristas exy &5 GyMédullo 1.43/48 Inclusive, si ef grafo G le quitamos todas las aristas obtenemos en grafo parcial G,, conocido como el grafo vacio 6 =2: we we El ulimo ejemplo expuesto nos permite hacer dos observaciones importantes: 1. Enun grato G = (V, E), equivalentemente un digrafo D = {V, A), el conjunto de aristas E (0 de argos A) puede ser vacio, pero no asi 2! conlunto de vertices. En talés casos dremos que el arafo (digrafo) esta canformado sélo or vérticas aislados, 0 que el grafo (di: » ) es el grafo (digrafo) vacio. 2. Debemos observar que la nocién de © 9 parcial es independiente, dasce el punto ce iste de su definicion, de son arcos~ 0 no, por lo que la definicién podemos extenderia @ los digrafos y hablar entonces de Digrafos Parciales. is aristes estén drigidas - es cecr, 1.6.2 SuBoRAros DE UN Graro DERWNIGION 1.5.2.1 (SUBGRAFO DEIN GRAFO) Dado un arafo G = (V, E), consideremas dos subconjuntos Us Vy Fé: el grate C= (U, F) 25 lamade suncRaro de G si 1ode evista f « F ene como, extremas a vertices en U.Module 1..44/148 Antes de dar algunos ejemplos de subgrafs, veamos con un poco mis de vertices extremos estén en Vs, diremos que H es Un SUBGRAFO GENERADO por Vi. ‘Veamos atora algunos ejemplos de las definiciones de esta seccion, jemplos 1.6.2. Consideremos ol siguiente graf G = (V, E) mostrado en la figura:Modulo 1.457148 1. El grafo que se muestra @ contnuacion es un subgrata H de G: lo dibujaremos resalten sobre G a fn de fjaridoae, Consideremas a! subeonjunto U de V camo: U 1s Yai Vas Yas ved y ‘como subcorjunto de aristes, 1as resaltades en el gréfico, asi que se verifca fa defnicion de subgrato. 2. El orafo H = (MaZa) con Vi ={vsvevsveve) y Ey formado por tas aristas resaliadas, a un subgrafo de G: en efecto, Vw = V y las ‘ristas de H tienen sus extremos on Vx. Observe que aunque hay tras aristas enve vey ve, estes no forman parte del subgrefo puesModul 1..46/148 Ya ¥ vr mo estén em Vx, con fo que podemos asegurar que H es generedo por Vr. 3. Si en G tomamos los vértices {vs, vs, Vs} como Vi, y @l Conjunto Ey = @, el grafo H= (Vx, Ex) es un subgrafo de . 4. Consideremos ahora Vi. = fv.vaae ashy Eual(vs Val ay MO Wes Wa) 2) grafo H = (Vy), Ey) no es uns.” ,fafo do G pues la arista (vavs), presente en G, posee a v2 como extreme y v2 ¢ Vis 1.7. Dioraros Simétaicos ¥ ANTISINETRICOS. Hasta ahora las defincimnes dadas de propiedades de grafos son Independentes de siel grafoe~ ~ 0 », Las nociones de esta seccién tienen sentido sélo para digrafos pues se basan en la direccion de los arcos. Desde e! punto de vista de la matriz de incidencia asociada al digrafo, el hecho de que elia sea simétrica 0 no podria marear la diferencia en el tiempo de procesariento computacional, asi como el espacio de memoria que sea necesario para su almacenamiento, En este sentido, la esiructura del digrafo toma singular importancia, [ Derwiciéw 1.7.4 (Disearo SmmETRICO Dado un GRaFo DIRIGIDO D = (V, A), D se dice SIMETRICO si siempre que el arco (v, ¥) © A entonces el arco (vy, v) también estd en A. Estos Arcos se denominan opuestos, - \Veemos algunas representaciones graficas de cigrafos simétricos.Mada... 471148 Elemplos Los siguientes digrafos son simstricas: yaw we Sine Basta con ver, en cada uno de ellos, que para cade arco del digrato, ‘Su opuesto también se encuentra: si en e/ digrafo de la Ixquierda quitamos cualquiera de los arcos, ya el digrato deja de sor simétrica. En al de ia derecha, a simple eliminacién do une do los dos arcos existentes hace que dojo de ser simdtrico, Observe que en el caso ce 1m grata esta defniciin no tiene sentido pues es fen Si Siméiico. Nuestra siguiente sinicién as mas interesante en ol sontido dado en la introduccién de la saecién DEFINIGION 7.7.2 (DIGRAFO ANTISMETRICO) ‘Dado un GRAFO piecing D = (V, A) él se dice aNTISMETRICO si siempre que el arco (V,.¥)) € A su arco opuesto no lo este deer, (y, v) € A Como se puede verenton esta definicdn na tlene sentido en el caso de gratos no drigidos. Veamos alg...us ejemplos cde este tpo de digrafee, no sin antes llamar atencién sobre el hecho Ge que una gran cantided de digrafos, por no decir la mayoria, son anticimétricos Ejomplos 4 Los siguientes diarafos. mostrades en forms grifie, son antisimétricos:Médilo 148/148 Si seleccionamos cuelquices de los arcos del agrate, podemes verificar que su apuesto nc se encuontrd, por lo tanto D es antisimétrico. Lo ‘mismo cure con ol siguie’, ~ ogra: Es claro, de les definiciones raspectivac” ~ue ei un digrafo es simétrica no puede ser antisimétrica y viceversaModuto 1.29148) Resumen beLa Unioan Hemos estuciado en esta Unidad las formas bascas de representacion de Grafos y digrafos: Listas de vecinos, vecindades. adyacencias, asi como las diferentes nociones da grado de un vértice. Presentamos ademas algunas Propiadades de estos objetos mateméticos ede el punto da viela do su estructura: Grafo vacio, completo, digrafo siméi” y antsinétrico. Es conveniente que antes de pasar ol Libra de Auto - evaluacin a resclver los problemas alli indicedos, repase los ejemplos mestados a lo large de la Unidad a fin de affanzar los contenidos de le mist. Recuerde, ante cualguler duda, consulte 2 su Asesor en @ Centra Local, 0 envie su pregunte a la Greccion electronica indicada en el Pian c@ Curso de la asignatura. Asimismo, puede consular las paginas web alli indicadas para ‘ahonder en los conocimientos adquiridas con al presente material BieLioGRaris RECOMENDADA . Los siguientes textos los puede consultar en Ia Biblioteca de su Centro Local; de no estar all, recuerde que puede solcitarie, con suficioate antolacién, para quo sean ubicados on o! Sictora Biblictecaro UNA: [1] SCHEINERMAN, Edward, MATEMATICAS DISCRETAS. International Thomson Edkores. 2001 2) UNA COMPUTACION iN (303). Primera Edicion, 2001 [3] GRASSMAN, Winfied & TR=MBLAY, Jean Paul MATEMATICA DISCRETA Y LOGICA. UNA PERSPECTIVA DE».E LA CIENCIA DE LA COMPUTACION. Primera Edicién, Ealtovial Prentice — Hall, Madrid, Eenama. 908.Moduto 1..50/198, [] GRIMALDI, Ralph. MATENATICAS DISCRETAS Y COMBINATORIA. Addison — Wesley lberoamericana, México, 1998 [5] ROSS, Kenneth & WRIGHT, Charles. MATEMATICAS DISCRETAS. Segunda Edicién. Prentice — Hall. 1980.Médulo 1.91148) Canzyas, Casinos, Cictos ¥ Grcuiros Oiyetivo General: Aotcarlos concepts de conectniced, cacenes y clos en ‘tales y caminos y crcultos en diaratos en la resolucion de problomas, 1 entfiearla exstancia de codaras, 2: Kdentficar et nimero de amines, cidos y cireulos en grafos y ‘igraios. aplcand ae defricones dedas para eotts propiedsdes en is resoluciin de probiemas ompsnantas coneas de un g1afo.oun digrato ‘Gonoemientos prewos: ~ Teoria de Coniuntas = Defiicones basicas de metronsModulo 1.53148 2.4. InrropuccioN. En esta Unidad daremos nuevos conceptos de propiededes de gatos y igratos dstintos en tipe a los ya estusiados ens anterior: como recordaremos. ena pasada Unidad ros dedicemos a dentticar al grafo como objeto matematio, estudiames las relaciones que existen entre lon conjuntos que lo companen. Puos bien, eno que sigue estuciarem ~ gunas re ones importantes que se pueden establecer como cadena, caminZ, cio y ciculto asi como también estudiaremos algunas propiedades sobre grafos y digrafos basadas en estas definiciones. Es importante sefalar que una de esas propiedades es la de grafo conexo ya que esta caractetistca es de vial importanca en la apicacién de algunos métodos. 2.2, CADENAS Y ClcLos EN GRAFOS i queremos ir de un lugar 3 olfo observando un mapa de carreteras, nos interes observar las distin dos localidades. De este rulas (si las hay) en ‘manera al oleg® la ruta formiamos una sucesid) llegar @ nuestro destino, Observe que cuando formamos la ruta tratamos en to posible de no paser dos veces por el mismo lugar. Esta situccién nos lleva 2 ~. lugates y carreteras para poder ‘considerar la siguiente definicién. DEFINGION 2.2.1 (GADENA) Sea G =(V, E) un grafo y sean u yv vertices de G: una cadena de u 2 ves tuna sucesi6n alternada de vertices y aistas que comenza en u y termina en v, en la que los vertices no ge ropiten y toda arsta es incident al vertice que le precede yal verlice que le sigue. = Como e1 una cadena no 96 repitsn les vértices podomos entonces deci que ella esta completamente determinaca por la sucesién de los vértices que loMedulo ...54/148 forman; esto quiere decr que para incicar la cadena entie los vertices vi y ‘ysbestaré con indlear la eucesion de vértioes @ seguir para llegar desde v4 ¥, \Veamos el siguiente ejemplo Ejemplo 2, ‘Sea G el grafo dado en la siguiente figura: Si queremos hallar una cadena de v; a vs es suficiente dar ia ‘sucesicn de los véitices que lo forman y _ esta manera estamos dando fa ‘cadena entre vy yvs, por ejemplo = Vs, a, Vas Ya seria una cadena entre vs y vs, asi como taunbiir fa sucesin vs, Ya, V2, Vs vv farmaria otra cadena ontro vs ¥ Ve EI numero de aristas que ~ forman una cadena es su longitud, y sien tuna cadena o! vértice inisial es astinto al vértice final entonces diremos que la cadena es abierta, en e! caso que sean iguales estamos en presencia de una cadena cerrada 0 ciclo, es deciMoédulo L.. 55/448 ‘Derwiciow 2.2.2 (cicLo) a Un eleto es una secuencia alterada de vértices y aristas que comienza y termina en un vérlice dado, en la que los vertices rastantes o intarnos del cielo no ‘se repiten y toda arista es incidente al venice que le precede y al vertice que le sigue. Simplemente, un ciclo e- una cadena cerrada, Como en un ciclo no se repiten jos vertices podemos entonces decir que est4 completamente determinado por Ia sucesién de log vérlices que lo forman. Eiemplo 2.22: En o! grate dol ejemplo 2.2.1, la sucesién de véitices Vas a, Ye, Va, Vo _Broporciona un ciclo: la cadena vs, vs, vs, v4 tone longitud 3 puesto que hay una arista de vs a vs, o¥a de v3 vs, y Tinaimente una anste de v: a v5 Iqualmente, el sido 2, Va, Vs sa. V2 @8 de longitud 4 Observaciones: ¥ En una cadens el grado de cada vér~ es des exceptuande los vérticos cextremos que tienen giado uno. ¥ En un ciclo todos los vértices son de grado dos. En una cadena ol numero de vertices es uno mas que ef nimere de arisias que fa forman, por io tanto, la longitud de una cadena seria el ntimero de véttices que la componen, menos 9, ¥ En un ciclo ef ndmero de vertices es ijual al numero de aristas que lo forman, asi fa longitude un ciclo seria el numero de vértices que lo conforman,Médulo 1.567148 A continuacién estudiaremos uno de jos concoptos més importantes en la Teoria de Grafos come es el de grate conexo ya que esta propiedad es base para algunos métedos que se estudiarén en Unidades pesteriores. Antes de dar una definiciin formal, observe que la descrincon del té:mino que definiremos habla por ‘Sola: Al leer grato conexo intuitvamente pensamos en una red de conexidn, un ‘mapa de carreteras en el que toss las localidades estin conetadas por una via de comunicscién, otc.. Vamos e°° ces la det ibn formal DEFINGION 2.2.3 (GRAFO CONEXO) ‘Sea G = (V, E) un grafo. G se denomina conexo si dado cuaiquler par de \érticos en G existe una cadene enire ellos que los une. De exsstr slatn par de vertices entre los cuales no se tenga una cadena gue los una, diremos que el grafo es no conexe, Comentemos un poco esla. definicién; observe que a primera vista nos emite af concepto gue tener. Sen mente de redes,e comunicaciSn, bien sean 8 datos, voz y / 0 video. ciagramas de fujos ¢> sont! o de datos, organigramas de empresas, etc A pesar do esto, hemes “enidé que distinguitlo con una efinicién formal, come un consepto imporiante dentio de la Teoria de Grates. Esto ee debe, por supuesto a que np todos los grafos son conexos, puesta que, como hemes visto en la Unidad anterior de este Médula, también existon lac Nociones de vertices aislades y grafos vacios. Tengames esto en mente y veemos (98 ejemplos a continuacién. Eiemplos 22.3; 1. El orafo mostrado en te observer que para cualquier par de vertices v,, vj existe una cadena entre viente fgura es conexo; en efecto, podemos allo:Modalo L...s7/148 Retomemos la figura y lstemos les cade: . entre iodos fos vertices ¥ Desde vs hacia los demas vérioes, Como podemas observar, vs es adyacer 2 Va, va. ¥ Ye. por fo tanto las cadonae haste cade uno de estes vétioes vxtin conformadas gor léeriste que los hace adyaventec: hasta \., podomes sempleter la cadora desde cualquiere de fos wértices adyacentes 3. V\° Vs, Va V4.0 tamBlin: vi. V2, va. Pusste au hhablamas de arafos. & | _~ de-e'str una cadena con v. coma virtoe cial nasa todos ls vertce:” ~ vio, implica la existence ce una cadena desde cade un de etos nasta Desde vz hasta os demés vérices: No tenemos que verificer a vy pues yz lo Ticinos en e! apartaxe antenors 0e reste, todos los deméa vertices san adyacenies @ ve. asi que entonces ye onision as cadens. Y Desde vs Ya hemos visto que oxision las cadenas hasta vs, y vs, asi que entoncoe nos faltaria verifcar a vy y~ observemcs que v3 es adyaconte a vs, y ue a vs podemos ir @ traves de v2, Esto dime quiere decir que ei bien va y v4 mo son adyecentes, existe uns cadena entre elles do la cual forma parte vs; 60 puode- vorifear on ol grafo la existencia de la cadena Yo. ves Me Desde vs Ya hemos listed las cadenes desde v., ve y Vs, hacia v5 y como estamos on un grafo, sdlo noe quode veriticar Ia existencia de una‘Modulo L..58/148 cadena desde vs (zpodria explicar el por qué de esta afirmacion?); pero \ay Vs, Son adyacentes, as’ que la cadena ya esté dada Finalmente, no hace falta verifesr @ ve puss ya lo hemos hecho a lo largo de ins pasos anteriores, por lo que queda demostrado que el grafo dado es conexo. - 2. Consigeremos el grafo G = (V’, E) donde ef conjunto de vértices es: Vefar.cdetgniit yolconjunto de arstas: # E={ (2.0), (0.2), (6.0), (610), (if. (69), (Ge), (hi) }- ‘Si hacenns la representacion gratfica del grafo G obtenemes ia siguiente figura * Observemos que no oxisten cadonas ontre los vértices by p. dy g.jya «entre ctros, luego podemos decir que G es un grato no conexo. Comentemos un poce mae el segundo daso del ejemplo anterior a pesarde que G eS no conexe, se componé co partes aisiagas que son conexas: Por ejemplo, si tomamos el subgrafo’Gon conjunto de vertices {a, b, ¢, d} podemos vertcar, por simple inspeccién, cue es conexo; igualmente ocurre con los subgrafos con conjunios de vertices (p.1, 9} 1.9. OMduloT. 59/188 Dichas partes fas tamaremos componentes conexas del grafo G, es decir, ‘una CONPOWENTE CONEXA de UN grafo G, es un subgrafo H de G el cual es conexo. Podemes ver enionoes que el grafo mostrado en la siguiente figura tione Cuatro componentas conexas las cuales hemos denotade por H., Hz Ha y He 5 ~ é hi / \7 mt 4 / \ ¥ > ‘Si denotames por k(G) e! ntimero de con» rentes conexas de un grafo G ‘se tiene que en e! ejempio anterior K(G)=4, En el caso que el grafo G see conexo Sik(G) = 1. es decir G tiene solo una componente conexa, se tiene que K(G)= enionces G es un grafo conexo. Este ndmare k(G) o8 llamado on Is Ieratura Nomeno nF CovectipaD del grafo, y 08 de especial importencia en algunas aplicaciones de la Teoria de Redes. 2.3. Graros EULERIANO ¥ HAMILTONIANO Muchos descubnimientes en la Teoria ce Grafos oroviensn de: intentar resolver problemas practoos como adivinanzas, acerijos, enigmas, juegos, ete,MiSdato 1.60/48 Uno de esos problemas fue “Los siste ouentes de Kénigeberg’, Este problema puede reletarse como sigue: Durante el siglo XVIII la ciudad de Kénigsberg (en Prusia oriental) estaba dividida en cuatro zonas (incluida la isla de Kneiphof) por el rio Progol. Siete puentes comunicaben estas zonas, como se muestra en la siguiente figura. El problema ere comenzar en cualquiera de las cuatro zonas de tietra (A, B, C0 D), pasear toda la ciudad atravesande sélo una ver cade puente y volver al punto ce partida: en el lenquaje de L~Tooria de Crafos, resolver este Problema era equivalente a obtener un ciclo, uniera las cuatro zonas do la ludaa zovac a zoNs 0 zona Hacia 1736, el matematico «~ 9 Leonerd Euler’ resolvid el problema Construyendo una grafica en la cual represents lac cuatro zonas de la ciudad y los siete puentes ¢e la siguiente manera: "ules era cenocido, ye para entences, come el Prnope de las Matemiticas; sus dstssiones scbre ‘lgunes aspects Imporentes de fa Matematica con Sir Willan Hamilton fueron memorebles,Module ..61/148 Euler demostro que el problema no tanigsolucién, Para ello, generalize problema y establecié una caractorizacién de los grafos que pudieran ser Fecoridos ce la manera deseada. Estos grafos son conovidos como Grafos de Euler. 2.34, Grafoe do Eulor Tal y como mostramos sl comienzo de esta seccicn, el problema de ios ‘Siete puentes origina la intraduccién de nuevas propiedades en ios grafos; una de ollas Ia discutiromas en Jo sucesivo y se denomina Grafo de Euler, Comencemas con algunas definiciones previas. DEFmuciON 2.3.1.4 (CicLO¥ CaoeNa bE EULER) Sea G=(V, E) un grato; un’CictLo DE EULER O EULERIANO es aquel que pasa Por todas las aristas del grafo G exactamente una vez y puede pasar vatias veces Por un mismo vertice. Una cadena que pasa por todas las aristas del grafo exactamente una vez y puede prs "varias veces por un vertice le denortinaremos (CADENA DE EULER O EULERIANA de G .Médulo 1..62/148 DEFINIGION 2.3.1.2, (GRAFO DE EULER 0 EULERIAN) Un grafo G = (V, £) s0 dice de Eulor o Euleriano si G contisne un ciclo de Euler \Veamos algunos ejemplos: jiemplo 2. Consideremos e! grafo G dado porla siguifente figura: La secuensia de aristas €, €2, €3, €1 @5, 6, €7 8, Ci, B10, Orn © forma un ciclo de Euler ya que commie + y termina en el vértice ws y ademés este cielo pasa por todas las arisias de G, asi el grafo G es un grafo de Euler o un grafo euleriano. En la siguiente figura damos el grafo GyModule 1..63/148 Podemos ebservar que en 2! graf Gs la Secuencia de aristas e1, €2 85,04, 82, 65, Gr, Gor Bas Be) 8. B22 15 COnsttuye Una cadena eulerana, E! siguiente Teorema da una simple y Uti caractenzacion de los grafos eulerienos, y su demostracién escapa 2 Ios intereses del curso TEOREMA 234 ‘Sea G = (V, E)un grafo: G lene un ciclo de Euler ai y able si, Ges conexo y todo vértice de G tiene grado par é Observe que usando este resultado podemos conclulr que el grave Gy dado ene ejemplo 23.1 no posee cicle do Euler puss ol vartice v; tene grado 3 sin ‘embargo, si G es conexo y ne hay “demasiados” vértices de grado imper se puede hallar al monos una cadena de Euler en G como se enuncia en el siguiente resultado,Médlo1..64/148 ‘COROLARIOZ3.A ‘Sea G=(V, E) un grafo. G contiene una cadena de Euler si y solo si, G es conexo y tiene sélo des vertices de grade Inpar, EI siguiente grafo, no posee ni cadene ni ciclo de Euler si apicamos Girectamenta el Corolerio 2.3.1 y el Toorema2.° ~ sepectivamente: ‘Come ejemplos de aplicecion de estos fesultados, volvamos ahora a los siote pusntes de Kénigsberg: En este esquema el crefo es conexo, per tiene cuatro vérioas de grade ‘mper. En consecuencia, no hay clo ni cadena de Euler. con lo cual podemosMéduto 1..65/148 asegurar que no hay forma de tecorrer las cuairo zonas de la ciudad de Konigsberg sin repetr aigun puente. Hasta ahora hemos estudiado el problema de grafos que pueden ser recorridos de tal forma que podemos repetir vertices mas no aristas: {qué pasa si tampoco putiéramos repetir vértices?. La respuesta a esta interrogante nos conduce a nuestra siguiente propiedad para lo. grafos. 2.32. Grafos de Hamilton © Hamiltonianos En 1859 ¢! matematico itandés Sir Wiliam Hamiton* (1805-1865) diseno Un juego que vendid @ un fabricate de juguetes de Dublin; el mismo esteba formado por un dodecaedo regular de madera con las esquinas (vértices) etiquetadas con los nombres de <’dades importantes. El abjetvo del juego era hallar un ciclo entre las aristas de) ".udo de modo que cada ciudad estuviera en el ‘ico exactaments una vez. Le figura que se muestra en fa siguiente pagina, exhibe el grafo planio de aste s6ldo. Esta juego dio lugar ala siguiente defn DEFINIcION 2.3.2.1 (GRAFO HAMILTONANO) Sea G = (V, E) un grafo. G's un GRAFo HaMILTONIANO si contiene un ciclo que pasa sélo una vez por tod: _ § vértices del grafo. Tal ciclo se denomina | CicLo HamLTONIANO. Una cader Je G que pasa sélo una vez por tades los vérlices de G la denominaremos cadena de Hamilton © CADENA HAMILTONIANA 2 Si Wiliam Rowan Hamiton 2s uno de los matemticos mis rilartes de le hstona. A bo tres afos de edad ye lee y escribia perfecamente, a los cco aries tarlucia el atin, el griego ye! ebico, y@ ls doce etos habia escrito un manual de gramatic Sra,Médule 1.660748 / Dodesaedro de Hamilton, 3 {Podria. Usted dibujar sobre é un Camino que pase for todee ioe . vértces sin repetirninguno de ellos? ‘Veamos un ejemplo de estas detiniciones. mplo ‘Sea G el grafo dado en la siguiente figura: @ v ro = % es Podemos observar facimente que el grafo es hamiltoniano ya que le secuencia de vertices v. Vs Vas V5. Vo. Vi properciona un ciclo hemitoniano. Si eliminemos la arista e, tenemos como resultado unaMédulo T..67/148 cadena namitoniara: v1, va, Vs, ¥e,Vis Vi. Observe que con esi provedimiento pademos obtener una cadena namiltoniana de un dele también hamitoniano; sin embargo, es posible que un grefo tenge una cadena hamitoniana sin tener un ciclo hc:altoniane como 03 al caso que presentamos en o| grafo de la siguiente figura Observe que la secuencia de vertices vs. vs, ve. Vs, vo da una cadene hhamitoniana; sin emtargo, cualguiera oue sea le. cadena de hemilton que escojamos, ninguna de elias puede cer? 2 sin repetir algdn vértice, por lo ‘que esie grate no contiene dels hamitoniano. Hemos estudiaco que un ciclo de Euler es una cadena cerrada que pasa por todas Ias aristas del grafo exactamente una vez y que un ciclo hamiltoniano es una cadena cerrada que pasa por todos los vertices de! graf una sola vez. Podriamoé pensar que existe una relacion cereane entre estas dos nociones, si tomamos en cuenta que las aristas estén definidas por sus vertices extremes. Sin embargo, en.la practica no nay relacién matemética alguna: de hecho, no hay ninguna caraci= zacidn para ios grefos de Mamiton que facilte ‘su dentificacion. El desarrollo de tal caracterizacién es uno de los més grandes problemas sin resolvor en la Teoria de Grafes. Sin embargo, se han establecide‘Médato 1.687148, varias condiciones suficientes para que un grafo sea hamiltoniano, Enunciaremos ‘@ continuacion dos resultados interesantes al respecto, Teoremaz.3.21 Sea G = (VE) un grafo do orden n= 2. Si para todo par de vértices vy v no adyacentes se tiene que atu) + av)= a, entonces G es hamiioriano, Teorema 23.22 Si.G=(V, E) es un grafo de orden nz 3 tal que para todo vértice u se tiene ue g(u) 21/2, entonces G es hamiltoniano, Concluiremos este seccié:_-aciondo referencia al problema del agente Viajero que est relacionado con la vusqueda de cicios hamiltonianos en un grafo. El problema es el siguiente: Un agente viajero sale de su ciudad y requiere visitar Un cierto nmero de ciudades antes de volver .“, unto de partida. El objetivo es hallar una manera de hacer su viaie mas eficiente (quizas en términos de la distancia recorrida 0 eI costo total). E| problema puede modelarse con un grafo donde Ibs vertices representan las ciudades y las aristas son las vias que las ‘conectan (las aristas tienen distar'cias © costes asociados), en el que se busca el ciclo hamiltoniano mas eficiente c... + el punto de vste del costo 0 de la distancia recortida. Lamentablemente has... ahora no exisie un método general para resolver dicho problema. ‘A pasar de lo expuesto hava ahora, owsten variadss aplicaciones del problema del agente viaje relas. ” as.con la Investigacion de Operaciones, las ‘cuales pueden ser consultadas en textes de esta disciplina. Por otro lado, y coma y@ comentamos, e! poder obtener un ciclo hemiltoniane es de suma complelidaa yMédulo 1, 69/148 est demestrado que es un probleme NP - completo, es decr, no existe un algocitmo que lo resuelva en tiempo, a lo cua, polinorria Algunos detalles interesantes soore este protiema se puede conseguir en la biblagratia recomendada al tinal de la Unidad. 2.4 Cammos ¥ Cincurros en Dieraros En esta seccion daremos las definic 5 de camines y circutos en Aigrefos, esi como algunas propiedades relacia. as con estos conceptos DeFwicion 2.4.4 (Camo v CRRCUTO) Sea D = {V. E) un digrafo y sean uy v vérlices de D; un Camino de ua ves luna sucesion attemaaa U6, aH, 35-05 M1 Bn Vn =F de vertices y arcos que comion:~ - . te ainaen v, en la que los vertices no se repiten y todo arco es incidente @ vertice que le precede y al vértice que le sigue, es deci a= (vis, ¥) perai=1,2,...m Cuanco en un camino el vertice inicial es Uist al vértce final entonces diremos que ol CAMINO £5 ABIERTO, en caso contario estamos en presencia Ge un camino cerrado 0 cireuito, es decr, un Cincurra 8 una secuencia aternada de vertices y arcos que comienza y termina en un vértice dado, en la que los vartices restantes © inlemos del circuite no se repiten y todo arco es incidente al vértice que le precede y al vértice que le sig.~ Al niimero de arcos incidentes que conforman el camino (0 circulto} se le enomina la longitud del camino (circuito), Come en un camino © en un circuto no se repten los vertices podemos centonces docir que ol camino 6 el cirouito esid completamente determinado por la sucesién de los vértices que lo forman, Vezmos algunas ejemplos.Module 1... 701148 Ejemplo 2.4: En el siguivrte dligrate Ie sucesion me Vin Yo. We ¥2 68 un circuito de longitud 3, mientras que la secuencia representa un camino de lonaitud 3 de via vs. Ademés de éstos, existe un camino de fongitue uno — entre vertices adyacentes -, y de longitud dos: vs, Yay Ys En los apariados anteriores definimos los grafos conexos basados en tas cadenas y cicios que poseian; en esta seccion hemos Introducido las nociones pomlogas @ aguellas pero para digrefos; Sbserve las semejanzas entre los concepios de cadena y camino, y"cielo y circulto respectivamente, Nos faltaria para culminar el paraielsmo de” Uefiniciones el poder presentar la nocion de conectividad para digrafos; esta es lo que haremos en lo que sigue. Existen varios pos de conectividad en digrafos, pues es uno de los parémeiros mas ostudiades por lot investigadores; sumado al problema de laMédulo L..71"48 hamiltoricidad, que como ya comentamos permanece sin solucidn. el lograr ‘as mejores cotas para el nimero de conectivicad de un ¢irafo ha sido muy esiusiado, Sin embargo, dada ia naturaleza del curso que presentamos, sélo ‘esiudiaremos dos tines faricuiares de conectividad: los digrafos débilmonte ‘onexos y les fuertemente conexos. Comenzaremos dando la definicién de digrafo depimente conexo. DEFwicion 2.42 (DiGRAFO DEsiLENTE Conexo) Se dice que un digrafo D(V,A) oo DEBLMENTE conexo si el grafo subyacente que resulta de climinerla direccion de sus arcos, es conexo, Veamos ef siguiente elempic Eiempio 242 Consideremnos ios siguientes qraficos: en of de fa izquierda ests representado graticamente un digrafo D y en el de la derecha su grafo ‘Subyacente; como pocemos abservar el ‘rato resultarte es conexa, por lo tanto ¢! digrato dado es débimente comtx9, vsMédulo 172/148 DEFINICIGN 2.4.3 (DiGRAFO FUERTEMENTE CONEXO) Se dice que un digrafo D( V , A) es fuertemente conexo si para cualauier par de vertices distintos w y v, existe un camino de u 2 vy un camino de v a u. Observe que segiin la definicién, para que un cigrafo sea fuertemente conexo entre cualquier par de sus vertices u y v, siempre y cuando tales vertices sean distintos, debe existir un camino de u # v~" tro de va u—ae decir, en ambos senticos — para que el digrato sea fuertemes’, snexo; no podemos perder de vista que es una condicion muy exigente para er cumplida por un digrato, sin ‘embargo no son poses los que la cumplen. Por ser la condicién tan exgente se usa el término “Tuertemente” para denotaria, \Veamos un ejemplo de un digrafo con esta condicién. Ejomplo 2.4.3: Sea D ef digreto dado en la siguiente figura Veamos si entre cualquier par de vértices de este digrafo existe un camino quo los une; resurimos la informacién en el siguiente cuadto:Médulo 1.737148 Vertice Canine | Camino] inicial de retorno, a Tevave Ge « [Baal vw Como podemos abservar enionces, entre cualquier par de varices distintos del digrafo se puede construir un camino de ida y otro de vuelta de agur que ef digrafo sea tuertemente conexo. Observe, ademis, que no ha sido necesario #! estudio de v, come wértice iniclal pues ya fue conterpiado cuando se astudiaron los vértioas anteriores. Esta relacion “fuertemente conectado” es una relacion de equivalencia sobie e|conjunto de vertices JB cualquier digrafo ya que Y Primero: Todo vértice es fuerte: 2 ccnectado con | micma, por lo que la relacion es reflexiva ¥ Sequndo: Si v es fueremente conectado con u, entonces ues fuertemente conectado con v, es decir vy v estan fuertemente conectados, asi que Ia relacién es simétrica: y ¥ Tereoro: Si u es * artamente conactado con v y v ¢¢ fusrtomente conectado con w, entonces u esté fuertemente conectad con w— asta con “pegar’ los caminos * se aqui que u, vy w estén fuertemente conectasos y asi la relacion es transitiva Como bien recordaremos de cursos previos de Algabra, tada relacién do. equivalencia definida sobre un conjunto define une paiticién del mismo en lases Méauto 1...74/148 lamadas Clases de equivalencia; en el caso de los digrafos, esta relaciin Pantciona at conjunto de vertices V(D) en subconjuntos de vértioes Vi, Va; m1 Vn (121), los cuales definen las elasos mencionades, asi, dos vertices de D estan fuertemente conectados si y Solo si ambos péitenecen a la misma clase de equivalencia. Uamemos §; al subdigraf= generado nor Ia clase de equivalencia V, ‘si sn;esto quiere decir que tov: ” 9 al subdtafo de D con conjunto de véttices V Entonces cada S) es el mas Grande subdigrsfa.de D, fuertemente conexo. Los ‘Subdigrafos S:, Sz, ... , S, son llamados las COMPONENTES FUERTEMENTE CONexas =D. Si un digrafo D es fuertemente conexo entonces tiene una sola componente fuertemente conexa, que es €! mismo. ‘Veamos esta situacién con un ejemplo, Elemplo 2.4 La siguiente figure nos muestra un cfaraio Dy sus componentes fuertemente conexas $.. S: ySe meMédiulo L..75/148 /, x een Ee interesante notar que pueden existir igunes arcos en el digrafo D los cuales no pertenecen 2 ninguna de sus componentes fueriemente conexas, Por ejemplo, en la figura anterior los arcos €., es, e7, &s y ew no estén presentes en ninguna de las componentes fuertemente conexas: esto no tiene importancia ‘alguna desde ol punto de vista de las definiciones dadas, simplemente 2s una ‘caratona para evitar confusiones__ ras, 2.5 Disraros ne EuLer En esta seccién discutitemos el analogo euleriano para digrafos y daremos una caracterizacién de esa propiedad en el caso de grafos ditigicos. Comenzaremos dando la definicion, ‘DEFINIGION 2.5 [DIGRAFO DE EULER} ‘Sea D=(V, A) un cigrafo. Un Circurro 0& EULER es un citcuito que pasa Por todos los arcos del digrafo D exactamente una vez y puede pacar varias veces or un misiro vértice, $1D conte. un circuito de Euler entonces se ice que D es un DisraFo DE EULER. Un camino que pas p= todas las arstas del grafo exactamente una vez puede pasar varias veces por un vsrtice io denominaremos (Camo ne Euter 9 camino euerianeMédulo 1.761148, \Veamos algunos ejemplos. Eiemplo 2.5: El digrafo D, mostrado on la siguionte Fura es euleriano mientras que 1 digraio D: contiene un camino euleriano. Dada cantidad do arcos que posee el digrafo no los distnguremes 2 cada ‘uno con una etiqueta que es manera conects; para indicar ol Circuito “euleriano fo haremos por pares de vertices, a fin do ‘mostraro en detate: Vie Vie Vi Va, Vil Via Vie Vevi, Vi, Vite 2 & » pe | ge ——_- La seouencia e © 01 2.05, € . ® forman un camine de Euler ee . El siguiente teoremz que @nunciamos da una simple y dil caracterizecion de los digrafos de Euler.Module 1.777148 TeoREWA Za Sea D=(V.A) un digrato no vacio, débilmente conexo. Entonces Dos un | cigrato de Euler, si solo si para todo vertice v de D. se tiene que PF (v)ePo(y). ‘Tomando on cuenta ol teorema anterior observamos que ef digrafo de Euler ddaco en el efemplo anterior (2.5) cumple que para todo verlice v de D. P(vyer-(v), 2.6. DIGRAFOS = HamiLTON En esia seccién hableremos de la existencia de los digrafos harmillonianos asi como se hizo en la seccén 23.2 para grafos. Veames entances lac Gefhiciones respectivas. DeFNiciON 2.6 (DIGRAFO DE HAMILTON) Bea D = (V. A) un digrafo: D se de*_ ina DigRAFO DE HAMILTON © HANILTOMIANO si contiene Un circulto que pasa suw Ura Vez por todos los vértices del digrafo, excepto el véetice inical el cua! es igual al final (recuerde que un Circuito es un camino cerrado. es decir. comienze y termina en el mismo vértica) Tal circuite se denoming CIRCUTG DE HAMILTON O HAMILTONIANO. Un camino en D se denomina CAMINO HAMILTONIAN 9 HAMILTON si pasa Sélo Una vee por todos los vertices dal digrafo Veamos un eempio, a continuaciéa Eiemplo 2 Consideremos et siguiente digrafo:ModuioL..78048 o—_+ » + Si no consideramos fos arces diébujedos on diagonal, fo que noe quede os Lun camino que comionza en v; y culmina on ve por lo que el aigrafo contione tun camino hamiltariano: vi, Vs Vs ava ve Adomis, hay un arco con ‘extrem inicial ve y exiremo “= Vrasi que el camino so puede cerrar, y por lo tanto ef digrafe también contione un ereuite hamiltonians.RESUMEN DE LA UNDAD En esta Unidad hemos presentado las nociones de Cadenas y Ciclos para ‘grafos y da Cominos y Crcuitos pare vigrafos, y vimos, ademas, los cos tioos mas importantes: Eulery Hamtton Es conveniente que antes de pasar el Libro de Auto - evaluacién a resolver ‘es problemas alll Indicados, repase los ejemnlos mostiados a lo largo da la Unidad 9 fin de afianzar los cont * v9 de la nna, Recuerde, ante cualquier suda, consulte 9,6u Asesor en el Centro Local, 0 envie Su pregunia a la direccién electronica indicada en el Plan de Curso de la signature. Asimisma, puede consultar las paginas web alli indicadas fara ‘ahondar en los conocimientes acquitidos con el presente material BIBLIOSRAFIA RECOMENDADA, Los sipuionts tees loo pede consular en la Bibibltca de su Cento Local de no estar all. recuerte que puede soletaro, con auicionte entelacion, per que seen uDcados ene Sisiome Bblotecaro UA: (31 SCHEINERMAN, Ednatd, MATEMATIO™S DISCRETAS, Intemational Tomson Fetes, 2001 [2 GRASSMAN, Winfried & TREMBLAY, Jean Paul. MATEMATICA DISCRETA Y LOGICA UNA PERSPECTIVA DESDE LA CIENCIA DE LA COMPUTACION, Primera Edicion. Editorial Prentice — Hall, Madnd, Espafia. 1908 {8 GRIMALDI Ralph. MATEMATICAS DISCRETAS Y COMBINATORIA. ‘Adason — Wesey Ibetoamercana. México, 1298Médialo 1.91148 MODULO |, UNIDAD S (OTRAS PROPEDADES DE GRAFOS Y DIGRAFOS ‘Objetivo General Analzarlos conceptos ce algunas propiodades de grfoa y ‘grates, aplcandoios en ia rascluccn de problemas cnanae apes] de 1. Dade un graf. oun 2 Kdenticar la existenca de igraia, dentticar ses | ‘onjuntosindepenitiantas 9 inant, o si paeee ceslatles de vertices en un acopiamiento ~ oFaf0.9 un cigrato Conosimenios prevos Doiirciones basicsa da grtos y dgeaios = Camas, Cadenas, Cieos y CircutosMédulo 1.83148 3.4. lwtRoucciéN ‘Ya en la Unidad 1 presentamos los grafos dese la nacién intuitiva hasta eu representacién matricial, lo cual nes da la primera forma - ne la mas eficiente pera almacenario en un computador. En fa presente Unidad introducimos algunas propiedadas importantes de los ‘grafos de gran apiicabfided en la consiruccién de soluciones computaconales de problemas complejes. Es de principal intarés al ~sminio de estas propiedades por ‘cuanto son la base de los métocos que se ~studian en el Méculo Ill de ta asqnatura, y coninbuyen encrmemente en « .nalisis de modelos de dates ‘esiructuras ontidad-rolacién y métodos oFientados a objatoa 12:2. RESULTADOS IMPORTANTES SOBRE LOS GRADOS ve Los VERTICES Presentaremos a continuacion algunos resultados sobre los gracos de las Vértices do un grafo: comonzare~ nae anctecién que usaremas: ¥- E1.GRADO MINIVO DE LN GRAFO G = 1), F), denotado por & (G) @: al minimo grade ce los vértcos de G: 6) = min gly) :ve VG) } es claro que 6 (G) no tiene por yue ser alcanzado por un unico vértice dia G, puesto que al menos dos vértices del grafo pusden tener el grado minimo, El enaoe mimo o£ uN craro C = (V, E), denotade por A (G) es of mavimo grado de los verices de G: A(G) = max { a(v}:ve WG) } yy aliguat que el anterior puede ser alcanzado por més de un vertics Una de las propiedades de los gratos, basaca en la nacién del grado de sus vortices os la rogulanded:Médulol.. 84/148, DEFINICION 3.2.1 (GRAFO REGULAR) Dado un grafo G = (V, E), si se cumple que 8(G)=A(@)=r, remos que G ES -REGILER 0 REGULAR DE GRADOT. SS ese Observe que si un grafo cumple con esta propiedad, podemos conaluir cue todos sus vértices tienen el misme grado; esto surge de manera natural de lac definiciones ce los grados minimo y maximo. plos 3.2.4 1. Un sjempio inmediato de estos grafos es el formado por dos vertices, digamos u y v, y una ariste que ios tiene’vomo extremos: we ‘pues de inmediato pedemos decir que los grados minimo y maximo del grafo valen 1 y porlo tanto es un grafo 1 - regular 9 requiar de gradi 1 2. Otro ejemplo inmediato de este propiedad es ef cuedrado < §—Fs aureus pias d yeh os 2 ~ rear 0 | fsa? En general, rodriamos aseaurar que las figuras geométricas mas conocidas: ‘sen grafos regulares. ‘Anondemos un poco més en las caracteristicas de los grados de un grafo; en un grupo simple G = (V, E) tenemos que si Cerd (V) =| V| =n, es decir, G tiene 1 vériices, entoncesMédulo I,..85/148 A@)sn “ 'o cual se desprende de le definicion de a (G). En efecto, cada vértice de un grato Puede estar relacionads, come maxino, con los ( n — 1 ) vertices restantes s, asi que (1) se cumple, Veamos ahora el siguierte resultado, el cual es conocide como ‘el primer ‘Teorema do la Teoria de Grafos TEOREWAS.24 Para todo grafo @ = (V, E), con 1 Masso Va} Se tiene Una manere inmediata y constuctiva de esbozar la demostiacion de este Teorema es observar la matriz ds adyacan:~, sociada al gfafo; la suma de elementos por fla coincide con la suma de ~ elementos por columna, y esta ‘Suma es ef grado del vértice asociado a la fie columna de la matriz; ésta o la idea intuitive de la demostraciin del Teorema 3.2.1; cade arista esté determinada Por sus dos vértices extremos-— lo cual es referido como que la arsta es incidente €9n Jos vértices tal como vimos en la Unidad 2 — esi que cuendo se sumen los gredes de fos vertices, cada arista $e cuenta des veces Como una cenesevencia del Teoreme 3.2... enemos que pare todo grafo G de n vertices y m anstas se cumplén:Médulo 1.861188 s@s|2| ae [= | ° (recuerdo quo [+] es le funcién 1’*0 y [+] es le ‘uncion techo), Mas at, iG es simple tenemos ne cota natu. sae imc wd vistas ms 00) 3) 2 cumpliéndose la igualddad en el caso del grafo completo; observe que o! caco de los cigratos, si contamos cada ar'sta como dos arcos en direcciones contrarias. el dos del denominedor deseperece, En efecto, povemos ver la desigualdad (3) por conteo: ¥ En el caso de Jos grafos, el maximo numero de aristas se da si hacemos una arista entre cualoter par ce vertices tomando en ‘cuenta ol orden: Si escogemos, ™ ar ejemplo, los vértices uy v y colocamos ja arista (u. v) ya no escogeremos el nar (v, u) asi que el proceso es equivaiente @ combinar n vértices tomiades de dos en 60s, lo cual es equivalente a C3, y: ms C= 5G a aA-zF me M4) 2 ¥ En el caso de los disralos esta solo gue, como dfilios antes, e! mayor de los casos es el que se ‘obtiene al considerar en la desigualdad anterior que cada arista se o'@ superior para m se mantene convierte en dos arcos en direcciones contraria’Médalo 1.87/48 oe v ue ov Se lo que implica mutiplicar por? e lado derecho de la desiqualcad. con Jo que tenamos meni.-1) para cigrafos. Finalizamos sata seccién oon otra consesuencia dl Teorema anterior, que (95 2 su vez, uno ce Ios resultados més importantes en la Teoria de Grafos: PROPOSEIONS.22 ot En un grafo G = (V, E) el numero de vertoes oe grado impar es par Esta Proposicién es une corsecuerice natural cel Teoreme 3.2.1: baste con revisar e! esboz0 de la demostracién daca para él anteriomente. 3.3. PROPEEDADES IMPORTANTES DE GRAFOS Y DicrAFOS Hasta ahora homes expussio propiedasies de los grafos y diatafos que se generan de los gradce do cus vértives; oxteten sigunas de ellas que combinan las caracteristcas dadas con base en la exstencia de caminos, cadenas, ciclos y ‘routos, estudiados con detale en la Unidad anterer. can las visies en la presente. Muchas de ellas son de uso regular en avarwadas estucturas de datos, fen definiciones de objetoe on la .”-gramacién criostada a objetos, en el diseiio Ge redes de comunicacién, y por sto consideramos “a sumo interés el introducitas: cen este curso, Comenzaremos con la definicion ce Tomeos en gratos, nacion éstaMédulo 1... 98/148 que toma especial importancia en el estudio de aigoritmos avanzados de busqueda como los que estudiaremos en la Unidad 4, DEFINIGION.3.1 (TORNEO) Un grafo G = (V, E) se dencmina Torneo ies antisimétrico y completo Veamos un ejemplo de u. torneo: Ejomplo 3. Para el digrafo que se muestra a continuacién, se puede verifcar, por simple inspeccién, que es antisimétrico y también es completo — considerande que es antisimétrico — por lo tanto es un Tomeo: Deciamos, antes de presentar la defnioion de digrafo antisimetrico que ésta serla mas interesante desde el punto de vist... -omputacional; para aclarar al comentario, veamos nuestras siguientes cefiniciones de propiedades de grafos y digrafos -Module 1.391148 3.1 CoNJuNTos Estastes Y CLiques En GRaFos n esia Section veremos dos propledades importantes de los grafos que tienen que ver con subcanjuntos cel conjunto de vertices; fa retacien entre ellos es ‘Que no dependen de si el grafo es dirigdo 0 no, pero juegan un gren papel en el ‘studio de odes de comunicacién, 3.3.4.4 Conjuntos Estables en Grafos [Dermicon 3.3.41 (Conuntoestaple) SSS Dado un grafo, dingide © no, G = (V, E) y un corjunto $ de vertices del grafo, ciremos que S es un CONUNTO ESTABLE de vertices si el subgrato generado por, es decr 6, no posee arista” =rcos, $1 G es ditigido. Algunos autores prefiereni uSar el irrrino CONJUNTO INTERNAMENTE ESTABLE, Y otros fa llamsn CONJUNTO INDEPENDIENTE. Antes de mostrar algunos ejemplos, ampliames un poco mas la defincién. Observe que al decir que G, no poses ‘vistas (0 arcos) come subgrafo generado, equivelentemente decimos que “bs vertices son dos a cos no adyacentes, o también: sarg)=2 Gomo se puede ya infenr, el poder identficar varices no conectades en una {gran red de comunicasion . jo cual puede ser sumamente complicado, es de gran Importancia; algunos métodos basados en grafos y canjunios estables, son de gran utilidac en la deteccién de fallas de interconexi6n entre novos: Voamos ahora un e', nplo de conjunto estable. Elemplo 3.3.1.4 Consideromes ef siguiente grafo, mostrado segin su representacién grafic:Méduio 1.90143 “ Ws G: fe vA Se Observe que si tenemos S = jv, vshy |S) = {v.vovaNs} tenemos que Sai0(6)= por lo que § es estable en G; 10 mismo ocurre si tomemes 9 S= (V2, vh Queremos insistr que la nocién de estabilicad es indepenciente de si el grafo es dirigido 0 no; el hech> de que en el grafo anterior hubiesen © no direcciones no altera ni influys <” ~~ aoyacensia, que es la nocién bésica para obtene: el conjunto de veeinos de vertices, Si obtenemos todos Ios conjuntos estaties de un grafo G = (V, E) e ‘entificamos el de mayor cardinalidad, tenemoS uno de los pardmetros mas importantes de le Teoria de Grafos, conocido como el NUMERO DE INDEPENDENCIA el grafo G y se denota por BIG! ern at |S] oO Donde ¥ es la familia de todos los conjuntos estables cel graio G; esto Guiere decr que si cotenemos todos jos conjuntos estables (0 indepencientes) de! afo G, @ identifcamos cual (es) tiene (n) la mayor cardinalidad, éste nos dard et numero de independancia del grafo. No ahondaremos en mayores detalles sobre [6] , salvo decir que e! conjunto que logra ef maximo no tiene por qué ser Unico, desde el punto ce vista d2 la cardinalicad, edemas, Ia exoresién (*) es valida para conjuntosMédulo 191/148 independientes maximales lo cual quiere decr que para cada $ = \, no hay fingan conjunte T = S para él cual se cumple que T a T(T)-2 Mostraremes a continuacién un reautado hnteresante que conecta ios ‘conjuntos estables con el probloma de ta hamitoniciéad del rato, ya estudiado en {a Unidad ancenor, como hemos comentade entorices, al dantcer si un grafo es hhamittonian es un problema comptcads, para el cual no hay algoritme quo lo resuelva en tiempo potinomial (esies proniems sa conocan en la iteratura como NP —complsios). Veamos entonces la relacidn entree numeo de independencia, la conectivicad y le hamiltoricidad de un grafo: Teorea 3.3.4.1 (CuvataL & ERDbs, 1972) ‘Sea © un grafo con al menos tes vériices: s se cumple que: x(G)= BG) (la conectvided del grafo es ma\~ 0 igual que el numero de Independencia) entances G es hemitoniano 8.3.1.2 Una aplicacién de tos conjunte_*, -ables i siguonta ojompie d6 aplicacién de los conjuntos estates en grafs la debomas a Christofides (1975), Considoremoe ol caso en el cue tenemos proyectos, los cuales deber sar cjecutadoe oo un computador identhquémasio fn @l conjumio fe. Xo Xo} —-angamos que cada x requiore ce algtn subconjunto Ric (1,2... phe.” cursos aisponibles para eu ejecucién ; los p recourses pueden ser tanto de sofware como de hardware, incluso pedemos penser que algin proyecto se ejecuta cuando el x teenyna de naceto ‘Supongamos, para simolfge ~ jue cada + oyecto x se puede elecuta, una vez que. disponga de sus req¥erimenios, en tiemoo simple. Verems. a contimaciin, ebm la nocién do conjuntor sstables nos puede ayudar identhicar cuéles proyectos se puodon ojecttar cimultaneamente, contibuyendo a ka ‘optmizacion ae! tampa de precesamientsMédullo 1.92/14 (Ef conjunto de vertices de! crafo sera el formado por las proyectos or ejocutar: V (GJ fi, Xs Xai i) El conjunto do aristas lo ensamblemos de le siguiente mene: Si 1 proyacto % comperte recursos con el proyecto x, 08 deci, RAR; 22) coloraremas la asta (4,3). Une. vez constudo el graf, erica en él lgin conhato estable a2 vir noe rd cules proyectos ae puedon electarsimuténcemerte en elect, €!conjunto estaba denier el conunto de vrticos quo no compertan recurson ¥ para ls cuales. se puede insnir a computador para su ejecucén sinulines. Por supuesto que si buscamos el conlunto estable maximal, estarlamos aprovecnande ta ventaa en su mayor uid Tenciiamos algunas rests import 1) Une vee que se iui Meco tos proyecos ‘idependiones doede ol punto de vista do los recurs, 68 posible que une vez ue #9 estén proSosando on paralelo, port do la ejecuclén del proyecto x dependa de ls resultados de! proyecto x, debiondo entoncesesoerer 2 aus eto suveda, 2) En algunos casos, resolver €| Sroblema de hallar un coniunto estable maximal pool resutar © mas costoso, computacionaimente, que resol’ el problema en su version original Una de las estrategies mas ullizadas en la prictioa para resalver estos Inconvenientes es la de indicar, mediante pesos en los enlaces (sean aristas © ‘arcos) famados penalidades, la jererquia en la ejecucion de los diferentes proyectes, con la finaidad de < var mas la entticacion ce proyectos que se puoden procesar en paralelc; el resolver problemas basandonos en este tipo de ostrategias eseapa del principal interés de este curso, pues se estudian con detalle len cursos de lnvastigacién de Operaciones.Médulo I...93/148 En oposicion a la nocGn ce conjuntos estapies preseniarenos a ‘continuacidn los llamadas conjuntos Cliques y su numero ascciado, tambien ce {gran imporancia en la Teoria de Gratos, como lo es @l Numero Clique, 3.3.2 CLUE ¥ NOMERO GLIQUE DE UN GRAFO. DEFINICIONS.3.2 (COWIUNTO CLIOUE DE UN GRAFO) Dado un grafo G = {V, E), us subeanjunto Tide V {G) ge denomina cuaue si texios sus elementos son dos 2 dos adyacentes, es decir, entre cusiquier par do varticas en T hay un enlace que les une, 88a un areo.o une srsta ‘Como se puede ver, al igual que el caso de los estables, fa nocién de Conjunts clique es independiente de si el grafo 8s drigido 0 no. Siguiendo el mismo orden de ideas que usemnos para los conjuntos estabies, se define EL NUNERO”CLIQUE como sigue: Si @ es el conjunio que contiene ‘odes los cliques de un grafo G, el nimers cique, que denotames Cl (@) viene dado por: (6) - max T Tee TTomando on evonta, ademés, ques! T 25 maximal en ol mismo seatdo oxpucsto vara la oteblidad,crornas gue C: (G)e6 ei nmero clique maximal. tra forme de defi los cenuntes Cliques de un grafo es eecr cue Hes una clique del grafo G si Hes un subbgrafo maximal completo de 6. Ms aun, algunos autores hocen referencia alas slqued de un grfo como ts conjures de “vertices amigos" o*camaritas’. * \Veertos @ connuacién e'éackin ente el Nimero clique y e! némero de Independencia de un grafo;obserseros lo sigue Si consideranos al subgrafo maximal de’ un grafo en el cust todos sus vices son alslad's ~ 6S dec, un sbgrafo vacio de @ ~ tendremes un corjurio que nos ca el nomera: deMédulo 1.94148 Independencia del grafo. Si ahora coxsideramos el complemento de ese subsrafo, en el sentido de la Teoria de Conyuntos (dado un grafo G = (V, £), definimos su Sind te. LN Sa 3 i gr us poe pr sard entonces pocemos exponer un resukado impor 2 de la Teoria de Grafos: si G ‘eSun grafo se cumple que: ~ ale) 56) ‘Antes de dar ejemplos oe la nactdn de clique, veamos otras propiedades de los grefos y digrafos que de alguna menera estén relacionadas con las ya expussias, a fin de completar un cuadro general de propio¢ades. NUMERO CROMATICO, B/°ARTICION Y ACOPLAMIENTOS EN GRAFOS. A continuacién presenteremos otros parémetycS interesantes de la Teoria 2 Grafos, cada uno de ollos de gran uilidad-on otras ramas de la Matemtica Ciscreta; comenzeremos con el Nimero cromatico de un grafo. 3.3.2.1. Numero Cromatico de un Grafo Una de las propiedades mis importantes 6 la Teor'a de Grafor es la coloracéin de vertices y | 0 aristas (arcos); surge, histéricamente, de manera sirlar al problema de los siete puentes de KGrigsberg (ver Unidad 2), como une curosicad matematica que con e! na80 del tiempo Se na convertido en uno de ios problemas més femosos ce ests’ urea del conoci"anto. Algunos autores fo han ‘comparado con el time probleme de Fermat, y ee vonoce on la literature come ol Problema de los cuatro colores, el cual enunciaremos brevernente a cantinuactin