Академический Документы
Профессиональный Документы
Культура Документы
Ir a la navegaci�nIr a la b�squeda
Los grafos son el objeto de estudio de esta rama de las matem�ticas. Arriba el
grafo pez, en medio el grafo arco y abajo el grafo dodecaedro.
La teor�a de grafos, tambi�n llamada teor�a de gr�ficas, es una rama de las
matem�ticas y las ciencias de la computaci�n que estudia las propiedades de los
grafos. Los grafos no deben ser confundidos con las gr�ficas, que es un t�rmino muy
amplio. Formalmente, un grafo {\displaystyle G=(V,E)} {\displaystyle G=(V,E)} es
una pareja ordenada en la que {\displaystyle V} V es un conjunto no vac�o de
v�rtices y {\displaystyle E} E es un conjunto de aristas. Donde {\displaystyle E} E
consta de pares no ordenados de v�rtices, tales como { {\displaystyle {x,y}}
{\displaystyle {x,y}}} {\displaystyle \in E} {\displaystyle \in E} entonces se dice
que {\displaystyle x} x e {\displaystyle y} y son adyacentes; y en el grafo se
representa mediante una l�nea no orientada que una dichos v�rtices. Si el grafo es
dirigido se le llama d�grafo, se denota {\displaystyle D} D, y entonces el par
{\displaystyle (x,y)} (x,y) es un par ordenado, esto se representa con una flecha
que va de {\displaystyle x} x a {\displaystyle y} y y se dice que {\displaystyle
(x,y)\in E} (x,y)\in E.1?
�ndice
1 Historia
2 Composici�n de un grafo
3 Tipos de grafos
4 Representaci�n de grafos
4.1 Estructura de lista
4.2 Estructuras matriciales
5 Problemas de teor�a de grafos
5.1 Subgrafos, subgrafos inducidos y menores
5.2 Ciclos y caminos hamiltonianos
5.3 Grafos planos
5.4 Coloraci�n de grafos
5.4.1 Teorema de los cuatro colores
6 Caracterizaci�n de grafos
6.1 Grafo simple
6.2 Grafos conexos
6.3 Grafos completos
6.4 Grafos bipartitos
6.5 Homeomorfismo de grafos
6.6 �rboles
6.7 Grafos ponderados o etiquetados
6.8 Di�metro
7 Aplicaciones
8 Algoritmos importantes
9 Investigadores relevantes en teor�a de grafos
10 V�ase tambi�n
11 Referencias
12 Enlaces externos
Historia
En 1852 Francis Guthrie plante� el problema de los cuatro colores el cual afirma
que es posible, utilizando solamente cuatro colores, colorear cualquier mapa de
pa�ses de tal forma que dos pa�ses vecinos nunca tengan el mismo color. Este
problema, que no fue resuelto hasta un siglo despu�s por Kenneth Appel y Wolfgang
Haken en 1976, puede ser considerado como el nacimiento de la teor�a de grafos. Al
tratar de resolverlo, los matem�ticos definieron t�rminos y conceptos te�ricos
fundamentales de los grafos.
El primer libro sobre teor�a de grafos fue escrito por D�nes Konig y publicado en
1936.5?
Composici�n de un grafo
Aristas: Son las l�neas con las que se unen los v�rtices de un grafo.
Aristas adyacentes: 2 aristas son adyacentes si convergen en el mismo v�rtice.
Aristas paralelas: Son dos aristas conjuntas si el v�rtice inicial y final son el
mismo.
Arista c�clicas: Es la arista que parte de un v�rtice para entrar en s� mismo.
Cruce: Son 2 aristas que cruzan en un mismo punto.
V�rtices: Los v�rtices son los elementos que forman un grafo. Cada uno lleva
asociada una valencia caracter�stica seg�n la situaci�n, que se corresponde con la
cantidad de aristas que confluyen en dicho v�rtice.
Camino: Se denomina camino de un grafo a un conjunto de v�rtices interconectados
por aristas. Dos v�rtices est�n conectados si hay un camino entre ellos.
Tipos de grafos
Grafo simple: O simplemente grafo es aquel que acepta una sola arista uniendo dos
v�rtices cualesquiera. Esto es equivalente a decir que una arista cualquiera es la
�nica que une dos v�rtices espec�ficos. Es la definici�n est�ndar de un grafo.
Multigrafo: o pseudografo: Es el que acepta m�s de una arista entre dos v�rtices.
Estas aristas se llaman m�ltiples o lazos (loops en ingl�s). Los grafos simples son
una subclase de esta categor�a de grafos. Tambi�n se les llama grafos general.
Grafo orientado: grafo dirigido o digrafo. Son grafos en los cuales se ha a�adido
una orientaci�n a las aristas, representada gr�ficamente por una flecha.
Grafo etiquetado: Grafos en los cuales se ha a�adido un peso a las aristas (n�mero
entero generalmente) o un etiquetado a los v�rtices.
Grafo aleatorio: Grafo cuyas aristas est�n asociadas a una probabilidad.
Hipergrafo: Grafos en los cuales las aristas tienen m�s de dos extremos, es decir,
las aristas son incidentes a 3 o m�s v�rtices.
Grafo infinito: Grafos con conjunto de v�rtices y aristas de cardinal infinito.
Grafo plano: Los grafos planos son aquellos cuyos v�rtices y aristas pueden ser
representados sin ninguna intersecci�n entre ellos. Podemos establecer que un grafo
es plano gracias al Teorema de Kuratowski.
Grafo regular: Un grafo es regular cuando todos sus v�rtices tienen el mismo grado
de valencia.
Representaci�n de grafos
Art�culo principal: Grafo (estructura de datos)
Existen diferentes formas de representar un grafo (simple), adem�s de la geom�trica
y muchos m�todos para almacenarlos en una computadora. La estructura de datos usada
depende de las caracter�sticas del grafo y el algoritmo usado para manipularlo.
Entre las estructuras m�s sencillas y usadas se encuentran las listas y las
matrices, aunque frecuentemente se usa una combinaci�n de ambas. Las listas son
preferidas en grafos dispersos porque tienen un eficiente uso de la memoria. Por
otro lado, las matrices proveen acceso r�pido, pero pueden consumir grandes
cantidades de memoria.
Estructura de lista
Lista de incidencia - Las aristas son representadas con un vector de pares
(ordenados, si el grafo es dirigido), donde cada par representa una de las
aristas.6?
Lista de adyacencia - Cada v�rtice tiene una lista de v�rtices los cuales son
adyacentes a �l. Esto causa redundancia en un grafo no dirigido (ya que A existe en
la lista de adyacencia de B y viceversa), pero las b�squedas son m�s r�pidas, al
costo de almacenamiento extra.
Lista de grados - Tambi�n llamada secuencia de grados o sucesi�n gr�fica de un
grafo no-dirigido es una secuencia de n�meros, que corresponde a los grados de los
v�rtices del grafo.
Estructuras matriciales
Matriz de adyacencia - El grafo est� representado por una matriz cuadrada M de
tama�o {\displaystyle n^{2}} n^{2}, donde {\displaystyle n} n es el n�mero de
v�rtices. Si hay una arista entre un v�rtice x y un v�rtice y, entonces el elemento
{\displaystyle m_{x,y}} {\displaystyle m_{x,y}} es 1, de lo contrario, es 0.
Matriz de incidencia - El grafo est� representado por una matriz de A (aristas) por
V (v�rtices), donde [v�rtice, arista] contiene la informaci�n de la arista (1 -
conectado, 0 - no conectado)
Grafo G(V,A) Conjuntos Matriz de adyacencia Matriz de incidencia
Secuencia de grados Lista de Adyacencia
6n-graph2.svg V = { 1, 2, 3, 4, 5, 6 }
A = { {1,1}, {1,2}, {1,5},
{2,3}, {2,5}, {3,4},
{4,5}, {4,6} }
{\displaystyle
{\begin{pmatrix}1&1&0&0&1&0\\1&0&1&0&1&0\\0&1&0&1&0&0\\0&0&1&0&1&1\\1&1&0&1&0&0\\0&
0&0&1&0&0\\\end{pmatrix}}} {\displaystyle
{\begin{pmatrix}1&1&0&0&1&0\\1&0&1&0&1&0\\0&1&0&1&0&0\\0&0&1&0&1&1\\1&1&0&1&0&0\\0&
0&0&1&0&0\\\end{pmatrix}}} {\displaystyle
{\begin{pmatrix}1&1&1&0&0&0&0&0\\0&1&0&1&1&0&0&0\\0&0&0&1&0&1&0&0\\0&0&0&0&0&1&1&1\
\0&0&1&0&1&0&1&0\\0&0&0&0&0&0&0&1\\\end{pmatrix}}} {\displaystyle
{\begin{pmatrix}1&1&1&0&0&0&0&0\\0&1&0&1&1&0&0&0\\0&0&0&1&0&1&0&0\\0&0&0&0&0&1&1&1\
\0&0&1&0&1&0&1&0\\0&0&0&0&0&0&0&1\\\end{pmatrix}}} (4,3,2,3,3,1) { {1,2,5},
{1,3,5}, {2,4}, {3,5,6},{1,2,4},{4} }
Problemas de teor�a de grafos
Subgrafos, subgrafos inducidos y menores
Un problema com�n, denominado problema de isomorfismo de subgrafos, es encontrar un
grafo fijo como subgrafo de un grafo dado. Una raz�n para estar interesado en esta
cuesti�n es que muchas propiedades de grafos son heredadas de subgrafos, lo que
significa que un grafo tiene una propiedad si y solo si todos sus subgrafos a su
vez la poseen. Desafortunadamente, encontrar subgrafos m�ximos de un cierto tipo
suele ser un problema NP-completo. Por ejemplo:
Cada grafo de cinco v�rtices conectados que no es plano contiene una subdivisi�n
del grafo completo de cinco v�rtices.
Otro problemas de clases tienen que ver con el alcance para la cual varias especies
y generalizaciones de grafos est�n determinadas por sus subgrafos de puntos
eliminados. Por ejemplo, la conjetura de la reconstrucci�n.
Por ejemplo, en un museo grande, lo id�neo ser�a recorrer todas las salas una sola
vez, esto es buscar un ciclo hamiltoniano en el grafo que representa el museo (los
v�rtices son las salas, y las aristas los corredores o puertas entre ellas).
Se habla tambi�n de Camino hamiltoniano si no se impone regresar al punto de
partida, como en un museo con una �nica puerta de entrada. Por ejemplo, un caballo
puede recorrer todas las casillas de un tablero de ajedrez sin pasar dos veces por
la misma: es un camino hamiltoniano. Ejemplo de un ciclo hamiltoniano en el grafo
del dodecaedro.
Un problema muy conocido es el siguiente: Se dibujan tres casas y tres pozos. Todos
los vecinos de las casas tienen el derecho de utilizar los tres pozos. Como no se
llevan bien en absoluto, no quieren cruzarse jam�s. �Es posible trazar los nueve
caminos que juntan las tres casas con los tres pozos sin que haya cruces?
Cualquier disposici�n de las casas, los pozos y los caminos implica la presencia de
al menos un cruce.
Establecer qu� grafos son planos no es obvio, y es un problema que tiene que ver
con topolog�a.
Coloraci�n de grafos
Art�culo principal: Coloraci�n de grafos
Si G=(V, E) es un grafo no dirigido, una coloraci�n propia de G, ocurre cuando
coloreamos los v�rtices de G de modo que si {a, b} es una arista en G entonces a y
b tienen diferentes colores (por lo tanto, los v�rtices adyacentes tienen colores
diferentes). El n�mero m�nimo de colores necesarios para una coloraci�n propia de G
es el n�mero crom�tico de G y se escribe como C (G). Sea G un grafo no dirigido sea
? el n�mero de colores disponibles para la coloraci�n propia de los v�rtices de G.
Nuestro objetivo es encontrar una funci�n polinomial P (G,?), en la variable ?,
llamada polinomio crom�tico de G, que nos indique el n�mero de coloraciones propias
diferentes de los v�rtices de G, usando un m�ximo de ? colores.
Sea G=(V, E), con a, b pertenecientes al conjunto de v�rtices V pero {a, b}=e, no
perteneciente a al conjunto de aristas E. Escribimos G+e para el grafo que se
obtiene de G al a�adir la arista e={a, b}. Al identificar los v�rtices a y b en G,
obtenemos el subgrafo G++e de G.0000.
La forma precisa de cada pa�s no importa; lo �nico relevante es saber qu� pa�s toca
a qu� otro. Estos datos est�n incluidos en el grafo donde los v�rtices son los
pa�ses y las aristas conectan los que justamente son adyacentes. Entonces la
cuesti�n equivale a atribuir a cada v�rtice un color distinto del de sus vecinos.
Hemos visto que tres colores no son suficientes, y demostrar que con cinco siempre
se llega, es bastante f�cil. Pero el teorema de los cuatro colores no es nada
obvio. Prueba de ello es que se han tenido que emplear ordenadores para acabar la
demostraci�n (se ha hecho un programa que permiti� verificar una multitud de casos,
lo que ahorr� much�simo tiempo a los matem�ticos). Fue la primera vez que la
comunidad matem�tica acept� una demostraci�n asistida por ordenador, lo que cre� en
su d�a una cierta pol�mica dentro de dicha comunidad.
Caracterizaci�n de grafos
Grafo simple
Un grafo es simple si a lo sumo existe una arista uniendo dos v�rtices
cualesquiera. Esto es equivalente a decir que una arista cualquiera es la �nica que
une dos v�rtices espec�ficos.
Grafos conexos
Un grafo es conexo si cada par de v�rtices est� conectado por un camino; es decir,
si para cualquier par de v�rtices (a, b), existe al menos un camino posible desde a
hacia b.
Un grafo es doblemente conexo si cada par de v�rtices est� conectado por al menos
dos caminos disjuntos; es decir, es conexo y no existe un v�rtice tal que al
sacarlo el grafo resultante sea disconexo.
Grafos bipartitos
Art�culo principal: Grafo bipartito
Un grafo G es bipartito si puede expresar como {\displaystyle G=\{V_{1}\cup
V_{2},A\}} {\displaystyle G=\{V_{1}\cup V_{2},A\}} (es decir, sus v�rtices son la
uni�n de dos grupos de v�rtices), bajo las siguientes condiciones:
Homeomorfismo de grafos
Art�culo principal: Homeomorfismo de grafos
Dos grafos {\displaystyle G_{1}} {\displaystyle G_{1}} y {\displaystyle G_{2}}
{\displaystyle G_{2}} son homeomorfos si ambos pueden obtenerse a partir del mismo
grafo con una sucesi�n de subdivisiones elementales de aristas.
�rboles
Art�culo principal: �rbol (teor�a de grafos)
Ejemplo de �rbol.
Un grafo que no tiene ciclos y que conecta a todos los puntos, se llama un �rbol.
En un grafo con n v�rtices, los �rboles tienen exactamente n - 1 aristas, y hay nn-
2 �rboles posibles. Su importancia radica en que los �rboles son grafos que
conectan todos los v�rtices utilizando el menor n�mero posible de aristas. Un
importante campo de aplicaci�n de su estudio se encuentra en el an�lisis
filogen�tico, el de la filiaci�n de entidades que derivan unas de otras en un
proceso evolutivo, que se aplica sobre todo a la averiguaci�n del parentesco entre
especies; aunque se ha usado tambi�n, por ejemplo, en el estudio del parentesco
entre lenguas.
Di�metro
Una aplicaci�n de este concepto es la hip�tesis conocida como los seis grados de
separaci�n, que plantea que, si cada uno de los habitantes de la Tierra se
representa por un v�rtice y dos personas est�n conectadas por una arista si se
conocen personalmente, la distancia entre dos personas escogidas al azar entre
todos los habitantes de la Tierra es de seis aristas o menos.
Internet permite de ver desde otro enfoque la idea del di�metro: considerese por
ejemplo que si se descartan los sitios que no tienen enlaces, y se escogen dos
p�ginas web al azar, cabr�a preguntarse en cu�ntos clics se puede pasar del primer
sitio al segundo. Si se supone que de cualquier sitio que enlace con otros sitios
se puede llegar a cualquier otro, entonces las mayor cantidad de clics necesarios
para llegar de cualquier web a otra ser�a el "di�metro" de la Red, vista como un
grafo cuyos v�rtices son los sitios, y cuyas aristas son los enlaces entre los
sitios.
Este concepto refleja mejor la complejidad de una red que el n�mero de sus
elementos.
Los grafos se utilizan tambi�n para modelar trayectos como el de una l�nea de
autob�s a trav�s de las calles de una ciudad, en el que se pueden obtener caminos
�ptimos para el trayecto aplicando diversos algoritmos como puede ser el algoritmo
de Floyd.
El cient�fico estadounidense Donald Knuth estableci� los grafos planos como base de
determinados estudios y descubrimientos realizados por �l.
Por otra parte, destaca el Algoritmo de Kruskal, el cual nos permite buscar un
subconjunto de aristas que incluye todos los v�rtices, estableciendo como m�nimo el
valor de las aristas.
Mapas conceptuales
Plano de estaciones del metro.
Plano de autopistas.
Circuito el�ctrico
Organigramas
Isomeros
El cerebro humano es una red compleja que interact�a en regiones conectadas por
tractos de sustancia blanca. La caracterizaci�n de caracter�sticas estructurales y
funcionales de una red tal en sujetos sanos y personas enfermas tiene la
posibilidad de mejorar nuestra comprensi�n de la fisiopatolog�a y las
manifestaciones neurol�gicas y condiciones psiqui�tricas. Esto ha llevado al uso de
nuevas herramientas para el an�lisis de sistemas complejos para hacer frente
enfermedades cerebrales. Entre estos, la teor�a de grafos es un marco matem�tico
que permite describir una red en forma de una gr�fica, que consiste en una
colecci�n de los nodos (es decir, regiones del cerebro) y los bordes (es decir,
estructurales y conexiones funcionales).
Otra aplicaci�n de las gr�ficas consiste en tomar datos de resonancia magn�tica del
cerebro adquiridos en condici�n ausente ( estado de reposo ) requieren nuevos
an�lisis de datos t�cnicas que no dependen de un modelo de activaci�n, una
alternativa son los m�todos libre de par�metro sobre la base de una forma
particular de la centralidad del vector propio asociado a un nodo llamado de
centralidad; la centralidad del vector propio asigna atributos de un valor a cada
voxel en el cerebro de manera que un voxel recibe un valor grande si est�
fuertemente correlacionada con muchos otros nodos que son centrales dentro de la
red; el algoritmo PageRank de Google es una variante del vector propio centralidad
el cual es utilizado en las b�squedas que se efect�an en internet. Hasta el
momento, otras medidas de centralidad - en particular centralidad de intermediaci�n
- se han aplicado a datos de la fMRI usando un conjunto pre-seleccionado de nodos
que consisten en varios cientos de elementos. Centralidad del Vector Propio es
computacionalmente mucho m�s eficiente que centralidad de intermediaci�n y no
requiere de umbrales de valores de similitud de modo que se puede aplicar a miles
de voxels en una regi�n de inter�s que cubren la totalidad del cerebro que habr�a
sido inviable el uso de centralidad de intermediaci�n. Centralidad del Vector
Propio se puede utilizar en una variedad de diferentes medidas de similitud.
(Lohmann et al., 2010.) �La teor�a de redes complejas juega un papel importante en
una amplia variedad de disciplinas, que van desde la inform�tica, sociolog�a,
ingenier�a y f�sica, para molecular y la biolog�a de la poblaci�n. Dentro de los
campos de la biolog�a y la medicina, el potencial de aplicaciones de an�lisis de
redes incluyen, por ejemplo, la identificaci�n objetivo de drogas, determinando una
funci�n del gen de la prote�na, o dise�ar estrategias eficaces para el tratamiento
de diversas enfermedades o proporcionar el diagn�stico precoz de trastornos. �
(Pavlopoulos et al., 2011) La teor�a de gr�ficas, es adecuada para que los
inform�ticos modelen problemas, pero tambi�n es adecuado para los matem�ticos que
tienen inter�s en la complejidad computacional. La mayor�a de los conceptos
cl�sicos de la teor�a de grafos te�rica y aplicada (�rboles de expansi�n,
conectividad, g�nero, colorabilidad, fluye en las redes, los apareamientos y
recorridos). Se usa en la soluci�n de problemas.(Czumaj, Jansen, Meyer auf der
Heide, & Schiermeyer, 2006)
Algoritmos importantes
Algoritmo de b�squeda en anchura (BFS)
Algoritmo de b�squeda en profundidad (DFS)
Algoritmo de b�squeda A*
Algoritmo del vecino m�s cercano
Ordenaci�n topol�gica de un grafo
Algoritmo de c�lculo de los componentes fuertemente conexos de un grafo
Algoritmo de Dijkstra
Algoritmo de Bellman-Ford
Algoritmo de Prim
Algoritmo de Ford-Fulkerson
Algoritmo de Kruskal
Algoritmo de Floyd-Warshall
Investigadores relevantes en teor�a de grafos
Alon, Noga
Berge, Claude
Bollob�s, B�la
Brightwell, Graham
Chung, Fan
Dirac, Gabriel Andrew
Dijkstra, Edsger
Edmonds, Jack
Erdos, Paul
Euler, Leonhard
Faudree, Ralph
Golumbic, Martin
Graham, Ronald
Harary, Frank
Heawood, Percy John
Kaufmann, Walter Arnold
Konig, D�nes
Kuratowski, Kazimierz
Lov�sz, L�szl�
Ne�etril, Jaroslav
R�nyi, Alfr�d
Ringel, Gerhard
Robertson, Neil
Seymour, Paul