Teor�a de grafos

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?

La teor�a de grafos tiene sus fundamentos en las matem�ticas discretas y de las

matem�ticas aplicadas. Esta teor�a que requiere de diferentes conceptos de diversas
�reas como combinatoria, �lgebra, probabilidad, geometr�a de pol�gonos, aritm�tica
y topolog�a. Actualmente ha tenido mayor influencia en el campo de la inform�tica,
las ciencias de la computaci�n y telecomunicaciones. Debido a la gran cantidad de
aplicaciones en la optimizaci�n de recorridos, procesos, flujos, algoritmos de
b�squedas, entre otros, se gener� toda una nueva teor�a que se conoce como an�lisis
de redes.2?

�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

Los 7 puentes del r�o Pregel en K�nigsberg.

El origen de la teor�a de grafos se remonta al siglo XVIII con el problema de los
puentes de K�nigsberg, el cual consist�a en encontrar un camino que recorriera los
siete puentes del r�o Pregel (54�42'12?N 20�30'56?E) en la ciudad de K�nigsberg,
actualmente Kaliningrado, de modo que se recorrieran todos los puentes pasando una
sola vez por cada uno de ellos. El trabajo de Leonhard Euler sobre el problema
titulado Solutio problematis ad geometriam situs pertinentis3? (La soluci�n de un
problema relativo a la geometr�a de la posici�n) en 1736, es considerado el primer
resultado de la teor�a de grafos. Tambi�n se considera uno de los primeros
resultados topol�gicos en geometr�a (que no depende de ninguna medida). Este
ejemplo ilustra la profunda relaci�n entre la teor�a de grafos y la topolog�a.

Luego, en 1847, Gustav Kirchhoff utiliz� la teor�a de grafos para el an�lisis de

redes el�ctricas publicando sus leyes de los circuitos para calcular el voltaje y
la corriente en los circuitos el�ctricos, conocidas como leyes de Kirchhoff,
considerado la primera aplicaci�n de la teor�a de grafos a un problema de
ingenier�a.

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.

En 1857, Arthur Cayley estudi� y resolvi� el problema de enumeraci�n de los

is�meros, compuestos qu�micos con id�ntica composici�n (f�rmula) pero diferente
estructura molecular. Para ello represent� cada compuesto, en este caso
hidrocarburos saturados CnH2n+2, mediante un grafo �rbol donde los v�rtices
representan �tomos y las aristas la existencia de enlaces qu�micos.

El t�rmino �grafo�, proviene de la expresi�n graphic notation (�notaci�n gr�fica�)

usada por primera vez por Edward Frankland4? y posteriormente adoptada por
Alexander Crum Brown en 1884, y hac�a referencia a la representaci�n gr�fica de los
enlaces entre los �tomos de una mol�cula.

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:

Encontrar el subgrafo completo m�s grande se llama problema de la clique.

Un problema similar es encontrar un subgrafo inducido en un grafo dado. De nuevo,
algunas propiedades importantes son heredadas con respecto a subgrafos inducidos,
lo que significa que un grafo tiene una propiedad si y solo si todos los subgrafos
inducidos la tienen. Encontrar subgrafos inducidos m�ximos de un determinado tipo
es, de nuevo, un problema NP-completo. Como ejemplo:

Encontrar el subgrafo inducido m�s grande sin bordes o conjunto independiente se

denomina problema del conjunto independiente.
Otro nuevo problema es el problema del menor contenido, que es encontrar un grafo
fijo como menor de un grafo dado. Un menor o subcontraci�n de un grafo es cualquier
grafo obtenido tomando un subgrafo y contrayendo algunos bordes. Muchas propiedades
de grafos son heredadas de menores, lo que significa que un grafo la tiene solo si
todos sus menores la tienen tambi�n. Por ejemplo, el teorema de Wagner estipula
que:

Un grafo es plano si contiene como menor ni el grafo bipartito completo ni el grafo

completo.
Un problema de las mismas caracter�sticas es el problema de la subdivisi�n del
contenido. Una subdivisi�n o homeomorfismo de un grafo es cualquier grafo obtenido
subdividiendo algunos bordes. La subdivisi�n del contenido est� relacionada con las
propiedades de los grafos tales como la "planeza". Por ejemplo, el teorema de
Kuratowski establece que:

Un grafo es plano si contiene una subdivisi�n ni el grafo bipartito ni el grafo

completo.
Otro problema en la subdivisi�n de contenido es la conjetura de Kelmans-Seymour:

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.

Ciclos y caminos hamiltonianos

Art�culo principal: Ciclo hamiltoniano

Ejemplo de un ciclo Hamiltoniano.

Un ciclo es una sucesi�n de aristas adyacentes, donde no se recorre dos veces la
misma arista, y donde se regresa al punto inicial. Un ciclo hamiltoniano tiene
adem�s que recorrer todos los v�rtices exactamente una vez (excepto el v�rtice del
que parte y al cual llega).

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.

Hoy en d�a, no se conocen m�todos generales para hallar un ciclo hamiltoniano en

tiempo polin�mico, siendo la b�squeda por fuerza bruta de todos los posibles
caminos u otros m�todos excesivamente costosos. Existen, sin embargo, m�todos para
descartar la existencia de ciclos o caminos hamiltonianos en grafos peque�os.

El problema de determinar la existencia de ciclos hamiltonianos, entra en el

conjunto de los NP-completos.

Un grafo es plano si se puede dibujar sin cruces de aristas. El problema de las

tres casas y los tres pozos tiene soluci�n sobre el toro, pero no en el plano.
Grafos planos
Art�culo principal: Grafo plano
Cuando un grafo o multigrafo se puede dibujar en un plano sin que dos segmentos se
corten, se dice que es plano.

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.

Sea Kn el grafo completo con n v�rtices, Kn, p es el grafo bipartito de n y p

v�rtices.

El juego anterior equivale a descubrir si el grafo bipartito completo K3,3 es

plano, es decir, si se puede dibujar en un plano sin que haya cruces, siendo la
respuesta que no. En general, puede determinarse que un grafo no es plano, si en su
dise�o puede encontrase una estructura an�loga (conocida como menor) a K5 o a K3,3.

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.

Descomposici�n de polinomios crom�ticos. Si G=(V, E) es un grafo conexo y e

pertenece a ?, entonces: P (G,?)=P (G+e,?)+P (G/e,?), donde G/e es el grafo se
obtiene por contracci�n de aristas.

Para cualquier grafo G, el t�rmino constante en P (G,?) es 0.

Sea G=(V, E) con |E|>0 entonces, la suma de los coeficientes de P (G,?) es 0.

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.

Teorema de los cuatro colores

Art�culo principal: Teorema de los cuatro colores

Mapa coloreado con 4-colores.

Grafo dual asociado al mapa con una 4-v�rtice coloraci�n.

Este problema famoso relativo a los grafos trata acerca de la cantidad de colores
que son necesarios para dibujar un mapa pol�tico, con la condici�n obvia que dos
pa�ses adyacentes no puedan tener el mismo color. Se supone que los pa�ses son de
un solo pedazo, y que el mundo es esf�rico o plano.El mapa siguiente muestra que
tres colores no bastan: Si se empieza por el pa�s central a y se esfuerza uno en
utilizar el menor n�mero de colores, entonces en la corona alrededor de a alternan
dos colores. Llegando al pa�s h se tiene que introducir un cuarto color. Lo mismo
sucede en i si se emplea el mismo m�todo.Sin embargo,si el mapa tiene forma de
toroide,el teorema afirma que con cuatro colores siempre es posible realizar la
coloraci�n con las caracter�sticas requeridas7?.

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.

Un grafo que no es simple se denomina multigrafo.

En la Teor�a de grafos el concepto de grafo simple es muy recurrido en la

definici�n de otros entes, como los de grafos completos, grafos bipartidos
completos, �rboles y otros m�s.

Las definiciones aportan una formalizaci�n l�gica a hechos abstractos o naturales,

muchas veces ya definidos de forma intuitiva. En este caso la imagen de grafo
simple es f�cil de reconocer ante otro que no lo es; bien por la presencia de lazos
o de m�s de una arista entre los pares de v�rtices.

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.

Es posible determinar si un grafo es conexo usando un algoritmo B�squeda en anchura

(BFS) o B�squeda en profundidad (DFS).

En t�rminos matem�ticos la propiedad de un grafo (fuertemente) conexo permite

establecer una relaci�n de equivalencia para sus v�rtices, la cual lleva a una
partici�n de estos en "componentes (fuertemente) conexos", es decir, porciones del
grafo, que son (fuertemente) conexas cuando se consideran como grafos aislados.
Esta propiedad es importante para muchas demostraciones en teor�a de grafos.

Grafo conexo y no conexo

Grafos completos
Art�culo principal: Grafo completo
Un grafo es completo si existen aristas uniendo todos los pares posibles de
v�rtices. Es decir, todo par de v�rtices (a, b) debe tener una arista e que los
une.

El conjunto de los grafos completos es denominado usualmente {\displaystyle \mathbb

{K} } {\mathbb {K}}, siendo {\displaystyle \mathbb {K} _{n}} {\displaystyle
\mathbb {K} _{n}} el grafo completo de n v�rtices.

Un {\displaystyle \mathbb {K} _{n}} {\displaystyle \mathbb {K} _{n}}, es decir,

grafo completo de {\displaystyle n} n v�rtices tiene exactamente {\displaystyle
{\frac {n(n-1)}{2}}} {\displaystyle {\frac {n(n-1)}{2}}} aristas.

La representaci�n gr�fica de los {\displaystyle \mathbb {K} _{n}} {\displaystyle

\mathbb {K} _{n}} como los v�rtices de un pol�gono regular da cuenta de su peculiar
estructura.

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:

{\displaystyle V_{1}} V_{1} y {\displaystyle V_{2}} V_2 son disjuntos y no vac�os.

Cada arista de A une un v�rtice de V1 con uno de V2.
No existen aristas uniendo dos elementos de V1; an�logamente para V2.
Bajo estas condiciones, el grafo se considera bipartito, y puede describirse
informalmente como el grafo que une o relaciona dos conjuntos de elementos
diferentes, como aquellos resultantes de los ejercicios y rompecabezas en los que
debe unirse un elemento de la columna A con un elemento de la columna B.

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.

Grafos ponderados o etiquetados

En muchos casos, es preciso atribuir a cada arista un n�mero espec�fico, llamado
valuaci�n, ponderaci�n o coste seg�n el contexto, y se obtiene as� un grafo
valuado.
Formalmente, es un grafo con una funci�n v: A ? R+.

Por ejemplo, un representante comercial tiene que visitar n ciudades conectadas

entre s� por carreteras; su inter�s previsible ser� minimizar la distancia
recorrida (o el tiempo, si se pueden prever atascos). El grafo correspondiente
tendr� como v�rtices las ciudades, como aristas las carreteras y la valuaci�n ser�
la distancia entre ellas.Si embargo, hasta ahora no ha sido posible encontrar
m�todos generales para hallar un ciclo de valuaci�n m�nima, pero s� para los
caminos desde a hasta b, sin m�s condici�n.

Di�metro

En la figura se nota que K4 es plano (desviando la arista ab al exterior del

cuadrado), que K5 no lo es, y que K3,2 lo es tambi�n (desv�os en gris).
En un grafo, la distancia entre dos v�rtices es el menor n�mero de aristas de un
recorrido entre ellos. El di�metro, en una figura como un grafo, es la mayor
distancia entre todos los pares de puntos de la misma.

El di�metro de los Kn es 1, y el de los Kn,p es 2. Un di�metro infinito puede

significar que el grafo tiene una infinidad de v�rtices o simplemente que no es
conexo. Tambi�n se puede considerar el di�metro promedio, como el promedio de las
distancias entre dos v�rtices.

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.

V�ase tambi�n: Glosario en teor�a de grafos

Aplicaciones
Commons-emblem-question book orange.svg
Este art�culo o secci�n necesita referencias que aparezcan en una publicaci�n
acreditada.
Puedes avisar al redactor principal pegando lo siguiente en su p�gina de discusi�n:
{{sust:Aviso referencias|Teor�a de grafos}} ~~~~
Uso de esta plantilla: {{Referencias|t={{sust:CURRENTTIMESTAMP}}}}
Gracias a la teor�a de grafos se pueden resolver diversos problemas como por
ejemplo la s�ntesis de circuitos secuenciales, contadores o sistemas de apertura.
Se utiliza para diferentes �reas por ejemplo, Dibujo computacional, en toda las
�reas de Ingenier�a.

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.

Para la administraci�n de proyectos, utilizamos t�cnicas como t�cnica de revisi�n y

evaluaci�n de programas (PERT) en las que se modelan los mismos utilizando grafos y
optimizando los tiempos para concretar los mismos.

Una importante aplicaci�n de la teor�a de grafos es en el campo de la inform�tica,

ya que ha servido para la resoluci�n de importantes y complejos algoritmos. Un
claro ejemplo es el Algoritmo de Dijkstra, utilizado para la determinaci�n del
camino m�s corto en el recorrido de un grafo con determinados pesos en sus
v�rtices.

Dentro de este campo, un grafo es considerado un tipo de dato abstracto TAD.

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.

La teor�a de grafos tambi�n ha servido de inspiraci�n para las ciencias sociales,

en especial para desarrollar un concepto no metaf�rico de red social que sustituye
los nodos por los actores sociales y verifica la posici�n, centralidad e
importancia de cada actor dentro de la red. Esta medida permite cuantificar y
abstraer relaciones complejas, de manera que la estructura social puede
representarse gr�ficamente. Por ejemplo, una red social puede representar la
estructura de poder dentro de una sociedad al identificar los v�nculos (aristas),
su direcci�n e intensidad y da idea de la manera en que el poder se transmite y a
qui�nes.

Se emplea en problemas de control de producci�n, para proyectar redes de

ordenadores, para dise�ar m�dulos electr�nicos modernos y proyectar sistemas
f�sicos con par�metros localizados (mec�nicos, ac�sticos y el�ctricos).

Se usa para la soluci�n de problemas de gen�tica y problemas de automatizaci�n de

la proyecci�n (SAPR). Apoyo matem�tico de los sistemas modernos para el
procesamiento de la informaci�n. Acude en las investigaciones nucleares (t�cnica de
diagramas de Feynman).8?

Los grafos son importantes en el estudio de la biolog�a y h�bitat. El v�rtice

representa un h�bitat y las aristas (o "edges" en ingl�s) representa los senderos
de los animales o las migraciones. Con esta informaci�n, los cient�ficos pueden
entender c�mo esto puede cambiar o afectar a las especies en su h�bitat.

Mapas conceptuales
Plano de estaciones del metro.

Plano de autopistas.

Circuito el�ctrico

Sociograma de una red social

Topolog�a de red de computadores

Organigramas

Isomeros

Arquitectura de redes de telefon�a m�vil

Draws de eliminaci�n directa (ej: tenis)

Entre las aplicaciones de la Teor�a de gr�ficas que se han vuelto importantes en la

actualidad podemos encontrar el estudio de las redes sociales, cuya importancia
radica en el adecuado almacenamiento de datos, puesto que el costo del tiempo de
b�squeda de la informaci�n de cada miembro que pertenece a esta red puede tornarse
demasiado alto debido al n�mero de usuarios. Por ejemplo, el n�mero de usuarios que
hay actualmente en una importante red social tan solo en M�xico es de 49 millones
-cifra reportada por el peri�dico El economista en 2014-, si este n�mero lo
multiplicamos por 194 que es el n�mero aproximado de pa�ses que hay en el mundo, se
percibe la posibilidad de un grave problema de almacenamiento para los servidores
que hay destinados para ello y para la b�squeda de informaci�n. Este mismo fen�meno
pasa en otras redes de fotograf�as, mensajes, etc.

El modelado de este tipo de problemas ha sido abordado principalmente por

estudiantes de doctorado de universidades como Stanford, Massachusetts Institute of
Technology (MIT), Berkeley, Oxford, Rice y tambi�n por la NASA; en M�xico, tanto el
Instituto Polit�cnico Nacional (IPN) como la Universidad Nacional Aut�noma de
M�xico (UNAM) son los principales promotores en estas �reas a trav�s de los grupos
acad�micos de combinatoria y de computaci�n cient�fica. Podemos considerar que este
tipo de problemas son tratados por expertos en matem�ticas y ciencias de la
computaci�n, debido a su alto grado de complejidad.

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).

Este art�culo o secci�n necesita una revisi�n de ortograf�a y gram�tica.

Puedes colaborar edit�ndolo. Cuando se haya corregido, puedes borrar este aviso. Si
has iniciado sesi�n, puedes ayudarte del corrector ortogr�fico, activ�ndolo en: Mis
preferencias ? Accesorios ? Navegaci�n ? Check mark.png El corrector ortogr�fico
resalta errores ortogr�ficos con un fondo rojo.
Uso de esta plantilla: {{sust:Copyedit}}
El uso de la teor�a de grafos, para distintas modificaciones de la topolog�a de red
cerebro han sido identificados durante el desarrollo y el envejecimiento normal y
se rompieron conectividades funcionales y estructurales han sido asociado con
varios trastornos neurol�gicos y psiqui�tricos, incluyendo demencia, esclerosis
lateral amiotr�fica, y la esquizofrenia. En este �ltimo enfoque se ha contribuido a
probar la teor�a de esta condici�n como un s�ndrome de desconexi�n. En la
esclerosis m�ltiple (MS), la ocurrencia de la desconexi�n ha sido corroborada por
estudios de resonancia magn�tica estructural de topolog�a de la red cerebral que
mostr� una disminuci�n de la conectividad estructural de las regiones de los
l�bulos fronto-temporal.

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