Coloreo de vértices Definiciones: Coloreo de Grafos. Cotas para χ Proposición: Si H es un subgrafo de G entonces χ(h) χ(g).
|
|
- José Miguel Franco Murillo
- hace 6 años
- Vistas:
Transcripción
1 Coloreo de vértices Definiciones: Coloreo de Grafos Algoritmos y Estructuras de Datos III Un coloreo (válido) de los vértices de un grafo G = (V, X ) es una asignación f : V C, tal que f (v) f (u) (u, v) E. Los elementos de C son llamados colores. Muchas veces los colores son enteros positivos. Para todo entero positvo k, un k-coloreo de G es un coloreo de los vértices de G que usa exactamente k colores. Un grafo G se dice k-coloreable si existe un k-coloreo de G. El número cromático de G, χ(g), es el menor número de colores necesarios para colorear los nodos de G. Un grafo G se dice k-cromático si χ(g) = k. Coloreo de nodos Ejemplos: χ(k n ) = n. Si G es un grafo bipartito con m > 0, entonces χ(g) = 2. Si H 2k es un circuito simple par, entonces χ(h 2k ) = 2. Cotas para χ Proposición: Si H es un subgrafo de G entonces χ(h) χ(g). Definición: Una clique en un grafo es un subgrafo completo maximal. El número clique ω(g) de un grafo es el número de nodos de una clique máxima de G. Proposición: Para cualquier grafo G, χ(g) ω(g). Existen grafos para los cuales χ(g) > ω(g)? Qué pasa si χ(g) = ω(g)? χ(g) 3 Si H 2k+1 es un circuito simple impar, entonces χ(h 2k+1 ) = 3. u 3 ω(g) 3 u 5 u 4 χ(g) = 3 Cuán grande puede ser la diferencia entre estos dos parámetros?
2 Grafos de Mycielski Grafos de Mycielski Definición (por inducción): M 3 v 2 M 4 v 2 1. M 1 = K 1 M 2 v 1 v 2 v 1 v 1 u 3 v 3 2. M 2 = K 2 w 3. Para i 2, M i+1 se construye a partir de M i de la siguiente forma: w v 5 u 5 u 4 v 4 Si Mi tiene p nodos, v 1,..., v p, M i+1 tendrá 2p + 1 nodos, v 1,..., v p,,..., u p, w, donde u i es copia de v i. Cuál es el número cromático de M i? χ(m i ) = i El conjunto de aristas de Mi+1 tendrá todas las aristas de M i, las aristas uniendo u i con los vecinos de v i en M i y las aristas uniendo w con cada u i. Cuál es la clique máxima de M i? ω(m i ) = 2 Cotas para χ Proposición: Si (G) es el grado máximo de G entonces χ(g) (G) + 1. Teorema (Brooks): Sea G un grafo conexo que no es un circuito impar ni un grafo completo. Entonces χ(g) (G). Existen grafos para los cuales χ(g) = (G)? Existen grafos para los cuales χ(g) < (G)? Cuán grande puede ser la diferencia entre estos dos parámetros? K 1,5 χ(k 1,n ) = 2 Cotas para χ Lema 1: En todo (G)-coloreo de G v, los vecinos de v en G usan todos los colores y d G (v) = (G) v V. Sean N(v) = {v 1,..., v (G) } los vecinos de v y consideremos un (G)-coloreo de G v donde el nodo v i es pintado con color i. Para i j, sea H ij el subgrafo inducido por los nodos de G v pintados con colores i o j en ese (G)-coloreo. Lema 2: v i y v j pertenecen a la misma componente conexa de H ij Lema 3: Si P ij es la componente conexa de H ij que contiene a v i y a v j, entonces P ij es un camino en H ij. u u 3 (K 1,n ) = n Lema 4: P ij P ik = {v i }, para colores i j k. u 5 u 4
3 Problema de los cuatro colores Algoritmos para coloreo de grafos Teorema de los 4 colores (Appel, Haken, 1976): Si G es un grafo planar, entonces χ(g) 4. Teorema (Heawood, 1890): Si G es un grafo planar, entonces χ(g) 5. Problema difícil, computacionalmente no resuelto. No se conocen algoritmos polinomiales para calcular χ(g) dado un grafo general G. Existen muchos enfoques algorítmicos para este problema: Heurísticas y metaheurísticas. Algoritmos basados en backtracking (por ejemplo: DSATUR, Brelaz, 1979). Algoritmos exactos basados en programación lineal entera. Algoritmo (heurística) secuencial (S) Algoritmo secuencial (S) Definimos Entrada: Un grafo G con un orden en los nodos v 1,..., v n. f (v 1 ) := 1 para i = 2, 3,..., n hacer f (v i ) = mín{h / h 1 y f (v j ) h (v j, v i ) E, 1 j i 1} u S (G, v 1, v 2,..., v n ) = máx 1 i n mín{i, d(v i) + 1}. Proposición: Si χ S (G) es el número de colores usado por el algoritmo secuencial para colorear G cuando los nodos son considerados en el orden v 1,..., v n, entonces χ(g) χ S (G) u S (G, v 1, v 2,..., v n ). retornar coloreo definido por f Importa el orden de los vértices?
4 Algoritmo secuencial (LFS) Algoritmo secuencial Orden Largest First (LF): los nodos son ordenados de mayor grado a menor grado, d( ) d( )... d(u n ). Proposición: Si u LF (G) = u S (G,,,..., u n ) donde,,..., u n están ordenados según LF. Entonces u LF (G) mín u S (G, v 1, v 2,..., v n ) donde el mínimo está tomado sobre todos los ordenes posibles, v 1,..., v n. Esto implica que siempre el algoritmo secuencial da un resultado mejor si se usa LF? Definición: Si G i es el sugrafo inducido por v 1, v 2,..., v i, entonces u S (G, v 1, v 2,..., v n ) = 1 + máx 1 i n {d G i (v i )} donde d Gi (v i ) es el grado del nodo v i en G i. Ejercicio: Para cualquier orden de los vértices u S (G, v 1, v 2,..., v n ) u S (G, v 1, v 2,..., v n ) y cota para el número de colores usados por el algoritmo secuencial con orden v 1, v 2,..., v n. Algoritmo secuencial (SLS) Algoritmo secuencial - Cotas Orden Smallest Last (SL): 1. poner como v n el nodo de mínimo grado de G. 2. para i = n 1,..., 1 poner como v i el nodo de grado mínimo en el subgrafo de G inducido por V \ {v n, v n 1,..., v i+1 }. Definimos u SL (G) = 1 + máx 1 i n mín 1 j i {d G i (v j )} Se puede demostrar (ejercicio) que: χ SL (G) u SL (G). u SL (G) u LF (G). SLS colorea un grafo planar con 6 colores o menos. donde d Gi (v j ) es el grado del nodo v j en el grafo inducido por V \ {v n, v n 1,..., v i+1 }.
5 Algoritmo secuencial con intercambio (SI) Algoritmo secuencial con intercambio (SI) Supongamos que tenemos un coloreo parcial de G, donde los vértices v 1,..., v i 1 ya han sido coloredos y es el turno de colorear a v i. Si todos los colores ya utilizados están en la vecindad de v i, será necesario utilizar un nuevo color. Si existen p y q dos colores utilizados en el coloreo parcial, tal que en todas las componenetes conexas de H pq los vértices adyacentes a v i tienen el mismo color, podemos intercambiar los colores p y q en las componentes de H pq con vértices adyacentes a v i con color p. De esta manera, obtendremos un coloreo parcial de G con el color p no utilizado en la vecindad de v i. Este procedimiento se llama p, q-intercambio. f (v 1 ) := 1, k := 1 para i = 2, 3,..., n hacer g := mín{h/h 1 y f (v j ) h (v j, v i ) E, 1 j i 1} si g k entonces f (v i ) := g si existen 1 p < q k, tales que un p, q-intercambio libera p entonces realizar el p, q-intercambio f (v i ) := p f (v i ) := g, k := k + 1 Algoritmo secuencial con intercambio (SI) Algoritmo secuencial con bracktracking (exacto) v 1, v 2,..., v n ordenamiento de los vértices de G. Es siempre mejor el algoritmo SI que el algoritmo S? No, generando grafos al azar se han encontrado algunos ejemplos complicados donde SI usa más colores que S. Se puede demostrar que: U i = conjunto de colores posibles para el vértice v i, una vez que han sido coloreados v 1, v 2...v i 1. Si l i 1 es el máximo color usado para v 1,..., v i 1 y sólo buscamos coloreos óptimos, evitando coloreos equivalentes, j U i se verifica que: SI colorea un grafo bipartito con 2 colores (ejercicio). j no es color asignado a un vecino de vi ya coloreado SI con el ordenamiento SL colorea un grafo planar con 5 colores como máximo. j mín{i, d(vi ) + 1} 1 j l i si ya se encontró un coloreo del grafo con q colores entonces j q 1
6 Algoritmo secuencial con bracktracking (exacto) Algoritmo secuencial con bracktracking (exacto) Con estas restricciones se hace una búsqueda completa. En el árbol de búsqueda se abre una rama a partir de cada vértice (correspondiente a un coloreo de v 1,..., v i 1 ), para cada elemento de U i. Se avanza por las ramas coloreando los siguientes vértices hasta que ocurre alguna de las siguientes situaciones: 1. se llegó a un vértice con U i = : a partir de esta situación se hace backtracking a partir de v i se coloreó v n : se encontró un nuevo coloreo del grafo, hay que actualizar q y hacer backtracking. q: cantidad de colores usados en la mejor solución encontrada hasta el momento. k: vértice siendo considerado. l: cantidad de colores utilizados en la solución parcial actual. l k : l para el vértice v k. cotainf : cota inferior para el número cromático del grafo. Algoritmo secuencial con bracktracking (exacto) f (v 1 ) := 1, q := n + 1, k := 1, l := 1 avanzar := VERDADERO repetir si avanzar k := k + 1, l k := l, determinar U k si U k = avanzar := FALSO, k := k 1, l := l k j := mín U k, U k := U k \ {j}, f (v k ) := j si j > l entonces l := l + 1 si k < n entonces avanzar := VERDADERO almacenar la nueva solución encontrar el menor i tal que f (v i ) = l borrar l, l + 1,..., q 1 de U 1,..., U i 1 q := l, l := q 1, k := i 1 avanzar := FALSO hasta k = 1 o q = cotainf Coloreo de aristas Definiciones: Un coloreo válido de las aristas de un grafo G es un asignación de colores a las mismas en la cual dos aristas que tienen un vértice en común no tengan el mismo color. El índice cromático χ (G) de un grafo G es el menor número de colores con que se pueden colorear las aristas de un grafo. Teorema de Vizing: Para todo grafo G se verifica que (G) χ (G) (G) + 1.
Coloreo de Grafos. Algoritmos y Estructuras de Datos III
Coloreo de Grafos Algoritmos y Estructuras de Datos III Coloreo de nodos Definiciones: Un coloreo (válido) de los nodos de un grafo G = (V, X ) es una asignación f : V C, tal que f (v) f (u) (u, v) E.
Más detallesColoreo de vértices. Coloreo de Grafos. Cota superior para χ(g) Algoritmos y Estructuras de Datos III. Definiciones:
Coloreo de vértices Definiciones: Coloreo de Grafos Algoritmos y Estructuras de Datos III Un coloreo de los vértices de un grafo G = (V, E) es una asignación f : V C, tal que f (v) f (u) (u, v) E. Para
Más detallesColoración. Unos cuantos problemas. Asignación de frecuencias de radio. Gregorio Hernández Peñalver. Unos cuantos problemas. Unos cuantos problemas
Unos cuantos problemas Coloración Gregorio Hernández Peñalver Matemática Discreta Asignación de frecuencias de radio G=(V, A) V={emisoras}, dos emisoras son adyacentes si sus emisiones se solapan elementos
Más detallesTeoría de grafos. Coloración de vértices
Teoría de grafos Coloración de vértices Problema: cuántas jaulas son necesarias para transportar a estos cinco animales de forma que lleguen sanos y salvos a un mismo destino? León Hámster Si dos animales
Más detallesCAPÍTULO 3: COLOREO DE GRAFOS
CAPÍTULO 3: COLOREO DE GRAFOS Pablo Torres Facultad de Ciencias Exactas, Ingeniería y Agrimensura - Universidad Nacional de Rosario Asignatura: Tópicos Avanzados en Teoría de Grafos INTRODUCCIÓN INTRODUCCIÓN
Más detallesGrafos. Algoritmos y Estructuras de Datos III
Grafos Algoritmos y Estructuras de Datos III Grafos Un grafo G = (V, X ) es un par de conjuntos, donde V es un conjunto de puntos o nodos o vértices y X es un subconjunto del conjunto de pares no ordenados
Más detallesGrafos Eulerianos y Hamiltonianos. Algoritmos y Estructuras de Datos III
Grafos Eulerianos y Hamiltonianos Algoritmos y Estructuras de Datos III Grafos eulerianos Definiciones: Un circuito C en un grafo (o multigrafo) G es un circuito euleriano si C pasa por todos las aristas
Más detallesIntroducción a la Teoría de Grafos
Introducción a la Teoría de Grafos Flavia Bonomo fbonomo@dc.uba.ar do. Cuatrimestre 009 Programa Introducción a la teoría de grafos Problemas de camino mínimo Problemas de flujo máximo Programación lineal
Más detallesObservación En algunas fuentes, estas coloraciones se denominan coloraciones admisibles; aquí, por comodidad, las denominamos coloraciones.
Coloración de grafos Hay muchos problemas, como la asignación de tareas y los problemas de almacenamiento, donde es necesario partir el conjunto de vértices (resp. aristas) de un grafo asociado de tal
Más detallesAlgoritmos y Estructuras de Datos III
Árboles Algoritmos y Estructuras de Datos III Árboles Definición: Un árbol es un grafo conexo sin circuitos simples. Árboles Teorema: Dado un grafo G = (V, X ) son equivalentes: 1. G es un árbol. 2. G
Más detalles10. COLOREADO DE GRAFOS
10. COLOREADO DE GRAFOS Ejemplo 8. 8 Horario de exámenes finales. Tenemos que hacer un horario para realizar siete exámenes finales, Numeramos las asignaturas de 1 a 7. Hay alumnos matriculados en varias
Más detallesVariantes del problema de coloreo de grafos
Departamento de Matemática Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires 4 de diciembre de 005 Qué es un grafo? Un grafo está formado por un conjunto de vértices y un conjunto de
Más detallesAlgoritmos y Estructuras de Datos III
Árboles Algoritmos y Estructuras de Datos III Árboles Definición: Un árbol es un grafo conexo sin circuitos simples. Árboles Teorema: Dado un grafo G = (V, X ) son equivalentes: 1. G es un árbol. 2. G
Más detallesTeoría de Grafos Introducción Grafos isomorfos
Capítulo 1 Teoría de Grafos 1.1. Introducción Definición. Denominaremos pseudomultigrafo a una terna (V,E, γ), donde V y E son conjuntos y γ : E {{u,v}: u,v V }. El conjunto V se denomina conjunto de vértices
Más detallesUn grafo G = (V, E) se dice finito si V es un conjunto finito.
1 Grafos: Primeras definiciones Definición 1.1 Un grafo G se define como un par (V, E), donde V es un conjunto cuyos elementos son denominados vértices o nodos y E es un subconjunto de pares no ordenados
Más detallesSe puede dibujar la siguiente figura, empezando y terminando en el mismo punto, sin levantar e lápiz del papel?
Se puede dibujar la siguiente figura, empezando y terminando en el mismo punto, sin levantar e lápiz del papel? Y esta otra? Los puentes de Königsberg Königsberg es famosa por ser la ciudad natal de Immanuel
Más detallesSe puede dibujar la siguiente figura, empezando y terminando en el mismo punto, sin levantar e lápiz del papel?
Se puede dibujar la siguiente figura, empezando y terminando en el mismo punto, sin levantar e lápiz del papel? Y esta otra? Los puentes de Königsberg Königsberg es famosa por ser la ciudad natal de Immanuel
Más detallesMetaheurísticas y heurísticas. Algoritmos y Estructuras de Datos III
Metaheurísticas y heurísticas Algoritmos y Estructuras de Datos III Metaheurísticas Heurísticas clásicas. Metaheurísticas o heurísticas modernas. Cuándo usarlas? Problemas para los cuales no se conocen
Más detallesCapítulo 4: Grafos Clase 3: Grafos planares y Colorabilidad de Grafos
Capítulo 4: Grafos Clase 3: Grafos planares y Colorabilidad de Grafos Matemática Discreta - CC3101 Profesor: Pablo Barceló P. Barceló Matemática Discreta - Cap. 4: Grafos 1 / 18 Problema de las utilidades
Más detallesEl origen: Los puentes de Königsberg. Grafos. Algoritmos y Estructuras de Datos III. Leonhard Euler ( )
El origen: Los puentes de Königsberg Grafos Algoritmos y Estructuras de Datos III Leonhard Euler (1707 1783) El origen: Los puentes de Königsberg La ciudad de Königsberg (hoy Kaliningrado) tenía en el
Más detallesMatemáticas Discretas L. Enrique Sucar INAOE. Teoría de Grafos. Problema de los puentes de Königsberg [Euler]
Matemáticas Discretas L. Enrique Sucar INAOE Teoría de Grafos Problema de los puentes de Königsberg [Euler] Teoría de Grafos Definición y terminología Tipos de grafos Trayectorias y circuitos Isomorfismo
Más detallesClases de grafos y problemas de optimización combinatoria
Clases de grafos y problemas de optimización combinatoria Flavia Bonomo DC, FCEyN, Universidad de Buenos Aires, Argentina UMA 206, Bahía Blanca Flavia Bonomo Grafos y optimización combinatoria UMA 206
Más detallesA MEMETIC ALGORITHM FOR. Zhipeng Lü, Jin-Kao Hao
A MEMETIC ALGORITHM FOR GRAPH COLORING Zhipeng Lü, Jin-Kao Hao European Jornal of Operational Research Introducción Aplicaciones generales Aplicaciones prácticas Heurísticas Algoritmo propuesto: MACOL
Más detallesSesión 4: Teoría de Grafos
Modelos Gráficos Probabilistas L. Enrique Sucar INAOE Sesión 4: Teoría de Grafos Problema de los puentes de Königsberg [Euler] Teoría de Grafos Definición y terminología Tipos de grafos Trayectorias y
Más detallesIntroducción a la Teoría de Grafos
Introducción a la Teoría de Grafos Conceptos Simples, Problemas Difíciles Héctor Ramírez C. 1 1 Departamento de Ingeniería Matemática Universidad de Chile Curso MA3701: Optimización Héctor Ramírez C. (U.
Más detallesDefiniciones básicas Árboles Circuitos, planaridad y coloreo Planaridad y coloreo C. Eulerianos C. Hamiltonianos. Pintando mapas...
Pintando mapas... La Conjetura de los Cuatro Colores La Conjetura de los Cuatro Colores fue enunciada en el siglo XIX: Todo mapa puede ser coloreado usando a lo sumo cuatro colores de manera tal que regiones
Más detallesUnidad 2: Problemas de camino mínimo
Representación Recorrido de grafos Camino mínimo Unidad 2: Problemas de camino mínimo Representación Matriz de adyacencia Matriz de incidencia Listas de vecinos Recorrido de grafos Estructuras de datos
Más detallesUNIVERSIDAD NACIONAL DE INGENIERÍA UNI-RUACS. Investigación de Operaciones
UNIVERSIDAD NACIONAL DE INGENIERÍA UNI-RUACS Facultad de Ingeniería Industrial Investigación de Operaciones Tema: Teoría de los Grafos Elaborado por: Ing. Carlos Alberto Moreno. Docente: Ing. Pastrana
Más detallesColoración de grafos
Alumno: Grupo: Coloración de grafos Comencemos planteando el problema de dar color a las regiones de un mapa plano de modo que a regiones vecinas se les asigne distinto color. Este problema puede ser resuelto
Más detallesAlgoritmos heurísticos y aproximados. Clase 6/10/09
Algoritmos heurísticos y aproximados Clase 6/10/09 Algoritmos aproximados y heurísticos para problemas NP-Hard Cómo resolver problemas NP-HARD? No pretendemos encontrar la mejor solución sino una buena
Más detallesTema 5: Grafos. CIS - UABJB - Estructura de Datos II Ing. Freddy Melgar Algarañaz 1
Tema 5: Grafos 1 Indice 1. Tipos de grafos 2. Conceptos Básicos 3. Representación de grafos 4. Caminos y conectividad 5. Grafos Bipartitos 6. Recorridos, eulerianos 2 Tipos de Grafos Un grafo G es un par
Más detallesIndice. 1. Tipos de grafos. 2. Conceptos Básicos 3. Representación de grafos 4. Subgrafos. Grafos complementarios
Teoría de Grafos 1 1. Tipos de grafos Indice 2. Conceptos Básicos 3. Representación de grafos 4. Subgrafos. Grafos complementarios 5. Caminos y conectividad 6. Grafos Bipartitos 2 Tipos de Grafos Un grafo
Más detallesCapítulo 4: Grafos Clase 4: Árboles
Capítulo 4: Grafos Clase 4: Árboles Matemática Discreta - CC3101 Profesor: Pablo Barceló P. Barceló Matemática Discreta - Cap. 4: Grafos 1 / 12 Árboles Los árboles son una clase particular de grafos que
Más detalles1. GRAFOS : CONCEPTOS BASICOS
1. GRAFOS : CONCEPTOS BASICOS Sea V un conjunto finito no vacio y sea E V x V. El par (V, E) es un grafo no dirigido, donde V es un conjunto de vértices o nodos y E es un conjunto de aristas. Denotaremos
Más detallesGrafos clique K 5 -free con cada triángulo contenido en a lo sumo un K 4 con un único generador crítico
1 / 21 Grafos clique K 5 -free con cada triángulo contenido en a lo sumo un K 4 con un único generador crítico Lic. Gabriela Ravenna Dra. Liliana Alcón UMA- Bahía Blanca 21 de Septiembre de 2016 Esquema
Más detallesPráctica N o 8 Desigualdades Válidas - Algoritmos de Planos de Corte - Algoritmos Branch & Cut
Práctica N o 8 Desigualdades Válidas - Algoritmos de Planos de Corte - Algoritmos Branch & Cut 8.1 Para cada uno de los siguientes conjuntos, encontrar una desigualdad válida que agregada a la formulación
Más detallesCapítulo 3: Grafos Clase 1: Grafos: Modelos, tipos, representación e isomorfismo
Capítulo 3: Grafos Clase 1: Grafos: Modelos, tipos, representación e isomorfismo Matemática Discreta - CC3101 Profesor: Pablo Barceló P. Barceló Matemática Discreta - Cap. 4: Grafos 1 / 35 Por qué estudiamos
Más detallesEspectros de grafos. Mariano Suárez-Álvarez. 12 de mayo, 2015
Espectros de grafos Mariano Suárez-Álvarez 12 de mayo, 2015 Grafos Un grafo es un par Γ = (V, E) con V un conjunto finito de vértices E V V un conjunto simétrico e irreflexivo de lados Grafos Un grafo
Más detallesUNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERÍA MATEMÁTICA
UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERÍA MATEMÁTICA INMERSIONES DE GRAFOS COMPLETOS EN GRAFOS DENSOS Y COLOREAMIENTO DE VÉRTICES MEMORIA PARA OPTAR AL
Más detallesTeoría de Grafos. Herramientas de programación para procesamiento de señales
Teoría de Grafos Herramientas de programación para procesamiento de señales Indice Nociones básicas: Definiciones Ejemplos Propiedades Nociones avanzadas: Grafos planares Árboles Representación en computadora
Más detallesLos elementos de V son los vértices (o nodos) de G y los elementos de A son las aristas (o arcos) de G.
MATERIAL TEÓRICO º Cuatrimestre Año 03 Prof. María Elena Ruiz Prof. Carlos Roberto Pérez Medina UNIDAD III: GRAFOS Definición: Llamaremos grafo a una terna G= (V, A, ϕ), donde V y A son conjuntos finitos,
Más detallesTema 5: Problemas de Optimización
Modelos de Informática Teórica - Universidad de Granada Contenido Problemas de Optimización Algoritmos ǫ-aproximados Análisis de problemas: cubrimiento por vértices, viajante de comercio, corte máximo,
Más detallesCaminos y Flujos optimales. Introducción a la Investigación de Operaciones 2007
Caminos y Flujos optimales Introducción a la Investigación de Operaciones 2007 Contenido Definiciones básicas. Conexidad. Clausura transitiva. Esqueletos y caminos optimales. Redes. Flujos. Algoritmo de
Más detallesProblemas: formulación, ejemplos, representación de soluciones y estructuras de entorno
Problemas: formulación, ejemplos, representación de soluciones y estructuras de entorno Christopher Expósito Izquierdo, J. Marcos Moreno Vega cexposit@ull,es, jmmoreno@ull.es Departamento de Ingeniería
Más detallesPintar mapas, organizar fiestas... en el fondo, es sólo teoría de grafos
Pintar mapas, organizar fiestas... en el fondo, es sólo teoría de grafos Grupo de Teoría de Grafos Departamento de Computación FCEyN - UBA Charla de Borrachos Noviembre 2004 Qué es un grafo? Un grafo está
Más detallesAnálisis y Diseño de Algoritmos. Teoría de Gráficas
Teoría de Gráficas Arturo Díaz Pérez Sección de Computación Departamento de Ingeniería Eléctrica CINVESTAV-IPN Av. Instituto Politécnico Nacional No. 2508 Col. San Pedro Zacatenco México, D. F. CP 07300
Más detallesAnálisis de Algoritmos Teoría de grafos
Análisis de Algoritmos Teoría de grafos Dra. Elisa Schaeffer elisa.schaeffer@gmail.com PISIS / FIME / UANL Teoría de grafos p. 1 Grafos Un grafo G es un par de conjuntos G = (V,E) Teoría de grafos p. 2
Más detallesMatemáticas discretas II
Matemáticas discretas II (Teoría de gráficas) M. en C. Sergio Luis Pérez Pérez UAM CUAJIMALPA, MÉXICO, D. F. Trimestre 15-P Sergio Luis Pérez (UAM CUAJIMALPA) Curso de matemáticas discretas II 1 / 44 Conceptos
Más detallesTrayectorias y circuitos Eulerianos y Hamiltonianos,
Trayectorias y circuitos Eulerianos y Hamiltonianos, Eulerianos Trayectoria de Euler: recorrer una gráfica G utilizando cada arista de la gráfica sólo una vez, puede ser necesario o no comenzar y terminar
Más detallesCurso de Posgrado: Tópicos avanzados en teoría de grafos
Curso de Posgrado: Tópicos avanzados en teoría de grafos 1. Grafos planares 1.1. Preliminares Recordemos algunos conceptos: Una curva es la imagen de una función contínua f : [0, 1] R 2. Una curva poligonal
Más detallesComplejidad - Problemas NP-Completos. Algoritmos y Estructuras de Datos III
Complejidad - Problemas NP-Completos Algoritmos y Estructuras de Datos III Teoría de Complejidad Un algoritmo eficiente es un algoritmo de complejidad polinomial. Un problema está bien resuelto si se conocen
Más detallesTema 1: Introducción a la Teoría de Grafos
Tema 1: Introducción a la Teoría de Grafos MATEMÁTICA A DISCRETA Nociones básicas Subgrafos. Operaciones con grafos Formas de definir un grafo Isomorfismo de grafos Tema 1: 1 Nociones básicas: Grafo: G
Más detallesAlgoritmos para determinar Caminos Mínimos en Grafos
Problemas de camino mínimo Algoritmos para determinar Caminos Mínimos en Grafos Algoritmos y Estructuras de Datos III DC, FCEN, UBA, C 202 Problemas de camino mínimo Dado un grafo orientado G = (V, E)
Más detallesDefiniciones y ejemplos.
V. Grafos Definiciones y ejemplos. Módulo 5 DEF. Sea V un conjunto finito no vacío, y sea El par (V, E) es llamada entonces grafo dirigido en V, donde V es el conjunto de vértices o nodos y E es su conjunto
Más detallesCapítulo 4: Grafos Clase 2: Caminos, Circuitos Eulerianos y Hamiltonianos
Capítulo 4: Grafos Clase 2: Caminos, Circuitos Eulerianos y Hamiltonianos Matemática Discreta - CC3101 Profesor: Pablo Barceló P. Barceló Matemática Discreta - Cap. 4: Grafos 1 / 29 Navegación de grafos
Más detallesTeoría de Grafos y Árboles. UCR ECCI CI-0111 Estructuras Discretas Prof. Kryscia Daviana Ramírez Benavides
Teoría de Grafos y Árboles UCR ECCI CI- Estructuras Discretas Prof. Kryscia Daviana Ramírez Benavides Teoría de Grafos Los grafos son estructuras discretas que aparecen ubicuamente en cada disciplina donde
Más detallesÁrboles. Un grafo no dirigido es un árbol si y sólo si existe una ruta unica simple entre cualquiera dos de sus vértices.
ÁRBOLES Árboles Un grafo conectado que no contiene circuitos simples. Utilizados desde 1857, por el matemático Ingles Arthur Cayley para contar ciertos tipos de componentes químicos. Un árbol es un grafo
Más detallesGrafos. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Grafos 1 / 30
Grafos AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Grafos / 0 Objetivos Al finalizar este tema tendréis que: Conocer la terminología básica de la teoría de grafos. Pasar
Más detallesAlgebra Matricial y Teoría de Grafos
Algebra Matricial y Teoría de Grafos Unidad 3: Nociones de teoría de grafos Luis M. Torres Escuela Politécnica del Litoral Quito, Enero 2008 Maestría en Control de Operaciones y Gestión Logística p.1 Contenido
Más detallesRuta más Corta con una sóla Fuente de Inicio (Single-Source Shortest Paths) DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE
Ruta más Corta con una sóla Fuente de Inicio (Single-Source Shortest Paths) 1 DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE Problema de Encontrar la Ruta más Corta 2 Se requiere llegar de
Más detallesEn la fig. 1 se representa el grafo, G=(V,A) donde: V = {1, 2, 3, 4, 5, 6} A = { {1,2}, {1,3}, {1,5}, {3}, {3,4}, {4,5}, {5,6} }
Unidad 1 Parte 1 - Teoría de Grafos Introducción En este capítulo veremos la noción matemática de grafo y propiedades de los mismos. En capítulos subsiguientes veremos las estructuras de datos utilizadas
Más detallesAlgoritmos pseudo-polinomiales
Análisis de Algoritmos Algoritmos pseudo-polinomiales Dra. Elisa Schaeffer elisa.schaeffer@gmail.com PISIS / FIME / UANL Algoritmos pseudo-polinomiales p. 1 HAMILTON PATH es NP-completo La reducción es
Más detallesCaminos y Flujos optimales. 2da y 3er clase 2007
Caminos y Flujos optimales 2da y 3er clase 2007 ESQUELETOS OPTIMALES (mínimo) Esqueleto de G =(X,U) es un subgrafo que es un árbol y que contiene todos los vértices de G. Esqueleto Mínimo de G = (X, U,
Más detallesMatemáticas Discretas Tc1003 Teoría de Grafos
Definición. Sea A un grafo. A recibe el nombre de árbol sí y sólo si: A es conexo. A no contiene circuitos. Ejemplos: Definición. Sea A un árbol. Un vértice de grado 1 se llama una hoja. Un vértice de
Más detallesTema 5 Árboles y Grafos.
Tema 5 Árboles y Grafos. Definiciones básicas de teoría de grafos. Un grafo consta de un conjunto de nodos, un conjunto de aristas y una correspondencia f del conjunto de aristas al conjunto de nodos.
Más detallesOPTIMIZACIÓN EN GRAFOS Y EL PROBLEMA P=NP
OPTIMIZACIÓN EN GRAFOS Y EL PROBLEMA P=NP David Pérez-García Universidad Complutense de Madrid EL PROBLEMA P=NP P VS. NP 1. Es uno de los problemas del milenio. Un millón de dólares. 2. La clase P es la
Más detallesAlgoritmos de Aproximación para el problema de Corte de Multicaminos (Multiway Cut)
Algoritmos de Aproximación para el problema de Corte de Multicaminos (Multiway Cut) Julián Viera Curso de Algoritmos de Aproximación 2016 Facultad de Ingeniería - IMERL 24 de octubre de 2016 Definición
Más detallesCamiones, encomiendas, y teoría de grafos
Flavia Bonomo Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires Semana de la Matemática 2010 Qué es un grafo? Un grafo está formado por un conjunto de vértices y un conjunto de aristas
Más detallesBiclique-Coloreo de Grafos
Universidad de Buenos Aires Tesis de Licenciatura Biclique-Coloreo de Grafos Alumno: Pablo Terlisky terlisky@dc.uba.ar L.U.: 431/03 Directores: Dra. Marina Groshaus Dr. Francisco Soulignac Departamento
Más detallesGrafos. CCIR / Depto Matemáticas CB102
CB102 Conceptos Los grafos son una técnica de modelación de problemas atractiva y útil. Problemas de diferentes áreas pueden ser modelados mediante su uso: redes de transporte de bienes de consumo, redes
Más detallesUn GRAFO O GRAFO NO ORIENTADO es una terna G = {V, A,ϕ } conv
DEFINICIÓN 1: Un GRAFO O GRAFO NO ORIENTADO es una terna G = {V, A,ϕ } conv φ donde: V = {v 1, v 2,, v n }: conjunto finito de vértices o nodos. A = {a 1, a 2,, a n }: conjunto finito de aristas o lados
Más detallesMARITZA HERRERA FLOREZ YUDY MARCELA BOLAÑOS RIVERA
ALGORITMOS DE APROXIMACIÓN PARA PROBLEMAS NP DUROS MARITZA HERRERA FLOREZ YUDY MARCELA BOLAÑOS RIVERA UNIVERSIDAD DEL CAUCA FACULTAD DE CIENCIAS NATURALES, EXACTAS Y DE LA EDUCACIÓN DEPARTAMENTO DE MATEMÁTICAS
Más detallesGRAFOS GEOMÉTRICOS. Introducción. Número de corte. Aplicaciones. Incidencias de puntos y rectas. Distancias unitarias. k-sets.
GRAFOS GEOMÉTRICOS CROSSING LEMMA Y APLICACIONES GEOMÉTRICAS Introducción. Número de corte. Aplicaciones. Incidencias de puntos y rectas. Distancias unitarias. k-sets. Qué es un grafo geométrico? vi =
Más detallesEl problema del agente viajero
CO- (F0) //00 El problema del agente viajero Un vendedor tiene que visitar n + ciudades, cada una exactamente una vez. La distancia entre cada par de ciudades viene dada por d ij (en general d ij d ji
Más detallesDefinición 1.1 Sea G = (V, A) un grafo no dirigido. G se denomina árbol si es conexo y no contiene ciclos.
Matemática Discreta y Lógica 2 1. Árboles Árboles Definición 1.1 Sea G = (V, A) un grafo no dirigido. G se denomina árbol si es conexo y no contiene ciclos. Como un lazo es un ciclo de longitud 1, un árbol
Más detallesUn estado del arte acerca de grafos perfectos y algunas variaciones
Universidad de Buenos Aires Facultad de Ciencias Exactas y Naturales Departamento de Matemática Tesis de Licenciatura Un estado del arte acerca de grafos perfectos y algunas variaciones Nina Pardal Director:
Más detallesCentro Asociado Palma de Mallorca. Tutor: Antonio Rivero Cuesta
Centro Asociado Palma de Mallorca Lógica y Estructuras Discretas Tutor: Antonio Rivero Cuesta Tema 5 Teoría de Grafos Conceptos Básicos Un grafo consta de: Grafo Un conjunto de nodos, Un conjunto de aristas
Más detallesÁRBOLES CRISTIAN ALFREDO MUÑOZ ÁLVAREZ JUAN DAVID LONDOÑO CASTRO JUAN PABLO CHACÓN PEÑA EDUARDO GONZALES
ÁRBOLES CRISTIAN ALFREDO MUÑOZ ÁLVAREZ JUAN DAVID LONDOÑO CASTRO JUAN PABLO CHACÓN PEÑA EDUARDO GONZALES ÁRBOL Un árbol es un grafo no dirigido, conexo, sin ciclos (acíclico), y que no contiene aristas
Más detallesPLE: Optimización Combinatoria
PLE: Optimización Combinatoria CCIR / Matemáticas euresti@itesm.mx CCIR / Matemáticas () PLE: Optimización Combinatoria euresti@itesm.mx 1 / 14 Introducción Para valorar el poder expresivo de los modelos
Más detallesTEMA IV TEORÍA DE GRAFOS
TEMA IV TEORÍA DE GRAFOS Poli Abascal Fuentes TEMA IV Teoría de grafos p. 1/? TEMA IV 4. TEORÍA DE GRAFOS 4.1 GRAFOS 4.1.1 Introducción 4.1.2 Definiciones básicas 4.1.3 Caminos y recorridos 4.1.4 Subgrafos,
Más detallesEntregable 4.- RESUELTO. Semana del 5 de octubre al 11 de octubre
Entregable 4.- RESUELTO Semana del 5 de octubre al 11 de octubre 1. Resuelve los siguientes sistemas de ecuaciones 1. 2x = 5 en Z 7 3x = 1 en Z 5 x = 3 en Z 8 2. 2x = 1 en Z 6 x = 4 en Z 11 3x = 2 en Z
Más detallesInteligencia Artificial II Unidad Plan 2010-Ingeniería en Sistemas Computacionales
Inteligencia Artificial II Unidad Plan 2010-Ingeniería en Sistemas Computacionales Rafael Vázquez Pérez Unidad II:Técnicas de Búsqueda. 2.1. Solución de problemas con búsqueda. 2.2. Espacios de estados.
Más detallesCAPÍTULO 4 PROGRAMACIÓN LINEAL ENTERA
CAPÍTULO 4 PROGRAMACIÓN LINEAL ENTERA Programación Lineal Entera Es una técnica que permite modelar y resolver problemas cuya característica principal es que el conjunto de soluciones factibles es discreto.
Más detallesFlujos de redes (Network Flows NF)
Fluos de redes (Network Flows NF). Terminología. Árbol generador mínimo. Camino mínimo 4. Fluo máximo 5. Fluo de coste mínimo TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES Terminología Red o grafo (G) Nodos
Más detallesNicolás Rivera. 23 de Junio de 2011
Teoría de Matroides. Nicolás Rivera 23 de Junio de 2011 Pontificia Universidad Católica de Chile Índice 1 Introducción: Definiciones y Propiedades básicas Índice 1 Introducción: Definiciones y Propiedades
Más detallesAlgoritmo de Fleury. por. Ramón Espinosa Armenta
Algoritmo de Fleury por Ramón Espinosa Armenta El siguiente algoritmo, debido a Fleury (191), permite construir un circuito Euleriano en un multigrafo Euleriano. Algoritmo Fleury (G) Entrada. Un multigrafo
Más detallesIntroducción a la Teoría de Grafos
1 Semestre A2005 Teoría Introducción a la Teoría de Grafos 1. Grafos. Conceptos fundamentales Un grafo G es un par G = (V,E), donde V es un conjunto finito (vértices, nodos) y E es un multiconjunto de
Más detallesProblemas de programación entera: El método Ramifica y Acota. Investigación Operativa, Grado en Estadística y Empresa, 2011/12
Problemas de programación entera: El método Ramifica y Acota Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema La estrategia Divide y vencerás Árboles de enumeración
Más detallesEscuela Técnica Superior. de Ingeniería Informática Curso 2007/2008. Colección de Exámenes. Matemática Discreta. Depto. de Matemática Aplicada I
Escuela Técnica Superior de Ingeniería Informática Curso 007/008 Colección de Exámenes de Matemática Discreta Depto. de Matemática Aplicada I MATEMÁTICA DISCRETA Colección de exámenes Curso 007/008 0 de
Más detallesUniv. Nacional de Colombia, Medellín Escuela de Matemáticas Matemáticas Discretas Marzo 8, Soluciones Taller 5
Univ. Nacional de Colombia, Medellín Escuela de Matemáticas Matemáticas Discretas Marzo 8, 00 Soluciones Taller 5. Pruebe por inducción que n 3 = 3 + 3 + 3 3 + + (n ) 3 + n 3 = = ( ) n(n + ) Caso base:
Más detallesGrafos. Suponiendo que e = [u, v]. Entonces los nodos u y v se llaman extremos de e y u y v se dice que son nodos adyacentes o vecinos.
Grafos Los grafos son estructuras que constan de vértices o nodos y de aristas o arcos que conectan los vértices entre sí. Un grafo G consiste en dos cosas: 1. Un conjunto V de elementos llamados nodos
Más detallesHamilton, Euler y Dijkstra
UNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE CIENCIAS ESCUELA DE COMPUTACION Matemáticas Discretas III (Cód. 6108) Práctica # 2 Hamilton, Euler y Dijkstra 1. Sea G = un multigrafo no dirigido donde
Más detallesGRAFOS. 1. La matriz de adyacencia del grafo G es
GRAFOS. La matriz de adyacencia del grafo G es entonces, A) G es un pseudografo B) G es un grafo completo. G no es conexo Supongamos V={v,v,v,v } son los vértices del grafo. En los pseudografo están permitidas
Más detallesAlgoritmos Elementales de Grafos DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE
Análisis álii y Diseño de Algoritmos Algoritmos Elementales de Grafos DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE Introducción Buscar en un grafo significa sistemáticamente seguir las aristas
Más detallesIN34A - Optimización
IN34A - Optimización Complejidad Leonardo López H. lelopez@ing.uchile.cl Primavera 2008 1 / 33 Contenidos Problemas y Procedimientos de solución Problemas de optimización v/s problemas de decisión Métodos,
Más detallesIntroducción. Königsberg, s.xviii A
Teoría de Grafos Introducción Königsberg, s.xviii A B C D Euler resuelve este problema mediante la teoría de grafos: sólo puede haber un ciclo euleriano cuando todos los nodos tienen un número par de aristas
Más detallesEl Problema de Coloración de Grafos
Trabajo Fin de Máster El Problema de Coloración de Grafos Sergio Pena Seijas Máster en Técnicas Estadísticas Curso 2016-2017 ii iii Propuesta de Trabajo Fin de Máster Título en galego: O problema de coloración
Más detallesPlanaridad. Algoritmos y Estructuras de Datos III
Planaridad Algoritmos y Estructuras de Datos III Por qué planares? Por qué planares? Por qué planares? Grafos planares Definiciones: Una representación planar de un grafo G es un conjunto de puntos en
Más detallesLOS COLORES DEL SUDOKU
LOS COLORES DEL SUDOKU Antonio M. Oller Taller de Talento Matemático Programa Profundiza Teruel, 13 de mayo de 2011 GRAFOS: Una herramienta útil que modeliza situaciones Qué es un GRAFO? Componentes Vértices
Más detallesTema 7: Problemas clásicos de Programación Lineal
Tema 7: Problemas clásicos de Programación Lineal 1.- Características generales de un problema de transporte y asignación Surgen con frecuencia en diferentes contextos de la vida real. Requieren un número
Más detalles