Enginyeria Te

ni a en Informati a
Es ola Polite ni a Superior
Universitat de Lleida

Apropament a la teoria de grafs

i als seus algorismes
(Versi
o redu
da del llibre)

Joan Gimbert
Ramiro Moreno
Josep Maria Ribo
Magda Valls

Proleg
En aquelles enginyeries en les quals l'estudi del pro essament i de la transmissio de la informa io
en onstituexin la nalitat o el mitja, les estru tures matematiques dis retes (nites o numerables)
esdevenen una eina important, ja que permeten modelitzar fenomens de naturalesa dis reta om
son els que tra ten les te nologies de la informa io. E s per aixo que, en els a tuals plans d'estudi
de les enginyeries d'informati a, els ontinguts basi s del que hom anomena matemati a dis reta
juguen un paper important. Aix su eeix a l'Es ola Universitaria Polite ni a de la Universitat de
Lleida, on hem a umulat una erta experien ia en la do en ia d'alguns d'aquests ontinguts en els
darrers anys. Entre aquests ontinguts, l'estudi de la teoria de grafs i tambe (per la seva vessant
onstru tiva) dels seus algorismes ha estimulat la ol.labora io entre persones que treballem en el
amp de la matemati a i altres de mes propers al mon de la programa io. Tot plegat ha esperonat
una tas a en equip multidis iplinar que ha donat om a fruit el llibre que teniu a les vostres mans.
Voldrem que aquest llibre servs, d'una banda, om una eina d'aprenentage per a totes aquelles
persones que, sense haver de tenir un gran bagatge matemati , els vingui de gust tafanejar en el
amp de la teoria de grafs i dels seus algorismes. I, d'altra banda, voldrem que fos una eina de
suport per a tots aquells estudiants universitaris que s'ini ien en aquesta dis iplina (en aquest sentit
hem de onfessar que hem tingut molt presents els nostres estudiants d'Enginyeria Informati a a
l'hora de reda tar-lo).
En aquest llibre, on ebut om un primer apropament a aquesta materia, hem fet un esfor perque
els temes siguin motivadors i per in loure un bon grapat d'exemples i una variada ol.le io de
problemes (amb indi a ions i solu ions). Aix mateix, hem pro urat expli ar detalladament els
algorismes i la teoria que els fonamenta i, ns i tot, ens hem permes petites in ursions en algun
tema mes avan at. Aix, ada aptol onsta d'una exposi io, pensem que a urada, dels ontinguts
teori s basi s amanida amb algorismes detallats i exemples a laridors de tot plegat. Aquesta
exposi io es ompleta amb algun annex en el qual s'introdueixen problemes que habitualment tenen
una resolu io de aire algorsmi . Cada aptol es lou amb una amplia ol.le io de problemes, de
di ultat diversa, amb solu ions o indi a ions.
El llibre esta estru turat en set aptols, tants om ponts unien les diferents parts de l'antiga
iutat de Konigsberg. Un passatemps dels seus iutadans, que onsistia a er ar una passejada que
travesses adas un dels set ponts una sola vegada, va esdevenir un problema matemati . La seva
resolu io, donada per Euler, se sol onsiderar l'origen de la teoria de grafs. Des d'aleshores aquesta
teoria s'ha anat desenvolupant donant llo a moltes branques de les quals, en aquest llibre, ens ha
algut fer una tria. Hem optat per presentar aquells temes que tinguessin un ara ter algorsmi i
que, alhora, no requerissin de gaires oneixements matemati s previs.
D'aquesta manera, en el primer aptol s'introdueixen les no ions i la terminologia basi a sobre
els grafs, del tot ne essaries per omen ar amb bon peu el nostre parti ular viatge pel mon de
la teoria de grafs. En aquesta aventura ens trobarem amb tot un seguit de problemes amb els
quals ens anirem barallant al llarg de la resta dels aptols. Segurament ens sorprendra des obrir
i

ii
que aquests problemes son del tot tangibles i interessen a mes d'un enginyer. Imaginem-nos, per
exemple, un pas petit i ple de omarques i un mapa de arreteres d'alguna d'aquestes omarques. A
la Conselleria d'Obres Publiques li pot interessar saber si tots els pobles estan omuni ats entre si i
quins son els amins mes urts entre ada parella de pobles ( aptol 2: onnexio i distan ies) o tambe
om millorar aquesta xarxa de arreteres de manera que, si fos possible, evites els reuaments entre
elles ( aptol 5: planaritat). Tal vegada, quan arribi el perode ele toral, al president li agradara
saber si en un sol viatge pot visitar el asal de jubilats de tots els pobles de la omar a sense repetirne ap ( aptol 3: i les hamiltonians i...), o be si hi ha un traje te que li permeti inaugurar totes
les arreteres sense passar dues vegades per la mateixa (... ir uits eulerians). Possiblement, en un
temps passat, la Conselleria de Comuni a ions va haver de determinar quin era el nombre mnim
de frequen ies que havia d'assignar a les emissores de radio que hi operaven, tenint en ompte que
les esta ions situades a menys d'una erta distan ia havien de tenir frequen ies d'emissio diferents
( aptol 6: olora io). Ara, amb l'arribada de les noves te nologies, l'empresa responsable de la
instal.la io de la televisio per able es planteja el disseny d'una xarxa que onne ti tots els pobles
amb la longitud mnima de able ( aptol 4: arbres). Aix mateix, el te ni de plani a io d'aquesta
empresa te l'en arre d'assignar una llista de tasques als treballadors d'a ord amb les seves aptituds
i de la millor manera possible segons un ert riteri ( aptol 7: aparellaments).
A mes a mes, no ens hem pogut estar de presentar alguna apli a io una mi a mes ludi a de la
teoria de grafs, om ara la manera de trobar la sortida d'un laberint o be la er a d'estrategies
guanyadores en erts tipus de jo s (annexos).
Pel que fa a la ol.le io de problemes que presentem a la  de ada aptol, volem esmentar que es
el resultat d'un treball tant de re opila io i d'adapta io de problemes existents en la literatura om
d'elabora io de nous problemes. Amb aquest re ull pretenem, d'una banda, ajudar l'estudiant
a assimilar els ontinguts de ada tema i, d'una altra, afavorir l'adquisi io de ertes habilitats
te niques que fa ilitin la manipula io dels obje tes i dels on eptes presentats. Tanmateix, ens hem
esfor at a plantejar problemes de la vida real que es poden resoldre modelitzant-los mitjan ant grafs
i apli ant els oneixements teori s assolits. Hem pro urat que els problemes siguin representatius
del tema tra tat i in loguin tots i adas un dels on eptes presentats en la teoria, tot i que tambe hi
podreu trobar problemes auto ontinguts, es a dir, en els quals es donen noves deni ions a partir
de les quals es proposa provar determinades propietats. Tambe hem regut important in loure
les solu ions numeriques d'aquells problemes que les tinguin, i les indi a ions per a aquells la
demostra io dels quals no sigui gaire immediata.
Per tal d'assolir un millor aprotament d'aquest text, es bo tenir presents les onsidera ions
seguents:
 En el re ull de problemes, en trobareu de nivells diferents: des d'aquells problemes senzills que

pretenen que l'estudiant desenvolupi te niques basiques i veriqui el seu grau de omprensio
dels on eptes, ns a aquells de di ultat mes onsiderable. Els problemes que requereixen
un pel mes d'enginy, els hem volgut mar ar amb una estrella (?), i tambe hem pensat que
fora interessant mar ar amb un diamant (3) aquells problemes que han estat proposats en
algun examen de la nostra Es ola.
 Els algorismes que apareixen en aquest text estan des rits en un pseudo odi que bus a, d'una
banda, la omprensio fa il de l'algorisme i, d'una altra, ser una aproxima io a la manera en
que aquests podrien ser implementats en un llenguatge de programa io. En aquest sentit, la
nostra inten io es que aquestes des rip ions en pseudo odi puguin ser un ajut real al pro es
d'implementa io dels algorismes que dugui a minimitzar el ost d'aquest pro es. Per fa ilitar
la omprensio dels algorismes hem in los un annex introdu tori a la nota io algorsmi a i a
les estru tures de dades que fem servir en aquest llibre.

iii
 La bibliograa que item esta onstituda fonamentalment per textos lassi s de la teoria de

grafs i per altres d'es rits en llengua atalana per persones expertes en la do en ia i la re er a
d'aquesta materia. En aquests textos podreu trobar una bibliograa mes extensa.
No podem a abar aquest proleg sense dedi ar unes paraules d'agrament adre ades a les persones
que d'una manera o d'una altra han in ut en l'elabora io d'aquest material. En primer llo ,
voldrem agrair als professors dels Departaments de Matemati a Apli ada i Telemati a, Matemati a
Apli ada II i Llenguatges i Sistemes Informati s de la Universitat Polite ni a de Catalunya, els
oneixements que ens han transmes i el material que ens han fa ilitat. En un ambit mes proper,
no tenim mes remei que re ordar-nos del nostre jefe i \pare espiritual" Josep M. Miret sense qui
res no hauria estat possible, i tambe de la resta de ompanys de l'Es ola dels quals hem rebut un
suport onstant.

Joan Gimbert, Ramiro Moreno, Josep Maria Ribo i Magda Valls

email:fjoangim,ramiro,josepma,magdageup.udl.es
Lleida, gener de 1998

Index
1 Grafs i digrafs: on eptes basi s

1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9

Deni io de graf . . . . . . . . . . . . .
Grau d'un vertex . . . . . . . . . . . . .
Representa io d'un graf . . . . . . . . .
Isomorsme de grafs . . . . . . . . . . .
Exemples importants de grafs . . . . . .
Subgrafs. Grafs derivats d'un graf . . .
Opera ions entre grafs . . . . . . . . . .
Digrafs . . . . . . . . . . . . . . . . . . .
Variants del on epte de graf i digraf . .

.
.
.
.
.
.
.
.
.

..
..
..
..
..
..
..
..
..

..
..
..
..
..
..
..
..
..

..
..
..
..
..
..
..
..
..

.
.
.
.
.
.
.
.
.

..
..
..
..
..
..
..
..
..

..
..
..
..
..
..
..
..
..

..
..
..
..
..
..
..
..
..

.
.
.
.
.
.
.
.
.

..
..
..
..
..
..
..
..
..

..
..
..
..
..
..
..
..
..

..
..
..
..
..
..
..
..
..

.
.
.
.
.
.
.
.
.

.. 3
.. 4
.. 4
.. 6
.. 7
.. 8
.. 9
. . 12
. . 13

Problemes

15

Solu ions i indi a ions

21

2 Re orreguts, onnexio i distan ies

2.1 Tipus de re orreguts . . . . . . . . . . . . . . . . . . . . . . . . . .

2.2 Grafs onnexos . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.1 Algorisme DFS. Test de onnexio . . . . . . . . . . . . . . .
2.3 Distan ies en un graf . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.1 Algorisme BFS. Cal ul de distan ies des d'un vertex donat
2.4 Conne tivitat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.5 Connexio i distan ia en digrafs . . . . . . . . . . . . . . . . . . . .

..
..
..
..
..
..
..

..
..
..
..
..
..
..

..
..
..
..
..
..
..

.
.
.
.
.
.
.

..
..
..
..
..
..
..

25

25
27
28
31
32
34
37

Problemes

39

Solu ions i indi a ions

43

3 Grafs eulerians i grafs hamiltonians

3.1 Grafs eulerians . . . . . . . . . . . . . . . . . . . . .

3.2 Constru io d'un ir uit euleria en un graf euleria . .
3.2.1 Algorisme de Hierholzer . . . . . . . . . . . .
3.2.2 Algorisme de Fleury . . . . . . . . . . . . . .
3.3 Digrafs eulerians . . . . . . . . . . . . . . . . . . . .
3.4 Grafs hamiltonians . . . . . . . . . . . . . . . . . . .
3.5 Digrafs hamiltonians . . . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.

..
..
..
..
..
..
..

..
..
..
..
..
..
..

..
..
..
..
..
..
..

.
.
.
.
.
.
.

..
..
..
..
..
..
..

..
..
..
..
..
..
..

..
..
..
..
..
..
..

.
.
.
.
.
.
.

..
..
..
..
..
..
..

45

45
48
48
49
50
51
54

Problemes

55

Solu ions i indi a ions

59

INDEX

4 Arbres

4.1 Deni io, propietats basiques i exemples . . . . . . . . . . . . . . . . . . . . . . . .

4.2 Arbres generadors. Arbre generador de pes mnim . . . . . . . . . . . . . . . . . .
4.2.1 Algorisme BFS. Determina io d'un arbre generador des d'un vertex donat .
4.2.2 Arbre generador de ost mnim. Algorisme de Kruskal . . . . . . . . . . . .
4.3 Arbres amb arrel. Arbres m aris . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.4 Ordena io d'un arbre amb arrel . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

61

61
63
64
66
68
71

Problemes

75

Solu ions i indi a ions

81

Bibliograa

84

Cap
tol 1

Grafs i digrafs: on eptes basi s

1.1 Deni io de graf

Deni io. Un graf G = (V; A) esta format per un onjunt nit i no buit V i per un onjunt A de
parells no ordenats d'elements diferents de V .
Als elements de V els anomenarem vertexs i als elements de A arestes . Si a = fu; vg es una aresta,
direm que u i v son vertexs adja ents , es rivint u  v, i tambe direm que l'aresta a es in ident
amb els vertexs u i v. Normalment, per abreujar la nota io es riurem a = uv en llo de a = fu; vg.
Deni io. L'ordre d'un graf G = (V; A) es el nombre de vertexs de G, es a dir, el ardinal de V
que denotarem per jV j; la mida de G es el nombre d'arestes de G, es a dir, jAj.
Exemple. Donat el graf G = (V; A), on
V = fa; b; ; d; e; f g i A = ffa; bg; fa; g; fb; g; fb; dg; fb; eg; f ; dg; fd; egg;
l'ordre de G es 6 i la seva mida es 7. Pel que fa a les adja en ies observeu que, per exemple, a
i b son adja ents, pero en anvi a i d no ho son. Aquestes rela ions es veuen immediatament si
es representa el graf mitjan ant un dibuix on els vertexs son punts del pla i les arestes, lnies que
uneixen vertexs adja ents. Aix, el graf G donat anteriorment pot representar-se mitjan ant el
dibuix de la gura 1.1.

e
d
Figura 1.1: Representa io gra a d'un graf.
Quant a la representa io gra a d'un graf al assenyalar, d'una banda, la seva arbitrarietat i, de
l'altra, el ara ter intutiu d'aquesta que ens sera de gran ajuda a l'hora de omprendre on eptes
i arguments abstra tes relatius als grafs.
Tambe hem de dir que, dissortadament, no hi ha una terminologia uni ada en la literatura sobre
teoria de grafs.
3


CAPITOL 1. GRAFS I DIGRAFS: CONCEPTES BASICS

1.2 Grau d'un vertex

El grau d'un vertex v en un graf G = (V; A), que denotarem per g(v), es el nombre
d'arestes de G in idents amb v.
Als vertexs de grau 0 els anomenarem vertexs allats i als de grau 1 vertexs terminals .
Exemple. Donat el graf G, representat en la gura 1.1, tenim que g(b) = 4, g( ) = g(d) = 3,
g (a) = g (e) = 2 i g (f ) = 0.
Deni io. Una sequen ia d'enters no negatius s : d ; d ; : : : ; d es una sequen ia gra a si existeix
un graf G = (V; A) d'ordre n tal que s es una sequen ia de graus de G, es a dir, els vertexs de G
poden enumerar-se de tal manera que el vertex i-esim te grau d , per a ada i 2 f1; 2; : : : ; ng.
Exemple. E s la sequen ia s: 4,3,3,2,1 una sequen ia gra a?
La resposta es negativa ja que si hi hagues un graf G = (V; A), amb
V = fv ; v ; v ; v ; v g i g (v ) = 4; g (v ) = g (v ) = 3; g (v ) = 2; g (v ) = 1;
aleshores l'uni vertex adja ent a v seria el v i, per tant, els vertexs v i v , per tenir grau 3,
haurien de ser adja ents al vertex v . Ara be, aixo es impossible ja que g(v ) = 2 i una de les
adja en ies es ne essariament amb el vertex v .
El teorema seguent, on es rela ionen els graus dels vertexs d'un graf i la seva mida, ens dona una
ondi io ne essaria per tal que una sequen ia d'enters no negatius sigui una sequen ia gra a.
Teorema 1.1. La suma de tots els graus dels vertexs d'un graf G = (V; A) es igual al doble de la
Deni io.

mida de

G,

es a dir,

X
v

( ) = 2jAj:

g v

Cada aresta a = uv de G es omptada exa tament dues vegades en el sumatori de

tots els graus del vertex del graf ja que es in ident amb exa tament dos vertexs del graf.
Aquest resultat es oneix om el lema de les en aixades de mans ja que es pot formular dient que
en una reunio on es produeixen un determinat nombre de saluta ions entre les persones assistents,
el nombre total de mans que s'en aixen es el doble del nombre de saluta ions.
Demostra io.

Corol.lari 1.2. Tot graf te un nombre parell de vertexs de grau senar.

Com que la suma de tots els graus es un nombre parell, aleshores el nombre de
vertexs de grau senar ha de ser parell.

Demostra io.

1.3 Representa io d'un graf

Tant la representa io d'un graf om un parell (V; A) de onjunts nits on els elements de A son
de la forma fu; vg, sent u i v vertexs diferents de V , om la representa io mitjan ant un dibuix,
no resulten adequades si volem que siguin pro essades per un ordinador. A ontinua io presentem
dues representa ions matri ials d'un graf, que ens propor ionen la informa io rellevant d'aquest i
que per la seva estru tura resulten molt fa ilment manipulables.
1 En l'annex d'aquest aptol trobareu un estudi m
es detallat de les sequen ies graques. En on ret, hi hem
in los una ara teritza io pra ti a d'aquestes, donada pel teorema de Havel-Hakimi, i un algorisme basat en aquest
teorema que ens permet determinar si una sequen ia donada es o no es gra a.

 D'UN GRAF
1.3. REPRESENTACIO

Deni io. La matriu d'adja en ia d'un graf G = (V; A), amb el onjunt de vertexs V = fv ; v ; : : : ; v g,
es la matriu quadrada M (G) = (a ) de tamany n  n denida de la manera seguent:

1 si v i v son adja ents;
a =
0 altrament.
Deni io. La matriu d'in iden ia d'un graf G = (V; A), amb el onjunt de vertexs V = fv ; v ; : : : ; v g
i amb el onjunt d'arestes A = fa ; a ; : : : ; a g, es la matriu M (G) = (b ) de tamany n  m denida de la manera seguent:

1 si v es in ident amb a ;
b =
0 altrament.
Exemple. Donat el graf G = (V; A), on V = fa; b; ; dg i A = fab; a ; ad; bdg |representat en la
gura 1.2|, la matriu d'adja en ia i la matriu d'in iden ia de G son
0
0
0 1 1 11
1 1 1 01
B 1 0 0 1 C
B 1 0 0 1 C
C
B
C
M (G) = B
 1 0 0 0 A i M (G) =  0 1 0 0 A ; respe tivament.
1 1 0 0
0 0 1 1
1

ij

ij

ij

d
Figura 1.2:

Les seguents propietats, relatives a les matrius d'adja en ia i d'in iden ia d'un graf, es dedueixen
dire tament de les seves orresponents deni ions:
1. La matriu d'adja en ia d'un graf es una matriu simetri a. A mes, el nombre d'uns de
adas una de les seves les oin ideix amb el grau del vertex orresponent.
2. El nombre d'uns de adas una de les les de la matriu d'in iden ia d'un graf es igual al grau
del vertex orresponent, i el nombre d'uns de adas una de les seves olumnes es 2.
Observeu que el lema de les en aixades de mans tambe es pot demostrar emprant la matriu
d'in iden ia del graf. Aix, la suma de les les d'aquesta matriu, que orrespon a la suma dels
graus dels vertexs del graf, es igual a la suma de les olumnes ja que totes dues sumes oin ideixen
amb la suma de tots els elements de la matriu, i aquesta representa el doble del nombre d'arestes
del graf.
En as que hi hagi molts parells de vertexs de G no adja ents entre si, tant la matriu d'adja en ia
om la d'in iden ia resulten representa ions ine ients pel gran nombre d'entrades nul.les que
ontenen. Aleshores al pensar a utilitzar una estru tura mes e ient, des del punt de vista de
memoria ne essitada, om ara la llista d'adja en ies .
Deni io. La llista d'adja en ies d'un graf G amb onjunt de vertexs
V = fv ; v ; : : : ; v g
es una llista formada per n subllistes, una per a ada vertex v , on guren els vertexs adja ents al
orresponent vertex v .
1

ij


CAPITOL 1. GRAFS I DIGRAFS: CONCEPTES BASICS

Sigui el graf G = (V; A), on

V = fa; b; ; d; eg i A = fab; a ; ad; ae; b ; d; deg:
La llista d'adja en ies d'aquest graf es pot representar mitjan ant la taula seguent:
a b d e
b a a a a
b d
d
d e
e
Exemple.

1.4 Isomorsme de grafs

Deni io. Direm que dos grafs G = (V; A) i G0 = (V 0 ; A0 ) son isomorfs , i ho denotarem per
G ' G0 , si existeix una apli a i
o bije tiva f de V en V 0 tal que preserva les adja en ies; es a dir,

8u; v 2 V;
Exemple.

 v () f (u)  f (v):

Els grafs representats en la gura 1.3 son isomorfs ja que l'apli a io g denida de

fa; b; ; d; e; f g en f1; 2; 3; 4; 5; 6g de la manera seguent:

( ) = 1; g(b) = 4; g( ) = 2; g(d) = 5; g(e) = 3 i g(f ) = 6;

es una apli a io bije tiva que preserva les adja en ies, om fa ilment pot omprovar-se.
g a

4
5
Figura 1.3: Exemple de grafs isomorfs.

1
f

Podem dir, d'una manera intutiva, que dos grafs isomorfs nomes es diferen ien per la manera
que se n'etiqueten els vertexs i, en general, per la seva representa io gra a. Els vertexs de dos
grafs isomorfs es poden identi ar un a un de manera que les adja en ies de l'un i de l'altre siguin
les mateixes, es a dir, l'estru tura dels dos grafs, un op identi ats els vertexs orresponents, es
identi a. En parti ular, dos grafs isomorfs tenen el mateix nombre de vertexs i el mateix nombre
d'arestes. Aquests parametres son exemples de parametres invariants per isomorsmes. Es deneix
un invariant d'un graf G om un nombre o una sequen ia de nombres asso iats a G que pren el
mateix valor en tots els grafs isomorfs a G.
Exemple. L'ordre, la mida, la sequen ia de graus i el nombre de vertexs amb un grau determinat
son invariants d'un graf.
Un sistema omplet d'invariants es un onjunt d'invariants que determina un graf llevat d'isomorsmes, es a dir, tots els grafs que tenen asso iats un mateix sistema omplet d'invariants son
isomorfs entre si.

1.5. EXEMPLES IMPORTANTS DE GRAFS

L'ordre, la mida i la sequen ia de graus d'un graf no formen un sistema omplet

d'invariants ja que hi ha grafs pels quals aquests parametres prenen els mateixos valors i, en anvi,
no son grafs isomorfs. Aixo su eeix, per exemple, en els grafs representats en la gura 1.4. Aquests
grafs no son isomorfs ja que en un d'ells hi ha tres vertexs adja ents dos a dos i en l'altre aixo no
su eeix. Aixo impossibilita que hi hagi entre els onjunts de vertexs respe tius una bije io que
preservi les adja en ies.
Exemple.

Figura 1.4: Exemple de grafs no isomorfs.

Cal dir, d'una banda, que no es oneix un sistema omplet d'invariants d'un graf i, de l'altra, que
el problema de determinar si dos grafs son o no isomorfs es lassi a, en teoria de la omplexitat,
om un problema N P . Aixo ultim signi a que si se'ns digues quina es l'apli a io bije tiva que
preserva les adja en ies, aleshores la erti a io d'aquest fet es pot fer en temps polinomi , pero,
en general, no es oneixen algorismes de ost polinomi que permetin trobar aquesta bije io.

1.5 Exemples importants de grafs

El graf nul d'ordre n, que denotarem per N , es un graf que te n vertexs i no te ap
aresta, es a dir, N = (V; A) on jV j = n i on A = ;.
Deni io. El graf omplet d'ordre n, que denotarem per K , es un graf amb n vertexs, on ada
vertex es adja ent a tots els restants.
Deni io. Un graf G = (V; A) es d-regular si tots els vertexs de G tenen grau d.
Deni io. Un graf G = (V; A) es bipartit si el onjunt V de vertexs admet una parti io en dos
sub onjunts V i V tals que qualsevol aresta de G uneix un vertex de V amb un vertex de V , es
a dir,
si uv 2 A; aleshores (u 2 V i v 2 V ) o (v 2 V i u 2 V ):
D'una manera mes pre isa es diu que G es un graf (V ; V )-bipartit i s'es riu G = (V [ V ; A).
En as que ada vertex de V sigui adja ent amb tots els vertexs de V , direm que G es un graf
bipartit i omplet i el denotarem per K , on m = jV j i n = jV j.
Exemple. El graf G de la gura 1.5 es bipartit pero no es omplet.
Les propietats seguents es dedueixen fa ilment de les deni ions donades i del lema de les en aixades
de mans:
1. Si G = (V; A) es un graf d-regular d'ordre n i mida m, aleshores n
d = 2m.
2. El grau de ada vertex de K es n 1, d'on resulta que K es un graf (n 1)-regular de
.
mida
Deni io.

n(n

1)

m;n


CAPITOL 1. GRAFS I DIGRAFS: CONCEPTES BASICS

K6

K3;2

Figura 1.5: Exemples de graf omplet i de grafs bipartits.

3. La mida del graf K es igual a m
n.
En rela io amb les deni ions donades en aquest apartat al fer les observa ions seguents:
 Quan parlem del graf nul N o del graf omplet K , entre altres, en realitat ens estem referint
a una lasse d'isomora de grafs; es a dir, per exemple, tots els grafs G = (V; A) d'ordre n
amb A = ; son isomorfs entre si; la seva lasse d'isomora es denota per N .
 En el graf omplet hi ha totes les arestes possibles. D'aqu que la seva mida sigui maxima i
que oin ideixi amb el nombre de sub onjunts de ardinal 2 d'un onjunt V de n elements.
 Els grafs bipartits i omplets K o K s'anomenen grafs estrella . Els grafs 3-regulars
tambe s'anomenen grafs ubi s .
m;n

m;1

1;n

1.6 Subgrafs. Grafs derivats d'un graf

Un graf H = (V 0; A0 ) es un subgraf de G = (V; A) si V 0  V i A0  A. Quan V 0 = V
direm que H es un subgraf generador de G.
Deni io. Si G = (V; A) es un graf i S es un sub onjunt de V , el subgraf indut per S , que
denotarem per < S >, es el graf < S >= (S; A0), on els elements de A0 son les arestes de G que
uneixen vertexs de S , es a dir,
A0 = fuv 2 A j u 2 S i v 2 S g:
En as que S = V fvg, el subgraf indut, que es denota per G v, s'obte suprimint de G el
vertex v i les arestes in idents amb aquest vertex. Analogament, si W  V el graf G W denota
el graf obtingut suprimint de G els vertexs de W i les arestes in idents amb aquests vertexs.
En anvi, la supressio d'una aresta a d'un graf G = (V; A) dona llo , per deni io, al subgraf
G a = (V; A fag), 
es a dir, s'elimina l'aresta a pero no els vertexs in idents amb aquesta aresta.
Exemple. En la gura 1.6 es pot veure el resultat de suprimir en el graf G = (V; A), on V =
fa; b; ; dg i A = fab; ad; b ; bdg, el vertex a i l'aresta bd.
Deni io.

1.7. OPERACIONS ENTRE GRAFS

-a

-bd

d
d
d
Figura 1.6: Exemple de supressio d'un vertex i d'una aresta d'un graf.

Si u i v son dos vertexs no adja ents d'un graf G = (V; A), denim que
G + uv = (V; A [ fuv g);
es a dir, G + uv es el graf que s'obte de G afegint l'aresta uv.

1.7 Opera ions entre grafs

Deni io. El graf omplementari d'un graf G = (V; A) es el graf G = (V; A), on A = P (V ) A
es el onjunt d'arestes que no pertanyen a A; es a dir, dos vertexs diferents u; v 2 V son adja ents
en G si, i nomes si, no ho son en G.
Exemple. En la gura 1.7 hi ha representats un graf G i el seu omplementari G.
2

Figura 1.7: Exemple de graf omplementari.

A partir de la deni io de graf omplementari es dedueixen fa ilment les propietats seguents:
1. Si G = (V; A) es un graf d'ordre n i v es un vertex de G, aleshores la suma dels graus de v
en el graf G i en el seu omplementari G es n 1.
2. El graf K es el omplementari del graf N i vi eversa.
3. Dos grafs G i G son isomorfs si, i nomes si, ho son els seus respe tius grafs omplementaris.
La darrera propietat ens permet reduir l'enumera io de tots els grafs no isomorfs d'ordre n a
aquells que son de mida menor o igual que la meitat de la mida de K , ja que els restants seran
els omplementaris dels grafs trobats.
Siguin G = (V; A) i H = (V 0; A0) dos grafs amb onjunts de vertexs disjunts.
n

10


CAPITOL 1. GRAFS I DIGRAFS: CONCEPTES BASICS

El graf unio de G i H , que denotarem per G [ H , es el graf

G [ H = (V [ V 0 ; A [ A0 ):
Deni io. El graf suma de G i H , que denotarem per G + H , es el graf
G + H = (V [ V 0 ; A [ A0 [ fuv j u 2 V i v 2 V 0 g):
E s a dir, G + H in lou, a mes de les arestes de G i H , totes les arestes que uneixen vertexs de G
amb vertexs de H .
Exemple. En la gura 1.8 podeu veure om la suma de dos grafs omplets torna a donar un graf
omplet.
Deni io.

G1

G2

G1

+G

Figura 1.8: Exemple de graf suma.

Com a onsequen ia immediata de la deni io de graf suma tenim que:
1. Si G es un graf d'ordre n i mida m , i H es un graf d'ordre n i mida m , aleshores G + H
es un graf d'ordre n + n i mida igual a m + m + n
n .
2. Els grafs K i N + N son iguals.
Si n  3 es un enter, aleshores es deneix el graf i le d'ordre n, que es denota per C , om el
graf C = (V; A) on V = fv ; v ; : : : ; v g i A = fv v ; v v ; : : : ; v v ; v v g. Si n  4 es un
enter, el graf roda d'ordre n, denotat per W , es deneix om N + C . En la gura 1.9 teniu
representats un exemple de graf i le i un de graf roda.
1

m;n

C5

W6

Figura 1.9: Grafs i le, C , i roda, W .

5

Donats dos grafs G = (V ; A ) i G = (V ; A ), amb V i V disjunts, el graf produ te

de G i G , que es designa per G  G , es el graf que te per onjunt de vertexs V  V i
on les adja en ies es deneixen de la manera seguent:
(u ; u ) es adja ent a (v ; v ) () (u = v i u v 2 A ) o (u = v i u v 2 A ):
Deni io.

artesia

11

1.7. OPERACIONS ENTRE GRAFS

El graf hiper ub de dimensio n, que es designa per Q , es deneix re ursivament de la manera

seguent:

K
si n = 1;
Q =
Q
 K si n > 1:
n

El graf Q = K  K , representat en la gura 1.10, s'ha obtingut substituint ada

vertex de K per una opia de K afegint-hi les arestes orresponents. De la mateixa manera,
podem onstruir els grafs Q = K  Q i Q = K  Q , representats en la gura 1.11.

Exemple.

Figura 1.10: El graf hiper ub Q .

2

Figura 1.11: Els grafs hiper ub Q i Q .

3

A partir de la deni io de graf produ te artesia i de graf hiper ub es dedueixen les propietats
seguents:
1. Si G es un graf d'ordre n i mida m i G es un graf d'ordre n i mida m , aleshores G  G
es un graf d'ordre n
n i mida n
m + n
m .
1

2. El graf Q es un graf n-regular d'ordre 2 .

Deni io. El graf lnia d'un graf G = (V; A), que denotarem per L(G) = (V 0 ; A0 ), es el graf que
te per onjunt de vertexs el onjunt d'arestes de G, es a dir, V 0 = A, i dos vertexs de L(G) son
adja ents si les arestes orresponents de G son in idents en un mateix vertex.
Exemple. En la gura 1.12 teniu representats un graf G i el seu graf lnia L(G). Quina rela io hi
ha entre l'ordre de G i la mida de L(G)? Com s'obtenen els graus dels vertexs de L(G) en fun io
dels graus dels vertexs de G?
n

12


CAPITOL 1. GRAFS I DIGRAFS: CONCEPTES BASICS

ab

ad

ae

be L(G) bd
Figura 1.12: Exemple d'un graf lnia.

1.8 Digrafs

El on epte de digraf o graf dirigit deriva dire tament del on epte de graf exigint que les arestes,
que ara en direm ar s , siguin parells ordenats de vertexs diferents.
Deni io. Un digraf G = (V; A) esta format per un onjunt nit i no buit V i per un onjunt A
de parells ordenats d'elements diferents de V .
Els elements de V s'anomenen vertexs i els de A s'anomenen ar s . Si a = (u; v) es un ar direm
que u es adja ent ap a v i que v es adja ent des de u. Tambe direm que l'ar a = (u; v) es in ident
des de u ap a v. Normalment, per abreujar la nota io es riurem a = uv en llo de a = (u; v).
Els on eptes d'ordre i mida d'un digraf son analegs als d'un graf, es a dir, l'ordre del digraf
G = (V; A) 
es el nombre de vertexs de V i la mida de G es el nombre d'ar s de G.
Exemple. El digraf G = (V; A), on V = fa; b; g i A = f(a; b); (a; ); (b; a); ( ; b)g, es un digraf
d'ordre 3 i mida 4.
Una altra manera de representar un digraf es mitjan ant un dibuix on els vertexs es representen
per punts del pla i on ada ar a = uv es representa per una lnia que va des del punt asso iat a u
al punt orresponent a v i indi arem la dire io per mitja d'una punta de etxa. Aix, el digraf de
l'exemple anterior pot representar-se mitjan ant el dibuix de la gura 1.13.
a

b
Figura 1.13: Representa io gra a d'un digraf.
En general, podem dir que en les situa ions on l'ordre (o la dire io) en les rela ions entre els
obje tes impli ats sigui rellevant, un digraf resulta, om a model matemati , mes adequat que un
graf.
Deni io. Si v es un vertex d'un digraf G = (V; A), el grau de sortida de v en el digraf G, que
denotarem per g (v), es el nombre d'ar s in idents des de v, es a dir,
g (v ) = jfu 2 V j (v; u) 2 Agj:
+

13

1.9. VARIANTS DEL CONCEPTE DE GRAF I DIGRAF

El grau d'entrada de v, que denotarem per g (v), es el nombre d'ar s in idents ap a v, es a dir,
g (v ) = jfu 2 V j (u; v ) 2 Agj:
La rela io entre l'ordre, la mida i els graus d'entrada i sortida dels vertexs d'un digraf ve donada
pel teorema seguent:
Teorema 1.3. La suma de tots els graus de sortida dels vertexs d'un digraf G = (V; A) es igual a
 a dir,
la suma de tots els graus d'entrada, i val la mida del digraf. Es
X

(v) =

( ) = jAj:

g+ v

Demostra io. Cada ar a = uv de G es in ident des d'un uni vertex u ap a un uni vertex v i,
per tant, ontribueix en una unitat en la suma de tots els graus de sortida i en una unitat en la
suma de tots els graus d'entrada. Per tant, la suma de tots els graus de sortida es igual al nombre
d'ar s, i aquest tambe es igual a la suma de tots els graus d'entrada.
Deni io. Un digraf G = (V; A) es simetri si
8u; v 2 V u 6= v; (u; v) 2 A () (v; u) 2 A:
Un digraf G = (V; A) es asimetri si
8u; v 2 V u 6= v; (u; v) 2 A ) (v; u) 62 A;
o, equivalentment, no hi ha ap parell de vertexs diferents u i v tals que (u; v) 2 A i (v; u) 2 A.

G1

G2

Figura 1.14: G es un digraf simetri i G es un digraf asimetri .

1

En els digrafs representats en la gura 1.14 podeu veure la diferen ia entre un digraf simetri i un
d'asimetri .
Observeu que un graf G = (V; A) pot representar-se mitjan ant un digraf simetri G0 substituint
ada aresta fu; vg de G pel parell d'ar s (u; v) i (v; u). Altrament, si s'assigna a ada aresta de
G una dire i
o, es a dir, si s'asso ia a ada aresta un uni ar , s'obte un digraf asimetri que
s'anomena orienta io de G. D'altra banda, a tot digraf G = (V; A) podem asso iar-li un graf
G0 = (V; fuv j (u; v ) 2 A o (v; u) 2 Ag) que anomenarem graf subja ent a G.
En la gura 1.15 podeu veure om es onstrueix el graf subja ent a un digraf donat.

1.9 Variants del on epte de graf i digraf

Si en un graf (digraf) permetem l'existen ia d'arestes (ar s) paral.leles , es a dir, mes
d'una aresta (ar s amb la mateixa dire io) entre un mateix parell de vertexs, aleshores direm
que tenim un multigraf (multidigraf ). Si, a mes, admetem els lla os (adja en ies d'un vertex a si
mateix), llavors parlarem de pseudografs .

Deni io.

14


CAPITOL 1. GRAFS I DIGRAFS: CONCEPTES BASICS

G0

Figura 1.15: G0 es el graf subja ent al digraf G.

Un graf (digraf) ponderat G = (V; A; w) esta format per un graf (digraf) G = (V; A) i
per una apli a io
w:A
! R
a
! w(a) anomenat pes o ost de a
Exemple. Podeu veure, en la gura 1.16, que G es un multigraf, G es un pseudograf i G
representa un graf ponderat. El graf G pot modelitzar, per exemple, una xarxa de arreteres on
els pobles estan representats pels vertexs, les arreteres per les arestes i les distan ies quilometriques
pels pesos de les arestes orresponents.

Deni io.

5
G1

G2

5
7

G3

Figura 1.16: Variants dels grafs i digrafs.

Problemes
Determineu el nombre de vertexs d'un graf G en els asos seguents:
a) G te 9 arestes i tots els seus vertexs tenen grau 3.
b) G es un graf regular amb 15 arestes.
) G te 10 arestes, 3 vertexs de grau 4 i els restants, de grau 2.
Problema 2. Demostreu que si G es un graf d regular, on d es senar, aleshores G te un nombre
parell de vertexs.
Problema 3. Proveu que si G es un graf d'ordre n i mida m, aleshores m  n(n 1). Per a
quins grafs se satisfa la igualtat?
Problema 4. Sigui G un graf d'ordre n i mida m. Sigui (G) el grau mnim de G i
(G) el grau
maxim de G. Proveu que:
a) (G)  2m=n.
b) 2m=n 
(G).
Problema 1.

Problema 5.

a) Demostreu que no hi ha ap graf d'ordre mes gran o igual que 2 i amb tots els graus dels
vertexs diferents.
b) En una reunio de n persones (n  2) es produeixen un determinat nombre de saluta ions
entre els assistents. Demostreu que hi ha dues persones que han fet exa tament el mateix
nombre de saluta ions.
Problema 6. Spirou i la seva parella organitzen una festa a la que hi onviden 4 parelles mes.
Quan es troben, alguns onvidats se saluden donant-se la ma, pero, om es d'esperar, ningu no
ho fa amb la seva propia parella. En a abar la festa, Spirou pregunta a tots els altres a quantes
persones han donat la ma i li donen nou respostes diferents. A quantes persones ha donat la ma
Spirou? A quantes la seva parella?
Problema 7. Per a adas un dels asos seguents, examineu si existeixen grafs d'ordre 6 de forma
que els graus dels seus vertexs siguin els valors donats. En as que existissin, doneu-ne un exemple.
a) 5,5,5,5,3,3.
b) 5,5,4,3,3,2.
) 5,4,3,2,2,1.
d) 4,4,4,4,2,2.
15

16
?

1. PROBLEMES

Problema 8. Demostreu que si G = (V; A) es un graf que no onte 3- i les i tal que jV j = 2m,
aleshores jAj  m (un 3- i le en un graf es un subgraf format per tres vertexs adja ents dos a
dos).
2

Problema 9.

a) Trobeu la matriu d'adja en ia, la matriu d'in iden ia i la llista d'adja en ies del graf G =
(V; A) on
V = fa; b; ; d; eg
A = fab; a ; b ; bd; d; e; deg
(Representem per ab l'aresta fa; bg).
b) Dibuixeu el graf G = (V; A) que te matriu d'adja en ia
0
0 1 0 1 01
B 1 0 0 0 1 C
B
C
C
M (G) = B
B 0 0 0 1 0 C:
 1 0 1 0 1 A
0 1 0 1 0
A

Sigui G = (V; A) un graf d'ordre n, on V = fv ; v ; : : : ; v g i sigui M = M (G) =

(a ) la matriu d'adja en ia del graf G.
a) Proveu que la suma dels elements de la la i-esima oin ideix amb la suma dels elements de
la olumna i-esima i es igual al grau del vertex v .
b) Proveu que P a es igual a la mida del graf G.
) Demostreu que els oe ients de la diagonal de la matriu M = M
M , on \
"denota el
produ te matri ial usual, oin ideixen amb els graus dels vertexs orresponents de G.
Problema 11. Sigui G = (V; A) un graf d'ordre n i mida m i sigui B = M (G) = (b ) la matriu
d'in iden ia de G.
a) Que es pot dir de la suma dels elements de ada olumna de B?
b) Que es pot dir de la suma dels elements de ada la de B?
) Que representa B
B ?

Problema 10.

ij

i;j

ij

ij

Problema 12.

a)
b)
)
d)

Digueu quants grafs hi ha d'ordre 4, llevat d'isomorsmes.

Quants grafs no isomorfs hi ha d'ordre 5 i mida 3?
I amb 6 vertexs i 4 arestes?
Sigui V un onjunt de n elements. Demostreu que el nombre de grafs que tenen V om a
onjunt de vertexs es 2
.
Problema 13. Donades les parelles de grafs seguents, digueu raonadament si son o no son
isomorfs:
n(n

1)=2

17

1. PROBLEMES

a)

b)

)
3

Sigui G = (V; A) el graf denit de la manera seguent: el onjunt de vertexs V es el

onjunt de les paraules de longitud 3 en l'alfabet  = f0; 1g i el onjunt d'arestes A onte aquelles
parelles de paraules que difereixen en una uni a posi io.
a) Cal uleu l'ordre i la mida de G.
b) Demostreu que G es isomorf al graf hiper ub de dimensio 3 (Q ).
) Demostreu que G es bipartit.

Problema 14.

Problema 15.

a) Demostreu que s : 7; 6; 5; 4; 4; 3; 2; 1 es una sequen ia gra a, a partir de la ara teritza io
donada per Havel i Hakimi, que podreu trobar degudament enun iada i justi ada en l'annex
d'aquest aptol.
b) Proveu que el graf que te s (sequen ia donada en l'apartat anterior) om a sequen ia de graus
es uni llevat d'isomorsmes.
Problema 16. Donats els grafs K , C i W :
a) Determineu l'ordre i la mida de adas un d'aquests grafs.
b) Per a quins valors de n aquests grafs son regulars?
) Per a quins valors de n aquests grafs son bipartits?
d) Des riviu om son les seves matrius d'adja en ia.
?
e) Quants subgrafs de mida m te K , 0  m 
Problema 17. Donat el graf K :
a) Determineu el seu ordre i la seva mida.
b) Per a quins valors de m i n, es un graf regular?
) Determineu K .
d) Com es la seva matriu d'adja en ia?
n

m;n

m;n

n(n

1)

18
3

1. PROBLEMES

Problema 18. Determineu, emprant arguments ombinatori s, quin es el nombre de grafs 3regulars no identi s que tenen a V = f1; 2; 3; 4; 5; 6g om a onjunt de vertexs. Quants n'hi ha de
no isomorfs?
Problema 19.

a) Sigui G = (V; A) un graf d'ordre n i G el graf omplementari de G. Demostreu que tot vertex
v de G satisf
a que
g (v ) + g (v ) = n 1;
on g (v) i g (v) representen el grau del vertex v en el graf G i en el graf G, respe tivament.
b) Quina rela io hi ha entre la matriu d'adja en ia del graf G i la matriu d'adja en ia del graf
omplementari G?
) Siguin G = (V ; A ) i G = (V ; A ) dos grafs. Demostreu que G i G son isomorfs si, i
nomes si, G i G ho son.
d) Determineu el nombre de grafs no isomorfs d'ordre 10 i mida 43.
Problema 20. Diem que un graf G es auto omplementari si es isomorf al seu graf omplementari
G.
a) Dibuixeu un graf d'ordre 4 i un d'ordre 5 que siguin auto omplementaris.
b) Demostreu que si G es un graf auto omplementari d'ordre n, aleshores n  0 (mod 4) o
n  1 (mod 4).
Problema 21. Demostreu els enun iats seguents:
a) Si G es un graf d'ordre 6, aleshores G te tres vertexs adja ents dos a dos, o no adja ents dos
a dos.
b) En tota reunio de sis persones n'hi ha tres que, dos a dos, es oneixen o que, dos a dos, no
es oneixen.
) Comproveu que l'arma io de l'apartat anterior no es erta per a grups de in persones o
menys.
G

Problema 22.

a) Donat el graf G = (V; A) on V = fa; b; ; dg i A = fab; b ; bd; dg, determineu el seu graf lnia
L(G).
b) Dibuixeu un graf d'ordre 3 que sigui isomorf al seu graf lnia.
) Demostreu que el graf lnia de K te n(n 1)=2 vertexs i es un graf r-regular, on r = 2n 4.
Problema 23. Sigui G = (V; A) el graf de Petersen representat per la gura seguent:
n

19

1. PROBLEMES

a) Determineu si el graf i le d'ordre 8 es un subgraf de G.

b) Doneu un subgraf generador de G.
) Es olliu S  V , de ardinal 5, i onstruu el subgraf de G indut per S, < S >.
3 Problema 24. Determineu el nombre de multigrafs diferents de mida 4 que tenen om a vertexs
el onjunt V = f1; 2; 3; 4; 5g. Quants son grafs?
Problema 25. Que es pot dir dels obje tes seguents?
a) La suma de dos grafs omplets.
b) La suma de dos grafs nuls.
) El graf omplementari de la suma de dos grafs.
? Problema 26. Donats dos grafs G = (V ; A ) i G = (V ; A ), amb V i V disjunts, la omposi i
o
de G i G , que es designa per G [G , es el graf que te om a onjunt de vertexs V  V i les
adja en ies es deneixen de la manera seguent:
(u ; u ) es adja ent a (v ; v ) () u v 2 A o (u = v i u v 2 A ):
a) Sigui P el am d'ordre n,
P = (V; A); on V = fv ; v ; : : : ; v g i A = fv v ; v v ; : : : ; v
v g:
Dibuixeu els grafs P [P i P [P . Son isomorfs?
b) Determineu l'ordre i la mida de G [G en fun io de l'ordre i la mida de G i G .
Problema 27. Proveu o refuteu les proposi ions seguents:
a) Si G i G son grafs regulars, aleshores G + G i G  G son grafs regulars.
b) Si G i G son grafs bipartits, aleshores G + G i G  G son grafs bipartits.
) G + G = G + G .
Problema 28. Determineu tots els digrafs no isomorfs d'ordre 3 i mida 3.
Problema 29. Determineu quants digrafs simetri s hi ha d'ordre 4 i mida 2, llevat d'isomorsmes.
Quants n'hi ha d'asimetri s?
3 Problema 30. Es diu que un digraf G = (V; A) es un torneig si per ada parell de vertexs diferents
u i v de G es satisf
a que un, i nomes un, dels ar s uv i vu es de G. Dit d'una altra manera, un
torneig es un digraf que s'obte a partir d'un graf omplet donant una orienta io a les seves arestes.
a) Determineu, raonadament, el nombre de tornejos no identi s que tenen om a onjunt de
vertexs V = f1; 2; : : : ; ng .
b) Digueu quina rela io hi ha entre els on eptes seguents: torneig, digraf asimetri , orienta io
d'un graf, graf subja ent i graf omplet.
Problema 31. La matriu d'adja en ia M = M (G) = (a ) d'un digraf G = (V; A), on V =
fv ; v ; : : : ; v g, es una matriu de tamany n  n denida de la manera seguent:

1 si (v ; v ) 2 A
a =
0 altrament.
1

ij

ij

20

1. PROBLEMES

a) Quina informa io ens propor iona la suma de les les de M ?

b) Quan es simetri a la matriu M ?
3 Problema 32. En el digraf lnia d'un digraf G ada vertex representa un ar de G i un vertex uv
de L(G) (que representa l'ar (u; v) de G) es adja ent ap a un vertex wz de L(G) si, i nomes si,
v = w. Per exemple, a ontinua i
o es pot veure un digraf i el seu digraf lnia:
a
ab ba
b a
Un digraf G = (V; A) es diu que es d regular si per a ada vertex v de G es ompleix que el
grau de sortida g (v) (nombre d'ar s in idents des de v) i el grau d'entrada g (v) (nombre d'ar s
in idents ap a v) son iguals a d.
a) Demostreu que si G es un digraf d regular d'ordre n, aleshores L(G) es un digraf d regular
d'ordre d
n.
b) El digraf de Kautz G te om a vertexs les paraules de llargada n formades amb els elements
de l'alfabet  = f0; 1; : : : ; dg de forma que elements que o upen, en una mateixa paraula,
posi ions onse utives son diferents, es a dir, x x : : : x representa un vertex del digraf G
si ada element x 2 , i per a tot i 2 f1; 2; : : : ; n 1g es ompleix que x 6= x . I un
vertex x x : : : x es adja ent ap a un vertex de la forma x x : : : x x .
Dibuixeu el digraf de Kautz G i el digraf lnia del digraf
G = (f0; 1; 2g; f(0; 1); (0; 2); (1; 0); (1; 2); (2; 0); (2; 1)g)
(observem que G es el digraf omplet d'ordre 3). Quina rela io observeu entre aquests dos
digrafs?
Problema 33. Doneu exemples de la vida quotidiana que es puguin modelitzar mitjan ant:
a) un multigraf;
b) un multidigraf;
) un pseudograf;
d) un graf ponderat.
b

d
n

d
n

2
2

n+1

i+1

Solu ions i indi a ions

Problema 1.

Si denotem per n l'ordre d'un graf, aleshores

a) n = 6.
b) Si G es d-regular, hi ha vertexs. Pero om que dj30 i d  1, les uniques possibilitats
son que d = 1; 2; 3; 5 i, respe tivament, n = 30; 15; 10; 6.
) n = 7.
Problema 4. Utilitzeu el lema de les en aixades de mans.
Problema 5. Tingueu en ompte que si G = (V; A) es un graf d'ordre n, aleshores tenim que
0  g(v)  n 1; 8v 2 V .
Problema 6. Tots dos han donat la ma a quatre persones.
30

30

Problema 7.

a)
b)
)
d)

No.
S.
No.
S.

Utilitzeu el metode d'indu io sobre m. Considereu dos vertexs u i v adja ents, i
trobeu la ta per a la mida de G a partir de la ta de la mida de G fu; vg.

Problema 8.
Problema 9.

a) Matriu d'adja en ia:

MA

Matriu d'in iden ia:

0
B 1
B
(G) = B
B 1
 0
0

1
0
1
1
0

1
1
0
1
1

0
1
1
0
1

01
0C
C
1C
C
1A
0

0
1
1
0
0

0
1
0
1
0

0
0
1
1
0

0
0
1
0
1

1 1
B 1 0
B
M (G) = B
B 0 1
 0 0
0 0
21
I

01
0C
C
0C
C
1A
1

22

1. SOLUCIONS

I la llista d'adja en ies:

a
b

b
a

d

a
b
d
e

d
b

e

e

d

b)
Problema 10.

b) Utilitzeu el lema de les en aixades de mans.

Problema 11.

a) La suma dels elements de la olumna i-esima orrespon al nombre de vertexs que son in idents
amb l'aresta a .
b) La suma dels elements de la la j -esima orrespon al grau del vertex v .
) Si B
B = ( ), aleshores
8
si i 6= j i v no es adja ent a v
< 0;
si i 6= j i v es adja ent a v

= : 1;
g (v );
si i = j
i

ij

ij

Problema 12.

a) 11.
b) 4.
) 9.

Problema 13.

a) No.
b) S.
) No.

Problema 14.

a) L'ordre es 8 i la mida 12.

Problema 16. Donem els resultats per a K :
a) L'ordre es n i la mida
.
b) E s (n 1)-regular, per a qualsevol valor de n.
) Nomes per a n = 2.
d) Els elements de la diagonal son 0, i tota la resta valen 1.
n

n
2

23

1. SOLUCIONS

e)

 n(n

1)

Problema 17.

a) L'ordre es m + n i la mida m
n.

b) Quan m = n.
) K = K [ K .
m;n

0; si i  m; j  m
0; si i  m + 1; j  m + 1
:
1; altrament.
Penseu en el graf omplementari. N'hi ha 70 de no identi s i nomes 2 llevat

d) Si M (K ) = (a ), aleshores
A

m;n

Problema 18.

d'isomorsmes.

8
<

ij

aij

Problema 19.

b) M (G) + M (G) = J , on J denota la matriu que tots els seus oe ients valen 1.
d) Utilitzeu l'apartat ).
A

Problema 20.

b) Utilitzeu el lema de les en aixades de mans. Tingueu en ompte tambe que si G es un graf
auto omplementari, aleshores X
X
g (v ) =
g (v ):
v

Problema 21.

a) Preneu un vertex v del graf G. Distingiu els asos g (v)  3 i g (v) < 3. Estudieu el segon
as a partir del primer, onsiderant que passa en el graf omplementari.
G

Problema 22.

El graf lnia del graf G es

a) S.
Problema 24. Hi ha 660 multigrafs diferents de mida 4 i ordre 5, dels quals 210 son grafs.
Problema 23.

Problema 25.

a)
b)
)

+K =K .
+N =K .
+G =G [G .

Km

m+n

Nm

m+n

G1

Problema 26.

a) No son isomorfs.
b) Si n i n son els ordres dels grafs, i m i m en son les mides, aleshores l'ordre de G [G es
n
n , i la seva mida 
es n m + n m .
1

2
2

24

1. SOLUCIONS

Problema 27.

a) Fals.
b) Fals.
) Cert.

N'hi ha quatre.
Problema 29. N'hi ha un de simetri i quatre d'asimetri s.
Problema 28.
Problema 30.

a) 2 n n .
(

1)

Problema 31.

a) El grau de sortida dels vertexs v .

b) Quan el digraf sigui simetri .
i

Problema 32.

a) Tingueu present la rela io que hi ha entre la mida de G i l'ordre de L(G).

b) Son el mateix.

Cap
tol 2

Re orreguts, onnexio i distan ies

La propietat mes basi a que pot tenir un graf es la de ser onnex. Podem dir, a mode d'introdu io,
que un graf es onnex si donats dos vertexs qualssevol d'aquest hi ha un \re orregut"que els
onne ta.

2.1 Tipus de re orreguts

Pre isem el on epte de re orregut entre dos vertexs u i v d'un graf G = (V; A) i els diferents tipus
de re orreguts que pot haver-hi.
Deni io. Un u v re orregut (u v walk ) de longitud l del graf G es una sequen ia de vertexs
u u : : : u u , amb u = u, u = v i u
u 2 A per a i = 1; 2; : : : l, 
es a dir, ada parell de vertexs
onse utius son adja ents. Si u = v direm que es un re orregut tan at i si u 6= v direm que es un
re orregut obert .
Deni io. Un sendero (trail ) es un re orregut en el qual no es repeteixen les arestes. Un am
(path ) es un re orregut en el qual no es repeteixen els vertexs.
Un vertex v es onsidera un am de longitud 0, que s'anomena am trivial. Observeu que tot
am es un sendero.
Deni io. Un ir uit es un sendero tan at no trivial. Un i le es un ir uit v v : : : v v que te
els l vertexs v ; v ; : : : ; v diferents.
Veiem aquests diferents tipus de re orreguts en l'exemple seguent:
Exemple. Donat el graf G, representat en la gura 2.1, tenim que
adefged es un a- re orregut de longitud 7;
ad
es un a- am de longitud 2;
ad bde es un a-e sendero de longitud 5;
adegf dba es un a-a ir uit de longitud 8;
ab da
es un a-a i le de longitud 4.
Si u u : : : u es un am d'un graf G = (V; A), el subgraf
P = (fu ; u ; : : : ; u g; fu u ; u u ; : : : ; u
u g)
s'anomena graf am d'ordre n.
Direm que un re orregut R onte un re orregut R0, si R0 es una subsequen ia de R. En aquest
sentit tenim el resultat seguent:
0

25

26

 I DISTANCIES

CAPITOL 2. RECORREGUTS, CONNEXIO

g
b

Proposi io 2.1. Siguin

u

am.

f
Figura 2.1: Re orreguts en un graf.
dos vertexs d'un graf

G.

Aleshores, tot

re orregut onte un

Sigui R : u = u u u : : : u u = v un u v re orregut. Si tots els vertexs del

re orregut R son diferents, aleshores R es un am. En as que hi hagi vertexs repetits, siguin i; j
els primersndexs tals que u = u , sent 0  i < j  l. Suprimint de R la sequen ia u u : : : u
obtenim un re orregut R0, ontingut en R, que no te vertexs repetits abans del u . Si tots els
vertexs del nou re orregut R0 son diferents, aleshores ja tenim un am i, si no, apliquem a R0
el pro es anterior ns a obtenir una subsequen ia de R amb tots els vertexs diferents, es a dir,
un u v am. Com que un re orregut es una sequen ia nita de vertexs, podem garantir que el
pro es anterior a aba sempre despres d'un nombre nit de passos.
La matriu d'adja en ia M d'un graf G i les seves su essives poten ies ens propor ionen el nombre
de re orreguts entre els vertexs de G, tal om podem observar en el teorema seguent:
Teorema 2.2. Sigui G un graf amb onjunt de vertexs V = fv ; v ; : : : ; v g i M = M (G) = (a )
la matriu d'adja en ia de G. Aleshores, l'element (i; j ) de la matriu M , on k 2 N , es el nombre
Demostra io.

i+1

de

vi

vj

n
k

ij

re orreguts de longitud k .

Ho farem per indu io respe te a l'exponent k.

Per a k = 1, el nombre de re orreguts de longitud 1 entre v i v es 1 si v i v son adja ents i
0, altrament. Aquesta es justament la deni io del oe ient a de la matriu d'adja en ia M del
graf G.
Suposem-ho ert per a k i provem-ho per a k + 1. Sigui M = (a ) i M = (a ). Sabem
que M = M
M i, per tant,
X
= a
a :
a

Demostra io.

ij

(k)

(k+1)

k+1

ij

ij

k+1

(k)

(k+1)

rj

ir

ij

r =1

Com que, per hipotesi d'indu io, a es el nombre de v v re orreguts de longitud k i om
que, per deni io de matriu d'adja en ia, a es 1 si v es adja ent a v i 0, altrament, la suma
anterior oin ideix amb el nombre total de re orreguts de longitud k de v als vertexs adja ents a
v . D'altra banda, tot v v re orregut de longitud k +1 onsta d'un re orregut v v de longitud
k m
es la sequen ia v v , on v i v son adja ents. Aix don s, el nombre de v v re orreguts de
longitud k + 1 es igual al nombre de re orreguts de longitud k entre v i els vertexs adja ents a v
i, per tant, es igual al oe ient (i; j ) de la matriu M .
Exemple. Donat el graf G = (V; A), on V = fa; b; ; dg i A = fab; a ; ad; bd; dg, representat en
la gura 2.2, tenim que
0
0
0
4 5 5 51
3 1 1 21
0 1 1 11
C
C
B
B
B 1 0 0 1 C
C; M = B 1 2 2 1 C; M = B 5 2 2 5 C:
M =B
 5 2 2 5 A
 1 2 2 1 A
 1 0 0 1 A
5 5 5 4
2 1 1 3
1 1 1 0
(k)

ir

rj

k+1

27

2.2. GRAFS CONNEXOS

Aix, per exemple, hi ha dos b-b re orreguts de longitud 2 (bab, bdb) i in a-b re orreguts de
longitud 3 (abab, a ab, adab, a db, abdb).
a

d
Figura 2.2: Nombre de re orreguts de longitud xada.

2.2 Grafs onnexos

Ara ja podem donar una deni io pre isa de graf onnex.

Deni io. Un graf G = (V; A) es onnex si per a ada parell de vertexs u i v de G existeix un
u v am.
Exemple. En la gura 2.3 podeu veure que mentre que el graf G es onnex, el graf G b no ho
es ja que, per exemple, no onte ap re orregut que onne ti els vertexs a i .
f

-b
a

Figura 2.3: Exemple de graf onnex i de graf no onnex.

Quan un graf G no sigui onnex ens preo uparem de determinar aquells subgrafs H de G que son
onnexos i que son maximals respe te a aquesta propietat; es a dir, no hi ha ap subgraf onnex
de G diferent de H que ontingui H om a subgraf. Aquests subgrafs, que orresponen al que
intutivament en direm \pe es"del graf, poden obtenir-se om els subgrafs induts per les lasses
d'equivalen ia resultants de denir en el onjunt de vertexs de G la rela io \estar onne tat", tal
om detallem a ontinua io.
Denim en el onjunt de vertexs V d'un graf G = (V; A) la rela io seguent:
8u; v 2 V; u R v () existeix un u v am de G:
A partir de la deni io es dedueix fa ilment que R es una rela io d'equivalen ia. Aleshores,
podem onsiderar la parti io de V en les diferents lasses d'equivalen ia V ; V ; : : : ; V i els subgrafs
G

28

 I DISTANCIES

CAPITOL 2. RECORREGUTS, CONNEXIO

induts per les parts V ; V ; : : : ; V , respe tivament. Aquests subgrafs s'anomenen

Es demostra que son subgrafs onnexos i que, a mes, son maximals
respe te a aquesta propietat. Tambe es demostra que el nombre de omponents onnexos d'un graf
G
es un invariant de G.
Exemple. El graf G, representat en la gura 2.4, esta format per tres omponents onnexos,
G = C [ C [ C , on C , C i C s
on els subgrafs induts pels onjunts de vertexs fa; b; e; f g,
f ; d; gg i fhg, respe tivament.
C 1 ; C2 ; : : : ; C k

omponents onnexos del graf G.

g
h

Figura 2.4: Exemple de omponents onnexos d'un graf.

E s important assenyalar que en moltes situa ions on s'ha de demostrar que una erta propietat
se satisfa per a tots els grafs, primer es prova per als grafs onnexos i despres es onstrueix la
demostra io per als grafs no onnexos treballant amb els seus omponents onnexos.
El resultat seguent ens estableix quina es la mida mnima d'un graf onnex.
Teorema 2.3. Si G es un graf onnex d'ordre n i mida m, aleshores m  n 1.
Demostra io. Ho demostrarem per indu io respe te de l'ordre del graf.
Si l'ordre del graf es 1 el resultat es immediat.
Suposem erta la propietat per a tot graf onnex d'ordre n  1 i provem que tambe ho es per a
tot graf onnex d'ordre n + 1. Sigui G = (V; A) un graf onnex d'ordre n + 1 i mida m. Hem de
provar que m  n. Si tots els vertexs de G tenen grau major o igual que 2, aleshores apli ant el
lema de les en aixades de mans tenim que
X
2m = g(v)  2(n + 1)
v

i, per tant, m  n +1  n. En as que G tingui un vertex v de grau 1, aleshores el graf G0 = G v

es un graf onnex d'ordre n i mida m 1. Apli ant la hipotesi d'indu io al graf G0 tindrem que
m 1  n 1, d'on resulta que m  n, tal om volem provar.
A onsequen ia dire ta d'aquest teorema s'obte el resultat seguent:
Corol.lari 2.4. Si
m

n

2.2.1

q.

es un graf que te ordre n, mida

Algorisme DFS. Test de onnexi

o

omponents onnexos, aleshores

A ontinua io detallem un algorisme que serveix per determinar el omponent onnex d'un vertex
qualsevol v d'un graf G, per obtenir l'arbre generador de G (aquest on epte es deneix a la
pagina 63) i per saber si G es onnex (aquesta propietat se satisfara si el omponent onnex d'un

29

2.2. GRAFS CONNEXOS

vertex qualsevol de G onte tots els vertexs del graf). El nom d'aquest algorisme (dfs |depth rst
sear h| o er a en fondaria prioritaria) ens re orda l'estrategia que utilitza per tal de re orrer el
graf.
Aquesta estrategia onsisteix a \explorar una via ns al nal", aixo es, partir d'un vertex v i visitar
un ve seu v i, despres, un ve de v (p.e. v ) i seguidament un ve de v (v ) i ontinuar d'aquesta
manera ns a arribar a un vertex v tal que no tingui ap mes ve o tots els seus vens ja hagin estat
visitats. En qualsevol d'aquests dos asos, per tal de determinar el proper vertex que al visitar
resseguirem la llista dels visitats en sentit ontrari ( omen ant per v ) er ant un vertex v que
tingui algun ve w en ara no visitat. w sera el proper vertex per visitar i l'algorisme ontinuara
explorant la via de w \ns al nal" de la forma des rita.
1

L'estru tura de dades que resulta es aient per implementar el re orregut usant l'estrategia de la

fondaria prioritaria es una pila.

Algorisme 2.1. (DFS)

= (V; A) es un graf

es un vertex de G.
Sortida: es la llista de vertexs que formen el omponent onnex C
que onte el vertex v
la 
es la llista d'arestes d'un \arbre generador" de G.
algorisme dfs(G; v; lv; la) es
var
l
: llista de vertexs;
p: pila de v
ertexs;
x: v
ertex;
fvar
lv := fv g;
la := fg;
l
:= V fvg;
p := empilar(p; v );
mentre :buida(p) fer
x := im(p);
si x es adja ent a un vertex y 2 l llavors
p := empilar(p; y );
l
:= l
fyg;
lv := lv
fy g;
la := la
fxy g;
sino p := desempilar(p);

Entrada:

G
v
lv

aux

aux

aux

aux

aux

fsi
fmentre
falgorisme

L'invariant de l'estru tura iterativa de l'algorisme dfs es el seguent:

I

=fl

= V lv^
8w 2 lv : w pertany al omponent onnex de v^
8x; w : w 2 lv ^ x 2 l ^ adja ent(w; x) ) w 2 p^
aux

es una llista d'arestes que formen un \arbre generador" de

aux

la
<V

laux >

30

 I DISTANCIES

CAPITOL 2. RECORREGUTS, CONNEXIO

Re ordem que < V l > es el subgraf de G indut per V l (vegeu pagina 8).
L'opera io d'empilar afegeix un element al apdamunt d'una pila. El darrer element empilat esdeve
el im de la pila i el primer que s'eliminara .
Exemple. Si apliquem l'algorisme DFS en el graf G = (V; A), representat en la gura 2.5, i prenem
v = a, aleshores obtindrem la taula seg
uent:
aux

aux

aux

fb; ; d; e; f; g g
f ; d; e; f; g g
fd; e; f; g g
fe; f; g g
fe; f; g g
ff; g g
ff; g g
ff; g g
ff; g g
ff; g g

a
ab
ab
ab d
ab
ab e
ab
ab
a

x := im(p)

a i
o

empilar(p; b)

empilar(p; )

empilar(p; d)

desempilar(p)
e

empilar(p; e)

desempilar(p)

desempilar(p)

desempilar(p)

desempilar(p)

lv

la

fa; bg
fa; b; g
fa; b; ; dg
fa; b; ; dg
fa; b; ; d; eg
fa; b; ; d; eg
fa; b; ; d; eg
fa; b; ; d; eg
fa; b; ; d; eg
fa; b; ; d; eg

fabg
fab; b g
fab; b ; dg
fab; b ; dg
fab; b ; d; eg
fab; b ; d; eg
fab; b ; d; eg
fab; b ; d; eg
fab; b ; d; eg
fab; b ; d; eg

Per tant, el omponent onnex C de G que onte el vertex a es el subgraf indut pel onjunt de
vertexs lv = fa; b; ; d; eg . Com que aquest omponent no onte tots els vertexs del graf, es a dir,
lv 6= V , podem on loure que G no 
es onnex.
e
2

b
d
f
Figura 2.5: Exemple d'apli a io de l'algorisme DFS.
La orre tesa de l'algorisme queda provada pel teorema seguent:
Teorema 2.5. Sigui G = (V; A) un graf i v un vertex de G. El subgraf indut pels vertexs visitats
de

emprant l'algorisme DFS es el omponent onnex de

que onte v .

Sigui T el subgraf indut pels vertexs visitats emprant l'algorisme DFS, i sigui C el
omponent onnex de G que onte v. Provarem que T = C veient que els respe tius onjunts de
vertexs son iguals.
Clarament tot vertex w de T es de C , ja que en ada pas de l'algorisme DFS els vertexs que es
visiten estan onne tats amb el vertex ini ial v i, per tant, son vertexs del omponent onnex C
que onte v. D'altra banda, si w es un vertex de C , aleshores, per ser C onnex, existeix un v w
am v = v v : : : v = w de C . Sabem que v es de T ; si, a mes, tot altre vertex v d'aquest am
es de T , llavors ja tenim que w es un vertex de T . Suposem, don s, que existeixi un vertex v
que sigui de T i tal que v no ho sigui. Com que per l'algorisme DFS aquest vertex v es en
Demostra io.

i+1

1 Es
 per aquesta ara tersti a que les piles son estru tures de dades que segueixen una estrategia anomenada
LIFO (last input, rst output ) que vol dir que el darrer element que s'insereix es el primer que s'elimina.
2 El onjunt la = fab; b ; d; eg 
es el onjunt d'arestes d'un arbre generador del omponent onnex C .

31


2.3. DISTANCIES
EN UN GRAF

algun moment el \vertex a tual"( im de la pila) i om que per aquest algorisme es visiten, entre
altres, tots els seus vertexs adja ents, el fet de no in loure el vertex v signi a que v no pot
ser adja ent al vertex v . Pero aixo entra en ontradi io amb el fet que v v : : : v v : : : v es un
am.
i+1

i+1

i+1

2.3 Distan ies en un graf

Donat un graf onnex G sabem que tots els seus vertexs estan onne tats entre si. Aix, don s, en
un graf onnex te sentit parlar del nombre mnim d'arestes que s'han de travessar per anar d'un
vertex u a un altre vertex v, ja que almenys hi ha un re orregut que els uneix. Aquest nombre
mnim d'arestes, que representa una mesura de la proximitat o llunyania, es el que justament
denirem om a distan ia entre els vertexs u i v.
Sigui G = (V; A) un graf onnex.
Deni io. La distan ia entre dos vertexs u i v de G, que denotarem per d(u; v), es la mnima de
les longituds dels u v amins de G.
Aquesta distan ia es una metri a en el onjunt de vertexs V ja que satisfa les propietats seguents:
1. d(u; v)  0 i d(u; v) = 0 si, i nomes si, u = v;
2. d(u; v) = d(v; u);
3. d(u; v)  d(u; w) + d(w; v) (desigualtat triangular).
A partir de la no io de distan ia es deneixen altres parametres rellevants tals om el diametre i
el radi d'un graf.
Deni io. El diametre d'un graf G = (V; A), denotat per D(G), es la maxima de les distan ies
entre vertexs de G, es a dir,
D(G) = maxfd(u; v ) j u; v 2 V g:
Deni io. L'ex entri itat d'un vertex v de G, denotada per e(v), es la distan ia mes gran entre
v i els altres v
ertexs de G. El radi de G, denotat per r(G), es la mes petita de les ex entri itats.
El entre de G, denotat per Z (G), es el onjunt de vertexs amb ex entri itat igual al radi. Als
elements de Z (G) se'ls anomena vertexs entrals .
Exemple. Donat el graf G, representat en la gura 2.6, tenim que
9
e(a) = e(i) = e(j ) = 5 =
e(b) = e(f ) = e(h) = 4
; r(G) = 3; D(G) = 5; Z (G) = f ; d; g g:
;
e( ) = e(g ) = e(d) = 3
Observeu que el diametre es igual a la maxima de les ex entri itats, ja que
D(G) = maxfd(u; v ) j u; v 2 V g = maxfmaxfd(u; v ) j v 2 V g j u 2 V g
= maxfe(u) j u 2 V g:
Tambe es pot veure que la sequen ia d'ex entri itats, el radi i el diametre son parametres invariants
d'un graf. El seguent resultat rela iona aquests dos ultims parametres.
Teorema 2.6. Si G es un graf onnex, aleshores r(G)  D(G)  2r(G).

32

 I DISTANCIES

CAPITOL 2. RECORREGUTS, CONNEXIO

j
b
Figura 2.6: Cal ul del radi i del diametre.
La desigualtat r(G)  D(G) es dedueix dire tament de la deni io de radi i diametre
ja que om que el radi es la mnima de les ex entri itats i el diametre la maxima d'aquestes, el
radi sempre es mes petit o igual que el diametre.
Veiem ara que D(G)  2r(G). Sigui D(G) = d(u ; v ) i r(G) = e(w). Per la desigualtat triangular
sabem que d(u ; v )  d(u ; w) + d(w; v ). D'altra banda, om que e(w) es la mes gran de les
distan ies entre w i els altres vertexs de G, tindrem que
D(G) = d(u ; v )  d(u ; w) + d(w; v )  e(w) + e(w) = 2r(G):

Demostra io.

Donat un graf G = (V; A) onnex i un vertex v de G detallem un algorisme basat en l'estrategia

oneguda amb el nom de er a per amplada prioritaria (Breadth First Sear h, BFS ) que ens permet
trobar les distan ies des del vertex v a tota la resta de vertexs del graf . Aquesta estrategia |que
permet etiquetar els vertexs del graf tot onstruint un re orregut d'aquest| es ara teritza per
donar preferen ia, en ada pas, a l'explora io de totes les \possibles vies" des del vertex en el qual
es troba.
La forma de fer aixo onsisteix a partir d'un vertex v, visitar, un darrere l'altre, tots els seus
vens i despres tots els vens dels seus vens (amb el benentes que no estiguin ja visitats) i aix
su essivament ns a haver visitat tots els vertexs del graf.
L'estru tura de dades idonia per implementar aquesta estrategia es una ua.
3

2.3.1

Algorisme BFS. C
al ul de dist
an ies des d'un v
ertex donat

Algorisme 2.2. (BFS)

= ( ) es un graf onnex, amb V = f1; 2; : : : ; ng,

es un vertex de .
es un ve tor de mida n que te om a omponents les distan ies des
del vertex a tots els vertexs del graf, es a dir, distan ia[i = d(v; i).
bfs(
)
var
l
: llista de vertexs;
: ua de v
ertexs;
u: v
ertex;
fvar
distan ia[v := 0;

Entrada:

G
V; A
v
G
Sortida: distan ia
v
algorisme
G; v; distan ia 
es
aux

3 Existeix un altre tipus de grafs, anomentats grafs ponderats i presentats a la p

agina 14 que requereix algorismes
espe  s per al ular les distan ies entre els seus vertexs (vegeu pagina 66).

33


2.3. DISTANCIES
EN UN GRAF

:= fvg;
:= f g;
mentre :buida( ) fer
u := primer( );
per a ada vertex w 2 l , w adja ent a u fer
distan ia[w := distan ia[u + 1;
:= inserir( ; w);
l
:= l
fwg;
fper
:= eliminar( );

laux
V

v

aux

aux

aux

fmentre
falgorisme

L'invariant de l'estru tura iterativa de l'algorisme bf s es el seguent:

I=f8u 2 V l : distan ia[u = d(v; u)^
8u 2 l ; 8w ve de u : w 2 V l ) w 2 g
En una ua, l'opera io d'inserir onsisteix a afegir un element a la  d'aquesta, mentre que la
d'eliminar es fa sobre el primer element present a la ua (el que va ser inserit fa mes temps) .
Exemple. Si apliquem l'algorisme BFS en el graf G, representat en la gura 2.7, i prenem v = 1,
obtindrem que
aux

aux

aux

aux

a i
o

f2; 3; 4; 5; 6g

inserir( ,2)

12

f3; 4; 5; 6g

inserir( ,5)

125

f3; 4; 6g

eliminar( )

25

f3; 4; 6g

inserir( ,3)

253

f4; 6g

eliminar( )

53

f4; 6g

inserir( ,4)

534

f6g

eliminar( )

34

f6g

eliminar( )

f6g

inserir( ,6)

46

eliminar( )

eliminar( )

u := primer( )

distan ia

D'on resulta que d(1; 2) = d(1; 5) = 1, d(1; 3) = d(1; 4) = 2 i d(1; 6) = 3.

4 A onseq
uen ia d'aquesta estrategia, es diu que les ues son una estru tura de dades FIFO (rst input, rst
output o el primer que entra es el primer que surt). Compareu aquesta estrategia amb la que governa el treball en
les piles.

34

 I DISTANCIES

CAPITOL 2. RECORREGUTS, CONNEXIO

1
2

3
4
6
Figura 2.7: Exemple d'apli a io de l'algorisme BFS.

2.4 Conne tivitat

Els grafs (digrafs) poden ser emprats per modelitzar una xarxa d'inter onnexio, on els diferents
pro essadors que la integren onstitueixen els vertexs del graf (digraf) i on les rela ions (enlla os,
et .) entre els pro essadors estan representades per les adja en ies entre els vertexs. D'aquesta
manera es poden formular en termes de grafs mesures tan rellevants en l'analisi d'una xarxa om
ara:
{ El retard maxim en el pro essament de la informa io entre dos nodes de la xarxa, que es
mesura pel diametre del graf que modelitza la xarxa.
{ La vulnerabilitat/abilitat de la xarxa, es a dir, la apa itat de la xarxa per ontinuar
fun ionant en ara que fallin alguns dels seus elements (nodes o enlla os). Aquesta apa itat
s'expressa en termes dels parametres que mesuren la \ onne tivitat"del graf i que tot seguit
introduirem.
Deni io. Direm que un vertex v de G es un vertex de tall de G si el nombre de omponents
onnexos del graf resultant d'eliminar el vertex v de G es major que el nombre de omponents
onnexos del graf G.
En as que G sigui onnex, la supressio d'un vertex de tall de G des onne ta G en dos o mes
omponents onnexos.
Exemple. Donat el graf G, representat en la gura 2.8, els vertexs b i d son vertexs de tall de
G. Observeu que mentre que la supressi
o del vertex b des onne ta el graf en exa tament dos
omponents onnexos, la supressio del vertex d ho fa en tres.
b

Figura 2.8: Exemple de vertexs de tall.

A ontinua io, presentem una ara teritza io dels vertexs de tall:

35

2.4. CONNECTIVITAT

Teorema 2.7. Sigui G = (V; A) un graf onnex i v un vertex de G. Aleshores, v es un vertex de
tall de G si, i nomes si, existeixen dos vertexs u; w 2 V , diferents entre ells i diferents de v , tals
que tot u w am onte v .
Demostra io.

() Siguin u i w vertexs diferents entre ells i diferents de v tals que tot u w am onte v.
Aleshores, u i w no estan onne tats en el graf G v i, per tant, el graf G v no es onnex.
Aix, don s, v es un vertex de tall de G.
)) Si v es un vertex de tall, aleshores la seva supressio des onne ta el graf G en dos o mes
omponents onnexos. Siguin u i w dos vertexs pertanyents a omponents onnexos distints
de G v. Aquests dos vertexs no estan onne tats en G v i s que ho estaven en G (G es
onnex). Aixo signi a que tot u w am de G onte v.

Observeu que el graf omplet K no te vertexs de tall i, en anvi, el graf am P te n 2 vertexs
de tall. En el seguent teorema s'enun ia que el nombre maxim de vertexs de tall que pot tenir un
graf d'ordre n es n 2.
n

Teorema 2.8. Tot graf no trivial (diferent del graf

vertexs de tall.

N1 )

onte almenys dos vertexs que no son

Demostra io. Suposem que no fos ert, es a dir, suposem que existeix un graf G no trivial que te
om a maxim un vertex que no es de tall. Tra tarem, en primer llo , el as en que G sigui onnex
i onsiderarem dos vertexs u i v de G tals que D(G) = d(u; v). Com que G te om a maxim un
vertex que no es de tall, un dels vertexs u o v ha de ser un vertex de tall. Si u es un vertex de
tall, aleshores el graf G u no es onnex. Prenem un vertex w d'un omponent onnex de G u
que no in logui v. D'aquesta manera sabem que tot w v am de G onte el vertex u ja que
w i v no estan onne tats en G u. D'aqu es dedueix que d(w; v ) > d(u; v ) = D(G) i aix
o es
impossible per la deni io de diametre d'un graf. En as que G no sigui onnex es pot apli ar el
mateix raonament a un omponent onnex de G.
El paper que tenen els vertexs de tall respe te al onjunt de vertexs d'un graf, en el as de les
arestes, el juguen les arestes pont que tot seguit introdum.
Deni io. Direm que una aresta a d'un graf G = (V; A) es una aresta pont si el nombre de
omponents onnexos del graf resultant de suprimir de G l'aresta a es major que el nombre de
omponents onnexos de G.
Exemple. Donat el graf G, representat en la gura 2.9, tenim que les arestes s i t son arestes
pont de G.

Figura 2.9: Exemple d'arestes pont.

36

 I DISTANCIES

CAPITOL 2. RECORREGUTS, CONNEXIO

Quina rela io hi ha entre els vertexs de tall i les arestes pont? E s fa il de veure que si a = uv es
una aresta pont d'un graf onnex G d'ordre major que 2, aleshores u o v es un vertex de tall de G.
D'altra banda, mentre que la supressio d'un vertex de tall d'un graf onnex des onne ta el graf en
dos o mes omponents onnexos, la supressio d'una aresta pont des onne ta el graf en exa tament
dos omponents onnexos.
A ontinua io, donarem una ara teritza io de les arestes pont.
Teorema 2.9. Si G = (V; A) es un graf onnex i a es una aresta de G, aleshores les seguents
proposi ions son equivalents:
i)

es una aresta pont de

ii) Existeixen dos vertexs

iii)

G.

de

tals que tot

no esta ontinguda en ap i le de

am onte l'aresta a.

G.

Demostra io.

 i) ) ii) Si a = uv es una aresta pont de G aleshores veurem que u i v no poden estar

onne tats en G a. Si hi hagues un u v am R que no ontingues a, aleshores podrem

substituir en tot re orregut w z, sent w i z dos vertexs qualssevol de G, l'aresta a, en as
que hi aparegui, pel am R obtenint un w z re orregut de G a. Aleshores, G a seria
onnex en ontra de la hipotesi ini ial que a era una aresta pont. Per tant, u i v no poden
estar onne tats en G a, es a dir, tot u v am de G onte l'aresta a.
 ii) ) iii) Ho provarem pel ontrare pro . Suposem que l'aresta a esta ontinguda en un
i le C de G. Aleshores, substituint l'aresta a, en tot re orregut on apareix, per la resta de
les arestes de C s'obtenen re orreguts amb el mateix origen i  que no travessen a. D'aquesta
manera no poden haver-hi parells de vertexs u i v tals que tot u v am de G onte a.
 iii) ) i) Ho demostrarem tambe pel ontrare pro . Si a = uv no es una aresta pont llavors
el graf G a es onnex i, per tant, existeix un u v am de G a. Si en aquest am
u = u u : : : u = v li afegim l'aresta a obtenim un i le u = u u : : : u u que ont
e a.
0

Finalment, introdum dos parametres que mesuren la onne tivitat d'un graf en rela io amb la
supressio de vertexs i d'arestes.
Deni io. La vertex- onne tivitat d'un graf G = (V; A), denotada per (G), es el mnim nombre
de vertexs la supressio dels quals des onne ta el graf G o el redueix al graf trivial. L'aresta onne tivitat d'un graf G = (V; A), denotada per (G), es el mnim nombre d'arestes la supressio
de les quals des onne ta el graf G o el redueix al graf trivial.
Exemple. Donats els grafs G i G , representats en la gura 2.10, tenim que (G ) = 1, ja que
G ont
e un vertex de tall, i (G ) = 2. D'altra banda, (G ) = 2 i (G ) = 3.
1

Propietats:

1. La vertex- onne tivitat (aresta- onne tivitat) d'un graf G es 0 si, i nomes si, G ' N o G no
es un graf onnex.
2. La vertex- onne tivitat d'un graf G es 1 si, i nomes si, G ' K o G onte un vertex de tall.
3. L'aresta- onne tivitat d'un graf G es 1 si, i nomes si, G onte una aresta pont.
1

37

 I DISTANCIA

2.5. CONNEXIO
EN DIGRAFS

G1

G2

Figura 2.10: Exemple de al ul de la vertex- onne tivitat i de l'aresta- onne tivitat.
Com que la supressio de vertexs tambe omporta la supressio de les arestes que els son in idents,
es plausible pensar que sigui \tant o mes rapid"des onne tar un graf onnex suprimint vertexs que
arestes. Aixo es justament el que estableix, d'una manera rigorosa, el teorema seguent:
Teorema 2.10 (Desigualtats de Whitney). Si G es un graf, aleshores

( )  (G)  (G); on (G) es el grau mnim de G:

Demostra io. Fa ilment es veu que l'aresta- onne tivitat de G es mes petita o igual que el grau
mnim de G ja que si (G) = d i v es un vertex de G tal que g(v) = d, aleshores si suprimim les d
arestes in idents amb v obtenim un graf que te v om a vertex allat. Aleshores, per la deni io
d'aresta- onne tivitat dedum que (G)  (G).
Veiem ara que la vertex- onne tivitat de G es menor o igual que l'aresta- onne tivitat de G. Per
provar-ho distingirem diferents situa ions:
{ Si G no es onnex, aleshores (G) = (G) = 0.
{ Si G es onnex i onte una aresta pont a = uv, tenim que (G) = 1. Aleshores, si l'ordre de
G
es major que 2 sabem que u o v es un vertex de tall de G i, per tant, (G) = 1. En as
que G tingui ordre 2, aleshores G ' K i, onseguentment, (G) = 1.
{ Suposem que (G) = k  2. Sigui S = fa ; a ; : : : ; a g un onjunt separador d'arestes de
G, 
es a dir, G fa ; a ; : : : ; a g no es onnex. Aleshores, G fa ; a ; : : : ; a g es un graf
onnex que te a = u v om una aresta pont. Prenem, per a ada aresta a , 1  i  k 1,
un dels extrems u de a que sigui diferent de u i v . Si el onjunt fu ; u ; : : : ; u g es
un onjunt separador de vertexs de G, es a dir, la seva supressio des onne ta G, aleshores
(G)  k
1. En as que no ho sigui, llavors l'aresta a = u v es una aresta pont de
G fu ; u ; : : : ; u
g i, per tant, la supressio d'un dels dos vertexs u o v redueix el graf
al graf trivial o be el des onne ta. Per tant, (G)  k.
 G

2.5 Connexio i distan ia en digrafs

Els on eptes de re orregut i els diferents tipus de re orreguts estudiats per a grafs s'estenen
de manera natural als digrafs. Aix, per exemple, si u i v son dos vertexs d'un digraf G =
(V; A) aleshores un u v re orregut de longitud l del digraf G es una sequen ia de vertexs u =
u u : : : u u = v tal que (u
; u ) 2 A per a i = 1; 2; : : : ; l.
Ara be, pel que fa a la no io de onnexio, al dir que es distingeix entre digraf debilment onnex ,
digraf unilateralment onnex i digraf fortament onnex .
Deni io. Un digraf G = (V; A) es fortament onnex si per a tot parell de vertexs u i v de G
existeix un u v am. Un digraf G es unilateralment onnex si per a tot parell de vertexs u i v
0

38

 I DISTANCIES

CAPITOL 2. RECORREGUTS, CONNEXIO

de G existeix o be un u v am o be un v u am. Direm que G es debilment onnex si el graf
subja ent es onnex.
Evidentment, si un digraf es fortament onnex aleshores es debilment onnex, pero el re pro no
es ert, om pot veure's en l'exemple seguent:
Exemple. En la gura 2.11 pot veure's que el digraf G es debilment onnex, G es fortament
onnex i G es unilateralment onnex.

d
1

G1

b
Figura 2.11: Connexio en digrafs.
G2

G3

Donat un graf onnex, ens podem preguntar sota quines ondi ions existeix una orienta io de
G tal que el digraf resultant sigui fortament onnex. Aquest problema apareix, per exemple,
en situa ions rela ionades amb el ontrol de transit on pot interessar assignar als arrers d'una
determinada xarxa viaria un sentit uni , de manera que es ontinu garantint la omuni a io entre
dos punts qualssevol d'aquesta.
E s fa il veure que una ondi io ne essaria per tal de trobar una orienta io satisfa toria, en els
termes anteriorment assenyalats, es que el graf sigui onnex i no ontingui arestes pont. Aquesta
ondi io resulta tambe su ient, tal om ens diu el teorema seguent:
Teorema 2.11 (Robbins). Si

G 
es un graf, aleshores G admet una orienta io que dona llo a
un digraf fortament onnex si, i nomes si, G es onnex i no te arestes pont.

(En [2 podeu trobar una demostra io del teorema de Robbins i en [3 es detalla un algorisme basat
amb l'estrategia DFS que permet trobar una orienta io adequada).
Per tal de denir el on epte de distan ia en un digraf, al que aquest sigui fortament onnex.
Aleshores es deneix la distan ia d'un vertex u a un vertex v, que es denota per d(u; v), om la
mnima de les longituds dels u v amins. D'altra banda, les no ions d'ex entri itat d'un vertex
i les de radi i diametre d'un digraf son analogues a les orresponents per a grafs. Ara be, al
remar ar dos fets:
1. L'apli a io
d :V V
! R
(u; v) ! d(u; v)
no es, en general, una metri a, ja que d(u; v) 6= d(v; u).
2. La rela io D(G)  2
r(G) no es erta per a tots els digrafs.
Exemple. En el digraf G representat en la gura 2.11 pot veure's que d(a; d) = 1 i d(d; a) = 3.
2

Problemes
Problema 34. Trobeu en el graf de Petersen un sendero de longitud 5, un am de longitud 9 i
i les de longitud 5, 6, 8 i 9.
Problema 35.

a) Determineu el nombre de amins de longitud n entre dos vertexs diferents de K , per a

n = 2; 3; 4; 5.
b) I, en general, quants amins hi ha de longitud n entre dos vertexs diferents de K ?
Problema 36. Es deneix el gir d'un graf G, om la mes petita de les longituds dels i les de G.
a) Determineu el gir dels grafs seguents: K , K , C i W .
b) Determineu els grafs 3-regulars amb ordre mnim i gir igual a 4.
Problema 37. Demostreu que un graf es bipartit si, i nomes si, tots els seus i les son de longitud
parella.
Problema 38. Sigui G = (V; A) un graf. Denim en el onjunt V la rela io seguent:
u R v () existeix un u v am:
Proveu que R es una rela io d'equivalen ia.
Problema 39. Trobeu el nombre de omponents onnexos del graf que te om a llista d'adja en ies
a b d e f g h i j
f b h a b d a a
i g e
g i
f e
j
g
j e e
f
4

m;n

Problema 40.

a) Demostreu que si G = (V; A) es un graf que te ordre n i q omponents onnexos, aleshores
n q  jAj  (n q )(n q + 1)=2
b) Demostreu que si G es un graf d'ordre n i mida m > (n 1)(n 2)=2, aleshores G es onnex.
Problema 41.

39

40

2. PROBLEMES

a) Sigui G = (V; A) un graf d'ordre n tal que

g (u)  (n 1)=2; 8u 2 V:
Demostreu que G es onnex.
b) Si en l'enun iat anterior es anvia (n 1)=2 per [(n 1)=2, on [x representa la part entera
de x, ontinua sent ert?
Problema 42. Sigui G = (V; A) un graf.
a) Demostreu que si G no es onnex, aleshores G es onnex.
b) Demostreu que si G es un graf auto omplementari, aleshores G es onnex.
Problema 43. Demostreu que si G es un graf onnex, aleshores el graf lnia de G tambe es
onnex.
Problema 44. Demostreu que tots els grafs onnexos d'ordre n i tals que tots els seus vertexs
tenen grau 2, son isomorfs entre ells (son els anomenats grafs i le d'ordre n, que es denoten per
C ).
Problema 45. Trobeu les ex entri itats dels vertexs en el graf de Petersen i en el graf roda W n.
Quin es el radi, el diametre i el entre de adas un d'aquests grafs?
Problema 46. Trobeu el diametre dels seguents grafs: a) K ; b) K ; ) P (graf am); d) C
(graf i le); e) W (graf roda); f) Q (graf hiper ub).
Problema 47. Doneu exemples de grafs G tals que
a) D(G) = r(G);
b) D(G) = 2r(G);
on r(G) i D(G) representen, respe tivament, el radi i el diametre del graf G.
Problema 48. Sigui G un graf i u i v dos vertexs de G. Demostreu que si la distan ia de u a v
es d(u; v)  2, aleshores existeix un vertex z tal que d(u; z) + d(z; v) = d(u; v).
Problema 49. Sigui G = (V; A) un graf onnex d'ordre n > 2 i a 2 A. Demostreu que G a es
onnex si, i nomes si, a pertany a algun i le de G.
3 Problema 50. Sigui G un graf i v un vertex de G. Demostreu que si v es un vertex de tall de G,
aleshores v no es un vertex de tall de G (graf omplementari de G).
3 Problema 51.
a) Sigui G un graf d'ordre n i siguin u i v els dos uni s vertexs de grau senar. Demostreu que
G ont
e un u v am.
b) Demostreu que si tots els graus dels vertexs d'un graf G son parells, aleshores G no onte
arestes pont.
Problema 52. Trobeu la vertex- onne tivitat i l'aresta- onne tivitat dels grafs seguents: a) K ;
b) K ; ) P ; d) C ; e) W ; f) Graf de Petersen.
3 Problema 53.
a) Un torneig G = (V; A) es diu que es transitiu si veri a la propietat seguent:
8u; v; w 2 V; [uv 2 A i vw 2 A ) uw 2 A:
Demostreu que un torneig es transitiu si, i nomes si, es a  li .
n

m;n

r;s

41

2. PROBLEMES

b) Sigui G = (V; A) un torneig i v un vertex de G amb grau de sortida maxim, es a dir,
g (v )  g (w); 8w 2 V:
Demostreu que si u es un vertex de G diferent de v, aleshores la distan ia de v a u es mes
petita o igual que 2. Deduu-ne que tot torneig fortament onnex no trivial te radi 2.
) Sigui G = (V; A) un digraf, i denim sobre V la rela io seguent:
u  v , existeix un u v am i un v u am.
Es tra ta d'una rela io d'equivalen ia i, per tant, originara una parti io de V en les seves
lasses d'equivalen ia V ; V ;


; V . Sigui S = hV i el subdigraf indut per V . Els subdigrafs
S ; S ;


; S s'anomenen omponents fortament onnexos de G.
Sigui G un torneig amb omponents fortament onnexos S ; S ;


; S . Designarem om
a torneig asso iat a G, el digraf G~ = (V 0; A0 ), tal que existeixi una bije io entre V 0 i els
omponents fortament onnexos de G, i dos vertexs u i u de G~ son adja ents si, i nomes si,
existeix algun vertex de S que sigui adja ent, en G, a almenys un vertex de S .
i) Demostreu que G~ es un torneig d'ordre p.
ii) Donat el torneig G seguent, onstruu el seu torneig asso iat G~.
+

Doneu un digraf que sigui:

a) fortament onnex;
b) unilateralment onnex;
) debilment onnex.

Problema 54.

42

2. SOLUCIONS

Solu ions i indi a ions

Problema 35.

a) Si n = 2 hi ha 2 amins, si n = 3 n'hi ha tambe 2, i si n = 4; 5 no n'hi ha ap.

b) Hi ha

(n 1)! amins de longitud n, si n  m 1.
m

Problema 36.

a) Respe tivament, els girs son: 3, 4, n i 3.

Problema 37.

) E s fa il.
( Cal denir una rela io d'equivalen ia en V , que doni llo a dues lasses d'equivalen ia de

manera que els vertexs d'una mateixa lasse no siguin adja ents entre ells. Suggerim la
seguent:
u Ru () tot u
u am 
es de longitud parella.
Problema 39. Te dos omponents onnexos.
i

Problema 40.

a) Per a la ta inferior, tingueu en ompte la rela io entre l'ordre i la mida d'un graf onnex.
Per a la ta superior, penseu om ha de ser G per tal que tingui mida maxima.
b) Utilitzeu l'apartat anterior.

Problema 42.

b) Demostreu-ho per redu io a l'absurd. Utilitzeu l'apartat anterior.

Problema 44. Determineu una bije io entre els vertexs.
Problema 45.

Per al graf de Petersen: e(v) = 2; 8v 2 V , r(G) = 2, D(G) = 2 i Z (G) = V , on V es el

onjunt de vertexs del graf.
Per a W : sigui u el vertex de grau n 1, aleshores e(u) = 1 i e(v) = 2 8v 6= u; r(G) = 1,
D(G) = 2 i Z (G) = fug.
n

43

44

2. SOLUCIONS

Problema 46.

a)
b)
)
d)
e)
f)

1.
2.

1.

n
n
2

2.
n.

si n es parell i

1
2

si n es senar.

Considereu el u v am de longitud mes petita.

Problema 50. Utilitzeu la ara teritza io dels vertexs de tall. A partir d'aqu veieu que ha de
passar per que v no sigui vertex de tall.
Problema 48.

Problema 52.

a)
b)
)
d)
e)
f)

vertex- onne tivitat

min (r; s)
1
2
3
3

aresta- onne tivitat

n 1
min (r; s)
1
2
3
3

Problema 53.

b) Sigui v un vertex de G tal que g (v)  g (w); 8w 2 V . Aleshores, onsidereu el onjunt

N (v ) = fw : v 
es adja ent ap a w g. Preneu un vertex u 2 V; u 6= v; i avalueu d(u; v)
segons si u 2 N (v) o u 2= N (v).
.i) Per veure que G~ es un torneig, al que demostreu que 8 u ; u 2 V tenim que u es adja ent
ap a u o be u es adja ent ap a u .
+

.ii)

Cap
tol 3

Grafs eulerians i grafs

hamiltonians
En aquest aptol s'estudien els grafs que ontenen els re orreguts histori ament mes famosos, es
a dir, els re orreguts que passen per totes les arestes del graf una sola vegada (senderons i ir uits
eulerians) i els que ontenen tots els vertexs del graf un sol op ( amins i i les hamiltonians).

3.1 Grafs eulerians

La resolu io donada per Euler, l'any 1736, del famos problema dels set ponts de Konigsberg es
sol onsiderar l'origen de la teoria de grafs. En l'antiga iutat de Konigsberg, el riu Pregel, que
travessa la iutat, envolta una illa i es bifur a, en un dels seus extrems, en dos ramals. Per tal de
fa ilitar el transit entre les diferents parts de la iutat hi havia set ponts, tal om s'assenyala en
el roquis de la gura 3.1. Es diu que un dels entreteniments dels iutadans onsistia a er ar una
passejada que travesses ada pont exa tament una vegada. La formula io d'aquest problema en
termes de grafs ens porta a er ar en el multigraf G, representat en la gura 3.2, un sendero que
travessi totes les arestes del multigraf. Euler, tal om pot veure's en [1, va provar que no existia
tal sendero i, a mes, va ara teritzar els grafs (multigrafs) que s que en tenen. Aquest tipus de
senderons s'anomenen eulerians.
C

D
B

Figura 3.1: Croquis dels set ponts de Konigsberg.

45

46

CAPITOL 3. GRAFS EULERIANS I GRAFS HAMILTONIANS

C
B

A
Figura 3.2: Multigraf que modelitza el problema dels set ponts de Konigsberg.
Les deni ions que a ontinua io donarem per a grafs tambe son apli ables als multigrafs.
Deni io. Un sendero euleria en un graf es un sendero obert que onte totes les arestes del graf.
Un ir uit euleria es un ir uit que onte totes les arestes del graf. Si un graf G = (V; A) onte un
ir uit euleria aleshores direm que G es un graf euleria .
D'una manera intutiva podem dir que un graf es euleria si pot ser dibuixat en un sol tra sense
repetir-ne ap lnia i havent omen at i a abat en un mateix punt.
Exemple. Dels grafs representats en la gura 3.3 tenim que G onte un sendero euleria xyzrxtyrt,
G 
es euleria ja que onte un ir uit euleria abe f b def a i G no onte ap sendero ni ir uit euleria.
2

z
x

f
a

b G
Figura 3.3: Exemple de senderons i ir uits eulerians.

G1

G2

Podem observar que si un graf G onte un ir uit euleria C que omen a i a aba en un vertex v,
ada op que en aquest ir uit C arribem a un vertex u 6= v per una determinada aresta, aleshores
sortim del mateix vertex per una altra aresta, ja que es un ir uit, i, a mes, om que C onte totes
les arestes del graf, tenim que el nombre d'arestes in idents en ada vertex u 6= v es un nombre
parell. Pel que fa al vertex v, ini i i  del ir uit, al nombre parell d'arestes in idents amb v que
s'utilitzen ada op que hi apareix en una posi io intermedia de C li hem d'afegir les dues arestes
amb que s'ini ia i a aba, respe tivament, el ir uit C . D'altra banda, un graf (multigraf) euleria
ha de ser onnex o, si no ho es, tots els seus omponents onnexos menys un han de ser isomorfs
al graf trivial N , es a dir, si no es tenen en ompte els vertexs allats, un graf (multigraf) euleria
es onnex. Aquestes dues ondi ions, ser onnex llevat de vertexs allats i tenir tots els graus dels
vertexs parells, que om a abem de justi ar son ne essaries per a l'existen ia de ir uits eulerians,
resulten tambe su ients.
1

Teorema 3.1 (Euler). Un graf (multigraf) G es euleria si, i nomes si,
vertexs allats, i tots els vertexs de G tenen grau parell.

es onnex, llevat de

47

3.1. GRAFS EULERIANS

Donarem una demostra io onstru tiva de la su ien ia de les dues ondi ions (ser
onnex llevat de vertexs allats i tenir tots els vertexs de grau parell) per a l'existen ia d'un ir uit
euleria. E s a dir, suposarem que tenim un graf (multigraf) G = (V; A) que es onnex (si no ho fos
treient-li els vertexs allats ho seria) i que te tots els vertexs de grau parell. Es tra ta de provar
que aquest graf onte un ir uit euleria donant un pro ediment per a la seva onstru io.
Partim d'un vertex v de G i onstrum un re orregut sense repetir ap aresta. Observem que ada
op que haurem arribat a un vertex w 6= v haurem utilitzat un nombre senar d'arestes in idents
amb w i, per tant, om que el seu grau es parell podrem tornar a sortir de w per una nova aresta.
Com que el nombre d'arestes es nit, el pro es anterior s'ha d'aturar i ho ha de fer en el mateix
vertex v , ja que en els altres vertexs, si s'hi ha arribat, se n'ha de poder tornar a sortir per una
nova aresta. D'aquesta manera haurem onstrut un ir uit C .
Si totes les arestes del graf estan a C , aleshores ja hem trobat un ir uit euleria. En as ontrari,
onsiderarem el graf H resultant de suprimir de G totes les arestes del ir uit C . Cal dir que el
graf H pot no ser onnex pero, en anvi, s que satisfa que tots els seus vertexs tenen grau parell,
ja que per a ada vertex hem suprimit un nombre parell d'arestes in idents amb ell i om que n'hi
havia un nombre parell ens en torna a quedar un altre nombre parell. Prenem un vertex v que
tingui grau positiu en el graf H i que estigui ontingut en el ir uit C . Aquest vertex ha d'existir
ja que en as ontrari tindrem que els vertexs de H i els de C estarien des onne tats en el graf
G en ontra de la hip
otesi ini ial que G era onnex. Aleshores, onstrum un re orregut a partir
de v de forma similar a om ho hem fet des de v . D'aquesta manera tindrem un ir uit C que
podrem inserir en la llista de vertexs de C , justament en la posi io de v , i aix podrem obtenir un
nou ir uit C de longitud major que la de C . Si C onte totes les arestes del graf, aleshores ja
hem trobat el ir uit euleria i, si no, podem repetir el pro ediment anterior. Com que els ir uits
que aix anem onstruint son de longitud ada vegada major i la mida del graf G es nita, arribara
un moment en que haurem trobat un ir uit que onte totes les arestes del graf, es a dir, tindrem
un ir uit euleria.
La demostra io anterior serveix per deduir una altra ara teritza io dels grafs eulerians:
Corol.lari 3.2. Un graf (multigraf) G = (V; A) onnex es euleria si, i nomes si, existeix una
Demostra io.

parti io del onjunt d'arestes de

en ir uits.

Tambe podem preguntar-nos quan un graf (multigraf) G onte un sendero euleria. O bviament el
graf haura de ser onnex, llevat de vertexs allats. Respe te al grau dels vertexs tindrem que si
u v
es un sendero euleria de G, aleshores el grau de tots els vertexs de G diferents de u i v sera
un nombre parell (raonament analeg a l'emprat pels ir uits eulerians) i el grau de u i v sera senar.
Per tant, l'existen ia d'un sendero euleria requereix que el graf (multigraf) sigui onnex, llevat de
vertexs allats, i que tingui exa tament dos vertexs de grau senar. Veurem tot seguit que aquestes
dues ondi ions tambe son su ients.
Corol.lari 3.3. Un graf (multigraf) G onte un sendero euleria si, i nomes si,
de vertexs allats, i G te exa tament dos vertexs de grau senar.

es onnex, llevat

Demostra io. Provem que si G es un graf onnex que te exa tament dos vertexs u i v de grau
senar, aleshores G onte un sendero euleria que uneix pre isament aquests dos vertexs.
El multigraf G + uv es onnex i te tots els vertexs de grau parell. Per tant, pel teorema 3.1, G + uv
onte un ir uit euleria C . Eliminat d'aquest ir uit C l'aresta uv obtenim un u v sendero euleria
en el graf G.
Aix, don s, el problema dels set ponts de Konigsberg no te solu io, es a dir, no hi ha ap passejada
que travessi ada pont una sola vegada ja que el multigraf que modelitza la situa io onte mes de
dos vertexs de grau senar.

48

CAPITOL 3. GRAFS EULERIANS I GRAFS HAMILTONIANS

3.2 Constru io d'un ir uit euleria en un graf euleria

3.2.1

Algorisme de Hierholzer

Aquest algorisme es fonamenta en el orol.lari 3.2 i onsisteix a onstruir un ir uit euleria a partir
de la on atena io de ir uits disjunts respe te de les arestes. En la seva formula io hem representat
els ir uits C : v v : : : v om a llistes fv ; v ; : : : ; v g.
1

Algorisme 3.1. (Hierholzer)

Entrada: G = (V; A) es un graf onnex i euleria.

Sortida: C es un ir uit euleria de G (representat om una llista de vertexs).
algorisme Hierholzer(G; C ) es
var

:graf;
:vertex;
:llista de vertexs;
fvar
Gaux := G;
w :=primer vertex(Gaux);
C := rear llista();
C := C
fwg;
mentre num arestes(Gaux) > 0 fer
w :=vertex grau positiu(Gaux; C );
Caux := ir uit(Gaux; w);
C := on atenar(C; Caux; w);
Gaux
w
Caux; C

fmentre
falgorisme

{ rear llista(): retorna una llista buida .

{ primer vertex(Gaux): retorna el primer vertex del graf Gaux;
{ vertex grau positiu(Gaux; C ): retorna un vertex del ir uit C que te grau positiu en el graf
Gaux;
{ ir uit(Gaux; w): retorna un ir uit Caux onstrut en el graf Gaux a partir del vertex w i
modi a el graf Gaux eliminant-li les arestes del ir uit Caux .
{ on atenar(C; Caux; w): retorna el ir uit que s'obte de substituir la primera apari io del
vertex w en el ir uit C per la totalitat del ir uit Caux.
Exemple. Si apliquem l'algorisme de Hierholzer en el graf euleria representat en la gura 3.4,
aleshores el vertex w i els ir uits par ials Caux i C que es tenen a l'ini i de ada itera io del bu le
son:
num. volta w Caux
C
0
a
fag
1
a
fa; b; ; ag
fa; b; ; ag
2
a
fa; d; ; g; d; e; ag fa; b; ; a; d; ; g; d; e; ag
3
e
fe; f; g; eg
fa; b; ; a; d; ; g; d; e; f; g; e; ag
Aix, don s, el ir uit euleria onstrut mitjan ant l'algorisme de Hierholzer es
C = fa; b; ; a; d; ; g; d; e; f; g; e; ag:
1

1 Com que els ir uits els representem mitjan

ant llistes, aquesta opera io orrespon a la rea io d'un ir uit
2 La modi a i
o del graf Gaux es un efe te lateral de l'a io ir uit que es util per motius d'e ien ia.

buit.

 D'UN CIRCUIT EULERIA

 EN UN GRAF EULERIA

3.2. CONSTRUCCIO

d
f

49

Figura 3.4: Exemple d'apli a io de l'algorisme de Hierholzer.

3.2.2

Algorisme de Fleury

Es parteix d'un vertex no allat v d'un graf euleria G i es va onstruint un sendero C de forma que
en ada pas s'afegeix a C una nova aresta in ident amb el darrer vertex visitat tenint en ompte,
sempre que sigui possible, que l'aresta triada no sigui una aresta pont del graf resultant de suprimir
de G les arestes ja emprades anteriorment.
0

Algorisme 3.2. (Fleury)

Entrada: G = (V; A) es un graf euleria.
Sortida: C es un ir uit de G (representat om a llista de vertexs).
algorisme Fleury(G; C ) es

:=vertex no aillat(G);
:= fv g;
:= 0;
mentre grau(G; v ) > 0 fer
v
=aresta in ident no pont(G; v );
G := G fv v
g;
C := C
fv
g;
i := i + 1;

v0
C
i

i+1

i+1

i+1

fmentre
falgorisme

{ vertex no aillat(G) retorna un vertex no allat de G.

{ aresta in ident no pont(G; v) retorna un vertex w de G in ident amb el vertex v que ompleix,
si es possible, que l'aresta vw no es una aresta pont de G.
L'apli a io de l'algorisme de Fleury al graf euleria representat en la gura 3.5, ens
propor iona el ir uit euleria ab dbedf e a, tal om es detalla en la taula seguent:

Exemple.

50

CAPITOL 3. GRAFS EULERIANS I GRAFS HAMILTONIANS

i

vi
a
b

d
b
e
d
f
e

0
1
2
3
4
5
6
7
8
9

ai
ab
b
d
db
be
ed
df
fe
e
a

Observa ions

C
a; b
a; b;
a; b; ; d
a; b; ; d; b
a; b; ; d; b; e
a; b; ; d; b; e; d
a; b; ; d; b; e; d; f
a; b; ; d; b; e; d; f; e
a; b; ; d; b; e; d; f; e;
a; b; ; d; b; e; d; f; e; ; a

f g
f g
f
g
f
g
f
g
f
g
f
g
f
g
f
g
f
g

aresta pont

aresta pont

e
Figura 3.5: Exemple d'apli a io de l'algorisme de Fleury.
Teorema 3.4. Si G es un graf euleria, aleshores tot sendero de G onstrut mitjan ant l'algorisme
de Fleury es un ir uit euleria.

Podeu onsultar la demostra io del teorema anterior en [2.

3.3 Digrafs eulerians

Les deni ions de sendero i ir uit euleria en el as de digrafs son analogues a les donades per als
grafs. Aix mateix, direm que un digraf es euleria si onte un ir uit euleria.
Exemple. Si observem els digrafs G i G , representats en la gura 3.6, podem veure que G es
euleria, ja que onte un ir uit euleria (ef egf he), i que G onte un sendero euleria ( ab da).
1

e
f
a G b
G
Figura 3.6: Exemple de senderons i ir uits eulerians en digrafs.
1

A ontinua io donem una ara teritza io dels digrafs eulerians i dels digrafs que ontenen senderons
eulerians, respe tivament.

51

3.4. GRAFS HAMILTONIANS

Teorema 3.5. Sigui G = (V; A) un digraf debilment onnex. Aleshores,

i nomes si,

= (V; A) es euleria si,

( ) = g (v); 8v 2 V:

g+ v

Teorema 3.6. Sigui G = (V; A) un digraf debilment onnex. Aleshores,

euleria si, i nomes si, existeixen dos uni s vertexs u i v de G tals que

( ) = g (u) + 1

g+ u

onte un sendero

(v) = g (v) + 1;
+

i per a tots els restants vertexs es satisfa que el seu grau d'entrada oin ideix amb el seu grau de
sortida.

Les demostra ions d'aquests dos teoremes son analogues a les que hem detallat per a grafs.

3.4 Grafs hamiltonians

Mentre que en les se ions anteriors ens preo upavem de er ar en un graf re orreguts tan ats que
travessessin totes les arestes una sola vegada, ara ens interessarem a bus ar re orreguts tan ats que
passin per tots els vertexs un sol op. Aquests re orreguts s'anomenen i les hamiltonians. El nom
de hamiltonia prove del fet que van ser introduts pel matemati irlandes William Hamilton, qui
l'any 1857 va dissenyar un jo onsistent a trobar un itinerari seguint les arestes d'un dode aedre,
els vertexs del qual representaven iutats del mon, que visites ada vertex ( iutat) una uni a vegada
i que omen es i a abes en el mateix vertex. Aquest problema, en termes de grafs, es tradueix en
la er a d'un i le que passi per tots els vertexs del graf pla asso iat al dode aedre. Aquest graf el
teniu representat en la gura 3.7.

Figura 3.7: Graf pla asso iat al dode aedre.

Un am hamiltonia d'un graf G es un am que onte tots els vertexs de G. Un i le
d'un graf G es un i le que onte tots els vertexs de G. Un graf hamiltonia es aquell
que onte un i le hamiltonia.
Exemple. Els grafs K (n  3), K (n  2), C i W son grafs hamiltonians.
De l'analogia entre les deni ions de graf euleria i graf hamiltonia, un potser s'imagina que entre
aquests dos on eptes hi ha una estreta rela io i que igual que es disposa d'un riteri senzill per
determinar si un graf es o no euleria tambe es te una ara teritza io dels grafs hamiltonians.
Don s aquest no es el as, ja que el problema de trobar una \ ara teritza io pra ti a"per als grafs
Deni io.

hamiltonia

n;n

52

CAPITOL 3. GRAFS EULERIANS I GRAFS HAMILTONIANS

hamiltonians es un dels grans problemes oberts de la teoria de grafs. De fet es oneixen diverses
ondi ions su ients perque un graf sigui hamiltonia, pero ap no es al mateix temps ne essaria.
D'altra banda, al assenyalar que els on eptes de graf euleria i de graf hamiltonia son independents,
es a dir, hi ha grafs que son eulerians i hamiltonians, d'altres que nomes satisfan una de les dues
propietats (ser euleria o ser hamiltonia) i n'hi ha d'altres que no son ni eulerians ni hamiltonians.
Exemple. En la gura 3.8 son representats els grafs onnexos d'ordre i mida mes petits que satisfan
les propietats abans itades. Aix, G es euleria i hamiltonia, G es euleria i no es hamiltonia, G
es hamiltonia i no es euleria i G no es ni euleria ni hamiltonia.
1

G1

G2

G3

G4

Figura 3.8:
Si un graf G es hamiltonia, aleshores es fa il veure que es satisfan les propietats seguents:
1. G es onnex i tots els seus vertexs tenen grau major o igual que 2.
2. La vertex- onne tivitat de G es major o igual que 2.
Aquestes dues ondi ions, ne essaries per tal que un graf sigui hamiltonia, no son su ients, om
pot omprovar-se en el graf representat en la gura 3.9.
g

h
d e

i
f

a

Figura 3.9: Exemple bde graf no hamiltonia
A l'hora de er ar un i le hamiltonia al tenir en ompte les observa ions seguents:
 Les arestes in idents en un vertex de grau igual a 2 han d'apareixer en tot i le hamiltonia.
 Si estem onstruint un i le hamiltonia, un op hem visitat un vertex, es a dir, hem entrat
i sortit d'aquest vertex per dues arestes in idents amb ell, aleshores podem suprimir les
restants arestes que hi son in idents.
 Un i le hamiltonia no pot ontenir un sub i le propi , es a dir, un i le format per un onjunt
mes redut de vertexs.
 Es pot fer servir la \simetria"del graf per tal de reduir el nombre de situa ions que al
onsiderar.

53

3.4. GRAFS HAMILTONIANS

El graf representat en la gura 3.9 no onte ap i le hamiltonia ja que apli ant les
observa ions anteriors podem veure que sortint del vertex h no podrem retornar a aquest vertex
havent visitat tots els restants vertexs un sol op. Aix, si ini iem el re orregut per hgab, aleshores
no podrem passar pels vertexs d i e. En anvi, si omen em per hgade, aleshores no visitarem el
vertex b. Les restants situa ions, per raons de simetria, son totalment analogues.
Ara be, les onsidera ions anteriors nomes resulten apli ables en el as de tenir un graf d'ordre
i mida petits. I que su eeix en general? Donat un graf d'ordre n, omprovar si un determinat
re orregut tan at v v : : : v es un i le hamiltonia de G es senzill, ja que nomes al veure que els
vertexs onse utius son adja ents i que tots els vertexs, llevat del primer i de l'ultim, son diferents.
Pero donats n vertexs fv ; v ; : : : ; v g hi ha (n 1)! sequen ies de n + 1 vertexs que omen en i
a aben en v . Per tant, si n no es petit el pro ediment onsistent a anar provant su essivament si
alguna d'aquestes sequen ies es un i le hamiltonia resulta intra table omputa ionalment a ausa
del ost de omput exponen ial que omporta. En el ontext de la teoria de la omplexitat el
problema de determinar si un graf es o no hamiltonia es lassi a om un problema NP- omplet.
Podem dir, d'una manera no rigorosa, que es un problema pel qual no s'ha trobat un algorisme que
el resolgui en temps polinomi i que, a mes, es sospita que tal algorisme no existeix. Aquesta sospita
rau en el fet que si es trobes tal algorisme aleshores un bon ple de problemes pels quals tampo
se'n oneix ap, malgrat que fa molt de temps que s'estudien, tambe es resoldrien mitjan ant
algorismes de ost polinomi .
El fet que el problema de determinar si un graf es hamiltonia sigui un problema NP- omplet,
no treu que per a algunes famlies de grafs la er a d'un i le hamiltonia pugui fer-se mitjan ant
un algorisme de ost polinomi . Aquestes famlies de grafs estan estretament lligades a resultats
teori s on s'estableixen determinades ondi ions su ients perque un graf sigui hamiltonia. Un
gran nombre d'aquestes ondi ions su ients venen a pre isar la idea seguent: \Si un graf te un
nombre su ient d'arestes llavors el graf es hamiltonia". Els resultats que veurem van en aquesta
dire io i es basen en el lema seguent:
Lema 3.7. Sigui G un graf d'ordre n  3 i siguin u i v dos vertexs no adja ents de G tals que
g (u) + g (v )  n. Aleshores,
G
es hamiltonia () G + uv es hamiltonia :
 s evident que si G es hamiltonia llavors G + uv tambe ho es. Suposem, ara, que
Demostra io. E
G + uv ont
e un i le hamiltonia C . Si C no onte l'aresta uv, aleshores C es un i le hamiltonia
de G. En as que C ontingui l'aresta uv, llavors el re orregut obtingut de suprimir de C l'aresta
uv 
es un u v am hamiltonia de G. Sigui w : : : w w : : : w aquest am, on u = w i v = w .
Si provem que hi ha un vertex w adja ent a u tal que w es adja ent a v, aleshores tindrem que
el re orregut
Exemple.

i+1

i+1

w1 wi+1 wi+2 : : : wn wi wi

: : : w1

es un i le hamiltonia de G (vegeu aquesta idea il.lustrada en la gura 3.10).

Que su eiria si aquest vertex w no exists? Llavors, per a ada vertex del onjunt fw ; : : : ; w g
que fos adja ent a u, hi hauria un vertex diferent del onjunt fw ; : : : ; w g que no seria adja ent
a v. Aleshores, si g(u) = d tindrem que g(v)  (n 1) d i, per tant, g(u) + g(v)  n 1, en
ontra de la hipotesi ini ial que g(u) + g(v)  n.
i+1

Teorema 3.8 (Ore). Si G es un graf d'ordre n  3 tal que tot parell de vertexs u i v no adja ents

( ) + g(v)  n, aleshores G es hamiltonia.

Demostra io. Si en el graf G afegim una aresta uv , on u i v no eren adja ents, llavors, per la
hipotesi del teorema i pel lema anterior, tenim que G es hamiltonia si, i nomes si, ho es G + uv.
Per tant, la propietat de ser el graf G hamiltonia o de no ser-ho, no s'altera si s'afegeixen a G

de

satisfan que

g u

54

CAPITOL 3. GRAFS EULERIANS I GRAFS HAMILTONIANS

=w

w2

w3

:::

wi

wi+1

:::

wn

wn

=v

Figura 3.10:
arestes entre vertexs no adja ents. Ara be, afegint totes les arestes entre els vertexs no adja ents
de G s'obte el graf omplet K i, sent aquest hamiltonia, podem on loure que el graf ini ial G
tambe ho es.
El teorema d'Ore es una generalitza io del teorema de Dira que tot seguit enun iem.
Teorema 3.9 (Dira ). Si G es un graf d'ordre n  3 tal que tot vertex u de G satisfa que
g (u)  n=2, aleshores G 
es hamiltonia.
El teorema d'Ore i el de Dira propor ionen ondi ions su ients per tal que un graf sigui hamiltonia. Ara be, aquestes ondi ions no son ne essaries, om es posa de manifest en el graf C , que
es hamiltonia pero, en anvi, no satisfa les ondi ions del teorema d'Ore.
n

3.5 Digrafs hamiltonians

Les deni ions de am i i le hamiltonia en un digraf son analogues a les donades per a grafs. De
la mateixa manera, es deneix un digraf hamiltonia om aquell que onte un i le hamiltonia.
Entre els resultats que propor ionen ondi ions su ients per a l'existen ia d'un i le hamiltonia
en un digraf hi ha el teorema seguent:
Teorema 3.10 (Meyniel). Sigui G un digraf fortament onnex d'ordre n tal que per a ada parell
de vertexs no adja ents u i v (no existeix l'ar (u; v ) ni l'ar (v; u)) es satisfa que
2n 1, on g(x) = g+(x) + g (x). Aleshores, G es hamiltonia.

Aquest i d'altres resultats relatius als digrafs hamiltonians els podeu trobar a [2.

( ) + g(v) 

g u

Problemes
Problema 55. Quines de les gures seguents es poden dibuixar sense aixe ar el llapis del paper
i sense repetir-ne ap tros?

a)

b)

Problema 56. Si es possible, dibuixeu una lnia ontnua i tan ada que talli exa tament una
vegada ada segment interior dels re tangles seguents:

a)

b)

Modelitzeu aquest problema mitjan ant un graf.

3 Problema 57. Determineu per a quins valors de n els grafs seguents son eulerians: a) K ; b) W ;
) Q .
n

Problema 58.

a) Determineu per a quins valors de r i s el graf bipartit i omplet K es un graf euleria.
b) Per a quins valors de r i s, K onte un sendero euleria?
Problema 59. Demostreu que si G es un graf regular que te ordre parell i mida senar, aleshores
G no 
es euleria.
Problema 60. Pot tenir un graf euleria una aresta pont? Doneu un exemple d'un graf d'ordre
5 que tingui una aresta pont i un sendero euleria.
Problema 61. E s possible posar en su essio totes les txes d'un domino de forma que oin ideixin les puntua ions dels extrems en onta te i que els dos extrems lliures tinguin la mateixa
puntua io?
3 Problema 62. Sigui  = f0; 1; : : : ; p 1g un alfabet de p smbols. Sabem que es poden formar
p paraules diferents de longitud n sobre .
Una (p; n) sequen ia de De Bruijn es una paraula a a : : : a sobre  tal que per a tota paraula
w de longitud n sobre  existeix un u
ni i satisfent que w = a a : : : a , on els subndexs es
onsideren modul L. La sequen ia ha de veri ar que L = p .
r;s

r;s

55

i+1

i+n

56

3. PROBLEMES

La sequen ia 01110100 es una sequen ia de De Bruijn per a p = 2 i n = 3 sobre

l'alfabet  = f0; 1g. Efe tivament, si anem despla ant ir ularment el primer smbol de la
sequen ia es van formant les 2 = 8 paraules
011 ! 111 ! 110 ! 101 ! 010 ! 100 ! 000 ! 001

Exemple:

Asso iem a tota (p; n) sequen ia de De Bruijn un pseudodigraf dirigit G = (V; A) on :

{ V es el onjunt de les p paraules de longitud n 1 sobre .
{ A s'identi a amb el onjunt de les p paraules de longitud n sobre .
{ L'ar b ; b ; : : : ; b b omen a en el vertex b b : : : b i a aba en el vertex b b : : : b .
Dibuixeu el pseudodigraf G , determineu un ir uit euleria i, prenent onse utivament el primer
smbol de ada ar del ir uit, omproveu que s'obte una (2,3) sequen ia de De Bruijn.
3 Problema 63. Digueu si les simitarres de Mohammed, representades en la gura seguent, es poden
dibuixar d'un sol tra que omen i i a abi en un mateix vertex. En as armatiu, determineu aquest
tra at tot expli ant breument l'algorisme que hagiu emprat.
p;n

2 ;3

Doneu, en ada apartat, un exemple de graf onnex que veriqui:

a) E s euleria i hamiltonia.
b) E s euleria i no es hamiltonia.
) No es euleria i s que es hamiltonia.
d) No es euleria ni hamiltonia.
Problema 65. Demostreu que K (n  3) es hamiltonia i al uleu el nombre de i les hamiltonians
que te, onsiderant que dos i les son diferents si ontenen almenys una aresta diferent.
Problema 64.

Problema 66.

a) Demostreu que si G es un graf (V ; V )-bipartit i jV j 6= jV j, aleshores G no es hamiltonia.

b) Demostreu que un graf bipartit d'ordre senar no es hamiltonia. Deduu-ne que el graf seguent
no es hamiltonia.
1

) Determineu quins grafs bipartits omplets son hamiltonians.

3 Problema 67. Modelitzeu el problema seguent en termes de grafs: en el jo d'es a s, es possible
per a un avall re orrer les 64 aselles del taulell passant una vegada, i nomes una, per adas una
d'elles? (No es ne essari que el re orregut del avall omen i i a abi en la mateixa asella). Indiqueu
que representarien els vertexs i les arestes del graf i digueu quin tipus de re orregut s'hauria de
er ar.

57

3. PROBLEMES

Proveu que el graf de Petersen no onte ap i le hamiltonia. Proveu, en anvi,

que el subgraf obtingut en eliminar un vertex qualsevol s que es un graf hamiltonia.
Problema 69. Sigui G = (V; A) un graf. Un onjunt I  V diem que es un onjunt independent
si no hi ha ap parell de vertexs de I que siguin adja ents. X
a) Demostreu que si C es un i le de G aleshores hi ha g(v) 2jI j arestes de A que no
2
apareixen en C .
X
b) Demostreu que si jAj
g (v ) + 2jI j < jV j , aleshores G no 
es hamiltonia.
Problema 68.

) Sele ioneu onvenientment un onjunt independent I en el graf seguent, anomenat graf de

Hers hel , per demostrar que no es hamiltonia.

Sigui n = 2 ; k 2 Z. El odi de Gray onsisteix a representar ada enter

2 f1; 2; : : : ; ng mitjan ant una sequen ia de k bits de forma que les representa ions de dos enters

Problema 70.

onse utius, l i l + 1 , difereixin exa tament en una posi io. Per k = 3, feu servir un graf amb
onjunt de vertexs f000; 001; : : : ; 111g per trobar un odi de Gray per 1; 2 : : : ; 8. Quina rela io te
aquesta onstru io amb el on epte de am hamiltonia?
3 Problema 71. Sigui G un graf.
a) Demostreu que si G es un graf euleria, aleshores el graf lnia de G, L(G), es un graf euleria.
b) Demostreu que si G es euleria, aleshores L(G) es hamiltonia.
) Demostreu que si G es hamiltonia, aleshores L(G) es hamiltonia.
d) Son erts els re pro s dels apartats anteriors?
Problema 72. Digueu quins dels seguents grafs son eulerians i quins son hamiltonians. Doneu,
en as armatiu, un ir uit euleria o un i le hamiltonia, segons orrespongui.
a)

b)

d)

58
3

3. PROBLEMES

Problema 73.

a) Dibuixeu tots els tornejos no identi s d'ordre 3 i indiqueu quants no son isomorfs.
b) Una propietat important dels torneigs ve donada pel resultat seguent:
Teorema. Tot torneig onte un am hamiltonia.
Demostra io. Emprarem el metode d'indu io respe te a l'ordre del torneig. Per n = 2 es
immediat (?).
Suposem-ho ert per a tot torneig d'ordre n i provem-ho per a tot torneig d'ordre n +1. Sigui
G = (V; A) un torneig d'ordre n +1 i w un v
ertex qualsevol de G. Clarament el digraf G w,
digraf que s'obte a partir de G suprimint el vertex w, es un torneig d'ordre n i, per tant,
apli ant la hipotesi d'indu io, onte un am hamiltonia u u : : : u . Si wu 2 A o u w 2 A,
llavors tenim que wu u : : : u o u u : : : u w, respe tivament, es un am hamiltonia de G.
En as que wu 62 A i u w 62 A llavors es dedueix (??) que existeix un vertex u ; i < n, tal
que u w 2 A i wu 2 A i per tant u : : : u wu : : : u es un am hamiltonia de G.
Basant-vos en aquesta demostra io onstru tiva, doneu un algorisme per er ar un am hamiltonia en un torneig. Justiqueu els passos assenyalats amb un (?) i (??), respe tivament.
) En un ampionat de basquet, on parti ipen 5 equips fe ; e ; e ; e ; e g, ada equip ha jugat
ontra adas un dels equips restants una sola vegada. Els resultats dels partits, on no s'han
admes els empats, poden veure's en les entrades de la seguent matriu:
0
0 1 1 1 11
B 1
0 1 1 1C
B
C
1
1 0 1 1C
A=B
B
C;
 1
1 1 0 1A
1 1 1 1 0

l'equip e guanya l'equip e
on a = 11 sisi l'equip
e perd davant de l'equip e :
Modelitzeu aquest ampionat mitjan ant un digraf torneig i detalleu om s'apli a l'algorisme
proposat en l'apartat anterior per er ar una ordena io dels equips, de forma que ada equip
guanyi tots els que el segueixen. (Per exemple, l'ordena io e ; e ; e ; e ; e signi aria que e
guanya a tots, e guanya a tots menys l'e , e guanya l'e i l'e , i nalment e guanya l'e ).
1

i+1

i+1

ij

Solu ions i indi a ions

Problema 55.

a) No, ja que hi ha mes de dos vertexs que tenen grau senar.

b) S.
) S.
Problema 56. S que es possible dibuixar la lnia demanada en el primer dels re tangles, pero no
es possible fer-ho en el segon. El problema es pot modelitzar de la forma seguent: onstrum un
graf tal que ada vertex orrespongui a adas una de les regions tan ades dins el re tangle, i tal
que dos vertexs siguin adja ents si les regions orresponents del re tangle tambe ho son. Aleshores,
si aquest graf que hem onstrut es euleria, sera possible dibuixar la lnia que se'ns demana.
Problema 57.

a)
b)
)

Kn
Wn
Qn

es euleria si n es senar.

no es euleria per ap valor de n.
es euleria si n es parell.

Problema 58.

a)
b)

es euleria si, i nomes si, r i s son parells.

K ont
e un sendero euleria si r = 2 i s es senar.
Problema 59. Utilitzeu el lema de les en aixades de mans.
Problema 60. Un graf euleria no pot tenir una aresta pont.
Problema 61. Considereu les txes [x y amb x 6= y om les arestes d'un graf. Aleshores el
nostre problema queda transformat en el seguent: K es euleria?
Problema 62. El pseudodigraf G es
Kr;s

r;s

2;3

01
00

11

59

10

60

3. SOLUCIONS

Si prenem el ir uit 00; 00; 01; 10; 01; 11; 11; 10; 00, obtenim la (2,3) sequen ia De Bruijn seguent:
00010111.
Problema 63. Les simitarres de Mohammed s que es poden dibuixar d'un sol tra , ja que el grau
dels vertexs es sempre parell, i per tant el graf es euleria.
Problema 65. El nombre de i les hamiltonians de K es (n 1)!
n

Problema 66.

b) Utilitzeu l'apartat anterior i tingueu en ompte que jV j + jV j sera senar.

) Aquells que jV j = jV j.
Problema 67. Per tal de modelitzar el problema onstruirem un graf d'ordre 64, en el que ada
vertex representaria adas una de les aselles, i on dos vertexs serien adja ents si amb el moviment
del avall es pogues passar d'una de les aselles orresponents a l'altra. Aleshores, per tal de
resoldre el problema plantejat, haurem de er ar un am hamiltonia.
1

Problema 69.

a) Observeu que per a ada vertex v de I i per a ada i le C que onte v, hi ha g(v) 2 arestes
de A que son in idents amb v i no estan en C .
Problema 70. Cada odi orrespon a un am hamiltonia d'aquest graf.
Problema 71.

a) Mireu quin es el grau dels vertexs a L(G).

d) Cap dels re pro s es ert.

Problema 72.

a)
b)
)
d)

No es euleria, s que es hamiltonia.

No es ni euleria ni hamiltonia.
E s euleria i hamiltonia.
No es euleria, s que es hamiltonia.

Problema 73.

a) N'hi ha 8 de no identi s, pero llevat d'isomorsmes nomes n'hi ha 2.

) L'ordena io tal que adas u guanya els equips que el segueixen es e ; e ; e ; e ; e .
1

Cap
tol 4

Arbres
En aquest aptol estudiarem els grafs onnexos mes simples, els arbres. Aquests grafs, que van ser
introduts per Gustav Kir hho en uns treballs que va publi ar l'any 1847 sobre xarxes ele triques,
son molt importants tant pel paper que juguen en la teoria de grafs om pel seu gran nombre
d'apli a ions, espe ialment en el amp de la informati a.
Apareixen d'una forma natural quan ens plantegem dissenyar una xarxa que onne ti n nodes
mitjan ant el nombre mnim d'enlla os. El graf G que modelitza aquesta xarxa ha de ser onnex,
per tal que ada parell de nodes estiguin omuni ats, i, d'altra banda, no ha de tenir i les ja que
si en tingues podrem eliminar una aresta ontinguda en un i le i obtenir un nou graf amb menys
arestes, per tant menys enlla os, que tambe fora onnex. E s a dir, el graf resultant ha de ser un
arbre. Per exemple, si volem que el seu diametre sigui 2 onsiderarem el graf estrella K .
La importan ia dels arbres dins la teoria de grafs rau en el fet que representen l'estru tura mnima
d'un graf onnex i, aix, de vegades, per provar una erta propietat primerament es prova pels arbres
i despres es fa en general. Tambe s'utilitzen a l'hora de dissenyar algorismes que re orren tots els
vertexs del graf amb l'obje tiu de provar si el graf satisfa una determinada propietat ( onnexio,
planaritat) o per omptar el nombre d'o urren ies d'una determinada estru tura (vertex de tall,
subgraf omplet, et .).
En ien ies de la omputa io els arbres s'empren en multiples situa ions: en la representa io
d'estru tures de dades jerarquiques, en algorismes de lassi a io i er a (arbres de de isio), en
algorismes d'ordena io (heapsort ), en la odi a io de dades ( odis de Human), et .
Aquest aptol onsta de dues parts. En la primera part estudiarem les propietats basiques dels
arbres i tambe onsiderarem els arbres om a subgrafs generadors d'un graf onnex. Aixo ultim
ens permetra endinsar-nos en un problema lassi d'investiga io operativa: determinar un arbre
generador d'un graf onnex i ponderat de pes mnim. En la segona part treballarem amb els arbres
amb arrel. Veurem algunes de les seves apli a ions en el amp de la informati a.
1;n

4.1 Deni io, propietats basiques i exemples

Un arbre es un graf onnex i a  li (sense i les).
Exemple. A la gura 4.1 es poden veure tots els arbres no isomorfs d'ordre 6. Observem que tots
son onnexos, a  li s i de mida 5.
Deni io.

61

62

CAPITOL 4. ARBRES

Figura 4.1: Arbres no isomorfs d'ordre 6.

Teorema 4.1. Si T

lents:
i)

= (V; A) es un graf d'ordre n, aleshores les seguents proposi ions son equiva-

es un arbre.

ii) Entre ada parell de vertexs de

existeix un uni am.

iii)

es onnex i tota aresta de

iv)

es a  li i l'addi io d'una aresta rea exa tament un i le.

es una aresta pont.

1.
vi) T es a  li i te mida n 1.
Demostra io. La farem veient l'equivalen ia de la primera asser io amb totes les altres.
 i) , ii) Si T es un arbre, per ser onnex, entre ada parell de vertexs existeix almenys un
am que els uneix. Ara be, om que no onte ap i le, aquest am ha de ser uni ja que si
hi hagues dos amins C i C que unissin els mateixos vertexs u i v aleshores el re orregut
C [ C seria tan at i per tant ontindria un i le. An
alogament, si T satisfa que entre ada
parell de vertexs existeix un uni am, T es onnex i no onte i les, ja que si en ontingues
hi hauria vertexs d'un mateix i le units per mes d'un am.
v)

es onnex i te mida

63

4.2. ARBRES GENERADORS. ARBRE GENERADOR DE PES MINIM

 i) , iii) Si T es un arbre, per deni io T es onnex i no onte i les. Aleshores om que no

hi ha i les, tenint en ompte la ara teritza io de les arestes pont que diu que una aresta es
una aresta pont si no esta ontinguda en ap i le, podem on loure que tota aresta de T es
una aresta pont. D'altra banda, si T es onnex i tota aresta de T es una aresta pont, podem
deduir que T es un arbre perque ja sabem que es onnex i a mes no onte ap i le perque
tota aresta es una aresta pont.
 i) , iv) Sigui T un arbre i u i v dos vertexs no adja ents de T . Provarem que T + uv
onte exa tament un i le. Els vertexs u i v estan onne ta ts en T , perque T es onnex,
per tant si afegim al am que els uneix l'aresta uv obtenim un i le. Aquest es uni ja que
sabem que el am que uneix u i v en l'arbre T es uni . Re pro ament, provarem que si
T 
es a  li i l'addi io d'una aresta rea exa tament un i le, aleshores T es un arbre. Per
aixo n'hi ha prou a veure que T es onnex. Donats dos vertexs u i v de T , si aquests son
adja ents aleshores la propia aresta uv es un am. Si no ho son, llavors, per hipotesi, el graf
T + uv ont
e exa tament un i le. Eliminant d'aquest i le l'aresta uv tindrem un uni am
que uneix aquest parell de vertexs.
 i) , v) Provarem que tot arbre d'ordre n es onnex i te mida n 1. En realitat, el fet de
ser onnex es deriva dire tament de la deni io d'arbre. Demostrarem que T te mida n 1
mitjan ant el metode d'indu io respe te de l'ordre de l'arbre.
Per n = 1 el resultat es trivial.
Suposem-ho ert per a tot k  n i provem-ho per a n + 1. E s a dir, suposem que tot arbre
d'ordre k  n te mida k 1 i provem que si tenim un arbre d'ordre n + 1 aleshores la seva
mida es n.
Sigui T un arbre d'ordre n + 1 i sigui e = uv una aresta de T . Com que ja hem provat que
) () ii) podem armar que aquesta aresta es l'uni am que uneix en T els vertexs u i v
i per tant el graf T e esta format exa tament per dos omponents onnexos T , que onte
u, i T , que ont
e v. Cadas un d'aquests omponents onnexos es un arbre ja que es onnex
i es a  li , pel fet que es un subgraf de T que tambe ho es. A mes el seu ordre es mes petit
o igual que n i per tant estem en ondi ions d'apli ar la hipotesi d'indu io, es a dir, la mida
de T es n 1, on n denota l'ordre de T , i la mida de T es n 1. Per tant,
mida de T = mida de T + mida de T + 1 = n 1 + n 1 + 1
= n + n 1 = n + 1 1 = n:
El re pro diu que si T es un graf onnex d'ordre n i mida n 1 aleshores T es un arbre.
Nomes al provar que si T es un graf onnex d'ordre n i mida n 1 aleshores T es a  li .
Per un resultat del aptol anterior sabem que la mida d'un graf onnex d'ordre n es mes
gran o igual que n 1. Per tant, si T es onnex i te mida exa tament n 1 aleshores T no
onte ap i le, es a dir, es un arbre.
 i) , vi) La impli a io i) ) vi) es dedueix dire tament de la deni io d'arbre i de l'equivalen ia anterior. L'altra impli a io es fa per mitja del metode d'indu io de forma analoga
de om s'ha vist l'equivalen ia anterior.
i

4.2 Arbres generadors. Arbre generador de pes mnim

Un arbre generador (spanning tree ) d'un graf G es un subgraf generador de G que a
mes es un arbre.

Deni io.

64

CAPITOL 4. ARBRES

Exemple.

A la gura 4.2 hi ha un graf i dos arbres generadors d'aquest graf.

Figura 4.2: Graf i dos arbres generadors.

Cal observar que si T es un arbre generador d'un graf onnex G, aleshores T es un subgraf generador
de G, que es mnim respe te a la propietat de ser onnex i maxim respe te a la propietat de ser
a  li , es a dir, eliminant una aresta qualsevol de T el graf que s'obte no es onnex i afegint-hi
una aresta qualsevol obtenim un graf que ja no es a  li .
Teorema 4.2. Tot graf onnex onte un arbre generador.

Sigui G = (V; A) un graf onnex. Si G es un arbre llavors el propi G es un arbre
generador. Si G no es un arbre signi a que G onte i les. Si anem eliminant su essivament
arestes que estan ontingudes en un i le del graf que resulta en ada pas, arribarem a tenir un
subgraf generador T sense i les. Cal justi ar que T es tambe onnex i per tant un arbre. Si u i v
son dos vertexs de G i w w : : : w , on u = w i v = w , es un u v am en G, aleshores si alguna
de les arestes del am no es de T aixo signi a que estava ontinguda en un i le i per tant podem
substituir-la per les restants arestes del i le. Reiterant aquest pro es per a ada aresta del am
obtindrem un u v re orregut en T .
L'anterior demostra io es tambe un algorisme que ens propor iona un arbre generador d'un graf
onnex. D'altres algorismes, basats en l'estrategia de la fondaria prioritaria |algorisme DFS| o
en la de re er a per amplada prioritaria |algorisme BFS| ja s'han vist al aptol 2, el primer
om un test de onnexio d'un graf general |vegeu la pagina 28 i s.| i el segon per al ular les
distan ies des d'un vertex v qualsevol d'un graf onnex G a la resta de vertexs del graf. En el
primer dels asos, el mateix algorisme DFS ens retorna, en la llista la, el onjunt d'arestes de l'arbre
generador del graf sempre que aquest sigui onnex . En el segon as, utilitzarem l'estrategia BFS
per tal de onstruir un algorisme ad ho per a la determina io d'un arbre generador T d'un graf
G onnex, partint d'un v
ertex v 2 G distingit o ini ial.
Demostra io.

4.2.1

Algorisme BFS. Determina i

o d'un arbre generador des d'un v
ertex
donat

Algorisme 4.1. (Arbre generador bfs)

Entrada: G = (V; A) es un graf onnex, amb V

= f1; 2; : : : ; ng,
es un vertex de G
Sortida: la es una llista d'arestes d'un arbre generador T del graf G
algorime bfs arbre generador(G; v; la)
var
l
: llista de vertexs ;
: ua de vertexs ;
v

aux

1 Si no ho 
es,
ini ial v.

la

es la llista d'arestes de l'arbre generador del omponent onnex de

al qual pertanyi el vertex

65

4.2. ARBRES GENERADORS. ARBRE GENERADOR DE PES MINIM

: vertex ;
l
:= V fvg;
:= fv g;
la := fg;
mentre :buida( ) fer
u := primer( );
per a ada vertex w 2 l , w adja ent a u fer
:= inserir( ; w);
la := la
fuwg;
l
:= l
fwg;
fper
:= eliminar( );
u

fvar

aux

aux

aux

aux

fmentre
falgorisme
Exemple. A la gura 4.3 es pot veure un graf onnex, G, i dos arbres generats des del vertex 1

segons els algorismes df s i bf s arbre generador. En general els arbres generadors obtinguts mitjan ant aquests dos algorismes son diferents. Una bona propietat dels arbres obtinguts mitjan ant
l'algorisme BFS es la de preservar les distan ies des del vertex ini ial, om s'enun ia al teorema
seguent.

2
3

DFS. Entrada G; 1

Graf G
1
4

6
la

1
3

= f12; 23; 34; 45; 46g

BFS. Entrada G; 1
2

6
3
4
la = f12; 15; 23; 54; 46g

Figura 4.3: Graf i arbres generadors segons les estrategies DFS i BFS.
G = (V; A) partint d'un v
ertex ini ial
que preserva les distan ies des de v , es a dir,

Teorema 4.3. L'algorisme BFS apli at a un graf onnex

v de G
dT v; w

propor iona un arbre generador T de

) = dG(v; w) per a tot vertex w de G.

L'algorisme bfs arbre generador es, de fet, el mateix que el bfs de la pag. 32, amb
l'uni a diferen ia que aquest darrer algorisme onstrueix el ve tor distan ia, que onte les distan ies
des del vertex distingit v a tots els altres vertexs del graf, mentre que el primer onstrueix l'arbre
generador tot afegint a la les mateixes arestes que el bfs re orre. De la mateixa manera que en
l'invariant de l'algorisme bfs,
I = f8u 2 V l : distan ia[u = d(v; u)^
8u 2 l ; 8w ve de u t.q. w 2 V l ) w 2 g;
es mantenen les distan ies a v des dels vertexs que es van re orrent, tambe es mantindran en
l'algorisme bfs arbre generador.
Els arbres generadors tenen un paper important en molts algorismes de la teoria de grafs on es fan
servir per moure's pel graf per tal de er iorar-se de si el graf te o no una determinada propietat o

Demostra io.

aux

aux

aux

66

CAPITOL 4. ARBRES

per omptar el nombre d'o urren ies d'una erta estru tura. Malgrat que l'ele io del pro ediment
de er a per amplada prioritaria (BFS) o del pro ediment de er a per profundiat prioritaria (DFS)
depen de l'analisi de ada problema on ret, en general es pot dir que l'algorisme BFS es preferible
en les situa ions on es bus a una erta optimitza io.
4.2.2

Arbre generador de ost m

nim. Algorisme de Kruskal

Si tenim un graf ponderat G = (V; A; w), el pes d'un arbre generador T = (V; A0) de G, que
denotarem per w(T ), es la suma dels pesos de les arestes de T . En aquest ontext ens podem
preguntar om podem trobar un arbre generador de pes mnim, es a dir, un arbre generador T
d'un graf onnex i ponderat G = (V; A; w) tal que
w(T ) = minfw(T )jT 
es un arbre generador de Gg:
Aquest problema, que es oneix amb el nom de problema del onne tor mnim , sorgeix, per exemple,
quan es tra ta de determinar la xarxa de ost mnim que inter onne ti un determinat onjunt de
nodes. Un dels algorismes lassi s que resol aquest problema es l'algorisme de Kruskal :
m

Algorisme 4.2. (kruskal)

Entrada: G = (V; A; w) es un graf onnex i ponderat
Sortida: la es una llista d'arestes d'un arbre generador de pes mnim
algorisme kruskal(G; la)
var
de arestas ;
:
:
;
fvar
la := fg;
l
:= A;
mentre 9a 2 l tal que : i le(la
a) fer
; l);
a := mnim pes no i le(l
l
:= l
fag;
a := la
a;
laux llista
a aresta

aux

aux

aux

aux

aux

fmentre
falgorisme

en el qual mnim pes no i le(l ; l) retorna l'aresta de l amb pes mnim tal que no formi un
i le amb algun su onjunt d'aretas de l.
Exemple. Podem veure a la gura 4.4 un graf onnex i ponderat i l'arbre generat mitjan ant
l'algorisme de Kruskal.
aux

aux

Teorema 4.4. L'algorisme de Kruskal propor iona un arbre generador T de pes mnim d'un graf
onnex i ponderat no trivial

G.

Demostra io. Sigui T el subgraf obtingut mitjan ant l'algorisme de Kruskal, es a dir, el subgraf
del qual la es la llista de les seves arestes.
i) Provem que T es onnex i T es un subgraf generador. Siguin u un vertex de T i v un vertex
de G. Com que u i v son tambe vertexs de G i G es onnex sabem que existeix un u v am
en G. Si alguna de les arestes del am no apareix en T aixo es deu al fet que si s'hi hagues
afegit s'hauria reat en T un i le i per tant pot ser substituda per les restants arestes del
i le amb la qual osa s'obtindria un u v re orregut en T . Tenim don s que tot vertex de
G
es tambe de T i que T es onnex.
ii) T es a  li per propia onstru io. Per tant, T es un arbre generador de G.

67

4.2. ARBRES GENERADORS. ARBRE GENERADOR DE PES MINIM

6
4

3
4

( ) la
w(la)
f12,13,14,15,23,25,34,45g 34 2 fg
0
f12,13,14,15,23,25,45g
45 3 f34g
2
f12,13,14,15,23,25g
13 3 f34,45g
5
f12,14,15,23,25g
23 5 f34,45,13g
8
f12,14,15,25g
{ { f34,45,13,23g 13
Figura 4.4: Exemple de l'algorisme de Kruskal.
laux

w a

iii) Provem nalment que T es de pes mnim. Sigui A = fa ; a ; : : : ; a g, el onjunt d'arestes
de T tal om les ha triades l'algorisme de Kruskal, on n es l'ordre de T . Ho demostrarem per
redu io a l'absurd, es a dir, suposarem que T no es de pes mnim. Considerem el onjunt
T de tots els arbres generadors del graf G de pes mnim i es ollim T 2 T de forma que
sigui un dels que tinguin el maxim nombre d'arestes omunes amb T . Com que T no esta
en T , es evident que T i T son diferents, i per tant podrem trobar una aresta de T que no
estigui en T . Sigui a , per a algun i entre 1 i n 1, la primera de tals arestes de A i a 62 T .
Construirem a partir de T i de a un nou arbre T 0, tambe generador de G, i demostrarem
que w(T 0 ) = w(T ). Podem veure un esquema d'aquesta demostra io a la gura 4.5.
1

PSfrag repla ements

T0

a0

ai

Figura 4.5: Esquema de la demostra io del teorema 4.4.

Si a l'arbre T li afegim l'aresta a , obtindrem un graf T + a que, per l'apartat (iv) del
teorema 4.1, ontindra exa tamente un i le, C . Ates que T es a  li , almenys una aresta
a 2 C no estar
a en T i, per tant, a 6= a . Considerem ara l'arbre T 0 seguent
T 0 = (T + a ) a :
(4.1)
Aix, T 0 tambe es un generador de G i el seu pes es
w(T 0 ) = w(T ) + w(a ) w(a ):
0

68

CAPITOL 4. ARBRES

Pero om que havem pres T de pes mnim, tindrem que w(T )  w(T 0 ), i, per tant, per
(4.1), podem armar que w(a )  w(a ). Pero si w(a ) < w(a ), l'algorisme de Kruskal hauria
es ollit al pas i-esim, 0l'aresta a en llo d'es ollir a . Ha de ser, per
tant, w(a ) = w(a ) i,
onseguentment, w(T ) = w(T ), tal om volem veure. E s a dir, T 0 2 T ; pero T 0 te en omu
amb T totes les arestes de T mes l'aresta a , i aixo ontradiu l'ele io de T . Per tant, T
estara en el onjunt T d'arbres generadors de G de pes mnim.
0

4.3 Arbres amb arrel. Arbres m aris

Deni io. Un arbre dirigit T = (V; A) es un digraf asimetri tal que el graf subja ent es un arbre.
En as que hi hagi un vertex r tal que per a tot vertex v existeix un r v am direm que T es un
arbre amb arrel . A aquest vertex r l'anomenarem arrel .
Exemple. En la gura, 4.6 T es un arbre dirigit sense arrel i T un arbre dirigit amb arrel al
vertex etiquetat amb 4.
1

T1
1

T2
2

Figura 4.6: Exemples d'arbres dirigits.

E s ostum, a l'hora de representar gra ament un arbre amb arrel, disposar l'arrel r om el
vertex situat mes amunt del gra i ol.lo ar els vertexs adja ents des de l'arrel en un nivell
inferior. Els vertexs adja ents des dels vertexs anteriors es disposen en un nivell mes inferior i aix
su essivament. Llavors, om que l'orienta io de tots els ar s es de dalt ap a baix, se'n pres indeix.
Cal dir, pero, que el gra resultant representa un arbre amb arrel, es a dir, un tipus de digraf.
Exemple. T 0 de la gura 4.7 es el mateix T anterior amb aquesta representa io.
S'observa fa ilment que si T es un arbre amb arrel r aleshores el grau d'entrada de r es 0 i el grau
d'entrada de tots els altres vertexs v 6= r es 1. Tambe al assenyalar que si un arbre dirigit T te
una arrel, aquesta es uni a, om tambe es uni per a ada vertex v de T el am que va de l'arrel
al vertex v. Aquestes observa ions es dedueixen del fet que es tra ta d'un digraf asimetri i del fet
que el graf subja ent es un arbre.
Deni io. Si T es un arbre amb arrel i r es l'arrel de T tenim les deni ions terminologiques
seguents:
 Si uv es un ar de T direm que u es el pare de v i que v es un ll de u. Si existeix un u v
am direm que u es un as endent de v i v es un des endent de u.
 Els vertexs de l'arbre que tenen grau de sortida igual a zero, es a dir que no tenen lls,
s'anomenen fulles . Els vertexs de l'arbre que no son fulles s'anomenen vertexs interns .
2

69

4.3. ARBRES AMB ARREL. ARBRES M ARIS

4

T20
2

Figura 4.7: Exemple de representa io d'un arbre amb arrel.

 El nivell d'un vertex v de T es la longitud de l'uni r v am.
 L'altura de T , que es denota per h(T ), es el mes gran dels nivells dels vertexs de T , o dit

d'una altra manera es la mes gran de les longituds dels r v amins. Si el nivell de ada
fulla de T es igual a h(T ) o a h(T ) 1 direm que T es un arbre equilibrat .
 L'arbre amb arrel T es m-ari , essent m  2, si el grau de sortida de tot vertex de T es mes
petit o igual que m. En parti ular si m = 2 direm que tenim un arbre binari . Un arbre
m ari T = (V; A) 
es omplet si 8v 2 V; g (v) = m o g (v) = 0.
Exemple. A la gura 4.8, T es un arbre binari omplet i equilibrat, T es un arbre ternari omplet
i no equilibrat i T es un arbre binari ni omplet ni equilibrat. Els arbres binaris resulten models
+

T1

T2

T3

Figura 4.8: Exemples d'arbres amb arrel.

adequats per representar estrategies de de isio, om per exemple la er a d'un nombre de l'1 al
10 mitjan ant el metode de bise io (vegeu la gura 4.9). Mentre que les fulles representen tots
els numeros (op ions) possibles, els vertexs interns representen les ompara ions (de isions) que es
van fent.
A partir d'aquests exemples ens podem interessar per er ar rela ions entre l'ordre de l'arbre i el
nombre de vertexs interns (fulles) i entre l'altura d'un arbre m ari omplet i equilibrat i el nombre
de fulles.
Teorema 4.5. Un arbre m ari omplet amb i vertexs interns te ordre n = mi + 1.
Demostra io. En un arbre m-ari tot vertex intern te m lls i tot vertex, llevat de l'arrel, es ll d'un
uni vertex intern. Per tant, el nombre de vertexs es igual al nombre de lls dels vertexs interns
mes un (l'arrel). E s a dir, n = mi + 1.
Corol.lari 4.6. Si anomenem f al nombre de fulles d'un arbre m-ari omplet d'ordre n, aleshores
f

= n(m m1) + 1 :

70

CAPITOL 4. ARBRES




1

10

Figura 4.9: Arbre binari de er a.

Demostra io.

Pel teorema tenim n = mi + 1 = i + f , aleshores f = (m 1)i + 1 i, per tant,

n 1
+ 1 = (m 1)(nm 1) + m = n(m m1) + 1 :
f = (m 1)
m

2i + 1 vertexs dels
+ 1 son fulles.
Observem, don s, que el nombre de vertexs interns d'un arbre binari es un menys que el nombre
de fulles. Si pensem que l'arbre modelitza un torneig de tennis per eliminatories, on les fulles
representen els parti ipants i els vertexs interns, partits, el resultat anterior ens diu que el nombre
total de partits que s'han de jugar per tal de tenir un ampio es igual al nombre de parti ipants
menys un. Si ho pensem detingudament podem veure que si en ada partit queda eliminat un
jugador, aleshores per tal d'arribar a un ampio aldra que tots els restants hagin quedat eliminats
previament i per aixo aldra que s'hagin jugat tants partits om parti ipants menys un.
Corol.lari 4.7. Un arbre binari omplet amb i vertexs interns te un total de
quals

Teorema 4.8. Si T es un arbre m-ari d'altura h i ordre n, aleshores

+ 1  n  mm 1 1 :
Demostra io. El fet que l'ordre n sigui major o igual que l'altura h mes un es dedueix del fet que
si l'arbre te altura h, aleshores en ada nivell k 2 f0; 1; : : : ; hg hi ha almenys un vertex i, per tant,
n  h + 1. D'altra banda, el nombre de v
ertexs de nivell k, on 0  k  n, es menor o igual que
m i, per tant,
X
m
1:
n
m =
m 1
h+1

h+1

k=0

Corol.lari 4.9. Si T es un arbre binari d'altura h i ordre n, aleshores

+1n2
1:
Finalment veurem la rela io que hi ha entre l'ordre i l'altura d'un arbre m-ari i omplet i om
aquesta es on reta en as que l'arbre sigui equilibrat. Per tal d'expressar aquesta rela io d'una
manera mes simple introduirem la fun io part entera per sobre :
dxe = minfk 2 Z j k  xg;
per exemple: d2017e = 3 i d 2017e = 2.
h

h+1

71

 D'UN ARBRE AMB ARREL

4.4. ORDENACIO

Corol.lari 4.10. Si T es un arbre m-ari d'ordre n i altura h, aleshores

h

Si l'arbre es

m-ari

 log

1) + 1  :

n m

omplet i equilibrat, aleshores

h

on

= dlog f e;
m

es el nombre de fulles de T .

Demostra io.

Pel teorema anterior sabem que si T es un arbre m-ari d'ordre n i altura h, aleshores
m
1;
n
m 1
h+1

d'on dedum

( 1) + 1  m ) n(m m1) + 1  m ) log n(m m1) + 1  h:

En as que l'arbre sigui m-ari, omplet i equilibrat tindrem que
1;
m
1 <n m
m 1
m 1
i, per tant,


n(m 1) + 1
n(m 1) + 1
 h;

m () h 1 < log
m
<
m 1
m 1
i om que si l'arbre es omplet
es el nombre f de fulles de l'arbre, aleshores per la
deni io de la fun io part entera per sobre tindrem que


n(m 1) + 1
)
= dlog f e:
h = log (
m 1
h+1

n m

h+1

n(m

1)+1

). Si l'arbre
= dlog ( )e.
Com a apli a io d'aquest resultat podem deduir-ne l'ordre mnim de ompara ions que al fer, en
el pitjor dels asos, per ordenar una llista de n elements. Representant les n! possibles ordena ions
om les fulles d'un arbre binari, omplet i equilibrat, el nombre mnim de ompara ions orrespon
a l'altura de l'arbre i per tant es dlog ( )e = O(n log n).
Corol.lari 4.11. Si T es un arbre binari d'ordre n i altura h, aleshores h  log

es binari, omplet i equilibrat, aleshores

n+1

n+1
2

n!+1
2

4.4 Ordena io d'un arbre amb arrel

Deni io. Un arbre amb arrel es ordenat si els lls de ada vertex intern estan ordenats. En
la representa io gra a d'un arbre amb arrel ordenat, els lls de ada vertex intern es suposen
ordenats d'esquerra a dreta.
Hi ha diferents maneres de \re orrer"de forma exhaustiva els vertexs d'un arbre amb arrel i ordenat.
Els mes emprats son el re orregut en preordre , el re orregut en inordre i el re orregut en postordre .
Deni io. Sigui T un arbre amb arrel i ordenat. Sigui r l'arrel de T i n l'ordre de T . Denim de
forma re ursiva els re orreguts en preordre, inordre i postordre:

72

CAPITOL 4. ARBRES

 Si n = 1 l'arrel r onstitueix el re orregut en preordre, inordre i postordre de T .

 Si n > 1, es a dir g (r) = k  1, siguin T ; : : : ; T els subdigrafs induts pels lls v ; : : : ; v
+

de l'arrel r, ordenats d'esquerra a dreta, i pels seus des endents (aquests subdigrafs, que son
tambe arbres amb arrel, s'anomenen subarbres de T .)
{ El re orregut en preordre de T omen a per l'arrel r, segueix pels vertexs de T en
preordre, despres pels vertexs de T en preordre i aix su essivament ns que passa
pels vertexs de T en preordre.
{ El re orregut en inordre de T omen a pels vertexs de T en inordre, segueix per l'arrel r
i despres pels vertexs de T en inordre, pels vertexs de T en inordre i aix su essivament
ns que passa pels vertexs de T en inordre.
{ El re orregut en postordre de T omen a pels vertexs de T en postordre, segueix pels
vertexs de T en postordre i aix su essivament ns que passa pels vertexs de T en
postordre. Finalment passa per l'arrel r.
Exemple. Els diferents re orreguts de l'arbre de la gura 4.10 son
preordre: 1, 2, 4, 5, 8, 9, 3, 6, 10, 11, 7, 12;
inordre: 4, 2, 8, 5, 9, 1, 10, 6, 11, 3, 12, 7;
postordre: 4, 8, 9, 5, 2, 10, 11, 6, 12, 7, 3, 1.
k

10

11

12

Figura 4.10: Arbre amb arrel ordenat.

Una apli a io d'aquests \re orreguts"es troba en la representa io i avalua io d'una expressio algebrai a guardada en forma d'arbre binari. Si una expressio simple om a b es guarda om un arbre
binari on l'arrel representa l'opera io i on els lls esquerre i dret representen els operands esquerre
i dret, respe tivament, una expressio mes omplexa, om, per exemple, (a + b  )=(d + e " f ) es
guardaria segons l'arbre de la gura 4.11.
El re orregut d'aquest arbre en preordre ens dona l'expressio
= + a  b + d " ef:
Aquesta representa io, oneguda amb el nom de nota io pola a o tambe nota io prexa, introduda pel logi Jan Lukasiewi z, permet ser avaluada d'esquerra a dreta sense ne essitat d'emprar
parentesis ni d'haver de onsiderar prioritat d'opera ions. Simplement es van guardant els diferents
elements de l'expressio en una pila de forma que ada op que ens trobem amb dos operands apilats
su essivament, aquests s'operin segons l'operador que els segueix en la pila. Podem veure el pro es

73

 D'UN ARBRE AMB ARREL

4.4. ORDENACIO

"

Figura 4.11: Arbre de l'expressio (a + b  )=(d + e " f ).

e
f

"

"f
d

+
=

"f +d

b

"f +d
b
a

e
b

"f +d
 +a

(b   +a)=(e " f + d)
Figura 4.12: Su essives piles de l'expressio (a + b  )=(d + e " f ).
=

en las su essives piles de la gura 4.12. La transforma io de l'expressio donada en nota io pola a
i la seva orresponent avalua io son tasques dels ompiladors. El re orregut del mateix arbre en
inordre ens dona l'expressio algebrai a onven ional sense parentesis: a + b  =d + e " f (nota io
inxa ). El re orregut en postordre dona ab  +def " += (nota io postxa ), que tambe es podria
avaluar fent servir una pila.

74

4. PROBLEMES

Problemes
Sigui V = fa; b; ; dg. Determineu tots els arbres que tinguin V om a onjunt de
vertexs. Quants no son isomorfs?
Problema 75. Quants arbres no isomorfs hi ha d'ordres 5, 6 i 7, respe tivament?
3 Problema 76. Digueu raonadament si existeix un arbre d'ordre 5 amb dos vertexs de grau 3.
Problema 77. Sigui T un arbre d'ordre om a mnim 2.
a) Demostreu que T te almenys dos vertexs de grau 1.
b) Quan T es un graf regular?
Problema 78. Direm que un graf es un b os si tots els seus omponents onnexos son arbres.
Aleshores, sigui G = (V; A) un bos amb k omponents onnexos. Determineu,
a) Quina rela io hi ha entre jV j, jAj i k?
b) Quin es el nombre mnim d'arestes que al afegir a G per obtenir un arbre?
? Problema 79. Demostreu que si T = (V; A) 
es un arbre, aleshores
8v 2 V; v es un vertex de tall () g(v)  2:
Problema 80. Proveu que tot arbre es un graf bipartit. Quins arbres son grafs bipartits omplets?
?
Problema 81. Proveu que el entre d'un arbre esta format per un uni vertex o per dos vertexs
adja ents.
Problema 82. Sigui T = (V; A) un arbre d'ordre n  2. Digueu, raonadament, quants amins
diferents i no trivials hi ha a T ?
Problema 83. Sigui V = f1; 2; : : : ; ng, on n > 2, i sigui T un arbre que te V om a onjunt
de vertexs. Asso iem a T una sequen ia t ; t ; : : : ; t d'elements de V , anomenada sequen ia de
Prufer, seguint l'algorisme seguent:
Problema 74.

Algorisme .1. (Sequen ia de Prufer)

Entrada: T = (V; A) es un arbre d'ordre n > 2, amb V = f1; 2; : : : ; ng.
Sortida: s = ft ; t ; : : : ; t g es una sequen ia d'elements de V .
1

algorisme obtenir seq Prufer (T; n; s)

:= 1;
:= T ;
:= f g;

i
T0
s

75

76

4. PROBLEMES

2 fer
:= primer vertex grau 1(T 0);
:=adja ent
(T 0 ,v );
0
:= T fv g;
:= s
ft g;
:= i + 1;

mentre i  n
vi
ti
T0
s
i

fmentre
falgorisme

La fun io primer vertex grau 1(T 0) retorna el vertex de T 0 de numera io mes baixa possible tal
que tingui grau 1.
La fun io adja ent(T 0 ,v ) retorna un vertex qualsevol de T 0 que sigui adja ent a v .
a) Doneu la sequen ia de Prufer orresponent a l'arbre representat en la gura seguent:
i

1
2

b) Doneu l'arbre que te asso iada la sequen ia de Prufer 4; 4; 3; 1; 1.

(Nota: Es demostra que el pro ediment abans exposat permet denir una apli a io bije tiva entre
el onjunt d'arbres T = (V; A) d'ordre n, n > 2, i el onjunt de sele ions ordenades amb repeti io
de n 2 elements d'un onjunt de n elements, d'on es dedueix que el nombre d'arbres d'ordre n,
n  2, 
es igual a n ).
Problema 84. Trobeu un arbre generador per a adas un dels grafs seguents: a) K ; b) K ;
) Q ; d) C ; e) Graf de Petersen.
3 Problema 85. Cal uleu el nombre d'arbres generadors no identi s del graf omplet i bipartit K .
Problema 86. Trobeu, emprant l'algorisme de Kruskal, tots els arbres generadors de pes ( ost)
mnim del graf ponderat representat en la gura seguent:
n

3;3

2;s

5
2
7

3
2

6
2
4

1
1

Problema 87. Sigui G = (V; A; w) un graf ponderat. Presentem l'algorisme de Prim , el qual
ens propor iona un arbre generador de pes ( ost) mnim T = (V 0; A0) d'un graf ponderat i onnex
G = (V; A; w).
Algorisme .2. (Prim)
Entrada:
Sortida:

G
v
T

= (V; A; w) es un graf ponderat i onnex

2V

= (V 0; A0 ) es un arbre generador de pes ( ost) mnim de G = (V; A; w).

77

4. PROBLEMES

algorisme prim(G; T )
V 0 := fv g;
A0 := fg;
mentre V 0 6= V fer

:= aresta minim pes (V 0; V );

:= V 0 [ fsg;
:= A0 [ fvsg;

vs
V0
A0

fmentre
falgorisme

La fun io aresta minim pes (V 0; V ) ens retorna l'aresta vs de pes mnim del graf G entre un vertex
de V 0 i un altre de V V 0 .
a) Apliqueu l'algorisme de Prim per trobar un arbre generador de pes ( ost) mnim del graf
ponderat seguent,
p

prenent om a vertex ini ial v, el vertex p, i els pesos de adas una de les arestes venen
donats per la taula seguent:
r s t p q
r - 7 9 - 8
s 7 - 2 4 6
t 9 2 - 5 1
p - 4 5 - 3
q 8 6 1 3 b) Proveu que si G = (V; A; w) es un graf ponderat i onnex, aleshores el graf obtingut mitjan ant l'algorisme de Prim, T = (V 0 ; A0), es un arbre generador de G.
(Nota: es demostra que l'arbre generador obtingut mitjan ant l'algorisme de Prim te pes
mnim).
Problema 88. En la taula seguent trobareu els ostos de les onnexions fsiques entre 5 ordinadors
fA; B; C; D; E g:
A B C D E
A - 5 2 4 7
B 5 - 2 3 2
C 2 2 - 5 1
D 4 3 5 - 2
E 7 2 1 2 Determineu una xarxa, el maxim d'e onomi a possible, que permeti la omuni a io (dire ta o
indire ta) entre dos ordinadors qualssevol, fent servir:
a) L'algorisme de Kruskal.

78

4. PROBLEMES

b) L'algorisme de Prim.
Problema 89. En la taula seguent, n (h) es el nombre d'arbres amb arrel no isomorfs d'ordre
5 i altura h. Comproveu els valors de la taula dibuixant el nombre d'exemples ne essaris en ada
as.
h 1 2 3 4
n (h) 1 4 3 1
Problema 90. Construu dos arbres amb arrel no isomorfs que tinguin 12 vertexs, 6 dels quals
siguin fulles, i la seva altura sigui igual a 4.
Problema 91. La Copa AFIF es un ampionat per eliminatories. Quantes rondes son ne essaries
si hi parti ipen 4.090 equips i ap no passa dire tament mes d'una ronda?
3 Problema 92. El professor de l'assignatura X i els seus estudiants de ideixen que mentre no
hi hagi orreu ele troni establiran una mena de sistema en adena per tal de noti ar-se tots
aquells assumptes d'interes general que puguin sorgir al llarg del urs ( anvis d'horari, et .). El
professor tru ara a tres dels estudiants, previament sele ionats, i aquests tru aran a tres mes i
aix su essivament. Si en total son 130 estudiants, quants, om a mnim, hauran de tru ar per
telefon?
3 Problema 93. Per representar un arbre amb arrel binari es pot utilitzar un array A de la manera
seguent:
i) L'arrel es guarda a A[1.
ii) Si A[i guarda el valor d'un vertex de l'arbre, aleshores el valor del seu ll esquerre es guarda
a A[2i i el del seu ll dret a A[2i + 1.
iii) Si el vertex orresponent no existeix aleshores es guarda, en la posi io orresponent, el valor
NULL.
Quina dimensio ha de tenir l'array A per representar qualsevol arbre amb arrel binari d'altura h?
Problema 94. Suposeu que teniu una moneda autenti a, amb l'etiqueta 0, i altres r monedes
amb etiquetes diferents f1; 2; : : : ; rg indistingibles per la seva aparen a de la moneda etiquetada
amb 0. Es sospita que una moneda pot ser falsa (mes pesada o mes lleugera que la moneda 0).
Demostreu que es ne essiten almenys dlog (2r +1)e pesades en una balan a de dos plats per de idir
quina moneda, si es que n'hi ha alguna, es falsa i si es mes pesada o mes lleugera. Dissenyeu un
pro ediment que utilitzi exa tament aquest nombre de pesades en el as r = 4.
Problema 95. Quin es el nombre maxim de vertexs interns que pot tenir un arbre 4 ari d'altura
8? I si es tra ta d'un arbre m ari d'altura h?
3 Problema 96. Sigui T un arbre amb arrel binari i omplet amb n fulles fl ; l ; : : : ; l g, i sigui d
la longitud del am de l'arrel a la fulla l (1  i  n). Demostreu que
5

n
X

= 1:

i=1

Sigui T un arbre amb arrel binari. Demostreu que si l es el nombre de fulles de
i k es el nombre de vertexs de T amb grau de sortida igual a 2, aleshores l = k + 1.
Problema 98. Donada l'expressio ((x 1) " 3)  (y (2 + x=5)),
a) Representeu-la mitjan ant un arbre amb arrel binari.

Problema 97.
T

4. PROBLEMES

79

b) Es riviu-la en nota io prexa (o pola a).

) Es riviu-la en nota io postxa i en nota io inxa.
Problema 99. Determineu el valor de l'expressio seguent, sabent que ve donada en nota io
pola a: 5  2 3 " 4 2.
Problema 100. L'arbre amb arrel binari T = (V; A) te per onjunt de vertexs
V = fa; b; ; d; e; f; g; h; i; j; k g:
El re orregut en preordre de T genera la llista seguent: fa; b; d; e; ; f; h; i; g; j; kg i la llista en
postordre de T es: fd; e; b; h; i; f; j; k; g; ; ag. A partir d'aquesta informa io dibuixeu l'arbre T .
Problema 101. Construeix un arbre amb arrel T = (V; A) sabent que:
a) El re orregut en preordre de T genera la llista fa; b; d; h; i; ; e; f; gg.
b) Els vertexs a i d tenen dos lls, b te un ll, te tres lls i e; f; g; h; i son fulles.
Problema 102. Un odi lliure de prex es ara teritza pel fet que ap paraula d'aquest odi es
prex d'una altra paraula del mateix odi. Aix, per exemple, la taula seguent orrespon a un odi
prex
a b d
e
0 10 110 1110 1111
Un odi prex que te per alfabet  = f0; 1g pot representar-se mitjan ant un arbre amb arrel
binari on les arestes que ondueixen als lls esquerres venen etiquetades per un 0 i les que porten
als lls drets s'etiqueten amb un 1, els ara ters a odi ar orresponen a les fulles de l'arbre i la
odi a io de ada ara ter orrespon al am des de l'arrel a la fulla orresponent.
a) Representeu mitjan ant un arbre amb arrel binari el odi denit en la taula anterior.
b) Que representa el nivell de ada fulla en rela io amb la odi a io del ara ter orresponent?
) Des odiqueu el missatge seguent: 11111011100.

80

4. SOLUCIONS

Solu ions i indi a ions

N'hi ha 16 de no identi s, pero nomes 2 llevat d'isomorsmes.
Problema 75. N'hi ha 3, 6 i 11 respe tivament.
Problema 76. No existeix ap arbre d'aquestes ara terstiques.
Problema 74.

Problema 77.

a) Demostreu-ho per redu io a l'absurd, tenint en ompte que tot arbre d'ordre n te mida
n 1.
b) T es regular nomes en el as n = 2.
Problema 78.

a) Si T = (V ; A ); 1  i  k; son els omponents onnexos de G, aleshores

jV j = jV j + : : : + jV j i jAj = jV j 1 + : : : + jV j 1 = jV j
i

k:

b) Caldrien afegir, om a mnim, k 1 arestes.

Problema 79.

) Demostreu el ontrare pro . Considereu v 2 V tal que g(v) = 1 i demostreu que v no es un

vertex de tall.
( Considereu v; u; w 2 V tals que u i w siguin adja ents a v. Observeu que l'uni u w am
pot ser uvw.
Problema 80. Heu de denir una parti io en V , V = V [ V , V \ V = ;, de forma que
8u; v 2 V ; i = 1; 2; u no sigui adja ent a v.
Una altra possibilitat fora onsiderar la ara teritza io dels grafs bipartits relativa a la longitud
dels i les que onte.
Els uni s arbres que son bipartits omplets son K .
Problema 81. Sigui T = (V; A) un arbre i Z (T ) el entre d'aquest arbre. Considereu T 0 =
T
fv 2 V : g(v) = 1g. Demostreu que Z (T ) = Z (T 0). Aix don s podreu anar repetint aquest
pro es de des ens ns a obtenir que Z (T ) = Z (K ) o Z (T ) = Z (K ).
1

1;m

Problema 83.

a) La sequen ia es 2; 2; 2; 5; 5; 7.
b) L'arbre orresponent a la sequen ia donada es:
81

82

4. SOLUCIONS
5

7
4

Penseu en la rela io que hi ha entre l'ordre i la mida d'un arbre. Llavors. K te
arbres generadors no identi s.

Problema 85.
s

2;s

Problema 87.

a) Un arbre generador de pes ( ost) mnim podria ser aquest:

p

Problema 91.

rondes.

Modelitzeu el problema mitjan ant un arbre amb arrel. Seran ne essaries 12

Modelitzeu tambe aquesta situa io mitjan ant un arbre amb arrel, i obtindreu
que, om a mnim, 43 alumnes hauran de fer alguna tru ada.
Problema 93. Observeu que l'array A haura de tenir la mateixa dimensio que l'array que s'utilitzes per representar un arbre binari omplet d'al ada h.
Problema 95. Un arbre 4 ari d'altura 8 pot tenir om a molt 4 +4 + : : : +4 vertexs interns.
Similarment, un arbre m ari d'altura h en podra tenir h .
Problema 96. Demostreu-ho per indu io sobre el nombre de fulles.
Problema 97. Feu servir el metode d'indu io respe te a l'ordre de T .

Problema 92.

Problema 98.

a) L'arbre que representa l'expressio donada es el seguent:

"
x

+
=
x

b) Nota io pola a:  " x13 y + 2=x5:

) Nota io postxa: x1 3 " y2x5= +  : Nota io inxa: x 1 " 3  y 2 + x=5:
Problema 99. El valor de l'expressio es 15.
Problema 100. L'arbre es el seguent:

83

4. SOLUCIONS
a

b
e

Problema 101.

L'arbre demanat es el seguent:

a

b
e

d
h

Problema 102.

a) L'arbre binari que representa el nostre odi es el seguent

a
b

d

b) El nivell de ada fulla representa la longitud de la paraula del odi orresponent al ara ter
en questio.
) El missatge es ebda.

84

4. SOLUCIONS

Bibliograa
[1 E.K. Biggs, N.L.; Lloyd and R.J. Wilson. Graph Theory 1736-1936. Oxford University Press,
primera edition, 1976.
[2 G. Chartrand and L. Lesniak. Graphs and digraphs. Wadsworth & Brooks, segona edition,
1986.
[3 F. S. Roberts. Applied Combinatori s. Prenti e-Hall, primera edition, 1984.

85