TeoriaDosGrafos PDF

Uma Introduo Sucinta
Teoria dos Grafos

http://www.ime.usp.br/~pf/teoriadosgrafos/
P. Feofiloff
Y. Kohayakawa
Y. Wakabayashi
12/7/2011
2
Sumrio
1 Conceitos bsicos 8
1.1 Grafos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2 Alguns exemplos de grafos . . . . . . . . . . . . . . . . . . . . . . 9
1.3 Isomorfismo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4 Vizinhanas, cortes e graus . . . . . . . . . . . . . . . . . . . . . . . 14
1.5 Caminhos e circuitos . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.6 Subgrafos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.7 Grafos conexos e componentes . . . . . . . . . . . . . . . . . . . . 17
1.8 Grafos aleatrios . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2 Conjuntos estveis, cliques e coberturas 20

2.1 Conjuntos estveis mximos . . . . . . . . . . . . . . . . . . . . . . 20
2.2 Delimitaes inferiores . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3 Delimitaes superiores . . . . . . . . . . . . . . . . . . . . . . . . 23
2.4 O ndice de estabilidade da maioria dos grafos . . . . . . . . . . . 24
2.5 Cliques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.6 Coberturas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.7 Consideraes computacionais . . . . . . . . . . . . . . . . . . . . 28
3 Colorao de vrtices 29
3.1 Coloraes mnimas . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.2 Algumas delimitaes superiores . . . . . . . . . . . . . . . . . . . 30
3.3 Algumas delimitaes inferiores . . . . . . . . . . . . . . . . . . . 31
3.4 Bicolorao e grafos bipartidos . . . . . . . . . . . . . . . . . . . . 33
3.5 O nmero cromtico da maioria dos grafos . . . . . . . . . . . . . 35
3
4
4 Emparelhamentos 37
4.1 Emparelhamentos mximos . . . . . . . . . . . . . . . . . . . . . . 37
4.2 Delimitao superior . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.3 Emparelhamentos em grafos bipartidos . . . . . . . . . . . . . . . 39
4.4 Emparelhamentos em grafos arbitrrios . . . . . . . . . . . . . . . 43
5 Colorao de arestas 48
5.1 Coloraes mnimas . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.2 Delimitao inferior . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
5.3 Grafos bipartidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
5.4 Delimitao superior . . . . . . . . . . . . . . . . . . . . . . . . . . 51
A Dicionrio de termos tcnicos 54
B Alfabeto grego 56
Bibliografia 58
ndice Remissivo 59
Prefcio
Este texto uma breve introduo Teoria dos Grafos. Para embarcar nessa introdu-
o, o leitor1 s precisa ter alguma familiaridade com demonstraes matemticas
formais e com a notao bsica da teoria dos conjuntos elementar.
A teoria dos grafos estuda objetos combinatrios os grafos que so um bom
modelo para muitos problemas em vrios ramos da matemtica, da informtica, da
engenharia e da indstria. Muitos dos problemas sobre grafos tornaram-se clebres
porque so um interessante desafio intelectual e porque tm importantes aplicaes
prticas.
Nesta breve introduo, vamos nos restringir a quatro temas intimamente re-
lacionados: conjuntos estveis, colorao de vrtices, emparelhamentos e colora-
o de arestas. Muitos outros temas e problemas, podem ser encontrados nos li-
vros de BondyMurty [BM76], Wilson [Wil79], Diestel [Die00], Bollobs [Bol98],
Lovsz [Lov93], LovszPlummer [LP86], Lucchesi [Luc79] e BiggsLloydWilson
[BLW76].
Mesmo numa breve introduo como esta, inevitvel esbarrar em questes
de complexidade computacional, pois muitos dos problemas da teoria dos grafos
tm motivao algortmica. O leitor interessado em aprofundar seus conhecimen-
tos nessa rea pode consultar os livros de GareyJohnson [GJ79], Harel [Har92] e
Sipser [Sip97].
Estas notas foram preparadas para um mini-curso na II Bienal da SBM (Socie-
dade Brasileira de Matemtica), realizada em Salvador em outubro de 2004. Uma
verso corrigida do texto, bem como bibliografia adicional e apontadores para ma-
terial na internet, podem ser encontrados em
http://www.ime.usp.br/~pf/teoriadosgrafos/
Exerccios
O texto contm vrios exerccios. Alguns so bastante simples e servem apenas
para que o leitor confira seu entendimento do assunto. Outros levantam assuntos
que no sero abordados no texto propriamente dito.
1
No que segue, todas as ocorrncias de leitor devem ser entendidas como leitora e leitor.
Para ns, as leitoras so pelo menos to importantes quanto os leitores.
5
6
D Os exerccios que julgamos difceis tm prefixo D, os muito difceis tm prefixo

DD DD, e os problemas em aberto tm prefixo A. O prefixo dos exerccios particular-
A mente fceis F. Todos os demais tm prefixo E.
F O leitor no deve sentir-se obrigado a resolver todos os exerccios de uma seo
antes de comear a estudar a prxima.
Recursos na teia WWW

H muito material de teoria dos grafos na teia WWW. A lista abaixo um tanto
arbitrria: os stios mencionados no so necessariamente os melhores nem os mais
representativos.
Graph Theory, de Stephen Locke: http://www.math.fau.edu/locke/graphthe.

htm
Open Problems Graph Theory and Combinatorics, de Douglas West: http://www.

math.uiuc.edu/~west/openp/
Graph Theory, no MathWorld da Wolfram Research: http://mathworld.

wolfram.com/topics/GraphTheory.html
Teoria dos Grafos, na Wikipdia: http://pt.wikipedia.org/wiki/Teoria_dos_

grafos
Graph Theory, na Wikipedia: http://en.wikipedia.org/wiki/Graph_theory
The MacTutor History of Mathematics Archive, stio de histria da matem-

tica na St. Andrews University (Esccia): http://turnbull.mcs.st-and.ac.
uk/~history/Indexes/HistoryTopics.html. Veja, em particular, a coleo de
biografias de matemticos em http://www-gap.dcs.st-and.ac.uk/~history/
BiogIndex.html
Os autores
Os autores do texto Paulo Feofiloff, Yoshiharu Kohayakawa e Yoshiko Waka-
bayashi so professores do Departamento de Cincia da Computao (http:
//www.ime.usp.br/dcc/) do Instituto de Matemtica e Estatstica da Universidade
de So Paulo.
Agradecimentos
Agradecemos o apoio do MCT/CNPq (Projeto PRONEX Proc. CNPq 664107/1997-
4), da FAPESP/CNPq (Projeto Temtico/PRONEX Proc. FAPESP Proc. 2003/09925-
7
5) e do CNPq (Proc. 300334/93-1 e 304527/89-0). Tambm agradecemos aos orga-

nizadores da II Bienal da SBM pela boa vontade com que atenderam os sucessivos
pedidos de prorrogao do prazo de entrega do texto.
So Paulo, novembro de 2004

P. F., Y. K., Y. W.
Captulo 1
Conceitos bsicos
Este captulo formaliza a definio de grafo1 e introduz os conceitos de isomorfismo,

caminho, circuito, subgrafo, conexo, componente e grafo aleatrio. Esses conceitos
so necessrios para estudar os demais captulos.
Sugerimos que o leitor faa uma primeira leitura superficial deste captulo e
avance imediatamente para o captulo 2. Mais tarde, ele poder voltar a este captulo
para rever pontos especficos quando houver necessidade.
1.1 Grafos
V (2) Para qualquer conjunto V , denotaremos por V (2) o conjunto de todos os pares no-
ordenados de elementos de V . Se V tem n elementos ento V (2) tem n2 := n(n1)

2
elementos. Os elementos de V (2) sero identificados com os subconjuntos de V que
tm cardinalidade 2. Assim, cada elemento de V (2) ter a forma {v, w}, sendo v e
w dois elementos distintos de V .
(V, A) Um grafo um par (V, A) em que V um conjunto arbitrrio e A um subcon-
junto de V (2) . Os elementos de V so chamados vrtices e os de A so chamados
arestas. Neste texto, vamos nos restringir a grafos em que o conjunto de vrtices
finito.2
vw Uma aresta como {v, w} ser denotada simplesmente por vw ou por wv . Dire-
mos que a aresta vw incide em v e em w e que v e w so as pontas da aresta. Se vw
uma aresta, diremos que os vrtices v e w so vizinhos ou adjacentes.
De acordo com nossa definio, um grafo no pode ter duas arestas diferentes
com o mesmo par de pontas (ou seja, no pode ter arestas paralelas). Tambm
no pode ter uma aresta com pontas coincidentes (ou seja, no pode ter laos). H
quem goste de enfatizar esse aspecto da definio dizendo que o grafo simples.
Muitas vezes conveniente dar um nome ao grafo como um todo. Se o nome do
1
A palavra grafo um neologismo derivado da palavra graph em ingls. Ela foi usada pela
primeira vez no sentido que nos interessa aqui pelo matemtico ingls James Joseph Sylvester
( ).
2
Alm disso, suporemos quase sempre, tacitamente, que V 6= .
8
1.2 Alguns exemplos de grafos 9
u
r
P r t
PP x
r r y r z

v P
P
Pr r
PP w PPP
Figura 1.1: Esta figura um desenho do grafo cujos vrtices so

t, u, v , w , x, y , z e cujas arestas so vw , uv , xw , xu, yz e xy .
grafo for G, o conjunto dos seus vrtices ser denotado por V (G) e o conjunto das V (G)
suas arestas por A(G). O nmero de vrtices de G denotado por n(G) e o nmero A(G)
de arestas por m(G); portanto, n(G)
n(G) = |V (G)| e m(G) = |A(G)| . m(G)
O complemento de um grafo (V, A) o grafo (V, V (2) r A). O complemento de

um grafo G ser denotado por G. G
Um grafo G completo se A(G) = V (G)(2) e vazio se A(G) = . A expresso
G um Kn uma abreviatura de G um grafo completo com n vrtices. A Kn
expresso G um Kn uma abreviatura de G um grafo vazio com n vrtices. Kn
1.2 Alguns exemplos de grafos

Exemplo 1.1 Os vrtices do grafo so as casas de um tabuleiro de xadrez (genera-
lizado) com t linhas e t colunas.3 Dois vrtices so adjacentes se uma dama do
jogo de xadrez pode saltar de um deles para o outro em um s movimento. Esse o
grafo dos movimentos da dama, ou simplesmente o grafo da dama. Para deixar cla-
ras as dimenses do tabuleiro, podemos dizer que esse o grafo da dama tport.
Quantos vrtices e quantas arestas tem o grafo da dama 3por3?
Figura 1.2: Tabuleiros de xadrez 8por8. A figura esquerda indica todos

os vizinhos do vrtice no grafo da dama (veja exemplo 1.1). A da direita
indica todos os vizinhos do vrtice no grafo do cavalo (veja exemplo 1.2).
Exemplo 1.2 Por analogia com o exemplo anterior, definem-se o grafo do rei, o
grafo do bispo, o grafo do cavalo e o grafo da torre tport. Quantos vrtices e
quantas arestas tem o grafo do cavalo 4por4?
3
No tabuleiro usual, t vale 8 .
10 CAP. 1 CONCEITOS BSICOS
Exemplo 1.3 O grafo das palavras definido assim: cada vrtice uma palavra da
lngua portuguesa e duas palavras so adjacentes se diferem em exatamente uma
posio. Por exemplo, rato e ralo so adjacentes, enquanto ralo e rota no so.
Faa uma figura da parte do grafo definida pelas palavras abaixo:
caiado cavado cavalo girafa girava ralo ramo rata rato remo
reta reto rota vaiado varado virada virado virava
Exemplo 1.4 Um cubo de dimenso k , ou k -cubo, o grafo definido da seguinte

maneira: os vrtices do grafo so todas as seqncias b1 b2 bk em que cada bi per-
tence a {0, 1}; dois vrtices so adjacentes se diferem em exatamente uma posio.
Faa figuras dos cubos de dimenses 1, 2 e 3.
Exemplo 1.5 O grafo dos estados do Brasil definido assim: cada vrtice um dos
estados da Repblica Federativa do Brasil; dois estados so adjacentes se tm uma
fronteira comum. Quantos vrtices tem o grafo? Quantas arestas?
RR AP
MA CE
AM PI RN
PA
PB
PE
TO
AC AL
RO BA SE
MT
GO MG
ES
RJ
MS
SP
PR
SC
RS
Figura 1.3: Adjacncia entre estados do Brasil (veja exemplo 1.5).
Exemplo 1.6 Seja M uma matriz simtrica com linhas e colunas indexadas por um
conjunto V . Suponha que Mvv = 0 para todo v em V . O grafo da matriz M
definido da seguinte maneira: o conjunto de vrtices do grafo V e dois vrtices u
e v so adjacentes se Muv 6= 0.
Exemplo 1.7 A grade pporq o grafo definido assim: o conjunto de vrtices o

produto cartesiano {1, 2, . . . , p} {1, 2, . . . , q} e dois vrtices (i, j) e (i0 , j 0 ) de V so
adjacentes se i = i0 e |j j 0 | = 1 ou se j = j 0 e |i i0 | = 1. (Veja a figura 1.4.)
Quantas arestas tem a grade pporq ?
Exemplo 1.8 Seja V o conjunto de todos os subconjuntos de {1, 2, 3, 4, 5} que tm

exatamente 2 elementos. Digamos que dois elementos v e w de V so adjacentes
1.2 Alguns exemplos de grafos 11
se v w = . Essa relao de adjacncia sobre V define o grafo de Petersen4 (veja

figura 1.4).
r
r Z
Z
rX r
Z
r r r r Xr CC rZ
A Q C
r r r r

r QCr
A Q

A
r r r r r
A
JJr
Figura 1.4: Uma grade 3por4 (veja exemplo 1.7)

e um grafo de Petersen (veja exemplo 1.8).
Exemplo 1.9 Os hidrocarbonetos conhecidos como alcanos tm frmula qumica

Cp H2p+2 , onde C e H representam molculas de carbono e hidrognio respectiva-
mente. As molculas de alcanos podem ser representadas por grafos como os da
figura 1.5.
r
r r r r r r r r r
r r
r r r r r r r r r r r r r r r
r r r r r r r r r
Figura 1.5: Etano (C2 H6 ), butano (C4 H10 ) e isobutano (C4 H10 ). Os
vrtices em que incide uma s aresta representam tomos de hidrognio
(H ); os demais representam tomos de carbono (C ). Veja o exemplo 1.9.
Exemplo 1.10 Sejam U e W dois conjuntos mutuamente disjuntos e seja A o con-

junto de todos os pares no-ordenados da forma uw com u U e w W . Dizemos
que (U W, A) um grafo bipartido completo. Dizemos que esse grafo um Kp,q , Kp,q
sendo p := |U | e q := |W |. (Veja uma generalizao desse conceito na seo 3.4.)
Exemplo 1.11 Seja V um conjunto de pontos no plano. Digamos que dois desses
pontos so adjacentes se a distncia entre eles menor que 2. Essa relao de adja-
cncia define o grafo dos pontos no plano (sobre o conjunto V ). Faa uma figura
do grafo definido pelos pontos abaixo.
(0, 2) (1, 2) (2, 2)

(0, 1) (1, 1) (2, 1)
(0, 0) (1, 0) (2, 0)
Exemplo 1.12 Suponha dados k intervalos de comprimento finito, digamos

I1 , . . . , Ik , na reta real. Digamos que dois intervalos Ii e Ij so adjacentes se
4
Julius Petersen ( ), matemtico dinamarqus.
Ii Ij 6= . Essa relao de adjacncia define um grafo com conjunto de vrtices

{I1 , . . . , Ik }. Esse um grafo de intervalos. Faa uma figura do grafo definido pelos
intervalos [0, 2], [1, 4], [3, 6], [5, 6] e [1, 6].
Exemplo 1.13 Seja uma relao de ordem parcial sobre um conjunto finito V .
Portanto, a relao transitiva (se x y e y z ento x z ), anti-simtrica (se
x y e y x ento x = y ) e reflexiva (x x para todo x). Digamos que dois
elementos distintos x e y de V so adjacentes se forem comparveis, ou seja, se
x y ou y x. Essa relao de adjacncia define o grafo de comparabilidade da
relao .
Exemplo 1.14 Um grafo planar se pode ser desenhado no plano sem que as curvas
que representam arestas se cruzem. Mostre que o grafo dos estados do Brasil (veja
exemplo 1.5) planar. Mostre que o grafo do 3-cubo (veja exemplo 1.4) planar.
Verifique que K5 no planar.
Exemplo 1.15 Duas arestas de um grafo G so adjacentes se tm uma ponta co-

mum. Essa relao de adjacncia define o grafo das arestas de G.5 Se G 0 denota o
grafo das arestas de G ento V (G 0 ) = A(G) e cada aresta de G 0 um par ab em que
a e b so arestas adjacentes de G. (Veja a figura 1.6).
Faa uma figura do grafo das arestas de um K3 e de um K1,3 (veja exemplo 1.10).
Faa uma figura do grafo das arestas de um K4 . Quantos vrtices e quantas arestas
tem o grafo das arestas de um Kn ?
Seja G o grafo das arestas de um K5 . Desenhe G. Voc j viu esse grafo neste
texto?
u
r
P r t vu
s ux
sH xy
PP x
r r y r z

v P
P Hs
H s yz
r
P r
PP w PPP vw
s wx
s

Figura 1.6: Um grafo (esquerda) e seu grafo das arestas (direita).
1.3 Isomorfismo
Um isomorfismo entre dois grafos G e H uma bijeo f de V (G) em V (H) tal que
dois vrtices v e w so adjacentes em G se e somente se f (v) e f (w) so adjacentes
em H .
5
Na literatura em ingls, esse grafo conhecido como line graph e denotado por L(G). A expres-
so grafo das arestas no padro em portugus.
1.3 Isomorfismo 13
Dois grafos G e H so isomorfos se existe um isomorfismo entre eles. Em outras

palavras, dois grafos so isomorfos se possvel alterar os nomes dos vrtices de um
deles de tal modo que os dois grafos fiquem iguais.
Para decidir se dois grafos G e H so isomorfos, basta examinar todas as bi-
jees de V (G) em V (H). Se cada um dos grafos tem n vrtices, esse algoritmo
consome tempo proporcional a n!. Como n! cresce explosivamente com n, esse al-
goritmo decididamente insatisfatrio na prtica. Infelizmente, no se conhece um
algoritmo substancialmente melhor.6
Exerccios
E 1.16 Os dois grafos da figura 1.7 so isomorfos? Quais dos grafos da figura 1.8
so isomorfos entre si?
r r r r
@@r r @@r r
r
. r r
. r
r @@r r r
Figura 1.7: Os grafos so isomorfos? Veja exerccio 1.16.
r r r
Z
r Z r!!aa r
r Z
Z

A J
@ ZZ
rXXr CC
Z
r rXX r r
Jr
r r

r Z r

A J
@ A"b
A Q C A E
A " A b
A Ar r r b r

r QCr
A Q A EE"
A
A
Z
r
A
JJr A r
J
Jr Zr A r

Figura 1.8: Os grafos so isomorfos? Veja exerccio 1.16.
E 1.17 Mostre que o grafo das arestas (veja exemplo 1.15) de um K5 isomorfo ao
complemento do grafo de Petersen (veja exemplo 1.8).
E 1.18 Um automorfismo de um grafo G um isomorfismo de G em G. Seja (G)

o conjunto dos automorfismos de G. Mostre que (G) um grupo sob a operao
de composio. Mostre que (G) = (G). Mostre que (Kn ) o grupo simtrico
sobre n elementos. Descreva (Kp,q ) (veja exemplo 1.10).
6
Veja os livros de GareyJohnson [GJ79], Harel [Har92] e Sipser [Sip97].
1.4 Vizinhanas, cortes e graus

A vizinhana de um conjunto X de vrtices de um grafo G o conjunto de todos
os vrtices que tm algum vizinho em X .7 Esse conjunto ser denotado por
G (X)
(X) ou simplesmente por (X). A vizinhana de um vrtice v o conjunto ({v}), que
(v) pode ser denotado simplesmente por (v).
O corte associado a (ou cofronteira de) um conjunto X de vrtices o conjunto
de todas as arestas que tm uma ponta em X e outra em V (G) r X . O corte associ-
ado a X ser denotado por8
G (X)
(X) ou simplesmente por (X).9 evidente que () = (V (G)) = . Se v um
vrtice, podemos escrever (v) no lugar de ({v}).
Um corte (ou cociclo) em um grafo qualquer conjunto da forma (X), onde
X um conjunto de vrtices.
O grau de um vrtice v o nmero de arestas que incidem em v , ou seja, a
cardinalidade do corte (v) (igual cardinalidade de (v)). O grau de v em um
grafo G ser denotado por
gG (v) ,
g(v) ou simplesmente por g(v). O grau mnimo de um grafo G o nmero (G) :=
(G) min{g(v) : v V (G)}. O grau mximo do grafo o nmero (G) := max{g(v) : v
(G) V (G)}.
Um grafo G regular se todos os seus vrtices tm o mesmo grau, ou seja, se
(G) = (G). Um grafo k -regular se g(v) = k para todo vrtice v .
Proposio 1.1 Em todo grafo, a soma dos graus dos vrtices igual ao do-
bro
P do nmero de arestas. Ou seja, todo grafo (V, A) satisfaz a identidade
vV g(v) = 2|A|.
P ROVA : Uma aresta com pontas x e y contribui uma unidade para g(x) e uma
unidadeP para g(y). Portanto, cada aresta contribui exatamente duas unidades para
a soma v g(v).
Exerccios
F 1.19 verdade que |(X)| = |(X)| para todo conjunto X de vrtices?
7
Nessa definio, a vizinhana de X pode no ser disjunta de X . H quem prefira adotar uma
definio ligeiramente diferente e dizer que a vizinhana de X o conjunto dos vrtices em V (G)rX
que tm algum vizinho em X .
8
O nome do smbolo nabla. Dizem que a palavra designa uma harpa egpcia. O smbolo
usado em matemtica para denotar um operador diferencial. No confunda com .
9
H quem prefira escrever (X) no lugar do nosso (X).
1.4 Vizinhanas, cortes e graus 15
E 1.20 Mostre que todo grafo tem um nmero par de vrtices de grau mpar.
E 1.21 Mostre que todo grafo com dois ou mais vrtices tem pelo menos dois vrti-
ces de mesmo grau.
E 1.22 Quantas arestas tem o grafo da dama 8por8 (veja exemplo 1.1)? Quantas
arestas tem o grafo do cavalo 8por8?
E 1.23 Quantas arestas tem o grafo das arestas de um grafo G?
E 1.24 Quais so os graus dos vrtices de uma molcula de alcano (veja exem-
plo 1.9)?
E 1.25 Mostre que (G) = n(G) (G) 1 e (G) = n(G) (G) 1 para todo
grafo G.
E 1.26 Mostre que se G um grafo com (G) > 0 e m(G) < n(G) ento G tem pelo
menos dois vrtices de grau 1.
E 1.27 A matriz de adjacncias de um grafo G a matriz M com linhas e colunas

indexadas por V (G) tal que M [u, v] = 1 se uv A(G) e M [u, v] = 0 em caso
contrrio. (Compare com o exemplo 1.6.) Qual a matriz de adjacncias do grafo
definido na figura 1.1? Qual a matriz de adjacncias de um K4 ? Qual a matriz de
adjacncias de uma grade 3por4? Qual a matriz de adjacncias de um 3-cubo?
Quanto vale a soma dos elementos da linha u da matriz? Quanto vale a soma dos
elementos da coluna v ?
F 1.28 Seja A um conjunto finito. Defina as seguintes operaes de soma e multi-

plicao por escalar para as partes de A: para quaisquer subconjuntos E e F de A,
pomos
E + F := (E r F ) (E r F ), 1 E = E e 0 E = .
Mostre que a tripla (2A , +, ) um espao vetorial sobre o corpo dos inteiros m-
dulo 2.
E 1.29 Dado um grafo G, seja D(G) a coleo de todos os cortes de G, isto ,

D(G) := {(X) : X V (G)}. Mostre que D(G) um subespao vetorial do
espao (2A(G) , +, ) definido no exerccio 1.28. Dizemos que D(G) o espao dos
cortes (ou dos cociclos) de G.
1.5 Caminhos e circuitos

Um caminho qualquer grafo da forma ({v1 , v2 , . . . , vn } , {vi vi+1 : 1 i < n}). Em
outras palavras, um caminho um grafo C cujo conjunto de vrtices admite uma
permutao (v1 , v2 , . . . , vn ) tal que
{v1 v2 , v2 v3 , . . . , vn1 vn } = A(C) .
Os vrtices v1 e vn so os extremos do caminho. O caminho que acabamos de

v1 v n descrever pode ser denotado simplesmente por v1 v2 vn . Por exemplo, o grafo
({u, v, w, z}, {wz, vz, uw}) um caminho, que pode ser denotado por uwzv .
r r
r r
r
SSr
r##cc#
r #ccr SSr r

Figura 1.9: Um caminho e um circuito.
Um circuito10 um grafo da forma ({v1 , v2 , . . . , vn } , {vi vi+1 : 1 i < n}

{vn v1 }), com n 3. Em outras palavras, um circuito um grafo O com n(O) 3
cujo conjunto de vrtices admite uma permutao (v1 , v2 , . . . , vn ) tal que
{v1 v2 , v2 v3 , . . . , vn1 vn } {vn v1 } = A(O) .
Esse circuito pode ser denotado simplesmente por v1 v2 vn v1 .

v1 vn v1 O comprimento de um caminho ou circuito o nmero de arestas do grafo.
claro que um caminho de comprimento k tem k + 1 vrtices e um circuito de
comprimento k tem k vrtices. Um tringulo, quadrado, pentgono e hexgono
o mesmo que um circuito de comprimento 3, 4, 5 e 6 respectivamente.
Um caminho ou circuito par se tem comprimento par, e mpar se tem compri-
mento mpar.
Exerccios
E 1.30 Mostre que o complemento de um caminho de comprimento 3 um caminho
de comprimento 3. Mostre que o complemento de um circuito de comprimento 5
um circuito de comprimento 5.
E 1.31 Mostre que todo corte de um circuito tem cardinalidade par. Isto , mostre
que, para qualquer conjunto X de vrtices de um circuito O , o corte O (X) tem
cardinalidade par.
10
Alguns livros dizem ciclo no lugar do nosso circuito.
1.6 Subgrafos 17
1.6 Subgrafos
Um subgrafo de um grafo G qualquer grafo H tal que V (H) V (G) e A(H)
A(G). Um subgrafo H de G prprio se V (H) 6= V (G) ou A(H) 6= A(G).
O subgrafo de G induzido por um subconjunto X de V (G) o grafo (X, B) em
que B o conjunto de todas as arestas de G que tm ambas as pontas em X . Esse
subgrafo denotado por G[X]
G[X] .
Para qualquer subconjunto X de V (G), denotaremos por G X o subgrafo GX
G[V (G) r X]. Se v um vrtice de G ento G v uma abreviatura de G {v}. Gv
Se a uma aresta de G ento Ga o grafo (V (G), A(G)r{a}). A propsito, se Ga
{x, y} um elemento de V (G)(2) , denota-se por G + xy o grafo (V (G), A(G) {xy}). G + xy
Se um caminho v1 vn subgrafo de G, dizemos simplesmente que v1 vn
um caminho em G ou que G contm o caminho v1 vn . Por exemplo, se dissermos
que uvwz um caminho em G, devemos entender que ({u, v, w, z}, {uv, vw, wz})
um subgrafo de G. Conveno anloga vale para circuitos que so subgrafos de G.
Exerccios
E 1.32 Seja G 0 o grafo das arestas de um grafo G. Mostre que G 0 no contm K1,3
(veja exemplo 1.10) como subgrafo induzido. (Em outras palavras, mostre que no
existe subconjunto X de V (G 0 ) tal que G 0 [X] um K1,3 .)
E 1.33 Uma floresta um grafo sem circuitos. Mostre que um grafo G uma floresta
se e somente se cada uma de suas arestas um corte, ou seja, para cada aresta a
existe um subconjunto X de V (G) tal que (X) = {a}.
E 1.34 Digamos que um grafo par se todos os seus vrtices tm grau par. Dado um
grafo G, seja O(G) a coleo dos conjuntos das arestas de todos os subgrafos pares
de G. Mostre que O(G) um subespao vetorial do espao (2A(G) , +, ) definido no
exerccio 1.28. Dizemos que O(G) o espao dos ciclos de G.
E 1.35 Seja G um grafo e considere os espaos O(G) e D(G) definidos nos exerc-
cios 1.34 e 1.29 respectivamente. Mostre que |O D| 0 mod 2 para todo mem-
bro O de O(G) e todo membro D de D(G). (Sugesto: Mostre que O pode ser es-
crito como uma unio disjunta de circuitos, ou seja, que existem circuitos O1 , . . . , Ok
dois a dois disjuntos nas arestas tais que O = A(O1 ) A(Ok ).)
1.7 Grafos conexos e componentes

Um grafo conexo se, para qualquer par {v, w} de seus vrtices, existe um caminho
com extremos v e w . Por exemplo, o grafo do bispo (veja 1.2) no conexo (a menos
que o tabuleiro tenha uma s linha e uma s coluna).
Proposio 1.2 Um grafo G conexo se e somente se (X) 6= para todo

subconjunto prprio e no-vazio X de V (G).
P ROVA : Suponha que X um subconjunto prprio e no-vazio de V (G). Seja x

um elemento de X e y um elemento de V (G) r X . Se G conexo ento existe um
caminho C em G com extremos x e y . Pelo menos uma das arestas de C estar,
necessariamente, em (X).
Suponha agora que (X) 6= para todo subconjunto prprio e no-vazio X
de V (G). Seja v um vrtice qualquer de G e seja C o conjunto de todos os caminhos
em G que tm um extremo em v . Seja X o conjunto dos extremos de todos os
elementos de C . evidente que X 6= mas (X) = . Assim, em virtude de nossas
hipteses, devemos concluir X = V (G). Isso mostra que, para qualquer vrtice w ,
existe um caminho de v a w . Portanto, G conexo.
Um subgrafo conexo H de um grafo G maximal se H no subgrafo prprio

de algum subgrafo conexo de G. Um componente (ou componente conexo) de um
grafo G qualquer subgrafo conexo maximal de G. claro que cada vrtice de um
grafo pertence a um e um s componente. claro tambm que um grafo conexo
se e somente se tem um nico componente.
Exerccios
F 1.36 Verifique que o grafo do cavalo 3por3 (veja exemplo 1.2) tem dois compo-
nentes: um caminho de comprimento 0 e um circuito de comprimento 8.
F 1.37 Quantos componentes tem o grafo do bispo t-port (veja exemplo 1.2)?
E 1.38 Seja G um grafo tal que (G) 2. Mostre que cada componente de G um
caminho ou um circuito.
E 1.39 Seja G um grafo com (G) bn(G)/2c.11 Mostre que G conexo.
E 1.40 Seja G um grafo com (G) 3. Mostre que G tem um circuito par.
E 1.41 Mostre que todo grafo G satisfaz a desigualdade m(G) n(G) c(G), onde
c(G) o nmero de componentes de G.
E 1.42 Uma rvore uma floresta (veja exerccio 1.33) conexa. (Os grafos discutidos
no exemplo 1.9 so rvores.) Mostre que um grafo conexo G uma floresta se e
somente se, para cada aresta a, o grafo G a no conexo.
11
Para qualquer nmero real x , denotamos por bxc o nico inteiro i tal que i x < i + 1 .
1.8 Grafos aleatrios 19
1.8 Grafos aleatrios

Seja G(n) a coleo de todos os grafos com conjunto de vrtices V := {1, . . . , n}.12 G(n)
claro que V
|G(n)| = 2N , com N = n2 .

Qualquer propriedade invariante sob isomorfismo (como, por exemplo, a proprie-

dade de ser conexo) define uma subcoleo de G(n). Assim, convm confundir os
conceitos de propriedade e subcoleo de G(n). Diremos que quase todo grafo
tem determinada propriedade P(n) se
|P(n)|
lim =1.
n |G(n)|
Uma forma de se estudar o conjunto G(n) baseada na introduo de uma me-

dida de probabilidade nesse conjunto. Seja p um nmero no intervalo (0, 1) e es-
colha cada elemento de V (2) , independentemente, com probabilidade p. Se A o
conjunto dos pares escolhidos, ento (V, A) um grafo aleatrio em G(n). A pro-
babilidade de que o grafo (V, A) assim construdo seja idntico a um determinado
elemento de G(n) que tenha m arestas
pm (1 p)N m .
Se p = 21 ento todos os 2N grafos em G(n) so equiprovveis: a probabilidade de

obter qualquer um deles 1/2N .
12
Qualquer outro conjunto de cardinalidade n poderia ser usado no lugar de {1, . . . , n} .
Captulo 2
Conjuntos estveis, cliques e

coberturas
Um conjunto de vrtices de um grafo estvel1 se seus elementos so dois a dois

no-adjacentes, ou seja, se nenhuma aresta tem ambas as pontas no conjunto. Em
outras palavras, um conjunto X de vrtices de um grafo G estvel se o grafo
induzido G[X] vazio.
Eis um exemplo. Digamos que meu grafo G representa a planta de uma cidade:
os vrtices so as esquinas e as arestas so os trechos de ruas que ligam as esqui-
nas. Quero instalar uma rede de postos de gasolina na cidade. A legislao exige
que cada posto fique numa esquina e impede que dois postos fiquem em esquinas
adjacentes. Quantos postos no mximo posso instalar na cidade?
Um conjunto estvel X maximal se no faz parte de um conjunto estvel
maior, ou seja, se X no subconjunto prprio de outro conjunto estvel. muito
fcil encontrar um conjunto estvel maximal: comece com um conjunto estvel X
e examine os demais vrtices um a um; se o vrtice examinado for adjacente a al-
gum dos que esto em X , descarte-o; caso contrrio, acrescente-o a X . bem mais
difcil e mais interessante encontrar um conjunto estvel mximo.
2.1 Conjuntos estveis mximos

Um conjunto estvel X mximo se |X| |Y | para todo conjunto estvel Y . A
cardinalidade de um conjunto estvel mximo de um grafo G denotada por
(G) .
Vamos nos referir a esse nmero como ndice de estabilidade do grafo.

claro que todo conjunto estvel mximo maximal, mas a recproca no
verdadeira. Por exemplo, todo K1,9 (veja exemplo 1.10) tem um conjunto estvel
maximal de cardinalidade 1 mas o seu ndice de estabilidade 9.
1
H quem diga conjunto independente no lugar do nosso conjunto estvel.
20
2.2 Delimitaes inferiores 21
Eis alguns exemplos. O ndice de estabilidade de um Kn 1, enquanto o ndice

de estabilidade de um Kn n. Se G o grafo da dama 8por8 (veja exemplo 1.1)
ento (G) 7, pois possvel colocar 7 damas no tabuleiro de modo que elas no
se ataquem mutuamente.2
Este captulo estuda a relao entre o ndice de estabilidade e outros parmetros
do grafo. A intuio sugere, por exemplo, que tanto maior quanto menores
forem os graus dos vrtices. possvel comprovar essa intuio?
Exerccios
F 2.1 Mostre que, em geral, um conjunto estvel mximo num grafo no nico.
E 2.2 Encontre um conjunto estvel mximo num circuito de comprimento n. En-

contre um conjunto estvel mximo num caminho com n vrtices.
E 2.3 Encontre um conjunto estvel mximo na grade pporq (veja exemplo 1.7).
E 2.4 Seja Gt o grafo da dama tport (veja exemplo 1.1). Mostre que (G8 ) = 8.
Calcule (G5 ), (G6 ) e (G7 ).
D 2.5 Seja Gt o grafo da dama tport (veja exemplo 1.1). Calcule (Gt ) para
todo t 9.
E 2.6 Encontre um conjunto estvel mximo nos grafos do cavalo, do bispo, da torre
e do rei (veja exemplo 1.2).
2.2 Delimitaes inferiores

Para obter uma delimitao inferior de , basta encontrar um conjunto estvel ra-
zoavelmente grande. A delimitao abaixo, por exemplo, usa um conjunto estvel
maximal arbitrrio. Ela comprova a intuio de que conjuntos estveis maximais
so tanto maiores quanto menores forem os graus dos vrtices.
n(G)
Delimitao 2.1 Para todo grafo G tem-se (G) .
(G) + 1
P ROVA : suficiente mostrar que todo conjunto estvel maximal tem pelo menos
n
+1
vrtices. Para qualquer conjunto estvel X tem-se
P
|(X)| = xX g(x) .
2
possvel colocar mais que 7 damas no tabuleiro?
22 CAP. 2 CONJUNTOS ESTVEIS, CLIQUES E COBERTURAS
Suponha agora que X maximal. Ento cada vrtice em V (G) r X vizinho de

algum vrtice em X , donde |V (G) r X| |(X)|. Logo,
P
|V (G) r X| xX g(x) |X| (G) .
Segue da que n(G) = |X| + |V (G) r X| |X| (1 + (G)). Resta apenas observar
que (G) |X|.
A delimitao 2.1 admite uma generalizao muito interessante:

X 1
g(v) + 1
vV (G)
1
h( ) P ROVA
P : Adote a abreviatura hG ( ) := (gG ( ) + 1) . Queremos mostrar que
(G) v hG (v).
A prova uma induo em n(G). fcil verificar que a desigualdade vale
quando n(G) 2. Suponha agora que n(G) > 2 e que o resultado vlido para
grafos com menos que n(G) vrtices. Seja x um vrtice de grau mnimo e seja Y o
conjunto dos vizinhos de x, isto , Y := (x). Essa escolha de x garante que
P
hG (x) + yY hG (y) hG (x) + |Y | hG (x)
= hG (x) + gG (x) hG (x)
= (1 + gG (x)) hG (x)
= 1.
Seja H o subgrafo induzido pelo complemento de {x} Y , isto P, H := G[Z] com

Z Z := V (G) r (Y {x}). Por hiptese de induo, (H) zZ hH (z). Como
gH (z) gG (z) e portanto hH (z) hG (z) para todo z em Z , temos
P
(H) zZ hG (z) .
Para todo conjunto estvel S em H , o conjunto S {x} estvel em G. Portanto,
(G) 1 + (H)
P
1 + zZ hG (z)
P P
hG (x) + yY hG (y) + zZ hG (z)
P
= vV (G) hG (v) ,
como queramos provar.
As delimitaes
n 3 discutidas acima so justas: nos grafos completos, por exemplo,
tem-se = +1 . (Veja tambm Po exerccio 2.8). Mas pode ficar arbitrariamente
longe de n/( + 1) e mesmo de P1/(g(v) + 1): num Kp,p , por exemplo (veja exem-
plo 1.10), temos = p enquanto 1/(g(v) + 1) < 2.
3
Para qualquer nmero real x , denotamos por dxe o nico inteiro j tal que j 1 < x j .
2.3 Delimitaes superiores 23
Exerccios
F 2.7 Deduza a delimitao 2.1 da delimitao 2.2.
E 2.8 Seja G uma unio de grafos completos cujos conjuntos de vrtices so disjun-
tos dois a dois. Mostre que (G) = v (g(v) + 1)1 .
P
E 2.9 Seja G o grafo dos estados do Brasil (veja exemplo 1.5). Deduza da delimita-
o 2.1 que (G) 3. Deduza da delimitao 2.2 que (G) 7. Encontre o valor
exato de (G).
E 2.10 Aplique as proposies 2.1 e 2.2 ao grafo da dama (veja exemplo 1.1).
E 2.11 Dados inteiros n 1 e m 0, seja fn (m) o valor mnimo da expresso

(x1 + 1)1 + + (xn + 1)1 , onde x1 , . . . , xn so inteiros no-negativos tais que x1 +
+ xn = 2m. (Compare com a delimitao 2.2.) Mostre que fn (m) atingido
quando |xi xj | 1 para todo i e j . (Sugesto: Verifique antes que (a + 1)1 + (b +
1)1 (a + 2)1 + b1 quando 0 a < b.) Mostre que fn (m0 ) > fn (m) para inteiros
n 1 e 0 m0 < m. (Este exerccio uma preparao para o exerccio 2.12.)
E 2.12 Seja n um inteiro positivo e sejam a, k e r inteiros no-negativos tais que

n = ak + r e 0 r < a. Seja S o grafo que resulta da unio de r cpias do Kk+1
e a r cpias do Kk (as cpias so duas a duas disjuntas nos vrtices). Observe que
n(S) = n, m(S) = r k+1 k

2
+ (a r) 2
e (S) = a .
Mostre que (G) > (S) para qualquer grafo G tal que n(G) = n e m(G) < m(S).4
(Sugesto: veja o exerccio 2.11.)
2.3 Delimitaes superiores

Para estabelecer uma delimitao superior de , preciso provar que todos os con-
juntos estveis do grafo so pequenos. Eis uma delimitao superior simples (e
muito pobre):
m(G)
(G)
P P ROVA : Para qualquer conjunto estvel X , temos m(G) |(X)| =

xX g(x) |X| (G). Logo, |X| m(G)/(G).
4
Pode-se provar que S o nico grafo (a menos de isomorfismo) com n vrtices, m(S) arestas
e ndice de estabilidade a. Este fato um conhecido teorema de Paul Turn ( ). O com-
plemento de S conhecido como grafo de Turn.
Uma delimitao superior pode ser usada, s vezes, para comprovar a maxi-
malidade de um conjunto estvel. Se X um conjunto estvel de cardinalidade
bm/c ento a delimitao acima garante que X mximo. Por exemplo, se X
um conjunto estvel com p vrtices em um circuito de comprimento 2p + 1, ento
X mximo porque |X| = b(2p + 1)/2c = bm/c.
Infelizmente, fica muito longe de m/ em geral. Em um Kn , por exemplo,
tem-se = 1 enquanto m/ = n/2.
Exerccios
D 2.13 Prove que (G) n(G) 21 p(G), sendo p(G) o posto da matriz de adjacn-
cias de G (veja exerccio 1.27). Por definio, o posto de uma matriz M o nmero
de mximo de colunas linearmente independentes em M .
DD 2.14 Mostre que (G) (G) para todo grafo G. Aqui, (G) o nmero5
maxX e0 Xe, sendo o mximo tomado sobre todas as matrizes X indexadas por
VP(G)V (G) que so simtricas positivas semidefinidas (X 0),6 tm trao unitrio
( i Xii = 1) e tm componentes nulas nas arestas (Xij = 0 para todo ij em A(G)).
O smbolo e denota o vetor de componentes unitrios (ei = 1 para todo i em V (G))
e e0 o transposto de e.7
2.4 O ndice de estabilidade da maioria dos grafos

O ndice de estabilidade de quase todo grafo (veja seo 1.8) surpreendentemente
baixo se comparado com o nmero de vrtices do grafo:
Teorema 2.4 Por menor que seja o nmero positivo , temos

(G) < (2 + ) log2 n
para quase todo grafo G em G(n).
k P ROVA : Seja k o nmero d(2 + ) log2 ne e denote por Q(n, k) o conjunto dos
grafos em G(n) para os quais k . Resta mostrar que
|Q(n, k)|
lim =0. (2.1)
n |G(n)|
Seja X um subconjunto de V com k elementos. H uma correspondncia biunvoca
entre os grafos em G(n) nos quais X estvel e os subconjuntos de V (2) r X (2) .
k n
Logo, X estvel em 2N K dos grafos, sendo K := 2 . Como V tem k nk

K
5
Esse nmero conhecido como funo teta de Lovsz.
Uma matriz X positiva semidefinida se existe uma matriz quadrada Y tal que X = Y Y 0 ,
6
onde Y 0 denota a transposta de Y .

7
Esta uma das melhores delimitaes superiores que se conhece para . Veja os livros de
AignerZiegler [AZ98, p.173] e Schrijver [Sch03, p.1152].
2.4 O ndice de estabilidade da maioria dos grafos 25
subconjuntos de cardinalidade k , temos
|Q(n, k)|
|Q(n, k)| nk 2N K , e portanto nk 2k(k1)/2 .
|G(n)|
Segue da que
2 log2 (|Q(n, k)|/|G(n)|) 2k log2 n k(k 1)

= k (1 + 2 log2 n k)
d(2 + ) log2 ne (1 + 2 log2 n (2 + ) log2 n)
= d(2 + ) log2 ne (1 log2 n) . (2.2)
Como limn (1 log2 n) = , temos
|Q(n, k)|
lim log2 = ,
n |G(n)|
e isso prova (2.1).
Por exemplo, se = 0,2 ento, em virtude de (2.2), temos |Q(1024, 22)|

2220231 |G(1024)| e portanto uma frao de pelo menos 1 211 (mais que 99,9%)
dos grafos em G(1024) tm < 22.
Exerccios
E 2.15 Prove que, por menor que seja o nmero positivo , temos (G) <
n/(2 log2 n + 1 + ) para quase todo grafo G em G(n). (Sugesto: acompanhe a
demonstrao do teorema 2.4, tomando = (1 + )/ log2 n.)
E 2.16 Fixe um grafo H (o grafo de Petersen, por exemplo). Prove que quase todo
grafo G em G(n) contm um subgrafo induzido isomorfo a H . (Suponha que H
tem h vrtices. Escolha partes duas a duas disjuntas U1 , . . . , Um de V (G), com m =
bn/hc e |Ui | = h. Qual a probabilidade de nenhum Ui induzir uma cpia de H ?)
E 2.17 Prove que quase todo grafo G em G(n) tem dimetro 2, isto , prove que
quase todo G em G(n) tal que, para quaisquer vrtices distintos u e v , existe em G
um caminho de comprimento no mximo 2 com extremos u e v . (Na verdade, quase
todo G em G(n) tal que quaisquer dois vrtices u e v de G so extremos de um
caminho de comprimento exatamente 2.)
D 2.18 Prove que quase todo grafo em G(n) conexo.

2.5 Cliques
Uma clique8 ou conjunto completo num grafo qualquer conjunto de vrtices dois
a dois adjacentes. Em outras palavras, X uma clique se o grafo induzido G[X]
completo. H uma relao bvia entre cliques e conjuntos estveis:
Observao 2.5 Um conjunto X de vrtices uma clique em um grafo G se

e somente se X estvel no grafo complementar G.
A cardinalidade de uma clique mxima de um grafo G denotada por
(G) .
De acordo com a observao acima, (G) = (G) para todo grafo G.
Exerccios
E 2.19 Encontre uma clique mxima no grafo da dama (veja exemplo 1.1), ou seja,
disponha o maior nmero possvel de damas no tabuleiro de modo que elas se ata-
quem mutuamente. Encontre cliques mximas nos grafos do cavalo, do bispo, da
torre e do rei (veja exemplo 1.2).
E 2.20 Encontre uma clique mxima no grafo dos estados do Brasil (veja exem-
plo 1.5).
F 2.21 Mostre que (G) (G) + 1 para todo grafo G.
E 2.22 Deduza delimitaes inferiores e superiores para (G) a partir das delimita-
es 2.1 e 2.2.
E 2.23 Seja G 0 o grafo das arestas de um grafo G (veja o exemplo 1.15). Mostre
que, para cada vrtice v de G, o conjunto G (v) uma clique em G 0 . Mostre que o
conjunto das arestas de qualquer tringulo em G uma clique em G 0 . Mostre que
(G) = (G 0 ) se (G) 6= 2. Mostre que 2 (G 0 ) 3 se (G) = 2.
D 2.24 Mostre que (G) 3 para todo grafo G com mais que n(G)2 /4 arestas. (Veja
o exerccio 2.12.)
8
A palavra clique um neologismo emprestado do ingls. Uma clique uma panelinha, um
grupo exclusivo, um conjunto de pessoas que se conhecem entre si e tm algum interesse comum.
Nesse contexto, a palavra no tem nenhuma relao com estalido.
2.6 Coberturas 27
D 2.25 A intuio sugere que, em todo grafo, grande se for pequeno e vice-
versa. Ramsey9 mostrou que isso de fato assim para grafos suficientemente gran-
des. Seja r(s, t) o menor nmero natural tal que todo grafo G com n(G) r(s, t)
tem (G) s ou (G) t. Mostre que
r(s, t) s+t2

s1
.
(Sugesto: mostre que r(s, t) r(s1, t)+r(s, t1) para quaisquer s 2 e t 2.)10
E 2.26 Seja um nmero real positivo fixo e, para todo inteiro n 2, ponha k =
d(2 + ) log2 ne. Prove a seguinte delimitao para os nmeros de Ramsey (veja
exerccio 2.25): existe n0 tal que r(k, k) > n para todo n n0 . (Sugesto: Siga os
passos da prova do teorema 2.4.)
E 2.27 Prove a seguinte delimitao para os nmeros de Ramsey (veja exerc-

cio 2.25): r(k, k) > 2k/2 para todo inteiro k 2. (Essa delimitao um pouco
mais limpa que a do exerccio 2.26; a idia central da prova a mesma.)
2.6 Coberturas
Uma cobertura de um grafo qualquer conjunto de vrtices que contenha pelo me-
nos uma das pontas de cada aresta. Em outras palavras, um conjunto X de vrtices
uma cobertura se toda aresta do grafo tem pelo menos uma de suas pontas em X .
H uma relao simples entre coberturas e conjuntos estveis:
Observao 2.6 Em qualquer grafo G, um conjunto X de vrtices uma

cobertura se e somente se V (G) r X um conjunto estvel.
A cardinalidade de uma cobertura mnima de um grafo G denotada por11
(G) .
Se um guarda postado em um vrtice do grafo capaz de vigiar todas as arestas que

incidem no vrtice, ento o nmero mnimo de guardas necessrio para vigiar
todas as arestas do grafo.
Segue imediatamente da observao acima que (G) = n(G) (G) para todo
grafo G.
9
Frank P. Ramsey ( ), lgico, matemtico, e economista ingls.
10
A determinao do valor exato do nmero de Ramsey r(s, t) um problema difcil ainda longe
de estar resolvido.
11
O smbolo tradicional para esse nmero 0 . Mas nesse texto parece mais apropriado e
consistente escrever .
Exerccios
F 2.28 Prove a observao 2.6.
E 2.29 Encontre uma cobertura mnima no grafo do cavalo e no grafo do bispo (veja
exemplo 1.2).
2.7 Consideraes computacionais

Para encontrar um conjunto estvel mximo num grafo G, basta examinar todos
os subconjuntos de V (G). Esse algoritmo consome tempo proporcional a 2n(G) .
Como 2n cresce explosivamente com n, esse algoritmo decididamente insatisfa-
trio na prtica.12 Infelizmente, no se conhece um algoritmo que seja substancial-
mente mais rpido. Suspeita-se mesmo que no existe um algoritmo rpido para
essa tarefa.13
To importante quanto a tarefa de encontrar um conjunto estvel mximo a
tarefa de certificar a maximalidade de um conjunto estvel dado. Para mostrar que
um dado conjunto estvel X em um grafo G mximo, podemos simplesmente
compar-lo com todos os conjuntos estveis de G. Mas isso consome tempo propor-
cional a 2n(G) , o que inaceitvel na prtica. s vezes, uma delimitao superior de
(G) pode ser usada para certificar a maximalidade de X (veja observao depois
da prova de delimitao 2.3), mas no se conhece uma delimitao suficientemente
poderosa para certificar um conjunto estvel mximo em qualquer grafo.
12
Basta dizer que 2500 maior que o nmero de tomos do universo, de acordo com os cosmlo-
gos.
13
Captulo 3
Colorao de vrtices
Uma colorao do conjunto de vrtices de um grafo uma atribuio de cores aos

vrtices tal que vrtices adjacentes recebem cores diferentes. Essa definio pode
ser formalizada da seguinte maneira: uma colorao dos vrtices de um grafo G
uma partio1 de V (G) em conjuntos estveis. Se {X1 , . . . , Xk } uma colorao
dos vrtices de G, diremos que cada Xi uma cor da colorao e k o nmero de
cores.
Imagine que cada vrtice do grafo uma das substncias qumicas que uma
certa indstria precisa manter armazenadas. Duas substncias so adjacentes se po-
dem reagir entre si. Uma colorao dos vrtices desse grafo aloca cada substncia a
um armazm de tal modo que substncias adjacentes fiquem em armazns diferen-
tes.
3.1 Coloraes mnimas

muito fcil produzir uma colorao dos vrtices de um grafo: basta atribuir uma
cor diferente a cada vrtice! bem mais difcil encontrar uma colorao com poucas
cores.
Uma colorao de vrtices mnima se o nmero de cores o menor possvel,
ou seja, se no existe outra colorao com menos cores. O nmero cromtico de um
grafo G o nmero de cores em uma colorao mnima dos vrtices de G. Esse
nmero denotado por
(G) .
Se (G) k , diz-se que G colorvel com k cores; diz-se tambm que G k -
colorvel.
Este captulo estuda a relao entre o nmero cromtico e outros parmetros
do grafo. Ele comprova, por exemplo, a intuio de que tanto menor quanto
menores os graus dos vrtices e tanto maior quanto maiores as cliques.
1
Uma partio de um conjunto V uma coleo {X1 , . . . , Xk } de subconjuntos no-vazios de
V tal que X1 Xk = V e Xi Xj = sempre que i 6= j .
29
30 CAP. 3 COLORAO DE VRTICES
Exerccios
E 3.1 Exiba um grafo com duas coloraes mnimas diferentes.
E 3.2 Mostre que os conjuntos estveis que compem uma colorao mnima no
so necessariamente mximos. Mais precisamente, exiba uma colorao mnima
{X1 , . . . , Xk } em que nenhum dos conjuntos estveis Xi mximo.
E 3.3 Qual o nmero cromtico do grafo dos estados do Brasil (veja exemplo 1.5)?
E 3.4 Qual o nmero cromtico do grafo de Petersen (veja exemplo 1.8)?
E 3.5 Encontre uma colorao mnima dos vrtices do grafo da dama tport (veja
o exerccio 1.1). Trate inicialmente dos casos t = 2, . . . , 6.
E 3.6 Encontre coloraes mnimas dos vrtices dos grafos do cavalo, do bispo, da
torre e do rei (veja exerccio 1.2).
D 3.7 Prove que (G) max (G) + 1, onde max (G) o maior autovalor da matriz
de adjacncias de G (veja exerccio 1.27).2
D 3.8 Um museu de arte tem uma grande sala cujo contorno um polgono fechado,
no necessariamente convexo, com n lados. Queremos postar guardas em alguns
dos vrtices do polgono de modo que cada ponto da sala possa ser visto por pelo
menos um dos guardas (o ngulo de viso de cada guarda s limitado pelas pare-
des da sala). Mostre que bn/3c guardas so suficientes. Mostre que bn/3c guardas
so necessrios para certos polgonos.3
DD 3.9 Mostre que (G) 4 para todo grafo planar G (veja o exemplo 1.14).4
3.2 Algumas delimitaes superiores

Para obter uma delimitao superior do nmero cromtico de um grafo basta mos-
trar a existncia de uma colorao com poucas cores. Eis uma delimitao superior
muito simples, que confirma a intuio de que um grafo com poucas arestas tem
nmero cromtico pequeno:
q
1
Delimitao 3.1 Para todo grafo G tem-se (G) 2
+ 2m(G) + 14 .
2
Veja o livro de Biggs [Big74].
3
Veja o livro de AignerZiegler [AZ98, p.165].
4
Este o clebre Teorema das Quatro Cores.
3.3 Algumas delimitaes inferiores 31
P ROVA : Seja {X1 , . . . , Xk } uma colorao mnima. Ento, para todo i e todo
j distinto de i, existe uma aresta com uma ponta em Xi e outra em Xj . Assim,
k 2
m(G) 2 = (k k)/2. Logo, k (1 + 8m + 1)/2.
Considere agora uma delimitao mais sofisticada. Ela confirma a intuio de
que tanto menor quanto menor o grau mximo do grafo.
Delimitao 3.2 Para todo grafo G tem-se (G) (G) + 1.
P ROVA : Nossa prova uma induo no nmero de vrtices. Se n(G) = 1, a

proposio obviamente verdadeira. Suponha agora que n(G) > 1. Seja x um
vrtice qualquer e H o grafo G x. Por hiptese de induo, (H) (H) + 1.
Seja {X1 , . . . , Xk } uma colorao mnima de H . Como (H) (G), temos
k (G) + 1 .
Se essa desigualdade estrita, ento {{x}, X1 , . . . , Xk } uma colorao de G com
no mais que (G) + 1 cores. Suponha agora que k = (G) + 1. Como gG (x)
(G) = k 1, o vrtice x adjacente a no mais que k 1 cores diferentes. Portanto,
existe i tal que Xi {x} um conjunto estvel. Se substituirmos Xi por Xi {x}
em {X1 , . . . , Xk } teremos uma colorao de G com (G) + 1 cores.
Embora existam grafos (os completos e os circuitos mpares, por exemplo) em
que = + 1, a diferena entre e pode ser arbitrariamente grande (este o
caso, por exemplo, dos grafos K1,n definidos no exemplo 1.10).
Exerccios
D 3.10 Mostre que (G) (G) para todo grafo no-regular G. Mostre algo mais
geral: se G conexo mas no um grafo completo nem um circuito mpar ento
(G) (G). (Esse fato conhecido como Teorema de Brooks5 .)
3.3 Algumas delimitaes inferiores

Para obter uma delimitao inferior do nmero cromtico de um grafo preciso
mostrar que todas as colorao exigem muitas cores. Eis uma delimitao inferior
simples:
n(G)
(G)
P ROVA : Seja {X1 , . . . , Xk } uma colorao dos vrtices de G. claro que k

(G) e |Xi | (G) para cada i. Portanto, n(G) = |X1 | + + |Xk | k (G). Segue
da que k n(G)/(G).
5
Publicado em por R. L. Brooks.
Eis outra delimitao inferior, simples mas til:
Delimitao 3.4 Para todo grafo G tem-se (G) (G).
P ROVA : A desigualdade decorre do seguinte fato bvio: para qualquer colora-

o {X1 , . . . , Xk } dos vrtices e qualquer clique C tem-se
k |C| .
Essa desigualdade vale, em particular, se a colorao mnima e a clique mxima.

Logo, .
A delimitao inferior 3.4 tem a seguinte conseqncia interessante: se um grafo

G tem uma colorao de vrtices e uma clique de mesma cardinalidade ento a colo-
rao mnima (e a clique mxima). Assim, para tornar evidente a minimalidade
de uma determinada colorao {X1 , . . . , Xk }, suficiente exibir uma clique com k
vrtices.
Considere, por exemplo, o grafo da dama 4por4 (veja exemplo 1.1). fcil
encontrar uma colorao do grafo com 5 cores e uma clique com 5 vrtices. Por-
tanto, a colorao mnima e a clique mxima. Algo semelhante ocorre no grafo
da torre tport.
Infelizmente, a desigualdade da delimitao 3.4 estrita para muitos grafos. A
diferena entre e (e at o quociente / ) podem ser arbitrariamente grandes,
embora exemplos desse fenmeno no sejam simples (veja exerccio 3.16).
Exerccios
E 3.11 O grafo de Catlin6 definido da seguinte maneira: comece com um pent-
gono P ; troque cada vrtice v de P por um tringulo Tv (os tringulos correspon-
dentes a vrtices diferentes so disjuntos); finalmente, troque cada aresta vw de P
por 9 arestas ligando cada vrtice de Tv com cada vrtice de Tw . Encontre uma
colorao mnima do grafo de Catlin. Use a delimitao 3.3 para mostrar que sua
colorao , de fato, mnima.
E 3.12 Mostre que (G) = (G) se G um grafo de intervalos (veja exemplo 1.12).
(Sugesto: Faa induo no nmero de intervalos. Comece por retirar o intervalo
cujo extremo direito est mais esquerda.)
E 3.13 Mostre que (G) = (G) se G um grafo de comparabilidade (veja exem-

plo 1.13). (Sugesto: Retire do grafo o conjunto dos vrtices que so maximais na
ordem parcial. Aplique induo.)
6
Construdo em por P. A. Catlin.
3.4 Bicolorao e grafos bipartidos 33
E 3.14 Mostre que (G) = (G) se G um grafo de comparabilidade (veja exem-

plo 1.13). (Este resultado conhecido como teorema de Dilworth7 .)
E 3.15 Seja G o grafo do bispo tport (veja exemplo 1.2). Mostre que (G) = (G).
D 3.16 Seja G2 um grafo completo com 2 vrtices. A partir desse grafo, a seqncia
G3 , G4 , . . . , Gk , . . . de grafos de Mycielski8 definida recursivamente como segue.
Para cada k maior que 2, seja Vk = {v1 , . . . , vn } o conjunto de vrtices de Gk . Seja
Wk+1 = {w0 , w1 , . . . , wn } um conjunto disjunto de Vk . O grafo Gk+1 tem conjunto de
vrtices Vk Wk+1 e tal que Gk+1 [Vk ] = Gk e, para cada i 1, wi adjacente em
Gk+1 a w0 e a cada um dos vizinhos de vi em Gk . A figura 3.1 ilustra G2 , G3 e G4 .
Mostre que (Gk ) = 2 para cada k . Mostre que (Gk ) k para cada k . (Veja o livro
de BondyMurty [BM76].)
r
Z
L Z
rL Z
r
r(
((( (hh L hh hr
ZZ
ZZ r Lr
r Zr r
Al
HH! ! ,
r All \ E ,
r \r,
B ,E
B A l H E
H
r BBr r Ar
A H
HEr
Figura 3.1: Os trs primeiros grafos de Mycielski (G2 , G3 e G4 ). O terceiro,

G4 , tambm conhecido como grafo de Grtzsch. Veja exerccio 3.16.
3.4 Bicolorao e grafos bipartidos

Um grafo G bicolorvel se (G) 2, ou seja, se existem conjuntos estveis U e
W tais que U W = V (G) e U W = . Um tal par de conjuntos estveis uma
bicolorao do grafo.
Grafos bicolorveis so abundantes na natureza. Considere, por exemplo, o
grafo cujos vrtices so os operrios e as mquinas de uma oficina, sendo cada ope-
rrio adjacente s mquinas que sabe operar.
Grafos bicolorveis admitem uma caracterizao simples e elegante em termos
de circuitos mpares:
Teorema 3.5 Um grafo G bicolorvel se e somente se no tem circuitos m-

pares.
7
Robert Palmer Dilworth ( ), matemtico americano.
8
Construda em por J. Mycielski.
P ROVA : Suponha que G admite uma bicolorao {U, W }. Os vrtices de qual-

quer circuito esto alternadamente em U e W e portanto o circuito par.
A prova da afirmao recproca uma induo no nmero de arestas do grafo.
Se m(G) = 0 ento evidente que G bicolorvel. Suponha agora que m(G) > 0
xy e G no tem circuitos mpares. Seja xy uma aresta de G. Como G xy no tem
circuitos mpares, a hiptese de induo garante que Gxy admite uma bicolorao,
digamos {U, W }. Se x e y no esto ambos em U nem ambos em W , ento {U, W }
uma bicolorao de G. Suponha no que segue que x e y esto ambos em U ou
ambos em W , digamos ambos em U .
Imagine, por um momento, que x e y pertencem ao mesmo componente do
grafo G xy . Seja C um caminho em G xy com extremos x e y . Como {U, W }
uma bicolorao de G xy , os vrtices de C esto alternadamente em U e W e
portanto C par. Mas ento o circuito C+xy mpar, o que contradiz nossa hiptese
sobre a inexistncia de circuitos mpares. Conclumos assim que x e y pertencem a
componentes distintos de G xy .
Seja H o componente de Gxy que contm x. Se trocarmos as cores dos vrtices
de H , os vrtices x e y tero cores distintas e portanto o grafo G estar bicolorido.
Essa bicolorao de G ter a forma
{U 0 W 00 , U 00 W 0 } ,
onde U 0 := U V (H), U 00 := U r V (H), W 0 := W V (H) e W 00 := W r V (H).
O teorema explica por que certos grafos no so bicolorveis: o nico motivo

para a inexistncia de uma bicolorao a presena de um circuito mpar. Por outro
lado, um circuito mpar um certificado simples e convincente (veja o primeiro
pargrafo da prova do teorema) do carter no-bicolorvel do grafo. O teorema ,
portanto, uma boa caracterizao de grafos bicolorveis.
Antes de encerrar a seo, preciso fazer um esclarecimento sobre terminologia.
Os termos bipartido e bipartio so freqentemente usados como sinnimos
de bicolorvel e bicolorao respectivamente.9 Se {U, W } uma bipartio do
grafo, diz-se que o grafo (U, W )-bipartido.
Exerccios
E 3.17 Mostre que o grafo do cavalo (veja exemplo 1.2) bipartido.
E 3.18 Mostre que o k -cubo (veja exemplo 1.4) bicolorvel.
E 3.19 Mostre que toda grade (veja exemplo 1.7) um grafo bicolorvel.
E 3.20 Verifique se os grafos da figura 3.2 so bicolorveis.
9
A rigor, um grafo bipartido somente se estiver munido de uma bicolorao fixa (note que
bicoloraes no so nicas em geral). Essa bicolorao a bipartio do grafo.
3.5 O nmero cromtico da maioria dos grafos 35
F 3.21 Mostre que (G) = (G) para todo grafo bicolorvel G.
F 3.22 Seja G um grafo bicolorvel conexo (veja seo 1.7). Mostre que G tem uma
nica bicolorao. Em outras palavras, se {U, W } e {U 0 , W 0 } so bicoloraes de G
ento U = U 0 (e portanto W = W 0 ) ou U = W 0 (e portanto W = U 0 ).
D 3.23 Mostre que m(G) n(G)2 /4 para todo grafo bicolorvel G. (Isso um caso
especial do exerccio 2.24.)
A 3.24 Encontre uma boa caracterizao da classe {G : (G) 3} dos grafos trico-
lorveis.
r r r r r r r
r Z
H H Z
HH
rH r H Hr r Z Z r
Z Z
Zr
H Z
HH ZZ
r r H Hr r
r r Z Zr
Figura 3.2: Exerccio 3.20. Esses grafos so bicolorveis?
3.5 O nmero cromtico da maioria dos grafos

O nmero cromtico de quase todos os grafos (veja seo 1.8) surpreendentemente
alto se comparado com o nmero de vrtices do grafo:
Teorema 3.6 Por menor que seja o nmero positivo , temos
1 n
(G) >
2 + log2 n
P ROVA : De acordo com a delimitao 3.3, o nmero cromtico de todo grafo G

satisfaz a desigualdade
n
(G) .
(G)
De acordo com o teorema 2.4, para qualquer > 0 e para quase todo G em G(n),
temos (G) < (2 + ) log2 n. Isso prova o resultado.
Por exemplo, se = 0,2 ento |Q(1024, 22)| 211 |G(1024)| e portanto uma
frao de pelo menos 1 211 (mais que 99,9%) dos grafos em G(1024) tm
47 = 1024
22
.
Pode-se mostrar (embora isso no seja fcil)10 que a delimitao inferior dada
pelo teorema 3.6 bastante justa: por menor que seja o nmero no intervalo aberto
(0, 2), tem-se
1 n
(G) <
2 log2 n

Para encontrar uma colorao mnima dos vrtices de um grafo, basta examinar to-
das as parties do conjunto de vrtices.11 Esse algoritmo consome tempo superior
a 2n para analisar um grafo com n vrtices, o que decididamente insatisfatrio
na prtica. (Veja o que dissemos na seo 2.7 a respeito da computao do conjunto
estvel mximo de um grafo.) Infelizmente, no se conhece um algoritmo substan-
cialmente melhor; suspeita-se mesmo que um algoritmo substancialmente melhor
no existe.12
Outra questo computacional relevante o da certificao de uma colorao m-
nima dada: que objeto suficiente exibir para provar a minimalidade da colorao?
Infelizmente, no se conhece (exceto no caso da bicolorao) um certificado que seja
substancialmente melhor que a comparao da colorao dada com cada uma das
demais coloraes do grafo.
10
Este um teorema clebre publicado em por B. Bollobs.
11
O nmero B(n) de parties de um conjunto com n elementos Pn conhecido como nmero de
Bell. Os nmeros de Bell satisfazem a recorrncia B(n + 1) = k=0 B(k) nk e crescem bem mais

que 2n .
12
Captulo 4
Emparelhamentos
Duas arestas de um grafo G so adjacentes se tm uma ponta comum.1 Um empa-

relhamento num grafo um conjunto de arestas duas a duas no-adjacentes. Em ou-
tras palavras, um emparelhamento um conjunto E de arestas tal que |E(v)| 1
para cada vrtice v .
Eis uma ilustrao do conceito de emparelhamento. Suponha que um projeto
de engenharia consiste em um grande nmero de tarefas e que cada tarefa deve
ser executada por um time dois operrios compatveis. Gostaramos de executar o
maior nmero possvel de tarefas simultaneamente. A mo de obra disponvel pode
ser representada por um grafo cujos vrtices so os operrios e cujas arestas so os
pares de operrios compatveis. Um emparelhamento nesse grafo uma coleo de
times que podem atuar simultaneamente.
Um emparelhamento um tipo particular de conjunto estvel: um conjunto E
de arestas de um grafo G um emparelhamento se e somente se E estvel no
grafo das arestas de G (veja o exemplo 1.15). Este captulo vai mostrar que sabemos
bem mais sobre emparelhamentos que sobre conjuntos estveis.
4.1 Emparelhamentos mximos

Um emparelhamento E maximal se no for parte de um emparelhamento maior,
ou seja, se E no for subconjunto prprio de outro emparelhamento. Encontrar um
emparelhamento maximal num grafo fcil: comece com um emparelhamento ar-
bitrrio F e examine as arestas restantes uma a uma; toda vez que encontrar uma
aresta que no adjacente a nenhuma das que j esto em F , acrescente-a a F .
bem mais difcil e mais interessante procurar por um emparelhamento m-
ximo.
Um emparelhamento E mximo se |E| |F | para todo emparelhamento F .
Denotaremos por
0 (G)
1
H quem diga que duas arestas sem ponta comum so independentes.
37
38 CAP. 4 EMPARELHAMENTOS
a cardinalidade de um emparelhamento mximo em um grafo G.2 Segue imediata-

mente da observao que fizemos acima que 0 (G) = (G 0 ), onde G 0 o grafo das
arestas de G.
Um tipo particular de emparelhamento mximo merece ateno especial. Um
emparelhamento perfeito se satura V (G). Dizemos que um emparelhamento sa-
tura um conjunto de vrtices se satura cada vrtice do conjunto e dizemos que um
emparelhamento E satura um vrtice v se (v) E 6= .
evidente que todo emparelhamento perfeito mximo. evidente tambm
que um emparelhamento E perfeito se e somente se |E| = 12 n(G).
Nem todo grafo tem um emparelhamento perfeito. Isso levanta as seguintes per-
guntas: Que grafos tm emparelhamentos perfeitos? Que propriedades estruturais
de um grafo garantem a existncia de um emparelhamento perfeito?
Exerccios
F 4.1 Mostre que nem todo emparelhamento maximal mximo.
F 4.2 Encontre emparelhamentos mximos em grafos completos, em circuitos e em

caminhos.
F 4.3 Mostre que nem todo grafo tem um emparelhamento perfeito.
E 4.4 Encontre um emparelhamento mximo na grade pporq (veja exemplo 1.7).

Em que condies uma grade pporq tem um emparelhamento perfeito?
E 4.5 Exiba um emparelhamento perfeito no k -cubo (veja exemplo 1.4).
E 4.6 Dois jogadores, digamos A e B , se alternam escolhendo vrtices num grafo G.

Primeiro, A escolhe um vrtice v0 . Em seguida, B escolhe um vrtice v1 adjacente
a v0 . Depois, A escolhe um vrtice v2 adjacente a v1 mas diferente de v0 e de v1 .
E assim por diante. O jogador que no puder fazer um movimento na sua vez,
perde o jogo. (Esse jogo conhecido como slither.) Prove que B tem uma estratgia
vencedora se G tem um emparelhamento perfeito. Prove que A tem uma estratgia
vencedora em caso contrrio.
4.2 Delimitao superior

claro que 0 (G) 12 n(G) em todo grafo G. Mas h uma delimitao superior bem
mais interessante:
Delimitao 4.1 Em qualquer grafo G tem-se 0 (G) (G).
2
Alguns livros escrevem 1 ou ou ainda no lugar do nosso 0 .
4.3 Emparelhamentos em grafos bipartidos 39
P ROVA : A desigualdade decorre da seguinte observao, simples mas funda-

mental: para qualquer emparelhamento E e qualquer cobertura C tem-se
|E| |C| .
Para justificar essa relao basta observar que h uma injeo de E em C : a injeo
leva cada aresta a em uma ponta de a que est em C (se a tiver ambas as pontas
em C , escolha uma delas).
P Prova alternativa: considere o grafo H := (V (G), E) e observe que |E|
vC gH (v) |C|, onde a primeira desigualdade vale porque C uma cobertura e
a ltima porque E um emparelhamento.
A prova da delimitao 4.1 tem a seguinte conseqncia: se |E| = |C| ento

E um emparelhamento mximo (e C uma cobertura mnima). Portanto, para
comprovar a maximalidade de um emparelhamento com k arestas basta exibir uma
cobertura com k vrtices. Como veremos adiante, um tal par equicardinal (E, C)
existe em todo grafo bipartido. Infelizmente, para muitos grafos no-bipartidos,
um emparelhamento mximo estritamente menor que qualquer cobertura. Como
possvel caracterizar, nesses casos, a maximalidade de um emparelhamento? Dis-
cutiremos uma resposta na seo 4.4.
Exerccios
E 4.7 Exiba um grafo G tal que 0 (G) = (G).
E 4.8 Exiba um grafo em que todo emparelhamento estritamente menor que qual-
quer cobertura.
E 4.9 Seja G o grafo do cavalo tport (veja exemplo 1.2) com t 3. Mostre que
0 (G) = bt2 /2c = (G). (Compare com o exerccio 2.29.)
E 4.10 Para que valores de t o grafo do cavalo tport (veja exemplo 1.2) tem um
emparelhamento perfeito?
4.3 Emparelhamentos em grafos bipartidos

O estudo dos emparelhamentos de um grafo fica mais simples se o grafo no tem
circuitos mpares. Por isso (veja teorema 3.5), a presente seo restringe a ateno a
grafos bipartidos.
Emparelhamentos que saturam um dos lados

Em que condies um grafo bipartido tem um emparelhamento perfeito? Uma per-
gunta um pouco mais geral e mais interessante: em que condies um grafo (U, W )-
bipartido admite um emparelhamento que satura U ?
O seguinte exemplo o prottipo do nosso problema: dado um conjunto U de

moas e um conjunto W de rapazes, queremos casar cada moa com um dos rapazes
que ela conhece (sem violar a lei da monogamia). Em que condies isso possvel?
H uma condio necessria muito simples e natural para que nosso problema
tenha soluo:
Proposio 4.2 Se um grafo (U, W )-bipartido tem um emparelhamento que

satura U ento |(X)| |X| para todo subconjunto X de U .
P ROVA : Seja G o grafo em questo e E um emparelhamento que satura U .

Seja H o grafo (V (G), E). Para qualquer subconjunto X de U tem-se |G (X)|
|H (X)| = |X|.
Essa condio necessria tem a seguinte conseqncia imediata: para mostrar

que um grafo (U, W )-bipartido no tem um emparelhamento que satura U , basta
exibir um subconjunto X de U tal que |(X)| < |X|.
A prova da recproca da proposio 4.2 foi publicada em por Hall3 :
Teorema 4.3 (Hall) Para qualquer grafo (U, W )-bipartido, se |(X)| |X|
para todo subconjunto X de U ento o grafo tem um emparelhamento que
satura U .
P ROVA : Seja G o grafo em questo e suponha que |G (X)| |X| para todo
subconjunto X de U . A prova prossegue por induo na cardinalidade de U . Se
|U | = 1 ento claro que o grafo tem um emparelhamento que satura U . Suponha
agora que |U | > 1 e que o resultado vale para todo grafo (U 0 , W 0 )-bipartido em que
|U 0 | < |U |. Considere as alternativas a seguir.
A LTERNATIVA 1: |G (X)| > |X| para todo subconjunto prprio e no-vazio X
de U . Escolha uma aresta uw , com u em U . Seja U 0 := U r {u}, W 0 := W r {w} e
G0 := G[U 0 W 0 ]. claro que G0 (U 0 , W 0 )-bipartido. Observe que
|G0 (X)| = |G (X) r {w}| |X|
para todo subconjunto X de U 0 . Assim, por hiptese de induo, G0 admite um

emparelhamento, digamos E 0 , que satura U 0 . Finalmente, E 0 {uw} um empare-
lhamento em G que satura U .
A LTERNATIVA 2: |G (Y )| = |Y | para algum subconjunto prprio e no-vazio Y
de U . Seja H o subgrafo de G induzido por Y G (Y ). claro que H (Y, G (Y ))-
bipartido e
|H (X)| = |G (X)| |X|
para todo subconjunto X de Y . A hiptese de induo garante, ento, a existncia
F em H de um emparelhamento F que satura Y . Agora considere o subgrafo G0 :=
3
Philip Hall ( ), matemtico ingls.
4.3 Emparelhamentos em grafos bipartidos 41
G[U 0 W 0 ], onde U 0 := U r Y e W 0 := W r G (Y ). claro que G0 (U 0 , W 0 )-

bipartido. Suponha, por um instante, que |G0 (X 0 )| < |X 0 | para algum subconjunto
X 0 de U 0 . Ento
|G (X 0 Y )| = |G0 (X 0 ) G (Y )|
|G0 (X 0 )| + |G (Y )|
< |X 0 | + |Y |
= |X 0 Y | .
Essa desigualdade contradiz as hipteses da presente alternativa. Conclumos assim

que |G0 (X 0 )| |X 0 | para todo subconjunto X 0 de U 0 . Portanto podemos supor, por
hiptese de induo, que G0 tem um emparelhamento E 0 que satura U 0 . Finalmente,
claro que F E 0 um emparelhamento em G que satura U .
A expresso teorema de Hall muitas vezes usada para designar a unio da teorema
proposio 4.2 com o teorema 4.3. Essa unio constitui uma boa caracterizao dos de Hall
grafos (U, W )-bipartidos dotados de um emparelhamento que satura U .
Emparelhamentos mximos em grafos bipartidos

A subseo anterior preparou o terreno para a caracterizao dos emparelhamentos
mximos em grafos bipartidos. Em , Knig4 demonstrou a delimitao inferior
de 0 que complementa a delimitao superior 4.1:
Teorema 4.4 (Knig) Em todo grafo bipartido G tem-se 0 (G) (G).
P ROVA : Seja {U, W } uma bipartio de G. Basta provar que existe um empare-
lhamento to grande quanto uma cobertura. Seja C um cobertura mnima e defina C
os conjuntos
UC := U C, WC := W C, UC := U r C e WC := W r C .
Seja H o subgrafo de G induzido por UC WC . evidente que H (UC , WC )- H

bipartido. Como mostraremos a seguir, a minimalidade de C garante que H satisfaz
a hiptese do teorema de Hall.
Seja X um subconjunto qualquer de UC . O conjunto (C r X) H (X) uma
cobertura de G, pois toda aresta que tem uma ponta em X tambm tem uma ponta
em H (X). Como a cardinalidade dessa cobertura |C| |X| + |H (X)|, a minima-
lidade de C exige que tenhamos
|H (X)| |X| .
4
Dnes Knig ( ), matemtico hngaro e autor do primeiro livro sobre a teoria dos
grafos (Theorie der endlichen und unendlichen Graphen, Akademischen Verlagsgesellschaft, Leipzig,
1936).
O teorema 4.3 permite concluir agora que H tem um emparelhamento F que sa-
tura UC . Um argumento simtrico mostra que o subgrafo H 0 de G induzido por
WC UC tem um emparelhamento F 0 que satura WC . Para concluir, observe que
F F 0 um emparelhamento em G e que
|F F 0 | = |F | + |F 0 | = |UC | + |WC | = |C| ,
como queramos provar.
A combinao da delimitao 4.1 com o teorema 4.4 conhecida como teorema

Knig de Knig ou teorema de KnigEgervry5 . O teorema pode ser enunciado assim:
Egervry em todo grafo bipartido G,
0 (G) = (G) ,
ou seja, um emparelhamento mximo tem a mesma cardinalidade que uma cober-
tura mnima. Essa igualdade min-max uma manifestao do teorema da dualidade
em programao linear (veja por exemplo, o livro de Chvtal [Chv83]).
Exerccios
F 4.11 Mostre que o grafo da figura 4.1 no tem um emparelhamento que sature os
cinco vrtices que esto na parte superior da figura.
E 4.12 Suponha dada uma coleo {C1 , . . . , Ck } de subconjuntos de um certo con-

junto W . Imagine que cada elemento de W uma pessoa e cada Ci o conjunto dos
membros de um clube. Queremos escolher um conjunto de representantes distintos
dos clubes, ou seja, um conjunto w1 , . . . , wk de pessoas tal que wi Ci para cada i e
wi 6= wj sempre que i 6=Sj . Mostre que um tal conjunto de representantes distintos
existe se e somente se | iI Ci | |I| para todo subconjunto I de {1, . . . , k}.
E 4.13 Seja G um grafo (U, W )-bipartido tal que |U | = |W |. Seja M a matriz inde-
xada por U W e definida por M [u, w] = 1 se uw uma aresta de G e M [u, w] = 0
caso contrrio. (Portanto, M uma submatriz da matriz de adjacncias de G, defi-
nida no exerccio 1.27.) O permanente da matriz M o nmero6
P Q
perm(M ) := uU M [u, (u)] ,
onde a soma se estende a todas as bijees : U W . Mostre que o permanente de

M igual ao nmero de emparelhamentos perfeitos em G.7
5
Eugene Egervry, matemtico hngaro.
6
Q O permanente tem definio semelhante ao do determinante: no determinante, cada produto
M [u, (u)] precedido do sinal da permutao . Existem algoritmos rpidos para calcular o
determinante de uma matriz quadrada. No entanto, no se conhece um algoritmo rpido para o
clculo do permanente. Suspeita-se mesmo que um tal algoritmo no existe.
7
Essa relao entre permanentes e emparelhamentos foi til para a descoberta de vrios dos
teoremas estudados neste captulo (veja o livro de LovszPlummer [LP86]).
4.4 Emparelhamentos em grafos arbitrrios 43
E 4.14 Mostre que todo grafo bipartido regular no-vazio tem um emparelhamento
perfeito.
E 4.15 Mostre que todo grafo bipartido G tem um emparelhamento que satura to-
dos os vrtices de grau (G).
E 4.16 Exiba emparelhamentos mximos e coberturas mnimas nos grafos das figu-
ras 4.1 e 4.2.
E 4.17 Prove que 0 (G) = n(G) (G) para todo grafo bipartido G.
E 4.18 Prove que (G) = (G) para todo grafo bipartido G.
E 4.19 Nossa prova do teorema de Knig 4.4 depende do teorema de Hall 4.3. Mas
os dois teoremas so equivalentes. Deduza o teorema de Hall do teorema de Knig.
r r r r r
B
@ B
B
@ B
B @ B B @ B
r @Br r Br @Br
B @B B @B
B
Figura 4.1: Algum emparelhamento satura os cinco vr-

tices na parte superior da figura? Veja exerccio 4.11.
r r r r r r
A @ A A
@
A @ A A @
A @ A A @
r Ar r Ar Ar @r

@
Figura 4.2: Encontre um emparelhamento mximo e uma

cobertura mnima. Veja exerccio 4.16.
4.4 Emparelhamentos em grafos arbitrrios

Podemos tratar agora de emparelhamentos em grafos arbitrrios (em particular, gra-
fos no-bipartidos). A exemplo do que fizemos na seo anterior, vamos iniciar o
estudo com a caracterizao de emparelhamentos perfeitos.
Emparelhamentos perfeitos
A caracterizao de emparelhamentos perfeitos em grafos arbitrrios exige uma ge-
neralizao no-trivial do teorema de Hall.
Um componente de um grafo mpar se tem um nmero mpar de vrtices.

O nmero de componentes mpares de um grafo G ser denotado neste captulo
por i(G). H uma condio necessria muito simples para a existncia de um empa- i(G)
relhamento perfeito:
Proposio 4.5 Se um grafo G tem um emparelhamento perfeito ento
i(G S) |S|
para todo conjunto S de vrtices.
P ROVA : Suponha que G tem um emparelhamento perfeito E e sejam G1 , . . . , Gk

os componentes mpares de G S . Para cada i, defina Vi := V (Gi ). Como |Vi |
mpar, temos necessariamente
G (Vi ) E 6= .
evidente que cada aresta em G (Vi ) tem uma ponta em S . Para cada i, escolha
uma aresta em G (Vi ) E e seja si a ponta dessa aresta em S . Agora observe que
i(G S) = k = |{s1 , . . . , sk }| |S|.
Figura 4.3: Ilustrao da condio necessria para a existncia de um

emparelhamento perfeito. A figura sugere um grafo G e um conjunto
S (oval cinza) de vrtices. O grafo G S tem trs componentes mpa-
res e dois pares. Veja a proposio 4.5.
Em virtude da proposio 4.5, um conjunto S de vrtices tal que i(G S) > |S|
constitui um certificado da inexistncia de emparelhamento perfeito. Surpreenden-
temente, todo grafo desprovido de emparelhamento perfeito possui um tal certifi-
cado. Esse fato foi demonstrado em por Tutte8 :
Teorema 4.6 (Tutte) Se i(G S) |S| para todo conjunto S de vrtices de

um grafo G ento G tem um emparelhamento perfeito.
E SBOO DA PROVA : A prova uma induo no nmero de vrtices do grafo.

Se n(G) = 1 ento o resultado vacuamente verdadeiro (pois G no satisfaz as
8
William T. Tutte ( ), matemtico ingls que viveu muito tempo no Canad.
4.4 Emparelhamentos em grafos arbitrrios 45
hipteses). Suponha agora que n(G) > 1 e que o resultado verdadeiro para grafos
com menos que n(G) vrtices. Suponha que G satisfaz as hipteses e seja S um
subconjunto maximal de V (G) tal que
i(G S ) = |S | .
(O conjunto S est bem definido pois i(G s) = 1 para todo vrtice s.) Sejam
G1 , . . . , Gk os componentes mpares de G S , com k = i(G S ). Sejam H1 , . . . , Hl
os componentes pares de G S . A maneira como escolhemos S garante o sucesso
dos trs passos que passamos a descrever.
1. Seja F o grafo com conjunto de vrtices {G1 , . . . , Gk } S cujas arestas so to-
dos os pares Gi s para os quais existe em G uma aresta da forma vs, com v em V (Gi )
e s em S . O grafo F ({G1 , . . . , Gk }, S )-bipartido e prova-se que satisfaz as hi-
pteses do teorema de Hall 4.3. Portanto, F tem um emparelhamento que satura
{G1 , . . . , Gk }.
2. Para cada i e cada vrtice v em Gi , prova-se que Gi v satisfaz as hipteses
do teorema que estamos procurando provar. Logo, Gi v tem um emparelhamento
perfeito por hiptese de induo.
3. Prova-se que cada Hi satisfaz as hipteses do teorema que estamos procu-
rando provar. Assim, cada Hi tem um emparelhamento perfeito por hiptese de
induo.
Se tomarmos a unio dos emparelhamentos descritos em 1, 2 e 3 acima, teremos
um emparelhamento perfeito em G.
A expresso teorema de Tutte freqentemente usada para designar a unio teorema

da proposio 4.5 com o teorema 4.6. O teorema constitui uma boa caracterizao de Tutte
dos grafos dotados de emparelhamentos perfeitos.
Emparelhamentos mximos
A caracterizao dos emparelhamentos mximos em grafos arbitrrios est intima-
mente relacionada com o teorema de Tutte. conveniente introduzir o seguinte
parmetro :9 para todo grafo G, seja (G) o valor mnimo da expresso
1
n(G) 12 i(G S) |S|

2
para todos os subconjuntos S de V (G). No difcil estabelecer a seguinte delimi-

tao superior:
Delimitao 4.7 Para todo grafo G, tem-se 0 (G) (G).
Para provar essa delimitao, basta mostrar que, para todo S , qualquer empare-
lhamento deixa de saturar pelo menos i(G S) |S| vrtices. Os detalhes da prova
so um bom exerccio.
9
A letra parece adequada nesse texto, mas no notao padro.
Berge10 mostrou em a delimitao inferior que complementa 4.7:
Teorema 4.8 (Berge) Para todo grafo G, tem-se 0 (G) (G).
Para provar o teorema, basta mostrar que existe um emparelhamento E e um

conjunto S tais que E deixa de saturar i(GS )|S | vrtices no mximo. Infeliz-
mente, no temos espao nesse texto para exibir os detalhes da prova. Ela pode ser
encontrada nos livros de Diestel [Die00] e LovszPlummer [LP86], por exemplo.
A combinao da delimitao 4.7 com o teorema 4.8 conhecida como teorema
teorema de TutteBerge e pode ser formulada assim: em qualquer grafo G,
de Tutte
Berge 0 (G) = (G) .
Exerccios
F 4.20 Suponha que um grafo G satisfaz a condio i(G S) |S| para todo con-
junto S de vrtices. Prove, sem usar o teorema 4.6, que n(G) par.
E 4.21 Seja G um grafo e S um subconjunto de V (G). Mostre que i(G S)

i(H S) para qualquer subgrafo H de G tal que V (H) = V (G).
E 4.22 Na prova do teorema de Tutte 4.6, mostre que cada grafo Hi satisfaz a con-
dio i(Hi S) |S| para cada conjunto S de vrtices.
E 4.23 Na prova do teorema de Tutte 4.6, mostre que, para cada i e cada vrtice v
em Gi , o grafo Gi v satisfaz a condio i((Gi v) S) |S| para cada conjunto
S de vrtices.
E 4.24 Na prova do teorema de Tutte 4.6, mostre que o grafo F satisfaz as hipteses
do teorema de Hall 4.3: |F (X)| |X| para cada subconjunto X de {G1 , . . . , Gk }.
E 4.25 Deduza o teorema de Hall 4.3 do teorema de Tutte 4.6.
E 4.26 Seja G um grafo 3-regular sem cortes de tamanho 1 (ou seja, sem conjuntos
X de vrtices tais que |(X)| = 1). Mostre que G tem um emparelhamento perfeito.
Mostre que nem todo grafo 3-regular tem um emparelhamento perfeito.
E 4.27 Prove a delimitao 4.7.
E 4.28 Deduza o teorema de Knig 4.4 do teorema de Berge 4.8.
10
Claude Berge ( ), matemtico francs.
4.5 Consideraes computacionais 47

Existem algoritmos rpidos11 (e muito interessantes) para encontrar um emparelha-
mento mximo num grafo. O algoritmo especfico para grafos bipartidos produz
um emparelhamento e uma cobertura de mesma cardinalidade.12 O algoritmo mais
geral aceita qualquer grafo e produz um emparelhamento e um conjunto de vrtices
que satisfazem a relao estabelecida no teorema 4.8.13
11
Os algoritmos consomem tempo limitado por um polinmio no nmero de vrtices do grafo.
12
Veja os livros de LovszPlummer [LP86, p.12], BondyMurty [BM76, p.80] e Diestel [Die00,
p.30].
13
O algoritmo foi descoberto em por Jack Edmonds. Veja o livro de LovszPlummer [LP86,
p.358].
Captulo 5
Colorao de arestas
Uma colorao do conjunto das arestas de um grafo uma atribuio de cores s

arestas tal que arestas adjacentes recebem cores diferentes. conveniente formalizar
a definio da seguinte maneira: uma colorao das arestas de um grafo G uma
partio de A(G) em emparelhamentos. Se {E1 , . . . , Ek } uma tal partio, diremos
que cada emparelhamento Ei uma cor e k o nmero de cores.
Uma colorao de arestas um tipo particular de colorao de vrtices. De
fato, qualquer colorao das arestas de um grafo G uma colorao dos vrtices do
grafo das arestas de G (veja o exemplo 1.15). Como mostraremos no restante deste
captulo, sabe-se muito mais sobre a colorao de arestas que sobre a colorao de
vrtices de um grafo arbitrrio.
5.1 Coloraes mnimas

fcil encontrar uma colorao das arestas de um grafo: basta pintar cada aresta
com uma cor diferente! mais difcil obter uma colorao com poucas cores.
Uma colorao de arestas mnima se o nmero de cores o menor possvel, ou
seja, se no existe outra colorao que use menos cores. O ndice cromtico de um
grafo o nmero de cores de uma colorao de arestas mnima. O ndice cromtico
de um grafo G denotado por
0 (G) .
Segue imediatamente da observao que fizemos ao final da introduo deste cap-
tulo que 0 (G) = (G 0 ), onde G 0 grafo das arestas de G.
Exerccios
E 5.1 Mostre que 0 (G) 2(G) 1 para todo grafo G.
E 5.2 Exiba um grafo com duas coloraes mnimas diferentes.
E 5.3 Mostre que os emparelhamentos que compem uma colorao mnima no
48
5.2 Delimitao inferior 49
so necessariamente mximos. Mais precisamente, exiba uma colorao mnima

{E1 , . . . , Ek } em que nenhum dos emparelhamentos Ei mximo.
5.2 Delimitao inferior

Eis uma delimitao inferior simples mas importante do ndice cromtico:1
Delimitao 5.1 Em todo grafo G tem-se 0 (G) (G).
P ROVA : A desigualdade decorre da seguinte observao: para qualquer colora-

o de arestas com k cores e qualquer vrtice v tem-se k g(v).
Essa delimitao inferior tem a seguinte conseqncia imediata: se uma colora-

o de arestas usa apenas cores ento ela mnima. Portanto, para comprovar
a minimalidade de uma colorao basta exibir um vrtice cujo grau seja igual ao
nmero de cores.
Como veremos abaixo, todo grafo bipartido admite uma colorao com apenas
cores. Mas a colorao de muitos grafos no-bipartidos exige mais que cores.
Que objeto suficiente exibir, nesses casos, para certificar a minimalidade de uma
colorao? Infelizmente, no temos uma boa resposta para essa pergunta.
Exerccios
E 5.4 Exiba uma colorao mnima das arestas de uma grade pporq (veja exem-
plo 1.7).
E 5.5 Mostre que 0 (G) = 4 se G o grafo de Petersen.
E 5.6 Mostre que todo grafo bipartido k -regular admite uma colorao das arestas
com apenas k cores. (Sugesto: veja o teorema de Hall 4.3.)
E 5.7 Mostre que 0 (G) > (G) se G um grafo regular no-vazio com nmero
mpar de vrtices.
E 5.8 Mostre que 0 (G) > (G) se n(G) mpar e m(G) > 12 (G) n(G) 1 .

5.3 Grafos bipartidos

O ndice cromtico de grafos bipartidos tem uma delimitao superior que comple-
menta a delimitao inferior 5.1. Ela foi estabelecida em por Knig2 :
1
Essa delimitao pode ser vista como conseqncia da proposio 3.4 aliada ao exerccio 2.23.
2
Dnes Knig ( ), matemtico hngaro.
50 CAP. 5 COLORAO DE ARESTAS
Teorema 5.2 (Knig) Para todo grafo bipartido G tem-se 0 (G) (G).
P ROVA : Nossa prova uma induo no nmero de arestas de G. Se m(G) = 0,

a proposio obviamente verdadeira. Suponha agora que m(G) > 0. Seja xy
uma aresta de G. Por hiptese de induo, o grafo G xy admite uma colorao
{E1 , . . . , Ek } com k (G xy) cores. claro que k (G). Se k < (G)
ento {E1 , . . . , Ek , {xy}} a colorao de G desejada. Suponha no que segue que
k = (G).
Como gG (x) k , alguma cor Ej est ausente em x, ou seja, Ej G (x) = .
Analogamente, alguma cor Ei est ausente em y . Se i = j ento Ei {xy} um
emparelhamento e portanto se acrescentarmos xy a Ei teremos uma colorao de G
com (G) cores.
C Suponha agora que i 6= j . Seja C o componente do grafo (V (G), Ei Ej ) que
contm x. Como Ei e Ej so emparelhamentos e Ej est ausente em x, C um
caminho e suas arestas esto alternadamente em Ei e Ej . Suponha por um instante
que y est em C . Ento y um extremo de C , pois Ei est ausente em y . Logo,
o comprimento de C par e assim C + xy um circuito mpar. Mas G no tem
circuitos mpares, em virtude do teorema 3.5. Assim, podemos garantir que
y no est em C .
Considere agora os conjuntos Fi := Ei A(C) e Fj := Ej A(C).3 fcil verificar

que Fi {xy} e Fj so emparelhamentos mutuamente disjuntos. Portanto, se tro-
carmos Ei por Fi {xy} e Ej por Fj , teremos uma colorao das arestas de G com
(G) cores.
A combinao da delimitao inferior 5.1 com a delimitao superior 5.2 d uma

boa caracterizao das coloraes mnimas de arestas em grafos bipartidos. Ela pode
ser reformulada assim:
0 (G) = (G)
para todo grafo bipartido G.
Exerccios
E 5.9 Exiba coloraes mnimas das arestas dos grafos representados nas figuras 4.1
e 4.2.
E 5.10 Uma escola pode ser representada por um grafo (U, W )-bipartido: cada vr-
tice em U um professor, cada vrtice em W uma turma de alunos e um professor
adjacente s turmas para as quais deve dar aulas. Uma semana letiva dividida
em perodos (segunda-feira das 8h s 10h, segunda-feira das 10h s 12h, etc.) e cada
3
X Y := (X r Y ) (Y r X) (X Y ) r (X Y ) . Esta a diferena simtrica entre os
conjuntos X e Y .
5.4 Delimitao superior 51
perodo representado por uma cor. Uma colorao das arestas do grafo uma pro-
gramao das aulas da semana. Quantos perodos so necessrios e suficientes para
cumprir o programa de aulas?4
5.4 Delimitao superior

um tanto surpreendente que + 1 cores so suficientes para colorir as arestas de
qualquer grafo. Esse fato foi descoberto em por Vizing5 (e redescoberto em
por Gupta6 ):
Teorema 5.3 (Vizing) Em todo grafo G tem-se 0 (G) (G) + 1.7
P ROVA : Nossa prova uma induo no nmero de arestas de G. Se m(G) = 0,

a proposio trivialmente verdadeira. Suponha agora que m(G) > 0. Seja xy uma
aresta de G. Por hiptese de induo, o grafo G xy admite uma colorao com
no mais que (G xy) + 1 cores. Digamos que {E0 , . . . , Ek } uma tal colorao.
claro que k (G xy) (G). Se k < (G) ento {E0 , . . . , Ek , {xy}} a
colorao de G desejada. No que segue, vamos supor que k = (G) e mostrar que
G admite uma colorao com k + 1 cores.
Diremos que uma cor Ei est presente em v se Ei (v) 6= e ausente em v
em caso contrrio. Como temos (G) + 1, alguma cor est ausente em cada vrtice
do grafo.
Um leque uma seqncia (xy0 , . . . , xyj ) de elementos de (x), distintos dois
a dois, dotada da seguinte propriedade: para h = 1, . . . , j , a cor de xyh est ausente
em yh1 .
Seja (xy0 , . . . , xyj ) um leque maximal. Como j < (G) = k , podemos ajustar a j
notao (permutando E0 , . . . , Ek se necessrio) de modo que
xyh Eh e Eh est ausente em yh1
para h = 1, . . . , j . Temos dois casos a considerar:

C ASO 1: alguma cor est ausente em yj e em x. Podemos supor, sem perda de
generalidade, que a cor ausente em x e yj E0 . Para h = 1, . . . , j ,
troque Eh por (Eh r {xyh }) {xyh1 }.
Isso produz uma colorao de G xyj . Agora, aplique a cor E0 aresta xyj , ou seja,
troque E0 por E0 {xyj }. Isso produz a colorao de G desejada.
C ASO 2: toda cor ausente em yj est presente em x. Seja Ei uma cor ausente Ei
4
Este o problema da grade de horrios (timetabling problem).
5
Vadim G. Vizing (), matemtico russo.
6
Ram Prakash Gupta.
7
Convm no confundir a desigualdade 0 + 1 com a desigualdade + 1 discutida
no teorema 3.2: as razes para a validade de uma e de outra so muito diferentes.
52 CAP. 5 COLORAO DE ARESTAS
(4)
y3 y3
(5) r (3) r
y4 r r y2 y4 r r y2
0
(6) (2)
y5 rb T 1"r y1 y5 rb T 2"r y1
3
T T
4
5b T "" 5b T "
r s r (1) r s r
b b " 1
(4)
y6 6
bT
"
y0 y6 6
bT
"
y0
x x
(0)
Figura 5.1: Ilustrao da prova do teorema de Vizing 5.3. As cores so

E0 , . . . , Ek . Um rtulo p junto a uma aresta indica que a aresta est em Ep
(a aresta xy0 no tem cor). Um rtulo (p) junto a um vrtice indica que Ep
est ausente no vrtice. A figura ilustra o subcaso 2A da prova, com j = 6
e i = 4. O leque esquerda mostra a colorao no incio do subcaso 2A; o
leque direita mostra a colorao no fim do subcaso.
em yj . Em virtude da maximalidade do leque, i {1, . . . , j1}. Podemos su-

E0 por, sem perder generalidade, que E0 est ausente em x. Seja H o grafo induzido
por E0 Ei :
H := (V (G), E0 Ei ) .
Os componentes desse grafo so caminhos e circuitos. Ademais, gH (x) 1,
gH (yi1 ) 1 e gH (yj ) 1, uma vez que E0 est ausente em x e Ei est ausente
em yi1 e em yj . Assim, os componentes de H que contm x, yi1 e yj so cami-
nhos. Um dos dois subcasos a seguir se verifica:
S UBCASO 2A: x e yi1 esto em dois componentes distintos de H . Seja
C o componente de H que contm yi1 . Troque as cores E0 e Ei nesse
componente. Mais formalmente, seja
F0 := E0 A(C) e Fi := Ei A(C)
e seja Fh := Eh para todo h distinto de 0 e de i. Observe que {F0 , . . . , Fk }

uma colorao de G xy0 e F0 esta ausente em x e em yi1 . Ade-
mais, (xy0 , . . . , xyi1 ) um leque com relao nova colorao. Portanto,
uma troca de cores anloga descrita no caso 1 produz uma colorao
de G. Mais especificamente, basta trocar Fh por (Fh r {xyh }) {xyh1 }
para h = 1, . . . , i1 e trocar F0 por F0 {xyi1 } para obter a colorao de G
desejada.
S UBCASO 2B: x e yi1 esto num mesmo componente de H . Nesse caso, x
e yj esto em componentes diferentes de H . Seja C o componente de H que
contm yj . Seja F0 := E0 A(C), Fi := Ei A(C) e Fh := Eh para todo h
distinto de 0 e de i. Observe que {F0 , . . . , Fk } uma colorao de G xy0
e que F0 esta ausente em x e em yj . Como yi1 no est em C , a cor Fi
est ausente em yi1 , e portanto a seqncia (xy0 , . . . , xyj ) um leque com
relao nova colorao. Assim, uma troca de cores anloga descrita no
caso 1 produz uma colorao de G. Mais especificamente, basta trocar Fh
5.5 Consideraes computacionais 53
por (Fh r {xyh }) {xyh1 } para h = 1, . . . , j e trocar F0 por F0 {xyj } para

obter a colorao de G desejada.
Isso encerra a prova.
Se combinarmos o teorema 5.3 com a delimitao 5.1, poderemos dizer que o

ndice cromtico todo grafo conhecido a menos de uma unidade:
(G) 0 (G) (G) + 1
para qualquer grafo G.
Exerccios
E 5.11 Para todo n > 1, mostre que 0 (Kn ) = n se n mpar e 0 (Kn ) = n 1 se n
par.
DD 5.12 Mostre que 0 (G) = 3 para todo grafo 3-regular G planar (veja exem-
plo 1.14). 8
A 5.13 Encontre uma boa caracterizao da classe de grafos {G : 0 (G) = (G)}.

A prova do teorema 5.2 induz um algoritmo rpido9 de colorao das arestas de
qualquer grafo bipartido com cores. Para grafos arbitrrios, a prova do teo-
rema 5.3 induz um algoritmo rpido de colorao com + 1 cores. Infelizmente,
no se conhece um algoritmo rpido capaz de determinar se o ndice cromtico 0
de um dado grafo vale ou + 1. Suspeita-se mesmo que no existe um algoritmo
rpido para essa tarefa.10
8
Este fato equivalente ao clebre Teorema das Quatro Cores.
9
O consumo de tempo do algoritmo limitado por um polinmio no nmero de vrtices do
grafo.
10
Apndice A
Dicionrio de termos tcnicos
Boa parte da literatura da teoria dos grafos est escrita em ingls. A traduo dos
termos tcnicos para o portugus no est muito bem estabelecida. O presente texto
adota a seguinte correspondncia:
ingls portugus
almost every quase todo
bipartite bipartido
bipartition bipartio
bishop (in chess) bispo (do xadrez)
chess xadrez
chromatic number nmero cromtico
chromatic index ndice cromtico
circuit circuito
clique clique
clique number cardinalidade de clique mxima
coboundary cofronteira, corte
colorable colorvel
connected conexo
cut corte, cofronteira
cycle ciclo, circuito
degree grau
edge aresta
eigenvalue autovalor
empty vazio
even par
forest floresta
graph grafo
grid grade
independence number ndice de estabilidade
independent set conjunto estvel
induced induzido
isomorphic isomorfo
isomorphism isomorfismo
king (in chess) rei (do xadrez)
54
DICIONRIO 55
ingls portugus
knight (in chess) cavalo (do xadrez)
length comprimento
line graph grafo das arestas
lower bound delimitao inferior
matching emparelhamento
maximal maximal
maximum mximo
minimal minimal
minimum mnimo
neighbor vizinho
neighborhood vizinhana
null vazio, nulo
odd mpar
path caminho
pawn (in chess) peo (do xadrez)
polygon circuito
queen (in chess) dama (do xadrez)
random graph grafo aleatrio
rank posto
rook (in chess) torre (do xadrez)
set conjunto
spanning subgraph subgrafo gerador
stability number ndice de estabilidade
stable estvel
tree rvore
two-colorable bicolorvel
upper bound delimitao superior
vertex vrtice
vertex cover cobertura
Apndice B
Alfabeto grego
A teoria dos grafos, como outras reas da matemtica, recorre freqentemente ao

alfabeto grego:
A alfa N n
B beta ksi
gama o O micron
delta pi
E epsilon P r
Z zeta sigma
H eta T tau
teta upsilon
I iota fi
K kapa X qui
lambda psi
M m mega
O smbolo no pertence ao alfabeto grego. Dizem que o nome do smbolo

nabla designa uma harpa egpcia. No confunda com .
56
Bibliografia
[AZ98] M. Aigner and G.M. Ziegler. Proofs from THE BOOK. Springer, 1998. 24,
30
[Big74] N. Biggs. Algebraic Graph Theory, volume 67 of Cambridge Tracts in Mathe-

matics. Cambridge University Press, 1974. 30
[BLW76] N.L. Biggs, E.K. Lloyd, and R.J. Wilson. Graph Theory 17361936. Claredon
Press, Oxford, 1976. [Histria da Teoria dos Grafos, com reproduo de artigos
clssicos]. 5
[BM76] J.A. Bondy and U.S.R. Murty. Graph Theory with Applications. Macmil-
lan/Elsevier, 1976. Internet: http://www.ecp6.jussieu.fr/pageperso/
bondy/books/gtwa/gtwa.html. 5, 33, 47
[Bol98] B. Bollobs. Modern Graph Theory, volume 184 of Graduate Texts in Mathe-
matics. Springer, 1998. 5
[Chv83] V. Chvtal. Linear Programming. W.H. Freeman, 1983. 42
[Die00] R. Diestel. Graph Theory, volume 173 of Graduate Texts in Mathematics.

Springer, second edition, 2000. Internet: http://www.math.uni-hamburg.
de/home/diestel/books/graph.theory/index.html. 5, 46, 47
[GJ79] M.R. Garey and D.S. Johnson. Computers and Intractability: a Guide to the
Theory of NP-Completeness. W.H. Freeman, 1979. 5, 13, 28, 36, 53
[Har92] D. Harel. Algorithmics: The Spirit of Computing. Addison-Wesley, second

edition, 1992. 5, 13, 28, 36, 53
[Lov93] L. Lovsz. Combinatorial Problems and Exercises. North-Holland, second

edition, 1993. 5
[LP86] L. Lovsz and M.D. Plummer. Matching Theory, volume 29 of Annals of

Discrete Mathematics. North-Holland, 1986. 5, 42, 46, 47
[Luc79] C.L. Lucchesi. Introduo Teoria dos Grafos. 12o. Colquio Brasileiro de
Matemtica. IMPA (Instituto de Matemtica Pura e Aplicada), 1979. 5
57
58 BIBLIOGRAFIA
[Sch03] A. Schrijver. Combinatorial Optimization: Polyhedra and Efficiency. Num-

ber 24 in Algorithms and Combinatorics. Springer, 2003. [Three volumes].
24
[Sip97] M. Sipser. Introduction to the Theory of Computation. PWS Publishing, 1997.

Internet: http://www-math.mit.edu/~sipser/book.html. 5, 13, 28, 36, 53
[Wil79] R.J. Wilson. Introduction to Graph Theory. Academic Press, second edition,
1979. 5
ndice Remissivo
V (2) , 8 aleatrio, 19
V (G), 9 aresta, 8
A(G), 9 arestas
n(G), 9 adjacentes, 12, 37
m(G), 9 independentes, 37
Kn , 9 paralelas, 8
Kp,q , 11 rvore, 18
(X), 14 automorfismo, 13
(v), 14 autovalor, 30
G(n), 19
(X), 14 , 27
(X), 14 Bell, 36
g(v), 14 Berge, 46
(G), 14 bicolorao, 33
(G), 14 bicolorvel, 33
G, 9 bipartio
G[X], 17 de grafo, 34
G v , 17 bipartido, 34
G X , 17 completo, 11
G a, 17 bispo do xadrez, 9
G + uv , 17 boa caracterizao, 34, 41, 45, 50
, 20 Bollobs, 36
0 , 37 Brooks, 31
, 27
caminho, 16
, 45
mpar, 16
, 26
par, 16
, 29
Catlin, 32
0 , 48
cavalo do xadrez, 9
i(G), 44
certificado, 28, 34, 36, 44
bxc, 18
ciclo, 16
dxe, 22
circuito, 16
X Y , 50
mpar, 16, 33
A, 6 par, 16
, 20 clique, 26
0 , 37 mxima, 26, 32
adjacentes cobertura, 27
arestas, 12, 37 mnima, 27, 39
vrtices, 8 cociclo, 14
alcanos, 11 cofronteira, 14
59
60 NDICE REMISSIVO
colorao extremos
de arestas, 48 de caminho, 16
de vrtices, 29
mnima, 29, 48 F, 6
colorvel, 29 floresta, 17
comparabilidade, 12
g(v), 14
complemento, 9
(X), 14
completo, 9
(v), 14
componente, 18
G(n), 19
conexo, 18
grade, 10
mpar, 44
grafo, 8
comprimento
aleatrio, 19
de caminho, 16
bicolorvel, 33
de circuito, 16
bipartido, 34
conexo, 17
bipartido completo, 11
conjunto
complementar, 9
completo, 26
completo, 9
estvel, 20
da dama, 9
maximal, 20
da torre, 9
mximo, 20
das arestas, 12
independente, 20
das palavras, 10
cor, 29, 48
de Catlin, 32
ausente, 51
de comparabilidade, 12
presente, 51
de Grtzsch, 33
corte, 14
de intervalos, 12
cubo, 10
de matriz simtrica, 10
D, 6 de Mycielski, 33
DD, 6 de Petersen, 11
(G), 14 de Turn, 23
(G), 14 do bispo, 9
dama do xadrez, 9 do cavalo, 9
diferena simtrica, 50 do rei, 9
Dilworth, 33 dos estados, 10
grade, 10
Egervry, 42 planar, 12
emparelhamento, 37 regular, 14
que satura, 38 simples, 8
maximal, 37 vazio, 9
mximo, 37 grau, 14
perfeito, 38 mximo, 14
espao mnimo, 14
dos ciclos, 17 Grtzsch, 33
dos cociclos, 15 grupo, 13
dos cortes, 15
estvel, 20 Hall, 40
maximal, 20 hexgono, 16
mximo, 20 hidrocarbonetos, 11
NDICE REMISSIVO 61
i(G), 44 quase todo, 19

incide, 8 quatro cores, 30, 53
independente, 37
ndice Ramsey, 27
cromtico ( 0 ), 48 regular, 14
de estabilidade (), 20 rei do xadrez, 9
intervalos, 12 representantes distintos, 42
isomorfismo, 12
satura
Kn , 9 (emparelhamento), 38
Kn , 9 semidefinida
Knig, 41, 50 (matriz), 24
slither, 38
L(G), 12 subgrafo, 17
laos, 8 induzido, 17
leque de arestas, 51 maximal, 18
line graph, 12 prprio, 17
m(G), 9 teorema
matriz da dualidade, 42
de adjacncias, 15 das 4 cores, 30, 53
positiva semidefinida, 24 de Berge, 46
maximal, 20, 37 de Bollobs, 36
mximo, 20, 37 de Brooks, 31
min-max, 42 de Dilworth, 33
mnima, 29, 48 de Hall, 40
Mycielski, 33 de Knig, 41, 50
de KnigEgervry, 42
n(G), 9 de Turn, 23
nabla (), 14 de Tutte, 44
nmero de TutteBerge, 46
cromtico (), 29 de Vizing, 51
de Bell, 36 torre do xadrez, 9
de cores, 29 tringulo, 16
de Ramsey, 27 Turn, 23
Tutte, 44
, 26
ordem parcial, 12 vazio, 9
vrtice, 8
palavras, 10
saturado, 38
par no-ordenado, 8
vrtices adjacentes, 8
partio, 29
Vizing, 51
pentgono, 16
vizinhana, 14
Petersen, 11
vizinho, 8
planar, 12
ponta de aresta, 8 , 29
posto de matriz, 24 0 , 48
programao linear, 42 xadrez, 9
quadrado, 16

TeoriaDosGrafos PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

TeoriaDosGrafos PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

Uma Introduo Sucinta

Teoria dos Grafos

2 Conjuntos estveis, cliques e coberturas 20

A Dicionrio de termos tcnicos 54

D Os exerccios que julgamos difceis tm prefixo D, os muito difceis tm prefixo

Recursos na teia WWW

Graph Theory, de Stephen Locke: http://www.math.fau.edu/locke/graphthe.

Open Problems Graph Theory and Combinatorics, de Douglas West: http://www.

Graph Theory, no MathWorld da Wolfram Research: http://mathworld.

Teoria dos Grafos, na Wikipdia: http://pt.wikipedia.org/wiki/Teoria_dos_

Graph Theory, na Wikipedia: http://en.wikipedia.org/wiki/Graph_theory

The MacTutor History of Mathematics Archive, stio de histria da matem-

5) e do CNPq (Proc. 300334/93-1 e 304527/89-0). Tambm agradecemos aos orga-

So Paulo, novembro de 2004

Este captulo formaliza a definio de grafo1 e introduz os conceitos de isomorfismo,

Figura 1.1: Esta figura um desenho do grafo cujos vrtices so

O complemento de um grafo (V, A) o grafo (V, V (2) r A). O complemento de

1.2 Alguns exemplos de grafos

Figura 1.2: Tabuleiros de xadrez 8por8. A figura esquerda indica todos

Exemplo 1.4 Um cubo de dimenso k , ou k -cubo, o grafo definido da seguinte

Figura 1.3: Adjacncia entre estados do Brasil (veja exemplo 1.5).

Exemplo 1.7 A grade pporq o grafo definido assim: o conjunto de vrtices o

Exemplo 1.8 Seja V o conjunto de todos os subconjuntos de {1, 2, 3, 4, 5} que tm

se v w = . Essa relao de adjacncia sobre V define o grafo de Petersen4 (veja

Figura 1.4: Uma grade 3por4 (veja exemplo 1.7)

Exemplo 1.9 Os hidrocarbonetos conhecidos como alcanos tm frmula qumica

Exemplo 1.10 Sejam U e W dois conjuntos mutuamente disjuntos e seja A o con-

(0, 2) (1, 2) (2, 2)

Exemplo 1.12 Suponha dados k intervalos de comprimento finito, digamos

Ii Ij 6= . Essa relao de adjacncia define um grafo com conjunto de vrtices

Exemplo 1.15 Duas arestas de um grafo G so adjacentes se tm uma ponta co-

Figura 1.6: Um grafo (esquerda) e seu grafo das arestas (direita).

Dois grafos G e H so isomorfos se existe um isomorfismo entre eles. Em outras

Figura 1.7: Os grafos so isomorfos? Veja exerccio 1.16.

Figura 1.8: Os grafos so isomorfos? Veja exerccio 1.16.

E 1.18 Um automorfismo de um grafo G um isomorfismo de G em G. Seja (G)

1.4 Vizinhanas, cortes e graus

E 1.23 Quantas arestas tem o grafo das arestas de um grafo G?

E 1.27 A matriz de adjacncias de um grafo G a matriz M com linhas e colunas

F 1.28 Seja A um conjunto finito. Defina as seguintes operaes de soma e multi-

E 1.29 Dado um grafo G, seja D(G) a coleo de todos os cortes de G, isto ,

1.5 Caminhos e circuitos

{v1 v2 , v2 v3 , . . . , vn1 vn } = A(C) .

Os vrtices v1 e vn so os extremos do caminho. O caminho que acabamos de

Figura 1.9: Um caminho e um circuito.

Um circuito10 um grafo da forma ({v1 , v2 , . . . , vn } , {vi vi+1 : 1 i < n}

{v1 v2 , v2 v3 , . . . , vn1 vn } {vn v1 } = A(O) .

Esse circuito pode ser denotado simplesmente por v1 v2 vn v1 .

1.7 Grafos conexos e componentes

Proposio 1.2 Um grafo G conexo se e somente se (X) 6= para todo

P ROVA : Suponha que X um subconjunto prprio e no-vazio de V (G). Seja x

Um subgrafo conexo H de um grafo G maximal se H no subgrafo prprio

E 1.39 Seja G um grafo com (G) bn(G)/2c.11 Mostre que G conexo.

1.8 Grafos aleatrios

Qualquer propriedade invariante sob isomorfismo (como, por exemplo, a proprie-

Uma forma de se estudar o conjunto G(n) baseada na introduo de uma me-

Se p = 21 ento todos os 2N grafos em G(n) so equiprovveis: a probabilidade de

Conjuntos estveis, cliques e

Um conjunto de vrtices de um grafo estvel1 se seus elementos so dois a dois

2.1 Conjuntos estveis mximos

Vamos nos referir a esse nmero como ndice de estabilidade do grafo.

Eis alguns exemplos. O ndice de estabilidade de um Kn 1, enquanto o ndice

E 2.2 Encontre um conjunto estvel mximo num circuito de comprimento n. En-