Conexidade 1.

Slides:



Advertisements
Apresentações semelhantes
Algoritmos de Caminho Mínimo em Grafos
Advertisements

Grafos eulerianos 1.
Cortes (cut-sets)‏ 1.
Grafos Orientados (digrafos)
Planaridade 1.
Árvores 2010/1 Teoria dos Grafos (INF 5037/INF2781)
CC/EC/Mestrado Teoria dos Grafos Grafos Hamiltonianos.
Árvores CC/EC/Mestrado Teoria dos Grafos ‏ 1.
2010/1 Teoria dos Grafos (INF 5037/INF2781) Grafos eulerianos.
Grafo k-conexo Seja k um inteiro positivo. Diz-se que um grafo G é k-conexo em vértices quando não existe corte de vértices de tamanho menor que k Analogamente,
CC/EC/PPGI/UFES 2010/1 Teoria dos Grafos (INF 5037/INF2781) Conceitos Básicos.
2010/1 Teoria dos Grafos (INF 5037/INF2781) Grafos Hamiltonianos.
Ford Fulkerson Teoria dos Grafos.
Teoria dos Grafos – Aula 2
Teoria dos Grafos Loana Tito Nogueira.
Fluxo em Redes Prof. Ricardo R. Santos.
Análise de Decisão Aplicada a Gerência Empresarial – UVA Grafos - V
Grafos Introdução
Exercícios PAA- Grafos
CC/EC/Mestrado/UFES Teoria dos Grafos (INF 5037/INF2781) Grafos Orientados (digrafos)
Cortes (cut-sets)‏ 2010/2 Teoria dos Grafos (INF 5037/INF2781)‏ 1.
CC/EC/PPGI/UFES Teoria dos Grafos (INF 5037/INF2781) Coloração.
CC/EC/PPGI/UFES 2010/1 Teoria dos Grafos (INF 5037/INF2781) Conceitos Básicos.
Pontes Seja (G) o número de componentes conexas de G. Uma ponte é uma aresta a tal que (G - a) > (G)
Percursos em um grafo 2010/1 Teoria dos Grafos (INF 5037/INF2781)
UFES CC/EC/Mestrado Teoria dos Grafos Árvores. UFES CC/EC/Mestrado Teoria dos Grafos Árvores Grafo Acíclico: não possui ciclos.
2010/1 Teoria dos Grafos (INF 5037/INF2781) Grafos eulerianos.
Conectividade e Separabilidade
Coloração Teoria dos Grafos (INF 5037/INF2781) 1.
Grafo k-conexo Seja k um inteiro positivo. Diz-se que um grafo G é k-conexo em vértices quando não existe corte de vértices de tamanho menor que k.
Conceitos Básicos CC/EC/Mestrado Teoria dos Grafos.
Algumas classes especiais de grafo
CONCEITOS BÁSICOS DE GRAFOS
ESTRUTURA E REPRESENTAÇÃO
Teoria dos Grafos – Aula 6
Teoria dos Grafos – Aula 3 Árvores
Teoria dos Grafos Loana T. Nogueira Aula 5.
Grafos Msc. Cintia Carvalho Oliveira Doutoranda em Computação – UFU
Algoritmos em Grafos.
Algoritmos em Grafos Conceitos principais Prof. André Renato
Grafos Árvores Geradoras.
Teoria dos Grafos Definições e Terminologia
Teoria dos Grafos Planaridade
Aula 10 Grafos Planares.
Histórico, exemplos e problemas
Operações com grafos União Exemplo
O problema do emparelhamento máximo
Teoria dos Grafos Conectividade
Conceitos básicos em grafos
ÁRVORES Def.: Um grafo é acíclico se não possui ciclos.
Grafos Planares Victor Cândido da Silva
Universidade Federal de Mato Grosso do Sul Departamento de Computação e Estatística Circuitos de Euler em Paralelo Universidade Federal de Mato Grosso.
Disciplina Análise de Algoritmos Bacharelado em CC
Msc. Daniele Carvalho Oliveira
Aula de Monitoria – Miniprova
Introdução a Algoritmos em Grafos.

Problema MST Método Genérico Guloso usando Estratégia do Corte
Mestrado em Informática
Aula 12 COLORAÇÃO DE GRAFOS
Celso C. Ribeiro Caroline T. Rocha
Relações.
Grafos e Teoria da Complexidade Professor: Fabio Tirelo
Grafos Anjolina Grisi de Oliveira 2005
Grafos Eulerianos e Unicursais
 Prof. Miguel Gabriel Prazeres de Carvalho 1. 2 Redes Sociais GPS Para o correio. Para Viajantes. Pesquisas Biológicas. Distribuição de Tarefas. Recomendações.
Grafos Prof. Miguel Gabriel Prazeres de Carvalho.
Grafos e Teoria da Complexidade Professor: Fabio Tirelo
Grafos eulerianos 1.
Transcrição da apresentação:

Conexidade 1

Grafo Conexo u e v são ditos conectados se existir um caminho entre u e v em G. 2

Grafo Conexo u e v são ditos conectados se existir um caminho entre u e v em G Notação: caminho-(u,v) G é dito conexo se existir caminho entre quaisquer dois vértices de G 3

Grafo Conexo u e v são ditos conectados se existir um caminho entre u e v em G Notação: caminho-(u,v) G é dito conexo se existir caminho entre quaisquer dois vértices de G Relação de Equivalência definida pela conexão entre os vértices 4

Equivalência Reflexiva 5

Equivalência Caminho-(u, u) 6

Equivalência Caminho-(u, u) Simétrica 7

Equivalência Caminho-(u, u) Se existe caminho-(u,v) então existe caminho-(v,u) 8

Equivalência Caminho-(u, u) Se existe caminho-(u,v) então existe caminho-(v,u) Transitiva 9

Equivalência Caminho-(u, u) Se existe caminho-(u,v) então existe caminho-(v,u) Se existem os caminhos-(u,v) e –(v,w) então existe caminho-(u,w) 10

Componentes Conexas 11

Componentes Conexas É possível particionar G em classes de equivalência: V1, V2, ..., Vp tal que dois vértices são conectados se e somente se pertence a um mesmo Vi 12

Componentes Conexas É possível particionar G em classes de equivalência: V1, V2, ..., Vp tal que dois vértices são conectados se e somente se pertence a um mesmo Vi Os subgrafos G(V1), ..., G(Vp) são chamados de componentes conexas de G. 13

Maximalidade (Minimalidade) Seja S um conjunto e S'  S. Diz-se que S' é maximal em relação a uma certa propriedade quando S' satisfaz a propriedade e não existe subconjunto S''  S e S'  S'' que também satisfaz . Isto é, S' não está contido propriamente em nenhum subconjunto de S que satisfaz . 14

Maximal (Minimal) G´  G é maximal em relação a uma propriedade  se não houver G’’  G´tal que G” tem a propriedade . Componentes conexas: são todos os subgrafos conexos maximais de G. 15

Exemplo G 16

Exemplo G G é Conexo 17

Exemplo H G G é Conexo 18

Exemplo H G G é Conexo H é desconexo 19

Exemplo H G G é Conexo H é desconexo 20

Exemplo H G G é Conexo H é desconexo 21

Exemplo H G G é Conexo H é desconexo 22

Exemplo H G G é Conexo H é desconexo 23

Exemplo H G G é Conexo H é desconexo (G)= número de componentes conexas de G 24

Decomposição por Conexidade Conex (s0  V) entrada: G = (V,E) 1. v ← s0; 2. R(v) ← {v}; 3. Y ← ; 4. enquanto  (R(v)) – R(v)   faça 5. Y ←  (R(v)) – R(v); 6. R(v) ← R(v) U Y; 7. fim-enquanto 8. Y ← R(v); 9. V ← V – Y; 10. se V   então 11. Conex (s  V) 12. fim-se-então saída: componentes conexos de G a b c d f g h e j i G v ← a Y ← , {b,c}, {d} R(v) ← {a}, {a,b,c},{a,b,c,d} 25

Decomposição por Conexidade Adaptação para grafos não orientados do Algoritmo de Malgrange Se baseia na determinação de vizinhanças dos vértices Complexidade: O(n2) Outros algoritmos disponíveis (Trémaux, Tarjan, Gondran e Minoux, Szwarcfiter) 26

Exercício Aplique a adaptação do algoritmo de Malgrange no grafo G abaixo e indique o resultado. a b G c d e h f g i j 27

Teorema Um grafo G é desconexo sss V pode ser particionado em dois subconjuntos V1 e V2 de maneira que não existe aresta em G com um dos vértices extremos em V1 e o outro em V2 28

Teorema Se um grafo (conexo ou desconexo) tem exatamente dois vértices de grau ímpar, então existe um caminho que liga esses dois vértices 29

Teorema Um grafo G simples e conexo é bipartido se e somente se não contém ciclo ímpar 30

() v u 31

() P v u 32

() P w v u 33

() P Q w v u 34

() P w v Q u u' 35

() P Q w P1 v u u1 36

() P Q w P1 v Q1 u u1 37

() P Q w v u u1 38

() P Q w v u u1 39

Teorema Um grafo simples G com n vértices e k componentes conexas pode ter no máximo (n-k)(n-k+1)/2 arestas 40

Prova Idéia: k = 1: (n-1)(n-1+1)/2 → (n-1)n/2 ... 41

i=1,k ni2  n2 – (k-1)(2n-k) Prova Idéia: n1 + n2 + ... + nk = n e ni ≥ 1, 1 ≤ i ≤ k Desigualdade algébrica utilizada: i=1,k ni2  n2 – (k-1)(2n-k) 42