SlideShare une entreprise Scribd logo
1  sur  10
Télécharger pour lire hors ligne
Lista de Exercícios - Teoria dos Grafos
Exercícios do Capítulo 2 - Questões 1, 2, 3, 6 e 8
Michel Alves dos Santos ∗
Março de 2011
∗Bacharelando em Ciência da Computação, Universidade Federal do Estado de Alagoas(UFAL). E-mails: mi-
chel.mas@gmail.com, michelalavessantos@hotmail.com. Disciplina: Teoria dos Grafos. Docente Responsável: Leo-
nardo Viana Pereira.
1
Conteúdo
Lista de Figuras 2
1 Questão 1 3
1.1 a) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 b) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 c) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.4 d) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.5 e) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.6 f) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.7 g) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.8 h) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.9 i) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.10 j) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.11 k) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2 Questão 2 5
2.1 a) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2 b) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.3 c) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.4 d) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.5 e) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.6 f) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.7 g) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.8 h) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.9 i) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3 Questão 3 7
3.1 a) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.2 b) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.3 c) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.4 d) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.5 e) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.6 f) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
4 Questão 6 9
5 Questão 8 10
5.1 a) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
5.2 b) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
5.3 c) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
Lista de Figuras
1 Grafo apresentado para primeira questão. A primeira figura indica apenas as liga-
ções entre os vértices, a segunda apresenta uma numeração para as arestas. . . . . 3
2 Grafo orientado fornecido para a segunda questão. . . . . . . . . . . . . . . . . . . 5
3 Grafo orientado fornecido para a segunda questão com arestas numeradas. . . . . . 7
4 Grafo fornecido para a terceira questão. . . . . . . . . . . . . . . . . . . . . . . . . 8
5 Exemplo de grafo para cálculo do grau. Primeiro Passo da Demonstração. . . . . . 9
2
6 Exemplo de grafo para cálculo do grau. Segundo Passo da Demonstração. . . . . . 9
7 Exemplo de grafos não isomorfos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1 Questão 1
Figura 1: Grafo apresentado para primeira questão. A primeira figura indica apenas as ligações
entre os vértices, a segunda apresenta uma numeração para as arestas.
1.1 a)
A seguir, duas condificações de duas soluções diferentes:
• abcdebdae;
• abcdaebde.
1.2 b)
Vértice Vértice(s) adjacente(s)
a b, d, e
b a, c, d, e
c b, d
d a, b, c, e
e a, b, d
1.3 c)
a b c d e
a 0 1 0 1 1
b 1 0 1 1 1
c 0 1 0 1 0
d 1 1 1 0 1
e 1 1 0 1 0
3
1.4 d)
1 2 3 4 5 6 7 8
a 1 1 1 0 0 0 0 0
b 1 0 0 0 1 1 0 0
c 0 0 0 1 0 0 1 0
d 0 1 0 0 1 0 0 1
e 0 0 1 0 0 1 0 1
1.5 e)
Verificando se cbdeadeab é uma solução (sem usar o desenho).
Usando a lista de adjacência temos os seguintes passos:
c → d
d → b
b → e
e → a
d → e
e → a
O passo em destaque já foi um passo realizado antes, isso que dizer que uma aresta foi repetida,
portanto essa codificação não é uma solução para o problema tratado.
Acho também que um computador, convenientente programado, poderia realizar esta verifica-
ção. Basta apenas criar um algoritmo onde para cada percurso, o mesmo deve ser armazenado
e verificado para cada outro percurso realizado, ou seja, deve-se ter uma implementação de um
percurso simples.
1.6 f)
A solução abcdeadbe pode ser codificada como 14783256.
Eu codificaria a solução numérica, pois como a mesma faz referência as arestas, fica mais fácil
identificar se uma codificação dada é válida para esse problema, basta verificar se existe um número
repetido na sequência.
A seguir as codificações das sequências do item (e):
adcbedbae → 27468513
eabdebcda → 31586472
cbdeadeab → 75632831
4
1.7 g)
• 12345678 não é solução, pois não é possível sair diretamente da aresta 2 para 3;
• 12345687 também não é solução pelo mesmo motivo do item anterior;
• 35742861 também não é solução pelo mesmo motivo do item anterior.
Usando a lista de incidência e procurando por outros vértices que também incidam na mesma
aresta e que possuam uma ligação para a próxima aresta da sequência fornecida.
1.8 h)
É possível formar 88
= 16.777.216 sequências.
1.9 i)
Um computador que examinasse 1.000.000 sequências por segundo, levaria pelo menos
Tempo =
88
1.000.000
=
16.777.216
1.000.000
= 16, 777216
ou seja,
16.777.216seq
106seq/s
= 16, 777216s, para descobrir todas as soluções.
1.10 j)
Para um grafo com 20 arestas, seria possível formar o seguinte número de sequências:
2020
= 104.857.600.000.000.000.000.000.000
1.11 k)
Um computador que examinasse 1.000.000 seq/s, levaria pelo menos:
Tempo =
202
0
1.000.000
=
104.857.600.000.000.000.000.000.000
1.000.000
= 104.857.600.000.000.000.000s
2 Questão 2
Figura 2: Grafo orientado fornecido para a segunda questão.
5
2.1 a)
A seguir, duas condificações de duas soluções diferentes:
• acbcdabd;
• abcbdacd.
2.2 b)
Vértice Vértice(s) adjacente(s)
a b, c
b c, d
c b, d
d a
2.3 c)
a b c d
a 0 1 1 0
b 0 0 1 1
c 0 1 0 1
d 1 0 0 0
2.4 d)
1 2 3 4 5 6 7
a 1 1 0 0 0 0 -1
b -1 0 1 1 -1 0 0
c 0 -1 -1 0 1 1 0
d 0 0 0 -1 0 -1 1
2.5 e)
Verificando se acdabcbd é uma solução (sem usar o desenho). Usando a lista de adjacência
temos os seguintes passos:
a → c
c → d
d → a
a → b
b → c
c → b
b → d
Logo, todas as arestas foram percorridas, e não houve repetições, logo a sequência acdabcbd
é uma solução. Verificando se abdacbda é uma solução (sem usar o desenho). Usando a lista de
adjacência temos os seguintes passos:
a → b
b → d
d → a
a → c
c → b
b → d
O passo em destaque já foi um passo realizado antes, isso quer dizer que uma aresta foi repetida,
portanto essa codificação não é uma solução para o problema tratado.
6
2.6 f)
Figura 3: Grafo orientado fornecido para a segunda questão com arestas numeradas.
Através da figura podemos observar que a sequência 1354726 é uma solução válida. A seguir
as codificações das sequências do item (e):
acdabcbd → 2671354
abdacbda → 1472547
2.7 g)
• 1234567 não é solução, pois não é possível sair diretamente da aresta 1 para 2;
• 1234567 não é solução pelo mesmo motivo do item anterior;
• 3574261 não é solução, pois não é possível sair diretamente da aresta 5 para 7.
2.8 h)
É possível formar 77
= 823.543 sequências.
2.9 i)
Um computador que examinasse 1.000.000 seq/s, levaria pelo menos
823.543seq
106seq/s
= 0.823543s,
para descobrir todas as soluções.
3 Questão 3
3.1 a)
Logo abaixo a lista de adjacência do grafo da figura acima:
Vértice Vértice(s) adjacente(s)
A B, C
B A, C, D
C A, B, D
D B, C
7
Figura 4: Grafo fornecido para a terceira questão.
3.2 b)
Logo abaixo a matriz de adjacência:
A =
A B C D
A 0 1 1 0
B 1 0 1 1
C 1 1 0 1
D 0 1 1 0
3.3 c)
B =
1 2 3 4 5
A 1 1 0 0 0
B 1 0 1 1 0
C 0 1 1 0 1
D 0 0 0 1 1
3.4 d)
Calculando o produto A2
:




0 1 1 0
1 0 1 1
1 1 0 1
0 1 1 0



 ∗




0 1 1 0
1 0 1 1
1 1 0 1
0 1 1 0



 =




2 1 1 2
1 3 2 1
1 2 3 1
2 1 1 2




O tamanho (comprimento) de um caminho é o número de arestas do mesmo, ou seja, número de
vértices menos um. Quantos caminhos distintos de tamanho n existem conectando dois vértices de
um dado grafo G? Este valor pode ser computado multiplicando a matriz de adjancência do grafo
G por ela mesma n vezes. Se A é a matriz de adjacência de um grafo G, a entrada aij da matriz
A2
indica a quantidade de caminhos de tamanho 2 conectando vi a vj no grafo G. Este resultado
é válido para caminhos de tamanho n calculando An
. Logo os números na diagonal significam o
número de caminhos de tamanho 2 que existem de um vértice para ele mesmo.
3.5 e)
Calculando o produto B · Bt
:




1 1 0 0 0
1 0 1 1 0
0 1 1 0 1
0 0 0 1 1



 ∗






1 1 0 0
1 0 1 0
0 1 1 0
0 1 0 1
0 0 1 1






=




2 1 1 0
1 3 1 1
1 1 3 1
0 1 1 2




8
Os valores da diagonal principal represetam o número de conexões ou caminhos que o respectivo
vértice possui a partir dele. Fora da diagonal o número de conexões que o respectivo vértice possui
com os demais.
3.6 f)
Calculando o produto Bt
· B:






1 1 0 0
1 0 1 0
0 1 1 0
0 1 0 1
0 0 1 1






∗




1 1 0 0 0
1 0 1 1 0
0 1 1 0 1
0 0 0 1 1



 =






2 1 1 1 0
1 2 1 0 1
1 1 2 1 1
1 0 1 2 1
0 1 1 1 2






4 Questão 6
Se para cada ligação entre vértices inserimos/aumentamos um grau para cada vértice partici-
pante da ligação então, teremos para o seguinte grafo visto abaixo um número de vértices |V | = 2
e número de arestas |E| = 1.
Figura 5: Exemplo de grafo para cálculo do grau. Primeiro Passo da Demonstração.
Para o próximo grafo teríamos o mesmo, um número de vértices |V | = 3 e número de arestas
|E| = 2
Figura 6: Exemplo de grafo para cálculo do grau. Segundo Passo da Demonstração.
E por indução nós podemos contruir uma forma de chegar até
v∈V
d(v) = 2m
Onde d(v) é a função que retorna o grau de um determinado vértice v ∈ V , V o conjunto de
vértices do grafo e m o número de arestas. Observando a matriz de incidência notamos que
cada linha determina o grau de um vértice. Como para cada aresta aparecem dois 1s na matriz
de incidência, a soma de todos os graus equivale a contar duas vezes cada aresta. Uma outra
observação interessante é que o número de vértices de grau impar em um grafo orientado sempre
é par:
Nv(d(v)impar) = 2k
Sendo Nv a função que classifica e retorna o número de vértices que possuem grau ímpar, e esse
número sempre será da forma 2k. Como a soma dos graus de todos os vértices é um número par
(2n) é impossível que só um tenha grau ímpar. Os dois fatos relacionados nessa questão a priori
podem parecer coincidência mas são fortes consequências de leis encontradas na Álgebra Linear.
Não faremos uso dessas ferramentas de caráter mais avançado, iremos apenas formalizar esses
9
fatos de maneira bem simples. Para isso denotaremos um grafo pela letra G e representaremos
por V (G) e A(G) respectivamente, os conjuntos de vértices e das arestas de G.
Teorema 1 (Relação Entre a Soma dos Graus e a Quantidade de Arestas). Para todo grafo G
v∈V (G)
d(v) = 2 · m
Isto é: “A soma dos graus dos vértices de um grafo é sempre o dobro do número de arestas.”
Demonstração. Quando contamos os graus dos vértices estamos contando as extremidades das
arestas uma vez. Como cada aresta tem duas extremidades, no processo de contagem cada aresta
foi computada duas vezes.
Corolário 1 (Ou Lema do Aperto de Mãos). Todo grafo G possui um número par de vértices de
grau ímpar.
Nv(d(v)impar) = 2k
Demonstração. Se tivéssemos um número ímpar de vértices de grau ímpar a soma dos graus seria
ímpar. Mas a soma dos graus é o dobro do número de arestas e, portanto é um número par.
5 Questão 8
5.1 a)
Suponha que exista um grafo G bipartido. Se G não contém ciclos, então não há o que
provar. Suponha que G tem um ciclo Cn = v0v1, v1v2, ..., vs−1vs. Supondo que v0 ∈ V1, então
v1 ∈ V1, v2 ∈ V1, etc. Ou seja, vi ∈ V1 se e somente se i é par. Como v0 = vs, s deve ser par.
Desta forma, utilizamos um número par de arestas.
5.2 b)
Sim. Seja v0 ∈ V (G). Vamos separar os vértices de G em dois subconjuntos V1 e V2 de tal
modo que v0 ∈ V2 e v ∈ V1 se e somente se existe um caminho de comprimento ímpar de v0 a v.
Então V1 e V2 são disjuntos. De fato, suponha que exista w ∈ V1 ∩ V2. Podemos supor que w é o
vétice “mais próximo” de v0 tal que isso acontece. Então existiria um caminho C1 de comprimento
par de v0 a w e um caminho C2 de v0 a w de comprimento ímpar, que não se cruzam. Então
C1 ∪ C2 seria um ciclo de comprimento ímpar, o que por absurdo não é válido.
5.3 c)
Observa-se na figura abaixo que no grafo G1 existe um ciclo fechado ímpar no vértice A. Já
no grafo G2, todo ciclo fechado em A é par.
Figura 7: Exemplo de grafos não isomorfos.
10

Contenu connexe

Tendances

Física – Exercícios sobre Equilíbrio de um corpo
Física – Exercícios sobre Equilíbrio de um corpoFísica – Exercícios sobre Equilíbrio de um corpo
Física – Exercícios sobre Equilíbrio de um corpoJoana Figueredo
 
Como fazer um Tangram
Como fazer um TangramComo fazer um Tangram
Como fazer um Tangramjessicagabri
 
Atividades 7 ano para o retorno
Atividades 7 ano para o retornoAtividades 7 ano para o retorno
Atividades 7 ano para o retornorrenatosouza30
 
Atividades complementares de matematica
Atividades complementares de matematicaAtividades complementares de matematica
Atividades complementares de matematicaAndré Moraes
 
Biologia avaliação 5
Biologia avaliação 5Biologia avaliação 5
Biologia avaliação 5uanjo
 
Quadrilateros exercicios
Quadrilateros exerciciosQuadrilateros exercicios
Quadrilateros exerciciosHelena Borralho
 
9ano sug atividades_unid_3
9ano sug atividades_unid_39ano sug atividades_unid_3
9ano sug atividades_unid_3Erivaldo Duarte
 

Tendances (10)

Física – Exercícios sobre Equilíbrio de um corpo
Física – Exercícios sobre Equilíbrio de um corpoFísica – Exercícios sobre Equilíbrio de um corpo
Física – Exercícios sobre Equilíbrio de um corpo
 
Como fazer um Tangram
Como fazer um TangramComo fazer um Tangram
Como fazer um Tangram
 
Atividades 7 ano para o retorno
Atividades 7 ano para o retornoAtividades 7 ano para o retorno
Atividades 7 ano para o retorno
 
Atividades complementares de matematica
Atividades complementares de matematicaAtividades complementares de matematica
Atividades complementares de matematica
 
Biologia avaliação 5
Biologia avaliação 5Biologia avaliação 5
Biologia avaliação 5
 
Algebra
AlgebraAlgebra
Algebra
 
Topografia
TopografiaTopografia
Topografia
 
Quadrilateros exercicios
Quadrilateros exerciciosQuadrilateros exercicios
Quadrilateros exercicios
 
9ano sug atividades_unid_3
9ano sug atividades_unid_39ano sug atividades_unid_3
9ano sug atividades_unid_3
 
Polígonos semelhantes 2014 9 ano
Polígonos semelhantes 2014 9 anoPolígonos semelhantes 2014 9 ano
Polígonos semelhantes 2014 9 ano
 

Similaire à Graph Theory - Exercises - Chapter 2

Graph Theory - Exercises - Chapter 2 - Part II
Graph Theory - Exercises - Chapter 2 - Part IIGraph Theory - Exercises - Chapter 2 - Part II
Graph Theory - Exercises - Chapter 2 - Part IIMichel Alves
 
Avaliação de Topologias de Redes Neurais Artificiais para Previsão do Consumo ...
Avaliação de Topologias de Redes Neurais Artificiais para Previsão do Consumo ...Avaliação de Topologias de Redes Neurais Artificiais para Previsão do Consumo ...
Avaliação de Topologias de Redes Neurais Artificiais para Previsão do Consumo ...Giovani Barili
 
Apostila (notas de aula) Teoria de Controle Digital (ou Discreto no tempo)...
Apostila (notas de aula) Teoria de Controle Digital (ou Discreto no tempo)...Apostila (notas de aula) Teoria de Controle Digital (ou Discreto no tempo)...
Apostila (notas de aula) Teoria de Controle Digital (ou Discreto no tempo)...Fernando Passold
 
Simulador Numérico Bidimensional para Escoamento Monofásico em Meios Porosos
Simulador Numérico Bidimensional para Escoamento Monofásico em Meios PorososSimulador Numérico Bidimensional para Escoamento Monofásico em Meios Porosos
Simulador Numérico Bidimensional para Escoamento Monofásico em Meios PorososBismarck Gomes
 
Algoritmos jabour
Algoritmos jabourAlgoritmos jabour
Algoritmos jabourfjabour
 
Dissertação muros de suporte
Dissertação muros de suporteDissertação muros de suporte
Dissertação muros de suportePedro Santos
 
Apostila sobre Controle Digital
Apostila sobre Controle DigitalApostila sobre Controle Digital
Apostila sobre Controle DigitalFernando Passold
 
Guia Rápido Da Linguagem Pascal
Guia Rápido Da Linguagem PascalGuia Rápido Da Linguagem Pascal
Guia Rápido Da Linguagem PascalMikeNandes
 

Similaire à Graph Theory - Exercises - Chapter 2 (20)

Graph Theory - Exercises - Chapter 2 - Part II
Graph Theory - Exercises - Chapter 2 - Part IIGraph Theory - Exercises - Chapter 2 - Part II
Graph Theory - Exercises - Chapter 2 - Part II
 
Avaliação de Topologias de Redes Neurais Artificiais para Previsão do Consumo ...
Avaliação de Topologias de Redes Neurais Artificiais para Previsão do Consumo ...Avaliação de Topologias de Redes Neurais Artificiais para Previsão do Consumo ...
Avaliação de Topologias de Redes Neurais Artificiais para Previsão do Consumo ...
 
Analise real cassio neri
Analise real   cassio neriAnalise real   cassio neri
Analise real cassio neri
 
Apostila (notas de aula) Teoria de Controle Digital (ou Discreto no tempo)...
Apostila (notas de aula) Teoria de Controle Digital (ou Discreto no tempo)...Apostila (notas de aula) Teoria de Controle Digital (ou Discreto no tempo)...
Apostila (notas de aula) Teoria de Controle Digital (ou Discreto no tempo)...
 
Simulador Numérico Bidimensional para Escoamento Monofásico em Meios Porosos
Simulador Numérico Bidimensional para Escoamento Monofásico em Meios PorososSimulador Numérico Bidimensional para Escoamento Monofásico em Meios Porosos
Simulador Numérico Bidimensional para Escoamento Monofásico em Meios Porosos
 
Espaços metricos
Espaços metricosEspaços metricos
Espaços metricos
 
Apontamentos
ApontamentosApontamentos
Apontamentos
 
Algoritmos jabour
Algoritmos jabourAlgoritmos jabour
Algoritmos jabour
 
Apostila grafos
Apostila grafosApostila grafos
Apostila grafos
 
Calculo 2p
Calculo 2pCalculo 2p
Calculo 2p
 
Ap
ApAp
Ap
 
Aa booklet
Aa bookletAa booklet
Aa booklet
 
Dissertação muros de suporte
Dissertação muros de suporteDissertação muros de suporte
Dissertação muros de suporte
 
Apostila grafos
Apostila grafosApostila grafos
Apostila grafos
 
Teoria dos grafos
Teoria dos grafosTeoria dos grafos
Teoria dos grafos
 
Apostila sobre Controle Digital
Apostila sobre Controle DigitalApostila sobre Controle Digital
Apostila sobre Controle Digital
 
A conquista da matematica
A conquista da matematicaA conquista da matematica
A conquista da matematica
 
áLgebra linear
áLgebra linearáLgebra linear
áLgebra linear
 
Pascal
PascalPascal
Pascal
 
Guia Rápido Da Linguagem Pascal
Guia Rápido Da Linguagem PascalGuia Rápido Da Linguagem Pascal
Guia Rápido Da Linguagem Pascal
 

Plus de Michel Alves

Texture Synthesis: An Approach Based on GPU Use
Texture Synthesis: An Approach Based on GPU UseTexture Synthesis: An Approach Based on GPU Use
Texture Synthesis: An Approach Based on GPU UseMichel Alves
 
Intelligent Transfer of Thematic Harmonic Color Palettes
Intelligent Transfer of Thematic Harmonic Color PalettesIntelligent Transfer of Thematic Harmonic Color Palettes
Intelligent Transfer of Thematic Harmonic Color PalettesMichel Alves
 
A Framework for Harmonic Color Measures
A Framework for Harmonic Color MeasuresA Framework for Harmonic Color Measures
A Framework for Harmonic Color MeasuresMichel Alves
 
Effectiveness of Image Quality Assessment Indexes
Effectiveness of Image Quality Assessment IndexesEffectiveness of Image Quality Assessment Indexes
Effectiveness of Image Quality Assessment IndexesMichel Alves
 
Introduction to Kernel Functions
Introduction to Kernel FunctionsIntroduction to Kernel Functions
Introduction to Kernel FunctionsMichel Alves
 
About Perception and Hue Histograms in HSV Space
About Perception and Hue Histograms in HSV SpaceAbout Perception and Hue Histograms in HSV Space
About Perception and Hue Histograms in HSV SpaceMichel Alves
 
Color Harmonization - Results
Color Harmonization - ResultsColor Harmonization - Results
Color Harmonization - ResultsMichel Alves
 
Wave Simulation Using Perlin Noise
Wave Simulation Using Perlin NoiseWave Simulation Using Perlin Noise
Wave Simulation Using Perlin NoiseMichel Alves
 
Similarity Maps Using SSIM Index
Similarity Maps Using SSIM IndexSimilarity Maps Using SSIM Index
Similarity Maps Using SSIM IndexMichel Alves
 
Qualifying Exam - Image-Based Reconstruction With Color Harmonization
Qualifying Exam - Image-Based Reconstruction With Color HarmonizationQualifying Exam - Image-Based Reconstruction With Color Harmonization
Qualifying Exam - Image-Based Reconstruction With Color HarmonizationMichel Alves
 
TMS - Schedule of Presentations and Reports
TMS - Schedule of Presentations and ReportsTMS - Schedule of Presentations and Reports
TMS - Schedule of Presentations and ReportsMichel Alves
 
Month Presentations Schedule - March/2015 - LCG/UFRJ
Month Presentations Schedule - March/2015 - LCG/UFRJMonth Presentations Schedule - March/2015 - LCG/UFRJ
Month Presentations Schedule - March/2015 - LCG/UFRJMichel Alves
 
Color Palettes in R
Color Palettes in RColor Palettes in R
Color Palettes in RMichel Alves
 
Hue Wheel Prototype
Hue Wheel PrototypeHue Wheel Prototype
Hue Wheel PrototypeMichel Alves
 
Triangle Mesh Plot
Triangle Mesh PlotTriangle Mesh Plot
Triangle Mesh PlotMichel Alves
 
Capacity-Constrained Point Distributions :: Video Slides
Capacity-Constrained Point Distributions :: Video SlidesCapacity-Constrained Point Distributions :: Video Slides
Capacity-Constrained Point Distributions :: Video SlidesMichel Alves
 
Capacity-Constrained Point Distributions :: Density Function Catalog
Capacity-Constrained Point Distributions :: Density Function CatalogCapacity-Constrained Point Distributions :: Density Function Catalog
Capacity-Constrained Point Distributions :: Density Function CatalogMichel Alves
 

Plus de Michel Alves (20)

Texture Synthesis: An Approach Based on GPU Use
Texture Synthesis: An Approach Based on GPU UseTexture Synthesis: An Approach Based on GPU Use
Texture Synthesis: An Approach Based on GPU Use
 
Intelligent Transfer of Thematic Harmonic Color Palettes
Intelligent Transfer of Thematic Harmonic Color PalettesIntelligent Transfer of Thematic Harmonic Color Palettes
Intelligent Transfer of Thematic Harmonic Color Palettes
 
A Framework for Harmonic Color Measures
A Framework for Harmonic Color MeasuresA Framework for Harmonic Color Measures
A Framework for Harmonic Color Measures
 
Effectiveness of Image Quality Assessment Indexes
Effectiveness of Image Quality Assessment IndexesEffectiveness of Image Quality Assessment Indexes
Effectiveness of Image Quality Assessment Indexes
 
Introduction to Kernel Functions
Introduction to Kernel FunctionsIntroduction to Kernel Functions
Introduction to Kernel Functions
 
About Perception and Hue Histograms in HSV Space
About Perception and Hue Histograms in HSV SpaceAbout Perception and Hue Histograms in HSV Space
About Perception and Hue Histograms in HSV Space
 
Color Harmonization - Results
Color Harmonization - ResultsColor Harmonization - Results
Color Harmonization - Results
 
Wave Simulation Using Perlin Noise
Wave Simulation Using Perlin NoiseWave Simulation Using Perlin Noise
Wave Simulation Using Perlin Noise
 
Similarity Maps Using SSIM Index
Similarity Maps Using SSIM IndexSimilarity Maps Using SSIM Index
Similarity Maps Using SSIM Index
 
Qualifying Exam - Image-Based Reconstruction With Color Harmonization
Qualifying Exam - Image-Based Reconstruction With Color HarmonizationQualifying Exam - Image-Based Reconstruction With Color Harmonization
Qualifying Exam - Image-Based Reconstruction With Color Harmonization
 
TMS - Schedule of Presentations and Reports
TMS - Schedule of Presentations and ReportsTMS - Schedule of Presentations and Reports
TMS - Schedule of Presentations and Reports
 
Month Presentations Schedule - March/2015 - LCG/UFRJ
Month Presentations Schedule - March/2015 - LCG/UFRJMonth Presentations Schedule - March/2015 - LCG/UFRJ
Month Presentations Schedule - March/2015 - LCG/UFRJ
 
Color Palettes in R
Color Palettes in RColor Palettes in R
Color Palettes in R
 
Sigmoid Curve Erf
Sigmoid Curve ErfSigmoid Curve Erf
Sigmoid Curve Erf
 
Hue Wheel Prototype
Hue Wheel PrototypeHue Wheel Prototype
Hue Wheel Prototype
 
Cosine Curve
Cosine CurveCosine Curve
Cosine Curve
 
Triangle Mesh Plot
Triangle Mesh PlotTriangle Mesh Plot
Triangle Mesh Plot
 
Triangle Plot
Triangle PlotTriangle Plot
Triangle Plot
 
Capacity-Constrained Point Distributions :: Video Slides
Capacity-Constrained Point Distributions :: Video SlidesCapacity-Constrained Point Distributions :: Video Slides
Capacity-Constrained Point Distributions :: Video Slides
 
Capacity-Constrained Point Distributions :: Density Function Catalog
Capacity-Constrained Point Distributions :: Density Function CatalogCapacity-Constrained Point Distributions :: Density Function Catalog
Capacity-Constrained Point Distributions :: Density Function Catalog
 

Graph Theory - Exercises - Chapter 2

  • 1. Lista de Exercícios - Teoria dos Grafos Exercícios do Capítulo 2 - Questões 1, 2, 3, 6 e 8 Michel Alves dos Santos ∗ Março de 2011 ∗Bacharelando em Ciência da Computação, Universidade Federal do Estado de Alagoas(UFAL). E-mails: mi- chel.mas@gmail.com, michelalavessantos@hotmail.com. Disciplina: Teoria dos Grafos. Docente Responsável: Leo- nardo Viana Pereira. 1
  • 2. Conteúdo Lista de Figuras 2 1 Questão 1 3 1.1 a) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.2 b) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.3 c) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.4 d) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.5 e) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.6 f) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.7 g) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.8 h) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.9 i) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.10 j) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.11 k) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 2 Questão 2 5 2.1 a) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 2.2 b) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 2.3 c) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 2.4 d) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 2.5 e) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 2.6 f) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2.7 g) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2.8 h) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2.9 i) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 3 Questão 3 7 3.1 a) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 3.2 b) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 3.3 c) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 3.4 d) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 3.5 e) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 3.6 f) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 4 Questão 6 9 5 Questão 8 10 5.1 a) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 5.2 b) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 5.3 c) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 Lista de Figuras 1 Grafo apresentado para primeira questão. A primeira figura indica apenas as liga- ções entre os vértices, a segunda apresenta uma numeração para as arestas. . . . . 3 2 Grafo orientado fornecido para a segunda questão. . . . . . . . . . . . . . . . . . . 5 3 Grafo orientado fornecido para a segunda questão com arestas numeradas. . . . . . 7 4 Grafo fornecido para a terceira questão. . . . . . . . . . . . . . . . . . . . . . . . . 8 5 Exemplo de grafo para cálculo do grau. Primeiro Passo da Demonstração. . . . . . 9 2
  • 3. 6 Exemplo de grafo para cálculo do grau. Segundo Passo da Demonstração. . . . . . 9 7 Exemplo de grafos não isomorfos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 1 Questão 1 Figura 1: Grafo apresentado para primeira questão. A primeira figura indica apenas as ligações entre os vértices, a segunda apresenta uma numeração para as arestas. 1.1 a) A seguir, duas condificações de duas soluções diferentes: • abcdebdae; • abcdaebde. 1.2 b) Vértice Vértice(s) adjacente(s) a b, d, e b a, c, d, e c b, d d a, b, c, e e a, b, d 1.3 c) a b c d e a 0 1 0 1 1 b 1 0 1 1 1 c 0 1 0 1 0 d 1 1 1 0 1 e 1 1 0 1 0 3
  • 4. 1.4 d) 1 2 3 4 5 6 7 8 a 1 1 1 0 0 0 0 0 b 1 0 0 0 1 1 0 0 c 0 0 0 1 0 0 1 0 d 0 1 0 0 1 0 0 1 e 0 0 1 0 0 1 0 1 1.5 e) Verificando se cbdeadeab é uma solução (sem usar o desenho). Usando a lista de adjacência temos os seguintes passos: c → d d → b b → e e → a d → e e → a O passo em destaque já foi um passo realizado antes, isso que dizer que uma aresta foi repetida, portanto essa codificação não é uma solução para o problema tratado. Acho também que um computador, convenientente programado, poderia realizar esta verifica- ção. Basta apenas criar um algoritmo onde para cada percurso, o mesmo deve ser armazenado e verificado para cada outro percurso realizado, ou seja, deve-se ter uma implementação de um percurso simples. 1.6 f) A solução abcdeadbe pode ser codificada como 14783256. Eu codificaria a solução numérica, pois como a mesma faz referência as arestas, fica mais fácil identificar se uma codificação dada é válida para esse problema, basta verificar se existe um número repetido na sequência. A seguir as codificações das sequências do item (e): adcbedbae → 27468513 eabdebcda → 31586472 cbdeadeab → 75632831 4
  • 5. 1.7 g) • 12345678 não é solução, pois não é possível sair diretamente da aresta 2 para 3; • 12345687 também não é solução pelo mesmo motivo do item anterior; • 35742861 também não é solução pelo mesmo motivo do item anterior. Usando a lista de incidência e procurando por outros vértices que também incidam na mesma aresta e que possuam uma ligação para a próxima aresta da sequência fornecida. 1.8 h) É possível formar 88 = 16.777.216 sequências. 1.9 i) Um computador que examinasse 1.000.000 sequências por segundo, levaria pelo menos Tempo = 88 1.000.000 = 16.777.216 1.000.000 = 16, 777216 ou seja, 16.777.216seq 106seq/s = 16, 777216s, para descobrir todas as soluções. 1.10 j) Para um grafo com 20 arestas, seria possível formar o seguinte número de sequências: 2020 = 104.857.600.000.000.000.000.000.000 1.11 k) Um computador que examinasse 1.000.000 seq/s, levaria pelo menos: Tempo = 202 0 1.000.000 = 104.857.600.000.000.000.000.000.000 1.000.000 = 104.857.600.000.000.000.000s 2 Questão 2 Figura 2: Grafo orientado fornecido para a segunda questão. 5
  • 6. 2.1 a) A seguir, duas condificações de duas soluções diferentes: • acbcdabd; • abcbdacd. 2.2 b) Vértice Vértice(s) adjacente(s) a b, c b c, d c b, d d a 2.3 c) a b c d a 0 1 1 0 b 0 0 1 1 c 0 1 0 1 d 1 0 0 0 2.4 d) 1 2 3 4 5 6 7 a 1 1 0 0 0 0 -1 b -1 0 1 1 -1 0 0 c 0 -1 -1 0 1 1 0 d 0 0 0 -1 0 -1 1 2.5 e) Verificando se acdabcbd é uma solução (sem usar o desenho). Usando a lista de adjacência temos os seguintes passos: a → c c → d d → a a → b b → c c → b b → d Logo, todas as arestas foram percorridas, e não houve repetições, logo a sequência acdabcbd é uma solução. Verificando se abdacbda é uma solução (sem usar o desenho). Usando a lista de adjacência temos os seguintes passos: a → b b → d d → a a → c c → b b → d O passo em destaque já foi um passo realizado antes, isso quer dizer que uma aresta foi repetida, portanto essa codificação não é uma solução para o problema tratado. 6
  • 7. 2.6 f) Figura 3: Grafo orientado fornecido para a segunda questão com arestas numeradas. Através da figura podemos observar que a sequência 1354726 é uma solução válida. A seguir as codificações das sequências do item (e): acdabcbd → 2671354 abdacbda → 1472547 2.7 g) • 1234567 não é solução, pois não é possível sair diretamente da aresta 1 para 2; • 1234567 não é solução pelo mesmo motivo do item anterior; • 3574261 não é solução, pois não é possível sair diretamente da aresta 5 para 7. 2.8 h) É possível formar 77 = 823.543 sequências. 2.9 i) Um computador que examinasse 1.000.000 seq/s, levaria pelo menos 823.543seq 106seq/s = 0.823543s, para descobrir todas as soluções. 3 Questão 3 3.1 a) Logo abaixo a lista de adjacência do grafo da figura acima: Vértice Vértice(s) adjacente(s) A B, C B A, C, D C A, B, D D B, C 7
  • 8. Figura 4: Grafo fornecido para a terceira questão. 3.2 b) Logo abaixo a matriz de adjacência: A = A B C D A 0 1 1 0 B 1 0 1 1 C 1 1 0 1 D 0 1 1 0 3.3 c) B = 1 2 3 4 5 A 1 1 0 0 0 B 1 0 1 1 0 C 0 1 1 0 1 D 0 0 0 1 1 3.4 d) Calculando o produto A2 :     0 1 1 0 1 0 1 1 1 1 0 1 0 1 1 0     ∗     0 1 1 0 1 0 1 1 1 1 0 1 0 1 1 0     =     2 1 1 2 1 3 2 1 1 2 3 1 2 1 1 2     O tamanho (comprimento) de um caminho é o número de arestas do mesmo, ou seja, número de vértices menos um. Quantos caminhos distintos de tamanho n existem conectando dois vértices de um dado grafo G? Este valor pode ser computado multiplicando a matriz de adjancência do grafo G por ela mesma n vezes. Se A é a matriz de adjacência de um grafo G, a entrada aij da matriz A2 indica a quantidade de caminhos de tamanho 2 conectando vi a vj no grafo G. Este resultado é válido para caminhos de tamanho n calculando An . Logo os números na diagonal significam o número de caminhos de tamanho 2 que existem de um vértice para ele mesmo. 3.5 e) Calculando o produto B · Bt :     1 1 0 0 0 1 0 1 1 0 0 1 1 0 1 0 0 0 1 1     ∗       1 1 0 0 1 0 1 0 0 1 1 0 0 1 0 1 0 0 1 1       =     2 1 1 0 1 3 1 1 1 1 3 1 0 1 1 2     8
  • 9. Os valores da diagonal principal represetam o número de conexões ou caminhos que o respectivo vértice possui a partir dele. Fora da diagonal o número de conexões que o respectivo vértice possui com os demais. 3.6 f) Calculando o produto Bt · B:       1 1 0 0 1 0 1 0 0 1 1 0 0 1 0 1 0 0 1 1       ∗     1 1 0 0 0 1 0 1 1 0 0 1 1 0 1 0 0 0 1 1     =       2 1 1 1 0 1 2 1 0 1 1 1 2 1 1 1 0 1 2 1 0 1 1 1 2       4 Questão 6 Se para cada ligação entre vértices inserimos/aumentamos um grau para cada vértice partici- pante da ligação então, teremos para o seguinte grafo visto abaixo um número de vértices |V | = 2 e número de arestas |E| = 1. Figura 5: Exemplo de grafo para cálculo do grau. Primeiro Passo da Demonstração. Para o próximo grafo teríamos o mesmo, um número de vértices |V | = 3 e número de arestas |E| = 2 Figura 6: Exemplo de grafo para cálculo do grau. Segundo Passo da Demonstração. E por indução nós podemos contruir uma forma de chegar até v∈V d(v) = 2m Onde d(v) é a função que retorna o grau de um determinado vértice v ∈ V , V o conjunto de vértices do grafo e m o número de arestas. Observando a matriz de incidência notamos que cada linha determina o grau de um vértice. Como para cada aresta aparecem dois 1s na matriz de incidência, a soma de todos os graus equivale a contar duas vezes cada aresta. Uma outra observação interessante é que o número de vértices de grau impar em um grafo orientado sempre é par: Nv(d(v)impar) = 2k Sendo Nv a função que classifica e retorna o número de vértices que possuem grau ímpar, e esse número sempre será da forma 2k. Como a soma dos graus de todos os vértices é um número par (2n) é impossível que só um tenha grau ímpar. Os dois fatos relacionados nessa questão a priori podem parecer coincidência mas são fortes consequências de leis encontradas na Álgebra Linear. Não faremos uso dessas ferramentas de caráter mais avançado, iremos apenas formalizar esses 9
  • 10. fatos de maneira bem simples. Para isso denotaremos um grafo pela letra G e representaremos por V (G) e A(G) respectivamente, os conjuntos de vértices e das arestas de G. Teorema 1 (Relação Entre a Soma dos Graus e a Quantidade de Arestas). Para todo grafo G v∈V (G) d(v) = 2 · m Isto é: “A soma dos graus dos vértices de um grafo é sempre o dobro do número de arestas.” Demonstração. Quando contamos os graus dos vértices estamos contando as extremidades das arestas uma vez. Como cada aresta tem duas extremidades, no processo de contagem cada aresta foi computada duas vezes. Corolário 1 (Ou Lema do Aperto de Mãos). Todo grafo G possui um número par de vértices de grau ímpar. Nv(d(v)impar) = 2k Demonstração. Se tivéssemos um número ímpar de vértices de grau ímpar a soma dos graus seria ímpar. Mas a soma dos graus é o dobro do número de arestas e, portanto é um número par. 5 Questão 8 5.1 a) Suponha que exista um grafo G bipartido. Se G não contém ciclos, então não há o que provar. Suponha que G tem um ciclo Cn = v0v1, v1v2, ..., vs−1vs. Supondo que v0 ∈ V1, então v1 ∈ V1, v2 ∈ V1, etc. Ou seja, vi ∈ V1 se e somente se i é par. Como v0 = vs, s deve ser par. Desta forma, utilizamos um número par de arestas. 5.2 b) Sim. Seja v0 ∈ V (G). Vamos separar os vértices de G em dois subconjuntos V1 e V2 de tal modo que v0 ∈ V2 e v ∈ V1 se e somente se existe um caminho de comprimento ímpar de v0 a v. Então V1 e V2 são disjuntos. De fato, suponha que exista w ∈ V1 ∩ V2. Podemos supor que w é o vétice “mais próximo” de v0 tal que isso acontece. Então existiria um caminho C1 de comprimento par de v0 a w e um caminho C2 de v0 a w de comprimento ímpar, que não se cruzam. Então C1 ∪ C2 seria um ciclo de comprimento ímpar, o que por absurdo não é válido. 5.3 c) Observa-se na figura abaixo que no grafo G1 existe um ciclo fechado ímpar no vértice A. Já no grafo G2, todo ciclo fechado em A é par. Figura 7: Exemplo de grafos não isomorfos. 10