Tpicos em Teoria Dos Grafos - Mtodos Da Algebra Linear em Teoria de Grafos

28/03/13
Tpicos em Teoria dos Grafos Mtodos da Algebra Linear em Teoria de Grafos
Tpicos em Teoria dos Grafos Mtodos da lgebra Linear em Teoria de Grafos

Jair Donadelli dezembro de 2005
Sumrio
1 Grafos extremais sem tringulos 2 Grafos extremais sem Kp 3 Colorao de vrtices 4 e tpicos 5 Matrizes 6 Autovalores e autovetores 7 Matrizes simtricas e o Teorema Espectral 8 Teorema de Courant-Fischer e Teorema de Perron-Frobenius 9 Teoria Espectral de Grafos 9.1 Grau 9.2 Subgrafos 9.3 Conexidade 9.4 Grafos bipartidos 10 ,,, 11 Distribuio das arestas e 11.1 Grafos d-regulares 11.2 Grafos no-regulares 12 Grafos Expansores 13 1, tpicos 13.1 e(G) e rG(C4) tpicos 13.2 Nmero de arestas tpico. 14 Laplaciano 14.1 Autovalores da matriz laplaciana
Resumo Estas so notas de aula da disciplina optativa CI084Tpicos em Teoria dos Grafos que foi ofertada no segundo semestre de 2005 para o Bacharelado em Cincia da Computao na UFPR. Mais informaes sobre a discplina podem ser obtidas em
h t t p : / / w w w . i n f . u f p r . b r / j a i r / C O U R S E S / t t g . h t m l
Aqui apresentamos os principais ferramentas da lgebra Linear para a Teoria dos Grafos e as tcnicas elementares para a anlise estrutural de grafos a partir dos autovetores e autovalores da matriz de adjacncias dos grafos. Parte das notas foram redigidas pelos alunos do curso, aqui apresento-as revisada e com algumas alteraes que, acredito, melhoram a apresentao. A redao das notas foram parte da avaliao e em
www.ime.usp.br/~jair/iteg-html/ 1/53
28/03/13
cada seo desta nota apresento o aluno que foi o responsvel pela seo. Agradeo ao empenho do alunos do curso: Ander Conselvan de Oliveira, Everson Carlos Mauda, Gustavo Baggio, Leonardo Ferreira da Silva Boiko, Luiz Alberto A Santos Jr, Renan Fischer E. Silva, Ricardo Fabiano Samila, Tiago Sak, Tiago Vignatti. Jair
1 Grafos extremais sem tringulos

Suponha que G = Gn um grafo de ordem n que no contenha trs vrtices formando um tringulo. Vamos determinar o nmero mximo de arestas em G. Seja A V (G) um conjunto independente em G de cardinalidade (G) (mxima). Como G no contm tringulos temos (1) Dessa forma (2) e da desigualdade entre mdia geomtrica e mdia aritmtica conclumos que (3) Assim provamos o seguinte resultado. Teorema. Se G um grafo sem tringulos ento |E(G)| .
Um candidato natural a grafo extremal sem K3, ou seja, um grafo sem tringulo e com o maior nmero possvel de arestas, o grafo bipartido completo. Suponha que A e B so partes de um grafo bipartido com |A|-|B| 2. Note que transferindo um vrtice de A para B temos um novo grafo bipartido com |A|-|B| arestas a mais. Mostraremos que esse o nico grafo extremal na prxima seo. Exerccio 1. Denotamos por Kn ,n ,,n o grafo (p-1)-partido completo onde as partes tm cardinalidades n1,n2,,np-1. Mostre que dentre os grafos (p - 1)-partidos completos com n vrtices o nmero mximo de arestas atingido quando |ni - nj| 1 para todos i,j [p - 1].
1 2 p-1
Em 1941, Paul Turn provou que esse grafo extremal com relao a conter Kp. Mais que isso, esse grafo nico1 com essa propriedade. Esse grafo conhecido como de grafo de Turn Exerccio 2. Mostre que para inteiros n, p > 1, se n = (p - 1)k + r, com 0 r < p - 1, ento o nmero
28/03/13
de arestas no grafo de Turn (4)
2 Grafos extremais sem Kp

Teorema 3. Para todos n, p > 1 o nmero de arestas num grafo de ordem n extremal sem Kp dado por (4). Ainda, todo grafo extremal Gn que no contm Kp o grafo de Turn. Demonstrao. Seja Gn um grafo extremal sem Kp. Vamos mostrar que em Gn no existem trs vrtices u,v,w tais que uw E(G), vu E(G) e vw E(G). Suponha o contrrio e vamos derivar uma contradio em dois casos. Primeiro, vamos supor que d(v ) < d(u). Nesse caso removemos o vrtice v , ou seja consideramos G - v = G[(V \{v }], e nesse grafo duplicamos o vrtice u: o conjunto de vrtices fica V (G- v ) {u}, supondo que u um vrtice novo, e ligamos u a todos os vrtices de N(u). Esse grafo resultante tem ordem n e d(u) - d(v ) arestas a mais que Gn; tambm (exerccio) no contm Kp, um absurdo pois Gn extremal. Portanto d(v ) d(u) e, analogamente, d(v ) d(w). Nesse caso, removemos u e w do grafo G e duplicamos v em v e em v . Novamente, o grafo obtido tem mais arestas que Gn e no contm Kp, um absurdo. Com esse fato conclumos que a relao u ~ v dada por uv E(G) de equivalncia sobre V (G). Claramente, as classes de equivalncia so conjuntos independentes. Do fato de Gn ser extremal conclumos que um grafo (p - 1)-partido completo. O caso genrico de grafo extremal sem H, para um grafo H fixo, foi resolvido por Erd s e Stone. O Teorema de Erd sStone, algumas vezes chamado Teorema Fundamental da Teoria Extremal de Grafos, foi provado em 1946 e diz que se n for suficientemente grande, ento um grafo de ordem n com uma frao > (p - 2)(p - 1) das arestas contm no s um Kp mas um Kp(t ), isto , o grafo p-partido completo com t vrtices em cada classe, para todo inteiro positivo t . Teorema. Dados inteiros p 2 e t 1 e um real 0 < < 1, existe n0 > 0 tal que todo grafo com n n0 vrtices e pelo menos
arestas, contm uma cpia do Kp(t ), onde r = n mod p - 1. Em outras palavras, o nmero de arestas no grafo extremal
onde o(1) denota uma funo f (n) tal que limnf (n) = 0.
28/03/13
O Teorema de Erd sStone tem o seguinte, bastante interessante, corolrio. Corolrio 1. Para todo grafo H, o nmero de arestas num grafo extremal sem H denotado por ex(n,H) satisfaz
onde (H) o menor nmero de partes numa partio de V (H) em conjuntos independentes.
3 Colorao de vrtices
Uma p-colorao dos vrtices de G uma partio V (G) = V 1 V 2 V p. Se as classes V i so conjuntos independentes ento dizemos que a colorao prpria. O nmero cromtico de G definido por
Proposio 4. Se (G) a ordem do maior subgrafo completo em G
Proposio 5. Para todo G = Gn
Proposio 6. Para todo G
Demonstrao. Dada uma (H)-colorao prpria teremos pelo menos uma aresta entre vrtices de cada par de classes de cor. Assim
donde conclumos o limitante superior enunciado pois derivamos da desigualdade acima
www.ime.usp.br/~jair/iteg-html/
4/53
28/03/13
Teorema 7. Para todo G = Gn
Demonstrao. A prova por induo em n. Se n = 1 ento o enunciado do teorema vale, trivialmente. Seja G um grafo de ordem n e seja v um vrtice qualquer. tomemos H = G - v . Pela hiptese indutiva temos que (H) = k (H) + 1 (G) + 1. Seja {V 1,V 2,,V k} uma colorao prpria de H. Se k < (G) + 1 ento {{v },V 1,,V k} uma colorao prpria de G com (G) + 1 cores. Se k = (G)+1 ento existe uma cor i que no ocorre entre os vizinhos de v pois dG(v ) (G). Dessa forma podemos tomar a colorao prpria {V 1,V 2,,V i {v },,V k}. Um pouco mais pode ser dito em certos casos: Teorema (teorema de Brooks). Se G no um circuito mpar nem um grafo completo ento (G) (G). Apesar do resultado mostrado acima, chamamos a ateno para do fato de (G) - (G) poder ser arbitrariamente grande, como demonstra o K1,n.
4 e tpicos
Por tpico, entendemos resultados do tipo: 99,9% dos grafos com 1024 vrtices tm < 22 e 99,9% dos grafos com 1024 vrtices tm > 46. Esses enunciados sero corolrios de um resultado mais geral que provaremos a seguir. Fixamos V = [n] e definimos (n) como o conjunto de todos os grafos sobre V . Claramente | (n)| = 2N, onde N = . Denotamos por k(n) o conjunto dos grafos G (n) tais que (G) k . Para estima a cardinalidade desse conjunto, fixamos X [n] de cardinalidade k . Os grafos de (n) nos quais X um conjunto independente podem ser identificados numa relao de um-para-um com os subconjuntos de V (2) \ X(2), onde X(2) o conjunto de todas as arestas sobre X. Segue-se que
donde deduzimos
5/53
28/03/13
e tirando o logaritmo de ambos os lados
Tomando k =
conforme n . Ou seja Teorema 8. Por menor que seja > 0
para quase todo G (n). Corolrio 2. Por menor que seja > 0
para quase todo G (n). Acima, para quase todo significa que | (n)|| (n)| 1 conforme n , onde o subconjunto dos grafos que satisfazem a propriedade de interesse (no nosso caso, nmero de independncia pequeno e nmero cromtico alto). Exerccio 9. Por menor que seja > 0
para quase todo G (n).
5 Matrizes
Vamos assumir que as matrizes so sempre quadradas n n a menos que seja mencionado o contrrio. Denotamos por A = (ai,j) a matriz cuja entrada na i-sima linha e j-sima coluna ai,j . Um vetor v uma matriz coluna
e tambm denotamos matrizes atravs dos seus vetores colunas

28/03/13
A transposta da matriz A a matriz
e a conjugada-transposta a matriz
onde z = x + iy = x - iy o conjugado de um nmero complexo. Dizemos que a matriz A invertvel se existe uma matriz B tal que
e dizemos que A e B so semelhantes, denotado por A ~ B, se existe uma matriz invertvel P tal que B = P-1AP. A matriz A diagonalizvel se for semelhante a uma matriz diagonal
O trao de uma matriz a soma dos elementos da diagonal
e o determinante
7/53
28/03/13
onde a soma sobre toda permutao : {1,2,,n}{1,2,,n}. Equivalentemente,
Exerccio 10. Mostre 1. 2. 3. 4. 5. 6. tr(AB) = tr(BA). (AB)* = B*A*. det(AT) = det(A). det(AB) = det(A)det(B). Se A ~ B ento det(A) = det(B). Se A e B so matrizes quadradas ento
onde 0 a matriz nula. Teorema 11. S o equivalentes 1. 2. 3. 4. A invertvel; Ax = 0 tem apenas a soluo trivial; os vetores coluna de A so linearmente independentes; det(A)0.
Esboo de uma prova. Se A invertvel ento Ax = b tem nica soluo, a saber x = A-1b, portanto (i)(ii). Pelo item (2) do exerccio acima det(A)0, logo (i)(iv). Como Ax uma combinao linear das colunas de A a soluo trivial nica significa independncia linear dos vetores coluna, e vice-versa, portanto (ii) e (iii) so equivalentes. Tome o cofator de ai,j
e deixado como exerccio mostrar que B dada por
a inversa de A, dado que det(A)0. Dessa forma (iv)(i). Pra terminar vamos mostrar que (iii)(i). Considere a transformao linear
como as colunas so linearmente independentes a dimenso da imagem de T n, portanto T sobrejetora. Como domnio e imagem tm a mesma dimenso T bijetora. Por ser bijetora admite uma inversa T-1 e
28/03/13
assim A invertvel.
6 Autovalores e autovetores
Seja A uma matriz quadrada n n sobre . Dizemos que autovalor se existe um vetor v0 tal que (5) Dizemos que v um autovetor associado ao autovalor . Um autovalor de uma matriz no nico, tampouco os autovetores associados a um autovalor. A equao (5) acima pode ser escrita na forma
e, pelo Teorema 11, para que sejam admitidas solues no-nulas, a matriz denotada pelo termo A - Id deve ser no-invertvel, ou seja,
O determinante det(A - Id) um polinmio em denominado polinmio caracterstico de A: (6) cujo grau corresponde ordem da matriz A (ou seja, n). Portanto, a condio para a existncia de autovetores associados a um autovalor pode ser expressa por
Pelo Teorema Fundamental da lgebra, toda matriz possui autovalor . Note que se A real e real, ento podemos tomar autovetores v reais. Proposio 12. Toda matriz tem autovalor . Exemplo 13. A matriz
tem polinmio caracterstico
como o discriminante = -4, os autovalores so 1 + i e 1 - i. Exemplo 14. A matriz
9/53
28/03/13
tem autovalores 1 = 1 e 2 = -2. Os autovetores associados a 1 satisfazem
como x = y, o conjunto de autovetores
Analogamente, os autovetores associados a 2 so
Exemplo 15. Para a matriz
temos autovalores 1 = 1, com autovetores V = { b }.

*
1
: a *}; e 2 = -2, com autovetores V = { :

2
Exemplo 16.
O polinmio caracterstico pA(x ) = (3 - x )2(-1 - x ) admite como razes (3,3,-1). Portanto os autovalores so 1 = 3 com multiplicidade 2 e 2 = -1 com multiplicidade 1. Os autovetores associados a 1 satisfazem
a partir do que se obtm os autovetores
10/53
28/03/13
Os autovetores associados a 2 = -1 so
Exemplo 17.
tem polinmio caracterstico pA(x ) = (3- x )(-1- x )2, com razes (3,-1,-1), portanto autovalores 1 = 3 com multiplicidade 1 e 2 = -1 com multiplicidade 2. Autovetores associados a 1
Autovetores associados a 2
A unio do conjunto V dos autovetores associados a com o vetor nulo 0 define um subespao vetorial que tambm denotamos por V . Por exemplo, se A uma matriz real e 1 um autovalor ento
um subespao do 3. A dimenso dimV de um subespao V o menor nmero de vetores que geram o subespao, por exemplo
tem dimenso dimV = 2.

1
Se autovalor de A, ento V = {v n : Av = v} subespao de n (denominado auto-espao associado a )

28/03/13
A multiplicidade geomtrica de , mg(), a dimenso do auto-espao associado ao autovalor , dimV . A multiplicidade algbrica de , ma(), a multiplicidade da raiz de pA(x ) = 0, isto , o nmero de fatores (x - ) no polinmio caracterstico da matriz. Compare as multiplicidades nos exemplos 14 17 acima. Proposio 18. Se um autovalor de uma matriz ento
Demonstrao. Sejam A matriz, autovalor, V n auto-espao e p = mg() = dimV . Sejam {v1,v2,,vp} V vetores linearmente independentes, e {v1,v2,,vp,u1,,un-p} o conjunto completado para uma base do n. Tome a matriz
A matriz P invertvel, portanto existe
Como PP-1 = Id,
e de Av = v, tem-se
Fazendo
e levando em conta que matrizes semelhantes possuem mesmos autovalores e mesmo polinmio caracterstico, verificam-se as igualdades
donde raiz de pA(x ) = ( - x )pq(x ) com multiplicidade algbrica p.
12/53
28/03/13
Lema 19. Autovetores associados a autovalores distintos so linearmente independentes. Demonstrao. Seja A matriz, 1,,k autovalores distintos, e v1,,vk os respectivos autovetores. A prova por contradio. Seja
Ento
e multiplicando por A ambos os lados da igualdade
Por outro lado, multiplicando ambos os lados por i+1, temos a igualdade
e portanto
Isso implica que (j - i+1)j = 0 (j ), e como o termo (j - i+1) no pode ser nulo, por se tratar de um autovalores distintos, tem-se
portanto vi+1 no autovetor. Lema 20. Uma matriz A diagonalizvel se, e somente se, tem n autovetores linearmente independentes. Demonstrao. Seja A matriz diagonalizvel, ento existe P invertvel e D = diag(x 1,,x n) diagonal tal que
Observe que A = P-1DP AP-1 = P-1D. A condio A diagonalizvel A tem n autovetores l.i. provada pelas equaes abaixo:
28/03/13
portanto ui so autovetores. Prova-se a recproca considerando a matriz invertvel P = (u1,,un), onde ui so n autovetores l.i.,
portanto A = PDP-1, ou seja, A semelhante a uma matriz diagonal. Teorema 21. Se uma matriz A diagonalizvel, ento ma() = mg() para todo autovalor de A. Demonstrao. Exerccio. Exerccio 22. Mostre que se A ~ B ento pA(x ) = pB(x ).
7 Matrizes simtricas e o Teorema Espectral

Seja A uma matriz quadrada n n sobre . Dizemos que A simtrica se
Por exemplo, a matriz de adjacncias de um grafo uma matriz simtrica. Teorema 23. Se A uma matriz simtrica ento seus autovalores so reais. Demonstrao. Seja um autovalor de A e v autovetor de A associado ao autovalor. Por um lado temos
e por outro,
Portanto, = , ou seja . Assim pelo teorema 23 daqui em diante trabalharemos somente em .

28/03/13
Produto Interno - Um Produto Interno uma operao que associa a cada par de vetores u, v n um nmero real u,v, que satisfaa as seguinte condies (axiomas): 1. 2. 3. 4. u,v = v,u. Cu,v = Cu,v (C ). u,v + w = u,v + u,w. u,u = 0 u = 0.
O Produto Interno cannico em n o produto escalar: (7) Em particular se v um vetor em um espao vetorial V munido de um produto interno, o comprimento desse vetor, tambm chamado de norma, definido por: (8) Exerccio 24. Deduza a partir de (1)(4) acima as seguintes igualdades 1. u,Cv = Cu,v (C ). 2. u + v,w = u,w + v,w. 3. u,0 = 0,v = 0. Exerccio 25. Mostre que se o ngulo entre vetores u,v, ento: (9) Se u,v = 0 ento dizemos que u e v so ortogonais, para quaisquer u e v diferentes de 0. Para u e v ortogonais escrevemos u v. Teorema 26. Se A uma matriz simtrica ento autovetores associados a autovalores distintos de A so ortogonais. Demonstrao. Sejam 1 e 2 autovalores distintos com respectivos autovetores u e v. Vamos mostrar u,v = uTv = 0.
Logo, temos (1 - 2)uT v = 0, como 1 - 20, pois so diferentes, temos uT v = 0, portanto u v. Lema 27 (Desigualdade de Cauchy-Schwarz). Se u e v so dois vetores quaisquer em um espao vetorial real V, munido de Produto Interno ento: (10)
15/53
28/03/13
Esboo de uma prova. Sejam u e v l.i., pois se fossem linearmente dependentes vale a igualdade na equao acima. Para todo x temos:
Portanto o discriminante 2u,v)2 - 4(u,u)(v,v < 0, donde segue a desigualdade. Exemplo 28 (Aplicao da desigualdade de Cauchy-Schwarz). Seja G um grafo sobre V = {1,2,,n}. Suponha que G no contm tringulos. Logo para vrtices i e j que formam uma aresta temos d(i) + d(j ) < n. Assim
Pondo d = (d(1),d(2),,d(n))T temos pela Desigualdade de Cauchy-Schwarz que | |d| |2| |1| |2 d,12, onde 1 = (1,1,,1)T. Portanto,
onde a ltima igualdade segue da soma dos graus ser duas vezes o nmero de arestas. Tomando os extremos da desigualdade conclumos que para um grafo G com n vrtices e sem tringulos temos
Corolrio 3 (Desigualdade Triangular). Segue da desigualdade de Cauchy-Schwarz que (11) Dados dois vetores u e v, vamos denotar a projeo ortogonal de v sobre u por v . Como v um mltiplo escalar do vetor u temos (12) para algum . Para determinar :
logo
16/53
28/03/13
A partir de uma base qualquer {u1,u2,,un} do n podemos obter, atravs de projees ortogonais, uma base ortogonal {v1,v2,,vn} da seguinte maneira
que conhecido como Processo de Ortogonalizao de Gram-Schmidt. Ainda, podemos normalizar os vetores vis de modo a formarmos uma base ortonormal. Uma matriz dita ortogonal se suas colunas formam um conjunto de vetores ortonormais no n. Equivalentemente, QTQ = Id, pois se Q = (q1,,qn) temos:
pois
Observao 29. QT = Q-1 Exerccio 30. Mostre que 1. | |Qv| | = | |v| |. 2. Qu,Qv = u,v. 3. Produto de matrizes ortogonais uma matriz ortogonal. Observao 31. Matriz ortogonal tem somente autovalores {+1,-1}. Teorema 32 (Teorema espectral real). Se A uma matriz simtrica ento existe uma base ortonormal do n formada por autovetores de A. Demonstrao. Este teorema ser demonstrado adiante, no teorema equivalente 33. Mostre que esses teoremas so equivalentes. Teorema 33. Se A uma matriz simtrica ento existe Q ortogonal tal que QTAQ = diag(1,2,,n), onde 1,2,,n so os autovalores de A.
28/03/13
Demonstrao. A prova por induo na dimenso da matriz A. O caso n = 1 exerccio. Sejam 1,2,,k autovalores distintos de A e u1,u2,,uk autovetores linearmente independentes associados aos autovalores. Completamos {u1,u2,,uk} para uma base {u1,u2,,uk,uk+1,,un} do n. Usando Gram-Schmidt, podemos tomar uma base ortonormal
Observamos que v1 um autovetor de A. Agora tomemos Q1 como a matriz
e seja B tal que seja igual a:
Como B simtrica, pois BT = (Q1TAQ1)T = Q1TAQ1, temos que A1 simtrica e, portanto, existe Q2 ortogonal tal que Q2TA1Q2 = diag(1,2,,n-1) com i autovalor de A1 para todo i. Tomemos ento Q3
e, finalmente, Q = Q1Q3. Claramente, Q3 ortogonal e Q ortogonal, pois produto de matrizes ortogonais.

28/03/13
Agora,
Agora somente falta provar que 1,,n-1 so autovalores de A1. Exerccio 34. Se A = com D e C matrizes quadradas, ento pA(x ) = pD(x )pC(x ). Conclua que
os autovalores de C so autovalores de A. Exerccio 35. Provar que o Teorema 32 e Teorema 33 so equivalentes. Corolrio 4 (Decomposio Espectral de Matrizes Simtricas). Se A simtrica e {v1,v2,,vn} uma base ortonormal de autovetores, ento (13)
8 Teorema de Courant-Fischer e Teorema de Perron-Frobenius

Proposio 36. Seja A uma matriz simtrica e 1 2 n os autovalores de A. Ento
Demonstrao. Por definio Ax,x = xTAx. Pelo Teorema 33, podemos escrever A = QDQT. Portanto xTAx = xTQDQx = (QTx)TD(QTx) e fazendo y = QTx temos:
28/03/13
pois temos 1 2 n e | |y| | = 1 (exerccio 30). Exerccio 37. Mostrar que o mximo de Ax,x atingido se e s se x for autovetor de A de norma 1. Seguindo a proposio anterior, temos o seguinte para o segundo maior autovalor de uma matriz simtrica. Proposio 38. Seja A matriz simtrica, 1 2 n autovalores de A com respectivos autovetores ortonormais q1,q2,,qn. Ento
Demonstrao. Partindo do princpio anlogo ao da proposio anterior tomamos y = QTx. De | |x| | = 1 temos | |y| | = 1 e, tambm do exerccio 30, de temos que QTx,QTq1 = x,q1 = 0, ou seja, y QTx. Ainda,
Aps a resoluo anloga proposio anterior, obtemos ao invs de 1y12 + 2y22 + + nyn2 a expresso 0 + 2y22 + 3y32 + + nyn2 e como 2 o maior autovalor que aparece na expresso podemos afirmar
Baseado nas proposies anteriores podemos demonstrar que
20/53
28/03/13
Vamos mostrar um resultado mais geral. Teorema 39 (Teorema de Courant-Fischer). Seja A uma matriz simtrica com autovalores 1 2 n. Ento
onde U varia sobre todo subespao do n de dimenso k. Demonstrao. Seja U um subespao qualquer de dimenso dim = k e q1,,qn autovetores ortonormais associados a 1,2,,n, respectivamente. Tomamos os subespaos V k = [q1,,qk], e Tk = [qk+1,,qn] e, como dimU = k temos que existe x uTk-1{0} pois dimTk-1+dimU = n+1. Como x Tk-1 podemos escrever x como a combinao linear
Seja Q = (q1,,qn) a matriz ortogonal de autovetores e faamos y = QTx. Como Q preserva produto interno (exerc. 30) e
temos que
Agora, para U = V k temos, de modo anlogo, que x = i=1kiqi e
Logo,
21/53
28/03/13
Exerccio 40 (Teorema de Courant-Fischer). Mostre que tambm vale o seguinte
onde U subespao de dimenso n - k + 1 no n. Proposio 41 (Teorema do Entrelaamento). Seja A = (ai,j) matriz simtrica com autovalores 1 2 n e Ak = (ai,j)i,jk matriz (n - 1) (n - 1) simtrica, com autovalores 1 2 n-1. Ento
Demonstrao. Vamos mostrar que j j j+1 para A1. Seja U subespao no n-1 de dimenso dimU = j tal que
e seja {u1,u2,,u n} uma base de U . Definimos
sendo U o subespao [u1,u2,,uj] no Rn de dimenso dimU = j
* Pois ao multiplicar, anula-se a linha 1 e a coluna 1 da matriz A, resultando na matriz A1. Para mostrar j j+1 para A1 usamos o exerccio 40. Os detalhes ficam como exerccio. Seja a matriz A = (aij) e, dada uma permutao de 12n denotamos por A a matriz (a(i)(j)). Exemplo 42. Suponha a permutao 3214567, ou seja, (1) = 3,(3) = 1,(i) = i(i1,3) e considere a matriz
22/53
28/03/13
A matriz A
Exerccio 43. Seja P a matriz obtida da matriz identidade permutando-se as linhas de Id de acordo com . Mostre que 1. A = PAPT; 2. A tem os mesmos autovalores de A; 3. se v um autovetor de A ento v = Pv um autovetor de A. Dizemos que a matriz A irredutvel se no existe permutao tal que
com B e D matrizes quadradas. Teorema 44 (Teorema de Perron-Frobenius). Seja A, simtrica, no-negativa (aij 0), irredutvel e com autovalores 1 2 n. Ento 1. 1 > 0 e existe autovetor no-negativo associado v1; 2. 1 > 2; 3. |i| 1 para todo i = 2,,n; 4. 1 = - n se, e s se, existe tal que A = .
Demonstrao. (1): De A no negativa tr(A) = iai,i 0. Pelo exerccio 10 e Teorema 33 tr(A) = ii, logo 1 0. Seja u autovetor com norma 1 associado a 1. Assim,
23/53
28/03/13
logo v =
um autovetor (exerccio 37) associado a 1 no-negativo e tem norma 1.
Suponha que existam is tais que ui = 0. Seja uma permutao tal que |Ui| > 0 para todo i m e |ui| = 0 pra todo i > m. Escrevendo A = e (v1) = temos ento
Logo D = 0 e portanto, A =
, ou seja A uma matriz redutvel, absurdo. Com isso, v1 > 0.
Agora vamos mostrar que 10. Supondo 1 = 0 temos (14) que, analogamente, contraria o fato de A ser irredutvel. (2): Vamos mostrar que 1 > 2. Como 1 > 2, pelo Teorema 21 ma(1) = mg(1) pois A matriz simtrica. Suponha mg(2) 2 e sejam u,v autovetores ortonormais de 1. Definimos o vetor
autovetor de 1. Claramente, ui + |ui| 0 (i) e, portanto, ui + |ui| > 0 (i), caso contrrio a matriz no seria irredutvel, como vimos acima (equao 14). Idem para
Por hiptese, uTv = 0 e, dessa forma, no podemos ter uiv i > 0 para todo i. Absurdo. Assim, mg(1) = 1 e 1 > 2. (3): i(i). Se vi autovetor unitrio de i ento
24/53
28/03/13
pois v1 autovetor unitrio. (4): Sejam autovalor com autovetor v e tal que A = .
Escrevemos v =
. Logo Av = v. Isso implica que
ou seja, - autovalor de A e
autovetor associado. Portanto - autovalor de A.
Agora nos resta provar a recproca. Se - 1 autovalor ento seja v um autovetor unitrio de - 1.
Dessa forma, u =
autovetor de 1 (com
0).
Seja uma permutao tal que v =
com v (i) > 0 para todo i m e v (i) < 0 para todo i > m
e escrevemos
com v ,v > 0 e escrevemos
25/53
28/03/13
Dessa forma =
= 1 ou seja,
= - 1
e como a matriz no negativa e o vetor positivo temos que B = 0. Analogamente, de
temos que E = 0 A =
Exerccio 45. Concluir que D = CT
Exerccio 46. Mostre que se A =
ento i = n-i+1
9 Teoria Espectral de Grafos

Seja G um grafo com V (G) = {1,2,,n}. Definimos a matriz de adjacncias A do grafo G como A(G) = (aij), onde
Definimos, ainda, o espectro Sp(G) = (1,2,,n) do grafo G, com 1 2 n os autovalores reais de A. Exemplo 47 (Grafo completo Kn). O polinmio caracterstico pA(x ) de um grafo completo com n vrtices igual a
26/53
28/03/13
e o seu espectro da forma
Exemplo 48 (Grafo bipartido completo Kr,r). O polinmio caracterstico de um grafo bipartido completo com classes de tamanho r
Exemplo 49 (Grafo de Petersen). O Grafo de Petersen, cujo diagrama dado na figura abaixo, tem polinmio caracterstico
Observao 50. Dois grafos distintos podem ter o mesmo polinmio caracterstico como mostra o seguinte exemplo Exemplo 51. Os grafos da figura ?? tm polinmio caracterstico
Proposio 52. O elemento dij da matriz Ak o nmero de seqncias (i,x 1,x 2,,x k-1,j ) com vrtices consecutivos adjacentes, conhecidos como passeios de comprimento k (k o nmero de arestas no passeio). Demonstrao. Temos que
Assim, para as seqncias de vrtices (i,x 1,x 2,,x k-1,j ) adjacentes, o termo referente da soma igual a 1. Se dois vrtices na seqncia no so adjacentes, ento o termo da soma igual a 0, pois o elemento referente da matriz de adjacncias 0. Portanto, o elemento dij da matriz Ak igual ao nmero de seqncias de vrtices consecutivos adjacentes, ou seja, o nmero de passeios com k arestas de i at j . Exemplo 53 (k = 4). Nesse caso,
Na diagonal, dii o nmero de passeios (i,l,m,k,i). Assim, dii conta duas vezes as seqncias que formam circuitos de tamanho quatro (i,a,b,c,i), i,a,b,c dois-a-dois distintos, mais as seqncias da forma (i,j,i,j,i), mais as seqncias da forma (i,a,b,a,i), bi, mais as seqncias da forma (i,a,i,b,i), ab.
28/03/13
Exemplo 54 (k = 3). Assim,
Os elementos da diagonal contam as seqncias (i,a,b,i). Assim, dii igual a duas vezes o nmero de tringulos que contm o vrtice i, logo
onde t o nmero de tringulos do grafo. Observao 55. Do Teorema espectral
logo
Como A ~ B implica que tr(A) = tr(B) temos tr(A2) = tr(D2) = i=1ni2. Genericamente,
Assim,
onde t o nmero de tringulos no grafo. Exerccio 56. Mostre que i=1nik inteiro para todo k . Exerccio 57. Mostre que grafos isomorfos tm matrizes de adjacncia semelhantes. 9.1 Grau Teorema 58. Seja G um grafo e 1o maior autovalor de A(G), ento d(G) 1 (G).
28/03/13
Demonstrao.
Logo,
Por outro lado, tome
autovetor positivo a 1 e seja v k = maxiv i. Ento,
logo, 1 (G). Corolrio 5. Para todo i {1,2,,n}
Demonstrao. Imediato do Teorema de Perron-Frobenius. Corolrio 6. Se G k-regular, ento 1(G) = k. Demonstrao. Como G k -regular, ento d(G) = k e (G) = k . Pelo Teorema 58, temos
Logo, 1 = k . Corolrio 7. Se 1 = d(G), ento G 1-regular. Demonstrao. Temos que 1 = d(G). Logo,
28/03/13
pois
Ento, 1 autovetor associado 1. Logo,
ou seja, G 1-regular. 9.2 Subgrafos Teorema 59. Se Sp(G) = (1,2,,n) e Sp(G - v ) = (1,2,,n-1), ento
Demonstrao. Imediato do Teorema do Entrelaamento. Exerccio 60. O que pode ser dito a respeito do espectro de G - v - u? Teorema 61. Se H G, ento 1(H) 1(G). Demonstrao. Seja B a matriz de adjacncias de H = (V (G),E(H)), ento 1(H) = v1TBv1, com v1 = autovetor unitrio e positivo. Ento,
Portanto, 1(H) 1(G). Exerccio 62. Descubra um exemplo com H G e tal que 2(H) > 2(G). 9.3 Conexidade
28/03/13
Proposio 63. Seja G um grafo com componentes conexas C1,C2,,Cm, ento existe uma permutao de 1,2,,n tal que
onde Aii matriz de adjacncia da componente conexa Ci. Exerccio 64. Prova da Proposio 63. Exerccio 65. Se G desconexo ento a matriz A(G) redutvel. Teorema 66. Se G um grafo conexo, ento 1 > 2. Demonstrao. Como G conexo, a matriz de adjacncias A(G) irredutvel. Portanto, pelo Teorema de Perron-Frobenius, 1 > 2. Observao 67. Se um grafo G tem 1 > 2, G no necessariamente conexo, como mostra o seguinte exemplo Exemplo 68. O grafo da figura ?? tem espectro Sp = (3,2,-1,-1,-1,-1,-1) e desconexo. Teorema 69. Se G um grafo k-regular ento ma(1) o nmero de componentes conexas de G. Demonstrao. Pelo corolrio 6, 1 = k . Seja
autovetor associado a 1, ento
Suponha, sem perda de generalidade, que
Ento,
28/03/13
Logo,
Portanto, v 1 mximo implica que v j = v 1 para todo j N(1) = {x V : {x,1} E}. Notemos que para N(1)
e da mesma forma,
Indutivamente, v j = v para todo vrtice pertencente a mesma componente conexa que 1. Agora, seja
e C(1) a componente conexa que contem o vrtice 1. Ento
Logo, v j = v t para todo j N(t ). Como antes, temos v j = v t para todo j C(t ), onde C(t ) a componente conexa que contm o vrtice t . Repetindo esse argumento temos que v1 constante em cada componente conexa de G. Logo, dimV = mg(1) = m = ma(1). 9.4 Grafos bipartidos Exerccio 70. Usando a tcnica da demonstrao do ltimo teorema mostre que se G conexo, kregular e 1 = - n ento G bipartido.(Dica: sinal(v j) = sinal(N(v j)) = sinal(N(N(v j))) = .) Exerccio 71. Mostre que se G bipartido ento existe permutao tal que
1
onde B uma matriz quadrada.
32/53
28/03/13
Exerccio 72. Mostre que se G = (A B,E) bipartido e
para x {A,B}, ento 1 Exerccio 73. Mostre que se G uma floresta ento
(Dica: 1 = - n e tr(A2) 2n - 2.) Teorema 74. Se G conexo, so equivalentes 1. 1 = - n; 2. i = - n+1-i (i); 3. G bipartido. Demonstrao. Exerccio 71 e Perron-Frobenius.
10 ,,,
Relembrando algumas definies temos (G) tamanho de um conjunto independente mximo; (G) nmero cromtico (nmero mnimo de partes independentes em V (G)); (G) clique mximo (nmero de vrtices do maior subgrafo completo). Esses nmeros satisfazem as seguintes desigualdades
Exerccio 75. Mostre que (G) 1(G) + 1, onde 1(G) o maior autovalor de A(G). Teorema 76. Se Sp(G) = (1,2,,n) ento
Demonstrao. Primeiro, vamo mostrar que (G) 1 + 1. Suponha que temos 1 + 1 cores disponveis. Seja
33/53
28/03/13
um autovetor positivo associado a 1. Tome uma permutao tal que
e u1 u2 un. Para qualquer vrtice i definimos o conjunto X = X(i) = {j V : ij E e j < i} e temos que X 1 pois
ou seja
Assim, nos vrtices de X usamos no mximo 1 cores, logo h cor disponvel para pintar o vrtice i sem que vrtices adjacentes tenham a mesma cor. Agora vamos provar a outra desigualdade do teorema
Suponha (G) = m e escreva V (G) = V 1V 2 V m com E(G[V i]) = 0. Existe uma permutao tal que
com Aii = 0, quadrada (i {1,,m}) e, quando ij , com Aij = A(G[V i V j]). O resultado seguir das seguintes afirmaes cujas provas sero adiadas. Afirmao 77. Para a matriz simtrica e no-negativa
com Aii quadrada vale que
onde 1 e n so o maior e menor autovalor das matrizes, respectivamente. Afirmao 78. Para a matriz simtrica e no-negativa
34/53
28/03/13
temos
Pela Afirmao 78 em A temos
como i(A) = i(A) e n(A) < 0 segue que
e portanto (G) 1 - 1n. Agora, resta demonstrar os fatos usados na prova do teorema. Prova da AFIRMAO 77. Escrevemos
e dessa forma o maior autovalor de A dado por
pelo exerccio 34, pgina 55, temos que 1(C) = max{1(A11),1(A22)}. Vamos supor, sem perda de generalidade, que 1(C) = 1(A11). Agora, para o menor autovalor temos
onde min(B) o menor autovalor da matriz B. Pelo item (4) do Teorema de Perron-Frobenius (teorema 44, pgina 66) sabemos que min(B) = - 1(B). Portanto, 1(A) + n(A) 1(A11) + 1(A22). Prova da AFIRMAO 78. Vamos provar por induo em m. O caso m = 2 segue da Afirmao 77. Por hiptese indutiva em
35/53
28/03/13
temos (15) Pela Afirmao 77 em
temos 1(A) + n(A) 1(A) + 1(Amm) e usando a equao (15) no lado direito ficamos com
pois min(A) n(A) por entrelaamento. Assim 1(A)+(m-1)n(A) i=1m1(Aii).
11 Distribuio das arestas e

Sejam U,W V (G), com U W = . Podemos formar os seguintes vetores u e w (vetores caractersticos dos conjuntos U e W):
Definiremos e(U) como o nmero de arestas do grafo G induzido por U e e(U,W) como o nmero de arestas que ligam um vrtice de U a um vrtice de W:
Dessa forma
36/53
28/03/13
(16)
e (17) Usando a decomposio espectral de A (corolrio 4, pg. 55): (18) Assim, substituindo (18) em (16) e (18) em (17) obtemos, respectivamente: (19) (20) Substituindo o valor de A1 no primeiro termo da soma das equaes acima:
e se escrevemos u e w na base {v1,v2,,vn} de autovetores ortonormais
ento
Analogamente, substituindo o valor de
no segundo termo da soma das equaes (19) e (20):
Portanto:
e fazendo = max{|2|,|3|,,|n|} temos
37/53
28/03/13
Como
temos (A) De maneira anloga, para subgrafos bipartidos temos (B) A ltima desigualdade segue de Cauchy-Schwarz:
com os seguintes vetores a e b,
resultando que
11.1 Grafos d-regulares Para um grafo G d-regular temos 1 = d, e
Assim, (A) e (B) ficam
38/53
28/03/13
11.2 Grafos no-regulares Nesse caso, e distribuio de arestas no tem um forma fechada razovel. Vamos dar somente o resultado final sem mostrar as contas. Para um grafo G no-regular definimos
ou seja, o grau mdio de G e a varincia dos graus dos vrtices, onde di = d(i) o grau do vrtice i. Nesse caso, temos
12 Grafos Expansores
Grafos expansores se caracterizam combinatorialmente por possuir alta conexidade e por serem esparsos. Um grafo exparso possui:
onde |E| geralmente
para valores pequenos de d como
ou log n. Idealmente, queremos d constante.
Veremos exemplos de grafos d-regulares, para d-fixo, ainda assim altamente conexos. Equivalentemente, como veremos, grafos expansores se caracterizam algebricamente por terem segundo autovalor () pequeno quando comparado a 1. Seja G um grafo d-regular (1 = d). Para todo U e W V (G), com U e V disjuntos: (21) Notemos que de (21), temos:
39/53
28/03/13
e quando W = U = V (G) - U:
Teorema 79. Se d - 2 ento G d-aresta-conexo. Demonstrao. A prova ser feita em 3 casos: 1. Se 1 |U| d, ento
2. Se d |U| n2, ento
3. Se |U| >
a prova similar aos casos acima substituindo U por U.
Definiremos a constante isoperimtrica(h(G)) de um grafo G como sendo:
Observao 80. e(U,U)|U| o nmero mdio de arestas que saem de cada vrtice de U para U (grau mdio de considerarmos grafos bipartidos). Exemplo 81. Os valores de h(G) para o grafo completo de n vrtices e o circuito C de tamanho n so:
onde f (n) g(n) significa que f (n)g(n) 1 quando n . Um grafo G d-regular -espansor ( > 0) se h(G) . Teorema 82. Se um grafo G conexo e d-regular, ento:
Demonstrao. Apenas
h(G) ser demonstrado. Dado U V,0 |U| temos:
40/53
28/03/13
Pelo Teorema 82 vemos que quanto maior o valor de d - melhor. Mas devemos saber o quo pequeno pode ser. Ento enunciaremos o seguinte resultado. Teorema 83. 2 .
Demonstrao. Demonstraremos um caso mais simples:
O resultado segue de
Ou seja = (
).
Exemplo 84 (Grafos de Paley). Seja p primo com p 1 (mod 4) (existem infinitos primos dessa forma). fixamos o conjunto de vrtices como V = {0,1,,p - 1} e o conjunto de arestas dado por ij E se, e somente se, i - j x 2 (mod p) para algum x V -{0}. Os grafos assim formados so -regular com = +1
Exemplo 85. Para k , consideremos o grafo com vrtices formados por vetores binrio de tamanho k e nmero mpar de 1s, excluindo o vetor (1,1,,1). As arestas so definidos por ij E i,j 1 (mod 2), ou seja, o nmero de 1s em comum entre i e j mpar. Esse grafo tem 2k-1-1 vrtices, -regular e = 1 + 2 . Exerccio 86. Prove que para todo U,W V , disjuntos num grafo d-regular de n vrtices vale:
Exerccio 87. Prove que para todo U V , com |U| :
41/53
28/03/13
onde N(U) =
- U.
13 1, tpicos
Nessa seo provaremos resultados anlogos aos provados na seo 4 para e . Vamos mostrar que 99,9% dos grafos de (n) tm valores de 1 prximos a n2 e de menor que n para qualquer > 0, por menor que seja. Para provar esses resultados vamos introduzir algumas notaes: rG(C4;i) denota o nmero de triplas (v 0,v 1,v 2) V 3 tais que (i,v 0,v 1,v 2,i) um circuito de comprimento 4 em G e (22) rG(P2;i) denota o nmero de pares (v 0,v 1) V 2 tais que (i,v 0,v 1) um caminho de comprimento 2 em G e (23) Com a notao acima temos que
pois lembrando que
e na diagonal de A4 as seguintes configuraes contribuem nessa soma: O principal resultado dessa seo o seguinte. As hipteses do teorema apresentadas na equao (24) valem para quase todo grafo em (n) mas essa demonstrao ser adiada. Teorema 88. Para quase todo G vale o seguinte: por menor que seja > 0 existe > 0 tal que, se (24) ento (25) para todo n suficientemente grande.
42/53
28/03/13
Demonstrao. Dado > 0 tomamos = min{, 4}. Um limitante inferior para 1 (26) Para a cota superior, comeamos com uma estimativa generosa para rG(P2): (27) Ainda, similarmente, id(i)2 = O(n3). Agora,
e 1 < (1 + 2)n2 < (1 + )n2 que, junto com (26) resulta em
Para o segundo autovalor, supomos que = n para algum positivo e, sem perda de generalidade, que = |2|). Com essas hipteses temos
onde a ltima desigualdade vem de (28). Pela escolha de ficamos com
Uma contradio, logo < n Da modo semelhante prova-se os seguintes resultados.

28/03/13
Proposio 89. Para quase todo G (n) o grau mdio satisfaz
para qualquer > 0 se n for suficientemente grande. Demonstrao. Exerccio. Corolrio 8. Para quase todo G (n) (29) para qualquer > 0 se n for suficientemente grande. Usando Cauchy-Schwarz obtemos o seguinte resultado. Corolrio 9. Para quase todo G (n) vale que: para todo > 0 existe > 0 tal que se (29) ento
para pelo menos (1 - )n vrtices, para qualquer > 0. Exerccio 90. Mostre que para quase todo G (n) vale cada um dos seguintes itens. 1. |1 2. |e(U) 3. |e(U,W) |< . | < n2.
| < n2.
13.1 e(G) e rG(C4) tpicos Foi assumido no teorema 88 que para um > 0 quase todo G (n) satisfaz
Vamos mostrar que:
vale para quase todos os grafos de (n). O que de fato mostraremos que o contrrio vale para poucos (0,1%) grafos
28/03/13
para todo n suficientemente grande, onde | (n)| = 2N e N = (n 2) . Para tal objetivo precisamos de algumas ferramentas. Seja X : uma funo cuja mdia
Dessa forma, se considerarmos apenas os grafos que tm um valor alto de X, digamos X(G) t 0, obtemos
por um lado e
por outro e, das duas equaes ficamos com a desigualdade de Markov (30) Como estamos interessado em quanto o valor de uma funo desvia de sua mdia passamos a considerar a seguinte funo
cuja mdia
Substituindo Y e Y da desigualdade de Markov (30) obtemos a desigualdade de Chebyschev :
Voltando a rG(C4), definimos (n)4 = n(n - 1)(n - 2)(n - 3)(n)k) o nmero de sequncias (a,b,c,d), todas diferentes, tomadas de n letras. Seja e C1,C2,,C(n) uma enumerao das quadruplas (a,b,c,d) e definimos as funes indicadoras
4
Claramente
45/53
28/03/13
O valor mdio de rG(C4)
Observamos que o valor mdio de Xi2 o mesmo de Xi e assim
Dessa forma resta calcularmos
Abaixo, apresentamos uma tabela aonde na primeira coluna desenhos o diagrama dos tipos de isomorfismo possveis para Ci e Cj fixos, na segunda coluna temos a frao de grafos que contm esses Ci e Cj e finalmente na terceira apresentamos o nmero de pares (i,j ) para os quais essa frao contribui na soma. Dessa forma a mdia da funo rG(C4) ao quadrado fica
e aplicando-a em Chebyschev
Dessa forma provamos que
13.2 Nmero de arestas tpico. Esta seo estabelece o nmero tpico de arestas para 99,99% dos grafos de (n).
28/03/13
Se denotamos por = (e(G)) o nmero mdio de arestas de um grafo ento a desigualdade de Chebyschev fica
Proposio 91. Para quase todo grafo G (n), o seguinte fato verdadeiro:
por menor que seja , se n suficientemente grande. Demonstrao. Definimos e1,e2, Definimos ,eN como a enumerao de pares de vrtices, sendo N = .
Claramente
Dessa forma,
pois
Fixados i e j distintos
portanto
e o lado esquerdo da desiguladade de Chebyschev fica
para todo n suficientemente grande.

28/03/13
14 Laplaciano
A fim de definirmos a matriz laplaciana, conveniente relembrarmos alguns conceitos: A matriz de adjacncias A(G) = (aij) para um grafo G com vrtices V (G) = {1,2,,n}, definida como:
A matriz diagonal definida como:
d(i) o grau do vrtice i. Se definirmos a matriz D(G) como D(G) = diag(d(1),d(2),,d(n)) a matriz laplaciana L(G) a matriz : (31) e se lij o elemento da matriz L(G) na linha i e coluna j , ento
A matriz Laplaciana de G tambm pode ser obtida atravs da multiplicao da matriz Q pela sua transposta
onde Q a matriz |V (G)||E(G)| cuja definio :
Cada elemento da matriz laplaciana, portanto, pode ser obtida atravs de:
de forma que cada um dos dois elementos do somatrio pode assumir valores 0, 1 ou -1. Tomando-se as linhas da matriz Q, duas situaes podem ocorrer. Se as linhas multiplicadas forem coincidentes, isto , i = j :
48/53
28/03/13
Por outro lado, se as linhas forem diferentes, isto , ij :
(32)
Esses dois valores ocorrem devido ao fato de no termos uma coluna em Q que possua dois valores -1 ou dois valores 1. Para um vetor v qualquer, v = (v 1,v 2,,v n)T temos
Considerando que e = {i,j } e i < j
logo (33) ou seja, vT Lv 0, v, e por definio temos: Proposio 92. L positiva e semidefinida. Corolrio 10. Autovalores de L so no-negativos. Exerccio 93. Mostre que 0 autovalor com autovetor
O espectro de L(G) a seqncia de seus autovalores em ordem no-decrescente
com 0 = 1 2 n. Exerccio 94. Prove que se (G) = d(v 1) d(v 2) d(v k) ento n d(v 1) + d(v 2). Lema 95. A multiplicidade algbrica de 1 igual ao nmero de componentes conexas de G.
49/53
28/03/13
Demonstrao. Sejam C uma componente conexa de G, e
seu vetor caracterstico, ou seja,
Da definio temos
Isso implica que 0 uma autovalor de L com c autovetor associado. Se G tem t componentes conexas os t vetores caractersticos so autovetores de 0 e so ortogonais, portanto a dimenso do autoespao V pelo menos t .
1
Por outro lado, se x um autovetor de 0 ento
que implica em x constante em cada componente conexa de G, ou seja, x uma combinao linear dos vetores caractersticos das componentes e, portanto, dimV t .
1
Como ma(1) = mg(1) temos que t a multiplicidade algbrica de 1. 14.1 Autovalores da matriz laplaciana Observao 96. Para grafos d-regulares, se L(G) a matriz laplaciana com autovalores {1,,n} e A(G) a matriz de adjacncia com autovalores {1,,n} ento, por definio
portanto o polinmio caracterstico de L(G)
e como pA(x ) = det(A - xI) podemos concluir as seguintes relaes entre os autovalores de A(G) e L(G)
Proposio 97. Tome G um grafo e 1 2 n os autovalores de L(G) em ordem nodecrescente. Ento
50/53
28/03/13
(35)
Ainda, para qualquer constante c , (36)
Demonstrao. Para provar a equao (35), observe que
pois x ortogonal a 1. Ento
Para a equao (36), observe que
Proposio 98. Se (G) o grau mnimo de G e 1 2 n os autovalores de L(G), ento
Demonstrao. Tome e i o vetor caracterstico do conjunto unitrio {i}. Por (36)
para todo k V . Em particular, a desigualdade vlida para o k tal que d(k ) = (G). Exerccio 99. Mostre que
28/03/13
Exerccio 100. Sendo (G) o grau mximo de G, mostre que
Proposio 101. Se U V e |U|
, ento
Demonstrao. Se u o vetor
ento
Como u ortogonal a 1,
Referncias
[1] M. Aigner, G. Ziegler, As provas esto nO livro, Editora Edgar Blcher, 2002. (Sees 1 e 2) [2] P. Feofiloff, Y. Kohayakawa, Y. Wakabayashi, Uma Introduo Sucinta Teoria dos Grafo, II Bienal da SBM, 2004. (Sees 3 e 4) [3] D. Poole, lgebra Linear, Thompson, 2004. (Sees 5, 6, e 7) [4] K.Y. Lin, An elementary proof of the Perron-Frobenius theorem for non-negative symmetric matrices, Chinese Journal of Physics 4(15), 1977. (Seo 8) [5] L. Babai, Linear Algebra and applications to graphs, Discrete Mathematics REU, Summer 2002. Disponvel em novembro de 2005 no stio h t t p : / / p e o p l e . c s . u c h i c a g o . e d u / ~ l a c i / r e u 0 2 / . (Sees 9 e 10) [6] M. Krivelevich and B. Sudakov, Pseudo-random graphs. Disponvel em novembro de 2005 no stio
28/03/13
h t t p : / / w w w . m a t h . p r i n c e t o n . e d u / ~ b s u d a k o v / p a p e r s . h t m l . (Seo
11)
[7] Nati Linial and Avi Wigderson, Expander Graphs and their Applications - Lecture notes, Spring 2002. Disponvel em novembro de 2005 no stio h t t p : / / w w w . m a t h . i a s . e d u / ~ a v i / T A L K S / . (Seo 12) [8] N. Alon and J. Spencer, Probabilistic Methods, Wiley, 2nd. ed., 2000. (Seo 13) [9] Bojan Mohar, Some Applications of Laplace Eigenvalues fo Graphs, in Graph Symmetry: Algebraic Methods and Applications, Eds. G. Hahn and G. Sabidussi, Kluwer, 1977, pp. 225275. (Seo 14)
53/53

Tpicos em Teoria Dos Grafos - Mtodos Da Algebra Linear em Teoria de Grafos

Enviado por

Direitos autorais:

Formatos disponíveis

Tpicos em Teoria Dos Grafos - Mtodos Da Algebra Linear em Teoria de Grafos

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Tpicos em Teoria Dos Grafos - Mtodos Da Algebra Linear em Teoria de Grafos

Enviado por

Direitos autorais:

Formatos disponíveis

28/03/13

Tpicos em Teoria dos Grafos Mtodos da Algebra Linear em Teoria de Grafos

Tpicos em Teoria dos Grafos Mtodos da lgebra Linear em Teoria de Grafos

Tpicos em Teoria dos Grafos Mtodos da Algebra Linear em Teoria de Grafos

1 Grafos extremais sem tringulos

Tpicos em Teoria dos Grafos Mtodos da Algebra Linear em Teoria de Grafos

de arestas no grafo de Turn (4)

2 Grafos extremais sem Kp

Tpicos em Teoria dos Grafos Mtodos da Algebra Linear em Teoria de Grafos

Proposio 4. Se (G) a ordem do maior subgrafo completo em G

Proposio 5. Para todo G = Gn

Proposio 6. Para todo G

donde conclumos o limitante superior enunciado pois derivamos da desigualdade acima

Tpicos em Teoria dos Grafos Mtodos da Algebra Linear em Teoria de Grafos

Teorema 7. Para todo G = Gn

Tpicos em Teoria dos Grafos Mtodos da Algebra Linear em Teoria de Grafos

e tirando o logaritmo de ambos os lados

conforme n . Ou seja Teorema 8. Por menor que seja > 0

para quase todo G (n).

e tambm denotamos matrizes atravs dos seus vetores colunas

Tpicos em Teoria dos Grafos Mtodos da Algebra Linear em Teoria de Grafos

A transposta da matriz A a matriz

O trao de uma matriz a soma dos elementos da diagonal

Tpicos em Teoria dos Grafos Mtodos da Algebra Linear em Teoria de Grafos

onde a soma sobre toda permutao : {1,2,,n}{1,2,,n}. Equivalentemente,

e deixado como exerccio mostrar que B dada por

Tpicos em Teoria dos Grafos Mtodos da Algebra Linear em Teoria de Grafos

tem polinmio caracterstico

como o discriminante = -4, os autovalores so 1 + i e 1 - i. Exemplo 14. A matriz

Tpicos em Teoria dos Grafos Mtodos da Algebra Linear em Teoria de Grafos

tem autovalores 1 = 1 e 2 = -2. Os autovetores associados a 1 satisfazem

como x = y, o conjunto de autovetores

Analogamente, os autovetores associados a 2 so

Exemplo 15. Para a matriz

temos autovalores 1 = 1, com autovetores V = { b }.

: a *}; e 2 = -2, com autovetores V = { :

a partir do que se obtm os autovetores

Tpicos em Teoria dos Grafos Mtodos da Algebra Linear em Teoria de Grafos

tem dimenso dimV = 2.

Se autovalor de A, ento V = {v n : Av = v} subespao de n (denominado auto-espao associado a )

Tpicos em Teoria dos Grafos Mtodos da Algebra Linear em Teoria de Grafos

A matriz P invertvel, portanto existe

Como PP-1 = Id,

donde raiz de pA(x ) = ( - x )pq(x ) com multiplicidade algbrica p.

Tpicos em Teoria dos Grafos Mtodos da Algebra Linear em Teoria de Grafos

e multiplicando por A ambos os lados da igualdade

Tpicos em Teoria dos Grafos Mtodos da Algebra Linear em Teoria de Grafos

7 Matrizes simtricas e o Teorema Espectral

Portanto, = , ou seja . Assim pelo teorema 23 daqui em diante trabalharemos somente em .

Tpicos em Teoria dos Grafos Mtodos da Algebra Linear em Teoria de Grafos

Tpicos em Teoria dos Grafos Mtodos da Algebra Linear em Teoria de Grafos

Tpicos em Teoria dos Grafos Mtodos da Algebra Linear em Teoria de Grafos

Tpicos em Teoria dos Grafos Mtodos da Algebra Linear em Teoria de Grafos

Observamos que v1 um autovetor de A. Agora tomemos Q1 como a matriz

e seja B tal que seja igual a:

e, finalmente, Q = Q1Q3. Claramente, Q3 ortogonal e Q ortogonal, pois produto de matrizes ortogonais.

Tpicos em Teoria dos Grafos Mtodos da Algebra Linear em Teoria de Grafos

8 Teorema de Courant-Fischer e Teorema de Perron-Frobenius

Tpicos em Teoria dos Grafos Mtodos da Algebra Linear em Teoria de Grafos