Articulo de referencia

Teorema de Kőnig (teoría de grafos)

Un ejemplo de grafo bipartito, con un emparejamiento máximo (azul) y una cobertura mínima de vértices (rojo), ambos de tamaño seis. En el ámbito matemático de la teoría de grafo...

Un ejemplo de grafo bipartito, con un emparejamiento máximo (azul) y una cobertura mínima de vértices (rojo), ambos de tamaño seis.

En el ámbito matemático de la teoría de grafos , el teorema de Kőnig , demostrado por Dénes Kőnig ( 1931 ) , describe una equivalencia entre el problema del emparejamiento máximo y el problema de la cobertura mínima de vértices en grafos bipartitos . Fue descubierto independientemente, también en 1931, por Jenő Egerváry en el caso más general de grafos ponderados . 

Configuración

Una cobertura de vértices en un grafo es un conjunto de vértices que incluye al menos un extremo de cada arista, y una cobertura de vértices es mínima si ninguna otra cobertura de vértices tiene menos vértices. [ 1 ] Un emparejamiento en un grafo es un conjunto de aristas que no comparten ningún extremo, y un emparejamiento es máximo si ningún otro emparejamiento tiene más aristas. [ 2 ]

Es evidente, a partir de la definición, que cualquier conjunto de cobertura de vértices debe ser al menos tan grande como cualquier conjunto de emparejamiento (ya que para cada arista en el emparejamiento, se necesita al menos un vértice en la cobertura). En particular, el conjunto mínimo de cobertura de vértices es al menos tan grande como el conjunto máximo de emparejamiento . El teorema de Kőnig establece que, en cualquier grafo bipartito , el conjunto mínimo de cobertura de vértices y el conjunto máximo de emparejamiento tienen, de hecho, el mismo tamaño. [ 3 ]

Enunciado del teorema

En cualquier grafo bipartito , el número de aristas en un emparejamiento máximo es igual al número de vértices en una cobertura de vértices mínima . [ 3 ]

Ejemplo

El grafo bipartito que se muestra en la ilustración anterior tiene 14 vértices; un emparejamiento con seis aristas se muestra en azul, y una cobertura de vértices con seis vértices se muestra en rojo. No puede haber una cobertura de vértices menor, ya que cualquier cobertura de vértices debe incluir al menos un extremo de cada arista emparejada (así como de todas las demás aristas), por lo que esta es una cobertura de vértices mínima. De manera similar, no puede haber un emparejamiento mayor, ya que cualquier arista emparejada debe incluir al menos un extremo en la cobertura de vértices, por lo que esta es un emparejamiento máximo. El teorema de Kőnig establece que la igualdad entre los tamaños del emparejamiento y la cobertura (en este ejemplo, ambos números son seis) se aplica de forma más general a cualquier grafo bipartito.

Pruebas

Prueba constructiva

Recorte mínimo(S,T){\displaystyle (S,T)}en la red de flujoGRAMO{\displaystyle G'_{\infty }}

La siguiente demostración proporciona una forma de construir una cobertura de vértices mínima a partir de un emparejamiento máximo. SeaGRAMO=(V,mi){\displaystyle G=(V,E)}Sea un grafo bipartito y seaA,B{\displaystyle A,B}sean las dos partes del conjunto de vérticesV{\displaystyle V}. Supongamos queMETRO{\displaystyle M}es una coincidencia máxima paraGRAMO{\displaystyle G}.

Construir la red de flujoGRAMO{\displaystyle G'_{\infty }}derivado deGRAMO{\displaystyle G}de tal manera que existan límites de capacidad1{\displaystyle 1}de la fuentes{\displaystyle s}a cada vérticeaA{\displaystyle a\in A}y desde cada vérticebB{\displaystyle b\in B}al fregaderot{\displaystyle t}y de capacidad+{\displaystyle +\infty }dea{\displaystyle a}ab{\displaystyle b}para cualquier(a,b)mi{\displaystyle (a,b)\in E}.

El tamaño|METRO|{\displaystyle |M|}del máximo emparejamiento enGRAMO{\displaystyle G}es el tamaño de un flujo máximo enGRAMO{\displaystyle G'_{\infty }}, que, a su vez, es el tamaño de un corte mínimo en la redGRAMO{\displaystyle G'_{\infty }}, como se deduce del teorema del flujo máximo y el corte mínimo .

Dejar(S,T){\displaystyle (S,T)}ser un recorte mínimo.A=ASAT{\displaystyle A=A_{S}\cup A_{T}}yB=BSBT{\displaystyle B=B_{S}\cup B_{T}}, de tal manera queAS,BSS{\displaystyle A_{S},B_{S}\subset S}yAT,BTT{\displaystyle A_{T},B_{T}\subset T}Entonces, el corte mínimo se compone únicamente de aristas que van desdes{\displaystyle s}aAT{\displaystyle A_{T}}o deBS{\displaystyle B_{S}}at{\displaystyle t}, como cualquier borde deAS{\displaystyle A_{S}}aBT{\displaystyle B_{T}}eso haría que el tamaño del corte fuera infinito.

Por lo tanto, el tamaño del corte mínimo es igual a|AT|+|BS|{\displaystyle |A_{T}|+|B_{S}|}. Por otro lado,ATBS{\displaystyle A_{T}\cup B_{S}}es una cubierta de vértices, ya que cualquier arista que no sea incidente a vértices deAT{\displaystyle A_{T}}yBS{\displaystyle B_{S}}debe ser incidente a un par de vértices deAS{\displaystyle A_{S}}yBT{\displaystyle B_{T}}, lo cual contradiría el hecho de que no hay bordes entreAS{\displaystyle A_{S}}yBT{\displaystyle B_{T}}.

De este modo,ATBS{\displaystyle A_{T}\cup B_{S}}es una cobertura de vértices mínima deGRAMO{\displaystyle G}. [ 4 ]

Conceptos de prueba constructiva sin flujo

Ningún vértice en una cubierta de vértices puede cubrir más de una arista deMETRO{\displaystyle M}(porque la superposición parcial del borde lo impediría)METRO{\displaystyle M}desde que se trata de una coincidencia en primer lugar), por lo que si una cubierta de vértices con|METRO|{\displaystyle |M|}Se pueden construir vértices, debe ser una cobertura mínima. [ 5 ]

Para construir dicha cubierta, deje queU{\displaystyle U}sea ​​el conjunto de vértices no coincidentes enA{\displaystyle A}(posiblemente vacío), y dejarZ{\displaystyle Z}sea ​​el conjunto de vértices que están enU{\displaystyle U}o están conectados aU{\displaystyle U}mediante caminos alternados (caminos que alternan entre aristas que están en la coincidencia y aristas que no están en la coincidencia).

K=(AZ)(BZ).{\displaystyle K=(A\setminus Z)\cup (B\cap Z).}

Cada bordemi{\displaystyle e}enmi{\displaystyle E}o pertenece a una ruta alterna (y tiene un punto final derecho enK{\displaystyle K}), o tiene un punto final izquierdo enK{\displaystyle K}. Porque, simi{\displaystyle e}está emparejado pero no en una ruta alterna, entonces su extremo izquierdo no puede estar en una ruta alterna (porque dos aristas emparejadas no pueden compartir un vértice) y por lo tanto pertenece aAZ{\displaystyle A\setminus Z}Alternativamente, simi{\displaystyle e}Si no coincide pero no está en una ruta alterna, entonces su extremo izquierdo no puede estar en una ruta alterna, ya que dicha ruta podría extenderse añadiendomi{\displaystyle e}a ello. Por lo tanto,K{\displaystyle K}forma una cubierta de vértices. [ 6 ]

Además, cada vértice enK{\displaystyle K}es un punto final de una arista coincidente. Porque, cada vértice enAZ{\displaystyle A\setminus Z}coincide porqueZ{\displaystyle Z}es un superconjunto deU{\displaystyle U}, el conjunto de vértices izquierdos no coincidentes. Y cada vértice enBZ{\displaystyle B\cap Z}También debe coincidir, ya que si existiera un camino alternativo hacia un vértice no coincidente, cambiar la coincidencia eliminando los bordes coincidentes de este camino y agregando los bordes no coincidentes en su lugar aumentaría el tamaño de la coincidencia. Sin embargo, ningún borde coincidente puede tener ambos extremos enK{\displaystyle K}. De este modo,K{\displaystyle K}es una cubierta de vértices de cardinalidad igual aMETRO{\displaystyle M}y debe ser una cobertura de vértices mínima. [ 6 ]

Demostración mediante la dualidad de la programación lineal

Para explicar esta demostración, primero debemos extender la noción de emparejamiento a la de emparejamiento fraccional : una asignación de un peso en [0,1] a cada arista, de modo que la suma de los pesos cerca de cada vértice sea como máximo 1 (un emparejamiento integral es un caso especial de emparejamiento fraccional en el que los pesos están en {0,1}). De manera similar, definimos una cobertura de vértices fraccional: una asignación de un peso no negativo a cada vértice, de modo que la suma de los pesos en cada arista sea al menos 1 (una cobertura de vértices integral es un caso especial de una cobertura de vértices fraccional en la que los pesos están en {0,1}).

El tamaño máximo de coincidencia fraccionaria en un gráficoGRAMO=(V,mi){\displaystyle G=(V,E)}es la solución del siguiente programa lineal :

Maximizar 1 E · x

Sujeto a: x0 E

__________ A G · x 1 V .

donde x es un vector de tamaño | E | en el que cada elemento representa el peso de una arista en el emparejamiento fraccional. 1 E es un vector de | E | unos, por lo que la primera línea indica el tamaño del emparejamiento. 0 E es un vector de | E | ceros, por lo que la segunda línea indica la restricción de que los pesos sean no negativos. 1 V es un vector de | V | unos y A G es la matriz de incidencia de G, por lo que la tercera línea indica la restricción de que la suma de pesos cerca de cada vértice sea como máximo 1. De manera similar, el tamaño mínimo de cobertura de vértice fraccional enGRAMO=(V,mi){\displaystyle G=(V,E)}es la solución del siguiente problema de programación lineal:

Minimizar 1 V · y

Sujeto a: y0 V

__________ A G T · y1 E .

donde y es un vector de tamaño |V| en el que cada elemento representa el peso de un vértice en la cobertura fraccionaria. Aquí, la primera línea representa el tamaño de la cobertura, la segunda la no negatividad de los pesos y la tercera el requisito de que la suma de los pesos cerca de cada arista sea al menos 1. Ahora bien, el programa lineal de cobertura fraccionaria mínima es exactamente el programa lineal dual del programa lineal de emparejamiento fraccionario máximo. Por lo tanto, según el teorema de dualidad de los programas lineales, ambos tienen la misma solución. Este hecho es cierto no solo en grafos bipartitos, sino también en grafos arbitrarios.

En cualquier grafo, el tamaño máximo de un emparejamiento fraccional es igual al tamaño mínimo de una cobertura de vértice fraccional.

Lo que hace especiales a los grafos bipartitos es que, en ellos, ambos programas lineales tienen soluciones óptimas en las que todos los valores de las variables son enteros. Esto se deduce del hecho de que en el politopo de emparejamiento fraccional de un grafo bipartito, todos los puntos extremos tienen coordenadas enteras , y lo mismo ocurre con el politopo de cobertura de vértices fraccional. Por lo tanto, el teorema anterior implica: [ 7 ]

En cualquier grafo bipartito, el tamaño máximo de un emparejamiento es igual al tamaño mínimo de una cobertura de vértices.

Algoritmo

La demostración constructiva descrita anteriormente proporciona un algoritmo para generar una cobertura de vértices mínima a partir de un emparejamiento máximo. Por lo tanto, el algoritmo de Hopcroft-Karp para encontrar emparejamientos máximos en grafos bipartitos también puede utilizarse para resolver eficientemente el problema de la cobertura de vértices en estos grafos. [ 8 ]

A pesar de la equivalencia de ambos problemas desde el punto de vista de las soluciones exactas, no son equivalentes en cuanto a algoritmos de aproximación . Los emparejamientos máximos bipartitos pueden aproximarse con precisión arbitraria en tiempo constante mediante algoritmos distribuidos ; en cambio, aproximar la cobertura mínima de vértices de un grafo bipartito requiere al menos tiempo logarítmico. [ 9 ]

Ejemplo

En el gráfico que se muestra en la introducción, tomeL{\displaystyle L}ser el conjunto de vértices en la capa inferior del diagrama yR{\displaystyle R}ser el conjunto de vértices en la capa superior del diagrama. De izquierda a derecha, etiqueta los vértices en la capa inferior con los números 1, ..., 7 y etiqueta los vértices en la capa superior con los números 8, ..., 14. El conjuntoU{\displaystyle U}de vértices no coincidentes deL{\displaystyle L}es {1}. Los caminos alternos que comienzan desdeU{\displaystyle U}son 1–10–3–13–7, 1–10–3–11–5–13–7, 1–11–5–13–7, 1–11–5–10–3–13–7, y todos los subcaminos de estos que comienzan desde 1. El conjuntoZ{\displaystyle Z}es por lo tanto {1,3,5,7,10,11,13}, lo que resulta enLZ={2,4,6}{\displaystyle L\setminus Z=\{2,4,6\}},RZ={10,11,13}{\displaystyle R\cap Z=\{10,11,13\}}y la cobertura mínima de vérticesK={2,4,6,10,11,13}{\displaystyle K=\{2,4,6,10,11,13\}}.

Grafos no bipartitos

Para grafos que no son bipartitos, la cobertura mínima de vértices puede ser mayor que el emparejamiento máximo. Además, ambos problemas son muy diferentes en complejidad: los emparejamientos máximos se pueden encontrar en tiempo polinomial para cualquier grafo, mientras que la cobertura mínima de vértices es NP-completa .

El complemento de una cobertura de vértices en cualquier grafo es un conjunto independiente , por lo que una cobertura de vértices mínima es complementaria a un conjunto independiente máximo; encontrar conjuntos independientes máximos es otro problema NP-completo. La equivalencia entre emparejamiento y cobertura articulada en el teorema de Kőnig permite calcular coberturas de vértices mínimas y conjuntos independientes máximos en tiempo polinomial para grafos bipartitos, a pesar de la NP-completitud de estos problemas para familias de grafos más generales. [ 10 ]

Historia

El teorema de Kőnig recibe su nombre del matemático húngaro Dénes Kőnig . Kőnig anunció en 1914 y publicó en 1916 los resultados de que todo grafo bipartito regular tiene un emparejamiento perfecto [ 11 ] y, de forma más general, que el índice cromático de cualquier grafo bipartito (es decir, el número mínimo de emparejamientos en los que se puede particionar) es igual a su grado máximo [ 12 ] ; esta última afirmación se conoce como el teorema de coloración de líneas de Kőnig [ 13 ] . Sin embargo, Bondy y Murty (1976) atribuyen el teorema de Kőnig a un artículo posterior de Kőnig (1931).

Según Biggs, Lloyd y Wilson (1976) , Kőnig atribuyó la idea de estudiar emparejamientos en grafos bipartitos a su padre, el matemático Gyula Kőnig . En húngaro, el nombre de Kőnig lleva doble acento agudo , pero su teorema a veces se escribe (incorrectamente) con caracteres alemanes, con diéresis .

El teorema de Kőnig es equivalente a muchos otros teoremas min-max en teoría de grafos y combinatoria , como el teorema de matrimonio de Hall y el teorema de Dilworth . Dado que el emparejamiento bipartito es un caso especial de flujo máximo , el teorema también se deriva del teorema de corte mínimo de flujo máximo . [ 14 ]

Conexiones con gráficos perfectos

Se dice que un grafo es perfecto si, en cada subgrafo inducido , el número cromático es igual al tamaño de la camarilla más grande . Cualquier grafo bipartito es perfecto, [ 15 ] porque cada uno de sus subgrafos es bipartito o independiente; en un grafo bipartito que no es independiente, el número cromático y el tamaño de la camarilla más grande son ambos dos, mientras que en un conjunto independiente, el número cromático y el número de camarilla son ambos uno.

Un grafo es perfecto si y solo si su complemento es perfecto, [ 16 ] y el teorema de Kőnig puede verse como equivalente a la afirmación de que el complemento de un grafo bipartito es perfecto. Porque, cada clase de color en una coloración del complemento de un grafo bipartito es de tamaño como máximo 2 y las clases de tamaño 2 forman un emparejamiento, una camarilla en el complemento de un grafo G es un conjunto independiente en G , y como ya hemos descrito un conjunto independiente en un grafo bipartito G es un complemento de una cubierta de vértices en G . Por lo tanto, cualquier emparejamiento M en un grafo bipartito G con n vértices corresponde a una coloración del complemento de G con n | M | colores, que por la perfección de los complementos de grafos bipartitos corresponde a un conjunto independiente en G con n | M | vértices, que corresponde a una cubierta de vértices de G con M vértices. Por el contrario, el teorema de Kőnig prueba la perfección de los complementos de grafos bipartitos, un resultado probado de forma más explícita por Gallai (1958) .

También se puede relacionar el teorema de coloración de líneas de Kőnig con una clase diferente de grafos perfectos: los grafos de líneas de grafos bipartitos. Si G es un grafo, el grafo de líneas L ( G ) tiene un vértice por cada arista de G y una arista por cada par de aristas adyacentes en G. Por lo tanto, el número cromático de L ( G ) es igual al índice cromático de G. Si G es bipartito, las camarillas en L ( G ) son precisamente los conjuntos de aristas en G que comparten un extremo común. Ahora bien, el teorema de coloración de líneas de Kőnig, que establece que el índice cromático es igual al grado máximo de un vértice en cualquier grafo bipartito, puede interpretarse como que el grafo de líneas de un grafo bipartito es perfecto. [ 17 ]

Dado que los grafos de líneas de grafos bipartitos son perfectos, los complementos de los grafos de líneas de grafos bipartitos también lo son. Una camarilla en el complemento del grafo de líneas de G es simplemente un emparejamiento en G. Y una coloración en el complemento del grafo de líneas de G , cuando G es bipartito, es una partición de las aristas de G en subconjuntos de aristas que comparten un extremo común; los extremos compartidos por cada uno de estos subconjuntos forman una cubierta de vértices para G. Por lo tanto, el teorema de Kőnig también puede interpretarse como una afirmación de que los complementos de los grafos de líneas de grafos bipartitos son perfectos. [ 17 ]

Variantes ponderadas

El teorema de Konig puede extenderse a grafos ponderados .

Teorema de Egerváry para grafos ponderados por aristas

Jenő Egerváry (1931) consideró grafos en los que cada arista e tiene un peso entero no negativo w e . El vector de pesos se denota por w . El peso w de un emparejamiento es la suma de los pesos de las aristas que participan en el emparejamiento. Una cobertura de vértices w es un multiconjunto de vértices ("multiconjunto" significa que cada vértice puede aparecer varias veces), en el que cada arista e es adyacente a al menos w e vértices. El teorema de Egerváry dice:

En cualquier grafo bipartito ponderado por aristas, el peso w máximo de un emparejamiento es igual al número más pequeño de vértices en una cobertura de vértices w .

El peso w máximo de un emparejamiento fraccional viene dado por el LP: [ 18 ]

Maximizar w · x

Sujeto a: x0 E

__________ A G · x 1 V .

Y el número mínimo de vértices en una cobertura de vértices w fraccionaria viene dado por el LP dual:

Minimizar 1 V · y

Sujeto a: y0 V

__________ A G T · yw .

Al igual que en la demostración del teorema de Konig, el teorema de dualidad de la programación lineal implica que los valores óptimos son iguales (para cualquier grafo), y el hecho de que el grafo sea bipartito implica que estos programas tienen soluciones óptimas en las que todos los valores son enteros.

Teorema para grafos ponderados por vértices

Se puede considerar un grafo en el que cada vértice v tiene un peso entero no negativo b v . El vector de pesos se denota por b . El peso b de una cobertura de vértices es la suma de b v para todos los v en la cobertura. Un emparejamiento b es una asignación de un peso entero no negativo a cada arista, de tal manera que la suma de los pesos de las aristas adyacentes a cualquier vértice v es como máximo b v . El teorema de Egerváry se puede extender, utilizando un argumento similar, a grafos que tienen pesos de aristas w y pesos de vértices b : [ 18 ]

En cualquier grafo bipartito ponderado por aristas y vértices, el peso w máximo de un emparejamiento b es igual al peso b mínimo de los vértices en una cobertura de vértices w .

Véase también

Notas

  1. Denominados respectivamente recubrimiento y recubrimiento mínimo por Bondy y Murty (1976) , pág. 73.
  2. Bondy y Murty (1976) , pág. 70.
  3. 1 2 Bondy y Murty (1976) , Teorema 5.3, pág. 74; Cook et al. (2011) .
  4. Cesa-Bianchi (2020) .
  5. Bondy y Murty (1976) , Lema 5.3, pág. 74.
  6. 1 2 Bondy y Murty (1976) , págs. 74–75.
  7. Lovász y Plummer (1986) , pág. 270.
  8. Para este algoritmo, véase Storer (2001) , pág. 319, y para la conexión con la cobertura de vértices, véase la pág. 342.
  9. Göös y Suomela (2014) .
  10. Storer (2001) , Ejercicio  261, pág.  342 .
  11. En un póster exhibido en el Congreso Internacional de Matemáticos de Berlín de 1998 y nuevamente en la Conferencia Internacional de Teoría de Grafos de Bled'07, Harald Gropp señaló que el mismo resultado ya aparece en el lenguaje de las configuraciones en la tesis de Ernst Steinitz de 1894 .
  12. Biggs, Lloyd y Wilson (1976) .
  13. ^ Lovász y Plummer (1986) , Teorema 1.4.17, págs. 37 y siguientes.
  14. Cook et al. (2011) .
  15. "Trivialmente", según Lovász (1974) .
  16. Este es el teorema del grafo perfecto de Lovász (1972)
  17. 1 2 Lovász (1974) .
  18. ^ Lovász y Plummer (1986) , pág. 271.

Referencias

  • Biggs, NL ; Lloyd, EK; Wilson, RJ (1976), Teoría de grafos 1736–1936 , Oxford University Press, pp. 203–207 , ISBN  0-19-853916-9.
  • Cesa-Bianchi, Nicolò (11 de abril de 2020), Emparejamientos y el teorema del flujo máximo y el corte mínimo (PDF)
  • Cook, William J .; Cunningham, William H.; Pulleyblank, William R .; Schrijver, Alexander (2011), Optimización combinatoria , Serie Wiley en matemáticas discretas y optimización, vol.  33, John Wiley & Sons, págs. 48–49 , ISBN  9781118031391.
  • Bondy, JA ; Murty, USR (1976), Teoría de grafos con aplicaciones , North Holland, ISBN 0-444-19451-7.
  • Gallai, Tibor (1958), "Máximo-mínimo Sätze über Graphen", Acta Mathematica Academiae Scientiarum Hungaricae , 9 ( 3– 4): 395– 434, doi : 10.1007/BF02020271 , MR 0124238 .
  • Göös, Mika; Suomela, Jukka (2014), "Sin esquema de aproximación de tiempo sublogarítmico para la cobertura de vértices bipartitos", Computación distribuida , 27 (6): 435– 443, arXiv : 1205.4605 , doi : 10.1007/s00446-013-0194-z , MR 3280546 , S2CID 13513566  
  • Kőnig, Dénes (1916), "Gráfok és alkalmazásuk a determinánsok és a halmazok elméletére", Matematikai és Természettudományi Értesítő , 34 : 104– 119.
  • Kőnig, Dénes (1931), "Gráfok és mátrixok", Matematikai és Fizikai Lapok , 38 : 116– 119.
  • Lovász, László (1972), "Hipergrafos normales y la conjetura del grafo perfecto", Matemáticas Discretas , 2 (3): 253– 267, doi : 10.1016/0012-365X(72)90006-4 , MR 0302480 .
  • Lovász, László (1974), "Teoremas minimax para hipergrafos", Hypergraph Seminar (Actas del Primer Seminario de Trabajo, Universidad Estatal de Ohio, Columbus, Ohio, 1972; dedicado a Arnold Ross) , Lecture Notes in Mathematics, vol.  411, Berlín: Springer, pp. 111–126 , doi : 10.1007/BFb0066186 , ISBN  978-3-540-06846-4, MR 0406862 .
  • Lovász, László ; Plummer, MD (1986), Teoría de correspondencias , Annals of Discrete Mathematics, vol.  29, Holanda Septentrional, ISBN 0-444-87916-1, MR 0859549 
  • Storer, JA (2001), Introducción a las estructuras de datos y algoritmos , Progress in Computer Science and Applied Logic Series, Springer, ISBN 9780817642532.