EXPLORACIÓN MATEMÁTICA NS: Teoría de grafos

​Introducción

En esta exploración se realizará un análisis exhaustivo sobre la teoría de grafos

mostrando todos sus distintas variables y utilizando distintos algoritmos y teoremas
para dar respuesta a un problema propio vinculado a la aeronáutica que se planteará y
desarrollará durante toda la exploración. Esta exploración no sólo me hará indagar más
sobre lo que comprende a los grafos, es decir la matemática discreta, sino que también
me permitirá poner en juego todos los elementos aprendidos hasta el día de hoy.

La unidad de la matemática discreta fue algo que siempre me interesó pero debido a
nuestra elección sobre la unidad opcional de cálculo no pudimos estudiarla. Los grafos,
más específicamente, me atraen debido a que es un camino de entrada a
prácticamente todas las cosas que suceden en el día a día. Esto incluye desde
encontrar la ruta más corta a algún lugar utilizando nuestro celular hasta observar las
estrellas y la unión que existe entre ellas1. Sin duda los grafos constituyen una gran
parte de la matemática pero que también se encuentran ligados con muchas otras
ciencias como son la física. Sin embargo mi exploración se centrará en el aspecto
matemático que tienen los grafos.

Mi interés por los grafos se extrae también de mi pasión por la aviación civil.
Actualmente soy Piloto Privado y mi interés es llegar a ser un piloto de línea aérea. En
el campo de la aviación los grafos son ampliamente utilizados para todo lo que
respecta a las rutas

Mi primer objetivo será mostrar los distintos tipos de grafos que existen dando así a
conocer sus distintas características y principales limitaciones. Luego me plantearé un
problema e intentaré resolverlo a partir de uno de los tantos métodos existentes para
resolver el caso.

Al mismo tiempo mostraré ejemplos de grafos ya existentes para ir explicando distintas

situaciones que pueden surgir para así comprenderlos de una mejor manera.

Cabe destacar que mi exploración se situará en torno a mi motivación personal que

como he mencionado anteriormente es la aviación. Tanto las explicaciones cómo las
aplicaciones a los casos serán con referencia a dicho tema.

Definiciones

1
​Patel, Pranav, and Chirag Patel. 2013. ​Various Graphs And Their Applications In The Real World​.
Ebook. 2nd ed. International Journal of Engineering Research & Technology. https://www.ijert.org.
 ➔ Un grafo “G” consiste de una serie de vértices “V” y una serie de aristas “E”, que
deriva de su nombre en inglés “edge”. El número de Vértices |V | es el orden del
grafo “G” y el número de aristas |E | es el tamaño del grafo “G”2

G​ = (​V,E)​

➔ Se dice que dos vértices son adyacentes cuando estos se encuentran unidos por
una arista. Dependiendo del número de aristas que ingresen a un vértice “V” será el
grado del vértice y se indica deg(V ) , derivado de la palabra “degree” en inglés3.

➔ el primer teorema de los grafos se denomina el “Handshaking lemma” que se

traduce al lema del “apretón de mano” este nos indica que para un grafo G = (V , E )

y |E | = e entonces4 ∑ deg(A) = 2e
A∈V
➔ Para un G = (V , E ) sea orientado o no, este será conexo, si y sólo si para cualquier
par de vértices “a” y “z” existe un camino que comience en “a” y termine en “z”5

Clasificación de grafos

Grafos ponderados son aquellos que a su arista se le asigna un número o dicho de

otra manera un peso que no tienen porque corresponder a una escala a menos que se
lo indique.

Fig 1. ​Grafo ponderado

Por el contrario los grafos no ponderados son aquellos en los cuales sus aristas no
presentan un peso y por lo tanto cada una de ellas es independiente de la otra. el
aspecto de que sean ponderadas influye cuando por ejemplo deseamos buscar la ruta
más rápida o más corta de acuerdo a los valores de sus aristas. Esto lo investigaré
más adelante cuando plantee mi problema a resolver.

2
​Harcet, Josip, Lorraine Heinrichs, Marlene Torres Skoumal, and Palmira Mariz Seiler. n.d. ​Mathematics
Higher Level.​
3
Ibidem
4
Ibidem
5
​"Grafo Conexo - Ecured". 2018. ​Ecured.Cu​. https://www.ecured.cu/Grafo_conexo.
 Existen grafos dirigidos y grafos no dirigidos. Los primeros son aquellos por los cuales
una serie de vértices se encuentran unidos por aristas donde cada una de ellas tiene
asociada una específica dirección. Esta dirección se indica con una flecha en el sentido
que se tiene que recorrer dicha arista. Cabe destacar que estos grafos también pueden
ser ponderados o no. Suelen llamarse dígrafos aquellos que son dirigidos.

Fig 2. ​Digrafo ponderado6 ​Fig 3. ​Digrafo no ponderado7

Un grafo simple es aquel que no es ponderado, no es dirigido y no contiene ni bucles

(loops) ni ejes múltiples. Este tipo de grafo es el más simple de todos y es el que
proporciona menor dificultad ante la resolución de un problema.

Fig 4. ​ (En orden): Grafo simple; Grafo no simple con múltiples aristas; Grafo no simple con bucles

Representación de un grafo

Existen varias maneras de representar un grafo. La primera

y más sencilla es aquella que se hace mediante el método
gráfico. Aquí se dibuja el grafo teniendo en cuenta los
distintos vértices que este debe tener y tomando en
consideración si este es de carácter ponderado o si cuenta
con alguna estructura no simple como un bucle o aristas múltiples. Este método le
permite al observador identificar de forma clara el grafo; caso opuesto al que sucede con
una representación matricial del mismo grafo.

6
Cycle Enumerations Of A Directed Graph​. 2018. Image.
https://stackoverflow.com/questions/4625440/cycle-enumeration-of-a-directed-graph-with-multi-edges/383583
98.
7
​Graphs.​ 2018. Image. http://cs.umw.edu/~finlayson/class/spring15/cpsc230/notes/20-graphs.html.
 El segundo método de representación para los grafos es el matricial o de matriz de
adyacencia. Consiste en crear una tabla de valores indicando el grado de dicho vértice
adyacente a otro o en otras palabras cuántas aristas conectan un vértice en particular con
otro que es adyacente al primero.

Tomemos la figura 1 como primer ejemplo. Se encuentra ponderado sin embargo esto nos
nos influye a la hora de representarlo de forma matricial. Primero debemos identificar la
cantidad de vértices que en este caso son 11 (a1, a2, a3, ..., a11) .

A partir de aquí creamos una tabla de la siguiente manera:

X A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11

A1 0 1 1 1 0 0 0 0 0 0 0

A2 1 0 1 0 1 1 0 0 0 0 0

A3 1 1 0 1 0 0 0 0 0 0 0

A4 1 1 1 0 0 1 1 0 0 0 0

A5 0 1 0 0 0 1 0 1 1 0 0

A6 0 1 0 1 1 0 1 0 0 0 0

A7 0 0 0 1 0 1 0 0 1 1 0

A8 0 0 0 0 1 0 0 0 1 0 1

A9 0 0 0 0 1 0 1 1 0 1 1

A10 0 0 0 0 0 0 1 0 1 0 1

A11 0 0 0 0 0 0 0 1 1 1 0

este grafo aunque parezca difícil es prácticamente sencillo ya que es del tipo
ponderado pero no contiene múltiples aristas o bucles por lo que los valores en cada
casillero pueden tener únicamente dos opciones: 1 o 0. Estas dos posibles opciones
refieren a la unión entre las aristas, si tomamos el ejemplo de la arista 1 y 2 (A1 y A2),
se encuentran unidas debido a la presencia del valor “1”. En cambio si tomamos como
referencia la arista “1”y “5” podemos observar que estas no se encuentran unidas
debido a la presencia del valor “0”. Gracias a esta tabla de adyacencia o matriz de
adyacencia también se puede reconocer el grado de cada vértice , es decir cuántas
aristas pasan por el.
 A partir de aquí empezaré a explorar un caso particular creado por mi, el cual intentaré
resolver mediante distintos métodos y algoritmos, que explicaré más adelante cómo
son el de Dijkstra, Prim y Euler que me ayudarán en la resolución. Cabe destacar que
sólo se utilizará uno de los métodos el cual será elegido de acuerdo a la complejidad
de cada uno de ellos.

Aplicación de un problema

Mi elección de un problema que se relaciona con esta área de investigación guarda un

gran relacionamiento con mi motivacion personal. A partir de mi interés por los aviones
decidí crear un problema que los incluye.

Supongamos que una empresa de carga aérea uruguaya ha de entregar cargamento a

7 ciudades esparcidas a través de todo el Uruguay. Estas ciudades incluyen Durazno,
Paysandú, Salto, Artigas, Melo, Tacuarembó y Rivera. Esta empresa debido a que
tiene un avión de porte pequeño está limitada a realizar sus rutas en un nivel de vuelo
no tan alto. Sin embargo para realizar sus rutas de manera más eficiente han decidido
volar bajo las reglas de vuelo instrumentales lo que les permite utilizar las rutas
preestablecidas por la Dirección Nacional de Aviación Civil e Infraestructura
Aeronáutica8. Para ello nos han contratado para que determinemos cuáles serían las
rutas más cortas para cubrir todos dichos
destinos.

Este problema, que al principio parece sencillo,

puede tomar ciertos giros y no serlo. El mapa
que se muestra a continuación muestra
algunas de las rutas Instrumentales de niveles
inferiores tal como nos lo delimita nuestro caso
de estudio. En este caso todas las rutas que se
indican son bidireccionales por lo que nuestro
grafo no será del tipo dirigido. Cabe destacar
que habrán muchas rutas que no utilizaremos
por lo que quedarán sin marcar. Todas las
ciudades van a corresponder a un único
vértice.

Para resolver este problema existen distintos algoritmos que se pueden emplear para
encontrar las rutas más cortas. Dentro de las opciones se puede elegir el método de
Prim, Dijkstra y Kruskal. el primero y el último nos permiten encontrar el árbol
generador mínimo. Es decir el recorrido por todo el grafo sin ser un ciclo y pasando por

8
​GEN1.​ 2018. Ebook. Montevideo. http://www.dinacia.gub.uy/ais/aip-uruguay/espanol.
 todos los vértices. El de Dijkstra sin embargo nos permite encontrar el camino más
corto entre un par de vértices lo cual nos serviría pero debido al elevado número de
vértices en este problema no alcanzarian las páginas disponibles para completar el
informe de la exploración para desarrollar dicho método debido a su extensión.

El método principal elegido será el de Kruskal. Joseph B. Kruskal descubrió este

método en el año 1956. Muchas veces a este método también se lo denomina “Árbol
de coste mínimo” ya que tiene muchas aplicaciones meramente económicas y por lo
tanto ayuda a encontrar el menor costo posible para una situación con varias opciones.
Para que este algoritmo funcione, el grafo debe ser conexo y ponderado. Esta última
característica es importante ya que sino no se podrían determinar las aristas de menor
peso o de menor valor. A dicho árbol también se le puede llamar “Árbol recubridor
euclídeo mínimo”9. Se dice que este árbol es un subgrafo del grafo original.

GRAFO (R)​: Este es el grafo denominado con la letra “R” que representa todas las rutas
posibles de acuerdo a las características que
resaltamos anteriormente de acuerdo a las
necesidades del problema. Cabe destacar que se
han hecho ciertas modificaciones a las rutas y se
han incluido algunas que se encontraban en otras
cartas de referencia de rutas. Todas ellas cumplen
con las condiciones de que tienen que ser del tipo
inferior debido al porte de la aeronave y por
supuesto son para el vuelo instrumental10.

A continuación se mostrará el grafo ponderado

creado a partir de la figura 5. Las ponderaciones
corresponden con las distancias entre un punto y
otro. Cabe destacar que estos datos fueron
obtenidos directamente de las cartas aeronáuticas.

FIg 5. ​Grafo mostrando las rutas correspondientes

Análisis del grafo en cuestión

En la figura 6 se muestra al Grafo

ponderado que está compuesto por
vértices y aristas. Esta imagen fue
creada con un software de edición de

9
​2018. E
​ ngr.Uconn.Edu​. http://www.engr.uconn.edu/~rajasek/Jmsc3.pdf.
10
​ENR6​. 2018. Ebook. Montevideo. http://www.dinacia.gub.uy/ais/images/aip/español/enr/Enr6.pdf.
imagen para realizar los trazos de las aristas y vértices

|V | = 9 “Orden del grafo”

|E | = 16 ”Tamaño del grafo”

Si contamos la cantidad de aristas que son coincidentes en nuestro grafo podremos

encontrar el grado total del mismo.

Fig 6. ​Grafo definitivo ponderado

Sin embargo como se menciona al principio de este trabajo de investigación se puede

utilizar el “Handshaking lemma” para conocer el grado total.

Llamando a nuestro nuevo grafo “R”:

∑ deg(R) = 2e ⇒ e = 16 ⇒ deg(R) = 16 × 2 = 32
R∈V

Efectivamente si contamos la cantidad de aristas coincidentes con cada vértice

llegaremos a que la respuesta es 32.
Hallando el camino más corto

Cómo se menciona anteriormente, para este caso en particular he elegido utilizar el

método de Kruskal. este nos proporciona de un algoritmo para resolver nuestro
problema y poder encontrar la ruta más corta que pasa por todos las ciudades
correspondientes.

Para aplicar el método de Kruskal se debe comenzar señalando las aristas de menor
ponderación es decir realizando un recorrido. Aplicado a este caso debemos
seleccionar las rutas de menor distancia en orden creciente para formar un recorrido.
Debemos tener cuidado de que no se generen ciclos debido a que de lo contrario él
método de Kruskal no funcionaria.
Los distintos grafos se enumeran a partir de los números en las imágenes previas a
esté párrafo. No es importante incluir referencias a cada una de ellas debido a que
ninguna de ellas será utilizada cómo referencia más adelante.
Cómo se muestran en las imágenes cada una de ellas representa un paso en el
método de Kruskal. Puede parecer sencillo y en cierta parte lo es. Pero esto es debido
a que aplicar el método no contiene pasos muy difíciles.

Al plantearme este método tuve que tener en cuenta y tomar en consideración de no

tomar aristas que pudiesen generar ciclos ya que esto no permitiría la formación de un
árbol de recorrido mínimo. Esto sucedía por ejemplo en los pasos 6 y 7 al momento de
hallar él camino más corto. Por lo tanto dependia si se tomaba un camino u otro, esto
podría generar bucles imposibilitando la formación del árbol euclidiano de mínimo
recorrido. A pesar de ello pude encontrar un recorrido que incluye a todas las 9
ciudades.

Conclusión

Para concluir mi trabajo me propuse realizar una evaluación no sólo de la aplicación de

un caso específico de la teoría de los grafos sino que de toda la exploración en
investigación en si.

Para poder lograr el análisis y lograr explicar todo lo anterior tuve que presentarme
ante varios textos de distintos autores sobre la teoría de grafos en sí los cuales me
ayudaron a comprender más el tema. Cabe destacar que yo no poseia ningun tipo de
conocimiento al respecto del tema. A medida que avanzaba en la lectura pude obtener
una clara idea sobre lo que eran los grafos en si, cómo se clasificaban y principalmente
cuáles eran sus usos. Esto último fue lo que más me atrajo y captó la mayor parte de
mi atención ya que mi motivación para esta exploración fue cómo se utilizan los grafos
en la aviación civil.

A lo largo de mi exploración me encontré con ciertos problemas, principalmente estos

eran de comprensión de ciertos conocimientos. El mayor problema con respecto a esto
fue que mucha de la bibliografía en la cual buscaba era de un muy alto nivel que
requería de otros conocimientos que yo no tenía11. Otro problema que encontré con la
bibliografía fue que debido a la gran utilización de los grafos en la computación,
muchos de los textos se encontraban directamente relacionados con dicha área
(Computación).

Debo reconocer que el método que utilicé tiene sus limitaciones. Un ejemplo claro es
entre el paso 7 y 8 de la resolución. Allí se genera un camino en “T” lo cual implicaría
que el avión debería hacer el recorrido en reversa (desde tacuarembó hacia rivera)
para luego poder continuar hacia su destino final. Este método no proporciona una

11
​Gross, Jonathan L, Jay Yellen, and Ping Zhang. n.d. ​Handbook Of Graph Theory​.
solución estrictamente cómo hubiese querido, es decir sin ningún tipo de limitación o
problema. Sin embargo evaluando esta situación mediante otros algoritmos como el de
Dijkstra también llegaríamos a que en este último tramo el camino más corto sería el
mismo que recorrer Tacuarembó-Rivera y continuar hasta el destino final. Es este
único caso que no hace la diferencia pero en otros podría serlo. Sería difícil de
mostrarlo aquí debido a que es verdaderamente extenso y las páginas disponibles no
son suficientes cómo para realizar dicho algoritmo.

Debo destacar que comprendí más sobre el tema y logre adquirir nuevos
conocimientos que no los hubiera adquirido si no fuera por la exploración matemática
debido a que la teoría de grafos no está dentro de nuestras unidades elegidas.
Bibliografía

- Dinacia.gub.uy. (2018). AIP Uruguay - Proceso de compra - DINACIA - AIS - Sistema de

Información Aeronáutica. [online] Available at:

http://www.dinacia.gub.uy/ais/aip-uruguay/espanol [Accessed 2 Apr. 2018].

- Grafo conexo - EcuRed. (2018). Retrieved from https://www.ecured.cu/Grafo_conexo

- Harcet, J., Heinrichs, L., Torres Skoumal, M. and Seiler, P. (n.d.). Mathematics higher level.

- Patel, P., & Patel, C. (2013). ​Various graphs and their applications in the real world​[Ebook]

(2nd ed.). International Journal of Engineering Research & Technology. Retrieved from

https://www.ijert.org

- 2018. Engr.Uconn.Edu. h​ ttp://www.engr.uconn.edu/~rajasek/Jmsc3.pdf.​

- Gross, Jonathan L, Jay Yellen, and Ping Zhang. n.d. Handbook Of Graph Theory.