Teoría de grafos

La teoría de grafos,
también llamada teoría de
gráficas, es una rama de la
matemática y las ciencias
de la computación que
estudia las propiedades de
los grafos. Los grafos no
deben ser confundidos con
las gráficas, que es un
término muy amplio.
Formalmente, un grafo
es una pareja
ordenada en la que es
un conjunto no vacío de
vértices y es un
conjunto de aristas. Donde
consta de pares no
ordenados de vértices,
tales como ,
entonces se dice que e
son adyacentes; y en el
grafo se representa
mediante una línea no
orientada que una dichos
vértices. Si el grafo es Los grafos son el objeto de estudio de esta rama de la matemática. Arriba el grafo pez, en medio el grafo arco y abajo el grafo dodecaedro.
dirigido se le llama
dígrafo, se denota , y
entonces el par es un par ordenado, esto se representa con una flecha que va de a y se dice que .1 ​

La teoría de grafos tiene sus fundamentos en la matemática discreta y de la matemática aplicada. Esta teoría requiere de diferentes conceptos de diversas áreas
como combinatoria, álgebra, probabilidad, geometría de polígonos, aritmética y topología. Actualmente ha tenido mayor influencia en el campo de la
informática, las ciencias de la computación y telecomunicaciones. Debido a la gran cantidad de aplicaciones en la optimización de recorridos, procesos, flujos,
algoritmos de búsquedas, entre otros, se generó toda una nueva teoría que se conoce como análisis de redes.2 ​

Índice
Historia
Composición de un grafo
Tipos de grafos
Representación de grafos
Estructura de lista
Estructuras matriciales
Problemas de teoría de grafos
Subgrafos, subgrafos inducidos y menores
Ciclos y caminos hamiltonianos
Grafos planos
Coloración de grafos
Teorema de los cuatro colores
Caracterización de grafos
Grafo simple
Grafos conexos
Grafos completos
Grafos bipartitos
Homeomorfismo de grafos
Árboles
Grafos ponderados o etiquetados
Diámetro
Aplicaciones
Algoritmos importantes
Investigadores relevantes en teoría de grafos
Véase también
Referencias
Bibliografía
Enlaces externos

Historia
El origen de la teoría de grafos se remonta al siglo XVIII con el problema de los puentes de Königsberg, el cual consistía
en encontrar un camino que recorriera los siete puentes del río Pregel (54°42′12″N 20°30′56″E) en la ciudad de
Königsberg, actualmente Kaliningrado, de modo que se recorrieran todos los puentes pasando una sola vez por cada uno
de ellos. El trabajo de Leonhard Euler sobre el problema titulado Solutio problematis ad geometriam situs pertinentis3 ​
(La solución de un problema relativo a la geometría de la posición) en 1736, es considerado el primer resultado de la
teoría de grafos. También se considera uno de los primeros resultados topológicos en geometría (que no depende de
ninguna medida). Este ejemplo ilustra la profunda relación entre la teoría de grafos y la topología.

Luego, en 1847, Gustav Kirchhoff utilizó la teoría de grafos para el análisis de redes eléctricas publicando sus leyes de
los circuitos para calcular el voltaje y la corriente en los circuitos eléctricos, conocidas como leyes de Kirchhoff, Los 7 puentes del río Pregel en
considerado la primera aplicación de la teoría de grafos a un problema de ingeniería. Königsberg.

En 1852, Francis Guthrie planteó el problema de los cuatro colores, el cual afirma que es posible, utilizando solamente
cuatro colores, colorear cualquier mapa de países de tal forma que dos países vecinos nunca tengan el mismo color. Este problema, que no fue resuelto hasta un
siglo después por Kenneth Appel y Wolfgang Haken en 1976, puede ser considerado como el nacimiento de la teoría de grafos. Al tratar de resolverlo, los
matemáticos definieron términos y conceptos teóricos fundamentales de los grafos.

En 1857, Arthur Cayley estudió y resolvió el problema de enumeración de los isómeros, compuestos químicos con idéntica composición (fórmula) pero
diferente estructura molecular. Para ello representó cada compuesto, en este caso hidrocarburos saturados CnH2n+2, mediante un grafo árbol donde los vértices
representan átomos y las aristas la existencia de enlaces químicos.

El término «grafo», proviene de la expresión inglesa graphic notation («notación gráfica»), usada por primera vez por Edward Frankland4 ​ y posteriormente
adoptada por Alexander Crum Brown en 1884 y que hacía referencia a la representación gráfica de los enlaces entre los átomos de una molécula.

El primer libro sobre teoría de grafos fue escrito por Dénes Kőnig y publicado en 1936.5 ​

A fines de los años 1940 e inicios de los años 1950, junto con los primeros estudios formales de cliques o camarillas en sociomatrices6 ​7 ​ y de centralidad en
sociogramas,8 9​ 10
​ ​se introdujo la teoría de grafos como herramienta clave para la sociometría y el análisis de redes sociales.11 ​

Composición de un grafo
Aristas: Son las líneas que unen los vértices de un grafo.
Aristas adyacentes: Dos aristas son adyacentes si convergen en el mismo vértice.
Aristas paralelas: Dos aristas son paralelas si los vértices iniciales y finales son el mismo vértice
Aristas cíclicas: Aristas que parten de un vértice para entrar en el mismo.
Cruce: Punto donde dos aristas se cruzan.

Vértices: Los vértices son los elementos que forman un grafo. Cada uno lleva asociada una valencia característica según la situación, que
se corresponde con la cantidad de aristas que confluyen en dicho vértice.
Camino: Se denomina camino a un conjunto de vértices interconectados por aristas. Dos vértices están conectados si hay un camino entre
ellos.

Tipos de grafos
Grafo simple: O simplemente grafo es aquel que acepta una sola arista uniendo dos vértices cualesquiera. Esto es equivalente a decir
que una arista cualquiera es la única que une dos vértices específicos. Es la definición estándar de un grafo.
Multigrafo o pseudografo: Es el que acepta más de una arista entre dos vértices. Estas aristas se llaman múltiples o lazos (loops en
inglés). Los grafos simples son una subclase de esta categoría de grafos. También se les llama grafos general.
Grafo orientado: grafo dirigido o dígrafo. Son grafos en los cuales se ha añadido una orientación a las aristas, representada
gráficamente por una flecha.
Grafo etiquetado: Grafos en los cuales se ha añadido un peso a las aristas (número entero generalmente) o un etiquetado a los vértices.
Grafo aleatorio: Grafo cuyas aristas están asociadas a una probabilidad.
Hipergrafo: Grafos en los cuales las aristas tienen más de dos extremos, es decir, las aristas son incidentes a 3 o más vértices.
Grafo infinito: Grafos con conjunto de vértices y aristas de cardinal infinito.
Grafo plano: Los grafos planos son aquellos cuyos vértices y aristas pueden ser representados sin ninguna intersección entre ellos.
Podemos establecer que un grafo es plano gracias al Teorema de Kuratowski.
Grafo regular: Un grafo es regular cuando todos sus vértices tienen el mismo grado de valencia.
Grafo dual: El grafo dual de un grafo (plano), es aquel que tiene un vértice por cada región de , y una arista por cada arista en
uniendo dos regiones vecinas.

Representación de grafos
Existen diferentes formas de representar un grafo (simple), además de la geométrica y muchos métodos para almacenarlos en una computadora. La estructura de
datos usada depende de las características del grafo y el algoritmo usado para manipularlo. Entre las estructuras más sencillas y usadas se encuentran las listas y
las matrices, aunque frecuentemente se usa una combinación de ambas. Las listas son preferidas en grafos dispersos porque tienen un eficiente uso de la
memoria. Por otro lado, las matrices proveen acceso rápido, pero pueden consumir grandes cantidades de memoria.
Estructura de lista
Lista de incidencia - Las aristas son representadas con un vector de pares (ordenados, si el grafo es dirigido), donde cada par representa
una de las aristas.12 ​
Lista de adyacencia - Cada vértice tiene una lista de vértices los cuales son adyacentes a él. Esto causa redundancia en un grafo no
dirigido (ya que A existe en la lista de adyacencia de B y viceversa), pero las búsquedas son más rápidas, al costo de almacenamiento
extra.
Lista de grados - También llamada secuencia de grados o sucesión gráfica de un grafo no-dirigido es una secuencia de números, que
corresponde a los grados de los vértices del grafo.

Estructuras matriciales
Matriz de adyacencia - El grafo está representado por una matriz cuadrada M de tamaño , donde es el número de vértices. Si hay una
arista entre un vértice y un vértice , entonces el elemento es , de lo contrario, es .

Matriz de incidencia - El grafo está representado por una matriz de (aristas) por (vértices), donde [vértice, arista] contiene la
información de la arista ( significa conectado y no conectado).

Grafo Secuencia de
Conjuntos Matriz de adyacencia Matriz de incidencia Lista de adyacencia
grados

lista de
vértice
adyacencia

Problemas de teoría de grafos

Subgrafos, subgrafos inducidos y menores

Un problema común, denominado problema de isomorfismo de subgrafos, es encontrar un grafo fijo como subgrafo de un grafo dado. Una razón para estar
interesado en esta cuestión es que muchas propiedades de grafos son heredadas de subgrafos, lo que significa que un grafo tiene una propiedad si y solo si todos
sus subgrafos a su vez la poseen. Desafortunadamente, encontrar subgrafos máximos de un cierto tipo suele ser un problema NP-completo. Por ejemplo:

Encontrar el subgrafo completo más grande se llama problema de la clique.

Un problema similar es encontrar un subgrafo inducido en un grafo dado. De nuevo, algunas propiedades importantes son heredadas con respecto a subgrafos
inducidos, lo que significa que un grafo tiene una propiedad si y solo si todos los subgrafos inducidos la tienen. Encontrar subgrafos inducidos máximos de un
determinado tipo es, de nuevo, un problema NP-completo. Como ejemplo:

Encontrar el subgrafo inducido más grande sin bordes o conjunto independiente se denomina problema del conjunto independiente.

Otro nuevo problema es el problema del menor contenido, que es encontrar un grafo fijo como menor de un grafo dado. Un menor o subcontración de un grafo
es cualquier grafo obtenido tomando un subgrafo y contrayendo algunos bordes. Muchas propiedades de grafos son heredadas de menores, lo que significa que
un grafo la tiene solo si todos sus menores la tienen también. Por ejemplo, el teorema de Wagner estipula que:

Un grafo es plano si contiene como menor ni el grafo bipartito completo ni el grafo completo.

Un problema de las mismas características es el problema de la subdivisión del contenido. Una subdivisión o homeomorfismo de un grafo es cualquier grafo
obtenido subdividiendo algunos bordes. La subdivisión del contenido está relacionada con las propiedades de los grafos tales como la "planeza". Por ejemplo, el
teorema de Kuratowski establece que:

Un grafo es plano si contiene una subdivisión ni el grafo bipartito ni el grafo completo.

Otro problema en la subdivisión de contenido es la conjetura de Kelmans-Seymour:

Cada grafo de cinco vértices conectados que no es plano contiene una subdivisión del grafo completo de cinco vértices.

Otro problemas de clases tienen que ver con el alcance para la cual varias especies y generalizaciones de grafos están determinadas por sus subgrafos de puntos
eliminados. Por ejemplo, la conjetura de la reconstrucción.

Ciclos y caminos hamiltonianos

Un ciclo es una sucesión de aristas adyacentes, donde no se recorre dos veces la misma arista, y donde se regresa al punto inicial. Un ciclo hamiltoniano tiene
además que recorrer todos los vértices exactamente una vez (excepto el vértice del que parte y al cual llega).
Por ejemplo, en un museo grande, lo idóneo sería recorrer todas las salas una sola vez, esto es buscar un ciclo hamiltoniano
en el grafo que representa el museo (los vértices son las salas, y las aristas los corredores o puertas entre ellas).

Se habla también de camino hamiltoniano si no se impone regresar al punto de partida, como en un museo con una única
puerta de entrada. Por ejemplo, un caballo puede recorrer todas las casillas de un tablero de ajedrez sin pasar dos veces por
la misma: es un camino hamiltoniano. Un ejemplo de ciclo hamiltoniano es el grafo del dodecaedro.

Hoy en día, no se conocen métodos generales para hallar un ciclo hamiltoniano en tiempo polinómico, siendo la búsqueda
por fuerza bruta de todos los posibles caminos u otros métodos excesivamente costosos. Existen, sin embargo, métodos para
descartar la existencia de ciclos o caminos hamiltonianos en grafos pequeños.

El problema de determinar la existencia de ciclos hamiltonianos, entra en el conjunto de los NP-completos. Ejemplo de un ciclo hamiltoniano.

Grafos planos

Cuando un grafo o multigrafo se puede dibujar en un plano sin que dos segmentos se corten, se dice que es plano.

Un problema muy conocido es el siguiente: Se dibujan tres casas y tres pozos. Todos los vecinos de las casas tienen el
derecho de utilizar los tres pozos. Como no se llevan bien en absoluto, no quieren cruzarse jamás. ¿Es posible trazar los
nueve caminos que juntan las tres casas con los tres pozos sin que haya cruces?

Cualquier disposición de las casas, los pozos y los caminos implica la presencia de al menos un cruce.
Un grafo es plano si se puede
Sea el grafo completo con vértices, es el grafo bipartito de y vértices.
dibujar sin cruces de aristas. El
problema de las tres casas y los
El juego anterior equivale a descubrir si el grafo bipartito completo es plano, es decir, si se puede dibujar en un plano
tres pozos tiene solución sobre el
sin que haya cruces, siendo la respuesta que no. En general, puede determinarse que un grafo no es plano, si en su diseño toro, pero no en el plano.
puede encontrase una estructura análoga (conocida como menor) a oa .

Establecer qué grafos son planos no es obvio, y es un problema que tiene que ver con topología.

Coloración de grafos

Si es un grafo no dirigido, una coloración propia de , ocurre cuando coloreamos los vértices de de modo que si es una arista en
entonces y tienen diferentes colores (por lo tanto, los vértices adyacentes tienen colores diferentes). El número mínimo de colores necesarios para una
coloración propia de es el número cromático de y se escribe como . Sea un grafo no dirigido sea el número de colores disponibles para la
coloración propia de los vértices de . Nuestro objetivo es encontrar una función polinomial , en la variable , llamada polinomio cromático de , que
nos indique el número de coloraciones propias diferentes de los vértices de , usando un máximo de colores.

Descomposición de polinomios cromáticos. Si es un grafo conexo y , entonces , donde es el

grafo se obtiene por contracción de aristas.

Para cualquier grafo , el término constante en es .

Sea , la suma de los coeficientes de es .

Sea tal que , escribimos para el grafo que se obtiene de al añadir la arista . Al identificar los
vértices a y b en , obtenemos el subgrafo de .

Teorema de los cuatro colores

Este problema famoso relativo a los grafos trata acerca de la cantidad de colores que son
necesarios para dibujar un mapa político, con la condición obvia que dos países adyacentes
no puedan tener el mismo color. Se supone que los países son de un solo pedazo, y que el
mundo es esférico o plano. El mapa siguiente muestra que tres colores no bastan: si se
empieza por el país central y se esfuerza uno en utilizar el menor número de colores,
entonces en la corona alrededor de alternan dos colores. Llegando al país se tiene que
introducir un cuarto color. Lo mismo sucede en si se emplea el mismo método. Sin
embargo,si el mapa tiene forma de toroide, el teorema afirma que con cuatro colores
siempre es posible realizar la coloración con las características requeridas.13 ​
Mapa coloreado con 4-colores. Grafo dual asociado al mapa con
La forma precisa de cada país no importa; lo único relevante es saber qué país toca a qué
una 4-vértice coloración.
otro. Estos datos están incluidos en el grafo donde los vértices son los países y las aristas
conectan los que justamente son adyacentes. Entonces la cuestión equivale a atribuir a cada
vértice un color distinto del de sus vecinos.

Hemos visto que tres colores no son suficientes, y demostrar que con cinco siempre se llega, es bastante fácil. Pero el teorema de los cuatro colores no es nada
obvio.
Prueba de ello es que se han tenido que emplear ordenadores para acabar la demostración (se ha hecho un programa que permitió verificar una multitud
de casos, lo que ahorró muchísimo tiempo a los matemáticos). Fue la primera vez que la comunidad matemática aceptó una demostración asistida por ordenador,
lo que creó en su día una cierta polémica dentro de dicha comunidad.

Caracterización de grafos

Grafo simple
Un grafo es simple si a lo sumo existe una arista uniendo dos vértices cualesquiera. Esto es equivalente a decir que una arista cualquiera es la única que une dos
vértices específicos.

Un grafo que no es simple se denomina multigrafo.

En la Teoría de grafos el concepto de grafo simple es muy recurrido en la definición de otros entes, como los de grafos completos, grafos bipartidos completos,
árboles y otros más.

Las definiciones aportan una formalización lógica a hechos abstractos o naturales, muchas veces ya definidos de forma intuitiva. En este caso la imagen de grafo
simple es fácil de reconocer ante otro que no lo es; bien por la presencia de lazos o de más de una arista entre los pares de vértices.

Grafos conexos

Un grafo es conexo si cada par de vértices está conectado por un camino; es decir, si para cualquier par de vértices (a, b), existe al menos un camino posible
desde a hacia b.

Un grafo es doblemente conexo si cada par de vértices está conectado por al menos dos caminos disjuntos; es decir, es conexo y no existe un vértice tal que al
sacarlo el grafo resultante sea disconexo.

Es posible determinar si un grafo es conexo usando un algoritmo Búsqueda en anchura (BFS) o Búsqueda en profundidad (DFS).

En términos matemáticos la propiedad de un grafo (fuertemente) conexo permite establecer una relación de equivalencia para sus vértices, la cual lleva a una
partición de estos en "componentes (fuertemente) conexos", es decir, porciones del grafo, que son (fuertemente) conexas cuando se consideran como grafos
aislados. Esta propiedad es importante para muchas demostraciones en teoría de grafos.

Grafo conexo y no conexo

Grafos completos

Un grafo es completo si existen aristas uniendo todos los pares posibles de vértices. Es decir, todo par de vértices (a, b) debe tener una arista e que los une.

El conjunto de los grafos completos es denominado usualmente , siendo el grafo completo de vértices.

Un , es decir, grafo completo de vértices tiene exactamente aristas.

La representación gráfica de los como los vértices de un polígono regular da cuenta de su peculiar estructura.

Grafos bipartitos

Un grafo G es bipartito si puede expresar como (es decir, sus vértices son la unión de dos grupos de vértices), bajo las siguientes
condiciones:

y son disjuntos y no vacíos.

Cada arista de une un vértice de con uno de .
No existen aristas uniendo dos elementos de ; análogamente para .

Bajo estas condiciones, el grafo se considera bipartito, y puede describirse informalmente como el grafo que une o relaciona dos conjuntos de elementos
diferentes, como aquellos resultantes de los ejercicios y rompecabezas en los que debe unirse un elemento de la columna A con un elemento de la columna B.

Homeomorfismo de grafos

Dos grafos y son homeomorfos si ambos pueden obtenerse a partir del mismo grafo con una sucesión de subdivisiones elementales de aristas.

Árboles

Un grafo que no tiene ciclos y que conecta a todos los puntos, se llama un árbol. En un grafo con n vértices, los árboles tienen exactamente n - 1 aristas, y hay
nn-2 árboles posibles. Su importancia radica en que los árboles son grafos que conectan todos los vértices utilizando el menor número posible de aristas. Un
importante campo de aplicación de su estudio se encuentra en el análisis filogenético, el de la filiación de entidades que derivan unas de otras en un proceso
evolutivo, que se aplica sobre todo a la averiguación del parentesco entre especies; aunque se ha usado también, por ejemplo, en el estudio del parentesco entre
lenguas.
Grafos ponderados o etiquetados

En muchos casos, es preciso atribuir a cada arista un número específico, llamado valuación, ponderación o coste según el contexto, y
se obtiene así un grafo valuado. Formalmente, es un grafo con una función v: A → R+.

Por ejemplo, un representante comercial tiene que visitar n ciudades conectadas entre sí por carreteras; su interés previsible será
minimizar la distancia recorrida (o el tiempo, si se pueden prever atascos). El grafo correspondiente tendrá como vértices las ciudades,
como aristas las carreteras y la valuación será la distancia entre ellas. Ejemplo de árbol.

Diámetro

En un grafo, la distancia entre dos vértices es el menor número de aristas de un recorrido entre ellos. El diámetro,
en una figura como un grafo, es la mayor distancia entre todos los pares de puntos de la misma.

El diámetro de los es 1, y el de los es 2. Un diámetro infinito puede significar que el grafo tiene una
infinidad de vértices o simplemente que no es conexo. También se puede considerar el diámetro promedio,
como el promedio de las distancias entre dos vértices. En la figura se nota que K4 es plano
(desviando la arista ab al exterior del
Una aplicación de este concepto es la hipótesis conocida como los seis grados de separación, que plantea que, si cuadrado), que K5 no lo es, y que K3,2 lo es
cada uno de los habitantes de la Tierra se representa por un vértice y dos personas están conectadas por una arista también (desvíos en gris).
si se conocen personalmente, la distancia entre dos personas escogidas al azar entre todos los habitantes de la
Tierra es de seis aristas o menos.

Internet permite de ver desde otro enfoque la idea del diámetro: considérese por ejemplo que si se descartan los sitios que no tienen enlaces, y se escogen dos
páginas web al azar, cabría preguntarse en cuántos clics se puede pasar del primer sitio al segundo. Si se supone que de cualquier sitio que enlace con otros sitios
se puede llegar a cualquier otro, entonces las mayor cantidad de clics necesarios para llegar de cualquier web a otra sería el "diámetro" de la Red, vista como un
grafo cuyos vértices son los sitios, y cuyas aristas son los enlaces entre los sitios.

Este concepto refleja mejor la complejidad de una red que el número de sus elementos.

Véase también: Glosario en teoría de grafos

Aplicaciones
La teoría de grafos es clave en la sociometría y el análisis de redes sociales.11 ​ También se ha utilizado en varias áreas de las ciencias sociales, tales como la
antropología,14 15
​ 16
​ ​psicología social,17 18
​ ​comunicación, negocios, investigación de organizaciones y geografía.19 20 ​ 21
​ ​

Gracias a la teoría de grafos se pueden resolver diversos problemas como por ejemplo la síntesis de circuitos secuenciales, contadores o sistemas de apertura. Se
utiliza para diferentes áreas como pueden ser el Dibujo computacional o en áreas de Ingeniería.

Los grafos se utilizan también para modelar trayectos como el de una línea de autobús a través de las calles de una ciudad, en el que se pueden obtener caminos
óptimos para el trayecto aplicando diversos algoritmos como puede ser el algoritmo de Floyd.

Para la administración de proyectos, utilizamos técnicas como técnica de revisión y evaluación de programas (PERT) en las que se modelan los mismos
utilizando grafos y optimizando los tiempos para concretar los mismos.

Una importante aplicación de la teoría de grafos es en el campo de la informática, ya que ha servido para la resolución de importantes y complejos algoritmos.
Un claro ejemplo es el Algoritmo de Dijkstra, utilizado para la determinación del camino más corto en el recorrido de un grafo con determinados pesos en sus
vértices.

Dentro de este campo, un grafo es considerado un tipo de dato abstracto TAD.

El científico estadounidense Donald Knuth estableció los grafos planos como base de determinados estudios y descubrimientos realizados por él.

Por otra parte, destaca el Algoritmo de Kruskal, el cual nos permite buscar un subconjunto de aristas que incluye todos los vértices, estableciendo como mínimo
el valor de las aristas.

Se emplea en problemas de control de producción, para proyectar redes de ordenadores, para diseñar módulos electrónicos modernos y proyectar sistemas físicos
con parámetros localizados (mecánicos, acústicos y eléctricos).

Se usa para la solución de problemas de genética y problemas de automatización de la proyección (SAPR). Apoyo matemático de los sistemas modernos para el
procesamiento de la información. Acude en las investigaciones nucleares (técnica de diagramas de Feynman).22 ​

Los grafos son importantes en el estudio de la biología y hábitat. El vértice representa un hábitat y las aristas (o "edges" en inglés) representa los senderos de los
animales o las migraciones. Con esta información, los científicos pueden entender cómo esto puede cambiar o afectar a las especies en su hábitat.


Mapas conceptuales Plano de estaciones Plano de autopistas. Circuito eléctrico Sociograma de una Topología de red de
del metro. red social computadores

Organigramas Isomeros Arquitectura de Draws de

redes de telefonía eliminación directa
móvil (ej: tenis)

Algoritmos importantes
Algoritmo de búsqueda en anchura (BFS)
Algoritmo de búsqueda en profundidad
(DFS)
Algoritmo de búsqueda A*
Algoritmo del vecino más cercano
Ordenación topológica de un grafo Algoritmo de Prim
Algoritmo de cálculo de los componentes Algoritmo de Ford-Fulkerson
fuertemente conexos de un grafo Algoritmo de Kruskal
Algoritmo de Dijkstra Algoritmo de Floyd-Warshall
Algoritmo de Bellman-Ford

Investigadores relevantes en teoría de grafos

Alon, Noga Erdős, Paul Kaufmann, Walter Arnold Seymour, Paul
Berge, Claude Euler, Leonhard Kőnig, Dénes Szemerédi, Endre
Bollobás, Béla Faudree, Ralph Kuratowski, Kazimierz Thomas, Robin
Brightwell, Graham Golumbic, Martin Lovász, László Thomassen, Carsten
Chung, Fan Graham, Ronald Nešetřil, Jaroslav Turán, Pál
Dirac, Gabriel Andrew Harary, Frank Rényi, Alfréd Tutte, W. T.
Dijkstra, Edsger Heawood, Percy John Ringel, Gerhard Whitney, Hassler
Edmonds, Jack Robertson, Neil

Véase también
Grafo
Anexo:Galería de grafos
Teorema de König (teoría de grafos)
Álgebra de grafos

Referencias
7. Chabot, J. (1950). «A Simplified Example of the Use of Matrix
1. Godsil, Chris and Royle, Gordon (2001). Algebraic Graph Theory.
Multiplication for the Analysis of Sociometric Data». Sociometry 13:
New York: Springer.
131-140.
2. CEPAL Charlas Sobre Sistemas Complejos Sociales (CCSSCS):
8. Bavelas, A. (1948). «A Mathematical Model for Group Structure».
Analisis de Redes1: https://www.youtube.com/watch? Human Organizations 7: 16-30.
v=oy8YxTshZhI&list=UUQbp2yA-gyew7E_tzgOI36A & Analisis de
Redes2: https://www.youtube.com/watch? 9. Bavelas, A. (1950). «Communication Patterns in Task-Oriented
v=1abtP36Wx24&list=UUQbp2yA-gyew7E_tzgOI36A; Curso Groups» (https://archive.org/details/sim_journal-of-the-acoustical-s
completo en línea: http://www.martinhilbert.net/CCSSCS.html ociety-of-america_1950-03_22_2/page/271). Journal of the
Acoustical Society of America 22: 271-282.
3. Euler, L. (1736). «Solutio problematis ad geometriam situs
pertinentis» (http://math.dartmouth.edu/~euler/docs/originals/E053. 10. Leavitt, H. J. (1951). «Some Effects of Communication Patterns on
pdf). Commentarii Academiae Scientiarum Imperialis Group Performance». Journal of Abnormal and Social Psychology
Petropolitanae 8. 128-140. 46: 38-50.
4. http://booklens.com/l-r-foulds/graph-theory-applications pag 7 11. Wasserman y Faust, 2013, «Notaciones para los datos de redes
sociales», pp. 99-120.
5. Tutte, W.T. (2001), Graph Theory (http://books.google.com/books?id
=uTGhooU37h4C&pg=PA30), Cambridge University Press, p.  30, 12. Ejemplo de una lista de incidencia (https://upload.wikimedia.org/wi
ISBN 978-0-521-79489-3.. kipedia/commons/thumb/1/18/Incidence_list_2.svg/500px-Incidenc
e_list_2.svg.png)
6. Festinger, L. (1949). «The Analysis of Sociograms Using Matrix
Algebra» (https://archive.org/details/sim_human-relations_1949_2_ 13. Gonthier, Georges. Formal Proof—The FourColor Theorem (https://
2/page/153). Human Relations 2: 153-158. www.ams.org/notices/200811/tx081101382p.pdf).
14. Mitchell, J. C., ed. (1980). Numerical Techniques in Social
Anthropology. Filadelfia: Institute for the Study of Human Issues.
15. Hage, P. (1979). «Graph theory as a structural model in cultural
anthropology» (https://archive.org/details/sim_annual-review-of-ant
hropology_1979_8/page/115). Annual Review of Anthropology 8:
115-136.
16. Hage, P.; Harary, F. (1983). Structural Models in Anthropology.
Cambridge: Cambridge University Press.
17. Heider, F. (1958). The Psychology of Interpersonal Relations (http
s://archive.org/details/psychologyofinte00heidrich). Nueva York:
John Wiley and Sons.
18. Bavelas, A. (1948). «A mathematical model for group structure».
Human Organizations 7: 16-30.
19. Pitts, F. R. (1965). «A graph theoretic approach to historical
geography». The Proffesional Geographer 17: 15-20.
20. Pitts, F. R. (1979). «The medieval river trade network of Russia
revisited». Social Networks 1: 285-292.
21. Wasserman y Faust, 2013, «Grafos y matrices» (por Dawn
Iacobucci), pp. 121-188.
22. Gorbátov:Fundamentos de la matemática discreta

Bibliografía
Wasserman, Stanley; Faust, Katherine (2013) [1994]. Análisis de redes sociales: Métodos y aplicaciones. Madrid: Centro de
Investigaciones Sociológicas. ISBN 978-84-7476-631-8. OCLC 871814053 (https://www.worldcat.org/oclc/871814053).

Enlaces externos
Wikimedia Commons alberga una categoría multimedia sobre Teoría de grafos.
El contenido de este artículo incorpora material de una entrada (http://enciclopedia.us.es/index.php/Teor%C3%ADa_de_grafos) de la
Enciclopedia Libre Universal, publicada en español bajo la licencia Creative Commons Compartir-Igual 3.0 (https://creativecommons.org/lic
enses/by-sa/3.0/deed.es).

Obtenido de «https://es.wikipedia.org/w/index.php?title=Teoría_de_grafos&oldid=143402250»

Esta página se editó por última vez el 8 may 2022 a las 16:13.

El texto está disponible bajo la Licencia Creative Commons Atribución Compartir Igual 3.0;
pueden aplicarse cláusulas adicionales. Al usar este sitio, usted acepta nuestros
términos de uso y nuestra política de privacidad.
Wikipedia® es una marca registrada de la Fundación Wikimedia, Inc., una organización sin ánimo de lucro.