Capítulo 1

Notación y definiciones básicas

Este capítulo presenta las definiciones básicas y notación necesarias para una
lectura fluida de los capítulos posteriores. En general el estudio de la Teoría
de las gráficas se concentra en las gráficas simples, es decir, gráficas que no
tienen lazos (aristas de un vértice consigo mismo) ni aristas múltiples (más
de una arista entre dos vértices). En la definición de gráfica que presentamos
ya quedan excluidos los lazos y las aristas múltiples por lo que a lo largo de
todo el escrito hablamos de gráficas y omitimos el término simple. Estamos
también pensando todo el tiempo en gráficas con un número finito de vértices
y aristas, las gráficas infinitas están excluidas.

1.1 Conceptos y definiciones básicas

Definición 1. Una gráfica es un par G = (V, E), donde V = V (G) es
un conjunto no vacío, y E = E(G) es una familia de subconjuntos de dos
elementos de V. A los elementos del conjunto V se les llama vértices de G y a
los elementos del conjunto E aristas de la gráfica G. El número de vértices
de G se conoce como el orden de la gráfica y lo denotaremos con la letra n.
El tamaño de G es el número de aristas y lo denotaremos con la letra m.

Si una gráfica con n vértices no tiene aristas, se le llama la gráfica nula

(o vacía) y se denota como Dn .
Si v, u ∈ V y el conjunto e = {v, u} ∈ E, diremos, indistintamente, que
la arista e es incidente a los vértices u y v, que los vértices u, v son vecinos o
adyacentes y son los extremos de la arista e. Usualmente escribimos e = vu
en lugar de e = {v, u}. Si dos aristas e1 = uv1 y e2 = v1 w comparten el

5
6 Capítulo 1. Notación y definiciones básicas

vértice v1 , diremos que las aristas son incidentes.

La forma mas común de representar una gráfica G = (V, E) (abstracta)

geométricamente es mediante un dibujo (o gráfica) que asocia a cada vértice
un punto en el plano y un segmento de línea o curva entre dos vértices
adyacentes.
Ejemplo 1. Si V = {v1 , v2 , v3 , v4 , v5 } y E = {{v1 , v2 }, {v1 , v3 }, {v2 , v3 }, {v1 , v4 },
{v2 , v5 }, {v4 , v5 }, }, el par (V, E) es la gráfica G representada en la Figura 1.1.

v1 v4
v3
v2 v5

Figura 1.1: Gráfica con cinco vértices y seis aristas.

Definición 2. Para un vertice v de una gráfica G, NG (v), llamada la vecindad

abierta de v en G, es el conjunto de todos los vecinos de v en G, es decir,

NG (v) = {u ∈ V : vu ∈ E}.

Similarmente, definimos la vecindad cerrada de v como el conjunto N [v] =

N (v) ∪ {v}.

Definición 3. El grado de un vértice v ∈ G es la cardinalidad de su vecindad

abierta, denotado dG (v) = |NG (v)|. Los vértices de grado cero de una gráfica
se conocen como vértices aislados y los de grado uno son llamados hojas o
vértices terminales de la gráfica.

Notación 1. Cuando no haya lugar a confusión escribiremos d(v) en lugar de

dG (v). El grado máximo de una gráfica G, denotado ∆(G) es igual a ∆(G) =
max{d(v)|v ∈ V (G)}. Similarmente, el grado mínimo de G, denotado δ(G)
es igual a δ(G) = max{d(v)|v ∈ V (G)}.
Ejemplo-Modelo 1. Supongamos que hay n personas en una fiesta y cada
vez que se encuentran dos de ellos que ya se conocian se saludan de mano,
podemos preguntarnos ¿ cuál es el número máximo de saludos posibles en la
fiesta?.
1.1. Conceptos y definiciones básicas 7

Este problema puede modelarse con la teoría de gráficas de la siguiente

forma. Vamos a definir una gráfica G de orden n donde:

• a cada invitado de la fiesta le asociamos un vértice v ∈ V (G);

• si dos invitados u y v se conocian previamente y por lo tanto se saludan

de mano al verse, ponemos una arista uv ∈ E(G).

El grado de un vértice u es el número de amigos que u saludó en la fiesta,

por lo tanto, nuestro problema es contar cuál es el máximo número posible de
aristas en una gráfica con n vértices. Observemos que cuando dos personas
se saludan, el saludo se cuenta "‘doble". La solución a este problema nos los
da el siguiente resultado conocido como el Lema del saludo.

Teorema 1 (Lema del saludo). Para toda gráfica G = (V, E) se cumple la

ecuación X
dG (v) = 2|E|. (1.1)
v∈V

Demostración. La igualdad (1.1) se sigue de manera inmediata del hecho de

que cada arista e = vu de G contribuye con un 2 en la suma de los grados de todos
los vértices de G, una vez al considerar el grado del vértice u y otra al sumar el
grado de v.

Por lo tanto aplicando el Lema del saludos a nuestro primer Ejemplo-

Modelo, tenemos
Pque el número máximo de saludos (o aristas en una gráfica
de orden n) es v∈V dG (v) = 2|E| ≤ n(n − 1).

Diremos que un vértice es par si tiene grado par. De manera similar, un

vértice es impar si tiene grado impar. Como demostraremos en el siguiente
Lema, el número de vértices impares de una gráfica no es arbitrario.

Lema 2. Para toda gráfica G, el número de vértices impares es un número

par.

Demostración. Sean Vp y Vq los conjuntos de vértices pares e impares de G,

respectivamente. Por el lema del saludo,
X X X
dG (v) + dG (u) = dG (x) = 2|E|. (1.2)
v∈Vp u∈Vq x∈V
8 Capítulo 1. Notación y definiciones básicas

P
Como v∈Vp dG (v) y 2|E| son números pares, la suma de los grados de los vér-
P
tices impares u∈Vq dG (u) también tiene que ser un número par. Por aritmética
elemental, la suma de un número impar de números impares es impar y la suma
de un número par de impares es par, por lo que debemos de tener un número par
de sumandos, es decir, tenemos un número par de vértices con grado impar.

Definición 4. Sean v1 , v2 , ..., vd los vértices de una gráfica G. Se define la

sucesión de grados de G como el vector (d(v1 ), d(v2 ), ..., d(vn )). Diremos que
una sucesión de enteros no negativos, d = (d1 , d2 , ..., dn ) es una gráfica si
existe una gráfica con su sucesión de grados igual a d.

Una pregunta natural es dada una sucesión d = (d1 , d2 , ..., dn ) de enteros

no negativos, ¿cuándo existe una gráfica G con su sucesión de grados igual a
d?. Como respuesta tenemos el siguiente teorema, demostrado por Erdös y
Gallai en los años sesenta ([11]).

Teorema 3. Una sucesión de enteros no negativos d = (d1 , d2 , ..., dn ) tal que

dn ≤ dn−1 ≤ ... ≤ d2 ≤ d1 es la sucesión de grados de una gráfica G si y solo
si:

• la suma ni=1 di es un número par; y

P

• para todo entero k, 1 ≤ k ≤ n, ki=1 di ≤ k(k + 1) + ni=k+1 mín{k, di }.

P P

Definición 5. Una gráfica G = (V, E) con n vértices se llama r-regular, si

existe un entero 1 ≤ r ≤ n − 1 tal que para todo vértice v ∈ G, dG (v) = r.

Las gráficas 3-regular son llamadas gráficas cúbicas. Un caso particular

de las gráficas r-regulares son las gráficas completas que definimos a contin-
uación.

Definición 6. Una gráfica G = (V, E) de orden n se llama gráfica completa,

si es n − 1-regular, es decir, para todo par de vértices u, v ∈ V (G) la arista
uv ∈ E(G). La gráfica completa con n vértices se denota como Kn .

Podemos ver ejemplos de gráficas completas en la Figura 1.2.

Definición 7. El complemento de una gráfica G = (V, E) es la gráfica G =

(V, E), donde e ∈ E, si y solo si e ∈
/ E.
1.1. Conceptos y definiciones básicas 9

Figura 1.2: Gráficas completas K2 –K5 .

Observe que el complemento de la gráfica completa Kn es la gráfica nula

Dn y viceversa.

Definición 8. Un subconjunto de vértices X ⊆ V de una gráfica G se llama

independiente si para todo par de vértices u, v ∈ X, u y v no son adyacentes.

Otra familia muy importante de gráficas son las gráficas bipartitas definidas
a continuación.

Definición 9. Una gráfica G = (V, E) se llama gráfica bipartita, si existe

una partición de V = V1 ∪ V2 con V1 , V2 conjuntos independientes. Es decir,
V = V1 ∪ V2 con V1 ∩ V2 = ∅ y si e = uv ∈ E entonces u ∈ V1 y v ∈ V2 , o
viceversa. Llamaremos a V1 y V2 los conjuntos bipartitos de G y denotaremos
a G como G = (V1 ∪ V2 , E).

Ejemplo 2. En la Figura 1.3 es claro que las gráficas G1 y G2 son bipartitas.

Para ver que la gráfica G3 también es bipartita consideremos la partición
V (G3 ) = V1 ∪ V2 donde V1 = {v1 , v3 , v5 , v7 } y V2 = {v2 , v4 , v6 , v8 }.

′
b3 v1 v8
G1 G2 G3

′ ′
a1 b1 a1 b2 v5 v4 v3

′ ′
a2 b2 a2 b1 v6 v7 v2

Figura 1.3: Gráficas bipartitas.

10 Capítulo 1. Notación y definiciones básicas

Definición 10. Una gráfica bipartita G = (V1 ∪ V2 , E) se llama gráfica

bipartita completa si E = {uv|u ∈ V1 , v ∈ V2 }. Si V = V1 ∪ V2 con |V1 | = p y
|V2 | = q denotamos la gráfica bipartita completa con n = p + q vértices como
Kp,q .

La gráfica G1 de la Figura 1.3 es la gráfica bipartita completa K2,2 .

Otros conceptos muy importante en la teoría de gráficas son los de sub-

gráfica, subgráfica inducida y subgráfica generadora.

Definición 11. Sean G = (V (G), E(G)) y H = (V (H), E(H)) dos gráficas,

decimos que:

• H es una subgráfica de G (o G es una supergráfica de H) si V (H) ⊆

V (G) y E(H) ⊆ E(G).

• H es una subgráfica generadora de G si V (H) = V (G) y E(H) ⊂ E(G).

• H es una subgráfica inducida de G si V (H) ⊂ V (G) y para todo par

de vértices u, v ∈ V (H) la arista e = uv ∈ E(H) si y solo si e ∈ E(G).

Notación 2. Sean G = (V (G), E(G)) y H = (V (H), E(H)) dos gráficas.

• Si H es una subgráfica de G, escribiremos H ⊂ G.

• Si H es una subgráfica generadora de G tal que E(H) = E(G) − S

donde S es el conjunto de aristas de G que no están en H, escribiremos
H = G/S.

• Si H es una subgráfica inducida de G con X = V (H), denotaremos a

H como H = G[X].

Ejemplo 3. Consideramos la gráfica G3 de la Figura 1.3. Entonces la gráfica

G′ = (V ′ , E ′ ), donde V ′ = {v1 , v2 , v3 , v4 } y E ′ = {v1 v4 , v3 v4 } es una sub-
gráfica de G3 , pero no es una subgráfica inducida, porque no está la arista
v2 v3 . Sin embargo, la gráfica H con vértices V (H) = {v1 , v2 , v3 , v4 } y aris-
tas E(H) = {v1 v4 , v2 v3 , v3 v4 } es la subgráfica inducida de G definida como
H = G[v1 , v2 , v3 , v4 ].
Nos interesa saber cuando dos gráficas son la misma aunque estén repre-
sentadas con dibujos diferentes. Lo cual nos lleva a la siguiente definición.
1.1. Conceptos y definiciones básicas 11

Definición 12. Dado un par de gráficas G = (V, E) y G′ = (V ′ , E ′ ) , diremos

que son isomorfas, si existe una biyección φ : V → V ′ tal que la arita e =
uv ∈ E si y solo si e′ = φ(u)φ(v) ∈ E ′ .

Ejemplo 4. Las siguientes dos gráficas son isomorfas. La primera de ellas es

conocida como la gráfica de Petersen.

Figura 1.4: Gráficas isomorfas.

Notación 3. Si G1 y G2 son gráficas isomorfas escribiremos G1 ∼

= G2 .

Definición 13. Un camino en una gráfica G = (V, E) es una sucesión de

vértices γ = (v0 , v1 , . . . , vd ) tal que v0 v1 , v1 v2 , . . . , vd−1 vd son aristas de G.
Además:
• El camino γ se llama cerrado si el vértice v0 es igual al vértice vd .

• El camino γ se llama trayectoria si no repite ningún vértice.

• El camino γ se llama ciclo si no repite ningún vértice excepto v0 = vd .

La longitud de una trayectoria P o de un ciclo γ es el número de aristas que
lo forman.
Notación 4. Cuando no haya lugar a confusión denotaremos a los caminos
simplemente como γ = v0 v1 . . . vd . Si γ es una trayectoria de manera abre-
viada diremos que es una v0 vd -trayectoria. No es difícil ver que dado un
entero n, salvo isomorfismo, existe un solo ciclo y una sola trayectoria con n
vértices. Por lo que a la trayectoria de longitud n − 1 la denotaremos como
Pn y al ciclo con n vértices como Cn .
12 Capítulo 1. Notación y definiciones básicas

Ejemplo 5. Las sucesiones de vértices v1 v8 v3 v8 y v4 v7 v2 v3 v4 v5 v6 v7 v4 en la

gráfica G3 de la Figura 1.3 son caminos pero no trayectorias ni ciclos. En la
misma gráfica las sucesiones v1 v4 v7 v2 y v1 v4 v3 v8 v1 son una v1 v2 -trayectoria y
un ciclo C4 , respectivamente.

Definición 14. Una gráfica G = (V, E) es conexa si para para cualquier

par de vértices u, v ∈ V hay una uv-trayectoria. U na componente conexa de
una gráfica G es una subgráfica conexa maximal de G. Es decir, G′ es una
componente conexa de G si G′ es conexa y no existe otra subgráfica H de G
tal G′ ⊂ H.

Ejemplo 6. Para toda n, la gráfica completa Kn , la trayectoria Pn y el ciclo

Cn son conexas. La gráfica nula Dn tiene n componentas conexas.
Denotaremos el número de componentes conexas de una gráfica G como
k(G).
Notación 5. Sea G una gráfica y e ∈ E(G), definimos una nueva gráfica G−e
donde:

• los vértices de G − e son los mismos vértices que los de G;

• el conjunto de aristas E(G − e) = E(G) − {e}.

Diremos que la grafica G − e se obtiene de la gráfica G por la eliminación de

la arista e.

Definición 15. Sea G una gráfica y e ∈ E(G). Decimos que la arista e es un

puente de G si el número de componentes conexas de la gráfica G−e es mayor
que el número de componentes conexas de G, es decir, k(G − e) > k(G).

Ejemplo 7. La gráfica de la Figura 1.5 tiene exactamente dos puentes, las

aristas ab y bc.
El siguiente teorema nos caracteriza cuando una arista es un puente.

Teorema 4. Una arista e de una gráfica G es un puente de G si y sólo si e

no pertenece a ningún ciclo de G.

Demostración. Sea Ct un ciclo de G y e = uv una arista en el ciclo. Al

eliminar la arista e de Ct obtenemos una uv-trayectoria Pt . Sean x, y ∈ V (G)
tal que existe una xy-trayectoria α que contiene la arista e. Sustituyendo en
1.1. Conceptos y definiciones básicas 13

Figura 1.5: Gráfica con exactamente dos puentes.

α la arista e por la trayectoria Pt podemos tener un xy-camino que no pasa

por la arista e. Como todo xy-camino contiene una xy-trayectoria (Ejerci-
cio), si e está en un ciclo, el número de componentes conexas de G y G − e
no varía, con lo que se concluye que e no es un puente de G.

Supongamos ahora que e = uv es una arista de G, que no es un puente.

Sea G1 la componente conexa de G que contiene a e. La gráfica G1 − e sigue
siendo conexa, por lo tanto existe una uv-trayectoria en G1 − e que al ponerle
la arista e nos da un ciclo en G que contiene a e.

Definición 16. Sea G una gráfica. Un vértice v ∈ V (G) es un vértice de

corte de G si k(G − v) > k(G).

Ejemplo 8. Los vértices b y c son vértices de corte de la gráfica G de la Figura

1.5.
OJO En la clase hemos estado usando la letra A para el conjunto de
aristas de una gráfica, pero usualmente se usa la letra E de edge.
14 Capítulo 1. Notación y definiciones básicas
Capítulo 2

Árboles

En este capítulo nos concentramos en una familia muy importante de gráficas,

los árboles. No cabe duda que una de las estructuras gráficas mas estudiadas
y de gran utilidad para áreas como Ciencias de la computación, Química,
etc., por el sinnúmero de aplicaciones y modelaje de problemas reales que
solucionan son los árboles.

Definición 17. Un árbol es una gráfica conexa sin ciclos. Un bosque es una
gráfica donde cada componente conexa es un árbol.

El siguiente teorema nos da una caracterización para los árboles en tér-

minos de propiedades básicas.

Teorema 5. Sea G una gráfica de orden n y tamaño m. Las siguientes

afirmaciones son equivalentes:

(1) G es un árbol;

(2) para cualesquiera dos vértices x, y ∈ G existe una única xy-trayectoria;

(3) G es conexa y m = n − 1;

(4) G es acíclica y m = n − 1;

(5) G es acíclica, pero si ponemos una arista entre cualquier par de vértices
no adyacentes obtenemos un ciclo.

Demostración. Demostraremos cada una de las implicaciones.

15
16 Capítulo 2. Árboles

(1) ⇒ (2). Como G es conexa entre cualesquiera dos de sus vértices

existe una trayectoria. Veamos la unicidad. Supongamos que para un par de
vértices x, y ∈ V existen dos xy-trayectorias de la forma α1 = xv1 v2 ...vs y y
α2 = xu1 u2 ...ut y. Si α1 ∩ α2 = {x, y} entonces la sucesión de vértices α =
xv1 v2 ...vs yut ut−1 ...u2 u1 x es un ciclo en G. Si existen vértices vi ∈ α1 y uj ∈ α2
tal que vi = uj , entonces la sucesión de vértices β = xv1 v2 ...vi uj−1 ...u2 u1 x es
un ciclo en G. En ambos casos se contradice que G es un árbol.
(2) ⇒ (3). Por (2) tenemos que G es conexa, solo necesitamos demostrar
que m = n − 1. Haremos la prueba por inducción en n. Si n = 1, G = D1 ,
por lo tanto m = 0 y el teorema se cumple. Supongamos que el teorema
vale para toda gráfica con a lo más n − 1 vértices. Sea G = (V, E) una
gráfica conexa con n-vértices que cumple la afirmación 2) del teorema y
e = uv ∈ E. Si eliminamos la arista e de G, como esta es la única uv-
trayectoria en G, obtenemos una gráfica con dos componentees conexas, a
saber, G1 = (V (G1 ), E(G1 )) y G2 = (V (G2 ), E(G2 )), tales que:

• Para cualesquiera dos vértices en G1 existe una única trayectoria entre

ellos y |V (G1 )| = n1 < n.

• Para cualesquiera dos vértices en G2 existe una única trayectoria entre

ellos y |V (G2 )| = n2 < n.

• Además, E(G) = E(G1 ) ∪ E(G2 ) ∪ {e} y n1 + n2 = n.

Por hipótesis de inducción, |E(G1 )| = n1 − 1 y |E(G2 )| = n2 − 1. Por lo

tanto, |E(G)| = n1 − 1 + n2 − 1 + 1 = n − 1.
(3) ⇒ (4). Supongamos que G es conexa, m = n − 1 y G tiene al menos
un ciclo como subgráfica de G, Cp ⊂ G. Consideremos dos casos:

• Si G = Cp entonces m = |E(G)| = |V (G)| = n, lo cual contradice que

m = n − 1.

• Supongamos que Cp es una subgráfica de G, tal que p < n y sea V (G)−

V (Cp ) = {w1 , w2 , ..., wn−p }. Para vada vértice wi con 1 ≤ i ≤ n − p,
por ser G conexa existe una αi - trayectoria de wi a v donde v ∈ V (Cp ).
Consideremos un conjunto de aristas independientes e1 , e2 , ..., en−p con
ei en la trayectoria αi , entonces |E(G)| ≥ |E(Cp | + (n − p) ≥ n, lo cual
es una contradicción.
 17

Por lo tanto G es acíclica.

(4) ⇒ (5) Supongamos que G es acíclica y m = n − 1. Demostraremos
primero que G es un árbol.
Si G no es un árbol, por ser acíclica es un bosque, es decir, G tiene k
componentes conexas Ti con 1 ≤ i ≤P k que son árboles. Sea nP i = |V (Ti )|
y m = |E(Ti )| = ni − 1, entonces i=1 ni = n = m + 1 y
k k
i=1 mi =
Pk i
i=1 (ni − 1) = m, la única solución para ambas sumas simultáneamente es
i = 1, por lo tanto G es un árbol.
Si G es un árbol el inciso 2) demuestra que para cualesquiera dos vértices
no adyacentes u, v ∈ V (G) existe una uv-trayectoria al poner la arista uv
tenemos un ciclo.
(5) ⇒ (1) Supongamos que G es acíclica pero no conexa, entonces sigu-
iendo el inciso anterior, tenemos que G es un bosque con componentes conexas
T1 , T2 , ..., Tk . Sean xi ∈ V (Ti ) y xj ∈ V (Tj ) con i ̸= j y 1 ≤ i, j ≤ k, entonces
al agregar la arista xi xj a G obtenemos una gráfica que sigue siendo acíclica,
lo cual contradice la hipótesis de 5), por lo tanto G es conexa y acíclica, es
decir, G es un árbol.

Observación 6. El teorema previo implica que dada una gráfica G con

n vértices, G es un árbol si satisface al menos dos de las siguientes tres
propiedades:

(a) G es conexa;

(b) G es aciclica;

(c) G tiene n − 1 aristas.

Por ejemplo, el ciclo Cn es conexo pero no es un árbol; una gráfica con

dos componente conexas acíclicas es una gráfica acíclica pero no es un árbol;
y, una gráfica con cuatro vértices, uno de grado cero y tres de grado dos
satisface que m = n − 1 pero no es un árbol.

De lo anterior concluimos que si una gráfica G es un bosque con n vértices

y k-componentes conexas entonces tiene exactamente n − k aristas.

Lema 7. Sea G un árbol con n ≥ 2 vértices, entonces G tiene al menos dos

hojas o vértices de grado uno.
18 Capítulo 2. Árboles

Demostración. Sea G un árbol de orden n > 1 y tamaño m = n − 1.

Como G es conexo, para P
todo v ∈ V , d(v) ≥ 1. Si tuvieramos un solo vértice
de grado uno, entonces v∈V dG (v) ≥ 2(n − 1) + 1 = 2n − 1, pero por el
Lema del saludo, v∈V dG (v) = 2m = 2n − 2.
P

El siguiente Lema nos da una caracterización de árboles en términos de

aristas puente.
Lema 8. Una gráfica conexa G es un árbol si y sólo si toda arista de G es
un puente.
Demostración. Si G es un árbol no tiene ciclos, por el Teorema 4, toda
arista es un puente.
Si toda arista de G es un puente, por el Teorema 4, G no tiene ciclos y
por ser conexa es un árbol.

Los vértices corte también pueden ser caracterizados en árboles como nos
muestra el siguiente resultado.
Lema 9. Sea T un árbol, un vértice v de T es de corte si y solo si dT (v) > 1.
Demostración. Si v tiene grado uno, la gráfica T −v sigue siendo conexa,
por lo tanto v no es de corte.

Si v tiene grado mayor o igual que dos, pertenece al menos a dos aristas.
Sean e1 = vu1 , e2 = vu2 ∈ E(T ), con u1 , u2 ∈ V (T ), al eliminar el vértice v
tambien eliminamos las arista e1 y e2 , como la única u1 u2 -trayectoria en T
es u1 vu2 , T − v tiene al menos dos componentes conexas, la que contiene a
u1 y la que contiene a u2 . Por lo tanto, v es un vértice de corte.

Notación 6. Sea G una gráfica, denotamos por L(G) al conjunto de hojas de

G, es decir L(G) = {v ∈ V (G)|d(v) = 1}.
Corolario 10. Todo árbol T de orden n > 1 tiene n−|L(G)| ≤ n−2 vértices
de corte.
Demostración. Sabemos que para todo árbol de orden n > 1, |L(G)| ≥
2, por el teorema anterior, el número de vértices de corte de T es menor o
igual que n − 2.
2.1. Árboles generadores 19

2.1 Árboles generadores

Los árboles generadores son casos particulares de las subgráficas generadoras
de una gráfica G.

Definición 18. Sea G una gráfica conexa de orden n. Un árbol generador

de G es una subgráfica generadora T de G que es un árbol. Es decir, T es
una subgráfica conexa de G de orden n con n − 1 aristas.

Ejemplo 9. En la figura 2.1 tenemos una gráfica y uno de sus árboles gener-
adores.

v1 v3 v5 v1 v3 v5

v2 v4 v6 v2 v4 v6

v7 v8 v7 v8

Figura 2.1: Gráfica con uno de sus árboles generadores.

Podemos generalizar el concepto anterior de la siguiente forma.

Definición 19. Sea G una gráfica no conexa, consideremos un árbol gen-

erador para cada una de sus componentes conexas, el bosque encontrado es
llamado el bosque generador de G.

Teorema 11. Una gráfica es conexa si y solo si tiene un árbol generador.

Demostración. Sea G una gráfica conexa. Si G es un árbol, ella es su

propio árbol generador. Si G no es un árbol, tiene al menos un ciclo Cp tal
que todas sus aristas no son puentes, sea e ∈ E(Cp ). Si G − e es acíclica,
ya tenemos un árbol generador de G. En otro caso, G − e tiene un ciclo,
repetimos el proceso, eliminando en cada ciclo que persista una arista que ya
sabemos que no es un puente hasta obtener una gráfica conexa sin ciclos, es
decir, un árbol.
20 Capítulo 2. Árboles

Si G tiene un árbol generador T , entonces entre cualesquiera dos vértices de

G existe una trayectoria contenida en T ⊂ G, por lo tanto G es conexa.

De lo anterior podemos afirmar que si G es una gráfica conexa entonces

|E(G)| ≥ |V (G)| − 1.

Definición 20. El número ciclomático de una gráfica G, denotado g(G),

es el número de aristas que necesitamos eliminar en G para tener un árbol
generador. Es decir, g(G) = |E(G)| − |V (G)| + 1.

Ejemplo 10. Por definición, si T es un árbol, g(T ) = 0.

• Si L es un bosque, g(L) = 0.

• Si G es un ciclo, g(G) = 1.

• Si G es la gráfica completa Kn , g(Kn) = n(n−1)

2
− n + 1. [ Si G = Kn
entonces E(Kn ) = 2 , por lo tanto, g(G) = |E(G)| − |V (G)| + 1 =
n(n−1)

n(n−1)
2
− n + 1].

Teorema 12. Para toda gráfica G de orden n con k componentes conexas y

m aristas se tiene que g(G) = m − n + k.

Demostración. Consideremos los siguientes dos casos:

• si G es conexa, es decir, k = 1, y G es acíclica, entonces G es un árbol,

en cuyo caso g(T ) = 0 = m − n + 1. Si G no es un árbol, entonces
m ≥ n, por lo tanto el número de aristas que debemos eliminar para
tener un árbol generador con n − 1 aristas es m − (n − 1);

• si G no es conexa, entonces k ≥ 2, sean G1 , G2 , ..., Gk las componentes

conexas de G. Para cada i = 1, . . . , k, sean ni = |V (Gi )|, mi = |E(Gi )|
y g(Gi ) = mi − ni + 1, como g(G) = g(G1 ) + . . . + g(Gk ), tenemos que
g(G) = (m1 + . . . + mk ) − (n1 + . . . + nk ) + k = m − n + k.

Definición 21. Sean u, v dos vértices no adyacentes de un árbol T generador

de una gráfica G. El ciclo que se obtiene al poner la arista uv en la uv-
trayectoria que existe en T , se llama un ciclo fundamental y se denota Cuv .
2.1. Árboles generadores 21

Lema 13. Sea T un árbol generador de una gráfica G. Para cada arista
e ∈ E(G) − E(T ) existe un ciclo fundamental único Ce en T ∪ {e} ⊂ G.

Demostración. Sea e = uv ∈ E(G) − E(T ), en T existe una uv-

trayectoria α que al unirse con la arista e nos da el ciclo fundamental Ce
en G. Como α es única por ser T un árbol, se tiene la unicidad del ciclo
fundamental Ce .

Figura 2.2: Gráfica con árbol generador y ciclos fundamentales.

Observación 14. Sea T un árbol generador de una gráfica G de orden n,

E(T ) = {e1 , . . . , en−1 } y E(G) − E(T ) = {f1 , . . . , fm−n+1 }. Por el teorema
anterior, existen m − n + 1 ciclos fundamentales Cfi ⊂ T ∪ {fi }. Por lo tanto
cada árbol generador de G nos define un conjunto de ciclos fundamentales
CG = {Cf1 , Cf2 , ..., Cfm−n+1 }, donde cada ciclo fundamental Cfi tiene una
arista que no pertenece a ningún otro ciclo fundamental Cfj para toda i ̸= j.

Ejemplo 11. La Figura 2.2, con el árbol generador marcado tiene dos cic-
los fundamentales C1 = (1, 8, 7, 4, 1) y C2 = (7, 8, 2, 7) donde la arista v4 v7
pertenece únicamente al ciclo C1 , similarmente, la arista v7 v2 pertenece úni-
camente al ciclo C2 ; y la arista v7 v8 ∈ C1 ∩ C2 .
22 Capítulo 2. Árboles

2.2 Árboles enraizados

Sea T un árbol y r un vértice arbitrario de T al que llamaremos la raíz de T
(o diremos que T es un árbol enraizado en r). La pareja (T, r) nos permite
definir una relación familiar en V (T ), el conjunto de vértices de T .
Sea γ = ru1 u2 ...up wv1 v2 ...vq una rvq -trayectoria en T , diremos que:
• los vértices {r, u1 , u2 , ..., up } son los antepasados del vértice w;
• los vértices {v1 , v2 , ..., vq } son los descendientes del vértice w;
• el vértice up es el padre de w;
• el vértice v1 es un hijo de w.
Si dos vértices en (T, r) tienen el mismo padre diremos que son hermanos.
Observemos además que si un vértice w en el árbol enraizado (T, r) no tiene
hijos, entonces w es una hoja o vértice de grado uno en el árbol T .
Un árbol enraizado (T, r), se llama binario si cada vértice tiene a lo mas
dos hijos. Un árbol enraizado binario se llama regular (o completo) si cada
vértice es una hoja (no tiene hijos) o tiene exactamente dos hijos.
En un árbol enraizado (T, r), diremos que la raiz está en el nivel cero, si v
es un hijo de la raiz, decimos que v está en el nivel uno, en general, diremos
que el nivel de un vértice v es el nivel de su padre mas uno. La altura o
profundidad del árbol (T, r) es el máximo nivel encontrado, equivalentemente,
es la máximo distancia de las trayectorias entre la raiz r y las hojas de T .
En la Figura 2.3 tenemos un árbol binario con tres niveles y con altura
igual a dos.
Dado un árbol binario (T, r), podemos asociarle a cada vértices un suce-
sión de ceros y unos de la siguiente forma:
• a la raíz r le asociamos la sucesión vacía denotada λ;
• a los hijos de la raiz les pondremos 0 y 1 empezando de izquierda a
derecha;
• en general si la sucesión asociada al vértice v es x, la sucesión de sus
hijos de izquierda a derecha serán x0 y x1.
2.2. Árboles enraizados 23

El siguiente ejemplo nos muestra un árbol con su sucesión binaria asoci-

ada.
λ

0 1

00 01 10 11

Figura 2.3: Notación de vértices en un árbol binario.

Los árboles (enraizados y binarios) son de gran utilidad para resolver

problemas utilizando algoritmos (computacionales). El lector interesado en
conocer algunos de los algoritmos mas famosos como son el Algoritmo de
Profundidad, el Algoritmo de Amplitud, el Algoritmo de Prym, el Algoritmo
de Floyd, el algoritmo de Dijkstra, entre muchos otros, se le recomiendan
ampliamente las referencias [25] y [10].
24 Capítulo 2. Árboles
Capítulo 3

Gráficas de Euler y gráficas de

Hamilton

En este capítulo estudiamos la existencia de caminos cerrados o de ciclos

muy particulares de una gráfica. La diferencia entre los resultados que se
obtienen al cambiar una hipótesis aparentemente inocente, considerar todas
las aristas de una gráfica (Euler) o el número mínimo para tener un ciclo
generador (Hamilton), dan origen a dos problemas totalmente diferentes, uno
donde ha sido posible dar una caracterizacion completa (gráficas eulerianas),
y otro, que hasta el día de hoy sigue sin resolverse y para el cual es posible
que nunca encontremos una caracterizacion (gráficas hamiltonianas).

3.1 Gráficas de Euler

Definición 22. Una gráfica conexa G se llama gráfica de Euler (o gráfica
euleriana) si existe en G un camino cerrado C que recorre todas sus aristas
exactamente una vez. Si C existe se llama ciclo de Euler en G.

Definición 23. Una gráfica G se llama semieuleriana si no es euleriana,

pero existe en G un camino P que recorre todas sus aristas exactamente una
vez. Si el camino P existe se llama camino euleriano en G.

Ejemplo-Modelo 2. En la figura 3.1 se representa la ciudad de Königsberg

(territorio polaco durante el siglo XVIII), que consistia de cuatro pedazos de

25
26 Capítulo 3. Gráficas de Euler y gráficas de Hamilton

Figura 3.1: El problema de los puentes de Königsberg.

tierra atravesados por el río Pregel, includa una isla en medio del rio y siete
puentes que comunicaban diferentes zonas terrestres.
La preguntas que los ciudadanos de Königsberg se hacian era si existiría
una ruta dominical que les permitiera salir de su casa, recorrer los siete
puentes una y solo una vez cada uno y regresar a su punto de partida.
Este problema puede modelarse con la teoría de gráficas de la siguiente
forma. Vamos a definir una gráfica G de orden 4 donde:

• ponemos un vértice por cada uno de las cuatro zonas terrestres; y

• ponemos una arista entre dos vértices si existe un puente que comunica
los vértices correspondientes.

Vemos en la Figura 3.2 la representación gráfica del problema de los puentes

de Königsberg.

Figura 3.2: Gráfica asociada a la ciudad de Königsberg.

3.1. Gráficas de Euler 27

La pregunta de los ciudadanos polacos era si la gráfica correspondiente G

es euleriana, es decir, si tiene un ciclo de Euler.
Euler dió en 1736 una solución a este problema, ([13]).
Recordemos de nuestra niñez que hay dibujos en el plano que se pueden
hacer sin levantar el lápiz del papel y sin pasar dos veces por una misma
linea, a estos dibujos los llamaremos unitrazables. Por ejemplo, la casita o
sobre abierto .

Figura 3.3: Casita o sobre abierto unitrazable.

Que vista como una gráfica sería así.

Figura 3.4: Gráfica de la casita o sobre abierto.

Observación 15. Si pensamos un ratito nos daremos cuenta que las figuras
unitrazables son eulerianas o semieulerianas.

Definición 24. Decimos que una gráfica G tiene una descomposición en cic-
los elementales C1 , C2 , ..., Ck si tenemos una partición del conjunto de aristas
de G de la forma E(G) = E(C1 ) ∪ ... ∪ E(Ck ), es decir, cada arista de G
pertenece a uno y solo uno de los ciclos Ci para 1 ≤ i ≤ k.
28 Capítulo 3. Gráficas de Euler y gráficas de Hamilton

Las gráficas de Euler están totalmente caracterizadas como se demuestra

a continuación.

Teorema 16 (Euler, [13]). Para toda gráfica conexa G de orden n ≥ 3, los

siguientes son equivalentes:

1. Para todo v ∈ G, el grado de v es par.

2. La gráfica G tiene una descomposición en ciclos elementales C1 , C2 , . . . , Ck .

3. La gráfica G es euleriana.

Demostración. 1 ⇒ 2. Haremos la demostración por inducción para m ≥ 3

el número de aristas de G.

Si m = 3 y el grado de todo vértice es par entonces G = C3 , el triángulo o

ciclo con tres vértices y claramente se cumple 2. Supongamos que para toda gráfica
conexa y con grado par en todos sus vértices y tamaño menor que m se cumple 2.
Sea G de orden n ≥ 3 con m aristas y grado par en todos sus vértices, como G
es conexa G tiene al menos un ciclo Cp de orden p ≤ n. Si G = Cp terminamos,
si p < n sea A = {v ∈ V (G − E(Cp ))|d(v) = 0} y H la subgráfica de G que se
obtiene al eliminar de G todas las aristas del ciclo Cp y los vértices del conjunto A.
Entonces H es una gráfica conexa donde todo vértice tiene grado par y el tamaño
de H es menor que m. Por la hipótesis de inducción H tiene una descomposición
en ciclos elementales C1 , C2 , ..., Ck . Agragando a la gráfica H los vértices de A y
las aristas del ciclo Cp en G, tenemos una descomposición en ciclos para G de la
forma C1 , C2 , ..., Ck , Cp .

2 ⇒ 3. Nuevamente haremos inducción en m el tamamño de G.

Si m = 3, G = C3 y es euleriana. Supongamos que toda gráfica conexa

de tamaño menor que m con una descomposición en ciclos elementales es eule-
riana. Sea G de orden n y m aristas con una descomposición en ciclos elementales
C1 , C2 , ..., Ck . Si k = 1 entonces G es un ciclo y por lo tanto es euleriana. Podemos
suponer que k ≥ 2. Sea A = {v ∈ V (G − E(C1 ))|d(v) = 0} y H la subgráfica de
G que se obtiene al eliminar de G todas las aristas del ciclo C1 y los vértices del
conjunto A. Para toda arista e ∈ E(H), e ∈ E(Ci ) para alguna 2 ≤ i ≤ k, por
lo tanto H tiene una descomposición en los ciclos elementales de G, C2 , C3 , ..., Ck .
Por hipótesis de inducción H es euleriana.
3.1. Gráficas de Euler 29

Como G es conexa, existe al menos un vértice v ∈ V (C1 ) ⊂ V (G) que pertenece

a al menos uno de los ciclos elementales de G y H, C2 , C3 , ..., Ck , supongamos sin
pérdida de generalidad que es el ciclo C2 . Entoncees, partiendo de v recorremos el
ciclo euleriano de H y a continuación recorremos el ciclo C1 con lo que tenemos un
ciclo euleriano de G.

3 ⇒ 1. Supongamos que G es una gráfica euleriana con un ciclo de Euler C, sea

v ∈ V (G) y empezamos a recorrer el ciclo C saliendo de v, cada vez que lleguemos
a un vértice w y aun haya aristas sin recorrer necesitamos poder salir de w para
continuar con el recorrido hasta regresar al vértice v pasando por todas las aristas
de G. Por lo tanto todo vértice de G tiene que tener grado par.

Observación 17. Si a una gráfica euleriana le quitamos una arista e = uv

obtenemos una gráfica semieuleriana con una uv-trayectoria euleriana. In-
versamente, si a una gráfica semieuleriana con una xy−trayectoria euleriana
le agregamos la arista e = xy tenemos una gráfica euleriana. Por lo tanto,
usando el teorema previo, tenemos que una gráfica conexa es semieuleriana
si y solo si tiene dos y exactamente dos, vértices de grado impar.
El teorema previo nos permitir garantizar la existenica de un ciclo eule-
riano tan solo con conocer la sucesión de grados de una gráfica G, pero no
nos dice cómo encontrar un ciclo euleriano en G. Presentamos ahora dos
algoritmos, el de Fleury y el de Hierholtz, que nos ayudarán para encontrar
un ciclo euleriano en una gráfica euleriana G.
Algoritmo de Fleury.
Sea G una gráfica euleriana de orden n con m aristas. Sea e1 = v1 v2 una
arista arbitraria de G y siga los siguientes pasos:
1. empiece una lista ordenada de aristas con la arista e1 ;

2. elimine la arista e1 de la gráfica G, para obtener la gráfica G1 ;

3. de las aristas en G1 adyacentes a v2 escoja una arista e2 , e2 = v2 v3 tal

que e2 no sea un puente en G1 y define G2 = G1 − {e2 };

4. si su única opción para e2 es un puente, entonces defina G2 = G1 −

{e2 , v2 };

5. agregue e2 a su lista;
30 Capítulo 3. Gráficas de Euler y gráficas de Hamilton

6. de las aristas adyacentes a v3 , escoja una arista e3 = v3 v4 y repita el

paso 3 o 4, según sea el caso, para obtener una gráfica G3 = G2 − {e3 }
(para el caso 3) o G3 = G2 − {e3 , v3 } (para el caso 4);
7. repita desde el paso 3 hasta haber eliminado todas las aristas de G.
Su ciclo de Euler está dado por la lista ordenada C = (e1 e2 ...em ).

A B

C D

Figura 3.5: Gráfica euleriana.

Ejemplo 12. Aplicaremos el algoritmo de Fleury a la gráfica 3.5. Sea e1 = BD

y G1 = G − {BD}, observemos que cualquier arista adyacente al vértice D
en G1 no es un puente, por lo que podemos seleccionar a cualquiera de ellas.
Hagamos e2 = DF , Ahora la única arista adyacente a F en G2 = G1 −{e2 } es
F C que es un puente, por lo tanto, hacemos e3 = F C y G3 = G2 − {e3 , F }.
Repetimos el proceso seleccionando las aristas e4 = CE, e5 = ED, e6 =
DA, e7 = AE, e8 = EB, e9 = BC, e10 = CA y e11 = AB, con lo que tenemos
el ciclo euleriano C = (B, D, F, C, E, D, A, E, B, C, A, B).

Algoritmo de Hierholtz.
Sea G una gráfica euleriana con una descomposición en ciclos elementales
C1 , C2 , . . . , Ck . Sea e1 = v1 v2 una arista arbitraria de G que pertenece a
un ciclo, supongamos sin pérdida de geenralidad, C1 = (v1 v2 ...vt ) y siga los
siguientes pasos:
1. empiece a recorrer el ciclo C1 partiendo de v1 seguido de v2 hasta que
encuentre un vértice vj que pertenece a la intersección de C1 con otro
ciclo Cj ;
3.1. Gráficas de Euler 31

2. si Cj no se intersecta con ningún ciclo elemental diferente de C1 recorra

todos los vértices de Cj hasta regresar al vértice vj ;

3. si Cj se intersecta con un tercer ciclo elemental Ct ̸= Cj en un vértice

w empiece a recorrer el ciclo Ct hasta regresar al vértice w;

4. repita los pasos 2 y 3 cada vez que se encuentre con vértices que
pertenecen al menos a dos ciclos elementales;

5. siga recorriendo el ciclo C1 hasta encontrar un nuevo vértice que se

encuentre en la intersección de C1 con otro ciclo elemental;

6. repita a partir del paso 2 hasta haber recorrido todos los ciclos elemen-
tales de G terminando con el vértice v1 .

Ejemplo 13. Aplicaremos el algoritmo de Hierholtz a la gráfica 3.5.

Demos una descomposición en ciclos elementales de G, por ejemplo C1 =

(A, B, D, F, C, A), C2 = (C, B, E, C) y C3 = (A, D, E, A). Sea e1 = BD ∈
E(C1 ), como el vértice D también pertenece al ciclo C3 , recorremos el ciclo
C3 con la sucesión de vértices (D, E, A, D); seguimos recorriendo el ciclo C1
hasta encontrar el vértice C que también pertenece al ciclo C2 , recorremos
el ciclo C2 con la sucesión de vértices (C, B.E, C), retomamos nuevamente el
ciclo C1 desde el vértice C hasta llegar al vértice original B.
Es importante observar que la descomposición en ciclos elementales de
una gráfica, si existe, no es única, por ejemplo para la gráfica 3.5 además de
la descomposición dada en la aplicación del algoritmo de Hierholtz tenemos
la siguiente: C1 = (A, B, D, E, C) y C2 = (C, F, D, A, E, B, C). ¿Serán las
únicas descomposciones en ciclos elementales que tiene?.

Llamemos sG al número de diferentes descomposiciones en ciclos elemen-

tales de una gráfica G. Por ejemplo, para los ciclos Cm de longitud m, sCm =1.
Estudiando este número Bondy y Halberstam en [3] tienen el siguiente teo-
rema.

Teorema 18. Una gráfica conexa G es euleriana si y solo si sG ≡ 1 (mod 2).

32 Capítulo 3. Gráficas de Euler y gráficas de Hamilton

3.2 Gráficas de Hamilton

Definición 25. Una gráfica es hamiltoniana (o de Hamilton) si contiene un
ciclo que pasa por todos sus vértices.

La siguiente figura nos muestra ejemplos de dos gráficas hamiltonianas y

una tercera que no lo es ya que cualquier camino cerrado que pase por todos
los vértices tendría que pasar más de una vez por el vértice que une los dos
triángulos y por lo tanto no es un ciclo.

Figura 3.6: Gráficas hamiltonianas y no hamiltonianas.

Ejemplo-Modelo 3. Supongamos que tenemos un agente viajero que debe

de hacer una ruta para visitar n − 1 ciudades (una sola vez cada una) y
regresar a su casa despúes de haber recorrido una distancia mínima. Este
problema puede modelarse con la teoría de gráficas de la siguiente forma.
Vamos a definir una gráfica G de orden n donde:

• ponemos un vértice por cada ciudad que el agente debe de visitar in-
cluida donde se encuentra su casa.

• entre cualesquiera dos vertices u, v ponemos una arista a la que le aso-

ciaremos la distancia que nos lleva llegar de la ciudad asociada al vértice
u a la ciudad representada por el vértice v y a este número lo llamamos
el peso de la arista.

• con lo cual tenemos una gráfica completa con n vértices y peso en sus
aristas

La solución al problema es encontrar un ciclo hamiltoniano de peso mínimo

en la gráfica completa Kn la cual es hamiltoniana porque contiene al menos
al ciclo que recorre sus vértices en orden v1 , v2 , ..., vn , v1 .
3.2. Gráficas de Hamilton 33

Una manera de resolver este problema sería calculando todos lo ciclos

posibles de la gráfica completa Kn con sus respectivos pesos y escoger el más
ligero. Sin embargo aqui nos encontramos con el problema de que el número
de ciclos para Kn es demasiado grande: n!2 . Por ejemplo si n = 10, el número
de ciclos es 10!
2
= 1.814.400, y con una computadora que realice un millón
de cálculos por segundo se necesitarian 1.8 segundos, pero para n = 20, el
número de ciclos ya es 20!
2
, apróximadamente 1018 y el tiempo de cálculo sería
casi 40 000 años!!!!!!!
En ocasiones las distancias entre ciudades cumplen con condiciones al-
gebraicas, si d(x, y) denota la distancia (peso de la arista xy) de la ciudad
x a la ciudad y, podemos pensar en la desigualdad del triángulo: d(u, v) ≤
d(u, w)+d(w, v) para tres ciudades u, v, w. Pero áun en este caso, el problema
es del tipo de los computacionalmente llamados N P -duros, lo que significa
que no exiten algoritmos de tiempo polinomial conocidos para resolverlo y es
posible que no se puedan encontrar.

Por lo que se ha tratado de encontrar algoritmos que nos aproximen a

rutas que no sean la óptima pero que varien cuando mucho en el doble del
tiempo deseado. Cuando a un ciclo hamiltoniano le quitamos una arista
nos queda un árbol generador de la gráfica por lo que uno de los algoritmos
empleados consiste en encontrar los árboles generadores de peso mínimo de
la gráfica G.
Un método muy sencillo de seguir es el siguiente:

• Escogemos un vértice inicial v.

• Continuemos por un vecino de v que tenga peso mínimo en la arista

que los conecta.

• Repetimos este proceso teniendo cuidado de no volver a un vértice

que ya visitamos (esto podemos hacerlo siempre porque la gráfica es
completa);

• el proceso termina cuando ya hallamos visitado todos los vértices.

Por ejemplo, consideremos la gráfica completa de orden cinco con pesos

(dado en kilómetros u otra medida de distancia) de la Figura 3.7 donde
|AB| = 3, |BC| = 1, |CD| = 3, |DE| = 2, |AC| = 3, |EC| = 3, |BD| =
34 Capítulo 3. Gráficas de Euler y gráficas de Hamilton

1, |BE| = 3, |AD| = 2, |AE| = 2. Supongamos que nuestro agente sale del

punto B, a continuación puede elegir los vértices C, D, E porque tienen peso
mínimo, supongamos que elige a C; ahora C solo puede escoger al vértice A
y así sucesivamente hasta tener un ciclo hamiltoniano B, C, A, D, E de peso
7.

A A
3
3
E 1 B E 1 B
2 3 2
1
2 1 2 1
3
D C D C
3

Figura 3.7: Problema del agente viajero.

Desafortunadamente no se tiene una caracterización para las gráficas

hamiltonianas, pero si algunas condiciones necesarias, como los teoremas
de Ore y Dirac que enunciamos a continuación.

Teorema 19 ([26]). Sea G una gráfica conexa de orden n ≥ 3. Si para todo

par de vértices no adyacentes u, v ∈ V (G) se satisface que d(v) + d(u) ≥ n
entonces G es hamiltoniana.

Demostración. Supongamos que G es una gráfica no hamiltoniana de

orden n tal que para todo par de vértices no adyacentes u, v ∈ V (G) se
satisface que d(v) + d(u) ≥ n y además G es máxima en aristas (es decir, si
ponemos cualquier otra arista en G, se tiene un ciclo hamiltoniano).
Como G no es hamiltoniana no es completa, por lo tanto existen un par
de vértices x, y ∈ V (G) tal que xy ∈ / E(G). Por hipótesis, la gráfica G+{xy}
es hamiltoniana, por lo tanto en G existe una xy-trayectoria α que recorre
todos los vértices de G, α = (xv2 v3 ...vn−1 y).
Sea A = {vi ∈ V (G)|vi+1 ∈ N (x), 1 ≤ i ≤ n − 1} y B = {vi ∈ V (G)|vi ∈
N (y) − {vn−1 }}, entonces |A| = d(x) − 1 y |B| = d(y) − 1. Afirmamos que
A ∩ B ̸= ∅, si no fuera así, (d(x) − 1) + (d(y) − 1) = |A| + |B| = |A ∪ B| ≤
|{v2 , v3 , . . . , vn−2 }| = n − 3 que contradice la hipótesis de que d(x) + d(y) ≥ n
por ser x, y no adyacentes.
3.2. Gráficas de Hamilton 35

Sea vk−1 ∈ A ∩ B, entonces vk ∈ N (x) y vk−1 ∈ N (y), por lo tanto, en G

se tiene el ciclo hamiltoniano (xv2 . . . vk−1 yvn−1 . . . vk x).

Observación 20. Para todo n ≥ 3 el ciclo Cn es hamiltoniano, pero para

p ≥ 5 y cualquier para de vértices no adyacentes x, y ∈ V (Cp ) se tiene que
d(x) + d(y) = 4 < p. Lo que demuestra que el inverso del Teorema de Ore
no es cierto.
El siguiente teorema de Dirac, fué demostrado antes que el de Ore, pero
hoy lo vemos como una consecuencia inmediata del Teorema 19.
Teorema 21 ([9]). Sea G una gráfica conexa de orden n ≥ 3, si para todo
vértice v ∈ V (G) se cumple que d(v) ≥ n2 entonces G es hamiltoniana.
Demostración. Si G es la gráfica completa Kn entonces G es hamilto-
niana. Si G no es completa, para cualesquiera dos vértices no adyacentes de
G, x y y, por hipotesis d(x) + d(y) ≥ n2 + n2 ≥ n, por el teorema 19, G es
hamiltoniana.

El siguiente lema también nos da una condición necesaria para tener una
gráfica hamiltoniana.
(n−1)(n−2)
Lema 22. Sea G una gráfica conexa de orden n ≥ 3 y |E(G)| ≥ 2
+2,
entonces G es hamiltoniana.
Demostración. Si G es la gráfica completa Kn entonces G es hamil-
toniana. Si G no es completa, existen al menos dos vértices no adyacentes
x, y ∈ V (G). Sea Ex,y el conjunto de todas las aristas en G que son adya-
centes a x o a y. Como x, y no son adyacentes en G, |Ex,y | = d(x) + d(y),
por el Teorema 19 es suficiente demostrar que |Ex,y | ≥ n.
Por hipótesis |E(G)| ≥ (n−1)(n−2)
2
+ 2, si consideramos la gráfica H =
G−{x, y} de orden n−2, |E(H)| ≤ (n−2)(n−3)
2
, despejando Ex,y de la ecuación
Ex,y = E(G) − E(H) se tiene que:

(n − 1)(n − 2) (n − 2)(n − 3)
|Ex,y | = |E(G)| − |E(H)| ≥ +2− = n.
2 2
36 Capítulo 3. Gráficas de Euler y gráficas de Hamilton

Hay gráficas que no son hamiltonianas, pero casi lo son, es decir, si les
quitamos un vértice cualquiera entonces si son hamiltoniana. Este tipo de
gráficas se llaman hipohamiltonianas y han sido muy estudiadas. Un artículo
reciente donde se pueden ver varios resultados en esta dirección es [22].
Índice analítico
Algoritmo de Fleury, 29
Algoritmo de Hierholtz, 30
Bosque, 15
Bosque generador, 19
Camino, 11
Camino cerrado, 11
Caracterización de árboles, 15
Ciclo, 11
Ciclo elemental, 27
Ciclo fundamental, 20
Complemento de una gráfica, 8
Componente conexa, 12
Conjunto de vértices
independientes, 9
Dibujos unitrazables, 27
Eliminación de aristas, 12
Grado de un vértice, 6
Grado máximo de G, 6
Grado mínimo de G, 6
Gráfica, 5
Gráfica r-regular, 8
Gráfica bipartita, 9
Gráfica bipartita completa, 9
Gráfica completa, 8
47
Gráfica conexa, 12
Gráfica cúbica, 8
Gráfica de Euler, 25
Gráfica de Hamilton, 32
Gráfica de Petersen, 11
Gráfica nula, 5
Gráfica semieuleriana, 25
Gráfica simple, 5
Gráficas isomorfas, 10
Hoja, 6
Lema del saludo, 7
Longitud de un ciclo, 11
Longitud de una trayectoria, 11
Número ciclomático, 20
Orden de una gráfica, 5
Problema del agente viajero, 32
Puente, 12
Puentes de Königsberg, 25
Raíz de un árbol, 22
Subgráfica, 10
Subgráfica generadora, 10
Subgráfica inducida, 10
Sucesión de grados, 8
48 Índice analítico

Tamaño de una gráfica, 5 Vecindad cerrada, 6

Teorema de Dirac, 35 Vértice aislado, 6
Teorema de Erdös-Gallai, 8 Vértice de corte, 13
Teorema de Euler, 28
Teorema de Ore, 34 Árbol, 15
Trayectoria, 11 Árbol binario, 22
Árbol enraizado, 22
Vecindad abierta, 6 Árbol generador, 19