BCC204 - Teoria dos Grafos

Transcrição

1 BCC204 - Teoria dos Grafos Marco Antonio M. Carvalho (baseado nas notas de aula do prof. Haroldo Gambini Santos) Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal de Ouro Preto 30 de janeiro de 2017 Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

2 Avisos Site da disciplina: Lista de s: Para solicitar acesso: Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

3 Avisos Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

4 Conteúdo 1 Introdução 2 Casamento em Grafos Bipartidos 3 O Problema de Atribuição 4 O Método Húngaro Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

5 Casamento em Grafos Descrição Dado um grafo, um casamento (também conhecido como emparelhamento, acoplamento ou matching) é um conjunto independente de arestas, ou seja, um conjunto de arestas sem vértices em comum. Exemplos de casamentos em grafos. Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

6 Casamento em Grafos Casamento Maximal e Casamento Máximo Um casamento é considerado maximal caso a adição de alguma aresta descaracterize o casamento. Um casamento é considerado máximo caso possua o maior número de arestas possível, ou seja, caso seja o maior casamento possível no grafo. Exemplo de grafo, casamento maximal e casamento máximo. Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

7 Casamento em Grafos n-casamento Uma generalização do conceito de casamento considera o caso no qual todos os vértices possuem o mesmo grau n > 1 chamado de n-casamento. Exemplo de grafo e um 2-casamento. Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

8 Casamento em Grafos Casamento Perfeito Diz-se que um vértice que faz parte do casamento é um vértice saturado (ou acoplado). Caso contrário, o vértice é não saturado (ou não acoplado) Um casamento perfeito (ou completo) ocorre quando todos os vértices são saturados. Exemplo de grafo e casamentos perfeito. Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

9 Cadeia M-aumentante Definição Considere um grafo G e um casamento M. Uma cadeia M-aumentante é um percurso entre dois vértices não saturados por M que alternam arestas de M e arestas de G \ M. Melhoramento Sempre que encontrarmos uma cadeia M-aumentante poderemos aumentar o casamento. De fato, o modo acima é o único modo de melhorar um casamento. Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

10 Cadeia M-aumentante Definição Considere um grafo G e um casamento M. Uma cadeia M-aumentante é um percurso entre dois vértices não saturados por M que alternam arestas de M e arestas de G \ M. Melhoramento Sempre que encontrarmos uma cadeia M-aumentante poderemos aumentar o casamento. De fato, o modo acima é o único modo de melhorar um casamento. Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

11 Cadeia M-aumentante Definição Considere um grafo G e um casamento M. Uma cadeia M-aumentante é um percurso entre dois vértices não saturados por M que alternam arestas de M e arestas de G \ M. Melhoramento Sempre que encontrarmos uma cadeia M-aumentante poderemos aumentar o casamento. De fato, o modo acima é o único modo de melhorar um casamento. Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

12 Exercício 1 Considerando o grafo abaixo, crie: Um casamento maximal; Dois casamentos máximos e perfeitos. Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

13 Casamento em Grafos Bipartidos Y Definição Seja G um grafo bipartido com uma partição (X, Y ) dos vértices. Dizemos que temos um casamento de X em Y quando um acoplamento de G satura Y (não necessariamente X ). Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

14 Casamento em Grafos Bipartidos S N(S) Teorema do Casamento (Hall,1935) Seja G um grafo bipartido com uma partição de vértices {X, Y }. Então G tem um casamento que satura X se e somente se N(S) a S S X. a N(S) indica o conjunto de vértices adjacentes aos vértices do conjunto S. Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

15 O Problema de Atribuição Definição Consiste em determinar a maneira ótima de se atribuir n tarefas à n agentes de modo que nenhuma tarefa deixe de ser executada e que todos os agentes tenham uma tarefa designada a eles. Atribuir o melhor executor à melhor tarefa. Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

16 O Problema de Atribuição Exemplo: Em uma fábrica temos 3 operários e 3 máquinas. Pelo conhecimento e pelas características de cada operário o custo por hora é diferente, segundo a atribuição das máquinas a cada operário. Qual a atribuição de menor custo? Operário\Máquina Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

17 Exemplo Operário\Máquina Ao atribuir uma máquina para cada operário estamos tomando 3 elementos da matriz tais que: Cada elemento está em uma linha diferente; Cada elemento está em uma coluna diferente; Cada linha e coluna contém exatamente 1 elemento. Uma solução 1 : x 1,1, x 2,2, x 3,3, com custo 11. Solução ótima? 1 x i,j indica a seleção do elemento da linha i e coluna j. Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

18 O Método Húngaro Definição Origem em 1935, por H. W. Kuhn, porém, inventado em 1931, pelos húngaros E. Egerváry e D. König; Resolve o problema de atribuição em tempo polinomial (normalmente O(n 3 )); Utiliza transformações na matriz de custo. Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

19 O Método Húngaro Teorema 1 Se um número real é somado ou subtraído de todas as entradas de uma linha ou coluna, então uma alocação ótima para a matriz resultante é também uma alocação ótima para a matriz original. Ao diminuir as linhas e colunas, estamos comparando-as com valores relativos Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

20 Método Húngaro - Sumário Passo 1 Identifique o mínimo de cada linha e subtraia; Passo 2 Identifique o mínimo de cada coluna e subtraia; Passo 2a Identifique o mínimo de riscos que cubra todos os zeros; Passo 2b Sem solução viável (nr. riscos<n): pegue o o valor mínimo das entradas não riscadas e subtraia dessas entradas; para entradas cobertas por dois riscos adicione esse valor; Passo 2c Sem solução viável novamente, então volte para 2a; Caso contrário, vá para o Passo 3; Passo 3 Identifique a solução ótima na solução viável encontrada. Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

21 O Método Húngaro Completando para as linhas e em um passo seguinte ajustando as colunas: A solução ótima fica evidente. Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

22 O Método Húngaro Completando para as linhas e em um passo seguinte ajustando as colunas: A solução ótima fica evidente. Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

23 O Método Húngaro Completando para as linhas e em um passo seguinte ajustando as colunas: A solução ótima fica evidente. Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

24 O Método Húngaro Outro caso: Solução infactível, mais zeros necessários. Continuando... Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

25 Factibilidade Teorema de König Sempre que se conseguir riscar todos os zeros da matriz n n com menos de n riscos a solução é infactível. Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

26 Factibilidade Teorema de König Sempre que se conseguir riscar todos os zeros da matriz n n com menos de n riscos a solução é infactível. Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

27 Factibilidade (cont. i) Operação de Factibilização: Pega-se o valor do menor elemento não coberto e diminui-se em todos os elementos não cobertos. Para elementos cobertos em posições onde passam duas linhas adiciona-se esse valor. Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

28 Factibilidade (ex.:) Matriz Original: Solução com custo 12. Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

29 Factibilidade (ex.:) Matriz Original: Solução com custo 12. Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

30 Factibilidade (ex.:) Matriz Original: Solução com custo 12. Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

31 O Método Húngaro Ajustes... O método húngaro só resolve problemas de minimização em matrizes quadradas; Porém, o algoritmo pode ser adaptado para problemas de maximização, bastando multiplicar a matriz de custos por -1; Além disto, matrizes não quadradas podem se tornar quadradas pela inclusão de linhas/colunas zeradas. Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

32 Exercício Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

33 Exercício Sobre o grafo de Petersen (P), acima representado, responda: 1 Encontre um casamento maximal de P com 3 arestas. 2 Use cadeias aumentantes para encontrar um casamento maximal de P com 4 arestas. 3 Encontre um casamento máximo de P. Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27

34 Dúvidas? Marco Antonio M. Carvalho (UFOP) BCC de janeiro de / 27