Graf regularny stopnia r to graf, w którym wszystkie wierzchołki mają stopień r.
Graf taki nazywany jest także r-regularnym.
Maksymalny stopień wierzchołka w grafie G, oznaczany przez Δ(G) to
Δ(G):=max
Macierz sąsiedztwa {\sf A}( \mathbf{G} ) grafu prostego \mathbf{G}=( \lbrace v_1,\ldots,v_n \rbrace,E ) to zero-jedynkowa macierz \langle a_{ij} \rangle rozmiaru n\times n , gdzie
a_{ij}= \left \{ \begin{array} {l} 1, & \textrm{jeżeli}\ v_i v_j\in E, \\ 0, & \textrm{w przeciwnym wypadku.} \end{array} \right.
Uwaga
Macierz sąsiedztwa grafu nieskierowanego jest symetryczna.
Przykład
Na rysunku Graf prosty przedstawiono graf prosty \mathbf{G}_0 o wierzchołkach v_0,\ldots,v_5 oraz graf skierowany \mathbf{G}_1 o wierzchołkach u_1,\ldots,u_5 . Macierze sąsiędztwa grafów \mathbf{G}_0 oraz \mathbf{G}_1 wyglądają następująco:
{\sf A}( \mathbf{G}_0 )=\left[ \begin{array} {ccccc} 0 & 1 & 1 & 1 & 0 \\ 1 & 0 & 0 & 1 & 1 \\ 1 & 0 & 0 & 1 & 0 \\ 1 & 1 & 1 & 0 & 1 \\ 0 & 1 & 0 & 1 & 0 \end{array} \right],\quad {\sf A}( \mathbf{G}_1 )=\left[ \begin{array} {ccccc} 0 & 1 & 1 & 0 & 0 \\ 0 & 0 & 0 & 1 & 1 \\ 1 & 0 & 0 & 1 & 1 \\ 1 & 1 & 0 & 0 & 1 \\ 0 & 0 & 0 & 0 & 0 \end{array} \right ].
Domknięcie przechodnie grafu skierowanego \mathbf{G} , to graf {\sf TC}( \mathbf{G} ) taki, że:
wtedy i tylko wtedy, gdy w grafie \mathbf{G} istnieje skierowana marszruta z v do w .
Twierdzenie 15.1
Niech \mathbf{G}=( \lbrace v_1,\ldots,v_n \rbrace,E ) będzie grafem skierowanym. Wtedy liczba skierowanych marszrut z v_i do v_j jest dana elementem a_{ij} macierzy:
\langle a_{ij} \rangle ={\sf A}( \mathbf{G} )^1+{\sf A}( \mathbf{G} )^2+\ldots+{\sf A}( \mathbf{G} )^{( n-1 )}.
Dowód
Wystarczy pokazać, że
(*) \langle a'_{ij} \rangle ={\sf A}( \mathbf{G} )^k jest macierzą, w której a'_{ij} jest liczbą skierowanych marszrut z v_i do v_j o długości k .
Dowód własności (*) przeprowadzimy indukcją względem k . Macierz {\sf A}( \mathbf{G} )^1 jest macierzą sąsiedztwa, co natychmiast daje (*) dla k=1 . Niech teraz k>1 . Oczywiście
{\sf A}( \mathbf{G} )^k = {\sf A}( \mathbf{G} )^{k-1}\cdot{\sf A}( \mathbf{G} ).
Jeśli więc \langle a_{ij} \rangle ={\sf A}( \mathbf{G} ) , \langle a'_{ij} \rangle ={\sf A}( \mathbf{G} )^k , oraz \langle a''_{ij} \rangle ={\sf A}( \mathbf{G} )^{k-1} , to
a'_{ij}=a''_{i1}a_{1j}+\ldots+a''_{in}a_{nj}.
Wartość a''_{il} to liczba wszystkich skierowanych marszrut z v_i do v_l o długości k-1 . Tak więc iloczyn a''_{il}a_{lj} jest równy liczbie wszystkich skierowanych k -elementowych marszrut mających postać v_i\to\ldots\to v_l\to v_j , czyli takich skierowanych marszrut z v_i do v_j o k elementach, których przedostatni wierzchołek to v_l . Sumując te wartości po wszystkich l , czyli dopuszczając dowolny wierzchołek v_l jako przedostatni, otrzymujemy liczbę wszystkich k -elementowych skierowanych marszrut z v_i do v_j . To kończy dowód (*), a zatem i całego twierdzenia.
Graf \mathbf{G}_2 (a) oraz jego przechodnie domknięcie \mathbf{G}_3={\sf TC}( \mathbf{G}_2 ) (b)
Przykład
Grafy \mathbf{G}_2=( \lbrace u_1,\ldots,u_5 \rbrace,E ) i \mathbf{G}_3=( \lbrace u_1,\ldots,u_5 \rbrace,E' ) zostały przedstawione na animacji.
Macierz sąsiedztwa grafu \mathbf{G}_2 to
{\sf A}( \mathbf{G}_2 )= \left[ \begin{array} {ccccc} 0 & 1 & 0 & 0 & 0 \\ 0 & 0 & 0 & 1 & 1 \\ 1 & 0 & 0 & 1 & 1 \\ 1 & 1 & 0 & 0 & 1 \\ 0 & 0 & 0 & 0 & 0 \end{array} \right]
Ponadto
\sum_{i=1}^{4}{{\sf A}( \mathbf{G}_2 )^i}=\left[ \begin{array} {ccccc} 1 & 3 & 0 & 2 & 3 \\ 2 & 3 & 0 & 3 & 5 \\ 4 & 5 & 0 & 4 & 7 \\ 3 & 5 & 0 & 3 & 6 \\ 0 & 0 & 0 & 0 & 0 \end{array} \right].
W macierzy \langle a'_{ij} \rangle =\sum_{i=1}^{4}{{\sf A}( \mathbf{G}_2 )^i} wartość a'_{ij} mówi o liczbie różnych skierowanych marszrut z wierzchołka v_i do v_j o długości co najwyżej 4 . Dla przykładu a_{34}=4 i rzeczywiście u_3\to u_4 , u_3\to u_4\to u_2\to u_4 , u_3\to u_1\to u_2\to u_4 , i u_3\to u_4\to u_1\to u_2\to u_4 są wszystkimi skierowanymi marszrutami jakie można znaleźć w grafie \mathbf{G}_2 prowadzące z wierzchołka v_3 do v_4 o długości co najwyżej 4 . Z kolei macierz sąsiedztwa dla przechodniego domknięcia grafu \mathbf{G}_2 to
{\sf A}( {\sf TC}( \mathbf{G}_2 ) )=\left[ \begin{array} {ccccc} 0 & 1 & 0 & 1 & 1 \\ 1 & 0 & 0 & 1 & 1 \\ 1 & 1 & 0 & 1 & 1 \\ 1 & 1 & 0 & 0 & 1 \\ 0 & 0 & 0 & 0 & 0 \end{array} \right ].
Warto zaobserwować oczywisty fakt, że macierz {\sf A}( {\sf TC}( \mathbf{G}_2 ) ) można równie dobrze uzyskać z macierzy \sum_{i=1}^{4}{{\sf A}( \mathbf{G}_2 )^i} przez zamianę każdej niezerowej wartości na 1 oraz wyzerowanie przekątnej.
Wniosek 15.2
Dla grafu \mathbf{G} o wierzchołkach v_1,\ldots,v_n i macierzy \langle a_{ij} \rangle ={\sf A}( \mathbf{G} )^1+{\sf A}( \mathbf{G} )^2+\ldots+{\sf A}( \mathbf{G} )^{( n-1 )} , jeśli tylko i\neq j , to
a_{ij}>0\quad \textrm{wtedy i tylko wtedy, gdy}\quad ( v_i,v_j )\in{\sf E}\!({\sf TC}( \mathbf{G} )).
Macierz incydencji {\sf B}( \mathbf{G} ) grafu \mathbf{G}=( \lbrace v_1,\ldots,v_n \rbrace,\lbrace e_1,\ldots,e_m \rbrace ) to zero-jedynkowa macierz \langle b_{ij} \rangle rozmiaru n\times m , gdzie
b_{ij}=\left \{ \begin{array} {l} 1, & \textrm{jeśli wierzchołek}\ v_i\ \textrm{jest incydentny z krawędzią}\ e_j, \\ 0, & \textrm{w przeciwnym wypadku.} \end{array} \right.
Zorientowana macierz incydencji {\sf C}( \mathbf{G} ) grafu prostego to macierz \langle c_{ij} \rangle , rozmiaru n\times m , otrzymana z macierzy incydencji {\sf B}( \mathbf{G} ) poprzez zastąpienie w każdej kolumnie jednej z dwu jedynek przez -1 (minus jeden).
Przykład
Dla grafu \mathbf{G}_4=( \lbrace v_1,\ldots,v_5 \rbrace,\lbrace e_1,\ldots,e_7 \rbrace ) przedstawionego na rysunku Graf prosty G4 macierz incydencji oraz zorientowana macierz incydencji, to odpowiednio:
{\sf B}( \mathbf{G}_4 )=\left[ \begin{array} {ccccccc} 1 & 0 & 1 & 1 & 0 & 0 & 0 \\ 1 & 1 & 0 & 0 & 1 & 0 & 0 \\ 0 & 0 & 1 & 0 & 0 & 0 & 1 \\ 0 & 0 & 0 & 1 & 1 & 1 & 1 \\ 0 & 1 & 0 & 0 & 0 & 1 & 0 \end{array} \right],\quad
{\sf C}( \mathbf{G}_4 )=\left[ \begin{array} {ccccccc} -1 & 0 & 1 & -1 & 0 & 0 & 0 \\ 1 & -1 & 0 & 0 & 1 & 0 & 0 \\ 0 & 0 & -1 & 0 & 0 & 0 & -1 \\ 0 & 0 & 0 & 1 & -1 & -1 & 1 \\ 0 & 1 & 0 & 0 & 0 & 1 & 0 \end{array} \right].
Obserwacja 15.3
Macierz stopni {\sf D}( \mathbf{G} ) grafu prostego \mathbf{G}=( \lbrace v_1,\ldots,v_n \rbrace,E ) to diagonalna macierz \langle d_{ij} \rangle rozmiaru n\times n , gdzie
d_{ij}=\left \{ \begin{array} {l} {\sf deg}\ v_i, & \textrm{jeżeli}\ i=j, \\ 0, & \textrm{w przeciwnym wypadku.} \end{array} \right.
Przykład
Dla grafu \mathbf{G}_4 przedstawionego na rysunku Graf prosty G4 odpowiednia macierz stopni to
{\sf D}( \mathbf{G}_4 )=\left[ \begin{array} {ccccc} 3 & 0 & 0 & 0 & 0 \\ 0 & 3 & 0 & 0 & 0 \\ 0 & 0 & 2 & 0 & 0 \\ 0 & 0 & 0 & 4 & 0 \\ 0 & 0 & 0 & 0 & 2 \end{array} \right ].
Twierdzenie 15.4
Jeśli \mathbf{G}=( V,E ) jest grafem prostym, to
{\sf B}( \mathbf{G} )\cdot {\sf B}( \mathbf{G} )^T= {\sf D}( \mathbf{G} )+ {\sf A}( \mathbf{G} ),
gdzie {\sf B}( \mathbf{G} )^T jest macierzą transponowaną macierzy {\sf B}( \mathbf{G} ) .
Przykład
Policzmy macierze opisane w Twierdzeniu 15.4 dla grafu \mathbf{G}_4 z rysunku Graf prosty G4. Tak więc
\begin{align*} {\sf B}( \mathbf{G}_4 )\cdot{\sf B}( \mathbf{G}_4 )^T & = & \left[ \begin{array} {ccccccc} 1 & 0 & 1 & 1 & 0 & 0 & 0 \\ 1 & 1 & 0 & 0 & 1 & 0 & 0 \\ 0 & 0 & 1 & 0 & 0 & 0 & 1 \\ 0 & 0 & 0 & 1 & 1 & 1 & 1 \\ 0 & 1 & 0 & 0 & 0 & 1 & 0 \end{array} \right ]\cdot \left[ \begin{array} {ccccccc} 1 & 1 & 0 & 0 & 0 \\ 0 & 1 & 0 & 0 & 1 \\ 1 & 0 & 1 & 0 & 0 \\ 1 & 0 & 0 & 1 & 0 \\ 0 & 1 & 0 & 1 & 0 \\ 0 & 0 & 0 & 1 & 1 \\ 0 & 0 & 1 & 1 & 0 \end{array} \right ] \\ & = & \left[ \begin{array} {ccccc} 3 & 1 & 1 & 1 & 0 \\ 1 & 3 & 0 & 1 & 1 \\ 1 & 0 & 2 & 1 & 0 \\ 1 & 1 & 1 & 4 & 1 \\ 0 & 1 & 0 & 1 & 2 \end{array} \right]\ =\ {\sf D}( \mathbf{G}_4 )+ {\sf A}( \mathbf{G}_4 ). \end{align*}
Dowód [Twierdzenia 15.4]
Niech m_{ij} będzie elementem w i -tym wierszu oraz w j -tej kolumnie macierzy M={\sf B}( \mathbf{G} )\cdot {\sf B}( \mathbf{G} )^T . Z definicji M wynika, że
m_{ij}=b_{i1}\cdot b_{j1}+\ldots+b_{i\vert E \vert}\cdot b_{j\vert E \vert}.
Rozważmy dwa przypadki:
Twierdzenie 15.5
Niech \mathbf{G} będzie grafem skierowanym o n wierzchołkach, a macierz M o rozmiarach ( n-1 )\times( n-1 ) , będzie minorem (podmacierzą) zorientowanej macierzy incydencji {\sf C}( \mathbf{G} ) , w którym kolumny odpowiadają krawędziom z pewnego podzbioru {\sf E}\!(M) zbioru {\sf E}\!(\mathbf{G}) . Wtedy
\mathbf{H}=( {\sf V}\!(\mathbf{G}),{\sf E}\!(M) )\ jest drzewem wtedy i tylko wtedy, gdy M jest nieosobliwa.
Dowód
Niech w będzie wierzchołkiem odpowiadającym jedynemu wierszowi pominiętemu w minorze M .
Niech \mathbf{H}=( {\sf V}\!(\mathbf{G}),{\sf E}\!(M) ) będzie drzewem. Dla pokazania, że wtedy macierz M jest nieosobliwa, dokonamy takiej permutacji wierszy i kolumn macierzy M , by uzyskana w ten sposób macierz M'=\langle m'_{ij} \rangle była trójkątna i miała wyłącznie niezerowe elementy na przekątnej. Zostanie to uzyskane przez takie ponumerowanie wierzchołków i krawędzi grafu \mathbf{H} , by w nowej macierzy
m'_{ij}\neq0 wtedy i tylko wtedy, gdy wierzchołek v_i jest incydentny z e_j .
Przypomnijmy, że odległość pomiędzy dwoma wierzchołkami x i y w grafie to liczność najkrótszej ścieżki od x do y . Ponumerujmy wierzchołki z {\sf V}\!(\mathbf{G}) w taki sposób, że jeśli v_i jest bliżej wierzchołka w , niż v_j to i\leq j . Numeracji takich może być wiele, ale dla nas nie ma znaczenia, którą z nich wybierzemy i ustalimy dla dalszej części dowodu. Zauważmy jedynie, że w każdej takiej numeracji wierzchołek w znajduje się na początku. Ponieważ graf \mathbf{H} jest drzewem, to między wierzchołkiem w i dowolnym v_i istnieje dokładnie jedna ścieżka. Oznaczmy ją przez P_i=w\to v_{k_1}\to\ldots\to v_{k_s}\to v_i . Oczywiście, dla i\neq j ostanie krawędzie w ścieżkach P_i i P_j są różne. Tę ostatnią krawędź ścieżki P_i oznaczmy, tak jak na rysunku, indeksem i , czyli e_i=v_{k_s}v_i .
Ponieważ w drzewie \mathbf{H} jest dokładnie n-1 krawędzi, przypisanie wierzchołkowi v_i krawędzi e_i jest bijekcją między {\sf V}\!(\mathbf{G})-\lbrace w \rbrace a {\sf E}\!(\mathbf{H}) . W kolumnie j_0 macierzy M , odpowiadającej krawędzi e_{j_0}=v_{j_1}v_{j_0} , są jedynie dwa niezerowe elementy - jeden leży w wierszu j_0 , odpowiadającemu wierzchołkowi v_{j_0} , a drugi w wierszu j_1 . Skoro krawędź e_{j_0} ma ten sam numer co wierzchołek v_{j_0} , wierzchołek v_{j_1} musi leżeć na ścieżce z w do v_{j_0} . Tym samym v_{j_1} jest bliżej w niż v_{j_0} , a zatem j_1 < j_0 . Macierz M' jest więc macierzą trójkątną górną z niezerową przekątną, co kończy dowód.
Załóżmy teraz, że \mathbf{H} nie jest drzewem. Ponieważ \mathbf{H} ma jedynie n-1 krawędzi, to zależność miedzy liczbą wierzchołków, krawędzi i składowych spójnych daje, że \mathbf{H} ma co najmniej 2 składowe. Niech wierzchołki v_{i_1},\ldots,v_{i_l} tworzą składową, w której nie występuje w . Jeżeli, w i_p -tym wierszu i r -tej kolumnie macierzy M jest niezerowy element x=\pm1 , to wierzchołek v_{i_p} jest incydentny z krawędzią e_r =v_{i_p}v_{i_s} . Wierzchołek v_{i_s} będący drugim końcem krawędzi e_r leży oczywiście w tej samej składowej co v_{i_p} , a zatem macierz M ma liczbę -x w r -tej kolumnie i w i_s -tym wierszu. Sumując teraz wiersze macierzy M o indeksach i_1,\ldots,i_l otrzymujemy wektor zerowy. To oczywiście oznacza, że macierz M jest osobliwa.
Wniosek 15.6
W spójnym grafie prostym \mathbf{G} o n wierzchołkach rząd macierzy {\sf C}( \mathbf{G} ) wynosi n-1 .
Wielomian charakterystyczny grafu \mathbf{G} to wielomian charakterystyczny macierzy sąsiedztwa {\sf A}( \mathbf{G} ) .
Permanent grafu \mathbf{G} to permanent macierzy {\sf A}( \mathbf{G} ) , czyli
{\sf per}\ {\sf A}( \mathbf{G} ) = \sum_{\sigma}{a_{1,\sigma(1)}\cdot a_{2,\sigma(2)}\cdot\ldots\cdot a_{n,\sigma(n)}},
gdzie suma \sum_{\sigma} rozciąga się po wszystkich permutacjach \sigma , zaś a_{ij} oznacza element macierzy {\sf A}( \mathbf{G} ) .
Wyznacznik grafu \mathbf{G} to wyznacznik macierzy {\sf A}( \mathbf{G} ) , czyli
{\sf det}\ {\sf A}( \mathbf{G} ) = \sum_{\sigma}(-1)^{\mbox{\sf sgn}(\sigma)}{a_{1,\sigma(1)}\cdot a_{2,\sigma(2)}\cdot\ldots\cdot a_{n,\sigma(n)}}.
Skojarzenie niedoskonałe (a) i doskonałe (b)
Algebraiczne pojęcie permanentu macierzy okazuje się użytecznym przy badaniu skojarzeń w grafie. Rozważaliśmy już skojarzenia w grafach dwudzielnych.
Skojarzenie w grafie \mathbf{G}=( V,E ) to taki podzbiór M\subseteq E , że żadne jego dwie krawędzie nie są incydentne z tym samym wierzchołkiem.
Skojarzenie doskonałe to skojarzenie wykorzystujące wszystkie wierzchołki grafu.
Twierdzenie 15.7
Prosty graf dwudzielny \mathbf{G}=( V_1\cup V_2,E ) ma skojarzenie doskonałe wtedy i tylko wtedy, gdy \mathbf{G} ma niezerowy permanent.
Dowód
Niech \langle a_{ij} \rangle ={\sf A}( \mathbf{G} ) . Dowód ma dwa etapy. Najpierw pokażemy, że:
1. Permanent grafu \mathbf{G} jest niezerowy wtedy i tylko wtedy, gdy istnieje permutacja \rho_{0} liczb 1,\ldots,n taka, że a_{i\rho_{0}( i )}=1 dla i=1,\ldots,n .
Istotnie, każdy składnik sumy dającej permanent grafu \mathbf{G}
{\sf per}\ {\sf A}( \mathbf{G} ) = \sum_{\sigma}{a_{1,\sigma(1)}\cdot a_{2,\sigma(2)}\cdot\ldots\cdot a_{n,\sigma(n)}}.
jest zawsze nieujemny. A zatem cała suma będzie dodatnia wtedy i tylko wtedy, gdy choć jeden jej składnik będzie niezerowy. To z kolei jest równoważne temu, że dla choć jednej permutacji \rho_{0} zachodzi
a_{i\rho_{0}( i )}=1
dla wszystkich i=1,\ldots,n .
2. Graf \mathbf{G} ma doskonałe skojarzenie M\subseteq E wtedy i tylko wtedy, gdy istnieje permutacja \rho_{0} liczb 1,\ldots,n taka, że a_{i\rho_{0}( i )}=1 dla i=1,\ldots,n .
Istotnie, w skojarzeniu doskonałym każdy wierzchołek jest incydentny z dokładnie jedną krawędzią. A zatem skojarzenie M wyznacza permutację \rho_{0} poprzez
\rho_{0}( i )=j\quad\textrm{wtedy i tylko wtedy, gdy }\quad v_i v_j\in M.
Nadto a_{i\rho_{0}( i )}=1 dla wszystkich i=1,\ldots,n .
Z drugiej strony, jeśli ( i_1,\ldots,i_k ) jest cyklem permutacji \rho_{0} , tzn.
\rho_{0}( i_1 )=i_2,\quad \rho_{0}( i_2 )=i_3,\quad \ldots,\quad \rho_{0}( i_{k-1} )=i_k,\quad \rho_{0}( i_k )=i_1,
to założona równość a_{i\rho_{0}( i )}=1 mówi, że cyklowi temu odpowiada cykl v_{i_1}\to v_{i_2}\to \ldots \to v_{i_k}\to v_{i_1} w grafie \mathbf{G} . Oczywiście w grafie dwudzielnym cykl taki musi mieć parzystą liczbę wierzchołków, tak więc zbiór krawędzi
\lbrace v_{i_1}v_{i_2}, v_{i_3}v_{i_4},\ldots, v_{i_{k-1}}v_{i_k} \rbrace
tworzy doskonałe skojarzenie zbioru wierzchołków \lbrace v_{i_1}, v_{i_2}, v_{i_3},\ldots v_{i_{k-1}},v_{i_k} \rbrace . Po zsumowaniu skojarzeń odpowidającym wszystkim cyklom permutacji \rho_{0} otrzymamy skojarzenie doskonałe w grafie \mathbf{G} .
Skojarzenie doskonałe w grafie \mathbf{G}_5
{{przyklad||| Rozważmy graf \mathbf{G}_5=( \lbrace v_1,v_2,v_3,v_4,v_5,v_6 \rbrace,E ) przedstawiony na rysunku Graf G5.
Macierz sąsiedztwa {\sf A}( \mathbf{G}_5 ) to
{\sf A}( \mathbf{G}_5 )=\left[ \begin{array} {cccccc} 0 & 0 & 0 & 1 & 1 & 0 \\ 0 & 0 & 0 & 1 & 0 & 0 \\ 0 & 0 & 0 & 1 & 1 & 1 \\ 1 & 1 & 1 & 0 & 0 & 0 \\ 1 & 0 & 1 & 0 & 0 & 0 \\ 1 & 1 & 1 & 0 & 0 & 0 \end{array} \right ].
Permanent {\sf per}\ \mathbf{G}_5 = 1 , tak więc istnieje skojarzenie doskonałe M . Jedno z takich skojarzeń, przedstawione na rysunku Skojarzenie doskonałe w grafie G5, odpowiada wyróżnionym elementom macierzy:
{\sf A}( \mathbf{G}_5 )=\left[ \begin{array} {cccccc} 0 & 0 & 0 & 1 & \mathbf{\underline{1}} & 0 \\ 0 & 0 & 0 & \mathbf{\underline{1}} & 0 & 0 \\ 0 & 0 & 0 & 1 & 1 & \mathbf{\underline{1}} \\ 1 & \mathbf{\underline{1}} & 1 & 0 & 0 & 0 \\ \mathbf{\underline{1}} & 0 & 1 & 0 & 0 & 0 \\ 0 & 0 & \mathbf{\underline{1}} & 0 & 0 & 0 \end{array} \right ].
Przy badaniu kolorowań grafów przydatne okazuje się inne pojęcie algebraiczne.
Wartość własna grafu \mathbf{G} to wartość własna macierzy sąsiedztwa {\sf A}( \mathbf{G} ) .
Obserwacja 15.8
Macierz sąsiedztwa {\sf A}( \mathbf{G} ) jest rzeczywista i symetryczna, zatem wszystkie jej wartości własne są rzeczywiste i istnieje baza ortogonalna złożona z jej wektorów własnych.
Dla grafu prostego \mathbf{G} przyjmujemy oznaczenia:
Obserwacja 15.9
Wartości własne grafu \mathbf{G} są, co do wartości bezwzględnej, nie większe niż maksymalny stopień wierzchołków grafu \mathbf{G} , tzn.
\vert \lambda_{max}\!( \mathbf{G} ) \vert\leq\Delta( \mathbf{G} ).
Dowód
Niech \vert \mathbf{G} \vert=n oraz x=\langle x_1,\ldots,x_n \rangle będzie niezerowym wektorem własnym macierzy {\sf A}( \mathbf{G} )=\langle a_{ij} \rangle o wartości własnej \lambda_{max}\!( \mathbf{G} ) . Bez straty ogólności można założyć, że \vert x_k \vert=\max_{i=1,\ldots, n}{\vert x_i \vert}=1 . Oszacowanie modułu k -tej współrzędnej wektora {\sf A}( \mathbf{G} )\cdot x=\lambda_{max}\!( \mathbf{G} )\cdot x daje nierówność:
\begin{align*} \vert \lambda_{max}\!( \mathbf{G} ) \vert & =\vert \lambda_{max}\!( \mathbf{G} )x_k \vert \\ & =\vert a_{k1}x_1+\ldots+a_{kn}x_n \vert \\ & \leq & a_{k1}\vert x_1 \vert+\ldots+a_{kn}\vert x_n \vert \\ & \leq a_{k1}+\ldots+a_{kn} \\ & ={\sf deg}\ x_k\ \leq\ \Delta( \mathbf{G} ). \end{align*}
Dowód następnych dwu obserwacji pozostawiamy jako ćwicznia 4 i 6.
Obserwacja 15.10
W grafie prostym \mathbf{G} mamy \lambda_{max}\!( \mathbf{G} )=\Delta( \mathbf{G} ) wtedy i tylko wtedy, gdy któraś spójna składowa grafu \mathbf{G} jest grafem regularnym stopnia \Delta( \mathbf{G} ) .
Obserwacja 15.11
W spójnym grafie prostym \mathbf{G} liczba -\Delta( \mathbf{G} ) jest wartością własną macierzy {\sf A}( \mathbf{G} ) wtedy i tylko wtedy, gdy \mathbf{G} jest regularnym grafem dwudzielnym stopnia \Delta( \mathbf{G} ) .
Twierdzenie 15.12 [wzór Hoffman'a]
W grafie regularnym \mathbf{G} stopnia r zachodzi
\alpha( \mathbf{G} )\leq\frac{\vert {\sf V}\!(\mathbf{G}) \vert\cdot\lambda_{min}\!( \mathbf{G} )}{\lambda_{min}\!( \mathbf{G} )-r},
gdzie \alpha( \mathbf{G} ) oznacza największy możliwy rozmiar indukowanej antykliki w grafie \mathbf{G} .
Dowód
Niech n=\vert {\sf V}\!(\mathbf{G}) \vert oraz
U:={\sf A}( \mathbf{G} )-\lambda_{min}\!( \mathbf{G} )\cdot I - ( r-\lambda_{min}\!( \mathbf{G} ) )\cdot n^{-1}\cdot J,
gdzie I jest macierzą diagonalną rozmiaru n\times n , która na przekątnej ma jedynki, a J jest macierzą rozmiaru n\times n w całości wypełnioną jedynkami. Ponadto niech wektor x=\langle x_i \rangle będzie funkcją charakterystyczną najliczniejszego zbioru niezależnego X\subseteq{\sf V}\!(\mathbf{G}) takiego, że \mathbf{G}|_X jest antykliką. Oznacza to, że
x_i=\left \{ \begin{array} {l} 1, & \textrm{jeśli}\ v_i\in X, \\ 0, & \textrm{w przeciwnym wypadku.} \end{array} \right.
Wtedy y={\sf A}( \mathbf{G} )\cdot x jest funkcją charakterystyczną zbioru sąsiadów wierzchołków w X , czyli
y_i=\left \{ \begin{array} {l} 1, & \textrm{jeśli}\ v_i\notin X, \\ 0, & \textrm{w przeciwnym wypadku.} \end{array} \right.
To z kolei daje, że
x^T\cdot{\sf A}( \mathbf{G} )\cdot x=x^T\cdot y=0
i w konsekwencji
x^T\cdot U\cdot x=-\lambda_{min}\!( \mathbf{G} )\cdot\vert x \vert - ( r-\lambda_{min}\!( \mathbf{G} ) )\cdot n^{-1}\cdot\vert x \vert^2.
Uzasadnimy teraz, że x^T\cdot U\cdot x\geq0 . Dla j=[1,1,\ldots,1]^T mamy:
U\cdot j \ =\ r\cdot j-\lambda_{min}\!( \mathbf{G} )\cdot j - ( r-\lambda_{min}\!( \mathbf{G} ) )\cdot j\ =\ 0.
Z kolej każdy inny wektor własny z macierzy {\sf A}( \mathbf{G} ) o wartości własnej \lambda , który jest prostopadły do j spełnia
U\cdot z\ =\ ( \lambda-\lambda_{min}\!( \mathbf{G} ) )\cdot z,
przy czym oczywiście \lambda-\lambda_{min}\!( \mathbf{G} )\geq0 . Oznacza to, że wszystkie wartości własne macierzy U są nieujemne. Niech więc u_1,\ldots,u_n będzie ortogonalną bazą złożoną z wektorów własnych macierzy U , a \lambda_1,\ldots,\lambda_n będą odpowiadającymi im wartościami własnymi. Niech ponadto x=b_1\cdot u_1+\ldots+b_n\cdot u_n będzie rozkładem wektora x w tej bazie. Wtedy:
\begin{align*} x^T\cdot U\cdot x & = x^T\cdot( b_1\cdot\lambda_1\cdot u_1+\ldots+b_n\cdot\lambda_n\cdot u_n ) \\ & = b_1^2\cdot\lambda_1+\ldots+b_n^2\cdot\lambda_n\ \geq\ 0. \end{align*}
W konsekwencji
0\leq-\lambda_{min}\!( \mathbf{G} )\cdot\vert x \vert - ( r-\lambda_{min}\!( \mathbf{G} ) )\cdot n^{-1}\cdot\vert x \vert^2.
Ponieważ \vert x \vert=\alpha( \mathbf{G} ) a n=\vert {\sf V}\!(\mathbf{G}) \vert , to ta ostatnia jest innym zapisem dowodzonej nierówności.
Wniosek 15.13
W regularnym grafie \mathbf{G} zachodzi
\chi\!( \mathbf{G} )\geq 1-\frac{\lambda_{max}\!( \mathbf{G} )}{\lambda_{min}\!( \mathbf{G} )}.
Dowód
Ponieważ podział zbioru wierzchołków {\sf V}\!(\mathbf{G}) na rozłączne podzbiory V_1,\ldots,V_k indukujące antykliki, jest równoważny z kolorowaniem grafu \mathbf{G} przy użyciu k kolorów, to
\vert {\sf V}\!(\mathbf{G}) \vert \leq \chi\!( \mathbf{G} )\cdot \alpha( \mathbf{G} ).
Jeśli teraz r jest stopniem regularności grafu \mathbf{G} to Twierdzenie 15.12 daje więc
\chi\!( \mathbf{G} )\geq \frac{\lambda_{min}\!( \mathbf{G} )-r}{\lambda_{min}\!( \mathbf{G} )}.
Ponieważ graf \mathbf{G} jest r -regularny, to na mocy Obserwacji 15.10 mamy r=\lambda_{max}\!( \mathbf{G} ) , co pozwala zakończyć dowód.