Centro de Estudos Gerais
Curso de Mestrado em Matemática
Coordenação de Pós Graduação em Matemática
Lucas Lima Silva Portugal
Q-espectro e D-espectro dos grafos aranha
Orientadora: Renata Raposo Del-Vecchio
NITERÓI Março/2017
Lucas Lima Silva Portugal
Q-ESPECTRO E D-ESPECTRO DOS GRAFOS ARANHA
Dissertação apresentada por Lucas Lima Silva Portugal ao Curso de Mestrado em Matemática - Universidade Federal Fluminense, como requisito parcial para a obtenção do Grau de Mestre. Linha de Pesquisa: Teoria espectral de grafos.
Orientadora: Renata Raposo Del-Vecchio
Niterói 2017
P853
S 59 Portugal, Lucas Lima Silva
Q-espectro e D-espectro dos grafos aranha / Lucas Lima Silva Portugal. - Niterói: [s.n.], 2017.
Dissertação (Mestrado em Matemática) - Universidade Federal Fluminense, 2017.
1. Matemática 2. Matemática Discreta. 3. Teoria espectral de grafos
Lucas Lima Silva Portugal
Q-ESPECTRO E D-ESPECTRO DOS GRAFOS ARANHA
Dissertação apresentada por Lucas Lima Silva Portugal ao Curso de Mestrado em Matemática - da Universidade Federal Fluminense, como requisito parcial para a obtenção do Grau de Mestre. Linha de Pesquisa: Teoria espectral de grafos.
Aprovada em: 30/03/2017
Banca Examinadora
_______________________________________________ Prof. Renata Raposo Del-Vecchio - Orientadora
Doutora – Universidade Federal Fluminense
_______________________________________________ Prof. Celso Marques da Silva Junior - Membro
Doutor – Centro Federal de Educação Tecnológica Celso Suckow da Fonseca
_______________________________________________ Prof. Leonardo Lima - Membro
Doutor – Centro Federal de Educação Tecnológica Celso Suckow da Fonseca
_______________________________________________ Prof. Miriam del Milagro Abdón - Membro
Doutora – Universidade Federal Fluminense
NITERÓI 2017
AGRADECIMENTOS
Agradeço à minha família e namorada pelo suporte, especialmente à minha mãe que continua me ensinando apesar de tudo que está passando. Agradeço ao colega Átila pela ajuda em vários momentos deste trabalho e minha orientadora, a professora Renata Del-Vecchio, por toda sua paciência e compreensão, sua disposição me ajudando e guiando esse trabalho. Finalmente, agradeço a CAPES pelo apoio financeiro a este trabalho.
RESUMO
Os grafos do tipo aranha tem características interessantes, pois são todos conexos com complementar conexo (mais ainda, o complementar de qualquer grafo aranha também é um grafo aranha). Além disso, são os únicos grafos na classe dos P4-esparsos que são conexos com complementar conexo. Neste trabalho, investigamos o espectro da matriz laplaciana sem sinal e da matriz distância nesta classe de grafos.
Sobre o Q-espectro dos grafos aranha, obtemos resultados sobre quantidades de q-autovalores distintos, além de apresentar um resultado do tipo Nordhaus-Gaddum, resultado que foi estendido para a classe dos P4-esparsos.
Investigando o D-espectro, novamente obtemos resultados sobre a
quantidade de d-autovalores distintos e seus sinais. Além disso, investigamos algumas relações entre parâmetros D-espectrais e invariantes de grafos.
ABSTRACT
There are some interesting characteristics about the spider graphs, they are all connected and so are their complement graph (even more, the complement of a spider graph is still a spider graph). Furthermore, the spider graphs are the only graphs that belongs to the P4-sparse class that are connected with their
complement still connected. In this work we investigate the signless laplacian and distance matrix spectrum on the spider graphs.
About the Q-espectrum of a spider, we obtained results about the number of distinct q-eigenvalues and a Nordhaus-Gaddum type result, which was extended to the P4-sparse class.
Investigating the D-spectrum, again we obtained results about the number of distinct d-eigenvalues and their signals. Furthermore, we investigated some relationships between D-spectrum parameters and graph invariants.
Palavras chaves: Grafos, espectro, matriz laplaciana sem sinal, matriz
distância, grafos aranha, q-espectro, d-espectro, Nordhaus-Gaddum, p4-esparso. Key words: Graphs, spectrum, signless laplacian matrix, distance matrix, spider graphs, q-spectrum, d-spectrum, Nordhaus-Gaddum, p4-sparse.
Lista de Figuras
2.1 Exemplo de um grafo . . . 5 2.2 Complementar do grafo do Exemplo 2.1.1 . . . 6 2.3 Na esquerda um grafo conexo e na direita um grafo desconexo com 2
com-ponentes conexas. . . 6 2.4 Sm[5, 2, K2] e Sg[3, 2, K2], respectivamente. . . 8
Sum´ario
1 Introduc¸ ˜ao 3
2 Noc¸˜oes B´asicas 5
2.1 Grafos . . . 5
2.2 Algebra Linear . . . .´ 9
2.3 Teoria Espectral de grafos . . . 10
2.3.1 Matriz de adjacˆencia . . . 10
2.3.2 Matriz Laplaciana sem Sinal . . . 12
2.3.3 Matriz Distˆancia . . . 13
3 Matriz laplaciana sem sinal 15 3.1 Q-Espectro de aranhas com cabec¸as especiais . . . 15
3.2 Propriedades Q-espectrais para qualquer aranha . . . 32
3.3 Propriedades do tipo Nordhaus-Gaddum para aranhas . . . 33
3.4 Propriedades do tipo Nordhaus-Gaddum para grafos P4-esparsos . . . 34
4 Matriz distˆancia 35 4.1 D-Espectro de algumas aranhas especiais . . . 35
4.2 Propriedades D-espectrais para qualquer aranhas . . . 49
4.3 Cabec¸as r-regulares com diˆametro 2 . . . 49
5 Conjecturas sobre a matriz Distˆancia 51 5.1 Introduc¸˜ao . . . 51
5.2 Resultados Gerais . . . 52
5.3 Resultados para a in´ercia da matriz D . . . 54
Cap´ıtulo 1
Introduc¸˜ao
V´arias matrizes podem ser associadas a grafos. A matriz de adjacˆencia ´e a mais natural delas e a mais estudada. Muitas outras matrizes podem tamb´em ser associadas a grafos. As relac¸˜oes entre autovalores dessas matrizes e propriedades estruturais dos grafos ´e o foco da teoria espectral de grafos, campo onde se insere esta dissertac¸˜ao.
A matriz laplaciana sem sinal, embora tenha sido definida h´a bastante tempo, despertou a atenc¸˜ao de pesquisadores mais recentemente, a partir de Cvetkovic em 2007 [11]. A matriz distˆancia tamb´em definida h´a bastante tempo, tem sido abordada em artigos de teoria espectral de grafos mais recentemente, ver [10].
Nesta dissertac¸˜ao trataremos destas duas matrizes em uma classe especial de grafos, os grafos do tipo aranha. Estes grafos tˆem caracter´ısticas interessantes, pois s˜ao todos conexos com complementar conexo (al´em disso, o complementar de qualquer grafo desta classe tamb´em est´a na classe).
A classe dos grafos P4-esparsos, definida em [4], cont´em os cografos que, por sua vez,
cont´em os thresholds. S˜ao duas classes importantes de grafos e muito estudadas, inclusive do ponto de vista espectral. ´E sabido que todo grafo P4-esparso conexo com complementar
conexo ´e uma aranha [5]. Da´ı, com o estudo espectral dos grafos aranha, foi poss´ıvel gene-ralizar um importante resultado apresentado por Lima em [9] para todo grafo P4-esparso.
Esta dissertac¸˜ao est´a estruturada em seis cap´ıtulos que, al´em desta introduc¸˜ao, est˜ao assim distribu´ıdos.
No segundo cap´ıtulo apresentamos algumas noc¸˜oes b´asicas de teoria dos grafos, al´em de alguns resultados de ´algebra linear e teoria espectral de grafos, os quais s˜ao necess´arios `a compreens˜ao do texto.
No terceiro cap´ıtulo estudamos o espectro da matriz laplaciana sem sinal das aranhas, obtendo resultados acerca da quantidade de autovalores distintos, que ´e um tema rele-vante em teoria espectral de grafos. Apresentamos, explicitamente, autovalores laplacianos sem sinal para a classe dos grafos aranha. Obtemos ainda propriedade do tipo Nordhaus-Gaddum para os grafos aranha e conclu´ımos o cap´ıtulo estendendo o importante resultado apresentado em [9] para a classe dos grafos P4-esparsos.
O quarto cap´ıtulo ´e dedicado ao estudo do espectro da matriz distˆancia das aranhas. Aqui tamb´em encontramos fam´ılias de grafos com poucos autovalores distintos e apresen-tamos explicitamente autovalores da matriz distˆancia para a classe dos grafos aranha.
Em [10] s˜ao discutidas v´arias conjecturas sobre o espectro da matriz distˆancia de um grafo qualquer. Muitas destas conjecturas j´a foram refutadas em geral. Por´em, se chegaram a ser consideradas como conjecturas ´e porque deviam valer para muitos grafos. Examina-mos no cap´ıtulo cinco a validade delas para os grafos aranha, obtendo assim novos
resulta-dos nesta classe. Esses resultaresulta-dos relacionam parˆametros espectrais com outros invariantes de grafos.
Finalmente, o cap´ıtulo seis apresenta as conclus˜oes e aponta algumas direc¸˜oes de traba-lhos futuros.
Cap´ıtulo 2
Noc¸˜oes B´asicas
Este cap´ıtulo est´a dividido em trˆes sec¸˜oes. Na primeira apresentamos as definic¸˜oes e resul-tados da teoria de grafos necess´arios ao que se segue, al´em de fixar as notac¸˜oes que ser˜ao utilizadas no decorrer do texto. A segunda sec¸˜ao ´e dedicada `a apresentac¸˜ao de resultados de ´Algebra linear que ser˜ao aplicados `as matrizes de grafos estudados. Na terceira sec¸˜ao ser˜ao apresentadas as matrizes estudadas nesta dissertac¸˜ao e alguns resultados referentes a elas.
2.1
Grafos
Iniciaremos esta sec¸˜ao apresentando definic¸˜oes gerais de grafos e introduzindo alguns parˆa-metros importantes.
Definic¸˜ao 2.1.1. Um grafo G= G(V (G), E(G)) ´e uma estrutura formada por dois
con-juntos finitos chamados concon-juntos de v´ertices e de arestas, denotados respectivamente por V(G) e E(G), onde o segundo ´e formado por pares n˜ao ordenados de v´ertices distintos
u, v ∈ V (G), denotado por {u,v} ∈ E(G), ou simplesmente uv. Indicamos por | V | e | E |, respectivamente, o n´umero de v´ertices e o n´umero de arestas de G; Quando existir a aresta
{u,v}, dizemos que os v´ertices u e v s˜ao adjacentes. O grau do v´ertice v ∈ V (G), denotado
por d(v), ´e o n´umero de v´ertices adjacentes a v; o menor grau dentre os graus dos v´ertices
´e chamado grau m´ınimo, denotado por δ(G) = min{d(v);v ∈ V } e, analogamente, grau m´aximo ´e ∆(G) = max{d(v),v ∈ V }. O grau m´edio do grafo ´e d(G) = ∑v∈Vd(v)
|V (G)| , onde ´e
f´acil verificar que d(G) =2|V (G)||E(G)|.
Exemplo 2.1.1. Considere o grafo H, ilustrado na figura 2.1, onde:
V(H) = {v1, v2, v3, v4, v5} e
E(H) = {v1v2, v1v3, v2v3, v3v4, v4v5}
Definic¸˜ao 2.1.2. O grafo complementar de um grafo G ´e o grafo G que tem o mesmo
conjunto de v´ertices do grafo original G, por´em uma aresta{u,v} ∈ E(G) se, e somente se{u,v} 6∈ E(G). Na figura abaixo temos o complementar do grafo do Exemplo 2.1.1. ´E claro que G= G.
Figura 2.2: Complementar do grafo do Exemplo 2.1.1
Definic¸˜ao 2.1.3. Dizemos que G′(V′, E′) ´e um subgrafo de G(V, E) quando V′⊆ V e E′⊆
E, e neste caso escrevemos G′⊂ G. No caso em que G′´e subgrafo de G tal que dois v´ertices em V(G′) s˜ao adjacentes em G′se, e somente se, eles s˜ao adjacentes em G, dizemos que G′ ´e subgrafo induzido de G e escrevemos G′ como G[V′], pois trata-se do grafo original G
restrito a um conjunto de v´ertices.
Definic¸˜ao 2.1.4. Uma sequˆencia finita de v´ertices distintos v1, v2, ..., vk de um grafo G ´e
dito um caminho de v1 a vk quando {vi, vi+1} ∈ E(G) para todos 1 ≤ i ≤ k − 1. Um
caminho fechado, isto ´e, um caminho acrescido da aresta{v1, vk}, ´e chamado de ciclo. O
comprimento de um caminho ou de um ciclo ´e o n´umero de arestas que neles ocorrem.
Indicamos por Pne Cn respectivamente o caminho e o ciclo com n v´ertices.
Definic¸˜ao 2.1.5. Se dados quaisquer dois v´ertices u, v ∈ V (G), existe um caminho de u a
v, ent˜ao dizemos que o grafo G ´e conexo, caso contr´ario o grafo ´e desconexo. Se G ´e um grafo desconexo, dizemos que G′⊂ G ´e uma componente de G quando G′ ´e conexo e n˜ao existe um grafo conexo H⊂ G tal que G′⊂ H e G′6= H.
Figura 2.3: Na esquerda um grafo conexo e na direita um grafo desconexo com 2 compo-nentes conexas.
Definic¸˜ao 2.1.6. Se G ´e um grafo conexo, definimos a distˆancia entre os v´ertices v e u,
denotada por d(u, v), como o m´ınimo dos comprimentos dos caminhos entre os v´ertices u
e v. O m´aximo das distˆancias entre dois v´ertices quaisquer de G ´e o diˆametro do grafo, e
denotado por diam(G)
Definic¸˜ao 2.1.7. Um subconjunto X ⊂ V (G) ´e dito conjunto independente de v´ertices se
n˜ao h´a par de v´ertices adjacentes no conjunto, ou seja, ∀v,u ∈ X, vu /∈ E(G). Por outro lado, se vu∈ E(G) para todo u,v ∈ X ent˜ao o conjunto ´e uma clique (induz um subgrafo completo).
Definic¸˜ao 2.1.8. O n ´umero de independˆencia de um grafo G, denotado por α= α(G), ´e o
tamanho do maior conjunto independente de G.
Definic¸˜ao 2.1.9. Uma clique m´axima ´e a maior clique poss´ıvel em um dado grafo. O
n´umero clique ω(G) de um grafo G ´e o n´umero de v´ertices de uma clique m´axima em G. Definic¸˜ao 2.1.10. O n ´umero crom´atico χ= χ(G) de um grafo G ´e o menor n´umero de
cores dadas aos v´ertices de G de forma que nenhum par de v´ertices adjacentes tenha a mesma cor.
Apresentamos a seguir alguns tipos especiais de grafos.
• grafo trivial: ´e um grafo G tal que V (G) consiste em apenas um v´ertice e E(G) = Ø • grafo r-regular: ´e qualquer grafo onde todos os v´ertices de G tˆem o mesmo grau r. • grafo completo: ´e um grafos onde quaisquer dois v´ertices distintos s˜ao adjacentes. O grafo completo com n v´ertices ´e denotado por Kn
• Caminho: grafo formado por apenas um caminho de v´ertices. O caminho de n v´ertices ´e dontado por Pn.
• Ciclo: grafo onde todas suas arestas e v´ertices fazem parte de um ´unico ciclo. O ciclo de
nv´ertices ´e denotado por Cn.
• ´Arvore: s ˜ao grafos conexos que n˜ao possuem ciclos.
Vamos apresentar agora a definic¸˜ao dos grafos aranha, que ser˜ao os grafos estudados nestre trabalho.
Definic¸˜ao 2.1.11. [5] Um grafo G(V, E) ´e uma aranha se V (G) pode ser particionado em
conjuntos K, L e R ,chamados respectivamente de corpo, pernas e cabec¸a da aranha, tais
que:
• |K| = |L| > 2
• K = {c1, . . . , ck} ´e uma clique;
• L = {l1, . . . , lk} ´e um conjunto independente;
• Todos os v´ertices de K s˜ao adjacentes aos de R e n˜ao h´a arestas entre os v´ertices de
L e R.
• Entre K e L temos somente um dos casos abaixo:
(i) ci ´e adjacente a lj⇔ i = j, ent˜ao o grafo ´e denominado aranha magra; ou
(ii) ci´e adjacente a lj⇔ i 6= j, ∀ 1≤ i, j ≤ k, o grafo ´e chamado de aranha gorda.
Um grafo do tipo aranha magra ser´a denotado por Sm[k, j, G], onde seu corpo e suas
pernas possuem k v´ertices cada um, a cabec¸a possui j v´ertices, e G ´e o subgrafo indu-zido pela cabec¸a R. Analogamente Sg[k, j, G] representa a aranha gorda e denotaremos por
S[k, j, G] quando quisermos nos referir a ambas. No caso das aranhas sem cabec¸a ( j = 0) denotaremos simplesmente por Sm[k] ou Sg[k].
Para facilitar a compreens˜ao da definic¸˜ao de Aranha Magra e Gorda observe o exemplo abaixo.
Exemplo 2.1.2. Nas figuras abaixo vemos a aranha magra onde o corpo e as pernas tem
cinco v´ertices (k=5), o subgrafo induzido pela cabec¸a ´e o grafo sem arestas com dois v´ertices(j=2), e uma aranha gorda com k=3 e j=2 onde tamb´em temos G= K2.
Figura 2.4: Sm[5, 2, K2] e Sg[3, 2, K2], respectivamente.
Veremos agora algumas propriedades estruturais dos grafos aranha, que seguem direto da definic¸˜ao.
OBSERVAC¸ ˜AO 2.1.1. Sejam c e l, respectivamente, v´ertices arbitr´arios do corpo e da
perna. Podemos concluir direto da definic¸˜ao que todo grafo aranha S= S[k, j, G]
satis-faz um, e somente um, dos casos abaixo:
• d(c) = |V | − |L| = (2k + j) − k = k + j e d(l) = 1, se S ´e aranha magra; ou • d(c) = |V | − 2 = 2k + j − 2 e d(l) = |K| − 1 = k − 1, se S ´e aranha gorda.
OBSERVAC¸ ˜AO 2.1.2. Todo grafo aranha ´e conexo, independente do grafo induzido pela
cabec¸a.
OBSERVAC¸ ˜AO2.1.3. Sm[k, j, G] = Sg[k, j, G] e Sg[k, j, G] = Sm[k, j, G]. Da´ı, se S ´e aranha,
OBSERVAC¸ ˜AO 2.1.4. Toda aranha magra ´e subgrafo de uma aranha gorda, com mesmo n´umero de v´ertices nas pernas, cabec¸a e corpo. Mais especificamente Sm[k, j, G] ⊂ Sg[k, j, G],
para qualquer k≥ 2 e j ≥ 0.
Importantes classes de grafos s˜ao definidas por subgrafos proibidos (grafos que nunca aparecem como subgrafos induzidos em certas classes de grafos). A classe dos cografos, por exemplo, s˜ao grafos livres de P4, isto ´e, grafos que n˜ao admitem P4 como subgrafo
induzido. Esta classe cont´em os grafos threshold (grafos livres de 2K2, P4e C4).
Estas duas classes possuem caracter´ısticas interessantes e foram bem estudadas, como pode ser visto em [18], [19], [20], [21] e [22].
Em [4], Ho`ang propˆos uma generalizac¸˜ao dos cografos, definindo os grafos P4-esparsos.
Definic¸˜ao 2.1.12. Um grafo G ´e um P4-esparso se qualquer subconjunto de cinco v´ertices
induz no m´aximo um subgrafo P4em G.
Em [5], ´e apresentada uma caracterizac¸˜ao dos grafos P4-esparsos, a partir dos grafos
aranha.
Teorema 2.1.1. [5] Seja G um grafo n˜ao trivial, ent˜ao G ´e um P4-esparso se, e somente se
qualquer subgrafo induzido H de G com ao menos dois v´ertices satisfaz exatamente uma das condic¸˜oes abaixo:
(i) H ´e desconexo; (ii) H ´e desconexo;
(iii) H ´e uma aranha cuja cabec¸a, caso exista, induz um grafo P4-esparso.
Vale ressaltar que o subgrafo induzido H pode ser tomado como o pr´oprio grafo G, ent˜ao, em particular, se G ´e P4-esparso ele deve satisfazer exatamente uma das condic¸˜oes
acima. Esta nova caracterizac¸˜ao ser´a de grande importˆancia para o nosso resultado da sec¸˜ao posterior.
• Nordhaus e Gaddum [6] estudaram o n´umero crom´atico de um grafo G e de seu complementar ao mesmo tempo. Eles provaram cotas superiores e inferiores na soma (e produto) do n´umero crom´atico de G e G em termos do n´umero de v´ertices de G.
Desde ent˜ao, qualquer desigualdade envolvendo parˆametros de um grafo G e seu grafo complementar G ficaram conhecidas como Desigualdades do tipo Nordhaus-Gaddum.
Vamos mais adiante ver propriedades deste tipo para grafos aranha e, mais geralmente, grafos P4-esparsos.
2.2
Algebra Linear
´
Os teoremas abaixo ser˜ao necess´arios no decorrer do texto. Denotaremos por Mno espac¸o
das matrizes reais quadradas de ordem n.
Os pr´oximos trˆes teoremas s˜ao conhecidos respectivamente como Teorema de Perron Frobenius, Teorema do Entrelac¸amento e Teorema das Partic¸˜oes Equilibradas.
Teorema 2.2.1. [7] Seja M ∈ Mn com entradas n˜ao negativas, irredut´ıvel e autovalores
(i)λ1> 0 e tem multiplicidade 1 ;
(ii) existe um autovetor positivo associado aλ1;
(iii)| λi| ≤ λ1, para todo i∈ {1,2,...,n}.
OBSERVAC¸ ˜AO2.2.1. As matrizes de adjacˆencia, laplaciana sem sinal e distˆancia (as quais veremos na pr´oxima sec¸˜ao) de um grafo G conexo s˜ao irredut´ıveis e portanto satisfazem a hip´otese do teorema 2.2.1 acima.
Teorema 2.2.2. [2] Seja M∈ Mnuma matriz sim´etrica e N∈ Mn− juma submatriz
princi-pal de M. Ent˜ao λi+1(M) ≤ λi(N) ≤ λi(M), para todo i ∈ {1,2,...,n − j}, onde λi(M) s˜ao
os autovalores de M eλi(N) s˜ao os autovalores de N.
Teorema 2.2.3. [2] Seja M∈ Mntal que M ´e da forma:
M= M1,1 M1,2 . . . M1,k M2,1 M2,2 . . . M2,k .. . ... ... Mk,1 Mk,2 . . . Mk,k ,
onde Mi, j, 1≤ i, j ≤ k, ´e uma matriz de ni× nj tal que suas linhas tˆem somas constantes
iguais a ci j. Se M′= [ci j]k×k, ent˜ao seus os autovalores tamb´em s˜ao autovalores de M.
O pr´oximo resultado est´a relacionado com o teorema 2.2.3 acima e pode ser encontrado em [3].
Proposic¸˜ao 2.2.1. [3] Seja M∈ Mnuma matriz que pode ser escrita em blocos como no
Teorema 2.2.3. Chamemos a matriz formada pela soma das linhas de cada bloco de M′. Ent˜ao o maior autovalor de M ´e tamb´em um autovalor de M′.
2.3
Teoria Espectral de grafos
Apresentaremos agora as matrizes que ser˜ao estudadas neste trabalho, a saber a matriz laplaciana sem sinal e a matriz distˆancia. Precisaremos antes, introduzir a matriz de ad-jacˆencia.
2.3.1
Matriz de adjacˆencia
Definic¸˜ao 2.3.1. Seja G= G(V, E) um grafo com n v´ertices. A matriz de adjacˆencia A(G)
de G ´e a matriz quadrada de ordem n cujas entradas s˜ao ai j = 1, se {v0, caso contr´ario.i, vj} ∈ E(G);
A matriz de adjacˆencia ´e a representac¸˜ao matricial mais comum de um grafo. Ela ´e formada por zeros e uns que indicam, naturalmente, se dois v´ertices s˜ao adjacentes ou n˜ao.
Definic¸˜ao 2.3.2. Definimos os autovalores de um grafo G com n v´ertices como os
autova-lores da matriz A(G), dados pelas ra´ızes do polinˆomio caracter´ıstico pG(x) = det(A(G) −
xI). Denotaremos os n autovalores (n˜ao necessariamente distintos) de A(G) por λ1≥ λ2≥
... ≥ λn.
Definic¸˜ao 2.3.3. O espectro de um grafo G ´e definido como a matriz 2 x s, onde a primeira
linha ´e formada pelos autovalores distintos de A(G) ordenados de forma crescente e a
segunda linha ´e formada pelas suas respectivas multiplicidades e ´e denotado por:
σ(G) = λs λs−1 . . . λ2 λ1 m(λs) m(λs−1) . . . m(λ2) m(λ1) ,
onde s∈ {1,2,...,n} ´e o n´umero de autovalores distintos de A(G). O maior autovalor do grafo G ´e chamado de´ındice de G.
Exemplo 2.3.1. A matriz de adjacˆencia, polinˆomio caracter´ıstico e o espectro do grafo G
do Exemplo 2.1.1 s˜ao: A(G) = 0 1 1 0 0 1 0 1 0 0 1 1 0 1 0 0 0 1 0 1 0 0 0 1 0 ,
onde seu polinˆomio caracter´ıstico ´e pG(x) = −x5+ 5x3+ 2x2− 4x − 2 e seu espectro ´e
σ(G) = −1,67513 −1 −0,53919 1 2,21432
1 1 1 1 1
.
Veremos agora algumas propriedades, que podemos obter direto da definic¸˜ao desta ma-triz.
OBSERVAC¸ ˜AO2.3.1. A matriz de adjacˆencia ´e real e sim´etrica ent˜ao ela ´e diagonaliz´avel,
todos seus autovalores s˜ao reais e admite uma base ortogonal de autovetores.
OBSERVAC¸ ˜AO2.3.2. Como o trac¸o de A(G) ´e zero ent˜ao seus autovalores somam zero.
OBSERVAC¸ ˜AO 2.3.3. Como A(G) ´e diagonaliz´avel, ent˜ao todo autovalor λi possui
mul-tiplicidade alg´ebrica igual `a mulmul-tiplicidade geom´etrica. Sendo as mulmul-tiplicidades iguais, chamaremos apenas demultiplicidade e denotaremos por m(λi).
OBSERVAC¸ ˜AO 2.3.4. Cada linha (ou coluna) da matriz se refere a um ´unico v´ertice e a
• A fim de fixar a notac¸˜ao, daqui em diante Jn denotar´a a matriz quadrada de ordem n
onde todas as entradas valem 1, j´a a matriz nula ser´a simbolizada porΘne a identidade por
In. O vetor cujas entradas s˜ao 1 ser´a denotado por~1n∈ Rne o vetor nulo por~0n∈ Rn. Em casos livres de ambiguidade a dimens˜ao da matriz ou do vetor ser´a omitida.
Proposic¸˜ao 2.3.1. [1] Seja G um grafo r-regular com n v´ertices.Ent˜ao:
(i) r ´e um autovalor de G e est´a associado ao autovetor~1n.
(ii) G ´e conexo⇔ a multiplicidade de r ´e 1.
2.3.2
Matriz Laplaciana sem Sinal
Como dito anteriormente, esta matriz despertou interesse de pesquisadores a partir de 2007. Desde ent˜ao muitos artigos sobre ela foram publicados. Por exemplo, [11] e [12].
Definic¸˜ao 2.3.4. A matriz diagonal dos graus de um grafo G com n v´ertices ´e definida por
Deg(G) = diagonal(d(v1), d(v2), ..., d(vn)).
Definic¸˜ao 2.3.5. A matriz laplaciana sem sinal de um grafo G ´e definida por Q(G) =
Deg(G) + A(G). De forma equivalente:
qi j= 1, se{vivj} ∈ E(G); d(vi), se i= j 0, se{vivj} /∈ E(G).
O polinˆomio caracter´ıstico da matriz laplaciana sem sinal ´e definido por pQ(x) =
det(Q(G) − xI). Os autovalores laplacianos sem sinal de um grafo G com n v´ertices,
obtidos de Q(G), s˜ao denotados por q1≥ q2≥ ... ≥ qn. Seu espectro laplacino sem sinal
(chamado tamb´em de Q-espectro) ´e definido analogamente ao espectro da matriz de ad-jacˆencia e ser´a denotado porσQ(G).
Exemplo 2.3.2. A matriz laplaciana sem sinal do Exemplo 2.1.1 e seu espectroσQs˜ao:
Q(G) = 2 1 1 0 0 1 2 1 0 0 1 1 3 1 0 0 0 1 2 1 0 0 0 1 1 ,
onde seu polinˆomio caracter´ıstico ´e pQ(x) = −x5+ 10x4− 34x3+ 48x2− 27x + 4 e seu
espectro ´e
σQ(G) = 0, 22429 1 1, 41078 2, 72374 4, 641191 1 1 1 1
.
OBSERVAC¸ ˜AO2.3.5. Pelo teorema 2.2.1, temos que m(q1(G)) = 1 para qualquer grafo G
conexo.
Lema 2.3.1. [1] Para qualquer grafo G temos sempre que q1≥ q2≥ ... ≥ qn≥ 0.
O seguinte resultado ser´a bastante usado no pr´oximo cap´ıtulo e ´e consequˆencia do Teo-rema do entrelac¸amento:
Teorema 2.3.1. [8] Seja G um grafo de n v´ertices e seja H um subgrafo de G obtido
removendo uma aresta em G. Ent˜ao
q1(G) ≥ q1(H) ≥ q2(G) ≥ q2(H)... ≥ qn−1(G) ≥ qn−1(H) ≥ qn(g) ≥ qn(H).
2.3.3
Matriz Distˆancia
Esta matriz ser´a o foco principal deste trabalho.
Definic¸˜ao 2.3.6. Seja G = G(V, E) um grafo conexo com n v´ertices tal que para todos
vi, vj∈ V , d(vi, vj) = di j ´e a distˆancia entre os vertices vie vj. Amatriz distˆancia D(G) do
grafo G ´e a matriz quadrada de ordem n em que as linhas e colunas s˜ao indexadas pelos v´ertices de G e cuja entrada correspondente a(vi, vj) ´e dada pelo valor di j.
O polinˆomio caracter´ıstico da matriz distˆancia de um grafo G com n v´ertices ´e deno-tado por pD(x) = det(D(G) − xI) e seus autovalores s˜ao denotados por ∂1≥ ∂2≥ ... ≥ ∂n.
Seu espectro distˆancia (chamado tamb´em de D-espectro) ´e denotado porσD(G) e ´e
defi-nido de forma an´aloga aos casos anteriores.
Exemplo 2.3.3. A matriz distˆancia e seu espectro σDdo Exemplo 2.1.1 s˜ao:
D(G) = 0 1 1 2 3 1 0 1 2 3 1 1 0 1 2 2 2 1 0 1 3 3 2 1 0 ,
onde seu polinˆomio caracter´ıstico ´e pD(x) = −x5+ 35x3+ 88x2+ 74x + 20 e seu
espec-tro ´e
σD(G) = −4,26261 −1,17742 −1 −0,56858 7,008611 1 1 1 1
.
OBSERVAC¸ ˜AO2.3.6. Como o trac¸o de D(G) ´e zero, existem autovalores positivos e
nega-tivos para qualquer grafo G n˜ao trivial.
Definic¸˜ao 2.3.7. A transmiss˜ao de um v´ertice v, denotada por Tr(v), ´e a soma das distˆancias
de v para todos os outros v´ertices de G. Em outras palavras: Tr(v) =
∑
u∈V
d(u, v)
Denotaremos por Tr1(G) a maior transmiss˜ao do grafo G.
Agora veremos alguns resultados que ser˜ao necess´arios posteriormente. Primeiro ob-temos um resultado que relaciona os espectros da matriz distˆancia e matriz de adjacˆencia de um grafo r-regular de diamˆetro 2. No outro resultado relacionamos∂1(G) com a
trans-miss˜ao m´axima Tr1(G).
Lema 2.3.2. Se G ´e um grafo conexo, r-regular e de diamˆetro 2 com n v´ertices, ent˜ao
(2n-r-2) ´e um autovalor de D(G) associado ao autovetor~1n∈ Rn.
Demonstrac¸˜ao. Pela definic¸˜ao da matriz distˆancia, temos que se G ´e um grafo de diamˆetro
2 ent˜ao D(G) = 2J − A(G) − 2I.
Como G ´e um grafo r-regular, temos pela Proposic¸˜ao 2.3.1 que A(G).~1 = r~1 Portanto, D(G).~1 = 2J.~1 − A(G).~1 − 2I.~1 = (2n − r − 2)~1.
Cap´ıtulo 3
Matriz laplaciana sem sinal
Neste cap´ıtulo vamos estudar o Q-espectro de grafos na classe das aranhas. A partir desses resultados obteremos uma propriedade do tipo Nordhaus-Gaddum para grafos P4-esparsos.
Observe que podemos rotular os v´ertices de uma aranha qualquer de forma que a matriz laplaciana sem sinal (e distˆancia) de (S[k, j, G]) seja escrita em blocos que expressem as seguintes relac¸˜oes:
corpo x corpo corpo x perna corpo x cabec¸a perna x corpo perna x perna perna x cabec¸a cabec¸a x corpo cabec¸a x perna cabec¸a x cabec¸a
OBSERVAC¸ ˜AO3.0.1. Toda vez que escrevermos qualquer matriz de uma aranha, ela estar´a nessa forma. Caso a aranha n˜ao tenha cabec¸a, removemos os blocos da ´ultima coluna e da ´ultima linha.
3.1
Q-Espectro de aranhas com cabec¸as especiais
Nesta sec¸˜ao estudamos o Q-espectro de aranhas magras e gordas considerando o sub-grafo induzido pela cabec¸a como Kj, Kje ainda a cabec¸a vazia.
As proposic¸˜oes 3.1.1, 3.1.2, 3.1.3 a seguir fornecem o Q-espectro das aranhas ma-gras para essas trˆes cabec¸as. Nos trˆes casos usamos as mesmas t´ecnicas para obtenc¸˜ao do Q-espectro, o Teorema 2.2.3 (Partic¸˜oes Equilibradas). A parte mais trabalhosa das demonstrac¸˜oes refere-se `a ordenac¸˜ao dos autovalores.
Proposic¸˜ao 3.1.1. Seja Sm[k], aranha magra sem cabec¸a (j=0) com k ≥ 2. Ent˜ao seu
espectro laplaciano sem sinal est´a determinado da seguinte forma:
σQ(Sm[k]) = k−√k2−4(k−2) 2 k− √ k2− 2k + 2 k+ √ k2−4(k−2) 2 k+ √ k2− 2k + 2 k− 1 1 k− 1 1
Demonstrac¸˜ao. Como o grau dos v´ertices do corpo ´e k, das pernas ´e 1, ent˜ao a matriz
k 1 . . . 1 | 1 0 . . . 0 1 k . . . 1 | 0 1 . . . 0 .. . ... . .. ... | ... ... . .. ... 1 1 . . . k | 0 0 . . . 1 −− −− −− −− −− −− −− −− 1 0 . . . 0 | 1 0 . . . 0 0 1 . . . 0 | 0 1 . . . 0 .. . ... . .. ... | ... ... . .. ... 0 0 . . . 1 | 0 0 . . . 1
Esta matriz pode ser reescrita como uma matriz em blocos:
Q= (k − 1)II k+ Jk Ik
k Ik
,
Observe que todas as matrizes blocos que comp˜oem a matriz Q somam, em suas linhas, o mesmo valor para cada bloco. Assim consideremos a matriz Q′2x2cujas entradas s˜ao tais somas:
Q′= 2k − 1 1
1 1
. Temos que o polinˆomio caracter´ıstico de Q′ ´e dado por
pQ′(x) = x2− 2kx + 2k − 2,
cujas raizes s˜ao k−√k2− 2k + 2 e k +√k2− 2k + 2, que tamb´em s˜ao autovalores de Q
pelo teorema 2.2.3.
Afirmac¸˜ao 01: Temos que k−
√
k2−4k+8
2 e
k+√k2−4k+8
2 s˜ao autovalores de Q com
multi-plicidade k-1.
Para n˜ao sobrecarregar a escrita faremos a substituic¸˜ao b= k2− 4k + 8.
De fato, pela definic¸˜ao de aranha, seu corpo deve possuir ao menos dois v´ertices (ou seja, k≥ 2) ent˜ao podemos tomar u ∈ Rk perpendicular a ~1k e considerar o vetor w =
u −k+2+√b 2 u em R2k. Logo Q.w = Q. u −k+2+√b 2 u = " (k − 1)u + (−k+2+2 √b)u u+ (−k+2+2 √b)u # = = " k+√b 2 u −k+4+√b 2 u # =k+ √ b 2 u −k+2+√b 2 u =k+ √ b 2 .w Portanto k+ √ b 2 = k+ √ k2−4k+8
2 ´e autovalor do grafo com multiplicidade ao menos k− 1
(pois existem k− 1 vetores linearmente independentes do Rk perpendiculares a~1k).
Com procedimento semelhante podemos concluir que k−2√b = k−
√
k2−4k+8
2 ´e autovalor
com multiplicidade ao menos k− 1, referente ao autovetor w =
u
−k+2−√bu
Al´em disso, como j´a temos dois autovalores de Q com multiplicidade ao menos k− 1, outros dois com multiplicidade ao menos 1 e a soma das multiplicidades tem que ser 2k, ent˜ao s´o podem valer as igualdades. Assim o Q-espectro est´a determinado, vamos agora ordenar os Q-autovalores.
Afirmac¸˜ao 02: Temos para todo k≥ 2 que: k−
√
k2−4k+8
2 < k −
√
k2− 2k + 2.
De fato, isso vale se, e somente se: −√k2− 4k + 8 < k − 2√k2− 2k + 2
⇔ 2√k2− 2k + 2 < k +√k2− 4k + 8 ⇔(elevando ao quadrado) 4k2− 8k + 8 < 2k2− 4k + 8 + 2k√k2− 4k + 8 ⇔ 2k2< 4k + 2k√k2− 4k + 8 ⇔ 2k − 4 < 2√k2− 4k + 8 ⇔(elevando ao quadrado) 4k2− 16k + 16 < 4k2− 16k + 32 ⇔ 16 < 32
Afirmac¸˜ao 03: Temos para todo k≥ 2 que k −√k2− 2k + 2 < k+√k2−4k+8
2 .
De fato, isso vale se, e somente se: k− 2√k2− 2k + 2 <√k2− 4k + 8
⇔ k < 2√k2− 2k + 2 +√k2− 4k + 8
⇔ (elevando ao quadrado) 0 < 4k2− 12k + 16 + 4p(k2− 2k + 2)(k2− 4k + 8),
O que sempre vale para k≥ 2.
Da´ı, e como temos que k+√k2− 2k + 2 ´e o maior autovalor de Q pela proposic¸˜ao 2.2.1,
concluimos a demonstrac¸˜ao.
Proposic¸˜ao 3.1.2. Consideremos Sm[k, j, Kj] com k ≥ 2 e j ≥ 1. Ent˜ao seu espectro
lapla-ciano sem sinal est´a determinado da seguinte forma:
σQ(Sm[k, j, Kj]) = ϕ3 k+ j− √ (k+ j)2−4(k+ j−2) 2 ϕ2 k k+ j+√(k+ j)2−4(k+ j−2) 2 ϕ1 1 k− 1 1 j− 1 k− 1 1 no caso de k≤ j; σQ(Sm[k, j, Kj]) = k+ j−√(k+ j)2−4(k+ j−2) 2 ϕ3 ϕ2 k k+ j+√(k+ j)2−4(k+ j−2) 2 ϕ1 k− 1 1 1 j− 1 k− 1 1 no caso de k> j.
Onde, nos dois casos,ϕ3≤ ϕ2≤ ϕ1s˜ao as ra´ızes do polinˆomio:
pQ′(x) = −x3+ (3k + j)x2+ (−2k2− 2k − j + 2)x + 2k2− 2k.
Demonstrac¸˜ao. Como o grau dos v´ertices do corpo ´e k+ j, das pernas ´e 1 e da cabec¸a ´e
k, ent˜ao a matriz laplaciana sem sinal Q(Sm[k, j, Kj]), que vamos denotar somente por Q, ´e
k+ j 1 . . . 1 | 1 0 . . . 0 | 1 1 . . . 1 1 k+ j . . . 1 | 0 1 . . . 0 | 1 1 . . . 1 .. . ... . .. ... | ... ... . .. ... | ... ... . .. ... 1 1 . . . k+ j | 0 0 . . . 1 | 1 1 . . . 1 −− −− −− −− −− −− −− −− −− −− −− −− −− 1 0 . . . 0 | 1 0 . . . 0 | 0 0 . . . 0 0 1 . . . 0 | 0 1 . . . 0 | 0 0 . . . 0 .. . ... . .. ... | ... ... . .. ... | ... ... . .. ... 0 0 . . . 1 | 0 0 . . . 1 | 0 0 . . . 0 −− −− −− −− −− −− −− −− −− −− −− −− −− 1 1 . . . 1 | 0 0 . . . 0 | k 0 . . . 0 1 1 . . . 1 | 0 0 . . . 0 | 0 k . . . 0 .. . ... . .. ... | ... ... . .. ... | ... ... . .. ... 1 1 . . . 1 | 0 0 . . . 0 | 0 0 . . . k
Esta matriz pode ser reescrita como uma matriz em blocos:
Q= (k + j − 1)Ik+ Jk Ik Jk, j Ik Ik Θk, j Jj,k Θj,k kIj ,
Observe que todas as matrizes blocos que comp˜oem a matriz Q somam, em suas linhas, o mesmo valor para cada bloco. Assim consideremos a matriz Q′3x3cujas entradas s˜ao tais somas: Q′= 2k+ j − 1 1 j 1 1 0 k 0 k .
Ent˜ao, pelo Teorema 2.2.3, garantimos que os autovalores de Q′ tamb´em s˜ao autovalores da matriz Q. Denotamos porϕ3≤ ϕ2≤ ϕ1 os trˆes autovalores distintos de Q′, que s˜ao as raizes do polinˆomio caracter´ıstico pQ′, dado por:
pQ′(x) = −x3+ (3k + j)x2+ (−2k2− 2k − j + 2)x + 2k2− 2k
Embora n˜ao seja poss´ıvel explicitar os valores deϕ3, ϕ2,ϕ1em func¸˜ao de k e j, vamos
achar os outros autovalores explicitamente e orden´a-los, estudando os sinais de pQ′.
Afirmac¸˜ao 01: Se j≥ 2, ent˜ao k ´e um autovalor de Q com multiplicidade ao menos j-1. De fato, se j ≥ 2 ent˜ao podemos tomar u ∈ Rj ortogonal a ~1
j e construir o vetor v= ~0k ~0k u
∈ R2k+ j. Observe que Q.v = k.v, da´ı temos que k ´e autovalor da matriz Q
correspondente ao autovetor v∈ R2k+ j. Como existem j− 1 vetores linearmente indepen-dentes do Rj perpendiculares a ~1
j, ent˜ao k ´e autovalor de Q com multiplicidade ao menos
j− 1. Se a cabec¸a s´o tiver um v´ertice ( j = 1) o vetor u n˜ao existe e consequentemente k
Afirmac¸˜ao 02: k+ j− √ (k+ j)2−4(k+ j−2) 2 e k+ j+√(k+ j)2−4(k+ j−2) 2 s˜ao autovalores de Q
com multiplcidade ao menos k-1.
De fato, pela definic¸˜ao de aranha, seu corpo deve possuir ao menos dois v´ertices (ou seja, k ≥ 2) ent˜ao podemos tomar u ∈ Rk perpendicular `a ~1 e considerar o vetor w =
u −(k+ j−2)−√(k+ j)2−4(k+ j−2) 2 u ~0j em R 2k+ j.
Para n˜ao sobrecarregar a escrita faremos as substituic¸˜oes a= k + j − 2 e b = (k + j)2− 4(k + j − 2). Q.w = Q. u −(a+ √ b 2 )u ~0j = (k + j + 1)u − (a+2√b)u +~0k u− (a+2√b)u +~0k ~0j = = a+2−√b 2 u −a+2−√b 2 u ~0j = a+ 2 −√b 2 u −(a+2√b)u ~0j = a+ 2 −√b 2 .w Portanto a+2− √ b 2 = k+ j−√(k+ j)2−4(k+ j−2)
2 ´e autovalor do grafo com multiplicidade ao
me-nos k− 1.
Com procedimento semelhante podemos concluir que a+2+
√
b
2 =
k+ j+√(k+ j)2−4(k+ j−2)
2
´e autovalor com multiplicidade ao menos k− 1, referente ao autovetor w = u −a+√b 2 u ~0j ∈ R2k+ j. Afirmac¸˜ao 03: m k+ j−√(k+ j)2−4(k+ j−2) 2 = m k+ j+√(k+ j)2−4(k+ j−2) 2 = k−1 e m(k) = j− 1
Considerando as multiplicidades m´ınimas para os autovalores apresentados nas afirmac¸˜oes (1) e (2), al´em dos trˆes autovalores obtidos incialmente, obtemos todos os 2k+ j autovalo-res procurados (basta notar que 2(k − 1) + ( j − 1) + 3 = 2k + j).
Passaremos agora a ordernac¸˜ao dos autovalores de Q. Afirmac¸˜ao 04:Temosk+ j− √ (k+ j)2−4(k+ j−2) 2 < k < k+ j+√(k+ j)2−4(k+ j−2) 2 < ϕ1para to-dos k≥ 2, j ≥ 1.
A desiguldade da direita vem direto da proposic¸˜ao 2.2.1, que garante queϕ1 ´e o maior
autovalor de Q. Al´em disto, • k <k+ j+
√
(k+ j)2−4(k+ j−2)
O que ´e verdade, pois: −k + j +p(k + j)2− 4(k + j − 2) = −k + j +p(k + j)2− 4(k + j) + 8 > −k + j + p(k + j)2− 4(k + j) + 4 = −k + j +p[(k + j) − 2]2= −k + j + k + j − 2 = 2 j − 2 ≥ 0, para todo j≥ 1. • k+ j− √(k+ j)2 −4(k+ j−2) 2 < k ⇔ 0 < k − j +p(k + j)2− 4(k + j − 2)
O que ´e verdade, pois:
k− j+p(k + j)2− 4(k + j − 2) > k− j+p[(k + j) − 2]2= 2k−2 > 0, para todo k ≥ 2.
Vamos agora ordenar os outros autovalores no caso k≤ j.
Afirmac¸˜ao 05: Existe pelo menos uma raiz de pQ′entre os autovalores
k+ j−√(k+ j)2−4(k+ j−2)
2
e k.
De fato, para isso basta mostrar que pQ′
k+ j−√(k+ j)2−4(k+ j−2) 2 e pQ′(k) tem sinais distintos.
Com uma conta simples, vemos que
pQ′(k) = k3− k2> 0
Por outro lado,
pQ′ k+ j −p(k + j)2− 4(k + j − 2) 2 ! = p(k + j)2− 4(k + j − 2) 2 (−2k j + k) + k 2j −k 2 2 + k j 2 −5k j2 + 2k Logo, pQ′ k+ j −p(k + j)2− 4(k + j − 2) 2 ! < 0 se, e somente se,
k2j−k 2 2 + k j 2 −5k j2 + 2k <p(k + j) 2− 4(k + j − 2) 2 (−2k j + k)
Elevando ambos os lados ao quadrado, obtemos que a desigualdade acima vale se, e somente se,
0< −2k j + k + 2 j2+ j − 2 = 2 j( j − k) + j + k − 2
O que ´e verdade, pois k≤ j e k ≥ 2. Logo, vale a desigualdade e, consequentemente, a afirmac¸˜ao.
Afirmac¸˜ao 06: Para k≤ j, vale que: ϕ3<
k+ j−√(k+ j)2−4(k+ j−2)
2 < ϕ2< k.
Temos que pQ′(0) = 2k2− 2k > 0 ,pois k ≥ 2. Como pQ′ k+ j−√(k+ j)2−4(k+ j−2) 2
< 0, temos que existe uma raiz entre esses dois valores. Pela afirmac¸˜ao 05, existe outra raiz entre k+ j−
√
(k+ j)2−4(k+ j−2)
2 e k. Disto e das afirmac¸˜oes
(4) e (5), essas raizes s´o podem serϕ3eϕ2, respectivamente, e temos o espectro totalmente
ordenado para o caso k≤ j.
Agora vamos ordenar os autovalores obtidos no caso k> j. Afirmac¸˜ao 07: pQ′ k+ j−√(k+ j)2−4(k+ j−2) 2 > 0 para k > j Temos pelas mesmas contas da afirmac¸˜ao (5) que:
pQ′ k+ j−√(k+ j)2−4(k+ j−2) 2 > 0 ⇔ 0 < 2k j − k − 2 j2− j + 2
Definimos f(k) = 2k j − k − 2 j2− j + 2. Ent˜ao, f′(k) = 2 j − 1 > 0 para todo j ≥ 1. Logo f ´e crescente em relac¸˜ao `a vari´avel k. Como k> j ´e um n´umero inteiro, ent˜ao o menor valor para k ´e k= j +1. Portanto basta mostrarmos que f ( j +1) > 0 para mostrarmos que f(k) > 0 para todo k > j. E de fato:
f( j + 1) = 2 j( j + 1) − j − 1 − 2 j2− j + 2 = 2 j2+ 2 j − 2 j2− 2 j + 1 = 1 > 0
Afirmac¸˜ao 08: Para k> j vale que: k+ j− √
(k+ j)2−4(k+ j−2)
2 < ϕ3< ϕ2< k, valendo
as-sim a proposic¸˜ao.
Notemos primeiro que k+ j− √
(k+ j)2−4(k+ j−2)
2 < 1
Al´em disso, como pQ′(0) > 0, pQ′(1) < 0 e pQ′(k) > 0 temos que:
0< ϕ3< 1 < ϕ2< k
Da´ı e pelas afirmac¸˜oes 04 e 07, s´o podemos ter 0< k+ j −p(k + j)2− 4(k + j − 2)
2 < ϕ3< 1 < ϕ2< k
Conclu´ımos assim a ordenac¸˜ao para o caso k> j e, consequentemente, a proposic¸˜ao.
OBSERVAC¸ ˜AO3.1.1. Para mostrar a afirmac¸˜ao 02 na Proposic¸˜ao 3.1.2 acima, n˜ao usamos
em nenhum momento o bloco cabec¸a x cabec¸a da matriz Q. Logo essa afirmac¸˜ao vale para QUALQUER aranha magra, independente da cabec¸a (pois todos os blocos menos o bloco cabec¸a x cabec¸a s˜ao iguais em qualquer aranha magra).
Proposic¸˜ao 3.1.3. Seja Sm[k, j, Kj], com k ≥ 2 e j ≥ 1. Ent˜ao seu espectro laplaciano sem
sinal est´a determinado da seguinte forma:
σQ(Sm[k, j, Kj]) = k+ j−√(k+ j)2−4(k+ j−2) 2 ϕ3 k+ j − 2 ϕ2 k+ j+√(k+ j)2−4(k+ j−2) 2 ϕ1 k− 1 1 j− 1 1 k− 1 1
Ondeϕ3≤ ϕ2≤ ϕ1s˜ao as ra´ızes do polinˆomio:
pQ′(x) = −x3+ (3k + 3 j − 2)x2+ (−2k2− 4k j + 2k − 2 j2+ j + 2)x + 2k2+ 4k j − 6k + 2 j2− 6 j + 4 .
Demonstrac¸˜ao. Como o grau dos v´ertices do corpo ´e k+ j, das pernas ´e 1 e da cabec¸a ´e
k+ j − 1, ent˜ao a matriz laplaciana sem sinal Q(Sm[k, j, Kj]), que vamos denotar somente
por Q, pode ser escrita em bloco, como abaixo.
Q= (k + j − 1)Ik+ Jk Ik Jk, j Ik Ik Θk, j Jj,k Θj,k (k + j − 2)Ij+ Jj ,
Como as matrizes blocos que comp˜oem a matriz Q somam, em suas linhas, o mesmo valor para cada bloco. Consideremos, como anteriormente, a matriz Q′3x3 cujas entradas s˜ao tais somas:
Q′= 2k+ j − 1 1 j 1 1 0 k 0 k+ 2 j − 2 .
Ent˜ao, pelo Teorema 2.2.3, garantimos que os autovaloresϕ3≤ ϕ2≤ ϕ1de Q′tamb´em s˜ao
autovalores da matriz Q. Esses s˜ao as raizes do polinˆomio caracter´ıstico de Q′, dado por: pQ′(x) = −x3+ (3k + 3 j − 2)x2+ (−2k2− 4k j + 2k − 2 j2+ j + 2)x + 2k2+ 4k j − 6k + 2 j2− 6 j + 4
Afirmac¸˜ao 01: Se j≥ 2, ent˜ao k + j − 2 ´e um autovalor de Q com multiplicidade ao menos j-1.
De fato, se j ≥ 2 ent˜ao podemos tomar u ∈ Rj ortogonal a ~1
j (logo u.Jjxj = 0) e construir o vetor v= ~0k ~0k u ∈ R2k+ j. Observe que Q.v = ~0k ~0k u.[(k + j − 2)I + J]jxj = (k + j − 2).v,
da´ı temos que k+ j − 2 ´e autovalor da matriz Q correspondente ao autovetor v ∈ R2k+ j. Afirmac¸˜ao 02: k+ j− √ (k+ j)2−4(k+ j−2) 2 e k+ j+√(k+ j)2−4(k+ j−2) 2 s˜ao autovalores de Q
J´a vimos que isso vale para toda aranha magra (Observac¸˜ao 3.1.1). Afirmac¸˜ao 03: m k+ j−√(k+ j)2−4(k+ j−2) 2 = m k+ j+√(k+ j)2−4(k+ j−2) 2 = k−1 e m(k+ j− 2) = j − 1
A demonstrac¸˜ao ´e igual a da afirmac¸˜ao 03 anterior. Afirmac¸˜ao 04:Temos k+ j− √ (k+ j)2−4(k+ j−2) 2 < k + j − 2 < k+ j+√(k+ j)2−4(k+ j−2) 2 < ϕ1 para todos k≥ 2, j ≥ 1.
• A desiguldade da direita vem direto da proposic¸˜ao 2.2.1. • k + j − 2 < k+ j+
√
(k+ j)2−4(k+ j−2)
2 ⇔ 0 < −k − j + 4 +p(k + j)2− 4(k + j − 2)
O que ´e verdade, pois:
−k − j + 4 +p(k + j)2− 4(k + j − 2) > −k − j + 4 +p[(k + j) − 2]2= 2 > 0
• k+ j− √
(k+ j)2−4(k+ j−2)
2 < k + j − 2 ⇔ 0 < k + j − 4 +p(k + j)2− 4(k + j − 2)
O que ´e verdade, pois:
k+ j − 4 +p(k + j)2− 4(k + j − 2) > k + j − 4 +p[(k + j) − 2]2= 2k + 2 j − 6 ≥ 0
para todos k≥ 2, j ≥ 1.
Afirmac¸˜ao 05: Existe pelo menos uma raiz de pQ′entre os autovalores k+ j−
√
(k+ j)2−4(k+ j−2)
2
e k+ j − 2.
Com uma conta relativamente simples, vemos que
pQ′(k + j − 2) = −k j − j2+ 2 j < 0
Por outro lado, temos que
pQ′ k+ j −p(k + j) 2− 4(k + j − 2) 2 ! =p(k + j) 2− 4(k + j − 2) 2 .(−k) + k2 2 + k j 2 Logo pQ′ k+ j −p(k + j) 2− 4(k + j − 2) 2 ! > 0 se, e somente se,
k 2+ j 2 > p(k + j)2− 4(k + j − 2) 2
Multiplicando por 2 e elevando ambos os lados ao quadrado, obtemos que a desigual-dade acima vale se, e somente se,
(k + j)2> (k + j)2− 4(k + j − 2) ⇔ 4(k + j − 2) > 0, o que ´e sempre verdade.
Afirmac¸˜ao 06: Existe pelo menos uma raiz de pQ′ entre os autovalores k+ j − 2 e k+ j+√(k+ j)2−4(k+ j−2)
2 .
J´a vimos que
pQ′(k + j − 2) < 0
J´a por um c´alculo maior, achamos que
pQ′ k+ j +p(k + j) 2− 4(k + j − 2) 2 ! = p(k + j) 2− 4(k + j − 2) 2 (k) + k2 2 + k j 2 , que s´o tem termos positivos, logo ´e sempre maior do que zero.
Como pQ′ s´o tem 3 autovalores distintos eϕ1 ´e o maior autovalor de Q, ent˜ao s´o
pode-mos terϕ3como o autovalor da afirmac¸˜ao 05 eϕ2o autovalor da afirmac¸˜ao 06.
Apresentamos agora as trˆes proposic¸˜oes para aranhas gordas, an´alogas `as anteriores. OBSERVAC¸ ˜AO 3.1.2. Note que para k= 2 (e qualquer grafo G) temos que Sm[k, j, G] =
Sg[k, j, G]. Logo, sem perda de generalidade, vamos considerar k ≥ 3 para aranhas gordas.
Proposic¸˜ao 3.1.4. Seja Sg[k], aranha gorda sem cabec¸a (j=0) e com k ≥ 3. Ent˜ao seu
espectro laplaciano sem sinal est´a determinado da seguinte forma:
σQ(Sg[k]) = (2 −√2)(k − 1) 3k−4− √ k2−4(k−2) 2 3k−4−√k2−4(k−2) 2 (2 + √ 2)(k − 1) 1 k− 1 k− 1 1
Demonstrac¸˜ao. Como o grau dos v´ertices do corpo ´e k, das pernas ´e 1 , ent˜ao a matriz
laplaciana sem sinal Q(Sm[k]), que vamos denotar somente por Q, ´e dada por:
2k− 2 1 . . . 1 | 0 1 . . . 1 1 2k− 2 ... 1 | 1 0 . . . 1 .. . ... . .. ... | ... ... . .. ... 1 1 . . . 2k− 2 | 1 1 . . . 0 −− −− −− −− −− −− −− −− 0 1 . . . 1 | k− 1 0 . . . 0 1 0 . . . 1 | 0 k− 1 ... 0 .. . ... . .. ... | ... ... . .. ... 1 1 . . . 0 | 0 0 . . . k− 1
Esta matriz pode ser reescrita como uma matriz em blocos:
Q= (2k − 3)IJ k+ Jk Jk− Ik
k− Ik (k − 1)Ik
,
Observe que todas as matrizes blocos que comp˜oem a matriz Q somam, em suas linhas, o mesmo valor para cada bloco. Assim consideremos a matriz Q′2x2cujas entradas s˜ao tais somas:
Q′= 3k − 3 k − 1
k− 1 k − 1
. Temos que o polinˆomio caracter´ıstico de Q′ ´e dado por
pQ′(x) = x2+ (−4k + 4)x + 2k2− 4k + 2
cujas raizes s˜ao(2 −√2)(k − 1) e (2 +√2)(k − 1), que tamb´em s˜ao autovalores de Q pelo Teorema 2.2.3.
Afirmac¸˜ao 01: Temos que 3k−4−
√
k2−4k+8
2 e
3k−4+√k2−4k+8
2 s˜ao autovalores de Q com
multiplicidade k-1.
Para n˜ao sobrecarregar a escrita faremos a substituic¸˜ao b= k2− 4k + 8.
De fato, pela definic¸˜ao de aranha, seu corpo deve possuir ao menos dois v´ertices (ou seja, k ≥ 2) ent˜ao podemos tomar u ∈ Rk perpendicular `a ~1 e considerar o vetor w =
u k−2−√b 2 u em R2k. Logo Q.w = Q. u k−2−√b 2 u = " (2k − 3)u − (k−2−2√b)u −u + (k − 1)(k−2−2√b)u # = = " 3k−4+√b 2 u k2−3k−(k−1)√b 2 u # =3k− 4 + √ b 2 u k−2−√b 2 u = 3k− 4 + √ b 2 .w Portanto 3k−4+2 √b = 3k−4+ √ k2−4k+8
2 ´e autovalor do grafo com multiplicidade ao menos
k− 1.
Com procedimento semelhante podemos concluir que 3k−4−2 √b = 3k−4−√2k2−4k+8 ´e au-tovalor com multiplicidade ao menos k−1, referente ao autovetor w =
u k−2+√b 2 u ∈ R2k. Afirmac¸˜ao 02: Temos para todo k≥ 3 que (2 −√2)(k − 1) < 3k−4−
√
k2−4(k−2)
2
De fato, isso vale se, e somente se(4 − 2√2)(k − 1) < 3k − 4 −pk2− 4(k − 2)
⇔pk2− 4(k − 2) < (2√2− 1)k − 2√2
⇔(elevando ao quadrado) 0 < (8 − 4√2)k2+ (4√2− 12)k
Como as ra´ızes do polinˆomio f(k) = (8 − 4√2)k2+ (4√2− 12)k s˜ao 0 e 3−√2
2−√2, vemos
que f(k) > 0 para k ≥ 3 >3−√2
2−√2.
Valendo assim a afirmac¸˜ao 02 e consequentemente a proposic¸˜ao.
Proposic¸˜ao 3.1.5. Seja Sg[k, j, Kj] com k ≥ 3 e j ≥ 1. Ent˜ao seu espectro laplaciano sem
σQ(Sg[k, j, Kj]) = ϕ3 3k+ j−4−√(k+ j)2−4(k+ j−2) 2 ϕ2 k 3k+ j−4+√(k+ j)2−4(k+ j−2) 2 ϕ1 1 k− 1 1 j− 1 k− 1 1
Ondeϕ3≤ ϕ2≤ ϕ1s˜ao as ra´ızes do polinˆomio:
pQ′(x) = −x3+ (5k + j − 4)x2+ (−6k2− k j + 8k + j − 2)x + 2k3− 4k2+ 2k. Demonstrac¸˜ao. Como o grau dos v´ertices do corpo ´e 2k+ j − 2, das pernas ´e k − 1 e da
cabec¸a ´e k, ent˜ao a matriz laplaciana sem sinal Q(Sg[k, j, Kj]), que vamos denotar somente
por Q, ´e dada por:
2k+ j − 2 1 . . . 1 | 0 1 . . . 1 | 1 1 . . . 1 1 2k+ j − 2 ... 1 | 1 0 . . . 1 | 1 1 . . . 1 .. . ... . .. ... | ... ... . .. ... | ... ... . .. ... 1 1 . . . 2k+ j − 2 | 1 1 . . . 0 | 1 1 . . . 1 −− −− −− −− −− −− −− −− −− −− −− −− −− 0 1 . . . 1 | k− 1 0 . . . 0 | 0 0 . . . 0 1 0 . . . 1 | 0 k− 1 . . . 0 | 0 0 . . . 0 .. . ... . .. ... | ... ... . .. ... | ... ... . .. ... 1 1 . . . 0 | 0 0 . . . k− 1 | 0 0 . . . 0 −− −− −− −− −− −− −− −− −− −− −− −− −− 1 1 . . . 1 | 0 0 . . . 0 | k 0 . . . 0 1 1 . . . 1 | 0 0 . . . 0 | 0 k . . . 0 .. . ... . .. ... | ... ... . .. ... | ... ... . .. ... 1 1 . . . 1 | 0 0 . . . 0 | 0 0 . . . k
Esta matriz pode ser reescrita como uma matriz em blocos:
Q= (2k + j − 3)Ik+ Jk Jk− Ik Jk, j Jk− Ik (k − 1)Ik Θk, j Jj,k Θj,k kIj ,
Novamente consideremos a matriz 3x3 onde cada entrada ´e o valor da soma da linha de cada bloco, onde pelo Teorema 2.2.3 temos que os autovalores dessa matriz tamb´em ser˜ao autovalores de Q. Q′= 3k+ j − 3 k − 1 j k− 1 k− 1 0 k 0 k .
Denotaremos porϕ3≤ ϕ2≤ ϕ1os 3 autovalores de Q’, que s˜ao as raizes do polinˆomio caracter´ıstico de Q’ dado por:
pQ(x) = −x3+ (5k + j − 4)x2+ (−6k2− k j + 8k + j − 2)x + 2k3− 4k2+ 2k
A demonstrac¸˜ao ´e a mesma da proposic¸˜ao 3.1.2, tendo em conta que o bloco cabec¸a x cabec¸a ´e o ´unico usado na prova.
Afirmac¸˜ao 02: 3k+ j−4− √ (k+ j)2−4(k+ j−2) 2 e 3k+ j−4+√(k+ j)2−4(k+ j−2) 2 s˜ao autovalores
de Q com multiplcidade ao menos k-1.
De fato, pela definic¸˜ao de aranha, seu corpo deve possuir ao menos dois v´ertices (ou seja, k ≥ 2) ent˜ao podemos tomar u ∈ Rk perpendicular `a ~1 e considerar o vetor w =
u (k+ j−2)+√(k+ j)2−4(k+ j−2) 2 u ~0j em R 2k+ j.
Para n˜ao sobrecarregar a escrita faremos as substituic¸˜oes a= k + j − 2, b = (k + j)2− 4(k + j − 2). Q.w = Q. u a+√b 2 u ~0j = (2k + j − 3)u − (a+ √ b 2 )u +~0k −u + (k − 1)(a+ √ b 2 )u +~0k ~0j = = 3k+ j−4−√b 2 u k2+k j−3k− j+(k−1)√b 2 u ~0j = 3k+ j − 4 −√b 2 u a+√b 2 u ~0j = 3k+ j − 4 −√b 2 .w Portanto 3k+ j−4− √ b 2 = 3k+ j−4−√(k+ j)2−4(k+ j−2)
2 ´e autovalor do grafo com multiplicidade
ao menos k− 1.
Com procedimento semelhante podemos concluir que3k+ j−4+
√
b
2 =
3k+ j−4+√(k+ j)2−4(k+ j−2)
2
´e autovalor com multiplicidade ao menos k− 1, do autovetor w = u a−√b 2 u ~0j ∈ R2k+ j. Afirmac¸˜ao 03: m 3k+ j−4−√(k+ j)2−4(k+ j−2) 2 = m 3k+ j−4+√(k+ j)2−4(k+ j−2) 2 = k − 1 e m(k) = j − 1
Prova igual aos casos anteriores. Afirmac¸˜ao 04:Temos 3k+ j−4− √ (k+ j)2−4(k+ j−2) 2 < k < 3k+ j−4+√(k+ j)2−4(k+ j−2) 2 < ϕ1 para todos k≥ 3, j ≥ 1. De fato: 3k+ j − 4 −p(k + j)2− 4(k + j − 2) 2 < k ⇔ 0< −k − j + 4 + q (k + j)2− 4(k + j) + 8)
e isso vale, pois:
J´a a desigualdade do meio vale⇔ 0< k + j − 4 +
q
(k + j)2− 4(k + j) + 8)
o que ´e verdade pelo mesmo argumento usado acima.
J´a a desigualdade da direita ´e verdade pela proposic¸˜ao 2.2.1.
Afirmac¸˜ao 05: Existe pelo menos uma raiz de pQ′ entre os autovalores k e
3k+ j−4−√(k+ j)2−4(k+ j−2)
2 , para k≥ 3 e j ≥ 1.
• Sem dificuldade pode-se confirmar que pQ′(k) = k j, logo temos que pQ′(k) > 0 para k≥ 3, j ≥ 1
• Com maior dificuldade, confirmamos que
pQ′ 3k+ j−4−√(k+ j)2−4(k+ j−2) 2 = √ (k+ j)2−4(k+ j)+8) 2 (−2k2− 2k j + 5k) + k3+ 2k2j− 11 2k2+ k j2−92k j+ 8k
Vamos mostrar que pQ′
3k+ j−4−√(k+ j)2−4(k+ j−2)
2
< 0 para k ≥ 3 e j ≥ 1. Multiplicando a desigualdade acima por 2k, obtemos:
(i)p(k + j)2− 4(k + j) + 8)(−2k − 2 j + 5) + 2k2+ 4k j − 11k + 2 j2− 9 j + 16 < 0
⇔p(k + j)2− 4(k + j) + 8)(2k + 2 j − 5) − 2k2− 4k j + 11k − 2 j2+ 9 j − 16 > 0
O que de fato ocorre:
p(k + j)2− 4(k + j) + 8)(+2k + 2 j − 5) − 2k2− 4k j + 11k − 2 j2+ 9 j − 16 >
p[(k + j) − 2]2(2k +2 j −5)−2k2−4k j +11k −2 j2+9 j −16 = (k + j −2)(2k +2 j −5)−
2k2−4k j +11k −2 j2+ 9 j −16 = (2k2+ 2k j −4k +2k j +2 j2−4 j −5k −5 j +10)−2k2− 4k j+ 11k − 2 j2+ 9 j − 16 = 2k − 6 ≥ 0, para k ≥ 3 e j ≥ 1.
Afirmac¸˜ao 06: A raiz da afirmac¸˜ao 05 ´eϕ2. Isto ´e: 3k+ j−4−
√
(k+ j)2−4(k+ j−2)
2 < ϕ2< k.
De fato, pela afirmac¸˜ao 05 e como
pQ′(0) = k(2k2− 4k + 2) > 0 e pQ′ 3k+ j − 4 −p(k + j) 2− 4(k + j − 2) 2 ! < 0 Temos que ter tamb´em uma raiz de pQ′ entre esses dois valores.
Logo, s´o podemos terϕ3entre 0 e 3k+ j−4− √
(k+ j)2−4(k+ j−2)
e s´o podemos terϕ2entre 3k+ j−4− √
(k+ j)2−4(k+ j−2)
2 e k
Logo pelas afirmac¸˜oes 04,05 e 06 temos que:
ϕ3<3k+ j − 4 −
p(k + j)2− 4(k + j − 2)
2 < ϕ2< k <
3k+ j − 4 +p(k + j)2− 4(k + j − 2)
2 < ϕ1
valendo assim a proposic¸˜ao.
OBSERVAC¸ ˜AO3.1.3. Para mostrar a afirmac¸˜ao 02 na proposic¸˜ao 3.1.5 acima, n˜ao usamos em nenhum momento o bloco cabec¸a x cabec¸a da matriz Q. Logo essa afirmac¸˜ao vale para QUALQUER aranha gorda, independente da cabec¸a (pois todos os blocos menos o bloco cabec¸a x cabec¸a s˜ao iguais em qualquer aranha gorda).
Proposic¸˜ao 3.1.6. Seja Sg[k, j, Kj] com k ≥ 3 e j ≥ 1. Ent˜ao seu espectro laplaciano sem
sinal est´a determinado da seguinte forma:
σQ(Sg[k, j, Kj]) = ϕ3 3k+ j−4−√(k+ j)2−4(k+ j−2) 2 k+ j − 2 ϕ2 3k+ j−4+√(k+ j)2−4(k+ j−2) 2 ϕ1 1 k− 1 j− 1 1 k− 1 1
Ondeϕ3≤ ϕ2≤ ϕ1s˜ao as ra´ızes do polinˆomio:
pQ′(x) = −x3+ (5k + 3 j − 6)x2+ (−6k2− 9k j + 16k − 2 j2+ 11 j − 10)x
+2k3+ 4k2j− 8k2+ 2k j2− 10k j + 10k − 2 j2+ 6 j − 4.
Demonstrac¸˜ao. Como o grau dos v´ertices do corpo ´e 2k+ j − 2, das pernas ´e k − 1 e da
cabec¸a ´e k+ j − 1, ent˜ao a matriz laplaciana sem sinal Q(Sg[k, j, Kj]), que vamos denotar
somente por Q, pode ser escrita em bloco como abaixo.
Q= (2k + j − 3)Ik+ Jk Jk− Ik Jk, j Jk− Ik (k − 1)Ik Θk, j Jj,k Θj,k (k + j − 2)Ij+ Jj .
Novamente consideremos a matriz 3x3 onde cada entrada ´e o valor da soma da linha de cada bloco, onde pelo Teorema 2.2.3 temos que os autovalores dessa matriz tamb´em ser˜ao autovalores de Q. Q′= 3k+ j − 3 k − 1 j k− 1 k− 1 0 k 0 k+ 2 j − 2 .
Denotaremos porϕ3≤ ϕ2≤ ϕ1os 3 autovalores de Q’, que s˜ao as raizes do polinˆomio caracter´ıstico de Q’ dado por:
pQ′(x) = −x3+ (5k + 3 j − 6)x2+ (−6k2− 9k j + 16k − 2 j2+ 11 j − 10)x