🔢 mathematics

Degree Variance and the Fuzzy Sigma Index in Fuzzy Graphs

यह शोध पत्र फजी ग्राफ के लिए संरचनात्मक अनियमितता के एक विचरण-आधारित माप के रूप में फजी सिग्मा इंडेक्स (fuzzy sigma index) को प्रस्तुत करता है, जो इसके मौलिक गुणों की व्यवस्थित जांच करता है, तीक्ष्ण सीमाओं (sharp bounds) को व्युत्पन्न करता है, और मानक ग्राफ ऑपरेशन्स के तहत इसके व्यवहार का विश्लेषण करता है।

मूल लेखक: Duaa Abdullah

प्रकाशित 2026-04-16

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Duaa Abdullah

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक शहर नियोजक (city planner) हैं जो एक कस्बे का नक्शा देख रहे हैं। एक आदर्श, उबाऊ कस्बे में, हर घर से जुड़ने वाली सड़कों की संख्या बिल्कुल समान होती है। हर कोई समान रूप से व्यस्त है; न कोई "हब" है और न ही कोई अलग-थलग। गणित में, हम इसे एक नियमित ग्राफ (regular graph) कहते हैं। यह पूरी तरह से संतुलित है।

लेकिन वास्तविक जीवन ऐसा नहीं होता। एक वास्तविक शहर में, एक हलचल भरा डाउनटाउन होता है जहाँ सैकड़ों सड़कें होती हैं (एक हब) और शांत गलियाँ (cul-de-sacs) होती हैं जिनमें केवल एक सड़क होती है (एक लीफ)। इन व्यस्त और शांत स्थानों के इस मिश्रण को अनियमितता (irregularity) कहा जाता है।

लंबे समय तक, गणितज्ञों के पास सामान्य, ब्लैक-एंड-व्हाइट मानचित्रों को मापने का एक तरीका था। वे इसे सिग्मा इंडेक्स (Sigma Index) कहते थे। यह मूल रूप से एक स्कोर है जो बताता है: "पड़ोस एक-दूसरे से कितने अलग हैं?" यदि स्कोर शून्य है, तो कस्बा पूरी तरह से एकसमान है। यदि स्कोर अधिक है, तो कस्बा अराजक और असमान है।

समस्या:
वास्तविक जीवन ब्लैक एंड व्हाइट नहीं है। सड़कें केवल "वहाँ हैं" या "नहीं हैं" जैसी नहीं होतीं। कुछ सड़कें सुपर-हाईवे (बहुत मजबूत कनेक्शन) होती हैं, कुछ कच्ची राहें (कमजोर कनेक्शन) होती हैं, और कुछ मुश्किल से चलने योग्य होती हैं। यहीं पर फजी ग्राफ (Fuzzy Graphs) काम आते हैं। ये ऐसे नक्शे हैं जहाँ कनेक्शनों की "शक्ति" या "भार" (जैसे 0.8 या 0.3) होती है, न कि केवल 1 या 0।

लेखिका, दुआ अब्दुल्ला ने एक बड़ा सवाल पूछा: "एक फजी कस्बे की अव्यवस्था को हम कैसे माप सकते हैं?"

समाधान: फजी सिग्मा इंडेक्स (The Fuzzy Sigma Index)

लेख एक नया उपकरण पेश करता है जिसे फजी सिग्मा इंडेक्स कहा जाता है। इसे एक "फजी मेसनेस मीटर" (अव्यवस्था मापने वाला यंत्र) के रूप में समझें।

यह कैसे काम करता है, इसके लिए एक सरल उपमा दी गई है:

"फजी डिग्री" (The Fuzzy Degree): एक सामान्य ग्राफ में, आप बस गिनते हैं कि एक घर में कितनी सड़कें हैं। एक फजी ग्राफ में, आप सड़कों की शक्ति को जोड़ते हैं। यदि एक घर में एक बहुत मजबूत सड़क (शक्ति 1.0) और दो कमजोर सड़कें (प्रत्येक 0.5) हैं, तो उसकी "फजी डिग्री" 2.0 होगी।
औसत (The Average): आप पूरे कस्बे के लिए औसत "फजी डिग्री" की गणना करते हैं।
विचरण (The Variance): आप प्रत्येक घर को देखते हैं। उसका डिग्री औसत से कितनी दूर है?
- यदि कोई घर बिल्कुल औसत है, तो वह अव्यवस्था में कुछ भी योगदान नहीं देता है।
- यदि कोई घर एक सुपर-हब (औसत से बहुत ऊपर) है या पूरी तरह से अलग-थलग (औसत से बहुत नीचे) है, तो वह अव्यवस्था के स्कोर में बहुत कुछ जोड़ देता है।
स्कोर (The Score): आप उन अंतरों का वर्ग (square) करते हैं, उन्हें जोड़ते हैं, और घरों की संख्या से विभाजित करते हैं। वह संख्या आपका फजी सिग्मा इंडेक्स है।

पेपर की मुख्य खोजें

लेखिका ने केवल मीटर का आविष्कार नहीं किया; उन्होंने यह देखने के लिए इसका परीक्षण भी किया कि यह कैसा व्यवहार करता है। यहाँ मुख्य निष्कर्ष दिए गए हैं, जिन्हें सरल भाषा में अनुवादित किया गया है:

1. "शून्य अव्यवस्था" का नियम (The "Zero Mess" Rule)
यदि फजी सिग्मा इंडेक्स शून्य है, तो कस्बा पूरी तरह से संतुलित है। हर एक घर में कनेक्शन की कुल शक्ति बिल्कुल समान है। गणितीय शब्दों में, यह एक फजी रेगुलर ग्राफ (Fuzzy Regular Graph) है। यह "पूरी तरह से समान" अवस्था है।

2. "अधिकतम अराजकता" का नियम (The "Maximum Chaos" Rule)
सबसे अराजक कस्बा क्या हो सकता है?
पेपर सिद्ध करता है कि अव्यवस्था का स्कोर तब अपने उच्चतम स्तर पर पहुँच जाता है जब आपके पास एक ऐसा कस्बा हो जहाँ सारा कनेक्शन स्ट्रेंथ केवल दो घरों के बीच एक एकल सड़क पर केंद्रित हो, और बाकी सभी पूरी तरह से अलग-थलग हों।

उपमा: कल्पना कीजिए कि एक कस्बे में दो लोग एक बहुत मजबूत पकड़ के साथ हाथ पकड़े हुए हैं, और अन्य 98 लोग अकेले अंधेरे में खड़े हैं। यह चरम अनियमितता है।

3. "स्टार" बनाम "सिंगल एज" (The "Star" vs. The "Single Edge")
आप सोच सकते हैं कि एक "स्टार" ग्राफ (एक केंद्रीय हब जो सभी से जुड़ा है) सबसे अराजक होगा। लेकिन पेपर दिखाता है कि एक सिंगल एज (Single Edge) ग्राफ (केवल दो लोग जुड़े हुए, बाकी सब अकेले) वास्तव में इस विशिष्ट इंडेक्स के मामले में अधिक अराजक है। स्टार अव्यवस्थित है, लेकिन सिंगल एज अत्यधिक अव्यवस्थित है क्योंकि जुड़े हुए जोड़े और अलग-थलग भीड़ के बीच का अंतर बहुत बड़ा है।

4. नए कस्बे बनाना (Operations)
लेखिका ने यह भी देखा कि कस्बों को मिलाने पर क्या होता है:

यूनियन (दो कस्बों को अगल-बगल जोड़ना): अव्यवस्था दोनों मूल कस्बों की अव्यवस्था का योग है, साथ ही थोड़ा अतिरिक्त दंड (penalty) यदि दोनों कस्बों के औसत आकार बहुत भिन्न थे।
कार्टेशियन प्रोडक्ट (एक ग्रिड बनाना): यदि आप दो कस्बों को लेकर एक ग्रिड बनाते हैं, तो अव्यवस्था पूरी तरह से जुड़ जाती है। यह ऐसा है जैसे: "एक ग्रिड की कुल अराजकता पंक्तियों की अराजकता और कॉलम की अराजकता का योग है।"

यह क्यों मायने रखता है?

एक सामान्य व्यक्ति को "फजी मेसनेस स्कोर" की परवाह क्यों करनी चाहिए?

वास्तविक दुनिया के नेटवर्क: वास्तविक नेटवर्क (जैसे सोशल मीडिया, पावर ग्रिड, या मस्तिष्क में न्यूरल नेटवर्क) "फजी" होते हैं। कनेक्शनों की ताकत बदलती रहती है। यह नया इंडेक्स वैज्ञानिकों को यह मापने में मदद करता है कि उनके वास्तविक दुनिया के सिस्टम कितने असमान या "असंतुलित" हैं।
कमजोर बिंदुओं को खोजना: उच्च अनियमितता का अर्थ है कि एक सिस्टम नाजुक है। यदि कोई नेटवर्क बहुत अधिक "स्टार-जैसा" (एक बड़ा हब) है, तो उस हब को खोने से पूरा सिस्टम क्रैश हो सकता है। यह इंडेक्स उस जोखिम को मापने में मदद करता है।
रसायन विज्ञान (Chemistry): पेपर "आणविक संरचनाओं" (molecular structures) का उल्लेख करता है। रसायन विज्ञान में, परमाणु अलग-अलग बंधन की ताकत वाले बंधों द्वारा जुड़े होते हैं। यह इंडेक्स भविष्यवाणी करने में मदद कर सकता है कि एक अणु अपने कनेक्शनों के कितने असमान होने के आधार पर कैसे व्यवहार करेगा।

निचोड़ (The Bottom Line)

दुआ अब्दुल्ला ने एक क्लासिक गणितीय उपकरण (सिग्मा इंडेक्स) को लिया और उसे वास्तविक दुनिया (फजी ग्राफ) के लिए अपग्रेड किया। उन्होंने कनेक्शनों की ताकत के आधार पर असमानता को मापने के लिए एक नया पैमाना बनाया।

उन्होंने सिद्ध किया कि:

पूर्ण समानता = शून्य स्कोर।
चरम असमानता (एक मजबूत लिंक, बाकी सब अकेले) = अधिकतम स्कोर।
नेटवर्क को जोड़ना पूर्वानुमानित नियमों का पालन करता है।

यह दुनिया को देखने का एक नया तरीका है, जो यह स्वीकार करता है कि सभी कनेक्शन समान नहीं होते हैं, और यह मापता है कि वे वास्तव में कितने असमान हैं।

यहाँ दुआ अब्दुल्ला के शोध पत्र "Degree Variance and the Fuzzy Sigma Index in Fuzzy Graphs" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र फजी ग्राफ (fuzzy graph) सिद्धांत में संरचनात्मक अनियमितता के परिमाणीकरण (quantification) के संबंध में एक अंतराल को संबोधित करता है। जबकि सिग्मा इंडेक्स (जिसे डिग्री अनुक्रम के जनसंख्या प्रसरण/population variance के रूप में परिभाषित किया गया है) क्रिस्प (साधारण) ग्राफों के लिए एक सुस्थापित टोपोलॉजिकल इंडेक्स है, इसे व्यवस्थित रूप से फजी ग्राफों तक विस्तारित नहीं किया गया था।

मुख्य शोध प्रश्न यह है: फजी ग्राफों के लिए सिग्मा इंडेक्स को उपयुक्त रूप से कैसे विस्तारित किया जा सकता है?
क्रिस्प ग्राफों में, सिग्मा इंडेक्स $\sigma(\Gamma)$ अनियमितता को मापता है और यह तभी शून्य होता है जब ग्राफ रेगुलर (नियमित) हो। फजी संदर्भ में, जहाँ शीर्ष (vertex) और किनारा (edge) सदस्यता मान $[0, 1]$ के बीच होते हैं, लेखक एक "फजी सिग्मा इंडेक्स" ( $\sigma^*$ ) को परिभाषित करने का लक्ष्य रखते हैं जो फजी डिग्री के प्रसरण को दर्शाता है और इसके गुणों, सीमाओं और ग्राफ ऑपरेशन्स के तहत इसके व्यवहार का विश्लेषण करता है।

2. कार्यप्रणाली और परिभाषाएँ (Methodology and Definitions)

लेखक निम्नलिखित ढांचे का उपयोग करके शास्त्रीय सिग्मा इंडेक्स को फजी डोमेन में कठोरता से विस्तारित करते हैं:

फजी ग्राफ परिभाषा: एक फजी ग्राफ $\Gamma = (V, \nu, \mu)$ एक शीर्ष सेट $V$ , एक फजी उपसमुच्चय $\nu: V \to [0, 1]$ , और एक सममित फजी संबंध $\mu: V \times V \to [0, 1]$ से बना होता है, जहाँ $\mu(u, v) \leq \min(\nu(u), \nu(v))$ होता है।
फजी डिग्री ( $d_\Gamma(v)$ ): इसे शीर्ष $v$ से जुड़े किनारों के सदस्यता मानों के योग के रूप में परिभाषित किया गया है:
$d_\Gamma(v) = \sum_{u \neq v} \mu(v, u)$
फजी आकार ( $\tilde{w}$ ): ग्राफ के सभी किनारों का कुल भार:
$\tilde{w}(\Gamma) = \sum_{u < v} \mu(u, v)$
फजी सिग्मा इंडेक्स ( $\sigma^*(\Gamma)$ ): इसे फजी डिग्री अनुक्रम के जनसंख्या प्रसरण के रूप में परिभाषित किया गया है। मान लीजिए $n = |V|$ और $\lambda = \frac{2\tilde{w}}{n}$ औसत फजी डिग्री है। इंडेक्स है:
$\sigma^*(\Gamma) = \frac{1}{n} \sum_{v \in V} \left( d_\Gamma(v) - \lambda \right)^2$

कार्यप्रणाली में गणितीय गुणों को व्युत्पन्न करना, तीक्ष्ण सीमाएँ (sharp bounds) स्थापित करना, चरम ग्राफों (extremal graphs - जो इंडेक्स को अधिकतम या न्यूनतम करते हैं) का विश्लेषण करना, और मानक फजी ग्राफ ऑपरेशन्स (Union, Join, Cartesian Product, और Composition) के तहत इंडेक्स के व्यवहार की जांच करना शामिल है।

3. मुख्य योगदान और परिणाम (Key Contributions and Results)

A. मौलिक गुण (Fundamental Properties)

शून्य अनियमितता: शोध पत्र सिद्ध करता है कि $\sigma^*(\Gamma) = 0$ यदि और केवल यदि $\Gamma$ एक फजी-रेगुलर ग्राफ है (अर्थात, सभी शीर्षों की फजी डिग्री समान है)।
कॉम्प्लीमेंट ग्राफ्स (Complement Graphs): लेखक एक फजी ग्राफ और उसके कॉम्प्लीमेंट के बीच संबंध स्थापित करते हैं। यदि शीर्ष सदस्यता फलन $\nu(v) = 1$ सभी $v$ के लिए है, तो ग्राफ और उसके कॉम्प्लीमेंट के सिग्मा इंडेक्स का योग एक सीमा के भीतर होता है, जो पूरक संरचनाओं में कुल अनियमितता को मापने के लिए एक बेंचमार्क प्रदान करता है।

B. चरम लक्षण वर्णन (Extremal Characterization)

न्यूनतम मान: जैसा कि उल्लेख किया गया है, न्यूनतम मान 0 है, जो फजी-रेगुलर ग्राफों द्वारा प्राप्त किया जाता है।
अधिकतम मान (तीक्ष्ण ऊपरी सीमा): शोध पत्र $\tilde{w}$ और $n$ के पदों में $\sigma^*(\Gamma)$ के लिए एक तीक्ष्ण ऊपरी सीमा व्युत्पन्न करता है:
$\sigma^*(\Gamma) \leq \frac{2\tilde{w}^2}{n} \left( 1 - \frac{2}{n} \right)$
चरम संरचना: अधिकतम मान तब प्राप्त होता है जब ग्राफ में ठीक एक फजी किनारा (weight $\tilde{w}$ के साथ) दो शीर्षों को जोड़ता है, जबकि अन्य सभी शीर्ष अलग-थलग (isolated) होते हैं। यह फजी स्टार ग्राफों के विपरीत है, जो स्पष्ट रूप से छोटे मान देते हैं।

C. डिग्री रेंज पर आधारित सीमाएँ (Bounds Based on Degree Range)

शोध पत्र अधिकतम डिग्री ( $\Delta$ ) और न्यूनतम डिग्री ( $\delta$ ) के आधार पर सीमाएँ प्रदान करता है:

ऊपरी सीमा: $\sigma^*(\Gamma) \leq \frac{2n + (\Delta - \delta)^2}{4}$ (प्रसरण गुणों के माध्यम से व्युत्पन्न)।
गैर-रेगुलर ग्राफों के लिए निचली सीमा: गैर-रेगुलर फजी ग्राफों के लिए, एक धनात्मक निचली सीमा स्थापित की गई है:
$\sigma^*(\Gamma) \geq \frac{1}{n^2}(\Delta - \delta)^2$

D. ग्राफ ऑपरेशन्स के तहत व्यवहार (Behavior Under Graph Operations)

अध्ययन विश्लेषण करता है कि $\sigma^*$ विभिन्न ऑपरेशन्स के तहत कैसे बदलता है:

यूनियन ( $\Gamma_1 \cup \Gamma_2$ ): यूनियन का इंडेक्स व्यक्तिगत इंडेक्स और उनके औसत डिग्री के अंतर पर निर्भर करता है।
जॉइन ( $\Gamma_1 \vee \Gamma_2$ ): जॉइन ऑपरेशन में डिग्री को दूसरे ग्राफ के शीर्षों के न्यूनतम सदस्यता मानों को जोड़कर संशोधित किया जाता है।
कार्टेशियन उत्पाद ( $\Gamma_1 \square \Gamma_2$ ): एक महत्वपूर्ण परिणाम इंडेक्स की योगात्मकता (additivity) है:
$\sigma^*(\Gamma_1 \square \Gamma_2) = \sigma^*(\Gamma_1) + \sigma^*(\Gamma_2)$
यह दर्शाता है कि उत्पाद ग्राफ की अनियमितता उसके घटकों की अनियमितता का योग है।
कंपोजिशन (लेक्सिकोग्राफिक उत्पाद): $\Gamma_1[\Gamma_2]$ का कंपोजिशन मुख्य रूप से बाहरी ग्राफ $\Gamma_1$ की अनियमितता से संचालित होता है, विशेष रूप से जब $\Gamma_2$ के शीर्षों की संख्या अधिक होती है।

4. महत्व और अनुप्रयोग (Significance and Applications)

सैद्धांतिक आधार: यह कार्य फजी ग्राफ सिद्धांत में एक महत्वपूर्ण रिक्त स्थान को भरता है क्योंकि यह पहले व्यवस्थित रूप से प्रसरण-आधारित टोपोलॉजिकल इंडेक्स का उपचार प्रदान करता है। यह केवल एज-सम (edge-sum) इंडेक्स से आगे बढ़कर डिग्री-वेरिएंस इंडेक्स तक जाता है।
संरचनात्मक विश्लेषण: फजी सिग्मा इंडेक्स उन नेटवर्कों में संरचनात्मक अनियमितता को मापने के लिए एक सटीक मीट्रिक प्रदान करता है जहाँ कनेक्शन की ताकत भिन्न होती है (जैसे, अलग-अलग विश्वास स्तरों वाले सोशल नेटवर्क, या अलग-अलग इंटरेक्शन स्ट्रेंथ वाले जैविक नेटवर्क)।
एक्सट्रीमल ग्राफ थ्योरी: इंडेक्स को अधिकतम और न्यूनतम करने वाले ग्राफों का लक्षण वर्णन करके, शोध पत्र विशिष्ट नियमितता या अनियमितता गुणों वाले नेटवर्क डिजाइन करने के लिए उपकरण प्रदान करता है।
भावी दिशाएँ: शोध पत्र भारित फजी ग्राफों (weighted fuzzy graphs) के लिए इन अवधारणाओं को विस्तारित करने और फजी नेटवर्क विश्लेषण या आणविक संरचना मॉडलिंग में अनुप्रयोगों के लिए अन्य फजी टोपोलॉजिकल इंडेक्स के साथ सहसंबंधों की खोज करने का सुझाव देता है।

निष्कर्ष (Conclusion)

दुआ अब्दुल्ला का शोध पत्र फजी ग्राफों में अनियमितता के एक मजबूत माप के रूप में फजी सिग्मा इंडेक्स को सफलतापूर्वक परिभाषित करता है। कठोर गणितीय व्युत्पत्ति के माध्यम से, लेखिका स्थापित करती हैं कि यह इंडेक्स रेगुलर फजी ग्राफों के लिए शून्य है और सिंगल-एज ग्राफों द्वारा अधिकतम किया जाता है। कार्टेशियन उत्पादों के लिए योगात्मक गुण की खोज और तीक्ष्ण सीमाओं का व्युत्पत्ति, फजी नेटवर्क की संरचनात्मक जटिलता का विश्लेषण करने के लिए एक व्यापक टूलकिट प्रदान करता है।