🔢 mathematics

Sharp Bounds and Extremal Fuzzy Graphs for the Fuzzy Sombor Index

यह शोध पत्र विभिन्न प्रकार के फजी ग्राफ्स में फजी सोम्बोर इंडेक्स के चरम गुणों की जांच करता है, रेगुलर फजी ग्राफ्स में इसके अधिकतम और न्यूनतम मानों को निर्धारित करता है और इस इंडेक्स तथा अन्य सुविख्यात फजी टोपोलॉजिकल इंडेक्स के बीच महत्वपूर्ण असमानताओं को स्थापित करता है।

मूल लेखक: Jasem Hamoud

प्रकाशित 2026-05-11

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Jasem Hamoud

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 के योजनाकार (city planner) हैं जो सड़कों के एक नेटवर्क के "वाइब" या "ऊर्जा" को समझने की कोशिश कर रहे हैं। वास्तविक दुनिया में, सड़कें या तो होती हैं या नहीं होती हैं। लेकिन इस शोध पत्र की "फजी" (fuzzy) दुनिया में, सड़कें "शायद वहां हों," "ज्यादातर वहां हों," या "पूरी तरह से वहां हों" हो सकती हैं। गणितज्ञ इसे एक फजी ग्राफ (Fuzzy Graph) कहते हैं।

यह शोध पत्र एक जासूसी कहानी की तरह है जहाँ जासूस "फजी सोम्बोर इंडेक्स" (Fuzzy Sombor Index) को खोजने की कोशिश कर रहा है। इस इंडेक्स को एक विशेष "ऊर्जा स्कोर" के रूप में समझें। यह गणना करता है कि जुड़े हुए बिंदुओं के बीच कितनी "प्रयास" या "तनाव" मौजूद है, जो इस बात पर निर्भर करता है कि उनके संबंध कितने मजबूत हैं और उन बिंदुओं के पास अन्य कितने कनेक्शन हैं।

यहाँ इस शोध पत्र की खोजों का सरल उपमाओं के साथ विवरण दिया गया है:

1. दो चरम स्थितियाँ: "स्पैगेटी" बनाम "हब"

शोध पत्र एक सरल प्रश्न पूछता है: किस प्रकार के फजी नेटवर्क का ऊर्जा स्कोर सबसे कम है, और किसका सबसे अधिक है?

सबसे कम स्कोर (The "Spaghetti" Line):
शोध पत्र पाता है कि जिस नेटवर्क का सोम्बोर स्कोर सबसे कम है, वह एक लंबी, सीधी रेखा (एक "पाथ") है। कल्पना कीजिए कि लोग एक कतार में हाथ पकड़े हुए हैं। हर कोई केवल दो पड़ोसियों से जुड़ा है (सिरों को छोड़कर)। क्योंकि कनेक्शन समान रूप से फैले हुए हैं और कोई भी ओवरलोड नहीं है, इसलिए "तनाव" न्यूनतम है।
- शर्त: सबसे कम स्कोर प्राप्त करने के लिए, हाथ मिलाने की "मजबूती" (फजी मेंबरशिप) पूरी रेखा में पूरी तरह से संतुलित होनी चाहिए।
सबसे अधिक स्कोर (The "Super-Hub"):
वह नेटवर्क जिसका स्कोर सबसे अधिक है, वह एक "स्टार" या "कम्प्लीट" ग्राफ है। कल्पना कीजिए कि एक केंद्रीय व्यक्ति कमरे में मौजूद सभी लोगों से हाथ मिला रहा है, या हर कोई हर किसी से हाथ मिला रहा है।
- शर्त: इस परिदृश्य में, केंद्रीय व्यक्ति (या समूह) कनेक्शनों से ओवरलोड हो जाता है। गणित दिखाता है कि जब आप कुछ केंद्रीय बिंदुओं पर सभी कनेक्शन की ताकत को केंद्रित करते हैं, तो "ऊर्जा स्कोर" आसमान छू लेता है। यह शोध पत्र सिद्ध करता है कि एक "फजी स्टार" (एक केंद्र, कई पत्तियां) या एक "फजी कम्प्लीट ग्राफ" (हर कोई हर किसी से जुड़ा हुआ) अधिकतम संभव तनाव पैदा करता है।

2. खेल के नियम

यह शोध पत्र इन फजी नेटवर्कों के लिए कुछ सख्त नियम स्थापित करता है:

"खाली" नियम (The "Empty" Rule): यदि आपके पास एक ऐसा नेटवर्क है जहाँ कोई भी किसी से जुड़ा नहीं है (सभी कनेक्शन की ताकत शून्य है), तो स्कोर शून्य है। यह बिल्कुल निचला स्तर है।
"संतुलित" नियम (The "Balanced" Rule): यदि आप स्कोर को कम रखना चाहते हैं, तो आपको किसी भी बिंदु पर "ट्रैफिक जाम" से बचना चाहिए। आप चाहते हैं कि कनेक्शन एक चौड़ी नदी के माध्यम से बहते पानी की तरह फैले हों, न कि एक संकीली पाइप की तरह।
"केंद्रीकरण" नियम (The "Concentration" Rule): यदि आप स्कोर को अधिकतम करना चाहते हैं, तो आप सारा ट्रैफिक एक विशाल हब में केंद्रित करना चाहते हैं।

3. ट्रीज़ (Trees) और लूप्स (Loops)

लेखकों ने विशिष्ट आकृतियों का भी अध्ययन किया:

फजी ट्रीज़ (Fuzzy Trees): ये वे नेटवर्क हैं जिनमें कोई लूप नहीं होता (जैसे एक वंशावली/फैमिली ट्री)।
- न्यूनतम (Minimizer): शाखाओं की एक लंबी, सीधी रेखा।
- अधिकतम (Maximizer): एक स्टार आकार (एक तना, कई शाखाएं)।
फजी यूनिसाइक्लिक ग्राफ्स (Fuzzy Unicyclic Graphs): ये वे नेटवर्क हैं जिनमें ठीक एक लूप होता है (जैसे एक रिंग रोड जिसमें कुछ साइड सड़कें हों)।
- न्यूनतम (Minimizer): एक आदर्श रिंग जहाँ हर किसी के पास ट्रैफिक की समान मात्रा है।
- अधिकतम (Maximizer): एक रिंग जिसके साथ एक स्टार जुड़ा हुआ है (ट्रैफिक को केंद्रित करना)।

4. स्कोर की तुलना

यह शोध पत्र इस "सोम्बोर ऊर्जा स्कोर" की तुलना अन्य प्रसिद्ध स्कोरों से भी करता है जिनका उपयोग गणितज्ञ करते हैं (जैसे ज़ैग्रेब, रैंडिक और निर्मला इंडेक्स)।

इन्हें एक ही शहर को मापने के विभिन्न तरीकों के रूप में समझें।
शोध पत्र दिखाता है कि सोम्बोर इंडेक्स केंद्रीकरण (centralization) के प्रति बहुत संवेदनशील है। यदि आपके पास एक "हब" (एक लोकप्रिय व्यक्ति या एक व्यस्त चौराहा) है, तो सोम्बोर इंडेक्स अन्य स्कोर की तुलना में बहुत तेज़ी से ऊपर जाता है। यह एक थर्मामीटर की तरह है जो गर्मी के प्रति दृढ़ता से प्रतिक्रिया करता है; यदि नेटवर्क "गर्म" (केंद्रित) होता है, तो यह इंडेक्स सबसे ज़ोर से चिल्लाता है।

सारांश

साधारण शब्दों में, यह शोध पत्र कहता है:
यदि आपके पास एक फजी नेटवर्क है (जहाँ कनेक्शन की ताकत अलग-अलग होती है), तो यह सबसे कम "तनावपूर्ण" तब होगा जब यह एक पूरी तरह से संतुलित, सीधी रेखा हो। यह सबसे अधिक "तनावपूर्ण" तब होगा जब यह एक स्टार या एक पूरी तरह से जुड़ा हुआ जाल हो जहाँ एक बिंदु (या सभी) कनेक्शनों से ओवरलोड हो जाता है।

लेखकों ने गणितीय रूप से इन सीमाओं को सिद्ध किया और दिखाया कि तनाव को मापने का यह विशिष्ट "सोम्बोर" तरीका यह पहचानने के लिए विशेष रूप से अच्छा है कि कोई नेटवर्क बहुत अधिक केंद्रीकृत या "हब-भारी" हो रहा है।

तकनीकी सारांश: फजी सोम्बोर इंडेक्स के लिए तीक्ष्ण सीमाएँ और चरम फजी ग्राफ

समस्या विवरण
यह शोध पत्र फजी ग्राफ सिद्धांत के ढांचे के भीतर फजी सोम्बोर इंडेक्स ( $SO_\mu$ ) के चरम व्यवहार के संबंध में व्यवस्थित लक्षण वर्णन की कमी को संबोधित करता है। जबकि शास्त्रीय सोम्बोर इंडेक्स का क्रिस्प ग्राफ्स (crisp graphs) पर व्यापक रूप से अध्ययन किया गया है—जहाँ पथ (paths) आमतौर पर पेड़ों (trees) के बीच इंडेक्स को न्यूनतम करते हैं और स्टार (stars) इसे अधिकतम करते हैं—फजी ग्राफ्स में इसका विस्तार नई जटिलताओं को पेश करता है। फजी ग्राफ्स में, शीर्ष डिग्री (vertex degrees) और किनारों की मजबूती (edge strengths) $(0, 1]$ में निरंतर मान होते हैं, और इंडेक्स किनारे के सदस्यता मानों $\mu(u, v)$ और फजी शीर्ष डिग्री $\mu_u$ दोनों पर निर्भर करता है। यह अध्ययन यह खोजने का प्रयास करता है कि निश्चित क्रम ( $n$ ) और निश्चित फजी आकार ( $m_\mu$ ) के तहत कौन से फजी ग्राफ संरचनाएं $SO_\mu$ (और इसके सामान्यीकरण $SO_\mu^\alpha$ के लिए $\alpha > 1$ ) को न्यूनतम या अधिकतम करती हैं। इसके अतिरिक्त, शोध पत्र का उद्देश्य $SO_\mu$ को अन्य स्थापित फजी टोपोलॉजिकल इंडेक्स, जैसे कि फजी ज़ाग्रेब (Fuzzy Zagreb), रैंडिक (Randić), और निर्मला (Nirmala) इंडेक्स के साथ तीक्ष्ण असमानताओं को स्थापित करना है।

कार्यप्रणाली
यह शोध ग्राफ थ्योरी और अनुकूलन सिद्धांतों (optimization principles) पर आधारित विश्लेषणात्मक विधियों का उपयोग करता है। लेखक फजी सोम्बोर इंडेक्स को इस प्रकार परिभाषित करते हैं:
$SO_\mu(\Gamma) = \sum_{uv \in E(\Gamma)} \mu(u, v) \sqrt{\mu_u^2 + \mu_v^2}$
जहाँ $\mu_u = \sum_{v \in V} \mu(u, v)$ शीर्ष $u$ की फजी डिग्री है। कार्यप्रणाली में शामिल हैं:

चरम विश्लेषण (Extremal Analysis): विशिष्ट फजी ग्राफ परिवारों (पथ, स्टार, चक्र, पूर्ण ग्राफ और यूनिसिक्लिक ग्राफ) की जांच करना ताकि उन संरचनात्मक विन्यासों की पहचान की जा सके जो न्यूनतम या अधिकतम इंडेक्स मान प्रदान करते हैं।
उत्तलता और असमानता तर्क (Convexity and Inequality Arguments): फलन $f(\eta) = \eta \sqrt{x^2 + y^2}$ की उत्तलता (convexity) और उत्तल रूपांतरणों (convex transformations) के गुणों का उपयोग करना ( $\alpha > 1$ के लिए) यह सिद्ध करने के लिए कि किनारों की सदस्यता को विशिष्ट टोपोलॉजी (जैसे स्टार) पर केंद्रित करना इंडेक्स को अधिकतम करता है, जबकि उन्हें बिखेरना (जैसे पथ में) इसे न्यूनतम करता है।
तुलनात्मक विश्लेषण (Comparative Analysis): $SO_\mu$ को फजी प्रथम ज़ाग्रेब इंडेक्स ( $M_1$ ), फजी रैंडिक इंडेक्स ( $R$ ), और फजी निर्मला इंडेक्स ( $N$ ) से संबंधित बीजगणितीय सीमाओं (algebraic bounds) को व्युत्पन्न करना, विशेष रूप से नियमित और अनियमित फजी ग्राफों के लिए।
संख्यात्मक सत्यापन (Numerical Verification): $n$ और $m_\mu$ के विशिष्ट मानों के लिए सारणीबद्ध डेटा प्रदान करना ताकि विभिन्न ग्राफ परिवारों में इंडेक्स के व्यवहार को स्पष्ट किया जा सके।

प्रमुख योगदान और परिणाम
शोध पत्र फजी सोम्बोर इंडेक्स के लिए सीमाओं और चरम ग्राफों के संबंध में कई निर्णायक परिणाम स्थापित करता है:

सामान्य सीमाएँ (General Bounds):
- न्यूनतम: निश्चित क्रम $n$ और निश्चित फजी आकार $m_\mu$ वाले जुड़े हुए फजी ग्राफों के लिए, इंडेक्स फजी पथ ( $P_n^f$ ) द्वारा न्यूनतम किया जाता है जहाँ फजी डिग्री को संतुलित करने के लिए किनारों की सदस्यता को यथासंभव समान रूप से वितरित किया जाता है। पूर्णतः न्यूनतम (शून्य) खाली फजी ग्राफ द्वारा प्राप्त किया जाता है।
- अधिकतम: इंडेक्स समान फजी पूर्ण ग्राफ ( $K_n^f$ ) द्वारा अधिकतम किया जाता है जहाँ सभी किनारों की सदस्यता समान होती है। एक निश्चित $m_\mu$ के लिए, अधिकतम तब प्राप्त होता है जब सदस्यता एक पूर्ण ग्राफ के किनारों पर केंद्रित होती है।
चरम वृक्ष और यूनिसिक्लिक ग्राफ (Extremal Trees and Unicyclic Graphs):
- निश्चित $n$ और $m_\mu$ वाले फजी पेड़ों के बीच, फजी पथ ( $P_n^f$ ) इंडेक्स को न्यूनतम करता है, और फजी स्टार ( $S_n^f$ ) इसे अधिकतम करता है। स्टार एक एकल केंद्रीय शीर्ष पर कुल फजी आकार को केंद्रित करके इंडेक्स को अधिकतम करता है, जिससे एक उच्च-डिग्री हब बनता है।
- फजी यूनिसिक्लिक ग्राफों के बीच, इंडेक्स फजी चक्र ( $C_n^f$ ) द्वारा न्यूनतम किया जाता है जिसमें समान किनारा सदस्यता होती है, और एक ऐसी संरचना द्वारा अधिकतम किया जाता है जहाँ अंतर्निहित ग्राफ एक चक्र है जिसके साथ एक स्टार जुड़ा हुआ है (डिग्री को केंद्रित करना)।
सामान्यीकृत इंडेक्स ( $SO_\mu^\alpha$ ):
- $\alpha > 1$ के लिए, चरम ग्राफ $\alpha = 1$ के समान ही रहते हैं, फजी पूर्ण ग्राफ अद्वितीय रूप से सामान्यीकृत इंडेक्स को अधिकतम करता है, और फजी पथ इसे न्यूनतम करता है, क्योंकि पावर फंक्शन (power function) सख्ती से वर्धमान और उत्तल प्रकृति का है।
अन्य इंडेक्स के साथ असमानताएँ:
- शोध पत्र $SO_\mu$ को फजी रैंडिक इंडेक्स ( $R$ ) से जोड़ते हुए तीक्ष्ण असमानताएँ व्युत्पन्न करता है, यह दिखाते हुए कि $SO_\mu(\Gamma) \geq \sqrt{2} R(\Gamma) \cdot \delta_\mu$ (जहाँ $\delta_\mu$ न्यूनतम फजी डिग्री है)।
- $SO_\mu$ को फजी ज़ाग्रेब इंडेक्स ( $M_1$ ) और फजी निर्मला इंडेक्स ( $N$ ) से संबंधित सीमाएँ स्थापित की गई हैं, जो यह दर्शाती हैं कि $SO_\mu$ शीर्ष डिग्री के रैखिक और द्विघाती मापों के बीच एक मध्यवर्ती स्थिति रखता है।

महत्व
शोध पत्र का दावा है कि ये निष्कर्ष शास्त्रीय परिणामों को फजी डोमेन में विस्तारित करके फजी ग्राफ इंडेक्स के सिद्धांत को आगे बढ़ाते हैं। लेखक रेखांकित करते हैं कि जबकि क्रिस्प ग्राफों में इंडेक्स को चरम करने वाली अंतर्निहित टोपोलॉजिकल संरचनाएं (पथ, स्टार, चक्र) फजी संदर्भ में भी वैध रहती हैं, किनारों की सदस्यता की निरंतर प्रकृति सूक्ष्म अनुकूलन (finer optimization) की अनुमति देती है। विशेष रूप से, परिणाम बताते हैं कि फजी सोम्बोर इंडेक्स संरचनात्मक केंद्रीकरण और भेद्यता (vulnerability) का पता लगाने के लिए एक संवेदनशील डिस्क्रिप्टर है। "संरचनात्मक तीव्रता" (structural intensity) और डिग्री विचरण को मॉडल करने की क्षमता इसे उन नेटवर्क के विश्लेषण के लिए एक मूल्यवान उपकरण बनाती है जहाँ अनिश्चितता और परिवर्तनशील कनेक्शन स्ट्रेंथ मौजूद होती है। यह अध्ययन भविष्य के फजी टोपोलॉजिकल इंडेक्स अनुसंधान के लिए एक आधारभूत ढांचा प्रदान करता है, जो नेटवर्क प्रदर्शन मूल्यांकन और तुलना के लिए सटीक सीमाओं का उपयोग कर सकता है।

1. दो चरम स्थितियाँ: "स्पैगेटी" बनाम "हब"

2. खेल के नियम

3. ट्रीज़ (Trees) और लूप्स (Loops)

4. स्कोर की तुलना

सारांश

इसी तरह के और पेपर