Sharp Bounds and Extremal Fuzzy Graphs for the Fuzzy Sombor Index

Sintesi Tecnica: Limiti Precisi e Grafi Fuzzy Estremali per l'Indice Sombor Fuzzy

Enunciato del Problema
Il lavoro affronta la mancanza di una caratterizzazione sistematica riguardo al comportamento estremo dell'Indice Sombor Fuzzy ($SO_\mu$) all'interno del quadro della teoria dei grafi fuzzy. Mentre l'indice Sombor classico è stato studiato estesamente sui grafi netti (crisp) — dove i cammini tipicamente minimizzano e le stelle massimizzano l'indice tra gli alberi — l'estensione ai grafi fuzzy introduce nuove complessità. Nei grafi fuzzy, i gradi dei vertici e le intensità degli archi sono valori continui in $(0, 1]$, e l'indice dipende sia dai valori di appartenenza degli archi $\mu(u, v)$ sia dai gradi fuzzy dei vertici $\mu_u$. Lo studio mira a determinare quali strutture di grafi fuzzy minimizzano o massimizzano $SO_\mu$ (e la sua generalizzazione $SO_\mu^\alpha$ per $\alpha > 1$) sotto i vincoli di ordine fisso ($n$) e dimensione fuzzy fissa ($m_\mu$). Inoltre, il lavoro si propone di stabilire disuguaglianze precise che relazionino $SO_\mu$ ad altri indici topologici fuzzy consolidati, specificamente gli indici Fuzzy Zagreb, Randić e Nirmala.

Metodologia
La ricerca impiega metodi analitici radicati nella teoria dei grafi e nei principi di ottimizzazione. Gli autori definiscono l'Indice Sombor Fuzzy come:
$$SO_\mu(\Gamma) = \sum_{uv \in E(\Gamma)} \mu(u, v) \sqrt{\mu_u^2 + \mu_v^2}$$
dove $\mu_u = \sum_{v \in V} \mu(u, v)$ è il grado fuzzy del vertice $u$. La metodologia comprende:

1. Analisi Estrema: Indagine su specifiche famiglie di grafi fuzzy (cammini, stelle, cicli, grafi completi e grafi un ciclici) per identificare le configurazioni strutturali che producono valori minimi o massimi dell'indice.
2. Argomenti di Convessità e Disuguaglianze: Utilizzo della convessità della funzione $f(\eta) = \eta \sqrt{x^2 + y^2}$ e delle proprietà delle trasformazioni convesse (per $\alpha > 1$) per dimostrare che concentrare le appartenenze degli archi su topologie specifiche (come le stelle) massimizza l'indice, mentre disperderle (come nei cammini) lo minimizza.
3. Analisi Comparativa: Derivazione di limiti algebrici che relazionano $SO_\mu$ all'Indice Fuzzy Zagreb Primo ($M_1$), all'Indice Fuzzy Randić ($R$) e all'Indice Fuzzy Nirmala ($N$), in particolare per grafi fuzzy regolari e irregolari.
4. Verifica Numerica: Fornitura di dati tabulati per specifici valori di $n$ e $m_\mu$ per illustrare il comportamento dell'indice attraverso diverse famiglie di grafi.

Contributi e Risultati Chiave
Il lavoro stabilisce diversi risultati definitivi riguardanti i limiti e i grafi estremali per l'Indice Sombor Fuzzy:

• Limiti Generali:

  • Minimo: Per grafi fuzzy connessi con ordine fisso $n$ e dimensione fuzzy $m_\mu$, l'indice è minimizzato dal cammino fuzzy ($P_n^f$) dove le appartenenze degli archi sono distribuite il più uniformemente possibile per bilanciare i gradi fuzzy. Il minimo assoluto (zero) è raggiunto dal grafo fuzzy vuoto.
  • Massimo: L'indice è massimizzato dal grafo completo fuzzy uniforme ($K_n^f$) dove tutte le appartenenze degli archi sono uguali. Per una $m_\mu$ fissa, il massimo è raggiunto quando le appartenenze sono concentrate sugli archi di un grafo completo.

• Alberi e Grafi Un ciclici Estremali:

  • Tra gli alberi fuzzy con $n$ e $m_\mu$ fissi, il cammino fuzzy ($P_n^f$) minimizza l'indice, mentre la stella fuzzy ($S_n^f$) lo massimizza. La stella massimizza l'indice concentrando la dimensione fuzzy totale su un singolo vertice centrale, creando un hub ad alto grado.
  • Tra i grafi un ciclici fuzzy, l'indice è minimizzato dal ciclo fuzzy ($C_n^f$) con appartenenze degli archi uniformi e massimizzato da una struttura in cui il grafo sottostante è un ciclo con una stella attaccata (concentrando i gradi).

• Indice Generalizzato ($SO_\mu^\alpha$):

  • Per $\alpha > 1$, i grafi estremali rimangono gli stessi che per $\alpha = 1$. Il grafo completo fuzzy massimizza in modo unico l'indice generalizzato, e il cammino fuzzy lo minimizza, a causa della natura strettamente crescente e convessa della funzione potenza.

• Disuguaglianze con Altri Indici:

  • Il lavoro deriva disuguaglianze precise che legano $SO_\mu$ all'Indice Fuzzy Randić ($R$), mostrando $SO_\mu(\Gamma) \geq \sqrt{2} R(\Gamma) \cdot \delta_\mu$ (dove $\delta_\mu$ è il grado fuzzy minimo).
  • Vengono stabiliti limiti che relazionano $SO_\mu$ all'Indice Fuzzy Zagreb ($M_1$) e all'Indice Fuzzy Nirmala ($N$), dimostrando che $SO_\mu$ occupa una posizione intermedia tra misure lineari e quadratiche dei gradi dei vertici.

Significato
Il lavoro afferma che queste scoperte avanzano la teoria degli indici dei grafi fuzzy estendendo i risultati estremali classici al dominio fuzzy. Gli autori evidenziano che, mentre le strutture topologiche sottostanti (cammini, stelle, cicli) che estremizzano l'indice nei grafi netti rimangono valide nel contesto fuzzy, la natura continua delle appartenenze degli archi permette un'ottimizzazione più fine. Nello specifico, i risultati suggeriscono che l'Indice Sombor Fuzzy è un descrittore sensibile per rilevare la centralizzazione strutturale e la vulnerabilità nelle reti fuzzy. La capacità di modellare l'"intensità strutturale" e la varianza dei gradi rende l'indice uno strumento prezioso per l'analisi di reti in cui sono presenti incertezza e intensità di connessione variabili. Lo studio fornisce un quadro fondamentale per la futura ricerca sugli indici topologici fuzzy, offrendo limiti precisi che possono essere utilizzati per la valutazione e il confronto delle prestazioni delle reti.