Degree Variance and the Fuzzy Sigma Index in Fuzzy Graphs

以下は、Duaa Abdullah 氏による論文「DEGREE VARIANCE AND THE FUZZY SIGMA INDEX IN FUZZY GRAPHS（ファジィグラフにおける次数分散とファジィ・シグマ指数）」の技術的な要約です。

1. 研究の背景と問題提起

従来のグラフ理論において、**シグマ指数（Sigma index, $\sigma$）**はグラフの次数列の分散（または不規則性）を定量化する重要な位相的指標として確立されています。具体的には、$\sigma(\Gamma) = \sum_{uv \in E} (d(u) - d(v))^2$ または次数列の分散として定義されます。

しかし、不確実性や曖昧さを扱う**ファジィグラフ（Fuzzy Graphs）の文脈では、このシグマ指数の体系的な拡張が十分に研究されていませんでした。本研究の主な目的は、古典的なシグマ指数をファジィグラフへ自然に拡張し、そのファジィ・シグマ指数（Fuzzy Sigma Index, $\sigma^*(\Gamma)$）**を定義し、その性質、境界値、および極値グラフを明らかにすることです。

2. 定義と手法

本研究では、以下の概念に基づいてファジィ・シグマ指数を定義しました。

• ファジィグラフ $\Gamma = (V, \nu, \mu)$: 頂点集合 $V$、頂点の所属度 $\nu$、辺の所属度 $\mu$ から構成されます。
• ファジィ次数 $d_\Gamma(v)$: 頂点 $v$ の次数は、他の頂点との辺の所属度の和として定義されます。
  $$d_\Gamma(v) = \sum_{u \neq v} \mu(v, u)$$
• ファジィサイズ $e_w(\Gamma)$: グラフ全体の辺の所属度の総和です。
  $$e_w = \sum_{u < v} \mu(u, v)$$
• ファジィ・シグマ指数 $\sigma^*(\Gamma)$: 次数列の母集団分散として定義されます。平均ファジィ次数を $\lambda = 2e_w / n$ とすると、
  $$\sigma^*(\Gamma) = \frac{1}{n} \sum_{v \in V} \left( d_\Gamma(v) - \lambda \right)^2$$
  本論文では、この定義が既存の文献に存在しない新しい概念であることを示し、これを基に理論的な解析を行いました。

3. 主要な結果と貢献

A. 基本性質と極値特性

1. 最小値の特性:
   • $\sigma^*(\Gamma) = 0$ となる必要十分条件は、グラフが**ファジィ・正則（Fuzzy-regular）**であること（すべての頂点のファジィ次数が等しい）です。
2. 最大値と極値グラフ:
   • 与えられたファジィサイズ $e_w$ に対して、$\sigma^*(\Gamma)$ が最大となるのは、グラフが単一のファジィ辺（その辺の重みが $e_w$ 全体を占め、他のすべての辺の重みが 0）からなる場合です。
   • このとき、次数列は $\{e_w, e_w, 0, \dots, 0\}$ となり、最大値は $\frac{2e_w^2}{n}(1 - \frac{2}{n})$ となります。
   • 直感的には「星型グラフ（Star Graph）」が最大値を与えると思われがちですが、本研究では「単一辺グラフ」の方がより不規則性が高く、最大値を与えることを証明しました。

B. 上下界の導出

• 上限: 最大次数 $\Delta$ と最小次数 $\delta$ を用いた上限 $\sigma^*(\Gamma) \leq \frac{2n + (\Delta - \delta)^2}{4}$ や、ファジィサイズを用いたより厳密な上限が導かれました。
• 下限: 非正則なファジィグラフに対して、$\sigma^*(\Gamma) \geq \frac{1}{n^2}(\Delta - \delta)^2$ という正の下限が示されました。

C. グラフ演算への挙動

標準的なファジィグラフ演算における指数の振る舞いを分析しました。

• 直積（Cartesian Product, $\Gamma_1 \square \Gamma_2$）: 重要な結果として、ファジィ・シグマ指数は加法性を持つことが証明されました。
  $$\sigma^*(\Gamma_1 \square \Gamma_2) = \sigma^*(\Gamma_1) + \sigma^*(\Gamma_2)$$
• 和（Union）、結合（Join）、合成（Composition）: これらの演算における指数の変化も導出され、特に合成グラフ（Lexicographic product）では、外側のグラフの不規則性が支配的になる傾向があることが示されました。

D. 補グラフ（Complement Graph）

ファジィ補グラフ $\bar{\Gamma}$ と元のグラフ $\Gamma$ の間の関係を確立しました。

• 頂点の所属度がすべて 1 の場合、$\sigma^*(\Gamma) + \sigma^*(\bar{\Gamma})$ の値に関する不等式が導かれました。
• 両者の不規則性の合計が、グラフ構造が極端に偏っている場合（例：星型グラフとその補グラフ）に最大化されることを示しました。

4. 意義と結論

本研究は、ファジィグラフ理論における分散ベースの位相的指標の体系的な研究の基礎を築きました。

• 理論的貢献: 不規則性を定量化する新しい指標「ファジィ・シグマ指数」を厳密に定義し、その数学的性質（極値、境界、演算下での挙動）を網羅的に解明しました。
• 実用的意義: 分子構造や複雑ネットワークの解析において、ファジィグラフの不規則性を評価するための新しいツールを提供します。特に、直積演算における加法性は、大規模ネットワークの解析において計算を簡略化する可能性を秘めています。
• 今後の展望: 重み付き拡張や、他のファジィ位相的指標との相関、ファジィネットワーク分析への応用が今後の研究課題として挙げられています。

総じて、この論文はファジィグラフの不規則性測度に関する重要な進展をもたらし、従来のクリスプ（明確）グラフ理論からファジィ領域への拡張を成功させました。