Sharp Bounds and Extremal Fuzzy Graphs for the Fuzzy Sombor Index

기술적 요약: 퍼지 솜보르 지수를 위한 엄격한 경계 및 극단적 퍼지 그래프

문제 제기
본 논문은 퍼지 그래프 이론의 틀 내에서 퍼지 솜보르 지수 ($SO_\mu$) 의 극단적 행동에 대한 체계적인 특성 규명의 부재를 다룹니다. 고전적인 솜보르 지수는 명확한 그래프 (crisp graphs) 에서 광범위하게 연구되어 왔으며, 여기서 경로 (paths) 는 일반적으로 나무 (trees) 사이에서 지수를 최소화하고 별 (stars) 이 최대화하는 반면, 퍼지 그래프로의 확장은 새로운 복잡성을 도입합니다. 퍼지 그래프에서 정점 차수와 간선 강도는 $(0, 1]$ 범위의 연속적인 값이며, 지수는 간선 소속 값 $\mu(u, v)$와 퍼지 정점 차수 $\mu_u$ 모두에 의존합니다. 본 연구는 고정된 차수 ($n$) 와 고정된 퍼지 크기 ($m_\mu$) 의 제약 하에 어떤 퍼지 그래프 구조가 $SO_\mu$(및 $\alpha > 1$에 대한 일반화 $SO_\mu^\alpha$) 를 최소화하거나 최대화하는지 규명하려 합니다. 또한, 본 논문은 $SO_\mu$를 퍼지 제 1 자그레브 지수, 퍼지 란디치 지수, 퍼지 니르말라 지수 등 다른 확립된 퍼지 위상 지수들과 연관시키는 엄격한 부등식을 수립하는 것을 목표로 합니다.

방법론
본 연구는 그래프 이론과 최적화 원리에 기반한 분석적 방법을 활용합니다. 저자들은 퍼지 솜보르 지수를 다음과 같이 정의합니다:
$$SO_\mu(\Gamma) = \sum_{uv \in E(\Gamma)} \mu(u, v) \sqrt{\mu_u^2 + \mu_v^2}$$
여기서 $\mu_u = \sum_{v \in V} \mu(u, v)$는 정점 $u$의 퍼지 차수입니다. 방법론은 다음을 포함합니다:

1. 극단 분석: 경로, 별, 사이클, 완전 그래프, 그리고 단사이클 그래프와 같은 특정 퍼지 그래프 계열을 조사하여 최소 또는 최대 지수 값을 산출하는 구조적 구성을 식별합니다.
2. 볼록성과 부등식 논증: 함수 $f(\eta) = \eta \sqrt{x^2 + y^2}$의 볼록성과 $\alpha > 1$에 대한 볼록 변환의 성질을 활용하여, 간선 소속 값을 특정 위상 (예: 별) 에 집중시키는 것이 지수를 최대화하고, 이를 분산시키는 것 (예: 경로) 은 지수를 최소화함을 증명합니다.
3. 비교 분석: 특히 정규 및 비정규 퍼지 그래프에 대해 $SO_\mu$를 퍼지 제 1 자그레브 지수 ($M_1$), 퍼지 란디치 지수 ($R$), 그리고 퍼지 니르말라 지수 ($N$) 와 연관시키는 대수적 경계를 유도합니다.
4. 수치적 검증: 다양한 그래프 계열에서 지수의 행동을 설명하기 위해 특정 $n$ 및 $m_\mu$ 값에 대한 표제 데이터를 제공합니다.

주요 기여 및 결과
본 논문은 퍼지 솜보르 지수의 경계 및 극단적 그래프에 관한 몇 가지 결정적인 결과를 수립합니다:

• 일반적 경계:

  • 최소값: 고정된 차수 $n$과 퍼지 크기 $m_\mu$를 가진 연결된 퍼지 그래프의 경우, 지수는 퍼지 차수를 균형 있게 만들기 위해 간선 소속 값을 가능한 한 균일하게 분배하는 퍼지 경로 ($P_n^f$) 에 의해 최소화됩니다. 절대 최소값 (0) 은 빈 퍼지 그래프에서 달성됩니다.
  • 최대값: 지수는 모든 간선 소속 값이 동일한 균일 퍼지 완전 그래프 ($K_n^f$) 에 의해 최대화됩니다. 고정된 $m_\mu$에 대해, 소속 값이 완전 그래프의 간선에 집중될 때 최대값이 달성됩니다.

• 극단적 나무 및 단사이클 그래프:

  • 고정된 $n$과 $m_\mu$를 가진 퍼지 나무 중에서 퍼지 경로 ($P_n^f$) 가 지수를 최소화하고, 퍼지 별 ($S_n^f$) 이 이를 최대화합니다. 별은 총 퍼지 크기를 단일 중앙 정점에 집중시켜 고차수 허브를 생성함으로써 지수를 최대화합니다.
  • 퍼지 단사이클 그래프 중에서 지수는 균일한 간선 소속 값을 가진 퍼지 사이클 ($C_n^f$) 에 의해 최소화되고, 차수를 집중시키는 구조 (기저 그래프가 별이 부착된 사이클인 경우) 에 의해 최대화됩니다.

• 일반화된 지수 ($SO_\mu^\alpha$):

  • $\alpha > 1$의 경우, 극단적 그래프는 $\alpha = 1$인 경우와 동일하게 유지됩니다. 거듭제곱 함수의 엄격하게 증가하고 볼록한 성질로 인해, 퍼지 완전 그래프가 일반화된 지수를 유일하게 최대화하고 퍼지 경로가 이를 최소화합니다.

• 다른 지수와의 부등식:

  • 본 논문은 $SO_\mu$를 퍼지 란디치 지수 ($R$) 와 연결하는 엄격한 부등식을 유도하여, $SO_\mu(\Gamma) \geq \sqrt{2} R(\Gamma) \cdot \delta_\mu$(여기서 $\delta_\mu$는 최소 퍼지 차수) 임을 보여줍니다.
  • $SO_\mu$를 퍼지 자그레브 지수 ($M_1$) 와 퍼지 니르말라 지수 ($N$) 와 연관시키는 경계가 수립되었으며, 이는 $SO_\mu$가 정점 차수의 선형 및 2 차 측정치 사이에서 중간 위치를 차지함을 보여줍니다.

의의
본 논문은 이러한 발견들이 고전적인 극단 결과를 퍼지 영역으로 확장함으로써 퍼지 그래프 지수 이론을 발전시킨다고 주장합니다. 저자들은 지수를 극단화하는 기본 위상 구조 (경로, 별, 사이클) 가 명확한 그래프에서와 마찬가지로 퍼지 문맥에서도 유효하지만, 간선 소속 값의 연속적인 성질이 더 정교한 최적화를 가능하게 한다고 강조합니다. 구체적으로, 결과는 퍼지 솜보르 지수가 퍼지 네트워크의 구조적 중앙 집중화 및 취약성을 감지하는 민감한 기술자임을 시사합니다. "구조적 강도"와 차수 분산을 모델링할 수 있는 능력은 불확실성과 다양한 연결 강도가 존재하는 네트워크를 분석하는 데 있어 지수를 귀중한 도구로 만듭니다. 본 연구는 향후 퍼지 위상 지수 연구에 대한 기초적인 틀을 제공하며, 네트워크 성능 평가 및 비교에 활용될 수 있는 정확한 경계를 제시합니다.