Sharp Bounds and Extremal Fuzzy Graphs for the Fuzzy Sombor Index

Resumo Técnico: Limites Afiados e Grafos Fuzzy Extremais para o Índice Sombor Fuzzy

Enunciado do Problema
O artigo aborda a falta de caracterização sistemática quanto ao comportamento extremal do Índice Sombor Fuzzy ($SO_\mu$) no âmbito da teoria dos grafos fuzzy. Enquanto o índice Sombor clássico foi extensivamente estudado em grafos nítidos — onde os caminhos tipicamente minimizam e as estrelas maximizam o índice entre as árvores —, a extensão para grafos fuzzy introduz novas complexidades. Em grafos fuzzy, os graus dos vértices e as intensidades das arestas são valores contínuos em $(0, 1]$, e o índice depende tanto dos valores de pertinência das arestas $\mu(u, v)$ quanto dos graus fuzzy dos vértices $\mu_u$. O estudo busca determinar quais estruturas de grafos fuzzy minimizam ou maximizam $SO_\mu$ (e sua generalização $SO_\mu^\alpha$ para $\alpha > 1$) sob restrições de ordem fixa ($n$) e tamanho fuzzy fixo ($m_\mu$). Adicionalmente, o artigo visa estabelecer desigualdades afiadas que relacionam $SO_\mu$ a outros índices topológicos fuzzy estabelecidos, especificamente os Índices Fuzzy de Zagreb, Randić e Nirmala.

Metodologia
A pesquisa emprega métodos analíticos enraizados na teoria dos grafos e princípios de otimização. Os autores definem o Índice Sombor Fuzzy como:
$$SO_\mu(\Gamma) = \sum_{uv \in E(\Gamma)} \mu(u, v) \sqrt{\mu_u^2 + \mu_v^2}$$
onde $\mu_u = \sum_{v \in V} \mu(u, v)$ é o grau fuzzy do vértice $u$. A metodologia envolve:

1. Análise Extremal: Investigar famílias específicas de grafos fuzzy (caminhos, estrelas, ciclos, grafos completos e grafos uníciclos) para identificar configurações estruturais que produzem valores mínimos ou máximos do índice.
2. Argumentos de Convexidade e Desigualdade: Utilizar a convexidade da função $f(\eta) = \eta \sqrt{x^2 + y^2}$ e propriedades de transformações convexas (para $\alpha > 1$) para provar que concentrar as pertinências das arestas em topologias específicas (como estrelas) maximiza o índice, enquanto dispersá-las (como em caminhos) o minimiza.
3. Análise Comparativa: Derivar limites algébricos que relacionam $SO_\mu$ ao Primeiro Índice Fuzzy de Zagreb ($M_1$), ao Índice Fuzzy de Randić ($R$) e ao Índice Fuzzy de Nirmala ($N$), particularmente para grafos fuzzy regulares e irregulares.
4. Verificação Numérica: Fornecer dados tabulados para valores específicos de $n$ e $m_\mu$ para ilustrar o comportamento do índice entre diferentes famílias de grafos.

Principais Contribuições e Resultados
O artigo estabelece vários resultados definitivos quanto aos limites e grafos extremais para o Índice Sombor Fuzzy:

• Limites Gerais:

  • Mínimo: Para grafos fuzzy conexos com ordem fixa $n$ e tamanho fuzzy $m_\mu$, o índice é minimizado pelo caminho fuzzy ($P_n^f$), onde as pertinências das arestas são distribuídas o mais uniformemente possível para equilibrar os graus fuzzy. O mínimo absoluto (zero) é alcançado pelo grafo fuzzy vazio.
  • Máximo: O índice é maximizado pelo grafo completo fuzzy uniforme ($K_n^f$), onde todas as pertinências das arestas são iguais. Para um $m_\mu$ fixo, o máximo é alcançado quando as pertinências são concentradas nas arestas de um grafo completo.

• Árvores e Grafos Uníciclos Extremais:

  • Entre as árvores fuzzy com $n$ e $m_\mu$ fixos, o caminho fuzzy ($P_n^f$) minimiza o índice, e a estrela fuzzy ($S_n^f$) o maximiza. A estrela maximiza o índice ao concentrar o tamanho fuzzy total em um único vértice central, criando um hub de alto grau.
  • Entre os grafos uníciclos fuzzy, o índice é minimizado pelo ciclo fuzzy ($C_n^f$) com pertinências de arestas uniformes e maximizado por uma estrutura onde o grafo subjacente é um ciclo com uma estrela anexada (concentrando graus).

• Índice Generalizado ($SO_\mu^\alpha$):

  • Para $\alpha > 1$, os grafos extremais permanecem os mesmos que para $\alpha = 1$. O grafo completo fuzzy maximiza unicamente o índice generalizado, e o caminho fuzzy o minimiza, devido à natureza estritamente crescente e convexa da função potência.

• Desigualdades com Outros Índices:

  • O artigo deriva desigualdades afiadas ligando $SO_\mu$ ao Índice Fuzzy de Randić ($R$), mostrando $SO_\mu(\Gamma) \geq \sqrt{2} R(\Gamma) \cdot \delta_\mu$ (onde $\delta_\mu$ é o grau fuzzy mínimo).
  • Limites são estabelecidos relacionando $SO_\mu$ ao Índice Fuzzy de Zagreb ($M_1$) e ao Índice Fuzzy de Nirmala ($N$), demonstrando que $SO_\mu$ ocupa uma posição intermediária entre medidas lineares e quadráticas dos graus dos vértices.

Significância
O artigo afirma que essas descobertas avançam a teoria dos índices de grafos fuzzy ao estender resultados extremais clássicos ao domínio fuzzy. Os autores destacam que, embora as estruturas topológicas subjacentes (caminhos, estrelas, ciclos) que extremizam o índice em grafos nítidos permaneçam válidas no contexto fuzzy, a natureza contínua das pertinências das arestas permite uma otimização mais refinada. Especificamente, os resultados sugerem que o Índice Sombor Fuzzy é um descritor sensível para detectar centralização estrutural e vulnerabilidade em redes fuzzy. A capacidade de modelar "intensidade estrutural" e variância de graus torna o índice uma ferramenta valiosa para analisar redes onde incerteza e intensidades de conexão variáveis estão presentes. O estudo fornece uma estrutura fundamental para pesquisas futuras sobre índices topológicos fuzzy, oferecendo limites precisos que podem ser utilizados para avaliação e comparação de desempenho de redes.