[论文解读] Sierpi\' nski Gasket Graphs and Some of Their Properties

Alberto Teguia, Anant P. Godbole|arXiv (Cornell University)|Sep 12, 2005

Mathematical Dynamics and FractalsMathematics参考文献 12被引用 19

一句话总结

本文研究了由 Sierpiński 分形构造前 $n$ 次迭代导出的有限 Sierpiński 顶点图 $S_n$。研究证明 $S_n$ 是哈密顿图且泛圈图，确定其支配数（渐近效率约为 90%），并推导出其覆盖 Pebbling 数的递归公式，揭示了尽管有堆叠定理，其计算仍具有非平凡性。主要贡献在于为 $S_n$ 的覆盖 Pebbling 数提供了精确的递归关系，凸显了该分形图结构的复杂性。

ABSTRACT

The {\it Sierpiński fractal} or {\it Sierpiński gasket} $Σ$ is a familiar object studied by specialists in dynamical systems and probability. In this paper, we consider a graph $S_n$ derived from the first $n$ iterations of the process that leads to $Σ$, and study some of its properties, including its cycle structure, domination number and pebbling number. Various open questions are posed.

研究动机与目标

• 分析由 Sierpiński 分形前 $n$ 次迭代导出的有限 Sierpiński 顶点图 $S_n$ 的结构与组合性质。
• 确定 $S_n$ 的支配数，并证明其渐近效率为 90%，与其它 Sierpiński 图中 100% 的效率形成对比。
• 计算覆盖 Pebbling 数 $\lambda(S_n)$，表明其计算虽受堆叠定理约束但仍具非平凡性，并推导出递归公式。
• 研究 $S_n$ 的圈结构、边色数与全色数，拓展已知的分形图结果。

提出的方法

• 将 $S_n$ 定义为 Sierpiński 顶点图第 $n$ 次迭代的顶点与边构成的图，其顶点数为 $|V_n| = \frac{3}{2}(3^{n-1} + 1)$，边数为 $|E_n| = 3^n$。
• 采用数学归纳法与递归分解：$S_{n+1}$ 由三个 $S_n$（上、左下、右下）组成，通过度为 2 的顶点连接。
• 通过在度为 2 的顶点间构造哈密顿路径，并在各组件间组合，证明其哈密顿性与泛圈性。
• 通过归纳法对顶点着色，确保每步着色与相邻顶点颜色不同，证明其 3-可着色性。
• 应用 Vuong 与 Wyckoff 的堆叠定理计算 $\lambda(S_n)$，表明 Pebbling 的最坏情况顶点为度为 2 的角点。
• 基于从角点出发的距离分布，利用 $\beta(i)$（即距角点距离为 $i$ 的顶点数），推导 $\lambda(S_{n+1})$ 的递归公式。

实验结果

研究问题

• RQ1 对所有 $n \geq 1$，Sierpiński 顶点图 $S_n$ 是否为哈密顿图且泛圈图？
• RQ2 $S_n$ 的支配数是多少？其渐近效率如何？
• RQ3 $S_n$ 的覆盖 Pebbling 数 $\lambda(S_n)$ 是多少？能否通过非平凡递归公式计算？
• RQ4 $S_n$ 的边色数与全色数分别是多少？
• RQ5 如何将 $S_n$ 的结构性质（如圈结构与支配数）推广至由帕斯卡三角形模 $p$ 衍生的 Sierpiński 类图？

主要发现

• 图 $S_n$ 有 $\frac{3}{2}(3^{n-1} + 1)$ 个顶点与 $3^n$ 条边，其构造通过递归添加向下三角形实现。
• $S_n$ 是正规 3-可着色的，且 $\chi(S_n) = 3$，通过归纳顶点着色方法证明，该方法在基础情形与递归步骤中均保持邻接顶点颜色不同。
• $S_n$ 是哈密顿图且泛圈图，即包含长度从 3 到 $|V_n|$ 的所有圈，通过递归路径构造方法建立。
• $S_n$ 的支配数渐近效率为 90%，即支配数增长为 $\sim \frac{1}{10} |V_n|$，与其它 Sierpiński 图中 100% 效率形成对比。
• $S_n$ 的覆盖 Pebbling 数满足递归式 $\lambda(S_{n+1}) = (1 + 2^{2^{n-1}+1})\lambda(S_n) - (2^{2^n} + 2^{2^{n-1}+1})$，该式基于距离分布与堆叠定理推导得出。
• $S_n$ 的直径为 $2^{n-1}$，Pebbling 的最坏情况顶点（即最大化 $ST(v) = \sum_u 2^{d(u,v)}$ 的顶点）为度为 2 的角点，通过组件距离的归纳法证明。