[论文解读] The Laplacian eigenvalues of graphs: a survey

Xiao‐Dong Zhang|arXiv (Cornell University)|Nov 12, 2011

Graph theory and applications参考文献 85被引用 48

一句话总结

本综述全面概述了图的拉普拉斯特征值，重点讨论了基于度序列、独立数和连通性等图不变量推导出的上下界。它提出了新的未发表结果和开放问题，尤其关注度序列对特征值的优超关系以及双随机矩阵与代数连通性的猜想。

ABSTRACT

The Laplacian matrix of a simple graph is the difference of the diagonal matrix of vertex degree and the (0,1) adjacency matrix. In the past decades, the Laplacian spectrum has received much more and more attention, since it has been applied to several fields, such as randomized algorithms, combinatorial optimization problems and machine learning. This paper is primarily a survey of various aspects of the eigenvalues of the Laplacian matrix of a graph for the past teens. In addition, some new unpublished results and questions are concluded. Emphasis is given on classifications of the upper and lower bounds for the Laplacian eigenvalues of graphs (including some special graphs, such as trees, bipartite graphs, triangular-free graphs, cubic graphs, etc.) as a function of other graph invariants, such as degree sequence, the average 2-degree, diameter, the maximal independence number, the maximal matching number, vertex connectivity, the domination number, the number of the spanning trees, etc.

研究动机与目标

• 回顾过去二十年来图的拉普拉斯矩阵谱理论的最新进展。
• 根据关键图不变量（如度序列、直径和连通性）对拉普拉斯特征值的上下界进行分类与分析。
• 提出新的未发表结果和开放问题，尤其关注双随机矩阵与代数连通性之间的关系。
• 研究特征值优超的猜想，特别是拉普拉斯特征值优超于共轭度序列的猜想。
• 探讨这些谱界对特殊图类（包括树、二分图和正则图）的含义。

提出的方法

• 利用矩阵理论工具，包括拉普拉斯矩阵 $ L(G) = D(G) - A(G) $ 及其二次型 $ x^T L(G) x = \sum_{(i,j)\in E}(x_i - x_j)^2 $。
• 应用优超理论，将拉普拉斯特征值序列与度序列及其共轭进行比较。
• 运用 M-矩阵理论与图结构分析，证明特征值界的部分结果。
• 利用矩阵-树定理和基尔霍夫公式，通过 $ \tau(G) = \frac{1}{n} \prod_{i=1}^{n-1} \lambda_i $ 计算生成树的数量。
• 分析双随机矩阵 $ \Omega(G) = (I + L(G))^{-1} $ 及其最小元素，以研究代数连通性。
• 使用组合拉普拉斯算子及单纯复形推广，扩展特征值优超的猜想。

实验结果

研究问题

• RQ1 基于度序列和其他不变量，图的拉普拉斯特征值的最紧致上下界是什么？
• RQ2 如猜想 7.2 所述，拉普拉斯特征值序列是否优超于共轭度序列 $ (\lambda_1, \dots, \lambda_{n-1}) \preceq (d_1^*, \dots, d_n^*) $？
• RQ3 在顶点数和双随机矩阵最小元素的条件下，代数连通性 $ \lambda_{n-1}(G) $ 的最佳下界是什么？
• RQ4 梅里斯关于双随机矩阵和代数连通性的猜想是否成立，特别是猜想 6.8 和猜想 6.9？
• RQ5 在什么条件下，特征值优超猜想中的等号成立，尤其是对阈值图和正则图？

主要发现

• 格罗内通过 M-矩阵理论证实了猜想 7.1，即 $ (\lambda_1, \dots, \lambda_{n-1}) \succeq (d_1+1, d_2, \dots, d_n-1) $。
• 猜想 7.2（即 $ (\lambda_1, \dots, \lambda_{n-1}) \preceq (d_1^*, \dots, d_n^*) $）尚未被证明，但对正则图、近乎正则图和树的支持证据充分。
• 伯曼与张于 2000 年证实了度反正则图 $ E_n $ 的猜想 $ \omega(E_n) = \frac{1}{2(n+1)} $。
• 张与吴最近获得了树的双随机矩阵最小元素的精确界，该结果被用于推翻猜想 6.8。
• 对于树，斯蒂芬（2004）证明了猜想 7.2 成立，为该猜想的一般有效性提供了有力证据。
• 矩阵-树定理确认了 $ \tau(G) = \frac{1}{n} \prod_{i=1}^{n-1} \lambda_i $，将生成树的数量与非零拉普拉斯特征值的乘积联系起来。