[论文解读] Zeroth-order general Randic index of $k$-generalized quasi trees
本文表征了在 $\alpha \neq 0$ 时,使零阶广义 Randić 指数 $^0R_\alpha(G) = \sum_{v \in V(G)} d(v)^\alpha$ 最小化和最大化之 $k$-广义拟树的极值图。通过图论优化与度序列分析,本文在 $\alpha < 0$、$0 < \alpha < 1$、$\alpha = 1$ 和 $\alpha > 1$ 的情形下建立了紧致界,表明极值图要么是完全连通图与星图的结合,要么具有近乎正则的度分布,具体取决于 $\alpha$ 的取值。本研究将此前关于 Zagreb 与 Randić 指数的结果推广至更广泛的图类。
For a simple graph $G(V,E)$, the zeroth-order general Randi\' c index is defined as $^0R_α(G)=\sum_{v\in V(G)}d(v)^α$, where $d(v)$ is the degree of the vertex $v$ and $α e0$ is a real number. The $k$-generalized quasi-tree is a connected graph $G$ with a subset $V_k\subset V(G)$, where $|V_k|=k$ such that $G-V_k$ is a tree, but for any subset $V_{k-1}\subset V(G)$ with cardinality $k-1$, $G-V_{k-1}$ is not a tree. In this paper, we characterize the extremal $k$-generalized quasi trees with the minimum and maximum values of the zeroth-order general Randi\' c index for $α eq 0$.
研究动机与目标
- 确定阶为 $n$ 的 $k$-广义拟树中,使零阶广义 Randić 指数 $^0R_\alpha(G)$ 最小化和最大化之图,其中 $\alpha \neq 0$。
- 将此前关于树与拟树中极值指数的研究结果,推广至更广泛的 $k$-广义拟树类。
- 基于 $\alpha$ 的取值,结合 $k$-拟顶点的结构约束,建立 $^0R_\alpha(G)$ 的精确上下界。
- 表征在不同 $\alpha$ 区间下实现极值指数的图的具体结构。
- 将 $k=1$(由 Qiao 研究)的情形推广至任意 $k \geq 1$。
提出的方法
- 采用零阶广义 Randić 指数 $^0R_\alpha(G) = \sum_{v \in V(G)} d(v)^\alpha$,其中 $\alpha \neq 0$ 为实参数。
- 通过引理 1–7 进行度序列优化,特别利用 $x^\alpha$ 的凸性/凹性,比较度重新分配下的指数值。
- 使用图操作,如边添加 ($G + uv$) 和顶点度调整 ($G' = G + uw - vw$),以证明在不同 $\alpha$ 区间下的极值性。
- 使用连通运算 $K_k + T_{n-k}$ 构造候选极值图,尤其适用于 $\alpha > 1$ 和 $\alpha = 1$ 的情形。
- 应用结构约束:当 $\alpha > 1$ 时,极值图中 $k$-拟顶点诱导出一个完全子图;当 $\alpha < 0$ 时,最小图中 $k$-拟顶点的度为 2。
- 将极值图论结果(如 $\alpha < 0$ 或 $\alpha > 1$ 时的极值树)应用于 $k$-广义拟树框架。
实验结果
研究问题
- RQ1在所有阶为 $n$ 的 $k$-广义拟树中,零阶广义 Randić 指数 $^0R_\alpha(G)$ 的最小值与最大值是多少?
- RQ2极值图如何依赖于 $^0R_\alpha(G) = \sum d(v)^\alpha$ 中的指数 $\alpha$?
- RQ3当 $\alpha < 0$、$0 < \alpha < 1$、$\alpha = 1$ 和 $\alpha > 1$ 时,哪些图结构使 $^0R_\alpha(G)$ 最小化或最大化?
- RQ4能否根据其度序列与连通性模式,显式表征极值图?
- RQ5本研究结果如何推广此前关于 $k=1$ 及第一、二阶 Zagreb 指数的研究成果?
主要发现
- 当 $\alpha > 1$ 时,$^0R_\alpha(G)$ 的最大值当且仅当 $G = K_k + S_{n-k}$ 时取得,其上界为 $ (k+1)(n-1)^\alpha + (n-k-1)(k+1)^\alpha $。
- 当 $\alpha > 1$ 时,$^0R_\alpha(G)$ 的最小值为 $ (n-2k+2)2^\alpha + (2k-2)3^\alpha $,当 $G$ 有 $n-2k+2$ 个度为 2 的顶点与 $2k-2$ 个度为 3 的顶点时取得。
- 当 $\alpha = 1$ 时,最小值为 $2(n+k-1)$,当所有 $k$-拟顶点的度为 2 时取得;最大值为 $2n(k+1) - k(k+3) - 2$,当 $G = K_k + T_{n-k}$ 且 $T_{n-k}$ 为任意图时取得。
- 当 $0 < \alpha < 1$ 时,最大值为 $k(n-1)^\alpha + 2(k+1)^\alpha + (n-k-2)(k+2)^\alpha $,当且仅当 $G = K_k + P_{n-k}$ 时取得。
- 当 $k=1$ 且 $0 < \alpha < 1$ 时,最小值为 $ (n-1)^\alpha + 2^{\alpha+1} + n - 3 $,当 $G = K_1 \bullet_{u,v} S_{n-1}$ 且 $u$ 为中心、$v$ 为悬挂顶点时取得。
- 当 $k \geq 2$ 且 $0 < \alpha < 1$ 时,最小值为 $ (n-2)^\alpha + k \cdot 2^\alpha + (k+2)^\alpha + n - k - 2 $,当 $G = \overline{K_k} \bullet_{u,v} S_{n-k-2,2}(u,v)$ 且 $u$ 与 $v$ 的度分别为 $n-k-2$ 与 $2$ 时取得。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。