国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于拉普拉斯度的k-均勻超圖的圖熵極值

2021-07-05 10:34盧鵬麗薛玉龍
蘭州理工大學學報 2021年3期
關鍵詞:拉普拉斯邊數(shù)極值

盧鵬麗, 薛玉龍

(蘭州理工大學 計算機與通信學院, 甘肅 蘭州 730050)

設H=(V(H ),E(H ))是一個頂點數(shù)為n,超邊數(shù)為m的超圖.其中頂點集V(H )={1,2,…,n},超邊集E(H )={e1,e2,…,em}(不包括空集).和圖相比較,超圖的每條超邊上可以有多個頂點.若超圖的所有超邊都有相同的頂點個數(shù)k,則稱之為k-均勻超圖.顯而易見,通常意義上的圖就是2-均勻超圖.因此,圖是一種特殊的超圖,超圖也可以看成是一般圖的推廣.因此,超圖的一些性質與圖的性質相似,但是又有所不同.通常情況下為了敘述簡便,一般也將超邊簡稱為邊.沒有重邊的k-均勻超圖被稱為簡單k-均勻超圖.在超圖中長度為r的途徑W用一個頂點和邊交替的序列v0e1v1e2…ervr來表示,其中{vi-1,vi}?ei,i=1,…,r.若回路中除v0=vr外,沒有其他頂點或者邊重復,則這個回路被稱為圈.若v0=vr,則稱途徑W為一個回路.若途徑W中沒有頂點或者邊重復,則稱這條途徑W為超路Pn.若超圖中任意兩個頂點之間有途徑連接,則該超圖被稱為是連通的.本文中,只考慮簡單連通的k-均勻(k≥3)超圖.

在超圖中,若頂點v∈e,則稱頂點v和邊e相關聯(lián).若存在一條邊包含頂點vi和vj,則稱頂點vi和vj相鄰接.若兩條邊的交集ei∩ej≠?,則表示這兩條邊vi和vj相鄰.對于k-均勻超圖H,包含頂點v∈V(H )的邊的個數(shù)定義為頂點v的度,即dv=|ej:v∈ej∈E(H )|.度d=1的頂點稱為懸掛點,否則被稱為非懸掛點.若邊e∈E(H)正好包含k-1個懸掛點,則稱e為懸掛邊,否則被稱為非懸掛邊.

定義1[1]設H是一個頂點數(shù)為n,邊數(shù)為m,連通分支數(shù)為l的k-均勻超圖.則H的圈數(shù)為c(H )=m(k-1)-n+l.因此,超圖H可以稱為c(H )圈超圖.

由于本文中只考慮簡單連通超圖,所以c(H)=m(k-1)-n+1.

定義2[2]超樹是連通、無圈的超圖.

定義3[2-3]樹的k次冪稱為k-均勻超樹.

超樹(hypertree)的每條邊上最多有兩個非懸掛點,本文討論的超樹均是hypertree.與化學樹的定義類似,定義化學超樹是最大度不超過4的超樹.

定義5[4]設G是一個頂點集V(G)={v1,v2,…,vn}的連通圖,其中頂點vi的度為di.則基于度的圖熵定義為

早在1949年,Shannon等[5]為了解決通信中信息量化的問題提出Shannon熵.受此啟發(fā),Dehmer[6]將Shannon熵的概念引入圖論中,用來描述圖的結構信息,簡稱為圖熵. Cao等[4]基于圖熵的定義提出了基于度的圖熵,確定了一些圖類的圖熵極值,并找到了圖熵與度冪之和的關系.Das等[7]得到了基于度冪的圖熵的一些上界和下界,并刻畫了極值圖.Hu等[8]確定了基于度的一些特定均勻超圖的圖熵的極值.關于圖熵的研究還有很多,詳見文獻[9-12].

1 基本理論

設π(H)=(δ1,δ2,…,δn)為超圖H的非增拉普拉斯度序列,其中δ1≥δ2≥…δn,則

根據(jù)定義5,定義超圖中基于拉普拉斯度的圖熵為

定義7[2]設超圖H=(V(H),E(H))中頂點u∈V(H),邊e1,…,er∈E(H),其中r≥1,u?ei(i=1,…,r).令頂點vi∈ei,邊e′i=(ei﹨{vi}∪{u}),其中i=1,…,r.設超圖H′=(V(H),E′(H))的邊集E′(H)=(E(H)﹨{e1,…,er})∪{e′1,…,e′r}.因此,通過分別移動超圖H邊(e1,…,er)上的頂點(v1,…,vr)到頂點u可得到超圖H′.

引理1設超圖H上存在兩個頂點vi和vj使得拉普拉斯度δi≥δj+2(k-1),其中頂點vi∈e∈E(H ),頂點vj?e.若超圖H通過定義7的移邊操作,移動邊e上的頂點vi到頂點vj可得到超圖H′,則h(H)>h(H′).

證明由于δi≥δj+2(k-1),因此δi>δi-(k-1)≥δj+(k-1)>δj.則

其中ξ1∈(δi-(k-1),δi),ξ2∈(δj,δj+(k-1)).

證畢.

引理2設超圖H上存在兩個頂點vi和vj使得拉普拉斯度δi≥δj≥2(k-1),其中頂點vj∈e∈E(H),頂點vi?e.若超圖H通過定義7的移邊操作,移動邊e上的頂點vj到vi可得到超圖H′,則h(H)

證明由于δi≥δj≥2(k-1),因此δi+(k-1)>δi≥δj>δj-(k-1).則

h(H)-h(H′)=δilog2δi+δjlog2δj-

(δi+(k-1))log2(δi+(k-1))-

(δj-(k-1))log2(δj-(k-1))=

-{(δi+(k-1))log2(δi+(k-1))-

δilog2δi}+{δjlog2δj-

(δj-(k-1))log2(δj-(k-1))}=

-(k-1)(log2ξ1-log2ξ2)<0

其中:ξ1∈(δi,δi+k-1),ξ2∈(δj-(k-1),δj).

證畢

引理3[2]設H ′是單圈k-均勻超圖H經(jīng)過移邊操作后得到的超圖.若H ′是連通的,則H ′仍然是單圈k-均勻超圖.

引理4[2]設H ′是雙圈k-均勻超圖H經(jīng)過移邊操作后得到的超圖.若H ′是連通的,則H ′仍然是雙圈k-均勻超圖.

因此,單圈k-均勻超圖經(jīng)過定義7中的移邊操作之后仍然是單圈k-均勻超圖.雙圈k-均勻超圖經(jīng)過定義7中的移邊操作之后仍然是雙圈k-均勻超圖.

引理5[14]設f為定義在實數(shù)集R上的嚴格凸函數(shù),x,y∈Rn,則

2 基于拉普拉斯度的圖熵上、下界與極值圖

2.1 k-均勻超樹

證畢

2.2 單圈k-均勻超圖

設H*是拉普拉斯度序列π(H*)=[2k-2(m),k-1(n-m)]的單圈k-均勻超圖.H**是拉普拉斯度序列π(H**)=[2k-3(2),k-1(n-2)]的單圈k-均勻超圖.

當且僅當H ?H**時,左側等式成立.當且僅當H ?H*時,右側等式成立.

證明設f(x)=xlog2x,其中x≥0.由于f(x)是嚴格凸函數(shù),因此h(H )滿足引理5中的結論.非增拉普拉斯度序列π(H )=(δ1,δ2,…,δn)中的前r項越大,則h(H )越大.反之,則結論相反.換而言之,由于拉普拉斯度之和為k(k-1)m,且連通圖中拉普拉斯度最小為k-1,因此拉普拉斯度序列中k-1的個數(shù)越多,則h(H )越大.

單圈k-均勻超圖可以分為以下三種結構:多懸掛邊,單懸掛邊,無懸掛邊.不難得出,有懸掛邊結構的單圈k-均勻超圖最大的拉普拉斯度δ1>2(k-1),而無懸掛邊結構時δ1=2(k-1).根據(jù)引理5,可得單圈k-均勻超圖是無懸掛邊結構時,h(H)取到最小值,即h(H)≥h(H*).無懸掛邊結構的單圈k-均勻超圖的拉普拉斯度序列π(H*)=[2k-2(m),k-1(n-m)].因此

當圈上包含的邊數(shù)相同時,多懸掛邊結構的拉普拉斯度為k-1的頂點個數(shù)比單懸掛邊結構的多.因此,只需考慮多懸掛邊結構的特殊情況,拉普拉斯度為k-1的頂點個數(shù)最多時,h(H )取最大值.多懸掛邊結構的單圈k-均勻超圖中最多有n-2個頂點的拉普拉斯度為k-1,其拉普拉斯度序列π(H**)=[2k-3(2),k-1(n-2)].因此

由上述討論,可得

{2m(k-1)log2[2(k-1)]+

(n-m)(k-1)log2(k-1)}

證畢

2.3 雙圈k-均勻超圖

設H*是拉普拉斯度序列π(H*)=[2k-2(m+1),k-1(n-m-1)]的雙圈k-均勻超圖.H**是拉普拉斯度序列π(H**)=[mk-m,2k-3(2),k-1(n-3)]的雙圈k-均勻超圖.

證明使用反證法證明.設HH*獲得最小的基于拉普拉斯度的圖熵.則至少存在一個頂點u滿足δu≥3k-3.令e為包含頂點u的非懸掛邊,C=v1e1v2e2…etvt+1(vt+1=v1)是H中的一個圈.而滿足條件的頂點u有以下兩種情況.

情況1:頂點u在圈C中,即u∈C.

不失一般性,設邊e=e1,頂點u∈e1.找一條從頂點u開始最長的超路P=uf1u1f2…fsus,其中頂點ui?C且邊f(xié)i?C(i=1,2,…,s).顯然,頂點us的拉普拉斯度δus=k-1.

若頂點u=v1或者v2.不失一般性,設頂點u=v1,則拉普拉斯度δv1≥3.令H′=(V(H),E(H′))為邊集E(H′)=(E(H)﹨{e1})∪{e′1}的雙圈k-均勻(k≥3)超圖,其中邊e′1=(e1﹨{v1})∪{us}.根據(jù)引理1,可得h(H)>h(H′),矛盾.

若頂點u≠v1,v2.設f1是一條不包含頂點u的邊,其中f1≠e1.令H ′=(V(H ),E(H ′))為邊集E(H ′)=(E(H )﹨{e1,f1})∪{e′1,f′1}的超圖,其中邊e′1=(e1﹨{v1})∪{us},f′1=(f1﹨{u})∪{v1}.根據(jù)引理1,可得h(H )>h(H ′),矛盾.

情況2:頂點u不在圈C中,即u?C.

找一條從頂點u開始最長超路P=vf1u1f2…fsus(頂點ui?C,邊f(xié)i?C,i=1,2,…,s),其中頂點v∈ei,i∈{1,2,…,t},邊f(xié)j-1∩fj={u},j∈{1,2,…,s}.令H′=(V(H),E(H′))為邊集E(H′)=(E(H)﹨{e1,fj})∪{e′1,f′j}的雙圈k-均勻(k≥3)超圖,其中邊e′1=(e1﹨{vi})∪{us},邊f(xié)′j=(fj﹨{u})∪{vi}.根據(jù)引理1,可得h(H)>h(H′),矛盾.

由上述討論可得,當且僅當H ?H*時,h(H)取到最小值,即

h(H )≥(m+1)(2k-2)log2(2k-2)+

(n-m-1)(k-1)log2(k-1)

設H ?H**獲得最大的基于拉普拉斯度的圖熵,令u是拉普拉斯度最大的頂點.而頂點u有以下3種情況.

情況1:若邊e∈E(H )有k-1個懸掛點,則頂點u∈e.

相反的,設e∈E(H )有k-1個懸掛點,但頂點u?e.令w∈e是拉普拉斯度δw≥2(k-1)的頂點.令H ′=(V(H ),E(H ′))為邊集E(H′)=(E(H )﹨{e})∪{e′}的雙圈k-均勻(k≥3)超圖,其中邊e′=(e﹨{w})∪{u}.根據(jù)引理2,得h(H )

情況2:u是H中所有圈的一個公共點.

相反的,設H中的圈C=v1e1v2e2…etvt+1(vt+1=v1)不包含頂點u.找一條從頂點v開始的超路P=vf1u1f2…us-1fsu(頂點ui?C,i=1,2,…,s-1,邊f(xié)j?C,j=1,2,…,s),其中頂點v∈ei,i∈{1,2,…,t}.令H ′=(V(H ),E(H ′))為邊集E(H ′)=(E(H )﹨{ei,f1})∪{e′i,f′1}的雙圈k-均勻(k≥3)超圖,其中邊e′i=(ei﹨{vi})∪{u},邊f(xié)′1=(f1﹨{v})∪{vi}.根據(jù)引理2,可得h(H )

情況3:對任意在H中的圈C,都有構成圈C的邊數(shù)|e(C)|=2,其中e(C)={e|e∈C}.

用C=v1e1v2e2…etvt+1(vt+1=v1)表示H中的一個圈.不失一般性,設頂點v2≠u∈e1(u和v1不是同一個頂點).若構成圈C的邊數(shù)|e(C)|≥3,則令H′=(V(H),E(H′))為邊集E(H′)=(E(H)﹨{e2})∪{e′2}的雙圈k-均勻(k≥3)超圖,其中e′2=(e2﹨{v2})∪{u}.根據(jù)引理2,可得h(H )

由上述討論可得,當且僅當H?H**時,h(H)取到最大值,即h(H )≤(mk-k)log2(mk-k)+(4k-6)log2(2k-3)+(n-3)(k-1)log2(k-1).

證畢

根據(jù)引理6對雙圈k-均勻(k≥3)超圖的h(H)的討論,可得如下結論.

當且僅當H ?H**時,左側等式成立.當且僅當H ? H*,右側等式成立.

2.4 k-均勻化學超樹

設T*是頂點數(shù)為n,邊數(shù)為m=3a+i+1(i=0,1,2),拉普拉斯度序列為π(T*)=[4k-4(a),(i+1)(k-1),k-1(n-a-1)]的k-均勻化學超樹.

證明h(T)滿足引理5中的結論.因此,拉普拉斯度為k-1的頂點個數(shù)越多,則h(T)越大.拉普拉斯度序列的前r項越大,則h(T)越大.化學超樹的最大度不超過4,即拉普拉斯度最大為4k-4.若存在一對頂點vi和vj,其拉普拉斯度分別是δi和δj,使4(k-1)>δi≥δj≥2(k-1).通過引理2中的移邊操作,頂點vi和vj的拉普拉斯度分別變?yōu)棣膇+(k-1)和δj-(k-1),得到了一個新的化學超樹T′.根據(jù)引理2,可以證明h(T)

因此

1) 若m-1≡0(mod 3),則

2) 若m-1≡0(mod 3),則

3) 若m-1≡0(mod 3),則

證畢

當且僅當T∈T*時,左側等式成立.當且僅當T ?Pn時,右側等式成立.

證明注意到超路Pn也是化學超樹.根據(jù)定理1,可得化學超樹T ?Pn時,Iδ(T )取到最大值.因此

證畢

3 結論

本文將簡單圖的一些結果推廣到k-均勻超圖.利用超圖拉普拉斯度的性質,通過移邊操作,分別得到了在k-均勻超樹、單圈k-均勻超圖、雙圈k-均勻超圖以及k-均勻化學超樹中基于拉普拉斯度的圖熵極值,并確定了極值圖.在接下來的工作中,還可以將上述結論推廣到n圈k-均勻超圖,但由于n圈k-均勻超圖中存在許多復雜的結構,所以拉普拉斯度序列將是非常多變的,這是研究中的一個難點.

猜你喜歡
拉普拉斯邊數(shù)極值
對拉普拉斯變換的教學理解
基于拉普拉斯機制的隨機游走知識發(fā)現(xiàn)系統(tǒng)的優(yōu)化研究
通過函數(shù)構造解決極值點偏移問題
例談解答極值點偏移問題的方法
盤點多邊形的考點
極值點偏移問題的解法
基于模擬退火算法的模型檢索
廣義積分與拉普拉斯變換的相關研究
淺析用狄拉克函數(shù)證明拉普拉斯變換反演定理
也談談極值點偏移問題