中文

有向图 $A_{\alpha}$ 矩阵迹范数界

组合数学 2024-09-05 v1

摘要

DD 为阶为 nn 的有向图,其邻接矩阵为 A(D)A(D)。当 α[0,1)\alpha\in[0,1) 时,DDAαA_{\alpha} 矩阵定义为 Aα(D)=αΔ+(D)+(1α)A(D)A_{\alpha}(D)=\alpha {\Delta}^{+}(D)+(1-\alpha)A(D),其中 Δ+(D)=\mboxdiag (d1+,d2+,,dn+){\Delta}^{+}(D)=\mbox{diag}~(d_1^{+},d_2^{+},\dots,d_n^{+}) 为顶点出度的对角矩阵。设 DDAαA_{\alpha} 矩阵奇异值为 σ1α(D),σ2α(D),,σnα(D)\sigma_{1\alpha}(D),\sigma_{2\alpha}(D),\dots,\sigma_{n\alpha}(D)。则 Aα(D)A_{\alpha}(D) 的迹范数,我们称为 DDα\alpha 迹范数,定义为 Aα(D)=i=1nσiα(D)\|A_{\alpha}(D)\|_*=\sum_{i=1}^{n}\sigma_{i\alpha}(D)。本文求出一些基本有向图的奇异值,并刻画了具有 \mboxRank (Aα(D))=1\mbox{Rank}~(A_{\alpha}(D))=1 的有向图 DD。作为这些结果的应用,我们获得了有向图 AαA_{\alpha} 矩阵迹范数的下界并确定极端有向图。特别地,我们确定 AαA_{\alpha} 矩阵迹范数达到最小值时的有向树。我们获得了有向图 α\alpha 谱范数 σ1α(D)\sigma_{1\alpha}(D) 的下界并刻画极端有向图。作为本结果的应用,我们获得了有向图 α\alpha 迹范数的上界并刻画极端有向图。

关键词

引用

@article{arxiv.2409.02602,
  title  = {Bounds for the trace norm of $A_{\alpha}$ matrix of digraphs},
  author = {Mushtaq A. Bhat and Peer Abdul Manan},
  journal= {arXiv preprint arXiv:2409.02602},
  year   = {2024}
}

备注

19 pages, 1 figure with 11 digraphs