中文

图中的矩

组合数学 2012-08-29 v1

摘要

GG是一个连通图,顶点集为VV,并设{\em 权函数}ρ\rho为每个顶点分配一个非负数。那么,GG在顶点uu处的{\em ρ\rho-矩}定义为MGρ(u)=vVρ(v)\dist(u,v)M_G^{\rho}(u)=\sum_{v\in V} \rho(v)\dist (u,v) ,其中\dist(,)\dist(\cdot,\cdot)表示距离函数。将这些数相加,我们得到{\em GGρ\rho-矩}:MGρ=uVMGρ(u)=1/2u,vV\dist(u,v)[ρ(u)+ρ(v)]. M_G^{\rho}=\sum_{u\in V}M_G^{\rho}(u)=1/2\sum_{u,v\in V}\dist(u,v)[\rho(u)+\rho(v)]. 这个参数推广了或与一些著名的图不变量密切相关,例如当每个uVu\in Vρ(u)=1/2\rho(u)=1/2时的{\em Wiener指标}W(G)W(G),以及当ρ(u)=δ(u)\rho(u)=\delta(u)(顶点uu的度数)时得到的{\em 度距离}D(G)D'(G)。在本文中,我们推导了一些精确公式,用于计算通过一种称为嫁接积的一般操作得到的图的ρ\rho-矩,该操作可以看作是层次积的推广,公式用其因子的相应ρ\rho-矩表示。因此,我们提供了一种方法,用于获得对每个ρ\rho都具有相同ρ\rho-矩(因此具有相等的平均距离、Wiener指标、度距离等)的不同构的图。当因子是树和/或圈时,线性代数技术使我们能够给出其积的度距离的公式。

关键词

引用

@article{arxiv.1208.5615,
  title  = {Moments in graphs},
  author = {C. Dalfó and M. A. Fiol and E. Garriga},
  journal= {arXiv preprint arXiv:1208.5615},
  year   = {2012}
}