On graphs with anti-reciprocal eigenvalue property
محل انتشار: فصلنامه معادلات در ترکیبات، دوره: 13، شماره: 1
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 94
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_COMB-13-1_002
تاریخ نمایه سازی: 18 فروردین 1403
چکیده مقاله:
Let \mathtt{A}(\mathtt{G}) be the adjacency matrix of a simple connected undirected graph \mathtt{G}. A graph \mathtt{G} of order n is said to be non-singular (respectively singular) if \mathtt{A}(\mathtt{G}) is non-singular (respectively singular). The spectrum of a graph \mathtt{G} is the set of all its eigenvalues denoted by spec(\mathtt{G}). The anti-reciprocal (respectively reciprocal) eigenvalue property for a graph \mathtt{G} can be defined as `` Let \mathtt{G} be a non-singular graph \mathtt{G} if the negative reciprocal (respectively positive reciprocal) of each eigenvalue is likewise an eigenvalue of \mathtt{G}, then \mathtt{G} has anti-reciprocal (respectively reciprocal) eigenvalue property ." Furthermore, a graph \mathtt{G} is said to have strong anti-reciprocal eigenvalue property (resp. strong reciprocal eigenvalue property) if the eigenvalues and their negative (resp. positive) reciprocals are of same multiplicities. In this article, graphs satisfying anti-reciprocal eigenvalue (or property (-\mathtt{R})) and strong anti-reciprocal eigenvalue property (or property (-\mathtt{SR})) are discussed.
کلیدواژه ها:
Anti-reciprocal eigenvalue property ، strong anti-reciprocal eigenvalue property ، Adjacency Matrix ، graph spectrum
نویسندگان
Sadia Akhter
Department of Mathematics, University of the Punjab, P.O.Box ۵۴۵۹۰, Lahore, Pakistan
Uzma Ahmad
Department of Mathematics, University of the Punjab, P.O.Box ۵۴۵۹۰, Lahore, Pakistan
Saira Hameed
Department of Mathematics, University of the Punjab, P.O.Box ۵۴۵۹۰, Lahore, Pakistan
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :