Spanning forests and special numbers

Cover Page

Cite item

Full Text

Abstract

In this paper, we discuss enumerating some graphs of a special type. New results on the number of spanning forests of graphs playing an important role in information theory are obtained. We consider properties of convergent spanning forests of directed graphs involved in the construction of the quasi-metric of the mean time of the first pass, which is a generalized metric structure closely related to ergodic homogeneous Markov chains. We examine characteristics of spanning root forests and convergent spanning forests of directed and undirected graphs that are used for constructing the matrix of relative forest availability, which is one of the proximity measures of vertices of graphs. The reasonings are illustrated by several simple graph models, including a simple path, a simple cycle, a caterpillar graph, and their oriented analogs.

About the authors

E. I. Deza

Московский педагогический государственный университет

Author for correspondence.
Email: elena.deza@gmail.com
Russian Federation, Москва

References

  1. Воробьев Н. Н. Числа Фибоначчи. — М.: Наука, 1978.
  2. Деза Е. И., Мханна Б. О специальных свойствах некоторых квазиметрик// Чебышев. сб. — 2020. —21, №1. — С. 145–164.
  3. Деза Е. И., Мханна Б. Вопросы перечисления остовных лесов некоторых графов// Чебышев. сб. —2021. — 22, №3. — С. 77–99.
  4. Chebotarev P. A graph theoretic interpretation of the mean first passage times/ arXiv: math/0701359 [math.PR].
  5. Chebotarev P. Spanning forest and the Golden ratio// Discr. Appl. Math. — 2008. — 156. — P. 813–821.
  6. Chebotarev P., Agaev R. Forest matrices around the Laplacian matrix// Lin. Alg. Appl. — 2002. — 356.— P. 253–274.
  7. Chebotarev P., Deza E. Hitting time quasi-metric and its forest representation// Optim. Lett. — 2020. — 14.— P. 291–307.
  8. Chebotarev P. Yu., Shamis E. V. On proximity measures for graph vertices// Automat. Remote Control.— 1998. — 59. — P. 1443–1459.
  9. Deza M., Deza E., Vidali J. Cones of weighted and partial metrics// Proc. Int. Conf. on Algebra, 2010. —Hackensack, New Jersey: World Scientific, 2012. — P. 177–197.
  10. Kirkland S. J., Neumann M. Group Inverses of M-Matrices and Their Applications. — CRC Press, 2012.
  11. Leighton T., Rivest R. L. The Markov chain tree theorem. Computer Science Technical Report MIT/LCS/TM-249. — Cambridge, Massachusetts: Laboratory of Computer Science, MIT, 1983.
  12. Meyer C. D., Jr. The role of the group generalized inverse in the theory of finite Markov chains// SIAM Rev. — 1975. — 17. — P. 443–464.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2023 Деза Е.I.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».