图Fm(△)Fn的边色数和邻强边色数

V(Fm(△)Fn)={w}∪{ui|i=1,2,…,m}∪{vij|i=1,2,…,m;j=1,2,…,n},E(Fm(△)Fn)={wui|i=1,2,…,m}∪{uivij|i=1,2,…,m,j=1,2,…,n}∪{uiui+1|i=1,2,…,m-1}∪{vijvij+1|i=1,2,…,m;j=1,2,…,n-1}对图G的一个正常的k边染法f,若e∈E(G),e=uv,{f(uw)|uw∈E(G)}≠{f(uw)|uw∈E(G)}则称f为G的一个k-邻强边染色法,k的最小值称为G的邻强边色数.本文得到了Fm(△)Fn的边色数和邻强边色数.     

图F_m ▽S_n的边色数和邻强边色数

对图G的一个正常的k边染色法f,若 e∈E(G),e = uv,{f(uw) | uw∈E(G)}≠{f(vw) | vw∈E(G)},则称f为G 的一个k 邻强边染色法,k的最小值称为G 的邻强边色数.V(Fm Sn) = {w}∪{ui | i =1,2,…,m}∪{vij | i =1,2,…,m;j =1,2,…,n},E(Fm Sn) = {wui | i =1,2,…,m}∪{uivij | i =1,2,…,m;j =1,2,…,n}∪{uiui+1 | i =1,2,…,m-1}.　　本文得到了Fm Sn 的边色数和邻强边色数.     

图F_m▽F_n的边色数和邻强边色数

V(Fm Fn)={w}∪{ui|i=1,2,…,m}∪{vij|i=1,2,…,m;j=1,2,…,n},E(Fm Fn)={wui|i=1,2,…,m}∪{uivij|i=1,2,…,m,j=1,2,…,n}∪{uiui+1|i=1,2,…,m-1}∪{vijvij+1|i=1,2,…,m;j=1,2,…,n-1}对图G的一个正常的k边染法f,若 e∈E(G),e=uv,{f(uw)|uw∈E(G)}≠{f(uw)|uw∈E(G)}则称f为G的一个k-邻强边染色法,k的最小值称为G的邻强边色数。本文得到了Fm Fn的边色数和邻强边色数。     

Wm(○)Wn和Wm○Wn的边色数

对m,n≥3,V(Wm(○)Wn)={ui|i=0,1,…,m}∪{vij|i=1,2,…,m;j=1,2,…,n};E(WmWn)={u0ui|i=1,2,…,m}∪{u1u2,…,um-1um,umu1}∪{uivij|i=1,2,…,m;j=1,2,…,n}∪mi=1{vi1vi2,vi2vi3,…,vi(n-1)vin,vinvi1}.V(Wm○Wn)={ui|i=0,1,…,m}∪{ Vij|i=1,2,…,m;j=1,2,…,n}∪{vi0|i=1,2,…,m};E(Wm○Wn)={u0ui|i=1,2,…,m}∪{u1u2,…,um-1um,umu1}∪{vi0vij|i=1,2,…,m;j=1,2,…,n}∪mi=1{vi1vi2,vi2vi3,…,vi(n-1)vin,vinvi1}.且对Wm○Wn有Ui=Vin,i=1,2,…,m.得到了Wm(○)Wn和Wm○Wn的边色数.     

图F_mK_n的边色数和邻强边色数

V(Fm Kn)={w}∪{ui｜i=1,2,…,m}∪{uij｜i=1,2,…,m;j=2,3,…,n},E(Fm Kn)={wui｜i=1,2,…,m}∪{uivij｜i=1,2,…,m;j=2,3,…,n}∪{uiui+1｜i=1,2,…,m-1}∪{vijvik｜i=1,2,…,m;j=2,3,…,n-1;k=j+1,j+2,…,n},对图G的一个正常的k边染色法f,若 e∈E(G),e=uv,{f(uw)｜uw∈E(G)}≠{f(vw)｜vw∈E(G)},则称f为G的一个k 邻强边染色法,k的最小值称为G的邻强边色数,从而得到了Fm Kn的边色数和邻强边色数     

图Sm*Cn的邻点可区别的边色数

定义图Sm*Cn为V（Sm*Cn）={ω,uij}i=1,2,…,m;j=1,2,…，n},E(Sm*Cn)={wuil}i=1,2,…m}∪uijuij 1}i=1,2,…,m;j=1,2,…，n-1}∪}uinuil|i=1,2,…，m}，文章给出了Sm*Cn的邻点可区别的边色数。     

W_mW_n和W_m○W_n的边色数

对m,n≥3,V(Wm Wn)={ui|i=0,1,…,m}∪{vij|i=1,2,…,m;j=1,2,…,n};E(Wm Wn)={u0ui|i=1,2,…,m}∪{u1u2,…,um-1um,umu1}∪{uivij|i=1,2,…,m;j=1,2,…,n}m∪i=1{vi1vi2,vi2vi3,…,vi(n-1)vin,vinvi1}.V(Wm○Wn)={ui|i=0,1,…,m}∪{Vij|i=1,2,…,m;j=1,2,…,n}∪{vi0|i=1,2,…,m};E(Wm○Wn)={u0ui|i=1,2,…,m}∪{u1u2,…,um-1um,umu1}∪{vi0vij|i=1,2,…,m;j=1,2,…,n}m∪i=1{vi1vi2,vi2vi3,…,vi(n-1)vin,vinvi1}.且对Wm○Wn有Ui=Vin,i=1,2,…,m.得到了Wm Wn和Wm○Wn的边色数。     

图Fm(△)Sn的边色数和邻强边色数

对图G的一个正常的k边染色法f,若(≯)e∈E(G),e=uv,{f(uw)|uw∈E(G)}≠{f(vw)|vw∈E(G)},则称f为G的一个k-邻强边染色法,k的最小值称为G的邻强边色数.V(Fm(△)Sn)={w}∪{ui|i=1,2,…,m}∪{vij|i=1,2,…,m;j=1,2,…,n},E(Fm(△)Sn)={wui|i=1,2,…,m}∪{uivij|i=1,2,…,m;j=1,2,…,n}∪{uiui+1|i=1,2,…,m-1}.本文得到了Fm(△)Sn的边色数和邻强边色数.     

带有多个延迟量的中立型微分方程的稳定性分析

讨论了带有多个延迟量的中立型微分方程x(t)=Lx(t)+m∑i=1Mi x(t-τi)+n∑j=1Njx'(t-τ'j)的稳定性.其中L,Mi,Nj∈Cd×d为常数复阵,τi＞0,τ'j＞0为常数延迟量,i=1,…,m,j=1,…,n.列举的相关数值例子表明得到的结果更具有一般性.     

图Fm△Kn的边色数和邻强边色数

V（Fm↓ΔKn)={ω}∪{ui|i=1,2…，m}∪{uij|i=1,2,…,mij=2,3,…n},E(Fm↓ΔKn)=(ωui)==1,2,…，m}∪{uivij|i=1,2，…，n}∪{uiui 1|i=1,2,…,m-1}∪{vijvik|i=1,2,…，m;j=2,3,…，n-1；k=j 1,j 2,…,n},对图G的一个正常的矗边染色法f,若↓Ae∈E(G),e=uv,{f(u w) uω∈E（G）}≠{v w)|vω∈E（G），则称，为G的一个k-邻强边染色法，k的最小值称为G的邻强边色数．从而得到了Fm↓ΔKn的边色数和邻强边色数。     

Asymptotic normality of multi-dimension quasi maximum likelihood estimate in generalized linear models with adaptive design

0Introduction Considerthemodel:y=h(x′β)+e wherey=y(1)y(q),h(t)=h(1)(t)h(q)(t),e=e(1)e(q),h(i),i=1,2,…,qisaknownboundedinjection:Rq→R1,h′isapositive matrixwith h(i)(t)tjasits(i,j)elementj=1,2,…,q,t=(t1,t2,…,tq),thepartialderivativesof2thorderofhexistandcontinuous.eistherandomerror.βisthep×1unknowparameterandxiisthefixedknownp×qmatrix,i=1,…,n,η=x′βiscalledpredictor,andthismodeliscalledgeneralizedlinearmodel.Supposetheindependentobservationsy1,…,ynaregetfromq dimensionrespons…     

环面上格子图Cm×Cn的带宽

求一个图(Graph)——或一个对称矩陣——的带宽(Band width)是一个很有实际意义的組合問題。已經証明,即使对于树形图(Tree)来說,确定它的带宽問題也属于NP—完全类。因此,求出一些特殊类型的图的带宽就更加引人注目。事实上,能够定出其带宽的图很少。除了一些很簡单的情形外,迄今已知的主要結果只有完全偶图K_(m:n)、n維方体Q_n、平面格子图P_m×P_n和柱面上的格子图C_m×P_n。Dewdney在1976年所作的关于图的带宽的一篇綜述报告中,提出了三个沒有解决的問题。其中一个是求环面上格子图C_m×C_n的带宽。本文解决了这个問題,我們得到下述結果: 定理1.当m≠n且min(m,n)≥3时,环面上格子图C_m×C_n的带宽为2min(m,n); 定理2.当n≥3时,环面上格子图C_n×C_n的带宽为2n—1.     

一类特殊排列的计数

计算集合S={1,2,…,2m}中不同时出现i和i+1,j和j+3（其中 m∈{1,2,3,…},i∈{1,2,…,2m－1},j∈{1,3,5,…,2m－3}）的k元组合数f(2m,k)=f(2(m－1),k)+f(2(m－1),k－1)+f(2(m－2),k－1).利用容斥原理求出集合N={1,2,3,…,n}的元素i和i+1不相邻的n排列数为p(n)=n!+∑〖DD(〗n－1〖〗i=1〖DD)〗((－1)if(2(n－1),i)(n－i)!)(其中n∈{4,5,6,…},i∈{1,2,…,n－1}).     

一类最优指派问题的动态规划算法

考虑一类较一般的最优指派问题 :欲把m项工作指派n个人去完成 (m≥n) ,要求每项工作只能由一个人来做 ,第i个人可以同时做bi 项工作 ,其中bi 是待求未知数 ,满足di ≤bi≤ei(ei,di 为第i个人所需工作数的上下限 )及∑ni=1bi =m为已知常数 (i=1,2 ,… ,n) ,第i个人做第j项工作所用的时间为cij≥ 0 (i =1,2 ,… ,n ;j=1,2 ,… ,m) .本文给出了求解上述最优指派问题 (使总耗用时间最小 )的动态规划算法 .     

图的距离谱半径的界

图的邻接谱、拉普拉斯谱已得到了广泛的研究,但关于图的距离谱的研究结果却很少。本文给出了距离谱半径的可达上下界为min i,j=1,2,…,n{(kikj)~(1/2)}≤u(G)≤max i,j=1,2,…,n{(kikj)~(1/2)}     

中立型微分差分方程的振动性

本文研究中立型微分差分方程(?)的解的振动性态。我们推广文献[1]的许多结果。以下是一些主要结果。(A):设 P_i<0(i=1,2,…m)且存在一个 p_k<-1,1≤k≤m.则(*)的每个非振动解 x(t)必蕴涵(?)或-∞(t→+∞).(B):若 m=1,p_1<-1,且τ>σ_n.令λ_j=(?)(j=1,2,…,n),λ=max(λ_1,…λ_n)。最后设λ>1/e,那末方程(*)的每个解都振动。(C):设τ_1>σ_n,p_i<0(i=1,2,…,m),Q_j(t)≡Q_j(t-τ_i) t∈[t_0,+∞)(i=1,2,…,m;j=1,2,…,n)。且存在 p_k<-1.令(?)(j=1,2,…,n);μ=max(μ_1,…,μ_2).又设μ>1/e,那末方程(*)的每个解都振动。(D):设 p_i>0(i=1,2,…,m),则方程(*)的每个非振动解x(l)→0(l→+∞)。     

关于数域F上线性方程组的反问题

就数域F上线性方程组的反问题:给定b∈Fs(s≥1),αi∈Fn(i=1,2,…,m且m≤n),满足α1,…,αm线性无关,求所有的s×n矩阵A,使Aαi=b(i=1,2,…,m),给出了解法,并把结果推广至α1,α2,…,αm线性相关及m＞n的情形.     

图∪from i=1 to n ∧from j=1 to m_i A(n_j)的优美性

n(n≥2)条长为2的路具有两个共同的端点的二分图记为A(n)=(X,Y,E),其中X为2n度顶点集合,Y为2度顶点集合,记X={u1,u2},y=v0,v1,…,vn-1,A(nj)=(Xj,Yj,Ej)(nj≥2)中的Xj={uj1,uj2},Yj={vj1,vj2,…,vjnj-1}(j=1,2,…,m),用一条边连接vjnj-1与uj2+1(j=1,2,…,m-1)得到的图记为∧from j=1 to m A(nj).图∪from i=1 to n ∧from j=1 to m_i A(n_j)是n个∧from j=1 to m_i的不交并.本文证明了∪from i=1 to n ∧from j=1 to m_i A(n_j)是优美的且是交错的.     

循环图的连通性及其Hamilton圈

本文的主要结果是在研究循环图结构的基础上,探讨了循环图连通的充要条件,进而证明了连通的循环图都是Hamilton图的一般结论。凡文中没有定义的概念及未加证明的结论,均可在文章[1]中见到。定义1 如果(n,i-1)=1,2≤7≤[(n+1)/2],则公式 k(i—1)+i(mod n),k∈数集Z,称为标号公式.如果(n,i-1)=m>1,那么矩阵 R={1 1+i-1 … 1+k(i-1)… 2 2+i-1 … 2+k(i-1)……………………………… m m+i-1 … m+k(i-1)…}m×n/m (mod n)可以给2—度循环图G标号,使其邻接矩阵为循环矩阵。R称为图G的标号矩阵,其中k按mod n/m来计算。     

具有“正负”变系数的时滞微分方程组

本文得到一类时滞微分程组x_i(t)+sum from j=1 to n p_(ij)(t)x_j(t-τ)-q_i(t)x_i(t-τ_0)=0 i=1,2,…,n:所有解振动的充分条件。