若干强积图及合成图的邻点可区别一般边染色

讨论了若干满足某些条件的两个图的强积图以及合成图的邻点可区别一般边色数的若干结论, 并在此基础上得到了PnC2m+1, C2nFm, C2nW2m+1, PnFm, PnW2m+1, C2n+1C2m+1, Pn［C2m+1］, C2m+1［Pn］, C3［C2m+1］, C2m+1［C3］ 等图类的一般邻点可区别边色数。     

k-方图的一般邻点可区别边染色

已有的文献中,起源于网络问题的点可区别边染色和邻点可区别边染色问题得到广泛研究.Gyri E,Hornak M,Palmer C,等提出了一般邻点可区别边染色的定义,并且给出了路、圈、树的一般邻点可区别色指标.作者给出了两类k-方图的一般邻点可区别色指标,并提出一个猜想.     

几类弱积图的邻点可区别一般边染色

讨论了弱积图邻点可区别一般边染色,给出了P_2n×K_m,C_2n×C_2m,C_2n+1×C_2m+1,C_2n+1×K_m的邻点可区别一般边色数,得到了当G和H都无孤立边且色数均至少为3时,G×H邻点可区别一般边色数至少为3的结论.     

图C2m×Pn与C2m×Cn的邻点可区别非正常边染色

设简单图G和图H的顶点集分别为V(G)={u1,u2,…,um}和V(H)={v1,v2,…,vn}.所谓G和H的Cartesian积G×H是指这样的一个图,其顶点集和边集分别为V(G×H)={wij|i=1,2,…,m,j=1,2,…,n},E(G×H)={wijwrs|i=r,vjvs∈E(H)或j=s,uiur∈E(G)}.在这篇文章里,我们讨论了笛卡儿积图C2m×Pn和C2m×Cn的邻点可区别边非正常边染色,并给出了相应色数.     

路与星联图的点可区别边染色

对图G的正常边染色,若满足不同点的点所关联边色集合不同,则称此染色法为点可区别的边染色法,其所用最少染色数称为该图的点可区域边色数。本文得到了路与星的联图的点可区别边色数。     

冠图Cm(0)Sn的点可区别的均匀边染色

主要研究了一类特殊图--冠图的点可区别的均匀边染色,讨论过程中主要采用组合的方法,分别研究不同情况下该类图的染色方法,验证点可区别的均匀边染色数界的猜想μ(G)≤X'vde(G)≤μ(G)+1.该方法对解决此类图的染色均是正确有效的.     

若干Double图的点可区别边染色

对一个正常的边染色满足不同点的点所关联边色集合不同,称为点可区别边染色(VDEC),其所用最少染色数称为点可区别边色数.就此用构造法研究了一些Double图的点可区别边染色,得到了星、扇和轮的Double图的点可区别边色数,验证了它们满足点可区别边染色猜想(VDECC).     

若干积图的点可区别边染色

证明了:(1)两个n(n2)阶完全图的积图的点可区别边色数为2n. (2)对阶至少是3的完全图Kn,若χ′vd(G)=Δ(G),则χ′vd(G×Kn)=n+Δ(G).(3)若χ′vd(Gi)=Δ(Gi),i=1,2,则χ′vd(G1×G2)=Δ(G1)+Δ(G2).     

立方图的邻点可区别全染色及一般邻点可区别全染色

根据圈的立方图的性质,利用穷染、置换的方法,研究了立方图C3n的邻点可区别全染色及一般邻点可区别全染色.通过设计染色方案,给出了立方图C3n的邻点可区别全色数及一般邻点可区别全色数指标,且色数均可取到下界.     

路的广义Mycielski图的邻点可区别的全染色

图G的一个正常全染色称为G的邻点可区别的全染色,如果对于G中任意相邻的点u和v有C(u)≠C(v).研究图的邻点可区别的全染色就是找出图的邻点可区别全染色的最小色数.利用穷举法和组合分析法研究路的广义Mycielski图的邻点可区别的全染色,得到路的广义Mycielski图的邻点可区别的全色数.     

Pn×Pm的邻点强可区别的全染色

讨论路的笛卡尔积的邻点可区别的全染色问题,给出路的笛卡尔积Pn×Pm的邻点强可区别的全色数为χast(Pn×Pm)=5 n=2,m≥2或m=n=36 min{n,m}≥3且m n≠6     

整数距离图G(Dm,2)的点线性荫度

整数距离图G(D)以全体整数为顶点集，顶点u，v相邻当且仅当|u-t|∈D，其中D是一个正整数集．对于m≥11，设Dm．2={1，2，…，m}＼{2}，得到了G(Dm，2)的点线性荫度的上界和下界并决定出了它在某些特殊的m上的确切值．     

顶点覆盖问题的贪心算法的设计与分析

设计了解顶点覆盖问题的贪心算法 ,并证明其相对比率 η≤H(d) ,d为图中最大的顶点度数 ,H(d) =∑1/ j(j =1,2 ,…… ,d) .当d ≤ 3时 ,解的精确度有明显改善 .     

Halin图的一个点强全染色法

针对Halin图的点强全染色问题,提出一个有效的染色法———逐圈着色法,而且方法给出的方案也是最优的,即用最少的颜色完成Halin图的点强全染色.同时还确定了最大顶点度是3的Halin图的点强全色数的上下界,即上界为6,下界为5.     

完全图的广义Mycielski图的邻点可区别的全色数

对图G的一个k-正常全染色法,若满足相邻点的点染色和关联边的色集合不同时,称该染色法为邻点可区别全染色,其所用小染色数k称为G的邻点可区别全色数.得到了完全图Km的广义Mycieski图Mn(Km)(n≥1,m≥3)的邻点可区别全色数.     

几类特殊图的一般指标集

令G=(V(G),E(G))为一简单连通图,V(G)和E(G)分别是图G的顶点集和边集.一个顶点标号函数f:V(G)→Z2诱导出一个边标号函数f*:E(G)→Z2,其中?v1 v2∈E(G),有f*(v1v2)=f(v1)+f(v2).当标1和标0的顶点数相差m(m<|V(G)|)时,标号为1和0的边数差的集合称为图G...     

K3,5,p的点可区别的一般全染色

首先, 利用色集合事先分配法, 反证探讨完全三部图K_3,5,p(p≥5)的点可区别一般全色数, 给出当p较小时的特殊性证明以及当p逐渐增大时的规律性证明; 其次, 利用构造染色法对完全三部图K_3,5,p进行染色, 给出染色方案. 染色的成功验证了反证法所证明色数的正确性, 从而解决了完全三部图K_3,5,p的点可区别一般全染色问题.     

带干扰双Poisson风险模型的大偏差问题

讨论了双Poisson风险模型以及带干扰的双Poisson风险模型，给出了其偏差的一个索赔额尾分布的渐进估计．     

给定悬挂点的三圈图的零阶广义Randic指数

对于简单的连通图G,它的零阶广义Randic指数0Rα(G)定义为Σv∈V(G)[dG(v)]α,其中α是一个给定的实数,dG(v)是G中顶点v的度.简单连通图G的零阶广义Randic指数是化学图论中一个重要的拓扑指数,其在化学领域中有着广泛的研究及应用.基于此对于任意的α(≠0,1),它给出了顶点个数为n,悬挂点为k的所有三圈图的零阶广义Randic指数0Rα的一些紧的界.