关于协方差、相关系数与相关性的关系

本文利用最小二乘法,导出了协方差与相关系数这两个概念的由来,说明了人们总是用相关系数而不用协方差来判断两个随机变量线性相关程度的原因,阐明了两个普通变量与两个随机变量存在线性关系时,它们的根本区别,并用直观图形展示了两个随机变量线性相关的概率意义。     

普通物理学定律的规律性和内在联系

普通物理学中定律、公式很多，难以理解和记忆．但通过仔细研究，分解出各物理定律的性质、本质，加以区别，弄清它们的共性和个性，掌握其规律性和内在联系，使问题变得清晰和条理化，容易理解，便于记忆．     

P_n~k(k≡2(mod3))的邻点可区别的强全染色

对简单图 G(V,E) ,V(Gk) =V(G) ,E(Gk ) =E(G)∪ { uv|d(u,v) =k} ,称 Gk为 G的 k次方图 ,其中d (u,v)表示 u,v在 G中的距离 .设 f为用 k色时 G的正常全染色法 ,对 uv∈ E(G) ,满足 C(u)≠ C(v) ,其中C(u) ={ f(u) }∪ { f(v) |uv∈ E(G) }∪ { f(uv) |uv∈ E(G) } ,则称 f 为 G的 k邻点可区别的强全染色法 ,简记作 k- ASVDTC,且称 χast(G) =min{ k|k- ASVDTC of G}为 G的邻点可区别的强全色数 .本文得到了 k≡2 (mod3)时的 χast(Pkn) ,其中 Pn 为 n阶路 .     

稳恒磁场中B和H的联系与区别

要讲清磁感应强度和磁场强度的联系和区别，就要从历史上磁荷观点和磁的电流观点来讨论B和E，最后讨论这两种观点的等效性。     

M(C_n)和M(W_n)图的邻点可区别的Ⅰ-全色数

研究了M(C_n)和M(W_n)图的邻点可区别的I-一全染色.根据M(C_n)和M(W_n)图的构造特征,利用构造函数法,构造了一个从点边集V(G)∪E(G)到色集合{1,2,…,k)的函数,给出了一种染色方案,得到了它们的邻点可区别的I-全色数.     

关于利用逐差法减小实验误差的有效性理性辨析

基于打点纸带求解加速度的实际误差来源,讨论逐差法与两段法在数据测量和处理中的异同,进而辨析逐差法的有效性.     

复杂网络研究概述

近年来，真实网络中小世界效应和无标度特性的发现激起了物理学界对复杂网路的研究热潮．复杂网络区别于以前广泛研究的规则网络和随机网络最重要的统计特征是什么?物理学家研究复杂网络的终极问题是什么?物理过程以及相关的物理现象对拓扑结构是否敏感?物理学家进入这一研究领域的原因和意义何在?复杂网络研究领域将来可能会向着什么方向发展?文章围绕上述问题，从整体上概述了复杂网络的研究进展．     

图的D(2)点可区别星边色数的一个上界

提出了图的D(β)点可区别星边染色及D(β)点可区别星边色数的概念,并用Lovasz局部引理证明了在β=2时,若G=(V,E)是一个最小度为δ(G)>3的简单无向图,则X_(2-vds)(G)≤24△2/3]。     

一些倍图的点可区别均匀边色数

如果图G的一个正常边染色满足任意两个不同点的关联边色集不同,且任意两种颜色所染边数目相差不超过1,则称为点可区别均匀边染色,其所用最少染色数称为点可区别均匀边色数.本文得到了星、扇和轮的倍图的点可区别均匀边色数.     

图的邻点可区别全色数的一个上界

图G的一个正常全染色被称为邻点可区别全染色,如果G中任意两个相邻点的色集合不同．本文用概率方法得到了邻点可区别全色数的一个上界．