竖梯的局部替换图的L(d,1,1)-标号

图的L(d,1,1)-标号定义为顶点集V(G)到非负整数集的映射f,且当d(u,v)=1时,均有|f(u)-f(v)|≥d,当d(u,v)=2,3时,均有|f(u)-f(v)|≥1.不妨设0为最小标号,则称图G的所有L(d,1,1)-标号中的最大跨度max{f(v):v∈V(G)}的最小数为图的L(d,1,1)-标号数,记为λ_d(G).基本给出了竖梯的局部替换图的L(d,1,1)-标号数的确切值或界.     

基于修正转移概率矩阵的Markov方法在企业人才结构预测中的应用

预测企业人才结构的变化;修正转移概率矩阵的Markov预测方法;用修正转移概率矩阵的Markov模型针对人才结构进行定量预测与分析,对历史数据样本数量要求不多,并且计算简便;获取的计算结果更具客观性、真实性.     

图的Nordhaus Gaddumm型的代数连通度的界

设图G是n阶的单图,G＇是它的补图．用a（G）表示图G的代数连通度．在很多文献中,已经研究了邻接谱半径的Nordhaus—Gaddum型的界的问题．本文进一步探讨了代数连通度的Nordhaus—Gaddum型的界．得到：对树和其他一些图,a（G）＋a（G＇）≥1成立,并刻画了等式成立时的图的特征．根据这些结果,最后提出这样一个猜想：对n阶的单图G,有n（G）＋n（G＇）≥1.     

Cartesian积的局部边-路替换图的L(2,1)-标号

设d为正整数,图G的一个L（d,1）-标号就是从非负整数集到V（G）的一个函数,且使得2个相邻顶点的标号相差至少是d,2个距离为2的顶点的标号相差至少为1. 图G的L（d,1）-标号的跨度就是所有L（d,1）-标号的最大值和最小值之差. 图G的L（d,1）-标号数是G的所有L（d,1）-标号下跨度的最小值. 在已有研究图G的边-路替换图的L（d,1）-标号基础上,研究了Cartesian积的局部边-路替换图的L（2,1）-标号.     

单圈图的N-G型的代数连通度的界

对任一个n阶单图G，用α（G）表示G的代数连通度，证明了对任一n阶单圈图G，有1≤α（G）＋α（G）．     

点接手镯图的L(1,1,1)-标号

图的L(1,1,1)-标号定义为顶点集V(G)到非负整数集的映射f,且当d(u,v)=1,2,3时,均有|f(u)-f(v)|≥1.不妨设0为最小标号,则称图G的所有L(1,1,1)-标号中的最大跨度f(v)的最小数为图的L(1,1,1)-标号数,记为λ(G).基本给出了点接手镯图的L(1,1,1)-标号数的确切值.     

M(o)bius梯子的L(d,1)-标号

对给定的正整数d,图G的L(d,1)-标号是从V(G)到非负整数的函数,且满足:任意两个相邻顶点的标号差至少为d,而且距离为2的任两个顶点的标号至少为1.L(d,1)-标号的跨度是标号差的最大值.G的L(d,1)-标号数是G的所有L(d,1)-标号的最小跨度.本文完全给出了M(o)bius梯子的L(d,1)-标号数.     

N-G型的代数连通度的界

对任一个n阶单图G,用a(G)表示G的代数连通度,Gc表示它的补图.着重证明了2个图类的代数连通度的N-G型的界:a(G)+a(Gc)≥1.     

Mobius梯的(d,1)-全标号

图G 的(d,1)-全标号是从V(G)∪E(G)到非负整数的函数,且满足：(i) G中任意2个相邻顶点的标号不同;(ii) G中任意2个相邻边的标号不同;(iii) 顶点与其关联边的标号差至少为d.(d,1)-全标号的跨度是标号差的最大值. G 的(d,1)-全标号数是G的所有(d,1)-全标号的最小跨度,记为λ^T_d(G).本文完全给出了Mobius梯的(d,1)-全标号数.