图的边韧性度

文[1]中,定义图G(V,E)的边韧性度定义为min{(|S|+T(G-S))/(ω(G-S)):S?E(G)},这里,T-(G-S)和ω(G-S)分别表示G-S中最大分支的顶点数和连通分支数.这是一个能衡量网络图稳定性较好的参数,因为它不仅考虑到了图G-S的分支数也考虑到了它的阶数.在以前的工作中,作者得到了边韧性度图的一个充要条件.利用这些结果证明了K-树是严格边韧性度图,并找到了边韧性度与较高阶的边坚韧度和边坚韧度之间的关系.     

不确定度在大学物理实验中的应用

介绍了不确定度计算的有关概念 ,并根据大学物理实验的特点 ,给出了不确定度的简化计算方法。     

寻求匹配因子证明不等式

均值不等式是一组非常重要的不等式.数学竞赛中有许多轮换对称不等式都可以通过构造出均值不等式而获得简捷的证明.构造均值不等式的出发点和目标是寻求匹配因子,使每一个因式取值的比例达到均衡相等.本文通过实例谈一谈如何寻求匹配因子证明竞赛中的有关不等式问题.     

对角因子循环矩阵的谱分解及其应用

在文「１」的基础上讨论对角因子循环矩阵。首先，我们给出对角因子循环矩阵的谱分解，然后，讨论对角因子循环矩阵的广义逆，最后，作为应用，求解一类偏微分方程。     

关于k—消去图的若干新结果

设G是一个图．k是自然数．图G的一个k-正则支撑子图称为G的一个k-因子．若对于G的每条边e．G—e都存在一个k-因子，则称G是一个k-消去图．该文得到了一个图是k-消去图的若干充分条件，推广了文［2—4］中有关结论．     

图的度序列不等式

用代数的方法证明了有关图度序列的几个不等式，并且得到了其相应的极图。     

Evolution of Weighted Networks by Duplication-Divergence Mechanism

The duplication and divergence process is ubiquitous in nature and man-made networks. Motivated by the duplication-divergence mechanism which depicts the growth of protein networks, we propose a weighted network model in which topological evolution is coupled with weight dynamics. Large scale numerical results indicate that our model can naturally generate networks with power-law-like distributions of degree, strength and weight. The degree-strength correlation is illustrated as well. These properties are in agreement well with empirical data observed in real-world systems. Furthermore, by altering the retention probability δ, weighted, structured exponential networks are realized.     

400GeV/c pp碰撞半单举带电粒子赝快度分布测量

利用CERN NA27合作组提供的LEBC泡室照片,测量了400GeV/c pp碰撞产生的带电粒子多重数为8—12的赝快度分布,并用结团模型分析了在固定总多重数时质心系前向半球的多重数分布.结果表明结团的平均大小与是否考虑领头粒子效应有关.     

误差杆的概念及其应用

介绍了误差杆的概念及其在实验作图中的应用。     

等效法在伏安法测量中的应用

本文提出了在伏安法测量中，消除电表内阻对实验结果影响的一种新方法