图的邻点强可区别的全染色

设 $G(V, E)$是阶数不小于~3 的简单连通图, $k$ 是自然数, $f$ 是从~$V(G)\cup E(G)$到 ~$\{1, 2, \dots, k\}$ 的映射, 满足: 对任意的 ~$uv\inE(G),f(u)\not= f(v), f(u)\not= f(uv)\not= f(v)$; 对任意的$uv,uw\in E(G)\,(v\neq w), f(uv)\neq f(uw)$; 对任意的$uv\in E(G), C(u)\neq C(v)$, 其中$C(u)=\{f(u)\}\cup \{f(v)|uv\in E(G)\}\cup \{f(uv)|uv\in E(G)\}$, 则称$f$是图$G$ 的一个邻点强可区别的全染色法. 简记作 $k$-AVSDTC, 且称 $ \chi_{\rm ast}(G)=\min\{k\mid G \textrm{ 的所有 }\ k\textrm{-AVSDTC}\} $ 为$G$ 的邻点强可区别的全色数. 得到了圈、完全图、完全二部图、树的邻点强可区别全色数.     

K_(2s)×K_(2t)的邻点可区别全染色

基于完全图的邻点可区别全染色,得到了任意偶阶完全图的直积图K_(2s)×K_(2t)的邻点可区别全色数χ_(at)(K_(2s)×K_(2t)=2(s+t)(t、s均为正整数).     

若干Mycielski图的点可区别均匀全色数

研究了一些Mycielski图的点可区别均匀全染色(VDETC),利用构造法给出了路、圈、星和扇的Mycielski图的点可区别均匀全色数,验证了它们满足点可区别均匀全染色猜想(VDETCC).     

基于较优方案最大区别度的组合权重赋值法

现有多方案决策中的指标权重计算方法可能产生评价结果中较优方案不突出的难题,进而提出了一种新的方法——基于较优方案最大区别度的组合权重赋值法.方法可根据方案间区别度最大的原则将主观赋权法和客观赋权法中所确定的指标权重进行集结,综合考量待评方案,并建立多方案决策结果最大化和决策结果间方差最大化非线性优化模型,采用理想点法对具体的多目标规划问题进行求解.方法的运用有利于扩大备选方案之间的差距,进而突出较优方案,最后通过实例说明了该方法的优越性.     

Halin图的邻和可区别边染色与边权点染色

记[k]={1,2,…,k),称为颜色集.设φ:E(G)→[k]为图G的边集合到[k]的映射,令f(v)表示与顶点v关联的边的颜色的加和.如果对任意一条边uv∈E(G),都有φ(u)≠φ(v),f(u)≠f(v),则称φ为图G的邻和可区别[k]-边染色,k的最小值称为图G的邻和可区别边色数,记为ndi_Σ(G).若对任意一条边uv∈E(G),都有f(u)≠f(v),则称φ为图G的k-边权点染色,称图G是k-边权可染的.运用组合零点定理证明了对于最大度不等于4的Halin图有:ndi_∑(G)≤Δ(G)+2,并证明了任一Halin图是4-边权可染的.     

剖析直线与方程的七大易错点

直线与方程是高考内容的重要组成部分,我们必须熟练掌握直线的倾斜角和斜率、直线方程的几种形式,避免错误的发生,准确、迅速地解决问题.本节常见的思维误区有: (1)在对直线的倾斜角和斜率的学习中,未能充分理解倾斜角和斜率之间的区别与联系.     

可区别铁离子荧光探针异构体的合成及其水样分析

分别以2-（2-氨基苯基）菲并咪唑和2-（3-氨基苯基）菲并咪唑为原料,与5-硝基水杨醛反应合成了两个菲并咪唑-苯酚异构体衍生物（PI?o?OH和PI?m?OH）。在水相体系中（V（DMF）∶V（HEPES） = 1∶1,pH = 7.4）,两个异构体发射中等强度的荧光。Fe³⁺存在下,两个异构体的荧光强度分别淬灭为原来的1/3和1/6,淬灭常数为4.8×10³和4.6×10³ L/mol,且淬灭效果不受其它干扰离子和pH值变化的影响。间位异构体PI?m?OH与Fe³⁺的荧光识别在2 min之内完成,配合速度明显优于邻位基异构体,且配合稳定性高于邻位异构体,配合常数为3.82×10⁴ L/mol。通过高分辨质谱和Job's曲线,确定了两个异构体与Fe³⁺识别配合比为1∶1,并建议了PI?m?OH-Fe³⁺ and PI?o?OH-Fe³⁺两个配合物的结构。两个异构体均可实现实际水样中Fe³⁺的定量检测,表明它们在实际水样的Fe³⁺分析中具有一定的应用价值。     

S_n+W_n的邻点强可区别全色数

设G(V,E)是阶数不小于3的简单连通图,k是自然数,f是从V(G)∪E(G)到1,2,…,k的映射,满足:对任意的uv∈E(G),f(u)≠f(v),f(u)≠f(uv)≠f(v);对任意的uv,uw∈E(G)(v≠w),f(uv)≠f(uw);对任意的uv∈E(G),C(u)≠C(v),其中C(u)={f(u)}∪{f(v)uv∈E(G)}∪{f(uv)uv∈E(G)},则称f是图G的一个邻点强可区别的全染色法,简记作k-AVSDTC,且称χast(G)=min{k G的所有k-AVSDTC}为G的邻点强可区别的全色数.得到了星与轮联图的邻点强可区别的全色数.     

图的邻点可区别无圈边染色的一个界

图G的一个正常边染色被称作邻点可区别无圈边染色,如果G中无二色圈,且相邻点关联边的色集合不同.应用概率的方法得到了图G的一个邻点可区别无圈边色数的上界,其中图G为无孤立边的图.