最大亏格下界与上可嵌入图类

来源 :湖南师范大学 | 被引量 : 0次 | 上传用户:xiaoxi21175
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文主要研究了拓扑图论的一个重要分支-图的最大亏格问题,得到了两类上可嵌入图类,以及一类图的最大亏格下界.具体如下: (1)用NG(u)表示一个图G中任意点u的邻域集,目前利用图的邻域性质来研究图的上可嵌入的结果甚少,结合图G的邻域条件,本文给出了两类上可嵌入图,丰富了文献[1-4]关于图上可嵌入性的结果,并推广了文献[5]的一个结果. (2)图G的顶点Pn-划分是指:图G的一个顶点划分{V1,V2,…,Vs},满足每个导出子图G[Vi](1≤i≤s)为多重完全n部图,本文结合图的顶点Pn-划分n≥3)、点度等条件,确定了一类上可嵌入图类,从而丰富了已有这方面的结果(见文献[6-10]). (3)图G的顶点W-划分是指:图G的一个顶点划分{V1,V2,…,V3},满足每个导出子图G[Vi](1≤i≤s)都包含轮为生成子图,结合W-划分,给出了一个最大亏格比较好的下界,对于某些图类,该界比文献[11]的界更好. 在文章最后部分,提出了几个善待解决的问题,即作者在今后将致力前进的方向.
其他文献
设G=(V,E)是一个简单连通图,V(G)和E(G)分别为G的顶点集和边集,|V(G)|=n,|E(G)|=m分别表示G的顶点数与边数.图G的零阶广义Randic指数定义为:R0α(G)=∑∈v∈Vdvα,其中dv,表示G中顶点v的
文中我们介绍具有有界支撑且严格模糊凸的模糊数,并且给出模糊数的双参数表示。在这个参数表示下,模糊数可直接视为二维度量空间R 2中的有界连续曲线,或将模糊数直接视为某Banac
学位
本文回顾了线性模型理论的基础知识,并将统计判决理论中的Mini max估计问题分别在齐次线性估计类L和非齐次线性估计类L中进行了研究。找到了系数矩阵的线性可估函数KBL在二次
Voronoi图是计算几何的一个重要分支,在计算几何理论和应用中发挥着很大的作用。随着Voronoi图概念不断渗入到各个应用领域,人们逐渐开始研究Voronoi图在各方面的扩展。 本