有向图的圈分解

来源 :上海交通大学 | 被引量 : 0次 | 上传用户:yaoyao0313
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
图的圈分解问题是图论和设计理论研究中的重要课题.自1847年,Kirkmarn确定了K<,n>的3圈分解及1892年Lucas确认Walecki解决了K<,n>的n圈分解以来,国内外许多学者对完全图的圈分解问题作了大量的研究,并取得了许多优美的结果,也有一些文献[20, 53,54,56,57,58,59,60,61,62,63,64,65,66]涉及到完全有向图的圈分解问题。 本文的第二章主要研究了最大填充Mendelsohn三元系,在§2.4中,推广了Colbourn和Rosa[68,70]的定理,主要研究了D<,n>-P和D<,n>uP的有向3圈(Mendelsohn三元系)分解,它不仅具有理论意义,而且在计算机网络设计中有一定的现实意义。通过利用差,Langford序列,hooked Langford序列等组合论工具,证明了当n≥13,D<,n>为n阶完全有向图, P为D<,n>中顶点不相交的有向圈的并时,D<,n>-P或D<,n>uP可分解为有向3圈(即Mendelsohn三元系)的充分必要条件为D<,n>-P或D<,n>uP的边数可被3整除。在D〈,n〉不考虑方向时即成为2K〈,n〉作为以上内容的直接推论可得以下定理:当n≥13时,2K〈,n〉-P或2K〈,n〉u P可分解为3圈的充分必要条件为2K〈,n〉-P或2K〈,n〉u P的边数可被3整除. 如果图G不存在3圈分解,我们可考虑其子图H.如果子图H存在3圈分解,则称G可被3圈填充,G-H称为该填充的剩余,在G的所有可能剩余中,边数最少的剩余称为是最小剩余,最小剩余所对应的填充称为最大填充.如果图G不存在3圈分解,我们也可以通过多次使用某些边,而得到图的3圈分解。图G的3圈覆盖为三角形(亦称3圈)的集合P,使得G中的每一条边至少出现在P的一个三角形中,因此可构造多图G(P),使得G(P)中的点u和v之间有x条边联接的充分必要条件是P中有x个三角形包含点u和v,显然,G(P)存在3圈分解.G(P)-G称为该覆盖的冗余,在G的所有可能的冗余中,边数最少的冗余,称为最小冗余.最小冗余所对应的覆盖称为最小覆盖.在§2.5中,推广了§2.4中的结论,研究了D<,n>-P和D<,n>u P的最大填充Mendelsohn三元系.证明了当n≥13,P为D<,n>中顶点不相交的有向圈的并时,D<,n>—P或D<,n>VP可分解为向3圈(或Mendelsohn三元系)和剩余L的充分必要条件是D<,n>-P>或D<,n>VP的边数为模3余I,其中I=0,1,2;Lo为空集,L<,1>为有向4圈(或顶点不相交的两个有向2圈的并),L<,2>为有向2圈.§2.4中的结论即为I=0的情况. 本文的第三章利用数学归纳法和直接构造法,研究了D<,>-P和D<,n>uP的有向4圈分解,证明了当n≥8,P为D<,n>中顶点不相交的有向圈的并时,D<,n>-P或D<,n>uP可分解为有向4圈的充分必要条件是D<,n>-P或D<,n>uP边数可被4整除。集合T的元素为图G中边不相交的Hamilton圈,T称为最大Hamilton圈集,简称最大集,如果T中所有Hamilton圈满足G-E(T)不含Hamilton圈,E(T)为T中所有Hamilton圈的边所组成的集合.图G的谱为整数|T|的范围.本文的第四章研究了完全有向图D<,n>的最大Hamilton圈集.证明了D<,n>中存在含有m个有向Hamilton圈的最大集T的充分必要条件为:||≤m ≤ n-1. 本文的第五章研究Dn,n+P的有向m圈分解,证明了当m为偶数,n为奇数且4≤m≤2n,p为Dn,n中n个顶点不相交的有向二圈的并,即P=n时,存在Dn,n+P的有向m圈分解的充分必要条件是m整除2n<2>2+2n.
其他文献
早在1961年,Alexandroff在第一次布拉格会议上就提出用映射方法研究空间的设想。1966年,Arhangelskii的综合论文“映射与空间”继承、发展了这一设想。依照Alexandroff-Arhange
偏微分方程的数值解法主要包括有限差分方法,有限元方法和谱方法.谱方法由于其具有高精度、高稳定性而被广泛采用,并在计算流体力学,超导研究,非线性光学的数值模拟等领域发挥着
学位
本文研究了不确定连续广义系统的弹性保性能控制,离散广义系统的H∞和具有圆盘极点约束的保性能控制,以及性能函数中含有时间乘积因子的连续广义系统保性能控制等问题。实际系
本文根据随机逼近的性质定义了梯度平均的同时扰动随机逼近算法,借助Lyapunov函数方法,证明了该算法收敛的充分必要条件。并讨论了该算法的渐近性。主要内容如下: 1、本文以L