Random minimal trees
随机最小树AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究随机点的几何最小树，没有经济网络、社会互动或干扰效应的直接证据。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
随机最小树
- 研究问题
- 在二维区域或三维体积中均匀分布的随机点之间，连接这些点的最小树总长度具有怎样的期望渐近行为与常数界？
- 方法与思路
- 作者分析二维和三维随机最小树的期望总长度，推导渐近表达式中常数的上下界，并用 Monte Carlo 方法估计常数。
- 材料陈述的贡献
- 摘要称给出期望总长度的渐近描述及相关常数的界和模拟估计，但所给文本中的指数与常数记号存在明显提取歧义。
- 阅读关注点
- 应查原 PDF 核对两种维度下的渐近公式、常数符号和最小树定义，再核对点分布条件、常数界及模拟计算方式。
- 阅读边界
- 所给 OpenAlex 索引摘要未注明稿件版本；渐近式的上下标、指数及体积符号不清，不能重构公式或据此推导维度间的结论，须查原 PDF。
原文摘要
Random minimal trees in both 2 and 3 dimensions are discussed. The expected total length of the minimal trees connecting n points uniformly distributed in an area A, and in a volume F, are asymptotic to a2(An)12,a2(Vn)12 respectively, where a, and a, are constants. Upper and lower bounds are obtained on these constants and their values estimated by a Monte Carlo technique.