重复试验随机效应模型误差方差的齐性检验$(k=2)$

本文对重复试验次数为2的随机效应方差分析模型, 给出了误差方差齐性, 即$H_0:\sigma_1^2 =\sigma_2^2\leftrightarrow H_1:\sigma_1^2\ne\sigma_2^2$的一种具有相合性的检验方法\bd 并对三个常见模型给出了检验统计量和拒绝域的具体表达式, 最后是两个应用实例\bd     

磁控溅射技术制备ZnO透光薄膜

采用RF磁控溅射方法,在玻璃衬底上制备了择优取向的ZnO薄膜;通过台阶仪、X射线衍射技术、原子力显微镜和分光光度计分别测量了不同溅射功率条件下淀积的ZnO薄膜厚度(淀积速率)、结晶质量、表面形貌与粗糙度、透光光谱,报道了该薄膜结晶质量、薄膜粗糙度与其在可见光区透光率的关系.     

The uv-Decomposition on a Class of D.C. Functions and Optimality Conditions

In this paper,the UV-theory and P-differential calculus are employed to study second-order ex-pansion of a class of D.C.functions and minimization problems.Under certain conditions,some properties ofthe U-Lagrangian,the second-order expansion of this class of functions along some trajectories are formulated.Some first and second order optimality conditions for the class of D.C.optimization problems are given.     

Orlicz范数下的Hardy-Hilbert不等式

给出了Orlicz范数下的Hardy-Hilbert不等式的一种形式,建立了当N-函数M(u)及其余N-函数N(u)均满足Δ′条件时Orlicz范数下的积分型及双级数型Hardy-Hilbert不等式.     

一类两点边值问题的多重非负解

该文考虑两点边值问题[1/q(t)][q(t)y′(t)]′+p(t)f(y(t))= 0,λ_1 y(α)-λ_2y′(α)=0 and y(β)=B非负解的存在性, 其中p(t)可能在t=α或t=β附近具有奇异性, f(0)≥0, lim_(y→+∞)f(y)/y=+∞, 并且存在y>0, 使得f(y)<0.      

牛顿弦截法预估校正迭代格式的收敛阶

研究如下形式的牛顿弦截法的预估校正(P.C.)格式:P(预估):~xk+1=xk-(xk-xk-1)f(xk)f(xk)-f(xk-1)C(校正):xk+1=xk-(~xk+1-xk)f(xk)f~(xk+1)-f(xk)证明了它的收敛阶为2.618.     

学习物理过程中常见典型错误分析

 常言道,知己知彼,百战百胜。物理教师只有深入了解学生在学习物理的过程中常犯的典型错误,在备课时才能对症下药,有的放矢,收到事半功倍的效果。学生在学习物理的过程中常见典型错误可以归纳为如下12种,认真分析这些典型错误所产生的原因,从中可以受到启发,从而能掌握教好物理的正确方法。一、抛不开错误的生活经验,有碍于对物理概念与规律的深刻理解对于力和运动的关系,学生在上初中时就看到马拉车的情况,马拉车时,车就运动,马不拉时,车就不动,因而就很容易形成“力是产生速度维持物体运动的原因”这样一个错误概念,这一错误的生活经验有碍于对牛顿第一运动定律的深刻理解.     

M.Riesz定理的注记

设u(z)是单位圆内的实值调和函数 ,若 p_平均Mp(r ,u) =12π∫2π0｜u(reiθ) ｜pdθ1 p <∞ ,则称u(z) ∈hp( 1

相似文献   

条形装箱问题的优化模型和增广Lagrange算法

This paper formulates a two-dimensional strip packing problem as a non-linear programming(NLP)problem and establishes the first-order optimality con-ditions for the NLP problem.A numerical algorithm for solving this NLP problemis given to find exact solutions to strip-packing problems involving up to 10 items.Approximate solutions can be found for big-sized problems by decomposing the setof items into small-sized blocks of which each block adopts the proposed numericalalgorithm.Numerical results show that the approximate solutions to big-sized prob-lems obtained by this method are superior to those by NFDH,FFDH and BFDHapproaches.