Q过程的不变分布(Ⅱ)

设E为一个可数集,Q=（qi,j;i,j∈E）为E×E上的矩阵,满足m为E上的概率分布满足何时存在Q过程,使得m是它的不变分布? 这个问题由Williams（1979）作为一个开问题提出.文[15]对全稳定情形,解决了这个问题;本文对单瞬时情形,完整地解决了该问题.     

关于四元数矩阵乘积迹的不等式

设 H~(m×n)为 m×n 四元数矩阵的集合,σ_1(A)≥…≥σ_n(A)为 A∈H~(mxn)的奇异值。本文证明了:1)设 A∈H~(mxm),B∈H~(mxm),r=min(m,m),则|tr(4B)|≤c r σ_i(A)σ_i(B).2)设 A_i∈H~(mxm),i=1,2,…,n,(A_1A_2…A_n)k为 A_1A_2…A_n 的任一个 k 阶主子阵,则|tr(A_1.A_2…A_n)_k|≤sun form i=1 to k σ_i(A_1)…σ_i(A_n).我们还得到四元数矩阵迹的其它一些不等式。这些结果推广和改进了文[1],[2]中的结果,进一步解决了 Bellman 猜想。     

瓣形均匀带电面在其直径处的电势分布

从点电荷的电势计算公式出发推导出了瓣形均匀带电面在其直径处的电势分布.进一步讨论了均匀带电半球面在其底面以及均匀带电球面内部和外部的电势分布.     

双曲分布及其在VaR模型分析中的应用

传统的计算V aR的R iskM etrics方法不能对市场风险分布的“厚尾”现象给出较为满意的刻画和计算方法.本文引入双曲分布及其算法并将双曲分布应用到V aR模型的计算之中,事实上通过对股票市场的实证研究表明,股票市场数据呈厚尾现象,用双曲分布对数据的拟合要比R iskM etrics方法假定的正态分布更符合金融市场数据的实际情况,故本文的结论与方法对金融风险管理和其他金融建模是有价值的.     

行波型热声发动机的分布参数法热力分析

在现有热声网络模型的基础上 ,对行波型热声发动机采用分布参数法进行了详细地分析 ,得到了较为完整的分布参数法网络模型 ,并给出了该模型的定性关系式 ,所得结果与采用集总参数法的结果有很大差异。分析表明 ,分布参数法更适合于一般的系统情况 ,集总参数法仅仅在一定条件下才适用。文中对一个实际系统应用分布参数法进行了分析 ,得到一些结论 ,对于我们设计行波型热声发动机有非常重要的理论指导意义     

来自磁光阱中冷原子团的荧光干涉条纹及其应用

实验观察来自磁光阱中冷原子团的荧光经真空系统窗口的平板玻璃反射产生的干涉条纹，理论分析表明从从荧光干涉条纹的强度分布可获得关于俘获原子总数以及密度分布的信息。采用该方法实测了俘获原子总数，并模拟得到了不同密度分布时条纹的对比度变化。     

V3+:YAG晶体的生长、色心与光谱性能研究

采用石墨电阻加热的温梯法生长了V:YAG晶体,晶体的不同部位呈现两种不同的颜色:浅绿色和黄褐色.通过对比分析不同颜色V:YAG晶体的室温吸收光谱,推断出石墨发热体高温下扩散出来的C可以起到还原作用,提高晶体中V3+tetra离子的浓度,同时诱导了F心的形成.在1300℃下,对不同颜色的V:YAG晶体进行真空退火处理,发现处于八面体格位中的V3+离子在热激发作用下与近邻的四面体格位Al3+离子存在置换反应,由此产生一定浓度的四面体格位V3+离子.同时,F心在退火过程中被完全消除,释放出来的自由电子被高价态的V离子俘获,可以进一步提高晶体中四面体格位V3+离子的浓度.     

Er3+掺杂的Bi2O3-B2O3-SiO2玻璃的光谱性质

测试了Bi₂O₃-B₂O₃-SiO₂玻璃中的Er³⁺离子的吸收光谱、发射光谱、⁴I_13/2的荧光寿命、拉曼光谱,及OH^-的傅里叶红外吸收光谱。应用Judd-Ofelt理论计算了该玻璃中的Er³⁺离子的J-O参数、振子强度、⁴I_13/2能级的寿命,从而利用测得的⁴I_13/2的荧光寿命得出了⁴I_13/2能级的量子效率(15%)。由于较低量子效率可能与OH^-有关,所以计算了玻璃中的OH^-浓度,发现其浓度较高(1.66×10¹⁹cm^-1,相当于Er³⁺浓度的3倍)。应用McCumber理论和四能级模型计算了Er³⁺离子的受激发射截面和荧光发射光谱的半峰全宽,结果与通过吸收光谱计算所得基本吻合。根据透射率和折射率的关系计算了折射率,发现和测量值相差很大,说明有较大的散射,通过拉曼光谱和显微镜测试,认为是玻璃中的微小气泡造成的。     

一类相空间中的准几率分布函数系

定义了一类相空间中的准几率分布函数系，这个准几率分布函数系直接建立在具有更加广泛意义的量子相空间Schr?dinger方程解的基础之上，其中定义_α=αp-i?q和_α=(1-α)q+i?p.发现了两个有趣的关系.(1)建立的量子相空间Schr?dinger方程的解实际上是对函数φ(λ)exp［i(1-α)qp］做窗口Fourier变换.(2)这个窗口函数g(λ)起着选择窗口形式的作用，而且不同的窗口对应着不同的分布函数.当g(λ)是一个代表Gauss窗的Gauss函数的时候，准几率分布函数就是一个类似于Husimi的分布函数f^HL_α(q,p)；当g(λ)是一个表示椭圆的复函数时，准几率分布函数就是一个椭圆分布函数f^E_α(q,p)；再在g(λ)为复函数的基础上附加α=0，就可得到标准序分布函数f^S(q,p)、反标准序分布函数f^AS(q,p)和Wigner分布函数f^W(q,p)，此时g(λ)表示高度为1/12π?而长度为λ的矩形窗. 关键词： 窗口Fourier变换 相空间 Wigner分布函数