双面金属包覆介质波导模序数的判别方法

在双面金属包覆介质波导中 ,随着介质层厚度的变化 ,会出现TM0 模与TM1 模的分离和简并两种状态 ,从而影响衰减全反射 (ATR)谱中模序数的确认。通过对金属波导的理论分析和实验研究 ,提出了三种模序数确认方法 :本征角计算法、吸收峰全峰半宽比较法和吸收峰峰间距比较法 ,实现了两种状态下对模序数的准确判断     

Hilbert空间中C0-半群族指数稳定性

主要讨论了Hilbert空间中Co-半群族Th(t)指数稳定问题，明了满足||Th(t)||≤Me^σt(M,σ与h无关）的半群族Th(t)指数稳定与弱L^p-稳定是等价的，并且给出了另外的三个判定Th(t)指数稳定的等价条件。     

带风险指数的金融均衡的存在性定理及其结构特征(下)

本文主要论证了在不完全市场条件下带风险指数的金融均衡的存在性，并揭示其均衡结构的特征．本文中建立的模型是一、二期货币投入产出金融经济且具有可微的资产结构，这一模型包括了许多具有特殊资产结构的均衡模型，如实资产结构、虚资产结构、恒秩资产结构的均衡模型．因此本文的这一模型具有广泛的应用前景和实用价值．接着给出了本文的金融均衡的存在性定理，再借助微分拓扑给出它的证明过程，这一证明过程较之以前证明均衡存在性的经典方法（如Duffie，D＆W．Shfer（1985）的方法）要简便得多．同时也应注意到本文的这一结论既适用于资产市场下会随机风险因素的情形，也适用于商品空间为无限维的情形，除此之外，还给出了怎样判别资产结构是否属于T类的判别法，为检验均衡存在性提供了更为便利的途径．最后，本文论证了在金融市场里，尽管由于稀缺性的存在，从而导致均衡分配的多样化，然而均衡分配集却形成了一光滑子流，但该流形的维数与稀缺性有关．换句话说，尽管市场是不完全的，但均市分配不确定性的反却是可比的．如此使得人们对均衡资产结构的认识更进一步．     

带跳的非线性随机微分方程的Lyapunov指数的估计

本文研究了带跳的非线性随机微分方程Lyapunov指数的估计,在适当的条件下,确定其Lyapunov指数q的值．对于给定的步长h,考虑此微分系统的Euler离散化模型,给出了的理论误差估计.     

用最小电离的质子刻度铅–闪烁光纤夹层电磁量能器

研究利用最小电离的质子和已知能量的电子来刻度铅–闪烁光纤夹层电磁量能器.对最小电离粒子输出响应进行光纤衰减修正后,利用最小电离质子的输出响应对量能器测量单元进行标定,然后对不同入射能量的电子事例进行能量重建,重建能量与入射能量有很好的线性关系.本文还对最小电离的质子与μ子对量能器测量单元的输出响应进行了比较,发现二者在误差范围内是一致的.     

关于有限Abel群直接因子的平均数

对于有限Ａｂｅｌ群Ｇ，ｔ（Ｇ）定义为其直接因子的个数，在［５］中，Ｅ．Ｋｒａｔｚｅｌ对于和式得到一渐近公式，对应余项为△＿１（ｘ）．本文利用Ｅ．Ｆｏｕｖｒｙ和Ｈ　．Ｉｗａｎｉｅｃ的方法，得到了关于△＿１（ｘ）的一个新的估计，改进了Ｈ．Ｍｅｎｚｅｒ等人的结果．     

指数对理论

1 指数对的定义和基本性质 定义 设f:(N,2N]→R满足:f(x)有无穷多阶导数且存在y>0,s>0,使得对所有整数q≥0及N相似文献   

具阻尼的非线性耦合方程组的能量衰减估计

应用一个新的积分不等式,得到了具阻尼的非线性耦合方程组的衰减估计,以及精确的估计常数.     

EXPONENTIAL STABILITY AND PERIODIC SOLUTION OF HYBRID BIDIRECTIONAL ASSOCIATIVE MEMORY NEURAL NETWORKS WITH DISCRETE DELAYS

In this paper, we study the existence, uniqueness, and the global exponential stability of the periodic solution and equilibrium of hybrid bidirectional associative memory neural networks with discrete delays. By ingeniously importing real parameters di > 0 (i = 1,2, …, n) which can be adjusted, making use of the Lyapunov functional method and some analysis techniques, some new sufficient conditions are established. Our results generalize and improve the related results in [9]. These conditions can be used both to design globally exponentially stable and periodical oscillatory hybrid bidirectional associative neural networks with discrete delays, and to enlarge the area of designing neural networks. Our work has important significance in related theory and its application.     

R.S.Singh的一个猜想的证明:离散情形

本文讨论了一维离散指数族在平方误差损失下的经验Bayes估计问题.证明了其参数的任何经验Bayes估计的渐近最优收敛速度都不可能达到O(n^-1),即使参数空间被限定于一个有限区间.这意味着,Singh(对Lebesgue指数族情形提出)的一个猜想,在离散指数族情形,被证明是正确的.