旋转电荷分布所产生的静电势和磁场的矢势

本首先根据电荷均匀分布产生的静电势来计算磁场的矢势；然后，将特殊情况推广到一般情况，即讨论了普遍的旋转电荷分布所产生的磁场的矢势，最后指出，磁场的矢势是由电流密度产生的。     

规范势场的建立及其在冷原子体系中的应用

从非惯性系中的拉格朗日函数出发,通过求解哈密顿量引出了带电粒子在电磁场中规范势的概念.解析了冷原子体系在旋转坐标系和非均匀磁场中产生人造规范势的原理,并阐述了人造规范场在凝聚态物理中的重要应用,如涡旋的产生和量子霍尔效应.     

圆环与螺线管之间电磁相互作用力的精确计算

该文首先简扼给出载流圆环的矢势和两截流圆环的相互作用力。然后,在此基础上构思巧妙地计算出圆环与螺线管之间的相互作用力。     

离子化合物的溶解熵与离子势

本文从研究影响离子化合物水溶性的一个重要因素－－离子溶解熵入手，建立离子势与离子溶解熵的联系，进而把微观与宏观联系在一起；就研究离子化合物水溶性而言变得更直观，更具体。     

四维协变形式的麦克斯韦方程组的推导

借助电场强度,磁感应强度的矢势、标势表达式,直接推导出四维协变形式的麦克斯韦方程组,     

稀磁合金的混合效应与热电势

基于Anderson s-d混合模型和Falicov s-d库仑互作用模型，利用格林函数方法，研究了稀磁合金的s-d混合效应和s-d库化互作用效应对热电势的影响。     

趋于对称矩形的量子势井宽度

本文由能级来分析确定量子势井宽度,SRQW宽度,L可以被能量函数En直接表示出来.     

时间周期势薛定谔方程的Floquet散射解

用分离变量法求时间周期势二维薛定谔方程的Floquet散射解.先引入一振荡函数因子,将时间周期势薛定谔方程化为势函数中不含时间的方程,然后用分离变量法直接求得其Floquet散射解,并讨论了解的物理意义和应用.     

矢值序列空间SS(E)的光滑点

本文证明了若ss具有AK性质且ss和ss的范数是严格单调的，则是ss（E）的光滑点当且仅当是ss的光滑点，是E的光滑点，对     

交换关联势对PbS电子结构的影响

基于第一性原理总能量平面波全势方法,采用广义梯度近似(GGA)和局域密度近似(LDA)的不同的交换关联势,分别计算面心结构(NaCl结构)PbS的总能,并给出了体系平衡时的晶格常数.讨论了不同交换关联势对晶格常数的影响;分析了体系平衡时的能带结构、能隙、态密度和分波态密度.结果表明交换关联对电子结构有显著影响.     

互信息原理在日常生活中的体现与应用

基于信息论,例举出了日常生活中的一些实例,体现出互信息原理在日常生活中的应用.     

无耗散介观电感耦合电路中电压和电流的量子涨落

从经典运动方程出发,对无耗散介观电感耦合电路体系进行了量子化处理,并研究了体系处在任一本征态时电流、电压的量子涨落,结果表明:每个回路中电流、电压的量子涨落不仅与体系所处状态、该回路的元件有关,而且与体系中另一个回路的元件、两个回路的互感系数有关.     

分子马达偶极子模型的构造基础

介绍了构造分子马达偶极子模型的生物学基础、物理学模型及相互作用势。     

电偶极辐射场计算式的推导

从计算辐射场基础公式出发 ,利用数学手段 ,推导出具有普遍意义的电偶极辐射场一般计算式 ,并给出一些典型的应用例子     

两电偶极子间的相互作用能和相互作用力

讨论了在静态下两电偶极子间的相互作用能和相互作用力 ,得出了它们在球面坐标系中的解析式 ,并分析了相互作用能和相互作用力的特点 .     

对静电场中的场强与能量的求法的分析

应用具体实例分析如何应用高斯定理求静电场的电场强度进而利用电场的性质及设置理想模型的分析方法求出相关能量．     

再谈感生电场中导体的电势

本文分析放置在感生电场中导体的电势,指出不闭合导体若与感生电场方向处处垂直时,不能引进电势的概念.而对于放置在感生电场中的闭合导体(不论均匀不均匀)都可在其中引进电势的概念.     

关于双线扭摆周期的实验探究和理论证明

通过控制变量研究了滚摆的扭动周期,发现扭动周期同单摆一样是一定的,其周期大小由摆轮半径R、双线悬点距离d1+d2及摆长L决定;并从简谐振动规律出发理论上证明了扭摆振动周期公式;由此讨论了一系列不同摆动体的扭动周期公式以及作为引力波天线的可能应用.     

预条件共轭梯度法在线天线阵列RCS分析中的应用

为计算线天线阵列的雷达散射截面,用脉冲函数为基函数的Galerkin法将线天线阵列的电场积分方程组转化为一个线性方程组,其系数矩阵是一个对称的二重复Toeplitz矩阵.用预条件共轭梯度法与快速傅里叶变换的组合算法求解该线性方程组,其中预条件器采用T.Chan的循环预条件器的分块形式.这样的处理方法降低了对计算机内存的需求,加快了迭代速度,并提高了算法的收敛性.