1使学生初步掌握数列极限这一重要概念 的内涵与外延； 2使学生学会用定义证明极限的基本方法 3通过知识学习，加深对数学的抽象性特 点的认识；体验数学概念形成的抽象化思 维方法；体验数学“符号化”的意义及 “数 形结合”方法； 4了解我国古代数学家关于极限思想的论 述，增强爱国主义观念

为研究缝合线分形特征及其对石灰岩强度的影响，基于数字图像处理技术，采用功率谱密度方法和数字图像盒维数方法分析水平缝合线和垂直缝合线的分形维数，通过实验和数值模拟研究缝合线对石灰岩强度的影响和石灰岩内部裂纹演化过程.研究结果表明：采用两种分形分析方法得出缝合线分形维数介于1和2之间，表明缝合线是自然界一种自仿射分形构造，且垂直缝合线的粗糙度较大.缝合线平均弱化石灰岩强度约20%，不同倾角缝合线石灰岩强度没有明显的各向异性现象，缝合线对石灰岩弹性模量影响很小.石灰岩失稳破坏过程中，裂纹的萌生发展与缝合线息息相关，缝合线加快了石灰岩的损伤破坏.数值模拟表明缝合线厚度、位置、数量、分形维数等发育因素对石灰岩的强度有着显著的影响

采用Thermo-Calc软件分别计算硅在不同温度Zn-50%Al-xFe-ySi(原子数分数)熔池液相中的溶解度及不同温度Zn-30%Al-2%Fe-xSi(质量分数)熔池中开始形成τ5渣相和FeAl3渣相消失时该熔池中硅含量,采用平衡合金法测定Zn-50%Al-xFe-ySi合金液相中硅的溶解度和不同硅含量的Zn-30%Al-2%Fe-xSi合金的相平衡关系.当温度分别为540、560、580、600和620℃时,硅在Zn-50%Al-xFe-ySi体系液相中的溶解度(原子数分数)计算值分别为0.82%、0.95%、1.11%、1.28%和1.47%,实验结果与计算结果吻合很好.当熔池温度分别为580、600和620℃时,在Zn-30%Al-2%Fe-xSi合金中刚开始出现τ5相时所对应硅质量分数的计算值分别为0.6%、0.72%和0.84%,发生FeAl3相消失对应的锌池中硅质量分数的计算值分别为1.12%、1.22%和1.34%,实验结果与计算预测结果基本一致

在粗锡精炼过程中引入超重力场，运用超重力技术研究Sn-3% Fe（质量分数）熔体中杂质元素铁在超重力场中的定向富集和过滤分离的规律，达到提纯净化粗锡的目的.结果表明，对于超重力场G=500以10℃·min-1冷却速率凝固后的Sn-3% Fe熔体，超重力场极大强化富铁相在粗锡熔体中的沉降运动，使先析出富铁相全部富集到试样的下部区域，上部几乎找不到富铁相颗粒.下部尾锡中的铁质量分数达到4.817%，而上部精锡中的铁质量分数降低到0.036%，精锡中铁的脱除率高达98.78%.在超重力场中过滤的Sn-3% Fe熔体可实现富铁相杂质和精锡液的有效分离，当重力系数大于30时，精锡的回收率随重力系数的增大而提高.在超重力场G=100，240℃条件下，Sn-3% Fe熔体过滤1 min后，精锡液几乎全部被分离到坩埚底部，富铁相杂质被截留在过滤碳毡上部，下部精锡中找不到富铁相杂质的颗粒，精锡中铁质量分数降至0.253%，富铁渣中铁质量分数高达11.528%.精锡中铁的脱除率高达91.44%，超重力场中精锡的回收率高达82.69%

本章内容小结:见书P119页 本章重点:如何用留数定理计算实积分。 为此需掌握以下三方面内容: 一、计算留数 二、(如何用留数理论)计算围道积分 三、(在以上基础上才谈得上如何用留数理论)计算实定积分。 本次课将分这三大块来讨论分析习题

为进一步揭示柔性隔离层下散体介质流动过程的内部作用机理，基于离散元软件PFC开展了柔性隔离层下散体介质流力链演化特征的数值试验研究。结合接触力学及统计力学相关知识，对多漏斗放矿过程中散体介质体系内力链长度、数量、强度、方向和准直系数等的演化特征进行了量化研究。研究发现：多漏斗放矿过程中，强接触及力链接触占比均比较稳定，其中强接触占比稳定在33%左右，力链接触占比稳定在16%左右，上下波动幅度均不超过2%；力链总数随着放矿次数的增加不断波动减少，并在放矿后期稳定在790条左右；不同放矿次数下力链长度的概率分布几乎一致，均随着力链长度的增加呈指数形式递减；力链强度的概率分布随着放矿次数的增加先呈指数形式上升再呈指数形式下降，并在0.7$\\bar F$

由于转炉冶炼过程中的热力学和动力学反应复杂，副枪控制模型和传统的烟气分析模型存在很大的局限性，导致了转炉冶炼终点碳含量的预测精度偏低，是实现智能炼钢的主要技术瓶颈. 针对上述问题，提出了基于烟气分析的炼钢过程函数型数字孪生模型. 首先，利用烟气分析得到连续监测的实时数据，以此来实时监控转炉熔池内钢水的碳氧反应状态; 然后，根据熔池反应所处的不同阶段，利用函数型数据分析方法建立吹炼前期和吹炼后期的函数型预测模型; 在此基础上，按照吹炼前期和吹炼后期这两个阶段来分别自动修正模型中的系数函数，从而能在复杂的实际工况条件下完成对熔池碳含量的准确预测. 通过260 t氧气转炉的工业应用实例，证实函数型数字孪生模型具有良好的自学习和自适应能力，对异常冶炼状态具有良好的鲁棒性，可以实现全过程的熔池碳含量动态预测，终点碳质量分数在± 0. 02% 范围内的命中率为95%. 利用函数型数字孪生模型在拉碳阶段对钢水中碳含量的预测值来控制终吹点. 更为重要的是，在保证入炉原料成分、温度、质量等参数稳定的前提下，采用该模型可以有望取消基于副枪的停吹取样步骤，从而降低生产成本，提高产品质量和生产效率，具有广泛的工业应用前景

数学上解薛定谔方程时,可以得到很多γ数学解, 而从物理意义上讲,这些数学解并不都是合理的, 并不是每一个数学解都能表示电子运动的一个稳定 状态。 为了得到合理的解,就要求一些物理量必须是量 子化的,从而引入三个量子数n、l、m。这三个 量子数不是任意的常数,而要符合一定的取值。 因此,所谓解薛定谔方程,就是解出对应一组 n、l、m的波函数nm及相应的能量En,一般 我们就用它来描述原子中电子的运动状态

通常求出随机变量的分布并不是一件容易的事,而人们更关心的是用一些数字来表示随机变量的特点,这些与随机变量有关的数字,就是随机变量的数字特征.最常用的数字特征为数学期望,方差和相关系数

◼ 代数系统定义 ◼ 同类型与同种的代数系统 ◼ 子代数 ◼ 积代数