喹啉-8-甲醛乙酰腙锌/镉配合物的晶体结构及荧光性质

合成并通过单晶X射线衍射、元素分析及红外光谱表征了配合物{[Zn（HL）（H₂O）（SO₄）]·H₂O}_n（1）,[Cd（HL）Cl₂]（2）和[Cd（HL）I₂]（3）的结构（HL为喹啉-8-甲醛乙酰腙）。单晶衍射结果表明,配合物1中,中心Zn（Ⅱ）离子的配位构型为扭曲的八面体,与来自1个中性三齿配体HL的ONN原子供体,1个水分子和2个μ₂桥联的硫酸根配位,从而形成沿b轴方向的一维链。配合物2和3中Cd（Ⅱ）与1个中性三齿配体HL和2个卤素阴离子（2中为氯离子,3中为碘离子）配位,配位构型为扭曲的四方锥。乙腈溶液中,配合物3与配体HL几乎无荧光发射,而配合物1和2分别在428和408 nm处有强荧光。     

喹啉氧基乙酰胺型配体镉配合物的合成、晶体结构及荧光性质

合成并通过单晶衍射表征了一个配合物[CdL(H₂O)(NO₃)]NO₃·CH₃COCH₃ (1)(L=N-甲基N-苯基-2-(8-喹啉氧基)乙酰胺)。在配合物1中,金属镉离子采取扭曲的八面体配位构型。来自配体L的1个氧原子和2个氮原子,2个硝酸根的2个氧原子及配位水分子的1个氧原子与中心镉离子配位。配合物通过分子间的O-H…O氢键作用构筑成沿a轴的一维链状结构。乙腈溶液中配体L和配合物1均在390 nm有荧光发射,但配合物的荧光强度要远低于配体。     

吡嗪缩氨基脲配体铜/锌配合物的晶体结构及荧光性质

合成并通过单晶X射线衍射、元素分析及红外光谱表征了配合物[Cu₂（L）₂Br₂]·CH₃OH（1）和[Zn₂（L）₂（CH₃COO）₂]·2CH₃OH（2）的结构（HL为3-乙基-2-乙酰吡嗪缩4-苯基氨基脲）。单晶衍射结果表明,配合物1中,中心Cu（Ⅱ）离子与来自1个三齿缩氨基脲配体阴离子和2个μ²-桥联的溴离子配位,拥有扭曲的四方锥配位构型。配合物2中Zn（Ⅱ）离子配位构型与配合物1中Cu（Ⅱ）离子的相同,周围的供体原子为N₂O₃。配合物2中的2个醋酸根的配位模式不尽相同,其中一个为μ-OCO双齿桥联,另外一个为μ-O单齿桥联。甲醇溶液中,配合物1和2的荧光发射峰与配体HL相似。     

形状记忆型聚氨酯干法黏结剂的研究

本文分别以一乙醇胺、乙二醇、1.4-丁二醇及1.6-己二醇为扩链剂,制备出形状记忆性聚氨酯干法黏结剂。再将其应用于聚氨酯合成革中。通过在合成革表面滴加一滴丁酮,观察其表面形成的鼓包大小、细密程度及消失时间等,判定制备的聚氨酯黏结剂形状记忆功能的优劣。对比实验结果得出,以一乙醇胺为扩链剂时制备的黏结剂具有最佳的形状记忆功能。     

《陈省身文集》读后感

(本文原载 2 0 0 2年 8月 1 5日“中国图书商报”,现征得王元院士和“商报”编辑部授权转载 ,以飨广大读者。)“中国图书商报”编辑部要我为刚出版的《陈省身文集》写一篇简短书评 .这实在不敢当 .但我还是乐于写一篇读后感 ,谈谈我学习“文集”的体会 ,与读者共同交流讨论 .中国近代数学研究 ,起步还不到百年 ,从无到有 ,进步可观 ,应该认真研究与总结 ,尤其研究那些既对数学本身 ,又对中国数学作出过巨大贡献的领袖数学家 ,更为重要 .陈先生无疑是其中之一 .为此我对陈先生的科普著作及讲话 ,一直非常关注并认真思考 .1 989年 ,科学出版社…     

混料均匀设计 *

考虑混料试验设计:0≤a_i<x_i<b_i≤1,1≤i≤s,x₁+…+x_s=1,此处a_i,b_i,1≤i≤s为给予常数,用数论中的一致分布理论对这一模型提供一个处理方法.     

华罗庚教授在数论上的贡献

指数和的估计 命q为一个正整数及f(x)为一个整系数多项式 f(x)=a_kx~k … a_1x_1此处(a_k,…,a_1,q)=1.考虑完整三角和若f(x)=x~2,则S(q,x~2)为熟知的 Gauss和.Gauss证明过 |S(q,x~2)|=q~(1/2).S(q,f(x))的估计问题有悠久的历史,直到华罗庚在1940年完全解决这个问题之前,还仅仅只能对于一些特殊多项式能够解决.华罗庚用精美的方法证明了     

流量大小对混合流场特性等的影响

 在主、副气流各组份的流量比不变的情况下，改变输入氧碘化学激光器（COIL）光腔总气流流量，数值模拟给出了COIL拉伐尔喷管主、副气流混合状况和各物理量的分布等，通过对这些结果进行对比分析得出：输入COIL光腔总气流流量增加三倍，氧碘气流的混合状况稍稍变差，但Mach数和密度等的分布和变化规律基本不变。     

Number Theoretic Methods in Applied Statistics

This paper gives some applications of number-theoretic method (or quasi Monte Carlo method) for numerical evaluation of probabilities and moments of a continuous multivariate distribution over a special domain such as cube, ball, sphere, simplex, etc., where the uniformly distributed sets of points in such domains, which are useful in experimental design, simulation, geometry probability, etc., are suggested. Some applications of number-theoretic method in optimization are discussed also.