【摘 要】
：
在本篇硕士学位论文中，我们运用 spin glass模型背景知识、SK模型、p-spin模型、Poisson过程等相关知识，得到了基于Ruelle概率级联的混合p-spin模型中Parisi泛函表示.本篇论文
论文部分内容阅读
在本篇硕士学位论文中，我们运用 spin glass模型背景知识、SK模型、p-spin模型、Poisson过程等相关知识，得到了基于Ruelle概率级联的混合p-spin模型中Parisi泛函表示.本篇论文共分五章： 第一章，介绍了本文的研究背景以及研究现状. 第二章，介绍了一些预备知识，包括 spin glass模型背景知识、SK模型、p-spin模型. 第三章，讨论了 Poisson过程以及Poisson-Dirichlet过程. 第四章，基于上一部分介绍的Poisson过程和Poisson-Dirichlet过程，对 Ruelle概率级联进行了推导，得出了几个重要的构造性质. 第五章，研究了混合p-spin模型，利用上一部分所得的性质证明了 p-spin模型的 Parisi泛函表示公式.
其他文献
大数据时代,控制决策者面临的是海量的、繁冗的信息,因此,不断寻求更好的决策技术成为专家学者的研究热点。粗糙控制是近年提出的一种新型的利用控制规则设计智能控制器从而
市场信息(生产成本信息、市场需求信息等)作为影响闭环供应链管理的主要因素,其不对称性近年来引起了学术界和商业界的普遍关注,并已取得了一系列丰硕的研究成果.目前关于信息不对称条件下闭环供应链的研究主要基于新产品和再造品性能无差异的假设进行无差别定价的研究.对闭环供应链中的新产品和再造品的差别定价研究较少.同时在实际物流供应链中,产品的市场需求通常都是随机的.正是在这样的背景下,本文在随机需求条件下,
分数阶微分方程能够有效的描述和刻画工程领域中许多整数解微分方程所不能描述和刻画的问题，且非线性分数阶微分方程求解难度大，使得分数阶微积分算子在非线性领域的研究中具有
本文主要研究有关有限无向简单图的染色相关的一些问题.
图G的一个正常顶点染色是指k种颜色1,2,…,k对于G的各顶点的一个分配,使得任意两个相邻的顶点分配以不同颜色.若
散乱数据点的曲面拟合问题是函数逼近论中的一个重要内容，在很多领域内有着重要的意义与使用价值。B-样条方法是计算机辅助几何设计(CAGD)的一类重要方法。本文对散乱数据点的
基因关联性的研究在传统的流行病学里被广泛地应用,关联分析是找到引起复杂疾病的基因位置的有效方法.目前,基因关联性研究的方法有很多,例如,以不相关个体为研究基础的关联
流量整形(Traffic Shaping)技术,最早出现在处于网络交换与网络转发节点位置的网络设备中。该技术的出现主要是为了解决突发的网络流量给网络所带来的拥塞的问题。在由突发流
本文中我们引入了 E xt-强 G orenstein内射模的概念，证明了 E xt-强 Goren- stein内射模类是内射可解模类，研究了 E xt-强 G orenstein投射、内射模的相对同调理论，讨论了 E xt
设 A是交换Artin环 k上的Artin代数，F是函子Ext1A(-，-）的加法双子函子并且有足够的投射对象和内射对象.本文主要研究了 F-Gorenstein投射模类和F-Gorenstein投射复形类的稳定性.