Azərbaycan  AzərbaycanDeutschland  DeutschlandLietuva  LietuvaMalta  Maltaශ්‍රී ලංකාව  ශ්‍රී ලංකාවTürkmenistan  TürkmenistanTürkiyə  TürkiyəУкраина  Украина
Pagalba
www.datawiki.lt-lt.nina.az
  • Pradžia

Šiam straipsniui ar jo daliai reikia daugiau nuorodų į patikimus šaltinius Jūs galite padėti Vikipedijai įrašydami tinka

Šviesos dispersija

  • Pagrindinis puslapis
  • Šviesos dispersija
Šviesos dispersija
www.datawiki.lt-lt.nina.azhttps://www.datawiki.lt-lt.nina.az
   Šiam straipsniui ar jo daliai reikia daugiau nuorodų į patikimus šaltinius.
Jūs galite padėti Vikipedijai įrašydami tinkamas išnašas ar nuorodas į patikimus šaltinius.
Kitos reikšmės – Dispersija (reikšmės).

Šviesos dispersija vadinama šviesą apibūdinančio dydžio (lūžio rodiklio, fazinio greičio, grupinio greičio, sklidimo kampo ir t. t.) priklausomybė nuo šviesos spalvos (dažnio). Labiausiai žinomas dispersijos pavyzdys yra vaivorykštė. Vaivorykštė susidaro dėl vandens lašų, esančių ore, medžiaginės dispersijos – vandens lūžio rodiklio priklausomybės nuo šviesos bangos ilgio (spalvos). Skirtingos spalvos šviesos spinduliai, keliaudami per vandens lašą, lūžta skirtingais kampais, tokiu būdu Saulės šviesą sudarančios skirtingų spalvų bangos atsiskiria erdvėje, sudarydamos vaivorykštę.

Medžiaginė dispersija turi įtakos ir kitomis aplinkybėmis: tarkim ji sąlygoja impulsų plitimą optiniame šviesolaidyje, dėl to signalai išsikraipo nusklisdami didelius atstumus. Medžiaginė dispersija ir netiesiniai efektai gali sąlygoti solitonų atsiradimą. Medžiaginė dispersija kartais yra vadinama chromatinė dispersija, taip pabrėžiant jos prigimtį.

Difrakcinė gardelė sąlygoja kampinės dispersijos atsiradimą didesnės negu nulinės eilės difrakciniuose maksimuose. Kampinė dispersija yra plačiai naudojama įvairiuose optiniuose prietaisuose tam, kad būtų atskirti skirtingos spalvos signalai erdvėje. Kampinė dispersija gali būti sąlygota ir medžiaginės dispersijos. Geriausias to pavyzdys – vaivorykštė, kur skirtingų spalvų šviesos spinduliai iš vandens lašo iškeliauja skirtingais kampais, tuo būdu atsiranda kampinė dispersija.

Veikimas (Niutono eksperimentas)

Siauras baltas šviesos spindulių pluoštas, kritęs į stiklinės prizmės briauną, lūžta link prizmės pagrindo. Kadangi prizmė pagaminta iš stiklo, kiekviena skirtingo dažnio banga dėl skirtingo lūžio rodiklio lūžta skirtingu negu kitos spalvos banga kampu. Dėl šios priežasties skirtingos spalvos keliauja skirtingais kampais, taip iš baltos šviesos spindulių pluošto atsiskiria jį sudarantys skirtingų spalvų pluošteliai. Praeidami prizmės briauną skirtingų spindulių šviesos spinduliai dar kartą lūžta link prizmės pagrindo. Tokiu būdu kitoje prizmės pusėje skirtingais kampais keliaus skirtingos spalvos. Jei tų spindulių kelyje patalpintume baltą popieriaus lapą, pamatytume paveikslą, vadinamą spektru. Šviesos spektrą susitarta dalinti į šias spalvas: raudoną, oranžinę, geltoną, žalią, žydrą, mėlyną, violetinę. Spektre visos spalvos palaipsniui pereina viena į kitą. Šį eksperimentą pirmąsyk atliko ir aprašė Izaokas Niutonas.

Dispersijos dydžiai

Mažiausiai lūžta raudoni spinduliai: nuo pradinės krypties jų nukrypimo kampas lygus δr = (nr-1)α, čia nr – raudonos spalvos spindulio lūžimo rodiklis, o α – prizmės laužiamasis kampas. Daugiausiai lūžta violetiniai, jų nukrypimo kampas δv= (nv – 1)α. Kaip jau minėta, skirtingų spalvų šviesos spinduliai skiriasi bangų ilgiais (λ = 0,75–0,4μ) ir skirtingais lūžio rodikliais. Tarp spektro kraštinių spalvų spindulių esantį kampą vadiname dispersijos kampu δ. Dispersijos kampas nusako spektro plotį:

δ = δ v − δ Γ = (nv – nr)× α

Lūžio rodiklių skirtumas nv – nΓ kiekybiškai ir apibūdina medžiagos dispersiją. Tačiau medžiagos dispersijos matu yra priimta laikyti medžiagos lūžimo rodiklio pasikeitimo ir Δλ santykį: Δn/Δλ. Šis santykis nusako vidutinę medžiagos dispersijos reikšmę, o tikrąją medžiagos dispersijos reikšmę nusakome dydžiu: dn santykis iš dλ.

Normalioji ir anomalioji dispersija

Apie normalią dispersiją kalbama tada, kai didėjant šviesos bangos ilgiui, lūžio rodiklis mažėja:

dndλ<0{\displaystyle {\frac {dn}{d\lambda }}<0}

Priešingu atveju (dndλ>0{\displaystyle {\frac {dn}{d\lambda }}>0}) dipersija vadinama anomalia dispersija. Anomali dispersija būna tik labai siaurame bangų intervale (tam tikrose medžiagose tokių intervalų gali apskritai nebūti, arba gali būti keli intervalai).

Šviesos dispersijos elektroninė teorija

Tai teorija, paaiškinanti medžiaginės dispersijos priežastis. Pagrindiniai teiginiai yra tokie.

Medžiagos elektronai ar jonai, veikiami šviesos (t. y. elektromagnetinės bangos), virpa dažniu ω (lygiu bangos dažniui). Parodoma, kad šviesos lūžio rodiklis gali būti aprašomas tokia formule:

n=1+∑in0e2ϵ0m(ω2−ω0,i2){\displaystyle n=1+\sum _{i}{\frac {n_{0}e^{2}}{\epsilon _{0}m\left(\omega ^{2}-\omega _{0,i}^{2}\right)}}},

kur

ω0,i – medžiagos molekulių/atomų savųjų virpesių dažniai, priklausantys nuo medžiagos,
e – elektrono krūvis,
n0,i – elektringųjų dalelių koncentracija.

Kai ω artėja prie ω0i, yra anomalioji dispersija.

Apibendrinta aukštų dispersijos eilių formuluotė – Lah-Laguerre'o optika

Chromatinės dispersijos aprašymas perturbacijos būdu, naudojant Teiloro koeficientus, yra naudingas sprendžiant optimizavimo uždavinius, kai reikia subalansuoti kelių skirtingų sistemų dispersiją. Pavyzdžiui, chirpinių impulsų lazeriniuose stiprintuvuose, siekiant išvengti optinių pažeidimų, impulsai pirmiausia ištempiami laike naudojant tempiklį. Tada stiprinimo procese impulsai neišvengiamai sukaupia tiesinę ir netiesinę fazę, einančią per medžiagas. Ir galiausiai impulsai suspaudžiami įvairių tipų kompresoriais. Siekiant panaikinti bet kokias sukauptoje fazėje likusias aukštesnes eilutes, paprastai matuojamos ir subalansuojamos atskiros eilutės. Tačiau vienalytėms sistemoms toks perturbuojamasis aprašymas dažnai nereikalingas (t. y. sklidimas bangolaidžiais). Dispersijos eilės buvo apibendrintos skaičiavimams patogiu būdu, Lah-Laguerre'o tipo transformacijų pavidalu.

Dispersijos eiliškumą apibrėžia fazės arba bangos vektoriaus Teiloro plėtinys.

φ(ω)=φ |ω0+ ∂φ∂ω|ω0(ω−ω0)+12 ∂2φ∂ω2|ω0(ω−ω0)2 +…+1p! ∂pφ∂ωp|ω0(ω−ω0)p+…{\displaystyle {\begin{array}{c}\varphi \mathrm {(} \omega \mathrm {)} =\varphi \left.\ \right|_{\omega _{0}}+\left.\ {\frac {\partial \varphi }{\partial \omega }}\right|_{\omega _{0}}\left(\omega -\omega _{0}\right)+{\frac {1}{2}}\left.\ {\frac {\partial ^{2}\varphi }{\partial \omega ^{2}}}\right|_{\omega _{0}}\left(\omega -\omega _{0}\right)^{2}\ +\ldots +{\frac {1}{p!}}\left.\ {\frac {\partial ^{p}\varphi }{\partial \omega ^{p}}}\right|_{\omega _{0}}\left(\omega -\omega _{0}\right)^{p}+\ldots \end{array}}}

k(ω)=k |ω0+ ∂k∂ω|ω0(ω−ω0)+12 ∂2k∂ω2|ω0(ω−ω0)2 +…+1p! ∂pk∂ωp|ω0(ω−ω0)p+…{\displaystyle {\begin{array}{c}k\mathrm {(} \omega \mathrm {)} =k\left.\ \right|_{\omega _{0}}+\left.\ {\frac {\partial k}{\partial \omega }}\right|_{\omega _{0}}\left(\omega -\omega _{0}\right)+{\frac {1}{2}}\left.\ {\frac {\partial ^{2}k}{\partial \omega ^{2}}}\right|_{\omega _{0}}\left(\omega -\omega _{0}\right)^{2}\ +\ldots +{\frac {1}{p!}}\left.\ {\frac {\partial ^{p}k}{\partial \omega ^{p}}}\right|_{\omega _{0}}\left(\omega -\omega _{0}\right)^{p}+\ldots \end{array}}}

Dispersijos sąryšiai bangovektoriui k(ω)=ωcn(ω){\displaystyle k\mathrm {(} \omega \mathrm {)} ={\frac {\omega }{c}}n\mathrm {(} \omega \mathrm {)} } ir fazei φ(ω)=ωcOP(ω){\displaystyle \varphi \mathrm {(} \omega \mathrm {)} ={\frac {\omega }{c}}{\it {OP}}\mathrm {(} \omega \mathrm {)} } galima išreikšti taip:

∂p∂ωpk(ω)=1c(p∂p−1∂ωp−1n(ω)+ω∂p∂ωpn(ω)) {\displaystyle {\begin{array}{c}{\frac {{\partial }^{p}}{\partial {\omega }^{p}}}k\mathrm {(} \omega \mathrm {)} ={\frac {1}{c}}\left(p{\frac {{\partial }^{p-1}}{\partial {\omega }^{p-1}}}n\mathrm {(} \omega \mathrm {)} +\omega {\frac {{\partial }^{p}}{\partial {\omega }^{p}}}n\mathrm {(} \omega \mathrm {)} \right)\ \end{array}}}, ∂p∂ωpφ(ω)=1c(p∂p−1∂ωp−1OP(ω)+ω∂p∂ωpOP(ω))(1){\displaystyle {\begin{array}{c}{\frac {{\partial }^{p}}{\partial {\omega }^{p}}}\varphi \mathrm {(} \omega \mathrm {)} ={\frac {1}{c}}\left(p{\frac {{\partial }^{p-1}}{\partial {\omega }^{p-1}}}{\it {OP}}\mathrm {(} \omega \mathrm {)} +\omega {\frac {{\partial }^{p}}{\partial {\omega }^{p}}}{\it {OP}}\mathrm {(} \omega \mathrm {)} \right)\end{array}}(1)}

Bet kurios diferencijuojamos funkcijos f(ω|λ){\displaystyle f\mathrm {(} \omega \mathrm {|} \lambda \mathrm {)} } išvestinės bangos ilgio arba dažnio erdvėje nurodomos per Laho transformaciją kaip:

∂p∂ωpf(ω)=(−1)p(λ2πc)p∑m=0pA(p,m)λm∂m∂λmf(λ){\displaystyle {\begin{array}{l}{\frac {\partial {p}}{\partial {\omega }^{p}}}f\mathrm {(} \omega \mathrm {)} ={}{\left(\mathrm {-} \mathrm {1} \right)}^{p}{\left({\frac {\lambda }{\mathrm {2} \pi c}}\right)}^{p}\sum \limits _{m={0}}^{p}{{\mathcal {A}}\mathrm {(} p,m\mathrm {)} {\lambda }^{m}{\frac {{\partial }^{m}}{\partial {\lambda }^{m}}}f\mathrm {(} \lambda \mathrm {)} }\end{array}}} ,{\displaystyle ,} ∂p∂λpf(λ)=(−1)p(ω2πc)p∑m=0pA(p,m)ωm∂m∂ωmf(ω)(2){\displaystyle {\begin{array}{c}{\frac {{\partial }^{p}}{\partial {\lambda }^{p}}}f\mathrm {(} \lambda \mathrm {)} ={}{\left(\mathrm {-} \mathrm {1} \right)}^{p}{\left({\frac {\omega }{\mathrm {2} \pi c}}\right)}^{p}\sum \limits _{m={0}}^{p}{{\mathcal {A}}\mathrm {(} p,m\mathrm {)} {\omega }^{m}{\frac {{\partial }^{m}}{\partial {\omega }^{m}}}f\mathrm {(} \omega \mathrm {)} }\end{array}}(2)}

Transformacijos matricos elementai yra Lah koeficientai: A(p,m)=p!(p−m)!m!(p−1)!(m−1)!{\displaystyle {\mathcal {A}}\mathrm {(} p,m\mathrm {)} ={\frac {p\mathrm {!} }{\left(p\mathrm {-} m\right)\mathrm {!} m\mathrm {!} }}{\frac {\mathrm {(} p\mathrm {-} \mathrm {1)!} }{\mathrm {(} m\mathrm {-} \mathrm {1)!} }}}

Užrašyta GDD, pirmiau pateikta išraiška teigia, kad konstanta, kurios bangos ilgis GGD, turės nulį aukštesnių eilių. Aukštesnieji laipsniai, apskaičiuoti pagal GDD, yra tokie: ∂p∂ωpGDD(ω)=(−1)p(λ2πc)p∑m=0pA(p,m)λm∂m∂λmGDD(λ){\displaystyle {\begin{array}{c}{\frac {{\partial }^{p}}{\partial {\omega }^{p}}}GDD\mathrm {(} \omega \mathrm {)} ={}{\left(\mathrm {-} \mathrm {1} \right)}^{p}{\left({\frac {\lambda }{\mathrm {2} \pi c}}\right)}^{p}\sum \limits _{m={0}}^{p}{{\mathcal {A}}\mathrm {(} p,m\mathrm {)} {\lambda }^{m}{\frac {{\partial }^{m}}{\partial {\lambda }^{m}}}GDD\mathrm {(} \lambda \mathrm {)} }\end{array}}}

Lūžio rodiklį n{\displaystyle n} arba optinį kelią OP{\displaystyle OP} pakeitus lygtimi (2) į lygtį (1), gaunamos uždaros formos dispersijos eilių išraiškos. Apskritai pth{\displaystyle p^{th}} dispersijos eilės POD yra neigiamos antros eilės Lagerio tipo transformacija:

POD=dmφ(ω)dωm=(−1)p(λ2πc)(p−1)∑m=0pB(p,m)(λ)mdmOP(λ)dλm{\displaystyle POD={\frac {d^{m}\varphi (\omega )}{d\omega ^{m}}}=(-1)^{p}({\frac {\lambda }{2\pi c}})^{(p-1)}\sum _{m=0}^{p}{\mathcal {B(p,m)}}(\lambda )^{m}{\frac {d^{m}OP(\lambda )}{d\lambda ^{m}}}} ,{\displaystyle ,} POD=dmk(ω)dωm=(−1)p(λ2πc)(p−1)∑m=0pB(p,m)(λ)mdmn(λ)dλm{\displaystyle POD={\frac {d^{m}k(\omega )}{d\omega ^{m}}}=(-1)^{p}({\frac {\lambda }{2\pi c}})^{(p-1)}\sum _{m=0}^{p}{\mathcal {B(p,m)}}(\lambda )^{m}{\frac {d^{m}n(\lambda )}{d\lambda ^{m}}}}

Transformacijų matricos elementai yra be ženklo Laguerre'o koeficientai, kurių eilė minus 2, ir yra tokie: B(p,m)=p!(p−m)!m!(p−2)!(m−2)!{\displaystyle {\mathcal {B}}\mathrm {(} p,m\mathrm {)} ={\frac {p\mathrm {!} }{\left(p\mathrm {-} m\right)\mathrm {!} m\mathrm {!} }}{\frac {\mathrm {(} p\mathrm {-} \mathrm {2)!} }{\mathrm {(} m\mathrm {-} \mathrm {2)!} }}}

Pirmieji dešimt dispersijos eilių, aiškiai užrašytų bangos vektoriui, yra šios:

GD=∂∂ωk(ω)=1c(n(ω)+ω∂n(ω)∂ω)=1c(n(λ)−λ∂n(λ)∂λ)=vgr−1{\displaystyle {\begin{array}{l}{\boldsymbol {\it {GD}}}={\frac {\partial }{\partial \omega }}k\mathrm {(} \omega \mathrm {)} ={\frac {\mathrm {1} }{c}}\left(n\mathrm {(} \omega \mathrm {)} +\omega {\frac {\partial n\mathrm {(} \omega \mathrm {)} }{\partial \omega }}\right)={\frac {\mathrm {1} }{c}}\left(n\mathrm {(} \lambda \mathrm {)} -\lambda {\frac {\partial n\mathrm {(} \lambda \mathrm {)} }{\partial \lambda }}\right)=v_{gr}^{\mathrm {-} \mathrm {1} }\end{array}}}

Grupinis lūžio rodiklis ng{\displaystyle n_{g}} apibrėžiamas taip: ng=cvgr−1{\displaystyle n_{g}=cv_{gr}^{\mathrm {-} \mathrm {1} }}.

GDD=∂2∂ω2k(ω)=1c(2∂n(ω)∂ω+ω∂2n(ω)∂ω2)=1c(λ2πc)(λ2∂2n(λ)∂λ2){\displaystyle {\begin{array}{l}{\boldsymbol {\it {GDD}}}={\frac {{\partial }^{2}}{\partial {\omega }^{\mathrm {2} }}}k\mathrm {(} \omega \mathrm {)} ={\frac {\mathrm {1} }{c}}\left(\mathrm {2} {\frac {\partial n\mathrm {(} \omega \mathrm {)} }{\partial \omega }}+\omega {\frac {{\partial }^{2}n\mathrm {(} \omega \mathrm {)} }{\partial {\omega }^{\mathrm {2} }}}\right)={\frac {\mathrm {1} }{c}}\left({\frac {\lambda }{\mathrm {2} \pi c}}\right)\left({\lambda }^{\mathrm {2} }{\frac {{\partial }^{2}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {2} }}}\right)\end{array}}}

TOD=∂3∂ω3k(ω)=1c(3∂2n(ω)∂ω2+ω∂3n(ω)∂ω3)=−1c(λ2πc)2(3λ2∂2n(λ)∂λ2+λ3∂3n(λ)∂λ3){\displaystyle {\begin{array}{l}{\boldsymbol {\it {TOD}}}={\frac {{\partial }^{3}}{\partial {\omega }^{\mathrm {3} }}}k\mathrm {(} \omega \mathrm {)} ={\frac {\mathrm {1} }{c}}\left(\mathrm {3} {\frac {{\partial }^{2}n\mathrm {(} \omega \mathrm {)} }{\partial {\omega }^{\mathrm {2} }}}+\omega {\frac {{\partial }^{3}n\mathrm {(} \omega \mathrm {)} }{\partial {\omega }^{\mathrm {3} }}}\right)={-}{\frac {\mathrm {1} }{c}}{\left({\frac {\lambda }{\mathrm {2} \pi c}}\right)}^{\mathrm {2} }{\Bigl (}\mathrm {3} {\lambda }^{\mathrm {2} }{\frac {{\partial }^{2}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {2} }}}+{\lambda }^{\mathrm {3} }{\frac {{\partial }^{3}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {3} }}}{\Bigr )}\end{array}}}

FOD=∂4∂ω4k(ω)=1c(4∂3n(ω)∂ω3+ω∂4n(ω)∂ω4)=1c(λ2πc)3(12λ2∂2n(λ)∂λ2+8λ3∂3n(λ)∂λ3+λ4∂4n(λ)∂λ4){\displaystyle {\begin{array}{l}{\boldsymbol {\it {FOD}}}={\frac {{\partial }^{4}}{\partial {\omega }^{\mathrm {4} }}}k\mathrm {(} \omega \mathrm {)} ={\frac {\mathrm {1} }{c}}\left(\mathrm {4} {\frac {{\partial }^{3}n\mathrm {(} \omega \mathrm {)} }{\partial {\omega }^{\mathrm {3} }}}+\omega {\frac {{\partial }^{4}n\mathrm {(} \omega \mathrm {)} }{\partial {\omega }^{\mathrm {4} }}}\right)={\frac {\mathrm {1} }{c}}{\left({\frac {\lambda }{\mathrm {2} \pi c}}\right)}^{\mathrm {3} }{\Bigl (}\mathrm {12} {\lambda }^{\mathrm {2} }{\frac {{\partial }^{2}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {2} }}}+\mathrm {8} {\lambda }^{\mathrm {3} }{\frac {{\partial }^{3}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {3} }}}+{\lambda }^{\mathrm {4} }{\frac {{\partial }^{4}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {4} }}}{\Bigr )}\end{array}}}

FiOD=∂5∂ω5k(ω)=1c(5∂4n(ω)∂ω4+ω∂5n(ω)∂ω5)=−1c(λ2πc)4(60λ2∂2n(λ)∂λ2+60λ3∂3n(λ)∂λ3+15λ4∂4n(λ)∂λ4+λ5∂5n(λ)∂λ5){\displaystyle {\begin{array}{l}{\boldsymbol {\it {FiOD}}}={\frac {{\partial }^{5}}{\partial {\omega }^{\mathrm {5} }}}k\mathrm {(} \omega \mathrm {)} ={\frac {\mathrm {1} }{c}}\left(\mathrm {5} {\frac {{\partial }^{4}n\mathrm {(} \omega \mathrm {)} }{\partial {\omega }^{\mathrm {4} }}}+\omega {\frac {{\partial }^{5}n\mathrm {(} \omega \mathrm {)} }{\partial {\omega }^{\mathrm {5} }}}\right)={-}{\frac {\mathrm {1} }{c}}{\left({\frac {\lambda }{\mathrm {2} \pi c}}\right)}^{\mathrm {4} }{\Bigl (}\mathrm {60} {\lambda }^{\mathrm {2} }{\frac {{\partial }^{2}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {2} }}}+\mathrm {60} {\lambda }^{\mathrm {3} }{\frac {{\partial }^{3}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {3} }}}+\mathrm {15} {\lambda }^{\mathrm {4} }{\frac {{\partial }^{4}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {4} }}}+{\lambda }^{\mathrm {5} }{\frac {{\partial }^{5}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {5} }}}{\Bigr )}\end{array}}}

SiOD=∂6∂ω6k(ω)=1c(6∂5n(ω)∂ω5+ω∂6n(ω)∂ω6)=1c(λ2πc)5(360λ2∂2n(λ)∂λ2+480λ3∂3n(λ)∂λ3+180λ4∂4n(λ)∂λ4+24λ5∂5n(λ)∂λ5+λ6∂6n(λ)∂λ6){\displaystyle {\begin{array}{l}{\boldsymbol {\it {SiOD}}}={\frac {{\partial }^{6}}{\partial {\omega }^{\mathrm {6} }}}k\mathrm {(} \omega \mathrm {)} ={\frac {\mathrm {1} }{c}}\left(\mathrm {6} {\frac {{\partial }^{5}n\mathrm {(} \omega \mathrm {)} }{\partial {\omega }^{\mathrm {5} }}}+\omega {\frac {{\partial }^{6}n\mathrm {(} \omega \mathrm {)} }{\partial {\omega }^{\mathrm {6} }}}\right)={\frac {\mathrm {1} }{c}}{\left({\frac {\lambda }{\mathrm {2} \pi c}}\right)}^{\mathrm {5} }{\Bigl (}\mathrm {360} {\lambda }^{\mathrm {2} }{\frac {{\partial }^{2}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {2} }}}+\mathrm {480} {\lambda }^{\mathrm {3} }{\frac {{\partial }^{3}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {3} }}}+\mathrm {180} {\lambda }^{\mathrm {4} }{\frac {{\partial }^{4}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {4} }}}+\mathrm {24} {\lambda }^{\mathrm {5} }{\frac {{\partial }^{5}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {5} }}}+{\lambda }^{\mathrm {6} }{\frac {{\partial }^{6}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {6} }}}{\Bigr )}\end{array}}}

SeOD=∂7∂ω7k(ω)=1c(7∂6n(ω)∂ω6+ω∂7n(ω)∂ω7)=−1c(λ2πc)6(2520λ2∂2n(λ)∂λ2+4200λ3∂3n(λ)∂λ3+2100λ4∂4n(λ)∂λ4+420λ5∂5n(λ)∂λ5+35λ6∂6n(λ)∂λ6+λ7∂7n(λ)∂λ7){\displaystyle {\begin{array}{l}{\boldsymbol {\it {SeOD}}}={\frac {{\partial }^{7}}{\partial {\omega }^{\mathrm {7} }}}k\mathrm {(} \omega \mathrm {)} ={\frac {\mathrm {1} }{c}}\left(\mathrm {7} {\frac {{\partial }^{6}n\mathrm {(} \omega \mathrm {)} }{{\partial \omega }^{\mathrm {6} }}}+\omega {\frac {{\partial }^{7}n\mathrm {(} \omega \mathrm {)} }{{\partial \omega }^{\mathrm {7} }}}\right)={-}{\frac {\mathrm {1} }{c}}{\left({\frac {\lambda }{\mathrm {2} \pi c}}\right)}^{\mathrm {6} }{\Bigl (}\mathrm {2520} {\lambda }^{\mathrm {2} }{\frac {{\partial }^{2}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {2} }}}+\mathrm {4200} {\lambda }^{\mathrm {3} }{\frac {{\partial }^{3}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {3} }}}+\mathrm {2100} {\lambda }^{\mathrm {4} }{\frac {{\partial }^{4}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {4} }}}+\mathrm {420} {\lambda }^{\mathrm {5} }{\frac {{\partial }^{5}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {5} }}}+\mathrm {35} {\lambda }^{\mathrm {6} }{\frac {{\partial }^{6}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {6} }}}+{\lambda }^{\mathrm {7} }{\frac {{\partial }^{7}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {7} }}}{\Bigr )}\end{array}}}

EOD=∂8∂ω8k(ω)=1c(8∂7n(ω)∂ω7+ω∂8n(ω)∂ω8)=1c(λ2πc)7(20160λ2∂2n(λ)∂λ2+40320λ3∂3n(λ)∂λ3+25200λ4∂4n(λ)∂λ4+6720λ5∂5n(λ)∂λ5+840λ6∂6n(λ)∂λ6++48λ7∂7n(λ)∂λ7+λ8∂8n(λ)∂λ8){\displaystyle {\begin{array}{l}{\boldsymbol {\it {EOD}}}={\frac {{\partial }^{8}}{\partial {\omega }^{\mathrm {8} }}}k\mathrm {(} \omega \mathrm {)} ={\frac {\mathrm {1} }{c}}\left(\mathrm {8} {\frac {{\partial }^{7}n\mathrm {(} \omega \mathrm {)} }{{\partial \omega }^{\mathrm {7} }}}+\omega {\frac {{\partial }^{8}n\mathrm {(} \omega \mathrm {)} }{\partial {\omega }^{\mathrm {8} }}}\right)={\frac {\mathrm {1} }{c}}{\left({\frac {\lambda }{\mathrm {2} \pi c}}\right)}^{\mathrm {7} }{\Bigl (}\mathrm {20160} {\lambda }^{\mathrm {2} }{\frac {{\partial }^{2}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {2} }}}+\mathrm {40320} {\lambda }^{\mathrm {3} }{\frac {{\partial }^{3}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {3} }}}+\mathrm {25200} {\lambda }^{\mathrm {4} }{\frac {{\partial }^{4}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {4} }}}+\mathrm {6720} {\lambda }^{\mathrm {5} }{\frac {{\partial }^{5}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {5} }}}+\mathrm {840} {\lambda }^{\mathrm {6} }{\frac {{\partial }^{6}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {6} }}}+\\+\mathrm {48} {\lambda }^{\mathrm {7} }{\frac {{\partial }^{7}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {7} }}}+{\lambda }^{\mathrm {8} }{\frac {{\partial }^{8}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {8} }}}{\Bigr )}\end{array}}}

NOD=∂9∂ω9k(ω)=1c(9∂8n(ω)∂ω8+ω∂9n(ω)∂ω9)=−1c(λ2πc)8(181440λ2∂2n(λ)∂λ2+423360λ3∂3n(λ)∂λ3+317520λ4∂4n(λ)∂λ4+105840λ5∂5n(λ)∂λ5+17640λ6∂6n(λ)∂λ6++1512λ7∂7n(λ)∂λ7+63λ8∂8n(λ)∂λ8+λ9∂9n(λ)∂λ9){\displaystyle {\begin{array}{l}{\boldsymbol {\it {NOD}}}={\frac {{\partial }^{9}}{\partial {\omega }^{\mathrm {9} }}}k\mathrm {(} \omega \mathrm {)} ={\frac {\mathrm {1} }{c}}\left(\mathrm {9} {\frac {{\partial }^{8}n\mathrm {(} \omega \mathrm {)} }{\partial {\omega }^{\mathrm {8} }}}+\omega {\frac {{\partial }^{9}n\mathrm {(} \omega \mathrm {)} }{\partial {\omega }^{\mathrm {9} }}}\right)={-}{\frac {\mathrm {1} }{c}}{\left({\frac {\lambda }{\mathrm {2} \pi c}}\right)}^{\mathrm {8} }{\Bigl (}\mathrm {181440} {\lambda }^{\mathrm {2} }{\frac {{\partial }^{2}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {2} }}}+\mathrm {423360} {\lambda }^{\mathrm {3} }{\frac {{\partial }^{3}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {3} }}}+\mathrm {317520} {\lambda }^{\mathrm {4} }{\frac {{\partial }^{4}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {4} }}}+\mathrm {105840} {\lambda }^{\mathrm {5} }{\frac {{\partial }^{5}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {5} }}}+\mathrm {17640} {\lambda }^{\mathrm {6} }{\frac {{\partial }^{6}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {6} }}}+\\+\mathrm {1512} {\lambda }^{\mathrm {7} }{\frac {{\partial }^{7}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {7} }}}+\mathrm {63} {\lambda }^{\mathrm {8} }{\frac {{\partial }^{8}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {8} }}}+{\lambda }^{\mathrm {9} }{\frac {{\partial }^{9}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {9} }}}{\Bigr )}\end{array}}}

TeOD=∂10∂ω10k(ω)=1c(10∂9n(ω)∂ω9+ω∂10n(ω)∂ω10)=1c(λ2πc)9(1814400λ2∂2n(λ)∂λ2+4838400λ3∂3n(λ)∂λ3+4233600λ4∂4n(λ)∂λ4+1693440λ5∂5n(λ)∂λ5++352800λ6∂6n(λ)∂λ6+40320λ7∂7n(λ)∂λ7+2520λ8∂8n(λ)∂λ8+80λ9∂9n(λ)∂λ9+λ10∂10n(λ)∂λ10){\displaystyle {\begin{array}{l}{\boldsymbol {\it {TeOD}}}={\frac {{\partial }^{10}}{\partial {\omega }^{\mathrm {10} }}}k\mathrm {(} \omega \mathrm {)} ={\frac {\mathrm {1} }{c}}\left(\mathrm {10} {\frac {{\partial }^{9}n\mathrm {(} \omega \mathrm {)} }{\partial {\omega }^{\mathrm {9} }}}+\omega {\frac {{\partial }^{10}n\mathrm {(} \omega \mathrm {)} }{\partial {\omega }^{\mathrm {10} }}}\right)={\frac {\mathrm {1} }{c}}{\left({\frac {\lambda }{\mathrm {2} \pi c}}\right)}^{\mathrm {9} }{\Bigl (}\mathrm {1814400} {\lambda }^{\mathrm {2} }{\frac {{\partial }^{2}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {2} }}}+\mathrm {4838400} {\lambda }^{\mathrm {3} }{\frac {{\partial }^{3}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {3} }}}+\mathrm {4233600} {\lambda }^{\mathrm {4} }{\frac {{\partial }^{4}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {4} }}}+{1693440}{\lambda }^{\mathrm {5} }{\frac {{\partial }^{5}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {5} }}}+\\+\mathrm {352800} {\lambda }^{\mathrm {6} }{\frac {{\partial }^{6}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {6} }}}+\mathrm {40320} {\lambda }^{\mathrm {7} }{\frac {{\partial }^{7}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {7} }}}+\mathrm {2520} {\lambda }^{\mathrm {8} }{\frac {{\partial }^{8}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {8} }}}+\mathrm {80} {\lambda }^{\mathrm {9} }{\frac {{\partial }^{9}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {9} }}}+{\lambda }^{\mathrm {10} }{\frac {{\partial }^{10}n\mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {10} }}}{\Bigr )}\end{array}}}

Pirmąsias dešimt dispersijos eilių, užrašytų fazei φ{\displaystyle \varphi }, galima išreikšti kaip bangos ilgio funkciją naudojant Laho transformacijas (lygtis (2)) taip:


∂p∂ωpf(ω)=(−1)p(λ2πc)p∑m=0pA(p,m)λm∂m∂λmf(λ){\displaystyle {\begin{array}{l}{\frac {\partial {p}}{\partial {\omega }^{p}}}f\mathrm {(} \omega \mathrm {)} ={}{\left(\mathrm {-} \mathrm {1} \right)}^{p}{\left({\frac {\lambda }{\mathrm {2} \pi c}}\right)}^{p}\sum \limits _{m={0}}^{p}{{\mathcal {A}}\mathrm {(} p,m\mathrm {)} {\lambda }^{m}{\frac {{\partial }^{m}}{\partial {\lambda }^{m}}}f\mathrm {(} \lambda \mathrm {)} }\end{array}}} ,{\displaystyle ,} ∂p∂λpf(λ)=(−1)p(ω2πc)p∑m=0pA(p,m)ωm∂m∂ωmf(ω){\displaystyle {\begin{array}{c}{\frac {{\partial }^{p}}{\partial {\lambda }^{p}}}f\mathrm {(} \lambda \mathrm {)} ={}{\left(\mathrm {-} \mathrm {1} \right)}^{p}{\left({\frac {\omega }{\mathrm {2} \pi c}}\right)}^{p}\sum \limits _{m={0}}^{p}{{\mathcal {A}}\mathrm {(} p,m\mathrm {)} {\omega }^{m}{\frac {{\partial }^{m}}{\partial {\omega }^{m}}}f\mathrm {(} \omega \mathrm {)} }\end{array}}}


∂φ(ω)∂ω=−(2πcω2)∂φ(ω)∂λ=−(λ22πc)∂φ(λ)∂λ{\displaystyle {\begin{array}{l}{\frac {\partial \varphi \mathrm {(} \omega \mathrm {)} }{\partial \omega }}={-}\left({\frac {\mathrm {2} \pi c}{{\omega }^{\mathrm {2} }}}\right){\frac {\partial \varphi \mathrm {(} \omega \mathrm {)} }{\partial \lambda }}={-}\left({\frac {{\lambda }^{\mathrm {2} }}{\mathrm {2} \pi c}}\right){\frac {\partial \varphi \mathrm {(} \lambda \mathrm {)} }{\partial \lambda }}\end{array}}}

∂2φ(ω)∂ω2=∂∂ω(∂φ(ω)∂ω)=(λ2πc)2(2λ∂φ(λ)∂λ+λ2∂2φ(λ)∂λ2){\displaystyle {\begin{array}{l}{\frac {{\partial }^{2}\varphi \mathrm {(} \omega \mathrm {)} }{\partial {\omega }^{\mathrm {2} }}}={\frac {\partial }{\partial \omega }}\left({\frac {\partial \varphi \mathrm {(} \omega \mathrm {)} }{\partial \omega }}\right)={\left({\frac {\lambda }{\mathrm {2} \pi c}}\right)}^{\mathrm {2} }\left(\mathrm {2} \lambda {\frac {\partial \varphi \mathrm {(} \lambda \mathrm {)} }{\partial \lambda }}+{\lambda }^{\mathrm {2} }{\frac {{\partial }^{2}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {2} }}}\right)\end{array}}}

∂3φ(ω)∂ω3=−(λ2πc)3(6λ∂φ(λ)∂λ+6λ2∂2φ(λ)∂λ2+λ3∂3φ(λ)∂λ3){\displaystyle {\begin{array}{l}{\frac {{\partial }^{3}\varphi \mathrm {(} \omega \mathrm {)} }{\partial {\omega }^{\mathrm {3} }}}={-}{\left({\frac {\lambda }{\mathrm {2} \pi c}}\right)}^{\mathrm {3} }\left(\mathrm {6} \lambda {\frac {\partial \varphi \mathrm {(} \lambda \mathrm {)} }{\partial \lambda }}+\mathrm {6} {\lambda }^{\mathrm {2} }{\frac {{\partial }^{2}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {2} }}}+{\lambda }^{\mathrm {3} }{\frac {{\partial }^{3}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {3} }}}\right)\end{array}}}

∂4φ(ω)∂ω4=(λ2πc)4(24λ∂φ(λ)∂λ+36λ2∂2φ(λ)∂λ2+12λ3∂3φ(λ)∂λ3+λ4∂4φ(λ)∂λ4){\displaystyle {\begin{array}{l}{\frac {{\partial }^{4}\varphi \mathrm {(} \omega \mathrm {)} }{\partial {\omega }^{\mathrm {4} }}}={\left({\frac {\lambda }{\mathrm {2} \pi c}}\right)}^{\mathrm {4} }{\Bigl (}\mathrm {24} \lambda {\frac {\partial \varphi \mathrm {(} \lambda \mathrm {)} }{\partial \lambda }}+\mathrm {36} {\lambda }^{\mathrm {2} }{\frac {{\partial }^{2}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {2} }}}+\mathrm {12} {\lambda }^{\mathrm {3} }{\frac {{\partial }^{3}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {3} }}}+{\lambda }^{\mathrm {4} }{\frac {{\partial }^{4}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {4} }}}{\Bigr )}\end{array}}}

∂5φ(ω)∂ω5=−(λ2πc)5(120λ∂φ(λ)∂λ+240λ2∂2φ(λ)∂λ2+120λ3∂3φ(λ)∂λ3+20λ4∂4φ(λ)∂λ4+λ5∂5φ(λ)∂λ5){\displaystyle {\begin{array}{l}{\frac {{\partial }^{\mathrm {5} }\varphi \mathrm {(} \omega \mathrm {)} }{\partial {\omega }^{\mathrm {5} }}}={-}{\left({\frac {\lambda }{\mathrm {2} \pi c}}\right)}^{\mathrm {5} }{\Bigl (}\mathrm {120} \lambda {\frac {\partial \varphi \mathrm {(} \lambda \mathrm {)} }{\partial \lambda }}+\mathrm {240} {\lambda }^{\mathrm {2} }{\frac {{\partial }^{2}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {2} }}}+\mathrm {120} {\lambda }^{\mathrm {3} }{\frac {{\partial }^{3}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {3} }}}+\mathrm {20} {\lambda }^{\mathrm {4} }{\frac {{\partial }^{4}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {4} }}}+{\lambda }^{\mathrm {5} }{\frac {{\partial }^{5}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {5} }}}{\Bigr )}\end{array}}}

∂6φ(ω)∂ω6=(λ2πc)6(720λ∂φ(λ)∂λ+1800λ2∂2φ(λ)∂λ2+1200λ3∂3φ(λ)∂λ3+300λ4∂4φ(λ)∂λ4+30λ5∂5φ(λ)∂λ5 +λ6∂6φ(λ)∂λ6){\displaystyle {\begin{array}{l}{\frac {{\partial }^{6}\varphi \mathrm {(} \omega \mathrm {)} }{\partial {\omega }^{\mathrm {6} }}}={\left({\frac {\lambda }{\mathrm {2} \pi c}}\right)}^{\mathrm {6} }{\Bigl (}\mathrm {720} \lambda {\frac {\partial \varphi \mathrm {(} \lambda \mathrm {)} }{\partial \lambda }}+\mathrm {1800} {\lambda }^{\mathrm {2} }{\frac {{\partial }^{2}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {2} }}}+\mathrm {1200} {\lambda }^{\mathrm {3} }{\frac {{\partial }^{3}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {3} }}}+\mathrm {300} {\lambda }^{\mathrm {4} }{\frac {{\partial }^{4}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {4} }}}+\mathrm {30} {\lambda }^{\mathrm {5} }{\frac {{\partial }^{5}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {5} }}}\mathrm {\ +} {\lambda }^{\mathrm {6} }{\frac {{\partial }^{6}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {6} }}}{\Bigr )}\end{array}}}

∂7φ(ω)∂ω7=−(λ2πc)7(5040λ∂φ(λ)∂λ+15120λ2∂2φ(λ)∂λ2+12600λ3∂3φ(λ)∂λ3+4200λ4∂4φ(λ)∂λ4+630λ5∂5φ(λ)∂λ5+42λ6∂6φ(λ)∂λ6+λ7∂7φ(λ)∂λ7){\displaystyle {\begin{array}{l}{\frac {{\partial }^{7}\varphi \mathrm {(} \omega \mathrm {)} }{\partial {\omega }^{\mathrm {7} }}}={-}{\left({\frac {\lambda }{\mathrm {2} \pi c}}\right)}^{\mathrm {7} }{\Bigl (}\mathrm {5040} \lambda {\frac {\partial \varphi \mathrm {(} \lambda \mathrm {)} }{\partial \lambda }}+\mathrm {15120} {\lambda }^{\mathrm {2} }{\frac {{\partial }^{2}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {2} }}}+\mathrm {12600} {\lambda }^{\mathrm {3} }{\frac {{\partial }^{3}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {3} }}}+\mathrm {4200} {\lambda }^{\mathrm {4} }{\frac {{\partial }^{4}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {4} }}}+\mathrm {630} {\lambda }^{\mathrm {5} }{\frac {{\partial }^{5}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {5} }}}+\mathrm {42} {\lambda }^{\mathrm {6} }{\frac {{\partial }^{6}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {6} }}}+{\lambda }^{\mathrm {7} }{\frac {{\partial }^{7}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {7} }}}{\Bigr )}\end{array}}}

∂8φ(ω)∂ω8=(λ2πc)8(40320λ∂φ(λ)∂λ+141120λ2∂2φ(λ)∂λ2+141120λ3∂3φ(λ)∂λ3+58800λ4∂4φ(λ)∂λ4+11760λ5∂5φ(λ)∂λ5+1176λ6∂6φ(λ)∂λ6+56λ7∂7φ(λ)∂λ7++λ8∂8φ(λ)∂λ8){\displaystyle {\begin{array}{l}{\frac {{\partial }^{8}\varphi \mathrm {(} \omega \mathrm {)} }{\partial {\omega }^{\mathrm {8} }}}={\left({\frac {\lambda }{\mathrm {2} \pi c}}\right)}^{\mathrm {8} }{\Bigl (}\mathrm {40320} \lambda {\frac {\partial \varphi \mathrm {(} \lambda \mathrm {)} }{\partial \lambda }}+\mathrm {141120} {\lambda }^{\mathrm {2} }{\frac {{\partial }^{2}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {2} }}}+\mathrm {141120} {\lambda }^{\mathrm {3} }{\frac {{\partial }^{3}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {3} }}}+\mathrm {58800} {\lambda }^{\mathrm {4} }{\frac {{\partial }^{4}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {4} }}}+\mathrm {11760} {\lambda }^{\mathrm {5} }{\frac {{\partial }^{5}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {5} }}}+\mathrm {1176} {\lambda }^{\mathrm {6} }{\frac {{\partial }^{6}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {6} }}}+\mathrm {56} {\lambda }^{\mathrm {7} }{\frac {{\partial }^{7}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {7} }}}+\\+{\lambda }^{\mathrm {8} }{\frac {\partial ^{8}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {8} }}}{\Bigr )}\end{array}}} ∂9φ(ω)∂ω9=−(λ2πc)9(362880λ∂φ(λ)∂λ+1451520λ2∂2φ(λ)∂λ2+1693440λ3∂3φ(λ)∂λ3+846720λ4∂4φ(λ)∂λ4+211680λ5∂5φ(λ)∂λ5+28224λ6∂6φ(λ)∂λ6++2016λ7∂7φ(λ)∂λ7+72λ8∂8φ(λ)∂λ8+λ9∂9φ(λ)∂λ9){\displaystyle {\begin{array}{l}{\frac {{\partial }^{9}\varphi \mathrm {(} \omega \mathrm {)} }{\partial {\omega }^{\mathrm {9} }}}={-}{\left({\frac {\lambda }{\mathrm {2} \pi c}}\right)}^{\mathrm {9} }{\Bigl (}\mathrm {362880} \lambda {\frac {\partial \varphi \mathrm {(} \lambda \mathrm {)} }{\partial \lambda }}+\mathrm {1451520} {\lambda }^{\mathrm {2} }{\frac {{\partial }^{2}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {2} }}}+\mathrm {1693440} {\lambda }^{\mathrm {3} }{\frac {{\partial }^{3}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {3} }}}+\mathrm {846720} {\lambda }^{\mathrm {4} }{\frac {{\partial }^{4}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {4} }}}+\mathrm {211680} {\lambda }^{\mathrm {5} }{\frac {{\partial }^{5}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {5} }}}+\mathrm {28224} {\lambda }^{\mathrm {6} }{\frac {{\partial }^{6}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {6} }}}+\\+\mathrm {2016} {\lambda }^{\mathrm {7} }{\frac {{\partial }^{7}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {7} }}}+\mathrm {72} {\lambda }^{\mathrm {8} }{\frac {{\partial }^{8}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {8} }}}+{\lambda }^{\mathrm {9} }{\frac {\partial ^{\mathrm {9} }\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {9} }}}{\Bigr )}\end{array}}}

∂10φ(ω)∂ω10=(λ2πc)10(3628800λ∂φ(λ)∂λ+16329600λ2∂2φ(λ)∂λ2+21772800λ3∂3φ(λ)∂λ3+12700800λ4∂4φ(λ)∂λ4+3810240λ5∂5φ(λ)∂λ5+635040λ6∂6φ(λ)∂λ6++60480λ7∂7φ(λ)∂λ7+3240λ8∂8φ(λ)∂λ8+90λ9∂9φ(λ)∂λ9+λ10∂10φ(λ)∂λ10){\displaystyle {\begin{array}{l}{\frac {{\partial }^{10}\varphi \mathrm {(} \omega \mathrm {)} }{\partial {\omega }^{\mathrm {10} }}}={\left({\frac {\lambda }{\mathrm {2} \pi c}}\right)}^{\mathrm {10} }{\Bigl (}\mathrm {3628800} \lambda {\frac {\partial \varphi \mathrm {(} \lambda \mathrm {)} }{\partial \lambda }}+\mathrm {16329600} {\lambda }^{\mathrm {2} }{\frac {{\partial }^{2}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {2} }}}+\mathrm {21772800} {\lambda }^{\mathrm {3} }{\frac {{\partial }^{3}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {3} }}}+\mathrm {12700800} {\lambda }^{\mathrm {4} }{\frac {{\partial }^{4}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {4} }}}+\mathrm {3810240} {\lambda }^{\mathrm {5} }{\frac {{\partial }^{5}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {5} }}}+\mathrm {635040} {\lambda }^{\mathrm {6} }{\frac {{\partial }^{6}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {6} }}}+\\+\mathrm {60480} {\lambda }^{\mathrm {7} }{\frac {{\partial }^{7}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {7} }}}+\mathrm {3240} {\lambda }^{\mathrm {8} }{\frac {{\partial }^{8}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {8} }}}+\mathrm {90} {\lambda }^{\mathrm {9} }{\frac {{\partial }^{9}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {9} }}}+{\lambda }^{\mathrm {10} }{\frac {{\partial }^{10}\varphi \mathrm {(} \lambda \mathrm {)} }{\partial {\lambda }^{\mathrm {10} }}}{\Bigr )}\end{array}}}

Šaltiniai

  1. Popmintchev, Dimitar; Wang, Siyang; Xiaoshi, Zhang; Stoev, Ventzislav; Popmintchev, Tenio (2022-10-24). „Analytical Lah-Laguerre optical formalism for perturbative chromatic dispersion“. Optics Express (anglų). 30 (22): 40779–40808. Bibcode:2022OExpr..3040779P. doi:10.1364/OE.457139. ISSN 1094-4087. PMID 36299007.
  2. Popmintchev, Dimitar; Wang, Siyang; Xiaoshi, Zhang; Stoev, Ventzislav; Popmintchev, Tenio (2020-08-30). „Theory of the Chromatic Dispersion, Revisited“ (anglų). :2011.00066 [physics.optics].

Autorius: www.NiNa.Az

Išleidimo data: 08 Lie, 2025 / 01:18

vikipedija, wiki, lietuvos, knyga, knygos, biblioteka, straipsnis, skaityti, atsisiųsti, nemokamai atsisiųsti, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, pictu, mobilusis, porn, telefonas, android, iOS, apple, mobile telefl, samsung, iPhone, xiomi, xiaomi, redmi, pornografija, honor, oppo, Nokia, Sonya, mi, pc, web, kompiuteris, Informacija apie Šviesos dispersija, Kas yra Šviesos dispersija? Ką reiškia Šviesos dispersija?

Siam straipsniui ar jo daliai reikia daugiau nuorodu į patikimus saltinius Jus galite padeti Vikipedijai įrasydami tinkamas isnasas ar nuorodas į patikimus saltinius Kitos reiksmes Dispersija reiksmes Sviesos dispersija vadinama sviesa apibudinancio dydzio luzio rodiklio fazinio greicio grupinio greicio sklidimo kampo ir t t priklausomybe nuo sviesos spalvos daznio Labiausiai zinomas dispersijos pavyzdys yra vaivorykste Vaivorykste susidaro del vandens lasu esanciu ore medziagines dispersijos vandens luzio rodiklio priklausomybes nuo sviesos bangos ilgio spalvos Skirtingos spalvos sviesos spinduliai keliaudami per vandens lasa luzta skirtingais kampais tokiu budu Saules sviesa sudarancios skirtingu spalvu bangos atsiskiria erdveje sudarydamos vaivorykste Sviesos dispersija prizmeje Medziagine dispersija turi įtakos ir kitomis aplinkybemis tarkim ji salygoja impulsu plitima optiniame sviesolaidyje del to signalai issikraipo nusklisdami didelius atstumus Medziagine dispersija ir netiesiniai efektai gali salygoti solitonu atsiradima Medziagine dispersija kartais yra vadinama chromatine dispersija taip pabreziant jos prigimtį Difrakcine gardele salygoja kampines dispersijos atsiradima didesnes negu nulines eiles difrakciniuose maksimuose Kampine dispersija yra placiai naudojama įvairiuose optiniuose prietaisuose tam kad butu atskirti skirtingos spalvos signalai erdveje Kampine dispersija gali buti salygota ir medziagines dispersijos Geriausias to pavyzdys vaivorykste kur skirtingu spalvu sviesos spinduliai is vandens laso iskeliauja skirtingais kampais tuo budu atsiranda kampine dispersija Veikimas Niutono eksperimentas Siauras baltas sviesos spinduliu pluostas krites į stiklines prizmes briauna luzta link prizmes pagrindo Kadangi prizme pagaminta is stiklo kiekviena skirtingo daznio banga del skirtingo luzio rodiklio luzta skirtingu negu kitos spalvos banga kampu Del sios priezasties skirtingos spalvos keliauja skirtingais kampais taip is baltos sviesos spinduliu pluosto atsiskiria jį sudarantys skirtingu spalvu pluosteliai Praeidami prizmes briauna skirtingu spinduliu sviesos spinduliai dar karta luzta link prizmes pagrindo Tokiu budu kitoje prizmes puseje skirtingais kampais keliaus skirtingos spalvos Jei tu spinduliu kelyje patalpintume balta popieriaus lapa pamatytume paveiksla vadinama spektru Sviesos spektra susitarta dalinti į sias spalvas raudona oranzine geltona zalia zydra melyna violetine Spektre visos spalvos palaipsniui pereina viena į kita Sį eksperimenta pirmasyk atliko ir aprase Izaokas Niutonas Dispersijos dydziaiMaziausiai luzta raudoni spinduliai nuo pradines krypties ju nukrypimo kampas lygus dr nr 1 a cia nr raudonos spalvos spindulio luzimo rodiklis o a prizmes lauziamasis kampas Daugiausiai luzta violetiniai ju nukrypimo kampas dv nv 1 a Kaip jau mineta skirtingu spalvu sviesos spinduliai skiriasi bangu ilgiais l 0 75 0 4m ir skirtingais luzio rodikliais Tarp spektro krastiniu spalvu spinduliu esantį kampa vadiname dispersijos kampu d Dispersijos kampas nusako spektro plotį d d v d G nv nr a Luzio rodikliu skirtumas nv nG kiekybiskai ir apibudina medziagos dispersija Taciau medziagos dispersijos matu yra priimta laikyti medziagos luzimo rodiklio pasikeitimo ir Dl santykį Dn Dl Sis santykis nusako vidutine medziagos dispersijos reiksme o tikraja medziagos dispersijos reiksme nusakome dydziu dn santykis is dl Normalioji ir anomalioji dispersijaApie normalia dispersija kalbama tada kai didejant sviesos bangos ilgiui luzio rodiklis mazeja dndl lt 0 displaystyle frac dn d lambda lt 0 Priesingu atveju dndl gt 0 displaystyle frac dn d lambda gt 0 dipersija vadinama anomalia dispersija Anomali dispersija buna tik labai siaurame bangu intervale tam tikrose medziagose tokiu intervalu gali apskritai nebuti arba gali buti keli intervalai Sviesos dispersijos elektronine teorijaTai teorija paaiskinanti medziagines dispersijos priezastis Pagrindiniai teiginiai yra tokie Medziagos elektronai ar jonai veikiami sviesos t y elektromagnetines bangos virpa dazniu w lygiu bangos dazniui Parodoma kad sviesos luzio rodiklis gali buti aprasomas tokia formule n 1 in0e2ϵ0m w2 w0 i2 displaystyle n 1 sum i frac n 0 e 2 epsilon 0 m left omega 2 omega 0 i 2 right kur w0 i medziagos molekuliu atomu savuju virpesiu dazniai priklausantys nuo medziagos e elektrono kruvis n0 i elektringuju daleliu koncentracija Kai w arteja prie w0i yra anomalioji dispersija Apibendrinta aukstu dispersijos eiliu formuluote Lah Laguerre o optikaChromatines dispersijos aprasymas perturbacijos budu naudojant Teiloro koeficientus yra naudingas sprendziant optimizavimo uzdavinius kai reikia subalansuoti keliu skirtingu sistemu dispersija Pavyzdziui chirpiniu impulsu lazeriniuose stiprintuvuose siekiant isvengti optiniu pazeidimu impulsai pirmiausia istempiami laike naudojant tempiklį Tada stiprinimo procese impulsai neisvengiamai sukaupia tiesine ir netiesine faze einancia per medziagas Ir galiausiai impulsai suspaudziami įvairiu tipu kompresoriais Siekiant panaikinti bet kokias sukauptoje fazeje likusias aukstesnes eilutes paprastai matuojamos ir subalansuojamos atskiros eilutes Taciau vienalytems sistemoms toks perturbuojamasis aprasymas daznai nereikalingas t y sklidimas bangolaidziais Dispersijos eiles buvo apibendrintos skaiciavimams patogiu budu Lah Laguerre o tipo transformaciju pavidalu Dispersijos eiliskuma apibrezia fazes arba bangos vektoriaus Teiloro pletinys f w f w0 f w w0 w w0 12 2f w2 w0 w w0 2 1p pf wp w0 w w0 p displaystyle begin array c varphi mathrm omega mathrm varphi left right omega 0 left frac partial varphi partial omega right omega 0 left omega omega 0 right frac 1 2 left frac partial 2 varphi partial omega 2 right omega 0 left omega omega 0 right 2 ldots frac 1 p left frac partial p varphi partial omega p right omega 0 left omega omega 0 right p ldots end array k w k w0 k w w0 w w0 12 2k w2 w0 w w0 2 1p pk wp w0 w w0 p displaystyle begin array c k mathrm omega mathrm k left right omega 0 left frac partial k partial omega right omega 0 left omega omega 0 right frac 1 2 left frac partial 2 k partial omega 2 right omega 0 left omega omega 0 right 2 ldots frac 1 p left frac partial p k partial omega p right omega 0 left omega omega 0 right p ldots end array Dispersijos sarysiai bangovektoriui k w wcn w displaystyle k mathrm omega mathrm frac omega c n mathrm omega mathrm ir fazei f w wcOP w displaystyle varphi mathrm omega mathrm frac omega c it OP mathrm omega mathrm galima isreiksti taip p wpk w 1c p p 1 wp 1n w w p wpn w displaystyle begin array c frac partial p partial omega p k mathrm omega mathrm frac 1 c left p frac partial p 1 partial omega p 1 n mathrm omega mathrm omega frac partial p partial omega p n mathrm omega mathrm right end array p wpf w 1c p p 1 wp 1OP w w p wpOP w 1 displaystyle begin array c frac partial p partial omega p varphi mathrm omega mathrm frac 1 c left p frac partial p 1 partial omega p 1 it OP mathrm omega mathrm omega frac partial p partial omega p it OP mathrm omega mathrm right end array 1 Bet kurios diferencijuojamos funkcijos f w l displaystyle f mathrm omega mathrm lambda mathrm isvestines bangos ilgio arba daznio erdveje nurodomos per Laho transformacija kaip p wpf w 1 p l2pc p m 0pA p m lm m lmf l displaystyle begin array l frac partial p partial omega p f mathrm omega mathrm left mathrm mathrm 1 right p left frac lambda mathrm 2 pi c right p sum limits m 0 p mathcal A mathrm p m mathrm lambda m frac partial m partial lambda m f mathrm lambda mathrm end array displaystyle p lpf l 1 p w2pc p m 0pA p m wm m wmf w 2 displaystyle begin array c frac partial p partial lambda p f mathrm lambda mathrm left mathrm mathrm 1 right p left frac omega mathrm 2 pi c right p sum limits m 0 p mathcal A mathrm p m mathrm omega m frac partial m partial omega m f mathrm omega mathrm end array 2 Transformacijos matricos elementai yra Lah koeficientai A p m p p m m p 1 m 1 displaystyle mathcal A mathrm p m mathrm frac p mathrm left p mathrm m right mathrm m mathrm frac mathrm p mathrm mathrm 1 mathrm m mathrm mathrm 1 Uzrasyta GDD pirmiau pateikta israiska teigia kad konstanta kurios bangos ilgis GGD tures nulį aukstesniu eiliu Aukstesnieji laipsniai apskaiciuoti pagal GDD yra tokie p wpGDD w 1 p l2pc p m 0pA p m lm m lmGDD l displaystyle begin array c frac partial p partial omega p GDD mathrm omega mathrm left mathrm mathrm 1 right p left frac lambda mathrm 2 pi c right p sum limits m 0 p mathcal A mathrm p m mathrm lambda m frac partial m partial lambda m GDD mathrm lambda mathrm end array Luzio rodiklį n displaystyle n arba optinį kelia OP displaystyle OP pakeitus lygtimi 2 į lygtį 1 gaunamos uzdaros formos dispersijos eiliu israiskos Apskritai pth displaystyle p th dispersijos eiles POD yra neigiamos antros eiles Lagerio tipo transformacija POD dmf w dwm 1 p l2pc p 1 m 0pB p m l mdmOP l dlm displaystyle POD frac d m varphi omega d omega m 1 p frac lambda 2 pi c p 1 sum m 0 p mathcal B p m lambda m frac d m OP lambda d lambda m displaystyle POD dmk w dwm 1 p l2pc p 1 m 0pB p m l mdmn l dlm displaystyle POD frac d m k omega d omega m 1 p frac lambda 2 pi c p 1 sum m 0 p mathcal B p m lambda m frac d m n lambda d lambda m Transformaciju matricos elementai yra be zenklo Laguerre o koeficientai kuriu eile minus 2 ir yra tokie B p m p p m m p 2 m 2 displaystyle mathcal B mathrm p m mathrm frac p mathrm left p mathrm m right mathrm m mathrm frac mathrm p mathrm mathrm 2 mathrm m mathrm mathrm 2 Pirmieji desimt dispersijos eiliu aiskiai uzrasytu bangos vektoriui yra sios GD wk w 1c n w w n w w 1c n l l n l l vgr 1 displaystyle begin array l boldsymbol it GD frac partial partial omega k mathrm omega mathrm frac mathrm 1 c left n mathrm omega mathrm omega frac partial n mathrm omega mathrm partial omega right frac mathrm 1 c left n mathrm lambda mathrm lambda frac partial n mathrm lambda mathrm partial lambda right v gr mathrm mathrm 1 end array Grupinis luzio rodiklis ng displaystyle n g apibreziamas taip ng cvgr 1 displaystyle n g cv gr mathrm mathrm 1 GDD 2 w2k w 1c 2 n w w w 2n w w2 1c l2pc l2 2n l l2 displaystyle begin array l boldsymbol it GDD frac partial 2 partial omega mathrm 2 k mathrm omega mathrm frac mathrm 1 c left mathrm 2 frac partial n mathrm omega mathrm partial omega omega frac partial 2 n mathrm omega mathrm partial omega mathrm 2 right frac mathrm 1 c left frac lambda mathrm 2 pi c right left lambda mathrm 2 frac partial 2 n mathrm lambda mathrm partial lambda mathrm 2 right end array TOD 3 w3k w 1c 3 2n w w2 w 3n w w3 1c l2pc 2 3l2 2n l l2 l3 3n l l3 displaystyle begin array l boldsymbol it TOD frac partial 3 partial omega mathrm 3 k mathrm omega mathrm frac mathrm 1 c left mathrm 3 frac partial 2 n mathrm omega mathrm partial omega mathrm 2 omega frac partial 3 n mathrm omega mathrm partial omega mathrm 3 right frac mathrm 1 c left frac lambda mathrm 2 pi c right mathrm 2 Bigl mathrm 3 lambda mathrm 2 frac partial 2 n mathrm lambda mathrm partial lambda mathrm 2 lambda mathrm 3 frac partial 3 n mathrm lambda mathrm partial lambda mathrm 3 Bigr end array FOD 4 w4k w 1c 4 3n w w3 w 4n w w4 1c l2pc 3 12l2 2n l l2 8l3 3n l l3 l4 4n l l4 displaystyle begin array l boldsymbol it FOD frac partial 4 partial omega mathrm 4 k mathrm omega mathrm frac mathrm 1 c left mathrm 4 frac partial 3 n mathrm omega mathrm partial omega mathrm 3 omega frac partial 4 n mathrm omega mathrm partial omega mathrm 4 right frac mathrm 1 c left frac lambda mathrm 2 pi c right mathrm 3 Bigl mathrm 12 lambda mathrm 2 frac partial 2 n mathrm lambda mathrm partial lambda mathrm 2 mathrm 8 lambda mathrm 3 frac partial 3 n mathrm lambda mathrm partial lambda mathrm 3 lambda mathrm 4 frac partial 4 n mathrm lambda mathrm partial lambda mathrm 4 Bigr end array FiOD 5 w5k w 1c 5 4n w w4 w 5n w w5 1c l2pc 4 60l2 2n l l2 60l3 3n l l3 15l4 4n l l4 l5 5n l l5 displaystyle begin array l boldsymbol it FiOD frac partial 5 partial omega mathrm 5 k mathrm omega mathrm frac mathrm 1 c left mathrm 5 frac partial 4 n mathrm omega mathrm partial omega mathrm 4 omega frac partial 5 n mathrm omega mathrm partial omega mathrm 5 right frac mathrm 1 c left frac lambda mathrm 2 pi c right mathrm 4 Bigl mathrm 60 lambda mathrm 2 frac partial 2 n mathrm lambda mathrm partial lambda mathrm 2 mathrm 60 lambda mathrm 3 frac partial 3 n mathrm lambda mathrm partial lambda mathrm 3 mathrm 15 lambda mathrm 4 frac partial 4 n mathrm lambda mathrm partial lambda mathrm 4 lambda mathrm 5 frac partial 5 n mathrm lambda mathrm partial lambda mathrm 5 Bigr end array SiOD 6 w6k w 1c 6 5n w w5 w 6n w w6 1c l2pc 5 360l2 2n l l2 480l3 3n l l3 180l4 4n l l4 24l5 5n l l5 l6 6n l l6 displaystyle begin array l boldsymbol it SiOD frac partial 6 partial omega mathrm 6 k mathrm omega mathrm frac mathrm 1 c left mathrm 6 frac partial 5 n mathrm omega mathrm partial omega mathrm 5 omega frac partial 6 n mathrm omega mathrm partial omega mathrm 6 right frac mathrm 1 c left frac lambda mathrm 2 pi c right mathrm 5 Bigl mathrm 360 lambda mathrm 2 frac partial 2 n mathrm lambda mathrm partial lambda mathrm 2 mathrm 480 lambda mathrm 3 frac partial 3 n mathrm lambda mathrm partial lambda mathrm 3 mathrm 180 lambda mathrm 4 frac partial 4 n mathrm lambda mathrm partial lambda mathrm 4 mathrm 24 lambda mathrm 5 frac partial 5 n mathrm lambda mathrm partial lambda mathrm 5 lambda mathrm 6 frac partial 6 n mathrm lambda mathrm partial lambda mathrm 6 Bigr end array SeOD 7 w7k w 1c 7 6n w w6 w 7n w w7 1c l2pc 6 2520l2 2n l l2 4200l3 3n l l3 2100l4 4n l l4 420l5 5n l l5 35l6 6n l l6 l7 7n l l7 displaystyle begin array l boldsymbol it SeOD frac partial 7 partial omega mathrm 7 k mathrm omega mathrm frac mathrm 1 c left mathrm 7 frac partial 6 n mathrm omega mathrm partial omega mathrm 6 omega frac partial 7 n mathrm omega mathrm partial omega mathrm 7 right frac mathrm 1 c left frac lambda mathrm 2 pi c right mathrm 6 Bigl mathrm 2520 lambda mathrm 2 frac partial 2 n mathrm lambda mathrm partial lambda mathrm 2 mathrm 4200 lambda mathrm 3 frac partial 3 n mathrm lambda mathrm partial lambda mathrm 3 mathrm 2100 lambda mathrm 4 frac partial 4 n mathrm lambda mathrm partial lambda mathrm 4 mathrm 420 lambda mathrm 5 frac partial 5 n mathrm lambda mathrm partial lambda mathrm 5 mathrm 35 lambda mathrm 6 frac partial 6 n mathrm lambda mathrm partial lambda mathrm 6 lambda mathrm 7 frac partial 7 n mathrm lambda mathrm partial lambda mathrm 7 Bigr end array EOD 8 w8k w 1c 8 7n w w7 w 8n w w8 1c l2pc 7 20160l2 2n l l2 40320l3 3n l l3 25200l4 4n l l4 6720l5 5n l l5 840l6 6n l l6 48l7 7n l l7 l8 8n l l8 displaystyle begin array l boldsymbol it EOD frac partial 8 partial omega mathrm 8 k mathrm omega mathrm frac mathrm 1 c left mathrm 8 frac partial 7 n mathrm omega mathrm partial omega mathrm 7 omega frac partial 8 n mathrm omega mathrm partial omega mathrm 8 right frac mathrm 1 c left frac lambda mathrm 2 pi c right mathrm 7 Bigl mathrm 20160 lambda mathrm 2 frac partial 2 n mathrm lambda mathrm partial lambda mathrm 2 mathrm 40320 lambda mathrm 3 frac partial 3 n mathrm lambda mathrm partial lambda mathrm 3 mathrm 25200 lambda mathrm 4 frac partial 4 n mathrm lambda mathrm partial lambda mathrm 4 mathrm 6720 lambda mathrm 5 frac partial 5 n mathrm lambda mathrm partial lambda mathrm 5 mathrm 840 lambda mathrm 6 frac partial 6 n mathrm lambda mathrm partial lambda mathrm 6 mathrm 48 lambda mathrm 7 frac partial 7 n mathrm lambda mathrm partial lambda mathrm 7 lambda mathrm 8 frac partial 8 n mathrm lambda mathrm partial lambda mathrm 8 Bigr end array NOD 9 w9k w 1c 9 8n w w8 w 9n w w9 1c l2pc 8 181440l2 2n l l2 423360l3 3n l l3 317520l4 4n l l4 105840l5 5n l l5 17640l6 6n l l6 1512l7 7n l l7 63l8 8n l l8 l9 9n l l9 displaystyle begin array l boldsymbol it NOD frac partial 9 partial omega mathrm 9 k mathrm omega mathrm frac mathrm 1 c left mathrm 9 frac partial 8 n mathrm omega mathrm partial omega mathrm 8 omega frac partial 9 n mathrm omega mathrm partial omega mathrm 9 right frac mathrm 1 c left frac lambda mathrm 2 pi c right mathrm 8 Bigl mathrm 181440 lambda mathrm 2 frac partial 2 n mathrm lambda mathrm partial lambda mathrm 2 mathrm 423360 lambda mathrm 3 frac partial 3 n mathrm lambda mathrm partial lambda mathrm 3 mathrm 317520 lambda mathrm 4 frac partial 4 n mathrm lambda mathrm partial lambda mathrm 4 mathrm 105840 lambda mathrm 5 frac partial 5 n mathrm lambda mathrm partial lambda mathrm 5 mathrm 17640 lambda mathrm 6 frac partial 6 n mathrm lambda mathrm partial lambda mathrm 6 mathrm 1512 lambda mathrm 7 frac partial 7 n mathrm lambda mathrm partial lambda mathrm 7 mathrm 63 lambda mathrm 8 frac partial 8 n mathrm lambda mathrm partial lambda mathrm 8 lambda mathrm 9 frac partial 9 n mathrm lambda mathrm partial lambda mathrm 9 Bigr end array TeOD 10 w10k w 1c 10 9n w w9 w 10n w w10 1c l2pc 9 1814400l2 2n l l2 4838400l3 3n l l3 4233600l4 4n l l4 1693440l5 5n l l5 352800l6 6n l l6 40320l7 7n l l7 2520l8 8n l l8 80l9 9n l l9 l10 10n l l10 displaystyle begin array l boldsymbol it TeOD frac partial 10 partial omega mathrm 10 k mathrm omega mathrm frac mathrm 1 c left mathrm 10 frac partial 9 n mathrm omega mathrm partial omega mathrm 9 omega frac partial 10 n mathrm omega mathrm partial omega mathrm 10 right frac mathrm 1 c left frac lambda mathrm 2 pi c right mathrm 9 Bigl mathrm 1814400 lambda mathrm 2 frac partial 2 n mathrm lambda mathrm partial lambda mathrm 2 mathrm 4838400 lambda mathrm 3 frac partial 3 n mathrm lambda mathrm partial lambda mathrm 3 mathrm 4233600 lambda mathrm 4 frac partial 4 n mathrm lambda mathrm partial lambda mathrm 4 1693440 lambda mathrm 5 frac partial 5 n mathrm lambda mathrm partial lambda mathrm 5 mathrm 352800 lambda mathrm 6 frac partial 6 n mathrm lambda mathrm partial lambda mathrm 6 mathrm 40320 lambda mathrm 7 frac partial 7 n mathrm lambda mathrm partial lambda mathrm 7 mathrm 2520 lambda mathrm 8 frac partial 8 n mathrm lambda mathrm partial lambda mathrm 8 mathrm 80 lambda mathrm 9 frac partial 9 n mathrm lambda mathrm partial lambda mathrm 9 lambda mathrm 10 frac partial 10 n mathrm lambda mathrm partial lambda mathrm 10 Bigr end array Pirmasias desimt dispersijos eiliu uzrasytu fazei f displaystyle varphi galima isreiksti kaip bangos ilgio funkcija naudojant Laho transformacijas lygtis 2 taip p wpf w 1 p l2pc p m 0pA p m lm m lmf l displaystyle begin array l frac partial p partial omega p f mathrm omega mathrm left mathrm mathrm 1 right p left frac lambda mathrm 2 pi c right p sum limits m 0 p mathcal A mathrm p m mathrm lambda m frac partial m partial lambda m f mathrm lambda mathrm end array displaystyle p lpf l 1 p w2pc p m 0pA p m wm m wmf w displaystyle begin array c frac partial p partial lambda p f mathrm lambda mathrm left mathrm mathrm 1 right p left frac omega mathrm 2 pi c right p sum limits m 0 p mathcal A mathrm p m mathrm omega m frac partial m partial omega m f mathrm omega mathrm end array f w w 2pcw2 f w l l22pc f l l displaystyle begin array l frac partial varphi mathrm omega mathrm partial omega left frac mathrm 2 pi c omega mathrm 2 right frac partial varphi mathrm omega mathrm partial lambda left frac lambda mathrm 2 mathrm 2 pi c right frac partial varphi mathrm lambda mathrm partial lambda end array 2f w w2 w f w w l2pc 2 2l f l l l2 2f l l2 displaystyle begin array l frac partial 2 varphi mathrm omega mathrm partial omega mathrm 2 frac partial partial omega left frac partial varphi mathrm omega mathrm partial omega right left frac lambda mathrm 2 pi c right mathrm 2 left mathrm 2 lambda frac partial varphi mathrm lambda mathrm partial lambda lambda mathrm 2 frac partial 2 varphi mathrm lambda mathrm partial lambda mathrm 2 right end array 3f w w3 l2pc 3 6l f l l 6l2 2f l l2 l3 3f l l3 displaystyle begin array l frac partial 3 varphi mathrm omega mathrm partial omega mathrm 3 left frac lambda mathrm 2 pi c right mathrm 3 left mathrm 6 lambda frac partial varphi mathrm lambda mathrm partial lambda mathrm 6 lambda mathrm 2 frac partial 2 varphi mathrm lambda mathrm partial lambda mathrm 2 lambda mathrm 3 frac partial 3 varphi mathrm lambda mathrm partial lambda mathrm 3 right end array 4f w w4 l2pc 4 24l f l l 36l2 2f l l2 12l3 3f l l3 l4 4f l l4 displaystyle begin array l frac partial 4 varphi mathrm omega mathrm partial omega mathrm 4 left frac lambda mathrm 2 pi c right mathrm 4 Bigl mathrm 24 lambda frac partial varphi mathrm lambda mathrm partial lambda mathrm 36 lambda mathrm 2 frac partial 2 varphi mathrm lambda mathrm partial lambda mathrm 2 mathrm 12 lambda mathrm 3 frac partial 3 varphi mathrm lambda mathrm partial lambda mathrm 3 lambda mathrm 4 frac partial 4 varphi mathrm lambda mathrm partial lambda mathrm 4 Bigr end array 5f w w5 l2pc 5 120l f l l 240l2 2f l l2 120l3 3f l l3 20l4 4f l l4 l5 5f l l5 displaystyle begin array l frac partial mathrm 5 varphi mathrm omega mathrm partial omega mathrm 5 left frac lambda mathrm 2 pi c right mathrm 5 Bigl mathrm 120 lambda frac partial varphi mathrm lambda mathrm partial lambda mathrm 240 lambda mathrm 2 frac partial 2 varphi mathrm lambda mathrm partial lambda mathrm 2 mathrm 120 lambda mathrm 3 frac partial 3 varphi mathrm lambda mathrm partial lambda mathrm 3 mathrm 20 lambda mathrm 4 frac partial 4 varphi mathrm lambda mathrm partial lambda mathrm 4 lambda mathrm 5 frac partial 5 varphi mathrm lambda mathrm partial lambda mathrm 5 Bigr end array 6f w w6 l2pc 6 720l f l l 1800l2 2f l l2 1200l3 3f l l3 300l4 4f l l4 30l5 5f l l5 l6 6f l l6 displaystyle begin array l frac partial 6 varphi mathrm omega mathrm partial omega mathrm 6 left frac lambda mathrm 2 pi c right mathrm 6 Bigl mathrm 720 lambda frac partial varphi mathrm lambda mathrm partial lambda mathrm 1800 lambda mathrm 2 frac partial 2 varphi mathrm lambda mathrm partial lambda mathrm 2 mathrm 1200 lambda mathrm 3 frac partial 3 varphi mathrm lambda mathrm partial lambda mathrm 3 mathrm 300 lambda mathrm 4 frac partial 4 varphi mathrm lambda mathrm partial lambda mathrm 4 mathrm 30 lambda mathrm 5 frac partial 5 varphi mathrm lambda mathrm partial lambda mathrm 5 mathrm lambda mathrm 6 frac partial 6 varphi mathrm lambda mathrm partial lambda mathrm 6 Bigr end array 7f w w7 l2pc 7 5040l f l l 15120l2 2f l l2 12600l3 3f l l3 4200l4 4f l l4 630l5 5f l l5 42l6 6f l l6 l7 7f l l7 displaystyle begin array l frac partial 7 varphi mathrm omega mathrm partial omega mathrm 7 left frac lambda mathrm 2 pi c right mathrm 7 Bigl mathrm 5040 lambda frac partial varphi mathrm lambda mathrm partial lambda mathrm 15120 lambda mathrm 2 frac partial 2 varphi mathrm lambda mathrm partial lambda mathrm 2 mathrm 12600 lambda mathrm 3 frac partial 3 varphi mathrm lambda mathrm partial lambda mathrm 3 mathrm 4200 lambda mathrm 4 frac partial 4 varphi mathrm lambda mathrm partial lambda mathrm 4 mathrm 630 lambda mathrm 5 frac partial 5 varphi mathrm lambda mathrm partial lambda mathrm 5 mathrm 42 lambda mathrm 6 frac partial 6 varphi mathrm lambda mathrm partial lambda mathrm 6 lambda mathrm 7 frac partial 7 varphi mathrm lambda mathrm partial lambda mathrm 7 Bigr end array 8f w w8 l2pc 8 40320l f l l 141120l2 2f l l2 141120l3 3f l l3 58800l4 4f l l4 11760l5 5f l l5 1176l6 6f l l6 56l7 7f l l7 l8 8f l l8 displaystyle begin array l frac partial 8 varphi mathrm omega mathrm partial omega mathrm 8 left frac lambda mathrm 2 pi c right mathrm 8 Bigl mathrm 40320 lambda frac partial varphi mathrm lambda mathrm partial lambda mathrm 141120 lambda mathrm 2 frac partial 2 varphi mathrm lambda mathrm partial lambda mathrm 2 mathrm 141120 lambda mathrm 3 frac partial 3 varphi mathrm lambda mathrm partial lambda mathrm 3 mathrm 58800 lambda mathrm 4 frac partial 4 varphi mathrm lambda mathrm partial lambda mathrm 4 mathrm 11760 lambda mathrm 5 frac partial 5 varphi mathrm lambda mathrm partial lambda mathrm 5 mathrm 1176 lambda mathrm 6 frac partial 6 varphi mathrm lambda mathrm partial lambda mathrm 6 mathrm 56 lambda mathrm 7 frac partial 7 varphi mathrm lambda mathrm partial lambda mathrm 7 lambda mathrm 8 frac partial 8 varphi mathrm lambda mathrm partial lambda mathrm 8 Bigr end array 9f w w9 l2pc 9 362880l f l l 1451520l2 2f l l2 1693440l3 3f l l3 846720l4 4f l l4 211680l5 5f l l5 28224l6 6f l l6 2016l7 7f l l7 72l8 8f l l8 l9 9f l l9 displaystyle begin array l frac partial 9 varphi mathrm omega mathrm partial omega mathrm 9 left frac lambda mathrm 2 pi c right mathrm 9 Bigl mathrm 362880 lambda frac partial varphi mathrm lambda mathrm partial lambda mathrm 1451520 lambda mathrm 2 frac partial 2 varphi mathrm lambda mathrm partial lambda mathrm 2 mathrm 1693440 lambda mathrm 3 frac partial 3 varphi mathrm lambda mathrm partial lambda mathrm 3 mathrm 846720 lambda mathrm 4 frac partial 4 varphi mathrm lambda mathrm partial lambda mathrm 4 mathrm 211680 lambda mathrm 5 frac partial 5 varphi mathrm lambda mathrm partial lambda mathrm 5 mathrm 28224 lambda mathrm 6 frac partial 6 varphi mathrm lambda mathrm partial lambda mathrm 6 mathrm 2016 lambda mathrm 7 frac partial 7 varphi mathrm lambda mathrm partial lambda mathrm 7 mathrm 72 lambda mathrm 8 frac partial 8 varphi mathrm lambda mathrm partial lambda mathrm 8 lambda mathrm 9 frac partial mathrm 9 varphi mathrm lambda mathrm partial lambda mathrm 9 Bigr end array 10f w w10 l2pc 10 3628800l f l l 16329600l2 2f l l2 21772800l3 3f l l3 12700800l4 4f l l4 3810240l5 5f l l5 635040l6 6f l l6 60480l7 7f l l7 3240l8 8f l l8 90l9 9f l l9 l10 10f l l10 displaystyle begin array l frac partial 10 varphi mathrm omega mathrm partial omega mathrm 10 left frac lambda mathrm 2 pi c right mathrm 10 Bigl mathrm 3628800 lambda frac partial varphi mathrm lambda mathrm partial lambda mathrm 16329600 lambda mathrm 2 frac partial 2 varphi mathrm lambda mathrm partial lambda mathrm 2 mathrm 21772800 lambda mathrm 3 frac partial 3 varphi mathrm lambda mathrm partial lambda mathrm 3 mathrm 12700800 lambda mathrm 4 frac partial 4 varphi mathrm lambda mathrm partial lambda mathrm 4 mathrm 3810240 lambda mathrm 5 frac partial 5 varphi mathrm lambda mathrm partial lambda mathrm 5 mathrm 635040 lambda mathrm 6 frac partial 6 varphi mathrm lambda mathrm partial lambda mathrm 6 mathrm 60480 lambda mathrm 7 frac partial 7 varphi mathrm lambda mathrm partial lambda mathrm 7 mathrm 3240 lambda mathrm 8 frac partial 8 varphi mathrm lambda mathrm partial lambda mathrm 8 mathrm 90 lambda mathrm 9 frac partial 9 varphi mathrm lambda mathrm partial lambda mathrm 9 lambda mathrm 10 frac partial 10 varphi mathrm lambda mathrm partial lambda mathrm 10 Bigr end array SaltiniaiPopmintchev Dimitar Wang Siyang Xiaoshi Zhang Stoev Ventzislav Popmintchev Tenio 2022 10 24 Analytical Lah Laguerre optical formalism for perturbative chromatic dispersion Optics Express anglu 30 22 40779 40808 Bibcode 2022OExpr 3040779P doi 10 1364 OE 457139 ISSN 1094 4087 PMID 36299007 Popmintchev Dimitar Wang Siyang Xiaoshi Zhang Stoev Ventzislav Popmintchev Tenio 2020 08 30 Theory of the Chromatic Dispersion Revisited anglu 2011 00066 physics optics

Naujausi straipsniai
  • Liepa 04, 2025

    Lietuvos universitetas

  • Liepa 06, 2025

    Lietuvos teisės universitetas

  • Liepa 05, 2025

    Lietuvos persitvarkymo Sąjūdis

  • Liepa 04, 2025

    Lietuvos partijos

  • Liepa 04, 2025

    Lietuvos sveikatos mokslų universitetas

www.NiNa.Az - Studija

    Susisiekite
    Kalbos
    Susisiekite su mumis
    DMCA Sitemap
    © 2019 nina.az - Visos teisės saugomos.
    Autorių teisės: Dadash Mammadov
    Nemokama svetainė, kurioje galima dalytis duomenimis ir failais iš viso pasaulio.
    Viršuje