1) functional derivation
泛函导数
1.
Based on a colored noise model with general Gaussian process,by functional derivation and small correlation time expansion,high-dimensional colored noises are calculated approximately and an effective Fokker-Planck equation(FPE) is derived.
从一般高斯型色噪声模型出发,通过泛函导数,应用小关联时间,近似计算多维色噪声,得到有效Fokker-Planck方程。
2) directional derivation of afunctional
泛函的方向导数
4) general grey function
泛灰函数
1.
This psper, on the basis of concept of general grey function limit, further discussed the operation and operation nature of the general grey function limit, therefore laying the foundation of discussing the continuity of general grey function and the derivative of general grey function.
本文在泛灰函数的极限概念基础上，进一步讨论了泛灰函数极限的运算及运算性质，为讨论泛灰函数的连续性以及泛灰函数的导数奠定了基础。
5) series functional
级数泛函
6) coefficient functional
系数泛函
1.
We discuss the Fekete-Szeg problem for it,the sharp result and the range of coefficient functional is obtained,which generalizes the related results of some authors.
引入一个新的解析函数类,运用复分析中的一些初等的方法讨论它的Fekete-Szeg问题,得到了准确的结果,即给出了系数泛函在给定条件下的取值范围,从而推广了一些作者的相关结果。
补充资料：Марков过程的泛函
Марков过程的泛函
functional of a Markov process
M仰助“过程的泛函【加犯份班司健a扮如d如vpr以犯岛;中y业，o.a月oT Map二招e.o np()朋eCea] 一个以可测方式依赖于MaPKo.过程轨道的随机变量或随机函数，其可测性条件随具体情况而定.在MaP盆oB过程的一般理论中，采用以下的泛函定义.假设给定一个具有时间推移算子氏的非停止齐次M叩-Ko。过程(M田玉ov plx兀启弥)X二(xr，风，氏)，其相空间为可测空间(In纷s幽 blespaCe)LE，少)，设才是基本事件空间中包含每个形如{。:x，“B}(t)0，B任分)的事件的最小。代数，/’是对于所有可能的测度Px(x‘E)关于/’的完全化的交.如果对于每个t)O，7，关于。代数才门不是可测的，那么，称随机函数叭(‘)0)为Ma伴oB尽捍X的攀甲(丘功d沁n目of此MaJ改ov Pnx君邓)· 人们特别关心的是M川阵..过程的乘性和加性泛函.它们分别润足条件下，十:，下;疏凡和，，十，，，，+氏大，s，亡》0.这里假定，，在【0，co)上是右连续的(代替这些条件，有时只假定对所有固定的s，t)O，这些条件关于P:几乎处处成立).在停止和非齐次过程的情形下，采用类似的方式来定义.MaPI..过程x‘(x，，心，不，P)的加性泛函的例子可以通过以下方式得到:设对于t<‘，，，等于f(x，)一f(x。)，或北f(气)d:，或随机函数f(x，)在:。10，，]中跳跃值的和，这里f(x)是有界并且关于岁可侧的函数(第二和第三个例子只在某些附加限制下有效).从任意加性泛函，.，可以得到乘性泛函以py，.在标准MaP-血过程的情况下，设t
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条