1) functional minimization model
泛函极值模型
1.
We construct a functional minimization model and simplify it to an extreme value problem of multi-variable functions using least square and other techniques.
文章首先从国际经济贸易关系、价值的表现形式等方面对资源进行了分类分层,其次通过对各种资源进行动态描述得到一段时间内生产资源生产能力围绕各种消费能力波动,然后依据国内外生产资源优化配置就是生产资源对消费资源的生产能力与消费资源的消费能力的总偏差尽可能小建立泛函极值模型,最后指出依据历史数据资料利用最小二乘法等技术可以把模型简化为多元函数极值模型,从而得到基于消费需求的各种生产资源的最优配置。
2) Ritz typed functional extremum
Ritz型泛函极值
3) extremum of function
泛函极值
1.
The extremum of function in mathematical physics;
数学物理问题中的泛函极值
4) functional minimization
泛函极值
1.
A functional minimization model can be derived from a path planning.
路径规划可以描述为泛函极值模型。
5) Implicit functional extreme
隐泛函极值
6) functional extremum
泛函数极值
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