🔢 mathematics

Green's Function Framework for Boundary Value Problems with the Regularized Prabhakar Fractional Derivative

यह शोध पत्र नियमितीकृत प्रभाकर भिन्नात्मक अवकलज (regularized Prabhakar fractional derivative) से संबंधित एक उप-विसरण (sub-diffusion) समीकरण के लिए प्रथम प्रारंभिक-सीमा मान समस्या का अध्ययन करता है, जिसमें सुपरपोजिशन विधि के माध्यम से एक द्विचरीय मिटैग-लेफ़लर प्रकार के फलन (bivariate Mittag-Leffler type function) के रूप में व्यक्त एक स्पष्ट समाधान और ग्रीन फलन व्युत्पन्न किया गया है।

मूल लेखक: Erkinjon Karimov, Doniyor Usmonov, Maftuna Mirzaeva

प्रकाशित 2026-03-26

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Erkinjon Karimov, Doniyor Usmonov, Maftuna Mirzaeva

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

मुख्य चित्र: "सुस्त" प्रणालियों का मॉडलिंग

कल्पना कीजिए कि आप पानी के गिलास में स्याही की एक बूंद के फैलने की भविष्यवाणी करने की कोशिश कर रहे हैं। एक सामान्य दुनिया में (शास्त्रीय भौतिकी में), स्याही सुचारू रूप से और पूर्वानुमानित तरीके से फैलती है। लेकिन वास्तविक दुनिया में, चीजें अक्सर अधिक जटिल होती हैं। कभी-कभी स्याही छोटे छेदों में फंस जाती है, या पानी शहद की तरह गाढ़ा होता है, या सिस्टम के पास एक "स्मृति" (मेमोरी) होती है कि एक क्षण पहले स्याही कहाँ थी।

यह शोध पत्र इन अव्यवस्थित, चिपचिपी और स्मृति-युक्त स्थितियों को मॉडल करने के लिए डिज़ाइन किए गए एक नए, सुपर-उन्नत गणितीय उपकरण के बारे में है। लेखक एक विशिष्ट प्रकार की पहेली को हल कर रहे हैं: जब भौतिकी के नियम "फ्रैक्शनल" (अजीब और गैर-मानक) हों, तो कोई चीज़ समय और स्थान में कैसे फैलती (डिफ्यूज़ होती) है?

मुख्य पात्र

पेपर को समझने के लिए, आइए पात्रों से मिलें:

सब-डिफ्यूजन समीकरण (समस्या):
इसे उस "नियम पुस्तिका" के रूप में सोचें जो यह बताती है कि कोई चीज़ कैसे फैलती है। इस विशिष्ट नियम पुस्तिका में, फैलाव सामान्य से धीमा है। यह एक भीड़ भरे कमरे में चलने की कोशिश करने जैसा है जहाँ लोग बार-बार आपसे टकराते रहते हैं। आप आगे बढ़ना चाहते हैं, लेकिन आप बार-बार विलंबित होते रहते हैं।
रेगुलराइज्ड प्रभाकर डेरिवेटिव (नया इंजन):
यह शो का मुख्य आकर्षण है। गणित में, एक "डेरिवेटिव" मापता है कि कोई चीज़ कितनी तेज़ी से बदलती है।

सामान्य डेरिवेटिव: अभी होने वाले परिवर्तन को मापता है।
फ्रैक्शनल डेरिवेटिव: वस्तु के संपूर्ण इतिहास के आधार पर परिवर्तन को मापता है।
प्रभाकर डेरिवेटिव: यह फ्रैक्शनल डेरिवेटिव का एक "सुपर-चार्ज्ड" संस्करण है। यह एक ऐसे जीपीएस (GPS) की तरह है जो न केवल आपकी वर्तमान गति या आपके पिछले पथ को देखता है, बल्कि उस सड़क के आकार को भी याद रखता है जिस पर आप चले हैं और वह कितनी ऊबड़-खाबड़ थी। यह भौतिक प्रणालियों में "स्मृति" के अत्यंत विस्तृत मॉडलिंग की अनुमति देता है।

ग्रीन'स फंक्शन (मास्टर की/मुख्य कुंजी):
यह इस पेपर की सबसे महत्वपूर्ण अवधारणा है। कल्पना कीजिए कि आपके पास एक जटिल मशीन (समीकरण) है और आप जानना चाहते हैं कि यह किसी भी संभावित इनपुट (यहाँ एक धक्का, वहाँ एक ताप स्रोत, एक शुरुआती स्थिति) के प्रति कैसी प्रतिक्रिया देती है।

ग्रीन'स फंक्शन एक "यूनिवर्सल रिमोट कंट्रोल" है।
यदि आप जानते हैं कि मशीन एक एकल, सूक्ष्म "टैप" (एक गणितीय आवेग) के प्रति कैसी प्रतिक्रिया देती है, तो आप उन सभी सूक्ष्म टैप्स को जोड़कर यह गणना कर सकते हैं कि वह किसी भी जटिल परिदृश्य के प्रति कैसी प्रतिक्रिया देगी।
लेखकों ने अपना पूरा पेपर यह समझने में बिताया कि उनके विशिष्ट, जटिल समीकरण के लिए यह "यूनिवर्सल रिमोट" वास्तव में कैसा दिखता है।

पेपर की कहानी

1. चुनौती

लेखक एक ऐसी समस्या को हल करना चाहते थे जहाँ एक पदार्थ एक बॉक्स (x=0 से x=a तक) में समय के साथ फैल रहा है।

दीवारें: पदार्थ दीवारों पर एक विशिष्ट तापमान पर हो सकता है (बाउंड्री कंडीशंस)।
शुरुआत: पदार्थ एक विशिष्ट आकार के साथ शुरू हो सकता है (इनिशियल कंडीशन)।
शोर (नॉइज़): बाहरी बल हो सकते हैं जो पदार्थ को इधर-उधर धकेल रहे हैं (सोर्स टर्म)।

आमतौर पर, इसे "प्रभाकर" नियमों के साथ हल करना अविश्वसनीय रूप से कठिन होता है क्योंकि इसमें गणित अनंत श्रृंखलाओं (infinite series) और जटिल स्मृति प्रभावों से जुड़ा होता है।

2. रणनीति: "इसे तोड़ें"

पूरे जटिल समस्या को एक साथ हल करने के बजाय, लेखकों ने सुपरपोजिशन (Superposition) नामक एक तरकीब का उपयोग किया।

उपमा: कल्पना कीजिए कि आप मौसम की भविष्यवाणी करने की कोशिश कर रहे हैं। हवा, बारिश और धूप की एक साथ भविष्यवाणी करना बहुत कठिन है। इसलिए, आप पहले अकेले हवा की भविष्यवाणी करते हैं, फिर अकेले बारिश की, फिर अकेले धूप की, और अंत में उन्हें जोड़ देते हैं।
लेखकों ने अपनी समस्या को दो सरल हिस्सों में विभाजित किया:
1. हिस्सा A: क्या होता है यदि पदार्थ एक आकार के साथ शुरू होता है लेकिन कोई बाहरी बल नहीं है?
2. हिस्सा B: क्या होता है यदि पदार्थ खाली शुरू होता है लेकिन बाहरी बलों द्वारा धकेला जाता है?
उन्होंने दोनों हिस्सों को अलग-अलग हल किया और फिर उन्हें वापस एक साथ जोड़ दिया।

3. खोज: "बाइवैरिएट" फॉर्मूला

उनकी कड़ी मेहनत का परिणाम ग्रीन'स फंक्शन के लिए एक सूत्र है।

अतीत में, ये सूत्र सरल थे।
यहाँ, सूत्र एक बाइवैरिएट मिलेट-लेफ्टर-टाइप फंक्शन है।
अनुवाद: इसे एक "दो-चर वाला जादुई क्रिस्टल" समझें। यह एक जटिल गणितीय आकार है जो दो चीजों (समय और स्थान) पर एक साथ निर्भर करता है और इसमें स्मृति की परतें बनी हुई हैं। लेखकों ने सिद्ध किया कि यह क्रिस्टल पूरी तरह से भविष्यवाणी करता है कि पदार्थ कैसे चलता है।

4. प्रमाण

उन्होंने केवल फॉर्मूले का अनुमान नहीं लगाया। उन्होंने यह साबित करने के लिए पेपर के कई पन्ने कठोर गणित में बिताए कि:

यदि आप इस फॉर्मूले को समीकरण में रखते हैं, तो यह वास्तव में काम करता है।
यह दीवारों (बाउंड्री कंडीशंस) का सम्मान करता है।
यह शुरुआती बिंदु (इनिशियल कंडीशंस) का सम्मान करता है।
समय बीतने के साथ यह सही व्यवहार करता है।

उदाहरण: यह कैसा दिखता है?

पेपर में कंप्यूटर सिमुलेशन (ग्राफ) शामिल हैं ताकि दिखाया जा सके कि यह वास्तविक जीवन में कैसा दिखता है।

परिदृश्य 1: धीमा फीका पड़ना (इनिशियल डेटा)
एक गाढ़े जेल में स्याही की एक बूंद की कल्पना करें।
- कम फ्रैक्शनल ऑर्डर (0.1): स्याही मुश्किल से हिलती है। यह ऐसा है जैसे वह एम्बर (amber) में फंसी हो। जेल की "स्मृति" इतनी मजबूत है कि वह स्याही को फैलने से रोकती है।
- उच्च फ्रैक्शनल ऑर्डर (0.9): स्याही बहुत तेजी से फैलती है, लगभग पानी की तरह।
- निष्कर्ष: गणित दिखाता है कि "मेमोरी पैरामीटर" को बदलकर, आप नियंत्रित कर सकते हैं कि चीजें कितनी तेजी से या धीरे फैलती हैं।
परिदृश्य 2: बाहरी धक्का (सोर्स डेटा)
कल्पना कीजिए कि कोई लगातार सिस्टम में ऊर्जा पंप कर रहा है।
- कम फ्रैक्शनल ऑर्डर: सिस्टम सुस्त है। पंप के बावजूद, ऊर्जा बहुत धीरे-धीरे जमा होती है।
- उच्च फ्रैक्शनल ऑर्डर: सिस्टम तेजी से प्रतिक्रिया करता है, और ऊर्जा तेजी से जमा होती है।

यह क्यों मायने रखता है?

यह केवल अमूर्त गणित नहीं है। यह ढांचा वैज्ञानिकों और इंजीनियरों को उन वास्तविक घटनाओं को मॉडल करने में मदद करता है जिन्हें शास्त्रीय भौतिकी समझाने में विफल रहती है:

चिकित्सा (Medicine): शरीर के जटिल ऊतकों (tissues) में दवाएं कैसे चलती हैं (फार्माकोकाइनेटिक्स)।
वित्त (Finance): शेयर बाजार पिछले क्रैश को कैसे याद रखते हैं (वंशानुगत गुण)।
इंजीनियरिंग: रबर या पॉलिमर जैसी सामग्रियां समय के साथ कैसे खिंचती और ढीली होती हैं (विस्कोइलास्टिसिटी)।

सारांश

लेखकों ने एक बहुत ही जटिल प्रकार की प्रसार प्रक्रिया के लिए एक गणितीय "यूनिवर्सल रिमोट" (ग्रीन'स फंक्शन) बनाया है। उन्होंने सिद्ध किया कि यह रिमोट पूरी तरह से काम करता है, जिससे हम यह भविष्यवाणी कर सकते हैं कि "चिपचिपी स्मृति" वाली प्रणालियाँ किसी भी स्थिति में कैसा व्यवहार करेंगी। यह वैज्ञानिकों को हमारे आस-पास की अव्यवस्थित, गैर-रेखीय दुनिया को समझने के लिए एक शक्तिशाली नया उपकरण प्रदान करता है।

यहाँ करिमोव, उस्मानोव और मिर्जाएवा के शोध पत्र "Green's Function Framework for Boundary Value Problems with the Regularized Prabhakar Fractional Derivative" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र एक आयताकार डोमेन $\Omega = \{(t, x) : 0 < t < T, 0 < x < a\}$ पर परिभाषित सब-डिफ्यूजन समीकरण (sub-diffusion equation) के लिए प्रथम प्रारंभिक-सीमा मान समस्या (first initial-boundary value problem - IBVP) को संबोधित करता है। इसमें प्रयुक्त शासी समीकरण (governing equation) में रेगुलराइज्ड प्रभाकर फ्रैक्शनल डेरिवेटिव (एक कैपुटो-प्रकार का डेरिवेटिव) शामिल है और यह इस प्रकार है:

$PCD_{0t}^{\alpha, \beta, \gamma, \delta} u(t, x) - u_{xx}(t, x) = f(t, x)$

मुख्य घटक:

ऑपरेटर (Operator): $PCD_{0t}^{\alpha, \beta, \gamma, \delta}$ एक कैपुटो-प्रकार का प्रभाकर फ्रैक्शनल डेरिवेटिव है, जिसे तीन-पैरामीटर वाले मिटेल-लेफ्ट फंक्शन $E_{\alpha, \beta}^\gamma$ से संबंधित प्रभाकर फ्रैक्शनल इंटीग्रल ऑपरेटर के माध्यम से परिभाषित किया गया है।
पैरामीटर्स (Parameters): $\alpha > 0$ , $0 < \beta \leq 1$ , और $\gamma, \delta$ वास्तविक संख्याएँ हैं।
शर्तें (Conditions):
- सीमा शर्तें (Boundary Conditions): $u(t, 0) = \phi_0(t)$ और $u(t, a) = \phi_1(t)$ ।
- प्रारंभिक स्थिति (Initial Condition): $u(0, x) = \tau(x)$ ।
लक्ष्य: एक अद्वितीय नियमित समाधान (unique regular solution) $u(t, x)$ खोजना और ग्रीन फलन (Green's function) का उपयोग करके इसका एक स्पष्ट निरूपण (explicit representation) तैयार करना।

2. कार्यप्रणाली (Methodology)

लेखक सुपरपोजिशन सिद्धांत (superposition principle) को फ्रैक्शनल डेरिवेटिव्स के लिए विशिष्ट ऑपरेशनल कैलकुलस (operational calculus) तकनीकों के साथ जोड़कर एक कठोर विश्लेणात्मक दृष्टिकोण अपनाते हैं।

विघटन (Decomposition - Superposition): समस्या को दो उप-समस्याओं में विभाजित किया गया है:
1. समस्या A (गैर-समांगी समीकरण, समांगी प्रारंभिक स्थिति): यह स्रोत पद $f(t, x)$ और गैर-समांगी सीमा शर्तों के प्रभाव को हल करती है, जहाँ $u(0, x) = 0$ माना जाता है।
2. समस्या B (समांगी समीकरण, गैर-समांगी प्रारंभिक स्थिति): यह प्रारंभिक डेटा $\tau(x)$ के प्रभाव को हल करती है, जहाँ शून्य सीमा शर्तें और शून्य स्रोत माना जाता है।
रीमान-लिउविल रूप में रूपांतरण (Conversion to Riemann-Liouville Form): लेखक प्रारंभिक स्थितियों को संभालने के लिए कैपुटो और रीमान-लिउविल प्रभाकर डेरिवेटिव के बीच संबंध का उपयोग करते हैं। विशेष रूप से, $y(t, x)$ फलन के लिए जहाँ $y(0, x)=0$ है, कैपुटो डेरिवेटिव रीमान-लिउविल डेरिवेटिव के बराबर होता है। प्रारंभिक मान समस्या के लिए, गैर-शून्य प्रारंभिक स्थिति मिटेल-लेफ्ट फंक्शन से जुड़े एक विशिष्ट स्रोत पद को पेश करती है।
ग्रीन फलन का निर्माण (Green's Function Construction):
- समाधान को एक ग्रीन फलन $G(t, x, \eta, \xi)$ के समावेशन (integral) के रूप में व्यक्त किया जाता है।
- ग्रीन फलन को परिमित अंतराल $[0, a]$ पर सीमा शर्तों को संतुष्ट करने के लिए 'मेथड ऑफ इमेजेस' (इमेजेस की अनंत श्रृंखला) का उपयोग करके व्युत्पन्न किया गया है।
- ग्रीन फलन का मूल भाग एक द्विचर मिटेल-लेफ्ट-टाइप फंक्शन (bivariate Mittag-Leffler-type function) के रूप में व्यक्त किया गया है, जिसे $E_{12}$ कहा जाता है, जो मानक मिटेल-लेफ्ट फंक्शन को दो चरों में सामान्यीकृत करता है।
सत्यापन (Verification): लेखक विस्तृत प्रमाण प्रदान करते हैं कि निर्मित इंटीग्रल निरूपण निम्नलिखित को संतुष्ट करता है:
- शासी विभेदक समीकरण (इंटीग्रल के नीचे अवकलन करके और राइट-टाइप फंक्शन तथा मिटेल-लेफ्ट सीरीज के गुणों का उपयोग करके)।
- सीमा शर्तें (जैसे-जैसे $x \to 0$ और $x \to a$ होता है, सीमा मान लेकर)।
- प्रारंभिक स्थिति (जैसे-जैसे $t \to 0$ होता है, सीमा मान लेकर)।

3. मुख्य योगदान (Key Contributions)

स्पष्ट ग्रीन फलन (Explicit Green's Function): मुख्य योगदान ग्रीन फलन $G(t, x, \eta, \xi)$ और प्रारंभिक स्थिति के लिए संबद्ध कर्नेल $\tilde{G}$ के लिए एक स्पष्ट क्लोज्ड-फॉर्म अभिव्यक्ति का व्युत्पन्न है। इन्हें द्विचर मिटेल-लेफ्ट फंक्शन $E_{12}$ का उपयोग करके व्यक्त किया गया है, जो एक डबल सीरीज़ है:
$E_{12}\left( \dots \middle| \frac{x}{y} \right) = \sum_{n=0}^\infty \sum_{m=0}^\infty \frac{\Gamma(\alpha_1 n + \beta_1 m + \delta_1) x^n y^m}{\Gamma(\alpha_2 n + \beta_2 m + \delta_2) \dots}$
रेगुलराइज्ड डेरिवेटिव फ्रेमवर्क: यह कार्य विशेष रूप से रेगुलराइज्ड (कैपुटो-प्रकार का) प्रभाकर डेरिवेटिव को संबोधित करता है, जो भौतिक मॉडलिंग के लिए महत्वपूर्ण है क्योंकि यह मानक प्रारंभिक स्थितियों की अनुमति देता है (रीमान-लिउविल प्रकार के विपरीत, जिसमें फ्रैक्शनल प्रारंभिक स्थितियों की आवश्यकता होती है)।
अस्तित्व और अद्वितीयता का कठोर प्रमाण (Rigorous Existence and Uniqueness): यह शोध पत्र इनपुट फंक्शन ( $\phi_0, \phi_1, \tau, f$ ) पर विशिष्ट निरंतरता (continuity) और होल्डर (Hölder) स्थितियों के तहत नियमित समाधान के अस्तित्व और अद्वितीयता को सिद्ध करता है।
सामान्यीकरण (Generalization): यह ढांचा पिछले रीमान-लिउविल और कैपुटो डेरिवेटिव के परिणामों को सामान्यीकृत करता है, क्योंकि प्रभाकर ऑपरेटर विशिष्ट पैरामीटर्स सेट करके उन्हें अपने भीतर समाहित करता है।

4. परिणाम (Results)

समाधान का निरूपण (Solution Representation): अंतिम समाधान $u(t, x)$ $u (t, x)$ को चार इंटीग्रल पदों के योग के रूप में प्रस्तुत किया गया है:
1. $\phi_0(t)$ से सीमा योगदान।
2. $\phi_1(t)$ से सीमा योगदान।
3. $\tau(x)$ से प्रारंभिक स्थिति का योगदान।
4. $f(t, x)$ से स्रोत पद का योगदान।
संख्यात्मक चित्रण (Numerical Illustrations):
- उदाहरण 1 (प्रारंभिक डेटा का प्रभाव): शून्य बाहरी बल और प्रारंभिक प्रोफाइल $\sin(x)$ के साथ सब-डिफ्यूजन का अनुकरण। परिणाम दिखाते हैं कि निम्न फ्रैक्शनल ऑर्डर ( $\beta$ ) अत्यंत धीमी गिरावट (डीप सब-डिफ्यूजन) की ओर ले जाते हैं, जबकि उच्च ऑर्डर शास्त्रीय डिफ्यूजन व्यवहार के करीब पहुँच जाते हैं।
- उदाहरण 2 (बाहरी बल का प्रभाव): शून्य प्रारंभिक डेटा और समय-निर्भर स्रोत $f(t, x) = t \sin(x)$ के साथ एक सिस्टम का अनुकरण। परिणाम प्रदर्शित करते हैं कि उच्च फ्रैक्शनल ऑर्डर वाले सिस्टम बाहरी फोर्स के प्रति अधिक तेजी से प्रतिक्रिया करते हैं, और कम फ्रैक्शनल ऑर्डर वाले सिस्टम की तुलना में आयाम (amplitude) को तेजी से संचित करते हैं।
पैरामीटर संवेदनशीलता (Parameter Sensitivity): अध्ययन यह रेखांकित करता है कि कैसे पैरामीटर्स $\alpha, \beta, \gamma, \delta$ मेमोरी प्रभावों और डिफ्यूजन/रिलैक्सेशन की दर को नियंत्रित करते हैं।

5. महत्व (Significance)

जटिल मेमोरी मॉडलिंग: प्रभाकर डेरिवेटिव मानक फ्रैक्शनल डेरिवेटिव की तुलना में भौतिक प्रणालियों (जैसे असामान्य प्रसार, विस्कोइलास्टिसिटी) में मेमोरी प्रभावों को मॉडल करने के लिए अधिक लचीला ढांचा प्रदान करता है। तीन-पैरामीटर वाले मिटेल-लेफ्ट कर्नेल का समावेश रिलैक्सेशन प्रक्रियाओं के लिए एक "सूक्ष्म" (nuanced) विवरण की अनुमति देता है।
विश्लेषणात्मक उपकरण: स्पष्ट ग्रीन फक्शन का व्युत्पन्न सीमित डोमेन में रैखिक सब-डिफ्यूजन समीकरणों को हल करने के लिए एक शक्तिशाली विश्लेणात्मक उपकरण प्रदान करता है, जो फ्रैक्शनल ऑपरेटरों की नॉन-लोकल प्रकृति के कारण विशुद्ध रूप से संख्यात्मक विधियों के साथ कठिन हो सकता है।
भावी अनुसंधान का आधार: यह शोध पत्र इनवर्स प्रॉब्लम्स (inverse problems), स्थिरता विश्लेषण (stability analysis) और मल्टी-डायमेंशनल विस्तार के लिए एक आधार स्थापित करता है। यह अमूर्त फ्रैक्शनल कैलकुलस और गणितीय भौतिकी में सीमा मान समस्याओं के बीच के अंतर को पाटता है।

संक्षेप में, यह शोध पत्र सफलतापूर्वक रेगुलराइज्ड प्रभाकर फ्रैक्शनल डेरिवेटिव के लिए ग्रीन फलन के सिद्धांत का विस्तार करता है, जिससे स्पष्ट समाधान और कठोर प्रमाण प्राप्त होते हैं जो मेमोरी और हेरेडिटरी गुणों वाले जटिल प्रणालियों के मॉडलिंग के लिए उपलब्ध टूलकिट को समृद्ध करते हैं।