🔢 mathematics

A general framework for level continuous fuzzy-valued functions

यह शोधपत्र उन्हें दो चरों वाले वास्तविक-मान वाले फलनों के स्थानों के एक गुणनफल में समाहित करके स्तर निरंतर फजी-मान वाले फलनों के लिए एक सामान्य ढांचा स्थापित करता है जो विशिष्ट बाएँ-निरंतरता, दाएँ-निरंतरता और एकदिष्टता की शर्तों को संतुष्ट करते हैं।

मूल लेखक: J. J. Font, S. Macario, M. Sanchis

प्रकाशित 2026-03-31

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: J. J. Font, S. Macario, M. Sanchis

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

कल्पना कीजिए कि आप एक धुंधले बादल (fuzzy cloud) का वर्णन करने की कोशिश कर रहे हैं। वास्तविक दुनिया में, एक बादल की कोई तीखी या स्पष्ट सीमा नहीं होती। यह घने सफेद से पतले धूसर रंग में और फिर शून्य में विलीन होता जाता है। गणित में, हम इसे एक "फजी नंबर" (fuzzy number) कहते हैं। यह केवल "5" जैसा एक एकल बिंदु नहीं है; यह अनिश्चितता को दर्शाने वाला एक पूरा आकार है।

लंबे समय से, गणितज्ञ यह अध्ययन करने की कोशिश कर रहे हैं कि ये धुंधले बादल समय या स्थान के साथ कैसे बदलते हैं। वे जानना चाहते थे कि: "यदि मेरा एक धुंधला बादल स्क्रीन पर घूम रहा है, तो क्या वह सुचारू रूप से (smoothly) चल रहा है?"

समस्या यह है कि इन बादलों के लिए "सुचारू" होने को परिभाषित करने के दो अलग-अलग तरीके हैं, और वे बहुत अलग व्यवहार करते हैं। फोंट, मैकारियो और सांचिस का यह शोध पत्र इन धुंधले बादलों को बेहतर ढंग से समझने के लिए एक नया सार्वभौमिक अनुवादक (universal translator) बनाने जैसा है, विशेष रूप से तब जब वे सामान्य से अधिक "धुंधले" (कम निरंतर/less continuous) हों।

यहाँ सरल उपमाओं का उपयोग करके इसका विवरण दिया गया है:

1. "सुचारूता" मापने के दो तरीके

कल्पना कीजिए कि आप एक धुंधले बादल को आकार बदलते हुए देखते हैं।

कठोर तरीका (The $d_\infty$ metric): यह बादल के हर एक पिक्सेल को एक साथ जांचने जैसा है। यदि बादल का एक भी छोटा हिस्सा अचानक बदल जाता है, तो पूरे वीडियो को "झटकेदार" (jumpy) या असंतत (discontinuous) माना जाता है।
स्तर का तरीका (The $\tau_\ell$ metric): यह बादल को परत दर परत जांचने जैसा है। आप घने केंद्र को देखते हैं, फिर मध्य भाग को, फिर किनारों को। यदि केंद्र सुचारू रूप से चलता है, मध्य सुचारू रूप से चलता है, और किनारे सुचारू रूप से चलते हैं, तो हम कहते हैं कि फिल्म "लेवल कंटीन्यूअस" (level continuous) है।

पेंच: एक फिल्म "लेवल कंटीन्यूअस" (परत दर परत सुचारू) हो सकती है, लेकिन यदि आप एक साथ सभी पिक्सेल की जांच करते हैं, तो वह "झटकेदार" लग सकती है। लेखक इसी "झटकेदार लेकिन स्तर-सुचारू" परिदृश्य में रुचि रखते हैं, जो अध्ययन करने में बहुत कठिन है।

2. पुराना नक्शा बनाम नया नक्शा

पहले, गणितज्ञ इन धुंधले बादलों का अध्ययन करने के लिए उन्हें वास्तविक संख्याओं (crisp numbers) में बदलने की कोशिश करते थे।

पुरानी विधि: उन्होंने एक विशिष्ट नियम (Goetschel-Voxman) का उपयोग किया जो एक धुंधले बादल को डेटा की दो रेखाओं में बदल देता है। एक रेखा बादल के बाएं किनारे को ट्रैक करती है, और दूसरी रेखा दाएं किनारे को ट्रैक करती है।
समस्या: जब धुंधला बादल "झटकेदार" (पूरी तरह से निरंतर नहीं) होता है, तो डेटा की ये दो रेखाएं अच्छी तरह से व्यवहार नहीं करतीं। उनमें अचानक उछाल या टूट सकते हैं, जिससे उन्हें उन मानक "स्मूथ फंक्शन" बक्सों में फिट करना असंभव हो जाता है जिनका गणितज्ञ आमतौर पर उपयोग करते हैं।

3. नया ढांचा: "बाएं-दाएं" डांस फ्लोर

लेखकों ने एक नया गणितीय खेल का मैदान (फंक्शन का एक नया स्थान) बनाया है जो विशेष रूप से इन कठिन, झटकेदार डेटा रेखाओं को रखने के लिए डिज़ाइन किया गया है।

उनके इस नए स्थान को, जिसे $C([0, 1] \times K)$ कहा जाता है, एक ऐसे डांस फ्लोर के रूप में सोचें जिसके बहुत विशिष्ट नियम हैं:

क्षैतिज अक्ष (समय/परतें): जैसे-जैसे आप बाएं-से-दाएं चलते हैं, आपको रुकने और पीछे देखने में सक्षम होना चाहिए (left-continuous)। आप बिना चेतावनी के आगे नहीं कूद सकते, लेकिन आप अचानक रुक सकते हैं।
लंबवत अक्ष (स्थान/स्थिति): जैसे-जैसे आप ऊपर-और-नीचे जाते हैं, आपको पूरी तरह से सुचारू होना चाहिए।
आकार का नियम: रेखाओं को हमेशा ऊपर चढ़ना या नीचे फिसलना चाहिए (monotonicity)। वे रोलरकोस्टर की तरह ऊपर-नीचे नहीं डगमगा सकतीं।

जादुई ट्रिक: लेखकों ने सिद्ध किया कि भले ही आपका धुंधला बादल सख्त अर्थों में "झटकेदार" हो, यदि आप इसे डेटा की इन दो रेखाओं में तोड़ते हैं, तो वे हमेशा इस नए डांस फ्लोर पर पूरी तरह फिट बैठते हैं।

4. यह क्यों मायने रखता है (The "Isometric Embedding")

यह शोध पत्र दिखाता है कि आप किसी भी धुंधले बादल को जो "लेवल" के अर्थ में सुचारू रूप से चल रहा है, उसे इन विशेष रेखाओं के एक जोड़े पर पूरी तरह से मैप (map) कर सकते हैं।

आइसोमेट्रिक (Isometric): इसका अर्थ है कि दो धुंधले बादलों के बीच की "दूरी" उनके डेटा की दो रेखाओं के बीच की दूरी के बिल्कुल समान है। कोई जानकारी खोई नहीं जाती है।
आइसोमॉर्फिक (Isomorphic): संरचना सुरक्षित रहती है। यदि आप रेखाओं पर गणित कर सकते हैं, तो आप धुंधले बादलों पर भी वही गणित कर सकते हैं।

5. बड़ी खोज: "राइट लिमिट" का जाल

इस शोध पत्र का सबसे दिलचस्प हिस्सा एक चेतावनी है।

यदि कोई धुंधला बादल "स्ट्रिक्टली स्मूथ" (कठोर रूप से सुचारू) है, तो उसकी डेटा रेखाएं हर जगह अच्छी तरह व्यवहार करती हैं।
लेकिन यदि यह केवल "लेवल स्मूथ" है, तो एक विशिष्ट जाल है: द राइट लिमिट (The Right Limit)।

कल्पना कीजिए कि आप एक चट्टान के किनारे (एक परत के दाहिनी ओर) की ओर बढ़ रहे हैं। यदि आप "स्ट्रिक्टली स्मूथ" हैं, तो आप सटीक भविष्यवाणी कर सकते हैं कि आप कहाँ उतरेंगे। यदि आप केवल "लेवल स्मूथ" हैं, तो आप किनारे से कदम रख सकते हैं और अप्रत्याशित जगह पर उतर सकते हैं। लेखकों ने दिखाया कि इन "झटकेदार" धुंधले बादलों के लिए, आप यह मान नहीं सकते कि भविष्य (दायां हिस्सा) वर्तमान के साथ पूरी तरह मेल खाएगा। यही कारण है कि दो प्रकार की सुचारूता अलग-अलग व्यवहार करती है।

सारांश

इस शोध पत्र को धुंधले गणित (fuzzy math) के लिए एक विशेष टूलबॉक्स बनाने के रूप में देखें।

पहले: गणितज्ञ धुंधले बादलों को एक कठोर, सुचारू बॉक्स में फिट करने की कोशिश करते थे। यदि बादल उसमें फिट नहीं होता था, तो वे उसका विश्लेषण नहीं कर पाते थे।
अब: उन्होंने एक लचीला, कस्टम-आकार का बॉक्स (नया फंक्शन स्पेस) बनाया है जो "जंप" और "ब्रेक" वाले बादलों को स्वीकार करता है, जब तक कि वे एक विशिष्ट, परत-दर-परत तरीके से सुचारू हैं।

यह वैज्ञानिकों को वास्तविक दुनिया की अनिश्चितता (जैसे मौसम के पैटर्न, शेयर बाजार के उतार-चढ़ाव, या मानव निर्णय लेने की प्रक्रिया) को बहुत अधिक सटीकता से मॉडल करने की अनुमति देता है, बिना डेटा को "परफेक्टली स्मूथ" होने के लिए मजबूर किए जब वह स्वाभाविक रूप से वैसा नहीं होता।

यहाँ जे. जे. फोंट, एस. मैकारियो और एम. सांचिस के शोध पत्र "A General Framework for Level Continuous Fuzzy-Valued Functions" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र लेवल-कन्वर्जेंस टोपोलॉजी ( $\tau_\ell$ ) के अंतर्गत फजी-वैल्यूड कंटीन्यूअस फंक्शन्स (fuzzy-valued continuous functions) के विश्लेषण की गणितीय चुनौती को संबोधित करता है, जो कि मानक सुप्रीमम मेट्रिक टोपोलॉजी ( $d_\infty$ ) की तुलना में कमजोर है।

संदर्भ: फजी विश्लेषण, फजी संख्याओं ( $E^1$ ) पर आधारित है। जबकि फजी संख्याओं का स्थान सुप्रीमम मेट्रिक $d_\infty$ के तहत अच्छी तरह से अध्ययन किया गया है (जो इसे एक पूर्ण मेट्रिक स्पेस बनाता है), लेवल-कन्वर्जेंस टोपोलॉजी इससे भिन्न और कमजोर है।
अंतराल (The Gap): पिछले शोध ने निरंतर फजी संख्याओं ( $E^1_c$ ) या $d_\infty$ के तहत निरंतर फंक्शन्स के मामले में, फजी-वैल्यूड फंक्शन्स को बानाच स्पेस (विशेष रूप से $C([0,1])$ के उत्पादों) में सफलतापूर्वक एम्बेड किया था। हालाँकि, सामान्य फजी संख्याओं (जो निरंतर नहीं हो सकती हैं) के मामले में, लेवल-कन्वर्जेंस टोपोलॉजी के तहत ये एम्बेडिंग विफल हो जाते हैं या इनमें संशोधन की आवश्यकता होती है।
विशिष्ट समस्या: फलन $f: K \to E^1$ जो $\tau_\ell$ के तहत निरंतर हैं, वे आवश्यक रूप से संयुक्त रूप से निरंतर वास्तविक-मान वाले निरूपण (real-valued representations) प्रदान नहीं करते हैं। विशेष रूप से, क्रॉस-सेक्शन फलन पहले कोऑर्डिनेट (लेवल $\lambda$ ) में निरंतरता की कमी रख सकते हैं, जिसके लिए एक नए कार्यात्मक ढांचे (functional framework) की आवश्यकता होती है।

2. कार्यप्रणाली (Methodology)

लेखक गोएत्शेल-वॉक्समैन लक्षण वर्णन (Goetschel-Voxman characterization) पर आधारित एक पैरामीट्रिक निरूपण दृष्टिकोण का उपयोग करते हैं।

पैरामीट्रिक निरूपण (Parametric Representation):
प्रत्येक फजी संख्या $u \in E^1$ को उसके $\lambda$ -लेवल सेट्स $[u]_\lambda = [u^-(\lambda), u^+(\lambda)]$ द्वारा अभिलक्षित किया जाता है। एक फजी-वैल्यूड फलन $f: K \to E^1$ को दो वास्तविक-मान वाले फलनों के दो चरों वाले फलन में विभाजित किया जाता है:
$f_1(\lambda, t) = [f(t)]^-(\lambda) \quad \text{और} \quad f_2(\lambda, t) = [f(t)]^+(\lambda)$
जहाँ $\lambda \in [0, 1]$ स्तर (level) को दर्शाता है और $t \in K$ (एक कॉम्पैक्ट स्पेस) डोमेन को दर्शाता है।
निरंतरता का विश्लेषण (Analysis of Continuity):
लेखक $f_1$ और $f_2$ के निरंतरता गुणों का विश्लेषण करते हैं:
- $f \in C(K, E^1_\infty)$ के लिए, अभिसरण (convergence) $\lambda$ में यूनिफॉर्म होता है, जिससे मानक निरंतरता गुण प्राप्त होते हैं।
- $f \in C(K, E^1_\ell)$ के लिए, अभिसरण $\lambda$ में पॉइंटवाइज (pointwise) होता है। इसके परिणामस्वरूप ऐसे फलन प्राप्त होते हैं जो $t$ में सेपरेटली कंटीन्यूअस (separately continuous) हैं लेकिन $\lambda$ में केवल लेफ्ट-कंटीन्यूअस (या 0 पर राइट-कंटीन्यूअस) हैं।
एक नए फंक्शन स्पेस का निर्माण (Construction of a New Function Space):
सामान्य मामले को समायोजित करने के लिए, लेखक एक नया फंक्शन स्पेस परिभाषित करते हैं, जिसे $C([0, 1] \times K)$ कहा जाता है, जो निम्नलिखित द्वारा अभिलक्षित है:
- संयुक्त लेफ्ट-कंटीन्यूइटी (Joint Left-Continuity): $\lambda \in (0, 1]$ के लिए प्रोडक्ट टोपोलॉजी में निरंतर।
- संयुक्त राइट-कंटीन्यूइटी (Joint Right-Continuity): $\lambda = 0$ पर निरंतर।
- मोनोटोनिसिटी (Monotonicity): एक निश्चित $t$ के लिए, फलन $\lambda$ में मोनोटोन (बढ़ता हुआ $f_1$ के लिए, घटता हुआ $f_2$ के लिए) है।
एम्बेडिंग रणनीति (Embedding Strategy):
शोध पत्र लेवल-कंटीन्यूअस फजी-वैल्यूड फंक्शन्स के स्पेस $C(K, E^1_\ell)$ का उत्पाद स्पेस $C([0, 1] \times K) \times C([0, 1] \times K)$ में एक आइसोमेट्रिक और आइसोमोर्फिक एम्बेडिंग का निर्माण करता है।

3. मुख्य योगदान (Key Contributions)

$C([0, 1] \times K)$ की परिभाषा: शोध पत्र एक नए उत्पाद डोमेन पर वास्तविक-मान वाले फलनों के एक नवीन स्पेस को पेश करता है जो विशिष्ट मिश्रित निरंतरता शर्तों (संयुक्त लेफ्ट/राइट निरंतरता) और मोनोटोनिसिटी को संतुष्ट करता है।
- महत्व: यह स्पेस न तो एक वेक्टर स्पेस है और न ही एक कोन (cone) है क्योंकि अलग-अलग दिशाओं में मोनोटोनिटी रखने वाले दो फलनों का योग, मोनोटोनिटी की दिशा बदल सकता है, जो वेक्टर स्पेस के लिए आवश्यक क्लोजर प्रॉपर्टी का उल्लंघन करता है।
आइसोमेट्रिक एम्बेडिंग थ्योरम (Theorem 4.7):
लेखक सिद्ध करते हैं कि $(C(K, E^1_\ell), D)$ $(C (K, E_{ℓ}^{1}), D)$ को उत्पाद स्पेस $(C([0, 1] \times K) \times C([0, 1] \times K), D_\infty)$ $(C ([0, 1] \times K) \times C ([0, 1] \times K), D_{\infty})$ के भीतर एक बंद उत्तल कोन (closed convex cone) में आइसोमोर्फिकली और आइसोमेट्रिकली एम्बेड किया जा सकता है।
- मेट्रिक $D$ को $D(f, g) = \sup_{t \in K} d_\infty(f(t), g(t))$ के रूप में परिभाषित किया गया है।
बाउंडेडनेस प्रमाण (Theorem 4.4):
यह सिद्ध किया गया है कि यदि $K$ कॉम्पैक्ट है, तो $C([0, 1] \times K)$ के फलन बाउंडेड (bounded) होते हैं। यह मुख्य रूप से मोनोटोनिसिटी शर्त पर निर्भर करता; इसके बिना, ऐसे फलन अनबाउंडेड हो सकते हैं (उदाहरण 4.5 के माध्यम से प्रदर्शित)।
टोपोलॉजी का विभेदन (Differentiation of Topologies):
शोध पत्र राइट-लिमिट्स (right limits) के व्यवहार का विश्लेषण करके $C(K, E^1_\infty)$ $C (K, E_{\infty}^{1})$ और $C(K, E^1_\ell)$ $C (K, E_{ℓ}^{1})$ के बीच के अंतर को स्पष्ट रूप से परिभाषित करता है।
- $C(K, E^1_\infty)$ के फलन एक "संयुक्त राइट लिमिट-कंटीन्यूअस" गुण को संतुष्ट करते हैं।
- $C(K, E^1_\ell)$ के फलन आम तौर पर इस गुण में विफल रहते हैं (उदाहरण 5.8 द्वारा प्रदर्शित), जो दोनों स्थानों के बीच एक मौलिक संरचनात्मक अंतर को उजागर करता है।

4. मुख्य परिणाम (Key Results)

निरूपण (Representation): प्रत्येक लेवल-कंटीन्यूअस फजी-वैल्यूड फलन $C([0, 1] \times K)$ के फलनों के एक जोड़े $(f_1, f_2)$ के साथ अद्वितीय रूप से संबंधित होता है।
टोपोलॉजिकल अंतर: जबकि $C(K, E^1_c, \infty) = C(K, E^1_c, \ell)$ (वे निरंतर फजी संख्याओं के लिए समान हैं), सामान्य फजी संख्याओं के लिए ये स्पेस अलग हो जाते हैं। मुख्य विभेदक पहले कोऑर्डिनेट में क्रॉस-सेक्शन्स का यूनिफॉर्म कन्वर्जेंस है।
लिमिट व्यवहार (Limit Behavior):
- लेम्मा 5.2 और 5.3: स्थापित करते हैं कि $C([0, 1] \times K)$ के फलनों के लिए राइट-लिमिट्स मौजूद हैं और यूनिफॉर्म कन्वर्जेंस के तहत निरंतर व्यवहार करते हैं।
- काउंटर-एग्जेंपल्स: शोध पत्र स्पष्ट उदाहरण (जैसे, उदाहरण 3.1 और 5.8) प्रदान करता है जो दिखाते हैं कि बिना यूनिफॉर्म कन्वर्जेंस के (अर्थात, $\tau_\ell$ के मामले में), लिमिट्स का विनिमय (विशेष रूप से राइट-लिमिट्स के संबंध में) विफल हो जाता है, जिससे संयुक्त राइट-लिमिट निरंतरता टूट जाती है।

5. महत्व और प्रभाव (Significance and Impact)

सैद्धांतिक प्रगति: यह कार्य निरंतर फजी संख्याओं तक सीमित किए बिना लेवल-कंटीन्यूअस फजी-वैल्यूड फंक्शन्स को संभालने के लिए पहला सामान्य ढांचा प्रदान करता है। यह फजी विश्लेषण के उस अंतराल को भरता है जहाँ पिछले तरीके अत्यधिक रूप से मजबूत $d_\infty$ मेट्रिक पर निर्भर थे।
नए गणितीय ऑब्जेक्ट्स: $C([0, 1] \times K)$ के स्पेस का परिचय शास्त्रीय विश्लेषण के टूलकिट का विस्तार करता है। यह उन फलनों के अध्ययन के लिए एक सेटिंग प्रदान करता जो मोनोटोन हैं और जिनमें विशिष्ट एक-तरफा निरंतरता गुण हैं, जो फजी संदर्भों में स्वाभाविक रूप से दिखाई देते हैं लेकिन पहले औपचारिक रूप से परिभाषित नहीं थे।
अनुप्रयोग: इन फलनों को वास्तविक-मान वाले फंक्शन स्पेस के उत्पाद में एम्बेड करके, लेखक फजी डिफरेंशियल इक्वेशंस, फजी ऑप्टिमाइजेशन और निर्णय लेने की समस्याओं (जो लेवल कन्वर्जेंस के माध्यम से मॉडल की गई अनिश्चितता से जुड़ी हैं) के लिए शास्त्रीय कार्यात्मक विश्लेषण उपकरणों (जैसे कि कोन्स के लिए अनुकूलित एकीकरण, अवकलन और अनुकूलन तकनीक) को लागू करने में सक्षम बनाते हैं।
संरचनात्मक अंतर्दृष्टि: शोध पत्र स्पष्ट करता है कि फजी-वैल्यूड फलनों की बीजगणितीय संरचना एक साधारण वेक्टर स्पेस से अधिक जटिल है, जो एक विशिष्ट फंक्शन स्पेस के भीतर एक कोन (cone) है, और यह बाउंडेडनेस और निरंतरता गुणों को सुनिश्चित करने में मोनोटोनिसिटी की महत्वपूर्ण भूमिका को रेखांकित करती है।

संक्षेप में, शोध पत्र सफलतापूर्वक एक मजबूत गणितीय बुनियादी ढांचा तैयार करता है ताकि कमजोर, अधिक सामान्य लेवल-कन्वर्जेंस टोपोलॉजी के तहत फजी-वैल्यूड फंक्शन्स का विश्लेषण किया जा सके, और राइट-लिमिट्स और मोनोटोनिसिटी के गुणों के माध्यम से इसे सुप्रीमम मेट्रिक केस से स्पष्ट रूप से अलग करता है।