Fundamental Properties, Comparative Analysis, and Application of Caputo and Riemann-Liouville Fractional Derivatives to a Cancer Cell Epidemic Model

तकनीकी सारांश: कैंसर सेल महामारी मॉडल के लिए कैपूटो (Caputo) और रीमैन-लिउविल (Riemann-Liouville) भिन्नात्मक अवकलजों के मूलभूत गुणों, तुलनात्मक विश्लेषण और अनुप्रयोग का अध्ययन

समस्या विवरण
यह शोध पत्र जैविक प्रणालियों में स्मृति प्रभावों (memory effects) के मॉडलिंग के संदर्भ में कैपूटो और रीमैन-लिउविल (RL) भिन्नात्मक डेरिवेटिव के बीच सैद्धांतिक और व्यावहारिक अंतरों को संबोधित करता है। जबकि जटिल प्रणालियों में वंशानुगत विशेषताओं को मॉडल करने के एक उपकरण के रूप में भिन्नात्मक कलन (fractional calculus) स्थापित है, ऑपरेटर का चयन प्रारंभिक-मान समस्याओं (initial-value problems) के लिए अत्यंत महत्वपूर्ण है। लेखक एक मौलिक विसंगति की पहचान करते हैं: एक स्थिरांक (constant) का RL डेरिवेटिव गैर-शून्य होता है (जो मूल बिंदु पर एक विलक्षणता/singularity उत्पन्न करता है), जबकि एक स्थिरांक का कैपूटो डेरिवेटिव शून्य होता है। यह अंतर जैविक मॉडलिंग के लिए चुनौतियां पैदा करता है, जहाँ प्रारंभिक स्थितियाँ (जैसे, प्रारंभिक कोशिका जनसंख्या) भौतिक रूप से सार्थक स्थिरांक होती हैं, और $t=0$ पर विलक्षणता का कोई जैविक अर्थ नहीं होता है। इस अध्ययन का उद्देश्य दोनों ऑपरेटरों के गुणों को कठोरता से स्थापित करना और यह निर्धारित करना है कि कैंसर सेल महामारी मॉडल के लिए कौन सा अधिक उपयुक्त है।

कार्यप्रणाली
अनुसंधान विश्लेषणात्मक व्युत्पत्ति, तुलनात्मक प्रमेय प्रमाण और संख्यात्मक सिमुलेशन के संयोजन का उपयोग करता है:

१. सैद्धांतिक ढांचा: लेखक गामा और बीटा फलनों को परिभाषित करते हैं, जिसके बाद RL और कैपूटो भिन्नात्मक समाकल (integrals) और डेरिवेटिव की औपचारिक परिभाषाएँ दी गई हैं। वे व्यवस्थित रूप से मूलभूत गुणों को व्युत्पन्न करते हैं, जिनमें शामिल हैं:

• पावर फंक्शन ($z^m$) के भिन्नात्मक डेरिवेटिव और इंटीग्रल।
• दोनों ऑपरेटरों की रैखिकता (linearity)।
• एक सुधार-पद प्रमेय (correction-term theorem) के माध्यम से दोनों ऑपरेटरों के बीच संबंध, जो कैपूटो डेरिवेटिव को RL डेरिवेटिव और प्रारंभिक मान पदों के योग के रूप में व्यक्त करता है।
• व्युत्क्रम गुण (Inverse properties), यह प्रदर्शित करते हुए कि भिन्नात्मक समाकल प्रारंभिक स्थितियों द्वारा निर्धारित बहुपदों तक मूल फलनों को कैसे पुनः प्राप्त करते हैं।

२. तुलनात्मक विश्लेषण: शोध पत्र ग्राफिकल चित्रण और विशिष्ट उदाहरणों (जैसे, स्थिरांक फलन, $f(z)=1$, और द्विघाती फलन, $f(z)=z^2$) का उपयोग करता है ताकि दोनों डेरिवेटिव के व्यवहार को दृश्य रूप में प्रस्तुत किया जा सके। यह स्थिरांकों के लिए मूल बिंदु के पास RL डेरिवेटिव के विलक्षण व्यवहार बनाम कैपूटो के लुप्त होने वाले डेरिवेटिव को उजागर करता है।

३. मॉडल अनुप्रयोग: सैद्धांतिक परिणामों को स्वस्थ ($H$) और कैंसर ($C$) कोशिका जनसंख्या को मॉडल करने वाले एक युग्मित भिन्नात्मक-क्रम विभेदक तंत्र (coupled fractional-order differential system) पर लागू किया गया है। मॉडल लॉजिस्टिक विकास, अंतर-कोशिकीय प्रतिस्पर्धा और इम्यूनोथेरेपी नियंत्रण को शामिल करता है। शास्त्रीय प्रारंभिक स्थितियों ($H(0)=H_0, C(0)=C_0$) के साथ अनुकूलता सुनिश्चित करने के लिए मॉडल निर्माण में कैपूटो ऑपरेटर का चयन किया गया है।

४. संख्यात्मक सिमुलेशन: ग्रुनवाल्ड-लेटनिक (Grunwald-Letnikov) सन्निकटन योजना का उपयोग करके सिस्टम को संख्यात्मक रूप से हल किया जाता है। स्मृति प्रभावों और रोग की प्रगति को देखने के लिए विभिन्न भिन्नात्मक क्रमों ($\mu \in \{1.0, 0.9, 0.75, 0.7\}$) और उपचार तीव्रता के साथ समय अंतराल $z \in [0, 12]$ पर सिमुलेशन आयोजित किए जाते हैं।

प्रमुख योगदान

• विश्लेषणात्मक स्पष्टीकरण: शोध पत्र कठोरता से सिद्ध करता है कि एक स्थिरांक का कैपूटो डेरिवेटिव शून्य होता है, जबकि RL डेरिवेटिव $z^{-\mu}$ के समानुपाती एक विलक्षण पद प्रदान करता है। इसे प्रमेय 3.4 और लेम्मा 3.3 के माध्यम से औपचारिक रूप दिया गया है।
• सुधार-पद संबंध: लेखक प्रमेय 5.3 स्थापित करते हैं, जो प्रारंभिक मानों को विलक्षण कर्नेल (singular kernels) द्वारा भारित करके दोनों ऑपरेटरों के बीच के अंतर को स्पष्ट रूप से परिमाणित करता है। यह गणितीय रूप से न्यायसंगत बनाता है कि क्यों RL फॉर्मूलेशन जैविक संदर्भों में "स्पूरियस" (spurious) विलक्षण पद पेश करता है।
• जीव विज्ञान के लिए ऑपरेटर चयन: अध्ययन यह प्रदर्शित करता है कि कैपोटो फॉर्मूलेशन जैविक प्रारंभिक-मान समस्याओं के लिए स्वाभाविक विकल्प है क्योंकि यह बिना किसी गैर-भौतिक विलक्षणता को पेश किए सीधे भौतिक प्रारंभिक डेटा को निर्धारित करने की अनुमति देता है।
• स्मृति प्रभाव का परिमाणीकरण: संख्यात्मक सिमुलेशन के माध्यम से, शोध पत्र दर्शाता है कि निम्न भिन्नात्मक क्रम ($\mu < 1$) उप-विसरण (sub-diffusive) व्यवहार को प्रेरित करते हैं, जो प्रभावी रूप से कैंसर की प्रगति को धीमा करता है और शास्त्रीय पूर्णांक-क्रम मॉडल ($\mu = 1$) की तुलना में सिस्टम की प्रारंभिक अवस्था की "स्मृति" को लंबा करता है।

परिणाम

• सैद्धांतिक: विश्लेषण पुष्टि करता है कि उन फलनों के लिए जहाँ प्रारंभिक मान और निम्न-क्रम के डेरिवेटिव मूल बिंदु पर शून्य होते हैं (जैसे, $f(z)=z^2$), कैपोटो और RL डेरिवेटिव समान होते हैं। हालांकि, स्थिरांक या गैर-शून्य प्रारंभिक मान वाले फलनों के लिए, ऑपरेटरों में महत्वपूर्ण विचलन होता है।
• संख्यात्मक:
  • भिन्नात्मक क्रम का प्रभाव: $\mu$ को 1.0 से घटाकर 0.75 करने से कैंसर कोशिका जनसंख्या का संतुलन की ओर अभिसरण (convergence) धीमा हो जाता है और स्वस्थ कोशिकाओं का अधिग्रहण विलंबित हो जाता है। कुल कोशिका जनसंख्या वाहक क्षमता ($K$) की ओर धीमी गति से बढ़ती है, जो प्रारंभिक कम घनत्व के इतिहास को बनाए रखने को दर्शाता है।
  • उपचार प्रतिक्रिया: इम्यूनोथेरेपी पद ($-\sigma C$) को शामिल करने से कैंसर कोशिका घनत्व में योगात्मक कमी आती है, जो कैपूटो ऑपरेटर की रैखिकता के अनुरूप है। उच्च उपचार तीव्रता ($\sigma$) स्वस्थ कोशिकाओं की तेजी से रिकवरी की ओर ले जाती है।
  • फेज पोर्ट्रेट्स (Phase Portraits): $\mu < 1$ के लिए प्रक्षेपवक्र (trajectories) कैंसर-प्रधान संतुलन की ओर अभिसरण करने से पहले फेज प्लेन में एक व्यापक चाप (arc) तय करते हैं, जो बढ़ी हुई स्मृति और धीमी सूचना प्रसार का संकेत देते हैं।

महत्व
शोध पत्र का दावा है कि इसका प्राथमिक महत्व प्रयुक्त गणितीय जीव विज्ञान में भिन्नात्मक विभेदक समीकरणों के उपयोग के लिए एक गणितीय रूप से सुसंगत और जैविक रूप से व्याख्या योग्य आधार प्रदान करने में है। कैपोटो डेरिवेटिव को सिद्ध करके कि यह स्थिरांक प्रारंभिक अवस्थाओं के लिए निहित RL विलक्षणताओं से बचता है, यह अध्ययन कैंसर कोशिका गतिशीलता को मॉडल करने के लिए उपयुक्त उपकरण के रूप में कैपोटो ऑपरेटर को मान्य करता है। यह कार्य अमूर्त भिन्नात्मक कलन सिद्धांत और व्यावहारिक महामारी विज्ञान मॉडलिंग के बीच के अंतर को पाटता है, यह प्रदर्शित करता है कि कैसे भिन्नात्मक क्रमों का उपयोग जैविक प्रणाली की "स्मृति" को ट्यून करने के लिए किया जा सकता है। लेखक निष्कर्ष निकालते हैं कि उनका विश्लेषण भिन्नात्मक जैविक मॉडलों में संतुलन की स्थिरता, अस्तित्व और विशिष्टता के भविष्य के अन्वेषणों के साथ-साथ ऐसी प्रणालियों के लिए अधिक सटीक संख्यात्मक योजनाओं के विकास के लिए एक आवश्यक सैद्धांतिक आधार प्रदान करता है।