A general framework for level continuous fuzzy-valued functions

1. Il Problema e il Contesto

L'analisi fuzzy, basata sul concetto di numero fuzzy e funzione a valori fuzzy, presenta proprietà algebriche e strutturali diverse dall'analisi classica basata sui numeri reali. Un problema centrale nella teoria delle funzioni a valori fuzzy è la gestione della continuità rispetto a diverse topologie.
In particolare, lo spazio dei numeri fuzzy $E^1$ può essere dotato di due topologie principali:

1. La topologia indotta dalla metrica del supremo ($d_\infty$), che implica una convergenza uniforme.
2. La topologia di convergenza a livelli ($\tau_\ell$), che è più debole della precedente.

Mentre le funzioni continue a valori fuzzy rispetto alla metrica $d_\infty$ (spazio $C(K, E^1_\infty)$) sono state ampiamente studiate e possono essere immerse in spazi di Banach di funzioni continue, la classe più generale delle funzioni continue rispetto alla topologia di livello ($C(K, E^1_\ell)$) presenta sfide significative. In questo contesto più generale, le funzioni associate non sono necessariamente continue rispetto alla prima coordinata (il livello $\lambda$), rendendo inadeguate le rappresentazioni tradizionali basate su spazi di funzioni continue congiunte.

2. Metodologia

Gli autori adottano un approccio basato sulla caratterizzazione parametrica dei numeri fuzzy di Goetschel-Voxman. Ogni numero fuzzy $u$ è identificato da una coppia di funzioni reali $u^-(\lambda)$ e $u^+(\lambda)$ che definiscono gli estremi dell'intervallo $\lambda$-taglio.

La metodologia si articola nei seguenti passaggi:

• Rappresentazione Parametrica: Per una funzione a valori fuzzy $f: K \to E^1$ (dove $K$ è uno spazio compatto), gli autori definiscono due funzioni reali di due variabili $f_1, f_2: [0, 1] \times K \to \mathbb{R}$, dove $f_1(\lambda, t) = [f(t)]^-(\lambda)$ e $f_2(\lambda, t) = [f(t)]^+(\lambda)$.
• Analisi della Continuità: Viene analizzato il comportamento di queste funzioni rispetto alle due variabili. Si osserva che per $f \in C(K, E^1_\ell)$, le funzioni $f_i$ sono continue nella seconda variabile ($t$) ma possiedono solo continuità sinistra nella prima variabile ($\lambda$) per $\lambda > 0$, e sono monotone.
• Definizione di un Nuovo Spazio Funzionale: Per gestire queste proprietà, viene introdotto lo spazio $C([0, 1] \times K)$, costituito da funzioni reali che soddisfano:
  1. Continuità congiunta sinistra-continua (left continuous - continuous) per $(\lambda, t) \in (0, 1] \times K$.
  2. Continuità congiunta destra-continua (right continuous - continuous) per $(0, t) \in \{0\} \times K$.
  3. Monotonia rispetto alla prima coordinata per ogni $t$ fissato.
• Dimostrazione di Proprietà Topologiche: Viene dimostrato che questo spazio è limitato e chiuso rispetto alla norma del supremo, ma non è uno spazio vettoriale né un cono (poiché la somma di due funzioni con monotonia opposta non è necessariamente monotona). Tuttavia, contiene due coni convessi chiusi distinti (funzioni non decrescenti e non crescenti).

3. Contributi Chiave

Il contributo principale dell'articolo è la costruzione di un quadro generale per trattare le funzioni a valori fuzzy continue rispetto alla topologia di livello, superando le limitazioni delle rappresentazioni precedenti valide solo per numeri fuzzy continui.

I contributi specifici includono:

• Immersione Isometrica e Isomorfa: Dimostrazione che lo spazio delle funzioni continue a valori fuzzy rispetto alla topologia di livello, $C(K, E^1_\ell)$, può essere immerso isometricamente e isomorficamente in un prodotto di spazi di funzioni reali $C([0, 1] \times K) \times C([0, 1] \times K)$.
• Nuova Classe di Funzioni: Introduzione e studio formale dello spazio $C([0, 1] \times K)$, caratterizzato da una combinazione di continuità sinistra, continuità destra e monotonia. Questo spazio non è stato precedentemente studiato in letteratura come spazio autonomo.
• Distinzione tra Topologie: Utilizzo della rappresentazione per evidenziare le differenze strutturali tra $C(K, E^1_\ell)$ e $C(K, E^1_\infty)$. In particolare, viene mostrato che le funzioni in $C(K, E^1_\infty)$ godono di una proprietà di "continuità congiunta del limite destro" che manca nelle funzioni generali di $C(K, E^1_\ell)$.

4. Risultati Principali

• Teorema 4.7: Lo spazio $(C(K, E^1_\ell), D)$ è isometricamente e isomorficamente equivalente a un cono convesso chiuso dello spazio prodotto $(C([0, 1] \times K) \times C([0, 1] \times K), D_\infty)$.
• Limitatezza: È stato provato che ogni funzione in $C([0, 1] \times K)$ è limitata, grazie alla combinazione di continuità e monotonia, anche se lo spazio non è uno spazio vettoriale.
• Comportamento dei Limiti:
  • Per le funzioni in $C(K, E^1_\infty)$, la convergenza nella seconda variabile è uniforme rispetto al livello $\lambda$, garantendo una buona regolarità dei limiti destri.
  • Per le funzioni in $C(K, E^1_\ell)$, la convergenza è solo puntuale rispetto a $\lambda$. Esempi costruiti dagli autori mostrano che la proprietà di continuità congiunta del limite destro fallisce in questo caso generale, distinguendo nettamente i due spazi.
• Controesempi: Vengono forniti esempi (es. Esempio 3.1 e 5.8) che dimostrano come una funzione possa essere continua rispetto alla topologia di livello ma non rispetto alla metrica $d_\infty$, e come le funzioni associate non siano continue congiuntamente.

5. Significato e Implicazioni

Questo lavoro è significativo per l'analisi fuzzy matematica per diverse ragioni:

1. Generalizzazione: Fornisce un framework rigoroso per analizzare funzioni a valori fuzzy in contesti più ampi rispetto a quelli classici, permettendo di trattare numeri fuzzy non continui.
2. Strumento Analitico: L'immersione in spazi di funzioni reali di due variabili permette di applicare tecniche di analisi classica (sebbene adattate) a problemi fuzzy complessi, come equazioni differenziali fuzzy, ottimizzazione fuzzy e teoria del controllo.
3. Chiarezza Strutturale: La distinzione precisa tra le proprietà delle funzioni continue rispetto a $d_\infty$ e quelle rispetto a $\tau_\ell$ chiarisce le limitazioni delle approssimazioni precedenti e definisce i confini di validità di certi risultati matematici nell'ambito fuzzy.
4. Innovazione Teorica: L'introduzione dello spazio $C([0, 1] \times K)$ apre nuove direzioni di ricerca nell'analisi funzionale classica, offrendo un modello per studiare funzioni con continuità mista e vincoli di monotonia.

In sintesi, il paper stabilisce un ponte fondamentale tra la teoria dei numeri fuzzy e l'analisi funzionale classica, offrendo strumenti potenti per lo sviluppo di modelli matematici che gestiscono incertezza e vaghezza in modo più flessibile e generale.