🔢 mathematics

Picture Fuzzy Multigroups

Dit artikel onderzoekt picture fuzzy multisets en introduceert het concept van picture fuzzy multigroepen, waarbij de belangrijkste algebraïsche eigenschappen worden vastgesteld.

Oorspronkelijke auteurs: Taiwo O. Sangodapo

Gepubliceerd 2026-07-09

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Taiwo O. Sangodapo

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een groep mensen probeert te beschrijven, maar je wilt niet alleen zeggen "ze zijn hier aanwezig" of "ze zijn hier niet aanwezig". Je wilt de rommelige, complexe realiteit van menselijke meningen en lidmaatschap vastleggen.

Dit artikel van Taiwo O. Sangodapo gaat over het bouwen van een nieuw, supergedetailleerd wiskundig instrument om die complexiteit aan te pakken. Het wordt Picture Fuzzy Multigroups genoemd.

Hier is de uitsplitsing van wat het artikel doet, met behulp van eenvoudige analogieën.

1. De Evolutie van "Fuzzy" Denken

Om dit artikel te begrijpen, moet je zien hoe de wiskunde in de loop der tijd complexer is geworden:

Crisp Sets (De oude manier): Stel je een gastenlijst voor een feestje voor. Je staat er wel op, of je staat er niet op. Het is zwart-wit.
Fuzzy Sets (De eerste upgrade): Stel je een gastenlijst voor waarbij je "een beetje" uitgenodigd bent. Misschien heb je een kans van 70% om op te komen dagen. Dit is de "Fuzzy Set".
Intuitionistic Fuzzy Sets (De tweede upgrade): Stel je nu voor dat je kunt zeggen: "Ik heb een kans van 70% om te komen, maar een kans van 20% om thuis te blijven." Je hebt een "Ja" en een "Nee", maar ze hoeven niet samen tot 100% op te tellen. De rest is "misschien".
Picture Fuzzy Sets (De derde upgrade): Hier begint het artikel. Stel je een stemming voor met vier opties: Ja, Neutraal (het maakt me niet uit), Nee, en Weigering (ik weiger te stemmen). De "Picture" set houdt alle drie de actieve meningen (Ja, Neutraal, Nee) tegelijkertijd bij.
Multisets (De "Tellen"-upgrade): Meestal behandelt de wiskunde een lijst met items als een verzameling (unieke items). Maar in het echte leven komen dingen vaker voor. Als je een zak knikkers hebt, kun je er drie rode hebben. Een "Multiset" staat toe om te tellen hoe vaak een item voorkomt.

Het Grote Idee van het Artikel: De auteur combineert het "Picture"-idee (Ja/Neutraal/Nee) met het "Multiset"-idee (het tellen van herhalingen). Hij noemt dit een Picture Fuzzy Multiset.

2. Het "Groep"-concept

In de wiskunde is een Groep een verzameling dingen (zoals getallen of vormen) die specifieke regels volgen wanneer je ze bij elkaar voegt (zoals optellen of vermenigvuldigen). Bijvoorbeeld: als je twee getallen in een groep mengt, krijg je een ander getal binnen dezelfde groep.

Het artikel vraat: Wat gebeurt er als onze "Groep" bestaat uit deze complexe Picture Fuzzy Multisets?

3. De Nieuwe Regels (De "Multigroup")

De auteur introduceert de Picture Fuzzy Multigroup (PFMG). Denk aan dit als een club waar lidmaatschap niet simpelweg "in" of "uit" is. In plaats daarvan heeft elk lid een complex profiel:

Positieve telling: Hoe sterk ze erbij horen (Ja).
Neutrale telling: Hoe onzeker ze zijn (Neutraal).
Negatieve telling: Hoe sterk ze er niet bij horen (Nee).

Het artikel stelt de "wetten van de fysica" vast voor dit nieuwe type club. Bijvoorbeeld:

De Mengregel: Als je twee leden neemt en ze "mengt" (een groepswerking uitvoert), moet de "Ja"-score van het resultaat minstens zo hoog zijn als de zwakkere van de twee oorspronkelijke "Ja"-scores.
De Spiegelregel: Als je een lid omdraait (hun inverse neemt), mag hun "Ja"-score niet lager zijn dan hun oorspronkelijke score.

4. De "Cut"-analogie (Complexiteit vereenvoudigen)

Een van de meest nuttige instrumenten in het artikel is de Cut Set.

Stel je voor dat je een zeer complexe, meerlagige taart hebt (de Picture Fuzzy Multigroup). Het is te ingewikkeld om in één keer op te eten. De "Cut Set" is als het doorsnijden van de taart op een specifieke hoogte.

Als je hoog snijdt, krijg je alleen de "zeer sterke" leden.
Als je lager snijdt, krijg je een grotere groep die ook "gemiddelde" leden bevat.

Het artikel bewijst een cruciaal feit: ongeacht hoe je deze complexe taart snijdt, het stuk dat je krijgt, is altijd een standaard, eenvoudige "crisp" groep. Dit betekent dat, ook al is de wiskunde fancy en complex, als je het door een specifieke filter bekijkt, gedraagt het zich als een normale, voorspelbare groep.

5. De "Kern" van de Groep

Het artikel definieert ook een speciale deelverzameling genaamd $D^*$ . Zie dit als de "VIP-lounge" of het "Kernteam".

Dit zijn de leden die exact dezelfde "Ja", "Neutraal" en "Nee" scores hebben als de leider van de groep (het identiteitselement).
Het artikel bewijst dat deze VIP-lounge op zichzelf ook een geldige, standaard groep is.

Samenvatting

In gewone mensentaal is dit artikel een wiskundig blauwdruk voor het afhandelen van groepen waar lidmaatschap complex, herhaald en veelzijdig is.

Het neemt het idee van een "groep" (een gestructureerde verzameling) en upgradet dit om de volgende zaken te verwerken:

Ambiguïteit: (Ja, Neutraal, Nee).
Herhaling: (Het tellen van hoe vaak iets voorkomt).
Structuur: (Ervoor zorgen dat de regels standhouden wanneer je deze complexe items mengt).

De auteur vindt dit niet alleen uit; hij bewijst dat deze nieuwe "Picture Fuzzy Multigroups" logisch functioneren. Hij laat zien dat als je ze nauwkeurig bekijkt (met behulp van "cuts"), ze veranderen in normale, betrouwbare groepen, wat wiskundigen een manier geeft om dit complexe instrument met vertrouwen te gebruiken.

Technische Samenvatting: Picture Fuzzy Multigroups

Probleemstelling en Context
Het artikel behandelt de noodzaak om algebraïsche structuren uit te breiden binnen het kader van fuzzy set-theorie om complexere onzekerheid te kunnen verwerken. De auteurs traceren de evolutie van verzamelingenleer van Zadeh's Fuzzy Sets (FS) naar Atanassov's Intuitionistic Fuzzy Sets (IFS), en vervolgens naar Cuong en Kreinovich's Picture Fuzzy Sets (PFS), die positieve, neutrale en negatieve lidmaatschapsgraden incorporeren. Parallel hieraan werd het concept van multisets (waarbij elementen meerdere keren kunnen voorkomen) geïntroduceerd door Yager en uitgebreid naar Intuitionistic Fuzzy Multisets. Hoewel Cao et al. eerder Picture Fuzzy Multisets (PFMS) hadden vastgesteld als een generalisatie van zowel Fuzzy Multisets als Intuitionistic Fuzzy Multisets, en Shinoj en Sunil Intuitionistic Fuzzy Multigroups hadden gedefinieerd, ontbrak een formele definitie en algebraïsche analyse van Picture Fuzzy Multigroups (PFMG). Dit artikel beoogt deze leemte te vullen door het concept van PFMG's te introduceren en hun fundamentele algebraïsche eigenschappen vast te stellen.

Methodologie
De studie maakt gebruik van een deductieve wiskundige benadering die geworteld is in de abstracte algebra en fuzzy logica. De methodologie verloopt als volgt:

Fundamentele Definities: Het artikel begint met een overzicht van noodzakelijke preliminaria, inclusief definities van Fuzzy Sets, Intuitionistic Fuzzy Sets en Picture Fuzzy Sets. Het definieert specifiek Picture Fuzzy Multisets (PFMS) over een scherpe groep $C$ , gekenmerkt door drie telfuncties: Positieve Tel-lidmaatschap ( $PC_M$ ), Neutrale Tel-lidmaatschap ( $NeC_M$ ) en Negatieve Tel-lidmaatschap ( $NC_M$ ).
Structurele Operaties: De auteurs definiëren operaties op PFMS, inclusief de inverse ( $D^{-1}$ ) en de composiet ( $D \circ E$ ) van twee picture fuzzy multisets. Deze operaties worden gedefinieerd met behulp van lattice-operaties (supremum $\vee$ en infimum $\wedge$ ) toegepast op de lidmaatschapsaantallen van elementen en hun inversen binnen de groep.
Definitie van PFMG: Een Picture Fuzzy Multiset $D$ wordt gedefinieerd als een Picture Fuzzy Multigroup als de lidmaatschapsaantallen voldoen aan specifieke ongelijkheden met betrekking tot de groep-operatie en inversen. Specifiek moeten de positieve en neutrale aantallen niet-afnemend zijn onder de groep-operatie en inversen, terwijl het negatieve aantal niet-toenemend moet zijn.
Theoretische Bewijzen: Het artikel gebruikt deze definities om een reeks stellingen te bewijzen over de eigenschappen van PFMG's, inclusief afsluiting onder inversie, gedrag onder compositie, en de relatie tussen een PFMG en zijn level cuts.

Belangrijkste Bijdragen en Resultaten
De primaire bijdrage van het artikel is de formele introductie van Picture Fuzzy Multigroups en de daaropvolgende afleiding van hun algebraïsche eigenschappen. De specifieke vastgestelde resultaten zijn onder meer:

Eigenschappen van Inverse en Compositie: Het artikel bewijst dat de inverse van een PFMG ook een PFMG is en stelt de relatie $(D \circ E)^{-1} = E^{-1} \circ D^{-1}$ vast. Het biedt verder alternatieve formuleringen voor de composiet-operatie met behulp van unieke groepselementen.
Fundamentele Ongelijkheden: Stelling 3.3 demonstreert dat voor elke PFMG $D$ , de lidmaatschapsaantallen bij het identiteitselement $e$ maximaal zijn voor positieve en neutrale aantallen en minimaal voor het negatieve aantal (d.w.z. $PC_M(e) \geq PC_M(g)$ , $NeC_M(e) \geq NeC_M(g)$ , en $NC_M(e) \leq NC_M(g)$ ). Het bewijst ook dat $D^{-1} \supseteq D$ .
Equivalente Condities: Stelling 3.4 biedt een equivalente conditie voor een PFMS om een PFMG te zijn, waarbij wordt gesteld dat $D$ een PFMG is indien en slechts indien de lidmaatschapscondities gelden voor de expressie $g_1 g_2^{-1}$ .
Cut Sets en Subgroepen: Het artikel introduceert de $(d, r, s, t)$ -cut set voor een picture fuzzy multiset. Stelling 3.5 bewijst dat als $D$ een PFMG is, de $(d, r, s, t)$ -cut set een scherpe subgroep is van de onderliggende groep $C$ .
Level Subgroepen: Stelling 3.6 definieert de verzameling $D^*$ bestaande uit elementen waar de lidmaatschapsaantallen gelijk zijn aan die van het identiteitselement. Het artikel bewijst dat $D^*$ een scherpe subgroep van $C$ vormt.

Significantie en Claims
Het artikel claimt bescheiden dat de significantie ervan ligt in het uitbreiden van het bestaande werk over Intuitionistic Fuzzy Multigroups (Shinoj en Sunil) naar de bredere context van Picture Fuzzy Sets. Door PFMG's te introduceren, bieden de auteurs een nieuwe algebraïsche structuur die onzekerheid met grotere granulariteit kan modelleren, waarbij positieve, neutrale en negatieve opinies simultaan worden meegenomen binnen een multiset-omgeving. De vaststelling van eigenschappen zoals het subgroep-karakter van cut sets en het gedrag van inversen en composieten legt de noodzakelijke theoretische basis voor toekomstige toepassingen van deze structuren in algebraïsche systemen die betrokken zijn bij complexe, veelzijdige onzekerheid. Het artikel stelt geen specifieke real-world toepassingen of experimentele validaties voor, maar richt zich strikt op de wiskundige consistentie en eigenschappen van het geïntroduceerde concept.