हेविसाइड चरण फलन: Difference between revisions

From Vigyanwiki
No edit summary
Line 4: Line 4:
| image = Dirac distribution CDF.svg
| image = Dirac distribution CDF.svg
| imagesize = 325px
| imagesize = 325px
| caption = अर्ध-अधिकतम परिपाटी का उपयोग करते हुए हीविसाइड स्टेप फंक्शन
| caption = अर्ध-अधिकतम परिपाटी का उपयोग करते हुए हीविसाइड चरण फलन
| general_definition = <math display="block">H(x) := \begin{cases} 1, & x > 0 \\ 0, & x < 0 \end{cases}</math>
| general_definition = <math display="block">H(x) := \begin{cases} 1, & x > 0 \\ 0, & x < 0 \end{cases}</math>
| fields_of_application = परिचालन गणना
| fields_of_application = परिचालन गणना
}}
}}


हेविसाइड स्टेप फंक्शन, या यूनिट स्टेप फंक्शन, जिसे सामान्यतः '''{{mvar|H}}''' '''या {{mvar|θ}}''' से निरूपित किया जाता है (लेकिन कभी कभी {{mvar|u}}, {{math|'''1'''}} या {{math|{{not a typo|𝟙}}}}), एक स्टेप फ़ंक्शन है, जिसका नाम [[ओलिवर हेविसाइड]] (1850-1925) के नाम पर रखा गया है, जिसका मान ऋणात्मक तर्कों के लिए [[0 (संख्या)]] और सकारात्मक तर्कों के लिए [[1 (संख्या)]] है।46>{{cite book | last=Zhang | first=Weihong | last2=Zhou | first2=Ying | title=संरचनात्मक अनुकूलन के लिए सुविधा-चालित विधि| chapter=स्तर-सेट फ़ंक्शन और पैरामीट्रिक फ़ंक्शन | publisher=Elsevier | year=2021 | doi=10.1016/b978-0-12-821330-8.00002-x | pages=9–46 | quote=हेविसाइड फ़ंक्शन, जिसे हेविसाइड स्टेप फ़ंक्शन भी कहा जाता है, एक असंतोषजनक फ़ंक्शन है।जैसा कि अंजीर में चित्रित किया गया है। 2.13, यह नकारात्मक इनपुट के लिए शून्य और एक नॉनगेटिव इनपुट के लिए एक है।}}<nowiki></ref></nowiki> यह चरण कार्यों के सामान्य वर्ग का उदाहरण है, जिनमें से सभी को इस एक के अनुवादों के [[रैखिक संयोजन]] के रूप में दर्शाया जा सकता है।
हेविसाइड चरण फलन, या इकाई चरण फलन, जिसे सामान्यतः '''{{mvar|H}}''' '''या {{mvar|θ}}''' से निरूपित किया जाता है (लेकिन कभी कभी {{mvar|u}}, {{math|'''1'''}} या {{math|{{not a typo|𝟙}}}}), एक चरण फलन है, जिसका नाम [[ओलिवर हेविसाइड]] (1850-1925) के नाम पर रखा गया है, जिसका मान ऋणात्मक तर्कों के लिए [[0 (संख्या)]] और सकारात्मक तर्कों के लिए [[1 (संख्या)]] है।46>{{cite book | last=Zhang | first=Weihong | last2=Zhou | first2=Ying | title=संरचनात्मक अनुकूलन के लिए सुविधा-चालित विधि| chapter=स्तर-सेट फलन और युग्ममिति फलन | publisher=Elsevier | year=2021 | doi=10.1016/b978-0-12-821330-8.00002-x | pages=9–46 | quote=हेविसाइड फलन, जिसे हेविसाइड चरण फलन भी कहा जाता है, एक असंतोषजनक फलन है। जैसा कि अंजीर में चित्रित किया गया है। 2.13, यह नकारात्मक इनपुट के लिए शून्य और एक नॉनगेटिव इनपुट के लिए एक है।}}<nowiki></ref></nowiki> यह चरण कार्यों के सामान्य वर्ग का उदाहरण है, जिनमें से सभी को इस एक के अनुवादों के [[रैखिक संयोजन]] के रूप में दर्शाया जा सकता है।


फ़ंक्शन मूल रूप से [[अंतर समीकरण|अंतर समीकरणों]] के समाधान के लिए परिचालन कलन में विकसित किया गया था, जहां यह संकेत का प्रतिनिधित्व करता है जो एक निर्दिष्ट समय पर स्विच करता है और अनिश्चित काल के लिए स्विच करता है। ओलिवर हेविसाइड, जिन्होंने टेलीग्राफिक संचार के विश्लेषण में एक उपकरण के रूप में परिचालन कैलकुलस विकसित किया, ने {{math|'''1'''}} के रूप में कार्य का प्रतिनिधित्व किया।
फलन मूल रूप से [[अंतर समीकरण|अंतर समीकरणों]] के समाधान के लिए परिचालन कलन में विकसित किया गया था, जहां यह संकेत का प्रतिनिधित्व करता है जो एक निर्दिष्ट समय पर बदलता है और अनिश्चित काल के लिए बदलता है। ओलिवर हेविसाइड, जिन्होंने टेलीग्राफिक संचार के विश्लेषण में एक उपकरण के रूप में परिचालन गणना विकसित किया, ने {{math|'''1'''}} के रूप में कार्य का प्रतिनिधित्व किया।


हेविसाइड फ़ंक्शन को परिभाषित किया जा सकता है:
हेविसाइड फलन को परिभाषित किया जा सकता है:
* एक टुकड़ा फ़ंक्शन: <math display="block">H(x) := \begin{cases} 1, & x > 0 \\ 0, & x \le 0 \end{cases}</math>
* एक टुकड़ा फलन: <math display="block">H(x) := \begin{cases} 1, & x > 0 \\ 0, & x \le 0 \end{cases}</math>
* [[इवरसन ब्रैकेट]] नोटेशन का उपयोग करना: <math display="block">H(x) := [x>0]</math>
* [[इवरसन ब्रैकेट|इवरसन कोष्ठक]] अंकन का उपयोग करना: <math display="block">H(x) := [x>0]</math>
* एक संकेतक समारोह: <math display="block">H(x) := \mathbf{1}_{x > 0}=\mathbf 1_{\mathbb R_+}(x)</math>
* एक संकेतक फलन: <math display="block">H(x) := \mathbf{1}_{x > 0}=\mathbf 1_{\mathbb R_+}(x)</math>
* [[रैंप समारोह]] का व्युत्पन्न: <math display="block">H(x) := \frac{d}{dx} \max \{ x, 0 \}\quad \mbox{for } x \ne 0</math>
* [[रैंप समारोह|रैंप फलन]] का व्युत्पन्न: <math display="block">H(x) := \frac{d}{dx} \max \{ x, 0 \}\quad \mbox{for } x \ne 0</math>
डीआईआरएसी डेल्टा फ़ंक्शन हेविसाइड फ़ंक्शन का व्युत्पन्न है
डीआईआरएसी डेल्टा फलन हेविसाइड फलन का व्युत्पन्न है
<math display="block">\delta(x)= \frac{d}{dx} H(x)</math>
<math display="block">\delta(x)= \frac{d}{dx} H(x)</math>
इसलिए हेविसाइड फ़ंक्शन को डीआईआरएसी डेल्टा फ़ंक्शन का [[अभिन्न]] माना जा सकता है। यह कभी -कभी लिखा जाता है
इसलिए हेविसाइड फलन को डीआईआरएसी डेल्टा फलन का [[अभिन्न]] माना जा सकता है। यह कभी-कभी लिखा जाता है
<math display="block">H(x) := \int_{-\infty}^x \delta(s)\,ds</math>
<math display="block">H(x) := \int_{-\infty}^x \delta(s)\,ds</math>
यह विस्तार x = 0 के लिए हो सकता है (या यहां तक कि समझ में नहीं आता), इस पर निर्भर करता है कि किस औपचारिकता का उपयोग δ से जुड़े इंटीग्रल को अर्थ देने के लिए किया जाता है। इस संदर्भ में, हीविसाइड फ़ंक्शन एक यादृच्छिक चर का संचयी वितरण फ़ंक्शन है जो [[लगभग निश्चित रूप से]] 0 है। ([[निरंतर यादृच्छिक चर]] देखें।)
यह विस्तार x = 0 के लिए हो सकता है (या यहां तक कि समझ में नहीं आता), इस पर निर्भर करता है कि किस औपचारिकता का उपयोग δ से जुड़े इंटीग्रल को अर्थ देने के लिए किया जाता है। इस संदर्भ में, हीविसाइड फलन एक यादृच्छिक चर का संचयी वितरण फलन है जो [[लगभग निश्चित रूप से]] 0 है। ([[निरंतर यादृच्छिक चर]] देखें।)


परिचालन कलन में, उपयोगी उत्तर शायद ही कभी इस बात पर निर्भर करते हैं कि {{math|''H''(0)}} के लिए किस मूल्य का उपयोग किया जाता है , क्योंकि {{mvar|H}} ज्यादातर एक [[वितरण (गणित)]] के रूप में उपयोग किया जाता है।चूँकि, विकल्प कार्यात्मक विश्लेषण और खेल सिद्धांत में कुछ महत्वपूर्ण परिणाम हो सकते हैं, जहां निरंतरता के अधिक सामान्य रूपों पर विचार किया जाता है। कुछ सामान्य विकल्पों को 0 तर्क देखा जा सकता है।
परिचालन कलन में, उपयोगी उत्तर सम्भवतः ही कभी इस बात पर निर्भर करते हैं कि {{math|''H''(0)}} के लिए किस मूल्य का उपयोग किया जाता है , क्योंकि {{mvar|H}} अधिकतर एक [[वितरण (गणित)]] के रूप में उपयोग किया जाता है।चूँकि, विकल्प कार्यात्मक विश्लेषण और खेल सिद्धांत में कुछ महत्वपूर्ण परिणाम हो सकते हैं, जहां निरंतरता के अधिक सामान्य रूपों पर विचार किया जाता है। कुछ सामान्य विकल्पों को 0 कारण देखा जा सकता है।


हेविसाइड स्टेप फ़ंक्शन के लिए सन्निकटन [[जीव रसायन|बायोकेमिस्ट्री]] और [[तंत्रिका विज्ञान|न्यूरोसाइंस]] में उपयोग किए जाते हैं, जहां रासायनिक संकेतों के उत्तर में स्टेप फ़ंक्शंस (जैसे कि हिल और माइकलिस-मेंटेन समीकरण) के [[लॉजिस्टिक फ़ंक्शन]] सन्निकटन का उपयोग लगभग बाइनरी सेल्युलर स्विच के लिए किया जा सकता है।
हेविसाइड चरण फलन के लिए सन्निकटन [[जीव रसायन|बायोकेमिस्ट्री]] और [[तंत्रिका विज्ञान|न्यूरोसाइंस]] में उपयोग किए जाते हैं, जहां रासायनिक संकेतों के उत्तर में चरण फलन (जैसे कि हिल और माइकलिस-मेंटेन समीकरण) के [[लॉजिस्टिक फ़ंक्शन|लॉजिस्टिक फलन]] सन्निकटन का उपयोग लगभग बाइनरी सेल्युलर बदलने के लिए किया जा सकता है।


== विश्लेषणात्मक सन्निकटन ==
== विश्लेषणात्मक सन्निकटन ==
[[File:Step function approximation.png|alt=A set of functions that successively approach the step function|thumb|500x500px |<math>\tfrac{1}{2} + \tfrac{1}{2} \tanh(kx) = \frac{1}{1+e^{-2kx}}</math><br> के रूप में चरण फ़ंक्शन के पास पहुंचता है {{math|''k'' → ∞}}।]]चरण फ़ंक्शन के लिए चिकनी फ़ंक्शन सन्निकटन के लिए, कोई लॉजिस्टिक फ़ंक्शन का उपयोग कर सकता है
[[File:Step function approximation.png|alt=A set of functions that successively approach the step function|thumb|500x500px |<math>\tfrac{1}{2} + \tfrac{1}{2} \tanh(kx) = \frac{1}{1+e^{-2kx}}</math><br> के रूप में चरण फलन के पास पहुंचता है {{math|''k'' → ∞}}।]]चरण फलन के लिए चिकनी फलन सन्निकटन के लिए, कोई लॉजिस्टिक फलन का उपयोग कर सकता है
<math display="block">H(x) \approx \tfrac{1}{2} + \tfrac{1}{2}\tanh kx = \frac{1}{1+e^{-2kx}},</math>
<math display="block">H(x) \approx \tfrac{1}{2} + \tfrac{1}{2}\tanh kx = \frac{1}{1+e^{-2kx}},</math>
जहां बड़ा {{mvar|k}}, {{math|''x'' {{=}} 0}} पर तीव्र संक्रमण के संगत है। यदि हम लेते हैं {{math|''H''(0) {{=}} {{sfrac|1|2}}}}, समानता सीमा में है:
जहां बड़ा {{mvar|k}}, {{math|''x'' {{=}} 0}} पर तीव्र संक्रमण के संगत है। यदि हम लेते हैं {{math|''H''(0) {{=}} {{sfrac|1|2}}}}, समानता सीमा में है:
<math display="block">H(x)=\lim_{k \to \infty}\tfrac{1}{2}(1+\tanh kx)=\lim_{k \to \infty}\frac{1}{1+e^{-2kx}}.</math>
<math display="block">H(x)=\lim_{k \to \infty}\tfrac{1}{2}(1+\tanh kx)=\lim_{k \to \infty}\frac{1}{1+e^{-2kx}}.</math>
स्टेप फ़ंक्शन के लिए कई अन्य सहज, विश्लेषणात्मक सन्निकटन हैं।<ref>{{MathWorld | urlname=HeavisideStepFunction | title=Heaviside Step Function}}</ref> संभावनाओं में से हैं:
चरण फलन के लिए कई अन्य सहज, विश्लेषणात्मक सन्निकटन हैं।<ref>{{MathWorld | urlname=HeavisideStepFunction | title=Heaviside Step Function}}</ref> संभावनाओं में से हैं:
<math display="block">\begin{align}
<math display="block">\begin{align}
  H(x) &= \lim_{k \to \infty} \left(\tfrac{1}{2} + \tfrac{1}{\pi}\arctan kx\right)\\
  H(x) &= \lim_{k \to \infty} \left(\tfrac{1}{2} + \tfrac{1}{\pi}\arctan kx\right)\\
  H(x) &= \lim_{k \to \infty}\left(\tfrac{1}{2} + \tfrac12\operatorname{erf} kx\right)
  H(x) &= \lim_{k \to \infty}\left(\tfrac{1}{2} + \tfrac12\operatorname{erf} kx\right)
\end{align}</math>
\end{align}</math>
ये सीमाएँ [[नुकीला|बिंदुवार]] और वितरण (गणित) के अर्थ में हैं। सामान्य तौर पर, चूँकि, पॉइंटवाइज कन्वर्जेंस को वितरणात्मक अभिसरण की आवश्यकता नहीं है, और इसके विपरीत वितरणात्मक अभिसरण को इंगित करने की आवश्यकता नहीं होती है।(चूँकि, यदि फ़ंक्शंस के पॉइंटवाइज कन्वर्जेंट अनुक्रम के सभी सदस्य समान रूप से कुछ अच्छे फ़ंक्शन से बंधे होते हैं, तो अभिसरण भी वितरण के अर्थ में होता है।)
ये सीमाएँ [[नुकीला|बिंदुवार]] और वितरण (गणित) के अर्थ में हैं। सामान्य तौर पर, चूँकि, पॉइंटवाइज कन्वर्जेंस को वितरणात्मक अभिसरण की आवश्यकता नहीं है, और इसके विपरीत वितरणात्मक अभिसरण को इंगित करने की आवश्यकता नहीं होती है।(चूँकि, यदि फलन के पॉइंटवाइज कन्वर्जेंट अनुक्रम के सभी सदस्य समान रूप से कुछ अच्छे फलन से बंधे होते हैं, तो अभिसरण भी वितरण के अर्थ में होता है।)


सामान्य तौर पर, [[निरंतर वितरण]] संभावना वितरण का कोई भी संचयी वितरण फ़ंक्शन जो शून्य के आसपास होता है और इसमें पैरामीटर होता है जो विचरण के लिए नियंत्रण करता है, एक अनुमान के रूप में काम कर सकता है, सीमा में विचरण शून्य तक पहुंचता है। उदाहरण के लिए, उपरोक्त सभी तीनों सन्निकटन सामान्य संभावना वितरण के संचयी वितरण कार्य हैं: क्रमशः लॉजिस्टिक वितरण, कॉची वितरण और [[सामान्य वितरण]] वितरण।
सामान्य तौर पर, [[निरंतर वितरण]] संभावना वितरण का कोई भी संचयी वितरण फलन जो शून्य के आसपास होता है और इसमें पैरामीटर होता है जो विचरण के लिए नियंत्रण करता है, एक अनुमान के रूप में काम कर सकता है, सीमा में विचरण शून्य तक पहुंचता है। उदाहरण के लिए, उपरोक्त सभी तीनों सन्निकटन सामान्य संभावना वितरण के संचयी वितरण कार्य हैं: क्रमशः लॉजिस्टिक वितरण, कॉची वितरण और [[सामान्य वितरण]] वितरण।


== अभिन्न प्रतिनिधित्व ==
== अभिन्न प्रतिनिधित्व ==
अधिकतर [[एकीकरण]] (गणित) हेविसाइड चरण फ़ंक्शन का प्रतिनिधित्व उपयोगी होता है:
अधिकतर [[एकीकरण]] (गणित) हेविसाइड चरण फलन का प्रतिनिधित्व उपयोगी होता है:
<math display="block">\begin{align}
<math display="block">\begin{align}
  H(x)&=\lim_{ \varepsilon \to 0^+} -\frac{1}{2\pi i}\int_{-\infty}^\infty \frac{1}{\tau+i\varepsilon} e^{-i x \tau} d\tau \\
  H(x)&=\lim_{ \varepsilon \to 0^+} -\frac{1}{2\pi i}\int_{-\infty}^\infty \frac{1}{\tau+i\varepsilon} e^{-i x \tau} d\tau \\
  &=\lim_{ \varepsilon \to 0^+} \frac{1}{2\pi i}\int_{-\infty}^\infty \frac{1}{\tau-i\varepsilon} e^{i x \tau} d\tau.
  &=\lim_{ \varepsilon \to 0^+} \frac{1}{2\pi i}\int_{-\infty}^\infty \frac{1}{\tau-i\varepsilon} e^{i x \tau} d\tau.
\end{align}</math>
\end{align}</math>
जहां दूसरा प्रतिनिधित्व पहले से कम करना आसान है, यह देखते हुए कि चरण फ़ंक्शन वास्तविक है और इस प्रकार इसका अपना जटिल संयुग्म है।
जहां दूसरा प्रतिनिधित्व पहले से कम करना आसान है, यह देखते हुए कि चरण फलन वास्तविक है और इस प्रकार इसका अपना जटिल संयुग्म है।


== शून्य तर्क ==
== शून्य तर्क ==
{{mvar|H}} सामान्यतः एकीकरण में उपयोग किया जाता है, और एक ही बिंदु पर फ़ंक्शन का मूल्य इसके अभिन्न को प्रभावित नहीं करता है, यह शायद ही कभी अर्थ रखता है कि {{math|''H''(0)}} का विशेष मान क्या चुना जाता है।वास्तव में जब {{mvar|H}} एक वितरण (गणित) या एक तत्व के रूप में माना जाता है {{math|''L''{{isup|∞}}}} ({{math|''L{{isup|p}}''}} अंतरिक्ष देखें) यह भी शून्य पर मान की बात करने का कोई अर्थ नहीं बनता है, क्योंकि ऐसी वस्तुओं को केवल हर जगह लगभग परिभाषित किया जाता है। यदि कुछ विश्लेषणात्मक सन्निकटन (जैसा कि ऊपर के उदाहरणों में) का उपयोग किया जाता है, तो अधिकांशतः जो कुछ भी होता है वह शून्य पर प्रासंगिक सीमा का उपयोग किया जाता है।
{{mvar|H}} सामान्यतः एकीकरण में उपयोग किया जाता है, और एक ही बिंदु पर फलन का मूल्य इसके अभिन्न को प्रभावित नहीं करता है, यह सम्भवतः ही कभी अर्थ रखता है कि {{math|''H''(0)}} का विशेष मान क्या चुना जाता है। वास्तव में जब {{mvar|H}} एक वितरण (गणित) या एक तत्व के रूप में माना जाता है {{math|''L''{{isup|∞}}}} ({{math|''L{{isup|p}}''}} अंतरिक्ष देखें) यह भी शून्य पर मान की बात करने का कोई अर्थ नहीं बनता है, क्योंकि ऐसी वस्तुओं को केवल हर जगह लगभग परिभाषित किया जाता है। यदि कुछ विश्लेषणात्मक सन्निकटन (जैसा कि ऊपर के उदाहरणों में) का उपयोग किया जाता है, तो अधिकांशतः जो कुछ भी होता है वह शून्य पर प्रासंगिक सीमा का उपयोग किया जाता है।


किसी विशेष मूल्य को चुनने के विभिन्न कारण उपस्थित हैं।
किसी विशेष मूल्य को चुनने के विभिन्न कारण उपस्थित हैं।
* {{math|''H''(0) {{=}} {{sfrac|1|2}}}} का उपयोग अधिकांशतः फ़ंक्शन के ग्राफ के बाद से किया जाता है, फिर घूर्णी समरूपता होती है; दूसरे विधि से रखो, {{math|''H'' − {{sfrac|1|2}}}} तब एक विषम कार्य है। इस स्थिति में [[हस्ताक्षर समारोह]] के साथ निम्नलिखित संबंध सभी के लिए है {{mvar|x}}: <math display="block"> H(x) = \tfrac12(1 + \sgn x).</math>
* {{math|''H''(0) {{=}} {{sfrac|1|2}}}} का उपयोग अधिकांशतः फलन के ग्राफ के बाद से किया जाता है, फिर घूर्णी समरूपता होती है; दूसरे विधि से रखो, {{math|''H'' − {{sfrac|1|2}}}} तब एक विषम कार्य है। इस स्थिति में [[हस्ताक्षर समारोह|हस्ताक्षर फलन]] के साथ निम्नलिखित संबंध सभी के लिए है {{mvar|x}}: <math display="block"> H(x) = \tfrac12(1 + \sgn x).</math>
* {{math|''H''(0) {{=}} 1}} जब उपयोग किया जाता है {{mvar|H}} दाएं-निरंतर होने की आवश्यकता है। उदाहरण के लिए, संचयी वितरण कार्यों को सामान्यतः [[सही]] निरंतर होने के लिए लिया जाता है, क्योंकि लेबेसग्यू -स्टिल्टजेस एकीकरण के विपरीत एकीकृत कार्य हैं। इस स्थिति में {{mvar|H}} [[बंद सेट]] अर्ध-अनंत अंतराल का संकेतक फ़ंक्शन है: <math display="block"> H(x) = \mathbf{1}_{[0,\infty)}(x).</math> इसी संभावना वितरण में [[पतित वितरण]] है।
* {{math|''H''(0) {{=}} 1}} जब उपयोग किया जाता है {{mvar|H}} दाएं-निरंतर होने की आवश्यकता है। उदाहरण के लिए, संचयी वितरण कार्यों को सामान्यतः [[सही]] निरंतर होने के लिए लिया जाता है, क्योंकि लेबेसग्यू -स्टिल्टजेस एकीकरण के विपरीत एकीकृत कार्य हैं। इस स्थिति में {{mvar|H}} [[बंद सेट]] अर्ध-अनंत अंतराल का संकेतक फलन है: <math display="block"> H(x) = \mathbf{1}_{[0,\infty)}(x).</math> इसी संभावना वितरण में [[पतित वितरण]] है।
* {{math|''H''(0) {{=}} 0}} जब उपयोग किया जाता है {{mvar|H}} बचे रहने की आवश्यकता है। इस स्थिति में {{mvar|H}} खुले सेट अर्ध-अनंत अंतराल का एक संकेतक फ़ंक्शन है: <math display="block"> H(x) = \mathbf{1}_{(0,\infty)}(x).</math>
* {{math|''H''(0) {{=}} 0}} जब उपयोग किया जाता है {{mvar|H}} बचे रहने की आवश्यकता है। इस स्थिति में {{mvar|H}} खुले सेट अर्ध-अनंत अंतराल का एक संकेतक फलन है: <math display="block"> H(x) = \mathbf{1}_{(0,\infty)}(x).</math>
* ऑप्टिमाइज़ेशन और गेम थ्योरी से कार्यात्मक-विश्लेषण संदर्भों में, यह अधिकांशतः उपयोगी होता है कि बहुउद्देशीय फ़ंक्शन के रूप में हेविसाइड फ़ंक्शन को परिभाषित करना। सीमित कार्यों की निरंतरता को संरक्षित करने और कुछ समाधानों के अस्तित्व को सुनिश्चित करने के लिए सेट-मूल्यवान फ़ंक्शन। इन स्थितियों में, हेविसाइड फ़ंक्शन संभावित समाधानों का एक पूरा अंतराल लौटाता है, {{math|''H''(0) {{=}} [0,1]}}।
* अनुकूलन और खेल सिद्धांत से कार्यात्मक-विश्लेषण संदर्भों में, यह अधिकांशतः उपयोगी होता है कि बहुउद्देशीय फलन के रूप में हेविसाइड फलन को परिभाषित करना है। सीमित कार्यों की निरंतरता को संरक्षित करने और कुछ समाधानों के अस्तित्व को सुनिश्चित करने के लिए निर्धारित-मूल्य फलन है। इन स्थितियों में, हेविसाइड फलन संभावित समाधानों का एक पूरा अंतराल लौटाता है, {{math|''H''(0) {{=}} [0,1]}}।


== असतत रूप ==
== असतत रूप ==


यूनिट चरण का एक वैकल्पिक रूप, फ़ंक्शन के रूप में इसके अतिरिक्त परिभाषित किया गया {{math|''H'' : ℤ → ℝ}} (अर्थात, असतत चर में ले जाना {{mvar|n}}), है:
इकाई चरण का एक वैकल्पिक रूप, फलन के रूप में इसके अतिरिक्त परिभाषित किया गया {{math|''H'' : ℤ → ℝ}} (अर्थात, असतत चर में ले जाना {{mvar|n}}), है:


<math display="block">H[n]=\begin{cases} 0, & n < 0, \\ 1, & n \ge 0, \end{cases} </math>
<math display="block">H[n]=\begin{cases} 0, & n < 0, \\ 1, & n \ge 0, \end{cases} </math>
Line 67: Line 67:


<math display="block">H[n]=\begin{cases} 0, & n < 0, \\ \tfrac12, & n = 0,\\ 1, & n > 0, \end{cases} </math>
<math display="block">H[n]=\begin{cases} 0, & n < 0, \\ \tfrac12, & n = 0,\\ 1, & n > 0, \end{cases} </math>
जहाँ पर {{mvar|n}} एक [[पूर्णांक]] है। यदि {{mvar|n}} पूर्णांक है, तो {{math|''n'' < 0}} इसका तात्पर्य यह होना चाहिए {{math|''n'' ≤ &minus;1}}, जबकि {{math|''n'' > 0}} इसका तात्पर्य यह होना चाहिए कि फ़ंक्शन एकता को प्राप्त करता है {{math|1=''n'' = 1}}। इसलिए स्टेप फ़ंक्शन के डोमेन पर रैंप जैसा व्यवहार प्रदर्शित करता है {{closed-closed|&minus;1, 1}}, और आधे-अधिकतम सम्मेलन का उपयोग करके प्रामाणिक रूप से एक कदम फ़ंक्शन नहीं हो सकता है।
जहाँ पर {{mvar|n}} एक [[पूर्णांक]] है। यदि {{mvar|n}} पूर्णांक है, तो {{math|''n'' < 0}} इसका तात्पर्य यह होना चाहिए {{math|''n'' ≤ &minus;1}}, जबकि {{math|''n'' > 0}} इसका तात्पर्य यह होना चाहिए कि फलन एकता को प्राप्त करता है {{math|1=''n'' = 1}}। इसलिए चरण फलन के डोमेन पर रैंप जैसा व्यवहार प्रदर्शित करता है {{closed-closed|&minus;1, 1}}, और आधे-अधिकतम सम्मेलन का उपयोग करके प्रामाणिक रूप से एक चरण फलन नहीं हो सकता है।


निरंतर स्थिति के विपरीत, की परिभाषा {{math|''H''[0]}} महत्वपूर्ण है।
निरंतर स्थिति के विपरीत, की परिभाषा {{math|''H''[0]}} महत्वपूर्ण है।


असतत-समय इकाई आवेग असतत-समय कदम का पहला अंतर है
असतत-समय इकाई आवेग असतत-समय चरण का पहला अंतर है


<math display="block"> \delta[n] = H[n] - H[n-1].</math>
<math display="block"> \delta[n] = H[n] - H[n-1].</math>
यह फ़ंक्शन [[क्रोनकर डेल्टा]] का संचयी योग है:
यह फलन [[क्रोनकर डेल्टा]] का संचयी योग है:


<math display="block"> H[n] = \sum_{k=-\infty}^{n} \delta[k] </math>
<math display="block"> H[n] = \sum_{k=-\infty}^{n} \delta[k] </math>
Line 82: Line 82:
पतित वितरण है।
पतित वितरण है।


== [[antiderivative|एंटीडेरीवेटिव]] और व्युत्पन्न ==
== [[antiderivative|प्रतिपक्षी]] और व्युत्पन्न ==
रैंप फ़ंक्शन हेविसाइड स्टेप फ़ंक्शन का एक एंटिवाइवेटिव है:
रैंप फलन हेविसाइड चरण फलन का एक प्रतिपक्षी है:
<math display="block">\int_{-\infty}^{x} H(\xi)\,d\xi = x H(x) = \max\{0,x\} \,.</math>
<math display="block">\int_{-\infty}^{x} H(\xi)\,d\xi = x H(x) = \max\{0,x\} \,.</math>
हेविसाइड चरण फ़ंक्शन का वितरण व्युत्पन्न डीआईआरएसी डेल्टा फ़ंक्शन है:
हेविसाइड चरण फलन का वितरण व्युत्पन्न डीआईआरएसी डेल्टा फलन है:
<math display="block"> \frac{d H(x)}{dx} = \delta(x) \,.</math>
<math display="block"> \frac{d H(x)}{dx} = \delta(x) \,.</math>




== फूरियर ट्रांसफॉर्म ==
== फूरियर रूपांतरण ==
हेविसाइड चरण फ़ंक्शन का [[फूरियर रूपांतरण]] एक वितरण है। हमारे पास फूरियर ट्रांसफॉर्म की परिभाषा के लिए स्थिरांक की पसंद का उपयोग करना
हेविसाइड चरण फलन का [[फूरियर रूपांतरण]] एक वितरण है। हमारे पास फूरियर रूपांतरण की परिभाषा के लिए स्थिरांक की पसंद का उपयोग करना
<math display="block">\hat{H}(s) = \lim_{N\to\infty}\int^N_{-N} e^{-2\pi i x s} H(x)\,dx = \frac{1}{2} \left( \delta(s) - \frac{i}{\pi} \operatorname{p.v.}\frac{1}{s} \right).</math>
<math display="block">\hat{H}(s) = \lim_{N\to\infty}\int^N_{-N} e^{-2\pi i x s} H(x)\,dx = \frac{1}{2} \left( \delta(s) - \frac{i}{\pi} \operatorname{p.v.}\frac{1}{s} \right).</math>
यहां {{math|p.v.{{sfrac|1|''s''}}}} वितरण (गणित) है जो एक परीक्षण फ़ंक्शन लेता है {{mvar|φ}} के कौची प्रमुख मूल्य के लिए <math>\textstyle\int_{-\infty}^\infty \frac{\varphi(s)}{s} \, ds</math>।अभिन्न में दिखाई देने वाली सीमा भी (तड़के) वितरण के अर्थ में ली गई है।
यहां {{math|p.v.{{sfrac|1|''s''}}}} वितरण (गणित) है जो एक परीक्षण फलन लेता है {{mvar|φ}} के कौची प्रमुख मूल्य के लिए <math>\textstyle\int_{-\infty}^\infty \frac{\varphi(s)}{s} \, ds</math>। अभिन्न में दिखाई देने वाली सीमा भी (तड़के) वितरण के अर्थ में ली गई है।


== एकतरफा लाप्लास ट्रांसफॉर्म ==
== एकपक्षीय लाप्लास रूपांतरण ==


हेविसाइड चरण फ़ंक्शन का [[लाप्लास रूपांतरण]] एक [[मेरोमॉर्फिक फ़ंक्शन]] है। एक ओर लाप्लास ट्रांसफॉर्म का उपयोग करना हमारे पास है:
हेविसाइड चरण फलन का [[लाप्लास रूपांतरण]] एक [[मेरोमॉर्फिक फ़ंक्शन|मेरोमॉर्फिक फलन]] है। एक ओर लाप्लास रूपांतरण का उपयोग करना हमारे पास है:
<math display="block">\begin{align}
<math display="block">\begin{align}
  \hat{H}(s) &= \lim_{N\to\infty}\int^N_{0} e^{-sx} H(x)\,dx\\
  \hat{H}(s) &= \lim_{N\to\infty}\int^N_{0} e^{-sx} H(x)\,dx\\
Line 105: Line 105:
== अन्य भाव ==
== अन्य भाव ==


हेविसाइड स्टेप फ़ंक्शन को [[हाइपरफंक्शन]] के रूप में दर्शाया जा सकता है
हेविसाइड चरण फलन को [[हाइपरफंक्शन|हाइपरफलन]] के रूप में दर्शाया जा सकता है
<math display="block">H(x) = \left(1-\frac{1}{2\pi i}\log z,\ -\frac{1}{2\pi i}\log z\right).</math>
<math display="block">H(x) = \left(1-\frac{1}{2\pi i}\log z,\ -\frac{1}{2\pi i}\log z\right).</math>
जहाँ log z, z के जटिल लघुगणक का मुख्य मान है।
जहाँ log z, z के जटिल लघुगणक का मुख्य मान है।


इस {{math|''x'' ≠ 0}} के लिए [[निरपेक्ष मूल्य|निरपेक्ष मान]] फ़ंक्शन के रूप में भी व्यक्त किया जा सकता है  
इस {{math|''x'' ≠ 0}} के लिए [[निरपेक्ष मूल्य|निरपेक्ष मान]] फलन के रूप में भी व्यक्त किया जा सकता है  
<math display="block"> H(x) =  \frac{x + |x|}{2x} \,.</math>
<math display="block"> H(x) =  \frac{x + |x|}{2x} \,.</math>


Line 115: Line 115:
== यह भी देखें ==
== यह भी देखें ==
{{Div col|colwidth=25em}}
{{Div col|colwidth=25em}}
* डीरेक डेल्टा फ़ंक्शन
* डीरेक डेल्टा फलन
* संकेतक समारोह
* संकेतक फलन
* आइवरसन ब्रैकेट
* आइवरसन कोष्ठक
* लाप्लास ट्रांसफॉर्म
* लाप्लास रूपांतरण
* संकेतक के लाप्लासियन
* संकेतक के लाप्लासियन
* [[गणितीय कार्यों की सूची]]
* [[गणितीय कार्यों की सूची]]
* [[मैकाउले ब्रैकेट]]
* [[मैकाउले कोष्ठक]]
* [[ऋणात्मक संख्या]]
* [[ऋणात्मक संख्या]]
* आयताकार समारोह
* आयताकार फलन
* साइन फंक्शन
* साइन फलन
* [[साइन इंटीग्रल]]
* [[साइन एकीकरण]]
* [[कदम की प्रतिक्रिया]]
* [[चरण की प्रतिक्रिया]]
{{Div col end}}
{{Div col end}}



Revision as of 13:15, 31 January 2023

हेविसाइड स्टेप
Dirac distribution CDF.svg
अर्ध-अधिकतम परिपाटी का उपयोग करते हुए हीविसाइड चरण फलन
General information
सामान्य परिभाषा
आवेदन के क्षेत्रपरिचालन गणना

हेविसाइड चरण फलन, या इकाई चरण फलन, जिसे सामान्यतः H या θ से निरूपित किया जाता है (लेकिन कभी कभी u, 1 या 𝟙), एक चरण फलन है, जिसका नाम ओलिवर हेविसाइड (1850-1925) के नाम पर रखा गया है, जिसका मान ऋणात्मक तर्कों के लिए 0 (संख्या) और सकारात्मक तर्कों के लिए 1 (संख्या) है।46>Zhang, Weihong; Zhou, Ying (2021). "स्तर-सेट फलन और युग्ममिति फलन". संरचनात्मक अनुकूलन के लिए सुविधा-चालित विधि. Elsevier. pp. 9–46. doi:10.1016/b978-0-12-821330-8.00002-x. हेविसाइड फलन, जिसे हेविसाइड चरण फलन भी कहा जाता है, एक असंतोषजनक फलन है। जैसा कि अंजीर में चित्रित किया गया है। 2.13, यह नकारात्मक इनपुट के लिए शून्य और एक नॉनगेटिव इनपुट के लिए एक है।</ref> यह चरण कार्यों के सामान्य वर्ग का उदाहरण है, जिनमें से सभी को इस एक के अनुवादों के रैखिक संयोजन के रूप में दर्शाया जा सकता है।

फलन मूल रूप से अंतर समीकरणों के समाधान के लिए परिचालन कलन में विकसित किया गया था, जहां यह संकेत का प्रतिनिधित्व करता है जो एक निर्दिष्ट समय पर बदलता है और अनिश्चित काल के लिए बदलता है। ओलिवर हेविसाइड, जिन्होंने टेलीग्राफिक संचार के विश्लेषण में एक उपकरण के रूप में परिचालन गणना विकसित किया, ने 1 के रूप में कार्य का प्रतिनिधित्व किया।

हेविसाइड फलन को परिभाषित किया जा सकता है:

  • एक टुकड़ा फलन:
  • इवरसन कोष्ठक अंकन का उपयोग करना:
  • एक संकेतक फलन:
  • रैंप फलन का व्युत्पन्न:

डीआईआरएसी डेल्टा फलन हेविसाइड फलन का व्युत्पन्न है

इसलिए हेविसाइड फलन को डीआईआरएसी डेल्टा फलन का अभिन्न माना जा सकता है। यह कभी-कभी लिखा जाता है
यह विस्तार x = 0 के लिए हो सकता है (या यहां तक कि समझ में नहीं आता), इस पर निर्भर करता है कि किस औपचारिकता का उपयोग δ से जुड़े इंटीग्रल को अर्थ देने के लिए किया जाता है। इस संदर्भ में, हीविसाइड फलन एक यादृच्छिक चर का संचयी वितरण फलन है जो लगभग निश्चित रूप से 0 है। (निरंतर यादृच्छिक चर देखें।)

परिचालन कलन में, उपयोगी उत्तर सम्भवतः ही कभी इस बात पर निर्भर करते हैं कि H(0) के लिए किस मूल्य का उपयोग किया जाता है , क्योंकि H अधिकतर एक वितरण (गणित) के रूप में उपयोग किया जाता है।चूँकि, विकल्प कार्यात्मक विश्लेषण और खेल सिद्धांत में कुछ महत्वपूर्ण परिणाम हो सकते हैं, जहां निरंतरता के अधिक सामान्य रूपों पर विचार किया जाता है। कुछ सामान्य विकल्पों को 0 कारण देखा जा सकता है।

हेविसाइड चरण फलन के लिए सन्निकटन बायोकेमिस्ट्री और न्यूरोसाइंस में उपयोग किए जाते हैं, जहां रासायनिक संकेतों के उत्तर में चरण फलन (जैसे कि हिल और माइकलिस-मेंटेन समीकरण) के लॉजिस्टिक फलन सन्निकटन का उपयोग लगभग बाइनरी सेल्युलर बदलने के लिए किया जा सकता है।

विश्लेषणात्मक सन्निकटन

A set of functions that successively approach the step function

के रूप में चरण फलन के पास पहुंचता है k → ∞

चरण फलन के लिए चिकनी फलन सन्निकटन के लिए, कोई लॉजिस्टिक फलन का उपयोग कर सकता है

जहां बड़ा k, x = 0 पर तीव्र संक्रमण के संगत है। यदि हम लेते हैं H(0) = 1/2, समानता सीमा में है:
चरण फलन के लिए कई अन्य सहज, विश्लेषणात्मक सन्निकटन हैं।[1] संभावनाओं में से हैं:
ये सीमाएँ बिंदुवार और वितरण (गणित) के अर्थ में हैं। सामान्य तौर पर, चूँकि, पॉइंटवाइज कन्वर्जेंस को वितरणात्मक अभिसरण की आवश्यकता नहीं है, और इसके विपरीत वितरणात्मक अभिसरण को इंगित करने की आवश्यकता नहीं होती है।(चूँकि, यदि फलन के पॉइंटवाइज कन्वर्जेंट अनुक्रम के सभी सदस्य समान रूप से कुछ अच्छे फलन से बंधे होते हैं, तो अभिसरण भी वितरण के अर्थ में होता है।)

सामान्य तौर पर, निरंतर वितरण संभावना वितरण का कोई भी संचयी वितरण फलन जो शून्य के आसपास होता है और इसमें पैरामीटर होता है जो विचरण के लिए नियंत्रण करता है, एक अनुमान के रूप में काम कर सकता है, सीमा में विचरण शून्य तक पहुंचता है। उदाहरण के लिए, उपरोक्त सभी तीनों सन्निकटन सामान्य संभावना वितरण के संचयी वितरण कार्य हैं: क्रमशः लॉजिस्टिक वितरण, कॉची वितरण और सामान्य वितरण वितरण।

अभिन्न प्रतिनिधित्व

अधिकतर एकीकरण (गणित) हेविसाइड चरण फलन का प्रतिनिधित्व उपयोगी होता है:

जहां दूसरा प्रतिनिधित्व पहले से कम करना आसान है, यह देखते हुए कि चरण फलन वास्तविक है और इस प्रकार इसका अपना जटिल संयुग्म है।

शून्य तर्क

H सामान्यतः एकीकरण में उपयोग किया जाता है, और एक ही बिंदु पर फलन का मूल्य इसके अभिन्न को प्रभावित नहीं करता है, यह सम्भवतः ही कभी अर्थ रखता है कि H(0) का विशेष मान क्या चुना जाता है। वास्तव में जब H एक वितरण (गणित) या एक तत्व के रूप में माना जाता है L (Lp अंतरिक्ष देखें) यह भी शून्य पर मान की बात करने का कोई अर्थ नहीं बनता है, क्योंकि ऐसी वस्तुओं को केवल हर जगह लगभग परिभाषित किया जाता है। यदि कुछ विश्लेषणात्मक सन्निकटन (जैसा कि ऊपर के उदाहरणों में) का उपयोग किया जाता है, तो अधिकांशतः जो कुछ भी होता है वह शून्य पर प्रासंगिक सीमा का उपयोग किया जाता है।

किसी विशेष मूल्य को चुनने के विभिन्न कारण उपस्थित हैं।

  • H(0) = 1/2 का उपयोग अधिकांशतः फलन के ग्राफ के बाद से किया जाता है, फिर घूर्णी समरूपता होती है; दूसरे विधि से रखो, H1/2 तब एक विषम कार्य है। इस स्थिति में हस्ताक्षर फलन के साथ निम्नलिखित संबंध सभी के लिए है x:
  • H(0) = 1 जब उपयोग किया जाता है H दाएं-निरंतर होने की आवश्यकता है। उदाहरण के लिए, संचयी वितरण कार्यों को सामान्यतः सही निरंतर होने के लिए लिया जाता है, क्योंकि लेबेसग्यू -स्टिल्टजेस एकीकरण के विपरीत एकीकृत कार्य हैं। इस स्थिति में H बंद सेट अर्ध-अनंत अंतराल का संकेतक फलन है:
    इसी संभावना वितरण में पतित वितरण है।
  • H(0) = 0 जब उपयोग किया जाता है H बचे रहने की आवश्यकता है। इस स्थिति में H खुले सेट अर्ध-अनंत अंतराल का एक संकेतक फलन है:
  • अनुकूलन और खेल सिद्धांत से कार्यात्मक-विश्लेषण संदर्भों में, यह अधिकांशतः उपयोगी होता है कि बहुउद्देशीय फलन के रूप में हेविसाइड फलन को परिभाषित करना है। सीमित कार्यों की निरंतरता को संरक्षित करने और कुछ समाधानों के अस्तित्व को सुनिश्चित करने के लिए निर्धारित-मूल्य फलन है। इन स्थितियों में, हेविसाइड फलन संभावित समाधानों का एक पूरा अंतराल लौटाता है, H(0) = [0,1]

असतत रूप

इकाई चरण का एक वैकल्पिक रूप, फलन के रूप में इसके अतिरिक्त परिभाषित किया गया H : ℤ → ℝ (अर्थात, असतत चर में ले जाना n), है:

या आधे-अधिकतम सम्मेलन का उपयोग करना:[2]

जहाँ पर n एक पूर्णांक है। यदि n पूर्णांक है, तो n < 0 इसका तात्पर्य यह होना चाहिए n ≤ −1, जबकि n > 0 इसका तात्पर्य यह होना चाहिए कि फलन एकता को प्राप्त करता है n = 1। इसलिए चरण फलन के डोमेन पर रैंप जैसा व्यवहार प्रदर्शित करता है [−1, 1], और आधे-अधिकतम सम्मेलन का उपयोग करके प्रामाणिक रूप से एक चरण फलन नहीं हो सकता है।

निरंतर स्थिति के विपरीत, की परिभाषा H[0] महत्वपूर्ण है।

असतत-समय इकाई आवेग असतत-समय चरण का पहला अंतर है

यह फलन क्रोनकर डेल्टा का संचयी योग है:

जहाँ पर

पतित वितरण है।

प्रतिपक्षी और व्युत्पन्न

रैंप फलन हेविसाइड चरण फलन का एक प्रतिपक्षी है:

हेविसाइड चरण फलन का वितरण व्युत्पन्न डीआईआरएसी डेल्टा फलन है:


फूरियर रूपांतरण

हेविसाइड चरण फलन का फूरियर रूपांतरण एक वितरण है। हमारे पास फूरियर रूपांतरण की परिभाषा के लिए स्थिरांक की पसंद का उपयोग करना

यहां p.v.1/s वितरण (गणित) है जो एक परीक्षण फलन लेता है φ के कौची प्रमुख मूल्य के लिए । अभिन्न में दिखाई देने वाली सीमा भी (तड़के) वितरण के अर्थ में ली गई है।

एकपक्षीय लाप्लास रूपांतरण

हेविसाइड चरण फलन का लाप्लास रूपांतरण एक मेरोमॉर्फिक फलन है। एक ओर लाप्लास रूपांतरण का उपयोग करना हमारे पास है:

जब द्विपक्षीय परिवर्तन का उपयोग किया जाता है, तो अभिन्न को दो भागों में विभाजित किया जा सकता है और परिणाम समान होगा।

अन्य भाव

हेविसाइड चरण फलन को हाइपरफलन के रूप में दर्शाया जा सकता है

जहाँ log z, z के जटिल लघुगणक का मुख्य मान है।

इस x ≠ 0 के लिए निरपेक्ष मान फलन के रूप में भी व्यक्त किया जा सकता है


यह भी देखें


संदर्भ

  1. Weisstein, Eric W. "Heaviside Step Function". MathWorld.
  2. Bracewell, Ronald Newbold (2000). The Fourier transform and its applications (in English) (3rd ed.). New York: McGraw-Hill. p. 61. ISBN 0-07-303938-1.


बाहरी कड़ियाँ