logo

Noravshan to’plamning xususyatlari

Загружено в:

08.08.2023

Скачано:

0

Размер:

152.4580078125 KB
Mavzu: Noravshan to’plamning xususyatlari
Reja:
Kirish
1. Noravshan to’plamning quvvati.
2. Noravshan qismga agratish
3. Trapesiya ko’rinishidagi (Trapesiyasimon) 
noravshan son
Foydalanilgan adabiyotlar Kirish .
Keyingi boblarda ko’rilgan masalalarning qo’yilishini tushunish uchun zarur
bo’lgan   hajmda   imkoniyatlar   nazariyasi,   amaliy   interval   tahlil,   noravshan
to’plamlar   nazariyasining   asosiy   holatlari   keltirilgan.   Noravshanlik,   ehtimollik
va   imkoniyat   o’rtasidagi   o’zaro   bog’lanishlar   va   cheklanishlarning   muhim
uslubiy   muammolari   ko’rib   chiqilgan.   Oraliqli   va   noravshan-oraliqli
matematikalar   o’rtasidagi   chuqur   bog’lanish   ko’rsatilgan.   Noaniqliklarni
boshqarishning   amaliy   qo’llash   uchun   anchagina   qulay   hisoblangan   bir   qator
zamoanviy usullariga qisqa tavsiflar keltirilgan.
Oxirgi boblarda bayon etilgan aniq amaliy misollarda noaniq sharoitlarda paxta
ishlab   chiqarish   masalalarini   yechishda   noravshan   to’plamlar   nazariyasini
qo’llashning   ustuvorliklari   ko’rsatilgan.   Har   bir   masala   uchun   hisoblash
algoritmi   keltirilgan   bo’lib,   noravshan   kattaliklar   bilan   ishlash   paytida
olinadigan haqiqiy yoki gipotetik ma’lumotlarga oid natijalar ko’rsatilgan. 
Kitob nafaqat o’zining sohasida modellashtirish va muqobillashtirish masalalari
bilan   bevosita   bog’liq   bo’lgan   o’quvchilarni,   balki   ishlab   chiqaruvchilarni,
sog’liqni   saqlash   xodimlarini,   iqtisodchilarni,   moliyachilarni,   ekologlar   va
boshqaruv organlarining xodimlarini o’ziga jalb etishi mumkin. 
Noravshan to’plamning quvvati.
X -chekli to’plam va   A -   X  da aniqlangan noravshan to’plam bo’lsin. U holda
A  noravshan to’plamning |A|  quvvati quyidagicha aniqlanadi:	
|A|=	∑
x∈X	
μA(x)
 .
X -cheksiz   to’plam   holida,  	
|A|   har   doim   ham   mavjud   bo’lavermaydi.   Lekin,
agar   A   chekli   tashuvchiga   ega   bo’lsa,   u   holda   A   noravshan   to’plamning   quvvati
quyidagicha aniqlanadi:  	
|A|=	∑
x∈sup	pA	
μA(x)
. A   noravshan to’plam   B   noravshan to’plamga tegishli  (А⊆В)   deyiladi, faqat
va faqat    	
∀	x∈X	,	μA(x)≤	μB(x)   bo’lsa. Tengsizlik qat’iy bo’lsa, tegishlilik qat’iy
hisoblanib, 	
A⊂B  orqali belgilanadi.
x  	
α   darajali   A   ga tegishli bo’ladi, faqat va faqat  	x∈A   bo’lsa,  	Aα   B ga sust
tegishli bo’ladi (	
A−	¿αB ), agar X ning barcha elementlari   	α   darajada  	¯A   yoki B
ga   tegishli   bo’lsa,   matematik   ko’rinishda   esa  	
A−	¿αB ,   agar  	x∈(¯A∪	B)α  	∀	x∈X
yoki 	
∀	x∈X	,	max	(1−	μA(x),μB(x))≥α
.	
A>−	−¿B
 sust tenglama quyidagicha aniqlanadi:	
μA(x)
  va  	μB(x)   tegishlilik   belgilari   ½   dan   yoki   katta   yoki   teng,   yoki   ikkalasi   ½
dan kichik yoki teng. 	
A>−	−¿B ,  faqat va faqat	
∀	x∈X	,min	[max	(1−	μA(x),μB(x)),min	(1−	μA(x),1−μB(x))]≥1/2
 bo’lsa.
Kartezian   ko’paytma .   Agar  	
A1,...,An   mos   ravishda  	U1,...,Un   dagi   norvashan
to’plamlar bo’lsa, 	
A1,...,An  kartezian ko’pyatma 	U1×U2×...×Un  fazodagi	
μ	A1×...×	An(u	1,u	2,...,u	n)=	min	¿	¿	¿
yoki	
μA1×...×An(u1,u2,...,un)=	μA1(u1)⋅μA2(u2)⋅...⋅μAn(un)
tegishlilik funksiyali noravshan to’plam bo’ladi. 
Noravshan qismga agratish.
Agar   A   to’plam   X   ning   oddiy   qism   to’plami   bo’lsa,   u   holda  	
(A,¯A)   juftlik	
A≠∅	,A≠	X
  shartni   qanoatlantiruvchi   X   to’plamning   bo’linishidir.   Agar   A
noravshan  to’plam bo’lsa,   (	
A≠∅	,A≠	X )   u holda  	(A,¯A)   juftlik noravshan qismga
ajratish   deyiladi.   Agar   noravshan   to’plamlar   tizimi	
A1,...,Am	(Ai≠	∅	,Ai≠	Xi,i=1,m)
  ∀	x∈X	,∑i=1
N	
μAi(x)=1shartni qanoatlantirsa, u holda tizim   X   to’plamning noravshan qismlari deyiladi .
Defazzifiikasiya   (defuzzification)   deb   noravshan   to’plamni   ravshan   songa
keltiruvchi jarayonga aytiladi [86,87].
Noravshan   to’plamlar   nazariyasida   defazzifikasiya   jarayoni   ehtimollar
nazariyasida   tasodifiy   sonlar   vaziyatlarining   tavsiflarini   (matematik   kutish,
modalar,   medianlar)   topish   kabidir.   Defazzifikasiya   jarayonini   bajarishning   eng
sodda usuli tegishlilik funksiyasining maksimumiga mos ravshan sonni tanlashdan
iboratdir.   Lekin   bu   usulning   qo’llanilish   chegarasi   bir   ekstremalli   tegishlilik
funksiyalari   bilan   cheklanib   qoladi.   Ko’p   ekstremmalli   tegishlilik   funksiyalari
uchun defazzifikasiyaning quyidagi usullari hisobga olingan:  
Centroid  – og’irlik markazi;
Bisector  - mediana;
LOM (Largest Of Maximums)  –maksimumlar ichida eng kattasi;
SOM   (Smallest Of Maximums)  – maksimumlar ichida eng kichigi;
Mom   (Mean Of Maximums)  –maksimumlar markazi.	
~A=	∫
[u,u]
μ~A(u)/u
  noravshan   to’plamni   og’irlik   markazi   usulida
defazzifikasiyalash  quyidagi formula bo’yicha amalga oshiriladi:	
a=	
∫
u
u	
u⋅μ~A(u)du	
∫
u
u	
μ~A(u)du
.
Ushbu   formulaning   fizik   ko’rinishi   koordinatalar   o’qi   va   noravshan
to’plamning   tegishlilik   funksiyalari   bilan   chegaralangan   tekis   figuraning   og’irlik
markazini   topishdan   iboratdir.   Diskret   universal   to’plam   holida   noravshan
to’palmni og’irlik markazi usulida defazzifikasiyalash  a=	
∑
j=1
k	
uj⋅μ~A(uj)	
∑
j=1
k	
μ~A(uj)formula bo’yicha amalga oshiriladi. 	
~A=	∫
[u,u]
μ~A(u)/u
  noravshan   to’plamni   mediana   usulida   defazzifikasiyalash
uchun
 	
∫
u
a	
μ~A(u)du	=∫
a
¯u	
μ~A(u)du  
tenglikni qanoatlantiradigan  a  sonni topish zarur.
Mediana   usulining   geometrik   talqini   absissalar   o’qida   shunday   nuqtani
topishdan iboratki, shu nuqtadan  o’tkazilgan perpendikulyar tegishlilik funksiyasi
egri chizig’ining ostidagi yuzani ikkita teng qismga ajratsin. 
 	
~A=	∫
[u,u]
μ~A(u)/u   noravshan   to’plamni   maksimumlar   markazi   yordamida
defazzifikasiyalash  	
a=	
∫
G	
udu	
∫
G	
du
formula   bo’yicha   amalga   oshiriladi.   Bu   yerda   G -   noravshan   to’plamga  	
[u,u]
oraliqdan maksimal darajada tegishli bo’lgan barcha elementlar to’plami.  
Maksimumlar   markazi   usulida   defazzifikasiyalash   tegishlilik   darajasi
maksimal   bo’lgan   universal   to’plamdagi   elementlarning   o’rta   arifmetigi   kabi
aniqlanadi.   Agar   bunday   elementlar   to’plami   chekli   bo’lsa,   u   holda   formula
quyidagi ko’rinishga keladi: 	
a=	
∑
uj∈G	
uj	
|G	|
,  bu yerda |G|  -  G  to’plamning quvvati.
Diskret holatda   maksimumlar  ichida eng katta   va   maksimumlar  ichida eng
kichkina   usullari   bo’yicha   defazzifikasiyalash     mos   ravishda  	
a=	max	(G)   va	
a=	min	(G	)
 formulalari bo’yicha amalga oshiriladi. Oxirgi uchta formulalardan shu
narsa   ayon   bo’ladiki,   tegishlilik   funksiyasi   bittagina   maksimumga   ega   bo’lsa,
uning koordinatasi [76,84,133] noravshan to’plamning aniq nusxasidir.
Masalan,   “paxtaning   o’rtacha   hosildorligi”   noravshan   to’plamini     og’irlik
markazi   usulida   defazzifikasiyalash   mumkin.   Og’irlik   markazi   usuli   bo’yicha
noravshan to’plamni defazzifikasiyalash formulasini qo’llagan holda 	
a=	0⋅21	+0.1⋅22	+0.3⋅23	+0.8⋅24	+1⋅25	+1⋅26	+0.5⋅27	+0⋅28	
0+0.1+0.3+0.8+1+1+0.5+0
=25.08
ga ega bo’lamiz.
Noravshan  son   –       normal va qavariq, ya’ni  a)  tegishlilik funskiyasi  birga
teng bo’lgan tashuvchining qiymatiga ega bo’lgan b) maksimumidan chapga yoki
o’ngga siljiganda kamayadigan tegishlilik funksiyasiga ega bo’lgan haqiqiy sonlar
universal to’plamining noravshan qism to’plamidir [113,114,145]. 
Keyinchalik bizga kerak bo’ladigan noravshan sonlarni ko’rib chiqaylik.
Trapesiya ko’rinishidagi (Trapesiyasimon) noravshan son .
Ma’lum bir kvazistatistikani o’rganib chiqamiz va 	
    =  « U  o’zgaruvchining
qiymati»   deb   olamiz,   bu   yerda   U   –   kvazistatistika   tashuvchilarining   qiymatlar
to’plami.   Qiymatlarning   ikkita   term-to’plamini   ajratamiz:     М
1   noravshan   qism
to’plamli   T
1   =   « U   taxminan   a   dan   b   gacha   bo’lgan   oraliqda   yotibdi»   va   М
2
noravshan qism to’plamli sarlavhasiz    T
2   to’plam, jumladan bu yerda    М
2   =  	
   М
1
shart   bajariladi.   U   holda  	

T1 (u)   tegishlilik   funksiyasi   1.1.9   rasmdagi   kabi
ko’rinishga ega bo’ladi.  0	0. 2	0.4	0. 6	0.8	1	1. 2	1.4	0
0.2
0.4
0.6
0.8
1
1.2	
a1	a2	a3	a41.1.9-rasm. Trapesiyasimon noravshan sonning  tegishlilik funksiyasi
Oraliqning   chegaralari   noravshan   tarzda   berilgani   uchun,   trapesiya
uchlarining absissalarini quyidagi ko’rinishda kiritish maqsadga muvofiqdir: 
а  = ( а
1 + а
2 )/2,  в  = ( в
1 + в
2 )/2,
jumladan   а
1 ,   а
2   va   в
1 ,   в
2   uchlar   bir   biriga   nisbatan   “taxminan”   tushunchasiga
qanday   mazmun   berishimizga   qarab   joylashadilar:   kvazistatistikaning   taxmini
qanchalik   katta   bo’lsa,   trapesiyaning   yon   qirralari   shunchalik   taxminiy   bo’ladi.
Chegaralangan   holda   “taxminan”   tushunchasi   “ixtiyoriy   joyda”   tushunchasiga
aylanadi.
Agar   biz   o’zgaruvchini   sifat   jihatidan   baholaydigan   bo’lsak,   “Bu     qiymat
o’rtacha   hisoblanadi”   deb   fikr   bildirgandan   so’ng     ekspert   bahosi   (noravshan
sinflashtirishning)   “O’rtacha   qiymat   -   bu   taxminan   a   dan   b   gacha”   kabi
aniqlashtiruvchi   tasdig’ini   kiritib,   so’ngra   esa   noravshan   sinflashtirishni
modellashtirishda trapesiyasimon sonlarni ishlatish mumkin.  Aslida bu ishonchsiz
sinflashtirishning eng tabiiy usulidir. 
Uchburchak noravshan sonlar .
Endilikda   huddi   o’sha   lingvistik   o’zgaruvchi   uchun   Т
1 ={ U   taxminan   a   ga
teng}   term-to’plamni   kiritamiz.   а  	
  	  	   а   ligi   ravshan,   jumladan      ning   nolga qarab   kamayib   borishi   sayin,   bahoga   bo’lgan   ishonch   birgacha   ortib   boradi.
Tegishlilik   funksiyasi   nuqtai   nazaridan   bu   a   ga   uchburchak   ko’rinishni   (1.1.10-
rasm) beradi, jumladan yaqinlashish darajasi ekspert tomonidan tavsiflanadi. -0.1	0.1	0.3	0.5	0.7	0
0.2
0.4
0.6
0.8
1
1.2
m(x)	
x	a 1	a 2	a
1.1.10-rasm. Uchburchaksimon noravshan sonning tegishlilik funksiyasi
Uchburchaksimon   sonlar   -   bu   noravshan   sonlarning   amaliyotda,   ayniqsa
o’zgaruvchining bashoratli ko’rinishi sifatida, eng ko’p uchraydigan  turidir.
Tegishlilik funksiyasi noravshan to’plamlar nazariyasidagi boshlang’ich 
matematik tuzilishdir.  Aniq bir holatni tahlil qilish uchun, avvalo mavjud 
ma’lumotni tegishlilik funksiyalari orqali akslantirish zarur. Buni amalga 
oshirish qiyin. Nazariyaning boshlang’ich tushunchasining tadbiqi tegishlilik 
funksiyasi tabiiy matematik ta’rif hisoblangan axbortli vaziyatlarning ma’lum 
bir turiga yoki kanonik sxemalarni mazmunli ta’rifiga tayanishi kerak. Bu kabi 
tadbiqqa asoslanibgina, ekspert har qanday ilovada kanonik sxemani mavjud  axborot bilan solishtira olishi, ya’ni hayoliy tajriba tashkil etib, mos tegishlilik 
funksiyasini qurishi mumkin.  Foydalanilgan adabiyotlar
1. Muhamediyeva   D.T.   Noravshan     axborot   holatida   sust   shakllangan
jarayonlarni modellashtirish.   Toshkent: O’zR FA   matematika va axborot
texnologiyalar instituti, 2010. 37 ta jadval, 87 ta rasm, 155 ta bibl.atama, 400
bet. 
2. Артикова   С.,   Мухамедиева   Д.Т.     Информатизация   регулирования
развития экономики Республики // Известия ВУЗов. –Т., 2000. №3.
3. Артикова С., Мухамедиева Д.Т. Реализация моделей принятия решений
с учетом информационных ситуаций //Узбекский журнал энергетики и
информатики.-Т. ,2000. №3.
4. Ахмедов   Т.М.   Мухамедиева   Д.Т.   Шодмонова   У.А.   Рациональное
управление   распределением   и   использованием   ресурсов   в   условиях
рыночной   экономики.   Доклады   международной   конференции
«Устойчивое   экономическое   развитие   и   эффективное   управление
ресурсами   в   Центральной   Азии».   ТГЭУ   и   Ноттенгемский   Трент
Университет (Великобритания). Ташкент-Ноттенгем. 2001. –С.14-17.

Mavzu: Noravshan to’plamning xususyatlari Reja: Kirish 1. Noravshan to’plamning quvvati. 2. Noravshan qismga agratish 3. Trapesiya ko’rinishidagi (Trapesiyasimon) noravshan son Foydalanilgan adabiyotlar

Kirish . Keyingi boblarda ko’rilgan masalalarning qo’yilishini tushunish uchun zarur bo’lgan hajmda imkoniyatlar nazariyasi, amaliy interval tahlil, noravshan to’plamlar nazariyasining asosiy holatlari keltirilgan. Noravshanlik, ehtimollik va imkoniyat o’rtasidagi o’zaro bog’lanishlar va cheklanishlarning muhim uslubiy muammolari ko’rib chiqilgan. Oraliqli va noravshan-oraliqli matematikalar o’rtasidagi chuqur bog’lanish ko’rsatilgan. Noaniqliklarni boshqarishning amaliy qo’llash uchun anchagina qulay hisoblangan bir qator zamoanviy usullariga qisqa tavsiflar keltirilgan. Oxirgi boblarda bayon etilgan aniq amaliy misollarda noaniq sharoitlarda paxta ishlab chiqarish masalalarini yechishda noravshan to’plamlar nazariyasini qo’llashning ustuvorliklari ko’rsatilgan. Har bir masala uchun hisoblash algoritmi keltirilgan bo’lib, noravshan kattaliklar bilan ishlash paytida olinadigan haqiqiy yoki gipotetik ma’lumotlarga oid natijalar ko’rsatilgan. Kitob nafaqat o’zining sohasida modellashtirish va muqobillashtirish masalalari bilan bevosita bog’liq bo’lgan o’quvchilarni, balki ishlab chiqaruvchilarni, sog’liqni saqlash xodimlarini, iqtisodchilarni, moliyachilarni, ekologlar va boshqaruv organlarining xodimlarini o’ziga jalb etishi mumkin. Noravshan to’plamning quvvati. X -chekli to’plam va A - X da aniqlangan noravshan to’plam bo’lsin. U holda A noravshan to’plamning |A| quvvati quyidagicha aniqlanadi: |A|= ∑ x∈X μA(x) . X -cheksiz to’plam holida, |A| har doim ham mavjud bo’lavermaydi. Lekin, agar A chekli tashuvchiga ega bo’lsa, u holda A noravshan to’plamning quvvati quyidagicha aniqlanadi: |A|= ∑ x∈sup pA μA(x) .

A noravshan to’plam B noravshan to’plamga tegishli (А⊆В) deyiladi, faqat va faqat ∀ x∈X , μA(x)≤ μB(x) bo’lsa. Tengsizlik qat’iy bo’lsa, tegishlilik qat’iy hisoblanib, A⊂B orqali belgilanadi. x α darajali A ga tegishli bo’ladi, faqat va faqat x∈A bo’lsa, Aα B ga sust tegishli bo’ladi ( A− ¿αB ), agar X ning barcha elementlari α darajada ¯A yoki B ga tegishli bo’lsa, matematik ko’rinishda esa A− ¿αB , agar x∈(¯A∪ B)α ∀ x∈X yoki ∀ x∈X , max (1− μA(x),μB(x))≥α . A>− −¿B sust tenglama quyidagicha aniqlanadi: μA(x) va μB(x) tegishlilik belgilari ½ dan yoki katta yoki teng, yoki ikkalasi ½ dan kichik yoki teng. A>− −¿B , faqat va faqat ∀ x∈X ,min [max (1− μA(x),μB(x)),min (1− μA(x),1−μB(x))]≥1/2 bo’lsa. Kartezian ko’paytma . Agar A1,...,An mos ravishda U1,...,Un dagi norvashan to’plamlar bo’lsa, A1,...,An kartezian ko’pyatma U1×U2×...×Un fazodagi μ A1×...× An(u 1,u 2,...,u n)= min ¿ ¿ ¿ yoki μA1×...×An(u1,u2,...,un)= μA1(u1)⋅μA2(u2)⋅...⋅μAn(un) tegishlilik funksiyali noravshan to’plam bo’ladi. Noravshan qismga agratish. Agar A to’plam X ning oddiy qism to’plami bo’lsa, u holda (A,¯A) juftlik A≠∅ ,A≠ X shartni qanoatlantiruvchi X to’plamning bo’linishidir. Agar A noravshan to’plam bo’lsa, ( A≠∅ ,A≠ X ) u holda (A,¯A) juftlik noravshan qismga ajratish deyiladi. Agar noravshan to’plamlar tizimi A1,...,Am (Ai≠ ∅ ,Ai≠ Xi,i=1,m)

∀ x∈X ,∑i=1 N μAi(x)=1shartni qanoatlantirsa, u holda tizim X to’plamning noravshan qismlari deyiladi . Defazzifiikasiya (defuzzification) deb noravshan to’plamni ravshan songa keltiruvchi jarayonga aytiladi [86,87]. Noravshan to’plamlar nazariyasida defazzifikasiya jarayoni ehtimollar nazariyasida tasodifiy sonlar vaziyatlarining tavsiflarini (matematik kutish, modalar, medianlar) topish kabidir. Defazzifikasiya jarayonini bajarishning eng sodda usuli tegishlilik funksiyasining maksimumiga mos ravshan sonni tanlashdan iboratdir. Lekin bu usulning qo’llanilish chegarasi bir ekstremalli tegishlilik funksiyalari bilan cheklanib qoladi. Ko’p ekstremmalli tegishlilik funksiyalari uchun defazzifikasiyaning quyidagi usullari hisobga olingan: Centroid – og’irlik markazi; Bisector - mediana; LOM (Largest Of Maximums) –maksimumlar ichida eng kattasi; SOM (Smallest Of Maximums) – maksimumlar ichida eng kichigi; Mom (Mean Of Maximums) –maksimumlar markazi. ~A= ∫ [u,u] μ~A(u)/u noravshan to’plamni og’irlik markazi usulida defazzifikasiyalash quyidagi formula bo’yicha amalga oshiriladi: a= ∫ u u u⋅μ~A(u)du ∫ u u μ~A(u)du . Ushbu formulaning fizik ko’rinishi koordinatalar o’qi va noravshan to’plamning tegishlilik funksiyalari bilan chegaralangan tekis figuraning og’irlik markazini topishdan iboratdir. Diskret universal to’plam holida noravshan to’palmni og’irlik markazi usulida defazzifikasiyalash

a= ∑ j=1 k uj⋅μ~A(uj) ∑ j=1 k μ~A(uj)formula bo’yicha amalga oshiriladi. ~A= ∫ [u,u] μ~A(u)/u noravshan to’plamni mediana usulida defazzifikasiyalash uchun ∫ u a μ~A(u)du =∫ a ¯u μ~A(u)du tenglikni qanoatlantiradigan a sonni topish zarur. Mediana usulining geometrik talqini absissalar o’qida shunday nuqtani topishdan iboratki, shu nuqtadan o’tkazilgan perpendikulyar tegishlilik funksiyasi egri chizig’ining ostidagi yuzani ikkita teng qismga ajratsin. ~A= ∫ [u,u] μ~A(u)/u noravshan to’plamni maksimumlar markazi yordamida defazzifikasiyalash a= ∫ G udu ∫ G du formula bo’yicha amalga oshiriladi. Bu yerda G - noravshan to’plamga [u,u] oraliqdan maksimal darajada tegishli bo’lgan barcha elementlar to’plami. Maksimumlar markazi usulida defazzifikasiyalash tegishlilik darajasi maksimal bo’lgan universal to’plamdagi elementlarning o’rta arifmetigi kabi aniqlanadi. Agar bunday elementlar to’plami chekli bo’lsa, u holda formula quyidagi ko’rinishga keladi: a= ∑ uj∈G uj |G | ,