Giperbolastik funktsiyalar - Hyperbolastic functions

Giperbolastik I tip funktsiyasini o'zgaruvchan parametr qiymatlari bilan tavsiflovchi grafik.

Giperbolastik I tip funktsiyasini o'zgaruvchan parametr qiymatlari bilan tavsiflovchi grafik.

Har xil parametr qiymatlari bilan giperbolastik II tip funktsiyani tavsiflovchi grafik.

Har xil parametr qiymatlari bilan giperbolastik II tip funktsiyani tavsiflovchi grafik.

Giperbolastik III tipdagi funktsiyani o'zgaruvchan parametr qiymatlari bilan tavsiflovchi grafik.

Har xil parametr qiymatlari bilan III tipdagi giperbolastik kumulyativ taqsimot funktsiyasini tavsiflovchi grafik.

Har xil parametr qiymatlari bilan III turdagi giperbolastik ehtimollik zichligi funktsiyasini tavsiflovchi grafik.

The giperbolastik funktsiyalar, shuningdek, nomi bilan tanilgan giperbolastik o'sish modellari, bor matematik funktsiyalar tibbiyotda ishlatiladi statistik modellashtirish. Ushbu modellar dastlab ko'p hujayrali o'simta sohalarining o'sish dinamikasini olish uchun ishlab chiqilgan va 2005 yilda Muhammad Tabatabai, Devid Uilyams va Zoran Bursak tomonidan taqdim etilgan.^[1] Haqiqiy dunyo muammolarini modellashtirishda giperbolastik funktsiyalarning aniqligi, ularning egilish nuqtasidagi moslashuvchanligi bilan bog'liq.^[1] Ushbu funktsiyalardan o'smaning o'sishi kabi turli xil modellashtirish muammolarida foydalanish mumkin. ildiz hujayrasi ko'payish, farmak kinetikasi, saraton o'sishi, sigmasimon aktivizatsiya funktsiyasi asab tarmoqlari va epidemiologik kasallikning rivojlanishi yoki regressiyasi.^[1][2][3]

The giperbolastik funktsiyalar o'sish va parchalanish egri chiziqlarini u yetguncha modellashtirishi mumkin tashish hajmi. Moslashuvchanligi tufayli ushbu modellar tibbiyot sohasida turli xil qo'llanmalarga ega bo'lib, ular kasallikning rivojlanishini davolovchi davo yordamida ushlab turish qobiliyatiga ega. Raqamlar ko'rsatilgandek, giperbolastik funktsiyalar sig'ishi mumkin sigmasimon egri chiziq eng past ko'rsatkich dastlabki va kech bosqichlarda sodir bo'lishini ko'rsatmoqda. Taqdim etilayotgan sigmasimon shakllardan tashqari, tibbiy aralashuvlar kasallikning rivojlanishini sekinlashtiradigan yoki orqaga qaytaradigan ikki fazali holatlarni ham o'z ichiga olishi mumkin; ammo, davolanish samarasi yo'qolganda, kasallik gorizontal asimptotaga yetguncha rivojlanishning ikkinchi bosqichini boshlaydi.

Ushbu funktsiyalarning asosiy xususiyatlaridan biri shundaki, ular nafaqat sigmasimon shakllarga mos kela olmaydi, balki boshqa klassik sigmasimon egri chiziqlar etarli darajada modellashtira olmaydigan ikki fazali o'sish modellarini ham modellashtirishlari mumkin. Ushbu ajralib turadigan xususiyat tibbiyot, biologiya, iqtisod, muhandislik, shu jumladan turli sohalarda foydali dasturlarga ega. agronomiya va kompyuter yordamida tizim nazariyasi.^{[4][5][6][7][8]}

Funktsiya H1

The I turdagi giperbolastik tezlik tenglamasi, H1 bilan belgilanadi, quyidagicha:

$${ displaystyle { frac {dP (x)} {dx}} = { frac {P (x)} {M}} chap (MP chap (x right) right) left ( delta + { frac { theta} { sqrt {1 + x ^ {2}}}} o'ng),}$$

qayerda ${ displaystyle x}$ har qanday haqiqiy son va ${ displaystyle P chap (x o'ng)}$ aholi soni ${ displaystyle x}$. Parametr ${ displaystyle M}$ tashish hajmi va parametrlarini ifodalaydi ${ displaystyle delta}$ va ${ displaystyle theta}$ o'sish sur'atini birgalikda ifodalaydi. Parametr ${ displaystyle theta}$ nosimmetrik sigmasimon egri chiziqdan masofani beradi. Uchun I tipdagi giperbolastik tezlik tenglamasini echish ${ displaystyle P chap (x o'ng)}$ beradi:

$${ displaystyle P (x) = { frac {M} {1+ alfa e ^ {- delta x- theta operatorname {arsinh} (x)}}},}$$

qayerda ${ displaystyle operator nomi {arsinh}}$ bo'ladi teskari giperbolik sinus funktsiya. Agar kishi dastlabki shartdan foydalanishni xohlasa ${ displaystyle P chap (x_ {0} o'ng) = P_ {0}}$, keyin ${ displaystyle alpha}$ quyidagicha ifodalanishi mumkin:

${ displaystyle alpha = { frac {M-P_ {0}} {P_ {0}}} e ^ { delta x_ {0} + theta operator nomi {arsinh} (x_ {0})}}$.

Agar ${ displaystyle x_ {0} = 0}$, keyin ${ displaystyle alpha}$ kamaytiradi:

${ displaystyle alpha = { frac {M-P_ {0}} {P_ {0}}}}$.

The I tipdagi giperbolastik funksiya umumlashtiradi logistika funktsiyasi. Agar parametrlar bo'lsa ${ displaystyle theta = 0}$, keyin u logistik funktsiyaga aylanadi. Ushbu funktsiya ${ displaystyle P (x)}$ a I tipdagi giperbolastik funksiya. The I tipdagi standart giperboastik funksiya bu

${ displaystyle P (x) = { frac {1} {1 + e ^ {- x- operatorname {arsinh} (x)}}}}$.

Funktsiya H2

The II turdagi giperbolastik tezlik tenglamasi, H2 bilan belgilanadi:

${ displaystyle { frac {dP (x)} {dx}} = { frac { alpha delta gamma P ^ {2} (x) x ^ { gamma -1}} {M}} tanh chap ({ frac {MP (x)} { alfa P (x)}} o'ng),}$

qayerda ${ displaystyle tanh}$ bo'ladi giperbolik tangens funktsiyasi, ${ displaystyle M}$ tashish hajmi va ikkalasi ham ${ displaystyle delta}$ va ${ displaystyle gamma> 0}$ o'sish sur'atini birgalikda aniqlash. Bundan tashqari, parametr ${ displaystyle gamma}$ vaqt yo'nalishidagi tezlanishni ifodalaydi. For II tipdagi giperbolastik tezlik funksiyasini echish ${ displaystyle P chap (x o'ng)}$ beradi:

${ displaystyle P (x) = { frac {M} {1+ alfa operatorname {arsinh} left (e ^ {- delta x ^ { gamma}} right)}}}$.

Agar kishi dastlabki holatdan foydalanishni xohlasa ${ displaystyle P (x_ {0}) = P_ {0},}$ keyin ${ displaystyle alpha}$ quyidagicha ifodalanishi mumkin:

${ displaystyle alpha = { frac {M-P_ {0}} {P_ {0} operatorname {arsinh} left (e ^ {- delta x_ {0} ^ { gamma}} right)} }}$.

Agar ${ displaystyle x_ {0} = 0}$, keyin ${ displaystyle alpha}$ kamaytiradi:

${ displaystyle alpha = { frac {M-P_ {0}} {P_ {0} operatorname {arsinh} (1)}}}$.

The II tipdagi standart giperboastik funksiya quyidagicha aniqlanadi:

${ displaystyle P (x) = { frac {1} {1+ operatorname {arsinh} left (e ^ {- x} right)}}}$.

Funktsiya H3

III turdagi giperbolastik tezlik tenglamasi H3 bilan belgilanadi va quyidagi shaklga ega:

${ displaystyle { frac {dP (t)} {dt}} = chap (MP chap (t o'ng) o'ng) chap ( delta gamma t ^ { gamma -1} + { frac { theta} { sqrt {1+ theta ^ {2} t ^ {2}}}} o'ng)}$,

qayerda ${ displaystyle t}$ > 0. Parametr ${ displaystyle M}$ tashish hajmi va parametrlarini ifodalaydi ${ displaystyle delta,}$ ${ displaystyle gamma,}$ va ${ displaystyle theta}$ o'sish sur'atini birgalikda aniqlash. Parametr ${ displaystyle gamma,}$ vaqt o'lchovining tezlanishini ifodalaydi, hajmi esa ${ displaystyle theta}$ nosimmetrik sigmasimon egri chiziqdan masofani bildiradi. III tipdagi differentsial tenglamaning echimi:

${ displaystyle P (t) = M- alfa e ^ {- delta t ^ { gamma} - operatorname {arsinh} ( theta t)}}$,

dastlabki shart bilan ${ displaystyle P chap (t_ {0} o'ng) = P_ {0}}$ biz ifoda eta olamiz ${ displaystyle alpha}$ kabi:

${ displaystyle alpha = chap (M-P_ {0} o'ng) e ^ { delta t_ {0} ^ { gamma} + operator nomi {arsinh} ( theta t_ {0})}}$.

III turdagi giperbolastik taqsimot - bu uch parametrli uzluksiz turkum ehtimollik taqsimoti o'lchov parametrlari bilan ${ displaystyle delta}$ > 0 va ${ displaystyle theta}$ ≥ 0 va parametr ${ displaystyle gamma}$ sifatida shakl parametri. Qachon parametr ${ displaystyle theta}$ = 0, III tipdagi giperbolastik taqsimot. Ga kamaytiriladi Weibull tarqatish.^[9] Giperbolastik kümülatif taqsimlash funktsiyasi III turdagi:

${ displaystyle F (x; delta, gamma, theta) = { begin {case} 1-e ^ {- delta x ^ { gamma} - operatorname {arsinh} ( theta x)} & x geq 0, 0 & x <0 end {case}}}$,

va unga mos keladi ehtimollik zichligi funktsiyasi bu:

${ displaystyle f (x; delta, gamma, theta) = { begin {case} e ^ {- delta x ^ { gamma} - operatorname {arsinh} ( theta x)} left ( delta gamma x ^ { gamma -1} + { frac { theta} { sqrt {1+ theta ^ {2} x ^ {2}}}} right) & x geq 0, 0 & x <0 end {case}}}$.

The xavf funktsiyasi ${ displaystyle h}$ (yoki ishlamay qolish darajasi) quyidagicha berilgan.

${ displaystyle h chap (x; delta, gamma, theta right) = delta gamma x ^ { gamma -1} + { frac { theta} { sqrt {1 + x ^ { 2} theta ^ {2}}}}.}$

The omon qolish funktsiyasi ${ displaystyle S}$ tomonidan berilgan:

${ displaystyle S (x; delta, gamma, theta) = e ^ {- delta x ^ { gamma} - operatorname {arsinh} ( theta x)}.}$

III turdagi standart giperbolastik kumulyativ taqsimlash funktsiyasi quyidagicha aniqlanadi:

${ displaystyle F chap (x o'ng) = 1-e ^ {- x- operator nomi {arsinh} (x)}}$,

va unga mos keladigan ehtimollik zichligi funktsiyasi:

${ displaystyle f (x) = e ^ {- x- operator nomi {arsinh} (x)} chap (1 + { frac {1} { sqrt {1 + x ^ {2}}}} o'ng )}$.

Xususiyatlari

Agar biror kishi fikrni hisoblashni xohlasa ${ displaystyle x}$ bu erda aholi tashish qobiliyatining foiziga etadi ${ displaystyle M}$, keyin tenglamani echish mumkin:

${ displaystyle P (x) = kM}$

uchun ${ displaystyle x}$, qayerda ${ displaystyle 0$. Masalan, yarim nuqtani sozlash orqali topish mumkin ${ displaystyle k = { frac {1} {2}}}$.

Ilovalar

Fitoplankton biomassasining 3D giperbolastik grafigi ozuqa moddalarining konsentratsiyasi va vaqt funktsiyasi sifatida

Pitsburg universiteti huzuridagi McGowan regenerativ tibbiyot institutining ildiz hujayralari tadqiqotchilarining fikriga ko'ra "yangi model [giperbolastik turi III yoki] deb nomlangan H3 differentsial tenglama bu hujayraning o'sishini ham tavsiflaydi. Ushbu model yanada ko'proq o'zgarishlarga imkon beradi va o'sishni yaxshiroq bashorat qilishi isbotlangan. "^[10]

Qattiq jismlarning o'sishini tahlil qilish uchun H1, H2 va H3 giperbolastik o'sish modellari qo'llanilgan Ehrlich karsinomasi turli xil davolash usullaridan foydalanish.^[11]

Hayvonot fanida,^[12] broyler tovuq o'sishini modellashtirish uchun giperbolastik funktsiyalar ishlatilgan.^[13] Qayta tiklanadigan yaraning hajmini aniqlash uchun III turdagi giperbolastik model ishlatilgan.^[14]

Yaralarni davolash sohasida giperbolastik modellar davoning vaqtini aniq aks ettiradi. Bunday funktsiyalar mikroelementlar, o'sish omillari, diabetik yaralar va oziqlanish sohalarini hisobga olgan holda turli xil yaralar va davolash jarayonining turli bosqichlari orasidagi davolovchi tezlikning o'zgarishini o'rganish uchun ishlatilgan.^[15][16]

Giperbolastik funktsiyalarning yana bir qo'llanilishi stoxastik diffuziya jarayoni, uning o'rtacha funktsiyasi I turdagi giperbolastik egri chiziqdir, jarayonning asosiy xususiyatlari o'rganiladi va maksimal ehtimollikni taxmin qilish jarayonning parametrlari uchun ko'rib chiqiladi.^[17]Shu maqsadda, parafly metaheuristik optimallashtirish algoritmi, parametrli maydonni bosqichli oqilona protsedura bilan chegaralaganidan keyin qo'llaniladi. Simulyatsiya qilingan namunaviy yo'llar va haqiqiy ma'lumotlarga asoslangan ba'zi bir misollar ushbu rivojlanishni aks ettiradi. A-ning namunaviy yo'li diffuziya jarayoni oqayotgan suyuqlikka singib ketgan va boshqa zarralar bilan to'qnashuv tufayli tasodifiy siljishlarga uchragan zarrachaning harakatlanishini modellaydi, bu deyiladi Braun harakati.^{[18][19][20][21]} Ikkala kattalarning ko'payishini modellashtirish uchun III turdagi giperbolastik funktsiya ishlatilgan mezenximal va embrional ildiz hujayralari;^{[22][23][24][25]} va, modellashtirishda II tipdagi giperbolastik aralash model ishlatilgan bachadon bo'yni saratoni ma'lumotlar.^[26] Giperbolastik egri chiziqlar hujayra o'sishini, biologik egri chiziqlarning joylashishini va o'sishini tahlil qilishda muhim vosita bo'lishi mumkin. fitoplankton.^[27][28]

Yilda o'rmon ekologiyasi va menejment, giperbolastik modellar DBH va balandlik o'rtasidagi munosabatni modellashtirish uchun qo'llanilgan.^[29]

Ko'p o'zgaruvchan III turdagi giperbolastik model ozuqa moddalarining konsentratsiyasini hisobga olgan holda fitoplanktonning o'sish dinamikasini tahlil qilish uchun ishlatilgan.^[30]

Giperbolastik regressiyalar

Giperbolastik I tip, logistika va giperbolastik II tipdagi kümülatif taqsimlash funktsiyasi

PDF H1, Logistic va H2

Giperbolastik regressiyalar bor statistik modellar standartdan foydalanadigan giperbolik funktsiyalar modellashtirish a ikkilamchi natija o'zgaruvchisi. Ikkilik regressiyaning maqsadi tushuntiruvchi (mustaqil) o'zgaruvchilar to'plami yordamida ikkilik natijani (bog'liq) o'zgaruvchini bashorat qilishdir. Ikkilik regressiya muntazam ravishda tibbiyot, sog'liqni saqlash, stomatologiya va biotibbiyot fanlari kabi ko'plab sohalarda qo'llaniladi. Bashorat qilish uchun ikkilik regressiya tahlili ishlatilgan endoskopik temir tanqisligida shikastlanishlar anemiya.^[31] Bundan tashqari, zararli va benignni farqlash uchun ikkilik regressiya qo'llanildi adneksiya massasi operatsiyadan oldin.^[32]

I tipdagi giperbolastik regressiya

Ruxsat bering ${ displaystyle Y}$ muvaffaqiyat yoki muvaffaqiyatsizlik, o'zaro eksklyuziv ikkita qiymatdan birini qabul qilishi mumkin bo'lgan ikkilik natija o'zgaruvchisi bo'lishi. Agar biz muvaffaqiyatni kodlashsak ${ displaystyle Y = 1}$ va muvaffaqiyatsizlik ${ displaystyle Y = 0}$, funktsiyasi sifatida I tipdagi giperbolastik muvaffaqiyat ehtimoli ${ displaystyle K}$ tushuntirish o'zgaruvchilari ${ displaystyle X_ {1}, X_ {2}, ldots, X_ {k}}$ tomonidan berilgan:

${ displaystyle P (Y = 1) = { frac {1} {1 + e ^ {- ( beta _ {0} + beta _ {1} x_ {1} + beta _ {2} x_ { 2} + ldots + beta _ {k} x_ {k}) - operator nomi {arsinh} ( beta _ {0} + beta _ {1} x_ {1} + beta _ {2} x_ {) 2} + ldots + beta _ {k} x_ {k})}}}}$,

qayerda ${ displaystyle beta _ {0}, beta _ {1}, ldots, beta _ {k}}$ model parametrlari. Muvaffaqiyat koeffitsienti - bu muvaffaqiyatga erishish ehtimoli va muvaffaqiyatsizlik ehtimoli nisbati. I tipdagi giperbolastik regressiya uchun muvaffaqiyat koeffitsienti bilan belgilanadi ${ displaystyle Odds_ {H1}}$ va tenglama bilan ifodalangan:

${ displaystyle Odds_ {H1} = e ^ { beta _ {0} + beta _ {1} x_ {1} + beta _ {2} x_ {2} + ldots + beta _ {k} x_ {k} + operator nomi {arsinh} ( beta _ {0} + beta _ {1} x_ {1} + beta _ {2} x_ {2} + ldots + beta _ {k} x_ { k})}}$.

Ning logarifmi ${ displaystyle Odds_ {H1}}$ deyiladi logit I tipdagi giperbolastik. Logit transformatsiyasi bilan belgilanadi ${ displaystyle L_ {H1}}$ va quyidagicha yozilishi mumkin:

${ displaystyle L_ {H1} = beta _ {0} + beta _ {1} x_ {1} + beta _ {2} x_ {2} + ldots + beta _ {k} x_ {k} + operator nomi {arsinh} ( beta _ {0} + beta _ {1} x_ {1} + beta _ {2} x_ {2} + ldots + beta _ {k} x_ {k}) }$.

II tipdagi giperbolastik regressiya

Ikkilik natija o'zgaruvchisi uchun ${ displaystyle Y}$, funktsiyasi sifatida II tipdagi giperbolastik muvaffaqiyat ehtimoli ${ displaystyle K}$ tushuntirish o'zgaruvchilari ${ displaystyle X_ {1}, X_ {2}, ldots, X_ {k}}$ bu:

${ displaystyle P (Y = 1) = { frac {1} {1+ operator nomi {arsinh} (e ^ {- ( beta _ {0} + beta _ {1} x_ {1} + beta _ {2} x_ {2} + ldots + beta _ {k} x_ {k})})}}}$ ,

II tipdagi giperbolastik regressiya uchun muvaffaqiyat koeffitsienti bilan belgilanadi ${ displaystyle Odds_ {H2}}$ va quyidagicha beriladi:

${ displaystyle Odds_ {H2} = { frac {1} { operatorname {arsinh} (e ^ {- ( beta _ {0} + beta _ {1} x_ {1} + beta _ {2} x_ {2} + ldots + beta _ {k} x_ {k})})}}.}$

Logit transformatsiyasi bilan belgilanadi ${ displaystyle L_ {H2}}$ va quyidagicha beriladi:

${ displaystyle L_ {H2} = - log {( operatorname {arsinh} (e ^ {- ( beta _ {0} + beta _ {1} x_ {1} + beta _ {2} x_ {) 2} + ldots + beta _ {k} x_ {k})}))}}$

Adabiyotlar