প্রয়োজনীয়তাগুলির সাথে সামঞ্জস্যপূর্ণ আমাকে সর্বাধিক সাধারণ সমাধানটি দেওয়া হোক: এটি আপনাকে চয়ন এবং অনুকূলিতকরণের ক্ষেত্রে সবচেয়ে নমনীয়তা দেয়।
আমরা "এস-আকারের" কে মনোোটোনিকভাবে ক্রমবর্ধমান বক্র হিসাবে ব্যাখ্যা করতে পারি (কারণ রূপান্তরটি এক-এক-এক হওয়া উচিত) একটি অংশ যা thatর্ধ্বমুখী এবং একটি অংশ যা নিচের দিকে অবতল থাকে of আমরা বাম অর্ধেক অবতলকে নীচে নামানোর দিকে মনোনিবেশ করতে পারি, কারণ অন্যান্য ধরণের (বাম অর্ধেক অবতল দিয়ে) এ জাতীয় রূপান্তর ঘুরিয়ে দেওয়ার মাধ্যমে পাওয়া যায়।
রূপান্তর থেকে চ পার্থক্যযুক্ত বলে মনে করা হচ্ছে, সুতরাং এটির হ্রাস ডাইরিভেটিভ থাকতে হবে চ'বাম অর্ধেক এবং ডান অর্ধে একটি বর্ধমান ডেরাইভেটিভ। নির্বিশেষে, ডেরাইভেটিভ অবশ্যই ননজেগটিভ হতে হবে এবং এটি কেবল একটি বিচ্ছিন্ন পয়েন্টে শূন্য হতে পারে (যদি মোটেও: ডেরিভেটিভের সর্বনিম্ন মান রূপান্তরটির সর্বনিম্ন opeাল দেয়।)
ডেরিভেটিভ পৃথক হতে পারে এমনটি প্রয়োজন হয় না, তবে একটি ব্যবহারিক বিষয় হিসাবে আমরা ধরে নিতে পারি যে এটি ডেরিভেটিভের সাথে প্রায় সর্বত্রই স্বতন্ত্র চ′ ′।
এই দ্বিতীয় ডেরাইভেটিভ ব্যবহারিকভাবে কিছু করতে পারে : আমাদের কেবল প্রয়োজন
এটি একীকরণযোগ্য,
কিছু বাম-হাতের ব্যবধানে সমস্ত মানের জন্য শূন্যের চেয়ে কম বা সমান [ 0 , কে ), এবং
ডান হাতের বিরতিতে সমস্ত মানের জন্য শূন্যের চেয়ে বড় বা সমান ( কে , ১ ]।
যেমন ফাংশন চ′ ′(এবং তাদের বিপরীতে) সমস্ত সমাধানের সেটকে প্যারামিটারাইজ করে। (কিছুটা বাড়াবাড়ি রয়েছে: এটি নীচে বর্ণিত একটি চূড়ান্ত স্বাভাবিককরণের পদক্ষেপ দ্বারা যত্ন নেওয়া হয়))
ক্যালকুলাসের মৌলিক উপপাদ্য আমাদের পুনরুদ্ধার করতে সক্ষম করে চথেকে কোন ধরনের নির্দিষ্টকরণ। এটাই,
চ'( এক্স ) =∫এক্স0চ′ ′( টি ) dটি
এবং
চ( এক্স ) =∫এক্স0চ'( টি ) dটি ।
শর্তসমূহ চ′ ′ গ্যারান্টি চ তার মিনিমিম থেকে একঘেয়েমি উত্থিত চ( 0 ) কিছুটা সর্বাধিক চ( 1 ) = গ। অবশেষে, স্বাভাবিক করুনচ পূর্ববর্তী ইন্টিগ্রালের মানগুলি দ্বারা ভাগ করে সি।
দ্বিতীয় ডেরাইভেটিভের জন্য এলোমেলো পদক্ষেপের একটি সংস্করণ দিয়ে শুরু করা এখানে একটি চিত্র রয়েছে। এটিতে, ডেরাইভেটিভগুলি স্বাভাবিক করা হয়নি, তবে রূপান্তর হয়েছেচ হয়েছে.
এই পদ্ধতির প্রয়োগ করতে, আপনি এর জন্য বিশ্লেষণাত্মক অভিব্যক্তি দিয়ে শুরু করতে পারেন চ′ ′, সম্ভবত প্যারামিটারের একটি সীমাবদ্ধ সংখ্যা দ্বারা বৈচিত্রময়। আপনি এর গ্রাফের সাথে কিছু পয়েন্ট দিয়ে এবং তাদের মধ্যে বিভক্ত করেও এটি নির্দিষ্ট করতে পারেন - তবে শর্ত থাকে যে ইন্টারপোলটারটি মানগুলির নেতিবাচকতাকে সম্মান করে[ 0 , কে ) এবং ইতিবাচকতা ( কে , ১ ]। দ্বিতীয়টি চিত্রটি উত্পন্ন করার জন্য ব্যবহৃত পদ্ধতি। সংশ্লিষ্ট R
কোড (নীচে) গণনার বিশদ সরবরাহ করে।
এই পদ্ধতির সাহায্যে আপনার পছন্দ মতো কোনও রূপান্তর ডিজাইন করতে সক্ষম হয়। আপনি এস-কার্ভটি স্কেচ করে এর (আপেক্ষিক) opালু অনুমান করে শুরু করতে পারেনচ', এবং এর opালু অনুমান করে। কিছু উল্লেখ করুনচ′ ′ পরে ছবিটি মেলে, তারপরে গণনা করতে এগিয়ে যান চ' এবং তারপর চ।
মনে রাখবেন যে চ যেগুলি প্রথমে অবতল এবং তারপরে অবতল হওয়াও উপেক্ষা করে পাওয়া যায় চ′ ′প্রারম্ভে. এস-আকৃতির বক্ররেখা তৈরির জন্য গুরুতর শর্তটি হ'ল (পরিমাপ শূন্যের একটি সেটে সম্ভাব্য ভ্রমণগুলি বাদ দিয়ে)চ′ ′আসলে একবারে শূন্য অতিক্রম করতে পারে ।
ঘটনাচক্রে, সমাধান চ( এক্স ) = x সেট করে উত্থিত হয় চ′ ′( এক্স ) = 0 প্রায় সব জায়গায়, তৈরি চ' ধ্রুবক এবং ধনাত্মক, কোথা থেকে চলিনিয়ার হয়; নরমালাইজেশন আশ্বাস দেয় opeাল1 এবং বিরতি হয় 0। (মেকিংচ' ধ্রুবক এবং নেতিবাচক সমাধান উত্পাদন করে চ( এক্স ) = 1 - এক্স।)
n <- 51 # Number of interpolation points
k.1 <- floor(n * 2/3) # Width of the left-hand interval
k.2 <- n - k.1 # ............ right-hand interval
x <- seq(0, 1, length.out=n) # x coordinates
set.seed(17)
# Generate random values of the second derivative that are first negative,
# then positive. Modify to suit.
y.2 <- (c(runif(k.1, -1, 0), 0.5*runif(k.2, 0, 1))) * abs(cos(3*pi * x)) +
c(rep(-.1, k.1), rep(.5,k.2))
# Recover the first derivative and then the transformation. Control the
# minimum slope of the transformation.
y.1 <- cumsum(y.2)
y.1 <- y.1 - min(y.1) + 0.005 * diff(range(y.1))
y <- cumsum(y.1)
y <- (y - y[1]) / (y[n] - y[1]) # Normalize the transformation
#
# Plot the graphs.
par(mfrow=c(1,3))
plot(x, y.2, type="l", bty="n", main="Second derivative")
points(x, y.2, pch=20, cex=0.5)
abline(h=0, col="Red", lty=3)
plot(x, y.1, type="l", bty="n", lwd=2, main="First derivative")
abline(h=0, col="Red", lty=3)
plot(x, y, type="l", lwd=2, main="Transformation")