🔢 mathematics

Deligne's weight spectral sequence and tautological cohomology of the moduli space of curves

यह शोध पत्र एक कंप्यूटर प्रोग्राम प्रस्तुत करता है जो पॉइंटेड स्मूथ कर्व्स के मॉडुलि स्पेस के लिए वेट-ग्रेडेड रैशनल कोहोमोलॉजी और सिमेट्रिक ग्रुप एक्शन्स की गणना करने हेतु डेलिग्न के वेट स्पेक्ट्रल सीक्वेंस को लागू करता है, विशेष रूप से इस धारणा के तहत कि बाउंड्री कोहोमोलॉजी टॉटोलॉजिकल क्लासेस द्वारा जनरेट होती है, जेनस फाइव और तीन मार्क पॉइंट्स के साथ जेनस थ्री के लिए इन इनवेरिएंट्स को निर्धारित करता है।

मूल लेखक: Jonas Bergström, Thomas Wennink

प्रकाशित 2026-03-31

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Jonas Bergström, Thomas Wennink

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक विशाल, अदृश्य परिदृश्य को समझने की कोशिश कर रहे हैं जिसे मोडुली स्पेस ऑफ कर्व्स (Moduli Space of Curves) कहा जाता है।

गणित की दुनिया में, एक "कर्व" (वक्र) केवल कागज पर खींची गई रेखा नहीं है; यह एक लचीला, रबर जैसा आकार है जिसमें छेद (जैसे एक डोनट) और उससे जुड़े छोटे बिंदु (जिन्हें "मार्क्ड पॉइंट्स" कहा जाता है) हो सकते हैं। "मोडुली स्पेस" एक विशाल मानचित्र है जहाँ इन सभी संभावित कर्व्स के आकार निवास करते हैं। यदि आपके पास 5 छेद और 3 बिंदुओं वाला एक कर्व है, तो वह इस मानचित्र के एक विशिष्ट पड़ोस में रहता है। यदि आप आकार को थोड़ा बदलते हैं, तो आप मानचित्र में एक अलग स्थान पर पहुँच जाते हैं।

समस्या यह है: यह मानचित्र अविश्वसनीय रूप से जटिल है। यह ऐसा है जैसे पृथ्वी की पूरी सतह का मानचित्र बनाने की कोशिश करना, लेकिन वहां का भूभाग लगातार बदल रहा है, मुड़ रहा है और टूट रहा है। गणितज्ञ इस मानचित्र के "बेटी नंबर्स" (Betti numbers) जानना चाहते हैं—मूल रूप से यह गिनना कि विभिन्न आयामों में कितने छेद, सुरंगें और रिक्त स्थान मौजूद हैं। लेकिन जटिल आकारों (जैसे 5 छेद वाले कर्व) के लिए, यह अब तक गणना करना असंभव था।

समस्या: एक टूटा हुआ मानचित्र

लेखकों, जोनास और थॉमस, को एक समस्या का सामना करना पड़ा। इन कर्व्स के मानचित्र में "किनारे" या "सीमाएं" (boundaries) होती हैं जहाँ कर्व टूट जाते हैं या अस्थिर हो जाते हैं। पूरे मानचित्र को समझने के लिए, आपको हर एक टूटे हुए हिस्से को समझना होगा।

आमतौर पर, पूरे मानचित्र के आकार की गणना करने के लिए हर एक टूटे हुए हिस्से के आकार को जानना आवश्यक होता है। लेकिन जटिल कर्व्स के लिए, बहुत अधिक हिस्से होते हैं, और हम अधिकांश हिस्सों का आकार नहीं जानते हैं। यह एक विशाल जिग्सॉ पहेली को हल करने जैसा है जब आपके पास केवल बॉर्डर (किनारे) की तस्वीर हो और केंद्र एक ब्लैक होल हो।

समाधान: डेलिग्ने के स्पेक्ट्रल सीक्वेंस (The "X-Ray Machine")

लेखकों ने पियरे डेलिग्ने द्वारा आविष्कृत एक शक्तिशाली गणितीय उपकरण का उपयोग किया, जिसे वेट स्पेक्ट्रल सीक्वेंस (Weight Spectral Sequence) कहा जाता है।

इस उपकरण को एक विशेष एक्स-रे मशीन या एक स्तरित फिल्टर (layered filter) के रूप में सोचें।

पूरे जटिल आकार को एक साथ देखने के बजाय, यह मशीन समस्या को "वेट" (जटिलता का एक माप) के आधार पर परतों में विभाजित करती है।
यह मानचित्र के जटिल "टूटे हुए किनारों" को लेता है और उन्हें एक सरल स्क्रीन पर प्रोजेक्ट करता है।
यदि स्क्रीन पर मौजूद हिस्से पर्याप्त रूप से सरल हैं (गणितज्ञ इसे "टाउटोलॉजिकल" कहते हैं, जिसका अर्थ है कि वे एक अनुमानित, मानक पैटर्न का पालन करते हैं), तो यह मशीन पूरे मानचित्र के आकार का पुनर्निर्माण कर सकती है।

लेखकों ने इस एक्स-रे मशीन को चलाने के लिए एक कंप्यूटर प्रोग्राम लिखा। उन्होंने केवल हाथ से गणित नहीं किया; उन्होंने एक डिजिटल फैक्ट्री बनाई जो यह कर सकती थी:

जटिल कर्व को उसके स्थिर निर्माण खंडों (ग्राफ) में विभाजित करना।
ज्ञात नियमों (जिन्हें "पिक्सटन के संबंध" कहा जाता है, जो यह बताते हैं कि ये आकार एक साथ कैसे फिट होते हैं) का उपयोग करके प्रत्येक ब्लॉक के आकार की गणना करना।
पूरे मानचित्र के अंतिम आकार को देखने के लिए टुकड़ों को पुनः संयोजित करना।

उपमा: लेगो टॉवर (The Lego Tower)

कल्पना कीजिए कि आप एक विशाल, अस्थिर लेगो टॉवर में ईंटों की कुल संख्या जानना चाहते हैं जो गिरने ही वाला है।

पुराना तरीका: आप पूरे टॉवर की हर एक ईंट को एक साथ गिनने की कोशिश करते हैं। यह बहुत बड़ा है और टॉवर लगातार हिल रहा है।
नया तरीका (यह शोध पत्र): आप टॉवर को देखते हैं और महसूस करते हैं कि यह मानक लेगो ब्लॉक्स (वे "टाउटोलॉजिकल" भाग) से बना है। आप एक कंप्यूटर प्रोग्राम लिखते हैं जो:
1. प्रत्येक मानक ब्लॉक प्रकार की पहचान करता है।
2. "टूटने वाले" हिस्सों में प्रत्येक प्रकार के ब्लॉक को गिनता है।
3. एक सूत्र का उपयोग करता है जो भविष्यवाणी करता है कि वे ब्लॉक पूरे टॉवर को बनाने के लिए एक साथ कैसे जुड़ते हैं।

लेखकों ने पाया कि कुछ जटिल टॉवरों (विशेष रूप से 5 छेद और 3 बिंदुओं वाले कर्व्स) के लिए, "टूटने वाले" हिस्से पूरी तरह से मानक ब्लॉक्स से बने थे। इसने उनके कंप्यूटर को पहेली सुलझाने में सक्षम बनाया।

उन्होंने क्या पाया?

अपने प्रोग्राम का उपयोग करते हुए, उन्होंने दो बड़े रहस्यों को सुलझाया:

5-होल कर्व ( $M_5$ ): उन्होंने 5 छेद वाले कर्व्स के लिए स्थान के आकार का पूरी तरह से मानचित्रण किया। उन्होंने पाया कि इस स्थान में "छेद" एक बहुत ही व्यवस्थित, अनुमानित पैटर्न (गणितज्ञ इसे "टेट प्रकार" कहते हैं) का पालन करते हैं। यह ऐसा है जैसे यह पता लगाना कि एक अराजक तूफान वास्तव में पूर्ण, दोहराए जाने वाले स्नोफ्लेक्स (हिम कणों) से बना है।
3-होल, 3-डॉट कर्व ( $M_{3,3}$ ): उन्होंने 3 छेद और 3 बिंदुओं वाले कर्व के लिए भी ऐसा ही किया, लेकिन इस बार उन्होंने यह भी ट्रैक किया कि डॉट्स को कैसे बदला जा सकता है (जैसे तीन अलग-अलग रंग के मोतियों को इधर-उधर करना)। उन्होंने यह भी पता लगाया कि मोतियों को बदलने पर आकार कैसे बदलता है।

यह क्यों महत्वपूर्ण है?

इससे पहले, गणितज्ञ फंसे हुए थे। वे सरल कर्व्स (जैसे 1 या 2 छेद वाला डोनट) का मानचित्र बनाना जानते थे, लेकिन जैसे ही आप 3, 4 या 5 छेद तक पहुँचते थे, गणित बहुत अधिक जटिल हो जाता था।

यह पेपर एक प्रूफ ऑफ कॉन्सेप्ट (Proof of Concept) है। यह दिखाता है कि यदि आपके पास पर्याप्त शक्तिशाली कंप्यूटर और सही "एक्स-रे" फॉर्मूले हैं, तो आप इन अविश्वसनीय रूप से जटिल परिदृश्यों का मानचित्र बना सकते हैं।

"टाउटोलॉजिकल" धारणा: लेखकों को यह मानना पड़ा कि उनके द्वारा उपयोग किए जा रहे "निर्देश मैनुअल" (पिक्सटन के संबंध) पूर्ण हैं। उन्होंने अपने विशिष्ट मामलों के लिए इस धारणा की जांच की, और यह सही साबित हुई।
भविष्य: वे अब इस प्रोग्राम को अन्य गणितज्ञों के लिए एक मानक टूलकिट में एकीकृत करने पर काम कर रहे हैं। इसका मतलब है कि अन्य लोग भविष्य में और भी अधिक जटिल कर्व्स का मानचित्र बनाने के लिए उनकी "एक्स-रे मशीन" का उपयोग कर सकेंगे।

संक्षेप में

जोनास औरв थॉमस ने एक गणितीय सुपर-कंप्यूटर बनाया है जो एक विशेष स्तरित फिल्टर का उपयोग करता है ताकि असंभव रूप से जटिल आकारों को सरल, प्रबंधनीय टुकड़ों में तोड़ा जा सके। ऐसा करके, उन्होंने 5 छेद और 3 बिंदुओं वाले कर्व्स की छिपी हुई ज्यामिति का सफलतापूर्वक मानचित्रण किया, जिससे एक अराजक संख्यात्मक गड़बड़ी एक स्पष्ट, सुंदर चित्र में बदल गई। उन्होंने केवल एक पहेली नहीं सुलझाई; उन्होंने वह उपकरण बनाया है जो दूसरों को अगली मिलियन पहेलियों को सुलझाने में मदद करेगा।

यहाँ जोनास बर्गस्ट्रोम और थॉमस वेनिंक के शोध पत्र "Deligne's Weight Spectral Sequence and Tautological Cohomology of the Moduli Space of Curves" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र अंकित चिकनी वक्रों (pointed smooth curves) के मॉडुलि स्पेस $\mathcal{M}_{g,n}$ , जिसे भार-ग्रेड वाले खंडों (weight-graded pieces) की गणना करने से संबंधित है, पर केंद्रित है।

संदर्भ: $g, n \geq 0$ के लिए जहाँ $2g-2+n > 0$ हो, $\mathcal{M}_{g,n}$ के परिमेय कोहोमोलॉजी (विशेष रूप से कॉम्पैक्टली सपोर्टेड कोहोमोलॉजी) में एक वेट फिल्ट्रेशन $W_*$ होता है, जो डेलिगने के मिश्रित हॉज संरचनाओं (mixed Hodge structures) या $\ell$ -adic गैलॉइस रिप्रेजेंटेशन द्वारा प्रेरित होता है।
लक्ष्य: ग्रेड खंडों $\text{gr}^q H^r(\mathcal{M}_{g,n})$ का सममित समूह $S_n$ (जो अंकित बिंदुओं को क्रमबद्ध करता है) के अपरिवर्तनीय (irreducible) निरूपणों और शुद्ध परिमेय हॉज संरचनाओं (या गैलॉइस रिप्रेजेंटेशन) में अपघटन की गणना करना।
विशिष्ट चुनौती: जबकि निम्न-जीनस (low-genus) मामलों ( $g=1, 2, 3, 4$ ) और विशिष्ट निम्न-अंकित-बिंदु मामलों को पहले जाना जा चुका था, उच्च-जीनस मामलों (विशेष रूप से $g=5$ ) और उच्च अंकित-बिंदु गणनाओं (जैसे $g=3, n=3$ ) के लिए डेलिगने-मफम कॉम्पैक्टिफिकेशन $\overline{\mathcal{M}}_{g,n}$ में बाउंड्री स्ट्रैटिफिकेशन की जटिलता के कारण गणना करना कठिन बना हुआ था।
मान्यता: लेखक इस धारणा के तहत कार्य करते हैं कि पिक्सटन के संबंध (Pixton's relations) टॉटोलॉजिकल रिंग में सभी संबंधों का निर्माण करते हैं, जो कि अध्ययन किए गए क्षेत्रों में व्यापक रूप से सत्य मानी जाने वाली एक अवधारणा है।

2. कार्यप्रणाली (Methodology)

लेखकों ने SageMath में एक कंप्यूटर प्रोग्राम विकसित किया है (जो admcycles मॉड्यूल का विस्तार है) ताकि डेलिगने के वेट स्पेक्ट्रल सीक्वेंस (Deligne's weight spectral sequences) को लागू किया जा सके। यह कार्यप्रणाली निम्नलिखित सैद्धांतिक और एल्गोरिद्मिक स्तंभों पर आधारित है:

A. डेलिगने के स्पेक्ट्रल सीक्वेंस (Deligne's Spectral Sequences)

गणना में दो द्वैत (dual) स्पेक्ट्रल सीक्वेंस का उपयोग किया जाता है जो $\overline{\mathcal{M}}_{g,n}$ के बाउंड्री स्ट्रेटा के कोहोमोलॉजी से खुले मॉडुलि स्पेस $\mathcal{M}_{g,n}$ के कोहोमोलॉजी को जोड़ते हैं:

पुशफॉरवर्ड स्पेक्ट्रल सीक्वेंस (Pushforward Spectral Sequence): यह $\mathcal{M}_{g,n}$ के वेट-ग्रेड खंडों की अभिसरण (converge) करता है। इसका $E_1$ पेज स्थिर ग्राफों (stable graphs) से जुड़े मॉडुलि स्पेस के उत्पादों के कोहोमोलॉजी से निर्मित होता है, जो एज सेट के डिटर्मिनेंट द्वारा ट्विस्टेड होते हैं।
पुलबैक स्पेक्ट्रल सीक्वेंस (Pullback Spectral Sequence): यह पोइन्केयर ड्यूल संस्करण है, जो कॉम्पैक्टली सपोर्टेड कोहोमोलॉजी $H^*_c(\mathcal{M}_{g,n})$ की ओर अभिसरित होता है। इसे गेट्ज़लर-कप्रानो कॉम्प्लेक्स (Getzler-Kapranov complex) के रूप में पहचाना जाता है।

दोनों सीक्वेंस $E_2$ पेज पर क्षय (degenerate) हो जाते हैं। डिफरेंशियल ( $d_1$ ) को स्पष्ट रूप से ग्लूइंग मैप्स और स्थिर ग्राफों के ऑटोमॉर्फिज्म समूहों का उपयोग करके निर्मित किया गया है।

B. टॉटोलॉजिकल कोहोमोलॉजी (Tautological Cohomology)

लेखक अपनी गणनाओं को टॉटोलॉजिकल रिंग $RH^*(\mathcal{M}_{g,n})$ तक सीमित रखते हैं।

औचित्य: सीमा $2g+n \leq 12$ (और विशेष रूप से $g=5$ और $g=3, n=3$ के मामलों में) में, स्पेक्ट्रल सीक्वेंस के $E_1$ पेज में आने वाले कोहोमोलॉजी समूह सजावटी स्ट्रेटा क्लासेस (decorated strata classes) द्वारा जनरेट होते हैं।
पिक्सटन के संबंध: प्रोग्राम पिक्सटन के संबंधों का उपयोग सजावटी स्ट्रेटा क्लासेस के फ्री अल्जेब्रा के भागफल (quotient) को परिभाषित करने के लिए करता है, जिससे टॉटोलॉजिकल रिंग के आयाम और संरचना की प्रभावी गणना होती है।

C. एल्गोरिद्मिक कार्यान्वयन (Algorithmic Implementation)

मुख्य एल्गोरिदम में शामिल हैं:

ग्राफ गणना (Graph Enumeration): निश्चित संख्या में किनारों (edges) वाले स्थिर ग्राफों $\Gamma$ के आइसोमॉर्फिज्म क्लासों पर पुनरावृत्ति (iteration)।
सममिति प्रबंधन (Symmetry Handling): ऑटोमॉर्फिज्म समूह $\text{Aut}(\Gamma)$ और सममित समूह $S_n$ (विशेष रूप से विभाजनों $\lambda \vdash n$ के अनुरूप सबग्रुप $S_\lambda$ ) के अंतर्गत इनवेरिएंट्स की गणना।
डिफरेंशियल गणना: ग्राफ $\Gamma$ से $\Gamma'$ (जो किनारों को सिकोड़ने या वर्टेक्स को विभाजित करने/लूप जोड़ने से प्राप्त होते हैं) के बीच $d_1$ डिफरेंशियल के इमेज को स्पष्ट रूप से मैप करके गणना करना।
अनुकूलन (Optimization):
- ऑर्बिट प्रतिनिधि (Orbit Representatives): ग्राफों के पूर्ण ऑर्बिट पर गणना करने के बजाय, प्रोग्राम एक एकल प्रतिनिधि पर गणना करता है और परिणामों को सिमेट्राइज़ करता है।
- सिमेट्री रिडक्शन: सजावटी स्ट्रेटा क्लासेस की संख्या कम करने के लिए $S_2^k$ जैसे सबग्रुप्स (सेल्फ-लूप्स के हाफ-एज स्वैपिंग) का उपयोग करना।
- परफेक्ट पेयरिंग: उच्च डिग्री के लिए, पिक्सटन संबंधों के बड़े सिस्टम को हल करने के बजाय मल्टीप्लिकेशन मैट्रिसेस के माध्यम से कोहोमोलॉजी की गणना करने के लिए पोइन्केयर ड्यूलिटी का उपयोग करना।
पैरेललाइजेशन (Parallelization): एक कस्टम टास्क शेड्यूलर मेमोरी-इंटेंसिव गणनाओं को प्रबंधित करता है, मेमोरी ओवरलोड के कारण होने वाली विफलताओं को संभालता है और गतिशील रूप से समानांतर कार्यों को समायोजित करता है।

3. मुख्य योगदान (Key Contributions)

सॉफ्टवेयर कार्यान्वयन: मॉडुलि स्पेस ऑफ कर्व्स के लिए डेलिगने के वेट स्पेक्ट्रल सीक्वेंस को लागू करने वाला एक मजबूत कंप्यूटर प्रोग्राम बनाना, जो admcycles SageMath मॉड्यूल को एकीकृत और अनुकूलित करता है।
उच्च जटिलता का प्रबंधन: उन मामलों के लिए ग्राफों के कॉम्बिनेटोरियल विस्फोट और पिक्सटन के संबंधों की बीजगणितीय जटिलता को सफलतापूर्वक पार करना जो पहले पहुंच से बाहर थे।
कॉम्पैक्ट टाइप और रेशनल टेल्स का विस्तार: प्रोग्राम $\mathcal{M}^{ct}_{g,n}$ (कॉम्पैक्ट टाइप के वक्र) और $\mathcal{M}^{rt}_{g,n}$ (रेशनल टेल्स वाले वक्र) के लिए भी कोहोमोलॉजी की गणना करता है, जो विशिष्ट ग्राफ प्रकारों (कोई ब्रिज नहीं, कोई रेशनल टेल नहीं) को प्रतिबंधित करके किया जाता है।

4. मुख्य परिणाम (Main Results)

लेखकों ने उन दो विशिष्ट मामलों के लिए वेट-ग्रेड खंडों और $S_n$ -इक्विवेरिएंट संरचना को निर्धारित किया जहाँ कोहोमोलॉजी टेट प्रकार (Tate type) की है (अर्थात, विषम वेट शून्य होते हैं, और सम वेट टेट क्लास $L$ के टेंसर पावर के योग होते हैं)।

मामला 1: जीनस 5, बिना अंकित बिंदु ( $\mathcal{M}_5$ )

परिणाम: कोहोमोलॉजी पूरी तरह से टेट प्रकार की है।
अपघटन (Decomposition):
- $H^0 = \mathbb{Q}$
- $H^2 = L$
- $H^4 = L^2$
- $H^5 = L^3$
- $H^6 = L^3$
- $H^7 = L^4$
- $H^{14} = L^{12}$
महत्व: यह सामान्य वक्रों के खुले लोकी ( $O_5$ ) के परिमेय कोहोमोलॉजी के संबंध में एक अनुमान की पुष्टि करता है और $H^*(\mathcal{M}_5)$ की संरचना को हल करता है, जो पहले अज्ञात था।

मामला 2: जीनस 3, तीन अंकित बिंदु ( $\mathcal{M}_{3,3}$ )

परिणाम: कोहोमोलॉजी गैर-तुच्छ (non-trivial) $S_3$ -एक्शन के साथ टेट प्रकार की है।
अपघटन: $S_3$ $S_{3}$ के इररेड्यूसिबल रिप्रेजेंटेशन $s_\lambda$ $s_{λ}$ और टेट क्लास $L$ $L$ के संदर्भ में व्यक्त किया गया है:
- $H^0 = s_3$
- $H^2 = (2s_3 + s_{2,1})L$
- $H^4 = (s_3 + s_{2,1})L^2$
- $H^5 = 2(s_3 + s_{2,1})L^3$
- $H^6 = s_3 L^6$
- $H^8 = 2(s_3 + s_{2,1})L^7$
महत्व: इस विशिष्ट उच्च-जटिलता वाले मामले के लिए पहली पूर्ण इक्विवेरिएंट कोहोमोलॉजी का विवरण प्रदान करता है।

5. महत्व और भविष्य का कार्य (Significance and Future Work)

अनुमानों का सत्यापन: ये परिणाम विशिष्ट लोकी (जैसे टोमासी और झेंग द्वारा प्रस्तावित) के कोहोमोलॉजी के संबंध में पिछले अनुमानों को सत्यापित करते हैं।
टेट प्रकार की पुष्टि: परिणाम इस व्यापक अनुमान का समर्थन करते हैं कि $3g+2n < 25$ के लिए, $\mathcal{M}_{g,n}$ की कोहोमोलॉजी टेट प्रकार की होती है (विषम वेट शून्य होते हैं)।
पद्धतिगत प्रगति: यह शोध पत्र प्रदर्शित करता है कि डेलिगने के स्पेक्ट्रल सीक्वेंस, आधुनिक कम्प्यूटेशनल बीजगणितीय ज्यामिति (टॉटोलॉजिकल रिंग) के साथ मिलकर, उच्च-जीनस कोहोमोलॉजी की गणना के लिए एक व्यवहार्य उपकरण हैं, जो पहले निम्न-जीनस तक सीमित थे।
भविष्य के अनुप्रयोग: लेखक उल्लेख करते हैं कि प्रोग्राम को वेट 11 योगदान (जो गैर-टॉटोलॉजिकल हैं लेकिन $g=1$ के लिए ज्ञात हैं) की गणना करने के लिए विस्तारित किया जा सकता है और यदि नॉन-टॉटोलॉजिकल क्लासेस के ग्लूइंग मैप्स के व्यवहार को समझा जाए, तो अन्य श्रेणियों के लिए भी उपयोग किया जा सकता है।

संक्षेप में, यह शोध पत्र मॉडुलि स्पेस की कम्प्यूटेशनल टोपोलॉजी में एक महत्वपूर्ण सफलता का प्रतिनिधित्व करता है, जो उन्नत स्पेक्ट्रल सीक्वेंस तकनीकों का उपयोग करके उच्च-जीनस और जटिल अंकित-बिंदु विन्यास के लिए स्पष्ट, सत्यापित गणनाओं की ओर बढ़ता है।