🔢 mathematics

The Dirichlet spectrum with respect to $L_1$ norm is $\left[\frac12,1\right]$

यह शोध पत्र सिद्ध करता है कि $L_1$ नॉर्म के सापेक्ष एक-आयामी डिरिचलेट स्पेक्ट्रम अंतराल $[\frac{1}{2}, 1]$ है, जो कि मिंकोव्स्की स्पेक्ट्रम के $[\frac{1}{4}, \frac{1}{2}]$ होने के समतुल्य है, और आगे यह स्थापित करता है कि मिंकोव्स्की स्थिरांक के स्तर सेट (level sets) का हॉसडॉर्फ आयाम $(\frac{1}{4}, \frac{1}{2}]$ के मानों के लिए $\frac{1}{2}$ से अधिक है जबकि सीमा पर यह $\frac{1}{2}$ के बराबर है।

मूल लेखक: Nikita Shulga

प्रकाशित 2026-06-09

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Nikita Shulga

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 गुप्त संख्या (एक अपरिमेय संख्या जैसे $\pi$ या $\sqrt{2}$ ) का अनुमान लगाने की कोशिश कर रहे हैं, जिसमें सरल भिन्नों (जैसे $22/7$ या $355/113$ ) का उपयोग किया जाता है। गणितज्ञ लंबे समय से इस बात को लेकर मंत्रमुग्ध रहे हैं कि वे इन संख्याओं का कितनी "अच्छी तरह" से अनुमान लगा सकते हैं।

यह शोध पत्र अनुमान लगाने के एक विशिष्ट खेल के बारे में है, लेकिन नियमों में एक नया मोड़ है।

खेल: एक नए पैमाने (Ruler) के साथ अनुमान लगाना

आमतौर पर, जब गणितज्ञ यह मापते हैं कि कोई अनुमान कितना करीब है, तो वे एक मानक "पैमाने" (यूक्लिडियन दूरी, जैसे दो बिंदुओं के बीच की सीधी रेखा) का उपयोग करते हैं। यह शोध पत्र इस पैमाने को बदल देता है। एक सीधी रेखा के बजाय, वे एक L1 पैमाने का उपयोग करते हैं, जो "सिटी-ब्लॉक" दूरी (मैनहट्टन दूरी) की तरह है। आप तिरछा (diagonally) नहीं काट सकते; आपको केवल ऊपर/नीचे और दाएं/बाएं चलना होगा।

लेखक जो प्रश्न पूछता है, वह है: इस सिटी-ब्लॉक वाले अनुमान लगाने के खेल में आप सबसे अच्छा "स्कोर" क्या प्राप्त कर सकते हैं?

गणितीय शब्दों में, इस सभी संभावित सर्वोत्तम स्कोरों के सेट को डिरिचलेट स्पेक्ट्रम (Dirichlet Spectrum) कहा जाता है।

बड़ी खोज: एक पूर्ण अंतराल (Perfect Interval)

लंबे समय तक, गणितज्ञों को पता था कि स्पेक्ट्रम मौजूद है, लेकिन उन्हें यह नहीं पता था कि इसका सटीक आकार क्या है। क्या यह बिंदुओं का एक बिखरा हुआ संग्रह था? एक अजीब, टूटी हुई रेखा?

इस शोध पत्र का मुख्य परिणाम सरल और सुंदर है:
इस विशिष्ट "सिटी-ब्लॉक" खेल के लिए सभी संभावित सर्वोत्तम स्कोरों का सेट 0.5 से 1 तक का एक पूर्ण, अटूट अंतराल (perfect, unbroken interval) है।

इसे एक वॉल्यूम नॉब (volume knob) की तरह समझें। यदि आप नॉब घुमाते हैं, तो आप किसी भी वॉल्यूम स्तर को प्राप्त कर सकते हैं। आप 0.4 प्राप्त नहीं कर सकते, और न ही 1.1, लेकिन आप 0.5001, 0.9999, या उनके बीच का कुछ भी प्राप्त कर सकते हैं। यह पहली बार है जब इस प्रकार की एक-आयामी समस्या को इतने स्पष्ट उत्तर के साथ पूरी तरह से हल किया गया है।

गुप्त कोड: "मिंकोव्स्की" कनेक्शन

इसे हल करने के लिए, लेखक ने सीधे अनुमान लगाने वाले खेल को नहीं देखा। उन्होंने महसूस किया कि यह खेल मिंकोव्स्की डायगोनल कंटीन्यूड फ्रैक्शन (Minkowski Diagonal Continued Fraction) नामक एक विशेष कोड से गुप्त रूप से जुड़ा हुआ है।

कल्पना कीजिए कि एक संख्या को अंकों की एक लंबी स्ट्रिंग (एक कंटीन्यूड फ्रैक्शन) के रूप में लिखा गया है। अधिकांश संख्याओं के अंक बेतरतीब दिखते हैं। लेकिन यह विशेष कोड अंकों को फ़िल्टर करता है, केवल उन्हीं को रखता है जो एक बहुत ही विशिष्ट नियम (सिटी-ब्लॉक दूरी से संबंधित) का पालन करते हैं।

लेखक ने सिद्ध किया कि अनुमान लगाने के खेल का "सर्वोत्तम स्कोर" इस विशेष कोड के व्यवहार से सीधे जुड़ा हुआ है। विशेष रूप से:

"मिंकोव्स्की स्पेक्ट्रम" (इस विशेष कोड के स्कोर) 0.25 से 0.5 का अंतराल है।
"डिरिचलेट स्पेक्ट्रम" (मूल अनुमान लगाने वाले खेल का स्कोर) ठीक उसका दोगुना है: 0.5 से 1।

यह ऐसा है जैसे यह पता लगाना कि दो अलग-अलग भाषाएँ वास्तव में एक ही कहानी बोल रही हैं, बस उनके वॉल्यूम सेटिंग अलग हैं।

"लेवल सेट्स" (Level Sets): कितने नंबरों का एक विशिष्ट स्कोर होता है?

यह शोध पत्र एक गहरा प्रश्न भी पूछता है: यदि मैं एक ऐसी संख्या चाहता हूँ जिसका एक विशिष्ट स्कोर हो (मान लीजिए ठीक 0.6), तो ऐसे कितने नंबर हैं?

गणित में, हम "कितने" को मापने के लिए हाडॉर्फ डायमेंशन (Hausdorff dimension) नामक चीज़ का उपयोग करते हैं।

एक एकल बिंदु का आयाम 0 होता है।
एक रेखा का आयाम 1 होता है।
एक सतह का आयाम 2 होता है।

लेखक ने पाया कि मिंकोव्स्की की दुनिया में लगभग किसी भी स्कोर (मान लीजिए ठीक 0.6) के लिए, वह सेट जो उस स्कोर को प्राप्त करता है, आश्चर्यजनक रूप से "बड़ा" है।

उन्होंने सिद्ध किया कि इन समूहों का "आकार" (डायमेंशन) 0.5 से अधिक है।
इसका अर्थ है कि ये समूह एक साधारण रेखा की तुलना में "अधिक मोटे" हैं, भले ही वे अभी भी एक पूर्ण 2D सतह की तुलना में "पतले" हैं।

हालाँकि, स्केल के बिल्कुल निचले स्तर पर एक विशेष मामला है (स्कोर 0.25)। यहाँ, लेखक ने सिद्ध किया कि आकार ठीक 0.5 है। यह एक तीखी सीमा है जहाँ समूह का "मोटापन" बदल जाता है।

जादुई ट्रिक: संख्याओं का निर्माण करना

लेखक ने यह कैसे सिद्ध किया कि ये संख्याएँ अस्तित्व में हैं? उन्होंने ब्लॉकों से एक टावर बनाने की तरह एक चतुर निर्माण विधि का उपयोग किया।

उन्होंने एक लक्ष्य स्कोर लिया जिसे वे प्राप्त करना चाहते थे।
उन्होंने एक विशेष एल्गोरिदम का उपयोग करके एक संख्या को दो भागों में विभाजित किया।
उन्होंने विशाल "सेपरेटर्स" (बहुत बड़ी संख्याओं) के बीच बारी-बारी से इन दो भागों का उपयोग करके अंकों की एक विशाल, अनंत स्ट्रिंग बनाई।
यह विशिष्ट पैटर्न इस संख्या के "स्कोर" को ठीक लक्ष्य मान पर स्थिर करने के लिए मजबूर करता है।

सारांश

साधारण शब्दों में, यह शोध पत्र कहता है:

यदि आप "सिटी-ब्लॉक" दूरी का उपयोग करके एक विशिष्ट संख्या-अनुमान लगाने का खेल खेलते हैं, तो आपके सर्वोत्तम संभव स्कोर 0.5 से 1 तक का एक पूर्ण, अटूट रेंज बनाते हैं।
यह रेंज इस प्रकार के खेल के लिए गणित के नियमों द्वारा अनुमत सबसे बड़ी संभव रेंज है।
उस रेंज में लगभग हर स्कोर के लिए, संख्याओं का एक आश्चर्यजनक रूप से बड़ा (यद्यपि अनंत नहीं) संग्रह है जो उस स्कोर को ठीक से प्राप्त करता है।
लेखक ने अंकों के एक विशेष पैटर्न का उपयोग करके इन संख्याओं को बनाने का तरीका ढूंढ निकाला है।

यह संख्या सिद्धांत (number theory) का एक आधारभूत परिणाम है, जो इन विशिष्ट नियमों के तहत संख्याओं का अनुमान लगाने की परिदृश्य का मानचित्रण करता है।

तकनीकी सारांश: $L^1$ नॉर्म के सापेक्ष डिरिचलेट स्पेक्ट्रम (The Dirichlet Spectrum with Respect to the $L^1$ Norm)

समस्या विवरण
यह शोध पत्र $\mathbb{R}^2$ पर एक नॉर्म $F$ से जुड़े डिरिचलेट स्पेक्ट्रम $D[F]$ की जांच करता है। एक अपरिमेय संख्या $\alpha$ के लिए, डिरिचलेट स्थिरांक $d_F(\alpha)$ को $F$ के यूनिट बॉल के सापेक्ष लैटिस $\Lambda_\alpha(t) = \text{diag}(t^{-1}, t) \begin{pmatrix} 1 & 0 \\ -\alpha & 1 \end{pmatrix} \mathbb{Z}^2$ के प्रथम अनुक्रमिक लघुतम (first successive minimum) के माध्यम से परिभाषित किया जाता है। सामान्यीकृत डिरिचलेट स्थिरांक को $\delta_F(\alpha) = \Delta_F \cdot (d_F(\alpha))^2$ द्वारा दिया गया है, जहाँ $\Delta_F$ यूनिट बॉल का क्रिटिकल डिटर्मिनेंट (critical determinant) है। स्पेक्ट्रम $D[F]$ सभी $\alpha \in \mathbb{R} \setminus \mathbb{Q}$ के लिए ऐसे मानों $\delta_F(\alpha)$ का समुच्चय है।

जबकि शास्त्रीय डिरिचलेट स्पेक्ट्रम (जो सुप-नॉर्म ( $L^\infty$ ) से जुड़ा है) की संरचना ज्ञात है कि वह जटिल है, जिसमें असतत बिंदु (discrete points) और एक निरंतर "हॉल रे" (Hall's ray) दोनों शामिल हैं, अन्य नॉर्म्स के लिए संरचना कम समझ में आती है। यह शोध पत्र विशेष रूप से $L^1$ नॉर्म पर ध्यान केंद्रित करता है, जिसे $F^{[1]}(x, y) = |x| + |y|$ द्वारा परिभाषित किया गया है। केंद्रीय समस्या $D[1] = \{ \delta_{F^{[1]}}(\alpha) : \alpha \in \mathbb{R} \setminus \mathbb{Q} \}$ को निर्धारित करना है।

कार्यप्रणाली (Methodology)
लेखक डायोफेंटाइन सन्निकटन (Diophantine approximation), निरंतर भिन्न (continued fractions), और फ्रैक्टल ज्यामिति को जोड़ने वाली एक बहु-चरणीय रणनीति का उपयोग करता है:

मिन्कोव्स्की स्पेक्ट्रम से संबंध: शोध पत्र $L^1$ डिरिचलेट स्पेक्ट्रम और मिन्कोव्स्की डायगोनल निरंतर भिन्न (DCF) से जुड़े मिन्कोव्स्की स्पेक्ट्रम $M$ के बीच एक सीधा संबंध स्थापित करता है। यह दिखाया गया है कि $\delta_{F^{[1]}}(\alpha) = 2m(\alpha)$ है, जहाँ $m(\alpha)$ मिन्कोव्स्की स्थिरांक है जिसे $\{(q, \|q\alpha\|)\}$ के लोअर कॉनवेक्स हल (lower convex hull) के लीनियर इंटरपोलेशन $\mu_\alpha(t)$ के $t \mu_\alpha(t)$ के लिमसप (limsup) के माध्यम से परिभाषित किया गया है। फलस्वरूप, $D[1] = 2M$ है। समस्या अब $M$ के लक्षण वर्णन (characterizing) तक सीमित हो जाती है।
कार्यात्मक प्रतिनिधित्व (Functional Representation): मोशचविटिन (Moshchevitin) के परिणामों का उपयोग करते हुए, $m(\alpha)$ को दो फलनों $G(x,y)$ और $F(x,y)$ से प्राप्त मानों के लिमसप के रूप में व्यक्त किया गया है, जो $\alpha$ के रेगुलर निरंतर भिन्न विस्तार की पूंछ (tails) पर निर्भर करते हैं। फलन $F$ लेजेंड्र के असमानता (Legendre's inequality) को संतुष्ट करने वाले क्रमिक अभिसरणों (consecutive convergents) से संबंधित है, जबकि $G$ "छोड़े गए" (skipped) अभिसरणों से संबंधित है। विश्लेषण को सुगम बनाने के लिए, लेखक एक परिवर्तन चर (change of variables) का उपयोग करता है जो $F$ को एक फलन $K(u,v)$ में बदल देता है, जो धनात्मक वास्तविक संख्याओं पर परिभाषित है, जिससे अनुमानित सीमाओं का सरलीकरण होता है।
योग अपघटन एल्गोरिदम (Sum Decomposition Algorithm): एक हाल ही में खोजा गया एल्गोरिदम (जो [27] और [4] से है) एक महत्वपूर्ण उपकरण है जो किसी भी अपरिमेय $s \in (0,1)$ को दो निरंतर भिन्नों के योग के रूप में विघटित करता है, $s = \beta + \gamma$ , जहाँ $\beta$ और $\gamma$ के आंशिक भाग (partial quotients) अनंत की ओर बढ़ते हैं। यह अपघटन विशिष्ट गुणों वाले नंबरों के स्पष्ट निर्माण की अनुमति देता है।
$\alpha$ का स्पष्ट निर्माण: यह सिद्ध करने के लिए कि एक विशिष्ट मान $m \in (1/4, 1/2)$ स्पेक्ट्रम में है, लेखक एक लक्ष्य $s = 4m-1$ के अपघटन से प्राप्त ब्लॉक्स को जोड़कर (concatenating) एक अपरिमेय $\alpha$ का निर्माण करता है। निर्माण में शामिल है:
- $\beta$ और $\gamma$ के आंशिक भागों के आधार पर ब्लॉक्स $W_N = (b_N, \dots, b_1, 1, c_1, \dots, c_N)$ बनाना।
- केंद्रीय अंक '1' के व्यवहार को अलग करने के लिए बड़े "सेपरेटर" आंशिक भाग $d_j$ के साथ इन ब्लॉक्स को सम्मिलित करना।
- परिणामी निरंतर भिन्न का विश्लेषण करना यह दिखाने के लिए कि मिन्कोव्स्की स्थिरांक का लिमसप ठीक से केंद्रीय "छोड़े गए" पदों (अंक 1 से संबंधित) द्वारा निर्धारित होता है, जबकि अन्य सभी कट (cuts) कम मान देते हैं।
हाउस्डॉर्फ आयाम विश्लेषण (Hausdorff Dimension Analysis): लेवल सेट्स $\Theta_m = \{ \alpha : m(\alpha) = m \}$ के लिए, शोध पत्र प्रतिबंधित आंशिक भागों वाले नंबरों के सेट को एम्बेड करने के लिए निर्मित ब्लॉक्स का उपयोग करता है। डिस्टॉर्शन तर्क (distortion arguments) और निरंतर भिन्न सिलिंडर्स के गुणों को लागू करके, लेखक इन सेट्स के हाउस्डॉर्फ आयाम का अनुमान लगाता है।

मुख्य परिणाम

प्रमेय 1.1 (मुख्य परिणाम): $L^1$ नॉर्म के लिए डिरिचलेट स्पेक्ट्रम एक बंद अंतराल है:
$D[1] = \left[ \frac{1}{2}, 1 \right].$
तुल्य रूप से, मिन्कोव्स्की स्पेक्ट्रम $M = [1/4, 1/2]$ है। यह परिणाम पुष्टि करता है कि $L^1$ नॉर्म के लिए, स्पेक्ट्रम संपूर्ण सैद्धांतिक रूप से संभव रेंज को घेरता है (चूंकि सममित नॉर्म्स के लिए $1/2 \le \delta_F(\alpha) \le 1$ सामान्यतः होता है)।
प्रमेय 1.3 (लेवल सेट्स का आयाम): किसी भी $m \in (1/4, 1/2)$ के लिए, लेवल सेट $\Theta_m$ का हाउस्डॉर्फ आयाम $1/2$ से अधिक होता है। विशेष रूप से, यदि $s = 4m-1$ और $A$ पर्याप्त रूप से बड़ा है, तो $\dim_H \Theta_m \ge \delta_A$ , जहाँ $\delta_A$ उन नंबरों का आयाम है जिनके आंशिक भाग $\ge A$ हैं।
प्रमेय 7.3: किसी भी $m \in (1/4, 1/2)$ के लिए, $\dim_H \Theta_m < 1$ है। यह इन लेवल सेट्स को जेनेरिक केस ( $m=1/2$ ) से अलग करता है, जिसका पूर्ण लेबेस्क माप (Lebesgue measure) होता है।
प्रमेय 7.6: एंडपॉइंट लेवल सेट का आयाम ठीक $\dim_H \Theta_{1/4} = 1/2$ है।
उपप्रमेय (Corollary) 7.7: $m \to 1/4$ की ओर ऊपर से बढ़ते हुए आयामों का सीमा (limit) $1/2$ है।

महत्व और दावे
शोध पत्र का दावा है कि यह एक पूर्णतः वर्णित संरचना वाला पहला एक-आयामी डायोफेंटाइन स्पेक्ट्रम प्रदान करता है। जबकि मल्टी-डायमेंशनल डिरिचलेट स्पेक्ट्रा को हाल ही में अंतराल (intervals) के रूप में दिखाया गया है, एक-आयामी मामला आमतौर पर अधिक जटिल होता है। यह सिद्ध करके कि $D[1]$ एक बंद अंतराल है, यह कार्य $L^1$ नॉर्म के लिए संरचना को हल करता है।

इसके अलावा, यह शोध पत्र प्रदर्शित करता है कि मिन्कोव्स्की स्थिरांक के लेवल सेट्स फ्रैक्टल अर्थ में "बड़े" (आयाम $> 1/2$ ) हैं (सभी आंतरिक बिंदुओं के लिए), जबकि एंडपॉइंट्स के विशिष्ट आयामी गुण होते हैं। कार्य की कार्यप्रणाली निरंतर भिन्न संयोजन (continued fraction concatenation) के माध्यम से नंबरों के स्पष्ट निर्माण पर निर्भर करती है, जो मिन्कोव्स्की स्थिरांक के बीजगणितीय गुणों और संबंधित सेट्स के ज्यामितीय गुणों के बीच के अंतर को पाटती है।

लेखक नोट करता है कि परिणाम $L^1$ नॉर्म और मिन्कोव्स्की डायगोनल निरंतर भिन्न के विशिष्ट गुणों पर निर्भर करता है, और बिना किसी और जांच के मनमाने नॉर्म्स के लिए इन संरचनात्मक परिणामों को सामान्यीकृत करने का दावा नहीं करता है। यह कार्य मिन्कोव्स्की स्पेक्ट्रम के संबंध में मोशचविटिन द्वारा प्रस्तुत एक समस्या के समाधान के रूप में प्रस्तुत किया गया है।