🔢 mathematics

Asymptotic Formula for Multipartitions

यह शोध पत्र उस क्षेत्र में एक धनात्मक पूर्णांक $N$ के $t$ -बहु-विभाजनों (multipartitions) की संख्या के लिए एक अनंतस्पर्शी सूत्र (asymptotic formula) व्युत्पन्न करता है जहाँ भागों की संख्या $t$ , किसी भी $\epsilon > 0$ के लिए $N^{1-\epsilon}$ से काफी कम है।

मूल लेखक: Jayanta Barman, Kamalakshya Mahatab

प्रकाशित 2026-07-13

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Jayanta Barman, Kamalakshya Mahatab

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 आपके पास लेगो ब्रिक्स (Lego bricks) का एक विशाल बैग है। आपका काम ठीक $N$ ब्रिक्स का उपयोग करके टावर बनाना है। गणित की दुनिया में, इसे "पार्टिशन" (partition) कहा जाता है। आप उन्हें एक एकल टावर में स्टैक कर सकते हैं, या आप उन्हें दो अलग-अलग टावरों में, या तीन में, या उससे भी अधिक में विभाजित कर सकते हैं।

अब, कल्पना कीजिए कि आपके पास निर्देशों का एक विशेष सेट है जिसे $t$ -मल्टीपार्टीशन ( $t$ -multipartitions) कहा जाता है। यह ऐसा है जैसे कि आप कह रहे हों, "आपको ठीक $t$ अलग-अलग टावर बनाने होंगे, और उन सभी टावरों में ब्रिक्स की कुल संख्या $N$ के बराबर होनी चाहिए।" यदि $t=2$ है, तो आप दो टावर बना रहे हैं। यदि $t=5$ है, तो आप पाँच बना रहे हैं। सवाल जो गणितज्ञों ने लंबे समय से पूछा है वह यह है: ब्रिक्स की एक बहुत बड़ी संख्या के लिए आप इन टावरों को व्यवस्थित करने के कितने अलग-अलग तरीके ढूंढ सकते हैं?

बहुत लंबे समय तक, हमें केवल तब उत्तर पता था जब टावरों की संख्या ( $t$ ) एक छोटी, निश्चित संख्या थी, जैसे कि 1, 2, या 10। यह ऐसा था जैसे आपके पास एक ऐसी रेसिपी हो जो एक छोटे केक के लिए तो बिल्कुल सही काम करती है, लेकिन जब आप एक गगनचुंबी इमारत के आकार का केक बनाने की कोशिश करते हैं, तो विफल हो जाती है।

बड़ी खोज
इस शोध पत्र में, जयंत बर्मन और कमलाक्षय महातब ने एक नई, बहुत बड़ी रेसिपी तैयार की है। उन्होंने इन $t$ टावरों को बनाने के तरीकों की गणना करने का एक तरीका खोज निकाला है, भले ही टावरों की संख्या ( $t$ ) बहुत बड़ी हो—विशेष रूप से, जब $t$ , $N$ की उस शक्ति से कम हो जो 1 से थोड़ा कम है (इसे $t \ll N^{1-\epsilon}$ के रूप में लिखा जाता है)।

इसे इस तरह से सोचिए: यदि आपके पास दस लाख ब्रिक्स ( $N$ ) हैं, तो पिछली रेसिपी केवल तभी आपके टावरों के अरेंजमेंट को गिन सकती थी जब आप कुछ ही टावर बना रहे हों। लेखकों ने यह गणना करने का तरीका खोज निकाला है कि आप हजारों टावर भी बना सकते हैं, जब तक कि आप हर एक ब्रिक के लिए एक टावर बनाने की कोशिश नहीं कर रहे हैं।

वे इसे कैसे करते हैं: सैडल पॉइंट ट्रिक (The Saddle Point Trick)
इसे हल करने के लिए, लेखकों ने केवल एक-एक करके गिनती नहीं की (जिसमें बहुत समय लगता)। इसके बजाय, उन्होंने सैडल पॉइंट मेथड (Saddle Point Method) नामक एक गणितीय उपकरण का उपयोग किया।

कल्पना कीजिए कि आपके टावरों को बनाने के तरीकों की संख्या एक विशाल, लहरदार पर्वत श्रृंखला की तरह है। अधिकांश समय, भूभाग सपाट और उबाऊ होता है, लेकिन एक विशिष्ट स्थान है—"सैडल पॉइंट" (saddle point)—जहाँ पहाड़ बिल्कुल सही तरीके से झुकता है। लेखकों ने महसूस किया कि आपके टावरों के व्यवस्थित करने के लगभग सभी तरीके इसी एक विशेष स्थान के आसपास केंद्रित हैं।

उन्होंने इस सैडल पॉइंट को सटीक रूप से खोजने के लिए एक चतुर संतुलन का उपयोग किया। उन्होंने एक समीकरण स्थापित किया जहाँ दो बल एक-दूसरे को संतुलित करते हैं: एक बल जो ब्रिक्स की संख्या ( $N$ ) से संबंधित है, और दूसरा जो टावरों की संख्या ( $t$ ) से संबंधित है। इन बलों के बीच संतुलन बिंदु को खोजने के माध्यम से, वे उस सूक्ष्म क्षेत्र पर ध्यान केंद्रित कर सके और अविश्वसनीय सटीकता के साथ व्यवस्थाओं (arrangements) की गणना कर सके।

उन्होंने क्या पाया (और क्या नहीं)
लेखकों ने सिद्ध किया कि किसी भी त्रुटि के मार्जिन (जिसे हम $\epsilon$ कह सकते हैं) के लिए, उनका फॉर्मूला तब तक पूरी तरह काम करता है जब तक कि टावरों की संख्या ब्रिक्स की संख्या के बहुत करीब न हो।

उनका अंतिम फॉर्मूला थोड़ा जटिल जादू के मंत्र जैसा दिखता है, लेकिन यह बताता है कि व्यवस्थाओं की संख्या कैसे बढ़ती है। इसमें शामिल है:

टावरों से संबंधित एक आधार संख्या: $\left(\frac{t}{24}\right)^{\frac{t+1}{4}}$
संभावनाओं का घातीय विस्फोट (exponential explosion): $\exp\left(2\pi\sqrt{6}\sqrt{t}\sqrt{N - \frac{t}{24}}\right)$
सटीक बनाने के लिए एक सुधार कारक (correction factor): $\frac{1}{\sqrt{2}\left(N - \frac{t}{24}\right)^{\frac{t+3}{4}}}$

उन्होंने यह भी दिखाया कि यदि आप $t=1$ (केवल एक टावर) सेट करते हैं, तो उनका जादुई मंत्र हार्डी और रामानुजन द्वारा एक सदी पहले खोजे गए प्रसिद्ध फॉर्मूले में बदल जाता है। यदि आप $t$ को किसी भी छोटी संख्या के लिए स्थिर रखते हैं, तो उनका फॉर्मूला 2015 के मूर्ति (Murty) के परिणाम से मेल खाता है। यह सिद्ध करता है कि उनकी नई, विशाल रेसिपी सभी पुराने, भरोसेमंद परिणामों के साथ सुसंगत है।

वे कितने आश्वस्त हैं?
लेखकों ने केवल कंप्यूटर पर अनुमान या सिमुलेशन नहीं लगाया; उन्होंने गणितीय रूप से इसे सिद्ध (proved) किया। उन्होंने कठोर चरणों का उपयोग करके यह दिखाने के लिए प्रमाण दिया कि उनका फॉर्मूला एक "एसिम्प्टोटिक" (asymptotic) सत्य है। इसका मतलब है कि जैसे-जैसे ब्रिक्स की संख्या ( $N$ ) बड़ी होती जाती है, उनका फॉर्मूला वास्तविक उत्तर के और करीब आता जाता है, जिसमें एक छोटा, अनुमानित एरर (error) होता है जो संख्याओं के बढ़ने के साथ घटता जाता है।

उन्होंने स्पष्ट रूप से इस विचार को खारिज कर दिया कि यह केवल निश्चित, छोटी संख्याओं के लिए काम करता है। उन्होंने दिखाया कि यह एक गतिशील रेंज (dynamic range) के लिए काम करता है जहाँ टावरों की संख्या ब्रिक्स की संख्या के साथ बढ़ सकती है, जब तक कि टावर ब्रिक्स की संख्या के बहुत करीब न पहुँच जाएँ।

इसलिए, यदि आप कभी खुद को लेगो ब्रिक्स के पहाड़ और हजारों टावर बनाने की मांग के साथ पाते हैं, तो अब आप जानते हैं कि प्रत्येक संभावना को गिनने के लिए एक सटीक गणितीय मानचित्र मौजूद है, धन्यवाद इस नए, सैडल-पॉइंट सफर के।

तकनीकी सारांश: मल्टीपार्टिशन के लिए एसिम्प्टोटिक फॉर्मूला

समस्या विवरण
यह शोध पत्र एक धनात्मक पूर्णांक $N$ के लिए $p_t(N)$ , यानी $t$ -मल्टीपार्टिशन की एसिम्प्टोटिक व्यवहार (asymptotic behavior) को संबोधित करता है। एक $t$ -मल्टीपार्टिशन को $t$ पूर्णांक विभाजनों (integer partitions) के एक अनुक्रम के रूप में परिभाषित किया गया है जिनके भागों का योग $N$ होता है। समतुल्य रूप से, यह $N$ के $t$ -रंगीन विभाजनों (t-colored partitions) की गणना करता है। जबकि साधारण पार्टीशन फलन $p(N)$ (जहाँ $t=1$ ) के लिए एसिम्प्टोटिक सिद्धांत हार्डी, रामानुजन और राडेमाकर के कार्यों के माध्यम से सुस्थापित है, और मूर्ति [15] ने एक निश्चित $t$ के लिए $p_t(N)$ के लिए एक एसिम्प्टोटिक फॉर्मूला पहले ही प्राप्त कर लिया था, जब $t$ , $N$ के साथ बदलता है, तो विश्लेषण में एक अंतराल बना हुआ था। विशेष रूप से, लेखक $t \ll N^{1-\epsilon}$ (किसी भी $\epsilon > 0$ के लिए) की सीमा में $p_t(N)$ के लिए एक एसिम्प्टोटिक फॉर्मूला प्राप्त करने का लक्ष्य रखते हैं, न कि $t$ को एक स्थिर मान तक सीमित रखने का।

कार्यप्रणाली
लेखक $p_t(N)$ के जनरेटिंग फंक्शन (generating function) पर लागू सैडल पॉइंट विधि (saddle point method) का उपयोग करते हैं। जनरेटिंग फंक्शन को इस प्रकार दिया गया है:
$G(q) = \prod_{N=1}^{\infty} (1-q^N)^{-t} = \frac{q^{t/24}}{\eta(z)^t}$
जहाँ $q = e^{2\pi i z}$ है और $\eta(z)$ डेडेकेंड एटा फंक्शन (Dedekind eta function) है। कॉची इंटीग्रल फॉर्मूला (Cauchy integral formula) का उपयोग करते हुए, $p_t(N)$ को एक कंटूर इंटीग्रल के रूप में व्यक्त किया जाता है। लेखक एक सैडल पॉइंट $y > 0$ (जहाँ $z = iy$) को परिभाषित करते हैं जो निम्नलिखित समीकरण द्वारा निर्धारित होता है:
$y^2 M + t\mu_1(iy) = 0$
जहाँ $M = N - t/24$ और $\mu_m(z)$ एटा फंक्शन के $\log \eta(z)$ से संबंधित सहायक फलन हैं।

मुख्य विश्लेषण में इंटीग्रल को $z$ के वास्तविक भाग (जिसे $x$ द्वारा दर्शाया गया है) के आधार पर दो क्षेत्रों में विभाजित करना शामिल है:

केंद्रीय क्षेत्र (Central Region ( $|x| < y/3$ )): यहाँ, इंटीग्रैंड (integrand) का विस्तार इमेजिनरी एक्सिस के चारों ओर $\log \eta(z)$ के टेलर सीरीज़ (Taylor series) का उपयोग करके किया जाता है। लेखक छोटे इमेजिनरी पार्ट्स के लिए $\mu_m(z)$ के स्पष्ट सूत्रों (एटा फंक्शन के फंकशनल इक्वेशन से प्राप्त) का उपयोग करके इंटीग्रल का अनुमान लगाते हैं।
पूंछ क्षेत्र (Tail Region ( $y/3 \le |x| \le 1/2$ )): इस क्षेत्र में, टेलर विस्तार मान्य नहीं है। लेखक मॉड्यूलर ट्रांसफॉर्मेशन गुणों और एटा फंक्शन के फंकशनल इक्वेशन का उपयोग करके $|\eta(iy)/\eta(z)|^t$ के अनुपात के लिए एक ऊपरी सीमा स्थापित करते हैं, जिससे यह सिद्ध होता है कि यह क्षेत्र केवल एरर टर्म (error term) में योगदान देता है।

प्रमुख तकनीकी उपकरण शामिल हैं:

लेम्मा 3.1: छोटे $y$ के लिए $\eta(iy)$ का एक सन्निकटन (approximation)।
लेम्मा 3.2: पूंछ क्षेत्र में इंटीग्रैंड के लिए एक एक्सपोनेंशियल डिके बाउंड (exponential decay bound)।
लेम्मा 3.3: गॉसियन-जैसे पदों वाले इंटीग्रल का एक स्पष्ट मूल्यांकन सूत्र।
लेम्मा 3.6: $\mu_2$ के सापेक्ष $\mu_3$ और $\mu_4$ के अनुपातों पर सीमाएँ।

प्रमुख परिणाम
यह शोध पत्र दो प्राथमिक प्रमेय स्थापित करता है:

प्रमेय 1.1: यह सैडल पॉइंट समीकरण के लिए एक अद्वितीय समाधान $y > 0$ के अस्तित्व को सिद्ध करता है। यह $y$ के संदर्भ में $p_t(N)$ के लिए एक एसिम्प्टोटिक सन्निकटन प्रदान करता है:
$p_t(N) = \frac{y^{3/2} \exp(2\pi M y) a_t(iy)}{\sqrt{t \mu_2(iy)}} \left(1 + O\left(\frac{y}{t}\right)\right)$
जहाँ $a_t(z) = \eta(z)^{-t}$ है।
प्रमेय 1.2: $t \ll N^{1-\epsilon}$ की स्थिति के तहत $N$ और $t$ के संदर्भ में $y$ को स्पष्ट रूप से हल करके, लेखक एक ठोस एसिम्प्टोटिक फॉर्मूला प्राप्त करते हैं:
$p_t(N) = \left(\frac{t}{24}\right)^{\frac{t+1}{4}} \frac{\exp\left(2\pi\sqrt{6}\sqrt{t}\sqrt{N - \frac{t}{24}}\right)}{\sqrt{2}\left(N - \frac{t}{24}\right)^{\frac{t+3}{4}}} \exp\left(O\left(\frac{t^{3/2}}{\sqrt{N}}\right)\right) \left(1 + O\left(\frac{1}{\sqrt{Nt}}\right)\right)$

कोरोलरी और निरंतरता (Corollaries and Consistency)
लेखक सत्यापित करते हैं कि उनके परिणाम ज्ञात साहित्य के साथ संरेखित हैं:

प्रमेय 1.2 में $t=1$ रखने पर साधारण पार्टीशन फलन $p(N)$ के लिए राडेमाकर का एसिम्प्टोटिक फॉर्मूला प्राप्त होता है।
$t$ को एक निश्चित धनात्मक पूर्णांक के रूप में रखने पर मूर्ति का परिणाम [15] प्राप्त होता है, जिसमें विशिष्ट एरर टर्म संरचना शामिल है।
परिणाम की तुलना मीनार्डस के फॉर्मूला [14] से की जाती है, जो बाधाओं वाले पार्टीशन फंक्शन्स के सामान्य सिद्धांत के साथ निरंतरता प्रदर्शित करती है।

महत्व
यह शोध पत्र दावा करता है कि वह फिक्स्ड $t$ के मामले से बदलकर $t \ll N^{1-\epsilon}$ के अधिक सामान्य शासन (regime) तक मल्टीपार्टिशन के एसिम्प्टोटिक विश्लेषण का विस्तार करता है। कंटूर इंटीग्रल के केंद्रीय और पूंछ दोनों क्षेत्रों में सावधानीपूर्वक एरर विश्लेषण के साथ सैडल पॉइंट विधि का उपयोग करके, लेखक एक कठोर एसिम्प्टोटिक फॉर्मूला प्रदान करते हैं जिसमें स्पष्ट एरर टर्म शामिल हैं। यह सामान्यीकरण पार्टीशन थ्योरी में फिक्स्ड-पैरामीटर परिणामों और वेरिएबल-पैरामीटर शासन के बीच के अंतर को पाटते हुए, मल्टीपार्टिशन के संख्यात्मक गुणों को समझने के लिए महत्वपूर्ण है।

इसी तरह के और पेपर