🔢 mathematics

Heilbronn's Problem in the Unit Triangle: Certified Optimal Configurations for up to $n\le 8$

यह शोध पत्र एक सीमा-संरचना प्रमेय (boundary-structure theorem) को सिद्ध करके और एक मिश्रित-पूर्णांक मॉडल (mixed-integer model) का उपयोग करके, $n=8$ तक के बिंदुओं के लिए एक इकाई समकोण त्रिभुज में हीलब्रोन के त्रिभुज समस्या (Heilbronn's triangle problem) के प्रमाणित वैश्विक इष्टतम विन्यासों को स्थापित करता है, जिससे पूर्व में खुले रहे मामलों को सुलझाया गया है और अनुमानित $n=8$ इष्टतम की पुष्टि की गई है, साथ ही यह भी प्रदर्शित किया गया है कि इसे मूलों (radicals) में व्यक्त नहीं किया जा सकता है।

मूल लेखक: Nathan Sudermann-Merx

प्रकाशित 2026-07-17

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Nathan Sudermann-Merx

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 कुशल वास्तुकार हैं जिन्हें एक त्रिकोणीय कमरे के भीतर कुछ निश्चित संख्या में नन्हे, चमकते हुए संगमरमर रखने का काम सौंपा गया है। आपका लक्ष्य केवल उन्हें फिट करना नहीं है; बल्कि उन्हें इस तरह व्यवस्थित करना है कि किन्हीं भी तीन संगमरमर द्वारा बनाई गई सबसे छोटी "परछाई" (छाया) यथासंभव बड़ी हो। यह ज्यामिति और अनुकूलन (optimization) की दुनिया में 'हाइलब्रोन के त्रिकोण समस्या' (Heilbronn's triangle problem) के रूप में जानी जाने वाली एक क्लासिक पहेली है। यह सुनने में सरल लगता है, लेकिन यह एक कुख्यात दिमागी कसरत है जिसने दशकों से गणितज्ञों को चकित कर रखा है। चुनौती बिंदुओं की व्यवस्था करने के तरीकों की विशाल संख्या में निहित है; जैसे-जैसे आप अधिक बिंदु जोड़ते हैं, संभावनाएं विस्फोटक रूप से बढ़ती जाती हैं, जिससे यह सिद्ध करना लगभग असंभव हो जाता है कि आपने एक बहुत अच्छी व्यवस्था पाई है या वास्तव में एक 'परफेक्ट' व्यवस्था। हम इसकी परवाह क्यों करते हैं? क्योंकि ये पहेलियाँ हमें चीजों को कुशलतापूर्वक पैक करना, संसाधनों को समान रूप से वितरित करना और अराजकता के समुद्र में सबसे अच्छा समाधान खोजना समझने में मदद करती हैं। यह कमरे में मेज रखने के लिए अनुमान लगाने और गणितीय निश्चितता के साथ यह जानने के बीच का अंतर है कि कोई अन्य स्थान संभवतः बेहतर नहीं हो सकता।

अब, नाथन सुडरमैन-मेरक्स (Nathan Sudermann-Merx) को देखें, जिन्होंने एक विशिष्ट आकार के लिए इस समस्या को हल किया है: एक समकोण त्रिभुज (एक समोचे के कोने की तरह जिसे एक वर्ग के आधे हिस्से के रूप में सोचा जा सके)। यह शोध पत्र मूल रूप से एक उच्च-तकनीकी जासूसी कहानी है जहाँ लेखक एक शक्तिशाली कंप्यूटर इंजन का उपयोग करके उस रहस्य को सुलझाता है जिसे पिछले अन्वेषकों ने केवल अनुमान लगाया था। मुख्य निष्कर्ष एक "सीमा नियम" (boundary rule) है: अधिकांश मामलों के लिए (जब आपके पास 5 या अधिक बिंदु हों), सबसे अच्छी व्यवस्था कमरे के बीच में नहीं छिपी होती है; बल्कि यह दीवारों से सटकर रहती है। विशेष रूप से, लेखक यह सिद्ध करता है कि सर्वोत्तम सेटअप में, कम से कम चार बिंदु त्रिभुज के किनारों पर होने चाहिए, जिनमें से दो बिंदु एक ही दीवार साझा करते हैं।

इस "दीवार से सटने" वाले नियम को एक गुप्त शॉर्टकट के रूप में उपयोग करते हुए, लेखक ने एक परिष्कृत गणितीय मॉडल बनाया जो एक अत्यंत सटीक मानचित्र की तरह कार्य करता है। इस मॉडल ने उन्हें 8 बिंदुओं तक के सर्वोत्तम व्यवस्थाओं को पूर्ण निश्चितता के साथ सिद्ध करने की अनुमति दी। इस शोध पत्र से पहले, 7 और 8 बिंदुओं के लिए समाधान केवल शिक्षित अनुमान या अपूर्ण गणनाएँ थीं जिन्होंने संदेह की सूक्ष्म दरारें छोड़ दी थीं। यह शोध पत्र उन अंतरालों को भर देता है। 5, 6 और 7 बिंदुओं के लिए, लेखक ने परफेक्ट स्थितियों के लिए सटीक, स्पष्ट गणितीय सूत्र पाए। 8 बिंदुओं के लिए, स्थिति और भी दिलचस्प है: यह शोध पत्र इस लंबे समय से चले आ रहे अनुमान की पुष्टि करता है कि परफेक्ट व्यवस्था में एक बहुत ही जटिल, 7वें-डिग्री का समीकरण शामिल है। लेखक ने सिद्ध किया कि यह समीकरण इतना जंगली और उलझा हुआ है कि इसका समाधान साधारण वर्गमूल या मानक बीजगणितीय सूत्रों का उपयोग करके नहीं लिखा जा सकता है; यह एक ऐसा संख्या है जिसे केवल अनुमानित किया जा सकता है, सफाई से व्यक्त नहीं किया जा सकता।

यह पत्र स्पष्ट रूप से इस विचार को खारिज करता है कि 5 या अधिक बिंदुओं के लिए सबसे अच्छी व्यवस्था में त्रिभुज के तीनों कोने बिंदुओं से भरे हुए हो सकते हैं। तार्किक निष्कर्ष के माध्यम से, लेखक दिखाता है कि यदि आप तीनों कोनों को भरने का प्रयास करते हैं, तो आप बिंदुओं को किनारों की ओर धकेलने और कम से कम एक कोने को खाली छोड़ने की तुलना में एक छोटा न्यूनतम त्रिभुज क्षेत्र प्राप्त करेंगे। यह केवल एक सुझाव नहीं है; यह एक सिद्ध तथ्य है जो खोज के दायरे को नाटकीय रूप से कम कर देता है।

विश्वास के मामले में, लेखक 5, 6 और 7 बिंदुओं के परिणामों के बारे में अत्यंत आश्वस्त है, क्योंकि उसने ऐसी सटीक निर्देशांक (coordinates) खोज ली है जो शर्तों को पूरी तरह से संतुष्ट करती हैं। 8 बिंदुओं के लिए, विश्वास उच्च है लेकिन यह अन्य शोधकर्ताओं (चेन, ज़ेंग और झोउ) द्वारा किए गए एक विशिष्ट अनुमान पर निर्भर करता है कि कौन से त्रिभुज सबसे छोटे हैं। लेखक के कंप्यूटर सिमुलेशन, जो एक एकल मशीन पर लगभग 2,300 सेकंड तक चले, ने पुष्टि की कि यदि वह अनुमान सत्य है, तो समाधान वास्तव में वही जटिल संख्या है जो उन्होंने पाई है। यह शोध पत्र केवल एक संभावित परिणाम का सिमुलेशन नहीं करता है; यह वैश्विक इष्टतमता (global optimality) का एक "प्रमाणपत्र" प्रदान करता है, जिसका अर्थ है कि यह गणितीय रूप से गारंटी देता है कि उनके द्वारा निर्धारित नियमों के भीतर कोई बेहतर व्यवस्था मौजूद नहीं है।

एक अस्पष्ट ग्रिड सर्च से, जिसने 7 बिंदुओं के लिए 18% त्रुटि मार्जिन छोड़ा था, से लेकर सेकंडों में पाए गए सटीक समाधान तक की यात्रा, इस शोध पत्र की सबसे बड़ी विजय है। यह एक ऐसी समस्या को, जिसके लिए हजारों घंटों के सुपरकंप्यूटर समय की आवश्यकता थी, दीवारों की ज्यामिति को समझकर एक मानक मशीन पर हल करने योग्य बनाता है। शोध पत्र निष्कर्ष निकालता है कि हालांकि हमने 8 बिंदुओं तक का कोड क्रैक कर लिया है, 9 या अधिक के लिए रहस्य खुला है, और 8-बिंदुओं के समाधान की प्रकृति यह सुझाव देती है कि कुछ गणितीय सत्य इतने जटिल हैं कि उन्हें एक सरल सूत्र में नहीं लिखा जा सकता।

तकनीकी सारांश: यूनिट त्रिकोण में हीलब्रोन की समस्या के लिए प्रमाणित इष्टतम विन्यास ( $n \le 8$ )

समस्या की परिभाषा
यह शोध पत्र यूनिट राइट ट्राएंगल (इकाई समकोण त्रिभुज) $T = \{(x, y) \in \mathbb{R}^2 : x \ge 0, y \ge 0, x + y \le 1\}$ के विशिष्ट डोमेन के भीतर हीलब्रोन के त्रिकोण समस्या (Heilbronn's triangle problem) को संबोधित करता है, जिसका क्षेत्रफल $1/2$ है। इसका उद्देश्य $n$ बिंदुओं को $T$ के भीतर इस प्रकार रखना है कि इन बिंदुओं द्वारा बनाए गए सभी त्रिकोणों के न्यूनतम क्षेत्रफल को अधिकतम किया जा सके। मान लीजिए कि $\Delta^\triangle_n$ न्यूनतम क्षेत्रफल का अधिकतम प्राप्त करने योग्य मान है। जबकि यूनिट स्क्वायर (इकाई वर्ग) के लिए व्यापक सटीक परिणाम मौजूद हैं, यह कार्य यूनिट सिम्प्लेक्स (unit simplex) पर केंद्रित है, यह ध्यान रखते हुए कि एफाइन ट्रांसफॉर्मेशन (affine transformations) क्षेत्रफल के अनुपात को तो संरक्षित करते हैं लेकिन त्रिकोणों को वर्गों में नहीं बदलते हैं, जिसके लिए डोमेन-विशिष्ट विश्लेषण की आवश्यकता होती है।

कार्यप्रणाली (Methodology)
लेखक एक मिक्स्ड-इंटिजर क्वाड्रैटिकली कंस्ट्रेंड प्रोग्रामिंग (MIQCP) ढांचे का उपयोग करते हैं, जिसे पहले एक साथी शोध पत्र [1] में यूनिट स्क्वायर के लिए विकसित किया गया था, और इसे यहाँ त्रिकोणीय डोमेन के लिए अनुकूलित किया गया है। कार्यप्रणाली का मुख्य आधार दो संरचनात्मक अंतर्दृष्टि पर आधारित है:

सीमा संरचना (प्रस्ताव 1): $n \ge 5$ के लिए, जब तक कि कोई इष्टतम विन्यास $T$ के तीनों शीर्षों (vertices) को नहीं घेरता, तब तक एक इष्टतम विन्यास (या उसका क्षेत्रफल-संरक्षण करने वाला एफाइन इमेज) मौजूद होता है जिसमें सीमा $\partial T$ पर कम से कम चार बिंदु होते हैं। महत्वपूर्ण रूप से, त्रिकोण की एक भुजा पर इन तीन में से दो सीमा बिंदु होने चाहिए, जबकि अन्य दो भुजाओं पर कम से कम एक-एक बिंदु होना चाहिए।
सममिति न्यूनीकरण (अनुवर्ती 1): त्रिकोण की एफाइन $S_3$ सममिति (शीर्षों को क्रमपरिवर्तित करना जिसका जैकोबियन मॉड्यूल 1 है) का उपयोग करते हुए, लेखक उस भुजा को निर्धारित करते हैं जिस पर दो सीमा बिंदु हैं (इसे $e_1$ के रूप में चुना गया है) और बिंदुओं को वामावर्त (counterclockwise) लेबल करते हैं। यह चार सीमा बिंदुओं को स्थिर करके और शेष परावर्तन सममिति (reflection symmetries) को तोड़कर खोज क्षेत्र को कम करता है।

ऑप्टिमाइज़ेशन मॉडल (समीकरण 1) एक चर $z$ को अधिकतम करता है, जो यह सुनिश्चित करने वाले प्रतिबंधों के अधीन है कि $z$ $n$ बिंदुओं द्वारा बनाए गए प्रत्येक त्रिकोण के निरपेक्ष क्षेत्रफल से कम या उसके बराबर है। क्षेत्रफल की गणना में द्विपद (bilinear) पदों को प्रतिस्थापन ( $w_{ij} = x_i y_j$ ) के माध्यम से संभाला जाता है, और बाइनरी चर $b_t$ हस्ताक्षरित क्षेत्रों (signed areas) के ओरिएंटेशन को प्रबंधित करते हैं। इस समस्या को Gurobi 13 सॉल्वर का उपयोग करके प्रमाणित वैश्विक इष्टतमता (global optimality) तक हल किया गया है।

मुख्य योगदान और परिणाम
यह शोध पत्र यूनिट ट्राएंगल में $n=7$ और $n=8$ के लिए प्रथम प्रमाणित वैश्विक इष्टतमता प्रमाण प्रदान करता है, जो ग्रिड सर्च और ब्रांच-एंड-बाउंड विधियों द्वारा छोड़े गए महत्वपूर्ण अंतराल को भरता है।

$n \le 7$ के लिए सटीक समाधान: लेखक स्पष्ट समन्वय विन्यासों (coordinate configurations) के साथ सटीक इष्टतम मान प्राप्त करते हैं:
- $n=3, 4$ : शास्त्रीय परिणाम ( $1/2$ और $1/6$ )।
- $n=5$ : $\frac{3}{2} - \sqrt{2}$ । यह एक एक-पैरामीटर परिवार (one-parameter family) है; लेखक एक प्रतिनिधि एंडपॉइंट सूचीबद्ध करते हैं।
- $n=6$ : $1/16$ । यह एक द्वि-पैरामीटर परिवार है; एक परिमेय प्रतिनिधि प्रदान किया गया है।
- $n=7$ : $7/144$ । इष्टतम विन्यास $1/12$ -ग्रिड पर स्थित है।
$n=8$ के लिए संख्यात्मक प्रमाणन: $n=8$ $n = 8$ के लिए, किसी बंद-रूप अभिव्यक्ति (closed-form expression) का ज्ञान नहीं है। लेखक चेन, ज़ेंग और झोउ [7] के एक अनुमान की पुष्टि करते हैं कि इष्टतम मान एक विशिष्ट सेप्टिक (डिग्री-7) बहुपद का एकमात्र वास्तविक मूल (real root) है।
- संख्यात्मक समाधान को 250 अंकों तक प्रमाणित किया गया है।
- लेखक यह सिद्ध करते हैं कि इस सेप्टिक बहुपद का गैलवा समूह (Galois group) सममित समूह $S_7$ है। फलस्वरूप, इष्टतम मान और निर्देशांक रेडिकल्स (radicals) के रूप में व्यक्त नहीं किए जा सकते, जो यह स्पष्ट करता है कि पिछले साहित्य में केवल संख्यात्मक सन्निकटन ही क्यों सूचीबद्ध हैं।
दक्षता: प्रस्तावित MIQCP मॉडल $n=7$ को 22.6 सेकंड में और $n=8$ को 2324 सेकंड में एक सिंगल मशीन पर हल करता है। यह पिछले प्रयासों के विपरीत है: $n=7$ के लिए एक ग्रिड सर्च ने 18% का अंतर (gap) छोड़ा, और $n=8$ के लिए एक ब्रांच-एंड-बाउंड दृष्टिकोण को केवल $2.7 \times 10^{-5}$ का अंतर प्राप्त करने के लिए 11,000 CPU घंटों की आवश्यकता थी।

महत्व और दावे
यह शोध पत्र दावा करता है कि इसने यूनिट ट्राएंगल में $n=7$ और $n=8$ के लिए पहले इष्टतमता प्रमाण स्थापित किए हैं। सीमा संरचना परिणाम का लाभ उठाकर, लेखक निरंतर अनुकूलन समस्या को एक सुलभ मिक्स्ड-इंटिजर मॉडल में बदल देते हैं जो वैश्विक इष्टतमता को प्रमाणित करता है।

$n=8$ के लिए, यह कार्य संख्यात्मक अनुमान और कठोर प्रमाण के बीच के अंतर को पाटता है। हालांकि लेखक यह सिद्ध नहीं करते हैं कि चेन, ज़ेंग और झोउ द्वारा पहचाने गए विशिष्ट 11 न्यूनतम त्रिकोणों का सेट ही एकमात्र न्यूनतम सेट है (इस अनुमान को पूरी तरह से सिद्ध करने के लिए एक आवश्यक शर्त), उनका पुनर्निर्माण अनुमानित मूल की अत्यधिक सटीकता के साथ पुष्टि करता है और गैलवा समूह गुणों को मान्य करता है। शोध पत्र यह निष्कर्ष निकालता है कि $n=8$ के लिए प्राथमिक शेष खुला प्रश्न यह प्रदर्शित करना है कि अनुमानित सेट में सभी ग्यारह विशिष्ट त्रिकोण एक साथ न्यूनतम हैं। भविष्य के कार्य के रूप में $n \ge 9$ के लिए इन प्रमाणपत्रों को विस्तारित करना और $n=5$ तथा $n=6$ के लिए इष्टतम परिवारों का लक्षण वर्णन करना पहचाना गया है।

तकनीकी सारांश: यूनिट त्रिकोण में हीलब्रोन की समस्या के लिए प्रमाणित इष्टतम विन्यास (n≤8n \le 8n≤8)

इसी तरह के और पेपर

तकनीकी सारांश: यूनिट त्रिकोण में हीलब्रोन की समस्या के लिए प्रमाणित इष्टतम विन्यास ( $n \le 8$ )