• प्याज़ को dice करते समय टुकड़ों के आकार की consistency बढ़ाने के लिए गणितीय optimization तकनीक पर चर्चा है
  • सामान्य vertical cut और radial cut तरीकों की तुलना करके टुकड़ों के आकार का standard deviation निकाला गया है
  • cooking experts और mathematicians के विश्लेषण के आधार पर यह पुष्टि हुई कि radial cut में गहराई को समायोजित करने पर सबसे समान टुकड़े बनाए जा सकते हैं
  • वास्तविक प्रयोग के नतीजों में, 10 परतों वाले प्याज़ पर 10 radial cuts को बाहरी सतह से त्रिज्या की 96% गहराई तक करने पर सबसे कम standard deviation (29.5%) हासिल हुआ
  • लेकिन वास्तविक cooking में कड़ी uniformity कोई अनिवार्य तत्व नहीं है, और यह अध्ययन व्यावहारिकता से अधिक गणितीय रुचि पर केंद्रित है

प्रोजेक्ट का अवलोकन और उद्देश्य

  • लाखों लोगों की जिज्ञासा वाले प्याज़ को dice करने के सबसे बेहतर तरीके का गणितीय विश्लेषण करने वाला यह प्रोजेक्ट है
  • YouTube आदि पर बहुत से लोग यह जानने की कोशिश कर रहे हैं कि प्याज़ को बराबर तरीके से कैसे काटा जाए
  • 2021 में J. Kenji López-Alt ने गणितीय approach अपनाने की कोशिश की थी, लेकिन व्यवहार में कई अलग-अलग तरीके मौजूद हैं

बुनियादी cutting तरीकों की तुलना

vertical cut

  • प्याज़ को आधा काटने के बाद आम तौर पर सीधे ऊपर-नीचे knife cuts लगाने का तरीका इस्तेमाल किया जाता है
  • केंद्र रेखा के पास के टुकड़े आकार और रूप में अपेक्षाकृत समान होते हैं, लेकिन किनारे के निचले हिस्से के टुकड़े काफी बड़े हो जाते हैं
  • इस असमानता को टुकड़ों के क्षेत्रफल के आधार पर relative standard deviation (standard deviation, coefficient of variation) से मापा जा सकता है
  • relative standard deviation जितना बड़ा होगा, आकार में उतना अधिक अंतर होगा

radial cut

  • केंद्र से बाहर की दिशा में कट लगाने वाले दूसरे तरीके में, केंद्र की तुलना में बाहरी हिस्से के टुकड़े बहुत बड़े हो जाते हैं
  • 10 परतों वाले प्याज़ पर 10 radial cuts करने पर standard deviation, vertical cut (37.3%) से भी अधिक (57.7%) आता है
  • यानी यह तरीका उल्टा कम consistency देता है

radial cut की गहराई का समायोजन

  • J. Kenji López-Alt का दावा था कि बाहरी सतह से त्रिज्या की लगभग 60% गहराई पर लक्ष्य बिंदु रखकर radial cut करने से सबसे समान आकार के टुकड़े बनाए जा सकते हैं
  • वास्तव में, इस तरीके से standard deviation घटकर 34.5% हो जाता है
  • Washington College के गणित प्रोफेसर Dr. Dylan Poulsen के विश्लेषण के अनुसार, पूर्ण गणितीय optimal depth (onion constant) लगभग 55.731% है
  • वास्तविक परिस्थितियों (सीमित cuts, सीमित परतें) में हर शर्त के लिए ideal depth अलग होती है

वास्तविक optimization के नतीजे

  • Kenji के प्रयोग और प्रोफेसर Poulsen के शोध के आधार पर, 10 परतों वाले प्याज़ पर 10 radial cuts को त्रिज्या की 96% गहराई तक करने पर standard deviation 29.5% के साथ सबसे कम रहा
  • अलग-अलग परतों की संख्या, cuts की संख्या और cutting methods के लगभग 19,320 combinations का simulation करके optimal cutting method निकाला गया
  • horizontal cuts जोड़ने पर भी consistency में खास मदद नहीं मिलती
  • radial cut ज़्यादातर मामलों में vertical cut से अधिक uniformity देता है, लेकिन हमेशा केंद्र से नीचे के हिस्से को लक्ष्य बनाना चाहिए
  • परतों और cuts की संख्या बढ़ने पर optimal depth लगभग 55% के आसपास के onion constant की ओर converge करती है

गणितीय गणना का तरीका

  • 3D गोल प्याज़ को 2D cross-section के क्षेत्रफल में सरल बनाकर विश्लेषण किया गया
  • vertical cut के लिए हर परत में ऊपर और नीचे की curves के नीचे के क्षेत्रफल का अंतर निकाला गया
  • radial cut के लिए diagonal सहित क्षेत्रों का क्षेत्रफल जोड़-घटाकर अंतिम टुकड़ों का क्षेत्रफल निकाला गया

व्यावहारिक महत्व और सीमाएँ

  • सैद्धांतिक रूप से यह सबसे consistent आकार के टुकड़े पाने का तरीका है
  • वास्तविक cooking में पूर्ण consistency से अधिक practicality और convenience महत्वपूर्ण हैं
  • Kenji के अपने शब्दों में, ऐसी गणितीय सटीकता internet debate या math puzzle से अधिक मायने नहीं रखती, और घर की cooking में बड़ा अंतर नहीं लाती
  • सैद्धांतिक optimal dice cutting से वास्तविक स्वाद या cooking result में कोई खास फर्क नहीं पड़ता

निष्कर्ष

  • गणितीय रूप से optimal तरीके पर अड़े रहने की ज़रूरत नहीं, लेकिन प्याज़ को dice करने के विषय को गणितीय नज़रिए से देखना अपने-आप में दिलचस्प है
  • रोज़मर्रा की ज़िंदगी में इस्तेमाल करते समय पूर्ण uniformity आवश्यक नहीं है, लेकिन इसे गणितीय ज्ञान दिखाने वाली एक रोचक बात की तरह इस्तेमाल किया जा सकता है

अभी कोई टिप्पणी नहीं है.

अभी कोई टिप्पणी नहीं है.