- मैनिफोल्ड (manifold) एक स्थान की गणितीय अवधारणा है, जो स्थानीय रूप से समतल जैसी दिखती है, लेकिन समग्र रूप से अधिक जटिल संरचना रखती है
- 19वीं सदी में Bernhard Riemann द्वारा प्रस्तुत इस अवधारणा ने स्थान को भौतिक पृष्ठभूमि नहीं, बल्कि स्वतंत्र अध्ययन के विषय के रूप में विस्तारित किया
- हर बिंदु पर Euclidean space जैसा दिखने वाले गुण का उपयोग करके, गणितज्ञ पारंपरिक calculus के औज़ारों से क्षेत्रफल, आयतन और गति जैसी चीज़ों की गणना करते हैं
- chart और atlas के माध्यम से जटिल स्थानों को कई टुकड़ों में बाँटकर उनका विश्लेषण किया जाता है, और फिर परिणामों को जोड़कर पूरी संरचना को समझा जाता है
- आज मैनिफोल्ड general relativity, topology, data analysis, physics आदि में केंद्रीय भूमिका निभाने वाली मूलभूत गणितीय भाषा बन चुका है
विचार का निर्माण
- प्राचीन काल से ज्यामिति Euclidean space की सीधी रेखाओं और समतलों का अध्ययन करने वाला विषय रही है
- इस स्थान में दो बिंदुओं के बीच सबसे छोटी दूरी सीधी रेखा होती है, और त्रिभुज के आंतरिक कोणों का योग 180 डिग्री होता है
- 19वीं सदी की शुरुआत में गणितज्ञों ने वक्र सतहों वाले स्थानों का अध्ययन शुरू किया, और ऐसे परिघटनाएँ खोजीं जिनमें समानांतर रेखाएँ मिल सकती थीं या त्रिभुज के कोणों का योग बदल सकता था
- Riemann ने Gauss के वक्र सतहों पर किए गए शोध का विस्तार करते हुए, मनमाने आयामों वाले स्थानों में भी ज्यामिति को परिभाषित करने वाला एक सामान्य सिद्धांत प्रस्तुत किया
- उन्होंने 1854 में Göttingen विश्वविद्यालय के एक व्याख्यान में यह अवधारणा प्रस्तुत की, जो बाद में आधुनिक topology और relativity की नींव बनी
- उस समय इसे बहुत अमूर्त मानकर नज़रअंदाज़ किया गया, लेकिन Poincaré और Einstein के शोध के बाद 20वीं सदी के मध्य तक यह गणित की मानक अवधारणा बन गई
मैनिफोल्ड की परिभाषा और संरचना
- “Manifold” शब्द Riemann के जर्मन शब्द Mannigfaltigkeit (विविधता) से आया है
- मैनिफोल्ड एक ऐसा स्थान है जो स्थानीय रूप से Euclidean space जैसा दिखता है, उदाहरण के लिए वृत्त एक 1-आयामी मैनिफोल्ड है
- वृत्त पर चल रही एक चींटी को यह महसूस नहीं होगा कि वह एक वक्र रेखा पर है
- इसके विपरीत, 8-आकृति वाली वक्र प्रतिच्छेदन बिंदु पर सीधी रेखा जैसी नहीं दिखती, इसलिए वह मैनिफोल्ड नहीं है
- पृथ्वी की सतह 2-आयामी मैनिफोल्ड है, लेकिन double cone का शीर्ष ऐसा नहीं है
- मैनिफोल्ड का मूल विचार आंतरिक गुणों पर ध्यान केंद्रित करना है
- स्थान के आयाम या बाहरी आकार पर निर्भर गुणों के बजाय, हर बिंदु पर Euclidean approximation का उपयोग करके विश्लेषण किया जाता है
- इसके लिए गणितज्ञ स्थान को कई patches में बाँटते हैं, और हर patch को coordinate system (chart) से व्यक्त करते हैं
- एक-दूसरे पर चढ़ने वाले क्षेत्रों के लिए निर्देशांक-परिवर्तन के नियम परिभाषित किए जाते हैं, और इस पूरे संग्रह को atlas कहा जाता है
- atlas के माध्यम से जटिल स्थान को छोटे Euclidean टुकड़ों में बाँटकर गणना की जाती है, और फिर परिणामों को जोड़कर पूरी संरचना समझी जाती है
- यह तरीका आज गणित और भौतिकी के व्यापक क्षेत्रों में मानक रूप से इस्तेमाल होता है
मैनिफोल्ड के उपयोग
- general relativity में space-time एक 4-आयामी मैनिफोल्ड है, और गुरुत्वाकर्षण उसकी curvature के रूप में व्यक्त किया जाता है
- जिस 3-आयामी स्थान को हम पहचानते हैं, वह भी मैनिफोल्ड है; स्थानीय रूप से वह समतल जैसा दिखता है, लेकिन उसका समग्र आकार अभी पूरी तरह स्पष्ट नहीं है
- भौतिक विज्ञानी समस्याओं को मैनिफोल्ड की भाषा में बदलकर उनके ज्यामितीय गुणों का उपयोग करते हैं
- उदाहरण: double pendulum की सभी संभावित अवस्थाओं को दो कोणों से व्यक्त किया जाए, तो उसका state space डोनट-आकार का (torus) मैनिफोल्ड बन जाता है
- पेंडुलम की गति इस torus पर एक पथ के रूप में दिखाई जाती है, जिससे जटिल गति का ज्यामितीय विश्लेषण संभव होता है
- इसी तरह, जटिल बीजीय समीकरणों के हलों के समुच्चय या उच्च-आयामी डेटा (जैसे: मस्तिष्क के न्यूरॉनों की गतिविधि) को भी मैनिफोल्ड के रूप में समझकर उनकी संरचना जानी जाती है
- मैनिफोल्ड गणित और विज्ञान के व्यापक क्षेत्र की मूलभूत भाषा है, और इसे “संख्याओं के उपयोग जितना सार्वभौमिक” औज़ार माना जाता है
1 टिप्पणियां
Hacker News टिप्पणियाँ
किताब घनी है, लेकिन इसकी संरचना बहुत खूबसूरती से बनाई गई है, इसलिए यह बुनियादी topology से smooth maps और tangent spaces तक तार्किक रूप से पहुँचती है
इसमें ध्यान लगाकर पढ़ना पड़ता है, लेकिन हर परिभाषा geometry के सार को खोलने में योगदान देती है। ज़ोरदार सिफारिश है
Lee की Topological Manifolds भी अच्छी है, और Riemannian Manifolds के नवीनतम संस्करण में ज़रूरी हिस्से चुनकर पढ़ना बेहतर है
बुरी नहीं है, लेकिन rigor के मामले में मुझे यह कमज़ोर लगी। उसकी जगह Jeffrey M. Lee की Manifolds and Differential Geometry मुझे कहीं बेहतर लगी
सिर्फ एक साधारण परिभाषा देने के बजाय, यह दिलचस्प ढंग से बताता है कि गणितीय विचार कैसे विकसित हुए
असली feed https://www.quantamagazine.org/feed/ है
उदाहरण के लिए, उसने double pendulum की सभी संभावित state space को manifold के रूप में समझाया, लेकिन यह साफ़ नहीं किया कि उसे manifold की तरह देखना ज़रूरी क्यों है
और atlas की अवधारणा पर भी पर्याप्त चर्चा नहीं थी। एक साधारण sphere को भी एक ही plane से cover नहीं किया जा सकता, इसलिए कई coordinate systems चाहिए होते हैं, और उनके overlap को संभालना ही असली बात है
वैसे, relativity में जिस spacetime की बात होती है वह Riemannian नहीं बल्कि Minkowski space है
मुझे लगता है कि यह आज के समय के सबसे उच्च-स्तरीय science journalism outlets में से एक है।
बिना clickbait के गंभीर लेखन, और technical diagrams तथा artistic illustrations का संयोजन शानदार है
podcast भी ठीक है, लेकिन अच्छा होता अगर हर लेख का narrated version भी मिलता
ऊपर से paywall, cookie popups, और political baiting भी बिल्कुल नहीं है
लेकिन इस लेख और चित्रों की वजह से मैं इस अवधारणा को कहीं बेहतर समझ पाया
या फिर यह सिर्फ embedded subspace के लिए एक रूपकात्मक अभिव्यक्ति है
यह मानना काफ़ी उचित है कि अधिकांश data वास्तव में किसी manifold पर मौजूद होता है
उदाहरण के लिए, अगर handwritten digit ‘6’ को smoothly deform किया जाए, तो वह फिर भी ‘6’ के रूप में पहचाना जाएगा
लेकिन ReLU activation function इस्तेमाल करने पर smoothness टूट जाती है, इसलिए neural network का representation space असली manifold नहीं होता
दूसरी ओर, Swish जैसी smooth activation functions संरचना को बनाए रख सकती हैं
neural network training के दौरान geometric analysis लागू करने पर काफ़ी दिलचस्प शोध हुआ है
कहा गया है कि training के दौरान phase transition जैसी घटनाएँ देखी गईं
Information Geometry of Evolution of Neural Network Parameters While Training
उदाहरण के लिए, y=sin(x)+noise जैसे data को 1-dimensional manifold माना जा सकता है
लेकिन curse of dimensionality की वजह से यह परिभाषा algorithmic रूप से कितनी उपयोगी है, इस पर संदेह है
Wikipedia लिंक
सच कहूँ तो मैं सब कुछ नहीं समझ पाया, लेकिन इसकी तस्वीरें सच में बहुत सुंदर हैं
Google image search
यह एक smooth और symmetric special space है, जो local स्तर पर flat दिखता है लेकिन global स्तर पर जटिल रूप से मुड़ा हुआ होता है
इसकी curvature पूरी तरह संतुलित होती है, इसलिए समग्र रूप से न विस्तार होता है न संकुचन
string theory में इस manifold का इस्तेमाल hidden dimensions को समझाने के लिए किया जाता है, और इसका आकार particles और forces के गुणों को प्रभावित करता है
ऊपर-ऊपर से यह circular logic जैसा लगता है, लेकिन वास्तव में वही transformation property tensor को बाकी संख्या-सरणियों से अलग करती है
अमूर्त रूप में देखने पर visualization से बँधे बिना काम करना सुविधाजनक हो जाता है
लेकिन असल बात coordinate system से स्वतंत्र geometric structure है
उदाहरण के लिए, special relativity का Minkowski space coordinates के बिना भी परिभाषित किया जा सकता है
tensor को vectors और covectors लेकर एक scalar देने वाले multilinear map के रूप में समझना कहीं अधिक स्पष्ट है
उसमें सिर्फ transformation rules सिखाए जाते हैं, लेकिन यह कम बताया जाता है कि वे वैसे क्यों हैं
जबकि mathematical definition differential forms और covectors के माध्यम से कहीं अधिक बुनियादी समझ देता है
क्योंकि परिभाषा के अंदर वही चीज़ खुद शामिल है
बस उसका radius 0 से बड़ा होना चाहिए
जबकि वह व्यावहारिक रूप से manifold का एक उदाहरण लगती है, इसलिए सोचता हूँ ऐसा क्यों है
mapmakers मुख्य रूप से distortion से निपटते हैं, इसलिए उसके लिए पहले से उपयुक्त पद्धतियाँ मौजूद हैं
और manifold को global coordinates से नहीं बल्कि local charts से परिभाषित किया जाता है, इसलिए अलग-अलग क्षेत्रों के coordinates आपस में मेल नहीं खाते
ऐतिहासिक रूप से भी mapmaking manifold की अवधारणा से बहुत पहले से मौजूद था
कुछ दूसरी भाषाओं में दोनों के लिए एक ही शब्द इस्तेमाल होता है। उदाहरण के लिए, इतालवी में दोनों varietà हैं
संबंधित व्याख्या के लिए math.stackexchange उत्तर देखें
पहले से ज्ञात अर्थ दिमाग में बने रहते हैं और नए विचार को समझने में बाधा बनते हैं
अगर शब्द की etymology भी साथ में बताई जाए, तो बहुत मदद मिलती है
intake और exhaust की तरह, अक्सर दो spaces आपस में गुँथे हुए होते हैं