ಗಣಿತಶಾಸ್ತ್ರದ 30 ವರ್ಷಗಳ ಹಳೆಯ ಸಮಸ್ಯೆಗೆ ಪರಿಹಾರ ಕಂಡುಕೊಂಡ ಮಾಜಿ NFL ಆಟಗಾರ ಜಾನ್ ಉರ್ಷೆಲ್: ಗಾಸಿಯನ್ ಎಲಿಮಿನೇಷನ್ ಮತ್ತು ರಾಂಡಮ್ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಸಿದ್ಧಾಂತ, ಸಂಖ್ಯಾತ್ಮಕ ಸ್ಥಿರತೆ

ಕೇಂಬ್ರಿಡ್ಜ್ (ಯುಎಸ್‌ಎ): ಅಮೆರಿಕದ ಪ್ರಸಿದ್ಧ ರಾಷ್ಟ್ರೀಯ ಫುಟ್‌ಬಾಲ್ ಲೀಗ್‌ನ (NFL) ಮಾಜಿ ಆಟಗಾರ ಹಾಗೂ ಪ್ರಸ್ತುತ ಮ್ಯಾಸಚೂಸೆಟ್ಸ್ ಇನ್‌ಸ್ಟಿಟ್ಯೂಟ್ ಆಫ್ ಟೆಕ್ನಾಲಜಿಯ (MIT) ಗಣಿತಶಾಸ್ತ್ರದ ಸಹಾಯಕ ಪ್ರಾಧ್ಯಾಪಕರಾಗಿರುವ (Assistant Professor) ಜಾನ್ ಉರ್ಷೆಲ್ (John Urschel), ಗಣಿತಶಾಸ್ತ್ರದ ರೇಖಾಗಣಿತ ಮತ್ತು ಸಂಖ್ಯಾತ್ಮಕ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ ೧೯೯೦ ರ ದಶಕದಿಂದ ಬಗೆಹರಿಯದೆ ಉಳಿದಿದ್ದ ಸುಮಾರು ೩೦ ವರ್ಷಗಳ ಹಳೆಯ ಪ್ರಮೇಯವೊಂದನ್ನು (Conjecture) ಯಶಸ್ವಿಯಾಗಿ ಪರಿಹರಿಸಿದ್ದಾರೆ.

ಅವರ ನೂತನ ಸಂಶೋಧನಾ ಪ್ರಬಂಧವಾದ “ಆನ್ ದಿ ಗ್ರೋತ್ ಫ್ಯಾಕ್ಟರ್ ಆಫ್ ರಾಂಡಮ್ ಮ್ಯಾಟ್ರಿಸಸ್” (On the Growth Factor of Random Matrices), ಗಾಸಿಯನ್ ಎಲಿಮಿನೇಷನ್ ಅಲ್ಗಾರಿದಮ್ ರಾಂಡಮ್ ಮ್ಯಾಟ್ರಿಕ್ಸ್‌ಗಳಲ್ಲಿ ಹೇಗೆ ವರ್ತಿಸುತ್ತದೆ ಎಂಬುದರ ಗಣಿತೀಯ ಸ್ಥಿರತೆಯನ್ನು ನಿರೂಪಿಸಿದೆ.

೧. ಗಾಸಿಯನ್ ಎಲಿಮಿನೇಷನ್ ಮತ್ತು ಸಂಖ್ಯಾತ್ಮಕ ಸ್ಥಿರತೆ (Gaussian Elimination & Numerical Stability):

• ಗಾಸಿಯನ್ ಎಲಿಮಿನೇಷನ್ ಎಂದರೇನು?:

  ಇದು ರೇಖೀಯ ಸಮೀಕರಣಗಳ ವ್ಯವಸ್ಥೆಯನ್ನು (Linear Equations) ಪರಿಹರಿಸಲು, ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಇನ್‌ವರ್ಸ್ (Inverses) ಮತ್ತು ಡಿಟರ್ಮಿನೆಂಟ್‌ಗಳನ್ನು (Determinants) ಲೆಕ್ಕಾಚಾರ ಮಾಡಲು ಬಳಸಲಾಗುವ ಮೂಲಭೂತ ಅಲ್ಗಾರಿದಮ್ ಆಗಿದೆ. ಇದು ಪ್ರಾಥಮಿಕ ರೋ ಕಾರ್ಯಾಚರಣೆಗಳ (Elementary Row Operations) ಮೂಲಕ ಗುಣಾಂಕ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಅನ್ನು ಮೇಲ್ ತ್ರಿಕೋನ ರೂಪಕ್ಕೆ (Upper Triangular Form) ಪರಿವರ್ತಿಸುತ್ತದೆ.

• ಬ್ಯಾಕ್ ಸಬ್ಸ್ಟಿಟ್ಯೂಷನ್ (Back Substitution):

  ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಅನ್ನು ಮೇಲ್ ತ್ರಿಕೋನ ರೂಪಕ್ಕೆ ತಂದ ನಂತರ, ಹಿಮ್ಮುಖವಾಗಿ ಮೌಲ್ಯಗಳನ್ನು ಆದೇಶಿಸಿ (Back substitution) ಅಂತಿಮ ಸಮೀಕರಣದ ಪರಿಹಾರವನ್ನು ಕಂಡುಹಿಡಿಯಲಾಗುತ್ತದೆ.

• ಗ್ರೋತ್ ಫ್ಯಾಕ್ಟರ್ (Growth Factor) ಮತ್ತು ಕಂಪ್ಯೂಟರ್ ಲೆಕ್ಕಾಚಾರದ ಅಪಾಯ:

  ಕಂಪ್ಯೂಟರ್‌ಗಳಲ್ಲಿ ಸಂಖ್ಯಾತ್ಮಕ ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ಮಾಡುವಾಗ ಪೂರ್ಣಾಂಕಗಳ ದುಂಡಾಗಿಸುವಿಕೆಯ ದೋಷಗಳು (Rounding errors) ಸಂಭವಿಸುತ್ತವೆ. ಮೂಲ ಮ್ಯಾಟ್ರಿಕ್ಸ್‌ನ ಗರಿಷ್ಠ ಅಂಶಕ್ಕೆ ಹೋಲಿಸಿದರೆ, ಎಲಿಮಿನೇಷನ್ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಸೃಷ್ಟಿಯಾಗುವ ಗರಿಷ್ಠ ಅಂಶದ ಅನುಪಾತವನ್ನು ‘ಗ್ರೋತ್ ಫ್ಯಾಕ್ಟರ್’ ಎನ್ನಲಾಗುತ್ತದೆ. ಈ ಗ್ರೋತ್ ಫ್ಯಾಕ್ಟರ್ ಮಿತಿಮೀರಿ ಬೆಳೆದರೆ ಕಂಪ್ಯೂಟರ್ ಫಲಿತಾಂಶಗಳು ತಪ್ಪು (Numerical Instability) ದಾರಿಗೆ ಹೋಗುತ್ತವೆ. ಉರ್ಷೆಲ್ ಅವರ ಸಿದ್ಧಾಂತವು ರಾಂಡಮ್ ಮ್ಯಾಟ್ರಿಕ್ಸ್‌ಗಳಲ್ಲಿ ಈ ಗ್ರೋತ್ ಫ್ಯಾಕ್ಟರ್‌ನ ಗಡಿಗಳನ್ನು ಖಚಿತಪಡಿಸಿದೆ.

೨. ರಾಂಡಮ್ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಸಿದ್ಧಾಂತ (Random Matrix Theory):

• ಪರಿಕಲ್ಪನೆ: ಯಾವುದೇ ಮ್ಯಾಟ್ರಿಕ್ಸ್‌ನ ಅಂಶಗಳು ನಿರ್ದಿಷ್ಟ ಸಂಭವನೀಯತೆಯ ಹಂಚಿಕೆಗಳ (Probability distributions) ಪ್ರಕಾರ ಆಯ್ಕೆಯಾಗಿದ್ದರೆ, ಅದನ್ನು ‘ರಾಂಡಮ್ ಮ್ಯಾಟ್ರಿಕ್ಸ್’ ಎನ್ನಲಾಗುತ್ತದೆ.

• ಅನ್ವಯಗಳು: ಕ್ವಾಂಟಮ್ ಭೌತಶಾಸ್ತ್ರ, ಸಂಖ್ಯಾಶಾಸ್ತ್ರ, ನರಮಂಡಲ ಜಾಲಗಳು (Neural Networks), ಸಂಖ್ಯಾತ್ಮಕ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ಡೇಟಾ ಸೈನ್ಸ್‌ನಲ್ಲಿ ಈ ಸಿದ್ಧಾಂತವನ್ನು ವ್ಯಾಪಕವಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ.

• AI ಸಹಯೋಗ ಮತ್ತು ಪ್ರಶಸ್ತಿ: ಉರ್ಷೆಲ್ ಅವರ ಈ ಸಂಶೋಧನೆಯು ಓಪನ್‌ಎಐ (OpenAI) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಮಾಡೆಲ್‌ಗಳ ನೆರವನ್ನು ಪಡೆದುಕೊಂಡಿದೆ ಎನ್ನಲಾಗಿದೆ. ಈ ಪ್ರಮೇಯದ ಮೇಲಿನ ಸಂಶೋಧನೆಗಾಗಿ ನವೆಂಬರ್ ೨೦೨೫ ರಲ್ಲಿ ಅವರಿಗೆ ಅಂತರರಾಷ್ಟ್ರೀಯ ಗಣಿತ ಸಂಶೋಧನಾ ಪ್ರಶಸ್ತಿ ಲಭಿಸಿತ್ತು.

೩. ಜಾನ್ ಉರ್ಷೆಲ್ ಅವರ ಅಸಾಮಾನ್ಯ ಜೀವನ ಪಯಣ (Athlete to MIT Professor):

• ವೃತ್ತಿಪರ ಕ್ರೀಡೆ: ಜಾನ್ ಉರ್ಷೆಲ್ ಅವರು ಬಾಲ್ಟಿಮೋರ್ ರಾವೆನ್ಸ್ (Baltimore Ravens) ಪರ ೩ ಋತುಗಳ ಕಾಲ ಆಕ್ರಮಣಕಾರಿ ಲೈನ್‌ಮ್ಯಾನ್ (Offensive Lineman) ಆಗಿ ಎನ್‌ಎಫ್‌ಎಲ್‌ನಲ್ಲಿ ಆಡಿದ್ದರು.

• ಶೈಕ್ಷಣಿಕ ಆಯ್ಕೆ: ತಲೆಗೆ ಆಗುವ ಗಾಯಗಳ (Head injuries/Concussions) ಭೀತಿ ಮತ್ತು ಗಣಿತ ಸಂಶೋಧನೆಯ ಅಪಾರ ಆಸಕ್ತಿಯಿಂದಾಗಿ, ಅವರು ಕೇವಲ ೨೬ ನೇ ವಯಸ್ಸಿನಲ್ಲಿ (ಜುಲೈ ೨೦೧೭) ಕ್ರೀಡಾಜೀವನಕ್ಕೆ ನಿವೃತ್ತಿ ಘೋಷಿಸಿದರು.

• ಶೈಕ್ಷಣಿಕ ಹಿನ್ನೆಲೆ: ಪೆನ್ ಸ್ಟೇಟ್ (Penn State) ವಿಶ್ವವಿದ್ಯಾಲಯದಿಂದ ಗಣಿತದಲ್ಲಿ ಪದವಿ ಹಾಗೂ ಸ್ನಾತಕೋತ್ತರ ಪದವಿ ಪಡೆದ ಅವರು, ಪ್ರಸಿದ್ಧ ಎಂಐಟಿ (MIT) ಯಿಂದ ಗಣಿತಶಾಸ್ತ್ರದಲ್ಲಿ ಪಿಎಚ್‌ಡಿ (PhD) ಪೂರ್ಣಗೊಳಿಸಿದರು.

  ಜಾನ್ ಉರ್ಷೆಲ್ – ಗಣಿತ ಸಂಶೋಧನೆ: ಪರೀಕ್ಷಾ ದೃಷ್ಟಿಯಿಂದ ಪ್ರಮುಖ ಅಂಶಗಳು

  Quick Revision Matrix

  ಪ್ರಮುಖ ಅಂಶ	ಪರೀಕ್ಷಾ ಮಾಹಿತಿ
  ಗಣಿತಜ್ಞ	ಜಾನ್ ಉರ್ಷೆಲ್ (John Urschel)
  ಸಂಶೋಧನಾ ಪ್ರಬಂಧ	On the Growth Factor of Random Matrices
  ಸಂಶೋಧನಾ ಕ್ಷೇತ್ರ	ಸಂಖ್ಯಾತ್ಮಕ ಗಣಿತ ಮತ್ತು ರಾಂಡಮ್ ಮ್ಯಾಟ್ರಿಕ್ಸ್‌ಗಳು
  ಪ್ರಮುಖ ಪರಿಕಲ್ಪನೆ	ಗಾಸಿಯನ್ ಎಲಿಮಿನೇಷನ್‌ನ ಗ್ರೋತ್ ಫ್ಯಾಕ್ಟರ್
  ಗಾಸಿಯನ್ ಎಲಿಮಿನೇಷನ್	ರೋ ಕಾರ್ಯಾಚರಣೆಗಳ ಮೂಲಕ ರೇಖೀಯ ಸಮೀಕರಣಗಳನ್ನು ಪರಿಹರಿಸುವ ವಿಧಾನ
  ಬ್ಯಾಕ್ ಸಬ್‌ಸ್ಟಿಟ್ಯೂಷನ್	ಮೇಲ್ತ್ರಿಕೋನ ಮ್ಯಾಟ್ರಿಕ್ಸ್‌ನಿಂದ ಚರಗಳ ಮೌಲ್ಯಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವ ವಿಧಾನ
  ಮಾಜಿ ಕ್ರೀಡಾ ವೃತ್ತಿ	ಅಮೆರಿಕದ NFL ಫುಟ್‌ಬಾಲ್ ಆಟಗಾರ
  ಮಾಜಿ ತಂಡ	ಬಾಲ್ಟಿಮೋರ್ ರಾವೆನ್ಸ್
  ಡಾಕ್ಟರೇಟ್	MIT (ಮ್ಯಾಸಚೂಸೆಟ್ಸ್ ಇನ್‌ಸ್ಟಿಟ್ಯೂಟ್ ಆಫ್ ಟೆಕ್ನಾಲಜಿ)

  ಸಂಶೋಧನೆಯ ನಿಜವಾದ ಮಹತ್ವ

  ಜಾನ್ ಉರ್ಷೆಲ್ ಅವರು 5 ಅಕ್ಟೋಬರ್ 2026ರಂದು ಪ್ರಕಟಿಸಿದ ಪೂರ್ವಪ್ರಕಟಿತ ಸಂಶೋಧನಾ ಪ್ರಬಂಧದಲ್ಲಿ, ಗಾಸಿಯನ್ ಮ್ಯಾಟ್ರಿಕ್ಸ್‌ಗಳಿಗೆ partial pivoting ಬಳಸುವಾಗ ಗ್ರೋತ್ ಫ್ಯಾಕ್ಟರ್ ಸಾಮಾನ್ಯವಾಗಿ \(\sqrt{n}\) ಗಿಂತ ಬಹಳ ಹೆಚ್ಚಾಗುವುದು ಅಪರೂಪ ಎಂದು ಸಾಬೀತುಪಡಿಸಿದ್ದಾರೆ. ಇದರಿಂದ ಗಣಿತಜ್ಞ ನಿಕ್ ಟ್ರೆಫೆಥೆನ್ ಅವರ ದಶಕಗಳಷ್ಟು ಹಳೆಯ ಊಹೆಗೆ ಪರಿಹಾರ ದೊರೆತಿದೆ.

  ಗ್ರೋತ್ ಫ್ಯಾಕ್ಟರ್ ಎಂದರೇನು? ಗಾಸಿಯನ್ ಎಲಿಮಿನೇಷನ್ ನಡೆಯುವಾಗ ಮ್ಯಾಟ್ರಿಕ್ಸ್‌ನ ಅಂಶಗಳು ಎಷ್ಟು ದೊಡ್ಡದಾಗಬಹುದು ಎಂಬುದನ್ನು ಅಳೆಯುವ ಪ್ರಮಾಣ. ಇದು ಸಂಖ್ಯಾತ್ಮಕ ಸ್ಥಿರತೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಮುಖ್ಯವಾಗಿದೆ.

  ಪರೀಕ್ಷೆಗೆ ನೆನಪಿಡಿ

  • ವ್ಯಕ್ತಿ: John Urschel

  • ಸಂಸ್ಥೆ: MIT

  • ಪ್ರಬಂಧ: On the Growth Factor of Random Matrices

  • ಸಂಬಂಧಿತ ವಿಧಾನ: Gaussian Elimination with Partial Pivoting

  • ಬಗೆಹರಿಸಿದ ಊಹೆ: Nick Trefethen ಅವರ ಹಳೆಯ ಊಹೆ

  • ಪ್ರಬಂಧದ ಸ್ಥಿತಿ: ಪೂರ್ವಪ್ರಕಟಿತ ಸಂಶೋಧನಾ ಪ್ರಬಂಧ (Preprint); ಇದನ್ನು ಅಂತಿಮವಾಗಿ ಪೀರ್-ರಿವ್ಯೂಡ್ ಪ್ರಕಟಣೆ ಎಂದು ಪರಿಗಣಿಸಬಾರದು.