تنہا دوڑنے والے کو آخرکار کچھ کھلی جگہ ملی

ایک چکر لمبے گول ٹریک کا تصور کریں۔ کئی دوڑنے والے ایک ہی لمحے ایک ہی مقام سے شروع کرتے ہیں، ہر ایک اپنی مستقل رفتار سے، اور سب کی رفتاریں مختلف ہیں۔ تنہا دوڑنے والے کا قیاس (lonely runner conjecture) کہتا ہے کہ ہر دوڑنے والا کسی نہ کسی لمحے خود کو اکیلا پائے گا: باقی سب سے کم از کم 1/(n + 1) چکر کے فاصلے پر، جب کل n + 1 دوڑنے والے ہوں۔

یہ مسئلہ اپنے نام سے پرانا ہے۔ Xiyu Hu (یونیورسٹی آف چائنیز اکیڈمی آف سائنسز) اور Yifan Jing (اوہائیو اسٹیٹ یونیورسٹی) کے مطابق اس کی جڑیں Jörg Wills کے 1965 کے ڈاکٹریٹ مقالے میں ہیں، جو کسروں کے ذریعے اعداد کی تقریب کے بارے میں تھا۔ Cusick نے رکاوٹوں سے بند ہونے والی نظر کی لکیروں کی صورت میں اس کا ایک مساوی نسخہ پیش کیا؛ دوڑنے والے بعد میں آئے، Goddyn کی ایک نئی تشکیل کے ساتھ۔ تب سے اسے بلیئرڈ کے راستوں، گرافس کی رنگ آمیزی، اور میٹرائڈز (matroids) کہلانے والی تجریدی ساختوں میں بہاؤ سے جوڑا گیا ہے۔

تنہائی کی پیمائش

ریاضی دان عام طور پر ایک دوڑنے والے کو ساکن مان لیتے ہیں اور باقیوں کی رفتاروں کو اس کی نسبت سے دیکھتے ہیں: n مختلف مثبت صحیح اعداد کا ایک سیٹ V۔ وقت t پر، رفتار v والا دوڑنے والا ٹریک پر مقام vt پر ہوتا ہے، اور آغاز سے اس کا فاصلہ ∥vt∥ لکھا جاتا ہے — یعنی vt سے قریب ترین صحیح عدد تک کا فاصلہ۔ V کی زیادہ سے زیادہ تنہائی یہ ہے:

ML(V) = t پر زیادہ سے زیادہ قدر، V میں v پر ∥vt∥ کی کم سے کم قدر کی

بہترین لمحہ، جسے قریب ترین دوڑنے والے سے پرکھا جائے۔ قیاس یہ دعویٰ کرتا ہے کہ ML(V) ≥ 1/(n + 1)، اور یہ حد بالکل درست ہوگی: رفتاروں 1، 2، …، n کے لیے زیادہ سے زیادہ تنہائی ٹھیک 1/(n + 1) ہے۔ مثال کے طور پر، 1 اور 2 کی رفتار سے حرکت کرنے والے دو دوڑنے والوں کے ساتھ، ساکن دوڑنے والا دونوں سے زیادہ سے زیادہ ایک تہائی چکر دور ہو سکتا ہے — وقت 1/3 پر۔

آسان آدھا حصہ

آدھا جواب سستے میں مل جاتا ہے۔ وہ اوقات جب کوئی دوڑنے والا آغاز سے δ کے اندر ہو، گھڑی کا 2δ حصہ گھیرتے ہیں۔ n دوڑنے والوں کے ساتھ، اگر 2nδ ایک سے کم ہو تو یہ وقت کی کھڑکیاں سب کچھ نہیں ڈھانپ سکتیں، اس لیے کوئی لمحہ ان سب سے خالی ہوگا۔ δ کو اس کی حد تک بڑھانے سے یہ ملتا ہے:

ML(V) ≥ 1/(2n)

یہ قیاس کی پیش گوئی کا تقریباً آدھا ہے۔ اس سے آگے بڑھنا ضدی ثابت ہوا ہے۔ مصنفین تاریخ گنواتے ہیں: دہائیوں تک صرف 1/n² کے درجے کے فائدے؛ پھر Perarnau اور Serra کی، 2018 میں Terence Tao کی، اور 2025 میں Benjamin Bedert کی بہتریاں۔ لیکن ان سب میں ایک کمزوری مشترک ہے: دوڑنے والوں کی تعداد بڑھنے کے ساتھ 1/(2n) کی نسبت سے بہتری صفر کی طرف جاتی ہے۔

ایک فائدہ جو ماند نہیں پڑتا

نیا قضیہ یہ بدل دیتا ہے:

ML(V) > (1 + c)/(2n)

ایک مقررہ مستقل c > 0 اور n ≥ 2 رفتاروں کے ہر سیٹ کے لیے۔ اضافی گنجائش اب آسان حد کی ایک مستقل کسر ہے، چاہے دوڑنے والے کتنے ہی ہوں۔ یہ مستقل واضح ہے لیکن مقالے میں اس کا حساب نہیں کیا گیا، اور مصنفین اسے بہتر بنانے کی کوشش نہیں کرتے۔ یہ قیاس کردہ 1/(n + 1) تک نہیں پہنچتا؛ یہ پہلا فائدہ ہے جو گھل کر ختم نہیں ہوتا۔

ثبوت یہ دیکھتا ہے کہ مختلف دوڑنے والوں کی “خطرے کی کھڑکیاں” کس طرح ایک دوسرے پر چڑھتی ہیں۔ کچھ اس لیے اوورلیپ کرتی ہیں کہ ان کا مرکز مشترک ہے — جن دوڑنے والوں کی رفتاروں کے مشترک قاسم ہوں وہ ایک ساتھ آغاز پر پہنچتے ہیں۔ دوسری مختلف مراکز پر اوورلیپ کرتی ہیں۔ پہلی قسم کے لیے مصنفین بڑے مشترک قاسموں کے بارے میں Green اور Walker کی ایک دلیل کو نکھارتے ہیں۔ دوسری قسم کے لیے وہ ایک نئی ہندسی عدم مساوات ثابت کرتے ہیں: جب کھڑکیوں کو ان کے مراکز کے گرد چوڑا کیا جائے تو ان کے اوورلیپ کو تناسب سے زیادہ تیزی سے بڑھنا لازم ہے۔ دونوں صورتوں میں، نہ ڈھکا ہوا وقت سکڑ کر صفر نہیں ہو سکتا۔

اضافی فائدے کے طور پر یہ نتیجہ “پاجامہ مسئلے” کی ایک نچلی حد کو بہتر بناتا ہے: دھاری دار نمونے کی کتنی گھمائی اور کھینچی ہوئی نقلیں سطح کو ڈھانپنے کے لیے درکار ہیں۔

کس نے کیا کیا

مقالے میں مصنوعی ذہانت کے استعمال کے بارے میں ایک واضح بیان شامل ہے۔ حکمتِ عملی اور ڈھانچا خود مصنفین کا تھا۔ ChatGPT 6 Pro اور ChatGPT 6 Astra بنیادی طور پر دلائل کی جانچ، غیر رسمی ثبوتوں کو سخت ثبوتوں میں بدلنے اور بہتریوں کی تلاش کے لیے استعمال کیے گئے۔ Pro نے مشترک قاسموں پر مجموعے لانے کا مشورہ دیا، اور بعد میں کلیدی عدم مساوات کے ثبوت کے پہلے نسخے میں “کچھ چھوٹے خلا” درست کیے۔ حتمی ثبوت مصنفین نے لکھے۔ ٹولز کے بارے میں ان کا فیصلہ دقیق ہے: “ماڈلز خود سے تنہا دوڑنے والے کی حد کو بہتر نہیں کر سکے۔”

Wills کے ساٹھ سال بعد، ہر دوڑنے والے کو ملنے والی ضمانت شدہ تنہائی کے پاس پہلی بار ایک ایسی گنجائش ہے جو اپنی جگہ قائم رہتی ہے۔