
यदि आपने कभी हवा में गेंद फेंकी है, किसी भौतिक स्थान के इष्टतम क्षेत्रफल की गणना की है, या सैटेलाइट डिश के घुमाव को देखकर आश्चर्यचकित हुए हैं, तो आपने वास्तविक दुनिया में परवलय (parabolas) के जादू का अनुभव किया है।
इन वक्रों (curves) के केंद्र में द्विघात समीकरण (quadratic equation) है, जो बीजगणित की एक मौलिक अवधारणा है और ज्यामिति में खूबसूरती से रूपांतरित होती है। लेकिन केवल एक स्थिर सूत्र को घूरने से शायद ही कभी पूरी तस्वीर स्पष्ट होती है। आइए इसे विस्तार से समझें और देखें कि यह वास्तव में कैसे काम करता है।
क्लासिक द्विघात फलन (quadratic function) को इस प्रकार लिखा जाता है:
जब हम इस समीकरण का ग्राफ़ बनाते हैं, तो यह एक सममित (symmetrical) U-आकार का वक्र बनाता है जिसे परवलय (parabola) कहा जाता है। अक्षर , , और को गुणांक (coefficients) के रूप में जाना जाता है। इन तीन सरल संख्याओं को बदलकर, हम निर्देशांक तल (coordinate plane) पर अपने परवलय को अनंत रूपों में बदल सकते हैं, खिसका सकते हैं और पलट सकते हैं।
जब हम इन मानों में बदलाव करते हैं तो वास्तव में क्या होता है?
का मान परवलय की दिशा और चौड़ाई को नियंत्रित करता है।
का मान परवलय को दाएँ-बाएँ खिसकाता है, लेकिन थोड़ी तिरछी गति में। यह सममिति अक्ष (axis of symmetry) के स्थान को प्रभावित करता है—वह अदृश्य ऊर्ध्वाधर रेखा जो परवलय को बिल्कुल दो बराबर भागों में काटती है।
आप इस सूत्र का उपयोग करके इस अक्ष के लिए सटीक x-निर्देशांक पा सकते हैं:
को बदलना मूल रूप से के साथ मिलकर काम करते हुए वक्र को ग्राफ़ पर क्षैतिज रूप से खींचता है।
यह अत्यंत दृश्यमान और सीधा है। गुणांक y-अंतःखंड (y-intercept) का प्रतिनिधित्व करता है। यह आपको ठीक-ठीक बताता है कि परवलय ऊर्ध्वाधर y-अक्ष को कहाँ काटता है।
उदाहरण के लिए, यदि हमारा सूत्र के साथ समाप्त होता है (अर्थात ), तो आप निश्चित रूप से जानते हैं कि ग्राफ़ y-अक्ष को निर्देशांक पर काटेगा।
के ग्राफ़ को समझना बीजगणित की परीक्षा पास करने से कहीं आगे तक जाता है।
इंजीनियर सस्पेंशन ब्रिज डिज़ाइन करने के लिए परवलय का उपयोग करते हैं, यह निर्धारित करते हुए कि केबल वजन को ठीक कैसे वितरित करेंगे। भौतिक विज्ञानी प्रक्षेप्य (projectiles) के प्रक्षेपवक्र की गणना करने के लिए उनका उपयोग करते हैं। यहाँ तक कि व्यवसाय और अर्थशास्त्री भी मूल्य निर्धारण को अनुकूलित करने और अधिकतम लाभ के बिंदु को खोजने के लिए द्विघात मॉडल का उपयोग करते हैं!
ऊपर दिए गए स्लाइडर्स के साथ खेलकर, आप केवल स्क्रीन पर एक रेखा को नहीं खिसका रहे हैं—आप उन चरों (variables) में बदलाव कर रहे हैं जो हमारे आस-पास की भौतिक दुनिया को मापने और बनाने में हमारी मदद करते हैं।क्या आपका कोई प्रश्न, दृष्टिकोण या सुझाव है? नीचे अपने विचार साझा करें। टिप्पणियाँ GitHub Discussions (विज्ञापन-मुक्त और स्पैम-मुक्त) द्वारा संचालित हैं—टिप्पणी करने या प्रतिक्रिया देने के लिए नीचे Sign in with GitHub पर क्लिक करें (निःशुल्क GitHub खाता बनाने में एक मिनट से भी कम समय लगता है)।
अंतिम अपडेट: 11 अक्टू॰ 2026.
अस्वीकरण (DISCLAIMER): इस साइट की सामग्री केवल सूचनात्मक और शैक्षिक उद्देश्यों के लिए है और यह चिकित्सा, मनोवैज्ञानिक, वित्तीय, निवेश, कर या कानूनी सलाह का गठन नहीं करती है। यहाँ प्रस्तुत विचार, संकलन और राय पूरी तरह से मेरे अपने हैं और मेरे नियोक्ता का प्रतिनिधित्व नहीं करते हैं। पुस्तकों, व्याख्यानों और लेखों के सारांश स्वतंत्र शैक्षिक टिप्पणियाँ हैं और उनके संबंधित लेखकों की बौद्धिक संपदा बने रहते हैं। संपादन, स्वरूपण और संश्लेषण में सहायता के लिए AI उपकरणों का उपयोग किया जा सकता है; यद्यपि सटीकता सुनिश्चित करने का हर संभव प्रयास किया जाता है, फिर भी त्रुटियाँ हो सकती हैं। गोपनीयता (PRIVACY): यह साइट किसी भी ट्रैकिंग कुकी का उपयोग नहीं करती है; ब्राउज़र लोकल स्टोरेज का उपयोग केवल वैकल्पिक भाषा और प्लेबैक-गति वरीयताओं को याद रखने के लिए किया जाता है, और Google Cloud पर होस्टिंग लॉग समग्र ट्रैफ़िक आँकड़ों के लिए आगंतुकों के IP पते, ब्राउज़र मेटाडेटा, अनुरोधित संसाधनों, पृष्ठ सहभागिता और रेफ़रल स्रोतों को संसाधित करते हैं। वैकल्पिक न्यूज़लेटर सदस्यता (Mailchimp), टिप्पणियों (giscus / GitHub Discussions) और मीडिया डाउनलोड/स्ट्रीमिंग (GitHub) के लिए उपयोग की जाने वाली तृतीय-पक्ष सेवाएँ अपनी संबंधित गोपनीयता नीतियों के अनुसार आगंतुकों के IP पते और कुकीज़ को संसाधित कर सकती हैं।