A general recursion for integrals involving products of Hermite polynomials and its applications

तकनीकी सारांश: हर्मिट बहुपदों के उत्पादों से जुड़े समाकलनों के लिए एक सामान्य पुनरावृत्ति (General Recursion)

समस्या विवरण
यह शोध पत्र $N$ हर्मिट बहुपदों (Hermite polynomials) के उत्पादों से जुड़े समाकलनों (integrals) के मूल्यांकन की कम्प्यूटेशनल चुनौती को संबोधित करता है, जो विशेष रूप से एक-आयामी (1D) हार्मोनिक बंधन के तहत सह-संबद्ध अल्प-पिंड क्वांटम प्रणालियों (correlated few-body quantum systems) के ab initio सिमुलेशन के संदर्भ में है। कॉन्फ़िगरेशन इंटरैक्शन (CI) दृष्टिकोण का उपयोग करने वाले ये सिमुलेशन, दो-पिंड ($W_{ijk\ell}$) और तीन-पिंड ($U_{ijk\ell mn}$) संपर्क अंतःक्रियाओं (contact interactions) के साथ-साथ विशिष्ट व्युत्पन्न-आधारित समाकलनों ($Y_{ijk\ell}$) के मैट्रिक्स तत्वों की गणना के लिए आवश्यक हैं।

इन समाकलनों की गणना करने वाली मौजूदा विधियाँ महत्वपूर्ण सीमाओं का सामना करती हैं:

1. संख्यात्मक अस्थिरता (Numerical Instability): स्थापित विश्लेषणात्मक सूत्र अक्सर स्पष्ट पूर्णांक फैक्टोरियल (integer factorials) या गामा फलन के लघुगणक (logarithm of the gamma function) पर निर्भर करते हैं। जैसे-जैसे संख्यात्मक अभिसरण (numerical convergence) प्राप्त करने के लिए हर्मिट बहुपदों की डिग्री ($M$) बढ़ती है, ये विधियाँ संख्यात्मक ओवरफ्लो और अस्थिरता का शिकार हो जाती हैं।
2. कम्प्यूटेशनल अक्षमता (Computational Inefficiency): ब्रूट-फोर्स संख्यात्मक क्वाड्रैचर (numerical quadrature), ग्रिड चयन और एकीकरण अंतराल के प्रति अत्यधिक संवेदनशील होता है। सिम्बोलिक मैथ टूलबॉक्स, छोटे $M$ के लिए सटीक होते हुए भी, बड़े $M$ के लिए अव्यवहारिकता से धीमे हो जाते हैं क्योंकि अलग-अलग समाकलनों की संख्या बहुपद रूप से बढ़ती है।
3. सामान्यीकरण का अभाव (Lack of Generalization): हालांकि चार-बहुपद समाकलनों ($W_{ijk\ell}$) के लिए कुछ विश्लेषणात्मक व्यंजक मौजूद हैं, लेकिन छह-बहुपद समाकलनों ($U_{ijk\ell mn}$) या व्युत्पन्न-आधारित समाकलनों ($Y_{ijk\ell}$) के लिए ऐसे कोई व्यंजक साहित्य में नहीं मिले। इसके अतिरिक्त, $W_{ijk\ell}$ के लिए मौजूदा विधियाँ इन अन्य मामलों में आसानी से अनुकूलित नहीं होती हैं।

कार्यप्रणाली (Methodology)
लेखक $N$ हर्मिट बहुपदों के एक उत्पाद के सामान्य पुनरावृत्ति सूत्र को व्युत्पन्न करते हैं, जिसे $T_{a_1 \dots a_N}$ के रूप में दर्शाया गया है:
$$T_{a_1 \dots a_N} = A_{a_1 \dots a_N} \int_{-\infty}^{+\infty} \exp\left(-\frac{N}{2}x^2\right) \prod_{i=1}^N H_{a_i}(x) \, dx$$
जहाँ $A_{a_1 \dots a_N}$ एक सामान्यीकरण गुणांक (normalization coefficient) है।

इसका व्युत्पन्न तीन मौलिक गणितीय उपकरणों पर आधारित है:

1. पुनरावृत्ति संबंध (Recurrence Relations): मानक संबंध $H_n(x) = 2xH_{n-1}(x) - 2(n-1)H_{n-2}(x)$ का उपयोग करना।
2. व्युत्पन्न गुण (Derivative Properties): संबंध $\frac{d}{dx}H_n(x) = 2nH_{n-1}(x)$ का उपयोग करना।
3. खंडश: समाकलन (Integration by Parts): $x \exp(-Nx^2/2)$ वाले पद पर खंडश: समाकलन लागू करना, इस तथ्य का लाभ उठाते हुए कि $\frac{d}{dx}\exp(-Nx^2/2) = -Nx \exp(-Nx^2/2)$।

इन संबंधों को प्रतिस्थापित करके, लेखक एक पुनरावृत्ति चरण स्थापित करते हैं जो $T_{a_1 \dots a_N}$ को निम्न-सूचकांकों (विशेष रूप से सूचकांकों के योग $V = \sum a_i$ को 2 से कम करने वाले) के समाकलनों के रूप में व्यक्त करता है। अंतिम पुनरावृत्ति सूत्र है:
$$T_{a_1 \dots a_N} = \left(\frac{2}{N} - 1\right) \sqrt{\frac{a_1-1}{a_1}} T_{(a_1-2)a_2 \dots a_N} + \frac{2}{N} \sum_{i=2}^N \sqrt{\frac{a_i}{a_1}} T_{(a_1-1)\dots(a_i-1)\dots a_N}$$

इस कार्यप्रणाली की मुख्य विशेषताएं शामिल हैं:

• फैक्टोरियल उन्मूलन (Factorial Elimination): सूत्र केवल प्रारंभिक गणितीय संक्रियाओं (गुणा, विभाजन और वर्गमूल) का उपयोग करता है, पूरी तरह से स्पष्ट फैक्टोरियल से बचता है।
• चयन नियम (Selection Rules): एकीकरण अंतराल की समरूपता (symmetry) एक समता प्रतिबंध (parity constraint) लागू करती है: समाकल गैर-शून्य तभी होता है जब सूचकांकों का योग $V$ सम (even) हो। यह एल्गोरिदम शून्य-मूल्य वाले पदों को कुशलतापूर्वक छोड़ने की अनुमति देता है।
• आधार मामला (Base Case): पुनरावृत्ति निम्नतम स्तर ($V=0$) पर समाप्त होती है, जो एक ज्ञात बंद-रूप समाधान (closed-form solution) के साथ एक मौलिक गॉसियन समाकल में बदल जाती है।

मुख्य योगदान और परिणाम

1. सामान्य पुनरावृत्ति ढांचा (General Recursive Framework): शोध पत्र किसी भी $N \geq 2$ के लिए लागू एक एकीकृत पुनरावृत्ति संबंध प्रदान करता है। विशिष्ट उदाहरण $N=4$ ($W_{ijk\ell}$), $N=6$ ($U_{ijk\ell mn}$), और व्युत्पन्न के साथ $N=4$ ($Y_{ijk\ell}$) के लिए निकाले गए हैं।
2. संख्यात्मक स्थिरता और परिशुद्धता (Numerical Stability and Precision): फैक्टोरियल से बचकर, यह विधि संख्यात्मक ओवरफ्लो को रोकती है जो बड़े पूर्णांकों से जुड़ा होता है। लेखक प्रदर्शित करते हैं कि पुनरावृत्ति दृष्टिकोण अत्यंत उच्च बहुपद डिग्री (उदाहरण के लिए, 1000 तक के सूचकांक) के लिए भी उच्च परिशुद्धता (मशीन परिशुद्धता) बनाए रखता है, जहाँ पिछले फैक्टोरियल-आधारित तरीके विफल हो जाते हैं।
3. कम्प्यूटेशनल दक्षता (Computational Efficiency): पुनरावृत्ति संरचना को डायनेमिक प्रोग्रामिंग का उपयोग करके लागू किया गया है। बेंचमार्किंग से पता चलता है कि औसत रनटाइम गैर-शून्य अद्वितीय समाकलों की संख्या के साथ रैखिक रूप से स्केल करता है। सिम्बोलिक विकल्पों की तुलना में इनके पायथन (Python) कार्यान्वयन को अत्यधिक कुशल दिखाया गया है।
4. सत्यापन (Validation): परिणामों को Mathematica में उच्च-परिशुद्धता वाले सिम्बोलिक एकीकरण के विरुद्ध सत्यापित किया गया था। शोध पत्र में तालिका 1 और 2 विभिन्न $V$ स्तरों के लिए पुनरावृत्ति पायथन कार्यान्वयन और सिम्बोलिक संदर्भों के बीच पूर्ण सहमति दिखाते हैं, जिसमें 500 और 1000 तक के उच्च सूचकांकों वाले मामले भी शामिल हैं।
5. ओपन सोर्स टूल्स (Open Source Tools): लेखक इन सूत्रों को लागू करने वाला एक Mathematica नोटबुक और एक पायथन स्क्रिप्ट प्रदान करते हैं, जो एक सार्वजनिक GitHub रिपॉजिटरी के माध्यम से उपलब्ध है।

महत्व
शोध पत्र का दावा है कि यह पुनरावृत्ति सूत्र अल्प-पिंड प्रणालियों के ab initio सिमुलेशन में मैट्रिक्स तत्वों की गणना के लिए एक मजबूत, कुशल और संख्यात्मक रूप से स्थिर ढांचा प्रदान करता है। इसका प्राथमिक महत्व उच्च-डिग्री हर्मिट बहुपदों के लिए सटीक गणना को सक्षम करने में निहित है, जो व्यावहारिक क्वांटम सिमुलेशन में संख्यात्मक अभिसरण प्राप्त करने के लिए आवश्यक हैं।

लेखक नोट करते हैं कि यह विधि विशेष रूप से प्रासंगिक है:

• एक-आयामी हार्मोनिक बंधन में दो-पिंड और तीन-पिंड मैट्रिक्स तत्वों की गणना के लिए।
• एनीयॉनिक (anyonic) प्रणालियों और बोसोनिक/फर्मिओनिक संपर्क अंतःक्रियाओं के अध्ययन के लिए।
• उच्च-डिग्री हर्मिट बहुपदों का उपयोग करने वाले मौजूदा कार्यों में संख्यात्मक योजनाओं में सुधार के लिए।

इसके अलावा, लेखक सुझाव देते हैं कि व्युत्पत्ति रणनीति केवल हर्मिट बहुपदों तक सीमित नहीं है। क्योंकि यह उन सामान्य गुणों (पुनरावृत्ति संबंध, व्युत्पन्न संबंध और खंडश: समाकलन) पर निर्भर करती है जो अन्य शास्त्रीय ऑर्थोगोनल बहुपदों (जैसे लैगेर, लेजेंड्रे और जैकोबी) के साथ साझा किए जाते हैं, इसलिए पुनरावृत्ति रणनीति को भौतिकी और गणित के संबंधित वर्गों के समाकलों के लिए विस्तारित किया जा सकता है।