Critical Probability Distributions of the order parameter at two loops II: $O(n)$ universality class

तकनीकी सारांश: दो-लूप II पर ऑर्डर पैरामीटर के महत्वपूर्ण संभाव्यता वितरण: $O(n)$ सार्वभौमिकता वर्ग

1. समस्या विवरण

यह शोध पत्र $O(n)$ सार्वभौमिकता वर्ग के तंत्रों के लिए ऑर्डर पैरामीटर (विशेष रूप से सामान्यीकृत कुल स्पिन) के संभाव्यता वितरण फलनों (PDFs) की गणना को संबोधित करता है। जबकि पिछले शोध ने आइसिंग और $O(n)$ मॉडलों के लिए एक-लूप स्तर पर दोनों के लिए इन PDFs की सफलतापूर्वक गणना की है, $O(n)$ मॉडल के लिए एक व्यवस्थित दो-लूप क्रमबद्ध दृष्टिकोण का अभाव था।

इन गणनाओं में एक केंद्रीय जटिलता यह है कि PDF एक एकल फलन नहीं है, बल्कि एक पैरामीटर $\zeta = L/\xi_\infty$ द्वारा अनुक्रमित फलनों का एक परिवार है, जहाँ $L$ सिस्टम का आकार है और $\xi_\infty$ बल्क सहसंबंध लंबाई (bulk correlation length) है। यह पैरामीटर इसलिए उत्पन्न होता है क्योंकि अनंत आयतन ($L \to \infty$) और क्रिटिकैलिटी ($t \to 0$) की दोहरी सीमा (double limit) गैर-विशिष्ट है और इस पर निर्भर करती है कि इन दोनों पैमानों के अनुपात को कैसे प्राप्त किया जा रहा है।

2. कार्यप्रणाली

लेखक $\epsilon = 4-d$ विस्तार का उपयोग करते हुए एक क्षेत्र-सैद्धांतिक क्रमबद्ध दृष्टिकोण (field-theoretic perturbative approach) नियोजित करता है। मुख्य पद्धतिगत चरण निम्नलिखित हैं:

• संशोधित गिब्स मुक्त ऊर्जा (Modified Gibbs Free Energy): PDF की व्याख्या एक तीक्ष्ण शिखर वाले गॉसियन डेल्टा फंक्शन (द्रव्यमान $M \to \infty$ के साथ) का उपयोग करके एक संशोधित विभाजन फलन $Z_{M,s}[h]$ के माध्यम से की जाती है। फिर समस्या को संशोधित गिब्स मुक्त ऊर्जा $\Gamma_M[\phi]$ और संबंधित दर फलन (rate function) $I(s)$ की गणना में मैप किया जाता है।
• दो-लूप विस्तार (Two-Loop Expansion): लेखक द्वारा आइसिंग मॉडल के लिए उपयोग की गई विधि को $O(n)$ मॉडल के लिए सामान्यीकृत किया गया है। इसमें माध्य-क्षेत्र विन्यास (mean-field configuration) के आसपास विभाजन फलन के लघुगणक का विस्तार करना और दो-लूप क्रम तक 1-पार्टिकल इर्रिड्यूसिबल (1PI) आरेखों की गणना करना शामिल है।
• पुनर्सामान्यीकरण (Renormalization): सिद्धांत को पुनर्सामान्यित तापमान $t$, युग्मन स्थिरांक (coupling constant) $g$, और इन्फ्रारेड स्केल $\mu$ पर परिभाषित क्षेत्रों $\phi_i$ का उपयोग करके पैरामीटराइज किया गया है। लेखक विचलन (divergences) को संभालने के लिए मिनिमल सबट्रैक्शन (MS) योजना और आयामी नियमितीकरण (dimensional regularization) का उपयोग करता है।
• पैमाना चयन (Scale Selection): सभी प्रासंगिक उतार-चढ़ाव को पकड़ने के लिए, पुनर्सामान्यीकरण स्केल को $\mu = L^{-1}$ के रूप में चुना गया है। यह दर फलन को आयामहीन चरों: $\tilde{s}$ (स्केल्ड स्पिन), $\tilde{g}$ (स्केल्ड कपलिंग), और $\tilde{t}$ (स्केल्ड तापमान) के पदों में व्यक्त करने की अनुमति देता है।
• विघटन (Decomposition): दर फलन को अनंत-आयतन फिक्स्ड-पॉइंट पोटेंशियल $I_{\zeta,n,\text{inf}}(\tilde{s})$ और परिमित-आकार सुधार $I_{\zeta,n,\text{fin}}(\tilde{s})$ में विभाजित किया गया है।

3. प्रमुख योगदान

• $O(n)$ के लिए सामान्यीकरण: प्राथमिक योगदान $n=1$ (आइसिंग) मामले से सामान्य $O(n)$ मॉडल तक दो-लूप क्रमबद्ध ढांचे का विस्तार करना है।
• विश्लेषणात्मक अभिव्यक्ति (Analytical Expressions): शोध पत्र $\epsilon$ के दूसरे क्रम तक दर फलन के लिए स्पष्ट, अत्यधिक जटिल विश्लेषणात्मक अभिव्यक्तियाँ (समीकरण 27 और 28) प्रदान करता है। इनमें जैकोबी-थीटा फलन और परिशिष्टों में परिभाषित विभिन्न इंटीग्रल फलन ($\Delta, \theta, I, K$) शामिल हैं।
• बड़े-क्षेत्र व्यवहार की भविष्यवाणी (Large-Field Behavior Prediction): लेखक विश्लेषणात्मक रूप से दर फलन के उप-प्रमुख सार्वभौमिक बड़े-क्षेत्र व्यवहार को व्युत्पन्न करता है, जो यह दर्शाता है कि यह $I_{\zeta,n}(x) \sim x^{\delta+1} - n(\delta-1)^2 \log x$ के रूप का अनुसरण करता है।
• संख्यात्मक ढांचा (Numerical Framework): यह कार्य इन वितरणों के लिए आवश्यक गैर-तुच्छ इंटीग्रल के मूल्यांकन के लिए आवश्यक गणितीय मशीनरी (पॉइसन समेशन के माध्यम से असतत योग गणना) प्रदान करता है।

4. परिणाम

• बेहतर सटीकता: $O(2)$ (XY मॉडल) और $O(3)$ (हाइजेनबर्ग मॉडल) के लिए मोंटे-कार्लो (MC) सिमुलेशन के साथ तुलना दर्शाती है कि दो-लूप परिणाम, विशेष रूप से छोटे-क्षेत्र क्षेत्र में, एक-लूप परिणामों की तुलना में डेटा के साथ काफी बेहतर फिट प्रदान करते हैं।
• दर फलन का न्यूनतम (Minimum of the Rate Function): शोध पत्र $O(2)$ और $O(3)$ मॉडलों के लिए दर फलन के न्यूनतम ($I_{\min}$) के लिए बेहतर निर्धारण प्रदान करता है, जो पिछले क्रमबद्ध चरणों की तुलना में MC डेटा के साथ अधिक निकटता से मेल खाता है।
• FRG के साथ तुलना: परिणामों की तुलना फंक्शनल रेनॉर्मलाइजेशन ग्रुप (FRG) गणनाओं के विरुद्ध की गई है, जो गुणात्मक और मात्रात्मक निरंतरता दर्शाती है।
• बड़े-क्षेत्र विसंगति (Large-Field Discrepancy): लेखक नोट करता है कि जबकि छोटे-क्षेत्र व्यवहार को अच्छी तरह से पुनरुत्पादित किया गया है, बड़े-क्षेत्र व्यवहार MC डेटा से विचलित होता है। इसका श्रेय इस तथ्य को दिया गया है कि दो-लूप विस्तार वास्तविक गैर-परत (non-perturbative) घातांक के बजाय $\epsilon$-विस्तार प्रदान करता है।

5. महत्व

यह कार्य $O(n)$ सममित प्रणालियों में परिमित-आकार स्केलिंग (finite-size scaling) और महत्वपूर्ण घटनाओं की समझ को आगे बढ़ाता है। $\zeta$ द्वारा अनुक्रमित PDFs के पूरे परिवार को कंप्यूट करने के लिए एक व्यवस्थित तरीका प्रदान करके, यह अध्ययन करने के लिए एक शक्तिशाली उपकरण प्रदान करता है कि सीमा स्थितियाँ (boundary conditions) और सिस्टम ज्यामिति महत्वपूर्ण उतार-चढ़ाव को कैसे प्रभावित करती हैं। इसके अलावा, यह शोध पत्र बड़े-क्षेत्र व्यवहार को ठीक करने के लिए RG सुधार (RG improvement) की आवश्यकता की पहचान करता है और $d=4$ पर क्षेत्र सिद्धांतों की "तुच्छता" (triviality) के अध्ययन और इन विधियों को संतुलन से बाहर (out-of-equilibrium) प्रणालियों पर लागू करने के लिए भविष्य के अन्वेषणों का मार्ग प्रशस्त करता है।