🔢 mathematics

On Fractional Borg-Levinson Problem

यह शोध पत्र एक विशिष्ट स्वीकार्य वर्ग के भीतर विभवों (potentials) के अद्वितीय निर्धारण को स्थापित करता है, बशर्ते कि भिन्नात्मक घातांक (fractional exponent) अंतराल $(\frac{1}{2}, 1)$ में स्थित हो, जो भिन्नात्मक बोर्ग-लेविन्सन व्युत्क्रम वर्णक्रमीय समस्या (fractional Borg-Levinson inverse spectral problem) के लिए है।

मूल लेखक: Saumyajit Das (Harish Chandra Research Institute India), Tuhin Ghosh (Harish Chandra Research Institute India)

प्रकाशित 2026-09-11

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Saumyajit Das (Harish Chandra Research Institute India), Tuhin Ghosh (Harish Chandra Research Institute India)

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

गणित और भौतिकी के शांत कोनों में, 'इनवर्स स्पेक्ट्रल प्रॉब्लम्स' (inverse spectral problems) नामक समस्याओं का एक वर्ग मौजूद है। कल्पना कीजिए कि एक संगीतकार ढोल बजा रहा है। यदि आप ध्यान से उसकी आवाज़ सुनते हैं, तो आप अक्सर ढोल के आकार, उसकी त्वचा के तनाव, या उसमें जुड़े किसी छिपे हुए भार के बारे में कुछ जान सकते हैं। अवकल समीकरणों (differential equations) की दुनिया में, "आवाज़" आवृत्तियों का एक समूह है, जिन्हें 'आइजनवैल्यूज़' (eigenvalues) कहा जाता है, जिन पर एक प्रणाली स्वाभाविक रूप से कंपन करती है। "ढोल" एक भौतिक स्थान का गणितीय मॉडल है, और "छिपा हुआ भार" एक 'पोटेंशियल' (potential) है, जो एक फलन (function) है जो यह बताता है कि उस स्थान के भीतर ऊर्जा या पदार्थ कैसे वितरित है। दशकों से, गणितज्ञों ने एक गहन प्रश्न पूछा है: यदि आप आवृत्तियों और सीमाओं पर प्रणाली के व्यवहार को जानते हैं, तो क्या आप छिपे हुए भार को विशिष्ट रूप से पुनर्गठित कर सकते हैं? यह 'बर्ग-लेविन्सन समस्या' (Borg-Levinson problem) का सार है, एक ऐसी पहेली जिसने लगभग एक सदी से अनुसंधान को प्रेरित किया है, जो सरल एक-आयामी रेखाओं से लेकर जटिल, बहु-आयामी आकृतियों तक विस्तृत है।

लंबे समय तक, यह पहेली केवल उन प्रणालियों के लिए हल की गई थी जो मानक, स्थानीय भौतिक नियमों द्वारा संचालित होती हैं, जहाँ एक बिंदु पर व्यवहार केवल उसके निकटतम पड़ोसियों पर निर्भर करता है। हालाँकि, आधुनिक भौतिकी की दुनिया तेजी से "फ्रैक्शनल" (fractional) प्रणालियों से जुड़ी हुई है। ये ऐसे मॉडल हैं जहाँ नियम गैर-स्थानीय (non-local) होते हैं, जिसका अर्थ है कि स्थान का एक बिंदु दूर स्थित बिंदुओं से प्रभावित हो सकता है, ठीक वैसे ही जैसे भीड़ में एक अफवाह कई लोगों को छोड़कर दूर बैठे व्यक्ति तक पहुँच सकती है। ये फ्रैक्शनल मॉडल सरंध्र चट्टानों (porous rocks) में असामान्य विसरण (anomalous diffusion) या जटिल जैविक ऊतकों में कणों की गति जैसी घटनाओं का वर्णन करने के लिए महत्वपूर्ण हैं। चुनौती यह निर्धारित करना रही है कि क्या क्लासिक इनवर्स समस्या—ध्वनि से छिपे हुए भार का पुनर्निर्माण करना—अभी भी तब भी सत्य रहती है जब अंतर्निहित भौतिकी 'फ्रैक्शनल' हो।

इस कार्य में, शोधकर्ता सौम्यजीत दास और तुहिन घोष 'फ्रैक्शनल बर्ग-लेविन्सन समस्या' का समाधान करते हैं। वे पूछते हैं कि क्या एक फ्रैक्शनल प्रणाली के आंतरिक पोटेंशियल को विशिष्ट रूप से पहचाना जा सकता है यदि हम इसकी कंपन आवृत्तियों और डोमेन की सीमा पर उन कंपनों के प्रकट होने के विशिष्ट तरीके को जानते हैं। लेखक फ्रैक्शनल व्यवहार की एक विशिष्ट सीमा पर ध्यान केंद्रित करते हैं, जहाँ "फ्रैक्शनल एक्सपोनेंट" (fractional exponent) एक-आधे और एक के बीच होता है। यह सीमा तकनीकी रूप से संभालने में कठिन है लेकिन कई भौतिक रूप से प्रासंगिक परिदृश्यों को कवर करती है। वे एक शर्त भी लागू करते है कि अध्ययन किया जाने वाला पोटेंशियल छोटा और गैर-ऋणात्मक (non-negative) है, जिससे यह सुनिश्चित होता है कि गणितीय परिदृश्य विश्लेषण के लिए पर्याप्त स्थिर बना रहे।

शोधकर्ता इस समस्या को देखने के दो अलग-अलग तरीकों के बीच एक सेतु स्थापित करके शुरुआत करते हैं। सबसे पहले, वे समीकरण के स्थिर, एलिप्टिक (elliptic) संस्करण पर विचार करते हैं, जो संतुलन की स्थिति में एक प्रणाली का वर्णन करता है। वे सिद्ध करते हैं कि यदि दो अलग-अलग पोटेंशियल बिल्कुल समान आवृत्तियों और समान सीमा डेटा (boundary data) को उत्पन्न करते हैं, तो गणितीय मानचित्र (mathematical maps) जो सीमा इनपुट को सीमा आउटपुट में बदलते हैं, समान होने चाहिए। यह एक महत्वपूर्ण कदम है क्योंकि यह जटिल स्पेक्ट्रल डेटा को डोमेन के किनारे पर इनपुट और आउटपुट के बीच एक अधिक प्रबंधनीय संबंध में बदल देता है।

इसके बाद, लेखक इस स्थिर समस्या को एक गतिशील समस्या में परिवर्तित करते हैं। वे 'समय' को पेश करते हैं, जिससे समीकरण एक 'पैराबोलिक हीट-लाइक' (parabolic heat-like) समीकरण में बदल जाता है जो यह बताता है कि प्रणाली कैसे विकसित होती है। 'लाप्लास ट्रांसफॉर्म' (Laplace transform) नामक एक गणितीय उपकरण का उपयोग करके, वे दिखाते हैं कि स्थिर मामले में सीमा मानचित्रों की समानता, समय-निर्भर मामले में भी सीमा मानचित्रों को समान होने के लिए बाध्य करती है। यह उन्हें समस्या को एक गैर-स्थानीय पैराबोलिक इनवर्स समस्या के रूप में मानने की अनुमति देता है, जहाँ लक्ष्य समय के साथ प्रणाली के विकास से पोटेंशियल को पुनः प्राप्त करना है।

उनके तर्क का अंतिम और सबसे महत्वपूर्ण हिस्सा समाधानों के घनत्व (density of solutions) पर निर्भर करता है। शोधकर्ता यह प्रदर्शित करते हैं कि सीमा पर इनपुट को बदलकर, डोमेन के भीतर प्रणाली की अवस्थाएँ सभी संभावित फलनों के स्थान को भर सकती हैं। सरल शब्दों में, वे दिखाते हैं कि प्रणाली सीमा इनपुट के प्रति इतनी संवेदनशील है कि आंतरिक अवस्था को लगभग किसी भी विन्यास (configuration) जैसा बनाया जा सकता है। चूँकि दो अलग-अलग पोटेंशियल के लिए सीमा डेटा समान है, और चूँकि प्रणाली सभी संभावित आंतरिक अवस्थाओं का अन्वेषण कर सकती है, इसलिए समीकरणों के सत्य होने के लिए एकमात्र तरीका यह है कि दोनों पोटेंशियल वास्तव में एक ही हों।

शोध पत्र एक निर्णायक परिणाम के साथ समाप्त होता है: छोटे, गैर-ऋणात्मक पोटेंशियल के विशिष्ट वर्ग के भीतर और एक-आधे से एक के बीच के फ्रैक्शनल एक्सपोनेंट के लिए, पोटेंशियल को सीमा स्पेक्ट्रल डेटा द्वारा विशिष्ट रूप से निर्धारित किया जाता है। लेखक सिद्ध करते हैं कि यदि दो ऐसे पोटेंशियल समान आवृत्तियाँ और समान सीमा व्यवहार उत्पन्न करते हैं, तो वे पूरे डोमेन में समान होने चाहिए। यह खोज प्रसिद्ध बर्ग-लेविन्सन प्रमेय को परिचित स्थानीय भौतिकी की दुनिया से अधिक जटिल, गैर-स्थानीय फ्रैक्शनल कैलकुलस के क्षेत्र में विस्तारित करती है, यह पुष्टि करती है कि इन प्रणालियों की छिपी हुई संरचना को वास्तव में उनके किनारे को सुनकर पूरी तरह से प्रकट किया जा सकता है।

तकनीकी सारांश: भिन्नात्मक बोर्ग-लेविंसन समस्या पर

समस्या का विवरण
यह लेख भिन्नात्मक बोर्ग-लेविंसन (Borg-Levinson) समस्या की जांच करता है, जो सीमागत स्पेक्ट्रल डेटा से क्षमता (potentials) की रिकवरी से संबंधित एक व्युत्क्रम स्पेक्ट्रल समस्या (inverse spectral problem) है। यह अध्ययन शास्त्रीय बहुआयामी बोर्ग-लेविंसन प्रमेय को भिन्नात्मक श्रोडिंगर ऑपरेटरों (fractional Schrödinger operators) के परिवेश में विस्तारित करता है। विशेष रूप से, लेखक दो ऑपरेटरों पर विचार करते हैं जो एक चिकने, परिबद्ध, जुड़े हुए डोमेन $\Omega \subset \mathbb{R}^N$ पर $(−\Delta)^a + q_i$ के रूप में परिभाषित हैं, जहाँ $a \in (1/2, 1)$ भिन्नात्मक घातांक है और $q_i$ क्षमताएं हैं।

केंद्रीय प्रश्न यह है कि क्या दो ऐसे ऑपरेटरों के लिए डिरिचलेट स्पेक्ट्रल डेटा (Dirichlet spectral data) की समानता, क्षमताओं की समानता को दर्शाती है। स्पेक्ट्रल डेटा डिरिचलेट आइगेनवैल्यूज़ $\{\lambda_{n, q_i}\}_{n \in \mathbb{N}}$ के अनुक्रम और सामान्यीकृत आइगेनफंक्शंस के संगत डिरिचलेट बाउंड्री ट्रेसेस (boundary traces) से बना है, जिसे $\frac{\phi_{n, q_i}}{d^{a-1}}|_{\partial \Omega}$ द्वारा दर्शाया गया है, जहाँ $d(x)$ सीमा से दूरी है। समस्या पूछती है: यदि $\lambda_{n, q_1} = \lambda_{n, q_2}$ और $\frac{\phi_{n, q_1}}{d^{a-1}}|_{\partial \Omega} = \frac{\phi_{n, q_2}}{d^{a-1}}|_{\partial \Omega}$ सभी $n$ के लिए है, तो क्या यह निष्कर्ष निकाला जा सकता है कि $\Omega$ में $q_1 \equiv q_2$ है?

कार्यप्रणाली (Methodology)
लेखक एक ऐसी रणनीति का उपयोग करते हैं जो स्पेक्ट्रल डेटा, एलिप्टिक बाउंडरी वैल्यू समस्याओं और गैर-स्थानीय परैबोलिक व्युत्क्रम समस्याओं (non-local parabolic inverse problems) को जोड़ती है। प्रमाण निम्नलिखित तार्किक चरणों के माध्यम से आगे बढ़ता है:

एलिप्टिक डिरिचलेट-टू-नेमन (DN) मानचित्रों की समानता:
लेखक पहले यह स्थापित करते हैं कि स्पेक्ट्रल डेटा (आइगेनवैल्यूज़ और बाउंड्री ट्रेसेस) की समानता, संबंधित भिन्नात्मक एलिप्टिक ऑपरेटरों के लिए डिरिचलेट-टू-नेमन मानचित्रों की समानता को दर्शाती है। यह स्पेक्ट्रल विस्तारों का उपयोग करके रिजोलवेंट समीकरण $(−\Delta)^a v + qv = \lambda v$ के समाधानों का निर्माण करके और यह प्रदर्शित करके प्राप्त किया जाता है कि समाधानों के अंतर का बाउंड्री नेमन डेटा स्पेक्ट्रल धारणाओं के तहत शून्य हो जाता है।
परैबोलिक सेटिंग में संक्रमण:
लाप्लास ट्रांसफॉर्म का उपयोग करके, लेखक एलिप्टिक DN मानचित्रों की समानता को गैर-स्थानीय हीट इक्वेशन के लिए परैबोलिक DN मानचित्रों की समानता में परिवर्तित करते हैं:
$\partial_t w + (−\Delta)^a w + qw = 0$
यह चरण लाप्लास ट्रांसफॉर्म के विश्लेषणात्मक गुणों और उपयुक्त $\mu$ -ट्रांसमिशन स्पेस में भिन्नात्मक परैबोलिक समीकरण की सुव्यवस्थितता (well-posedness) पर निर्भर करता है।
समाधान स्थान घनत्व (Solution Space Density) के माध्यम से व्युत्क्रम समस्या:
व्युत्क्रम समस्या का मुख्य भाग एक गैर-स्थानीय परैबोलिक व्युत्क्रम समस्या में बदल जाता है: यदि दो क्षमताएं समान परैबोलिक DN मानचित्र उत्पन्न करती हैं, तो क्या वे समान हैं? इसे हल करने के लिए, लेखक परैबोलिक समीकरण के समाधान स्थान के घनत्व तर्क का उपयोग करते हैं। वे प्रदर्शित करते हैं कि बाउंड्री सोर्स डेटा को बदलकर उत्पन्न होने वाला समाधानों का सेट $L^2(\Omega)$ में सघन (dense) है। यह घनत्व परिणाम बाउंड्री कंट्रोल तकनीकों और ऑब्जर्वेबिलिटी अनुमानों (observability estimates) का उपयोग करके प्राप्त किया गया है।
लघुता धारणाओं (Smallness Assumptions) के तहत विशिष्टता:
अंतिम चरण यह दिखाना है कि समाधानों का घनत्व क्षमता के अंतर की रिकवरी की अनुमति देता है। वे सिद्ध करते हैं कि यदि DN मानचित्र समान हैं, तो $(q_1 - q_2)w_1 \equiv 0$ होता है। $q_1 \equiv q_2$ निष्कर्ष निकालने के लिए, वे $q_1$ पर विशिष्ट प्रतिबंध लगाते हैं: इसे गैर-ऋणात्मक होना चाहिए, और इसकी परिमाण और ग्रेडिएंट पर्याप्त रूप से छोटा (हार्डी-सोबोलेव स्थिरांक और डोमेन ज्यामिति पर निर्भर एक स्थिरांक $\theta$ द्वारा सीमित) होना चाहिए।

प्रमुख योगदान और परिणाम

भिन्नात्मक ऑपरेटरों का विस्तार: शोध पत्र सफलतापूर्वक बहुआयामी बोर्ग-लेविंसन प्रमेय को घातांक $a \in (1/2, 1)$ के प्रतिबंध के साथ भिन्नात्मक श्रोडिंगर ऑपरेटरों तक विस्तारित करता है।
विशिष्टता प्रमेय (Uniqueness Theorem): मुख्य परिणाम (प्रमेय 3) बताता है कि एक चिकने, परिबद्ध, जुड़े हुए डोमेन $\Omega$ के लिए, यदि $q_1$ गैर-ऋणात्मक है और लघुता की स्थिति $|q_1(x)|, |\nabla q_1(x)| \leq \theta$ (जहाँ $\theta$ डोमेन आयाम और हार्डी-सोबोलेव स्थिरांक पर निर्भर करता है) को संतुष्ट करता है, और यदि $(−\Delta)^a + q_1$ और $(−\Delta)^a + q_2$ के लिए स्पेक्ट्रल डेटा समान है, तो $q_1 \equiv q_2$ है।
तकनीकी ढांचा: कार्य भिन्नात्मक लाप्लासियन आइगेनफंक्शंस के विलक्षण बाउंड्री व्यवहार (singular boundary behavior) को संभालने के लिए $\mu$ -ट्रांसमिशन स्पेस (ग्रब और हॉर्मेंडर द्वारा पेश किए गए) के सिद्धांत को एकीकृत करता है। यह डिरिचलेट ट्रेस $\frac{u}{d^{a-1}}$ को कठोरता से परिभाषित करता है और संबंधित बाउंड्री वैल्यू समस्याओं की सुव्यवस्थितता स्थापित करता है।
परैबोलिक व्युत्क्रम समस्या में कमी: लेखक एक विस्तृत व्युत्पत्ति प्रदान करते हैं कि कैसे स्पेक्ट्रल डेटा की समानता परैबोलिक DN मानचित्रों की समानता की ओर ले जाती है, जिससे स्पेक्ट्रल व्युत्क्रम समस्या को एक समाधान स्थान घनत्व द्वारा हल की जाने वाली गैर-स्थानीय परैबोलिक व्युत्क्रम समस्या में बदल दिया जाता है।

महत्ता और दावे
लेखक दावा करते हैं कि उनका कार्य शास्त्रीय व्युत्क्रम स्पेक्ट्रल सिद्धांत (विशेष रूप से नैचमैन, सिल्वेस्टर, उह्लमैन और नोविकोव के कार्यों) के स्थानीय परिणामों को गैर-स्थानीय भिन्नात्मक सेटिंग में विस्तारित करता है। पेपर इस बात पर जोर देता है कि $a \in (1/2, 1)$ का प्रतिबंध तकनीकी कारणों से आवश्यक है, विशेष रूप से प्रासंगिक सोबोलेव स्पेस का $L^2(\partial \Omega)$ में निरंतर समावेशन सुनिश्चित करने के लिए, जो बाउंड्री ट्रेसेस और DN मानचित्रों को परिभाषित करने के लिए महत्वपूर्ण है।

इस परिणाम का महत्व उन गैर-स्थानीय व्युत्क्रम समस्याओं के वर्ग के लिए एक विशिष्टता प्रमेय स्थापित करने में निहित है, जो विसंगत प्रसार (anomalous diffusion) और अन्य भौतिक घटनाओं के मॉडलिंग के लिए तेजी से प्रासंगिक हो रहे हैं, जिनका वर्णन भिन्नात्मक ऑपरेटरों द्वारा किया जाता है। लेखक विनम्रतापूर्वक नोट करते हैं कि उनका प्रमाण एक क्षमता पर लघुता की धारणा पर निर्भर करता है, जो कि ऐसी व्युत्क्रम समस्याओं में एक सामान्य विशेषता है ताकि समाधान स्थान की घनत्व सुनिश्चित की जा सके और सामान्य मामले में गैर-विशिष्टता से जुड़ी समस्याओं से बचा जा सके। यह कार्य नए प्रयोगात्मक अनुप्रयोगों का प्रस्ताव नहीं करता है बल्कि निर्दिष्ट बाधाओं के तहत भिन्नात्मक बोर्ग-लेविंसन समस्या की समाधान क्षमता के लिए एक सैद्धांतिक आधार प्रदान करता है।

इसी तरह के और पेपर