🔬 condensed matter

Restoring detailed balance in non-Hermitian Markov processes

यह शोधपत्र डायसन मानचित्रों (Dyson maps) का उपयोग करते हुए एक सामान्य और गणनात्मक रूप से सुलभ विधि प्रस्तुत करता है ताकि विस्तृत संतुलन (detailed balance) टूटे हुए गैर-हर्मिटीय (non-Hermitian) मार्कोव प्रक्रियाओं में एकदिष्ट एंट्रॉपी वृद्धि (monotonic entropy growth) को पुनर्स्थापित किया जा सके, जिससे गैर-संतुलन प्रणालियों के एक व्यापक वर्ग पर मानक सांख्यिकीय भौतिकी उपकरणों और अनुमान तकनीकों का अनुप्रयोग सक्षम हो सके।

मूल लेखक: Tim Van Wesemael, Gilberto Nakamura, Jan Baetens, Odemir M. Bruno, Alexandre S. Martinez, Christophe Deroulers

प्रकाशित 2026-06-17

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Tim Van Wesemael, Gilberto Nakamura, Jan Baetens, Odemir M. Bruno, Alexandre S. Martinez, Christophe Deroulers

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

कल्पना कीजिए कि आप लोगों की भीड़ के बीच "म्यूजिकल चेयर्स" (musical chairs) के एक अराजक खेल को देख रहे हैं। कुछ लोग खड़े हैं (संक्रमित), और कुछ बैठे हुए हैं (स्वस्थ)। वे नियमों के आधार पर घूमते हैं, खड़े होते हैं और बैठते हैं। विज्ञान की दुनिया में, इसे एक स्टोकेस्टिक प्रोसेस (stochastic process) कहा जाता है—एक ऐसी प्रणाली जो संयोग और अनिश्चितता से संचालित होती है।

आमतौर पर, वैज्ञानिक इन प्रणालियों को समझने के लिए एन्ट्रॉपी (entropy) का उपयोग करते हैं। एन्ट्रॉपी को "अव्यवस्था" या "अनिश्चितता" के माप के रूप में समझें। एक आदर्श, शांत दुनिया में, आप उम्मीद करेंगे कि अव्यवस्था या तो समान बनी रहेगी या समय के साथ और अधिक बढ़ती जाएगी, वह अपने आप व्यवस्थित कभी नहीं होगी। यह "समय का तीर" (arrow of time) है।

हालाँकि, यह शोध पत्र बताता है कि वास्तविक दुनिया की कई प्रणालियों में (जैसे बीमारी का प्रसार या अफवाह का फैलना), "अव्यवस्था" ठीक से व्यवहार नहीं करती है। यह ऊपर जाती है, फिर नीचे आती है, और फिर से ऊपर जाती है। यह नॉन-मोनोटोनिक (non-monotonic) है। यह वैज्ञानिकों के लिए उनके मानक गणितीय उपकरणों का उपयोग करके यह अनुमान लगाना बहुत कठिन बना देता है कि आगे क्या होगा, क्योंकि वे उपकरण इस विचार पर आधारित होते हैं कि चीजें हमेशा अधिक अव्यवस्थित (या समान) होती जाती हैं जब तक कि वे स्थिर न हो जाएं।

समस्या: एक टूटा हुआ दर्पण

लेखक इस प्रणाली का वर्णन एक गणितीय वस्तु के माध्यम से करते हैं जिसे एक मैट्रिक्स (मान लीजिए H) कहा जाता है। एक "अच्छी" प्रणाली में, यह मैट्रिक्स सममित (symmetric) होता है, एक आदर्श दर्पण की तरह। यदि आप प्रतिबिंब देखते हैं, तो वह वस्तु से मेल खाता है। लेकिन इन अराजक, असंतुलित प्रणालियों में, यह मैट्रिक्स नॉन-हर्मिटीन (non-Hermitian) होता है।

कल्पित कीजिए कि आप एक फनहाउस मिरर (funhouse mirror) में देख रहे हैं जो आपकी छवि को विकृत कर देता है। प्रतिबिंब तो है, लेकिन वह बिगड़ा हुआ है। इस विकृति के कारण, प्रणाली की "अव्यवस्था" (एन्ट्रॉपी) अजीब तरह से व्यवहार करती है, कभी-कभी तब भी घट जाती है जब उसे बढ़ना चाहिए था। यह भौतिकी के उन मानक नियमों को तोड़ देता है जिनका उपयोग वैज्ञानिक दुनिया को समझने के लिए करते हैं।

समाधान: "डायसन मैप" (The Dyson Map)

लेखक एक चतुर गणितीय युक्ति पेश करते हैं जिसे डायसन मैप कहा जाता है। इसे एक विशेष चश्मे या लेंस के रूप में सोचें।

जब आप इन "चश्मों" को इस विकृत, फनहाउस-मिरर वाली प्रणाली पर लगाते हैं, तो कुछ जादुई होता है:

विकृति गायब हो जाती है: विकृत मैट्रिक्स एक पूर्ण, सममित दर्पण (एक हर्मिटीन मैट्रिक्स) में बदल जाता है।
नियम बहाल हो जाते हैं: अचानक, "अव्यवस्था" (एन्ट्रॉपी) सामान्य रूप से व्यवहार करने लगती है। यह एक स्थिर अवस्था तक पहुँचने तक लगातार और सुचारू रूप से बढ़ती है।
दृश्य अभी भी सटीक है: भले ही चश्मे के माध्यम से छवि अलग दिखती है, लेकिन अंतर्निहित जानकारी सुरक्षित रहती है। आप अभी भी सटीक संभावनाओं और परिणामों की गणना कर सकते हैं, बस आपको अपने अंतिम उत्तर में एक छोटा सा "सुधार कारक" (जिसे मेट्रिक कहा जाता है) लागू करना होगा।

उपमा: एक डगमगाती मेज को सीधा करना

कल्पना कीजिए कि एक डगमगाती मेज (मूल प्रणाली) है जो बार-बार बाईं और दाईं ओर झुकती रहती है। इसमें कॉफी का कप संतुलित करना कठिन है क्योंकि मेज की गति अप्रत्याशित है।

डायसन मैप एक समायोज्य पैरों (adjustable legs) को जोड़ने जैसा है। आप मेज को नहीं हिलाते; आप उस परिप्रेक्ष्य को बदलते हैं जिससे आप उसे देखते हैं। अचानक, मेज पूरी तरह से समतल दिखाई देती है। कॉफी का कप स्थिर रहता है। "डगमगाहट" गायब हो गई है।

हालाँकि, मेज अभी भी उसी फर्श पर स्थित है। यदि आप जानना चाहते हैं कि कमरे में मेज वास्तव में कहाँ है, तो आपको याद रखना होगा कि आपने उसमें वे पैर जोड़े थे। शोध पत्र उस "लेवल टेबल" वाले दृश्य को वापस "डगमगाती मेज" की वास्तविकता में अनुवाद करने के लिए गणित प्रदान करता है, जिससे यह सुनिश्चित होता है कि कोई जानकारी नष्ट न हो।

उन्होंने क्या परीक्षण किया: एक रोग मॉडल

यह सिद्ध करने के लिए कि यह काम करता है, लेखकों ने बीमारी फैलने के एक मॉडल (जिसे SIS मॉडल कहा जाता है) पर अपनी विधि लागू की।

सुधार से पहले: उन्होंने बीमारी के प्रसार की "अनिश्चितता" को देखा। जैसे ही बीमारी फैली, यह ऊपर गई, फिर जैसे ही यह स्थिर हुई, यह नीचे गई, और फिर से ऊपर गई। यह एक भ्रमित करने वाली, टेढ़ी-मेढ़ी रेखा थी।
सुधार के बाद: अपने डायसन मैप का उपयोग करते हुए, उन्होंने उसी प्रक्रिया को देखा। अनिश्चितता एक पहाड़ी से नीचे लुढ़कती गेंद की तरह सुचारू रूप से और लगातार ऊपर गई, जब तक कि वह नीचे नहीं पहुँच गई।

इस सुचारू, अनुमानित व्यवहार ने उन्हें उस "टिपिंग पॉइंट" (phase transition) को आसानी से खोजने की अनुमति दी जहाँ बीमारी खत्म होने और महामारी बनने के बीच का अंतर होता है। मूल, टूटे हुए दृश्य में, इसे पहचानना बहुत कठिन था।

बड़ी तस्वीर

शोध पत्र का दावा है कि इस "लेंस" (डायसन मैप) का उपयोग करके, वैज्ञानिक उन अव्यवधिक, अप्रत्याशित प्रणालियों को, जो ऊष्मागतिकी (thermodynamics) के मानक नियमों को तोड़ती हैं, एक स्वच्छ, व्यवस्थित प्रणाली में बदल सकते हैं जो नियमों का पालन करती है।

यह प्रणाली की भौतिक वास्तविकता को नहीं बदलता है; यह केवल उस गणितीय भाषा को बदल देता है जिसका उपयोग इसे वर्णित करने के लिए किया जाता है। यह शोधकर्ताओं को उन समस्याओं को हल करने के लिए शक्तिशाली, मानक उपकरणों का उपयोग करने की अनुमति देता है जो पहले बहुत अधिक अराजक होने के कारण संभालने योग्य नहीं थीं, जैसे कि यह अनुमान लगाना कि भीड़ में बीमारी कैसे फैलती है या अफवाह कैसे चलती है, पहले गणित को "सीधा" करके।

संक्षेप में: शोध पत्र एक अराजक, भ्रमित करने वाली गणितीय समस्या को एक साफ, व्यवस्थित समस्या में बदलने, उसे आसानी से हल करने और फिर बिना किसी विवरण को खोए उत्तर को वास्तविक दुनिया में अनुवाद करने का एक तरीका प्रदान करता है।

तकनीकी सारांश: गैर-हर्मिटीअन (Non-Hermitian) मार्कोव प्रक्रियाओं में विस्तृत संतुलन की बहाली

समस्या विवरण
साम्यावस्था से बाहर की स्टोकेस्टिक प्रक्रियाएं, विशेष रूप से जिन्हें असतत अवस्थाओं वाले मार्कोव प्रक्रियाओं द्वारा मॉडल किया जाता है, अक्सर असममित संक्रमण दरों (transition rates) को शामिल करती हैं जो विस्तृत संतुलन (detailed balance) को तोड़ देती हैं। ये गैर-हर्मिटीअन स्टोकेस्टिक जनरेटर ( $H$ ) गैर-एकदिष्ट एंट्रॉपी उत्पादन (non-monotonic entropy production) की ओर ले जाते हैं, जहाँ एंट्रॉपी क्षणिक वृद्धि के बाद घट सकती है। यह व्यवहार मानक ऊष्मागतिकी व्याख्याओं या उन तकनीमेंक को कमजोर करता है जो एंट्रॉपी के अधिकतमकरण या निरंतर बढ़ती अनिश्चितता की धारणा पर निर्भर करते हैं। इसके अलावा, इन प्रणालियों में समय की उत्क्रमणीयता (time reversibility) का अभाव भौतिक व्याख्या को जटिल बनाता है, जहाँ साम्यावस्था अवस्थाएं निम्न-एंट्रॉपी विन्यास (low-entropy configurations) को कूटबद्ध कर सकती हैं। जबकि टेंसर नेटवर्क विधियाँ उच्च-आयामी परस्पर क्रिया करने वाली प्रणालियों की "आयामीता के अभिशाप" (curse of dimensionality) को संबोधित करती हैं, वे गैर-हर्मिटीअन गतिकी और परिणामी गैर-एकदिष्ट एंट्रॉपी की मौलिक समस्या का समाधान नहीं करती हैं।

कार्यप्रणाली
लेखक गैर-हर्मिटीअन स्टोकेस्टिक जनरेटर को हर्मिटीअन ऑपरेटरों में बदलने के लिए डायसन मैप्स ( $\eta$ ) के उपयोग का प्रस्ताव करते हैं, जो वास्तविक आइगेन मान स्पेक्ट्रम (eigenvalue spectrum) को सुरक्षित रखते हैं। मुख्य कार्यप्रणाली में शामिल है:

डायसन रूपांतरण (Dyson Transformation): मास्टर समीकरण $\partial_t |P(t)\rangle = -H|P(t)\rangle$ पर एक उत्क्रमणीय रूपांतरण लागू किया जाता है, जिससे रूपांतरित समीकरण $\partial_t |\phi(t)\rangle = -\tilde{H}|\phi(t)\rangle$ प्राप्त होता है, जहाँ $|\phi(t)\rangle = \eta|P(t)\rangle$ और $\tilde{H} = \eta H \eta^{-1}$ है।
मेट्रिक ऑपरेटर (Metric Operator): रूपांतरण एक मेट्रिक ऑपरेटर $\Omega = \eta^\dagger \eta$ पेश करता है, जो मूल प्रणाली में योगदान को पुन: भारित (re-weight) करता है। यह ऑपरेटर रूपांतरित निर्देशांकों में मापों को मूल संभाव्यता वेक्टर से जोड़ता है, जिससे यह सुनिश्चित होता है कि सांख्यिकीय औसत $\langle O \rangle$ को $\langle \phi | \tilde{\Omega} \Xi' O' | \phi \rangle$ के माध्यम से पुनः प्राप्त किया जा सके।
एंट्रॉपी बहाली (Entropy Restoration): रूपांतरित प्रणाली में, रेनी एंट्रॉपी (Rényi entropy) $S' = -\ln |\phi(t)|^2$ को सिद्ध किया गया है कि समय के साथ एकदिष्ट रूप से बढ़ती है ( $\frac{1}{2}\frac{d}{dt}S'(t) \geq 0$ )। यह मूल प्रणाली के विपरीत है, जहाँ वर्ग मानक $|P(t)|^2$ (और इस प्रकार एंट्रॉपी) स्थानीय न्यूनतम प्रदर्शित कर सकती है।
संगणनात्मक निर्माण (Computational Construction):
- विश्लेषणात्मक दृष्टिकोण: लेखक एक बंद ऑपरेटर बीजगणित (closed operator algebra) के भीतर एक हर्मिटीअन जनरेटर $\Lambda = \ln \eta$ की खोज करते हैं। $H = H^\dagger$ की स्थिति को कम्यूटेटर्स (commutators) के संदर्भ में विस्तारित करके, वे $\Lambda$ को हल करने के लिए बीजगणितीय समीकरणों (जिसमें गुणांक $G_{ijk}$ शामिल हैं) का एक सेट व्युत्पन्न करते हैं। यह दृष्टिकोण यह मानता है कि कम्यूटेटर के तहत एक बंद संरचना मौजूद है, जो सभी गैर-तुच्छ परस्पर क्रिया करने वाली समस्याओं के लिए सत्य नहीं हो सकती है।
- संख्यात्मक दृष्टिकोण: सामान्य मामलों के लिए जहाँ विश्लेषणात्मक क्लोजर कठिन है, एक पुनरावृत्ति संख्यात्मक एल्गोरिदम प्रस्तावित किया गया है। यह विधि $\Lambda$ को बीजगणित में एक घूर्णन अक्ष (rotation axis) के रूप में मानती है, और जनरेटर के एंटी-हर्मिटीअन घटक ( $\Delta H$ ) को दबाने के लिए पुनरावृत्ति घूर्णन करती है जब तक कि एक सहनशीलता (tolerance) प्राप्त न हो जाए।

प्रमुख परिणाम
इस कार्यप्रणाली को एक स्थिर संपर्क ग्राफ पर ससेप्टिबल-इन्फेक्टेड-ससेप्टिबल (SIS) महामारी मॉडल पर लागू किया गया:

एकदिष्ट एंट्रॉपी वृद्धि: रूपांतरित प्रणाली में, रेनी एंट्रॉपी $S'$ साम्यावस्था तक पहुँचने तक एकदिष्ट रूप से बढ़ती है, जबकि मूल प्रणाली की एंट्रॉपी एक क्षणिक अधिकतम के बाद घटती है।
सांख्यिकीय समानता: रूपांतरण के बावजूद, रूपांतरित प्रणाली में गणना किए गए सांख्यिकीय औसत (संक्रामक शीर्षों का माध्य और मानक विचलन) उच्च सटीकता के साथ मूल प्रणाली के परिणामों से मेल खाते हैं (कोलमोगोरोव-स्मिरनोव दूरी $< 10^{-3}$ ), बशर्ते मेट्रिक ऑपरेटर को सही ढंग से लागू किया गया हो।
चरण संक्रमण का पता लगाना (Phase Transition Detection): दोनों प्रणालियों (मूल और रूपांतरित) में रेनी एंट्रॉपी का अधिकतम मान संक्रमण दर ( $\beta/\gamma$ ) के समान क्रांतिक अनुपात पर मेल खाता है। यह पुष्टि करता है कि रूपांतरित प्रणाली, भले ही उसमें समय की उत्क्रमणीयता बहाल हो गई है, मूल गैर-हर्मिटीअन प्रणाली में पाए जाने वाले चरण संक्रमण के हस्ताक्षर को बनाए रखती है।
संरचना संरक्षण: रूपांतरित प्रणाली में स्थिर-अवस्था वितरण ( $|\phi\rangle$ ) मूल वितरण ( $|P\rangle$ ) के संरचनात्मक सूचकांकों को संरक्षित करता है, जो यह सुझाव देता है कि डायसन मैप का विकर्ण (diagonal) योगदान रूपांतरण को नियंत्रित करता है जबकि ऑफ-डायगोनल घटक एंट्रॉपी बढ़ाने के लिए घटकों को मिश्रित करने का कार्य करते हैं।

महत्व और दावे
यह शोध पत्र दावा करता है कि यह व्यापक श्रेणी की मार्कोवियन प्रणालियों में विस्तृत संतुलन को बहाल करने के लिए एक सामान्य और संगणनात्मक रूप से सुलभ विधि प्रदान करता है। अपने गैर-हर्मिटीअन जनरेटरों को हर्मिटीअन में बदलकर, यह दृष्टिकोण इन प्रणालियों को "परिचित भौतिक व्याख्या" प्रदान करता है जो सख्ती से धनात्मक एंट्रॉपी उत्पादन द्वारा लक्षित है। यह उन्हें साम्यावस्था अवस्थाओं को निर्धारित करने के लिए एंट्रॉपी के अधिकतमकरण जैसे मानक सांख्यिकीय भौतिकी उपकरणों के अनुप्रयोग की अनुमति देता है।

लेखक इस बात पर प्रकाश डालते हैं कि यह औपचारिकता स्टोकेस्टिक प्रक्रियाओं और क्वांटम गतिकी (Wick rotation $t \to i\tau$ के माध्यम से) के बीच एक संबंध स्थापित करती है (वास्तविक, गैर-ऋणात्मक स्पेक्ट्रम वाली प्रणालियों के लिए)। यह समानता बताती है कि शोर और उतार-चढ़ाव द्वारा हावी कठिन शास्त्रीय स्टोकेस्टिक समस्याओं को हल करने के लिए क्वांटम सिम्युलेटर का उपयोग किया जा सकता है। हालाँकि, लेखक विनम्रतापूर्वक इसकी सीमाओं का उल्लेख करते हैं: वर्तमान दृष्टिकोण के लिए वास्तविक स्पेक्ट्रा की आवश्यकता है और यह जटिल आइगेन मानों (दोलन व्यवहार) वाले सिस्टम को सीधे संबोधित नहीं कर सकता है, और विश्लेषणात्मक निर्माण उन विशिष्ट बीजगणितीय क्लोजर पर निर्भर करता है जो सभी परस्पर क्रिया करने वाली समस्याओं के लिए मौजूद नहीं हो सकते हैं। यह विधि प्रभावी रूप से गैर-एकदिष्ट एंट्रॉपी की जटिलता को मेट्रिक ऑपरेटर $\tilde{\Omega}$ के माध्यम से सांख्यिकीय औसत की गणना की जटिलता के साथ बदल देती है।

समस्या: एक टूटा हुआ दर्पण

समाधान: "डायसन मैप" (The Dyson Map)

उपमा: एक डगमगाती मेज को सीधा करना

उन्होंने क्या परीक्षण किया: एक रोग मॉडल

बड़ी तस्वीर

इसी तरह के और पेपर