🔬 condensed matter

Change in the Order of a Phase Transition in the 2D Potts Model with Equivalent Neighbours

यह शोध पत्र इस बात की जांच करता है कि दो-आयामी $q=3$ पॉट्स मॉडल (Potts model) में अंतःक्रिया की सीमा (interaction range) को बढ़ाने से इसके चरण संक्रमण (phase transition) की कोटि कैसे बदलती है, जिसमें विभाजन फलन के शून्य (partition function zeros) का उपयोग करके उन विशिष्ट अंतःक्रियात्मक पड़ोसियों की संख्या की पहचान की गई है जो द्वितीय-कोटि से प्रथम-कोटि के व्यवहार में परिवर्तन को प्रेरित करते हैं।

मूल लेखक: Petro Sarkanych

प्रकाशित 2026-02-18

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Petro Sarkanych

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 एक विशाल वर्गाकार कमरे में एक बहुत बड़ी पार्टी आयोजित कर रहे हैं। मेहमान "स्पिन्स" (spins) हैं, जो पोट्स मॉडल (Potts Model) नामक एक भौतिकी मॉडल का हिस्सा हैं। प्रत्येक मेहमान तीन में से एक पोशाक चुन सकता है (मान लीजिए कि लाल, नीला या हरा)। पार्टी का नियम सरल है: मेहमान अपने पड़ोसियों के समान पोशाक पहनना चाहते हैं। यदि वे मेल खाते हैं, तो वे खुश हैं (कम ऊर्जा); यदि वे मेल नहीं खाते, तो वे चिड़चिड़े हैं (उच्च ऊर्जा)।

जैसे-जैसे कमरा ठंडा होता है (भौतिकी में इसका अर्थ है कि तापमान गिरता है), मेहमान घबराने लगते हैं और तालमेल बिठाने की कोशिश करते हैं। अंततः, वे सभी एक ही रंग पर सहमत हो जाते हैं। अचानक सहमति के इस क्षण को फेज़ ट्रांज़िशन (Phase Transition) कहा जाता है।

बड़ा सवाल: बदलाव कितना अचानक है?

इस पार्टी के मानक संस्करण में (जहाँ मेहमान केवल उन लोगों से बात करते हैं जो उनके ठीक बगल में खड़े हैं), बदलाव दो तरीकों से होता है:

एक सुचारू फिसलन (Second-Order): यदि पोशाक के विकल्प केवल कुछ ही हैं (जैसे 2 या 3), तो मेहमान धीरे-धीरे सहमत होने लगते हैं। कमरा धीरे-धीरे रंगों के मिश्रण से बदलकर एक ही रंग के ठोस ब्लॉक में बदल जाता है। यह एक सुचारू, कोमल संक्रमण है।
एक अचानक झटका (First-Order): यदि पोशाक के विकल्प बहुत अधिक हैं (4 से अधिक), तो मेहमान अचानक घबरा जाते हैं और ठीक उसी क्षण एक ही रंग में बदल जाते हैं। यह एक अराजक, आकस्मिक उछाल है।

लेकिन यहाँ एक मोड़ है: क्या होगा यदि मेहमान उन लोगों से भी बात कर सकें जो उनसे दूर हैं? क्या होगा यदि वे केवल अपने निकटतम पड़ोसी से फुसफुसाने के बजाय, कमरे के पार 80, 90 या 100 लोगों तक चिल्लाकर बात कर सकें?

यही वह चीज़ है जिसकी यह शोध पत्र जांच करता है। लेखक, पेट्रो सार्कानिक (Petro Sarkanych) ने पूछा: "यदि हम उन लोगों की संख्या बढ़ा दें जिनसे प्रत्येक मेहमान बात कर सकता है, तो क्या 'सुचारू फिसलन' एक 'अचानक झटके' में बदल जाएगी?"

प्रयोग: द "फुकुई-तोडो" पार्टी प्लानर

इसका उत्तर देने के लिए, लेखक ने केवल अनुमान नहीं लगाया; उन्होंने एक विशाल कंप्यूटर सिमुलेशन चलाया। इसे एक अत्यंत उन्नत पार्टी प्लानर के रूप में समझें।

एल्गोरिदम: उन्होंने फुकुई-तोडो एल्गोरिदम (Fukui-Todo algorithm) नामक एक चतुर तकनीक का उपयोग किया। कल्पना कीजिए कि हर एक मेहमान के जोड़े की एक-एक करके जाँच करने के बजाय (जिसमें बहुत समय लगेगा), प्लानर एक जादुई "रैंडम नंबर जनरेटर" का उपयोग करता है ताकि तुरंत यह पता चल सके कि किससे बात होने की संभावना है। यह तकनीक सिमुलेशन को विशाल भीड़ और लंबी दूरी की बातचीत को बहुत तेज़ी से संभालने में सक्षम बनाती है।
परिवर्तनीय (Variable): लेखक ने उन पड़ोसियों की संख्या ( $z$ ) को बदला जिनसे प्रत्येक मेहमान बात कर सकता था। उन्होंने 4 पड़ोसियों से शुरुआत की और धीरे-धीरे इसे बढ़ाकर 100 कर दिया, जिससे "क्रिटिकल पॉइंट" की जाँच की जा सके जहाँ पार्टी का व्यवहार बदल जाता है।

गुप्त हथियार: "घोस्ट" ज़ीरोस (Ghost Zeros)

आप बिना पूरी पार्टी देखे यह कैसे जान सकते हैं कि संक्रमण सुचारू है या अचानक? लेखक ने पार्टीशन फंक्शन ज़ीरोस (Partition Function Zeros) नामक एक गणितीय उपकरण का उपयोग किया।

"पार्टीशन फंक्शन" को एक विशाल स्कोरकार्ड के रूप में सोचें जो भविष्यवाणी करता है कि पार्टी कैसे व्यवहार करेगी।

एक सुचारू संक्रमण में, "ज़ीरो" (वे बिंदु जहाँ स्कोरकार्ड शून्य हो जाता है) वास्तविक दुनिया की ओर धीरे-धीरे और कोमलता से बढ़ते हैं, जैसे कोई नाव घाट की ओर बढ़ रही हो।
एक अचानक संक्रमण में, ये ज़ीरो एक तोप के गोले की तरह वास्तविक दुनिया से टकराते हैं।

एक जटिल गणितीय स्थान में इन "घोस्ट ज़ीरो" के गिरने के स्थान का विश्लेषण करके, लेखक यह बता सकते थे कि किस प्रकार का संक्रमण हो रहा है, यहाँ तक कि पार्टी पूरी तरह शुरू होने से पहले ही।

निष्कर्ष: जादुई संख्या 80 और 84 के बीच है

परिणाम बेहद दिलचस्प थे:

सुरक्षित क्षेत्र ( $z < 80$ ): जब मेहमान 80 से कम लोगों से बात करते हैं, तो पार्टी एक सुचारू फिसलन की तरह व्यवहार करती है। भले ही वे अधिक लोगों से बात कर रहे हों, संक्रमण कोमल बना रहता है। यह अभी भी एक "सेकंड-ऑर्डर" ट्रांज़िशन है।
खतरा क्षेत्र ( $z > 84$ ): एक बार जब पड़ोसियों की संख्या 84 या उससे अधिक हो जाती है, तो पार्टी अचानक एक अचानक झटके में बदल जाती है। संक्रमण अचानक और अराजक हो जाता है। अब यह एक "फर्स्ट-ऑर्डर" ट्रांज़िशन है।
क्रॉसओवर ( $z = 80 \text{ से } 84$ ): यह "ट्रिक्रिटिकल" (Tricritical) क्षेत्र है। यह टिपिंग पॉइंट है। यहाँ, सिस्टम भ्रमित है, यह एक सुचारू फिसलन और एक अचानक झटके दोनों की तरह व्यवहार करता है। यह वह सटीक क्षण है जब पार्टी के नियम बदल जाते हैं।

यह क्यों मायने रखता है?

आप पूछ सकते हैं, "रंगीन कपड़ों वाली कंप्यूटर पार्टी की परवाह कौन करता है?"

यह वास्तव में यूनिवर्सैलिटी (Universality) के बारे में एक गहरा सबक है। भौतिकी में, हम अक्सर सोचते हैं कि किसी प्रणाली के नियम तय होते हैं। उदाहरण के लिए, हमने सोचा था कि, "यदि आपके पास एक 2D ग्रिड है, तो संक्रमण हमेशा सुचारू होगा।" यह शोध पत्र सिद्ध करता है कि प्रभाव की सीमा (interaction range) मायने रखती है।

यह कहने जैसा है कि:

यदि आप केवल अपने तत्काल मित्रों को सुनते हैं, तो आपकी राय धीरे-धीरे और क्रमिक रूप से बदलती है।
लेकिन यदि आप एक साथ 80 लोगों को सुनना शुरू कर देते हैं, तो आपकी राय तुरंत और हिंसक रूप से बदल सकती है।

यह शोध पत्र दिखाता है कि केवल प्रभाव की दूरी को बदलकर (इंटरैक्शन रेंज), आप वास्तविकता की मूल प्रकृति को ही बदल सकते हैं, एक कोमल बदलाव को एक हिंसक विस्फोट में बदल सकते हैं।

मुख्य निष्कर्ष (The Takeaway)

लेखक ने पाया कि एक विशिष्ट प्रकार के 2D सिस्टम के लिए, वह "जादुई संख्या" जहाँ दुनिया कोमल से अराजक में बदल जाती है, 80 और 84 पड़ोसियों के बीच कहीं है।

यह हमें याद दिलाता है कि जटिल प्रणालियों में—चाहे वे चुंबक हों, सामाजिक नेटवर्क हों, या पारिस्थितिकी तंत्र—चीजें एक-दूसरे को कितना प्रभावित करती हैं, वह दूरी उतनी ही महत्वपूर्ण है जितना कि वे चीजें स्वयं हैं। प्रभाव की पहुँच बदलें, और आप खेल के नियम बदल देंगे।

यहाँ पेट्रो सारकन्य (Petro Sarkanych) के शोध पत्र "Change in the Order of a Phase Transition in the 2D Potts Model with Equivalent Neighbours" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र समान पड़ोसियों (equivalent neighbours - परिमित-सीमा अंतःक्रियाओं) वाले वर्गाकार जालक (square lattice) पर 2D $q=3$ पॉट्स मॉडल (Potts model) की जांच करता है।

पृष्ठभूमि: मानक निकटतम-पड़ोसी (nearest-neighbour) मामले ( $z=4$ ) में, $q=3$ पॉट्स मॉडल एक द्वितीय-क्रम चरण संक्रमण (second-order phase transition) से गुजरता है जिसके विशिष्ट क्रिटिकल एक्सपोनेंट्स ( $\alpha = 1/3, \nu = 5/6$ ) होते हैं। अनंत-सीमा (मीन-फील्ड) सीमा ( $z \to \infty$ ) में, यह एक प्रथम-क्रम चरण संक्रमण (first-order phase transition) से गुजरता है ( $\alpha = 1, \nu = 1/2$ )।
अंतराल (The Gap): पिछले शोध (विशेष रूप से कियान एट अल. [9] द्वारा) ने सुझाव दिया था कि अंतःक्रिया की सीमा $z$ को बढ़ाने से द्वितीय-क्रम से प्रथम-क्रम व्यवहार में क्रॉसओवर प्रेरित हो सकता है, जिसमें एक मार्जिनल मान $z_c \approx 80$ का अनुमान लगाया गया था। हालाँकि, यह अनुमान बाइंडर क्युमुलांट (Binder cumulant) के स्केलिंग पर आधारित था और विशिष्ट समन्वय संख्याओं (coordination numbers) तक सीमित था।
उद्देश्य: लेखक का लक्ष्य उस क्रिटिकल इंटरेक्शन रेंज $z_c$ का अधिक सटीक निर्धारण करना है जहाँ चरण संक्रमण का क्रम बदल जाता है। इसमें इस प्रतिबंध को हटाना शामिल है कि $z$ को पूर्ण समन्वय गोलों (complete coordination spheres) के अनुरूप होना चाहिए, और जालक समरूपता (lattice symmetry) को बनाए रखने के लिए $z$ को 4 के चरणों में बदलने की अनुमति देना शामिल है।

2. कार्यप्रणाली (Methodology)

यह अध्ययन उन्नत मोंटे कार्लो सिमुलेशन और विभाजन फलन शून्य (Partition Function Zeros - Fisher Zeros) पर आधारित एक विशिष्ट विश्लेषण तकनीक का उपयोग करता है।

A. सिमुलेशन एल्गोरिदम: फुकुई-तोदो (Fukui-Todo)

एल्गोरिदम: लेखक फुकुई-तोदो क्लस्टर मोंटे कार्लो एल्गोरिदम का उपयोग करते हैं, जो फोर्ट्यून-कास्टेलिन (Fortuin-Kasteleyn) प्रतिनिधित्व का एक विस्तार है।
दक्षता: मानक क्लस्टर एल्गोरिदम (जैसे स्वेंड्सन-वांग) के विपरीत, जो लंबी-सीमा वाली अंतःक्रियाओं के लिए $O(N^2)$ स्केल करते हैं, फुकुई-तोदो एल्गोरिदम बॉन्ड वेरिएबल्स के लिए पॉइसन वितरण (Poisson distribution) का उपयोग करता है ताकि लंबी-सीमा वाली अंतःक्रियाओं के लिए भी $O(N)$ समय जटिलता प्राप्त की जा सके।
अवलोकनीय (Observables): यह एल्गोरिदम सीधे बॉन्ड वेरिएबल योग $K$ और मैग्नेटाइजेशन $m$ को मापता है। आंतरिक ऊर्जा और विशिष्ट ऊष्मा (specific heat) को $K$ के सांख्यिकी से प्राप्त किया जाता है, जिससे पारंपरिक तरीकों के लिए आवश्यक गणनात्मक रूप से महंगी $O(N^2)$ ऊर्जा गणना से बचा जा सकता है।

B. विश्लेषण तकनीक: विभाजन फलन शून्य (Partition Function Zeros)

केवल मानक अवलोकनीय (जैसे बाइंडर क्युमुलांट) पर निर्भर रहने के बजाय, यह शोध पत्र फिशर ज़ीरो (Fisher zeros) (जटिल तापमान तल में विभाजन फलन के शून्य) का विश्लेषण करता है।

रीवेटिंग विधि (Reweighting Method): प्रत्येक चरण पर ऊर्जा की गणना किए बिना शून्य खोजने के लिए, लेखक एक रीवेटिंग संबंध का उपयोग करते हैं:
$\sum_n \left(\frac{\beta'}{\beta}\right)^{K_n} = 0$
जहाँ $K_n$ व्युत्क्रम तापमान $\beta$ पर मापा गया बॉन्ड वेरिएबल योग है।
स्केलिंग विश्लेषण: क्रिटिकल एक्सपोनेंट्स निकालने के लिए दो दृष्टिकोणों का उपयोग किया जाता है:
1. निकटतम शून्य स्केलिंग (Closest Zero Scaling): वास्तविक अक्ष के सबसे करीब का शून्य ( $\text{Im } \beta_1$ ) $L^{-1/\nu}$ के रूप में स्केल होता है।
2. शून्य घनत्व स्केलिंग (Zero Density Scaling): शून्यों का संचयी घनत्व $G(r)$ , $r^{2-\alpha}$ के रूप में स्केल होता है।
परिमित-आकार स्केलिंग (Finite-Size Scaling - FSS): सिमुलेशन 32 से 432 तक के सिस्टम आकार $L$ के लिए किए गए थे। स्केलिंग सुधारों (scaling corrections) को ध्यान में रखते हुए, विश्लेषण फिट में शामिल न्यूनतम सिस्टम आकार ( $L_{min}$ ) को बदलकर और $1/\log(L)$ के समानुपाती एक एन्सैट (ansatz) का उपयोग करके थर्मोडायनामिक सीमा ( $L \to \infty$ ) तक एक्सट्रपलेशन करके किया गया था।

3. प्रमुख योगदान (Key Contributions)

परिष्कृत क्रिटिकल रेंज: यह अध्ययन $z_c = 80$ के पिछले अनुमानित मान को एक विशिष्ट रेंज $z = 80 \div 84$ तक सीमित करता है।
मेथडोलॉजिकल सुधार: फुकुकी-तोदो एल्गोरिदम को विभाजन फलन शून्य विश्लेषण के साथ जोड़कर, लेखक सीमित सिस्टम आकार के बावजूद क्रिटिकल एक्सपोनेंट्स के सटीक अनुमान के लिए उच्च परिशुद्धता प्राप्त करते हैं।
समरूपता संरक्षण: यह अध्ययन व्यवस्थित रूप से $z$ को 4 के चरणों में बदलता है (केवल पूर्ण समन्वय शेल्स के बजाय), जो क्रॉसओवर क्षेत्र का अधिक सूक्ष्म दृश्य प्रदान करता है।
सुधार विश्लेषण (Correction Analysis): शोध पत्र क्रिटिकल एक्सपोनेंट्स के अनुमान पर स्केलिंग सुधारों (परिमित-आकार प्रभाव) के महत्वपूर्ण प्रभाव को रेखांकित करता है, यह प्रदर्शित करते हुए कि सटीक वर्गीकरण के लिए थर्मोडायनामिक सीमा तक एक्सट्रपलेशन आवश्यक है।

4. परिणाम (Results)

सिमुलेशन में $z \in [68, 100]$ की इंटरेक्शन रेंज को कवर किया गया। परिणामों का विश्लेषण क्रिटिकल एक्सपोनेंट्स $\alpha$ (विशिष्ट ऊष्मा) और $\nu$ (कोरिलेशन लेंथ) को थर्मोडायनामिक सीमा तक एक्सट्रपलेट करके किया गया।

द्वितीय-क्रम शासन (Second-Order Regime) ( $z < 80$ ):
- $z=68$ के लिए, एक्सट्रपलेटेड एक्सपोनेंट्स $\nu_{extr} \approx 0.822$ और $\alpha_{extr} \approx 0.342$ हैं।
- ये मान सैद्धांतिक द्वितीय-क्रम पॉट्स मानों ( $\nu = 5/6 \approx 0.833, \alpha = 1/3 \approx 0.333$ ) के काफी करीब हैं।
ट्रिक्रिटिकल क्षेत्र (Tricritical Region) ( $z \approx 80$ ):
- $z=80$ पर, एक्सट्रपलेटेड विशिष्ट ऊष्मा एक्सपोनेंट $\alpha_{extr}$ ट्रिक्रिटिकल मान ( $\alpha = 5/6 \approx 0.833$ ) के करीब है, जबकि $\nu_{extr}$ द्वितीय-क्रम शासन के पास बना रहता है।
- लेखक तर्क देते हैं कि $z=80$ संभवतः अभी भी द्वितीय-क्रम क्षेत्र का हिस्सा है, जो अधिकतम क्रॉसओवर का बिंदु है।
प्रथम-क्रम शासन (First-Order Regime) ( $z \ge 84$ ):
- $z=84$ पर, कोरिलेशन लेंथ एक्सपोनेंट $\nu_{extr}$ ट्रिक्रिकल मान के करीब पहुंच जाता है, और $\alpha_{extr}$ , प्रथम-क्रम मान ( $\alpha = 1$ ) की ओर बढ़ता है।
- $z \ge 88$ के लिए, एक्सट्रपलेटेड मान स्पष्ट रूप से प्रथम-क्रम शासन ( $\nu = 1/2, \alpha = 1$ ) की ओर अभिसरित (converge) होते हैं।
$z_c$ पर निष्कर्ष: दोनों शासनों को अलग करने वाला मार्जिनल मान $z=80$ और $z=84$ के बीच स्थित है।

5. महत्व (Significance)

सिद्धांत का सत्यापन: परिणाम कठोरता से इस सैद्धांतिक भविष्यवाणी की पुष्टि करते हैं कि 2D पॉट्स मॉडल में परिमित-सीमा अंतःक्रियाएं चरण संक्रमण के क्रम को बदल सकती हैं, जो शॉर्ट-रेंज सार्वभौमिकता (short-range universality) और मीन-फील्ड व्यवहार के बीच के अंतर को पाटती हैं।
क्रिटिकल घटनाक्रम में परिशुद्धता: यह कार्य दर्शाता है कि जहाँ मानक अवलोकनीय (observables) की परिमित-आकार स्केलिंग अस्पष्ट हो सकती है, वहाँ सूक्ष्म क्रॉसओवर घटनाओं को हल करने के लिए फिशर ज़ीरो विश्लेषण और कुशल क्लस्टर एल्गोरिदम का संयोजन कितना शक्तिशाली है।
जटिल प्रणालियों के लिए निहितार्थ: यह समझना कि अंतःक्रिया की सीमा चरण संक्रमण के क्रम को कैसे निर्धारित करती है, जटिल प्रणालियों (जैसे जैविक नेटवर्क, सामाजिक गतिशीलता) के मॉडलिंग के लिए महत्वपूर्ण है जहाँ अंतःक्रियाएं न तो पूरी तरह से स्थानीय होती हैं और न ही अनंत। विशिष्ट "मार्जिनल" इंटरेक्शन रेंज ( $z \approx 80-84$ ) की पहचान लंबी-सीमा वाली अंतःक्रिया प्रणालियों के भविष्य के सैद्धांतिक और प्रयोगात्मक अध्ययनों के लिए एक ठोस बेंचमार्क प्रदान करती है।