🔬 condensed matter

Equivalence of residual entropy of hexagonal and cubic ices from tensor network methods

आइस नियमों (ice rules) को स्पष्ट रूप से एनकोड करने और ट्रांसफर ऑपरेटर की सामान्यता (normality) को सत्यापित करने के लिए उच्च-परिशुद्धता टेंसर नेटवर्क विधियों का उपयोग करते हुए, यह अध्ययन कठोर संख्यात्मक प्रमाण प्रदान करता है कि हेक्सागोनल और क्यूबिक आइस की अवशिष्ट एंट्रॉपी (residual entropies) समान है।

मूल लेखक: Xia-Ze Xu, Tong-Yu Lin, Guang-Ming Zhang

प्रकाशित 2026-06-09

📖 4 मिनट में पढ़ें☕ कॉफ़ी ब्रेक में पढ़ें

CC0 1.0

मूल लेखक: Xia-Ze Xu, Tong-Yu Lin, Guang-Ming Zhang

मूल पेपर CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/) के तहत सार्वजनिक डोमेन को समर्पित 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 आपके पास पानी के अणुओं से बनी एक विशाल, तीन-आयामी पहेली है। इस पहेली में, ऑक्सीजन परमाणु एक कठोर कंकाल (skeleton) बनाते हैं, लेकिन हाइड्रोजन परमाणु उन नन्हे, चंचल मेहमानों की तरह हैं जो ऑक्सीजन परमाणुओं के बीच अलग-अलग जगहों पर बैठ सकते हैं।

इन मेहमानों के बैठने के लिए सख्त नियम हैं (जिन्हें "आइस रूल्स" कहा जाता है): प्रत्येक ऑक्सीजन परमाणु के पास ठीक दो मेहमान पास में बैठे होने चाहिए और दो थोड़े दूर बैठे होने चाहिए। यहाँ तक कि जब तापमान इतना गिर जाता है कि पानी ठोस बर्फ में बदल जाता है, तब भी ये मेहमान एक एकल, पूर्ण व्यवस्था में नहीं जमते। इसके बजाय, वे नियमों का पालन करते हुए ट्रिलियन अलग-अलग तरीकों से इधर-उधर घूम सकते हैं।

यह "इधर-उधर घूमना" अव्यवस्था की एक बची हुई मात्रा पैदा करता है, जिसे अवशिष्ट एंट्रॉपी (residual entropy) कहा जाता है। वैज्ञानिक दशकों से एक विशिष्ट प्रश्न पर बहस कर रहे थे: क्या अव्यवस्था की मात्रा बर्फ के कंकाल के आकार पर निर्भर करती है?

बर्फ के दो मुख्य आकार हैं:

हेक्सागोनल आइस (Ih): यह प्रकृति में सबसे सामान्य रूप है (जैसे कि स्नोफ्लेक)।
क्यूबिक आइस (Ic): एक थोड़ा अलग 3D संरचना वाला दुर्लभ रूप।

वर्षों तक, गणितज्ञों ने सिद्ध किया कि हेक्सागोनल बर्फ में क्यूबिक बर्फ की तुलना में कम से कम उतनी ही अधिक अव्यवस्था होनी चाहिए ( $S_h \ge S_c$ )। हालाँकि, कंप्यूटर सिमुलेशन ने सुझाव दिया कि संख्याएँ इतनी करीब थीं कि वे वास्तव में समान हो सकती थीं। समस्या यह थी कि इन जाँचों के लिए उपयोग किए जाने वाले कंप्यूटर (जिन्हें "मोंटे कार्लो" विधियाँ कहा जाता है) ऐसे थे जैसे हर संभव हल को रैंडम अनुमान लगाकर गिनने की कोशिश करना; वे पूरी तस्वीर को स्पष्ट रूप से नहीं देख पा रहे थे ताकि यह बता सकें कि संख्याएँ वास्तव में समान हैं या केवल बहुत करीब हैं।

नया दृष्टिकोण: "टेंसर नेटवर्क" लेंस

लेखकों ने एक शक्तिशाली नए गणितीय उपकरण का उपयोग किया जिसे टेंसर नेटवर्क (Tensor Networks) कहा जाता है। आप इसे एक हाई-डेफिनिशन लेंस के रूप में देख सकते हैं जो केवल उत्तर का अनुमान नहीं लगाता, बल्कि एक साथ संभावनाओं के पूरे परिदृश्य को मैप करता है।

मेहमानों को रैंडम तरीके से घुमाने के बजाय, उन्होंने एक गणितीय "ट्रांसफर मशीन" (जिसे ट्रांसफर ऑपरेटरर कहा जाता है) बनाई। यह मशीन बर्फ की एक परत लेती है, नियमों को लागू करती है, और उसे अगली परत को सौंप देती है। इस मशीन से निकलने वाले "सबसे मजबूत संकेत" (सबसे बड़ा आइजनवैल्यू/eigenvalue) को खोजकर, वे बिना किसी अनुमान के अव्यवस्था की सटीक मात्रा की गणना कर सकते थे।

बड़ी खोज: "मिरर" टेस्ट

यहाँ उनकी खोज का चतुर हिस्सा है। उन्होंने महसूस किया कि दोनों प्रकार की बर्फ के लिए अव्यवस्था के बिल्कुल समान होने के लिए, क्यूबिक आइस के लिए उपयोग की जाने वाली गणितीय मशीन को एक विशिष्ट तरीके से व्यवहार करना होगा: इसे नॉर्मल (normal) होना होगा।

सरल शब्दों में, एक "नॉर्मल" मशीन वह है जहाँ उसके चरणों को चलाने का क्रम अंतिम परिणाम को नहीं बदलता है। यह एक दर्पण की तरह है जो प्रकाश को पूरी तरह से परावर्तित करता है; यदि आप इसे सामने या बगल से देखते हैं, तो प्रतिबिंब सुसंगत रहता है।

लेखकों ने यह देखने के लिए एक उच्च-सटीकता वाला परीक्षण चलाया कि क्या क्यूबिक आइस की मशीन "नॉर्मल" है। उन्होंने पाया कि यह 99.99% नॉर्मल है। यह एक पूर्ण दर्पण नहीं है (इसमें एक बहुत ही मामूली दोष है), लेकिन यह इतना करीब है कि व्यावहारिक उद्देश्यों के लिए यह एक पूर्ण दर्पण की तरह कार्य करता है।

अंतिम परिणाम

चूंकि मशीन "नॉर्मल" होने के बहुत करीब है, इसलिए लेखक गणना को सीधे चला सके बिना संख्याओं को एक विशिष्ट आकार में फिट करने के लिए मजबूर किए (एक ऐसी चाल जिसे पिछले शोधकर्ताओं को उपयोग करना पड़ा था)।

जब उन्होंने गणित किया:

हेक्सागगनल आइस की अव्यवस्था ( $S_h$ ) 0.4104251 निकली।
क्यूबिक आइस की अव्यवस्था ( $S_c$ ) 0.4104248 निकली।

इन दोनों संख्याओं के बीच का अंतर बहुत कम है (लग लगभग 5 भाग प्रति दस लाख), जो संभवतः गणना पद्धति की एक छोटी सी त्रुटि है, न कि भौतिकी में कोई वास्तविक अंतर।

निष्कर्ष

रोजमर्रा की भाषा में: हेक्सागोनल आइस और क्यूबिक आइस में बची हुई अव्यवस्था की मात्रा बिल्कुल समान है।

लेखकों ने केवल अनुमान नहीं लगाया; उन्होंने यह सिद्ध करने के लिए एक परिष्कृत गणितीय "लेंस" का उपयोग किया कि दोनों प्रकार की बर्फ को नियंत्रित करने वाले नियम इतने समान हैं कि वे अराजकता के समान स्तर का परिणाम देते हैं, जिससे भौतिकी में लंबे समय से चल रहे विवाद का अंत हुआ। उन्होंने यह भी नोट किया कि इस पद्धति का उपयोग बर्फ के अन्य, अजीब रूपों के अध्ययन के लिए किया जा सकता है जिन्हें वैज्ञानिकों ने हाल ही में खोजा है, हालांकि यह भविष्य के शोध का काम है।

तकनीकी सारांश: टेंसर नेटवर्क विधियों के माध्यम से हेक्सागोनल और क्यूबिक आइस में अवशिष्ट एंट्रॉपी की तुल्यता

समस्या विवरण
यह शोध पत्र सांख्यिकीय भौतिकी के एक लंबे समय से अनसुलझे प्रश्न को संबोधित करता है जो जल की बर्फ (water ice) की अवशिष्ट एंट्रॉपी (residual entropy) से संबंधित है। विशेष रूप से, यह जांच करता है कि क्या हेक्सागोनल आइस की अवशिष्ट एंट्रॉपी ( $S_h$ ), क्यूबिक आइस ( $S_c$ ) के बराबर है। जबकि विश्लेणात्मक अध्ययनों ने असमानता $S_h \geq S_c$ स्थापित की है, मोंटे कार्लो विधियों और श्रृंखला विस्तार (series expansions) का उपयोग करने वाले संख्यात्मक अन्वेषणों ने लगातार यह सुझाव दिया है कि दोनों मान अत्यंत निकट हैं, जिससे समानता का प्रश्न खुला रह गया है। इसे हल करने में एक प्राथमिक चुनौती यह है कि मानक मोंटे कार्लो दृष्टिकोण सीधे ग्राउंड-स्टेट डिजनरेसी स्पेस (ground-state degeneracy space) को नमूना लेने के लिए नहीं हैं; इसके बजाय, वे परिमित तापमान पर ऊष्मा क्षमता (heat capacity) के एकीकरण पर निर्भर करते हैं। इसके अलावा, पिछले टेंसर नेटवर्क प्रयास इसलिए सीमित थे क्योंकि क्यूबिक आइस का ट्रांसफर ऑपरेटर नॉन-हर्मिटीयन (non-Hermitian) था, जिसके लिए कृत्रिम समरूपता बाधाओं (symmetry constraints) की आवश्यकता थी जिसने दोनों आइस चरणों के बीच के अंतर को धुंधला कर दिया था।

कार्यप्रणाली
लेखक अवशिष्ट एंट्रॉपी समस्या को पुनर्गठित करने के लिए उच्च-परिशुद्धता टेंसर नेटवर्क विधियों का उपयोग करते हैं।

टेंसर नेटवर्क प्रतिनिधित्व: "आइस रूल" (दो हाइड्रोजन परमाणु ऑक्सीजन के करीब और दो दूर) को स्थानीय टेंसरों में एनकोड किया गया है। हेक्सागोनल ( $I_h$ $I_{h}$ ) और क्यूबिक ( $I_c$ $I_{c}$ ) आइस की 3D जाली संरचनाओं को ऐसे टेंसर नेटवर्क पर मैप किया गया है जहाँ कुल विन्यास (configurations) एक लेयर-टू-लेयर ट्रांसफर ऑपरेटर ( $\hat{T}$ $\hat{T}$ ) के डोमिनेंट आइगेनवैल्यू द्वारा निर्धारित होते हैं।
- क्यूबिक आइस के लिए, $\hat{T}_c = \hat{M}$ ।
- हेक्सागोनल आइस के लिए, $\hat{T}_h = \hat{M}\hat{M}^T$ ।
नॉर्मैलिटी विश्लेषण (Normality Analysis): लेखक क्यूबिक आइस ट्रांसफर ऑपरेटर $\hat{M}$ की "नॉर्मैलिटी" की जांच करते हैं (जहाँ एक मैट्रिक्स नॉर्मल है यदि $\hat{M}\hat{M}^T = \hat{M}^T\hat{M}$ )। वे VUMPS (Variational Uniform Matrix Product State) एल्गोरिदम का उपयोग करके $\hat{M}\hat{M}^T$ और $\hat{M}^T\hat{M}$ के बीच फिडेलिटी (fidelity) की गणना करते हैं। उच्च नॉर्मैलिटी यह दर्शाती है कि $\hat{M}\hat{M}^T$ के आइगेनवैल्यू, $\hat{M}$ के आइगेनवैल्यू के वर्ग (squared norms) के अनुरूप होते हैं, जो सैद्धांतिक रूप से $S_h = S_c$ का समर्थन करते हैं।
वैरिएशनल ऑप्टिमाइजेशन: अवशिष्ट एंट्रॉपी की सीधी गणना करने के लिए, लेखक हाल ही में विकसित स्प्लिट कॉर्नर ट्रांसफर मैट्रिक्स रिनॉर्मलाइजेशन ग्रुप (split-CTMRG) एल्गोरिदम का उपयोग करते हैं। महत्वपूर्ण रूप से, वे तर्क देते हैं कि चूंकि $\hat{M}$ नॉन-नेगेटिव और अत्यधिक नॉर्मल है, इसलिए डोमिनेंट आइगेनवेक्टर को खोजने के लिए रैले क्वांटिएंट (Rayleigh quotient) का उपयोग किया जा सकता है, जिससे पूर्व के कार्यों में उपयोग की गई स्थानिक समरूपता बाधाओं को लागू करने की आवश्यकता नहीं रह जाती। यह $S_h$ और $S_c$ के बीच सीधा, अनकन्स्ट्रेंड (unconstrained) तुलना करने की अनुमति देता है।

मुख्य योगदान

प्रत्यक्ष गणना: यह शोध पत्र ग्राउंड-स्टेट डिजनरेसी स्पेस में अवशिष्ट एंट्रॉपी की सीधे गणना करने के लिए एक ढांचा प्रदान करता है, जो मोंटे कार्लो विधियों के लिए आवश्यक परिमित-तापमान एकीकरण की सीमाओं को दरकिनार करता है।
नॉर्मैलिटी परिप्रेक्ष्य: लेखक ट्रांसफर ऑपरेटर नॉर्मैलिटी के विश्लेषण को एक सैद्धांतिक और संख्यात्मक उपकरण के रूप में पेश करते हैं। वे प्रदर्शित करते हैं कि क्यूबिक आइस का ट्रांसफर ऑपरेटर "अत्यंत निकट" होने के लिए नॉर्मल है, जो कृत्रिम समरूपता बाधाओं के बिना वैरिएशनल विधियों के उपयोग को न्यायसंगत बनाता है।
एल्गोरिद्मिक अनुप्रयोग: यह कार्य नॉन-हर्मिटीयन ट्रांसफर ऑपरेटरों के लिए इनफिनिट प्रोजेक्टेड एंटेंगल्ड पेयर्स स्टेट्स (iPEPS) को अनुकूलित करने के लिए स्प्लिट-CTMRG पद्धति को लागू करता है, जिससे उच्च बॉन्ड डायमेंशन ( $D=7$ ) और CTM डायमेंशन ( $\chi=150$ ) प्राप्त होते हैं।

परिणाम

नॉर्मैलिटी माप: $\hat{M}\hat{M}^T$ और $\hat{M}^T\hat{M}$ के बीच संख्यात्मक फिडेलिटी को अनंत बॉन्ड डायमेंशन सीमा तक निकाला गया, जिससे $F \approx 0.999903$ का मान प्राप्त हुआ। यह नॉर्मैलिटी की बहुत उच्च डिग्री को इंगित करता है, हालांकि यह पूर्णतः सटीक नहीं है।
अवशिष्ट एंट्रॉपी मान: स्प्लिट-CTMRG विधि का उपयोग करते हुए और थर्मोडायनामिक लिमिट ( $D, \chi \to \infty$ $D, χ \to \infty$ ) तक एक्सट्रपलेशन करके, लेखकों ने प्राप्त किया:
- $S_h = 0.4104251(6)$
- $S_c = 0.4104248(14)$
तुलना: दोनों मानों के बीच सापेक्ष अंतर $5 \times 10^{-6}$ के क्रम में है। उनकी विधि की संख्यात्मक सटीकता के भीतर, परिणाम संकेत देते हैं कि $S_h$ और $S_c$ समान हैं। अनकन्स्ट्रेंड ऑप्टिमाइजेशन ने पिछले कंस्ट्रेंड टेंसर नेटवर्क अध्ययनों की तुलना में हेक्सागोनल आइस के लिए थोड़े उच्च मान दिए, जो बड़े वैरिएशनल स्पेस के महत्व की पुष्टि करता है।

महत्व और दावे
यह शोध पत्र $S_h = S_c$ की समानता का समर्थन करने के लिए मजबूत संख्यात्मक साक्ष्य प्रदान करने का दावा करता है। इस कार्य का महत्व निम्नलिखित में निहित है:

असमानता का समाधान: यह विश्लेणात्मक निचली सीमा ( $S_h \geq S_c$ ) से आगे बढ़कर यह संख्यात्मक प्रमाण प्रदान करता है कि अंतराल वर्तमान कम्प्यूटेशनल परिशुद्धता के भीतर प्रभावी रूप से शून्य है।
पद्धतिगत प्रगति: यह प्रदर्शित करता है कि ट्रांसफर ऑपरेटर की नॉर्मैलिटी, कृत्रिम समरूपता लागू किए बिना नॉन-हर्मिटीयन सिस्टम के लिए वैरिएशनल टेंसर नेटवर्क विधियों को लागू करने के लिए एक पर्याप्त शर्त है। यह उन 3D सांख्यिकीय भौतिकी मॉडलों के अध्ययन के लिए एक नया दृष्टिकोण प्रदान करता है जहाँ लेयर-टू-लेयर ट्रांसफर मैट्रिसेस हर्मिटीयन नहीं होते हैं।
भविष्य की प्रयोज्यता: लेखक सुझाव देते हैं कि यह दृष्टिकोण अन्य अधिक जटिल आइस चरणों (जिनमें से 20 से अधिक मौजूद हैं) की अवशिष्ट एंट्रॉपी की जांच करने के लिए आशाजनक है, जहाँ ऑक्सीजन परमाणु अलग-अलग नियमित जाली बनाते हैं लेकिन समन्वय संख्या (coordination number) 4 बनाए रखते हैं।

लेखक विनम्र रहते हैं, यह नोट करते हुए कि हालांकि उच्च स्तर की नॉर्मैलिटी समानता का समर्थन करती है, लेकिन सख्त नॉर्मैलिटी का सूक्ष्म उल्लंघन गणितीय रूप से समानता को गलत साबित नहीं करता है, बल्कि उस उच्च-परिशुद्धता संख्यात्मक दृष्टिकोण की आवश्यकता को दर्शाता है जिसे उन्होंने इसकी पुष्टि करने के लिए नियोजित किया है।

नया दृष्टिकोण: "टेंसर नेटवर्क" लेंस

बड़ी खोज: "मिरर" टेस्ट

अंतिम परिणाम

निष्कर्ष

तकनीकी सारांश: टेंसर नेटवर्क विधियों के माध्यम से हेक्सागोनल और क्यूबिक आइस में अवशिष्ट एंट्रॉपी की तुल्यता

इसी तरह के और पेपर