⚛️ nuclear theory

QCD Wehrl and entanglement entropies in a gluon spectator model at small- $x$

यह शोध पत्र सॉफ्ट-वॉल AdS/QCD वेव फंक्शन्स पर आधारित एक ग्लून लाइट-फ्रंट स्पैक्टर मॉडल का उपयोग करके प्रोटॉन के वेर्ल एंट्रॉपी (Wehrl entropy) की जांच करता है, जो विग्नर वितरणों (Wigner distributions) से व्युत्पन्न हुसिमी वितरण (Husimi distribution) के माध्यम से इस एंट्रॉपी को एंटैंगलमेंट और ट्रांसवर्स घटकों में विघटित करने के तरीके को प्रदर्शित करता है, जिसमें एंटैंगलमेंट एंट्रॉपी के लिए संख्यात्मक परिणाम CMS डेटा के साथ सहमति दर्शाते हैं।

मूल लेखक: Gabriel Rabelo-Soares, Reinaldo Francener, Gabriel S. Ramos, Giorgio Torrieri

प्रकाशित 2026-05-07

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Gabriel Rabelo-Soares, Reinaldo Francener, Gabriel S. Ramos, Giorgio Torrieri

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 प्रोटॉन (परमाणु के भीतर एक छोटा सा कण) को एक ठोस संगमरमर के रूप में नहीं, बल्कि एक हलचल भरे, अराजक शहर के रूप में देखा जा रहा है। इस शहर के भीतर, ग्लूऑन (gluons) नामक छोटे संदेशवाहक इधर-उधर दौड़ रहे हैं, जो उस बल को ले जाते हैं जो इस शहर को एक साथ थामे रखता है।

लंबे समय से, भौतिकविदों ने यह मापने की कोशिश की है कि यह शहर कितना "अव्यवस्थित" या "जटिल" है। वे एन्ट्रॉपी (entropy) नामक एक अवधारणा का उपयोग करते हैं, जो मूल रूप से इस बात का माप है कि कितनी जानकारी छिपी हुई है या एक प्रणाली कितनी अराजक है।

यह शोध पत्र इस प्रोटॉन शहर का एक नया, अधिक विस्तृत स्नैपशॉट लेने के बारे में है ताकि इसके एन्ट्रॉपी को एक ऐसे तरीके से मापा जा सके जो पहले कभी नहीं किया गया है। यहाँ सरल उपमाओं का उपयोग करके इसका विवरण दिया गया है:

1. पुराना मानचित्र बनाम नया मानचित्र

पुराना तरीका (खार्ज़ेव-लेविन मॉडल): कल्पना कीजिए कि आप केवल एक राजमार्ग पर कारों की संख्या गिनकर शहर के ट्रैफ़िक को समझने की कोशिश कर रहे हैं। आप जानते हैं कि कितनी कारें वहाँ हैं, लेकिन आप यह नहीं जानते कि वे शहर में कहाँ हैं या वे बगल में कितनी तेज़ी से चल रही हैं। यह विधि एक संख्या देती है जिसे एंटैंगलमेंट एन्ट्रॉपी (Entanglement Entropy) कहा जाता है। यह अराजकता का एक अच्छा अनुमान है, लेकिन यह एक-आयामी (one-dimensional) है। यह एक शहर की कुल जनसंख्या जानने जैसा है, लेकिन यह नहीं जानना कि सड़कें कितनी भीड़भाड़ वाली हैं।
नया तरीका (वेरली एन्ट्रॉपी - Wehrl Entropy): लेखक पूरे शहर को देखना चाहते हैं। वे न केवल यह जानना चाहते हैं कि कितनी कारें हैं, बल्कि यह भी कि वे वास्तव में 3D स्थान में कहाँ हैं और कैसे चल रही हैं। इसे करने के लिए, वे हुसिमी वितरण (Husimi distribution) नामक एक "मानचित्र" का उपयोग करते हैं।

2. "धुंधले कैमरे" की समस्या

क्वांटम दुनिया (सूक्ष्म कणों की दुनिया) में, एक नियम है जिसे अनिश्चितता का सिद्धांत (Uncertainty Principle) कहा जाता है। यह ऐसा है जैसे यह कहना कि आप चलती हुई कार की एकदम स्पष्ट फोटो नहीं ले सकते; यदि आप उसकी गति पर ध्यान केंद्रित करते हैं, तो स्थान धुंधला हो जाता है, और यदि आप स्थान पर ध्यान केंद्रित करते हैं, तो गति धुंधली हो जाती है।

विग्नर मैप (Wigner Map): यह प्रोटॉन का एक कच्चा, हाई-डेफिनिशन मानचित्र है। लेकिन क्वांटम नियमों के कारण, इस मानचित्र में अजीब "स्टैटिक" (शोर) और नकारात्मक संख्याएँ होती हैं। यह एक ऐसी फोटो की तरह है जिसमें बहुत अधिक डिजिटल शोर और गड़बड़ी है जिससे आप एन्ट्रॉपी की एक साफ संख्या की गणना नहीं कर सकते।
हुसिमी मैप (समाधान): इस गड़बड़ फोटो को ठीक करने के लिए, लेखक एक "गौसियन स्मियरिंग (Gaussian smearing)" लागू करते हैं। इसे ऐसे समझें कि आप उस शोर वाली फोटो को एक सॉफ्ट-फोकस फिल्टर से गुज़ार रहे हैं। यह छवि को बस इतना धुंधला कर देता है कि असंभव नकारात्मक संख्याओं और स्टेटिक को हटाया जा सके, जिससे मानचित्र चिकना और सकारात्मक बन जाता है। यही स्मूथ किया हुआ मानचित्र हुसिमी वितरण है।

3. "धुंधलेपन" को मापना (वेरली एन्ट्रॉपी)

एक बार जब हमारे पास यह चिकना, धुंधला मानचित्र आ जाता है, तो हम वेरली एन्ट्रॉपी (Wehrl Entropy) की गणना करते हैं।

उपमा: यदि एंटैंगलमेंट एन्ट्रॉपी (पुराना तरीका) एक स्टेडियम में कुल लोगों को गिनने जैसा है, तो वेली एन्ट्रॉपी यह मापने जैसा है कि वे लोग सीटों पर कितने फैले हुए हैं और वे अपनी सीटों पर कितनी हलचल कर रहे हैं।
परिणाम: शोध पत्र पाता है कि वेली एन्ट्रॉपी, एंटैंगलमेंट एन्ट्रॉपी से हमेशा अधिक होती है। यह समझ में आता है! पुराने तरीके ने केवल "अनुदैर्ध्य" (longitudinal) दिशा को देखा (जैसे एक लंबे गलियारे के नीचे देखना)। नया तरीका "अनुप्रस्थ" (transverse) दिशा को देखता है (गलियारे की चौड़ाई को भी देखना)। स्थान और गति के अतिरिक्त आयामों को जोड़ने के कारण, यहाँ अधिक "छिपी हुई जानकारी" या "अव्यवस्था" है जिसे ध्यान में रखना पड़ता है।

4. "सैचुरेशन" फ़िल्टर

इस धुंधले मानचित्र को सही ढंग से काम करने के लिए, लेखकों को यह तय करना था कि इसे कितना धुंधला करना है। उन्होंने सैचुरेशन स्केल (saturation scale) नामक चीज़ पर आधारित एक विशिष्ट "ब्लर रेडियस" का उपयोग किया।

रूपक: कल्पना कीजिए कि प्रोटॉन एक भीड़भाड़ वाला कमरा है। यदि कमरा खाली है, तो आप सभी को स्पष्ट रूप से देख सकते हैं। यदि कमरा भरा हुआ है, तो लोग एक-दूसरे से टकराने लगते हैं, और आप व्यक्तियों को अलग नहीं पहचान पाते; वे एक ही घने ढेर की तरह दिखते हैं। "सैचुरेशन स्केल" वह बिंदु है जहाँ कमरा इतना भर जाता है कि ब्लर फ़िल्टर काम करने लगता है। लेखकों ने यह तय करने के लिए कि प्रोटॉन कितना भीड़भाड़ वाला है, एक मानक रेसिपी (GBW मॉडल) का उपयोग किया कि छवि को कितना धुंधला किया जाए।

5. उन्होंने क्या पाया?

लेखकों ने एक "स्पेक्टेटर" (दर्शक) विचार का उपयोग करके प्रोटॉन का एक कंप्यूटर मॉडल बनाया: वे कल्पना करते हैं कि प्रोटॉन एक सक्रिय ग्लूऑन और एक "स्पेक्टेटर" (बाकी का प्रोटॉन) है जो देख रहा है। उन्होंने इस मॉडल को वास्तविक दुनिया के डेटा (जैसे CMS प्रयोग) से मेल खाने के लिए ट्यून किया।

बड़ी खोज: जब उन्होंने अपने नए "वेरली एन्ट्रॉपी" (3D दृश्य) की तुलना पुराने "एंटैंगलमेंट एन्ट्रॉपी" (1D दृश्य) से की, तो उन्होंने पाया कि नई एन्ट्रॉपी अधिक है।
यह क्यों मायने रखता है: पुराना तरीका एक मोनो स्पीकर (एक चैनल) पर गाना सुनने जैसा है। नया तरीका स्टीरियो और सराउंड साउंड के साथ सुनने जैसा है। नया तरीका उस "ट्रांसवर्स" (बगल की ओर) अराजकता को पकड़ता है जिसे पुराना तरीका छोड़ देता था।
स्थिरता: उन्होंने "ब्लर" की मात्रा और "भीड़भाड़" की रेसिपी को बदलकर अपने परिणामों का परीक्षण किया। उन्होंने पाया कि उनका मुख्य निष्कर्ष बना रहता है: वेली एन्ट्रॉपी प्रोटॉन की जटिलता को मापने का एक मजबूत तरीका है, और यह केवल सेटिंग्स में थोड़ा बदलाव करने से नाटकीय रूप से नहीं बदलती है।

सारांश

यह शोध पत्र प्रोटॉन के भीतर "अराजकता" को मापने के तरीके को अपग्रेड करने के बारे में है।

पुराना तरीका: संदेशवाहकों (ग्लूऑन) को एक सीधी रेखा में गिना।
नया तरीका: संदेशवाहकों की एक धुंधली, 3D फोटो ली ताकि यह देखा जा सके कि वे स्थान में कैसे फैले हुए हैं।
परिणाम: 3D फोटो, सीधी रेखा वाली गिनती की तुलना में अधिक अराजकता (एन्ट्रॉपी) को प्रकट करती है क्योंकि इसमें कणों की बगल की गति और उनके बीच की दूरी भी शामिल है।

लेखक निष्कर्ष निकालते हैं कि यह नया "वेरली एन्ट्रॉपी" प्रोटॉन की आंतरिक संरचना को समझने के लिए एक शक्तिशाली उपकरण है, जो पिछले तरीकों की तुलना में क्वांटम दुनिया की अधिक पूर्ण तस्वीर पेश करता है।

तकनीकी सारांश: छोटे-x पर ग्लूऑन स्पेक्टेटर मॉडल में QCD वेहरल और एंटैंगलमेंट एंट्रॉपी

समस्या विवरण
हाल के अध्ययनों ने डीप इनइलास्टिक स्कैटरिंग (DIS) में हैड्रोनिक मल्टीप्लिसिटी और एंटैंगलमेंट एंट्रॉपी ( $S_{EE}$ ) के बीच एक संबंध स्थापित किया है, जो मुख्य रूप से खारज़ेव-लेविन (KL) मॉडल के माध्यम से होता है जहाँ $S_{EE} = \ln N$ है। हालाँकि, यह परिभाषा अंतर्निहित रूप से अनुदैर्ध्य (longitudinal) है, जो केवल पार्टॉन वितरण कार्यों (PDFs) पर निर्भर करती है और प्रोटॉन की पूर्ण चरण-स्थान (phase-space) संरचना, विशेष रूप से अनुप्रस्थ (transverse) डिग्री ऑफ फ्रीडम को पकड़ने में विफल रहती है। इसके अलावा, विग्नर वितरणों का उपयोग करने वाले मानक क्वांटम मैकेनिकल विवरणों को छोटे-x शासन में समस्याओं का सामना करना पड़ता है, क्योंकि ये वितरण धनात्मक-निश्चित (positive-definite) नहीं होते हैं, जिससे एंट्रॉपी की प्रत्यक्ष संभाव्यता व्याख्या बाधित होती है। एक ऐसे ढांचे की आवश्यकता है जो अनिश्चितता सिद्धांत के अनुकूल एक धनात्मक-निश्चित वितरण बनाए रखते हुए, अनुदैर्ध्य और अनुप्रस्थ दोनों चरण-स्थान सूचनाओं को समाहित कर सके।

कार्यप्रणाली
लेखक प्रोटॉन की पार्टोनिक संरचना का एक एकीकृत विवरण बनाने के लिए एक ग्लूऑन लाइट-फ्रंट स्पेक्टेटर मॉडल का उपयोग करते हैं। कार्यप्रणाली इस प्रकार है:

मॉडल निर्माण: प्रोटॉन को एक सक्रिय ग्लूऑन और एक स्पिन-1/2 स्पेक्टेटर वाले दो-निकाय फोक स्टेट (two-body Fock state) के रूप में मॉडल किया गया है। लाइट-फ्रंट वेव फंक्शन्स (LFWFs) को सॉफ्ट-वॉल AdS/QCD फॉर्मलिज्म से प्रेरित पैरामीट्राइजेशन का उपयोग करके बनाया गया है।
पैरामीटर निर्धारण: वेव फंक्शन के मुक्त मापदंडों (अनुदैर्ध्य प्रोफाइल, अनुप्रस्थ चौड़ाई और सामान्यीकरण) को $Q = 2, 5,$ और $10$ GeV पर ग्लोबल NNPDF4.0 NNLO डेटा के साथ फिट करके नियंत्रित किया गया है।
वितरण पीढ़ी:
- विग्नर वितरण (Wigner Distribution): LFWFs से व्युत्पन्न, जो बिजॉर्क वेरिएबल $x$ , इम्पैक्ट पैरामीटर $b_\perp$ , और अनुप्रस्थ संवेग $k_\perp$ के संदर्भ में चरण-स्थान विवरण प्रदान करता है।
- हुसिमी वितरण (Husimi Distribution): विग्नर वितरण पर एक न्यूनतम गॉसियन स्मियरिंग (वेइरस्ट्रैस ट्रांसफॉर्म) लागू करके प्राप्त किया गया। स्मियरिंग की चौड़ाई को इन्वर्स सैचुरेशन स्केल, $\ell = 1/Q_s(x)$ , का उपयोग करके सेट किया गया है, जो गोलेक-बिएर्नाट-वुस्टॉफ (GBW) मॉडल का उपयोग करता है। यह सुनिश्चित करता है कि परिणामी वितरण धनात्मक-निश्चित हो।
एंट्रॉपी गणना:
- एंटैंगलमेंट एंट्रॉपी ( $S_{EE}$ ): फिट किए गए PDFs से प्राप्त KL संबंध $S_{EE} = \ln[xG(x)]$ का उपयोग करके गणना की गई।
- वेहरल एंट्रॉपी ( $S_W$ ): सामान्यीकृत हुसिमी वितरण से गणना की गई। लेखक वेहरल एंट्रॉपी को KL एंटैंगलमेंट एंट्रॉपी टर्म और एक अवशिष्ट "अनुप्रस्थ वेहरल एंट्रॉपी" ( $S^\perp_W$ ) में विभाजित करते हैं, जो अनुप्रस्थ डिग्री ऑफ फ्रीडम (इम्पैक्ट पैरामीटर और अनुप्रस्थ संवेग) के लिए जिम्मेदार है।

प्रमुख योगदान

एकीकृत ढांचा: यह कार्य प्रदर्शित करता है कि कैसे मापदंडों का एक एकल सेट, जो कोलीनियर PDF डेटा द्वारा निर्धारित है, एक लाइट-फ्रंट स्पस्पेक्टेटर मॉडल के भीतर पूर्ण चरण-स्थान विग्नर/हुसिमी वितरणों और अनुदैर्ध्य PDFs दोनों को सुसंगत रूप से उत्पन्न कर सकता है।
एंट्रॉपी का विखंडन: यह पत्र वेहरल एंट्रॉपी के औपचारिक विखंडन को प्रदान करता है, जो स्पष्ट रूप से अनुदैर्ध्य KL एंटैंगलमेंट एंट्रॉपी टर्म की पहचान करता है और अनुप्रस्थ डिग्री ऑफ फ्रीडम (इम्पैक्ट पैरामीटर और अनुप्रस्थ संवेग) से जुड़े एक अवशिष्ट टर्म ( $S^\perp_W$ ) को अलग करता है।
धनात्मकता और कोर्स-ग्रेनिंग: सैचुरेशन मोमेंटम से जुड़ी स्मियरिंग स्केल के साथ हुसिमी वितरण का उपयोग करके, लेखक विग्नर वितरण की गैर-धनात्मकता की समस्या को दूर करते हैं, जिससे छोटे-x शासन में एक सुपरिभाषित अर्धशास्त्रीय (semiclassical) एंट्रॉपी गणना संभव होती है।

परिणाम

वैधीकरण: मॉडल विभिन्न स्यूडोरेपिडिटी अंतराल और सेंटर-ऑफ-मास ऊर्जाओं में CMS प्रायोगिक मल्टीप्लिसिटी डेटा से निकाले गए एंटैंगलमेंट एंट्रॉपी को सफलतापूर्वक पुनरुत्पादित करता है, जो फिट किए गए मापदंडों की निरंतरता को प्रमाणित करता है।
वर्चुअलिटी (Virtuality) निर्भरता:
- छोटे-x शासन में KL एंटैंगलमेंट एंट्रॉपी ( $S_{EE}$ ), वर्चुअलिटी ( $Q^2$ ) के साथ बढ़ती है, जो हल किए गए ग्लूऑन्स की संख्या में वृद्धि को दर्शाती है।
- इसके विपरीत, कुल वेहरल एंट्रॉपी ( $S_W$ ) वर्चुअलिटी पर कमजोर निर्भरता प्रदर्शित करती है। यह हुसिमी वितरण के सामान्यीकरण के कारण है, जो समग्र मल्टीप्लिसिटी कारक को हटा देता है, जिससे एंट्रॉपी कुल ग्लूऑन गणना के बजाय गहन (intensive) अनुप्रस्थ चरण-स्थान संरचना को चित्रित करती है।
- अनुप्रस्थ एंट्रॉपी घटक ( $S^\perp_W$ ) वर्चुअलिटी बढ़ने के साथ घटता है।
पदानुक्रम (Hierarchy): परिणाम लगातार $S_W > S_{EE}$ दिखाते हैं। लेखक इसे वेहरल एंट्रॉपी द्वारा अनुप्रस्थ चरण-स्थान चरों के कोर्स-ग्रेनिंग के कारण होने वाले अतिरिक्त सूचना नुकसान को पकड़ने के रूप में व्याख्यायित करते हैं, जो शुद्ध अनुदैर्ध्य KL परिभाषा में अनुपस्थित हैं।
मजबूती (Robustness): वेहरल एंट्रॉपी का गुणात्मक व्यवहार गॉसियन स्मियरिंग चौड़ाई पैरामीटर ( $c$ ) में भिन्नता और सैचुरेशन स्केल मॉडल के चयन (GBW, rcBK, और NLO BK की तुलना में) के विरुद्ध मजबूत पाया गया है।

महत्व और दावे
यह पत्र दावा करता है कि वेहरल एंट्रॉपी, शुद्ध अनुदैर्ध्य एंटैंगलमेंट एंट्रॉपी की तुलना में प्रोटॉन की एंट्रॉपी सामग्री का अधिक पूर्ण अर्धशास्त्रीय विवरण प्रदान करती है। जबकि KL मॉडल मल्टीप्लिसिटी डेटा का सफलतापूर्वक वर्णन करता है, यह अंतर्निहित रूप से अनुदैर्ध्य संवेग संरचना तक सीमित है। वेहरल एंट्रॉपी, हुसिमी वितरण के माध्यम से अनुप्रस्थ डिग्री ऑफ फ्रीडम को शामिल करके, चरण-स्थान कोर्स-ग्रेनिंग के कारण होने वाले अतिरिक्त सूचना नुकसान को दर्शाती है।

लेखक का तर्क है कि वेहरल एंट्रॉपी भारी-आयन और छोटे-सिस्टम टकरावों में हाइड्रोडायनामिक विकास के प्रारंभिक स्थितियों को चरित्रित करने के लिए उपयुक्त मात्रा है, क्योंकि यह उस डिकोहेरेंस की डिग्री को एनकोड करती है जो एक अर्धशास्त्रीय विवरण के उद्भव के लिए प्रासंगिक है। यह कार्य सुझाव देता है कि एंट्रॉपी का अनुप्रस्थ घटक ( $S^\perp_W$ ), जनरलाइज्ड पार्टॉन डिस्ट्रीब्यूशन (GPDs) और ट्रांसवर्स मोमेंटम डिस्ट्रीब्यूशन (TMDs) की शैनन एंट्रॉपी से गुणात्मक रूप से संबंधित हो सकता है। शोध निष्कर्ष निकालते हैं कि ये निष्कर्ष वेहरल एंट्रॉपी के अधिक विस्तृत विश्लेषण के लिए प्रेरित करते हैं, हालांकि ऐसे अध्ययन वर्तमान दायरे से बाहर हैं।