🌀 nonlinear sciences

Non-uniqueness of smooth solutions of the Navier-Stokes equations from almost the same initial conditions

यह शोध पत्र क्लीन न्यूमेरिकल सिमुलेशन (Clean Numerical Simulation) का उपयोग करते हुए संख्यात्मक साक्ष्य प्रस्तुत करता है जो यह सुझाव देता है कि नेवियर-स्टोक्स समीकरण $10^{-40}$ जितने सूक्ष्म अंतर वाले प्रारंभिक स्थितियों से उत्पन्न होने वाले भिन्न वैश्विक समाधानों को स्वीकार कर सकते हैं, जिससे सुचारू समाधानों की विशिष्टता को चुनौती मिलती है और संबंधित मिलेनियम प्राइज समस्या (Millennium Prize Problem) में नई अंतर्दृष्टि प्राप्त होती है।

मूल लेखक: Shijun Liao, Shijie Qin

प्रकाशित 2026-02-17

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Shijun Liao, Shijie Qin

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

यहाँ एक सरल भाषा और रचनात्मक उपमाओं का उपयोग करके शोध पत्र (paper) की व्याख्या दी गई है।

बड़ा सवाल: क्या दो लगभग एक जैसे शुरुआती बिंदु पूरी तरह से अलग भविष्य की ओर ले जा सकते हैं?

कल्पना कीजिए कि आप दो केक बना रहे हैं। आप बिल्कुल एक ही रेसिपी, एक ही ओवन और एक ही सामग्री का उपयोग करते हैं। लेकिन, एक केक में, आप नमक का एक ऐसा दाना डाल देते हैं जो इतना छोटा है कि नग्न आंखों से दिखाई नहीं देता—मान लीजिए, वह दूसरे केक के मुकाबले एक ग्राम का दस अरबवाँ हिस्सा छोटा है।

वास्तविक दुनिया में, वे दोनों केक स्वाद में बिल्कुल एक जैसे होंगे। लेकिन तरल गतिज विज्ञान (fluid dynamics - कैसे पानी और हवा चलते हैं) की अराजक दुनिया में, यह शोध पत्र कुछ चौंकाने वाला सुझाव देता है: वे दो केक दिखने और स्वाद में पूरी तरह से अलग हो सकते हैं।

समस्या: "बटरफ्लाई इफेक्ट" और कंप्यूटर की त्रुटियाँ

दशकों से, वैज्ञानिक इस बात को साबित करने के लिए संघर्ष कर रहे हैं कि नेवियर-स्टोक्स समीकरण (Navier-Stokes equations - वे गणितीय नियम जो पानी और हवा जैसे तरल पदार्थों के प्रवाह का वर्णन करते हैं) किसी दिए गए शुरुआती बिंदु के लिए हमेशा एक अद्वितीय समाधान (unique solution) रखते हैं। यह एक बहुत बड़ी पहेली है, इतनी बड़ी कि इसे हल करने के लिए $1 मिलियन का पुरस्कार (Millennium Prize) रखा गया है।

समस्या यह है कि तरल पदार्थ अराजक (chaotic) होते हैं। यह प्रसिद्ध "बटरफ्ली इफेक्ट" (Butterfly Effect) है: ब्राजील में एक तितली के पंखों की एक छोटी सी फड़फड़ाहट सैद्धांतिक रूप से टेक्सास में बवंडर ला सकती है।

जब वैज्ञानिक कंप्यूटर पर इसका अनुकरण (simulation) करने की कोशिश करते हैं, तो वे एक दीवार से टकरा जाते हैं। कंप्यूटर पूर्ण नहीं होते; वे छोटी-छोटी राउंडिंग त्रुटियाँ (जैसे 1/3 को 0.333333 लिखना) करते हैं। एक अराजक प्रणाली में, ये छोटी कंप्यूटर त्रुटियाँ उसी तितली के पंखों की तरह काम करती हैं। वे तेजी से बढ़ती हैं, जिससे बड़े पैमाने पर त्रुटियाँ पैदा होती हैं जो सिमुलेशन को बेकार बना देती हैं। यह एक महीने बाद के मौसम की भविष्यवाणी करने की कोशिश करने जैसा है; आपके डेटा में छोटी त्रुटियाँ भविष्यवाणी को तुरंत गलत बना देती हैं।

समाधान: "क्लीन न्यूमेरिकल सिमुलेशन" (CNS)

लेखकों, शिजुन लियाओ (Shijun Liao) और शिजी किन (Shijie Qin) ने गणित का एक अत्यंत उन्नत तरीका विकसित किया है जिसे क्लीन न्यूमेरिकल सिमुलेशन (CNS) कहा जाता है।

एक सामान्य कंप्यूटर सिमुलेशन को एक साधारण टॉर्च के रूप में सोचें। यह कमरे को देखने के लिए पर्याप्त है, लेकिन यदि आप ध्यान से देखेंगे, तो आपको प्रकाश में दानेदार शोर (grainy noise) दिखाई देगा।
उनका CNS एक निर्वात (vacuum) में लेजर बीम की तरह है। उन्होंने विशेष गणितीय युक्तियों और अत्यधिक सटीक संख्याओं (सैकड़ों अंकों की सटीकता के साथ) का उपयोग किया ताकि "शोर" (कंप्यूटर त्रुटियों) को इतना छोटा बनाया जा सके कि वे लंबे समय तक लगभग शून्य रहें।

वे सिमुलेशन को लंबे समय तक "साफ" रखने में सफल रहे, इतना लंबा कि वे देख सकें कि तरल वास्तव में क्या करता है, न कि वह जो कंप्यूटर सोचता है कि वह कर रहा है।

प्रयोग: एक सूक्ष्म धक्का

उन्होंने एक वर्गाकार बॉक्स में घूमते हुए तरल (एक "कोलमोगोरोव फ्लो") का सिमुलेशन तैयार किया।

परिदृश्य A: उन्होंने एक विशिष्ट, पूरी तरह से सममित (symmetrical) भंवर के साथ शुरुआत की।
परिदृश्य B: उन्होंने उसी भंवर के साथ शुरुआत की, लेकिन एक सूक्ष्म, अदृश्य धक्का जोड़ा (एक गणितीय शब्द जो इतना छोटा है जैसे कि $10^{-40}$ )। संदर्भ के लिए: यदि तरल पूरे ब्रह्मांड के आकार का होता, तो यह धक्का एक एकल परमाणु से भी छोटा होता।

परिणाम:

शुरुआत में: दोनों तरल पदार्थ बिल्कुल एक जैसे दिखते थे।
कुछ समय बाद: परिदृश्य B में वह सूक्ष्म धक्का बढ़ने लगा। क्योंकि तरल अराजक है, उस सूक्ष्म झटके ने एक बड़े बदलाव का रूप ले लिया।
अंत में: दोनों तरल पदार्थ पूरी तरह से अलग अवस्थाओं में पहुँच गए।
- परिदृश्य A ने अपनी पूर्ण समरूपता (जैसे एक घूमता हुआ लट्टू) बनाए रखी।
- परिदृश्य B ने अपनी समरूपता खो दी और एक अस्त-व्यस्त, अलग पैटर्न बन गया।
- यहाँ तक कि दोनों तरल पदार्थों के "सांख्यिकी" (औसत ऊर्जा और व्यवहार) भी पूरी तरह से अलग थे।

उपमा: रस्सी पर चलने वाला (The Tightrope Walker)

कल्प इसकी कल्पना करें कि एक रस्सी पर चलने वाला व्यक्ति तार पर पूरी तरह संतुलित होकर खड़ा है।

तरल A वह व्यक्ति है जो बिल्कुल स्थिर खड़ा है।
तरली B वही व्यक्ति है, लेकिन कोई हवा का एक ऐसा झोंका मारता है जो इतना हल्का है कि महसूस भी नहीं किया जा सकता।

एक सामान्य दुनिया में, व्यक्ति को इसका पता नहीं चलेगा। लेकिन इस अराजक तरल दुनिया में, वह हल्की सी सांस व्यक्ति को लड़खड़ाने, घूमने और उस दिशा में गिरने का कारण बनती है जहाँ वह स्थिर रहने के बजाय गिर सकता है।

यह क्यों मायने रखता है?

यह शोध पत्र संख्यात्मक प्रमाण (numerical evidence) प्रदान करता है कि नेवियर-स्टोक्स समीकरणों के पास शायद एक अद्वितीय समाधान नहीं है।

आमतौर पर, हम मानते हैं कि यदि आप किसी प्रणाली के शुरुआती बिंदु को पूरी तरह से जानते हैं, तो आप सटीक भविष्यवाणी कर सकते हैं कि आगे क्या होगा। यह शोध पत्र बताता है कि भले ही आप शुरुआती बिंदु को लगभग पूरी तरह से जानते हों (सूक्ष्म अंतर के साथ), भविष्य पूरी तरह से अलग हो सकता है।

"क्लीन" (Clean) वाला भाग: क्योंकि उन्होंने बहुत सटीक गणित का उपयोग किया, वे आश्वस्त हैं कि यह केवल एक कंप्यूटर ग्लिच नहीं है। यह समीकरणों का एक वास्तविक गुण है।
"नॉन-यूनिकनेस" (Non-Uniqueness) वाला भाग: उन्होंने दिखाया कि दो शुरुआती बिंदु जो व्यावहारिक रूप से समान हैं, दो पूरी तरह से अलग वैश्विक परिणामों की ओर ले जा सकते हैं।

निष्कर्ष (The Bottom Line)

लेखक यह नहीं कह रहे हैं कि उन्होंने अभी तक $1 मिलियन की गणितीय समस्या को हल कर लिया है। इसके बजाय, वे कह रहे हैं: "हे गणितज्ञों, इसे देखिए! हमने एक अत्यंत सटीक सूक्ष्मदर्शी (microscope) बनाया है, और यह दिखाता है कि ये तरल समीकरण शायद एक ही शुरुआती रेखा से दो अलग-अलग भविष्य की अनुमति दे सकते हैं। यह डेटा यहाँ है; शायद यह आपको इसे सिद्ध करने का कोई सुराग दे सके।"

यह इस बात का रोडमैप है कि तरल पदार्थों की अराजक दुनिया में, भविष्य हमारी सोच से कहीं अधिक अप्रत्याशित हो सकता है।

यहाँ शिजुन लियाओ और शिजिए किन के शोध पत्र "Non-uniqueness of smooth solutions of the Navier-Stokes equations from almost the same initial conditions" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र गणित और द्रव गतिविज्ञान (fluid dynamics) की एक मौलिक खुली समस्या को संबोधित करता है: नेवियर-स्टोक्स (NS) समीकरणों के सुचारू समाधानों (smooth solutions) की विशिष्टता (uniqueness) और अस्तित्व (existence), जो सात मिलेनियम प्राइज समस्याओं में से एक है।

मुख्य मुद्दा: हालांकि यह व्यापक रूप से स्वीकार किया जाता है कि विक्षोभ युक्त प्रवाह (turbulent flows) NS समीकरणों द्वारा नियंत्रित होते हैं, लेकिन यह सिद्ध नहीं हुआ है कि विशिष्ट प्रारंभिक स्थितियों (initial conditions) के लिए सभी समय ( $t > 0$ ) के लिए एक अद्वितीय सुचारू समाधान मौजूद है या नहीं।
चुनौती: पिछले सैद्धांतिक कार्यों (जैसे कोइकुलेस्कु और पालेसेक) ने अनंत ऊर्जा वाले क्रिटिकल स्पेस में गैर-विशिष्टता (non-uniqueness) दिखाई है, लेकिन परिमित ऊर्जा (finite energy) वाले समाधानों के लिए गैर-विशिष्टता के स्पष्ट संख्यात्मक उदाहरण मिलना कठिन रहा है।
बाधा: पारंपरिक संख्यात्मक विधियाँ, जैसे डायरेक्ट न्यूमेरिकल सिमुलेशन (DNS), "बटरफ्लाई इफेक्ट" से ग्रस्त होती हैं। टर्बुलेंस जैसे अराजक (chaotic) सिस्टम में, सूक्ष्म संख्यात्मक त्रुटियाँ (राउंड-ऑफ और ट्रंकेशन एरर) तेजी से बढ़ती हैं, जिससे सिमुलेशन सटीक प्रक्षेपवक्र (trajectory) से तेजी से विचलित हो जाता है। यह पहचानना असंभव बना देता है कि विचलन प्रारंभिक स्थितियों के प्रति भौतिक संवेदनशीलता है या कृत्रिम संख्यात्मक शोर (numerical noise)।

2. कार्यप्रणाली: क्लीन न्यूमेरिकल सिमुलेशन (CNS)

पारंपरिक DNS की सीमाओं को दूर करने के लिए, लेखक क्लीन न्यूमेरिकल सिमुलेशन (CNS) का उपयोग करते हैं, जो लियाओ द्वारा विकसित एक उच्च-परिशुद्धता एल्गोरिदम है।

तंत्र: CNS निम्नलिखित का उपयोग करके ट्रंकेशन एरर और राउंड-ऑफ एरर दोनों को नगण्य स्तर तक कम करता है:
- मल्टीपल-प्रिसिजन अंकगणित (Multiple-precision arithmetic): चर और पैरामीटरों की गणना उच्च संख्या में सार्थक अंकों ( $N_s$ ) के साथ की जाती है।
- उच्च-क्रम टेलर विस्तार (High-order Taylor expansion): टेम्पोरल इंटीग्रेशन के लिए उच्च-क्रम विस्तार ( $M$ ) का उपयोग किया जाता है।
- फूरियर स्यूडो-स्पेक्ट्रल विधि (Fourier pseudo-spectral method): एक समान मेश पर स्थानिक सन्निकटन (spatial approximation) के लिए उपयोग किया जाता है।
सत्यापन रणनीति: विश्वसनीयता सुनिश्चित करने के लिए, लेखक एक "क्रिटिकल प्रेडिक्टेबल टाइम" ( $T_c$ ) की गणना करते हैं। वे यह सत्यापित करने के लिए एक और भी अधिक सटीक CNS सिमुलेशन (उच्च $M$ और $N_s$ के साथ) चलाते हैं कि प्राथमिक सिमुलेशन का संख्यात्मक शोर अंतराल $t \in [0, 300]$ के दौरान कठोर रूप से नगण्य है।
शासी समीकरण (Governing Equations): अध्ययन एक वर्गाकार डोमेन $[0, 2\pi] \times [0, 2\pi]$ $[0, 2 π] \times [0, 2 π]$ में आवधिक सीमा स्थितियों (periodic boundary conditions) के साथ 2D इनकंप्रेसिबल कोलमोगोरोव प्रवाह पर केंद्रित है।
- रेनॉल्ड्स नंबर ($Re$): 2000
- कोलमोगोरोव फोर्सिंग स्केल ( $n_K$ ): 16
- समीकरण: NS समीकरणों का आयामहीन स्ट्रीम फंक्शन रूप।

3. प्रयोगात्मक सेटअप (Experimental Setup)

लेखकों ने चार अलग-अलग प्रारंभिक स्थितियों का उपयोग करके एक तुलनात्मक प्रयोग डिजाइन किया जो "लगभग एक जैसी" हैं लेकिन जिनमें अलग-अलग स्थानिक समरूपता (spatial symmetries) हैं:

फ्लो CNS (संदर्भ/Reference): प्रारंभिक स्थिति $\psi_1$ जिसमें घूर्णन (rotation) और स्थानांतरण (translation) दोनों समरूपताएं शामिल हैं।
फ्लो CNS' $_1$ , CNS' $_2$ , CNS' $_3$ : प्रारंभिक स्थिति $\psi_2$ $ψ_{2}$ , जिसे $\psi_1 + \delta \sin(x+y)$ $ψ_{1} + δ sin (x + y)$ के रूप में परिभाषित किया गया है।
- विक्षोभ (perturbation) $\delta$ को अत्यंत सूक्ष्म मानों के रूप में सेट किया गया है: $10^{-10}$ , $10^{-20}$ , और $10^{-40}$ ।
- ये विक्षोभ घूर्णन समरूपता को तोड़ते हैं, जिससे केवल स्थानांतरण समरूपता शेष रहती है।
- प्रारंभिक स्थितियों के बीच अंतर का परिमाण $|\psi_2 - \psi_1| \leq |\delta|$ है।

4. मुख्य परिणाम

CNS का उपयोग करते हुए, लेखकों ने प्रदर्शित किया कि इन लगभग समान प्रारंभिक स्थितियों से शुरू होने वाले समाधान विभिन्न वैश्विक समाधानों (distinct global solutions) में विभाजित हो जाते हैं:

प्रक्षेपवक्रों का विचलन (Divergence of Trajectories):
- प्रारंभ में, विक्षोभित प्रवाह (CNS' $_{1,2,3}$ ) संदर्भ प्रवाह (CNS) का बारीकी से अनुसरण करते हैं।
- लगभग $t > 100$ के बाद, वे महत्वपूर्ण रूप से विचलित हो जाते हैं।
- मेट्रिक: संदर्भ प्रवाह का स्थानिक रूप से औसत गतिज ऊर्जा अपव्यय दर (kinetic energy dissipation rate) $\langle D \rangle_A$ , विक्षोभित प्रवाहों की तुलना में लगभग दोगुना बड़ा हो जाता है।
समरूपता भंग (Symmetry Breaking):
- संदर्भ प्रवाह (CNS) अपनी प्रारंभिक स्थिति की घूर्णन और स्थानांतरण समरूपता को बनाए रखता है।
- विक्षोभित प्रवाह (CNS' $_{1,2,3}$ ) घूर्णन समरूपता खो देते हैं और केवल स्थानांतरण समरूपता बनाए रखते हैं।
- यह पुष्टि करता है कि सूक्ष्म प्रारंभिक विक्षोभ ( $\delta$ ) को टर्बुलेंस की अराजक प्रकृति ("noise-expansion cascade") द्वारा मैक्रोस्कोपिक स्तर तक बढ़ाया गया, जिससे प्रवाह के वैश्विक गुण मौलिक रूप रूप से बदल गए।
सांख्यिकीय अंतर:
- गतिज ऊर्जा अपव्यय दर के संभाव्यता घनत्व फलन (PDFs) संदर्भ और विक्षोभित प्रवाहों के बीच काफी भिन्न होते हैं।
- भले ही प्रारंभिक स्थितियां 40 दशमलव स्थानों तक समान हों (मामला $\delta = 10^{-40}$ ), परिणामी सांख्यिकीय अवस्थाएं विशिष्ट होती हैं।
परिमित ऊर्जा (Finite Energy): सभी समाधानों में परिमित ऊर्जा घनत्व है, जो अनंत ऊर्जा वाले पिछले गैर-विशिष्टता प्रमाणों से इसे अलग करता है।

5. महत्व और योगदान

गैर-विशिष्टता के लिए संख्यात्मक साक्ष्य: यह शोध पत्र स्पष्ट संख्यात्मक साक्ष्य प्रदान करता है कि नेवियर-स्टोक्स समीकरण लगभग एक जैसी प्रारंभिक स्थितियों (जहाँ $\delta \to 0$ ) से अलग-अलग सुचारू वैश्विक समाधानों को स्वीकार कर सकते हैं।
संख्यात्मक शोर पर विजय: यह दर्शाता है कि CNS के साथ, आप भौतिक विचलन को देखने के लिए अराजक टर्बुलेंस को पर्याप्त लंबे समय तक सिम्युलेट कर सकते हैं, न कि केवल संख्यात्मक त्रुटि को, जिससे मानक DNS की सीमाएं पार हो जाती हैं।
मिलेनियम प्राइज समस्या के लिए निहितार्थ: परिणाम परिमित ऊर्जा वाले सुचारू समाधानों की विशिष्टता की धारणा को चुनौती देते हैं। लेखक एक अनुमान प्रस्तावित करते हैं: नेवियर-स्टोक्स समीकरण लगभग एक जैसी प्रारंभिक स्थितियों $U_1$ और $U_2$ (जहाँ $|U_1 - U_2| \leq \delta$ और $\delta$ अत्यंत सूक्ष्म है) से सभी $t > 0$ के लिए अलग-अलग सुचारू वैश्विक समाधानों को स्वीकार करते हैं।
गणितज्ञों के लिए रोडमैप: ये उदाहरण उन गणितज्ञों के लिए "रोडमैप" या काउंटर-उदाहरण के रूप में कार्य करते हैं जो NS समाधानों की विशिष्टता को सिद्ध या खंडित करने का प्रयास कर रहे हैं, जो यह सुझाव देते हैं कि विशिष्टता परिमित-ऊर्जा, सुचारू डेटा के लिए भी लागू नहीं हो सकती है।

निष्कर्ष

यह अध्ययन उच्च-परिशुद्धता क्लीन न्यूमेरिकल सिमुलेशन का उपयोग करके यह दिखाने के लिए किया गया है कि 2D टर्बुलेंट कोलमोगोरोव प्रवाह में, प्रारंभिक स्थितियों में सूक्ष्म परिवर्तन (जितना छोटा $10^{-40}$ हो), मैक्रोस्कोपिक रूप से भिन्न वैश्विक समाधानों की ओर ले जाते हैं जिनमें अलग-अलग समरूपता और सांख्यिकीय गुण होते हैं। यह सुचारू नेवियर-स्टोक्स समाधानों की गैर-विशिष्टता के लिए मजबूत संख्यात्मक समर्थन प्रदान करता है, जो गणितीय भौतिकी की सबसे कठिन समस्याओं में से एक पर एक महत्वपूर्ण दृष्टिकोण प्रस्तुत करता है।