🔬 condensed matter

Finite-time Scaling with Arbitrary Driving Rates: Bridging the Kibble-Zurek and De Grandi-Gritsev-Polkovnikov Limits

यह शोध पत्र एक सामान्यीकृत परिमित-समय स्केलिंग ढांचा स्थापित करता है जो किबल-ज़ुरेक और डी ग्रैंडी-ग्रिटसेव-पोल्कोवनिकव सीमाओं को एकीकृत करता है, जो क्वांटम अनेक-निकाय प्रणालियों में ड्राइविंग दरों की पूरी सीमा में संचालित क्रिटिकल डायनेमिक्स का एक सार्वभौमिक विवरण प्रदान करता है।

मूल लेखक: Shuai Yin

प्रकाशित 2026-06-01

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Shuai Yin

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 व्यस्त, अराजक चौराहे (जिसे "क्रिटिकल पॉइंट" कहा जाता है) को पार करने की कोशिश कर रहे हैं जहाँ यातायात के नियम तुरंत बदल जाते हैं। आप इसे कैसे पार करते है यह पूरी तरह से इस बात पर निर्भर करता है कि आप अपनी कार कितनी तेज़ी से चलाते हैं (जिसे "ड्राइविंग रेट" कहा जाता है)।

दशकों से, भौतिकविदों के पास इस चौराहे के लिए दो अलग-अलग नियम पुस्तिकाएं थीं, लेकिन वे केवल चरम स्थितियों में ही काम करती थीं:

धीमा चालक (किबल-ज़ुरेक): यदि आप बहुत धीरे गाड़ी चलाते हैं, तो आपके पास सड़क में होने वाले हर बदलाव पर प्रतिक्रिया देने का समय होता है। आप अराजकता के बीच सुचारू रूप से रास्ता बना सकते हैं, और आपके द्वारा होने वाली "दुर्घटनाओं" (दोषों/defects) की संख्या आपकी गति के आधार पर एक अनुमानित पैटर्न का पालन करती है।
तत्काल कूदने वाला (डी ग्रैंडी-ग्रिटसेव-पोल्कोवनिकोव): यदि आप चौराहे के एक तरफ से दूसरी तरफ तुरंत टेलीपोर्ट हो जाते हैं, तो आप सड़क के प्रति कोई प्रतिक्रिया नहीं देते हैं। आप बस जहाँ हैं वहीं लैंड करते हैं, और दुर्घटनाओं की संख्या इस बात पर निर्भर करती है कि आप कहाँ से शुरू हुए थे और आप कहाँ पहुँचे, कूदने की गति को अनदेखा करते हुए।

समस्या:
क्या होगा यदि आप मध्यम गति से गाड़ी चलाते हैं? या यदि आप अराजकता के बीच में से अपनी यात्रा शुरू करते हैं, न कि दूर से? पुरानी नियम पुस्तिकाएं कहती थीं, "हमें नहीं पता," या "यह केवल तभी काम करता है जब आप दूर से शुरू करें और धीरे चलें।" वे एक दीवार से टकरा गए: यदि आप बहुत तेज़ चलते, तो "स्लो ड्राइवर" का गणित टूट जाता।

नई खोज:
यह शोध पत्र एक यूनिवर्सल जीपीएस (एक नया गणितीय ढांचा जिसे "जनरलाइज्ड फाइनाइट-टाइम स्केलिंग" कहा जाता है) पेश करता है जो किसी भी गति के लिए काम करता है, धीमी रेंगने वाली गति से लेकर बिजली जैसी तेज़ छलांग तक, जब तक कि आप उस अराजक चौराहे के भीतर ही गाड़ी चला रहे हैं।

लेखक इसे सरल अवधारणाओं का उपयोग करके इस प्रकार समझाते हैं:

1. "फ्रीज" बनाम "मेमोरी" (स्मृति)

पुराना दृष्टिकोण: लेखक बताते हैं कि अतीत में, यदि आप बहुत तेज़ गाड़ी चलाते थे, तो सिस्टम अराजक केंद्र तक पहुँचने से पहले ही "फ्रीज" हो जाता था। यह एक धीमी कैमरा सेटिंग के साथ तेज़ चलती कार की फोटो लेने जैसा था; छवि धुंधली और बेकार होती थी। पुराने गणित के लिए यह आवश्यक था कि "फ्रीज" अराजक क्षेत्र के भीतर हो, जिसने आपकी गति को सीमित कर दिया।
नया दृष्टिकोण: लेखकों ने महसूस किया कि यदि आप अपनी यात्रा अराजक क्षेत्र के भीतर से शुरू करते हैं, तो सिस्टम वास्तव में इस तरह से "फ्रीज" नहीं होता जिससे नियम टूट जाएं। इसके बजाय, सिस्टम अपने शुरुआती स्थान की मेमोरी (स्मृति) रखता है।
- धीमी गति: सिस्टम भूल जाता है कि वह कहाँ से शुरू हुआ था और बस यातायात के नियमों (क्रिटिकल पॉइंट) का पालन करता है।
- तेज़ गति: सिस्टम अपने शुरुआती बिंदु को स्पष्ट रूप से याद रखता है। यह एक ऐसे धावक की तरह है जो तूफान के बीच में से दौड़ना शुरू करता है; यदि वह पूरी ताकत से दौड़ता है, तो वह हवा की दिशा की स्मृति को अपने साथ लेकर चलता है।

2. एकीकृत समीकरण (Unified Equation)

शोध पत्र एक एकल, मास्टर समीकरण प्रस्तावित करता है (पाठ में समीकरण 3) जो भौतिकी के लिए एक स्विस आर्मी नाइफ की तरह कार्य करता है।

यदि आप इसमें धीमी गति डालते हैं, तो समीकरण स्वचालित रूप से पुराने "स्लो ड्राइवर" नियम में सरल हो जाता है।

यदि आप इसमें तेज़ गति डालते हैं, तो यह स्वचालित रूप से "इंस्टेंट जंपर" नियम में सरल हो जाता है।

यदि आप इसमें बीच की कोई भी गति डालते हैं, तो यह दोनों व्यवहारों को सहजता से मिलाते हुए सही उत्तर देता है।

3. प्रमाण (सिमुलेशन)

यह साबित करने के लिए कि यह केवल एक सुंदर सिद्धांत नहीं था, लेखकों ने दो अलग-अलग "दुनियाओं" का उपयोग करके कंप्यूटर सिमुलेशन (जैसे एक वीडियो गेम) चलाए:

दुनिया 1: एक मानक चुंबकीय श्रृंखला (क्वांटम आइसिंग मॉडल)।
दुनिया 2: एक अधिक जटिल, विलक्षण चुंबकीय प्रणाली (ट्रिक्रिटिकल पॉइंट)।

दोनों दुनियाओं में, उन्होंने बहुत धीमी से लेकर अत्यंत तेज़ तक की ड्राइविंग स्पीड का परीक्षण किया।

परिणाम: जब उन्होंने पुराने गणित का उपयोग किया, तो डेटा पॉइंट्स कंफेटी (रंगीन कागज के टुकड़ों) की तरह बिखरे हुए थे और एक साथ नहीं आए। लेकिन जब उन्होंने अपने नए "यूनिवर्सल जीपीएस" का उपयोग किया, तो धीमी, मध्यम और तेज़ गति के सभी डेटा पॉइंट्स एक ही, सुचारू रेखा पर पूरी तरह से सिमट गए।

मुख्य निष्कर्ष (The Takeaway)

शोध पत्र का दावा है कि उन्होंने एक एकल, सार्वभौमिक भाषा खोज ली है जो यह बताती है कि क्वांटम सिस्टम कैसे व्यवहार करते हैं जब उन्हें एक फेज ट्रांजिशन (phase transition) के माध्यम से धकेला जाता है, चाहे उन्हें कितनी भी तेज़ी से धकेला जाए।

यह "धीमे और स्थिर" की दुनिया और "तेज़ और उग्र" की दुनिया के बीच के अंतर को पाटता है। यह बताता है कि जब तक हम क्रिटिकल रीजन के भीतर हैं, सिस्टम का व्यवहार हमेशा अनुमानित होता है और एक विशिष्ट स्केलिंग लॉ का पालन करता है, बशर्ते हम जहाँ से शुरू हुए थे उसकी मेमोरी (स्मृति) का हिसाब रखें। यह दो पहले से अलग थलग सिद्धांतों को एक पूर्ण चित्र में एकीकृत करता है।

तकनीकी सारांश: मनमाने ड्राइविंग दरों के साथ परिमित-समय स्केलिंग (Finite-time Scaling)

समस्या विवरण
यह शोध पत्र क्वांटम अनेक-निकाय प्रणालियों (quantum many-body systems) में गैर-संतुलन महत्वपूर्ण गतिशीलता (nonequilibrium critical dynamics) के सैद्धांतिक विवरण में एक मौलिक अंतराल को संबोधित करता है। जबकि दो अलग-अलग शासन (regimes) अच्छी तरह से समझे गए हैं, महत्वपूर्ण क्षेत्र (critical region) के भीतर मनमाने ड्राइविंग दरों के लिए एक एकीकृत ढांचा अनुपस्थित था।

किब्बल-ज़ुरेक (KZ) सीमा: धीमी, लगभग-एडियाबेटिक रैम्प्स के लिए जो क्रिटिकल पॉइंट से दूर से शुरू होती हैं, KZ तंत्र टोपोलॉजिकल दोष घनत्व (topological defect density) का एक विशिष्ट स्केलिंग ( $n \propto R^{d/r}$ ) भविष्यवाणी करता है। हालाँकि, यह सिद्धांत एक "एडियाबेटिक-इम्पल्स-एडियाबेटिक" परिदृश्य पर निर्भर करता है जहाँ सिस्टम केवल क्रिटिकल क्षेत्र के भीतर ही 'फ्रीज' होता है। यह ड्राइविंग दर $R$ पर एक सख्त ऊपरी सीमा लगाता है; यदि $R$ बहुत अधिक है, तो इम्पल्स रिजीम क्रिटिकल क्षेत्र से आगे बढ़ जाता है, जिससे स्केलिंग की सार्वभौमिकता (universality) टूट जाती है।
डी ग्रैंडी-ग्रिटसेव-पोल्कोवनिकोव (DGP) सीमा: क्रिटिकल पॉइंट पर ठीक से शुरू होने वाले अचानक क्वेंच (sudden quenches) के लिए, दोष घनत्व एक अलग स्केलिंग ( $n \propto |g_f|^{d\nu}$ ) का पालन करता है, जो प्रारंभिक अवस्था को अंतिम हैमिल्टनियन के आइगेनस्टेट्स पर प्रोजेक्ट करने से निर्धारित होता है।
अंतराल (Gap): मौजूदा सिद्धांत इन्हें अलग-अलग सीमित मामलों के रूप में देखते हैं। यह स्पष्ट नहीं था कि मनमाने ड्राइविंग दरों के लिए, विशेष रूप से जब प्रारंभिक अवस्था क्रिटिकल पॉइंट के करीब (लेकिन ठीक उस पर नहीं) हो, तो पूरी तरह से क्रिटिकल क्षेत्र के भीतर प्रतिबंधित संचालित गतिशीलता का वर्णन कैसे किया जाए।

कार्यप्रणाली
लेखक इन सीमाओं को जोड़ने के लिए एक सामान्यीकृत परिमित-समय स्केलिंग (Generalized Finite-Time Scaling - FTS) ढांचे का विकास करते हैं।

सैद्धांतिक सूत्रीकरण: वे क्रिटिकल क्षेत्र के भीतर दर $R$ द्वारा संचालित एक मैक्रोस्कोपिक मात्रा $P$ (जैसे दोष घनत्व या ऑर्डर पैरामीटर) के लिए एक सामान्यीकृत स्केलिंग रूप प्रस्तावित करते हैं:
$P[\lambda_i, \lambda(t), R] = R^{\kappa/r} f[g_i R^{-1/\nu r}, g(t) R^{-1/\nu r}, \{X R^{-x/r}\}]$
यहाँ, $g_i = \lambda_i - \lambda_c$ और $g(t) = \lambda(t) - \lambda_c$ क्रिटिकल पॉइंट से दूरी का प्रतिनिधित्व करते हैं। महत्वपूर्ण रूप से, पिछले FTS रूपों के विपरीत, यह समीकरण स्पष्ट रूप से प्रारंभिक पैरामीटर $g_i$ को एक स्केलिंग वेरिएबल के रूप में शामिल करता है, जिससे $R$ की ऊपरी सीमा की आवश्यकता समाप्त हो जाती है।
संख्यात्मक सत्यापन: सिद्धांत का परीक्षण दो अलग-अलग मॉडलों का उपयोग करके किया गया है:
1. 1D क्वांटम आइसिंग मॉडल: एक मानक क्रिटिकल पॉइंट जिसके ज्ञात घातांक ( $\beta=1/8, \nu=1, z=1$ ) हैं। इसमें सिस्टम को क्रिटिकल पॉइंट के पार क्वेंच किया जाता है जहाँ प्रारंभिक और अंतिम पैरामीटर $\lambda_c$ के करीब होते हैं।
2. ट्रिक्रिटिकल पॉइंट मॉडल: एक अधिक जटिल मॉडल जिसमें युग्मित स्पिन चेन (रिडबर्ग परमाणु प्रणालियों के लिए प्रासंगिक) शामिल हैं, जो एक ट्रिक्रिटिकल पॉइंट ( $\beta=1/4, \nu=5/4, z=1$ ) प्रदर्शित करता है।
सिमुलेशन तकनीक: लेखक मैट्रिक्स प्रोडक्ट स्टेट्स के समय विकास की गणना करने के लिए, व्यापक रेंज के ड्राइविंग दरों में ऑर्डर पैरामीटर की गतिशीलता की सटीक गणना करने हेतु, इनफिनिट टाइम-इवॉल्विंग ब्लॉक डिसिमेशन (iTEBD) एल्गोरिदम का उपयोग करते हैं।

मुख्य परिणाम

एकीकृत स्केलिंग: संख्यात्मक डेटा पुष्टि करता है कि सामान्यीकृत FTS रूप मनमाने ड्राइविंग दरों $R$ के लिए ऑर्डर पैरामीटर $M$ के डायनेमिक इवोल्यूशन को सफलतापूर्वक कोलैप्स (collapse) करता है, जो धीमी-ड्राइविंग शासन से लेकर अचानक-क्वेंच सीमा तक फैला हुआ है।
प्रारंभिक स्थितियों की भूमिका:
- धीमे-ड्राइविंग शासन ( $R < |g_i|^{\nu r}$ ) में, प्रारंभिक अवस्था प्रभावी रूप से अनंत फिक्स्ड पॉइंट्स पर "फ्रीज" हो जाती है, और मानक KZ/FTS व्यवहार प्राप्त होता है (जहाँ $g_i$ पद अप्रासंगिक हो जाता है)।
- तेज़-ड्राइविंग शासन ( $R > |g_i|^{\nu r}$ ) में, सिस्टम क्रिटिकल क्षेत्र के भीतर अपनी प्रारंभिक अवस्था की स्मृति बनाए रखता है। सामान्यीकृत स्केलिंग रूप $g_i$ को एक प्रासंगिक स्केलिंग वेरिएबल के रूप में मानकर इसे सही ढंग से नियंत्रित करता है।
मजबूती (Robustness): स्केलिंग कोलैप्स बढ़ते और घटते दोनों ड्राइविंग दिशाओं के लिए बना रहता है और मानक आइसिंग क्रिटिकल पॉइंट तथा ट्रिक्रिटिकल पॉइंट दोनों के लिए सत्यापित किया गया है, जो सरल क्रिटिकल पॉइंट्स से परे इस सिद्धांत की व्यापकता को दर्शाता है।
DGP में संक्रमण: परिणाम दिखाते हैं कि जैसे-जैसे $R$ बढ़ता है, सिस्टम KZ जैसे व्यवहार से DGP स्केलिंग सीमा की ओर सुचारू रूप से संक्रमण करता है, जिसमें सामान्यीकृत FTS रूप इस क्रॉसओवर का निरंतर गणितीय विवरण प्रदान करता है।

महत्व और दावे
यह शोध पत्र दावा करता है कि इसने क्रिटिकल क्षेत्र के पूर्ण रेंज को कवर करने वाली गैर-संतुलन क्रिटिकल डायनेमिक्स के लिए एक सार्वभौमिक सिद्धांत स्थापित किया है।

एकीकरण: यह KZ स्केलिंग (धीमी ड्राइविंग) और DGP स्केलिंग (अचानक क्वेंच) को जोड़ने वाला पहला एकीकृत ढांचा प्रदान करता है, जो मूल KZ/FTS सिद्धांतों में पाई जाने वाली "ऊपरी सीमा" की समस्या को हल करता है।
व्यापकता: यह सिद्धांत क्रिटिकल पॉइंट से विस्थापित प्रारंभिक अवस्थाओं को समायोजित करता है, जो संचालित गतिशीलता का एक पूर्ण विवरण प्रदान करता है जहाँ पूरी प्रक्रिया क्रिटिकल क्षेत्र के भीतर होती है।
प्रायोगिक प्रासंगिकता: लेखक नोट करते हैं कि यह ढांचा अत्याधुनिक क्वांटम उपकरणों (जैसे कि रिडबर्ग परमाणुओं या सुपरकंडक्टिंग क्वबिट्स का उपयोग करने वाले उपकरण) के लिए तुरंत प्रासंगिक है, जहाँ उच्च नियंत्रण क्षमता क्रिटिकल क्षेत्र के भीतर क्वेंच शुरू करने की अनुमति देती है। यह पारंपरिक KZ ढांचे की बाधाओं के बिना इन प्रयोगों में सार्वभौमिक गैर-संतुलन व्यवहारों के विश्वसनीय लक्षण वर्णन को सक्षम बनाता है।
भविष्य का दायरा: लेखक सुझाव देते हैं कि यह सिद्धांत अन्य क्रिटिकल पॉइंट्स (लैंडौ प्रतिमान से परे भी) और क्वांटम क्रिटिकल पॉइंट्स के पास बदलते सिमेट्री-ब्रेकिंग फील्ड या तापमान परिवर्तन वाले वैकल्पिक ड्राइविंग प्रोटोकॉल में विस्तार योग्य है।

1. "फ्रीज" बनाम "मेमोरी" (स्मृति)

2. एकीकृत समीकरण (Unified Equation)

3. प्रमाण (सिमुलेशन)

मुख्य निष्कर्ष (The Takeaway)

इसी तरह के और पेपर