🔬 condensed matter

Bias and Correlations in Quasiperiodicity: Impact on Localization in an Extended Aubry-André Model

यह शोध पत्र प्रदर्शित करता है कि एक विस्तारित ऑब्री-आंद्रे मॉडल में, बायस पैरामीटर, सहसंबंध के साथ मिलकर, यह प्रकट करते हुए स्थानीयकरण व्यवहार को महत्वपूर्ण रूप से नियंत्रित करता है कि क्षमता की शक्ति में वृद्धि स्थानीयकरण के पक्ष में बायस को कम करती है, जबकि शून्य बायस कमजोर शक्ति पर भी पूर्ण स्थानीयकरण की ओर ले जाता है।

मूल लेखक: Adithya J D, Ranjan Modak, Shaon Sahoo

प्रकाशित 2026-09-15

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Adithya J D, Ranjan Modak, Shaon Sahoo

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

क्वांटम भौतिकी की सूक्ष्म दुनिया में, इलेक्ट्रॉन जैसे कण हमेशा किसी पदार्थ के माध्यम से स्वतंत्र रूप से प्रवाहित नहीं होते हैं। कभी-कभी, वे फंस जाते हैं, उस परिदृश्य की अनियमितताओं द्वारा एक ही स्थान पर कैद हो जाते हैं जिससे वे यात्रा करते हैं। यह घटना, जिसे लोकलाइजेशन (localization) कहा जाता है, एक-आयामी प्रणालियों में प्रकृति का एक मौलिक नियम है। यदि कणों को मिलने वाली बाधाएं पूरी तरह से यादृच्छिक (random) और एक-दूसरे से असंबंधित हैं, तो विकार (disorder) की एक सूक्ष्म मात्रा भी कण को पूरी तरह से रोकने के लिए पर्याप्त है, जिससे वह एक ही स्थान पर जम जाता है। इस व्यवहार को एंडरसन लोकलाइजेशन (Anderson localization) कहा जाता है, जिसे दशकों से समझा जा चुका है। हालाँकि, प्रकृति अक्सर शुद्ध यादृच्छिकता से अधिक सूक्ष्म होती है। कई सामग्रियों में, विकार बिल्कुल यादृच्छिक नहीं होता है, बल्कि यह एक सख्त, दोहराने वाले पैटर्न का अनुसरण करता है जो खुद को पूरी तरह से दोहराता नहीं है, जिसे क्वासीपीरियोडिसिटी (quasiperiodicity) कहा जाता है। लंबे समय से, वैज्ञानिक यह सोच रहे थे कि ये व्यवस्थित लेकिन गैर-दोहराने वाले पैटर्न एक कण की गति करने की क्षमता को कैसे प्रभावित करते हैं। यादृच्छिक मामले के विपरीत, जहाँ गति हमेशा असंभव होती है, क्वासीपीरियॉडिक परिदृश्य कभी-कभी कणों को बहने की अनुमति दे सकते हैं, जिससे फंसे हुए और मुक्त अवस्थाओं का एक जटिल मिश्रण बनता है।

भारतीय प्रौद्योगिकी संस्थान तिरुपति के शोधकर्ताओं की एक टीम ने इस पहेली पर करीब से नज़र डाली है, और यह जांच की है कि क्यों कुछ क्वासीपीरियॉडिक पैटर्न कणों को चलने देते हैं जबकि अन्य उन्हें फंसा देते हैं। उन्होंने एक विशिष्ट गणितीय मॉडल पर ध्यान केंद्रित किया जो साइटों की एक श्रृंखला का वर्णन करता है जहाँ एक कण एक से दूसरे तक कूद सकता है, जिसमें प्रत्येक साइट की ऊंचाई एक क्वासीपीरियॉडिक तरीके से बदलती है। क्षमता (potential) की शक्ति और पैटर्न के आकार को व्यवस्थित रूप से समायोजित करके, शोधकर्ताओं ने खोजा कि यह समझने की कुंजी कि कण फंसा हुआ है या मुक्त, यह नहीं है कि पैटर्न कितना सह-संबंधित (correlated) है, बल्कि यह है कि उस पैटर्न के भीतर मान (values) कैसे वितरित हैं। उन्होंने पाया कि यदि क्षमता के मान समान रूप से फैले हुए हैं, तो कण फंसने की प्रवृत्ति रखता है, जो यादृच्छिक विकार के व्यवहार की नकल करता है। लेकिन यदि वितरण असमान है, जो कुछ मानों को दूसरों की तुलना में प्राथमिकता देता है, तो कण के मुक्त रहने की संभावना बहुत अधिक होती है।

शोधकर्ताओं ने प्रसिद्ध ऑब्रे-आंद्रे (Aubry–André) मॉडल के एक विस्तारित संस्करण पर अपना अध्ययन बनाया। इस सेटअप में, श्रृंखला के प्रत्येक बिंदु पर क्षमता ऊर्जा एक विशिष्ट गणितीय फलन (function) द्वारा निर्धारित होती है। उन्होंने एक चर (variable) पेश किया जिसने उन्हें इस फलन को सुचारू रूप से विकृत (deform) करने की अनुमति दी, जिससे इस बात में बदलाव आया कि क्षमता के मान श्रृंखला में कैसे वितरित होते हैं। जैसे-जैसे उन्होंने इस विरूपण को बदला, उन्होंने सिस्टम के व्यवहार में एक नाटकीय बदलाव देखा। जब क्षमता के मान समान रूप से वितरित थे, जिसका अर्थ था कि प्रत्येक संभावित मान के प्रकट होने की संभावना समान थी, तो सिस्टम वैसा ही व्यवहार करता था जैसा कि वह पूरी तरह से विकृत (disordered) होता। यहाँ तक कि जब क्षमता बहुत कम थी, तब भी प्रत्येक अवस्था स्थानीयकृत (localized) हो गई, जिससे कण फंस गया। यह एक आश्चर्यजनक परिणाम था क्योंकि पैटर्न अभी भी अत्यधिक व्यवस्थित और सह-संबंधित था, फिर भी इसने ठीक उसी तरह व्यवहार किया जैसे कि पूर्ण लोकलाइजेशन का कारण बनने वाला यादृच्छिक विकार।

इसके विपरीत, जब शोधकर्ताओं ने पक्षपाती वितरण (biased distribution) बनाने के लिए मापदंडों को समायोजित किया—जहाँ कुछ क्षमता मान बहुत अधिक बार दिखाई देते हैं—तो सिस्टम का चरित्र बदल गया। कण फिर से चलने लगे। टीम ने इस पक्षपात (bias) के लिए दो महत्वपूर्ण थ्रेसहोल्ड (सीमाओं) की पहचान की। एक निचले थ्रेसहोल्ड से नीचे, सभी अवस्थाओं का स्पेक्ट्रम स्थानीयकृत ही रहा, चाहे अन्य कारक कुछ भी हों। एक उच्च थ्रेसहोल्ड के ऊपर, सिस्टम मुक्त और फंसी हुई अवस्थाओं का मिश्रण या पूरी तरह से मुक्त अवस्थाओं का समर्थन कर सकता था। इस निष्कर्ष ने एक सामान्य अंतर्ज्ञान को चुनौती दी कि पैटर्न के विभिन्न बिंदुओं के बीच सह-संबंध बढ़ाने से स्वतः ही कणों को चलने में मदद मिलेगी। शोधकर्ताओं ने दिखाया कि यह हमेशा सच नहीं होता है। उनके मॉडल में, क्षमता की शक्ति बढ़ाने से वास्तव में साइटों के बीच सह-संबंध बढ़ गया, फिर भी इसने पक्षपात को कम कर दिया। इस पक्षपात में कमी ही वह कारक थी जिसने सिस्टम को लोकलाइजेशन की ओर धकेला, जिससे बढ़े हुए सह-संबंध के प्रभाव को दबा दिया गया।

अपने सिद्धांत का परीक्षण करने के लिए, टीम ने एक अलग मॉडल लागू किया जिसे शून्य पक्षपात वाला होने के लिए डिज़ाइन किया गया था, जिसका अर्थ है कि क्षमता के मान पूरी तरह से समान थे। इस तथ्य के बावजूद कि इस मॉडल में मजबूत सह-संबंध मौजूद थे, सिमुलेशन ने दिखाया कि हर अवस्था स्थानीयकृत हो गई, यहाँ तक कि बहुत कम क्षमता शक्ति पर भी। इसने उनके इस परिकल्पना की पुष्टि की कि इन प्रणालियों में लोकलाइजेशन को नियंत्रित करने वाला प्रमुख कारक पक्षपात (bias) है। उनका कार्य सुझाव देता है कि क्वासीपीरियॉडिक मॉडलों के एक विस्तृत वर्ग के लिए, क्षमता के मानों का गैर-समान वितरण कणों को वि-स्थानीयकृत (delocalize) करने के लिए आवश्यक है। इस पक्षपात के बिना, सिस्टम पूर्ण लोकलाइजेशन की स्थिति में वापस आ जाता है, और यादृच्छिक विकार वाले सिस्टम की तरह व्यवहार करता है।

इस कार्य के निहितार्थ एक एकल गणितीय मॉडल से परे हैं। यह क्वांटम प्रणालियों में फंसी हुई और मुक्त अवस्थाओं के बीच संक्रमण को देखने के लिए एक नया दृष्टिकोण प्रदान करता है। पक्षपात को एक महत्वपूर्ण नियंत्रण पैरामीटर के रूप में पहचानकर, शोधकर्ता क्षमता के सांख्यिकीय गुणों के आधार पर अवस्थाओं (eigenstates) के भाग्य की भविष्यवाणी करने का एक तरीका प्रदान करते हैं। यह अंतर्दृष्टि अल्ट्राकोल्ड परमाणुओं, फोटोनिक लैटिस और अन्य क्वांटम सिम्युलेटरों में अत्यंत महत्वपूर्ण हो सकती है जहाँ क्वासीपीरियॉडिक क्षमता को उच्च सटीकता के साथ इंजीनियर किया जा सकता है। यह अध्ययन यह दावा नहीं करता है कि उसने लोकलाइजेशन के हर पहलू को हल कर दिया है, लेकिन यह क्षमता के वितरण के आकार और उसके भीतर कणों की गतिशीलता के बीच एक स्पष्ट, मात्रात्मक संबंध स्थापित करता है। निष्कर्ष बताते हैं कि क्वांटम दुनिया में, मानों का वितरण उतना ही महत्वपूर्ण है जितने कि वे मान स्वयं हैं।

तकनीकी सारांश: अर्ध-आवधिकता (Quasiperiodicity) में पूर्वाग्रह और सहसंबंध: एक विस्तारित ऑब्री-एंड्रे (Aubry–André) मॉडल में स्थानीयकरण पर प्रभाव

समस्या विवरण
जबकि एंडरसन स्थानीयकरण (Anderson localization) यह निर्धारित करता है कि एक आयाम में किसी भी मात्रा में असंबद्ध विकार (uncorrelated disorder) सभी आइजनस्टेट्स (eigenstates) को स्थानीयकृत कर देता है, अर्ध-आवधिक विभव (quasiperiodic potentials) अधिक समृद्ध व्यवहारों का समर्थन करते हैं, जिनमें मोबिलिटी एज (mobility edges) और विस्थानीकृत (delocalized) अवस्थाएँ शामिल हैं। हालाँकि, केवल विभव की संरचना के आधार पर आइजनस्टेट्स के भाग्य की भविष्यवाणी करने में एक मौलिक अंतराल बना हुआ है। यद्यपि एंडरसन स्थानीयकरण प्रतिमान को तोड़ने के लिए अर्ध-आवधिक विभव में सहसंबंध (correlations) आवश्यक हैं, लेकिन वे विस्थानीकरण की गारंटी देने के लिए पर्याप्त नहीं हैं। सहज रूप से, कोई अपेक्षा कर सकता है कि सहसंबंधों की शक्ति बढ़ाने से विस्थानीकरण में वृद्धि होगी; तथापि, मानक ऑब्री-एंड्रे (AA) मॉडल में, विभव की शक्ति बढ़ाने से सहसंबंध तो बढ़ते हैं, परंतु यह प्रणाली को स्थानीयकरण की ओर धकेलता है। यह विरोधाभासी व्यवहार बताता है कि केवल सहसंबंध, स्थानीयकरण, विस्थानीकरण या मोबिलिटी एज की उपस्थिति की भविष्यवाणी करने के लिए एक अपर्याप्त मानदंड है। यह शोध पत्र उन विशिष्ट विभव विशेषताओं की पहचान करने का प्रयास करता है जो इन स्थानीयकरण गुणों को नियंत्रित करती हैं।

कार्यप्रणाली (Methodology)
लेखक एक विस्तारित, $\theta$ -विकृत ऑब्री-एंड्रे मॉडल की जांच करते हैं जिसे निम्नलिखित हैमिल्टनियन द्वारा परिभाषित किया गया है:
$\hat{H} = -t \sum_{i=1}^{N-1} (\hat{c}^\dagger_i \hat{c}_{i+1} + \text{h.c.}) + \sum_{i=1}^N \epsilon_i \hat{c}^\dagger_i \hat{c}_i$
जहाँ ऑनसाइट विभव (onsite potential) $\epsilon_i = V \cdot \text{sgn}[\cos(2\pi\alpha i + \phi)] \cdot |\cos(2\pi\alpha i + \phi)|^\theta$ द्वारा दिया गया है। यहाँ, $V$ विभव की शक्ति है, $\alpha = (\sqrt{5}-1)/2$ अपरिमेय आवृत्ति है, और $\theta$ एक निरंतर विरूपण पैरामीटर ( $\theta \in [0, \infty)$ ) है। मानक AA मॉडल $\theta=1$ के लिए संगत है।

विकार को वर्गीकृत करने के लिए, लेखक दो स्वतंत्र पैरामीटर पेश करते हैं:

सहसंबंध पैरामीटर ( $S_c$ ): स्थानिक सहसंबंध फलन (spatial correlation function) $C_\theta(r)$ का एक भारित औसत, जो विभव में स्थानिक सहसंबंधों की शक्ति को मापता है।
पूर्वाग्रह पैरामीटर (Bias Parameter - $S_b$ ): जालक स्थलों (lattice sites) पर विभव मानों के अनुभवजन्य संभाव्यता वितरण के मानक विचलन द्वारा परिभाषित। एक समान वितरण के लिए $S_b = 0$ होता है, जबकि एक गैर-समान (biased) वितरण के लिए $S_b > 0$ होता है।

स्थानीयकरण गुणों का विश्लेषण इन्वर्स पार्टिसिपेशन रेशियो (IPR) और विस्थानीकृत अवस्थाओं के अंश ( $n_d$ ) को निर्धारित करने के लिए सॉर्टेड IPR मानों के परिमित-आकार स्केलिंग (finite-size scaling) का उपयोग करके किया जाता है। यह अध्ययन $N=4000$ तक के सिस्टम साइज के लिए संख्यात्मक सिमुलेशन का उपयोग करता है और संभाव्यता वितरणों तथा सहसंबंध फलनों को विश्लेषणात्मक रूप से प्राप्त करने के लिए वेइल के इक्विडिस्ट्रिब्यूशन प्रमेय (Weyl's Equidistribution Theorem) का उपयोग करता है।

मुख्य योगदान और परिणाम
यह शोध पत्र स्थापित करता है कि पूर्वाग्रह पैरामीटर (bias parameter) ही स्थानीयकरण-विस्थानीकरण संक्रमण को नियंत्रित करने वाला महत्वपूर्ण कारक है, न कि केवल सहसंबंध की शक्ति।

सहसंबंध और स्थानीयकरण का विखंडन (Decoupling): लेखक प्रदर्शित करते हैं कि विभव की शक्ति $V$ बढ़ाने से सहसंबंध पैरामीटर $S_c$ बढ़ता है, लेकिन साथ ही यह पूर्वाग्रह पैरामीटर $S_b$ को कम करता है। यह पूर्वाग्रह में कमी प्रणाली को स्थानीयकरण की ओर ले जाती है, जो इस विरोधाभासी अवलोकन की व्याख्या करती है कि मजबूत सहसंबंध (उच्च $V$ के माध्यम से) स्पेक्ट्रम को अधिक स्थानीयकृत करते हैं।
फेज डायग्राम और क्रिटिकल थ्रेशोल्ड: $\theta-V$ $θ - V$ पैरामीटर स्पेस में विस्थानीकृत अवस्थाओं के अंश ( $n_d$ $n_{d}$ ) को मैप करके, लेखक तीन अवस्थाओं की पहचान करते हैं: पूरी तरह से स्थानीयकृत, पूरी तरह से विस्थानीकृत, और मिश्रित (मोबिलिटी एज के साथ स्थानीयकृत और विस्थानीकृत अवस्थाओं का सह-अस्तित्व)।
- वे विचार किए गए हैमिल्टनियन परिवार के लिए दो क्रिटिकल बायस थ्रेशोल्ड की पहचान करते हैं: एक निचला थ्रेशोल्ड $S_b^*$ और एक ऊपरी थ्रेशोल्ड $S_b^{**}$ ।
- $S_b < S_b^*$ : संपूर्ण स्पेक्ट्रम स्थानीयकृत है ( $n_d = 0$ )।
- $S_b < S_b^{**}$ : संपूर्ण स्पेक्ट्रम विस्थानीकृत नहीं हो सकता ( $n_d < 1$ ), जो पूर्ण विस्थीकरण अवस्था को रोकता है।
- मानक AA मॉडल ( $\theta=1$ ) के लिए, ये थ्रेशोल्ड आपस में मिल जाते हैं, जिसके परिणामस्वरूप एक तीक्ष्ण (sharp) संक्रमण होता है।
शून्य-पूर्वाग्रह सत्यापन (Zero-Bias Verification): इस परिकल्पना का परीक्षण करने के लिए कि निम्न पूर्वाग्रह स्थानीयकरण को प्रेरित करता है, लेखक एक अलग अर्ध-आवधिक मॉडल की जांच करते हैं जिसका विभव $i\alpha$ के भिन्नात्मक भाग (fractional part) द्वारा परिभाषित है। इस मॉडल में परिमित सहसंबंध हैं लेकिन एक पूर्णतः समान संभाव्यता वितरण है, जिसके परिणामस्वरूप $S_b = 0$ है। संख्यात्मक परिणाम पुष्टि करते हैं कि इस शून्य-पूर्वाग्रह मॉडल के लिए, सभी आइजनस्टेट्स थर्मोडायनामिक लिमिट में स्थानीयकृत हो जाते हैं, भले ही उनमें कमजोर विभव शक्ति मौजूद हो, जो प्रभावी रूप से सहसंबंधों की उपस्थिति के बावजूद एंडरसन-समान स्थानीयकरण परिदृश्य को पुनः प्राप्त करता है।

महत्व और दावे
यह शोध पत्र दावा करता है कि जबकि सहसंबंध पारंपरिक एंडरसन स्थानीयकरण चित्र से आगे बढ़ने के लिए आवश्यक हैं, पूर्वाग्रह (bias) (विभव मान वितरण की गैर-एकरूपता) आइजनस्टेट्स की प्रकृति निर्धारित करने वाला केंद्रीय परिमाण है। लेखक प्रस्तावित करते हैं कि पूर्वाग्रह विस्थीकरण को बढ़ावा देता है, और इसके विपरीत, पर्याप्त छोटा पूर्वाग्रह (शून्य के करीब) पूर्ण स्थानीयकरण को अनुकूल बनाता है।

अध्ययन मॉडल-स्वतंत्र क्रिटिकल बायस थ्रेशोल्ड के अस्तित्व का सुझाव देता है। विशेष रूप से, लेखक अनुमान लगाते हैं कि एक सार्वभौमिक निचला बाउंड $S_b^*$ अस्तित्व में हो सकता है जिससे कोई भी अर्ध-आवधिक विभव जिसका पूर्वाग्रह इस थ्रेशोल्ड से नीचे है, वह पूरी तरह से स्थानीयकृत स्पेक्ट्रम का परिणाम होगा। हालांकि इस कार्य में पहचाने गए विशिष्ट $S_b^*$ और $S_b^{**}$ के मान विस्तारित AA मॉडल से प्राप्त किए गए हैं, यह अवलोकन कि शून्य-पूर्वाग्रह सहसंबंधित प्रणाली में पूर्ण स्थानीयकरण की ओर ले जाता है, इस व्यापक अनुमान का समर्थन करता है कि पूर्वाग्रह स्थानीयकरण व्यवहार का एक मौलिक भविष्यवक्ता है। लेखक नोट करते हैं कि उनके निष्कर्ष वर्तमान में अनुभवजन्य (empirical) हैं और पूर्वाग्रह पर वैश्विक, मॉडल-स्वतंत्र सीमाओं को स्थापित करने और विच्छिन्न (discontinuous) संभाव्यता वितरण वाले सिस्टम्स का अन्वेषण करने के लिए भविष्य के विश्लेषणात्मक कार्य का आह्वान करते हैं।

इसी तरह के और पेपर