Ageing in the exact correlations of the voter model on a fractal

जटिल सामग्रियों के अध्ययन में, वैज्ञानिक अक्सर इस बात पर ध्यान देते हैं कि कैसे प्रणालियाँ तब बदलती हैं जब उन्हें संतुलन से बाहर धकेला जाता है। एक भीड़ की कल्पना करें जहाँ हर कोई दो विचारों के बीच निर्णय लेने की कोशिश कर रहा है, और वे लगातार अपना मन बदलते रहते हैं यदि वे देखते हैं कि उनके बगल में कौन खड़ा है। यह सोचने का एक सरल तरीका है कि 'वोटर मॉडल' (voter model) नामक एक प्रणाली कैसे काम करती है, जो भौतिकी में यह समझने के लिए एक क्लासिक उपकरण है कि अव्यवस्था से व्यवस्था कैसे उभरती है। जब ऐसी प्रणाली पूरी तरह से मिश्रित अवस्था से शुरू होती है और अचानक विकसित होने दी जाती है, तो यह जल्दी से स्थिर नहीं होती। इसके बजाय, यह 'एजिंग' (aging) या वृद्धावस्था की प्रक्रिया से गुजरती है। यह एजिंग प्रक्रिया तीन विशिष्ट व्यवहारों द्वारा परिभाषित है: प्रणाली बहुत धीरे-धीरे शिथिल होती है, इसका व्यवहार इस बात पर निर्भर करता है कि आपने इसे ठीक कब देखना शुरू किया (अर्थात नियम समय के साथ बदलते हैं), और इसके पैटर्न एक अनुमानित, स्केल्ड तरीके से बढ़ते हैं। जबकि वैज्ञानिकों ने दशकों तक सपाट, नियमित ग्रिडों पर इसका अध्ययन किया है, वास्तविक दुनिया अक्सर बहुत अधिक अनियमित होती है। एयरोजेल जैसी छिद्रपूर्ण संरचनाओं से लेकर जैविक ऊतकों के जटिल नेटवर्क तक, कई सामग्रियाँ सपाट नहीं बल्कि 'फ्रैक्टल' (fractal) होती हैं। एक फ्रैक्टल एक ऐसी आकृति है जो समान दिखती है चाहे आप उसे कितना भी ज़ूम करके देखें, जिसमें ऐसी जटिलता होती है जिसे एक, दो या तीन जैसे सरल पूर्णांक आयामों से वर्णित नहीं किया जा सकता। समझना कि ऐसी अजीब, ऊबड़-खाबड़ परिदृश्यों पर ये एजिंग प्रणालियाँ कैसे व्यवहार करती है, एक कठिन पहेली बना हुआ है।

एक शोधकर्ता ने हाल ही में इस समस्या को हल करने के लिए एक फ्रैक्टल सबस्ट्रेट (substrate) पर वोटर मॉडल के व्यवहार की गणना की। उन्होंने केवल कंप्यूटर सिमुलेशन पर भरोसा नहीं किया, बल्कि जब फ्रैक्टल के ऊबड़-खाबड़ विवरणों का औसत निकाला जाता है, तो उभरते सटीक, सुचारू पैटर्न खोजने के लिए गणितीय समीकरणों का उपयोग किया। उनका कार्य दो मुख्य मापों पर केंद्रित था: एक एकल क्षण में विभिन्न दूरियों पर प्रणाली कितनी समान दिखती है, और एक ही स्थान पर एक क्षण की तुलना बाद के क्षण से करने पर प्रणाली कितनी समान दिखती है। फ्रैक्टल को न केवल उसके ज्यामितीय आकार द्वारा, बल्कि इस बात से भी कि कोई चीज़ इसके उलझे हुए टोपोलॉजी के माध्यम से कितनी आसानी से विसरित (diffuse) हो सकती है, उपचारित करके, वे इन व्यवहारों के लिए सटीक सूत्र प्राप्त करने में सक्षम थे। शोधकर्ता ने पाया कि इन फ्रैक्टल्स पर एजिंग प्रक्रिया दो विशिष्ट संख्याओं द्वारा शासित होती है। एक संख्या आकृति के ज्यामितीय आकार का वर्णन करती है, जबकि दूसरी संख्या यह बताती है कि आकृति के आंतरिक संबंध गति को कैसे प्रभावित करते हैं। आश्चर्यजनक रूप से, उन्होंने पाया कि जबकि प्रणाली के विकसित होने की गति आंतरिक संबंधों पर निर्भर करती है, एजिंग पैटर्न का विशिष्ट आकार ज्यामितीय आकार की परवाह किए बिना, लगभग पूरी तरह से आंतरिक संबंध संख्या पर निर्भर करता है।

सबसे महत्वपूर्ण निष्कर्षों में से एक सिस्टम के भीतर सक्रिय सीमाओं (active boundaries) का घनत्व है। वोटर मॉडल में, ये सीमाएँ अलग-अलग विचारों या अवस्थाओं के क्षेत्रों को विभाजित करने वाली रेखाएँ हैं। जैसे-जैसे प्रणाली एज होती है, ये सीमाएँ गायब हो जाती हैं, और प्रणाली अधिक एकसमान हो जाती है। एक सपाट सतह पर, इन सीमाओं के गायब होने की दर उस सतह के आयामों द्वारा निर्धारित होती है। हालाँकि, शोधकर्ता ने पाया कि एक फ्रैक्टल पर, यह दर आकृति के ज्यामितीय आकार द्वारा नहीं, बल्कि एक अलग गुण द्वारा निर्धारित होती है जो यह बताता है कि एक रैंडम वॉकर (random walker) इसके माध्यम से कैसे चल सकता है। उन्होंने गणना की कि इन सीमाओं का क्षय एक विशिष्ट 'पावर लॉ' (power law) का पालन करता है, और इस नियम का घातांक (exponent) पूरी तरह से 'स्पेक्ट्रल डायमेंशन' (spectral dimension) द्वारा निर्धारित होता है, जो फ्रैक्टल की टोपोलॉजिकल जटिलता का एक माप है। यह परिणाम केवल एक सैद्धांतिक अनुमान नहीं था; जब शोधकर्ता ने अपने द्वारा गणना किए गए नंबरों की तुलना सिएरपिंस्की ट्रायंगल (Sierpinski triangle) और कारपेट (carpet) जैसे विशिष्ट फ्रैक्टल आकारों पर दशकों के मौजूदा कंप्यूटर सिमुलेशन के साथ की, तो उनके सैद्धांतिक अनुमान सिमुलेशन डेटा के साथ अच्छी सहमति में देखे गए। इस सहमति ने पुष्टि की कि फ्रैक्टल की टोपोलॉजिकल प्रकृति, न कि उसकी दृश्य ज्यामिति, वास्तव में एजिंग को संचालित करने वाला वास्तविक कारक है।

अध्ययन ने यह भी स्पष्ट किया कि प्रणाली समय के साथ कैसे स्केल करती है। उन्होंने एक 'डायनेमिक एक्सपोनेंट' (dynamic exponent) की पहचान की जो व्यवस्थित क्षेत्रों के विशिष्ट आकार के बढ़ने का वर्णन करता है। यह विकास दर सीधे तौर पर 'स्पेक्ट्रल इंडेक्स' (spectral index) से जुड़ी पाई गई, जो फ्रैक्टल की गैर-तुच्छ टोपोलॉजी का वर्णन करने वाला एक मान है। शोधकर्ता ने दिखाया कि जिन प्रणालियों में स्पेक्ट्रल डायमेंशन दो से कम है, वहाँ एजिंग व्यवहार एक विशिष्ट, सार्वभौमिक पैटर्न का पालन करता है जिसे एक एकल स्केलिंग फंक्शन द्वारा वर्णित किया जा सकता है। यह फंक्शन, जो भविष्यवाणी करता है कि सहसंबंध (correlations) समय के साथ कैसे घटते हैं, केवल स्पेक्ट्रल डायमेंशन पर निर्भर करता है और ज्यामितीय आयाम पर नहीं। इसका अर्थ यह है कि दो बहुत अलग दिखने वाले फ्रैक्टल आकार समान एजिंग व्यवहार प्रदर्शित कर सकते हैं यदि वे एक ही स्पेक्ट्रल डायमेंशन साझा करते हैं। यह कार्य जटिल संरचनाओं पर गैर-संतुलन गतिकी (non-equilibrium dynamics) को समझने के लिए एक कठोर गणितीय आधार प्रदान करता है, जो नियमित ग्रिडों की सीमाओं से आगे जाता है।

इस कार्य के निहितार्थ अमूर्त भौतिकी से परे जाते हैं। शोधकर्ता ने उल्लेख किया कि जैविक ऊतकों में अक्सर फ्रैक्टल गुण होते हैं, और इस बात के प्रमाण हैं कि ट्यूमर के विकास की आक्रामकता ऊतक के फ्रैक्टल आयाम से जुड़ी होती है। हालांकि वोटर मॉडल स्वयं कैंसर का सीधा मॉडल नहीं है, लेकिन यहाँ विकसित गणितीय ढांचा यह समझने का एक तरीका प्रदान करता है कि ऐसे जटिल, अनियमित वातावरण में प्रसार और विकास पैटर्न कैसे व्यवहार कर सकते हैं। स्पेक्ट्रल डायमेंशन की भूमिका को अलग करके, अध्ययन यह सुझाव देता है कि किसी सामग्री की आंतरिक कनेक्टिविटी, उसके समग्र ज्यामितीय आकार की तुलना में गतिशील प्रक्रियाओं को निर्धारित करने वाला एक अधिक महत्वपूर्ण कारक है। लेखक ने यह भी स्वीकार किया कि उनका दृष्टिकोण प्रणाली के सुचारू, औसत व्यवहार पर केंद्रित है, जो जानबूझकर फ्रैक्टल्स की अद्वितीय तीव्र, दोलनशील उतार-चढ़ाव (oscillating fluctuations) को अनदेखा करता है। इस सरलीकरण ने उन्हें सटीक समाधान खोजने में सक्षम बनाया, लेकिन इसका मतलब यह भी है कि फ्रैक्टल संरचना के बहुत सूक्ष्म, ऊबड़-खाबड़ विवरण उनके अंतिम सूत्रों में कैप्चर नहीं किए गए हैं।

अंततः, यह शोध सपाट ग्रिडों की आदर्श दुनिया और फ्रैक्टल सामग्रियों की अव्यवस्थित वास्तविकता के बीच के अंतर को पाटता है। यह प्रदर्शित करता है कि जटिल प्रणालियों की एजिंग एक यादृच्छिक प्रक्रिया नहीं है, बल्कि यह उस स्थान के अंतर्निहित टोपोलॉजी द्वारा निर्देशित सटीक, सार्वभौमिक नियमों द्वारा नियंत्रित होती है। इस बात की पुष्टि कि संख्यात्मक सिमुलेशन उनके सटीक सैद्धांतिक भविष्यवाणियों के साथ मेल खाते हैं, वैज्ञानिकों को छिद्रपूर्ण चट्टानों से लेकर जैविक नेटवर्क तक की प्रणालियों का विश्लेषण करने के लिए एक शक्तिशाली नया उपकरण प्रदान करता है। यह कार्य इस बात का स्पष्ट उदाहरण है कि कैसे गणितीय कठोरता, प्रतीत होने वाली अराजक और अनियमित संरचनाओं के भीतर छिपी व्यवस्था को प्रकट कर सकती है, यह दिखाते हुए कि सबसे जटिल परिदृश्यों में भी, समय और परिवर्तन के नियम सुसंगत और अनुमानित रहते हैं।