⚛️ सामान्य सापेक्षता

Non-Markovian Cosmology with Causal Memory Kernels

यह शोधपत्र कारणिक मेमोरी कर्नेल (causal memory kernels) वाले गैर-मार्कोवियन कॉस्मोलॉजिकल मॉडलों की जांच करता है, जिसमें यह पाया गया है कि जबकि एक दोलनी कर्नेल (oscillatory kernel) हबल पैरामीटर डेटा के फिट को बेहतर बनाता है, यह कारणिकता का उल्लंघन करता है और बेयसियन मानदंडों द्वारा अवांछित है, जबकि अन्य कर्नेल या तो शून्य आयाम के साथ सुसंगत हैं या विस्तार दर के एक सरल पुनर्रचना (rescaling) के साथ विजातीय (degenerate) हैं जो मानक $\Lambda$ CDM मॉडल की तुलना में कम अनुकूल है।

मूल लेखक: Aritra Sanyal, Prabir Rudra

प्रकाशित 2026-10-26

📖 4 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Aritra Sanyal, Prabir Rudra

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

हमारे ब्रह्मांड की कहानी आमतौर पर एक सहज, पूर्वानुमानित विस्तार के रूप में सुनाई जाती है, जैसे कि एक ब्रह्मांडीय गुब्बारा जो किसी भी दिए गए क्षण में मौजूद ऊर्जा और पदार्थ द्वारा निर्धारित दर पर फूल रहा हो। इस मानक दृष्टिकोण में, ब्रह्मांड की कोई स्मृति नहीं होती; अंतरिक्ष जिस गति से आज फैलता है, वह केवल इस बात पर निर्भर करता है कि इसके भीतर अभी क्या है, न कि इस पर कि एक अरब साल पहले यह कैसा था। इस विचार को, जिसे 'मार्कोवियन विवरण' (Markovian description) के रूप में जाना जाता है, ने खगोलशास्त्रियों की अच्छी सेवा की है, जिससे ब्रह्मांड के इतिहास का मानचित्र बनाने के लिए एक स्पष्ट ढांचा मिला है। हालाँकि, जिस तरह से किसी व्यक्ति का वर्तमान मूड केवल उसके तात्कालिक परिवेश से ही नहीं, बल्कि उसके अतीत की घटनाओं से भी प्रभावित हो सकता है, भौतिकविदों ने लंबे समय से यह भी सोचा है कि क्या ब्रह्मांड के विस्तार में भी उसके इतिहास की हल्की छाप हो सकती है। यदि ब्रह्मांड अपने अतीत को याद रखता है, तो इसके विकास को नियंत्रित करने वाले समीकरण में एक "स्मृति पद" (memory term) को शामिल करने की आवश्यकता होगी, जो गणितीय रूप से यह कहता है कि विस्तार की वर्तमान दर उस यात्रा से आकार लेती है जो इसे यहाँ तक पहुँचने के लिए करनी पड़ी है।

भारत में शोधकर्ताओं के एक दल ने इस संभावना का परीक्षण करने के लिए एक नया ब्रह्मांडीय इतिहास बनाने का प्रयास किया जो इस तरह की स्मृति की अनुमति देता है। उन्होंने प्रस्तावित किया कि ब्रह्मांड के विस्तार की दर न केवल वर्तमान ऊर्जा घनत्व का एक स्नैपशॉट है, बल्कि एक 'कारण स्मृति कर्नेल' (causal memory kernel) से भी प्रभावित है, जो एक ऐसी प्रक्रिया है जो ब्रह्मांड की पिछली अवस्थाओं के बारे में जानकारी को सुरक्षित रखती है। इसकी खोज के लिए, उन्होंने स्मृति के समय के साथ फीके पड़ने के पांच अलग-अलग गणितीय स्वरूप विकसित किए, जिसमें एक सरल रैखिक गिरावट से लेकर जटिल पैटर्न तक शामिल हैं जो एक तरंग की तरह दोलन करते हैं। उन्होंने इन आकारों को वास्तविक भौतिकी के आधार पर स्थापित किया, यह दिखाते हुए कि वे ब्रह्मांड के उन छिपे हुए क्षेत्रों से उत्पन्न हो सकते हैं जिन्हें हम अभी तक देख नहीं सकते, या ब्रह्मांडीय तरल पदार्थों के प्रवाह का विरोध करने के तरीके से उत्पन्न हो सकते हैं। फिर शोधकर्ताओं ने इन सैद्धांतिक मॉडलों को आज उपलब्ध ब्रह्मांड के विस्तार के सबसे सटीक मापों के विरुद्ध परीक्षण के लिए लिया, जिसमें 'कॉस्मिक क्रोनोमीटर' और 'डार्क एनर्जी स्पेक्ट्रोस्कोपिक इंस्ट्रूमेंट' से प्राप्त डेटा का उपयोग किया गया।

इन कठोर परीक्षणों के परिणाम आश्चर्यजनक रूप से निर्णायक थे। जब शोधकर्ताओं ने अपने स्मृति-युक्त मॉडलों की तुलना मानक, स्मृति-रहित मॉडल से की, तो उन्होंने पाया कि ब्रह्मांड में वास्तव में बहुत कम स्मृति है। स्मृति के सरलतम प्रकारों के लिए, जहाँ अतीत का प्रभाव लगातार कम होता जाता है, डेटा ने दिखाया कि स्मृति प्रभाव शून्य के समान है। दूसरे शब्दों में, ब्रह्मांड बिल्कुल वैसा ही व्यवहार करता है जैसे कि उसकी कोई स्मृति ही न हो। अधिक जटिल स्वरूपों के लिए, डेटा ने सुझाव दिया कि यदि कोई स्मृति प्रभाव मौजूद है, तो वह इतना अल्पकालिक है कि उसे वर्तमान विस्तार दर के एक साधारण, समान समायोजन के रूप में देखा जा सकता है, न कि एक वास्तविक ऐतिहासिक प्रभाव के रूप में। स्मृति पदों वाले मॉडलों ने डेटा के साथ बेहतर तालमेल नहीं दिखाया; वास्तव में, मानक मॉडल ब्रह्मांड का सबसे विश्वसनीय विवरण बना हुआ है।

एक विशिष्ट प्रकार का स्मृति मॉडल, जो एक पेंडुलम की तरह आगे-पीछे दोलन करता है, शुरू में 'डार्क एनर्जी स्पेक्ट्रोस्कोपिक इंस्ट्रूमेंट' के डेटा के साथ बेहतर फिट होता हुआ प्रतीत हुआ। हालाँकि, सूक्ष्म जांच ने एक घातक दोष को उजागर किया: इस मॉडल के काम करने के लिए, स्मृति को पीछे के समय में जाने पर और अधिक मजबूत होना होगा, जो ऊर्जा के क्षय को नियंत्रित करने वाले भौतिकी के मौलिक नियमों के विपरीत है। जब शोधकर्ताओं ने इसमें कॉस्मिक क्रोमीटर का डेटा भी शामिल किया, तो इस दोलन वाले मॉडल ने अपना लाभ पूरी तरह से खो दिया। साक्ष्य बताते हैं कि भले ही ब्रह्मांड अपने अतीत से एक सूक्ष्म, प्रतिशत-स्तर के प्रभाव की अनुमति दे सकता है, लेकिन ऐसा विश्वास करने का कोई ठोस कारण नहीं है कि वास्तव में ऐसा कोई प्रभाव मौजूद है। ब्रह्मांड का मानक, स्मृति-रहित विवरण हमारे पास सबसे सटीक मानचित्र है, और ब्रह्मांड के विस्तार को आकार देने वाली एक ब्रह्मांडीय स्मृति की खोज, फिलहाल खाली हाथ रही है।

तकनीकी सारांश: कारणिक मेमोरी कर्नेल के साथ गैर-मार्कोवियन ब्रह्मांड विज्ञान (Non-Markovian Cosmology)

समस्या का विवरण
मानक ब्रह्मांड संबंधी मॉडल, जो फ्राइडमैन-लेमेट्रे-रॉबर्टसन-वॉकर (FLRW) मेट्रिक पर आधारित है, स्वाभाविक रूप से मार्कोवियन (Markovian) है: हबल पैरामीटर $H(z)$ केवल तात्कालिक ऊर्जा घनत्व पर निर्भर करता है, और ब्रह्मांड के अतीत के विकास की उपेक्षा करता है। यह धारणा, जो कि सामान्य सापेक्षता (General Relativity) का सख्त परिणाम नहीं है, लघु-तरंगदैर्ध्य उतार-चढ़ाव और अनसुलझे घटकों के मोटे वर्गीकरण (coarse-graining) से उत्पन्न होती है। हालिया अवलोकन संबंधी तनाव (हबल और $S_8$ ) और DESI डेटा में विकसित डार्क एनर्जी के संकेत इस बात की जांच करने के लिए प्रेरित करते हैं कि क्या $H(z)$ और ऊर्जा घनत्व के बीच तात्कालिक संबंध बहुत अधिक कठोर है। लेखक एक गैर-मार्कोवियन विस्तार का प्रस्ताव करते हैं जहाँ वर्तमान विस्तार दर एक कारणिक मेमोरी इंटीग्रल (causal memory integral) के माध्यम से अतीत के ब्रह्मांडीय विकास की जानकारी को संजो कर रखती है।

कार्यप्रणाली
यह अध्ययन एक कारणिक मेमोरी कर्नेल $K(z-z')$ को पेश करके फ्राइडमैन समीकरण का सामान्यीकरण करता है:
$H^2(z) = H_M^2(z) + \int_0^z K(z-z') H_M^2(z') dz'$
जहाँ $H_M(z)$ मानक मार्कोवियन ( $\Lambda$ CDM) दर है। लेखक पाँच विशिष्ट निरंतर कर्नेल्स (kernels) की जांच करते हैं: लीनियर (Linear), पावर-लॉ (Power-law), एक्सपोनेंशियल (Exponential), गौसियन (Gaussian), और ऑसिलेटरी (Oscillatory)।

सैद्धांतिक व्युत्पत्ति: शोध पत्र यह स्थापित करता है कि ये कर्नेल्स केवल घटनात्मक (phenomenological) नहीं हैं, बल्कि एक अनसुलझे "हिडन सेक्टर" (hidden sector) के सूक्ष्म भौतिकी से उत्पन्न होते हैं।
- ओपन-सिस्टम व्युत्पत्ति: ज़्वानज़िग-मोरी प्रोजेक्शन-ऑपरेटर फॉर्मलिज्म (Zwanzig–Mori projection-operator formalism) का उपयोग करते हुए, कर्नेल्स को रिकी स्केलर (Ricci scalar) से जुड़े ऑसिलेटर्स के स्पेक्ट्रल डेंसिटी $J(\omega)$ के कोसाइन ट्रांसफॉर्म के रूप में पहचाना गया है।
- कारणिक ऊष्मप्रवैगिकी (Causal Thermodynamics): एक्सपोनेंशियल कर्नेल को स्वतंत्र रूप से इज़राइल-स्टुअर्ट थ्योरी (Israel–Stewart theory) के कारणत्मक बल्क विस्कोसिटी (bulk viscosity) से व्युत्पन्न किया गया है।
- गैर-स्थानीय गुरुत्वाकर्षण (Non-local Gravity): लीनियर कर्नेल डेसर-वुड वॉड नॉन-लोकल ग्रेविटी में रिटार्डेड ग्रीन फंक्शन (retarded Green's function) की शॉर्ट-लैग सीमा से उभरता है।
डेटा विश्लेषण: मॉडलों को निम्नलिखित का उपयोग करके बाधित (constrain) किया गया है:
- 30 कॉस्मिक क्रोनोमीटर (CC) माप ( $0.07 \le z \le 1.965$ )।
- DESI बेरियन एकोस्टिक ऑसिलेशन (BAO) डेटा, जिसे $H(z)$ मानों में परिवर्तित किया गया है (डेटा रिलीज़ 1 (DR1) और डेटा रिलीज़ 2 (DR2))।
सांख्यिकीय दृष्टिकोण: लेखक बहु-स्टार्ट $\chi^2$ न्यूनीकरण (minimization) के बाद मार्कोव चेन मोंटे कार्लो (MCMC) सैंपलिंग का उपयोग करते हैं ताकि पोस्टीरियर वितरण प्राप्त किया जा सके। मॉडल के प्रदर्शन का मूल्यांकन मानक $\Lambda$ CDM मॉडल के विरुद्ध एकाईके (AIC) और बेयसियन (BIC) सूचना मानदंडों का उपयोग करके किया जाता है।

प्रमुख योगदान

कर्नेल्स का सूक्ष्म मूल: शोध पत्र एक एकीकृत भौतिक ढांचा प्रदान करता है जो दिखाता है कि पांच परीक्षण किए गए कर्नेल्स एक हिडन सेक्टर के विशिष्ट स्पेक्ट्रल डेंसिटी के अनुरूप हैं, जो उनके मापदंडों (एम्प्लीट्यूड, क्षय दर, आवृत्ति) को भौतिक अर्थ (जैसे, कपलिंग स्ट्रेंथ, कोरिलेशन टाइम, रेजोनेंस फ्रीक्वेंसी) प्रदान करते हैं।
शॉर्ट-मेमोरी लिमिट: लेखक प्रदर्शित करते हैं कि तीक्ष्ण रूप से केंद्रित (sharply peaked) कर्नेल्स के लिए, मेमोरी टर्म हबल स्थिरांक के एक समान पुनर्संरेखण (uniform rescaling) $H_0 \to H_0\sqrt{1+A_{\text{eff}}}$ में बदल जाता है, जो विभिन्न कर्नेल आकृतियों के बीच अवलोकन संबंधी विसंगति (observational degeneracy) की व्याख्या करता है।
व्यापक प्रतिबंध: यह अध्ययन नवीनतम DESI DR1 और DR2 डेटा को कॉस्मिक क्रोनोमीटर के साथ मिलाकर इन गैर-मार्कोवियन विस्तारों पर पहले संयुक्त प्रतिबंध प्रदान करता है।

परिणाम

लीनियर कर्नेल: एम्प्लीट्यूड शून्य के अनुरूप है ( $A = 0.002 \pm 0.030$ CC+DR2 के लिए), जो लीनियर मेमोरी टर्म के लिए साक्ष्य की कमी को दर्शाता है। यह सूचना मानदंडों द्वारा थोड़ा प्रतिकूल माना गया है।
डिजेनरेट कर्नेल्स (पावर-लॉ, एक्सपोनेंशियल, गौसियन): ये तीन कर्नेल्स अवलोकन संबंधी रूप से विसंगत (degenerate) हैं। डेटा केवल एक एकीकृत एम्प्लीट्यूड $A_{\text{eff}} \simeq 0.01\text{--}0.03$ को बाधित करता है, जो $H(z)$ के $0.5\text{--}1.5\%$ के समान पुनर्संरेखण के अनुरूप है। डेटा तीक्ष्ण रूप से केंद्रित कर्नेल्स (बड़े क्षय दरों वाले) का चयन करता है, जो प्रभावी रूप से मॉडलों को शॉर्ट-मेमोरी लिमिट में धकेल देता है। ये मॉडल $\Lambda$ CDM की तुलना में कम पसंदीदा हैं ( $\Delta$ AIC = +2.5 से +3.6)।
ऑसिलेटरी कर्नेल: केवल यही कर्नेल है जो अकेले DESI डेटा के फिट में महत्वपूर्ण सुधार करता है ( $\Delta\chi^2 = 4.5\text{--}8.1$ ), जिसमें एक पसंदीदा आवृत्ति $\omega \simeq 4\text{--}5$ है। हालांकि, सर्वोत्तम फिट के लिए एक नकारात्मक डैम्पिंग रेट ( $\alpha < 0$ ) की आवश्यकता होती है, जिसका अर्थ है कि एक मेमोरी कर्नेल अतीत में बढ़ता है। यह कारणिक व्युत्पत्तियों (जहाँ $\alpha$ को सकारात्मक होना चाहिए) के साथ असंगत है और ओवर-फिटिंग का संकेत देता है। जब कॉस्मिक क्रोनोमीटर डेटा को शामिल किया जाता है, तो ऑसिलेटरी कर्नेल के लिए प्राथमिकता समाप्त हो जाती ( $\Delta$ BIC = +4.4 से +6.2)।

महत्व और दावे
शोध पत्र निष्कर्ष निकालता है कि वर्तमान विस्तार-इतिहास डेटा $H(z)$ में प्रतिशत स्तर पर कॉस्मिक मेमोरी की अनुमति देते हैं, लेकिन इसकी आवश्यकता नहीं है। मानक $\Lambda$ CDM मॉडल सभी डेटासेट्स के लिए पसंदीदा विवरण बना हुआ है।

लेखक दावा करते हैं कि गैर-मार्कोवियन मॉडल $\Lambda$ CDM का एक "भौतिक रूप से प्रेरित, परीक्षण योग्य विस्तार" है जो वर्तमान में बाधित (constrained) है न कि पता लगाया गया (detected) है। DESI डेटा में अकेले एक ऑसिलेटरी फ्रीक्वेंसी की आवर्ती प्राथमिकता को एक रेजोनेंट हिडन सेक्टर के संभावित हस्ताक्षर के रूप में नोट किया गया है, लेकिन नकारात्मक डैम्पिंग रेट की अवास्तविक आवश्यकता और डेटासेट्स को संयोजित करने पर कमी में कमी (lack of robustness) इसे एक निश्चित पहचान से रोकती है। यह अध्ययन इस बात पर जोर देता है कि मेमोरी टर्म को हबल स्थिरांक या बल्क विस्कोसिटी के मामूली पुनर्संरेखण के बजाय एक बाधित विस्तार के रूप में देखा जाना सबसे अच्छा है।

तकनीकी सारांश: कारणिक मेमोरी कर्नेल के साथ गैर-मार्कोवियन ब्रह्मांड विज्ञान (Non-Markovian Cosmology)

इसी तरह के और पेपर