A Quadruple-Parabola Approximation for the Static Interfacial Properties of Asymmetric Phase-Separated Binary Bose--Einstein Condensates

तकनीकी सारांश: विषम चरण-पृथक्कृत द्वि-घटक बोस-आइंस्टीन कंडेनसेट्स के स्थैतिक अंतराफलकीय गुणों के लिए एक क्वाड्रुपल-पराबोला सन्निकटन (Quadruple-Parabola Approximation)

समस्या विवरण
यह शोध पत्र एक विषम चरण-पृथक्कृत द्वि-घटक बोस-आइंस्टीन कंडेनसेट (BEC) के स्थैतिक, समतलीय, शून्य-तापमान अंतराफलक (interface) के विश्लेषणात्मक वर्णन की चुनौती को संबोधित करता है। जब अंतर-प्रजाति प्रतिकर्षण (interspecies repulsion) अंतः-प्रजाति युग्मन के ज्यामितीय माध्य से अधिक होता है ($K > 1$), तो मिश्रण मैक्रोस्कोपिक डोमेन में विभाजित हो जाता है। हालांकि युग्मित ग्रॉस-पिटाएव्स्की (GP) समीकरणों के संख्यात्मक समाधान मानक हैं, वे सीमित विश्लेषणात्मक अंतर्दृष्टि प्रदान करते हैं और प्रत्येक पैरामीटर सेट के लिए पुनर्गणना की आवश्यकता होती है। मौजूदा विश्लेषणात्मक सन्निकटन, विशेष रूप से डबल-पराबोला सन्निकटन (DPA) और ट्रिपल-पराबोला सन्निकटन (TPA), विषम शासन (asymmetric regimes) में सीमाओं का सामना करते हैं जहाँ दोनों घटकों के हीलिंग लेंथ ($\xi_1, \xi_2$) असमान होते हैं। DPA अंतराफलकीय तनाव (interfacial tension) को काफी अधिक बताता है, जबकि सममित TPA, जो बेहतर है, असमान हीलिंग लेंथ वाले घटकों के लिए स्वतंत्र रूप से वक्रता (curvatures) और मिलान स्थितियों (matching positions) को सौंपने में सक्षम नहीं है। केंद्रीय प्रश्न यह है कि क्या एक विषम, खंडित-द्विघाती निर्माण (piecewise-quadratic construction) बिना विश्लेषणात्मक सुगमता को खोए, परिवर्तनीय अंतराफलकीय तनाव को कम कर सकता है, और क्या ऐसा ऊर्जावान सुधार ऑर्डर-पैरामीटर प्रोफाइल की बिंदुवार सटीकता (pointwise accuracy) में बेहतर परिणाम देता है।

कार्यप्रणाली
लेखक क्वाड्रुपल-पराबोला सन्निकटन (QPA) का प्रस्ताव करते हैं, जो एक छह-पैरामीटर, खंडित-द्विघाती परीक्षण-फलन मॉडल है।

• निर्माण: QPA, TPA के एकल सममित केंद्रीय परबोला को प्रत्येक घटक की ओर झुके हुए दो स्वतंत्र परबोला शाखाओं द्वारा प्रतिस्थापित करता है, जो एक निश्चित मूल बिंदु ($z_0=0$) पर जुड़े होते हैं। यह चार डोमेन बनाता है (दो बल्क हाफ-स्पेस और दो केंद्रीय क्षेत्र)।
• पैरामीटर: मॉडल छह भौतिक मापदंडों द्वारा नियंत्रित है: दो मिलान स्थितियाँ ($z_1, z_2$), दो वक्रताएँ ($\gamma_1, \gamma_2$), और दो शिफ्ट ($\beta_1, \beta_2$)। निरंतरता मिलान (continuity matching) के माध्यम से बारह रैखिक आयाम गुणांकों को समाप्त किया जाता है, जिससे एक बंद रूप (closed form) में हल होने वाली प्रणाली प्राप्त होती है।
• परिवर्तनीय ढांचा (Variational Framework): महत्वपूर्ण रूप से, अंतराफलकीय तनाव ($\sigma$) की गणना खंडित सरोगेट पोटेंशियल का उपयोग करके नहीं की जाती है, बल्कि बंद-रूप परीक्षण प्रोफाइल्स को सटीक GP फंक्शनल में प्रतिस्थापित करके की जाती है। यह सुनिश्चित करता है कि परिवर्तनीय सिद्धांत लागू होता है: $\sigma_{\text{model}} \ge \sigma_{\text{GP}}$।
• संख्यात्मक पाइपलाइन: QPA, TPA, और DPA के परिणामों को अंतःक्रिया शक्ति ($K \in \{1.2, 1.5, 2, 3, 5\}$) और हीलिंग-लेंथ अनुपात ($\xi \in \{0.5, 0.7, 1, 1/0.7, 2\}$) के एक $5 \times 5$ ग्रिड के विरुद्ध एक स्वतंत्र संख्यात्मक GP सीमा-मान समस्या समाधानकर्ता (scipy.integrate.solve_bvp) के विरुद्ध बेंचमार्क किया गया है। अनुकूलन के लिए मल्टी-स्टार्ट सीड्स के साथ एक बाउंडेड L-BFGS-B एल्गोरिदम का उपयोग किया गया है ताकि स्थानीय न्यूनतम (local minima) से बचा जा सके।

प्रमुख योगदान

1. विषम विश्लेषणात्मक मॉडल: एक छह-पैरामीटर वाला QPA का विकास, जो एक सटीक रूप से हल होने वाला मॉडल है और मनमाने हीलिंग-लेंथ अनुपातों ($\xi \neq 1$) को समायोजित करता है।
2. परिवर्तनीय पदानुक्रम (Variational Hierarchy): एक प्रमाण कि परीक्षण-फलन परिवार नेस्टेड हैं ($F_{\text{DPA}} \subset F_{\text{TPA}} \subset F_{\text{QPA}}$), जो किसी भी $\xi$ के लिए परिवर्तनीय क्रम $\sigma_{\text{DPA}} \ge \sigma_{\text{TPA}} \ge \sigma_{\text{QPA}} \ge \sigma_{\text{GP}}$ स्थापित करता है।
3. सममित सीमा निरंतरता: प्रदर्शन कि QPA, सममित सीमा ($\xi=1$) में ठीक से TPA में बदल जाता है, जिससे TPA मापदंडों को चार महत्वपूर्ण अंकों तक और तनाव मानों को छह अंकों तक पुनः प्राप्त किया जाता है।
4. प्रजाति-विनिमय सहप्रसरण (Species-Exchange Covariance): $\sigma(K, \xi) = \xi \sigma(K, 1/\xi)$ के सटीक संबंध का व्युत्पन्न और संख्यात्मक सत्यापन (लगभग $10^{-3}\%$ तक), जो पैरामीटर स्पेस के कुशल स्कैनिंग की अनुमति देता है।
5. मात्रात्मक बेंचमार्किंग: $(K, \xi)$ तल में तनाव त्रुटियों और प्रोफाइल त्रुटियों का व्यवस्थित विश्लेषण।

परिणाम

• अंतराफलकीय तनाव: QPA सभी परीक्षण किए गए विषम मामलों में TPA की तुलना में परिवर्तनीय अंतराफलकीय तनाव को व्यवस्थित रूप से कम करता है।
  • DPA तनाव को 9–42% तक बढ़ाकर बताता है।
  • TPA और QPA इस त्रुटि को 6.0–9.6% की सीमा तक कम कर देते हैं।
  • QPA सबसे कमजोर-पृथक्करण, सबसे अधिक-विषम शासन ($K=1.2, \xi=0.5$ या $2$) में TPA की अवशिष्ट त्रुटि को लगभग$\sim 30%$ तक कम कर देता है, हालांकि अन्य स्थानों पर यह आमतौर पर केवल कुछ प्रतिशत ही होता है।
• प्रोफाइल सटीकता: इसके विपरीत, QPA सार्वभौमिक रूप से $L^2$ बिंदुवार प्रोफाइल त्रुटि में सुधार नहीं करता है।
  • परीक्षण किए गए अधिकांश संयोजनों में, QPA प्रोफाइल त्रुटि TPA की तुलना में अधिक है।
  • QPA केवल 40 में से 8 संयोजनों में Tally से थोड़ा बेहतर है, विशेष रूप से $K \ge 2$ पर और प्रजाति-विनिमय सहप्रसरण द्वारा संबंधित मिरर पेयर्स में।
• मेट्रिक्स का विखंडन (Decoupling of Metrics): अध्ययन पाता है कि वह शासन जहाँ QPA सबसे अधिक ऊर्जावान लाभ प्राप्त करता है (कम पृथक्करण, मजबूत विषमता), वही शासन है जहाँ यह बिंदुवार प्रोफाइल सटीकता के मामले में सबसे खराब प्रदर्शन करता है।

महत्व और दावे
शोध पत्र यह दावा करता है कि QPA एक नियंत्रित केस स्टडी के रूप में कार्य करता है जो एक मौलिक अंतर को प्रदर्शित करता है: एक बड़ा परीक्षण-फलन परिवार वास्तव में एक बेहतर ऊर्जावान सन्निकटन हो सकता है बिना एक बेहतर बिंदुवार सन्निकटन हुए।

लेखक का तर्क है कि QPA एक सामान्य-उद्देश्य वाला TPA का प्रतिस्थापन नहीं है, बल्कि यह विशेष रूप से कमजोर-पृथक्करण, अत्यधिक-विषम शासन में मूल्यवान है जहाँ TPA की अवशिष्ट त्रुटि उच्चतम होती है। वे निष्कर्ष निकालते हैं कि परीक्षण किए गए पैरामीटर विंडो के भीतर, न तो TPA और न ही QPA उप-प्रतिशत (sub-percent) तनाव सटीकता प्राप्त करता है, जो यह सुझाव देता है कि 6–10% की त्रुटि प्लेटो (plateau) चार-डोमेन खंडित-द्विघाती एन्सैट्स (ansätze) या वर्तमान अनुकूलन प्रोटोकॉल के लिए आंतरिक है। प्राथमिक पद्धतिगत निष्कर्ष यह है कि तनाव-स्तर के लाभ और बिंदुवार प्रोफाइल सटीकता को अलग-अलग रिपोर्ट और अनुकूलित किया जाना चाहिए, क्योंकि वे आवश्यक रूप से सहसंबंधित नहीं हैं।