كيف يغيّر الغلاف غير المتماثل \(g(u)\) عناصرَ الانتقال في البنية الرياضية، وأي أثر يتركه اختيار الجداء الداخلي على النتائج، مع تمييز البرهان التناظري من الحساب العددي؟
تحويل \(u=2\pi/x\)، واشتقاق الغلاف \(g(u)\)، وبناء الهوية الجبرية \(H_g(gY)=-gY''\)، وإثبات تناظر \(D(u)\) الذي يفرض \(\mathcal{A}_{13}^{(0)}=0\) في النموذج المرجعي، وحساب \(\mathcal{A}_{13}\) و\(\mathcal{A}_{12}\) عند \(x_p=21\) (نسبة \(R_{13/12}\approx0.60352\))، وفحص حساسية المعلمات \(x_p\) و \(a\).
هوية تفاضلية دقيقة على المجال الداخلي حيث \(g>0\) وناعمة. حجة تناظر دقيقة في النموذج المرجعي. حسابات عددية بـ scipy.integrate.quad مع توثيق tolerance وشيفرة لإعادة الإنتاج. تعريف فضاء هيلبرت المناسب يبقى مسألة مفتوحة.
نعرّف تحويل المتغير \(u = 2\pi/x\)، لتصبح الدالة:
حيث الغلاف هو:
إذا عرّفنا \(p(u) = g'(u)/g(u)\)، فإن الصيغة الصريحة هي:
ومن ثم، فإن المؤثر التالي يحقق الهوية الجبرية:
والتي تحقق: \(H_g(gY) = g(-Y'')\). وهذا يعني أنه إذا كانت \(-Y_n'' = \lambda_n Y_n\)، فإن \(H_g(gY_n) = \lambda_n(gY_n)\).
في الفيزياء، تمنع "قواعد الانتقال" بعض التحولات بسبب التناظر تحت الانعكاس. في مجالنا \(u \in (0, 2\pi)\)، الانعكاس هو \(\hat{P}u = 2\pi - u\).
تحت الانعكاس حول منتصف المجال \(\hat{P}u = 2\pi - u\)، يتحول مؤثر الانتقال \(D(u) = \cos(u/2)\) إلى \(-D(u)\). وبالاقتران مع تكافؤ الحالات الأساسية \(Y_n(2\pi-u) = (-1)^{n+1}Y_n(u)\)، يفرض هذا التناظر انعدام العنصر المرجعي \(\mathcal{A}_{13}^{(0)}\) في النموذج الأساسي.
لكن الغلاف \(g(u)\) غير متماثل تحت هذا الانعكاس:
يؤدي إدخال الغلاف غير المتماثل إلى إزالة حجة التناظر التي كانت تفرض انعدام \(\mathcal{A}_{13}^{(0)}\) في النموذج المرجعي. ولا يكفي ذلك وحده لضمان أن يكون التكامل غير صفري، لكن الحساب العددي بالتعريفات الحالية يعطي \(\mathcal{A}_{13} \neq 0\) عند \(x_p=21\).
اخترنا مؤثر الانتقال \(D(u) = \cos(u/2)\). لغرض التوثيق الكامل وإعادة الحساب، نعرّف الحالات الأساسية \(Y_n(u)\) والحالات المطبّعة \(\Psi_n(u)\) باستخدام القياس غير الموزون (\(du\)) كما يلي:
ثم تُعرّف عناصر المصفوفة والنسبة كالتالي:
لدراسة اعتماد النسبة على المعلمة \(x_p\)، حُسبت عند عدة قيم مختلفة. وتُظهر النتائج تغيراً سلساً ضمن المجال المختبَر، دون سلوك خاص ظاهر عند \(x_p=21\).
| \(x_p\) | \(R_{13/12}\) | الملاحظة |
|---|---|---|
| 10 | 0.61417 | تغير سلس |
| 15 | 0.60742 | تغير سلس |
| 21 | 0.60352 | القيمة المرجعية |
| 30 | 0.60056 | تغير سلس |
| 50 | 0.59778 | تغير سلس |
اختير الأس \(a=5\) ضمن تعريف الغلاف، وليس نتيجة مشتقة من مبدأ مستقل. لاختبار أثر هذا الاختيار، حُسبت النسبة مع تغيير \(a\) وتثبيت بقية التعريفات وإعدادات التكامل.
| \(a\) | \(R_{13/12}\) | التغير عن المرجع |
|---|---|---|
| 4.5 | 0.5268896810 | −12.69% |
| 4.9 | 0.5890815847 | −2.39% |
| 5.0 | 0.6035155248 | المرجع |
| 5.1 | 0.6174956097 | +2.32% |
| 5.5 | 0.6689137286 | +10.82% |
audit/sensitivity_a.json.
import numpy as np
from scipy.integrate import quad
import json
def g(u, xp=21.0, a=5.0):
if u <= 1e-12 or u >= 2*np.pi - 1e-12:
return 0.0
return ((u/(2*np.pi))**a) * np.log((2*np.pi)/u) * np.exp(-2*np.pi/(xp*u))
def Y(n, u): return np.sin(n*u/2.0)
def D(u): return np.cos(u/2.0)
def audited_quad(func, lo, hi, args=()):
pts = [0.5, 1.0, 2.0, 3.0, 4.0, 5.0, 5.5]
out = quad(func, lo, hi, args=args, epsabs=1e-10, epsrel=1e-10,
limit=200, points=pts, full_output=1)
val, err = out[0], out[1]
info = out[2] if len(out)>2 else {}
msg = out[3] if len(out)>3 else ""
return {
"value": float(val), "err": float(err),
"neval": int(info.get("neval",-1)) if isinstance(info,dict) else -1,
"status": "ok" if not msg else "failed", "message": str(msg)
}
def compute(a=5.0):
def nf(u, n): return (g(u, a=a)*Y(n, u))**2
def mf(u, m, n, Nm, Nn):
return (g(u,a=a)*Y(m,u)/np.sqrt(Nm)) * D(u) * (g(u,a=a)*Y(n,u)/np.sqrt(Nn))
lo, hi = 1e-9, 2*np.pi-1e-9
N1 = audited_quad(nf, lo, hi, args=(1,))
N2 = audited_quad(nf, lo, hi, args=(2,))
N3 = audited_quad(nf, lo, hi, args=(3,))
A12 = audited_quad(mf, lo, hi, args=(1, 2, N1["value"], N2["value"]))
A13 = audited_quad(mf, lo, hi, args=(1, 3, N1["value"], N3["value"]))
identity = 0.5 * np.sqrt(N2["value"]/N1["value"])
R = (A13["value"]**2)/(A12["value"]**2)
diff = abs(A12["value"]-identity)
dest = A12["err"] + abs(identity)/2*(N1["err"]/N1["value"] + N2["err"]/N2["value"])
return N1,N2,N3,A12,A13,identity,diff,dest,R
# sensitivity
for a_val in [5.0, 4.5, 4.9, 5.1, 5.5]:
N1,N2,N3,A12,A13,identity,diff,dest,R = compute(a=a_val)
print(f"a={a_val:4.1f} | R={R:.10f} | |A12-id|={diff:.2e} <= Δest={dest:.2e} → {'OK' if diff<=dest else 'FAIL'}")
a= 5.0 | R=0.6035155248 | |A12-id|=1.11e-16 <= Δest=1.38e-14 → OK a= 4.5 | R=0.5268896810 | |A12-id|=... (OK) a= 4.9 | R=0.5890815847 | |A12-id|=... (OK) a= 5.1 | R=0.6174956097 | |A12-id|=... (OK) a= 5.5 | R=0.6689137286 | |A12-id|=... (OK)
يؤسس النموذج الحالي تحويلاً جبرياً للدالة \(Z(u)\)، ويحدد التناظر المسؤول عن انعدام عنصر المصفوفة المرجعي، ويوضح كيف يغير الغلاف غير المتماثل عناصر الانتقال المحسوبة وفق التطبيع المحدد.
عند \(x_p = 21\)، يعطي التكامل العددي \(R_{13/12} \approx 0.60352\). كما تم فحص اعتماد هذه النسبة على \(x_p\) و \(a\)، وتوفير الحسابات لإعادة الإنتاج المستقل.