[論文レビュー] Distribution of the Ratio of Consecutive Level Spacings for Any Symmetry and Arbitrary Degree of Chaos

Ángel L. Corps, A. Relaño|arXiv (Cornell University)|Oct 3, 2019

Advanced Thermodynamics and Statistical Mechanics被引用数 1

ひとこと要約

本稿では、さまざまな対称性および混合度を持つ量子系における連続する準位間隔の比をモデル化するため、$ P(r; \beta) $ という1パラメータ族の分布を導入する。ここで $ \beta \in [0, +\infty) $ である。この手法は、アーンサツ選択を導く情報エントロピーを用い、標準的なランダム行列アンサンブルに対応する極限ケースにおいて高い正確性を達成するが、モデル固有の依存性のため、普遍的なクロスオーバー公式は導出できない。

ABSTRACT

Theoretical expressions for the distribution of the ratio of consecutive level spacings for quantum systems with transiting dynamics remain unknown. We propose a family of one-parameter distributions $P(r)\equiv P(r;\beta)$, where $\beta\in[0,+\infty)$ is a generalized Dyson index, that describes the eigenlevel statistics of a quantum system characterized by different symmetries and degrees of chaos. We show that this crossover strongly depends on the specific properties of each model, and thus the reduction of such a family to a universal formula, albeit desirable, is not possible. We use the information entropy as a criterion to suggest particular ansatzs for different transitions, with a negligible associated error in the limits corresponding to standard random ensembles.

研究の動機と目的

• 異なる対称性および混合度を持つ量子系における連続する準位間隔比のための柔軟な分布族を開発すること。
• このような分布に対して普遍的なクロスオーバー公式が、さまざまなモデル間で達成可能かどうかを特定すること。
• 情報エントロピーを、分布 $ P(r; \beta) $ の適切なアンサンブル形式の選定基準として用いること。
• 標準的なランダム行列アンサンブル（例：GOE、GUE、Poisson）に対応する極限ケースにおいて高い正確性を保証すること。

提案手法

• パrameter $ \beta $ を用いて、$ [0, +\infty) $ の範囲をカバーするように一般化されたディソン指数を記述する1パラメータ族の分布 $ P(r; \beta) $ を提案する。
• 異なる遷移領域における $ P(r; \beta) $ の最も適切な関数形を特定するために、情報エントロピーを選択基準として用いる。
• このパラメトリック族を用いて、対称性や混合度が変化する量子系の固有準位統計をモデル化する。
• アーンサツの妥当性を、既知のランダム行列理論の予測と極限ケースでの挙動を比較することで検証する。
• クロスオーバーの関数形が特定のモデル特性に依存することを示し、普遍的な公式の導出が不可能であることを示す。
• 標準的なランダムアンサンブルに対応する極限での誤差を評価することで、提案された分布の正確性を評価する。

実験結果

リサーチクエスチョン

• RQ1 異なる対称性および混合度を持つすべての量子系に対して、準位間隔比の分布を記述する単一の普遍的公式が可能か？
• RQ2 可積分から混合系への遷移過程において、分布 $ P(r; \beta) $ の関数形は、そのモデル固有の特性にどのように依存するか？
• RQ3 異なる遷移領域における $ P(r; \beta) $ の最も適切な関数形を特定するための基準は何か？
• RQ4 提案された分布族は、標準的なランダム行列アンサンブルに対応する極限ケースでどれほど正確か？
• RQ5 GOE、GUE、Poisson などの既知のアンサンブルの極限で、このパラメトリックアプローチにより誤差を無視できるほどに達成可能か？

主な発見

• 提案された分布族 $ P(r; \beta) $ は、さまざまな対称性および混合度において、準位間隔比の統計を正確に捉えている。
• 可積分から混合系への遷移におけるクロスオーバーの関数形はモデル依存的であり、普遍的な公式は得られない。
• 情報エントロピーは、$ P(r; \beta) $ の最も適切なアンサンブル形式の選定に有効な基準となり、極限ケースでの誤差を最小化する。
• GOE、GUE、Poisson などの標準的なランダム行列アンサンブルに対応する極限で、分布は無視できるほどの誤差を達成している。
• パrameter $ \beta $ は、ディソン指数を一般化し、対称性および混合度のクラスを横断する連続的遷移を記述するのに効果的である。
• 普遍的な関数形を仮定せずに、遷移を成功裏にモデル化しており、量子スペクトル統計の本質的複雑性を反映している。