[论文解读] Handbook Article on Applications of Random Matrix Theory to QCD

J. J. M. Verbaarschot|ArXiv.org|Oct 21, 2009

Random Matrices and Applications参考文献 53被引用 10

一句话总结

本文确立了手征性随机矩阵理论（chRMT）作为描述量子色动力学（QCD）Dirac算符在零和非零化学势下微观谱性质的普遍框架。通过将Dirac谱映射到具有全局手征对称性的随机矩阵系综，推导出谱相关性与低能QCD常数——手征性凝聚 Σ 和π介子衰变常数 F 之间的精确关系，从而实现从格点QCD本征值数据中提取这些常数。

ABSTRACT

In this chapter of the Oxford Handbook of Random Matrix Theory we introduce chiral Random Matrix Theories with the global symmetries of QCD. In the microscopic domain, these theories reproduce the mass and chemical potential dependence of QCD. The main focus of this chapter is on the spectral properties of the QCD Dirac operator and relations between chiral Random Matrix Theories and chiral Lagrangians. Both spectra of the anti-hermitian Dirac operator and spectra of the nonhermitian Dirac operator at nonzero chemical potential are discussed.

研究动机与目标

• 确立手征性随机矩阵理论（chRMT）作为QCD中低能Dirac谱的普遍描述。
• 将Dirac算符的谱相关性与低能常数Σ（手征性凝聚）和F（π介子衰变常数）联系起来。
• 将chRMT扩展至非零化学势情形，此时Dirac算符变为非厄米矩阵，谱性质依赖于Σ和F两者。
• 利用可积性技术与双正交多项式，在微观区域推导精确的谱相关函数。
• 证明在虚化学势下的参数相关性需同时输入Σ和F作为参数，而静态谱相关性仅依赖Σ。

提出的方法

• 构建与QCD具有相同全局手征对称性的chRMT系综，使用反厄米矩阵与非厄米矩阵。
• 通过生成函数 $ Z_n(z) = \langle \det^n(D+z) \det^n(z-D) \rangle $ 的复式极限计算预解算符与谱密度。
• 应用Banks-Casher公式 $ \rho(0) = \lim_{\epsilon \to 0} \frac{1}{\pi} \text{Re } G(\epsilon/2) $，将零本征值处的谱密度与手征性凝聚联系起来。
• 采用Toda格子方程与双正交多项式方法，在非零化学势下计算谱相关函数。
• 推导 $ \mu \neq 0 $ 时的划分函数与谱密度的微观极限，证明在 $ N \to \infty $, $ \mu \to 0 $, $ m \to 0 $ 极限下具有普遍性。
• 利用Eguchi-Kawai模型与群积分研究规范自由度，将威尔逊环本征值分布与2D杨-米尔斯理论中的RMT联系起来。

实验结果

研究问题

• RQ1 手征性随机矩阵理论如何在微观区域内再现QCD的质量与化学势依赖性？
• RQ2 Dirac算符的谱相关函数与低能常数Σ和F之间的确切关系是什么？
• RQ3 当Dirac算符在非零化学势下变为非厄米矩阵时，谱性质如何变化？
• RQ4 参数相关性——不同化学势下的本征值相关性——在确定两个低能常数中起什么作用？
• RQ5 能否利用可积性技术精确推导出非零μ下的微观谱密度？

主要发现

• 零本征值处的谱密度通过Banks-Casher公式与手征性凝聚直接关联，确立Σ作为自发手征对称性自发破缺的序参量。
• 在零化学势下，低能Dirac谱完全由手征性凝聚Σ决定，谱相关性在微观极限下具有普遍性。
• 在非零化学势下，Dirac谱在复平面上形成一个条带，谱性质依赖于Σ和F，条带宽度由F决定。
• 利用可积性精确推导出 $ \mu \neq 0 $ 时的微观谱密度，显示其对 $ \Sigma $ 和 $ F $ 的普遍依赖性，并与格点QCD数据一致。
• 在虚化学势下的参数相关性需同时输入Σ和F，而静态谱相关性仅依赖Σ。
• chRMT在 $ \mu \neq 0 $ 时的划分函数是可积的，可通过Toda格子方程或双正交多项式计算，得到精确的相关函数。