[论文解读] Quantum chaos, integrability, and late times in the Krylov basis

Vijay Balasubramanian, Javier M. Magán+1 more|arXiv (Cornell University)|Dec 6, 2023

Stochastic processes and statistical mechanics被引用 4

一句话总结

本文提出，量子混沌系统在Krylov基中通过三对角化哈密顿量得到的Lanczos谱的局部均值与协方差，表现出普遍的、类似随机矩阵理论（RMT）的统计特性。该研究证明，这些普遍统计特性完全决定了系统的长时间动力学行为，包括谱形式因子和传播复杂度，并通过解析方法计算了长时间平均的Krylov态概率，揭示了本征态复杂度与普遍性类之间的联系。

ABSTRACT

Quantum chaotic systems are conjectured to display a spectrum whose fine-grained features (gaps and correlations) are well described by Random Matrix Theory (RMT). We propose and develop a complementary version of this conjecture: quantum chaotic systems display a Lanczos spectrum whose local means and covariances are well described by RMT. To support this proposal, we first demonstrate its validity in examples of chaotic and integrable systems. We then show that for Haar-random initial states in RMTs the mean and covariance of the Lanczos spectrum suffices to produce the full long time behavior of general survival probabilities including the spectral form factor, as well as the spread complexity. In addition, for initial states with continuous overlap with energy eigenstates, we analytically find the long time averages of the probabilities of Krylov basis elements in terms of the mean Lanczos spectrum. This analysis suggests a notion of eigenstate complexity, the statistics of which differentiate integrable systems and classes of quantum chaos. Finally, we clarify the relation between spread complexity and the universality classes of RMT by exploring various values of the Dyson index and Poisson distributed spectra.

研究动机与目标

• 基于Lanczos谱的精细统计特性，提出一种新的量子混沌表征方式，作为对传统能级统计特性的补充。
• 证明当Lanczos谱的局部均值与协方差符合RMT时，其完全控制长时间动力学行为，如生存振幅与传播复杂度。
• 为具有连续能量重叠的初始态，推导长时间平均的Krylov基态概率的解析表达式。
• 阐明传播复杂度与RMT普遍性类之间的关系，包括Dyson指数依赖性及Poisson型谱的影响。
• 将Lanczos尾部行为与黑洞信息佯谬及非微扰量子引力效应（如虫洞）相联系。

提出的方法

• 在由固定初始态生成的Krylov基中，使用Lanczos算法对哈密顿量进行三对角化。
• 分析混沌与可积系统的Lanczos系数（即Lanczos谱），将其局部均值与协方差与RMT预测进行比较。
• 使用不同Dyson指数（β = 1, 2, 4）的RMT系综及Poisson分布谱，检验Lanczos统计的普遍性。
• 利用Lanczos谱的均值，推导长时间平均的Krylov基态概率的解析公式。
• 将Lanczos尾部的衰减与相关函数及复杂度的长时间饱和行为相联系，关联至黑洞物理与非微扰引力效应。
• 通过限制于微正则或矩阵模型情形，将该框架推广至连续系统，以适用于量子引力研究。

实验结果

研究问题

• RQ1 Lanczos谱的普遍统计特性——特别是其局部均值与协方差——是否能独立于能级统计特性，表征量子混沌？
• RQ2 Lanczos谱的普遍特征在多大程度上可预测混沌系统中长时间的生存振幅与谱形式因子行为？
• RQ3 对于具有连续能量支持的初始态，长时间平均的Krylov基态概率如何依赖于Lanczos谱的均值？
• RQ4 Dyson指数与Poisson分布谱在决定传播复杂度函数斜率方面起什么作用？
• RQ5 Lanczos链末端的Lanczos尾部衰减如何解释相关函数在长时间下的非衰减平台行为，该现象与黑洞信息佯谬密切相关？

主要发现

• 量子混沌系统的Lanczos谱表现出与随机矩阵理论（RMT）一致的普遍局部均值与协方差统计特性，即使其能级统计特性未完全符合RMT。
• 在RMT中对Haar随机初始态，Lanczos谱的均值与协方差完全决定了谱形式因子与传播复杂度的长时间行为。
• 对于具有连续能量重叠的初始态，Krylov基态的长时间平均概率可基于Lanczos谱的均值进行解析计算，揭示出一种普遍的稳态分布。
• 从Lanczos谱导出的本征态复杂度统计特性，可区分可积系统与混沌系统，展现出截然不同的普遍行为。
• Lanczos链末端的Lanczos尾部衰减控制了相关函数的长时间饱和行为，解释了有限熵混沌系统中平台行为的成因。
• 该框架将Lanczos尾部与非微扰量子引力效应（如高亏格虫洞）相联系，暗示了黑洞中信息保留的动力学机制。