Subsystem Thermalization Hypothesis in Quantum Spin Chains with Conserved Charges

Este artículo extiende la universalidad de la termalización cuántica al demostrar que la hipótesis de la termalización de subsistemas se cumple genéricamente para subsistemas pequeños en cadenas de espines cuánticos con diversas simetrías, no solo para los ensambles térmicos estándar, sino también para los ensambles de Gibbs generalizados y parciales (p-GGE) que incorporan conjuntos parciales de cargas conservadas.

Lo esencial

Imagina que tienes una máquina gigante y compleja hecha de diminutos trompos giratorios (espines cuánticos) todos conectados entre sí. En el mundo de la física clásica, si agitas esta máquina y la dejas funcionar durante mucho tiempo, eventualmente se asienta en un estado predecible, "térmico"—como una taza de café enfriándose a temperatura ambiente. Esto está gobernado por las leyes de la termodinámica.

Pero en el mundo cuántico, las cosas son más extrañas. Debido a que la máquina está aislada (sin interferencia externa) y sigue reglas cuánticas estrictas, técnicamente no debería "enfriarse" ni olvidar su punto de partida. Debería simplemente seguir evolucionando para siempre.

La Gran Pregunta:
A pesar de esto, los científicos han observado que si observas solo una pequeña parte de esta máquina (un "subsistema"), esa pequeña parte a menudo parece haber alcanzado el equilibrio térmico, aunque toda la máquina no lo haya hecho. Este es el Hipótesis de la Termalización del Subsistema.

El Nuevo Giro en Este Artículo:
Los autores de este artículo se preguntaron: "¿Qué pasa si nuestra máquina tiene 'reglas especiales' o 'cargas conservadas' que no puede romper?"

Piensa en estas cargas conservadas como leyes estrictas del universo que la máquina debe obedecer.

• Simetría Z2 (Cadena de Ising): Como una regla que dice: "El número total de caras debe ser igual al número total de cruces".
• Simetría U(1) (Cadena XXZ): Como una regla que dice: "El espín total apuntando hacia arriba menos el espín total apuntando hacia abajo debe permanecer constante".
• Simetría SU(2) (Cadena XXX): Una regla más compleja donde el vector de espín total se conserva.

Usualmente, para predecir cómo es un sistema térmico, los científicos utilizan un "Conjunto de Gibbs Generalizado" (GGE). Piensa en el GGE como una receta perfecta que incluye cada una de las reglas (cada carga conservada) que el sistema sigue. Si horneas el pastel usando esta receta perfecta, debería coincidir con el comportamiento de la pequeña parte de la máquina.

La Innovación: "Recetas Parciales" (p-GGE)
Los autores se dieron cuenta de que tal vez no necesitamos la receta perfecta con todas las reglas para obtener una buena aproximación. Propusieron usar p-GGEs (Conjuntos de Gibbs Generalizados Parciales).

Imagina que estás tratando de adivinar el sabor de una sopa.

• GGE: Conoces cada ingrediente y especia en la olla.
• p-GGE: Solo conoces algunos de los ingredientes (por ejemplo, sabes que hay sal y pimienta, pero ignoras las hierbas).

El artículo pregunta: Si usamos una "receta parcial" que ignora algunas de las reglas, ¿esa pequeña parte de la máquina todavía parecerá térmica?

Lo Que Hicieron:
Tomaron tres tipos diferentes de cadenas de espín cuántico (Ising, XXZ y XXX) y realizaron simulaciones por computadora. Crearon dos tipos de puntos de partida:

1. Estados Propios de Energía: La máquina en un estado de energía específico y congelado.
2. Estados Típicos: La máquina comenzando como un revoltijo aleatorio y evolucionando durante mucho tiempo (como agitar la máquina y dejar que se asiente).

Luego compararon la "pequeña parte" de estas máquinas contra las predicciones de:

• La receta completa (GGE).
• Recetas parciales (p-GGE) que incluían solo algunas reglas, o incluso que excluían la regla de energía principal (el Hamiltoniano) por completo.

Los Resultados (La "Demografía"):
No solo miraron un caso; miraron miles de escenarios (la "demografía") para ver qué tan seguido funcionaba la hipótesis.

1. Las Partes Pequeñas Funcionan Mejor: Al igual que mirar un solo píxel en una foto de alta resolución, la hipótesis funciona muy bien si el "subsistema" que estás observando es pequeño en comparación con la máquina completa.
2. Las Recetas Parciales Funcionan Sorprendentemente Bien: Incluso si usas una "receta parcial" (p-GGE) que ignora algunas de las cargas conservadas, la pequeña parte de la máquina todavía parece térmica.
3. El Hamiltoniano No Siempre es Esencial: En algunos casos, encontraron que incluso si ignoraban la regla de energía principal (el Hamiltoniano) en su receta, la termalización aún se mantenía. Esto sugiere que, para una parte pequeña del sistema, conocer la energía total no siempre es necesario para predecir su comportamiento.
4. Simetrías No Abelianas: Probaron esto en sistemas con reglas complejas que no conmutan (simetría SU(2)) y descubrieron que el enfoque de la "receta parcial" todavía funciona.

La Conclusión Final:
El artículo afirma que la idea de la termalización cuántica es mucho más flexible de lo que pensábamos. No necesitamos conocer cada regla del universo para predecir cómo se comportará una pequeña pieza de un sistema cuántico. Incluso las descripciones "imperfectas" (p-GGEs) que ignoran ciertas cantidades conservadas pueden predecir con éxito que una pequeña parte del sistema se ha termalizado.

Esto expande el "universo" de la termalización cuántica, demostrando que se mantiene cierta verdad en una variedad más amplia de escenarios y con menos información de la que se requería anteriormente.

Resumen técnico

Resumen Técnico: Hipótesis de Termalización de Subsistemas en Cadenas de Espines Cuánticos con Cargas Conservadas

Planteamiento del Problema
El artículo aborda la termalización de sistemas cuánticos de muchos cuerpos aislados, centrándose específicamente en cadenas de espines no integrables con cargas conservadas. Aunque la Hipótesis del Estado Propio de Termalización (ETH) y el concepto de Tipicidad Canónica sugieren que los subsistemas locales de los autoestados de energía o los estados puros típicos deben asemejarse a conjuntos térmicos, la presencia de cargas conservadas complica este panorama. Los marcos de termalización estándar suelen basarse en el Conjunto de Gibbs Generalizado (GGE), que incluye todas las cargas conservadas. Sin embargo, la construcción de un GGE completo suele ser impráctica debido al número infinito de cargas en sistemas integrables o la complejidad de las simetrías no abelianas. Además, sigue sin estar claro cómo se comporta la hipótesis de termalización cuando solo se incluye un subconjunto de cargas conservadas en el conjunto térmico de referencia, o cuando el propio Hamiltoniano se excluye de la definición del conjunto. Los autores pretenden cuantificar la validez de la hipótesis de termalización de subsistemas a través de varios conjuntos "parciales" y para diferentes tipos de estados (autoestados, estados típicos y estados casi de superselección).

Metodología
Los autores emplean un enfoque numérico mediante Diagonalización Exacta (ED) en cadenas de espín-1/2 de aproximadamente $L=10$ sitios. El estudio se centra en tres variantes no integrables de cadenas de espines:

1. Cadena de Ising: Posee una simetría discreta $Z_2$ (reflexión).
2. Cadena XXZ: Posee una simetría continua $U(1)$ (espín total $S^z$).
3. Cadena XXX: Posee una simetría no abeliana $SU(2)$ (vector de espín total).

La metodología consiste en:

• Preparación de Estados:
  • Autoestados de Energía: Obtenidos mediante ED.
  • Estados Típicos: Generados mediante la evolución unitaria de estados producto aleatorios durante un tiempo suficientemente largo ($T=1000$) para saturar la entropía de entrelazamiento local.
  • Estados Casi de Superselección: Estados típicos clasificados por sus valores de expectativa de las cargas conservadas ($\langle Q_a \rangle$), subdividiendo efectivamente el espacio de Hilbert en sectores de grano fino.
• Conjuntos Térmicos: Los autores introducen Conjuntos de Gibbs Generalizados parciales (p-GGEs). A diferencia del GGE estándar que incluye todas las cargas conservadas, los p-GGEs incluyen solo un subconjunto seleccionado de cargas $\{Q_j\}$ con sus correspondientes potenciales químicos $\{\beta_j\}$. Crucialmente, el marco trata al Hamiltoniano ($Q_0$) y a otras cargas en igualdad de condiciones, permitiendo conjuntos donde el Hamiltoniano queda excluido.
• Cuantificación: La validez de la hipótesis de termalización se mide mediante la entropía relativa ($S_A$) entre la matriz de densidad reducida de un subsistema $A$ (del estado puro) y la matriz de densidad reducida del correspondiente estado térmico p-GGE.
  $$S_A = S \left[ \text{Tr}_{\bar{A}}|\Psi\rangle\langle\Psi| \parallel \text{Tr}_{\bar{A}}\rho_{\{j\}} \right]$$
  Una entropía relativa que se anula indica una termalización exitosa.
• Demografía: En lugar de analizar estados individuales, los autores examinan la "demografía" (distribución de población) de los valores de entropía relativa a través de conjuntos de estados con variaciones en sus expectativas de carga.

Contribuciones Clave

1. Extensión a los p-GGEs: El artículo formaliza y prueba numéricamente la hipótesis de termalización de subsistemas utilizando p-GGEs, demostrando que la termalización puede sostenerse incluso cuando solo se incluye un subconjunto de cargas conservadas en el conjunto térmico.
2. Independencia del Hamiltoniano: Un hallazgo significativo es que el Hamiltoniano no es estrictamente necesario para que la hipótesis de termalización se cumpla. Los p-GGEs construidos sin el Hamiltoniano (excluyendo $Q_0$) a menudo producen demografías de termalización más nítidas (menor entropía relativa) que aquellos que lo incluyen, particularmente en sistemas con simetrías no abelianas.
3. Termalización No Abeliana: El estudio extiende el marco de termalización a sistemas con simetrías no abelianas ($SU(2)$), comparando estados típicos y autoestados contra Estados Térmicos No Abelianos (NATS) y diversos p-GGEs.
4. Análisis de Grano Fino: Los autores distinguen entre termalización de "grano grueso" (promediada sobre todos los estados típicos) y termalización de "grano fino" (dentro de sectores específicos de casi superselección). Muestran que mientras la termalización de grano grueso puede parecer exitosa, las versiones de grano fino pueden fallar para sectores de carga específicos.

Resultados

• Dependencia del Tamaño del Subsistema: En todos los modelos (Ising, XXZ, XXX), la hipótesis de termalización de subsistemas se mantiene robustamente para subsistemas pequeños (específicamente $A=1$ sitio). La validez se degrada a medida que el tamaño del subsistema $A$ aumenta, fallando eventualmente cuando $A$ se aproxima a la mitad del tamaño del sistema.
• Dependencia de la Carga:
  • Ising ($Z_2$): La termalización se mantiene para estados típicos y autoestados cuando se compara con GGE y p-GGEs. Sin embargo, la termalización de grano fino falla para sectores con grandes expectativas de energía ($\langle Q_0 \rangle$) cuando se compara con p-GGEs definidos solo por la simetría de reflexión.
  • XXZ ($U(1)$): Similar al caso de Ising, la termalización es efectiva para $A$ pequeño. Se observa un cambio notable en el comportamiento: la termalización funciona bien para todos los sectores de energía fija ($\langle Q_0 \rangle$), pero falla para sectores de espín total grande ($\langle Q_1 \rangle$) al utilizar p-GGEs específicos.
  • XXX ($SU(2)$): El estudio confirma que los Estados Térmicos No Abelianos (NATS) son estados de referencia válidos. Además, los p-GGEs que involucran al menos dos cargas no-Hamiltonianas producen una termalización efectiva. Los resultados sugieren que excluir el Hamiltoniano del p-GGE a menudo conduce a mejores demografías de termalización que incluirlo.
• Autoestados vs. Estados Típicos: En general, la hipótesis de termalización de subsistemas resulta ser más efectiva para estados típicos que para autoestados de energía cuando se comparan con el mismo conjunto térmico. Además, los GGEs generalmente proporcionan un mejor ajuste que los p-GGEs, aunque los p-GGEs siguen siendo efectivos para subsistemas pequeños.

Significado y Reivindicaciones
El artículo afirma extender la universalidad de la termalización cuántica más allá de los requisitos estrictos del Conjunto de Gibbs Generalizado. Al introducir el marco de los p-GGEs, los autores demuestran que la hipótesis de termalización es más flexible de lo que se pensaba anteriormente:

• Se aplica a sistemas donde solo se retiene información parcial (un subconjunto de cargas conservadas) en la descripción térmica.
• Sugiere que el propio Hamiltoniano puede no ser un requisito fundamental para definir un estado térmico en el contexto de la termalización de subsistemas, ya que los conjuntos que excluyen la restricción de energía aún pueden describir con precisión los estados locales reducidos.
• El marco proporciona una herramienta cuantitativa (demografía de entropía relativa) para evaluar el "grado" de termalización en sistemas aislados con cantidades conservadas, cerrando la brecha entre la dinámica integrable y la no integrable.

Los autores concluyen que, si bien la hipótesis se cumple genéricamente para subsistemas pequeños, la elección del conjunto de referencia (qué cargas incluir) y el sector de carga específico del estado son factores críticos que determinan la validez de la termalización.