Thermalisation as Diffusion in Hilbert Space

Cet article propose une théorie microscopique de la thermalisation au-delà des hypothèses markoviennes, décrivant la relaxation comme une diffusion dans l'espace de Hilbert contrôlée par la distribution des élargissements de niveaux, et valide ces prédictions par des simulations numériques sur divers modèles quantiques.

L'essentiel

🌡️ La Thermodynamique dans un Monde de Chaos : Comment un Thermomètre "Apprend" à se Calmer

Imaginez que vous essayez de mesurer la température d'une immense foule en mouvement (le bain) en utilisant un seul petit thermomètre (le thermomètre). En physique quantique, ce n'est pas aussi simple que de coller un capteur. Les particules sont dans un état de "superposition" (elles sont partout à la fois) et l'interaction entre le thermomètre et la foule est un chaos absolu.

Ce papier de recherche, signé par A.V. Lunkin, propose une nouvelle façon de comprendre comment ce thermomètre finit par se mettre d'accord avec la température de la foule, même lorsque les règles habituelles de la physique échouent.

Voici les idées clés, expliquées simplement :

1. Le Problème : Quand les règles habituelles ne fonctionnent plus

Habituellement, les physiciens utilisent deux règles d'or pour expliquer comment les systèmes se refroidissent ou s'équilibrent :

• La règle de l'or de Fermi : Imaginez que les particules sautent d'un état à un autre comme des grenouilles sur des nénuphars. On suppose que ces sauts sont réguliers et prévisibles.
• L'hypothèse Markovienne : On suppose que le système n'a pas de "mémoire". Ce qui se passe maintenant ne dépend que de l'instant présent, pas du passé.

Le problème : Dans les systèmes quantiques complexes (comme des matériaux désordonnés ou très chaotiques), ces règles tombent en panne. Les "sauts" des particules ne sont pas réguliers ; ils suivent des statistiques bizarres, parfois avec des sauts énormes et imprévisibles (comme des tempêtes soudaines). De plus, le système semble avoir une mémoire très longue. Les physiciens ne savaient pas vraiment prédire combien de temps il faudrait pour que le thermomètre se stabilise dans ces cas-là.

2. La Solution : La "Diffusion" dans un Univers Imaginaire

L'auteur propose une nouvelle idée géniale : au lieu de voir le système comme une suite de sauts, il faut le voir comme une diffusion (une dispersion) dans un espace abstrait appelé "l'espace de Hilbert".

L'analogie de la bibliothèque infinie :
Imaginez que chaque état possible du système (chaque façon dont les particules peuvent être arrangées) est un livre sur une étagère dans une bibliothèque infinie.

• Le thermomètre est un petit lecteur qui cherche un livre précis.
• Le bain (la foule) est la bibliothèque entière.
• L'interaction est un vent fou qui fait voler les livres d'une étagère à l'autre.

Dans les modèles classiques, on suppose que le vent pousse les livres de manière régulière. Ici, l'auteur dit : "Non, le vent est chaotique. Il peut envoyer un livre au bout de la bibliothèque d'un coup, ou le faire tourner en rond."

La théorie montre que, malgré ce chaos, le processus global ressemble à une tache d'encre qui se diffuse dans l'eau. Même si les mouvements individuels sont imprévisibles, la tache d'encre (la probabilité de trouver le thermomètre dans un certain état) finit par s'étaler uniformément.

3. Le Secret : L'Élargissement des Niveaux d'Énergie

Le cœur de la découverte réside dans un concept appelé "élargissement des niveaux".

L'analogie du son :
Imaginez que chaque état du système est une note de musique pure (un diapason).

• Si le système est isolé, la note est parfaite et ne change jamais.
• Quand le thermomètre interagit avec le bain, c'est comme si quelqu'un soufflait sur le diapason. La note commence à trembler, à devenir floue. Elle ne résonne plus sur une fréquence unique, mais sur une petite plage de fréquences. C'est l'élargissement.

L'auteur découvre que la vitesse à laquelle le thermomètre atteint l'équilibre (la thermalisation) dépend directement de l'ampleur de ce flou.

• Si le flou est grand (le diapason tremble beaucoup), l'équilibre est atteint rapidement.
• Si le flou est petit, cela prend du temps.
• La théorie prédit que le temps nécessaire est simplement l'inverse de la taille moyenne de ce flou.

4. La Preuve : Des Tests sur des Modèles Bizarres

Pour vérifier cette théorie, l'auteur l'a testée sur trois types de systèmes très différents, en utilisant des supercalculateurs :

1. Le modèle Lévy : Un système où les interactions sont extrêmement rares mais parfois gigantesques (comme des tremblements de terre dans la bibliothèque).
2. Le modèle TFIM : Un système de spins (petits aimants) qui interagissent tous avec tous, comme une foule où tout le monde se parle en même temps.
3. Le modèle Imbrie : Un système désordonné où les particules sont piégées dans des coins, un peu comme des gens bloqués dans des pièces séparées.

Le résultat ? Dans les trois cas, la prédiction de la "diffusion" correspondait parfaitement aux simulations numériques. Même dans les cas les plus chaotiques, la tache d'encre se diffusait exactement comme prévu par la nouvelle équation.

5. Pourquoi est-ce important ?

Ce papier est important car il offre un pont entre deux mondes :

• D'un côté, la physique théorique complexe (les mathématiques des matrices aléatoires).
• De l'autre, la réalité observable (comment un objet se refroidit dans la vraie vie).

Il montre que même quand les règles simples (Markov, Fermi) échouent, la nature trouve toujours un moyen de s'équilibrer via ce processus de diffusion. Cela aide à comprendre des phénomènes mystérieux comme la localisation à plusieurs corps (où la matière refuse de se thermaliser et reste "gelée" dans le temps), un sujet brûlant en physique quantique moderne.

En résumé

Ce papier nous dit : "Même dans un chaos quantique total, la thermalisation est simplement une diffusion."
Si vous voulez savoir combien de temps il faut pour qu'un système quantique se calme, ne cherchez pas à prédire chaque mouvement individuel. Regardez simplement à quel point les états d'énergie sont "flous" à cause des interactions. Plus ils sont flous, plus la thermalisation est rapide. C'est une règle simple pour un monde complexe.

Résumé technique

Voici un résumé technique détaillé de l'article "Thermalisation as Diffusion in Hilbert Space" (Thermalisation comme diffusion dans l'espace de Hilbert), rédigé par A.V. Lunkin.

1. Problématique et Contexte

La compréhension de la thermalisation dans les systèmes quantiques fermés reste un défi central, particulièrement au-delà des régimes standards.

• Limites de l'Hypothèse d'Eigenstate Thermalisation (ETH) : Bien que l'ETH explique pourquoi les observables locales atteignent des valeurs thermiques à long terme, elle ne fournit pas de prédictions contrôlées pour les temps de thermalisation. De plus, l'extraction de paramètres robustes à partir de simulations numériques de taille finie est difficile, surtout dans les systèmes désordonnés où les statistiques des éléments de matrice sont souvent non-gaussiennes et à queues lourdes.
• Échec des approches Markoviennes : La dynamique réduite d'un sous-système couplé à un bain est souvent décrite par des équations maîtresses (Lindblad) basées sur l'approximation markovienne et la règle d'or de Fermi (FGR). Cependant, dans les systèmes fortement désordonnés et interactifs, ces hypothèsent échouent en raison d'effets de localisation dans l'espace de Hilbert (Localisation à Corps Multiples ou MBL).
• Le vide théorique : Il existe un lien quantitatif incomplet entre les taux de transition dans l'espace de Hilbert et la relaxation réelle observable. Les expériences récentes sur les processeurs quantiques montrent que la dynamique dans l'espace réel peut sembler figée tandis que la relaxation dans l'espace de Hilbert suit des statistiques à lois de puissance.

L'objectif de ce travail est de développer une théorie microscopique de la thermalisation pour un thermomètre couplé à un bain à corps multiples, sans supposer la dynamique markovienne ni la validité de la règle d'or de Fermi, et en permettant des distributions d'éléments de matrice d'interaction sans variance finie.

2. Méthodologie

L'auteur modélise un système composite composé d'un petit thermomètre et d'un grand bain. La méthodologie repose sur les piliers suivants :

• Modélisation du Désordre : Les éléments de matrice de l'interaction ($V_{int}$) dans la base non-interagissante sont traités comme des variables aléatoires indépendantes, sans hypothèse de variance finie. Cela permet de couvrir des distributions à queues lourdes (type Lévy).
• Formalisme des Fonctions de Green : La dynamique est analysée via la fonction de Green du système complet $\hat{G}(z) = (z - \hat{H})^{-1}$. La probabilité de transition $p_{\alpha\beta}(t)$ est exprimée comme une intégrale de contour impliquant des produits de fonctions de Green.
• Équation de Cavity (Cavity Equation) : Pour évaluer les produits de fonctions de Green, l'auteur utilise l'approximation de "cavity". Cette approche, exacte pour les graphes en arbre et applicable aux matrices denses de grande taille, permet de dériver une équation pour l'auto-énergie $\Sigma_j$ qui capture la distribution complète de l'élargissement des niveaux, même lorsque les moments d'ordre supérieur divergent.
• Approximation de Diffusion : En généralisant l'analogie diagrammatique (somme des diagrammes en échelle ou "ladder diagrams"), l'auteur montre que le propagateur de la dynamique réduite peut être exprimé comme une diffusion dans l'espace de Hilbert. Les termes d'interférence sont négligés (justifié aux temps longs par rapport au espacement des niveaux), conduisant à une expression de type diffuson.

3. Contributions Clés et Résultats Théoriques

Le résultat central de l'article est l'expression du propagateur de la dynamique réduite (Eq. 17) :

$$\hat{D} = (\hat{1} - \hat{\Pi})^{-1} \hat{B}$$

Où :

• $\hat{D}$ est le propagateur reliant les états du thermomètre.
• $\hat{B}$ est lié à la densité d'états locale et à l'élargissement des niveaux.
• $\hat{\Pi}$ est une matrice de transition construite à partir des statistiques de l'élargissement des niveaux induit par l'interaction ($\Gamma$).

Principales découvertes :

1. Thermalisation par Diffusion : La thermalisation du thermomètre est contrôlée par la distribution des élargissements de niveaux induits par l'interaction. L'échelle de temps de thermalisation est déterminée par l'inverse de l'élargissement typique.
2. Généralisation Non-Markovienne de l'Équilibre Global : L'auteur dérive une condition d'équilibre global généralisée (Eq. 29) qui ne dépend pas de l'approximation markovienne. Dans le régime où l'élargissement est auto-moyennant (ex: éléments gaussiens), cette condition se réduit à l'équilibre détaillé standard (FGR). Cependant, pour des distributions larges (ex: Lévy), la dynamique reste non-markovienne tout en menant à une distribution stationnaire thermique.
3. Condition de Thermalisation : La thermalisation se produit si l'élargissement typique ne s'annule pas. Si l'élargissement typique tend vers zéro (comme dans certains régimes de MBL ou pour des distributions de Lévy avec $\mu < 1$), la distribution stationnaire peut ne pas être thermique.

4. Validation Numérique

Les prédictions théoriques sont testées via des diagonalisations exactes sur trois modèles distincts de bains, en comparant la transformée de Laplace de la fonction d'autocorrélation $A(0, \kappa)$ calculée numériquement avec la théorie :

1. Modèle de Lévy : Un bain où les éléments de matrice de l'interaction suivent une distribution de Pareto (queues lourdes, pas de variance finie). Les résultats montrent un excellent accord entre la théorie et la simulation, validant l'approche même en l'absence de second moment fini.
2. Modèle d'Ising Transverse à Interactions Totales (TFIM) : Un système chaotique à corps multiples avec des interactions tout-à-tout. La théorie reproduit correctement la dynamique pour des tailles de bain croissantes.
3. Modèle d'Imbrie (1D) : Un modèle désordonné en une dimension, connu pour présenter une transition vers la localisation à corps multiples (MBL).
   • Pour un désordre modéré ($W=2$), l'accord est raisonnable.
   • Pour un désordre fort, la fonction d'onde devient très localisée, l'auto-moyennage de la matrice de transition $\hat{\Pi}$ se dégrade, et l'accord se détériore, ce qui est cohérent avec la physique de la MBL où la diffusion dans l'espace de Hilbert est supprimée.

5. Signification et Conclusion

Cet article établit un cadre théorique robuste reliant la relaxation dans l'espace réel à la statistique des élargissements de niveaux dans l'espace de Hilbert.

• Au-delà de la Règle d'Or de Fermi : Il démontre que la thermalisation peut émerger même lorsque les taux de transition ne sont pas bien définis (distributions à queues lourdes), à condition que l'élargissement des niveaux ne s'annule pas.
• Pont entre MBL et Thermalisation : La théorie offre un mécanisme explicite pour comprendre la transition entre la localisation (où la diffusion est bloquée) et la thermalisation, en reliant directement la dynamique temporelle aux propriétés spectrales du bain.
• Implications Pratiques : L'approximation de diffusion proposée pourrait simplifier les simulations numériques de la dynamique de systèmes chaotiques à corps multiples et fournir des outils pour caractériser les modes lents dans les systèmes désordonnés.

En résumé, Lunkin propose que la thermalisation est fondamentalement un processus de diffusion dans l'espace de Hilbert, gouverné par la statistique des élargissements de niveaux, offrant une généralisation puissante des théories cinétiques standards.