Spectral form factor of quadratic $R$-para-particle SYK model with Random Matrix Coupling

Technische Samenvatting: Spectrale Vormfactor van het Kwadratische R-para-deeltje SYK-model met Willekeurige Matrixkoppeling

Probleemstelling
Het Sachdev-Ye-Kitaev (SYK) model is een paradigmaal systeem voor het bestuderen van kwantumchaos, zwarte gaten en holografie, doorgaans gedefinieerd door fermionen met willekeurige $q$-lichamelijke interacties. Hoewel het $q=2$ (kwadratische) SYK-model exact oplosbaar is, worden de spectrale eigenschappen ervan vaak als triviaal beschouwd, tenzij de wanorde chaotisch gedrag induceert in de spectrale vormfactor (SFF). Dit artikel onderzoekt de SFF van een gegeneraliseerd kwadratisch SYK-model ($R$-PSYK2), geconstrueerd met behulp van $R$-para-deeltjes. Deze deeltjes voldoen aan gegeneraliseerde uitwisselingsstatistieken gedefinieerd door een $R$-matrix die de Yang-Baxter-vergelijking vervult, waarbij ze interpoleren tussen standaard bosonen en fermionen.

De primaire uitdaging die wordt aangepakt, is het gebrek aan directe numerieke verificatie voor het exponentiële ramp-gedrag in de SFF van het $R$-PSYK2-model met Gaussian Unitary Ensemble (GUE) koppelingen. Eerdere werken suggereerden een exponentiële groei $K(t) \sim e^{C_0 t}$ in het intermediaire tijdsregime, maar numerieke simulaties werden gehinderd door oscillerende termen en de vereiste van extreem grote systeemgroottes ($N$). Voorts bleef het gedrag van dit model onder andere willekeurige matrix-ensembles — specifiek de Gaussian Orthogonal Ensemble (GOE), Gaussian Symplectic Ensemble (GSE), en hun circulaire tegenhangers (COE, CUE, CSE) — onverkend.

Methodologie
De auteurs maken gebruik van een combinatie van analytische willekeurige matrixtheorie-technieken en numerieke verificatie:

1. Modelformulering: Het Hamiltoniaan is gedefinieerd als $H = \sum_{a,i,j} (h_{ij} - \mu \delta_{ij}) \psi^+_{i,a} \psi^-_{j,a}$, waarbij $h_{ij}$ willekeurige matrices zijn getrokken uit specifieke ensembles. Het systeem wordt gediagonaliseerd via een unitaire transformatie, wat het probleem reduceert tot een verzameling niet-interagerende deeltjes waarvan de energieën worden bepaald door de eigenwaarden van de koppelingsmatrix.
2. Partitiefunctie en SFF: De grootcanonieke partitiefunctie en SFF worden uitgedrukt in termen van de degeneratie $d_n$ van de $n$-deeltjes Hilbertruimte, die wordt gecodeerd door de enkelvoudige modus partitiefunctie $z_R(x)$. De auteurs richten zich op twee specifieke gevallen van $R$-para-fermionen: Voorbeeld A ($z_R(x) = 1 + mx$) en Voorbeeld B ($z_R(x) = 1 + mx + x^2$).
3. Gaussian Ensembles (GUE, GSE, GOE):
   • Coherent State Approach: Gebruikt voor het gedrag in de vroege tijd en de plateauhoogte, maar werd opgemerkt tekort te schieten in het vastleggen van de intermediaire ramp.
   • Cluster Function Approach: Gebruend om het ramp-gedrag af te leiden. Voor GUE houdt dit in dat de gezamenlijke waarschijnlijkheidsverdeling van eigenwaarden wordt uitgebreid en sporen van transfermatrices worden geëvalueerd.
   • Determinant/Pfaffian Formuleringen: De SFF wordt uitgedrukt als het determinant (voor GUE) of de vierkantswortel van het determinant (voor GSE) van een matrix $\alpha$ die is geconstrueerd uit integralen met betrekking tot de enkelvoudige deeltjes energieverdeling.
   • GOE Uitdagingen: De auteurs merken op dat het GOE-geval dubbele integralen en niet-analytische kernfuncties met zich meebrengt, wat de analytische behandeling aanzienlijk moeilijker maakt dan voor GUE of GSE.
4. Circular Ensembles (CUE, CSE, COE):
   • De auteurs maken gebruik van de exacte oplosbaarheid van circulaire ensembles, waarbij de kernel kan worden uitgebreid in discrete Fourier-reeksen.
   • De SFF wordt afgeleid met behulp van een transfer matrix formalisme, waarbij het exacte resultaat wordt uitgedrukt als een som over conjunctieklassen van permutaties.
   • Een cruciale methodologische stap is de vergelijking tussen Gaussian en Circular ensembles. Omdat CUE en GUE dezelfde clusterfuncties delen in de grote $N$-limiet, gebruiken de auteurs de CUE-resultaten als benchmark om GUE-voorspellingen te verifiëren.

Belangrijkste Resultaten

• GUE en CUE Correspondentie: Voor Voorbeeld A ($z_R(x) = 1 + mx$) leiden de auteurs een exacte analytische overeenkomst af tussen GUE- en CUE-resultaten. Zij stellen een precieze correspondentie vast in het tijdsregime $1 \ll t \ll N$:
  $$K_{\text{GUE}}(2t) \approx K_{\text{CUE}}(t)$$
  Deze tijdschaalfactor van 2 brengt de tijd in lijn waarop beide modellen het plateau bereiken. De groeisnelheid $C_0$ voor GUE wordt getoond precies de helft te zijn van de groeisnelheid van de CUE-ramp in de grote $N$-limiet ($2\lambda_{\text{GUE}} = \lambda_{\text{CUE}}$).
• Groeisnelheden ($C_0$):
  • Voor Voorbeeld A wordt $C_0$ analytisch afgeleid. Voor $m > 1$, is $C_0 = \frac{1}{2} \ln(\frac{m^2}{m^2-1})$. Voor $m=1$, is $C_0 \sim \frac{1}{2} \ln N$.
  • Voor Voorbeeld B zijn analytische oplossingen ongrijpbaar. Numerieke simulaties suggereren dat $C_0$ convergeert naar constanten voor $m \ge 3$, terwijl gevallen $m=1, 2$ andere schaalgedragingen vertonen.
• Symplectische Ensembles (GSE/CSE): De auteurs observeren vergelijkbaar gedrag tussen GSE en CSE na passende tijdsrescaling ($t_S \approx 1.36N$ voor GSE). Numerieke gegevens voor CSE bevestigen een hellingsovergang en groeisnelheden die consistent zijn met de GUE/CUE-analogie, hoewel de analytische afleiding voor de ramp complexer is vanwege de matrix-aard van de GSE-kernel.
• Orthogonale Ensembles (GOE/COE):
  • GOE: Het artikel schetst de berekeningsmethode maar biedt geen numerieke resultaten vanwege de complexiteit van de dubbel-integraal kernel en het gebrek aan een analytische oplossing voor de ramp.
  • COE: De berekeningsmethode wordt geschetst met een matrix-kernel vergelijkbaar met CSE, maar numerieke resultaten worden weggelaten.
• Niet-Hermitisch Geval: De auteurs overwegen kort de situatie waarin eigenwaarden complex zijn ($\epsilon_j = e^{i\theta_j}$), waarbij zij vinden dat de SFF tijdonafhankelijk (triviaal) wordt, in contrast met het Hermitische geval waar $\epsilon_j = \theta_j$.

Betekenis en Claims
Het artikel claimt een verenigd kader te bieden voor het begrijpen van kwantumchaos in kwadratische modellen met gegeneraliseerde statistieken (R-para-deeltjes). De primaire bijdragen zijn:

1. Benchmarking: Door de exacte correspondentie $K_{\text{GUE}}(2t) \approx K_{\text{CUE}}(t)$ vast te stellen, bieden de auteurs een rigoureuze benchmark voor de GUE-resultaten, waarmee de beperkingen van directe numerieke simulatie — die faalden om de ramp duidelijk te detecteren door oscillaties en eindige-omvangseffecten — worden overwonnen.
2. Generalisatie: Het werk breidt de studie van kwadratische SYK-modellen uit van standaard fermionen naar R-para-deeltjes en van GUE-koppelingen naar alle drie de Gaussian en drie Circular ensembles.
3. Methodologische Inzicht: Het artikel toont aan dat de Circular Ensemble-benadering een krachtig instrument is voor het afleiden van exacte resultaten die dienen als proxy voor de complexere Gaussian ensembles, met name in het intermediaire tijdsregime waar de chaotische ramp optreedt.
4. Beperkte Omvang: De auteurs verklaren expliciet dat zij het interagerende ($q>2$) geval niet oplossen of experimentele voorstellen doen. In plaats daarvan richten zij zich op het kwadratische geval om de essentiële kenmerken van chaos geïnduceerd door wanorde en gegeneraliseerde statistiek te isoleren, waarbij zij suggereren dat het vereenvoudigen van het model (bijv. door gebruik van commuterende operatoren of specifieke spectrale verdelingen) een vruchtbare weg is voor toekomstig onderzoek naar interagerende chaotische systemen.

Het artikel concludeert dat hoewel de orthogonale ensembles aanzienlijke technische hindernissen vormen, de circulaire ensemble-benadering succesvol het chaotische gedrag (ramp en plateau) van het R-PSYK2-model heeft gevalideerd, waarmee wordt bevestigd dat de exponentiële ramp een robuust kenmerk is van deze gegeneraliseerde kwadratische systemen.