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

Resumo Técnico: Fator de Forma Espectral do Modelo SYK de R-para-partículas Quadrática com Acoplamento de Matriz Aleatória

Enunciado do Problema
O modelo Sachdev-Ye-Kitaev (SYK) é um sistema paradigmático para o estudo do caos quântico, buracos negros e holografia, tipicamente definido por férmions com interações aleatórias de $q$-corpos. Embora o modelo SYK $q=2$ (quadrático) seja exatamente solúvel, suas propriedades espectrais são frequentemente consideradas triviais, a menos que o desordem induza comportamento caótico no fator de forma espectral (SFF). Este artigo investiga o SFF de um modelo SYK quadrático generalizado ($R$-PSYK2) construído usando $R$-para-partículas. Estas partículas obedecem a estatísticas de troca generalizadas definidas por uma matriz $R$ que satisfaz a equação de Yang-Baxter, interpolando entre bósons e férmions padrão.

O principal desafio abordado é a falta de verificação numérica direta do comportamento de rampa exponencial no SFF do modelo $R$-PSYK2 com acoplamentos do Ensemble Unitário Gaussiano (GUE). Trabalhos anteriores sugeriram um crescimento exponencial $K(t) \sim e^{C_0 t}$ no regime de tempo intermediário, mas simulações numéricas foram dificultadas por termos oscilatórios e pela exigência de tamanhos de sistema extremamente grandes ($N$). O comportamento deste modelo sob outros ensembles de matrizes aleatórias — especificamente o Ensemble Ortogonal Gaussiano (GOE), o Ensemble Simplético Gaussiano (GSE) e seus correspondentes circulares (COE, CUE, CSE) — permaneceu inexplorado.

Metodologia
Os autores empregam uma combinação de técnicas analíticas de teoria de matrizes aleatórias e verificação numérica:

1. Formulação do Modelo: O Hamiltoniano é definido como $H = \sum_{a,i,j} (h_{ij} - \mu \delta_{ij}) \psi^+_{i,a} \psi^-_{j,a}$, onde $h_{ij}$ são matrizes aleatórias extraídas de ensembles específicos. O sistema é diagonalizado via uma transformação unitária, reduzindo o problema a uma coleção de partículas não interagentes com energias determinadas pelos autovalores da matriz de acoplamento.
2. Função de Partição e SFF: A função de partição do grande canônico e o SFF são expressos em termos da degenerescência $d_n$ do espaço de Hilbert de $n$-partículas, que é codificada pela função de partição de modo único $z_R(x)$. Os autores focam em dois casos específicos de $R$-para-férmions: Exemplo A ($z_R(x) = 1 + mx$) e Exemplo B ($z_R(x) = 1 + mx + x^2$).
3. Ensembles Gaussianos (GUE, GSE, GOE):
   • Abordagem de Estado Coerente: Utilizada para o comportamento de tempo inicial e altura do platô, mas notada por falhar em capturar a rampa intermediária.
   • Abordagem de Função de Cluster: Utilizada para derivar o comportamento da rampa. Para GUE, isso envolve a expansão da distribuição de probabilidade conjunta dos autovalores e a avaliação de traços de matrizes de transferência.
   • Formulações de Determinante/Pfaffiano: O SFF é expresso como o determinante (para GUE) ou a raiz quadrada do determinante (para GSE) de uma matriz $\alpha$ construída a partir de integrais envolvendo a distribuição de energia de partícula única.
   • Desafios do GOE: Os autores observam que o caso GOE envolve integrais duplas e funções de núcleo não analíticas, tornando o tratamento analítico significativamente mais difícil do que para GUE ou GSE.
4. Ensembles Circulares (CUE, CSE, COE):
   • Os autores utilizam a solvabilidade exata dos ensembles circulares, onde o núcleo pode ser expandido em séries de Fourier discretas.
   • O SFF é derivado usando um formalismo de matriz de transferência, onde o resultado exato é expresso como uma soma sobre classes de conjugação de permutações.
   • Um passo metodológico fundamental é a comparação entre os Ensembles Gaussianos e Circulares. Como o CUE e o GUE compartilham as mesmas funções de cluster no limite de grande $N$, os autores utilizam os resultados do CUE como um benchmark para verificar as previsões do GUE.

Resultos Principais

• Correspondência GUE e CUE: Para o Exemplo A ($z_R(x) = 1 + mx$), os autores derivam uma correspondência analítica exata entre os resultados GUE e CUE. Eles estabelecem uma correspondência precisa no regime de tempo $1 \ll t \ll N$:
  $$K_{\text{GUE}}(2t) \approx K_{\text{CUE}}(t)$$
  Este fator de escala de tempo alinha o tempo no qual ambos os modelos atingem o platô. A taxa de crescimento $C_0$ para GUE é mostrada como sendo exatamente metade da taxa de crescimento da rampa CUE no limite de grande $N$ ($2\lambda_{\text{GUE}} = \lambda_{\text{CUE}}$).
• Taxas de Crescimento ($C_0$):
  • Para o Exemplo A, $C_0$ é derivado analiticamente. Para $m > 1$, $C_0 = \frac{1}{2} \ln(\frac{m^2}{m^2-1})$. Para $m=1$, $C_0 \sim \frac{1}{2} \ln N$.
  • Para o Exemplo B, soluções analíticas são elusivas. Simulações numéricas sugerem que $C_0$ converge para constantes para $m \ge 3$, enquanto os casos $m=1, 2$ exibem comportamentos de escala diferentes.
• Ensembles Simpléticos (GSE/CSE): Os autores observam comportamento semelhante entre GSE e CSE após o reescalonamento apropriado do tempo ($t_S \approx 1.36N$ para GSE). Dados numéricos para CSE confirmam uma transição de inclinação e taxas de crescimento consistentes com a analogia GUE/CUE, embora a derivação analítica para a rampa seja mais complexa devido à natureza matricial do núcleo GSE.
• Ensembles Ortogonais (GOE/COE):
  • GOE: O artigo delineia o método de cálculo, mas não fornece resultados numéricos devido à complexidade do núcleo de integral dupla e à falta de uma solução analítica para a rampa.
  • COE: O método de cálculo é delineado usando um núcleo de matriz similar ao CSE, mas os resultados numéricos são omitidos.
• Caso Não-Hermitiano: Os autores consideram brevemente o caso onde os autovalores são complexos ($\epsilon_j = e^{i\theta_j}$), encontrando que o SFF torna-se independente do tempo (trivial), contrastando com o caso Hermitiano onde $\epsilon_j = \theta_j$.

Significância e Alegações
O artigo afirma fornecer um framework unificado para entender o caos quântico em modelos quadráticos com estatísticas generalizadas ($R$-para-partículas). Suas principais contribuições são:

1. Benchmarking: Ao estabelecer a correspondência exata $K_{\text{GUE}}(2t) \approx K_{\text{CUE}}(t)$, os autores fornecem um benchmark rigoroso para os resultados GUE, superando as limitações da simulação numérica direta que falhou em detectar claramente a rampa devido a oscilações e efeitos de tamanho finito.
2. Generalização: O trabalho estende o estudo dos modelos SYK quadráticos de férmions padrão para $R$-para-partículas e de acoplamentos GUE para todos os três ensembles Gaussianos e três circulares.
3. Insight Metodológico: O artigo demonstra que a abordagem do Ensemble Circular é uma ferramenta poderosa para derivar resultados exatos que servem como proxies para os mais complexos ensembles Gaussianos, particularmente no regime de tempo intermediário onde ocorre a rampa caótica.
4. Escopo Modesto: Os autores declaram explicitamente que não resolvem o caso interagente ($q>2$) nem fornecem propostas experimentais. Em vez disso, focam no caso quadrático para isolar as características essenciais do caos induzido pelo desordem e estatísticas generalizadas, sugerindo que simplificar o modelo (por exemplo, usando operadores comutadores ou distribuições espectrais específicas) é um caminho frutífero para pesquisas futuras em sistemas caóticos interagentes.

O artigo conclui que, embora os ensembles ortogonais apresentem obstáculos técnicos significativos, a abordagem do ensemble circular valida com sucesso o comportamento caótico (rampa e platô) do modelo $R$-PSYK2, confirmando que a rampa exponencial é uma característica robusta destes sistemas quadráticos generalizados.