🔢 数学

Work statistics of sudden quantum quenches: A random matrix theory perspective on Gaussianity and its deviations

本文表明，平移不变二次费米子链中突发量子淬火的工作分布可以映射为哈尔酉矩阵迹的统计特性，通过多元中心极限定理产生高斯分布，同时也表征了导致非高斯偏差的特定条件——例如长程相互作用或 Fisher-Hartwig 奇异性。

原作者： Miguel Tierz

发布于 2026-10-15

📖 1 分钟阅读🧠 深度阅读

原作者： Miguel Tierz

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

在物理学的世界里，能量很少是一个静态的数字；它是一个关于变化的故事。当一个系统被推离平衡状态时，它会吸收或释放能量，科学家将这种交换称为“功”。在经典世界中，我们可以像追踪银行账户一样追踪这种能量，准确地知道消耗了多少以及还剩多少。但在量子领域，由于粒子存在于概率的迷雾之中，“功”的概念变得难以捉摸。它不是一个可以一目了然测量的单一、固定的数值。相反，它是一个波动的量，是一个在每次实验运行时都会发生变化的随机变量。为了理解这些量子系统的行为，研究人员不仅要观察能量转移的平均量，还要观察整个可能性的图景：系统吸收少量能量的频率是多少，吸收大量能量的频率又是多少，以及这些波动的形态如何揭示材料隐藏的规则。

这是米格尔·蒂尔兹（Miguel Tierz）在一项专注于“猝灭”（sudden quenches）的新研究中所探索的领域。想象一个量子系统静静地处于其最低能量状态，然后，在瞬间，游戏的规则改变了。也许是维持原子位置的磁场被关闭了，或者是原子之间的键合强度发生了改变。系统被迫在这些新条件下演化。这种突如其来的变化就是“猝灭”。蒂尔兹解决的问题简单而深刻：当这种情况发生时，对系统所做的功的统计模式是什么？能量转移是遵循可预测的钟形曲线，还是以更狂野、更不可预测的方式运行？

研究表明，答案完全取决于系统中粒子之间连接的性质。蒂尔兹发现，对于一大类量子材料，特别是那些粒子仅与其相邻邻居进行规则模式交互的材料，功的分布表现得异常有序。它形成了一个完美的钟形曲线，即高斯分布（正态分布）。这意味着，虽然从一次实验到下一次实验，精确的功量会有所变化，但这些变化是受控的，并围绕着一个特定的平均值。研究人员发现，这种秩序之所以出现，是因为当通过随机矩阵理论来观察量子系统时，它表现得就像是一组独立的随机波。正如许多硬币投掷的平均值会趋于一个可预测的模式一样，这些量子波动的总和也趋于一个平滑的高斯形状。波动的规模由粒子间相互作用的强度决定，这一关系可以通过系统的设计进行精确计算。

然而，当粒子之间的连接变为长程，或者系统被推向相变的边缘时，故事就改变了。研究显示，整齐的钟形曲线并不是一条普遍法则；它是一个在特定条件下会崩溃的脆弱状态。如果粒子与远处的邻居发生相互作用，或者这些相互作用的强度随距离衰减得非常缓慢，功的分布就会产生沉重的、非高斯的尾部。在这些场景中，极端事件——即系统吸收或释放巨大能量的情况——变得比标准钟形曲线所预测的要频繁得多。同样，如果猝灭将系统推向一个临界点（即材料基本性质发生变化的阈值），分布就会出现尖锐且具有结构的异常。这些偏差并非随机噪声；它们是深层物理现象的特征，例如新类型有序性的出现或标准统计规则的失效。

为了得出这些结论，蒂尔兹使用了一个强大的数学技巧，将复杂的量子功问题转化为随机矩阵的语言。研究人员不再追踪数十亿个粒子的混沌运动，而是将问题映射到一种特殊随机矩阵的属性上，这种数学对象的条目是从均匀分布中选取的。在这种新的语言中，对系统所做的功对应于这些矩阵幂次的迹（traces）之和。这种转换至关重要，因为它允许使用几十年来为理解随机矩阵行为而开发的严谨统计工具。研究证实，对于具有短程相互作用的系统，高斯分布的数学条件始终得到满足，从而保证了钟形曲线的存在。但当相互作用是长程的，或者系统处于临界状态时，这些条件就会失效，分布便会显现出其真实且更复杂的本质。

这项工作的意义超越了抽象理论。功分布的形状告诉我们预测量子系统行为的难度以及控制它的效率。在高斯机制下，系统是可预测的，能量成本是明确定义的。但在非高斯机制下，罕见的极端事件主导了统计特性，使得系统更难管理，其能量成本也更加剧烈波动。这种区别对于量子技术的发展至关重要，因为在这些技术中，控制能量流是核心。该研究还与量子物理的另一个领域——纠缠——提出了一个令人惊讶的平行关系。导致功分布变为非高斯的相同数学特征，也是导致量子粒子之间形成异常关联模式的原因。这表明，通过测量功的波动，科学家或许能够在无需直接测量粒子的情况下，探测到这些深层的量子相关性。

最终，这项研究为量子系统何时表现得简单、何时表现得狂野提供了一张清晰的地图。它表明，统计学中熟悉的钟形曲线并不是量子世界的默认状态，而是在相互作用局部且受控时才会出现的特例。当连接延伸得太远，或者系统在变化的边缘徘徊时，规则就会发生转移，功的分布便会展现出一个更丰富、更复杂的景观。通过识别导致这些偏差的精确条件，这项研究提供了一种诊断量子材料健康状况和复杂性的新方法，将能量波动的测量转变为探索量子物质前沿的强大工具。

技术摘要：突发量子淬火的工作统计特性：高斯性及其偏离的随机矩阵理论视角

问题陈述
本文研究了在孤立多体量子系统中进行突发淬火（sudden quenches）时所做功的统计性质。在双投影测量（TPM）方案中，功是一个随机变量，定义为初始和最终本征态之间的能量差。虽然在一般设定下， $P(W)$ 的中心部分通常被观察到是高斯的，但支配这种高斯性的机制、高斯性失效的精确条件，以及非高斯尾部（特别是在大偏差机制或临界点附近）的本质，仍需要严谨的数学表征。作者旨在提供一个统一的框架，以区分平移不变二次费米子链中的典型涨落（高斯核心）与稀有事件（尾部）。

方法论
其核心方法论创新是将功的特征函数 $\chi_W(u)$ 映射为一个随机矩阵理论（RMT）问题。

Toeplitz 表示法： 对于平移不变二次费米子链（具有周期性边界条件）中的突发淬火，Loschmidt 振幅 $G(t) = \langle \psi_0 | e^{-iH_f t} | \psi_0 \rangle$ 具有 Toeplitz（或块-Toeplitz）行列式的表示形式。该行列式的符号（symbol）由淬火后的单粒子色散关系 $\varepsilon(k)$ 和初始态的 Bogoliubov 角构建而成。
Heine–Szegő 恒等式： 利用 Heine–Szegő 恒等式，该 Toeplitz 行列式被识别为来自 Haar 测度的循环酉系综（CUE）中随机酉矩阵 $U$ 的配分函数。
线性统计量： 功的特征函数被证明是这些 Haar 分布酉矩阵幂次的迹的线性统计量的矩生成函数。具体而言，工作变量 $W$ 映射为：
$W = \sum_{r \le m} \left( a_r \Re \text{Tr} U^r + b_r \Im \text{Tr} U^r \right)$
其中 $a_r$ 和 $b_r$ 是色散关系的傅里叶系数。
渐近分析： 作者应用了针对 Haar 酉矩阵迹的多变量中心极限定理（CLTs）来分析大 $N$ （系统尺寸）极限。他们利用强 Szegő 条件来确定分布何时收敛于高斯分布，并采用 Fisher–Hartwig (FH) 渐近分析来表征该条件失效时的偏离情况。

主要贡献与结果

与 CUE 线性统计的精确映射： 本文建立了突发淬火中的工作分布与 Haar 酉矩阵幂次之迹的统计之间的严格等价关系。这把多体问题简化为了随机矩阵线性统计问题。
高斯核心： 在满足强 Szegő 条件（ $\sum_{r \ge 1} r(a_r^2 + b_r^2) < \infty$ $\sum_{r \geq 1} r (a_{r}^{2} + b_{r}^{2}) < \infty$ ）的情况下，迹的多变量中心极限定理保证了当 $N \to \infty$ $N \to \infty$ 时， $W$ $W$ 收敛于高斯分布。
- 方差由 $\text{Var}(W) = \frac{1}{2} \sum_{r} r (a_r^2 + b_r^2)$ 显式给出。
- 至关重要的是，不同幂次的迹 $\text{Tr} U^r$ 渐近地成为独立的复高斯变量，其方差为 $r$ ，这不同于标准独立同分布（i.i.d.）求和的 $1/\sqrt{N}$ 标度。
非高斯性的机制： 本文将导致偏离高斯核心的机制分为四类：
1. 慢傅里叶衰减 / 长程耦合： 如果一维中的相互作用范围衰减为 $J_r \sim r^{-\alpha}$ ，则高斯核心仅在 $\alpha > 1$ 时成立。对于 $\alpha \le 1$ （强长程机制），Szegő 条件失效，导致非高斯统计，并可能产生发散的方差标度（例如，在边界 $\alpha=1$ 处 $\text{Var}(W) \sim \log N$ ）。
2. Fisher–Hartwig (FH) 奇异性： 当 Toeplitz 符号具有跳跃、零点或代数端点时（常见于临界淬火或开边界条件），渐近行为会包含非二次项，从而产生结构化的非高斯尾部。
3. 临界淬火 / DQPTs： Loschmidt 振幅的 Fisher 零点向实时间轴靠近，使 $\chi_W(u)$ 的解析带变窄，从而使 $P(W)$ 的尾部增厚。
4. 有限- $N$ 效应： 对于中等规模的系统或当高阶谐波占据显著权重时，高阶累积量仍然可见。
与纠缠的联系： 作者在控制工作统计的 Toeplitz 符号的正则性与控制纠缠熵的正则性之间建立了平行关系。他们指出，表现出异常纠缠标度（例如由于长程相互作用或临界性导致的违反面积律）的机制，恰好对应于工作分布偏离有限方差高斯的机制。
数值验证： 通过直方图、分位数-分位数（Q-Q）图以及方差/峰度标度等数值诊断，支持了其解析预测，证实了高斯主体以及 RMT 框架所预测的特定尾部行为。

意义与范围
本文声称为理解突发淬火中的工作统计提供了一条“数学上尖锐的路径”。通过将问题重新表述为随机矩阵理论，它提供了：

一个严格的判据（强 Szegő 条件），用于解释高斯性的出现。
一个具有透明物理内涵的显式方差公式，该公式源自微观耦合。
一个分类体系，用于区分源自长程相互作用、临界奇异性和有限尺寸效应的偏差机制。

作者强调，其结果特指在平移不变二次系统中进行突发淬火时的 TPM 定义下的工作。他们并不声称解决了对于一般有限时间驱动协议或非 TPM 定义的量子工作的统计问题，尽管他们暗示 RMT 视角在未来可能扩展到其他基于行列式的表示形式。其意义在于通过 Toeplitz 渐近分析和随机矩阵系综的视角，统一了不同物理机制（如能隙型 vs 临界型，短程 vs 长程）下的涨落统计学理解。

类似论文