⚛️ high-energy theory

Quantum chaos and late-time equipartition of symmetry-resolved Krylov complexity

本文证明了在具有守恒荷的有限维混沌量子系统中，对称性分辨的 Krylov 复杂度在晚时遵循跨独立对称扇区的维度加权等分布规则，这表明分辨精确对称性对于正确解释作为混沌算符增长诊断指标的 Krylov 复杂度至关重要。

原作者： Jayashish Das, Suman Das, Juan F. Pedraza, Le-Chen Qu

发布于 2026-08-21

📖 1 分钟阅读🧠 深度阅读

原作者： Jayashish Das, Suman Das, Juan F. Pedraza, Le-Chen Qu

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

在量子世界中，运动的规则比我们在日常经验中所感受到的要微妙得多。经典系统（如旋转的陀螺或摆动的钟摆）遵循可预测的路径，而量子系统则由一个广阔且无形的可能性景观所定义。物理学家长期以来一直在寻找测量一个简单的起点在这个景观中扩散并变得极其复杂的过程——这一过程被称为混沌——的速度的方法。为了追踪这种扩散，研究人员使用了一种名为克里洛夫复杂度（Krylov complexity）的工具。想象一下钢琴上弹奏的一个单音；随着时间的推移，这个音符与乐器的机械结构及周围的空气发生相互作用，演变成一个丰富而纠缠的和弦。克里洛夫复杂度衡量的是那个原始音符在所有可能和弦的数学空间中移动了多远。在混沌系统中，这种复杂度会迅速增长，最终达到一个无法进一步增长的顶峰。这个饱和点至关重要，因为它有助于科学家区分哪些是真正的混沌系统，哪些是秩序井然且可预测的系统。

然而，Jayashish Das、Suman Das、Juan F. Pedraza 和 Le-Chen Qu 的一项新研究表明，将这种复杂度视为一个单一的整体数值可能会产生误导。研究人员关注的是拥有隐藏对称性的量子系统，即一种使某些量（如电荷或粒子类型）随时间保持不变的规则。在这样的系统中，广阔的可能性景观并非一个单一的开放场域，而是被划分为若干个独立的、隔离的房间或扇区，系统无法跨越这些界限。团队发现，当一个混沌系统达到其最大复杂度时，总值仅仅是分布在这些独立房间中的每个复杂度的总和。更令人惊讶的是，他们发现每个房间的大小决定了它对总量的贡献程度。一个较大的房间不仅容纳更多的复杂度，它还会积极地主导最终的测量结果。这意味着，关于复杂度可能在系统各部分之间均匀分配的旧观点是不正确的。相反，最终的数值是由每个扇区中可达空间的规模所加权的。

为了验证这一观点，团队转向研究了几种特定的量子物质模型，包括被称为萨切夫-叶-基塔耶夫（Sachdev-Ye-Kitaev）模型的相互作用粒子系统以及磁自旋链。他们模拟了这些系统随时间的演化，追踪了一个初始的简单算符如何在可用空间中扩散。在一个模型中，系统根据一种称为费米子宇称（fermion parity）的属性被划分为两个大小相等的房间。正如预期的那样，复杂度在两者之间均匀分配。在另一个模型中，系统根据粒子总数被划分为大小不一的房间。在这里，结果非常引人注目：较大的房间对总复杂度的贡献显著高于较小的房间，且其比例恰好与房间大小的平方成正比。这证实了最终的饱和值不是一个统一的平均值，而是一个加权和，其中权重由每个扇区内可用空间的维度决定。

研究人员还检查了在非混沌系统（例如完全有序或可积的系统）中会发生什么。在这些情况下，游戏的规则发生了变化。由于额外的约束和模式，每个房间内的可用空间通常比混沌系统中的空间要小得多。研究表明，在这些有序系统中，复杂度并不遵循相同的加权规则。相反，它取决于系统实际可以采取的特定且有限的路径。这种区别对于理解混沌的本质至关重要。如果科学家忽略了系统的内部结构而只看总复杂度，他们可能会误解结果。例如，如果不对这些扇区进行适当处理，一个拥有大型空置扇区的系统可能会看起来比它实际拥有的复杂度要低。

研究结果表明，要真正理解混沌如何在量子世界中显现，必须解析出划分系统的对称性。克里洛夫复杂度的饱和值作为混沌的诊断工具，其控制因素不是系统的总规模，而是由其各个由对称性定义的组成部分的规模平方之和决定的。这一洞察力完善了物理学家解释量子物质行为的方式。它表明，一个混沌系统的后期行为是由它实际可以探索的空间维度所控制，而非由简单的均匀分布所控制。通过将系统分解为对称扇区，研究人员提供了一个更清晰、更准确的关于量子混沌如何运作的图景，确保用于研究它的诊断工具不会被系统本身的隐藏结构所遮蔽。

技术摘要：量子混沌与对称性分解下 Krylov 复杂度的晚期等分布

问题陈述
Krylov 复杂度 ( $C_K$ ) 已成为量子多体系统算符增长的诊断工具，其特征通常表现为在混沌系统中经历初始指数增长，随后进入线性增长阶段，并最终达到饱和。然而，由于精确对称性的存在，对晚期饱和值的解释变得复杂。在哈密顿量 $H$ 与初始种子算符 $O$ 均与守恒荷 $P$ 对易的系统中，希尔伯特空间会分解为独立的对称性扇区。虽然已有研究确定在早期时刻，全量 Krylov 复杂度与对称性分解后的复杂度之和呈加权平均关系（权重由初始算符的投影决定），但在晚期（饱和后）全量复杂度与分解后复杂度之间的关系仍不明确。一个简单的预期是，饱和值可能与总希尔伯特空间维度的平方 ( $D^2$ ) 成比例，但对称性的存在可能会改变这种标度关系，如果不进行适当的对称性分解，可能会掩盖 $C_K$ 作为量子混沌诊断工具的效力。

方法论
作者结合了解析推导与数值模拟，研究了有限维混沌系统中对称性分解下的 Krylov 复杂度晚期行为。

解析框架： 研究利用由李乌维利安超算符 $\mathcal{L} = [H, \cdot]$ 生成的 Krylov 空间形式化方法。通过将希尔伯特空间 $\mathcal{H}$ 分解为维度为 $d_q$ 的对称性扇区 $\mathcal{H}_q$ ，作者分析了每个扇区内可达 Krylov 空间的维度 ( $K_q$ ) 以及全量未分解空间的维度 ( $K$ )。他们假设对于通用的混沌哈密顿量，能量差是非简并的（除普遍存在的零模外），且种子算符与所有对称性允许的李乌维利安频率都有非零重叠。在这些假设下，他们推导了 Krylov 空间的维度，并应用了晚期去定域化假设，即 Krylov 波函数在可达的 Krylov 链上呈均匀分布。
数值实现： 作者使用 Lanczos 算法（使用 Arnold 迭代以保证数值稳定性）来计算 Krylov 复杂度。他们在四个不同的模型上测试了其解析预测：
1. 实数 SYK 模型： 具有 $Z_2$ 费米子宇称对称性的 Majorana 费米子模型。
2. 复数 SYK 模型： 具有全局 $U(1)$ 电荷守恒的复费米子模型。
3. 玻色自旋模型： 具有 $Z_2 \times Z_2$ 对称性的混沌二次型自旋模型。
4. 混合场 Ising 链： 一个具有反射对称性的非整合自旋链。
  他们还分析了 Ising 链的整合极限，以对比混沌与整合行为。

核心贡献与结果
本文确立了在饱和机制内（ $t_{sat} \lesssim t \ll t_{rec}$ ），全量 Krylov 复杂度是关于对称性扇区的加和：
$C_K(t) \simeq \sum_q C_K^{(q)}(t)$
至关重要的是，每个扇区的分数贡献并非由初始投影权重决定（如早期阶段），也非由等分决定，而是由动态可达算符空间的维度决定。具体而言，晚期分数复杂度受以下规律支配：
$\frac{C_K^{(q)}}{C_K} \simeq \frac{d_q(d_q - 1)}{\sum_{q'} d_{q'}(d_{q'} - 1)} \approx \frac{d_q^2}{\sum_{q'} d_{q'}^2}$
其中 $d_q$ 是希尔伯特空间扇区 $q$ 的维度。这一现象被称为维度加权等分布。

数值验证：
- 在 实数 SYK 模型 ( $N=16$ ) 中，两个宇称扇区的维度相等 ( $d_+ = d_-$ )，导致饱和复杂度的等分（ $50\%$ ），这与 $d_q^2$ 标度一致。
- 在 复数 SYK 模型 ( $N=7, 8$ ) 中，电荷扇区的维度不等 ( $d_q = \binom{N}{q}$ )。数值结果显示，具有较大 $d_q$ 的扇区贡献了更大比例的复杂度，精确遵循 $d_q^2$ 权重。
- 玻色自旋模型 ( $N=6$ ) 具有四个相等的扇区，证实了等分（ $25\%$ ）。
- 混合场 Ising 链 ( $N=8$ ) 的反射扇区维度不等 ( $d_+ = 136, d_- = 120$ )。饱和值并未偏向 $50/50$ ，而是符合预测的比例 $d_+^2 / (d_+^2 + d_-^2) \approx 0.56$ 。
整合对比： 在 Ising 链的整合极限中，作者证明了李乌维利安简并性和选择定则使得真实的 Krylov 维度 ( $K_q$ ) 远低于通用的混沌界限 ( $d_q(d_q-1)+1$ )。因此，晚期分数复杂度是根据真实 Krylov 维度的比例 $(K_q-1)/(K_{full}-1)$ 而非 $d_q^2$ 标度进行饱和，这凸显了维度加权规则是针对最大化探索 Krylov 空间的混沌动力学的特性。

意义
本文认为，解析精确对称性对于正确解释作为混沌算符增长诊断工具的 Krylov 复杂度饱和值至关重要。如果不进行对称性分解，人们可能会错误地认为饱和值随总希尔伯特空间维度的平方 ( $D^2$ ) 缩放。相反，作者表明，对于混沌系统，饱和值随扇区维度的平方和 ( $\sum d_q^2$ ) 缩放，如果对称性扇区是不等的，该值在参数上要小于 $D^2$ 。

这项工作提供了一个在混沌系统中连接全量与对称性分解 Krylov 复杂度的“简单通用关系”，区分了晚期机制（由可达算符空间维度支配）与早期机制（由初始态投影支配）。这澄清了 Krylov 复杂度饱和值的解释，确保该诊断反映了在动态可达子空间内的真实算符增长程度，而不是被对称性诱导的块结构所掩盖。研究结果表明，对称性分解作为一种精细化手段，能够为混沌动力学提供更锐利的表征。

类似论文