DOI: https://doi.org/10.1140/epjc/s10052-025-14451-z
تاريخ النشر: 2025-07-07
المؤلف: Mohsen Alishahiha وآخرون
الموضوع الرئيسي: الأنظمة المعقدة وتحليل السلاسل الزمنية
نظرة عامة
في هذه الدراسة، نحقق في تطور الزمن لتعقيد كريلوف في أنظمة الجسيمات المتعددة المحدودة، مع تسليط الضوء على أهمية ميزات الزيادة والهضبة في سلوكها. تكشف حساباتنا التحليلية أن ديناميات التشبع لتعقيد كريلوف تعمل كعامل مميز بين الأنظمة الفوضوية والقابلة للتكامل. على وجه التحديد، نجد أنه بالنسبة للنماذج الفوضوية، يصل التعقيد إلى متوسطه الزمني اللانهائي عند زمن تشبع محدود، وغالبًا ما يظهر ذروة قبل التشبع اعتمادًا على الحالة الأولية. على العكس، تُظهر النماذج القابلة للتكامل اقترابًا أبطأ من المتوسط الزمني اللانهائي، مع البقاء تحت هذه القيمة لفترة زمنية ممتدة.
نحن نؤكد أيضًا نتائجنا من خلال محاكاة عددية لنماذج دوران محددة، مما يعزز الفروق النظرية بين نوعي الأنظمة. تسهم هذه العمل في فهم أعمق للعلاقة بين تعقيد كريلوف والديناميات الأساسية للأنظمة الكمومية، لا سيما في تمييز طبيعتها الفوضوية أو القابلة للتكامل.
مقدمة
تتناول مقدمة هذه الورقة البحثية تعقيدات الفوضى الكمومية مقارنة بالفوضى الكلاسيكية، مع التأكيد على التحديات في تعريف فضاء الطور الكمومي. تتميز الفوضى الكلاسيكية بحساسية المسارات في فضاء الطور، والتي يتم قياسها بواسطة معامل ليابونوف، بينما تفتقر الفوضى الكمومية إلى إطار واضح. يبرز المؤلفون أن القيم الذاتية للهاميلتوني الفوضوي تظهر خصائص إحصائية مميزة، حيث تتبع الأنظمة الفوضوية توزيع ويجنر-دايسون وتلتزم الأنظمة القابلة للتكامل بتوزيع بواسون. لاستكشاف الفوضى الكمومية، تقدم الورقة تعقيد كريلوف، الذي اكتسب زخمًا في الدراسات الأخيرة كأداة لتحليل الديناميات الفوضوية في الأنظمة الكمومية ذات الجسيمات المتعددة.
يناقش المؤلفون فرضية نمو المشغل العالمي، التي تفترض أن السلوك اللانهائي لمعاملات لانكز في الأنظمة الفوضوية يظهر نموًا خطيًا، على الرغم من أن هذا ليس حصريًا للنماذج الفوضوية. يشيرون إلى أن تعقيد كريلوف يمكن أن يميز بين الأنظمة الفوضوية والقابلة للتكامل، لا سيما من خلال قيمة التشبع الخاصة به، التي تميل إلى الزيادة عند الانتقال من النماذج القابلة للتكامل إلى الفوضوية. تذكر الورقة أيضًا أن نمو وتشبع تعقيد كريلوف هما ميزتان عامتان عبر أنظمة الجسيمات المتعددة، حيث تظهر الأنظمة الفوضوية ذروة قبل التشبع. تعتمد خصائص هذه الذروة على الحالة الأولية، ويهدف المؤلفون إلى استكشاف كيف يمكن أن يوضح تعقيد كريلوف بشكل أكبر الطبيعة الفوضوية للأنظمة الكمومية، لا سيما من خلال تطور الزمن للقيم المتوقعة في قاعدة كريلوف. ستتناول الأقسام اللاحقة خوارزمية لانكز، وميزات تعقيد كريلوف، والنتائج العددية من أنظمة الجسيمات المتعددة المحددة.
نقاش
في هذا القسم، يقارن المؤلفون بين قاعدة كريلوف وقاعدة القيم الذاتية للطاقة في سياق نظام كمومي مغلق تحكمه هاملتوني مستقل عن الزمن \( H \). يستنتجون تطور الزمن لحالة أولية \( |\psi_0\rangle \) باستخدام كلا القاعدتين، مع تسليط الضوء على أن قاعدة كريلوف تسمح بتمثيل أكثر تقييدًا لديناميات النظام، لا سيما عندما تكون التماثلات موجودة. تتضمن بناء قاعدة كريلوف خوارزميات تكرارية تنتج حالات متعامدة، مع كون بعد فضاء كريلوف \( D_\psi \) أقل من أو يساوي بعد فضاء هيلبرت الكامل \( D \). هذا التقييد ضروري لدراسة الأنظمة ذات الشحنات المحفوظة، حيث يضمن أن الديناميات تحترم تماثل الحالة الأولية.
ثم يقدم المؤلفون تعقيد كريلوف، الذي يُعرف بأنه القيمة المتوقعة لمشغل العدد في قاعدة كريلوف، \( C(t) = \langle \psi(t) | N | \psi(t) \rangle \). يوضحون أن هذا التعقيد يعمل كمؤشر على السلوك الفوضوي في النظام، لا سيما في الأوقات المتأخرة. يبدأ التعقيد من الصفر وينمو، وفي النهاية يتشبع عند قيمة تعكس الخصائص الحرارية للنظام. يؤكد المؤلفون أن سلوك تعقيد كريلوف في الأوقات المتأخرة يمكن أن يميز بين الأنظمة الفوضوية والقابلة للتكامل، حيث تظهر الأنظمة الفوضوية ذروة في التعقيد قبل التشبع، بينما تقترب الأنظمة القابلة للتكامل من قيمة التشبع الخاصة بها من الأسفل. يتم دعم هذا التمييز بشكل أكبر من خلال الاختبارات العددية التي أجريت على نموذج إيسينغ ذو الدوران 1/2، حيث تتماشى ديناميات التعقيد مع التنبؤات النظرية، مما يظهر فائدة تعقيد كريلوف كأداة لتحليل الأنظمة الكمومية.
DOI: https://doi.org/10.1140/epjc/s10052-025-14451-z
Publication Date: 2025-07-07
Author(s): Mohsen Alishahiha et al.
Primary Topic: Complex Systems and Time Series Analysis
Overview
In this study, we investigate the time evolution of Krylov complexity in finite many-body systems, highlighting the significance of ramp and plateau features in its behavior. Our analytical computations reveal that the saturation dynamics of Krylov complexity serve as a distinguishing factor between chaotic and integrable systems. Specifically, we find that for chaotic models, the complexity reaches its infinite time average at a finite saturation time, often exhibiting a peak prior to saturation depending on the initial state. Conversely, integrable models show a slower approach to the infinite time average, remaining below this value for an extended timescale.
We further substantiate our findings through numerical simulations of specific spin models, reinforcing the theoretical distinctions between the two types of systems. This work contributes to a deeper understanding of the relationship between Krylov complexity and the underlying dynamics of quantum systems, particularly in characterizing their chaotic or integrable nature.
Introduction
The introduction of this research paper addresses the complexities of quantum chaos compared to classical chaos, emphasizing the challenges in defining quantum phase space. Classical chaos is characterized by the sensitivity of trajectories in phase space, quantified by the Lyapunov exponent, whereas quantum chaos lacks a clear framework. The authors highlight that the eigenvalues of chaotic Hamiltonians exhibit distinct statistical properties, with chaotic systems following the Wigner-Dyson distribution and integrable systems adhering to the Poisson distribution. To probe quantum chaos, the paper introduces Krylov complexity, which has gained traction in recent studies as a tool for analyzing chaotic dynamics in many-body quantum systems.
The authors discuss the universal operator growth hypothesis, which posits that the asymptotic behavior of Lanczos coefficients in chaotic systems shows linear growth, although this is not exclusive to chaotic models. They note that Krylov complexity can differentiate between chaotic and integrable systems, particularly through its saturation value, which tends to increase when transitioning from integrable to chaotic models. The paper also mentions that the growth and saturation of Krylov complexity are generic features across many-body systems, with chaotic systems exhibiting a peak before saturation. This peak’s characteristics depend on the initial state, and the authors aim to explore how Krylov complexity can further elucidate the chaotic nature of quantum systems, particularly through the time evolution of expectation values in the Krylov basis. The subsequent sections will delve into the Lanczos algorithm, the features of Krylov complexity, and numerical results from specific many-body systems.
Discussion
In this section, the authors compare the Krylov basis and the energy eigenbasis in the context of a closed quantum system governed by a time-independent Hamiltonian \( H \). They derive the time evolution of an initial state \( |\psi_0\rangle \) using both bases, highlighting that the Krylov basis allows for a more confined representation of the system’s dynamics, particularly when symmetries are present. The construction of the Krylov basis involves recursive algorithms that yield orthonormal states, with the dimension of the Krylov space \( D_\psi \) being less than or equal to the full Hilbert space dimension \( D \). This confinement is crucial for studying systems with conserved charges, as it ensures that the dynamics respect the symmetry of the initial state.
The authors then introduce Krylov complexity, defined as the expectation value of the number operator in the Krylov basis, \( C(t) = \langle \psi(t) | N | \psi(t) \rangle \). They demonstrate that this complexity serves as an indicator of chaotic behavior in the system, particularly at late times. The complexity starts at zero and grows, eventually saturating at a value that reflects the system’s thermal properties. The authors emphasize that the late-time behavior of Krylov complexity can distinguish between chaotic and integrable systems, with chaotic systems exhibiting a peak in complexity before saturation, while integrable systems approach their saturation value from below. This distinction is further supported by numerical tests conducted on the spin-1/2 Ising model, where the complexity dynamics align with the theoretical predictions, showcasing the utility of Krylov complexity as a tool for analyzing quantum systems.