打破链:随机自旋链中的极值统计与局域化
无序系统与神经网络
2023-11-14 v2 统计力学
强关联电子
量子物理
摘要
尽管对一维(1D)无序系统中的单粒子 Anderson 局域化已有很好的理解,多体效应仍充满惊喜,一个著名的例子是由相互作用驱动的多体局域化(MBL)问题,关于它的研究已有很多,或许最好的尚未来临。有趣的是,非相互作用极限为研究非平凡多粒子物理提供了天然的平台,使得以超大规模精确对角化模拟检验一些一般机制成为可能。本工作中,我们首先通过极值理论的视角重新审视一维多体 Anderson 绝缘体,聚焦于随机磁场中等效自旋链模型的极值极化。数值探索了一种多体诱导的链断裂机制,并与一个可解析求解的玩具模型进行比较。从弱无序到强无序强度 的统一描述浮现出来,其中依赖于无序的平均局域化长度 支配着导致链断裂的极值事件。特别地,局域磁化分布尾部由 控制。值得注意的是,我们还定量理解了极值极化的完整分布,其由 Fréchet 型定律给出。在第二部分的,我们探索有限相互作用物理与 MBL 问题。在现有系统尺寸下,我们从数值上量化了相互作用问题与非相互作用 Anderson 情形之间极值分布的差异。引人注目地,我们观测到随 变化而出现尖锐的“极值统计相变”,其可能与 MBL 相变重合。
引用
@article{arxiv.2305.10574,
title = {Breaking the chains: extreme value statistics and localization in random spin chains},
author = {Jeanne Colbois and Nicolas Laflorencie},
journal= {arXiv preprint arXiv:2305.10574},
year = {2023}
}
备注
18 + 6 pages; 13 + 4 figures; Accepted version