项目名称: 非对角Bethe ansatz方法和粒子数不守恒系统的严格解

项目编号: No.11374334

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 数理科学和化学

项目作者: 曹俊鹏

作者单位: 中国科学院物理研究所

项目金额: 76万元

中文摘要: 在多体物理中,粒子数不守恒系统的定量研究是一个非常困难的问题,同时,此类系统又在统计物理的随机过程、凝聚态物理以及弦论中都有重要应用。由于U(1)对称性破缺和缺乏真空态,传统的严格解方法基本失效,使得人们对此问题基本无从入手。基于多年来对可积问题的研究,我们将构建一种全新的研究方法,即非对角Bethe ansatz,用来处理粒子数不守恒的可积系统。我们将以其它方法处理不了的实例来说明该方法的有效性。具体的研究内容包括反周期边界条件XXZ自旋链、扭曲边界磁场中XXX模型、奇数格点XYZ自旋链以及交换关联是格点依赖的海森堡模型等,希望得到某些新的重要的拓扑量子态和物理图像。我们还将把非对角Bethe ansatz推广到阶化情形,用来研究玻色-费米混合系统以及超对称性可积系统等。本项目从研究方法到研究内容上都有创新,将会推动严格解研究的进展,促进低维量子多体理论的最终建立。

中文关键词: 严格可解模型;低维强关联系统;Bethe ansatz;粒子数不守恒;自旋链

英文摘要: In many-body physics, the quantitative study of systems where the particle number is not conserved is a very difficult problem. Meanwhile, this kind of systems has many important applications in the stochastic processes in statistical physics, condensed m

英文关键词: Exactly solvable models;Low-dimensional strongly correlated systems;Bethe ansatz;Non-conserved particle numbers;Spin chains

成为VIP会员查看完整内容
0

相关内容

【斯坦福大学】矩阵对策的协调方法,89页pdf
专知会员服务
27+阅读 · 2020年9月18日
神经网络的拓扑结构,TOPOLOGY OF DEEP NEURAL NETWORKS
专知会员服务
35+阅读 · 2020年4月15日
图神经网络的困境,用微分几何和代数拓扑解决
机器之心
4+阅读 · 2022年3月27日
神经网络常微分方程 (Neural ODEs) 解析
AI科技评论
42+阅读 · 2019年8月9日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
26+阅读 · 2018年9月21日
小贴士
相关主题
相关VIP内容
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员