Krylov Complexity from Loschmidt Amplitude

Technische Zusammenfassung: Krylow-Komplexität aus der Loschmidt-Amplitude

Problemstellung
Die Krylow-Komplexität hat sich als leistungsfähiges Diagnosewerkzeug für die Quantendynamik etabliert, da sie eine klare Definition der Wellenfunktions-Delokalisierung innerhalb des Hilbert-Raums mittels der Lanczos-Rekursionsmethode bietet. Es besteht jedoch eine fundamentale Einschränkung: Krylow-Raum-Maße (wie die Komplexität) können das System nur bis zur Autokorrelationsfunktion rekonstruieren. Zwei physikalisch unterschiedliche Systeme mit identischen Autokorrelationsfunktionen liefern identische Krylow-Expansionen. Folglich erfordert die Übersetzung von Merkmalen des Krylow-Basisraums zurück in die Sprache lokaler Hilbert-Raum-Operatoren zusätzlichen, modellspezifischen Input. Darüber hinaus bestehen zwar Verbindungen zwischen der Krylow-Komplexität und anderen Chaos-Maßen (wie der Out-of-Time-Ordered Correlator oder OTOC), doch ein einheitlicher Rahmen, der das Wachstum der Krylow-Komplexität direkt mit der Sensitivität von Quantenzuständen gegenüber Hamiltonian-Störungen verknüpft – speziell durch das Prisma der Loschmidt-Amplituden –, muss noch vollständig entwickelt werden. Diese Arbeit adresset die Notwendigkeit, die Krylow-Komplexität und ihre Zeitentwicklung als Ableitungen von Loschmidt-Amplituden auszudrücken, um dadurch ein Klassifizierungsschema für die Komplexitätsdynamik bereitzustellen und geometrische Schranken zu etablieren.

Methodik
Die Arbeit verwendet das Formalismus des Lanczos-Algorithmus, um eine orthonormale Krylow-Basis $\{|n\rangle\}$ aus einem Anfangszustand $|\psi(0)\rangle$ und einem Hamiltonian $H$ zu konstruieren. Die Dynamik wird in der tridiagonalen Matrix $M$ (der Repräsentation von $H$ in der Krylow-Basis) kodiert, welche durch die Lanczos-Koeffizienten $a_n$ und $b_n$ charakterisiert ist.

Die Kernmethodik beinhaltet die Einführung zweier Hilfsdeformationen des Hamiltonians $M$:

1. Winkeldeformation ($\phi$): Eine Rotation, die durch den Zahloperator $\hat{n}$ (welcher den Krylow-Index zählt) erzeugt wird. Der deformierte Hamiltonian ist definiert als $M(\phi) = e^{i\hat{n}\phi} M e^{-i\hat{n}\phi}$.
2. Euklidische Deformation ($\tau$): Eine Deformation, die durch den Operator $F = i[B, M]$ erzeugt wird, wobei $B = i[\hat{n}, M]$ als „Impuls“-Operator wirkt. Dies entspricht der Entwicklung des Anfangszustands über die euklidische Zeit $e^{-\tau H}$.

Die Autoren nutzen diese Deformationen, um Loschmidt-Amplituden $G(t, \phi) = \langle 0 | e^{iMt} e^{-iM(\phi)t} | 0 \rangle$ und deren $\tau$-abhängige Gegenstücke zu definieren. Durch die Analyse der Spektraleigenschaften dieser Amplituden und der algebraischen Struktur der Operatoren $M$, $B$ und $\hat{n}$ leiten die Autoren Beziehungen zwischen den Momenten der Krylow-Komplexität und den Ableitungen dieser Amplituden ab. Die Analyse stützt sich stark auf die Spektralfunktion $\Phi(E)$ (die Fourier-Transformierte der Autokorrelationsfunktion) und die Eigenschaften der mit den Lanczos-Koeffizienten assoziierten orthogonalen Polynome.

Wesentliche Beiträge und Ergebnisse

1. Krylow-Komplexität als Loschmidt-Ableitung:
   Die Arbeit stellt fest, dass die Krylow-Komplexität $\langle \hat{n}(t) \rangle$ die führende Ordnung der Phasenantwort einer Loschmidt-Amplitude ist. Konkret wird das $k$-te Moment der Komplexitätsverteilung durch die $k$-te Ableitung von $G(t, \phi)$ nach $\phi$ bei $\phi=0$ gegeben:
   $$\langle \hat{n}^k(t) \rangle = (-i)^k \frac{\partial^k}{\partial \phi^k} G(t, \phi) \Big|_{\phi=0}$$
   Diese Formulierung definiert einen „Spektral-Propagator“ $K(E_1, E_2, \phi)$, der die gesamte Komplexitätsverteilung kodiert.

2. Zeitableitung und $\tau$-Klassifizierung:
   Die Zeitableitung der Krylow-Komplexität wird als die Ableitung einer distinkten Loschmidt-Amplitude ausgedrückt, die eine euklidische Zeit-Deformation $\tau$ beinhaltet:
   $$\partial_t \langle \hat{n}(t) \rangle = i \partial_\tau \langle 0 | e^{iM(0)t} e^{-i(M(0) + \tau F)t} | 0 \rangle \Big|_{\tau=0}$$
   Der Operator $F = i[B, M]$ steuert diese Störung. Die Arbeit schlägt ein Klassifizierungsschema für die Krylow-Komplexitätsdynamik vor, das auf dem Wachstum und der Beschränktheit der Einträge von $F$ basiert.

• Beschränkte Störungen: Wenn $F$ ein beschränkter Operator ist (z. B. wenn die Lanczos-Koeffizienten langsam wachsen oder sättigen), kann die Störung durch eine endlich-rangige Trunkierung approximiert werden. Dies ermöglicht es, die Komplexitätsdynamik durch eine messbare Amplitude mit einem endlichen Cutoff $n^*$ zu erfassen.
• Unbeschränkte Störungen: In chaotischen Systemen, in denen die Lanczos-Koeffizienten schnell wachsen (z. B. linear), ist $F$ unbeschränkt, wodurch endlich-rangige Trunkierungen die Dynamik nicht präzise erfassen können.

3. Allgemeine Schranken auf die Komplexität:
   Unter Verwendung der Cauchy-Schwarz-Ungleichung und der Frobenius-Norm von $F$ leiten die Autoren eine allgemeine obere Schranke für die Krylow-Komplexität in Abhängigkeit von der Autokorrelationsfunktion $C(t)$ ab:
   $$\langle \hat{n}(t) \rangle \leq \|F\| \sqrt{\int_0^t ds_1 \int_0^t ds_2 (t-s_1)(t-s_2) |C(s_1-s_2)|^2}$$
   Diese Schranke gilt mit minimalen Annahmen über das Wachstum der Lanczos-Koeffizienten, sofern $\|F\|$ endlich ist. Für spezifische Fälle (wie Random Matrix Theory mit konstantem $b_n$) leitet die Arbeit das präzise asymptotische Spätzeitverhalten aller Momente der Komplexität ab.

4. Geometrie der Komplexität und Volumen-Schranken:
   Die Arbeit konstruiert eine zweidimensionale Riemannsche Geometrie, die durch die Zeit $t$ und den Deformationswinkel $\phi$ aufgespannt wird. Die Metrik wird aus der Fubini-Study-Metrik auf dem Hilbert-Raum induziert.

• Volumen-Schranke: Die Autoren zeigen, dass die Krylow-Komplexität durch das Volumen dieser Geometie bis zum Zeitpunkt $t$ nach oben beschränkt ist: $\langle \hat{n}(t) \rangle \leq \frac{1}{\pi} \text{Vol}_t$.
• Sättigung: Diese Schranke wird gesättigt, wenn die Algebra zwischen $\hat{n}$, $M$ und $B$ sich schließt (z. B. in $SL(2, \mathbb{R})$- oder Heisenberg-Weyl-Algebren), was zu Räumen konstanter Krümmung führt.
• Geodätische Deviation: Die Skalarkrümmung dieser Geometrie steht in Zusammenhang mit der Konvexität der Krylow-Varianz $\Delta n(t)$.

5. Statistischer Zusammenhang zwischen IPR und Varianz:
   Eine überraschende statistische Eigenschaft wird identifiziert: Die Inverse Partizipationsrate (IPR) der Krylow-Wellenfunktionen ist umgekehrt proportional zur Standardabweichung der Komplexitätsverteilung ($\Delta n(t)$) für eine breite Klasse von Systemen:
   $$\text{IPR}_t \sim \frac{1}{\sqrt{\pi} \Delta n(t)}$$
   Diese Beziehung gilt für Systeme mit konstanten Lanczos-Koeffizienten sowie für solche, die durch Komplexitäts-Algebren bestimmt werden, was auf ein robustes statistisches Verhalten der Krylow-Basis-Wahrscheinlichkeiten hindeutet.

Bedeutung und Ansprüche
Die Arbeit beansprucht, einen einheitlichen analytischen Rahmen zu bieten, der die Krylow-Komplexität als Maß für die Sensitivität gegenüber Hamiltonian-Störungen behandelt. Durch die Darstellung der Komplexitätsmomente als Ableitungen von Loschmidt-Amplituden schlägt die Arbeit die Brücke zwischen abstrakten Krylow-Raum-Maßen und physikalischen Observablen wie der Überlebensamplitude.

Die Bedeutung liegt in:

• Klassifizierung: Ein neuer Weg zur Klassifizierung der Quantendynamik basierend auf der Beschränktheit des Störungsoperators $F, der zwischen Systemen unterscheidet, in denen die Komplexität durch endliche Trunkierungen approximiert werden kann, und solchen, die eine vollständige spektrale Auflösung erfordern.
• Geometrische Interpretation: Etablierung eines rigorosen geometrischen Bildes, in dem die Komplexität durch das Volumen eines Parameterraums nach oben begrenzt ist, was Konzepte des Quantenchaos (Lyapunov-Exponenten) mit geometrischer Krümmung und Trajektoriendivergenz verknüpft.
• Prädiktive Kraft: Ableitung allgemeiner Schranken und asymptotischer Verhaltensweisen direkt aus der Autokorrelationsfunktion, ohne detailliertes Wissen über die vollständige Lanczos-Sequenz zu benötigen, sofern die Systeme über beschränkte Spektralfunktionen verfügen.

Die Autoren halten fest, dass die Verbindung zu Chaos-Exponenten (wie dem Lyapunov-Exponenten) suggestiv und analog zu klassischen Definitionen ist, die Etablierung einer präzisen physikalischen Identifizierung des Krylow-Exponenten mit Chaos in allgemeinen Systemen jedoch weitere Überlegungen zum spezifischen physikalischen Inhalt der Autokorrelationsfunktion erfordert, was über den Umfang dieser Arbeit hinausgeht. Die Arbeit konzentriert sich auf die strukturellen und algebraischen Beziehungen innerhalb des Krylow-Formalismus.