Largest eigenvalue statistics of wavefront shaping in complex scattering media

Resumen Técnico: Estadísticas del Autovalor Mayor del Moldeado de Frente de Onda en Medios de Dispersión Complejos

Planteamiento del Problema
El moldeado de frente de onda permite el control coherente de ondas (luz, sonido) para enfocar a través de medios de dispersión complejos, como tejido biológico o materiales desordenados. La eficacia de este proceso se cuantifica mediante el factor de mejora ($\eta$), definido como la relación entre la intensidad enfocada en las posiciones objetivo y la intensidad promedio de los frentes de onda no moldeados. Para un único objetivo, $\eta$ se maximiza mediante la conjugación de fase óptica digital. Para múltiples objetivos ($M_2 > 1$), la mejora máxima corresponde al autovalor mayor ($\lambda_{\text{max}}$) del operador de enfoque $A^\dagger A$, donde $A$ es la submatriz de transmisión del medio de tamaño $M_2 \times M_1$.

Si bien el valor medio del factor de mejora $\langle \lambda_{\text{max}} \rangle$ se comprende bien como una escala de $M_1/M_2$ (donde $M_1$ es el número de canales de entrada controlados), las fluctuaciones estadísticas de este factor ($\Delta \lambda_{\text{max}}$) y su distribución de probabilidad completa permanecen en gran medida inexploradas, particularmente para tamaños de sistema finitos y en presencia de correlaciones mesoscópicas de largo alcance. Las teorías asintóticas existentes (por ejemplo, la ley de Marčenko–Pastur) a menudo fallan al describir con precisión los regímenes experimentales de tamaño finito, y el impacto de las desviaciones inducidas por la correlación en la reproducibilidad no está claro.

Metodología
Los autores emplean un enfoque tripartito que combina mediciones experimentales, simulaciones numéricas y la teoría de matrices aleatorias (RMT) exacta:

1. Configuración Experimental: Se midieron matrices de transmisión mediante interferometría de cambio de fase en una muestra de dispersión consistente en una capa de $\sim 10\,\mu\text{m}$ de espesor de nanopartículas de Óxido de Zinc (ZnO) densamente empaquetadas ($L \gg l_t$, donde $l_t$ es el camino libre medio de transporte). La entrada fue modulada por un Modulador Espacial de Luz (SLM) con $M_1$ grados de libertad, y las intensidades de salida fueron medidas en $M_2$ posiciones objetivo.
2. Simulaciones Numéricas: Se utilizaron algoritmos de funciones de Green recursivas para simular la propagación de ondas a través de placas difusivas 2D de espesores variables ($k_0 L = 1, 50, 200$) y caminos libres medios de transporte normalizados.
3. Marco Teórico: Los autores derivaron predicciones exactas de tamaño finito utilizando el conjunto de matrices aleatorias de Laguerre–Wishart (LW). Modelaron la submatriz de transmisión $A$ como teniendo entradas gaussianas complejas independientes (el supuesto estándar para sistemas de dispersión abiertos sin correlaciones de largo alcance). Esto permitió el cálculo analítico de la función de densidad de probabilidad conjunta (JPDF) de los autovalores y la función de distribución acumulativa (CDF) del autovalor mayor, $Q_{\text{max}}(x)$, expresada mediante determinantes de funciones gamma incompletas.

Contribuciones Clave y Resultados

• Teoría Exacta de Tamaño Finito: El artículo proporciona expresiones analíticas exactas para la media $\langle \lambda_{\text{max}} \rangle$ y la distribución de probabilidad completa $P_{\text{max}}(\lambda_{\text{max}})$ para $M_1$ y $M_2$ finitos. Estas predicciones, basadas en el conjunto LW, describen con precisión los datos experimentales en el régimen donde las correlaciones de largo alcance son despreciables (por ejemplo, medios de dispersión débil o $M_1$ pequeño). Este marco supera la predicción asintótica de Marčenko–Pastur, que se desvía significativamente para los números de canales finitos típicos de los experimentos ($M_2 \in [1, 5]$).
• Validación de la Mejora Media: Tanto los resultados experimentales como los numéricos confirman que el factor de mejora medio es robusto frente a las correlaciones mesoscópicas de largo alcance. La escala $\langle \lambda_{\text{max}} \rangle \sim M_1/M_2$ se mantiene independientemente del espesor de la muestra o la fuerza de la correlación, lo cual es consistente con la base LW.
• Descubrimiento de Fluctuaciones Gigantes: El hallazgo principal es que, si bien la media no se ve afectada, las fluctuaciones del factor de mejora son altamente sensibles a las correlaciones mesoscópicas de largo alcance.
  • En regímenes de dispersión débil (placas delgadas o $M_1$ pequeño), las fluctuaciones experimentales coinciden con las predicciones teóricas de LW.
  • A medida que aumenta el número de canales de entrada controlados ($M_1$) o crece el espesor de la muestra (mayor dispersión), la desviación estándar observada experimentalmente $\Delta \lambda_{\text{max}}$ supera sistemáticamente la predicción de LW.
  • Las simulaciones numéricas en placas gruesas revelan fluctuaciones "gigantes" que pueden ser varias veces mayores que la línea base sin correlación.
• La Correlación como Sonda: La desviación de las fluctuaciones respecto a la línea base de parámetros de la LW sirve como una firma directa de las correlaciones mesoscópicas de largo alcance. Los autores demuestran que estas correlaciones pueden detectarse utilizando conjuntos de datos relativamente pequeños ($M_1 \lesssim 200$, $M_2=1$) y muestras delgadas ($\approx 10 l_t$), mientras que métodos previos requerían medir matrices de transmisión masivas ($M_1, M_2 > 2000$) a través de muestras muy gruesas.
• Independencia del Equilibrio de Intensidad: El estudio muestra además que la magnitud del factor de mejora ($\lambda_{\text{max}}$) no está correlacionada con el equilibrio de intensidad entre múltiples objetivos; una alta mejora puede ocurrir tanto con divisiones de intensidad iguales como altamente desiguales entre los objetivos.

Significancia y Reivindicaciones
El artículo establece el factor de mejora no meramente como una métrica de rendimiento para el enfoque, sino como una observable estadística sensible. Los autores afirman que:

1. Fundamento Estadístico: El marco de tamaño finito de LW proporciona una línea base rigurosa y libre de parámetros para predecir el rendimiento del moldeado de frente de onda en ausencia de correlaciones.
2. Herramienta de Diagnóstico: Las fluctuaciones en el factor de mejora ofrecen una sonda simple y experimentalmente accesible para detectar correlaciones mesoscópicas de largo alcance en medios de dispersión complejos. Esto cierra la breancia entre los experimentos de moldeado de frente de onda y la física fundamental del transporte de ondas mesoscópicas (por ejemplo, fluctuaciones de conductancia universal, localización de Anderson).
3. Limitaciones de los Modelos Actuales: Los resultados resaltan que los modelos de matrices aleatorias estándar (que asumen entradas independientes) son insuficientes para medios de fuerte dispersión con muchos canales controlados, ya que no logran capturar las fluctuaciones gigantes inducidas por la correlación.
4. Amplia Aplicabilidad: Aunque se demuestra con ondas ópticas, la física subyacente depende de la dispersión múltiple y las estadísticas de tamaño finito, lo que sugiere que los hallazgos se extienden a sistemas acústicos, elásticos, de microondas y de ondas de materia.

Los autores concluyen que establecer un mapeo predictivo entre la teoría de la dispersión múltiple mesoscópica y la teoría de matrices aleatorias correlacionadas sigue siendo un problema abierto, pero su trabajo identifica con éxito las firmas estadísticas de estas correlaciones en las estadísticas de autovalores extremos del moldeado de frente de onda.