Efficient time-evolution of matrix product states using average Hamiltonians

Resumen Técnico: Evolución Temporal Eficiente de Estados de Producto de Matrices mediante Hamiltonianos Promedio

Planteamiento del Problema
La simulación de la dinámica de sistemas de muchos cuerpos cuánticos (QMBS) gobernados por Hamiltonianos dependientes del tiempo sigue siendo un desafío significativo debido al crecimiento exponencial del espacio de Hilbert. Aunque las redes de tensores, particularmente los Estados de Producto de Matrices (MPS), ofrecen un marco eficiente para sistemas unidimensionales, los algoritmos de evolución temporal estándar (como la Decimación de Bloques Evolutiva en el Tiempo, TEBD, o MPO $W_{II}$), están optimizados principalmente para Hamiltonianos independientes del tiempo. Al aplicarse a escenarios dependientes del tiempo, las implementaciones estándar suelen depender del "paso de Riemann" (Riemann stepper), que sustituye el Hamiltoniano instantáneo al inicio de un intervalo de tiempo ($H(0)$) en el operador de evolución. Este enfoque degrada la precisión de los integradores de alto orden, reduciendo la tasa de convergencia del operador de evolución de tercer orden (para un solo paso) a segundo orden en el caso dependiente del tiempo, lo que limita la precisión de la simulación para un dado tamaño de paso.

Metodología
Los autores proponen una modificación de los steppers de tiempo de MPS existentes para restaurar la precisión de orden superior para Hamiltonianos dependientes del tiempo sin alterar la arquitectura fundamental de las librerías de redes de tensores. La metodología central consiste en reemplazar el stepper de Riemann estándar con un "Hamiltoniano promedio" cuidadosamente construido derivado de la teoría de integración numérica.

Específicamente, los autores sustituyen el aproximador de Riemann estándar por un Hamiltoniano calculado mediante la regla de Simpson:
$$H_{\text{Simp}}(\Delta t) \equiv \frac{1}{6} \left( H(0) + 4H(\Delta t/2) + H(\Delta t) \right)$$
Este Hamiltoniano promedio se introduce en algoritmos TEBD o MPO $W_{II}$ de segundo orden estándar. El análisis teórico demuestra que, mientras que el stepper de Riemann ($H(0)$) produce un operador de evolución con un límite de error de $O(\Delta t^2)$, el stepper de Simpson mantiene la precisión local nativa de tercer orden ($O(\Delta t^3)$) de los integradores subyacentes. La prueba se basa en acotar la diferencia entre el operador de evolución exacto y el operador aproximado utilizando la norma Hölder-$\infty$, mostrando que la aproximación de Simpson reduce significativamente el término de error de integración en comparación con la aproximación de Riemann.

Contribuciones Clave y Resultados
El método propuesto fue validado mediante simulaciones numéricas de una cadena de sitios de espín-1 que representan centros de color nitrógeno-vacante (NV) en diamante, impulsados por pulsos de microondas. El sistema fue modelado utilizando un Hamiltoniano que comprende términos de deriva, interacción y control, con parámetros derivados de datos experimentales.

1. Mejora de la Precisión: Las simulaciones compararon el "Simpson stepper" frente al "Riemann stepper" estándar a través de diversos tamaños de sistema (de 3 a 8 centros NV) y conteos de pasos de integración.

   • Para sistemas pequeños (por ejemplo, 3 centros NV), el Simpson stepper redujo el error promedio por un factor de aproximadamente 1000 para tamaños de paso moderados en comparación con el Riemann stepper.
   • Para sistemas más grandes (hasta 8 centros NV), el método produjo consistentemente errores de propagación más bajos, con mejoras en el error promedio que oscilaron entre factores de 50 y más de 4000, dependiendo del conteo de pasos y el tamaño del sistema.
   • La relación de error ($E_{\text{Riemann}} / E_{\text{Simpson}}$) se mantuvo alta en todas las configuraciones probadas, confirmando la robustez del método.

2. Costo Computacional: La mayor precisión conlleva un aumento modesto en el tiempo de ejecución. El Simpson stepper requiere tres evaluaciones del Hamiltoniano por cada paso de tiempo (en $t=0$, $t=\Delta t/2$ y $t=\Delta t$) en comparación con una para el Riemann stepper. Los autores señalan que este aumento en el tiempo de ejecución es leve y se atribuye únicamente a las evaluaciones de función adicionales, lo que hace que el compromiso sea altamente favorable para la precisión.

3. Escalabilidad: El método demostró mejoras de rendimiento constantes a medida que aumentaba el tamaño del sistema, manteniendo su ventaja sobre el enfoque estándar sin introducir nuevos errores de truncamiento, siempre que la dimensión de enlace fuera lo suficientemente grande como para mantener los errores de truncamiento despreciables.

Significancia y Limitaciones
El artículo sostiene que este enfoque proporciona un aumento simple, pero altamente eficiente, para los resolvedores de MPS existentes. Al aprovechar ideas de integración numérica clásica (regla de Simpson), el método restaura las propiedades de convergencia de orden superior de los integradores que, de otro modo, se perderían al simular dinámicas dependientes del tiempo. Esto es particularmente relevante para aplicaciones en control cuántico, espectroscopía e ingeniería de Floquet, donde los campos de conducción dependientes del tiempo son ubicuos.

Los autores señalan explícitamente varias limitaciones y consideraciones prácticas:

• Requisito de Suavidad: El método depende de la existencia y acotación de las primeras cuatro derivadas del Hamiltoniano $H(t)$ dentro de cada intervalo.
• Costo de Construcción del Hamiltoniano: Si el Hamiltoniano dependiente del tiempo es computacionalmente costoso de construir, el requisito de tres evaluaciones por paso puede aumentar significativamente los costos computacionales.
• Límites de Entrelazamiento: Aunque el método mejora el error de integración, no elimina las limitaciones impuestas por el crecimiento del entrelazamiento en sistemas de muchos cuerpos a gran escala, los cuales están gobernados por los errores de truncamiento en la representación MPS.

Los autores sugieren que el concepto de promediado de Simpson es adaptable y podría combinarse con reglas de cuadratura de orden superior (por ejemplo, Gauss-Legendre) o métodos de composición de múltiples etapas para construir incluso Hamiltonianos efectivos de orden superior en trabajos futuros.