Random-matrix reduction in projective quantum mechanics: Numerical simulations

Resumen Técnico: Reducción de Matrices Aleatorias en la Mecánica Cuántica Proyectiva: Simulaciones Numéricas

Planteamiento del Problema
Este artículo proporciona una validación numérica del marco de reducción de estado por Matrices Aleatorias (RM, por sus siglas en inglés) desarrollado en un trabajo teórico complementario. El problema central abordado es la derivación del comportamiento clásico, los resultados de las mediciones y la irreversibilidad efectiva a partir de un mecanismo unitario estocástico. Específicamente, el artículo pone a prueba si los Hamiltonianos hermíticos aleatorios extraídos del Conjunto Unitario Gaussiano (GUE) que actúan sobre el espacio de Hilbert proyectivo pueden reproducir:

1. Difusión isotrópica y homogénea en el espacio proyectivo complejo.
2. Movimiento browniano en subvariedades clásicas localizadas.
3. Frecuencias de la regla de Born para clases de resultados definidas por el detector.
4. Movimiento newtoniano estroboscópico para sistemas macroscópicos bajo monitoreo ambiental.
5. La estabilidad de los registros de medición y la emergencia de una irreversibilidad efectiva sin violar la unitariedad microscópica.

El estudio contrasta explícitamente el GUE con el Conjunto Ortogonal Gaussiano (GOE) para demostrar que la invariancia ortogonal real es insuficiente para la isotropía proyectiva compleja requerida.

Metodología
Los autores emplean extensas simulaciones numéricas utilizando aproximaciones de dimensión finita de los espacios de Hilbert ($L^2(\mathbb{R})$ discretizado en mallas y espacios vectoriales complejos de dimensión finita $\mathbb{C}^N$). El mecanismo central implica generar pasos Hamiltonianos aleatorios $H$ a partir del GUE y evolucionar los vectores de estado $\psi$ mediante $\psi \mapsto e^{-iH\Delta t}\psi$. La dirección de fase vertical se elimina mediante proyección ortogonal para analizar los pasos tangentes proyectivos $\delta\psi_\perp$.

Componentes clave de la simulación:

• Pruebas de Isotropía y Homogeneidad: Análisis de la covarianza de los pasos tangentes infinitesimales en puntos fijos y a través de diferentes estados iniciales en $\mathbb{C}^{20}$ y $\mathbb{C}^{10} \otimes \mathbb{C}^{10}$.
• Restricción de la Subvariedad Clásica: Proyección de los desplazamientos inducidos por GUE sobre el espacio tangente de los estados gaussianos localizados ($M^\sigma_1$) para probar incrementos gaussianos y escalamiento browniano.
• Coordenadas del Detector: Simulación de caminatas en coordenadas $(\tau, s)$, donde $\tau$ representa la posición registrada y $s$ representa la escala de localización relativa a la resolución del detector.
• Escenarios de Medición:
  • Microscópico: Caminatas de reducción de coordenadas no sesgadas (ruina del jugador) para probar las frecuencias de la regla de Born; experimentos de doble rendija comparando superposiciones coherentes con estados registrados de "qué rendija".
  • Macroscópico: Registros estroboscópicos condicionados donde las trayectorias clásicas se reconstruyen solo cuando el estado regresa a un sector localizado ($s < 0$).
  • Producto Tensorial: Simulaciones de sistemas partícula-dispositivo para verificar incrementos brownianos independientes y el "límite del dispositivo" donde la coordenada del dispositivo permanece estable mientras la partícula se reduce.
• Análisis de Irreversibilidad: Comparación de la inversión unitaria exacta, la reversión temporal antiunitaria (conjugación compleja) y la reconstrucción de trayectoria utilizando nuevas muestras de GUE para cuantificar la irreversibilidad efectiva derivada de la geometría de alta dimensión y el refinamiento de información (coarse-graining).

Contribuciones Clave y Resultados

1. Isotropía GUE vs. GOE:

   • Las simulaciones confirman que los Hamiltonianos GUE generan distribuciones de pasos tangentes isotrópicos en el espacio proyectivo complejo (los autovalores de la covarianza son no nulos y uniformes).
   • En contraste, los Hamiltonianos GOE no logran producir isotropía; en puntos específicos, la mitad de las direcciones tangentes reales exhiben varianza cero, y la distribución del tamaño del paso depende de la complejidad del estado inicial. Esto valida la necesidad del GUE para el marco RM.

2. Restricción Browniana y Clasicidad:

   • La proyección tangencial de la difusión inducida por GUE sobre la subvariedad clásica de los estados gaussianos localizados produce incrementos aleatorios gaussianos en la coordenada de posición clásica.
   • Los pasos proyectados repetidos exhiben escalamiento browniano, con varianzas de punto final proporcionales al número de pasos.
   • En el sistema de coordenadas $(\tau, s)$, los incrementos inducidos son gaussianos y no están correlacionados en las direcciones ortogonales, lo cual es consistente con la métrica de Fubini–Study inducida.

3. Frecuencias de la Regla de Born y Patrones de Doble Rendija:

   • Una caminata aleatoria no sesgada en la coordenada de reducción (que representa la distancia hacia las clases de resultados definidas por el detector) reproduce las frecuencias de la regla de Born ($P = |\alpha|^2$) como probabilidades de llegada.
   • Las simulaciones de doble rendija demuestran que el patrón de interferencia emerge de la acumulación de registros del detector cuando el estado entrante es una superposición coherente. Por el contrario, si se forma un registro de "qué rendija" antes de la pantalla, el patrón de interferencia desaparece y la distribución coincide con la suma incoherente de las probabilidades de rendija única.

4. Movimiento Estroboscópico Macroscópico:

   • Cuando la difusión tangencial entre las interacciones ambientales es pequeña en relación con la resolución del detector ($\epsilon = D_a \Delta t / \sigma^2 \ll 1$) y el estado regresa frecuentemente al sector localizado, las posiciones registradas se concentran alrededor de trayectorias newtonianas.
   • La desviación RMS de los puntos registrados respecto a la trayectoria newtoniana escala como $\sqrt{\epsilon}$, confirmando que la clasicidad macroscópica surge como un proceso estocástico condicionado.

5. Dinámica de Producto Tensorial y Estabilidad del Dispositivo:

   • En los espacios de producto tensorial, los incrementos inducidos por GUE en las coordenadas de la partícula y del dispositivo son ortogonales y gaussianos.
   • En el "límite del dispositivo" (donde la escala de localización del dispositivo $\delta_D$ es pequeña comparada con su resolución $R_D$), la coordenada del dispositivo permanece dentro de su clase de equivalencia macroscópica con una probabilidad abrumadora ($W_{out} \to 0$), mientras que la coordenada de la partícula experimenta la reducción hacia un resultado definido por el detector. Esto proporciona un modelo numérico para un registro de medición estable donde el rayo del dispositivo no está congelado microscópicamente, pero es estable macroscópicamente.

6. Fuentes de Irreversibilidad Efectiva:

   • Las simulaciones identifican tres fuentes distintas de irreversibilidad efectiva:
     1. Geometría de Alta Dimensión: En el espacio proyectivo de alta dimensión, la probabilidad de que un camino GUE aleatorio regrese a un rayo inicial específico está exponencialmente suprimida ($\epsilon^{N-1}$).
     2. Falta de Simetría Antiunitaria: La inversión unitaria exacta requiere $-H$, mientras que la reversión temporal antiunitaria involucra $H^*$. Para los Hamiltonianos GUE típicos, $H^* \neq -H$, lo que significa que la dinámica no es simétrica respecto al tiempo en el sentido convencional.
     3. Refinamiento de Información (Coarse-Graining): Los registros de medición retienen únicamente clases de equivalencia de resolución finita, descartando la historia específica del Hamiltoniano y el rayo de estado exacto. Revertir el proceso requeriría reconstruir esta información descartada.

Significancia y Reivindicaciones
El artículo afirma que sus resultados numéricos proporcionan un sólido apoyo a la tesis central del marco RM: que la reducción del estado microscópico, los registros de medición estables, la irreversibilidad efectiva y la clasicidad macroscópica no son fenómenos distintos, sino diferentes manifestaciones de grano grueso de un mismo mecanismo unitario estocástico impulsado por Hamiltonianos GUE.

Específicamente, los autores aseveran que:

• La regla de Born y los errores de medición clásicos (ruido gaussiano) surgen del mismo proceso de difusión en el espacio de estados, distinguidos únicamente por la proyección hacia clases de equivalencia definidas por el detector frente a la restricción a subvariedades clásicas.
• El "efecto Zeno" (estabilidad de los registros) es una propiedad emergente de la proyección a clases de resolución finita, donde la coordenada euclidiana se congela incluso cuando el camino subyacente en el espacio de estados continúa.
• El movimiento newtoniano macroscópico se recupera como un proceso estocástico condicionado, que requiere tanto una difusión tangencial pequeña respecto a la resolución como retornos frecuentes al sector localizado.
• La irreversibilidad efectiva es una consecuencia geométrica e informacional del espacio de estados de alta dimensión y la pérdida de información del camino, más que una ruptura fundamental de la unitariedad.

El artículo concluye que el marco RM logra unificar estos diversos fenómenos cuántico-clásicos dentro de un único formalismo geométrico y estocástico, validado por las simulaciones numéricas presentadas.