CHESS: CHEbyshev pSeudo-Spectral transport for Feynman integral differential equations

Resumen Técnico: Chess (Transporte Pseudo-Espectral de Chebyshev para ecuaciones diferenciales de integrales de Feynman)

Planteamiento del Problema
La evaluación de integrales maestras de Feynman de múltiples bucles es un cuello de botella computacional en la física de colisionadores de precisión. A medida que los cálculos se desplazan hacia órdenes de bucle y multiplicidades más altas, las familias de integrales involucran numerosas escalas cinemáticas, grandes conjuntos de integrales maestras y estructuras de singularidad complejas. Aunque existen diversas estrategias (por ejemplo, descomposición de sectores, flujo de masa auxiliar, expansiones de series locales), un subproblema numérico específico sigue siendo desafiante: el transporte de alta precisión unidimensional de ecuaciones diferenciales factorizadas en $\epsilon$ a lo largo de una trayectoria prescrita en el espacio cinemático.

Los métodos de propagación local estándar a menudo requieren muchos segmentos de expansión o pasos pequeños para controlar la alta precisión y el comportamiento en los extremos, particularmente cuando la matriz de coeficientes extraída involucra combinaciones dispersas de matrices constantes y pullbacks escalares de una forma uno, o cuando el sistema incluye ingredientes algebraicos o elípticos. El desafío radica en resolver el sistema de ecuaciones diferenciales ordinarias (EDO) resultante de manera eficiente, manteniendo la precisión espectral y manejando posibles singularidades regulares espurias en los extremos de la integración.

Metodología
El artículo presenta Chess (CHEbyshev pSeudo-Spectral transport), un paquete de Wolfram Language diseñado para resolver el problema de transporte unidimensional:
$$\frac{d}{dt}J(t, \epsilon) = \epsilon B(t)J(t, \epsilon)$$
donde $J$ es un vector de integrales maestras (o sus coeficientes de expansión en $\epsilon$) y $B(t)$ es la matriz de coeficientes extraída.

La metodología central se basa en la interpolación de colocalización espectral de Chebyshev–Lobatto. El método aprovecha la analiticidad de la conexión extraída en el parámetro de la trayectoria en el plano complejo. Si la matriz de coeficientes $B(t)$ es analítica en un entorno complejo de la trayectoria de integración, la solución converge geométricamente con el número de nodos de colocalización.

Características algorítmicas clave:

1. Jerarquía $\epsilon$-factorizada: El sistema se expande en una ventana finita de Laurent. Debido a la forma factorizada en $\epsilon$, la jerarquía de coeficientes es triangular. Cada coeficiente $J^{(r)}$ se obtiene del anterior $J^{(r-1)}$ resolviendo un sistema de primer orden inhomogéneo. Esto permite al solver utilizar una única matriz de nodos escalar factorizada actuando sobre muchos lados derechos, en lugar de construir un sistema monolítico para todos los nodos e integrales simultáneamente.
2. Modos de Entrada Duales:
   • Modo de Datos Preparados: El usuario suministra matrices dispersas constantes $A_\alpha$ y pullbacks escalares precomputados $b_\alpha(t)$. El paquete ensambla $B(t) = \sum A_\alpha b_\alpha(t)$ en los nodos de colocalización. Esto separa las evaluaciones escalares dependientes de la trayectoria de los datos de matrices constantes, permitiendo el almacenamiento en caché y el ensamblaje disperso.
   • Modo de Matriz Directa: El usuario suministra un evaluador numérico para la matriz completa $B(t)$. Esto permite al solver manejar sistemas con periodos elípticos u otros objetos especiales sin requerir una descomposición logarítmica específica.
3. Regularización de Extremos: Para manejar singularidades regulares espurias en los extremos (donde $B(t)$ puede divergir pero la solución permanece finita), Chess implementa una regularización basada en residuos.
   • Para un extremo derecho, la fila de la ecuación diferencial se reemplaza por una condición de fuente finita derivada del residuo y la extracción de la parte finita de la conexión.
   • Para un extremo izquierdo, el valor de contorno conocido se elimina y se resuelve para un "levantamiento" desconocido (el cociente de diferencia de un solo lado regular), reemplazando la ecuación diferencial singular con una condición de derivada finita.
4. Paralelismo: El paralelismo se aplica solo a tareas independientes, como la evaluación de pullbacks escalares en los nodos o la extracción de datos de los extremos. La recursión secuencial en $\epsilon$ se preserva, ya que la capa $r$ depende de la capa $r-1$.

Contribuciones Clave

• Eficiencia Algorítmica: Al utilizar la estructura triangular de los sistemas factorizados en $\epsilon$ y el ensamblaje de matrices dispersas, Chess evita la sobrecarga de memoria y computación de los solvers monolíticos. Logra una convergencia rápida de nodos, alcanzando a menudo los límites de precisión de máquina con relativamente pocos nodos de colocalización.
• Flexibilidad: El paquete no está restringido a sistemas logarítmicos. La interfaz de matriz directa le permite transportar sistemas que contienen ingredientes elípticos o modulares, siempre que se disponga de un evaluador numérico fiable para $B(t)$.
• Robustez: La implementación incluye el manejo específico de extremos con singularidades regulares espurias, un problema común en los transportes cinemáticos que puede desestabilizar los métodos de colocalización estándar.
• Implementación: El paquete está escrito en Wolfram Language, ofreciendo una interfaz de alto nivel para usuarios que ya han realizado la reducción de integrales, la construcción de la base y la determinación de los valores de contorno.

Resultados y Benchmarks
El artículo valida Chess a través de tres grupos de benchmarks:

1. Doble Pentágono de Seis Puntos de Dos Bucles: Transportado en la región física y comparado contra datos independientes de AMFlow. Con 24 nodos, la discrepancia fue de $1.37 \times 10^{-31}$, disminuyendo a $10^{-101}$ con 96 nodos, saturando en la precisión de los datos de referencia.
2. Familias de Cinco Puntos de Tres Bucles: Se probaron cuatro familias planas sin masa (PBB, BPB, BHB, PBP) con regularización de extremo izquierdo. El método demostró una refinación de nodos estable con diferencias alrededor de $10^{-70}$ (aprox. 70 dígitos). Una comparación de protocolo fijo con el código de series locales DiffExp mostró que Chess es entre 8.8 y 17.9 veces más rápido en tiempo de ejecución (wall time). Para el sistema más grande (734 integrales maestras), Chess también demostró un menor uso de memoria del árbol de procesos en comparación con DiffExp.
3. Triángulo No Planar (Caso Elíptico): Una familia de triángulo no planar de dos bucles con periodos elípticos fue transportada utilizando el modo de matriz directa. El método logró una convergencia geométrica hasta el límite de precisión de 200 dígitos de la referencia independiente de AMFlow, alcanzando errores por debajo de $10^{-200}$ con 512 nodos.

Significado y Alcance
El artículo posiciona a Chess como una herramienta especializada de alto rendimiento dentro del ecosistema más amplio de la computación de integrales de Feynman. Establece explícitamente que el paquete no realiza la reducción de integrales, la construcción de bases canónicas, la determinación de constantes de contorno ni la selección de trayectorias analíticas. Estos pasos preparatorios se asumen completados por el usuario.

La importancia de Chess radica en su capacidad para realizar el paso final de transporte, que es computacionalmente intensivo, con alta precisión y eficiencia. Aprovecha las propiedades analíticas del parámetro de la trayectoria para lograr una convergencia espectral, lo que lo hace particularmente efectivo para sistemas de gran escala y múltiples escalas donde los métodos tradicionales de series locales podrían requerir una segmentación excesiva. Los autores enfatizan que el éxito del método depende de la analiticidad de las funciones de coeficientes suministradas; no es un algoritmo de planificación de trayectorias automático para cruzar singularidades físicas. El paquete sirve como una capa de transporte robusta para usuarios que ya han establecido el marco analítico necesario.