Lanczos Method for QRPA Strength Functions in Atomic Nuclei

Resumen Técnico: Método de Lanczos Simétrico para Funciones de Fuerza de QRPA

Planteamiento del Problema
El cálculo de las funciones de respuesta nuclear de cambio de carga es esencial para describir la desintegración $\beta$, la desintegración $\beta\beta$ y las excitaciones colectivas en núcleos atómicos. Para núcleos de masa media y pesados con capas abiertas, particularmente sistemas deformados, la Aproximación de Racimos de Cuasipartículas de Respuesta Aleatoria (QRPA) proporciona un marco microscópico necesario. Sin embargo, la dimensión de la matriz QRPA crece rápidamente con el tamaño del espacio de cuasipartículas, lo que hace que la construcción explícita y la descomposición espectral completa sean prohibitivamente costosas.

Si bien el Método de Amplitud Finita (FAM) ofrece una alternativa libre de matrices mediante el cálculo de respuestas a través de campos inducidos, los enfoques convencionales basados en FAM resuelven el problema de la respuesta lineal frecuencia por frecuencia. Esto requiere resolver un nuevo sistema lineal para cada frecuencia compleja en el contorno elegido. En consecuencia, la reconstrucción de una función de fuerza sobre un intervalo de energía amplio se vuelve computacionalmente costosa. El artículo aborda la necesidad de un método que capture la información espectral de forma global sobre un rango de frecuencias extendido sin el gasto de realizar cálculos repetidos para cada frecuencia específica.

Metodología
Los autores desarrollan un marco de Lanczos simétrico para aproximar las funciones de fuerza de QRPA de cambio de carga. La metodología procede a través de los siguientes pasos:

1. Reformulación Espectral: Partiendo de las ecuaciones de respuesta lineal del FAM, los autores derivan representaciones espectrales equivalentes. En el caso donde las matrices QRPA $A$ y $B$ son reales, formulan un problema de autovalores reducido que involucra los productos de matrices $MK$y$KM$, donde $M = A + B$ y $K = A - B$.
2. Proyección de Lanczos Simétrica: A diferencia de la matriz QRPA estándar que no es hermítica en el producto interno euclidiano, el operador reducido $MK$ es autoadjunto con respecto al producto interno $K$ ($\langle x, y \rangle_K = x^T K y$). Esta propiedad permite la aplicación de un proceso de Lanczos simétrico.
3. Aproximación de Ejecución Única: El algoritmo de Lanczos genera una matriz tridiagonal $T_m$ a partir de una única ejecución del subespacio de Krylov. Los autovalores de $T_m$ aproximan las energías de excitación al cuadrado ($\Omega_i^2$), y los vectores de Ritz asociados aproximan las amplitudes de transición de la QRPA.
4. Reconstrucción de la Función de Fuerza: Utilizando los pares de Ritz, el método reconstruye la función de fuerza con ensanchamiento de Lorentz sobre un amplio intervalo de energía. Esto contrasta con los resolvedores de frecuencia por frecuencia (FAM o GMRES) que deben ejecutarse por separado para cada punto de frecuencia.
5. Inicialización: La recursión de Lanczos se inicializa con un vector derivado de la combinación del campo externo $f_+ = F^{20} + F^{02}$, asegurando que la proyección respete los sectores de simetría del sistema axialmente deformado.

Contribuciones Clave

• Derivación del Problema de Autovalores Reducido: El artículo establece la equivalencia entre el problema de respuesta lineal completo de la QRPA y un problema de autovalores reducido que involucra $MK$y$KM$, facilitando el uso de la proyección de Lanczos simétrica.
• Implementación Libre de Matrices: El método evita ensamblar la matriz QRPA completa. Los productos matriz-vector (matvecs) se calculan utilizando el formalismo de campo inducido, de manera similar al FAM, pero aplicado a la estructura del operador reducido.
• Eficiencia en Escaneos Espectrales Amplios: El enfoque demuestra que una sola ejecución de Krylov puede capturar la información espectral dominante requerida para un perfil de fuerza completo, ofreciendo una alternativa significativa a los cálculos puntuales de frecuencia.

Resultados Numéricos
El método fue probado en dos núcleos: el de masa media $^{112}\text{Sn}$ y el de tierras raras pesado $^{150}\text{Nd}$, utilizando el funcional de densidad de energía de Skyrme SkM*.

• Validación de Referencia: Los autores establecieron primero el Método de Mínimos Residuales Generalizado (GMRES) como una referencia eficiente de frecuencia por frecuencia. GMRES reprodujo los perfiles de fuerza del IFAM convergente pero requirió menos iteraciones (por ejemplo, 2347 frente a 3781 para $^{112}\text{Sn}$).
• Precisión de Lanczos: Comparando la aproximación de Lanczos contra la referencia GMRES:
  • Para $^{112}\text{Sn}$, el aumento de la dimensión de Krylov de $m=50$ a $m=100$ mejoró significativamente el acuerdo con la referencia, capturando tanto las distribuciones amplias como las estructuras de picos locales.
  • Para $^{150}\text{Nd}$, el aumento de $m$ de 100 a 200 redujo de manera similar las discrepancias.
  • Las métricas de divergencia de Kullback-Leibler (KL) confirmaron que aumentar la dimensión de Lanczos redujo sustancialmente el error a nivel de distribución (por ejemplo, la divergencia KL para $^{112}\text{Sn}$ cayó de $2.89 \times 10^{-2}$ en $m=50$ a $2.34 \times 10^{-3}$ en $m=100$).
• Costo Computacional: El método de Lanczos demostró ser más eficiente que los resolvedores de frecuencia por frecuencia para escaneos espectrales amplios. Una ejecución de Lanczos de 100 pasos para $^{112}\text{Sn}$ requirió aproximadamente 600 operaciones equivalentes a matvec, en comparación con las 2347 del referente GMRES. Se observaron ahorros similares para $^{150}\text{Nd}$.

Significado y Reivindicaciones
El artículo sostiene que la proyección de Lanczos simétrico proporciona un enfoque eficiente y preciso para los cálculos de la función de fuerza de QRPA cuando se requiere información espectral en un rango de frecuencias extendido. El método retiene las ventajas de eficiencia libre de matrices de los cálculos tipo FAM, mientras explota la información espectral más amplia disponible a través de la proyección de Lanczos.

Los autores posicionan este trabajo como una alternativa práctica para núcleos pesados y deformados donde las matrices QRPA explícitas son demasiado grandes para construirse y los cálculos repetidos de frecuencia por frecuencia resultan computacionalmente prohibitivos. El artículo no pretende reemplazar a los resolvedores específicos de frecuencia en casos donde solo se necesitan unas pocas frecuencias discretas, sino optimizar la reconstrucción de perfiles de respuesta completos. Se sugiere como trabajo futuro extender el método a campos externos adicionales y cálculos sistemáticos más amplios.