Krylov Complexity in Periodically Driven CFTs and Critical Fermions

Cet article examine la complexité de Krylov dans les théories des champs conformes pilotées périodiquement et leurs réalisations sur réseau de fermions critiques, révélant que, bien que les excitations en onde carrée et sinusoïdale présentent des motifs de croissance de Krylov similaires dans les phases de chauffage et de non-chauffage, leurs signatures spectrales et graphiques sous-jacentes diffèrent considérablement, indiquant des mécanismes distincts régissant les transitions de phase.

L'essentiel

Imaginez un système quantique comme une vaste et complexe piste de danse où les particules se déplacent et interagissent constamment. Dans une situation normale et calme, ces danseurs pourraient évoluer selon un schéma prévisible et rythmé. Mais que se passe-t-il si vous commencez à secouer la piste de manière rythmique, comme un DJ changeant le rythme ? C'est le monde des systèmes entraînés périodiquement.

Cet article explore ce qui se produit lorsque l'on secoue deux types spécifiques de « pistes de danse » quantiques :

1. Les théories des champs conformes (CFT) : Des modèles mathématiques abstraits et parfaits de la physique quantique.
2. Les fermions critiques : Une version plus concrète, sous forme de « réseau », de la même physique, comme une grille d'atomes sur une puce informatique.

Les chercheurs tentent de mesurer à quel point la « complexité » de la danse augmente avec le temps. Ils utilisent un outil appelé complexité de Krylov. Imaginez cela comme un « compteur de complexité » qui suit à quel point un mouvement de départ simple se propage en un chaos emmêlé d'interactions.

Les deux types de secousses (protocoles d'entraînement)

L'article teste deux manières différentes de secouer la piste :

1. L'entraînement en onde carrée : Imaginez allumer et éteindre la musique instantanément. Un instant la piste est immobile, la suivante elle tremble violemment, puis immobile, puis tremble. C'est un rythme saccadé et abrupt.
2. L'entraînement sinusoïdal continu : Imaginez une vague douce et roulante. Les secousses augmentent et diminuent progressivement selon un motif sinusoïdal lisse. C'est un rythme doux et fluide.

Les deux issues : chauffage vs non-chauffage

Lorsque vous secouez ces systèmes, ils tombent dans l'une de deux humeurs distinctes :

• La phase de chauffage (la fête chaotique) : Le système absorbe de l'énergie sans fin. Les danseurs deviennent de plus en plus frénétiques, se dispersant sur toute la piste jusqu'à être complètement désordonnés. Le système atteint effectivement un état de « température infinie » où tout ordre est perdu.
• La phase de non-chauffage (la répétition organisée) : Le système absorbe de l'énergie mais reste borné. Les danseurs évoluent selon un motif coordonné et oscillant. Ils ne se perdent pas ; ils restent dans une boucle spécifique et répétitive.

Ce que révèle le « compteur de complexité »

Les auteurs ont utilisé leur « compteur de complexité » (complexité de Krylov) et un ensemble spécifique de nombres appelés coefficients d'Arnoldi pour observer le comportement du système dans ces deux phases.

• Dans la phase de chauffage : Le compteur de complexité s'envole. Les coefficients d'Arnoldi (qui mesurent à quel point le système saute vers un nouvel état plus complexe) s'approchent rapidement de 1.
  • Analogie : Imaginez une boule roulant dans une pente raide. Elle continue d'accélérer et d'avancer sans s'arrêter. Le système explore constamment de nouveaux états, de plus en plus complexes.
• Dans la phase de non-chauffage : Le compteur de complexité oscille. Les coefficients oscillent (montent et descendent) mais ne se stabilisent jamais à 1.
  • Analogie : Imaginez un pendule oscillant d'avant en arrière. Il bouge, mais il revient toujours aux mêmes endroits. Le système est coincé dans une boucle, ne parvenant jamais à échapper pleinement à sa structure initiale.

La grande surprise : le réseau contre la théorie

C'est ici que l'article devient intéressant. Les chercheurs ont découvert que, bien que les mathématiques abstraites (CFT) et la simulation informatique concrète (réseau) s'accordent sur le comportement de base (chaotique vs organisé), elles divergent sur le pourquoi et le comment de la transition.

1. L'entraînement en onde carrée (le rythme saccadé) :

• Les mathématiques : Le système se comporte comme une matrice aléatoire chaotique.
• Le réseau : Lorsqu'ils ont examiné les « statistiques spectrales » (l'espacement entre les niveaux d'énergie), cela ressemblait à une foule chaotique (statistiques de Wigner-Dyson) dans la phase de chauffage et à une foule calme et ordonnée (statistiques de Poisson) dans la phase de non-chauffage.
• Le graphique : Si vous dessinez une carte du mouvement des particules, la carte est orientée (comme une rue à sens unique). Le flux est désordonné et asymétrique.

2. L'entraînement continu (le rythme fluide) :

• Les mathématiques : Un comportement similaire, chaotique ou organisé.
• Le réseau : De manière surprenante, les niveaux d'énergie ne ressemblaient pas aux foules chaotiques ou ordonnées standards. Ils se situaient dans un étrange terrain intermédiaire.
• Le graphique : La carte du mouvement des particules était non orientée (comme une rue à double sens). Les chercheurs ont pu voir clairement la « connectivité » du système changer. Dans la phase de non-chauffage, tout le réseau formait un seul grand cluster connecté. Dans la phase de chauffage, il se divisait en deux îlots isolés.

La conclusion

L'article conclut que même si deux manières différentes de secouer un système (saccadé vs fluide) peuvent sembler similaires lorsque l'on mesure simplement « à quel point cela devient complexe », la machinerie sous-jacente est totalement différente.

• L'entraînement saccadé crée un système qui se comporte comme un randomiseur chaotique classique, avec des flux de circulation à sens unique.
• L'entraînement fluide crée un système qui conserve davantage de structure locale, avec des flux de circulation à double sens et une signature spectrale différente.

Essentiellement, le « comment » de l'entraînement compte tout autant que le « quoi ». On ne peut pas se contenter d'examiner la complexité finale ; il faut observer la structure cachée de la danse pour comprendre la différence entre une onde douce et un choc soudain.

Résumé technique

Résumé technique : Complexité de Krylov dans les CFT périodiquement pilotées et les fermions critiques

Énoncé du problème
Ce travail étudie la dynamique des états et des opérateurs quantiques dans des systèmes périodiquement pilotés (Floquet), en se concentrant spécifiquement sur les théories des champs conformes (CFT) en (1+1) dimensions et leurs réalisations sur réseau via des fermions libres critiques. Le problème central consiste à caractériser les phases dynamiques distinctes — chauffage (où le système absorbe continuellement de l'énergie et tend vers un état de température infinie) et non-chauffage (où l'absorption d'énergie reste bornée et les amplitudes de retour oscillent) — en utilisant la complexité de Krylov (complexité-K). Alors que des études antérieures ont utilisé des diagnostics tels que l'entropie d'intrication, la probabilité de retour et les spectres de quasi-énergie, cet article applique la construction de Krylov pour sonder la croissance des opérateurs et la transition entre les régimes intégrables et chaotiques dans des contextes pilotés.

Méthodologie
Les auteurs emploient deux protocoles de pilotage distincts :

1. Pilotage en onde carrée : Le système alterne entre un Hamiltonien uniforme ($H_0$) et un Hamiltonien déformé en sinus carré (SSD) ($H_{SSD}$) à des pas de temps discrets.
2. Pilotage sinusoïdal continu : Le système est piloté par un Hamiltonien dépendant du temps avec une modulation sinusoïdale continue.

L'étude procède selon deux pistes parallèles :

• Approche analytique CFT : En utilisant le secteur $SL(2, \mathbb{R})$ de la CFT, les auteurs cartographient l'évolution temporelle sur des transformations de Möbius. Ils construisent la base de Krylov en orthonormalisant la séquence d'états générée par des applications répétées de l'opérateur de Floquet $U_F$. La complexité est quantifiée via les coefficients d'Arnoldi ($h_{n,n-1}$), qui représentent les éléments sous-diagonaux de l'opérateur de Floquet dans la base de Krylov.
• Simulations sur réseau : La dynamique CFT est réalisée sur un réseau unidimensionnel de fermions critiques sans spin. Les auteurs calculent l'amplitude de retour à plusieurs corps, la complexité de Krylov de la matrice de corrélation et les statistiques spectrales (rapports d'espacement des niveaux). De plus, ils construisent une matrice de transition stochastique $W_{ij} = |(U_F)_{ij}|^2$ pour analyser la structure graphique de la dynamique en utilisant la valeur de Fiedler (connectivité algébrique).

Contributions et résultats clés

1. Comportement des coefficients d'Arnoldi :

   • Phase de chauffage : Dans les simulations CFT et sur réseau, les coefficients d'Arnoldi $h_{n,n-1}$ tendent exponentiellement vers l'unité à mesure que le nombre de cycles de Floquet $n$ augmente. Cela indique une propagation rapide de l'état vers des vecteurs de Krylov de complexité supérieure, caractéristique d'une dynamique chaotique.
   • Phase de non-chauffage : Les coefficients présentent un comportement oscillatoire et ne convergent pas vers l'unité. L'état reste largement confiné dans un sous-espace de dimension inférieure de la base de Krylov, reflétant une dynamique non ergodique.
   • Approximations analytiques : Les auteurs dérivent des expressions analytiques pour la fonction d'autocorrélation $G_n$ et les coefficients d'Arnoldi résultants dans la phase de chauffage, montrant un excellent accord avec les calculs CFT exacts.

2. Accord Réseau vs CFT :

   • Pour de petites valeurs de $n$, les simulations sur réseau de fermions critiques montrent un accord quantitatif avec les prédictions CFT pour l'amplitude de retour et les coefficients d'Arnoldi.
   • Des écarts apparaissent aux temps tardifs en raison des effets de taille finie, où la chaîne de Krylov sature.

3. Statistiques spectrales et transitions de phase :

   • Pilotage en onde carrée : La transition entre les phases est nettement capturée par le rapport moyen d'espacement adjacent des niveaux $\langle r \rangle$. Dans la phase de chauffage, $\langle r \rangle$ fluctue autour de la valeur de Wigner-Dyson ($\approx 0,53$), indiquant des corrélations spectrales chaotiques. Dans la phase de non-chauffage, il fluctue autour de la valeur de Poisson ($\approx 0,386$), indiquant un comportement de type intégrable.
   • Pilotage continu : Les statistiques spectrales diffèrent considérablement. Dans la phase de chauffage, $\langle r \rangle$ montre des fluctuations erratiques, tandis que dans la phase de non-chauffage, il varie de manière lisse mais ne sature ni vers la limite de Wigner-Dyson ni vers celle de Poisson. Cela suggère que la dynamique effective sur réseau dans le pilotage continu ne se conforme pas aux classifications standard de la théorie des matrices aléatoires dans l'une ou l'autre phase.

4. Signatures graph-théoriques :

   • Pilotage continu : La matrice de transition $W$ est essentiellement symétrique, définissant un graphe non orienté. La connectivité de ce graphe subit une réorganisation structurelle à travers la transition de phase : la phase de non-chauffage est dominée par un seul grand cluster connecté, tandis que la phase de chauffage se fragmente en deux clusters dominants. La valeur de Fiedler sert de diagnostic sensible pour cette transition.
   • Pilotage en onde carrée : La matrice de transition est intrinsèquement asymétrique (graphe orienté). Par conséquent, les mesures de connectivité graphique (comme la valeur de Fiedler) échouent à capturer la transition de chauffage, soulignant que le mécanisme gouvernant la transition de phase diffère fondamentalement entre les deux types de pilotage.

Importance et affirmations
L'article affirme que la complexité de Krylov, spécifiquement à travers le comportement des coefficients d'Arnoldi, fournit un cadre robuste et intuitif pour distinguer les phases de chauffage et de non-chauffage dans les CFT pilotées et les fermions critiques. Le travail met en évidence une découverte cruciale : bien que la croissance de Krylov (comportement de $h_{n,n-1}$) semble similaire pour les pilotages en onde carrée et continus du côté CFT, leurs réalisations sur réseau présentent des signatures spectrales et graph-théoriques fondamentalement différentes.

Les auteurs concluent que le mécanisme gouvernant la transition entre les phases de chauffage et de non-chauffage est distinct pour les pilotages discrets par rapport aux pilotages continus. Le pilotage en onde carrée conduit à une transition caractérisée par un passage des statistiques de Poisson à celles de Wigner-Dyson et par une structure de graphe orienté, tandis que le pilotage continu présente des statistiques spectrales non génériques et une réorganisation de la connectivité de graphe non orienté. Cela souligne l'importance du protocole de pilotage spécifique dans la détermination de la nature de la criticité hors équilibre et de l'ergodicité dans les systèmes quantiques à plusieurs corps.