Krylov Complexity from Loschmidt Amplitude

Résumé Technique : Complexité de Krylov à partir de l'amplitude de Loschmidt

Énoncé du Problème
La complexité de Krylov est apparue comme un diagnostic puissant pour la dynamique quantique, offrant une définition claire de la délocalisation de la fonction d'onde dans l'espace de Hilbert via la méthode de récursion de Lanczos. Cependant, une limitation fondamentale existe : les mesures de l'espace de Krylov (comme la complexité) ne peuvent reconstruire le système qu'au niveau de la fonction d'autocorrélation. Deux systèmes physiquement distincts possédant des fonctions d'autocorrélation identiques produisent des expansions de Krylov identiques. Par conséquent, traduire les caractéristiques de la base de Krylov vers le langage des opérateurs de l'espace de Hilbert local nécessite des informations supplémentaires propres au modèle. De plus, bien qu'il existe des liens entre la complexité de Krylov et d'autres mesures de chaos (comme l'OTOC - Out-of-Time-Ordered Correlator), un cadre unifié reliant la croissance de la complexité de Krylov directement à la sensibilité des états quantiques sous les perturbations hamiltoniennes — spécifiquement à travers le prisme des amplitudes de Loschmidt — reste encore à développer pleinement. Cet article répond à la nécessité d'exprimer la complexité de Krylov et son évolution temporelle comme des dérivées d'amplitudes de Loschmidt, fournissant ainsi un schéma de classification pour la dynamique de la complexité et établissant des bornes géométriques.

Méthodologie
L'article utilise le formalisme de l'algorithme de Lanczos pour construire une base de Krylov orthonormée $\{|n\rangle\}$ à partir d'un état initial $|\psi(0)\rangle$ et d'un Hamiltonien $H$. La dynamique est encodée dans la matrice tridiagonale $M$ (la représentation de $H$ dans la base de Krylov), caractérisée par les coefficients de Lanczos $a_n$ et $b_n$.

La méthodologie centrale consiste à introduire deux déformations auxiliaires de l'Hamiltonien $M$ :

1. Déformation Angulaire ($\phi$) : Une rotation générée par l'opérateur de nombre $\hat{n}$ (qui compte l'indice de Krylov). L'Hamiltonien déformé est défini par $M(\phi) = e^{i\hat{n}\phi} M e^{-i\hat{n}\phi}$.
2. Déformation Euclidienne ($\tau$) : Une déformation générée par l'opérateur $F = i[B, M]$, où $B = i[\hat{n}, M]$ agit comme un opérateur "impulsion". Cela correspond à l'évolution de l'état initial via un temps euclidien $e^{-\tau H}$.

Les auteurs utilisent ces déformations pour définir des amplitudes de Loschmidt $G(t, \phi) = \langle 0 | e^{iMt} e^{-iM(\phi)t} | 0 \rangle$ et leurs homologues dépendant de $\tau$. En analysant les propriétés spectrales de ces amplitudes et la structure algébrique des opérateurs $M$, $B$ et $\hat{n}$, les auteurs dérivent des relations entre les moments de la complexité de Krylov et les dérivées de ces amplitudes. L'analyse repose largement sur la fonction spectrale $\Phi(E)$ (la transformée de Fourier de la fonction d'autocorrélation) et les propriétés des polynômes orthogonaux associés aux coefficients de Lanczos.

Contributions Clés et Résultats

1. La Complexité de Krylov comme Dérivée de Loschmidt :
   L'article établit que la complexité de Krylov $\langle \hat{n}(t) \rangle$ est la réponse de phase de premier ordre d'une amplitude de Loschmidt. Plus précisément, le $k$-ième moment de la distribution de la complexité est donné par la $k$-ième dérivée de $G(t, \phi)$ par rapport à $\phi$ en $\phi=0$ :
   $$\langle \hat{n}^k(t) \rangle = (-i)^k \frac{\partial^k}{\partial \phi^k} G(t, \phi) \Big|_{\phi=0}$$
   Cette formulation définit un "propagateur spectral" $K(E_1, E_2, \phi)$ qui encode l'intégralité de la distribution de la complexité.

2. Dérivée Temporelle et Classification par $\tau$ :
   La dérivée temporelle de la complexité de Krylov est exprimée comme la dérivée d'une amplitude de Loschmidt distincte impliquant une déformation de temps euclidien $\tau$ :
   $$\partial_t \langle \hat{n}(t) \rangle = i \partial_\tau \langle 0 | e^{iM(0)t} e^{-i(M(0) + \tau F)t} | 0 \rangle \Big|_{\tau=0}$$
   L'opérateur $F = i[B, M]$ régit cette perturbation. L'article propose un schéma de classification pour la dynamique de la complexité de Krylov basé sur la croissance et la bornabilité des entrées de $F$.

• Perturbations Bornées : Si $F$ est un opérateur borné (par exemple, lorsque les coefficients de Lanczos croissent lentement ou saturent), la perturbation peut être approximée par une troncature de rang fini. Cela permet de capturer la dynamique de la complexité par une amplitude mesurable avec une coupure finie $n^*$.
• Perturbations Non Bornées : Dans les systèmes chaotiques où les coefficients de Lanczos croissent rapidement (par exemple, linéairement), $F$ est non borné, et les troncatures de rang fini ne parviennent pas à capturer la dynamique avec précision.

3. Bornes Générales sur la Complexité :
   En utilisant l'inégalité de Cauchy-Schwarz et la norme de Frobenius de $F$, les auteurs dérivent une borne supérieure générale pour la complexité de Krylov en termes de la fonction d'autocorrélation $C(t)$ :
   $$\langle \hat{n}(t) \rangle \leq \|F\| \sqrt{\int_0^t ds_1 \int_0^t ds_2 (t-s_1)(t-s_2) |C(s_1-s_2)|^2}$$
   Cette borne est valable avec des hypothèses minimales sur la croissance des coefficients de Lanczos, à condition que $\|F\|$ soit fini. Pour des cas spécifiques (comme la Théorie des Matrices Aléatoires avec $b_n$ constant), l'article dérive le comportement asymptotique précis à temps long de tous les moments de la complexité.

4. Géométrie de la Complexité et Bornes de Volume :
   L'article construit une géométrie riemannienne à deux dimensions engendrée par le temps $t$ et l'angle de déformation $\phi$. La métrique est induite de la métrique de Fubini-Study sur l'espace de Hilbert.

• Borne de Volume : Les auteurs démontrent que la complexité de Krylov est bornée supérieurement par le volume de cette géométrie jusqu'au temps $t$. Plus précisément, $\langle \hat{n}(t) \rangle \leq \frac{1}{\pi} \text{Vol}_t$.
• Saturation : Cette borne est saturée lorsque l'algèbre entre $\hat{n}$, $M$ et $B$ se ferme (par exemple, dans les algèbres $SL(2, \mathbb{R})$ ou Heisenberg-Weyl), conduisant à des espaces de courbure constante.
• Déviation Géodésique : La courbure scalaire de cette géométrie est montrée comme étant liée à la convexité de la variance de Krylov $\Delta n(t)$.

5. Relation Statistique entre l'IPR et la Variance :
   Une propriété statistique surprenante est identifiée : le Rapport de Participation Inverse (IPR) des fonctions d'onde de Krylov est inversement proportionnel à l'écart-type de la distribution de la complexité ($\Delta n(t)$) pour une large classe de systèmes :
   $$\text{IPR}_t \sim \frac{1}{\sqrt{\pi} \Delta n(t)}$$
   Cette relation tient pour les systèmes avec des coefficients de Lanczos constants et ceux régis par des algèbres de complexité, suggérant un comportement statistique robuste des probabilités de la base de Krylov.

Signification et Revendications
L'article affirme fournir un cadre analytique unifié qui traite la complexité de Krylov comme une mesure de la sensibilité aux perturbations de l'Hamiltonien. En exprimant les moments de la complexité comme des dérivées d'amplitudes de Loschmidt, ce travail comble le fossé entre les mesures abstraites de l'espace de Krylov et les observables physiques comme l'amplitude de survie.

La signification réside dans :

• Classification : Offrir une nouvelle façon de classifier la dynamique quantique basée sur la bornabilité de l'opérateur de perturbation $F$, distinguant les systèmes où la complexité peut être approximée par des troncatures finies de ceux qui nécessitent une résolution spectrale complète.
• Interprétation Géométrique : Établir une image géométrique rigoureuse où la complexité est bornée par le volume d'un espace de paramètres, liant les concepts de chaos quantique (exposants de Lyapunov) à la courbure géométrique et à la séparation des trajectoires.
• Pouvoir Prédictif : Dériver des bornes générales et des comportements asymptotiques directement de la fonction d'autocorrélation sans nécessiter de connaissance détaillée de la séquence complète de Lanczos, particulièrement pour les systèmes avec des fonctions spectrales bornées.

Les auteurs soutiennent que, bien que la connexion avec les exposants de chaos (comme l'exposant de Lyapunov) soit suggestive et analogue aux définitions classiques, établir une identification physique précise de l'exposant de Krylov avec le chaos dans les systèmes généraux nécessite une considération supplémentaire du contenu physique spécifique de la fonction d'autocorrélation, ce qui dépasse le cadre de ce travail. L'article se concentre sur les relations structurelles et algébriques au sein du formalisme de Krylov.