On preconditioned Riemannian gradient methods for minimizing the Gross-Pitaevskii energy functional: algorithms, global convergence and optimal local convergence rate

Titolo: Metodi del gradiente Riemanniano precondizionati per la minimizzazione del funzionale energetico di Gross-Pitaevskii: algoritmi, convergenza globale e tasso di convergenza locale ottimale

Autori: Zixu Feng e Qinglin Tang (Università di Sichuan, Cina)

---

1. Il Problema

L'articolo affronta il problema della minimizzazione del funzionale energetico di Gross-Pitaevskii (GP) in presenza di termini di rotazione, un modello fondamentale nella fisica dei condensati di Bose-Einstein (BEC) e in altri campi della fisica quantistica.

Il problema è formulato come un'ottimizzazione vincolata su una varietà Riemanniana:
$$\phi_g := \arg \min_{\phi \in \mathcal{M}} E(\phi)$$
dove il funzionale energetico $E(\phi)$ include termini cinetici, potenziali esterni, interazioni non lineari e un termine di rotazione angolare ($\Omega L_z$). Il vincolo è la normalizzazione $L^2$ ($\|\phi\|_{L^2} = 1$), che definisce la varietà $\mathcal{M}$.

Sfide principali:

• Non convessità: Il funzionale e il vincolo sono non convessi.
• Invarianze di simmetria: Il problema presenta due proprietà di invarianza che impediscono l'unicità del minimizzatore in senso stretto:
  1. Invarianza di fase: $\phi_g \to e^{i\alpha}\phi_g$.
  2. Invarianza di rotazione spaziale: $\phi_g(x) \to \phi_g(A_\beta x)$ (se il potenziale è simmetrico).
• Conseguenza: Il set dei minimizzatori forma una varietà di punti critici (una "sottovarietà di ground state") piuttosto che un punto isolato. Questo rende l'analisi della convergenza locale estremamente difficile, poiché la condizione di ottimalità del secondo ordine (coercività) non vale sull'intero spazio tangente, ma solo su un sottospazio ortogonale alle direzioni di simmetria.
• Mancanza di risultati teorici: Esistono pochi risultati di convergenza rigorosi per i metodi iterativi nel caso rotante ($\Omega > 0$), specialmente per quanto riguarda i tassi di convergenza locali.

---

2. Metodologia

Gli autori propongono un quadro unificato per lo sviluppo e l'analisi di una classe di Metodi del Gradiente Riemanniano Precondizionati (P-RG).

• Geometria Riemanniana: Il problema è trattato sulla varietà $\mathcal{M}$ equipaggiata con una metrica definita da un operatore precondizionatore $P_\phi$. Il gradiente Riemanniano è calcolato proiettando il gradiente euclideo precondizionato sullo spazio tangente $T_\phi \mathcal{M}$.
• Ipotesi di Morse-Bott: Poiché i minimizzatori non sono isolati, gli autori assumono che il funzionale energetico sia una funzionale di Morse-Bott. Ciò implica che il nucleo della derivata seconda (Hessiano) sulla varietà dei minimizzatori coincide esattamente con le direzioni tangenti alla varietà stessa (generate dalle simmetrie di fase e rotazione).
• Analisi Spettrale: L'analisi di convergenza si basa sullo studio dello spettro dell'operatore combinato $P_\phi^{-1}(E''(\phi) - \lambda_g I)$ ristretto al sottospazio ortogonale alle simmetrie ($N_\phi \mathcal{M}$).
• Precondizionatore Quasi-Ottimale: Viene proposto un precondizionatore specifico:
  $$P_\phi = E''(\phi) - (\tilde{\lambda}_\phi - \sigma_0)I$$
  dove $\sigma_0 > 0$ è un parametro di regolarizzazione necessario per garantire la coercività dell'operatore precondizionato, dato che l'Hessiano puro è singolare a causa delle simmetrie.

---

3. Contributi Chiave

1. Quadro Unificato: È stato sviluppato un framework teorico che ingloba tutti i metodi esistenti di gradiente di Sobolev proiettato, permettendo di analizzarli sotto un'unica ottica.
2. Disuguaglianza Polyak-Łojasiewicz (PL): Gli autori derivano rigorosamente la disuguaglianza PL attorno ai minimizzatori, nonostante la degenerazione causata dalle simmetrie. Questo è cruciale per dimostrare la convergenza lineare locale.
3. Caratterizzazione del Tasso di Convergenza Locale:
   • Viene stabilito un tasso di convergenza lineare preciso in funzione del numero di condizionamento $\kappa = L/\mu$ dell'operatore precondizionato.
   • Si dimostra che il tasso di convergenza è $q \approx \sqrt{1 - \mu/L}$.
4. Precondizionatore Ottimale: Viene identificato un precondizionatore quasi-ottimale che massimizza il rapporto $\mu/L$.
   • Per questo precondizionatore, il tasso di convergenza teorico è ottimale per metodi del primo ordine:
     $$\rho = \frac{L - \mu}{L + \mu} + \varepsilon$$
   • Questo tasso corrisponde al limite inferiore teorico per la discesa del gradiente su problemi fortemente convessi, dimostrando che il problema GP, sebbene degenere, si comporta localmente come un problema fortemente convesso sul sottospazio ortogonale alle simmetrie.
5. Convergenza Globale: Viene provata la convergenza globale degli algoritmi P-RG sotto ipotesi moderate sul precondizionatore, garantendo la dissipazione dell'energia.

---

4. Risultati Teorici e Numerici

Risultati Teorici:

• Teorema di Convergenza Globale: La sequenza di iterati $\{\phi_n\}$ genera una successione di energie decrescente e ammette sottosequenze convergenti a un minimizzatore che soddisfa le condizioni di primo ordine.
• Teorema di Convergenza Locale: Assumendo la proprietà Morse-Bott, la convergenza è lineare. Il tasso esatto dipende dal rapporto tra i limiti inferiore ($\mu$) e superiore ($L$) dello spettro dell'operatore precondizionato.
• Ottimalità: Il precondizionatore proposto (4.25) raggiunge il tasso di convergenza migliore possibile per un metodo del primo ordine, superando significativamente i precondizionatori standard (come $P_\phi = H_\phi$ o $P_\phi = -\Delta + V$).

Risultati Numerici:

• Sono stati condotti esperimenti su condensati di Bose-Einstein in rapida rotazione.
• Verifica Morse-Bott: I calcoli numerici hanno confermato che l'Hessiano del funzionale GP ha esattamente due autovalori nulli (o uguali a $\lambda_g$) corrispondenti alle direzioni di simmetria, validando l'ipotesi di Morse-Bott.
• Confronto Prestazioni:
  • I metodi P-RG con precondizionatori standard ($P_1, P_2, P_3$) mostrano tassi di convergenza molto lenti ($\rho \approx 0.99999$), richiedendo oltre $10^5$ iterazioni.
  • Il metodo con il precondizionatore quasi-ottimale ($P_4$) raggiunge un tasso di convergenza teorico di $\rho \approx 0.70$, convergendo in meno di $10^2$ iterazioni.
  • I risultati numerici coincidono perfettamente con le previsioni teoriche, confermando la validità delle stime di convergenza locale.

---

5. Significato e Impatto

• Primo Risultato Rigoroso: Questo studio rappresenta il primo lavoro a derivare rigorosamente il tasso di convergenza locale per i metodi P-RG applicati al funzionale GP con due strutture simmetriche (fase e rotazione).
• Guida per la Progettazione di Algoritmi: L'analisi fornisce una guida chiara su come progettare precondizionatori: devono approssimare l'Hessiano del funzionale energetico, ma devono gestire correttamente la degenerazione delle simmetrie.
• Generalizzabilità: Il framework sviluppato non si limita al caso GP, ma può essere esteso ad altri problemi di minimizzazione su varietà con simmetrie, inclusi i funzionali GP a più componenti.
• Implicazioni Pratiche: La dimostrazione che un precondizionatore specifico può accelerare drasticamente la convergenza (da $10^5$ a $10^2$ passi) ha un impatto diretto sull'efficienza computazionale nella simulazione di sistemi quantistici complessi.

In sintesi, il lavoro colma un vuoto significativo nella teoria dell'ottimizzazione su varietà per problemi di fisica matematica, fornendo sia una base teorica solida per la convergenza che strumenti pratici per migliorare l'efficienza degli algoritmi esistenti.