Lanczos Method for QRPA Strength Functions in Atomic Nuclei

Sintesi Tecnica: Metodo di Lanczos Simmetrico per le Funzioni di Forza QRPA

Enunciato del Problema
Il calcolo delle funzioni di risposta nucleare per il cambiamento di carica è essenziale per descrivere il decadimento $\beta$, il decadimento $\beta\beta$ e le eccitazioni collettive nei nuclei atomici. Per i nuclei a guscio aperto di massa media e pesante, particolarmente quelli deformati, l'Approssimazione del Random-Phase Quasiparticellare (QRPA) fornisce un quadro microscopico necessario. Tuttavia, la dimensione della matrice QRPA cresce rapidamente con la dimensione dello spazio delle quasiparticelle, rendendo la costruzione esplicita e la decomposizione completa degli autovettori proibitive dal punto di vista computazionale.

Sebbene il Metodo dell'Ampiezza Finita (FAM) offra un'alternativa priva di matrici calcolando le risposte attraverso campi indotti, gli approoli convenzionali basati sul FAM risolvono il problema della risposta lineare frequenza per frequenza. Ciò richiede la risoluzione di un nuovo sistema lineare per ogni frequenza complessa sul contorno scelto. Di conseguenza, la ricostruzione di una funzione di forza su un ampio intervallo di energia diventa computazionalmente costosa. Il documento affronta la necessità di un metodo che catturi l'informazione spettrale globalmente su un esteso intervallo di frequenze senza l'onere di ripetuti calcoli specifici per frequenza.

Metodologia
Gli autori sviluppano un framework di Lanczos simmetrico per approssimare le funzioni di forza QRPA per il cambiamento di carica. La metodologia procede attraverso i seguenti passaggi:

1. Riformulazione Spettrale: Partendo dalle equazioni di risposta lineare del FAM, gli autori derivano rappresentazioni spettrali equivalenti. Nel caso in cui le matrici QRPA $A$ e $B$ siano reali, formulano un problema di autovalori ridotto che coinvolge i prodotti matriciali $MK$e$KM$, dove $M = A + B$ e $K = A - B$.
2. Proiezione di Lanczos Simmetrica: A differenza della matrice QRPA standard che è non hermitiana nel prodotto interno euclideo, l'operatore ridotto $MK$ è auto-aggiunto rispetto al prodotto interno $K$ ($\langle x, y \rangle_K = x^T K y$). Questa proprietà permette l'applicazione di un processo di Lanczos simmetrico.
3. Approssimazione a Singolo Passaggio: L'algoritmo di Lanczos genera una matrice tridiagonale $T_m$ da un singolo ciclo nello spazio di Krylov, dove gli autovalori di $T_m$ approssimano le energie di eccitazione al quadrato ($\Omega_i^2$) e i vettori di Ritz associati approssimano le ampiezze di transizione QRPA.
4. Ricostruzione della Funzione di Forza: Utilizzando le coppie di Ritz, il metodo ricostruisce la funzione di forza con smorzamento lorentziano su un ampio intervallo di energia. Ciò contrasta con i risolutori frequenza per frequenza (FAM o GMRES) che devono essere eseguiti separatamente per ogni punto di frequenza.
5. Inizializzazione: La ricorsione di Lanczos è inizializzata con un vettore derivato dalla combinazione del campo esterno $f_+ = F^{20} + F^{02}$, assicurando che la proiezione rispetti i settori di simmetria del sistema assialmente deformato.

Contributi Chiave

• Derivazione del Problema di Autovalori Ridotto: Il documento stabilisce l'equivalenza tra il problema completo della risposta lineare QRPA e un problema di autovalori ridotto che coinvolge $MK$e$KM$, facilitando l'uso della proiezione di Lanczos simmetrica.
• Implementazione Senza Matrici: Il metodo evita l'assemblaggio della matrice QRPA completa. I prodotti matrice-vettore (matvecs) sono calcolati utilizzando il formalismo del campo indotto, similmente al FAM, ma applicato alla struttura dell'operatore ridotto.
• Efficienza nelle Scansioni Spettrali Ampie: L'approccio dimostra che un singolo ciclo di Krylov può catturare l'informazione spettrale dominante necessaria per un intero profilo di forza, offrendo un'importante alternativa ai calcoli puntuali per frequenza.

Risultati Numerici
Il metodo è stato testato su due nuclei: il nucleo di massa media $^{112}\text{Sn}$ e il pesante nucleo di terre rare $^{150}\text{Nd}$, utilizzando il funzionale di densità di energia Skyrme SkM*.

• Validazione del Riferimento: Gli autori hanno prima stabilito il metodo Generalized Minimal Residual (GMRES) come riferimento efficiente frequenza per frequenza. GMRES ha riprodotto i profili di forza del FAM iterativo (IFAM) convergente, ma ha richiesto meno iterazioni (ad esempio, 2347 rispetto a 3781 per $^{112}\text{Sn}$).
• Accuratezza di Lanczos: Confrontando l'approssimazione di Lanczos con il riferimento GMRES:
  • Per $^{112}\text{Sn}$, l'aumento della dimensione di Krylov da $m=50$ a $m=100$ ha migliorato significativamente l'accordo con il riferimento, catturando sia le distribuzioni ampie che le strutture di picco locali.
  • Per $^{150}\text{Nd}$, l'aumento di $m$ da 100 a 200 ha ridotto similmente le discrepanze.
  • Le metriche di divergenza di Kullback-Leibler (KL) hanno confermato che l'aumento della dimensione di Lanczos ha ridotto sostanzialmente l'errore a livello di distribuzione (ad esempio, la divergenza KL per $^{112}\text{Sn}$ è scesa da $2.89 \times 10^{-2}$ a $m=50$ a $2.34 \times 10^{-3}$ a $m=100$).
• Costo Computazionale: Il metodo Lanczos si è dimostrato più efficiente dei risolutori frequenza per frequenza per le scansioni spettrali ampie. Un ciclo di Lanczos di 100 passi per $^{112}\text{Sn}$ ha richiesto circa 600 operazioni equivalenti a matvec, rispetto alle 2347 del riferimento GMRES. Risparmi simili sono stati osservati per $^{150}\text{Nd}$.

Significatività e Rivendicazioni
Il documento afferma che la proiezione di Lanczos simmetrica fornisce un approccio efficiente e accurato per il calcolo delle funzioni di forza QRPA quando è richiesta l'informazione spettrale su un esteso intervallo di frequenze. Il metodo mantiene i vantaggi di efficienza "senza matrici" tipici dei calcoli in stile FAM, pur sfruttando l'informazione spettrale più ampia disponibile tramite la proiezione di Lanczos.

Gli autori pongono questo lavoro come un'alternativa pratica per nuclei pesanti e deformati dove le matrici QRPA esplicite sono troppo grandi per essere costruite e i ripetuti calcoli frequenza per frequenza diventano computazionalmente proibitivi. Il documento non pretende di sostituire i risolutori specifici per frequenza nei casi in cui siano necessarie solo alcune frequenze discrete, quanto piuttosto di ottimizzare la ricostruzione di interi profili di risposta. Il lavoro futuro suggerito consiste nell'estendere il metodo ad ulteriori campi esterni e a calcoli sistematici più ampi.