Krylov Complexity from Loschmidt Amplitude

Sintesi Tecnica: Complessità di Krylov dalla Ampiezza di Loschmidt

Problema
La complessità di Krylov è emersa come un potente strumento diagnostico per la dinamica quantistica, offrendo una definizione chiara della delocalizzazione della funzione d'onda nello spazio di Hilbert tramite il metodo di ricorsione di Lanczos. Tuttavia, esiste un limite fondamentale: le misure dello spazio di Krylov (come la complessità) possono ricostruire il sistema solo fino alla funzione di autocorrelazione. Due sistemi fisicamente distinti con identiche funzioni di autocorrelazione producono espansioni di Krylov identiche. Di conseguenza, tradurre le caratteristiche della base di Krylov nuovamente nel linguaggio degli operatori dello spazio di Hilbert locale richiede input aggiuntivi, specifici del modello. Inoltre, sebbene esistano connessioni tra la complessità di Krylov e altre misure di caos (come l'Out-of-Time-Ordered Correlator o OTOC), un quadro unificato che colleghi la crescita della complessità di Krylov direttamente alla sensibilità degli stati quantistici sotto perturbazioni dell'Hamiltoniana — specificamente attraverso la lente delle ampiezze di Loschmidt — deve ancora essere pienamente sviluppato. Questo articolo affronta la necessità di esprimere la complessità di Krylov e la sua evoluzione temporale come derivate delle ampiezze di Loschmidt, fornendo così uno schema di classificazione per la dinamica della complessità ed établendo limiti geometrici.

Metodologia
Il documento impiega il formalismo dell'algoritmo di Lanczos per costruire una base di Krylov ortonormale $\{|n\rangle\}$ da uno stato iniziale $|\psi(0)\rangle$ e un'Hamiltoniana $H$. La dinamica è codificata nella matrice tridiagonale $M$ (la rappresentazione di $H$ nella base di Krylov), caratterizzata dai coefficienti di Lanczos $a_n$ e $b_n$.

La metodologia centrale prevede l'introduzione di due deformazioni ausiliarie all'Hamiltoniana $M$:

1. Deformazione Angolare ($\phi$): Una rotazione generata dall'operatore di numero $\hat{n}$ (che conta l'indice di Krylov). L'Hamiltoniana deformata è definita come $M(\phi) = e^{i\hat{n}\phi} M e^{-i\hat{n}\phi}$.
2. Deformazione Euclidea ($\tau$): Una deformazione generata dall'operatore $F = i[B, M]$, dove $B = i[\hat{n}, M]$ agisce come un operatore "momento". Ciò corrisponde all'evoluzione dello stato iniziale tramite tempo euclideo $e^{-\tau H}$.

Gli autori utilizzano queste deformazioni per definire le ampiezze di Loschmidt $G(t, \phi) = \langle 0 | e^{iMt} e^{-iM(\phi)t} | 0 \rangle$ e le loro controparti dipendenti da $\tau$. Analizzando le proprietà spettrali di queste ampiezze e la struttura algebrica degli operatori $M$, $B$ e $\hat{n}$, gli autori derivano relazioni tra i momenti della complessità di Krylov e le derivate di queste ampiezze. L'analisi si basa fortemente sulla funzione spettrale $\Phi(E)$ (la trasformata di Fourier della funzione di autocorrelazione) e sulle proprietà dei polinomi ortogonali associati ai coefficienti di Lanczos.

Contributi Chiave e Risultati

1. Complessità di Krylov come Derivata di Loschmidt:
   L'articolo stabilisce che la complessità di Krylov $\langle \hat{n}(t) \rangle$ è la risposta di fase del primo ordine di un'ampiezza di Loschmidt. Nello specifico, il $k$-esimo momento della distribuzione della complessità è dato dalla $k$-esima derivata di $G(t, \phi)$ rispetto a $\phi$ in $\phi=0$:
   $$\langle \hat{n}^k(t) \rangle = (-i)^k \frac{\partial^k}{\partial \phi^k} G(t, \phi) \Big|_{\phi=0}$$
   Questa formulazione definisce un "propagatore spettrale" $K(E_1, E_2, \phi)$ che codifica l'intera distribuzione della complessità.

2. Derivata Temporale e Classificazione $\tau$:
   La derivata temporale della complessità di Krylov è espressa come la derivata di una distinta ampiezza di Loschmidt che coinvolge una deformazione temporale euclidea $\tau$:
   $$\partial_t \langle \hat{n}(t) \rangle = i \partial_\tau \langle 0 | e^{iM(0)t} e^{-i(M(0) + \tau F)t} | 0 \rangle \Big|_{\tau=0}$$
   L'operatore $F = i[B, M]$ governa questa perturbazione. Il documento propone uno schema di classificazione per la dinamica della complessità di Krylov basato sulla crescita e sul limite superiore degli elementi di $F$.

• Perturbazioni Limitate: Se $F$ è un operatore limitato (ad esempio, quando i coefficienti di Lanczos crescono lentamente o saturano), la perturbazione può essere approssimata da una troncatura a rango finito. Ciò consente alla dinamica della complessità di essere catturata da un'ampiezza misurabile con un cutoff finito $n^*$.
• Perturbazioni Illimitate: Nei sistemi caotici in cui i coefficienti di Lanczos crescono rapidamente (ad esempio, linearmente), $F$ è illimitato, e le troncature a rango finito non riescono a catturare accuratamente la dinamica.

3. Limiti Generali sulla Complessità:
   Utilizzando la disuguaglianza di Cauchy-Schwarz e la norma di Frobenius di $F$, gli autori derivano un limite superiore generale per la complessità di Krylov in termini della funzione di autocorrelazione $C(t)$:
   $$\langle \hat{n}(t) \rangle \leq \|F\| \sqrt{\int_0^t ds_1 \int_0^t ds_2 (t-s_1)(t-s_2) |C(s_1-s_2)|^2}$$
   Questo limite è valido con assunzioni minime sulla crescita dei coefficienti di Lanczos, a patto che $\|F\|$ sia finito. Per casi specifici (come la Teoria delle Matrici Casuali con $b_n$ costante), l'articolo deriva il preciso comportamento asintotico di tempo tardivo di tutti i momenti della complessità.

4. Geometria della Complessità e Limiti di Volume:
   L'articolo costruisce una geometria riemanniana bidimensionale spaziata tra tempo $t$ e angolo di deformazione $\phi$. La metrica è indotta dalla metrica di Fubini-Study nello spazio di Hilbert.

• Limite di Volume: Gli autori dimostrano che la complessità di Krylov è limitata superiormente dal volume di questa geometria fino al tempo $t$. Nello specifico, $\langle \hat{n}(t) \rangle \leq \frac{1}{\pi} \text{Vol}_t$.
• Saturazione: Questo limite viene saturato quando l'algebra tra $\hat{n}$, $M$ e $B$ si chiude (ad esempio, in $SL(2, \mathbb{R})$ o nelle algebre di Heisenberg-Weyl), portando a spazi a curvatura costante.
• Deviazione Geodetica: Si mostra che la curvatura scalare di questa geometria è correlata alla convessità della varianza di Krylov $\Delta n(t)$.

5. Relazione Statistica tra IPR e Varianza:
   Viene identificata una sorprendente proprietà statistica: l'Inverse Participation Ratio (IPR) delle funzioni d'onda di Krylov è inversamente proporzionale alla deviazione standard della distribuzione della complessità ($\Delta n(t)$) per una vasta classe di sistemi:
   $$\text{IPR}_t \sim \frac{1}{\sqrt{\pi} \Delta n(t)}$$
   Questa relazione è valida per sistemi con coefficienti di Lanczos costanti e per quelli governati da algebre di complessità, suggerendo un comportamento statistico robusto delle probabilità della base di Krylov.

Significato e Rivendicazioni
L'articolo sostiene di fornire un quadro analitico unificato che tratta la complessità di Krylov come una misura della sensibilità alle perturbazioni dell'Hamiltoniana. Esprimendo i momenti della complessità come derivate delle ampiezze di Loschmidt, il lavoro colma il divario tra le misure astratte dello spazio di Krylov e le osservabili fisiche come l'ampiezza di sopravvivenza.

La significatività risiede nel:

• Classificazione: Offrire un nuovo modo per classificare la dinamica quantistica basato sulla limitatezza dell'operatore di perturbazione $F$, distinguendo tra sistemi in cui la complessità può essere approssimata da troncature finite e sistemi che richiedono una risoluzione spettrale completa.
• Interpretazione Geometrica: Stabilire un rigoroso quadro geometrico in cui la complessità è limitata dal volume di uno spazio di parametri, collegando i concetti di caos quantistico (esponenti di Lyapunov) alla curvatura geometrica e alla separazione delle traiettorie.
• Potere Predittivo: Derivare limiti generali e comportamenti asintotici direttamente dalla funzione di autocorrelazione senza richiedere la conoscenza dettagliata dell'intera sequenza di Lanczos, specialmente per sistemi con funzioni spettrali limitate.

Gli autori sostengono che, sebbene la connessione con gli esponenti del caos (come l'esponente di Lyapunov) sia suggestiva e analoga alle definizioni classiche, stabilire un'identificazione fisica precisa dell'esponente di Krylov con il caos in sistemi generali richiede ulteriori considerazioni sul contenuto fisico specifico della funzione di autocorrelazione, il che è oltre l'ambito di questo lavoro. Il paper si concentra sulle relazioni strutturali e algebriche all'interno del formalismo di Krylov.