Accurate and bounded approximation of quantum correlation functions

Prevedere come un sistema quantistico complesso cambi nel tempo è una delle sfide più difficili della fisica moderna. Quando le particelle interagiscono in modi che non possono essere semplificati o risolti con la matematica standard, il numero enorme di possibilità cresce così velocemente che anche i supercomputer più potenti faticano a stare al passo. Ciò è particolarmente vero per i sistemi che non seguono schemi semplici e prevedibili, noti come sistemi non integrabili. Gli scienziati si affidano a queste simulazioni per comprendere come il calore si diffonda, come l'informazione venga rimescolata e come i materiali si comportino quando vengono spinti fuori dall'equilibrio. Tuttavia, poiché i calcoli esatti sono spesso impossibili per grandi gruppi di particelle, i ricercatori devono ricorrere ad approssimazioni. Il problema è che queste scorciatoie di solito arrivano senza una garanzia di quanto siano vicine alla verità. Senza conoscere il margine di errore, è difficile dire se una simulazione riveli un fenomeno fisico reale o solo un difetto del metodo.

Un team di ricercatori dell'Imperial College di Londra ha sviluppato un nuovo modo per simulare questi complessi sistemi quantistici che offre una garanzia matematica rigorosa della sua accuratezza. Si sono concentrati su un tipo specifico di misurazione chiamata funzione di correlazione, che traccia come un cambiamento in una parte di un sistema sia correlato a un'altra parte al passare del tempo. Studiando come queste correlazioni evolvono, hanno scoperto una proprietà sorprendente: mentre il comportamento di una singola particella o di un piccolo gruppo di particelle può essere difficile da prevedere accuratamente su lunghi periodi, la relazione tra due tali gruppi può essere prevista con molta più precisione utilizzando una quantità limitata di informazioni. I ricercatori hanno dimostrato che, se si calcola l'evoluzione di un sistema all'interno di una piccola "finestra" finita di spazio, l'errore nella funzione di correlazione cresce molto più lentamente rispetto all'errore nelle singole particelle stesse. Ciò significa che anche se la simulazione di una singola particella inizia a discostarsi dalla realtà, il calcolo di come quella particella si relazioni con un'altra può rimanere accurato per un periodo significativamente più lungo.

Il cuore del loro metodo consiste nell'isolare una piccola sezione di un sistema quantistico più grande e calcolare come essa evolva da sola, ignorando il resto dell'universo al di fuori di tale sezione. In un sistema reale, le particelle al bordo di questa sezione interagiscono costantemente con i vicini all'esterno della finestra, il che alla fine causa l'erroneità del calcolo isolato. I ricercatori hanno dimostrato che, per un certo periodo, l'influenza di questi vicini esterni non ha ancora raggiunto il centro della finestra, rendendo l'approssimazione isolata perfetta. Con il passare del tempo, l' "influenza" si diffonde verso l'esterno, come un'increspatura, finché non colpisce il confine della finestra. Il team ha derivato un limite matematico rigoroso su quanto tempo questa approssimazione rimanga valida. Hanno scoperto che, per la funzione di correlazione, questo periodo di validità è molto più lungo rispetto a quello delle singole particelle. In effetti, l'errore nella funzione di correlazione cresce a un tasso che è il quadrato del tasso di errore delle singole particelle. Questo miglioramento quadratico significa che l'approssimazione rimane accurata per un tempo molto più lungo di quanto precedentemente ritenuto possibile.

Per testare questa idea, i ricercatori l'hanno applicata a due diversi tipi di sistemi quantistici: una catena unidimensionale di spin e un reticolo a nido d'ape bidimensionale. Hanno simulato il comportamento di questi sistemi utilizzando una finestra finita di varie dimensioni. Nel caso unidimensionale, hanno utilizzato una finestra di tredici spin al centro di una catena di cinquanta. Hanno confrontato i risultati di questa finestra limitata con il comportamento esatto del sistema completo, che potevano calcolare precisamente per una versione più semplice del modello. I risultati hanno confermato la loro teoria: l'errore nella funzione di correlazione è rimasto incredibilmente piccolo per molto tempo, mentre l'errore nel comportamento della singola particella è cresciuto molto più velocemente. Il limite matematico che hanno derivato, che funge da rete di sicurezza per dire ai ricercatori esattamente quanto grande possa essere l'errore, si è rivelato molto stretto. Non era una supposizione vaga, ma un limite preciso che corrispondeva da vicino all'errore effettivo osservato nelle simulazioni.

Il team ha anche dimostrato che questo metodo può essere utilizzato per verificare l'accuratezza di altre popolari tecniche di simulazione che attualmente mancano di tali garanzie. Hanno applicato il loro framework a un metodo chiamato simulazione di operatore a prodotto di matrici (matrix-product-operator), ampiamente utilizzato ma che spesso si basa sulla stabilità numerica piuttosto che su limiti di errore provati. Confrontando i risultati di questo metodo con il loro calcolo a finestra finita, sono riusciti a stabilire un limite di errore rigoroso per i risultati dell'operatore a prodotto di matrici. Nei loro test, hanno scoperto che scegliendo un livello specifico di dettaglio computazionale, potevano garantire che la simulazione fosse almeno tanto accurata quanto la loro approssimazione a finestra finita. Ciò fornisce uno strumento potente agli scienziati per validare le loro simulazioni senza dover conoscere la risposta esatta in precedenza.

Le implicazioni di questo lavoro vanno oltre il semplice ottenimento di numeri migliori. Offre una via affidabile per studiare il caos quantistico e la termalizzazione in sistemi troppo grandi per un calcolo esatto. I ricercatori hanno dimostrato che il loro metodo funziona non solo per catene semplici, ma anche per griglie bidimensionali, suggerendo che può essere applicato a una vasta gamma di materiali fisici. Hanno inoltre osservato che l'accuratezza del metodo dipende dalle dimensioni della finestra utilizzata; finestre più grandi permettono previsioni accurate per periodi più lunghi. Nei loro test bidimensionali, hanno scoperto che aumentare la dimensione della finestra da un piccolo cluster a una forma esagonale più grande ritardava significativamente il punto in cui l'errore diventava evidente. Questo fornisce ai ricercatori una regola pratica: se hanno bisogno di simulare un sistema per una specifica durata, possono calcolare esattamente quanto debba essere grande la loro finestra computazionale per rimanere entro un determinato margine di errore.

In definitiva, questa ricerca fornisce un ponte tra l'impossibile compito di simulare un intero universo quantistico e la necessità pratica di comprenderne il comportamento. Dimostrando che i calcoli locali possono produrre intuizioni globali con precisione garantita, gli autori hanno dato agli scienziati un modo per fidarsi delle loro simulazioni di sistemi complessi e non integrabili. Ciò è particolarmente importante mentre il campo si muove verso l'uso di veri computer quantistici per simulare la natura; avere un metodo classico con un'accuratezza nota è essenziale per verificare che queste nuove macchine quantistiche funzionino correttamente. Il lavoro stabilisce che, anche nel regno caotico e imprevedibile della fisica dei molti corpi quantistici, esistono modi rigorosi per sapere esattamente quanto le nostre approssimazioni siano vicine alla realtà.