Krylov Complexity from Loschmidt Amplitude

기술 요약: 로스치트 진폭(Loschmidt Amplitude)으로부터의 크릴로프 복잡도(Krylov Complexity)

문제 정의
크릴로프 복잡도는 란초스 재귀법(Lanczos recursion method)을 통해 힐베르트 공간 내에서의 파동함수 비국소화(delocalization)에 대한 명확한 정의를 제공함으로써, 양자 역학적 동역학을 진단하는 강력한 도구로 부상했습니다. 그러나 근본적인 한계가 존재합니다: 크릴로프 공간 척도(예: 복잡도)는 자기상관 함수(autocorrelation function)까지만 시스템을 재구성할 수 있습니다. 동일한 자기상관 함수를 갖는 두 물리적으로 구별되는 시스템은 동일한 크릴로프 전개(Krylov expansion)를 생성합니다. 따라서 크릴로프 기저의 특징을 국소 힐베르트 공간 연산자의 언어로 다시 번역하기 위해서는 추가적인 모델 특정적 입력이 필요합니다. 또한, 크릴로프 복잡도와 다른 혼돈 척도(예: OTOC) 사이의 연결 고리는 존재하지만, 로스치트 진폭의 관점을 통해 크렬로프 복잡도의 성장과 해밀토니안 섭동에 대한 양자 상태의 민감도 사이를 직접적으로 연결하는 통합된 프레임워크는 아직 완전히 개발되지 않았습니다. 본 논문은 크릴로프 복잡도와 그 시간 진화를 로스치트 진폭의 미분으로 표현함으로써, 복잡도 역학의 분류 체계를 제공하고 기하학적 경계(geometric bounds)를 확립하고자 합니다.

방법론
본 논문은 초기 상태 $|\psi(0)\rangle$와 해밀토니안 $H$로부터 직교 크릴로프 기저 $\{|n\rangle\}$를 구축하기 위해 란초스 알고리즘의 형식을 사용합니다. 동역학은 란초스 계수 $a_n$과 $b_n$에 의해 특징지어지는 삼중 대각 행렬 $M$ (크릴로프 기저에서의 $H$의 표현)에 인코딩됩니다.

핵심 방법론은 해밀토니안 $M$에 두 가지 보조 변형(auxiliary deformations)을 도입하는 것입니다:

1. 각 변형 ($\phi$): 수 연산자 $\hat{n}$(크릴로프 인덱스를 세는 연산자)에 의해 생성되는 회전입니다. 변형된 해밀토니안은 $M(\phi) = e^{i\hat{n}\phi} M e^{-i\hat{n}\phi}$로 정의됩니다.
2. 유클리드 변형 ($\tau$): 연산자 $F = i[B, M]$에 의해 생성되는 변형이며, 여기서 $B = i[\hat{n}, M]$은 "운동량" 연산자 역할을 하는 $B$입니다. 이는 초기 상태를 유클리드 시간 $e^{-\tau H}$에 따라 진화시키는 것에 대응합니다.

저자들은 이러한 변형들을 사용하여 로스치트 진폭 $G(t, \phi) = \langle 0 | e^{iMt} e^{-iM(\phi)t} | 0 \rangle$와 그 $\tau$ 의존적 대응물들을 정의합니다. 이 진폭들의 스펙트럼 특성과 연산자 $M, B, \hat{n}$의 대수적 구조를 분석함으로써, 저자들은 크릴로프 복잡도의 모멘트와 이 진폭들의 미분 사이의 관계를 도출합니다. 이 분석은 스펙트럼 함수 $\Phi(E)$ (자기상관 함수의 푸리에 변환)와 란초스 계수와 관련된 직교 다항식의 성질에 크게 의존합니다.

주요 기여 및 결과

1. 로스치트 미분으로서의 크릴로프 복잡도:
   본 논문은 크릴로프 복잡도 $\langle \hat{n}(t) \rangle$가 로스치트 진폭의 1차 위상 응답(phase response)임을 입증합니다. 구체적으로, 복잡도 분포의 $k$차 모멘트는 $\phi=0$에서의 $G(t, \phi)$의 $k$차 미분으로 주어집니다:
   $$\langle \hat{n}^k(t) \rangle = (-i)^k \frac{\partial^k}{\partial \phi^k} G(t, \phi) \Big|_{\phi=0}$$
   이 공식은 전체 복잡도 분포를 인코딩하는 "스펙트럼 프로파게이터(spectral propagator)" $K(E_1, E_2, \phi)$를 정의합니다.

2. 시간 미분 및 $\tau$-분류:
   크릴로프 복잡도의 시간 미분은 유클리드 시간 변형 $\tau$를 포함하는 별도의 로스치트 진폭의 미분으로 표현됩니다:
   $$\partial_t \langle \hat{n}(t) \rangle = i \partial_\tau \langle 0 | e^{iM(0)t} e^{-i(M(0) + \tau F)t} | 0 \rangle \Big|_{\tau=0}$$
   연산자 $F = i[B, M]$가 이 섭동을 지배합니다. 논문은 $F$의 성장과 유계성(boundedness)에 기반하여 크릴로프 복잡도 역학에 대한 분류 체계를 제안합니다.

• 유계 섭동 (Bounded Perturbations): 만약 $F$가 유계 연산자라면 (예: 란초스 계수가 느리게 성장하거나 포화되는 경우), 이 섭동은 유한 랭크 절단(finite-rank truncation)으로 근사될 수 있습니다. 이를 통해 복잡도 역학을 유한한 컷오프 $n^*$를 가진 측정 가능한 진폭으로 포착할 수 있습니다.
• 무한 섭동 (Unbounded Perturbations): 란초스 계수가 빠르게 성장하는(예: 선형적으로 성장하는) 혼돈 시스템에서는 $F$가 무한 연산자가 되며, 유한 랭크 절단은 역학을 정확하게 포착하는 데 실패합니다.

3. 복잡도에 대한 일반적 경계:
   코시-슈바르츠 부등식과 $F$의 프로베니우스 노름(Frobenius norm)을 사용하여, 저자들은 자기상관 함수 $C(t)$에 대한 크릴로프 복잡도의 일반적인 상한을 도출합니다:
   $$\langle \hat{n}(t) \rangle \leq \|F\| \sqrt{\int_0^t ds_1 \int_0^t ds_2 (t-s_1)(t-s_2) |C(s_1-s_2)|^2}$$
   이 경계는 란초스 수열에 대한 상세한 지식 없이도, $\|F\|$가 유한하다면 란초스 계수의 성장에 대한 최소한의 가정만으로 성립합니다. RMT(Random Matrix Theory)와 같이 $b_n$이 일정한 특정 사례의 경우, 논문은 모든 후기 시간 점근적 거동(late-time asymptotic behavior)을 도출합니다.

4. 복잡도 기하학 및 부피 경계:
   본 논문은 시간 $t$와 변형 각도 $\phi$에 의해 생성되는 2차원 리만 기하학을 구축합니다. 이 메트릭은 힐베르트 공간의 푸비니-스터디(Fubini-Study) 메트릭으로부터 유도됩니다.

• 부피 경계 (Volume Bound): 저자들은 크릴로프 복잡도가 시간 $t$까지의 이 기하학적 부피에 의해 상한이 결정됨을 보여줍니다: $\langle \hat{n}(t) \rangle \leq \frac{1}{\pi} \text{Vol}_t$.
• 포화 (Saturation): 이 경계는 $\hat{n}, M, B$ 사이의 대수가 닫힐 때 (예: $SL(2, \mathbb{R})$ 또는 하이젠베르크-바이얼(Heisenberg-Weyl) 대수) 포화되며, 이는 상수 곡률을 가진 공간으로 이어집니다.
• 측지선 편차 (Geodesic Deviation): 이 기하학의 스칼라 곡률은 크릴로프 분산 $\Delta n(t)$의 볼록성(convexity)과 관련이 있는 것으로 나타납니다.

5. IPR과 분산 사이의 통계적 관계:
   놀라운 통계적 성질이 식별되었습니다: 광범형 크릴로프 파동함수의 역 참여 비율(Inverse Participation Ratio, IPR)은 넓은 범위의 시스템에서 복잡도 분포의 표준 편차($\Delta n(t)$)에 반비례합니다:
   $$\text{IPR}_t \sim \frac{1}{\sqrt{\pi} \Delta n(t)}$$
   이 관계는 란초스 계수가 일정한 시스템과 복잡도 대수에 의해 지배되는 시스템 모두에서 성립하며, 이는 크릴로프 기저 확률의 견고한 통계적 행동을 시사합니다.

의의 및 주장
본 논문은 크릴로프 복잡도를 해밀토니안 섭동에 대한 민감도 척도로 취급하는 통합적 분석 프레임워크를 제공한다고 주장합니다. 복잡도의 모멘트를 로스치트 진폭의 미분으로 표현함으로써, 이 연구는 추상적인 크릴로프 공간 척도와 생존 진폭(survival amplitude) 같은 물리적 관측량 사이의 간극을 메웁니다.

그 의의는 다음과 같습니다:

• 분류: $F$라는 섭동 연산자의 유계성을 바탕으로 양자 역학적 동역학을 분류하는 새로운 방법을 제공하여, 복잡도를 유한한 절단으로 근사할 수 있는 시스템과 전체 스펙트럼 해상도가 필요한 시스템을 구분합니다.
• 기하학적 해석: 복잡도를 매개변수 공간의 부피에 의해 제한되는 기하학적 그림으로 정립하여, 양자 혼돈 개념(리야푸노프 지수)을 기하학적 곡률 및 궤적 분리와 연결합니다.
• 예측력: 상세한 전체 란초스 수열에 대한 지식 없이도, 유계 스펙트럼 함수를 가진 시스템에 대해 자기상한 함수으로부터 직접 일반적인 경계와 점근적 거동을 도출합니다.

저자들은 혼돈 지수(리야푸노프 지수 등)와의 연결이 암시적이고 유사하지만, 일반적인 시스템에서 크릴로프 지수와 혼돈 사이의 정확한 물리적 동일성을 확립하기 위해서는 자기상한 함수의 구체적인 물리적 내용에 대한 추가적인 고려가 필요하다고 유지합니다. 본 논문의 초점은 크릴로프 형식 내의 구조적, 대수적 관계에 맞춰져 있습니다.