Krylov Complexity from Loschmidt Amplitude

Resumo Técnico: Complexidade de Krylov a partir da Amplitude de Loschmidt

Enunciado do Problema
A complexidade de Krylov emergiu como um diagnóstico poderoso para a dinâmica quântica, oferecendo uma definição clara da delocalização da função de onda no espaço de Hilbert via o método de recursão de Lanczos. No entanto, existe uma limitação fundamental: as medidas do espaço de Krylov (como a complexidade) só podem reconstruir o sistema até a função de autocorrelação. Dois sistemas fisicamente distintos com funções de autocorrelação idênticas produzem expansões de Krylov idênticas. Consequentemente, traduzir as características da base de Krylov de volta para a linguagem dos operadores do espaço de Hilbert local requer uma entrada adicional, específica do modelo. Além disso, embora existam conexões entre a complexidade de Krylov e outras medidas de caos (como o Out-of-Time-Ordered Correlator ou OTOC), um arcabouço unificado que ligue o crescimento da complexidade de Krylov diretamente à sensibilidade dos estados quânticos sob perturbações hamiltonianas — especificamente através da lente das amplitudes de Loschmidt — ainda precisa ser totalmente desenvolvido. Este artigo aborda a necessidade de expressar a complexidade de Krylov e sua evolução temporal como derivadas de amplitudes de Loschmidt, proporcionando assim um esquema de classificação para a dinâmica da complexidade e estabelecendo limites geométricos.

Metodologia
O artigo utiliza o formalismo do algoritmo de Lanczos para construir uma base de Krylov ortonormal $\{|n\rangle\}$ a partir de um estado inicial $|\psi(0)\rangle$ e um Hamiltoniano $H$. A dinâmica é codificada na matriz tridiagonal $M$ (a representação de $H$ na base de Krylov), caracterizada pelos coeficientes de Lanczos $a_n$ e $b_n$.

A metodologia central envolve a introdução de duas deformações auxiliares ao Hamiltoniano $M$:

1. Deformação Angular ($\phi$): Uma rotação gerada pelo operador de número $\hat{n}$ (que conta o índice de Krylov). O Hamiltoniano deformado é definido como $M(\phi) = e^{i\hat{n}\phi} M e^{-i\hat{n}\phi}$.
2. Deformação Euclidiana ($\tau$): Uma deformação gerada pelo operador $F = i[B, M]$, onde $B = i[\hat{n}, M]$ atua como um operador de "momento". Isso corresponde à evolução do estado inicial via tempo euclidiano $e^{-\tau H}$.

Os autores utilizam essas deformações para definir amplitudes de Loschmidt $G(t, \phi) = \langle 0 | e^{iMt} e^{-iM(\phi)t} | 0 \rangle$ e suas contrapartes dependentes de $\tau$. Ao analisar as propriedades espectrais dessas amplitudes e a estrutura algébrica dos operadores $M$, $B$ e $\hat{n}$, os autores derivam relações entre os momentos da complexidade de Krylov e as derivadas dessas amplitudes. A análise baseia-se fortemente na função espectral $\Phi(E)$ (a transformada de Fourier da função de autocorrelação) e nas propriedades dos polinômios ortogonais associados aos coefs de Lanczos.

Principais Contribuições e Resultados

1. Complexidade de Krylov como uma Derivada de Loschmidt:
   O artigo estabelece que a complexidade de Krylov $\langle \hat{n}(t) \rangle$ é a resposta de fase de ordem líder de uma amplitude de Loschmidt. Especificamente, o $k$-ésimo momento da distribuição de complexidade é dado pela $k$-ésima derivada de $G(t, \phi)$ em relação a $\phi$ em $\phi=0$:
   $$\langle \hat{n}^k(t) \rangle = (-i)^k \frac{\partial^k}{\partial \phi^k} G(t, \phi) \Big|_{\phi=0}$$
   Esta formulação define um "propagador espectral" $K(E_1, E_2, \phi)$ que codifica toda a distribuição de complexidade.

2. Derivada Temporal e Classificação por $\tau$:
   A derivada temporal da complexidade de Krylov é expressa como a derivada de uma amplitude de Loschmidt distinta envolvendo uma deformação de tempo euclidiano $\tau$:
   $$\partial_t \langle \hat{n}(t) \rangle = i \partial_\tau \langle 0 | e^{iM(0)t} e^{-i(M(0) + \tau F)t} | 0 \rangle \Big|_{\tau=0}$$
   O operador $F = i[B, M]$ governa esta perturbação. O artigo propõe um esquema de classificação para a dinâmica da complexidade de Krylov baseado no crescimento e na limitação dos termos de $F$.

   • Perturbações Limitadas: Se $F$ é um operador limitado (por exemplo, quando os coeficientes de Lanczos crescem lentamente ou saturam), a perturbação pode ser aproximada por uma truncagem de posto finito. Isso permite que a dinâmica da complexidade seja capturada por uma amplitude mensurável com um corte finito $n^*$.
   • Perturbações Não Limitadas: Em sistemas caóticos onde os coeficientes de Lanczos crescem rapidamente (por exemplo, linearmente), $F$ é um operador não limitado, e truncagens de posto finito falham em capturar a dinâmica com precisão.

3. Limites Gerais sobre a Complexidade:
   Usando a desigualdade de Cauchy-Schwarz e a norma de Frobenius de $F$, os autores derivam um limite superior geral para a complexidade de Krylov em termos da função de autocorrelação $C(t)$:
   $$\langle \hat{n}(t) \rangle \leq \|F\| \sqrt{\int_0^t ds_1 \int_0^t ds_2 (t-s_1)(t-s_2) |C(s_1-s_2)|^2}$$
   Este limite mantém-se com suposições mínimas sobre o crescimento dos coeficientes de Lanczos, desde que $\|F\|$ seja finito. Para casos específicos (como Teoria de Matrizes Aleatórias com $b_n$ constante), o artigo deriva o comportamento assintótico de tempo tardio preciso para todos os momentos de complexidade.

4. Geometria da Complexidade e Limites de Volume:
   O artigo constrói uma geometria riemanniana bidimensional gerada pelo tempo $t$ e pelo ângulo de deformação $\phi$. A métrica é induzida pela métrica de Fubini-Study no espaço de Hilbert.

   • Limite de Volume: Os autores demonstram que a complexidade de Krylov é limitada superiormente pelo volume desta geometria até o tempo $t$. Especificamente, $\langle \hat{n}(t) \rangle \leq \frac{1}{\pi} \text{Vol}_t$.
   • Saturação: Este limite é saturado quando a álgebra entre $\hat{n}$, $M$ e $B$ se fecha (por exemplo, em álgebras $SL(2, \mathbb{R})$ ou Heisenberg-Weyl), levando a espaços de curvatura constante.
   • Desvio Geodésico: A curvatura escalar desta geometria é mostrada estar relacionada à convexidade da variância de Krylov $\Delta n(t)$.

5. Relação Estatística entre IPR e Variância:
   Uma propriedade estatística surpreendente é identificada: a Razão de Participação Inversa (IPR) das funções de onda de Krylov é inversamente proporcional ao desvio padrão da distribuição de complexidade ($\Delta n(t)$) para uma ampla classe de sistemas:
   $$\text{IPR}_t \sim \frac{1}{\sqrt{\pi} \Delta n(t)}$$
   Esta relação mantém-se para sistemas com coeficientes de Lanczos constantes e aqueles governados por álgebras de complexidade, sugerindo um comportamento estatístico robusto das probabilidades da base de Krylov.

Significância e Alegações
O artigo afirma fornecer um arcabouço analítico unificado que trata a complexidade de Krylov como uma medida de sensibilidade a perturbações do Hamiltoniano. Ao expressar os momentos de complexidade como derivadas de amplitudes de Loschmidt, o trabalho preenche a lacuna entre medidas abstratas do espaço de Krylov e observáveis físicos como a amplitude de sobrevivência.

A significância reside em:

• Classificação: Oferecer uma nova maneira de classificar a dinâmica quântica baseada na limitação do operador de perturbação $F$, distinguindo entre sistemas onde a complexidade pode ser aproximada por truncamentos finitos e aqueles que exigem resolução espectral total.
• Interpretação Geométrica: Estabelecer um quadro geométrico rigoroso onde a complexidade é limitada pelo volume de um espaço de parâmetros, ligando conceitos de caos quântico (exponentes de Lyapunov) à curvatura geométrica e separação de trajetórias.
• Poder Preditivo: Derivar limites gerais e comportamentos assintóticos diretamente da função de autocorrelação sem exigir conhecimento detalhado de toda a sequência de Lanczos, particularmente para sistemas com funções espectrais limitadas.

Os autores sustentam que, embora a conexão com expoentes de caos (como o expoente de Lyapunov) seja sugestiva e análoga às definições clássicas, estabelecer uma identificação física precisa do expoente de Krylov com o caos em sistemas gerais requer considerações adicionais sobre o conteúdo físico específico da função de autocorrelação, o que está além do escopo deste trabalho. O artigo foca nas relações estruturais e algébricas dentro do formalismo de Krylov.