Uniform tropical bounds for amplified determinants: finite phase witnesses and multiscale quantum noise
Citable version that has not completed AIRR screening. Not peer reviewed. Screening record
We study determinants of matrix pencils evaluated on auxiliary matrices under a normalized Hilbert–Schmidt energy constraint. For a fixed full noncommutative-rank pencil of size d, we show that its objective, regularized over all auxiliary sizes, is uniformly comparable on the entire positive coefficient orthant to the monomial envelope of its noncommutative Newton polytope. The lower bound uses auxiliary size max{1,d−1} and a single tuple whose entries vary only by scalar phases. A finite phase menu suffices. Thus every simultaneous coefficient reweighting has the same noise exponent at that fixed size as under unrestricted amplification. For mixtures of quantum channels this gives an exact piecewise-linear law for arbitrary simultaneous power-law noise rates, including the normalization of mixture weights. An explicit six-parameter qutrit pencil has five branches, one absent at scalar size; a single fixed size-two tuple approximates its regularized objective within a factor four for every positive parameter choice. The algebraic polytope and its stabilization are established results. Our contribution is a uniform analytic comparison and its finite-witness and noise-law consequences; we do not claim exact finite-size optimization or a coefficient-uniform approximation factor for general pencils.
Preview PDF on this page v1
Uses your browser's PDF viewer. Open the PDF directly if a preview is unavailable.
Cite this paper
Lluis Eriksson (2026). Uniform tropical bounds for amplified determinants: finite phase witnesses and multiscale quantum noise. AIRR.SCIENCE, ARR-2026-4C11Z7N0BX8VP8P2, v1. https://airr.science/papers/ARR-2026-4C11Z7N0BX8VP8P2/versions/v1/ Research preprint; ARR-2026-4C11Z7N0BX8VP8P2 v1. Not peer reviewed by AIRR. Working paper; not admitted to the AIRR accepted collection.
Use this version link to cite the manuscript you read. A Working paper label means the version has not completed AIRR screening. AIRR screening is not journal peer review. Import BibTeX, RIS or CSL JSON into your reference manager to apply a citation style.
Version history
The paper identifier remains stable. Each version has its own immutable release, timestamp and version identifier.
- v1 · source snapshot available · viewing
Verification record
- Frontier-model screening
- Not assessed
- Source integrity
- Pass
- Bibliographic integrity
- Pass
- Reproducibility
- Pass
- Lean 4
- Not applicable
Recorded under ARR-VERIFY-1.0. AIRR verification and screening are not peer review.
AI assistance statement
Substantial OpenAI Codex assistance with research, mathematical development, writing and computation. One GPT-6 Astra xhigh review cycle of the exact manuscript gives ordinary quality 8.7/10 and AIRR research importance 4.7/10. The model participated in manuscript work and the reused/shared review context was not isolated or blind. No human review, proof-assistant verification or statistical independence is claimed. The preliminary ungraded candidate report and the final graded manuscript report are stages of one cycle, not separate votes. No new Opus report exists because the service was quota-blocked.
Frontier-model screening
Status: not_assessed. Any listed reports correspond to this exact version under ARR-SCREEN-1.0; no absent assessment is represented as a pass.
Model assessments and review context
- Distinct models
- 1
- Range
- 4.70–4.70
- Method
- bounded capability-weighted mean · exact version only
Limited evidence · 1/1 benchmark matches. This is an evidence description, not a probability of correctness.
Only one distinct model; One provider; shared blind spots possible; Fresh blinded review context not documented for every model
OpenAI · gpt-6-astra · Xhigh · involved in manuscript · review context: shared4.70
Recommendation: Accept · Material objections: 0
Transcripción estructurada realizada el 2026-10-16T17:10:41.832Z del dictamen de 2026-10-16T16:47:51.869Z, SHA256 ee3e19ff91eb21beec193acd6032948994effbd17d623ca4ef286775ef19b763. No es nueva revisión, nueva nota ni otro voto; se conservan fecha, conclusiones y criterios originales. Calidad ordinaria: 8.7/10; importancia AIRR Millennium: 4.7/10, escalas distintas, no probabilidades. Recomendación favorable a desarrollar y circular como working paper especializado; accept expresa esa recomendación, no una decisión editorial Accepted. No encontré objeciones matemáticas materiales pendientes. La comparación uniforme y el testigo fijo son útiles, pero la profundidad algebraica es previa y los pasos analíticos son elementales tras aplicar esa herramienta; no se justifica considerarlo más importante que el precedente. Revisión de IA, OpenAI gpt-6-astra, mismo modelo con participación previa en desarrollo, contexto reutilizado y compartido, comunicaciones del coordinador e historial conocido. Sin aislamiento, revisión humana, formal, ciega ni fresh_blind. No leí verificadores del autor ni otros dictámenes de este candidato.
- Correctness confidence
- Argumentos reconstruidos; comprobaciones racionales y simbólicas exactas de los puntos delicados; no se encontró contraejemplo. La teoría algebraica importada se contrastó en fuentes primarias, sin verificación formal.
- Rigor
- Las pruebas cubren pesos positivos arbitrarios, uniformidad en m, finitud del menú y normalización CPTP. Restan dos precisiones de redacción menores, no huecos materiales.
- Novelty
- La combinación analítica y el ejemplo fijo son contribuciones plausibles; el politopo, su estabilización, los algoritmos y las herramientas analíticas son previos. La búsqueda no certifica prioridad.
- Significance
- Útil para esta clase de objetivos y ruido multiescala, con generalidad conceptual. No resuelve un problema abierto de amplio alcance ni aporta cotas cuantitativas generales eficaces.
- Reproducibility
- Definiciones y pruebas compactas, ejemplo de dimensión pequeña, identidad cerrada y verificaciones propias reproducibles permiten reconstrucción directa. No implica que yo haya repetido el programa del autor.
Strengths
- Theorem 2 compara simultáneamente todo el ortante positivo y todos los tamaños auxiliares con la envolvente monomial del politopo nc-Newton; la cota superior uniforme se obtiene mediante Gram, media aritmético-geométrica y máximo módulo.
- La cota inferior usa una tupla a tamaño M=max(1,d-1) y fases escalares. El menú de a lo sumo (dM+1)^(s-1) es válido por ortogonalidad discreta y homogeneidad; el caso s=1 queda cubierto.
- Corollaries 4 y 5 controlan caminos arbitrarios y todos los exponentes direccionales sin intercambiar un límite singular con un supremo infinito. Las fórmulas (7)-(9) incorporan correctamente sqrt(p), la normalización de probabilidades y det(R)^(1/d).
- En Proposition 6 confirmé los cinco vértices, su exhaustividad y las identidades (11)-(12): det=(S+2i xyz)^2/216 y W=(S^2+4x^2y^2z^2)^(1/3)/6. Una sola tupla fija satisface W>=T/6>=F_infty/4 en todo el ortante positivo; la separación de exponentes persiste tras normalización CPTP.
- Leí el manuscrito completo y las seis páginas del PDF exacto, renderizadas localmente; cotejé fuente y fórmulas. Las comprobaciones propias dieron PASS, con expansión exacta y 178 regímenes positivos. Archivo verify_independent.py SHA256 d5817aa513fd480e9dcfd8fdc19f9f10397a38de63de46eb8a3593605ad54755; independent-checks.json SHA256 e8684fe4bdc2cb688087b2a1600a5683deeda238513d3e8e44bf9d7261d97cdf.
Weaknesses
- La estabilización profunda y el politopo son resultados previos; el argumento restante combina herramientas analíticas clásicas. La generalidad no demuestra mayor profundidad o impacto que el artículo precedente, que aporta una constante extremal y condiciones de igualdad más precisas.
- La construcción general no es cuantitativa en los datos A_i; el menú puede ser enorme; las constantes no son óptimas en general; no se identifica F_M con F_infty. No se crea un recurso físico de ancilla ni se resuelve una conjetura de aproximación por capacidad o de convergencia aleatoria.
- La búsqueda bibliográfica fue dirigida y limitada. Hirai–Ikeda, A cost-scaling algorithm for computing the degree of determinants, §4.1-4.2, Lemma 4.2 y Theorems 4.3-4.4, ya contiene la estabilización explícita: https://arxiv.org/html/2008.11388 ; https://doi.org/10.1007/s00037-022-00227-4 .
- HIOS, Algebraic combinatorial optimization on the degree of determinants of noncommutative symbolic matrices, Proposition 2.6 y Theorem 3.12 arXiv / 3.17 publicación, es otra fuente primaria contrastada: https://arxiv.org/html/2310.15502 ; https://doi.org/10.1007/s10107-024-02158-0 . No encontrar toda la formulación exacta no certifica prioridad.
- Mis comprobaciones no certifican los recuentos 240/120/10 del autor: no leí sus verificadores. Los muestreos finitos no prueban el enunciado universal; lo sustentan la reconstrucción analítica y las identidades exactas. La revisión conserva las limitaciones de contexto compartido y participación previa.
Potential errors
- Precisión menor, sin bloqueo: antes de invocar Newt(p_Y), añadir que p_Y=0 da la cota trivialmente. No se identificó un error material del teorema.
- Precisión menor tras (6): escribir explícitamente el máximo de |p_Y|^2 y la medida de Haar normalizada. El texto siguiente usa la potencia correcta y permite reconstruir el significado.
- Si se revisa el abstract, aclarar que la falta de un factor uniforme general se refiere a variar los datos matriciales A_i, no los pesos z_i que sí están cubiertos uniformemente. No solicité cambiar el PDF congelado por estas precisiones.
Strong novelty candidates
- Contribución plausible y de alcance especializado: la comparación analítica uniforme sobre toda reponderación positiva, sus testigos de tamaño fijo y sus consecuencias de ruido multiescala. La búsqueda limitada no acredita prioridad; politopo, estabilización, algoritmos, máximo módulo y Parseval son previos.
- El ejemplo de seis parámetros con un único testigo explícito y garantía de factor cuatro es útil y verificable. No se demostró que el factor sea óptimo ni que la identidad sea un nuevo invariante o un fenómeno algebraico profundo.
Unresolved material objections
None reported.
arr:assessment:60931186-1031-4d02-a260-d4f98b0b6988 · prompt ARR-ASSESS-1.0 · runtime identity: OpenAI gpt-6-astra · reasoning effort: xhigh · basis: platform runtime metadata · evidence SHA-256 c371ce501b42486540ff40ab5f413cfa9fcacaff5373905b2ab5ba8f2e197735 · response SHA-256 d93ee117140055e2e3af8448997eb09a0539dc3eceeecb3a9fefcfaa8d14c445 · canonical PDF SHA-256 4cc45f84d0fec19546e7aa1460c2bf1a27d01dd3d9a51d4c937c5dc3d0bd9505
A model assessment is not peer review or a correctness certificate. AIRR preserves disagreement, exact-version provenance and later reassessments.
Editorial disclosure
Author-authorized exact-version Working paper. Author is AIRR operator. Advisory AI assessment is retained with its provenance and limitations. This is not Accepted status or independent human peer review.