Métodos de Diagonalización Exacta
La diagonalización exacta resuelve un modelo cuántico de muchos cuerpos construyendo su matriz hamiltoniana en una base elegida y encontrando sus valores propios directamente, lo que proporciona espectros numéricamente exactos para redes pequeñas contra los cuales se prueban los métodos aproximados.
Definition
La diagonalización exacta es un método numérico que calcula los valores propios y los vectores propios de un hamiltoniano de muchos cuerpos representado exactamente en una base finita, produciendo el espectro de un pequeño sistema cuántico sin aproximaciones más allá del tamaño finito.
Scope
Este tema cubre la diagonalización exacta de modelos cuánticos de red como los sistemas de Hubbard y Heisenberg: la construcción de la base de muchos cuerpos, el uso de simetrías para la diagonalización por bloques del hamiltoniano y la iteración de Lanczos para extraer estados de baja energía de la matriz exponencialmente grande pero dispersa. Aborda la barrera exponencial que limita el tamaño del sistema.
Core questions
- ¿Cómo se enumera el espacio de Hilbert de muchos cuerpos y se construye el hamiltoniano como una matriz dispersa?
- ¿Cómo reducen las simetrías el problema en bloques más pequeños?
- ¿Cómo extrae el algoritmo de Lanczos el estado fundamental de un hamiltoniano disperso enorme?
- ¿Por qué el tamaño del sistema accesible crece solo logarítmicamente con la memoria de la computadora?
Key theories
- Construcción de la base de muchos cuerpos
- El espacio de Hilbert de un modelo de red se enumera como configuraciones de ocupación o de espín, y el hamiltoniano se almacena como una matriz dispersa porque cada estado base se acopla solo a unos pocos otros.
- Diagonalización por bloques de simetría
- Las cantidades conservadas y las simetrías de la red dividen el hamiltoniano en bloques independientes, reduciendo las matrices que deben diagonalizarse y etiquetando los estados por sus números cuánticos.
- Lanczos para autoestados extremos
- El algoritmo de Lanczos proyecta el hamiltoniano disperso en un pequeño subespacio de Krylov para extraer el estado fundamental y algunos estados excitados sin formar ni almacenar la matriz completa.
Clinical relevance
La diagonalización exacta proporciona estados fundamentales de referencia, espectros de excitación y funciones de correlación para modelos de red fuertemente correlacionados, sirviendo como referencia para probar Monte Carlo cuántico, redes tensoriales y otros métodos aproximados de muchos cuerpos.
History
La diagonalización directa de pequeñas redes cuánticas creció con la capacidad de cómputo a partir de la década de 1960; el uso de la iteración de Lanczos y la reducción de simetría en la década de 1980 impulsó los cúmulos de Hubbard y Heisenberg accesibles a unas pocas docenas de sitios, estableciendo la diagonalización exacta como un método de referencia.
Key figures
- Cornelius Lanczos
- Elliott Lieb
- H. Q. Lin
Related topics
Seminal works
- lin1990
- lanczos1950
Frequently asked questions
- ¿Por qué la diagonalización exacta se limita a sistemas pequeños?
- La dimensión del espacio de Hilbert de muchos cuerpos crece exponencialmente con el número de sitios, por lo que incluso con almacenamiento disperso y simetrías, la matriz supera rápidamente la memoria de cualquier computadora, limitando la diagonalización exacta a unas pocas decenas de sitios.
- ¿Para qué es útil la diagonalización exacta a pesar de esa limitación?
- Dentro de su alcance, proporciona resultados numéricamente exactos e imparciales, lo que la convierte en el estándar de oro para validar métodos aproximados de muchos cuerpos y para estudiar pequeños cúmulos donde los efectos de tamaño finito pueden analizarse directamente.