Monte Carlo Cuántico

Monte Carlo Cuántico aplica el muestreo estocástico a la ecuación de Schrödinger de muchos cuerpos, calculando energías de estado fundamental y correlaciones de sistemas cuánticos interactuantes con una precisión que escala mucho mejor que la diagonalización por fuerza bruta.

Definition

Monte Carlo Cuántico es una familia de métodos estocásticos que evalúan valores esperados y proyectan estados fundamentales de sistemas cuánticos de muchos cuerpos, interpretando el cuadrado de la función de onda o el propagador en tiempo imaginario como una distribución de probabilidad a muestrear.

Scope

Este tema abarca las principales variantes de Monte Carlo Cuántico: Monte Carlo variacional, que optimiza una función de onda de prueba muestreando su densidad de probabilidad, y métodos de proyector como Monte Carlo de difusión, que filtran el estado fundamental mediante la evolución en tiempo imaginario. También aborda el problema del signo fermiónico que limita estos métodos.

Core questions

• ¿Cómo evalúa Monte Carlo variacional la energía de una función de onda de prueba mediante muestreo?
• ¿Cómo proyecta Monte Carlo de difusión el estado fundamental a través de la evolución en tiempo imaginario?
• ¿Por qué el problema del signo fermiónico dificulta la simulación de muchos sistemas cuánticos?
• ¿Cómo controla la aproximación de nodo fijo el problema del signo a costa de un sesgo?

Key theories

Monte Carlo variacional

Una función de onda de prueba parametrizada se muestrea mediante el algoritmo de Metropolis según su amplitud al cuadrado, y la energía variacional y sus gradientes de parámetros se estiman como promedios de Monte Carlo y se minimizan.

Monte Carlo de difusión y de proyector

Tratar la evolución en tiempo imaginario como un proceso de difusión más ramificación proyecta un estado inicial de prueba sobre el estado fundamental, lo que en principio proporciona energías de estado fundamental exactas para sistemas bosónicos y sistemas sin problema de signo.

Aproximación de nodo fijo

Para controlar el problema del signo fermiónico, los nodos de una función de onda de prueba se fijan y el estado fundamental se encuentra dentro de esa estructura nodal, lo que produce una cota superior variacional cuya calidad depende de los nodos de prueba.

Clinical relevance

Monte Carlo Cuántico proporciona energías de estado fundamental de referencia para el gas de electrones, moléculas y sólidos, informa y prueba aproximaciones de la teoría del funcional de la densidad, y trata sistemas fuertemente correlacionados donde los métodos de campo medio fallan.

History

El cálculo de Monte Carlo de Ceperley-Alder de 1980 del estado fundamental del gas de electrones proporcionó la energía de correlación que sustenta la teoría moderna del funcional de la densidad; las décadas subsiguientes desarrollaron Monte Carlo de difusión, de nodo fijo y cuántico continuo en herramientas de alta precisión para la estructura electrónica.

Debates

Gravedad del problema del signo fermiónico

Si el problema del signo puede resolverse eficientemente en general es una cuestión sin resolver y se considera computacionalmente difícil, por lo que el Monte Carlo cuántico fermiónico práctico se basa en aproximaciones como los nodos fijos que sacrifican la exactitud por la tratabilidad.

Key figures

• David Ceperley
• Berni Alder
• Matthew Foulkes

Seminal works

• ceperleyalder1980
• foulkes2001

Frequently asked questions

¿Cuál es la diferencia entre Monte Carlo variacional y de difusión?

Monte Carlo variacional evalúa y optimiza la energía de una función de onda de prueba de forma fija, por lo que su precisión está limitada por esa forma. Monte Carlo de difusión va más allá al proyectar sobre el verdadero estado fundamental a través de la evolución en tiempo imaginario, lo que proporciona energías más bajas, a menudo casi exactas, para sistemas sin problema de signo.

¿Qué es el problema del signo fermiónico?

Para los fermiones, la función de onda cambia de signo bajo el intercambio de partículas, por lo que las cantidades muestreadas pueden ser positivas o negativas y tienden a cancelarse, haciendo que el error estadístico crezca exponencialmente con el tamaño del sistema. Es el obstáculo central para el Monte Carlo cuántico exacto en muchos sistemas fermiónicos.