सटीक विकर्णीकरण विधियाँ
सटीक विकर्णीकरण एक चुने हुए आधार में इसके हैमिल्टनियन मैट्रिक्स का निर्माण करके और सीधे इसके आइगेनवैल्यूज़ को ज्ञात करके एक क्वांटम बहु-निकाय मॉडल को हल करता है, जो छोटे जालों के लिए संख्यात्मक रूप से सटीक स्पेक्ट्रा प्रदान करता है जिसके विरुद्ध अनुमानित विधियों का परीक्षण किया जाता है।
Definition
सटीक विकर्णीकरण एक संख्यात्मक विधि है जो एक परिमित आधार में सटीक रूप से दर्शाए गए बहु-निकाय हैमिल्टनियन के आइगेनवैल्यूज़ और आइगेनवेक्टरों की गणना करती है, जो परिमित आकार से परे किसी भी सन्निकटन के बिना एक छोटे क्वांटम सिस्टम का स्पेक्ट्रम प्रदान करती है।
Scope
यह विषय हबर्ड और हाइजेनबर्ग प्रणालियों जैसे जाली क्वांटम मॉडल के सटीक विकर्णीकरण को शामिल करता है: बहु-निकाय आधार का निर्माण, हैमिल्टनियन को ब्लॉक-विकर्णीकृत करने के लिए समरूपताओं का उपयोग, और घातीय रूप से बड़े लेकिन विरल मैट्रिक्स से निम्न-स्तरीय अवस्थाओं को निकालने के लिए लैंक्ज़ोस पुनरावृति। यह घातीय दीवार को संबोधित करता है जो सिस्टम के आकार को सीमित करती है।
Core questions
- बहु-निकाय हिल्बर्ट स्पेस को कैसे गिना जाता है और हैमिल्टनियन को एक विरल मैट्रिक्स के रूप में कैसे बनाया जाता है?
- समरूपताएँ समस्या को छोटे ब्लॉकों में कैसे कम करती हैं?
- लैंक्ज़ोस एल्गोरिथम एक विशाल विरल हैमिल्टनियन से ग्राउंड स्टेट को कैसे निकालता है?
- कंप्यूटर मेमोरी के साथ सुलभ सिस्टम का आकार केवल लघुगणकीय रूप से क्यों बढ़ता है?
Key theories
- बहु-निकाय आधार निर्माण
- एक जाली मॉडल के हिल्बर्ट स्पेस को अधिभोग या स्पिन विन्यास के रूप में गिना जाता है, और हैमिल्टनियन को एक विरल मैट्रिक्स के रूप में संग्रहीत किया जाता है क्योंकि प्रत्येक आधार अवस्था केवल कुछ अन्य से जुड़ती है।
- समरूपता ब्लॉक-विकर्णीकरण
- संरक्षित मात्राएँ और जाली समरूपताएँ हैमिल्टनियन को स्वतंत्र ब्लॉकों में विभाजित करती हैं, जिससे विकर्णीकृत होने वाले मैट्रिक्स सिकुड़ जाते हैं और उनकी क्वांटम संख्याओं द्वारा अवस्थाओं को लेबल किया जाता है।
- चरम आइगेनस्टेट्स के लिए लैंक्ज़ोस
- लैंक्ज़ोस एल्गोरिथम पूर्ण मैट्रिक्स को बनाए या संग्रहीत किए बिना ग्राउंड स्टेट और कुछ उत्तेजित अवस्थाओं को निकालने के लिए विरल हैमिल्टनियन को एक छोटे क्रायलोव सबस्पेस पर प्रोजेक्ट करता है।
Clinical relevance
सटीक विकर्णीकरण दृढ़ता से सहसंबद्ध जाली मॉडल के लिए बेंचमार्क ग्राउंड स्टेट्स, उत्तेजना स्पेक्ट्रा और सहसंबंध कार्य प्रदान करता है, जो क्वांटम मोंटे कार्लो, टेंसर-नेटवर्क और अन्य अनुमानित बहु-निकाय विधियों के परीक्षण के लिए संदर्भ के रूप में कार्य करता है।
History
छोटे क्वांटम जालों का प्रत्यक्ष विकर्णीकरण 1960 के दशक से कंप्यूटिंग शक्ति के साथ बढ़ा; 1980 के दशक में लैंक्ज़ोस पुनरावृति और समरूपता न्यूनीकरण के उपयोग ने सुलभ हबर्ड और हाइजेनबर्ग क्लस्टर को कुछ दर्जन साइटों तक पहुँचाया, जिससे सटीक विकर्णीकरण एक बेंचमार्क विधि के रूप में स्थापित हुआ।
Key figures
- Cornelius Lanczos
- Elliott Lieb
- H. Q. Lin
Related topics
Seminal works
- lin1990
- lanczos1950
Frequently asked questions
- सटीक विकर्णीकरण छोटे सिस्टम तक ही सीमित क्यों है?
- बहु-निकाय हिल्बर्ट स्पेस का आयाम साइटों की संख्या के साथ घातीय रूप से बढ़ता है, इसलिए विरल भंडारण और समरूपताओं के साथ भी मैट्रिक्स किसी भी कंप्यूटर की मेमोरी से जल्दी बड़ा हो जाता है, जिससे सटीक विकर्णीकरण कुछ दसियों साइटों तक सीमित हो जाता है।
- उस सीमा के बावजूद सटीक विकर्णीकरण किस लिए अच्छा है?
- पहुँच के भीतर, यह संख्यात्मक रूप से सटीक, निष्पक्ष परिणाम देता है, जिससे यह अनुमानित बहु-निकाय विधियों को मान्य करने और छोटे क्लस्टर का अध्ययन करने के लिए स्वर्ण मानक बन जाता है जहाँ परिमित-आकार के प्रभावों का सीधे विश्लेषण किया जा सकता है।