Квантовый метод Монте-Карло

Квантовый метод Монте-Карло применяет стохастическую выборку к многочастичному уравнению Шрёдингера, вычисляя энергии основного состояния и корреляции взаимодействующих квантовых систем с точностью, которая масштабируется значительно лучше, чем при прямом диагонализации.

Definition

Квантовый метод Монте-Карло — это семейство стохастических методов, которые оценивают ожидаемые значения и проектируют основные состояния квантовых многочастичных систем, интерпретируя квадрат волновой функции или пропагатор во мнимом времени как распределение вероятностей для выборки.

Scope

Эта тема охватывает основные разновидности квантового метода Монте-Карло: вариационный метод Монте-Карло, который оптимизирует пробную волновую функцию путем выборки ее плотности вероятности, и проекционные методы, такие как диффузионный метод Монте-Карло, которые отфильтровывают основное состояние путем эволюции во мнимом времени. Также рассматривается проблема фермионного знака, которая ограничивает эти методы.

Core questions

• Как вариационный метод Монте-Карло оценивает энергию пробной волновой функции путем выборки?
• Как диффузионный метод Монте-Карло проектирует основное состояние через эволюцию во мнимом времени?
• Почему проблема фермионного знака затрудняет моделирование многих квантовых систем?
• Как приближение фиксированных узлов контролирует проблему знака ценой смещения?

Key theories

Вариационный метод Монте-Карло

Параметризованная пробная волновая функция отбирается методом Метрополиса в соответствии с ее квадратом амплитуды, а вариационная энергия и градиенты ее параметров оцениваются как средние значения Монте-Карло и минимизируются.

Диффузионный и проекционный метод Монте-Карло

Рассмотрение эволюции во мнимом времени как процесса диффузии с ветвлением проецирует начальное пробное состояние на основное состояние, давая в принципе точные энергии основного состояния для бозонных систем и систем без проблемы знака.

Приближение фиксированных узлов

Для контроля проблемы фермионного знака узлы пробной волновой функции фиксируются, и основное состояние находится в пределах этой узловой структуры, что дает вариационную верхнюю границу, качество которой зависит от пробных узлов.

Clinical relevance

Квантовый метод Монте-Карло обеспечивает эталонные энергии основного состояния для электронного газа, молекул и твердых тел, информирует и тестирует приближения функционала плотности, а также обрабатывает сильно коррелированные системы, где методы среднего поля оказываются неэффективными.

History

Вычисление основного состояния электронного газа методом Монте-Карло, выполненное Сеперли и Алдером в 1980 году, предоставило корреляционную энергию, лежащую в основе современной теории функционала плотности; последующие десятилетия развили диффузионный, фиксированно-узловой и континуальный квантовый метод Монте-Карло в высокоточные инструменты для изучения электронной структуры.

Debates

Серьезность проблемы фермионного знака

Вопрос о том, может ли проблема знака быть эффективно решена в общем случае, остается нерешенным и считается вычислительно сложным, поэтому практический фермионный квантовый метод Монте-Карло опирается на приближения, такие как фиксированные узлы, которые обменивают точность на вычислительную разрешимость.

Key figures

• David Ceperley
• Berni Alder
• Matthew Foulkes

Seminal works

• ceperleyalder1980
• foulkes2001

Frequently asked questions

В чем разница между вариационным и диффузионным методом Монте-Карло?

Вариационный метод Монте-Карло оценивает и оптимизирует энергию пробной волновой функции фиксированной формы, поэтому его точность ограничена этой формой. Диффузионный метод Монте-Карло идет дальше, проецируя на истинное основное состояние через эволюцию во мнимом времени, давая более низкие, часто почти точные энергии для систем без проблемы знака.

Что такое проблема фермионного знака?

Для фермионов волновая функция меняет знак при обмене частицами, поэтому отбираемые величины могут быть положительными или отрицательными и имеют тенденцию к взаимному сокращению, что приводит к экспоненциальному росту статистической ошибки с увеличением размера системы. Это центральное препятствие для точного квантового метода Монте-Карло для многих фермионных систем.