เปรียบเทียบวิธี

	การอินทิเกรตตามวิถีแบบมอนติคาร์โล	ทฤษฎีฟังก์ชันความหนาแน่น
สาขาวิชา	การคำนวณเชิงควอนตัม	การคำนวณเชิงควอนตัม
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	1948	1965
ผู้ริเริ่ม	Richard Feynman	Walter Kohn
ประเภท	Stochastic simulation	Electronic structure method
แหล่งต้นตำรับ	Feynman, R. P. (1948). Space-time approach to non-relativistic quantum mechanics. Reviews of Modern Physics, 20, 367–387.	Kohn, W., Sham, L. J. (1965). Self-consistent equations including exchange and correlation effects. Physical Review, 140, A1133–A1138.
ชื่อเรียกอื่น	PIMC, Feynman path integral	DFT, Kohn-Sham equations
ที่เกี่ยวข้อง	3	4
สรุป	Path Integral Monte Carlo (PIMC) is a computational method for calculating thermodynamic and structural properties of quantum systems using Feynman's path integral formulation. Developed rigorously by David Ceperley and colleagues in the 1990s, PIMC treats quantum particles as classical polymers in a higher-dimensional space, enabling efficient Monte Carlo sampling of quantum statistics.	Density Functional Theory (DFT) is a computational method for determining the properties of materials and molecules by modeling the ground state electron density. Developed by Walter Kohn and Lu Jeu Sham in the 1960s, DFT reduces the complexity of quantum chemistry from tracking individual electron coordinates to optimizing the total electron density, enabling efficient simulations of large molecular and condensed-matter systems.