量子蒙特卡罗方法中的非线性偏差、随机采样有效哈密顿量与谱函数
强关联电子
2018-08-15 v2 化学物理
计算物理
摘要
在本文中，我们研究了由于非线性期望值的累积而在量子蒙特卡罗方法中可能出现的系统性偏差的例子，以及可以纠正这些误差的方法。我们首先研究了 Krylov 投影 FCIQMC (KP-FCIQMC) 方法，该方法最近被引入以允许对动力学性质进行高效的随机计算。这需要求解一个采样有效哈密顿量，从而对这些随机变量产生非线性操作。我们研究了这个特征值问题的概率分布，以研究该方法中的随机误差和系统性偏差，并证明通过移动到更合适的基可以显著纠正此类误差。最后，将其扩展以包含对 Ceperley 和 Bernu 的关联函数 QMC 方法的考虑，展示了如何在 FCIQMC 框架中采用这种方法。
引用
@article{arxiv.1806.02579,
title = {Non-linear biases, stochastically-sampled effective Hamiltonians and spectral functions in quantum Monte Carlo methods},
author = {Nick S. Blunt and Ali Alavi and George H. Booth},
journal= {arXiv preprint arXiv:1806.02579},
year = {2018}
}
备注
12 pages, 7 figures