[论文解读] Numerical Study for an Equilibrium in the Recursive Stochastic State Selection Method

Tomo Munehisa, Yasuko Munehisa|arXiv (Cornell University)|Mar 25, 2004

Quantum many-body systems参考文献 1被引用 3

一句话总结

本文提出了一种递归随机态选择（RSSS）方法，用于高效估算具有正定哈密顿量的量子自旋系统的基态能量。通过迭代应用随机选择矩阵和哈密顿量，该方法可达到一种稳定的‘RSSS平衡’状态，此时归一化因子能非常接近地近似基态能量，在36位和64位模型中实现了低于0.07%的相对误差。

ABSTRACT

We apply the recursive stochastic state selection method, which is a new method for Monte Carlo study we have recently developed, to quantum spin systems with positive definite Hamiltonians. Through numerical studies of two-dimensional J1-J2 Heisenberg model on a square lattice with unfrustrated couplings J1=1 and J2=-1 and with non-frustrated ones J1=1 and J2=0, we find that a kind of equilibrium is realized in these systems. We also observe that in this equilibrium we can obtain a quite accurate estimate of the energy eigenvalue for the system's ground state. Statistical relative errors in our results are 0.03% for the 36-site unfrustrated model and 0.06% for the 64-site non-frustrated model.

研究动机与目标

• 通过RSSS方法研究量子自旋系统中新型平衡态的存在性及其性质。
• 开发一种数值上高效且精确的方法，用于估算具有正定哈密顿量的大规模量子自旋系统的基态能量。
• 在小尺寸和大尺寸晶格上验证RSSS方法，展示其在不同系统尺寸和耦合参数下的准确性和鲁棒性。
• 建立一种简单、与系统无关的基态能量估算方法，避免使用复杂的分析或数值技术。
• 探索RSSS平衡在几何阻挫与非阻挫量子自旋系统中的广泛应用潜力。

提出的方法

• RSSS方法通过迭代应用哈密顿量和随机选择矩阵，递归地生成归一化的中间态，其中后者根据中间态系数动态调整。
• 随机选择矩阵通过依赖于中间态系数大小的开-关概率函数定义，使用可调参数ε控制选择阈值。
• 在每一步计算归一化因子C^(m)以保持单位范数，其收敛性表明系统正趋近RSSS平衡。
• 该方法利用了在RSSS平衡状态下，归一化因子趋于稳定并能精确估计基态能量E₀的特性。
• 通过t检验和最小二乘拟合评估统计收敛性，从多个蒙特卡洛样本中提取E₀的稳定估计值。
• 该方法应用于正方晶格上的J₁–J₂海森伯模型，其中J₁=1，J₂=−1（阻挫）或J₂=0（非阻挫），涵盖小尺寸和大尺寸系统。

实验结果

研究问题

• RQ1 RSSS方法是否能在具有正定哈密顿量的量子自旋系统中达到稳定平衡态？
• RQ2 RSSS平衡状态下的归一化因子能否提供基态能量的精确估计？
• RQ3 能量估计的精度如何依赖于系统尺寸、耦合参数以及ε的选择？
• RQ4 RSSS平衡在不同阈值参数ε值下是否具有鲁棒性？
• RQ5 RSSS方法是否能在不依赖系统特异性细节的前提下实现高精度的基态能量估算？

主要发现

• RSSS方法在正方晶格上的J₁–J₂海森伯模型中，成功在阻挫（J₂=−1）和非阻挫（J₂=0）情形下达到稳定平衡态。
• 对于36位非阻挫模型（J₁=1，J₂=0），该方法估算的基态能量为−40.644±0.013，与参考值相差仅0.03%。
• 对于64位非阻挫模型（J₁=1，J₂=0），估算结果为−43.099±0.025，仅比目前已知最精确值−43.107高出0.02%。
• 统计相对误差在36位系统中低至0.03%，在64位系统中为0.06%，表明具有极高的数值精度。
• RSSS平衡在m ≳ 200次迭代后趋于稳定，归一化因子C^(m)在Δm=20步内无相关性。
• 该方法的精度在不同ε值（0.01至0.05）下均保持稳定，表明其应用广泛，且对参数调优不敏感。