[论文解读] Quantum algorithm for anisotropic diffusion and convection equations with vector norm scaling

Julien Zylberman, Thibault Fredon+2 more|arXiv (Cornell University)|Mar 9, 2026

Quantum Computing Algorithms and Architecture被引用 0

一句话总结

本文提出一种量子数值方案，在量子计算机上求解各向异性扩散和各向异性对流偏微分方程，利用态准备、对角化演化（通过Trotter化）与测量，并给出向量范数误差分析，相对于算子范数界，所需时间步数呈指数级减少。

ABSTRACT

In this work, we tackle the resolution of partial differential equations (PDEs) on digital quantum computers. Two fundamental PDEs are addressed: the anisotropic diffusion equation and the anisotropic convection equation. We present a quantum numerical scheme consisting of three steps: quantum state preparation, evolution with diagonal operators, and measurement of observables of interest. The evolution step relies on a high-order centered finite difference and a product formula approximation, also known as Trotterization. We provide novel vector-norm analysis to bound the different sources of error. We prove that the number of time-steps required in the evolution can be reduced by a factor $Θ(16^n)$ for the diffusion equation, and $Θ(4^n)$ for the convection equation, where $n$ is the number of qubits per dimension, an exponential reduction compared to the previously established operator-norm analysis.

研究动机与目标

• 推动开发用于经典PDEs的量子数值方案，而不仅仅是量子系统仿真。
• 开发一个三步量子方案（态准备、带对角算子之演化、测量）用于各向异性扩散与对流方程。
• 引入基于向量范数的误差分析以界定离散化与乘积形式误差。
• 显示相对于算子范数分析，时间步数的需求可以呈指数级减小。
• 为未来对其他PDE的高效量子解法奠定基础。

提出的方法

• 将解的实空间编码入每维 nj 个量子比特的 n-qubit 状态中。
• 量子态制备例程将初始条件加载到量子振幅（Walsh、傅里叶或多项式级联加载器）。
• 使用高阶中心差分和乘积形式（Trotter）分解进行演化，且通过 QFT 实现可对角化算子的对角化；通过归一化与向量范数分析处理非单位扩散。
• 通过 QFT 对角化导数算子与空间依赖系数实现对角化算子；演化由时间有序指数近似为乘积公式所支配。
• 测量协议（Hadamard 测试、Swap 测试、量子振幅估计）从最终态提取如平均值与矩等观测量。

实验结果

研究问题

• RQ1 如何在量子计算机上使用有限差分离散化求解各向异性扩散与对流PDE？
• RQ2 向量范数分析是否能提供相对于传统算子范数分析更紧的（呈指数级的 n）误差与时间步数界？
• RQ3 为高效模拟这些PDE所需的量子电路技术（态准备、对角算子实现、QFT）有哪些？
• RQ4 可以从最终量子态估计哪些感兴趣的观测量，以及精度如何？

主要发现

• 三步量子方案（态准备、带对角算子之演化、测量）可以在量子硬件上对PDE解进行编码与演化。
• 基于向量范数的误差分析相对于算子范数界可实现对时间步数的指数级缩减：扩散为 Θ(16n)，对流为 Θ(4n)，其中 n 为每维的量子位数。
• 乘积形式（Trotter）演化的时间尺度为 O(T^2/L)，且与离散化步长无关，从而实现高效逼近。
• 该方案将高阶中心差分与 QFT 对角化相结合，高效实现导数算子在量子计算机上的作用。
• 测量协议使得从最终量子态估计平均观测量与矩等量成为可能。
• 分析同时覆盖空间离散化误差和乘积形式近似误差，包括对扩散的非单位演化。