Mi pregunta es sobre la extracción de observables de los métodos QMC, como se describe en esta referencia .
Entiendo la derivación formal de varios métodos QMC como Path Integral Monte Carlo. Sin embargo, al final del día todavía estoy confundido sobre cómo usar estas técnicas de manera efectiva.
La idea básica de la derivación de los métodos Quantum MC es discretizar, mediante la aproximación Trotter, un operador que puede ser la matriz de densidad o el operador de evolución temporal de un sistema cuántico. Luego obtenemos un sistema clásico con una dimensión adicional que puede tratarse con métodos MC.
Teniendo en cuenta que podemos interpretar en el operador cuántico e - β H , tanto como la temperatura inversa y un tiempo imaginario, el objetivo de estos algoritmos debe ser para calcular una aproximación de este operador. De hecho, si midiéramos directamente cantidades de las diversas configuraciones muestreadas a lo largo de una simulación, en el caso de "temperatura inversa" tendríamos muestras que respetan una densidad de probabilidad basada en β / M , donde Mes el número de pasos discretos introducidos en la descomposición de Trotter. En cambio, en el caso del "tiempo imaginario", obtendríamos muestras en varios pasos de tiempo discretos, obteniendo así promedios a lo largo del tiempo también. Asimismo, no obtendríamos cantidades como en un momento dado t , con un poco de operador observable.
Sin embargo, en mi opinión, las cantidades que tomamos de muestra directamente de este tipo de simulaciones (tomadas de (5.34) del documento, página 35):
¿Tengo razón en que se requiere una serie de simulaciones QMC para extraer información útil sobre un observable dado?