國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
102 104 218
n
0 0.1 0.2 0.3 0.4 0.5
g
L = 15 L = 18 L = 21 L = 24
圖 2.4: 不同系統尺度的 Binder 比值與投射長度 n 的關係。可觀察到,當 n≥ 217,最 大系統 L = 24 的 Binder 比值漸收斂至一定值。
有限尺度標度圖,而圖 2.5b 為磁化率。使用的投射長度均為 n = 218利用 3DXY 普適類的臨界指數 ν = 0.67155 與 βm = 0.3485 [14],我們可以得到 m2 不錯的擬 合結果,χ 的擬合狀況則較差,可能是所考慮的系統尺度不夠大。
2.4 量子絕熱演化
上兩節所描述的零溫投射法並沒有運用任何近似(approximation)處理方法,
可視為一無偏差(unbiased)、無系統誤差(systematic errors)的量子蒙地卡羅演 算法,也就是說,利用足夠大的哈密頓算符次方 n 及足夠多的蒙地卡羅步驟 Nmc, 我們能獲得可靠且精確的平衡態期望值。有趣的是,零溫投射法亦可應用於所謂 的量子絕熱計算 [26–28],此類演算法的原始設計在於利用量子力學原理尋求最佳 解,也是當今商用量子計算機 D-Wave 系統試圖模擬的演算法 [29]。
量子絕熱計算的概念乃基於絕熱定理(adiabatic theorem ) [30],指的是在足 夠緩慢的微擾影響下,該物理系統可隨時間演化持續保持在一能量本徵態,若該 狀態的能量值與其它能階間有一能隙(energy gap)。根據文獻 [26],我們可將量 子絕熱計算原理於最佳化計算的應用如下表達:欲求一複雜的哈密頓算符 Hp 的 基態(問題的最佳解),我們可以從一已知(或可簡單取得)基態解的哈密頓算符 H(t = 0) = H0 為起點,藉緩慢調控哈密頓算符的參數,使哈密頓算符經過一長
‧
‧
(quantum annealing)演算法)來探討複雜系統的基態相關問題 [31–33],近年更因 為量子計算器之可行性及其原理的討論,以及建構量子電腦的計畫等風潮,而帶
(scaling behavior) [28,36]。
以式 (2.38) 的型式表達,我們所探討的橫場易辛模型(在考慮演算法中所需的 蒙地卡羅演算法被稱為「準絕熱量子蒙地卡羅法」(quasi-adiabatic quantum Monte Carlo algorithm ) [27]。一般來說,演化時間點 sk 可以從起點 s1 到終點 sn 以不
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
0.2 0.3 0.4 0.5
s
0 0.2 0.4 0.6 0.8 1
g
L = 9 L = 12 L = 15 L = 18
sc = 0.3788
圖 2.6: Binder 比值在準絕熱量子蒙地卡羅法計算中隨虛數時間 s 演化的結果。不同 系統尺度 L 的數據曲線交會於 sc ≈ 2.64−1(虛線標出),此對應平衡態量子臨界點 Γc = 1.64 (J = 1)。計算上我們在 s∈ [0, 1] 區間以算符數目 n = 2, 560, 000 作虛數時 間演化,並重複 2,000,000 個蒙地卡羅步驟,以求平均。本圖儘截取模擬的部份 s 區 間。
同函數形式變化 [27],這裡我們只考慮最簡單的線性形式,也就是,單位時間為
∆s = sn/n,則時間點 sk= k∆s。
在物理量期望值的計算上,雷同上節討論的平衡量子蒙地卡羅方法,某觀察量 O 在時間點 sn時之期望值可表示為
⟨O⟩n= ⟨Ψ(s0)|P1,nOPn,1|Ψ(s0)⟩
⟨Ψ(s0)|P1,nPn,1|Ψ(s0)⟩ . (2.44) 或我們考慮一廣義的形式,包含「不對稱期望值」,其左右兩態向量為不對稱的,
⟨O⟩t= ⟨Ψ(s0)|P1,nPn,t+1OPt,1|Ψ(s0)⟩
⟨Ψ(s0)|P1,nPn,1|Ψ(s0)⟩ , (2.45) 當 t = n 時,即相當於式 (2.44) 的對稱期望值。這裡討論的準絕熱量子蒙地卡羅 法具許多計算上的優勢;例如我們可在單一的模擬演化中計算過程中每一時間點 sk的(不對稱)期望值⟨O⟩,若此觀察量 O 在所選擇的基底上為對角的;針對我 們的模型,我們可如此計算磁化量 m 相關的物理量。
圖 2.6 呈現準絕熱量子蒙地卡羅計算所得的 Binder 量;我們可看到對不同系
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
-5 -4 -3 -2 -1 0 1 2 3 4 5
(s-s
c)L
1/ν0 0.2 0.4 0.6 0.8 1
g
L = 9 L = 12 L = 15 L = 18 ν = 0.671
sc = 0.3788
圖 2.7: 圖 2.6 的有限尺度標度化結果。
統尺寸 L 的數值曲線交會於某 sc ≈ 0.3788 值,此處恰為 (1 − sc)/sc ≈ 1.64,對 照式 (2.41) 與比值 Γ/J,可看出 sc正對應我們前面章節所得到的平衡量子臨界點 Γc/J = 1.64。我們也可以對圖 2.6 的數據作有限尺度標度分析。如圖 2.7 所展示,
配合 g 的標度形式 (2.37) 與臨界關聯長度指數 ν = 0.671,我們得以使對應不同 L 的數值坐落於一曲線上。
在絕熱量子計算過程中,調降控制參數(統稱「退火」)的速率及基態-激發態 間的能隙決定系統是否能保持於瞬間基態 [30,37]。在量子臨界點能隙消失,此處 必造成絕熱量子計算過程的瓶頸。這個情形與 Thomas Kibble 與 Wojciech Zurek 提 出的 Kibble-Zurek(KZ)機制雷同,其討論早期宇宙與凝態系統淬煉通過一臨界 點時缺陷形成與退火速度之關係 [38–41]。KZ 機制亦被擴展至量子系統 [42–44]。
以量子易辛系統為例,隨著量子臨界點 λc ≡ (Γ/J)c的逼近,能隙 ∆ 呈冪次型的 消失:
∆∼ |λ − λc|zν (2.46) 定義臨界動力學指數(dynamic exponent)z。因為在量子系統特徵時間與特徵能 量尺度互為倒數的關係,時間上的關聯長度或弛豫時間(relaxation time)隨至量 子臨界點的關係則為
τrel ∼ |λ − λc|−zν. (2.47)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
在退火過程,當參數 λ 以速率 u 以線性方式隨時間 s 變化時
λ(s) = λ(0)− us , (2.48) 根據 KZ 理論,至臨界點之尚剩餘時間 τ =|λ − λc|/u 須至少與弛豫時間 τrel相當,
系統才得以保持於基態。由此我們定義一臨界速率 uc,稱為 Kibble-Zurek(KZ) 速 率,來界定退火的快(u < uc)慢(u > uc)。由
|λ − λc|
uc ∼ τrel ∼ |λ − λc|−zν (2.49) 我們得出
uc∼ |λ − λc|1+zν. (2.50) 或與關聯長度 ξ 的關係
uc∼ ξ−(z+1/ν). (2.51)
上述討論基於熱力學極限下 L → ∞。對於有限系統,由式 (2.51) 可得 KZ 速 率與系統長度 L 的關係:
uc∼ L−(z+1/ν). (2.52)
我們也可擴充式 (2.30) 的物理量有限尺度標度形式至非平橫情形 [27]
O(δ, L, u) = Lκ/νO((se − sc)L1/ν, uLz+1/ν) . (2.53) 其中 κ 為與 O 相關的臨界指數。若退火速率慢於臨界速率,或 u ∼ L−α, α ≥ z + 1/ν,式 (2.53) 標度函數O 的第二個變數將消失或趨近一常數,此時標度形式e 將如同平橫態情形 (2.30);這正是圖 2.7的情況。
為檢驗退火速率標度分析,模擬上我們以不同速率將 s 從 0 緩調至臨界值 sc, 觀察量的測量待至退火終點時進行。這裡速率取決於演化的算符數目 n 及系統的 晶格點數 N = L2,因為系統哈密頓所包含的算符項數目隨 N 成長,故
u = scN
n . (2.54)
在圖 2.8,圖 2.9及圖 2.10 我們分別呈現 Binder 比值、磁化量平方、及磁化量對 不同退火速率的情形,及其根據式 (2.53) 的標度作圖,因為在臨界點測量,故 式 (2.53) 中標度函數的第一個變數不考慮。
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
10-5 10-4 10-3 10-2
u
2 3 4 5 6
χ
L = 9 L = 12 L = 15 L = 18
(a)
10-2 100 102
uLz+1/ν
0.1 0.15 0.2 0.25 0.3 0.35
χL-2+2βm/ν
L = 12 L = 15 L = 18
z = 1 βm= 0.3485 ν = 0.67155
(b)
圖 2.10: (a):不同退火速率下的磁化量平方。(b):標度圖。用來擬合的臨界指數為 ν = 0.67155 及 βm= 0.3485。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
3 隨機級數展開量子蒙地卡羅方法
繼考慮零溫演算法,本章將討論處理有限溫度系統的量子蒙地卡羅方法,並 以逼近零溫的方式探討量子臨界點。一個被廣泛應用的有限溫度量子蒙地卡羅演 算法為隨機級數展開量子蒙地卡羅法(Stochastic Series Expansion quantum Monte Carlo method) [45,46],簡稱 SSE。這個方法的基礎在於 1960 年代針對海森堡鐵 磁模型的 Handscomb 方法 [47,48]。主要由 Anders Sandvik 將之改良及發展至目前 通用的形式 [25,45,46,49],包含本論文使用的適用易幸模型的方法 [20]。
以下我們首先先簡介 SSE 的方法及其在易幸模型的版本。接著展示模擬平衡 態及非平衡態的結果。
3.1 量子易辛模型的隨機級數展開法
從有限溫度 β = T−1下量子力學期望值出發:
⟨O⟩ = 1
ZTr{O e−βH} , (3.1) 這裡歸一化常數
Z = Tr(e−βH) , (3.2) 稱為配分函數(partition function)。在一基底|α⟩ 表象,配分函數可被展開表示為
Z =∑
α
⟨α|∑∞
n=0
βn
n!(−H)n|α⟩ . (3.3) 再利用基底{|α⟩} 的完備性,上式可被插入 n − 1 個單位算符
I =∑
α
|α⟩⟨α| , (3.4)
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
局域更新
檢驗 SM 內每個算符。如零溫投射法,局域更新步驟裡只改變 SM 內的對角算 符,但非對角算符作用後的自旋態將翻轉。具體步驟如下:逐一檢驗 SM 內每個 算符,
(1) 若出現一橫場項算符(非對角算符)HΓ,i,則翻轉作用後的自旋態。
(2) 若出現一對角算符 HJ,(i,j)或 HC,i,則以下列機率移除它:
P = min
( M− n + 1 β [ΓN + (2J )Nb], 1
)
, (3.11)
這裡我們一樣以 N 代表自旋數目,以 Nb 代表鍵結數目。無論是否接受了這 個移除動作,我們繼續檢驗 SM 表中的下一個算符。
(3) 若出現一單位算符 I,嘗試插入一對角算符。
(i) 以以下機率置入一常數算符 HC,i:
P (C) = ΓN
ΓN + (2J )Nb . (3.12) 或以以下機率置入一鍵結算符 HJ,(i,j):
P (J ) = 1− P (C) . (3.13)
(ii) 選擇欲加入的算符種類後,以機率
P = min
(β [ΓN + (2J )Nb] M− n , 1
)
, (3.14)
考慮接受加入這個算符,並隨機選擇置入的晶格位置;若是鍵結算符
HJ,(i,j) 被選擇,則 (i, j) 兩相鄰自旋必須呈反平行狀態,否則拒絕加
入。
上述步驟必須重複進行至有一對角算符被置入為止。
叢集更新
與零溫投射法的叢集更新法則雷同,唯一的差別在於模擬空間算符傳遞方向兩 端的邊界條件:零溫投射法的算符傳遞方向兩端為「開放邊界」條件,因為一端
‧
性響應函數(linear response function)χ = ∂⟨M⟩
∂h
h=0
. (3.15)