跳转至
课程笔记 · 06

6. 重要性采样扩散蒙特卡洛

本课位置: 第 6/10 课。先完成前一课的推导;使用下方练习检查理解。

先修知识: 虚时间投影;对数导数

本课目标:理解下面各步的数学依据,能够手算核对例子,并说明结论依赖的条件。

1. 变换演化振幅

令实的、与时间无关的引导函数 \(g=\Psi_T\) 在一个节点口袋内为正,定义 \(f=g\Phi\)、漂移 \(v_D=\nabla\ln g\) 和局域能 \(E_L=(Hg)/g\)。从 \(\partial_\tau f=g\nabla^2(f/g)/2-(V-E_{\mathrm{ref}})f\) 出发,乘积求导给出

\[ g\nabla^2(f/g)=\nabla^2f-2v_D\cdot\nabla f+(|v_D|^2-\nabla\cdot v_D)f. \]

再利用 \(\nabla^2g/g=\nabla\cdot v_D+|v_D|^2\) 合并得

\[ \partial_\tau f=\frac12\nabla^2f-\nabla\cdot(v_Df)-(E_L-E_{\mathrm{ref}})f. \]

扩散和漂移引导构型,局域能差控制分枝。有些文献用量子力 \(F=2v_D\),漂移就写 \(F/2\);转用公式前应检查约定。

2. 短步算法与局限

简单 Euler 提议为 \(R'=R+v_D(R)\Delta\tau+\sqrt{\Delta\tau}\,\xi\),各分量标准正态。对称端点分枝近似为 \(w=\exp[-\Delta\tau(E_L(R)+E_L(R')-2E_{\mathrm{ref}})/2]\)。这些表达说明生成元,而生产算法还可能采用接受修正、有界漂移、改进格林函数和特殊节点边界处理。节点附近 \(\nabla\ln|\Psi_T|\) 可发散,不能把这个简化步骤称为精确 DMC 求解器。

3. 谐振子漂移与有限步长偏差

精确引导 \(g=e^{-x^2/2}\) 给 \(v_D=-x\)、\(E_L=1/2\)。参考能也为 \(1/2\) 时分枝恒定。连续过程 \(dx=-x\,d\tau+dW\) 的平稳方差为 \(1/2\)。Euler 离散则为 \(x'=(1-h)x+\sqrt h\xi\)。若平稳方差为 \(s^2\),由独立噪声得 \(s^2=(1-h)^2s^2+h\),因此

\[ s^2=\frac1{2-h},\qquad0<h<2. \]

\(h=0.1\) 时方差约为 \(0.5263\),不同于 \(0.5\)。精确递推说明即使引导完美、没有分枝噪声,离散误差仍存在;但它不代表所有接受修正后的 DMC 实现。

4. 平稳分布与能量估计

重要性采样稳态是 \(\Psi_T\Phi_{\mathrm{FN}}\),不是 \(|\Phi_{\mathrm{FN}}|^2\)。其中局域能均值是混合能量。局域哈密顿量及一致固定节点边界下,自伴性把该均值联系到投影本征能。一般观测量需另外构造估计量。用来调群体数量的参考能反馈也不自动就是最佳能量估计。

引导函数改变效率,在受限费米计算中,它的节点或相位还会改变允许解。理想无约束正局域问题中,满足条件的非零引导在极限控制后应给相同投影能。但有限步长、有限群体或局域化近似会重新引入引导依赖。因此比较不同引导时,应说明期待哪一种理想不变性,以及还有哪些近似存在。若结果随引导变化,不能立即全部归因于节点误差,应先区分有限算法误差与模型限制。

5. 练习与解答

练习: Euler 单坐标噪声的方差与标准差各是多少?

解答

方差为 \(h\),标准差为 \(\sqrt h\)。混淆二者会改变扩散系数,因而改变所代表的算符。

练习: 更多样本能否消除上述 Euler 方差偏差?

解答

不能,只会更精确地估计有限步过程的有偏方差。需减小步长或采用合适修正。

重要性采样扩散蒙特卡洛

原创教学示意图;用于解释本课数学或算法结构,不是模拟或实验测量。

6. 延伸阅读与相邻课程

相关理论:经典蒙特卡洛 · 分子轨道方法 · 密度泛函理论

软件衔接:CP2K · Quantum ESPRESSO · Gaussian

以上软件教程提供势能、轨道或收敛管理的相关背景;不代表这些软件教程已经执行本页的 QMC 或蒙特卡洛算例。

7. 关联理论与实践

量子力学 · 分子轨道与波函数方法 · 蒙特卡罗方法 · 分子动力学 · QMCPACK


上一课 · 课程目录 · 下一课