スパース行列が有用であることを示唆する洞察は、次のようになります:の、個々のコンポーネントがすべてする(対角化を簡単にする)セットで分解できます
行列がスパースである場合、個別のが多すぎる必要はありません。次に、ハミルトニアン進化をシミュレートできます
ここで。たとえば、あなたのケースでは、
H i H = m ∑ i = 1 H iです。H I E - I H T = N Π J = 1 E - I H M δ T E - I H M - 1 δ T ... E - I H 1 δ T、T = N δ T H 1 = 1HH私
H= ∑i = 1メートルH私。
H私e− i Ht= ∏j = 1Ne− i Hメートルδte− i Hm − 1δt… e− i H1δt、
t = Nδt(I、J)(K、L)のkL、I、J、M、MH、IH1= 14バツ⊗ (18 I − 6 Z⊗ Z− 4 Z⊗ I)H2= 14(X⊗ (11 I + 5 Z)⊗ X+ Y⊗ (11 I + 5 Z)⊗ Y)H3= 14(11 X⊗ X− Y⊗ Y)⊗ (I − Z)
(3項それが3疎なハミルトニアンであるという事実に対応します)。私はここに戦略があると信じています:あなたはハミルトニアンのすべての非ゼロ行列要素を調べ、それらをグループ化して、それらの座標をとして書くと(そして、それらの複素共役ペアを常に含めます)、追加を続けます私のセットに他の元素どちらも提供も等しいまたは。これがために意味するだろうハミルトニアン-sparse、あなたが持っています
(私、j )(k 、l )kl私jメートルメートル異なる。
H私
問題は、実際にはこれが必ずしも簡単に機能するとは限らないことです。1つには、指数関数的に実行しなければならない行列要素がまだたくさんありますが、それは、設定方法に常に当てはまります。
人々がこれを回避する方法は、彼らが神託を設定することです。考えられるオラクルの1つは、基本的には関数で、行の非ゼロエントリの位置と値を返します。これは、完全な量子アルゴリズムに組み込むことができます。このトピックに関する論文はいくつかあります(まだ完全に理解しているものはありません)。たとえば、こことここ。それらがどのように機能するかを大まかに説明してみましょう。l t h j t hf(j 、l )lトンの時間jトンの時間
最初のステップは、ハミルトニアンをユニタリのセットとして分解し、正のスケールファクターを掛けたもの:
簡単にするために、と仮定しましょう。あなたはこの分解を与えられていると想定されるかもしれません。次に、を実装する操作(制御されたおよび制御されたから構築)を定義します。制御キュビットに特定の状態(正規化まで)を入力する場合、適用してから、制御キュービットを測定し、その状態にあることを選択した後α私
H= ∑私α私U私
H= U1+ α U2U1U2V= | 0 ⟩ ⟨ 0 | ⊗ U1+ | 1 ⟩ ⟨ 1 | ⊗ U2| 0⟩+ α−−√| 1⟩V| 0⟩+ α−−√| 1⟩、その後の選択が成功した、少なくとも確率で発生するを実装し。実際にはベッセル関数に基づいていくつかのより良い級数展開が使用されますが、複数の項、および確かにハミルトニアンの指数関数(級数展開について考える)でもまったく同じことができます。
U1+ α U2(1 - α )2/(1+α)2