继续阅读
张量网络 · 阅读路径
只看一处切口,保留最大的那些 Schmidt 权重就是最优做法,误差平方正好等于舍掉的权重。对整条链,误差平方介于“任一处切口舍掉的最大权重”和“所有切口舍掉权重之和的两倍”之间。只落在切口一侧的读数,受截断影响是二阶的;跨过切口的关联,受影响是一阶的。
假设在一处切口只能保留固定数目的 Schmidt 项,怎样近似离原态最近?Schollwöck 综述的式 (19) 给出了答案:保留奇异值最大的那些项,其余置零。这时与原态距离的平方,等于舍掉的 Schmidt 权重之和,称为尾部权重。
在这处切口上,没有别的选法能更好。任何跨这刀不超过这么多项的态,离原态至少有尾部权重那么远。尾部权重因此是态本身定下的下限,在这个键维数下,任何算法都只能逼近它。
矩阵乘积态在每处切口都要截断。单看最好的一处切口,就有了下界:误差平方不会小于整条链上最大的尾部权重。上界由 Verstraete 和 Cirac 2006 年论文的引理 1 给出:误差平方至多是所有切口尾部权重之和的两倍。Schollwöck 把这个界写成式 (58)。
以压缩实验里 12 个自旋的临界链为例。键维数为 4 时,最大的尾部权重是百万分之 1.58,实测误差平方是百万分之 5.66,尾部权重之和是百万分之 6.16,两倍就是百万分之 12.3。实测值落在两界之间,而且更靠近上界,因为每处切口都贡献了自己的一份尾部。
完整例题
只截断一处切口,把态拆成保留部分和舍弃部分。两部分用的是不同的 Schmidt 项,所以它们的左态彼此正交,右态也彼此正交。取一个只作用在切口左边的算符。在保留部分与舍弃部分的交叉项里,右态只和右态相遇,内积为零。交叉项消失,读数的变化只剩下与舍弃权重同量级的项。
链两端之间的关联,在每处切口两边都有作用,交叉项留了下来,误差可以和两个态的距离一样大,也就是误差平方的平方根。实验里能看到这个差别:键维数为 4 时,误差平方是百万分之 5.66,距离约 0.0024。每格点能量差百万分之 2.2,单个格点磁化强度的最大误差是百万分之 2.1,都和误差平方同量级;首尾关联却差了 0.0015,和距离同量级。能量还多一层保护:精确态是本征态,态稍有偏离,能量只在二阶上改变。
Schmidt 权重降得多快,决定了要留多少。横场 2.5 的有能隙链,键维数取 2,误差平方就只有百万分之十左右;临界链要取到 4 才有相近的误差;随机态根本没有短尾巴,键维数 16 时仍丢掉一半以上的模方。
键维数要按你需要的测量来选。局域能量和磁化强度按误差平方的速度收敛;长程关联按它的平方根收敛,同样的精度要更大的键维数。
带着问题动手
这些实验模拟开放边界的自旋 1/2 链,能量以耦合常数为单位,时间以约化普朗克常数除以耦合常数为单位。每个实验在模型说明里写明模型和适用范围,并可导出读数背后的数据。
至少是最大的尾部权重,百万分之三;至多是总和的两倍,百万分之十二。
它中间切口有两个都接近二分之一的 Schmidt 权重。直积态在这处只能留一项,至少要丢掉另一项,约二分之一。
一致。距离是误差平方的平方根,约百万分之三十。跨过所有切口的关联,误差最多可达这么大,百万分之十在它之下;局域读数的误差则约等于误差平方本身。
这一领域的标准综述。第 3 节用面积律解释 DMRG 为什么在一维好用;第 4.1 节用一次次奇异值分解搭出矩阵乘积态,并在式 (58) 给出截断误差的上界;第 6 节把基态搜索写成变分扫描;第 7 节讲时间演化和它的极限。
引理 1 证明:截断到键维数 D 后,与原态距离的平方不超过各切口舍弃 Schmidt 权重之和的两倍;文中进而说明有能隙的基态为什么只需要不大的 D。
张量网络 · 阅读路径