张量网络编程学习笔记（5-1）：量子多体含时演化，Trotter-Suzuki近似

本文链接：https://blog.csdn.net/weixin_47134520/article/details/131882808

文章详细介绍了量子计算中的Trotter误差概念，通过张量网络PyThon编程的ADGate类探讨量子线路的模块化设计。讨论了如何使用连乘积传播子来近似演化算符，并解释了如何通过控制Trotter步长来减小误差。此外，还提到了虚时演化在寻找系统基态中的应用，以及演化算符的压缩映射性质。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文仅从本人复习需要出发：作为对首都师范大学冉仕举老师课程内容的整理、归纳以及补充

课程详情：张量网络PyThon编程：3.4 量子线路模块化编程(a) ADGate类_哔哩哔哩_bilibili

冉仕举老师本人空间：StringCNU的个人空间_哔哩哔哩_bilibili

详见上一讲：最小代数本征值问题，以及其对应的本征态。有明确的统计意义。

当Srodinger-Equation 的空间部分可以分离出来， $|\phi> = \psi(x) |\phi(t)>$ ：

将算符的积分写成黎曼和的形式，固定每个切片 $\hat{H}(t_k)$ ，布置一系列门，该层门当中H 视作不变

事实上，算符的指数求和并不能严格等价成简单的连乘形式，会引入Trotter 误差。

以下摘录了 P73-P76，对 Trotter 误差的推导：

（1）编时乘积传播子： $\hat{U}(t) \approx \prod_{k=0}^{K-1} \hat{U}(k\tau,k\tau+\tau)= \prod_{k=0} ^{K-1} \hat{U_{tk}}(\tau)=\prod_{k=0}^{K-1} e^{-i\tau \hat{H}(t_k)}$

（2）对于每层传播子： $\underset{\tau \rightarrow 0}{lim}\hat{U_{t_k}}(\tau) = \underset{\tau \rightarrow 0}{lim} e^{-i\tau\sum_{ij}^{}\hat{H_{t_k}}_{ ij}} = \underset{\tau\rightarrow 0}{lim} \prod_{ij}^{} e^{-i\tau \hat{H_{t_k}}_{ ij}} + O(f(\tau))$

（3）连乘 -演化算符的差距：也类似 $e^{-i\tau \hat{H}(t_k)}$ : \tau * H 的求和 - 连乘，累加为： $K \times O(f(\tau))$

（4）Trotter 误差大概就是举AB两个简单的例子描述这种连乘-指数累加的差距：

$e^{\tau(\hat{A}+\hat{B})} - e^{\tau \hat{A}}e^{\tau \hat{B}} \approx - \frac{\tau^2}{2} [\hat{A},\hat{B}] = O(\tau^2)$ ，故整套含时演化下来，误差控制可以控制在 $t/\tau \times O(\tau^2) = t \times O(\tau)$