Determining the ensemble N-representability of Reduced Density Matrices

ملخص تقني: تحديد قابلية التمثيل لـ N من مصفوفات الكثافة المختزلة في حالة التجمع

بيان المشكلة
تعد مشكلة قابلية التمثيل لـ N (N-representability) تحديًا جوهريًا في نظرية البنية الإلكترونية، وتتعلق بالشروط الضرورية والكافية التي يجب أن تستوفيها مصفوفة الكثافة المختزلة لـ $p$-جسم (p-RDM) لتكون قابلة للاشتقاق من دالة موجية لـ $N$-إلكترون أو حالة مختلطة (تجمع/ensemble). وبينما تم إحراز تقدم كبير فيما يتعلق بقابلية التمثيل للحالة النقية، فإن تحديد قابلية التمثيل للتجمعات لـ $p$-RDM يظل عقبة حرجة، لا سيما في التطبيقات المتعلقة بالمزيج الحراري، والأنظمة الكمومية المفتوحة، والتجمعات الإحصائية. إن التحقق مما إذا كانت $p$-RDM معينة تتوافق مع حالة $N$-إلكترون فيزيائية هو أمر مستعصٍ حاسوبيًا في الحالة العامة، وينتمي إلى فئة التعقيد (quantum Merlin-Arthur-complete). وغالبًا ما تكون الشروط التقريبية الموجودة غير كافية للأنظمة ذات الارتباط القوي، كما أن المجموعة الكاملة من الشروط الضرورية والكافية لـ $p$-RDMs (حيث $p > 1$) لا تزال غير معروفة.

المنهجية
يقترح هذا العمل إطار عمل عملي لتحديد قابلية التمثيل لـ N للتجمعات لمصفوفة $p$-جسم عبر توسيع خوارزمية تطور وحدوي (pure ADAPT-VQA) طُورت سابقًا لتناسب حالة التجمع. تعتمد المنهجية الأساسية على استراتيجية تنقية (purification):

1. تضمين التنقية (Purification Embedding): اتباعًا لنظرية شرويدنجر-هيوغستون-جوزا-ووترز (Schrödinger-Hughston-Jozsa-Wootters)، يتم تضمين حالة تجمع $\rho$ معرفة على فضاء هيلبرت $\mathcal{H}_s$ داخل حالة نقية $|\Psi_{sb}\rangle$ معرفة على فضاء هيلبرت ممتد $\mathcal{H}_{sb} = \mathcal{H}_s \otimes \mathcal{H}_b$، حيث $\mathcal{H}_b$ هو فضاء مساعد. يتم بناء التنقية بحيث تكون $\rho = \text{Tr}_b(|\Psi_{sb}\rangle\langle\Psi_{sb}|)$، مما يضمن أن مصفوفات الكثافة المختزلة للحالة المنقاة تعيد إنتاج مصفوفات التجمع الأصلية.
2. التطور الوحدوي المتغير (Variational Unitary Evolution): تستخدم الخوارزمية خوارزمية كمومية متغيرة من نوع (ADAPT) تعتمد على التطور شبه-تروتر (pseudo-Trotter) التكيفي والمشتق-المجمع، وتطبق وحدويات متغيرة بشكل تكراري على حالة منقاة أولية (مبنية من حالة $N$-جسيم أولية $|\phi_0\rangle$ وتنقيتها).
3. مجمع المؤثرات (Operator Pool): يتم توجيه التطور بواسطة مجمع مؤثرات إثارة-إلغاء إثارة (excitation-deexcitation) مضاد للهيرميتية مناسب للفيرميونات، ومقيد بقيود التجمع الكانوني (عدم تغير عدد الجسيمات في النظام أو الفضاء المساعد). يتم رسم هذه المؤثرات إلى مؤثرات باولي عبر تحويل جوردان-ويجنر (Jordan-Wigner)، مما يجعل الخوارزمية مناسبة للمحاكاة على الحاسوب الكمومي.
4. هدف الأمثلة (Optimization Objective): تقلل الخوارزمية مسافة هيلبرت-شميدت ($D$) بين $p$-RDM للحالة المنقاة المتطورة و $p\rho_{\text{target}}$ المستهدفة.
   • إذا تقاربت الخوارزمية لتصل إلى مسافة $D_{\min} \approx 0$، يُعتبر الهدف قابلًا للتمثيل في حالة التجمع.
   • إذا كانت $D_{\min} > 0$، فإن مقدار المسافة يعمل كمقياس كمي لدرجة انتهاك قابلية التمثيل.
   • توفر الحالة المتطورة الحالة المختزلة "الأقرب" فيزيائيًا والقابلة للتمثيل في حالة التجمع من الحالة المستهدفة المعيبة.

المساهمات الرئيسية

• خوارزمية Ensemble ADAPT-VQA: تقديم إطار عمل هجين يوسع خوارزميات قابلية التمثيل للحالة النقية لتشمل حالات التجمع عبر التنقية. يسمح هذا للخوارزمية بالتمييز بين ما إذا كانت المصفوفة المستهدفة ناتجة عن حالة كمومية نقية أم عن خليط تجمع.
• تصحيح الأخطاء والتحسين: توفر المنهجية مسارًا لتحسين مصفوفة الكثافة المختزلة؛ حيث يمكنها تصحيح مصفوفات الكثافة المختزلة المعيبة (تلك التي تنتهك شروط قابلية التمثيل لـ N) عبر تطويرها نحو أقرب حالة فيزيائية.
• إعادة بناء الحالة الكمومية: تسهل الخوارزامية عملية إعادة بناء الحالة الكمومية على الحواسيب الكمومية، مما يسمح باستعادة دالة موجية متوافقة أو حالة منقاة من $p$-RDM مستهدفة.
• التحقق العددي: تم التحقق من صحة الإطار عبر محاكاة عددية على كل من الأنظمة النموذجية والأنظمة الجزيئية عند درجات حرارة محدودة، مما أظهر قدرتها على التعامل مع 1-RDMs و 2-RDMs.

النتائج
تحقق المؤلفون من صحة الخوارزمية باستخدام محاكاة عددية على محاكي كمومي خالٍ من الضجيج:

• الأنظمة النموذجية (درجة حرارة صفر): أُجريت الاختبارات على أنظمة مكونة من 4 إلكترونات مع 3 و 4 مدارات.
  • بالنسبة لـ 1-RDMs، نجحت الخوارزمية في التمييز بين الحالات القابلة للتمثيل في الحالة النقية وحالة التجمع. وفي الحالات التي انتهكت فيها شروط كلياتكو (Klyachko) لقابلية التمثيل النقية (شروط باولي المعممة) (الحالات المختلطة)، فشلت خوارزمية pure ADAPT-VQA في التقارب إلى مسافة صفر، بينما تقاربت خوارزمية ensemble ADAPT-VQA إلى $D_{\min} \approx 0$.
  • بالنسبة لـ 2-RDMs، حيث لا تزال شروط قابلية التمثيل النقية الكاملة غير معروفة، حددت الخوارزمية بشكل صحيح قابلية التمثيل للتجمع لجميع الأهداف المصنوعة. علاوة على ذلك، أظهرت القدرة على اكتشاف ما إذا كان بإمكان 2-RDM معين أن ينكمش إلى 1-RDM نقي.
  • المتانة تجاه الضجيج: من خلال إدخال ضجيج عشوائي على المصفوفات المستهدفة، أظهرت الدراسة أن $D_{\min}$ يتناسب مع قوة الضجيج ($\epsilon$)، مما يؤكد فائدة الخوارزمية في قياس شدة انتهاكات قابلية التمثيل.
• الأنظمة الجزيئية (درجة حرارة محدودة): طُبقت الخوارزمية على جزيئات $H_2$ و $H_3$ الخطية عند درجات حرارة محدودة. تم بناء المصفوفات المستهدفة من حالات حرارية لتجمع كانوني مع تشويهها بالضجيج.
  • أشارت النتائج إلى أن المسافة المتقاربة $D_{\min}$ أكثر حساسية للضجيج المضاف ($\epsilon$) منه لخصائص الارتباط الجوهرية للحالة الأصلية عديمة الضجيج.
  • مع زيادة الضجيج، زادت $D_{\min}$ بشكل ملحوظ (على سبيل المثال، وصلت إلى $\sim 10^1$ لـ 2-RDMs مع $\epsilon=0.1$)، مما يثبت قدرة الخوارزمية على اكتشاف وقياس عيوب قابلية التمثيل في السيناريوهات الجزيئية الواقعية.

الأهمية
يزعم البحث أن هذا العمل يوفر إطار عمل عمليًا وقويًا لمعالجة مشكلة قابلية التمثيل لـ N للتجمعات، وهي مشكلة كانت تاريخيًا مستعصية حاسوبيًا. ومن خلال الاستفادة من التنقية والخوارزميات الكمومية المتغيرة، تقدم الطريقة المقترحة قدرة مزدوجة: يمكنها تصنيف طبيعة $p$-RDM المعطى (نقي أم تجمع) وتصحيح المصفوفات المعيبة لفرض القيود الفيزيائية. وهذا أمر مهم لتحسين دقة حسابات الكيمياء الكمومية، لا سيما للأنظمة الإلكترونية ذات الارتباط القوي وتطبيقات درجات الحرارة المحدودة. ويؤكد المؤلفون أن الخوارزمية متوافقة مع الأجهزة الكمومية، مما يوفر مسارًا لتحسين مصفوفة الكثافة وإعادة بناء الحالة الكمومية في عمليات المحاكاة الكمومية المستقبلية.