考虑一个多体态
ψ(z1,z2…)=N!1P∑(−1)PϕP(m1)(z1)ϕP(m2)(z2)…
以及CF波函数
ψCF({zi,ηi})=N!1exp(i∑2lb2ziηˉi)P′∑(−1)P′φP(m1)(z1,η1)…
对于前两个 Λ level 填满的情况
φm(z,η)=exp(2lb2zηˉ)⎩⎨⎧zm,γlB(2mzm−1−l2ηˉzm),0≤m<N/2N/2≤m<N
Bergman 空间这个波函数的归一化系数为
A=2m+2π2m!lb2l2(m+1)2πlBlb=2mm!lm+1lB
其中 l21=lB21−lb21,γ=q1,ν~=2q+1q。
那么overlap就是
==∫i∏μB(zi)ψ∗∫i∏dμb(ηi)i<j∏(ηi−ηj)2ψCF({zi,ηi})α∑Cα∗∫i∏dμb(ηi)i<j∏(ηi−ηj)2N!1P,P′∑(−1)P+P′∫i∏[exp(2lb2ziηˉi)dμB(zi)]ϕmP(1))∗(z1)φmP′(1)(z1,η1)…α∑Cα∗∫i∏dμb(ηi)i<j∏(ηi−ηj)2N!1P,P′∑(−1)P+P′AP(1),P′(1)(η1)AP(2),P′(2)(η2)…
这里有一个trick,整个表达式实际上对于 ηi 是轮换对称的,前面 ηi 和 zi 同时出现,让我忽略了这一点。那么,那么可以考虑将 ηi 的指标换成 P(i) ,那么
===N!1P,P′∑(−1)P+P′α∑Cα∗∫i∏dμb(ηP(i))i<j∏(ηP(i)−ηP(j))2AP(1),P′(1)(ηP(1))AP(2),P′(2)(ηP(2))…N!1P∑(−1)Pα∑Cα∗∫i∏dμb(ηP(i))i<j∏(ηP(i)−ηP(j))2det(AP(i)j)…α∑Cα∗∫i∏dμb(ηi)i<j∏(ηi−ηj)2det(Aij)
其中
Aij=Ai,j(ηi)==∫dμB(z)exp(2lb2zηˉi)ϕmi∗(z)φmj(z,ηi)⎩⎨⎧∫dμB(z)exp(2lb2zηˉi)zˉmizmj,∫dμB(z)exp(2lb2zηˉ)zˉmi(2mjzmj−1−l2ηˉizmj),0≤j<N/2N/2≤j<N
dμB(z)=2πlB2d2zexp(−∣z∣2/2lB2)
Aij(ηi) 的计算
0≤mj<N/2
==∫dμB(z)exp(2lb2zηˉi)zˉmizmj=k∑k!1(2lb2ηˉ)k∫dμB(z)zmj+kzˉmik∑k!1(2lb2ηˉ)k(2lB2)mimi!δmi,mj+k(mi−mj)!1(2lb2ηˉ)mi−mj(2lB2)mimi!这里 mi≥mj。ϕ=zm 和 φ=zmexp(2lb2zη) 的归一化系数分别为 2mm!lBm1 和 2mm!lm+1lB
从而
Aij=2mimj!2mjmi!(mi−mj)!1(lbηˉ)mi−mj(lb)mi−mj(lB)mi+1lmj+11
N/2≤mj<N
====∫dμB(z)exp(2lb2zηˉ)zˉmi(2mjzmj−1−l2ηˉzmj)k∑k!1(2lb2ηˉ)k∫dμB(z)zˉmi(2mjzmj−1+k−l2ηˉzmj+k)k∑k!1(2lb2ηˉ)k(2lB2)mimi!(2nδmi,mj−1+k−l2ηˉδmi,mj+k)(mi−mj+1)!1(2lb2ηˉ)mi−mj+1(2lB2)mimj!2mj−(mi−mj)!1(2lb2ηˉ)mi−mj(2lB2)mimj!l2ηˉ(mi−mj)!1(2lb2ηˉ)mi−mj+1(2lB2)mimi!(mi−mj+12mj−l22lb2)这里 mi≥mj, 当 mi=mj−1时,只保留第一项,当 mi<mj−1 时为零。
考虑归一化因子 2mimi!lBmi12mjmj!lmj+1lBγlB
Aij=2γ12mimj!2mjmi!(mi−mj)!1(lbηˉ)mi−mj+1lmj+1lbmi−mj+1lB2mi+2(mi−mj+12mj−l22lb2)
两个CF波函数的内积(算符期望值)
如果考虑算符的期望值,需要计算
=H^ψCF({zi,ηi})n1n2n1′n2′∑Hn1n2n1′n2′an1†an2†an1′an2′N!1P∑(−1)PφmP(1)(z1,ηˉ1)…
这个不是很好算,考虑将CF波函数用电子的朗道能级波函数展开
LLL 的
zmexp(2lb2zηˉ)=n∑zm+n(2lb2ηˉ)nn!1
n lambda level, k landau level
∫dμB(z)zm−kLkm−k(2lB2∣z∣2)exp(2lb2zηˉ)(2lB2∂z+(lb2lB2−1)ηˉ)nf(z)
Appendix
====(a†)nexp(2lb2ηˉz)f(z)γnlBn1(2lB2∂z−ηˉ)nf(z)exp(2lb2ηˉz)γnlBn1k=0∑n(−ηˉ)n−k(2lB2∂z)kf(z)exp(2lb2ηˉz)γnlBn1k=0∑n(−ηˉ)n−k(2lB2)kexp(2lb2ηˉz)(∂z+2lb2ηˉ)kf(z)γnlBn1exp(2lb2zηˉ)(2lB2∂z+(lb2lB2−1)ηˉ)nf(z)overlap和上面同理
=====∫i∏μB(zi)∫i∏dμb(ηi)μb(ηi′)i<j∏(ηˉi−ηˉj)2(ηi′−ηj′)2ψCF({zˉi,ηi})ψCF({zi,ηˉi′})∫i∏dμb(ηi)μb(ηi′)i<j∏(ηˉi−ηˉj)2(ηi′−ηj′)2N!1P,P′∑(−1)P+P′∫i∏[exp(2lb2zˉiηi+ziηˉi′)dμB(zi)]φmP(1)∗(z1,η1)φmP′(1)(z1,ηˉ1′)…∫i∏dμb(ηi)μb(ηi′)i<j∏(ηˉi−ηˉj)2(ηi′−ηj′)2N!1P,P′∑(−1)P+P′AmP(1),mP′(1)(η1,ηˉ1′)…∫i∏dμb(ηi)μb(ηi′)i<j∏(ηˉi−ηˉj)2(ηi′−ηj′)2N!1P,P′∑(−1)P+P′AmP(1),mP′(1)(ηP(1),ηˉP′(1)′)…∫i∏dμb(ηi)μb(ηi′)i<j∏(ηˉi−ηˉj)2(ηi′−ηj′)2N!1P′∑(−1)P′det(Ai,P′(j))∫i∏dμb(ηi)μb(ηi′)i<j∏(ηˉi−ηˉj)2(ηi′−ηj′)2det(Aij(ηi,ηˉj′))
其中
$$
\begin{aligned}
&A_{ij} = A_{ij}(\eta_i,\bar \eta_j’) \
=&\eta_i^n(\bar\eta_j’)^{n’}\int d\mu_B(z)\exp\left(\frac{\bar z\eta_i+z\bar\eta_j’}{2l_b^2}\right)
\left(1+\frac{2l_B^2l_b^2}{l_B^2-l_b^2}\frac{\partial_{\bar z}}{\eta_i}\right)^n\left(\frac{\bar z}{l_B}\right)^{m}
\left(1+\frac{2l_B^2l_b^2}{l_B^2-l_b^2}\frac{\partial_z}{\bar\eta_j’}\right)^{n’}\left(\frac{z}{l_B}\right)^{m’}
\end{aligned}
$$
令 2lBlb/(lB2−lb2)=α,(lB2/lb2=2ν~)那么
Aij=ηin(ηˉj′)n′k=0∑nk′=0∑n′k!(n−k)!n!(ηi/lb)kαk(m−k)!m!k′!(n′−k′)!n′!(ηˉj′/lb)k′αk′(m′−k′)!m′!∫dμB(z)(lBzˉ)m−k(lBz)m′−k′
其中
∫dμB(z)(lBzˉ)m−k(lBz)m′−k′=δm−k,m′−k′2m−k(m−k)!
那么,
Aij=k=max(0,m′−m−n′)∑min(n′,m′−m)...
下面处理 ∫∏idμb(ηi)μb(ηi′)∏i<j(ηˉi−ηˉj)2(ηi′−ηj′)2det(Aij(ηi,ηˉj′))
我们令
Δ(ηˉ)=i<j∏(ηˉi−ηˉj)2,Δ(η′)=i<j∏(ηi′−ηj′)2
令
det(Aij(ηi,ηˉj′))=exp(∑2lb2ηiηˉi′)f(η,ηˉ′)=exp(2lb2ηηˉ′)f(η,ηˉ′)
那么积分可以写成
∫dμb(η)dμb(η′)Δ(ηˉ)Δ(η′)exp(ηηˉ′/2lb2)f(η,ηˉ′)
我们先对 η′ 积分,得到
=∫dμb(η)Δ(ηˉ)N−[Δ(η′)f(η,2lb2∂η′)]η′→η∫dμb(η)Δ(ηˉ)f(η,2lb2∂η)Δ(η)
这里 f(η,2lb2∂η) 中的 2lb2∂η 只作用在右侧的 Δ(η) 上面,我们将 f 展开
f(η,2lb2∂η)=m∑cm(η)(2lb2∂η)m=m∑cm({ηi})(i∏2lb2∂ηi)m
那么积分就等于
=======m∑∫dμb(η)Δ(ηˉ)cm(η)(2lb2∂η)mΔ(η)m∑2πlb21∫d2ηexp(−2lb2ηηˉ)Φ(η,ηˉ)(2lb2∂η)Ψ(η)m∑2πlb21∫d2η(2lb2∂η)(exp(−2lb2ηηˉ)Φ(η,ηˉ)Ψ(η))−∫d2ηΨ(η)(2lb2∂η)exp(−2lb2ηηˉ)Φ(η,ηˉ)m∑∫dμb(η)Ψ(η)(ηˉ−2lb2∂η)Φ(η,ηˉ)m∑∫dμb(η)[(ηˉ−2lb2∂η)Φ(η,ηˉ)][(2lb2∂η)m−1Δ(η)]m∑∫dμb(η)[(ηˉ−2lb2∂η)mΦ(η,ηˉ)]Δ(η)m∑∫dμb(η)[(ηˉ−2lb2∂η)mcm(η)]∣Δ(η)∣2∫dμb(η)∣Δ(η)∣2f(η,ηˉ−2lb2∂η)
即
∫dμb(η)dμb(η′)Δ(ηˉ)Δ(η′)exp(ηηˉ′/2lb2)f(η,ηˉ′)=∫dμb(η)∣Δ(η)∣2f(η,ηˉ−2lb2∂η)
这里的 ∂η 作用到 f 中的 η 上面。下面求 f(η,ηˉ−2lb2∂η),只需要将 f(η,ηˉ′) 的 ηˉ′ 写到 η 的左边,然后将 ηˉ′ 替换成 ηˉ−2lb2∂η
$$
\begin{aligned}
f(\eta,\bar\eta’)
&=\exp(-\frac{\eta\bar\eta’}{2l_b^2})\det(A_{ij}(\eta_i,\bar\eta_j’)) \
\end{aligned}
$$
由于 ηˉ′ 含有求导项目,这个行列式存在交叉项,并不好处理。然而除了可以让 η,η′ 分别绑定行列指标,也可以让它们都绑定行指标,这样的积分结果不变,此时(注意下面的f和上面的f并不是相等的,但是积分是相等的)
$$
\begin{aligned}
f(\eta,\bar\eta’)
&=\exp(-\frac{\eta\bar\eta’}{2l_b^2})\det(A_{ij}(\eta_i,\bar\eta_i’)) \
\end{aligned}
\begin{aligned}
f(\eta,\bar\eta’)
&=\exp(-\frac{\eta\bar\eta’}{2l_b^2})\det(A_{ij}(\eta_i,\bar\eta_i’)) \
&=\sum_P(-1)^P \exp(-\eta_i\bar\eta_i’/2l_b^2)A_{iP(j)}(\eta_i,\bar\eta_i’)\cdots\
&=\sum_P(-1)^P \tilde A_{iP(j)}(\eta_i,\bar\eta_i’)\dots \
&=\det(\tilde{A}_{ij}(\eta_i,\bar\eta_i’))
\end{aligned}
$$
其中
A~ij(ηi,ηˉi′)=exp(−2lb2ηiηˉi′)Aij(ηi,ηˉi′)=exp(−2lb2ηiηˉi′)k=0∑nk′=0∑n′k!(n−k)!n!k′!(n′−k′)!n′!(m−k)!m!(m′−k′)!m′!αk+k′(lbηi)n−k(lbηˉi′)n′−k′δm−k,m′−k′2m−k(m−k)!=exp(−2lb2ηiηˉi′)k∑F(k)(lbηˉi′)n′−k+m−m′(lbηi)n−k=q∑q!1(−2lb2ηiηˉi′)qk∑F(k)(lbηˉj′)n′−k+m−m′(lbηi)n−k=q∑k∑q!1(−2)q1F(k)(lbηˉi′)n′−k+m−m′+q(lbηi)n−k+q
我们将 ηˉi′ 替换成 ηˉi−2lb2∂ηi,需要指出的是,由于 η′ 和 η 都是和行指标绑定,所以在求行列式的过程中不会出现跨行的求导项,所以我们可以直接在矩阵元内部直接完成替换和求导。上式就等于
q∑k∑q!1(−2)q1F(k)(lbηˉi−2lb2∂ηi)n′−k+m−m′+q(lbηi)n−k+q=q∑k∑q!1(−2)q1F(k)t∑(lbηˉi)n′−k+m−m′+q−t(−2lb∂ηi)t(lbηi)n−k+q=q∑k∑q!1(−2)q1F(k)t∑t!(n′−k+m−m′+q−t)!(n′−k+m−m′+q)!(lbηˉi)n′−k+m−m′+q−t(−2)t(n−k+q−t)!(n−k+q)!(lbηi)n−k+q−t
其中 q 的求和范围是 0,∞,k 便利 Λ level, t依赖于 n′−k+m−m′+q,这个矩阵元是一个无穷求和,计算量比较大。
另一方面,将 ηˉi′ 替换成 ηˉi−2lb2∂ηi的操作实际上可以等价为一个指数微分算符
exp(−2lb2∂ηi∂ηˉi)A~ij(ηi,ηˉi)
证明:
=====A~ij(ηi,ηˉi−2lb2∂ηi)αβ∑cαβ(ηˉi−2lb2∂ηi)βηiααβ∑k∑cαβ(βk)ηˉiβ−k(−2lb2∂ηi)kηiααβ∑k∑(β−k)!β!(α−k)!α!k!(−2lb2)kcαβηˉiβ−kηiα−kk∑k!(−2lb2∂ηˉi∂ηi)kαβ∑cαβηiαηˉiβexp(−2lb2∂ηi∂ηˉi)A~ij(ηi,ηˉi)=Bij(ηi,ηˉi)
这等价于
A~ij(η,ηˉ)=∫2πlb2d2η′exp(−2lb2∣η′−η∣2)Bij(η′,ηˉ′)
因为根据上面的指数微分,关系可以得到
A~ij(η,ηˉ)=exp(2lb2∂η∂ηˉ)Bij(η,ηˉ)
而根据
exp(−2∂x∂y)[eAxyxaxb]=exp(1+2AAxy)s=0∑min(a,b)(as)(bs)s!(−2)s(1+2A)−(a+b+1−s)xa−syb−s
可以通过生成函数证明,我们考虑一个生成函数
exp(t∂x∂y)[eAxy+ux+vy]
这个生成函数取 t=2,并对 u,v 求偏导之后取 u=v=0 即可得到上面的结果。生成函数本身可以这样求,我们令 F(t)=exp(tD)[eAxy+ux+vy],其中 D=∂x∂y
容易发现
∂tF(t)=DF(t)
可以设
F(t)=exp(A(t)xy+u(t)x+v(t)y+d(t))
那么
∂tF(t)=(A′(t)xy+u′(t)x+v′(t)y+d′(t))F(t)DF(t)=[A(t)+(A(t)x+v(t))(A(t)y+u(t))]F(t)
对比系数可以发现
⎩⎨⎧A′(t)=A2(t)u′(t)=A(t)u(t)v′(t)=A(t)v(t)d′(t)=A(t)+u(t)v(t)
初始条件为 A(0)=A,u(0)=u,v(0)=v,d(0)=1,容易解得
⎩⎨⎧A(t)u(t)v(t)d(t)=1−AtA=1−Atu=1−Atv=−ln∣At−1∣+1−Atuvt
那么就得到了 F(t)
F(t)=∣1−At∣1exp(1−AtAxy+ux+vy)=exp(t∂x∂y)[eAxy+ux+vy]
然后根据
$$
\begin{aligned}
&\exp(-2\partial_x\partial_y)[e^{Axy}x^ay^b] \
=&\partial_u^a\partial_v^bF(-2) |{u=v=0}\
=&\frac{1}{|2A+1|}\exp\left(\frac{Axy}{1+2A}\right)\sum{r=0}^{\min(a,b)}\frac{a!}{(a-r)!}\frac{b!}{(b-r)!}\frac{1}{r!}\left(\frac{-2}{1+2A}\right)^r\left(\frac{x}{1+2A}\right)^{a-r}\left(\frac{y}{1+2A}\right)^{b-r}
\end{aligned}
\tilde{A}_{ij}(\eta_i,\bar\eta_i) = \exp\left(-\frac{\eta_i\bar\eta_i}{2l_b^2}\right)\times多项式
$$
对应于 A=−1/2,可以发现这是上面表达式的奇异点,公式失效。
下面做法,可以多保留一个高斯因子,转化成有限项求和,我们从下面表达式出发
$$
\begin{aligned}
&A_{ij} = A_{ij}(\eta_i,\bar \eta_i’) \
=&\eta_i^n(\bar\eta_i’)^{n’}\int d\mu_B(z)\exp\left(\frac{\bar z\eta_i+z\bar\eta_i’}{2l_b^2}\right)
\left(1+\alpha\frac{\partial_{\bar z/l_B}}{\eta_i/l_b}\right)^n\left(\frac{\bar z}{l_B}\right)^{m}
\left(1+\alpha\frac{\partial_{z/l_B}}{\bar\eta_i’/l_b}\right)^{n’}\left(\frac{z}{l_B}\right)^{m’} \
=&\eta_i^n(\bar\eta_i’)^{n’}\sum_{kk’}^{nn’}
\begin{pmatrix}
n\
k
\end{pmatrix}
\begin{pmatrix}
n’\
k’
\end{pmatrix}
\alpha^{k+k’}
\frac{l_b^{k+k’}}{\eta_i^k\bar\eta_i’^{k’}}
\int d\mu_B(z)\exp\left(\frac{\bar z\eta_i+z\bar\eta_i’}{2l_b^2}\right)
\left(\partial_{\bar z/l_B}\right)^k
\left(\frac{\bar z}{l_B}\right)^{m}
\left(\partial_{z/l_B}\right)^{k’}\left(\frac{z}{l_B}\right)^{m’}\
=&\eta_i^n(\bar\eta_i’)^{n’}\sum_{kk’}^{nn’}
\begin{pmatrix}
n\
k
\end{pmatrix}
\begin{pmatrix}
n’\
k’
\end{pmatrix}
\alpha^{k+k’}
\frac{l_b^{k+k’}}{\eta_i^k\bar\eta_i’^{k’}}
\frac{m!}{(m-k)!}\frac{m’!}{(m’-k’)!}
\int d\mu_B(z)\exp\left(\frac{\bar z\eta_i+z\bar\eta_i’}{2l_b^2}\right)
\left(\frac{\bar z}{l_B}\right)^{m-k}
\left(\frac{z}{l_B}\right)^{m’-k’}\
\end{aligned}
\begin{aligned}
&\int d\mu_B(z)\exp(J\bar z+Kz)\bar z^a z^b\
=&\partial_J^a\partial_K^b\exp(2l_B^2JK) \
=& \partial_J^a(2l_B^2J)^b\exp(2l_B^2JK) \
= &(2l_B^2)^{a+b}\exp(2l_B^2JK)\sum_{\gamma=0}^{\min(a,b)}
\begin{pmatrix}a \ \gamma\end{pmatrix}
\begin{pmatrix}b \ \gamma\end{pmatrix}
\gamma!(2l_B^2)^{-\gamma}J^{b-\gamma}K^{a-\gamma}
\end{aligned}
\begin{aligned}
&\int d\mu_B(z)\exp\left(\frac{\bar z\eta_i+z\bar\eta_i’}{2l_b^2}\right)
\left(\frac{\bar z}{l_B}\right)^{a}
\left(\frac{z}{l_B}\right)^{b} \
= &\exp(\rho\frac{\eta_i\bar\eta_i’}{2l_b^2})\sum_{\gamma=0}^{\min(a,b)}
\begin{pmatrix}a\ \gamma\end{pmatrix}
\begin{pmatrix}b\ \gamma\end{pmatrix}
\gamma!2^{\gamma}\rho^{(a+b-2\gamma)/2}\left(\frac{\eta_i}{l_b}\right)^{b-\gamma}\left(\frac{\bar\eta_i’}{l_b}\right)^{a-\gamma}
\end{aligned}
$$
其中 ρ=lB2/lb2,从而
$$
\begin{aligned}
&\tilde A_{ij}(\eta_i,\bar\eta_i’) \
=&\exp\left((\rho-1)\frac{\eta_i\bar\eta_i’}{2l_b^2}\right)
\eta_i^n(\bar\eta_i’)^{n’}\sum_{kk’}^{nn’}
\begin{pmatrix}
n\
k
\end{pmatrix}
\begin{pmatrix}
n’\
k’
\end{pmatrix}
\alpha^{k+k’}
\frac{l_b^{k+k’}}{\eta_i^k\bar\eta_i’^{k’}}
\frac{m!}{(m-k)!}\frac{m’!}{(m’-k’)!}\
&\sum_{\gamma=0}^{\min(a,b)}
\begin{pmatrix}a\ \gamma\end{pmatrix}
\begin{pmatrix}b\ \gamma\end{pmatrix}
\gamma!2^{\gamma}\rho^{(a+b-2\gamma)/2}\left(\frac{\eta_i}{l_b}\right)^{b-\gamma}\left(\frac{\bar\eta_i’}{l_b}\right)^{a-\gamma}\
\end{aligned}
$$
这里的 a=m−k,b=m′−k′,这个结果多保留了一个高斯因子,对应的 A=2ρ−1=−21。从而
==exp(−2lb2∂ηi∂ηˉi)A~ij(ηi,ηˉi)exp(−2lb2∂ηi∂ηˉi)exp((ρ−1)ηiηˉi/2lb2)αβ∑cαβ(lbηi)α(lbηˉi)βρ1exp(ρρ−12lb2ηiηˉi)αβ∑cαβr=0∑min(α,β)(α−r)!α!(β−r)!β!r!1(ρ−2)r(ρlbηi)a−r(ρlbηˉi)b−r
我们令 Bij(ηi,ηˉi)=exp(−2lb2∂ηi∂ηˉi)A~ij(ηi,ηˉi)=exp(−2lb2∂ηi∂ηˉi)[exp(−2lb2ηiηˉi)Aij(ηi,ηˉi)],那么overlap就是
∫i∏dμb(ηi)∣Δ(η)∣2det(Bij(ηi,ηˉi))
∫i∏dμb(ηi)μb(ηi′)Δ(ηˉ)Δ(η′)det(Aij(ηi,ηˉi′))
整个过程就是:插入一个 exp(+2lb2ηiηˉi′)exp(−2lb2ηiηˉi′), 对 η′ 积分,这等价于将 ηˉ′ 移动到 η′ 的左边,然后替换成 2lb2∂η′,求导完之后替换成 η。这里面涉及到对 Δ(η′) 的求导,利用分部积分可以将 Δ(η′) 移动到求导算符左边,等最终等价与将 ηˉ′ 替换成 η− 。将 ηˉi′ 替换0成 ηˉi−2lb2∂ηi的操作实际上可以等价为一个指数微分算符exp(−2lb2∂ηi∂ηˉi)A~ij(ηi,ηˉi)
考虑到一个 Λ level 内的填充数 M 应该远大于 Λ level 的数量 N,那么可以得到矩阵元的计算复杂度为 23O(M2N2),矩阵的维度为 MN,得到整个矩阵的复杂度就是O(M4N4),这个复杂度高于行列式本身的复杂度,是leading order项。粒子数就是 MN=Np ,整体复杂度就是 O(Np4)。如果每次更新一个坐标,那么只需要更新一行,O(Np3)
另一方面,我们其实可以将 A~ij(ηi,ηˉi) 用连带拉盖尔多项式展开。考虑到
Lnm(x)=γ=0∑n(n−γ)!(m+γ)!(n+m)!γ!(−x)γ=γ=0∑n(n+mn−γ)γ!(−x)γ
那么
$$
\sum_{\gamma=0}^{\min(a,b)}
\begin{pmatrix}
a\
\gamma
\end{pmatrix}
\begin{pmatrix}
b\
\gamma
\end{pmatrix}
\gamma!
z^\gamma
=z^{\min(a,b)}\min(a,b)! L_{\min(a,b)}^{|a-b|}(-\frac{1}{z})
$$
那么 当 m′−k′<m−k
A~ij=exp((ρ−1)2lb2ηiηˉi)ηin(ηˉi)n′kk′∑nn′(nk)(n′k′)αk+k′ηikηˉik′lbk+k′(m−k)!m!(m′−k′)!m′!2m′−k′(m′−k′)!(ρlbηˉi)∣m−m′+k′−k∣Lm′−k′m−m′+k′−k(−2lb2ρ∣η∣2)
当 m′−k′>m−k
A~ij=exp((ρ−1)2lb2ηiηˉi)ηin(ηˉi)n′kk′∑nn′(nk)(n′k′)αk+k′ηikηˉik′lbk+k′(m−k)!m!(m′−k′)!m′!2m−k(m−k)!(ρlbηi)∣m−m′+k′−k∣Lm−km−m′+k′−k(−2lb2ρ∣η∣2)
全部代入的结果
$$
\begin{aligned}
\mathcal B_{ij}(\eta_i,\bar\eta_i) = &\exp\left(-2l_b^2\partial_{\eta_i}\partial_{\bar\eta_i}\right)\tilde A_{ij}(\eta_i,\bar\eta_i) \
=&\exp\left(-2l_b^2\partial_{\eta_i}\partial_{\bar\eta_i}\right)\exp\left((\rho-1)\frac{\eta_i\bar\eta_i}{2l_b^2}\right)
\sum_{kk’}^{nn’}
\begin{pmatrix}
n\
k
\end{pmatrix}
\begin{pmatrix}
n’\
k’
\end{pmatrix}
\alpha^{k+k’}
\frac{m!}{(m-k)!}\frac{m’!}{(m’-k’)!}\
&\sum_{\gamma=0}^{\min(a,b)}
\begin{pmatrix}a\ \gamma\end{pmatrix}
\begin{pmatrix}b\ \gamma\end{pmatrix}
\gamma!2^{\gamma}\rho^{(a+b-2\gamma)/2}\left(\frac{\eta_i}{l_b}\right)^{b+n-k-\gamma}\left(\frac{\bar\eta_i}{l_b}\right)^{a+n’-k’-\gamma}\
=&\frac{1}{\rho}\exp\left(\frac{\rho-1}{\rho}\frac{\eta_i\bar\eta_i}{2l_b^2}\right)
\sum_{kk’}^{nn’}
\begin{pmatrix}
n\
k
\end{pmatrix}
\begin{pmatrix}
n’\
k’
\end{pmatrix}
\alpha^{k+k’}
\frac{m!}{(m-k)!}\frac{m’!}{(m’-k’)!}\
&\sum_{\gamma=0}^{\min(a,b)}
\begin{pmatrix}a\ \gamma\end{pmatrix}
\begin{pmatrix}b\ \gamma\end{pmatrix}
\gamma!2^{\gamma}\rho^{(a+b-2\gamma)/2}
\sum_{r=0}^{\min(p,q)}\
&\frac{p!}{(p-r)!}\frac{q!}{(q-r)!}\frac{1}{r!}\left(\frac{-2}{\rho}\right)^r\left(\frac{\eta_i}{\rho l_b}\right)^{p-r}\left(\frac{\bar\eta_i}{\rho l_b}\right)^{q-r}
\end{aligned}
$$
p=b+n−k−γ,q=a+n′−k′−γ,a=m−k,b=m′−k′
i=(n,m) and j=(n′,m′)
α=ρ/(ρ−1),0<ρ<1
当 nmax=0 时
Bij=ρ1exp(ρρ−12lb2ηiηˉi)γ=0∑min(m,m′)(mγ)(m′γ)γ!2γρ(m+m′−2γ)/2r=0∑min(m′−γ,m−γ)(m′−γ−r)!(m′−γ)!(m−γ−r)!(m−γ)!r!1(ρ−2)r(ρlbηi)m′−γ−r(ρlbηˉi)m−γ−r
令
那么 γ≤s≤min(m,m′)−γ
γ=0∑min(m,m′)s=γ∑min(m,m′)F(γ,s)=s=0∑min(m,m′)γ=0∑sF(γ,s)
关于 γ 的部分为
γ=0∑sγ!(m−γ)!(m′−γ)!2γρ−γ(s−γ)!ρ−γ(m′−γ)!(m−γ)!(−2)−γ=γ=0∑s(s−γ)!γ!(−1)γ=s!1δ0,s
从而
Bij=ρ−1−2m+m′exp(ρρ−12lb2∣ηi∣2)(lbηi)m′(lbηˉi)m
那么
det(B)∝i∏ηˉiii<j∏(ηi−ηj)
Bij(ηi,ηˉi)=exp(−2lb2∂ηi∂ηˉi)exp(−2lb2ηˉiηi)∫dμB(z)exp(2lb2zˉηi+zηˉi)φi(zˉ,ηi)φj(z,ηˉi)那么我们可以考虑
exp(−2∂η∂ηˉ)f(η,ηˉ)=exp(−21∇2)f(x,y)=exp(−21∂x2−21∂y2)f(x,y)
这里将指数微分拆成了独立的两个部分,根据
exp(−2C2)=2π1∫Re−s2/2eisCds
那么
===exp(−2∂x2+∂y2)2π1∫R2d2ξe−∣ξ∣2/2eiξx∂x+iξy∂y2π1∫R2d2ξe−∣ξ∣2/2eiξx∂x+iξy∂y2π1∫R2d2ξe−∣ξ∣2/2eiξ∂η+iξˉ∂ηˉ
那么
exp(−2∂η∂ηˉ)f(η,ηˉ)=2π1∫R2d2ξe−∣ξ∣2/2f(η+iξ,ηˉ+iξˉ)=2π1∫R2d2ξe−∣ξ∣2/2f(η+ξ,ηˉ−ξˉ)
那么
==exp(−2lb2∂η∂ηˉ)exp(−2lb2ηˉη)∫dμB(z)exp(2lb2zˉη+zηˉ)φi(zˉ,η)φj(z,ηˉ)∫dμB(z)∫2πlb2d2ξe−∣ξ∣2/2lb2e−(∣η∣2−∣ξ∣2−ξˉη+ηˉξ)/2lb2e(zˉη+zηˉ+zˉξ−zξˉ)/2lb2φi(zˉ,η+ξ)φj(z,ηˉ−ξˉ)∫dμB(z)e(−∣η∣2+zˉη+zηˉ)/2lb2∫2πlb2d2ξe(ξˉ(η−z)+ξ(zˉ−ηˉ))/2lb2φi(zˉ,η+ξ)φj(z,ηˉ−ξˉ)
考虑到
φnm(z,ηˉ)=(2lB2∂z+(lb2lB2−1)ηˉ)nzm=(2lB2∂z−αηˉ)nzm=∂snes(2lB2∂z−αηˉ)zm∣s=0
∂snes(2lB2∂z−αηˉ)zm=∂sne−sαηˉe2slB2∂zzm=∂sne−sαηˉ(z+2slB2)m
那么我们可以将 φ 替换成对应的生成函数,然后再对参数求导,即
φi(zˉ,η+ξ)→e−αsˉ(η+ξ)(zˉ+2sˉlB2)miφj(z,ηˉ−ξˉ)→e−αs(ηˉ−ξˉ)(z+2slB2)mj
α=1−lB2/lb2,我们可以发现被积函数对 ξ 的依赖都跑到了指数上面,ξ 依赖的积分结果为
∫2πlb2d2ξexp(2lb2ξ(zˉ−ηˉ−2lb2sˉα)−ξˉ(z−η−2lb2sα))=2πlb2δ(2)(z−η−2lb2sα)z的积分就是做个替换 z→η+2lb2αs,结果为
lB2lb2e−∣η∣2/2l2exp(−lB22lb4α2∣s∣2−αlB2lb2(sˉη+ηˉs)))(ηˉ+2lb2sˉ)mi(η+2lb2s)mj
可以将模方项写成积分,利用前面用到的变换
exp(−2AˉA)=exp(−21(Ax2+Ay2))=2π1∫R2e−∣w∣2/2ei(w⋅A)d2w=2π1∫R2e−∣w∣2/2e2i(wˉA+wAˉ)d2w=2π1∫R2e−∣w∣2/2e21(−wˉA+wAˉ)d2w
所以
exp(−lB22lb4α2∣s∣2)=∫2πlB2d2we−∣w∣/2lB2elb2αswˉ/lB2e−lb2αsˉw/lB2
代入,关于 s 和 sˉ 的指数项结果为
exp[lB2lb2(wˉ−ηˉ)αs],exp[−lB2lb2(w+η)αsˉ]
乘上后面的多项式,可以发现就是 φ 的生成函数,即
exp[lB2lb2(wˉ−ηˉ)αs](η+2lb2s)mj⇔(2lb2∂η+lB2lb2(wˉ−ηˉ)α)niηmj=
或者说
====∂snjexp[lB2lb2(wˉ−ηˉ)αs](η+2lb2s)mj∣s=0∂snjexp[−lB2lb2(ηˉ−wˉ)αs+2lb2s∂η]ηmj(−lB2lb2(ηˉ−wˉ)α+2lb2∂η)njηmj(lB2lb2)ni(2lB2∂η−α(ηˉ−wˉ))njηmj(lB2lb2)njφnjmj(η,ηˉ−wˉ)
同理
∂snjexp[−lB2lb2(w+η)αs](ηˉ+2lb2s)mi∣s=0=(lB2lb2)niφnimi(ηˉ,η+w)
因此
Bij(ηi,ηˉi)=(lB2lb2)ni+nj+1e−∣η∣2/2l2∫dμB(w)φnimi(ηˉi,ηi+w)φnjmj(ηi,ηˉi−wˉ)
所以
$$
\begin{aligned}
&\frac{1}{N!}\sum_{P}\det(B_{ij}(\eta_P(i),\bar\eta_P(i))) \
=&\frac{1}{N!}\prod_{i,j}\left(\frac{l_b^2}{l_B^2}\right)^{n_i+n_j+1}\prod_i e^{-|\eta_i|/2l^2}\int \prod_i d\mu_B(w_i) \det(\varphi_{j}(\bar\eta_i,\eta_i+w_i))\det(\varphi_{j}(\eta_i,\bar\eta_i-\bar w_i ))
\end{aligned}
$$
可以令 Uji=φj(ηˉi,ηi+wi), Vji=φj(ηi,ηˉi−wˉi)
考虑算符 ρq=exp(iq⋅r)=exp(iqˉz/2+iqzˉ/2),对应的矩阵为
Bijρq(ηi,ηˉi)=(lB2lb2)ni+nj+1e−∣η∣2/2l2e2i(qηˉ+qˉη)∫dμB(w)φnimi(ηˉi,ηi+w−iqlB2)φnjmj(ηi,ηˉi−wˉ−iqˉlB2)相当于 w 平移了 −iqlB2,然后前面多了一个相位。可以令
Ujiρq=e2iqηˉiφj(ηˉi,ηi+wi−iqlB2),Vjiρq=e2iqˉηiφj(ηi,ηˉi−wˉ−iqˉlB2)
下面来看一下全排列平均之后算符期望值的表达式,由于
⟨Ψ∣ρ(q)∣Ψ⟩=∫dμb(η)i<j∏∣ηi−ηj∣4det(B)Tr(B−1Bρ(q))
所以有一个问题在于求 B−1,保留积分结构求逆是困难的,所以实际上不如利用这个表达式
⟨Ψ∣ρ(q)∣Ψ⟩=∫dμb(η)i<j∏∣ηi−ηj∣4ij∑Cofij(B)Bijρ(q)
这里的
=ij∑Cofij(B)Bijρ(q)i∑det(Bi)
其中
Bkli={Bkl,k=iBklρq,k=i
Bi 的意思是将 B 的第 i 行替换成 Bρq 的第 i 行,而 B 和 Bρq 每个矩阵元的积分结构都是相似的,我们可以只考虑积分的核,即
Bkl→UkkVlk,Bklρq→UkkρqVlkρq
Bkli 实际上就是当 k=i 的时候,Bk=i,li→UkkρqVlkρq,那么
det(Bkli)↔U11U22⋯Uiiρq…V11…V1iρq…V1N......V2iρq..............................VNiρq.......
后面的行列式在交换 ηi 的指标的时候(也就是交换两列直接的列指标),并不一定会产生一个负号,因为任意一列和 k=i 列交换的时候会产生一个新的行列式。但是这个新的行列式实际上可以是其他 det(Bklj) 进行列交换的结果,也就是说单独一个 det(Bkli) 在对称话的时候没有办法写成 det(Ui)det(Vi) ,但是整个 ∑idet(Bkli) 对称化的结果一定是 ∑idet(Ui)det(Vi)。
所以
=Sij∑Cofij(B)Bijρ(q)N!1i,j∏(lB2lb2)ni+nj+1i∏e−∣ηi∣/2l2∫i∏dμB(wi)i∑∣Ui(ηˉ,η+w)∣∣Vi(η,ηˉ−wˉ)∣
其中
Ukli={Ukl,l=iUklρq,l=iVkli={Vkl,l=iVklρq,l=i
含义就是替换第 l 列为算符的矩阵元,这里行指标是轨道指标,列指标是坐标指标。
例子:
T1=F1(x1)F2(x2)G1(x1)G2(x1)G1(x2)G2(x2),T2=F1(x1)F2(x2)G1(x1)G2(x1)G1(x2)G2(x2).
T1+T2 整体对称化。结果是
+21F1(x1)F2(x1)F1(x2)F2(x2)G1(x1)G2(x1)G1(x2)G2(x2)21F1(x1)F2(x1)F1(x2)F2(x2)G1(x1)G2(x1)G1(x2)G2(x2).
考虑算符 ρq=exp(iq⋅(r1−r2)),
a=b∑detF(a:+q,b:−q)detG(a:+,b:−)这里 F(a:+q,b:−q) 含义就是替换 a 列的为 +q 的矩阵元,替换 b 列为 −q 的矩阵元。
列替换行列式的快速计算
detA(a←u,b←v)=detA(A−1u)a(A−1u)b(A−1v)a(A−1v)b
也就是求解
Ay=u,Az=v
可观测量的计算
单体算符
O=∑O(zn,zˉn)⟨Ψ∣O∣Ψ⟩======n∑∫i∏dμb(ηi)μb(ηi′)i<j∏(ηˉi−ηˉj)2(ηi′−ηj′)2N!1P,P′∑(−1)P+P′AP(1)P′(1)(ηP(1),ηˉP(1)′)…AP(n)P′(n)O(ηP(n),ηˉP(n)′)…n∑∫i∏dμb(ηi)μb(ηi′)i<j∏(ηˉi−ηˉj)2(ηi′−ηj′)2N!1P∑(−1)Pj∑(−1)P(n)+jMP(n)jAP(n)jO∫i∏dμb(ηi)μb(ηi′)i<j∏(ηˉi−ηˉj)2(ηi′−ηj′)2N!1P∑(−1)Pn∑j∑(−1)P(n)+jMP(n)jAP(n)jO∫i∏dμb(ηi)μb(ηi′)i<j∏(ηˉi−ηˉj)2(ηi′−ηj′)2N!1P∑(−1)P(−1)Pn∑j∑(−1)n+jMnjAnjO∫i∏dμb(ηi)μb(ηi′)i<j∏(ηˉi−ηˉj)2(ηi′−ηj′)2ij∑(−1)i+jMijAijO∫i∏dμb(ηi)i<j∏∣ηˉi−ηˉj∣4ij∑(−1)i+jMijBijO其中 (−1)i+jMij 是 Bij 的代数余子式,BijO 是算符 O 对应的矩阵元
BijO(ηi,ηˉi)=exp(−2lb2∂ηi∂ηˉi)A~ijO(ηi,ηˉi)
这里直接计算密度算符 ρ(q)=∑exp(iq⋅r) 的矩阵元。
==A~ijO(ηi,ηˉi)exp(−2lb2ηiηˉi)AijO(ηi,ηˉi)exp(−2lb2ηiηˉi)ηin(ηˉi)n′kk′∑nn′(nk)(n′k′)αk+k′ηikηˉik′lbk+k′(m−k)!m!(m′−k′)!m′!∫dμB(z)exp(2lb2zˉηi+zηˉi)(lBzˉ)m−kexp(iq⋅ri)(lBz)m′−k′由于
exp(2lb2zˉηi+zηˉi′)exp(iq⋅ri)=exp(2lb2zˉ(ηi+lb2(iqx−qy))+z(ηˉi+lb2(iqx+qy)))
那么
$$
\begin{aligned}
=&\exp\left((\rho-1)\frac{\eta_i\bar\eta_i}{2l_b^2}\right)
\eta_i^n(\bar\eta_i)^{n’}\sum_{kk’}^{nn’}
\begin{pmatrix}
n\
k
\end{pmatrix}
\begin{pmatrix}
n’\
k’
\end{pmatrix}
\alpha^{k+k’}
\frac{l_b^{k+k’}}{\eta_i^k\bar\eta_i^{k’}}
\frac{m!}{(m-k)!}\frac{m’!}{(m’-k’)!}\
&\sum_{\gamma=0}^{\min(a,b)}
\begin{pmatrix}a\ \gamma\end{pmatrix}
\begin{pmatrix}b\ \gamma\end{pmatrix}
\gamma!2^{\gamma}\rho^{(a+b-2\gamma)/2}\left(\frac{\eta_i+l_b^2(iq_x-q_y)}{l_b}\right)^{b-\gamma}\left(\frac{\bar\eta_i+l_b^2(iq_x+q_y)}{l_b}\right)^{a-\gamma}\
\end{aligned}
$$
如此我们便得到了 ρ(q)=∑exp(iq⋅ri) 的期望值
⟨Ψ∣ρ(q)∣Ψ⟩=∫dμb(η)i<j∏∣ηi−ηj∣4ij∑Cofij(B)Bijρ(q)
其中 Cofij(B) 是 B 的代数余子式,如果 B 存在逆,那么
Cofij(B)=det(B)(B−1)ji
那么
ij∑det(B)(B−1)jiBijρ(q)=det(B)Tr(B−1Bρ(q))
⟨Ψ∣ρ(q)∣Ψ⟩=∫dμb(η)i<j∏∣ηi−ηj∣4det(B)Tr(B−1Bρ(q))
⟨ρ(q)⟩=⟨Ψ∣Ψ⟩⟨Ψ∣ρ(q)∣Ψ⟩
两体算符
需要计算
$$
\begin{aligned}
&\tilde A_{ij,kl}^O(\eta_i,\eta_j, \bar\eta_i,\bar\eta_j) \
=&\exp(-\frac{\eta_i\bar\eta_i}{2l_b^2}-\frac{\eta_j\bar\eta_j}{2l_b^2})
A_{ij,kl}^O(\eta_i,\eta_j, \bar\eta_i,\bar\eta_j) \
=&\exp(-\frac{\eta_i\bar\eta_i}{2l_b^2}-\frac{\eta_j\bar\eta_j}{2l_b^2})
\int d\mu_B(z_1)d\mu_B(z_2)
\varphi_i(\bar z_1,\eta_i)\varphi_j(\bar z_2,\eta_j)O(\boldsymbol z_1,\boldsymbol z_2)\varphi_k(z_1,\bar\eta_i)\varphi_l(z_2,\bar\eta_j)
\end{aligned}
\mathcal B^O_{ij,kl}(\eta_i,\eta_j, \bar\eta_i,\bar\eta_j) = \exp(-2l_b^2\partial_{\eta_i}\partial_{\bar\eta_i})\exp(-2l_b^2\partial_{\eta_j}\partial_{\bar\eta_j})\tilde A_{ij,kl}^O(\eta_i,\eta_j, \bar\eta_i,\bar\eta_j)
\braket{\Psi|O|\Psi}= \frac{1}{2}\int d\mu_b(\eta)|\Delta(\eta)|^2\sum_{ij,kl}\mathrm{Cof}{ij,kl}^{(2)}[\mathcal B]\mathcal B{ij,kl}^O(\eta_i,\eta_j, \bar\eta_i,\bar\eta_j)
\mathrm{Cof}_{ij,kl}^{(2)}[\mathcal B]
$$
是 B 的二阶代数余子式。
考虑算符 O(z1,z2)=exp(iq⋅(r1−r2)),那么可以直接拆成两个独立的部分
=A~ij,klOA~ikρ(q)(ηi,ηˉi)A~jlρ(−q)(ηj,ηˉj)
同样的,
Bij,klO(ηi,ηj,ηˉi,ηˉj)=Bikρ(q)(ηi,ηˉi)Bjlρ(−q)(ηj,ηˉj)
这里 i=j,k=l ,如果 B 存在逆,那么
Cofij,kl(2)(B)=det(B)[(B−1)kiB−1)lj−(B−1)kj(B−1)li]
所以
ij,kl∑Cofij,kl(2)[B]Bij,klO(ηi,ηj,ηˉi,ηˉj)=det(B)(Tr[B−1Bρ(q)]Tr[B−1Bρ(−q)]−Tr[B−1Bρ(−q)B−1Bρ(q)])
因此
=⟨Ψ∣:ρ(−q)ρ(q):∣Ψ⟩∫dμb(η)∣Δ(η)∣2det(B)(Tr[B−1Bρ(q)]Tr[B−1Bρ(−q)]−Tr[B−1Bρ(−q)B−1Bρ(q)])
而
⟨Ψ∣:ρ(−q)ρ(q):∣Ψ⟩=⟨Ψ∣ρ(−q)ρ(q)∣Ψ⟩−N⟨Ψ∣Ψ⟩
前面讨论过计算出 B 的复杂度占据主导的,这里一系列矩阵相乘,求逆,求迹的过程消耗的时间不是主要的。
由密度算符计算单体算符和相互作用能量
单体算符
对于任意一个单体算符,可以进行傅里叶展开
o(r)=∫(2π)2d2qexp(iq⋅r)o(q)
那么
O=∑o(ri)=∫(2π)2d2qρ(q)o(q)
相互作用能
由于相互作用具有平移不变性,也可以用密度算符展开:
===H^int21i=j∑V(ri−rj)21i=j∑∫(2π)2d2qV(q)exp(iq(ri−rj))21∫(2π)2d2qV(q)[ρ(−q)ρ(q)−N]
那就需要计算 ⟨Ψ∣ρ(−q)ρ(q)∣Ψ⟩
结构因子
就是 ⟨ρ(−q)ρ(q)⟩
对关联函数 ⟨:ρ(r)ρ(0):⟩
对静态结构因子进行傅里叶变换可以得到
直接采样计算单体算符和两体算符
单体算符
单体算符和密度算符的处理一样,只需要计算
==A~ijO(ηi,ηˉi)exp(−2lb2ηiηˉi)AijO(ηi,ηˉi)exp(−2lb2ηiηˉi)∫dμB(z)exp(lb2zˉiηi+ziηˉi)φi(zˉ,ηi)O(z,zˉ)φj(z,ηˉi)
两体算符
需要计算
$$
\begin{aligned}
&\tilde A_{ij,kl}^O(\eta_i,\eta_j, \bar\eta_i,\bar\eta_j) \
=&\exp(-\frac{\eta_i\bar\eta_i}{2l_b^2}-\frac{\eta_j\bar\eta_j}{2l_b^2})
A_{ij,kl}^O(\eta_i,\eta_j, \bar\eta_i,\bar\eta_j) \
=&\exp(-\frac{\eta_i\bar\eta_i}{2l_b^2}-\frac{\eta_j\bar\eta_j}{2l_b^2})
\int d\mu_B(z_1)d\mu_B(z_2)
\varphi_i(\bar z_1,\eta_i)\varphi_j(\bar z_2,\eta_j)O(\boldsymbol z_1,\boldsymbol z_2)\varphi_k(z_1,\bar\eta_i)\varphi_l(z_2,\bar\eta_j)
\end{aligned}
\mathcal B^O_{ij,kl}(\eta_i,\eta_j, \bar\eta_i,\bar\eta_j) = \exp(-2l_b^2\partial_{\eta_i}\partial_{\bar\eta_i})\exp(-2l_b^2\partial_{\eta_j}\partial_{\bar\eta_j})\tilde A_{ij,kl}^O(\eta_i,\eta_j, \bar\eta_i,\bar\eta_j)
\mathcal E = \frac{1}{2}\int d\mu_b(\eta)|\Delta(\eta)|^2\sum_{ij,kl}\mathrm{Cof}{ij,kl}^{(2)}[\mathcal B]\mathcal B{ij,kl}^O(\eta_i,\eta_j, \bar\eta_i,\bar\eta_j)
\mathrm{Cof}_{ij,kl}^{(2)}[\mathcal B]
$$
是 B 的二阶代数余子式。
∫i∏d2ηid2ξiexp(−2lB2∣ξi∣2+∣η∣2)i<j∏∣ηi−ηj∣4det(U)det(V)ξ 可以用正态分布生成,η 则通过Metropolis采样得到。我的结果显示存在多个 Λ level 的时候依然有符号问题。下面是一个参数下的结果:
p=2, M = 20, interval = 50*N, measurement_samples=20000
p是 ν=p/(2p+1) 中的p,M是一个 lambda level内轨道数,interval 是采样间隔,measurement_samples是有效样本数。
在这个参数下,每次运行之后、平均之后的det(U)det(V)的数量级、正负号甚至都会发生变化,这表明符号问题引起的误差已经淹没掉真实值了。我们知道当 ξ=0 的时候,后面两个行列式是正定的,但是对于以 σ=lB 分布的 ξ 而言,det(U)det(V) 的正负是完全随机的。所以我想看一下,这个过程中发生了什么。下面一张图展示了正号比例随着 ξ 方差的变化,也就是将 exp(−2lB2∣ξi∣2) 替换成 exp(−2(λlB)2∣ξi∣2)
![[626b780e9099120d1d6f5ea9c14e9ce4.png]]
横轴是 λ ,纵轴是 det(U)det(V) 正号比例。
可以看到,当 λ=1 的时候,det(U)det(V) 50% 是 ‘+’, 50% 是 ‘-’。
可以通过下面的例子看出符号问题的来源
Uij=φi(ηˉj,ηj+ξj),Vij=φi(ηj,ηˉj−ξj)
考虑每个 Λ−level 只填充一个CF,即 M=1。一共 p 个 Λ level。 那么
Uij=(ηj+ξj)ni,Vij=(ηˉj−ξˉj)ni
从而
det(U)det(V)=i<j∏(ηi+ξi−ηj−ξj)(ηˉi−ξˉi−ηˉj+ξˉj)
当 p=2 的时候,只有两个粒子
det(U)det(V)=(η1+ξ1−η2−ξ2)(ηˉ1−ξˉ1−ηˉ2+ξˉ2)
对 ξ 平均之后,可以直接丢掉 ξi 的奇次项
⟨det(U)det(V)⟩ξ=∣η1−η2∣2−⟨∣ξ1∣2+∣ξ2∣2⟩ξ=∣η1−η2∣2−4σ2
σ 是 ξ 分布的方差。可以看出,即便把 ξ 的积分积掉,剩下的 η 积分还会存在符号问题,只要采样得到的 η 之间的间距小于 2σ ,上面就给出负数。对于这样只有两个粒子的系统,采样得到的大部分结果其实都是正的,但是当系统变大的时候正负比例会逐渐平衡。
我的尝试:
通过在分布函数里面添加额外的Jastrow因子 ∣ηi−ηj∣2 增加采样的 η 间距,但好像没什么效果。可能还是需要解析层面让正负号配对一下。$