用于求解广义特征值问题的量子算法及其在薛定谔方程中的应用

精确计算量子哈密顿量的多重本征值对于量子化学、材料科学和分子光谱学至关重要。由于系统规模呈指数级增长,经典算法在激发态能量估算上面临巨大挑战,其难度甚至超过基态计算。该团队提出了一种量子算法,可用于估算参数化矩阵家族的本征值与奇异值,包括解决量子模拟中频繁出现的广义本征值问题。 该算法利用量子振幅放大和相位估计技术,通过定位奇异值谱中的极小值来识别矩阵本征值。研究人员以薛定谔方程的伪谱配点法为例,展示了该算法的量子计算实现方案。针对量子配点法所需的容错量子资源,研究表明对于特定良性势能,其问题规模N的资源消耗呈现有利的缩放关系(最高可达𝒪̃(N)),优于经典实现方案的𝒪(N²)。 与传统配点法会导出需要矩阵求逆的广义本征值问题不同,该算法通过扫描参数化矩阵家族并通过奇异值最小化检测本征值,从而规避了相关的数值不稳定性。这种方法在需要计算多重本征值,或当广义本征值问题涉及高条件数时尤为有效。在容错量子计算时代,该技术有望应用于模拟具有密集谱的高维分子系统,例如分子光动力学中遇到的高度激发态,或多体与固态系统中的准连续区域。

量科快讯