失措的空间分享 http://blog.sciencenet.cn/u/william1985 中国科学院研究生院 凝聚态理论博士生

博文

密度矩阵重整化群与矩阵积态

已有 9889 次阅读 2010-9-20 20:06 |个人分类:文献笔记|系统分类:科研笔记| 矩阵积态, 自旋模型, 密度矩阵重整化群

(本系列笔记系阅读文献 "Renormalization and tensor product state in spin chains and lattices" Cirac and Verstraete, J. Phys. A: Math. Theor. 42, 504004 (2009)。)

从上两篇笔记中,可以看到,实空间重整化群得到的态具有矩阵积态的结构。这里,找到最合理的重整化群方案成为关键。一个直接的想法就是,我们采用变分的方式来寻找哈密顿量积态的最佳近似。也就是说,找到能量的观测值:

上面的能量表达式显式的依赖每个A矩阵的选取。一种变分的方法是,固定住所有的(M>2),这样能量函数将变成矩阵元的二次函数。加上所满足的关系:

这样就得到一个二次的约束条件。一旦我们获得了最优的A2(先不管我们是如何做到的),我们就固定所有其他A矩阵,并对A3做同样的变分计算,依此类推,直到我们获得AN。然后我们又反过来,再求AN-1......。经过来回这样“扫”(Sweep)几遍,我们就可以获得一个很好的变分基态波函数。

这里,随着“扫”的过程,变分能量是越来越低的,所以原则上我们总可以在矩阵积态范围内找到一个最优的波函数。(当然,我们也可能会收敛“陷”在一个local的极小值上,所以我们需要好好选取一个变分的初始态。)

 下面,我们来讨论一下具体如何对每一个A矩阵做变分。在每一步,我们需要将最小化,我们固定住除外所有的A矩阵,并把中的所有的矩阵元收入向量中。这样,我们就可以得到:

事实上,我们还可以进一步简化上面的分母。这里,我们要考虑与上面不同方向的重整化过程,在上面涉及的重整化中,我们是从第一个自旋开始,逐个增加自旋,直至N;如果反过来,从第N个开始,向“1”方向做重整化,是一个列向量。且:

 

若做重整化直至格点1,则可以得到矩阵积态:

 

注意,这里的反向重整化的A定义与正向重整化时是相反的,此处是将的位置换了。所以:

 此时,可以定义为,于是有。注意,从直观的角度看,A矩阵的左、右矢空间的取法,在两种方向(正、反)的重整化上还是一致的。这样的话,我们就可以混合采用两种重整化方案。当处理M位置上的A矩阵时,从1到M-1采取正方向重整化,从N到M+1采取反方向重整化。这样我们就有:

 

 这样,,问题变成正规的求本征值问题。将方程中最小的本征值和本征矢求解出来,就得到了矩阵。同时,要考虑到A矩阵要满足的规范限制,即:每个列向量都正交归一。于是,做奇异值分解

并取为A矩阵,则可以满足关系。此处XV矩阵被舍弃。如果是反方向的重整化过程,就取为A矩阵,因为要满足

 注意,这里之所以存在这样简洁的处理方式,与我们采用混合(两个方向)重整化的方式是分不开的。此外,我们还需要存储一些矩阵来维持重整化过程的进行,包括:,以及从右边向左的,。这样在定下后就可以继续后面的重整化过程。

事实上,除去几个微小的差别外,上面所描述的过程正是著名的密度矩阵重整化群算法(有限长算法)。这些差别包括:(1)DMRG一次定出两个A矩阵,而此处只定出1个。(2)White通过无限长算法为Sweep过程找到了一个很好的初始的A矩阵。DMRG的原始表达形式是充满直观的,而这里的新形式则强调了他的变分本质。



https://blog.sciencenet.cn/blog-268057-363026.html

上一篇:实空间重整化群与矩阵积态(二)
下一篇:Linux 下 text 模式安装 Matlab R2011a
收藏 IP: .*| 热度|

2 彭雷 杨华磊

发表评论 评论 (1 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-12-24 07:11

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部