Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Log inSign up
Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Blog
Job Board
Q3AS

© 2026 Aqora Quantum S.A.S.

TermsPrivacyLegal Notice

De Gruyter eBooks

5. Zufallszahlen und Quanten-Monte-Carlo Verfahren

Wolfgang Schweizer

Published Nov 21, 2016• 0 citations
Publisher
DOI
10.1515/9783110461862-006

Related papers

Quanten-Monte-Carlo Simulationen

Wolfgang von der Linden

Informatik-Fachberichte•Jan 1, 1992•1 citation

Quanten-Zufallszahlengenerierung: Theorie und Praxis

Christian Kollmitzer, Stefan Schauer, Stefan Raß +1 more

Springer eBooks•Jan 1, 2024•0 citations

Theorie der Strahlung und der Quanten

Arthur March

Barth eBooks•Jan 1, 1919•4 citations

Quanten‐Monte‐Carlo‐Simulationen in der Festkörperphysik

Wolfgang von der Linden

Abstract Monte‐Carlo‐Simulationen sind ein etabliertes und hilfreiches Verfahren bei der Behandlung von Problemen der klassischen statistischen Physik. Obwohl seit Mitte dieses Jahrhunderts ebenso bekannt ist, wie auch quantenmechanische Probleme mit stochastischen Mitteln behandelt werden können, ging die Entwicklung der Quanten‐Monte‐Carlo‐Verfahren weitaus langsamer voran. Erst in den letzten Jahren ist es gelungen, diese Methoden erfolgreich in der Festkörperphysik einzusetzen. Insbesondere die Entdeckung der Hochtemperatur‐Supraleiter — und das damit verbundene Interesse an Modellen für stark wechselwirkende Fermionen — hat zu einem vermehrten Einsatz von Quanten‐Monte‐Carlo‐Verfahren geführt. Ihnen kam nicht zuletzt die enorme Leistungsfähigkeit der heutigen Großrechner zugute, und sie werden sicherlich mit der neuen Generation der Teraflop‐Maschinen weiter an Bedeutung gewinnen. Im Zuge dieser neueren Entwicklungen ist es gelungen, die Algorithmen zu verbessern und ein tieferes Verständnis dieser Verfahren, ihrer Anwendbarkeit und Grenzen zu erlangen.

Physikalische Blätter•Aug 1, 1991•4 citations

Probabilités quantiques

Franck Jedrzejewski

Springer eBooks•Jan 1, 2009•0 citations

Elektronenstrukturrechnungen mit dem Diffusions-Quanten-Monte-Carlo-Verfahrenn

Sebastian Manten

Es ist eine Verfahren entwickelt worden, das es ermöglicht auf Standard-Gauss-Basissätzen aufbauende Ab-Initio-Wellenfunktionen direkt in Guidance-Funktionen des Fix-Knoten-Diffusions-Quanten-Monte-Carlo-Verfahrens (FN-DQMC) zu übernehmen. Die Genauigkeit des FN-DQMC-Verfahrens ist anschliesend für auf Hartree-Fock-Funktionen aufbauende Guidance-Funktionen systematisch untersucht worden, indem Reaktionsenthalpien und Multipolmomente kleiner Moleküle berechnet wurden. Um die Effizienz des FN-DQMC-Verfahrens für Rechnungen an grosen Molekülen zu verbessern, ist eine lokale DQMC-Variante (LDQMC) entwickelt worden, die eine verbesserte Skalierung der Rechenzeiten mit der Elektronenzahl gegenüber dem Standardverfahren aufweist. Die LDQMC-Methode baut dabei im Wesentlichen auf lokalisierten Molekülorbitalen und kurzreichweitigen Korrelationstermen auf. Des Weiteren wurde ein auf dem DQMC-Verfahren zur Berechnung von Multipolmomenten aufbauender Ansatz eingeführt, der die Berechnung von verteilten Multipolmomenten für praktisch beliebige, topologische Gebietsaufteilungen der Moleküle ermöglicht. Die Methode ist anhand einer einfachen Gebietsaufteilung demonstriert worden.

•Jan 1, 2002•0 citations
Abstract Monte‐Carlo‐Simulationen sind ein etabliertes und hilfreiches Verfahren bei der Behandlung von Problemen der klassischen statistischen Physik. Obwohl seit Mitte dieses Jahrhunderts ebenso bekannt ist, wie auch quantenmechanische Probleme mit stochastischen Mitteln behandelt werden können, ging die Entwicklung der Quanten‐Monte‐Carlo‐Verfahren weitaus langsamer voran. Erst in den letzten Jahren ist es gelungen, diese Methoden erfolgreich in der Festkörperphysik einzusetzen. Insbesondere die Entdeckung der Hochtemperatur‐Supraleiter — und das damit verbundene Interesse an Modellen für stark wechselwirkende Fermionen — hat zu einem vermehrten Einsatz von Quanten‐Monte‐Carlo‐Verfahren geführt. Ihnen kam nicht zuletzt die enorme Leistungsfähigkeit der heutigen Großrechner zugute, und sie werden sicherlich mit der neuen Generation der Teraflop‐Maschinen weiter an Bedeutung gewinnen. Im Zuge dieser neueren Entwicklungen ist es gelungen, die Algorithmen zu verbessern und ein tieferes Verständnis dieser Verfahren, ihrer Anwendbarkeit und Grenzen zu erlangen.
Es ist eine Verfahren entwickelt worden, das es ermöglicht auf Standard-Gauss-Basissätzen aufbauende Ab-Initio-Wellenfunktionen direkt in Guidance-Funktionen des Fix-Knoten-Diffusions-Quanten-Monte-Carlo-Verfahrens (FN-DQMC) zu übernehmen. Die Genauigkeit des FN-DQMC-Verfahrens ist anschliesend für auf Hartree-Fock-Funktionen aufbauende Guidance-Funktionen systematisch untersucht worden, indem Reaktionsenthalpien und Multipolmomente kleiner Moleküle berechnet wurden. Um die Effizienz des FN-DQMC-Verfahrens für Rechnungen an grosen Molekülen zu verbessern, ist eine lokale DQMC-Variante (LDQMC) entwickelt worden, die eine verbesserte Skalierung der Rechenzeiten mit der Elektronenzahl gegenüber dem Standardverfahren aufweist. Die LDQMC-Methode baut dabei im Wesentlichen auf lokalisierten Molekülorbitalen und kurzreichweitigen Korrelationstermen auf. Des Weiteren wurde ein auf dem DQMC-Verfahren zur Berechnung von Multipolmomenten aufbauender Ansatz eingeführt, der die Berechnung von verteilten Multipolmomenten für praktisch beliebige, topologische Gebietsaufteilungen der Moleküle ermöglicht. Die Methode ist anhand einer einfachen Gebietsaufteilung demonstriert worden.