QUANTUM CHEMISTRY · VQE
H₂ 基态能量
两个氢原子之间的距离,怎样一步一步变成量子处理器可以计算的问题?
这个实例展示完整的教学链路:
现实分子 → Hamiltonian → Qubit → 变分量子态 →
Pauli 测量 → 经典优化器 → 基态能量。
01 · YOUR PROBLEM
设置两个氢原子的距离
分子几何结构
0.74 Å
2000
H
H
02 · QPRIMORA TRANSFORMATION
从现实分子到量子 Hamiltonian
H₂
现实分子几何结构
现实分子几何结构
↓
电子结构问题
电子与两个原子核之间的相互作用
电子与两个原子核之间的相互作用
↓
Hamiltonian
H = cI + aZ + bX
H = cI + aZ + bX
↓
Qubit + Ansatz
|ψ(θ)⟩ = Ry(θ)|0⟩
|ψ(θ)⟩ = Ry(θ)|0⟩
↓
Virtual QPU
测量 Z 与 X 的期望值
测量 Z 与 X 的期望值
↓
Classical Optimizer
不断改变 θ,直到能量最低
不断改变 θ,直到能量最低
03 · QUANTUM COMPUTATION PATH
真正运行一次 VQE 计算
I coefficient
—
Z coefficient
—
X coefficient
—
04 · RESULTS
量子计算最终得到了什么?
Optimal θ
—
VQE energy
—
Exact model energy
—
VQE optimization error
—
Measured ⟨Z⟩
—
Measured ⟨X⟩
—
Finite-shot energy
—
扫描曲线最低位置
—
H–H 距离与能量曲线
VQE 优化过程
WHY SCALE MATTERS
为什么先从这么小的分子开始?
H₂ 对经典计算机来说非常容易计算。
这恰恰使它适合教学:从现实分子、Hamiltonian、量子态、
Pauli 测量到 VQE 优化,每一步都可以观察和验证。
随着电子结构规模增加,量子态空间会迅速膨胀,
但这个教学实例并不宣称已经获得量子优势。
运行计算后可查看模型的科学边界说明。
QPRIMORA ARCHITECTURE
从现实世界到量子世界
现实问题
→
Hamiltonian
→
Quantum State
→
Virtual QPU
→
Measurement
→
可验证结果