2. 量子系统仿真对象建模

在收敛性与精度验证之前，必须先回答一个更基础的问题：我们究竟在仿真什么？量子系统仿真对象建模，就是把一个物理问题转化为计算机可以逐步演算的数据结构。这个对象通常由四部分构成：哈密顿量（系统如何演化）、量子态（系统当前处于什么状态）、算符（我们关心哪些可观测量）、噪声模型（真实硬件或环境带来的偏差）。这四者共同决定了仿真的计算复杂度、数值稳定性和最终精度上限。建模假设一旦选错，后续无论怎样加密时间步长或增加采样次数，都无法得到可信结果。

哈密顿量：把物理相互作用写成可计算的矩阵或算符和

哈密顿量是仿真对象的核心。以横场伊辛模型为例，其形式为

H = -J * Σ_i Z_i Z_{i+1} - h * Σ_i X_i

其中 J 为近邻耦合强度，h 为横场强度，Z、X 为泡利算符。建模时有两种等价表示：一是直接构造 2^n × 2^n 的稠密矩阵，二是保留为泡利串之和（Pauli sum）。前者直观但内存随比特数指数增长，n=12 时矩阵已有 4096×4096 个复数元素；后者便于用稀疏算法或张量网络处理，但需要额外的算符乘法与合并逻辑。选择哪种表示，直接决定了后续能仿真多少个比特、能承受多小的误差。另一个关键假设是边界条件：开放边界与周期边界会改变能谱结构，进而影响收敛行为，建模时必须显式记录。

量子态：初态选择与表示方式

量子态的表示同样影响精度。常见选择包括计算基初态（如全零态 |00…0⟩）、乘积态或纠缠态。若研究基态性质，初态应尽量接近目标态以减少演化时间；若研究动力学，则初态需与实验制备过程一致。表示方式上，态矢量适用于纯态，密度矩阵适用于含噪声的混合态，但密度矩阵维度为 4^n，n=8 时已达 65536×65536，内存开销迅速成为瓶颈。因此建模时要明确：是否需要模拟混合态？若噪声较弱，是否可用量子轨迹（quantum trajectory）方法以多次纯态采样近似？这些假设必须在建模文档中写明，否则收敛性分析将失去参照。

算符与可观测量：定义测量对象与误差来源

可观测量决定了仿真输出什么。例如磁化强度 M = (1/n) Σ_i Z_i，关联函数 C(i,j) = ⟨Z_i Z_j⟩。建模时需要把每个可观测量写成算符，并明确其期望值的计算方式：⟨ψ|O|ψ⟩ 还是 Tr(ρO)。对于稀疏矩阵表示，逐项计算泡利串期望值通常比构造完整算符更高效。这里有一个容易被忽略的精度问题：当期望值接近零时，相对误差会被放大，因此建模阶段就应确定用绝对误差还是相对误差作为收敛判据，并在参数边界中记录可接受阈值。

噪声模型：从理想仿真走向可信仿真

真实量子系统存在退相干、门误差和读出误差。建模时常用简化噪声通道：去极化噪声（depolarizing）、振幅阻尼（amplitude damping）和相位阻尼（phase damping）。以去极化噪声为例，单比特通道可写为

ρ' = (1-p) ρ + (p/3)(XρX + YρY + ZρZ)

其中 p 为噪声强度。建模的关键不是把 p 设得越小越好，而是明确 p 的取值依据：来自硬件标定、文献假设还是敏感性扫描。若 p 是假设值，必须在仿真记录中标注“示例参数”，并说明其不确定性范围。噪声模型还会改变收敛行为：强噪声下密度矩阵方法收敛慢，而量子轨迹方法需要更多采样次数才能压低统计误差，二者需要分别设定收敛判据。

建模假设与参数边界：把“不确定”写清楚

上述四部分组合完成后，必须形成一份可追溯的建模记录。它至少应包含：比特数 n 与截断维度、哈密顿量参数及其物理来源、初态制备假设、噪声通道类型与强度 p 的取值依据、可观测量列表、误差判据（绝对误差或相对误差）以及可接受的收敛阈值。以 n=10、J=1.0、h=0.5 的横场伊辛模型为例，若采用稠密矩阵表示，内存约需 1024×1024 复数，尚可接受；若 n 增至 14，矩阵维度达 16384，内存需求增长约 256 倍，此时必须改用稀疏表示或张量网络，否则仿真无法启动。这个边界不是理论推导，而是建模阶段就应通过估算确定的硬约束。

从建模到可验证的仿真对象

完成建模后，建议先做一次小规模自检：取 n=4 的简化系统，用稠密矩阵精确对角化得到基态能量，再与稀疏表示或张量网络结果对比。若两者在 10⁻¹⁰ 量级内一致，说明表示转换与算符定义无误；若偏差明显，则问题多半出在泡利串符号、边界条件或基态索引约定上。这一步不追求大规模，而是验证建模对象本身的自洽性。只有自洽的仿真对象，才值得投入计算资源去研究收敛性与精度。建模阶段的严谨程度，实际上已经决定了后续验证工作的上限。