Nous presentons plusieurs contributions methodologiques aux approches de type monte carlo quantique et quelques applications a des problemes de la matiere condensee et de la chimie theorique. Apres un expose general, nous presentons une demonstration originale de l'instabilite de l'algorithme sans biais le plus naturel (methode pure diffusion monte carlo). Tres recemment, des approches basees sur un processus de reconfiguration stochastique d'une population de marcheurs ont ete developpees pour y remedier. Nous proposons ici une optimisation substantielle de ce type de methode. Nous considerons ensuite une approche originale pour ameliorer l'echantillonnage de l'espace des configurations. Pour cela nous montrons qu'il est possible d'integrer exactement l'evolution temporelle des trajectoires stochastiques confinees dans un domaine donne. Un deuxieme type de developpement vise a reduire la variance des quantites moyennees : introduction de fonctions d'onde de qualite pour des modeles quantiques unidimensionnels et mise en place d'un principe de variance nulle pour le calcul de toute observable quantique. Notre application principale est la mise en evidence d'une transition de mott metal-isolant pour une generalisation tres simple du modele de hubbard unidimensionnel (modele su(n), n > 2). A cette occasion nous avons developpe une methodologie theorique et numerique efficace pour analyser les transitions de phase continues dans les modeles quantiques unidimensionnels. Utilisant le cadre theorique de la bosonisation, nous effectuons un controle non-perturbatif des predictions theoriques au moyen de resultats monte carlo quantique de grande precision. Nous presentons egalement d'autres applications (oscillateur quartique, atome d'helium, modele d'ising bidimensionnel) mettant en valeur les differentes ameliorations proposees.
Nous presentons plusieurs contributions methodologiques aux approches de type monte carlo quantique et quelques applications a des problemes de la matiere condensee et de la chimie theorique. Apres un expose general, nous presentons une demonstration originale de l'instabilite de l'algorithme sans biais le plus naturel (methode pure diffusion monte carlo). Tres recemment, des approches basees sur un processus de reconfiguration stochastique d'une population de marcheurs ont ete developpees pour y remedier. Nous proposons ici une optimisation substantielle de ce type de methode. Nous considerons ensuite une approche originale pour ameliorer l'echantillonnage de l'espace des configurations. Pour cela nous montrons qu'il est possible d'integrer exactement l'evolution temporelle des trajectoires stochastiques confinees dans un domaine donne. Un deuxieme type de developpement vise a reduire la variance des quantites moyennees : introduction de fonctions d'onde de qualite pour des modeles quantiques unidimensionnels et mise en place d'un principe de variance nulle pour le calcul de toute observable quantique. Notre application principale est la mise en evidence d'une transition de mott metal-isolant pour une generalisation tres simple du modele de hubbard unidimensionnel (modele su(n), n > 2). A cette occasion nous avons developpe une methodologie theorique et numerique efficace pour analyser les transitions de phase continues dans les modeles quantiques unidimensionnels. Utilisant le cadre theorique de la bosonisation, nous effectuons un controle non-perturbatif des predictions theoriques au moyen de resultats monte carlo quantique de grande precision. Nous presentons egalement d'autres applications (oscillateur quartique, atome d'helium, modele d'ising bidimensionnel) mettant en valeur les differentes ameliorations proposees.
Algorithmes quantiques pour la méthode de Monte Carlo La méthode de Monte Carlo est un paradigme central de l'algorithmique basée sur l'analyse statistique et sur les techniques d'échantillonnage aléatoire appliquées aux problèmes ayant une interprétation probabiliste. Cette thèse explore les avantages qu'offrirait un ordinateur quantique pour augmenter l'efficacité de cette méthode. Nous étudions dans un premier temps le problème d'estimation de valeurs moyennes par des techniques à temps de calcul minimal. Nous développons de nouveaux algorithmes quantiques pour estimer l'espérance d'une variable aléatoire réelle produite en sortie d'un processus quantique. Les estimateurs que nous construisons procurent une accélération quadratique par rapport au nombre d'échantillons classiques nécessaires pour obtenir une borne d'erreur sous-gaussienne ou une (epsilon,delta)-approximation. Nous décrivons également un cadre théorique fournissant une notion de «temps d'arrêt» pour un processus quantique générant une variable aléatoire. Nous démontrons que le problème d'estimation de la moyenne peut être résolu plus efficacement lorsque le temps d'arrêt moyen du processus sous-jacent est court. Ces résultats sont appliqués au développement d'un algorithme de requête quantique quasi-optimal pour approximer le nombre de triangles dans un graphe. Dans un second temps, nous étudions le problème d'échantillonnage préférentiel et ses applications en optimisation stochastique. Nous construisons un algorithme quantique pour échantillonner plusieurs éléments d'une distribution finie spécifiée par un vecteur de probabilité. Notre approche résout le problème plus général consistant à préparer plusieurs copies d'un état quantique dont les amplitudes sont accessibles via un oracle. L'utilité de ce résultat est illustrée à travers le développement de deux algorithmes hybrides quantiques-classiques basés sur la méthode des poids multiplicatifs et sur l'algorithme du gradient stochastique. Ces deux applications concernent la prédiction en ligne avec conseil d'experts, et la minimisation des fonctions sous-modulaires. La dernière partie de cette thèse est consacrée à l'étude des algorithmes quantiques à mémoire limitée. Nous étudions tout d'abord le problème d'approximation des moments de fréquence dans le modèle de flots de données à passes multiples. Nous construisons un algorithme quantique qui nécessite une quantité de mémoire moindre que les meilleurs algorithmes de streaming classiques possible. Notre méthode repose sur les estimateurs quantiques de moyenne susmentionnés et sur des techniques de simulation de calcul reversible. Nous explorons ensuite certaines limites des algorithmes à mémoire restreinte dans le modèle de requête quantique. Nous développons une nouvelle approche pour obtenir des bornes inférieures temps-mémoire, basée sur une technique récente d'enregistrement des requêtes quantiques. Ce résultat est appliqué au problème de la recherche de paires de collisions dans une fonction aléatoire. Nous démontrons que la complexité en requête quantique de cette tâche augmente lorsque la quantité de mémoire disponible diminue.
Les méthodes de Monte Carlo sont largement employées dans de nombreux domaines pour leur capacité à explorer un espace configurationnel de haute dimensionnalité sans connaissances préalables. Cependant, pour des systèmes physico-chimiques extensifs, la croissance des fluctuations statistiques sur des propriétés extensives multiplie le coût de calcul par un facteur allant de O(N) à O(N³). Dans cette thèse, nous présentons une méthode générale pour réduire le scaling de ces fluctuations pour des propriétés extensives locales sans introduire de biais. Cette méthode, que nous appelons Monte Carlo Partitionnelle (PMC), se base sur le principe de "diviser pour régner", et met en jeu trois idées-clés : la partition de notre système en fragments ; des sous-échantillonnages sur ces fragments à faible coût (avec une méthode de réduction matricielle) ; ainsi qu’un estimateur amélioré se servant de ces sous-échantillonnages. Nous présentons l'application de cette méthode générale à la méthode de Monte-Carlo Variationnelle (VMC) sur le modèle de Hubbard. Nous obtenons un gain en efficacité en O(N) même pour une fonction d'onde métallique. Dans un second temps, nous étendons la méthode PMC de manière théorique pour le calcul de propriétés extensives plus complexes, en construisant des estimateurs améliorés pour des covariances généralisées.
Simulations de Monte Carlo quantique améliorées : de systèmes ouverts aux solides cristallins Dans cette thèse nous présentons des progrès algorithmiques ainsi que plusieurs applications des méthodes de Monte Carlo quantique (QMC) pour simulations à partir des premiers principes. Les améliorations que nous proposons permettent d'étudier par QMC des systèmes de plus grosse taille voire périodiques, avec l'ambition de faire du QMC une alternative valable à la théorie de la fonctionnelle de la densité (DFT). Tous les résultats ont été obtenus par le logiciel TurboRVB. D'abord, nous présentons une implémentation du QMC basée sur la fonction d'onde Jastrow-Geminale qui combine une grande flexibilité avec un traitement précis des corrélations électroniques. On a appliqué une technique originale de plongement pour réduire la taille de la base atomique à la molécule d'eau ainsi qu'à un modèle simplifié du transfert de protons (TP) dans l'eau. Nos résultats ouvrent la voie à l'étude des phénomènes microscopiques tels que le TP directement par QMC. Ensuite, on a amélioré notre méthode afin de simuler les solides cristallins. Grâce à une nouvelle procédure pour choisir de manière appropriée les conditions aux limites, nous avons pu réduire les erreurs de taille finie qui affectent les simulations QMC des solides. Sur la base des techniques développées, nous étudions enfin le supraconducteur FeSe. Le QMC fournit le meilleur résultat concernant sa structure cristalline; via une étude systématique du paysage énergétique à différentes configurations magnétiques, nous montrons un lien fort entre la structure, le magnétisme et les mouvements de charge dans ce matériau, prélude à une compréhension quantitative de la supraconductivité à haute température des premiers principes.
Le modèle en couches constitue aujourd'hui un cadre théorique de référence pour appréhender les propriétés des noyaux à basse énergie. Son applicabilité demeure toutefois limitée par une croissance rédhibitoire de la dimension de l'espace des états aussi bien avec le nombre de couches de valence qu'avec le nombre de nucléons. Les méthodes Monte-Carlo quantiques (QMC) permettent a priori de contourner une telle difficulté en offrant une alternative à la diagonalisation du hamiltonien. Elles reposent sur une reformulation stochastique de l'équation de Schrödinger qui ramène le problème à N-corps à un ensemble de problèmes à un corps, numériquement solubles, et décrivant des particules indépendantes évoluant chacune dans un champ extérieur fluctuant. L'originalité de l'échantillonnage QMC proposé dans ce mémoire réside dans l'utilisation d'une approche variationnelle, avec restauration des symétries avant variation, pour guider le mouvement brownien et pour le contraindre afin de contrôler le problème de phase inhérent aux schémas QMC pour des fermions en interaction. Dans les couches sd et fp et avec les interactions résiduelles réalistes, nous avons ainsi pu obtenir une spectroscopie " yrast " en excellent accord avec les résultats issus de la diagonalisation du hamiltonien. En outre, une ouverture vers les systèmes d'électrons fortement corrélés est présentée au travers de nouveaux schémas QMC récemment suggérés pour le modèle de Hubbard en géométrie bidimensionnelle. Contrairement aux échantillonnages traditionnels, ils garantissent des trajectoires à poids positifs quel que soit le régime considéré. Nous avons prouvé que ces méthodes sont en réalité reliées à l'approche stochastique mise en oeuvre pour le modèle en couches. L'origine des erreurs systématiques qu'exhibent ces schémas, pourtant exempts de problème de signe avec le hamiltonien de Hubbard, est par ailleurs élucidée.
Dans cette thèse nous présentons des progrès algorithmiques ainsi que plusieurs applications des méthodes de Monte Carlo quantique (QMC) pour simulations à partir des premiers principes. Les améliorations que nous proposons permettent d'étudier par QMC des systèmes de plus grosse taille voire périodiques, avec l'ambition de faire du QMC une alternative valable à la théorie de la fonctionnelle de la densité (DFT). Tous les résultats ont été obtenus par le logiciel TurboRVB. D'abord, nous présentons une implémentation du QMC basée sur la fonction d'onde Jastrow-Geminale qui combine une grande flexibilité avec un traitement précis des corrélations électroniques. On a appliqué une technique originale de plongement pour réduire la taille de la base atomique à la molécule d'eau ainsi qu'à un modèle simplifié du transfert de protons (TP) dans l'eau. Nos résultats ouvrent la voie à l'étude des phénomènes microscopiques tels que le TP directement par QMC. Ensuite, on a amélioré notre méthode afin de simuler les solides cristallins. Grâce à une nouvelle procédure pour choisir de manière appropriée les conditions aux limites, nous avons pu réduire les erreurs de taille finie qui affectent les simulations QMC des solides. Sur la base des techniques développées, nous étudions enfin le supraconducteur FeSe. Le QMC fournit le meilleur résultat concernant sa structure cristalline; via une étude systématique du paysage énergétique à différentes configurations magnétiques, nous montrons un lien fort entre la structure, le magnétisme et les mouvements de charge dans ce matériau, prélude à une compréhension quantitative de la supraconductivité à haute température des premiers principes.
Dans cette thèse, nous avons répondu à certaines questions ouverts dans le domaine de la dynamique hors équilibre des systèmes quantiques unidimensionnels fermés. Durant ces dernières années, les avancées dans les techniques expérimentales ont revitalisé la recherche théorique en physique de la matière condensée et dans l'optique quantique. Nous avons traité trois sujets différents et en utilisant des techniques à la fois numériques et analytiques. Dans le cadre des techniques numériques, nous avons utilisé des méthodes de diagonalisation exacte, l'algorithme du groupe de renormalisation de la matrice densité en fonction du temps (t-DMRG) et l'algorithme de Lanczos. Au début, nous avons étudié la dynamique quantique adiabatique d'un système quantique près d'un point critique. Nous avons démontré que la présence d'un potentiel de confinement modifie fortement les propriétés d'échelle de la dynamique des observables en proximité du point critique quantique. La densité d'excitations moyenne et l'excès d'énergie, après le croisement du point critique, suivent une loi algébrique en fonction de la vitesse de la trempe avec un exposant qui dépend des propriétés spatio-temporelles du potentiel. Ensuite, nous avons étudié le comportement de bosons ultra-froids dans un réseau optique incliné. En commençant par l'hamiltonien de Bose-Hubbard, dans la limite de Hard-Core bosons, nous avons développé une théorie hydrodynamique qui reproduit exactement l'évolution temporelle d'une partie des observables du système. En particulier, nous avons observé qu'une partie de bosons reste piégée, et oscille avec une fréquence qui dépend de la pente du potentiel, au contraire, une autre partie est expulsée hors de la rampe. Nous avons également analysé la dynamique du modèle de Bose-Hubbard en utilisant l'algorithme t-DMRG et l'algorithme de Lanczos. De cette façon, nous avons mis en évidence le rôle de la non-intégrabilité du modèle dans son comportement dynamique. Enfin, nous avons abordé le problème de la thermalisation dans un système quantique étendu. À partir de considérations générales, nous avons introduit la notion de profil de température hors équilibre dans une chaîne des bosons à coeur dure. Nous avons analysé la dynamique du profil de temperature et, notamment, ses propriétés d'échelle