Simulationen in der Astrophysik:
Es gibt bis heute nur zwei Alghorithmen für Quantencomputer, den
Shor - und Grover Algorithmus.
Zur Simulation relativistischer Objekte (Neutronensterne, Schwarze Löcher, ...) ist es notwenidig riesige lineare Gleichungssysteme mehrere tausend mal hintereinander zu lösen.
Solche Systeme enthalten nicht selten ein paar Millionen Unbekannte und die Laufzeiten sind demzufolge extrem lang.
Die grundlegenden Gleichungen in der Astrophysik sind die:
Einstein - Maxwell - Navier - Stokes Gleichungen
+ Zustandsgleichung für die Materie.
Hier handelt es sich um ein extrem schwieriges System nichtlinearer partieller Differentialgleichungen.
Solche Gleichungen diskretisiert man und erhält dadurch das oben beschrieben algebraische Problem. (Finite - Differenzen - Verfahren)
Bis heute weiss man nicht ob solche Probleme mit einem Quantencomputer effizient lösbar sind. Das heißt niemand kennt einen Quantenalgorithmus zur Lösung linearer Gleichungssysteme.
In diesem Zusammenhang möchte ich ein Problem formulieren:
Ich habe eine NxN Matrix gegeben deren Determinante ungleich null ist.
Mir stehen N³ Rechner zur Verfügung mit Rechenzeit T.
Alle N³ Rechner können keine Daten innerhalb von T untereinander austauchen, haben aber alle die Matrix im eigenen Arbeitsspeicher geladen.
Weiterhin soll jeder Rechner nur zwei Ausgabewerte kennen: 0 oder 1.
Aufgabe: Die Invertierung der Matrix M (Problem der Ordnung O(N³) ) soll vom Rechnersystem in ein Problem der Ordung O(N) transformiert werden. Dabei soll die Problemvereinfachung allein durch die Kenntniss der Verteilung der binären Ausgabewerte erzeugt werden. Die Zeit T ist so klein, dass jeder einzelne Rechner nur Probleme O(N) lösen kann.
Alle Bedingungen klingen zwar etwas seltsam, haben jedoch ihren Grund.
Hier sind vor allem Mathefreaks gefragt (meine Schwäche).
Viel Spaß beim krübbeln.