Euclidean 양자 커널과 시간 분할

1. 양의 경로 가중치에도 해석이 필요하다

여러 시각의 위치를 나열하고, 갑작스러운 위치 변화와 원점에서 멀리 벗어나는 위치에 각각 비용을 준다고 생각해보자. 첫 비용은 앞 단원의 Brownian bridge와 닮았다. 새로 추가한 위치 비용 때문에 원점에서 오래 벗어나는 경로의 기여가 작아진다. 중간 위치들을 모두 적분하면 양의 커널이 나오지만, 마지막 위치에 대해 적분한 값이 반드시1은 아니다.

이 단원에서는 이 구성을 Euclidean 시간의 자유입자·조화진동자와 연결한다. 먼저 유한 개 변수의 보통 Gaussian 적분을 계산하고, 이미 알려진 연속 시간 연산자 커널과 비교한다. 두 답을 따로 유지해야 시간 분할 오차를 볼 수 있다.

선수 내용은 Gaussian 적분·공분산·행렬·기초적인 양자 상태와 커널/확률 밀도의 차이다. 양자장론을 수강하지 않아도 따라올 수 있도록 한 입자부터 설명한다. 공간은 경계나 자기장이 없는 전체 실수 직선이다.

2. Hamiltonian과 단위를 선언한다

목표 Hamiltonian은 운동 에너지와 음수가 아닌 조화 potential로 이루어진다. Euclidean 시간에서는 진동하는 시간 진화 대신 에너지를 지수적으로 감쇠하는 연산자를 사용한다.

$$H=T+V=-\frac{\hbar^2}{2m}\frac{d^2}{dx^2}+\frac{m\omega^2x^2}{2},\qquad K_\tau(b,a)=\langle b|e^{-\tau H/\hbar}|a\rangle.$$

m>0은 질량,ℏ>0은 작용의 단위,τ>0은 시간,ω²≥0은 시간 제곱의 역수 단위를 갖는다. 따라서 τH/ℏ는 무차원이다. 1차원 위치 커널의 단위는 길이의 역수다. 정확히 한 점에 도착할 무차원 확률로 읽지 않는다.

계획한 정확분수 계산기는 유리수 m,ℏ,τ≤16,유리수0≤ω²≤16과|a|,|b|≤16을 받으며 분자·분모는 각각12자리 이내다. ω의 제곱근을 먼저 근사하지 않고 ω²를 입력해 정확한 유리수 행렬을 만든다. 이 범위는 계산의 한도이며 물리 이론 자체의 한도가 아니다.

3. Euclidean 진화를 에너지 필터로 이해한다

에너지 E인 고유상태에는 exp(−τE/ℏ)가 곱해진다. 에너지가 높을수록 더 강하게 억제되므로 여러 에너지 상태의 중첩은 상대적인 가중치가 바뀐다. 바닥상태를 추출할 때 유용하지만, 일반적으로 상태의 norm을 보존하는 진화는 아니다.

실시간 진화는 대신 크기가1인 위상 인자를 곱한다. 그 위상을 양의 감쇠로 바꾼 뒤에도 모든 물리적 해석이 그대로 유지되는 것은 아니다. 커널이 양수라는 사실만으로 Born 확률이 되지도 않는다. Euclidean semigroup의 가정과 자유입자·진동자 커널은 Wipf §6.1을 참고한다.

4. 자유입자의 한 단계 커널에서 시작한다

시간 간격δ>0의 자유입자 커널은 끝점b에 대해 정규화된 Gaussian이다. D=ℏ/(2m)으로 놓으면 확산 커널과 일치한다.

$$G_\delta(b,a)=\sqrt{\frac{m}{2\pi\hbar\delta}} \exp\!\left[-\frac{m(b-a)^2}{2\hbar\delta}\right],\qquad D=\frac{\hbar}{2m}.$$

자유 단계들을 합성할 때 Gaussian의 분산이 더해진다. 따라서 Nδ=τ를 유지하며 N−1개 중간 위치를 적분하면 어느 N에서나 정확히 Gτ가 나온다. 이 예제의 자유입자 시간 분할에는 이산화 오차가 없다. 이 특별한 항등식을 potential을 추가한 계산의 오류를 찾는 기준으로 사용한다.

5. 계산 전에 potential의 시간 적분 규칙을 정한다

구간 수N,δ=τ/N,x₀=a,x_N=b를 사용한다. 적분 변수는N−1개다. 양끝 potential에는 절반씩, 내부 potential에는 각각 온전한 가중치를 주는 사다리꼴 규칙을 선택한다.

$$A_N(x)=\frac{m}{2\hbar\delta}\sum_{k=1}^{N}(x_k-x_{k-1})^2 +\frac{m\omega^2\delta}{2\hbar}\left[\frac{a^2+b^2}{2}+\sum_{k=1}^{N-1}x_k^2\right].$$

A_N은 ℏ로 나눈 무차원 Euclidean 작용이다. 첫 항은 급격한 이동을 억제하고, 둘째 항은 potential의 최솟값에서 멀리 머무르는 것을 억제한다. 각 항의 물리적 시간 인자를 유지해야 한다.

이 사다리꼴 potential은 각 위치 쌍의 중점에서 V를 평가하는 유한 규칙과 다르다. 이차 potential에서는 V(a),V(b)의 평균이 V((a+b)/2)보다 mω²(b−a)²/8만큼 크다. 두 방법을 모두 ‘대칭’이라고 부르는 것만으로 같은 유한 작용이 되지는 않는다.

6. Gaussian 정규화 인자를 모두 유지한다

지수 작용을 적분할 때 N개 자유 단계의 앞 인자도 함께 유지한다. 이 인자를 빼면 최소 작용 경로가 그대로 보여도 커널은 달라진다.

$$K_N(b,a)=\left(\frac{m}{2\pi\hbar\delta}\right)^{N/2} \int_{\mathbb R^{N-1}}e^{-A_N(x)}\,dx_1\cdots dx_{N-1}.$$

K_N은 이 유한 차원 적분의 정확한 값이다. 동시에 원래 Hamiltonian의 Kτ에 대해서는 일반적으로 근삿값이다. 두 설명은 모순이 아니다. 적분을 정확히 수행해도 적분 대상 모형의 이산화 오차까지 없어지지는 않는다.

N개 단계 앞 인자의 단위는 길이의−N제곱이고, N−1번 적분하면 길이의N−1제곱을 되돌려 받는다. 남는 단위가 길이의 역수인지 확인하면 정규화 오류를 찾는 데 도움이 된다.

7. 대칭 연산자 곱의 의미를 읽는다

사다리꼴 한 단계는 exp(−δV/(2ℏ)) exp(−δT/ℏ) exp(−δV/(2ℏ))의 위치 커널이다. 이 연산자의 N제곱이 위 적분을 만든다. 이웃 단계들이 만나는 내부 위치에서는 두 절반 potential이 합쳐져 온전한 가중치가 된다.

a와b를 뒤집어도 이 유한 커널은 같다. 이는 유한 모형의 대칭성이지, 연산자 곱이 exp(−τ(T+V)/ℏ)와 정확히 같다는 증명은 아니다. 운동 에너지와 potential 연산자는 가환하지 않는다. 일반적인 연산자 수렴에는 가정이 필요하므로 여기서는 진동자의 기준해와 직접 비교한다.

8. 내부 정밀도와 양끝 forcing을 구성한다

s=m/(ℏδ),v=ω²δ²라 두고 대각2·이웃−1인 고정끝 사슬 행렬L을 사용한다. 작용을 내부 벡터의 이차 다항식으로 쓰면 다음과 같다.

$$A_N(x)=\tfrac12x^TQx-f^Tx+c,\quad Q=s(L+vI),\quad f=s(ae_1+be_{N-1}),\quad c=\frac{s(a^2+b^2)}2+\frac{sv(a^2+b^2)}4.$$

양끝에 연결된 간선도 L에 모두 남아 있다. ω²=0이어도 고정끝 정밀도는 양의 정부호다. N=2에서는 내부 좌표가 하나라 e₁과e_(N−1)이 같은 벡터를 가리킨다. 두 끝의 기여를 더해야 한다. 첫 항과 마지막 항을 각각 대입하는 코드로 작성하면 하나를 덮어쓸 수 있다.

9. 조건부 경로 분포와 완전제곱을 구한다

유한 결합 가중치를 K_N으로 나누면 내부 위치에 대한 정규화된 Gaussian 법칙을 얻는다. 평균은 최소 작용 경로이며 공분산은 정밀도의 역행렬이다.

$$\mu=Q^{-1}f,\qquad C=Q^{-1},\qquad A_{\min}=c-\tfrac12f^TQ^{-1}f.$$

정규화된 밀도는 √[detQ/(2π)^(N−1)]에 exp[−(x−μ)ᵀQ(x−μ)/2]를 곱한 것이다. 커널과 조건부 법칙은 서로 다른 질문에 답한다. 커널에는 끝점에 의존하는 정규화가 남지만, 조건부 법칙은 이미 양끝을 고정한 내부 변수들에 대해1로 적분된다.

Gaussian의 평균은 최솟값을 주는 경로와 같다. 그러나 전형적인 경로 하나가 평균과 같은 것은 아니다. potential을 추가하면 평균과 요동이 모두 달라진다. 평균만 이동시켰던 앞 단원의 보조 선형 원천과 구분한다.

10. 행렬식의 점화식을 사용한다

D_k를 대각2+v·이웃−1인 k차원 행렬의 행렬식이라 정의한다. 경계 행을 전개하면 스칼라 점화식이 나온다.

$$D_0=1,\quad D_1=2+v,\quad D_k=(2+v)D_{k-1}-D_{k-2},\qquad \det Q=s^{N-1}D_{N-1}.$$

서로 다른 크기의 행렬식을 매번 별개의 문제로 계산할 필요가 없어진다. v≥0이면 점화식 값들은 양수다. v=0에서는 D_k=k+1이므로 자유 고정끝 사슬의 행렬식을 회복한다. 시간 간선의 발생 행렬을 직접 구성하고 유리수 행렬 소거를 수행해 이 점화식과 독립적으로 대조한다.

11. 같은 점화식에서 공분산과 평균을 구한다

내부 인덱스1≤i≤j≤N−1에 대해 역행렬을 두 점화식 값의 곱으로 쓸 수 있다. 공분산의 나머지 절반은 대칭성으로 채운다.

$$C_{ij}=\frac{D_{i-1}D_{N-1-j}}{sD_{N-1}},\qquad \mu_i=\frac{aD_{N-1-i}+bD_{i-1}}{D_{N-1}}.$$

고정끝의 공분산은0이고 값은a,b로 유지된다. ω²=0이면 평균은 직선 보간이고 공분산은 D=ℏ/(2m)인 자유 bridge와 같다. potential이 있으면 원점 쪽으로 당기는 효과가 생겨, 양끝이 같게 유지되어도 평균이 휘어질 수 있다.

행렬 식은 모집단 공분산이다. 열지도는 이를 표시하는 방법이고, μ를 잇는 곡선은 평균이다. 어느 것도 무작위 표본 경로를 뜻하지 않는다.

12. 유리수 계수로 유한 커널을 표현한다

끝점 커널에 필요한 유한 행렬 정보를 세 유리수P,g,h로 정리할 수 있다.

$$P=\frac{s}{2D_{N-1}},\quad g=\frac{s}{2}\left(1+\frac v2-\frac{D_{N-2}}{D_{N-1}}\right),\quad h=\frac{s}{D_{N-1}},\qquad K_N(b,a)=\sqrt{\frac P\pi}\,e^{-g(a^2+b^2)+hab}.$$

P는 앞 인자의 제곱에서 공통π⁻¹를 제거한 값이다. 단위는 길이 제곱의 역수이며 g,h도 같다. 이 표현은 π·제곱근·지수까지 유리수라고 주장하지 않으면서 유리수 계수를 정확하게 보존한다. K_N의 소수 시각화는 별도 근사다.

최종 지수는−A_min이고 요동의 행렬식이 앞 인자를 제공한다. 최소 작용만 남기면 답의 일부를 잃는다.

13. 가장 작은 비자명한 예제를 손으로 계산한다

선언한 단위에서 N=2,m=ℏ=τ=ω²=1,a=0,b=1로 둔다. δ=1/2,s=2,v=1/4이며 내부 변수는 정확히 하나다.

양	정확한 값	해석
Q	9/2	내부 정밀도
f	2	마지막 끝점에서 오는 forcing
μ₁	4/9	자유 중점1/2보다 원점 쪽으로 이동한 평균
C₁₁	2/9	자유 값1/4보다 작은 요동
c	9/8	두 끝의 절반 potential을 포함한 상수
A_min	49/72	c−fμ₁/2
P,g,h	4/9,49/72,8/9	유리수 끝점 계수

따라서 K₂(1,0)=2exp(−49/72)/(3√π)다. A₂(x)=9x²/4−2x+9/8을 직접 완전제곱으로 바꾸면 (x−4/9)²의 계수는9/4이고 남은 상수는49/72다. 인자2,끝점의 절반 가중치,N−1개 변수 규약을 한 번에 확인하는 손계산이다.

14. 연속 Mehler 커널과 비교한다

ω>0인 목표 연속 시간 해는 명시적으로 알려져 있다.

$$K_\tau(b,a)=\sqrt{\frac{m\omega}{2\pi\hbar\sinh(\omega\tau)}} \exp\!\left[-\frac{m\omega\big((a^2+b^2)\cosh(\omega\tau)-2ab\big)}{2\hbar\sinh(\omega\tau)}\right].$$

ω→0 극한은 자유 커널이다. 표시된 몫에0을 그대로 대입하면0/0이 되므로 그 분기에서는 자유 공식을 사용한다. Mehler 기준해와 유한 점화식은 서로 다른 구성에서 출발한다. 따라서 같은 코드 출력을 두 번 그리는 것보다 독립적인 비교 근거가 된다. Wipf 식6.9–6.10을 참고한다.

15. 유한 격자가 다른 진동수를 갖는 이유를 설명한다

ω>0에서 θ=2asinh(ωδ/2)로 놓으면 점화식을 쌍곡선 함수로 풀 수 있다. 유한 커널은 바뀐 매개변수의 Mehler 커널과 일치한다.

$$D_{N-1}=\frac{\sinh(N\theta)}{\sinh\theta},\qquad \omega_{\mathrm{eff}}=\frac\theta\delta,\qquad m_{\mathrm{eff}}=m\frac{\sinh\theta}{\theta}.$$

이것은 선언한 유한 규칙의 정확한 항등식이다. 연산자 곱이 다른 진동자를 전파한다는 뜻이다. 이 수정된 진동자를 원래 목표계라고 바꿔 부르면 이산화 오차를 숨기게 된다. 자유 극한은 θ→0을 취해 m_eff→m으로 읽는다.

θ를 전개하면 θ=ωδ−ω³δ³/24+δ⁵차수의 항들이다. 따라서 물리 매개변수를 고정하면 수정된 진동수와 질량이 목표에서δ²차수만큼 다르다. 이 진동자에서 커널의 점별 오차가 둘째 차수인 이유를 설명하지만, 모든 potential·끝점·시간에 대한 균일 오차 정리는 아니다.

16. 오른쪽 끝점 규칙으로 첫 차수 경계 오차를 본다

각 오른쪽 끝점에 온전한 potential 가중치를 주는 규칙을 대신 사용해보자. 내부 항은 같고 양끝 가중치만 달라진다. 두 유한 작용을 빼면 정확한 곱셈 관계가 나온다.

$$K_N^{\mathrm R}(b,a)=e^{-\delta[V(b)-V(a)]/(2\hbar)}K_N(b,a).$$

로그 보정은 일반적으로δ의 첫 차수다. a=b이거나 짝함수 potential에서a=−b이면 V(a)=V(b)이므로 보정이 사라진다. 대각 커널만 검사하면 비대각에서 나타나는 첫 차수 효과를 놓친다. 끝점을 뒤집으면 이 보정의 부호는 바뀌지만 대칭 커널은 유지된다.

17. 정련 오차는 관측량을 정한 뒤 측정한다

m=ℏ=τ=ω²=1,a=1/3,b=4/3에서 N=4,8,…,256의 log(K_N/Kτ)를 비교한다. 로그를 사용하면 아주 작은 두 커널을 계산한 뒤 underflow가 발생한 값들을 빼는 일을 피할 수 있다. 정련할 때 물리적 끝점·전체 시간·Hamiltonian은 유지한다.

80자리 Decimal 비교에서 N을 두 배로 할 때 대칭 규칙의 오차는 약4배,오른쪽 규칙은 약2배 감소한다. 이 특정 예제에 대한 수치 관찰이다. 인증된 오차 구간도, 모든 관측량의 선도 계수가 같다는 증명도 아니다. 특별한 끝점에서는 선도 항이 상쇄될 수 있다.

전체 행렬을 계산할 계획 범위는 입력32구간까지다. 이 해석적 비교의256구간 행들은 스칼라 점화식을 사용한다. N=256인 행도 내부255좌표의 전체 행렬 계산은 아니다. 자유 bridge와 달리, potential로 가중한 유한 법칙은 정련하면 이전 시각의 주변분포도 일반적으로 달라진다.

18. 끝점을 닫고 적분하여 trace를 구한다

열적 분배함수를 얻으려면 먼저 a=b=x로 놓고 x를 적분한다. ω²>0이면2g−h>0이라 한 번 더 하는 Gaussian 적분이 유한하다.

$$Z_N=\int_{\mathbb R}K_N(x,x)\,dx =\sqrt{\frac{P}{2g-h}} =\frac{1}{2\sinh(N\theta/2)}.$$

N개 위치를 모두 적분하는 주기 사슬로 독립 검산할 수 있다. N=2에서는 시간 간선 두 개가 같은 꼭짓점 쌍을 연결하므로 두 기여를 모두 더한다. 작은 예제에서 Z₂²=16/17,따라서 Z₂=4/√17이다. K_N(0,0)이라는 대각 값 하나만 읽어서는 이 trace를 얻을 수 없다.

ω²=0에서는2g−h=0이고 전체 실수 직선의 자유 trace가 발산한다. 대각 커널이 양의 상수인 채 무한한 부피에 걸쳐 있기 때문이다. 상수 모드를 제거하거나 상자를 도입하거나 길이로 나누면 질문이 달라진다. 그 변경과 정규화를 명시해야 한다.

19. Euclidean 시간을 온도와 연결한다

역온도β=1/(k_B T)의 단위는 에너지의 역수다. 열적 진화는 τ=βℏ를 사용한다. 진동자의 에너지E_n=ℏω(n+1/2)를 합하면 Mehler 대각을 적분한 연속 trace와 같은 답을 얻는다.

$$Z(\beta)=\operatorname{tr}e^{-\beta H} =\sum_{n=0}^{\infty}e^{-\beta\hbar\omega(n+1/2)} =\frac{1}{2\sinh(\beta\hbar\omega/2)}.$$

등비급수는 정규화와 영점 에너지 기여를 독립적으로 확인한다. Wipf §8.1을 참고한다. 정규화한 열적 밀도 연산자는 exp(−βH)/Z다. 위치 대각K_(βℏ)(x,x)/Z는 x의 확률 밀도지만, 비대각 원소는 끝점 전이 확률이 아니다.

연구에서−∂β logZ 같은 미분을 사용할 때는 무엇을 고정하는지 선언한다. N을 고정하면 유한 규칙의δ=βℏ/N도β에 따라 바뀐다. 연속 에너지 공식에 수정된 진동수만 대입하고 이 의존성을 무시하면 유한 분배함수를 올바르게 미분한 결과가 아닐 수 있다.

20. 양성은 끝점 질량 보존을 뜻하지 않는다

a=b로 놓는 대신 커널을 b에 대해 적분하면 또 다른 Gaussian 적분이 된다.

$$\int_{\mathbb R}K_N(b,a)\,db =\sqrt{\frac P g}\exp\!\left[-a^2\left(g-\frac{h^2}{4g}\right)\right].$$

ω²>0이면 이 값은1보다 작다. potential 가중치가 전체 기여를 억제하기 때문이다. 작은 예제에서a=0이면√(32/49)다. 자유 경우는P/g=1,g−h²/(4g)=0이므로 질량1을 얻는다.

K_N(b,a)를 b에 대해 별도로 정규화하면 조건부 밀도를 만들 수 있지만, 그 조작이 원래 커널의 합성 법칙까지 자동 보존하지는 않는다. 고정끝 내부 법칙·열적 위치 밀도·Born 측정 확률도 서로 다른 정규화와 의미를 갖는다. 그래프를 해석하기 전에 어떤 대상을 계산했는지 정한다.

21. 한 변수 계산을 Python으로 재현한다

표준 라이브러리 예제로 완전제곱·자유 분기·유한 trace·오른쪽 규칙 경계 보정을 확인한다. 무작위 표본은 사용하지 않고 π나 exp도 근사하지 않는다.

from fractions import Fraction as F

def kernel_coefficients(n, tau, mass, hbar, omega2):
    delta = tau / n
    s, v = mass / (hbar * delta), omega2 * delta**2
    ds = [F(1), 2 + v]
    for k in range(2, n):
        ds.append((2 + v) * ds[-1] - ds[-2])
    p = s / (2 * ds[n-1])
    g = s / 2 * (1 + v / 2 - ds[n-2] / ds[n-1])
    h = s / ds[n-1]
    return p, g, h

p, g, h = kernel_coefficients(2, F(1), F(1), F(1), F(1))
q, force, constant = F(9, 2), F(2), F(9, 8)
mean, covariance = force / q, 1 / q
minimum = constant - force * mean / 2
assert (mean, covariance, minimum) == (F(4, 9), F(2, 9), F(49, 72))
assert (p, g, h) == (F(4, 9), F(49, 72), F(8, 9))
trace_squared = p / (2*g-h)
assert trace_squared == F(16, 17)
free_p, free_g, free_h = kernel_coefficients(2, F(1), F(1), F(1), F(0))
assert free_p == F(1, 2) and 2*free_g-free_h == 0
right_log_shift = -F(1, 2) * (F(1, 2) - F(0)) / 2
assert right_log_shift == -F(1, 8)
print(mean, covariance, minimum, trace_squared, right_log_shift)

22. 예측부터 하는 여섯 실험

계산 전에 결과를 예측한다. 유한 모형의 정확한 출력·연속 기준값·표시 근사를 구분해 비교한다.

변경	확인할 예측	이유
ω²를0으로	자유 bridge·커널 회복,유한 trace 소실	무한 직선의 구속 potential이 사라진다
격자를 고정하고ω² 증가	모든 내부 분산 감소	Q에 양의 대각이 더해지므로 역행렬을 비교한다
a,b 뒤집기	대칭 커널 유지,평균은 시간을 반대로 읽은 모양	선언한 작용의 시간 반전 대칭
τ,m,ℏ,ω²,a,b를 고정하고N 정련	Mehler에 접근하되 유한 주변분포는 변함	potential 적분 규칙이 유한 법칙을 수정한다
비대각에서 오른쪽/대칭 규칙 비교	정확한 끝점 로그 보정 확인	한 끝점에 절반 potential이 추가된다
a=b로 놓고a까지 적분	고정끝 커널 하나가 아니라 trace를 얻음	닫고 적분하면 연속 좌표 하나가 추가된다

시각화는 자유 단계→potential 가중치→고정끝 행렬→완전제곱→요동 행렬식→연속 기준해 비교→끝점 규칙 비교→닫힌 trace의8단계로 계획한다. 경로를 겹쳐 그릴 때 평균과 시각별 불확실성을 표시한다. 시간 슬라이더는 표시를 바꾸며 적분을 새로 수행하는 동작이 아니다.

23. 해설이 있는 확인 문제

1. N=2에서 trace를 취하기 전 적분하는 무작위 좌표는 몇 개인가? 하나다. 양끝은 고정돼 있다. trace를 취할 때는 공통 끝점 좌표를 하나 추가하고 그 좌표도 적분한다.

2. 양의 조화 potential이 자유 커널의 전체 끝점 질량을 바꾸는 이유는? 각 경로에1이하인 추가 가중치가 곱해지기 때문이다. 그 기여들을 합하면 질량이 줄어든다. 적분 대상이 양수라는 사실만으로 질량1 정규화가 생기지 않는다.

3. 작은 예제에서 μ₁은 왜1/2가 아닌4/9인가? 자유 운동 비용은 중점을 선호하지만 potential도 내부 위치를 억제한다. (9/2)μ₁=2를 풀면4/9다. 끝점의 절반 potential은 커널 정규화에는 영향을 주지만 이 내부 forcing 방정식을 바꾸지는 않는다.

4. 정확한 Fraction 산술을 사용하면 K₂가 목표 연속 커널과 같아지는가? 아니다. 유한 규칙을 정확히 계산할 뿐이다. 그 유한 규칙은 목표 Hamiltonian의 전파와 여전히 다르다. 산술 오차와 이산화 오차를 구별한다.

5. P=4/9가 Gaussian 앞 인자 전체인가? 아니다. 앞 인자는√(P/π)=2/(3√π)다. P는 앞 인자 제곱에서π⁻¹를 제거한 값으로, 그 유리수 부분을 정확하게 보존한다.

6. a=b가 오른쪽 규칙의 수렴 차수를 검사하기에 약한 이유는? V(a)=V(b)여서 끝점 보정이 정확히1이다. 일반적인 비대각 오차는 달라도 두 규칙의 대각 커널과 trace는 같다.

7. 자유 trace에서 영 모드를 조용히 제거해 발산을 고쳐도 되는가? 안 된다. 무한한 평행이동 부피는 선언한 무한 직선 계의 물리적 일부다. 평균 좌표 고정이나 상자 도입은 다른 대상을 정의하므로 별도의 정규화가 필요하다.

8. N을 두 배로 했을 때 비가4에 가까우면 모든 그래프의 오차를 인증하는가? 아니다. 선택한 관측량·매개변수의 점근적 관찰이다. 선도 항 상쇄·반올림·끝점 변경·다른 관측량은 보이는 결과를 바꿀 수 있다.

24. AI 연구에서 사용할 때 확인할 것

경로 기반 생성 모형·궤적 최적화·에너지 기반 학습은 운동 regularizer와 학습한 위치 비용을 자주 결합한다. 진동자는 구현이 정규화를 보존하는지,끝점을 일관되게 조건화하는지,유한 격자와 의도한 연속 모형을 구별하는지 점검할 수 있는 통제된 기준 문제다.

방법들을 비교하기 전에 목표 관측량·고정할 물리 매개변수·potential 적분 규칙·정규화를 기록한다. 작은 정확한 예제로 코드를 검사하고 독립적인 연속 기준해로 이산화를 검사한다. 보기 좋은 궤적·안정적으로 보이는 loss·대각 커널 하나만으로 정확성을 판단하지 않는다.

유한 유도식 검산기는 고정끝/주기 발생 행렬·유리수 역행렬·행렬식·직접 작용을 독립 구성한다. 80자리 비교는 수치 진단이며 구간 인증이 아니다. 일반 Feynman–Kac 가정·안장점/비가우스 근사·실시간 위상은 별도 처리로 남긴다. Gaussian 경로 적분과 유한 규칙의 배경은 Grosche §III.1–III.2를 참고한다.