Une procédure pratique pour obtenir des états quantiques et des énergies approximatifs en choisissant un espace de fonctions d'essai ou un ansatz paramétré, en évaluant le fonctionnel d'énergie et en optimisant les paramètres ou formes fonctionnelles pour satisfaire les conditions de stationnarité ; exemples : méthode de Ritz, Hartree–Fock, Monte Carlo variationnel.

Principe

Réduire le problème variationnel de dimension infinie à une optimisation traitable en choisissant un espace d'essai fini et contrôlable et en appliquant une optimisation (analytique ou numérique) pour minimiser le fonctionnel d'énergie sous les contraintes du problème.

Démonstration

Utiliser un ansatz gaussien à paramètre unique psi(x; a)=N exp(-a x^2) pour l'oscillateur harmonique, calculer la valeur d'attente du Hamiltonien en fonction de a, différencier E par rapport à a, résoudre dE/da=0 pour trouver a optimal et obtenir ainsi une énergie fondamentale approchée.

Mauvaise application

Choisir un ansatz incapable de représenter des caractéristiques physiques essentielles (mauvaise symétrie, comportement cusp incorrect) ou optimiser avec une routine numérique non convergée conduit à des énergies biaisées qui peuvent ne pas respecter la borne variationnelle ou les contraintes physiques.

Conséquence

Une méthode de solution bien formulée fournit des approximations efficaces sur le plan computationnel, une amélioration contrôlée par élargissement systématique de l'espace d'essai et des indicateurs diagnostiques (variance d'énergie, résidus) qui guident le raffinement.

Inversion

Au lieu de minimiser, on peut maximiser un autre fonctionnel (par ex. le recouvrement) pour ajuster certains observables ; ces inversions modifient les garanties — maximiser le recouvrement n'assure pas la borne variationnelle de l'énergie et peut être moins stable pour l'estimation énergétique.

Limite

Applicable lorsqu'un fonctionnel d'énergie significatif et convergent existe et qu'une paramétrisation pratique des états d'essai peut être définie ; non applicable directement aux processus non stationnaires sans extension (principe variationnel dépendant du temps).

Tension sémantique

Compromis entre espaces d'essai expressifs (plus grande précision, optimisation plus coûteuse) et paramétrisations compactes (faible coût, biais systématique possible) ; tension également entre optimisation analytique déterministe et méthodes d'échantillonnage stochastique.

Synthèse

La méthode de résolution concrétise le principe variationnel : en choisissant un ansatz et une stratégie d'optimisation on transforme une affirmation variationnelle en un algorithme reproductible qui fournit des états propres et des énergies approximatives avec un contrôle quantifiable.