=== figure/propagazione.py
termini senza troncamento, N=8, passo 7: [11439, 11439, 11439] su un massimo di 4^8 - 1 = 65535
soglia 0.01: termini max 896, errore max 0.1341, norma scartata al passo 8: 24.085, tempo 0.09s
soglia 0.001: termini max 9280, errore max 0.0193, norma scartata al passo 8: 12.129, tempo 0.61s
soglia 0.0001: termini max 43653, errore max 0.0037, norma scartata al passo 8: 3.697, tempo 2.51s
esatto: [1.0, 0.8253, 0.8984, 0.8168, 0.7716, 0.7525, 0.7101, 0.6697, 0.6464]
angolo: errore massimo con soglia 1e-2 = 0.1289 a theta_h = 0.982; termini massimi = 1036 a theta_h = 1.178
memoria vettore di stato N=30: 10^10.24 byte
memoria vettore di stato N=40: 10^13.25 byte
memoria vettore di stato N=50: 10^16.26 byte
memoria vettore di stato N=100: 10^31.31 byte
memoria vettore di stato N=156: 10^48.16 byte
=== figure/mitigazione.py
errore di troncamento (senza rumore) contro il vettore di stato: 3.5e-08
ideale: [1.0, 0.8253, 0.8984, 0.8168, 0.7716, 0.7525, 0.708]
f=0,99: [1.0, 0.8171, 0.8762, 0.7825, 0.7233, 0.6841, 0.6209]
f=0,97: [1.0, 0.8006, 0.8332, 0.718, 0.636, 0.5666, 0.4797]
ZNE: vero 0.7080; misurato a lambda=1 0.4797; lineare 0.6259; Richardson 0.6764; esponenziale 0.6900; esponenziale a lambda=3 0.2318 contro 0.2377
valore esatto al passo 6: 0.7080
G=500: Lambda=0.750, gamma^2=20.1, shot per sigma=0,01: 2.01e+05
G=1000: Lambda=1.500, gamma^2=403, shot per sigma=0,01: 4.03e+06
G=1488: Lambda=2.232, gamma^2=7.54e+03, shot per sigma=0,01: 7.54e+07
G=2500: Lambda=3.750, gamma^2=3.27e+06, shot per sigma=0,01: 3.27e+10
G=5000: Lambda=7.500, gamma^2=1.07e+13, shot per sigma=0,01: 1.07e+17
=== figure/ole.py
verifica N=6, b=0.25, L=2: Pauli 0.996045843709  denso 0.996045843709  diff 6.2e-15
verifica N=6, b=0.125, L=1: Pauli 1.000000000000  denso 1.000000000000  diff 2.7e-15
alpha 0.0 [1.0, 1.0, 1.0]
alpha 0.05 [0.9993, 0.9976, 0.9969]
alpha 0.1 [0.9973, 0.9914, 0.9892]
alpha 0.15 [0.9941, 0.983, 0.9798]
alpha 0.2 [0.99, 0.9735, 0.971]
alpha 0.25 [0.9855, 0.9633, 0.9629]
alpha 0.3 [0.9808, 0.9525, 0.9537]
L: [[0, 1.0, 1.0], [1, 1.0, 1.0], [2, 0.9941, 0.992], [3, 0.9888, 0.9832], [4, 0.983, 0.9751], [5, 0.9778, 0.9682], [6, 0.9798, 0.9637], [7, 0.9772, 0.9537], [8, 0.9727, 0.9487]]
coefficiente (1-f)/delta^2 per delta->0: 0.1962; a delta=0,3: 1-f = 0.0170, parabola 0.0177; a delta=1: 1-f = 0.1286, parabola 0.1962
=== figure/tracker.py
operator_loschmidt_echo_49x648 quantistico 0.824 Global rescaling
operator_loschmidt_echo_49x648 classico 0.8202512915 Belief Propagation TN, BD=192, no rescaling
operator_loschmidt_echo_49x648 classico 0.821658489 Belief Propagation TN, BD=512, no rescaling
operator_loschmidt_echo_49x648 classico 0.808 Single-path Monte Carlo
operator_loschmidt_echo_49x1296 quantistico 0.662 Global rescaling
operator_loschmidt_echo_49x1296 quantistico 0.657 Global rescaling
operator_loschmidt_echo_49x1296 quantistico 0.649 Global rescaling
operator_loschmidt_echo_49x1296 classico 0.88157984 Belief Propagation TN, BD=512, no rescaling
operator_loschmidt_echo_49x1296 classico 0.94257142 Belief Propagation TN, BD=512, rescaled by delta = 0.0
operator_loschmidt_echo_49x1296 classico 0.619 Single-path Monte Carlo
operator_loschmidt_echo_70x1872 quantistico 0.673 Global rescaling
operator_loschmidt_echo_70x1872 classico 0.873827508 Belief Propagation TN, BD=512 no rescaling
operator_loschmidt_echo_70x1872 classico 0.95247989 Belief Propagation TN, BD=512 rescaled by delta = 0.0
operator_loschmidt_echo_70x1872 classico 0.614 Single-path Monte Carlo
['observable estimations', '19', '7', '12']
['variational problems', '17', '5', '12']
['classically verifiable problems', '12', '5', '7']
=== figure/qae.py
K=1: chiamate 100, RMSE MC 4.56e-02, RMSE MLAE 4.41e-02
K=2: chiamate 400, RMSE MC 2.32e-02, RMSE MLAE 3.67e-02
K=3: chiamate 900, RMSE MC 1.51e-02, RMSE MLAE 8.72e-03
K=4: chiamate 1800, RMSE MC 1.05e-02, RMSE MLAE 4.29e-03
K=5: chiamate 3500, RMSE MC 7.61e-03, RMSE MLAE 2.30e-03
K=6: chiamate 6800, RMSE MC 5.47e-03, RMSE MLAE 1.53e-03
K=7: chiamate 13300, RMSE MC 3.91e-03, RMSE MLAE 5.56e-04
K=8: chiamate 26200, RMSE MC 2.98e-03, RMSE MLAE 3.35e-04
K=9: chiamate 51900, RMSE MC 1.98e-03, RMSE MLAE 1.94e-04
K=10: chiamate 103200, RMSE MC 1.42e-03, RMSE MLAE 8.03e-05
pendenza log-log: MC -0.494, MLAE -0.991
ottimistica: t_q=1e-06, eps*=1.0e-04, a eps=1e-5: T_cl=10 s, T_q=1 s
intermedia: t_q=0.0001, eps*=1.0e-06, a eps=1e-5: T_cl=10 s, T_q=100 s
prudente: t_q=0.01, eps*=1.0e-08, a eps=1e-5: T_cl=10 s, T_q=1e+04 s
=== figure/portafoglio.py
n=8: TTS mediano (valutazioni) uniforme 9.41e+03, uniforme+local search 489, SA swap 89 (sweep ottimi mediani 5)
n=10: TTS mediano (valutazioni) uniforme 4.71e+04, uniforme+local search 825, SA swap 116 (sweep ottimi mediani 10)
n=12: TTS mediano (valutazioni) uniforme 2.26e+05, uniforme+local search 2.08e+03, SA swap 220 (sweep ottimi mediani 10)
n=14: TTS mediano (valutazioni) uniforme 1.06e+06, uniforme+local search 5.11e+03, SA swap 340 (sweep ottimi mediani 20)
n=16: TTS mediano (valutazioni) uniforme 4.83e+06, uniforme+local search 6.66e+03, SA swap 435 (sweep ottimi mediani 10)
n=18: TTS mediano (valutazioni) uniforme 2.17e+07, uniforme+local search 9.05e+03, SA swap 515 (sweep ottimi mediani 20)
n=20: TTS mediano (valutazioni) uniforme 9.66e+07, uniforme+local search 2.21e+04, SA swap 965 (sweep ottimi mediani 10)
n=22: TTS mediano (valutazioni) uniforme 4.25e+08, uniforme+local search 4.58e+04, SA swap 1.14e+03 (sweep ottimi mediani 20)
fattore di crescita per titolo (uniforme, uniforme+LS, SA): [2.147, 1.37, 1.204]
n=20: frazione all'ottimo uniforme 0.0000, uniforme+LS 0.0323, SA(10 sweep) 0.6745
=== figure/mcmc.py
frustrato T=0.300: 1/delta locale 1.82e+03, uniforme 624, misto 1.27e+03, quantistica 17.1, q. rumorosa (Lambda=2) 101
frustrato T=0.358: 1/delta locale 888, uniforme 578, misto 686, quantistica 17.6, q. rumorosa (Lambda=2) 102
frustrato T=0.426: 1/delta locale 492, uniforme 525, misto 388, quantistica 17.8, q. rumorosa (Lambda=2) 101
frustrato T=0.508: 1/delta locale 302, uniforme 462, misto 231, quantistica 17.6, q. rumorosa (Lambda=2) 97.9
frustrato T=0.606: 1/delta locale 201, uniforme 392, misto 145, quantistica 17, q. rumorosa (Lambda=2) 91.4
frustrato T=0.723: 1/delta locale 143, uniforme 320, misto 95.4, quantistica 16.2, q. rumorosa (Lambda=2) 82.4
frustrato T=0.862: 1/delta locale 107, uniforme 251, misto 65.2, quantistica 15.3, q. rumorosa (Lambda=2) 71.9
frustrato T=1.027: 1/delta locale 81.9, uniforme 190, misto 46, quantistica 14.6, q. rumorosa (Lambda=2) 61
frustrato T=1.225: 1/delta locale 63.2, uniforme 138, misto 33.4, quantistica 13.9, q. rumorosa (Lambda=2) 50.4
frustrato T=1.460: 1/delta locale 48.7, uniforme 97.5, misto 24.7, quantistica 13.2, q. rumorosa (Lambda=2) 40.5
frustrato T=1.741: 1/delta locale 37.4, uniforme 66.9, misto 18.7, quantistica 12.3, q. rumorosa (Lambda=2) 31.8
frustrato T=2.076: 1/delta locale 29, uniforme 45, misto 14.4, quantistica 11, q. rumorosa (Lambda=2) 24.3
frustrato T=2.475: 1/delta locale 22.7, uniforme 30.1, misto 11.4, quantistica 9.74, q. rumorosa (Lambda=2) 18.3
frustrato T=2.950: 1/delta locale 18.2, uniforme 20.4, misto 9.18, quantistica 8.49, q. rumorosa (Lambda=2) 13.7
frustrato T=3.518: 1/delta locale 15, uniforme 14, misto 7.59, quantistica 7.38, q. rumorosa (Lambda=2) 10.3
frustrato T=4.194: 1/delta locale 12.6, uniforme 9.94, misto 6.41, quantistica 6.44, q. rumorosa (Lambda=2) 7.8
frustrato T=5.000: 1/delta locale 10.9, uniforme 7.27, misto 5.52, quantistica 5.69, q. rumorosa (Lambda=2) 6.03
settori T=0.5: 1/delta locale 1.828e+07, loc+glob 11.11, misto 12.48, quantistica 72.23, q. rumorosa 367.4
settori T=1.0: 1/delta locale 3181, loc+glob 11.17, misto 12.55, quantistica 73.07, q. rumorosa 370.1
frustrato T=0.5: 1/delta locale 315.1, loc+glob 247.4, misto 242.4, quantistica 17.65, q. rumorosa 98.41
frustrato T=1.0: 1/delta locale 85.18, loc+glob 47.38, misto 48.48, quantistica 14.65, q. rumorosa 62.63
readout settori a=0.02 b=0.01: coda vera 3.910e-09, distorta 2.280e-09, rapporto 0.583, TV 2.14e-04
readout settori a=0.05 b=0.01: coda vera 3.910e-09, distorta 5.707e-10, rapporto 0.146, TV 5.59e-04
readout frustrato a=0.02 b=0.01: coda vera 4.756e-02, distorta 4.404e-02, rapporto 0.926, TV 1.24e-02
readout frustrato a=0.05 b=0.01: coda vera 4.756e-02, distorta 3.613e-02, rapporto 0.760, TV 4.51e-02
settori: perdita massima 5.680, P(coda) a T=1 3.910e-09
frustrato: coppie a segno negativo 18 su 45
=== figure/bilancio.py
QAOA, p = 1 20 610 0.92 0.4005166260908188 0.3 0.7371233743916278
QAOA, p = 1 50 3775 5.66 0.0034738214797680506 1.89 0.15144996085152657
QAOA, p = 2 50 7550 11.33 1.2067435673297889e-05 3.77 0.02293709064192893
QAOA, p = 1 100 15050 22.57 1.5696472772389984e-10 7.53 0.0005394286683931291
QAOA, p = 1 156 36582 54.87 1.4755668659462267e-24 18.29 1.138464863507065e-08
proposta MCMC, 10 passi 10 1350 2.02 0.13199384318783022 0.68 0.5091564206075492
proposta MCMC, 10 passi 20 5700 8.55 0.00019354509955809383 2.85 0.057844320874838456
proposta MCMC, 10 passi 60 53100 79.65 2.561206034524917e-35 26.55 2.947687945958158e-12
