格林函数计算的总态密度在能量积分上的确定性
创作时间:
作者:
@小白创作中心
格林函数计算的总态密度在能量积分上的确定性
引用
1
来源
1.
https://www.guanjihuan.com/archives/45681
在凝聚态物理和材料科学中,态密度(DOS)是一个重要的物理量,它描述了在给定能量范围内可占据的量子态数量。然而,在实际计算中,由于数值稳定性和物理效应的考虑,往往需要在能量上引入虚部。本文通过具体的代码示例和运行结果,验证了格林函数计算的总态密度在能量积分上的确定性,并讨论了虚部大小对计算结果的影响。
在真实体系中,态密度(DOS)的严格数学定义是一个无展宽的分布(如 δ 函数求和),但在实际计算或实验中,由于物理效应和测量限制,总会存在一定的能量展宽。数值计算中引入的虚部 η 正是为了模拟这些展宽效应,同时也可以确保数值计算的稳定性。
在引入能量虚部后,态密度在能量上存在一定的展宽。展宽越宽,态密度的峰值越低;展宽越窄,态密度的峰值越高。这导致了计算的结果除了归一化后的分布具有一定的意义,而具体数值并不代表任何含义。本篇主要做数值验证,并指出:虽然在某个能量或者某个空间位置的具体态密度数值没有意义,但是其在能量维度上的积分是具有确定性的,即为体系的总状态数。
同样以方格子为例,代码为:
"""
This code is supported by the website: https://www.guanjihuan.com
The newest version of this code is on the web page: https://www.guanjihuan.com/archives/45681
"""
import numpy as np
def hamiltonian(width=2, length=2): # 方格子哈密顿量
h = np.zeros((width*length, width*length))
# y方向的跃迁
for x in range(length):
for y in range(width-1):
h[x*width+y, x*width+y+1] = 1
h[x*width+y+1, x*width+y] = 1
# x方向的跃迁
for x in range(length-1):
for y in range(width):
h[x*width+y, (x+1)*width+y] = 1
h[(x+1)*width+y, x*width+y] = 1
return h
def total_DOS_for_Fermi_energy_array(Fermi_energy_array, h, broadening):
dim_energy = Fermi_energy_array.shape[0]
dim = h.shape[0]
total_DOS_array = np.zeros((dim_energy))
i0 = 0
for Fermi_energy in Fermi_energy_array:
green = np.linalg.inv((Fermi_energy+broadening*1j)*np.eye(dim)-h)
total_DOS = -np.trace(np.imag(green))/np.pi # 通过格林函数求得总态密度
total_DOS_array[i0] = total_DOS
i0 += 1
return total_DOS_array
def main():
plot_precision = 0.0001 # 画图的精度/积分的精度
Fermi_energy_array = np.arange(-5, 5, plot_precision)
h = hamiltonian()
for broadening in [0.5, 0.1, 0.01, 0.001, 0.0001]:
total_DOS_array = total_DOS_for_Fermi_energy_array(Fermi_energy_array, h, broadening)
sum_up = np.sum(total_DOS_array)*plot_precision
print(f'Broadening为{broadening}时的积分结果:{sum_up}')
if __name__ == '__main__':
main()
运行结果(plot_precision = 0.0001 # 画图的精度/积分的精度):
Broadening为0.5时的积分结果:3.722565274835012
Broadening为0.1时的积分结果:3.944231849213829
Broadening为0.01时的积分结果:3.9944220100670997
Broadening为0.001时的积分结果:3.9994421998396357
Broadening为0.0001时的积分结果:4.014911712780062
运行结果(plot_precision = 0.001 # 画图的精度/积分的精度):
Broadening为0.5时的积分结果:3.72256527200912
Broadening为0.1时的积分结果:3.9442318486167713
Broadening为0.01时的积分结果:3.994422009997701
Broadening为0.001时的积分结果:4.014409692612366
Broadening为0.0001时的积分结果:13.148488227594502
运行结果(plot_precision = 0.01 # 画图的精度/积分的精度):
Broadening为0.5时的积分结果:3.7225649903254823
Broadening为0.1时的积分结果:3.944231789945488
Broadening为0.01时的积分结果:4.009389496911136
Broadening为0.001时的积分结果:13.147986206850222
Broadening为0.0001时的积分结果:127.36578383963219
结论:
- 格林函数计算的总态密度在能量积分上具有确定性,为体系的总状态数,这里状态数为 4。
- 当 broadening 太小时,这时候需要比较高的积分精度才可以算到准确的数值。
- 当 broadening 太大时,即使有比较高的积分精度也算不到准确的数值,这是因为不同能级的展宽之间出现交叠,具体参考:用格林函数计算态密度时费米能中虚部的取值。
- 在实际计算中,可以把这个总态密度在能量上积分结果作为判断能量虚部 η 大小选取的合理性。
热门推荐
远程控制电脑开机的准备工作和操作步骤
【锑】出口管制执行已近半月,国内外锑价分化愈发明显
《全球矿产资源储量评估报告2024》发布
C语言计算三阶矩阵的完整指南
氨基糖苷类抗生素的全面解析
越野车入门知识:坡度和坡比,45度坡道是一般车辆难以逾越的极限
被人力资源欺负怎么办?职场维权指南
职场必备:如何有效地留证据
鲁班:中国土木工匠的鼻祖与曲尺发明者
家用血氧仪如何选?五点建议值得看!
打鼾不只是小事!这些练习和习惯能帮你减轻鼾声
农产品深加工和初加工的区别,加工程度和原料特性均不同
呼吸道感染高发!上下呼吸道大不同,一图搞懂对症防治
呼吸科常见病种呼吸道感染
政府债券的便利性收益与债务可持续性
什么是犯罪记录?犯罪记录制度全解析
余光恐惧症最佳解决方法
身上经常发痒,可能是糖尿病的信号?如有7种表现,需及时就医
冥想有几种?探索不同类型的冥想技巧与实践方法
咪唑的结构与化学反应
秦始皇改革官制的举措与影响
四人井字棋:经典游戏的多人升级版
最漂亮的10位80后女明星,她们是当今娱乐圈的中流砥柱
一次性补交如何选择?城乡居民养老保险低档好还是高档好?
项目经理如何整改
学习婚姻法:掌握家庭法律的核心知识
身为一个电气老司机,你能准确判断并解决三相不平衡吗?
常见示波器探头类型及使用技巧
慕强的底层逻辑,可算被这本书说透了
风水选址中的环境考量:人与自然的和谐共生