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
事业编旷工三天怎么处理?合同违约金和违约责任详解
全面解析:如何挑选适合家庭使用的高性价比激光打印机
血皮质醇怎么检测
昆明投靠落户办理指南
Windows端口开放命令详解
“666”在欧洲竟然是“恶魔”的意思?揭秘“魔鬼之数666”的真相
什么是区块链安全?
自然对数的秘密:轻松掌握ln计算技巧
地基基础资质可以承接土石方工程吗?
云盘硬盘寿命一般多久啊
智齿不疼就不用拔?听听医生怎么说!
交强险可以提前多少时间买
有效搜索图片的技巧与方法,让信息获取更加便捷多彩
《观田家》该如何理解?创作背景是什么?
酒驾吹气测试与验血结果误差探讨
春夏秋冬,玉树浇水须知(合理的浇水时间和方法让玉树更健康)
斐波那契数列的动态规划算法设计与分析
详解中国“八纵八横”高铁战略:全部线路规划与建设进展
厨房橱柜灶台尺寸是多少,如何合理规划厨房空间
掌握英语冠词:如何使用A、An和The
VCR的含义及解释
从知晓到行动,“知行并进”是人生的大智慧
关于大类招生,高考志愿填报的新趋势,你了解多少?
《悟性论》三界即三毒,贪嗔痴即是佛性,戒定慧为何是小乘佛法?
佛学看待八字命理法则的看法
日本求职面试攻略:四大流程及关键环节应对技巧
内蒙古贺兰山菌类再添新纪录种
如何查询住房公积金账号?这些查询方法有哪些具体步骤和注意事项?
最新显卡天梯图:从入门到旗舰,一图看懂显卡性能排名(附MX系列)
跑者必读:如何挑选最适合你的碳板跑鞋秘籍