博客
关于我
投影对角化自旋激发
阅读量:231 次
发布时间:2019-03-01

本文共 668 字,大约阅读时间需要 2 分钟。

基于紧密包层模型构建哈密顿量并计算谱函数


本文基于紧密包层模型构建哈密顿量并计算谱函数,具体步骤如下:

  • 构建哈密顿量

    使用参数 t 表示最近邻 hopping 系数,k 表示 Bloch 波矢量,N 表示系统宽度,构建哈密顿量矩阵 H。通过 tridiag(A,B,B.H,N) 函数构造对角化矩阵,确保矩阵具有对称性。调整 H[0,0] 为 1000 以避免零点问题。

  • 对角化哈密顿量

    对每个给定的 k 值,计算对应的哈密顿量矩阵 Hk0,并对其进行对角化。使用 LA.eigh 函数求得本征值 E 和对应的本征向量 A,提取 A[:,N-1] 作为特征向量。

  • 绘制能带图

    将对角化结果绘制为能带图,使用 plt.plot(k,band[i,:]) 绘制每个能带的分布,设置 plt.ylim((-1,1)) 以限制纵轴范围。

  • 验证本征态

    通过绘制特定能量态的实部图形 plt.plot(Ak[:,1].real),验证本征态的正确性。

  • 构造有效投影自旋激发哈密顿量

    在基态 U 上构造有效投影自旋激发哈密顿量 H_eff。通过循环移位技巧处理 Ak 矩阵,计算非对角项并调整矩阵大小,确保最终结果通过归一化处理。

  • 计算谱函数

    使用循环移位技巧处理矩阵 Ak,计算谱函数。通过傅里叶变换和矩阵移位,构建频域谱函数矩阵 Spectral_A,并使用 plt.pcolormesh 绘制谱函数图形。


  • 所有代码和算法均基于紧密包层模型,确保计算过程的高效性和准确性。通过对多个参数的遍历和多维度数组的处理,实现了对哈密顿量谱函数的精确计算。

    转载地址:http://wlqv.baihongyu.com/

    你可能感兴趣的文章
    postgis求面积、交集等相关函数
    查看>>
    postgis相关函数
    查看>>
    Postgres Docker版本安装mysql_fdw 插件
    查看>>
    Postgres invalid command \N数据恢复处理
    查看>>
    Postgres like 模糊查询匹配集合
    查看>>
    Postgres 自定义函数内实现 in 操作符的递归查询
    查看>>
    Postgres 返回当前时间前后指定天数的集合
    查看>>
    postgres--vacuum
    查看>>
    postgres--wal
    查看>>
    postgres--流复制
    查看>>
    postgres10配置huge_pages
    查看>>
    PostgreSQL 10.0 preview sharding增强 - pushdown 增强
    查看>>
    PostgreSQL 10.0 preview 变化 - pg_xlog,pg_clog,pg_log目录更名为pg_wal,pg_xact,log
    查看>>
    PostgreSQL 10.1 手册_部分 II. SQL 语言_第 15章 并行查询_15.2. 何时会用到并行查询?...
    查看>>
    PostgreSQL 10.1 手册_部分 II. SQL 语言_第 9 章 函数和操作符_9.23. 行和数组比较
    查看>>
    PostgreSQL 10.1 手册_部分 III. 服务器管理_第 21 章 数据库角色
    查看>>
    Qt开发——网络编程UDP网络广播软件之服务器端
    查看>>
    Postgresql 12.9如何配置允许远程连接
    查看>>
    PostgreSQL 9.6 同步多副本 与 remote_apply事务同步级别 应用场景分析
    查看>>
    Postgresql CopyManager 流式批量数据入库
    查看>>