这是之前的几篇：
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
# from numba import jit
# @jit(nopython=True)
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()
# import time
# begin_time = time.time()
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}')
# import matplotlib.pyplot as plt
# plt.plot(Fermi_energy_array, total_DOS_array/sum_up, '-o')
# plt.plot(Fermi_energy_array, total_DOS_array, '-o')
# plt.xlabel('Fermi energy')
# plt.ylabel('Total DOS')
# plt.show()
# end_time = time.time()
# print(end_time-begin_time)
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。
【说明：本站主要是个人的一些笔记和代码分享，内容可能会不定期修改。为了使全网显示的始终是最新版本，这里的文章未经同意请勿转载。引用请注明出处：https://www.guanjihuan.com】
