8 votos

Problema de valores propios para ecuaciones diferenciales en QM

Tengo una pregunta muy sencilla con respecto a los métodos numéricos en física.

Quiero resolver el problema de valores propios de una partícula que se mueve en un potencial arbitrario. Tomemos 1D para ser concretos. Es decir, quiero encontrar $(E,\psi(x))$ Satisfaciendo a

\begin {align} \left [- \frac {1}{2} \partial_x ^2 + V(x) \right ] \psi (x)=E \psi (x). \end {align}

Ahora bien, ¿cómo lo hago exactamente? Ingenuamente implementaría el siguiente algoritmo:

1) Elige algunos $E$ .

2) Quiero encontrar $\psi(x)$ que es normalizable. Así que podría elegir un gran $L > 0 $ , set $\psi(-L) = \epsilon > 0$ y $\psi'(-L) = \epsilon'>0$ e integrar numéricamente a partir de ahí utilizando la ecuación de Schrodinger.

3) Si me encuentro con una solución que es exponencialmente pequeña lejos de la derecha del origen, entonces digo que la solución es normalizable (ya que decae a $|x|\to\infty$ ), y acepto el par $(E,\psi(x))$ .

4) Incremento $E \to E + dE$ y repito el proceso.

Al hacerlo, debería obtener el espectro alrededor de mi valor inicial de $E$ .

¿Funciona realmente este algoritmo? También me parece una forma muy descontrolada de hacerlo; no tengo ni idea de lo preciso que va a ser el espectro. Por ejemplo, ¿cambiar $L, \epsilon, \epsilon'$ ¿hacer la diferencia?

La cosa es que sé por la teoría de Sturm-Liouville que el espectro $E$ va a ser discreto (dado $V(x)$ satisfaciendo algunas buenas propiedades). Así que el espectro va a ser un conjunto de medida 0 entre toda la línea real que $E$ vive en. Esto significa que casi con seguridad (es decir, con probabilidad 1) nunca voy a obtener una solución que sea normalizable, y cualquier solución que intente integrar numéricamente desde mi punto de partida siempre va a estallar al haberse integrado lo suficientemente a la derecha.

Entonces, ¿qué algoritmo utiliza la gente para obtener numéricamente el espectro y los valores propios? ¿Cómo se controla también la precisión del espectro generado?

6voto

Geeks On Hugs Puntos 118

Su especificación de que el cuadrado tiene lados paralelos a la frontera hace que el problema sea relativamente sencillo, siempre y cuando no requiera que se escriba como una sola SVM, sino que puede conformarse con algo parecido.

Una estimación muy sencilla del límite del cuadrado es para aquellos puntos que tienen $+1$ para tomar simplemente el mínimo y el máximo de $x$ y los mínimos y máximos de $y$ . (Será demasiado pequeño, por supuesto, pero si hay muchos puntos, no mi mucho).

enter image description here

Si a continuación se excluyen los puntos con " $0$ " encima de la parte superior y debajo de la parte inferior de ese cuadrado, puede utilizar SVM o algo similar a SVM en la mitad izquierda y derecha del $x$ (¡es sólo un problema 1-D para cada lado! Fácil.)

-- así que en el lado derecho, por ejemplo, sólo necesitas el más pequeño $x$ con un " $0$ "-etiqueta sobre la mayor " $1$ "-etiqueta $x$ ), ...

enter image description here

(Para su próxima aproximación al cuadrado, podría dividir la diferencia entre el mayor $1$ -x y el siguiente más grande $0$ -x:

enter image description here

A continuación, puede repetir el procedimiento para los límites izquierdo, superior e inferior. Así se obtiene una estimación del límite mucho mejor que la inicial).

Por supuesto, esto no será exactamente cuadrado (de hecho hasta este punto el algoritmo es realmente para un rectángulo con lados paralelos a los ejes), pero los 4 conjuntos de líneas verdes y rosas (no se muestran todos) le dan los límites dentro de los cuales quiere encajar el cuadrado.

Así que a partir de ahí es cuestión de expandir los lados del azul en la dirección "estrecha" del rectángulo casi cuadrado y encoger la dirección "ancha", hasta que sea cuadrado. Ten en cuenta que no encoges/expandes los lados de manera uniforme; si quieres ser como la SVM, lo harías para igualar la cantidad de "espacio de maniobra" restante (distancia entre el azul y el verde o el rosa, lo que esté más cerca) que tienen (es decir, moverías primero el lado con la mayor brecha entre el verde y el rosa, hasta alcanzar el tamaño de la siguiente brecha más pequeña entre el azul y el verde o el rosa, luego cambiarías ambos simultáneamente hasta llegar a la siguiente brecha más pequeña, y así sucesivamente).

(Con un poco de reflexión, la mayor parte de este paso puede hacerse de forma muy sencilla).

Así que esto hace un poco de procesamiento inicial ( $\cal{O}(n)$ ) para encontrar las cajas interiores y exteriores y el rectángulo azul - esencialmente cuatro "SVM" triviales, seguidas de un simple conjunto de cálculos de expansión/contracción para encontrar un cuadrado real.

Si realmente existe un cuadrado que separa perfectamente el " $1$ " y " $0$ ", eso debería funcionar bastante bien y dar una solución agradable tipo SVM. (Si no hay una separación perfecta, es posible que tenga que adaptar esto más a fin de minimizar la clasificación errónea).

5voto

reshefm Puntos 1719

Como se ha dicho en los comentarios anteriores, esto no es justo lo que Tom quería, pero he añadido el contenido del Volumen 2 a la wiki, ver http://en.wikipedia.org/wiki/Felix_Klein_Protocols . Hasta ahora lo he dejado en alemán, ¿crees que vale la pena traducirlo?

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X