Fortran Coder

差分法解一维含时薛定谔方程,急...

查看数: 14202 | 评论数: 13 | 收藏 0
关灯 | 提示:支持键盘翻页<-左 右->
    组图打开中,请稍候......
发布时间: 2017-1-1 17:15

正文摘要:

简单解释:偏微分,长得像倒e的那个符号,看作导数符号。基本就是差分法直接代替两个偏微分(一个一阶偏微分,一个二阶偏微分),化简一下,即得psy(i,j+1)=psy(i,j)+cj*tao*((psy(i+1,j)-2*psy(i,j)+psy(i-1,j))/(h ...

回复

薛定谔方程 发表于 2017-1-6 16:26:57
并不是太理解您的意思,但我还是让电脑算了一下,结果和以前一样(昨天可能运行其他内容,所以速度较慢吧,今天挺快的)。库朗条件貌似没有应用到复数范围内的吧?fdtd倒是有篇论文,或许可以借鉴一下,正在研究
kerb 发表于 2017-1-6 11:48:11
你是用迭代法求解,你只迭代了一次,对于AX=B这样的方程至少要迭代A的阶数次才能得到近似解,你的那两层循环只是把边值在整个区域“匀和”了一次,你需要“匀和”N次结果才能比较接近解
或说回来,如果你先形成细数矩阵A,然后用直接法求解,X=A^{-1}B就不会有问题
薛定谔方程 发表于 2017-1-5 23:22:03
kerb 发表于 2017-1-5 22:39
do j=1,n-1
        do i=2,m-1
            x(i)=i*h

加个k的目的是什么?感觉除了一直算下去、然后输出同样的结果,并没有什么区别呀?另外,电脑已经算10分钟了
明天起床看看库朗条件吧,谢谢啦
kerb 发表于 2017-1-5 22:39:40
[Fortran] 纯文本查看 复制代码
program time_dependent_schrodinger_equation
    implicit none
    integer,parameter::M=150,N=500
    integer::i,j
    real*16::hba=1.,mu=1./2
!hba即(普朗克常数/2/pi),mu为质量
    real*16::l=150,T1=5
    real,external::V !势能函数
    real*16,dimension(M)::x,x1
    real*16,dimension(N)::t,normalize,psy4
    real*16,dimension(M,N)::psy2,psy3  !psy2为对复数psy取模并求其平方的大小,psy3,即为归一化后的波恩诠释下的概率。
    complex*16,dimension(M,N)::psy
    complex::cj
    real*16::h,tao,pi
    h=l/M
    tao=T1/N
    pi=asin(1.)*2
    cj=(0.,1.)  !虚数单位
!给出初始边界及初始值
       do j=1,N
        psy(1,j)=0
        psy(M,j)=0 !边界设定为无限深势阱
    end do
    do i=2,M-1
        x1(i)=i*h
        psy(i,1)=exp(((-1)*(x1(i)*0.2-5)**2./2.)/(2.*pi))   !阱内给出初始值
    end do                          !x(i)比着正常多乘上个0。2,平移了波的位置
!中心差法解薛定谔方程
    do j=1,N-1
        do i=2,m-1
            psy(i,j+1)=psy(i,j)+cj*tao*((psy(i+1,j)-2*psy(i,j)+psy(i-1,j))/(h**2)-V(i)*psy(i,j))    !核心内容,将中心差法代入薛定谔方程并整理
            psy2(i,j+1)=(abs(psy(i,j+1)))**2
       !     write(13,*) psy2(i,j+1)
        end do
    end do
!归一化
    do j=2,n
        normalize(j)=(sum(psy2(1:m,j)))!**0.5   
    end do
    do j=2,N
        do i=2,m-1
            x(i)=i*h
            t(j)=j*tao
            psy3(i,j)=psy2(i,j)/(normalize(j))!**2
            write(13,*) x(i),t(j),psy3(i,j)
        end do
        psy4(j)=sum(psy3(1:M,j))
    !    write(14,*) psy4(j)   !检验归一化的正确性
    end do
    stop
    end
!给出势函数
real    function V(i)
        implicit none
        integer::i
        v=0
        if (abs(i-75)-5<1.e-6) then
          V=10.
        end if
!   if abs(x-40)<3&abs(x-60)<3
!   V=10
        return
end

这样求解不行
试一下这样
[Fortran] 纯文本查看 复制代码
do j=1,n-1
        do i=2,m-1
            x(i)=i*h
            t(j+1)=(j+1)*tao
            y(i,j+1)=y(i,j)+tao*((y(i+1,j)-2*y(i,j)+y(i-1,j))/(h**2))
            write(22,*) x(i),t(j+1),y(i,j+1)
        end do
    end do
kerb 发表于 2017-1-5 19:56:19
你搜一下courant condition
双曲类偏微分方程差分法求解,对dx,dy,dt等有一定要求,你自己搜一下
薛定谔方程 发表于 2017-1-5 12:15:38
会不会边界条件已经暗示了我的波函数只能是驻波?
不知道为何,就连我给的热传导程序,也都是个静止的图像。
[Fortran] 纯文本查看 复制代码
do k=1,m*n
do j=1,n-1
        do i=2,m-1
            x(i)=i*h
            t(j+1)=(j+1)*tao
            y(i,j+1)=y(i,j)+tao*((y(i+1,j)-2*y(i,j)+y(i-1,j))/(h**2))
            if(k==m*n)write(22,*) x(i),t(j+1),y(i,j+1)
        end do
    end do
enddo
薛定谔方程 发表于 2017-1-5 12:10:37
kerb 发表于 2017-1-3 20:11
时间步长选着不合适
你可以找本时域有限差分法(FDTD)看看,
附件是一个解释

我根据c(光速)=dx/dt作了图。M=15000,N=50,l=1500,T1=0.05,可是图像也并未移动。另外,在我的程序里,我应该是给光速暗含了重定义,并不等与传统的10**8量级,所以应该并不作影响吧?
kerb 发表于 2017-1-3 20:11:06
时间步长选着不合适
你可以找本时域有限差分法(FDTD)看看,
附件是一个解释


评分

参与人数 1贡献 +9 收起 理由
vvt + 9 赞一个!

查看全部评分

捐赠本站|Archiver|关于我们 About Us|小黑屋|Fcode ( 京ICP备18005632-2号 )

GMT+8, 2024-12-26 15:45

Powered by Tencent X3.4

© 2013-2024 Tencent

快速回复 返回顶部 返回列表