差分法解一维含时薛定谔方程，急...

薛定谔方程

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**2)-V(i)*psy(i,j))

先用Fortran写的程序，之后用origin画的图（图见附件），可是psy波函数解出来后应该是随时间而变化的，但我的基本没变化。（非物理方向专业可略去不看——这个方程类似一维热传导方程，只是相对多了一个虚数单位和一个psy函数，不知道会不会出现问题，方法二（未在图中展示）是我把psy（念为pusai）函数分解为实部和虚部，代回到薛定谔方程所得到的两个对应项的方程，然后仍旧是使用差分解法。）理论上两种方法基本没有区别，而实际上我的图也确实无异，但这更加使我疑惑，不知道问题出现在了哪里。
老师说我图像不对的原因是——M（空间的步数）,N（时间的步数）,Tao（即dx，空间步长）和h（即dt，时间步长）的值设置的不合理，而我试了一个晚上，终究还是没出来结果。其他考试临近，实在没太多时间执着于这个问题了，万望高人指点

[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

薛定谔方程

这就是一维薛定谔方程，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**2)-V(i)*psy(i,j))

li913

需要U和miu的表达式

薛定谔方程

li913 发表于 2017-1-2 20:04
需要U和miu的表达式

我的u是以V的形式给的，miu是mu

li913

1、我改了初始条件；2、tao参数不合适。把t1改成20后，第30个点随时间变化如图；
3、你的差分公式貌似不对。

[Fortran] 纯文本查看 复制代码

program time_dependent_schrodinger_equation
    implicit none
    integer,parameter::M=150,N=500
    real(8)::L=150d0, T1=20, hba=1d0,mu=0.5d0
    integer::i,j
    real,external::V !势能函数
    real(8) ::psy2(m,n)
    complex(8):: cj=cmplx(0.0,1.0), psy(M,N)
    real(8)::h, tao, pi=3.1415926d0
    h=L/M
    tao=T1/N
!给出初始边界及初始值
    psy = 0
    psy2 = 0
    do i=2,M-1
        psy(i,1)=sin(2*pi/m*i)   !！阱内给出初始值
    end do                       

!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
            psy(i,j+1) = v(i)*psy(i,j) - (psy(i+1,j)-2*psy(i,j)+psy(i-1,j))/2.0/mu + cj*h/tao*psy(i,j)
            psy(i,j+1) = psy(i,j+1) *tao/h/cj
            psy2(i,j+1)=(abs(psy(i,j+1)))**2
            
        end do
    end do
    do i=1,n
      write(10,*) i,psy2(30,i)
    end do
pause
    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
end

kerb

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

薛定谔方程

li913 发表于 2017-1-3 15:24
1、我改了初始条件；2、tao参数不合适。把t1改成20后，第30个点随时间变化如图；
3、你的差分公式貌似不对 ...

麻烦你再推导一下你的公式，我推导过程如图。另外，我想要的是三维图像（x-t-psy的平方），当将你的数据输出修改后，图像差别太大。你为何把归一化条件给删掉了呢？

薛定谔方程

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？

薛定谔方程

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

program main
    implicit none
    integer,parameter::M=150,N=500
    real,dimension(M)::x,x1
    real,dimension(N)::t
    real,dimension(M,N)::y
    integer::i,j
    real::l=150,t1=5,pi,h,tao
    pi=asin(1.)*2
    h=l/m
    tao=t1/n
    do j=1,N
        y(1,j)=0
        y(m,j)=0
    ENd do
    do i=2,M-1
        x1(i)=i*h
        y(i,1)=exp(((-1)*(x1(i)*0.2-5)**2./2.)/(2.*pi))
    end do
    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
    end program

kerb

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