一维无限深势阱定态薛定谔方程

项目场景：

本文介绍使用龙格－库塔法（Runge-Kutta method）和弦截法（Secant method）求解一维无限深势阱的定态薛定谔方程的本征值（eigenvalue）和本征函数（ eigenfunction ），并进行可视化。

模拟环境

• Jupyter Notebook
• python3(numpy,matplotlib)

---

理论基础：

1.薛定谔方程

1.力场中粒子的薛定谔方程（ Schrödinger equation）
$$\frac{-{\mathbf{\hslash }}^2}{2\mathbf{m}}{\nabla }^2\mathbf{\Psi }+\mathbf{V}(\vec{\mathbf{r}})\mathbf{\Psi }=\mathbf{E}\mathbf{\Psi }（1）$$
2.根据（1）式化简得一维无限深势阱中粒子的薛定谔方程（a Particle in an Infinite Potential Well）
$$\mathbf{V}(\mathbf{x})=\{\begin{array}{ll}0& \text{if }-a<x<a\\ \infty & \text{if }x>a,x<-a\end{array}$$

$$\frac{-{\mathbf{\hslash }}^2}{2\mathbf{m}}\frac{\mathbf{d}\mathbf{\Psi }(\mathbf{x}{)}^2}{\mathbf{d}{\mathbf{x}}^2}+\mathbf{V}(\mathbf{x})\mathbf{\Psi }(\mathbf{x})=\mathbf{E}\mathbf{\Psi }(\mathbf{x})（2）$$

2.龙格－库塔法

1.龙格－库塔法（Runge-Kutta method）
四阶龙格－库塔法是常用的常微分方程数值计算方法，局部截断误差为五阶小量，计算精度相当高。

• 对于一阶微分方程，若在给定区间进行划分，第（i+1）个点的函数值$$y_{i+1}$$与第i个点的函数值 y i y_{i}