严格对角化(Exact diagonalization)介绍

于 2023-04-05 17:01:54 发布
阅读量655 收藏 1
点赞数
文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wwxy1995/article/details/129972687
版权

严格对角化方法是解决量子多体模型最直接有效的一种方法，然而由于指数墙的限制，这种方法只能处理32个左右的格点，且需要大规模的计算，因此教科书对于这种方法介绍的很少。

严格对角化的包括一下三个部分：

1. 基矢构造 

2. 哈密顿量表示矩阵的构造

3. 哈密顿量的求解

对于基矢的构造，最直接的是在实空间进行构造

 

 

 一维动量空间构造

 

 

 

 

 

 

二维动量空间构造 

 

 

 

wwxy261
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
JHeisenbergED:使用Julia模块实现一维Heisenberg模型的精确对角化和精确的时间演化
04-18
海森堡 用于一维海森堡模型的精确对角化的Julia模块 精确的时间演化
exact_diagonalization
04-01
exact_diagonalization
海森伯模型的严格对角化方法
wwxy1995的博客
10-05 418
测试
费米Hubbard严格对角化Python实现
wwxy1995的博客
11-08 676
利用诸如列表推导式等Python特性来写的话，结合scipy库，代码量少很多，特别容易。但是缺点是numba优化scipy支持不全，特别是稀疏矩阵，这一块还没有支持，因此瓶颈在第二步。 import time from numba import njit import scipy.sparse as sparse import scipy.sparse.linalg as sparse_alg L = 12 Nup = 6 Ndown = 6 t = -2.0 U = 10.0 hoppings
计算多体物理基础：严格对角化方法
wwxy1995的博客
05-08 3556
考虑N=2的情况,将这个矩阵写成4*4的矩阵: 对于一维链的海森伯模型，使用直积的方法能生成N个格点的哈密顿量 要对角化整个2^N次矩阵，计算量是很大的，实际上我们只需要计算基态，以及几个激发态能量，这样的计算量其实可以大大简化。 求基态的方法叫做Lanczos方法。实际上这个算法已经不需要我们自己实现。 海森伯模型，的二进制表示： 实际上，不需要在整...
Hubbard Model严格对角化
wwxy1995的博客
07-13 791
在谈严格对角化程序以及性能优化
wwxy1995的博客
11-08 345
首先指出，由于指数墙的原因，不论怎么优化，在不改进核心算法的前提下，严格对角化自旋模型的上限格点保守估计在64个点，电子模型在32个点。 通常我们希望我们的程序达到自旋模型32个点，电子模型16个点。 对于超过10000 * 10000大小的矩阵，即使稀疏矩阵，我们不可能将整个矩阵完全对角化，只能求解出基态。 除了基态以外，我们还需要计算出零温格林函数，得到单粒子谱函数。但是这样得到的单粒子谱函数也只有几个点，无法得出详细的信息，我们还需要使用CPT方法的思想，得出整个谱函数。 整个严格对角化以及计
严格对角化和多粒子波函数
wwxy1995的博客
06-11 308
ELES模型Matlab代码-Exact-Diagonalization-Anderson-impurity-model:精确对角化安德森杂质
06-08
ELES模型Matlab代码精确对角化安德森杂质模型 使用星形几何结构中的一个杂质位点和 Nb 离散浴位点求解 Anderson 杂质模型，位点总数为 Ns=1+Nb。 见下图。 哈密​​顿量是： 在哪里 哈密​​顿量守恒电子总数和 z ...
ext4-exactor.zip
07-01
android经常要用到解析img，将img解析成一系列文件分析问题
Heisenberg ED.py_Heisenbergmodel；_严格对角化_
09-29
Heisenberg model 严格对角化
eXact说明书eXact使用手册eXact操作说明下载
05-12
eXact是爱色丽最新一代的一款分光光度计，由于其仪器操作设置等其他控制点较为零碎，在长时间不使用后很容易忘记，本手册详细的介绍了eXact分光光度计的使用和操作要点，为印包企业的员工提供了较大的便利性，特别是...
在谈严格对角化以及格林函数计算
wwxy1995的博客
11-11 1231
严格对角化一般指计算模型的本征值和基态。这里难点是构建模型的基矢以及哈密顿量矩阵，后者存储为稀疏矩阵形式，前者由一系列二进制数组构成。利用二进制状态压缩表示态。 然后就是对角化操作。这里不是必须手写Lanczos算法。Fortan可以直接调用ARPACK库，Python中的scipy也可以调用。当然C++手写Lanczos性能也不差。 之后就是格林函数的计算，首先需要在基态的基础上，构造新的激发态。此时粒子数改变了，因此要构造新的基矢。 Sparse Matrix的逆不一定是Sparse，因此如.
双电子两个格点Hubbard模型严格对角化
wwxy1995的博客
10-18 1585
考虑如下体系，对应H2分子 这四个基地都可以用产生算符写出，最后可以得到哈密顿量矩阵 最终得到基态能量，对应以及对应的系数，对应的基态波函数为 前面的是反对称态，后面是对称的双占据态，还有一种方法是使用变分波函数 这个波函数带一个参数g，直接可以得到体系的能量   Let us start with building the basis for a system w...
关于Fermi Hubbard模型严格对角化的算法和C++实现
wwxy1995的博客
11-08 1620
目标：使用严格对角化求解一维Hubbard模型基态 难点：理解算法过程以及程序实现 算法在前面已经介绍过，包括三个步骤 1. 多体波函数State的构建，需要用到位运算。我们直接构建固定粒子数的态。理解二进制表示State。 2. 哈密顿量矩阵的构建，动能项在实空间，如何对应到多体希尔伯特空间，以及Hubbard项双占构型的构建。这里直接用稀疏矩阵来表示。 3. 基态的求解，这里不需要手动实现算法，直接调用第三方库求解即可。 python实现，numpy + scipy足够。理解pyt.
投影严格对角化经典Python代码（Numpy向量化，Numba优化）
wwxy1995的博客
06-06 353
精髓是这一段 @jit(nopython=True) def solve_Heff(nk, V): L, nk = V.shape def Mterm2(q): M2 = np.zeros((nk, nk), dtype=np.complex128) Ap = np.power(np.absolute(V),2).sum(axis=1).copy() # 预处理一个常数项 for i in range(nk):
Hubbard严格对角化计算实例
wwxy1995的博客
06-12 358
投影严格对角化计算过程修正
wwxy1995的博客
02-09 273
导入头文件 import numpy as np import numpy.matlib from scipy.linalg import block_diag from numpy import linalg as LA import matplotlib.pyplot as plt from math import sqrt,pi 生成分块三对角矩阵函数 # 生成块三对角矩阵函数 def tridiag(c, u, d, N): # c, u, d are center, u..
投影对角化方法
wwxy1995的博客
01-09 215
ki和kj是一些列离散的动量，在前面的对角化计算中，直接将本征向量系数都存下来，由于投影对角化，只需要存边缘态的特征值和特征向量 nk = 512 N = 32 k = np.linspace(0,2*pi,nk) band = np.zeros((4*N, nk)) Ak = np.zeros((4*N,nk),dtype="complex") for i in range(nk): Hk0 = Hamiltonian_H0_SU4(k[i],N) E, A = LA....
Exact Match
最新发布
03-28
Exact Match（精确匹配）是一种在信息检索领域常用的匹配技术，它用于确定查询与文本中的某个特定短语或关键词是否完全匹配。在搜索引擎或问答系统中，Exact Match通常用于返回与用户查询完全匹配的结果。 具体来说，Exact Match会将用户查询中的关键词与文本中的内容进行比较，只返回那些与查询完全匹配的结果。这种匹配方式要求查询与文本中的短语或关键词在字符级别上完全一致，包括大小写、标点符号等。 Exact Match在搜索引擎和问答系统中有广泛应用。例如，在搜索引擎中，当用户输入一个特定的短语作为查询时，搜索引擎会尝试返回与该短语完全匹配的结果。在问答系统中，当用户提出一个问题时，系统会尝试找到与问题完全匹配的答案。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值