数一粒于在一维勢阱 U(a) > 0, |x|> a ,0,|x|<a。边界上波函数及导数是连续的。取粒子质量为电子质量,a=0.5nm,分别取势阱深0.02eV、0.2eV、20eV、200eV,用python绘出出基态能级的数 值结果并作出波函数和概率密度的图
时间: 2024-10-25 10:16:36 浏览: 36
一维势阱中的薛定谔方程:用有限差分法求解一维势阱中的薛定谔方程。-matlab开发
5星 · 资源好评率100%
在一个一维势阱U(x) > 0,当|x| > a(a=0.5纳米),而势阱内部(x < a 或 x > -a)的势能为零的情况下,粒子的行为可以由薛定谔方程描述。由于边界条件规定波函数和其导数在势阱边缘连续,这意味着这是一个无限墙势阱问题。
要计算基态能级和对应的波函数,我们可以使用量子力学的数学模型,特别是分离变量法求解薛定谔方程得到解。对于电子这样的轻粒子,我们通常采用非相对论近似,即忽略动能和电场之间相对速度的平方项。
首先,我们需要定义势能函数、哈密顿算符以及基态的波函数形式。对于这种无限墙势阱,基态通常是一个正弦函数,而在势阱内部,它会衰减成0。然后,我们可以通过数值积分方法(例如辛普森法则)计算能量本征值,这需要通过势能U(x)的积分得到势能函数和动能函数的贡献。
Python中可以使用SciPy库来进行数值计算。以下是一个简单的步骤概述:
1. 导入必要的库:
```python
import numpy as np
from scipy.integrate import quad
import matplotlib.pyplot as plt
```
2. 定义势能函数(注意势能仅在绝对值大于a的地方为U(x),其余地方为0):
```python
def potential(x, depth):
return depth * (np.abs(x) > a)
```
3. 定义计算能量本征值的函数:
```python
def energy_level(depth):
def kinetic_energy(x):
return -frac(1}{2} * me**2 / (hbar**2) * (x.diff()**2)
integral_result = quad(kinetic_energy, -np.inf, np.inf)[0]
return integral_result + depth
```
4. 计算不同深度下的基态能量:
```python
me = 9.10938356e-31 # 电子质量(kg)
hbar = 1.0545718e-34 # 玻尔磁子(J*s)
depths = [0.02, 0.2, 20, 200] # 势阱深度列表 (eV)
energies = [energy_level(d) for d in depths]
```
5. 绘制能级图和波函数概率密度图:
```python
x_values = np.linspace(-1, 1, 1000)
for i, depth in enumerate(depths):
wave_function = lambda x: np.sqrt(2 / (a * np.pi)) * np.sin(np.pi * x / a) * np.exp(-x**2 / (2*a**2))
plt.plot(x_values, wave_function(x_values), label=f"Depth {depth:.2f} eV")
plt.legend()
plt.xlabel('Position (nm)')
plt.ylabel('Wavefunction Amplitude')
plt.title(f'Single Particle Wavefunctions in 1D Potential Well ({a:.2f} nm)')
plt.show()
# 绘制概率密度图
probability_densities = [wave_function(x_values)**2 for wave_function in wave_functions]
plt.figure()
plt.plot(x_values, probability_densities, labels=[f"{d:.2f} eV" for d in depths])
plt.xlabel('Position (nm)')
plt.ylabel('Probability Density')
plt.title('Probability Densities vs Position')
plt.legend()
plt.show()
```
请确保安装了所有必要的库,并运行上述代码。这将生成两个图表,一个显示不同深度势阱下基态波函数,另一个展示对应的概率密度。
阅读全文