Численные методы

фотоники

Преподаватель: Рожков Михаил Александрович, к.ф.-м.н.

MARozhkov@itmo.ru
Методы моделирования
• Готовые пакеты и решения
• Атомистическое моделирование: Метод молекулярной динамики и
методы квантовой химии
• Метод конечных элементов
• Моделирование и проектирование приборов
• И другие…
• Задачи, решаемые в специализированном математическом
программном обеспечении (MATLAB, Mathematica, MathCAD, …)
• Программы на неспециализированных языках
программирования (C++/C#, Python, …)
Метод Галеркина как основа
метода конечных элементов
Применение метода
Является приближенным аналитическим методом решения
дифференциальных уравнений:
• обыкновенных дифференциальных уравнений
• дифференциальных уравнений в частных производных
• интегральных уравнений
Применялся для стационарных и нестационарных задач (с начала 20
века), линейных и нелинейных
В настоящее время в чистом виде почти не используется
На его основе в настоящее время формулируется метод конечных
элементов
Описание метода на примере
эллиптического уравнения
Исходное линейное дифференциальное уравнение для двумерной стационарной
задачи:
• Уравнение 𝐿 𝑢 = 0 для 𝛺 𝑥, 𝑦 ⊂ 𝑅2 (1)
• Граничные условия 𝑆 𝑢 = 0 для Г = δ𝛺 (2)
• Неизвестная функция u 𝑥, 𝑦 (3)
Предполагается, что приближенное решение:
𝑁

u𝑎 = u0 𝑥, 𝑦 + ෍ 𝑎𝑖𝜑𝑖(𝑥, 𝑦) (4)
𝑖=1
Где φi – известные аналитические функции (равны нулю на границе Γ) – пробные
функции
u0 удовлетворяет граничным условиям
ai – коэффициенты, подлежащие определению
Описание метода на примере
эллиптического уравнения
При подстановке (4) в (1) получается выражение, отличное от нуля,
– невязка. Ее необходимо минимизировать.

𝑅 𝑎1, … , 𝑎𝑁, 𝑥, 𝑦 = 𝐿(𝑢𝑎) (5)

𝑅 𝑎1, … , 𝑎𝑁, 𝑥, 𝑦 = 𝐿 𝑢0 + ෍ 𝑎𝑖𝐿 𝜑𝑖 (6)

𝑖=1
Определение неизвестных коэффициентов
Задача сводится к:
• Выбору аналитических функций φi, включая их число N
• Поиску функции u0
• Определению (вычислению) неизвестных коэффициентов ai
Неизвестные коэффициенты в методе Галеркина определяются из
решения системы уравнений (без доказательства):
‫׭‬Ω 𝑅𝜑𝑘𝑑𝑥𝑑𝑦 = 0, 𝑘 = 1,2, … , 𝑁 (7)
Где R – невязка,
φ – аналитические функции из (4) – поверочные функции
Уравнение (6) подставляется в (7):

ඵ 𝐿 𝑢0 + ෍ 𝑎𝑖𝐿 𝜑𝑖 𝜑𝑘𝑑𝑥𝑑𝑦 = 0, 𝑘 = 1,2, … , 𝑁 (8)

Ω 𝑖=1

Метод не дает алгоритма для выбора функций φ и u0

Требования к пробным и поверочным
функциям
Метод Галеркина не предъявляет особых ограничений к пробным
и поверочным функциям, кроме требования к значению на
границе области определения.
Но:
• Для обеспечения сходимости пробные функции должны
выбираться из полной системы функций;
• Для задач со сложной геометрией необходимо использовать
большое число пробных функций N.
Положения установлены без строгого математического
доказательства.
Недостатки метода Галеркина
и их решение в методе
конечных элементов
Недостатки метода Галеркина
Не удобен для решения дифференциальных уравнений, особенно
со сложной геометрией области определения:
• сложности в поиске функций, удовлетворяющих граничным
условиям, при несовпадении границ области с координатными
плоскостями
• сложности в поиске подходящих пробных функций
• при сложной геометрии ожидается, что искомая функция
достаточно сложная – необходимо использовать большое число
пробных функций N
Проблемы в методе Галеркина при
больших N
При больших значениях N (~1000 и выше):
• Матрица системы уравнений становится плохо обусловленной
(уравнения почти связаны линейной зависимостью). Т.е. решение
очень чувствительно к изменению коэффициентов.
• Все коэффициенты матрицы системы уравнений отличны от нуля.
Число операций, необходимых для решения ~N3. Число
операций, необходимых для вычисления коэффициентов
матрицы ~N2.
• Число операций возрастает при наличии нелинейностей.
Основная идея метода конечных
элементов
Основная идея метода состоит в специфическом выборе пробных
функций для решения следующих проблем:
• Проблема резкого увеличения числа расчетных операций при
увеличении N, что необходимо для задач со сложной геометрией.
• Проблема подбора функций для задач со сложной геометрией.
Решение для узловых значений
• Неизвестные коэффициенты ai в методе Галеркина не имеют
очевидного физического смысла
u𝑎 = u0 𝑥, 𝑦 + σ𝑁 𝑖=1 𝑎𝑖𝜑𝑖 (𝑥, 𝑦) ; (17)
Иногда: u𝑎 = σ𝑁 𝑖=1 𝑎𝑖𝜑𝑖 (𝑥, 𝑦) ; (18)
Другой вариант представления (18):
u𝑎 = σ𝑁𝑖=1 𝑢𝑖𝜓𝑖 (𝑥, 𝑦) ; (19)
ui – узловое значение функции
Решение для узловых значений
Пробные функции должны:
• =1 в соответствующей узловой точке
• =0 в других узловых точках (но не между ними)
Обычно пробные функции не равны 0 в окрестности
соответствующей узловой точки
В представлении (19) коэффициенты имеют физический смысл,
пробная функция ψi ассоциируется с конкретной узловой точкой i.
Локальность пробных функций
Одна из идей МКЭ
– локальность
пробных функций

𝑥 − 𝑥𝑖−1
, 𝑥𝑖−1 < 𝑥 ≤ 𝑥𝑖
Пример: линейная 𝑥𝑖 − 𝑥𝑖−1
𝜓i x = 𝑥𝑖+1 − 𝑥 (20)
интерполяционная функция , 𝑥𝑖 < 𝑥 < 𝑥𝑖+1
𝑥𝑖+1 − 𝑥𝑖
0, (𝑥 ≤ 𝑥𝑖−1 ) ∨ (𝑥 ≥ 𝑥𝑖+1 )
Преимущества локальных
интерполяционных функций
Аналогично определению матрицы неизвестных коэффициентов в
методе Галеркина:
𝑁

෍ 𝑎𝑖 ඵ 𝐿 𝜑𝑖 𝜑𝑘𝑑𝑥𝑑𝑦 = − ඵ 𝐿 𝑢0 𝜑𝑘𝑑𝑥𝑑𝑦
𝑖=1 Ω Ω

෍ 𝑢𝑖 ඵ 𝐿 𝜓𝑖 𝜓𝑘𝑑𝑥𝑑𝑦 = 0 (21)
𝑖=1 Ω
После раскрытия интеграла получается система линейных
алгебраических уравнений: 𝑀𝑈 = 𝐷

𝑢1 𝑑1 𝑚11 𝑚12 … 𝑚1𝑁

𝑢2 𝑑2 𝑚21 𝑚22 … 𝑚2𝑁
𝑈= ; 𝐷𝑘 = ; 𝑀𝑘,𝑖 = … … … … (22)
… …
𝑢𝑁 𝑑𝑁 𝑚𝑁1 𝑚𝑁2 … 𝑚𝑁𝑁

Для случая одномерной задачи: Количество операций для решения

трехдиагональной матрицы ~N (даже для нелинейных задач)
Недостаток – уменьшение точности
Составляющие погрешности МКЭ
Погрешность интерполяции:
связана с определением значений
функции в точках, отличающихся от
узловых, путем интерполяции с
использованием пробных функций

Погрешность аппроксимации:
связана с несовпадением найденных
значений функции в узлах с ее
истинными значениями
Конечные элементы и
функции формы
Конечные элементы
При конструировании пробной функции имеет значение не только
расположение узлов, но и то, как область разбита на элементы. Эти
элементы сетки называются конечными элементами.
В МКЭ пробные/поверочные функции принято называть
функциями формы.
Функции формы зависят только от сетки конечных элементов (при
выбранном типе функции) и не зависят от неизвестной функции u.
Во всей области определения u будет непрерывна при
использовании функций, подобных (20), производные функции
имеют разрывы на границах элементов
 Квадратичные одномерные элементы
(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )
, 𝑥 ∈ [𝑥1, 𝑥3]
(𝑥3 − 𝑥1 )(𝑥3 − 𝑥2 )
N3 = (𝑥 − 𝑥4 )(𝑥 − 𝑥5 ) (23)
, 𝑥 ∈ [𝑥1, 𝑥3]
(𝑥3 − 𝑥4 )(𝑥3 − 𝑥5 )
0, (𝑥 < 𝑥1 ) ∨ (𝑥 > 𝑥5 )

Вид пробного решения в отдельном

элементе
𝑢𝑎 = 𝑐1 + 𝑐2𝑥 + 𝑐3𝑥2 (24)

Три узла на элемент, существует вторая производная, но разрыв

на границе элементов
Другие одномерные элементы
• Используются полиномы высших
порядков с соответствующим
увеличением числа узлов на
элемент
• Используются функции,
позволяющие обеспечить
непрерывность производных
(полиномы Эрмита, сплайны)
Эти элементы используются редко.
В элементах высшего порядка
кубическая функция формы – система уравнений является
нелинейной, что усложняет
четыре узла на элемент численное решение.
Виды двумерных элементов
Двумерные
элементы Лагранжа

Двумерные
серендиповские
элементы

Треугольные
элементы
Функции формы и форма конечных
элементов
Функции формы зависят только от формы конечного элемента и не
зависят от вида уравнения, которое решается методом конечных
элементов. Т. е. они определяются сеткой конечных элементов.
Форма элементов описывается функцией формы. Границы
линейных элементов могут быть только отрезками прямой. При
применении элементов более высокого порядка границы могут
описываться кривыми соответствующего вида – второго порядка
для квадратичных, третьего – для кубических и так далее.
 Матрица жесткости и
преимущества регулярной
сетки
Система уравнений для поиска
неизвестных узловых значений
К этому моменту вычислены функции формы (коэффициенты функций формы)
для всех элементов. Они зависят только от формы и вида элемента и не
зависят от вида самого уравнения.
Выражение (25) подставляется в уравнение в методе Галеркина или Релея-
Ритца. В нем уже учтены граничные условия.
𝑁

u𝑎 = ෍ 𝑢𝑖𝜓𝑖 (𝑥, 𝑦)
(25)
𝑖=1
Система уравнений для определения неизвестных коэффициентов ui
𝑁

෍ 𝑢𝑖 ඵ 𝐿 𝜓𝑖 𝜓𝑘𝑑𝑥𝑑𝑦 = 0 (26)
𝑖=1 Ω
Система уравнений для поиска
неизвестных узловых значений
𝑁

෍ 𝑢𝑖 ඵ 𝑀 𝜓𝑖 , 𝜓𝑘 𝑑𝑥𝑑𝑦 = න 𝐷 𝜓𝑘 (27)
𝑖=1 Ω 𝛿Ω
Описывает Описывает граничные
внутренние узлы условия

Выражение (27) является системой линейных алгебраических уравнений

при выполнении всех условий:
• Используются линейные функции формы
• Задача является стационарной
• Исходное уравнение является линейным
Система уравнений для поиска
неизвестных узловых значений
В этом случае матричный вид:

𝑀𝑈 = 𝐷

• Матрица M, матрица жесткости (матрица теплопроводности),

описывает внутренние узлы.
• Вектор D, вектор-столбец нагрузок (тепловых потоков), описывает
граничные условия.
• Вектор U, искомый вектор-столбец узловых значений функции.
Свойства матрицы жесткости
• В уравнение k входят ненулевые вклады только от узла k и узлов,
входящих в смежные с ним элементы. Матрица жесткости
является сильно разреженной (содержит множество нулевых
значений)
• Во многих случаях матрица является симметричной
(несимметричной в задачах контакта разнородных тел)
Коэффициенты матрицы формируют двумя способами:
1. Обходят все узлы
2. Составляют локальные матрицы для отдельного элемента и из
них формируют глобальную матрицу
Преимущества регулярной сетки
• Наименьшая ширина ленты матрицы для упорядоченных
(регулярных сеток).
• В регулярных сетках наблюдается дальний порядок в
расположении узлов и элементов. Каждый внутренний элемент
связан с определенным числом элементов, каждый внутренний
узел имеет одинаковое количество соседних узлов.
Метод конечных
элементов
Последовательность расчета методом
конечных элементов
• Записать математическую модель в виде д.у. или системы д.у. с
краевыми условиями;
• Привести математическую формулировку задачи к виду, удобному для
дальнейших расчетов. Составить математическое описание области
определения дифференциального уравнения;
• Выбрать тип элементов, вид функций формы;
• Разбить область на элементы. Пронумеровать узлы;
• Определить функции формы для каждого элемента;
• Сформировать матрицу системы уравнений;
• Решить систему уравнений;
• Провести обработку результатов.
Этапы решения задачи
1. Создание геометрической модели: ввод геометрии области
определения пользователем и программный перевод геометрии в
параметрическую форму.
2. Задание параметров модели: выбор типа решаемого уравнения,
ввод коэффициентов уравнений, граничных условий пользователем.
3. Построение сетки: ввод параметров разбиения пользователем и
разбиение области определения сеткой.
4. Расчет: выбор типа конечного элемента, расчет функций формы,
формирование матрицы системы уравнений, решение системы
уравнений.
5. Обработка результатов: обработка результатов расчетов, вывод
таблиц и графиков.
Используемое программное обеспечение
• Готовые системы для моделирования МКЭ: COMSOL Multiphysics,
ANSYS, ABAQUS и т.д.1
• Модуль для MATLAB: Partial Differential Equation Toolbox;
• Самостоятельно написанные программы в математических пакетах
или при помощи языков программирования;
•…

1Более полный список со сравнением программ и их возможностей

можно посмотреть на Википедии:
https://en.wikipedia.org/wiki/List_of_finite_element_software_packages
 Модели в
автоматизированных системах
Применение вычислительной техники на этапах моделирования

Постановка задачи

Создание образно-знаковой модели

ПО для МКЭ
Создание математической модели

Проведение вычислительных экспериментов

Обработка результатов

Проверка адекватности модели

Особенности процесса автоматизированного моделирования

При работе с ПО для МКЭ отсутствует этап непосредственного

ввода математической модели пользователем.
Появляется этап перевода образно-знаковой модели в понятную
системе форму (формализация модели).
Некоторые параметры математической модели обычно требуют
задания пользователем. В том числе сетка для численного
решения задачи.
Рекомендации по формализации образно-знаковой модели

Рекомендуется представлять модель в виде нескольких

компонентов:
• Геометрическая модель
• Модели материалов
• Краевые условия и прочие нагрузки
• Модели процессов
Геометрическая модель
Описывает геометрию моделируемого объекта.
Задают обычно в виде соотношений между точками, линиями,
поверхностями и объемами с их точным положением.
Влияние на математическую модель: область определения
уравнения.
Рекомендуется представлять в виде эскиза или чертежа
Модели материалов
Описывают поведение материалов моделируемого объекта.
Задают обычно в виде физических свойств материалов и эффектов
(плавление, испарение, упругость и пр.) в них.
Также необходимо указать соответствие материалов элементам
геометрической модели.
Влияние на математическую модель: коэффициенты уравнений и, иногда,
вид уравнений.
Рекомендуется представлять в виде таблицы свойств материалов + чертеж
или эскиз с обозначением материалов.
Краевые условия и прочие нагрузки
Описывают взаимодействие моделируемого объекта с немоделируемыми
внешними объектами в пространстве и во времени (что было до…)
Задают в виде граничных условий (пространство, рядом), начальных условий
(время, до) и объемных эффектов (воздействие на весь объем – гравитация,
источники теплоты и пр.) Под нагрузками в ПО для МКЭ понимаются как
граничные условия, так и объемные эффекты.
Влияние на математическую модель: краевые условия, коэффициенты
уравнений и, иногда, вид уравнений.
Рекомендуется представлять в виде таблицы + чертеж или эскиз с
обозначением границ
Модели процессов
Описывают, какую модель следует выбрать для рассматриваемого
физического процесса
Выбирают из списка имеющихся альтернативных моделей
Влияние на математическую модель: вид уравнений
Рекомендуется представлять в виде названия модели или ее
математического описания
Структура систем для моделирования МКЭ
Состоят из нескольких отдельных (под)программ:
• В препроцессоре реализуется создание модели (перевод образно-знаковой
модели в компьютерную форму)
• В процессоре происходит генерация и решение уравнений математической
модели
• В постпроцессоре происходит обработка результатов расчетов
Возможно совместное использование модулей различных производителей.
Примеры систем
• коммерческие с собственными препроцессорами: ANSYS,
MSC.Nastran, Comsol, ABAQUS
• коммерческие на основе CAD: Solid Works Simulation , T-FLEX
Анализ, Pro/ENGINEER Mechanica
• некоммерческий пре/постпроцессор Salome
• некоммерческие решатели+постпроцессоры: Elmer, Code Aster
 Понятие конечно-
элементной модели
Конечно-элементная модель
Неоднозначное понятие.
Основная трактовка – компьютерное представление образно-знаковой модели для ПО на
основе МКЭ.
Основные элементы:
• Геометрическая модель в виде сетки конечных элементов;
• Модели материалов (в виде таблиц);
• Граничные условия и прочие нагрузки (в виде таблиц);
• Модели процессов (в виде матрицы, указывающей на активные модели и/или таблиц с
коэффициентами моделей).
Другие интерпретации:
• Все перечисленное + параметры численной схемы решения математической модели
• Только геометрическая модель в виде сетки конечных элементов
Геометрическая модель
Геометрическая модель в конечно-элементной модели – сетка
конечных элементов.
Исходные объемы (области, линии), из которых получена сетка, как
правило, на решение не влияют.
В систему может быть загружена сетка без исходных элементов
твердотельной геометрической модели.
Разработка модели и погрешность
При разработке модели необходимо обращать внимание на:
• Адекватность модели
• Вычислительную погрешность
Адекватность определяется всеми элементами модели
Вычислительная погрешность связана, в первую очередь, с
характеристиками сетки конечных элементов
Последствия неудачного построения сетки
Наиболее «опасные» последствия
Может
• Получиться неадекватное, но правдоподобное решение
• Привести к большой вычислительной погрешности
• Вообще не получиться решение для нелинейной задачи
• Привести к значительным неоправданным затратам ресурсов
компьютера
 При разработке конечно-элементной
модели необходимо принять во внимание

• Геометрию объекта
• Тип решаемой задачи (область физики, наличие нелинейностей, режим: стационарный или
нестационарный)
• Свойства материалов, их нелинейность
• Граничные условия, их нелинейность
• Величины, которые необходимо рассчитать (требуемый результат), их ожидаемые значения
• Допустимую погрешность расчетов
• Ожидаемые результаты расчета
• Возможности компьютера и затраты времени на расчеты
Нет однозначных рекомендаций по учету этих факторов и их влиянию на вычислительную
погрешность
Способы генерации конечно-
элементных моделей
Генерация модели
Обычно все элементы конечно-элементной модели привязаны к элементам геометрической
модели (сетки):
• Модели материалов – к отдельным элементам
• Граничные условия – к граничным узлам
• Модели процессов – к отдельным элементам и узлам или модели в целом

Способы генерации
• Прямая генерация - положение каждого узла и элемента задается непосредственно
• Твердотельное (геометрическое) моделирование подразумевает изначальное задание
геометрических границ модели, внутри которых программой автоматически создаются
элементы и узлы
Способы генерации модели
Прямая генерация

создание создание
узлов элементов

Твердотельное (геометрическое) моделирование

создание разбиение на
геометрической конечные
модели элементы
Последовательность действий при прямой
генерации
1. Строятся узлы сетки.
2. Выбирается тип конечного элемента, его параметры.
3. Выбирается модель материала для элемента (она может быть создана
ранее или на этом этапе).
4. Строятся элементы выбранного типа с заданными параметрами и моделями
материала.
5. При необходимости повторяются пункты 1 – 4.
6. Задаются нагрузки для узлов сетки.
7. Задаются модели процессов
Последовательность действий при твердотельном моделировании

1. Строится геометрическая твердотельная модель.

2. Выбираются типы и параметры конечных элементов, которые будут использоваться в
модели.
3. Для элементов геометрической твердотельной модели (объемов, областей, линий)
выбираются типы и параметры элементов, модели материалов (могут быть созданы ранее).
4. Задаются параметры автоматизированного разбиения сеткой, как глобальные (для всей
модели), так и локальные (для отдельных частей модели).
5. Производится автоматизированная генерация сетки с переносом типа и параметров
элементов, моделей материалов на сетку.
6. Производится задание нагрузок для узлов либо элементов исходной геометрической
модели. В последнем случае нагрузки будут перенесены на сетку. Задание нагрузок на
элементы геометрической твердотельной модели может производиться и до генерации
сетки.
Результат – та же модель, что и при прямой генерации
Выбор способа генерации
Обычно выбирают твердотельное моделирование:
• Увеличение скорости построения больших моделей – для трехмерных моделей
• Меньшее число исходных данных – для больших моделей
• Можно использовать средства оптимизации сетки и адаптивное перестроение сетки
• Изменение сетки не влечет необходимости заново задавать граничные условия
• При изменении геометрии исходного объекта возможно автоматизированное перестроение
сетки – для средств оптимизации
Преимущество прямой генерации - контроль над расположением каждого элемента модели.
Важно для:
• Исследования МКЭ, погрешностей расчетов
• Возможно использование для сложной геометрии, где автоматизированное построение
дает сбой
• Удобно для очень простых моделей (нет лишних объектов)
Этапы создания модели в целом
При твердотельном (геометрическом) моделировании требуется изначально
создать компьютерную геометрическую твердотельную модель.
Также происходит автоматизированное построение сетки.
Остальные этапы создания модели близки при любых способах генерации,
различается только объект, для которого задаются условия (элементы и узлы
или объемы, области, линии, точки):
• Выбор типа конечного элемента и его параметров
• Задание моделей материалов
• Задание граничных условий
• Задание моделей процессов
Примеры применения МКЭ
Comsol
ЭЛЕКТРОДИНАМИКА
• AC/DC
• Радиочастоты
• Волновая оптика
• Геометрическая оптика
• Плазма
• Полупроводники
МЕХАНИКА И АКУСТИКА
• Механика конструкций
• Нелинейные материалы
• Композитные материалы
• Геомеханика
• Усталость материала
• Роторная динамика
• Динамика многотельных систем
• MEMS
• Акустика
ГИДРОДИНАМИКА И ТЕПЛОПЕРЕДАЧА
• Вычислительная гидродинамика
• Миксер
• Гидродинамика полимеров
• Микрогидродинамика
• Течения в пористых средах
• Течения в грунтах
• Течения в трубопроводах
• Молекулярные течения
• Металлургия
• Теплопередача
ХИМИЯ И ЭЛЕКТРОХИМИЯ
• Химические реакции
• Электрохимические аккумуляторы
• Топливные ячейки и электролизёры
• Электроосаждение
• Коррозия
• Электрохимия
Охлаждение светодиодных модулей

Ha M., Graham S. Development of a thermal resistance model for chip-on-board packaging of high power LED arrays
//Microelectronics Reliability. – 2012. – Т. 52. – №. 5. – С. 836-844.
Охлаждение светодиодных модулей
Охлаждение светодиодных модулей
Применение МКЭ в фотонике
• Моделирование свойств фотодиодов, солнечных элементов,
светодиодов, лазеров;
• Моделирование резонаторов, фильтров, дифракционных решеток;
• Моделирование оптических волноводов, разветвителей, линз и т.д.;
• Моделирование взаимодействия излучения с материалом;
• Моделирование устройств связи;
• Моделирование наноматериалов, метаматериалов;
• И т.д.
Теория функционала
плотности
Зачем все нужно?
● Хотим решать уравнение
Шрёдингера

● Так выглядит гамильтониан

● Волновая функция зависит от 3N

переменных, где N - число
электронов!

66
Зачем все нужно?
Идея - использовать в качестве переменной не волновую функцию, а
электронную плотность
(которая зависит от 3 пространственных переменных)

67
 Теоремы Кона и Хоэнберга
Теорема I. Для любой системы взаимодействующих электронов, находящихся во
внешнем потенциале vext(r), свойства основного состояния многоэлектронной
системы определяются однозначно электронной плотностью основного
состояния n(r) (переход от задачи с 3N пространственными координатами
электронов к 3 координатам электронной плотности).

Теорема II. Существует универсальный функционал электронной плотности E[n],

справедливый для любого внешнего потенциала vext(r). Для некоторого
определенного внешнего потенциала vext(r) экстремум E[n] достигается при
электронной плотности основного состояния n(r).

Проблема: откуда взять функционал плотности?

68
Подход Кона и Шема
Система взаимодействующих частиц
заменяется на вспомогательную
систему свободных частиц, которые
движутся в эффективном локальном
потенциале

69
Подход Кона и Шема

потенциал ядер

кулоновское
взаимодействие

обмен и корреляция
70
Подход Кона и Шема
электронная плотность

эффективный потенциал

решение уравнений
Кона-Шема

новая электронная
плотность

проверка условий
сходимости

71
DFT на практике:
метод псевдопотенциала
● Поведение остовных
электронов
неинтересно, поскольку
они локализованы
вблизи ядра и не
принимают участия в
образовании
химических связей

● Можно учитывать
только валентные
электроны

72
DFT на практике:
Обменно-корреляционная энергия

● Метод был бы точным, если

бы была известна обменно-
корреляционная энергия

● Можно придумывать
приближения

73
 Теория функционала плотности
• Расчет свойств и структуры материалов из первых
принципов путем численного решения уравнения
Шредингера;
• Позволяет детально исследовать электронную
структуру материалов и получать фундаментальные
характеристики материала;
• Позволяет моделировать материалы от одного до
нескольких сотен атомов в кристаллической
решетке;
• Сложность вычисление стремительно увеличивается
от количества атомов в системе;
Теория функционала плотности
Плюсы:
• Позволяет вычислять множество физических свойств изучаемых
материалов и систем только исходя из положения атомов;
• Позволяет наблюдать разрыв и образование связей;
• Высокая точность при правильных параметрах моделирования.
Минусы:
• Только для небольших систем (порядка 100 атомов);
• Только для быстротекущих процессов (не дольше 10 пс);
Теория функционала плотности
Возможности метода:
• Моделирование оптических свойств;
• Изучение формирования структуры наносистем;
• Моделирование упругих и механических характеристик;
• Изучение свойств жидкостей на поверхности, а также явлений
смачивания и адсорбции;
• Разработка новых функциональных материалов;
• И другие…