refineE_schrodinger1d.py ダウンロード/コピー
refineE_schrodinger1d.py をダウンロード
refineE_schrodinger1d.py
refineE_schrodinger1d.py
1"""
2概要:
3 Brent法を使用して1次元シュレディンガー方程式の固有値を精密化するスクリプトです。
4
5詳細説明:
6 シュレディンガー方程式の解から境界条件を満たすかどうかを評価し、
7 Brent法を用いて目的の固有値を高精度に探索します。
8
9関連リンク:
10 refineE_schrodinger1d_usage
11"""
12
13import os
14import argparse
15import numpy as np
16from scipy.optimize import brentq
17from schrodinger1d import solve_schrodinger
18
19# ----------------------------------------
20# residual(E): ψ(L) を返す関数
21# ----------------------------------------
22def residual(E, args, print_level = 0):
23 """
24 概要:
25 指定されたエネルギーEに対する終端位置での波動関数の値 psi(L) を計算して返します。
26
27 詳細説明:
28 schrodinger1d.solve_schrodinger を呼び出して計算を実行します。
29 print_level がゼロより大きい場合は進行状況を標準出力に出力します。
30
31 引数:
32 :param E: 評価するエネルギー値
33 :type E: float
34 :param args: コマンドライン引数を格納したNamespace
35 :type args: argparse.Namespace
36 :param print_level: ログ出力のレベル、デフォルトは 0
37 :type print_level: int
38
39 戻り値:
40 :returns: 位置 L における波動関数の値
41 :rtype: float
42 """
43 x, psi, info = solve_schrodinger(
44 E=E,
45 L=args.L,
46 nx=args.nx,
47 psi_max=args.psi_max,
48 report_step=0,
49 bc=args.bc,
50 eps=args.eps
51 )
52
53 if print_level:
54 print(f"E={E:12.8g} psi(L)={psi[-1]:14.6e}")
55
56 return psi[-1] # ψ(L)
57
58
59# ----------------------------------------
60# 初期値 E0 から符号反転区間を自動探索
61# ----------------------------------------
62def find_bracket(E0, args, max_expand=20, direction='both'):
63 """
64 概要:
65 初期のエネルギー値付近で波動関数の終端値の符号が反転する区間を探索します。
66
67 詳細説明:
68 探索方向の指定に基づき、徐々に探索幅を広げながら符号反転区間を探します。
69
70 引数:
71 :param E0: 探索を開始する初期エネルギー値
72 :type E0: float
73 :param args: コマンドライン引数を格納したNamespace
74 :type args: argparse.Namespace
75 :param max_expand: 区間を拡大する最大回数、デフォルトは 20
76 :type max_expand: int
77 :param direction: 探索方向を upper、lower、both のいずれかで指定、デフォルトは both
78 :type direction: str
79
80 戻り値:
81 :returns: 符号反転が確認されたエネルギーの下限と上限のタプル
82 :rtype: tuple
83
84 例外:
85 :raises ValueError: directionに不正な値が指定された場合
86 :raises RuntimeError: 符号反転区間が見つからなかった場合
87 """
88 delta = 0.05 * abs(E0) + 0.01
89
90 # 初期値の符号
91 f0 = residual(E0, args)
92
93 for _ in range(max_expand):
94
95 if direction == 'upper':
96 E_low = E0
97 E_high = E0 + delta
98
99 elif direction == 'lower':
100 E_low = E0 - delta
101 E_high = E0
102
103 elif direction == 'both':
104 E_low = E0 - delta
105 E_high = E0 + delta
106
107 else:
108 raise ValueError("direction must be 'upper', 'lower', or 'both'")
109
110 f_low = residual(E_low, args)
111 f_high = residual(E_high, args)
112
113 if f_low * f_high < 0:
114 print(f"[INFO] Found bracket: [{E_low}, {E_high}]")
115 return E_low, E_high
116
117 delta *= 2
118
119 raise RuntimeError("Could not find sign change interval.")
120
121# ----------------------------------------
122# Brent 法の maxiter を自動計算
123# ----------------------------------------
124def compute_maxiter(E_low, E_high, E_tol):
125 """
126 概要:
127 Brent法の最大反復回数を区間幅と許容誤差から自動的に計算します。
128
129 引数:
130 :param E_low: 探索区間の下限エネルギー値
131 :type E_low: float
132 :param E_high: 探索区間の上限エネルギー値
133 :type E_high: float
134 :param E_tol: 目標とするエネルギー値の許容誤差
135 :type E_tol: float
136
137 戻り値:
138 :returns: 計算された最大反復回数
139 :rtype: int
140 """
141 width = abs(E_high - E_low)
142 return int(np.ceil(np.log2(width / E_tol))) + 5
143
144
145# ----------------------------------------
146# main
147# ----------------------------------------
148def main():
149 """
150 概要:
151 コマンドライン引数を解析し、Brent法による固有値の精密化処理を実行します。
152
153 詳細説明:
154 初期値から符号反転区間を探索し、Brent法を用いて固有値を計算します。
155 計算結果は標準出力に表示されるとともに、refineE.csv ファイルに追記されます。
156 """
157 parser = argparse.ArgumentParser(
158 description="Refine eigenvalue using Brent method"
159 )
160
161 parser.add_argument("--E", type=float, required=True,
162 help="Initial guess for eigenvalue")
163 parser.add_argument("--E_tol", type=float, default=1e-6,
164 help="Target precision for eigenvalue")
165 parser.add_argument("--maxiter", type=int, default=None,
166 help="Max iterations for Brent method (optional)")
167
168 # schrodinger1d.py と同じ引数を流用
169 parser.add_argument("--L", type=float, default=10.0)
170 parser.add_argument("--nx", type=int, default=2000)
171 parser.add_argument("--psi_max", type=float, default=1e10)
172 parser.add_argument("--bc", choices=["asymptotic", "zero"], default="asymptotic")
173 parser.add_argument("--eps", type=float, default=1e-6)
174
175 args = parser.parse_args()
176
177 # 1. 初期値 E0 から符号反転区間を探す
178 E_low, E_high = find_bracket(args.E, args, direction = 'upper')
179
180 # 2. maxiter を自動設定
181 if args.maxiter is None:
182 args.maxiter = compute_maxiter(E_low, E_high, args.E_tol)
183 print(f"[INFO] maxiter set to {args.maxiter}")
184
185 # 3. Brent 法で固有値を精密化
186 E_root, result = brentq(
187 lambda E: residual(E, args, print_level=1),
188 E_low, E_high,
189 xtol=args.E_tol,
190 maxiter=args.maxiter,
191 full_output=True
192 )
193
194 print("====================================")
195 print(" Refined eigenvalue:")
196 print(f" E = {E_root:.12f}")
197 print("====================================")
198
199 # f_low, f_high を計算
200 f_low = residual(E_low, args)
201 f_high = residual(E_high, args)
202
203 log_csv = "refineE.csv"
204 print()
205 if not os.path.exists(log_csv):
206 print(f"{log_csv} does not exist. Add header labels.")
207 with open(log_csv, "a") as fp:
208 fp.write("E0, E_low, E_high, E_root, f_low, f_high, iterations, funcalls\n")
209
210 print(f"Append the result to {log_csv}")
211 with open(log_csv, "a") as fp:
212 fp.write(
213 f"{args.E},"
214 f"{E_low},{E_high},"
215 f"{E_root},"
216 f"{f_low},{f_high},"
217 f"{result.iterations},{result.function_calls}\n"
218 )
219
220
221if __name__ == "__main__":
222 main()