tight_binding1d.py ダウンロード/コピー

tight_binding1d.py をダウンロード

tight_binding1d.py
tight_binding1d.py
  1"""
  2概要:
  3    1次元タイトバインディングモデルのバンド計算を行うスクリプトです。
  4詳細説明:
  5    複数の原子からなる単位格子を持つ1次元のタイトバインディングモデルを設定し、
  6    指定された波数でのハミルトニアンを構築してエネルギー固有値を計算します。
  7関連リンク:
  8    tight_binding1d_usage
  9"""
 10
 11import numpy as np
 12import matplotlib.pyplot as plt
 13import pandas as pd
 14
 15# ============================
 16# パラメータ設定
 17# ============================
 18
 19def initialize():
 20    """
 21    概要:
 22        モデルおよび数値計算パラメータをまとめて返します。
 23    詳細説明:
 24        サイトエネルギー onsite、ホッピングパラメータ hopping、格子定数 a、
 25        波数点の数 nk を辞書として返します。
 26    戻り値:
 27        :returns: パラメータが格納された辞書
 28        :rtype: dict
 29    """
 30    params = {}
 31
 32    # 1原子/単位格子 
 33    # params["onsite"]  = [0.0]
 34    # params["hopping"] = [-1.0] 
 35
 36    # 2原子/単位格子 
 37#    params["onsite"]  = [0.0, 1.0]
 38#    params["hopping"] = [-1.0, -1.2]
 39
 40    # 4原子/単位格子
 41    params["onsite"]  = [0,  0.1,  0.2,  0.1]
 42    params["hopping"] = [-1, -1.1, -0.9, -1.2]
 43
 44    params["a"] = 1.0
 45    params["nk"] = 201
 46    return params
 47
 48
 49# ============================
 50# Hamiltonian
 51# ============================
 52def hamiltonian_k(k, onsite, hopping, a=1.0):
 53    """
 54    概要:
 55        Bloch Hamiltonian H(k) を構築します。
 56    詳細説明:
 57        与えられた波数 k およびタイトバインディングパラメータから、
 58        セル内およびセル間のホッピングを考慮したハミルトニアン行列を作成します。
 59    引数:
 60        :param k: 波数
 61        :type k: float
 62        :param onsite: 各サイトのエネルギーのリスト
 63        :type onsite: list
 64        :param hopping: ホッピングエネルギーのリスト
 65        :type hopping: list
 66        :param a: 格子定数
 67        :type a: float
 68    戻り値:
 69        :returns: ハミルトニアン行列
 70        :rtype: numpy.ndarray
 71    """
 72    norb = len(onsite)
 73    a_cell = norb * a  # 単位格子長 L = N * a
 74
 75    H = np.zeros((norb, norb), dtype=complex)
 76
 77    # onsite (対角成分)
 78    for i in range(norb):
 79        H[i, i] = onsite[i]
 80
 81    # intra-cell hopping (セル内ホッピング)
 82    # 1原子の場合はここを通らない
 83    for i in range(norb - 1):
 84        H[i, i + 1] = hopping[i]
 85        H[i + 1, i] = np.conj(hopping[i])
 86
 87    # inter-cell hopping (セル間ホッピング: Bloch phase)
 88    # 1原子、2原子の場合でも上書きされないよう "+=" を使用
 89    phase = np.exp(1j * k * a_cell)
 90    H[0, norb - 1] += hopping[-1] * np.conj(phase)
 91    H[norb - 1, 0] += hopping[-1] * phase
 92
 93    return H
 94
 95# ============================
 96# バンド計算
 97# ============================
 98
 99def calculate_bands(klist, onsite, hopping, a=1.0):
100    """
101    概要:
102        指定された波数のリストに対するバンド構造を計算します。
103    詳細説明:
104        各波数についてハミルトニアンを構築し、固有値を計算してバンドエネルギーを取得します。
105    引数:
106        :param klist: 波数の配列
107        :type klist: numpy.ndarray
108        :param onsite: 各サイトのエネルギーのリスト
109        :type onsite: list
110        :param hopping: ホッピングエネルギーのリスト
111        :type hopping: list
112        :param a: 格子定数
113        :type a: float
114    戻り値:
115        :returns: バンドエネルギーの2次元配列
116        :rtype: numpy.ndarray
117    """
118    bands = []
119    for k in klist:
120        H = hamiltonian_k(k, onsite, hopping, a)
121        eigvals = np.linalg.eigvalsh(H)
122        bands.append(eigvals)
123    return np.array(bands)
124
125
126# ============================
127# main
128# ============================
129def main():
130    """
131    概要:
132        1次元タイトバインディングモデルのバンド計算を実行します。
133    詳細説明:
134        パラメータを初期化し、波数空間を設定してバンドを計算します。
135        計算結果はファイルに保存し、グラフとしてプロットします。
136    """
137    params = initialize()
138
139    onsite = params["onsite"]
140    hopping = params["hopping"]
141    a = params["a"]
142    nk = params["nk"]
143    norb = len(onsite)
144
145    # --- 単位格子長に基づいた第一ブリルアンゾーンの設定 ---
146    # BZの範囲は [-π/L, π/L] (L = norb * a)
147    a_cell = norb * a
148    k_limit = np.pi / a_cell
149    klist = np.linspace(-k_limit, k_limit, nk)
150
151    bands = calculate_bands(klist, onsite, hopping, a)
152
153    # --- プロット用に正規化 (k * a_cell / π) ---
154    # これにより横軸が -1 から 1 (BZ端) になる
155    k_normalized = klist / k_limit
156
157    save_band_data("band_1d_tb.csv", k_normalized, bands)
158    print(f"原子数 {norb} の計算が完了しました。")
159
160    plot_bands(k_normalized, bands)
161
162
163def save_band_data(filename, klist, bands):
164    """
165    概要:
166        バンド計算結果をCSVファイルに保存します。
167    詳細説明:
168        正規化された波数と各バンドのエネルギーをpandasのDataFrameに変換し、保存します。
169    引数:
170        :param filename: 保存するファイル名
171        :type filename: str
172        :param klist: 正規化された波数の配列
173        :type klist: numpy.ndarray
174        :param bands: バンドエネルギーの配列
175        :type bands: numpy.ndarray
176    """
177    norb = bands.shape[1]
178    df = pd.DataFrame(bands, columns=[f"band_{i}" for i in range(norb)])
179    df.insert(0, "k_normalized", klist)
180    df.to_csv(filename, index=False)
181
182
183def plot_bands(klist, bands):
184    """
185    概要:
186        バンド構造をプロットします。
187    詳細説明:
188        matplotlibを使用して、横軸に正規化された波数、縦軸にエネルギーを持つバンド図を描画します。
189    引数:
190        :param klist: 正規化された波数の配列
191        :type klist: numpy.ndarray
192        :param bands: バンドエネルギーの配列
193        :type bands: numpy.ndarray
194    """
195    plt.figure(figsize=(6, 4))
196    for i in range(bands.shape[1]):
197        plt.plot(klist, bands[:, i], label=f"Band {i}")
198
199    plt.xlabel(r"$k / (\pi / L)$")
200    plt.ylabel(r"$E(k)$")
201    plt.title("1D Tight-Binding Band Structure")
202    plt.axvline(0, color="gray", lw=0.5)
203    plt.grid(True, linestyle='--', alpha=0.7)
204    plt.tight_layout()
205    plt.show()
206
207if __name__ == "__main__":
208    main()