跳轉到

附錄 C：量子化學計算軟體背後的數學演算法簡介#

Gaussian、ORCA、PySCF、VASP 等軟體「點一下就跑」，但內部是一連串經典數學演算法。本附錄簡介其核心，讓讀者明白本書第 3–4 章的理論如何在工業級程式中落地。

C.1 計算化學的層次結構#

層級越高越準確、越昂貴：MM（ \(10^3\) 原子以上）→ 半經驗（ \(10^2\) ）→ DFT（ \(10^2\) ）→ CCSD(T)（ \(10\) ）。

C.2 自洽場（SCF）迭代#

Hartree-Fock 是「雞生蛋」問題：軌域決定 Fock 矩陣，Fock 矩陣又決定軌域。解法是迭代：

  1. 猜初始密度 \(P^{(0)}\) （常用疊加原子密度）。
  2. 組 Fock 矩陣 \(F^{(k)} = H + G(P^{(k)})\) 。
  3. 解廣義本徵值問題 \(F C = S C \varepsilon\) 。
  4. 更新密度 \(P^{(k+1)}\) ，檢查收斂 \(\|P^{(k+1)}-P^{(k)}\| < \epsilon\) 。
  5. 未收斂則回 2（常用 DIIS 外插加速）。

數學核心：迭代不動點 + 廣義本徵值分解，正是 4.3 節矩陣對角化的工業版。

C.3 積分計算：Gaussian 基底的設計動機#

電子排斥積分（ERI）

\[ (\mu\nu|\lambda\sigma) = \iint \frac{\chi_\mu(1)\chi_\nu(1)\chi_\lambda(2)\chi_\sigma(2)}{r_{12}}\,d\tau_1 d\tau_2 \]

若基函數是高斯型 \(e^{-\alpha r^2}\) ，兩高斯乘積仍是高斯（Gauss 乘積定理），四中心積分可解析計算——這正是名為 Gaussian 的軟體的命名由來，也是 Boys (1950) 選擇高斯基底（犧牲波函數在核處的正確尖峰）換取計算可行性的歷史決策。

C.4 DFT 與數值格點#

Kohn-Sham 方程（1965）形式上與 HF 相同，但交換相關項 \(v_{xc}[\rho]\) 依賴密度 \(\rho(\mathbf r)\) ，需在 3D 格點上數值積分：

\[ E_{xc} = \int v_{xc}(\mathbf r)\,\rho(\mathbf r)\,d\mathbf r \approx \sum_g w_g\, v_{xc}(\mathbf r_g)\,\rho(\mathbf r_g) \]

用 Lebedev 球面格點 + 徑向格點。數學核心：數值積分 + 泛函近似。

C.5 幾何優化：多元微積分的應用#

找能量極小值 = 解 \(\nabla E = 0\) ：

  • 梯度 \(\mathbf g = \partial E/\partial \mathbf R\) ：解析可得（Hellmann–Feynman 定理）。
  • Hessian \(\mathbf H = \partial^2 E/\partial R_i\partial R_j\) ：判斷極小（全正）或過渡態（恰一負特徵值）。
  • 演算法：牛頓法、BFGS 準牛頓法——這正是第 7 章動態系統穩定性分析（Jacobian 特徵值）的化學對應。

C.6 平行化與複雜度#

方法 標度（電子數 \(N\) ） 加速技巧
HF / DFT \(O(N^3) \sim O(N^4)\) 密度擬合（DF）、線性標度分區
MP2 \(O(N^5)\) 局域相關
CCSD(T) \(O(N^7)\) 只用於小分子「黃金標準」

密度擬合（Resolution of Identity）用輔助基底近似四指標積分：

\[ (\mu\nu|\lambda\sigma) \approx \sum_{ab}(\mu\nu|a)\,V^{-1}_{ab}\,(b|\lambda\sigma) \]

把 \(O(N^4)\) 降為 \(O(N^3)\) ——典型的「以線性代數換指數痛」。

C.7 開源實作建議#

想看數學如何寫成程式，推薦閱讀：

  • PySCF（Python）：HF、DFT、CC 全都可用百行內讀懂核心。
  • Psi4：演算法文件極完整。
  • Hückel 教學實作：第 4.3 節的矩陣對角化，用 NumPy 十行即可重現丁二烯的 \(\pi\) 軌域。

小結#

量子化學軟體沒有任何「魔法」，只有三件事：解析積分（高斯乘積）、線性代數（對角化）、迭代收斂（不動點）。本書第 3、4 章的每一條數學，都能在這些程式中找到對應的函式呼叫。