Ab-initio-Untersuchungen der Aminosäuren Glycin, Alanin und Cystein
Ab-initio-Untersuchungen der Aminosäuren Glycin, Alanin und Cystein
Ab-initio-Untersuchungen der Aminosäuren Glycin, Alanin und Cystein
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
46 KAPITEL 2. GRUNDLAGEN<br />
W j = q −3 , wobei q 3 die Gesamtzahl <strong>der</strong> k-Punkte ist. Ist die Einheitszelle in den verschiedenen<br />
Koordinatenrichtungen unterschiedlich ausgedehnt, können k-Punkte eingespart werden,<br />
indem eine richtungsabhängige Diskretisierung gewählt wird.<br />
Das Monkhorst-Pack-Schema erlaubt gegenüber dem Chadi-Cohen-Verfahren eine vereinfachte<br />
<strong>und</strong> effizientere Konstruktion spezieller k-Punkte. Zudem existiert noch eine strenge Fehlerabschätzung<br />
für dieses Verfahren [86].<br />
2.6 Numerische Umsetzung<br />
2.6.1 Gradienten-Verfahren<br />
Entwickelt man die Lösung <strong>der</strong> Kohn-Sham-Gleichungen nach ebenen Wellen, so ist die Minimierung<br />
<strong>der</strong> Gesamtenergie im Gr<strong>und</strong>zustand, wie in <strong>Ab</strong>schnitt 2.5 gezeigt, direkt mit einer<br />
,,optimalen Wahl” <strong>der</strong> Entwicklungskoeffizienten c nkG verknüpft. Diese lassen sich mit klassischen<br />
Methoden <strong>der</strong> nichtlinearen Optimierung bestimmen. Dazu nähert man zunächst die<br />
c nkG -abhängige Gesamtenergie als quadratische Form gemäß<br />
E ≈ E nk(∗) + 〈∇ nk E nk(∗) |φ nk 〉 + 1 {<br />
2 〈φ ∂ 2 E<br />
nk|A|φ nk 〉 mit A :=<br />
∂c nkG ∂c nkG ′<br />
}<br />
. (2.227)<br />
Die Notation E nk(∗) soll auf die Auswertung <strong>der</strong> Energie an einem konkreten Koeffizientensatz<br />
{c nkG(∗) } hinweisen. Zur Minimierung dieser Funktion existieren verschiedene Ansätze, die sich<br />
im wesentlichen durch die Wahl <strong>der</strong> zum Minimum führenden ,,Suchrichtungen” unterscheiden:<br />
In <strong>der</strong> Methode des steilsten <strong>Ab</strong>stiegs (steepest descent) wird als Suchrichtung |r (i) 〉 <strong>der</strong> negative<br />
Gradient von E verwendet, <strong>und</strong> die Iteration erfolgt gemäß<br />
|φ (i+1)<br />
nk<br />
〉 = |φ (i)<br />
nk 〉 + α(i) |r (i) 〉, |r (i) 〉 = −|∇ nk E nk (i+1)〉, α (i) = 〈r(i) |r (i) 〉<br />
〈r (i) |A|r (i) 〉 . (2.228)<br />
Der Parameter α (i) wurde so gewählt, dass er E auf <strong>der</strong> durch |r (i) 〉 vorgegebenen Geraden<br />
minimiert. Damit sind jedoch aufeinan<strong>der</strong>folgende Suchrichtungen stets orthogonal, so dass das<br />
Verfahren auch Richtungen zulässt, die vom Minimum wegführen, zum Beispiel wenn <strong>der</strong> stationäre<br />
Punkt in einem ,,schmalen Tal” <strong>der</strong> Funktion angenommen wird. In diesem Fall ist eine<br />
große Anzahl von Iterationsschritten nötig, bis das Minimum mit hinreichen<strong>der</strong> Genauigkeit<br />
bestimmt ist. Aufgr<strong>und</strong> dieser Schwäche gilt das steepest-descent-Verfahren als vergleichweise<br />
ineffizient; dennoch wird es in <strong>der</strong> Praxis aufgr<strong>und</strong> seiner robusten Stabilitätseigenschaften erfolgreich<br />
angewendet.<br />
Eine an<strong>der</strong>e Strategie zur Wahl <strong>der</strong> Suchrichtungen verfolgt die Methode <strong>der</strong> konjugierten Gradienten<br />
(conjugate gradient) [87]: Nach <strong>der</strong> Def<strong>initio</strong>n eines beliebigen Startvektors |g (0) 〉 <strong>und</strong><br />
<strong>der</strong> vorläufigen Wahl |h (0) 〉 := |g (0) 〉 werden nach <strong>der</strong> Vorschrift<br />
|g (i+1) 〉 = |g (i) 〉 − λ (i) A|h (i) 〉 (2.229)<br />
|h (i+1) 〉 = |g (i+1) 〉 + γ (i) |h (i) 〉 (2.230)<br />
mit λ (i) =<br />
〈g (i) |g (i) 〉<br />
〈h (i) |A|h (i) 〉 = 〈g(i) |h (i) 〉<br />
〈h (i) |A|h (i) 〉<br />
γ (i) = 〈g(i+1) |g (i+1) 〉<br />
〈g (i) |g (i) 〉<br />
(2.231)<br />
(2.232)