2、材料模拟基础：量子力学基础、密度泛函理论（DFT）核心概念、常用近似方法（LDA、GGA）及适用场景
材料多尺度模拟的底层基石是量子力学。无论是后续的分子动力学（MD）、蒙特卡洛（MC），还是宏观尺度的有限元分析，其力场参数、反应路径、电子结构信息都源自量子尺度的计算。本章聚焦于最广泛使用的第一性原理方法——密度泛函理论（DFT），从量子力学基本假设出发，厘清DFT的核心思想，并深入剖析局域密度近似（LDA）与广义梯度近似（GGA）的数学形式、物理内涵及适用边界。理解这些基础概念，是正确选择计算方案、解读能带图与态密度、判断计算结果可靠性的前提。
上图展示了从量子力学到DFT再到具体近似方法的逻辑链条。在实际计算中，我们并不直接求解包含所有电子和原子核的完整薛定谔方程，而是通过DFT将多电子问题转化为单电子有效势问题。下面我们分模块深入展开。
2.1 量子力学基础与多体问题的困境
核心原理：波函数与薛定谔方程
材料性质的根源在于原子核与电子的相互作用。描述这种微观粒子运动的方程是薛定谔方程：
ĤΨ = EΨ其中，哈密顿算符Ĥ包含电子动能、原子核动能、电子-电子相互作用、电子-核相互作用以及核-核相互作用。对于含有N个电子的体系，波函数Ψ是3N个空间坐标（加上自旋）的函数。这意味着即使只处理一个包含10个原子的简单分子（约100个电子），波函数的维度也高达300维，直接求解在数学和计算上都是灾难性的。
判断方法：何时必须用量子力学？
- 化学键断裂与形成：涉及电子转移或轨道重新杂化，经典力场无法描述。
- 电子结构相关性质：带隙、态密度、磁性、光学性质等，必须依赖量子力学。
- 原子尺度精度要求：当需要0.1 eV量级的能量精度时，经验势往往不够。
案例拆解：氢分子的解离曲线
以最简单的H₂分子为例，使用Hartree-Fock方法可以正确描述其解离极限，但计算成本随电子数呈指数增长。而DFT方法通过电子密度n(r)替代波函数，将计算复杂度从O(e^N)降低到O(N³)左右。对于H₂分子，DFT在平衡键长（0.74 Å）处给出的结合能与实验值误差在0.1 eV以内，但计算速度比HF快一个数量级以上。这个简单案例揭示了DFT的核心优势：在精度与效率之间取得平衡。
常见误区与总结
2.2 密度泛函理论（DFT）核心概念
核心原理：Hohenberg-Kohn定理与Kohn-Sham方程
DFT的两大支柱是Hohenberg-Kohn（HK）定理和Kohn-Sham（KS）方程。HK定理证明：体系基态能量是电子密度n(r)的唯一泛函，且最小能量对应真实基态密度。然而，HK定理并未给出如何构造这个泛函。Kohn-Sham方案巧妙地引入一个无相互作用的参考体系，将复杂的多体问题分解为：
[-ħ²/(2m)∇² + V_ext(r) + V_H(r) + V_xc(r)] ψ_i(r) = ε_i ψ_i(r)其中，V_ext是外势（原子核势），V_H是Hartree势（经典库仑排斥），V_xc是交换关联势——包含了所有多体效应的未知部分。电子密度由单粒子轨道构建：n(r) = Σ|ψ_i(r)|²。
| DFT核心要素 | 物理含义 | 计算角色 |
|---|---|---|
| 电子密度 n(r) | 空间某点电子出现的概率密度 | 基本变量，替代波函数 |
| 交换关联泛函 E_xc[n] | 包含交换能+关联能 | 唯一需要近似的部分 |
| Kohn-Sham轨道 | 无相互作用体系的单粒子态 | 构建密度的数学工具 |
| 自洽迭代 | 输入密度→输出密度收敛 | 求解KS方程的标准流程 |
操作流程：SCF自洽迭代
- 给定初始电子密度 n_in(r)（通常由原子叠加得到）。
- 计算有效势 V_eff = V_ext + V_H + V_xc。
- 求解KS方程，得到新的波函数ψ_i和新的密度n_out(r)。
- 将n_in与n_out混合（如使用Pulay混合），生成下一次迭代的输入密度。
- 检查能量差或密度差是否小于收敛阈值（如10⁻⁶ eV）。若未收敛，返回步骤2。
案例拆解：计算硅的晶格常数
以金刚石结构的硅为例，使用LDA和GGA分别计算平衡晶格常数。实验值为5.43 Å。LDA通常给出约5.40 Å（低估0.5%），而GGA-PBE给出约5.47 Å（高估0.7%）。这个案例说明：LDA倾向于高估结合能，导致晶格收缩；GGA则倾向于略微膨胀。在实际工作中，如果关注弹性常数或声子频率，LDA的误差可能更小；如果关注表面能或分子吸附能，GGA更可靠。
常见误区与总结
2.3 常用近似方法：LDA与GGA
核心原理：交换关联泛函的层级
交换关联泛函是DFT中唯一需要近似的部分。LDA假设电子密度在空间缓慢变化，将局域密度视为均匀电子气：
E_xc^LDA[n] = ∫ ε_xc(n(r)) · n(r) drGGA在此基础上引入密度梯度修正：
E_xc^GGA[n] = ∫ ε_xc(n(r), ∇n(r)) · n(r) drGGA显著改善了原子化能、键长和晶格常数的计算精度，尤其对轻元素和分子体系。常用的GGA泛函包括PBE（Perdew-Burke-Ernzerhof）和PW91。
判断方法：LDA vs GGA的选择依据
| 体系特征 | 推荐方法 | 原因 |
|---|---|---|
| 简单金属（Al、Na） | LDA | 电子密度均匀，LDA已足够精确 |
| 过渡金属及合金 | GGA-PBE | d电子局域性需要梯度修正 |
| 半导体（Si、GaAs） | GGA | 带隙计算虽低估，但结构参数更准 |
| 分子晶体/氢键体系 | GGA+vdW修正 | 标准GGA无法描述色散力 |
| 稀土/锕系化合物 | DFT+U 或 HSE | 强关联效应显著，LDA/GGA失效 |
案例拆解：氧化铈（CeO₂）的还原能
CeO₂是重要的催化剂载体，其氧空位形成能是衡量催化活性的关键指标。使用LDA计算得到的氧空位形成能为约2.5 eV，GGA-PBE给出约2.2 eV，而实验值约为2.0 eV。看似GGA更接近实验，但两者都严重低估了Ce 4f电子的局域化效应。当使用DFT+U（U=4.5 eV）时，计算值降至约2.1 eV，且能正确给出Ce³⁺的局域态。这个案例说明：对于含有强关联电子的体系，LDA/GGA的误差可能达到0.5 eV以上，必须采用更高级的方法。