首页 > 其他分享 >空间反演对称性 (Spatial Inversion Symmetry) 和非线性响应 (Non-linear Response)

空间反演对称性 (Spatial Inversion Symmetry) 和非线性响应 (Non-linear Response)

时间:2024-07-26 16:30:39浏览次数:15  
标签:Inversion linear 宇称 chi 响应 pmatrix 对称性 空间反演

我们定义一次宇称变换 (parity transformation) 为反转所有坐标:

\[\mathcal{P}: \begin{pmatrix} x \\ y \\ z \end{pmatrix} \rightarrow \begin{pmatrix} -x \\ -y \\ -z \end{pmatrix} \]

如果在一维世界中,宇称变换就像是透过“镜子”看这个世界;在三维世界中,则是将全部体系对于一个参考点做点对称。

空间反演对称性指一个“晶格”体系在经历宇称变换的前后,原子位置、物理公式等特征保持不变的性质,也称宇称守恒。在宇称守恒的条件下,任何偶数次响应的都被禁止。我们也可以理解为:

在具有空间反演对称性的晶体中,偶数阶非线性效应被禁止。

image

比如说,我给一个晶体施加电场 \(E\), 那么通过实验我们可以测量其电极化率 \(P\). 现在我们将外加电场固定在 x 轴方向上,假设响应电极化矢量在 y 轴方向(如上图). 我们可以将 \(P\)-\(E\) 的响应关系表示为:

\[P=\chi^1 E + \chi^2 E^2 + ... \]

image

现在我们反转外加电场(如上图)。如果该晶体满足宇称守恒的话,所有的物理规律应该在变换前后保持不变。那么反转方向就应该导致:\(E\rightarrow -E\), \(P\rightarrow -P\).即:

\[-P = \chi^1 (-E) + \chi^2 (-E)^2 + ... \]

联系上述两式,我们可以发现只有在 \(\chi^2=0\) 的条件下,空间反演对称性才可以成立。简单地推广我们就可以发现,如果空间反演对称性成立的话,所有偶次方响应都不应该存在。

那么反过来,如果晶体不满足空间反演对称性,还会有这种限制吗?答案是没有的。

空间反演对称性破缺使得非线性效应被允许。

image

我们仍然施加一个外加电场,此时的电极化响应具有不确定性。因为晶体不具有空间反演对称性(宇称守恒),如果我们翻转电场,电极化矢量的方向不一定翻转、大小也不一定不变。我们可以用 \(P^{'}\) 加以区分。此时,所有非线性效应都可以存在(\(\chi^2\) 可以是有限值)。

以上我们讨论的都是晶体结构,如果我们考虑到自旋,就会涉及到另一种对称性:时间反演对称性。一次时间反演操作不会改变晶格的坐标,而是会翻转所有自旋方向。

标签:Inversion,linear,宇称,chi,响应,pmatrix,对称性,空间反演
From: https://www.cnblogs.com/ticmis/p/18325236

相关文章

  • ValueError:X 有 1 个特征,但 LinearRegression 期望有 2 个特征作为输入
    我正在使用pywebio为我的机器学习程序创建一个小型脚本运行用户界面。当不使用小型UI时,运行线性回归predict()函数时不会出现任何错误。UI从用户处检索两个数字,an'age'和a'salary'这两个数字被输入到numpy数组中,并且numpy数组已从一维......
  • Transformer中高级位置编码的介绍和比较:Linear Rope、NTK、YaRN、CoPE
    在处理诸如文本之类的序列时,排序信息显然是至关重要的。为了结合排序信息而不是将序列视为集合,对位置信息进行编码是至关重要的。位置编码通过为每个位置分配嵌入向量并将其添加到相应的标记表示来实现这一点。绝对和相对位置编码是最常见的两种位置编码方式,但是本文将要比......
  • 李沐动手学深度学习V2-chapter_linear-networks
    李沐动手学深度学习V2文章内容说明本文主要是自己学习过程中的随手笔记,需要自取课程参考B站:https://space.bilibili.com/1567748478?spm_id_from=333.788.0.0课件等信息原视频简介中有线性回归从零实现导入包%matplotlibinlineimportrandomimporttorchfromd2limpo......
  • CS229|Ch1|Linear regression
    Trainingset:\(\{(x^i,y^i);i=1,...,n\}\)\(x^i\in{X}\):input(features)\(y^i\in{Y}\):output(1)continuousvalues——Regression(2)discretevalues——ClassificationSupervisedlearning主要任务为找functionGivenatrainingset,learnafunction(hyp......
  • 十一、【机器学习】【监督学习】- 局部加权线性回归 (Locally Weighted Linear Regres
     系列文章目录第一章【机器学习】初识机器学习第二章【机器学习】【监督学习】-逻辑回归算法(LogisticRegression)第三章【机器学习】【监督学习】-支持向量机(SVM)第四章【机器学习】【监督学习】-K-近邻算法(K-NN)第五章【机器学习】【监督学习】-决策树(D......
  • Nonlinear econometrics for finance
    NonlineareconometricsforfinanceHOMEWORK2(LIE,NLSandGMM)Problem1(LawofIteratedExpectations.)(6points) Afinancialanalystwantstopredictthereturnonaportfolio.Theportfoliogiveseitherareturnof1or2percentineachperiod.She......
  • ARC180E LIS and Inversion
    题目大意一个排列\(p\)分数为\(p\)的最长上升子序列的长度,代价为满足\(\sum_{j=1}^{i-1}[p_j>p_i]<a_{i}\)的\(i\)的数量给定\(\{a_n\}\),对于\(\forallk\in[1,n]\),求分数大于等于\(k\)的排列的代价的最小值\[n\leq250000,1\leqa_i<i\]题解玄妙优化\(dp\)题我们可以考虑求......
  • linear algebra(3)
    linearequations研究\(n\)个\(n\)元线性方程的解的数量判定。columnpicture将线性方程组视为对列的线性组合,考虑其columnpicture。case1:columnvectorsarelinearindependence此时有唯一解。考虑将这些列向量作为基以后张成的空间,由于其线性无关,所以必定是一个\(......
  • [题解]AT_abc248_e [ABC248E] K-colinear Line
    思路首先,我们得清楚如何判断三点共线。对于每一个点,它的横纵坐标都有这么一个关系:\(n\timesx+m=y\)(其中\(n,m\)为常数)。那么,对于三点共线的点来说,\(n,m\)是相同的。因此我们得出三个式子。\[n\timesx_a+m=y_a\]\[n\timesx_b+m=y_b\]\[n\tim......
  • Linear phase filters-线性相位滤波器概念
    一概念线性相位滤波器(LinearPhaseFilter)是一种常见的数字信号处理工具,用于在频率域中对信号进行滤波。与传统的非线性相位滤波器不同,线性相位滤波器具有特定的频率响应特性,使得信号通过滤波器后的相位延迟与频率成正比,从而保持信号的相对时间关系。这使得线性相位滤波器在许多......