原子间最小距离

Question

我想用Lennard-Jones势计算两个原子之间的最小距离。 我想使用的公式是：

V(r) = C12/r^12 - C6/r^6 where C12 = 1 and C6 = 10

下面已经给出了包含变量的函数构造，本例的解应为0.764724

我的想法是使用“最小”函数，但我完全不知道如何使用它。甚至在阅读了SciPy手册之后。 我该怎么开始

import numpy as np
from scipy.optimize import minimize, leastsq, least_squares, curve_fit

def get_minimum_energy_distance(C12, C6):
   my code

Answer 1

您需要做的第一件事是定义函数以优化：

def f(r, C12=1, C6=10):
    return (C12/r**12) - (C6/r**6)

最后，我们调用scipy的minimze，传入我们定义的函数。我们还需要传入与最小y对应的r位置的猜测，我选择了r=1.5：

from scipy.optimize import minimize

res = minimize(f,1.5)

#      fun: -24.999999999999936
#  hess_inv: array([[0.00032439]])
#       jac: array([2.38418579e-06])
#   message: 'Optimization terminated successfully.'
#      nfev: 36
#       nit: 4
#      njev: 12
#    status: 0
#   success: True
#         x: array([0.76472448])

res['x']

# array([0.76472448])

这是你的结果。我建议阅读scipy minimize documentation以熟悉一些优化参数，然后与它们玩一玩，看看该方法如何响应x0（对应于min y的r值）的不同初始猜测