1.3 DFT 核心思想：电子密度为基本变量

1.3 DFT 核心思想：电子密度为基本变量

本节摘要：密度泛函理论的根本转向，是把描述体系的基本变量从 3N 维波函数换成三维电子密度。本节讲清为什么密度「够格」当基本变量（可观测、三维、与性质直接相关），如何从波函数走到密度，以及 Hohenberg-Kohn 定理与 Kohn-Sham 方程在此处的预告——为第 2 章的正餐做铺垫。

学习目标

阅读完本节，你应当能够：

1. 说明「电子密度是三维函数」意味着什么：变量数从 3N 降到 3
2. 解释密度为什么可观测：X 射线衍射、电子衍射能直接测
3. 说出密度能决定哪些性质：能量、核受力、偶极矩、极化率等
4. 复述 HK 定理的结论（唯一泛函、变分原理）而不陷入证明
5. 理解 KS 方程「把难题打包进交换关联项」的思路，为第 2 章做铺垫
6. 建立「从波函数到密度」的范式转换直觉

问题与直觉

想象你在给一个城市做规划，想知道「哪里人多、哪里人少」。最原始的办法是追踪每个人的精确轨迹——这在理论上无所不包，但数据量大到根本处理不了。换个思路：你只需要一张「人口密度图」。它不告诉你每个人在哪，却告诉你每个街区大概有多少人、密度梯度往哪走。城市管理者做决策，绝大部分信息都在这张密度图里。

量子化学遇到的困境完全一样。波函数 \Psi(\mathbf{r}_1, \dots, \mathbf{r}_N) 是「每个人的精确轨迹」，它信息最全，但 N 一大就存不下。电子密度 n(\mathbf{r}) 是「人口密度图」，只有三维，却携带了体系几乎所有关键性质。DFT 的全部胆识，就在于断言这张密度图「够用」——不仅够用，还能唯一决定整个体系。

这个断言不是拍脑袋想出来的。它有两条坚实的支柱：可观测性——实验真的能测出电子密度分布（X 射线衍射测的是电子云，本质上就在测密度）；以及完备性——Hohenberg-Kohn 定理（1964）证明基态密度与基态性质一一对应。有了这两条，放弃波函数就不是「偷懒」，而是「换了一个同样完整的描述」。

核心原理

2.1 从 3N 维到 3 维

波函数是 3N 个变量的函数：N 个电子，每个三个空间坐标，还得额外考虑自旋。密度只有三个变量：n(\mathbf{r}) 是空间某一点的电子的「浓度」。这是数量级的差别——不是从一亿到一千万，是从指数级到多项式级。

值得强调的是「冗余」二字。波函数里其实装了很多「多余」的信息——比如电子标号。电子不可区分，你在波函数里把第 i 个和第 j 个电子标号换一下，物理体系完全没变。密度天然忽略了这些标号，只保留「空间某处有多少电子」这种物理上有意义的信息。从信息论的角度看，密度不但更小，还更「干净」。

2.2 密度为什么能决定一切：HK 定理预告

1964 年，Hohenberg 和 Kohn 给出两条定理，这是 DFT 的基石：

• 第一定理：基态能量是基态电子密度的唯一泛函。反过来说，基态密度唯一决定外势、哈密顿量、基态波函数，以及一切基态性质。就像指纹决定一个人的身份，密度决定一个体系的全部基态。
• 第二定理：能量泛函满足变分原理——任何试探密度给出的能量都不低于真实基态能量，当且仅当试探密度等于基态密度时取等号。这给了我们一条「搜索路径」：最小化能量泛函，就找到基态密度和基态能量。

这两条定理的完整证明放到第 2 章，本节先要建立两个直觉。第一，为什么密度能决定外势？因为密度在原子核附近会有「尖峰」，尖峰的位置和高度暴露了核的位置和电荷——测量一个体系的密度，就等于在「读出」它的原子骨架。第二，为什么第二定理重要？因为「存在一个泛函」不等于「我能算它」，变分原理至少告诉我们：如果有个好泛函，怎么用它。

这里顺便澄清一个常见的困惑：「第一定理说密度决定一切，那为什么还需要波函数？」答案分两层。一是 HK 定理保证的是「原则上唯一」，不是「我们能写出那个泛函」——这层在 KS 方程那里解决。二是实际计算里我们最终还是要借助 KS 轨道来重建密度、算动能，波函数（轨道）退居为「中间计算工具」而非「基本变量」。基本变量与计算工具是两回事：变量决定理论框架的简洁性，工具决定计算的可行性。DFT 恰好把「变量」换成密度，又把「工具」留给了轨道——两全其美，这也是它既能理论严谨又能工程实用的原因。

2.3 从定理到可算：KS 方程预告

HK 定理证明了「密度决定一切」，但它留下一个尴尬：没人知道那个普适泛函长什么样。尤其动能泛函，直接以密度为变量的形式至今没有好答案。

1965 年，Kohn 和 Sham 换了个思路：干脆别直接构造动能泛函，引入一个虚构的、无相互作用的参考体系，让它拥有和真实体系相同的基态密度。这个参考体系里的电子在有效势 V_{eff} 中独立运动，动能可以精确地用单粒子轨道算。于是总能量拆成四项：

E[n] = T_s[n]（无相互作用动能）+ E_ext[n]（外势）
     + E_H[n]（Hartree 库仑）+ E_xc[n]（交换关联）
​

前三项都能算，所有「不知道怎么办」的复杂性全部堆进最后一项——交换关联泛函 E_{xc}[n]。KS 单粒子方程长得像单电子薛定谔方程：

[ 动能算符 + V_ext + V_H + V_xc ] φ_i = ε_i φ_i
​

密度由占据轨道重建：n(\mathbf{r}) = \sum_i |\phi_i(\mathbf{r})|^2。注意这个循环：有效势依赖密度，密度由轨道给出，轨道又由有效势解出——所以 KS 方程也要自洽迭代求解，这个流程第 4 章会完整展开。

这里先记住最关键的一句话：KS 方程没有让多体问题消失，它只是把所有多体效应压缩进了一个未知的交换关联项。DFT 后来的全部历史，就是一部「如何近似 E_{xc}[n]」的历史——这正是第 3 章的主题。

把这一步说得更直白一点：HK 定理像一座只能望见轮廓的远山——你知道山就在那，但没路。KS 方程是 Kohn 和 Sham 用「参考系」搭起的一座桥。桥本身不增加任何近似——它只是把「不知道的动能泛函怎么算」这个难题，从动能项搬到了交换关联项。搬家的意义在于：交换关联项比动能项更小、更局部、更适合用近似去逼近。DFT 后续的每一项进展，本质上都是在这座桥的另一头，把交换关联泛函越修越准。

2.4 密度能告诉我们什么

密度本身就是一个丰富的对象。看密度的空间分布，你能读出：

• 化学键：成键区域电子密度在两个原子之间堆积，可以可视化
• 电荷转移：给体原子密度降低、受体升高，电负性一目了然
• 分子形状与表面：密度等值面就是「分子的表面」，可用来计算体积、表面积
• 活性位点：密度缺口处往往就是反应位点

密度还和许多可测物理量直接挂钩：偶极矩是密度的空间积分，极化率由密度对外场的响应给出，核受力（用于结构优化）可以从密度与核位置直接算。更深远的是，KS 轨道能量在一定近似下能与光电子能谱、X 射线吸收谱对应——密度及其派生物，几乎撑起了整个「从计算到实验对照」的桥梁。

2.5 差分密度：看「变化」而不是「整体」

日常分析里比密度本身更常用的是差分密度——从成键体系的密度里减去孤立原子密度之和，得到「电子在成键时重新分布了多少」。差分密度图里有两种直观信号：电子在键区堆积（成键增强），在核周围流失（电荷转移）。它是判断键极性、配位强弱、表面吸附电荷转移的标准工具。做材料计算的人几乎每天在看这种图，它把「密度决定性质」从抽象定理变成了可解释的图像。

工程实践要点

1. 理解「换变量」而非「近似」：DFT 严格意义上不是「近似方法」，而是「换了一套基本变量的严格理论」。真正的近似发生在交换关联泛函这一处。这个认识很重要——它决定你在阅读文献时，是把误差归因于「DFT 不行」还是「泛函没选对」。
2. 密度可视化是日常工具：无论你用哪个软件，跑完计算第一件事往往是画电荷密度或差分密度图。把 1.3 的「密度决定性质」落实到看图上，是你建立化学直觉最快的方式。
3. 为后续章节铺路：本节提到的 HK 定理（第 2 章）、KS 方程（第 2 章）、交换关联泛函（第 3 章）、SCF 迭代（第 4 章），是后面所有内容的四个锚点。读到后面忘了方向，就回来翻这一节。
4. 先建「框架感」再看细节：DFT 入门最容易陷入「追公式」的泥潭。建议先记住本节这张总图——「为什么难（1.1）→ 为什么近似不够（1.2）→ 换成什么（1.3）→ 怎么算（第2章）→ 差在哪（第3章）→ 怎么落地（第4章）」——再回头补每环的公式。框架先立起来，细节才有处安放。

⚠️ 常见坑：把「密度决定一切」理解成「密度能直接读出所有性质」。准确说法是：基态性质都是密度的泛函——即「由密度 + 一个规则计算出来」。规则（泛函）是难点所在，密度只是输入。这两件事必须分清。

💡 关键直觉：DFT 的整个赌注可以概括为——「找一个足够好的规则，输入密度，输出你想要的一切」。这个规则就是泛函。前三节（1.1 难、1.2 近似不够、1.3 换变量）合成了一条必然的演进链：不是人们想换变量，是波函数这条路真的走不通了。

概念性伪代码：DFT 计算的总入口

# 概念演示：一次 DFT 计算的骨架（非真实实现）
def run_dft(atomic_structure, xc_functional):
    n = initial_density(atomic_structure)     # 初猜密度
    for step in range(max_steps):
        V_eff = build_effective_potential(n)  # 外势+Hartree+交换关联
        orbitals = solve_ks_equations(V_eff)  # 解单粒子方程
        n_new = build_density(orbitals)       # 密度重建
        if converged(n_new, n):
            return total_energy(n_new)
        n = mix(n, n_new)
​

这个骨架会伴随你整本书：初猜 → 建势 → 解方程 → 重建密度 → 收敛判断 → 混合。理解它，就等于理解了所有 DFT 软件的「心脏」。

本节要点回顾

• 范式转换：基本变量从 3N 维波函数换成三维电子密度，复杂度从指数级降到多项式级
• 密度可观测：X 射线/电子衍射直接测电子云，计算结果可与实验对照
• HK 第一定理：基态密度唯一决定外势与全部基态性质，这是「密度够格」的保证
• HK 第二定理：能量泛函变分原理，给出搜索基态密度的路径
• KS 方程：引入无相互作用参考系，把难题打包进交换关联泛函
• 自洽循环：密度 → 有效势 → 轨道 → 密度，必须迭代求解
• 工程落地：密度图是看化学键、电荷转移、反应位点的日常工具
• 差分密度：减掉孤立原子密度，看成键时的电荷重排，是分析标配
• 核心定位：DFT 是「换变量的严格理论」，近似只在交换关联泛函一处

下一节进入正题：第 2 章先把 HK 定理和 KS 方程的证明与细节补完。