Python 用numpy求波函数的概率密度

我试图用一个初始条件来求薛定谔方程的概率密度函数。我的初始条件是：

常数为：

L      = 100
x0     = 15
v      = 16
sigma2 = 5
tmax   = 4

我的高斯分布和寻找归一化初始条件的代码，使得概率密度函数在区间0到L上等于1是：

from scipy.integrate import quad
dx = 1/32
x = np.linspace(0, L, N)
func = lambda x: my_gaussian(x)*my_gaussian(x).conjugate()
C,e = quad(func, 0, L)
psi = (C**-(1/2))*my_gaussian(x)

然而，在jupyter中，当我运行上述代码时，我得到了这个消息。它可以工作，但我不确定它是否在做它应该做的事情：

/opt/conda/lib/python3.7/site-packages/scipy/integrate/quadpack.py:463: ComplexWarning: Casting complex values to real discards the imaginary part
  return _quadpack._qagse(func,a,b,args,full_output,epsabs,epsrel,limit)

---

那么我上面的代码是否正确计算了归一化高斯初始条件？如果您有什么需要我补充或解释的，请告诉我。代码应该使我的wavefunction具有以下条件：

它看起来正确。我认为

\u quadpack.\u qagse

看到

my_gaussian（x）*my_gaussian（x）。共轭（）

是一个复数，即使虚部为零。为了摆脱警告，获得一些平静，您可以尝试将

my_gaussian（x）*my_gaussian（x）.conjugate（）

替换为

abs（my_gaussian（x））**2

@piterberg谢谢：）当然可以。顺便说一句，您可以将

numpy.inf

而不是L传递给

quad

，它将计算出右上限本身（假设您希望无穷大作为上限，并使用L作为该上限的代理），它看起来是正确的。我认为

\u quadpack.\u qagse

看到

my_gaussian（x）*my_gaussian（x）。共轭（）

是一个复数，即使虚部为零。为了摆脱警告，获得一些平静，您可以尝试将

my_gaussian（x）*my_gaussian（x）.conjugate（）

替换为

abs（my_gaussian（x））**2

@piterberg谢谢：）当然可以。顺便说一句，您可以将

numpy.inf

而不是L传递给

quad

，它将计算出右上限本身（假设您希望无穷大作为上限，并使用L作为该上限的代理）