1    Projektbeskrivelse


Formalet med projektet er at videreudvikle GPAW, et kodebibliotek til bereg-
ninger pa kvantemekaniske systemer, som er skrevet i programmeringssproget
Python. GPAW benytter en bestemt metode kaldet projector augmented wave
eller PAW-metoden som bygger pa taethedsfunktionalteori som kort blive fork-
laret i det folgende.  Specifikt vil projektet omhandle optimeringen af GPAW
setups, som er indstillinger for hvordan forskellige grundstoffer skal repraese*
 *n-
teres i beregningerne.
   Taethedsfunktionalteori er en metode hvormed egenskaberne for et kvante-
mekanisk system kan udregnes ved hjaelp af elektrontaetheden, hvilket ofte er
betydeligt simplere end ved brug af bolgefunktioner for mange elektroner. Der
benyttes forskellige numeriske iterative metoder til udregningerne.
   I PAW-metoden, herunder, behandles elektronerne naer henholdsvis fjernt fra
atomkernerne separat, saledes at der hvert sted kan benyttes specialtilpassede
metoder. Disse delvise losninger kan sa sammenfojes til en fuldstaendig losning.
GPAW benytter et setup for hvert grundstof til at specificere relevante parame-
tre i udregningerne, sasom i hvilken afstand fra atomerne sammenfojningen skal
forega.
   Projektet vil konkret beskaeftige sig med en algoritme der kan optimere disse
setups, sa beregningerne bliver sa nojagtige som muligt. Der er allerede skrevet
en rudimentaer implementation af algoritmen, der virker ved at sammenligne
flere forskellige setups for samme grundstof, og justere de givne parametre ind*
 *til
den finder et "optimalt" setup. Der foreligger to specielt store opgaver:

   o At skrive en funktion der evaluerer kvaliteten af et genereret setup. Der
     skal tages hojde for at det givne setup giver nojagtige resultater, at los*
 *ningsmetoden
     konvergerer med rimelig hastighed, og at de enkelte beregninger ikke tager
     for lang tid. Der benyttes allerede en simpel funktion der kan dette, men
     den nuvaerende implementation er primitiv og ikke faerdigtestet.

   o At undersoge hvordan de genererede setups opforer sig i andre sammen-
     haenge end i algoritmens evalueringsfunktion, og dermed evaluere selve al-
     goritmens resultater. Dette skal gores for mange grundstoffer og involverer
     betydelig beregningskraft.

Algoritmen vil ikke blot kunne benyttes i GPAW, men kan potentielt anvendes
i andre sammenhaenge.



                                  1