Präzise Vorhersagen von Eigenschaften sphärischer und deformierter Kerne mit Hilfe der selbstkonsistenten Energie-Dichte-Funktionalmethode

使用自洽能量密度泛函方法精确预测球形和变形核的性质

• 批准号: 5167067
• 负责人: Professor Dr. Dietrich Zawischa
• 金额: --
• 依托单位: Institut für Theoretische Physik
• 依托单位国家: 德国
• 项目类别: Research Grants
• 财政年份: 1999
• 资助国家: 德国
• 起止时间: 1998-12-31 至 2002-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/5167067?language=en
• 关键词: Pr; zise; Vorhersagen; von; Eigenschaften

Verbesserung der Parametrisierung, gegebenenfalls der Form, und Erprobung eines Energie-Dichtefunktionals, das zuverlässige Vorhersagen für experimentell schwer oder nicht zugängliche Bereiche gestattet. Ein flexibler und physikalisch motivierter Ansatz für das Funktional, der über größere Bereiche der Kerntafel, sowie an die Zustandsgleichung für Neutronen- und Kernmaterie angepaßt wurde, wobei auch die Daten von Kernen ungerader Nukleonenzahl berücksichtig wurden, liefert jetzt schon im Vergleich mit anderen Methoden sehr gute Ergebnisse; wir hoffen, die Genauigkeit noch steigern und auf diese Art verläßlicher als bisher z. B. Eigenschaften der Kerne nah der Neutronen-drip-line vorhersagen zu können, oder, allgemeiner gesprochen, zuverlässiger Vorhersagen von Kerneigenschaften in bisher unzugänglichen Bereichen machen zu können.

Verbesserung der Parametrisierung，gegebenenfalls der Form，und Erprobung eines Energie-Dichtefunktionals，das zuverläsestival Vorhersagen für experimentell schwer oder nicht zugängliche Bereiche gestattet.一个灵活的和物理的动力学的Anglomeration für das Funktional，der über größere Bereiche der Kerntafel，sowie an Zustandsgleichung für Neutronen- und Kernmaterie angepaßt wurde，wobei auch the Daten von Kernen ungerader Nukleonenzahl berücksichtig wurden，liefert jetzt schon im Vergleich mit anderen Methoden sehr gete Ergebnisse; wir hoffen，die Genauigkeit noch steigern and auf diese Art verläßlicher als bisher z. B。Eigenschaften der Kerne nah der Neutronen-drop-line vorhersagen zu können，oder，allgemeiner gesprochen，zuverlässiger Vorhersagen von Kerneigenschaften in bisher unzugänglichen Bereichen machen zu können.