UA OPTI570 量子力学12 量子力学的假说

UA OPTI570 量子力学12 量子力学的假说

    • 从经典力学到量子力学
    • 量子力学假说的基本内容

从经典力学到量子力学

我们先回顾一下经典力学描述物理系统的方法。首先根据系统的自由度定义一系列广义坐标 { q i ( t ) } i = 1 N \{q_i(t)\}_{i=1}^N {qi(t)}i=1N,它关于时间的导数 { q i ˙ ( t ) } \{\dot{q_i}(t)\} {qi˙(t)}被称为广义速度,根据系统的Lagrangian L ( q i , q ˙ i , t ) L(q_i,\dot{q}_i,t) L(qi,q˙i,t)可以得到系统的动量
p i = ∂ L ∂ q ˙ i p_i = \frac{\partial L}{\partial \dot q_i} pi=q˙iL

{ p i } \{p_i\} {pi} { q i } \{q_i\} {qi}被称为基本动力学变量,物理系统的其他物理量,比如能量、角动量等都可以用基本变量表示出来,比如系统能量就可以用Hamiltonian H ( q i , p i , t ) H(q_i,p_i,t) H(qi,pi,t)表示,它与基本动力学量之间的关系由Hamilton-Jacobi经典方程描述:
{ q ˙ i = ∂ H ∂ p i p ˙ i = − ∂ H ∂ q i \begin{cases} \dot q_i = \frac{\partial H}{\partial p_i} \\ \dot p_i = -\frac{\partial H}{\partial q_i} \end{cases} {q˙i=piHp˙i=qiH

考虑质量为 m m m,位置为 r \textbf r r,速度为 v = r ˙ \textbf v=\dot \textbf r v=r˙,势能为 V ( r , t ) V(\textbf r,t) V(r,t)的质点,它的总能量为
E = p 2 2 m + V ( r , t ) , p = m v E=\frac{\textbf p^2}{2m}+V(\textbf r,t),\textbf p = m \textbf v E=2mp2+V(r,t),p=mv

角速度为
L ( r , t ) = r × p \textbf L(\textbf r,t)=\textbf r \times \textbf p L(r,t)=r×p

Hamiltonian为
H ( r , p , t ) = E = p 2 2 m + V ( r , t ) H(\textbf r, \textbf p, t)=E=\frac{\textbf p^2}{2m}+V(\textbf r,t) H(r,p,t)=E=2mp2+V(r,t)

所以它满足的Hamilton-Jacobi方程为
r ˙ = p m ⇔ p = m v p ˙ = − ∇ V ( 牛 顿 第 二 定 律 ) \dot \textbf r = \frac{\textbf p}{m} \Leftrightarrow \textbf p =m \textbf v \\ \dot \textbf p = -\nabla V (牛顿第二定律) r˙=mpp=mvp˙=V()

总结一下,用经典力学描述物理系统大致遵循以下思路:

  1. 任意时刻系统的状态都可以由基本动力学变量 { q i , p i } \{q_i,p_i\} {qi,pi}描述;
  2. 给定时刻且已知基本动力学变量 { q i , p i } \{q_i,p_i\} {qi,pi}系统的其他物理量都可以被计算出来(不存在随机性);
  3. 给定系统的初始状态,任意时刻系统的状态均可以由Hamilton-Jacobi方程唯一确定;

既然现在我们要引入量子力学,那么也需要给出用量子力学描述物理系统所应遵循的基本框架,这需要回答下面几个问题:

  1. 如何用数学描述给定时刻量子系统的状态?
  2. 给定时刻且已知系统的状态时,如何计算其他物理量的值?
  3. 已知系统的初始状态,如何导出系统在任意时刻的状态?

从这一讲开始逐步引入量子力学的假说(postulates of quantum mechanics),并尝试回答这几个问题。


量子力学假说的基本内容

这里就直接给出假说的核心内容了,后续再慢慢讨论这些假说的物理学含义。已下假说排序不体现重要性,假说1回答上面第一个问题,假说2、3、4回答上面第二个问题,假说5、6回答第三个问题。

假说1 ∣ ψ ( t 0 ) ⟩ ∈ E |\psi(t_0) \rangle \in \mathcal{E} ψ(t0)E
其中 E \mathcal{E} E表示量子系统所有可能的状态组成的集合,即状态空间(state space),左矢 ∣ ψ ( t 0 ) ⟩ |\psi(t_0) \rangle ψ(t0)表示量子系统在 t 0 t_0 t0时刻的状态,也就是说量子系统在给定时刻的状态由其状态空间中的一个左矢描述。

假说2 A ^ : E → E , A ^ † = A ^ \hat A: \mathcal{E} \to \mathcal{E}, \hat A^{\dag}=\hat A A^:EE,A^=A^
量子系统的物理量都可以用一个Hermitian算子来表示,它作用在左矢的结果依然属于量子系统的状态空间。

假说3 对物理量 A ^ \hat A A^的测量结果属于它的谱(也就是只可能是它的特征值中的某一个,因为 A ^ \hat A A^是厄尔米特算符,所以它的特征值都是实数)

假说4 P ( a ) = ⟨ ψ ∣ P ^ a ∣ ψ ⟩ \mathcal{P}(a)= \langle \psi| \hat \mathbb{P}_a|\psi\rangle P(a)=ψP^aψ
假设 a a a是厄尔米特算符 A ^ \hat A A^的一个特征值, A ^ ∣ a ⟩ = a ∣ a ⟩ \hat A|a\rangle=a| a \rangle A^a=aa,假设系统某时刻状态为 ∣ ψ ⟩ |\psi\rangle ψ,则在此时刻测量这个物理量得到 a a a的概率为 ∣ ⟨ a ∣ ψ ⟩ ∣ 2 = ⟨ ψ ∣ a ⟩ ⟨ a ∣ ψ ⟩ = ⟨ ψ ∣ P ^ a ∣ ψ ⟩ |\langle a|\psi\rangle|^2=\langle \psi|a \rangle \langle a|\psi\rangle=\langle \psi| \hat \mathbb{P}_a|\psi\rangle aψ2=ψaaψ=ψP^aψ,其中 P ^ a \hat \mathbb{P}_a P^a是到 a a a对应的特征子空间的投影算子;

如果 a a a对应的特征子空间几何重数为 g > 1 g>1 g>1,记它对应的特征左矢为 ∣ a i ⟩ |a^i \rangle ai,则
P a = ∑ i = 1 g ∣ ⟨ a i ∣ ψ ⟩ ∣ 2 = ⟨ ψ ∣ ( ∑ i = 1 g ∣ a i ⟩ ⟨ a i ∣ ) ∣ ψ ⟩ = ⟨ ψ ∣ P ^ a ∣ ψ ⟩ \mathcal{P}_a=\sum_{i=1}^g |\langle a^i|\psi\rangle|^2 = \langle \psi| \left( \sum_{i=1}^g |a^i\rangle\langle a^i| \right) |\psi \rangle=\langle \psi| \hat \mathbb{P}_a|\psi\rangle Pa=i=1gaiψ2=ψ(i=1gaiai)ψ=ψP^aψ

如果 ∣ ψ ⟩ |\psi\rangle ψ不是标准化的左矢,那么
P a = ⟨ ψ ∣ P ^ a ∣ ψ ⟩ ⟨ ψ ∣ ψ ⟩ \mathcal{P}_a = \frac{\langle \psi| \hat \mathbb{P}_a|\psi\rangle}{\langle \psi| \psi\rangle} Pa=ψψψP^aψ

如果这个算符 A ^ \hat A A^有连续谱,则测量结果满足 a 1 ≤ a < a 2 a_1 \le a <a_2 a1a<a2的概率为
P ( a 1 ≤ a < a 2 ) = ⟨ ψ ∣ P ^ a 1 ≤ a < a 2 ∣ ψ ⟩ = ⟨ ψ ∣ ∫ a 1 a 2 ∣ a ⟩ ⟨ a ∣ d a ∣ ψ ⟩ = ∫ a 1 a 2 ∣ ⟨ a ∣ ψ ⟩ ∣ 2 d a = ∫ a 1 a 2 d P ( a ) \mathcal{P}(a_1 \le a <a_2) = \langle \psi| \hat \mathbb{P}_{a_1 \le a <a_2}|\psi\rangle= \langle \psi| \int_{a_1}^{a_2} |a\rangle \langle a | da|\psi\rangle \\ =\int_{a_1}^{a_2} |\langle a| \psi \rangle|^2 da = \int_{a_1}^{a_2} d \mathcal{P}(a) P(a1a<a2)=ψP^a1a<a2ψ=ψa1a2aadaψ=a1a2aψ2da=a1a2dP(a)

微分 d P ( a ) d \mathcal{P}(a) dP(a)表示测量结果属于 [ a , a + d a ] [a,a+da] [a,a+da]的概率, ⟨ a ∣ ψ ⟩ \langle a| \psi \rangle aψ被称为概率幅(probability amplitude), ∣ ⟨ a ∣ ψ ⟩ ∣ 2 |\langle a| \psi \rangle|^2 aψ2被称为概率密度。

例, X ~ ∣ x ⟩ = x ∣ x ⟩ \tilde X |x\rangle = x| x\rangle X~x=xx,测量到位置在 [ x 1 , x 2 ) [x_1,x_2) [x1,x2)之间的概率为
P ( x 1 ≤ x < x 2 ) = ∫ x 1 x 2 ∣ ⟨ x ∣ ψ ⟩ ∣ 2 d x = ∫ x 1 x 2 ∣ ψ ( x ) ∣ 2 d x \mathcal{P}(x_1 \le x <x_2) =\int_{x_1}^{x_2}|\langle x| \psi \rangle|^2 dx= \int_{x_1}^{x_2}|\psi(x)|^2 dx P(x1x<x2)=x1x2xψ2dx=x1x2ψ(x)2dx

假说5 Collapse!
对物理量 A ^ \hat A A^的测量完成后,如果测量结果为 a a a,则量子系统状态空间坍缩为 a a a对应的特征子空间,用 ∣ ψ ′ ⟩ |\psi'\rangle ψ表示测量后系统的状态,即
∣ ψ ′ ⟩ = P ^ a ∣ ψ ⟩ ⟨ ψ ∣ P ^ a ∣ ψ ⟩ |\psi' \rangle = \frac{\hat \mathbb{P}_a |\psi \rangle}{\langle \psi| \hat \mathbb{P}_a|\psi\rangle} ψ=ψP^aψP^aψ

对概率论比较熟悉的同学一眼就能看出它就是一个条件概率。用一个简单的例子来解释一下:假设一个粒子有1,2这两种等可能的速度,1,2这两个速度各自对应1.1,1.2和2.1,2.2这两组等可能的量子态,那么测量前粒子状态是这四种状态各1/4,但测量到粒子速度为1说明它的状态只可能是1.1,1.2这两种,概率各一半(也就是给定速度为1状态为1.1、给定速度为1状态为1.2的条件概率),这个就是量子态的坍缩。

假说6 量子态的演化满足薛定谔方程:
i ℏ ∂ ∂ t ψ ( t ) = H ^ ( t ) ∣ ψ ( t ) ⟩ i\hbar \frac{\partial}{\partial t}\psi(t)=\hat H(t)|\psi(t) \rangle itψ(t)=H^(t)ψ(t)

其中 H ^ \hat H H^是系统的Hamiltonian算符。由薛定谔方程决定的量子态的演化是没有随机性的,量子力学的随机性体现在物理量的测量上

热门文章

暂无图片
编程学习 ·

exe4j详细使用教程(附下载安装链接)

一、exe4j介绍 ​ exe4j是一个帮助你集成Java应用程序到Windows操作环境的java可执行文件生成工具&#xff0c;无论这些应用是用于服务器&#xff0c;还是图形用户界面&#xff08;GUI&#xff09;或命令行的应用程序。如果你想在任务管理器中及Windows XP分组的用户友好任务栏…
暂无图片
编程学习 ·

AUTOSAR从入门到精通100讲(126)-浅谈车载充电系统通信方案

01 引言 本文深入研究车载充电系统策略,设计出一套基于电动汽车电池管理系统与车载充电机的CAN通信协议,可供电动汽车设计人员参考借鉴。 02 电动汽车充电系统通讯网络 电动汽车整车控制系统中采用的是CAN总线通信方式,由一个整车内部高速CAN网络、内部低速CAN网络和一个充电…
暂无图片
编程学习 ·

CMake(九):生成器表达式

当运行CMake时&#xff0c;开发人员倾向于认为它是一个简单的步骤&#xff0c;需要读取项目的CMakeLists.txt文件&#xff0c;并生成相关的特定于生成器的项目文件集(例如Visual Studio解决方案和项目文件&#xff0c;Xcode项目&#xff0c;Unix Makefiles或Ninja输入文件)。然…
暂无图片
编程学习 ·

47.第十章 网络协议和管理配置 -- 网络配置(八)

4.3.3 route 命令 路由表管理命令 路由表主要构成: Destination: 目标网络ID,表示可以到达的目标网络ID,0.0.0.0/0 表示所有未知网络,又称为默认路由,优先级最低Genmask:目标网络对应的netmaskIface: 到达对应网络,应该从当前主机哪个网卡发送出来Gateway: 到达非直连的网络,…
暂无图片
编程学习 ·

元宇宙技术基础

请看图&#xff1a; 1、通过AR、VR等交互技术提升游戏的沉浸感 回顾游戏的发展历程&#xff0c;沉浸感的提升一直是技术突破的主要方向。从《愤怒的小鸟》到CSGO,游戏建模方式从2D到3D的提升使游戏中的物体呈现立体感。玩家在游戏中可以只有切换视角&#xff0c;进而提升沉浸…
暂无图片
编程学习 ·

flink的伪分布式搭建

一 flink的伪分布式搭建 1.1 执行架构图 1.Flink程序需要提交给 Job Client2.Job Client将作业提交给 Job Manager3.Job Manager负责协调资源分配和作业执行。 资源分配完成后&#xff0c;任务将提交给相应的 Task Manage。4.Task Manager启动一个线程以开始执行。Task Manage…
暂无图片
编程学习 ·

十进制正整数与二进制字符串的转换(C++)

Function one&#xff1a; //十进制数字转成二进制字符串 string Binary(int x) {string s "";while(x){if(x % 2 0) s 0 s;else s 1 s;x / 2;}return s; } Function two&#xff1a; //二进制字符串变为十进制数字 int Decimal(string s) {int num 0, …
暂无图片
编程学习 ·

[含lw+源码等]微信小程序校园辩论管理平台+后台管理系统[包运行成功]Java毕业设计计算机毕设

项目功能简介: 《微信小程序校园辩论管理平台后台管理系统》该项目含有源码、论文等资料、配套开发软件、软件安装教程、项目发布教程等 本系统包含微信小程序做的辩论管理前台和Java做的后台管理系统&#xff1a; 微信小程序——辩论管理前台涉及技术&#xff1a;WXML 和 WXS…
暂无图片
编程学习 ·

树莓派驱动DHT11温湿度传感器

1&#xff0c;直接使用python库 代码如下 import RPi.GPIO as GPIO import dht11 import time import datetimeGPIO.setwarnings(True) GPIO.setmode(GPIO.BCM)instance dht11.DHT11(pin14)try:while True:result instance.read()if result.is_valid():print(ok)print(&quo…
暂无图片
编程学习 ·

ELK简介

ELK简介 ELK是三个开源软件的缩写&#xff0c;Elasticsearch、Logstash、Kibana。它们都是开源软件。不过现在还新增了一个 Beats&#xff0c;它是一个轻量级的日志收集处理工具(Agent)&#xff0c;Beats 占用资源少&#xff0c;适合于在各个服务器上搜集日志后传输给 Logstas…
暂无图片
编程学习 ·

Linux 基础

通常大数据框架都部署在 Linux 服务器上&#xff0c;所以需要具备一定的 Linux 知识。Linux 书籍当中比较著名的是 《鸟哥私房菜》系列&#xff0c;这个系列很全面也很经典。但如果你希望能够快速地入门&#xff0c;这里推荐《Linux 就该这么学》&#xff0c;其网站上有免费的电…
暂无图片
编程学习 ·

Windows2022 无线网卡装不上驱动

想来 Windows2022 和 windows10/11 的驱动应该差不多通用的&#xff0c;但是死活装不上呢&#xff1f; 搜一下&#xff0c;有人提到 “默认安装时‘无线LAN服务’是关闭的&#xff0c;如果需要开启&#xff0c;只需要在“添加角色和功能”中&#xff0c;选择开启“无线LAN服务…
暂无图片
编程学习 ·

【嵌入式面试宝典】版本控制工具Git常用命令总结

目录 创建仓库 查看信息 版本回退 版本检出 远程库 Git 创建仓库 git initgit add <file> 可反复多次使用&#xff0c;添加多个文件git commit -m <message> 查看信息 git status 仓库当前的状态git diff 差异对比git log 历史记录&#xff0c;提交日志--pret…
暂无图片
编程学习 ·

用Postman生成测试报告

newman newman是一款基于nodejs开发的可以运行postman脚本的工具&#xff0c;使用Newman&#xff0c;可以直接从命令运行和测试postman集合。 安装nodejs 下载地址&#xff1a;https://nodejs.org/en/download/ 选择自己系统相对应的版本内容进行下载&#xff0c;然后傻瓜式安…
暂无图片
编程学习 ·

Java面向对象之多态、向上转型和向下转型

文章目录前言一、多态二、引用类型之间的转换Ⅰ.向上转型Ⅱ.向下转型总结前言 今天继续Java面向对象的学习&#xff0c;学习面向对象的第三大特征&#xff1a;多态&#xff0c;了解多态的意义&#xff0c;以及两种引用类型之间的转换&#xff1a;向上转型、向下转型。  希望能…