量子力学 一 基础5 厄尔米特算符与酉算符 算符的谱分解

  • 厄尔米特算符与酉算符
  • 最小多项式
  • 投影算符
  • 谱分解

厄尔米特算符与酉算符

厄尔米特算符
上一讲介绍了线性算符及其伴随算符(可以理解为共轭转置),称算符AAA是Hermitian Operator(也叫self-adjoint operator)如果
A=A†A=A^{\dag}A=A†

这个定义可以类比对称矩阵。

评注
因为⟨α∣A†∣β⟩=⟨β∣A∣α⟩∗\langle \alpha|A^{\dag}|\beta \rangle=\langle \beta|A|\alpha\rangle^*⟨α∣A†∣β⟩=⟨β∣A∣α⟩∗

如果AAA为厄尔米特,则
⟨α∣A∣β⟩=⟨β∣A∣α⟩∗\langle \alpha|A|\beta \rangle=\langle \beta|A|\alpha\rangle^*⟨α∣A∣β⟩=⟨β∣A∣α⟩∗

如果α=β\alpha=\betaα=β,则
⟨α∣A∣α⟩=⟨α∣A∣α⟩∗\langle \alpha|A|\alpha \rangle=\langle \alpha|A|\alpha\rangle^*⟨α∣A∣α⟩=⟨α∣A∣α⟩∗

这说明⟨α∣A∣α⟩∈R\langle \alpha|A|\alpha \rangle \in \mathbb{R}⟨α∣A∣α⟩∈R;这是厄尔米特算符的一个重要性质,在实验物理中我们能测量到的只是实数,而⟨α∣A∣α⟩∈R\langle \alpha|A|\alpha \rangle \in \mathbb{R}⟨α∣A∣α⟩∈R可以保证我们能通过某些方式测量到算符AAA的某种均值。


酉算符

称算符UUU为酉算符(unitary operator),如果
U†U=UU†=IU^{\dag}U=UU^{\dag}=IU†U=UU†=I

这个定义可以类比正交矩阵和酉矩阵。

评注
⟨α∣U†U∣α⟩=⟨α∣I∣α⟩=⟨α∣α⟩=(∣α⟩,∣α⟩)\langle \alpha|U^{\dag}U|\alpha \rangle=\langle \alpha|I|\alpha \rangle=\langle \alpha|\alpha \rangle=(|\alpha \rangle,|\alpha \rangle)⟨α∣U†U∣α⟩=⟨α∣I∣α⟩=⟨α∣α⟩=(∣α⟩,∣α⟩)

也就是酉算符与正交矩阵的作用类似,它不会改变矢量的长度。


本征值与本征向量

如果
A∣α⟩=a∣α⟩A|\alpha \rangle=a|\alpha \rangleA∣α⟩=a∣α⟩

就称∣α⟩|\alpha \rangle∣α⟩为AAA的本征向量(eigenvector,就是特征向量),aaa为AAA的本征值(eigenvalue,就是特征值);通常将本征向量标准化,并用本征值标记:
∣a⟩=∣α⟩⟨α∣α⟩|a\rangle=\frac{|\alpha \rangle}{\sqrt{\langle \alpha|\alpha\rangle}}∣a⟩=⟨α∣α⟩​∣α⟩​


厄尔米特算符的本征值

考虑
A∣a⟩=a∣a⟩A|a\rangle = a|a\rangleA∣a⟩=a∣a⟩

代入厄尔米特算符的定义
⟨a∣A†∣a⟩=⟨a∣A∣a⟩=a⟨a∣a⟩=a⟨a∣A†∣a⟩=⟨a∣A∣a⟩∗=(a⟨a∣a⟩)∗=a∗\langle a |A^{\dag}|a\rangle = \langle a |A|a\rangle =a \langle a |a \rangle=a\\ \langle a |A^{\dag}|a\rangle=\langle a |A|a \rangle^*=(a\langle a |a \rangle)^*=a^* ⟨a∣A†∣a⟩=⟨a∣A∣a⟩=a⟨a∣a⟩=a⟨a∣A†∣a⟩=⟨a∣A∣a⟩∗=(a⟨a∣a⟩)∗=a∗

这说明a=a∗a=a^*a=a∗,aaa是实数,也就是说厄尔米特算符的本征值为实数

假设a,ba,ba,b是厄尔米特算符AAA的两个不同本征值,考虑
⟨b∣A∣a⟩=a⟨b∣a⟩⟨a∣A†∣b⟩=⟨b∣A∣a⟩∗=(a⟨b∣a⟩)∗=a⟨b∣a⟩∗⟨a∣A†∣b⟩=⟨a∣A∣b⟩=b⟨a∣b⟩=b⟨b∣a⟩∗\langle b |A|a \rangle=a\langle b | a \rangle \\\langle a |A^{\dag}|b \rangle=\langle b |A|a \rangle^*=(a\langle b | a \rangle)^*=a\langle b | a \rangle^* \\ \langle a |A^{\dag}|b \rangle=\langle a |A|b \rangle = b \langle a | b \rangle=b\langle b | a \rangle^*⟨b∣A∣a⟩=a⟨b∣a⟩⟨a∣A†∣b⟩=⟨b∣A∣a⟩∗=(a⟨b∣a⟩)∗=a⟨b∣a⟩∗⟨a∣A†∣b⟩=⟨a∣A∣b⟩=b⟨a∣b⟩=b⟨b∣a⟩∗

因此
a⟨b∣a⟩∗=b⟨b∣a⟩∗a\langle b | a \rangle^*=b\langle b | a \rangle^*a⟨b∣a⟩∗=b⟨b∣a⟩∗

而a≠ba \ne ba​=b,那么唯一的可能是
⟨b∣a⟩∗=(∣a⟩,∣b⟩)=0\langle b | a \rangle^* = (|a \rangle,|b\rangle)=0⟨b∣a⟩∗=(∣a⟩,∣b⟩)=0

也就是说物理态a,ba,ba,b之间不干涉(矢量∣a⟩,∣b⟩|a\rangle,|b \rangle∣a⟩,∣b⟩垂直),厄尔米特算符不同本征值对应的本征向量垂直


最小多项式

现在假设态空间维数有限:dim(H)=n<∞dim(H)=n<\inftydim(H)=n<∞,假设AAA是一个Hermitian算符,

引理1 如果∣α⟩∈N(A2)|\alpha\rangle \in N(A^2)∣α⟩∈N(A2),则∣α⟩∈N(A)|\alpha\rangle \in N(A)∣α⟩∈N(A)

∣α⟩∈N(A2)|\alpha \rangle \in N(A^2)∣α⟩∈N(A2)说明A2∣α⟩=0A†A∣α⟩=0⟨α∣A†A∣α⟩=0(A∣α⟩,A∣α⟩)=0A∣α⟩=0A^2|\alpha\rangle=0 \\ A^{\dag} A |\alpha \rangle =0 \\ \langle \alpha|A^{\dag}A|\alpha\rangle = 0 \\ (A|\alpha \rangle,A|\alpha\rangle)=0 \\ A|\alpha \rangle = 0A2∣α⟩=0A†A∣α⟩=0⟨α∣A†A∣α⟩=0(A∣α⟩,A∣α⟩)=0A∣α⟩=0

这个结论可以推广,如果nnn是正整数,则An∣α⟩=0⇒A∣α⟩=0A^n|\alpha \rangle = 0 \Rightarrow A|\alpha \rangle =0An∣α⟩=0⇒A∣α⟩=0

以n=3n=3n=3为例,
⟨α∣A3∣α⟩=⟨α∣A†A2∣α⟩=(A∣α⟩,A2∣α⟩)=0\langle \alpha|A^3|\alpha \rangle = \langle \alpha |A^{\dag}A^2|\alpha \rangle = (A|\alpha \rangle,A^2|\alpha\rangle) = 0⟨α∣A3∣α⟩=⟨α∣A†A2∣α⟩=(A∣α⟩,A2∣α⟩)=0

说明A∣α⟩A|\alpha \rangleA∣α⟩是AAA的本征值为0的态,所以
A2∣α⟩=0A^2|\alpha \rangle = 0A2∣α⟩=0

再用这个引理就有A∣α⟩=0A|\alpha\rangle=0A∣α⟩=0。

在线性代数中,线性变换是可以用矩阵表示的,线性算符AAA与之类似,也可以用矩阵表示,A∈Cn×nA \in \mathbb{C}^{n \times n}A∈Cn×n,考虑态空间HHH中所有Hermitian算符组成的线性空间,它会是Cn×n\mathbb{C}^{n \times n}Cn×n的线性子空间(维数小于等于n2n^2n2),那么选择任意n×n+1n \times n+1n×n+1个向量,它们一定是线性相关的。不妨选择{I,A,A2,⋯,An2}\{I,A,A^2,\cdots,A^{n^2}\}{I,A,A2,⋯,An2},则一定存在一组并非全部为0的常数{an2,an2−1,⋯,a1,a0}\{a_{n^2},a_{n^2-1},\cdots,a_1,a_0\}{an2​,an2−1​,⋯,a1​,a0​}使得
∑i=0n2aiAi=0\sum_{i=0}^{n^2}a_iA^i=0i=0∑n2​ai​Ai=0

在所有形如上式的多项式中,阶数最低的被称为Minimal Polynomial(最小多项式),记为(将首项系数归一化让它称为首1多项式)
min⁡(A)=AM+bM−1AM−1+⋯b1A+b0=0\min(A)=A^M+b_{M-1}A^{M-1}+\cdots b_1A+b_0=0min(A)=AM+bM−1​AM−1+⋯b1​A+b0​=0

记fM(x)f_M(x)fM​(x)为它的特征多项式:
fM(x)=xM+bM−1xM−1+⋯+b0f_M(x)=x^M+b_{M-1}x^{M-1}+\cdots+b_0fM​(x)=xM+bM−1​xM−1+⋯+b0​

则f(A)=0f(A)=0f(A)=0

投影算符

根据代数基本定理,特征多项式可以写成因子全为一阶线性式的乘积,即
f(x)=∏j=1M(x−cj)f(x)=\prod_{j=1}^{M}(x-c_{j})f(x)=j=1∏M​(x−cj​)

其中{cj}\{c_j\}{cj​}是特征多项式的根(引理1要求所有的根互不相同),于是
f(A)=∏j=1M(A−cjI)f(A) = \prod_{j=1}^M(A-c_jI)f(A)=j=1∏M​(A−cj​I)

引入一组多项式{ϕj(x)}\{\phi_j(x)\}{ϕj​(x)},它们是M−1M-1M−1次多项式且满足
ϕj(x)=f(x)x−cj\phi_j(x)=\frac{f(x)}{x-c_j}ϕj​(x)=x−cj​f(x)​

它有一个简单性质:ϕj(ci)=0,∀i≠j\phi_j(c_i) =0,\forall i \ne jϕj​(ci​)=0,∀i​=j,因为ϕj(x)\phi_j(x)ϕj​(x)包含除了cjc_jcj​以外的所有f(x)f(x)f(x)的因子。定义
∑j=1Mϕj(x)ϕj(cj)\sum_{j=1}^M \frac{\phi_j(x)}{\phi_j(c_j)}j=1∑M​ϕj​(cj​)ϕj​(x)​

这是一个M−1M-1M−1次多项式,但是对所有i=1,⋯,Mi=1,\cdots,Mi=1,⋯,M,cic_ici​都是
∑j=1Mϕj(x)ϕj(cj)−1=0\sum_{j=1}^M \frac{\phi_j(x)}{\phi_j(c_j)}-1=0j=1∑M​ϕj​(cj​)ϕj​(x)​−1=0

的解,于是∑j=1Mϕj(x)ϕj(cj)\sum_{j=1}^M \frac{\phi_j(x)}{\phi_j(c_j)}∑j=1M​ϕj​(cj​)ϕj​(x)​恒等于1,代入x=Ax=Ax=A可得
I=∑j=1Mϕj(A)ϕj(cj)I=\sum_{j=1}^M \frac{\phi_j(A)}{\phi_j(c_j)}I=j=1∑M​ϕj​(cj​)ϕj​(A)​

记Pj=ϕj(A)ϕj(cj)P_j=\frac{\phi_j(A)}{\phi_j(c_j)}Pj​=ϕj​(cj​)ϕj​(A)​,则
∑j=1MPj=I\sum_{j=1}^M P_j=Ij=1∑M​Pj​=I

其中PjP_jPj​是算符,这个式子就是把一个恒等算符分解为一系列算符{Pj}\{P_j\}{Pj​}。这里PjP_jPj​满足
(A−cjI)Pj=f(A)ϕ((cj)=0⇒APj=cjPj(A-c_jI)P_j=\frac{f(A)}{\phi((c_j)}=0 \Rightarrow AP_j=c_jP_j(A−cj​I)Pj​=ϕ((cj​)f(A)​=0⇒APj​=cj​Pj​

所以
APj∣α⟩=cjPj∣α⟩AP_j |\alpha \rangle = c_j P_j|\alpha \rangleAPj​∣α⟩=cj​Pj​∣α⟩

也就是说PjP_jPj​的作用是把态∣α⟩|\alpha\rangle∣α⟩投影到Hermitian算符AAA的第jjj个本征子空间中(对应于AAA的本征值cjc_jcj​的投影算符),并且所有这些投影的和就是∣α⟩|\alpha\rangle∣α⟩本身
∣α⟩=I∣α⟩=∑j=1MPj∣α⟩|\alpha\rangle = I|\alpha \rangle = \sum_{j=1}^M P_j |\alpha \rangle∣α⟩=I∣α⟩=j=1∑M​Pj​∣α⟩

因此任何态都可以分解为某个Hermitian算符的本征态的叠加,可以证明cjc_jcj​是实数,PjP_jPj​满足幂等性与厄尔米特性(Pj2=Pj,Pj†=PjP_j^2=P_j,P_j^{\dag}=P_jPj2​=Pj​,Pj†​=Pj​)。

谱分解

记对应于cjc_jcj​的本征子空间为

Wj={∣α⟩:A∣α⟩=cj∣α⟩}W_{j}=\{|\alpha\rangle:A|\alpha \rangle = c_j|\alpha\rangle\}Wj​={∣α⟩:A∣α⟩=cj​∣α⟩}

因为对应于不同本征值的本征向量互相垂直,则{Wj}\{W_j\}{Wj​}互不相交,所以
H=⊗j=1MWjH = \otimes_{j=1}^M W_jH=⊗j=1M​Wj​


PjH=WjP_jH=W_jPj​H=Wj​

考虑
A=IAI=(∑i=1MPi)A(∑j=1MPj)=∑i,j=1MPiAPj=∑j=1MPjAPj=∑j=1McjPjA=IAI=(\sum_{i=1}^M P_i)A(\sum_{j=1}^M P_j)=\sum_{i,j=1}^M P_iAP_j \\ =\sum_{j=1}^M P_jAP_j=\sum_{j=1}^M c_jP_jA=IAI=(i=1∑M​Pi​)A(j=1∑M​Pj​)=i,j=1∑M​Pi​APj​=j=1∑M​Pj​APj​=j=1∑M​cj​Pj​

这就是Hermitian算符AAA的谱分解,{cj}\{c_j\}{cj​}被称为AAA的谱(spectral)。

量子力学 一 基础5 厄尔米特算符与酉算符 算符的谱分解相关推荐

  1. 量子力学 一 基础6 厄尔米特算符的相容性

    量子力学 一 基础6 厄尔米特算符的相容性 相容性 用相容算符做谱分解 相容性 态空间HHH中的厄尔米特算符AAA的本征子空间为WcjW_{c_j}Wcj​​且满足 H=⊕j=1MWcjH=\oplu ...

  2. 量子力学 一 基础7 酉算符与Hausdorff-Campbell公式

    量子力学 一 基础7 酉算符与Campbell公式 酉算符的本征值与本征态 Hausdorff-Campbell公式 酉算符对应于线性代数中的酉变换,它不会改变态的尺度,可以维持内积结果不变,是一种保 ...

  3. 量子力学 一 基础4 态空间、对偶与线性算符

    量子力学 一 基础4 态空间.对偶与线性算符 物理态与复线性空间 对偶空间 线性算符及其伴随算符 在线性代数中我们学习了线性空间这种代数结构,线性空间中的元素可以进行线性运算,这是对物理学中场的叠加原 ...

  4. UA OPTI570 量子力学 原子结构基础 公式与结论总结

    UA OPTI570 量子力学 原子结构基础 公式与结论总结 角动量的叠加 无自旋的氢原子 原子结构基础 角动量的叠加 角动量叠加问题的描述 假设某个角动量算符可以写成另外两个角动量算符的和,J=J1 ...

  5. 量子力学 一 基础8 经典概率与量子概率

    量子力学 一 基础8 经典概率与量子概率 经典概率 量子概率 不存在干涉时,量子概率可以用经典概率解释 存在干涉时,量子概率无法用经典概率解释 经典概率 相信大家对经典概率论是非常熟悉的,按Kolmo ...

  6. 量子力学 一 基础2 作用量、普朗克常量与物质波

    量子力学 一 基础2 作用量.普朗克常量与物质波 Planck常数 物质波 Planck常数 1900年,Planck发现了Planck常量h=6.6×10−34J⋅sh=6.6\times 10^{ ...

  7. 量子力学 一 基础1 角动量

    量子力学 一 基础1 角动量 角动量的导出 角动量的应用 角动量的导出 角动量(angular momentum)是力学中非常有用的一个量,它与能量.动量等物理量一样,是运动方程的一种积分,并可以导出 ...

  8. 厄尔米特矩阵特征值为实数证明

    厄尔米特矩阵AH=A\mathbf{A}^H=\mathbf{A}AH=A HHH为共轭转置 λ‾\overline{\lambda}λ为λ\lambdaλ的共轭复数 证明: Ax=λx\mathbf ...

  9. Java程序设计语言基础02:Java中的基本数据类型和运算符

    目录 1. Java中的基本数据类型 1.1 概述 1.2 基本数据类型的值域 1.2.1 byte类型 1.2.2 short类型 1.2.3 int类型 1.2.4 long类型 1.2.5 fl ...

  10. verilog基础设计8-小米2022数字ic笔试编程题 16bit数除以8bit数 rtl实现

    目录 1.除法器原理 2.无符号的除法器的实现 3.书写tb 4.仿真结果分析 题目:除法器的verilog实现,16bit A,8bit B.C = A/B: 1.除法器原理 摘自别的博客,这里除法 ...

最新文章

  1. 5万字的《Java面试手册》V1.0版本,高清PDF免费获取
  2. 别再说你不会!自学java教程百度云
  3. MySQL模糊查询—is null关键字
  4. Windows中添加自己的程序到开机启动中(添加服务,添加注册表)
  5. openjpa_以编程方式向OpenJPA注册实体类型
  6. 如何理解文件存取单位 -- 块(block)
  7. MYSQL--浅析索引
  8. 用Azure Application Insights 监控Python应用(1)
  9. Unity3D 调用Java,Java调用Unity3D
  10. vim安装airline
  11. Kmeans算法思想
  12. python培训班排行榜-重庆Python培训机构排行榜
  13. 谁说bug解决不了?试试这个使用日志法
  14. 像追女神一样学好java~
  15. 「镁客早报」三星第十一代商务旗舰W2019发布;美国实现120KW无线充电
  16. 测试用例具体的设计方法
  17. 卸载NotePad++/SublimeText吧:VSCode才是史上最优秀的IDE编辑器
  18. 数字化助力能源高效利用
  19. 历数阿朱这厮吹过的企业服务牛逼
  20. 双十一、128 唯品会内部优惠、内部免费开店入口 唯享客 云品仓

热门文章

  1. python制作界面_python做界面
  2. 计算机审计质量论文,如何保证计算机审计的质量
  3. 基于Java开发的五子棋游戏APP设计与实现
  4. QComboBox代理
  5. 【破解】百度网盘不限速(亲测可用)
  6. 点餐小程序源代码|餐饮小程序源码PHP全开源开发
  7. 利用Visio DIY自己的示意图
  8. 计算机网络有线电视网和电话网区别,计算机网络习题答案
  9. Java零基础到进阶(真的零基础,也可以当笔记看~)
  10. webSocket和http长连接短连接