UA OPTI570 量子力学32 参考系与绘景

  • Time-dependent Hamiltonian
    • 薛定谔方程
    • Time-dependent Reference Frame
  • 绘景
    • 薛定谔绘景(Schroedinger Picture)
    • 海森堡绘景(Heisenberg Picture)
    • Interaction Picture

Time-dependent Hamiltonian

薛定谔方程

在之前的笔记中,我们讨论了薛定谔方程的可解性。考虑薛定谔方程
iℏ∂∂t∣ψ(t)⟩=H^∣ψ(t)⟩i\hbar \frac{\partial}{\partial t}|\psi(t) \rangle = \hat H |\psi(t) \rangleiℏ∂t∂​∣ψ(t)⟩=H^∣ψ(t)⟩

  • 如果H^\hat HH^关于时间是常量,则U^(t,t0)=e−iH^(t−t0)/ℏ\hat U(t,t_0)=e^{-i\hat H(t-t_0)/\hbar}U^(t,t0​)=e−iH^(t−t0​)/ℏ
  • 如果H^\hat HH^关于时间不是常量,但[H^(t),H^(t′)]=0[\hat H(t),\hat H(t')]=0[H^(t),H^(t′)]=0,则U^(t,t0)=e−∫t0tH^(t′)dt′/ℏ\hat U(t,t_0)=e^{-\int_{t_0}^t \hat H(t')dt'/\hbar}U^(t,t0​)=e−∫t0​t​H^(t′)dt′/ℏ
  • 如果H^\hat HH^关于时间不是常数,而且[H^(t),H^(t′)]≠0[\hat H(t),\hat H(t')] \ne 0[H^(t),H^(t′)]​=0,我们就需要解薛定谔方程了iℏ∣ψ(t)⟩=H^(t)∣ψ(t)⟩i\hbar |\psi(t) \rangle = \hat H(t)|\psi(t) \rangleiℏ∣ψ(t)⟩=H^(t)∣ψ(t)⟩

第一个结果是第二个结果的特例,也可以直接推导得到,如果H^\hat HH^是常量,则iℏ∣ψ(t)⟩=H^∣ψ(t)⟩i\hbar |\psi(t) \rangle = \hat H|\psi(t) \rangleiℏ∣ψ(t)⟩=H^∣ψ(t)⟩就是一个很简单的常系数线性微分方程组,通解为
∣ψ(t)⟩=eH^iℏ(t−t0)∣ψ(t0)⟩=e−iH^(t−t0)/ℏ∣ψ(t0)⟩|\psi(t) \rangle = e^{\frac{\hat H}{i\hbar}(t-t_0)}|\psi(t_0)\rangle=e^{-i\hat H(t-t_0)/\hbar}|\psi(t_0)\rangle∣ψ(t)⟩=eiℏH^​(t−t0​)∣ψ(t0​)⟩=e−iH^(t−t0​)/ℏ∣ψ(t0​)⟩第二个结果的证明在这一篇,现在讨论第三种情况,下面把H^\hat HH^简写为HHH。

Time-dependent Reference Frame

类比经典力学中建立适当的参考系以简化问题的思路,对特征态∣ψ(t)⟩|\psi(t) \rangle∣ψ(t)⟩引入一个参考系F(t):E→E\mathbb{F}(t):\mathcal{E} \to \mathcal{E}F(t):E→E,参考系是一个酉算符,它作用在特征态上得到的量子态也属于态空间,
∣ψE(t)⟩=F(t)∣ψ(t)⟩∈E|\psi_E(t)\rangle=\mathbb{F}(t)|\psi(t) \rangle \in \mathcal{E}∣ψE​(t)⟩=F(t)∣ψ(t)⟩∈E

称∣ψE(t)⟩|\psi_E(t)\rangle∣ψE​(t)⟩为Effective State;它满足的薛定谔方程为
iℏ∂∂t∣ψ(t)⟩=HE(t)∣ψ(t)⟩i\hbar \frac{\partial}{\partial t}|\psi(t) \rangle = H_E(t) |\psi(t) \rangleiℏ∂t∂​∣ψ(t)⟩=HE​(t)∣ψ(t)⟩

称这个薛定谔方程为Effective Schroedinger方程,称HEH_EHE​为Effective Hamiltonian,它与原Hamiltonian的关系为
HE(t)=F(t)H(t)F†(t)−iℏF(t)∂∂tF†(t)H_E(t)=\mathbb{F}(t) H(t)\mathbb{F}^{\dag}(t)-i\hbar \mathbb{F}(t)\frac{\partial}{\partial t} \mathbb{F}^{\dag}(t)HE​(t)=F(t)H(t)F†(t)−iℏF(t)∂t∂​F†(t)

证明:In Schroedinger equation,
iℏ∂∂t∣ψ(t)⟩=H(t)∣ψ(t)⟩i\hbar \frac{\partial}{\partial t}|\psi(t) \rangle = H(t)|\psi(t) \rangleiℏ∂t∂​∣ψ(t)⟩=H(t)∣ψ(t)⟩

Now do substitution ∣ψ(t)⟩=F†(t)∣ψE(t)⟩|\psi(t) \rangle =\mathbb{F}^{\dag}(t)|\psi_E(t) \rangle∣ψ(t)⟩=F†(t)∣ψE​(t)⟩,
LHS=iℏ∂∂t(F†(t)∣ψE(t)⟩)=iℏ(∂∂tF†(t))∣ψE(t)⟩+iℏF†(t)∂∂t∣ψE(t)⟩RHS=H(t)∣ψ(t)⟩=H(t)F†(t)∣ψE(t)⟩\begin{aligned}LHS & =i\hbar \frac{\partial}{\partial t}\left( \mathbb{F}^{\dag}(t)|\psi_E(t) \rangle \right) \\ & =i\hbar \left( \frac{\partial}{\partial t} \mathbb{F}^{\dag}(t) \right)|\psi_E(t) \rangle + i\hbar \mathbb{F}^{\dag}(t) \frac{\partial}{\partial t}|\psi_E(t) \rangle \\ RHS & =H(t)|\psi(t) \rangle=H(t)\mathbb{F}^{\dag}(t)|\psi_E(t) \rangle \end{aligned}LHSRHS​=iℏ∂t∂​(F†(t)∣ψE​(t)⟩)=iℏ(∂t∂​F†(t))∣ψE​(t)⟩+iℏF†(t)∂t∂​∣ψE​(t)⟩=H(t)∣ψ(t)⟩=H(t)F†(t)∣ψE​(t)⟩​

So the equation becomes
iℏ(∂∂tF†(t))∣ψE(t)⟩+iℏF†(t)∂∂t∣ψE(t)⟩=H(t)F†(t)∣ψE(t)⟩iℏF†(t)∂∂t∣ψE(t)⟩=(H(t)F†(t)−iℏ∂∂tF†(t))∣ψE(t)⟩iℏ∂∂t∣ψE(t)⟩=(F(t)H(t)F†(t)−iℏF(t)∂∂tF†(t))∣ψE(t)⟩i\hbar \left( \frac{\partial}{\partial t} \mathbb{F}^{\dag}(t) \right)|\psi_E(t) \rangle + i\hbar \mathbb{F}^{\dag}(t) \frac{\partial}{\partial t}|\psi_E(t) \rangle = H(t)\mathbb{F}^{\dag}(t)|\psi_E(t) \rangle \\ i\hbar \mathbb{F}^{\dag}(t) \frac{\partial}{\partial t}|\psi_E(t) \rangle = \left( H(t)\mathbb{F}^{\dag}(t)-i\hbar\frac{\partial}{\partial t} \mathbb{F}^{\dag}(t)\right) |\psi_E(t) \rangle \\ i\hbar \frac{\partial}{\partial t}|\psi_E(t) \rangle = \left(\mathbb{F}(t) H(t)\mathbb{F}^{\dag}(t)-i\hbar \mathbb{F}(t)\frac{\partial}{\partial t} \mathbb{F}^{\dag}(t)\right) |\psi_E(t) \rangleiℏ(∂t∂​F†(t))∣ψE​(t)⟩+iℏF†(t)∂t∂​∣ψE​(t)⟩=H(t)F†(t)∣ψE​(t)⟩iℏF†(t)∂t∂​∣ψE​(t)⟩=(H(t)F†(t)−iℏ∂t∂​F†(t))∣ψE​(t)⟩iℏ∂t∂​∣ψE​(t)⟩=(F(t)H(t)F†(t)−iℏF(t)∂t∂​F†(t))∣ψE​(t)⟩

Define effective Hamiltonian,
HE(t)=F(t)H(t)F†(t)−iℏF(t)∂∂tF†(t)H_E(t)=\mathbb{F}(t) H(t)\mathbb{F}^{\dag}(t)-i\hbar \mathbb{F}(t)\frac{\partial}{\partial t} \mathbb{F}^{\dag}(t)HE​(t)=F(t)H(t)F†(t)−iℏF(t)∂t∂​F†(t)

and the equation becomes effective Shroedinger equation,
iℏ∂∂t∣ψE(t)⟩=HE(t)∣ψE(t)⟩i\hbar \frac{\partial}{\partial t}|\psi_E(t) \rangle = H_E(t)|\psi_E(t) \rangleiℏ∂t∂​∣ψE​(t)⟩=HE​(t)∣ψE​(t)⟩

绘景

绘景(Picture)的含义是在不同参考系F(t)\mathbb{F}(t)F(t)下得到的不同effective Shroedinger equation及其导出的量子系统的性质。薛定谔绘景、海森堡绘景与Interaction Picture就是在不同参考系下的结果。

薛定谔绘景(Schroedinger Picture)

在薛定谔绘景中,位置与动量算符不随时间变化,其他算符可以随时间变化,但是这种它们的变化规律具有一些相通的性质。用∣ψS⟩|\psi_S \rangle∣ψS​⟩表示薛定谔绘景下的一个量子态,ASA_SAS​表示薛定谔绘景下的任意算符,它的均值是
⟨AS⟩=⟨ψS∣AS∣ψS⟩\langle A_S \rangle = \langle \psi_S |A_S |\psi_S \rangle⟨AS​⟩=⟨ψS​∣AS​∣ψS​⟩

并且满足微分方程:
ddt⟨AS⟩=1iℏ⟨[AS,HS]⟩+⟨∂AS∂t⟩\frac{d}{dt}\langle A_S \rangle = \frac{1}{i\hbar} \langle [A_S,H_S] \rangle + \langle \frac{\partial A_S}{\partial t} \rangledtd​⟨AS​⟩=iℏ1​⟨[AS​,HS​]⟩+⟨∂t∂AS​​⟩

证明: 直接计算微分
ddt⟨AS⟩=ddt⟨ψS∣AS∣ψS⟩=(ddt⟨ψS∣)AS∣ψS⟩+⟨ψS∣AS∣(ddtψS⟩)+⟨ψS∣∂∂tAS∣ψS⟩=−1iℏ⟨ψS∣HSAS∣ψS⟩+1iℏ⟨ψS∣ASHS∣ψS⟩+⟨ψS∣∂∂tAS∣ψS⟩=1iℏ⟨[AS,HS]⟩+⟨∂AS∂t⟩\begin{aligned} \frac{d}{dt}\langle A_S \rangle &=\frac{d}{dt}\langle \psi_S |A_S |\psi_S \rangle \\& =(\frac{d}{dt}\langle \psi_S |)A_S |\psi_S \rangle +\langle \psi_S |A_S | (\frac{d}{dt} \psi_S \rangle)+\langle \psi_S |\frac{\partial}{\partial t} A_S |\psi_S \rangle \\ & = -\frac{1}{i\hbar} \langle \psi_S |H_S A_S|\psi_S \rangle +\frac{1}{i\hbar} \langle \psi_S |A_SH_S |\psi_S \rangle+\langle \psi_S |\frac{\partial}{\partial t} A_S |\psi_S \rangle \\ & = \frac{1}{i\hbar} \langle [A_S,H_S] \rangle + \langle \frac{\partial A_S}{\partial t} \rangle\end{aligned}dtd​⟨AS​⟩​=dtd​⟨ψS​∣AS​∣ψS​⟩=(dtd​⟨ψS​∣)AS​∣ψS​⟩+⟨ψS​∣AS​∣(dtd​ψS​⟩)+⟨ψS​∣∂t∂​AS​∣ψS​⟩=−iℏ1​⟨ψS​∣HS​AS​∣ψS​⟩+iℏ1​⟨ψS​∣AS​HS​∣ψS​⟩+⟨ψS​∣∂t∂​AS​∣ψS​⟩=iℏ1​⟨[AS​,HS​]⟩+⟨∂t∂AS​​⟩​

基于这个结果,分别取AS=R,PA_S=\textbf R,\textbf PAS​=R,P,可得
ddt⟨R⟩=⟨P⟩mddt⟨P⟩=−⟨∇V(R)⟩\frac{d}{dt} \langle \textbf R \rangle = \frac{\langle \textbf P \rangle}{m} \\ \frac{d}{dt}\langle \textbf P \rangle = - \langle \nabla V(\textbf R) \rangledtd​⟨R⟩=m⟨P⟩​dtd​⟨P⟩=−⟨∇V(R)⟩

这两个方程被称为Ehrenfest方程,它们说明在薛定谔绘景下,位移与动量算符的均值满足的微分方程与经典力学中位移与动量满足的方程具有完全相同的形式。

海森堡绘景(Heisenberg Picture)

在海森堡绘景中,参考系就是薛定谔时间演化算符
F(t)=U†(t,t0)\mathbb{F}(t)=U^{\dag}(t,t_0)F(t)=U†(t,t0​)

所以同一个算符在海森堡绘景与薛定谔绘景中满足
AH=FASF†=U†(t,t0)ASU(t,t0)A_H = \mathbb{F}A_S \mathbb{F}^{\dag} = U^{\dag}(t,t_0) A_S U(t,t_0)AH​=FAS​F†=U†(t,t0​)AS​U(t,t0​)

根据Effective Hamiltonian的公式,
HE(t)=F(t)H(t)F†(t)−iℏF(t)∂∂tF†(t)=U†(t,t0)H(t)U(t,t0)−iℏU†(t,t0)H(t)U(t,t0)iℏ=0\begin{aligned}H_E(t) & =\mathbb{F}(t) H(t)\mathbb{F}^{\dag}(t)-i\hbar \mathbb{F}(t)\frac{\partial}{\partial t} \mathbb{F}^{\dag}(t) \\ & = U^{\dag}(t,t_0) H(t)U(t,t_0)-i\hbar U^{\dag}(t,t_0) \frac{H(t)U(t,t_0)}{i\hbar}=0\end{aligned}HE​(t)​=F(t)H(t)F†(t)−iℏF(t)∂t∂​F†(t)=U†(t,t0​)H(t)U(t,t0​)−iℏU†(t,t0​)iℏH(t)U(t,t0​)​=0​

所以ddt∣ψE⟩=0\frac{d}{dt}|\psi_E \rangle = 0dtd​∣ψE​⟩=0,∣ψE(t)⟩=∣ψS(t0)⟩=F(t)∣ψ(t)⟩|\psi_E(t) \rangle=|\psi_S(t_0) \rangle=\mathbb{F}(t)|\psi(t) \rangle∣ψE​(t)⟩=∣ψS​(t0​)⟩=F(t)∣ψ(t)⟩。这说明海森堡绘景中的算符与薛定谔绘景中的算符相比只是多了一个时间演化的因子。

下表总结了海森堡绘景中的一些规律:

Interaction Picture

假设薛定谔绘景中的Hamiltonian满足
HS(t)=H0+W(t)H_S(t)=H_0+W(t)HS​(t)=H0​+W(t)

也就是和时间无关的项H0H_0H0​与和时间有关的项W(t)W(t)W(t)可以分开,称W(t)W(t)W(t)是time-dependent perturbation,基于H0H_0H0​的时间演化算符为
U(t,t0)=e−iH0(t−t0)/ℏU(t,t_0)=e^{-iH_0(t-t_0)/\hbar}U(t,t0​)=e−iH0​(t−t0​)/ℏ

Interaction Picture的参考系满足
F=U†(t,t0)=eiH0(t−t0)/ℏ\mathbb{F}=U^{\dag}(t,t_0)=e^{iH_0(t-t_0)/\hbar}F=U†(t,t0​)=eiH0​(t−t0​)/ℏ

则在Interaction Picture中,有如下性质,

  • ∣ψI(t)⟩=eiH0(t−t0)/ℏ∣ψS(t)⟩|\psi_I(t) \rangle=e^{iH_0(t-t_0)/\hbar} |\psi_S(t) \rangle∣ψI​(t)⟩=eiH0​(t−t0​)/ℏ∣ψS​(t)⟩
  • AI(t)=eiH0(t−t0)/ℏAS(t)e−iH0(t−t0)/ℏA_I(t)=e^{iH_0(t-t_0)/\hbar} A_S(t)e^{-iH_0(t-t_0)/\hbar}AI​(t)=eiH0​(t−t0​)/ℏAS​(t)e−iH0​(t−t0​)/ℏ
  • iℏ∂∂t∣ψI(t)⟩=HI(t)∣ψI(t)⟩i\hbar \frac{\partial}{\partial t}|\psi_I(t) \rangle = H_I(t)|\psi_I(t) \rangleiℏ∂t∂​∣ψI​(t)⟩=HI​(t)∣ψI​(t)⟩,其中HI(t)=eiH0(t−t0)/ℏW(t)e−iH0(t−t0)/ℏH_I(t)=e^{iH_0(t-t_0)/\hbar} W(t)e^{-iH_0(t-t_0)/\hbar}HI​(t)=eiH0​(t−t0​)/ℏW(t)e−iH0​(t−t0​)/ℏ

UA OPTI570 量子力学32 参考系与绘景相关推荐

  1. UA OPTI570 量子力学33 Time-dependent Perturbation基础

    UA OPTI570 量子力学33 Time-dependent Perturbation基础 背景 上一讲介绍interaction picture时提到了time-dependent pertur ...

  2. 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 ...

  3. UA OPTI570 量子力学 公式与结论总结1 角动量基础

    UA OPTI570 量子力学 公式与结论总结1 角动量基础 角动量算符基础 角动量算符基础 角动量算符的定义 一个三元组J=(Jx,Jy,Jz)\textbf J=(J_x,J_y,J_z)J=(J ...

  4. UA OPTI570 量子力学18 量子谐振子基础

    UA OPTI570 量子力学18 量子谐振子基础 经典谐振子 量子谐振子 用创生与湮灭算符表示量子谐振子 Hamiltonian的特征值 Hamiltonian的特征值对应的量子态 量子谐振子(qu ...

  5. UA OPTI570 量子力学31 氢原子Fine Structure简介

    UA OPTI570 量子力学31 氢原子Fine Structure简介 氢原子的哈密顿量 氢原子Fine Structure的解 氢原子的Hyperfine Structure简介 氢原子的哈密顿 ...

  6. UA OPTI570 量子力学27 角动量的叠加与Clebsch-Gordan系数

    UA OPTI570 量子力学27 角动量的叠加与Clebsch-Gordan系数 角动量算符的分解与其量子数的构成规则 Clebsch-Gordan系数 背景 上一讲讨论了电子无自旋的氢原子,现在讨 ...

  7. UA OPTI570 量子力学34 Harmonic Perturbation简介

    UA OPTI570 量子力学34 Harmonic Perturbation简介 考虑Hamiltonian H(t)=H0+W(t)H(t)=H_0+W(t)H(t)=H0​+W(t),其中tim ...

  8. UA OPTI570 量子力学30 Degenerate Stationary Perturbation Theory简介

    UA OPTI570 量子力学30 Degenerate Stationary Perturbation Theory简介 回顾:Nondegenerate Stationary Perturbati ...

  9. UA OPTI570 量子力学29 摄动理论简介

    UA OPTI570 量子力学29 摄动理论简介 这一篇介绍一些简单的perturbation theory基础,摄动理论(perturbation theory)的思想是用微扰方法将复杂的量子系统用 ...

最新文章

  1. linux安装ActiveMQ
  2. 【硬核】自己动手实现轻量级神经网络推理框架
  3. 树莓派基于 Linux 的 Windows XP 现已可用
  4. Nginx笔记系列(1)——Nignx的安装部署
  5. php 对接 asp,PHP模拟asp中response类实现方法
  6. java获取linux下面所有线程,获取Linux中Java线程的线程ID
  7. 简单有趣的web项目_有趣而简单的电子项目书
  8. v4l2驱动框架_【干货分享】Xilinx Linux V4L2视频管道(Video Pipeline)驱动程序分析...
  9. 张小龙的区区一件衣服竟然能引起这么大骚动
  10. Cocos Creator 原生安卓改包名+AS运行到真机apk被slice处理而失败
  11. inline-block和float
  12. 为什么 Laravel 会成为最成功的 PHP 框架?
  13. java adt eclipse_Eclipse安装ADT插件
  14. VS2012旗舰版下载地址和安装密钥
  15. YOLO3 -- 介绍
  16. dipg(dip歌词翻译中文)
  17. 花房集团CEO于丹内部信:上市即暴富年代已一去不复返
  18. lsb_release 提示命令不存在
  19. python枚举是什么意思_什么是枚举python
  20. Ucenter的UClinet和UC_Server编码不一致无法登陆解决方法

热门文章

  1. 【Python-ML】SKlearn库特征抽取-LDA
  2. 计算机 专业英语 考试,《计算机专业英语》期末考试试卷
  3. 线程池的几个重要参数?—— 七大参数
  4. Build Search for Common Use Cases
  5. myeclipse怎么如何激活
  6. java中两个整形相除,向上取整
  7. [YTU]_2432 (C++习题 对象数组输入与输出)
  8. 1.1 MATLAB数值数据
  9. 图像上添加噪声 并滤波
  10. sklearn学习(三)