美文网首页量子力学概论
2.19 线性代数简介 Introduction to line

2.19 线性代数简介 Introduction to line

作者: 莎野椰 | 来源:发表于2020-06-13 20:00 被阅读0次

https://www.youtube.com/watch?v=NFTSnDpEZNQ&list=PL65jGfVh1ilueHVVsuCxNXoxrLI3OZAPI&index=32

前言

线性代数对于量子力学非常重要,以前讲到的正交中就有线性代数的用武之地。量子力学并不利用简单的笛卡尔坐标,而是用复数空间的向量来描述物理体系。所以找到理解复数空间和复数向量的简单方法,有利于从简单薛定谔方程求解过渡到物理体系的性质。

1. 为什么重要

\begin{array}{c|c|c}\hline 传统向量 & 量子力学 & Notation \\ \hline \vec a & \psi(x) & \vec a \rightarrow |a\rangle \\ \vec a \cdot \vec b & \int \psi_a^* \psi_b(x)dx & \overbrace{bra}^{\langle a|}c\overbrace{ket}^{|a\rangle} \\ \vec a = a_x \hat x + a_y \hat y + a_z \hat z & \psi(x) & | a \rangle \rightarrow "ket\ a" \\ = a_{\alpha} \hat x + a_{\beta} \hat \beta + a_{\gamma} \hat \gamma & \phi(k) & \langle a | \rightarrow "bra\ a" \\ \hat x \cdot \hat x = 1 & \int \psi^* \psi dx = 1 & - \\ \hline \end{array}

  • 可以看出:
    • 传统向量和波函数有某种相似,不同的基向量可以表示同一向量,类似波函数\psi(x)可以用傅里叶变换表示\phi(x),表达式不同,但表示的内容相同。
    • 单位向量点乘自己等于1,波函数点乘自己的共轭的积分也等于1
    • 由于量子力学对自旋的区分,因此才有了bra和ket,他们方向相反,互为共轭。

2. 向量的性质

  • 有0
    |\alpha \rangle + | 0\rangle = | \alpha\rangle
  • 有1
    1| \alpha\rangle = | \alpha \rangle
  • 加减
    |\alpha \rangle + |\beta \rangle = |\gamma \rangle = | \beta\rangle + |\alpha \rangle
  • 数乘法
    a | \alpha\rangle = | \gamma\rangle
  • 乘法分配率
    a(| \alpha \rangle + |\beta \rangle) = a |\alpha \rangle + a | \beta \rangle
    (a+b) |\alpha \rangle = a|\alpha \rangle + b|\alpha \rangle
  • 乘法结合律
    a b | \rangle = a (b| \rangle) = b (a| \rangle) = (ab) | \rangle
  • 不满足乘法交换律,因为有方向

3. 函数的性质-叠加/线性组合

a | \alpha \rangle + b | \beta \rangle + c | \gamma \rangle + ···

  • 线性独立
    • 如果 | \alpha \rangle和| \beta \rangle之间满足如下关系| \alpha \rangle = a| \beta \rangle + c | \gamma \rangle,说明他们之间线性相关
    • 如果 | \alpha \rangle和| \beta \rangle之间不满足如下关系| \alpha \rangle = a| \beta \rangle + c | \gamma \rangle,说明他们之间线性独立
  • 基失:即存在基失\{| x_i \rangle \}满足如下关系
    |\alpha \rangle = \sum_i \{c_i| x_i \rangle \}
  • 空间(span)
    如果空间中每一个|\alpha_i \rangle都可以写成|\alpha \rangle = \sum_i \{c_i| x_i \rangle \},那么\{| x_i \rangle \}就是span空间
  • 维度
    基矢\{| x_i \rangle \}的最小数量

4. 向量内积

  • 内积的形式如下
    \langle \alpha | \beta \rangle
  • 内积的共轭
    \langle \alpha | \beta \rangle = \langle \beta | \alpha \rangle^*
  • 向量自身的内积
    \underbrace{\langle \alpha | \alpha \rangle}_{实数} \geq 0
  • 正交
    \langle \alpha | \beta \rangle=0
  • \delta_{ij} 函数
    如果满足如下关系,说明向量之间是正交关系
    \langle x_i | x_j \rangle=\delta_{ij}

5. 正则化/归一化(Normalization)

  • 向量的长度
    ||\alpha|| = \sqrt{\langle \alpha | \alpha \rangle}
  • 如果||\alpha|| = 1,说明向量是归一化的。

6. 系数

\begin{array}{c|c}\hline 三维& 多维\\ \hline | x\rangle, | y\rangle, | z\rangle & \{ |x_i \rangle\} \\ | \alpha \rangle = \alpha_x | x\rangle + \alpha_y | y\rangle + \alpha_z | z\rangle & |\alpha \rangle = \sum_i \alpha_i | x_i\rangle \\ | \beta \rangle = \beta_x | x\rangle + \beta_y | y\rangle + \beta_z | z\rangle & \alpha_i = \langle x_i| \alpha \rangle \\ \langle \alpha | \beta \rangle = \alpha_x^* \beta_x + \alpha_y^* \beta_y + ... & \langle \alpha | \beta \rangle = \sum_i \alpha_i^* \beta_i \\ \langle \alpha | \alpha \rangle = \alpha_x^* \alpha_x + \alpha_y^* \alpha_y + ... & \langle \alpha | \alpha \rangle = \sum_i \alpha_i^* \alpha_i \\ \alpha_x = \langle x | \alpha \rangle ; \alpha_y = \langle y| \alpha \rangle & - \\ \hline \end{array} \\

  • 上表可以看出:
    • 基矢的线性组合可以得到向量| \alpha \rangle,| \beta \rangle
    • | \alpha \rangle,| \beta \rangle的内积就是系数的一一相乘加和
    • 每个线性组合中,基矢前的系数等于该基矢与向量的内积(注意这个结论下一节会用到)

相关文章

网友评论

    本文标题:2.19 线性代数简介 Introduction to line

    本文链接:https://www.haomeiwen.com/subject/jrmztktx.html