• 量子力学教程 第2.5章


    第2.5章

    本章主要讲一些第一章和第二章衔接的内容。

    通用不确定性原理(generalized uncertainty principle)

    对于可观测量 A A A,令 f = ( A ^ − ⟨ A ⟩ ) Ψ f=(\hat A-\lang A\rang)\Psi f=(A^A⟩)Ψ,则 A A A方差/不确定性为 σ A 2 = ⟨ f ∣ f ⟩ \sigma_A^2=\lang f|f\rang σA2=ff

    对于 B B B,令 g g g,同样有 σ B 2 = ⟨ g ∣ g ⟩ \sigma_B^2=\lang g|g\rang σB2=gg

    根据柯西施瓦茨不等式 σ A 2 σ B 2 = ⟨ f ∣ f ⟩ ⟨ g ∣ g ⟩ ≥ ∣ ⟨ f ∣ g ⟩ ∣ 2 \sigma_A^2\sigma_B^2=\lang f|f\rang\lang g|g\rang\ge|\lang f|g\rang|^2 σA2σB2=ffggfg2

    对任意复数 z z z ∣ z ∣ 2 = R e ( z ) 2 + I m ( z ) 2 ≥ I m ( z ) 2 = [ 1 2 i ( z − z ∗ ) ] 2 |z|^2=Re(z)^2+Im(z)^2\ge Im(z)^2=[\frac{1}{2i}(z-z^*)]^2 z2=Re(z)2+Im(z)2Im(z)2=[2i1(zz)]2。让在 y y y轴上面的转下来。

    如果 z = ⟨ f ∣ g ⟩ z=\lang f|g\rang z=fg就意味着 ∣ ⟨ f ∣ g ⟩ ∣ 2 ≥ [ 1 2 i ( ⟨ f ∣ g ⟩ − ⟨ g ∣ f ⟩ ) ] 2 |\lang f|g\rang|^2\ge[\frac{1}{2i}(\lang f|g\rang-\lang g|f\rang)]^2 fg2[2i1(⟨fggf⟩)]2

    ⟨ f ∣ g ⟩ = ⟨ ( A ^ − A ˉ ) Ψ ∣ ( B ^ − B ˉ ) Ψ ⟩ = ⟨ Ψ ∣ ( A ^ − A ˉ ) ( B ^ − B ˉ ) Ψ ⟩ 中跳公式,见升降算符的性质 = ⟨ Ψ ∣ A ^ B ^ Ψ ⟩ − B ˉ ⟨ Ψ ∣ A ^ Ψ ⟩ − A ˉ ⟨ Ψ ∣ B ^ Ψ ⟩ + A ˉ B ˉ ⟨ Ψ ∣ Ψ ⟩ = A ^ B ^ ‾ − A ˉ B ˉ

    \langf|g\rang=\lang(A^A¯)Ψ|(B^B¯)Ψ\rang=\langΨ|(A^A¯)(B^B¯)Ψ\rang=\langΨ|A^B^Ψ\rangB¯\langΨ|A^Ψ\rangA¯\langΨ|B^Ψ\rang+A¯B¯\langΨ|Ψ\rang=A^B^¯A¯B¯" role="presentation">\langf|g\rang=\lang(A^A¯)Ψ|(B^B¯)Ψ\rang=\langΨ|(A^A¯)(B^B¯)Ψ\rang=\langΨ|A^B^Ψ\rangB¯\langΨ|A^Ψ\rangA¯\langΨ|B^Ψ\rang+A¯B¯\langΨ|Ψ\rang=A^B^¯A¯B¯
    fg=⟨(A^Aˉ)Ψ∣(B^Bˉ)Ψ=Ψ∣(A^Aˉ)(B^Bˉ)Ψ中跳公式,见升降算符的性质=Ψ∣A^B^ΨBˉΨ∣A^ΨAˉΨ∣B^Ψ+AˉBˉΨ∣Ψ=A^B^AˉBˉ

    同样, ⟨ g ∣ f ⟩ = B ^ A ^ ‾ − A ˉ + B ˉ \lang g|f\rang=\overline{\hat B\hat A}-\bar A+\bar B gf=B^A^Aˉ+Bˉ

    因此 ⟨ f ∣ g ⟩ − ⟨ g ∣ f ⟩ = [ A ^ , B ^ ] ‾ \lang f|g\rang-\lang g|f\rang=\overline{[\hat A,\hat B]} fggf=[A^,B^]

    最后就是 σ A 2 σ B 2 ≥ ( 1 2 i [ A ^ , B ^ ] ‾ ) 2 \sigma_A^2\sigma_B^2\ge \left(\frac{1}{2i}\overline{[\hat A,\hat B]}\right)^2 σA2σB2(2i1[A^,B^])2


    ⟨ f ∣ g h ⟩ = ⟨ g † f ∣ h ⟩ \lang f|gh\rang=\lang g^\dagger f|h\rang fgh=gfh

  • 相关阅读:
    应用程序通过 Envoy 代理和 Jaeger 进行分布式追踪 —— Ingress Controller + Http服务 + Grpc服务(三)
    cJson 学习笔记
    RabbitMQ 高级功能
    【ASM】字节码操作 转换已有的类 ClassReader 介绍
    用Hugging Face Transformers,高效部署:多显卡量化感知训练并转换为ONNX格式的多标签分类模型
    图解Vit 2:Vision Transformer——视觉问题中的注意力机制
    Flask g对象和插件
    防火墙练习实验
    vscode 下载安装
    hive安装和shell交互全步骤
  • 原文地址:https://blog.csdn.net/myjs999/article/details/127614792