本征值和本征函数的计算

一维谐振子的本征值问题

摘要：一维谐振子的本征值问题属于定态问题。本文首先给出了一维谐振子本征值问题的Heisenberg 矩阵力学解法，Dirac算子代数解法和Schr?dinger波动力学解法。在此基础上，给出了一维半壁谐振子势阱（垒）问题的解法。然后讨论了相干态和压缩态，它们是非经典量子效应，在超标准量子极限的高精度光学测量、超低噪光通信及量子通信领域有着广泛的应用前景，是物理学研究前沿课题之一。最后从Dirac算子代数中求解出a?的本征态即谐振子的相干态，并由降算符a?与升算符+a?、光子数n与相位φ的最小不确定关系得出相干态和压缩态。 关键词：量子力学、一维谐振子、Heisenberg矩阵力学、算子代数解法、Schr?dinger波动力学、一维半壁谐振子势阱（垒）、相干态、压缩态。 在量子力学中谐振子不仅是说明量子力学基本原理和方法的一个很好的例子，而且任何体系在平衡位置附近的小振动，例如:分子的振动，原子核辐射场及其他玻色场的振动等，在选择恰当的坐标后，常常可以分解为若干彼此独立的一维谐振子振动]1[.1925年Heisenberg发现矩阵力学，1926年Schr?dinger创立波动力学，同时，Dirac创立在数学上更为一般的理论.可包括矩阵及波动两种形式]2[.一维谐振子的能力本征值问题，在历史上首先为Heisenberg的矩阵力学解决，后来用算子代数的方法给出了极漂亮的解，一般的教材只给定了波动力学的解法]3[.自1963年，Glauber]4[等人提出谐振子相干态以后，相干态和压缩态以其特有的最小不确定性和超完备性备受人们的关注，被广泛应用于量子光5[-。 学等领域]13 一维谐振子的本征值问题属于定态问题。本文首先给出了一维谐振子本征值问题的Heisenberg 矩阵力学解法，Dirac算子代数解法和Schr?dinger波动力学解法。在此基础上，给出了一维半壁谐振子势阱（垒）问题的解法。然后讨论了相干态和压缩态，它们是非经典量子效应，在超标准量子极限的高精度光学测量、超低噪光通信及量子通信领域有着广泛的应用前景，是物理学研究前沿课题之一。最后从Dirac算子代数中求解出a?的本征态即谐振子的相干态，并由降算符a?与升算符+a?、光子数n与相位φ的最小不确定关系得出相干态和压缩态。 1.矩阵力学解法 取自然平衡位置为坐标原点，并选原点为势能零点，则一维谐振子势V可表成

一维谐振子的本征值问题

一维谐振子的本征值问题 姜罗罗 赣南师范学院物理与电子信息科学系物理学专业2000级（2）班 摘要：一维谐振子的本征值问题属于定态问题。本文首先给出了一维谐振子本征值问题的Heisenberg 矩阵力学解法，Dirac算子代数解法和Schr?dinger波动力学解法。在此基础上，给出了一维半壁谐振子势阱（垒）问题的解法。然后讨论了相干态和压缩态，它们是非经典量子效应，在超标准量子极限的高精度光学测量、超低噪光通信及量子通信领域有着广泛的应用前景，是物理学研究前沿课题之一。最后从Dirac算子代数中求解出a?的本征态即谐振子的相干态，并由降算符a?与升算符+a?、光子数n与相位φ的最小不确定关系得出相干态和压缩态。 关键词：量子力学、一维谐振子、Heisenberg矩阵力学、算子代数解法、Schr?dinger波动力学、一维半壁谐振子势阱（垒）、相干态、压缩态。 在量子力学中谐振子不仅是说明量子力学基本原理和方法的一个很好的例子，而且任何体系在平衡位置附近的小振动，例如:分子的振动，原子核辐射场及其他玻色场的振动等，在选择恰当的坐标后，常常可以分解为若干彼此独立的一维谐振子振动]1[.1925年Heisenberg发现矩阵力学，1926年Schr?dinger创立波动力学，同时，Dirac创立在数学上更为一般的理论.可包括矩阵及波动两种形式]2[.一维谐振子的能力本征值问题，在历史上首先为Heisenberg的矩阵力学解决，后来用算子代数的方法给出了极漂亮的解，一

般的教材只给定了波动力学的解法]3[.自1963年，Glauber ]4[等人提出谐振子相干态以后，相干态和压缩态以其特有的最小不确定性和超完备性备受人们的关注，被广泛应用于量子光学等领域]135[-。 一维谐振子的本征值问题属于定态问题。本文首先给出了一维谐振子本征值问题的Heisenberg 矩阵力学解法，Dirac 算子代数解法和Schr ?dinger 波动力学解法。在此基础上，给出了一维半壁谐振子势阱（垒）问题的解法。然后讨论了相干态和压缩态，它们是非经典量子效应，在超标准量子极限的高精度光学测量、超低噪光通信及量子通信领域有着广泛的应用前景，是物理学研 究前沿课题之一。最后从Dirac 算子代数中求解出a ?的本征态即谐振子的相干态，并由降算符a ?与升算符+a ?、光子数n 与相位φ的最小不确定关系得出相干态和压缩态。 1.矩阵力学解法 V 可 表成 2 2 1kx V x = （１） k 为刻画简谐作用力强度的参数.设谐振子质量为μ，令 μ ωk = （２） 它是经典谐振子的自然频率，则一维谐振子的Hamilton 量可表为 图１．一维谐振子势 222?2 12??x p H μωμ+= (3) 在能量H ?表象中，由于

第五章思考题

第五章思考题 1．简述定态微扰论的基本思想。 解答：量子力学体系的哈密顿算符∧H 不是时间的显函数时，通过求解定态薛定谔方程，讨论定态波函数。除少数特例外，定态薛定谔方程一般很难严格求解。求解定态薛定谔方程 ψψE H =∧时，若可以把不显函时间的∧H 分为大、小两部分∧ ∧∧'+=H H H )0( ||||)0(∧∧'>>H H ，其中 )0() 0() 0()0(n n n E H ψψ=∧，即∧)0(H 的本征值)0(n E 和本征函数 )0(n ψ是可以精确求解的，或已有确定的结果。 满足上述条件的基础上，常引入一个很小参数λ（10<<λ），将微扰写成 ∧ 'H λ，以逐步近似的精神求解薛定谔方程。将能级和波函数以λ的幂级数展开 ???+++=+++= )2(2)1()0()2(2)1()0(n n n n n n n n E E E E ψλλψψψλλ ) 0(n E 与)0(n ψ称为零级近似能量和零级近似波函数，是未受微扰时∧)0(H 的本征能量和本征函数，也是我们求解微扰问题的必备基本条件，后面各项按λ的幂次称为一级修正、二级修正、…。 2．非简并定态微扰论的适用条件是什么？ 解答：非简并定态微扰论的适用条件为||||)0()0(m n m n E E H -<<'，一是要求 微扰本身应很小，二是要求能级间隔||)0()0(m n E E -较大。 3．证明：非简并定态微扰中，基态能量的二级修正永为负值。

解答：能量的二级修正)0()0(2) 2(||m n nm m n E E H E -''=∑，若)0(n E 为基态能量，当然其数值为最小，因而在求和中n m ≠的任一项0)0()0(<-m n E E ，故)2(n E 永为负值。 4．简并态微扰与非简并态微扰的主要区别是什么？什么条件下，简 并能级情况可用非简并态微扰处理？ 解答：简并态微扰与非简并态微扰的主要区别是零级近似能量给定后，对应的零级近似波函数一般说来是不能完全确定的。对于f 度简 并能级,)0(k E 如选择的f 个独立的)0(αψk 已使H '对角化，即 αβαββαδψψH H k k '>='<)0()0(||， 此时αααH E k '=)1(，对应的零级近似波函数为)0(αψk ，虽然能级)0(k E 是简并的，仍可用非简并定态微扰论处理一级近似问题。 5．量子跃迁问题与定态微扰在研究目标和处理方法上有何不同? 解答：定态微扰和量子跃迁是量子力学中两个不同类型的问题，在研究目标和处理方法上都不一样。定态微扰处理定态问题，考虑加入微扰后如何求出体系总哈密顿量的本征值和本征函数的修正项，其出发点是定态薛定谔方程。量子跃迁是考虑体系在微扰作用下，波函数随时间的变化问题，是依据含时薛定谔方程),(),(t x H t t x i ψψ=?? 具体计算量子态之间的跃迁几率问题。一般说来，这两类问题都需要运用近似方法求解。 6．非简并态微扰为什么不适用于所谓近简并情况？

特征值与特征向量

矩阵的特征值和特征向量 定义1设是一个阶方阵，是一个数，如果方程 (1) 存在非零解向量，则称为的一个特征值，相应的非零解向量称为属于特征值的特 征向量． （1）式也可写成， (2) 这是个未知数个方程的齐次线性方程组，它有非零解的充分必要条件是系数行列式 , (3) 即 上式是以为未知数的一元次方程，称为方阵的特征方程．其左端是的次多项式，记作，称为方阵的特征多项式． == = 显然，的特征值就是特征方程的解．特征方程在复数范围内恒有解，其个数为方程的次数（重根按重数计算），因此，阶矩阵有个特征值． 设阶矩阵的特征值为由多项式的根与系数之间的关系，不难证明 （ⅰ） （ⅱ）

若为的一个特征值，则一定是方程的根, 因此又称特征根，若为方程的重根，则称为的重特征根．方程的每一个非零解向量都是相应于的特征向量，于是我们可以得到求矩阵的全部特征值和特征向量的方法如下： 第一步：计算的特征多项式； 第二步：求出特征方程的全部根，即为的全部特征值； 第三步：对于的每一个特征值，求出齐次线性方程组： 的一个基础解系，则的属于特征值的全部特征向量是 （其中是不全为零的任意实数）． 例1 求的特征值和特征向量. 解的特征多项式为 = 所以的特征值为 当=2时，解齐次线性方程组得 解得令=1，则其基础解系为：= 因此，属于=2的全部特征向量为：. 当=4时，解齐次线性方程组得令=1， 则其基础解系为：因此的属于=4的全部特征向量为

[注]：若是的属于的特征向量，则也是对应于的特征向量，因而特征 向量不能由特征值惟一确定．反之，不同特征值对应的特征向量不会相等，亦即一个特征向量只能属于一个特征值. 例2 求矩阵 的特征值和特征向量. 解的特征多项式为 == ， 所以的特征值为==2（二重根），. 对于==2，解齐次线性方程组．由 ， 得基础解系为： 因此，属于==2的全部特征向量为：不同时为零. 对于，解齐次线性方程组．由 ， 得基础解系为： 因此，属于的全部特征向量为：

特征值和特征向量的物理意义

特征向量体现样本之间的相关程度，特征值则反映了散射强度。 特征向量的几何意义.矩阵(既然讨论特征向量的问题.当然是方阵.这里不讨论广义特征向量的概念)乘以一 个向量的结果仍是同维数的一个向量.因此.矩阵乘法对应了一个变换.把一个向量变成同维数的另一个向量.那么变换的效果是什么呢?这当然与方阵的构造有密切关系.比如可以取适当的二维方阵.使得这个变换 的效果就是将平面上的二维向量逆时针旋转30度.这时我们可以问一个问题.有没有向量在这个变换下不 改变方向呢?可以想一下.除了零向量.没有其他向量可以在平面上旋转30度而不改变方向的.所以这个变换对应的矩阵(或者说这个变换自身)没有特征向量(注意:特征向量不能是零向量).所以一个变换的特征向量 是这样一种向量.它经过这种特定的变换后保持方向不变.只是进行长度上的伸缩而已(再想想特征向量的原始定义Ax= cx.你就恍然大悟了.看到了吗?cx是方阵A对向量x进行变换后的结果.但显然cx和x的方向相同).而且x是特征向量的话.ax也是特征向量(a是标量且不为零).所以所谓的特征向量不是一个向量而是一个向量族. 另外.特征值只不过反映了特征向量在变换时的伸缩倍数而已.对一个变换而言.特征向量指明的 方向才是很重要的.特征值不是那么重要.虽然我们求这两个量时先求出特征值.但特征向量才是更本质的 东西! 比如平面上的一个变换.把一个向量关于横轴做镜像对称变换.即保持一个向量的横坐标不变.但纵坐标取相反数.把这个变换表示为矩阵就是［1 0,0 -1］.其中分号表示换行.显然［1 0,0 -1］＊［a b］＇=［a -b］＇. 其中上标＇表示取转置.这正是我们想要的效果.那么现在可以猜一下了.这个矩阵的特征向量是什么?想想什么向量在这个变换下保持方向不变.显然.横轴上的向量在这个变换下保持方向不变(记住这个变换是镜像 对称变换.那镜子表面上(横轴上)的向量当然不会变化).所以可以直接猜测其特征向量是［a 0］＇(a不为0).还有其他的吗?有.那就是纵轴上的向量.这时经过变换后.其方向反向.但仍在同一条轴上.所以也被认为是方向没有变化。 综上，特征值只不过反映了特征向量在变换时的伸缩倍数而已，对一个变换而言，特征向量指明的方向才是很重要的，特征值似乎不是那么重要；但是，当我们引用了Spectral theorem（谱定律）的时候，情况就不一样了。 Spectral theorem的核心内容如下：一个线性变换（用矩阵乘法表示）可表示为它的所有的特征向量的一个线性组合，其中的线性系数就是每一个向量对应的特征值，写成公式就是： T(V)=λ1(V1.V)V1+λ2(V2.V)V2+λ3(V3.V)V3+... 从这里我们可以看出，一个变换（矩阵）可由它的所有特征向量完全表示，而每一个向量所对应的特征值，就代表了矩阵在这一向量上的贡献率——说的通俗一点就是能量（power），至此，特征值翻身做主人，彻底掌握了对特征向量的主动：你所能够代表这个矩阵的能量高低掌握在我手中，你还吊什么吊？ 我们知道，一个变换可由一个矩阵乘法表示，那么一个空间坐标系也可视作一个矩阵，而这个坐标系就可由这个矩阵的所有特征向量表示，用图来表示的话，可以想象就是一个空间张开的各个坐标角度，这一组向量可以完全表示一个矩阵表示的空间的“特征”，而他们的特征值就表示了各个角度上的能量（可以想象成从各个角度上伸出的长短，越长的轴就越可以代表这个空间，它的“特征”就越强，或者说显性，而短轴自然就成了隐性特征），因此，通过特征向量/值可以完全描述某一几何空间这一特点，使得特征向量与特征值在几何（特别是空间几何）及其应用中得以发挥。 关于特征向量（特别是特征值）的应用实在是太多太多，近的比如俺曾经提到过的PCA方法，选取特征值最高的k个特征向量来表示一个矩阵，从而达到降维分析+特征显示的方法；近的比如Google公司的成名作PageRank，也是通过计算一个用矩阵表示的图（这个图代表了整个Web各个网页“节点”之间的关联）的特征向量来对每一个节点打“特征值”分；再比如很多人脸识别，数据流模式挖掘分析等方面，都有应用，

43多项式方法求特征值问题

4．3多项式方法求特征值问题 4.3.1 F-L 方法求多项式系数 我们知道，求n 阶方阵A 的特征值就是求代数方程 0||)(=-=I A λλ? （4.3.1） 的根。)(λ?称为A 的特征多项式。上式展开为 n n n n p p p ++++=--.....)(2211λλλλ? （4.3.2） 其中n p p p ,...,21为多项式)(λ?的系数。 从理论上讲，求A 的特征值可分为两步： 第一步 直接展开行列式|I A λ-|求出多项式)(λ?； 第二步 求代数方程0)(=x ?的根，即特征值。 《 对于低阶矩阵，这种方法是可行的。但对于高阶矩阵，计算量则很大，这种方法是不适用的。这里我们介绍用F-L （Faddeev-Leverrier ）方法求特征方程（4.3.2）中多项式)(λ?的系数。由于代数方程求根问题在第2章中已经介绍，所以本节中解决特征值问题的关键是确定矩阵A 的特征多项式)(λ?，所以称这种方法为多项式方法求特征值问题。 记矩阵A=n n ij a ?)(的对角线元素之和为 nn a a a trA +++=...2211 （4.3.3） 利用递归的概念定义以下n 个矩阵:),....,2,1(n k B k = ???????????????-=-=-=-==----),(................),(...............),(),(,11112231121I p B A B I p B A B I p B A B I p B A B A B n n n k k k n n k k trB n p trB k p trB p trB p trB p 11312133221 1===== （4.3.4） 可以证明,(4.3.4)式中,,...,2,1,n k p k =即是所求A 的特征多项式)(λ?的各系数。用（）式求矩阵的特征多项式系数的方法称为F-L 方法。相应特征方程为： 0).....()1(2211=-------n n n n n p p p λλλ （4.3.5） 而且可证矩阵A 的逆矩阵可表示为 )(1111I p B p A n n n ----= (4.3.6) ? 例1 求矩阵 ??????????=324202423A

特征值和特征向量习题集

《 特征值与特征向量》习题2 1．求矩阵M ＝???? ?? －1 0 5 6的特征值和特征向量． 2. 已知矩阵M ＝?? ?? ?? 1 22 x 的一个特征值为3，求另一个特征值及其对应的一个特征向量． 3. 已知矩阵M ＝?????? 1 －2－1 －3，向量α＝?????? 3－5，β＝???? ?? 24. (1)求向量2α＋3β在矩阵M 表示的变换作用下的象； (2)向量γ＝?????? 12是矩阵M 的特征向量吗为什么 4. 已知矩阵A ＝?? ???? 1 2－1 4，设向量β＝???? ??74，试计算A 5 β的值． 5. 已知矩阵A ＝???? ?? 1 －1a 1，其中a ∈R ，若点P (1,1)在矩阵A 的变换下得到点P ′(0， －3) (1)求实数a 的值； (2)求矩阵A 的特征值及特征向量． 6. 已知矩阵A ＝?? ???? 3 3c d ，若矩阵A 属于特征值6的一个特征向量α1＝???? ?? 11，属于特征值1的一个特征向量α2＝???? ?? 3－2，求矩阵A ，并写出A 的逆矩阵． 7. 已知矩阵A 对应的变换是先将某平面图形上的点的横坐标保持不变，纵坐标变为原来的2倍，再将所得图形绕原点按顺时针方向旋转90°. (1)求矩阵A 及A 的逆矩阵B ； (2)已知矩阵M ＝?? ?? ??3 32 4，求M 的特征值和特征向量； (3)若α＝???? ??81在矩阵B 的作用下变换为β，求M 50 β.(结果用指数式表示) 8. 已知二阶矩阵M 的一个特征值λ＝8及与其对应的一个特征向量α1＝???? ?? 11，并且矩 阵M 对应的变换将点(－1,2)变换成(－2,4)． (1)求矩阵M ； (2)求矩阵M 的另一个特征值及与其对应的另一个特征向量α2的坐标之间的关系； (3)求直线l ：x －y ＋1＝0在矩阵M 的作用下的直线l ′的方程．

量子体系本征值问题的解法

量子体系本征值问题的解法 关键词：本征值；分析解法；矩阵解法；代数解法；线性谐振子 摘要：处理量子体系的本征值和本征态是量子理论的中心问题，对其求解方法进行研究具有一定的实际意义。本文对量子体系本征值问题的求解进行归纳与总结。对于处理本征值问题的常见方法（解析法、矩阵法），给出例证说明。另外，基于代数的方法，采用升降算符处理一维线性谐振子的本征值和本征态，进而推广到利用升降算符处理二维以及三维线性谐振子问题，得到二维以及三维线性谐振子的本征值；进一步基于代数方法对角动量的本征值问题进行研究。 Solution methods of the eigenvalues for Quantum System Keywords:Eigenvalue; Analytical method; Matrix method; Algebraic method; Linear harmonic oscillator Abstract:Solving eigenvalues and eigenfunctions for the quantum systems is mainly contents in the quantum theory. There are a lot of processing methods such as analytical method, matrix method and factorization method, and so on. In this paper, several kinds of different methods on solving eigenvalues for the quantum systems are given and compared, and further summarized. Furthermore, on the basis of algebraic solution, the expanding resolutions were obtained for one-dimensional linear harmonic oscillator, the two-dimensional linear harmonic oscillator, three-dimensional linear harmonic oscillator, and even n-dimensional linear harmonic oscillator. Moreover, the eigenvalues and eigenstates of the angular momentum were shown by algebraic solution. . 引言

特征值与特征向量定义与计算

特征值与特征向量 特征值与特征向量的概念及其计算 定义1. 设A是数域P上的一个n阶矩阵，是一个未知量， 称为A的特征多项式，记()=| E-A|，是一个P上的关于 的n次多项式，E是单位矩阵。 ()=| E-A|=n+1n-1+…+n= 0是一个n次代数方程，称为A的特征方程。特征方程()=| E-A|=0的根 (如：0) 称为A的特征根(或特征值)。 n次代数方程在复数域内有且仅有n 个根，而在实数域内不一定有根，因此特征根的多少和有无，不仅与A 有关，与数域P也有关。 以A的特征值0代入 (E-A)X=，得方程组 (0E-A)X=，是一个齐次方程组，称为A的关于0的特征方程组。因为 |0E-A|=0，(0E-A)X=必存在非零解X(0)，X(0) 称为A的属于 的特征向量全体构成了0的特征向量空间。 0的特征向量。所有0

一.特征值与特征向量的求法 对于矩阵A，由AX=0X，0EX=AX，得： [0E-A]X=即齐次线性方程组 有非零解的充分必要条件是： 即说明特征根是特征多项式 |0E-A| =0的根，由代数基本定理 有n个复根1, 2,…, n，为A的n个特征根。

当特征根i(I=1,2,…,n)求出后，(i E-A)X=是齐次方程， |i E-A|=0，(i E-A)X=必存在非零解，且有无穷个解i均会使 向量，(i E-A)X=的基础解系以及基础解系的线性组合都是A的特征向量。 例1. 求矩阵的特征值与特征向量。 解：由特征方程 解得A有2重特征值1=2=-2，有单特征值3=4 对于特征值1=2=-2，解方程组 (-2E-A)x= 得同解方程组 x1-x2+x3=0 解为x1=x2-x3 (x2,x3为自由未知量)

第四章本征值和本征向量

第四章本征值和本征向量 化学中的本征值和本征向量问题与量子化学的发展密切相关。求实对称矩阵的本征值和本征向量以及广义本征值和本征向量是分子轨道近似计算方法中最主要的一步。本征值和本征向量的定义：n ×n 阶方阵，存在 ) ,,2,1(n i x Ax i i ==λ0 )(=-x I A λλi ——本征值x i ——本征向量

Hückel 分子轨道法： Schroedinger 方程：ψψE H =?原子轨道线性组合（LCAO ）：∑=i i C φψ??=τψψτψψd E d H ** ?存在的稳定体系符合能量最低原理。根据变分原理， ??= τ ψψτ ψψd d H E * *?) ,(21n C C C f E =) ,,3,2,1(0n i C E i ==??通常把波函数选成实函数 ?? = τ ψ τψψd d H E 2 ?

?∑∑???<+=+++=τ φφτφ τφφφτψ d C C d C d C C C d j i j i j i i i i n n 2)(22 2 22112 重叠积分=0 基函数为归一化函数1 2 =?τφ d i ?=τ φφd S j i ij ∑? =i i C d 22τψ?∑∑??<+=τφφτφφτψψd H C C d H C d H j i j i j i i i i i ?2??2令 ??==τφφτφφd H H d H H j i ij i i ii ?,?ij j i j i i ii i H C C H C d H ∑∑?<+=2?2τψψ?? = τ ψτψψd d H E 2 ?∑∑∑<+= i i ij j i j i i ii i C H C C H C E 22 2

矩阵特征值和特征向量解法的研究

矩阵特征值和特征向量解法的研究 周雪娇 （德州学院数学系，山东德州 253023） 摘 要：对矩阵特征值和特征向量的一些方法进行了系统的归纳和总结.在比较中能够 更容易发现最好的方法，并提高问题的解题效率. 关键词： 矩阵； 特征值； 特征向量； 解法 引言 矩阵是数学中的一个重要的基本概念，是代数学的一个主要研究对象，也是数学研究和应用的一个重要工具.矩阵计算问题是很多科学问题的核心.在很多工程计算中，常常会遇到特征值和特征向量的计算问题，如：机械、结构或电磁振动中的固有值问题；物理学中的各种临界值等，这些特征值的计算往往意义重大.很多科学问题都要归结为矩阵计算的问题，在这里主要研究矩阵计算中三大问题之——特征值问题. 1 矩阵特征值与特征向量的概念及性质 1.1 矩阵特征值与特征向量的定义 设A 是n 阶方阵，如果存在数λ和n 维非零向量x ，使得x Ax λ=成立，则称 λ为A 的特征值，x 为A 的对应于特征值λ的特征向量. 1.2 矩阵特征值与特征向量的性质 矩阵特征值与特征向量的性质包括： （1）若i i r A 的是λ重特征值，则i i s A 有对应特征值λ个线性无关的特征向量，其中i i r s ≤. （2）若线性无关的向量21,x x 都是矩阵A 的对应于特征值0λ的特征向量，则当21,k k 不全为零时，2211x k x k +仍是A 的对应于特征值0λ的特征向量. （3）若A n 是矩阵λλλ,,,21 的互不相同的特征值，其对应的特征向量分别是 n x x x ,,,21 ，则这组特征向量线性无关.

（4）若矩阵()n n ij a A ?=的特征值分别为n λλλ,,,21 ，则 nn n a a a +++=+++ 221121λλλ，A n =λλλ 21. （5）实对称矩阵A 的特征值都是实数，且对应不同特征值的特征向量正交. （6）若i λ是实对称矩阵A 的i r 重特征值，则对应特征值i λ恰有i r 个线性无关的特征向量. （7）设λ为矩阵A 的特征值，()x P 为多项式函数，则()λP 为矩阵多项式()A P 的特征值.[]1 2 普通矩阵特征值与特征向量的求法 2.1 传统方法 确定矩阵A 的特征值和特征向量的传统方法可以分为以下几步： （1）求出矩阵A 特征多项式()A E f -=λλ的全部特征根； （2）把所求得的特征根()n i i ,,2,1 =λ逐个代入线性方程组()0=-X A E i λ， 对于每一个特征值，解方程组()0=-X A E i λ，求出一组基础解系，这样，我们也就求出了对应于每个特征值的全部线性无关的特征向量.[]2 例1 已知矩阵 ???? ? ?????-=11 111 110 A 求矩阵A 的特征值和特征向量. 解 A E -λ = 1 1 1 1 1 11 ------λλλ = ()21-λλ 所以，由()012=-λλ知A 的特征根1,0321===λλλ.

§75 线性变换的本征值和本征向量

§7.5 线性变换的本征值和本征向量 教学目的 本节要求掌握线性变换的本征值和本征向量的概念及其求法，掌握线性变换可以对角化的条件。 教学难点 本征值和本征向量的求法 教学重点 本征值和本征向量的概念及其求法 教 学 过 程 备 注 教学 内容 一、本征值和本征向量的定义 在上节我们已经知道，若能将n 维向量空间V 分解成n 个关于某个线性变换σ的一维不变子空间W i 的直和(i ＝1,2,…,n )，在每个子空间取一个基，凑成V 的一个基{α1,α2,…,αn }，那么σ关于这个基的矩阵是一个对角阵，即 σ ( α1,α2,…,αn )= (α1,α2,…,αn )?????? ? ? ?n a a a 2 1 亦即σ (α1)＝a 1α1, σ (α2)＝a 2α 2 , …, σ (αn )＝a n αn . 但是，并不是每个线性变换σ都存在一维不变子空间，若σ有一维不变子空间，则σ必满足：存在非零向量α及F 实数中的数λ，使σ (α)＝λα . 这时W ＝L (α)就是V 的关于σ的一维不变一维子空间. 这给我们一个很重要的启示，即研究线性变换σ，很重要的事情就是去找满足条件σ (ξ)＝λξ的数λ及非零向量ξ，这就是本节的主要内容 . 定义1 设V 是数域F 上的向量空间，σ是V 的线性变换. 若对F 上的数中的数λ，存在V 的一个非零向量ξ，使 σ (ξ)＝λξ,. 则称λ是线性变换σ的本征值，ξ称为σ的属于本征值λ的本征向量. 例1 设ιI 是向量空间V 上的恒等变换，对任意的非零向量α，都有 ιI (α)＝α. 即α是属于特征值是属于本征值1的特征向量的本征向量. 又设θ 是向量空间V 上的零变换，对任意的非零向量α，都有 θ (α)＝0＝0α. 即α是属于本征值0的本征向量. 例2 令D 表示定义在实数域R 上的可微分任意次的实函数所成的向量空间. σ：f (x )→f '(x )是求导数运算. σ是D 的一个线性变换，对任意实数λ，有 σ (e λx )＝λe λx 因此任何实数λ都是σ 的本征值，而e λx 是σ的属于λ的一个本征向量. 例3 设R [x ]是所有是全体关于文字x 的一元实系数多项式所成的向量空间，令σ (f (x ))＝xf (x )，? f (x )∈ R [x ]. 可以证明σ是R [x ]的一个线性变换. 比较次数可知，对任意的实数λ，都不存在非零多项式f (x )，使xf (x )＝λf (x ). 因此σ没有本征值.可以证明σ (f (x ))＝xf (x )是R [x ]的一个线性变换. 比较次数可知，对任意的实数λ，都不存在非零多项式f (x )，使xf (x )＝λf (x ). 因此σ没有本征值.

本征值问题

微分方程的本征值问题 电子科技大学 物理电子学院 喻志远2009-11-12 Equation 0222=+f k dx f d 的边界是 10≤≤x Boundary Condition: f (0) =0, f (1)=0 General Solution: f (x) = Acoskx+Bsinkx From boundary Condition A=0, k=n π，所以最小本征值为π 由差分公式： 022211=++?+?i i i i f k h f f f 2 21120 k h where f f f i i i ?==?+?+?αα 当网格点取为3，如左图： 有矩阵方程： 010*******=???? ????????????????????f f f ααα 由对应的行列式为零 ( ) 0)2(2=?αα222k h ?=α解出 k=3.0615, 5.6569, 7.391，为方程的本征值，f1,f2,f3 为本征向量。 本征向量定义：设L 是数域K 上的线性空间X 中的线性变换，如果对于λ∈K 存在一个非零向量ξ，使得L(ξ)=λξ,则称λ为L 的一个本征值或特征值，ξ为L 的属于λ的本征向量或特征向量。 设A 是数域K 上的n 阶方阵，λ是一个复数，则 A I ?λ 称为A 的特征矩阵，其中I 是单位矩阵，行列式0)det(=?A I λ，为特征方程，其根为A 的特征值。

将网格点由3逐步扩大到9， 用MatLab计算可以得到如下的数据： 网格数=网格点数+1 最小本征值 4 3.0615 5 3.0902 6 3.1055 7 3.1153 8 3.1257 9 3.1287 注：网格点数与矩阵的阶数相等。 可以绘出以下曲线 可以看出当矩阵的阶数增加，本征值与理论值之间的误差逐渐减小。其中兰色线为数据拟合后得到的数据。 Origin 曲线拟合 [2009-11-12 09:56 "/Graph1" (2455147)] Polynomial Regression for Data1_B: Y = A + B1*X + B2*X^2 + B3*X^3 + B4*X^4 + B5*X^5 Parameter Value Error ------------------------------------------------------------ A 3.2805 0 B1 -0.37498 0 B2 0.1723 0

力学量本征值问题的代数解法

第九章 力学量本征值问题的代数解法 本征值问题的解法: 分析解法，代数解法 §9.1 一维谐振子的Schr?dinger 因式分解法 升、降算符 一、Hamilton 量的代数表示 一维谐振子的Hamilton 量可表为 2 22 2 121x p H μωμ + = 采用自然单位（1===ωμ ）， （此时能量以ω 为单位，长度以μω/ 为单位，动量以ωμ 为单位） 则 2 2 2 121x p H + = 而基本对易式是[]i p x =,。 令)(2 1ip x a +=，)(2 1ip x a -= + 其逆为)(2 1a a x += + ，)(2 a a i p -= + 。 利用上述对易式，容易证明(请课后证明) 1],[=+ a a 将两类算符的关系式)(2 1a a x += + ，)(2 a a i p -= + 代入一维谐振子的Hamilton 量2 2 2 12 1x p H + =，有 ??? ??+=??? ? ?+=+ 21?21N a a H 上式就是Hamilton 量的因式分解法，其中a a N +=?。 由于N N ??=+，而且在任何量子态ψ下 0),(),(≥==+ ψψψψa a a a N

所以N ?为正定厄米算符 二、Hamilton 量的本征值 下面证明，若N ?的本征值为n ， ,2,1,0=n ，则H 的本征值n E 为（自然单位，ω ） ??? ? ? +=21n E n ， ,2,1,0=n 证明：设|n >为N ?的本征态( n 为正实数)，即 n n n N =? 利用1],[=+a a 及a a N +=?容易算出 ++=a a N ],?[，a a N -=],?[ 因此n a n a N -=],?[。 但上式 左边n na n a N n N a n a N -=-=??? 由此可得n a n n a N )1(?-=。 这说明，>n a |也是N ?的本征态，相应本征值为)1(-n 。 如此类推，从N ?的本征态>n |出发，逐次用a 运算，可得出N ?的一系列本征态 >n |，>n a |，>n a |2 ，… 相应的本征值为 n ，1-n ，2-n ，… 因为N ?为正定厄米算子，其本征值为非负实数。 若设最小本征值为0n ，相应的本征态为0n ，则 00=n a 此时 0000?n n a a n N ===+ 即0n 是N ?的本征值为0的本征态，或00 =n 。此态记为>0|，又称为真空态，亦即谐振子的最低能态(基态)，对应的能量本征值 ( 加上自然单位)为2/ω 。

量子力学习题解答-第3章

第三章 形式理论 本章主要内容概要： 1. 力学量算符与其本征函数 量子力学中力学量（可观测量）用厄米算符表示，厄米算符满足 () * *??()()()()f x Qg x dx Qf x g x dx =? ? 或者用狄拉克符号，??f Qg Qf g =，其中(),()f x g x 为任意满足平方可积条件的函数（在x →±∞，(),()f x g x 为零）。 厄米算符具有实本征值的本征函数（系），具有不同本征值的本征函数相互正交，若本征值为分离谱，本征函数可归一化，是物理上可实现的态。若本征值为连续谱，本征函数可归一化为δ函数，这种本征函数不是物理上可实现的态，但是它们的叠加可以是物理上可实现的态。 一组相互对易的厄米算符有共同的本征函数系。而两个不对易的厄米算符没有共同的本 征函数系，它们称为不相容力学量。对任意态测量不相容力学量??,Q F ，不可能同时得到确定值，它们的标准差满足不确定原理 2 2 21??,2Q F Q F i σσ?? ??≥ ????? 2. 广义统计诠释 设力学量?Q 具有分离谱的正交归一本征函数系{}()n f x 本征值为{}n q ，即 ()*?()(), ()(), ,1,2,3,...n n n m n mn Qf x q f x f x f x dx m n δ===? 或 ?, n n n m n mn Q f q f f f δ== 这个本征函数系是完备的，即1n n n f f =∑ （恒等算符，封闭型），任意一个波函数可以 用这个本征函数系展开 (,)(),n n n x t c f x ψ=∑ 或n n n n n n f f c f ψ=ψ=∑∑ 展开系数为 * ()()(,)n n n c t f f x x t dx =ψ= ψ? 若(,)x t ψ是归一化的，n c 也是归一化的， 2 1n n c =∑。广义统计诠释指出，对(,)x t ψ态 测量力学量Q ，得到的可能结果必是Q 本征值中的一个，得到n q 几率为2 n c 。对系综测量力学量Q （具有大量相同ψ态系综中的每一个ψ进行测量）所得的平均值（期待值）为 2 n n n Q q c = ∑ 这与用*?Q Q dx =ψψ? 计算方法等价。 如果力学量?Q 具有连续谱的本征函数系 '*'?()(), ()()(), q q q q Qf x qf x f x f x dx q q δ==-? 任意一个波函数可以用这个本征函数系展开为

输运方程的本征值问题

输运方程本征值 无外源时，输运方程可以写成 0'1(,)(,')(;',') (,',',)'' t E v t E f E E E t dE d φφφφ∞Ω?=????Σ?+Σ→→∫∫?r r r ??r ?? （1） (,,,)E t φφ=r ?其中 简记为 1(,) '''''t E f d dE v t φφφφ?=????Σ+Σ?∫∫?r ? （2） 注意：积分中的f 是广义指示函数（或转移函数），散射源和裂变源 都包括在内。 把与时间无关的线性算符记为L ，则无外源输运方程（２） 可以简记为 1v t φφ?=?L （3） 分离变量，令 (,,,)(,,) ()E t E T t φ?=r ?r ? ， 代入（2），并用(,,) ()E T t ?r ?除两边，得到： {} ''''' T v f d dE T T ?????????Σ+ΣΩ=∫∫? 左边是时间的函数，右边是位置，能量，方向的函数，两者怎能相等？只有两者都等于一个常数时才可能．故 {} ''''' T v f d dE T T ???λ? ?????Σ+ΣΩ==∫∫? 这就把原方程分离成了两个方程 T T λ?= （4） ） v λ ??=L (5a) （4）的解是 0 t T T e λ= (6)

其中的λ是方程（5）的本征值。这样我们就把求解与时间 有关输运方程的问题转化为求解定态方程（5）的本征值与 本征函数问题。 容易看出，方程（5）与定态输运方程的差别是其总截面 Σ增加了v λ；当0λ=时，两者没有差别。当0λ>时， 相当于俘获截面增大（因为积分号中的散射与裂变截面未 变，只能是俘获截面增大）。物理上是相应于一个超临界 系统，为了使其变成稳态，可以人为地加大其俘获截面。 由于这虚拟俘获 v λ符合1v 律，必然会造成能谱的吸收硬 化（算出的能谱比实际能谱硬），这是λ本征值的特点。 也可以采用k 本征值，此时方程为 ' 111'''' ()''''4 t s f v t f dE d E dE d k ????χν?π ?+??+Σ?=Σ+Σ∫∫∫∫??? （上式中将散射源和裂变源和分开写出，是因为要对裂 变源进行人为调整） 采用k 本征值，超临界时候，k >1,人为压低了裂变，使得 能谱变软 (算出的能谱比实际能谱软)。 除了λ本征值和k 本征值之外，常用的还有γ本征值。关于各种本征值 与相应的本征函数的讨论，可参考杜书华《输运问题的计算机模拟》一书的 第三章。 注：许多文献中把本文中的λ特征值称为α本征值。

第九章多体问题

第九章多体问题 迄今为止，我们的讨论墓本土局限于单拉子体系。本章将把讨论推广到多拉子休系。自然界实际存在的体来一般都是多杜子体来。因此童子力学多体问题的研究不仅有巨夭的理论意义，而且有极大的实际价值。 但是，应该指出，量子力学的多体问题远比单休问题复杂。这不仅因为，当拉子之问具有相互作用时，多拉子体系的薛定译方程一般无法求解，通常只能借助各种近似方法，按体来的各种不同性质以及和实比较时要求的绮确度，求近似解。而且还因为，多杜子体系，特All 是全同拉子休余，还具有新的单拉子休系所没有的特性。而这些特性又要求发展一些断的处理方法，比方二次量子化方法，等等。 另外还要指出，本章的内容不同于量子统计物理学。本章只限于讨论温度为零的情况，只讨论真空平均值或者纯量子态的平均值，不涉及系综平均值，不涉及温度。 本章将先讨论全同拉子的一般特性，然后讨论两个确单的多拉子休来一一氮分子和氮原子的问题，介绍海特(Heitler 卜伦敦(London)理论，托马斯(Thomas )-费米f Fermi)方法。再进一步讨论研究全同拉子体系最重要的表象一一杠子数表象，介绍二次量子化方法。以及自洽场理论，哈特利(Hart ree)一福克(Fock)近似，巴T (Bardeen)-库柏(Cooper)--许瑞弗(Schriffer )超导理论，玻戈留博夫(Bogoiiubov)-华拉ti (Valatin )u,v 正则变换方法，这是非微扰理论中最重要的方法之一。另外，还将介绍超流理论和近似二次量子化方法。本章的许多理论和方法、即使现在，仍然在许多领域中有重要的实月价值。 9.1全同粒子的性质 我们称质量、电荷、自旋、同位旋以及其他所有内案固有属性完全相同的粒子为全同杜子。例如所有的电子是全同粒子，所有质子是全同粒子，但质子和电子不是全同粒子。 全同粒子的最重要的特点是:在同样的物理条件下，它们的行为完全相同。因而用一个全同粒子代换另一个粒子，不引起物理状态的变化。 在经典力学中，即使是全同粒子，也总是可以区分的。因为我们总可以从粒子运动的不同轨道来区分不同的粒子。在量子力学中，由于波粒二象性，和每个粒子相联系的总有一个波。随着时间的变化，波在传播过程中总会出现重叠。在两个波重叠在一起的区域，无法区分哪个是第一个粒子的波，哪个是第二个粒子的波。也就是说，无法区分哪个是第一个粒子，哪个是第二个粒子。因此，全同粒子在量子力学中是不可区分的。我们不能说哪个是第一个粒子，哪个是第二个粒子。全同粒子的不可区分性，在量子力学中称为全同性原理。 从全同性原理出发，可以推知.由全同粒子组成的体系具有下述性质: (1)全同粒子体系的哈密顿算符具有交换对称性。 讨论一个由N 个全同粒子组成的体系，第i 个粒子的全部变量用i q 表示，i q 包括坐标、 自旋等等，体系的哈密顿算符是),,,,,,,,(?1t q q q q H n j i ，由于全同粒子不可区分性，将两个粒子 i 和]互换，体系的哈密顿算符保持不变: ),,,,,,,,(1t q q q q H n j i =),,,,,,,,(1t q q q q H n i j (9. 1 .1) (9.1.1)式表示哈密顿算符具有交换不变性。全同粒子体系的薛定愕方程是 =??t t q q q q i n j i ) ,,,,,,(1 ? ),,,,,,,,(1t q q q q H n j i ),,,,,,,,(1t q q q q n j i ? （9.1.2）