宇称投影
1. 宇称投影算符
宇称投影算符ˆP作用在任意函数f(x)得到
\hat{P} f(x) = f(-x),
三维空间中则为
\hat{P} f(\vec{r}) = f(-\vec{r}).
如果有 \hat{P} f(\vec{r}) = f(-\vec{r}) = \pm f(\vec{r}),则称 f(\vec{r}) 有偶、奇宇称。
宇称算符与反对称化算符是可交换的,所以它作用在多体波函数上,即作用在其中每个单粒子基上。
2. 多体波函数
任意多体波函数 \Psi 都可以分解为偶宇称、奇宇称两部分,
\Psi = \Psi_{even} + \Psi_{odd}.
若想从中投影出偶/奇宇称,则可以这样做:
\Psi_{even} = \frac{1}{2} ( 1 + \hat{P}) \Psi, ~~~ \Psi_{odd} = \frac{1}{2} ( 1 - \hat{P}) \Psi.
3. 角动量、宇称投影
在前面的笔记中,已经记了一些角动量投影相关的内容,角动量投影中最重要的是所谓“kernal”的计算:
\langle \Psi_1 | \hat{R} |\Psi_2 \rangle, \langle \Psi_1 | \hat{H} \hat{R} | \Psi_2 \rangle.
那么如果要进行偶宇称的计算,即需要关心
\langle \Psi^{(1)}_{even} |\hat{R}| \Psi^{(2)}_{even} \rangle, ~~~ \langle \Psi^{(1)}_{even} | \hat{H} \hat{R} | \Psi^{(2)}_{even} \rangle
因为 \hat{P}^\dagger = \hat{P}, [ \hat{P}, \hat{H}] = 0, [\hat{P}, \hat{R}] = 0,容易推得
\langle \Psi^{(1)}_{even} | \hat{R} | \Psi^{(2)}_{even} \rangle = \frac{1}{2} ( \langle \Psi_1 | \hat{R} | \Psi_2 \rangle + \langle \Psi_1 | \hat{R} \hat{P} | \Psi_2 \rangle ),
\langle \Psi^{(1)}_{even} |\hat{H} \hat{R} | \Psi^{(2)}_{even} \rangle = \frac{1}{2} ( \langle \Psi_1 |\hat{H} \hat{R} | \Psi_2 \rangle + \langle \Psi_1 | \hat{H} \hat{R} \hat{P} | \Psi_2 \rangle ),
\langle \Psi^{(1)}_{odd} | \hat{R} | \Psi^{(2)}_{odd} \rangle = \frac{1}{2} ( \langle \Psi_1 | \hat{R} | \Psi_2 \rangle - \langle \Psi_1 | \hat{R} \hat{P} | \Psi_2 \rangle ),
\langle \Psi^{(1)}_{odd} | \hat{H} \hat{R} | \Psi^{(2)}_{odd} \rangle = \frac{1}{2} ( \langle \Psi_1 | \hat{H} \hat{R} | \Psi_2 \rangle - \langle \Psi_1 | \hat{H} \hat{R} \hat{P} | \Psi_2 \rangle ).
所以计算量增大一倍即可。
4. 投影波函数上的跃迁
此处为雷杨添加。
因为 \hat{P}^{\dagger}=\hat{P},[\hat{P}, \hat{Q^+}]=0,\{\hat{P}, \hat{Q^-}\}=0, [\hat{P}, \hat{R}]=0 ,容易推得
\left\langle\Psi_{\text {even }}^{(1)}|\hat Q^+\hat{R}| \Psi_{\text {even }}^{(2)}\right\rangle =\frac{1}{2}\left(\left\langle\Psi_1|\hat Q^+\hat{R}| \Psi_2\right\rangle+\left\langle\Psi_1|\hat Q^+\hat{R} \hat{P}| \Psi_2\right\rangle\right) \\
\left\langle\Psi_{\text {odd }}^{(1)}|\hat{Q}^+ \hat{R}| \Psi_{\text {odd }}^{(2)}\right\rangle =\frac{1}{2}\left(\left\langle\Psi_1|\hat{Q}^+ \hat{R}| \Psi_2\right\rangle-\left\langle\Psi_1|\hat{Q}^+ \hat{R} \hat{P}| \Psi_2\right\rangle\right) \\
\left\langle\Psi_{\text {even }}^{(1)}|\hat Q^- \hat{R}| \Psi_{\text {odd }}^{(2)}\right\rangle =\frac{1}{2}\left(\left\langle\Psi_1|\hat Q^-\hat{R}| \Psi_2\right\rangle-\left\langle\Psi_1|\hat Q^-\hat{R} \hat{P}| \Psi_2\right\rangle\right) \\
\left\langle\Psi_{\text {odd }}^{(1)}|\hat{Q}^- \hat{R}| \Psi_{\text {even }}^{(2)}\right\rangle =\frac{1}{2}\left(\left\langle\Psi_1|\hat{Q}^- \hat{R}| \Psi_2\right\rangle+\left\langle\Psi_1|\hat{Q}^- \hat{R} \hat{P}| \Psi_2\right\rangle\right)
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 智能桌面机器人:用.NET IoT库控制舵机并多方法播放表情
· Linux glibc自带哈希表的用例及性能测试
· 深入理解 Mybatis 分库分表执行原理
· 如何打造一个高并发系统?
· .NET Core GC压缩(compact_phase)底层原理浅谈
· 手把手教你在本地部署DeepSeek R1,搭建web-ui ,建议收藏!
· 新年开篇:在本地部署DeepSeek大模型实现联网增强的AI应用
· Janus Pro:DeepSeek 开源革新,多模态 AI 的未来
· 互联网不景气了那就玩玩嵌入式吧,用纯.NET开发并制作一个智能桌面机器人(三):用.NET IoT库
· 【非技术】说说2024年我都干了些啥