记号 编辑 在本文中,在不引起混淆的情况下,省略算符 上的尖号 。用粗体 来表示向量 (算符),用非粗体表示标量 (算符)。
角动量耦合的一般理论 编辑 本文的讨论从角动量的一般量子理论出发,以角动量算符的对易关系为基础,不涉及角动量算符在某个具体表象下的表示[1] 。相关内容可参见角动量算符对易关系 一文。 给定了 j 之后,本征函数组
| j m ⟩ , m = − j , − j + 1 , … , j − 1 , j {\displaystyle |jm\rangle ,\quad m=-j,-j+1,\dots ,j-1,j} 张开成一个 2j +1 维的函数空间。
现在给定两个量子数 j 1 和 j 2 ,则其本征函数组张开的空间 分别有 2j 1 +1 维 与 2j 2 +1 维。现考虑这两个函数空间的张量积
V = V 1 ⊗ V 2 = span ( { | j 1 m 1 ⟩ | m 1 = − j 1 , − j 1 + 1 , … , j 1 − 1 , j 1 } ) ⊗ span ( { | j 2 m 2 ⟩ | m 2 = − j 2 , − j 2 + 1 , … , j 2 − 1 , j 2 } ) {\displaystyle V=V_{1}\otimes V_{2}=\operatorname {span} (\{|j_{1}m_{1}\rangle |m_{1}=-j_{1},-j_{1}+1,\dots ,j_{1}-1,j_{1}\})\otimes \operatorname {span} (\{|j_{2}m_{2}\rangle |m_{2}=-j_{2},-j_{2}+1,\dots ,j_{2}-1,j_{2}\})} 显然有
V = span ( { | j 1 m 1 ⟩ | ⊗ | j 2 m 2 ⟩ | m 1 = − j 1 , − j 1 + 1 , … , j 1 − 1 , j 1 ; m 2 = − j 2 , − j 2 + 1 , … , j 2 − 1 , j 2 } ) {\displaystyle V=\operatorname {span} (\{|j_{1}m_{1}\rangle |\otimes |j_{2}m_{2}\rangle |m_{1}=-j_{1},-j_{1}+1,\dots ,j_{1}-1,j_{1};m_{2}=-j_{2},-j_{2}+1,\dots ,j_{2}-1,j_{2}\})} 下面为简便起见,定义新的记号
| j 1 m 1 j 2 m 2 ⟩ = | j 1 m 1 ⟩ ⊗ | j 2 m 2 ⟩ {\displaystyle |j_{1}m_{1}j_{2}m_{2}\rangle =|j_{1}m_{1}\rangle \otimes |j_{2}m_{2}\rangle } 一般地,若 f , g 分别是这两个空间里的算符,则在积空间上可以定义下列算符:
f ⊗ g : V 1 ⊗ V 2 → V 1 ⊗ V 2 , u ⊗ v → ( f u ) ⊗ ( g v ) {\displaystyle f\otimes g:V_{1}\otimes V_{2}\rightarrow V_{1}\otimes V_{2},u\otimes v\rightarrow (fu)\otimes (gv)} 另一方面,定义在这两个空间上的算符可以自然地嵌入到积空间中,只需取
f → f ⊗ 1 , g → 1 ⊗ g {\displaystyle f\rightarrow f\otimes 1,g\rightarrow 1\otimes g} 其中 1 表示恒等操作(算符)。
在这样的定义下,两个角动量算符的的耦合表达为:
j α = j 1 , α + j 2 , α = j 1 , α ⊗ 1 + 1 ⊗ j 2 , α , α ∈ { x , y , z } {\displaystyle j_{\alpha }=j_{1,\alpha }+j_{2,\alpha }=j_{1,\alpha }\otimes 1+1\otimes j_{2,\alpha },\quad \alpha \in \{x,y,z\}} j = j 1 + j 2 = j 1 ⊗ 1 + 1 ⊗ j 2 , α ∈ { x , y , z } {\displaystyle \mathbf {j} =\mathbf {j} _{1}+\mathbf {j} _{2}=\mathbf {j} _{1}\otimes 1+1\otimes \mathbf {j} _{2},\quad \alpha \in \{x,y,z\}} 容易验证这样定义的 j 满足角动量的基本对易关系,因此是一个角动量算符,称为总角动量算符。
根据角动量的一般理论,总角动量算符也有自己的本征函数组,它可以用积空间里的基来表示
| j m ⟩ = ∑ m 1 , m 2 ⟨ j 1 m 1 j 2 m 2 | j m ⟩ | j 1 m 1 j 2 m 2 ⟩ {\displaystyle |jm\rangle =\sum _{m_{1},m_{2}}\langle j_{1}m_{1}j_{2}m_{2}|jm\rangle |j_{1}m_{1}j_{2}m_{2}\rangle } 这里的线性组合系数
⟨ j 1 m 1 j 2 m 2 | j m ⟩ {\displaystyle \langle j_{1}m_{1}j_{2}m_{2}|jm\rangle } 就被称为克莱布希-高登系数。在正交归一性的要求下,克莱布希-高登系数仍然具有相位不确定性。本文中取 Condon-Shortle 惯例,使所有克莱布希-高登系数为实数。
耦合表象中量子数的取值 编辑 j z = j 1 , z + j 2 , z {\displaystyle j_{z}=j_{1,z}+j_{2,z}} 上式两边取矩阵元,就得到:
⟨ j 1 m 1 j 2 m 2 | j m ⟩ = δ m 1 + m 2 , m ⟨ j 1 m 1 j 2 m 2 | j m 1 + m 2 ⟩ {\displaystyle \langle j_{1}m_{1}j_{2}m_{2}|jm\rangle =\delta _{m_{1}+m_{2},m}\langle j_{1}m_{1}j_{2}m_{2}|jm_{1}+m_{2}\rangle } 故在克莱布希-高登系数的表达式中可以省略 m 的值。
下面考虑耦合表象中量子数 j 的取值,根据上式,有
j max = m max = m 1 , max + m 2 , max = j 1 + j 2 {\displaystyle j_{\max }=m_{\max }=m_{1,\max }+m_{2,\max }=j_{1}+j_{2}} 故 j 最大的可能取值是 j 1 与 j 2 的和,且它只出现一次。此时
m = − j max , − j max + 1 , … , j max − 1 , j max {\displaystyle m=-j_{\max },-j_{\max }+1,\dots ,j_{\max }-1,j_{\max }} 考虑下一个可能的 j ,显然第二大的 m =m max -1,它可以通过两种方式组合而来,
m 1 = j 1 − 1 , m 2 = j 2 or m 1 = j 1 , m 2 = j 2 − 1 {\displaystyle m_{1}=j_{1}-1,m_{2}=j_{2}{\text{ or }}m_{1}=j_{1},m_{2}=j_{2}-1} 它们张开成一个二维的空间,但 j =j max 的本征函数组里面已经出现过 m =j max -1,这里占用了一维,因此下一个可能的 j 只能是 j max -1,它同样只出现一次。
这样分析下去,就会知道 j 的所有可能取值只能是
j min , j min + 1 , … , j max − 1 , j max {\displaystyle j_{\min },j_{\min }+1,\dots ,j_{\max }-1,j_{\max }} 其中每个 j 恰好出现一次,且
j max − j min ∈ Z {\displaystyle j_{\max }-j_{\min }\in \mathbb {Z} } 但积空间的维数应该等于两个空间维数之积,即
∑ n = j min j max ( 2 n + 1 ) = ( 2 j 1 + 1 ) ( 2 j 2 + 1 ) {\displaystyle \sum _{n=j_{\min }}^{j_{\max }}(2n+1)=(2j_{1}+1)(2j_{2}+1)} 故有
j min = | j 1 − j 2 | {\displaystyle j_{\min }=|j_{1}-j_{2}|} 一个例子 编辑 以 j 1 = j 2 = 1 2 {\displaystyle j_{1}=j_{2}={\frac {1}{2}}} 为例[2] 。
对任意一个算符 f {\displaystyle f} ,本节中的矩阵元表示
⟨ j 1 m 1 j 2 m 2 | f | j 1 m 1 j 2 m 2 ⟩ {\displaystyle \langle j_{1}m_{1}j_{2}m_{2}|f|j_{1}m_{1}j_{2}m_{2}\rangle } 的值。
j z = 1 2 ( [ 1 0 0 0 0 1 0 0 0 0 − 1 0 0 0 0 − 1 ] + [ 1 0 0 0 0 − 1 0 0 0 0 1 0 0 0 0 − 1 ] ) = [ 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 − 1 ] {\displaystyle j_{z}={\frac {1}{2}}\left({\begin{bmatrix}1&0&0&0\\0&1&0&0\\0&0&-1&0\\0&0&0&-1\end{bmatrix}}+{\begin{bmatrix}1&0&0&0\\0&-1&0&0\\0&0&1&0\\0&0&0&-1\end{bmatrix}}\right)={\begin{bmatrix}1&0&0&0\\0&0&0&0\\0&0&0&0\\0&0&0&-1\end{bmatrix}}} j + = [ 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0 0 ] + [ 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 ] = [ 0 0 0 0 1 0 0 0 1 0 0 0 0 1 1 0 ] = j − † {\displaystyle j_{+}={\begin{bmatrix}0&0&0&0\\0&0&0&0\\1&0&0&0\\0&1&0&0\end{bmatrix}}+{\begin{bmatrix}0&0&0&0\\1&0&0&0\\0&0&0&0\\0&0&1&0\end{bmatrix}}={\begin{bmatrix}0&0&0&0\\1&0&0&0\\1&0&0&0\\0&1&1&0\end{bmatrix}}=j_{-}^{\dagger }} j 2 = 1 2 [ j + , j − ] + + j z 2 = [ 2 0 0 0 0 1 1 0 0 1 1 0 0 0 0 2 ] {\displaystyle \mathbf {j} ^{2}={\frac {1}{2}}[j_{+},j_{-}]_{+}+j_{z}^{2}={\begin{bmatrix}2&0&0&0\\0&1&1&0\\0&1&1&0\\0&0&0&2\end{bmatrix}}} 计算最后一个矩阵的本征值和本征向量,得到
[ 2 0 0 0 0 1 1 0 0 1 1 0 0 0 0 2 ] [ 0 0 1 0 − 2 − 1 / 2 2 − 1 / 2 0 0 2 − 1 / 2 2 − 1 / 2 0 0 0 0 0 1 ] = [ 0 0 1 0 − 2 − 1 / 2 2 − 1 / 2 0 0 2 − 1 / 2 2 − 1 / 2 0 0 0 0 0 1 ] diag { 0 , 2 , 2 , 2 } {\displaystyle {\begin{bmatrix}2&0&0&0\\0&1&1&0\\0&1&1&0\\0&0&0&2\end{bmatrix}}{\begin{bmatrix}0&0&1&0\\-2^{-1/2}&2^{-1/2}&0&0\\2^{-1/2}&2^{-1/2}&0&0\\0&0&0&1\end{bmatrix}}={\begin{bmatrix}0&0&1&0\\-2^{-1/2}&2^{-1/2}&0&0\\2^{-1/2}&2^{-1/2}&0&0\\0&0&0&1\end{bmatrix}}\operatorname {diag} \{0,2,2,2\}} 于是可知克莱布希-高登系数为:
m=1 j= m 1 , m 2 = {\displaystyle m_{1},m_{2}=} 1 1/2, 1/2 1 {\displaystyle 1\!\,}
m=0 j= m1 , m2 = 1 0 1/2, -1/2 1 2 {\displaystyle {\sqrt {\frac {1}{2}}}\!\,} 1 2 {\displaystyle {\sqrt {\frac {1}{2}}}\!\,} -1/2, 1/2 1 2 {\displaystyle {\sqrt {\frac {1}{2}}}\!\,} − 1 2 {\displaystyle -{\sqrt {\frac {1}{2}}}\!\,}
m=-1 j= m1 , m2 = 1 -1/2, -1/2 1 {\displaystyle 1\!\,}
从上面的例子可以看到,对于一般的情况,用矩阵来求克莱布希-高登系数将是十分繁琐的。一般可以采用下面的 Racah 表达式计算,更多的情况是直接查表。
Racah 表达式 编辑 Racah 用代数方法得出了克莱布希-高登系数的有限级数表达式[3] 。
⟨ j 1 m 1 j 2 m 2 | j 3 m 3 ⟩ = δ m 3 , m 1 + m 2 [ ( 2 j 3 + 1 ) ( j 1 + j 2 − j 3 ) ! ( j 2 + j 3 − j 1 ) ! ( j 3 + j 1 − j 2 ) ! ( j 1 + j 2 + j 3 + 1 ) ! × ∏ i = 1 , 2 , 3 ( j i + m i ) ! ( j i − m i ) ! ] 1 / 2 × ∑ ν [ ( − 1 ) ν ν ! ( j 1 + j 2 − j 3 − ν ) ! ( j 1 − m 1 − ν ) ! ( j 2 + m 2 − ν ) ! ( j 3 − j 1 − m 2 + ν ) ! ( j 3 − j 2 + m 1 + ν ) ! ] − 1 {\displaystyle {\begin{array}{cl}&\langle j_{1}m_{1}j_{2}m_{2}|j_{3}m_{3}\rangle \\=&\delta _{m_{3},m_{1}+m_{2}}\left[(2j_{3}+1){\frac {(j_{1}+j_{2}-j_{3})!(j_{2}+j_{3}-j_{1})!(j_{3}+j_{1}-j_{2})!}{(j_{1}+j_{2}+j_{3}+1)!}}\times \prod _{i=1,2,3}(j_{i}+m_{i})!(j_{i}-m_{i})!\right]^{1/2}\\\times &\sum _{\nu }[(-1)^{\nu }\nu !(j_{1}+j_{2}-j_{3}-\nu )!(j_{1}-m_{1}-\nu )!(j_{2}+m_{2}-\nu )!(j_{3}-j_{1}-m_{2}+\nu )!(j_{3}-j_{2}+m_{1}+\nu )!]^{-1}\end{array}}} 其中, ν 的求和限制在使得所有的阶乘因子中的数非负的范围内。
对称性 编辑 克莱布希-高登系数有下列的对称性[1]
⟨ j 1 m 1 j 2 m 2 | J M ⟩ = ( − 1 ) j 1 + j 2 − J ⟨ j 1 − m 1 j 2 − m 2 | J − M ⟩ = ( − 1 ) j 1 + j 2 − J ⟨ j 2 m 2 j 1 m 1 | J M ⟩ = ( − 1 ) j 1 − m 1 2 J + 1 2 j 2 + 1 ⟨ j 1 m 1 J − M | j 2 − m 2 ⟩ = ( − 1 ) j 2 + m 2 2 J + 1 2 j 1 + 1 ⟨ J − M j 2 m 2 | j 1 − m 1 ⟩ = ( − 1 ) j 1 − m 1 2 J + 1 2 j 2 + 1 ⟨ J M j 1 − m 1 | j 2 m 2 ⟩ = ( − 1 ) j 2 + m 2 2 J + 1 2 j 1 + 1 ⟨ j 2 − m 2 J M | j 1 m 1 ⟩ {\displaystyle {\begin{aligned}\langle j_{1}m_{1}j_{2}m_{2}|JM\rangle &=(-1)^{j_{1}+j_{2}-J}\langle j_{1}\,{-m_{1}}j_{2}\,{-m_{2}}|J\,{-M}\rangle \\&=(-1)^{j_{1}+j_{2}-J}\langle j_{2}m_{2}j_{1}m_{1}|JM\rangle \\&=(-1)^{j_{1}-m_{1}}{\sqrt {\frac {2J+1}{2j_{2}+1}}}\langle j_{1}m_{1}J\,{-M}|j_{2}\,{-m_{2}}\rangle \\&=(-1)^{j_{2}+m_{2}}{\sqrt {\frac {2J+1}{2j_{1}+1}}}\langle J\,{-M}j_{2}m_{2}|j_{1}\,{-m_{1}}\rangle \\&=(-1)^{j_{1}-m_{1}}{\sqrt {\frac {2J+1}{2j_{2}+1}}}\langle JMj_{1}\,{-m_{1}}|j_{2}m_{2}\rangle \\&=(-1)^{j_{2}+m_{2}}{\sqrt {\frac {2J+1}{2j_{1}+1}}}\langle j_{2}\,{-m_{2}}JM|j_{1}m_{1}\rangle \end{aligned}}} 与维格纳 3-j 符号的关系 编辑 克莱布希-高登系数与维格纳 3-j 符号 有下列关系[4] :
( j 1 j 2 j 3 m 1 m 2 m 3 ) ≡ ( − 1 ) j 1 − j 2 − m 3 2 j 3 + 1 ⟨ j 1 m 1 j 2 m 2 | j 3 − m 3 ⟩ . {\displaystyle {\begin{pmatrix}j_{1}&j_{2}&j_{3}\\m_{1}&m_{2}&m_{3}\end{pmatrix}}\equiv {\frac {(-1)^{j_{1}-j_{2}-m_{3}}}{\sqrt {2j_{3}+1}}}\langle j_{1}m_{1}j_{2}m_{2}|j_{3}\,{-m_{3}}\rangle .} 后者可以用于计算下列形式的球谐函数积分[4] :
∫ Y l 1 m 1 ( θ , φ ) Y l 2 m 2 ( θ , φ ) Y l 3 m 3 ( θ , φ ) sin θ d θ d φ = ( 2 l 1 + 1 ) ( 2 l 2 + 1 ) ( 2 l 3 + 1 ) 4 π ( l 1 l 2 l 3 0 0 0 ) ( l 1 l 2 l 3 m 1 m 2 m 3 ) {\displaystyle {\begin{aligned}&{}\quad \int Y_{l_{1}m_{1}}(\theta ,\varphi )Y_{l_{2}m_{2}}(\theta ,\varphi )Y_{l_{3}m_{3}}(\theta ,\varphi )\,\sin \theta \,\mathrm {d} \theta \,\mathrm {d} \varphi \\&={\sqrt {\frac {(2l_{1}+1)(2l_{2}+1)(2l_{3}+1)}{4\pi }}}{\begin{pmatrix}l_{1}&l_{2}&l_{3}\\[8pt]0&0&0\end{pmatrix}}{\begin{pmatrix}l_{1}&l_{2}&l_{3}\\m_{1}&m_{2}&m_{3}\end{pmatrix}}\end{aligned}}} 由球谐函数的正交归一性,上面的结果也可以用来对球谐函数作展开。
参考 编辑 ^ 1.0 1.1 曾谨言. 10. 量子力学卷 I (第四版). 科学出版社. [2011]. ISBN 9787030181398 . ^ William O. Straub. EFFICIENT COMPUTATION OF CLEBSCH-GORDAN COEFFICIENTS (PDF) . [2014-09-09 ] . (原始内容 (PDF) 于2019-08-19). ^ Giulio Racah. Theory of Complex Spectra. II. Phys. Rev.: 438. doi:10.1103/PhysRev.62.438 . ^ 4.0 4.1 Maximon, Leonard C., 3j,6j,9j Symbols, Olver, Frank W. J.; Lozier, Daniel M.; Boisvert, Ronald F.; Clark, Charles W. (编), NIST Handbook of Mathematical Functions, Cambridge University Press, 2010, ISBN 978-0521192255 , MR 2723248 参见 编辑 外部链接 编辑