본문 바로가기
Physics/양자역학

[양자역학] 3.5-(2) Example: 조화진동자에서 불확정성 원리 Uncertainty Principle of Harmonic Oscillator

by 피그티 2020. 12. 24.

이전 페이지에서 살펴본 기대값을 이용하여 불확정성 원리를 확인할 수 있다. 이번 페이지에서는 조화진동자에서 불확정성 원리를 확인해 본다.


#Uncertainty Principle

"양자역학에서 위치와 운동량을 모두 정확히 측정하는 것을 불가능하다"는 불확정성 원리는 수학적으로는 표준편차를 이용해 표현할 수 있다. 확률론에서 어떤 값을 정확히 측정할 수 있다는 것은 표준편차가 0이라는 것과 같으므로 불확정성 원리는 "위치와 운동량의 표준편차를 모두 0으로 만드는 것은 불가능하다"라고 표현할 수 있다.[각주:1]


THEOREM            Uncertainty Principle

 (X의 표준편차)(P의 표준편차)2


#Variances of Position and Momentum for a Harmonic Oscillator

확률론에서 분산은 다음과 같이 계산된다.

Var(A)=E[A2](E[A])2

따라서, X 의 분산을 구하기 위해서는 X2 의 기대값을 구해야 한다. 이하에서는 계산의 간편함을 위하여 operator를 이용한 기대값 계산 방법을 이용하자.[각주:2]

X=2mω(a+a)

로부터

X2=2mω(a+a)2=2mω[a2+aa+aa+(a)2]

주의!! 곱셈 공식 (x+y)2=x2+2xy+y2 과는 다르게 식 (???)와 같이 전개되어야 한다. Operator의 경우 일반적으로 AB 와 BA 는 같지 않다.


이제 양자수 n 인 상태에 대하여 X2의 기대값을 구해보자.[각주:3]

E[X2]=n|X2|n=2mω(n|aa|n+n|aa|n+n|aa|n+n|aa|n)

이제 creation operator와 annihilator operator의 연산

a |n=n |n

a |n=n+1 |n+1

을 이용하면,

n|aa|n=n(n1) n|n2

n|aa|n=(n+1) n|n

n|aa|n=n n|n

n|aa|n=(n+1)(n+2) n|n+2

여기에 Hamiltonian의 eigenvector들의 orthonormality

n|m=δnm

을 적용하면 X2 의 기대값을 구할 수 있다.

E[X2]=2mω(2n+1)

이전 페이지에서 구한 E[X]=0 을 이용하면, 양자수 n 인 상태에서 X 의 분산은 다음과 같이 구할 수 있다.

Var(X)=E[X2](E[X])2=2mω(2n+1)


마찬가지로 양자수 n 인 상태에서 P 의 분산을 구하기 위하여

P=imω2(aa)

로부터

P2=mω2(aa+aa+aaaa)

를 이용하면,

Var(P)=mω2(2n+1)

을 얻을 수 있다.


#Uncertainty of a Harmonic Oscillator

따라서 양자수 n 인 상태에서 X 의 표준편차 ΔXP 의 표준편차 ΔP 의 값은 각각 다음과 같다.

ΔX=Var(X)=mω(n+12)

ΔP=Var(P)=mω(n+12)

이로부터 양자수가 n 인 상태의 조화진동자의 불확정성은

(ΔX)(ΔP)=(n+12)

먼저 조화진동자는 불확정성 원리를 만족함을 알 수 있다. 만약 조화진동자가 바닥 상태인 경우, 식 (???)에서 가질 수 있는 최소값인 2 와 동일해진다. 두번째로 조화진동자의 양자수 n 이 커질수록, 즉, 조화진동자의 에너지 En=ω(n+12) 가 커질수록, X 의 표준편차와 P 의 표준편차가 커짐을 알 수 있다. 비록 위치와 운동량의 평균(기대값)은 0으로 동일하지만, 에너지가 증가할 수록 위치와 운동량이 0에서 벗어나는 값들의 확률밀도가 증가함을 의미한다. 특히 위치의 경우는 eigenvector의 그래프로부터 직접 확인할 수 있다. 아래 그래프는 몇몇 n 에 대한 eigenvector ψn(x) 들의 그래프이다. n 이 증가할 수록 확률밀도 |ψn(x)|2 가 어떻게 변화하는지 잘 살펴보고 위치의 표준편차가 어떻게 변화하는지 잘 살펴보자.


Herm5

MaciejDems, Public domain, via Wikimedia Commons




  1. 더 일반적인 경우에 대해서는 1.4-(3) Example: 하이젠베르크의 불확정성 원리 Heisenberg's Uncertainty Principle 참고. [본문으로]
  2. operator를 이용한 방법과 Hermitie polynomial을 직접 이용하는 방법은 표현법만 다를 뿐 본질적으로 같은 연산이다. 이후 나오는 연산은 모두 Hermite polynomial의 적분을 통하여 같은 결론을 얻을 수 있다. [본문으로]
  3. 기대값을 구하기 위해서는 반드시 상태를 표현해줘야 한다는 것을 명심할 것. [본문으로]