Helfen Sie beim Verständnis von Beweisen in der simultanen Diagonalisierung

Der Beweis stammt aus den Prinzipien der Quantenmechanik von Shankar. Der Satz lautet:

Wenn Ω Und Λ zwei kommutierende hermitesche Operatoren sind, gibt es (mindestens) eine Basis gemeinsamer Eigenvektoren, die sie beide diagonalisiert.

Der Beweis lautet: Betrachten Sie zunächst den Fall, dass mindestens einer der Operatoren nicht ausgeartet ist, dh zu einem gegebenen Eigenwert gibt es nur einen Eigenvektor, bis auf eine Skala. Lasst uns annehmen Ω ist nicht entartet. Betrachten Sie einen seiner Eigenvektoren:

Ω | ω ich = ω ich | ω ich
Λ Ω | ω ich = ω ich Λ | ω ich
Seit [ Ω , Λ ] = 0
Ω Λ | ω ich = ω ich Λ | ω ich

dh, Λ | ω ich ist ein Eigenvektor mit Eigenwert ω ich . Da dieser Vektor bis zu einer Skala eindeutig ist,

Λ | ω ich = λ ich | ω ich

Daher | ω ich ist auch ein Eigenvektor von Λ mit Eigenwert λ ich ...

Was ich nicht verstehe, ist die Aussage / das Argument "Da dieser Vektor bis zu einer Skala eindeutig ist". Ich sehe nicht, wie das Argument es erlaubt, die folgende Gleichung aufzustellen. Welches Axiom oder welchen anderen Satz verwendet er, wenn er sagt, "da dieser Vektor bis zu einer Skala eindeutig ist"?

Antworten (4)

Beachten Sie, dass er oben erklärt: "Betrachten Sie zuerst den Fall, in dem mindestens einer der Operatoren nicht entartet ist, dh zu einem gegebenen Eigenwert gibt es nur einen Eigenvektor bis zu einer Skala." Er verwendet also die Annahme, dass der Operator nicht entartet ist, und die Definition der Nichtentartung (oder eine Aussage, die der Definition der Nichtentartung entspricht, wenn Sie eine andere Definition verwenden).

Der Ausdruck "zu einem gegebenen Eigenwert gibt es nur einen Eigenvektor bis zu einer Skala" bedeutet, dass zwei beliebige Eigenvektoren denselben Eigenwert haben ω ich bis zu einem Faktor zusammenfallen. Dann λ ich ist so ein Faktor.

Wenn λ 1 ein Eigenwert einer Matrix und ist v 1 Und v 2 die Komponenten des zugehörigen Eigenvektors sind, dann gilt:

( A λ 1 B C D λ 1 ) ( v 1 v 2 ) = ( 0 0 )

Wenn Sie nun den Eigenvektor hochskalieren (z. B. um drei), sieht er so aus:

( A λ 1 B C D λ 1 ) ( 3 v 1 3 v 2 ) = ( 0 0 )

Dies können Sie als schreiben

3 ( A λ 1 B C D λ 1 ) ( v 1 v 2 ) = ( 0 0 )

Aber die Matrix multipliziert mit dem Eigenvektor ergibt immer noch den Nullvektor!

Das meinte er, als er sagte: "Da dieser Vektor bis zu einer Skala eindeutig ist.": Jeder hochskalierte Eigenvektor einer Matrix ist immer noch ein Eigenvektor. Und wie folgt daraus die letzte Gleichung?

Wenn du schreibst

Ω Λ | ω ich = ω ich Λ | ω ich
dann weißt du das Λ | ω ich gibt Ihnen einen Vektor, der ein Eigenvektor von ist Ω . Aber das hast du gesagt Ω ist nicht entartet, also für alle ω ich es gibt ein Unikat | ω ich . Das bedeutet, dass Sie diesen Eigenvektor erhalten, indem Sie ihn anwenden Λ | ω ich muss sein | ω ich . Glücklicherweise kann jeder vergrößerte Eigenvektor (hier by λ ich ) ist immer noch ein Eigenvektor, so dass Sie erhalten

Ω λ ich | ω ich = ω ich λ ich | ω ich

oder

Λ | ω ich = λ ich | ω ich

Da der Vektor Λ | ω ich hat den gleichen Eigenwert wie | ω ich , muss es sich im selben invarianten Unterraum wie befinden | ω ich , die Shankar für eindimensional hält.

Ich weiß nicht genau, was es mit Skalar bedeutet, aber denken Sie daran:

Ein Vektor | Ψ ist bis auf eine Phase invariant , weil eine globale Phase immer ausgeschlossen wird, wenn man z. B. mit dem Zustand rechnet e ich θ | Ψ , der erwartete Wert von und beobachtbar A mit diesem Zustand ist

A = Ψ | e ich θ A e ich θ | Ψ = Ψ | A | Ψ ,

Das ist das gleiche Ergebnis, als ob Sie den Erwartungswert nur mit dem Vektor berechnen würden | Ψ . Für alle praktischen Zwecke können Sie also nur einen Zustand verwenden | Ψ in Ihrer Pointe Ihres Beweises.