切换科目
重点科目
主要科目
次要科目
科数网
首页
刷题
学习
VIP会员
赞助
组卷
集合
教材
VIP
写作
游客,
登录
注册
在线学习
量子物理
第二篇 波函数与薛定谔方程
量子态叠加原理
最后
更新:
2025-11-11 09:40
查看:
28
次
反馈
能力测评
会员8.2元/月
赞助
量子态叠加原理
薛定谔猫
2.4 量子态叠加原理 根据玻恩的统计诠释,波函数 $\psi(\boldsymbol{r}, t)$ 描述微观粒子的状态,在 $\boldsymbol{r}$ 处、 $t$ 时刻发现该粒子的概率密度等于波函数绝对值的平方 $|\psi(\boldsymbol{r}, t)|^2=\psi(\boldsymbol{r}, t) \psi^*(\boldsymbol{r}, t)$ 。由此,当波函数 $\psi(\boldsymbol{r}, t)$ 给定后,三维空间中一个微观粒子的所有力学量测量概率分布就确定了.换言之,$\psi(\boldsymbol{r}, t)$ 完全描述了一个三维空间中微观粒子的量子状态或量子态,波函数也被称为态函数. 根据前面式(2.11),波函数 $\psi(\boldsymbol{r}, t)$ 描述的一个波包,由许多不同动量 $\boldsymbol{p}$ 的平面波 $\left(\sim \mathrm{e}^{\mathrm{i} p \cdot r / \hbar}\right)$ 叠加而成。如果在此量子态中测量粒子的动量,可能得到 $\boldsymbol{p}_1, \boldsymbol{p}_2, \boldsymbol{p}_3, \cdots$中的任何一个.而且,如果每个叠加平面波出现的概率确定,则测得各动量值的概率也确定。 由此得出量子物理学中的一个基本原理——量子态叠加原理: 设 $\psi_1$ 和 $\psi_2$ 是体系可能处于的量子态,在这两个态中测量力学量 $A$ 时,分别测得结果为 $a_1$ 和 $a_2$ ,即 $\psi_1$ 和 $\psi_2$ 分别是力学量 $A$ 的本征态,$a_1$ 和 $a_2$ 称为本征值(见第4章),则它们的叠加态 $\psi=c_1 \psi_1+c_2 \psi_2$ 也是体系的可能状态,其中 $c_1$ 和 $c_2$ 一般是复常数,此时体系可能部分处于 $\psi_1$ 态,部分处于 $\psi_2$ 态. 例如上面提到的电子双缝干涉实验,如图 2.1 和图 2.2(b)所示:当缝 1 打开,缝 2 关闭时,电子穿过缝 1 ,由波函数 $\psi_1$ 描述,胶片中最后的图案分布为 $P_1=\left|\psi_1\right|^2$ ;当缝 1 关闭,缝 2 打开时,电子穿过缝 2 ,由波函数 $\psi_2$ 描述,胶片中最后的图案分布则为 $P_2=\left|\psi_2\right|^2$ ;若两条缝同时打开,每一个电子部分概率通过缝 1 ,还有部分概率通过缝 2 ,胶片中最后的图案分布为 $$ P_{12}=\
免费注册 查看余下70%
《高等数学》难点解析
高数教程
泰勒公式
切线与法线
切平面与法平面
驻点·拐点·极值点·零点
间断点
渐进线
瑕积分
欧拉方程
伯努利方程
Abel 收敛定理
偏导数的几何意义
偏导数的几何意义
梯度
数量场与向量场
多元函数极值
拉格朗日算子
通量与散度
环流量与旋度
格林公式
高斯公式
斯托克斯公式
三大公式比较
傅里叶级数
极坐标微元
点法式方程
变上限定积分
X型计算面积
Y型计算面积
微分的意义
渐近线
间断点
y''+py'+qy=f(x)方程
高斯
黎曼
傅里叶变换(复数)
拉普拉斯变换(复数)
高等数学测评
函数与极限
一元函数微分学
一元函数积分学
微分方程
空间向量与代数
多元微分学
多元积分学
无穷级数
《线性代数》难点解析
线代教程
近世代数对数学的整体思考
线性的意义
矩阵乘法(列视角)
矩阵乘法(行视角)
矩阵左乘
矩阵右乘
逆矩阵求解方程组
阶梯形矩阵的求法
方程组解的判定
四阶行列式的计算
线性变换的意义
线性空间
向量组的等价
线性空间的几何意义
基础解系的求法
施密特正交化
特征值与特征向量的意义
矩阵相似的几何意义
矩阵可对角化的理解
秩的意义(向量版)
秩的意义(方程版)
二次型的意义
线性代数测评
行列式
矩阵
向量空间
《概率论与数理统计》难点解析
概率教程
置信区间与上a分位数
概率中的“取”与“放”
贝叶斯公式
全概率公式
泊松分布
指数分布
伽玛分布
二维密度图的意义
卷积的意义
相关系数的意义
k阶矩是与矩母函数
卡方分布的作用
单正态区间估计理解
假设检验理解
切比雪夫不等式
中心极限定理
概率统计测评
事件与概率
一维随机变量与事件
多维随机变量与事件
随机变量的数字特征
大数定律与中心极限定理
统计量与抽样分布
参数估计
假设检验
上一篇:
海森伯不确定性原理
下一篇:
建立薛定谔方程
本文对您是否有用?
有用
(
0
)
无用
(
0
)
学习首页
数学试卷
同步训练
投稿
会议预约系统
数学公式
关于
Mathhub
赞助我们
科数网是专业专业的数学网站 版权所有
本站部分教程采用AI制作,请读者自行判别内容是否一定准确
如果页面无法显示请联系 18155261033 或 983506039@qq.com