在量子力學中,克萊布希-高登係數(Clebsch–Gordan coefficients,簡稱 CG 係數,又稱向量耦合係數等)是兩個角動量耦合時,它們的本徵函數的組合係數。
從數學的角度,克萊布希-高登係數出現在緊李群的表示論中,它研究的是兩個不可約表示的張量積如何分解成不可約表示的直和。
克萊布希-高登係數因阿爾弗雷德·克萊布什和保羅·哥爾丹而得名。
在本文中,在不引起混淆的情況下,省略算符上的尖號。用粗體來表示向量(算符),用非粗體表示純量(算符)。
本文的討論從角動量的一般量子理論出發,以角動量算符的對易關係為基礎,不涉及角動量算符在某個具體表象下的表示[1]。相關內容可參見角動量算符對易關係一文。
給定了 j 之後,本徵函數組
![{\displaystyle |jm\rangle ,\quad m=-j,-j+1,\dots ,j-1,j}](https://wikimedia.org/api/rest_v1/media/math/render/svg/a1e801e1e4fab2c02fdbe3e47e226aeb5bedb793)
張開成一個 2j+1 維的函數空間。
現在給定兩個量子數 j1 和 j2,則其本徵函數組張開的空間分別有 2j1+1 維
與 2j2+1 維。現考慮這兩個函數空間的張量積
![{\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}\})}](https://wikimedia.org/api/rest_v1/media/math/render/svg/6ffc3b357551e7fc849074677d3d61a793564de9)
顯然有
![{\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}\})}](https://wikimedia.org/api/rest_v1/media/math/render/svg/97e440c68353adab36ded1be2d51397333d9c9ca)
下面為簡便起見,定義新的記號
![{\displaystyle |j_{1}m_{1}j_{2}m_{2}\rangle =|j_{1}m_{1}\rangle \otimes |j_{2}m_{2}\rangle }](https://wikimedia.org/api/rest_v1/media/math/render/svg/9480575e9251caccbc817a3426c54b35d2024bdd)
一般地,若 f, g 分別是這兩個空間裏的算符,則在積空間上可以定義下列算符:
![{\displaystyle f\otimes g:V_{1}\otimes V_{2}\rightarrow V_{1}\otimes V_{2},u\otimes v\rightarrow (fu)\otimes (gv)}](https://wikimedia.org/api/rest_v1/media/math/render/svg/fdb69cdf9f7afa0328df52d5c5e97b44d81224f3)
另一方面,定義在這兩個空間上的算符可以自然地嵌入到積空間中,只需取
![{\displaystyle f\rightarrow f\otimes 1,g\rightarrow 1\otimes g}](https://wikimedia.org/api/rest_v1/media/math/render/svg/498247cddf4d0addd20acfdaaaf9848790b94584)
其中 1 表示恆等操作(算符)。
在這樣的定義下,兩個角動量算符的的耦合表達為:
![{\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\}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/00934ae548186838d2c00a8b29f6c0d26192ee8f)
![{\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\}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/72b7505055e695d1a2a8b350d6f4617743427ef4)
容易驗證這樣定義的 j 滿足角動量的基本對易關係,因此是一個角動量算符,稱為總角動量算符。
根據角動量的一般理論,總角動量算符也有自己的本徵函數組,它可以用積空間裏的基來表示
![{\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 }](https://wikimedia.org/api/rest_v1/media/math/render/svg/6922da0ce580090f4fd9ee0c19107065d261afcb)
這裏的線性組合係數
![{\displaystyle \langle j_{1}m_{1}j_{2}m_{2}|jm\rangle }](https://wikimedia.org/api/rest_v1/media/math/render/svg/7dc8fd7bbd0808242edc6f2cb5d52f9406758089)
就被稱為克萊布希-高登係數。在正交歸一性的要求下,克萊布希-高登係數仍然具有相位不確定性。本文中取 Condon-Shortle 慣例,使所有克萊布希-高登係數為實數。
![{\displaystyle j_{z}=j_{1,z}+j_{2,z}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/b6e7523199792a2869dac44d627fb121bc6cfc04)
上式兩邊取矩陣元,就得到:
![{\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 }](https://wikimedia.org/api/rest_v1/media/math/render/svg/357131754d42558b58939bd63748b3938fbcffe0)
故在克萊布希-高登係數的表達式中可以省略 m 的值。
下面考慮耦合表象中量子數 j 的取值,根據上式,有
![{\displaystyle j_{\max }=m_{\max }=m_{1,\max }+m_{2,\max }=j_{1}+j_{2}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/689b9b547b55af31bf7b9e3c535fe6ea25c971ca)
故 j 最大的可能取值是 j1 與 j2 的和,且它只出現一次。此時
![{\displaystyle m=-j_{\max },-j_{\max }+1,\dots ,j_{\max }-1,j_{\max }}](https://wikimedia.org/api/rest_v1/media/math/render/svg/8a8e70c101dbc8959929d21d493a7d3ea09b9cc6)
考慮下一個可能的 j,顯然第二大的 m=mmax-1,它可以通過兩種方式組合而來,
![{\displaystyle m_{1}=j_{1}-1,m_{2}=j_{2}{\text{ or }}m_{1}=j_{1},m_{2}=j_{2}-1}](https://wikimedia.org/api/rest_v1/media/math/render/svg/46901c2b79079e62d814d52b4b1ac85aa12d4feb)
它們張開成一個二維的空間,但 j=jmax 的本徵函數組裏面已經出現過 m=jmax-1,這裏佔用了一維,因此下一個可能的 j 只能是 jmax-1,它同樣只出現一次。
這樣分析下去,就會知道 j 的所有可能取值只能是
![{\displaystyle j_{\min },j_{\min }+1,\dots ,j_{\max }-1,j_{\max }}](https://wikimedia.org/api/rest_v1/media/math/render/svg/8b0b4f30c2fd0ae6640342d1b6c4f98e2e932354)
其中每個 j 恰好出現一次,且
![{\displaystyle j_{\max }-j_{\min }\in \mathbb {Z} }](https://wikimedia.org/api/rest_v1/media/math/render/svg/e8c3e74150981d4474f239d57fd358134365c8b2)
但積空間的維數應該等於兩個空間維數之積,即
![{\displaystyle \sum _{n=j_{\min }}^{j_{\max }}(2n+1)=(2j_{1}+1)(2j_{2}+1)}](https://wikimedia.org/api/rest_v1/media/math/render/svg/47b91e2453beaf1c423cf26a341e3e0f4cfc5c09)
故有
![{\displaystyle j_{\min }=|j_{1}-j_{2}|}](https://wikimedia.org/api/rest_v1/media/math/render/svg/c71b753b94d01ddbb88ddd51b7493ae960578fc6)
以
為例[2]。
對任意一個算符
,本節中的矩陣元表示
![{\displaystyle \langle j_{1}m_{1}j_{2}m_{2}|f|j_{1}m_{1}j_{2}m_{2}\rangle }](https://wikimedia.org/api/rest_v1/media/math/render/svg/b7047c5eb5b971b4f8111052f9ddc3f4ff30603f)
的值。
![{\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}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/fd72cad0b4104ea179ce258af08749049d0967fc)
![{\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 }}](https://wikimedia.org/api/rest_v1/media/math/render/svg/a981c296a02b7906390ee367e6f4849e2ce2adb9)
![{\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}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/b17efc13d21b19b3be84fb91cffaf75cfffd4cb6)
計算最後一個矩陣的本徵值和本徵向量,得到
![{\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\}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/b7bc459a11d7c8038dc844416def76b633186939)
於是可知克萊布希-高登係數為:
m=1 |
j=
|
|
|
1
|
1/2, 1/2 |
|
|
m=0 |
j=
|
m1, m2=
|
|
1 |
0
|
1/2, -1/2 |
|
|
-1/2, 1/2 |
|
|
|
m=-1 |
j=
|
m1, m2=
|
|
1
|
-1/2, -1/2 |
|
|
從上面的例子可以看到,對於一般的情況,用矩陣來求克萊布希-高登係數將是十分繁瑣的。一般可以採用下面的 Racah 表達式計算,更多的情況是直接查表。
Racah 用代數方法得出了克萊布希-高登係數的有限級數表達式[3]。
![{\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}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/8f764eccc6cdcdaa3247d9f194cc1047918d74fc)
其中, ν 的求和限制在使得所有的階乘因子中的數非負的範圍內。
克萊布希-高登係數有下列的對稱性[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}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/6fd0c19438dab35ca7eaf45873d02dc2070f658a)
克萊布希-高登係數與維格納 3-j 符號有下列關係[4]:
![{\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 .}](https://wikimedia.org/api/rest_v1/media/math/render/svg/51eec4610293bc18ac98f2ef4a7b24ad29970adf)
後者可以用於計算下列形式的球諧函數積分[4]:
![{\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}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/7b8b5fe21a4c05360c71ed4b066d9c40e3fb127d)
由球諧函數的正交歸一性,上面的結果也可以用來對球諧函數作展開。
- ^ 1.0 1.1 曾謹言. 10. 量子力学卷 I (第四版). 科學出版社. [2011]. ISBN 9787030181398.
- ^ William O. Straub. EFFICIENT COMPUTATION OF CLEBSCH-GORDAN COEFFICIENTS (PDF). [2014-09-09]. (原始內容存檔 (PDF)於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. (編), NIST Handbook of Mathematical Functions, Cambridge University Press, 2010, ISBN 978-0521192255, MR2723248