SST Lab Dokuwiki Header header picture

ユーザ用ツール

サイト用ツール


lectures:変数分離

差分

このページの2つのバージョン間の差分を表示します。

この比較画面へのリンク

両方とも前のリビジョン前のリビジョン
次のリビジョン
前のリビジョン
lectures:変数分離 [2020/08/24 15:37] kimilectures:変数分離 [2022/08/23 13:34] (現在) – 外部編集 127.0.0.1
行 36: 行 36:
 \end{align} \end{align}
 $$ $$
 +これを整理すると、
 +$$\begin{align}
 +&\left(
 +-\frac{\hbar^2}{2m}\frac{\partial^2\varphi_x(x)}{\partial x^2}
 ++V_x(x)\varphi_x(x)
 +\right)\varphi_y(y)\varphi_z(z)\\
 +&+\varphi_x(x)\left(
 +-\frac{\hbar^2}{2m}\frac{\partial^2\varphi_y(y)}{\partial y^2}
 ++V_y(y)\varphi_y(y)
 +\right)\varphi_z(z)\\
 +&+\varphi_x(x)\varphi_y(y)\left(
 +-\frac{\hbar^2}{2m}\frac{\partial^2\varphi_z(z)}{\partial z^2}
 ++V_z(z)\varphi_z(z)
 +\right)
 +=E\varphi_x(x)\varphi_y(y)\varphi_z(z)
 +\end{align}
 +$$
 +両辺を$\varphi_x(x)\varphi_y(y)\varphi_z(z)$で割ると
 +$$
 +\begin{align}
 +&\left(
 +-\frac{\hbar^2}{2m}\frac{1}{\varphi_x(x)}\frac{\partial^2\varphi_x(x)}{\partial x^2}
 ++V_x(x)
 +\right)\\
 +&+\left(
 +-\frac{\hbar^2}{2m}\frac{1}{\varphi_y(y)}\frac{\partial^2\varphi_y(y)}{\partial y^2}
 ++V_y(y)
 +\right)\\
 +&+\left(
 +-\frac{\hbar^2}{2m}\frac{1}{\varphi_z(z)}\frac{\partial^2\varphi_z(z)}{\partial z^2}
 ++V_z(z)
 +\right)
 +=E
 +\end{align}
 +$$
 +この第一、第二、第三の各項はそれぞれ $x$,$y$, $z$ だけの関数であり、それらの和が定数にな
 +るためにはそれぞれが定数でなければならない。そこでその定数をそれぞれ$E_x$, $E_y$, $E_z$と
 +おく、すなわち
 +$$
 +\begin{align}
 +-\frac{\hbar^2}{2m}\frac{1}{\varphi_x(x)}\frac{\partial^2\varphi_x(x)}{\partial x^2}
 ++V_x(x)&=E_x\\
 +-\frac{\hbar^2}{2m}\frac{1}{\varphi_y(y)}\frac{\partial^2\varphi_y(y)}{\partial y^2}
 ++V_y(y)&=E_y\\
 +-\frac{\hbar^2}{2m}\frac{1}{\varphi_z(z)}\frac{\partial^2\varphi_z(z)}{\partial z^2}
 ++V_z(z)&=E_z\\
 +\end{align}
 +$$
 +とおくと、$E=E_x+E_y+E_z$ となる。
 +また、上式はそれぞれ
 +$$
 +\begin{align}
 +-\frac{\hbar^2}{2m}\frac{\partial^2\varphi_x(x)}{\partial x^2}
 ++V_x(x)\varphi_x(x)&=E_x\varphi_x(x)\\
 +-\frac{\hbar^2}{2m}\frac{\partial^2\varphi_y(y)}{\partial y^2}
 ++V_y(y)\varphi_y(y)&=E_y\varphi_y(y)\\
 +-\frac{\hbar^2}{2m}\frac{\partial^2\varphi_z(z)}{\partial z^2}
 ++V_z(z)\varphi_z(z)&=E_z\varphi_z(z)\\
 +\end{align}
 +$$
 +と書き直すことができ、これらは座標ごとの一次元の時間に依存しないシュレディンガー方程式に
 +なっている。
lectures/変数分離.1598251050.txt.gz · 最終更新: 2022/08/23 13:34 (外部編集)

Donate Powered by PHP Valid HTML5 Valid CSS Driven by DokuWiki