237px-Bloch_sphere.svg.png

어그로 종자들(허세, ㅈㄹ, 관심병, 이렇게 세 분야의 거두가 한 분씩 활발하게 활동을 하심) 때문에 물갤이 어지러운 바, 이 몸이 물리와 조금이나마 관련이 있는 이야기를 해 보겠심.

양자역학 공부한 갤러들이라면 잘 알겠지만, 양자에는 2-state problem이 자주 등장한다. 왜냐? 우선, 우리가 closed form으로 답을 구할 수 있는 몇 안 되는 문제 중 하나이면서, 양자역학에서 배우는 여러 중요 개념들의 핵심을 이 간단한 문제를 통해 이해할 수 있기 때문. 대표적으로 energy gap이 어떻게 열리는지, 그리고 perturbation에 의해 고유값 및 고유벡터가 어떻게 바뀌는지 등이 있겠음. 구체적인 문제로는 자기장 내의 spin 1/2, BCS theory, unit cell 당 원자가 2개인 고체에서(ex: graphene) 원자 하나당 하나의 orbital만 고려할 때 tight-binding model, Brillouin zone boundary 근처에서 nearly free electron model 등이 정확히 2-state problem이 됨.

2-state problem에서 Hamiltonian은 물론 2x2 Hermitian matrix로 주어짐. 즉, 일반적으로 다음과 같은 형태.

gif.latex?H%20=%20\\left(\\begin{array}{cc}%20\\varepsilon_{1}%20&V^{\\ast}\\\\%20V&\\varepsilon_{2}%20\\end{array}%20\\right%20) ...............(1)

(gif.latex?\\small%20\\inline%20\\varepsilon_{1}과 gif.latex?\\small%20\\inline%20\\varepsilon_{2}는 실수)

gif.latex?\\small%20\\inline%20H를 대각화함으로써 문제를 푸는 것인데....  2x2 행렬을 대각화하는 게 뭐가 대수냐? Characteristic equation 세워서 근의 공식으로 풀면 되는데? 물론 맞는 말이지만, 2x2행렬의 요소가 숫자가 아니라 문자인 경우, 이 방식으로 고유값과 고유벡터를 구하는 것은 상당히 귀찮은 일이며, 이렇게 자주 나오는 문제는 매번 다시 푸는 것보다 그냥 답을 외워버리면 두고두고 편리하다. 답을 외운다고, 복잡한 식을 무작정 외우자는 것이 아니라, 왜 그런 결과가 나오는지에 대한 이해가 있으면 쉽게 머릿속에 들어옴. 따라서 그 중간 과정에 대해 이야기해 보겠음.

임의의 2x2 Hermitian matrix에는 네 개의 독립적인 실수 성분이 존재하는데, 위에서 정의한 gif.latex?\\small%20\\inline%20H를 기준으로  gif.latex?\\inline%20\\varepsilon_{1}gif.latex?\\inline%20\\varepsilon_{2}gif.latex?\\small%20\\inline%20\\varepsi\\textmd{Re}(V)gif.latex?\\small%20\\inline%20\\varepsi\\textmd{Im}(V)임. 그에 따라 gif.latex?\\small%20\\inline%20H를 다음과 같이 표현할 수 있음.

gif.latex?\\\\%20H%20\\%20=%20\\%20\\frac{\\varepsilon_{1}+\\varepsilon_{2}}{2}%20\\left(\\begin{array}{cc}1&0\\\\0&1\\end{array}\\right)%20\\%20+%20\\%20\\frac{\\varepsilon_{1}-\\varepsilon_{2}}{2}%20\\left(\\begin{array}{cc}1&0\\\\0&-1\\end{array}\\right)%20\\\\%20\\\\\\indent\\indent+%20\\%20\\textmd{Re}(V)%20\\left(\\begin{array}{cc}0&1\\\\1&0\\end{array}\\right)%20\\%20+%20\\%20\\textmd{Im}(V)%20\\left(\\begin{array}{cc}0&-i\\\\i&0\\end{array}\\right)        .......................(2)


이 선형 결합에 등장하는 네 개의 Hermitian matrix들은 각각 고유의 이름이 있는데, 우선 다음과 같은 identity matrix.

gif.latex?I=\\left(\\begin{array}{cc}1&0\\\\0&1\\end{array}\\right)

나머지 셋은 Pauli matrix라고 하여 다음과 같이 정의됨.

gif.latex?\\sigma_{x}%20=%20\\left(\\begin{array}{cc}0&1\\\\1&0\\end{array}\\right)          gif.latex?\\sigma_{y}%20=%20\\left(\\begin{array}{cc}0&-i\\\\i&0\\end{array}\\right)          gif.latex?\\sigma_{z}%20=%20\\left(\\begin{array}{cc}1&0\\\\0&-1\\end{array}\\right)

이들 Pauli matrices는 다음과 같은 성질을 가짐을 보일 수 있음. (계산해 보면 간단히 나옴.)

gif.latex?\\sigma_{i}^{2}=I\\quad(i=x,y,z)

gif.latex?\\sigma_{x}\\sigma_{y}=i%20\\sigma_{z}gif.latex?\\sigma_{y}\\sigma_{x}=%20-i%20\\sigma_{z} (x->y->z->x로 cyclic permutation해도 성립. 여기서 i는 허수 i를 의미)

또한, 두 번째 성질에 의해 다음이 성립.

gif.latex?\\{%20\\sigma_{i},\\sigma_{j}\\}%20\\equiv\\sigma_{i}\\sigma_{j}%20+%20\\sigma_{j}\\sigma_{i}%20=%200\\quad%20(i\\neq%20j)


여기서 재미있는 성질을 이끌어낼 수 있는데, 바로 다음.

gif.latex?\\\\%20(\\vec{a}%20\\cdot%20\\vec{\\sigma})^{2}%20=%20a_{x}^{2}%20\\sigma_{x}^{2}%20+%20a_{y}^{2}%20\\sigma_{y}^{2}%20+%20a_{z}^{2}%20\\sigma_{z}^{2}%20+%20a_{x}a_{y}(\\sigma_{x}\\sigma_{y}+\\sigma_{y}\\sigma_{x})\\\\%20\\indent%20\\indent%20\\quad%20+%20a_{y}a_{z}(\\sigma_{y}\\sigma_{z}+\\sigma_{z}\\sigma_{y})%20+%20a_{z}a_{x}%20(\\sigma_{z}\\sigma_{x}+\\sigma_{x}\\sigma_{z})\\\\\\\\%20\\indent\\indent=(a_{x}^{2}+a_{y}^{2}+a_{z}^{2})\\,%20I\\\\\\\\%20\\indent\\indent=|\\vec{a}|^{2}%20\\,I

여기서 벡터 gif.latex?\\inline%20\\vec{a}=(a_{x},a_{y},a_{z})의 각 성분은 실수이며, 벡터 gif.latex?\\inline%20\\vec{\\sigma}=(\\sigma_{x},\\sigma_{y},\\sigma_{z})의 각 성분은 Pauli matrix임. 이때, 아래와 같이 고유값 방정식을 써 보면 gif.latex?\\inline%20(\\vec{a}\\cdot\\vec{\\sigma})^{2}=|\\vec{a}|^{2}%20\\,I라는 조건이 gif.latex?\\inline%20\\vec{a}\\cdot\\vec{\\sigma}의 고유값에 제약을 가함을 알 수 있음.

gif.latex?\\\\%20\\vec{a}\\cdot\\vec{\\sigma}%20|\\psi\\rangle%20=%20\\lambda%20|\\psi\\rangle%20\\quad\\rightarrow\\\\%20\\\\%20(\\vec{a}\\cdot\\vec{\\sigma})^{2}%20|\\psi\\rangle%20=%20\\lambda%20\\,\\vec{a}\\cdot\\vec{\\sigma}|\\psi\\rangle%20=%20\\lambda^{2}%20|\\psi\\rangle\\\\%20\\indent\\indent\\quad%20\\%20=%20|\\vec{a}|^{2}%20I|\\psi\\rangle%20=%20|\\vec{a}|^{2}%20|\\psi\\rangle%20\\\\%20\\\\%20\\rightarrow\\quad%20\\lambda^{2}%20=%20|\\vec{a}|^{2}

위의 제약조건에 따르면,  gif.latex?\\inline%20\\vec{a}\\cdot\\vec{\\sigma}가 가지는 두 고유값은 둘 다  gif.latex?\\small%20\\inline%20|\\vec{a}|이거나, 둘 다  gif.latex?\\small%20\\inline%20-|\\vec{a}|이거나, 또는 하나는 gif.latex?\\small%20\\inline%20|\\vec{a}|이고 다른 하나는 gif.latex?\\small%20\\inline%20-|\\vec{a}|이어야 함. 여기서 앞의 두 경우는 불가능. 왜냐하면, 두 고유값이 같다는 것은 gif.latex?\\inline%20\\vec{a}\\cdot\\vec{\\sigma}이  gif.latex?\\small%20\\inline%20I에 비례함을 의미하는데, gif.latex?\\small%20\\inline%20I의 trace(두 대각 성분의 합)는 0이 아닌 반면에, gif.latex?\\inline%20\\vec{a}\\cdot\\vec{\\sigma}는 trace는 0이기 때문. (Pauli matrix들은 trace가 모두 0임.)

따라서,  gif.latex?\\inline%20\\vec{a}\\cdot\\vec{\\sigma}의 고유값은 gif.latex?\\small%20\\inline%20\\pm%20|\\vec{a}| .

이제 식 (2)로 주어지는 gif.latex?\\small%20\\inline%20H의 표현식에서 gif.latex?\\small%20\\inline%20I에 비례하는 부분을 제외하면 다음과 같이 대응시킬 수 있음.

gif.latex?\\\\a_{x}%20=%20\\textmd{Re}(V),\\quad%20a_{y}%20=%20\\textmd{Im}(V),\\quad%20a_{z}%20=%20\\frac{\\varepsilon_{1}-\\varepsilon_{2}}{2}.............(3)

따라서 이 경우 gif.latex?\\inline%20\\vec{a}\\cdot\\vec{\\sigma}의 고유값은 다음과 같음.

gif.latex?\\pm\\sqrt{\\left(\\frac{\\varepsilon_{1}-\\varepsilon_{2}}{2}%20\\right%20)^{2}+|V|^{2}}

한편, 식 (2)에서 gif.latex?\\small%20\\inline%20I에 비례하는 부분이 고유값에 하는 일은 단지 gif.latex?\\small%20\\inline%20I 앞의 계수만큼을 더해 주는 것 뿐이므로, gif.latex?\\small%20\\inline%20H의 고유값은 다음과 같이 주어짐.


gif.latex?E_{\\pm}%20=%20\\frac{\\varepsilon_{1}+\\varepsilon_{2}}{2}\\pm\\sqrt{\\left(\\frac{\\varepsilon_{1}-\\varepsilon_{2}}{2}%20\\right%20)^{2}+|V|^{2}}   ....................(4)



그렇다면 고유벡터는 어떻게 될까? 어떤 행렬에 상수를 곱해도 그 고유벡터는 변하지 않으므로, 우리는 임의의 3차원 벡터 gif.latex?\\small%20\\inline%20\\vec{a} 대신, 임의의 3차원 단위 벡터 |\\vec{a}|를 고려하면 됨. 또한, identity에 비례하는 행렬을 더해도 고유벡터가 바뀌지 않으므로, 식 (2)에서 gif.latex?\\small%20\\inline%20I에 비례하는 항은 고유벡터에 영향을 주지 않음.

이제 임의의 3차원 단위 벡터를 다음과 같이 매개변수화하는 것이 가능.

gif.latex?\\hat{n}%20=%20(\\sin\\theta\\sin\\phi,\\sin\\theta\\cos\\phi,\\cos\\theta)

즉, 구면 좌표계를 사용한 것과 같음. (gif.latex?\\small%20\\inline%200\\le\\theta\\le\\pigif.latex?\\small%20\\inline%200\\le\\phi%3C2\\pi)  식 (3)과 같이 대응시킬 경우, |\\vec{a}|을 매개변수화한 위 식에 등장하는 두 각도 변수는 다음에 해당.

gif.latex?\\cos\\theta%20=\\frac{a_{z}}{\\sqrt{a_{x}^{2}+a_{y}^{2}+a_{z}^{2}}}%20=%20\\frac{\\displaystyle{\\frac{\\varepsilon_{1}-\\varepsilon_{2}}{2}}}{\\sqrt{\\displaystyle{\\left(\\frac{\\varepsilon_{1}-\\varepsilon_{2}}{2}\\right)}^{2}+|V|^{2}}}

gif.latex?\\phi%20=%20\\arg(a_{x}+ia_{y})=\\arg(V) 

이때, 

gif.latex?\\hat{n}\\cdot\\vec{\\sigma}%20=%20\\left(\\begin{array}{cc}\\cos\\theta&\\sin\\theta%20e^{-i\\phi}\\\\\\sin\\theta%20e^{i\\phi}&-\\cos\\theta\\end{array}\\right).

위 행렬의 고유값은 앞서의 결과로부터 gif.latex?\\small%20\\inline%20\\pm%20|\\hat{n}|=\\pm%201이 됨을 알 수 있고, 그 고유벡터를 구해 보겠음. 고유값 1에 대한 고유벡터 gif.latex?\\small%20\\inline%20\\left(\\begin{array}{c}x\\\\y\\end{array}%20\\right%20)는 다음을 만족.

gif.latex?\\\\%200=(\\hat{n}\\cdot\\vec{\\sigma}-I)\\left(\\begin{array}{c}x\\\\y\\end{array}%20\\right%20)%20\\quad\\rightarrow\\\\\\\\%20(\\cos\\theta%20-1)x%20+%20\\sin\\theta%20e^{-i\\phi}%20y%20=0%20\\quad\\rightarrow\\\\\\\\%20\\frac{y}{x}%20=%20\\frac{1-\\cos\\theta}{\\sin\\theta}%20e^{i\\phi}%20=%20\\frac{2\\sin^{2}\\frac{\\theta}{2}}{2\\sin\\frac{\\theta}{2}\\cos\\frac{\\theta}%20{2}}%20e^{i\\phi}%20=%20\\frac{\\sin\\frac{\\theta}{2}}{\\cos\\frac{\\theta}{2}}%20e^{i\\phi}

따라서 고유값 1에 대한 규격화된 고유벡터를 다음과 같이 쓸 수 있음.

gif.latex?|\\psi_{+}\\rangle%20=%20\\left(\\begin{array}{c}\\displaystyle{\\cos\\frac{\\theta}{2}}\\\\%20\\\\\\displaystyle{\\sin\\frac{\\theta}{2}}e^{i\\phi}\\end{array}%20\\right%20)  ............(5-1)


비슷한 계산 과정을 고유값 -1에 대해 수행해 보겠음.

gif.latex?\\\\%200=(\\hat{n}\\cdot\\vec{\\sigma}+I)\\left(\\begin{array}{c}x\\\\y\\end{array}%20\\right%20)%20\\quad\\rightarrow\\\\\\\\%20(\\cos\\theta%20+1)x%20+%20\\sin\\theta%20e^{-i\\phi}%20y%20=0%20\\quad\\rightarrow\\\\\\\\%20\\frac{y}{x}%20=%20-\\frac{1+\\cos\\theta}{\\sin\\theta}%20e^{i\\phi}%20=%20-%20\\frac{2\\cos^{2}\\frac{\\theta}{2}}{2\\sin\\frac{\\theta}{2}\\cos\\frac{\\theta}%20{2}}%20e^{i\\phi}%20=%20-\\frac{\\cos\\frac{\\theta}{2}}{\\sin\\frac{\\theta}{2}}%20e^{i\\phi}

그에 따라 고유값 -1에 대한 규격화된 고유벡터를 다음과 같이 쓸 수 있음.

gif.latex?|\\psi_{-}\\rangle%20=%20\\left(\\begin{array}{c}\\displaystyle{-\\sin\\frac{\\theta}{2}}\\\\%20\\\\\\displaystyle{\\cos\\frac{\\theta}{2}}e^{i\\phi}\\end{array}%20\\right%20) ..........(5-2)


이제까지의 결과를 종합하면, 일단 우리는 다음과 같은 2-state problem의 Hamiltonian에서 시작하였음.

gif.latex?H%20=%20\\left(\\begin{array}{cc}%20\\varepsilon_{1}%20&V^{\\ast}\\\\%20V&\\varepsilon_{2}%20\\end{array}%20\\right%20) ...............(1)

이것을 identity와 Pauli matrix들의 선형결합으로 나타내면 다음과 같음. 

gif.latex?H%20=%20\\left(\\frac{\\varepsilon_{1}+\\varepsilon_{2}}{2}\\right%20)%20I%20+%20\\left(%20\\frac{\\varepsilon_{1}-\\varepsilon_{2}}{2}%20\\right%20)\\sigma_{z}%20+%20\\%20\\textmd{Re}(V)%20\\,\\sigma_{x}+%20\\%20\\textmd{Im}(V)%20\\,\\sigma_{y}............. (2')

gif.latex?\\inline%20\\vec{a}\\cdot\\vec{\\sigma}의 고유값이 gif.latex?\\small%20\\inline%20\\pm%20|\\vec{a}| 라는 것으로부터 gif.latex?\\small%20\\inline%20H의 고유값이 다음과 같음을 유추할 수 있음.

gif.latex?E_{\\pm}%20=%20\\frac{\\varepsilon_{1}+\\varepsilon_{2}}{2}\\pm\\sqrt{\\left(\\frac{\\varepsilon_{1}-\\varepsilon_{2}}{2}%20\\right%20)^{2}+|V|^{2}}   ....................(4)

또한 이 두 고유값에 대응되는 규격화된 고유벡터들은 각각 다음과 같이 쓸 수 있음.

gif.latex?|\\psi_{+}\\rangle%20=%20\\left(\\begin{array}{c}\\displaystyle{\\cos\\frac{\\theta}{2}}\\\\%20\\\\\\displaystyle{\\sin\\frac{\\theta}{2}}e^{i\\phi}\\end{array}%20\\right%20),%20\\quad|\\psi_{-}\\rangle%20=%20\\left(\\begin{array}{c}\\displaystyle{-\\sin\\frac{\\theta}{2}}\\\\%20\\\\\\displaystyle{\\cos\\frac{\\theta}{2}}e^{i\\phi}\\end{array}%20\\right%20)   .................. (5-1), (5-2)

여기서 각도 변수들은 다음과 같이 정의됨.

gif.latex?\\cos\\theta%20=\\frac{\\displaystyle{\\frac{\\varepsilon_{1}-\\varepsilon_{2}}{2}}}{\\sqrt{\\displaystyle{\\left(\\frac{\\varepsilon_{1}-\\varepsilon_{2}}{2}\\right)}^{2}+|V|^{2}}}

gif.latex?\\phi%20=\\arg(V).

간단히 말해 3차원 실수 벡터  gif.latex?\\small%20\\left(\\textmd{Re}(V),\\textmd{Im}(V),\\frac{\\varepsilon_{1}-\\varepsilon_{2}}{2}%20\\right%20) 를 구면좌표계에서 나타냈을 때의 gif.latex?\\small%20\\inline%20\\thetagif.latex?\\small%20\\inline%20\\phi에 해당.

마지막으로, gif.latex?\\small%20\\inline%20|\\psi_{\\pm}\\rangle에 나오는 gif.latex?\\inline%20\\cos\\frac{\\theta}{2}와 gif.latex?\\inline%20\\sin\\frac{\\theta}{2}을 굳이 gif.latex?\\inline%20\\varepsilon_{1}gif.latex?\\inline%20\\varepsilon_{2}gif.latex?\\inline%20V로 표현하려면, 다음 관계식을 이용하면 됨.

gif.latex?\\cos\\frac{\\theta}{2}%20=%20\\sqrt{\\frac{1+\\cos\\theta}{2}}

gif.latex?\\sin\\frac{\\theta}{2}%20=%20\\sqrt{\\frac{1-\\cos\\theta}{2}}

제곱근 앞의 부호가 (+)와 (-)가 둘 다 가능하지 않느냐고 물을 수 있겠으나, 이 경우는 gif.latex?\\small%20\\inline%200\\le\\theta\\le\\pi라는 조건 때문에 언제나 (+)로 정해짐.