Предположим, что имеется частица со спином 1/2 в состоянии . Чтобы определить вероятность нахождения частицы со спином вверх( ) состояние, мы просто умножаем состояние частицы на сопряженную матрицу собственного спинора, представляющую спин вверх, и возводим результат в квадрат. Поэтому мы получаем:
Но что, если мы хотим получить состояние вращения вверх, когда мы измеряем и ?
РЕДАКТИРОВАТЬ: (Пример от Гриффитса)
Моя проблема отмечена красным прямоугольником. Откуда у нас коэффициент в измерении вероятности для ? Не могли бы вы уточнить это?
Позволять — спинор, определяемый следующим образом:
затем для измерения нам нужно найти собственные спиноры которые
Теперь спинор можно записать как линейную комбинацию двух предыдущих, как показано в уравнении Гриффита [4.152]
Таким образом, вероятность для является для и для .
Точно так же вы можете показать, что для это для и для .
Сопряженный собственный спинор, на который вы умножили, был собственным вектором единичной длины с положительным собственным значением.
Если вы хотите получить результат вращения для направления найти собственный вектор единичной длины с положительным собственным значением. И используйте это вместо этого.
Если вы хотите выполнить взаимодействие в направлении x, а затем выполнить взаимодействие в направлении z. Затем вам нужно спроецировать на два собственных пространства для а затем возьмите каждый результат и спроецируйте их на два собственных пространства для Где я написал это слишком сложно, чтобы вы могли делать любые направления, а не только и
Чтобы было ясно, если вы выберете базис z (как вы это сделали), то причина, по которой вы умножили потому что он был присоединенным к собственному вектору с положительным собственным значением. Сделайте то же самое с
Если я не знаю, о какой физической концепции вы спрашиваете, я не могу объяснить ее более четко. Выберите направление, получите матрицу, найдите собственный вектор, нормализуйте его, возьмите его сопряженное, умножьте на свой вектор, возьмите величину результата, затем возведите его в квадрат. Готово, это вероятность. Повторите для каждого собственного вектора матрицы.
Если вы делаете повторные измерения, фактически проецируйте на собственные пространства матриц. И возьмем квадрат величин проекций.
Даниэль Санк