[论文解读] Clebsch-Gordan coefficients and the binomial distribution

Paul O’Hara|ArXiv.org|Dec 17, 2001

Advanced Mathematical Identities参考文献 1被引用 3

一句话总结

本文通过条件概率和二项分布推导了一类Clebsch-Gordan系数，表明当 $ l = l_1 + l_2 $ 时，系数的平方 $ \left|\left<l_1/2 - k_1, l_2/2 - k_2|l/2, k\right>\right|^2 $ 等于二项系数之比 $ \binom{l_1}{k_1}\binom{l_2}{k_2}/\binom{l}{k} $。这一联系揭示了量子力学耦合系数与经典概率分布之间的直接关联。

ABSTRACT

A class of Clebsch-Gordan coefficients are derived from the properties of conditional probability using the binomial distribution. In particular, in the case of $l=l_1+l_2$ it is shown that $$[^2 =\frac{(\begin{array}{c} l_1 k_1\end{array}) (\begin{array}{c}l_2 k_2\end{array})}{(\begin{array}{c}l k \end{array})}$$

研究动机与目标

• 通过经典概率论建立一类特定Clebsch-Gordan系数的新推导。
• 证明这些系数自然地源自二项分布和条件概率。
• 通过揭示底层的 $ p^2, 2pq, q^2 $ 分布，挑战自旋态中均匀概率权重的传统假设。
• 表明两个自旋-1粒子的标准C-G系数可从条件概率推导得出，从而更深入理解其概率起源。

提出的方法

• 使用角动量的升降算符形式，定义 $ L^- $ 对最高权态 $ |l/2, l/2\rangle $ 的作用，通过重复应用生成低权态。
• 将 $ (L^-)^k $ 表示为 $ L_x^{k_1} L_y^{k_2} $ 乘积之和，其中 $ k_1 + k_2 = k $，并将这些算符作用于非耦合基态 $ |l_1/2, l_2/2\rangle $。
• 应用已知的 $ L_x $ 和 $ L_y $ 矩阵元，计算耦合基中态 $ |l_1/2 - k_1, l_2/2 - k_2\rangle $ 的振幅。
• 将 $ (L^-)^k |l/2, l/2\rangle $ 的两种表达式等同，从而得到C-G系数平方的闭式表达式。
• 引入独立的二项分布随机变量 $ K_1 \sim B(l_1, p) $，$ K_2 \sim B(l_2, p) $，并定义 $ M_i = l_i/2 - K_i $，将量子态与概率结果联系起来。
• 使用条件概率推导出C-G系数的平方为 $ P(M_1 = l_1/2 - k_1, M_2 = l_2/2 - k_2 \mid M = l/2 - k) $，其与推导公式完全一致。

实验结果

研究问题

• RQ1 能否从经典概率分布推导出 $ l = l_1 + l_2 $ 的Clebsch-Gordan系数？
• RQ2 两个角动量耦合的量子力学概率解释，如何通过二项分布和超几何分布来描述？
• RQ3 对自旋态假设均匀概率权重是否与量子力学耦合规则一致？
• RQ4 条件概率理论如何解释最大总角动量情况下C-G系数的结构？
• RQ5 所推导的公式揭示了单个自旋-1粒子态的底层概率分布的什么信息？

主要发现

• 当 $ l = l_1 + l_2 $ 时，C-G系数的平方为 $ \left|\left<l_1/2 - k_1, l_2/2 - k_2|l/2, l/2 - k\right>\right|^2 = \frac{\binom{l_1}{k_1}\binom{l_2}{k_2}}{\binom{l}{k}} $，其中 $ k = k_1 + k_2 $。
• 所推导的公式恰好对应于超几何分布，将量子耦合与经典概率论联系起来。
• 当应用于两个自旋-1粒子（$ l_1 = l_2 = 2 $）时，该公式正确重现了 $ |2,0\rangle $ 的已知C-G系数：$ |0,0\rangle $、$ |1,-1\rangle $ 和 $ |-1,1\rangle $ 分量分别为 $ \frac{2}{3} $、$ \frac{1}{6} $、$ \frac{1}{6} $。
• 条件概率分析表明，单个自旋-1粒子的正确概率权重应为 $ P(M=1) = P(M=-1) = \frac{1}{4} $，$ P(M=0) = \frac{1}{2} $，而非通常假设的每种状态各 $ \frac{1}{3} $。
• 若假设均匀权重 $ \frac{1}{3} $，则 $ |2,0\rangle $ 的条件概率与量子力学C-G系数不符，导致 $ |0,0\rangle $ 分量的结果为 $ \frac{1}{3} $ 而非 $ \frac{2}{3} $。
• 条件概率 $ P(M_1=0, M_2=0 \mid M=0) = \frac{2}{3} $ 与 $ |0,0\rangle $ 态的C-G系数一致，证实了该概率推导的正确性。