SlideShare una empresa de Scribd logo
1 de 37
池袋物理学勉強会(7) 
高橋康 
量子力学を学ぶための解析力学入門 
第3章 正準形式の理論 
@gm3d2 
Oct. 15, 2014 
池袋バイナリ勉強会会場
第2章でのハミルトン形式 
● 運動エネルギーT、ポテンシャルV 
…既知と仮定 
● 運動量を によって定義 
● ハミルトニアンH(pp, qq)を 
H = T + V によって定義
運動量の定義が自明でない 
場合への拡張 
● Lagrangian を出発点とする 
● 一般化運動量 p 
(3.1) 
● ハミルトニアンH(qq,, pp) 
(3.2) 
● は(3.1)を解いて(qq,, pp)で表すものとする
この定義からHamiltonの 
運動方程式を導く 
● Hamiltonianの変化分は独立変数q、pにより 
(3.5) 
と表せる 
● 係数は偏微分の定義そのもの 
δqの係数が 、δpの係数が
Hの変化分の計算 
● 今Hは で定義されているので 
δq、δpで表すべき 
だが結果的に 
消えるのでその 
必要もない 
(3.6) pの定義から0
正準運動方程式 
● 上記の比較から、それぞれ 
(3.7) 
これにEuler-Lagrange方程式 
とpの定義を用いると 
(3.9)
例1 調和振動子 
● Lagrangianから出発 
(3.10) 
一般化運動量pとHamiltonian 
(3.11)
例1 調和振動子 (2) 
● 運動方程式 
(3.13) 
pを消去
例2 中心力を受ける質点 
● Lagrangian 
(3.14) 
● 一般化運動量pとHamiltonian H 
(3.15, 3.16)
例2 (2) 極座標による解析 
● Lagrangian 
       (1.17) 
● 一般化運動量p 
(3.18)
例2 (3) Hamiltonian 
● Hamiltonian 
        
(3.19) 
● 運動方程式(r成分) 
(3.20a,b)
例2 (4) 運動方程式 
● 運動方程式(θ成分) 
        
(3.20c) 
● 運動方程式(φ成分) 
(φはサイクリック座標) (3.20d)
例3 電磁場中の粒子 
● 電場と磁場を考慮に入れた運動方程式 
        
(3.22) 
● e: 粒子の電荷、E: 電場、H: 磁場 
● ここでは電磁場は運動方程式に従って決定される量で 
はなく、あらかじめ空間、時間依存性が与えられた既 
知の場とする→外場(external field)
電磁ポテンシャル 
● スカラーポテンシャルA0 
        
静電ポテンシャル、空間電位 
● ベクトルポテンシャルA 
電場と磁場が両方Aから決まる 
空間を伝搬する「電磁波」を表現できる 
(時間に依存しない成分は静磁場を表す)
Hamiltonian 
● これから運動方程式が出ることを確認
pを消去 
粒子の場所が変化することにより 
粒子の感じる電磁場の変化 
電磁場が陽に時間依存する分
さらにpを消去
i=1としてみると 
       : j = i の項は消える
まとめると 
Hamiltonianから運動方程式が導出できた
自由粒子との比較 
と変更した式になっている 
minimal electromagnetic interaction 
→「ゲージ理論」につながる観察
演習問題 1 
(3.7b)より 
よってqがサイクリック座標であれば右辺が 
0、左辺も0となる
演習問題 2
演習問題 3 
: 一般化座標 
● Mの非対称成分は消える→Mは対称行列と仮定
演習問題 3 (2) 
をHに代入
演習問題 4(スキップ)
演習問題 5(スキップ) 
● Hamilton-Jacobiの方程式と呼ばれる 
● 今の段階では考え方が面倒な割に意味が 
はっきりしないのでパス 
● 正準変換についてやってから改めて
演習問題 6 
● L'とLの差がqの関数W(q)の時間微分 
       
演習問題 7 
● 一般論として、外場が絡んでくると保存する 
かどうかは外場次第 
● 例         
注: 当初A0の空間依存性を 
忘れてHが時間保存しないと 
していたがu_1rohさんの 
指摘により修正
演習問題 7 (2) 
正準方程式から 
        
が成り立つので、これより 
● この例ではHamiltonianは保存 
● (μは定数)などとす 
るとHは保存しなくなる
演習問題 7 (3) 
● 電磁場を外場でなく、それ自身のLagrangian 
やHamiltonianで定義される力学変数として扱 
えば粒子と電磁場の全Hamiltonianは時間に対 
して保存する 
● 特殊相対論のところで電磁気学もあわせて扱 
うことにする      
   
Legendre変換 
● 変数(x, y)の関数f(x, y)があるとき、これの偏 
微分係数 を考える 
● 独立変数を(x, y)としているので、これの意味 
は正確には と書くべき 
● 変数xの代わりに を用い、(p, y)を独立 
変数としたら?
Legendre変換 (2) 
● (p, y)を変数とすると、fの偏微分係数に影響 
が出る 
● は仕方ないとして、 も とは違っ 
てしまう 
● fに調整を施して を定義し、 
     とできないか?
Legendre変換 (3) 
● と定義すればよい 
確認: 
よって 
キャンセル
Legendre変換 (4) 
● f(x, y) - xpでなく、xp - f(x, y)としてもよい 
● Hamiltonianはxp - f、熱力学ではf - xp方式 
● その分符号がひっくり返る箇所がある 
● いずれの定義でも、2回Legendre変換を行う 
と元のfに戻る
Legendre変換 (5) 
● ただ変数をxからpに変えるだけなら勝手な(p, 
y)の関数g(p, y)を考えてもよかった 
● 物理的には、変換に関係しなかったyについ 
ての偏微分係数が保存されることが重要 
● つまり一変数でLegendre変換を使ってもあま 
り意味がない
Legendre変換 (6) 
● yは変換に使わなかった変数… 
● yはxやpで偏微分する際に変化しないもの… 
● ということは… 
● LやHに含まれる任意のパラメータをyと見立 
ててもよい(定数でさえも)!
Legendre変換 (7) 
● 調和振動子で試す 
どんな複雑な系でも同様!

Más contenido relacionado

La actualidad más candente

[DL輪読会] Spectral Norm Regularization for Improving the Generalizability of De...
[DL輪読会] Spectral Norm Regularization for Improving the Generalizability of De...[DL輪読会] Spectral Norm Regularization for Improving the Generalizability of De...
[DL輪読会] Spectral Norm Regularization for Improving the Generalizability of De...Deep Learning JP
 
Control as Inference (強化学習とベイズ統計)
Control as Inference (強化学習とベイズ統計)Control as Inference (強化学習とベイズ統計)
Control as Inference (強化学習とベイズ統計)Shohei Taniguchi
 
実環境音響信号処理における収音技術
実環境音響信号処理における収音技術実環境音響信号処理における収音技術
実環境音響信号処理における収音技術Yuma Koizumi
 
音響メディア信号処理における独立成分分析の発展と応用, History of independent component analysis for sou...
音響メディア信号処理における独立成分分析の発展と応用, History of independent component analysis for sou...音響メディア信号処理における独立成分分析の発展と応用, History of independent component analysis for sou...
音響メディア信号処理における独立成分分析の発展と応用, History of independent component analysis for sou...Daichi Kitamura
 
ベイズ深層学習5章 ニューラルネットワークのベイズ推論 Bayesian deep learning
ベイズ深層学習5章 ニューラルネットワークのベイズ推論 Bayesian deep learningベイズ深層学習5章 ニューラルネットワークのベイズ推論 Bayesian deep learning
ベイズ深層学習5章 ニューラルネットワークのベイズ推論 Bayesian deep learningssuserca2822
 
深層学習と音響信号処理
深層学習と音響信号処理深層学習と音響信号処理
深層学習と音響信号処理Yuma Koizumi
 
PRML輪読#5
PRML輪読#5PRML輪読#5
PRML輪読#5matsuolab
 
PILCO - 第一回高橋研究室モデルベース強化学習勉強会
PILCO - 第一回高橋研究室モデルベース強化学習勉強会PILCO - 第一回高橋研究室モデルベース強化学習勉強会
PILCO - 第一回高橋研究室モデルベース強化学習勉強会Shunichi Sekiguchi
 
研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有Naoaki Okazaki
 
[DL輪読会]The Neural Process Family−Neural Processes関連の実装を読んで動かしてみる−
[DL輪読会]The Neural Process Family−Neural Processes関連の実装を読んで動かしてみる−[DL輪読会]The Neural Process Family−Neural Processes関連の実装を読んで動かしてみる−
[DL輪読会]The Neural Process Family−Neural Processes関連の実装を読んで動かしてみる−Deep Learning JP
 
環境音の特徴を活用した音響イベント検出・シーン分類
環境音の特徴を活用した音響イベント検出・シーン分類環境音の特徴を活用した音響イベント検出・シーン分類
環境音の特徴を活用した音響イベント検出・シーン分類Keisuke Imoto
 
PRML輪読#1
PRML輪読#1PRML輪読#1
PRML輪読#1matsuolab
 
混合ガウスモデルとEMアルゴリスム
混合ガウスモデルとEMアルゴリスム混合ガウスモデルとEMアルゴリスム
混合ガウスモデルとEMアルゴリスム貴之 八木
 
PRML輪読#12
PRML輪読#12PRML輪読#12
PRML輪読#12matsuolab
 
深層学習 勉強会第5回 ボルツマンマシン
深層学習 勉強会第5回 ボルツマンマシン深層学習 勉強会第5回 ボルツマンマシン
深層学習 勉強会第5回 ボルツマンマシンYuta Sugii
 
PRML第6章「カーネル法」
PRML第6章「カーネル法」PRML第6章「カーネル法」
PRML第6章「カーネル法」Keisuke Sugawara
 
よくわかるフリストンの自由エネルギー原理
よくわかるフリストンの自由エネルギー原理よくわかるフリストンの自由エネルギー原理
よくわかるフリストンの自由エネルギー原理Masatoshi Yoshida
 
機械学習モデルのハイパパラメータ最適化
機械学習モデルのハイパパラメータ最適化機械学習モデルのハイパパラメータ最適化
機械学習モデルのハイパパラメータ最適化gree_tech
 
異常検知と変化検知の1~3章をまとめてみた
異常検知と変化検知の1~3章をまとめてみた異常検知と変化検知の1~3章をまとめてみた
異常検知と変化検知の1~3章をまとめてみたTakahiro Yoshizawa
 
ようやく分かった!最尤推定とベイズ推定
ようやく分かった!最尤推定とベイズ推定ようやく分かった!最尤推定とベイズ推定
ようやく分かった!最尤推定とベイズ推定Akira Masuda
 

La actualidad más candente (20)

[DL輪読会] Spectral Norm Regularization for Improving the Generalizability of De...
[DL輪読会] Spectral Norm Regularization for Improving the Generalizability of De...[DL輪読会] Spectral Norm Regularization for Improving the Generalizability of De...
[DL輪読会] Spectral Norm Regularization for Improving the Generalizability of De...
 
Control as Inference (強化学習とベイズ統計)
Control as Inference (強化学習とベイズ統計)Control as Inference (強化学習とベイズ統計)
Control as Inference (強化学習とベイズ統計)
 
実環境音響信号処理における収音技術
実環境音響信号処理における収音技術実環境音響信号処理における収音技術
実環境音響信号処理における収音技術
 
音響メディア信号処理における独立成分分析の発展と応用, History of independent component analysis for sou...
音響メディア信号処理における独立成分分析の発展と応用, History of independent component analysis for sou...音響メディア信号処理における独立成分分析の発展と応用, History of independent component analysis for sou...
音響メディア信号処理における独立成分分析の発展と応用, History of independent component analysis for sou...
 
ベイズ深層学習5章 ニューラルネットワークのベイズ推論 Bayesian deep learning
ベイズ深層学習5章 ニューラルネットワークのベイズ推論 Bayesian deep learningベイズ深層学習5章 ニューラルネットワークのベイズ推論 Bayesian deep learning
ベイズ深層学習5章 ニューラルネットワークのベイズ推論 Bayesian deep learning
 
深層学習と音響信号処理
深層学習と音響信号処理深層学習と音響信号処理
深層学習と音響信号処理
 
PRML輪読#5
PRML輪読#5PRML輪読#5
PRML輪読#5
 
PILCO - 第一回高橋研究室モデルベース強化学習勉強会
PILCO - 第一回高橋研究室モデルベース強化学習勉強会PILCO - 第一回高橋研究室モデルベース強化学習勉強会
PILCO - 第一回高橋研究室モデルベース強化学習勉強会
 
研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有
 
[DL輪読会]The Neural Process Family−Neural Processes関連の実装を読んで動かしてみる−
[DL輪読会]The Neural Process Family−Neural Processes関連の実装を読んで動かしてみる−[DL輪読会]The Neural Process Family−Neural Processes関連の実装を読んで動かしてみる−
[DL輪読会]The Neural Process Family−Neural Processes関連の実装を読んで動かしてみる−
 
環境音の特徴を活用した音響イベント検出・シーン分類
環境音の特徴を活用した音響イベント検出・シーン分類環境音の特徴を活用した音響イベント検出・シーン分類
環境音の特徴を活用した音響イベント検出・シーン分類
 
PRML輪読#1
PRML輪読#1PRML輪読#1
PRML輪読#1
 
混合ガウスモデルとEMアルゴリスム
混合ガウスモデルとEMアルゴリスム混合ガウスモデルとEMアルゴリスム
混合ガウスモデルとEMアルゴリスム
 
PRML輪読#12
PRML輪読#12PRML輪読#12
PRML輪読#12
 
深層学習 勉強会第5回 ボルツマンマシン
深層学習 勉強会第5回 ボルツマンマシン深層学習 勉強会第5回 ボルツマンマシン
深層学習 勉強会第5回 ボルツマンマシン
 
PRML第6章「カーネル法」
PRML第6章「カーネル法」PRML第6章「カーネル法」
PRML第6章「カーネル法」
 
よくわかるフリストンの自由エネルギー原理
よくわかるフリストンの自由エネルギー原理よくわかるフリストンの自由エネルギー原理
よくわかるフリストンの自由エネルギー原理
 
機械学習モデルのハイパパラメータ最適化
機械学習モデルのハイパパラメータ最適化機械学習モデルのハイパパラメータ最適化
機械学習モデルのハイパパラメータ最適化
 
異常検知と変化検知の1~3章をまとめてみた
異常検知と変化検知の1~3章をまとめてみた異常検知と変化検知の1~3章をまとめてみた
異常検知と変化検知の1~3章をまとめてみた
 
ようやく分かった!最尤推定とベイズ推定
ようやく分かった!最尤推定とベイズ推定ようやく分かった!最尤推定とベイズ推定
ようやく分かった!最尤推定とベイズ推定
 

Más de GM3D

Nielsen chuang-6-3
Nielsen chuang-6-3Nielsen chuang-6-3
Nielsen chuang-6-3GM3D
 
池袋数学勉強会 対馬龍司 線形代数学講義 3章章末問題解説
池袋数学勉強会 対馬龍司 線形代数学講義 3章章末問題解説池袋数学勉強会 対馬龍司 線形代数学講義 3章章末問題解説
池袋数学勉強会 対馬龍司 線形代数学講義 3章章末問題解説GM3D
 
Nielsen chuang-5.3.1
Nielsen chuang-5.3.1Nielsen chuang-5.3.1
Nielsen chuang-5.3.1GM3D
 
Nielsen chuang-5-1
Nielsen chuang-5-1Nielsen chuang-5-1
Nielsen chuang-5-1GM3D
 
Ikeph13 20150121
Ikeph13 20150121Ikeph13 20150121
Ikeph13 20150121GM3D
 
Ikeph11 20141210
Ikeph11 20141210Ikeph11 20141210
Ikeph11 20141210GM3D
 
Ikeph9 2014-1112
Ikeph9 2014-1112Ikeph9 2014-1112
Ikeph9 2014-1112GM3D
 
Legendre変換の練習問題
Legendre変換の練習問題Legendre変換の練習問題
Legendre変換の練習問題GM3D
 
Ikeph8 2014-1029
Ikeph8 2014-1029Ikeph8 2014-1029
Ikeph8 2014-1029GM3D
 
Nielsen chuang-4 3-2
Nielsen chuang-4 3-2Nielsen chuang-4 3-2
Nielsen chuang-4 3-2GM3D
 
Ikeph7 2014-1015-pdf
Ikeph7 2014-1015-pdfIkeph7 2014-1015-pdf
Ikeph7 2014-1015-pdfGM3D
 
Ikeph 2-20140730
Ikeph 2-20140730Ikeph 2-20140730
Ikeph 2-20140730GM3D
 
Ikeph 1-appendix2(pdf)
Ikeph 1-appendix2(pdf)Ikeph 1-appendix2(pdf)
Ikeph 1-appendix2(pdf)GM3D
 
Ikeph 1-appendix2
Ikeph 1-appendix2Ikeph 1-appendix2
Ikeph 1-appendix2GM3D
 
Ikeph 1-appendix
Ikeph 1-appendixIkeph 1-appendix
Ikeph 1-appendixGM3D
 
ex. 3.9 - ex. 3.14
ex. 3.9 - ex. 3.14ex. 3.9 - ex. 3.14
ex. 3.9 - ex. 3.14GM3D
 
Ikeph 1-20140716
Ikeph 1-20140716Ikeph 1-20140716
Ikeph 1-20140716GM3D
 
池袋物理学勉強会第一回の予習に関して
池袋物理学勉強会第一回の予習に関して池袋物理学勉強会第一回の予習に関して
池袋物理学勉強会第一回の予習に関してGM3D
 

Más de GM3D (18)

Nielsen chuang-6-3
Nielsen chuang-6-3Nielsen chuang-6-3
Nielsen chuang-6-3
 
池袋数学勉強会 対馬龍司 線形代数学講義 3章章末問題解説
池袋数学勉強会 対馬龍司 線形代数学講義 3章章末問題解説池袋数学勉強会 対馬龍司 線形代数学講義 3章章末問題解説
池袋数学勉強会 対馬龍司 線形代数学講義 3章章末問題解説
 
Nielsen chuang-5.3.1
Nielsen chuang-5.3.1Nielsen chuang-5.3.1
Nielsen chuang-5.3.1
 
Nielsen chuang-5-1
Nielsen chuang-5-1Nielsen chuang-5-1
Nielsen chuang-5-1
 
Ikeph13 20150121
Ikeph13 20150121Ikeph13 20150121
Ikeph13 20150121
 
Ikeph11 20141210
Ikeph11 20141210Ikeph11 20141210
Ikeph11 20141210
 
Ikeph9 2014-1112
Ikeph9 2014-1112Ikeph9 2014-1112
Ikeph9 2014-1112
 
Legendre変換の練習問題
Legendre変換の練習問題Legendre変換の練習問題
Legendre変換の練習問題
 
Ikeph8 2014-1029
Ikeph8 2014-1029Ikeph8 2014-1029
Ikeph8 2014-1029
 
Nielsen chuang-4 3-2
Nielsen chuang-4 3-2Nielsen chuang-4 3-2
Nielsen chuang-4 3-2
 
Ikeph7 2014-1015-pdf
Ikeph7 2014-1015-pdfIkeph7 2014-1015-pdf
Ikeph7 2014-1015-pdf
 
Ikeph 2-20140730
Ikeph 2-20140730Ikeph 2-20140730
Ikeph 2-20140730
 
Ikeph 1-appendix2(pdf)
Ikeph 1-appendix2(pdf)Ikeph 1-appendix2(pdf)
Ikeph 1-appendix2(pdf)
 
Ikeph 1-appendix2
Ikeph 1-appendix2Ikeph 1-appendix2
Ikeph 1-appendix2
 
Ikeph 1-appendix
Ikeph 1-appendixIkeph 1-appendix
Ikeph 1-appendix
 
ex. 3.9 - ex. 3.14
ex. 3.9 - ex. 3.14ex. 3.9 - ex. 3.14
ex. 3.9 - ex. 3.14
 
Ikeph 1-20140716
Ikeph 1-20140716Ikeph 1-20140716
Ikeph 1-20140716
 
池袋物理学勉強会第一回の予習に関して
池袋物理学勉強会第一回の予習に関して池袋物理学勉強会第一回の予習に関して
池袋物理学勉強会第一回の予習に関して
 

Ikeph7 2014-1015