- 벡터 연산자와 구면 텐서의 비교
1. 정의적 특성
1.1 벡터 연산자의 정의적 특성
$$ [ J_i , V_j ] = \sum_k i\hbar \epsilon_{ijk} V_k $$
또는 동등하게,
$$ [ V_i , J_j ] = \sum_k i\hbar \epsilon_{ijk} V_k $$
1.2 구면 텐서의 대응되는 특성
$$ [ J_0 , T_q^{(k)} ] = \hbar q T_q^{(k)} $$
그리고
$$ [J_{\pm} , T_q^{(k)}] = \hbar \sqrt{(k \mp q)(k \pm q +1)} T_{q \pm 1}^{(k)} $$
2. 회전 변환
2.1 유클리드 공간에서 벡터 연산자의 회전에 대한 유사 변환
$$ \langle\psi| D^{\dagger}(R) V_i D(R) |\psi\rangle = \langle\psi| (R^T V_i R) |\psi\rangle $$
이는 벡터 연산자가 다음과 같이 변환됨을 의미합니다:
$$ V_i \to V’_i = D^{\dagger}(R) V_i D(R) $$
다음과 같이 설정하면
$$ \mathbf{V} = \begin{pmatrix} V_1 \ V_2 \ V_3 \end{pmatrix}, \quad \mathbf{V’} = \begin{pmatrix} V’_1 \ V’_2 \ V’_3 \end{pmatrix} $$
다음을 얻게 됩니다
$$ \mathbf{V’} = R \mathbf{V}, $$
즉,
$$\sub{V’}{i} = D^{\dagger}(R) V_i D(R) = \sum_j R_{ij} V_j$$
2.2 복소 내부 공간에서 구면 텐서의 대응되는 특성
$$ D^{\dagger}(R) \sub{T}{q}^{(k)} D(R) = \sum_{q’} \sub{D}{qq’}^{(k)*}(R) \sub{T}{q’}^{(k)} $$