! https://zhuanlan.zhihu.com/p/2075927998927221626#
量子三体的空间结构和解法#
求解量子三体问题时,有些文献跳跃比较多, 可能一会在处理空间张量积和直和,一会在讨论算符分解,一会在讨论有限维近似数值方法,容易让人混乱。 故本文先把三体问题的空间结构和方程架构分层,明确每一层的数学含义,再讨论数值近似。
我们常常把下面这些词放在一起比较:
- Schrödinger equation;
- Faddeev;
- AGS;
- CDCC;
- hyperspherical harmonics;
- coordinate space / momentum space;
- FEM、B-spline、DVR;
- wave packet;
- Coulomb-Sturmian;
- separable expansion;
- GMRES、Lanczos、Arnoldi。
如果不先分层,很容易得到一种错觉:
Faddeev、CDCC、B-spline、Coulomb-Sturmian 好像都是几种互相竞争的“三体算法”。
其实不是。
整篇文章都可以放进下面这条链:
$$
\begin{array}{c}
\text{物理 Hilbert 空间}\[1mm]
\downarrow\[3mm]
\text{对称性与通道结构}\[1mm]
\downarrow\[3mm]
\text{方程架构:Schrödinger / Faddeev / AGS / projected Schrödinger}\[1mm]
\downarrow\[3mm]
\text{表示:coordinate / momentum / hyperspherical}\[1mm]
\downarrow\[3mm]
\text{有限化:grid / FEM / spline / spectral / wave packet / CS / low rank}\[1mm]
\downarrow\[3mm]
\text{散射边界条件}\[1mm]
\downarrow\[3mm]
\text{有限维线性代数}
\end{array}
$$
真正理解三体计算,关键不是记方法名,而是每看到一个方法都问四个问题:
- 它改变的是方程结构,还是只改变表示?
- 它是一个精确重写,还是一个近似截断?
- 它真正压缩的是波函数空间,还是算符?
- 三体散射的无穷远边界条件放在哪里?
空间结构:三种完全不同的“分解”#
三体理论里到处都在用“分解”这个词,但它至少有三种完全不同的数学含义。把它们分开,后面的讨论才不会混。
去掉质心:六个自由度变成两组相对坐标#
三个粒子本来有九个空间自由度。质心运动与内部结构无关,可以分离出去,于是只剩六个相对自由度。
描述这六个自由度最常用的方式是 Jacobi 坐标:先任选两个粒子组成一个 pair,用
描述这个 pair 的内部相对运动,再用
描述第三个粒子(spectator)相对 pair 质心的运动。
例如对于 \(n+p+A\),一种常见选择是
直观地说:\(\mathbf x\) 看“中子和质子离多远”,\(\mathbf y\) 看“氘核(np 的质心)离原子核多远”。
Tensor product——自由度的分解#
忽略自旋等内部自由度时,相对运动空间可以写为
$$
\mathcal H_{\rm rel}
\simeq
L^2(\mathbb R^3_x)
\otimes
L^2(\mathbb R^3_y).
$$
这里的 \(\otimes\)(tensor product)表示:
\(\mathbf x\) 和 \(\mathbf y\) 是两个独立的自由度,完整状态需要同时描述它们。
一个态是“一个 \(x\) 的函数”乘上“一个 \(y\) 的函数”的叠加;测度是 \(d^3x\,d^3y\);内积是先对 \(x\) 积分再对 \(y\) 积分。
如果加入 spin、isospin,结构只是继续 tensor product:
这是自由度的分解:空间变大是因为粒子多、自由度多。
Direct sum——对称性导致的分块#
三体 Hamiltonian 通常与总角动量、宇称、同位旋等守恒量对易(即使不对易,空间也可以这么分解, 只不过不同块之间有H作为耦合):
守恒量意味着:Hamiltonian 不会把一个 \(J^\pi T\) sector 里的态“泄露”到另一个 sector。于是 Hilbert 空间可以写成
$$
\mathcal H#
\bigoplus_{J^\pi T}
\mathcal H_{J^\pi T}.
$$
这里的 \(\oplus\)(direct sum)表示:
不同 \(J^\pi T\) 的子空间互不相交、互不混合,可以各自独立求解。
这是真正的空间直和。数值上,这意味着我们先算 \(J^\pi=0^+\),再算 \(1^-\)……每个 sector 是一个独立的小问题,最后把结果按统计权重加起来。
在一个固定 \(J\) sector 内,再做 partial-wave expansion:
这里 \(\mathcal Y_c^{JM}\) 是把两份轨道角动量(\(l\) 对 \(\mathbf x\)、\(\lambda\) 对 \(\mathbf y\))与自旋耦合到总 \(J\) 的角向基函数;求和指标 \(c\) 是 channel label,可能包含
注意:这些量通常并不分别守恒,它们只是构造固定 \(J^\pi T\) sector 基底的标签。真正守恒的只有 \(J^\pi\)(和 \(T\))。
固定 \(J\) 之后,问题的空间结构变成
$$
\mathcal H_J
\simeq
\bigoplus_c
\left[
L^2(\mathbb R_+^x)
\otimes
L^2(\mathbb R_+^y)
\right].
$$
也就是说,原来的六维空间问题被整理成:
一组离散 channel label \(c\),外加两个连续 radial variables \(x,y\)。
角向已经全部被对称性“吃掉”了,剩下的连续问题只有二维。这是所有三体计算的共同出发点。
Faddeev——既非 tensor product,也非 direct sum#
前面两者都是 Hilbert 空间的分解:tensor product 是自由度的分解,direct sum 是对称性导致的分块。
而faddeev是对 Schrödinger equation 的重写,属于方程结构的分解。
Faddeev 理论写
$$
\Psi=\psi_1+\psi_2+\psi_3.
$$
- 一般并没有 \(\langle\psi_1|\psi_2\rangle=0\);
- 也不能写 \(\mathcal H=\mathcal H_1\oplus\mathcal H_2\oplus\mathcal H_3\);
- 三个 \(\psi_\alpha\) 都是同一个三体 Hilbert 空间里的完整三体函数。
Faddeev 做的不是“把空间切块”,而是把总波函数按 pair interaction topology 重新组织。
具体为什么这样做、这样做换来了什么,我们在第三章详细推导。
三套 Jacobi 坐标不是三个空间#
三个粒子可以有三套 Jacobi partition:
分别记为
它们并不是三个不同的 Hilbert 空间,而是同一个相对运动空间的三套坐标:
彼此由 Jacobi transformation(一个线性的坐标变换加上 Jacobian)联系。也就是说可以互相变换成对方。 他们分别都是完备的。
一个好的类比是:
同一个平面,你可以用 Cartesian coordinates,也可以用 polar coordinates;坐标不同,但点还是那些点。
三套 Jacobi 坐标之所以重要,是因为不同的 cluster topology 在不同的 Jacobi 坐标下最自然(假如只用其中之一,可能对其他情况的描述收敛太慢)。
例如 \((23)+1\) 这个通道的渐近区域是
即“23 抱成一团、1 跑到无穷远”。这个几何结构在 \((x_1,y_1)\) 坐标里一眼就能看见;换到另外两套坐标里,它会变得面目模糊。
这正是 Faddeev 要利用的东西。
基底和子空间必须严格区分#
在进入各种方法之前,还要澄清一对容易混淆的概念。
假设
我们选择一组函数
这些是 basis functions。它们张成
真正参与近似的,是这个有限维 subspace \(V_N\),而不是基底本身。对应的 projector(对正交基)为
因此应当牢记:basis 是描述子空间的坐标,subspace 才是物理/数值近似本身。
如果只是换了一组基底,但
那么 model space 没有改变,近似结果也不会变。反之,只有增加新的独立方向,
才真正扩大了近似空间。
后面会看到:CDCC、wave packet、Coulomb-Sturmian 的争论焦点常常是“选什么基底”,但从数学上看,它们真正定义的是“选什么子空间、截掉什么”。
三体问题到底难在哪里#
不只是“六维很大”#
把质心去掉以后,三体确实是六维相对坐标问题。partial-wave 分解之后剩两个连续径向变量,看似也不算夸张——现代 sparse matrix、FEM、spectral method、GPU 早就能在很多高维问题上工作。
如果三体问题只是“维数高”,它不会直到今天仍然是专门的研究方向。
真正的困难:无穷远不止有一种形状#
三体散射真正棘手的地方,是 \(x,y\to\infty\) 时系统可能处于好几种完全不同的组态:
- 一个束缚 pair 加一个 spectator:
- rearrangement 通道:
- 另一种 rearrangement:
- 三个粒子都互相远离(breakup):
- 如果带电,Coulomb 长程相互作用在无穷远仍然存在。
每一种组态在渐近区都有自己特有的波函数形状(束缚态尾巴、Coulomb 波、振荡的 breakup 波前)。所以难点在于:三体散射有多个彼此不同的 asymptotic topology。
一个好的三体方法,往往不是单纯把矩阵做小,而是在组织这些不同的无穷远结构。
精确重写与近似截断#
| 操作 | 本质 | 是否引入近似 |
|---|---|---|
| 换 Jacobi 坐标 | representation change | 否 |
| coordinate \(\leftrightarrow\) momentum Fourier transform | representation change | 否 |
| partial-wave decomposition(不截断) | exact basis expansion | 否 |
| Faddeev decomposition | exact equation reorganization | 否 |
| AGS reformulation | exact operator reformulation | 否 |
| hyperspherical coordinate change | representation / factorization | 否 |
| channel truncation \(J,l,\lambda\leq\cdots\) | model-space truncation | 是 |
| CDCC continuum discretization | cluster model-space projection | 是 |
| finite grid / FEM / spline basis | finite-dimensional approximation | 是 |
| wave-packet discretization | continuum coarse graining | 是 |
| Coulomb-Sturmian truncation | finite spectral model space | 是 |
| separable finite-rank \(t\) | operator compression | 是 |
很多概念上的混乱,正来自把“重写问题”和“近似问题”混为一谈:
- Faddeev 分解是精确的——它只是把 Schrödinger 方程重新组织成等价形式;
- CDCC 的 continuum discretization 是近似——它丢掉了 model space 之外的物理。
两者处在不同的层次,所以“Faddeev 和 CDCC 哪个好”这个问题本身就不完整:更合理的问法是“在同一个层次上,它们各自的选择是什么、代价是什么”。
方程架构:Schrödinger、CDCC、Faddeev、AGS#
现在进入链条的第三层:用什么样的方程来组织问题。这一层的选择(Schrödinger / Faddeev / AGS / projected Schrödinger)都是精确的方程重写,真正的近似在后面两层才出现。
最直接的办法:直接解三体 Schrödinger 方程#
Hamiltonian 写成
其中 \(H_0\) 是三体自由相对运动动能。直接求解
最直接的离散办法是两个 radial directions 都选有限维子空间:
于是
波函数展开为
最终得到矩阵问题。对 bound state,是广义本征值问题:
$$
HC=ESC.
$$
对散射问题(给定入射通道的 driven equation),是线性方程组:
$$
A(E)C=B.
$$
这种方法对 bound state 很自然:束缚态是 \(L^2\) 的,有限 basis 加得足够多就能收敛。
对于 scattering,麻烦来了:第二章列出的 elastic、rearrangement、breakup、Coulomb 长程,全部藏在同一个 \(\Psi\) 里,纠缠在一起。用一套坐标、一个有限 box 去同时逼近所有这些渐近行为,代价非常高。
这正是 CDCC 和 Faddeev 各自出手的地方。
CDCC:截断一个 tensor factor#
考虑 \(n+p+A\)。CDCC(Continuum Discretized Coupled Channels)首先做一个物理上的选择:认定 \((np)+A\) 是最重要的 partition——中子和质子组成 projectile(例如氘核),与靶 \(A\) 碰撞。
于是 Hilbert 空间写为
$$
\mathcal H#
\mathcal H_{np}
\otimes
\mathcal H_R.
$$
其中
描述 projectile 内部运动(\(r\) 是 \(n\)–\(p\) 距离),
描述 projectile–target 相对运动。
CDCC 的核心是 model-space projection#
CDCC 首先做的是
$$
\mathcal H_{np}
\longrightarrow
P_{\rm int}\mathcal H_{np}.
$$
也就是只保留 projectile internal space 的一个有限 model space:
这些 \(\phi_n\) 可以是:
- true bound states(真实的氘核基态等);
- continuum bins(把连续谱按动量区间切块平均);
- pseudostates(对角化某个辅助 Hamiltonian 得到的离散近似态);
- Gaussian expansion states;
- THO states(transformed harmonic oscillator);
- Sturmian states;
- box states(放在有限盒子里对角化)。
这些是不同的 basis construction,但共同点是它们定义了同一个东西——projector \(P_{\rm int}\)。
因此 CDCC model space 是
$$
\mathcal H_{\rm CDCC}#
P_{\rm int}\mathcal H_{np}
\otimes
\mathcal H_R,
$$
即
$$
P_{\rm int}\otimes I_R.
$$
也就是说:
projectile 内部自由度被压缩成有限个 channel,而 projectile–target 分离 \(R\) 仍保留为连续变量。
这一步才是 CDCC 真正的物理近似。它假设:把入射通道之外最重要的物理(projectile 破碎、激发)压缩进 \((np)+A\) 这个 partition 的有限内部空间,就足以描述散射。
为什么标准 CDCC 变成 coupled ODE?#
展开
把它代入 Schrödinger 方程,两边左乘 \(\langle\phi_n|\) 对 \(r\) 投影(这是标准的 Galerkin 步骤),得到
其中 \(\epsilon_n\) 是 \(\phi_n\) 的内部能量,
是作用在 \(R\) 上的耦合势。做 partial waves 之后,这就是一组普通的 coupled radial ODE,可以用 Numerov 之类的方法传播求解。
但要注意,coupled ODE 不是 CDCC 的定义,而只是常见的 numerical realization。它出现的唯一原因是:内部坐标 \(r\) 已被有限维化(\(\phi_n\)),而 \(R\) 还保持连续,所以剩下的是一组关于 \(\chi_n(R)\) 的常微分方程。
CDCC 完全可以进一步 finite-dimensionalize#
完全可以再把 \(R\) 离散:
于是
$$
P_{\rm int}\otimes P_R,
$$
展开为
此时 CDCC 不再需要 coupled ODE,而直接变成 finite-dimensional Galerkin problem:
因此原则上可以有:
- FEM-CDCC;
- B-spline CDCC;
- DVR-CDCC;
- spectral CDCC;
- wave-packet CDCC;
- momentum-space CDCC。
这些“变体”改变的都只是 \(R\) 方向的数值表示,CDCC 的物理定义始终来自 projectile continuum model-space projection,而不是来自 Numerov 或 coupled differential equation。
Faddeev:按相互作用拓扑重组方程#
Faddeev 走的是另一条路:它不偏爱任何 partition,而是把 Hamiltonian 的结构本身利用起来。
考虑
其中
Schrödinger 方程是
推导:从 Schrödinger 到 Faddeev components#
令自由 resolvent
用 \(G_0\) 作用在方程两边(对束缚态,\(\Psi\in L^2\),齐次解没有贡献,这一步是严格的):
现在定义 Faddeev components
$$
\psi_\alpha#
G_0V_\alpha\Psi,
\qquad
\alpha=1,2,3.
$$
那么立刻有
(对散射问题,右边还要加上入射项,这不改变方程的结构。)
把 \(\Psi=\sum_\beta\psi_\beta\) 代回定义式:
第一项正是 \(\alpha\) 自己这个 pair 的两体 Lippmann–Schwinger 结构。把这部分“收编”进 two-body \(t\) operator(在 Jacobi 坐标的 pair 变量上定义):
就得到标准的 Faddeev 方程:
$$
\psi_\alpha#
G_0t_\alpha
\sum_{\beta\neq\alpha}\psi_\beta.
$$
注意最后的形式里,每个 component 只与另外两个 component 耦合,而自己 pair 内部的无穷多次反复散射已经被 \(t_\alpha\) 精确求和。
这一步到底解决了什么?#
Faddeev 不是为了“把一个六维函数变成三个更小的函数”——三个 \(\psi_\alpha\) 各自仍然是完整的三体函数。
真正的收益是多重散射级数的重组。如果直接用 Schrödinger 方程做 Born 展开,得到的是
所有可能的散射序列(粒子 1 撞 2、然后 2 撞 3、然后又是 1 撞 2……)混在一起,这个级数在三体情形收敛性很差(这正是两体理论直接推广到三体失败的地方)。
Faddeev 重组之后:
剩下的耦合只描述 pair 之间的交替。所以比“相互作用责任分解”更准确的说法是:
Faddeev 按 pair-scattering topology 组织多重散射。
components 不是正交子空间#
再强调一次结构上的要点。一般并不存在
也不能写
三个 Faddeev components 都属于同一个完整三体 Hilbert 空间。区别只是:\(\psi_1\) 专门组织 pair (23) 的散射,\(\psi_2\) 组织 (31),\(\psi_3\) 组织 (12)。
Faddeev 分解的是相互作用责任,而不是正交空间。
这也解释了一个实际问题:如果想简单地“把三套 Jacobi 坐标的 basis 加在一起”来表示波函数,会得到 overcomplete 的集合;Faddeev 正是通过 interaction topology 明确每个成分“负责什么”,从而避免了这种混乱。
为什么这对散射边界条件特别有用?#
每个 component 都可以放在最自然的 Jacobi 坐标中:
例如 \((23)+1\) 通道的渐近区是
这个结构在 \((x_1,y_1)\) 中非常简单:\(x_1\) 方向是束缚态尾巴,\(y_1\) 方向是出射波。如果你坚持用唯一一套坐标描述所有 rearrangement channels,那么其中一些渐近区域会变得非常扭曲。
所以 Faddeev 的优势不在于“公式漂亮”,而在于让每一种 cluster asymptotics 都在自己的 natural coordinates 中出现。
这直接回应了第二章的困难:多个 asymptotic topology 被分门别类地组织起来了。
一个重要限制:普通 Faddeev 最舒服的是短程相互作用#
对于 short-range potential,Faddeev kernel 的数学性质很好(compactness 等)。
但 Coulomb
衰减太慢,长程尾巴在“无穷远”仍然在起作用,会破坏 short-range 理论中的许多理想性质。这就是为什么三个带电粒子或含显著 Coulomb 的三体问题里,常常要使用:
- screened Coulomb + renormalization(屏蔽后重整);
- Faddeev–Merkuriev splitting(把势拆成短程和长程部分分别处理);
- Coulomb-distorted basis / resolvent(把 Coulomb 放进传播子或基底);
- Coulomb-Sturmian 等专门表示。
这不是“数值小技巧”,而是长程相互作用改变了散射理论的解析结构:Coulomb 势下的渐近波不是平面波加球面波,而是 Coulomb 波函数 \(F_l(\eta,kr)\)、\(G_l(\eta,kr)\)。
Faddeev 不是一种数值方法#
Faddeev 方程抽象地写为
即
$$
[1-K(E)]X=B.
$$
这里 \(X\) 是 Faddeev component vector。注意,到这里仍然没有规定:
- 用坐标空间还是动量空间;
- FEM 还是 spline;
- grid 还是 spectral;
- wave packet 还是 Coulomb-Sturmian。
这些都是下一层的问题。因此:
Faddeev 是 equation architecture,不是 discretization scheme。
AGS:再往 operator level 提升一步#
Faddeev 通常直接求 wavefunction components \(\psi_\alpha\)。AGS(Alt–Grassberger–Sandhas)更直接地求 channel-to-channel transition operators:
典型结构为
从逻辑上可以这样理解:
$$
\begin{array}{ccc}
\text{Schrödinger}
&\to&
\text{Faddeev}\
\Psi
&&
\psi_1,\psi_2,\psi_3\[2mm]
&&\downarrow\[-1mm]
&&
\text{AGS}\
&&
U_{\beta\alpha}
\end{array}
$$
它们的差别不在“用了不同 mesh”,而在于未知量处于不同抽象层:波函数 → Faddeev 分量 → 跃迁算符。
当最终目标本来就是 scattering amplitudes、\(S\) matrix、transition matrix 时,operator formulation 往往最自然——\(U_{\beta\alpha}\) 在适当的矩阵元下直接给出物理的振幅,而不需要先解出完整的波函数。
波函数路线 vs 算符路线:两种求解思路的结构对比#
上一节末尾说“未知量处于不同抽象层”。这个差别值得单独展开:它不是实现细节之争,而是贯穿整个散射理论的两条根本路线——求态(wavefunction route)还是求算符(operator route)。CDCC、直接 Schrödinger、Faddeev 都属于前者,AGS 是后者在三体里的标准形态。
两体热身:同一个方程的两种读法#
这对关系在两体散射里就已经完整存在。Lippmann–Schwinger 方程有两种等价写法(两体情形的详细推导见同目录的《faddeev方程 的 Wave-packet continuum discretisation》一文)。
求态的读法——未知量是散射态:
求算符的读法——未知量是 T-matrix:
两者的桥梁是一个定义:
即“用 \(T\) 作用在自由入射态上”打包了“用 \(V\) 作用在含全部散射效应的真实态上”。两个方程的核结构完全相同(都是 \(VG_0^{(+)}\) 的迭代),信息上互相等价:知道态可以恢复算符,知道算符也能恢复散射态:
但直接产出和数值形态很不一样——这正是三体里要对比的东西。
三体把这对关系原样放大:
$$
\underbrace{\text{Schrödinger / Faddeev}}{\text{求 }\Psi, \psi\alpha}
\quad\longleftrightarrow\quad
\underbrace{\text{AGS}}{\text{求 }U.}
$$
未知量的“家”:态空间 vs 算符空间#
第一条结构差别是未知量生活的空间。
波函数路线:\(\Psi\in\mathcal H\)——就是第一章里构造的态空间。partial-wave 加 momentum representation 之后,\(\psi(p,q)\) 是 2 个连续变量的函数。
算符路线:\(U_{\beta\alpha}\) 是 Hilbert 空间上的算符,属于算符空间 \(\mathcal B(\mathcal H)\)(严格说由于奇异结构它并不有界,但作为“家”的定位是对的)。它的矩阵元
是 4 个连续变量的函数。
$$
\psi(p,q): 2 \text{个变量};
\qquad
U(p,q;p',q'): 4 \text{个变量。}
$$
初看算符路线“更大”。但指标结构给出了补偿。
Faddeev 的自然指标是 pair component \(\alpha=1,2,3\):三个分量,每个都是完整的三体函数,合起来描述一个态。AGS 的自然指标是 channel 对 \((\beta,\alpha)\):一个矩阵,行标末态通道,列标初态通道。
rearrangement 通道,在态的语言里是渐近行为,在算符的语言里是矩阵下标。
“从初态 \(\alpha\) 散射到末态 \(\beta\)(可能是 elastic、rearrangement 或 breakup)的振幅是多少”——这类问题在算符语言里是最自然的提问方式:它就是矩阵的一个元素。而在态的语言里,同一个信息藏在波函数尾部的渐近匹配中,需要额外步骤才能取出来。
各自直接产出什么#
波函数路线的产出是完整的态结构:
- 密度分布、内部几何、两体关联;
- 动量谱、breakup 流;
- 任意期望值 \(\langle O\rangle=\langle\Psi|O|\Psi\rangle\)。
但振幅不直接在手里:需要额外的渐近 matching 或投影,才能从 \(\Psi\) 的尾部提取出 \(S\) matrix。
算符路线的产出是实验量的原生形式:
- on-shell 矩阵元直接给出振幅,进而 \(S\) matrix 与截面(至一个随约定变化的归一化因子);
- 束缚态和共振态表现为 \(U(E)\) 在复能量平面上的极点。
但态的结构信息基本丢失:算符知道的只是“从哪来、到哪去、幅值多少”,不再回答“束缚态长什么样”。
于是选择路线的第一个判据是:
你要的是态的结构,还是截面?
边界条件住在哪#
第二条判据是散射边界条件的实现位置(第六章会展开,这里先给结构性结论)。
- 波函数路线:散射条件“住”在实空间的无穷远——\(\Psi\) 的尾部必须长成出射波的样子,或者通过 \(G_0^{(+)}\) 隐式赋予;
- 算符路线:散射条件“住”在复能量平面的解析结构里——\(+i0\) 处方规定边界的走向,物理内容体现在极点位置与留数中。
波函数在实空间的无穷远处“看见”散射,算符在复能量平面上“看见”散射。
束缚态问题的对比#
对 bound state,两条路线的求解形态也很不一样:
- 态路线:\(HC=ESC\),广义本征值问题。能量和波函数同时得到——本征向量就是物理波函数,一举两得;
- 算符路线:扫描能量,找
或等价地 Fredholm 行列式条件
能量找到了,波函数还要另外恢复。
这就是为什么做束缚态结构研究的人偏爱波函数路线,做反应截面的人偏爱算符路线——这不是品味问题,而是产出直接对准目标的问题。
数值形态的典型配对#
把本层选择(求态还是求算符)与第四章的表示层选择交叉,得到四格(参见 §5.6):
| 路线 × 表示 | 典型数值形态 |
|---|---|
| 波函数 × coordinate | coupled PDE,sparse 矩阵(微分算符局域) |
| 波函数 × momentum | 积分方程,unknown \(\psi(p,q)\),dense 核 |
| 算符 × momentum | 积分方程,unknown \(U(p,q;p',q')\),dense 核、奇异结构、on-shell 后处理 |
| 算符 × coordinate | 少见(Green 函数的坐标表示) |
注意四种组合在逻辑上都存在,“AGS 必须 momentum space”并不成立——只是 momentum space 里 free resolvent 和 two-body \(t\) 矩阵最简单(§4.2),所以算符路线几乎总是选它。路线与表示是两个独立的选择,不要绑死。
一张对照表#
| 波函数路线 | 算符路线 | |
|---|---|---|
| 未知量 | \(\Psi\) / \(\psi_\alpha\) | \(U_{\beta\alpha}\) / \(T\) |
| 所在空间 | \(\mathcal H\)(态空间) | \(\mathcal B(\mathcal H)\)(算符空间) |
| 变量数(partial wave 后) | \(\psi(p,q)\):2 | \(U(p,q;p',q')\):4 |
| 自然指标 | pair component \(\alpha\) | channel 对 \((\beta,\alpha)\) |
| rearrangement 通道 | 渐近行为,需 matching 提取 | 矩阵下标,自动并列 |
| 直接产出 | 态结构(密度、动量谱、\(\langle O\rangle\)) | 振幅、\(S\) matrix、截面 |
| 获取振幅 | 渐近 matching / 投影 | on-shell 取值即得 |
| 束缚态 | \(HC=ESC\),附带波函数 | \(\lambda[K(E)]=1\) / \(\det[1-K]=0\) |
| 散射条件位置 | 实空间无穷远 | 复能量面解析结构 |
| 典型数值形态 | coordinate:sparse PDE | momentum:dense 积分方程 |
进阶:off-shell 自由度与 partition 依赖#
最后一点在读文献和比较计算结果时特别有用。
波函数路线的解是唯一的(至整体相位):\(\Psi\) 就是一个态,不依赖任何约定。
算符路线的解则不然。\(U_{\beta\alpha}(E)\) 作为完整的算符,包含大量 off-shell 信息——初末动量不在能量壳上的矩阵元。而这些信息:
- 物理上不可观:可观测量(截面、振幅)只依赖 on-shell 取值;
- 依赖 partition/channel 约定:两篇文章的 AGS 算符即使 on-shell 振幅完全一致,off-shell 行为也可以不同。
所以比较两个 AGS 计算时,先确认 channel 与 partition 约定是否相同。
反过来,这片“不可观但可自由选择”的空间正是算符路线独有的操作余地:§5.9 的 separable expansion 之所以合法,就是因为 off-shell 自由度可以被拿来简化计算而不损失任何 on-shell 物理——只有当未知量本来就是算符时,“压缩算符”才是一个不改变可观测量的合法操作。
CDCC 与 Faddeev 的核心区别#
现在可以给出最核心的对比:
CDCC:先选一个物理上重要的 cluster partition,再截断它的内部 continuum;
Faddeev:不偏爱任何一个 pair,把所有 pair-scattering topology 显式并列组织。
更严格地说:
- Faddeev decomposition 在完整三体 Hamiltonian 下首先是精确重写;
- CDCC 的 \(P_{\rm int}\) 是一个 model-space approximation。
所以两者并不处于完全相同的层次:CDCC 是 model-space projection 的思想,Faddeev 是 equation decomposition 的思想。
它们不是简单互斥的“两个算法”——原则上你甚至可以做“Faddeev 架构 + 类 CDCC 的基底”,只要分清哪一步是重写、哪一步是截断。
表示层:coordinate、momentum、hyperspherical#
有了方程架构之后,下一步才是选择 representation。这一步本身不产生任何物理近似——就像同一个向量用不同坐标系写出来,向量本身没变。
Coordinate space#
写成
partial-wave 分解后是
在坐标空间里,局域势的作用是最简单的乘法:
但 kinetic energy 是微分算符。因此 coordinate-space Faddeev 通常成为 coupled 2D PDE。
Momentum space#
做 Fourier transform:
自由 Hamiltonian 变成对角的乘法算符:
于是自由 resolvent
的结构非常直接(在 \(E\) 固定时,它是 \((p,q)\) 的有理函数)。Faddeev 方程变成积分方程:
代价是:local coordinate-space potential 变成 momentum-space nonlocal kernel \(V(p,p')\)——原来是“每点乘一个数”,现在是“每个点耦合到所有点”。
因此可以粗略记:coordinate space 里 local interaction 简单、传播难;momentum space 里 free propagation、resolvent、\(t\)-matrix 都简单,代价是作用势变成 nonlocal kernel。
coordinate 和 momentum 是 representation,不是两种不同的 Faddeev 理论。
Hyperspherical coordinates:重新 factorize 六维空间#
除了 cluster 分解,还可以采用六维 hyperspherical coordinates:
加上五个 hyperangles \(\Omega_5\)。于是
$$
L^2(\mathbb R^6)
\simeq
L^2(\rho)
\otimes
L2(S5).
$$
展开
其中 \(K\) 是 grand angular momentum,\(Y_K\) 是 hyperspherical harmonics。然后截断 hyperangular basis:
而 \(\rho\) 仍保持连续,于是得到 coupled hyperradial equations。
这与 CDCC 恰好构成一组结构上的对照:
两者都在做“某一部分自由度有限化、另一部分保持连续”,只不过 Hilbert-space factorization 完全不同:CDCC 按物理 cluster 切,HH 按几何尺度(总大小 \(\rho\) vs 内部形状 \(\Omega\))切。
各自的代价也来自这个选择:CDCC 对“privileged partition 不明显”的体系不自然;HH 对 cluster 渐近(\(x\) 小 \(y\) 大)的描述收敛可能慢,因为 cluster 结构在超球坐标里不是自然变量。
有限化:你究竟把哪个无限维对象变成有限维#
这一层才轮到 FEM、B-spline、spectral、wave packet、Coulomb-Sturmian 等。它们首先回答同一个问题:
我用什么有限集合来表示本来无限维的函数空间?
Grid / finite difference:直接存函数值#
选 grid 点
未知量直接是
导数变成 differentiation matrix:
最终得到
它的直觉最简单:
不问函数由什么 basis 组成,直接问它在很多离散点上的值。
FEM:用很多局部低阶函数拼起来#
构造局域 trial spaces:
于是
展开
然后做 Galerkin projection:
得到矩阵方程。
FEM 的重要特点是 local support:每个基函数只在一小块区域非零,因此微分算子产生的矩阵是 sparse 的。从 Hilbert-space 角度:
FEM = 选择局域、分片的 finite-dimensional trial subspace。
B-spline:兼具局域性和高阶光滑性#
B-spline 不是新的三体理论。它只是选
作为 radial approximation space。它的典型优点是:
- compact/local support;
- 高阶 smoothness;
- mesh placement 灵活(可以在波函数变化剧烈的区域加密);
- differential matrices 稀疏;
- 很适合半无限 radial coordinate。
因此
$$
\text{B-spline Faddeev}#
\text{Faddeev equation}
+
\text{B-spline radial representation}.
$$
Global spectral expansion:用少量全局函数描述整个区域#
写
例如
如果解足够 smooth,global basis 可能用很少的自由度取得很高的精度(指数收敛)。
应当区分两个词:
- basis expansion / Galerkin representation 是很广的概念,FEM、B-spline、spectral 都属于它;
- 经典 spectral method 通常强调 global high-order basis 与快速收敛。
FEM 强调 local basis,spectral method 强调 global basis——这是精度与稀疏性之间的经典取舍。
Momentum-space quadrature#
对 momentum-space Faddeev 积分方程,最直接的办法是 quadrature:
最终得到
$$
\psi_{cij}#
\sum_{c'i'j'}
K_{cij,c'i'j'}
\psi_{c'i'j'},
$$
或者
$$
(I-K)\psi=b.
$$
稀疏 vs 稠密:coordinate 与 momentum 的数值代价#
Coordinate FEM:
Momentum quadrature:
所以到了最低层,绝大多数方法最终都是有限维 linear algebra。但矩阵结构不同:
- coordinate local operators 往往产生 sparse 矩阵;
- momentum-space kernels 往往产生 dense / nonlocal 矩阵。
这直接决定了后面究竟采用什么线性代数方法(见第八章)。
Wave packet:不是“把积分点离散”,而是直接造 continuum model space#
与简单 quadrature 不同,wave packet 真正构造 \(L^2\) basis。
把 momentum continuum 分成区间
定义 wave packet
spectator 方向类似:
注意每个 \(|X_i\rangle\) 都是平方可积的正常化态——这是它和“存格点值”的本质区别。于是你真正构造了一个有限维 \(L^2\) model space:
$$
V_N#
\operatorname{span}
{|X_iY_j\rangle},
$$
对应 projector
所以 wave-packet method 与其理解成“特殊 quadrature”,不如理解成把连续谱按有限能量区间 coarse grain,得到一组正常化的 \(L^2\) states。
这也是它与 CDCC continuum binning 很接近的地方:
结构上完全类似。区别在于离散的彻底程度:
而 fully discretized wave-packet three-body calculation 更像
即 spectator 连续变量也被 packet 化了,整个问题变成纯有限维。
Coulomb-Sturmian:physics-informed basis 到底特殊在哪#
Coulomb-Sturmian 是一种专门适配 Coulomb \(1/r\) 算符结构的离散 radial basis。
构造#
假设 radial function 是 \(u_l(r)\)。任取一组 basis,可以写
如果选 harmonic-oscillator basis,函数形状天然和 \(r^2\) 势联系紧密。如果选 Coulomb-Sturmian,basis 的定义本身包含 \(1/r\) 结构。一种常见形式是
其中 \(b\) 控制 radial scale,\(L_n^{2l+1}\) 是伴随 Laguerre 多项式。它们可以看作一类 Sturm–Liouville 问题的本征函数,对应的 radial operator 中显式出现 Coulomb-like \(1/r\) 项。
所以所谓 physics-informed 不是玄学,而是:
basis 的构造已经利用了我们事先知道的 Hamiltonian 结构。
“内建 Coulomb”到底内建了什么?#
这里必须说得非常精确。
Coulomb-Sturmian basis 并不是直接把真正的 scattering asymptotics
硬塞进 basis。事实上单个 CS basis function 通常仍是指数衰减、属于 \(L^2\) 的离散函数。
所以正确的说法不是:
“CS basis 已经自动具有正确的 Coulomb scattering wave tail。”
而是:
CS basis 对 Coulomb Hamiltonian / Coulomb Green operator 的代数结构特别友好。
这才是它真正的价值:它把“我们早就知道问题里有 \(1/r\)”这条信息利用在 representation 上,而不是让有限 basis 从零开始重新拟合 Coulomb operator 的结构。
为什么 projector 里会出现 \(\langle\widetilde{nl}|\)?#
Coulomb-Sturmian 常采用 biorthogonal representation:有两套互为 dual 的基
满足
因此 completeness relation 写成
截断后才是
$$
P_N#
\sum_{n=0}^{N}
|nl\rangle
\langle\widetilde{nl}|.
$$
\(P_N\) 的意义非常朴素:
把本来无限维的 radial function,投影到前 \(N+1\) 个 CS functions 张成的 model space 中。
于是
本来一个连续函数 \(f(r)\),现在由有限个 coefficient \((c_0,c_1,\ldots,c_N)\) 表示。
三体里真正长什么样?#
三体 partial wave 后有两个 radial coordinates,因而更接近
波函数写成
于是连续函数 \(u_c(x,y)\) 变成 coefficient matrix \(C_{n\nu}^{(c)}\)。
这就是所谓
- Faddeev 决定 equation architecture;
- partial waves 决定 angular/channel representation;
- CS 决定 radial finite-dimensional representation;
- Coulomb boundary/Green-function machinery 决定 scattering asymptotics 如何实现。
CS 是 Coulomb-adapted basis,但真正的 outgoing Coulomb scattering condition 仍然要由 Green function、matching 或其他散射构造来保证。
Separable expansion:压缩 operator#
这一层与 FEM、B-spline、wave packet 又不完全一样。
前面主要是在近似态
而 separable expansion 更常见的是近似 two-body potential 或 \(t\) operator:
这是一个 finite-rank approximation,\(r\) 是 rank。rank-1 时:
为什么它能真正降低三体维数?#
原始 Faddeev unknown 是
如果
pair momentum dependence 可以被 form factor \(g(p)\) 吸收:
于是
被部分压缩成
$$
\mathbb C^{r}
\otimes
L^2(q).
$$
也就是说,原来二维的 unknown \(\psi(p,q)\) 可能变成一组一维 spectator functions
散射边界条件#
这是很多介绍最容易跳过的一步。
对于 bound state,
是自然的:波函数归一化、在无穷远衰减。任何足够丰富的有限 basis 都能逼近它。
但 scattering eigenstate 严格来说并不是普通 \(L^2\) normalizable state;它属于 generalized eigenstate 的框架,在无穷远是振荡的、不衰减的。 (严格理论需要装备希尔伯特空间,比较麻烦,本文不讲)
Coordinate-space philosophy:在大距离直接 matching#
显式研究
时
然后在有限 numerical domain 的外边界,与已知 asymptotic solutions 匹配,提取 \(S\) matrix。
这个做法很直观,但三体 breakup 和 Coulomb 会让边界结构很复杂:breakup 渐近不是简单的出射球面波,Coulomb 渐近不是平面波。
Momentum/operator-space philosophy:把 outgoing 条件放进 resolvent#
使用
$$
G^{(+)}(E)#
\frac{1}{E-H+i0}.
$$
其中
是在能量实轴上选择正确的解析延拓,从而规定 outgoing-wave boundary condition(这一点与两体 Lippmann–Schwinger 方程中的 \(+i\epsilon\) 完全同理)。
因此 coordinate-space 与 operator-space 的根本差别在于:coordinate methods 更多在 real-space infinity 上处理散射,operator methods 更多把散射条件编码在 resolvent 的 analytic structure 中。
对于 Coulomb,这一问尤其重要——长程作用意味着“无穷远”的行为本身就被修改了(Coulomb 相移、对数扭曲的波前)。
一个具体例子:同一个 \(n+p+A\) 在不同方法里的样子#
这一章把前面所有抽象概念落到一个具体问题上。假设 Hamiltonian 是
直接 Schrödinger#
选一套 Jacobi coordinates \((r,R)\):
你直接面对一个两径向变量、多个 partial-wave channel 的 coupled problem。所有 breakup、rearrangement、elastic 结构都藏在同一个 \(\Psi\) 里面。
CDCC#
先把 \(np\) internal Hamiltonian 离散:
保留有限组 \(\{\phi_n\}_{n=1}^{N}\)。然后
于是问题变成 \(\chi_0(R),\chi_1(R),\ldots,\chi_N(R)\) 之间的 coupled-channel propagation。它把 breakup continuum 转换成有限个 internal channels。
Coordinate-space Faddeev#
写
每一个 component 用自己的 Jacobi coordinates:
这样 \((np)+A\)、\((nA)+p\)、\((pA)+n\) 三种 pair topology 都被显式保留,各自在自己的自然坐标里有简单的渐近。
Momentum-space Faddeev / AGS#
未知量变成
或者 transition operator
free propagation 与 two-body \(t\) matrices 在 momentum/operator language 中更自然。
这四种写法之间真正的关系#
$$
\begin{array}{ccccc}
& \text{full three-body problem} & \[1mm]
& \downarrow & \[1mm]
\text{direct Schr.}
&\qquad&
\text{Faddeev/AGS exact reorganization}
\[2mm]
\downarrow
&&
\downarrow
\[2mm]
\text{choose representation}
&&
\text{choose representation}
\[2mm]
\downarrow
&&
\downarrow
\[2mm]
\text{grid/basis truncation}
&&
\text{grid/basis/rank truncation}
\end{array}
$$
而 CDCC 则是在 full Schrödinger problem 上先引入一个 physically chosen cluster-space projection。
最后的落脚点:都变成线性代数求解#
一旦你做了 channel truncation、basis truncation、quadrature 或 finite-rank approximation,无限维问题最终都变成有限维对象。
Bound state#
求广义本征值问题。
Driven scattering problem#
求线性方程组。
Faddeev kernel formulation#
bound state 可以通过寻找
确定(\(E\) 扫描使最大本征值达到 1 的能量)。
然后才轮到真正底层的 numerical linear algebra:
- LU;
- sparse direct solver;
- GMRES;
- BiCGSTAB;
- Arnoldi;
- Lanczos;
- Krylov subspace;
- preconditioner;
- low-rank compression。
到了这一层以后,你处理的是矩阵结构、条件数、稀疏性和迭代收敛。这里已经与“三体物理”部分相当解耦——sparse 矩阵配 direct/Krylov 求解器,dense 矩阵配 GMRES + preconditioning,是纯粹数值线性代数的考量。
统一比较与心智地图#
一张统一的比较表#
把前面所有讨论压缩成一张表:
| 方法 | 方程结构 | 路线 | 空间分解 / 表示 | 真正截断什么 | 主要优势 | 主要难点 |
|---|---|---|---|---|---|---|
| direct Schrödinger | \((E-H)\Psi=0\) | 波函数 | \(x\otimes y\) | \(P_x\otimes P_y\)(grid/basis) | 概念直接 | 多种三体 asymptotics 缠在一起 |
| CDCC | projected Schrödinger | 波函数 | internal \(\otimes R\) | \(P_{\rm int}\otimes I_R\) | 适合明显 projectile+target 图像 | privileged partition 选择,model-space 收敛 |
| coordinate Faddeev | Faddeev components | 波函数 | \((x_\alpha,y_\alpha)\) | channels + grid/basis | 各 pair topology 渐近自然 | 实现复杂,Coulomb 麻烦 |
| momentum Faddeev | Faddeev components | 波函数 | \((p_\alpha,q_\alpha)\) | quadrature/basis | resolvent、\(t\)-matrix 自然 | dense kernel、奇异点处理 |
| wave-packet Faddeev | Faddeev | 波函数 | \((p,q)\) | \(P_p\otimes P_q\) | 真正 \(L^2\) 离散 continuum | bin 收敛 / 分辨率 |
| separable Faddeev | Faddeev | 波函数(借算符压缩) | pair + spectator | finite-rank \(t\) | 结构性降维 | low-rank fidelity |
| AGS | transition operators | 算符 | momentum/operator space | quadrature / separable rank | 直接面向 transition amplitudes | kernel 与奇异性处理 |
| hyperspherical | Schrödinger/Faddeev | 波函数 | \(\rho\otimes\Omega_5\) | \(I_\rho\otimes P_\Omega\)(\(K\le K_{\max}\)) | 六维几何统一 | cluster asymptotics 收敛可能慢 |
| Coulomb-Sturmian | (通常配 Faddeev) | 波函数 | CS radial basis | \(N_{\rm CS}\) | Coulomb 算符表示友好 | scale/收敛,边界条件仍需单独处理 |
PDE、integral equation、matrix 最后都只是不同表示下的数值形态。
路线图#
可以把量子三体计算想成这样一条从上到下的链:
$$
\begin{array}{c}
\textbf{Layer 0: Physics}\
H_0+V_{12}+V_{23}+V_{31}+V_{123}
\[3mm]
\downarrow
\[3mm]
\textbf{Layer 1: Symmetry / Hilbert-space organization}\
\mathcal H=\bigoplus_{J^\pi T}\mathcal H_{J^\pi T}
\[3mm]
\downarrow
\[3mm]
\textbf{Layer 2: Equation architecture}\
\text{Schrödinger / Faddeev / AGS / CDCC projection}
\[3mm]
\downarrow
\[3mm]
\textbf{Layer 3: Representation}\
(x,y),\;(p,q),\;(\rho,\Omega)
\[3mm]
\downarrow
\[3mm]
\textbf{Layer 4: Approximation / compression}\
P_{\rm ch},\;P_x,\;P_y,\;P_{\rm int},\;K_{\max},\;N_{\rm CS},\;\mathrm{rank}(t)
\[3mm]
\downarrow
\[3mm]
\textbf{Layer 5: Scattering realization}\
\text{matching / }G^{(+)}\text{ / Coulomb treatment}
\[3mm]
\downarrow
\[3mm]
\textbf{Layer 6: Linear algebra}\
HC=ESC,\quad AC=B,\quad [1-K]C=B
\end{array}
$$
不同文章真正的“创新点”可能发生在不同的层。
一篇文章可能物理方程完全没变,只是换了更好的 basis;另一篇可能 basis 很普通,但重新组织了 integral kernel;还有一篇可能前面全都一样,只是在 Coulomb boundary condition 或 preconditioner 上做了关键突破。把这些层分开,才不会被方法名牵着走。
六个层面拆解#
以后读论文,建议不要先问“这属于哪一个流派”,而是按下面六个问题拆。
问题 1:物理 Hamiltonian 是什么?
有没有 Coulomb?有没有 three-body force?有没有 optical/nonlocal interaction?
问题 2:equation architecture 是什么?
它解的是
还是
还是
这一层区分 Schrödinger / Faddeev / AGS / projected equations。其中还藏着一个正交的子问题(§3.5):未知量是态还是算符?——前者直接给出态的结构,后者直接给出跃迁振幅,两条路线的产出、边界条件位置和数值形态都不同。
问题 3:用什么 representation?
或者某种 mixed representation。这一步本身通常不产生物理近似。
问题 4:真正截断的是什么?
可能是
这一层才是真正决定 numerical approximation 的地方。
问题 5:散射边界条件怎么实现?
是 explicit matching?还是 complex scaling?还是 absorbing boundary?还是
的 analytic prescription?对于 Coulomb,这一问尤其重要。
问题 6:最后矩阵怎么解?
只有到了最后,才问 sparse/dense、direct/iterative、Krylov/preconditioner。
“不要混淆”#
Jacobi partitions \(\neq\) Hilbert-space direct sum。 三套 Jacobi coordinates 是同一个空间的三套表示。
Faddeev decomposition \(\neq\) orthogonal decomposition。
是 interaction-topology organization,不是
Faddeev \(\neq\) numerical discretization。 Faddeev 决定方程怎样重写。你仍然可以做 coordinate Faddeev、momentum Faddeev、FEM Faddeev、spline Faddeev、wave-packet Faddeev、Coulomb-Sturmian Faddeev、separable Faddeev。
CDCC \(\neq\) coupled ODE。 CDCC 的核心是 \(P_{\rm internal}\)。coupled radial ODE 只是最常见实现。
Coulomb-Sturmian \(\neq\) Coulomb boundary condition。 CS 是 Coulomb-adapted basis。真正的 outgoing Coulomb scattering condition 仍然要由 Green function、matching 或其他散射构造来保证。
Separable expansion \(\neq\) 普通 basis truncation。 普通 basis truncation 主要压缩 state space,separable expansion 主要压缩 operator rank。
CDCC 可以从 Faddeev 数值体系借什么?#
很多。因为 Faddeev 体系中大量所谓“方法”其实只是 numerical realization,与方程架构正交。CDCC 完全可以借:
真正不能简单照搬的是 Faddeev 的 multiple-partition architecture:不同 Jacobi basis 都属于同一个三体 Hilbert space,简单相加容易 overcomplete。Faddeev 正是通过 interaction topology 来解决这一点。
反过来,Faddeev 体系也可以借 CDCC 的 pseudostate 思想来构造有限的内部基底。分层清楚之后,“借用”变成自然而然的事。
总结#
1:Faddeev 主要解决“怎样组织三体散射 topology”。
2:CDCC 主要解决“怎样把一个重要 cluster continuum 压缩成有限 model space”。
3:FEM、B-spline、wave packet、Coulomb-Sturmian 等主要解决“怎样把剩余无限维对象数值表示出来”。
4:波函数路线回答“态长什么样”,算符路线回答“跃迁振幅是多少”——动手前先想清楚你要哪个。
而贯穿所有方法的核心问题始终是四个:
$$
\begin{array}{c}
\text{我在什么空间里?}\
\text{我怎样组织相互作用和渐近通道?}\
\text{我真正截断了什么?}\
\text{散射边界条件放在哪里?}
\end{array}
$$
一旦这些问题能回答清楚,CDCC、Faddeev、AGS、hyperspherical、FEM、wave packet、Coulomb-Sturmian、separable expansion 只是同一个量子三体问题,在不同数学层次上的不同选择。
Created: 2026-08-19