量子三体的空间结构和解法

求解量子三体问题时，最容易产生的混乱，不是公式太多，而是**很多名字根本不在同一个层次上**。

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。

但这些东西有的在回答“方程怎么组织”，有的在回答“空间怎么表示”，有的在回答“究竟截掉了什么”，还有的只是在回答“最后那台矩阵怎么解”。

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。

本文的主线只有一句话：先分清你在改写什么，再讨论你在近似什么。

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\[1mm]
\text{对称性与通道结构}\[1mm]
\downarrow\[1mm]
\text{方程架构：Schrödinger / Faddeev / AGS / projected Schrödinger}\[1mm]
\downarrow\[1mm]
\text{表示：coordinate / momentum / hyperspherical}\[1mm]
\downarrow\[1mm]
\text{有限化：grid / FEM / spline / spectral / wave packet / CS / low rank}\[1mm]
\downarrow\[1mm]
\text{散射边界条件}\[1mm]
\downarrow\[1mm]
\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：

1. 它改变的是**方程结构**，还是只改变**表示**？
2. 它是一个**精确重写**，还是一个**近似截断**？
3. 它真正压缩的是**波函数空间**，还是**算符**？
4. 三体散射的**无穷远边界条件**到底放在哪里？

下面我们一层一层地把这条链走完。

---

第一章 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。

1.1 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

\[ \mathbf x \]

描述这个 pair 的内部相对运动，再用

\[ \mathbf y \]

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

\[ \mathbf x=\mathbf r_n-\mathbf r_p, \]

\[ \mathbf y=\mathbf r_A- \frac{m_n\mathbf r_n+m_p\mathbf r_p}{m_n+m_p}. \]

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”。

1.2 第一种分解：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：

\[ \mathcal H = L^2(\mathbf x) \otimes L^2(\mathbf y) \otimes \mathcal H_{\rm spin} \otimes \mathcal H_{\rm isospin} \otimes\cdots. \]

这是**自由度的分解**：空间变大是因为粒子多、自由度多。

1.3 第二种分解：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：

\[ [H,J^2]=0, \qquad [H,\Pi]=0. \]

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：

\[ \Psi^{JM} = \sum_c u_c(x,y)\, \mathcal Y_c^{JM} (\hat x,\hat y,\sigma,\tau). \]

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

\[ l,\;s,\;j,\;\lambda,\;I,\ldots \]

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。

1.4 第三种“分解”：Faddeev——既非 tensor product，也非 direct sum

Faddeev 理论写

$$

\Psi=\psi_1+\psi_2+\psi_3.

$$

这看起来也像一种“分解”，但它与上面两种**完全不是一回事**：

• 一般并没有 \(\langle\psi_\alpha|\psi_\beta\rangle=0\)；
• 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。这里先记住：三种“分解”对应三个层次——自由度、对称性、方程结构。

1.5 三套 Jacobi 坐标不是三个空间

三个粒子可以有三套 Jacobi partition：

\[ (23)+1, \qquad (31)+2, \qquad (12)+3, \]

分别记为

\[ (\mathbf x_1,\mathbf y_1), \quad (\mathbf x_2,\mathbf y_2), \quad (\mathbf x_3,\mathbf y_3). \]

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：

\[ \mathcal H_1\simeq\mathcal H_2\simeq\mathcal H_3, \]

彼此由 Jacobi transformation（一个线性的坐标变换加上 Jacobian）联系。

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。

所以千万不要写成

\[ \mathcal H = \mathcal H_1\oplus\mathcal H_2\oplus\mathcal H_3. \]

三套 Jacobi 坐标之所以重要，不是因为它们“产生了三个空间”，而是因为**不同的 cluster topology 在不同的 Jacobi 坐标下最自然**。

例如 \((23)+1\) 这个通道的渐近区域是

\[ x_1\sim\text{finite}, \qquad y_1\to\infty, \]

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。

1.6 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

\[ \mathcal H_x=L^2(x), \]

我们选择一组函数

\[ \phi_1,\phi_2,\ldots,\phi_N. \]

这些是 basis functions。它们张成

\[ V_N = \operatorname{span} \{\phi_1,\ldots,\phi_N\} \subset\mathcal H_x. \]

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

\[ P_N = \sum_{n=1}^N |\phi_n\rangle\langle\phi_n|. \]

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

\[ \operatorname{span}\{\phi_n\} = \operatorname{span}\{\tilde\phi_n\}, \]

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，

\[ V_N\subset V_{N+1}, \]

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”。

---

第二章 三体问题到底难在哪里

2.1 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。

2.2 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：

1. 一个束缚 pair 加一个 spectator：

\[ (23)+1; \]

1. rearrangement 通道：

\[ (31)+2; \]

1. 另一种 rearrangement：

\[ (12)+3; \]

1. 三个粒子都互相远离（breakup）：

\[ 1+2+3; \]

1. 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**。

2.3 精确重写与近似截断：最重要的一张表

现在可以给出整篇文章里最核心的一张表。它回答的问题是：各种常见操作，到底是**精确的重新表述**，还是**引入了近似**？

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——它真的丢掉了 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”。

---

第三章 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。

3.1 最直接的办法：直接解三体 Schrödinger 方程

Hamiltonian 写成

\[ H = H_0+V_{12}+V_{23}+V_{31}, \]

其中 \(H_0\) 是三体自由相对运动动能。直接求解

\[ (E-H)\Psi=0. \]

最直接的离散办法是两个 radial directions 都选有限维子空间：

\[ L^2(x) \rightarrow V_x^{N_x}, \qquad L^2(y) \rightarrow V_y^{N_y}, \]

于是

\[ \mathcal H \rightarrow V_x^{N_x}\otimes V_y^{N_y}, \]

波函数展开为

\[ \Psi_N(x,y) = \sum_{ij} C_{ij} B_i(x)C_j(y). \]

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。

3.2 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

\[ \mathcal H_{np}=L^2(r) \]

描述 projectile 内部运动（\(r\) 是 \(n\)–\(p\) 距离），

\[ \mathcal H_R=L^2(R) \]

描述 projectile–target 相对运动。

3.2.1 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：

\[ P_{\rm int} = \sum_{n=1}^{N} |\phi_n\rangle\langle\phi_n|. \]

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。

3.2.2 为什么标准 CDCC 变成 coupled ODE？

展开

\[ \Psi(r,R) \approx \sum_n \phi_n(r)\chi_n(R). \]

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

\[ \left[ T_R+\epsilon_n-E \right]\chi_n(R) + \sum_m V_{nm}(R)\chi_m(R) =0, \]

其中 \(\epsilon_n\) 是 \(\phi_n\) 的内部能量，

\[ V_{nm}(R) = \langle\phi_n| \,U_{nA}+U_{pA}\, |\phi_m\rangle(R) \]

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。

3.2.3 CDCC 完全可以进一步 finite-dimensionalize

完全可以再把 \(R\) 离散：

\[ L^2(R) \rightarrow P_RL^2(R), \]

于是

$$

P_{\rm int}\otimes P_R,

$$

展开为

\[ \Psi = \sum_{ni} C_{ni}\phi_n(r)B_i(R). \]

此时 CDCC 不再需要 coupled ODE，而直接变成 finite-dimensional Galerkin problem：

\[ A(E)C=B. \]

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。

3.3 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

\[ H=H_0+V_1+V_2+V_3, \]

其中

\[ V_1=V_{23}, \qquad V_2=V_{31}, \qquad V_3=V_{12}. \]

Schrödinger 方程是

\[ (E-H_0)\Psi = (V_1+V_2+V_3)\Psi. \]

3.3.1 推导：从 Schrödinger 到 Faddeev components

令自由 resolvent

\[ G_0(E) = \frac{1}{E-H_0+i0}. \]

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）：

\[ \Psi = G_0(V_1+V_2+V_3)\Psi. \]

现在定义 Faddeev components

$$

\psi_\alpha

G_0V_\alpha\Psi,
\qquad
\alpha=1,2,3.

$$

那么立刻有

\[ \Psi = \psi_1+\psi_2+\psi_3. \]

（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：

\[ \psi_\alpha = G_0V_\alpha\psi_\alpha + G_0V_\alpha \sum_{\beta\neq\alpha}\psi_\beta. \]

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）：

\[ t_\alpha = V_\alpha+V_\alpha G_0 t_\alpha, \]

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。

3.3.2 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

\[ G_0(V_1+V_2+V_3)G_0(V_1+V_2+V_3)\cdots \]

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：

\[ V_{23}\text{ 内部的所有反复作用} \quad\longrightarrow\quad t_1\text{（被精确求和）}\longrightarrow \psi_1, \]

\[ V_{31}\text{ 内部的所有反复作用} \quad\longrightarrow\quad \psi_2, \]

\[ V_{12}\text{ 内部的所有反复作用} \quad\longrightarrow\quad \psi_3, \]

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。

3.3.3 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

\[ \langle\psi_\alpha|\psi_\beta\rangle=0, \]

也不能写

\[ \mathcal H = \mathcal H_1\oplus\mathcal H_2\oplus\mathcal H_3. \]

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。

3.3.4 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：

\[ \psi_1(x_1,y_1), \qquad \psi_2(x_2,y_2), \qquad \psi_3(x_3,y_3). \]

例如 \((23)+1\) 通道的渐近区是

\[ x_1\sim\text{pair size}, \qquad y_1\to\infty. \]

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。

3.3.5 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

\[ V_C(r)\sim\frac1r \]

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 \(F_l(\eta,kr)\)、\(G_l(\eta,kr)\)。

3.3.6 Faddeev 不是一种数值方法

Faddeev 方程抽象地写为

\[ X=B+K(E)X, \]

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。

3.4 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：

\[ U_{\beta\alpha}. \]

典型结构为

\[ U_{\beta\alpha} = (1-\delta_{\beta\alpha})G_0^{-1} + \sum_\gamma (1-\delta_{\beta\gamma}) t_\gamma G_0U_{\gamma\alpha}. \]

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。

3.5 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。

3.5.1 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：

\[ |\psi^+\rangle = |\phi\rangle + G_0^{(+)}V|\psi^+\rangle. \]

求算符的读法——未知量是 T-matrix：

\[ T = V+VG_0^{(+)}T. \]

两者的桥梁是一个定义：

\[ T|\phi\rangle \equiv V|\psi^+\rangle, \]

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：

\[ |\psi^+\rangle = |\phi\rangle+G_0^{(+)}T|\phi\rangle. \]

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.}

$$

3.5.2 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

\[ U(p,q;p',q') \]

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。

3.5.3 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？

3.5.4 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。

3.5.5 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

\[ \lambda[K(E)]=1 \]

或等价地 Fredholm 行列式条件

\[ \det[1-K(E)]=0. \]

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。

3.5.6 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。

3.5.7 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

3.5.8 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。

3.6 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。

---

第四章 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。

4.1 Coordinate space

写成

\[ \psi_\alpha = \psi_\alpha(x_\alpha,y_\alpha), \]

partial-wave 分解后是

\[ u_{\alpha c}(x,y). \]

在坐标空间里，局域势的作用是最简单的乘法：

\[ [V\psi](x)=V(x)\psi(x), \]

但 kinetic energy 是微分算符。因此 coordinate-space Faddeev 通常成为 coupled 2D PDE。

4.2 Momentum space

做 Fourier transform：

\[ (x,y) \longleftrightarrow (p,q). \]

自由 Hamiltonian 变成对角的乘法算符：

\[ H_0 = \frac{p^2}{2\mu_x} + \frac{q^2}{2\mu_y}. \]

于是自由 resolvent

\[ G_0^{(+)}(E) = \frac{1}{E-H_0+i0} \]

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：

\[ \psi_c(p,q) = \sum_{c'} \int dp'\,dq'\, K_{cc'}(p,q;p',q') \psi_{c'}(p',q'). \]

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。

4.3 Hyperspherical coordinates：重新 factorize 六维空间

除了 cluster 分解，还可以采用六维 hyperspherical coordinates：

\[ \rho=\sqrt{x^2+y^2}, \]

加上五个 hyperangles \(\Omega_5\)。于是

$$

L^2(\mathbb R^6)
\simeq
L^2(\rho)
\otimes
L^2(S5).

$$

展开

\[ \Psi(\rho,\Omega) = \sum_K u_K(\rho)Y_K(\Omega), \]

其中 \(K\) 是 grand angular momentum，\(Y_K\) 是 hyperspherical harmonics。然后截断 hyperangular basis：

\[ K\le K_{\max}. \]

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：

\[ \text{CDCC:} \qquad P_{\rm internal}\otimes I_R, \]

\[ \text{HH:} \qquad I_\rho\otimes P_{\Omega}. \]

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。

---

第五章 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？

5.1 Grid / finite difference：直接存函数值

选 grid 点

\[ x_i, \qquad y_j, \]

未知量直接是

\[ u_{cij}=u_c(x_i,y_j). \]

导数变成 differentiation matrix：

\[ \frac{d^2}{dx^2} \longrightarrow D_x^{(2)}. \]

最终得到

\[ A\mathbf u=\mathbf b. \]

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。

5.2 FEM：用很多局部低阶函数拼起来

构造局域 trial spaces：

\[ V_x=\operatorname{span}\{B_i(x)\}, \qquad V_y=\operatorname{span}\{C_j(y)\}, \]

于是

\[ V_N=V_x\otimes V_y, \]

展开

\[ u_c(x,y) \approx \sum_{ij} C_{cij}B_i(x)C_j(y). \]

然后做 Galerkin projection：

\[ \langle B_iC_j| (E-H)|\Psi_N\rangle=0, \]

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。

5.3 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

\[ V_x=\operatorname{span}\{B_i(x)\} \]

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}.

$$

5.4 Global spectral expansion：用少量全局函数描述整个区域

写

\[ u(x) \approx \sum_{n=0}^{N} c_n\phi_n(x), \]

例如

\[ \phi_n= \text{Chebyshev, Legendre, Laguerre},\ldots \]

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。

5.5 Momentum-space quadrature

对 momentum-space Faddeev 积分方程，最直接的办法是 quadrature：

\[ p\rightarrow p_i, \qquad q\rightarrow q_j, \]

\[ \int dp\,p^2f(p) \approx \sum_i w_ip_i^2f(p_i). \]

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.

$$

5.6 稀疏 vs 稠密：coordinate 与 momentum 的数值代价

Coordinate FEM：

\[ A_{cij,c'i'j'}C_{c'i'j'} = b_{cij}. \]

Momentum quadrature：

\[ (I-K)_{cij,c'i'j'} \psi_{c'i'j'} = b_{cij}. \]

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）。

5.7 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

\[ \Delta_i=[p_i,p_{i+1}], \]

定义 wave packet

\[ |X_i\rangle = \frac{1}{\sqrt{N_i}} \int_{\Delta_i} dp\,f_i(p)|p\rangle. \]

spectator 方向类似：

\[ |Y_j\rangle = \frac{1}{\sqrt{M_j}} \int_{\Delta_j} dq\,g_j(q)|q\rangle. \]

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

\[ P_N = \sum_{ij} |X_iY_j\rangle \langle X_iY_j|. \]

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：

\[ |\phi_n\rangle \sim \int_{\Delta k_n} dk\,f_n(k)|\psi_k\rangle \]

结构上完全类似。区别在于离散的彻底程度：

\[ \text{standard CDCC} \sim P_x\otimes I_y, \]

而 fully discretized wave-packet three-body calculation 更像

\[ P_x\otimes P_y. \]

即 spectator 连续变量也被 packet 化了，整个问题变成纯有限维。

5.8 Coulomb-Sturmian：physics-informed basis 到底特殊在哪

这是最容易被一句“physics-informed basis”糊弄过去的地方。先说结论：

Coulomb-Sturmian 不是一种新的 Faddeev 方程，而是一种专门适配 Coulomb \(1/r\) 算符结构的离散 radial basis。

5.8.1 构造

假设 radial function 是 \(u_l(r)\)。任取一组 basis，可以写

\[ u_l(r) \approx \sum_{n=0}^{N} c_n\phi_{nl}(r). \]

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

\[ S_{nl}(r) \propto (2br)^{l+1} e^{-br} L_n^{2l+1}(2br), \]

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。

5.8.2 “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

\[ F_l(\eta,kr), \qquad G_l(\eta,kr) \]

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。

5.8.3 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

\[ |nl\rangle, \qquad |\widetilde{nl}\rangle, \]

满足

\[ \langle\widetilde{nl}|n'l\rangle = \delta_{nn'}. \]

因此 completeness relation 写成

\[ I = \sum_{n=0}^{\infty} |nl\rangle \langle\widetilde{nl}|, \]

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

\[ |f\rangle \longrightarrow P_N|f\rangle = \sum_{n=0}^{N} |nl\rangle \langle\widetilde{nl}|f\rangle, \]

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。

5.8.4 三体里真正长什么样？

三体 partial wave 后有两个 radial coordinates，因而更接近

\[ |nl;\nu\lambda\rangle = |nl\rangle_x \otimes |\nu\lambda\rangle_y. \]

波函数写成

\[ u_c(x,y) \approx \sum_{n\nu} C_{n\nu}^{(c)} S_{nl}(x) S_{\nu\lambda}(y). \]

于是连续函数 \(u_c(x,y)\) 变成 coefficient matrix \(C_{n\nu}^{(c)}\)。

这就是所谓

\[ \text{Faddeev equation} + \text{Coulomb-Sturmian model space} \]

真正的含义。它不是一句新的物理理论，而是四件不同的事：

1. Faddeev 决定 equation architecture；
2. partial waves 决定 angular/channel representation；
3. CS 决定 radial finite-dimensional representation；
4. Coulomb boundary/Green-function machinery 决定 scattering asymptotics 如何实现。

这四件事不能混在一句话里——尤其是第 4 件：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。

5.9 Separable expansion：它压缩的不是 wavefunction，而是 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**

\[ |\psi\rangle, \]

而 separable expansion 更常见的是近似 two-body potential 或 \(t\) operator：

\[ t(E) \approx \sum_{m,n=1}^{r} |g_m\rangle \tau_{mn}(E) \langle g_n|. \]

这是一个 finite-rank approximation，\(r\) 是 rank。rank-1 时：

\[ t = |g\rangle\tau(E)\langle g|. \]

为什么它能真正降低三体维数？

原始 Faddeev unknown 是

\[ \psi(p,q). \]

如果

\[ t=|g\rangle\tau\langle g|, \]

pair momentum dependence 可以被 form factor \(g(p)\) 吸收：

\[ \psi(p,q) \sim g(p)F(q). \]

于是

\[ L^2(p)\otimes L^2(q) \]

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

\[ F_n(q). \]

这是**结构性降维**，而不仅仅是 mesh refinement。普通 basis truncation 主要压缩 state space，separable expansion 主要压缩 operator rank——这是两种不同对象的压缩。

---

第六章 散射边界条件是独立的一层

这是很多介绍最容易跳过的一步。

对于 bound state，

\[ \Psi\in L^2 \]

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。

因此你不能只说：

“我已经选了 \(N\) 个 basis，所以 scattering problem solved。”

还必须回答：

outgoing boundary condition 到底怎么实现？

6.1 Coordinate-space philosophy：在大距离直接 matching

显式研究

\[ x,y\to\infty \]

时

\[ \Psi \sim \Psi_{\rm incoming} + \Psi_{\rm outgoing}, \]

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。

6.2 Momentum/operator-space philosophy：把 outgoing 条件放进 resolvent

使用

$$

G^{(+)}(E)

\frac{1}{E-H+i0}.

$$

其中

\[ +i0 \]

不是装饰符号，而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）。

---

第七章 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

\[ H = H_0 +V_{np} +U_{nA} +U_{pA}. \]

7.1 直接 Schrödinger

选一套 Jacobi coordinates \((r,R)\)：

\[ (E-H)\Psi(r,R)=0. \]

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。

7.2 CDCC

先把 \(np\) internal Hamiltonian 离散：

\[ h_{np}\phi_n = \epsilon_n\phi_n, \]

保留有限组 \(\{\phi_n\}_{n=1}^{N}\)。然后

\[ \Psi(r,R) \approx \sum_n \phi_n(r)\chi_n(R). \]

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。

7.3 Coordinate-space Faddeev

写

\[ \Psi = \psi_{np} + \psi_{nA} + \psi_{pA}. \]

每一个 component 用自己的 Jacobi coordinates：

\[ \psi_{np}(x_{np},y_A), \qquad \psi_{nA}(x_{nA},y_p), \qquad \psi_{pA}(x_{pA},y_n). \]

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。

7.4 Momentum-space Faddeev / AGS

未知量变成

\[ \psi_\alpha(p,q) \]

或者 transition operator

\[ U_{\beta\alpha}(p,q;p',q'). \]

free propagation 与 two-body \(t\) matrices 在 momentum/operator language 中更自然。

7.5 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。

四种写法求解的是**同一个物理问题**，区别只在于：在哪一层做了什么样的组织和近似。

---

第八章 最后的落脚点：所有路线都变成线性代数

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

\[ HC=ESC. \]

求广义本征值问题。

Driven scattering problem

\[ A(E)C=B. \]

求线性方程组。

Faddeev kernel formulation

\[ K(E)C=C. \]

bound state 可以通过寻找

\[ \lambda_n[K(E)]=1 \]

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。

---

第九章 统一比较与心智地图

9.1 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
fully discrete CDCC	projected Schrödinger	波函数	internal \(\otimes R\)	\(P_{\rm int}\otimes P_R\)	直接 Galerkin 矩阵	同上，加 \(R\) 离散收敛
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

这张表比“某某方法是 PDE、某某方法是 matrix”更本质——PDE、integral equation、matrix 最后都只是不同表示下的数值形态。其中「路线」一列回答的是 §3.5 的那条正交轴：未知量是**态**还是**算符**——它与方程结构、表示方式都是独立的选择。

9.2 一张分层的心智地图

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}
$$

这张图最重要的地方不是分类漂亮，而是它告诉你：

不同文章真正的“创新点”可能发生在完全不同的层。

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。

9.3 看到一种新三体方法时，问六个问题

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？

\[ H=H_0+\sum_\alpha V_\alpha \]

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

\[ (E-H)\Psi=0, \]

还是

\[ \Psi=\sum_\alpha\psi_\alpha, \]

还是

\[ U_{\beta\alpha}? \]

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？

\[ (x,y), \qquad (p,q), \qquad (\rho,\Omega), \]

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

\[ N_{\rm channel}, \qquad P_x,\;P_y, \qquad P_{\rm internal}, \qquad K_{\max}, \qquad N_{\rm CS}, \qquad \operatorname{rank}(t). \]

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

\[ G^{(+)}(E) \]

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。

9.4 最值得记住的几组“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。

\[ \Psi=\psi_1+\psi_2+\psi_3 \]

是 interaction-topology organization，不是

\[ \mathcal H=\mathcal H_1\oplus\mathcal H_2\oplus\mathcal H_3. \]

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。

9.5 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：

\[ \text{FEM},\quad \text{B-spline},\quad \text{DVR},\quad \text{spectral basis},\quad \text{wave packet},\quad \text{Coulomb-Sturmian},\quad \text{momentum-space integral equations},\quad \text{Krylov / low-rank / separable operator techniques}. \]

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。

---

第十章 总结

如果全文只记四句话，就是下面四句：

第一句：Faddeev 主要解决“怎样组织三体散射 topology”。

第二句：CDCC 主要解决“怎样把一个重要 cluster continuum 压缩成有限 model space”。

第三句：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”。

第四句：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 就不会再是一堆互相竞争的术语。

它们只是同一个量子三体问题，在**不同数学层次**上的不同选择。

---

Last update: 2026-08-19
Created: 2026-08-19