Hubbard. t-j Heisenberg. 1 Hubbard U 0. Hubbard Hubbard. Hubbard. t ij. H = H t = i,j,σ. t ij = t 1 N. (3) k (4) N k. kσ k e i(k k ) R i H = (5)

Like dokumenter
Eksamen TFY 4210 Kvanteteorien for mangepartikkelsystem, våren 2012

ˆ ˆŠ Œ ˆ ˆ Œ ƒ Ÿ Ÿ Œ œ ˆ ˆ Š Œ. .. ³μ. μ ± Ë ²Ó Ò Ö Ò Í É Å ˆˆ Ô± ³ É ²Ó μ Ë ±, μ, μ Ö Œ Œ ˆˆ 79 ˆ Š ˆ

Eksamen TFY 4210 Kvanteteorien for mangepartikkelsystem, våren 2012

Statistisk analyse av data fra planlagte forsøk

Abstract. i x + a x +. a = (a x, a y ) z γ + 1 γ + z )

j=1 (Y ij Ȳ ) 2 kan skrives som SST = i=1 (J i 1) frihetsgrader.

Forelesning 3 STK3100

Oppgave 1. Kilde SS df M S F Legering Feil Total

Eksamen i fag RELATIVISTISK KVANTEMEKANIKK Fredag 26. mai 2000 Tid: 09:00 14:00

FORMELSAMLING STATISTIKK, HiG Versjon per 10. januar 2002, ved Hornæs

UNIVERSITETET I OSLO Det matematisk naturvitenskapelige fakultet

TMA4240 Statistikk Høst 2009

7 Global Linkages and Economic Growth

Oppgave 1 a) I det generelle tilfelle kan man ta utgangspunkt i uttrykket D( E)

UNIVERSITETET I OSLO

Obligatorisk oppgave. Gjennomgang

UNIVERSITETET I OSLO

Matematik, LTH Kontinuerliga system vt Formelsamling. q t. + j = k. u t. (Allmännare ρ 2 u. t2 Svängningar i gaser (ljud) t 2 c2 2 u

FORMELSAMLING STATISTIKK, HiG

A M = = A M. B (d') IM = 6,5 ;IJ = 15,6 ;JK = 8,4 EI = 2,4 ;EF = 6 ;EJ = 3 AM = 5 ;AB = 9 ;AC = 14,4 MN. J (d')

MOT310 Statistiske metoder 1, høsten 2011

UNIVERSITETET I OSLO

ÅMA 110 SANNSYNLIGHETSREGNING MED STATISTIKK Løsningsforslag til regneøving nr. 12 (s. 34)

Oppgave 1. (x i x)(y i Y ) (Y i A Bx i ) 2 er estimator for σ 2 (A er minstek-

LØSNINGSFORSLAG TIL EKSAMEN I FAG SIF5045 NUMERISK LØSNING AV DIFFERENSIALLIGNINGER

Oppsummering av vekstdel ECON 2915

Forelesning 8 STK3100/4100

Eksamen i fag FY8104 Symmetri i fysikken Fredag 7. desember 2007 Tid:

Forelesning 9 STK3100/4100

INF3170 Logikk. Ukeoppgaver oppgavesett 7

Løsning, eksamen TFY4205 Kvantemekanikk II Onsdag 8. desember 2010

Kp. 14 Flerfaktoreksperiment. Kp. 14: Flerfaktor-eksperiment; oversikt

MOT 310 Statistiske metoder 1 Løsningsforslag til eksamen høst 2006, s. 1. Oppgave 1

TMA4265 Stokastiske prosessar

(a) For regresjon brukes vanligvis kvadratisk tap: L(y, ŷ) = (y ŷ) 2. Den optimale prediktor basert på input variable x er da Ŷ = E[Y x].

Løsningsforslag til eksamen i FY3404/FY8307 RELATIVISTISK KVANTEMEKANIKK Fredag 9. juni 2006

Oppsummering av STK2120. Geir Storvik

Oppgave 14.1 (14.4:1)

Eksamensoppgave i ST1201/ST6201 Statistiske metoder

EKSAMEN I FAG FY 0001 Brukerkurs i fysikk Fakultet for naturvitenskap og teknologi Tid:

Avgjørbarhet / Uavgjørbarhet

Forelesning 6 STK3100/4100

Case 1:11-cr RNS Document 781 Entered on FLSD Docket 03/27/2013 Page 1 of M a u u - g u 'a M M M u..a u i < < < < < < < < <.Q? <.t!

Løsningsforslag: STK2120-v15.

TMA4265 Stokastiske prosesser

Eksamen FY1004 Innføring i kvantemekanikk Tirsdag 22. mai 2007 Løsninger

Seminaroppgave 10. (a) Definisjon: En estimator θ. = θ, der n er et endelig antall. observasjoner. Forventningsretthet for β: Xi X ) Z i.

Hvis formlene i Γ og er lukkede, vil sannhetsverdiene til formlene under M være uavhengig av variabeltilordning.

Løsningsforslag til eksamen i FY8306 KVANTEFELTTEORI Fredag 9. juni 2006

Generaliserte Lineære Modeller

UNIVERSITETET I OSLO

Kandidatene 4507, 4542, 4545 og 4569 har meget gode besvarelser supert!

Definisjon 1.1 (Kompletthet). Sekventkalkylen LK er komplett hvis enhver gyldig sekvent er LK-bevisbar.

Funksjoner av stokastiske variable.

Løsningsforslag. n X. n X 1 i=1 (X i X) 2 og SY 2 = 1 ny S 2 X + S2 Y

1 ϕ(y)dy = f(x), x, y D = [0, 1]d x y. D ijk = [a i 1, a i ] [a j 1, a j ] [a k 1, a k ], 0 = a 0 < a 1 <... < a n = 1

Forelesningsnotater i FYS4520

VEKTOR OG TENSORANALYSE. Fasit til oppgåver

X ijk = µ+α i +β j +γ ij +ǫ ijk ; k = 1,2; j = 1,2,3; i = 1,2,3; i=1 γ ij = 3. i=1 α i = 3. j=1 β j = 3. j=1 γ ij = 0.

Dagens plan. INF3170 Logikk. Kompletthet følger fra modelleksistens. Kompletthet. Definisjon (Kompletthet) Teorem (Modelleksistens)

Generaliserte Lineære Modeller

Løysingsframlegg/skisse Eksamen TFY 4210 Kvanteteorien for mangepartikkelsystem 24. mai 2011

INF-MAT5370. Delaunay-trianguleringer og Voronoi-diagram

Forelesning 6 STK3100

Funksjoner av stokastiske variable.

Dagens plan. INF4170 Logikk. Modelleksistens for grunn LK repetisjon. Kompletthet av fri-variabel LK. Teorem (Kompletthet) Lemma (Modelleksistens)

Forelesning 9 STK3100/4100

INF2820 Datalingvistikk V2011. Jan Tore Lønning & Stephan Oepen

Eksamen i MIK130, Systemidentifikasjon (10 sp)

Modifisering av Black & Scholes opsjonsprising ved bruk av NIG-fordelingen

HANDELSHØGSKOLEN I TROMSØ SENTRUM OG PERIFERI. Dixit-Stiglitz-Krugman modellen. Åge Haugslett. Vedlegg til Masteroppgave i - Samfunnsøkonomi (30 stp)

INF2820 Datalingvistikk V2012. Jan Tore Lønning

Exam in FY3464 QUANTUM FIELD THEORY I Friday november 30th, :00 13:00

UNIVERSITETET I OSLO

Eksamen TTM4120 Pålitelige systemer 18. mai 2004 LØSNINGSSKISSE

En kort introduksjon til generell relativitetsteori

Øving 11. Oppgave 1. E t0 = 2. Her er

Oppgave 1. Vi må forutsette at dataene kommer fra uavhengige og normalfordelte tilfeldige variable,

UNIVERSITETET I OSLO

ST1201 Statistiske metoder

Oppgave 14 til 9. desember: I polynomiringen K[x, y] i de to variable x og y over kroppen K definerer vi undermengdene:

FYS 3120: Klassisk mekanikk og elektrodynamikk

STK Maskinlæring og statistiske metoder for prediksjon og klassifikasjon

ST1201 Statistiske metoder

MOT310 Statistiske metoder 1, høsten 2006 Løsninger til regneøving nr. 7 (s. 1) Oppgaver fra boka: n + (x 0 x) 2 σ2

EKSAMEN I EMNE TTM4110 PÅLITELIGHET OG YTELSE MED SIMULERING. Mandag 14. desember 2005 Tid: 09:00 13:00

Løsningsforslag eksamen 27. februar 2004

Litt GRUPPETEORI for Fys4170

FYS 3120: Klassisk mekanikk og elektrodynamikk

(a) For regresjon brukes vanligvis kvadratisk tap: L(y, ŷ) = (y ŷ) 2. Den optimale prediktor basert på input variable x er da Ŷ = E[Y x].

FYS 3120: Klassisk mekanikk og elektrodynamikk

Oppgave 1. a) Anlysetype: enveis variansanalyse (ANOVA). Modell for y ij = ekspedisjonstid nr. j for skrankeansatt nr. i:

INF-MAT5370. Grafer og datastrukturer

Eksamensoppgave i TFY4115 FYSIKK

EKSAMEN I TFY4210 ANVENDT KVANTEMEKANIKK Mandag 23. mai, Tillatte hjelpemidler : K.Rottman, Matematisk formelsamling

Generelle lineære modeller i praksis

Forelesningsnotater ECON 2910 VEKST OG UTVIKLING, HØST Litt om endogen vekstteori

Førsteordens sekventkalkyle

STK2100. Obligatorisk oppgave 1 av 2

Newtons interpolasjon og dividerte differanser

Transkript:

Hubbard t-j Heisenberg 19 8 9 Hubbard t-j Heisenberg Hubbard t-j Heisenberg 1 Hubbard Hubbard H = H t + H = i,j,σ t ij c iσ c jσ + i c i c i c i c i (1) t ij 1.1 0 H = H t = i,j,σ t ij c iσ c jσ () t ij = t R i σ 1 c iσ = c kσ e ik R i (3) k c 1 iσ = c e ik R i (4) kσ k k σ kσ t H = c c kσ k e ik R i e ik R j (5) σ c ( ) i,j.k,k,σ c ( ) iσ = c c t kσ k e ik R i e ik R j = c σ c kσ k σ k,k,σ i,j k,k,σ i,δ = c c t kσ k e i(k k ) R i e ik δ σ = c c kσ k σ k,k,σ i,δ k,k,σ = k,σ ɛ(k)c kσ c kσ t e ik R i e ik (R i +δ) t δ(k k )e ik δ δ (6) (7) (8) 1

ɛ(k) = t e ik δ (9) δ δ e Φ GS e/ Φ GS = c k c Φ i k vac (10) i i=1 k i 1 1. t 0 ( > 0) H = H = i c i c i c i c i (11) e ( e < ) e = + Φ GS ( ) ( ) Φ GS = Φ vac (1) i X c i i Y X Y X Y c i 1.3 Hubbard H t H Hubbard.1 Heisenberg Hubbard Heisenberg Heisenberg Heisenberg H H = i,j J ij S i S j (13) S 1 k

. S i = 1 σc is (14) σ σ = (σ x, σ y.σ z (15) ( ) ( ) ( ) 0 1 0 i 1 0 σ x =, σ y =, σ z = (16) 1 0 i 0 0 1 S z z M is M is = 1 (n i n i ) (17) n i n i M is S iz σ z σαβ z S iz = 1 (c i c i c i c i ) (18) S iz = 1 (c i σz c i + c i σz c i ) (19) = 1 σz ss c is (0) S i = (S ix, S iy, S iz ) (41).3 Heisenberg (13) S i S j = S ix S jx + S iy S jy + S iz S jz S ix S jx = 1 4 (c i c i + c i c i )(c j c j + c j c j ) (1) = c i c i c j c j + c i c i c j c j + c i c i c j c j + c i c i c j c j () S iy S jy = 1 4 ( ic i c i + ic i c i )( ic j c j + ic j c j ) (3) = c i c i c j c j + c i c i c j c j + c i c i c j c j c i c i c j c j (4) S iz S jz = 1 4 (c i c i c i c i )(c j c j c j c j ) (5) = c i c i c j c j c i c i c j c j c i c i c j c j + c i c i c j c j (6) S i S j = 1 4 (c i c i c j c j + c i c i c j c j + c i c i c j c j c i c i c j c j c i c i c j c j + c i c i c j c j ) (7) = 1 4 (c i c i c j c j + c i c i c j c j + n i n j n i n j n i n j + n i n j ) (8) 1/ 3

n i = n i + n i S i S j + 1 4 n in j = 1 4 (c i c i c j c j + c i c i c j c j + n i n j + n i n j ) (9) = 1 c is c js c js (30) 3 t-j Heisenberg t t/ 1 Hubbard t-j half-filled t-j Heisenberg Schrieffer-Wolff 3 t/ 1 Schrieffer-Wolff Fock S D S = [ n 1, n 1,, n : i, n i + n i 1] (31) D = [ n 1, n 1,, n : i, n i + n i = ] (3) i i i i S D S 3.1 Shrieffer-Wollf Hubbard H t H t = H t,h + H t,d + H t,mix (33) H t,h = i,j,s t ij (1 n i s ) c js(1 n j s ) (34) H t,d = i,j,s t ij n i s c jsn j s (35) H t,mix = i,j,s n i, s c js(1 n j s ) + (1 n i s ) c jsn j s (36) s s s s H t s j i j i s H t,h i j S H t,d i j D H t,mix i j 3 4

D S S D H = H + H t,h + H t,d + H t,mix (37) S D H t,d S H t,h D S-D H t,mix H = H 0 + H (1) (38) H 0 = H H (1) = H t,mix H t,mix S D D S H = e S He S = H + [H, S] + 1 [[H, S], S] + (39) H = H 0 + H (1) + [H 0, S] + [H (1), S] + 1 [[H 0, S], S] + (40) S H (1) + [H 0, S] = 0 (41) 4 H = H 0 + 1 [H(1), S] + O((t/) 3 ) (4) H eff = H t,h + H = H t,h + H + 1 [H t,mix, S] (43) H H 3. t-j H int = [H t,mix, S]/ f H int i = 1 f (H t,mixs SH t,mix ) i (44) ( ) = 1 f H t,mix α α S i f S α α H t,mix ) i (45) α f i S α H t,mix α D (41) 4 H t,mix = SH H S (46) β H t,mix γ = β SH γ β H S γ (47) β H t,mix γ = β S γ (E γ E β ) (48) β S γ = β H t,mix γ (E γ E β ) (49) 5

β γ E β(γ) H β(γ) = E β(γ) β(γ) β(γ) S E β(γ) H t,mix S β(γ) D E β(γ) = (45) f H int i = 1 ( α f H t,mix α α H t,mix i = f H t,mixh t,mix i ) f H t,mix α α H t,mix ) i H int = 1 H t,mixh t,mix (5) H int S S P S H int = 1 P S (H t,mixh t,mix ) P S (53) = 1 P S t ij t jk c jsn j n j c js c ks P S i,j,k, (54) H eff = H t,h 1 P S t ij t jk c jsn j n j c js c ks P S i,j,k,s,s (55) = P S t ij c js 1 t ij t jk jsn j n j c js c ks P S i,j,s i,j,k, (56) 6 t-j H (50) (51) 3.3 t-j t-j 56 c jsn j n j c js c ks = c i c j n j n j c j c k +c i c j n j n j c j c k +c i c j n j n j c j c k +c i c j n j n j c j c k (57) n j n j c js + c js c is = δ ijδ ss (58) n j n j S c i c k n j + c i c j c j c k n j + c i c j c j c k n j + c i c k n j (59) j c j c j n j n j j c j c j j 5 n j n j 6 H t,h S P S 6

c j c j n j c j c j n j ( ) c i c k n j + c i c j c j c k + c i c j c j c k + c i c k n j (60) (8) S i S j 1 4 n in j = 1 4 (c i c i c j c j + c i c i c j c j n i n j n i n j ) (61) = 1 (c i c i c j c j + c i c i c j c j c i c i c j c j c i c i c j c j ) (6) = 1 ( c i c j c j c i c i c j c j c i c i c i c j c j c i c i c j c j ) (63) H eff = P ( S t ij c js 1 t ij c jsn j n j c js c is + ) i k t ij t jk c jsn j n j c js c ks P S (64) i,j,s i,j, 63) H eff = P S t ij c js + 1 (J ij (S i S j 14 ) n in j 1 ) i k t ij t jk c jsn j n j c js c ks P S (65) i,j,s i,j J ij = 4t ij / S i = 1 σ ss c is (66) k k 1 σ ss c ks (67) H eff = P S (H t + H QHM + H J )P S (68) H QHM = 1 ( J ij S i S j 1 ) 4 n in j (69) H J = i,j i k i,j,k t ij t jk [ c i σc k c j σc j s ( c ksn j ) ] (70) 3.4 Heisenberg (68) t-j Heisenberg Half-filled S H t,h (68) H J i k Half-filled k k Half-filled Hubbard H eff = H QHM = 1 ( J ij S i S j 1 ) 4 n in j (71) i,j 7

1/ Heisenberg QHM Quantum Heisenberg model 4 Hubbard t-j 16 Hubbard Web http://www.gakushuin.ac.jp/ 881791/ Assa Auerbach, Interacting Electrons and Quantum Magnetism 8