INTRODUCCIÓN A LA MECÁNICA CUÁNTICA

INTRODUCCIÓN A LA MECÁNICA CUÁNTICA JULIO GRATTON h ^ x i PRÓLOGO Las presentes notas se basan en los apuntes que preparé en 2000 para el Curso de Física 4, y hacen pareja con Termodinámica e Introducción a la Mecánica Estadística. El estudiante debería leer ambas pues son complementarias. Esta edición ha sido ampliada considerablemente respecto de la versión primitiva. Usamos siempre las unidades gaussianas en el desarrollo de la teoría. Sin embargo, al considerar ejemplos y al dar valores numéricos se emplean a veces unidades prácticas o que pertenecen a otros sistemas. Por lo tanto el lector debe tener el debido cuidado en el empleo de las fórmulas. Existe una extensa bibliografía que el estudiante puede consultar con provecho. Si bien todos los temas del programa de Física 4 se tratan en estas notas y en Termodinámica e Introducción a la Mecánica Estadística, se recomienda a los estudiantes que consulten y lean otros textos, para familiarizarse con la literatura y dado que algunos temas se tratan en ellos con mayores detalles o con enfoques diferentes. Asimismo, es fascinante conocer la historia de la Mecánica Cuántica, para apreciar cómo se fueron desarrollando los conceptos que se introducen en el Curso. El alumno no debe desdeñar obras que se han escrito hace ya muchos años, pues muchas de ellas son excelentes, y a veces mejores que otras más recientes. Entre los innumerables libros que se han escrito sobre la Mecánica Cuántica puedo indicar los siguientes: (a) de carácter introductorio: 1. R. Eisberg y R. Resnik, Física Cuántica, Limusa 2. L. R. Argüello, Física Moderna, Answer Just in Time. 3. J. C. Wilmott, Física Moderna, Limusa. 4. R. Eisberg, Fundamentos de Física Moderna, Limusa. 5. S. Borowitz, Fundamentals of Quantum Mechanics, Benjamin. 6. R. H. Dicke y J. P. Wittke, Introduction to Quantum Mechanics, Addison-Wesley. 7. R. P. Feynman, R. B. Leighton y M. Sands, The Feynman Lectures on Physics, Vol 3, Quantum Mechanics, Addison-Wesley. 8. F. Mandl, Quantum Mechanics, Butterworths. 9. D. Park, Introduction to Quantum Theory, Mc Graw-Hill. 10. S. Gasiorowicz, Quantum Physics, Wiley. (b) más avanzados: 11. G. Baym, Lectures in Quantum Mechanics, Benjamin. 12. D. Bohm, Quantum Theory, Prentice-Hall. 13. A. S. Davydov, Quantum Mechanics, Addison-Wesley. 14. P. A. M. Dirac, The Principles of Quantum Mechanics, Oxford. 15. L. D. Landau y E. M. Lifschitz, Quantum Mechanics (Nonrelativistic Theory), AddisonWesley. 16. A. Messiah, Quantum Mechanics, Wiley. 17. E. Merzbacher, Quantum Mechanics, Wiley. 18. L. I. Schiff, Quantum Mechanics, Mc. Graw-Hill. (c) de carácter histórico, excelentes aunque requieren un buen conocimiento de la Mecánica Cuántica para ser apreciados en todo su valor: 19. A. Pais, “Subtle is the Lord …”, Oxford. 20. A. Pais, Inward bound, Oxford. ii 21. A. Pais, Niels Bohr’s times, Oxford. También puede resultar provechoso consultar las diferentes voces en la Encyclopaedia Britannica, dado que han sido escritas por distinguidos especialistas, así como realizar búsquedas en la Web. Pido disculpas por las erratas que pueden haber quedado en en estas notas pese a la revisión y agradeceré que se me ponga al corriente de las que fueran detectadas. Julio Gratton Buenos Aires, enero de 2003. iii INDICE 1. Introducción 1 2. Naturaleza atómica de la materia y la electricidad La hipótesis atómica Evidencias de la naturaleza atómica de la materia Pesos atómicos y la Tabla Periódica de los elementos La Teoría Cinética Tamaño de los átomos La atomicidad de la carga eléctrica Los rayos catódicos El electrón El experimento de Millikan y la cuantificación de la carga 3 3 3 5 5 6 7 7 8 8 3. Estructura atómica Cargas atómicas positivas La dispersión de rayos X y la cantidad de electrones de cada átomo El modelo atómico de Thomson Radioactividad La dispersión de partículas α por los átomos y el fracaso del modelo de Thomson El modelo de Rutherford y el núcleo atómico La constante que está faltando 10 10 10 12 13 13 15 18 4. Radiación, fotones y la constante de Planck Introducción La teoría de Planck de la radiación de cuerpo negro El postulado de Planck El efecto fotoeléctrico Teoría cuántica de Einstein del efecto fotoeléctrico El efecto Compton La emisión de rayos X Creación y aniquilación de pares La naturaleza dual de la radiación electromagnética 20 20 20 23 23 25 27 31 33 35 5. La Teoría Cuántica Antigua Introducción El espectro atómico Los postulados de Bohr Teoría de Bohr del átomo con un electrón El espectro de líneas de rayos X Refinamientos del modelo de Bohr El principio de correspondencia El experimento de Franck y Hertz Constantes fundamentales, consideraciones dimensionales y escalas Crítica de la Teoría Cuántica Antigua 37 37 37 38 39 43 44 48 49 51 52 iv 6. Propiedades ondulatorias de la materia El postulado de Broglie Algunas propiedades de las ondas piloto El experimento de Davisson y Germer Interpretación de la regla de cuantificación de Bohr El principio de incerteza Interpretación física de Heisenberg del principio de incerteza La relación de incerteza entre la energía y el tiempo La dispersión de un paquete de ondas El principio de complementaridad 53 53 54 56 57 58 62 63 64 65 7. La teoría de Schrödinger Introducción La ecuación de Schrödinger Interpretación de la función de onda La ecuación de Schrödinger independiente del tiempo Cuantificación de la energía en la teoría de Schrödinger Valores esperados y operadores diferenciales Propiedades matemáticas de operadores lineales en espacios funcionales 68 68 68 70 72 73 76 79 8. El formalismo de la Mecánica Cuántica Introducción Propiedades de las funciones de onda y de las autofunciones de la energía Normalización en una caja Relaciones de conmutación Autoestados de una variable dinámica Mediciones simultáneas y operadores que conmutan Las relaciones de incerteza de Heisenberg Constantes del movimiento y ecuaciones del movimiento para operadores El límite clásico Representación coordenadas y representación impulsos Transformaciones unitarias 87 87 88 90 90 91 92 94 95 97 98 100 9. Soluciones de la ecuación de Schrödinger Introducción La partícula libre El potencial escalón Penetración de una barrera de potencial El oscilador armónico simple 103 103 103 106 110 114 10. Fuerzas centrales, momento angular y átomo de hidrógeno Introducción Propiedades del momento angular Magnitud del momento angular Traslaciones y rotaciones infinitesimales y sus generadores Fuerzas centrales y conservación del momento angular 118 118 118 119 120 121 v Energía cinética y momento angular Reducción del problema de fuerzas centrales Dependencia angular de las autofunciones El problema de autovalores para Lz y la cuantificación espacial Teoría elemental del efecto Zeeman Autovalores y autofunciones de L2 La ecuación radial Estados ligados de átomos con un solo electrón 121 122 123 125 125 126 131 133 11. El Spin El momento angular intrínseco La evidencia espectroscópica La hipótesis de Uhlenbeck y Goudsmit El experimento de Stern y Gerlach El spin como una variable dinámica Los spinores y la teoría del spin en forma matricial Spin y rotaciones Las matrices de Pauli Operadores de momento magnético y momento angular intrínseco 138 138 138 139 140 142 144 146 150 152 12. Átomos con varios electrones, el Principio de Exclusión y la Tabla Periódica Descripción de un átomo con varios electrones El método del campo autoconsistente Propiedades de los elementos El Principio de Exclusión El Principio de Exclusión y la estructura atómica La unión química y otras interacciones entre átomos 156 156 159 161 164 165 170 13. Partículas idénticas La indistinguibilidad y la función de onda de un sistema de varias partículas idénticas Funciones de onda simétricas y antisimétricas Bosones y Fermiones Sistemas de partículas independientes El Principio de Exclusión de Pauli Las interacciones de intercambio El átomo de helio 183 183 185 186 187 188 189 196 14. Segunda cuantificación Segunda cuantificación de sistemas de Bosones Segunda cuantificación de sistemas de Fermiones Ecuaciones de movimiento para operadores de campos de Fermiones y Bosones Conexión de la segunda cuantificación con la Teoría Cuántica de Campos El método de Hartree-Fok 200 200 213 219 221 223 15. Las Estadísticas Cuánticas El límite clásico La función de partición de un sistema de partículas idénticas sin interacción 229 229 230 vi Las distribuciones de Bose-Einstein y de Fermi-Dirac El gas perfecto de Bosones El gas de fotones y la radiación de cuerpo negro La emisión y absorción de fotones El gas perfecto de Fermiones El modelo de electrón libre de los metales El equilibrio de las enanas blancas vii 232 233 242 246 257 263 265 1. Introducción 1. INTRODUCCIÓN La Mecánica Cuántica se ocupa del comportamiento de la materia y la radiación en las escalas atómica y subatómica. De esta forma procura describir y explicar las propiedades de las moléculas, los átomos y sus constituyentes: electrones, protones, neutrones, y otras partículas más esotéricas como los quarks y los gluones. Esas propiedades incluyen las interacciones de las partículas entre sí y con la radiación electromagnética. El comportamiento de la materia y la radiación en la escala atómica presenta aspectos peculiares; de acuerdo con ello las consecuencias de la Mecánica Cuántica no siempre son intuitivas ni fáciles de entender. Sus conceptos chocan con las nociones que nos resultan familiares porque derivan de las observaciones cotidianas de la naturaleza en la escala macroscópica. Sin embargo, no hay razones en virtud de las cuales el comportamiento del mundo atómico y subatómico deba seguir las mismas pautas que los objetos de nuestra experiencia diaria. El desarrollo de las ideas básicas de la Mecánica Cuántica comenzó a principios del siglo pasado, como consecuencia de una serie de descubrimientos y observaciones que pusieron en evidencia las graves dificultades de la Física Clásica para interpretar las propiedades del átomo y sus partes constituyentes así como las propiedades de la radiación electromagnética y su interacción con la materia. Esos descubrimientos revolucionaron las nociones hasta entonces sustentadas por los físicos y plantearon una asombrosa cantidad de enigmas, cuya solución obligó a realizar un profundo replanteo de los fundamentos y conceptos básicos de la Física. El estudio de la Mecánica Cuántica es importante por varias razones. En primer lugar porque pone de manifiesto la metodología esencial de la Física. En segundo lugar porque tuvo un éxito formidable ya que permitió dar respuestas válidas a casi todos los problemas en los cuales se la ha aplicado. En tercer lugar porque es la herramienta teórica básica para numerosas disciplinas de gran importancia, como la Química Física, la Física Molecular, Atómica y Nuclear, la Física de la Materia Condensada y la Física de Partículas. Subsiste, sin embargo, una curiosa paradoja alrededor de la Mecánica Cuántica. A pesar de su notable éxito en todas las cuestiones de interés práctico en las que se la ha aplicado, sus fundamentos contienen aspectos aún no aclarados en forma completamente satisfactoria. En particular, cuestiones relacionadas con el proceso de medición. Una característica esencial de la Mecánica Cuántica, que la diferencia de la Mecánica Clásica, es que en general es imposible por razones de principio, efectuar una medición sobre un sistema sin perturbarlo. Pero los detalles de la naturaleza de esta perturbación, y el punto exacto en que ella ocurre son asuntos aún oscuros y controvertidos. Por estos motivos la Mecánica Cuántica atrajo algunos de los más brillantes científicos del siglo XX, que han erigido con ella un majestuoso y elegante edificio intelectual. Este es un curso introductorio. Por lo tanto pondremos el énfasis sobre el desarrollo de los conceptos básicos de la Mecánica Cuántica, sin entrar en los detalles de algunas técnicas de cálculo y formalismos, dado que estos temas se estudian en otros cursos. En los Capítulos 2 a 4 de estas notas pasaremos revista a estos temas desde una perspectiva histórica, y mostraremos que el comportamiento de las partículas atómicas y de la radiación no se puede describir adecuadamente mediante las nociones clásicas de partícula y onda. Estos conceptos, que derivan de la experiencia a nivel macroscópico, no son adecuados en la escala atómica y por lo tanto deben ser abandonados y reemplazados por una nueva teoría, que es precisamente la Mecánica Cuántica. Por razones de espacio no entraremos en los detalles prácticos y 1 1. Introducción técnicos de los experimentos que contribuyeron a echar las bases de la Mecánica Cuántica y en cambio sugerimos al lector que recurra a la bibliografía para satisfacer su natural curiosidad. Recomendamos enfáticamente que realice estas lecturas complementarias para adquirir una adecuada cultura científica. En el Capítulo 5 presentamos a la Teoría Cuántica Antigua, por su interés histórico y porque constituyó, a pesar de sus falencias, el primer intento exitoso en resolver algunos de los problemas y paradojas surgidas del estudio del átomo. En los Capítulos 6 y 7 introducimos las ideas fundamentales de la Mecánica Cuántica moderna, y en los siguientes Capítulos desarrollamos el formalismo de la teoría y mostramos su aplicación por medio de algunos ejemplos. Estas notas dejan de lado gran parte de las extensiones y aplicaciones de la Mecánica Cuántica. En particular, no tratamos ni la Mecánica Cuántica Relativística, ni las Teorías de Campos. Tampoco incursionamos en las aplicaciones al núcleo atómico, a las partículas subnucleares y a la materia condensada. 2 2. Naturaleza atómica de la materia y la electricidad 2. NATURALEZA ATÓMICA DE LA MATERIA Y LA ELECTRICIDAD La hipótesis atómica El concepto del átomo, en la forma que fuera aceptado por lo científicos desde 1600 hasta 1900, se basó en las ideas de filósofos griegos del siglo V AC. Fueron Leucippo de Mileto y su discípulo Demócrito de Abdera quienes originaron la filosofía atómica, introduciendo la noción de un constituyente último de la materia, que denominaron átomo (es decir, indivisible en la lengua griega). Demócrito creía que los átomos eran uniformes, sólidos, duros, incompresibles e indestructibles y que se movían en número infinito por el espacio vacío; según sus ideas, las diferencias de forma y tamaño de los átomos determinaban las propiedades de la materia. Estas especulaciones fueron luego continuadas por Epicuro de Samos. Si bien la teoría atómica griega es significativa del punto de vista histórico y filosófico, carece de valor científico, pues no se funda en observaciones de la naturaleza, ni en mediciones, pruebas y experimentos. Para los griegos, la ciencia constituía tan sólo un aspecto de su sistema filosófico, mediante el cual buscaban una teoría general que explicara el Universo. Con este fin ellos usaban casi exclusivamente la matemática y el razonamiento, cuando hablaban de la Física. Fue así que Platón y Aristóteles atacaron la teoría atómica sobre bases filosóficas y no científicas. En efecto, mientras Demócrito creía que la materia no se podía mover en el espacio sin el vacío, y que la luz consistía del rápido movimiento de partículas a través del vacío, Platón rechazaba la idea que atributos como “bondad” o “belleza” fueran simplemente “manifestaciones mecánicas de átomos materiales”. Del mismo modo, Aristóteles no aceptaba la existencia del vacío, pues no podía concebir que los cuerpos cayeran con igual rapidez en un vacío. El punto de vista Aristotélico prevaleció en la Europa medioeval, y la ciencia de los teólogos Cristianos se basó en la revelación y la razón, motivo por el cual las ideas de Demócrito fueron repudiadas por considerárselas materialistas y ateas. Evidencias de la naturaleza atómica de la materia Con el Renacimiento dio comienzo la nueva ciencia experimental, y se pusieron en duda los puntos de vista Aristotélicos hasta entonces dominantes. Tan pronto como Galileo expresó su creencia de la existencia del vacío (en 1638), los científicos comenzaron a estudiar las propiedades del aire y del vacío (parcial), para poner a prueba los méritos relativos de la ortodoxia Aristotélica y de la teoría atómica. Así fue que Robert Boyle en 1658 comenzó sus estudios sistemáticos sobre la elasticidad del aire que lo llevaron a establecer en 1662 la Ley que lleva su nombre1. Como conclusión de sus experimentos, Boyle escribió que toda materia está constituida por partículas sólidas de una única clase, dispuestas en moléculas de modo de dar a los materiales sus diferentes propiedades. Cuarenta años después, en 1704, Isaac Newton, en su libro Optiks, expuso su visión del átomo, semejante a las de Demócrito y de Boyle. Fue así como las antiguas especulaciones acerca de una partícula dura e indivisible fueron lentamente reemplazadas por una teoría científica basada en resultados experimentales y en deducciones matemáticas. Pero fueron necesarios más de 2000 años antes que los físicos modernos comprendieran que el átomo es divisible, y que no es ni duro, ni sólido, ni inmutable. 1 Redescubierta en 1672 en forma independiente por el físico francés Edme Mariotte. 3 2. Naturaleza atómica de la materia y la electricidad En el curso del siglo XIX se acumuló gran parte de la evidencia de que la materia está compuesta por átomos. Recapitulamos brevemente los hitos más relevantes. En primer lugar debemos citar algunas leyes de la química. Mencionamos en primer término la Ley de las proporciones constantes, descubierta por Joseph Proust en 1794: Ley de las proporciones constantes: cuando se unen elementos químicos para formar un determinado compuesto, las proporciones en peso de los elementos que se combinan son siempre las mismas. Dicha Ley fue extendida en 1808 por John Dalton, quien propuso la Ley de las proporciones múltiples: cuando dos elementos se combinan de distintas formas para dar lugar a diferentes compuestos, los pesos de uno de los dos elementos que se combinan con un peso definido del otro, guardan una relación simple entre sí. La teoría atómica permite explicar estas leyes. Toda cantidad macroscópica de algún elemento químico consta de gran número de átomos de dicho elemento. Todos esos átomos tienen el mismo peso (o masa), que es característico del elemento. Cuando dos elementos se combinan para formar un compuesto, los átomos de los elementos se combinan en una proporción simple, para dar lugar a una molécula del compuesto. Por ejemplo, si se forma óxido cúprico a partir de cobre y oxígeno, se encuentra siempre que 63.5 g de cobre se combinan con 16 g de oxígeno. A partir de los mismos elementos también se puede formar óxido cuproso, pero en este caso 63.5 g de cobre siempre se combinan con 8 g de oxígeno. La hipótesis atómica explica estos hechos diciendo que los pesos atómicos del cobre y el oxígeno están en la relación 63.5:16, y que el óxido cúprico es CuO mientras que el óxido cuproso es Cu2O. Gracias a esta hipótesis tan simple se pudieron explicar cuantitativamente los pesos de combinación que se observaron en química. Casi simultáneamente, Joseph-Louis Gay Lussac (1808) encontró que en el estado gaseoso, no sólo los pesos sino también los volúmenes que participan en las reacciones químicas siguen leyes sencillas, siempre y cuando los gases se comporten según las leyes de los gases ideales: Ley de Gay-Lussac: en cada gas que se forma o se descompone, los volúmenes de los gases componentes y compuestos guardan relaciones simples entre sí. Si comparamos esta ley con las anteriores se llega a la conclusión que el volumen de un gas está relacionado con el número de partículas del mismo, y como consecuencia de ello Amedeo Avogadro formuló en 18112 la Ley que lleva su nombre: Ley de Avogadro: volúmenes iguales de distintos gases, en las mismas condiciones de temperatura y presión, contienen el mismo número de moléculas. Esta ley implica que, a una misma temperatura y presión, una cantidad de gas cuyo peso es igual al peso molecular3 ocupa siempre el mismo volumen específico sin importar de que gas se trate. 2 El trabajo de Avogadro fue ignorado durante casi 50 años, y su Ley fue aceptada por la comunidad científica recién en 1858. 4 2. Naturaleza atómica de la materia y la electricidad A temperatura y presión normales, o sea 0 ˚C y 1 Atm, este volumen es de 22.4 litros. El número de moléculas en un mol4 se denomina número de Avogadro, y su valor es N0 = 6.023 × 10 23 (2.1) El número de Avogadro se puede determinar de distintas maneras; la más precisa se basa en medir las distancias atómicas por difracción de rayos X. Pesos atómicos y la Tabla Periódica de los elementos A medida que se descubrieron más y más elementos a lo largo del siglo XIX, los científicos se comenzaron a preguntar qué relación existe entre las propiedades físicas de los elementos y su peso atómico. De esta forma, durante la década de 1860 se propusieron varios esquemas. En 1869, el químico Dmitry Ivanovich Mendeleyev introdujo la Tabla Periódica, basada sobre los pesos atómicos determinados a partir de la teoría de Avogadro de las moléculas diatómicas. Encontró que si se ordenaban a los elementos según su peso atómico, se ponía en evidencia una característica periodicidad de sus propiedades. Los elementos que tienen propiedades químicas semejantes, o bien tienen pesos atómicos aproximadamente iguales (como ocurre con el grupo Pt, Ir y Os), o bien tienen pesos atómicos que aumentan de manera uniforme (como K, Rb y Cs). Dejando de lado el Hidrógeno pues es anómalo, Mendeleyev ordenó5 los 63 elementos entonces conocidos en seis grupos, de acuerdo con su valencia. Al observar que las propiedades químicas cambian gradualmente a medida que aumenta el peso atómico, Mendeleyev predijo la existencia de nuevos elementos en todos los casos en que había un “hueco” en la secuencia de pesos atómicos de elementos consecutivos dentro del ordenamiento propuesto. Por lo tanto su sistema, además de ser una forma de clasificación, sirvió también de herramienta para la investigación. Al mismo tiempo, la Tabla Periódica dejó planteados interrogantes muy importantes para cualquier futura teoría del átomo: ¿de dónde proviene el patrón de los pesos atómicos? ¿cuál es el origen de la periodicidad de las propiedades químicas de los elementos? La Teoría Cinética La hipótesis atómica se fortaleció aún más debido al éxito de la Teoría Cinética, la cual trata los gases como compuestos por un número muy grande de moléculas que se desplazan en el vacío con velocidades distribuidas al azar, cuya magnitud promedio se relaciona con la temperatura. De esta forma se pueden calcular las propiededes mecánicas y térmicas de los gases (ecuación de estado, viscosidad, conductividad térmica, etc.) en términos de la masa, el tamaño y la velocidad de las moléculas. El primero en desarrollar esta teoría fue Daniel Bernoulli (1738), quien la empleó para deducir la Ley de Boyle, basado en la idea que la presión se debe al choque de las moléculas del gas con las paredes del recipiente que lo contiene. Sin embargo su trabajo fue rechazado por más de un siglo6. La teoría fue vuelta a formular en forma independiente por John 3 Expresado (por ej.) en g. 4 Un mol es la cantidad de sustancia cuyo peso es igual al peso molecular expresado en g. 5 El número de orden de cada elemento dentro de la Tabla Periódica se denomina hoy número atómico, y como veremos en el Capítulo 3, es igual al número de electrones que posee el átomo. 6 Fundamentalmente porque se daba más crédito a las ideas de Newton, según las cuales la presión se originaba debido a una supuesta repulsión entre las moléculas. Incluso los genios se equivocan! 5 2. Naturaleza atómica de la materia y la electricidad Herapath (1820) y por John James Waterston (1845) quien fue el primero en deducir la equipartición de la energía. Sin embargo, estos trabajos corrieron la misma suerte que el de Bernoulli y fueron ignorados7. Recién después de los trabajos de James Prescott Joule (1840), que desacreditaron la Teoría del Calórico al mostrar que el calor es una forma de energía, el camino quedó despejado para la aceptación de la Teoría Cinética. Fue así que Rudolf Clausius desarrolló en 1857 la matemática correspondiente, y luego James Clerk Maxwell y Ludwig Eduard Boltzmann completaron su desarrollo alrededor de 1860. En este contexto corresponde mencionar un fenómeno que constituye una de las comprobaciones más evidentes de la hipótesis atómica. Si se suspende un objeto diminuto dentro de un gas, también es bombardeado por las moléculas. Como el número de las moléculas es finito, no se establece un equilibrio exacto en cualquier instante y en consecuencia el objeto se mueve en forma aleatoria. Un botánico, Robert Brown, fue el primero (1828) en observar este fenómeno (que en su honor se denomina movimiento Browniano) al observar bajo el microscopio una suspensión de granos de polen en agua. Mucho tiempo después, en 1908, Jean Perrin usó el movimiento Browniano para determinar el número de Avogadro, basado en la analogía entre las partículas suspendidas en el líquido y las moléculas en la atmósfera8. La teoría correspondiente había sido publicada por Albert Einstein y Marian Ritter von Smoluchowski en 1905. Luego del trabajo de Perrin ya nadie cuestionó la existencia de los átomos. Tamaño de los átomos Las primeras estimaciones modernas del tamaño de los átomos fueron realizadas por Joseph Lotschmidt en 1865, y se basaron en los resultados de la Teoría Cinética. No las comentaremos aquí. Será suficiente decir que conociendo el número de Avogadro, podemos calcular el tamaño de los átomos de un sólido (por ejemplo un metal) si suponemos que están ubicados uno junto al otro de modo que los átomos vecinos se tocan entre sí. Si A es la masa atómica9 de la sustancia y ρ su densidad, el radio r de un átomo está dado por 1 A  r=   2  N0 ρ  1/ 3 (2.2) Si se hace este cálculo para varios elementos, desde el litio ( A = 7) al plomo ( A = 207) se encuentra que r varía entre 1.3x10–8 cm y 1.55x10–8 cm. De acuerdo con estas estimaciones todos los átomos tienen un tamaño del orden de 10–8 cm, es decir 1 Å. Otros métodos, como la teoría cinética, dan resultados semejantes. Se debe notar que no hemos definido con precisión lo que significa el “radio de un átomo”, y por lo tanto tenemos que tener cuidado con el uso de este término; en particular no sabemos todavía cómo varía la interacción entre dos átomos como función de la distancia. 7 En esos tiempos estaba en boga la Teoría del Calórico, motivo por el cual no se aceptaba la idea que el calor estuviera relacionado con el movimiento de las moléculas. 8 La variación de la densidad del aire con la altura depende del balance entre la gravedad (que tiende a hacer descender las moléculas) y la agitación térmica (que tiende a expandir el aire). La relación entre densidad y altura para partículas Brownianas en suspensión obedece a un balance semejante. 9 La masa atómica A es la masa de N0 átomos. El valor numérico de A, cuando se expresa en múltiplos enteros de la masa del átomo de hidrógeno, se denomina número de masa y se indica con A. 6 2. Naturaleza atómica de la materia y la electricidad La atomicidad de la carga eléctrica Los experimentos sobre la electrólisis realizados por Michael Faraday a partir de 1832 demostraron que la cantidad de sustancia liberada en un electrodo de una cuba electrolítica por el paso de una carga eléctrica Q es proporcional a la masa equivalente de la sustancia (la masa atómica dividida por la valencia). La constante de proporcionalidad F se denomina Faraday, y se tiene: M= QA vF (2.3) donde M es la masa liberada de la sustancia, Q es la carga transferida y v es la valencia. El valor de un Faraday es F = 96500 C/mol equivalente (2.4) El hecho que la masa liberada es estrictamente proporcional a la carga total transferida sugiere que la carga es transportada por los iones mismos. La hipótesis más simple es que cada ion lleva una carga qv, es decir, un múltiplo de una carga elemental q. Entonces la carga necesaria para liberar un mol es N0qv y por lo tanto, puesto que para un mol M = A , tendremos que q = F / N0 ≅ 4.8 × 10 −10 u.e.s. ≅ 1.60 × 10 −19 C (2.5) Si combinamos la hipótesis atómica con los resultados de la electrólisis se concluye que cada ion está asociado con una carga determinada qv, que es un múltiplo de la carga elemental q. Por lo tanto la carga eléctrica tiene también una naturaleza atómica y en el electrolito cada ion lleva un número de “átomos de carga” igual a su valencia. Los rayos catódicos A temperatura y presión normales los gases no conducen la electricidad, hasta que la intensidad del campo eléctrico es tal que se produce una chispa. Sin embargo, si se tiene un par de electrodos en un recipiente cerrado y se reduce la presión a menos de 10 mm Hg, al aplicar algunos kV entre los electrodos se observa una descarga brillante, con colores y patrones llamativos. Si se reduce aún más la presión, la región oscura que está delante del cátodo se extiende paulatinamente hasta que a una presión de unos 10–3 mm Hg llena todo el recipiente. No obstante, sigue pasando corriente eléctrica. Si se hace un orificio en el ánodo, se observa un resplandor verdoso en la pared del tubo de vidrio detrás del orificio. Los agentes que producen este resplandor viajan en línea recta desde el orificio del ánodo, cosa que se puede verificar por la sombra que produce cualquier objeto que se interponga entre el ánodo y la pared de vidrio. Si se coloca una rueda de paletas en la trayectoria, comienza a girar, lo que muestra que los agentes llevan cantidad de movimiento. Dichos agentes se denominaron rayos catódicos10. 10 Los rayos catódicos fueron descubiertos por Julius Plücker en 1858 e investigados por William Crookes en 1879, quien encontró que se desvían en un campo magnético, y que la dirección de la desviación sugiere que se trata de partículas de carga negativa. Sin embargo la verdadera naturaleza de los rayos catódicos fue tema de controversia. Una prueba crucial consistió en estudiar el efecto sobre los mismos de un campo eléctrico. En 1892 Heinrich Hertz llevó a cabo un experimento que tuvo resultados negativos. J. J. Thomson consideró que ello se debía a que el vacío no había sido suficientemente bueno en el experimento de Hertz, y decidió repetirlo con un vacío mejor. 7 2. Naturaleza atómica de la materia y la electricidad El electrón Joseph John Thomson realizó varios experimentos en 1896-7 sobre un haz fino de rayos catódicos producido colimando los rayos que salen del orificio del ánodo. Comprobó que todos son desviados por igual por un campo eléctrico transversal a su trayectoria, y por el sentido de la desviación dedujo que todos tienen la misma carga negativa que indicamos con –e, de modo que se trata de algún tipo de partícula. Estudiando la desviación concluyó que, si estas partículas tienen una masa m, resulta mv 2 = cte. e (2.6) Aplicando un campo magnético al haz de rayos catódicos observó una desviación, a partir de la cual determinó la relación carga/masa de las partículas. El valor actualizado de esa relación es: e = (1.7598 ± 0.0004) × 108 C/g m (2.7) Los experimentos de electrólisis permiten también calcular una relación carga/masa. Si consideramos esta relación para el elemento más liviano, o sea el hidrógeno, resulta Q = 9.57 × 10 4 C/g M (2.8) Si comparamos la relación carga/masa (2.7) con la (2.8) obtenemos (e / m ) = 1.84 × 103 (Q / M ) (2.9) Por lo tanto, o las partículas de los rayos catódicos son mucho más livianas que el átomo de hidrógeno, o bien llevan una carga casi dos mil veces mayor a la del ion hidrógeno. Esta última hipótesis parece tan poco lógica que Thomson propuso que tanto las partículas de los rayos catódicos como el ion de hidrógeno llevan cargas de igual valor absoluto y que las partículas de los rayos catódicos, que denominó electrones, son mucho más livianas que los átomos. El experimento de Millikan y la cuantificación de la carga En realidad hasta ahora sólo podemos afirmar que la carga promedio en la electrólisis está cuantificada, pues si bien supusimos que cada átomo lleva una carga qv, en realidad solo es necesario suponer que la carga promedio vale qv. Del mismo modo, los experimentos de Thomson se podrían explicar suponiendo que dentro de los átomos hay algún material especial con carga negativa y con una relación carga/masa sumamente elevada, y que en las descargas eléctricas algunos fragmentos de ese material son emitidos por los átomos del gas o por el cátodo. Todavía no hemos presentado pruebas concluyentes de que ese material especial sólo puede existir en cantidades discretas, a parte las deducciones que se pueden hacer a partir de la electrólisis. Las pruebas cruciales fueron aportadas por Robert A. Millikan, quien en 1909 estudió la caída en el aire por efecto de la gravedad de minúsculas gotas cargadas eléctricamente. Mediante un par de electrodos podía introducir un campo eléctrico vertical y así estudió el movimiento de las gotas, con y sin el campo eléctrico. No vamos a reproducir aquí las fórmulas (ver J. C. Wilmott, 8 2. Naturaleza atómica de la materia y la electricidad Física Atómica), pero se puede mostrar que de esta forma se puede calcular la carga de las gotas individuales. Lo que encontró Millikan es que dichas cargas son siempre múltiplos enteros de la carga más pequeña que puede llevar una gota. De este modo quedó demostrado que la carga está cuantificada. El valor del cuanto de carga es e = 4.80273 × 10 −10 u.e.s. ≅ 1.603 × 10 −19 C (2.10) valor que coincide con el que se deduce de la electrólisis (ec. (2.5)). Combinando este valor con la relación carga/masa (2.7) podemos obtener la masa del electrón: me = (9.108 ± 0.012) × 10 −28 g (2.11) Recogiendo los resultados que hemos presentado hasta aquí, podemos concluir que a comienzos del siglo XX había quedado demostrada la naturaleza atómica de la materia. Sin embargo, en contradicción con las ideas primitivas acerca del átomo, éste resultaba ser un objeto compuesto, y uno de sus componentes, el electrón, había sido identificado. 9 3. Estructura atómica 3. ESTRUCTURA ATÓMICA Cargas atómicas positivas De acuerdo con los resultados reseñados en el Capítulo 2 sabemos que la materia está formada por átomos cuyo radio es de unos 10–8 cm. Estos átomos están constituidos, al menos en parte, por electrones. Puesto que son eléctricamente neutros es obvio que la carga debida a los electrones que contienen debe estar equilibrada por una carga positiva igual. Además de los rayos catódicos, en los experimentos con tubos de descarga se observaron partículas con carga positiva que emanan del ánodo, que fueron denominadas rayos positivos1. En 1898 Wilhelm Wien investigó estos rayos y encontró que tienen una relación masa/carga más de 1000 veces mayor que la de los electrones. Puesto que esta relación es comparable con la relación masa/(carga del electrón) de los átomos residuales del tubo de descarga, se sospechó que los rayos positivos son iones (átomos cargados positivamente porque les faltan uno o más electrones) provenientes del gas presente en el tubo. En 1913 Thomson refinó el dispositivo de Wien para separar los diferentes iones y medir sus relaciones masa/carga. Así determinó la presencia de iones de varios estados de carga (es decir, átomos que han perdido uno, dos, tres, …, etc. electrones), que aparecían como diferentes trazas en una placa fotográfica. Al realizar sus experimentos con neón, observó que los haces de iones del mismo estado de carga producían dos trazas en vez de una. Los químicos habían atribuido al Ne un numero de masa de 20.2, pero las trazas observadas por Thomson sugerían números atómicos de 20.0 (la traza más intensa) y 22.0 (la más débil). Concluyó entonces que el Ne consiste de una mezcla de dos variedades, que denominó isótopos2: la más abundante, 20Ne (con número de masa 20.0) y la más escasa 22Ne (de número de masa 22.0). Más tarde se descubrió un tercer isótopo, el 21Ne, que también está presente en cantidades diminutas3. Estos resultados demostraron que la hipótesis de Dalton, que todos los átomos de un dado elemento tienen la misma masa, está en error. La técnica de Thomson fue perfeccionada por Francis W. Aston, quien desarrolló el espectrógrafo de masa en 1919 y lo utilizó para analizar cerca de 50 elementos en los años siguientes, lo que le permitió descubrir que la mayoría tienen isótopos. En conclusión, no hay ninguna evidencia de que en el átomo exista una partícula positiva equivalente al electrón. Por lo tanto la carga positiva está de alguna manera (no trivial) asociada con la masa del átomo. La dispersión de rayos X y la cantidad de electrones de cada átomo Las pruebas que los átomos de una dada especie contienen un número definido de electrones provienen de los experimentos sobre dispersión de rayos X. 1 A veces también llamados rayos canales. Fueron descubiertos por Eugen Goldstein en 1886. 2 El término isótopo proviene del griego y significa “igual lugar”. Se refiere al hecho que las variedades del mismo elemento ocupan igual lugar en la Tabla Periódica, pues tienen (casi exactamente) las mismas propiedades químicas. Ya en 1886 Crookes avanzó la idea que todos los átomos tienen pesos atómicos enteros y que los elementos cuyos números de masa tienen valores no enteros son en realidad mezclas. Asimismo, la existencia de isótopos fue sospechada por Frederick Soddy en 1910, al estudiar los productos del decaimiento radioactivo del torio. 3 Hoy sabemos que de cada 1000 átomos de Ne, 909 son de 20Ne, 88 son 22Ne y 3 son 21Ne. 10 3. Estructura atómica Los rayos X fueron descubiertos por Wilhelm Conrad Roentgen en 1895, al realizar experimentos de descargas en gases. Cuando la diferencia de potencial entre el cátodo y el ánodo es de algunos kV, al ser bombardeado por los electrones, el ánodo emite una radiación penetrante que se denominó radiación X. En poco tiempo se pudo mostrar que los rayos X son radiación electromagnética de longitud de onda muy corta, debido a que • • • • Los rayos X se producen cuando electrones energéticos impactan sobre un objeto sólido. En estas circunstancias los electrones sufren una violenta desaceleración, y de acuerdo con la teoría electromagnética un electrón acelerado o desacelerado emite radiación. Haga y Wind encontraron en 1899 que los rayos X se difractan al pasar por una rendija muy fina, lo que muestra que son un fenómeno ondulatorio. El tamaño de la figura de difracción indica que la longitud de onda es del orden de 10–8 cm. En 1906 Charles Glover Barkla mostró que los rayos X se pueden polarizar, lo que indica que son ondas transversales. En 1912 Max von Laue desarrollo una técnica para medir la longitud de onda de los rayos X, basada en la difracción por una red cristalina. Cuando la radiación electromagnética incide sobre una partícula cargada, ésta oscila por efecto del campo eléctrico de la onda, y al ser acelerada emite radiación. La intensidad total de la radiación emitida por una carga acelerada está dada por la fórmula R= 2 e2 a2 3 c3 (3.1) donde e es la carga, a es la aceleración, c la velocidad de la luz y estamos usando unidades Gaussianas. Aquí lo que nos interesa es que la energía emitida es proporcional al cuadrado de la aceleración. En un campo eléctrico E, la aceleración de una carga es eE / m , de modo que la cantidad de energía dispersada por la carga es proporcional a e 4 / m 2 . Puesto que la masa de los electrones es mucho menor que la de los demás constituyentes del átomo, es obvio que la dispersión de los rayos X por los átomos se debe esencialmente a los electrones. Es posible entonces usar la dispersión de rayos X para estimar el número de electrones de un átomo, siempre y cuando la longitud de onda de los rayos X que se emplean sea menor que la distancia entre los electrones, pues en este caso las oscilaciones de los diferentes electrones casi nunca estarán en fase (suponemos que las distancias que separan a los electrones no siguen un patrón regular). En este caso las radiaciones emitidas por los diferentes electrones son incoherentes y podemos sumar sus intensidades. La intensidad total de la radiación dispersada es entonces proporcional al número de electrones. Hay un segundo requisito que se debe cumplir, esto es, que la frecuencia de los rayos X sea mucho mayor que cualquiera de las frecuencias naturales de oscilación de los electrones dentro del átomo, de modo que podamos tratar los electrones como si fueran libres. Esto, en la práctica, significa que la longitud de onda de los rayos X debe ser bastante menor que 10–8 cm. Con estas hipótesis (omitimos los detalles del cálculo4) J. J. Thomson mostró que la intensidad total de la radiación difundida por un electrón bajo la influencia de una onda electromagnética de intensidad I es 4 Ver por ejemplo W. Panofsky y M. Phillips, Classical Electricity and Magnetism, Addison-Wesley. 11 3. Estructura atómica 2 R = σ T I J/s , σ T = 8π  e2  −25 2  2  = 6.66 × 10 cm 3  mc  (3.2) donde σ T se denomina sección eficaz de Thomson del electrón. La (3.2) también se puede escribir en términos del radio clásico del electrón: r0 = e2 = 2.817938 × 10 −13 cm mc 2 (3.3) 8π 2 r0 3 (3.4) en la forma σT = Si hay n electrones por unidad de volumen, la intensidad difundida por un trozo de materia de sección unidad y espesor dx será ndxσ T I (3.5) Esta es la energía perdida por el rayo, que por lo tanto sufre una variación de intensidad dada por dI = − nσ T Idx (3.6) La (3.6) implica que la intensidad del haz se atenúa exponencialmente al atravesar un espesor del material, es decir: I = I0 e − nσ T x (3.7) Luego midiendo la atenuación de los rayos X que atraviesan un determinado espesor de materia se puede determinar n y de allí el número Z de electrones de cada átomo. Los resultados experimentales muestran que Z es aproximadamente igual a la mitad del número de masa A. El modelo atómico de Thomson Para avanzar más fue necesario realizar otros experimentos, sugeridos por un modelo propuesto por J. J. Thomson para explicar los datos conocidos, y que hacía nuevas predicciones aún no verificadas. De acuerdo con este modelo el átomo es una esfera de carga positiva de unos 10–8 cm de radio, con electrones en su interior como las pasas de uva dentro de un pan dulce. Suponiendo que la carga positiva está distribuida uniformemente, cabe esperar que también los electrones estén distribuidos uniformemente, pues así la carga neta en toda esfera con centro en el centro del átomo es nula en promedio y la distribución de cargas es estable. Este modelo está de acuerdo con todas las propiedades del átomo conocidas en su momento. Además, si se perturban las posiciones de los electrones, éstos oscilarán y por lo tanto emitirán radiación de una determinada frecuencia. Luego se explica, al menos cualitativamente, la emisión de luz por los átomos (se puede ver, sin embargo, que muy difícilmente pueda haber un acuerdo cuantitativo con el espectro de la radiación emitida que se observa). El experimento crucial para probar el modelo fue realizado por Ernest Rutherford y sus colaboradores en 1911 y consistió en el estudio de la dispersión de partículas α por átomos. Veremos 12 3. Estructura atómica que el modelo de Thomson predice que el número de partículas α dispersadas en ángulos grandes es despreciable. Pero el experimento desmintió esta predicción, y la explicación de las observaciones llevó a Rutherford a proponer el modelo nuclear, según el cual el átomo está constituido por un pequeño núcleo central donde está concentrada la carga positiva y casi toda la masa, rodeado por electrones en movimiento, de forma que el conjunto es totalmente neutro. Radioactividad Entre 1896 y 1898 Antoine-Henri Becquerel, Pierre Curie y Maria Curie (Maria Sklodowska) descubrieron que algunos elementos pesados como el uranio y el torio emiten espontáneamente radiaciones penetrantes, capaces de velar una placa fotográfica. Haciendo pasar un haz colimado de estas radiaciones a través de un campo magnético, se encontraron tres componentes que fueron denominados radiación α, β y γ. Los rayos γ no son desviados por el campo magnético, lo que indica que no tienen carga eléctrica; en cambio, los rayos α y β se desvían, mostrando que los primeros tienen carga positiva y los segundos, negativa. Estos experimentos se realizaron bajo vacío. Introduciendo aire en el dispositivo, se observó que bastan pocos centímetros de aire para detener la radiación α, pero no las otras dos componentes. Interponiendo láminas de distintos espesores se encontró que pocos mm de un material denso son suficientes para detener la radiación β ; en cambio, la radiación γ sólo disminuye apreciablemente si se interpone un bloque de plomo de varios cm de espesor. Actualmente sabemos que la radiación β está compuesta por electrones de gran energía5, y que los rayos γ son radiación electromagnética de longitud de onda extremadamente corta. La naturaleza de las partículas α fue descubierta por Rutherford, quien encontró que se trata de átomos de Helio doblemente ionizados6. Al estudiar la radioactividad del torio, Rutherford y Frederick Soddy descubrieron en 1902 que la radioactividad está asociada con profundos cambios dentro del átomo, que lo transforman en un elemento distinto. Encontraron que el torio produce continuamente una sustancia químicamente diferente, que es intensamente radioactiva. Si el elemento así producido se separa del torio, desaparece con el correr del tiempo, dado que a su vez se transmuta en otro elemento. Observando este proceso, Rutherford y Soddy formularon la ley del decaimiento exponencial, que establece que en cada unidad de tiempo, decae una fracción fija del elemento radioactivo. El descubrimiento de la radioactividad y la transmutación de los elementos obligó a los científicos a modificar radicalmente sus ideas sobre la estructura atómica, pues demostró que el átomo no es ni indivisible ni inmutable. En vez de ser simplemente un receptáculo inerte que contiene electrones, se vio que el átomo puede cambiar de forma y emitir cantidades prodigiosas de energía. Además, las radiaciones mismas sirvieron de instrumento para investigar el interior del átomo. La dispersión de partículas α por los átomos y el fracaso del modelo de Thomson Si se hace incidir un haz colimado de partículas α sobre una hoja delgada (por ej. una lámina de oro de 10–4 cm de espesor) se observa que casi todas la atraviesan con una leve pérdida de energía, y que la mayoría son desviadas menos de 1˚ desde su dirección original. Sin embargo, una pequeña fracción sufre desviaciones mayores y alrededor de una en cada 104 se desvía en 90˚ o 5 No siempre los rayos β llevan carga negativa; algunas sustancias radioactivas emiten positrones, de modo que en ese caso los rayos β llevan carga positiva. 6 Se recomienda al alumno leer en la bibliografía citada la descripción de estos experimentos. 13 3. Estructura atómica más. Estos fueron los resultados de los experimentos realizados por Rutherford y sus colaboradores Hans Geiger y Ernest Marsden en 1911. Vamos a ver ahora el significado de dicho resultado. Al atravesar la lámina, las partículas α de hecho atraviesan los átomos. En su trayectoria son desviadas por los campos eléctricos debidos a las cargas internas de los átomos. Corresponde aclarar que en este caso el efecto de los electrones es despreciable, debido a su masa muy pequeña (aproximadamente 10–4 veces la masa de las partículas α): es fácil estimar que el orden de magnitud del ángulo de máxima desviación en una colisión entre una partícula α y un electrón atómico es de apenas 10–4 radianes. En consecuencia se pueden ignorar las colisiones con los electrones y basta considerar los efectos de las cargas atómicas positivas. De acuerdo con el modelo de Thomson, los átomos constan de cargas positivas esféricas de unos 10–8 cm de radio, con los electrones distribuidos en su interior. Estas esferas están densamente empaquetadas en la lámina, por lo tanto si ésta tiene 10–4 cm de espesor, la partícula α atravesará aproximadamente 104 átomos. Se trata entonces de un problema de dispersión múltiple, y la desviación final de la partícula α es la suma de las desviaciones producidas por cada átomo que atravesó. Estas desviaciones tienen sentidos distribuidos al azar, de modo que podemos estimar la probabilidad de que ocurra una determinada desviación final si conocemos la desviación promedio debida a cada átomo. Se trata de un problema análogo al del “paseo al azar” y para nuestro propósito es suficiente una estimación grosera de las magnitudes de interés. Consideremos el choque de una partícula α cuya carga es ze ( z = 2 ) y cuya cantidad de movimiento es p = mv con una esfera de carga positiva Ze y radio R. Suponiendo que el ángulo φ de desviación es pequeño, podemos escribir φ≈ ∆p F∆t = p p (3.8) Podemos estimar la fuerza F como zZe2 / R2 y el tiempo que dura la colisión como ∆t ≈ R / v . Obtenemos entonces φ≈ Ze2 ER (3.9) donde E es la energía cinética de la partícula α. Sustituyendo en (3.9) los valores típicos en estos experimentos ( Z = 80, e ≈ 4.8 × 10 −10 u.e.s. , R ≈ 10 −10 m y E ≈ 5 MeV ) se obtiene φ ≈ 2 × 10 −4 radianes (3.10) Combinando un número muy grande n de estas colisiones, y suponiendo que las desviaciones de las mismas están distribuidas al azar, se obtiene la siguiente expresión para la probabilidad P(Φ )dΦ de que la desviación total esté comprendida entre Φ y Φ + dΦ : P(Φ )dΦ = 1 e nφ 2 − Φ2 2 nφ 2 ΦdΦ El valor medio cuadrático del ángulo de desviación total es 14 (3.11) 3. Estructura atómica 1/ 2 ( ) Φ rms = Φ 2 =φ n (3.12) Los resultados experimentales de Rutherford y sus colaboradores mostraron que entre 0˚ y 3˚ la (3.11) describe correctamente la dispersión de las partículas α, con un valor de Φ rms ≈ 1˚ , lo que implica una desviación promedio por átomo de 0.01˚≈ 1.5 × 10 −4 radianes. De modo que en la región de desviaciones pequeñas, la concordancia con la predicción del modelo es excelente. Pero se presenta una grave discrepancia para las desviaciones grandes, pues el experimento muestra que alrededor de 1 de cada 104 partículas se desvía en 90˚ o más. En cambio, la (3.11) predice, por ejemplo, que la probabilidad que la desviación sea mayor que 10˚ es de 2x10–22. En consecuencia, el modelo de Thomson no describe correctamente las desviaciones en ángulos grandes. El problema no tiene arreglo posible. Si, por ejemplo, disminuimos el radio R de la carga positiva para así aumentar φ, (pues φ ∝ 1/ R ), al disminuir el tamaño de los átomos disminuye el número n de colisiones (pues n ∝ R2 ) y en consecuencia Φ rms se mantiene constante, independientemente de R. La conclusión es que la dispersión múltiple nunca puede producir las desviaciones a grandes ángulos que se observan. Claramente, la condición Φ rms = cte. vale solo para radios tales que n >> 1. Para radios muy pequeños puede haber una sola colisión, y entonces el ángulo de desviación es el que corresponde a un único evento. La ec. (3.9) sugiere que esto podría ocurrir para R ≈ 10 −12 cm . Pero por otra parte todos los métodos para medir radios atómicos indican R ≈ 10 −8 cm . Está claro entonces que el modelo de Thomson se debe descartar. El modelo de Rutherford y el núcleo atómico De resultas de la evidencia que acabamos de comentar, Rutherford propuso en 1911 que el átomo tiene un núcleo central diminuto donde reside toda la carga positiva y la mayor parte de la masa, y que los electrones giran alrededor de él7. Veremos ahora que este modelo está de acuerdo con los resultados de los experimentos de dispersión de partículas α, pero para eso primero tenemos que formular una teoría diferente para dicha dispersión. La fórmula de dispersión de Rutherford En este caso, al analizar la dispersión de partículas α, el núcleo central se puede considerar como una carga puntual. A partir de este modelo se puede obtener una fórmula para la dispersión de partículas α que concuerda muy bien con los resultados experimentales. Las hipótesis básicas que permiten deducir dicha fórmula son: • La dispersión se debe a la interacción entre la partícula α y el núcleo, y sólo es significativa si la trayectoria pasa cerca del núcleo. Esto implica que los choques son raros y por lo tanto el problema es de una única colisión. • La fuerza entre la partícula α y el núcleo sigue la ley de Coulomb hasta distancias muy pequeñas. 7 Es interesante recordar que el físico japonés Hantaro Nagaoka había propuesto en 1904 un modelo atómico planetario semejante al de Rutherford, pero no fue tomado en cuenta por sus contemporáneos debido al problema de estabilidad que se presenta con esa clase de modelos. En efecto, el electromagnetismo predice que una carga acelerada irradia; por lo tanto un electrón que gira alrededor de un núcleo debería perder energía y caer sobre él. 15 3. Estructura atómica • Se puede ignorar el efecto de los electrones. Nosotros para simplificar la discusión vamos a suponer además que el núcleo está fijo en el referencial del laboratorio y por brevedad citaremos los resultados sin dar la demostración, ya que la misma se puede encontrar desarrollada en la bibliografía citada y en la mayoría de los textos de Mecánica. Suponemos que la lámina tiene una espesor d, y que hay n átomos por unidad de volumen. La geometría de la colisión se indica en la Fig. 3.1. El núcleo está fijo en el origen y la partícula α se aproxima desde la derecha con velocidad inicial v. Si no hubiera desviación, la partícula pasaría a una distancia p del núcleo. La distancia p se denomina parámetro de impacto. Después de la dispersión la partícula se ha desviado en un ángulo φ y tiene la velocidad final v f . Dado que el núcleo se supone inmóvil, tendremos que | v | = | v f | = v , y como se conserva el momento angular, es sencillo verificar que cot(φ / 2) = 2 Ep zZe2 (3.13) donde E = mv 2 / 2 es la energía de la partícula incidente. Como en un choque frontal la máxima distancia de acercamiento es dq q q + dq p a= p + dp zZe2 E (3.14) podemos escribir la (3.13) como cot(φ / 2) = 2 p / a (3.15) Fig. 3.1. Dispersión de una partícula _ por un núcleo. A partir de estos resultados es fácil mostrar que la probabilidad por unidad de ángulo sólido de que una partícula α de energía E sea dispersada en un ángulo φ es: 2 dP(φ ) nd  zZe2  nda 2 4 = csc 4 (φ / 2)  csc (φ / 2) =  16  E  16 dΩ (3.16) donde dΩ = 2πsenφdφ . La (3.16) es la famosa fórmula de dispersión de Rutherford. Se puede observar que el número de partícula dispersadas es proporcional a Z2, de modo que el estudio de la dispersión de partículas α permite determinar Z, un dato que no se conocía bien en su tiempo, pues sólo se sabía que Z ≈ A / 2 gracias a los resultados de la dispersión de rayos X. Las predicciones de la (3.16) fueron verificadas en 1913 por Geiger y Marsden y confirmaron de modo sorprendente dicha fórmula, y así convalidaron el modelo atómico de Rutherford. Corresponde también mencionar que la (3.16) vale también en el marco de la Mecánica Cuántica. Dispersión hacia adelante Para analizar la aplicación de la fórmula de Rutherford a los experimentos de dispersión de partículas α es preciso aclarar primero algunas cuestiones. Se puede ver de la (3.16) que cuando φ 16 3. Estructura atómica es muy pequeño, dP(φ ) / dΩ es mayor que la unidad, y tiende al infinito para φ → 0 . Claramente los experimentos indican que esto no ocurre. Pero debemos tener en cuenta que no tenemos derecho de extender la validez de la (3.16) a valores muy pequeños de φ, porque en ese caso no se cumplen nuestras hipótesis básicas: primero porque no se puede ignorar el efecto de los electrones, segundo porque no es cierto que la desviación total es el resultado de una única colisión. El principal efecto de los electrones (además de ocasionar ellos mismos dispersiones múltiples) es el de “apantallar” la carga nuclear, de forma que una partícula α que pasa lejos del núcleo no experimenta toda la repulsión Coulombiana del mismo. Si bien por ahora no sabemos cómo es la distribución de carga debida a los electrones, lo que sí sabemos es que a una distancia del núcleo del orden del radio atómico R, el apantallamiento es completo y por lo tanto las partículas α que inciden con parámetros de impacto mayores que R no experimentan desviación. Si el número de átomos por unidad de área del blanco es bajo, de manera que ndπR2 < 1, entonces la probabilidad de dispersión es menor que la unidad. Esto es lo que ocurre, por ejemplo, con blancos gaseosos de poco espesor (un blanco gaseoso de 1 cm de espesor a 10–2 mm Hg contiene aproximadamente 4x1014 átomos/cm2, luego ndπR2 ≈ 0.1). En cambio cuando ndπb 2 > 1 ocurre dispersión múltiple. En este caso, la probabilidad total de dispersión no es igual a la probabilidad de dispersión por átomo multiplicada por el número de átomos en el blanco, pues una vez que una partícula α ha chocado una vez, los choques subsiguientes no aumentan la probabilidad de dispersión sino que solamente modifican la desviación, como ya se vio anteriormente. Por lo tanto, para láminas metálicas, la distribución angular de las partículas α dispersadas varía con continuidad desde la distribución de Rutherford para ángulos grandes hasta la distribución de dispersión múltiple para ángulos pequeños, de modo tal que la probabilidad total de dispersión es siempre igual o menor que la unidad. El tamaño del núcleo La fórmula de Rutherford (3.16) se obtuvo suponiendo que el núcleo y las partículas α son cargas puntuales. Esta aproximación vale siempre y cuando la distancia de máximo acercamiento sea mayor que el radio del núcleo. En consecuencia se puede decir que el radio del núcleo debe ser seguramente menor que el valor más pequeño del acercamiento máximo para el cual la (3.16) da todavía el valor correcto del número de partículas α dispersadas. En la dispersión de las partículas α emitidas por el radio ( E = 5.3 MeV ) por un blanco de cobre (para el cual Z = 29, como se deduce a partir del número de partículas dispersadas) se observó que la ley (3.16) vale hasta 180˚. En este caso de la (3.14) se deduce que a = 1.58 × 10 −12 cm (3.17) y por lo tanto se concluye que el radio del núcleo del cobre es menor o igual que dicha cantidad. Comentarios sobre el modelo de Rutherford En conclusión, los experimentos de Rutherford demostraron que el átomo contiene un núcleo de muy pequeñas dimensiones (radio menor o igual a 10–12 cm), donde reside toda la carga positiva y casi toda la masa del átomo. También mostraron que la carga positiva, medida en unidades de 17 3. Estructura atómica la carga electrónica, es decir el número Z, es igual (dentro del error experimental) al número atómico del elemento8. Por todo ello Rutherford propuso un modelo en el que el átomo está formado por un núcleo con una carga positiva igual a Ze, alrededor del cual giran Z electrones, de manera que su movimiento equilibra dinámicamente la atracción Coulombiana que sobre ellos ejerce el núcleo. La extensión del movimiento electrónico determina que el tamaño del átomo sea de aproximadamente 10–8 cm. Este concepto sugiere que las propiedades químicas de un elemento están determinadas por el número de electrones de sus átomos (y no por la masa atómica, como se pensaba hasta entonces), y también sugiere que deben existir elementos para todos los valores posibles de Z, hasta que Z se hace demasiado grande y el núcleo se vuelve inestable pues probablemente ya no puede mantener más carga positiva en su interior. Sin embargo, es evidente que el modelo todavía es incompleto y presenta serias fallas. En primer lugar no se da todavía ninguna idea acerca de cómo los electrones determinan las propiedades químicas. En segundo lugar tampoco se explica porqué todos los átomos de una misma especie tienen aparentemente el mismo tamaño, y además, porqué los átomos de especies muy distintas tienen casi exactamente el mismo tamaño. Comentaremos este asunto en la siguiente Sección. Por último, el modelo enfrenta una objeción aún más grave: al girar alrededor del núcleo, los electrones sufren una aceleración continua y por lo tanto deberían irradiar ondas electromagnéticas y perder energía, y en consecuencia caer en espiral hacia el núcleo. Veremos más adelante que la solución de esta dificultad requiere abandonar la física clásica. La constante que está faltando Consideremos el caso más sencillo, el del átomo de Hidrógeno, pues es suficiente para entender la esencia de la dificultad de explicar los tamaños atómicos. Supongamos que el electrón gira alrededor del núcleo en una órbita circular. La fuerza centrípeta es la fuerza de Coulomb y por lo tanto tendremos mv 2 e 2 = 2 r r (3.18) e2 m (3.19) que nos da la relación rv 2 = En esta ecuación r puede tener cualquier valor, pues la (3.19) sólo nos dice que si escalamos r por un factor k 2 es necesario escalar v por el factor k −1. Se puede verificar que la (3.19) equivale a la Tercera Ley de Kepler. El origen del problema reside en que las únicas constantes que intervienen en el modelo clásico del átomo de Rutherford son la carga y la masa del electrón, y con ellas no podemos formar una longitud característica. Existe una manera de combinar e y m con una constante universal clásica, de modo de formar una longitud, y es usar la velocidad de la luz, c. Se construye así la constante 8 Es decir el número por el cual se ordenan los elementos en la Tabla Periódica. 18 3. Estructura atómica re ≡ e2 −13 cm 2 = 2.8 × 10 mc (3.20) Esta longitud es el radio clásico del electrón, que ya mencionamos en conexión con la dispersión Thomson, pero no tiene nada que ver con las dimensiones atómicas, ya que surge de comparar el equivalente energético de la masa del electrón con la energía del campo eléctrico del mismo electrón. Es obvio que la velocidad de la luz puede intervenir sólo cuando se consideran efectos relativísticos, y este no es el caso del átomo pues se ve de inmediato a partir de la (3.19) que si r ≈ 10 −8 cm resulta que v << c . Adelantándonos a lo que veremos más adelante en detalle, es fácil ver que el dilema se resuelve si introducimos la constante de Planck h ( h = 6.63 × 10 −27 erg s ). Es posible entonces formar la longitud a0 ≡ (h / 2π )2 = 0.529 × 10 −8 cm 2 me (3.21) Esta longitud, que se denomina radio de Bohr, tiene efectivamente el orden de magnitud correcto. Esto sugiere que la constante de Planck desempeña algún papel con respecto del tamaño de los átomos, aunque por el momento no sabemos cuál, ni porqué. En 1913 Niels Bohr reformó el modelo de Rutherford del átomo de hidrógeno, postulando que sólo estaban permitidas las órbitas circulares cuyo momento angular fuera un múltiplo entero de h = h / 2π , es decir, aquellas órbitas que cumplen mvr = nh , n = 1, 2, 3, … (3.22) Sustituyendo (3.22) en (3.19) obtenemos r= n2 h2 2 2 = n a0 me (3.23) Por lo tanto, de acuerdo con la condición de Bohr (3.22), a0 es el radio de la primera órbita permitida ( n = 1) y representa efectivamente el radio del átomo de hidrógeno. La hipótesis de Bohr se encuadra dentro de lo que hoy se denomina Teoría Cuántica Antigua, que tuvo considerable éxito, pues permitió interpretar varias propiedades atómicas y también resolver la paradoja de los calores específicos que resulta como consecuencia del Teorema de Equipartición. Sin embargo esta teoría presenta varios inconvenientes y finalmente fue abandonada cuando se introdujo la Mecánica Cuántica moderna. En el Capítulo 5 la comentaremos más en detalle. Pero primero conviene discutir algunas características de la radiación electromagnética y de sus interacciones con la materia, que fueron históricamente las que llevaron a introducir la constante de Planck y además mostraron que las propiedades de la radiación no se pueden explicar satisfactoriamente en términos del concepto clásico de onda. 19 4. Radiación, fotones y la constante de Planck 4. RADIACIÓN, FOTONES Y LA CONSTANTE DE PLANCK Introducción En el Capítulo 3 vimos que el modelo atómico de Rutherford está de acuerdo con los resultados de los experimentos de dispersión de partículas α, pero que no hay ningún concepto de la física clásica que permite explicar el tamaño de los átomos. Aparentemente hay una constante de la naturaleza, que aún no sabemos cómo interviene en la teoría, que determina ésta y otras propiedades no clásicas de la materia y la radiación. Cuando Rutherford formuló su modelo ya se conocía esa constante: se trata de la constante de acción de Planck, que fuera introducida por Max Planck cuando presentó un artículo sobre la radiación de cuerpo negro en la Sociedad Física Alemana a fines de 1900. En este Capítulo presentaremos algunas evidencias de la naturaleza universal de dicha constante, en lo referente a fenómenos en los que interviene la radiación electromagnética. La teoría de Planck de la radiación de cuerpo negro Ya estudiamos varios aspectos de la radiación de cuerpo negro1 y por lo tanto no volveremos sobre ello, pero queremos recordar que al estudiar la Mecánica Estadística mostramos que la cantidad de modos de radiación electromagnética de frecuencia comprendida entre ν y ν + dν presentes en una cavidad de volumen V está dada por N (ν )dν = 8πV 2 ν dν c3 (4.1) y que la aplicación del teorema de equipartición, según el cual a cada modo de oscilación del campo electromagnético le corresponde en el equilibrio una energía media ε = kT (k es la constante de Boltzmann), lleva a la distribución espectral de Rayleigh-Jeans2: u(ν , T )dν = 8πν 2 8πν 2 kT ε d ν = dν c3 c3 (4.2) donde u(ν , T ) es la densidad de energía (energía por unidad de volumen) en el intervalo de frecuencia (ν , ν + dν ). La (4.2) contradice la experiencia y es a todas luces absurda pues al integrarla sobre todas las frecuencias predice una densidad de energía divergente (la “catástrofe ultravioleta”). En esa época se conocía la Ley de Wien, que se deduce a partir de argumentos puramente termodinámicos, y que establece que u(ν , T ) = c1ν 3g(c2ν / T ) , c1, c2 = cte. (4.3) donde g es una función desconocida. La (4.3) implica que el máximo de u(ν , T ) ocurre para una frecuencia ν m que es proporcional a la temperatura, esto es ν m ~ T . Por otra parte las medi1 Ver Termodinámica e introducción a la Mecánica Estadística, Capítulos 15 y 18. 2 Deducida por Lord Rayleigh (John William Strutt) en 1900. En su trabajo, publicado en Nature en 1905, estimó mal el número de modos, por un factor 8 en exceso, error que fue corregido ese mismo año por James Jeans. También corresponde mencionar que en 1905 Einstein obtuvo la fórmula (4.2) en su artículo sobre el efecto fotoeléctrico que se comenta más adelante. 20 4. Radiación, fotones y la constante de Planck ciones de u(ν , T ) que se conocían antes de 1900 cubrían solamente el rango de frecuencias altas, más allá del máximo de u(ν , T ) . En base a esos datos Wien propuso en 1896 la fórmula empírica u(ν , T ) = Aν 3e − Bν / T , A, B = cte. (4.4) que tiene la forma (4.3) y por lo tanto cumple la Ley de Wien, y con elecciones adecuadas de las constantes permite un buen ajuste de las mediciones disponibles hasta ese momento. En 1900 Otto Lummer y Ernst Pringsheim, y también Heinrich Rubens y Ferdinand Kurlbaum llevaron a cabo mediciones muy precisas en un rango de frecuencias bajas que hasta entonces no de había estudiado y encontraron que la fórmula (4.4) está en desacuerdo con los valores medidos, según los cuales para frecuencias muy bajas se tiene u(ν , T ) ~ ν 2 T (4.5) Al conocer estos resultados3 Planck propuso una fórmula que interpolara entre (4.4) y (4.5). Dicha fórmula es la siguiente: u(ν , T )dν = 8πν 2 hν dν hν / kT 3 c e −1 (4.6) y es la célebre distribución de Planck. Ajustando la (4.6) a la distribución espectral observada, Planck determinó el valor de h (denominada constante de Planck) como 6.55×10–27 erg s, un valor muy cercano al actual4, con el cual obtuvo un perfecto acuerdo con las mediciones. No conforme con esto procuró comprender porqué la (4.6) concuerda tan bien con los resultados experimentales y con ese fin trató de darle una base teórica. No discutiremos aquí los argumentos de Planck, que se explican en detalle en el Capítulo 18 de Termodinámica e Introducción a la Mecánica Estadística, sólo diremos que llegó a la conclusión que la energía de los osciladores materiales de la pared de la cavidad, que están en equilibrio con la radiación, se forma a partir de un número finito de cuantos o parcelas de energía, cada uno de energía ε = hν , con lo cual introdujo la cuantificación de la energía. Pero en realidad fue Einstein quien aclaró5 el significado de la fórmula de Planck y de las hipótesis sobre la cuales se basa, al expresar que la energía de los osciladores de Planck puede tomar sólo valores que son múltiplos enteros del cuanto hν , y que en la absorción y emisión de radiación, la energía del oscilador cambia en forma discontinua. A continuación vamos a mostrar cómo se debe modificar la teoría clásica para obtener el resultado correcto (4.6). Recordemos el origen de la Ley de Equipartición. Básicamente es una consecuencia de la distribución de Boltzmann, que en este caso expresa que la probabilidad P(ε )dε que un modo de oscilación tenga una energía entre ε y ε + dε vale e − ε / kT P(ε )dε = Z 3 ∞ , Z = ∫ e − ε / kT dε (4.7) 0 El lector puede notar que (4.5) es el resultado de la teoría de Rayleigh-Jeans, que fue publicada recién en 1905, después de los hechos que estamos relatando. Por lo tanto Planck no conocía el resultado clásico (4.2). 4 El valor actual de h es 6.6260755×10–27 erg s. 5 En su artículo de 1906 sobre la teoría del calor específico de un sólido. 21 4. Radiación, fotones y la constante de Planck En términos de la distribución de Boltzmann, ε se expresa como ∞ ∫ εe −ε / kT dε ∞ ε = ∫ εP(ε )dε = 0 0 ∞ (4.8) ∫ e −ε / kT dε 0 y al calcular las integrales en la (4.8) se obtiene precisamente ε = kT . La gran contribución de Planck consistió en que advirtió que podía obtener el resultado que buscaba si trataba ε como una variable discreta, en lugar de la variable continua que es en la Física Clásica. A partir de esto Einstein llegó a la conclusión que para llegar a la (4.6) era preciso suponer que la energía de cada modo de oscilación del campo de radiación toma sólo ciertos valores discretos, múltiplos enteros de hν , en lugar de cualquier valor. Supongamos entonces que los valores permitidos de la energía son εν = 0, hν , 2 hν , 3hν , … (4.9) Siendo así las integrales en la (*4.7) se deben reemplazar por sumas: ∞ ∑ nhνP(nhν ) εν = n=0 ∞ ∑ P(nhν ) n=0 ∞ nhν − nhν / kT ne − nα e ∑ kT d  ∞ − nα  = n =∞0 = hν n =∞0 = − hν ln ∑ e  1 − nhν / kT dα  n = 0  − α n e e ∑ kT ∑ n=0 n=0 ∞ ∑ (4.10) donde α = hν / kT . Pero ∞ ∑ e − nα = n=0 1 1 − e −α (4.11) y por lo tanto εν = − hν d dα −α hν d   1  −α ) = hνe 1 ln ln( e h ν = − = α   1 − e −α   − α 1− e e −1 dα (4.12) Resulta entonces6 εν = hν e hν / kT −1 (4.13) Usando este valor de εν en la (4.2) en lugar de kT se obtiene la (4.6), con lo cual queda aclarado el origen de dicha fórmula. Recapitulando, no es preciso alterar la distribución de Boltzmann, sino que hay que postular que la energía de los osciladores de la radiación misma puede tomar solamente los valores discretos (4.9) y no cualquier valor, como predice la teoría clásica. 6 Esta deducción de la distribución de Planck basada en suponer que la energía de cada modo de oscilación del campo de radiación está cuantificada fue dada por Debye en 1910. 22 4. Radiación, fotones y la constante de Planck El postulado de Planck La hipótesis de Planck se puede generalizar y enunciar como un postulado del modo siguiente: Postulado de Planck: cualquier ente físico con un grado de libertad mecánico, cuya coordenada generalizada realiza oscilaciones armónicas simples sólo puede poseer valores discretos de la energía, dados por ε = nhν , n = 0, 1, 2, … (4.14) donde ν es la frecuencia de la oscilación y h es una constante universal. Si la energía del ente obedece el postulado de Planck se dice que está cuantificada, los niveles de energía permitidos se llaman estados cuánticos y el número entero n se denomina número cuántico. Se podría tal vez pensar que hay sistemas físicos cuyo comportamiento no está de acuerdo con el postulado de Planck, por ejemplo sistemas macroscópicos como el péndulo. Pero es fácil constatar que debido a la pequeñez de h, en esos casos la diferencia de energía hν entre los niveles es insignificante: no se puede medir la energía de un sistema macroscópico con suficiente precisión como para verificar si el postulado de Planck se cumple o no. Las consecuencias del postulado de Planck se ponen de manifiesto solamente cuando ν es muy grande y/o ε es tan pequeña que ∆ε = hν es del mismo orden que ε. Un caso es el que acabamos de estudiar: la radiación de alta frecuencia del cuerpo negro. Cabe subrayar que Planck restringió la cuantificación de la energía a las oscilaciones de los electrones radiantes de la pared de la cavidad del cuerpo negro, pues pensaba que una vez emitida, la energía electromagnética se esparcía por el espacio en forma de ondas. La extensión de la cuantificación de la energía a la radiación misma se debe a Einstein, quien (como veremos al tratar el efecto fotoeléctrico) propuso que la energía radiante está cuantificada en paquetes concentrados que hoy llamamos fotones o cuantos de luz. También debemos mencionar que el postulado de Planck resuelve el problema de los calores específicos de los sólidos, cuya dependencia con la temperatura no se describe correctamente mediante la teoría clásica basada en la equipartición de la energía. El problema es enteramente análogo al de la radiación de cuerpo negro y el lector lo puede encontrar tratado en el Capítulo 18 de Termodinámica e introducción a la Mecánica Estadística. En lo que sigue examinaremos los procesos de interacción entre la radiación y la materia. Consideraremos el efecto fotoeléctrico, el efecto Compton y la creación de pares, que implican la absorción o dispersión de radiación, y procesos de emisión de radiación como el bremsstrahlung (o radiación de frenamiento) y la aniquilación de pares. En todos estos casos la evidencia experimental indica que en sus interacciones con la materia la radiación se comporta como corpúsculo, a diferencia de su naturaleza ondulatoria cuando se propaga. El efecto fotoeléctrico El efecto fotoeléctrico fue descubierto por Hertz en 1887, cuando observó que una descarga eléctrica entre dos electrodos se produce más fácilmente si sobre uno de ellos incide luz ultravioleta. Poco después, los trabajos de Wilhelm Hallwachs (1888), J. J. Thomson (1899) y Philipp L. A. Lenard (1900) demostraron que la luz ultravioleta facilita la descarga porque provoca la emisión de electrones desde la superficie del cátodo y determinaron las características 23 4. Radiación, fotones y la constante de Planck de dicha emisión, un fenómeno que se denominó efecto fotoeléctrico. La Fig. 4.1 muestra el esquema de un experimento para estudiar el efecto fotoeléctrico La Fig. 4.2 muestra la corriente fotoeléctrica como función de la diferencia de potencial entre cátodo y ánodo. Se observa que para V suficientemente grande, i alcanza un valor límite, o de saturación, para el cual todos los electrones emitidos por el cátodo son colectados por el ánodo. La corriente de saturación es proporcional a la intensidad del haz de luz que incide sobre el cátodo. Si V se hace negativo, la corriente no cae de inmediato a cero, lo que sugiere que los electrones son emitidos con cierta energía cinética, de modo que algunos alcanzan el otro electrodo a pesar que el campo eléctrico se opone a su movimiento. Sin embargo, para cierto valor negativo V0 , llamado potencial de frenamiento, la corriente fotoeléctrica se anula. luz ultravioleta ventana de cuarzo cátodo ánodo i ia ib a b i V V V0 – 0 + Fig. 4.2. Corriente vs. voltaje en el aparato de la fig. 4.1. La curva b corresponde a luz cuya intensidad es la mitad de la de la curva a. Fig. 4.1. Experimento para estudiar el efecto fotoeléctrico. El dispositivo está bajo vacío. El voltaje V entre el cátodo y el ánodo se puede variar de forma continua, y se mide la corriente i. La energía cinética máxima de los fotoelectrones es entonces V0 Kmax = eV0 i0 i Fig. 4.3. Potencial de frenamiento en función de la frecuencia de la luz. (4.15) y es independiente de la intensidad de la luz. El comportamiento del potencial de frenamiento V0 como función de la frecuencia ν de la luz fue estudiado por Millikan en 1914 y se obtuvo un gráfico lineal como el de la Fig. 4.3. Se observa una frecuencia de corte ν 0 bien definida, que depende del material del cátodo, por debajo de la cual no hay efecto fotoeléctrico. Hay tres aspectos fundamentales del efecto fotoeléctrico que no se pueden explicar en términos de la teoría ondulatoria clásica de la luz: • Según la teoría ondulatoria, la intensidad del haz luminoso es proporcional al cuadrado de la amplitud E del campo eléctrico oscilante de la onda. Como la fuerza sobre el electrón es eE, la energía cinética de los fotoelectrones debería aumentar con la intensidad del haz, pero el 24 4. Radiación, fotones y la constante de Planck experimento muestra que Kmax es independiente de la intensidad del haz; esto fue probado sobre un rango de intensidades de 107. • Según la teoría ondulatoria el efecto fotoeléctrico debería ocurrir para cualquier frecuencia, con tal que el haz tenga suficiente intensidad como para suministrar la energía necesaria para emitir los fotoelectrones. Pero el experimento muestra que para cada superficie hay una frecuencia de corte ν 0 , por debajo de la cual no hay efecto fotoeléctrico, sin que importe cuán intenso sea el haz de luz. • Si la energía que adquiere el fotoelectrón es absorbida de la onda, debe tenerse presente que la sección eficaz de absorción para un electrón en un metal difícilmente sea mucho mayor que la sección transversal de un átomo. Por otra parte, en la teoría clásica, la energía luminosa está uniformemente distribuida sobre el frente de onda. Por lo tanto, si la intensidad de la luz es baja, cabría esperar que exista un tiempo de retraso fácilmente medible, entre el instante en que la luz comienza a incidir sobre el cátodo y el momento en que es emitido el fotoelectrón, pues durante ese intervalo el electrón irá absorbiendo la energía del haz hasta acumular la que necesita para escapar7. Sin embargo nunca se observó tal retraso. Teoría cuántica de Einstein del efecto fotoeléctrico En 1905 Einstein, influenciado por los trabajos de Lenard, puso en duda la teoría clásica de la luz y varios años antes de los experimentos de Millikan propuso que la energía luminosa está cuantificada en paquetes concentrados, a los que hoy llamamos fotones. El argumento de Einstein se apoyaba en que los experimentos de interferencia y difracción de la luz, sobre los cuales se basa la teoría ondulatoria, se efectúan en situaciones en que el número de fotones es muy grande. Por lo tanto sus resultados representan el promedio de los comportamientos de los fotones individuales, lo que explica porqué en esos experimentos no manifiestan los fotones. Por cierto, los experimentos clásicos de interferencia y difracción muestran de manera definitiva que los fotones no viajan desde donde son emitidos hasta donde son finalmente absorbidos del mismo modo que lo haría una partícula clásica: viajan como ondas, en el sentido que los cálculos basados en la propagación de ondas explican correctamente los patrones de interferencia y de difracción, que dependen, como dijimos, del modo en que se desplazan en promedio los fotones. Pero Einstein no se preocupó de la propagación de la radiación, sino de como es emitida y absorbida. Pensó que si la energía contenida en las ondas electromagnéticas de frecuencia ν sólo puede ser un múltiplo entero de hν, entonces en el proceso de emisión se producen cuantos de energía electromagnética, cada uno de los cuales lleva una energía hν. Einstein supuso que esos cuantos están localizados inicialmente en una pequeña región del espacio, y que se mantienen localizados mientras se alejan de la fuente con la velocidad c. Supuso además que la energía de cada paquete o fotón está relacionada con su frecuencia de acuerdo con la ecuación E = hν (4.16) También supuso que en el efecto fotoeléctrico cada fotón es completamente absorbido por un electrón. 7 Una sencilla estimación muestra que si la energía necesaria para extraer un fotoelectrón es de 2 eV y la sección eficaz de absorción es igual al área transversal de un átomo, con una fuente luminosa de 1 W a 1 m de distancia se precisarían 200 s para que el electrón adquiera la energía necesaria para escapar. 25 4. Radiación, fotones y la constante de Planck Cuando un electrón es emitido por el fotocátodo, su energía cinética es entonces K = hν − w (4.17) donde hν es la energía del fotón absorbido y w es el trabajo necesario para extraer el electrón del metal. Este trabajo toma en cuenta el efecto de los campos eléctricos atractivos debidos a los átomos de la superficie y las pérdidas de energía cinética del electrón causadas por las colisiones que sufre hasta que sale de la superficie. Algunos electrones están ligados más fuertemente que otros, o soportan más colisiones en el trayecto. Por lo tanto es lógico suponer que hay una energía cinética máxima con la cual un fotoelectrón puede ser emitido, que se tiene cuando la energía de unión del electrón es la mínima posible y cuando éste no pierde energía cinética por colisiones. Esta energía cinética máxima es Kmax = Kmax (ν ) = hν − w0 (4.18) donde w0 , que se denomina la función trabajo, es la energía mínima necesaria para extraer un electrón del metal y es una propiedad del metal del cátodo. Veremos ahora que las hipótesis de Einstein explican satisfactoriamente el efecto fotoeléctrico, lo que no se logra en cambio con la teoría ondulatoria clásica. • El primer hecho, que Kmax es independiente de la intensidad de la luz, es consecuencia de la (4.18). De acuerdo con la teoría de Einstein, la intensidad de la luz es proporcional al número de fotones que llegan a la superficie (por unidad de tiempo y de área), por lo tanto la corriente fotoeléctrica es proporcional a la intensidad, pero cada proceso individual de emisión es independiente de la intensidad y sólo depende de la frecuencia de la radiación. • La existencia de una frecuencia de corte, es también una consecuencia de la (4.18). En efecto, para cada metal, existe una frecuencia ν 0 tal que hν 0 = w0 (4.19) y para esa frecuencia Kmax (ν 0 ) = 0 . En otras palabras, un fotón de la frecuencia ν 0 tiene justamente la energía suficiente para extraer un fotoelectrón, sin que le sobre nada que pueda aparecer como energía cinética del electrón. Si ν < ν 0 , los fotones no tienen energía suficiente para extraer fotoelectrones y no hay efecto fotoeléctrico, por grande que sea la intensidad (o sea el flujo de fotones) del haz de luz. • La ausencia del tiempo de retraso también se explica, pues la energía necesaria para que el electrón sea emitido se suministra en paquetes concentrados. Tan pronto la iluminación del fotocátodo deja de ser nula, hay por lo menos un fotón, que puede ser absorbido provocando la emisión de un fotoelectrón. Si sustituimos Kmax = eV0 (ec. (4.15)) en la ecuación de Einstein (4.18) obtenemos V0 = hν w0 − e e (4.30) Por lo tanto, la teoría de Einstein predice que el potencial de frenamiento V0 es una función lineal de ν, en perfecto acuerdo con los resultados experimentales (Fig. 4.3). La pendiente de la curva experimental permite determinar 26 4. Radiación, fotones y la constante de Planck h = 3.9 × 10 −15 V s e (4.31) Multiplicando esta relación por la carga electrónica se puede determinar h. Examinando cuidadosamente estos datos Millikan encontró h = 6.57 × 10 −34 J s con una precisión del 0.5%, valor que concuerda con el que obtuvo Planck. Es ciertamente notable el acuerdo entre estas dos determinaciones de h usando fenómenos y teorías completamente diferentes, y es una prueba de la validez de la suposición fundamental del cuanto de luz, o fotón. Actualmente el concepto de fotón se usa en todo el espectro electromagnético y no sólo en el visible o cerca de él. La energía de los fotones varía en 18 órdenes de magnitud desde las ondas de VLF ( ν ≈ 10 4 Hz ) a los fotones más energéticos de los rayos cósmicos ( ν ≈ 10 22 Hz ). Cabe mencionar que para que un fotón pueda ser absorbido, como ocurre en el efecto fotoeléctrico, es preciso que el electrón esté ligado a un átomo o a un sólido. Un electrón libre no puede absorber un fotón pues, como veremos luego, en tal proceso no se pueden conservar simultáneamente la energía y la cantidad de movimiento (por la misma razón un electrón libre tampoco puede emitir un fotón). Para que el electrón absorba (o emita) un fotón debe intervenir en el proceso una tercera partícula, pues sólo así se pueden conservar tanto la energía como la cantidad de movimiento. Debido a la gran masa de un átomo o de un sólido, el sistema puede absorber la cantidad de movimiento necesaria para el balance sin adquirir una cantidad apreciable de energía. Por lo tanto la ecuación de la energía (4.18) sigue siendo válida, y el efecto es posible porque además del electrón emitido existe una partícula pesada que absorbe la cantidad de movimiento necesaria para conservar el impulso. Para fotones de energía comparable a las de los rayos X o superiores, el efecto fotoeléctrico es un mecanismo importante de absorción. A energías todavía mayores se vuelven importantes otros procesos que estudiaremos más adelante. Por último, es preciso recalcar que en el modelo de Einstein un fotón de frecuencia ν tiene exactamente la energía hν, y no múltiplos enteros de hν. Según el modelo de Einstein, la radiación de la cavidad de un cuerpo negro constituye un “gas de fotones”. Aplicando este concepto, años después de la deducción de Planck, Satyendra Nath Bose volvió a obtener la fórmula8 (4.6). El efecto Compton En 1923 los experimentos de Arthur Holly Compton dieron una nueva confirmación de la naturaleza corpuscular de la radiación. Compton hizo incidir un haz colimado de rayos X de longitud de onda λ bien definida sobre un blanco de grafito y midió la intensidad y la longitud de onda de los rayos dispersados en varias direcciones. Se observó que aunque el haz incidente consiste esencialmente de una única longitud de onda, en los rayos X dispersados en direcciones que forman un ángulo θ no nulo con la dirección del haz, aparecen dos longitudes de onda: una es la misma λ de la radiación incidente y la otra, λ ′ , es mayor, esto es λ ′ = λ + ∆λ . Este corrimiento ∆λ , denominado corrimiento Compton, varía con el ángulo en que se observan los rayos X dispersados. 8 Es interesante mencionar que el artículo de Bose fue rechazado por el árbitro de la revista Philosophical Magazine, a la cual lo había presentado; de resultas de ello Bose lo envió a Einstein, quien lo tradujo personalmente al alemán y lo hizo publicar el Zeitschrift für Physik. Posteriormente Einstein generalizó el método de Bose y lo aplicó a partículas con masa. Las teorías de Bose y de Einstein se tratan en el Capítulo 15. 27 4. Radiación, fotones y la constante de Planck La presencia de una longitud de onda diferente de la de la radiación incidente en la radiación dispersada no se puede explicar si se considera la radiación X como una onda electromagnética clásica. De acuerdo con el Electromagnetismo clásico el campo eléctrico de la onda incidente, que oscila con la frecuencia ν, actúa sobre los electrones libres del blanco y los fuerza a oscilar con esa misma frecuencia. Los electrones oscilantes irradian en todas las direcciones ondas electrmagnéticas, de frecuencia igual a la de la oscilación. Por lo tanto, según la teoría clásica, la radiación dispersada tiene la misma frecuencia y longitud de onda que la radiación incidente. Ante estos hechos, Compton (y también independientemente Peter Debye) interpretó los resultados del experimento suponiendo que la radiación X incidente está compuesta por fotones, cada uno de los cuales lleva una energía E = hν y E', p', h' que esos fotones chocan con los electrones libres fotón del blanco. Según este punto de vista, los fotones que han chocado constituyen la radiación E, p, h e dispersada. Como en la colisión el fotón cede parte de su energía al electrón, el fotón dispersado q electrón debe tener una energía menor, E ′ < E , luego una frecuencia menor ν ′ = E ′ / h y entonces una K, pe longitud de onda mayor λ ′ = c / ν ′ . Así se explica cualitativamente el corrimiento ∆λ = λ ′ − λ . Los experimentos indican que la frecuencia de la Fig. 4.4. Efecto Compton. radiación dispersada es independiente del material del blanco, lo que significa que la colisión no involucra átomos completos. Por lo tanto Compton supuso que la dispersión se debe a la colisión entre un fotón y un particular electrón del blanco, y además supuso que los electrones que participan en estos procesos se pueden considerar libres e inicialmente en reposo. Se pueden justificar estas suposiciones teniendo en cuenta que la energía de un fotón X es varios órdenes de magnitud mayor que la de un fotón ultravioleta, y al estudiar el efecto fotoeléctrico vimos que esta última es comparable a la energía mínima con la cual un electrón está ligado a un metal. Vamos a analizar ahora cuantitativamente la colisión entre un fotón y un electrón (Fig. 4.4). Si suponemos que el fotón es una partícula de energía E = hν que se mueve con la velocidad de la luz, es evidente que su masa en reposo debe ser nula, por lo tanto su energía total relativística es puramente cinética. La cantidad de movimiento del fotón se puede obtener de la relación general entre la energía relativística E, la cantidad de movimiento p y la masa en reposo m: E 2 = c 2 p2 + m 2c 4 (4.32) p = E / c = hν / c = h / λ (4.33) Puesto que para un fotón m = 0, resulta Cabe observar que el Electromagnetismo clásico conduce también a la relación p = E / c donde p y E son respectivamente la cantidad de movimiento y la energía de la radiación, por unidad de volumen. La conservación de la cantidad de movimiento (ver Fig. 4.4) implica p = p′ cosθ + pe cos φ 28 (4.34) 4. Radiación, fotones y la constante de Planck y p′senθ = pesenφ (4.35) donde p′ y pe son la cantidad de movimiento del fotón y del electrón luego de la colisión y θ, φ son los ángulos entre p y p ′ , pe , respectivamente. Eliminando φ entre estas ecuaciones resulta p2 + p′ 2 − 2 pp′ cosθ = pe2 (4.36) La conservación de la energía relativística total requiere E + mec 2 = E ′ + mec 2 + K (4.37) donde K es la energía cinética del electrón después de la colisión. Usando la (4.33), la condición de conservación de la energía se escribe como c( p − p ′ ) = K (4.38) Usando la (4.32) podemos escribir K en función de pe : ( mec 2 + K )2 = c 2 pe2 + me2 c 4 (4.39) 2 Kme + K 2 / c 2 = pe2 (4.40) que se reduce a Usando ahora la (4.38), la condición de conservación de la energía se escribe como 2 mec( p − p′) + ( p − p′)2 = pe2 (4.41) Finalmente podemos eliminar pe entre la (4.36) y la (4.41) para obtener la relación entre p y p′ : mec( p − p′) = pp′(1 − cosθ ) (4.42) 1 1 1 − = (1 − cosθ ) p′ p mec (4.43) que podemos escribir en la forma Recordando la (4.33), la (4.43) se puede llevar a la forma λ′ − λ = h (1 − cosθ ) mec (4.44) La (4.44), que expresa entonces la conservación de la energía y la cantidad de movimiento en la colisión es la ecuación de Compton. La cantidad λC = h = 2.42631058 × 10 −10 cm mec 29 (4.45) 4. Radiación, fotones y la constante de Planck se denomina longitud de onda Compton del electrón. En términos de λC el corrimiento Compton se expresa como ∆λ = λC (1 − cosθ ) (4.46) Se puede observar que el corrimiento Compton depende solamente del ángulo de dispersión θ, y es independiente de la longitud de onda del fotón incidente. La ecuación de Compton describe correctamente los corrimientos observados. De acuerdo con la (4.46) ∆λ varía desde 0 para θ = 0 (que corresponde a una colisión rasante en la que el fotón incidente no sufre desviación) hasta 2λC para θ = 180˚ (colisión frontal, en la cual el fotón regresa en la misma dirección desde la cual vino). En experimentos posteriores Compton y A. W. Simon (1925) detectaron también el electrón de retroceso que resulta de la colisión y comprobaron que aparece simultáneamente con la radiación X dispersada. También verificaron la predicción sobre la energía y dirección de movimiento del electrón dispersado. Con esto quedaron reivindicadas las ideas de Einstein y ya nadie dudó de la realidad de los fotones. Falta todavía explicar porqué para ángulos θ ≠ 0 se observan fotones dispersados con la misma longitud de onda de la radiación incidente. Hasta aquí hemos supuesto que el electrón que sufre la colisión está libre. Esta suposición es razonable, incluso si el electrón está inicialmente ligado, siempre y cuando la energía cinética que adquiere en la colisión sea mucho mayor que su energía de ligadura. Sin embargo, si el electrón está fuertemente ligado, o si la energía del fotón incidente es muy pequeña, el electrón no es expulsado del átomo. Entonces la colisión ocurre, en la práctica, con el átomo como un todo y podemos repetir las consideraciones anteriores acerca de la conservación de la energía y la cantidad de movimiento, pero en lugar de la masa me del electrón, tenemos que poner la masa ma del átomo, pues éste retrocede como un todo durante la colisión. Puesto que ma es varios miles de veces mayor que me , el corrimiento Compton para colisiones con electrones fuertemente ligados es insignificante e imposible de detectar. En conclusión: en el experimento se observan los fotones dispersados por los electrones débilmente ligados, que son expulsados del átomo por la colisión, y esos fotones cambian su longitud de onda, pero también se observan fotones dispersados por otros electrones fuertemente ligados, que siguen ligados después de la colisión; estos fotones no cambian su longitud de onda. El proceso de dispersión sin cambio de la longitud de onda no es otra cosa que la dispersión de Thomson, de la cual hemos ya hablamos en el Capítulo 3. La correspondiente teoría fue desarrollada por Thomson en 1900 en a partir del Electromagnetismo clásico. Pese a que la deducción de la dispersión Thomson es diferente de la presente interpretación cuántica de la dispersión Compton, ambas explican los mismos hechos, pues la dispersión Thomson es el límite de la dispersión Compton, cuando la longitud de onda de la radiación incidente es muy larga, esto es, cuando Λ = λC / λ → 0 . En ese límite los resultados clásico y cuántico coinciden. La física clásica falla al explicar la dispersión de radiación en el dominio de las frecuencias muy altas, es decir longitudes de onda muy cortas. Ocurre aquí algo semejante a la “catástrofe ultravioleta”, donde las predicciones clásicas fallan groseramente al intentar describir la radiación de cuerpo negro. Esto se relaciona con el valor de la constante de Planck. Para longitudes de onda muy largas, ν es muy pequeña y como h también es muy pequeña, la “granulosidad” hν de la energía electromagnética es imperceptible y se confunde con el continuo de la física clásica. Pero para longitudes de onda suficientemente cortas hν ya no es pequeño y los efectos cuánticos son importantes. 30 4. Radiación, fotones y la constante de Planck Para completitud citamos la fórmula de Klein-Nishina que expresa la sección eficaz de la dispersión Compton9: σ C = σ T f (Λ) , Λ = hν λ = C 2 mec λ (4.47) donde σ T = 8πr02 / 3 es la sección eficaz clásica de Thomson; los efectos cuánticos están contenidos en la función f ( Λ ) , que tiene la expresión complicada que damos a continuación: f (Λ) = 3(1 + Λ )  2 + 2 Λ ln(1 + 2 Λ )  3  1 + 3Λ ln(1 + 2 Λ )  −  − −  2  2  4  (1 + 2 Λ ) 4Λ 1 + 2Λ 2Λ  Λ (4.48) Obsérvese que Λ es igual al cociente entre la energía del fotón y la energía en reposo del electrón. Para Λ pequeños, se ve fácilmente que f (Λ) = 1 − 2Λ + 26 Λ2 5 +… (4.49) En el límite Λ → 0 se tiene f ( Λ ) = 1 y la (4.47) se reduce a la fórmula clásica de Thomson. Por último, podemos ver que el balance de la cantidad de movimiento (4.36) p2 + p′ 2 − 2 pp′ cosθ = pe2 (4.50) 2 mec( p − p′) + ( p − p′)2 = pe2 (4.51) y de la energía no se pueden satisfacer simultáneamente si el fotón es absorbido por el electrón libre. En efecto, si el fotón fuera absorbido se tendría p′ = 0 , y la (4.50) y (4.51) se reducen, respectivamente a p2 = pe2 y 2 mecp + p2 = pe2 (4.52) que no se pueden satisfacer simultáneamente. Por lo tanto un electrón libre no puede absorber un fotón. Del mismo modo se puede ver que un electrón libre no puede emitir un fotón. La emisión de rayos X Los rayos X se producen en un tubo de descarga cuando electrones de alta energía acelerados por una diferencia de potencial de ≈ 104 V, se frenan al penetrar en el material del ánodo10. Según la física clásica, el frenamiento de los electrones resulta en la emisión de un espectro continuo de radiación electromagnética, que se denomina radiación de frenamiento o también bremsstrahlung (que significa lo mismo en idioma alemán). La observación muestra que, además del espectro continuo de bremsstrahlung, también se emiten líneas características del material del ánodo, pero por el momento no nos ocuparemos de ellas. La característica más notable de la emisión de rayos X por estos dispositivos es que para una dada energía del electrón hay una longitud de onda mínima λm bien definida. Por ejemplo para 9 10 Obtenida por Oskar Klein y Yoshio Nishina en 1928 a partir de la teoría relativística de Dirac. Este fenómeno se llama Efecto Volta. 31 4. Radiación, fotones y la constante de Planck electrones de 40 keV, λm = 0.311 Å . Mientras la forma de la distribución espectral depende tanto del material del blanco como del potencial V de aceleración, λm depende sólo de V y tiene el mismo valor para todos los materiales. El Electromagnetismo clásico no explica este hecho, porque no hay motivo para que no se puedan emitir radiaciones de cualquier longitud de onda. Sin embargo si se considera que la radiación X fotón consiste de fotones la explicación es muy simple. La Fig. 4.5 muestra un esquema del proceso eleK mental de emisión de un fotón por bremsstrahlung. Un electrón de energía cinética inicial K se frena al chocar con un núcleo y la energía que electrón pierde aparece como un fotón de rayos X. La intenúcleo racción Coulombiana del electrón con el núcleo K' hace que éste absorba cierta cantidad de movimiento, y el frenamiento del electrón produce la Fig. 4.5. Emisión de rayos X por emisión del fotón. Como la masa del núcleo es bremsstrahlung. mucho mayor que la del electrón, se puede ignorar la energía que adquiere en la colisión. Si K ′ es la energía cinética del electrón después de la colisión, la energía del fotón emitido es hν = hc = K − K′ λ (4.53) Los electrones del haz incidente pueden perder diferentes cantidades de energía en las colisiones, y un dado electrón queda en reposo después de cierto número de ellas. Es así que muchos electrones producen en conjunto un espectro continuo que se extiende desde λm hasta λ → ∞, de acuerdo con las pérdidas de energía de las colisiones individuales. Un fotón de longitud de onda λm se emite cuando el electrón pierde toda su energía en un único choque. Cuando esto ocurre, K ′ = 0, y entonces K = hc / λm . Puesto que K es igual a la energía eV que adquirió el electrón al acelerarse en la diferencia de potencial V del tubo de rayos X, se tiene λm = hc eV (4.54) Por lo tanto λm corresponde a la conversión de toda la energía cinética del electrón en un único fotón. La (4.54) muestra que la existencia de λm es un fenómeno puramente cuántico11. El bremsstrahlung es, como vemos, una suerte de “efecto fotoeléctrico inverso”: en el efecto fotoeléctrico se absorbe un fotón cuya energía y cantidad de movimiento van al electrón y al núcleo, en el bremsstrahlung se crea un fotón cuya energía y cantidad de movimiento provienen de la colisión de un electrón con un núcleo12. El bremsstrahlung no sólo ocurre en los tubos de rayos X, sino que tiene lugar también en muchas situaciones en la naturaleza y en el laboratorio. 11 La existencia de λm fue predicha por Einstein en 1906, y la evidencia experimental fue obtenida por William Duane y Franklin Hunt en 1915. Por ese motivo 12 λm se denomina límite de Duane-Hunt. En 1909 Johannes Stark aplicó la hipótesis del cuanto de luz al bremsstrahlung y concluyó que la conservación de la cantidad de movimiento requiere que el cuanto de luz posea un impulso igual a hν/c. Esta fue la primara vez que se incluyó explícitamente el fotón en el balance de la cantidad de movimiento de un proceso elemental. 32 4. Radiación, fotones y la constante de Planck Creación y aniquilación de pares Además del efecto fotoeléctrico y el efecto Compton, hay otro proceso mediante el cual un fotón de alta energía puede perder su energía al interactuar con la materia. Se trata de la creación de pares, que es un ejemplo de conversión de la energía radiante en energía de masa en reposo y energía cinética de partículas. Aquí vamos a comentar brevemente este proceso y su proceso inverso, la aniquilación de pares, pero no daremos sus tratamientos completos ya que requieren la teoría cuántica relativística de campos. Creación de pares Hay hoy una amplísima evidencia experimental acerca de la creación de pares, pero no existe explicación de este fenómeno en la física clásica. En la Fig. 4.6 se muestra un esquema de un proceso de este tipo, que consiste en que un fotón pierde toda su energía hν en una colisión con un núcleo, creando un par de partículas integrado por un electrón y un positrón y dándoles además cierta energía cinética. El positrón es una partícula idéntica en todas sus propiedades al electrón, excepto que el signo de su carga (y de electrón su momento magnético) es opuesto al del electrón: esto es, el positrón es un electrón con carga –e , Ke positiva en lugar de negativa. El positrón es lo fotón que se denomina la antipartícula del electrón. La teoría cuántica de campos predice que cada hi +e , Kp partícula tiene una correspondiente antipartínúcleo cula, y esta predicción se ha verificado siempre. En general, cuando se habla de “par” se entiende positrón un par formado por una partícula y su correspondiente antipartícula. En la creación de Fig. 4.6. Producción de un par electrónpares electrón-positrón la energía involucrada en positrón. el retroceso del núcleo es despreciable debido a su masa, y por lo tanto el balance de la energía (relativística) es hν = Ee + E p = ( mec 2 + Ke ) + ( m pc 2 + K p ) = 2 mec 2 + Ke + K p (4.55) puesto que m p = me . En esta fórmula los subíndices e y p se refieren al electrón y al positrón, respectivamente. La energía cinética del positrón es ligeramente mayor que la del electrón debido a que la carga positiva del núcleo acelera al positrón y frena al electrón. La carga eléctrica total se conserva, pues el fotón no tiene carga y la carga neta del par es nula. Haciendo los balances de energía y cantidad de movimiento, es fácil verificar que un fotón no puede desaparecer en el vacío creando un par: es necesaria la presencia del núcleo (que puede absorber cantidad de movimiento sin afectar sensiblemente el balance de energía) para permitir la conservación simultánea de la cantidad de movimiento y la energía. De la (4.55) se ve que hay una energía mínima, o umbral, que debe tener el fotón para crear un par: hν min = 2 mec 2 ≅ 1.02 MeV 33 (4.56) 4. Radiación, fotones y la constante de Planck que corresponde a una longitud de onda λ = λC / 2 = 0.012 Å . Si la longitud de onda del fotón es menor que este valor, el fotón crea el par con energía cinética no nula. Como se ve, la creación de pares es un fenómeno de alta energía, que ocurre con rayos X cortos o rayos γ. Se observa en la naturaleza debido a los fotones de alta energía de los rayos cósmicos y a los rayos γ emitidos por sustancias radioactivas, y en el laboratorio debido a los fotones de bremsstrahlung producidos en los aceleradores de partículas. Si el fotón tiene suficiente energía es posible crear otros pares partícula-antipartícula, por ejemplo pares protón-antoprotón, y otros más. Como la masa en reposo del electrón es la menor entre las partículas posibles, el umbral para la creación de pares electrón-positrón es el más bajo. Aniquilación de pares El proceso inverso a la creación de pares es la aniquilación de pares. Si una partícula y su antipartícula, por ejemplo un electrón y un positrón se encuentran inicialmente en reposo y próximos entre sí, se unen y se aniquilan mutuamente. En este proceso desaparece la materia y en su lugar aparece energía radiante. Puesto que la cantidad de movimiento inicial del conjunto es nula, y el proceso debe conservar la cantidad de movimiento, no es posible crear un único fotón. El proceso más probable es la creación de dos fotones, con cantidades de movimiento iguales pero de signo opuesto. Pero también es posible, aunque mucho menos probable, la aniquilación con creación de tres (o más) fotones. Consideremos la aniquilación con creación de dos fotones. La conservación de la cantidad de movimiento requiere p1 = p2 . Como para un fotón p = hν / c , lo anterior implica ν1 = ν 2 = ν . Puesto que las energía cinéticas de las partículas del par son nulas, la conservación de la energía requiere hν = mec 2 = 0.511 MeV (4.57) Esto corresponde a una longitud de onda igual a λ= h = λC mec (4.58) es decir, igual a la longitud de onda Compton. Los positrones que se crean en el proceso de producción de pares pierden energía al atravesar la materia en sucesivas colisiones, hasta que se combinan con un electrón para formar un sistema ligado denominado positronio, en el cual el electrón y el positrón se mueven alrededor de su centro de masa común. El positronio tiene una vida muy corta ya que en un tiempo de alrededor de 10–10 s desde su formación, el electrón y el positrón se aniquilan. Comentarios La primera evidencia experimental de la existencia del positrón fue obtenida por Carl David Anderson en 1932 al investigar la radiación cósmica13. En 1933 Patrick M. Blackett y Giuseppe Occhialini observaron por la primera vez la creación de pares electrón-positrón, utilizando una cámara de niebla. Este descubrimiento permitió explicar el origen de una discrepancia entre las 13 La radiación cósmica consiste en un flujo de partículas cargadas y fotones de gran energía que inciden sobre la Tierra provenientes de fuentes extraterrestres. 34 4. Radiación, fotones y la constante de Planck mediciones de la atenuación de rayos X de gran energía por diversos materiales y la teoría entonces existente. La atenuacíón predicha por la teoría era muy pequeña en comparación con la observada, pues la creación de pares es el mecanismo de absorción que domina para fotones de alta energía. Pero la mayor importancia de estos descubrimientos fue que confirmó la teoría cuántica relativística de Dirac, que en 1928 predijo la existencia del positrón y los procesos de creación y aniquilación de pares. La naturaleza dual de la radiación electromagnética Acabamos de estudiar varios fenómenos que muestran que la radiación electromagnética se comporta como un conjunto de partículas, los fotones, que intervienen individualmente en los procesos elementales de emisión, absorción y dispersión. Sin embargo, los fenómenos de interferencia y difracción muestran que la radiación es un fenómeno ondulatorio. Por lo tanto la radiación electromagnética se comporta como onda en ciertas circunstancias y como corpúsculo en otras. Veremos pronto que las partículas atómicas, como el electrón y el protón, también exhiben la misma clase de dualidad, pues además de comportarse como partículas, en ciertas circunstancias se comportan como ondas, pudiendo dar lugar a fenómenos de interferencia y difracción. Esta dualidad onda-partícula es característica de todos los entes de escala atómica o menor, y no es compatible con nuestra experiencia a nivel macroscópico ni con la descripción dada por la física clásica. Sin embargo, veremos oportunamente que la Mecánica Cuántica permite reconciliar la coexistencia de los aspectos corpusculares y ondulatorios de estos entes. Es oportuno subrayar en este contexto que los conceptos de “onda” y de “partícula” son extrapolaciones de experiencias a nivel macroscópico. Así, en la Mecánica Newtoniana se trata un planeta como la Tierra como una partícula. Creemos en ese concepto porque la Mecánica Newtoniana (o la relativística, si la velocidad es muy elevada) permite calcular correctamente el movimiento. Aplicando los mismos métodos podemos describir fenómenos de escala más pequeña, como el movimiento de partículas de polvo o de las gotas de un aerosol. Pero este no es un motivo suficiente para dar por sentado que el concepto macroscópico de partícula se puede extrapolar indefinidamente, hasta la escala del átomo y más allá de ella. Por supuesto, se pueden hacer extrapolaciones, pero sólo hasta que se encuentra que ya no funcionan. Con el concepto de onda sucede lo mismo. Podemos ver con nuestros ojos las ondas en la superficie del agua de un estanque. Pero aún del punto de vista clásico, sabemos que no podemos extrapolar el concepto indefinidamente, pues al llegar a las dimensiones moleculares la noción misma de “superficie del agua” pierde sentido. En esa escala encontraremos un gran número de moléculas que se mueven aparentemente al azar, y sólo después de promediar el comportamiento de grandes grupos de moléculas podemos recuperar los conceptos de superficie y de onda. Estos comentarios muestran que el problema surge cuando intentamos extrapolar conceptos macroscópicos como “superficie” y “onda”, derivados de nuestra experiencia cotidiana, hasta dominios donde carecen de validez. Lo que indican claramente los fenómenos que hemos estudiado en este Capítulo y otros que veremos más adelante, es que los conceptos clásicos de partícula y onda no se pueden extrapolar a la escala atómica. En esa escala no es lícito establecer una distinción entre “partícula” y “onda” en el sentido clásico. Por otra parte, esa distinción está implícita en el planteo tradicional de la Mecánica, por la forma misma con la cual se definen las variables dinámicas del sistema. Por eso, como veremos, en la Mecánica Cuántica se parte de un planteo radicalmente diferente. 35 4. Radiación, fotones y la constante de Planck Yendo ahora específicamente al caso de las ondas electromagnéticas, podemos decir lo siguiente. No podemos ver las ondas electromagnéticas del mismo modo que las olas en la superficie del agua. Pero tenemos varias razones para creer que son también un fenómeno ondulatorio. En efecto: • podemos observar los fenómenos de interferencia y difracción, que se asocian con los fenómenos ondulatorios; • la distribución de energía en el espacio y el tiempo se predice correctamente por medio de la teoría de Maxwell para todas las longitudes de onda, desde prácticamente infinito hasta alrededor de unos 0.02 Å; • en el caso de las ondas de radio podemos medir, además de la longitud de onda, también la amplitud y la fase. Veamos estos puntos con más detalle, comenzando por el último. Hay un límite a la intensidad más pequeña que se puede medir, dado por la agitación térmica de las molécula en la antena de detección, que corresponde a un flujo de alrededor de 1010 fotones/s. Por lo tanto, el último punto nos dice que muchos fotones que actúan en conjunto sobre los electrones de una antena tienen la apariencia de un campo electromagnético clásico. Por otra parte, es fácil demostrar que en un interferómetro óptico ordinario se puede trabajar con intensidades que corresponden a tener en un dado instante un único fotón dentro del instrumento. Y en esas condiciones se observa interferencia. Un caso extremo fue estudiado por G. I. Taylor en 1909, quien demostró que se obtiene el patrón de interferencia habitual, usando una fuente luminosa tan débil que la fotografía demoró tres meses en registrarse. Podemos analizar el significado de lo anterior si imaginamos sustituir la placa fotográfica por varios fotoelectrodos muy pequeños, de modo que detectando el electrón emitido podemos determinar en cuál de ellos incidió el fotón. La energía luminosa total captada por cualquier detector es proporcional al número de fotones que llegaron al mismo. Si se efectúa ese experimento, se encuentra que a medida que transcurre el tiempo, el número de fotones que se registra en cada detector tiende al valor de la intensidad que predice la teoría ondulatoria. Pero esto es cierto sólo en promedio, y si el número total de fotones es pequeño pueden ocurrir grandes fluctuaciones. Por otra parte, cada fotón individual llega a un sólo detector. La figura de interferencia dada por dos rendijas depende de que la luz pase por ambas (esto se comprueba tapando una de ellas). El hecho que cuando la luz atraviesa ambas rendijas se produce interferencia demostró que es un fenómeno ondulatorio y por ese motivo se descartó la teoría corpuscular de Newton. Significa ésto que los fotones se pueden dividir en dos? Recordemos que por nuestro aparato pasa un sólo fotón por vez. Podemos salir de dudas, poniendo un detector detrás de cada rendija. Si hacemos eso no veremos más la figura de interferencia, pero podremos determinar si el fotón pasa por una sola rendija o por ambas. Lo que resulta es que el fotón pasa o por una rendija, o por la otra, y no por ambas a la vez. Por lo tanto, el fotón no se divide. Sin embargo, si el fotón no pasa por ambas rendijas, ¿cómo hace para interferir consigo mismo? Una pista para resolver este dilema consiste en pensar que la onda electromagnética nos dice algo, no acerca de dónde está exactamente el fotón, sino acerca de la probabilidad de encontrarlo en determinado sitio. Si suponemos que esa probabilidad está relacionada con la intensidad de la onda, se resuelve el problema. En el Capítulo 15 se muestra como el comportamiento dual onda-corpúsculo de la radiación queda incorporado al formalismo de la Mecánica Cuántica. 36 5. La Teoría Cuántica Antigua 5. LA TEORÍA CUÁNTICA ANTIGUA Introducción El intento de resolver el problema de la inestabilidad del átomo de Rutherford llevó a Niels Bohr a formular en 1913 una teoría simple de la estructura atómica, uno de cuyos mayores méritos fue que permitió explicar el espectro de la radiación electromagnética emitida por ciertos átomos. Dicha teoría fue luego perfeccionada por William Wilson, Jun Ishiwara, Planck, Arnold Sommerfeld y otros, y dio lugar a lo que hoy llamamos la Teoría Cuántica Antigua. Si bien esta teoría fue luego abandonada, cumplió en su momento un rol importante para el desarrollo de la Mecánica Cuántica moderna. Por este motivo daremos aquí una reseña de la misma. Pero antes es necesario mencionar brevemente algunos aspectos sencillos del espectro atómico. El espectro atómico En contraste con el espectro continuo de la radiación térmica, la radiación electromagnética emitida por un átomo libre consiste de un conjunto discreto de longitudes de onda. Cada una de estas longitudes de onda recibe el nombre de línea, pues así es como aparece en las placas fotográficas obtenidas con los espectrógrafos. Cada especie atómica tiene su propio espectro, integrado por un conjunto de líneas características. Este hecho tiene gran importancia práctica, pues permite identificar los elementos presentes en una fuente de luz. Por esta razón durante el siglo XIX se dedicó mucho esfuerzo a medir con precisión los espectros de los diferentes átomos. Tales espectros son muy complicados y generalmente constan de centenares de líneas. El más sencillo de todos los espectros es el del átomo de hidrógeno, lo que no es sorprendente puesto que se trata del átomo más simple ya que tiene un solo electrón. Por este motivo, y también por razones históricas y teóricas, presenta mucho interés. H_ H` Ha Hb H¡ H' 6500 Rojo 6000 5500 5000 Azul 4500 Violeta 4000 Å Casi ultravioleta Fig. 5.1. Parte visible del espectro del hidrógeno. En el visible (Fig. 5.1), el espectro del hidrógeno presenta una serie regular de líneas que comienza en el rojo y termina en el violeta; el espaciado entre líneas contiguas decrece paulatinamente hasta que se llega al límite de la serie, que se encuentra para 3645.6 Å. La regularidad de este espectro llevó a muchos a buscar fórmulas empíricas que representasen las longitudes de onda de las líneas. La fórmula correcta fue hallada en 1885 por Johann Jakob Balmer (un profesor de escuela secundaria) y es, expresada en términos del número de onda k ≡ 2π / λ , 1 λ 2, n = k2, n 1 1 = RH  2 − 2  , n = 3, 4, 5, … 2 2π n  37 (5.1) 5. La Teoría Cuántica Antigua donde RH = 109677.576 ± 0.012 cm −1 (5.2) se denomina constante de Rydberg para el átomo de hidrógeno. Posteriormente, gracias al trabajo de varios espectroscopistas entre quienes tuvo un rol preponderante Johannes Rydberg (1890), se encontraron fórmulas semejantes para diferentes series, del tipo km , n 1 1 = RH  2 − 2   m n  2π , m = 1, 2, 3, … , n = n + 1, n + 2, n + 3, … (5.3) La serie de Balmer (5.1) corresponde a m = 2; la serie correspondiente a m = 1 se encuentra en el ultravioleta y se denomina serie de Lyman. Las correspondientes a m = 3, 4 y 5 se encuentran en el infrarrojo y se llaman serie de Paschen, Brackett y Pfund, respectivamente. Las fórmulas para las series de los átomos alcalinos (sodio, potasio, rubidio, cesio, …) tienen la misma estructura general: km , n   1 1 = R −  2 2 2π (n − bm )   ( m − am ) (5.4) donde R es la constante de Rydberg para el elemento, m es el entero que identifica la serie, am y bm son constantes para la serie, y n es el entero variable. El valor de R es el mismo para todos los elementos dentro de un 0.05% y aumenta levemente al aumentar el peso atómico. Ligado con el espectro de emisión que estuvimos comentando, está el espectro de absorción, que se obtiene cuando se emplea una fuente luminosa que emite un espectro continuo y se interpone entre la fuente y el espectrógrafo un recipiente que contiene un vapor atómico. En este caso se encuentra que la placa está velada, salvo en algunas líneas que corresponden a las longitudes de onda que son absorbidas por los átomos del vapor. A cada línea del espectro de absorción le corresponde una línea del espectro de emisión. Pero la inversa no es cierta: no todas las líneas de emisión se observan en el espectro de absorción. Por ejemplo, en el espectro de absorción del hidrógeno sólo aparecen normalmente las líneas de la serie de Lyman. Pero si el gas está a una temperatura muy elevada, como ocurre en algunas estrellas, en el espectro de absorción también se ven las líneas de la serie de Balmer. Los postulados de Bohr Toda teoría de la estructura atómica debe explicar estas características del espectro, así como muchas otras que no hemos comentado. La gran precisión de las medidas espectroscópicas impone además severos requerimientos sobre las predicciones teóricas. Por otra parte, el espectro del hidrógeno es completamente inexplicable en términos clásicos, del mismo modo que son inexplicables otros aspectos del átomo tales como su tamaño, la existencia del núcleo y su estabilidad, como hemos visto en el Capítulo 3. El gran mérito de Bohr reside en que reconoció la necesidad de abandonar la Física Clásica, y en consecuencia tuvo la audacia de proponer que varias leyes de la Mecánica y del Electromagnetismo no se cumplen en la escala atómica. De esta forma consiguió dar un paso de fundamental importancia, que indicó la dirección en que había que avanzar para superar el punto muerto al cual había llegado la Física Teórica. 38 5. La Teoría Cuántica Antigua La teoría de Bohr tiene gran sencillez matemática y concuerda cuantitativamente con los datos espectroscópicos del hidrógeno. Sin embargo, los postulados sobre los cuales se basa parecen artificiosos. Son los siguientes: Postulados de Bohr: • El electrón se mueve en una órbita circular alrededor del núcleo bajo la influencia de la atracción Coulombiana de éste, obedeciendo las leyes de la mecánica clásica. • Dentro de las infinitas órbitas clásicas, el electrón se mueve sólo en aquellas en las que el momento angular orbital L tiene los valores L = nh = nh / 2π , donde n = 1, 2, 3, …. • Cuando el electrón se mueve en una órbita permitida, no irradia energía electromagnética a pesar de ser acelerado constantemente y por lo tanto su energía total E permanece constante. • Un electrón que se mueve inicialmente en una órbita de energía Ei puede cambiar discontinuamente su movimiento y pasar a moverse en otra órbita de energía E f ; cuando esto ocurre se emite un fotón cuya frecuencia es ν = ( Ei − E f ) / h . Se debe notar la diferencia entre la cuantificación de Bohr del momento angular y la cuantificación de Planck, que se refiere a la energía total de una partícula (por ejemplo un electrón que realiza oscilaciones armónicas simples). Veremos que la cuantificación del momento angular implica también la cuantificación de la energía total, pero de una forma diferente a la de Planck. El tercer postulado resuelve manu militari el problema de la estabilidad debido a la radiación del electrón acelerado, mediante el simple expediente de postular que esta característica de la teoría clásica no vale para el electrón cuando se mueve en una órbita permitida. Este postulado se basa en la observación experimental de que los átomos son estables, a pesar que la teoría clásica predice lo contrario. El cuarto postulado está ligado al postulado de Einstein sobre la energía de un fotón (ec. (4.41)). Se puede observar que los postulados de Bohr mezclan de manera arbitraria la física clásica con la no clásica, y en tal sentido son intelectualmente insatisfactorios. Por ejemplo, se supone que el electrón se mueve según las leyes de la mecánica clásica, y al mismo tiempo se afirma que su momento angular está cuantificado; se supone que el electrón obedece la ley de Coulomb, pero acto seguido se lo exime de cumplir la regla que toda carga acelerada irradia. Sin embargo, se puede argumentar que no nos debemos sorprender si las leyes de la física clásica (basadas en nuestra experiencia con sistemas macroscópicos) no son completamente válidas cuando tratamos con un sistema microscópico como el átomo. En última instancia, la justificación de los postulados de Bohr (y de cualquier postulado, en realidad) reside en si describen correctamente los resultados experimentales, o no. Teoría de Bohr del átomo con un electrón Consideremos un átomo formado por un núcleo de masa M y carga +Ze, y un electrón de masa me y carga –e (por ej. un átomo de hidrógeno, un átomo de helio ionizado una vez, uno de litio doblemente ionizado, etc.) que gira alrededor del núcleo en una órbita circular de radio r con la velocidad v. Por ahora, supongamos que el núcleo se puede considerar fijo (o sea, M = ∞ ). Se cumple entonces que la fuerza de Coulomb debe ser igual a la fuerza centrípeta: Ze2 me v 2 = r2 r 39 (5.5) 5. La Teoría Cuántica Antigua Puesto que la fuerza de Coulomb es central, se conserva el momento angular L = me vr = cte. (5.6) Reemplazando en (5.5) tenemos L2 me r (5.7) L2 me Ze2 (5.8) Ze2 = Despejando r obtenemos r= Aplicando la regla de cuantificación L = nh , n = 1, 2, 3, … (5.9) h ≡ h / 2π (5.10) donde hemos definido encontramos que las órbitas permitidas tienen radios dados por n2 h2 rn = me Ze2 (5.11) que son proporcionales al cuadrado del número cuántico n. La órbita más pequeña ( n = 1) del átomo de hidrógeno ( Z = 1) tiene un radio igual a r1 = a0 ≡ h2 −8 cm 2 = 0.529 × 10 mee (5.12) que se denomina radio de Bohr. Veremos en seguida que esta órbita es la de menor energía. La velocidad del electrón también está cuantificada, y su valor es vn = nh Ze2 Z = = αc me rn nh n (5.13) donde hemos introducido la constante adimensional α≡ e2 = 7.297 × 10 −3 ≅ 1 / 137 hc (5.14) que se llama constante de la estructura fina por motivos que se verán en breve. Dicha constante es una medida de la fuerza de la interacción electromagnética y juega un rol muy importante en la electrodinámica cuántica. Para la órbita más pequeña ( n = 1) del átomo de hidrógeno tenemos 40 5. La Teoría Cuántica Antigua v1 = e2 = αc = 2.2 × 108 cm/s h (5.15) que es menos del 1% de la velocidad de la luz, por lo tanto está bien haber usado en nuestros cálculos la mecánica clásica no relativística. Calculemos la energía total del electrón: En = Tn + Vn = 12 me vn2 − Ze2 = − 12 me vn2 rn (5.16) Sustituyendo (5.11) y (5.13) en (5.16) obtenemos 2 m  Ze2  Z2 E1 , n = 1, 2, 3, … = En = Tn + Vn = − e2   n2 2n  h  (5.17) donde E1 = − 12 2 mee 4 1 e = − 1 m c 2α 2 = −13.6 eV = − 2 2 e a0 h2 (5.18) Por lo tanto la cuantificación del momento angular implica la cuantificación de la energía total. La información contenida en la (5.17) se suele presentar en un diagrama de niveles de energía (ver Fig. (5.2). El estado estable, o sea el de energía mínima, corresponde a n = 1 y su energía es E1 = −13.6 eV para el átomo de hidrógeno. Podemos calcular la frecuencia νm,n del fotón emitido por el electrón al pasar del estado n al estado m ( m < n ). De acuerdo con el cuarto postulado de Bohr 2 ν m, n E − Em m  Ze2   1 1 = n = e    2 − 2 h n 4πh  h  m (5.19) El correspondiente número de onda km, n = 2πν m, n / c está dado por km , n = 1 1 1 me Z 2e 4  1 − 2  = 2πR∞  2 − 2  3 2    2ch m n m n  , m<n (5.20) donde: R∞ = me Z 2e 4 Z2 = α2 4πch3 4πD C (5.21) y D C ≡ λC / 2π ( λC es la longitud de onda Compton del electrón, ec. (4.58)). Las ecuaciones (5.17) y (5.21) contienen las predicciones principales de la teoría de Bohr. Veamos primero la emisión de radiación por un átomo de Bohr. Las ecuaciones mencionadas nos dicen lo siguiente: • El estado normal del átomo es el de mínima energía o sea el estado con n = 1, que se suele denominar estado fundamental o estado base. Puesto que no hay otro estado con energía 41 5. La Teoría Cuántica Antigua menor, este estado es estable. El radio de la órbita correspondiente (ec. (5.12)) determina el tamaño del átomo (con un solo electrón), que resulta ser del orden de magnitud correcto. • En determinadas circunstancias el átomo puede absorber energía (por causa de las colisiones, como ocurre en una descarga eléctrica, o por otro mecanismo), pasando a un estado de energía mayor, con n > 1. • El átomo emite ese exceso de energía, obedeciendo la tendencia común de todos los sistemas físicos, y regresa al estado fundamental. Esto se consigue mediante una serie de transiciones en las que el electrón pasa sucesivamente a estados de energía más baja, hasta que finalmente llega al estado fundamental. • En la gran variedad de procesos de excitación y desexcitación que ocurren en la fuente de luz cuyo espectro se está registrando se producen todas las transiciones posibles y por lo tanto se emite el espectro completo. A partir de la ec. (5.17) podemos calcular los números de onda de todas las líneas del espectro. Es fácil verificar que de esa manera se obtienen las fórmulas de las series de Lyman, Balmer, Paschen, etc. (Fig. 5.3). El valor de R∞ concuerda con el valor experimental de la constante de Rydberg. n E(eV) Ese fue el gran triunfo de la teoría de Bohr, muy notable porque cuando fue formulada aún no se 0 ' conocían las series de Lyman, Brackett y Pfund. 4 Estas series fueron predichas por la teoría y llevan 3 el nombre de quienes fueron los primeros en ob–2 servarlas. 2 La teoría también funcionó bien en el caso del –4 átomo con Z = 2 y un electrón (helio ionizado una vez). Asimismo, las propiedades del espectro de absor–6 ción se pueden entender por medio de la teoría de Bohr. Puesto que el electrón sólo puede estar en uno de los estados permitidos, puede absorber –8 únicamente cantidades de energía iguales a las diferencias de energía entre los estados permitidos. La absorción es el proceso inverso de la emi–10 sión y por lo tanto las longitudes de onda absorbidas son iguales a las de las líneas emitidas. Nor–12 malmente el átomo que absorbe está en el estado fundamental; por eso generalmente en el espectro 1 de absorción del átomo de hidrógeno se observan sólo las líneas de la serie de Lyman. Pero si el gas está a una temperatura muy alta, parte de los átoFig. 5.2. Niveles de energía del átomo de mos pueden estar en el primer estado excitado con hidrógeno de acuerdo con la teoría de n = 2 , y en tal caso se observan también las líneas Bohr. de absorción de la serie de Balmer. La temperatura necesaria se puede estimar a partir de la distribución de Boltzmann, y es fácil ver que debe ser del orden de los 105 ˚K. 42 5. La Teoría Cuántica Antigua n E(eV) 0 Brackett –2 Pfund ' 4 3 Paschen 2 –4 Balmer –6 –8 –10 –12 1 Lyman Fig. 5.3. Origen de las cinco series espectrales conocidas del átomo de hidrógeno de acuerdo con la teoría de Bohr. El espectro de líneas de rayos X Es oportuno mencionar aquí las investigaciones de Henry G. J. Moseley sobre las líneas espectrales de rayos X de elementos pesados, que influyeron sobre la teoría que estamos presentando ya que Bohr se mantuvo al corriente de las mismas. Moseley se basó en los trabajos de Barkla, y para medir las longitudes de onda de los rayos X utilizó las técnicas de difracción sobre cristales desarrolladas por Sir Lawrence Bragg y su hijo William. Comparando los rayos X emitidos por diferentes elementos, encontró que tienen frecuencias características que varían de acuerdo con un patrón regular. Sin embargo, la diferencia de frecuencia no está gobernada por la diferencia de masa entre los elementos, sino por la diferencia entre las cargas eléctricas de sus núcleos, es decir, las diferencias entre los respectivos números atómicos1. Sin entrar en mayores detalles, podemos decir que el espectro de línea de rayos X se debe a transiciones de los electrones más internos de un átomo. Para ellos, la carga nuclear no está apantallada por los demás electrones (que se mueven en órbitas de radio mayor), por lo tanto se puede aplicar la fórmula (5.17) que obtuvimos en la Sección precedente. En la terminología de rayos X, los niveles de energía correspondientes a n = 1, 2, 3, … se denominan K, L, M, … En su primer experimento de 1913, Moseley estudió los rayos X de la serie K (asociada con las transiciones al nivel de energía K) para los elementos hasta el Zn y el año siguiente extendió sus investigaciones hasta el Au, usando las líneas de la serie L (transiciones al nivel L). Las fórmulas 1 Fue precisamente Moseley quien introdujo el término “número atómico” para designar a Z. 43 5. La Teoría Cuántica Antigua que obtuvo para las frecuencias se relacionan muy estrechamente con las fórmulas de Bohr para átomos con un solo electrón, y muestran que las frecuencias son proporcionales a Z2. Así, las series K y L son análogas a las series de Lyman y de Balmer del átomo de hidrógeno. La regularidad de las diferencias en las frecuencias del espectro de rayos X permitió a Moseley ordenar por número atómico todos los elementos desde el Al hasta el Au. Pudo observar así que en algunos casos el orden dado por los pesos atómicos es incorrecto. Por ejemplo, el peso atómico del Co es mayor que el del Ni, pero sus números atómicos son 27 y 28, respectivamente. Cuando Mendeleyev construyó su Tabla Periódica se tuvo que basar en los pesos atómicos, pero colocó al Cu y el Ni en el orden inverso (es decir, el orden correcto de acuerdo con Z) para que sus propiedades químicas encajaran mejor. En algunos lugares de la Tabla Periódica, Moseley encontró diferencias en Z mayores que la unidad, y predijo correctamente la existencia de elementos aún no descubiertos. Puesto que hay un único elemento para cada Z, los científicos pudieron finalmente confiar en la completitud de la Tabla Periódica. Refinamientos del modelo de Bohr Mencionaremos brevemente varias correcciones y perfeccionamientos del modelo de Bohr. Corrección por masa nuclear finita El hecho que el núcleo tiene una masa finita se puede tener en cuenta fácilmente si en todas las ecuaciones de la Sección anterior en lugar de la masa del electrón se emplea la masa reducida del sistema electrón-núcleo, dada por µ= me M me + M (5.22) La fórmula para los números de onda se escribe ahora 1 1 km, n = 2πRM Z 2  2 − 2  m n  , m<n (5.23) donde: RM = µZ 2e 4 4πch3 (5.24) Con la corrección por el efecto de masa finita, la teoría de Bohr concuerda con los datos espectroscópicos dentro de un 0.003%. La teoría de Wilson-Sommerfeld El acierto de la teoría de Bohr acentuó el carácter misterioso de sus postulados básicos, uno de los cuales es la relación entre la cuantificación de Bohr del momento angular y la cuantificación de Planck de la energía total de un oscilador armónico simple. Este asunto se aclaró en 1916 cuando Wilson y Sommerfeld enunciaron una regla de cuantificación para cualquier sistema cuyas coordenadas varían periódicamente con el tiempo. Esta regla permitió ampliar el dominio de aplicación de la teoría cuántica e incluye como casos particulares las cuantificaciones de Planck y Bohr. La podemos enunciar así: 44 5. La Teoría Cuántica Antigua Regla de cuantificación de Wilson-Sommerfeld: en un sistema cuántico, toda coordenada q que varía periódicamente en el tiempo satisface la condición de cuantificación ∫ pq dq = nq h , nq = 1, 2, 3, … (5.25) donde pq es el impulso asociado a q, y la integración se efectúa sobre un período. Vamos a verificar que las reglas de Bohr y de Planck son casos particulares de la (5.28). Si una partícula se mueve en una órbita alrededor de un centro de fuerzas podemos describir el movimiento en el plano de la órbita usando las coordenadas polares r y θ, donde r es la distancia al centro y θ es el ángulo medido desde una dirección fija. El impulso conjugado a r es pr = mr˙ y el impulso conjugado a θ es el momento angular L = mr 2θ̇ , que es una constante del movimiento. Cuando la partícula realiza un movimiento circular uniforme con radio r0 no es necesario aplicar la condición (5.25) a la coordenada radial, pues pr = 0 . La aplicación de (5.22) a la coordenada angular nos da ∫ pq dq = ∫ Ldθ = 2πL = nθ h (5.26) Podemos escribir la (5.26) en la forma L = nθ h (5.27) que es precisamente la condición de cuantificación de Bohr (5.9) si identificamos nθ con n. Consideremos ahora el caso de una partícula que realiza oscilaciones armónicas con la frecuencia ν. La posición de la partícula se especifica dando la coordenada x, que cumple x = x0sen(2πνt + ϕ 0 ) = x0sen(ωt + ϕ 0 ) (5.28) donde x0 es la amplitud de la oscilación y ϕ 0 es la fase inicial. El impulso de la partícula es p = mx˙ = 2πνmx0 cos(2πνt + ϕ 0 ) = ωmx0 cos(ωt + ϕ 0 ) (5.29) La condición de Wilson-Sommerfeld nos dice entonces ∫ pq dq = ∫ pdx = nh (5.30) El cálculo de la integral nos da ∫ pdx = 1 m T = 2π / ω p2 dt ∫ 0 2π T = ω 2 mx02 ∫ cos2 (ωt + ϕ 0 )dt 0 E = ωmx02 ∫ cos2 (α )dα = πωmx02 = ν 0 donde 45 (5.31) 5. La Teoría Cuántica Antigua E = 12 ω 2 mx02 (5.32) es la energía total del oscilador. Usando la (5.31) en la (5.30) obtenemos finalmente E = nhν (5.33) que es precisamente la condición de cuantificación de Planck. Órbitas elípticas y la teoría relativística de Sommerfeld Si quitamos la restricción que el movimiento del electrón sea circular, tenemos que aplicar las condiciones (5.25) no sólo al movimiento azimutal, sino también al movimiento radial. Se obtienen entonces dos condiciones de cuantificación: ∫ Ldθ = 2πL = nθ h , ∫ pr dr = nr h (5.34) La primera de ellas nos da la condición de cuantificación del momento angular que ya conocemos para las órbitas circulares: L = nθ h , nθ = 1, 2, 3, … (5.35) La segunda condición (que no se aplica a las órbitas circulares) nos lleva después de algunas cuentas a una relación entre los semiejes a y b de la elipse: a L − 1 = nr h , nr = 0, 1, 2, … b  (5.36) Conviene ahora definir el número cuántico principal n como n ≡ nθ + nr (5.37) que coincide con el único número cuántico que usamos para tratar las órbitas circulares. De acuerdo con (5.35) y (5.36) n puede tomar los valores n = 1, 2, 3, … (5.38) Para un valor fijo de n, el número cuántico azimutal nθ puede tomar los valores nθ = 1, 2, …, n (5.39) y el número cuántico radial nr vale entonces nr = n − nθ (5.40) Usando las fórmulas de la Mecánica para el movimiento en un campo de fuerzas centrales, se puede mostrar entonces (omitimos los detalles por brevedad) que a= n2 h2 µZe2 , b=a 46 nθ n , E=− µZ 2e 4 2n2 h2 (5.41) 5. La Teoría Cuántica Antigua donde µ es la masa reducida del electrón. Se puede ver que (salvo por la sustitución µ → me ) la primera de estas ecuaciones es idéntica a la (5.11), que da el radio de las órbitas circulares de Bohr; la segunda muestra que la forma de las órbitas depende del cociente nθ / n y la tercera equivale a la (5.16). Por lo tanto para cada valor del número cuántico principal hay n diferentes órbitas permitidas, que difieren por el valor del número cuántico azimutal. Una de ellas, la que corresponde a nθ = n , es la órbita circular de Bohr y las otras son elípticas. Todas esas n órbitas tienen el mismo valor de la energía, pues E depende sólo del número cuántico principal. Esta circunstancia se expresa diciendo que el correspondiente nivel de energía está degenerado. La degeneración de los niveles de energía correspondientes a las órbitas con el mismo n y diferente nθ es consecuencia de que la fuerza de Coulomb depende de la inversa del cuadrado de la distancia, y de que tratamos el problema como no relativístico. Por eso esta degeneración se suele denominar “accidental”. Si se calculan las correcciones relativísticas, cosa que hizo Sommerfeld, la degeneración se rompe y los niveles de energía del mismo n pero diferentes nθ se separan, dando lugar a lo que se llama la estructura fina del espectro del hidrógeno. ne n 3 2 1 4 3 2 1 2 1 1 Fig. 5.4. Estructura fina de algunos niveles del átomo de hidrógeno. Se ha exagerado la separación para hacerla visible. Las flechas de trazos indican transiciones que no se observan. Puesto que v / c ≈ α ≈ 10 −2 , como ya vimos, las correcciones relativísticas son del orden de (v / c)2 ≈ α 2 ≈ 10 −4 . El cálculo es largo y tedioso, pero se puede mostrar que E=− me Z 2e 4  α 2 Z 2  1 3  + − 1    n  nθ 4n   2n2 h2  47 (5.42) 5. La Teoría Cuántica Antigua Vemos entonces que la separación de los niveles degenerados es proporcional a α 2 . Ese es el motivo por el cual α recibió el nombre de constante de la estructura fina, aunque como veremos más adelante su significado es mucho más general. En la Fig. 5.4 se ve la estructura fina de los primeros niveles del átomo de hidrógeno. Las flechas indican las transiciones que producen las líneas espectrales. Las que se observan en el espectro están indicadas con líneas llenas, y con líneas punteadas se indican transiciones que no se observan experimentalmente. Los números de onda de las líneas, calculadas a partir de la (5.42), concuerdan muy bien con los observados. Examinando la figura se ve que sólo se producen las transiciones para las cuales ∆nθ ≡ nθ f − nθ i = ±1 (5.43) La ec. (5.43) se denomina regla de selección. El principio de correspondencia La existencia de reglas de selección no se explica por medio de la teoría que hemos desarrollado hasta ahora y por ese motivo, buscando darles una justificación teórica, Bohr introdujo en 1923 un postulado adicional: Principio de correspondencia: • Para todo sistema físico, las predicciones de la teoría cuántica deben corresponder a las predicciones clásicas para valores grandes de los números cuánticos que especifican al sistema. • Una regla de selección vale para cualquier valor del número cuántico n correspondiente. Por lo tanto toda regla de selección que se aplica en el límite clásico (n grande) se aplica también en el dominio cuántico (n pequeño). Es obvio que las predicciones de la teoría cuántica deben corresponder a las predicciones clásicas en aquél límite en que el sistema se comporta clásicamente. La primera parte del principio de correspondencia expresa que ese límite se encuentra en el dominio de los números cuánticos grandes, y se apoya en hechos conocidos, como por ejemplo que la teoría de Rayleigh-Jeans del espectro del cuerpo negro concuerda con la teoría de Planck para ν pequeño. A partir de la ec. (4.11) se ve que limν → 0 ε = limν → 0 hν e hν / kT −1 = kT (5.44) y por lo tanto ε = nhν → kT (5.45) de modo que el valor promedio del número cuántico que especifica la energía de las ondas electromagnéticas de frecuencia ν debe aumentar a medida que disminuye ν. La segunda parte del principio de correspondencia es una hipótesis razonable, pues no parece lógico que una regla de selección valga sólo para un dominio limitado del número cuántico involucrado. A modo de ejemplo, podemos aplicar el principio de correspondencia a un oscilador armónico simple de frecuencia ν, cargado eléctricamente. De acuerdo con la teoría cuántica los estados de 48 5. La Teoría Cuántica Antigua energía de este sistema están dados por la ecuación En = nhν , y las teorías cuántica y clásica coinciden para n → ∞ . Puesto que el oscilador está cargado puede emitir o absorber radiación electromagnética. De acuerdo con la teoría clásica, el sistema emite radiación de frecuencia ν debido al movimiento acelerado de la carga. De acuerdo con la teoría cuántica, el oscilador emite un fotón de frecuencia ν ′ = ( Ei − E f ) / h = (ni − n f )ν cuando efectúa una transición desde el estado ni al estado n f . Por lo tanto, la primera parte del principio de correspondencia requiere que ν ′ = ν y en consecuencia en el límite clásico se debe cumplir la regla de selección ∆nemisión ≡ n f − ni = −1 (5.46) Aplicando un razonamiento semejante a la absorción de radiación se llega a la conclusión que en el límite clásico se cumple la regla de selección ∆nabsorción ≡ n f − ni = +1 (5.47) La segunda parte del principio de correspondencia nos dice que las reglas de selección (5.46) y (5.47) valen en todo el dominio cuántico. El estudio del espectro vibracional de moléculas diatómicas muestra que en efecto esto es cierto. Mediante el estudio de los espectros atómicos y moleculares se encontraron empíricamente numerosas reglas de selección, gran parte de las cuales se pudieron entender aplicando el principio de correspondencia, aunque a veces surgieron ambigüedades. Se debe notar, sin embargo, que la teoría cuántica moderna no precisa invocar el principio de correspondencia para explicar las reglas de selección, pues éstas surgen como consecuencia de leyes generales de conservación, sin necesidad de postulados adicionales. El experimento de Franck y Hertz La confirmación directa que los estados de energía del átomo están cuantificados provino de un sencillo experimento realizado en 1914 por James Franck y Gustav Hertz. En este experimento (Fig. 5.5a) un cátodo caliente C emite electrones que son acelerados hacia un ánodo A en forma de grilla por una diferencia de potencial V, y pasan a través de él para ser recogidos por una placa colectora P, que está a un potencial VP = V − Vr . El dispositivo contiene el gas o vapor de los átomos que se quiere investigar, a baja presión. El experimento consiste en determinar la corriente I debida a los electrones recogidos por la placa como función de V. El primer experimento se realizó con vapor de Hg, y los resultados se muestran en la Fig. 5.5b. Se observa que para V pequeño, I aumenta con V, pero cuando se llega a 4.9 V la corriente cae abruptamente. Esto indica que cuando alcanzan una energía cinética de 4.9 eV, los electrones comienzan bruscamente a interactuar con los átomos de Hg, y una fracción importante de ellos pierde toda su energía cinética al excitar los átomos. Si V es apenas mayor que 4.9 V, este proceso de interacción ocurre justo delante de A y los electrones que han perdido su energía cinética ya no la pueden recuperar en el resto de su viaje hacia el ánodo; por lo tanto son rechazados por el potencial de frenamiento Vr y no llegan a la placa. La caída abrupta de I cuando V = 4.9 V indica que los electrones de menos de 4.9 eV no pueden transferir su energía a los átomos de Hg. De esto se concluye que los niveles de energía del átomo de Hg están cuantificados, y que 4.9 eV es la diferencia de energía entre el estado fundamental y el primer estado excitado. 49 5. La Teoría Cuántica Antigua Si esta conclusión es correcta, debe existir en el espectro de emisión del Hg una línea que corresponde a la transición del primer estado excitado al estado fundamental, con Vapor de Hg una frecuencia dada por ν = ( 4.9 eV) / h , lo que corresponde a una longitud de onda de 2536 Å. Eso fue lo que observaron Franck y Hertz, quienes comprobaron que mientras V V < 4.9 eV el vapor de Hg no emite ninguna I línea espectral, pero cuando el potencial es V–Vr ligeramente mayor el espectro muestra una única línea de emisión de 2536 Å. (a) El experimento de Franck y Hertz es una clara prueba que los estados de energía del I átomo de Hg están cuantificados, y permite medir directamente las diferencias de energía entre los estados cuánticos. Si se extiende el estudio a diferencias de potencial mayores aparecen, en efecto, otras bruscas caídas de la corriente. Algunas de éstas se deben a que si V es suficientemente grande, 5 10 V en su recorrido de C a A los electrones pue(b) den excitar dos o más veces el nivel de 4.9 eV, pero otras caídas se deben a la excitaFig. 5.5. Experimento de Franck y Hertz: ción de estados diferentes. A partir de los (a) esquema del dispositivo, (b) resultados. valores de V correspondientes a estas caídas se pueden determinar las diferencias de energía entre esos estados y el estado fundamental. Otra manera de determinar experimentalmente el esquema de niveles de un átomo es medir su espectro, para construir un conjunto de niveles compatible con el mismo. Esto no es fácil en la práctica, puesto que el espectro, y por lo tanto el esquema de niveles, suele ser muy complicado. Por otra parte, el método espectroscópico tiene la virtud de ser muy preciso. Toda vez que las diferencias de energía entre estados atómicos se determinaron por ambos métodos, el espectroscópico y el de Franck y Hertz, los resultados fueron coincidentes. Por encima del estado discreto más alto, es decir para E ≥ 0, están los estados de energía que consisten de un electrón no ligado y un átomo ionizado. La energía del electrón libre no está cuantificada, por lo tanto los estados del electrón con E ≥ 0 forman un continuo. Es posible excitar el átomo desde el estado fundamental hasta un estado del continuo, si se suministra a un electrón una energía mayor que la energía de ionización, que para el átomo de Hg es de 10.4 eV (13.6 eV para el átomo de hidrógeno). También es posible el proceso inverso, esto es que un átomo ionizado capture un electrón libre en uno de los estados ligados del átomo neutro. En este proceso se emite radiación de una frecuencia mayor que la que corresponde al límite de la serie correspondiente al nivel en cuestión. El valor exacto de la frecuencia depende de la energía inicial E ≥ 0 del electrón libre, y puesto que E puede tener cualquier valor, el espectro tiene una parte continua más allá del límite de la serie. Esto se puede observar en el caso del Hg, aunque con dificultad. C A P 50 5. La Teoría Cuántica Antigua Constantes fundamentales y escalas de la Física Atómica Lo que hasta ahora hemos visto acerca de la física del átomo y de la interacción entre la radiación electromagnética y la materia nos muestra que en ellas intervienen cuatro constantes físicas universales: Constantes fundamentales de la Física Atómica: • e 2 , el cuadrado de la carga eléctrica fundamental ( e = 4.80321 × 10 −10 u.e.s.) • c = 2.99792458 × 1010 cm / s , la velocidad de la luz • me = 9.1093897 × 10 −28 g , la masa del electrón • h = 1.05457 × 10 −27 erg s , la constante de Planck En el sistema Gaussiano, y tomando como dimensiones fundamentales longitud (L) tiempo (T) y energía (E), la dimensionalidad de esas constantes es: [e2 ] = EL , [c] = LT −1 , [me ] = EL−2T −2 , [h] = ET (5.48) En virtud del Teorema Pi, hay una única combinación adimensional independiente de estas cuatro constantes, que es la constante de la estructura fina α= e2 = 1/137.0359895 hc (5.49) Con las tres constantes clásicas e2 , c, me podemos formar una longitud característica que es el radio clásico del electrón e2 = 2.817938 × 10 −13 cm mec 2 (5.50) e2 r0 = 0.939963 × 10 −23 s 3 = mec c (5.51) r0 = un tiempo característico τ= y una energía característica, que es el equivalente de la masa en reposo del electrón: ε = mec 2 (5.52) Todas las longitudes características que aparecen en la teoría se pueden entonces expresar en términos de r0 y α: • la longitud de onda Compton del electrón DC ≡ • λC h r = = 0 = 0.386159 × 10 −10 cm 2π mec α el radio de Bohr 51 (5.53) 5. La Teoría Cuántica Antigua h2 r0 −8 a0 = cm 2 = 2 = 0.529177 × 10 mee α • (5.54) la longitud de onda característica del espectro atómico D≈ 2 n 2 ch3 2 n 2 ch3 r = D , D = = 03 = 7.25163 × 10 −7 cm 0 0 4 2 4 2 Z mee Z mee α (5.55) Vemos en consecuencia que las longitudes características de los fenómenos de escala atómica que involucran electrones y radiación electromagnética guardan entre sí relaciones de escala determinadas por la constante de la estructura fina α. Concretamente: r0 : D C : ao : D 0 = 1 : α −1 : α −2 : α −3 (5.56) Relaciones análogas existen entre los tiempos y energías características. Estas relaciones tienen un carácter fundamental pues provienen de las propiedades de la interacción electromagnética y la naturaleza cuántica de los fenómenos atómicos, y son independientes de la particular teoría que los describe. Crítica de la Teoría Cuántica Antigua Hemos visto en este Capítulo que la teoría de Bohr y su extensión por Wilson y Sommerfeld, que constituyen la Teoría Cuántica Antigua, tuvieron importantes éxitos. Sin embargo debemos señalar las siguientes limitaciones y defectos: • La teoría se aplica solamente a sistemas periódicos en el tiempo, lo que excluye muchos sistemas físicos. • Permite calcular las energías de los estados permitidos y las frecuencias de la radiación emitida o absorbida en las transiciones entre esos estados, pero no predice el tiempo característico involucrado en una transición. • Sólo se aplica a los átomos con un electrón, y aquellos que tienen muchos aspectos en común con los átomos de un electrón (como los metales alcalinos), pero falla si se la intenta aplicar al átomo de helio, que tiene dos electrones. • Por último, la teoría no es intelectualmente satisfactoria, pues se mezclan en ella de forma arbitraria aspectos clásicos con aspectos cuánticos. Puesto que algunas de estas objeciones son de carácter fundamental, los físicos de la época se esforzaron por desarrollar una nueva teoría cuántica que no padeciera estas limitaciones ni fuera pasible de objeciones. Este esfuerzo logró el objetivo cuando Werner Heisenberg en 1924 (y luego Max Born y Pascual Jordan) propuso su dinámica de matrices y Erwin Schrödinger en 1925, apoyándose en una idea propuesta en 1924 por Louis-Victor de Broglie, desarrolló la mecánica ondulatoria. Pese a que su forma es muy distinta, las teorías de Heisenberg y de Schrödinger son completamente equivalentes y su contenido es idéntico, como fue demostrado por Schrödinger. El planteo axiomático de la Mecánica Cuántica se completó poco después por medio de la teoría de las transformaciones de Paul A. M. Dirac y Pascual Jordan. Pero de eso nos ocuparemos en los próximos capítulos. 52 6. Propiedades ondulatorias de la materia 6. PROPIEDADES ONDULATORIAS DE LA MATERIA El postulado de Broglie El desarrollo de la Mecánica Cuántica comenzó con una idea muy simple pero revolucionaria que fue expuesta en 1924 por Louis-Victor de Broglie en su Tesis Doctoral. Inspirado por el comportamiento dual onda-corpúsculo de la radiación, de Broglie especuló sobre la posibilidad que también la materia tuviera un comportamiento dual, esto es que las entidades físicas que consideramos como partículas (electrones, átomos, bolas de billar, etc.) pudieran en determinadas circunstancias manifestar propiedades ondulatorias. Hemos visto que la naturaleza corpuscular de la radiación electromagnética se pone en evidencia cuando se estudia su interacción con la materia (emisión y absorción, efecto fotoeléctrico, efecto Compton, creación y aniquilación de pares, etc.). Por otra parte, su naturaleza ondulatoria se manifiesta por la forma con que se propaga, dando lugar a los fenómenos de interferencia y difracción. Esta situación se puede describir diciendo que la radiación electromagnética es una onda que al interactuar con la materia manifiesta un comportamiento corpuscular. Con igual derecho podemos también decir que consta de partículas (los fotones) cuyo movimiento está determinado por las propiedades de propagación de ciertas ondas que les están asociadas. En realidad ambos puntos de vista son aceptables. Pensando en términos de la segunda alternativa y razonando por analogía, de Broglie exploró la idea que el movimiento de una partícula está gobernado por la propagación de ciertas ondas piloto asociadas con ella. Ciertamente, es muy sugestivo el hecho que la constante de Planck juegue un rol crucial, tanto para el comportamiento de los electrones del átomo (como lo muestra claramente el éxito de la teoría de Bohr) como para la interacción de la radiación con la materia. En el caso de la radiación, h está vinculado con los aspectos corpusculares de la misma. No es absurdo entonces especular sobre la posibilidad que en el caso de una partícula como el electrón, h esté relacionado con alguna clase de comportamiento ondulatorio. Cuando de Broglie publicó su trabajo aún no se habían observado comportamientos ondulatorios asociados con el movimiento de una partícula, aunque el tema había sido investigado en varias ocasiones. Pero esta falta de evidencia no es excluyente, pues si en esas ocasiones la longitud de onda de las ondas piloto hubiese sido muy corta no hubiera sido posible observar los aspectos ondulatorios. Esta situación se da también en la Óptica, donde para observar interferencia o difracción es preciso que las diferencias de caminos ópticos sean del orden de la longitud de onda de la luz empleada. Cuando esto no ocurre, la propagación de la luz se puede describir adecuadamente mediante la óptica geométrica, que es en esencia una teoría corpuscular. Para determinar la longitud de onda de las ondas piloto, de Broglie procedió por analogía a lo que se hace con la radiación electromagnética, considerada como un conjunto de fotones. De acuerdo con la ecuación de Einstein, la frecuencia de un fotón de energía E es ν = E/h (6.1) La longitud de onda se calcula mediante la relación usual λ = vf /ν 53 (6.2) 6. Propiedades ondulatorias de la materia donde v f es la velocidad de fase de la onda. Para el caso del fotón, v f = c de modo que λ = c / ν = hc / E (6.3) Recordando que la cantidad de movimiento del fotón es p = E / c , tenemos que λ = h/ p (6.4) En consecuencia, por analogía con las ecs. (6.1) y (6.4), se puede formular el Postulado de Broglie: La longitud de onda y la frecuencia de la onda piloto asociada a una partícula de impulso p y energía relativística total E están dadas por λ = h/ p , ν = E/h (6.5) y el movimiento de la partícula está regido por la propagación de las ondas piloto. La longitud de onda de la onda piloto se llama longitud de onda de Broglie de la partícula. Algunas propiedades de las ondas piloto En la descripción del movimiento de la partícula por medio de la onda piloto está implícita la hipótesis que la posición de la partícula está determinada por la onda, en el sentido que la probabilidad de encontrar la partícula en un dado lugar está relacionada con la amplitud de la onda en ese lugar. Si bien aún no conocemos la ecuación que rige la propagación de la onda piloto, podemos hacer algunas afirmaciones sobre su comportamiento, basadas en las propiedades generales de las ondas. Para simplificar trataremos una sola dimensión espacial, pues la generalización a tres dimensiones es obvia. En primer lugar, para que se puedan presentar interferencia y difracción, las ondas piloto deben cumplir el principio de superposición. Por lo tanto podemos construir paquetes de onda de la forma: +∞ Ψ ( x, t ) = ∫ A(k ′)e −iϕ ( k ′)ei( k ′x −ω ′t )dk ′ (6.6) −∞ que es una superposición de ondas planas del tipo1 Ψk ′ = ei( k ′x −ω ′t ) (6.7) con una distribución espectral dada por la función real A( k ′) y fases ϕ ( k ′) , donde k′ ≡ 1 2π p′ = λ′ h , ω ′ = ω ( k ′) = 2πν ′ = E′ h (6.8) El lector no se debe sentir incómodo porque Ψ(x,t) y Ψk sean complejas. Es más sencillo para el cálculo usar exponenciales imaginarias en lugar de senos o cosenos y de últimas, si se desea, se puede siempre tomar la parte real de Ψ(x,t) y Ψk. Además, veremos en el Capítulo 7 que las ondas asociadas con las partículas son complejas. 54 6. Propiedades ondulatorias de la materia Como E ′ = m ′c 2 y p′ = m ′v ′ (donde m ′ = m0 /[1 + (v ′ / c)2 ]1 / 2 , m0 es la masa en reposo de la partícula y v ′ su velocidad), cada onda monocromática (6.7) se propaga con la velocidad de fase v ′f = ω ′ E ′ c2 = = k ′ p′ v ′ (6.9) La (6.9) muestra que v f no coincide con la velocidad de la partícula y es mayor que c, pero éste no es un inconveniente, pues el movimiento de una partícula localizada está descripto por el grupo (6.6) y no por las ondas monocromáticas (6.7), que no están localizadas sino que se extienden a todo el espacio. Es imporh tante observar que v f depende de k, lo que implica que hay dispersión y por lo tanto el grupo de ondas se distor^ siona y se ensancha a medida que se propaga. En esto las ondas piloto difieren de las ondas electromagnéticas en el vacío, para las cuales la velocidad x de fase c no depende de k, y por lo tanto un paquete de ondas se propaga sin cambio de forma. Supongamos que la distribución espectral A( k ′) tiene su máximo en Fig. 6.1. Paquete de ondas. k ′ = k y difiere de cero sólo para k ′ próximo a k. En tal caso, las únicas contribuciones significativas en la superposición (6.6) provienen de los valores de k ′ próximos a k. El paquete tendrá la forma representada (cualitativamente) en la Fig. 6.1 y estará localizado en el lugar donde las diferentes ondas planas con k ′ = k + k ′′ (donde k ′′ << k ) que lo componen están en fase. Calculamos entonces la fase, conservando términos lineales en k ′′ y despreciado las potencias superiores; resulta: k ′x − ω ( k ′)t − ϕ ( k ′) = ( k + k ′′) x − ω ( k + k ′′)t − ϕ ( k + k ′′)  = kx − ω ( k )t − ϕ ( k ) +  x −  ∂ω ∂ϕ  t−  k ′′ ∂k ′ ∂k ′  k (6.10) La posición del paquete está dada por el valor de x para el cual se anula el coeficiente de k ′′ en la (6.10), esto es:  ∂ϕ   ∂ϕ   ∂ω  x =   t +   = vgt + x0 , x0 ≡    ∂k ′  k  ∂k ′  k  ∂k ′  k (6.11) La (6.11) muestra que el paquete se desplaza con la velocidad de grupo, dada por ∂E  ∂ω  vg ≡   =  ∂k ′  k ∂p 55 (6.12) 6. Propiedades ondulatorias de la materia Ahora bien, de E 2 = c 2 p2 + m02 c 4 resulta p ∂E = c2 E ∂p (6.13) y puesto que E = mc 2 y p = mv , donde v es la velocidad de la partícula, obtenemos que vg = v (6.14) esto es, el grupo se desplaza con la velocidad de la partícula, como debe ser para que la descripción del movimiento dada por la onda piloto sea consistente. Notar que de (6.9) y (6.14) se obtiene que vg v f = c 2 El experimento de Davisson y Germer Claramente, los aspectos ondulatorios del movimiento de una partícula sólo se manifiestan si la longitud de onda de Broglie (6.5) es del orden de magnitud de alguna dimensión característica del experimento y dada la pequeñez de h, esto no es fácil de conseguir. Por ejemplo, una partícula de polvo cuya masa es de 10–11 g y que se desplaza con una velocidad de 1 cm/s tiene una longitud de onda de Broglie del orden de 10–15 cm, que es despreciable en comparación con el tamaño de cualquier sistema físico (recordemos que el núcleo atómico tiene un radio del orden de 10–12 cm). Por consiguiente no se puede verificar el postulado de Broglie estudiando el movimiento de partículas macroscópicas. Consideremos ahora un electrón de 10 eV de energía, que es del orden de magnitud de la energía cinética del electrón en un átomo de hidrógeno. En este caso resulta λ ≅ 3.9 × 10 −8 cm (6.15) que si bien es pequeña, es del orden del tamaño de un átomo y por lo tanto de la distancia interatómica en un cristal. Esto sugiere que cuando un haz de electrones se refleja sobre un cristal, o lo atraviesa, se pueda observar la difracción de la onda piloto. Los primeros en observar este efecto fueron Clinton Davisson y Lester Germer, en 1927. En su experimento hicieron incidir un haz de electrones de 54 eV (cuya longitud de onda de Broglie es de 1.67 Å) sobre la superficie de un cristal de níquel (distancia interatómica d = 2.15 Å ), y midieron la cantidad N(θ ) de electrones dispersados a distintos ángulos θ. Encontraron que N(θ ) tiene un pico para θ ≈ 50˚ (ver Fig. 6.2). Este resultado prueba cualitativamente el postulado de Broglie. En efecto, el pico sólo se puede explicar como el efecto de la interferencia constructiva de las ondas dispersadas por los átomos regularmente espaciados sobre la superficie del cristal. Se debe observar que se trata de la interferencia de las ondas asociadas a un único electrón, y que provienen de varias partes del cristal. Esto se puede demostrar empleando un haz de intensidad tan pequeña que en todo instante un único electrón está viajando en el aparato; en este caso se observa que la distribución angular de los electrones dispersados no cambia. Los resultados de Davisson y Germer también confirman cuantitativamente el postulado de Broglie. Recordemos la conocida fórmula de la red de difracción (ley de Bragg): 56 6. Propiedades ondulatorias de la materia dsenθ = nλ (6.16) Si suponemos que el pico a 50˚ corresponde a difracción del primer orden ( n = 1) la (6.16) nos da λ = 1.65 Å , que dentro de la precisión del experimento concuerda con el valor de la longitud de onda calculada mediante la (6.5). Para voltajes de aceleración mayores se puede observar también un segundo pico (correspondiente a n = 2 ). N(e) e dsene d 30˚ 60˚ e 90˚ (b) (a) Fig. 6.2. Difracción de electrones: (a) esquema geométrico, (b) resultados. En 1928 George P. Thomson (hijo de J. J. Thomson) observó la difracción de electrones en la transmisión a través de cristales. Poco después, Immanuel Estermann, Otto Frisch y Otto Stern encontraron efectos de difracción al dispersar átomos de He en la superficie de un cristal de LiF. Desde entonces se observaron muchos otros ejemplos de estos efectos, y la validez del postulado de Broglie quedó confirmada más allá de toda duda. Vamos a ver ahora que las propiedades ondulatorias del electrón permiten identificar las razones físicas detrás de los hasta entonces misteriosos postulados de la teoría de Bohr y Sommerfeld (Capítulo 5). Interpretación de la regla de cuantificación de Bohr La longitud de onda de Broglie de un electrón cuya energía cinética es del orden de la energía cinética del electrón en el átomo de hidrógeno, es del mismo orden de magnitud que el tamaño del átomo. Por ese motivo es sensato esperar que las propiedades de las ondas piloto sean de fundamental importancia para el movimiento del electrón dentro del átomo. Por otra parte hay una importante diferencia entre el movimiento de una partícula libre que hemos considerado hasta ahora y el movimiento del electrón en un estado ligado. En el caso de una partícula libre la onda piloto es una onda viajera. En el caso de un electrón que recorre repetidamente una órbita, cabe esperar que la onda asociada sea estacionaria. En 1924 de Broglie mostró que las propiedades de las ondas estacionarias permiten interpretar la regla de cuantificación de Bohr del momento angular L = mvr = pr = nh / 2π 57 , n = 1, 2, 3, … (6.17) 6. Propiedades ondulatorias de la materia En efecto, si sustituimos en esta ecuación la expresión del impulso p = h / λ , obtenemos 2πr = nλ (6.18) es decir: la circunferencia de las órbitas permitidas contiene un número entero de longitudes de onda de Broglie. Este es el significado de la condición de cuantificación de Bohr. Si pensamos que el electrón recorre reiteradamente su órbita, la (6.18) es precisamente la condición necesaria para que la onda piloto asociada al movimiento del electrón se combine coherentemente consigo misma en sucesivos recorridos, de manera que se forme una onda estacionara. Si se violara esa condición, al cabo de cierto número de vueltas, la onda piloto interferiría destructivamente consigo misma y su intensidad total se anularía. Puesto que la intensidad de la onda piloto se relaciona con la probabilidad de encontrar la partícula, esto implica que el electrón no se puede encontrar en una órbita que no cumpla la (6.18). Más en general, en el caso de una partícula que efectúa un movimiento periódico se puede demostrar lo mismo. Por consiguiente llegamos a la Interpretación de Broglie de las reglas de cuantificación de la Teoría Cuántica Antigua: el requerimiento que la onda piloto asociada sea estacionaria equivale a pedir que el movimiento de la partícula cumpla las condiciones de cuantificación de WilsonSommerfeld. Corresponde subrayar la enorme importancia conceptual de la interpretación de Broglie, que por fin aclara el origen físico de las reglas de cuantificación que hasta entonces era misterioso. Veremos más adelante que las propiedades de las ondas estacionarias tienen una importancia fundamental en la teoría de Schrödinger. Se mostrará que todo estado de energía definida del electrón está descripto por una onda estacionaria, y de resultas de ello todas las características observables de esos estados son independientes del tiempo, entre ellas la distribución de la carga eléctrica. Ese es el motivo porqué un electrón no emite ondas electromagnéticas cuando se encuentra en uno de los estados permitidos del átomo. El principio de incerteza La descripción del movimiento en términos de la onda piloto trae como consecuencia inevitable que no existe ningún estado de una partícula en el cual se puedan conocer con exactitud y simultáneamente su posición y su cantidad de movimiento. Esto es una consecuencia de propiedades generales de las ondas de cualquier naturaleza (y por lo tanto también de las ondas piloto), y del hecho que, de acuerdo con la interpretación de Broglie, la partícula está localizada donde la onda piloto tiene una amplitud no nula. Para simplificar consideremos el movimiento de una partícula libre en una dimensión espacial x (la generalización a tres dimensiones es trivial). Supongamos que conocemos con exactitud la cantidad de movimiento px de la partícula; la relación (6.4) nos dice entonces que la longitud de onda de la onda piloto debe ser exactamente λ x = h / px . La onda piloto es pues una onda monocromática que se extiende desde x = −∞ a x = +∞ , del tipo Ψ = Aei( k x x −ωt ) , kx = 2π / λ x = px / h , ω = 2πν = E / h 58 (6.19) 6. Propiedades ondulatorias de la materia Luego una partícula cuyo impulso se conoce con exactitud puede tener cualquier posición. La onda piloto que describe una partícula localizada en el entorno de algún x no puede ser monocromática sino que debe ser un paquete del tipo (6.6) (Fig. 6.1), esto es +∞ Ψ = ∫ A(kx′ )e−iϕ ( k x′ )ei( k x′ x −ω ′t )dkx′ (6.20) −∞ En un instante dado, por ejemplo t = 0, tendremos (recordando las (6.10) y (6.11)) que +∞ Ψ ( x, 0) = +∞ ∫ A(kx′ )e−iϕ ( k x′ )eik x′ x dkx′ = e +i[k x x −ϕ ( k x )] ∫ A(kx + kx′′)eik ′′( x − x0 )dkx′′ (6.21) −∞ −∞ Las ondas monocromáticas se superponen en fase en x = x0 y por lo tanto Ψ ( x, 0) es máxima allí. Para x ≠ x0 , las diferentes ondas con kx′ = kx + kx′′ tienen desfasajes dados por kx′′( x − x0 ) y habrá interferencia destructiva cuando kx′′( x − x0 ) ≈ π . Si el ancho de la distribución espectral del paquete es ∆kx (esto es, si A( kx + kx′′) difiere apreciablemente de cero sólo si | kx′′ | < ∆kx ), su extensión espacial ∆x es entonces (aproximadamente) ∆x ≈ 2π / ∆kx , y en consecuencia, recordando que px = hk x , resulta ∆x∆px ≈ h (6.22) Este argumento muestra que hay una relación entre la incerteza de la posición de la partícula (dada por la extensión ∆x del paquete) y la incerteza de su impulso (dada por el ancho ∆kx = ∆px / h de la distribución espectral del mismo). Se debe notar que la relación (6.22) es aproximada, porque no dimos aún una definición precisa de ∆x y ∆px . Esta definición depende de la relación entre Ψ y la probabilidad de encontrar la partícula en un determinado lugar, que aún no hemos especificado. Veremos en el próximo Capítulo que dicha probabilidad es proporcional a Ψ 2 . Por lo tanto es natural definir ∆x como la desviación standard desde la media, calculada con una distribución de probabilidad proporcional a Ψ 2 . De modo análogo, ∆px se puede definir en términos de A 2 . La herramienta matemática apropiada para manejar expresiones del tipo (6.20) es la transformación (o integral) de Fourier. La transformada de Fourier de la función f (r ) se indica con F( s) y está definida por F(s) = 1 2π +∞ ∫ f (r )eirs dr (6.23) −∞ La transformación de Fourier se puede invertir por medio de la integral de inversión f (r ) = 1 2π +∞ ∫ F(s)e −irs ds (6.24) −∞ y se dice que F( s) es la antitransformada de Fourier de f (r ) . Las transformadas de Fourier figuran en tablas (ver por ejemplo Gradshteyn y Ryzhik, Tables of Integrals, Series and Pro59 6. Propiedades ondulatorias de la materia ducts, Academic Press, 1980) o se calculan numéricamente. De interés para nosotros son la transformada de Fourier de una constante, que es proporcional a la función delta de Dirac: f (r ) = 1 F( s) = (2π )1 / 2 δ ( s) , (6.25) y la transformada de Fourier de una Gaussiana, que es también una Gaussiana: f (r ) = e − r 2 / 2a2 , F( s) = ae − a 2 2 s /2 (6.26) De la (6.25) vemos que el paquete de ondas que describe una partícula perfectamente localizada en x = 0 , es decir, tal que Ψ ( x ) ∝ δ ( x ) se obtiene como una superposición del tipo (6.20) con A( kx′ ) = cte., es decir, una superposición de todos los posibles valores de kx′ , y por lo tanto de px . Por consiguiente, si una partícula está exactamente localizada en una posición, su cantidad de movimiento es completamente indeterminada. El caso de una partícula cuya cantidad de movimiento se conoce con exactitud pero su posición está completamente indeterminada, y el de una partícula cuya posición se conoce con exactitud pero su cantidad de movimiento está completamente indeterminada son casos extremos. En general se conoce la cantidad de movimiento con una incerteza ∆px y la posición con una incerteza ∆x . En ese caso, las propiedades de la integral de Fourier permiten encontrar la relación entre ∆x y ∆px . Por ejemplo, supongamos tener un paquete Gaussiano de ancho ∆kx , esto es A( kx′ ) ∝ e − ( k x′ / 2 ∆k x ) 2 (6.27) Entonces la (6.26) muestra que en t = 0, Ψ ( x ) es una Gaussiana de ancho ∆x : 2 Ψ ( x ) ∝ e − ( x / 2 ∆x ) , (6.28) donde los anchos ∆kx y ∆kx de las respectivas distribuciones de probabilidad (proporcionales a Ψ 2 y A 2 ) cumplen ∆x∆kx = 1 / 2 (6.29) y recordando que kx = px / h , obtenemos que en t = 0 un paquete Gaussiano cumple2 ∆x∆px = h / 2 (6.30) La teoría de la transformación de Fourier permite demostrar que en general los anchos de f (r ) y de su transformada F( s) , definidos como las desviaciones standard desde las medias 2 (calculadas en términos de f y F 2 ), cumplen la relación ∆r∆s ≥ 1 / 2 2 Se puede mostrar que para tiempos diferentes del inicial, el ancho ∆x es mayor. 60 (6.31) 6. Propiedades ondulatorias de la materia donde el signo = se cumple sólo cuando f (r ) y su transformada F( s) son Gaussianas. En general la relación entre las incertezas de la posición y el impulso de una partícula es entonces: ∆x∆px ≥ h / 2 (6.32) Generalizando lo anterior a tres dimensiones, llegamos al: Principio de incerteza de Heisenberg: si x, y, z son las coordenadas de una partícula y px , py , pz son los respectivos impulsos conjugados, se cumple que ∆x∆px ≥ h / 2 ∆y∆py ≥ h / 2 (6.33) ∆z∆pz ≥ h / 2 en el caso de coordenadas angulares, entre cada coordenada θ y el correspondiente momento angular Lθ se cumple la relación de incerteza ∆θ∆Lθ ≥ h / 2 (6.34) Observemos que el principio de incerteza no establece restricciones sobre productos del tipo ∆x∆py , ∆x∆y , ∆px ∆py , etc. La (6.32) establece solamente un límite inferior al producto ∆x∆px . Es perfectamente posible tener situaciones en que ∆x∆px >> h ; esto ocurre cuando nuestras mediciones de la posición y el impulso no alcanzan la máxima precisión posible, compatible con el principio de incerteza. Puesto que h es muy pequeño, es muy difícil que en una medición en escala macroscópica ∆x∆px sea comparable con h , y por ese motivo el principio de incerteza es irrelevante en los experimentos de la Mecánica Clásica. Sin embargo, sus consecuencias son muy importantes cuando se consideran las distancias y los impulsos de los sistemas atómicos y nucleares. Como prueba de ello vamos a mostrar que el tamaño del átomo está determinado por el principio de incerteza. Consideremos, para simplificar, un átomo de hidrógeno. Podemos expresar la energía del electrón como la suma de la energía cinética p 2 / 2 me más la energía potencial −e 2 / r : E= p 2 e2 − 2 me r (6.35) La incerteza de la posición del electrón es ∆r ≈ r , y por consiguiente la incerteza de su impulso es ∆p ≈ h / ∆r , por lo tanto p 2 ≈ ( ∆p)2 ≈ h 2 /( ∆r )2 . Sustituyendo en (6.35) obtenemos E= e2 h2 − 2 me ( ∆r )2 ∆r El estado de menor energía se obtiene requiriendo que 61 (6.36) 6. Propiedades ondulatorias de la materia  1  h2 dE =− − e2  = 0 2 ( ∆r )  me ∆r d∆r  (6.37) lo que nos da ∆r = h2 = a0 mee 2 (6.38) es decir r = a0 . Por lo tanto: El radio de Bohr, que nos da el tamaño del átomo de hidrógeno, se obtiene pidiendo que la energía del átomo tenga el mínimo valor compatible con el principio de incerteza. Interpretación física de Heisenberg del principio de incerteza En nuestra presentación, el principio de incerteza surge como una consecuencia matemática de la hipótesis de Broglie, que asocia a cada partícula una onda piloto que describe su movimiento. Pero debemos recordar que cuando Werner Heisenberg introdujo en 1927 el principio de incerteza, sus argumentos no se basaron en la hipótesis de Broglie, sino en las propiedades corpusculares de la radiación electromagnética y sus consecuencias sobre el proceso de medición. De esta forma, Heisenberg puso de manifiesto que existe un límite natural insuperable a la precisión con la que se pueden medir simultáneamente la posición y el impulso de una partícula, debido a que la medición de una de estas cantidades inevitablemente perturba a la partícula de modo tal que deja incierto el valor de la otra canobservador tidad. Este es el origen físico del principio de incerteza. La naturaleza de los argumentos de Heisenberg se entiende si examinamos un “experimento de pizarrón” ideado por Bohr en 1928. Consideremos el dispositivo de la Fig. 6.3. Con el microscopio se desea determinar la posición instantánea de la partícula, que podemos ver por medio de los fotones que dispersa cuando se la ilumina. El poder de resolución del microscopio es λ / senα (λ es la longitud de onda y α es el semiángulo subtendido por el objetivo del microscopio), por lo tanto la indeterminación de la medida es _ λ (6.39) ∆x ≅ senα hi x Supongamos que basta ver un fotón para llevar a cabo la mepartícula dida. Claramente, el microscopio capta el fotón cuando éste es dispersado en un ángulo comprendido entre –α y +α. Luego la Fig. 6.3. Microscopio de incerteza de la componente x del impulso del fotón después de Heisenberg. la dispersión es ( ∆px )fotón = 2 psenα = 62 2 hsenα λ (6.40) 6. Propiedades ondulatorias de la materia pues pfotón = h / λ . Ahora bien, como la componente x del impulso del fotón se puede conocer exactamente antes de la dispersión (no hace falta conocer la coordenada x del cuanto), la conservación de la cantidad de movimiento implica que la partícula adquiere un impulso cuya magnitud es incierta en una cantidad igual a la incerteza del impulso del fotón, es decir ∆px = ( ∆px )fotón = 2 hsenα λ (6.41) Por lo tanto, en el instante de la medición tenemos que ∆x∆px ≈ 2 h > h (6.42) Si se usa luz de longitud de onda más corta, la medida de la posición es más precisa, pero al mismo tiempo aumenta la incerteza del impulso de la partícula. Esta discusión muestra que el principio de incerteza es consecuencia de la cuantificación de la radiación electromagnética, y se origina porque para observar la partícula es preciso dispersar por lo menos un fotón. En otras palabras, es imposible observar la partícula por medio de una iluminación que le imparta un impulso arbitrariamente pequeño. Debido a la cuantificación, el fotón es el intermediario indispensable entre la partícula y el instrumento de medida, y perturba la partícula de una manera incontrolable e impredecible. Por lo tanto es imposible, después de la medida, conocer con exactitud la posición y la cantidad de movimiento de la partícula. Las relaciones de incerteza (6.32) y (6.33) expresan que la constante de Planck es la medida de la magnitud mínima de esa perturbación incontrolable3. La relación de incerteza entre la energía y el tiempo Consideremos un grupo de ondas del tipo +∞ Ψ = ∫ A(kx′ )e−iϕ ( k x′ )ei( k x′ x −ω ′t )dkx′ , ω ′ = ω ( k x′ ) (6.43) −∞ cuya longitud es ∆x . El tiempo que necesita el grupo para recorrer la distancia ∆x es ∆t = ∆x ∆x = vg vx (6.44) donde vx es la componente x de la velocidad de la partícula. Por lo tanto ∆t es la incerteza con la cual se conoce el instante en el cual el grupo pasa por un determinado lugar. Pero igualmente, podemos interpretar que ∆t es el intervalo de tiempo durante en cual un observador ubicado en una posición fija x puede llevar a cabo mediciones sobre la partícula. Por otra parte el grupo es una superposición de ondas de diferentes kx′ , por lo tanto de diferentes frecuencias, y por ende de diferentes energías E ′ = hω ′ = hω ( kx′ ) . De la relación 3 En el libro de Heisenberg The Physical Principles of Quantum Mechanics (Dover, 1930) el lector puede encontrar una extensa discusión del principio de incerteza y de numerosos ‘experimentos de pizarrón” que ilustran su origen físico. 63 6. Propiedades ondulatorias de la materia ∂ω ∂E = = (vg ) x = vx ∂kx ∂px (6.45) resulta que la incerteza en px implica una incerteza en la energía de la partícula, dada por ∆E = v x ∆ p x (6.46) Tomando el producto de (6.44) por (6.46) y usando la relación de incerteza ∆x∆px ≥ h / 2 obtenemos entonces una relación entre el tiempo ∆t durante el cual se observa la partícula y la incerteza ∆E de su energía: ∆t∆E ≥ h / 2 (6.47) La interpretación de Heisenberg de la relación de incerteza (6.47) es más amplia y se enuncia de la manera siguiente: Relación de incerteza entre la energía y el tiempo: una medida de la energía de un sistema efectuada durante el tiempo ∆t tiene una incerteza ∆E , y se cumple que ∆t∆E ≥ h / 2 . Veremos más adelante ejemplos de situaciones donde se aplica esta relación de incerteza. La dispersión de un paquete de ondas Consideremos un paquete de ondas que describe una partícula libre, de la forma (6.6): +∞ Ψ ( x, t ) = ∫ A(k ′)ei( k ′x −ω ′t )dk ′ (6.48) −∞ y sea ∆kx es el ancho de la distribución espectral A( k ′) . En la (6.48) pusimos ϕ ( k ′) = 0 de modo que el grupo está localizado en x = 0 cuando t = 0. En t = 0 la (6.48) se reduce a +∞ Ψ ( x, 0) = eikx ∫ A( k ′)eik ′′x dk ′′ (6.49) −∞ donde k ′ = k + k ′′ . Para estudiar la evolución temporal del paquete desarrollamos el exponente imaginario de la (6.48) en potencias de k ′′ , pero a diferencia de lo que hicimos antes (ec. (6.10)) vamos a conservar los términos cuadráticos. Tenemos entonces:  k ′x − ω ( k ′)t = ( k + k ′′) x − ω ( k + k ′′)t = kx − ω ( k )t +  x −  h = kx − ω ( k )t + ( x − vt )k ′′ − tk ′′ 2 2m ∂ω  ∂ 2ω t  k ′′ − 12 2 tk ′′ 2 ∂k  ∂k (6.50) donde para escribir el último renglón usamos que ∂ω / ∂k = vg = v = p / m = hk / m , y por lo tanto que ∂ 2ω / ∂k 2 = h / m . Sustituyendo (6.50) en (6.48) obtenemos 64 6. Propiedades ondulatorias de la materia +∞ Ψ ( x, t ) = ei[ kx −ω ( k )t ] ⌠  ⌡ h i ( x − vt ) k ′′− tk ′′ 2  m 2  dk ′′  A( k ′)e (6.51) −∞ Comparando la (6.51) con la (6.49) vemos que si ignoráramos el término cuadrático en k ′′ de la exponencial en el integrando de la (6.51), se tendría que Ψ ( x, t ) = e − iω ( k )tΨ ( x − vt, 0) , esto es, el grupo se movería sin cambiar de forma (la fase e − iω ( k )t es irrelevante). Es precisamente el término htk ′′ 2 / 2 m el que da lugar a la dispersión del grupo, al introducir un desfasaje creciente con el tiempo entre las diferentes ondas monocromáticas que lo componen. La condición de interferencia destructiva es ahora h ∆k  δxt − t∆k  ≈ π   2m (6.52) donde hemos escrito δxt = x − vt para indicar el apartamiento desde el centro del grupo. De la (6.52) resulta que el ancho del grupo es entonces ∆xt = 2δxt ≈ 2π h + t∆k ∆k m (6.53) que podemos escribir en la forma ∆x t ≈ h ∆p t = ∆x0 + ∆vt + ∆p m (6.54) La (6.54) muestra que el ancho del paquete crece linealmente con el tiempo desde su valor mínimo ∆x0 ≈ h / ∆p para t = 0, dado por el principio de incerteza. Este resultado es coherente con lo que se obtiene clásicamente. En efecto, en la Mecánica Clásica, si en t = 0 determinamos la posición de una partícula con una incerteza ∆x0 y su velocidad con una incerteza ∆v (debido a las limitaciones de los instrumentos de medida), después de transcurrir un tiempo t la incerteza de la posición es precisamente la que resulta de la ec. (6.54). En este sentido, la fórmula (6.54) no nos dice nada nuevo. La novedad es que ahora, a diferencia de lo que ocurre en la Mecánica Clásica, ∆x0 y ∆v no son independientes pues están relacionados por el principio de incerteza ∆x0 ∆v ≈ h / m . De resultas de eso la (6.54) se puede escribir ∆xt = ∆x0 + h t m∆x0 (6.55) De la (6.55) vemos que cuanto menor es la incerteza ∆x0 , tanto más rápidamente crece ∆xt . El principio de complementaridad El principio de incerteza permite resolver las aparentes paradojas que se originan en la dualidad onda-corpúsculo de la radiación y la materia. Si se intenta determinar si la radiación es una onda o un corpúsculo, resulta que todo experimento que fuerza a radiación a exhibir su carácter ondulatorio, al mismo tiempo suprime las manifestaciones de su carácter corpuscular, 65 6. Propiedades ondulatorias de la materia y viceversa. Es decir, en una misma situación experimental no se pueden observar a la vez los aspectos ondulatorio y corpuscular. Lo mismo ocurre con la materia. De resultas de ello las evidencias obtenidas bajo distintas condiciones experimentales no se pueden captar en una única imagen, sino que son complementarias, en el sentido que sólo la totalidad de los fenómenos agota la posible información sobre el objeto del estudio. Esto es consecuencia de que a nivel atómico es imposible separar netamente el comportamiento de los objetos (fotones, electrones, etc.) de la interacción con el instrumento de medida, que define las condiciones bajo las cuales aparece el fenómeno. Esta es la esencia del principio de complementaridad de Bohr: los conceptos de onda y partícula no se contradicen sino que se complementan. Consideremos, por ejemplo, el experimento de Young de interferencia de luz por dos rendijas (o en forma equivafuente lente, la interferencia de electrones) cuyo esquema se da en la Fig. 6.4. La distancia entre las rendijas es d. Del punto de vista ondulatorio, la onda original se divide en dos ondas coherentes al pasar por las rendijas, y la superposición de ambas produce las características franjas de interferencia en la pantalla. Supongamos ahora que reemplazamos la pantalla por un mosaico de minúsculos fotocátodos, de manera que mid rendijas diendo la corriente producida por la emisión del correspondiente fotoelectrón podemos determinar en qué lugar y de la pantalla ha llegado cada fotón. Igualmente, la distrie bución de los fotoelectrones sigue el mismo patrón de inx terferencia. Sin embargo, cada fotón individual llega a un lugar bien definido de la pantalla: el del fotocátodo donde fue absorbido. Si se piensa en el fotón como un corpúsculo, parece lógico pensar que tiene que pasar o por una, o por la otra de las pantalla rendijas, pero en este caso se plantea una paradoja, pues a Fig. 6.4. Interferencia por dos primera vista parece absurdo que el movimiento del fotón rendijas. más allá de las rendijas esté influenciado por la presencia de la rendija por la cual no pasó. La paradoja proviene de suponer que el fotón debe pasar por una rendija o por la otra. Tal afirmación no tiene sentido a menos que se determine experimentalmente por cuál de las dos rendijas ha pasado. Sin embargo, resulta que esa determinación es imposible de lograr, sin destruir el patrón de interferencia. En efecto, para determinar por cuál rendija pasa el fotón habría que poner un detector en cada rendija. Pero el detector inevitablemente interactúa con el fotón y altera la trayectoria que de otra forma seguiría. El principio de incerteza permite demostrar que si el detector tiene suficiente resolución espacial como para poder determinar por cuál rendija pasó el fotón, entonces la perturbación que produce en el impulso del fotón causa una desviación que destruye el patrón de interferencia de dos rendijas. 66 6. Propiedades ondulatorias de la materia Supongamos, para concretar, que con nuestro detector determinamos la coordenada y del fotón con una incerteza ∆y << d . (6.56) con lo cual podemos asegurar por cuál rendija pasó. En este proceso de detección hay una interacción que cambia el impulso del fotón; de resultas de ello la componente y del impulso tendrá una incerteza ∆py . Para no destruir el patrón de interferencia, ∆py debe ser tal que ∆py / px << θ (6.57) donde px es la componente x del impulso del fotón y θ es el ángulo subtendido desde la rendija por la posición de un máximo y la del mínimo adyacente, que vale θ = λ / 2d (6.58) ∆py << px λ / 2 d = h / 2 d (6.59) Sustituyendo (6.58) en (6.57) obtenemos pues λ ≅ h / px . Multiplicando ahora las desigualdades (6.56) y (6.59) obtenemos que la condición que se debe satisfacer para determinar por cuál rendija pasa el fotón, sin destruir el patrón de interferencia, es ∆y∆py << h / 2 (6.60) Pero esta condición viola el principio de incerteza. Por lo tanto no podemos saber por cuál rendija pasó el fotón y al mismo tiempo ver la figura de interferencia. Esto significa que el problema que nos preocupa es ilusorio. Veremos luego otros ejemplos en que el principio de incerteza ayuda a resolver conflictos aparentes entre los aspectos ondulatorios y corpusculares de un ente. 67 7. La teoría de Schrödinger 7. LA TEORÍA DE SCHRÖDINGER Introducción El trabajo de Broglie llamó la atención de Einstein, quien lo consideró muy importante y lo difundió entre los físicos. Inspirado en las ideas allí expuestas, Erwin Schrödinger desarrolló entre 1925 y 1926 su teoría de la mecánica ondulatoria, que es una de las maneras en que se presenta la Mecánica Cuántica. Corresponde mencionar que casi simultáneamente, Werner Heisenberg desarrolló un enfoque alternativo: la mecánica matricial. En la teoría de Heisenberg no se consideran ondas piloto; en su lugar se manejan las variables dinámicas como x, px , etc., que se representan mediante matrices. Los aspectos cuánticos se introducen en dicha teoría por medio del principio de incerteza, que se expresa por medio de las propiedades de conmutación de las matrices. El principio de incerteza es en realidad equivalente al postulado de Broglie, y las teorías de Heisenberg y de Schrödinger son idénticas en contenido aunque de forma aparentemente muy distinta. Pero esto no fue comprendido en seguida, y en un primer momento hubo ácidas polémicas entre los sostenedores de una y otra, hasta que Schrödinger en 1928 demostró la equivalencia de ambas. Debido a que la teoría de Schrödinger se presta mejor para un tratamiento introductorio no entraremos en los detalles de la teoría de Heisenberg1. La ecuación de Schrödinger Aunque el postulado de Broglie es correcto, no es todavía una teoría completa del comportamiento de una partícula, pues no se conoce la ecuación que rige la propagación de la onda piloto. Por eso pudimos analizar la propagación de la onda piloto únicamente en el caso de una partícula libre y no sabemos aún como tratar una partícula sometida a fuerzas. Falta, además, una relación cuantitativa entre la onda y la partícula, que nos diga de qué forma la onda determina la probabilidad de observar la partícula en un determinado lugar. Pese a que el postulado de Broglie es consistente con la relatividad (restringida), Schrödinger se limitó a desarrollar una teoría no relativística2. Además abandonó el término “onda piloto” y llamó función de onda a la función Ψ ( x, t ) y a la onda en sí; nosotros usaremos esa terminología de ahora en más. En consecuencia Schrödinger adoptó como punto de partida las ecuaciones λ = h/ p (7.1) ν = E/h (7.2) y pero supuso que la energía está dada por la expresión no relativística 1 2 El lector interesado los puede encontrar en el libro de Heisenberg ya citado en el Capítulo 6. Tenía buenas razones para ello. El desarrollo de la Mecánica Cuántica Relativística es mucho más complejo y difícil y sólo se pudo completar muchos años después. La razón fundamental es que en una teoría relativística consistente no se pueden introducir fuerzas (que implican acción a distancia) y además hay que tomar en cuenta los procesos de creación y aniquilación de materia (ver Capítulo 4). Esto implica que se tiene que cuantificar el campo electromagnético (y el que describe cualquier otro tipo de fuerzas que se quiera considerar) y los campos que describen las partículas. 68 7. La teoría de Schrödinger E = p2 / 2 m + V (7.3) donde m es la masa en reposo. Esta diferencia en la definición de E cambia el valor de ν. Pero cabe señalar que los experimentos de difracción que demuestran la validez de la (7.1), en realidad no dicen nada acerca de la (7.2). Además veremos que el valor de ν no tiene importancia en la teoría de Schrödinger. Asimismo, la (7.3) da el valor correcto de la velocidad de grupo para una partícula libre ( V = V0 = cte.), pues usando (7.2) resulta hω = h 2 k 2 / 2 m + V0 (7.4) donde k = 2π / λ y ω = 2πν , y por lo tanto vg = ∂ω = hk / m = p / m = v ∂k (7.5) La ecuación que rige la propagación de las ondas de materia debe satisfacer entonces los siguientes requisitos: • Debe ser consistente con las ecs. (7.1), (7.2) y (7.3), esto es con hω = h2 k 2 / 2 m + V . • Debe ser lineal en Ψ ( x, t ) , para que podamos superponer funciones de onda y reproducir efectos de interferencia y difracción como los que observaron Davisson y Germer. • El impulso de una partícula libre es constante; por lo tanto cuando V = V0 = cte. la ecuación debe tener soluciones de onda viajera como vimos en el Capítulo 6. Consideremos entonces una partícula libre. Para satisfacer el tercer requisito, la describiremos mediante una onda viajera Ψ f que depende del argumento ( kx − ωt ) . Puesto que para hacer aparecer los factores ω y k2 de la ec. (7.4) hay que derivar la función de onda una vez respecto del tiempo y dos veces respecto de la coordenada, la ecuación buscada podría ser de la forma αh ∂Ψ f βh 2 ∂ 2Ψ f = + V0Ψ f 2 m ∂x 2 ∂t (7.6) donde α y β son constantes a determinar. Como la (7.6) es lineal, satisface el segundo requisito. Es fácil ver que ondas viajeras del tipo Ψ f = cos(kx − ωt ) ó Ψ f = sen( kx − ωt ) no cumplen con primer requisito, pues no se puede recoger en un factor común la dependencia espacial y temporal, como haría falta para obtener la (7.4). Pero con un poco de álgebra se ve que una combinación lineal del tipo Ψ f = cos( kx − ωt ) + γsen( kx − ωt ) permite obtener la (7.4) si γ = ±i , α = γ y β = −1. Lo usual es tomar γ = +i , luego α = i y entonces obtenemos de la (7.6) la ecuación 2 ∂Ψ f h2 ∂ Ψ f ih =− + V0Ψ f 2 m ∂x 2 ∂t (7.7) que cumple los tres requisitos que estipulamos. La solución de onda viajera es pues de la forma Ψ f = cos( kx − ωt ) + isen( kx − ωt ) = ei( kx −ωt ) y como adelantamos en el Capítulo 6 es necesariamente compleja. 69 (7.8) 7. La teoría de Schrödinger La ec. (7.8) se obtuvo para el caso especial V = V0 = cte.. Vamos a postular que cuando V = V ( x, t ) , la ecuación diferencial que describe la función de onda tiene la misma forma. Se obtiene así la Ecuación de Schrödinger: ih h 2 ∂ 2Ψ ( x, t ) ∂Ψ ( x, t ) =− + V ( x, t )Ψ ( x, t ) ∂t 2 m ∂x 2 (7.9) Como se ve, es una ecuación en derivadas parciales lineal y del segundo orden, y a diferencia de otras ecuaciones diferenciales de la física contiene el imaginario i. De resultas de eso sus soluciones son necesariamente funciones complejas. La (7.9) vale para una dimensión espacial. En tres dimensiones la ecuación de Schrödinger es: ih h2 2 ∂Ψ ( r , t ) =− ∇ Ψ ( r , t ) + V ( r , t )Ψ ( r , t ) ∂t 2m (7.10) donde ∇2 es el operador Laplaciano. Interpretación de la función de onda La función de onda Ψ ( x, t ) es inherentemente compleja y por lo tanto no se puede medir con un instrumento real. Pero ésta es una característica deseable pues nos impide atribuir a la función de onda una existencia física como (por ejemplo) la de las olas de la superficie del agua. En realidad Ψ ( x, t ) no es más que un instrumento de cálculo que sólo tiene significado en el contexto de la teoría de Schrödinger de la que forma parte. Esto queda de manifiesto claramente si se considera que la función de onda no aparece en la teoría de Heisenberg, y sin embargo los resultados físicos de ambas teorías son equivalentes. Veremos más adelante otras consecuencias de estos hechos. Pero lo dicho no implica que la función de onda carece de interés físico. Veremos, en efecto, que la función de onda contiene toda la información sobre la partícula asociada, compatible con el principio de incerteza. Para obtener esa información hay que relacionar Ψ ( x, t ) con las variables dinámicas de la partícula asociada. Como dijimos en el Capítulo 6, hay una relación entre la intensidad de Ψ ( x, t ) en un punto (x, t) y la densidad de probabilidad P( x, t ) de encontrar a la partícula en el entorno de ese punto. Sin embargo, es obvio que no podemos igualar una cantidad compleja como Ψ ( x, t ) con P( x, t ) que es una magnitud real. La relación correcta entre Ψ ( x, t ) y P( x, t ) fue propuesta en 1926 por Max Born: Postulado de Born: si en el instante t se lleva a cabo una medida para ubicar la partícula descripta por la función de onda Ψ ( x, t ) , entonces la probabilidad P( x, t )dx de que el valor de x se encuentre entre x y x + dx es P( x, t )dx = Ψ * ( x, t )Ψ ( x, t )dx = * ( x, t )Ψ ( x, t )dx Ψ ∫ todo x Ψ ( x, t ) 2 dx 2 ∫ Ψ ( x, t ) dx todo x donde Ψ * ( x, t ) indica el complejo conjugado de Ψ ( x, t ) . 70 (7.11) 7. La teoría de Schrödinger Para que el postulado de Born tenga sentido, la integral NΨ ≡ ∫Ψ * ( x, t )Ψ ( x, t )dx (7.12) todo x (que se denomina la norma de Ψ) debe existir. En otras palabras, toda función de onda aceptable debe ser de cuadrado integrable, lo que implica que Ψ ( x, t ) debe tender a cero con suficiente rapidez para x → ±∞ . Se debe notar que las soluciones de onda viajera del tipo (7.8) no son de cuadrado integrable y por lo tanto no son funciones de onda aceptables. Sin embargo no las vamos a descartar pues a partir de ellas, mediante la integral de Fourier, se pueden formar paquetes que sí son de cuadrado integrable y por lo tanto funciones de onda aceptables. Volveremos más adelante sobre este tema. En adelante vamos a suponer que la función de onda está normalizada de modo que la integral del cuadrado de su módulo (extendida a todo el dominio de la coordenada) es igual a la unidad: NΨ = ∫Ψ * ( x, t )Ψ ( x, t )dx todo x = ∫ Ψ ( x, t )2 dx =1 (7.13) todo x cosa que podemos lograr siempre, pues la ecuación de Schrödinger es lineal y si Ψ ′ es una solución no normalizada, entonces Ψ = Ψ′ ∫Ψ ′*Ψ ′dx (7.14) todo x es también solución y está normalizada. Además mostraremos en breve que si la función de onda está normalizada en un dado instante t, permanece normalizada en todo otro instante t ′ . En consecuencia podemos escribir la (7.11) como P( x, t )dx = Ψ * ( x, t )Ψ ( x, t )dx = Ψ ( x, t ) 2 dx (7.15) La cantidad Ψ *Ψ = Ψ 2 es siempre real y por lo tanto el postulado de Born no es inconsistente. Pero esto no prueba todavía la validez de dicho postulado, pues Ψ *Ψ no es la única función real que se puede obtener a partir de Ψ . Sin embargo se puede dar un argumento de plausibilidad del modo siguiente. La Ψ satisface la ecuación de Schrödinger ih h 2 ∂ 2Ψ ∂Ψ =− + VΨ ∂t 2 m ∂x 2 (7.16) Tomando el complejo conjugado de la (7.16) obtenemos −ih h 2 ∂ 2Ψ * ∂Ψ * =− + VΨ * 2 m ∂x 2 ∂t (7.17) Ahora multiplicamos la (7.16) por Ψ * y la (7.17) por Ψ y restamos para obtener  ∂Ψ ∂Ψ *  ∂ 2Ψ *  h 2  * ∂ 2Ψ ihΨ * +Ψ Ψ Ψ = − −    ∂t ∂t  ∂x 2 ∂x 2  2m   71 (7.18) 7. La teoría de Schrödinger que se puede poner en la forma ∂ ∂  ih  ∂Ψ * ∂Ψ   Ψ *Ψ = −  −Ψ *  Ψ ∂t ∂x  2 m  ∂x ∂x   ( ) (7.19) Si ahora definimos la corriente de probabilidad como J ( x, t ) ≡ ih  ∂Ψ * ∂Ψ  −Ψ * Ψ  2m  ∂x ∂x  (7.20) la (7.19) se escribe como ∂P ∂J =− ∂t ∂x (7.21) Esta ecuación expresa la conservación de la probabilidad. En efecto, integrando la (7.21) entre x1 y x2 obtenemos x ∂ 2 P( x, t )dx = J ( x1, t ) − J ( x2 , t ) ∂t x∫ (7.22) 1 que nos dice que la variación de la probabilidad de encontrar la partícula en el intervalo ( x1 , x2 ) está dada por el flujo neto de la corriente de probabilidad que entra en dicho intervalo. Si extendemos el intervalo de integración a todo x, resulta +∞ +∞ ∂ ∂ dN Ψ * ( x, t )Ψ ( x, t )dx = Ψ = 0 P( x, t )dx = ∫ ∫ ∂t −∞ ∂t −∞ dt (7.23) puesto que Ψ y ∂Ψ / ∂x , y entonces J, se anulan en x = ±∞ . Por lo tanto la (7.23) nos dice que si la función de onda está normalizada en un dado instante t, permanece normalizada en todo otro instante t ′ . La ecuación de Schrödinger independiente del tiempo Cuando V = V ( r ) no depende del tiempo, la ecuación de Schrödinger (7.10) admite soluciones separables de la forma Ψ ( r , t ) = ψ ( r )φ (t ) (7.24) La soluciones de la forma (7.24) son una familia de soluciones particulares de la (7.10) que reviste particular interés, como veremos ahora. Sustituyendo (7.24) en (7.10) y dividiendo por ψ ( r )φ (t ) obtenemos ih  1 dφ (t ) 1  h2 2 = ∇ ψ ( r ) + V ( r )ψ ( r ) − φ (t ) dt ψ (r )  2m  (7.25) El miembro izquierdo de la (7.25) depende solo de t y el miembro derecho depende solo de las variables espaciales r. Por lo tanto ambos miembros deben ser iguales a una constante C, que se 72 7. La teoría de Schrödinger denomina constante de separación, y entonces la ecuación de Schrödinger se separa en dos ecuaciones, una para φ (t ) y la otra para ψ ( r ) : ih  1 dφ (t ) 1  h2 2 =C , ∇ ψ ( r ) + V ( r )ψ ( r ) = C −  φ (t ) dt ψ (r )  2m (7.26) La ecuación para φ (t ) se integra de inmediato. A menos de un factor constante, la solución es: φ (t ) = e − iCt / h (7.27) que es una función compleja puramente oscilatoria con frecuencia ν = C / h . Recordando que la (7.2) nos dice que ν = E / h , donde E es la energía de la partícula, debemos identificar la constante de separación C con la energía total E. Luego la segunda de las (7.26) se escribe como la Ecuación de Schrödinger independiente del tiempo: − h2 2 ∇ ψ ( r ) + V ( r )ψ ( r ) = Eψ ( r ) 2m (7.28) Esta ecuación determina la dependencia espacial ψ ( r ) de las funciones de onda separables del tipo (7.24). Como se ve es una ecuación del segundo orden, que no contiene factores imaginarios y por lo tanto sus soluciones no son necesariamente complejas. Sus soluciones ψ E ( r ) , que dependen del valor de la constante de separación E, se denominan autofunciones (o funciones propias) de la energía, y los correspondientes valores de E se denominan autovalores (o valores propios) de la energía. Finalmente, la función de onda se escribe como ΨE ( r , t ) = ψ E ( r )e − iEt / h (7.29) Veremos en seguida que al resolver la ecuación de Schrödinger independiente del tiempo (7.28) sólo se obtienen soluciones aceptables para ciertos valores particulares de E. De esta forma aparece la cuantificación de la energía. Cuantificación de la energía en la teoría de Schrödinger Para ver de manera sencilla como aparece la cuantificación de la energía, consideremos las soluciones ψ E ( x ) de la ecuación de Schrödinger independiente del tiempo en el caso de una sola coordenada x. La (7.28) se escribe entonces h2 ψ xx = [V ( x ) − E ]ψ 2m (7.30) Para que una solución sea aceptable ψ y ψ x deben ser uniformes, finitas y continuas para todo x, pues en caso contrario la función de onda Ψ violaría alguno de estos requisitos, y entonces la densidad de probabilidad o la corriente de probabilidad no estarían bien definidas en algún lugar. Si además E y V son finitos, entonces la (7.30) nos dice que ψ xx es también finita. Supongamos ahora que resolvemos la (7.30) para un potencial V ( x ) como se muestra en la Fig. 7.1, por ejemplo por integración numérica. Para eso comenzamos por asignar arbitrariamente un 73 7. La teoría de Schrödinger valor de E (como el que se indica en la Fig. 7.1 con la recta horizontal). Vemos así que los puntos de retorno clásicos x ′ y x ′′ (determinados por la condición E = V ( x ) ) dividen el eje x en tres regiones: x < x ′ (región I) y x > x ′′ (región III), donde V ( x ) − E > 0 y por lo tanto ψ xx > 0 , y x ′ < x < x ′′ (región II), donde V ( x ) − E < 0 y entonces ψ xx < 0 . Comencemos por integrar la (7.30) en la V(x) dirección positiva de x a partir del punto x0 , asignando los valores iniciales de V1 ψ ( x0 ) y ψ x ( x0 ) . Dada la linealidad de la ecuación (7.30) podemos siempre fijar I II III ψ ( x0 ) = 1 , de modo que el único parámeE tro que podemos variar para obtener una solución aceptable es ψ x ( x0 ) . De acuerdo a lo dicho, en la región II ψ x0 x" x' x es cóncava hacia abajo donde ψ > 0 y cóncava hacia arriba donde ψ < 0 . Luego Fig. 7.1. Diagrama de la energía que muestra la ψ oscila y se mantiene acotada. relación entre la energía potencial y la energía En la región III, en cambio, ψ es cóncava total en un caso típico. hacia arriba donde ψ > 0 y cóncava hacia abajo donde ψ < 0 . Entonces ψ se dispara hacia +∞ (si es positiva) como en la curva (a) de la Fig. 7.2, o hacia –∞ (si es negativa) como en la curva (b), y en ambos casos, tanto más rápidamente cuanto mayor es ψ . Por supuesto ninguno de estos comportamientos es aceptable. Solamente para un único valor ψ x ( x0 ) III de ψ x ( x0 ) se encontrará una ψ que tenga un comportamiento aceptable como el de la curva s(x) (c). En este caso ψ tiende asintótica(a) mente al eje x, y cuanto más se apro1 xima a él, tanto menor es su concaviI II III dad, de modo que no se vuelve hacia arriba. Cuando se resuelve numérica(c) mente el problema, ψ x ( x0 ) III se de0 termina por prueba y error. x0 x" x' x Al integrar la (7.30) desde x0 en la dirección negativa de x, en la región I sucede lo mismo que en la región III: (b) en general ψ se dispara hacia +∞ o hacia –∞, salvo para un único valor Fig. 7.2. Intentos de integración numérica de la ecuación de Schrödinger independiente del tiempo. ψ x ( x0 ) I de ψ x ( x0 ) , que da un comportamiento aceptable para x → −∞ . Usualmente tendremos ψ x ( x0 ) I ≠ ψ x ( x0 ) III . Por lo tanto la (7.30) no tiene soluciones aceptables para el valor de E que hemos fijado, pues cualquiera sea el valor de ψ x ( x0 ) que se elija, ψ diverge para x → +∞ , o para x → −∞ , o en ambos casos. Sin embargo, al repetir el procedimiento con diferentes valores de E, se encuentra en general que existen algunos valores especiales E1, E2 , E3 , … (ordenados de menor a mayor) para los cuales se cumple que ψ x ( x0 ) I = ψ x ( x0 ) III , y entonces la ecuación de Schrödinger independiente del tiempo tiene soluciones aceptables ψ 1 ( x ), ψ 2 ( x ), ψ 3 ( x ), …. La Fig. 7.3 muestra (cualitativamente) el aspecto de las tres primeras soluciones aceptables; se ve que en las regiones I y III el 74 7. La teoría de Schrödinger comportamiento de todas ellas es semejante, mientras que en la región II se observa que ψ 1 ( x ) no se anula nunca, ψ 2 ( x ) tiene un nodo, ψ 3 ( x ) tiene dos nodos, y así sucesivamente. De la Fig. 7.3 y de la ec. (7.30) se puede ver que E2 > E1 . Consideremos el punto x0 donde ψ 1 ( x ) = ψ 2 ( x ) . De la Fig. se s2(x) reconoce que s1(x) (7.31) (ψ 2 ) xx x > (ψ 1 ) xx x 0 0 x' x0 x" 0 de modo que x V ( x0 ) − E2 > V ( x0 ) − E1 (7.32) s3(x) y por lo tanto E2 > E1 . De manera semejante se puede ver que E3 > E2 , etc. Fig. 7.3. Las tres primeras soluciones aceptables de la ecuación de Schrödinger independiente del tiemDebe quedar claro que las diferencias de po en un caso típico. energía ( E2 − E1 ), ( E3 − E2 ), … etc. no son infinitesimales, porque las diferencias entre las derivadas segundas de ψ en x0 son finitas. Por lo tanto los valores permitidos de la energía están bien separados y forman un conjunto discreto. Resulta entonces que la energía de una partícula cuya energía potencial es independiente del tiempo está cuantificada, pues sólo para un conjunto discreto de valores E1, E2 , E3 , … de la energía (que se denominan niveles de energía) hay soluciones aceptables de la ecuación de Schrödinger independiente del tiempo. Lo dicho vale siempre y cuando el valor E de la energía total sea tal que haya dos puntos de retorno. Si V ( x ) es tal como se Continuo muestra en la Fig. 7.1, esto es cierto si V1 E < V1, donde V1 es el valor límite que alcanza V cuando x → +∞ ; en este caso hay en general un número finito3 de niE3 veles discretos de la energía para los E2 E1 cuales E < V1 (Fig. 7.4). Cuando E > V1 la situación es diferente, pues hay un único punto de retorno (el x punto x ′ ), que divide el eje x en las reFig. 7.4. Niveles permitidos de energía en un caso giones I ( x < x ′) y II ( x > x ′). Puesto que típico. en la región II se cumple que V ( x ) − E < 0 , la ψ oscila y se mantiene finita para x → +∞ . Pero nuestra discusión anterior muestra entonces que para cualquier valor de E ( E > V1) se puede siempre elegir un valor 3 Puede haber excepciones cuando la energía potencial se aproxima muy lentamente al valor límite, porque en ese caso la separación entre los niveles de energía se hace muy pequeña a medida que nos aproximamos a V1, y si eso ocurre puede haber infinitos niveles discretos de energía por debajo de V1. Un ejemplo importante es el de la energía potencial Coulombiana, que tiende muy lentamente al valor límite V1 = 0. 75 7. La teoría de Schrödinger ψ x ( x0 ) I de ψ x ( x0 ) , tal que ψ tenga un comportamiento aceptable para x → −∞ . Por lo tanto todos los valores E > V1 de la energía están permitidos. Se dice entonces que los niveles de energía forman un continuo. Debe quedar claro que si V ( x ) alcanza valores límite tanto a la izquierda como a la derecha, los valores permitidos de la energía forman un continuo para todas las energías mayores que el menor de esos valores límite. Resumiendo, hemos llegado al siguiente resultado: Cuantificación de la energía en la teoría de Schrödinger: • si la relación entre V ( x ) y la energía total E es tal que una partícula clásica está confinada (ligada), los niveles de energía permitidos son discretos. • si esa relación es tal que una partícula clásica no está ligada, la energía total puede tomar cualquier valor, de modo que los niveles de energía forman un continuo. El conjunto de todos los niveles permitidos de la energía se denomina espectro de energía. En general, entonces, el espectro de energía de una partícula cuya energía potencial es V ( x ) tiene una parte discreta y una parte continua. Sólo cuando V ( x ) crece sin límite para x → ±∞ el espectro es completamente discreto. Veremos que las conclusiones a que hemos llegado a partir de nuestra discusión cualitativa se verifican en todos los casos específicos que estudiaremos. Valores esperados y operadores diferenciales Consideremos una partícula y su función de onda Ψ ( x, t ) . Conforme al postulado de Born, la probabilidad de encontrar la partícula en el intervalo entre x y x + dx es: P( x, t )dx = Ψ * ( x, t )Ψ ( x, t )dx (7.33) Por consiguiente el valor medio de una serie de mediciones de x (realizadas al mismo tiempo t), que designaremos con x y llamaremos el valor esperado de x, está dado por +∞ x= +∞ ∫ xP( x, t )dx −∞ = ∫Ψ * ( x, t ) xΨ ( x, t )dx (7.34) −∞ En la (7.34) hemos escrito los factores del integrando en un orden particular, por razones que resultarán claras en breve. Es fácil ver que el valor esperado de cualquier función f ( x, t ) de x y t (por ejemplo V ( x, t ) ) está dado por +∞ f ( x, t ) = ∫Ψ * ( x, t ) f ( x, t )Ψ ( x, t )dx (7.35) −∞ puesto que las mediciones que se realizan para obtener el valor medio se hacen en el mismo tiempo t. La coordenada x y funciones como V ( x, t ) son ejemplos de variables dinámicas que caracterizan el estado de la partícula. Otras variables dinámicas de interés son el impulso p y la energía total E (y en el caso de movimiento en tres dimensiones, las tres componentes del impulso p y del momento angular L). Consideremos el impulso. Por analogía con (7.34) y (7.35) podríamos pensar que el valor esperado de p se calcule como 76 7. La teoría de Schrödinger +∞ p = ∫Ψ * ( x, t ) pΨ ( x, t )dx (7.36) −∞ El problema de la (7.36) es que para calcular la integral se precisaría expresar p en términos de x y t. En un problema clásico, una vez resueltas las ecuaciones del movimiento se puede siempre expresar p como función de x y t, pero no podemos hacer lo mismo en el caso cuántico, pues el principio de incerteza establece que p y x no se pueden conocer simultáneamente con exactitud. Luego hay que encontrar otra forma de expresar el integrando en términos de x y t. La forma que buscamos se puede inferir considerando el caso de una partícula libre, cuya función de onda (ec. 7.8) es4 Ψ f = ei( kx −ωt ) (7.37) Si derivamos respecto de x obtenemos ∂Ψ f / ∂x = ikΨ f , que recordando la relación k = p / h se puede escribir como −ih ∂ Ψ = pΨ f ∂x f (7.38) La (7.38) indica que existe una relación entre la variable dinámica p y el operador diferencial −ih∂ / ∂x : p ↔ −ih ∂ ∂x (7.39) Una relación semejante existe entre la energía E y el operador ih∂ / ∂t E ↔ ih ∂ ∂t (7.40) pues la (7.37) nos dice que ih ∂ Ψ = EΨ f ∂t f (7.41) Estas asociaciones no están limitadas al caso de la partícula libre. Consideremos por ejemplo la relación (7.3) que define la energía E: E = p2 / 2 m + V (7.42) Si en esta relación reemplazamos las variables dinámicas por los operadores asociados resulta 4 El lector podría objetar que usemos la función (7.37), que no es de cuadrado integrable. La objeción es correcta: el procedimiento riguroso es considerar un paquete de ondas de cuadrado integrable, pero casi monocromático. El cálculo es más laborioso, pero se llega al mismo resultado. Veremos en breve una forma más cómoda de proceder, basada en normalizar funciones como la (7.37) con la delta de Dirac. 77 7. La teoría de Schrödinger ih h2 ∂ 2 ∂ =− + V ( x, t ) ∂t 2 m ∂x 2 (7.43) Esta ecuación entre operadores implica que para toda función de onda Ψ ( x, t ) se cumple que ih h 2 ∂ 2Ψ ( x, t ) ∂Ψ ( x, t ) =− + V ( x, t )Ψ ( x, t ) ∂t 2 m ∂x 2 (7.44) que es la ecuación de Schrödinger (7.9). Esto implica que postular las relaciones (7.39) y (7.40) entre las variables dinámicas y los correspondientes operadores es equivalente a postular la ecuación de Schrödinger. Esta fue en realidad la vía que siguió Schrödinger para obtener su ecuación, y es un método poderoso para obtener la ecuación de Schrödinger en casos más complicados que los que discutimos hasta ahora. Aplicando la (7.39) en la (7.36) obtenemos la expresión del valor esperado del impulso: +∞ ∂Ψ ( x, t ) dx p = −ih ⌠  Ψ * ( x, t ) ⌡ ∂x (7.45) −∞ y análogamente usando la (7.40) se obtiene el valor esperado de la energía +∞ ∂Ψ ( x, t ) dx E = ih ⌠  Ψ * ( x, t ) ⌡ ∂t (7.46) −∞ Usando la (7.43) obtenemos también +∞ ⌠  h2 ∂ 2  E = ih  Ψ * ( x, t ) − + V ( x , t ) Ψ ( x, t )dx  2 m ∂x 2  ⌡ (7.47) −∞ En general, podemos calcular el valor esperado de cualquier variable dinámica f ( x, p, t ) como +∞ f ( x, p, t ) = ∫Ψ * ( x, t ) fˆ ( x, −ih∂ / ∂x, t )Ψ ( x, t )dx (7.48) −∞ donde el operador fˆ ( x, p, t ) se obtiene reemplazando5 p por el operador −ih∂ / ∂x en la función f ( x, p, t ) que especifica la variable dinámica f. Estos resultados muestran que la función de onda, además de determinar la densidad de probabilidad y la corriente de probabilidad como ya vimos, contiene mucha más información, pues por medio de la (7.48) nos permite calcular el valor esperado de cualquier variable dinámica. En realidad, la función de onda contiene toda la información que podemos llegar a obtener acerca de la partícula, habida cuenta del principio de incerteza. 5 Hay que tomar ciertas precauciones, que se verán oportunamente, cuando en la expresión de f aparecen productos de dos o más variables dinámicas, ya que en general el producto de operadores no es conmutativo. 78 7. La teoría de Schrödinger Propiedades matemáticas de operadores lineales en espacios funcionales Como acabamos de ver, en la Mecánica Cuántica las variables dinámicas se representan por medio de operadores. Por lo tanto conviene repasar algunas propiedades de los operadores, que vamos a presentar sin pretensión de rigor matemático. Al calcular la norma de la función de onda y los valores esperados de variables dinámicas nos encontramos con expresiones del tipo ∫ ξ *η dτ ≡ (ξ , η) (7.49) D que se suelen llamar producto interno o producto escalar de las funciones ξ y η, por analogía con el producto escalar ordinario de dos vectores. La integral se efectúa sobre el dominio D de las variables de que dependen las funciones. Por ejemplo, en las (7.45), (7.48) la variable de integración es x y la integral va de –∞ a +∞; en tres dimensiones podríamos tener dτ = dx dy dz o bien dτ = r 2senθ dr dθ dφ (en este caso la integral sobre r va de 0 a ∞, la integral sobre θ va de 0 a π y la integral sobre φ va de 0 a 2π), u otras expresiones según el sistema de coordenadas usado. Para tener expresiones compactas usaremos la notación (ξ , η) para indicar el producto escalar. Daremos por sobreentendido que las funciones ξ , η, ζ , ϕ , … etc. son de cuadrado integrable y satisfacen oportunas condiciones en el contorno de D, y por ahora supondremos que el dominio D de integración en (7.52) es finito. Más adelante veremos como proceder cuando D es infinito. Producto escalar, norma y ortogonalidad El producto escalar o producto interno (ξ , η) de dos funciones ξ y η (en este orden) es un número complejo y se cumple que (η, ξ ) = (ξ , η)* , (η, aζ + bϕ ) = a(η,ζ ) + b(η, ϕ ) (7.50) donde a, b son dos números complejos cualesquiera. La norma N de una función de define como N ≡ (ξ , ξ ) (7.51) La norma es siempre real y positiva, salvo para la función nula ξ = 0 para la cual N = 0. Una función se dice normalizada cuando su norma es 1: (ξ , ξ ) = 1 (7.52) Dos funciones ξ y η se dicen ortogonales cuando su producto escalar es nulo: (ξ , η) = 0 (7.53) Sistema ortonormal Una serie de Fourier es un caso especial de expansión de una función arbitraria en serie de funciones ortogonales. Pasaremos revista a las propiedades generales de esas expansiones. Sea un conjunto finito (o infinito numerable) de funciones 79 7. La teoría de Schrödinger ϕ1, ϕ 2 , ϕ 3 , … (7.54) definidas en D. El conjunto se dice ortonormal (ortogonal y normalizado) si se cumple (ϕ i , ϕ j ) = δ ij para todo i, j (7.55) Queremos representar una función f arbitraria de cuadrado integrable definida en D mediante una serie de las ϕ j . Primero supongamos que la serie tiene un número finito n de términos de la forma n fn′ = ∑ a jϕ j (7.56) j =1 donde los a j son coeficientes numéricos. Usaremos como criterio de la “bondad” de la aproximación el de minimizar la norma de la diferencia entre f y fn′ , (el error standard); pediremos entonces que Mn = ( f − fn′, f − fn′ ) (7.57) sea mínimo. Con algunos cálculos que omitimos por brevedad se encuentra que el mínimo se tiene cuando a j = (ϕ j , f ) (7.58) y en ese caso el error standard es n Mn = ( f , f ) − ∑ a j 2 (7.59) j =1 Puesto que por definición Mn es no negativo, se obtiene la desigualdad de Bessel n ( f , f ) ≥ ∑ aj 2 (7.60) j =1 Si el conjunto (7.54) es infinito, podríamos esperar que al tomar n más y más grande se obtenga una serie que represente cada vez mejor a f. Esta expectativa intuitiva es correcta, siempre y cuando el conjunto ortonormal (7.54) sea completo. El sistema (7.54) se dice completo cuando para cada número positivo ε arbitrariamente pequeño existe un entero finito n0 = n0 (ε ) , tal que para todo n > n0 se cumple que Mn < ε . En ese caso, se dice que la serie ∞ f ′ = ∑ a jϕ j , (7.61) j =1 con los coeficientes dados por la (7.58), converge en la media a f, y se escribe ∞ f = ∑ a jϕ j j =1 80 (7.62) 7. La teoría de Schrödinger La igualdad (7.62) se debe interpretar que significa que la serie del miembro derecho es igual a f casi en todas partes6 del dominio D. En general no es trivial demostrar que un dado conjunto ortonormal es completo. Nosotros vamos a suponer, cuando sea necesario, que los sistemas ortonormales que nos interesan son efectivamente completos. El método de ortogonalización de Schmidt Hasta ahora hemos supuesto que el sistema ortonormal ϕ j está asignado. En realidad para hacer expansiones alcanza con que las funciones del sistema sean linealmente independientes. Pero es más cómodo trabajar con un sistema ortonormal. Por lo tanto es útil tener un procedimiento sistemático para ortogonalizar un conjunto de funciones f j linealmente independientes. A continuación describimos el método de Schmidt. Sea N1 la norma de f1. La primera función ortonormal es entonces 1 f1 N1 (7.63) 1 [ f2 − ϕ1 (ϕ1, f2 )] N2 (7.64) ϕ1 = La segunda función ortonormal es ϕ2 = donde N2 es la norma de la función encerrada por el corchete de la (7.64). La tercera función ortonormal es ϕ3 = 1 [ f3 − ϕ1 (ϕ1, f3 ) − ϕ 2 (ϕ 2 , f3 )] N3 (7.65) donde N3 es la norma de la función encerrada por el corchete de la (7.65). Continuando de esta manera se pueden ortogonalizar y normalizar sucesivamente todas las f j . Función delta de Dirac y relaciones de clausura La función delta de Dirac δ ( x − a) = δ ( a − x ) es una función par definida por: • δ ( x − a) = 0 c • ∫ δ ( x − a)dx b para x ≠ a (7.66)  1 si a está dentro del intervalo (b, c) =  0 si a está fuera del intervalo (b, c) (7.67) La función delta de Dirac se puede definir como la forma límite de una curva con un pico agudo que se hace más y más alto y más y más angosto, de forma tal que el área debajo de la curva se mantiene constante. Por ejemplo se puede usar una Gaussiana, y entonces 1 − δ ( x − a) = lim ε → 0 e ε π 6 ( x − a)2 ε2 (7.68) Se dice que dos funciones f1 y f2 son iguales casi en todas partes cuando difieren en un conjunto de puntos de medida nula. 81 7. La teoría de Schrödinger Sea f ( x ) es una función arbitraria de x definida en el entorno de x = a (el intervalo de integración incluye x = a ); es fácil entonces demostrar las siguientes propiedades de integrales que contienen funciones delta: • (I): ∫ f ( x )δ ( x − a)dx = f ( a) (7.69) • (II) si δ ( n) ( x − a) indica la derivada n-ésima de δ ( x − a) respecto de su argumento, entonces ∫ f ( x )δ (n) ( x − a)dx = ( −1)n f ( n ) ( a) (7.70) • (III) si y = y( x ) , entonces ∫ f ( x )δ ( y( x ))dx = f (x ) ∑ y′( xii ) (7.71) i donde los puntos xi son las raíces reales de y( x ) = 0 en el intervalo de integración. La ec. (7.71) es equivalente a decir que δ ( y( x )) = ∑ i δ ( x − xi ) y ′( xi ) (7.72) La función delta se puede definir en más de una dimensión. Por ejemplo δ ( r − a) = δ ( x − ax )δ ( y − ay )δ ( z − az ) (7.73) Retornamos ahora a nuestra discusión de las expansiones ortonormales. Escribimos la (7.62) para una función arbitraria f: ∞ f ( x) = ∑ j =1 ⌠  ∞  (ϕ *j , f )ϕ j ( x ) =   ϕ j ( x )ϕ *j ( x ′) f ( x ′)dx ′    j =1  j =1 ⌡ ∞ a jϕ j ( x ) = ∑ ∑ (7.74) D donde hemos intercambiado el orden de suma e integral. Comparando la (7.74) con la (7.69) obtenemos que ∑ ϕ j ( x )ϕ *j ( x ′) = δ ( x ′ − x ) (7.75) j La (7.75) se denomina relación de clausura o de completitud, y se cumple para todo sistema ortonormal completo. La (7.75) se denomina a veces “teorema de expansión” debido al siguiente teorema: si f y g son funciones arbitrarias y las ϕ j forman un sistema completo, se cumple ( f , g) = ∑ ( f , ϕ j )(ϕ j , g) (7.76) j La demostración se basa en la definición del producto escalar y en la relación de completitud (7.75). 82 7. La teoría de Schrödinger Integrales de Fourier Hasta ahora hemos considerado expansiones en términos de un sistema ortonormal ϕ j que consiste de una infinidad numerable de funciones. Cuando el dominio D es infinito el índice discreto j se convierte en un parámetro continuo k. También puede suceder que aparezca una combinación de valores discretos e intervalos continuos del índice. En general, la transición matemática rigurosa desde un dominio finito con un índice discreto a un dominio infinito con un parámetro continuo no es trivial. Nosotros indicaremos los pasos formales para el caso de la integral de Fourier, sin pretensión de rigor7. Consideremos la integral de Fourier f ( x) = +∞ 1 2π ∫ F(k )eikx dk (7.77) −∞ y la transformación inversa F(k ) = 1 2π +∞ ∫ f ( x )e −ikx dx (7.78) −∞ En estas fórmulas las variables continuas k y x están en pie de igualdad, pero para establecer una conexión con nuestra anterior discusión podemos observar que la (7.77) es análoga a la expansión en serie (7.62) mientras que la (7.78) es análoga a la expresión del coeficiente (7.58) de la serie, donde la función ortonormal ϕ j ( x ) se ha reemplazado por 1 ikx e 2π ϕ (k, x ) = (7.79) Es fácil verificar que la ortonormalidad de las funciones (7.79) se expresa como 1 2π +∞ ∫ ei( k − k ′) x dx = δ (k − k ′) (7.80) −∞ Análogamente, combinando la (7.77) con la (7.78) obtenemos la relación de clausura o de completitud: 1 2π +∞ ∫ eik ( x − x ′)dk = δ ( x − x ′) (7.81) −∞ Un resultado importante de las integrales de Fourier es el teorema de Parseval, que establece que si f y g son dos funciones cuyas transformadas de Fourier son F y G, se cumple que +∞ ∫ f * ( x )g( x )dx +∞ = −∞ 7 ∫ F* (k )G(k )dk (7.82) −∞ El lector interesado en el detalle matemático puede consultar, por ejemplo, el libro de E. C. Titcmarsh Introduction to the Theory of Fourier Integrals Oxford Univ. Press, 1948. 83 7. La teoría de Schrödinger Una demostración no rigurosa de la (7.82) se obtiene sustituyendo las integrales (7.77) en el primer miembro de la (7.82), intercambiando el orden de integración, y usando la relación de ortonormalidad (7.80). Si en (7.82) ponemos g = f resulta +∞ ∫ +∞ f * ( x ) f ( x )dx = −∞ ∫ F* (k ) F(k )dk (7.83) −∞ que muestra que la norma de f ( x ) en el dominio infinito de x es igual a la norma de F( k ) en el dominio infinito de k. Esta forma especial del teorema de Parseval es el equivalente para la integral de Fourier de la (des)igualdad de Bessel (pues la ec. (7.59) se convierte en una igualdad para un sistema completo). Este resultado justifica emplear funciones que no se pueden normalizar a la unidad (como las ondas planas) para construir paquetes. En efecto, si las funciones del sistema ortonormal se normalizan a la delta de Dirac, la (7.83) garantiza que el paquete de ondas está normalizado si F( k ) es de cuadrado integrable. Operadores lineales Un operador A se define como un ente que actúa sobre una función ξ para producir otra función η: η = Aξ (7.84) Nosotros estamos interesados únicamente en operadores lineales, que cumplen las condiciones A(cξ ) = cA(ξ ) , A(ξ + η) = Aξ + Aη (7.85) El producto de dos operadores A y B se define como ABξ = A( Bξ ) (7.86) ABξ ≠ BAξ (7.87) Debe notarse que en general a menos que A y B conmuten. El conmutador de dos operadores se indica con [ A, B] y se define como [ A, B] = AB − BA (7.88) g = Kf (7.88) Núcleo de un operador lineal Un operador lineal K definido por se puede escribir en forma explícita como 84 7. La teoría de Schrödinger g( x ) = ∫ k ( x, x ′) f ( x ′)dx ′ (7.89) D La función k ( x, x ′) se denomina núcleo del operador K. Pese a que la (7.89) tiene el aspecto de una ecuación integral lineal que no incluye operadores diferenciales, es fácil ver que con la ayuda de la función delta de Dirac se obtienen operadores diferenciales. Por ejemplo si K= d2 2 2 +α dx (7.90) entonces  d2  k ( x, x ′ ) =  2 + α 2  δ ( x − x ′ )  dx  (7.91) Operador adjunto El operador K † adjunto de K se define como el operador que cumple (ξ , Kη) = ( K †ξ , η) (7.92) para todo par de funciones ξ y η arbitrarias. Usando la (7.89) encontramos que el núcleo adjunto k † ( x, x ′) está dado por k † ( x, x ′) = [k ( x ′, x )]* (7.93) Operadores Hermitianos Un operador K para el cual K † = K se dice Hermitiano o autoadjunto. Para un operador autoadjunto el producto escalar ( f , Kf ) es real para cualquier f, pues: ( f , Kf ) = ( K † f , f ) = ( Kf , f ) = ( f , Kf )* (K Hermitiano) (7.94) Esta propiedad de los operadores Hermitianos es de fundamental importancia, pues una hipótesis básica de la Mecánica Cuántica es que los valores esperados de las magnitudes observables se expresan en la forma ( f , Kf ) y son siempre reales. Por lo tanto todos los observables deben estar representados por operadores Hermitianos. Un operador que cumple K † = − K se dice anti-Hermitiano. Autovalores y autofunciones de un operador Hermitiano El problema de autovalores para un operador lineal K se expresa como Kϕ = λϕ (7.95) Las soluciones de (7.95) existen sólo para ciertos valores particulares de λ, indicados con λ j , que se denominan autovalores o valores propios del operador K. Las correspondientes soluciones ϕ j ( x ) se denominan autofunciones o funciones propias de K. Un ejemplo lo constituyen las 85 7. La teoría de Schrödinger soluciones de la ecuación de Schrödinger independiente del tiempo, que son las autofunciones del operador que representa la energía total de un sistema cuántico. El conjunto de autovalores de K se denomina el espectro de K. Por lo dicho, los autovalores y autofunciones de K cumplen que Kϕ j = λ jϕ j (7.96) Una propiedad muy importante de los operadores Hermitianos es que todos sus autovalores son reales. Para demostrarlo basta tomar el producto escalar de la (7.96) por ϕ j : (ϕ j , Kϕ j ) = λ j (ϕ j , ϕ j ) (7.97) Puesto que (ϕ j , Kϕ j ) y (ϕ j , ϕ j ) son ambos reales, λ j es real. Vale también la propiedad recíproca, esto es, un operador todos cuyos autovalores son reales es Hermitiano. Vamos a mostrar ahora que las autofunciones que corresponden a diferentes autovalores son ortogonales. Para ver esto, consideremos dos autofunciones ϕ i y ϕ j que satisfacen Kϕ i = λiϕ i , Kϕ j = λ jϕ j (7.98) Ahora tomamos el producto escalar de ϕ j (a la izquierda) por la primera de estas ecuaciones y el producto escalar de la segunda ecuación por ϕ i (a la derecha) y restamos: (ϕ j , Kϕ i ) − ( Kϕ j , ϕ i ) = (λi − λ*j )(ϕ j ,ϕ i ) (7.99) Puesto que K es Hermitiano el primer miembro de la (7.99) se anula y como λ j es real obtenemos 0 = (λi − λ j )(ϕ j ,ϕ i ) (7.100) Las condiciones de ortogonalidad (7.100) muestran que las autofunciones correspondientes a diferentes autovalores son ortogonales. En el caso que se presente degeneración, esto es que a un autovalor le correspondan dos o más autofunciones, siempre se las puede ortogonalizar por el método que indicamos antes. En consecuencia de lo anterior, a partir de las autofunciones de un operador Hermitiano es siempre posible construir un sistema ortonormal (de ser necesario ortogonalizando las autofunciones correspondientes a los autovalores degenerados). Surge entonces el problema de la completitud de ese sistema. La completitud puede ser difícil de probar rigurosamente para los operadores de la Mecánica Cuántica, aunque por razones físicas parece plausible que se cumpla y no se conocen hasta ahora excepciones. Por lo tanto nosotros vamos a suponer que toda variable dinámica u observable está representado por un operador Hermitiano cuyas autofunciones forman un sistema ortonormal completo. 86 8. El formalismo de la Mecánica Cuántica 8. EL FORMALISMO DE LA MECÁNICA CUÁNTICA Introducción En el Capítulo 7 vimos que el estado de un sistema cuántico se describe por medio de la función de onda Ψ ( r , t ) , y que las variables dinámicas se representan mediante operadores Hermitianos, cuyos autovalores son siempre reales y cuyas autofunciones forman un sistema ortonormal completo. La función de onda contiene toda la información de interés físico acerca del sistema, en el sentido que a partir de ella se puede calcular el valor esperado de cualquier variable dinámica. Los operadores que representan las variables dinámicas se construyen a partir de sus expresiones clásicas1 mediante ciertas prescripciones, que se introducen en la teoría como postulados. Veremos ahora algunas consecuencias de estos hechos, así como ciertas extensiones del formalismo. Volvamos por un momento a las soluciones de la ecuación de Schrödinger independiente del tiempo. Dicha ecuación expresa el problema de autovalores del operador Hamiltoniano2 Ĥ que representa la energía total del sistema en términos de las variables dinámicas. Para una partícula que se mueve a lo largo del eje x en un campo de fuerzas que derivan de una energía potencial V ( x ) este operador es pˆ 2 h2 ∂ 2 + V ( xˆ , t ) = − + V ( x, t ) Hˆ = 2m 2 m ∂x 2 (8.1) Para casos más complicados hemos enunciado reglas generales que nos permiten construir la expresión apropiada de Ĥ . Es fácil verificar explícitamente que el operador (8.1) es Hermitiano (si la función de onda cumple adecuadas condiciones de contorno); por otra parte los resultados de nuestro estudio cualitativo implican que Ĥ es Hermitiano pues sus autovalores son reales. El conjunto de las autofunciones de Ĥ permite formar entonces un sistema ortonormal completo Ψ j ( x, t ) = e − iE j t / h ψ j ( x) (8.2) Aquí, el índice j toma valores discretos para las autofunciones correspondientes a la parte discreta del espectro de energía, y es un parámetro continuo j ≡ E para las autofunciones de la parte continua del espectro de E, que escribiremos como ΨE ( x, t ) = e − iEt / hψ E ( x ) (8.3) Las autofunciones de la parte discreta del espectro cumplen la condición de ortonormalidad +∞ +∞ ∫Ψi* ( x, t )Ψ j ( x, t )dx = ∫ ψ i* ( x )ψ j ( x )dx = δ ij −∞ (8.4) −∞ mientras que las autofunciones del continuo están normalizadas a la función delta de Dirac: 1 Esto es cierto cuando se trata de observables que tienen un análogo clásico. Veremos más adelante que será necesario introducir en la Mecánica Cuántica nuevos observables que no corresponden a ninguna variable dinámica clásica, como el spin del electrón. 2 En esta Sección indicamos con ˆ los operadores, para distinguirlos de las variables dinámicas que representan. 87 8. El formalismo de la Mecánica Cuántica +∞ +∞ ΨE*′ ( x, t )ΨE ( x, t )dx −∞ ∫ = ∫ ψ *E ′ ( x )ψ E ( x )dx = δ ( E ′ − E ) (8.5) −∞ de modo semejante a la ϕ ( k, x ) = (2π )−1 / 2 eikx en el caso de la transformada de Fourier. Propiedades de las funciones de onda y de las autofunciones de la energía Gracias a la completitud del sistema (8.2), toda solución Ψ ( x, t ) de la ecuación de Schrödinger h 2 ∂ 2Ψ ( x, t ) ∂Ψ ( x, t ) (8.6) ih =− + V ( x )Ψ ( x, t ) ∂t 2 m ∂x 2 se puede expandir en términos de las Ψ j : Ψ ( x, t ) = ∑ a jΨ j ( x, t ) + a( E )ΨE ( x, t )dE discreto continuo = ∫ ∑ a je − iE j t / h ∫ a( E )e −iEt / hψ E ( x )dE ψ j ( x) + discreto (8.7) continuo En virtud de la ortonormalidad de las autofunciones, los coeficientes de (8.7) están dados por +∞ +∞ a j = (Ψ j ,Ψ ) = ∫Ψ j* ( x, t )Ψ ( x, t )dx = eiE j t / h ∫ ψ *j ( x )Ψ ( x, t )dx (8.8) −∞ −∞ para la parte discreta del espectro y por +∞ +∞ a( E ) = (ΨE ,Ψ ) = ∫ΨE* ( x, t )Ψ ( x, t )dx = eiEt / h ∫ ψ *E ( x )Ψ ( x, t )dx −∞ (8.9) −∞ para la parte continua. Notar que en general los coeficientes a j y a( E ) dependen de t. Usando las condiciones de ortonormalidad (8.3) y (8.4) se encuentra que la norma de Ψ ( x, t ) es +∞ (Ψ ,Ψ ) = ∫Ψ * ( x, t )Ψ ( x, t )dx = −∞ ∑ a*j a j + discreto ∫ a( E )* a( E )dE (8.10) continuo Es fácil verificar que la norma de Ψ no depende de t como ya habíamos demostrado en el Capítulo anterior. En adelante vamos a suponer que Ψ está normalizado a la unidad: +∞ ∫Ψ * ( x, t )Ψ ( x, t )dx −∞ = ∑ a*j a j + discreto ∫ a( E )* a( E )dE =1 continuo Usando la expansión (8.7) podemos ver que la densidad de probabilidad se expresa como 88 (8.11) 8. El formalismo de la Mecánica Cuántica P( x, t ) = Ψ ( x, t )*Ψ ( x, t ) = ∑ a*j a jψ *j ( x )ψ j ( x ) + j discreto − i ( E j − Ek ) t / h ψ k* ( x )ψ j ( x ) + j , k discreto ⌠ a*a( E )e − i( E − E j )t / hψ * ( x )ψ ( x ) + c.c. dE +  j j E ⌡ ( ∑ j discreto ∑ (1 − δ kj )ak*a j e ) (8.12) E continuo ∫ a( E )* a( E )ψ *E ( x )ψ E ( x )dE + E continuo ∫∫ [1 − δ ( E ′ − E )]a( E ′)* a( E )ei( E ′− E )t / hψ *E ′ ( x )ψ E ( x )dE ′dE E , E ′ continuo donde c.c. indica el complejo conjugado de la expresión precedente. En general, la densidad de probabilidad depende del tiempo. Sin embargo, en el caso particular en que la partícula tiene una energía bien definida, de modo que su función de onda es una de las autofunciones (8.2) de la energía, la densidad de probabilidad es independiente del tiempo: P = P( x ) = Ψ j* ( x, t )Ψ j ( x, t ) = ψ *j ( x )ψ j ( x ) (8.13) Por ese motivo esos estados se denominan estados estacionarios. Es fácil verificar que en un estado estacionario la corriente de probabilidad es nula cuando ψ es real. Calculemos el valor esperado de la energía en un estado descripto por la función de onda Ψ ( x, t ) . Usando la expansión (8.7) de Ψ ( x, t ) en términos de las autofunciones de Ĥ resulta +∞ ∂Ψ ( x, t ) dx = ∑ E j a*j a j + E = (Ψ , Hˆ Ψ ) = ih ⌠  Ψ * ( x, t ) ⌡ ∂t discreto −∞ ∫ E a( E )* a( E )dE (8.14) continuo Observando la (8.14) podemos interpretar que a*j a j es la probabilidad que al efectuar una medida de la energía obtengamos un valor igual a E j (esto es, la probabilidad que el sistema se encuentre en el estado discreto j) y que a( E )* a( E )dE es la probabilidad que al medir la energía obtengamos un valor comprendido en el intervalo entre E y E + dE (esto es, la probabilidad que el sistema se encuentre un estado del continuo con energía entre E y E + dE ). Se debe notar que si Ψ no es un estado estacionario las a j y a( E ) son funciones del tiempo; sin embargo es fácil verificar que si V = V ( x ) , d ( a*j a j ) dE = + Ej dt discreto dt * ⌠ E d ( a( E ) a( E )) dE = 0  dt ⌡ ∑ (8.15) continuo de modo que el valor esperado de la energía se conserva, como ocurre clásicamente. Observando las (8.11) y (8.14) se aclara porqué las autofunciones del continuo se normalizan con la delta de Dirac (ec. (8.4)): se asegura así que se cumpla con el postulado de Born. Para concluir esta discusión es oportuno hacer un comentario acerca de la completitud del sistema de autofunciones. En realidad no hemos demostrado que el sistema (8.2) tenga esa propiedad. Sin embargo, por razones físicas parece razonable que así sea. Esto se puede ver con el siguiente argumento. Supongamos que el sistema (8.2) no fuera completo. Eso implicaría que 89 8. El formalismo de la Mecánica Cuántica existe algún estado Ψ ( x, t ) de la partícula para el cual la norma de la diferencia entre Ψ y su expansión en términos de las Ψ j no es nula. Esto es, la función   Φ ( x, t ) = Ψ ( x, t ) −  ∑ a jΨ j ( x, t ) + ∫ a( E )ΨE ( x, t )dE   discreto  continuo (8.15) no sería nula “casi en todas partes”. En consecuencia Φ ( x, t ) representaría un estado de la partícula, solución de la ecuación de Schrödinger (8.5), para el cual existe una probabilidad no nula de encontrar la partícula en alguna parte, pero para el cual no se puede medir la energía. Como esto es físicamente absurdo, concluimos que Φ ( x, t ) debe ser nulo (casi en todas partes) y por consiguiente el sistema (8.2) debe ser completo. En adelante, para simplificar la notación, escribiremos siempre ∞ ∞ j =1 j =1 Ψ ( x, t ) = ∑ a jΨ j ( x, t ) = ∑ a j e − iE j t / h ψ j ( x) (8.16) dando por sobreentendido que la sumatoria de la (8.16) se debe interpretar como una suma sobre la parte discreta del espectro y una integral sobre la parte continua, como en la (8.7). Normalización en una caja Existen maneras de evitar que las autofunciones del espectro continuo se tengan que normalizar con la delta de Dirac. Se trata de artificios matemáticos mediante los cuales el espectro continuo se transforma en discreto. Mostraremos en qué consisten para una dimensión espacial, pues la generalización a más dimensiones es obvia. La idea básica es suponer que x está limitado a un intervalo finito ( x0 , x0 + L ) de longitud L y que la función de onda cumple oportunas condiciones de contorno en x0 y x0 + L . Se suelen emplear dos tipos de condiciones de contorno: • paredes rígidas: en este caso se imponen las condiciones Ψ ( x0 , t ) = Ψ ( x0 + L, t ) = 0 • (8.17) condiciones periódicas: se pide que Ψ ( x0 , t ) = Ψ ( x0 + L, t ) (8.18) Si repetimos el razonamiento cualitativo del Capítulo 7 acerca de las soluciones de la ecuación de Schrödinger independiente del tiempo, teniendo en cuenta que las soluciones tienen que cumplir las condiciones ψ ( x0 ) = ψ ( x0 + L) = 0 (caso (8.17)) o bien ψ ( x0 ) = ψ ( x0 + L) (caso (8.18)), es fácil ver que los autovalores de la energía son siempre discretos. Relaciones de conmutación En lo sucesivo omitiremos la ˆ que empleamos para distinguir los observables de los operadores que los representan, pues no puede surgir confusión. Sean dos observables F y G cualesquiera representados por los operadores Hermitianos F y G. Es fácil verificar que el adjunto del producto FG es: ( FG)† = G† F † = GF 90 (8.19) 8. El formalismo de la Mecánica Cuántica de donde se desprende que FG es Hermitiano si y sólo si F y G conmutan. Luego, si bien x y px son observables, el producto xpx no lo es, pues los operadores x e −ih∂ / ∂x no conmutan. En efecto, si Ψ una función cualquiera: ∂ ∂   ( xpx − px x )Ψ =  −ihx + ih x Ψ = ihΨ  ∂x ∂x  (8.20) de donde obtenemos la siguiente relación fundamental entre operadores: [ x, px ] ≡ xpx − px x = ih (8.21) De manera semejante se puede mostrar que [ y, py ] ≡ ypy − py y = ih , [ z, pz ] ≡ zpz − pz z = ih (8.22) Todos los demás productos de las coordenadas cartesianas y sus impulsos conjugados son conmutativos, esto es xy = yx , xpy = py x , px py = py px , etc. Autoestados de una variable dinámica Como veremos en breve, el hecho que x y px no conmutan está vinculado con la relación de incerteza entre x y px , es decir con la imposibilidad de tener valores bien definidos de ambas variables dinámicas. Como primer paso para encontrar esa relación, vamos a determinar los estados de un sistema para los cuales una variable dinámica F representada por el operador Hermitiano F tiene un valor bien definido, es decir, los estados Ψ f en los cuales al medir F obtenemos con certeza un cierto valor f. Es fácil verificar que para que eso ocurra, Ψ debe ser una autofunción de F. En efecto, Ψ f debe satisfacer la condición: F = (Ψ f , FΨ f ) = f (8.23) y la condición ∆F 2 = ( F − F )2 = (Ψ f ,( F − F )2Ψ f ) = (Ψ f ,( F − f )2Ψ f ) = (( F − f )Ψ f ,( F − f )Ψ f ) = 0 (8.24) donde para llegar al último renglón usamos la (8.23) y el hecho que F es Hermitiano. De la (8.24) se desprende entonces que se debe cumplir ( F − f )Ψ f = 0 esto es FΨ f = fΨ f (8.25) Luego Ψ f es una autofunción de F. Los estados descriptos por autofunciones de F se suelen denominar autoestados de F. La (8.25) nos dice lo siguiente: • Una variable dinámica representada por el operador Hermitiano F tiene un valor bien definido f cuando el sistema se encuentra en el autoestado de F correspondiente al autovalor f. 91 8. El formalismo de la Mecánica Cuántica La ecuación de Schrödinger independiente del tiempo Hψ n = Enψ n no es más que un caso particular de la (8.25): las autofunciones Ψn son los únicos estados en los cuales el sistema tiene una energía bien definida En . Puesto que el operador Hermitiano F tiene un sistema completo de autofunciones ortonormales Ψ f j , cualquier estado Ψ se puede representar como Ψ = ∑ a jΨ f j con a j = (Ψ f j ,Ψ ) (8.26) j y el valor esperado de F en el estado Ψ es F = (Ψ , FΨ ) = ∑ f j | a j |2 (8.27) j Las conclusiones son entonces las siguientes: • El resultado de medir una variable dinámica F de un sistema que se encuentra en un estado cualquiera Ψ es siempre uno de los autovalores de F. • Si el sistema se encuentra en un estado cualquiera Ψ, la probabilidad que al medir F se obtenga el autovalor f está dada por | a j |2 =| (Ψ f j ,Ψ ) |2 . • Inmediatamente después de efectuar una medición de F cuyo resultado fue el autovalor f, el sistema se encuentra en el autoestado correspondiente a f. Mediciones simultáneas y operadores que conmutan Puesto que un observable F tiene un valor bien definido f sólo cuando el sistema se encuentra en un autoestado de F, es evidente que: • Dos observables F y G pueden ambos tener valores bien definidos si y solo si el sistema está en un autoestado de ambos operadores. Cuando F y G tienen valores bien definidos para todos los autoestados de uno de ellos (por ejemplo F) se dice que son compatibles. Para que dos observables sean compatibles es necesario que los operadores que los representan tengan un sistema completo de autofunciones en común. En tal caso podemos designar las autofunciones mediante los autovalores f j de F y gk de G, es decir FΨ f j gk = f jΨ f j gk , GΨ f j gk = gkΨ f j gk (8.28) Si multiplicamos por F la segunda de estas ecuaciones, por G la primera y restamos, resulta ( FG − GF )Ψ f j gk = 0 (8.29) Puesto que la (8.29) vale para todas las autofunciones de un sistema completo, se debe cumplir [ F, G] = FG − GA = 0 92 (8.30) 8. El formalismo de la Mecánica Cuántica Recíprocamente, si F y G conmutan hay un sistema completo de autofunciones comunes a ambos. En efecto, sea Ψgk la autofunción de G que satisface GΨgk = gkΨgk . Entonces G( FΨgk ) = F(GΨgk ) = gk ( FΨgk ) (8.31) de modo que FΨgk es también autofunción de G correspondiente al mismo autovalor gk . Hay dos posibilidades, según si el autovalor gk es degenerado o no lo es. Si gk no es degenerado, le corresponde una única autofunción Ψgk , luego la (8.31) implica que FΨgk = λΨgk (8.32) donde λ es un número, de modo que Ψgk es también una autofunción de F correspondiente al autovalor λ. Si en cambio gk es degenerado y le corresponden (digamos) n autofunciones Ψg′k ,i , la (8.31) implica que n FΨg′k .i = ∑Ψg′k , r fri con r =1 fri = (Ψg′k , r , FΨg′k .i ) (8.33) donde las cantidades fri se denominan elementos de matriz del operador F en la base Ψg′k ,i , y por ser F Hermitiano cumplen fir = fri* . Vemos entonces que en general las Ψg′k ,i no son autofunciones de F. Pero es siempre posible construir un nuevo conjunto Ψgk , s de autofunciones de G correspondientes al autovalor gk , de la forma n Ψgk , s = ∑ dsiΨg′k ,i (8.34) i =1 y determinar los coeficientes dsi de modo que Ψgk , s sea también autofunción de F, es decir que FΨgk , s = λΨgk , s (8.35) En efecto, si sustituimos la (8.34) en (8.35) resulta n n n n FΨgk , s = ∑ dsi FΨg′k ,i = ∑ ∑ dsi friΨg′k , r = λ ∑ dsiΨg′k ,i i =1 i =1 r =1 (8.36) i =1 Por lo tanto se debe cumplir que n n ∑ ∑ dsi ( fri − λδ ri )Ψg′k ,r (8.37) i =1 r =1 La (8.37) nos da un sistema de n ecuaciones lineales para las n incógnitas dsi : n ∑ dsi ( fri − λδ ri ) = 0 , s fijo , r = 1, 2, …, n (8.38) i =1 Este sistema de ecuaciones tiene soluciones no triviales si, y solo si, es nulo el determinante de los coeficientes: 93 8. El formalismo de la Mecánica Cuántica det( fri − λδ ri ) = 0 (8.39) La ec. (8.39) es una ecuación de grado n en el autovalor λ, que se denomina ecuación característica. Se puede mostrar que en virtud de que fir = fri* , la (8.36) tiene siempre n raíces reales que nos dan los autovalores λ1, λ2 , …, λn de F. Para cada autovalor λs , el sistema (8.38) permite calcular los coeficientes dsj y por lo tanto la autofunción Ψgk , s . Estas nuevas funciones son evidentemente autofunciones simultáneas de F y G. Queda entonces demostrado que: • La condición necesaria y suficiente para que dos observables sean compatibles es que conmuten los operadores que los representan. • Cuando dos observables F y G están representados por operadores que conmutan, son compatibles y existe un sistema completo de autofunciones comunes a ambos. Las relaciones de incerteza de Heisenberg Acabamos de ver que cuando dos observables conmutan se pueden especificar simultáneamente. En cambio, • Cuando dos observables F y G no conmutan no pueden ambos tener valores bien definidos simultáneamente. La medida de la inevitable falta de precisión en el conocimiento de F y G está determinada por su conmutador: [ F, G] = FG − GF = iC (8.40) Es fácil verificar que si F y G son Hermitianos, C también es Hermitiano. Ahora vamos a demostrar que en cualquier estado Ψ ( x, t ) las incertezas [ ∆F = ( F − F )2 1/ 2 ] y [ ∆G = (G − G )2 1/ 2 ] (8.41) de F y G cumplen la relación ∆F∆G ≥ 12 | C | (8.42) Para ver esto conviene primero demostrar que si u y w son dos funciones cualesquiera, se cumple la desigualdad de Schwarz: (u, u)( w, w ) ≥ 14 [(u, w ) + ( w, u)]2 (8.43) En efecto, sea λ un parámetro real. Entonces si w ≠ − λu se cumple que 0 < (λu + w, λu + w ) = λ2 (u, u) + λ[(u, w ) + ( w, u)] + ( w, w ) (8.44) Por lo tanto la ecuación λ2 (u, u) + λ[(u, w ) + ( w, u)] + ( w, w ) = 0 94 (8.45) 8. El formalismo de la Mecánica Cuántica no tiene raíces reales y por consiguiente su discriminante es negativo, esto es [(u, w ) + ( w, u)]2 − 4(u, u)( w, w) < 0 (8.46) de donde si w ≠ − λu obtenemos la (8.43) con el signo >. Si en cambio w = − λu es fácil verificar que la (8.43) se cumple con el signo =. Sea ahora Ψ = Ψ ( x, t ) un estado cualquiera de nuestro sistema, y pongamos u = ( F − F )Ψ y w = −i(G − G )Ψ (8.47) Entonces (u, u) = (( F − F )Ψ ,( F − F )Ψ ) = (Ψ ,( F − F )2Ψ ) = ∆F 2 (8.48) y análogamente se encuentra que ( w, w ) = ∆G 2 (8.49) Por otra parte (u, w ) + ( w, u) = −i(( F − F )Ψ ,(G − G )Ψ ) + i((G − G )Ψ ,( F − F )Ψ ) = −i(Ψ ,( F − F )(G − G )Ψ ) + i(Ψ ,(G − G )( F − F )Ψ ) = −i(Ψ ,( FG − FG − FG + FG )Ψ ) + i(Ψ ,(GF − GF − G F + G F )Ψ ) (8.50) = −i(Ψ ,( FG − GF )Ψ ) = (Ψ , CΨ ) Sustituimos ahora las (8.48)-(8.50) en la desigualdad de Schwarz (8.43) y obtenemos el resultado buscado: Relación general de incerteza para operadores que no conmutan: cuando dos observables F y G no conmutan, las incertezas de F y G cumplen la relación ∆F∆G ≥ 12 | C | (8.51) donde C = −i[ F, G]. Como caso particular sea F = x y G = px . Entonces, de la (8.21) [ x, px ] = ih , luego C = h y obtenemos de (8.51) la relación de incerteza: ∆x∆px ≥ 12 h (8.52) como habíamos ya anticipado en el Capítulo 6. Constantes del movimiento y ecuaciones del movimiento para operadores Sea F un observable (que puede depender explícitamente del tiempo) y F su valor esperado en un estado cualquiera Ψ ( x, t ) . La variación de F con el tiempo está dada por 95 8. El formalismo de la Mecánica Cuántica d d ∂Ψ   ∂F   ∂Ψ   F = (Ψ , FΨ ) =  , FΨ  + Ψ , F  + Ψ , Ψ   ∂t   dt dt ∂t   ∂t  (8.53) Usando la ecuación de Schrödinger HΨ = ih ∂Ψ ∂t (8.54) donde H es el operador Hamiltoniano del sistema, podemos escribir la (8.53) en la forma d i i  ∂F  F = ( HΨ , FΨ ) − (Ψ , FHΨ ) + Ψ , Ψ   ∂t  h h dt i  ∂F  = (Ψ ,[ H , F ]Ψ ) + Ψ , Ψ   ∂t  h (8.55) es decir i d ∂F F = [ H, F] + h dt ∂t (8.56) La (8.56) muestra que si F conmuta con H y no depende explícitamente del tiempo, d F =0 dt para todo Ψ ( x, t ) (8.57) Cuando se cumple la (8.57) el observable F se denomina constante del movimiento y se dice que se conserva. En vista de lo demostrado precedentemente podemos afirmar lo siguiente: • Un observable F que no depende explícitamente del tiempo y conmuta con el Hamiltoniano del sistema es constante del movimiento. Existe entonces un sistema completo de autofunciones de H y F, es decir un conjunto completo de estados estacionarios en los cuales F está bien definido y que por lo tanto se pueden caracterizar por los autovalores E j de H y Fk de F. • El conjunto de todas las constantes de movimiento del sistema junto con el Hamiltoniano forman un sistema completo de observables compatibles. Por lo tanto existe un sistema completo de estados estacionarios que se pueden caracterizar por los autovalores E j de H y de las constantes del movimiento. Se puede definir un operador dF / dt que se denomina derivada total de F con respecto del tiempo como el operador para el cual dF d = F para todo Ψ ( x, t ) dt dt (8.58) Podemos escribir la (8.56) en términos de dF / dt : dF i ∂F = [ H, F] + dt h ∂t 96 (8.59) 8. El formalismo de la Mecánica Cuántica a partir de la cual podemos escribir la siguiente ecuación entre operadores: dF i ∂F = [ H, F] + dt h ∂t (8.60) Para una partícula que se mueve en un campo de fuerzas que deriva de una energía potencial V( r ) el Hamiltoniano es: H= p2 + V (r ) 2m (8.61) donde p es un operador vectorial cuyas componentes son los operadores px , py , pz y r es un operador vectorial cuyas componentes son los operadores x, y, z. Entonces, la velocidad está representada por el operador vectorial v= dr i i = [ H, r ] = [ p2 , r ] dt h 2 hm (8.62) Es fácil verificar que [ px2 , x ] = −2ihpx y análogamente para las demás componentes. Por lo tanto resulta v= p m (8.63) La (8.63) es formalmente idéntica a la relación clásica entre velocidad e impulso, pero aquí se trata de una relación entre operadores. Del mismo modo, la aceleración está representada por el operador vectorial a= dv i i i = [ H, v] = [ H , p] = [V ( r ), p] dt h hm hm (8.64) Si recordamos que p = −ih∇ resulta que [V ( r ), p] = ih∇V ( r ) y por lo tanto obtenemos ma = −∇V ( r ) (8.65) que también coincide formalmente con la expresión clásica, esto es la Segunda Ley de Newton, pero el significado de la (8.65) es diferente pues se trata de una relación entre operadores como la (8.63). El límite clásico Las ecuaciones (8.63) y (8.65) implican que para cualquier estado Ψ ( x, t ) los valores esperados de la velocidad y la aceleración de una partícula que se mueve en un campo de fuerzas que deriva de una energía potencial V( r ) cumplen las relaciones v= p m (8.66) y ma = −∇V ( r ) 97 (8.67) 8. El formalismo de la Mecánica Cuántica Estas relaciones son idénticas a las ecuaciones clásicas, salvo que se refieren a los valores esperados. Cuando las imprecisiones de nuestras medidas de los impulsos y las posiciones de la partícula descripta por Ψ ( x, t ) son muy grandes en comparación con las incertezas de dichas magnitudes, los valores medidos coinciden con los valores esperados. Por lo tanto en ese caso no es necesario distinguir entre valores medidos y valores esperados. En esas condiciones los valores medidos cumplen las ecuaciones de la Mecánica Clásica. Este resultado fue obtenido por Paul Ehrenfest (1927) y se conoce como Teorema de Ehrenfest: la Mecánica Cuántica coincide con la Mecánica Clásica en el límite en que el principio de incerteza deja de tener relevancia. Por otra parte fuera de este límite la Mecánica Cuántica predice varios interesantes fenómenos que no tienen análogo clásico como veremos en breve. Representación coordenadas y representación impulsos Podemos avanzar en nuestro entendimiento de la Mecánica Cuántica si hacemos un análisis de Fourier de la función de onda, en la forma i Ψ (r, t ) = p⋅r 1 h Φ ( p , t ) e dp (2πh)3 / 2 ∫ (8.68) donde Φ ( p, t ) es la transformada de Fourier de Ψ ( r , t ) en el instante t i − p⋅r 1 h Φ ( p, t ) = Ψ ( r , t ) e dr (2πh)3 / 2 ∫ (8.69) Se pueden obtener fácilmente algunas propiedades importantes de Φ usando la relación de clausura en tres dimensiones, que se escribe por analogía con la (7.81) como i p⋅r 1 1 e h dp = ei k ⋅r dk = δ ( r ) 3 / 2 (2πh) (2π )3 ∫ ∫ (8.70) Introduciendo la representación de Fourier (8.68) y usando las propiedades de la función delta de Dirac para intercambiar el orden de las integraciones, podemos mostrar que ∫ | Ψ (r, t ) |2 dr = ∫ | Φ ( p, t ) |2 dp (8.71) y que el valor esperado de p se expresa como ⌠ Ψ ( r , t )*  h ∇ Ψ ( r , t ) dr = Φ ( p, t )* p Φ ( p, t ) dp p= ∫ i  ⌡ (8.72) mientras que el valor esperado de r está dado por ⌠ Φ ( p, t )*  − h ∇  Φ ( p, t ) dp r = ∫Ψ ( r , t )* r Ψ ( r , t ) dr =   i p ⌡ 98 (8.73) 8. El formalismo de la Mecánica Cuántica donde ∇ p es el operador gradiente en el espacio de los impulsos. La fórmula (8.71) implica que si Ψ está normalizada a la unidad para todo t, Φ queda también automáticamente normalizada. Por otra parte, puesto que i − p⋅r 1 e h 2πh (8.74) representa un estado de impulso p bien definido, Φ representa la amplitud con la cual está presente dicho estado en la función de onda Ψ. Por ejemplo, si Φ ( p, t ) tiene un pico bien marcado para un determinado valor p = p(t ) , en el instante t nuestro estado es un estado cuyo impulso está bastante bien definido y se parece (en ese instante) a una onda plana. Esta observación, en conjunción con la (8.72), nos lleva a interpretar que | Φ ( p, t ) |2 es la probabilidad de encontrar (en el instante t) que el valor del impulso de la partícula está comprendido entre p y p + dp . Diremos entonces que | Φ ( p, t ) |2 es la densidad de probabilidad en el espacio de los impulsos. Hay una evidente analogía entre la (8.72) y la (7.34), y entre la (8.73) y la (7.36). Del punto de vista matemático, esto es simplemente una consecuencia de las relaciones de reciprocidad entre la transformación y la antitransformación de Fourier, ecs. (8.68) y (8.69). De resultas de ello, tanto la función de onda Ψ (definida en el espacio de las coordenadas) como la Φ (definida en el espacio de los impulsos), son descripciones igualmente válidas del estado del sistema. Dada una de ellas, la otra se puede calcular a partir de la (8.69) o de la (8.68). Del punto de vista físico, esta reciprocidad es una manifestación de la complementaridad y de la naturaleza ondulatoria de la materia. De acuerdo con los postulados de la Mecánica Cuántica, el valor esperado de una función f ( r ) de las coordenadas está dado por f ( r , t ) = ∫ f ( r , t ) | Ψ ( r , t ) |2 dr (8.75) Si sustituimos la expresión (8.68) de Ψ en la (8.75) podemos mostrar (si la función de onda se anula con suficiente rapidez a distancias grandes, para que se pueda intercambiar el orden de las integraciones y los términos de superficie se puedan despreciar) que se obtiene  *  h f (r, t ) = ⌠  Φ ( p, t ) f  − ∇ p , t  Φ ( p, t ) dp i ⌡ (8.76) Análogamente, a partir de la (8.72) se puede mostrar que para toda función analítica g( p, t ) se tiene g( p, t ) = ∫ Φ ( p, t )* g( p, t )Φ ( p, t ) dp (8.77) En general, para un operador h( r , p, t ) que es una función analítica de r y p y eventualmente del tiempo, siempre y cuando su expresión no contenga productos de operadores que no conmutan (del tipo riα piβ ), se puede mostrar que 99 8. El formalismo de la Mecánica Cuántica ⌠   *  h *  h h( r , p, t ) = ⌠  Ψ ( r , t ) h r , ∇ r , p, t Ψ ( r , t ) dr =  Φ ( p, t ) h − ∇ p , p, t  Φ ( p, t ) dp (8.78) i i ⌡ ⌡ A partir de las fórmulas clásicas, estas prescripciones permiten escribir las expresiones para los operadores cuánticos correspondientes en la mayoría de los casos de interés. Todavía no sabemos como proceder cuando nuestros operadores contienen expresiones del tipo riα piβ es decir, productos de operadores que no conmutan3 (por ejemplo, el operador r ⋅ p ). En estos casos postularemos que la (8.78) sigue valiendo, pero es necesario entonces agregar alguna prescripción acerca del orden adecuado de los factores, cosa que veremos oportunamente cuando se presente el caso. La ec. (8.78) establece que a toda magnitud física le está asociado un operador lineal que, cuando se lo interpone entre la función de onda y su conjugada compleja, permite obtener por integración el valor esperado de la correspondiente magnitud. La forma explícita del operador depende, evidentemente, de si describimos el estado del sistema mediante la función de onda Ψ en el espacio de las coordenadas o la función de onda Φ en el espacio de los impulsos. En el primer caso se dice que se está usando la representación coordenadas, en el segundo caso que se usa la representación impulsos. Del punto de vista práctico, es evidente que al tratar una partícula libre es preferible usar la representación impulsos. Pero si la energía potencial no es constante, generalmente es mejor usar la representación coordenadas, porque trabajar con un operador de la forma V (ih∇ p ) puede ser incómodo. En el caso del oscilador armónico, cuyo Hamiltoniano clásico es p2 / 2 m + ω 2 r 2 / 2 , las dos representaciones son igualmente convenientes. Claramente, ambas formas de describir al sistema son equivalentes y la elección de una u otra es una cuestión de mera conveniencia. Más adelante veremos que es ventajoso considerar ambas descripciones como dos representaciones de una formulación más general y abstracta de la Mecánica Cuántica. Transformaciones unitarias El hecho que exista la libertad de elegir la forma de describir un sistema se debe a que en la Mecánica Cuántica, las cantidades medibles (y que por lo tanto se comparan con los resultados experimentales) se calculan siempre a partir de expresiones del tipo4 ( f , g) (8.79) y por lo tanto están sólo indirectamente relacionadas con f y g. Por consiguiente, cualquier transformación del tipo f ′ = Uf 3 (8.80) El problema aquí es que el análisis de Fourier nos permite describir nuestro estado, o en términos de las autofunciones de una componente impulso, o en términos de las autofunciones de la coordenada conjugada. Pero el principio de incerteza nos impide encontrar autofunciones de ambos operadores: tales autofunciones simultáneas no existen. 4 Aquí usamos la notación compacta del producto escalar que introdujimos en el Capítulo 7. 100 8. El formalismo de la Mecánica Cuántica que a cada función f de nuestro espacio funcional F le haga corresponder una función f ′ de otro espacio funcional F ′ , de forma tal que preserve el producto escalar (8.80), es decir, tal que se cumpla que ( f ′, g′) = ( f , g) (8.81) para todo par de funciones f, g de F, nos da una descripción equivalente de nuestro sistema. Este es justamente el caso de la transformación de Fourier, que a la función Ψ ( r , t ) del espacio de las coordenadas le hace corresponder la función Φ ( p, t ) del espacio de los impulsos, pero esta no es la única transformación del tipo (8.80) posible. Veamos qué condiciones generales tiene que satisfacer el operador U que induce la transformación (8.80) para que se cumpla la (8.81). Es obvio, para empezar, que U debe ser un operador lineal y que debe tener inversa, para que las descripciones en los espacios F y F ′ sean equivalentes. Pero además, recordando la definición del operador adjunto, tenemos que ( f ′, g′) = (Uf , Ug) = (U †Uf , g) (8.82) Comparando la (8.82) con la (8.81) vemos que para que el producto escalar de dos funciones cualesquiera se conserve, se debe cumplir que U † = U −1 (8.83) U †U = UU † = 1 (8.84) de modo que donde con 1 indicamos el operador identidad. Un operador que cumple la (8.83) se denomina unitario. Como se puede apreciar de las fórmulas (8.72), (8.73), (8.75), (8.76) y (8.78) para el caso de las representaciones coordenadas e impulso, la transformación U induce también transformaciones de los operadores que representan variables dinámicas. De esta forma, el operador A definido en F se transforma en un operador A′ definido en F ′ , y para que las dos representaciones sean equivalentes se debe cumplir ( f , Ag) = ( f ′, A′g′) (8.85) para cualesquiera f , g ∈F . Usando la (8.80) y la condición de unitariedad (8.83), el miembro izquierdo de (8.85) se puede escribir como ( f , Ag) = (U −1 f ′, AU −1g′) = (U † f ′, AU †g′) = ( f ′, UAU †g′) (8.86) Comparando entonces la (8.86) con la (8.85) vemos que la transformación del operador A está dada por A′ = UAU † En resumidas cuentas: 101 (8.87) 8. El formalismo de la Mecánica Cuántica • Dada una transformación unitaria U que nos lleva de F a F ′ , las descripción del sistema en términos de las funciones f y los operadores A definidos en F es equivalente a la descripción en términos de las funciones f ′ y los operadores A′ definidos en F ′ . • Las relaciones entre f y f ′ y entre A y A′ están dadas, respectivamente, por las ecs. (8.80) y (8.87). En realidad no hace falta que F ′ sea un espacio funcional. Basta que sea un espacio vectorial cualquiera, con tal que se pueda establecer una correspondencia biunívoca del tipo (8.80) entre los elementos de F y F ′ , que preserve el producto escalar (esto es, que cumpla la (8.81)). Veremos más adelante ejemplos concretos de estas transformaciones. Por lo tanto, resulta que mediante transformaciones inducidas por operadores unitarios podemos obtener diferentes descripciones del mismo sistema cuántico, todas equivalentes. Esta es la idea básica en que se funda la equivalencia entre el formalismo de matrices de Heisenberg y la mecánica ondulatoria de Schrödinger, y también la teoría de las transformaciones de Dirac y Jordan. Volveremos sobre estas cuestiones más adelante, pues primero conviene que el lector se familiarice con la descripción dada por la teoría de Schrödinger, antes de introducir formalismos más generales, pero por eso mismo más abstractos y por lo tanto menos intuitivos. 102 9. Soluciones de la ecuación de Schrödinger 9. SOLUCIONES DE LA ECUACIÓN DE SCHRÖDINGER Introducción En este Capítulo aplicaremos el formalismo de Schrödinger de la Mecánica Cuántica para estudiar las soluciones de algunos problemas sencillos en una dimensión. El propósito de estos ejemplos es que el lector se familiarice con las técnicas de cálculo y que vea el origen de algunas de las curiosas propiedades de las soluciones de la ecuación de Schrödinger. Comenzaremos por el caso más sencillo, que es la partícula libre. Luego consideraremos el potencial escalón y la barrera de potencial, para poner en evidencia un importante fenómeno que es puramente cuántico: la penetración de una barrera o “efecto túnel”. Finalmente trataremos el oscilador armónico simple y mostraremos que sus niveles de energía están cuantificados, de una forma ligeramente diferente de la que resulta del Postulado de Planck de la Teoría Cuántica Antigua. En todos los casos vamos a emplear la representación coordenadas. La partícula libre El Hamiltoniano de una partícula libre en una dimensión espacial x es H= p2 2m (9.1) Claramente p conmuta con H, de modo que el impulso es constante del movimiento. La ecuación de Schrödinger independiente del tiempo es − h 2 d 2ψ = Eψ 2m dx (9.2) y como sabemos tiene soluciones para cualquier valor de E ≥ 0. Por lo tanto el espectro de autovalores de H es continuo y las correspondientes autofunciones de la energía (normalizadas a la delta de Dirac) son las ondas planas ψ E,k = 1 ikx e 2π , E= h 2 k 2 p2 = 2m 2m (9.3) Las correspondientes funciones de onda son ΨE, k = e − iEt / hψ E, k = 1 i( kx −ωt ) e 2π , ω= E hk 2 = h 2m (9.4) Cada autovalor E de la energía es doblemente degenerado, pues corresponde a dos valores del impulso: p = hk = ± 2 mE (9.5) El signo + en la (9.5) corresponde a una partícula que se mueve hacia la derecha y el signo – a una partícula que se mueve hacia la izquierda. Puesto que los estados estacionarios (9.4) tienen un impulso bien definido, la posición de la partícula está totalmente indeterminada y es igualmente probable encontrarla en cualquier parte. 103 9. Soluciones de la ecuación de Schrödinger Las funciones de onda (9.4) forman un sistema completo, de modo que cualquier estado Ψ ( x, t ) solución de la ecuación de Schrödinger ih ∂Ψ ( x, t ) = HΨ ( x, t ) ∂t (9.6) se puede representar como una superposición de las (9.4) de la forma +∞ Ψ ( x, t ) = ∫ a(k )ΨE,k dk = −∞ 1 2π +∞ ∫ a(k )ei( kx −ωt )dk (9.7) −∞ donde a( k ) = (ΨE, k ,Ψ ) = 1 2π +∞ ∫ e −i( kx −ωt )Ψ ( x, t )dx (9.8) −∞ Puesto que +∞ (Ψ ,Ψ ) = ∫ a(k )* a(k )dk (9.9) −∞ la Ψ ( x, t ) está normalizada si la distribución espectral a( k ) lo está. Mediante paquetes de ondas de la forma (9.7) podemos describir estados en los cuales la partícula está localizada y estudiar su movimiento, como ya hicimos anteriormente. Si no queremos trabajar con las autofunciones del continuo, podemos normalizar las autofunciones de la energía en un intervalo de longitud L. Las soluciones permitidas normalizadas en el intervalo ( x0 , x0 + L ) que satisfacen ψ ( x0 ) = ψ ( x0 + L) = 0 (normalización en una caja) son ondas estacionarias de la forma ψ ( x − x0 ) = (2 / L)1 / 2 sen[kn ( x − x0 )] , kn = nπ / L , n = 1, 2, 3, … (9.10) y los correspondientes autovalores discretos de la energía son En = h 2 n 2π 2 / 2 mL2 , n = 1, 2, 3, … (9.11) Si usamos en cambio la condición de contorno periódica ψ ( x0 ) = ψ ( x0 + L) , las soluciones permitidas (normalizadas en el intervalo ( x0 , x0 + L )) son ondas viajeras de la forma ψ ( x − x0 ) = (1 / L)1 / 2 eikn ( x − x 0 ) , kn = ±2 nπ / L , n = 0, 1, 2, … (9.12) y los autovalores discretos de la energía son En = 2 h 2 n 2π 2 / mL2 , n = 0, 1, 2, … (9.13) Mientras L sea mucho mayor que el tamaño de la región de interés, estos procedimientos no tienen efectos significativos y L no aparece en los resultados de los cálculos de las cantidades de interés físico. 104 9. Soluciones de la ecuación de Schrödinger Esta manera de hacer las cosas es útil para las aplicaciones a la Mecánica Estadística, en las que conviene trabajar con el espectro discreto para poder contar el número de estados en un dado intervalo de energía. Con miras a esas aplicaciones vamos a calcular la densidad de estados por unidad de intervalo de la energía para una partícula libre en tres dimensiones. Normalizaremos las autofunciones de la energía en un cubo de arista L. Las soluciones permitidas satisfacen las condiciones de contorno ψ (0, y, z ) = ψ ( L, y, z ) = 0 , ψ ( x, 0, z ) = ψ ( x, L, z ) = 0 , ψ ( x, y, 0) = ψ ( x, y, L) = 0 , y son ondas estacionarias de la forma ψ ( x, y, z ) = (2 / L)3 / 2 sen(kx x ) sen(ky y) sen(kz z ) (9.14) kx = nxπ / L , ky = nyπ / L , kz = nzπ / L , nx , ny , nz = 1, 2, 3, … (9.15) con y los correspondientes autovalores discretos de la energía son En = h 2 n 2π 2 / 2 mL2 , n 2 = nx2 + ny2 + nz2 (9.16) Podemos dar una imagen geométrica de la (9.16) representando cada autovalor como un punto de coordenadas (nx , ny , nx ) en un espacio de tres dimensiones. Claramente, el número N ( E ) de estados con energía menor o igual a cierto valor E es igual a la cantidad de puntos (nx , ny , nx ) que cumplen la condición En ≤ E , que usando la (9.16) se puede escribir como nx2 + ny2 + nz2 ≤ 2 mL2 E h 2π 2 (9.17) Por lo tanto, N ( E ) es igual al volumen del primer octante de una esfera del espacio (nx , ny , nx ) con centro en el origen y radio ρ ( E ) = ( L / hπ ) 2 mE . Entonces L3 4 V 1 4 14 N ( E ) =  πρ ( E )3  = π 3 3 (2 mE )3 / 2 = π 3 (2 mE )3 / 2   3 h 8 3 83 π h (9.18) donde V = L3 es el volumen del cubo. Diferenciando la (9.18) podemos calcular la densidad de estados por unidad de intervalo de la energía, definida por dN = f ( E )dE : f ( E ) = 4πm V (2 mE )1 / 2 h3 (9.19) Usando la relación p = 2 mE , podemos escribir N en términos del módulo de la cantidad de movimiento en la forma N= 4 Vp3 π 3 h3 (9.20) 4 3 πp V 3 (9.21) Se puede observar que la cantidad Vf = 105 9. Soluciones de la ecuación de Schrödinger es el “volumen” del espacio de las fases ( x, y, z, px , py , pz ) accesible a nuestra partícula, que está contenida dentro del cubo de arista L, y cuya cantidad de movimiento tiene un módulo menor o igual que p. Por lo tanto la (8.19) se puede escribir también en la forma V f = h3 N (9.22) Este resultado se suele expresar diciendo que Cada estado ocupa un volumen h3 del espacio de las fases. La densidad de estados por unidad de intervalo del módulo de la cantidad de movimiento es dN 4πp2V = f ( p) = dp h3 (8.23) como se puede obtener de inmediato diferenciando la (9.20). Obtuvimos estos resultados utilizando funciones de onda normalizadas en una caja cúbica de arista L, pero es fácil verificar que se obtiene el mismo resultado si se usan funciones de onda normalizadas con condiciones periódicas de contorno en un cubo de arista L. Más en general, se puede mostrar que los resultados (9.18)-(9.20), (9.22) y (9.23) son independientes de la forma de la caja y sólo dependen de su volumen V. El potencial escalón Sea una partícula que se mueve en una dimensión y cuya energía potencial es (Fig. 9.1): E , x<0 0 V ( x) =  región 1 región 2 V = cte. , x > 0 V A C El Hamiltoniano es entonces B  p2 , x<0  H =  2m 2  p +V , x >0  2m D 0 x (9.24) (9.25) Para x < 0 (región 1) la ecuación de Schrödinger independiente del tiempo es Fig. 9.1. Potencial en escalón. − h 2 d 2ψ = Eψ 2m dx (9.26) cuya solución general (no normalizada) para un dado valor de E es ψ E(1) = Aeikx + Be − ikx , k = + 2 mE / h (9.27) donde A y B son constantes a determinar. La corriente de probabilidad de la solución (9.27) es J E(1) = hk (| A |2 − | B |2 ) = v(| A |2 − | B |2 ) m 106 (9.28) 9. Soluciones de la ecuación de Schrödinger donde v = hk / m es el módulo de la velocidad en la región 1. Por lo tanto J E(1) es la diferencia entre la corriente v | A |2 que va hacia la derecha y la corriente −v | B |2 que va hacia la izquierda. Para x > 0 (región 2) la ecuación de Schrödinger independiente del tiempo es − h 2 d 2ψ = ( E − V )ψ 2m dx (9.29) Aquí tenemos que distinguir dos casos, según si E es mayor o menor que V. Si E > V la solución general de (9.29) es ψ E( 2 ) = Ceik ′x + De − ik ′x , k ′ = + 2 m( E − V ) / h (9.30) donde C y D son constantes a determinar. La corriente de probabilidad de la solución (9.30) es J E( 2 ) = hk ′ (| C |2 − | D |2 ) = v ′(| C |2 − | D |2 ) m (9.31) donde v ′ = hk ′ / m es el módulo de la velocidad en la región 2. Por lo tanto J E( 2 ) es la diferencia entre la corriente v ′ | C |2 que va hacia la derecha y la corriente − v ′ | D |2 que va hacia la izquierda. Si E < V la solución general de (9.29) es una superposición de ondas evanescentes: ψ E( 2 ) = Ce −κx + Deκx , κ = + 2m(V − E ) / h (9.32) Pero en nuestro caso el término Deκx no es aceptable pues diverge para x → ∞ . Debemos entonces poner D ≡ 0 en la (9.32) y queda ψ E( 2 ) = Ce −κx (9.33) La corriente de probabilidad correspondiente a la solución (9.33) es nula. Ahora tenemos que empalmar en x = 0 la solución de la región 1 con la de la región 2. Para eso observamos que ψ ( x ) y dψ ( x ) / dx deben ser continuas, para que la corriente de probabilidad sea continua y por lo tanto se conserve la probabilidad. Debemos pedir entonces [ψ E(1) ( x)]x = 0 = [ψ E(2) ( x)]x = 0 , [ dxd ψ E(1) ( x)]x = 0 = [ dxd ψ E(2) ( x)]x = 0 (9.34) Vamos a considerar por separado los casos E > V y E < V . Caso E > V En este caso las condiciones (9.34) nos dan dos ecuaciones A + B = C + D , kA − kB = k ′C − k ′D (9.35) para determinar las cuatro constantes que figuran en las (9.35). Pero como se debe cumplir la condición de normalización, en realidad sólo tres de ellas son independientes. Por lo tanto hay infinitas maneras de satisfacer las (9.35). Esto corresponde al hecho que podemos tener una solución que corresponde a que la partícula llega al escalón viniendo desde la izquierda, otra solu- 107 9. Soluciones de la ecuación de Schrödinger ción que corresponde a que llega viniendo desde la derecha, y también cualquier combinación lineal de ambas. Por lo tanto para E > V el espectro de la energía es continuo y cada autovalor E > V es doblemente degenerado. Partícula que viene desde la izquierda Para una partícula que llega desde la izquierda debemos tener D ≡ 0 , de modo que si E > V las (9.35) se reducen a A + B = C , kA − kB = k ′C (9.36) Resolviendo este sistema obtenemos B k − k′ = A k + k′ , C 2k = A k + k′ (9.37) El coeficiente de reflexión del potencial escalón se define como el cociente entre la corriente reflejada y la corriente incidente: R 1 0.8 R= 0.6 0.4 v | B |2 ( k − k ′)2 = (9.38) v | A |2 ( k + k ′)2 El valor de R (Fig. 9.2) depende solamente del cociente ρ = E / V : 0.2 R= 1 2 3 4 E/V 5 Fig. 9.2. Coeficiente de reflexión del potencial en escalón. ( ρ − ρ − 1 )2 ( ρ + ρ − 1 )2 (9.39) Puesto que B / A > 0 la onda incidente y la reflejada están en fase. El coeficiente de transmisión se define como T= 4 ρ ρ −1 4 kk ′ v ′ | C |2 = = 2 2 v| A| (k + k ′) ( ρ + ρ − 1 )2 (9.40) Es fácil verificar que se cumple R + T = 1 , de manera que se conserva la probabilidad. Comparando con el caso clásico podemos notar una importante diferencia, pues una partícula clásica con E > V no sufre reflexión al llegar al escalón de V ( x ) : simplemente sigue de largo con una diferente velocidad. En cambio una partícula cuántica tiene una probabilidad no nula de ser reflejada. Partícula que viene desde la derecha Si la partícula llega desde la derecha tenemos A ≡ 0, de modo que las (9.35) se reducen a B = C + D , − kB = k ′C − k ′D 108 (9.41) 9. Soluciones de la ecuación de Schrödinger y entonces B 2k ′ , = D k + k′ C k′ − k = D k + k′ (9.42) A diferencia de antes, la onda incidente y la reflejada están en contrafase, pues C / D < 0 . El coeficiente de reflexión es: R= v ′ | C |2 ( k − k ′)2 = v ′ | D |2 ( k + k ′)2 (9.43) y su valor es el mismo que para el caso de partícula incidente desde la izquierda y otro tanto ocurre con el coeficiente de transmisión. Caso E < V Si E < V la solución en la región 2 es una exponencial decreciente, y las condiciones (9.34) nos dan A + B = C , ik ( A − B) = −κC (9.44) de donde podemos obtener B ik + κ = = eiα A ik − κ , α = π + 2 arctan(k / κ ) (9.45) y 2ik C = = 1 + eiα A ik − κ (9.46) y en consecuencia la solución es (a menos de una fase irrelevante eiα / 2 ) α   2 A cos kx − 2   ψE =    α  −κx  2 A cos 2  e  , x<0 (9.47) , x>0 que representa una onda estacionaria en la región 1 y una onda evanescente en la región 2. La onda incidente Aeikx se refleja totalmente (pues | B |2 =| A |2 ) y aunque ψ tiene un valor no nulo en la región 2, no hay penetración permanente. La corriente de probabilidad es nula en todas partes. El espectro de la energía para E < V es continuo y a cada autovalor E < V le corresponde una única autofunción, por lo tanto no hay degeneración. La solución (9.47) predice que la partícula se puede encontrar en la región x > 0 , clásicamente inaccesible. Sin embargo para observarla en esa región es preciso determinar su posición con una incerteza del orden ∆x ≈ 1/ κ , y entonces ∆p > h / ∆x ≈ hκ = 2 m(V − E ) por el principio de incerteza. Por lo tanto, la incerteza de la energía es 109 9. Soluciones de la ecuación de Schrödinger ∆E = ∆p2 =V−E 2m (9.48) Luego si observamos a la partícula en la región prohibida por la mecánica clásica, en realidad no podemos saber si su energía total es menor que V. El lector notará que los resultados cuánticos del caso E > V son análogos a los que se obtienen en la Óptica para la reflexión y transmisión de ondas que inciden perpendicularmente sobre la interfase que separa dos medios de diferente índice de refracción. En cambio, el resultado cuántico para E < V es análogo a la reflexión total interna. Las autofunciones que hemos obtenido al estudiar este problema no han sido aún normalizadas. Si se desea se las puede normalizar como corresponde a las autofunciones del espectro continuo, esto es con la delta de Dirac. Penetración de una barrera de potencial Sea una partícula que se mueve en una dimensión y cuya energía potencial es (Fig. 9.3): V(x) región 1 V región 2 x<0 0 ,  V ( x ) = V , 0 < x < a 0 , a<x  región 3 A (9.49) F Nos interesa estudiar el caso en que la partícula llega a la barrera desde la izquierda (región 1, B G x < 0 ) con una energía E < V . En ese caso la Mecánica Clásica predice que la partícula se refleja en x = 0 y no puede llegar a la región 3 0 a x ( x > a ). Vamos a mostrar que la Mecánica Cuántica predice en cambio que la partícula Fig. 9.3. Barrera de potencial. puede atravesar la barrera. De acuerdo con lo visto anteriormente, las soluciones generales de la ecuación de Schrödinger independiente del tiempo en las tres regiones en que se divide el eje x son: E región 1 : x<0 , ψ E(1) = Aeikx + Be − ikx región 2 : 0 < x < a , región 3 : x>a , ψ E( 2 ) ψ E(3) = Deκx + Ce −κx = Feikx + Ge − ikx , k = + 2 mE / h , κ = + 2 m (V − E ) / h (9.50) , k = + 2 mE / h Las condiciones de empalme en x = 0 son [ψ E(1) ( x)]x = 0 = [ψ E(2) ( x)]x = 0 , [ dxd ψ E(1) ( x)]x = 0 = [ dxd ψ E(2) ( x)]x = 0 (9.51) y nos dan κ A + B = D + C , A − B = −i ( D − C ) k Si resolvemos el sistema (9.52) para A y B en términos de D y C resulta 110 (9.52) 9. Soluciones de la ecuación de Schrödinger A= κ κ κ κ 1 1 1 1 1 − i  D + 1 + i  C , B = 1 + i  D + 1 − i  C k k k k 2 2 2 2 (9.53) Las (9.53) se pueden escribir en forma matricial: 0  A  M11   = 0  B  M21 0  D M12     C  0 M22  (9.54) donde 0 = M0 = M11 22 1 κ 1− i  2 k 0 = M0 = , M12 21 1 κ 1+ i  2 k (9.55) Las condiciones de empalme en x = a son [ψ E(1) ( x)]x = a = [ψ E(2) ( x)]x = a [ dxd ψ E(1) ( x)]x = a = [ dxd ψ E(2) ( x)]x = a , (9.56) y nos dan k Deκa + Ce −κa = Feika + Ge − ika , Deκa − Ce −κa = i ( Feika − Ge − ika ) κ (9.57) Si resolvemos el sistema (9.57) para D y C en términos de F y G resulta e −κa + ika  k e −κa − ika  k D= 1+ i F + 1− i G    2 κ 2 κ eκa + ika  k eκa − ika  k C= 1− i F + 1+ i G    κ κ 2 2 (9.58) Escribimos las (9.58) en forma matricial: a  D  M11 =    a  C   M21 a  F M12    a  M22   G (9.59) donde a = M11 a M21 e −κa + ika  k 1+ i   2 κ eκa + ika  k 1− i  = κ 2  a = , M12 , a M22 e −κa − ika  k 1− i   2 κ eκa − ika  k 1+ i  = κ 2  (9.60) De la (9.54) y la (9.59) obtenemos  A  M AF   =  B  M BF donde 111 M AG   F    M BG   G (9.61) 9. Soluciones de la ecuación de Schrödinger 0 Ma + M0 Ma M AF = M11 11 12 21 , 0 Ma + M0 Ma M AG = M11 12 12 22 (9.62) 0 Ma + M0 Ma M BF = M21 11 22 21 , 0 Ma + M0 Ma M BG = M21 12 22 22 La ec. (9.61) vincula las amplitudes de las ondas a izquierda y derecha de la barrera, y por lo tanto permite resolver cualquier problema de reflexión y transmisión que se desee (para E < V , se entiende). En el presente caso, nos interesa estudiar la transmisión de una partícula que llega a la barrera desde la izquierda. Por lo tanto pondremos G = 0 en la (9.61) y entonces resulta F 1 e − ika = = A M AF cosh κa + i  κ − k  senhκa 2 k κ (9.63) El coeficiente de transmisión de la barrera es entonces T= F2 = A 1 1 = 2 senh 2κa 1 κ k  2 2 1 + cosh κa + − senh κa 4 VE 1 − VE 4 k κ ( (9.64) ) Si la barrera es alta (o sea E / V no es muy próximo a 1) y ancha ( κa >> 1) de modo que transmite poco, entonces senhκa ≈ eκa / 2 y la expresión de T toma una forma sencilla: T ≈ 16e −2κa E E 1−   V V (9.65) La penetración de la barrera se suele denominar efecto túnel y es una manifestación del carácter ondulatorio de la partícula. El mismo fenómeno aparece para cualquier tipo de ondas. En Óptica se lo conoce con el nombre de “reflexión interna total frustrada”. El efecto túnel permite explicar una paradoja E(MeV) que se presenta en la emisión de partículas α Vmax por núcleos radioactivos. Como ejemplo, consideremos el elemento 238U. Mediante la disV(r) persión por el núcleo del 238U de partículas α de 8.8 MeV emitidas por el 212Po se determinó 8.8 MeV la energía potencial V (r ) de la partícula α y se 4.2 MeV encontró que coincide con la que proviene de la ley de Coulomb, por lo menos hasta la R 3x10–12 cm r distancia de 3 × 10 –12 cm que es hasta donde puede llegar una partícula α de 8.8 MeV. Por Fig. 9.4. Emisión de particulas _ por un otra parte los experimentos de dispersión de núcleo de 238U. partículas α por núcleos livianos muestran que V (r ) se desvía del comportamiento 1/ r cuando r < R (R es el radio del núcleo), porque a distancias menores actúan las fuerzas nucleares que son atractivas. Cuando se desarrolló la Mecánica Cuántica no se conocía todavía el valor preciso de R para los núcleos pesados, pero era obvio que para el 238U debía ser seguramente menor que 3 × 10 –12 cm. Ahora bien, el núcleo del 238 U emite ocasionalmente partículas α. Se supuso entonces que dichas partículas están presentes 112 9. Soluciones de la ecuación de Schrödinger dentro del núcleo, al cual están ligadas por el potencial V (r ) . A partir de estos argumentos se concluyó1 que la forma de V (r ) es la que se indica cualitativamente en la Fig. 9.4. Por otra parte la energía cinética de las partículas α emitidas por el 238U es de 4.2 MeV (medida muy lejos del núcleo, donde V (r ) = 0 ). Por lo tanto se presenta una situación paradojal, pues clásicamente es inexplicable que una partícula α se emita con una energía menor que la que corresponde al tope de la barrera. La paradoja fue resuelta en 1928 por George Gamow, Edward Condon y Ronald P. Gurney en términos del efecto túnel de la Mecánica Cuántica. Para la energía potencial de la Fig. 9.4 no se puede aplicar la expresión (9.64) del coeficiente de transmisión, pero se puede mostrar que b T =e −2 ∫ κ ( r ) dr a , κ (r ) = + 2 m[V (r ) − E ] / h (9.66) donde a y b son los puntos de retorno clásicos. La probabilidad que una partícula α que llega a la barrera la atraviese es igual a T. Por unidad de tiempo, la partícula α que va y viene dentro del núcleo, choca con la barrera N ≈ v / 2 R veces. Por lo tanto la probabilidad de emisión por unidad de tiempo es λ ≈ vT / 2 R (9.67) Tomando v = (2 E / m)1 / 2 y R ≈ 9 × 10 −13 cm (valor que infirieron del análisis de Rutherford de la dispersión de partículas α por núcleos livianos) Gamow, Condon y Gurney obtuvieron valores de λ que concuerdan razonablemente con los que se infieren a partir de los tiempos característicos del decaimiento radioactivo, pese a que para diferentes elementos hay enormes variaciones de λ (por ejemplo λ = 5 × 10 −18 s −1 para el 238U y λ = 2 × 10 6 s −1 para el 212Po), que se deben a que λ depende muy fuertemente de E (la forma y la altura de la barrera son aproximadamente las mismas para todos los emisores α). Corresponde mencionar aquí que Johannes W. Geiger y John M. Nuttall propusieron en 1912 una ley empírica de la forma log λ = a + b log E , para relacionar la probabilidad de emisión λ con la energía E de las partículas α emitidas por diferentes sustancias radioactivas. Dicha ley reproduce razonablemente bien los datos medidos, pero el valor de la constante b implica que λ depende de una potencia de E extraordinariamente alta, alrededor de 90. En esos tiempos, los fundamentos teóricos de la Ley de Geiger-Nuttall eran, por supuesto, desconocidos. Por estos motivos, la aplicación exitosa de la Mecánica Cuántica a la emisión de partículas a constituyó uno de los apoyos más sólidos a la nueva teoría, además de ilustrar muy claramente la dualidad onda-partícula. Hay muchos otros problemas sencillos en una dimensión (como el pozo cuadrado de potencial, etc.), que se pueden resolver fácilmente por medio de las técnicas que hemos presentado aquí. Por razones de brevedad no los vamos a tratar, pero el lector interesado los puede encontrar desarrollados en la bibliografía. 1 Esta conclusión fue confirmada por experimentos posteriores con partículas α de energía suficientemente grande como para investigar el potencial para todo r. 113 9. Soluciones de la ecuación de Schrödinger El oscilador armónico simple La energía potencial de un oscilador armónico simple es V ( x ) = 12 mω 2 x 2 (9.68) donde ω es la frecuencia clásica del oscilador y m la masa. La forma (9.68) de V ( x ) es de gran importancia práctica, pues es una aproximación para cualquier energía potencial arbitraria en el entorno de un punto de equilibrio estable. El oscilador armónico simple es también importante porque el comportamiento de sistemas tales como las vibraciones de un medio elástico y del campo electromagnético en una cavidad se pueden describir como la superposición de un número infinito de osciladores armónicos simples. Al cuantificar esos sistemas nos encontramos entonces con la mecánica cuántica de muchos osciladores armónicos lineales de diferentes frecuencias. Por tal motivo, todas las teorías de campos modernas utilizan los resultados que vamos a obtener. El Hamiltoniano del oscilador armónico simple es H= p2 1 + mω 2 x 2 2m 2 (9.69) y la ecuación de Schrödinger independiente del tiempo es entonces: − h 2 d 2ψ 1 + mω 2 x 2ψ = Eψ 2 m dx 2 2 (9.70) Para aligerar las fórmulas introducimos en lugar de x y p los operadores adimensionales ξ y η definidos por: x =ξ h mω p = η mhω , (9.71) Es fácil verificar que ξ y η = −i d / dξ cumplen la relación de conmutación [ξ , η] = ξη − ηξ = i (9.72) En términos de ξ y η el Hamiltoniano se escribe H = hωH , H = 12 (η 2 + ξ 2 ) (9.73) y la ec. (9.70) en la forma d 2ψ + (2ε − ξ 2 )ψ = 0 , E = hωε dξ 2 (9.74) Veamos el comportamiento de ψ (ξ ) para ξ → ±∞ . Para valores finitos de ε es fácil verificar que ψ (ξ → ±∞) → e −ξ 114 2 /2 (9.75) 9. Soluciones de la ecuación de Schrödinger de manera que ψ tiene el comportamiento de una Gaussiana. Es inmediato verificar por sustitución directa en la (9.61) que ψ 0 (ξ ) = e −ξ 2 /2 (9.76) es una solución de la (9.74) y corresponde al autovalor ε = 1 / 2 . En efecto, si ε = 1 / 2 se cumple: d 2ψ 0 2 2 2 2 + (2ε − ξ )ψ 0 = −ψ 0 + ξ ψ 0 + (2ε − ξ )ψ 0 = 0 dξ (9.77) Para encontrar las demás autofunciones y autovalores vamos a usar una sencilla y elegante técnica de operadores, que es diferente de los métodos que se emplean habitualmente en los textos elementales de Mecánica Cuántica. Hacemos así porque esta técnica es el prototipo de otras semejantes que se aplican en una variedad de problemas. Nuestro método se funda en las propiedades de conmutación de ciertos operadores no Hermitianos oportunamente definidos, y permite encontrar sistemáticamente mediante un procedimiento recursivo todas las autofunciones y sus correspondientes autovalores a partir de ψ 0 y de ε. Para eso definimos el operador a= 1 2 (ξ + iη) = 1 2 (ξ + d ) dξ (9.78) (ξ − d ) dξ (9.79) que por supuesto no es Hermitiano, y su adjunto a† = 1 2 (ξ − iη) = 1 2 En términos de a y a† el operador H se expresa como H = a†a + 12 (9.80) aa† − a†a = 1 (9.81) El conmutador de a y a† es Puesto que H y a†a conmutan, las autofunciones de H y a†a son las mismas, de modo que para encontrar los estados estacionarios es suficiente resolver el problema de autovalores de a†a. Si llamamos λn ( n = 0, 1, 2,…) a los autovalores y ψ n las correspondientes autofunciones, la ecuación que queremos resolver es a†aψ n = λnψ n (9.82) Primero vamos a demostrar que los autovalores no pueden ser negativos. De la (9.82) obtenemos (ψ n , a†aψ n ) = ( aψ n , aψ n ) = λn (ψ n ,ψ n ) 115 (9.83) 9. Soluciones de la ecuación de Schrödinger donde usamos la definición de operador adjunto. Puesto que la norma de una función no puede ser negativa, concluimos que λn ≥ 0 (9.84) Si ψ k es una autofunción de a†a, entonces a†ψ k es también una autofunción; en efecto usando la relación de conmutación (9.81) vemos que: ( a†a)a†ψ k = a† ( a†a + 1)ψ k = (λk + 1)a†ψ k (9.85) Por lo tanto a†ψ k es una autofunción con autovalor λk + 1. Del mismo modo se obtiene ( a†a)aψ k = a( a†a − 1)ψ k = (λk − 1)aψ k (9.86) que muestra que aψ k es una autofunción de a†a con autovalor λk − 1. Debido a estas propiedades a† y a se denominan operador de subida y operador de bajada, respectivamente. Operando reiteradamente con a† y a sobre una autofunción ψ k dada, podemos generar nuevas autofunciones correspondientes a diferentes autovalores, del mismo modo como se suben o se bajan los peldaños de una escalera. Sin embargo, la condición (9.84) limita la cantidad de veces que se puede aplicar el operador de bajada, porque cuando se llega un autovalor 0 ≤ λ0 < 1, la aplicación del operador de bajada no permite ya encontrar una nueva autofunción, pues sería una autofunción correspondiente a un autovalor que viola la condición (9.84). Por lo tanto para el peldaño más bajo de la escalera ( n = 0 ) se debe cumplir a†aψ 0 = λ0ψ 0 , 0 ≤ λ0 < 1 (9.97) y también aψ 0 = 0 (9.88) y por consiguiente el menor autovalor de a†a es λ0 = 0 (9.89) Partiendo entonces de ψ 0 y de λ0 = 0 podemos obtener todas las demás autofunciones y autovalores por aplicación reiterada del operador de subida a†. Pero nosotros ya conocemos ψ 0 , que está dado por la (9.76): ψ 0 (ξ ) = e −ξ 2 /2 (9.90) Por consiguiente la n-ésima autofunción, y su correspondiente autovalor son ψn ∝ ( a† )n ψ  0 (ξ ) =   n 1 2 (ξ − d ) e−ξ 2 / 2 dξ  Usando la (9.74) y la (9.80) obtenemos que 116 , λn = n (9.91) 9. Soluciones de la ecuación de Schrödinger Hψ n = hω (n + 12 )ψ n (9.92) y por lo tanto los autovalores de la energía son En = hω (n + 12 ) , n = 0, 1, 2,… (9.93) Observamos que a diferencia del caso clásico, la energía del oscilador no es nula en el estado fundamental ( n = 0 ) sino que todavía vale hω / 2 . Este resultado de la teoría de Schrödinger difiere del que se obtuvo en la Teoría Cuántica Antigua a partir de los postulados de cuantificación Planck y de Wilson-Sommerfeld. La energía hω / 2 se denomina energía de punto cero del oscilador armónico y su existencia es un fenómeno cuántico que se puede entender en base al principio de incerteza. Veamos ahora las expresiones explícitas de las autofunciones (9.91). Es fácil verificar que ψ n tiene la forma ψ n = Cn Hn (ξ )e −ξ 2 /2 (9.94) donde Hn (ξ ) es un polinomio de grado n y Cn es una constante de normalización todavía no especificada. Los polinomios Hn (ξ ) se denominan polinomios de Hermite y se suelen definir de modo que el coeficiente de la potencia más elevada de ξ sea 2n. Los primeros polinomios de Hermite son: H0 (ξ ) = 1 H1 (ξ ) = 2ξ H2 (ξ ) = 4ξ 2 − 2 H3 (ξ ) = 8ξ 3 − 12ξ H4 (ξ ) = 16ξ 4 − 48ξ 2 + 12 H5 (ξ ) = 32ξ 5 − 160ξ 3 + 120ξ (9.95) Los polinomios de Hermite satisfacen la ecuación diferencial d 2 Hn dHn + 2 nHn = 0 2 − 2ξ dξ dξ (9.96) Una forma simple de definir los polinomios de Hermite es Hn = ( −1)n eξ 2 d n −ξ 2 e dξ n (9.97) Se puede ver que los polinomios de Hermite tienen paridad definida dada por ( −1)n y que sus n raíces son todas reales. Por lo tanto ψ n tiene n nodos. Las autofunciones normalizadas son: ψ n (ξ ) =  mω  2 n n!  πh  1 1/ 4 Hn (ξ )e −ξ 2 /2 , ξ=x mω h En la bibliografía citada el lector puede encontrar gráficos de las autofunciones (9.98). 117 (9.98) 10. Fuerzas centrales, momento angular y átomo de hidrógeno 10. FUERZAS CENTRALES, MOMENTO ANGULAR Y ÁTOMO DE HIDRÓGENO Introducción Nos ocuparemos ahora del movimiento de una partícula en tres dimensiones. En la Mecánica Cuántica, del mismo modo que en la Mecánica Clásica hay una clase muy importante de problemas que surgen cuando las fuerzas son centrales, esto es, cuando la energía potencial depende sólo de la distancia r desde la partícula a un punto fijo (que tomaremos como el origen de coordenadas). El Hamiltoniano es entonces (µ indica la masa de la partícula) H= p2 h2 2 + V (r ) = − ∇ + V (r ) 2µ 2µ (10.1) Puesto que una fuerza central no produce momento respecto del origen, clásicamente se conserva el momento angular (orbital), que se define como L=r×p (10.2) En la Mecánica Clásica, la conservación del momento angular para problemas de fuerzas centrales tiene importantes consecuencias: la órbita de la partícula está contenida en un plano (normal a la dirección del momento angular) y se cumple la Ley de las Áreas (la velocidad areolar es constante y proporcional al módulo del momento angular). De resultas de ello, si se describe el movimiento en el plano de la órbita, el problema es separable en coordenadas polares con origen en el centro de fuerzas. Gracias a esto el análisis del movimiento en tres dimensiones se simplifica enormemente, pues queda reducido esencialmente al estudio del movimiento radial, esto es, un movimiento unidimensional bajo la acción de la fuerza central más la fuerza centrífuga (cuyo valor está determinado por el módulo del momento angular). De acuerdo con el principio de correspondencia cabe esperar que el momento angular juegue también un rol muy importante en la Mecánica Cuántica. Veremos, en efecto, que debido a la conservación del momento angular se simplifica considerablemente la solución del problema, ya que la ecuación de Schrödinger independiente del tiempo se separa en coordenadas polares esféricas. En consecuencia las autofunciones de la energía se pueden escribir como el producto una función de los ángulos (que depende del momento angular y no depende de la forma de la energía potencial V (r ) ) y una función radial donde está comprendida la totalidad de los efectos de V (r ) . Propiedades del momento angular El operador L que representa el momento angular se obtiene reemplazando p en la (10.2) por −ih∇ . Aquí no hay dificultad con operadores que no conmutan, pues en la (10.2) sólo aparecen productos como xpy , ypx , etc.. Comenzamos por obtener las relaciones de conmutación del momento angular usando las reglas de conmutación entre las componentes de r y p. Por ejemplo, es fácil verificar que [ Lx , x ] = 0 , [ Lx , px ] = 0 [ Lx , y] = ihz , [ Lx , py ] = ihpz [ Lx , z ] = −ihy , [ Lx , pz ] = −ihpy 118 (10.3) 10. Fuerzas centrales, momento angular y átomo de hidrógeno Relaciones semejantes valen para los conmutadores de Ly y Lz con las componentes de r y p. A partir de ellas podemos calcular las relaciones de conmutación de las componentes de L entre sí: [ Lx , Ly ] = ihLz , [ Ly , Lz ] = ihLx , [ Lz , Lx ] = ihLy (10.4) El hecho que las componentes de L no conmutan implica que no existen en general estados en que todas las componentes del momento angular tengan valores bien definidos. Si aplicamos la relación general (8.51): ∆F∆G ≥ 12 | [ F, G] | (10.5) ∆Lx ∆Ly ≥ 2h | Lz | , ∆Ly ∆Lz ≥ 2h | Lx | , ∆Lz ∆Lx ≥ 2h | Ly | (10.6) obtenemos que Las (10.6) muestran que las tres componentes de L se pueden determinar con exactitud sólo si los valores esperados de las mismas son nulos, esto es si L =0 (10.7) Además, si las componentes de L están bien definidas se debe cumplir ∆L2j = ( L j − L j )2 = L2j = 0 , j = x, y, z (10.8) y por lo tanto para tener ∆L = 0 es preciso que además de la (10.7) se cumpla también L2x = L2y = L2z = 0 (10.9) En consecuencia el único estado ψ en el cual se pueden conocer con exactitud las tres componentes de L es un autoestado de las tres componentes con autovalores nulos, tal que: Lψ = 0 (10.10) L2 = L2x + L2y + L2z (10.11) Magnitud del momento angular El cuadrado de la magnitud de L es El valor medio de L2 en un estado cualquiera φ es siempre mayor o igual que el valor medio del cuadrado de una cualquiera de las componentes de L, digamos Lz , esto es: L2 = L2x + L2y + L2z ≥ L2z (10.12) L2x , L2y ≥ 0 (10.13) puesto que 119 10. Fuerzas centrales, momento angular y átomo de hidrógeno El signo = en (10.12) vale sólo si Lψ = 0 . En efecto L2x = (φ , L2xφ ) = ( Lxφ , Lxφ ) = 0 ⇒ Lxφ = 0 L2y = (φ , L2yφ ) = ( Lyφ , Lyφ ) = 0 ⇒ Lyφ = 0 (10.14) y entonces usando Lz = − hi [ Lx , Ly ] (10.15) Lzφ = 0 (10.16) encontramos que y en vista de (10.14) y (10.16) concluimos que L2 > L2z (10.17) para todo φ, excepto cuando se cumple la condición (10.10). Vemos entonces que, salvo cuando todas las componentes de L son nulas, la magnitud del momento angular supera el máximo valor de cualquiera de sus componentes. Es fácil verificar que L2 conmuta con todas las componentes de L: [ L2 , L] = 0 (10.18) Por lo tanto L2 y una cualquiera de sus componentes, digamos Lz , poseen un sistema completo de autofunciones en común. Traslaciones y rotaciones infinitesimales y sus generadores Hay una estrecha relación entre el impulso y las traslaciones, y entre el momento angular y las rotaciones rígidas. Sea φ ( r ) una función escalar diferenciable arbitraria. Si desplazamos el valor de φ a un nuevo punto r + a (Fig. 10.1) obtenemos una nueva función Φ ( r ) tal que Φ ( r + a) = φ ( r ) (10.19) Para una traslación infinitesimal δa: q(r) Φ ( r ) = φ ( r − δa) = φ ( r ) − δa ⋅ ∇φ ( r ) (10.20) r a \(r+a)=q(r) b y por lo tanto i δφ ( r ) = Φ ( r ) − φ ( r ) = − δa ⋅ p φ ( r ) (10.21) h r+a Fig. 10.1. Rotación rígida. Por este motivo el operador p se denomina generador de traslaciones infinitesimales. Si el desplazamiento es una rotación infinitesimal de un ángulo δϕ alrededor de un eje que pasa por el origen, 120 10. Fuerzas centrales, momento angular y átomo de hidrógeno a = δϕ ϕ× r (10.22) donde δϕ ϕ es un vector cuya magnitud es δϕ y que tiene la dirección del eje de rotación. La variación de φ es entonces: δφ ( r ) = Φ( r ) − φ ( r ) = −(δϕ × r ) ⋅ ∇φ ( r ) = −δϕ ⋅ ( r × ∇)φ ( r ) (10.23) i δφ ( r ) = − δϕ ⋅ Lφ ( r ) h (10.24) es decir Por este motivo el operador L se denomina generador de rotaciones infinitesimales. De la (10.10) y la (10.24) se desprende que la función de onda ψ del estado en el cual las tres componentes de L están bien definidas es invariante ante una rotación infinitesimal arbitraria. Por lo tanto ψ = ψ (r ) depende sólo de r y no de los ángulos y describe un estado esféricamente simétrico. Tales estados de momento angular nulo se denominan estados S. Dejamos como ejercicio para el lector comprobar que la relación fundamental (10.24) implica las relaciones de conmutación (10.3). Fuerzas centrales y conservación del momento angular Es fácil verificar usando las relaciones de conmutación (10.3) (lo dejamos como ejercicio) que [ L, p 2 ] = 0 (10.25) Además, poniendo φ = V (r )ψ ( r ) en la (10.24) obtenemos i i δ [V (r )ψ ( r )] = V (r )δψ ( r ) ⇒ − δϕ ⋅ LV (r )ψ ( r ) = − δϕ ⋅ V (r ) Lψ ( r ) h h (10.26) Puesto que δϕ ϕ y ψ ( r ) son arbitrarios, concluimos que [ L, V (r )] = 0 (10.27) Si V = V (r ) , en virtud de las (10.25) y (10.27) obtenemos [ L, H ] = 0 (10.28) y por lo tanto en presencia de fuerzas centrales el momento angular es una constante del movimiento, tal como ocurre en la Mecánica Clásica. Energía cinética y momento angular En Mecánica Clásica se usa la identidad L2 = ( r × p)2 = r 2 p2 − ( r ⋅ p)2 121 (10.29) 10. Fuerzas centrales, momento angular y átomo de hidrógeno para expresar la energía cinética en términos de la componente radial del impulso y de L2 que es constante del movimiento, y así el problema de fuerzas centrales se reduce a un problema unidimensional equivalente. Aquí tenemos que proceder con cuidado, pues ( r × p )2 ≠ r 2 p 2 − ( r ⋅ p )2 (10.30) debido a que r y p no conmutan. La expresión correcta es L2 = ( r × p) ⋅ ( r × p) = r 2 p2 − r ( r ⋅ p) ⋅ p + 2ihr ⋅ p (10.31) lo cual se verifica con un poco de paciencia desarrollando el producto ( r × p) ⋅ ( r × p) . Puesto que r ⋅ p = −ihr ∂ ∂r (10.32) la (10.31) se escribe L2 = r 2 p 2 + h 2 r 2 ∂2 ∂  ∂ 2 ∂ = r 2 p2 + h2  r 2  2 + 2h r ∂r ∂r ∂r  ∂r  (10.33) y como L conmuta con cualquier función de r, podemos escribir la energía cinética en la forma T≡ h2 ∂  2 ∂  p2 L2 = −  r 2 µ 2 µr 2 2 µr 2 ∂r  ∂r  (10.34) Debemos recordar que para llegar a esta expresión hemos dividido la (10.33) por r 2 ; por lo tanto la (10.34) no vale para r = 0 , salvo en el caso especial de los estados de momento angular nulo, para los cuales Lψ = 0 . Reducción del problema de fuerzas centrales Cuando L2 es constante del movimiento existe un sistema de autofunciones ψ E, λ ( r ) de H y de L2 con autovalores E y λh 2 , respectivamente: Hψ E, λ ( r ) = Eψ E, λ ( r ) , L2ψ E,λ ( r ) = λh 2ψ E,λ ( r ) (10.35) Aquí λ es un número puro, pues h tiene dimensiones de momento angular. Usando la (10.34) la ecuación de Schrödinger independiente del tiempo se escribe en la forma  h2 ∂  2 ∂  h2λ  − 2 µr 2 ∂r  r ∂r  + 2 µr 2 + V (r )ψ E, λ ( r ) = Eψ E, λ ( r )   (10.36) Puesto que L2 conmuta con cualquier función de r, todas las soluciones de la (10.36) se pueden obtener como combinaciones lineales de soluciones separables en coordenadas esféricas, de la forma ψ E, λ ( r ) = RE,λ (r )Yλ (θ ,ϕ ) 122 (10.37) 10. Fuerzas centrales, momento angular y átomo de hidrógeno donde Yλ (θ , ϕ ) es una solución de L2Yλ (θ , ϕ ) = λh 2Yλ (θ ,ϕ ) (10.38) y la autofunción radial RE, λ (r ) satisface la ecuación diferencial ordinaria  h2 d  2 d  h2λ  − 2 µr 2 dr  r dr  + 2 µr 2 + V (r ) RE, λ (r ) = ERE, λ (r )   (10.39) Si hacemos la sustitución RE, λ (r ) = uE , λ ( r ) (10.40) r encontramos que u satisface la ecuación radial: 2  h 2 d uE , λ  h 2 λ − + + ( ) V r uE, λ = EuE, λ  2 2 µ dr 2   2 µr (10.41) Notar el término h 2 λ / 2 µr 2 que se suma a la energía potencial. Este término se denomina potencial centrífugo pues representa el potencial del cual deriva la fuerza centrífuga. La (10.41) se parece a la ecuación de Schrödinger independiente del tiempo en una dimensión que estudiamos en el Capítulo 9, pero las condiciones de contorno para uE, λ son diferentes pues r no puede ser negativo. Por ejemplo, para que ψ sea finita en todas partes, u se debe anular en r = 0 . Dado que las condiciones de contorno dependen de V (r ) dejaremos para más adelante su discusión y estudiaremos primero los autovalores y autofunciones del momento angular, que son aspectos comunes a todos los problemas de fuerzas centrales. Dependencia angular de las autofunciones Conviene expresar el momento angular en coordenadas polares esféricas (Fig. 10.2) z e x = rsenθ cos ϕ y = rsenθsenϕ z = rcosθ r̂ ˆ eˆ r ẑ x̂ (10.42) El operador ∇ se escribe entonces ∇ = rˆ ŷ ∂ ˆ1 ∂ 1 ∂ +θ + ϕˆ ∂r r ∂θ rsenθ ∂ϕ (10.43) y donde x Fig. 10.2. Coordenadas polares esféricas. rˆ = xˆsenθ cos ϕ + yˆ senθsenϕ + zˆ cosθ θˆ = xˆ cosθ cos ϕ + yˆ cosθsenϕ − zˆsenθ (10.44) ϕˆ = − xˆsenϕ + yˆ cos ϕ La (10.43) muestra que (a diferencia de las compo- 123 10. Fuerzas centrales, momento angular y átomo de hidrógeno nentes cartesianas) las componentes polares del impulso no conmutan entre sí. El momento angular se puede expresar como  ∂ 1 ∂  L = r × p = −ihrrˆ × ∇ = −ih ϕˆ − θˆ  senθ ∂ϕ   ∂θ (10.45) De la (10.45) es evidente que L conmuta con cualquier función de r y con cualquier derivada con respecto de r como ya sabíamos. Usando (10.45) y (10.44) obtenemos  ∂  ∂ Lx = −ih −senϕ − cos ϕ cot θ  ∂ϕ  ∂θ   ∂  ∂ Ly = −ih cos ϕ − senϕ cot θ  ∂ϕ  ∂θ  ∂ Lz = −ih ∂ϕ (10.46) y finalmente obtenemos la expresión de L2 en coordenadas polares esféricas:  1 ∂  ∂  1 ∂2  θ L2 = − h 2  + sen   ∂θ  sen 2θ ∂ϕ 2   senθ ∂θ  (10.47) El problema de autovalores de L2 es entonces  1 ∂  ∂  1 ∂2   senθ ∂θ  senθ ∂θ  + sen 2θ ∂ϕ 2 Yλ (θ , ϕ ) = − λYλ (θ ,ϕ )   (10.48) Podemos resolver esta ecuación por separación de variables poniendo Y(θ , ϕ ) = Θ (θ )Φ (ϕ ) (10.49) sen 2θ  1 d  dΘ  1 d 2Φ  + sen Θ θ λ = −  dθ  Φ dϕ 2 Θ  senθ dθ  (10.50) y resulta Si indicamos la constante de separación como m 2 (veremos en seguida que m es real en virtud de las condiciones de contorno que impondremos) obtenemos una ecuación diferencial ordinaria para Φ: d 2Φ + m 2Φ = 0 dϕ 2 (10.51) 1 d  dΘ  m2 senθ Θ + λΘ = 0 − dθ  sen 2θ senθ dθ  (10.52) y otra para Θ: 124 10. Fuerzas centrales, momento angular y átomo de hidrógeno El problema de autovalores para Lz y la cuantificación espacial Para resolver la (10.51) vamos a requerir que Φ (ϕ + 2π ) = Φ (ϕ ) (10.53) para que la función de onda sea univaluada. Esto nos restringe a las soluciones Φ (ϕ ) = eimϕ , m = 0, ± 1, ± 2, … (10.54) que son autofunciones del operador Lz , pues de acuerdo con la (10.46): Lz eimϕ = −ih ∂ imϕ e = mheimϕ ∂ϕ , m = 0, ± 1, ± 2, … (10.55) Puesto que Lz conmuta con L2 ambos operadores tienen un sistema de autofunciones en común, por lo cual el resultado (10.55) no es sorprendente. Incidentalmente, se puede observar que la (10.51) admite soluciones de la forma cos mϕ y senmϕ que también cumplen la condición (10.53), pero no son autofunciones de Lz . Asimismo Lx y Ly conmutan con L2 y por lo tanto también cualquiera de ellas tiene un sistema de autofunciones en común con L2 , pero esas autofunciones tienen una forma mucho más complicada debido a que usamos el eje z como el eje de las coordenadas polares esféricas y por eso en las expresiones de Lx y Ly figuran θ y ϕ, mientras que en la de Lz figura solamente ϕ. La ec. (10.55) muestra que los autovalores de Lz son mh ; por consiguiente una medición de Lz puede dar como resultado únicamente múltiplos enteros de h . Puesto que la dirección del eje z es arbitraria, esto implica que el momento angular respecto de cualquier eje está cuantificado y que una medición del mismo sólo puede dar como resultado uno de los valores discretos 0, ± h, ± 2 h, ± 3h, … (10.56) Este hecho se conoce como cuantificación espacial. El número m se suele denominar número cuántico magnético debido al papel que juega en la descripción del efecto de un campo magnético uniforme B sobre una partícula cargada que se mueve en un campo de fuerzas centrales. Teoría elemental del efecto Zeeman Cuando un átomo está sometido a un campo magnético externo, se observa que las líneas espectrales se subdividen en varias componentes. Este fenómeno se denomina efecto Zeeman. Se puede demostrar que cuando una partícula cuya carga es q se mueve en un campo magnético externo descripto por el potencial vectorial A, el operador p se debe reemplazar por p→ p− q A c (10.57) Por consiguiente el Hamiltoniano H se debe reemplazar por: H= q 2 1 2 1  p + V → H′ = p − A + V c  2µ 2µ  125 (10.58) 10. Fuerzas centrales, momento angular y átomo de hidrógeno Para un campo magnético uniforme A = ( B × r ) / 2 ; la ecuación de Schrödinger independiente del tiempo se escribe entonces (despreciando términos cuadráticos en B) como   p2 q  2 µ − 2 µc B ⋅ L + V (r )ψ = E ′ψ   (10.59) Por lo tanto en primera aproximación el efecto de un campo magnético es agregar a la energía un término de energía magnética − M ⋅ B , donde M es el momento magnético efectivo del sistema y está relacionado con el momento angular por M= q L 2 µc (10.60) Esta ecuación muestra que la relación entre las magnitudes del momento magnético y del momento angular de un electrón ( q = −e ) es la constante e / 2 µc . Es usual expresar dicha constante como e g β = L B 2 µc h , gL = 1 , β B = eh = 0.927 × 10 −20 erg/gauss 2 µc (10.61) La cantidad β B se denomina magnetón de Bohr y es la unidad natural para los momentos magnéticos atómicos; el número gL se llama factor giromagnético (o factor de Landé) orbital y lo introducimos explícitamente pese a ser igual a la unidad, pues veremos que hay otros factores giromagnéticos que tienen un valor diferente. Si se toma el eje z en la dirección del campo magnético, la perturbación magnética − M ⋅ B contiene sólo el operador Lz y por lo tanto las autofunciones simultáneas de H y Lz son también autofunciones de H ′ . Entonces es inmediato comprobar que en presencia del campo magnético los autovalores de la energía de un electrón pasan a ser: E → E′ = E − q mh = E + β B m 2 µc (10.62) Este resultado explica el origen del término “número cuántico magnético” para designar a m. La ecuación (10.62) implica que los estados con el mismo E y diferente m, que en ausencia del campo magnético estaban degenerados, se separan debido a que la interacción con el campo depende de la orientación de L (y por lo tanto del momento magnético M) con respecto de B. Esta es la teoría elemental del efecto Zeeman. Para la mayoría de las aplicaciones es necesario refinarla, para tomar en cuenta el spin del electrón y otras correcciones a la energía que son importantes a menos que B sea muy grande. Autovalores y autofunciones de L2 Volvemos ahora al estudio de la ec. (10.52): 1 d  dΘ  m2 Θ + λΘ = 0 − senθ senθ dθ  dθ  sen 2θ Conviene hacer el cambio de variable 126 (10.63) 10. Fuerzas centrales, momento angular y átomo de hidrógeno ξ = cosθ F(ξ ) = Θ (θ ) , (10.64) que nos lleva a la ecuación d  m2 2 dF  F + λF = 0 (1 − ξ )  − dξ  dξ  1 − ξ 2 (10.65) En el caso particular m = 0 la (10.65) se reduce a la conocida ecuación de Legendre: d  dF  (1 − ξ 2 )  + λF = 0  dξ  dξ  (10.66) Puesto que la ecuación de Legendre es invariante frente al cambio ξ → −ξ (es decir θ → π − θ ) basta buscar soluciones de paridad definida (esto es funciones simétricas o antisimétricas respecto del plano z = 0 ). La solución regular de la (10.66) se puede expandir en serie F(ξ ) = ∑ ak ξ k (10.67) k Sustituyendo (10.67) en (10.66) obtenemos una relación de recurrencia para los coeficientes de la serie: ak + 2 = k ( k + 1) − λ ak ( k + 1)(k + 2) (10.68) La (10.68) muestra que para k par se cumple a−2 = 0 y para k impar a−1 = 0 , de acuerdo a la hipótesis que F es regular en ξ = 0 . Por otra parte, si la serie no termina para algún valor finito de k, se tiene que  ak + 2  →1    ak  k →∞ (10.69) y por lo tanto la serie diverge para ξ → ±1. Por la misma razón excluimos la segunda solución linealmente independiente de la (10.66) que diverge logarítmicamente en ξ → ±1. Concluimos que para tener una solución aceptable, la serie se debe cortar en un valor finito k = l , donde l es un entero no negativo, y en ese caso F es un polinomio de grado l. Entonces los valores permitidos de λ son: λ = l(l + 1) , l = 0, 1, 2, … (10.70) El número l se llama número cuántico del momento angular orbital. Por tradición los correspondientes autoestados del momento angular orbital se designan con los símbolos S, P, D, F, G, H,…. Si hay varias partículas en el campo de fuerzas centrales se usan las minúsculas s, p, d, f, 127 10. Fuerzas centrales, momento angular y átomo de hidrógeno g, h,…. para designar los estados de momento angular de cada partícula y se reservan las mayúsculas S, P, D, F, G, H,…. para el momento angular orbital total1. Los autovalores de L2 son por lo tanto l(l + 1)h 2 = 0, 2 h 2 , 6h 2 , 12 h 2 , … (10.71) Las soluciones polinomiales de la (10.66) se suelen definir como Pl (ξ ) = 1 dl 2 (ξ − 1)l 2l l! dξ l (10.72) y se denominan polinomios de Legendre. El factor constante en (10.72) se introduce para que Pl ( ±1) = ( ±1)l (10.73) Los primeros polinomios de Legendre son P0 (ξ ) = 1 P3 (ξ ) = 12 (5ξ 3 − 3ξ ) P1 (ξ ) = ξ P4 (ξ ) = 18 (35ξ 4 − 30ξ 2 + 3) P2 (ξ ) = 12 (3ξ 2 − 1) P5 (ξ ) = 18 (63ξ 5 − 70ξ 3 + 15ξ ) (10.74) Puesto que los Pl (ξ ) son autofunciones del operador Hermitiano L2 , es evidente que son ortogonales: +1 ∫ Pl ′ (ξ ) Pl (ξ )dξ = δ l ′l −1 2 2l + 1 (10.75) Una vez conocidas las soluciones de la ecuación de Legendre (10.66) no es difícil encontrar también las soluciones de la (10.65) con m ≠ 0. Para eso usaremos una técnica semejante a la que empleamos en el Capítulo 9 al estudiar el oscilador armónico. Consideremos los operadores no Hermitianos L+ = Lx + iLy , L− = Lx − iLy (10.76) cuya forma explícita es  ∂ ∂  L+ = heiϕ  + i cot θ  ∂ϕ   ∂θ  ∂ ∂  − i cot θ  , L− = − he − iϕ  ∂ϕ   ∂θ (10.77) Es fácil comprobar que L+ y L− cumplen las siguientes relaciones de conmutación: [ L2 , L± ] = 0 , [ Lz , L+ ] = hL+ , [ Lz , L− ] = − hL− (10.78) y satisfacen las siguientes identidades que nos serán de utilidad: 1 Los primeros cuatro símbolos son las iniciales de los nombres de las series espectrales Sharp, Principal, Diffuse y Fundamental. 128 10. Fuerzas centrales, momento angular y átomo de hidrógeno L− L+ = L2 − L2z − hLz , L+ L− = L2 − L2z + hLz (10.79) Indicamos ahora con Ylm (θ , ϕ ) = Θ lm (θ )eimϕ (10.80) las autofunciones de L2 y Lz . Conocemos ya algunas de ellas, las que corresponden a m = 0: Yl0 (θ , ϕ ) = Θ l0 (θ ) = Pl (cosθ ) (10.81) y ahora mostraremos como se obtienen las demás. Si aplicamos Lz a la función L+ Ylm y usamos la (10.78) obtenemos: Lz ( L+ Ylm ) = {L+ Lz + [ Lz , L+ ]}Ylm = {L+ Lz + hL+}Ylm = ( m + 1)h( L+ Ylm ) (10.82) Esto muestra que L+ Ylm es una autofunción de Lz correspondiente al autovalor ( m + 1)h , y por lo tanto es proporcional a Ylm+1 . Escribimos entonces L+ Ylm = C+ (l, m)hYlm +1 (10.83) donde C+ (l, m) es la constante de proporcionalidad. De igual modo si aplicamos Lz a la función L− Ylm . resulta Lz ( L− Ylm ) = {L− Lz + [ Lz , L− ]}Ylm = {L− Lz − hL−}Ylm = ( m − 1)h( L− Ylm ) (10.84) y por lo tanto L− Ylm es una autofunción de Lz correspondiente al autovalor ( m − 1)h , y debe ser proporcional a Ylm−1 ; entonces L− Ylm = C− (l, m)hYlm −1 (10.85) donde C− (l, m) es una constante. Por consiguiente, aplicando reiteradamente los operadores L+ y L− podemos obtener a partir de Yl0 todas las diferentes Ylm para el l dado. Observemos que para cada l, la condición (10.17): L2 > L2z (10.86) λ = l(l + 1) ≥ m 2 (10.87) implica En consecuencia para cada l debe haber un valor máximo de m, m = q , tal que la aplicación de L+ a Ylq no nos da una nueva autofunción, es decir L+ Ylq = 0 Multiplicando la (10.88) por L− y usando la (10.79) obtenemos 129 (10.88) 10. Fuerzas centrales, momento angular y átomo de hidrógeno L− L+ Ylq = ( L2 − L2z − hLz )Ylq = h 2 [l(l + 1) − q(q + 1)]Ylq = 0 (10.89) q(q + 1) = l(l + 1) (10.90) de donde resulta que La (10.90) nos da dos posibles valores de q: l y −(l + 1) . Obviamente debemos descartar el segundo y por lo tanto el máximo valor de m es m = l . Análogamente debe haber un valor mínimo de m, m = q ′ tal que L− Ylq ′ = 0 (10.91) Multiplicando la (10.91) por L+ y usando la (10.79) obtenemos L+ L− Ylq ′ = ( L2 − L2z + hLz )Ylq ′ = h 2 [l(l + 1) − q ′(q ′ − 1)]Ylq ′ = 0 (10.92) de donde resulta que q ′(q ′ − 1) = l(l + 1) (10.93) Las raíces de (10.93) son –l y l + 1 y puesto que la segunda de ellas se debe descartar, el mínimo valor de m es m = −l . En consecuencia los posibles valores de m para un l dado son: m = 0, ± 1, L, ± l (10.94) o sea en total 2l + 1 valores. Usando las identidades (10.79) podemos calcular los valores de las constantes C+ (l, m) y C− (l, m) , los resultados son: C+ (l, m) = (l − m)(l + m + 1) , C− (l, m) = (l + m)(l − m + 1) (10.95) Las autofunciones normalizadas Ylm (θ , ϕ ) de L2 y Lz se denominan armónicos esféricos y su forma explícita para m ≥ 0 es Ylm (θ , ϕ ) = 2l + 1 (l − m)! ( −1)m eimϕ Plm (cosθ ) ( m ≥ 0) 4π (l + m)! (10.96) Los armónicos esféricos con superíndice negativo se definen como Ylm = ( −1)m (Yl− m )* ( m < 0) (10.97) En la (10.96) Plm indica las funciones asociadas de Legendre, que son soluciones de la ecuación (10.65), y se definen a partir de los polinomios de Legendre como Plm (ξ ) = (1 − ξ )m / 2 130 dm Pl (ξ ) dξ m (10.98) 10. Fuerzas centrales, momento angular y átomo de hidrógeno Los armónicos esféricos forman un sistema ortonormal completo, de modo que 2π ∫ dϕ ϕ =0 π ∫ [Ylm (θ ,ϕ )]* Ylm′ ′ (θ ,ϕ )senθdθ = δ ll ′δ mm ′ (10.99) θ =0 Podemos observar que en una inversión de coordenadas, en la cual θ → π −θ , ϕ → ϕ +π (10.100) la función eimϕ queda multiplicada por ( −1)m y Plm (cosθ ) por ( −1)l + m . Por consiguiente la paridad de los armónicos esféricos está dada por ( −1)l . Los primeros armónicos esféricos son 1 4π 3 3 z cosθ = Y10 = 4π 4π r 3 ± iϕ Y1±1 = m e sen θ = m 8π 5 (3 cos2 θ − 1) = Y20 = 16π 15 ± iϕ Y2±1 = m e cosθ sen θ 8π 15 ±2iϕ sen 2 θ = Y2±2 = e 32π Y00 = 3 x ± iy 8π r 5 2 z 2 − x 2 − y2 16π r2 15 ( x ± iy)z =m 8π r2 15 ( x ± iy)2 32π r2 (10.101) La ecuación radial Volvemos ahora a la discusión de la ecuación radial. De lo visto antes, concluimos que en presencia de fuerzas centrales las soluciones de la ecuación de Schrödinger independiente del tiempo son de la forma ψ ( r,θ , ϕ ) = u( r ) m Yl (θ ,ϕ ) r (10.102) Puesto que r no cambia por una inversión de coordenadas, esas funciones de onda tienen la misma paridad que los armónicos esféricos. Por lo tanto para l par tendremos estados de paridad par y para l impar estados de paridad impar. La función de onda radial u(r ) debe ser solución de la ec. (10.41): 2  h 2 d uE, λ  h 2l(l + 1) − + + ( ) V r uE, λ = EuE, λ  2 2 µ dr 2   2 µr (10.103) Puesto que los armónicos esféricos están normalizados, la normalización de la función de onda para las autofunciones correspondientes a los autovalores discretos de la (10.103) requiere que 131 10. Fuerzas centrales, momento angular y átomo de hidrógeno ∞ ∫∫ ψ *ψr 2 drdΩ = ∫ u*udr = 1 (10.104) 0 La normalización de las autofunciones del espectro continuo requiere ∞ ∫ u*EuE ′ dr = δ ( E − E ′) (10.105) 0 En la mayoría de los casos de interés podemos suponer que V (r ) es finito en todas partes, salvo eventualmente en el origen, y que cerca de r = 0 V (r ) ≈ crα , (r → 0 , α = entero ≥ −1) (10.106) Además vamos a suponer que V → 0 , (r → ∞) (10.107) Recordemos que la (10.34) no vale en el origen y por lo tanto la (10.103) vale sólo para r ≠ 0 y la debemos complementar con una condición de contorno en r = 0 . Sin entrar en mayores detalles podemos decir que la condición de contorno adecuada se obtiene imponiendo que H sea Hermitiano. En los casos que nos interesan aquí, esto se consigue usando la condición u(0) = 0 (10.108) Vale la pena aclarar que esta sencilla condición es suficiente pero no necesaria. En ciertos casos, por ejemplo en la teoría relativística del átomo de hidrógeno, se pueden aceptar funciones de onda con una singularidad débil en el origen. Cuando l ≠ 0, en muchos casos podemos despreciar V (r ) cerca del origen en comparación con el potencial centrífugo ( ∝ r −2 ). Si esto ocurre, la (10.103) se reduce a d 2u l(l + 1) − u = 0 , (l ≠ 0 , r → 0 ) dr 2 r2 (10.109) u = Ar l +1 + Br − l (10.110) cuya solución general es Puesto que l ≥ 1 en la (10.110), la condición de contorno (10.108) exige que B = 0. Por lo tanto para todos los estados con l ≥ 1 tenemos que u = Ar l +1 , (l ≠ 0 , r → 0) (10.111) Para los estados S no hay término centrífugo en la (10.103) y entonces el comportamiento de u(r ) cerca del origen depende de la forma de V (r ) . Si V → 0 para r → ∞ la ecuación radial se reduce para r grande a: d 2u 2 µE + 2 u = 0 , (r → ∞) dr 2 h 132 (10.112) 10. Fuerzas centrales, momento angular y átomo de hidrógeno Cuando E > 0 las soluciones de esta ecuación son oscilatorias, por consiguiente todos los valores de E están permitidos y el espectro de autovalores es continuo. En cambio cuando E < 0 las soluciones de la (10.112) son exponenciales y para que ψ sea normalizable debemos excluir la solución exponencialmente creciente. Luego en este caso tendremos u(r ) ∝ e −κr −2 µE h2 , κ =+ (r → ∞) (10.113) Las autofunciones que tienen este comportamiento representan estados ligados y las condiciones de contorno permiten en general sólo ciertos valores discretos de la energía. Para estudiar los estados ligados conviene transformar la ecuación radial poniendo u(r ) = ρ l +1e − ρ w( ρ ) , ρ = κr (10.114) pues de esta forma eliminamos de la función incógnita w(r ) las partes que describen el comportamiento ya conocido de u(r ) para r → 0 y r → ∞ . Sustituyendo (10.114) en (10.103) obtenemos la ecuación  l + 1  dw  V d 2w l + 1 + 2 − 1 2 + −    w = 0 dρ 2 ρ   ρ  dρ  E (10.115) entre cuyas soluciones deberemos elegir las que satisfacen las condiciones de contorno en el origen y en el infinito. Estados ligados de átomos con un solo electrón En este caso la energía potencial es V (r ) = − Ze2 r (10.116) donde Ze es la carga del núcleo y –e la del electrón (para el átomo de hidrógeno Z = 1). En virtud de la discusión precedente u(r ) se comporta como r l +1 cerca del origen, y, dada la forma (10.116) de V (r ) , resulta que también para los estados S tenemos ese comportamiento. Conviene introducir el parámetro ρ0 ≡ Ze2κ Ze2 = |E| h 2µ |E| (10.117) de modo que V ρ0 = E ρ (10.118) y entonces la (10.115) se escribe como: ρ d 2w dw + [ ρ0 − 2(l + 1)]w = 0 2 + 2(l + 1 − ρ ) dρ dρ 133 (10.119) 10. Fuerzas centrales, momento angular y átomo de hidrógeno Autovalores de la energía Para resolver la ecuación (10.119) ensayamos un desarrollo en serie de la forma w( ρ ) = ∑ ak ρ k (10.120) k Introduciendo esta expresión en la (10.119) obtenemos la relación de recurrencia ak +1 = 2( k + l + 1) − ρ0 ak ( k + 1)(k + 2l + 1) (10.121) De la (10.121) se desprende que a−1 = 0 y por lo tanto la serie comienza con un término constante a0 ≠ 0 . Por otra parte, para valores grandes de k ak +1 ≈ 2 ak k , k >> 1 (10.122) y entonces para ρ → ∞ resulta w( ρ ) ∝ e 2 ρ (10.123) Este comportamiento es inaceptable, pues nos da u(r ) ≈ ρ l +1e − ρ w( ρ ) ∝ e ρ (10.124) Por lo tanto la serie debe terminar de modo que w( ρ ) sea un polinomio. Si N es el grado de dicho polinomio, tendremos que aN ≠ 0 y aN +1 = 0 y la (10.121) nos da la condición ρ0 = 2( N + l + 1) con N = 0, 1, 2, … , l = 0, 1, 2, … (10.125) Esta condición implica la cuantificación de la energía y es equivalente a la fórmula (5.17) a partir de la cual se obtiene la fórmula de Rydberg para las series espectrales de átomos hidrogenoides. Para ver esto conviene definir n ≡ N + l +1 = ρ0 2 (10.126) y reemplazar ρ0 por su expresión (10.117). Resulta entonces E = En = − µZ 2e 4 2h 2 n 2 (10.127) que es idéntica a la fórmula (5.17) que obtuvimos aplicando la condición de cuantificación de Bohr de la Teoría Cuántica Antigua. También vemos que la extensión radial de la región donde está localizado el electrón está determinada por 134 10. Fuerzas centrales, momento angular y átomo de hidrógeno 1 n h2 = a , a= 2 κ Z µe (10.128) donde a es el radio de Bohr. Puesto que por definición N es un entero no negativo, es obvio que n es un entero positivo que cumple n ≥1 (10.129) El estado fundamental corresponde n = 1 y l = 0 y su energía es de ≈ −13.6 eV para el hidrógeno. Hay infinitos niveles discretos de energía, con punto de acumulación en E = 0 para n → ∞. De acuerdo con los resultados de nuestro estudio, las autofunciones del Hamiltoniano del electrón de un átomo hidrogenoide se pueden elegir para que sean además autofunciones de L2 y de Lz y en tal caso están caracterizadas por los tres números cuánticos n, l m. Puesto que En depende sólo del número cuántico principal, todos los niveles de energía, exceptuando el nivel fundamental, son degenerados. Para cada nivel En ( n > 1) hay n valores posibles de l: l = 0, 1, 2, …, n − 1 (10.130) y para cada uno de ellos hay 2l + 1 valores posibles del número cuántico magnético m. En consecuencia para cada nivel de energía hay n −1 ∑ (2l + 1) = n 2 (10.131) l=0 autofunciones ψ nlm linealmente independientes. Se dice en este caso que el grado de degeneración de cada nivel es n2. En realidad, si se toma en cuenta el spin del electrón el grado de degeneración se duplica (también para el estado fundamental). La aparición de degeneración está siempre asociada con las simetrías del sistema. La mayoría de las veces las simetrías son evidentes. Por ejemplo, la degeneración con respecto del número cuántico magnético se origina en la ausencia de una orientación privilegiada y refleja la invariancia del sistema con respecto de las rotaciones alrededor del origen. Claramente esta degeneración está presente para cualquier potencial central. En cambio, la degeneración de los estados con un mismo n y diferente l es peculiar del potencial Coulombiano. Cualquier apartamiento del potencial de la dependencia 1/ r elimina esta degeneración, porque en ese caso los autovalores de la energía dependen no sólo de n sino también de l. Por este motivo esta degeneración se suele llamar degeneración accidental, pero esta denominación no debe llevar a confusión pues no ocurre por casualidad. Su origen se encuentra en una sutil simetría en el espacio de los impulsos, y se relaciona con el hecho que para el potencial de Coulomb la ecuación de Schrödinger independiente del tiempo no sólo es separable en coordenadas esféricas, sino también en coordenadas parabólicas. Estudio de las autofunciones Resumiremos sin demostración algunas de las propiedades más importantes de las autofunciones radiales de los estados ligados del potencial de Coulomb. 135 10. Fuerzas centrales, momento angular y átomo de hidrógeno Las soluciones polinomiales de la (10.119) se relacionan con cierta clase de polinomios ortogonales LpN ( z ) = Lqp − p ( z ) denominados polinomios asociados de Laguerre. Los polinomios de Laguerre de grado q se pueden definir como Lq ( z ) = e z d q −z q (e z ) dz q (10.132) y los polinomios asociados de Laguerre de grado q − p como: Lqp − p ( z ) = ( −1) p dp Lq ( z ) dz p (10.133) Se encuentra que Lqp − p (0) = (q!)2 (q − p)! p! (10.134) El número de ceros de Lqp − p ( z ) es N = q − p = n − l − 1, y la integral de normalización es ∞ ∫ e − z z 2l + 2 [ L2nl−+l1−1( z)]2 dz 0 = 2 n(n + 1)! (n − l − 1)! (10.135) Finalmente, reuniendo todos los resultados que obtuvimos podemos escribir las autofunciones normalizadas para los estados ligados de átomos hidrogenoides en la forma: 1/ 2 (n − l − 1)!   ψ nlm (r,θ ,ϕ ) = (2κ )3  2 n(n + l )!   e −κr (2κr )l L2nl−+l1−1 (2κr )Ylm (θ ,ϕ ) , κ = Z na (10.136) A veces en lugar de las (10.136) se usan las autofunciones reales: cos mϕ ψ nlm (r,θ , ϕ ) ∝ e −κr (2κr )l L2nl−+l1−1 (2κr ) Plm (θ ,ϕ ){ senmϕ (10.137) Se puede ver que, salvo en el caso de los estados S, las ψ nlm (r,θ , ϕ ) tienen n superficies nodales (contando r = 0 como una superficie). En efecto L2nl−+l1−1 (2κr ) se anula para n − l − 1 valores de r, Plm (θ ) se anula para l − m valores de θ, cos mϕ y sen mϕ se anulan para m valores de ϕ, y por último r l tiene un nodo en r = 0 si l ≠ 0. El hecho que la función de onda es nula en el origen para todos los estados menos para los estados S tiene consecuencias muy importantes, pues por este motivo sólo los electrones atómicos en los estados S tienen una probabilidad apreciable de encontrarse en el interior del núcleo atómico. Por lo tanto son los únicos que pueden interactuar con el núcleo, dando lugar a procesos como la captura electrónica (una forma de decaimiento β + alternativa a la emisión de un positrón) y la conversión interna (una forma se desexcitación nuclear en la cual en vez de emitir radiación γ, el núcleo transfiere su exceso de energía a un electrón atómico). El significado cuántico del radio de Bohr se puede apreciar si se observa que la función de onda del estado fundamental es 136 10. Fuerzas centrales, momento angular y átomo de hidrógeno  Z3  ψ 1, 0, 0 (r,θ ,ϕ ) =  3   πa  1/ 2 e − Zr / a (10.138) 3a 2Z (10.139) y el valor esperado de r en este estado es Z r = 4   a 3 ∞ ∫ e −2 Zr / ar 3dr 0 = La densidad de probabilidad en el estado fundamental es máxima en r = a / Z . Existen por supuesto varias correcciones a la simple fórmula (10.127) de los niveles de energía: • El efecto de la masa finita del núcleo, que se puede tomar en cuenta usando en lugar de µ la masa reducida del sistema electrón-núcleo. • Los efectos del spin del electrón y las correcciones relativísticas por la velocidad del electrón (estructura fina). • Los efectos de la interacción magnética entre el electrón y el núcleo (estructura hiperfina). • Los efectos debidos a la interacción entre el electrón y el campo electromagnético (corrimiento de Lamb). No nos ocuparemos de los últimos dos en este curso. 137 11. El Spin 11. EL SPIN El momento angular intrínseco Hasta aquí nos ocupamos de la descripción cuántica de una partícula, considerada como una masa puntiforme sin estructura interna. En consecuencia supusimos que el estado de la misma se puede especificar por completo mediante la función de onda Ψ, que es una función escalar de las variables espaciales x, y, z y del tiempo. Es ciertamente notable que esta imagen tan simple permite explicar muchos aspectos de la física del átomo y del núcleo. Sin embargo, estos logros no nos deben hacer perder de vista que este modelo sólo explica los aspectos más gruesos del átomo y del núcleo. Muchos detalles se pudieron entender recién a partir del descubrimiento que muchas partículas, incluyendo electrones, protones y neutrones no están completamente descriptas por el modelo de masa puntiforme sin estructura1. En otras palabras, el estado de esas partículas no está especificado por completo por una función escalar de las coordenadas y del tiempo. En efecto, la evidencia empírica muestra que es necesario atribuir a esas partículas un momento angular intrínseco o spin, y asociado con él, un momento magnético intrínseco. La evidencia espectroscópica Mencionaremos primero la evidencia espectroscópica acerca del spin y del momento magnético intrínseco, dado que fue a partir de ella que se introdujeron esos atributos del electrón. La expresión que obtuvimos para los niveles de energía del átomo de hidrógeno (ec. (10.127)) no explica por completo el espectro observado, por cuanto muchas de las líneas muestran desdoblamientos en varias componentes, dando lugar a una estructura fina de los niveles de energía que no se puede explicar mediante la teoría que desarrollamos en el Capítulo 10. En 1916, en el marco de la Teoría Cuántica Antigua, Sommerfeld dio una explicación aparentemente satisfactoria de la estructura fina (ver el Capítulo 5), basada sobre las correcciones relativísticas, en virtud de las cuales la energía de los niveles (que en el caso no relativístico depende sólo del número cuántico principal) pasa a depender también del número cuántico azimutal. La separación de los niveles así obtenida coincide con la que se observa en el hidrógeno y el helio ionizado y también con la que se observa en las líneas de rayos X de los átomos pesados. Por ese motivo la explicación de Sommerfeld fue aceptada durante varios años. Sin embargo, poco antes del desarrollo de la Mecánica Cuántica, aparecieron problemas con la teoría de Sommerfeld, en relación con el espectro de los átomos alcalinos. El estado fundamental de un átomo alcalino tiene una estructura electrónica muy simple, y su espectro óptico se puede interpretar suponiendo que el átomo consiste esencialmente de un ion inerte alrededor del cual se mueve el único electrón de valencia. Por lo tanto se comporta básicamente como un átomo de hidrógeno, con la salvedad que el potencial en el que se mueve el electrón de valencia no es Coulombiano, pues la carga del núcleo está apantallada por los electrones del ion. Entonces, aún sin tener en cuenta el efecto relativístico (que en este caso se puede despreciar), la energía de los niveles depende del número cuántico azimutal. Sin embargo, en los átomos alcalinos se observa que los niveles correspondientes a valores dados de ambos números cuánticos (principal y azimutal) aparecen a veces desdoblados ulterior- 1 Por mucho tiempo los protones y neutrones se consideraron elementales. Hoy sabemos que son compuestos. 138 11. El Spin mente. También se encontró que las separaciones de esos dobletes se pueden representar (formalmente) mediante la fórmula relativística de Sommerfeld. Pero Millikan y Bowen, y también Alfred Landé, que hicieron este descubrimiento en 1924, señalaron que dicha fórmula no se podía aceptar en este caso, por cuanto el número cuántico azimutal es el mismo para ambas componentes del doblete y por lo tanto la causa del fenómeno no se podía explicar. La hipótesis de Uhlenbeck y Goudsmit En 1926 Samuel A. Uhlenbeck y George E. Goudsmit, dos estudiantes graduados, explicaron del misterio y mostraron que las dificultades se resolvían si se atribuía al electrón una nueva propiedad: la de poseer un momento angular S y un momento magnético Ms intrínsecos, tal como ocurriría si un cuerpo cargado eléctricamente girara alrededor de un eje que pasa por él2. La evidencia espectroscópica muestra que la magnitud del momento angular intrínseco del electrón está dada por S2 = s( s + 1)h 2 (11.1) s = 1/ 2 (11.2) donde s, el número cuántico de spin, vale y que la componente Sz del momento angular intrínseco alrededor de un eje z de orientación arbitraria sólo puede tomar los valores Sz = hms , ms = ± s = ±1 / 2 (11.3) Para explicar los desdoblamientos de la estructura fina y del efecto Zeeman, se encontró que el momento magnético intrínseco asociado con el spin del electrón debe valer Ms = − e S µc (11.4) de manera que ( β B = eh / 2 µc indica el magnetón de Bohr, ec. (10.61)): e g β = S B µc h , gS = 2 (11.5) y por lo tanto el factor giromagnético de spin es el doble del factor giromagnético orbital. En breve tiempo Uhlenbeck y Goudsmit (y otros como Wolfgang Pauli, Heisenberg, Jordan, Sommerfeld, etc.) mostraron que la introducción del spin resuelve todas las dificultades entonces conocidas y por lo tanto este nuevo atributo del electrón se aceptó, junto a los ya conocidos de carga y masa. En efecto, se encontró que la aparición de dobletes en el espectro de los metales alcalinos se debe exclusivamente a la interacción entre el momento magnético orbital y el momento magnético intrínseco del electrón de valencia. En cuanto a la estructura fina de los niveles de los átomos hidrogenoides, se vio que resulta de una particular combinación de los 2 Se puede mencionar que en 1921 Compton había ya especulado sobre la posibilidad que el electrón tuviera un momento angular y un momento magnético intrínsecos, pero no elaboró ulteriormente la idea. 139 11. El Spin la relatividad, que por una curiosa coincidencia dan un resultado idéntico al que obtuvo originalmente Sommerfeld a partir de la Teoría Cuántica Antigua. El spin quedó así incorporado a la Mecánica Cuántica como un postulado adicional, que es perfectamente compatible con los demás postulados de la teoría pero no es una consecuencia lógica de los mismos, sino que se introduce en base a la evidencia experimental. Hay que aclarar aquí que el spin del electrón no se puede imaginar como el resultado de la rotación de una distribución de cargas. Es imposible formular un modelo de ese tipo sin incurrir en graves dificultades. Además, la evidencia experimental más reciente tiende a indicar que el electrón es una partícula puntual3. Por consiguiente no es lícito interpretar el spin en términos de modelos clásicos, como esferas de carga en rotación o cosas parecidas. Posteriormente (1928) Dirac desarrolló una teoría relativística del electrón, en la que no es preciso postular el spin sino que éste aparece en forma natural como una consecuencia de la invariancia Lorentz de las ecuaciones que lo describen. La ecuación de Dirac también predice correctamente el valor del factor giromagnético4. Estos resultados muestran que el spin está íntimamente relacionado con la relatividad. Con la teoría de Dirac el spin adquirió una firme base teórica. El experimento de Stern y Gerlach Si bien en su momento no se tuvo conciencia de ello, en realidad el momento magnético intrínseco del electrón ya había sido medido en 1922 por Otto Stern y Walter Gerlach, en un experimento muy interesante que ilustra varios conceptos importantes para la interpretación de la Mecánica Cuántica. En el experimento se intentaba medir el momento magnético de átomos y moléculas haciendo pasar un haz atómico (o molecular) colimado a través de un campo magnético fuertemente inhomogéneo (Fig. 11.1). De acuerdo con la física clásica, sobre un momento magnético M sometido a un campo magnético no uniforme B se ejerce una fuerza dada por S spin arriba (11.6) F = ∇( M ⋅ B) spin abajo N Fig. 11.1. Esquema del experimento de Stern y Gerlach. La fuerza (11.6) es la única que actúa sobre un átomo ya que éste es neutro. En el experimento, las partículas se hacían pasar por una región en la cual la variación de la dirección de B era muy pequeña, pero su magnitud variaba muy fuertemente con la posición. En ese caso la (11.6) nos da (aproximadamente) F = M B∇B (11.7) donde M B indica la proyección de M en la dirección de B. 3 La cota superior del tamaño del electrón que resulta de los experimentos de dispersión a muy altas energías es menor que 10–16 cm. 4 Al orden más bajo en la constante de la estructura fina. El valor exacto de g s se calcula por medio de la Electrodinámica Cuántica. 140 11. El Spin La deflexión se mide estudiando las trazas que el haz de partículas deja en una pantalla, y a partir de ella se puede determinar F y de ahí finalmente M B . Los resultados de los experimentos fueron notables. Clásicamente se esperaría obtener en la pantalla una traza continua, correspondiente a los valores de M B entre –M y +M. En cambio, se observaron varias trazas equidistantes. Este resultado es una clara demostración de la naturaleza cuántica del momento magnético del átomo. Puesto que el vector M puede asumir solamente ciertas direcciones discretas en el espacio, dicho fenómeno se denomina cuantificación espacial. Stern y Gerlach también obtuvieron resultados cuantitativos (aunque de poca precisión). Encontraron que los valores permitidos de M B variaban en pasos iguales desde un mínimo –M a un máximo +M. Por convención, se suele designar al valor máximo de la proyección de M como el momento magnético de la partícula. De acuerdo con la ley de Ampère el movimiento de los electrones atómicos, además de producir el momento angular orbital L, también produce un momento magnético M que cumple la relación clásica M=− e L 2 µc (11.8) Aplicando el principio de correspondencia, esperamos entonces que en Mecánica Cuántica valga la relación M=− e g β L=− L BL h 2 µc (11.9) Puesto que cualquier componente de L tiene 2l + 1 autovalores m = 0, ± 1, ± 2, …, ± l (11.10) esperamos que los autovalores de M B sean MB = − gL β B g β g β g β m = 0, ± L B , ± 2 L B , …, ± l L B h h h h (11.11) y como en el experimento de Stern y Gerlach l es entero, esperamos un número impar de trazas. Sin embargo, en un experimento clásico realizado con átomos de Ag (que tiene un único electrón de valencia) se observaron dos trazas, esto es, un número par, y el valor del momento magnético resultó ser M=− eh = −β B 2 µc (11.12) Las extraordinarias implicaciones de este experimento no fueron comprendidas de inmediato. En cambio se intentó interpretar los resultados en términos de las relaciones (11.9) y (11.10), suponiendo que el electrón de valencia estaba en un estado P (con l = 1) y que por alguna razón el estado con m = 0 no se presentaba. Se trataba así de explicar porqué se observan solamente dos trazas. Esta hipótesis tan artificiosa tiene la virtud que también explica el valor del momento magnético medido, pero igualmente es implausible, pues normalmente el estado de más baja energía de un átomo no es P sino S. 141 11. El Spin Antes de proseguir conviene examinar la validez de algunos de los argumentos que usamos para interpretar los resultados del experimento de Stern y Gerlach. La ec. (11.7) es puramente clásica y podría caber la duda que no sea lícito aplicarla al momento magnético cuantificado. La respuesta a esta duda es que en todo experimento hay aspectos que se describen correctamente mediante las leyes clásicas, pues éstas son las leyes que gobiernan lo que experimentan nuestros sentidos, por medio de los cuales (en última instancia y en forma indirecta) nos relacionamos con lo que sucede en los átomos y los núcleos. Puesto que las partículas del haz empleado en el experimento de Stern y Gerlach tienen masa grande, es correcto representarlas mediante paquetes que se dispersan muy lentamente y por lo tanto ese movimiento se puede describir mediante las leyes clásicas. Ese es el motivo por el cual el electrón, que es en realidad el objeto de estudio en el experimento, debe viajar junto al átomo. Si se intentara realizar el mismo experimento con electrones libres, los efectos de interferencia cuántica destruirían el patrón de trazas y no se podría obtener un resultado útil. Volviendo a los resultados del experimento de Stern y Gerlach con átomos de Ag, las varias interpretaciones que se intentaron al principio fueron harto insatisfactorias y solamente la hipótesis de Uhlenbeck y Goudsmit permitió dar una explicación adecuada. En efecto, si suponemos que el átomo de Ag está en un estado S (como es lógico), entonces, puesto que l = 0, la (12.12) mide en realidad el valor máximo de la componente (en la dirección de B) del momento magnético intrínseco. Pero a diferencia del momento magnético orbital, en virtud de (11.3) y (11.4) el momento magnético intrínseco puede tener solamente dos proyecciones: MB = ± eh 2 µc (11.13) Por lo tanto se explica tanto la aparición de dos trazas como su separación. Esta interpretación quedó confirmada en 1927 con el experimento de Phipps y Taylor, quienes emplearon la técnica de Stern y Gerlach para medir el momento magnético de átomos de hidrógeno. Este experimento es muy significativo, pues la teoría del átomo de hidrógeno es bien conocida y predice sin lugar a dudas que el estado fundamental es un estado S y entonces el único valor posible de m es m = 0. Por lo tanto, en ausencia de otro momento magnético diferente del que proviene del movimiento orbital del electrón, se tendría M B = 0 y el campo magnético no afectaría al haz. Sin embargo Phipps y Taylor encontraron que el haz se separa en dos componentes desviadas simétricamente. Se puede descartar que el momento magnético debido al cual se produce la división del haz provenga del núcleo, puesto que un momento magnético nuclear tendría una magnitud del orden de eh / 2 µ N c , donde µ N es la masa del núcleo5 (del protón en el caso del hidrógeno). Pero el momento magnético nuclear es tres órdenes de magnitud menor que el que midieron Phipps y Taylor. Por lo tanto es inevitable concluir que el momento magnético responsable de la separación del haz reside en el electrón. El spin como una variable dinámica De acuerdo con lo anterior vamos a introducir el spin en la teoría, para lo cual agregamos a las variables dinámicas x, y, z que describen la posición del electrón una cuarta variable de spin, que 5 La cantidad βN = eh/2µNc se denomina magnetón nuclear. 142 11. El Spin indicaremos con σ. A σ le asignamos sentido físico asociando las dos posibles proyecciones del momento magnético intrínseco Ms que se miden en el experimento de Stern y Gerlach con dos diferentes valores de σ. De esta forma asociaremos (arbitrariamente): eh 2 µc eh =+ 2 µc σ = +1 con Ms, B = − σ = −1 con Ms, B (11.14) Frecuentemente se dice “spin arriba” para indicar a σ = +1 y “spin abajo” para indicar a σ = −1 (Fig. 11.1). La función de onda depende ahora también de la variable de spin y suponemos que los postulados de la Mecánica Cuántica se aplican a la nueva variable independiente del mismo modo que a las demás variables. Por ejemplo | Ψ ( x, y, z, +1, t ) |2 dxdydz (11.15) es la probabilidad que en el instante t la partícula se encuentre cerca de x, y , z y que, además, tenga “spin arriba”, esto es, que la proyección de su momento magnético intrínseco en la dirección de B sea Ms, B = − β B . Esta pequeña generalización de la teoría es suficiente. Todas las fórmulas de los Capítulos precedentes se pueden extender sin dificultad a la Mecánica Cuántica con spin. Donde antes integrábamos sobre las variables espaciales, ahora tenemos que introducir también una suma sobre los dos valores que puede asumir la variable de spin. Por ejemplo, la normalización de la función de onda es ahora ∑ ∫∫∫ dxdydz | Ψ ( x, y, z, σ , t ) |2 = σ ∫∫∫ dxdydz | Ψ ( x, y, z, +1, t ) |2 (11.16) + ∫∫∫ dxdydz | Ψ ( x, y, z, −1, t ) |2 =1 Igual que antes, a cada variable dinámica le corresponde un operador lineal Hermitiano. Entre todos los estados estacionarios ψ ( x, y, z, σ ) hay una clase especial que es muy fácil de tratar. Son aquellos en que ψ es separable en la forma ψ ( x, y, z, σ ) = ϑ ( x, y, z ) χ (σ ) (11.17) Nos interesan dos particulares funciones χ (σ ) que llamamos α (σ ) y β (σ ) y que se definen como χ (σ ) = α (σ ) si χ ( +1) = 1 , χ ( −1) = 0 χ (σ ) = β (σ ) si χ ( +1) = 0 , χ ( −1) = 1 (11.18) Es decir, α corresponde a “spin arriba” y describe una partícula con un valor definido σ = 1. Análogamente β corresponde a “spin abajo” y describe una partícula con σ = −1. El estado más general es una combinación lineal de estados separables, cosa que permite enormes simplificaciones. Por lo tanto, para una ψ ( x, y, z, σ ) arbitraria tendremos ψ ( x, y, z, σ ) = ψ ( x, y, z, +1)α (σ ) + ψ ( x, y, z, −1)β (σ ) 143 (11.19) 11. El Spin De todo esto podemos extraer una importante conclusión: las variables espaciales por un lado, y la variable de spin por el otro, se pueden estudiar por separado y reunir en cualquier estadio del proceso. Los spinores y la teoría del spin en forma matricial Por dicho anteriormente podemos dejar de lado por el momento las variables de posición y desarrollar una mecánica cuántica de spin para una partícula cuyo estado está determinado por una función χ (σ ) que depende solamente de la variable de spin. Esta teoría es simple porque σ toma solamente dos valores, pero muy útil pues es el paradigma para la descripción cuántica de cualquier sistema cuyos estados se pueden representar como la superposición de un número finito de estados independientes (dos en el caso del spin), y hay muchos problemas de la Mecánica Cuántica en los cuales un formalismo de dos estados es una buena aproximación. Para desarrollar esta teoría es muy conveniente usar matrices. Para ello representaremos los estados especiales α y β como matrices de una columna:  1  0 α ≡  , β ≡   0  1 (11.20)  c1   χ ( +1) χ (σ ) =   = χ ( +1)α + χ ( −1)β =   = c1α + c2 β  χ ( −1)  c2  (11.21) y el estado general de spin χ (σ ) como En la (11.21) hemos puesto c1 = χ ( +1) , c2 = χ ( −1) (11.22) donde c1, c2 son números complejos, el cuadrado de cuyo módulo representa la probabilidad de encontrar la partícula con spin arriba y abajo, respectivamente. Por lo tanto la normalización de χ (σ ) es  c1  | c1 |2 + | c2 |2 = (c1* , c2* )  = 1  c2  (11.23) La matriz (11.21) de una columna y dos filas se denomina spinor6, y es un ente matemático con peculiares y bien definidas propiedades de transformación bajo rotaciones. Se lo puede considerar como un vector de componentes complejas en un espacio vectorial lineal de dos dimensiones. Esta última denominación no debe llevar a confusión ya que χ (σ ) no es un vector en el espacio ordinario. Si definimos el spinor adjunto de χ como χ † ≡ (c1* , c2* ) (11.24) la (11.23) se puede escribir como 6 Los spinores fueron introducidos en 1912 por Élie-Joseph Cartan al estudiar las representaciones del grupo de las rotaciones. 144 11. El Spin χ †χ = 1 (11.25) Dados dos spinores χ, χ ′ , su producto escalar (complejo) se define como  c1′  χ † χ ′ = (c1* , c2* )  = c1*c1′ + c2*c2′  c2′  (11.26) Dos spinores son ortogonales cuando su producto escalar es nulo. Por ejemplo α y β son dos spinores ortonormales. Todo par de spinores ortonormales forma una base, en términos de la cual se puede representar cualquier otro spinor (ver la ec. (11.21)). Hemos postulado que las magnitudes físicas se representan mediante operadores lineales Hermitianos. Consideremos primero los operadores lineales en general. Si F es un operador lineal, su efecto sobre cualquier spinor se puede definir en términos de su efecto sobre los spinores básicos α y β: Fα = F11α + F12 β , Fβ = F21α + F22 β Es inmediato verificar que los coeficientes Fij efecto (11.27) (i, j = 1, 2) caracterizan por completo a F. En ξ = Fχ = c1Fα + c2 Fβ = c1 ( F11α + F12 β ) + c2 ( F21α + F22 β ) = d1α + d2 β (11.28) donde d1 y d2 son las componentes de ξ. La ec. (11.28) se puede escribir en forma matricial como  d1   F11   =  d2   F21 F12   c1    F22   c2  (11.29) y por lo tanto Fξ se representa mediante la ecuación matricial (11.29). De aquí en más usaremos el mismo símbolo para designar el estado y el spinor que lo representa y también el mismo símbolo para designar la magnitud física y el operador y la matriz que la representan. El operador adjunto o conjugado Hermitiano F † del operador F se define como el operador cuya matriz es la matriz transpuesta y conjugada de F:  F* F † =  11 *  F12 * F21 * F22  (11.30) El valor esperado de F se define como  F11 F = χ † Fχ = (c1* , c2* )  F21 F12   c1    F22   c2  (11.31) El valor esperado de una magnitud física F en cualquier estado debe ser real. Es fácil verificar que la condición necesaria y suficiente para que esto ocurra es que la matriz F sea Hermitiana. Todos los resultados que ya conocemos para los operadores Hermitianos (Capítulos 7 y 8) se pueden trasladar las matrices Hermitianas, simplemente reemplazando la palabra “operador” por 145 11. El Spin “matriz”. En efecto, dada una base en el espacio de los spinores, existe una correspondencia biunívoca entre los operadores lineales y las matrices de 2 × 2 . En realidad el presente formalismo es más simple que el de los Capítulos 7 y 8 porque el número máximo de spinores linealmente independientes es 2 y por lo tanto no surgen problemas con la completitud y por supuesto tampoco con el espectro continuo. Spin y rotaciones La primera magnitud física que vamos a considerar es el momento magnético intrínseco7 Ms , y en particular su componente en la dirección del campo magnético B. Tomaremos el eje z en la dirección de B y en consecuencia la componente z de Ms está representada por la matriz Hermitiana  1 0 M s, z = − β B    0 −1 (11.32) puesto que sus autovalores son m β B y sus autovectores son α y β. Nos preguntamos ahora cómo se representan las demás componentes de Ms . Para determinar las matrices Ms, x y Ms, y vamos a estipular que las tres componentes del valor esperado Ms del momento magnético intrínseco se deben transformar por efecto de una rotación del mismo modo que las tres componentes de un vector. Para imponer esta condición debemos determinar primero cómo se transforma un spinor bajo una rotación. Consideremos una rotación de un ángulo θ alrededor del eje n̂ y sean  c1′   c1  χ =   , χ′ =    c2   c2′  (11.33) el spinor antes de la rotación y el spinor rotado, respectivamente. Claramente la relación entre χ y χ ′ debe ser lineal, para preservar la superposición lineal de dos estados, y por lo tanto estará representada por una matriz U: χ ′ = Uχ (11.34) cuyos elementos dependen solamente de los parámetros de la rotación, esto es θ y n̂. Puesto que χ ′ debe estar normalizado si χ lo está se debe cumplir que χ ′† χ ′ = χ †U †Uχ = χ † χ (11.35) y como χ es arbitrario la (11.35) implica que U †U = 1 (11.36) donde con 1 (en cursiva) indicamos la matriz identidad. Una matriz que cumple la (11.36) se dice unitaria. 7 Procedemos así porque Ms es una magnitud que se puede medir directamente, cosa que no ocurre con el momento angular intrínseco. Es mejor dejar para más adelante la discusión de cómo se introduce en la teoría el momento angular intrínseco. 146 11. El Spin De la (11.36) resulta que el determinante de una matriz unitaria es un número complejo de módulo 1: | det U |2 = 1 (11.36) U −1 = U † (11.37) y que la inversa de U es Se acostumbra decir que la matriz unitaria U, que corresponde a la rotación (θ, n̂) en la cual χ → χ ′ , representa dicha rotación. Si U1 representa una rotación R1, y U2 representa una rotación R2 , entonces la matriz U2U1 representa la rotación que resulta de realizar primero R1 y luego R2 . Pero el mismo efecto se puede obtener directamente efectuando una única rotación R3 , representada por U3 . Por lo tanto, las matrices unitarias que representan rotaciones deben tener la propiedad grupal U3 = eiϕ U2U1 (11.38) donde hemos introducido una fase arbitraria, dado que todos los spinores eiϕ χ representan el mismo estado. Consideremos ahora una rotación infinitesimal (dθ, n̂). Tal rotación debe diferir muy poco de la matriz identidad. Por lo tanto hasta el orden dθ tendremos: i U R = 1 − dθ n̂ ⋅ σ 2 (11.39) donde con σ indicamos tres matrices Hermitianas constantes σ x , σ y , σ z , aún no determinadas (deben ser Hermitianas para que U R sea unitaria al primer orden en dθ ; en cuanto al factor 1/2, lo hemos puesto por conveniencia). Si conocemos estas tres matrices podemos construir U para cualquier rotación finita por aplicación sucesiva de muchas rotaciones infinitesimales, es decir por integración de la (11.39). Efectivamente, gracias al Teorema de Euler (que establece que para cualquier rotación dada en tres dimensiones se puede siempre encontrar un eje fijo de modo que la rotación se puede reducir a una rotación alrededor de dicho eje) es suficiente considerar rotaciones finitas alrededor de un eje fijo ( n̂ constante). Entonces la (11.39) se integra fácilmente y da i N − θ nˆ ⋅σ i θ   ˆ U R = lim N →∞ 1 − n⋅σ = e 2   2N (11.40) Para que la matriz (u operador) (11.40) represente una rotación aún falta satisfacer la condición (11.38), que impone fuertes restricciones sobre la forma de las matrices σ x , σ y , σ z aún desconocidas. Pero en vez de proceder directamente elaborando dicha condición, es mejor seguir una vía alternativa que nos llevará al mismo resultado, y se basa en estudiar las propiedades de transformación bajo rotaciones de un operador vectorial, esto es, un operador A tal que A = xˆ Ax + yˆ Ay + zˆ Ay se transforma como un vector ordinario. Es importante observar que σ es un operador vectorial. En efecto, para una rotación infinitesimal tenemos que 147 11. El Spin i χ ′ =  1 − dθ n̂ ⋅ σ  χ   2 (11.41) Si tomamos el producto escalar de la (11.41) por χ resulta i i χ † χ ′ = χ † χ − dθnˆ ⋅ χ †σχ = χ †χ − dθ nˆ ⋅ σ 2 2 (11.42) donde el valor esperado de σ se toma respecto del estado χ. Consideremos ahora el efecto de realizar una rotación finita arbitraria de χ y χ ′ . Los productos escalares χ † χ ′ y χ † χ son invariantes bajo la transformación unitaria que representa esta rotación. Por lo tanto el producto escalar n̂ ⋅ σ es también invariante ante rotaciones. Puesto que n̂ es un vector, eso significa que también σ es un vector y por lo tanto σ es un operador vectorial. Un operador vectorial A debe satisfacer ciertas relaciones matemáticas que vamos a obtener ahora mismo. Una rotación R se representa en el espacio ordinario por medio de una matriz ortogonal  Rxx R =  Ryx  R  zx Rxy Ryy Rzy Rxz  Ryz   Rzz  (11.43) Bajo la misma rotación, los spinores se transforman mediante la correspondiente matriz unitaria U R , esto es χ ′ = UR χ (11.44) χ ′† Aχ ′ = χ †U R† AU R χ = Rχ † Aχ (11.45) Por lo tanto se debe cumplir que Esto es:  χ †U R† AxU R χ   Rxx  χ †U † A U χ  =  R R y R   yx   χ †U † A U χ   R   zx R z R  Rxy Ryy Rzy Rxz   χ † Ax χ  Ryz   χ † Ay χ    Rzz   χ † Az χ  (11.46) de donde obtenemos χ † (U R† AxU R ) χ = χ † ( Rxx Ax + Rxy Ay + Rxz Az ) χ y ecuaciones semejantes para χ † (U R† AyU R ) χ resulta finalmente y (11.47) χ † (U R† AzU R ) χ . Puesto que χ es arbitrario, U R† AxU R = Rxx Ax + Rxy Ay + Rxz Az U R† AyU R = Ryx Ax + Ryy Ay + Ryz Az U R† AzU R = Rzx Ax + Rzy Ay + Rzz Az 148 (11.48) 11. El Spin Las (11.48) valen para cualquier rotación. Consideremos ahora una rotación infinitesimal de un ángulo ε alrededor del eje z, para la cual  1 −ε 1 R = ε  0 0 0 0  1 i , U R = 1 − εσ z 2 (11.49) Si sustituimos (11.49) en (11.48) vemos que las componentes de un operador vectorial deben satisfacer las siguientes condiciones necesarias: σ z Ax − Axσ z = 2iAy σ z Ay − Ayσ z = −2iAx (11.50) σ z Az − Azσ z = 0 Del mismo modo, considerando rotaciones infinitesimales alrededor del eje x y del eje y obtenemos las condiciones: σ x Ay − Ayσ x = 2iAz σ x Az − Azσ x = −2iAy (11.51) σ x Ax − Axσ x = 0 y σ y Az − Azσ y = 2iAx σ y Ax − Axσ y = −2iAz (11.52) σ y Ay − Ayσ y = 0 En particular, como σ mismo es un operador vectorial, poniendo A → σ en las (11.50)-(11.52) obtenemos las siguientes relaciones de conmutación entre las matrices σ x , σ y , σ z : σ xσ y − σ yσ x = 2iσ z σ yσ z − σ zσ y = 2iσ x (11.53) σ zσ x − σ xσ z = 2iσ y Estas relaciones se suelen escribir en forma compacta como σ × σ = 2iσ (11.54) Las relaciones fundamentales (11.53) son las condiciones que deben cumplir las matrices σ x , σ y , σ z , para que matrices del tipo UR = e i − θ n̂⋅σ 2 (11.55) representen rotaciones. Se puede mostrar que estas condiciones son necesarias y suficientes. 149 11. El Spin Es importante destacar que, en realidad, los argumentos que presentamos en esta discusión de las rotaciones (desde la ec. (11.34) en adelante) no dependen de la dimensionalidad de las matrices χ, χ ′ , σ y U R . Es decir, valen también si χ y χ ′ son matrices de n filas y una columna y entonces σ y U R son matrices de n × n . Por lo tanto nuestros resultados son generales y valen para todos los operadores de momento angular. Las matrices de Pauli Nos restringimos ahora al caso n = 2 y nos ocuparemos de determinar las matrices Hermitianas σ x , σ y , σ z de 2 × 2 que satisfacen las relaciones de conmutación (11.53). Claramente, σ z está determinada en gran medida por nuestra elección de los spinores básicos α y β . En efecto, α corresponde a “spin arriba” y describe una partícula con un valor definido σ = 1 (es decir Ms, B = − β B ) y β corresponde a “spin abajo” y describe una partícula con σ = −1 (o sea Ms, B = + β B ). Por lo tanto en un estado cualquiera  c1  χ =   c2  (11.56) | c1 |2 y | c1 |2 son las probabilidades de encontrar “spin arriba” y “spin abajo”, respectivamente. Es obvio que una rotación alrededor del eje z (que por convención hamos tomado en la dirección del campo magnético) no tiene ningún efecto sobre estas probabilidades. Por lo tanto si realizamos una rotación infinitesimal de un ángulo ε alrededor del eje z, | c1 |2 y | c1 |2 no deben cambiar. Eso significa que i U R = 1 − εσ z 2 (11.57) es una matriz diagonal, luego también σ z es diagonal. Además, si tomamos la traza de la primera de las (11.53) obtenemos Tr(σ z ) = 0 (11.58) puesto que Tr( AB) = Tr( BA) . Por consiguiente σ z tiene la forma 0 λ σz =   , (λ real)  0 −λ  (11.59) Para determinar σ x , σ y y el valor de λ conviene definir las matrices auxiliares no Hermitianas σ + = σ x + iσ y , σ − = σ x − iσ y = σ +† (11.60) Se verifica fácilmente que estas matrices cumplen las siguientes reglas de conmutación [σ z , σ + ] = 2σ + [σ z , σ − ] = −2σ − [σ + , σ − ] = 4σ z Ahora ponemos 150 (11.61) 11. El Spin  a b σ+ =    c d (11.62) con a, b, c, d a determinar, y sustituimos (11.59) y (11.62) en la primera de las (11.61). Resulta: 2λb  0  a b    = 2  c d  −2λc 0  (11.63) Por lo tanto debe ser a = d = 0, (λ − 1)b = 0 y (λ + 1)c = 0 . De estas ecuaciones inferimos que λ puede valer +1 ó –1. La elección es arbitraria pues el otro valor está presente en la (11.59). Elegimos entonces λ = +1 y por lo tanto resulta c = 0 . Obtenemos así  0 b  0 0 † σ+ =   , σ− = σ+ =  *   0 0  b 0 (11.64) Por último, sustituyendo estas matrices en la última de las (11.61) encontramos que | b |2 = 4 . La fase de b no se puede inferir de las relaciones de conmutación fundamentales (11.53) y por consiguiente es arbitraria. Elegimos entonces b = 2 y de esta forma llegamos al resultado final:  0 1  0 − i  1 0 σx =   , σy =   , σz =    1 0  i 0  0 −1 (11.65) Las (11.65) son las matrices de spin de Pauli. Están completamente determinadas (a menos del orden de filas y columnas, que corresponde a la elección entre λ = +1 y λ = −1, y a menos de la fase de b) por las relaciones de conmutación (11.53) y por nuestra elección de los autospinores α y β de σ z como spinores básicos. Es fácil verificar (lo dejemos como ejercicio) las siguientes propiedades de las matrices de Pauli: σ xσ y = iσ z σ x2 = σ y2 = σ z2 = 1 , σ yσ z = iσ x , σ zσ x = iσ y (11.66) Vemos entonces que las matrices de Pauli además de Hermitianas son también unitarias y que tienen traza nula (por las (11.65)). Asimismo, cualquier par de matrices de Pauli diferentes anticonmutan, por ejemplo σ xσ y + σ yσ x = 0 (11.67) Además las cuatro matrices 1, σ x , σ y , σ z son linealmente independientes, y por lo tanto cualquier matriz A de 2 × 2 se puede expresar como A = λ0 1 + λ xσ x + λ yσ y + λ zσ z = λ0 1 + λ ⋅ σ (11.68) Si A es Hermitiana, todos los coeficientes deben ser reales. Si U es unitaria, se puede mostrar (con un poco de paciencia) a partir de la (11.68) que se la puede expresar siempre en la forma U = eiγ (1 cos ω + inˆ ⋅ σ senω ) 151 (11.69) 11. El Spin donde γ y ω son ángulos reales y n̂ es un versor. Se puede también mostrar que la (11.69) se puede escribir en la forma U = eiγ + iω n̂⋅σ (11.70) Cualquier matriz unitaria de 2 × 2 se puede escribir de esta forma. Comparando estas expresiones con la (11.40) vemos que cualquier matriz unitaria de la forma (11.69) u (11.70) con γ = 0 representa una rotación de un ángulo θ = −2ω alrededor del eje n̂. Para γ = 0 se tiene detU = 1 y se dice que U es unimodular. El conjunto de todas las matrices unitarias y unimodulares de 2 × 2 constituye el grupo SU(2). Usando la (11.69), la matriz (11.40) que representa una rotación se puede escribir en la forma UR = i − θ nˆ ⋅σ 2 e θ θ = 1 cos  − inˆ ⋅ σ sen   2  2 (11.71) Una consecuencia inmediata de la (11.71) es que para una rotación de 2π se obtiene U = −1, es decir, una rotación de 360˚ alrededor de cualquier eje cambia el signo de todas las componentes de un spinor, a diferencia de lo que ocurre con los vectores (y tensores en general) que vuelven a sus valores originales al dar una vuelta completa. Debe notarse que esta propiedad no afecta los valores esperados ni los elementos de matriz pues éstos dependen cuadráticamente de los spinores. Para comparar el diferente comportamiento de spinores y vectores bajo rotaciones consideremos por ejemplo lo que ocurre para una rotación de un ángulo θ alrededor del eje x: para un spinor se tiene de (11.71), (11.45) y (11.34): θ θ c1′ = c1 cos  − ic2sen   2  2 θ θ c2′ = −ic1sen  + c2 cos   2  2 (11.72) mientras que para un vector se tiene Ax′ = Ax Ay′ = Ay cosθ − Azsenθ Az′ = Aysenθ + Az cosθ (11.73) Hemos visto previamente que σ es un operador vectorial. Se puede mostrar que en el espacio de los spinores σ es el único operador vectorial, a menos de un factor constante. En efecto, tomando la traza de las (11.50)-(11.52) se verifica que la traza de todas las componentes de un operador vectorial cualquiera A es nula. A partir de ahí se encuentra que A = kσ , k = cte. (11.74) Operadores de momento magnético y momento angular intrínseco Puesto que el operador vectorial σ es esencialmente único, a partir de la (11.32) concluimos que el momento magnético intrínseco está dado por 152 11. El Spin Ms = − β B σ (11.75) Hasta ahora no hemos hablado todavía del momento angular intrínseco, que también fue postulado por Uhlenbeck y Goudsmit. Esto se debe a que, a diferencia del momento magnético, no es una magnitud que se pueda medir en forma directa con facilidad, y no quisimos entrar en el detalle de los argumentos originales de Uhlenbeck y Goudsmit, pues se fundan en aspectos de la teoría de los espectros atómicos que no hemos estudiado. Pero con base a lo que ya vimos, podemos presentar dos argumentos que muestran que el electrón debe poseer un momento angular intrínseco: • Tiene un momento magnético, y si este momento magnético proviene de alguna clase de corriente interna debida a la circulación de materia cargada, entonces cabe esperar que junto con el momento magnético exista también un momento angular. • Si el electrón que se mueve alrededor del núcleo tiene un momento magnético, no se puede conservar el momento angular, a menos que posea un momento angular intrínseco además del momento angular orbital. Veamos más en detalle el segundo de estos argumentos. Un momento magnético que se mueve en un campo eléctrico experimenta una fuerza que deriva de una energía potencial dada por v V = Ms ⋅ × E c (11.76) Para un campo central, E = f (r )r , y entonces V es proporcional a Ms ⋅ v × r o, lo que es equivalente, a V ∝ Ms ⋅ r × p = Ms ⋅ L = − β B σ ⋅ L (11.77) en virtud de la (11.75). El factor de proporcionalidad depende solamente de la coordenada radial r. De resultas de esto, además del potencial central, aparece en el Hamiltoniano un término de interacción proporcional a Ms ⋅ L , que implica que la energía del electrón depende de la orientación relativa del momento magnético y del momento angular orbital L. Es evidente entonces que L, cuyas componentes no conmutan entre sí, no es una constante del movimiento. Por lo tanto el momento angular no se conservará, a menos que el electrón participe en el balance del momento angular en virtud de un momento angular intrínseco asociado con Ms. Un término del Hamiltoniano proporcional a σ ⋅ L se suele llamar interacción spin-órbita, y como dijimos al comienzo del Capítulo, esta clase de interacción aparece en los átomos como una corrección magnética y relativística al potencial electrostático central. En los núcleos aparece también una interacción spin-órbita, pero su origen es distinto que en el átomo, pues proviene de la interacción fuerte entre los nucleones y tiene por consiguiente efectos muy importantes. Veamos ahora cómo debe ser el momento angular intrínseco para que haya conservación del momento angular en presencia de la interacción spin-órbita. Puesto que sabemos que L no es constante del movimiento, procuraremos definir el momento angular intrínseco S de modo tal que el momento angular total J = L+S 153 (11.78) 11. El Spin sea una constante del movimiento. Dado que S debe ser un operador vectorial, tiene que ser proporcional a σ . Ponemos entonces S = aσ (11.79) Para entender como opera J, recordamos que la función de onda del electrón es un spinor de la forma  ψ 1 ( x, y, z )  ψ =  ψ 2 ( x, y, z ) (11.80) y en consecuencia la (11.78) significa que J = L1 + aσ (11.81) Por lo tanto el operador L actúa sólo sobre las coordenadas x, y, z mientras que σ acopla las dos componentes del spinor. Claramente L y σ conmutan. Determinamos ahora a requiriendo que J conmute con σ ⋅ L , lo cual asegura que sea una constante del movimiento. Por ejemplo, para la componente z tenemos [σ ⋅ L, Jz ] = σ x [ Lx , Lz ] + σ y [ Ly , Lz ] + a[σ x , σ z ]Lx + a[σ y , σ z ]Ly = −ihσ x Ly + ihσ y Lx − 2iaσ y Lx + 2iaσ x Ly (11.82) = i(2 a − h)(σ x Ly − σ y Lx ) = 0 Por consiguiente debemos tener a = h / 2 , lo que nos da S= h σ 2 (11.83) Por lo tanto, como ya anticipamos al comienzo de este Capítulo, cualquier componente del momento angular intrínseco tiene los dos autovalores ms h , ms = ± s = ±1 / 2 (11.84) El máximo valor de una componente del spin S es s = 1/2 (en unidades de h ), y por eso se dice que el electrón tiene spin 1/2. Usando la primera de las (11.66) obtenemos también que S2 = h2 3h 2 σ ⋅ σ = s(s + 1)h 2 1 = 1 4 4 (11.85) y por lo tanto cualquier spinor es autospinor de S 2 con autovalor 3h 2 / 4 A partir de las relaciones de conmutación de la matrices de Pauli es inmediato verificar que las componentes de S cumplen las relaciones de conmutación 154 11. El Spin Sx Sy − Sy Sx = ihSz Sy Sz − Sz Sy = ihSx (11.86) Sz Sx − Sx Sz = ihSy y que las relaciones de conmutación entre las componentes del momento angular total J son J x J y − J y J x = ihJz J y Jz − Jz J y = ihJ x (11.87) Jz J x − J x Jz = ihJ y Tanto las (11.86) como las (11.87) son idénticas a las relaciones de conmutación (10.4) del momento angular orbital L. En general el operador que representa el momento angular de cualquier sistema cuántico satisface reglas de conmutación de la forma (11.87). El operador unitario que transforma la ψ de un electrón con spin bajo una rotación infinitesimal está dado por i U R = 1 − ε nˆ ⋅ σ − iε nˆ ⋅ L = 1 − iε nˆ ⋅ S − iε nˆ ⋅ L = 1 − iε nˆ ⋅ J 2 (11.88) donde hemos usado la (10.24) y la (11.39). La (11.88) muestra que cuando se toma en cuenta el spin, el generador de rotaciones infinitesimales es el momento angular total J, y la conservación del momento angular (total) es simplemente una consecuencia de la invariancia del Hamiltoniano bajo rotaciones. Para una rotación finita tendremos U R = e − iθ n̂⋅ J (11.89) Para cualquier sistema cuántico el operador momento angular J es por definición el generador de rotaciones infinitesimales y toda rotación finita se puede expresar de la forma (11.89). 155 12. Átomos con varios electrones 12. ÁTOMOS CON TABLA PERIÓDICA VARIOS ELECTRONES, EL P RINCIPIO DE E XCLUSIÓN Y LA En el Capítulo 10 estudiamos los átomos con un solo electrón, y vimos que con la introducción del spin (Capítulo 11) la Mecánica Cuántica proporciona una teoría perfectamente satisfactoria, si se toman en cuenta todas las correcciones (que nosotros no hemos desarrollado en sus detalles por razones de brevedad, pero que el lector puede encontrar tratadas en extenso en la bibliografía). Ahora queremos ver, al menos en forma cualitativa, cómo se puede aplicar la Mecánica Cuántica a los átomos con varios electrones. En particular, nos gustaría entender en términos generales los esquemas de niveles de energía de átomos más complicados y explicar, por ejemplo, la tabla periódica de los elementos, la existencia de elementos químicamente inertes como los gases nobles, etc.. Veremos que la Mecánica Cuántica, tal como la desarrollamos hasta aquí, no es todavía suficiente para esos fines, y que es necesario introducir un postulado adicional: el principio de exclusión de Pauli. Descripción de un átomo con varios electrones Consideremos los estados estacionarios de un átomo con N electrones. La correspondiente función de onda es solución de la ecuación de Schrödinger independiente del tiempo, que en primera aproximación, despreciando el efecto spin-órbita y otras interacciones magnéticas se puede escribir como: Hψ N  N  N  pi2 Ze2  e2 = ∑  − + ∑ ri  i, j =1 ri − rj i =1  2 µ i> j    ψ N = Eψ N   (12.1) Aquí ri y pi son la posición y la cantidad de movimiento del i-ésimo electrón y Ze es la carga del núcleo. Cabe observar que ψ N depende de las 3N variables de posición y N variables de spin del conjunto de los electrones. Este problema es el análogo cuántico del problema de muchos cuerpos de la Mecánica clásica, e igual que éste, no tiene solución en forma cerrada, ni siquiera para N = 2 . Si bien en principio se puede resolver numéricamente la (12.1), tal proceder tendría poca utilidad pues sería difícil, o imposible, interpretar el significado de los resultados que se obtuvieran, como así calcular otras propiedades del átomo, además de los niveles de energía. En casos complicados como éste, es preferible formular un modelo aproximado, que retenga la esencia del problema exacto, pero que al mismo tiempo permita entender la naturaleza física de la solución y estudiar la influencia de los diversos parámetros. Como no existe una solución exacta en forma cerrada, la confianza que el modelo es correcto se funda sobre el éxito que tenga en predecir con razonable exactitud las magnitudes físicas de interés. La complicación de la (12.1) proviene de la repulsión electrostática entre los electrones e2 ∑ i, j =1 | ri − rj | N i> j debido a que cada término de la (12.2) depende de las coordenadas de dos partículas. 156 (12.2) 12. Átomos con varios electrones Si no existieran esos términos, la (12.1) sería la ecuación de Schrödinger para N electrones, cada uno de los cuales se mueve en el campo producido por la carga nuclear Ze, sin interactuar con los demás. Este problema más simple es separable, y cada electrón se puede describir por medio de una función de onda del tipo estudiado en el Capítulo 10, con el agregado de la variable de spin. La función de onda total ψ N se puede expresar entonces en términos del producto de las funciones de onda de los electrones individuales, y la energía total es la suma de las energías de cada uno de ellos, con lo que el problema queda resuelto. Esta observación sugiere el programa a seguir para desarrollar nuestro modelo: tenemos que procurar aproximar la expresión (12.2) para transformarla en una suma, cada uno de cuyos términos sea función de las coordenadas de un sólo electrón, esto es, reemplazar N e2 ∑ i, j =1 | ri − rj | N por ∑ Vi′(ri ) (12.3) i =1 i> j donde cada Vi′(ri ) es un potencial central1 que representa en forma aproximada el efecto sobre el i-ésimo electrón de la repulsión que ejercen sobre él los N − 1 electrones restantes. Con esta aproximación tenemos que N H ≅ ∑ Hi i =1 con Hi = Ze2 pi2 − Vi (ri ) , Vi (ri ) = − + Vi′(ri ) ri 2µ (12.4) y entonces la ecuación de Schrödinger (aproximada) independiente del tiempo es N   ∑ Hi  ψ N = Eψ N  i =1  (12.5) La (12.5) admite soluciones separables de la forma ψ N ( r1, r2 ,…, rN ) = ψ k1 ( r1 )ψ k2 ( r2 )…ψ ki ( ri )…ψ k N ( rN ) (12.6) correspondientes al autovalor E = Ek1 + Ek2 + … + Eki + … + Ek N (12.7) donde las ψ ki (ri ) son soluciones de las ecuaciones  p2  Hiψ ki ( ri ) =  i − Vi (ri )ψ ki ( ri ) = Eki ψ ki ( ri ) , i = 1, …, N  2µ  1 (12.8) Esta suposición involucra dos aproximaciones. La primera consiste en reemplazar la interacción sobre el i-ésimo electrón debida a los demás electrones por el campo eléctrico debido a la distribución media de carga de los mismos. La segunda estriba en suponer que dicha distribución media de carga tiene simetría esférica. Es verdad que la distribución de carga de un electrón en un estado s es esféricamente simétrica, y también es cierto que lo es la que proviene de una subcapa (n, l) llena. Pero cuando hay subcapas parcialmente llenas, la correspondiente distribución media de carga no es simétrica. Por lo tanto la segunda aproximación implica reemplazar estas distribuciones de carga no simétricas por un promedio sobre todas las direcciones. 157 12. Átomos con varios electrones En la (12.6) y la (12.8) hemos omitido escribir en las ψ ki la variable de spin, que daremos por sobreentendida en lo que sigue, cuando corresponda. Cada una de las (12.8) es la ecuación de Schrödinger independiente del tiempo para una única partícula en un campo de fuerzas centrales dado por Vi (ri ) . Se puede notar que las ecuaciones (12.8) no cambian si se permutan entre sí las variables ri ( i = 1, 2, …, N ). Por lo tanto podemos omitir los subíndices de las variables y escribir  p2  Hiψ k i ( r ) =  − Vi (r )ψ ki ( r ) = Eki ψ ki ( r ) , i = 1, …, N  2µ  (12.9) Por lo que vimos en los Capítulos 10 y 11, las soluciones de las (12.9) se pueden escribir como ψ ki ( r , σ ) = ψ nlml ms ( r , σ ) = R i, nl (r )Ylml (θ ,ϕ ) χ ms (σ ) (12.10) donde las R i, nl (r ) son las soluciones de las ecuaciones radiales apropiadas y σ es la variable de spin. Por lo tanto el estado de cada electrón queda especificado por los cuatro números cuánticos n, l, ml , ms y el conjunto de N de tales cuaternas (que indicamos con k), una para cada electrón, especifica el estado del átomo. Claramente, esta promete ser una manera sencilla de atacar el problema, y vale la pena examinar si se puede llevar adelante nuestro programa de manera razonable. Conviene ahora detenerse un momento para analizar el significado de lo que estamos haciendo y hacer varias aclaraciones. En primer lugar es importante observar que (habiendo despreciado los efectos de spin) la energía Eki de cada electrón depende solamente de los números cuánticos n y l, y no de ml y ms . Cada par de valores (n, l) define lo que se denomina una subcapa del átomo, la cual se designa por medio de un número (que es el valor de n) seguido de una letra (s, p, d, f, …, de acuerdo con el valor 0, 1, 2, 3, … de l). Así, por ejemplo, 3d designa la subcapa n = 3, l = 2 . Por lo dicho, la energía de cada electrón es la misma para todos los 2(2l + 1) estados de cada subcapa y por consiguiente la energía total del átomo está determinada si se conoce cuántos electrones hay en cada subcapa. Esto es lo que se denomina la configuración del estado atómico que estamos considerando. La configuración se indica nombrando las subcapas ocupadas e indicando el número de electrones que reside en cada una de ellas por medio de un supraíndice. Por ejemplo 1s22s22p designa una configuración en la cual hay dos electrones en la subcapa 1s, dos en la 2s y uno en la 2p, y para esta configuración la energía total del átomo es entonces E = 2 E1s + 2 E2 s + E2 p . Debe quedar claro que cada configuración comprende varios estados diferentes ψ N de la forma (12.6), todos los cuales tienen la misma energía, y que corresponden a los distintos valores que pueden tener los números cuánticos ml y ms de cada electrón. También debemos notar que los Vi′ , y por lo tanto los Vi que figuran en las (12.9) dependen de la configuración, porque el efecto sobre el i-ésimo electrón de la repulsión de los demás electrones depende de en qué subcapas residen éstos. Además, todos los Vi′ están ligados entre sí, pues la distribución de carga de cada electrón deriva del respectivo R i, nl (r ) y contribuye a determinar la de los demás. Hasta ahora no hemos dicho nada acerca de como calcular los Vi y por lo tanto como obtener las autofunciones ψ ki y los autovalores Eki . Eso lo veremos más adelante. Pero debe quedar claro que tanto la forma de las ψ ki como los valores de los Eki dependen de la configuración que estamos considerando, dado que ésta determina el conjunto de los Vi que se deben emplear en las 158 12. Átomos con varios electrones (12.9). Si se cambia la configuración es preciso entonces calcular de nuevo todas las ψ ki y los Eki . Por ejemplo, la energía de un electrón 1s no es la misma en la configuración 1s22s22p que en la 1s22s2p2 y las correspondientes funciones de onda, si bien son ambas 1s, son distintas. Asimismo, debemos destacar que las diferentes ψ ki que se obtienen resolviendo las (12.9) no son ortogonales, puesto que son autofunciones de diferentes Hamiltonianos. Por último es importante aclarar que cada uno de los estados ψ N de la forma (12.6) pertenecientes a una dada configuración tiene una degeneración adicional. En efecto, si indicamos con P ( r1, r2 ,…, rN ) una permutación de los argumentos de ψ N , la función ψ PN ( r1, r2 ,…, rN ) = ψ n (P ( r1, r2 ,…, rN )) (12.11) es también una solución de (12.5), correspondiente al mismo autovalor E (un ejemplo podría ser la función ψ ′N ( r1, r2 ,…, rN ) = ψ k1 ( r2 )ψ k2 ( r1 )…ψ k j ( ri )…ψ k N ( rN ) , obtenida a partir de ψ N por la transposición de los argumentos r1 y r2 ). Por consiguiente, todas las N! funciones ψ PN , obtenidas a partir de la (12.6) permutando sus N argumentos de todas las maneras posibles, son soluciones de la (12.5) correspondiente al mismo autovalor. Tendríamos entonces N! autofunciones degeneradas de H correspondientes al autovalor E. Por lo que sabemos hasta ahora, cualquier combinación lineal de ellas podría describir un posible estado del sistema. Veremos, sin embargo, que debido a que los electrones no se pueden distinguir el uno del otro, tan sólo una particular combinación lineal entre todas es admisible. En el resto de este Capítulo no intentaremos escribir la ψ N , dado que podemos avanzar sin necesidad de hacerlo, y recién en el Capítulo 13 volveremos sobre este asunto. El método del campo autoconsistente Por el momento concentraremos nuestra atención sobre la dependencia de las funciones de onda ψ k de un electrón en las variables espaciales, que es la que determina la distribución en el espacio de la carga eléctrica del átomo (y por lo tanto la repulsión Coulombiana entre los electrones). Para ver como se puede llevar adelante nuestro programa, consideremos un problema concreto. Imaginemos el estado fundamental de un átomo de helio ionizado, en el cual el único electrón tiene una función de onda 1s dada por la ec. (10.138) con Z = 2 , cuya parte espacial es ψ 1, 0, 0 = Ae −2 r1 / a0 , A = cte. (12.12) donde a0 es el radio de Bohr. Supongamos ahora que el ion captura otro electrón, en un estado débilmente ligado de momento angular grande, por ejemplo 3d. Debido a que su momento angular es grande, este electrón tiene una probabilidad despreciable de encontrarse cerca del núcleo, lo cual implica dos cosas: • puesto que el segundo electrón está casi siempre lejos del núcleo y fuera de la región donde se puede encontrar el primer electrón con una probabilidad apreciablemente diferente de cero, se mueve esencialmente en el campo Coulombiano de una única carga (la carga nuclear apantallada por el primer electrón). Por lo tanto, la parte espacial de su función de onda debe ser muy semejante a la correspondiente función hidrogenoide ψ n,l, ml ( r2 ) calculada ahora con Z = 1; • puesto que el segundo electrón no se acerca a la región ocupada por el primer electrón, su presencia perturba muy poco la función de onda de este último, la cual entonces difiere muy poco de la (12.12). 159 12. Átomos con varios electrones Por lo tanto es razonable suponer que con buena aproximación las funciones de onda del primer y segundo electrón sean, respectivamente, ψ 1′,1s ≈ ψ 1, 0, 0 , ψ 2′ ,( n,l, ml ) ≈ ψ n,l, ml (12.13) Para llegar a este resultado, lo que en realidad hicimos fue sustituir la interacción entre los electrones (dada por los términos (12.2)) por el potencial eléctrico debido a la distribución de carga dada por la función de onda del otro electrón. Además, como el segundo electrón está siempre lejos, hemos supuesto que la carga del primer electrón está concentrada en el origen. Esto sugiere que se puedan obtener soluciones bastante aproximadas de la (12.1) para cada configuración de interés sustituyendo los términos de repulsión entre los electrones por una serie de potenciales Vi (r ) , uno para cada electrón, calculados a partir de la distribución de carga que resulta de las funciones de onda de los demás electrones. Claramente, el método de solución debe ser iterativo. Se comienza con una hipótesis acerca del potencial que siente cada electrón, como hicimos recién en el ejemplo del átomo de helio excitado. A partir de esos potenciales obtenemos las funciones de onda de cada electrón resolviendo las N ecuaciones de Schrödinger independientes del tiempo (12.9). A continuación calculamos un nuevo potencial para cada electrón a partir de la carga nuclear, más la distribución de carga que resulta de las funciones de onda de los demás electrones que se acaban de calcular. Con estos nuevos potenciales calculamos nuevas funciones de onda, y así seguimos realizando sucesivas iteraciones. Siempre y cuando nuestro punto de partida no haya sido muy errado, después de varias iteraciones encontraremos que el proceso converge, y las nuevas funciones de onda reproducen las distribuciones de carga a partir de la cual fueron calculadas. Esta es la esencia del método del campo autoconsistente, o método de Hartree, que fue introducido por Douglas Hartree en 1928. En la práctica resulta que el método del campo autoconsistente es una aproximación de gran valor, pues permite atribuir una función de onda a cada electrón y por lo tanto describir un átomo dando los números cuánticos de las funciones de onda de cada uno de sus electrones. Además, estas funciones de onda no difieren mucho de las funciones de onda de átomos hidrogenoides. La parte angular es, naturalmente, la misma, porque no depende de la forma del potencial (siempre que éste sea central). En cuanto a la parte radial, para un dado n (que determina el número de nodos de R i, nl (r ) ), es cualitativamente parecida a la de un átomo hidrogenoide. En resumidas cuentas, podemos concluir lo siguiente: • En un átomo con varios electrones la interacción de un dado electrón con los demás se puede sustituir, con buena aproximación, por el potencial Vi′(r ) que resulta de la distribución media de carga de los demás electrones. • Se puede considerar entonces que cada electrón se mueve independientemente en el potencial Vi (r ) que resulta de la carga nuclear más la que se debe a los demás electrones, y que se suele llamar potencial Coulombiano apantallado. • Los niveles de energía del átomo se pueden determinar a partir del conjunto de números cuánticos (n, l) de las N funciones de onda individuales de cada electrón. Este conjunto constituye lo que se llama la configuración electrónica del átomo. • Las funciones de onda individuales de cada electrón no son muy diferentes de las funciones de onda hidrogenoides correspondientes a los mismos (n, l). Esperamos que el modelo aproximado que hemos esbozado describa razonablemente bien las propiedades de los átomos con varios electrones. Una de las razones para esperar que el modelo 160 12. Átomos con varios electrones funcione es que la interacción entre los electrones es una función que varía lentamente con la distancia y por lo tanto al sustituir la interacción real por un promedio no se está cometiendo un error demasiado grande. Veremos, sin embargo, que el modelo del átomo, como lo desarrollamos hasta aquí, ni por asomo puede reproducir las características que se observan en la tabla periódica. Para resolver la dificultad es necesario introducir un nuevo postulado en la teoría. Propiedades de los elementos La característica más notable del conjunto de los elementos químicos es que se pueden ordenar en la forma de una tabla periódica, lo cual como ya se dijo en el Capítulo 3 fue hecho por primera vez en 1869 por Dmitri Mendeleev. Existen diferentes versiones o maneras de presentar la tabla periódica, una de las cuales se muestra en la Fig. 12.1. Cuando los elementos se ordenan en la tabla de izquierda a derecha y de arriba abajo por orden de número atómico (Z) creciente, se observa que los elementos que pertenecen a la misma columna (o grupo) tienen propiedades químicas semejantes, pero hay una rápida variación de propiedades a medida que se recorren las filas (períodos y series) de la tabla. Así, todos los elementos del Grupo I (primera columna) son monovalentes, los del Grupo II son bivalentes, y los del Grupo 0 (última columna) son gases nobles, químicamente inertes. Ahora bien, según la teoría que hemos esbozado, el estado fundamental de cada átomo es aquél en que cada electrón está en el estado de menor energía en el campo eléctrico producido por la carga nuclear y la distribución de carga de los demás electrones. Por otra parte, el estado más bajo de cualquier potencial es siempre un estado s, y por consiguiente las funciones de onda de cada electrón serán todas iguales. En efecto, si las funciones de onda de todos los electrones son idénticas, los potenciales en que se mueve cada electrón son idénticos, y por lo tanto dan lugar a funciones de onda idénticas respetando la autoconsistencia. Por lo tanto la configuración del estado fundamental de un átomo con N electrones sería 1sN, en la cual todos los electrones tendrían funciones de onda idénticas, iguales a la función del estado s de más baja energía que se puede presentar en el campo producido por el núcleo y por los demás electrones. De ser cierta la anterior conclusión resulta lógico pensar que, al pasar de un elemento al siguiente, la naturaleza de esa función de onda cambiará muy poco, ya que sigue siendo del mismo tipo, y el agregado de una carga nuclear y un nuevo electrón no implica una variación sustancial del potencial. Por lo tanto, si bien se puede imaginar que haya cierta variación de las propiedades químicas entre los primeros elementos, a medida que Z aumenta los cambios deberían ser cada vez más pequeños. Por lo tanto salta a la vista de inmediato que el modelo, así como está, no podrá nunca reproducir las características regulares y repetitivas de la tabla periódica, como ser la recurrencia de los metales alcalinos y de los gases nobles, y el aumento constante de la valencia al atravesar un período. Por lo tanto no sirve para explicar las características más evidentes de la química de los elementos. Podemos tener indicios sobre la causa de las fallas del modelo si examinamos las primeras energías de ionización Ei de los átomos (Fig. 12.2), que dan la diferencia de energía entre el estado fundamental del átomo neutro y el estado fundamental del átomo ionizado una vez (es decir, que ha perdido un electrón). 161 12. Átomos con varios electrones Grupo I II III IV V VI VII VIII 0 Período Serie 1 1 1 1H 2 2 7 3 Li 9 4 Be 3 3 23 11 Na 4 4 5 6 7 4 2 He 11 5B 12 6C 14 7N 16 8O 19 9F 20 10 Ne 24 27 12 Mg 13 Al 28 14 Si 31 15 P 32 16 S 35 17 Cl 40 18 A 72 19 K 72 20 Ca 72 21 Sc 72 22 Ti 72 23 V 72 24 Cr 72 72 25 Mn 26 Fe 5 64 29 Cu 65 30 Zn 70 31 Ga 72 73 Ge 75 33 As 79 34 Se 80 35 Br 6 85 37 Rb 88 38 Sr 89 39 Y 91 40 Zr 93 41 Nb 96 99 101 103 106 42 Mo 43 Tc 44 Ru 45 Rh 46 Pd 72 27 Co 7 108 112 115 47 Ag 48 Cd 49 In 119 122 128 127 50 Sn 51 Sb 52 Te 53 I 8 133 137 55 Cs 56 Ba 178 181 184 186 190 192 72 Hf 73 Ta 74 W 75 Re 76 Os 77 Ir 9 197 201 204 79 Au 80 Hg 81 Tl 10 223 87 Fr 226 88 Ra 57-71 * 72 28 Ni 84 36 Kr 131 54 Xe 195 78 Pt 207 209 210 210 82 Pb 83 Bi 84 Po 85 At 222 86 Rn 89-103 261 262 266 264 269 268 271 104 Rf 105 Db 106 Sg 107 Bh 108 Hs 109 Mt 110 -- ** * Lantánidos: 139 140 141 57 La 58 Ce 59 Pr 144 145 150 152 157 159 162 165 167 169 173 175 60 Nd 61 Pm 62 Sm 63 Eu 64 Gd 65 Tb 66 Dy 67 Ho 68 Er 69 Tm 70 Yb 71 Lu ** Actínidos: 227 232 231 238 89 Ac 90 Th 91 Pa 92 U 237 244 243 247 247 251 252 257 258 259 262 93 Np 94 Pu 95 Am 96 Cm 97 Bk 98 Cf 99 Es 100 Fm 101 Md 102 No 103 Lr Fig. 12.1. La tabla periódica de los elementos. Los elementos se identifican por su símbolo químico, el número atómico Z (subíndice) y el número de masa A (supraíndice), que es el valor del peso atómico expresado en unidades del peso atómico del hidrógeno, redondeado al entero más próximo cuando el elemento tiene más de un isótopo estable. Los número de masa de los elementos con Z > 83 corresponden al isótopo más estable. El elemento 110 todavía no tiene nombre ni símbolo aceptado internacionalmente. Los elementos 111 y 112 han sido descubiertos pero no los hemos incluido en la tabla. Consideremos el estado de menor energía de un electrón en un átomo con Z electrones. Cuando se encuentra lejos del núcleo, la energía potencial del electrón es esencialmente igual a V∞ (r ) = − e2 r , r→∞ (12.14) porque la carga positiva Ze del núcleo está apantallada por los Z − 1 electrones restantes que lo rodean. Por otra parte, muy cerca del núcleo el apantallamiento debido a los demás electrones es despreciable y la energía potencial de un electrón es V0 (r ) = − Ze2 r Por lo tanto tendremos que 162 , r→0 (12.15) 12. Átomos con varios electrones − Ze2 e2 < V (r ) < − r r (12.16) Claramente, si la energía potencial fuera V∞ (r ) en todas partes, la energía de ionización sería de 13.6 eV como en el átomo de hidrógeno; si en cambio la energía potencial fuese V0 (r ) para todo r, tendríamos que Ei ≈ Z × 13.6 eV . El hecho que V0 (r ) < V (r ) < V∞ (r ) implica que 13.6 eV < Ei < Z × 13.6 eV (12.17) y por lo tanto si las funciones de onda de todos los electrones fuesen la que corresponde a la menor energía, sería razonable pensar que Ei crezca con Z, pero más lentamente que lo que resulta de una relación lineal. Sin embargo mirando la Fig. 12.2 se observa que en lugar de mostrar un constante y paulatino incremento con Z, los valores de Ei tienen el mismo tipo de comportamiento periódico que las propiedades químicas. 25 He Ne 20 Ar Ei 15 Kr Xe H Rn 10 5 Li Na K 20 Rb Cs 40 Fr 60 80 100 Z Fig. 12.2. Energías de ionización (en eV) de las diferentes especies atómicas. Estudiando los valores correspondientes a los primeros elementos se puede entender lo que está ocurriendo. Para el He, Ei = 24.5 eV , algo menos del doble que para el hidrógeno. Hasta aquí no hay problemas, pero el elemento siguiente, el litio, tiene Ei = 4.6 eV , que es un valor llamativamente pequeño, muy inferior al del hidrógeno, mientras que en base a la (12.17) se esperaría un valor entre 30 y 40 eV. Es imposible tener una energía de ionización tan baja si todos los electrones tienen un número cuántico principal n = 1. Sin embargo, si uno de los electrones estuviera en un estado con n = 2 , se entendería mejor el resultado experimental. En efecto, supongamos que el Li tiene dos de sus tres electrones en el estado más bajo (1s) y el tercero en el siguiente estado disponible que es el 2s (se prefiere este estado y no el 2p pues el experimento de Stern-Gerlach con átomos neutros de Li muestra que el estado fundamental es un estado s). La función de onda 2s en el campo de una sola carga da una densidad de probabilidad muy pequeña para r < 2 a0 (Fig. 12.3); por lo tanto el electrón pasa la mayor parte del tiempo a distancias mayores que 2 a0 , mientras que los dos electrones 1s tienen más del 99% de probabilidad de estar 163 12. Átomos con varios electrones en r < 2 a0 . Por consiguiente cabe esperar que el tercer electrón del Li tenga una función de onda muy parecida a la 2s del átomo de hidrógeno. Luego su energía de ionización debe ser semejante a la del estado 2s del hidrógeno, que es de 3.4 eV, un valor mucho más cercano a los 4.6 eV reales que no los 30-40 eV que estimamos antes. La diferencia entre la nueva estimación y el valor verdadero tiene además el signo correcto, pues el electrón 2s del litio tiene una probabilidad pequeña pero no nula de estar más cerca del núcleo, lo cual tiende a aumentar la energía de ionización por encima de los 3.4 eV. Este modelo del átomo de litio resulta aún más plausible si se considera la segunda energía de ionización, esto es, la diferencia de energía entre el ion Li+ y el ion Li++, que es de 75.3 eV, lo que muestra que los dos electrones del Li+ están mucho más fuertemente ligados que el tercer electrón del Li neutro, como se debe esperar si están en el estado 1s. Veamos ahora el comportamiento de la primera energía de ionización de los ocho átomos siguientes (Be, B, C, N, O, F, Ne y Na). Aunque se observan pequeñas irregularidades, Ei tiende a aumentar con Z, hasta que se llega al Ne. Este comportamiento es el que cabe esperar si los electrones que se van agregando están todos en estados con n = 2 , puesto que la presencia de los otros electrones con n = 2 sólo neutraliza parcialmente el aumento de la carga nuclear. Pero al pasar del Ne al Na, se observa nuevamente una notable reducción de Ei , y con argumentos semejantes a los que usamos para el caso del litio podemos explicar esta disminución suponiendo que el último electrón del Na está en un estado con n = 3. Por consiguiente el comportamiento de las primeras energías de ionización sugiere que en un sistema atómico formado por electrones que se mueven en un campo autoconsistente con funciones de onda caracterizadas por los números cuánticos n, l, ml , ms puede haber, cuanto mucho, dos electrones con n = 1 y ocho con n = 2 . ¿De dónde surgen esos números? Es inmediato ver que para n = 1 hay 2 estados diferentes, los estados 1s con ms = +1 / 2 y ms = −1 / 2 . Asimismo, para n = 2 hay exactamente 8 estados diferentes: los dos estados 2s y los 6 estados 2p (ya que si l = 1, ml puede tomar los valores –1, 0, +1, y para cada uno de ellos ms puede valer –1/2 ó +1/2). Todo esto sugiere algo muy simple, pero al mismo tiempo nuevo e inexplicable en base a los conocimientos que se tenían allá en 1920: que en cada estado ( n, l, ml , ms ) sólo cabe, por así decir, un electrón. El Principio de Exclusión Durante varios años, la interpretación de la estructura de los átomos con más de un electrón fue causa de perplejidad para los físicos. Ya Bohr, en sus trabajos iniciales, había reconocido que la pregunta de porqué los electrones no se encontraban todos ligados en la capa más profunda constituía un problema fundamental, cuya respuesta no se podía encontrar en la Mecánica Clásica. La respuesta a este interrogante la dio Wolfgang Pauli en 1925, con base en un análisis de los datos de los niveles de energía de los átomos, del tipo que hemos comentado. Está contenida en un nuevo postulado, o principio, que en su enunciación primitiva establecía: Principio de Exclusión: • En un átomo multielectrónico, nunca puede existir más de un electrón en cada estado cuántico. Es interesante mencionar que cuando Pauli formuló este principio aún no se conocía el spin del electrón. Si no se cuenta el spin, los estados de un electrón atómico se caracterizan por tres números cuánticos: n, l y ml. Sin embargo Pauli en su artículo asignó cuatro números cuánticos al 164 12. Átomos con varios electrones electrón. Lo hizo de manera puramente formal, sin basarse en un esquema concreto, simplemente porque le hacía falta para obtener el resultado que buscaba. Fue precisamente al leer ese artículo que Uhlenbeck y Goudsmit, ponderando sobre cuál podría ser el significado físico del misterioso cuarto número cuántico, concibieron la idea del spin (Capítulo 11). También resulta curioso que Bohr, quien en su momento tuvo la audacia de apartarse de la Mecánica y la Electrodinámica Clásicas para establecer sus célebres postulados, no haya dado el paso que dio Pauli, pese a tener plena conciencia de la importancia del problema a resolver. Veremos en el próximo Capítulo que el Principio de Exclusión se relaciona con la indistinguibilidad de las partículas en la Mecánica Cuántica. Asimismo, como lo demostró 15 años después el mismo Pauli, se puede deducir a partir de la Teoría Cuántica de Campos. Pero todo eso no se sabía en 1925. Cuando fue formulado, el Principio de Exclusión no era más que un “decreto”, promulgado con el propósito introducir la regla que estaba faltando en la teoría de la estructura atómica y así legitimar el comportamiento que muestra la experiencia. Pero el de Pauli fue un decreto ciertamente muy inspirado, pues no sólo logró su objetivo original, sino que además puso orden en las propiedades de la materia en todas las escalas. En efecto, gracias al Principio de Exclusión hoy podemos entender desde las propiedades de la materia en el interior de las estrellas hasta la estructura de las partículas del núcleo, pasando por la impenetrabilidad de los sólidos, la razón de porqué ciertos medios conducen la electricidad mientras otros son aislantes, etc.. Antes de analizar la indistinguibilidad de las partículas y sus implicancias, vamos a mostrar que gracias al Principio de Exclusión podemos explicar la estructura de los átomos con varios electrones, y entender la lógica que está detrás de la Tabla Periódica de los elementos. El Principio de Exclusión y la estructura atómica Debido al Principio de Exclusión, en el estado fundamental de un átomo los electrones no tienen la misma energía y función de onda, sino que sus números cuánticos n, l, ml , ms (y las correspondientes funciones de onda) son todos distintos. Los valores de ml y ms dependen de la elección arbitraria de la dirección del eje z; por lo tanto los electrones que tienen iguales n y l, pero diferentes ml y ms , tienen la misma energía En,l , que depende tanto de n como de l pues el campo autoconsistente no es Coulombiano. Ahora bien, los electrones con diferente n tienen funciones de onda con extensiones espaciales distintas, como se ve en la Fig. 12.3 donde se muestra la distribución radial de probabilidad P(r ) =| u(r ) |2 de los tres primeros estados s del hidrógeno. La diferencia es aún mayor en átomos con muchos electrones, ya que los electrones con n pequeño pasan más tiempo cerca del núcleo, donde la carga nuclear no está apantallada, luego su distribución radial de probabilidad se distorsiona respecto de la del átomo de hidrógeno, desplazándose hacia r menores. Para los electrones con mayor n, la carga nuclear está fuertemente apantallada por los electrones con n menor, pero la recíproca, por supuesto, no es cierta. Luego los electrones que están en la capa 1s tienen una energía potencial que es prácticamente igual a V0 (r ) , la que produce la carga Ze del núcleo. Por lo tanto se pueden representar bastante bien por medio de la función de onda ψ 1, 0, 0 = Ae − Zr / a0 , A = cte. (12.18) cuya extensión radial es 1/ Z veces la que corresponde al hidrógeno. En cambio, los electrones exteriores con el mayor n se mueven en un campo que varía entre V0 (r ) para r pequeño y V∞ (r ) 165 12. Átomos con varios electrones para r grande. Luego la parte interior de la función de onda (y por ende la distribución radial de probabilidad) se contrae, pero la parte externa queda casi igual a la del átomo de hidrógeno, y se acentúa la diferencia de energía entre electrones con diferente n. El resultado neto es que los electrones externos de todos los átomos tienen casi exactamente la misma extensión (dos o tres veces el radio de Bohr) como lo indica el valor casi constante de los radios atómicos. 1s 0.5 0.4 P+r/ 0.3 2s 0.2 3s 0.1 5 10 rZsa0 15 20 Fig. 12.3. Distribución de probabilidad radial para los tres primeros estados s del hidrógeno. 0.20 2p 2s 0.15 P+r/ 0.10 0.05 5 10 rZsa0 15 Fig. 12.4. Distribución de probabilidad radial de los estados 2s y 2p del hidrógeno. 166 20 12. Átomos con varios electrones 3d 3p 3s 0.10 P+r/ 0.05 5 10 rZsa0 15 20 Fig. 12.5. Distribución de probabilidad radial de los estados 3s, 3p y 3d del hidrógeno. Las Figs. 12.4 y 12.5 muestran las distribuciones de probabilidad radial de los estados de diferente l de las capas con n = 2 y n = 3 del hidrógeno, respectivamente. Es importante observar el comportamiento de P(r ) para r pequeño. Se ve que a medida que l aumenta, la barrera centrífuga empuja al electrón cada vez más lejos del núcleo. Recordemos, en efecto, que para r → 0 se tiene que u(r ) ~ r l +1 y entonces P(r ) ~ r 2l + 2 . Esto implica que a igual n, el apantallamiento de la carga nuclear (debido a los electrones que están más cerca del núcleo) es tanto mayor cuanto más grande es l. Este efecto rompe la degeneración de los niveles con igual n y diferente l que existe para el potencial Coulombiano: la energía de los niveles aumenta con l, de modo que E2 s < E2 p , E3s < E3 p < E3d , … (12.19) También resulta que E4 s < E3d , E5s < E4 d , E6 s < E5d , … (12.20) Esto es, por efecto de la barrera centrífuga los niveles de las capas con diferente n se separan lo suficiente como para intercalarse entre sí. Los efectos de la extensión espacial de las funciones de onda de diferente n, y de la barrera centrífuga para las funciones de onda del mismo n y diferente l que acabamos de comentar se combinan para producir el ordenamiento de niveles que se indica esquemáticamente en la Fig. 12.6. De acuerdo con el Principio de Exclusión cada subcapa n, l puede contener 2(2l + 1) electrones. Por lo tanto a medida que se recorre la Tabla Periódica a partir del hidrógeno, las subcapas se van llenando comenzando por la 1s y en orden de energía creciente. En la figura se consignan los elementos cuyos electrones de mayor energía se encuentra en cada subcapa. 167 12. Átomos con varios electrones Número de electrones que caben en cada subcapa (2) (6) (10) (14) Z 6d 104A… 7s Fr, Ra 5f AcALr 86 6p 6s Cs, Ba TlARn 5d 4f HfAHg LaALu 54 5p 5s Rb, Sr 4d InAXe YACd 36 4p 4s K, Ca GaAKr 3d ScAZn 18 3p 3s AlAA Na, Mg 10 2s Li, Be 2p BANe 2 1s H, He energía Fig. 12.6. Orden de las subcapas. Los efectos de la extensión espacial de las funciones de onda de diferente n y de la barrera centrífuga de las funciones de onda del mismo n y diferente l hacen que los niveles se ordenen como se indica en la figura (la energía crece de abajo hacia arriba, la escala no es lineal). Cada nivel con n, l dados se denomina subcapa. A medida que se recorre la Tabla Periódica a partir del hidrógeno, las subcapas se van llenando en orden de energía creciente empezando por la 1s. En la figura se mencionan los elementos para los cuales el electrón de mayor energía se encuentra en la subcapa indicada. 168 12. Átomos con varios electrones +a/ 0.10 0.08 4f 4d 0.06 P+r/ 5p 5s 0.04 6s 0.02 10 20 30 40 rZsa0 +b/ 0.03 50 60 70 80 4d 4f 0.02 P+r/ 0.01 5p 5s 6s 5 rZsa0 10 Fig. 12.7. Densidad de probabilidad radial para el nivel 4f y para los niveles 5s, 6s, 5p y 4d del átomo de hidrógeno. En (a) se puede apreciar que los electrones 4f se mueven en el interior del átomo, pues su extensión es menor que la de los electrones de los demás niveles representados. En (b) se puede apreciar que la barrera centrífuga no permite que los electrones 4f se acerquen al núcleo y entonces en los átomos con muchos electrones son fuertemente apantallados por los que ocupan las otras subcapas. Por lo tanto están débilmente ligados y la energía de la subcapa 4f es más alta que las de las subcapas 5s, 6s, 5p y 4d, como se muestra en la Fig. 12.6. Los lantánidos (el grupo constituido por el La y los siguientes 14 elementos en los cuales se va llenando la subcapa 4f) tienen propiedades químicas muy semejantes entre sí, porque los electrones 4f, que se mueven en el interior del átomo, tienen una influencia casi nula sobre ellas. 169 12. Átomos con varios electrones Por ejemplo, la configuración del estado fundamental del K es 1s22s22p63s23p64s1. Las líneas horizontales de trazos de la Fig. 12.6, entre las subcapas 1s y 2s, 2p y 3s, 3p y 4s, … etc., indican que la separación en energía entre cada uno de esos pares de subcapas es siempre grande. Nuestro diagrama es cualitativo, pues en realidad si se quieren hacer predicciones cuantitativas exactas es necesario calcular un esquema como el de la Fig. 12.6 para cada átomo (con el método de Hartree). Cuando se hace eso, al pasar de un átomo a otro aparecen pequeñas diferencias respecto del orden de algunas de las subcapas, respecto del que se ve en la Fig. 12.6. Por ejemplo, las subcapas 4f y 5d, que están muy próximas en energía, no siempre se encuentran en el orden indicado en la Fig. 12.6. Lo que sí es siempre correcto es el orden (por l creciente) de las diferentes subcapas de una dada capa y el orden (por n creciente) de subcapas del mismo l pero distinto n, que se presentan encolumnadas en la Fig. 12.6. Los elementos cuya subcapa llena de mayor energía es np (como Ne, A, Kr, Xe y Rn) son los gases nobles. Puesto que dos de sus electrones exteriores están en la subcapa ns, no proporcionan un apantallamiento eficaz de la carga del núcleo. Por lo tanto los electrones np están ligados muy fuertemente. La energía de ionización es entonces muy alta y esos átomos son químicamente inertes pues no comparten fácilmente sus electrones externos con otros átomos como es necesario para que se formen compuestos. El He también es un gas noble, dado que sus dos electrones 1s están muy fuertemente ligados. Se dice que los gases nobles tienen una configuración de capas cerradas, dado que el siguiente electrón se tiene que acomodar en la subcapa cuyo número cuántico principal es n′ = n + 1, como se advierte observando la Fig. 12.6. Se debe notar, sin embargo, que debido al ordenamiento de energía (12.18), para todo n > 2 la capa n se cierra antes de que se llenen los niveles con l más alto (es decir, las subcapas nd y nf), como se ve en la Fig. 12.6. Esta circunstancia explica la aparición de los lantánidos y los actínidos, que son dos grupos de 15 elementos que comienzan, respectivamente, a partir del La y el Ac. En los lantánidos se va llenando la subcapa 4f, que como se puede apreciar en la Fig. 12.7 se encuentra en el interior del átomo pese a tener más energía que las subcapas externas 6s, 5p y 4d que están llenas. Por este motivo los elementos del grupo de los lantánidos tienen propiedades químicas casi idénticas, lo cual hace difícil separarlos. El caso de los actínidos es análogo, y en ellos se va llenando la subcapa 5f, que se encuentra en el interior del átomo igual que la 4f. El ordenamiento de niveles de la Fig. 12.6, junto con el Principio de Exclusión, permiten entender las principales características de la Tabla Periódica y las interacciones entre los átomos de diferentes elementos. La unión química y otras interacciones entre átomos Las fuerzas interatómicas son sumamente complejas. En estas notas nos limitaremos a una discusión cualitativa pues un tratamiento detallado sería demasiado extenso. La idea básica es que en presencia de otro átomo, debido a las fuerzas electrostáticas y al Principio de Exclusión, las funciones de onda de los electrones de cada átomo se distorsionan, lo cual modifica la energía de los electrones. Si la nueva distribución tiene menor energía, será el estado preferido del sistema y la interacción interatómica será atractiva. Viceversa, si la nueva distribución lleva a un incremento de energía, la fuerza resultante será repulsiva. Los efectos de este mecanismo se manifiestan de diversas maneras en diferentes rangos de distancias, pero a grandes rasgos podemos reconocer tres clases fundamentales de fuerzas interatómicas. Cuando la distancia es muy pequeña todos los átomos se repelen mutuamente. A distancias intermedias prevalecen fuerzas que 170 12. Átomos con varios electrones dan lugar a enlaces químicos, de resultas de los cuales los átomos se mantienen unidos formando moléculas o estructuras más complejas como cristales. Finalmente, a distancias muy grandes, todos los átomos y moléculas se atraen débilmente. Todas estas interacciones se explican mediante la Mecánica Cuántica de los electrones atómicos. Examinaremos a continuación estas tres clases de interacciones. La impenetrabilidad de la materia La repulsión universal que se presenta para distancias muy pequeñas es responsable de que los átomos ocupen un volumen definido, lo que se manifiesta en la escala macroscópica como la incompresibilidad de la materia condensada. Esto se debe a que la fuerza repulsiva crece muy rápidamente a medida que disminuye la distancia entre los centros de los átomos, de modo tal que a muchos efectos prácticos los podemos considerar como esferas rígidas con un valor definido del radio. La repulsión a pequeñas distancias tiene dos causas. En primer lugar, cuando dos átomos se procuran interpenetrar, el apantallamiento de las cargas nucleares por parte de los electrones se torna menos efectivo, y la fuerza electrostática entre los núcleos los repele. La segunda causa radica en el Principio de Exclusión. No solamente no está permitido que dos electrones tengan la misma función de onda, sino que también sus funciones de onda deben ser suficientemente diferentes como para construir una función de onda total completamente antisimétrica, como se verá en el Capítulo 13. Cuando dos átomos están tan próximos que sus nubes electrónicas se comienzan a superponer, los electrones de la región de superposición, para satisfacer el Principio de Pauli se ven obligados a pasar parte del tiempo fuera de sus órbitas originales, en orbitales de mayor energía2. Esto implica un aumento de la energía del sistema al disminuir la distancia interatómica, que equivale a una fuerza repulsiva. La unión química Cuando dos átomos se unen para formar un compuesto químico el rearreglo afecta algunos de sus electrones externos, y deja al sistema compuesto en un estado cuya energía total es menor que la suma de las energías de los estados fundamentales de sus átomos por separado. De resultas de ello el compuesto adquiere una configuración estable cuya geometría está bien definida y en la cual los átomos están a distancias fijas entre sí. Tal configuración corresponde al estado de mínima energía del sistema, respecto de variaciones de los parámetros que caracterizan la configuración. La energía asociada con los enlaces químicos está típicamente comprendida entre 1 y 10 eV. El rearreglo de los electrones atómicos puede ocurrir de varias maneras y los enlaces resultantes reciben diferentes denominaciones. El estudio detallado de la unión química es sumamente complejo. Incluso cuando hay un solo electrón en la subcapa más externa, la situación se puede complicar porque a veces los estados de la siguiente subcapa tienen una energía apenas mayor; esto ocurre con las subcapas 4s y 3d que están muy próximas en energía, y también con la 5s y la 4d, así como con las subcapas 6s, 4f y 5d. En forma elemental, la valencia se define como el número de átomos de hidrógeno que se combinan con (o que son desplazados por) un átomo del elemento que se está considerando. Como el hidrógeno tiene un solo electrón, cabe esperar que los átomos que tienen un solo electrón fuera de una capa cerrada fuertemente ligada sean monovalentes. Así ocurre efectivamente con los 2 Esto es, su nueva función de onda es una combinación lineal de la función de onda original y funciones de onda de los estados electrónicos no ocupados, que son de mayor energía. 171 12. Átomos con varios electrones metales alcalinos (Li, Na, K, Rb, Cs y Fr). Del mismo modo cabe esperar que los átomos que necesitan un electrón adicional para cerrar una capa sean monovalentes. Tal es el caso de los halógenos (F, Cl, Br, I y At), que preceden a los gases nobles y tienen por lo tanto energías de ionización elevadas; en consecuencia no comparten con facilidad sus electrones con otros átomos, pero pueden recibir un electrón adicional (y sólo uno) para cerrar la capa. De manera semejante los átomos con dos electrones fuera de una capa cerrada (Be, Mg, Ca, Sr, Ba y Ra) o que necesitan dos electrones más para cerrar una capa (O, S, Se y Te) suelen ser bivalentes. Más allá de estos casos sencillos, la variedad de modos en que se pueden ordenar los electrones implica que generalmente puede existir más de una valencia, y que la valencia del elemento que estamos considerando puede depender de la naturaleza de los átomos con los cuales se combina. No obstante, se encuentra que los elementos con el mismo número de electrones externos y con estructura semejante de sus capas internas tienen propiedades químicas parecidas. Se conocen varias clases de enlaces químicos. Si el rearreglo produce un desplazamiento neto de parte de la nube electrónica de un átomo a otro, el enlace se denomina heteropolar; el caso extremo de una unión de esta clase es el enlace iónico, en el cual un electrón de un orbital del primer átomo pasa a ocupar un orbital del segundo átomo. Si no hay transferencia neta de carga de un átomo a otro la unión se denomina homopolar, o covalente. Discutiremos ahora brevemente los enlaces iónico y covalente. 5 4 F Cl Br I 3 At Ea 2 1 H Li Na K 20 Rb Cs 40 Fr 60 80 100 Z Fig. 12.8. Afinidades electrónicas de los elementos (en eV). La afinidad electrónica se define como la energía Ea liberada cuando el elemento adquiere un electrón adicional para convertirse en un ion negativo. No se dan datos para los lantánidos ( 58 ≤ Z ≤ 71) ni para los elementos que siguen al Fr ( Z ≥ 87). El Be, N, Mg, Mn, Zn, Cd y Hg y los gases nobles no forman iones negativos (se podría pensar que su afinidad es negativa). El enlace iónico La transferencia de un electrón de un átomo a otro deja al primero con una carga neta positiva y al segundo con una carga neta negativa. Los iones así obtenidos se mantienen unidos por la 172 12. Átomos con varios electrones atracción electrostática entre cargas de signo opuesto. Es interesante recordar que el concepto original de unión química se basó justamente en la atracción entre cargas de signo opuesto. El enlace iónico se da en los cristales de los haluros alcalinos, por ejemplo en la sal común (NaCl). Los metales alcalinos se ionizan fácilmente, pues su energía de ionización es baja (ver Fig. 12.2). Por otra parte los halógenos tienen una fuerte afinidad para electrones adicionales (ver Fig. 12.8). Para que una unión iónica en la que el átomo A cede un electrón al átomo B sea energéticamente posible es preciso que la variación ∆E de energía que resulta de ello sea negativa, de modo que ∆E = Ei, A − Ea, B + VAB < 0 (12.21) donde VAB es la energía potencial electrostática de la molécula formada por los iones A+ y B–. Na+ , e– y Cl Na+ , e– y Cl Cl + e– A Cl– 486.3 Na A Na+ + e– Cl + e– A Cl– –351.2 486.3 Na A Na+ + e– Na+ y Cl– Na+ y Cl– vapor de Na y gas Cl Na y Cl atómicos Entalpía de formación –303.12 de moléculas aisladas de NaCl –351.2 Na+ + Cl– A NaCl 121.7 Cl2 A Cl + Cl vapor de Na y gas Cl2 –495.9 107.3 Vaporización del Na Na metálico y gas Cl2 Formación del cristal –787.3 Entalpía de formación –411.15 del cristal de NaCl Molécula de NaCl Cristal de sal (a) (b) Fig. 12.9. (a) Formación de una molécula aislada de NaCl a partir de átomos aislados de Na y Cl. (b) El ciclo de Born-Fajan-Haber para la formación de un cristal de sal a partir de sodio metálico y gas cloro en condiciones standard. Las entalpías específicas para los diferentes procesos se expresan en KJ/mol. Consideremos la sal común. Tenemos que Ei, Na = 5.39 , Ea,Cl = 3.613 . Para calcular VNaCl necesitamos conocer la distancia d entre los iones, que es igual a la suma de los radios de los iones 173 12. Átomos con varios electrones Na+ y Cl– que valen, respectivamente, 0.99 y 1.81 Å. Luego d = 2.8 Å de donde obtenemos VNaCl = −5.14 eV. Resulta entonces ∆E = −3.36 eV, que equivalen3 a –303.12 KJ/mol (Fig. 12.9a). Por otra parte, de acuerdo con las tablas4 la entalpía de formación del NaCl es de –411.2 KJ/mol. La diferencia se debe a que se están considerando, en realidad, diferentes procesos. Nuestro cálculo se refiere a la formación de una molécula aislada de NaCl a partir de átomos aislados de Na y Cl, un proceso de interés puramente teórico dado que no ocurre en la naturaleza ni en el laboratorio. En cambio, la entalpía de formación que figura en las tablas se define como el calor absorbido en un proceso real, que a partir del sodio metálico y el cloro gaseoso en sus estados en las condiciones standard de temperatura y presión, lleva a un cristal de sal en las mismas condiciones de temperatura y presión. En este caso, se puede imaginar una serie de procesos ideales (que representamos en la Fig. 12.9b, donde se consignan las variaciones de entalpía de cada uno de ellos) que permiten calcular la entalpía de formación. Esta serie de procesos (que se denomina ciclo de Born-Fajan-Haber) consiste en: (1) vaporizar el sodio metálico, (2) disociar las moléculas del gas cloro para tener átomos aislados, (3) ionizar el sodio gaseoso para formar los cationes Na+ y liberar electrones, (4) combinar los átomos de cloro con los electrones para formar los aniones Cl–, y por último (5) reunir los cationes Na+ y los aniones Cl– para formar el cristal de sal. Al comparar nuestro cálculo anterior con el resultado del ciclo de BornFajan-Haber, cabe observar que la liberación de energía en la formación del cristal, no es igual al producto de nuestro VAB por el número de pares de cationes y aniones presentes en el cristal. En efecto, en el cristal cada catión (o anión) no interactúa con un único anión (o catión), sino con todos los demás iones del cristal. En tal sentido, se puede pensar que el cristal se comporta como si fuese una única molécula. Los cálculos muestran entonces que la energía potencial electrostática por ion (–4.08 eV) en un cristal de sal es considerablemente mayor que VNaCl / 2 = −2.57 eV. A partir de este ejemplo podemos reconocer dos características básicas del enlace iónico, que lo diferencian del enlace covalente que discutiremos a continuación. En primer lugar, el enlace iónico no es saturable, porque la energía de unión por ion varía (en el caso de la sal, entre –2.47 y –4.08 eV) con el número de cationes y aniones que forman el cristal. Esto se debe a que las fuerzas electrostáticas son de largo alcance. En segundo lugar, estas fuerzas son isótropas5, pues su intensidad es la misma en todas las direcciones. Por lo tanto la unión iónica no es direccional, y en consecuencia no determina la configuración geométrica del cristal. Esta última depende del tamaño de los iones, que a su vez determina de qué forma se deben disponer para minimizar la energía del cristal. El enlace covalente En este caso no hay transferencia neta de carga de un átomo a otro, y el rearreglo de la distribución electrónica responsable del enlace es más sutil. En un enlace covalente participan dos electrones, uno de cada átomo, cuya distribución espacial se desplaza desde la superficie externa de los átomos hacia la región situada entre los centros atómicos. Se podría pensar que esto es con3 1 eV = 96.4853 KJ/mol = 23.0605 kcal/mol. 4 Ver por ejemplo Handbook of Physics and Chemistry, Editor en Jefe D. E. Lide (82a edición 2001-2002, CRC Press). 5 En efecto, tanto el catión como el anión son estructuras de capas cerradas y por lo tanto su distribución de carga es esféricamente simétrica. 174 12. Átomos con varios electrones trario al Principio de Pauli, ya que éste tiende a apartar los electrones el uno del otro. Sin embargo, el Principio de Exclusión se puede satisfacer si los spines de los dos electrones son opuestos, pues en tal caso las partes espaciales de las funciones de onda se combinan de modo que los electrones se acercan. plano de simetría electrón ra rb eje de simetría a b d Fig. 12.10. Geometría del problema de la molécula ion hidrógeno H 2+ . Para ver los aspectos físicos básicos de la unión covalente, consideremos el caso más simple, la molécula ion hidrógeno H 2+ . Este sistema consiste de dos protones a y b separados por una distancia d y un único electrón (ver Fig. 12.10). Trataremos a los núcleos como si fueran puntos fijos del espacio, ignorando sus movimientos6. El Hamiltoniano del electrón es H= e2 e2 p2 e2 e2 − − = Ha − = Hb − ra rb 2 m ra rb (12.22) donde ra y rb son la distancia entre el electrón y los protones a y b, respectivamente, y Ha = p2 e2 − 2 m ra , Hb = p2 e2 − 2 m rb (12.23) son los Hamiltonianos de átomos de hidrógeno ubicados en a y b, respectivamente. Estamos interesados en el estado fundamental del electrón en el campo Coulombiano de ambos protones. Es evidente que cuando d → ∞ hay dos estados de mínima energía, equivalentes entre sí, pues el electrón puede estar ligado al protón a o al protón b. Sus funciones de onda normalizadas (ver el Capítulo 10) son, respectivamente 1 1/ 2 ψ a = ψ 1, 0, 0 (ra ,θ ,ϕ ) =  3  e − Zra / a0  πa  1 1/ 2 , ψ b = ψ 1, 0, 0 (rb ,θ , ϕ ) =  3  e − Zrb / a0 (12.24)  πa  En ambos casos la energía del sistema está dada por 6 Se puede proceder así dado que su masa de es enormemente mayor que la de los electrones, y por lo tanto se mueven mucho más lentamente. Por consiguiente no es preciso considerar también el movimiento de los núcleos y se los puede considerar fijos. Esta importante simplificación del problema se denomina aproximación de BornOppenheimer. 175 12. Átomos con varios electrones Ea = Eb = E0 = − e2 = −13.6 eV 2 a0 (12.25) Supongamos, para fijar ideas, que el electrón está ligado al protón a. Si el protón b se acerca a una distancia finita del protón a, hay una probabilidad no nula que el electrón pase a moverse cerca del protón b, atravesando por efecto túnel la barrera de potencial entre ambos. Por lo tanto su función de onda ya no es ψ a , sino una superposición de ψ a y ψ b . En consecuencia vamos a suponer que cuando d es finito la función de onda del electrón tiene aproximadamente la forma Ψ ( r , t ) = ca (t )ψ a + cb (t )ψ b (12.26) donde ca y cb son funciones del tiempo. La (12.26) es solamente una aproximación, pues la descripción exacta del estado del electrón requiere superponer todas las autofunciones de Ha y Hb ; sin embargo la inclusión de todos los estados atómicos excitados complica el cálculo sin ayudar para nada a la comprensión física del problema. Nosotros no estamos interesados aquí en obtener un resultado cuantitativo exacto, tan sólo queremos estudiar el problema en forma cualitativa para entender sus aspectos fundamentales. Sustituyendo la (12.26) en la ecuación de Schrödinger ih∂Ψ / ∂t = HΨ resulta   e2  e2  ihc˙aψ a + ihc˙bψ b = ca  E0 −  ψ a + cb  E0 − ψ b ra  rb    (12.27) Si ahora tomamos el producto escalar7 de ψ a y ψ b por la (12.27) obtenemos las siguientes ecuaciones diferenciales para los coeficientes ca y cb : ihc˙a + ihc˙bδ = ca ( E0 − W ) + cb ( E0δ − X ) ihc˙aδ + ihc˙b = ca ( E0δ − X ) + cb ( E0 − W ) (12.28) δ = (ψ a ,ψ b ) = (ψ b ,ψ a ) = e − D (1 + D + 13 D2 ) , D = d / a0 (12.29) Aquí es un número real menor que la unidad pues las funciones (12.24) son reales, y 1  ⌠ψ2 ⌠ψ2 1 W = e2  a dV = e2  b dV = E0  − e −2 D 1 +    D  D ⌡ ra ⌡ rb ψ aψ b ψ aψ b X = e2 ⌠ dV = e2 ⌠ dV = E0 e − D (1 + D)   ⌡ ra ⌡ rb [ (12.30) ] son funciones de la distancia d entre los protones, siempre positivas y que disminuyen al aumentar d. Las segundas igualdades en las (12.30) se verifican fácilmente recordando que ψ a y ψ b tienen paridad definida por reflexiones en planos perpendiculares al eje de simetría y que pasan por a y b (en nuestro caso son funciones pares, pero igual resultado se obtendría si fuesen impares, como puede ocurrir, para estados p). La cantidad −W ( d ) es el valor medio de la ener- 7 Se debe tener presente que ψa y ψb no son ortogonales. 176 12. Átomos con varios electrones gía potencial del electrón de un átomo en a debido a la presencia de un ion en b, o viceversa, la energía potencial del electrón de un átomo en b debido a la presencia de un ion en a. La cantidad − X ( d ) es una suerte de “energía potencial” que depende del solapamiento de las funciones de onda ψ a y ψ b , y se suele llamar integral de resonancia o de intercambio. Conviene combinar las (11.28) y obtener ecuaciones separadas para ċa y ċb , para lo cual multiplicamos la segunda por δ y la restamos de la primera, y luego multiplicamos la primera por δ y la restamos de la segunda. Resulta: ihc˙a (1 − δ 2 ) = ca [ E0 (1 − δ 2 ) − W + Xδ ] + cb ( − X + Wδ ) ihc˙b (1 − δ 2 ) = cb [ E0 (1 − δ 2 ) − W + Xδ ] + ca ( − X + Wδ ) (12.31) Estas ecuaciones muestran que ca y cb están acopladas. Podemos obtener dos ecuaciones desacopladas si introducimos las nuevas variables c+ y c− definidas por c+ = ca + cb , c− = ca − cb (12.32) En efecto, sumando y restando las (12.30) obtenemos ihc˙+ = E+ c+ , ihc˙− = E− c− W X − 1+δ 1+δ , E− ( d ) = E0 − c+ = A+ e − ihE+ , c− = A− e − ihE− (12.33) donde E+ ( d ) = E0 − W X + 1−δ 1−δ (12.34) Integrando las (12.33) obtenemos (12.35) donde A+ y A− son constantes de normalización. Las ecuaciones no acopladas (12.33) nos dicen que c+ y c− son las amplitudes de dos estados estacionarios ψ + y ψ − del Hamiltoniano H del sistema, correspondientes a los autovalores E+ y E− . En efecto, si Ψ+ ( r , t ) = c+ (t )ψ + ( r ) , se tiene que ihc˙+ψ + = ih ∂Ψ+ = HΨ+ = c+ (t ) E+ψ + ∂t (12.36) que es la primera de las (12.33), y análogamente si Ψ− ( r , t ) = c− (t )ψ − ( r ) se obtiene la segunda de las (12.33). Para encontrar la función de onda ψ + , observemos que si el sistema se encuentra en ese estado, entonces se debe tener c− = 0 , o sea cb = ca . Del mismo modo, si el sistema se encuentra en el estado Ψ− ( r , t ) se debe tener c+ = 0 , y entonces cb = − ca . Por lo tanto, reemplazando en la (12.26) obtenemos, respectivamente: Ψ+ ( r , t ) = ψ + ( r )e − ihE+ , ψ + (r ) = Ψ− ( r , t ) = ψ − ( r )e − ihE− , ψ − (r ) = 1 (ψ a 2(1+δ ) 1 (ψ a 2(1−δ ) La diferencia de energía entre de los estados estacionarios ψ + y ψ − es 177 +ψb) −ψb) (12.37) 12. Átomos con varios electrones ∆ = E− − E+ = 2 ( X − δW ) > 0 1−δ2 (12.38) El estado estacionario simétrico ψ + tiene menos energía que el estado antisimétrico ψ − ya que la energía potencial del electrón en ese estado es menor porque en la región de bajo potencial entre los núcleos | ψ + |2 > | ψ − |2 , y su energía cinética es más baja pues en esa misma región | ∇ψ + |2 < | ∇ψ − |2 , y es casi igual en el resto del espacio, como se puede ver en la Fig. 12.11 en la que mostramos las variaciones espaciales de ψ + y ψ − a lo largo del eje de simetría. \b \a \ eje de simetría a b \– V Va Vb plano de simetría Fig. 12.11. Las funciones de onda ψ + y ψ − de los estados estacionarios del H 2+ . Como ya dijimos, nuestro cálculo no es exacto porque en las ecs. (12.31) no consideramos los estados atómicos excitados. Sin embargo los resultados anteriores son una buena aproximación siempre y cuando d no sea muy pequeño. Asimismo, nuestro análisis permite inferir algunos valores límite exactos de la energía, aprovechando las propiedades de simetría de las soluciones (12.36), dado que tales simetrías se deben mantener para todo d. El estado simétrico ψ + no tiene nodos, igual que un estado s atómico. Por lo tanto, en el límite d → 0 cabe esperar que ψ + se convierta en el estado 1s del ion He+ ( Z = 2 ), cuya energía es −4 E0 = –54.4 eV . Por otra parte ψ − tiene un único plano nodal, que coincide con el plano de simetría del H 2+ . Esta simetría es la misma que la de un estado atómico 2p, y por consiguiente cabe esperar que en el límite d → 0 el estado ψ − se convierta en el estado 2p del ion He+, de energía − E0 = –13.6 eV . En la Fig. 12.12a hemos reproducido el resultado del cálculo exacto8 de las energías de los estados simétrico y antisimétrico del H 2+ , en función de d. Se puede observar que los valores límite que inferimos son correctos. 8 El lector interesado puede encontrar una exposición detallada de los refinamientos que permiten realizar un cálculo exacto en el libro Introduction to Quantum Mechanics de L. Pauling y E. B. Wilson (Mc Graw-Hill 1935). 178 12. Átomos con varios electrones Por último, para obtener la energía total del ion, tenemos que sumar a E+ y E− la energía potencial debida a la interacción electrostática entre los dos protones9, que vale Vab = + Z 2e2 d (12.38) Se obtienen así las curvas de la Fig. 12.12.b. Se puede observar que la curva E+ + Vab muestra un mínimo para d ≈ 2 a0 , que corresponde al estado ligado estable de la molécula H 2+ . Por este motivo la función de onda simétrica ψ + se denomina orbital ligante, o de enlace. En cambio E− + Vab no tiene mínimo, y por eso ψ − se denomina orbital antiligante, o de antienlace. 1 –0.4 0 –0.6 E–+Vab E– –1 –0.8 E/E0 E/E0 –2 –1.0 E+ –3 E++Vab –1.2 –4 0 2 4 6 0 d/a0 2 4 6 8 d/a0 (a) (b) Fig. 12.12. (a) Energías de los estados estacionarios ψ + y ψ − del H 2+ . (b) Energías de la molécula H 2+ . Las líneas llenas representan el resultado exacto. Las líneas de puntos muestran el resultado del cálculo aproximado. El enlace de dos protones por medio de un único electrón que acabamos de estudiar muestra que el origen de la unión covalente es la disminución de la energía debida a la concentración de carga negativa en la región entre los dos núcleos. Sin embargo no es un caso típico, dado que la molécula H 2+ está cargada. La unión de átomos neutros por medio de electrones compartidos implica que cada uno de ellos aporta un electrón para formar el enlace. Consideremos el ejemplo más sencillo, que es la molécula neutra H 2 . Si ignoramos la repulsión Coulombiana entre los electrones, los podemos tratar como independientes10 y entonces podemos aplicar de inmediato los resultados anteriores para el H 2+ . El estado de menor energía se obtiene entonces poniendo los dos electrones en el orbital de enlace, lo cual está permitido por el principio de exclusión, siempre y cuando los dos electrones tengan spin opuesto. Si queremos ser precisos, de- 9 Esto no se debe hacer cuando d = 0, esto es cuando los protones se han unido para formar el núcleo del He+. 10 Esta aproximación de partícula independiente se usa ampliamente en la Física de Sólidos. Es una aproximación bastante razonable, y además es la única tratable en problemas en los que intervienen muchos electrones. Una discusión de la clase de errores a los que da lugar para la molécula de hidrógeno (que permite formarse una idea de cuán confiable es la aproximación) se puede encontrar en R. E. Hall, Física del Estado Sólido (Limusa 1978). 179 12. Átomos con varios electrones bemos calcular de nuevo la función de onda del orbital de enlace con el método del campo autoconsistente, para así tomar en cuenta la interacción de los electrones. Por consiguiente, una característica esencial del enlace covalente es que involucra una pareja de electrones (uno de cada átomo). Por lo tanto el hidrógeno solo puede formar un enlace covalente y, en general, un átomo no puede formar más enlaces covalentes que electrones tiene fuera de capas cerradas. En virtud de esto es que se dice que el enlace covalente es saturable. Un enlace covalente entre dos átomos se puede formar si en cada uno de ellos hay un electrón no apareado, lo que a su vez depende de la degeneración de las subcapas externas. Por ejemplo el N tiene 5 electrones externos distribuidos en los 4 orbitales de las subcapas 2s y 2p. Dos de ellos ocupan la subcapa 2s formando un par, pero los tres restantes están desapareados en diferentes orbitales 2p y por este motivo el N es trivalente. 2px 2py 2s 2pz (a) (b) 2pz híbridos 2s2p3 híbridos 2s2p2 (c) (d) (a ) (b) Fig. 12.13. La estructura espacial de las moléculas cuyos átomos están unidos por enlaces covalentes depende de la forma de los orbitales, que tienen lóbulos que apuntan en diferentes direcciones. Aquí hemos representado cualitativamente forma de la distribución espacial de probabilidad para: (a) el orbital 2s puro, (b) los tres orbitales 2p puros, que son mutuamente ortogonales, (c) los cuatro orbitales híbridos 2s2p3, que se disponen en forma de tetraedro, (2) los tres orbitales híbridos 2s2p2, que se disponen en el plano (x, y) a 120˚ entre sí y el restante orbital 2 pz , que no se modifica. 180 12. Átomos con varios electrones La geometría de los compuestos químicos, con ángulos definidos entre los enlaces de las moléculas con tres o más átomos, depende de la forma de los orbitales, que tienen lóbulos que apuntan en diferentes direcciones. Si las uniones se forman a partir de orbitales p puros, los enlaces se orientan en direcciones mutuamente ortogonales, como lo hacen las funciones de onda p (Fig. 12.13b). En realidad, sin embargo, muchos enlaces químicos reales se forman a partir de funciones de onda que son combinaciones lineales de orbitales p y s. Este fenómeno se llama hibridización, y da lugar a funciones de onda de geometría diferente. Por ejemplo, el carbono, cuyo estado fundamental tiene la configuración 1s22s22p2, puede formar hasta cuatro enlaces covalentes, pues a partir de la única función de onda 2s y las tres funciones 2px, 2py, 2pz se forman cuatro combinaciones lineales independientes (orbitales híbridos sp3) cada uno de los cuales está ocupado por uno de los cuatro electrones externos (Fig. 12.13c). En el carbono, esta hibridización da lugar a cuatro enlaces dirigidos hacia los vértices de un tetraedro regular. El ángulo entre dos cualesquiera de esos enlaces es de 109.5˚. Esta circunstancia es la que da lugar a la estructura cristalina del diamante. La hibridización sp3 no es la única posible en el carbono, aunque es la más usual. Por ejemplo, se da también la hibridización sp2, en la cual la función de onda 2s se combina con dos de las funciones 2p para dar tres orbitales híbridos equivalentes cuyos lóbulos se disponen en un plano formando entre sí ángulos de 120˚ (Fig. 12.13d); el restante orbital 2p no se modifica y tiene sus lóbulos orientados perpendicularmente a dicho plano. Este tipo de hibridización es responsable de la estructura cristalina del grafito. De lo dicho se desprende que cuando un átomo forma más de un enlace covalente, estos enlaces forman entre sí ángulos bien definidos. Por lo tanto los enlaces covalentes son dirigidos, además de saturables. Estas propiedades son fundamentales porque determinan la geometría de las moléculas y el tipo de estructura cristalina del compuesto. Los enlaces iónico y covalente son dos casos extremos en lo que hace al comportamiento de los enlaces químicos, y se dan situaciones intermedias. Asimismo, las funciones de onda responsables del enlace no necesariamente están localizadas en el entorno de dos átomos vecinos. Existen enlaces no localizados, en los cuales las funciones de onda de los electrones involucrados se extienden sobre varios átomos. Todas estas propiedades se describen muy bien a partir de la teoría de Hartree. Primero se determinan en forma grosera las posiciones de los centros de los átomos. Después se resuelve la ecuación de Schrödinger para cada electrón, en forma autoconsistente con la densidad de carga debida a los demás electrones. Cuando se han encontrado las funciones de onda de todos los electrones se calcula la energía de la molécula. Luego se repite el mismo procedimiento para otras posiciones de los centros atómicos hasta encontrar la que corresponde al mínimo de la energía de la molécula. La disposición espacial de centros y funciones de onda que se obtiene de este modo es la configuración geométrica de la molécula. Según sea el comportamiento de las funciones de onda de Hartree se pueden encontrar varios tipos de enlace químico. Las predicciones de la geometría de las moléculas y el carácter de los enlaces basadas teoría de Hartree son muy confiables. Sin embargo la teoría no siempre predice con exactitud las energías de unión. Interacciones atómicas de largo alcance Cuando los átomos y moléculas han ya establecido entre si sus posibles uniones químicas, subsisten interacciones más débiles y de largo alcance. Dichas fuerzas tienen dos orígenes. 181 12. Átomos con varios electrones Cuando una molécula tiene una distribución heteropolar de electrones (esto es cuando tiene un momento dipolar eléctrico permanente) existe una fuerza de largo alcance debida a los campos eléctricos asociados con dicha distribución. Un ejemplo es la molécula de agua, en la cual hay una transferencia neta de carga desde los átomos de hidrógeno al oxígeno. El campo eléctrico dipolar que resulta de ello atrae tanto a iones cargados positivamente como negativamente, dependiendo de la orientación de la molécula da agua. Esto explica porqué el agua es tan buen solvente para las moléculas polares y las moléculas con uniones iónicas. Otra fuerza de largo alcance es la fuerza de van der Waals, que es una atracción débil que se ejerce entre toda clase de átomos o moléculas no polares. Esta fuerza es la que da cohesión a los líquidos no polares (como el aire líquido y la nafta). Tales líquidos tienen un punto de ebullición bajo, porque las energías de unión debidas a las fuerzas de van der Waals son muy pequeñas (apenas unas décimas de eV). Las fuerzas de van der Waals provienen de un sutil efecto cuántico: la existencia de campos eléctricos fluctuantes fuera de un átomo, pese a que la nube electrónica rodea al núcleo y neutraliza su carga. Estos campos fluctuantes están asociados con las posibles posiciones de los electrones que se mueven en sus orbitales. No entraremos aquí en más detalles para no extender en demasía este Capítulo, y remitimos al lector interesado a la abundante literatura que existe sobre estos temas. Pero debe quedar claro que el modelo atómico de capas, junto con el Principio de Exclusión, permiten explicar satisfactoriamente la estructura atómica de los elementos y sus propiedades. 182 13. Partículas idénticas 13. PARTÍCULAS IDÉNTICAS En el Capítulo 12 introdujimos el Principio de Exclusión en base a la evidencia empírica, y vimos que permite explicar satisfactoriamente la configuración del estado fundamental de los átomos con más de un electrón y entender las propiedades de los elementos químicos que se expresan en la Tabla Periódica. Esto es posible porque disponemos del modelo del campo autoconsistente, según el cual los electrones atómicos se mueven independientemente y por lo tanto sus estados se pueden caracterizar mediante los números cuánticos n, l, ml , ms . Sin embargo nuestro modelo del átomo no es exacto. Por otra parte, si bien nuestra identificación de las configuraciones atómicas es correcta, esto no implica que la función de onda del conjunto de los electrones de un átomo se pueda escribir en la forma (12.6), o sea como N ψ N = ψ k1 ( r1, σ 1 )ψ k 2 ( r2 , σ 2 )…ψ kN ( rN , σ N ) = ∏ψ ki ( ri , σ i ) , ki ≡ (n, l, ml , ms )i (13.1) i =1 En efecto, al escribir ψ N de esta manera no sólo estamos especificando los estados (n, l, ml , ms )i que están ocupados: también estamos asignando a cada estado un electrón en particular. Esto no es lícito, porque en la Mecánica Cuántica no es posible distinguir entre sí las partículas idénticas como los electrones. Por último no está claro todavía cómo aplicar el Principio de Exclusión a otras situaciones en las que no podemos identificar los números cuánticos que corresponden a cada partícula. Por todas estas razones la formulación del Principio de Exclusión que dimos en el Capítulo 12 no es aún satisfactoria y es necesario encontrar un planteo más general, que se pueda aplicar a todos los casos. Eso es lo que haremos en este Capítulo. Para ello es necesario primero examinar más profundamente las implicancias de la indistinguibilidad de las partículas idénticas, que es una característica fundamental de su descripción cuántica. La indistinguibilidad y la función de onda de un sistema de varias partículas idénticas En la Mecánica Clásica se puede siempre (al menos en línea de principio) identificar una dada partícula y seguirla en su movimiento, porque mientras no la perdamos de vista conserva su identidad y la podemos distinguir de las demás partículas aunque éstas sean idénticas a ella. Pero en la Mecánica Cuántica esto no se puede hacer, pues debido al principio de incerteza, la extensión espacial de la función de onda que describe nuestra partícula es finita, lo cual conduce inevitablemente a un solapamiento con las funciones de onda de otras partículas idénticas a ella. En esas circunstancias, cuando observamos una partícula no podemos identificar de cuál de ellas se trata. Este hecho produce efectos muy importantes, que no tienen un análogo clásico, pues la indistinguibilidad de las partículas idénticas es una característica exclusivamente cuántica. Examinaremos ahora las consecuencias de la indistinguibilidad inherente a la descripción cuántica de un sistema de partículas idénticas. Vamos a suponer que un sistema de N partículas idénticas (por ejemplo N electrones) se describe mediante una función de onda de la forma Ψ N = Ψ (ξ1, ξ2 ,…, ξ N , t ) 183 (13.2) 13. Partículas idénticas Aquí con ξi ( i = 1, 2, …, N ) indicamos simbólicamente todas las variables que describen una única partícula (las tres coordenadas en el caso de partículas sin spin, las tres coordenadas más la variable de spin en el caso de los electrones y otras partículas con spin). Observemos que esta suposición implica que las mismas variables que sirven para describir una partícula aislada, son también adecuadas para describirla cuando forma parte de un sistema con otras partículas idénticas a ella. En otras palabras, estamos dando por cierto que la partícula mantiene su individualidad cuando pasa a integrar el sistema. No es obvio que esto deba suceder siempre, pero la experiencia indica que así ocurre en muchos casos de interés. Por ejemplo, es un hecho experimental que los electrones que forman parte de un átomo se pueden siempre identificar como electrones, independientemente de cuántos haya en el átomo. También debemos tener presente que hay una arbitrariedad inherente a la definición del término “partícula” tal como lo estamos usando, y que la identidad de dos partículas es en gran medida una cuestión de convención. Por ejemplo, los protones y neutrones se suelen considerar como dos especies (que se distinguen por diferencias de masa, carga eléctrica, momento magnético y propiedades de estabilidad). Sin embargo a veces se los describe como dos distintos estados de una misma especie, el nucleón; en tal caso todos los nucleones se consideran idénticos, y los estados protón y neutrón se caracterizan por diferentes valores de una nueva variable dinámica, el spin isobárico o isospin (lo cual requiere introducir un número cuántico adicional, que representa el autovalor de la nueva variable dinámica). En ciertos problemas, también, conviene considerar como partículas a sistemas compuestos como núcleos, átomos o moléculas. Su naturaleza compuesta da lugar a grados de libertad internos que se deben incluir entre las variables dinámicas que describen dichas partículas. Esta amplitud de la definición de partícula no es un obstáculo para el desarrollo de la Mecánica Cuántica de sistemas de partículas idénticas, y los principios de la teoría se pueden aplicar a cualquier especie de “partícula”, con tal que se utilicen las variables (y los números cuánticos) adecuadas a cada caso. La interpretación de la (12.1) es que Ψ N*Ψ N dξ1dξ2 … dξ N = | Ψ (ξ1,…, ξ N , t ) |2 dξ1 … dξ N = P(ξ1,…, ξ N , t )dξ1 … dξ N (13.3) representa la probabilidad1 P(ξ1, ξ2 ,…, ξ N , t ) de encontrar en un dado instante t una partícula en el intervalo ( ξ1, ξ1 + dξ1), otra partícula en el intervalo ( ξ2 , ξ2 + dξ2 ), …, y finalmente la última partícula en el intervalo ( ξ N , ξ N + dξ N ). Ahora bien, puesto que las partículas son indistinguibles, debemos tener que P(P (ξ1, ξ2 ,…, ξ N ), t ) = P(ξ1, ξ2 ,…, ξ N , t ) (13.4) para cualquier permutación P (ξ1, ξ2 ,…, ξ N ) de los argumentos de P, dado que siendo idénticas, el orden en que se citan los intervalos donde se encuentran es claramente irrelevante. La (12.22) implica que se debe cumplir Ψ (P (ξ1, ξ2 ,…, ξ N ), t ) = eiα P Ψ (ξ1, ξ2 ,…, ξ N , t ) 1 (13.5) El lector debe tener presente que ahora P es una densidad de probabilidad en un espacio de 3N dimensiones para cada una de las N(2s+1) componentes spinoriales de ΨN y por lo tanto no se puede visualizar en el espacio ordinario de tres dimensiones como en el caso de una única partícula. 184 13. Partículas idénticas donde α P es un número real. Mostraremos ahora que este requerimiento impone restricciones muy importantes sobre la forma de Ψ. Para ver esto, recordemos que las permutaciones P (ξ1, …, ξ N ) de N elementos forman un grupo, y que toda permutación se puede expresar como el producto de transposiciones, esto es de intercambios de dos elementos del conjunto (ξ1,…, ξ N ) . Por lo tanto no hace falta considerar las N! permutaciones posibles, sino que basta considerar las N ( N − 1) / 2 transposiciones. Consideremos una transposición T ( j, k ) que consiste en el intercambio ξ j ↔ ξk del j-ésimo argumento con el k-ésimo argumento de Ψ. Su efecto sobre Ψ es T ( j, k )Ψ = Ψ (ξ1, ξ2 ,…, ξk ,…, ξ j ,…, ξ N , t ) = eiα jkΨ (ξ1, ξ2 ,…, ξ j ,…, ξk ,…, ξ N , t ) (13.6) Como T ( j, k )T ( j, k ) = 1 (pues si reiteramos la transposición volvemos al orden inicial), es evi2 iα dente que e jk = 1. Esto da dos posibilidades: λ jk = eiα jk = 1 y λ jk = eiα jk = −1. Ahora bien, es fácil verificar que si T ( j, k ) y T (l, m) son dos transposiciones cualesquiera, se cumple que λ jk = λlm ≡ λ (13.7) de modo que se dan solamente dos casos: (a) λ = +1, y entonces cualquier transposición deja invariante a Ψ, (b) λ = −1 y entonces cualquier transposición cambia Ψ en –Ψ. En el primer caso tendremos Ψ (P (ξ1, ξ2 ,…, ξ N ), t ) = Ψ (ξ1, ξ2 ,…, ξ N , t ) (13.8) y Ψ no se modifica cuando se permutan sus argumentos. Se dice entonces que Ψ es simétrica respecto del intercambio de sus argumentos. En el segundo caso tendremos Ψ (P (ξ1, ξ2 ,…, ξ N ), t ) = ( −1)qP Ψ (ξ1, ξ2 ,…, ξ N , t ) (13.9) donde qP es el número de transposiciones que es necesario efectuar para realizar la permutación P. Se dice entonces que Ψ es antisimétrica respecto del intercambio de sus argumento. En particular Ψ (ξ1, ξ2 ,…, ξ j ,…, ξk ,…, ξ N , t ) = −Ψ (ξ1, ξ2 ,…, ξk ,…, ξ j ,…, ξ N , t ) (13.10) y Ψ cambia de signo cuando se intercambian dos cualesquiera de sus argumentos ξ j y ξk . Por consiguiente resulta que la función de onda de un sistema de partículas idénticas es o simétrica o antisimétrica respecto del intercambio de sus argumentos. Esto es consecuencia de la indistinguibilidad. Funciones de onda simétricas y antisimétricas Vamos a ver ahora que la propiedad que la función de onda es o simétrica o antisimétrica se conserva en el tiempo. La evolución de Ψ está dada por la ecuación de Schrödinger ih ∂Ψ N = HΨ N ∂t 185 (13.11) 13. Partículas idénticas donde el Hamiltoniano del sistema es la suma de las energías cinéticas de las N partículas más las energías potenciales de las fuerzas externas que actúan sobre cada una de ellas, más las energías potenciales Vjk de las fuerzas de interacción entre las partículas:  p 2j  H = ∑ + V ( rj )  + j =1 2 µ  N N ∑ Vjk (13.12) j , k =1 i> j Está claro que H debe ser simétrico respecto del intercambio de la designación de las partículas. Esto implica que HΨ N tiene la misma simetría (o antisimetría) que Ψ N y por consiguiente de la (13.11) se desprende que Ψ N (t + dt ) tiene la misma simetría (o antisimetría) que Ψ N . Continuando el proceso de integración se encuentra entonces que la simetría o antisimetría se preserva para todo tiempo. En el caso de un estado estacionario de energía total E se tiene que Ψ (ξ1, ξ2 ,…, ξ N , t ) = e − iEt / hψ (ξ1, ξ2 ,…, ξ N ) = e − iEt / hψ N (13.13) y vemos que el carácter de simetría por intercambio de ψ N es igual al de la función de onda. De resultas de lo que hemos visto, surge la pregunta de si es posible que un sistema de partículas idénticas pueda tener estados de ambas clases de simetría por intercambio, es decir, tanto estados simétricos como antisimétricos. La respuesta es que esto no es posible. En efecto, sean dos sistemas A y B, ambos formados por partículas idénticas de la misma especie (por ejemplo, dos átomos). El sistema C constituido por el conjunto de A y B debe tener, por lo que vimos recién, una función de onda cuya simetría por intercambio es definida (o simétrica, o antisimétrica). Por otra parte, acabamos de ver que la simetría de A y B no puede cambiar2 por el mero hecho de entrar a formar parte de C. Por lo tanto se deduce que A, B y C deben tener la misma simetría de intercambio. Por extensión, inferimos entonces que todos los sistemas de partículas de una dada especie deben tener la misma simetría. En conclusión: Los estados de un sistema de partículas idénticas o son todos simétricos, o son todos antisimétricos, dependiendo de la clase de partículas de que se trate. Hasta aquí podemos llegar partiendo de los postulados de la Mecánica Cuántica no relativística de que tratan estas notas. Para avanzar más, y averiguar qué tipo de función de onda (simétrica o antisimétrica) describe un sistema de partículas de una dada clase, es preciso salir del ámbito de nuestra teoría. Bosones y Fermiones En el marco de la Teoría Cuántica Relativística de Campos se demuestra que existe una relación entre la simetría o antisimetría de la función de onda que describe un sistema de partículas idénticas y el spin de las partículas. La demostración, que no daremos aquí pues excede el ámbito de estas notas, se funda en que dicha relación es necesaria, de lo contrario no es posible formular una teoría cuántica de campos que tenga sentido, y que no lleve a predicciones absurdas. La relación entre spin y simetría por intercambio es la siguiente: 2 Esto es verdad independientemente de si A y B interactúan o no. 186 13. Partículas idénticas Relación entre spin y simetría por intercambio: • los sistemas de partículas de spin semientero (electrones, protones, neutrones y otras más) se describen por medio de funciones de onda antisimétricas; tales partículas se denominan Fermiones pues obedecen a la estadística de Fermi-Dirac; • los sistemas de partículas de spin entero (fotones y otras más) se describen por medio de funciones de onda simétricas; tales partículas se denominan Bosones porque obedecen a la estadística de Bose-Einstein. Este resultado (que en el presente contexto tenemos que asumir como un postulado adicional) se denomina relación entre spin y estadística. Las estadísticas de Bose-Einstein y de Fermi-Dirac se tratarán en el Capítulo 15. Sistemas de partículas independientes Consideremos los estados estacionarios de un sistema de N partículas idénticas. Supongamos que la ecuación de Schrödinger independiente del tiempo tiene la forma   N Hψ N =  ∑ Hi ( ri , pi ) ψ N = Eψ N   j =1 (13.14) donde Hi ( r , p) es el Hamiltoniano de una única partícula3. La función de onda ψ k (ξ ) de un estado estacionario de una partícula (recordamos que ξ indica todas las variables que la describen, es decir las tres coordenadas más la variable de spin) es solución de la ecuación Hiψ k (ξ ) = Ekψ k (ξ ) (13.15) y se caracteriza por ciertos números cuánticos, que en conjunto indicamos con k. Queremos escribir la función de onda ψ N del sistema, cuando las N partículas ocupan los estados ψ k1 , …, ψ k N con números cuánticos k1, …, k N . Claramente, ψ N no puede ser de la forma (13.1), que no tiene simetría definida por intercambio. La forma correcta de proceder es la siguiente: sea ψ (ξ1, ξ2 …ξ N ) = ψ k1 (ξ1 )ψ k2 (ξ2 )…ψ k N (ξ N ) (13.16) Sea ahora P (ξ1, ξ2 ,…, ξ N ) una permutación de los argumentos de ψ (ξ1, ξ2 …ξ N ) . Entonces ψ Ns = 1 Ns ∑ψ (P (ξ1, ξ2 ,…, ξ N )) (13.17) toda P donde la suma abarca todas las N! permutaciones de los argumentos de ψ, es simétrica por el intercambio de dos cualesquiera de sus argumentos. Por lo tanto (a menos del factor e − iEt / h ) la (13.17) es la función de onda correcta para Bosones. En cambio 3 Esto significa que consideramos que cada partícula se mueve independientemente de las demás, esto es, que no interactúa con ellas, o bien que esas interacciones se pueden describir por medio de un potencial efectivo que depende solamente de las variables de la partícula (como ocurre para el modelo del átomo que tratamos en el Capítulo 12). 187 13. Partículas idénticas ψ Na = 1 Na ∑ (−1)qP ψ (P (ξ1, ξ2 ,…, ξ N )) (13.18) toda P donde qP es el número de transposiciones que es necesario efectuar para realizar la permutación P, es antisimétrica por el intercambio de dos cualesquiera de sus argumentos. Por lo tanto (siempre a menos del factor e − iEt / h ) la (13.18) es la función de onda correcta para Fermiones. Los factores 1/ N s,a se introdujeron en (13.17) y (13.18) para normalizar4 las funciones de onda. El principio de exclusión de Pauli El hecho que un sistema de Fermiones, como los electrones de un átomo, se describe mediante una función de onda antisimétrica tiene importantísimas consecuencias, entre las cuales se cuenta el Principio de Exclusión. Consideremos en efecto los estados estacionarios de un átomo con N electrones. Como vimos en el Capítulo 12, el átomo se puede describir por medio del modelo aproximado de Hartree, en el cual la ecuación de Schrödinger independiente del tiempo tiene la forma  N Hψ N =  ∑ Hi ( ri , pi ) ψ N = Eψ N   i =1 (13.19) donde Hi ( r , p) = p2 Ze2 − Vi (r ) , Vi (r ) = − + Vi′(r ) r 2µ (13.20) es el Hamiltoniano de una única partícula en un campo de fuerzas centrales dado por Vi (r ) (el potencial Coulombiano apantallado, que resulta de la carga nuclear más la que se debe a los demás electrones). La función de onda ψ pi ( r ) del i-ésimo electrón es solución de la ecuación  p2  Hiψ pi (ξ ) =  − Vi (r )ψ pi (ξ ) = E piψ pi (ξ )  2µ  (13.21) y se caracteriza por los cuatro números cuánticos pi ≡ (n, l, ml , ms ) pi . La función de onda ψ N del átomo, cuyos N electrones ocupan los estados ψ p1, ψ p2 , …, ψ pN con números cuánticos p1 ≡ (n, l, ml , ms ) p1, p2 ≡ (n, l, ml , ms ) p2 , …, etc. está dada por la (13.18). Una forma equivalente de escribirla es ψN 4 ψ p1 (ξ1 ) ψ p2 (ξ1 ) … 1 = N ψ pi (ξ1 ) … ψ pN (ξ1 ) ψ p1 (ξ2 ) ψ p2 (ξ2 ) … ψ pi (ξ2 ) … ψ pN (ξ2 ) Si las ψk son ortonormales se tiene que Ns,a = N!. 188 … ψ p1 (ξ j ) … ψ p1 (ξ N ) … ψ p2 (ξ j ) … ψ p2 (ξ N ) … … … … … ψ pi (ξ j ) … ψ pi (ξ N ) … … … … … ψ pN (ξ j ) … ψ pN (ξ N ) (13.22) 13. Partículas idénticas En efecto, al desarrollar el determinante (13.22) (que se denomina determinante de Slater) vemos que ψ N es una combinación lineal de productos del tipo (13.1), en la cual figuran todas las N! permutaciones de los N argumentos ξ1, ξ2 ,…, ξ N ; por lo tanto es una solución de la (13.19) correspondiente al autovalor E = E p1 + E p2 + … + E pi + … + E pN (13.23) y además es antisimétrica frente a cualquier intercambio ξ j ↔ ξk . Esto último es evidente, pues el intercambio de los argumentos equivale a intercambiar las correspondientes columnas del determinante (13.22). El determinante de Slater es idénticamente nulo si cualquier par de partículas se encuentran en el mismo estado. En efecto, si dos conjuntos de números cuánticos pi , pk coinciden, el determinante tiene dos filas iguales y por lo tanto es nulo. Luego al postular que ψ N es completamente antisimétrica se garantiza que se cumpla el Principio de Exclusión. Sin embargo, el postulado de la antisimetría de la función de onda es más general, ya que se puede aplicar a todo tipo de situación, incluso cuando no se puede asignar números cuánticos a las partículas. Claramente, ψ N se anula también cuando dos de sus argumentos son iguales (en tal caso dos de las columnas del determinante de Slater son iguales). Esto significa que dos electrones (o dos Fermiones, en general) no pueden estar en el mismo lugar del espacio si tienen el mismo spin. Las interacciones de intercambio La circunstancia que el spin de las partículas no intervenga en la ecuación de Schrödinger no invalida dicha ecuación ni los resultados que de ella se obtienen. En realidad la interacción eléctrica entre las partículas no depende de su spin5. Del punto de vista matemático esto implica que (en ausencia de campos magnéticos) el Hamiltoniano de un sistema de partículas cargadas no contiene operadores de spin, de manera que cuando opera sobre la función de onda no produce ningún efecto sobre las variables de spin. Por ese motivo, cada una de las componentes de la función de onda (ver la ec. (11.80)) satisface la ecuación de Schrödinger por separado de la otra. Por consiguiente la función de onda ψ N del sistema se puede escribir como el producto de una función ϕ de las coordenadas por una función χ de las variables de spin, de la forma ψ N ( r1, σ 1; r2 , σ 2 ;…) = ϕ ( r1, r2 ,…) χ (σ 1, σ 2 ,…) (13.24) Llamaremos función de onda orbital, o de las coordenadas, a ϕ, y función de onda de spin a χ. La ecuación de Schrödinger, en la aproximación no relativística, determina únicamente la función de onda de las coordenadas dejando arbitraria la función de onda de spin. Entonces cuando no nos interesa el spin de las partículas podremos aplicar la ecuación de Schrödinger e identificar la función de onda con la función de onda orbital. Veremos ahora una importante consecuencia de la indistinguibilidad: pese a que la interacción entre las partículas no involucra su spin, la energía del sistema depende igualmente del spin total. Esto se debe a que, por ser idénticas las partículas, ψ N tiene una simetría de intercambio definida. 5 Esto es cierto dentro de la aproximación no relativística. Si se toman en cuenta los efectos relativísticos, la interacción entre partículas cargadas depende de sus spines. 189 13. Partículas idénticas Consideremos para simplificar un sistema de dos partículas idénticas. Al resolver la ecuación de Schrödinger, encontraremos una serie de niveles de energía, a cada uno de los cuales le corresponde una cierta función de onda de las coordenadas ϕ ( r1, r2 ) que es o simétrica o antisimétrica. En efecto, debido a la identidad de las partículas, el Hamiltoniano H del sistema (y entonces la ecuación de Schrödinger) es invariante frente a permutaciones de las mismas. Entonces, si el nivel de energía E que estamos considerando no es degenerado, al permutar las variables r1 y r2 la autofunción ϕ ( r1, r2 ) no puede cambiar sino por un factor constante. Reiterando la permutación es inmediato ver que ese factor no puede ser sino 1 o –1. En el primer caso ϕ es simétrica por intercambio, y en el segundo es antisimétrica. Si hay degeneración, de modo que al nivel E le corresponden dos o más autofunciones ϕ i ( r1, r2 ) , se pueden siempre elegir oportunas combinaciones lineales de simetría definida. Examinemos ahora algunos casos. Sistema de dos partículas sin spin En este caso no hay factor de spin en la ψ, y la función de onda se reduce a la función orbital ϕ. Puesto que las partículas sin spin son Bosones, ϕ ( r1, r2 ) debe ser simétrica. Esto significa que no todos los niveles de energía que se obtienen resolviendo la ecuación de Schrödinger se pueden realizar, porque aquellos que corresponden a funciones ϕ antisimétricas no son admisibles. Para ver lo que esto implica recordemos lo visto en el Capítulo 10. Para tratar el sistema conviene separar el movimiento relativo de las partículas del movimiento del centro de masa, poniendo ϕ ( r1, r2 ) = ϕ cm ( rcm )ϕ rel ( r ) , donde rcm es la posición del centro de masa y r = r2 − r1 es la posición relativa de las partículas. El momento angular L del movimiento relativo es constante del movimiento y entonces ϕ rel ( r ) = R n,l (r )Ylm (θ , φ ) . Ahora bien, el intercambio de las partículas equivale a la inversión de coordenadas relativas r → − r , y sabemos que la paridad de los armónicos esféricos está dada por ( −1)l . Resulta por consiguiente que: • Un sistema de dos partículas idénticas sin spin sólo puede tener estados de momento angular orbital relativo par. Sistema de dos partículas de spin 1/2 Por tratarse de Fermiones la función de onda del sistema ψ = ϕ ( r1, r2 ) χ (σ 1, σ 2 ) debe ser antisimétrica ante el intercambio de las partículas. Luego si ϕ ( r1, r2 ) es simétrica, χ (σ 1, σ 2 ) debe ser antisimétrica, y viceversa. Buscaremos entonces las funciones de spin de simetría definida. La función de onda de spin de cada electrón es α ( ms = 1 / 2) χ ms (σ ) =  β ( ms = −1 / 2) (13.25) luego χ (σ 1, σ 2 ) debe ser una combinación lineal de α1α 2 , α1β2 , β1α 2 , β1β2 (13.26) S = S1 × 1 + 1 × S2 (13.27) Definimos ahora el spin total como donde la notación indica que el primer factor de los productos cartesianos S1 × 1 y 1 × S2 opera sobre el primer factor, y el segundo factor opera sobre el segundo factor de los (13.26). Puesto 190 13. Partículas idénticas que S conmuta con H, elegiremos las χ (σ 1, σ 2 ) de modo que sean autofunciones de S 2 y Sz , correspondiente a los autovalores h 2 S( S + 1) y hMS ( MS = S, S − 1, K, − S ). Usando las técnicas de operadores de los Capítulos 10 y 11 es fácil verificar que S puede valer 0 o 1. La única autofunción correspondiente a S = 0 es χ 0, 0 = 12 (α1β2 − β1α 2 ) ( S = 0, MS = 0) (13.28) y es antisimétrica respecto del intercambio de las variables de spin de las dos partículas. Los estados con S = 0 se denominan singletes. Las tres autofunciones correspondientes a S = 1 son χ1,1 = α1α 2 ( S = 1, MS = 1) 1 χ1, 0 = 2 (α1β2 + β1α 2 ) ( S = 1, MS = 0) ( S = 1, MS = −1) χ1, −1 = β1β2 (13.29) y son simétricas respecto del intercambio de las variables de spin de las dos partículas. Los estados con S = 1 se llaman tripletes. Llegamos entonces a los siguientes resultados: • Los niveles de energía que corresponden a funciones orbitales simétricas se realizan cuando el spin total del sistema es nulo (estados singlete). • Los niveles de energía que corresponden a funciones orbitales antisimétricas se presentan cuando el spin total del sistema es igual a 1 (estados triplete). Sistema de dos partículas de spin arbitrario s En este caso se trata de Bosones si s es entero o de Fermiones si es semientero y claramente la simetría de la función de onda total ψ debe ser ( −1)2s . Por otra parte se puede demostrar que S puede tener los valores 2 s, 2 s − 1, …, 0 (y para cada uno de ellos MS = S, S − 1, K, − S ), y que la simetría de las χ S, MS está dada por ( −1)2s − S . Resulta entonces que: • Para garantizar que ψ tenga la simetría correcta, la simetría de la función orbital ϕ ( r1, r2 ) debe ser ( −1)S . Por ejemplo si s = 1 el spin total S puede valer 2 (quintupletes, con χ 2,MS y ϕ ( r1, r2 ) simétricas), 1 (tripletes, con χ1,MS y ϕ ( r1, r2 ) antisimétricas) o 0 (singletes, con χ 0, 0 y ϕ ( r1, r2 ) simétricas). Correlaciones espaciales en un sistema de dos partículas idénticas El hecho que la función de onda espacial de un sistema de partículas idénticas (Bosones o Fermiones) tiene simetría de intercambio definida hace que sus posiciones estén correlacionadas. Para ver esto, consideremos dos partículas en estados cuyas funciones orbitales son ϕ p ( r ) y ϕ q ( r ) (normalizadas pero no necesariamente ortogonales). Las funciones de onda espaciales normalizadas simétrica y antisimétrica del sistema son, respectivamente ϕs = ϕa = 1 2(1 + δ *δ ) 1 2(1 − δ *δ ) [ϕ p ( r1 )ϕ q ( r2 ) + ϕ q ( r1 )ϕ p ( r2 )] (13.30) [ϕ p ( r1 )ϕ q ( r2 ) − ϕ q ( r1 )ϕ p ( r2 )] (13.31) 191 13. Partículas idénticas donde el producto escalar δ = (ϕ p , ϕ q ) da una medida de la falta de ortogonalidad de ϕ p y ϕ q . Las correspondientes densidades de probabilidad son Ps ( r1, r2 ) = ϕ s*ϕ s = (13.32) 1 | ϕ p ( r1 ) |2 | ϕ q ( r2 ) |2 + | ϕ q ( r1 ) |2 | ϕ p ( r2 ) |2 +2 Re[ϕ *p ( r1 )ϕ q ( r1 )ϕ q* ( r2 )ϕ p ( r2 )] * 2(1 + δ δ ) { } y Pa ( r1, r2 ) = ϕ s*ϕ s (13.33) 1 = | ϕ p ( r1 ) |2 | ϕ q ( r2 ) |2 + | ϕ q ( r1 ) |2 | ϕ p ( r2 ) |2 −2 Re[ϕ *p ( r1 )ϕ q ( r1 )ϕ q* ( r2 )ϕ p ( r2 )] 2(1 + δ *δ ) { } Estas densidades de probabilidad determinan la probabilidad de encontrar una de las partículas en el entorno de r1 , cuando la otra partícula está en el entorno de r2 . Consideremos ahora el resultado (que podríamos llamar clásico) que se obtendría si las dos partículas fuesen distinguibles. En este caso, los estados ϕ pq ( r1, r2 ) = ϕ p ( r1 )ϕ q ( r2 ) y ϕ qp ( r1, r2 ) = ϕ q ( r1 )ϕ p ( r2 ) (13.34) se deberían considerar distintos, e igualmente probables. Luego, la probabilidad que el sistema esté en cada uno de ellos valdría 1/2. Pero cuando el sistema está en el estado ϕ pq , la probabilidad de encontrar una partícula en el entorno de r1 y la otra en el entorno de r2 es Ppq ( r1, r2 ) = | ϕ p ( r1 ) |2 | ϕ q ( r2 ) |2 (13.35) Del mismo modo cuando el sistema está en el estado ϕ qp , la probabilidad de encontrar una partícula en el entorno de r1 y la otra en el entorno de r2 es Pqp ( r1, r2 ) = | ϕ q ( r1 ) |2 | ϕ p ( r2 ) |2 (13.36) Por consiguiente la expresión clásica de la densidad de probabilidad de un sistema de dos partículas idénticas pero distinguibles, cuando una de ellas está en el estado ϕ p y la otra en el estado ϕ q , sin que sepamos a priori en qué estado está cada una de ellas es 1 1 PD ( r1, r2 ) = [ Ppq ( r1, r2 ) + Pqp ( r1, r2 )] = | ϕ p ( r1 ) |2 | ϕ q ( r2 ) |2 + | ϕ q ( r1 ) |2 | ϕ p ( r2 ) |2 2 2 { } (13.37) Si comparamos esta expresión con las (13.32) y las (13.33) vemos que en general Ps ( r1, r2 ) ≠ PD ( r1, r2 ) ≠ Pa ( r1, r2 ) (13.38) y que las diferencias provienen del factor de normalización f = (1 + δ *δ )−1 y de los términos de interferencia Is, a ( r1, r2 ) = ±2 Re[ϕ *p ( r1 )ϕ q ( r1 )ϕ q* ( r2 )ϕ p ( r2 )]. Es importante notar que estas cantidades dependen del solapamiento de las funciones de onda orbitales. Si ϕ p ( r ) y ϕ q ( r ) no se superponen (Fig. 13.1a) es evidente que δ = 0, luego f = 1, y que además Is, a ( r1, r2 ) = 0 . En este caso, se tiene que 192 13. Partículas idénticas Ps ( r1, r2 ) = PD ( r1, r2 ) = Pa ( r1, r2 ) (13.39) Por lo tanto los efectos de la indistinguibilidad se ponen de manifiesto solamente cuando las funciones de onda de las dos partículas se solapan (como en la Fig. 13.1b). Si no hay solapamiento, esto es, en el límite clásico, las partículas se comportan como si fuesen distinguibles. Mq +x/ (a) (b) M p +x/ Mq +x/ M p +x/ x x Fig. 13.1. Cuando las funciones de onda de dos partículas idénticas no se solapan, como en (a), ϕ p y ϕ q son ortogonales y los términos de interferencia son nulos. Por lo tanto las posiciones de las partículas no están correlacionadas, Ps = PD = Pa , y todo ocurre como si fuesen distinguibles. En cambio cuando sus funciones de onda se solapan, como se indica en (b), no es posible distinguir una de otra, y al calcular Ps y Pa aparecen términos de interferencia entre ϕ pq y ϕ qp . Debido a ello las posiciones de las partículas están correlacionadas y Ps ≠ PD ≠ Pa . En comparación con lo que sucedería si fuesen distinguibles, todo ocurre como si las partículas se repelieran cuando ϕ ( r1, r2 ) es antisimétrica, y se atrajeran cuando es simétrica. Es interesante ver cuánto vale la probabilidad de encontrar las partículas en la misma posición, es decir cuando r1 = r2 = r . De las (13.32), (13.33) y (13.37) resulta Ps ( r , r ) = 2 | ϕ p ( r1 ) |2 | ϕ q ( r2 ) |2 , PD ( r , r ) = | ϕ p ( r1 ) |2 | ϕ q ( r2 ) |2 * (1 + δ δ ) , Pa ( r , r ) = 0 (13.40) Luego cuando la función de onda espacial es antisimétrica, la probabilidad que las partículas se encuentren en el mismo lugar es nula. En cambio, cuando la función de onda espacial es simétrica, la probabilidad que las partículas se encuentren en el mismo lugar es mayor que la que se tendría si fuesen distinguibles. Todo ocurre como si las partículas se repelieran cuando ϕ ( r1, r2 ) es antisimétrica, y se atrajeran cuando es simétrica, se entiende respecto de lo que sucedería si fuesen distinguibles. Las densidades de probabilidad (13.32) y (13.33) son funciones de seis variables y no se pueden visualizar en el espacio ordinario. Para que el lector se pueda hacer una idea intuitiva de las correlaciones espaciales entre dos partículas, consideremos un caso unidimensional, en que ϕ p ( x ) y ϕ q ( x ) son Gaussianas (Fig. 13.2), normalizadas y de igual ancho, separadas por una distancia d (x y d se expresan en múltiplos del ancho de la Gaussiana). ϕp = 1 π 1/ 4 1 e− 2 ( x − d / 2) 2 , ϕq = 193 1 π 1/ 4 1 e− 2 ( x + d / 2) 2 (13.41) 13. Partículas idénticas j q +x/ 4 3 2 j p +x/ x 1 0 1 2 3 4 Fig. 13.2. Funciones de onda orbitales de dos partículas idénticas que se mueven en una dimensión. En la Fig. 13.3 se pueden apreciar las densidades de probabilidad clásicas Ppq ( x1, x2 ) y Pqp ( x1, x2 ) dadas por las ecs. (13.35) y (13.36) y correspondientes a los dos estados igualmente probables ϕ pq y ϕ qp . En la Fig. 13.4 se pueden apreciar los resultados cuánticos (ecs. (13.32) y (13.33)) para Ps ( x1, x2 ) y Pa ( x1, x2 ) , calculados para diferentes valores de d. Es fácil verificar que el solapamiento de ϕ p ( x ) y ϕ q ( x ) disminuye exponencialmente con d. Para d = 4 el efecto de la indistinguibilidad es insignificante, pero para valores de d próximos a la unidad, o menores, el efecto es muy importante. La generalización de los resultados de esta Sección a sistemas de más de dos partículas idénticas no es difícil, pero lleva a ciertas complicaciones. Por lo tanto no la presentamos aquí para no extender demasiado este Capítulo6. d 4: M pq d 0.4 0.4 0.3 0.3 Ppq +x1 ,x2 /s2 0.2 0.1 4: Mqp Pqp +x1 ,x2 /s2 0.2 0.1 4 2 x2 0 2 2 4 4 2 0 4 4 2 x2 0 x1 2 2 4 4 2 0 4 x1 Fig. 13.3. Densidad de probabilidad para un sistema unidimensional de dos partículas idénticas pero distinguibles descriptas por funciones de onda orbitales de forma Gaussiana, separadas por una distancia d = 4. Los diagramas corresponden a los dos estados igualmente probables ϕ pq y ϕ qp . 6 El lector interesado puede encontrar una discusión de este tema en el libro Quantum Mechanics de L. D. Landau y L. M. Lifschitz (Pergamon). 194 13. Partículas idénticas d 4: j s d 0.4 0.4 0.3 0.3 4:j a Pa+x1 ,x2 / 0.2 0.1 Ps+x1 ,x2 / 0.2 0.1 4 x2 0 4 4 2 2 4 4 d 1:j s 2 0 x2 0 x1 0.4 0.4 0.3 0.3 Ps+x1 ,x2 / 0.2 0.1 4 2 2 2 2 4 4 d 1:j a 2 0 x1 Pa+x1 ,x2 / 0.2 0.1 4 x2 0 4 4 2 2 4 4 d 0: j s 2 0 x2 0 x1 0.4 0.4 0.3 0.3 Ps+x1 ,x2 / 0.2 0.1 4 2 2 2 2 4 4 d 0:j a 2 0 x1 Pa+x1 ,x2 / 0.2 0.1 4 4 2 x2 0 2 2 4 4 2 0 4 x2 0 x1 4 2 2 2 4 4 2 0 x1 Fig. 13.4. Densidad de probabilidad para un sistema unidimensional de dos partículas descriptas por funciones de onda orbitales de forma Gaussiana, separadas por diferentes distancias d. Los diagramas de la izquierda corresponden a funciones simétricas y los de la derecha a funciones antisimétricas. 195 13. Partículas idénticas El átomo de helio Como aplicación de la teoría que hemos expuesto vamos a estudiar los estados estacionarios del átomo de helio. Observamos que el Hamiltoniano H del sistema no depende de las variables de spin de las partículas, puesto que hemos despreciado los efectos de spin y otras interacciones magnéticas en los Hi ( r , p) . Para simplificar el tratamiento vamos ignorar en un primer momento la repulsión entre los electrones, ya que no queremos aquí hacer un tratamiento exacto, y de esa forma resultará más claro el rol de la indistinguibilidad. Con esta aproximación, que llamaremos de orden 0, la energía total depende solamente de n1 y n2 . La función de onda del sistema se puede escribir como el producto de una función de las variables espaciales ϕ ( r1, r2 ) por una función χ S, M de las variables de spin, de la forma ψ ( r1, σ 1, r2 , σ 2 ) = ϕ ( n,l, ml )1 ,( n,l, ml )2 ( r1, r2 ) χ S, M (13.42) Pero ψ debe ser antisimétrica ante el intercambio ( r1, σ 1 ) ↔ ( r2 , σ 2 ) , y χ S, M es simétrica si S = 1 y antisimétrica si S = 0 . Luego ϕ ( n,l, ml )1 ,( n,l, ml )2 , debe ser antisimétrica para los estados triplete y simétrica para los estados singlete. Por lo tanto, si los electrones ocupan los estados (n, l, ml )1 y (n, l, ml )2 , la función de onda espacial del sistema es ϕ triplete = 1 [ϕ ( nlml )1 ( r1 )ϕ ( nlml ) 2 ( r2 ) − ϕ ( nlml ) 2 ( r1 )ϕ ( nlml )1 ( r2 )] 2 (13.43) 1 [ϕ ( nlml )1 ( r1 )ϕ ( nlml ) 2 ( r2 ) + ϕ ( nlml ) 2 ( r1 )ϕ ( nlml )1 ( r2 )] 2 (13.44) para los estados triplete, y ϕ singlete = para los estados singlete. En estas fórmulas ϕ nlml ( r ) = Rnl (r )Ylml (θ ,ϕ ) (13.45) donde Rnl (r ) es la función radial hidrogenoide correspondiente a Z = 2 e Ylml (θ , ϕ ) es un armónico esférico. El hecho que ϕ ( r1, r2 ) es antisimétrica para los estados triplete y simétrica para los estados singlete trae aparejada una profunda diferencia entre los primeros (que se suelen denominar ortohelio) y los segundos (parahelio). Veremos, en efecto, que la energía de los estados depende del spin, a pesar que las variables de spin no aparecen en H. Antes de proseguir es oportuno hacer una breve digresión para aclarar al lector en qué consiste la notación espectroscópica, dado que se usa muy frecuentemente en la literatura. Se trata de una forma compacta de designar los niveles de energía de los átomos con varios electrones. Para ello se cita primero la configuración a la que pertenecen, y a continuación se indica el autovalor del momento angular orbital total L = L1 + L2 + … con las letras mayúsculas S, P, D, F, … que llevan como superíndice el spin total S = S1 + S2 + … (representado por el número 1 si es singlete, 3 si es triplete, etc.). Queda definido así lo que se denomina un término espectral7, por ejemplo 7 Más precisamente, un término LS, pues hay otras formas de acoplar los momentos angulares orbitales y de spin de los varios electrones 196 13. Partículas idénticas 3 P es un término caracterizado por S = 1 y L = 1. Como veremos en seguida, debido a la repulsión Coulombiana entre los electrones los diferentes términos de una configuración tienen distintas energías. Si además se toman en cuenta los efectos relativísticos (efecto spin-órbita), los estados pertenecientes a un mismo término se separan ulteriormente en energía, de acuerdo con el autovalor J de su momento angular total J = L + S ( L2 , S 2 y J son constantes del movimiento para un átomo aislado que no está sometido a campos magnéticos externos). Por lo tanto, para terminar de identificar el nivel de energía, se agrega a la designación del término el valor de J como subíndice, por ejemplo el término 3P da lugar a tres niveles diferentes: 3P2, 3P1, y 3P0. A cada uno de estos niveles le pertenecen 2 J + 1 estados, que se identifican por el autovalor MJ ( = J , J − 1, … , − J ) correspondiente a la proyección de J sobre el eje z (arbitrario). Así 1S0 indica que el nivel tiene spin total nulo, momento angular orbital nulo y momento angular total nulo (siempre que J = 0 el nivel tiene un único estado). Del mismo modo 3P1 indica los tres estados con L = 1, S = 1, J = 1 y M J = 1, 0, − 1 . En ausencia de campos externos, los 2 J + 1 estados de un dado nivel están degenerados. De esta manera, la notación espectroscópica identifica inequívocamente los niveles de energía atómicos, y las transiciones que ocurren entre ellos que dan lugar a las líneas espectrales. Hechas estas aclaraciones, volvemos a los estados estacionarios del átomo de helio. El estado fundamental corresponde a la configuración 1s2, en la cual ambos electrones están en el estado de partícula individual de menor energía, esto es cuando (n, l, ml )1 = (n, l, ml )2 = (1, 0, 0) . En esta configuración hay un único estado, que es obviamente un singlete, y en la notación espectroscópica se designa como 1s2 1S0 (no hay estados triplete cuando (n, l, ml )1 = (n, l, ml )2 ). Los estados excitados de menor energía se originan en configuraciones del tipo 1s2s, 1s2p, 1s3s, 1s3p, 1s3d, etc., y como se ve consisten en dejar un electrón del estado fundamental 1s2 1S0 en el estado 1s y excitar el segundo electrón a un estado de mayor energía. Los términos que resultan pueden ser tanto singletes como tripletes. En esos casos, los tripletes tienen menor energía que los correspondientes singletes. Esto se puede ver si se calcula el efecto de la repulsión Coulombiana entre los electrones, que hasta ahora no hemos considerado. Podemos estimar fácilmente este efecto calculando el valor medio del potencial de interacción entre los electrones Vi = e2 | r1 − r2 | (13.46) Si calculamos el valor esperado de Vi para los estados de un triplete obtenemos Vi,triplete = ∫∫ ϕ tripleteViϕ triplete dr1dr2 = D − I (13.47) donde hemos introducido la notación D = ∫∫ ϕ1* ( r1 )ϕ 2* ( r2 )Viϕ1 ( r1 )ϕ 2 ( r2 )dr1dr2 I = ∫∫ ϕ 2* ( r1 )ϕ1* ( r2 )Viϕ1 ( r1 )ϕ 2 ( r2 )dr1dr2 (13.48) y para abreviar las fórmulas escribimos (n, l, ml )1 → 1 y (n, l, ml )2 → 2 . Del mismo modo para los estados del singlete que proviene de la misma configuración resulta Vi,singlete = ∫∫ ϕ singleteViϕ singlete dr1dr2 = D + I 197 (13.49) 13. Partículas idénticas Las integrales D e I se denominan respectivamente integral directa e integral de intercambio y son positivas. La integral directa representa el valor medio clásico de la energía potencial de interacción electrostática entre dos distribuciones de carga de densidades ρ ( r1 ) = −e | ϕ1 ( r1 ) |2 y ρ ( r2 ) = −e | ϕ 2 ( r2 ) |2 y es el resultado que se tendría si los electrones se pudieran distinguir uno de otro. Su efecto es romper la degeneración entre las configuraciones con el mismos n pero diferente l. La integral de intercambio es un efecto puramente cuántico debido a la indistinguibilidad de los electrones. La presencia de la integral de intercambio I aumenta la energía potencial de repulsión de los estados del singlete y disminuye la de los pertenecientes al triplete respecto del valor clásico dado por la integral directa. Por tal motivo los tripletes que provienen de una configuración 1snl tienen siempre menor energía que los singletes de la misma configuración. Es fácil comprender porqué debe ser así. En efecto, la función de onda orbital de los tripletes es antisimétrica, por lo tanto término medio los electrones están más lejos el uno del otro que en los singletes, que tienen una función de onda orbital simétrica. Por consiguiente el efecto de repulsión es menor en los tripletes que en los singletes. La Fig. 13.5 muestra en forma esquemática como se rompe la degeneración de los diferentes términos espectrales de las configuraciones 1s2s y 1s2p del átomo de helio. E Orden 0 Repulsión Coulombiana 1s2p 1P1 Efecto spin-órbita 1s2p 1P1 I 1s2p 1s2p 3P2 1s2p 3P1 1s2p 3P0 1s2p 3P2,1,0 D 1s2s 1s2s 1S0 1s2s 1S0 1s2s 3S1 1s2s 3S1 I D 1s2s 1s2p Fig. 13.5. Diagrama cualitativo que muestra como se rompe la degeneración de los niveles de las configuraciones 1s2s y 1s2p del átomo de helio. Al orden 0, esto es si ignoramos la repulsión entre los electrones, todos estos estados tienen la misma energía. El término directo D aumenta de manera diferente las energías de estas dos configuraciones. El término de intercambio I separa los términos triplete y singlete de cada configuración. Por último el efecto spin-órbita separa los diferentes niveles de cada término. Las características que acabamos de comentar se observan también en los resultados de cálculos más exactos que el que hemos presentado aquí. En la Fig. 13.6 se muestra un esquema de los primeros términos del átomo de helio (la separación de los niveles de cada término por el efecto spin-órbita es demasiado pequeña para ser apreciada en el diagrama). Los cálculos teóricos más 198 13. Partículas idénticas precisos de los niveles de energía muestran un excelente acuerdo con los datos observacionales (la discrepancia es apenas del orden de una parte en 107). parahelio (S = 0) E (eV) ortohelio (S = 1) –54 –54.4 –55 4s –55.41 –56 3s –56.08 4p –55.27 4d –55.27 3p –55.93 3d –55.92 4f –55.27 4s –55.53 3s –56.29 4p –55.30 4d –55.27 3p –56.00 3d –55.93 4f –55.27 2p –57.79 –57 2p –58.04 –58 2s –58.39 –59 2s –59.18 –60 1s –79 Fig. 13.6. Esquema de los primeros términos espectrales del átomo de helio, provenientes de configuraciones del tipo 1snl. Para mayor claridad se han colocado en la parte izquierda los singletes (parahelio) y a la derecha los tripletes (ortohelio). Para que el gráfico resulte más legible omitimos escribir en las leyendas que identifican cada término el 1s que está presente en todas estas configuraciones, dándolo por sobreentendido. Tampoco hemos escrito el nombre del término, porque es obvio. Por ejemplo el término designado 3d del parahelio, cuya energía es de –55.92 eV es claramente 1D y el término del ortohelio designado 4p (a –55.3 eV) es 3P. La zona gris por encima de –54.4 eV corresponde al espectro continuo (el potencial de ionización del helio es de 24.6 eV, que sumados a la energía de –79 eV del estado fundamental dan precisamente –54.4 eV). 199 14. Segunda cuantificación 14. SEGUNDA CUANTIFICACIÓN En este Capítulo presentaremos las técnicas para tratar sistemas cuánticos de muchas partículas idénticas (Bosones o Fermiones). Cuando se estudian sistemas de muchas partículas idénticas con interacciones arbitrarias es útil emplear un formalismo especial, denominado segunda cuantificación, que fue desarrollado en 1927 por Paul A. M. Dirac para los Bosones y extendido a los Fermiones por Eugene Wigner y Pascual Jordan en 1928. La importancia y utilidad de la segunda cuantificación estriba en que permite tomar en cuenta automáticamente en los cálculos los aspectos combinatorios que derivan de la estadística apropiada al tipo de partículas del sistema. Además facilita extender la Mecánica Cuántica no relativística a sistemas en los cuales el número de partículas no es una constante del movimiento. Dicha extensión es necesaria para describir los fenómenos que se presentan en el dominio relativístico. No es imprescindible usar ese formalismo (que de hecho no se suele tratar en los textos introductorios) para presentar las estadísticas cuánticas, pero los argumentos empleados para deducirlas son de todos modos equivalentes a los que se usan para introducir la segunda cuantificación, por lo tanto creemos que se justifica el esfuerzo necesario para aprender esta técnica. Segunda cuantificación de sistemas de Bosones Trataremos primero los sistemas de Bosones. Como punto de partida supongamos conocer un sistema completo de autofunciones ortonormales de una partícula: ψ 1 (ξ ), ψ 2 (ξ ), … (14.1) Estas autofunciones pueden corresponder, por ejemplo, a los estados estacionarios de la partícula en un campo de fuerzas externas v(ξ ) . Destacamos que dicho campo se puede elegir arbitrariamente, y no tiene porqué coincidir con el campo real al cual están sometidas las partículas del sistema bajo estudio. La variable ξ indica el conjunto de las variables espaciales r y de spin σ de una partícula, y los subíndices 1, 2, … representan los números cuánticos que identifican la autofunción. Consideremos ahora del punto de vista puramente formal un sistema de n Bosones que no interactúan y que están sometidos a v(ξ ) . Si el sistema está en un estado estacionario, cada una de las partículas que lo componen se encuentra en uno de los estados ψ 1 (ξ ), ψ 2 (ξ ), …. Sea ni el número de partículas que están en el estado ψ i ; ni se denomina el número de ocupación o la población de dicho estado y puede ser nulo (si n es finito, así ocurre para infinitos i) o tomar cualquier valor entero positivo ≤ n . Claramente, la enunciación de todos los números de ocupación de los estados ψ i determina el estado del sistema, que queda especificado por n1, n2 , … enteros no negativos tales que ∑ ni = n (14.2) Los usaremos entonces para designar la función de onda del sistema, y escribiremos Ψn = Ψn;n1 , n2 , … (14.3) Nos proponemos ahora construir un formalismo en el cual los números de ocupación jueguen el rol de variables independientes, en vez de las variables habituales ξ1, ξ2 , … , ξn de las partículas. 200 14. Segunda cuantificación El espacio de números de ocupación para Bosones De acuerdo a lo ya visto Ψn;n1 , n2 , … se debe expresar como la suma simetrizada (ec. (13.17)) de los productos de todas las ψ i cuyo número de ocupación no es nulo. Tendremos N s = n! pues las ψ i son ortonormales. Por lo tanto Ψn;n1 , n2 , … = 1 ∑ P [ψ p1(ξ1 )ψ p2 (ξ2 )…ψ pn (ξn )] n! P (14.4) donde la sumatoria abarca todas las n! permutaciones de los n argumentos ξ1, ξ2 ,…, ξn . Para que no haya confusión con los subíndices de las ψ y de los números de ocupación, tendremos cuidado con la notación. Esto es engorroso, pero lo precisamos solamente para introducir el formalismo, ya que una vez completada esa tarea quedará una notación simple, sintética y elegante. Con los subíndices 1, 2, … , i, … designamos los infinitos estados (14.1) de una partícula. Con los subíndices p1, p2, … , pn indicamos los números cuánticos del estado ocupado por cada una de las partículas. Como en un dado estado puede haber más de una partícula, usamos los subíndices r1, r 2, … , rq ( 1 ≤ q ≤ n ) para designar los q diferentes estados ψ r1, ψ r 2 , … , ψ rq ocupados por las partículas. Entonces en la lista de números de ocupación que identifican a Ψ , aparecen ceros para todos los ni con i ≠ r1, r 2, … , rq . Como el estado rj está ocupado por nrj partículas, ψ rj aparece nrj veces (con diferentes argumentos) en los productos ψ p1 (ξ1 )ψ p2 (ξ2 )…ψ pn (ξn ) de la (14.4). Por lo tanto tendremos que p1 = p2 =…= pnr1 ≡ r1 p(nr1 + 1) = p(nr1 + 2) =…= p(nr1 + nr 2 ) ≡ r 2 … p(nr1 + nr 2 +…+ nr ( q −1) + 1) = p(nr1 + nr 2 +…+ nr ( q −1) + 2) =…= pn ≡ rq (14.5) La (14.4) no es todavía una forma útil de escribir Ψn;n1 , n2 , … porque no figuran explícitamente en ella los números de ocupación n1, n2 , …, que queremos usar como variables independientes. Además (salvo cuando todos los ni no nulos son iguales a la unidad) en la (14.4) hay muchos términos iguales, que resultan de permutar entre sí las variables asignadas a cada uno de los q conjuntos ( ψ p1,ψ p2 ,…,ψ pnr1 ), ( ψ p( nr1 +1) ,ψ p( nr1 + 2 ) ,…,ψ p( nr1 + nr 2 ) ), … etc. de autofunciones idénticas. En vista de esto escribiremos Ψn;n1 , n2 , … de forma que no figuren términos repetidos. Para eso consideraremos todas las maneras distintas de repartir los argumentos ξ1, ξ2 ,…, ξn en q grupos de nr1, nr 2 , … , nrq elementos cada uno (sin que importe el orden dentro de cada grupo), para asignar esos grupos como argumentos de los conjuntos de nr1, nr 2 , … , nrq autofunciones idénticas ψ r1,ψ r 2 ,…,ψ rq de los q diferentes estados ocupados. Para saber cuántos términos distintos hay en la expresión de Ψn;n1 , n2 , … calcularemos el número de tales reparticiones. Recordemos algunas nociones de combinatoria. Un conjunto de r objetos elegidos (sin que importe en que orden) de un conjunto de n objetos ( r ≤ n ) es una combinación C(n; r ) de n objetos tomados de a r por vez. El número N [C (n; r )] de combinaciones diferentes es1 1 El primer objeto se puede elegir de n maneras diferentes, el segundo de n – 1 maneras, y así siguiendo hasta llegar al r-ésimo que se puede elegir de n – r + 1 maneras. Como no importa el orden en que se elijan, hay que dividir el producto n(n – 1)…( n – r + 1) por r! y resulta la (14.6). N[C(n,r)] es igual al coeficiente binomial, esto es, el coeficiente de urvn – r en la expansión de ( u + v)n. 201 14. Segunda cuantificación N [C (n; r )] = n!  n ≡  r!(n − r )!  r  (14.6) Después de realizar una cualquiera de las posibles C(n; r ) , nuestro conjunto inicial queda reducido a n − r elementos. Si entre estos elementos elegimos ahora s (sin que importe en que orden) tendremos N [C (n − r; s)] combinaciones C(n − r; s) diferentes. Del conjunto residual de n − r − s elementos podemos elegir t elementos (siempre sin que importe en que orden) y tendremos N [C (n − r − s; t )] combinaciones C(n − r − s; t ) distintas. De esta forma podemos continuar hasta agotar el último conjunto residual y habremos repartido los n elementos del conjunto inicial entre Q conjuntos de r, s, t, … elementos cada uno. Designaremos con R (n; r, s, t,…) a cada una de estas reparticiones2. Claramente, el número de reparticiones diferentes N [R (n; r, s, t,…)] está dado por N [R (n; r, s, t,…)] = N [C (n; r )] N [C (n − r; s)] N [C (n − r − s; t )]… (14.7) Por lo tanto, usando la (14.6) obtenemos3 N [R (n; r, s, t,…)] = n!  n  ≡  r! s!t!…  r, s, t,… (14.8) Volviendo a Ψn;n1 , n2 , … , la escribiremos entonces como 1/ 2  nr1! nr 2 !… nrq ! Ψn;n1 , n2 , … =   ∑ R [ψ p1 (ξ1 )ψ p2 (ξ2 )…ψ pn (ξn )]   R n! (14.9) donde la suma abarca todas las diferentes reparticiones R (n; nr1, nr 2 ,…, nrq ) de los argumentos ξ1, ξ2 ,…, ξn en q conjuntos de nr1, nr 2 , …, nrq elementos cada uno (sin que importe el orden), para asignarlos a las nr1, nr 2 , …, nrq autofunciones idénticas ψ r1,ψ r 2 ,…,ψ rq correspondientes a los q estados ocupados. Por lo que acabamos de ver, el número de reparticiones diferentes, esto es, el número de términos de la sumatoria en la (14.9) es N [R (n; nr1, nr 2 ,…, nrq )] = n! nr1! nr 2 !… nrq ! (14.10) Por consiguiente Ψn;n1 , n2 , … está correctamente normalizada, pues en virtud de la ortonormalidad de las ψ i , al calcular (Ψn;n1 , n2 , …,Ψn;n1 , n2 , … ) los únicos términos que dan una contribución no nula son los cuadrados de los módulos de los sumandos de la (14.9), y cada uno de ellos da una contribución igual a la unidad4. La (14.9) es la expresión que necesitamos: tiene la simetría correcta, y en ella figuran explícitamente los números de ocupación n1, n2 , …. El conjunto de las funciones (14.9) para todos los (infinitos) posibles juegos de valores de los números de ocupación, con 2 3 También llamadas distribuciones. El número de reparticiones diferentes N[R(n;r,s,t,…)] es igual al coeficiente multinomial, esto es, el coeficiente de r s u v wt… en la expansión de ( u + v + w +…)n. 4 En efecto, es fácil ver que los términos de la sumatoria (14.9) son ortogonales. 202 14. Segunda cuantificación n1, n2 , … enteros no negativos tales que ∑ ni = n (14.11) cumple las relaciones de ortonormalidad (Ψn;n1′ , n2 ′ , …,Ψn;n1 , n2 , … ) = δ n1′ , n1δ n2 ′ ,n2 … (14.12) y es una base ortonormal completa en términos de la cual podemos representar cualquier estado de n Bosones. El espacio generado por las funciones básicas Ψn;n1 , n2 , … se llama espacio de números de ocupación de n partículas y se indica con En. Procediendo de esta manera podemos construir los espacios de números de ocupación para cualquier valor de n: 0, 1, 2, …., etc., que corresponden a los estados de sistemas con 0 (el “vacío”), 1, 2, …, etc. partículas. El espacio E definido como E = E0 ⊕ E1 ⊕ E2 ⊕ …⊕ En ⊕ … (14.13) se llama espacio de números de ocupación. En este espacio los n1, n2 , … juegan el rol de variables independientes. Los diferentes En son subespacios de E y claramente son ortogonales entre sí. Las variables ordinarias ξ1, ξ2 ,…, ξn del espacio de configuraciones no figuran explícitamente en el formalismo basado en el espacio de números de ocupación, aunque naturalmente siguen estando presentes como argumentos de las funciones básicas. Estas últimas, por supuesto, están definidas en el espacio de configuraciones de las n partículas. Elementos de matriz de operadores en el espacio de números de ocupación Veremos ahora de qué manera se expresan en el espacio En los operadores que representan los observables de un sistema de n partículas. Consideremos un operador f (1) que representa una variable dinámica f de una partícula (por ejemplo el impulso p). Su efecto sobre cualquier estado de la partícula se puede calcular a partir de sus elementos de matriz calculados con las autofunciones de nuestro sistema ortonormal completo (14.1). Estos elementos de matriz son i f (1) k = (ψ i (ξ ), f (1)ψ k (ξ )) = ∫ ψ i* (ξ ) f (1)ψ k (ξ )dξ (14.14) y por lo tanto son cantidades conocidas una vez que se ha fijado el sistema (14.1). Claramente, i los elementos diagonales f (1)i representan los valores esperados de f (1) en los estados ψ i (ξ ) y i los elementos fuera de la diagonal f (1) k ( i ≠ k ) representan las transiciones de los estados ψ k (ξ ) a los estados ψ i (ξ ) inducidas por el operador f (1) . Sea fa(1) al operador que representa f para la a-ésima partícula, esto es, el operador que actúa solamente sobre las variables ξa ( a = 1, 2, … , n ). El correspondiente operador simétrico respecto de todas las partículas del sistema (por ejemplo el impulso total P) se define como F (1) = ∑ fa(1) (14.15) a El efecto de F (1) sobre cualquier estado del sistema de n partículas se puede calcular si se conoce su efecto sobre las funciones básicas Ψn;n1 , n2 , …. Determinaremos por consiguiente los elementos de matriz de F (1) , que se definen como 203 14. Segunda cuantificación n; n ′ , n ′ , … F (1)n;n11 , n22 , … = (Ψn;n1′ , n2′ , …, F (1)Ψn;n1 , n2 , … ) ′ (14.16) Cada uno de los sumandos de la (14.15) opera sobre las variables de una partícula, luego tiene efecto solamente sobre una de las funciones de los productos ψ p1 (ξ1 )ψ p2 (ξ2 )…ψ pn (ξn ) que figuran en las Ψn . Consideremos la contribución al elemento de matriz (14.16) debida a uno cualquiera de los fa(1) , que opera sobre las variables ξa . Claramente los elementos diagonales de fa(1) contribuyen solamente a los elementos diagonales n; n , n , … F (1)n;n11 , n22 , … = (Ψn;n1 , n2 , …, F (1)Ψn;n1 , n2 , … ) (14.17) que corresponden a que los números de ocupación n1, n2 , … quedan inalterados. En cambio, los elementos fuera de la diagonal de fa(1) , que corresponden a transiciones de la partícula desde uno de los estados ψ 1 , ψ 2 , … a otro, van a contribuir solamente a aquellos elementos de la matriz (14.16) para los cuales el número de ocupación del estado inicial de la partícula disminuye en una unidad y el número de ocupación del estado final aumenta en una unidad. Es evidente entonces que los únicos elementos de matriz (14.16) no nulos van a ser: (a) los elementos diagonales, y (b) aquellos elementos fuera de la diagonal tales que uno de los números de ocupación aumenta en 1 y otro disminuye en 1. Al hacer las cuentas hay que tener presente que las integrales (14.14) no dependen de como se designe la variable de integración, y por lo i tanto (ψ i (ξa ), fa(1)ψ k (ξa )) = f (1) k para todo a. El elemento diagonal (14.17) es el valor esperado de F (1) en el estado Ψn;n1 , n2 , …. Se obtiene n , n ,… i F (1) = F (1)n11 , n12 , … = ∑ ni f (1)i (14.18) i Los elementos no diagonales diferentes de cero son n , n −1 i F (1)nii −1k, nk = ni nk f (1) k (14.19) Aquí para aligerar la notación hemos omitido escribir en la designación del elemento de matriz los números de ocupación que no cambian, dándolos por sobreentendidos. La (14.19) es la expresión del elemento de matriz de F (1) correspondiente a la transición de una partícula desde el estado ψ k al estado ψ i . Por lo tanto el número de ocupación5 del estado ψ k disminuye en una unidad pasando de nk a nk − 1, el del estado ψ i pasa de ni − 1 a ni , y los demás números de ocupación no cambian. Dada la importancia de estos resultados, mostraremos como se llega a ellos. El cálculo es un tanto engorroso pero simple. Para calcular F (1) vamos a escribir Ψn;n1 , n2 , … en la forma 1/ 2  nr1!… nrq ! Ψn;n1 , n2 , … =   ∑ Φ n,R   R n! , Φ n,R = R [ψ p1 (ξ1 )…ψ pn (ξn )] donde R = R (n; nr1,…, nrq ) . Entonces 5 De la forma que hemos escrito los números de ocupación en la (14.19) se tiene que n = ∑ ni – 1. 204 (14.20) 14. Segunda cuantificación F (1) = nr1!… nrq ! n! ∑ ∑ (Φ n,R ′ , ∑ fa(1)Φ n,R ) = R R′ nr1!… nrq ! n! a ∑ (Φ n,R , ∑ fa(1)Φ n,R ) (14.21) a R La última igualdad de la (14.21) se cumple porque (Φ n,R ′ , ∑ fa(1)Φ n,R ) = 0 si R ′ ≠ R (14.22) a Por otra parte, es fácil verificar que para toda R (n; nr1,…, nrq ) resulta (Φ n,R , ∑ fa(1)Φ n,R ) = a q q i ∑ nrj f (1)q jj = ∑ ni f (1)i j =1 (14.23) i Recordando que N [R (n; nr1, nr 2 ,…, nrq )] está dado por (14.10) se llega al resultado (14.18). Calculemos ahora el elemento de matriz no diagonal (14.19). Al usar la expresión (14.9) para escribir Ψn;n1′ , n2′ , … debemos recordar que uno de los estados ocupados ψ r1,ψ r 2 ,…,ψ rq es ψ i (digamos, por ejemplo, que rs = i ), además nk′ = nk − 1, ni′ = ni y n′j = n j para todo rj ≠ i, k , luego en el coeficiente de normalización figura (nk − 1)!. Del mismo modo al escribir Ψn;n1 , n2 , … debemos poner rt = k (pues el estado ψ k está ocupado) y recordar que el número de ocupación del estado ψ i es ni − 1 , luego en el coeficiente de normalización figura (ni − 1)!. Por lo tanto n , n −1 F (1)nii −1k, nk = nr1!… nrq ! n! 1 ni nk ∑ (Φ ni , nk −1, fa(1)Φ ni −1, nk ) (14.24) a donde hemos escrito Φ ni −1, nk = ∑ R ′[ψ p ′1 (ξ1 )ψ p ′ 2 (ξ2 )…ψ p ′n (ξn )] R′ Φ ni , nk −1 = ∑ R [ψ p1 (ξ1 )ψ p2 (ξ2 )…ψ pn (ξn )] (14.25) R y usamos ′ para recordar que debido al cambio de estado de una partícula algunos de los números cuánticos de los estados ocupados de Ψn;n1 , n2 , … , ni −1, … , nk , … difieren de los que designan los estados ocupados de Ψn;n1 , n1 , … , ni , … , nk −1, … . Calculemos un término cualquiera de la sumatoria de la (14.24), por ejemplo la contribución de f1(1) , esto es (Φ ni , nk −1, f1(1)Φ ni −1, nk ) . Puesto que f1(1) actúa sobre las variables ξ1, debemos tener ψ p1′ (ξ1 ) = ψ k (ξ1 ) y ψ p1 (ξ1 ) = ψ i (ξ1 ) . Asimismo, debido a la ortogonalidad de las ψ j , las únicas reparticiones R y R ′ de los argumentos de las otras ψ j ( j ≠ i, k ) de Φ ni −1, nk y Φ ni , nk −1 que dan contribuciones no nulas son aquellas para las cuales ψ p ′ 2 = ψ p2 , ψ p ′ 3 = ψ p3 , … , ψ p ′n = ψ pn . Estas reparticiones consisten en distribuir los n − 1 argumentos restantes ( ξ2 , ξ3 ,…, ξn ) entre ni − 1 estados ψ i , nk − 1 estados ψ k , y los demás estados cuyos números de ocupación no han cambiado. El número de reparticiones diferentes que contribuyen es entonces (n − 1)! nr1!…(ni − 1)!…(nk − 1)!…, nrq ! ni nk (n − 1)! = nr1!… ni !… nk !…, nrq ! N [R (n − 1; nr1,…, ni − 1,…, nk − 1,…, nrq )] = 205 (14.26) 14. Segunda cuantificación i Cada una de ellas aporta el elemento de matriz f (1) k . Idéntico resultado se obtiene al calcular la i contribución de f2(1) , f3(1) , …, etc. (pues el valor de f (1) k no depende de como se designe la variable de integración en la (14.14)). Puesto que hay n de estas contribuciones, obtenemos que ni nk n! i f (1) k r1!…, nrq ! ∑ (Φ ni , nk −1, fa(1)Φ ni −1, nk ) = n a (14.27) Sustituyendo (14.27) en (14.24) obtenemos finalmente la (14.19). Los resultados (14.18) y (14.19) nos muestran que los elementos de matriz de cualquier operador de una partícula del tipo F (1) entre los estados base de un sistema de n partículas están determinados por los números de ocupación n1, n2 , … y por los elementos de matriz (14.14) entre estados de una partícula, que son cantidades conocidas. Las expresiones (14.18) y (14.19) permiten entonces calcular el efecto de F (1) sobre cualquier estado Ψn de n partículas, pues en virtud de la completitud del sistema de estados base es siempre posible expresar Ψn como un combinación lineal de las Ψn;n1 , n2 , …. La expresión del valor esperado de F (1) tiene una interpretación sencilla: cada partícula contribuye a F (1) con el valor esperado de f (1) correspondiente al estado en que se encuentra. Puesto que para cada i hay ni partículas en el estado ψ i , se obtiene la (14.18). En cuanto al elemento de matriz no diagonal (14.19), que corresponde a la transición ψ k → ψ i de una partícula, vemos que depende solamente de los números de ocupación nk y ni de los estados involucrados, y es independiente de los demás números de ocupación y del número total de partículas n del sistema. Es, además, proporcional al elemento de matriz de una partícula i f (1) k correspondiente a esa transición. La probabilidad Pk → i que el operador F (1) induzca la transición ψ k → ψ i es igual al cuadrado del módulo del correspondiente elemento de matriz. Como f (1) es Hermitiano tenemos entonces i 2 i k Pk → i = ni nk f (1) k = ni nk f (1) k f (1)i (14.28) Recordemos que nk es el número de partículas que ocupaban el estado ψ k antes que se produjera la transición y que ni es el número de partículas que ocupan el estado ψ i después que tuvo lugar. Por lo tanto, la (14.28) nos dice que la probabilidad que se produzca una transición de una partícula del sistema a partir de un estado ψ k es proporcional al número de partículas que ocupan dicho estado, lo cual es lógico. También es lógico que Pk → i no dependa de la población de los estados que no están involucrados en la transición. Pero además Pk → i es proporcional a ni (que es la cantidad de partículas que quedan en el estado de llegada ψ i de resultas de la transición: una más de las que había antes). Este resultado (cuyo origen puede parecer misterioso) muestra que cuanto mayor es la población de un estado, tanto más probable es una transición que agregue una partícula más. La tendencia de las partículas a acumularse6 es característica de los Bosones. El origen de esta tendencia se aclara si se considera la probabilidad Pi → k de la transición inversa ψ i → ψ k . Evidentemente k2 Pi → k = ni nk f (1)i 6 i k = ni nk f (1) k f (1)i = Pk → i (14.29) Se entiende que se trata de una acumulación, o condensación, en el espacio de números de ocupación. El lector no se debe confundir y pensar que es una condensación en el espacio físico ordinario. 206 14. Segunda cuantificación de modo que Pi → k = Pk → i (14.30) Este último resultado se conoce como la condición de balance detallado, y se puede demostrar que debe valer si la dinámica del sistema es invariante frente a la reversión temporal. Comparando (14.28) y (14.29) debe resultar claro entonces que si la probabilidad que se produzca una transición es proporcional al número de partículas que ocupan el estado de partida, necesariamente debe ser también proporcional al número de partículas que quedan en el estado de llegada. Si así no fuera, no se podría cumplir la condición de balance detallado. Operadores de aniquilación y de creación de Bosones Para continuar nuestro desarrollo de un formalismo cuyas variables independientes son los números de ocupación, es preciso encontrar la forma de representar las variables dinámicas del sistema por medio de operadores que actúen sobre los números de ocupación (y no sobre funciones de las variables ξ j del espacio de configuraciones). Para eso vamos a introducir los operadores fundamentales âi de la segunda cuantificación, que operan directamente sobre las variables n1, n2 , … (usamos ˆ para indicar que el operador actúa sobre los números de ocupación, y distinguirlo de los operadores que actúan sobre las variables del espacio de configuraciones). Los definiremos especificando su efecto sobre las funciones básicas Ψn;n1 , n2 , … del espacio de números de ocupación E del modo siguiente aˆiΨn;n1 , n2 , … , ni , … = ni Ψn −1;n1 , n2 , … , ni −1, … (14.31) Es decir: el efecto de âi es reducir en una unidad el número de ocupación del estado i y multiplicar la nueva función por ni . Por este motivo âi se denomina operador de aniquilación (de una partícula en el estado i). Notar que âi reduce en una unidad el número total de partículas, de modo que transforma funciones del subespacio En en funciones del subespacio En−1 . Podemos representar âi por medio de una matriz, cuyos únicos elementos no nulos son aˆi nni −1 = (Ψn −1;n1 , … , ni −1, …, aˆiΨn;n1 , … , ni , … ) = ni i (14.32) De acuerdo con la definición (7.92) el operador aˆi† adjunto de âi cumple ( aˆi†Ψn −1;n1 , … , ni −1, …,Ψn;n1 , … , ni , … ) = (Ψn −1;n1 , … , ni −1, …, aˆiΨn;n1 , … , ni , … ) (14.33) Tomando el complejo conjugado de esta expresión encontramos que (Ψn;n1 , … , ni , …, aˆi†Ψn −1;n1 , … , ni −1, … ) = ( aˆiΨn;n1 , … , ni , …,Ψn −1;n1 , … , ni −1, … ) = ni (14.34) Por lo tanto se tiene que los únicos elementos de matriz no nulos de aˆi† son n aˆi†ni −1 = (Ψn;n1 , … , ni , …, aˆi†Ψn −1;n1 , … , ni −1, … ) = ni i de modo que 207 (14.35) 14. Segunda cuantificación aˆ i†Ψn −1;n1 , … , ni −1, … = ni Ψn;n1 , … , ni , … (14.36) que con el cambio ni → ni − 1 podemos escribir de la forma aˆi†Ψn;n1 , … , ni , … = ni + 1 Ψn +1;n1 , … , ni +1, … (14.37) Luego el efecto de aˆi† es aumentar en una unidad la población del estado i y multiplicar la nueva función por ni + 1. Por lo tanto aˆi† transforma funciones de En en funciones de En+1 . Por este motivo aˆi† se denomina operador de creación (de una partícula en el estado i). Consideremos ahora el efecto del operador nˆi = aˆi†aˆi sobre Ψn;n1 , n2 , …. De (14.31) y (14.36) obtenemos de inmediato aˆi†aˆiΨn;n1 , n2 , … , ni , … = ni Ψn;n1 , n2 , … , ni , … (14.38) Por lo tanto n̂i está representado por una matriz diagonal cuyos elementos son ni . Podemos entonces decir que n̂i es el operador número de partículas en el estado i. Claramente, Ψn;n1 , n2 , … es autofunción de n̂i y el correspondiente autovalor es ni . Asimismo, el operador nˆ = ∑ nˆi = ∑ aˆi†aˆi i (14.39) i es el operador número total de partículas, y Ψn;n1 , n2 , … es autofunción de n̂ con autovalor n. Estos resultados pueden parecer triviales pero son de utilidad cuando se consideran estados más generales del espacio de números de ocupación (por ejemplo superposiciones de diferentes estados básicos) en los cuales los números de ocupación de los estados ψ 1 (ξ ), ψ 2 (ξ ), … y el número total de partículas no están bien definidos. De manera semejante a como obtuvimos la (14.38), a partir de la (14.37) y de la ecuación (que no escribimos) obtenida de la (14.31) mediante la sustitución ni → ni − 1, es fácil verificar que aˆi aˆi†Ψn;n1 , n2 , … , ni , … = (ni + 1) Ψn;n1 , n2 , … , ni , … (14.40) Restando la (14.38) de la (14.40) obtenemos la relación de conmutación entre âi y aˆi† : [aˆi , aˆi† ] = aˆi aˆi† − aˆi†aˆi = 1 (14.41) En cuanto a los operadores de creación y de aniquilación que operan sobre números de ocupación diferentes, es obvio que conmutan, de modo que podemos escribir que para todo i, j [aˆi , aˆ †j ] = δ ij , [aˆi , aˆ j ] = [aˆi† , aˆ †j ] = 0 (14.42) Dados los operadores aˆi† podemos generar todas las funciones básicas de E. En efecto, a partir del estado de vacío Ψ0 ≡ Ψ0;01 , 0 2 , … (único estado de E0 ) podemos obtener las funciones básicas de una partícula (es decir E1) como aˆi†Ψ0 ( i = 1, 2,… ), luego las funciones básicas de E2 como aˆk†aˆi†Ψ0 ( i, k = 1, 2,… ) y así sucesivamente. Las relaciones de conmutación (14.42) garantizan que las funciones básicas de E tienen la simetría correcta para los Bosones. 208 14. Segunda cuantificación Las relaciones de conmutación (14.42) son fundamentales. Nosotros las obtuvimos a partir de la definición (14.31) de los operadores de aniquilación. Pero se podría haber procedido a la inversa, esto es, tomar las (14.42) como punto de partida y postular que aˆi†aˆi es el operador número de partículas del estado i. De esa forma se pueden deducir las (14.31) y (14.37). Es interesante comparar el presente tratamiento con el método que usamos en el Capítulo 9 para tratar el oscilador armónico simple. Se puede observar que los operadores âi y aˆi† juegan el mismo rol que los operadores de bajada y subida a y a+ que definimos entonces. Operadores en el espacio de números de ocupación Los operadores de creación y de aniquilación permiten expresar cualquier variable dinámica de un sistema de muchas partículas por medio de un operador que actúa sobre los números de ocupación. En efecto, consideremos el operador de una partícula F (1) = ∑ fa(1) (14.43) a que ya estudiamos previamente. Es inmediato verificar, usando las propiedades (14.32) y (14.35) de los âi y aˆi† que el operador i Fˆ (1) = ∑ f (1) k aˆi†aˆk (14.44) i, k coincide con F (1) . En efecto, todos los elementos de matriz de Fˆ (1) entre los estados base de E coinciden con los elementos de matriz (14.18) y (14.19) de F (1) . La (14.44) es un resultado fundamental de la segunda cuantificación, porque en la (14.44) los i f (1) k son simplemente cantidades (números con dimensiones) conocidas. Por lo tanto hemos logrado expresar un operador ordinario (por ahora limitado a la forma (14.43)) que actúa sobre funciones de las coordenadas bajo la forma de un operador que actúa sobre las nuevas variables del espacio de números de ocupación E. Se pude notar que la expresión (14.44) se parece a la expresión f = ∑ fki ai*ak (14.45) i, k del valor medio de una variable dinámica f en un dado estado, escrito en términos de los coeficientes ai del desarrollo de la función de onda como superposición de estados estacionarios. De allí proviene el nombre “segunda cuantificación”. Es fácil generalizar el resultado (14.44) a operadores de la forma F(2) = ∑ fab(2) (14.46) a>b (2) indica el operador que representa una magnitud que depende de un par de partículas donde fab (por ejemplo, la energía potencial de interacción entre dos partículas cargadas) y que por lo tanto actúa sobre funciones de ξa y ξb . Por medio de cálculos análogos a los que hicimos antes se encuentra que Fˆ ( 2 ) (que expresa F ( 2 ) en el espacio de números de ocupación) está dado por 209 14. Segunda cuantificación Fˆ ( 2 ) = ik ∑ f (2)lm aˆi†aˆ†k aˆl aˆ m 1 2 (14.47) i, k ,l , m donde los elementos de matriz ik f ( 2 )lm = ∫∫ ψ i* (ξ1 )ψ k* (ξ2 ) f ( 2 )ψ l (ξ1 )ψ m (ξ2 )dξ1dξ2 (14.48) son cantidades conocidas. En efecto, las matrices de Fˆ ( 2 ) y F ( 2 ) coinciden. Las fórmulas (14.44) y (14.47) se pueden generalizar para operadores F ( n ) que involucran cualquier número n de partículas, y que son simétricos respecto de las n partículas. De esta forma podemos expresar en función de los operadores âi y aˆi† el Hamiltoniano Ĥ del sistema de n partículas en interacción. El operador H es, evidentemente, simétrico respecto de todas las partículas y en la aproximación no relativística no depende de los spines de las partículas. Por lo tanto lo podemos escribir en general en la forma H = ∑ ha(1) + a (2) ( 3) + ∑ vabc +… ∑ vab a>b (14.49) a>b>c Aquí ha(1) es la parte de H que depende de las coordenadas de la a-ésima partícula y tiene la forma ha(1) = − h2 ∇ a + v(1) ( ra ) 2m (14.50) donde v(1) ( ra ) es la energía potencial de la partícula en el campo externo. Los otros términos de la (14.49) corresponden a las interacciones entre las partículas, y hemos separado por comodidad los términos que dependen de las coordenadas de dos, tres, … etc. partículas. Podemos entonces usar la fórmulas (14.34), (14.47), y otras análogas para escribir Ĥ : i Hˆ = ∑ h(1) k aˆi†aˆk + 12 i, k ik ∑ v(2)lm aˆi†aˆk†aˆl aˆm + … (14.51) i, k ,l , m que escrito de esta forma es un operador que actúa sobre las funciones de los números de ocupación. En el caso de partículas que no interactúan el único término de la (14.51) que subsiste es el primero, de modo que i Hˆ = ∑ h(1) k aˆi†aˆk (14.52) i, k Si las ψ 1 (ξ ), ψ 2 (ξ ), … son las autofunciones del Hamiltoniano de una partícula, de modo que h(1)ψ i = eiψ i , la matriz Ĥki es diagonal y se tiene Hˆ = ∑ ei aˆi†aˆi = ∑ ei nˆi i (14.53) i de donde reemplazando los operadores n̂i por sus autovalores ni obtenemos los niveles de energía del sistema como 210 14. Segunda cuantificación En;n1 , n2 , … = ∑ ei ni (14.54) i como era de esperar. El espectro continuo y los operadores del campo de Bosones Hasta aquí hemos supuesto que el sistema completo (14.1) corresponde a un operador con un espectro discreto de autovalores. Es importante extender el formalismo a los sistemas completos de autoestados de una partícula pertenecientes al espectro continuo de un observable. El ejemplo más común de una base continua es, naturalmente, el de las autofunciones del operador ξ, definidas por ξψ ξ ′ = ξ ′ψ ξ ′ y que están normalizadas como (ψ ξ ′ ,ψ ξ ′′ ) = δ (ξ ′ − ξ ′′) = δ ( r ′ − r ′′)δ σ ′σ ′′ (14.55) Aquí con ξ ′ indicamos los autovalores continuos r ′ del operador posición r, que junto con los autovalores discretos σ ′ de una cualquiera de las componentes del spin de la partícula, identifican las autofunciones básicas. Para evitar confusiones conviene aclarar nuestra notación pese a que su significado es obvio. Por un lado ξ indica el operador que representa los observables r y σ de la partícula. Por otro lado, cuando escribimos ψ (ξ ) , ξ es la variable que representa las coordenadas y el spin en el espacio de configuración de la partícula. Con ξ ′, ξ ′′, ξ ′′′, … indicamos los autovalores de ξ. Por lo tanto al escribir ψ ξ ′ (ξ ) estamos designando un particular estado de la partícula: aquél en el cual los observables r y σ tienen valores bien definidos r ′ y σ ′ . Al considerar todos los estados de nuestra base ortonormal ψ ξ ′ , ξ ′ (es decir r ′ y σ ′ ) toma todos los valores posibles, pero no debemos confundir los autovalores que identifican cada uno de los estados básicos con la variable ξ. El formalismo que desarrollamos hasta aquí se adapta fácilmente al espectro continuo, pero en este caso no es práctico usar los números de ocupación para designar los estados de un sistema de varias partículas, a menos que dividamos artificialmente el espacio (x, y, z) en un número infinito de celdas, pequeñas pero no infinitesimales (con lo cual, de hecho, volveríamos al espectro discreto). Vamos a ver que la segunda cuantificación se puede aplicar a una base continua introduciendo los operadores del campo ψ, definidos por ψˆ (ξ ) = ∑ψ i (ξ ) aˆi , ψˆ † (ξ ) = ∑ψ i* (ξ ) aˆi† (14.56) i i Para cada particular valor ξ = ξ ′ de la variable ξ, las (14.56) definen un par de operadores ψˆ (ξ ′) y ψˆ † (ξ ′) . El conjunto de los mismos, para todos los posibles valores de ξ ′ forma un infinito continuo que designamos con ψˆ (ξ ) y ψˆ † (ξ ) (aquí la variable ξ se considera un parámetro, ya que no actúa sobre los números de ocupación). En virtud de la ortonormalidad de la base ψ 1 (ξ ), ψ 2 (ξ ), … es fácil ver que âi y aˆi† se expresan en términos de los ψˆ (ξ ′) y ψˆ † (ξ ′) como aˆi = ∫ ψ i* (ξ ′)ψˆ (ξ ′) dξ ′ , aˆi† = ∫ ψ i (ξ ′)ψˆ † (ξ ′) dξ ′ (14.57) Claramente, en virtud de las propiedades de âi y aˆi† , los operadores ψˆ (ξ ) y ψˆ † (ξ ) disminuyen y aumentan en una unidad, respectivamente, el número total de partículas del sistema. 211 14. Segunda cuantificación Es fácil ver que ψˆ † (ξ ′) crea una partícula en el punto ξ ′ . Efectivamente, aˆi† crea una partícula cuya función de onda es ψ i (ξ ) . Luego ψˆ † (ξ ′) crea una partícula cuya función de onda es ∑ψ i* (ξ ′)ψ i (ξ ) = δ (ξ ′ − ξ ) (14.58) i donde δ (ξ ′ − ξ ) = δ ( r ′ − r )δ (σ ′ − σ ) , y para escribir el resultado hemos usado la relación de clausura (7.75). Por lo tanto, ψˆ † (ξ ′) crea una partícula cuya posición es r ′ y cuyo spin es σ ′ . Vemos entonces que los operadores del campo ψˆ (ξ ) y ψˆ † (ξ ) equivalen al conjunto de todos los operadores âi y aˆi† ( i = 1, 2, 3,… ) ya que dando a ξ diferentes valores ξ ′ se puede aniquilar o crear una partícula en cualquier punto del espacio y con cualquier valor del spin. Las reglas de conmutación de ψ̂ y ψˆ † se obtienen de inmediato a partir de las reglas de conmutación de âi y aˆi† . Es evidente que [ψˆ (ξ ′),ψˆ (ξ ′′)] = 0 , [ψˆ † (ξ ′),ψˆ † (ξ ′′)] = 0 (14.59) Por otra parte ψˆ (ξ ′)ψˆ † (ξ ′′ ) − ψˆ † (ξ ′′)ψˆ (ξ ′ ) = ∑ ∑ψ i (ξ ′ )ψ *k (ξ ′′ )(aˆi aˆ k† − aˆ k† aˆ i ) = ∑ψ i (ξ ′)ψ*i (ξ ′′) i k (14.60) i de donde resulta [ψˆ (ξ ′),ψˆ † (ξ ′′)] = δ (ξ ′′ − ξ ′) (14.61) La expresión (14.44) del operador Fˆ (1) se escribe en términos de los nuevos operadores como Fˆ (1) = ∫ ψˆ † (ξ ) f (1)ψˆ (ξ ) dξ (14.62) donde se entiende que f (1) actúa sobre las funciones ψ i (ξ ) del operador ψˆ (ξ ) . En efecto, sustituyendo las (14.56) en (14.62) resulta i Fˆ (1) = ∑ ∫ ψ i* (ξ ) f (1)ψ k (ξ ) dξ aˆi†aˆk = ∑ f (1) k aˆi†aˆk (14.63) i, k i, k que coincide con la (14.44). En particular si f (1) es una función g(ξ ) , de la (14.62) obtenemos Gˆ (1) = ∫ g(ξ )ψˆ † (ξ )ψˆ (ξ ) dξ (14.64) Por lo tanto ψˆ † (ξ )ψˆ (ξ ) dξ es el operador número de partículas en el intervalo ( ξ , ξ + dξ ). Del mismo modo que obtuvimos la (14.62) se encuentra que Fˆ ( 2 ) = 1 2 ik ∑ f (2)lm aˆi†aˆk†aˆl aˆm = 12 ∫∫ ψˆ † (ξ )ψˆ † (ξ ′) f (2)ψˆ (ξ ′)ψˆ (ξ ) dξdξ ′ (14.65) i, k ,l , m Usando la (14.62), la (14.66), la expresión (14.50) de ha(1) e integrando por partes (sobre las coordenadas) al término que contiene los Laplacianos, podemos expresar al Hamiltoniano (14.49) en términos de los nuevos operadores: 212 14. Segunda cuantificación i Hˆ = ∑ h(1) k aˆi†aˆk + 12 i, k =⌠  ⌡ { ik ∑ v(2)lm aˆi†aˆk†aˆl aˆm +… i, k ,l , m } dξ h2 (1) ˆ† ˆ ˆ† ˆ 2 m ∇ψ (ξ )∇ψ (ξ ) + v (ξ )ψ (ξ )ψ (ξ ) (14.66) ∫∫ + 12 ψˆ † (ξ )ψˆ † (ξ ′)v( 2 ) (ξ , ξ ′)ψˆ (ξ ′)ψˆ (ξ ) dξ dξ ′ El resultado (14.66) se torna más intuitivo gracias al siguiente argumento. Sea un sistema de partículas, todas descriptas en un dado instante t por una misma función de onda ψ (ξ ) , que suponemos normalizada de acuerdo con ∫ | ψ |2 dξ =n (14.67) Si en la (14.66) reemplazamos los operadores ψˆ (ξ ) y ψˆ † (ξ ) por las funciones ψ (ξ ) y ψ * (ξ ) , respectivamente, la expresión que resulta es el valor medio de la energía del sistema cuando las n partículas están en el estado ψ (ξ ) . A partir de esto obtenemos una regla para deducir la forma del Hamiltoniano en el formalismo de la segunda cuantificación: se escribe la expresión del valor medio de la energía, expresándolo por medio de la función de onda de una partícula ψ (ξ ) , normalizada en la forma (14.65); luego se reemplazan ψ (ξ ) por el operador ψˆ (ξ ) y ψ * (ξ ) por ψˆ † (ξ ) , teniendo cuidado de escribir los operadores en el orden llamado normal, esto es con ψˆ † (ξ ) a la izquierda de ψˆ (ξ ) . Si el sistema está constituido por varias clases de Bosones, hay que introducir en el formalismo de segunda cuantificación los operadores â, aˆ † o bien ψ̂ , ψˆ † para cada clase de partículas. Es evidente que los operadores correspondientes a partículas de diferente clase conmutan entre sí. Segunda cuantificación de sistemas de Fermiones Todas las ideas básicas del método de segunda cuantificación se mantienen para los sistemas constituidos por Fermiones idénticos. En lo que hace a las expresiones concretas de los operadores que representan las magnitudes físicas, y los operadores de aniquilación y de creación, hay cambios, naturalmente. El espacio de números de ocupación para Fermiones La función de onda Ψn;n1 , n2 , … de un sistema de n Fermiones tiene la forma ψ r1 (ξ1 ) ψ r 2 (ξ1 ) … 1 Ψn;n1 , n2 , … = n! ψ ri (ξ1 ) … ψ rn (ξ1 ) ψ r1 (ξ2 ) ψ r 2 (ξ2 ) … ψ ri (ξ2 ) … ψ rn (ξ2 ) … ψ r1 (ξ j ) … ψ r 2 (ξ j ) … … … ψ ri (ξ j ) … ψ r1 (ξn ) … ψ r 2 (ξn ) … … … ψ ri (ξn ) (14.68) … … … … … ψ rn (ξ j ) … ψ rn (ξn ) donde hemos empleado la notación ψ r1,ψ r 2 ,…,ψ ri ,…,ψ rn para subrayar que los estados ocupados son todos diferentes. Dada la antisimetría de Ψn;n1 , n2 , … es importante establecer una convención para determinar su signo (esta cuestión no se plantea en el caso de Bosones, pues debido 213 14. Segunda cuantificación a la simetría de Ψ, el signo, una vez elegido, se mantiene para cualquier permutación de las ξi ). Para ello vamos a convenir en numerar consecutivamente de una vez y para siempre todos los estados ψ i de una partícula. En base a tal numeración, llenaremos las líneas del determinante (14.68) en orden de ri creciente, esto es: r1 < r 2 < r 3 < … < rn (14.69) y la columnas las llenaremos con funciones de diferentes variables, en el orden ξ1, ξ2 , … , ξn . No puede haber dos números iguales entre r1, r2 , … , rn , pues el determinante sería nulo. En otras palabras, los números de ocupación ni pueden valer solamente 0 ó 1. Elementos de matriz de operadores en el espacio de números de ocupación Consideremos un operador de la forma (14.15), esto es F (1) = ∑ fa(1) (14.70) a donde fa(1) es el operador de una partícula correspondiente a la partícula a, esto es, que opera sobre las variables ξa . Por las mismas razones que invocamos antes, los únicos elementos de matriz no nulos de F (1) son: (a) los elementos diagonales, que corresponden a que los números de ocupación ni no cambian, (b) aquellos elementos fuera de la diagonal tales que uno de los números de ocupación ( ni ) pasa de 0i a 1i y otro ( nk ) disminuye de 1k a 0 k (ponemos los subíndices para que quede claro a qué estado se refiere cada número de ocupación). Para los elementos diagonales es fácil ver (no haremos los cálculos) que se obtiene un resultado análogo al que obtuvimos antes para los Bosones, esto es i F (1) = ∑ ni f (1)i (14.71) i La única diferencia de la (14.71) respecto de la (14.18) es que los números de ocupación ni de los Fermiones pueden tomar solamente los valores 0 y 1. Consideremos ahora el elemento de matriz no diagonal 1 ,0 F (1)0ii ,1kk = (Ψn;n1 , … , 1i , … , 0 k , …, F (1)Ψn;n1 , … , 0 i , … , 1k , … ) = ∑ (Ψn;n1 , … , 1i , … , 0 k , …, fa(1)Ψn;n1 , … , 0 i , … , 1k , … ) (14.72) a En la (14.70) Ψn;n1 , … , 1i , … , 0 k , … tiene la forma ψ r1 (ξ1 ) ψ r1 (ξ2 ) ψ r 2 (ξ1 ) ψ r 2 (ξ2 ) … … 1 Ψn;n1 , … , 1i , … , 0 k , … = n! ψ i (ξ1 ) ψ i (ξ2 ) … … ψ rn (ξ1 ) ψ rn (ξ2 ) … ψ r1 (ξa ) … ψ r 2 (ξa ) … … … ψ i (ξa ) … … … ψ rn (ξa ) Por supuesto no existe en (14.73) una fila ψ k , dado que nk = 0 . 214 … ψ r1 (ξn ) … ψ r 2 (ξn ) … … … ψ i (ξn ) … … … ψ rn (ξn ) (14.73) 14. Segunda cuantificación Del mismo modo Ψn;n1 , … , 0 i , … , 1k , … está dado por ψ r1 (ξ1 ) ψ r 2 (ξ1 ) … 1 Ψn;n1 , … , 0 i , … , 1k , … = n! ψ k (ξ1 ) … ψ rn (ξ1 ) ψ r1 (ξ2 ) ψ r 2 (ξ2 ) … ψ k (ξ2 ) … ψ rn (ξ2 ) … ψ r1 (ξa ) … ψ r 2 (ξa ) … … … ψ k (ξa ) … … … ψ r1 (ξn ) … ψ r 2 (ξn ) … … … ψ k (ξn ) … … … ψ rn (ξa ) … ψ rn (ξn ) (14.74) y lógicamente no existe en (14.74) una fila ψ i . Al desarrollar estos determinantes conviene hacerlo por las filas i y k, respectivamente. Para ello es importante tener presente los signos de los adjuntos7 (o complementos algebraicos) de los elementos de dichas filas. Sea A(i, a) el adjunto del elemento ψ i (ξa ) del determinante (14.73), y B( k, a) el adjunto del elemento ψ k (ξa ) del determinante (14.74). Es fácil ver que los determinantes que resultan de suprimir la fila i en (14.73) y la fila k en (14.74), y la columna a en ambos son idénticos. Pero los adjuntos A(i, a) y B( k, a) corresponden a elementos que pertenecen a filas diferentes de (14.73) y (14.74). Sea Ti el número de orden de la fila ψ i en (14.73); claramente Ti es igual al número de estados ψ rj ocupados de la sucesión ψ 1,ψ 2 ,… con rj < i y por lo tanto i −1 Ti = ∑ nj (14.75) j =1 Luego el signo de A(i, a) está dado por ( −1)Ti + a y del mismo modo el signo de B( k, a) está dado por ( −1)Tk + a . Esto trae una diferencia de signo entre dichos adjuntos dada por ( −1)Tk − Ti , donde Tk − Ti es igual al número de estados ocupados de la sucesión ψ 1,ψ 2 ,… comprendidos entre ψ i y ψ k . En definitiva B( k, a) = ( −1)Tk − Ti A(i, a) = ( −1)Tk + Ti A(i, a) (14.76) pues es evidente que los signos que se pongan delante de Ti y Tk en (14.74) son irrelevantes. Calculemos un término de la suma (14.72), por ejemplo el que corresponde a fa(1) . Claramente, las únicas contribuciones no nulas provienen de los términos 1 ψ i (ξa ) A(i, a) y n! 1 1 ψ k (ξa ) B( k, a) = ( −1)Tk + Ti ψ k (ξa ) A(i, a) n! n! (14.77) de los desarrollos de Ψn;n1 , … , 1i , … , 0 k , … y de Ψn;n1 , … , 0 i , … , 1k , … , respectivamente. La contribución buscada es entonces (Ψn;1i , 0 k , fa(1)Ψn;0 i ,1k ) = 7 ( −1)Tk + Ti (1)i ( −1)Tk + Ti (ψ i (ξa ) A(i, a), fa(1)ψ k (ξa ) A(i, a)) = f k n! n (14.78) Sea D un determinante, y d(f,c) el determinante que se obtiene suprimiendo la fila f y la columna c de D. Entonces a(f,c) = (–1)f+c d(f,c) es el adjunto del elemento (f,c) de D. 215 14. Segunda cuantificación Para obtener este resultado, tenemos que recordar que el desarrollo de A(i, a) consta de (n − 1)! productos de las ψ rl (ξm ) , todos ortonormales. Puesto que en el elemento de matriz (14.71) hay n contribuciones iguales a la (14.77) obtenemos finalmente i 1 ,0 F (1)0ii ,1kk = ( −1)Tk + Ti f (1) k (14.79) Operadores de aniquilación y de creación de Fermiones Para que el operador de una partícula F (1) se pueda escribir en la forma (14.44), es preciso definir los operadores de aniquilación y de creación de Fermiones de manera que se respete el signo de la (14.79). Por lo tanto se debe tomar en cuenta qué lugar ocupa el estado de la partícula que se está aniquilando y cual ocupará el de la partícula que se está creando dentro de las listas r1 < r 2 < r 3 < … < rn de los estados ocupados del sistema, antes y después de la transición. Esto se logra con las siguientes definiciones: aˆiΨn;n1 , n2 , … , ni , … = ( −1)Ti ni Ψn −1;n1 , n2 , … , ni −1, … aˆi†Ψn;n , … , n , … = ( −1)Ti ni + 1 Ψn +1;n , … , n +1, … 1 i 1 (14.80) i Las (14.80) se pueden escribir más simplemente como aˆiΨn;n1 , n2 , … , 1i , … = ( −1)Ti Ψn −1;n1 , n2 , … , 0 i , … aˆi†Ψn;n , … , 0 , … = ( −1)Ti Ψn +1;n , … , 1 , … 1 i 1 (14.81) i los únicos elementos no nulos de la matriz que representa âi son, evidentemente, aˆi 0 i = (Ψn −1;n1 , … , 0 i , …, aˆiΨn;n1 , … , 1i , … ) = ( −1)Ti 1i (14.82) Recordando la definición (7.92) del adjunto de un operador es inmediato verificar que el operador de creación aˆi† definido por la (14.81) es, efectivamente, el adjunto de âi , y que sus elementos de matriz no nulos son 1 aˆi† 0i = (Ψn;n1 , … , 1i , …, aˆi†Ψn −1;n1 , … , 0 i , … ) = ( −1)Ti i (14.83) Consideremos ahora los elementos de matriz del operador i Fˆ (1) = ∑ f (1) k aˆi†aˆk (14.84) i, k entre los estados base del espacio de números de ocupación. Claramente, los únicos elementos no nulos son i 1 ,0 Fˆ (1)0ii ,1kk = (Ψn;n1 , … , 1i , … , 0 k , …, Fˆ (1) Ψn;n1 , … , 0 i , … , 1k , … ) = ( −1)Ti + Tk f (1) k (14.85) y por lo tanto Fˆ (1) coincide con F (1) . Consideremos ahora el efecto del operador nˆi = aˆi†aˆi sobre Ψn;n1 , n2 , …. Usando las definiciones (14.81) obtenemos de inmediato 216 14. Segunda cuantificación Ψn;n1 , n2 , … , 1i , … si ni = 1 nˆiΨn;n1 , n2 , … , ni , … = aˆ i†aˆiΨn;n1 , n2 , … , ni , … =  0 si ni = 0  (14.86) nˆiΨn;n1 , n2 , … , ni , … = aˆi†aˆiΨn;n1 , n2 , … , ni , … = niΨn;n1 , n2 , … , ni , … (14.87) es decir Por lo tanto n̂i es el operador número de partículas en el estado i. Asimismo, el operador nˆ = ∑ nˆi = ∑ aˆi†aˆi i (14.88) i es el operador número total de partículas, igual que para los Bosones. Veamos el efecto del operador aˆi aˆi† sobre Ψn;n1 , n2 , …. Claramente: 0 si ni = 1  aˆi aˆi†Ψn;n1 , n2 , … , ni , … =  Ψn;n1 , n2 , … , 1i , … si ni = 0 (14.89) Luego podemos escribir simplemente aˆi aˆi†Ψn;n1 , n2 , … , ni , … = (1 − ni )Ψn;n1 , n2 , … , ni , … (14.90) Además, de la (14.87) y la (14.90) resulta la siguiente relación entre los operadores de aniquilación y de creación del mismo estado de una partícula: aˆi aˆi† + aˆi†aˆi = 1 (14.91) Consideremos ahora el efecto del operador aˆi†aˆk ( i ≠ k ) sobre Ψn;n1 , n2 , …. Usando las definiciones (14.81) obtenemos de inmediato aˆi†aˆkΨn;n1 , n2 ,, … , 0 i … , 1k , … = ( −1)Tk + Ti Ψn −1;n1 , n2 , … , 1i , … , 0 k , … aˆi†aˆkΨn;n1 , n2 ,, … , 1k … , 0 i , … = −( −1) Tk + Ti si i < k Ψn −1;n1 , n2 , … , 0 k , … , 1i , … si i > k (14.92) Notar el signo – que aparece para i > k , que se debe a que al haber aniquilado la partícula que ocupaba el estado ψ k , la cantidad de estados ocupados con rj < i ha disminuido en una unidad. Por último calculemos el efecto del operador aˆk aˆi† ( i ≠ k , es el mismo producto que antes, pero en el orden inverso) sobre Ψn;n1 , n2 , …. Encontramos que aˆk aˆi†Ψn;n1 , n2 ,, … , 0 i … , 1k , … = −( −1)Tk + Ti Ψn −1;n1 , n2 , … , 1i , … , 0 k , … si i < k aˆk aˆi†Ψn;n1 , n2 ,, … , 1k … , 0 i , … = ( −1)Tk + Ti Ψn −1;n1 , n2 , … , 0 k , … , 1i , … si i > k (14.93) Resulta por consiguiente que aˆk aˆi† + aˆi†aˆk = 0 , i ≠ k (14.94) Las dos igualdades (14.91) y (14.94) se pueden resumir en una sola escribiendo para todo i, k: 217 14. Segunda cuantificación aˆk aˆ i† + aˆi† aˆ k = δ ik (14.95) Efectuando cálculos análogos es sencillo verificar también que para todo i, k se cumple que aˆk aˆi + aˆi aˆk = 0 , aˆk†aˆi† + aˆi†aˆk† = 0 (14.96) Las (14.95) y (14.96) se suelen llamar relaciones de anticonmutación, para distinguirlas de las relaciones de conmutación (14.42) que se cumplen para los Bosones. Vemos, por consiguiente, que los operadores de aniquilación y creación de Fermiones son anticonmutativos, a diferencia de los operadores de aniquilación y creación de Bosones, que son conmutativos. Es importante destacar otra diferencia entre los operadores de aniquilación y creación de Bosones y de Fermiones. Los operadores âi , âk de Bosones son completamente independientes: cada uno de ellos opera sobre una sola variable ni y el resultado de su acción no depende de los valores de los demás números de ocupación. Para los Fermiones, en cambio, el efecto del operador âi no depende solamente del número de ocupación ni , sino que también depende de los números de ocupación de todos los estados ψ j precedentes ( j < i ), como resulta de la definición (14.81). Por este motivo, la acción de operadores âi , âk distintos no se puede considerar independiente. Operadores en el espacio de números de ocupación y operadores del campo de Fermiones Habiendo definido las propiedades de los operadores de aniquilación y creación de Fermiones en la forma precedente, todas las fórmulas desde la (14.43) hasta la (14.54) que obtuvimos para los Bosones subsisten íntegramente para los Fermiones. Los operadores del campo de Fermiones se definen (del mismo modo que para los Bosones) como ψˆ (ξ ) = ∑ψ i (ξ ) aˆi , ψˆ † (ξ ) = ∑ψ i* (ξ ) aˆi† (14.97) i i donde las variables ξ se consideran como parámetros. Del mismo modo que antes, se ve que ψˆ † (ξ ′) crea una partícula en el punto ξ ′ . Las reglas de anticonmutación de ψ̂ y ψˆ † se obtienen de inmediato a partir de las reglas de anticonmutación de âi y aˆi† . Es evidente que ψˆ (ξ ′)ψˆ (ξ ′′) + ψˆ (ξ ′′)ψˆ (ξ ′) = 0 , ψˆ † (ξ ′)ψˆ † (ξ ′′) + ψˆ † (ξ ′′)ψˆ † (ξ ′) = 0 (14.98) ψˆ (ξ ′)ψˆ † (ξ ′′) + ψˆ † (ξ ′′)ψˆ (ξ ′) = δ (ξ ′′ − ξ ′) (14.99) Por otra parte Las expresiones de los operadores de las magnitudes físicas de un sistema de Fermiones se expresan entonces en términos de ψ̂ y ψˆ † por medio de las ecuaciones (14.62) a (14.66), que no reproducimos aquí. Si el sistema está constituido por diferentes especies de Fermiones y Bosones, hay que introducir para cada especie los correspondientes operadores de segunda cuantificación ( âi y aˆi† o bien ψ̂ y ψˆ † ). Los operadores de Fermiones conmutan con los operadores de Bosones. En cuanto a los operadores de Fermiones de distinta especie, dentro de los límites de la presente teoría no relativística, es licito suponer que conmuten, y también que anticonmuten. En ambos casos, la aplicación de la segunda cuantificación lleva a los mismos resultados. 218 14. Segunda cuantificación Sin embargo, puesto que eventualmente la teoría se va a extender al caso relativístico, en el cual se admiten las transmutaciones de partículas de una especie en otra, conviene postular que los operadores de segunda cuantificación de Fermiones de distinta especie anticonmutan. La conveniencia de proceder así resulta evidente si se tiene presente que a veces dos especies distintas se consideran como dos estados internos distintos de una única especie (como ocurre con el protón y el neutrón, que se consideran como distintos estados de una sola especie, el nucleón). Con estos resultados el lector puede por fin apreciar la elegancia y sencillez de la segunda cuantificación. Todo lo que hace falta para implementar el formalismo es conocer un sistema completo cualquiera ψ 1 (ξ ), ψ 2 (ξ ), … de autoestados de una partícula y los elementos de matriz i ik f (1) k , f ( 2 )lm , … , etc. de los operadores de interés. A partir de esos datos y mediante los operadores de aniquilación y creación âi y aˆi† apropiados (o bien por medio de los operadores del campo ψ̂ y ψˆ † ), se puede construir el espacio de números de ocupación E y calcular cualquier cantidad de interés para sistemas con un número arbitrario (que puede ser variable) de partículas idénticas. No hace falta ya preocuparse por los aspectos combinatorios que derivan de la estadística apropiada a Bosones y Fermiones porque los mismos se toman en cuenta automáticamente en los cálculos gracias a las relaciones de conmutación fundamentales (14.42), (14.59) y (14.61) para los Bosones y las relaciones de anticonmutación (14.95), (14.96), (14.98) y (14.99) para los Fermiones. Ecuaciones de movimiento para los operadores de campos de Fermiones y Bosones Recordemos que en el Capítulo 8 definimos el operador derivada total con respecto del tiempo dF / dt de un operador F por medio de la ec. (8.60), que podemos escribir como ih ∂F dF = [ F, H ] + ih ∂t dt (14.100) donde H es el Hamiltoniano del sistema. La (14.100) se reduce a ih dF = [ F, H ] dt (14.101) si F no depende explícitamente del tiempo. La (14.100) o la (14.101), según corresponda, es la ecuación de movimiento de F. Aplicaremos estas fórmulas para obtener la ecuación de movimiento de los operadores de aniquilación âi y de los operadores del campo ψˆ (ξ ) . Claramente âi no depende del tiempo, y puesto que las funciones básicas ψ i (ξ ) tampoco dependen del tiempo, ψˆ (ξ ) no depende explícitamente del tiempo. Por lo tanto corresponde usar la (14.101). El Hamiltoniano de nuestro sistema se puede escribir en la forma (14.51): j Hˆ = ∑ h(1)l aˆ †j aˆl + 12 j ,l jk ∑ v(2)lm aˆ †j aˆk†aˆl aˆm + … = Hˆ 1 + Hˆ 2 + … (14.102) j , k ,l , m Calculemos el conmutador [aˆi , Hˆ ] , para lo cual recordemos que para todo i, k se cumple aˆk aˆi† m aˆi†aˆk = δ ik , , aˆk aˆi m aˆi aˆk = 0 , aˆk†aˆi† m aˆi†aˆk† = 0 219 (14.103) 14. Segunda cuantificación donde los signos – corresponden a Bosones y los signos + a Fermiones. Aplicando las reglas (14.103) es muy sencillo verificar que tanto para Bosones como para Fermiones resulta que [aˆi , aˆ †j aˆl ] = δ ij aˆl , [aˆi , aˆ †j aˆk†aˆl aˆm ] = δ ij aˆk†aˆl aˆm + δ ik aˆ †j aˆm aˆl (14.104) donde el lector tiene que prestar atención al orden en que se escriben los operadores. Resulta entonces que i aˆi Hˆ 1 − Hˆ 1aˆi = ∑ h(1)l aˆl (14.105) l y que aˆi Hˆ 2 − Hˆ 2 aˆi = 1 2 ij ij ji ∑ (v(2)lm + v(2)ml ) aˆ †j aˆl aˆm = ∑ v(2)lm aˆ †j aˆl aˆm j ,l , m j ,l , m ij (14.106) ji puesto que v( 2 )lm = v( 2 ) ml , como se verifica fácilmente recordando la (14.48). De (14.105) y (14.106) resulta entonces la ecuación de movimiento para âi ih daˆi i = ∑ h(1)l aˆl + dt l ij ∑ v(2)lm aˆ †j aˆl aˆm (14.107) j ,l , m La ecuación de movimiento para los operadores del campo es ih dψˆ (ξ ) = [ψˆ (ξ ), Hˆ ] = ∑ψ i (ξ )[aˆi , Hˆ ] dt i i ij ( 1 ) = ∑ψ i (ξ )h l aˆl + ∑ψ i (ξ )v( 2 )lm aˆ †j aˆl aˆm (14.108) i, j ,l , m i,l Recordando la (14.57), el primer término del miembro derecho es i ⌠ i  ψ * (ξ ′)h(1)l ψ i (ξ )ψˆ (ξ ′) dξ ′ ∑ψ i (ξ )h(1)l aˆl =   ∑ l  ⌡  i,l i,l (14.109) Usando la (14.14) y la relación de clausura (7.75) resulta i ∑ψ i (ξ )h(1)l aˆl = h(1) (ξ )ψˆ (ξ ) (14.110) i,l Del mismo modo, usando la (14.48) y la relación de clausura (7.75) obtenemos con un poco de paciencia que ij ∑ψ i (ξ )v(2)lm aˆ †j aˆl aˆm = ∫ v(2) (ξ, ξ ′)ψˆ † (ξ ′)ψˆ (ξ ′) dξ ′ ψˆ (ξ ) (14.111) i, j ,l , m de modo que la ecuación de movimiento queda en la forma ih dψˆ (ξ ) = h(1) (ξ )ψˆ (ξ ) + ∫ v( 2 ) (ξ , ξ ′)ψˆ † (ξ ′)ψˆ (ξ ′) dξ ′ ψˆ (ξ ) = [h(1) (ξ ) + Vef (ξ )]ψˆ (ξ ) dt 220 (14.112) 14. Segunda cuantificación La (14.112) es una ecuación integrodiferencial en el espacio ordinario y en el tiempo, y se aplica tanto a Bosones como a Fermiones. Debido a la presencia del término de interacción Vef (ξ ) proveniente de Ĥ2 , se trata de una ecuación no lineal. Se puede interpretar que este término describe el efecto sobre una partícula de sus interacciones con las demás partículas. El potencial efectivo que describe dichas interacciones está dado por Vef (ξ ) = ∫ v( 2 ) (ξ , ξ ′)ψˆ † (ξ ′)ψˆ (ξ ′) dξ ′ (14.113) y se puede calcular solamente si se conoce previamente la solución de la (14.112). Esto sugiere el empleo de procedimientos iterativos para encontrar soluciones autoconsistentes de la ecuación del movimiento. Esas técnicas son, en efecto, de uso frecuente para resolver problemas de muchos cuerpos. Conexión de la segunda cuantificación con la Teoría Cuántica de Campos Si no hay interacciones entre las partículas, la (14.112) se reduce a ih dψˆ (ξ ) = h(1) (ξ )ψˆ (ξ ) dt (14.114) Esta ecuación es formalmente idéntica a la ecuación de Schrödinger para una partícula8 (ec. (7.10)): ih dψ (ξ ) = h(1) (ξ )ψ (ξ ) dt (14.115) Debemos recordar, sin embargo, que ψˆ (ξ ) es un operador del campo y no una función de onda ordinaria. La ecuación (14.114) se puede considerar como la versión cuantificada de la ecuación de Schrödinger (14.115), si interpretamos esta última como la ecuación de un campo clásico ψ (ξ ) (el campo que describe la onda asociada con una partícula, digamos, por ejemplo, un electrón). Este es precisamente el punto de contacto entre la Teoría Cuántica de Campos y la segunda cuantificación, que hemos desarrollado para tratar problemas de muchos cuerpos. De la segunda cuantificación a la Teoría Cuántica de Campos hay un solo paso, fundamentalmente de interpretación. Existen dos maneras equivalentes de dar ese paso. La primera toma como punto de partida las ecuaciones clásicas que describen un campo ψ (ξ ) (como la 14.115), e interpreta que dichas ecuaciones rigen la dinámica de los operadores del campo ψˆ (ξ ) y ψˆ † (ξ ) , operadores que cumplen las reglas de conmutación fundamentales (14.42), (14.59) y (14.61) si el campo describe Bosones o bien las relaciones de anticonmutación (14.95), (14.96), (14.98) y (14.99) si se trata de Fermiones. El campo queda entonces cuantificado, pues los operadores ψˆ (ξ ) y ψˆ † (ξ ) destruyen y crean partículas. Las partículas, es decir los cuantos del campo, aparecen o desaparecen de a una por vez (y no en fracciones arbitrariamente pequeñas). Que esto sea obvio para el electrón, se debe en realidad a que siempre hemos dado por sentado que se trata de una partícula, incluso cuando lo describimos por medio de una función de onda. No es igualmente obvio, sin embargo, para el campo de la radiación electro- 8 La notación que empleamos para los operadores del campo fue elegida precisamente teniendo presente esta identidad formal. 221 14. Segunda cuantificación magnética, que estamos acostumbrados a imaginar como una onda, aunque la evidencia experimental que discutimos en el Capítulo 4 muestra que en sus interacciones con la materia se comporta como un sistema de partículas (los fotones). La Teoría Cuántica de Campos toma en cuenta así los dos aspectos (onda y partícula) de los entes de escala atómica y subatómica, que quedan ambos incorporados a la esencia misma del formalismo, implementando de este modo el Principio de Complementaridad del cual hablamos al final del Capítulo 6. La segunda manera parte de considerar nuestro formalismo en el espacio de los números de ocupación. En esencia, dicho formalismo analiza un sistema de muchas partículas como un sistema mecánico dotado de infinitos grados de libertad, cada uno de los cuales está representado por uno de los estados básicos ψ 1 (ξ ), ψ 2 (ξ ), … de una partícula. Cada grado de libertad se puede excitar, lo que corresponde a que esté ocupado por una partícula (o más, si se trata de Bosones). De acuerdo con la segunda cuantificación, cada grado de libertad equivale formalmente a un oscilador armónico simple: recordemos en efecto que los estados excitados del oscilador se pueden obtener a partir del estado fundamental por aplicación reiterada del operador de subida a† (como hicimos en el Capítulo 9), del mismo modo que aplicando repetidas veces el operador de creación aˆi† podemos ir poblando con partículas el estado ψ i . De acuerdo con este punto de vista, el procedimiento a seguir para cuantificar un campo (por ejemplo el campo de la radiación electromagnética) consiste en analizar el campo en términos de un sistema ortonormal completo de autofunciones, esto es, de modos propios de oscilación (tal como hicimos en el Capítulo 4 para deducir la distribución de Planck), lo que equivale a representar el campo como una superposición de infinitos osciladores. Luego es preciso cuantificar esos osciladores, lo que se consigue postulando oportunas reglas de conmutación (o de anticonmutación) para los operadores de aniquilación y de creación âi y aˆi† . Ambas maneras de proceder son equivalentes, y llevan a los mismos resultados. Esto es lógico, dado que en realidad estamos describiendo la misma cosa, esto es, los estados de un sistema de muchas partículas, pero usando bases diferentes. En el primer caso, nuestras funciones básicas pertenecen al espectro continuo (las autofunciones del operador ξ) y en el segundo pertenecen al espectro discreto. Nuestro tratamiento ha sido no relativístico, lo cual limita el presente formalismo a sistemas de muchas partículas de interés para la Física del Estado Sólido y la Física Nuclear, pero excluye el estudio de procesos de alta energía, de interés para la Física de Partículas. No haremos en estas notas un tratamiento de la Teoría Cuántica Relativística de Campos. Pero se debe señalar que los pasos conceptuales que hay que dar para desarrollar dicha teoría son los mismos que hemos expuesto aquí. Se presentan importantes complicaciones, desde luego, pues es preciso modificar el formalismo para que sea covariante. En el tratamiento relativístico surge una importante diferencia respecto de lo que hemos visto aquí. En nuestro tratamiento hemos postulado la simetría de la función de onda de un sistema de Bosones, y su antisimetría para sistemas de Fermiones. Hicimos así porque es un dato de la realidad que los Fermiones cumplen el Principio de Pauli, mientras que cualquier número de Bosones pueden ocupar el mismo estado. Este postulado nos llevó a las relaciones fundamentales de conmutación para los Bosones y de anticonmutación para los Fermiones. Sin embargo, cabe señalar que en el marco de una teoría no relativística no estamos obligados a proceder así: en efecto, es posible formular una teoría consistente de muchas partículas postulando relaciones de conmutación (o de anticonmutación) para todas las clases de partículas, sean ellas de spin entero o semientero. La forma correcta de proceder no surge a partir de un requisito de consistencia ló222 14. Segunda cuantificación gica de la teoría, sino de la evidencia experimental. No es así, en cambio, en la Teoría Cuántica Relativística de Campos. En el marco de la teoría relativística es preciso satisfacer dos requerimientos9 sin los cuales la teoría es absurda y se debe descartar: • Los observables que corresponden a puntos del espacio-tiempo separados por una distancia tipo de espacio10 deben conmutar, de lo contrario se violaría el principio de causalidad. • La energía del sistema debe ser semidefinida positiva. Resulta entonces que si se intenta cuantificar un campo de spin entero por medio de relaciones de anticonmutación, se viola el primer requerimiento. Por lo tanto la consistencia de la teoría obliga a cuantificar los campos de spin entero por medio de conmutadores. También se encuentra que si se trata de cuantificar un campo de spin semientero por medio de relaciones de conmutación, se viola el segundo requerimiento. Luego la consistencia de la teoría obliga a cuantificar los campos de spin semientero por medio de anticonmutadores. Este es pues el origen de la relación entre spin y simetría de intercambio que mencionamos en el Capítulo 13. El método de Hartree-Fok En el Capítulo 12 mencionamos el método de Hartree del campo autoconsistente, con el cual se calculan en forma aproximada las energías de los estados fundamentales de átomos con varios electrones. Dicha aproximación tiene el defecto que las funciones de onda de varios electrones usadas en el cálculo no están antisimetrizadas como corresponde. Como un ejemplo de la aplicación de la segunda cuantificación vamos a presentar el método de Hartree-Fok11, que es una mejora del método de Hartree, que toma en cuenta la correcta simetría de intercambio de las funciones de onda del sistema. El método se aplica no sólo a los átomos sino también a todo sistema de muchos Fermiones que interactúan de una forma cualquiera. Por lo tanto nuestra presentación será general, y sólo al final la particularizaremos al caso de los átomos. Consideremos entonces un sistema de n Fermiones descripto por el Hamiltoniano Hˆ = α′ ∑ h(1)α α ,α ′ bˆα† ′ bˆα + 1 2 α ′β ′ ∑ v(2)αβ α , β ,α ′, β ′ bˆα† ′ bˆβ† ′ bˆα bˆβ (14.116) Aquí b̂α y bˆα† ( α = 1, 2,…) son los operadores de aniquilación y creación de una sistema ortonormal completo de autoestados φα de una partícula, correspondientes a un observable cualquiera. Lo que nos interesa es encontrar una nueva base ψ 1, ψ 2 , … con operadores de aniquilación y creación âk y aˆk† , tales que el estado Ψn = aˆn†aˆn†−1 … aˆ2†aˆ1†Ψ0 (14.117) donde Ψ0 es el estado de vacío, tenga la propiedad que el valor esperado de Ĥ sea el mínimo. Claramente, el estado fundamental verdadero de Ĥ no es Ψn , pero se puede pensar que será una combinación lineal de estados de n partículas en la cual Ψn es el término dominante, y en tal caso el valor medio de Ĥ en el estado Ψn : 9 Formulados por W. Pauli. En la teoría no relativística estos requerimientos se satisfacen siempre. 10 Esto es que ninguno de los dos puntos estén dentro del cono de luz del otro. 11 El físico ruso Vladimir Fok fue quien desarrolló la extensión del método de Hartree de la que nos estamos ocu- pando aquí. 223 14. Segunda cuantificación (Ψ , Hˆ Ψn ) Hˆ = n (Ψn ,Ψn ) (14.118) será una buena aproximación (por exceso) de la energía del estado fundamental del sistema. En la nueva base tendremos que k Hˆ = ∑ h(1)l aˆk†aˆl + 12 k ,l qr ∑ v(2)st aˆq†aˆr†aˆs aˆt (14.119) q , r , s, t Si Ψn es tal que minimiza el valor esperado de Ĥ , entonces para todo Ψn′ = Ψn + δΨn , donde δΨn es una variación infinitesimal cualquiera de Ψn se debe cumplir que (Ψ ′, Hˆ Ψn′ ) (Ψn , Hˆ Ψn ) δ Hˆ = n − =0 (Ψn′,Ψn′ ) (Ψn ,Ψn ) (14.120) Si despreciamos términos del segundo orden y usamos la propiedad Hermitiana de Ĥ , la (14.120) nos lleva a la condición (Ψn ,Ψn )[(Hˆ Ψn ,δΨn ) + (δΨn , Hˆ Ψn )] − (Ψn , Hˆ Ψn )[(Ψn ,δΨn ) + (δΨn ,Ψn )] = 0 (14.121) Consideremos ahora la variación de Ψn . Evidentemente δΨn se obtiene de resultas de un cambio desde la base ψ 1, ψ 2 , … a la base ψ 1′ , ψ 2 ′ , … , en la cual los nuevos operadores de creación aˆk†′ están dados por aˆk†′ = aˆk† + δaˆk† = ∑ aˆ †j (δ jk + iε jk ) (14.122) j donde las ε jk son cantidades pequeñas ( | ε jk | << 1 ) y el factor i se introdujo para asegurar que la transformación ψ 1, ψ 2 , … → ψ 1′ , ψ 2 ′ , … sea unitaria. De la (14.122) resulta δaˆk† = i ∑ aˆ †j ε jk (14.123) j La variación general δΨn se puede expresar entonces como una combinación lineal de variaciones independientes δΨ jk = ε jk aˆ †j aˆkΨn (14.124) donde se debe tener presente que âk aniquila un Fermión de uno de los estados ocupados ψ 1, … ψ n y aˆ †j crea una partícula en uno de los estados previamente desocupados ψ n+1, …. La unitariedad de la transformación (14.122) requiere que los coeficientes ε jk formen una matriz Hermitiana, pero esto no trae restricciones puesto que por el principio de exclusión resulta que δΨkj = ε kj aˆk†aˆ jΨn = 0 (14.125) dado que el estado j = n + 1,… está vacío y el estado k = 1,…, n está ocupado. Luego el requerimiento ε kj = ε *jk no restringe las posibles variaciones, cuya independencia está asegurada. Las 224 14. Segunda cuantificación variaciones con j = k no cambian el estado y por lo tanto son irrelevantes. En consecuencia basta considerar las variaciones δΨn de la forma (14.124) que son ortogonales al “mejor” estado Ψn de la forma (14.117). Volviendo ahora a la condición (14.121), vemos que (Ψn , δΨn ) y (δΨn ,Ψn ) son combinaciones lineales de términos de la forma (Ψn , δΨ jk ) y (δΨ jk ,Ψn ) , y son nulos puesto que nuestras variaciones son siempre ortogonales a δΨn . Además (Ψn ,Ψn ) = 1 , y por lo tanto la (14.121) se reduce a las siguientes condiciones ( Hˆ Ψn , δΨ jk ) + (δΨ jk , Hˆ Ψn ) = 0 con j = n + 1,… y k = 1,…, n (14.126) Si ahora usamos la expresión (14.119) de Ĥ en las (14.126) es fácil ver (con un poco de orden y paciencia) que se obtienen las condiciones j j (1) h(1) k + vef = 0 con k j = n + 1,… y k = 1,…, n (14.127) donde los n j jt jt (1) vef = ∑ (v( 2 ) kt − v( 2 )tk ) k (14.128) t =1 (1) se pueden pensar como los elementos de matriz de un “potencial efectivo” vef de una partícula debido a sus interacciones con las demás. En las (14.127) y (14.128) los índices k y t recorren solamente los estados ocupados, mientras que j recorre únicamente los estados desocupados. Conviene introducir el Hamiltoniano efectivo de una partícula como el operador n jt jt (1) hHF = h(1) + vef = h(1) + ∑ (v( 2 ) kt − v( 2 )tk ) (14.129) t =1 En términos de hHF las condiciones (14.127) se escriben en la forma compacta (ψ j , hHFψ k ) = 0 (14.130) Las condiciones (14.130) se satisfacen si las ψ k y las ψ j son autofunciones de hHF , es decir si son soluciones del problema de autovalores hHFψ k = ekψ k (14.131) Las (14.131) son las ecuaciones de Hartree-Fok. De las mismas resulta de inmediato que k k k n kt kt (1) (ψ k , hHFψ k ) = h(1) k + vef = h(1) k + ∑ (v( 2 ) kt − v( 2 )tk ) = ekψ k k (14.132) t =1 Se debe notar que los estados ocupados en (14.127), (14.129) y (14.132) no son arbitrarios, pues se deben elegir entre los autoestados (14.131) de manera de minimizar el valor esperado de Ĥ . Frecuentemente la mejor elección se obtiene usando las autofunciones correspondientes a los n autovalores ek más bajos. 225 14. Segunda cuantificación Es interesante ver que el mínimo del valor esperado de Ĥ no es igual a la suma de las energías ek de partícula individual de los estados ocupados. En la aproximación de Hartree-Fok la energía del estado fundamental está dada por n En = Hˆ = (Ψn , Hˆ Ψn ) = = 1 2 k =1 n n k (ek + h(1) k ) k =1 ∑ = n k ∑ h(1)k + 12 ik i, k =1 n ik (v( 2 )ik i, k =1 ∑ ek − ∑ k =1 1 2 ik ∑ (v(2)ik − v(2)ki ) (14.133) ik − v( 2 ) ki ) Este resultado es razonable pues al sumar los ek estamos contando dos veces la contribución que proviene de las interacciones entre las partículas. (1) A los efectos prácticos del cálculo de los elementos de matriz del potencial efectivo vef , es útil escribirlos en términos del sistema completo original de autoestados φα ( α = 1, 2,…), en el cual ψ k = ∑ φα (φα ,ψ k ) (14.134) α si en la base original bˆα† la interacción es diagonal, o sea si α ′β ′ v( 2 )αβ = vαβ δα ′α δ β ′β (14.135) es fácil ver que se obtiene j n jt jt (1) vef = ∑ (v( 2 ) kt − v( 2 )tk ) k t =1 n = ∑ ∑ (ψ j , φα )(ψ t , φ β )vαβ (φβ ,ψ t )(φα ,ψ k ) t =1α , β (14.136) n − ∑ ∑ (ψ j , φα )(ψ t , φ β )vαβ (φα ,ψ t )(φ β ,ψ k ) t =1α , β Las ecuaciones de Hartree-Fok (14.131) se escriben entonces como n hHFψ k = h(1)ψ k + ∑ ∑ φα (ψ t , φβ )vαβ (φβ ,ψ t )(φα ,ψ k ) t =1α , β (14.137) n − ∑ ∑ φα (ψ t , φβ )vαβ (φα ,ψ t )(φ β ,ψ k ) = ekψ k t =1α , β y multiplicando escalarmente por φα resulta β n ∑ h(1)α (φβ ,ψ k ) + ∑ ∑ (ψ t , φβ )vαβ (φβ ,ψ t )(φα ,ψ k ) β t =1 β (14.138) n − ∑ ∑ (ψ t , φβ )vαβ (φα ,ψ t )(φβ ,ψ k ) = ek (φα ,ψ k ) t =1 β 226 14. Segunda cuantificación El aspecto de las ecuaciones de Hartree-Fok es engañosamente simple, y la tarea necesaria para resolverlas dista mucho de ser trivial. Las (14.131) aparentan ser un problema común de auto(1) , que intervienen en el Hamiltoniano efectivo hHF valores, pero los elementos de matriz de vef no se pueden calcular si no se conocen previamente las n autofunciones apropiadas ψ k , soluciones de las mismas (14.131). Se trata por lo tanto de un sistema de n ecuaciones integrodiferenciales no lineales que se deben resolver simultáneamente en forma iterativa, a partir de un conjunto de n estados “de prueba” ocupados ψ t . Usando estos estados de prueba se comienza el proceso, calculando los elementos de matriz (14.136) y luego se resuelven las ecuaciones de Hartree-Fok (14.137). Si se tiene la suerte que la elección de las ψ t fue acertada, habrá n de las soluciones de (14.137) que no diferirán mucho de las funciones de prueba elegidas. Si, como es más probable, las soluciones de las ecuaciones de Hartree-Fok no reproducen las funciones de prueba iniciales, se usan para la siguiente iteración las autofunciones correspondientes a los n (1) , y se repite el autovalores ek más bajos para calcular nuevamente los elementos de matriz de vef procedimiento hasta hallar un conjunto de n soluciones autoconsistentes. Generalmente se cuenta con buenos puntos de partida y por lo tanto las iteraciones convergen con razonable rapidez. Aplicación a un átomo con n electrones En este caso tenemos que h(1) = p 2 Ze2 − r 2m (14.139) El potencial de interacción v( 2 ) es diagonal en la representación coordenadas y se escribe v( 2 ) ( r , σ ; r ′, σ ′) = e2 | r − r′ | (14.140) Las ecuaciones de Hartree-Fok se escriben entonces en la forma Ze2 h2 2 ∇ ψ k (r,σ ) − ψ k (r,σ ) r 2m n 1 + e2 ∑ ∑ ⌠ ψ t ( r ′, σ ′)ψ k ( r , σ )dr ′  ψ t* ( r ′, σ ′) | r − r′ | t =1 σ ⌡ − e2 n (14.141) 1 ψ k ( r ′, σ ′)ψ t ( r , σ )dr ′ = ekψ k ( r , σ )  ψ t* ( r ′, σ ′) ∑∑⌠ ⌡ | r − r′ | t =1 σ con k = 1,…, n . Este sistema de ecuaciones integrodiferenciales acopladas es la aplicación más conocida de la teoría de Hartree-Fok. Si se ignora el último término del miembro izquierdo de la (14.141), que se debe a los elementos de matriz de intercambio de la interacción y se omite el término t = k en la suma sobre los elementos de matriz directos12, las ecuaciones que quedan son 12 Ese término representaría la interacción de un electrón consigo mismo. Obviamente, los términos con t = k de la suma directa y la suma de intercambio son idénticos y se cancelan, de modo que no tienen efecto. 227 14. Segunda cuantificación h2 2 Ze2 ∇ ψ k (r,σ ) − ψ k (r,σ ) 2m r + e2 n 1 ψ t ( r ′, σ ′)ψ k ( r , σ )dr ′ = ekψ k ( r , σ )  ψ t* ( r ′, σ ′) ∑ ∑⌠ | r − r′ | t =1,t ≠ k σ ⌡ (14.142) que no son otra cosa que las ecuaciones de Hartree. Antes del advenimiento de las veloces computadoras actuales, estas ecuaciones, más sencillas que las (14.141), tenían mayor interés práctico que las ecuaciones más precisas de Hartree-Fok. Este ejemplo muestra claramente las virtudes de la segunda cuantificación, su concisión y su elegancia. Piense el lector, en efecto, que sería harto engorroso (aunque no imposible) desarrollar los argumentos de esta Sección, si tuviéramos que escribir Ψn y δΨn explícitamente en forma de determinantes de Slater. Todo ese tedio se evita gracias a nuestro formalismo. Existen otras importantes e interesantes aplicaciones de la segunda cuantificación a problemas de muchos cuerpos, entre la cuales podemos citar el tratamiento de las interacciones de apareamiento en Física de Sólidos (el método de Bardeen, Cooper y Schrieffer para estudiar los pares de Cooper, que se relacionan con el fenómeno de la superconductividad) y en Física Nuclear (importantes para interpretar el origen de ciertos estados de excitación colectiva del núcleo atómico), la teoría de las ondas de spin y de los magnones, la teoría de perturbaciones en sistemas de muchos cuerpos, etc.. 228 15. Estadísticas Cuánticas 15. LAS ESTADÍSTICAS CUÁNTICAS El límite clásico Hemos visto en el Capítulo 13 que cuando las funciones de onda de dos partículas idénticas no se solapan, éstas se comportan como partículas clásicas, esto es distinguibles. Esto ocurre porque los efectos cuánticos de la indistinguibilidad se ponen de manifiesto solamente cuando hay solapamiento entre las funciones de onda. Consideremos entonces un sistema de n partículas que no interactúan entre sí y que ocupan un volumen V, y supongamos que están en equilibrio térmico a una temperatura T. De acuerdo con el Teorema de Equipartición de la Mecánica Estadística clásica1, la energía cinética media de traslación de cada partícula de masa m es entonces ε = 23 kT (15.1) donde k es la constante de Boltzmann, y el valor medio del impulso de una partícula es p = 2 mε = 3mkT (15.2) Luego su longitud de onda de Broglie, que da la medida de la extensión espacial del paquete de ondas que la describe, vale λB = h h = p 3mkT (15.3) Por otra parte, la distancia media l entre las partículas está dada por l = (V / n)1 / 3 (15.4) Por lo tanto, las partículas se podrán considerar distinguibles si se cumple que λB << l (15.5) nh3 << 1 V (3mkT )3 / 2 (15.6) esto es, si Esta es la condición de validez de la Mecánica Estadística Clásica. Si se cumple la (15.6), las partículas se comportan clásicamente, y se puede aplicar el Teorema de Equipartición. Esto es lo que ocurre con los gases en las condiciones habituales en la naturaleza y en el laboratorio. Sin embargo, cuando la temperatura es muy baja y/o cuando la densidad es muy elevada, la (15.6) no se cumple; entonces los resultados clásicos no son válidos y se manifiestan interesantes efectos cuánticos. Examinemos un poco más la condición (15.6), para entender mejor su significado. La probabilidad que una partícula se encuentre en un particular estado de energía de traslación ε i está dada por la distribución de Boltzmann 1 Ver el Capítulo 17 de Termodinámica e Introducción a la Mecánica Estadística. 229 15. Estadísticas Cuánticas pi = 1 − ε i / kT e Ztr (15.7) donde Ztr es la función de partición traslacional Ztr = ∑ e − ε i / kT (15.8) i que para una partícula clásica2 está dada por Ztr = V (2πmkT )3 / 2 h3 (15.9) Si nuestro sistema consta de n partículas el número de ocupación medio ni de cada estado ε i es ni = npi = nh3 e − ε i / kT V (2πmkT )3 / 2 (15.10) Por lo tanto, la condición (15.6) implica que ni << 1 (15.11) Luego en el límite clásico la gran mayoría de los estados de una partícula están vacíos, y sólo unos pocos están ocupados por una sola partícula. La probabilidad que un estado esté ocupado por dos o más partículas es insignificante. En este límite desaparece la diferencia entre Bosones y Fermiones: ambos se comportan como partículas clásicas, idénticas pero distinguibles. Cuando no se cumple la (15.6) (o lo que es lo mismo la (15.11)) hay que tomar en cuenta los efectos cuánticos, y eso es lo que haremos en este Capítulo. Pero primero queremos señalar dónde está la falla de la Estadística Clásica. La distribución de Boltzmann (15.7) es correcta, pues deriva de consideraciones generales sobre el equilibrio de un sistema bajo determinadas restricciones. El inconveniente está en la función de partición (15.9), que se calculó suponiendo que la probabilidad que una partícula ocupe un determinado estado no depende de si otras partículas están ocupando (o no) ese mismo estado. Sabemos que esto no es cierto, pues debido a la indistinguibilidad cuántica de las partículas idénticas hay correlaciones entre ellas, de distinto carácter según sean Bosones o Fermiones. Por este motivo las distribuciones que se obtienen para Bosones y Fermiones son diferentes. Pero cuando las condiciones del sistema son tales que las correlaciones cuánticas se tornan irrelevantes, ambas distribuciones coinciden con la distribución clásica de Maxwell-Boltzmann. La función de partición de un sistema de partículas idénticas sin interacción Para deducir las distribuciones apropiadas para los sistemas cuánticos conviene partir de la distribución gran canónica o distribución de Gibbs3, que se obtiene de considerar un sistema de volumen fijo V, sumergido en un baño calorífico a la temperatura T, y con el cual puede intercambiar partículas. En estas condiciones la energía E y el número de partículas n del sistema 2 La expresión (15.9) se obtiene en el Capítulo 17 de Termodinámica e Introducción a la Mecánica Estadística. 3 Ver el Capítulo 16 de Termodinámica e Introducción a la Mecánica Estadística. 230 15. Estadísticas Cuánticas fluctúan, pero en general dichas fluctuaciones son despreciables para un sistema macroscópico. El sistema se describe entonces en términos de T, V y del potencial químico µ. Usando la notación β = 1/ kT , la distribución de probabilidad correctamente normalizada de encontrar el sistema en un estado con n partículas cuya energía es En, r está dada por pn, r = e β ( µn − En, r ) Z (15.12) donde Z es la gran función de partición del sistema, dada por Z ≡ Z (T , V , µ ) ≡ ∑ e β ( µn − En, r ) (15.13) n, r A partir de Z se pueden obtener todas las propiedades termodinámicas del sistema. Consideraremos solamente un gas perfecto cuántico, es decir un sistema de partículas sin interacciones. En este caso el estado del sistema está especificado por los números de ocupación n1, n2 , … (15.14) de los estados de partícula individual ψ 1 (ξ ), ψ 2 (ξ ), …. Los ni son enteros no negativos tales que ∑ ni = n (15.15) i Vamos a suponer que los estados ψ i están ordenados por energía creciente4, esto es ε1 ≤ ε 2 ≤ … ≤ ε i ≤ … (15.16) Por lo tanto Z= ∑ e β [ µ (n1 + n2 +…)−(n1ε1 + n2ε 2 +…)] = ∏ Z i n1 , n2 , … (15.17) i donde hemos escrito Z i = ∑ e β ( µ − ε i )ni (15.18) ni y la sumatoria en Z i se extiende a todos los valores posibles de ni . Aquí vemos la ventaja de partir de la distribución de Gibbs, pues en el ensemble gran canónico los ni no están restringidos por la condición (15.15), y eso permite factorizar Z, porque la distribución estadística para cada estado de una partícula, dada por la (15.18), no depende de lo que ocurre con los demás estados5. Esta simplificación tiene su precio, sin embargo: tuvimos que introducir el potencial químico, que no conocemos de antemano y que hay que determinar a posteriori imponiendo la condición 4 5 En general debido a la degeneración de los niveles de energía hay muchos términos iguales en la sucesión (15.15). Este problema no existe en la estadística de Maxwell-Boltzmann pues al no considerar las correlaciones entre las partículas, la función de partición del ensemble canónico se factoriza sin dificultad. 231 15. Estadísticas Cuánticas ∑ ni = n (15.19) i es decir, la condición (15.15), pero restringida a los valores medios. Las distribuciones de Bose-Einstein y de Fermi-Dirac Las fórmulas anteriores valen tanto para sistemas de Bosones como de Fermiones. En lo que sigue vamos a indicar con B las fórmulas que valen para los Bosones y con F las que corresponden a Fermiones. En un sistema de Bosones ni puede tomar cualquier valor entero positivo a partir de 0. Por lo tanto, sumando la serie geométrica que resulta de (15.18) obtenemos Zi = 1 (ni = 0, 1, 2, … ) 1 − eβ ( µ −ε i ) B (15.20) En un sistema de Fermiones ni toma solamente los valores 0 y 1 y la (15.18) se reduce a Z i = 1 + eβ ( µ −ε i ) (ni = 0, 1) F (15.21) La probabilidad que el número de ocupación del estado i tenga el valor ni está dada por pi (ni ) = e β ( µ − ε i )ni Zi (15.22) y entonces el número de ocupación medio del estado i está dado por ni =  ∂ ln Z i   ∂µ  T ,V ∑ ni pi (ni ) = kT  todo ni (15.23) Usando la (15.20) y la (15.23) se obtiene la distribución de Bose-Einstein para los Bosones: ni = 1 e β (ε i − µ ) −1 B (15.24) B (15.25) donde el potencial químico se determina pidiendo que n = ∑ ni = ∑ i i 1 e β (ε i − µ ) −1 En la (15.25) pusimos n = n dado que las fluctuaciones se pueden suponer despreciables. Del mismo modo usando la (15.21) y la (15.23) se obtiene para Fermiones la distribución de Fermi-Dirac: ni = 1 e β (ε i − µ ) +1 y el potencial químico se encuentra a partir de la condición 232 F (15.26) 15. Estadísticas Cuánticas n=∑ i 1 e β (ε i − µ ) F +1 (15.27) A continuación vamos a estudiar el significado de estos resultados. El gas perfecto de Bosones De acuerdo con los resultados anteriores tenemos que para un gas de Bosones ni = 1 e β (ε i − µ ) −1 , n=∑ i 1 e β (ε i − µ ) −1 (15.28) Puesto que ni ≥ 0 siempre, se debe cumplir que ε i > µ para todo i. Por otra parte, el estado de más baja energía de una partícula libre tiene ε1 = 0 . Por lo tanto el potencial químico de un gas de Bosones es siempre negativo. La temperatura de degeneración Introduciendo la densidad de estados por unidad de intervalo de energía f (ε ) , la sumatoria de la segunda de las (15.28) se puede escribir como una integral ∞ ∞ f (ε )dε 2 m  3 / 2 ⌠ ε 1 / 2 dε  ⌠ = 2πV 2 ∑ e β (ε i − µ ) − 1 =  h   ⌡ e β (ε − µ ) − 1 ⌡ e β (ε − µ ) − 1 i 1 0 (15.29) 0 donde usamos la expresión (9.19) de f (ε ) , que se dedujo contando los estados estacionarios de una partícula libre de masa m que se mueve en una caja de volumen V, y hemos supuesto Bosones de spin nulo (si s ≠ 0 hay que multiplicar (15.29) por 2 s + 1 ). Tenemos por lo tanto ∞ n 2 m  3 / 2 ⌠ ε 1 / 2 dε  = 2π 2 h   V ⌡ e β (ε − µ ) − 1 (15.30) 0 Como el miembro izquierdo de la (15.30) no depende de T, µ (n, T ) debe ser tal que la integral en (15.30) sea independiente de T. Supongamos variar la temperatura del gas, con n / V constante. Es evidente que a medida que T disminuye, | µ | debe disminuir, hasta llegar a µ = 0 para una temperatura mínima Tc determinada por la condición ∞ n 2 m  3 / 2 ⌠ ε 1 / 2 dε  = 2π 2 h   V ⌡ eε / kTc − 1 (15.31) 0 Tc se denomina temperatura de degeneración, o de condensación, por motivos que veremos en breve. Para evaluar la integral hacemos el cambio de variable ε = kTc z y queda ∞ n  2πmkTc  3 / 2 2 ⌠ z1 / 2 dz =  π ⌡ ez − 1 V  h2  0 De tablas se encuentra que 233 (15.32) 15. Estadísticas Cuánticas ∞ 2 ⌠ z1 / 2 dz = ζ (3 / 2) ≅ 2.61239  π ⌡ ez − 1 (15.33) 0 donde con ζ (q ) indicamos la función Zeta de Riemann, definida por ζ (q) = ∞ 1 ∑ kq , Re(q ) > 1 (15.34) k =1 Resulta entonces que 1  nh3  Tc =   2πmk  ζ (3 / 2)V  2/3 (15.35) De la (15.35) obtenemos que 3/ 2 nh3  2π  = ζ 3 2 ( / ) ≅ 7.92  3 V (3mkTc )3 / 2 (15.36) Comparando (15.36) con la condición de validez (15.6) de la estadística clásica vemos que la anulación de µ del gas de Bosones a la temperatura Tc es un fenómeno netamente cuántico. La condensación de Bose-Einstein Puesto que µ < 0 siempre, parecería que no se puede enfriar a densidad constante un gas de Bosones hasta T ≤ Tc , lo que no es cierto pues la ec. (15.29) se cumple para T > Tc pero no para T ≤ Tc . El origen del problema es que en la (15.29) reemplazamos la suma discreta sobre los estados de una sola partícula por una integral. A medida que la temperatura del gas disminuye y se acerca a Tc el número de ocupación del estado ψ 1 , cuya energía es nula, comienza a aumentar rápidamente. Pero precisamente este estado no está tomado en cuenta en la (15.29) porque al reemplazar la suma por una integral, el factor ε 1 / 2 del integrando hace que se le asigne un peso nulo. Para temperaturas más altas, eso no trae aparejado un error significativo. Pero cuando la temperatura es muy baja no se puede omitir ψ 1 : lo correcto es conservar explícitamente su contribución, y reemplazar los demás términos por la integral6. En lugar de (15.30) escribiremos ∞ n= 1 e − βµ 2m 3 / 2 ε 1 / 2 dε + 2πV  2  ⌠ h   −1 ⌡ e β (ε − µ ) − 1 (15.37) 0 En esta ecuación n1 = 1 e − βµ −1 (15.38) es el número de partículas en el estado ψ 1 , con energía nula y cantidad de movimiento nulo, y 6 Se puede mostrar que siempre que n sea muy grande es suficiente tratar de manera especial solamente el primer término de la suma, y reemplazar todos los demás por la integral. 234 15. Estadísticas Cuánticas ∞ nε > 0 ε 1 / 2 dε 2m 3 / 2 = 2πV  2  ⌠ h   ⌡ e β (ε − µ ) − 1 (15.39) 0 es el número de partículas cuya energía y cantidad de movimiento no son nulos. Para T > Tc , tendremos que n1 << n y entonces lo podemos despreciar. Por lo tanto el potencial químico está dado con excelente aproximación por la ec. (15.30). Para T ≤ Tc , el potencial químico es negativo y muy próximo a 0, pero nunca se anula exactamente. Si T ≤ Tc , podemos usar la (15.39) con µ = 0 para calcular nε >0 con buena aproximación y se obtiene ∞ nε > 0 ∞ 3/ 2 2 m 3 / 2 ε 1 / 2 dε 2 ⌠ z1 / 2 dz  2πmkT  = ≅ 2πV  2  ⌠ V  h    h2  π ⌡ ez − 1 ⌡ e βε − 1 (15.40) 0 0 Dividiendo la (15.40) por la (15.32) obtenemos entonces una sencilla fórmula que nos da la fracción de partículas cuya energía y cantidad de movimiento no son nulos: nε > 0  T  =  n  Tc  3/ 2 (T < Tc ) (15.41) La partículas restantes están en el estado fundamental ψ 1 , y representan una fracción T n1 =1−   n  Tc  3/ 2 (T < Tc ) (15.42) del número total (Fig. 15.1). En síntesis, para T > Tc la fracción de partículas en el estado fundamental ψ 1 es despreciable. Cuando T < Tc , n1 / n crece rápidamente al disminuir T y tiende a 1 para T → 0 . Estas partículas tienen energía nula y cantidad de movimiento nulo. Luego no contribuyen a la presión7, y tampoco a la viscosidad del gas. El fenómeno de concentración de las partículas en el estado fundamental se llama condensación de Bose-Einstein. Un gas de Bosones se dice degenerado8 cuando presenta condensación de Bose-Einstein. Un gas de Bosones degenerado tiene cierta analogía con un vapor clásico en equilibrio con su líquido (de allí el término “condensación”). Por ejemplo, se puede ver que cuando T < Tc la presión de un gas de Bosones depende solamente de T y es independiente del volumen, de manera semejante a lo que ocurre en el equilibrio líquido-vapor. Se debe notar, sin embargo, que en la condensación de Bose-Einstein no hay una separación de fases en el espacio. Pero se puede interpretar que hay una separación de fases en el espacio de los impulsos, pues las partículas con energía y cantidad de movimiento nulas (la “fase condensada”) y las partículas con energía y cantidad de movimiento no nulas (la “fase vapor”) tienen propiedades muy diferentes. 7 En el cero absoluto la presión del gas de Bosones es nula. También es nula le entropía, de acuerdo con la Tercera Ley de la Termodinámica. 8 El término “degenerado” se usa aquí en un sentido diferente del que tiene cuando se habla de la degeneración de un nivel. 235 15. Estadísticas Cuánticas 1 n1 sn 1 TsTc Fig. 15.1. Condensación de Bose-Einstein: cuando T < Tc la fracción de partículas en el estado fundamental crece rápidamente al disminuir T, y tiende a 1 para T → 0 . Potencial químico de un gas de Bosones Para calcular las propiedades del gas de Bosones es preciso conocer el potencial químico. Para ello hay que resolver para µ (n, T ) la ec. (15.37), que con el cambio z = βε se escribe como n= 1 e − βµ 2 mkT + 2πV  2   h  −1 3/ 2 ∞ 1/ 2 ⌠ z dz  z − βµ −1 ⌡e (15.43) 0 La integral en (15.43) es un caso particular de las integrales de la forma general ∞ q −1 ⌠ z dz = m Γ (q ) Li ( mt ) , Re(q ) > 0  −1 z q ⌡ t e ±1 (15.44) 0 Aquí Li q (t ) es la función polilogarítmica, definida por la serie ∞ Li q (t ) = tk ∑ q k =1 k (15.45) Algunas propiedades útiles de Li q (t ) son: Li q (1) = ζ (q ) (q > 1) , Li q (t ) = t + O(t 2 ) , Notar que Li q (t ) diverge en t = 1 para q ≤ 1. Volviendo al cálculo de µ, vemos que la (15.43) se convierte en 236 Li q −1 (t ) d Li q (t ) = dt t (15.46) 15. Estadísticas Cuánticas n= 1 e − βµ 2πmkT  + V  h2  −1 3/ 2 Li 3 / 2 (e βµ ) (15.47) la cual, recordando que  2πmkTc   h2  3/ 2 n Vζ (3 / 2) (15.48) Li 3 / 2 (e βµ ) 1 , n1 = − βµ e −1 ζ (3 / 2 ) (15.49) = se escribe finalmente como n T 1= 1 +  n  Tc  3/ 2 Para un sistema macroscópico n es un número enormemente grande (del orden del número de Avogadro), de modo que n1 / n es despreciable frente a la unidad, para todo T ≥T c ; por lo tanto, tenemos que, con buena aproximación T 1=    Tc  3/ 2 Li 3 / 2 (e βµ ) ζ (3 / 2 ) (T > Tc ) (15.50) Invirtiendo esta relación obtenemos finalmente el potencial químico (Fig. 15.2). Se puede ver (no damos aquí los detalles) que en el intervalo 0 < T ≤ Tc , µ es negativo y no se anula nunca (salvo para T = 0); su valor absoluto es muy pequeño, siendo del orden de kT / n . 0 1 PskTc 2 3 4 1 2 TsTc 3 4 Fig. 15.2. Potencial químico de un gas de Bosones no interactuantes. Con la línea de trazos se muestra el valor clásico de µ, dado por la ec. (15.51). 237 15. Estadísticas Cuánticas El límite e βµ << 1 de la (15.50) permite obtener la expresión de µ para un gas perfecto clásico. Usando la segunda de las (15.46) obtenemos µclásico  1  T  3 / 2   V  2πmkT  3 / 2  kT = − = − kT ln  ln       h2   ζ (3 / 2)  Tc   n   (15.51) Los números medios de ocupación Es interesante calcular los números medios de ocupación, dados por la (14.28). La Fig. 15.3 muestra n(ε ) para diferentes temperaturas del gas. El gráfico es semilogarítmico pues así se aprecian mejor los apartamientos desde la distribución clásica de Maxwell-Boltzmann, que se representa por medio de rectas de pendiente 1/ kT . 100 10 1 1 1.5 2 n– 0.1 3 0.01 4 0.001 5 1 2 3 HskTc 4 5 6 Fig. 15.3. Número de ocupación medio en función de la energía del estado para un gas de Bosones. Las curvas corresponden a T / Tc = 1, 1.5, 2, 3, 4 y 5 . Se puede observar que las curvas para T / Tc = 3, 4 y 5 son prácticamente rectas, lo que indica que el comportamiento del gas para esas temperaturas es clásico, como es de esperar porque en esos casos n(ε ) es siempre mucho menor que la unidad. En cambio, las curvas correspondientes a T / Tc = 1, 1.5 y 2 se apartan de las rectas clásicas para ε por debajo de 2 - 2.5 kTc , donde n(ε ) ya no se puede despreciar frente a la unidad. El calor específico de un gas de Bosones Vamos a estudiar ahora el calor específico de un gas de Bosones. Recordando que nk = NR , donde N es el número de moles, tenemos que el calor específico molar está dado por c̃V = R  ∂E    nk  ∂T  V 238 (15.52) 15. Estadísticas Cuánticas Por lo tanto para determinar c̃V tenemos que calcular primero la energía interna del gas, dada por ∞ ∞ εf (ε )dε 2 m  3 / 2 ⌠ ε 3 / 2 dε  ⌠ E = ∑ ε i ni = ∑ β (ε − µ ) ≅ = 2πV 2 h   i − 1 ⌡ e β (ε − µ ) − 1 ⌡ e β (ε − µ ) − 1 i i e εi 0 (15.53) 0 Haciendo el cambio de variable βε = z y usando la (15.35) y la (15.44) resulta 3 nkT  T  E=   2 ζ (3 / 2)  Tc  3/ 2 Li 5 / 2 (e βµ ) (15.54) Aquí conviene considerar por separado los casos T <T c y T ≥T c . Cuando T <T c , podemos suponer que µ ≈ 0 y por lo tanto Li 5 / 2 (e βµ ) ≅ Li 5 / 2 (1) = ζ (5 / 2) . Resulta entonces que E = nk 3 ζ (5 / 2 ) T 5 / 2 2 ζ (3 / 2) Tc3 / 2 (T < Tc ) (15.55) y por lo tanto c˜V = 15 ζ (5 / 2)  T  R   4 ζ (3 / 2)  Tc  3/ 2 (T < Tc ) (15.56) Cuando T >T c , obtenemos de la (15.52) c˜V = 3 R T   2 ζ (3 / 2)  Tc  3/ 2  5 1  ∂µ    βµ βµ  µ  Li 5 / 2 (e ) − Li3 / 2 (e ) −      2  kT k ∂T n   (15.57) Para obtener la expresión de (∂µ / ∂T )n derivamos la (15.50). Resulta µ 1  ∂µ  3 Li 3 / 2 (e βµ ) −   = kT k  ∂T  n 2 Li1 / 2 (e βµ ) (15.58) Obsérvese que tanto µ como (∂µ / ∂T )n tienden a cero para T → Tc pues Li1 / 2 (t ) diverge en t = 1. Usando la (15.58) obtenemos finalmente 3 R T c˜V =   2 ζ (3 / 2)  Tc  3/ 2 βµ 2  5 βµ ) − 3 Li 3 / 2 (e ) e Li (   (T ≥ Tc ) 5/ 2 2 Li1 / 2 (e βµ )  2 (15.59) Cuando T = Tc tanto la (15.56) como la (15.59) convergen a c˜V (Tc ) = 15 ζ (5 / 2) R = 1.92567 R 4 ζ (3 / 2 ) En la Fig. 15.4 se muestra el comportamiento de c̃V . 239 (15.60) 15. Estadísticas Cuánticas 2 3s2 caV sR 1 1s2 1 2 3 TsTc Fig. 15.4. Calor específico molar a volumen constante de un gas de Bosones. La línea de trazos indica el valor clásico 3 R / 2 . Para T > Tc el calor específico del gas de Bosones es mayor que el valor clásico, y aumenta al disminuir T hasta alcanzar en Tc el máximo dado por la ec. (15.60). Al disminuir la temperatura por debajo de Tc , el calor específico del gas degenerado disminuye rápidamente con T. En T = Tc la derivada ∂c˜V / ∂T es discontinua. Es interesante comparar las propiedades que acabamos de estudiar con el comportamiento del 4 He líquido a bajas temperaturas. Como el 4He tiene spin cero cumple la estadística de BoseEinstein y por ser un gas inerte, las fuerzas interatómicas son las de van der Waals, que son muy débiles. Por ese motivo el helio se licúa a una temperatura muy baja (el punto normal de ebullición del 4He es de 4.2 ˚K), y sólo se solidifica bajo presiones muy grandes. Al enfriar el 4He líquido en contacto con su vapor, sus propiedades cambian bruscamente a T = 2.17 ˚K. Para T > 2.17 ˚K se comporta como un líquido normal, llamado helio I. Para T < 2.17 ˚K presenta propiedades muy llamativas, por ejemplo fluye por capilares muy finos como si no tuviese viscosidad. Esta forma se llama helio II, y sus características se describen por medio del modelo de dos fluidos, que trata el helio II como una mezcla de un fluido normal y otro superfluido, sin interacción viscosa entre sí. El fluido normal tiene todas las propiedades familiares de los fluidos. El superfluido, en cambio, tiene características muy curiosas: su entropía es nula, y no tiene viscosidad. El hecho que en un gas de Bosones degenerado hay dos clases de partículas cuyo comportamiento es muy diferente sugiere que las propiedades del helio II se relacionan con el fenómeno de la degeneración. Hay muchas analogías entre el helio II y el gas de Bosones degenerado, además de las que vamos a comentar. En la transición helio I-helio II se observa un comportamiento anormal del calor específico (Fig. 15.5). Como la curva experimental recuerda la letra griega λ (lambda), el paso de helio I a helio II se denomina transición λ, y la temperatura de transición se llama punto λ. La semejanza entre las Fig. 15.4 y 15.5 llevó a London9 a inter- 9 Fritz Wolfgang London y Walter Heitler desarrollaron en 1927 el primer tratamiento cuántico de la molécula de hidrógeno. F. London y su hermano Heinz formularon en 1935 le teoría fenomenológica de la superconductividad, un fenómeno estrechamente relacionado con la superfluidez. 240 15. Estadísticas Cuánticas pretar que la transición λ del 4He es una manifestación de la condensación de Bose-Einstein. Usando la ec. (15.35) calculó la temperatura de condensación de un gas perfecto de átomos de helio, para una densidad igual a la del helio I en el punto λ experimental. Con V / n = 27.6 cm3/mol obtuvo Tc = 3.13 ˚K, lo cual no está demasiado lejos del valor medido Tλ = 2.17 ˚K. 3.0 2.0 c (cal/g ˚K) 1.0 0.0 1.6 2.0 T (˚K) 2.4 2.8 Fig. 15.5. Comportamiento del calor específico del 4He, tal como resulta de las mediciones. Se puede apreciar la transición λ a T = 2.17 ˚K. Hay diferencias importantes entre el comportamiento del helio II y el gas de Bosones. Entre ellas se cuenta que la dependencia en la presión de la temperatura de transición es distinta. Además, las mediciones más precisas muestran que en el punto λ, c̃V no se mantiene acotado como ocurre para el gas de Bosones, sino que tiene un infinito logarítmico. Si embargo estas diferencias no deben sorprender, pues la teoría que hemos desarrollado corresponde a un gas perfecto, y no se puede aplicar tal cual al helio líquido, en el cual hay interacciones interatómicas, que (evidentemente) no se pueden ignorar. Por consiguiente es razonable concluir que la transición λ del 4 He es lo análogo para un líquido de la condensación de Bose-Einstein de un gas perfecto. Esta conclusión se refuerza si se tiene en cuenta que el 3He, cuyos átomos tienen spin 1/2 y por lo tanto son Fermiones, no presenta transición10 en el punto λ del 4He. La superconductividad (que no tratamos por razones de espacio) es un fenómeno análogo a la superfluidez. Según la teoría BCS (formulada en 1957 por John Bardeen, Leon N. Cooper y John R. Schrieffer), a temperaturas muy bajas los electrones de conducción se agrupan de a pares (pares de Cooper) formando una suerte de cuasimolécula. Como los pares se comportan como Bosones, se pueden condensar y esto explica las propiedades de los superconductores. 10 Para el 3 He, la superfluidez se observa a temperaturas inferiores a 3×10 –3 ˚K. Esto se debe a que a esas temperaturas tan bajas los átomos del 3He se unen formando pares, de igual modo que los electrones en un superconductor. Los pares tienen spin entero y por lo tanto obedecen a la estadística de Bose-Einstein. Tan pronto se forman los pares, éstos sufren una condensación, y por lo tanto todo lo dicho para el 4He se aplica también al 3He cuando éste se encuentra a temperaturas para las cuales se han formado los pares. 241 15. Estadísticas Cuánticas Durante muchos años se careció de evidencia directa de la existencia de la condensación de Bose-Einstein, aunque se creía que ocurría en el helio líquido. La situación cambió en 1995 cuando Michael H. Anderson, Jason Enscher, Michael Matthews, Carl Wieman y Eric Cornell, observaron la condensación de Bose-Einstein en un gas de 87Rb con una densidad de 2.5×1018 átomos/m3, enfriado por debajo de 0.17×10–6 ˚K. El gas estaba confinado por un campo magnético, y para detectar la condensación se desconectaba dicho campo y poco después se registraba la densidad espacial de las partículas. Aquellas cuya velocidad es apreciable se alejan rápidamente de la región de confinamiento, pero los átomos del condensado, cuya cantidad de movimiento es nula, permanecen en dicha región. Si hay muchas partículas en ese estado, se esperaba ver un pico de la densidad en la región donde el gas había estado confinado. Esto fue efectivamente observado, pero sólo si la temperatura está por debajo de Tc . Al enfriar el gas por debajo de Tc se encuentra que el pico se refuerza, tal como está previsto por la teoría. Ese mismo año, en forma independiente, Wolfgang Ketterle y sus colaboradores realizaron experimentos similares pero algo más sofisticados con átomos de sodio y de litio, y también observaron la condensación de Bose-Einstein. Por estos trabajos Cornell, Ketterle y Wieman fueron galardonados con el Premio Nobel para la Física en 2001. El gas de fotones y la radiación de cuerpo negro Vamos a estudiar ahora la radiación de cuerpo negro, considerándola como un gas perfecto de fotones en equilibrio térmico. De acuerdo con la hipótesis de Einstein (ver el Capítulo 4) vamos a suponer que los fotones son partículas de masa nula y energía dada por la ec. (4.16), esto es ε i = hν i (15.61) Como los fotones tienen spin 1, son Bosones y corresponde aplicar la estadística de BoseEinstein. Al usar la distribución (15.24) hay que tener en cuenta que los fotones pueden ser emitidos y absorbidos por las paredes de la cavidad (este es el mecanismo que garantiza el equilibrio de la radiación de cuerpo negro a T y V fijos), y entonces n no está determinado a priori, a diferencia del gas de Bosones que tratamos antes. En este caso n está determinado por la condición de equilibrio a T y V fijos11. Esto implica que el potencial químico del gas de fotones es idénticamente nulo. En efecto, para todo cambio espontáneo T y V fijos se cumple ∆F ≤ 0 (15.62) donde F es la función de Helmholtz. Luego en el equilibrio F es mínimo, lo que lleva a la condición necesaria (∂F / ∂n)T ,V = 0 . De aquí se obtiene entonces  ∂F  µ=  =0  ∂n  T ,V (15.63) Teniendo en cuenta este hecho la distribución (15.24) queda de la forma ni = 11 1 e βε i fotones −1 ver el Capítulo 8 de Termodinámica e Introducción a la Mecánica Estadística. 242 (15.64) 15. Estadísticas Cuánticas A partir de la (15.64) es muy sencillo deducir la distribución espectral de Planck. En efecto, recordemos que la densidad de estados por unidad de intervalo de frecuencia es (ec. (4.1)): N (ν ) = 8πV 2 ν c3 (15.65) Por lo tanto la densidad de energía u (ν , T ) (energía por unidad de volumen en el intervalo de frecuencia entre ν y ν + dν ) está dada por u (ν , T ) = V −1 N (ν )n (ε )ε (15.66) Sustituyendo (15.63) y (15.64) en (15.66) se obtiene la distribución espectral de Planck (ec. (4.12)). u (ν , T ) = 8πν 2 hν h / ν 3 c e kT − 1 (15.66) Es fácil verificar que el máximo de u (ν , T ) ocurre para ν = ν m = 2.82144 kT h (15.67) La (15.67) expresa la Ley de desplazamiento de Wien, que fue obtenida originalmente en la forma ν m ~ T en base a un argumento puramente termodinámico. Integrando la (15.66) sobre todas las frecuencias obtenemos la densidad de energía radiante ∞ ∞ E 8πh 8π 5k 4 4 ν3 dν = T = ∫ u (ν , T )dν = 3 ⌠  hν / kT V 0 15c3h3 c ⌡e −1 (15.68) 0 La (15.68) es la Ley de Stefan-Boltzmann12 E / V = ( 4σ / c)T 4 , y podemos entonces expresar la constante de Stefan-Boltzmann como σ= 2π 5k 4 15c 2 h3 (15.69) Es oportuno comentar brevemente el significado físico de la distribución (15.64) para aclarar algunos aspectos de la radiación mencionados en capítulos anteriores. La Fig. 15.6 muestra la distribución de Planck (15.66) y la Fig. 15.7 los números de ocupación medios (ec. (15.64)) por medio de curvas universales, obtenidas adimensionalizado le energía de los fotones con el factor kT y u (ν , T ) con el factor αT 3 , donde α = 60 hσ / π 4 k c . Para comparar, mostramos también en esas figuras la posición de ν m , y los resultados de la teoría clásica de Rayleigh-Jeans (líneas de trazos) y de la fórmula empírica de Wien mencionada en el Capítulo 4 (líneas de puntos). Por de pronto, comparando las Figs. 15.3 y 15.7 vemos que el comportamiento de n es análogo al de un gas de Bosones a T = Tc (pues en ambos casos µ = 0 ). Por lo tanto, cualquiera sea su temperatura, el gas de fotones se comporta de manera semejante a un gas de Bosones a T = Tc . 12 Ver el Capítulo 15 de Termodinámica e Introducción a la Mecánica Estadística. 243 15. Estadísticas Cuánticas 2 3 – usDT 1 1 2 3 4 hQskT 6 5 Fig. 15.6. La distribución de Planck. Representamos también la distribución de RayleighJeans (línea de trazos), que reproduce para bajas frecuencias el resultado de Planck, y la distribución de Wien (línea de puntos), que tiene el comportamiento correcto para frecuencias altas. 100 10 1 n– 0.1 0.01 0.001 1 2 3 4 hQskT 5 6 Fig. 15.7. Número medio de ocupación de los estados de fotones para la radiación de cuerpo negro. Las líneas de trazos y puntos corresponden a las fórmulas de Rayleigh-Jeans y de Wien, respectivamente. Comparando las Figs. 15.6 y 15.7 notamos que el ámbito de validez de la fórmula de Wien corresponde al rango de frecuencias para el cual n << 1, esto es, el rango en el cual los fotones 244 15. Estadísticas Cuánticas cumplen la condición (15.11) y entonces se comportan como partículas clásicas (esto es, distinguibles). En efecto, la fórmula de Wien no es otra cosa que la distribución clásica para un sistema de partículas de masa nula y energía ε = hν . Este rango, que podríamos llamar entonces de partícula clásica, abarca las frecuencias mayores que ≈ 2 kT / h y comprende un 80% de la energía radiante total. Para comprender lo que esto implica daremos algunos valores. La radiación electromagnética que proviene de casi todas las fuentes naturales es de origen térmico13 y su distribución espectral es, grosso modo, del mismo tipo que la del cuerpo negro. La luz solar corresponde a 5700 ˚K, y todos los fotones de longitud de onda más corta que la del cercano infrarrojo están en el rango ν > 2 kT / h ; para una temperatura de 300˚K, lo están todos los fotones de longitud de onda menor que unos 25 µm. Por lo tanto, del infrarrojo en adelante, los fotones provenientes de fuentes naturales se comportan como partículas clásicas, y se describen mediante paquetes o trenes de ondas que no se solapan; se trata entonces de radiación incoherente14. En estas condiciones los fenómenos de interferencia y difracción a que dan lugar se deben al comportamiento de cada fotón individual (cuyo paquete de ondas, por ejemplo, al pasar por las rendijas del experimento de Young interfiere consigo mismo). Asimismo, estos fotones interactúan con la materia de a uno por vez, como vimos en el Capítulo 4 al tratar el efecto fotoeléctrico, el efecto Compton y otros fenómenos. En cambio la Ley de Rayleigh-Jeans vale para frecuencias bajas, para las cuales n >> 1. En este rango el conjunto de los fotones que ocupan cada estado de energía ε i = hν i está descripto por un paquete de ondas que es una superposición coherente de los paquetes de onda individuales. Por este motivo, cuando n es muy grande los campos eléctricos y magnéticos del conjunto tienen las propiedades de una onda clásica, caracterizada por la fase, además de la frecuencia y la amplitud. Puesto que en este dominio los cuantos interactúan con la materia en conjuntos coherentes, es decir colectivamente y no individualmente, la noción misma de fotón pierde significación. De hecho, en este régimen los fotones son inobservables. El rango de onda clásica15 abarca las frecuencias por debajo de ≈ 0.01 kT / h y comprende menos del 3% de la energía radiante total. Para 5700 ˚K corresponde a λ > 0.025 cm y para 300˚K, λ > 0.5 cm. Los dos comportamientos que se acaban de comentar representan los casos extremos de altas y bajas frecuencias. La radiación térmica de frecuencias intermedias ( 0.01 kT / h < ν < 2 kT / h ) tiene parte de las características de onda clásica y parte de las características de partícula clásica, ya que la transición entre ambos regímenes es continua. Vemos así que la descripción cuántica de la radiación incorpora la dualidad onda-corpúsculo de la cual hablamos en el Capítulo 4, y le da un significado más preciso. Para terminar esta discusión de la radiación de cuerpo negro, observemos que si bien la presente deducción de la (15.66) y la que dimos en el Capítulo 4 son esencialmente equivalentes, hay una diferencia conceptual entre ellas que conviene subrayar. Mientras en el Capítulo 4 consideramos 13 Hay algunas excepciones, como por ejemplo la radiación de sincrotrón emitida por fuentes cósmicas (radiogalaxias y quasars). 14 Aquí estamos empleando los términos “coherente” e “incoherente” en un sentido algo diferente del habitual en la Óptica clásica. 15 Puesto que éste es el rango donde se ponen de manifiesto los efectos de la indistinguibilidad de los fotones, es aquí donde ocurren los efectos cuánticos de la estadística de los fotones. Desde este punto de vista se puede afirmar que la onda electromagnética clásica es, en realidad, un efecto cuántico debido a la presencia de muchos fotones coherentes. 245 15. Estadísticas Cuánticas que cada modo normal del campo de radiación está cuantificado, de modo que su energía toma solamente los valores discretos 0, hν , 2 hν , …, ahora estamos considerando la radiación como un sistema de partículas idénticas (los cuantos del campo, es decir los fotones), cada una de las cuales tiene una energía hν . La emisión y absorción de fotones La naturaleza Bosónica de los fotones tiene importantes consecuencias sobre los fenómenos de interacción entre la radiación y la materia. Si bien para el estudio detallado de estos procesos hace falta la Electrodinámica Cuántica (EDC), que no vamos a tratar en estas notas, es posible deducir algunos aspectos fundamentales de la interacción radiación-materia en base a argumentos sencillos, sin necesidad de invocar la EDC. Eso es lo que vamos a hacer aquí. Emisión y absorción de fotones y la distribución de Planck Nuestra deducción de la estadística (15.64) del gas de fotones se basó en la distribución de BoseEinstein, que se obtiene de la Mecánica Estadística considerando la distribución gran canónica de un sistema de Bosones en equilibrio a temperatura y volumen fijos, con el requerimiento adicional que el potencial químico del gas de fotones es nulo (porque la emisión y absorción de fotones por la materia determina el número total de fotones de la cavidad, de modo que éste no está determinado a priori). Vamos a mostrar ahora que se puede llegar a la (15.64) directamente, considerando explícitamente los procesos de emisión y absorción. eb eb hi = eb – ea hi = eb – ea ea ea emisión absorción Fig. 15.8. Dos estados estacionarios particulares ψ a y ψ b de un átomo. En la transición a → b el átomo absorbe un fotón de energía ε = hν = eb − ea . Viceversa, en la transición b → a el átomo emite un fotón de la misma energía. Sean dos estados estacionarios particulares ψ a y ψ b de un átomo de las paredes de la cavidad, de energías16 ea y eb , con ea < eb (Fig. 15.8). Entonces, en la transición a → b el átomo absorbe un fotón de energía ε = hν = eb − ea 16 (15.70) Aquí a y b indican el conjunto de los números cuánticos que identifican el estado. Para cada nivel de energía hay, en general, varios estados degenerados, pero nosotros estamos considerando ahora uno entre ellos en particular. 246 15. Estadísticas Cuánticas viceversa, en la transición b → a el átomo emite un fotón de la misma energía. Ahora bien, hay muchos estados fotónicos φi con energía ε (su número está dado por la (15.65)), que describen las diferentes direcciones de propagación y polarización del mismo. Nosotros estamos interesados ahora en uno sólo de ellos, correspondiente a una particular dirección de propagación y una polarización determinada, que designaremos con φk . Consideremos entonces una transición a → b en la cual el átomo que inicialmente está en el estado ψ a absorbe un fotón en el estado φk . La probabilidad Pa→ b que en la unidad de tiempo ocurra esta transición está dada por Pa→ b = pa Ta, nk → b, nk −1 (15.71) Aquí pa = e − βea / Z es la probabilidad que el átomo esté en el estado ψ a , y Ta, nk → b, nk −1 =| (ψ bΦ nk −1, hint, kψ aΦ nk ) |2 (15.72) es la probabilidad de transición por unidad de tiempo desde el estado inicial ψ aΦ nk al estado final ψ bΦ nk −1 del sistema (átomo + radiación17) y hint,k es el término del Hamiltoniano que describe la interacción del átomo con el fotón φk . Del mismo modo, la probabilidad Pb→ a que en la unidad de tiempo el átomo que se encuentra en el estado ψ b emita un fotón en el estado φk es Pb→ a = pb Tb, nk → a, nk +1 (15.73) donde pb = e − βeb / Z es la probabilidad que el átomo esté en el estado ψ b , y Tb, nk → a, nk +1 =| (ψ aΦ nk +1, hint, kψ bΦ nk ) |2 (15.74) es la probabilidad de transición del estado inicial ψ bΦ nk al estado final ψ aΦ nk +1 . No conocemos hint,k , pero claramente, es razonable suponer que debe ser de la forma † ˆ† hint, k = hint, k aˆk + hint, k ak (15.75) donde âk y aˆk† son los operadores de creación y de aniquilación de un fotón en el estado φk , cuyos elementos de matriz (ecs. (14.32) y (14.35)) son, respectivamente aˆk nnk −1 = (Φ nk −1, aˆkΦ nk ) = nk k n +1 y aˆk†nk k = (Φ nk , aˆk†Φ nk , ) = nk + 1 (15.76) 18 † y hint, k y su conjugado Hermitiano hint, k son operadores que actúan sobre las funciones de † onda del átomo. La forma exacta de hint, k y hint, k depende de las variables dinámicas que describen las cargas y corrientes eléctricas atómicas y de la función de onda φk del fotón que describe los campos electromagnéticos asociados con el mismo; veremos que para nuestros fines no hace falta conocerla en detalle. Sustituyendo entonces (15.75) y (15.76) en (15.72) resulta Ta, nk → b, nk −1 =| (ψ b , hint, kψ a ) |2 (Φ nk −1, aˆkΦ nk ) |2 = nk | (ψ b , hint, kψ a ) |2 (15.77) 17 En la designación de Φ damos por sobreentendidos los números de ocupación que no cambian en la transición. 18 Estos operadores describen la interacción de las cargas y corrientes atómicas con el campo electromagnético del fotón. 247 15. Estadísticas Cuánticas Haciendo las mismas sustituciones en (15.74) y observando que † 2 2 2 | (ψ a , hint, kψ b ) | =| ( hint, kψ a ,ψ b ) | =| (ψ b , hint, kψ a ) | (15.78) † † 2 2 2 Tb, nk → a, nk +1 =| (ψ a , hint, kψ b ) | | (Φ nk +1, aˆ kΦ nk ) | = ( nk + 1) | (ψ b , hint, kψ a ) | (15.79) obtenemos Se puede notar que las (15.77) y (15.79) implican que las probabilidades de transición por unidad de tiempo de un proceso y su inverso son iguales, es decir Ta, nk → b, nk −1 = Tb, nk −1→ a, nk (15.80) lo cual significa que en los procesos de emisión y absorción se cumple el principio del balance detallado que mencionamos en el Capítulo 14. Esto es consecuencia de la Hermiticidad de hint,k , que se advierte en la (15.75). La presencia de los factores nk y nk + 1 en (15.77) y (15.79) se debe a la naturaleza Bosónica del fotón. Ahora bien, si la radiación está en equilibrio térmico a la temperatura T se debe cumplir que Pa→ b = Pb→ a . Resulta por lo tanto que nk e βε k = nk + 1 (15.81) Es importante observar que puesto que Pa→ b y Pb→ a contienen ambos el factor (ψ b , hint, kψ a ) |2 , éste se cancela al imponer la condición Pa→ b = Pb→ a , lo cual implica que el mismo resultado (15.81) se obtiene al considerar las transiciones entre cualquier par de los estados atómicos degenerados de energías ea y eb que llevan a la emisión y absorción de un fotón φk . De la (15.81) obtenemos de inmediato nk = 1 e βε k −1 (15.82) que es la (15.64). Vemos por lo tanto que la distribución de Planck es una consecuencia de tres hechos: (a) que la dinámica de los procesos de emisión y absorción de fotones cumple con el principio del balance detallado, (b) que los fotones son Bosones y (c) que hay equilibrio térmico. La física de la interacción entre átomos y fotones: emisión espontánea y estimulada Imaginemos un átomo que está efectuando una transición del estado ψ a al estado ψ b en la cual absorbe un fotón φk de frecuencia ν = (eb − ea ) / h (o viceversa, una transición del estado ψ b al estado ψ a en la cual emite un fotón de esa frecuencia). En un instante dado durante la transición su estado está descripto por una función de onda de la forma Ψ (t ) = ca (t )ψ ae − iea t / h + cb (t )ψ be − ieb t / h (15.83) donde ca (t ) y cb (t ) son ciertos coeficientes que dependen del tiempo (no nos interesa por el momento la normalización de Ψ). La densidad de probabilidad es entonces proporcional a | Ψ (t ) |2 =| ca (t ) |2 | ψ a |2 + | cb (t ) |2 | ψ b |2 +2 Re[ca* (t )cb (t )ψ a*ψ be − i( eb − ea )t / h ] 248 (15.84) 15. Estadísticas Cuánticas y como se ve tiene una parte que oscila con la frecuencia ν = (eb − ea ) / h . Del mismo modo, si se calcula la corriente de probabilidad, se encuentra que contiene una parte que oscila con la misma frecuencia ν. Puesto que la densidad de probabilidad y la corriente de probabilidad están relacionadas con las distribuciones espaciales de carga y corriente eléctrica del átomo, vemos que el estado Ψ describe distribuciones de cargas y corrientes que oscilan con la misma frecuencia que lo hacen los campos electromagnéticos del fotón que está siendo absorbido (o emitido). Esta observación sugiere que el fenómeno de absorción (o de emisión) de radiación por parte de un átomo es análogo al aumento (o disminución) de la energía de un oscilador que está siendo forzado a oscilar por una fuerza aplicada, en resonancia con su frecuencia natural. Que el oscilador gane o pierda energía en este proceso, depende de la fase relativa entre sus oscilaciones y las de la fuerza excitadora. Esta es la imagen clásica de la absorción y emisión de radiación por parte de un átomo. De acuerdo con esta imagen es natural pensar que tanto la absorción como la emisión de radiación son procesos estimulados (o inducidos) por la presencia del campo de radiación de la frecuencia que corresponde a la transición, y que su probabilidad debe ser proporcional a la intensidad del mismo. Por otra parte los resultados anteriores (15.77) y (15.79) nos muestran que las probabilidades de transición por unidad de tiempo para la absorción y emisión de un fotón φk están dadas por Ta, nk → b, nk −1 = nk | (ψ b , hint, kψ a ) |2 Tb, nk → a, nk +1 = (nk + 1) | (ψ b , hint, kψ a ) |2 absorción emisión (15.85) Observemos que la intensidad del campo de radiación de frecuencia ν (y dirección de propagación y polarización correspondientes a φk ) es proporcional a la energía del mismo, esto es, a nk hν . Vemos por lo tanto que la tasa de absorción es efectivamente proporcional a la intensidad del campo, tal como esperábamos. No ocurre lo mismo con la emisión, cuya tasa resulta proporcional a nk + 1, lo que implica que el átomo puede emitir un fotón aún cuando la energía del campo de radiación de frecuencia ν es nula. Este es un resultado puramente cuántico, que proviene del principio de incerteza, que prohibe que el campo electromagnético sea estrictamente nulo19. Debido a ello, en ausencia de fotones el campo tiene igualmente fluctuaciones, y son estas fluctuaciones las que provocan la emisión del átomo cuando nk = 0 . Es lógico entonces escribir Tb, nk → a, nk +1 como la suma de dos contribuciones: la que se debe a la emisión espontánea provocada por las fluctuaciones de vacío del campo electromagnético y la emisión estimulada por los fotones φk presentes, esto es Tb, nk → a, nk +1 = Tbe, nk → a, nk +1 + Tbi, nk → a, nk +1 Tbe, nk → a, nk +1 = | (ψ b , hint, kψ a ) |2 emisión espontánea 2 i Tb, nk → a, nk +1 = nk | (ψ b , hint, kψ a ) | emisión estimulada 19 (15.85) Sin entrar en detalles, al tratar en forma cuántica el campo electromagnético, de acuerdo con los lineamientos expuestos en el Capítulo 14, se deben interpretar las ecuaciones de Maxwell como las ecuaciones de los operadores del campo. De resultas de ello las componentes de los campos E y B son operadores que satisfacen ciertas relaciones de conmutación, las cuales tienen como consecuencia (entre otras) que en el estado de vacío los campos eléctrico y magnético no son estrictamente nulos sino que fluctúan. 249 15. Estadísticas Cuánticas Por otra parte, como es obvio, la absorción es siempre estimulada. Tal como vimos anteriormente, el grueso del espectro de la radiación que proviene de fuentes naturales es incoherente pues corresponde a números de ocupación nk << 1. Por lo tanto la emisión estimulada es inobservable en esas condiciones: la emisión es en su totalidad espontánea. Veremos en breve bajo qué condiciones es posible observar la emisión estimulada y cuales son sus peculiares características. Los coeficientes de Einstein Las tasas según las cuales tienen lugar los procesos de absorción y emisión de radiación por parte de un átomo están determinadas, como acabamos de ver, por las probabilidades de transición. Cabe observar, sin embargo, que las probabilidades de transición que consideramos en la Sección anterior se refieren a transiciones entre dos particulares estados atómicos ψ a y ψ b , elegidos entre los ga estados degenerados del nivel ea y los gb estados degenerados del nivel eb , asociadas con la emisión o absorción de un fotón de energía ε = hν = eb − ea y con una determinada dirección de propagación y una dada polarización, correspondientes a un particular estado φk . Por otra parte el estudioso está muchas veces interesado en conocer la intensidad de la radiación de una dada frecuencia ν absorbida o emitida por un conjunto de muchos átomos debido a transiciones entre los niveles ea y eb , y no le importa saber en cuáles estados particulares ψ a y ψ b se encuentra cada átomo antes y después de la transición, ni tampoco en conocer la dirección de propagación y la polarización de los fotones involucrados. En este caso, las probabilidades de transición relevantes para la absorción (A) y la emisión (E) son TA = Tea → eb y TE = Teb → ea (15.86) donde Tea → eb es la probabilidad que el átomo que se encuentra en uno cualquiera de los estados del nivel ea efectúe una transición a uno cualquiera de los estados del nivel eb , sin que importe ni la dirección de propagación ni la polarización del fotón absorbido y Teb → ea es la probabilidad que el átomo que está en un estado del nivel eb efectúe una transición a un estado del nivel ea , cualesquiera sean la dirección de propagación y la polarización del fotón emitido. Estas probabilidades de transición se relacionan con las Ta, nk → b, nk −1 y Tb, nk → a, nk +1 dadas por la (15.77) y la (15.79) por medio de Tea → eb = 2 ∑ ∑ Ta,nk → b,nk −1 dk ga a b k∫ y Teb → ea = 2 ∑ ∑ Tb,nk → a,nk +1 dk gb a b k∫ (15.87) Aquí las sumas comprenden los ga estados degenerados del nivel ea y los gb estados degenerados del nivel eb , y la integral se extiende sobre todas las direcciones de propagación del fotón; el factor 2 toma en cuanta las dos polarizaciones del fotón, y la división por el factor de degeneración del estado inicial se debe a que hay que promediar sobre los diferentes estados iniciales degenerados puesto que todos ellos son igualmente probables. Es importante observar que debido a las transiciones originadas por los procesos radiativos y por las colisiones que ocurren en el medio, los estados atómicos no son estrictamente estacionarios, sino que tienen una “vida media” τ i , que depende del estado ψ i y de la densidad y temperatura del medio, que determinan la frecuencia de las colisiones. Por este motivo las energías de los estados atómicos están indeterminadas dentro de una incerteza ∆ei ≈ h / τ i . Por lo tanto las líneas espectrales (sea de emisión como de absorción) no son estrictamente monocromáticas, pues los 250 15. Estadísticas Cuánticas fotones provenientes de distintos átomos tienen energías que difieren en cantidades del orden de ∆ei . Las integrales en (15.87) se tienen que extender entonces sobre un intervalo de energías del fotón del orden de ∆e alrededor de ε. Esto da lugar a un perfil de línea de ancho no nulo, descripto por una función f (ν ) cuya forma precisa depende los procesos que determinan la vida media del nivel. La función f (ν ) tiene un máximo en ν = ν 0 = ε / h y tiende rápidamente a cero al crecer | ν − ν 0 | ; es habitual normalizarla de modo que ∞ ∫ f (ν )dν = 1 (15.88) 0 Para tratar estos problemas es útil emplear los coeficientes de Einstein, que se relacionan con TA y TE , y que se pueden determinar a partir de magnitudes fácilmente medibles. Así, escribiremos que la probabilidad que en ausencia de radiación el átomo que está en un estado del nivel eb emita espontáneamente un fotón de frecuencia comprendida entre ν y ν + dν está dada por Ab→ a f (ν )dν (15.89) donde Ab→ a es el coeficiente de Einstein de emisión espontánea, y representa la probabilidad que en la unidad de tiempo el átomo efectúe espontáneamente la transición b → a , cualquiera sea la frecuencia del fotón emitido. Supongamos ahora que el átomo está en presencia de radiación, cuya densidad espectral de energía es u(ν ) . La presencia del campo de radiación cambia la situación anterior de dos maneras: (a) si el átomo está en el nivel eb la probabilidad de la transición b → a cambia; (b) si el átomo está en el estado ea se torna posible la transición a → b por absorción de un fotón. Puesto que ambos efectos se deben al campo es lógico suponer que en el primer caso la probabilidad de emitir un fotón de frecuencia entre ν y ν + dν sea ahora [ Ab→ a f (ν ) + Bb→ au(ν ) f ′(ν )]dν (15.90) y en el segundo caso, la probabilidad de absorción sea Ba→ bu(ν ) f ′′(ν )dν (15.91) Las nuevas funciones f ′(ν ) y f ′′(ν ) tienen sus máximos en ν = ν 0 = ε / h , tienden rápidamente a cero al crecer | ν − ν 0 | y están normalizadas del mismo modo que f (ν ) . A priori, las tres funciones f, f ′ y f ′′ pueden ser diferentes, pero hay por lo menos un caso, aquél en que el átomo forma parte de un sistema en equilibrio termodinámico, en que f = f ′ = f ′′ y por ese motivo de supone que son siempre idénticas. Las cantidades Bb→ a y Ba→ b son, respectivamente, los coeficientes de Einstein de emisión estimulada y de absorción. Los coeficientes de Einstein son constantes características de los niveles a y b, y se pueden calcular teóricamente en términos de los elementos de matriz de hint, k usando las expresiones (15.87), o en su defecto se pueden determinar experimentalmente. Es fácil mostrar que entre los tres coeficientes de Einstein deben existir dos relaciones20, y por ese motivo una vez que se conoce uno de ellos se pueden calcular de inmediato los otros dos. En 20 Estas relaciones son consecuencia del principio del balance detallado y de la naturaleza Bosónica de los fotones. 251 15. Estadísticas Cuánticas efecto, consideremos la radiación en una cavidad y los átomos de sus paredes, en equilibrio termodinámico a la temperatura T. La relación entre el número de átomos en niveles a y b está dada por la distribución de Boltzmann Nb gb − β ( eb − ea ) gb − βε = e = e ga Na ga (15.92) El número de átomos que en la unidad de tiempo efectúan la transición b → a (por emisión tanto espontánea como estimulada, y suponiendo f = f ′ ) resulta ser ∞ Nb ∫ [ Ab→ a + Bb→ au(ν )] f (ν )dν = Nb [ Ab→ a + Bb→ au(ν 0 )] (15.93) 0 dado que u(ν ) varía muy lentamente con ν. Del mismo modo, el número de átomos que en la unidad de tiempo efectúan la transición a → b (suponiendo f = f ′′ ) es ∞ Na ∫ Ba→ bu(ν ) f (ν )dν = Na Ba→ bu(ν 0 ) (15.94) 0 En el equilibrio termodinámico estos números deben ser iguales entre sí, de modo que Nb Ba→ bu(ν 0 ) = Na Ab→ a + Bb→ au(ν 0 ) (15.95) Usando la (15.92) y omitiendo el subíndice 0, obtenemos Ba→ bu(ν ) gb − βε e = Ab→ a + Bb→ au(ν ) ga (15.96) La densidad espectral de energía radiante u(ν , T ) está dada por la (15.66) y entonces tenemos gb − βε = e ga Ba→ b (e βε − 1) Ab→ a 8πhν 3 c3 8πhν 3 + Bb→ a c3 (15.97) Esta ecuación vale para toda T; en particular, para T → ∞ se tiene que e βε → 1 y e − βε → 1 y por lo tanto se debe tener que gb Bb→ a = ga Ba→ b (15.98) Sustituyendo este resultado en la (15.97) se obtiene una identidad si Ab→ a = Bb→ a 8πhν 3 c3 (15.99) Las relaciones (15.98) y (15.99) son las relaciones buscadas. Las obtuvimos para el caso del equilibrio termodinámico, pero puesto que se trata de relaciones entre constantes valen siempre. 252 15. Estadísticas Cuánticas Relación entre los coeficientes de Einstein y las magnitudes macroscópicas La variación de la intensidad de un haz de radiación de frecuencia ν que atraviesa un espesor dx de un medio en el cual no tienen lugar procesos de emisión o de difusión es, por definición dI (ν ) = −κu(ν )dx (15.100) donde κ es el coeficiente de absorción. La contribución del haz a la densidad de energía radiante está dada por 4πI (ν ) / c , luego la variación de u(ν ) en el lapso dt = dx / c que emplea el haz en atravesar el espesor dx es du(ν ) = −κu(ν )c dt (15.100) Por otra parte, si la atenuación se debe a las transiciones a → b de los átomos que se encuentran en el nivel ea , usando la definición (15.91) del coeficiente de Einstein Ba→ b , se debe tener que du(ν ) = − hνNa Ba→ bu(ν )c dt (15.101) puesto que cada transición sustrae del haz un fotón de energía hν . Comparando (15.100) con (15.101) se obtiene la siguiente relación entre κ y Ba→ b : κ= hν Na Ba→ b c (15.102) En nuestro argumento no tomamos en cuenta, sin embargo, que el haz de radiación estimula la emisión de los átomos del nivel eb , que se manifiesta como una absorción negativa. Luego para obtener el verdadero coeficiente de absorción tenemos que restar del miembro derecho de la (15.102) la cantidad hν Nb Bb→ a / c . Por lo tanto el coeficiente de absorción correcto es κ′ =   hν  hν hν N B g N  ( Na Ba→ b − Nb Bb→ a ) = Na Ba→ b 1 − b b→ a  = Na Ba→ b 1 − a b  (15.103) c c Na Ba→ b  c gb Na    donde usamos la relación (15.98). Si los átomos están en equilibrio termodinámico a la temperatura T obtenemos entonces κ′ = hν Na Ba→ b (1 − e − hν / kT ) c (15.104) De momento que hemos incluido la emisión estimulada en el coeficiente de absorción, la emisividad j está dada solamente por la emisión espontánea. Por lo tanto j= 1 Nb Ab→ a hν 4π (15.105) de donde resulta, recordando las relaciones entre los coeficientes de Einstein, la Ley de Kirchhoff-Planck: j 2 hν 3 1 = 2 hν / kT = Bν (T ) c e κ′ −1 253 (15.106) 15. Estadísticas Cuánticas Si se ignora la emisión inducida, es decir, si se usa la expresión (15.102) del coeficiente de absorción en lugar de la (15.104), se obtiene en lugar de la (15.106) la expresión j 2 hν 3 − hν / kT = 2 e = Bν (T ) κ c (hν >> kT ) (15.107) que es una aproximación de la Ley de Kirchhoff-Planck que vale para hν >> kT , es decir en el límite en que los fotones se comportan como partículas clásicas. En el límite opuesto, cuando hν << kT , la emisión estimulada domina al punto que se puede ignorar la emisión espontánea. En este caso, de la (15.104) resulta que κ′ = h 2ν 2 Na Ba→ b ckT (hν << kT ) (15.108) a partir de la cual se obtiene la bien conocida relación de Rayleigh-Jeans para la relación entre la emisividad y el coeficiente de absorción j ν 2 = 2 kT   = Bν (T )  c κ′ (hν << kT ) (15.108) en este límite de onda clásica la constante de Planck no interviene en Bν (T ) . El efecto laser Consideremos la expresión (15.03) del coeficiente de absorción, que tiene validez general: κ′ =  g N  hν Na Ba→ b 1 − a b  gb Na  c  (15.109) ga Nb = 1 − e − hν / kT > 0 gb Na (15.110) En el equilibrio térmico tenemos que 1− de manera que κ ′ > 0 , lo que significa que la absorción domina sobre la emisión estimulada y por lo tanto el coeficiente de absorción es positivo, lo que significa que el haz de luz se atenúa al atravesar el medio. Sin embargo, en condiciones particulares, puede ocurrir que ga Nb >1 gb Na (15.111) y en este caso se tiene que la emisión estimulada domina sobre la absorción: el coeficiente de absorción es entonces negativo. De resultas de ello el haz de luz se amplifica al atravesar el medio. Este fenómeno se denomina efecto laser21 y toda fuente luminosa que aprovecha este efecto se denomina laser. Para que tenga lugar el efecto laser es preciso que las poblaciones de los niveles eb y ea que intervienen en la transición estén fuera del equilibrio térmico, de manera que 21 El término laser es un acrónimo derivado de la frase “light amplification by stimulated emission of radiation” que describe en inglés el fenómeno de la amplificación de luz por emisión estimulada de radiación. 254 15. Estadísticas Cuánticas se pueda satisfacer la condición (15.110). Dicho en pocas palabras, la población del nivel de más alta energía ( eb ) debe ser significativamente mayor que la que correspondería al equilibrio, circunstancia que en la jerga se denomina inversión de poblaciones. Hay diferentes técnicas22 para conseguir este resultado, que no vamos a comentar porque el lector interesado las puede estudiar en la literatura especializada. Aquí nos limitaremos a describir brevemente las peculiares características de la luz laser y algunos interesantes y novedosos fenómenos a que da lugar, debido a los cuales el laser es un fértil campo de investigación sea pura como aplicada, además de tener numerosas aplicaciones (que es imposible tratar en el breve espacio de estas notas). El elemento esencial de todo laser es el medio activo, que puede ser sólido, líquido o gaseoso, donde se produce la inversión de poblaciones de los niveles de interés mediante una técnica oportuna (descargas eléctricas, bombeo óptico, reacciones químicas, etc.). El funcionamiento del laser puede ser tanto continuo (como el familiar laser de He-Ne) como pulsado. En ambos casos el medio activo tiene que estar colocado dentro de un resonador óptico (esencialmente un interferómetro de Fabry-Pérot) que selecciona una particular dirección, de modo que los fotones emitidos en esa dirección atraviesan el medio activo muchas veces estimulando la emisión de más fotones en cada pasada. De esa forma la población de un particular estado fotónico φk se torna muy numerosa, y parte de la misma sale del dispositivo como un haz coherente (pues todos los fotones, que ocupan el mismo estado, están en fase entre si) y perfectamente colimado. Para muchas aplicaciones este haz es suficiente. Si se necesitan haces de mayor intensidad, se emplean dispositivos más complejos que consisten de cadenas cuyo eslabón primario es el laser que acabamos de describir (que se llama oscilador) el cual genera un haz que luego pasa sucesivamente por una serie de amplificadores, que son unidades cada una de las cuales contiene el medio activo, pero que a diferencia del oscilador no poseen resonador óptico. Como el nombre lo indica la función de estas unidades es amplificar el haz que sale del oscilador hasta alcanzar la intensidad que se desea. La radiación laser tiene características diferentes de la radiación que proviene de las fuentes naturales (térmicas). Puesto que los fotones están en el mismo estado, son coherentes (mientras que los que provienen de fuentes térmicas son mayormente incoherentes). Esto hace que se comporten como una onda electromagnética clásica (dado que nk >> 1) lo que permite, entre otras cosas, observar con suma facilidad los fenómenos de interferencia y difracción, que normalmente no se ponen en evidencia con la luz ordinaria a menos de tomar los particulares recaudos descriptos en los textos de Óptica a fin de evitar los efectos de la falta de coherencia de los fotones. La otra consecuencia de la coherencia es que los fotones de un rayo laser pueden interactuar colectivamente (y no sólo individualmente, como ocurre con la luz ordinaria) con la materia. Esto da lugar a fenómenos no lineales peculiares cuando la intensidad del haz laser es muy grande. Sin entrar en detalles, se puede decir que no hay límite (salvo en lo que se refiere al costo) a la potencia máxima del laser, y que enfocando el haz que produce es posible alcanzar enormes densidades de energía, imposibles de obtener con fuentes térmicas. Por ejemplo, con un laser 22 Si bien la emisión estimulada fue reconocida por Einstein en su famoso trabajo de 1917, tuvieron que pasar cuatro décadas antes que Charles Townes, A. I. Schawlow, Nikolay Basov y Aleksandr Prokhorov demostraran la posibilidad de construir un laser óptico y que en 1960 Theodore Maiman desarrollara el primer laser de rubí. Desde entonces el progreso fue vertiginoso, y hoy existe una gran variedad de laser que se emplean en las más variadas aplicaciones, en las que se aprovecha la altísima colimación, la coherencia y la gran potencia de la radiación laser. 255 15. Estadísticas Cuánticas pulsado de vidrio-Nd, que emite luz de λ = 1.06 µm, se han obtenido intensidades de 1018 W/cm2 en el foco23. Una sencilla cuenta muestra que esta intensidad corresponde a tener una densidad de energía de 200 eV/Å3 (1 Å3 es el orden de magnitud del volumen de un átomo), que implica campos eléctricos del orden de 1012 V/m. Sin necesidad de llegar a valores tan extremos, la interacción luz laser-materia con haces de gran intensidad se caracteriza porque se tiene siempre un gran número de fotones coherentes que interactúan simultáneamente24 sobre cada átomo iluminado por el haz. Ocurren entonces una variedad de fenómenos no lineales que no se observan con la luz ordinaria. Algunos de ellos han encontrado importantes aplicaciones. Mencionaremos aquí el efecto fotoeléctrico multifotónico, la excitación multifotónica y la ionización multifotónica de niveles atómicos. En el efecto fotoeléctrico producido con luz ordinaria (incoherente) cada fotoelectrón absorbe un único fotón y se cumple la relación de Einstein (4.18) entre la frecuencia de la radiación y la energía cinética Kmax de los fotoelectrones Kmax = hν − w0 (15.112) donde w0 es la función trabajo, que es una característica del metal empleado como fotocátodo. Si ν < ν 0 = w0 / h , los fotones no tienen energía suficiente para extraer fotoelectrones y no hay efecto fotoeléctrico, por grande que sea la intensidad (o sea el flujo de fotones) del haz de luz. Pero cuando los fotones son coherentes, y si la intensidad del haz es suficiente, se puede producir el efecto fotoeléctrico multifotónico, en el cual cada fotoelectrón absorbe simultáneamente cierto número N de fotones. En este caso, la (15.112) se debe modificar, y se tiene que Kmax = N hν − w0 (15.113) y entonces la frecuencia mínima necesaria no es ν 0 sino ν 0N = ν 0 / N = w0 / N h . Si el haz es muy intenso, N puede ser un número muy grande, y entonces el efecto fotoeléctrico ocurre para (casi) cualquier frecuencia, tal como sería de acuerdo con la teoría ondulatoria clásica del campo electromagnético. En la excitación multifotónica se provoca una transición atómica desde un nivel ea a un nivel eb de mayor energía usando fotones cuya energía es una fracción (la mitad, un tercio, …) de la diferencia ε = eb − ea (Fig. 15.9a). En efecto, si N fotones idénticos (en el caso de la absorción N fotónica) cada uno de los cuales tiene la energía hν N = ε / N llegan al átomo dentro de un intervalo de tiempo suficientemente breve, el átomo responde como si fuesen un único fotón de la frecuencia correcta ν = ε / h = N ν N y puede absorberlos, realizando la transición ea → eb . Se trata de un proceso no lineal, y por lo tanto depende de la intensidad del haz laser. Si el nivel eb pertenece al continuo (Fig. 15.9b), el proceso se denomina ionización multifotónica. Además del interés puramente científico que presentan estos procesos, la excitación multifotónica tiene hoy una importante aplicación, la microscopía por fluorescencia multifotónica, que permite obtener imágenes tridimensionales de muy alta resolución. 23 Según la ley de Stefan-Boltzmann la radiancia de un cuerpo negro a la temperatura de la superficie del Sol (5700 ˚K) es de 6×103 W/cm2. Para alcanzar una intensidad de 1018 W/cm2 (pero distribuida en todo el espectro) con una fuente térmica, se precisa T > 2×107 ˚K. Tan sólo una mínima fracción de la misma se encontraría en el intervalo de frecuencias correspondiente al entorno de λ = 1.06 µm. 24 Puesto que estos fotones son coherentes, se pueden describir por medio de un campo electromagnético clásico. 256 15. Estadísticas Cuánticas eb hiN = (eb – ea)/N eb hiN = (eb – ea)/N ea ea (b) (a) Fig. 15.9. Procesos no lineales en la interacción entre la luz laser y los átomos: (a) excitación multifotónica; (b) ionización multifotónica. El gas perfecto de Fermiones De acuerdo con las ecs. (15.26) y (15.27), en un gas de Fermiones que no interactúan se tiene ni = 1 e β (ε i − µ ) , n=∑ +1 i 1 e β (ε i − µ ) (15.113) +1 Introduciendo la densidad de estados por unidad de intervalo de energía f (ε ) , la sumatoria de la segunda de las (15.113) se puede escribir como una integral ∞ ∞ 3/ 2 1/ 2 f (ε )dε  2 m  ⌠ ε dε = + π n = ∑ β (ε − µ ) = (2 s + 1)⌠ ( ) s V 2 1 2   h2   i ⌡ e β (ε − µ ) + 1 +1 ⌡ e β (ε − µ ) + 1 i e 1 0 (15.114) 0 donde s es el spin, y usamos la expresión (9.19) de f (ε ) , que se dedujo considerando los estados estacionarios de una partícula libre de masa m que se mueve en una caja de volumen V. El factor 2 s + 1 en (15.114) tiene en cuenta los diferentes estados de spin de las partículas. En lo sucesivo vamos a suponer que s = 1 / 2 . Haciendo el cambio de variable z = βε , la (15.114) se escribe como ∞ ∞ 3/ 2 1/ 2 z1 / 2 dz 2 mkT 3 / 2  2 mkT  e µβ ⌠ z dz = n = 4πV  2  ⌠ π V 4  z  h2   h   ⌡ e + e µβ ⌡ e z − βµ + 1 0 (15.115) 0 Esta es entonces la ecuación que determina el potencial químico µ, que como se ve, es función de T, V y n. La energía de Fermi y las propiedades del gas de Fermiones en el cero absoluto Llamaremos energía de Fermi, por definición, a ε F = µ (T = 0, V , n) 257 (15.116) 15. Estadísticas Cuánticas Vamos a ver ahora que ε F debe ser positivo. En efecto, si se tuviera ε F < 0 , en el límite T → 0 tendríamos que µβ → ε F β → −∞ , y puesto que ∞ ∞ 1/ 2 ⌠ z dz → z1 / 2e − z dz = π  z ∫ 2 ⌡ e + e µβ 0 (15.117) 0 se tendría que en ese límite el miembro derecho de la (15.115) se anularía, lo que es absurdo pues implicaría n = 0 . Por lo tanto debe ser ε F > 0 . Tenemos entonces que para T = 0 los números de ocupación medios de los estados valen ni = 1 e β (ε i − ε F ) 1 si ε i < ε F = + 1 0 si ε i > ε F (T = 0 ) (15.118) Este resultado tiene una clara interpretación: cuando T = 0 el gas de Fermiones está en el estado de mínima energía, en el cual las partículas ocupan los n estados ψ i de menor energía, pues el principio de exclusión no permite que haya más de una partícula en cada estado (las diferentes orientaciones del spin están tenidas en cuenta por el factor 2 s + 1 en la (15.114)). Estos estados son aquellos cuya energía es menor que ε F , que es la energía del nivel más alto ocupado para T = 0. Esto permite determinar ε F , pues para T = 0 la (15.114) (con s = 1 / 2 ) se reduce a 2m 3 / 2 n = 4πV  2  h  εF ∫ ε 1 / 2 dε = 0 8π  2 m  3 / 2 3 / 2 εF V 3  h2  (T = 0 ) (15.119) de donde obtenemos εF = h2  3 n  2 / 3 2 m  8π V  (15.120) De la (15.120) se ve que la energía de Fermi es inversamente proporcional a la masa de las partículas, y proporcional a la potencia 3/2 de su concentración media n / V . La temperatura de Fermi se define por medio de ε F ≡ kTF y vale TF = h2  3 n  2 / 3 2 mk  8π V  (15.121) y la velocidad de Fermi se define por medio de vF ≡ 2ε F / m . En la Tabla 15.1 damos los valores de ε F , TF y vF para los electrones de conducción de algunos metales. Es fácil calcular el valor de la energía interna del gas de Fermiones en el cero absoluto: 2m E = 2 ∑ ε i ni = 4πV  2  h  i 3/ 2 εF ∫ ε 3 / 2 dε 0 = 3 nε F = E0 5 (T = 0 ) (15.122) Se puede mostrar (no lo haremos aquí) que la entropía del gas de Fermiones es nula en el cero absoluto, de acuerdo con la Tercera Ley de la Termodinámica. Usando la relación de Euler25 25 Ver el Capítulo 8 de Termodinámica e Introducción a la Mecánica Estadística. 258 15. Estadísticas Cuánticas E = TS − pV + µn (15.123) es fácil calcular que en el cero absoluto la presión vale p = pF = 2n εF 5V (T = 0 ) (15.124) Por lo tanto un gas de Fermiones tiene una presión no nula en el cero absoluto. Tabla 15.1: Valores de ε F , TF y vF para los electrones de conducción de algunos metales. Elemento n / V (1022 cm–3) ε F (eV) TF (104 ˚K) vF (108 cm/s) Li K Cu Au 4.60 1.34 8.50 5.90 4.7 2.1 7.0 5.5 5.5 2.4 8.2 6.4 1.30 0.85 1.56 1.39 El potencial químico del gas de Fermiones Para calcular el potencial químico conviene expresar el número de partículas en función de la temperatura de Fermi. De la (15.121) obtenemos que n= 8π  2 mkTF  3 / 2 V 3  h2  (15.125) Introduciendo esta expresión en la (15.115) y usando la (15.44) obtenemos entonces 3 πT 1= −   4  TF  3/ 2 Li 3 / 2 ( −e βµ ) (15.126) Invirtiendo esta relación se llega al resultado buscado, que se muestra en la Fig. 15.10, donde también representamos el valor clásico de µ, que se obtiene en el límite e βµ << 1 y resulta ser26  V 2πmkT  3 / 2  µclásico = − kT ln 2   h2    n  (15.127) Para T << TF , la dependencia de µ en T es muy débil. En esta región vale27 la aproximación ∞ q −1 2 q ⌠ z dz = m Γ (q ) Li ( m eη ) ≈ η 1 + 2 q(q − 1)π     z −η q q  ±1 3(3 ± 1)η 2  ⌡e , (η → ∞) (15.128) 0 Usando la (15.128) se obtiene fácilmente una expresión aproximada del potencial químico que vale para temperaturas bajas: 26 27 La (15.127) difiere de la (15.51) debido al factor 2 (que proviene del spin) en el argumento del logaritmo. El cálculo no es difícil pero algo engorroso y por eso no lo reproducimos aquí. El lector interesado lo puede encontrar en Landau y Lifschitz, Statistical Physics, Pergamon. 259 15. Estadísticas Cuánticas  π2  T 2 µ ≈ ε F 1 −     12  TF   (T << TF ) (15.129) Para T >> TF el potencial químico tiende a µclásico (ya para T > 2TF la diferencia es muy pequeña). 1 0 1 PsHF 2 3 4 5 1 2 3 TsTF Fig. 15.10. Potencial químico de un gas de Fermiones no interactuantes. Con la línea de trazos se muestra el valor clásico de µ, dado por la ec. (15.127). Los números medios de ocupación Es interesante calcular los números medios de ocupación, dados por la primera de las (15.113). La Fig. 15.11 muestra n(ε ) para diferentes temperaturas del gas. El gráfico es semilogarítmico pues así se aprecian mejor los apartamientos desde la distribución clásica de MaxwellBoltzmann, que se representa por medio de rectas de pendiente 1/ kT . Se puede observar que a medida que se eleva la temperatura a partir de T = 0 ˚K, las partículas que estaban ocupando los estados de energía más alta, próxima a la energía de Fermi, se excitan y pasan desde los estados con ε < µ a estados con ε > µ . Para T << TF la mayor parte de estas excitaciones afectan partículas con energía cercana a ε = µ . Un gas de Fermiones se dice degenerado cuando su temperatura es inferior a la temperatura de Fermi; en el cero absoluto el gas está completamente degenerado. En un gas degenerado, el principio de exclusión, que no permite más de una partícula por estado, obliga las partículas a ocupar estados de mayor energía. Si la temperatura es muy alta ( T >> TF ), el sistema no es degenerado puesto que los números medios de ocupación de los estados son mucho menores que la unidad, y en ese caso el principio de exclusión tiene poco efecto en la práctica. El gas se comporta entonces como un gas clásico. La transición entre el gas completamente degenerado en T = 0 y el gas clásico para T >> TF es continua, pero la descripción matemática del gas en este rango de temperaturas es complicada. 260 15. Estadísticas Cuánticas 1 0.01 0.1 0.5 0.1 1.0 1.5 – n 2.0 0.01 3.0 0.001 0.0001 1 HsHF 2 3 Fig. 15.11. Número de ocupación medio en función de la energía del estado para un gas de Fermiones. Las curvas corresponden a T / TF = 0.01, 0.1, 0.5, 1, 1.5, 2 y 3. La línea horizontal de trazos corresponde a n(ε = µ ) = 1 / 2 . Se puede observar que las curvas para T / TF = 1.5, 2 y 3 son casi rectas, lo que indica que el comportamiento del gas es clásico, como es de esperar porque n(ε ) << 1. En cambio las curvas para T / TF = 0.01, 0.1 y 0.5 difieren de las rectas clásicas donde n(ε ) ya no se puede despreciar frente a la unidad. Calor específico de un gas de Fermiones Para calcular el calor específico molar a volumen constante procederemos de manera semejante a como lo hicimos para el gas de Bosones. Calculamos primero la energía interna del gas ∞ 3 ε 3 / 2 dε E = 2 ∑ ε i ni = 2 ∑ β (ε − µ ) ≅ nε F−3 / 2 ⌠  β (ε − µ ) i +1 +1 2 ⌡e i i e εi (15.130) 0 Usando la (15.44) obtenemos T 9 π E=− nkT   8  TF  3/ 2 Li 5 / 2 ( −e βµ ) (15.131) Usando ahora la definición (15.52) de c̃V , y la expresión µ 1 ∂µ 3 Li3 / 2 ( −e βµ ) − = kT k ∂T 2 Li1 / 2 ( −e βµ ) que se obtiene derivando la (15.126) con respecto de T, obtenemos entonces 261 (15.132) 15. Estadísticas Cuánticas c~ V 9 π T R  =− 8  TF  3/ 2 βµ 2  5 βµ ) − 3 Li 3 / 2 ( − e ) − e Li (   5/ 2 2 Li1 / 2 ( −e βµ )  2 (15.133) En la Fig. 15.12 se puede apreciar el comportamiento del calor específico. 1.5 caV sR 1.0 0.5 1 TsTF 2 Fig. 15.12. Calor específico molar a volumen constante de un gas de Fermiones. Se ve que c̃V es siempre menor que el valor clásico 3 R / 2 (representado por la línea de trazos) y para T < TF disminuye rápidamente con T. Para T << TF la dependencia de c̃V en T es lineal. Usando la (15.128) se obtienen fácilmente las expresiones aproximadas de E y c̃V para temperaturas bajas:  5π 2  T  2  3 E ≈ nε F 1 +    12  TF   5   (T << TF ) (15.134) y c˜V ≈ π2 T R 2 TF (T << TF ) (15.135) El valor bajo de c̃V para T << TF se debe a que para un cambio de temperatura del orden de T, cabe esperar que la energía de una partícula aumente en kT. Pero para la mayoría de las partículas, con excepción de aquellas cuya energía es próxima a la energía de Fermi, los estados hacia los cuales se tendrían que excitar están ocupados (como se puede ver de la curva correspondiente a T = 0.01 TF en la Fig. 15.11). Por lo tanto, de acuerdo con el principio de exclusión, esas partículas no se pueden excitar. Sólo se pueden excitar las partículas que están en un intervalo de energía del orden de kT alrededor de ε F , cuyo número es del orden de nexc ≈ f (ε F )kT 262 (15.136) 15. Estadísticas Cuánticas Por otra parte f (ε F ) = 4πV (2 m)3 / 2 ε 1F/ 2 3 h (15.137) Dividiendo esta ecuación por la (15.119) resulta entonces nexc 3 T ≈ 2 TF n (15.138) de manera que la fracción de partículas que es excitada es del orden de T / TF . Puesto que cada una de ellas se lleva una energía del orden de kT, tenemos que E(T ) ≈ E0 + kT nexc  5  T 2 3 = nε F 1 +    5  2  TF   (T << TF ) (15.139) y el calor específico molar resulta entonces c˜V ≈ 3 R T TF (T << TF ) (15.140) Comparando la (15.139) y la (15.140) con los resultados exactos (15.134) y (15.135) vemos que nuestra estimación es correcta dentro de un factor del orden de la unidad. Discutiremos ahora brevemente un par de aplicaciones de la teoría que hemos desarrollado. El modelo de electrón libre de los metales En el estado sólido los átomos de un metal forman una red cristalina y los electrones de valencia, que están débilmente ligados, se pueden mover libremente en todo el cristal. Por eso cuando se aplica una diferencia de potencial eléctrico al metal, esos electrones producen una corriente, y por lo mismo se denominan electrones de conducción. Los electrones de conducción se mueven como partículas casi libres y su camino libre medio es muy grande (bajo condiciones adecuadas puede ser del orden del cm); en efecto, son poco perturbados por la presencia de los iones positivos y sólo sufren escasas colisiones con los demás electrones de conducción. Las razones de este comportamiento son de carácter cuántico, y las vamos a mencionar brevemente sin dar demostraciones, que el lector puede encontrar si lo desea en la bibliografía. Si se resuelve la ecuación de Schrödinger para un electrón en el potencial creado por una distribución periódica de iones positivos, se encuentra que la parte espacial de la función de onda de un electrón de energía ε tiene la forma ψ k ~ gk ( r )eik ⋅r , k 2 = 2 m*ε / h 2 (15.141) Aquí la función gk ( r ) es un factor de modulación que tiene la misma periodicidad espacial que la red, y el parámetro m* = m* ( k ) , que se denomina la masa efectiva del electrón, depende del vector de onda k y de la geometría de la red. Si la red es infinita, resulta que no todos los valores de ε están permitidos, sino que el espectro de energía consiste de una serie de tramos continuos, llamados bandas, separados casi siempre por intervalos finitos aunque puede ocurrir en determinados casos que dos bandas se superpongan parcialmente. Cada banda surge de la ruptura de la 263 15. Estadísticas Cuánticas degeneración de los infinitos niveles que consisten en que el electrón esté ligado en un particular nivel a un determinado ion de la red. Si el cristal no es infinito y consiste de N iones, entonces cada banda no es continua, sino que consiste de un conjunto de N niveles discretos, muy próximos entre sí. Lo anterior tiene una importante consecuencia en lo referente a la conductividad eléctrica del cristal. En efecto, para que la aplicación de un campo eléctrico externo de intensidad moderada produzca una corriente, es preciso que se pueda producir un movimiento neto de los electrones. Si todos los N niveles de una banda están ocupados, esto no es posible, pues los estados correspondientes a todos los valores de k están ocupados y no hay forma de que tenga lugar un flujo neto de electrones. Este es el caso de todas las bandas que se originan a partir de los niveles atómicos internos. La única banda que puede dar lugar a conducción de la electricidad es entonces la banda de valencia que surge a partir de los niveles atómicos más externos de los átomos, y las propiedades eléctricas del cristal dependen esencialmente de dos circunstancias: (1) cuántos electrones de valencia tiene cada átomo y (2) cuán separada en energía se encuentra la banda de valencia de la banda inmediatamente superior (originada a partir del primer nivel excitado atómico). Se pueden dar dos situaciones: (a) que la banda de valencia esté parcialmente llena, (b) que la banda de valencia esté completamente llena. En el primer caso, el cristal es un conductor, pues la aplicación de un campo eléctrico aún de muy baja intensidad puede excitar algunos electrones a estados vacíos de la banda, de modo tal que haya un flujo neto de electrones; esto es lo que ocurre con los elementos de valencia impar. En el segundo caso, que ocurre para los elementos de valencia par, si la separación en energía de la banda inmediatamente superior es considerable, el cristal es un aislante, pues la aplicación de un campo eléctrico moderado no produce corriente; esto sucede hasta que el campo es tan intenso que puede causar que algunos electrones pasen a la banda de energía más alta, que está vacía, en tal caso se produce la ruptura (o “breakdown”) del aislante. Pero si la banda inmediatamente superior está muy próxima en energía, si bien el cristal es aislante a T = 0, cuando la temperatura aumenta algunos electrones de la banda de valencia pueden pasar a la banda superior si kT ≈ ∆ε , donde ∆ε es la separación en energía de las bandas; entonces el cristal puede conducir la electricidad. Este es el caso de los semiconductores. Finalmente, si la banda de valencia está llena pero hay una superposición parcial con la banda inmediatamente superior, el cristal es conductor; este es el caso de algunos metales bivalentes. Volviendo ahora a los metales, un electrón de conducción en un cristal perfecto a 0 ˚K no está localizado, sino que se propaga libremente. Sólo las imperfecciones de la red (debidas a la presencia de impurezas, los defectos de la red y las vibraciones de los iones) perturban la propagación de los electrones. Además el fondo de carga positiva debido a los iones compensa en promedio las cargas de los electrones, y las interacciones residuales entre ellos tienen escasa importancia. Esto último es una consecuencia del principio de exclusión. En efecto, consideremos una colisión entre dos electrones que están inicialmente en los estados ψ k y ψ k ′ , y que después de la misma están en los estados ψ k ′′ y ψ k ′′′ . Esta colisión puede ocurrir solamente si los estados ψ k ′′ y ψ k ′′′ no están ocupados, pues en el caso contrario este proceso está prohibido por el principio de Pauli. Por otra parte, la mayoría de los estados finales ψ k ′′ y ψ k ′′′ que son energéticamente posibles están ocupados. Por lo tanto estos procesos no ocurren y por este motivo es razonable pensar que en primera aproximación los electrones de conducción se comporten como si fuesen libres. 264 15. Estadísticas Cuánticas Esta es la justificación del modelo de electrón libre, que trata los electrones de conducción de un metal como un gas perfecto de Fermiones, ignorando su interacción con los iones positivos de la red, y las interacciones entre los electrones mismos. Pese a su simplicidad este modelo es muy útil pues explica en forma cualitativa muchas características de los metales. El modelo de electrón libre de los metales fue desarrollado originalmente por Paul Drude (1900) y Hendrik Antoon Lorentz (1905) usando la estadística clásica de Maxwell-Boltzmann. Se pudo así deducir la ley de Wiedemann-Franz (que da la dependencia con T del cociente entre las conductividades térmica y eléctrica), pero esto se debe a una coincidencia fortuita. Desde el inicio la teoría de Drude enfrentó un grave problema, pues tratados en forma clásica los electrones libres aportarían a la capacidad calorífica del metal una cantidad 23 k por electrón, que se tendría que sumar a la capacidad calorífica debida a las vibraciones de la red cristalina. De resultas de esto, a la temperatura ambiente se debería tener c˜V = (3 + 3 / 2) R para un metal monovalente (con un solo electrón de conducción por átomo). Sin embargo los metales cumplen muy bien la Ley de Dulong y Petit, esto es c̃V = 3 R . La Mecánica Cuántica permite resolver esta dificultad. En efecto, lo correcto es tratar los electrones como Fermiones, lo cual fue hecho por primera vez por Sommerfeld en 1928. De la Tabla 15.1 vemos que la temperatura de Fermi de los metales es de más de 104 ˚K. Por lo tanto, a temperaturas inferiores a la temperatura de fusión, se tiene que T << TF y entonces los electrones de conducción están degenerados. Podemos entonces usar la expresión aproximada (15.135) para calcular la contribución de los electrones a c̃V . Esta contribución es muy pequeña en comparación con la que proviene de las vibraciones de la red, lo cual explica porqué los metales cumplen muy bien la Ley de Dulong y Petit. La situación es diferente a temperatura muy baja. Cerca del cero absoluto, la capacidad calorífica de la red cristalina es proporcional a T 3 , mientras que la capacidad calorífica electrónica es proporcional a T. Por lo tanto a temperaturas suficientemente bajas domina la contribución electrónica, cosa que en efecto se verifica experimentalmente. El equilibrio de las enanas blancas Se denomina enana blanca una estrella que al final de su evolución se ha transformado en un objeto muy denso, pequeño y poco luminoso. En una estrella normal (como el Sol) ocurren una serie de reacciones nucleares cuyo resultado neto es la fusión de 4 núcleos de hidrógeno para producir un núcleo de helio. En cada instante se producen gran número de tales reacciones, y en consecuencia se libera una enorme cantidad de energía. Esto es lo que mantiene a la estrella caliente e impide que se contraiga debido a la gravedad, manteniéndola en equilibrio con una densidad media baja (1.416 g cm–3 para el Sol). Cuando la estrella agota su hidrógeno y pierde su fuente de energía, se enfría y finalmente se contrae. Cuando esto ocurre los átomos de helio se comprimen muy fuertemente. Los electrones que orbitan un átomo tienden a quedar más localizados y por lo tanto, debido al principio de incerteza, su energía cinética aumenta. Si la densidad aumenta suficientemente, la energía cinética de los electrones supera la energía potencial que tiende a ligarlos a los núcleos, y se convierten en partículas libres. De resultas de esto cada átomo de helio se transforma en una partícula α más dos electrones libres. Hay entonces una densidad enorme de electrones, que están relativamente fríos pues el combustible nuclear quedó agotado. Este es el estado de enana blanca. Para estimar la energía cinética por electrón cuando es una partícula libre podemos razonar del modo siguiente: cada electrón ocupa como mínimo un volumen del orden de 265 15. Estadísticas Cuánticas  h ve = λ3B =    p 3 (15.142) donde λB es la longitud de onda de Broglie. Si tenemos n electrones no podrán ocupar un volumen menor que V = nve /2 (dividimos por 2 pues dos electrones con spin opuesto pueden ocupar el mismo lugar) y entonces la energía cinética debe ser mayor que p2 h2  n  2 / 3 = 2 me 2 me  2V  (15.143) Por otra parte la concentración de los electrones es n / V = Z / d 3 donde d es la distancia entre los núcleos y Z su carga. Por lo tanto la energía cinética típica de un electrón es p2 21 / 3 π 2 h 2 Z 2 / 3 = me d 2 2 me (15.144) el valor típico de la energía potencial es −2 Ze2 / d . Por lo tanto el valor absoluto de la energía potencial es menor que la energía cinética si 21 / 3 π 2 h 2 Z 2 / 3 2 Ze2 > me d 2 d o sea si d < 2 −2 / 3 π 2 Z −1 / 3a0 (15.145) donde a0 = h 2 / mee 2 es el radio de Bohr. Cuando esta desigualdad se satisface (a menos de un factor numérico del orden de la unidad) los electrones no pueden quedar ligados a los núcleos. A partir de la misma podemos estimar qué densidad debe tener la estrella para que los electrones queden libres. Sea m ′ la masa de la estrella por electrón. Puesto que al ionizarse cada átomo produce Z electrones, la masa de la estrella por núcleo es Zm′; por lo tanto la densidad tiene que cumplir (a menos de un factor numérico del orden de la unidad) la desigualdad ρ= Zm ′ Z 2 m ′ > 3 d3 a0 (15.146) Para enanas blancas constituidas por helio Z = 2 , luego m ′ = 2 mH = 3.345 × 10 −24 g y por lo tanto la densidad tiene que ser mayor que 100 g/cm3. Las consideraciones anteriores presuponen que los electrones no son relativísticos, y para que esta sea una aproximación razonable se debe cumplir que vF << c , una restricción que implica que la densidad no debe superar unos 2×106 g/cm3. Para estrellas cuya densidad se encuentra entre 100 y 2×106 g/cm3, lo electrones se comportan como un gas degenerado de Fermi no relativístico, en el cual las interacciones Coulombianas con los núcleos se pueden despreciar. La densidad de una típica enana blanca es de 106 g/cm3, la masa es de 1033 g, y la temperatura (interior) es de 107 ˚K. Para estos valores, TF ≈ 2 × 10 9 ˚K , de modo que los electrones forman un gas de Fermi degenerado. La enana blanca más conocida es Sirio B, cuya masa de 2×1033 g es apenas menor que la del Sol; su radio es de 5600 km, algo más pequeño que el de la Tierra. Para ver cómo queda determinado el radio de una enana blanca, consideraremos primero el caso en que los electrones no son relativísticos. La presión en una estrella de masa M y radio R, debida a la gravitación, es del orden de 266 15. Estadísticas Cuánticas pG = −αGM 2 / R 4 (15.147) donde G = 6.673 × 10 −8 dy cm 2 / g es la constante universal de la gravitación y α es un factor numérico del orden de la unidad. La estabilidad mecánica requiere que esta presión sea equilibrada por la presión del gas de electrones, dada por la ec. (15.124). El número de electrones es n = M / m ′ ( m ′ es la masa de la estrella por electrón) y V = 4πR3 / 3 . Por lo tanto h2 M 5 / 3 pF = α ′ me m ′ 5 / 3 R5 1  38  α′ =  5  5 4 π , 1/ 3 (15.148) La condición de equilibrio pF + pG = 0 requiere entonces que M1 / 3 R = γ h2 Gme m ′ 5 / 3 , γ = α′ α (15.149) Un cálculo preciso muestra que γ ≈ 4.5 . La (15.149) muestra que R ~ M −1 / 3 , y que es mucho menor que el radio de una estrella normal de la misma masa, de aquí la denominación de enana que se da a estas estrellas. La ley R ~ M −1 / 3 se cumple mientras la densidad de equilibrio sea tal que los electrones no sean relativísticos. Pero ρ ~ MR−3 ~ M 2 , y por lo tanto si la masa es muy grande, al contraerse la estrella los electrones se tornan relativísticos, lo cual invalida nuestro anterior cálculo del radio de equilibrio. Veamos qué sucede entonces, para lo cual conviene considerar el límite ultrarelativístico en el cual p2 / me >> mec 2 , y por lo tanto la energía cinética está dada por ε = ( p2 c 2 + me2c 4 )1 / 2 − mec 2 ≈ cp (15.150) y no por la expresión clásica p2 / 2 me . En este caso no podemos usar la expresión (9.19) de la densidad de estados por unidad de intervalo de energía, y es preciso calcular nuevamente f (ε ) teniendo en cuanta que ε = cp . Por medio de un razonamiento análogo al que nos permitió obtener la (9.19) es fácil verificar (lo dejamos como ejercicio para el lector) que ahora se obtiene la siguiente expresión de la densidad de estados por unidad de intervalo de energía: V ε2 (15.151) 3 n 1/ 3 ε F = hc  8π V  (15.152) f (ε ) = 8π h3c3 Usando la (15.151) resulta La energía cinética total es entonces E= 3 nε F 4 La presión se puede calcular a partir de la (15.123) y resulta 267 (15.153) 15. Estadísticas Cuánticas p= 1E 1n = εF 3V 4V (15.154) Para el caso de la estrella obtenemos p=γ′ hc  M  4 / 3 π  9 4/3 = , γ ′ 2  32π 2  R4  m′  (15.155) Vemos entonces que cuando los electrones son ultrarelativísticos, la situación es completamente diferente al caso no relativístico, pues ahora la presión del gas de electrones es proporcional a R−4 , igual que la presión debida a la gravitación. La condición que ambas presiones sean iguales en valor absoluto determina un valor crítico de la masa M*  δhc  =  Gm ′ 4 / 3  3/ 2 , δ= γ′ α (15.156) tal que si M < M * el equilibrio es posible, pero si M > M * la presión del gas de electrones no puede nunca equilibrar la presión debida a la gravedad, y la contracción de la estrella continúa. Un cálculo exacto permite determinar que δ = 2.13 . La masa crítica M * se denomina masa de Chandrasekhar28, y su valor es de aproximadamente 1.45 masas solares. Toda estrella cuya masa es menor que la masa de Chandrasekhar termina su existencia como una enana blanca estable, una vez que ha agotado su combustible nuclear29. Si M > M * , cuando la estrella ha agotado el hidrógeno colapsa bajo la acción de la gravedad. A medida que se produce dicho colapso, la densidad electrónica crece y por lo tanto el potencial químico de los electrones aumenta. Eventualmente, llega el momento en que se torna posible la reacción nuclear e − + p → n + ν e , en la cual un protón captura un electrón para transformarse en un neutrón y se emite un neutrino (esta reacción es la inversa del decaimiento β usual). De resultas de esto la estrella se convierte en una estrella de neutrones. La estabilidad de una estrella de neutrones30 se puede estudiar del mismo modo que la de una enana blanca. Mientras la densidad no es demasiado elevada, se llega al equilibrio para un radio dado por una ley del tipo R ~ M −1 / 3 , como en el caso de una enana blanca. Pero si la masa es muy grande los neutrones se tornan relativísticos y hay entonces un valor crítico de la masa, más allá del cual no hay equilibrio posible. Los cálculos se complican en este caso, pues es preciso usar la Teoría General de la Relatividad dado que el campo gravitatorio es muy intenso. No existe certidumbre sobre el valor crítico de la masa de una estrella de neutrones, pero se cree que es menor que 5, y más probablemente sea de alrededor de 3 masas solares. Las estrellas cuya masa es demasiado grande como para formar estrellas de neutrones estables no pueden detener el colapso y acaban su existencia como agujeros negros. 28 Subrahmanyan Chandrasekhar, quien determinó dicho valor límite, obtuvo en 1983 el Premio Nobel por haber formulado la teoría de los estadios tardíos de la evolución de estrellas masivas. 29 30 En particular, el Sol se convertirá en una enana blanca con un radio de unos 7000 km. En el curso del colapso la estrella puede explotar como una supernova, con lo cual pierde una fracción importante de su masa; en tal caso el residuo que se convierte en estrella de neutrones tiene una masa mucho menor de la que inicialmente tenía la estrella. 268