Prosím, dejte mi vědět o Heisenbergově principu nejistoty. Jsem velmi nejasný ohledně jeho rovnice? Děkuji mnohokrát.

Prosím, dejte mi vědět o Heisenbergově principu nejistoty. Jsem velmi nejasný ohledně jeho rovnice? Děkuji mnohokrát.
Anonim

Existují dvě formulace, jedna je však běžněji používána.

#DeltaxDeltap_x> = ℏ # # bblarr #To je běžněji hodnoceno

#sigma_xsigma_ (p_x)> = ℏ "/" 2 #

kde #Delta# je rozsah pozorovatelného a. t # sigma # je standardní odchylka pozorovatelné.

Obecně lze říci, že minimální součin souvisejících nejistot je v pořadí Planckovy konstanty.

To znamená, že nejistoty jsou významné pro kvantové částice, ale ne pro věci běžné velikosti, jako jsou baseballs nebo lidské bytosti.

první rovnice ilustruje, jak když někdo pošle zaostřené světlo skrz štěrbinu a zužuje štěrbinu (čímž se snižuje # Deltax #), světlo, které vychází z dalšího rozdělení (čímž se zvyšuje # Deltav_x # a tudíž # Deltap_x #).

Jen zkuste snížit # Deltax #. Nakonec se dostanete do bodu, kde # DeltaxDeltap_x # bylo by #< ℏ#, porušující #>=# podepsat. Tak, # Deltap_x # musí zvýšit.

To říká, že více víš o #X# pozice kvantové částice méně víš o jeho hybnosti v #X# směr (nebo obdobně pro analogické vztahy v. t # y # nebo # z # Pokyny).

Pro jednou budu čtenáře odkazovat na video!

druhá rovnice je více často používán v chemii vyšší úrovně, jako je fyzikální chemie, a standardní odchylky jsou definovány jako druhá odmocnina rozptylu:

#sigma_a = sqrt (sigma_a ^ 2) #

# = sqrt (<< a ^ 2 >> - << a >> ^ 2) #

a průměry v druhé odmocnině jsou:

# << a ^ 2 >> = int _ (- oo) ^ (oo) a ^ 2p (x) dx #

# << a >> ^ 2 = int _ (- oo) ^ (oo) ap (x) dx ^ 2 #

s #p (x) # jako pravděpodobnost jako funkce #X#.

Ale protože směrodatnou odchylku lze brát jako nejistotu kolem průměru, je to jen další pohled ke stejnému obecnému popisu Heisenbergova principu nejistoty:

Minimální součin souvisejících nejistot je v pořadí Planckovy konstanty.