負エネルギー波束は陽電子だ

\(\)

「スピードバンプ」に衝突する波束

上記と次のアニメーションは Advanced Visual Quantum Mechanics の § 8.4 の図 8.1 を再現したものである.次のアニメーションは, 正エネルギー波束と負エネルギー波束が各々, 静電ポテンシャル障壁 \(V(x)=\frac{2}{\cosh\left(\frac{x-10}{4}\right)}\) に衝突する様子をシミュレーションしたものだ (それに対し, 上記のアニメーションは, スピノルの上成分と下成分を1つのグラフの上下で表示したものである):

動画の下方にある▶️を押すことで再生が始まる.

上段の正エネルギー波束は, 波束のエネルギーが障壁の高さよりも低いので, ポテンシャル障壁で反射されている.しかし同じ初期形状と初期速度をもつ下段の負エネルギー波束は, 反射されるのではなく加速されて障壁を素通りしている.これは逆符号の電荷(負電荷)を持った粒子がポテンシャル井戸を通過する様子と同じである.

このシミュレーションプログラムは, 次のような課題(付属CD中のアプリ中で表示される文章)をAIに与えることで作成することが出来た:

〈 課題 〉自由粒子に対する1次元のDirac方程式は, 標準表示では \(\alpha=\sigma_1\), \(\beta=\sigma_3\) として次となる: \( \def\ppdiff#1#2{\frac{\partial #1}{\partial #2}} \def\pdiff#1{\frac{\partial}{\partial #1}} \def\Bppdiff#1#2{\frac{\partial^{2} #1}{\partial #2^{2}}} \def\Bpdiff#1{\frac{\partial^{2}}{\partial #1^{2}}} \def\mb#1{\mathbf{#1}} \def\mr#1{\mathrm{#1}} \def\reverse#1{\frac{1}{#1}} \def\ds#1{\mbox{${\displaystyle\strut #1}$}} \)

\begin{align} &i\hbar\pdiff{t}\psi(x,t)=H_0 \psi(x,t),\quad \psi(x)=\begin{pmatrix} \psi_1(x,t)\\ \psi_2(x,t) \end{pmatrix},\\ &H_0 =\alpha cp +\beta mc^{2}=c\left(-i\hbar\pdiff{x}\right)\sigma_1 + mc^{2}\sigma_3 =\begin{pmatrix} mc^{2} & \ds{-i\hbar c\pdiff{x}} \\ \ds{-i\hbar c \pdiff{x}} & -mc^{2}\end{pmatrix},\\ &\text{where}\quad \sigma_1=\begin{pmatrix} 0 & 1 \\ 1 & 0\end{pmatrix},\quad \sigma_2=\begin{pmatrix} 0 & -i \\ i & 0\end{pmatrix},\quad \sigma_3=\begin{pmatrix} 1 & 0 \\ 0 & -1\end{pmatrix} \end{align}
\(\hbar=1, c=1, m=1\) とする.静電ポテンシャル障壁 \(\displaystyle V(x)=\frac{2}{\cosh\left(\frac{x-10}{4}\right)}\boldsymbol{1}\) (ただし \(\boldsymbol{1}\) は \(2\times2\) 単位行列) 中の荷電粒子に対する Dirac 方程式は次となる:
\begin{align} i\pdiff{t}\psi(x,t) &= H \psi(x,t),\quad H = H_0 -mc^{2} + V(x),\\ H=H_0 -mc^{2}+ V(x)&= -i\pdiff{x}\sigma_1 +\bigl(\sigma_3-\boldsymbol{1}\bigr) + \frac{2}{\cosh\left(\frac{x-10}{4}\right)}\boldsymbol{1}\notag\\ &=-i\pdiff{x}\begin{pmatrix} 0 & 1 \\ 1 & 0\end{pmatrix} +\begin{pmatrix} 0 & 0 \\ 0 & -2\end{pmatrix} +\frac{2}{\cosh\left(\frac{x-10}{4}\right)}\begin{pmatrix} 1 & 0 \\ 0 & 1\end{pmatrix} \end{align}
ただし, ハミルトニアン \(H\) は静止エネルギー \(mc^{2}\) だけシフトしたものとした. 荷電粒子の初期状態のスピノルを次とする:
\begin{equation} \psi(x,t=0)=\psi(x)=N\exp\left\{-\frac{(x-x_0)^{2}}{16}-ik_{0}x_{0}\right\} \begin{pmatrix} 1 \\ 1\end{pmatrix} \end{equation}
この時, スピノル\(\psi(x,t)\) の時間発展を求めよ.

AI (Claude) が作ってくれたプログラムは以下である:

# dirac_animation.py
#  This program was created by AI (Claude) at November 16, 2026.
"""
1次元Dirac方程式 + 静電ポテンシャル障壁 のアニメーション (位相カラー表示つき)
  i dψ/dt = H ψ,  H = -i σ1 ∂x + (σ3 - 1) + V(x),  V = 2/cosh((x-10)/4)   (ħ=c=m=1)

課題のスピノル  ψ(x,0) = N exp(-(x-x0)^2/16 + i k0 x) (1,1)^T  を自由Dirac演算子 h0(k)=kσ1+σ3 の
射影 P± = (1 ± h0/λ)/2 で正/負エネルギー部分に分け,
  上図: 正エネルギー部分のみを初期状態とした時間発展 (運動量 +k0 → 右へ進む)
  下図: 負エネルギー部分のみを初期状態とした時間発展 (運動量 -k0 → 負エネルギーは運動量と逆向きに進むので右へ進む)
を同時に表示する (各初期状態は射影後に規格化)。初期位置は障壁から十分左 (x0=-30)。

 ・曲線の高さ = 絶対値 |ψ(x)|_2 = sqrt(|ψ1|^2+|ψ2|^2)   (--plot dens で確率密度 |ψ|^2)
 ・曲線と x 軸の間は位相で彩色: 色相 h = arg(ψ)/2π, 彩度・明度は最大
 ・位相 arg ψ は大きい方の成分で定義: 上図 → 上成分 ψ1,  下図 → 下成分 ψ2
 ・灰色の塗りつぶし = V(x) (障壁高さ 2 を図の約90%に規格化)
 ・t=tmax に達すると t=0 に戻って繰り返す

使い方:
  python dirac_animation.py --k0 3 --x0 -10 --tmax 60 --out anim.gif
  python dirac_animation.py --show        (ウィンドウ表示, 無限ループ)
"""
import argparse
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
from matplotlib.colors import hsv_to_rgb
from matplotlib.patches import Polygon

ap = argparse.ArgumentParser()
ap.add_argument("--k0", type=float, default=None,
                help="初期波束の平均波数 |k0| (省略すると実行時に入力を求める; Enterで既定値3)")
ap.add_argument("--x0", type=float, default=-30.0)
ap.add_argument("--plot", choices=["abs", "dens"], default="abs",
                help="abs: |ψ| をプロット(既定), dens: |ψ|^2 をプロット")
ap.add_argument("--tmax", type=float, default=80.0)
ap.add_argument("--dt", type=float, default=0.02)
ap.add_argument("--dt_frame", type=float, default=0.5, help="1フレームあたりの時間")
ap.add_argument("--fps", type=int, default=20)
ap.add_argument("--out", default="dirac_barrier.gif", help=".gif (無限ループ) / .html (ブラウザで自動ループ) / .mp4 (ffmpeg)")
ap.add_argument("--show", action="store_true")
ap.add_argument("--xlim", type=float, nargs=2, default=(-60, 60))
a = ap.parse_args()
import sys
if a.k0 is None:                                        # 引数がなければ対話入力
    if sys.stdin.isatty():
        while True:
            r = input("初期波束の平均波数 k0 を入力してください [既定値 3]: ").strip()
            try:
                a.k0 = float(r) if r else 3.0
                break
            except ValueError:
                print("数値を入力してください。")
    else:
        a.k0 = 3.0
if not a.show:
    matplotlib.use("Agg")

# ---- 格子 ----
L, N = 400.0, 2**13
x = (np.arange(N) - N//2) * L / N
dx = L / N
k = 2*np.pi*np.fft.fftfreq(N, dx)
lam = np.sqrt(k**2 + 1)
V = 2/np.cosh((x - 10)/4)

# ---- 正/負エネルギー射影 (運動量空間) ----
def split(psi):
    p = np.fft.fft(psi, axis=1)
    h0p = np.stack([p[0] + k*p[1], k*p[0] - p[1]])      # (kσ1+σ3) p
    pos = 0.5*(p + h0p/lam)
    neg = 0.5*(p - h0p/lam)
    return np.fft.ifft(pos, axis=1), np.fft.ifft(neg, axis=1)

# ---- 初期状態: 課題のスピノルの正エネルギー部分 / 負エネルギー部分 ----
# 正エネルギー波束は運動量 +k0 で右へ進む。負エネルギー波束は運動量と逆向きに進むので,
# 同じく右(障壁の向き)へ進ませるため、運動量 -k0 のスピノルから負エネルギー部分を取り出す。
def gauss_spinor(k0):
    g = np.exp(-(x - a.x0)**2/16 + 1j*k0*x)
    f = np.stack([g, g]).astype(complex)
    return f/np.sqrt(np.sum(np.abs(f)**2)*dx)

init = [None, None]
K0 = abs(a.k0)

def set_init(k0):
    """平均波数 |k0| の初期状態を作る: 正エネルギー部分(運動量 +k0) / 負エネルギー部分(運動量 -k0)"""
    global K0
    K0 = abs(k0)
    init[0] = split(gauss_spinor(+K0))[0]
    init[1] = split(gauss_spinor(-K0))[1]
    for j in range(2):
        init[j] = init[j]/np.sqrt(np.sum(np.abs(init[j])**2)*dx)   # 各々を規格化

set_init(a.k0)

# ---- 時間発展演算子 (Strang分解) ----
dt = a.dt
c, s = np.cos(lam*dt), np.sin(lam*dt)/lam
ph = np.exp(1j*dt)                                     # (σ3-1) の -1 に由来
U11, U22 = ph*(c - 1j*s), ph*(c + 1j*s)
U12 = ph*(-1j*s*k); U21 = U12
PV = np.exp(-1j*V*dt/2)

def step(psi):
    psi = psi*PV
    p = np.fft.fft(psi, axis=1)
    psi = np.fft.ifft(np.stack([U11*p[0] + U12*p[1], U21*p[0] + U22*p[1]]), axis=1)
    return psi*PV

def height(f):
    d = np.sum(np.abs(f)**2, axis=0)
    return np.sqrt(d) if a.plot == "abs" else d

def hue_rgb(z):
    h = (np.angle(z)/(2*np.pi)) % 1.0                    # h = arg ψ / 2π
    return hsv_to_rgb(np.stack([h, np.ones_like(h), np.ones_like(h)], axis=-1))

# ---- 描画 ----
msk = (x >= a.xlim[0]) & (x <= a.xlim[1])
xs = x[msk]
ymax = 0.6 if a.plot == "abs" else 0.45
ylabel = "|ψ|" if a.plot == "abs" else "|ψ|²"
fig, axes = plt.subplots(2, 1, figsize=(9, 6.8), sharex=True)
fig.subplots_adjust(right=0.86, top=0.90, hspace=0.35)
Vs = V[msk]/2*ymax*0.9
titles = ("positive-energy part only (momentum +k0, moves right)",
          "negative-energy part only (momentum -k0, moves right)")
ims, lines, polys = [], [], [None, None]
axtitle = []
for ax, ttl in zip(axes, titles):
    ax.fill_between(xs, Vs, color="gray", alpha=0.45, zorder=1, label="V(x) (scaled; max=2)")
    ax.set_xlim(*a.xlim); ax.set_ylim(0, ymax)
    axtitle.append(ax.set_title(ttl, fontsize=11)); ax.set_ylabel(ylabel)
    im = ax.imshow(np.zeros((1, xs.size, 3)), extent=(xs[0], xs[-1], 0, ymax),
                   aspect="auto", origin="lower", interpolation="nearest", zorder=2)
    (ln,) = ax.plot(xs, np.zeros_like(xs), "k", lw=1.0, zorder=3)
    ims.append(im); lines.append(ln)
axes[1].set_xlabel("x")
axes[0].legend(loc="upper left")

cax = fig.add_axes([0.89, 0.2, 0.025, 0.6])
hh = np.linspace(0, 1, 256)
cax.imshow(hsv_to_rgb(np.stack([hh, np.ones(256), np.ones(256)], -1))[:, None, :],
           extent=(0, 1, 0, 2*np.pi), aspect="auto", origin="lower")
cax.set_xticks([]); cax.yaxis.tick_right(); cax.yaxis.set_label_position("right")
cax.set_yticks([0, np.pi, 2*np.pi]); cax.set_yticklabels(["0", "π", "2π"])
cax.set_ylabel("arg ψ")
txt = fig.suptitle("", fontsize=12)

state = {"psi": [init[0].copy(), init[1].copy()], "t": 0.0, "n": 0}   # n: リセット後に表示したフレーム数
nsub = int(round(a.dt_frame/dt))
nframes = int(round(a.tmax/a.dt_frame)) + 1

def draw():
    for j in range(2):
        f = state["psi"][j]
        hgt = height(f)[msk]
        ims[j].set_data(hue_rgb(f[j][msk])[None, :, :])      # 上図: ψ1, 下図: ψ2 の位相
        lines[j].set_ydata(hgt)
        verts = np.column_stack([np.r_[xs, xs[::-1]], np.r_[np.minimum(hgt, ymax), np.zeros_like(xs)]])
        pg = Polygon(verts, closed=True, transform=axes[j].transData)
        ims[j].set_clip_path(pg)
        polys[j] = pg
        pp, pn = split(f)                                    # 現時刻での自由粒子としての正/負成分の割合
        axtitle[j].set_text(titles[j] + f"   [P(pos)={np.sum(np.abs(pp)**2)*dx:.3f}, "
                                        f"P(neg)={np.sum(np.abs(pn)**2)*dx:.3f}]")
    txt.set_text(f"t = {state['t']:.1f}   (|k0|={K0}, x0={a.x0})")

def reset():
    state["psi"] = [init[0].copy(), init[1].copy()]; state["t"] = 0.0; state["n"] = 0

def update(i):
    # ループ判定は FuncAnimation のフレーム番号 i ではなく、自前のフレーム数 n で行う
    # (途中で k0 を変えてリセットしても、必ず t=tmax まで再生してから繰り返す)
    if state["n"] >= nframes:
        reset()
    if state["n"] > 0:
        for j in range(2):
            p = state["psi"][j]
            for _ in range(nsub): p = step(p)
            state["psi"][j] = p
        state["t"] += nsub*dt
    draw()
    state["n"] += 1
    return ims + lines

def init_draw():
    reset(); draw()
    return ims + lines

if a.show:                                                # ウィンドウ上で k0 を入力して再スタート
    from matplotlib.widgets import TextBox
    tb_ax = fig.add_axes([0.12, 0.01, 0.10, 0.04])
    tbox = TextBox(tb_ax, "|k0| = ", initial=f"{K0:g}")
    def on_submit(text):
        try:
            set_init(float(text))
        except ValueError:
            return
        reset(); draw(); state["n"] = 1                  # 初期状態を表示済みとして t=0 から再開
        fig.canvas.draw_idle()
    tbox.on_submit(on_submit)

import itertools
ani = FuncAnimation(fig, update, frames=(itertools.count() if a.show else nframes),
                    init_func=init_draw, interval=1000/a.fps, blit=False,
                    repeat=True, cache_frame_data=False,
                    **({} if not a.show else {"save_count": nframes}))
if a.show:
    plt.show()
else:
    if a.out.endswith(".html"):                           # ブラウザで開くと自動で繰り返し再生
        from matplotlib.animation import HTMLWriter
        ani.save(a.out, writer=HTMLWriter(fps=a.fps, embed_frames=True, default_mode="loop"), dpi=70)
    elif a.out.endswith(".mp4"):
        ani.save(a.out, writer="ffmpeg", fps=a.fps, dpi=80)
    else:                                                 # GIF: 無限ループ(loop=0)で保存
        from matplotlib.animation import PillowWriter
        ani.save(a.out, writer=PillowWriter(fps=a.fps), dpi=80, savefig_kwargs={})
    print("saved", a.out)

静電場中の荷電粒子の運動

同様にして, 静止した荷電粒子に静電場が印加された場合をシミュレーションする波束の様子とその説明 (付属CD中の動画と説明文を再現)は次のようである:

一定力場中のガウス波束は2つの部分に分裂する.1つは電子のように動き,他の一つは陽電子のように動く.
〈 説明 〉 古典的な粒子は,場の方向すなわち負の x 方向 (左向き) に落下を始めるであろう.しかしこの場合には,波束はすぐに2つに分かれ,その内の一つの部分は右へ動き始める.

  • 左方向に移動する部分は, 正のエネルギーを持つ波動関数の特徴を備えている:
  • (色の順序で示されている) 運動量は, その運動方向 (左方向) を指しており、上側の成分
    は下側の成分よりも大きい.
  • 右方向に移動する部分は, 負のエネルギーを持つ波動関数のように見える:
  • 運動量は左を指しているが, 速度の方向はそれとは逆である.下側の成分は上側の成分
    よりも大きい.波束の 2 つの部分において, 上側と下側の成分の間に異なる位相関係が
    見て取れる.
  • 場の強さは k = 1/2 である.これは, 実際には非常に強い電場である.
  • 波束の 2 つの部分はすみやかに光速に近づく.従って, 波束が分裂する前に2つの部分
    が大きく広がることはない.波束の何れも c = 1 に近い速度で動くようになると, 更に
    広がることはない.
  • 分裂した各部分の正負2成分は, 相対論的速度ではほぼ似た大きさになって行く.

動画中では, キーボードから1を入力すると正負両成分, 2を入力すると正成分のみ, 3を入力すると負成分のスピノルが与えられるようになっている.

このシミュレーションは, 同様にして, 次の課題(付属CD中のアプリ中で表示される文章)をAIに与えることで作成することが出来た:

〈 課題2〉自由粒子に対する一次元のDirac方程式は, 標準表示では \(\alpha=\sigma_1\), \(\beta=\sigma_3\) として次となる:
\begin{align} &i\hbar\pdiff{t}\psi(x,t)=H_0 \psi(x,t),\quad \psi(x)=\begin{pmatrix} \psi_1(x,t)\\ \psi_2(x,t) \end{pmatrix},\\ &H_0 =\alpha cp +\beta mc^{2}=c\left(-i\hbar\pdiff{x}\right)\sigma_1 + mc^{2}\sigma_3 =\begin{pmatrix} mc^{2} & \ds{-i\hbar c\pdiff{x}} \\ \ds{-i\hbar c \pdiff{x}} & -mc^{2}\end{pmatrix},\\ &\text{where}\quad \sigma_1=\begin{pmatrix} 0 & 1 \\ 1 & 0\end{pmatrix},\quad \sigma_2=\begin{pmatrix} 0 & -i \\ i & 0\end{pmatrix},\quad \sigma_3=\begin{pmatrix} 1 & 0 \\ 0 & -1\end{pmatrix} \end{align}
\(\hbar=1,c=1, m=1\) とする.すると, 一定な力場 \(\displaystyle V(x)=\frac{x}{2}\boldsymbol{1}\) 中の粒子に対するDirac方程式は次となる:
\begin{align} &i\pdiff{t}\psi(x,t) = H \psi(x,t),\quad H = H_0 + V(x),\\ &H=H_0 + V(x)= -i\pdiff{x}\sigma_1 +\sigma_3 + \frac{x}{2}\boldsymbol{1} \end{align}
荷電粒子の初期状態のスピノルを次とする:
\begin{equation} \psi(x,t=0)=\psi(x)=N \exp\left(-\frac{x^{2}}{16}\right)\begin{pmatrix} 1 \\ 1\end{pmatrix} \end{equation}
このとき, スピノル \(\psi(x,t)\) の時間発展を求めよ.
AIが作ってくれたpythonプログラムは省略する.