tecktom.com

縮約と、二つの場の時間順序積

2026年10月15日6分で読めますAI生成教科書『基礎理論』第3部 第2章 Wick の定理

AI 生成・木下が未勉強

場の量子論入門 第3部 第2章 §3.2.2 ★★★ 道具その2。時間順序積と正規順序積の差が伝播関数になる。

定義 (縮約)

2つの自由場の縮約を

[⎴0.5pt][2pt]ϕ(x)ϕ(y)  ≡  T ⁣{ϕ(x)ϕ(y)}−:ϕ(x)ϕ(y):\overbracket[0.5pt][2pt]{\phi(x)\phi(y)}\;\equiv\;\mathrm{T}\!\left\{\phi(x)\phi(y)\right\}-{:}\mkern2mu \phi(x)\phi(y)\mkern2mu {:}

と定義する(上括弧は縮約する2つの場を結ぶ記号)。

この量が cc 数(演算子でない数)であり、しかも Feynman 伝播関数に等しいことを示す。x0>y0x^0>y^0 とすると T ⁣{ϕ(x)ϕ(y)}=ϕ(x)ϕ(y)\mathrm{T}\!\left\{\phi(x)\phi(y)\right\}=\phi(x)\phi(y) で、これを ±\pm 成分に分けると

ϕ(x)ϕ(y)=(ϕ+(x)+ϕ−(x))(ϕ+(y)+ϕ−(y))=ϕ−ϕ−+ϕ−(x)ϕ+(y)+ϕ−(y)ϕ+(x)+ϕ+ϕ+⏟:ϕ(x)ϕ(y):+[ϕ+(x), ϕ−(y)].\begin{aligned}\phi(x)\phi(y)&=(\phi^{+}(x)+\phi^{-}(x))(\phi^{+}(y)+\phi^{-}(y))\\ &=\underbrace{\phi^{-}\phi^{-}+\phi^{-}(x)\phi^{+}(y)+\phi^{-}(y)\phi^{+}(x)+\phi^{+}\phi^{+}}_{{:}\mkern2mu \phi(x)\phi(y)\mkern2mu {:}} +\left[\phi^{+}(x),\,\phi^{-}(y)\right] .\end{aligned}

4項のうち順序が正規でないのは ϕ+(x)ϕ−(y)\phi^{+}(x)\phi^{-}(y) だけで、これを ϕ−(y)ϕ+(x)+[ϕ+(x), ϕ−(y)]\phi^{-}(y)\phi^{+}(x)+\left[\phi^{+}(x),\,\phi^{-}(y)\right] と書き直したのが上の式である。交換子は生成消滅演算子の交換関係から cc 数になる:

[ϕ+(x), ϕ−(y)]=∫ ⁣d3p(2π)3∫ ⁣d3q(2π)3eip⋅xe−iq⋅y2Ep2Eq[ap, aq†]=∫ ⁣d3p(2π)312Ep eip⋅(x−y).\left[\phi^{+}(x),\,\phi^{-}(y)\right]=\int\!\frac{\mathrm{d}^3 p}{(2\pi)^3}\int\!\frac{\mathrm{d}^3 q}{(2\pi)^3}\frac{\mathrm{e}^{\mathrm{i} p\cdot x}\mathrm{e}^{-\mathrm{i} q\cdot y}}{\sqrt{2 E_{\bm{p}}}\sqrt{2E_{\bm{q}}}}\left[ a_{\bm{p}},\, a^\dagger_{\bm{q}}\right] =\int\!\frac{\mathrm{d}^3 p}{(2\pi)^3}\frac{1}{2 E_{\bm{p}}}\,\mathrm{e}^{\mathrm{i} p\cdot(x-y)} .

y0>x0y^0>x^0 の場合は xx と yy の役割が入れ替わる。両者をまとめると

定理 (2場の縮約は Feynman 伝播関数)

[⎴0.5pt][2pt]ϕ(x)ϕ(y)=⟨0∣T ⁣{ϕ(x)ϕ(y)}∣0⟩=DF(x−y)=∫ ⁣d4p(2π)4 i e−ip⋅(x−y)p2−m2+iε\overbracket[0.5pt][2pt]{\phi(x)\phi(y)}=\langle 0 | \mathrm{T}\!\left\{\phi(x)\phi(y)\right\} | 0 \rangle =D_F(x-y) =\int\!\frac{\mathrm{d}^4 p}{(2\pi)^4}\,\frac{\mathrm{i}\,\mathrm{e}^{-\mathrm{i} p\cdot(x-y)}}{p^2-m^2+\mathrm{i}\varepsilon}

すなわち縮約は演算子ではなく数であり、その値は第2部 第4章で構成した Feynman 伝播関数に等しい。

真ん中の等号は、: :{:}\mkern2mu \ \mkern2mu {:} の真空期待値がゼロであることから直ちに従う。右端の等号(4次元積分表示)は第2部で複素 p0p^0 平面の極を iε\mathrm{i}\varepsilon 処方で避けて示したものである。

指数の符号について

DF(x−y)D_F(x-y) は引数の符号反転で不変(p→−pp\to-p と積分変数を置換すればよい)なので、上の指数を e+ip⋅(x−y)\mathrm{e}^{+\mathrm{i} p\cdot(x-y)} と書いても同じ関数である。本書のモード展開は apeip⋅xa_{\bm{p}}\mathrm{e}^{\mathrm{i} p\cdot x} の符号規約を採っているが、伝播関数が偶関数であるおかげで、第3章で作る運動量空間の Feynman 則はどちらの規約でも同じ形になる。運動量の向きの取り方(内線にどちら向きの矢印を描くか)も同じ理由で結果に影響しない。

例題 2.1(2場の Wick 分解を両方の時間順序で確かめる)

オリジナルT ⁣{ϕ(x)ϕ(y)}=:ϕ(x)ϕ(y):+[⎴0.5pt][2pt]ϕ(x)ϕ(y)\mathrm{T}\!\left\{\phi(x)\phi(y)\right\}={:}\mkern2mu \phi(x)\phi(y)\mkern2mu {:}+\overbracket[0.5pt][2pt]{\phi(x)\phi(y)} を、x0>y0x^0>y^0 と y0>x0y^0>x^0 の両方の場合について確かめよ。また [⎴0.5pt][2pt]ϕϕ\overbracket[0.5pt][2pt]{\phi\phi} が空間的に離れた2点でどう振る舞うかを述べよ。

解答

(i) x0>y0x^0>y^0 の場合. 本文で示したとおり、

T ⁣{ϕ(x)ϕ(y)}=ϕ(x)ϕ(y)=:ϕ(x)ϕ(y):+[ϕ+(x), ϕ−(y)],[ϕ+(x), ϕ−(y)]=∫ ⁣d3p(2π)3eip⋅(x−y)2Ep.\begin{aligned}\mathrm{T}\!\left\{\phi(x)\phi(y)\right\}&=\phi(x)\phi(y)={:}\mkern2mu \phi(x)\phi(y)\mkern2mu {:}+\left[\phi^{+}(x),\,\phi^{-}(y)\right],\\ \left[\phi^{+}(x),\,\phi^{-}(y)\right]&=\int\!\frac{\mathrm{d}^3 p}{(2\pi)^3}\frac{\mathrm{e}^{\mathrm{i} p\cdot(x-y)}}{2 E_{\bm{p}}} .\end{aligned}

(ii) y0>x0y^0>x^0 の場合. 定義より T ⁣{ϕ(x)ϕ(y)}=ϕ(y)ϕ(x)\mathrm{T}\!\left\{\phi(x)\phi(y)\right\}=\phi(y)\phi(x) である。同じ分解を ϕ(y)ϕ(x)\phi(y)\phi(x) に対して行うと、順序が正規でないのは ϕ+(y)ϕ−(x)\phi^{+}(y)\phi^{-}(x) で、

ϕ(y)ϕ(x)=:ϕ(y)ϕ(x):+[ϕ+(y), ϕ−(x)]=:ϕ(x)ϕ(y):+∫ ⁣d3p(2π)3eip⋅(y−x)2Ep\phi(y)\phi(x)={:}\mkern2mu \phi(y)\phi(x)\mkern2mu {:}+\left[\phi^{+}(y),\,\phi^{-}(x)\right] ={:}\mkern2mu \phi(x)\phi(y)\mkern2mu {:}+\int\!\frac{\mathrm{d}^3 p}{(2\pi)^3}\frac{\mathrm{e}^{\mathrm{i} p\cdot(y-x)}}{2 E_{\bm{p}}}

となる(正規順序積は中身の順序に依らないので :ϕ(y)ϕ(x):=:ϕ(x)ϕ(y):{:}\mkern2mu \phi(y)\phi(x)\mkern2mu {:}={:}\mkern2mu \phi(x)\phi(y)\mkern2mu {:})。したがって二つの場合をまとめると

[⎴0.5pt][2pt]ϕ(x)ϕ(y)=θ(x0−y0)∫ ⁣d3p(2π)3eip⋅(x−y)2Ep+θ(y0−x0)∫ ⁣d3p(2π)3eip⋅(y−x)2Ep\overbracket[0.5pt][2pt]{\phi(x)\phi(y)}=\theta(x^0-y^0)\int\!\frac{\mathrm{d}^3 p}{(2\pi)^3}\frac{\mathrm{e}^{\mathrm{i} p\cdot(x-y)}}{2 E_{\bm{p}}}+\theta(y^0-x^0)\int\!\frac{\mathrm{d}^3 p}{(2\pi)^3}\frac{\mathrm{e}^{\mathrm{i} p\cdot(y-x)}}{2 E_{\bm{p}}}

であり、これは第2部で DF(x−y)D_F(x-y) として構成したものと一致する。どちらの場合も右辺は演算子を含まない数である。

空間的分離での振る舞い. (x−y)2<0(x-y)^2<0 のとき、DFD_F はゼロにならず e−m−(x−y)2\mathrm{e}^{-m\sqrt{-(x-y)^2}} で指数的に減衰しながら有限に残る。ただし交換子 [ϕ(x), ϕ(y)]\left[\phi(x),\,\phi(y)\right] は空間的分離で厳密にゼロで、因果律はそちらが保証する。測定可能なのは交換子であって伝播関数ではないので、DF≠0D_F\neq0 は因果律の破れを意味しない(第2部 第4章)。

木下の勉強ステータス

木下はまだこの記事を勉強していません。

AI(Claude)が書いた教材を、木下が勉強しながら公開しています。式と数値は検算していますが、誤りが残っているかもしれません。誤りのご指摘・削除のご依頼をいただければ直します。 連絡先:support@tecktom.com

← AI生成教科書『基礎理論』の記事一覧へ