블로흐 파
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
1. 개요
블로흐 파는 주기적인 퍼텐셜 하에서 슈뢰딩거 방정식의 해인 파동 함수로, 격자 주기성을 갖는 함수와 평면파의 곱으로 표현된다. 퍼텐셜이 격자의 이동벡터 T에 대해 U(r) = U(r + T)를 만족할 때, 파동 함수는 ψk(r) = uk(r) * exp(i * k · r) 형태로 나타낼 수 있으며, 여기서 uk(r)은 퍼텐셜과 같은 주기적 성질을 갖는다. 펠릭스 블로흐는 1928년에 블로흐 파를 도입했다.
더 읽어볼만한 페이지
- 파동 - 진동수
진동수는 주기적인 현상이 단위 시간당 반복되는 횟수를 나타내는 물리량으로, 주기와 역수 관계를 가지며 소리의 높낮이, 빛의 색깔 등을 결정하는 중요한 요소이다. - 파동 - 전파
전파는 전기장과 자기장의 결합으로 공간을 통해 이동하는 전자기파의 일종으로, 통신, 방송 등 다양한 분야에서 활용되며, 파장에 따라 분류되고, 열적 및 비열적 효과를 가지며 생물학적 영향을 미칠 수 있다. - 응집물질물리학 - 띠구조
띠구조는 결정 내 전자의 에너지 범위를 나타내는 개념으로, 에너지 띠와 띠틈으로 구성되며, 도체, 절연체, 반도체의 전기적 특성을 결정하는 데 중요한 역할을 한다. - 응집물질물리학 - 절연체
절연체는 전기 전도성을 막아 전기의 흐름을 제어하고 안전을 확보하며, 밴드 이론에 따라 큰 띠틈을 가져 외부 전압이 띠틈을 넘어서면 절연 파괴가 발생하며, 유리에서 세라믹, 고분자 복합 재료 등으로 제작되어 전선, 케이블 등 다양한 분야에 사용된다. - 물리학 개념 - 절연체
절연체는 전기 전도성을 막아 전기의 흐름을 제어하고 안전을 확보하며, 밴드 이론에 따라 큰 띠틈을 가져 외부 전압이 띠틈을 넘어서면 절연 파괴가 발생하며, 유리에서 세라믹, 고분자 복합 재료 등으로 제작되어 전선, 케이블 등 다양한 분야에 사용된다. - 물리학 개념 - 전기 전도체
전기 전도체는 전기를 잘 통하는 물질로, 금속, 전해질, 초전도체, 반도체 등이 있으며, 구리, 은, 알루미늄 등 다양한 재료가 전선 등에 사용된다.
| 블로흐 파 | |
|---|---|
| 블로흐 파 | |
| 개요 | |
| 정의 | 주기적인 포텐셜 내에서 전자의 파동 함수 |
| 관련 이론 | 결정 내 전자의 거동을 설명하는 블로흐 정리에 기반함 |
| 특징 | 블로흐 정리를 만족하는 파동 함수, 결정의 주기성을 반영함 |
| 중요성 | 고체 물리학에서 전자 에너지 밴드 구조 분석에 필수적 |
| 상세 내용 | |
| 형태 | 평면파에 격자 주기를 가진 주기적인 함수가 곱해진 형태 |
| 에너지 밴드 | 파수(E-k) 관계를 나타내는 에너지 밴드 구조는 고체의 중요한 특성임 |
| 준입자 | 블로흐 파동은 준입자 개념으로 설명 가능 |
| 유효 질량 | 에너지 밴드 구조는 전자의 유효 질량을 결정함 |
| 응용 분야 | 반도체, 광전자 공학, 초전도체 등 다양한 분야에서 응용됨 |
| 블로흐 정리 | |
| 중요성 | 고체 결정 내에서 전자의 거동을 이해하는 데 기본적인 정리 |
| 조건 | 포텐셜이 격자 주기성을 가져야 함 |
| 결과 | 전자의 파동 함수는 블로흐 파로 표현 가능 |
| 블로흐 상태 | |
| 의미 | 블로흐 파로 표현되는 양자 역학 상태 |
| 특징 | 결정 내에서 전자의 확률 분포가 주기적인 형태를 가짐 |
| 상태 | 양자수 (예: 파수 벡터)로 구별되는 양자 상태 |
| 파동 함수 | |
| 표현 | ψk(r) = e^(ikr)uk(r) |
| 주기 함수 | uk(r)은 브라베 격자의 주기성을 따름 |
2. 블로흐 정리
주기적인 퍼텐셜 하에서, 즉 격자의 임의의 이동 벡터 '''T'''에 대해
펠릭스 블로흐가 1928년에 도입하였다.[1]
:
가 성립하면 슈뢰딩거 방정식의 고유 함수, 즉 파동 함수를 다음과 같이 쓸 수 있다.
:
여기서 ''u'''''k'''('''r''') 은 퍼텐셜과 같은 주기성을 갖는 함수이다.
:
이러한 형태를 갖는 파동 함수를 '''블로흐 함수'''(Bloch function영어)라 한다.
3. 역사
본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.
문의하기 : help@durumis.com