맨위로가기

디랙 페르미온

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.

1. 개요

디랙 페르미온은 입자 물리학에서 표준 모형의 모든 페르미온(중성미자 제외)이 가지는 고유한 반입자를 가지는 페르미온으로, 폴 디랙의 이름을 따서 명명되었으며 디랙 방정식으로 모델링할 수 있다. 디랙 페르미온은 두 개의 바일 페르미온과 동일하며, 자기 자신의 반입자인 마요라나 페르미온과 구별된다. 응집 물질 물리학에서는 그래핀과 위상 절연체에서 나타나는 저에너지 여기(勵起)가 유사 상대론적 디랙 방정식을 따르는 페르미온 준입자로 나타난다.

더 읽어볼만한 페이지

  • 페르미온 - 페르미 기체
    페르미 기체는 상호 작용이 없는 페르미온 집합으로, 파울리 배타 원리에 의해 축퇴압을 가지며, 자유 전자 모형의 근사로 사용되고, 페르미 에너지와 페르미 온도가 중요하며, 1차원, 3차원, 상대론적 효과, 상호작용, 페르미-디랙 분포 등을 포함한다.
  • 페르미온 - 쿼크
    쿼크는 −⅓ 또는 +⅔ 기본 전하를 갖는 여섯 종류의 기본 입자로, 각각 반쿼크를 가지며, 하드론을 구성하고, 색전하를 지니며, 질량과 안정성이 다르고, 극한 조건에서 다양한 상을 나타내며, 이름은 소설에서 유래했다.
디랙 페르미온

2. 설명

입자 물리학에서, 표준 모형의 모든 페르미온은 (아마도 중성미자를 제외하고) 고유한 반입자를 가지며, 따라서 디랙 페르미온이다. 이들은 폴 디랙의 이름을 따서 명명되었으며, 디랙 방정식으로 기술된다.[1] 디랙 페르미온은 두 개의 바일 페르미온과 동일하며,[1] 마요라나 페르미온은 자기 자신의 반입자여야 하는 입자이다.

2. 1. 표준 모형과 디랙 페르미온

입자 물리학에서, 표준 모형의 모든 페르미온은 (아마도 중성미자를 제외하고) 고유한 반입자를 가지며, 따라서 디랙 페르미온이다. 이들은 폴 디랙의 이름을 따서 명명되었으며, 디랙 방정식으로 모델링할 수 있다.[1]

2. 2. 디랙 페르미온과 바일 페르미온

입자 물리학에서, 표준 모형의 모든 페르미온은 (아마도 중성미자를 제외하고) 고유한 반입자를 가지며, 따라서 폴 디랙의 이름을 따서 명명된 디랙 페르미온이고, 디랙 방정식으로 모델링할 수 있다.

디랙 페르미온은 두 개의 바일 페르미온과 동일하다.[1] 자기 자신의 반입자여야 하는 입자인 마요라나 페르미온은 디랙 페르미온에 해당한다.

2. 3. 마요라나 페르미온과의 비교

입자 물리학에서 표준 모형의 모든 페르미온은 (아마도 중성미자를 제외하고) 고유한 반입자를 가지며, 따라서 디랙 방정식으로 모델링할 수 있는 디랙 페르미온이다. 디랙 페르미온은 두 개의 바일 페르미온과 동일하다.[1] 마요라나 페르미온은 자기 자신의 반입자여야 하는 입자이다.

3. 디랙 준입자

응집물질 물리학에서, 특히 그래핀과 위상 절연체에서 나타나는 저에너지 여기(勵起)는 유사 상대론적 디랙 방정식을 따르는 페르미온 준입자이다.

3. 1. 응집물질 물리학에서의 디랙 페르미온

응집물질 물리학에서, 특히 그래핀과 위상 절연체에서 나타나는 저에너지 여기(勵起)는 유사 상대론적 디랙 방정식을 따르는 페르미온 준입자이다.

3. 2. 한국의 관련 연구 동향

한국에서는 그래핀 등 디랙 페르미온을 활용한 신소재 개발 연구가 활발히 진행되고 있다. 응집 물질 물리학에서, 특히 그래핀과 위상 절연체에서 나타나는 저에너지 여기(勵起)는 유사 상대론적 디랙 방정식을 따르는 페르미온 준입자이다.[1]

참조

[1] 서적 ITEP Lectures on Particle Physics and Field Theory World Scientific 1999
[2] 저널 ITEP Lectures on Particle Physics and Field Theory 1999



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