Minima dispersion.

La funcion de densidad gaussiana :fx  |x| 2 , repreenta la solucion de una ecuacion

xx
diferencial dada por 2 2  x x  0
x

relacionado a la dispersión mínima de una combinación lineal entre la variable x y un

operador hermitiano i x .
Esta prueba se extiende en Pena y Cohen-Tannoudji [4, 48]. Dado Â, B , que sean
operadores hermitianos que no se conmutan, podemos escribir:
Â, B  ÂB  B Â  iC

Fácilmente podemos verificar que las desviaciones estándar satisfacen la misma regla
de conmutación:

Â, B  Â, B  Â  A, B  B
Â, B   Â  B  B  Â  iC

Sea J (α) la función positiva definida como el valor esperado .

J  Â  B   Â  B 

Por hipótesis, los operadores hermitianos se pueden escribir como

Â  B    Â  B .
Usando eta propiedad:
2 2
J   2  Â    B   iÂ  B  B  Â
la expresión Jα tiene el valor mínimo cuandoJα  0, por lo tanto, el valor de
α y J min
son:
iÂB B Â Ĉ
 
2Â 2 2Â 2 
Ĉ 2  2 Ĉ 2 
J min    B  0
4Â 2  2Â 2 

Simplificando J min
2 2
 Â  B   1
4
Ĉ 2 
 Â  B  12
Estamos interesados en conocer la forma explícita de la función x cuando la
desigualdad se transforma en la igualdad y   x, B   i x , donde x, i x  i,
para lo cual tenemos que resolver la siguiente ecuación diferencial.

  Â  i  B x  0
Ĉ
2
 Â  i  B x  0
2Â 
Si   x, B   i x , y B  0 entonces Ĉ  1, y
xx 
2 2x
 x
x  0
la solucion es:
1 xx 2
1 2 
x  e 4 2
 x 2π
xx 2

2 1 2 x2
fx  |x|  e
 x 2π
Observacion:
La función de densidad gaussiana fxes óptima en el sentido de dispersión mínima.

De acuerdo con el último teorema u kjk  x, es una variable aleatoria gaussiana con
densidad de probabilidad f k x, k, y para calcular Eū kjk   ū k  ū k . Podemos escribir
xū k  2

2 2 2k
1
f k x  |x|  e
 k 2π