등각 변환 (Conformal Transformations)
1. 무한소 등각 변환
좌표의 무한소 변환 x μ → x μ + ϵ μ ( x ) x^\mu \to x^\mu + \epsilon^\mu(x) x μ → x μ + ϵ μ ( x ) 를 고려하자. 계량 텐서의 변화는
δ g μ ν = ∂ μ ϵ ν + ∂ ν ϵ μ \delta g_{\mu\nu} = \partial_\mu \epsilon_\nu + \partial_\nu \epsilon_\mu δ g μν = ∂ μ ϵ ν + ∂ ν ϵ μ
이다. 이 변환이 등각 변환이 되려면 δ g μ ν = f ( x ) g μ ν \delta g_{\mu\nu} = f(x)\, g_{\mu\nu} δ g μν = f ( x ) g μν 를 만족해야 하므로,
∂ μ ϵ ν + ∂ ν ϵ μ = 2 d ( ∂ ⋅ ϵ ) η μ ν \partial_\mu \epsilon_\nu + \partial_\nu \epsilon_\mu = \frac{2}{d}(\partial \cdot \epsilon)\, \eta_{\mu\nu} ∂ μ ϵ ν + ∂ ν ϵ μ = d 2 ( ∂ ⋅ ϵ ) η μν
를 얻는다. 여기서 f ( x ) = 2 d ( ∂ ⋅ ϵ ) f(x) = \tfrac{2}{d}(\partial \cdot \epsilon) f ( x ) = d 2 ( ∂ ⋅ ϵ ) 이다.
정의 2.1 등각 킬링 방정식
위의 조건
∂ μ ϵ ν + ∂ ν ϵ μ = 2 d ( ∂ ρ ϵ ρ ) η μ ν \partial_\mu \epsilon_\nu + \partial_\nu \epsilon_\mu = \frac{2}{d}(\partial_\rho \epsilon^\rho)\, \eta_{\mu\nu} ∂ μ ϵ ν + ∂ ν ϵ μ = d 2 ( ∂ ρ ϵ ρ ) η μν 을 등각 킬링 방정식 (conformal Killing equation)이라 한다. 이 방정식의 해 ϵ μ ( x ) \epsilon^\mu(x) ϵ μ ( x ) 를 등각 킬링 벡터(conformal Killing vector)라 부른다.
2. 등각 킬링 방정식의 풀이 (d ≥ 3 d \geq 3 d ≥ 3 )
등각 킬링 방정식에 ∂ ρ \partial_\rho ∂ ρ 를 작용시키고 다양한 수축을 취하면, ϵ μ ( x ) \epsilon^\mu(x) ϵ μ ( x ) 가 x x x 의 최대 2차 다항식임을 보일 수 있다:
ϵ μ ( x ) = a μ + ω μ ν x ν + λ x μ + b μ x 2 − 2 ( b ⋅ x ) x μ \epsilon^\mu(x) = a^\mu + \omega^\mu{}_\nu x^\nu + \lambda x^\mu + b^\mu x^2 - 2(b \cdot x) x^\mu ϵ μ ( x ) = a μ + ω μ ν x ν + λ x μ + b μ x 2 − 2 ( b ⋅ x ) x μ
각 항은 다음에 대응된다:
| 매개변수 | 변환 | 생성원 | 개수 |
|----------|------|--------|------|
| a μ a^\mu a μ | 병진 | P μ P_\mu P μ | d d d |
| ω μ ν = − ω ν μ \omega_{\mu\nu} = -\omega_{\nu\mu} ω μν = − ω νμ | 회전/로렌츠 | M μ ν M_{\mu\nu} M μν | d ( d − 1 ) / 2 d(d-1)/2 d ( d − 1 ) /2 |
| λ \lambda λ | 팽창 | D D D | 1 1 1 |
| b μ b^\mu b μ | 특수 등각 변환 | K μ K_\mu K μ | d d d |
유도 등각 킬링 방정식으로부터의 유도
등각 킬링 방정식의 양변에 ∂ ρ \partial_\rho ∂ ρ 를 취하면
∂ ρ ∂ μ ϵ ν + ∂ ρ ∂ ν ϵ μ = 2 d η μ ν ∂ ρ ∂ σ ϵ σ \partial_\rho \partial_\mu \epsilon_\nu + \partial_\rho \partial_\nu \epsilon_\mu = \frac{2}{d}\, \eta_{\mu\nu}\, \partial_\rho \partial_\sigma \epsilon^\sigma ∂ ρ ∂ μ ϵ ν + ∂ ρ ∂ ν ϵ μ = d 2 η μν ∂ ρ ∂ σ ϵ σ 이 식에서 ( ρ , μ ) (\rho, \mu) ( ρ , μ ) 와 ( ρ , ν ) (\rho, \nu) ( ρ , ν ) 의 순환 치환을 취하고 더하면
2 ∂ μ ∂ ν ϵ ρ = 2 d ( η μ ν ∂ ρ + η ρ μ ∂ ν + η ρ ν ∂ μ − 2 d η μ ν η ρ σ ∂ σ ⋅ (trace) ) ( ∂ ⋅ ϵ ) 2\partial_\mu \partial_\nu \epsilon_\rho = \frac{2}{d}\bigl(\eta_{\mu\nu}\partial_\rho + \eta_{\rho\mu}\partial_\nu + \eta_{\rho\nu}\partial_\mu - \frac{2}{d}\eta_{\mu\nu}\eta_{\rho\sigma}\partial^\sigma \cdot \text{(trace)}\bigr)(\partial \cdot \epsilon) 2 ∂ μ ∂ ν ϵ ρ = d 2 ( η μν ∂ ρ + η ρ μ ∂ ν + η ρ ν ∂ μ − d 2 η μν η ρ σ ∂ σ ⋅ (trace) ) ( ∂ ⋅ ϵ ) 의 형태를 얻는다. d ≥ 3 d \geq 3 d ≥ 3 이면 ∂ ⋅ ϵ \partial \cdot \epsilon ∂ ⋅ ϵ 이 x x x 의 1차 함수임이 따라 나오고, 이로부터 ϵ μ \epsilon^\mu ϵ μ 가 x x x 의 최대 2차 다항식이 된다.
■
3. 유한 등각 변환
각 무한소 변환에 대응하는 유한 변환은 다음과 같다.
병진 : x ′ μ = x μ + a μ x'^\mu = x^\mu + a^\mu x ′ μ = x μ + a μ 이며, 스케일 인자 Ω = 1 \Omega = 1 Ω = 1 이다.
회전/로렌츠 : x ′ μ = Λ μ ν x ν x'^\mu = \Lambda^\mu{}_\nu x^\nu x ′ μ = Λ μ ν x ν 이며, Ω = 1 \Omega = 1 Ω = 1 이다.
팽창 : x ′ μ = λ x μ x'^\mu = \lambda\, x^\mu x ′ μ = λ x μ 이며, Ω = λ 2 \Omega = \lambda^2 Ω = λ 2 이다.
특수 등각 변환(SCT) :
x ′ μ = x μ + b μ x 2 1 + 2 b ⋅ x + b 2 x 2 x'^\mu = \frac{x^\mu + b^\mu x^2}{1 + 2b \cdot x + b^2 x^2} x ′ μ = 1 + 2 b ⋅ x + b 2 x 2 x μ + b μ x 2
이며, 스케일 인자는
Ω ( x ) = ( 1 + 2 b ⋅ x + b 2 x 2 ) − 2 \Omega(x) = (1 + 2b \cdot x + b^2 x^2)^{-2} Ω ( x ) = ( 1 + 2 b ⋅ x + b 2 x 2 ) − 2
이다.
참고 SCT의 기하학적 해석
특수 등각 변환은 반전 (inversion) I : x μ → x μ / x 2 I: x^\mu \to x^\mu/x^2 I : x μ → x μ / x 2 , 그 뒤에 병진 T b : x μ → x μ + b μ T_b: x^\mu \to x^\mu + b^\mu T b : x μ → x μ + b μ , 다시 반전 I I I 를 적용한 것, 즉 SCT = I ∘ T b ∘ I \text{SCT} = I \circ T_b \circ I SCT = I ∘ T b ∘ I 로 분해된다. 반전 자체는 등각 변환이지만 연결 성분의 항등원과 연결되지 않으므로 등각 군의 연속 부분에는 포함되지 않는다.
4. 등각 변환 하의 장의 변환
스핀이 없는 스칼라장 ϕ ( x ) \phi(x) ϕ ( x ) 가 등각 차원 Δ \Delta Δ 를 가지면, 유한 등각 변환 x → x ′ x \to x' x → x ′ 하에서
ϕ ( x ) → ϕ ′ ( x ′ ) = ∣ ∂ x ′ ∂ x ∣ − Δ / d ϕ ( x ) \phi(x) \to \phi'(x') = \left|\frac{\partial x'}{\partial x}\right|^{-\Delta/d} \phi(x) ϕ ( x ) → ϕ ′ ( x ′ ) = ∂ x ∂ x ′ − Δ/ d ϕ ( x )
와 같이 변환된다. 여기서 ∣ ∂ x ′ / ∂ x ∣ |\partial x'/\partial x| ∣ ∂ x ′ / ∂ x ∣ 는 야코비안의 절댓값이다.
정의 2.2 등각 차원과 스핀
등각장론에서 연산자는 팽창 생성원 D D D 의 고유값인 등각 차원 (conformal dimension, 또는 scaling dimension) Δ \Delta Δ 와 회전 생성원 M μ ν M_{\mu\nu} M μν 의 표현에 의해 결정되는 스핀 (spin) ℓ \ell ℓ 로 분류된다. 유니터리 이론에서 등각 차원은 유니터리 하한 (unitarity bound)을 만족해야 한다.
5. 유니터리 하한
d d d 차원 등각장론에서 유니터리성은 연산자의 등각 차원에 대해 하한을 부과한다.
스핀 ℓ = 0 \ell = 0 ℓ = 0 인 스칼라 연산자의 경우:
Δ ≥ d − 2 2 ( d ≥ 3 ) \Delta \geq \frac{d-2}{2} \qquad (d \geq 3) Δ ≥ 2 d − 2 ( d ≥ 3 )
등호는 자유장일 때 달성된다. 스핀 ℓ ≥ 1 \ell \geq 1 ℓ ≥ 1 인 경우:
Δ ≥ d − 2 + ℓ \Delta \geq d - 2 + \ell Δ ≥ d − 2 + ℓ
이 하한을 위반하는 연산자가 존재하면, 이론은 유니터리가 아니거나 해당 연산자가 영 연산자(null operator)가 되어야 한다.
6. 등각 변환과 워드 항등식
등각 대칭은 상관 함수에 대한 워드 항등식 (Ward identity)을 부과한다. 무한소 등각 변환의 생성원 G G G 에 대해
⟨ δ G O 1 ( x 1 ) ⋯ O n ( x n ) ⟩ = ∑ i = 1 n ⟨ O 1 ( x 1 ) ⋯ ( δ G O i ( x i ) ) ⋯ O n ( x n ) ⟩ = 0 \langle \delta_G \mathcal{O}_1(x_1) \cdots \mathcal{O}_n(x_n) \rangle = \sum_{i=1}^n \langle \mathcal{O}_1(x_1) \cdots (\delta_G \mathcal{O}_i(x_i)) \cdots \mathcal{O}_n(x_n) \rangle = 0 ⟨ δ G O 1 ( x 1 ) ⋯ O n ( x n )⟩ = i = 1 ∑ n ⟨ O 1 ( x 1 ) ⋯ ( δ G O i ( x i )) ⋯ O n ( x n )⟩ = 0
이 성립한다. 이 조건은 상관 함수의 형태를 매우 강하게 제한한다. 특히 2점 함수와 3점 함수는 등각 대칭만으로 (구조 상수를 제외하면) 완전히 결정된다:
⟨ O i ( x 1 ) O j ( x 2 ) ⟩ = C i j δ Δ i , Δ j ∣ x 1 − x 2 ∣ 2 Δ i \langle \mathcal{O}_i(x_1) \mathcal{O}_j(x_2) \rangle = \frac{C_{ij}\, \delta_{\Delta_i, \Delta_j}}{|x_1 - x_2|^{2\Delta_i}} ⟨ O i ( x 1 ) O j ( x 2 )⟩ = ∣ x 1 − x 2 ∣ 2 Δ i C ij δ Δ i , Δ j
⟨ O i ( x 1 ) O j ( x 2 ) O k ( x 3 ) ⟩ = C i j k ∣ x 12 ∣ Δ i + Δ j − Δ k ∣ x 23 ∣ Δ j + Δ k − Δ i ∣ x 13 ∣ Δ i + Δ k − Δ j \langle \mathcal{O}_i(x_1) \mathcal{O}_j(x_2) \mathcal{O}_k(x_3) \rangle = \frac{C_{ijk}}{|x_{12}|^{\Delta_i + \Delta_j - \Delta_k} |x_{23}|^{\Delta_j + \Delta_k - \Delta_i} |x_{13}|^{\Delta_i + \Delta_k - \Delta_j}} ⟨ O i ( x 1 ) O j ( x 2 ) O k ( x 3 )⟩ = ∣ x 12 ∣ Δ i + Δ j − Δ k ∣ x 23 ∣ Δ j + Δ k − Δ i ∣ x 13 ∣ Δ i + Δ k − Δ j C ijk
여기서 x i j = x i − x j x_{ij} = x_i - x_j x ij = x i − x j 이다.