Espa
cos Vetoriais de Dimens
ao Finita
Um espaco vetorial e um conjunto dotado de duas operacoes, adicao e multiplicacao por um
n
umero, com as propriedades usuais dessas operacoes. Os elementos de um espaco vetorial
sao chamados de vetores e os n
umeros envolvidos na operacao de multiplicacao, de escalares.
Os n
umeros que mais nos interessam em Fsica sao, obviamente, os reais R e os complexos
C, entretanto e interessante fazer uma discussao mais detalhada sobre o tipo de escalares
aceitaveis na definicao de um espaco vetorial. De uma forma geral, os escalares devem ser
elementos de um corpo, sendo desejavel aqui uma breve introducao a esse conceito.
1.1
Corpo
Definic
ao 1.1 (Corpo). Um corpo K e um conjunto completo dotado das quatro operac
oes:
soma, subtracao, multiplicacao e divisao, com as propridades usuais.
O ingrediente essencial na definicao acima e o requerimento de um corpo constituir um
conjunto completo.
Definic
ao 1.2 (Conjunto completo). Um conjunto completo e aquele em que toda sequencia
de Cauchy converge para um elemento do conjunto.
Relembremos a definicao de uma sequencia de Cauchy.
Definic
ao 1.3 (Sequencia de Cauchy). Uma sequencia {an } e dito ser de Cauchy se para
todo > 0 existe um N, tal que
|an am | < ,
para quaisquer
n, m > N.
CAPITULO 1.
FINITA
ESPAC
OS VETORIAIS DE DIMENSAO
sem entretanto ser exigido que essa sequencia possua um limite. Em um certo sentido, a
nocao de convergencia contida no criterio de Cauchy pode ser vista como uma forma de
convergencia fraca, em que os elementos da sequencia ficam arbitrariamente proximos uns
dos outros, mas o limite pode nem sequer existir, como veremos no exemplo abaixo.
Exemplo 1.1. O conjunto dos n
umeros racionais Q nao forma um corpo, pois ha sequencias
de Cauchy Q que nao convergem. Por exemplo, pode-se mostrar facilmente que {xn }, onde
2
1
xn +
x0 = 1, xn+1 =
2
xn
Exemplo 1.2. O corpo dos reais, R, e formado completando os racionais com os limites
de todas as sequencias de Cauchy em Q, isto e,
Pn
.
R=Q
Qn Cauchy
Note, em particular, que um n
umero irracional r, definido como r R mas r
/ Q, corresponde
a uma sequencia cujo limite define r. Nesse sentido, podemos representar r como uma
sequencia:
P1 P2
Pn
r=
,
, ...,
, ... .
Q1 Q2
Qn
Note ainda que todas as sequencias {Pn /Qn } que possuem o mesmo limite correspondem
ao mesmo n
umero irracional. Em outras palavras, um n
umero irracional r corresponde, em
verdade, `a classe de equivalencia formada por todas as sequencias em Q com o mesmo
limite r.
Outro conceito que sera u
til adiante, em conexao com nossa discussao de espacos de
Hilbert, e que portanto merece ser revisto aqui, e a nocao de cardinalidade de um conjunto.
Definic
ao 1.4 (Cardinalidade). A cardinalidade de um conjunto C e o n
umero de elementos
de C.
Os exemplos abaixo servem para ilustrar a definicao acima, tanto para o caso de conjuntos
com um n
umero finito quanto para conjuntos com infinitos elementos, sejam enumeraveis ou
nao enumeraveis.
Exemplo 1.3. Alguns conjuntos e suas respectivas cardinalidades:
1.2. ESPAC
O VETORIAL
C = N, card(C) = 0 infinito enumeravel;
C = Q, card(Q) = card(N);
1.2
Espaco Vetorial
De posse da definicao de corpo, podemos agora dar uma definicao formal de espaco vetorial.
Definic
ao 1.5 (Espaco Vetorial). Um espaco vetorial V sobre um corpo de escalares K e
um conjunto dotado de duas operacoes, adic
ao e multiplicac
ao por um escalar, as quais
possuem as seguintes propriedades
i) adicao: associativa, comutativa, possui elemento neutro e elemento inverso.
ii) multiplicacao por escalar: distributiva (no escalar e no vetor) e associativa.
Os elementos de um espaco vetorial V sao chamados de vetor e serao denotados por |V i .
Os escalares serao denotados por letra min
uscula a, sendo que como ja mencionado os corpos
de interesse sao K = R ou K = C.
Propriedades. Usando a notacao acima, temos que as propriedades que definem um
espaco vetorial V sobre o corpo K sao
1. fechamento da adicao:
|V i + |W i V, |V i , |W i V.
2. comutatividade da adicao:
|V i + |W i = |W i + |V i .
3. associativade da adicao:
|V i + (|W i + |Zi) = (|V i + |W i) + |Zi .
4. elemento neutro da adicao:
|0i V |0i + |V i = |V i , |V i V.
CAPITULO 1.
FINITA
ESPAC
OS VETORIAIS DE DIMENSAO
1.3
Independ
encia Linear, Base e Dimens
ao
Definic
ao 1.6 (Independencia linear). Um conjunto de vetores {|ii}ni=1 sao ditos serem
linearmente independentes se a identidade
n
X
i=1
ai |ii = 0
1.3. INDEPENDENCIA
LINEAR, BASE E DIMENSAO
nao nulos. Digamos que aj 6= 0,, entao podemos expressar o vetor |ji em funcao dos outros,
isto e
n
X
ai
|ii ,
|ji =
aj
i=1,i6=j
onde pelo menos um dos coeficientes ai e nao nulo.
Definic
ao 1.7 (Dimensao). A dimensao de um espaco vetorial
vetores linearmente independentes.
V e
o n
umero maximo de
n
X
i=1
vi |ii .
A expansao acima e u
nica. Os n
umeros vi sao ditos as coordenadas (ou componentes) de |V i
na base B. Dessa forma, o vetor (abstrato) |V i pode ser representado por um conjunto de n
n
umeros correspondendo `as suas coordenadas em uma determinada base B. Em particular,
podemos escrever o vetor |V i em notacao matricial
v1
v2
|V i = .. .
.
vn
importante observar, contudo, que se mudarmos de base, e.g., B = {|i i}ni=1 , as comE
ponentes de |V i mudam:
v1
v
2
|V i = .. .
.
vn
CAPITULO 1.
FINITA
ESPAC
OS VETORIAIS DE DIMENSAO
n
X
i=1
vi |ii
entao
|V i + |W i =
|W i =
n
X
i=1
n
X
i=1
wi |ii ,
(vi + wi ) |ii
1.4
DE DIRAC
1.4. PRODUTO INTERNO E NOTAC
AO
Observa
c
ao 2. Decorre das propriedades (i) e (iii) acima que o produto interno e semilinear no argumento da esquerda do produto interno. Ou seja, usando temporariamente a
notacao de para produto interno, temos que
(a |W i + b |Zi) |V i = {|V i (a |W i + b |Zi)}
= {a hV |W i + b hV |Zi}
= a hW |V i + b hZ|V i .
Assim somos tentados a escrever
(a |W i + b |Zi) |V i = (|aW i + |bZi) |V i
= haW + bZ | V i .
Mas para isso e necessario entender o que e um bra. Antes, porem, uma pequena revisao de
bases ortonormais.
Definic
ao 1.10. Uma base B = {|ii}ni=1 e dita ortonormal se
hi|ji = ij ,
onde
ij =
e o chamado delta de Kronecker.
1, i = j
0, i =
6 j
n
X
i=1
vi |ii e |W i =
n
X
j=1
wj |ji
entao
hV |W i =
=
XX
i
XX
X
i
vi wj hi|ji
vi wj ij
vi wi .
CAPITULO 1.
FINITA
ESPAC
OS VETORIAIS DE DIMENSAO
Consequentemente, a norma de um vetor pode ser facilmente obtida a partir de suas coordenasdas em uma base ortonormal:
s
n
X
X
2
2
|vi |2 .
|V | = hV |V i =
|vi |
|V | =
i
i=1
Alem disso, as componentes vi em uma base ortonormal sao facilmente calculadas, tomandose o produto interno de |V i com o respectivo vetor |ii da base. De fato,
X
X
hi|V i =
vj hi|ji =
vj ij = vi ,
j
ou seja
vi = hi|V i .
Assim a decomposicao de |V i em uma base ortogonal {|ii}ni=1 pode ser escrita formalmente
como
X
vi |ii
|V i =
i
hi|V i |ii
ou alternativamente,
|V i =
|ii hi|V i
X
i
|ii hi| |V i ,
Donde conclumos que uma base ortogonal satisfaz a chamada relacao de completeza:
n
X
i=1
|ii hi| = I,
1
0
0
1
0
0
|V i = v1 + v2 + + vn
..
..
.
.
0
0
0
0
..
.
0
1
1.5. ESPAC
O DUAL
1.5
Espaco Dual
Definic
ao 1.11 (Funcional linear). Uma aplicacao linear F : V 7 K do espaco vetorial
para o proprio corpo K de escalares e dita um funcional linear.
Se F e um funcional linear sobre
V entao
V e um espaco
Definic
ao 1.13. Dois espacos vetoriais V e W sao ditos isomorfos, denotados por V
= W, se
existir uma aplicacao linear bijetiva T : V 7 W entre eles (ou seja, se existir um isomorfismo
T entre V e W).
Dito de outro modo, se dois espacos vetoriais V e W sao isomorfos, entao eles podem ser
colocados em correspondencia biunvoca um com o outro.
Teorema 1.3. Dois espacos de dimensao finita sao isomorfos se, e somente se, eles possuem
a mesma dimensao.
Demonstra
cao. Suponha
V
que eles sao isomorfos. Claramente o isomorfismo T leva a base
i de V na base iW de W, e vice-versa, logo ambos espacos possuem a mesma dimensao.
Por outro lado, se V e W possuem a mesma dimensao, entao a transformacao T iV = iW
define um isomorfismo entre eles.
Do teorema acima, concluimos que todos os espacos vetoriais de dimensao n sao isomorfos
Rn , ou seja,
dim(V) = n
V
= Rn .
Vamos agora retornar ao caso o espaco dual de um espaco vetorial de dimensao finita.
Teorema 1.4. Se
CAPITULO 1.
10
FINITA
ESPAC
OS VETORIAIS DE DIMENSAO
Observa
c
ao. Em geral, a relacao: V
= V nao e verdadeira para espacos de dimensao
infinita (nao enumeravel). Nesse caso, veremos adiante que dim(V ) > dim(V).
Pelo teorema acima, para cada vetor |V i V podemos associar um dual V V . Para
determinarmos o funcional linear V , basta saber como ele atua sobre vetores de V. Isso pode
ser feito a partir da definicao do produto interno.
Produto interno como um funcional linear. Dado um vetor |V i
seguinte aplicacao:
hV |i : V 7 K.
V,
considere a
Ou seja, com |V i fixo, o produto interno de |V i com os demais vetores V define um funcional
linear em V, visto que
hV |aW + bZi = a hV |W i + b hV |Zi .
Sendo assim, podemos denotar o dual V de |V i pelo bra hV |:
V hV |
de modo que
V (|W i) = hV |W i .
Assim vemos que um bra hV | e um elemento do espaco dual
V.
Operac
oes adjuntas. A operacao de tomar o dual, tambem dita tomar o adjunto,
de um vetor recebe um smbolo especial, a adaga :
(|V i) hV | .
Regra de operac
oes adjuntas:
i) (a |V i) = hV | a = a hV |
ii) (a |V i + b |V i) = hV | a + hW | b = a hV | + b hW | .
Demonstrac
ao de i). Para obter o dual de a |V i precisamos saber como o funcional haV |i
atua. Ora, temos que
haV |W i = hW |aV i = a hW |V i = a hV |W i .
Logo,
(a |V i) = a hV | = hV | a .
Deixamos a demonstracao ii) a cargo do leitor.
11
v1
|V i = ... .
vn
vi wi , e conveniente represen-
w1
X
( v1 , , vn ) ... =
vi wi = hV |W i .
i
wn
|V i =
entao
n
X
i=1
n
X
hV | = (|V i) =
i=1
vi |ii ,
vi |ii
n
X
i=1
hi| vi .
Temos que
|iihi|V i =
P
vi |ii) = i vi hi|, donde segue que
!
X
X
|ii hi|V i =
hV |iihi| .
vi |ii, logo (
1.6
Operadores Lineares
|V i V.
12
CAPITULO 1.
FINITA
ESPAC
OS VETORIAIS DE DIMENSAO
Nosso interesse maior sao os operadores lineares, para os quais temos as propriedades:
(a |V i) = a |V i
e
(a |V i + b |W i) = a |V i + b |W i .
Exemplos de operadores
1. Operador identidade:
2. Operador de rotacao em
I |V i = |V i , |V i V
V = R3 :
~x = R(~)~x,
onde R(~) representa a operacao de rotacao por um angulo em torno do eixo definido
por ~ = ~n. Por exemplo, para uma rotacao em torno do eixo z, ~ = (/2)~k, e se
denotarmos |1i = ~i, |2i = ~j e |3i = ~k, temos entao que
~k |1i = |2i ,
R
2
~k |2i = |1i
R
2
e
~k |3i = |3i .
R
2
Claramente a acao da rotacao e linear:
R[|1i + |2i] = R |1i + R |2i .
O exemplo acima ilustra um fato importante: para conhecermos um dado operador
linear basta sabermos como ele atua nos elementos de uma base ortonormal. Mais
precisamente, se B = {|ii}ni=1 e uma base de V e se
|ii = |i i
entao a acao de em qualquer vetor |V i esta
X
|V i =
vi |ii
i
X
i
vi |ii =
X
i
vi |i i .
13
Observa
c
ao: nem todo operador possui um inverso, as condicoes para tais serao mencionadas adiante.
1.6.1
Algebra
de Operadores
V,
() |V i = ( |V i).
Com essa definicao, os parenteses tornam-se desnecessarios, ou seja, a expressao
|V i
fica bem definida (sem ambiguidade). Note que a ordem das operacoes e importante,
pois em geral:
6= .
Um conjunto C dotado de duas operacoes, adicao e multiplicacao, com as propriedades
usuais, e dito ser uma algebra. Se a multiplicacao for comutativa, a algebra e dita ser
comutativa; do contrario, a algebra sera nao comutativa.. Temos, portanto, que o conjunto
de operadores em um espaco vetorial forma uma algebra nao commutativa, chamada de
algebra dos operadores lineares em V, denotada por L(V).
CAPITULO 1.
14
1.6.2
FINITA
ESPAC
OS VETORIAIS DE DIMENSAO
Comutadores
Em face da nao comutatividade da multiplicacao de operadores, torna-se importante considerar o operador comutador entre dois operadores que mede
Definic
ao 1.14. O comutador dos operadores e e definido pela relacao
[, ]
Temos entao que, em geral, [, ] 6= 0, significando que [, ] |V i =
6 0, para um vetor
|V i generico.
Identidades u
teis envolvendo comutadores:
[, ] = [, ] + [, ]
[, ] = [, ] + [, ]
A verificacao das identidades acima e deixada como exerccio para o leitor.
1.7
Em particular se |V i =
X
j
X
ij
hi||ji vj
ij vj .
1.7. MATRIZES COMO REPRESENTAC
OES
DE OPERADORES
15
11 12 1n
21 22 2n
= ..
..
.. = (|1 i |2 i |n i)
.
.
.
.
.
.
n1 n2 nn
=
.
..
..
..
.
.
.
.
.
.
hn| |1i hn| |2i hn| |ni
De modo que se
entao
|V i =
|V i =
v1
v2
..
.
vn
11 12 1n
21 22 2n
..
..
..
..
.
.
.
.
n1 n2 nn
v1
v2
..
.
vn
11 1n
11 1n
.. ..
.. .
..
..
= ...
.
.
. .
.
n1 nn
n1 nn
Ou em notacao de ndice
()ij =
ik kj .
1.7.1
Operador Adjunto
V.
V podemos definir um
CAPITULO 1.
16
FINITA
ESPAC
OS VETORIAIS DE DIMENSAO
onde,
hV | (hV |) = hV | ,
Ou seja
hV | = hV | .
hV | = hV | .
As vezes dizemos que um operador pode atuar tanto `a direita, i.e., no ket, quanto a`
esquerda, i.e., no bra. Se for um operador linear, sua atuacao nos bras sera da seguinte
forma:
hV | a = hV | a = a hV |
(hV | a + hW | b) = a hV | + b hW | .
Note que o bra hV |, obtido pela acao de `a esquerda de hV |, nao e o dual do ket |V i,
obtido pela acao de `a direita de |V i , ou seja,
|V i =
6 |V i .
Contudo, como |V i so depende do operador e do proprio vetor hV |, segue que deve existir
um operador tal que
|V i = |V i .
Temos entao a seguinte definicao.
Definic
ao 1.15. O operador adjunto de , denotado por , e definido pela relacao
V | |W = hW ||V i .
De forma mais sucinta podemos entao escrever
( |V i) = hV | .
Por outro lado, se introduzirmos a notacao
|V i |V | ,
obtemos a seguintes relacoes
hV | = hV | ,
V = hV | .
1.7. MATRIZES COMO REPRESENTAC
OES
DE OPERADORES
17
Representac
ao matricial de :
( )ij = i| |j = hi|ji = hj||ii = ji ,
ou seja,
= (t )
(conjugado hermiteano),
1.7.2
1
H = ( + )
2
1
A = ( ),
2
1
1
= ( + ) + ( ).
2
2
CAPITULO 1.
18
FINITA
ESPAC
OS VETORIAIS DE DIMENSAO
Demonstracao. Se H = H
hV |H|V
i=
V |H |V = hV |H|V i . Por outro lado,
se hV |H|V i = hV |H|V i = V |H |V
V |H H |V = 0 H H = 0.
V | |V = V | |V
hV |V i = hV |V i = hV ||V i = hV |V i .
Portanto,
||2 = 1
|| = 1.
Demonstracao. Seja |V1 i = U |V1 i e |V2 i = U |V2 i . Entao hV2 |V1 i = V2 |U U|V1 =
hV2 |V1 i .
6. Uma transformacao unitaria preserva modulo.
Para ver isso, basta fazer |V1 i = |V2 i = |V i na propriedade anterior, donde ontemos
|V |2 = |V |2 .
1.7. MATRIZES COMO REPRESENTAC
OES
DE OPERADORES
19
7. Uma transformacao unitaria leva uma base ortonormal em outra base ortonormal, e
vice-versa, ou seja, uma transformacao que leva uma base ortonormal em outra base
ortonormal e uma transformacao unitaria.
8. As colunas de uma matriz unitaria sao vetores ortonormais. Da mesma forma, as linhas
podem ser interpretadas como vetores (duais) ortonormais.
Demonstracao. Vimos que
U = ( |1 i |2 i |n i ) =
h1 |
h2 |
..
.
hn |
i hj |i i = i | |j = hi ||j i = j hi |j i = j hj |i i .
Mas i 6= j , logo
(i j ) hj |i i = 0
hj |i i = 0.
CAPITULO 1.
20
FINITA
ESPAC
OS VETORIAIS DE DIMENSAO
A demonstracao acima pode ser facilmente estendida para o caso degenerado mas isso
nao sera feito aqui.
10. Os autovetores de um operador unitario sao mutuamente ortogonais.
Demonstracao. (Caso nao degenerado). Seja
U |ui i = ui |ui i ,
Entao
uj |U U|ui = ui uj |U |ui huj |ui i = ui uj huj |ui i (1 ui uj ) huj |ui i = 0.
Portanto,
se
i = j ui ui = 1
i 6= j e ui =
6 uj huj |ui i = 0
, =
= .
=
i 0
i 0
C
alculo dos autovalores:
i
= 0 2 1 = 0 = 1.
=
i
C
alculo dos autovetores: Para o autovalor 1 = 1, temos
a
1 i
= 0 a = ib,
b
i 1
que nos fornece o autovetor
1
1
|1 i =
.
2 i
Fazendo o mesmo para 2 = 1, obtemos
1
1
|2 i =
.
2 i
1.7. MATRIZES COMO REPRESENTAC
OES
DE OPERADORES
21
cheque da ortogonalidade:
1
1
h2 |1 i = (1 i)
2
2
1
i
1
= (1 + i2 ) = 0.
2
.
=
0 1
1.7.3
Mudanca de base:
Vimos que uma transformacao e unitaria se, e somente se, leva uma base ortonormal em
outra base ortonormal. Seja U a representacao matricial de um operador unitario na base
B = {|ii} que leva os vetores dessa base nos vetores de uma nova base B = {|i i}, ou seja,
|i i = U |ii hi|j i = Uij
com transformacao inversa dada por
|ii = U |i i hi |ji = (U )ij = Uji .
Da primeira equacao acima, vemos que as colunas de U representam os vetores da nova
base B escritos na base antiga. Da mesma forma, as linhas de U representam os vetores
(duais) hi| da base antiga escrita na nova base, ou seja
h1 |
h2 |
U = (|1 i , |2 i |n i) = .. .
.
hn |
Seja agora |V i um vetor com coordenadas vi na base ortogonal {|ii}. Entao e facil verificar
que as coordenadas vi de |V i na nova base {|i i} sao dadas por
X
|V i = U |V i vi =
Uji vj .
j
Da mesma forma, se representa um operador na base original, entao na nova base esse
operador e representado pela matriz
= U U.
No caso de um operador hermiteano, a nova base de interesse e a base gerada pelos autovetores de :
i = |i i .
CAPITULO 1.
22
FINITA
ESPAC
OS VETORIAIS DE DIMENSAO
e nessa nova base B = {|i i} a matriz e diagonal. Ou seja, toda matriz hermiteana (em
um espaco de dimensao finita) pode ser diagonalizada por uma transformacao unitaria de
bases. Isto e, existe uma transformacao unitaria U tal que
1 0 0
0 2 0
= U U = ..
.. . .
..
.
.
.
.
0 0 n
e a transformacao U e dada por
U = (|1 i |2 i |n i).
1.8
Operadores de projec
ao e decomposi
c
ao espectral
Definic
ao 1.17. Um operador hermiteano P e dito um operador de projecao se P 2 = P.
Definic
ao 1.18. Se P1 e P2 sao operadores de projecao com P1 P2 = P2 P1 = 0, entao P1 e
P2 sao ditos ortogonais entre si.
Deixamos para o leitor verificar que se P1 e P2 sao dois operadores de projecao, entao
P1 + P2 e um operador de projecao se, e somente se, P1 P2 = P2 P1 = 0. Em outras palavras,
a soma de operadores de projecao ortogonais e um operador de projecao. Ou seja, se
Pi , i = j
Pi Pj =
0, i 6= j
entao P =
Exemplo 1.6. Seja |ei um vetor normal, i.e., | |ei | = 1. Entao a quantidade
Pe = |eihe|
define um operador de projecao. A acao de Pe em um vetor |V i qualquer e definida por
Pe |V i = |eihe|V i = he|V i |ei V.
E DECOMPOSIC
ESPECTRAL
1.8. OPERADORES DE PROJEC
AO
AO
23
Alem disso:
Pe2 |V i = |eihe|Pe |V i = |eihe|eihe|V i = he|V i |ei = Pe |V i .
Logo Pe2 = Pe . De maneira mais direta, poderamos ter feito a seguinte manipulacao:
Pe2 = Pe Pe = |eihe|eihe| = |eihe| = Pe .
Proposic
ao 1.1. Seja B = {|ii}ni=1 uma base ortogonal. Ent
ao o conjunto de operadores de
projecao {Pi = |iihi|} forma um conjunto de operadores mutuamente ortogonais e alem disso
temos a seguinte identidade:
n
n
X
X
Pi =
|iihi| = I.
(1.1)
i=1
i=1
Demonstracao.
hV |
X
i
Pi
|V i = hV |
=
X
i
X
i
|iihi| |V i =
Vi Vi = hV |V i
X
i
hV |iihi|
= hV |I|V i .
Logo temos a relacao desejada:
CAPITULO 1.
24
FINITA
ESPAC
OS VETORIAIS DE DIMENSAO
Observa
c
ao. Em particular se os autovalores forem nao degenerados, i.e., r = n, entao
Pi = |i ihi | e =
n
X
i=1
i |i ihi | .
0 i
i 0
1
P1 = |1 ih1 | =
2
1
i
1
P2 = |2 ih2 | =
2
1
i
1 i
i 1
1
1
(1, i) =
2
2
1 i
i 1
1
1
(1, i) =
2
2
Decomposic
ao Espectral:
1
1 P1 + 2 P2 = 1
2
1.8.1
1 i
i 1
1
+ (1)
2
1 i
i 1
0 i
i 0
= .
Dois operadores e sao ditos simultaneamente diagonalizaveis se eles podem ser decompostos em termos do mesmo conjunto de operadores de projecao. Ou seja, existe uma base
ortonormal na qual os dois operadores sao diagonais.
Teorema 1.6. Uma condicao necessaria e suficiente para dois operadores hermiteanos e
serem simultaneamente diagonalizaveis e que
[, ] = 0.
Em outras palavras, se e comutam, entao existe uma base de autovetores comum que
diagonaliza tanto quanto .
1.9
Funco
es de operador
1.10. EXERCICIOS
25
Definimos ainda 0 = I. O operador inverso de , se existir, e denotado por 1 e corresponde ao operador tal que 1 = 1 = I.
Considere agora a funcao f (x) que admite uma expansao em serie de Taylor:
f (x) =
an xn .
n=0
an n .
n=0
X n
1
1
e = I + + 2 + 3 + =
.
2
3!
n!
n=0
1.10
Exerccios
1. Considere a matriz
=
5 3i
3i 5
Verifique
seu resultado mostrando que 2 = . Sub) Obtenha a matriz = .
P
gestao: use a relacao f () = i f (i )Pi .
4. Considere as matrizes
1 0
0
= 0 1 0 ,
0 0 1
1 0 0
= 0 0 1 .
0 1 0
Mostre que elas podem ser simultaneamente diagonalizaveis e encontre uma base comum de autovetores. Obtenha a matriz nessa base.
26
CAPITULO 1.
FINITA
ESPAC
OS VETORIAIS DE DIMENSAO
eA+B = eA eB e 2 [A,B] .
b) Use a relacao acima para mostrar que o operador U = eiH e unitario se, e somente
se, H e hermiteano.
7. Algebra
das Matrizes Geradoras das Rotacoes (Muito Importante).
a) Considere a matrix 2 2
0 1
.
z =
1 0
Generalize o resultado acima (sem fazer muitos calculos adicionais) para o caso 3D, ou
seja,
0 1 0
cos sin 0
z = 1 0 0 ez = sin cos 0 .
0 0 0
0
0
1
1.10. EXERCICIOS
27
8. Considere os tres operadores Li da questao acima agrupados como se fossem componentes de um vetor, ou seja, escreva
~ = (Lx , Ly , Lz )
L
~ = i
~ = i(x , y , z ).
L