Universidade Federal de Santa Maria

Centro de Cincias Naturais e Exatas

Programa de Ps-Graduao em Fsica
Grupo de Teoria da Matria Condensada
lgebra Linear
Jonas Maziero
Santa Maria - RS, Maio de 2012
1 / 63
Referncias
M. A. Nielsen e I. L. Chuang, Quantum Information and
Quantum Computation (Cambridge University Press,
Cambridge, 2000);
A. F. R. de Toledo Piza, Mecnica Quntica (Edusp, So
Paulo, 2009).
2 / 63
Sumrio
Espaos Vetoriais;
Independncia Linear e Bases; Produto Interno;
Procedimento de Gram-Schmidt;
Desigualdade de Cauchy-Schwarz;
Operadores Lineares e Matrizes;
Produto Externo e a Relao de Completeza;
Autovalores e Autovetores;
O Adjunto de um Operador;
Operadores Hermitianos; Projetores;
Operador Normal; Operador Unitrio;
Produto Tensorial;
Funes de Operadores;
Comutadores e Anticomutadores;
.
3 / 63
Nmeros Complexos
Dados dois nmeros reais a, b R quaisquer, ento
z := a + ib C um nmero complexo, onde i =

1.
Partes real Rez = a R e imaginria Imz = b R do
nmero complexo z;
Conjugado de um nmero complexo: z

:= a ib C;
Dados z := a + ib C e

z :=

a + i

b C com a, b,

a,

b R
temos:
z =

z a =

a e b =

b;
z

z := (a

a) + i(b

b);
z

z = (a + ib)(

a + i

b) = a

a + ia

b + ib

a b

b;
z

z
:=
z

=
z

a
2
+

b
2
.
Mdulo de um nmero complexo:
[z[ :=

zz

=
_
a
2
+ b
2
;
4 / 63
Plano Complexo (plano de Argand-Gauss)
Nmeros complexos podem
ser representados como
pontos no plano Cartesiano
(veja a Figura ao lado).
Temos ento
cos =
a
[z[
e sin =
b
[z[
.
Assim
z = a + ib
= [z[(cos + i sin)
= [z[ exp(i),
com 0 < 2 e
0 [z[ < .
Tambm
= arctan(b/a).
5 / 63
lgebra Linear
o estudo de espaos vetoriais e operaes lineares nesses
espaos.
Um Espao Vetorial um conjunto de objetos que tm
certas propriedades (veja a prxima transparncia)
Exemplo. C
n
: conjunto de todas as listas de nmeros
complexos (z
i
C)
(z
1
, , z
n
)
Cada objeto (lista) desse conjunto um vetor.
Notao matricial (matriz coluna)
[v =
_

_
v
1
.
.
.
v
n
_

_
onde v
i
C
[rtulo a notao de Dirac para vetores, muito utilizada
em Mecnica Quntica.
6 / 63
Propriedades de um Espao Vetorial (C
n
)
1
Existe a operao de adio de objetos.
Para [v = (v
1
, , v
n
) C
n
e [u = (u
1
, , u
n
) C
n
[v +[u :=
_

_
v
1
+ u
1
.
.
.
v
n
+ u
n
_

_
C
n
2
Existe a operao multiplicao por escalar.
Para [v = (v
1
, , v
n
) C
n
e z C
z
_

_
v
1
.
.
.
v
n
_

_
:=
_

_
zv
1
.
.
.
zv
n
_

_
C
n
3
Existe o elemento nulo 0 := [.
[v +[ := [v [v
Para [v = (v
1
, , v
n
) C
n
e [ = (0, , 0) C
n
7 / 63
Independncia Linear e Bases
Denio. Um conjunto de vetores [v
i
linearmente
independente (LI) se

i
c
i
[v
i
= [ implica em c
i
= 0 i.
Denio. Um conjunto de vetores LI [v
i

dimV
i=1
V uma
base para um espao vetorial V se qualquer vetor [v V pode
ser escrito como uma combinao linear
[v =
dimV

i=1
c
i
[v
i
.
Exemplo. Os autoestados de
z
,
[0 = (1, 0); [1 = (0, 1),
formam uma base para C
2
:
[v = (v
1
, v
2
) = v
1
[0 + v
2
[1.
Existem innitas outras bases. e.g. os autoestados de
x
:
[+ = 2
1/2
(1, 1); [ = 2
1/2
(1, 1).
8 / 63
Produto interno
Uma funo (, ) : VxV C um produto interno se satisfaz os
seguintes requerimentos
1
linear no segundo argumento:
([v,

i
c
i
[w
i
) =

i
c
i
([v, [w
i
), onde c
i
C;
2
([v, [w) = ([w, [v)

;
3
([v, [v) 0 com igualdade se e somente se [v = [.
Produto interno para C
n
:
([v, [w) v[w := [v

[w =
_
v

1
v

_
w
1
.
.
.
w
n
_

_
=

i
v

i
w
i
Espao de Hilbert 1:
Espao vetorial C
n
equipado com um produto interno ([v, [w).
9 / 63
Teorema
O produto interno linear-conjugado no primeiro argumento,
i.e., dados c
i
C e [v
i
, [w V vem que
(

i
c
i
[v
i
, [w) =

i
c

i
([v
i
, [w).
Demonstrao
(

i
c
i
[v
i
, [w) = ([w,

i
c
i
[v
i
)

=
_

i
c
i
([w, [v
i
)
_

i
c

i
([w, [v
i
)

i
c

i
([v
i
, [w)
10 / 63
Algumas Denies
Dois vetores [v e [w so ortogonais se seu produto
interno nulo, i.e., se
([v, [w) = 0.
A norma (comprimento) de um vetor [v denida como
[[[v[[ :=
_
([v, [v)
Vetor unitrio ou normalizado:
[[[v[[ = 1.
Para [v,se denimos [

v :=
[v
[[[v[[
, 1cm ento [[[

v[[ = 1.
Um conjunto de vetores [v
i
ortonormal se
([v
i
, [v
j
) =
ij
.
11 / 63
Procedimento de Gram-Schmidt
Dada uma base [w
i

dimV
i=1
V de vetores linearmente
independentes, obtemos uma base ortonormal [v
i

dimV
i=1
V
denindo
[v
1
:=
[w
1

[[[w
1
[[
e, para 1 k dimV 1, denindo
[v
k+1
:=
[w
k+1

k
i=1
([v
i
, [w
k+1
)[v
i

[[[w
k+1

k
i=1
([v
i
, [w
k+1
)[v
i
[[
.
12 / 63
Desigualdade de Cauchy-Schwarz (DCS)
Teorema. Dados quaisquer dois vetores [v, [w 1, resulta
que [([v, [w)[
2
([v, [v)([w, [w)
Prova. Partimos do fato que ([, [) 0 e denimos
[ := [v + z[w, com z C. Assim
([, [) = ([v, [v) +z([v, [w) +z

([w, [v) +[z[

2
([w, [w) 0
Agora, se [w = [ ento [([v, [)[
2
= 0 = ([v, [v)([, [)
e a DCS satisfeita. Por outro lado, se [w , = [ denimos
z := ([w, [v)/([w, [w)
e resulta que
([v), [v))
([w), [v))
([w), [w))
([v), [w))
([w), [v))

([w), [w))
([w), [v)) +
[([w), [v))[
2
([w), [w))
2
([w), [w)) 0
([w), [w))([v), [v)) [([v), [w))[
2
[([w), [v))[
2
+[([w), [v))[
2
0
([w), [w))([v), [v)) [([w), [v))[
2
13 / 63
Temos ainda que ([w), [w))([v), [v)) = [([w), [v))[
2
se e somente se [v) [w).
Prova. Assumimos [v) [w) = c[w). Ento ([v), [v)) = [c[
2
([w), [w)) e
[([v), [w))[
2
= [c[
2
([w), [w))
2
, o que implica que
([v), [v))([w), [w)) = [([v), [w))[
2
.
Agora assumimos que ([v), [v))([w), [w)) = [([v), [w))[
2
e [[[w)[[ ,= 0. Usamos
o procedimento de Gram-Schmidt para construir uma base ortonormal
|[w
i
)
dimV
i=1
com [w
1
) := [w)/[[[w)[[. Podemos escrever [v) =

dimV
i=1
c
i
[w
i
).
Assim
([v), [v)) = (
dimV

i=1
c
i
[w
i
),
dimV

i=1
c
j
[w
j
)) =
dimV

i,j=1
c

i
c
j

ij
..
([w
i
), [w
j
)) =
dimV

i=1
[c
i
[
2
e
[([v), [w))[
2
= [(
dimV

i=1
c
i
[w
i
), [[[w)[[[w
1
))[
2
= [[[w)[[
2
dimV

i=1
[c
i
[
2
[

i1
..
([w
i
), [w
1
))[
2
= [[[w)[[
2
[c
1
[
2
.
Com isso vem que
[[[w)[[
2
_
_
dimV

i,j=1
[c
i
[
2
[c
1
[
2
_
_
= 0
e portanto c
i
= 0 se i ,= 1 e consequentemente [v) [w).
14 / 63
Operadores Lineares
Um operador linear entre espaos vetoriais V e W qualquer
funo (mapa) A : V W que linear em seu domnio, i.e.
A
_

i
c
i
[v
i

_
=

i
c
i
A([v
i
)
Dizemos que um operador linear A est denido em V se
A : V V.
Dois operadores lineares importantes:
Operador identidade em V:
I
V
[v := [v para todo [v V.
Operador zero em V:
0
V
[v := [ para todo [v V.
15 / 63
Matrizes como Operadores Lineares
Uma matriz complexa A
ij
um mapa
A
ij

mxn
: C
n
C
m
.
Explicitamente (A
mxn
v
1xn
= w
1xm
):
_

_
A
11
A
12
A
1n
A
21
A
22
A
2n
.
.
.
.
.
.
.
.
.
.
.
.
A
m1
A
m2
A
mn
_

_
_

_
v
1
v
2
.
.
.
v
n
_

_
=
_

_
w
1
w
2
.
.
.
w
m
_

_
onde
w
i
=
n

j=1
A
ij
v
j
Dizer que uma matriz A um operador linear signica que
A
_

i
c
i
[v
i

_
=

i
c
i
A([v
i
)
16 / 63
Linearidade de Matrizes
Consideremos A = A
ij
, [v = v
i
e [w = w
i
. Denimos
ainda
[x := a[v + b[w = x
i
= av
i
+ bw
i
.
Assim
(A[x)
i
=

j
A
ij
x
j
=

j
A
ij
(av
j
+ bw
j
)
= a

j
A
ij
v
j
+ b

j
A
ij
w
j
= a(A[v)
i
+ b(A[w)
i
.
Ou seja,
A[x = A(a[v + b[w)
= aA([v) + bA([w)
17 / 63
Operadores Lineares como Matrizes
Consideremos um operador linear A : V W e bases de
vetores [v
i

m
i=1
V e [w
j

n
j=1
W. Para cada i existem
A
ji

n
j=1
C tal que
A[v
i
=
n

j=1
A
ji
[w
j
.
A matriz A
ji

mxn
uma representao matricial para o
operador linear A.
OBS. Para fazer a conexo entre matrizes e operadores
lineares devemos especicar as bases de entrada (domnio) e
sada (imagem) para o operador linear A e tambm devemos
especicar como A atua na sua base domnio.
Resumindo. Os pontos de vista de operadores lineares e de
matrizes so equivalentes.
18 / 63
Matrizes de Pauli.
0
:= I
Vamos considerar V = W = C
2
e uma base (base
computacional)
[0 :=
_
1
0
_
, [1 :=
_
0
1
_
Representao matricial para I :=
0
:

0
[0 =
0
11
[0 +
0
21
[1

0
[1 =
0
12
[0 +
0
22
[1
Ao de
0
:

0
[0 = [0 e
0
[1 = [1.
Ou seja

0
=
_
1 0
0 1
_
.
19 / 63
Matrizes de Pauli.
1
:=
x
Representao matricial para
x
:=
1
:= X:

1
[0 =
1
11
[0 +
1
21
[1

1
[1 =
1
12
[0 +
1
22
[1
Ao de
1
(porta lgica NOT da computao clssica e
quntica):

1
[0 = [1 e
1
[1 = [0.
Ou seja

1
=
_
0 1
1 0
_
,
que tem autovalores 1 e autovetores
[
x
= 2
1/2
([0 +[1)
[
x
= 2
1/2
([0 [1)
20 / 63
Matrizes de Pauli.
2
:=
y
Representao matricial para
y
:=
2
:= Y:

2
[0 =
2
11
[0 +
2
21
[1

2
[1 =
2
12
[0 +
2
22
[1
Ao de
2
:

2
[0 = exp(i/2)[1 e
2
[1 = exp(i/2)[0.
Ou seja
1

2
=
_
0 i
i 0
_
,
com i =

1. Temos que
2
tem autovalores 1 e autovetores
[
y
= 2
1/2
([0 + i[1)
[
y
= 2
1/2
([0 i[1)
1
Relao de Euler: exp(i) = cos() + i sin()
21 / 63
Matrizes de Pauli.
3
:=
z
Representao matricial para
z
:=
3
:= Z:

3
[0 =
3
11
[0 +
3
21
[1

3
[1 =
3
12
[0 +
3
22
[1
Ao de
3
:

3
[0 = [0 e
3
[1 = exp(i)[1.
Ou seja

3
=
_
1 0
0 1
_
,
com i =

1. Temos que
2
tem autovalores 1 e
autovetores
[
z
= [0
[
z
= [1
22 / 63
Representao Matricial para Operadores Compostos
Consideremos operadores lineares A : V W e B : W X e
bases [v
i
V, [w
j
W e [x
k
X. Questo. Qual a
representao matricial para a transformao linear
B(A()) = B A()?
Temos que
A([v
i
) =

j
A
ji
[w
j

Ento
B(A([v
i
) =

j
A
ji
B([w
j
)
=

j
A
ji

k
B
kj
[x
k

j
B
kj
A
ji
[x
k

k
(BA)
ki
[x
k

23 / 63
Operador Produto Externo e a Relao de Completeza
Produto Externo. Consideremos [v), [

v) V e [w) W. O operador linear

produto externo [w)v[ : V W denido como
[w)v[([

v)) = [w)([v), [

v)) = ([v), [

v))[w)
Assim, para |[v
i
), [

v) V e |[w
i
) W, a combinao linear

i
a
i
[w
i
)v
i
[
um operador linear que atua da seguinte forma

i
a
i
[w
i
)v
i
[([

v)) =

i
a
i
([v
i
), [

v))[w
i
).
Relao de Completeza. Consideremos uma base ortonormal |[j)
dimV
j=1
V.
Qualquer vetor [v) V pode ser escrito como [v) =

j
v
j
[j), com
v
j
= ([j), [v)) C. Assim vem que
dimV

j=1
[j)j[([v)) =
dimV

j=1
[j)([j), [v)) =
dimV

j=1
v
j
[j) = [v),
ou seja
dimV

j=1
[j)j[ = I
V
.
24 / 63
Outra Demonstrao da Desigualdade de Cauchy-Schwarz
Teorema. Dados quaisquer dois vetores [v, [w 1, resulta que
[([v, [w)[
2
([v, [v)([w, [w)
Prova. Usamos o procedimento de Gram-Schmidt para construir uma base
ortonormal |[j) e denimos
[1) :=
[w)
[[[w)[[
.
Utilizando a relao de completeza

j
[j)j[ = I escrevemos
([v), [v))([w), [w)) = ([v), I([v)))([w), [w)) = ([v),

j
[j)j[([v)))([w), [w))
= ([v),

j
[j)([j), [v)))([w), [w))
=

j
([j), [v))([v), [j))([w), [w)) =

j
[([v), [j))[
2
([w), [w))
[([v), [1))[
2
([w), [w))
:=
[([v), [w))[
2
[[[w)[[
2
([w), [w))
= [([v), [w))[
2
25 / 63
Representao de Operadores como Produto Externo
Consideremos A : V W e bases ortonormais [v
i

dimV
i=1
V e
[w
j

dimW
j=1
W.
Representao de A na forma produto externo
A = I
W
AI
V
=
_
_
dimW

j=1
[w
j
w
j
[
_
_
A
_
dimV

i=1
[v
i
v
i
[
_
=
dimW

j=1
dimV

i=1
([w
j
, A[v
i
)[w
j
v
i
[
Representao matricial de A
A
ji
:= ([w
j
, A[v
i
)
so os elementos na linha j e coluna i.
Exemplo. Matriz de Pauli
x

x
= [01[ +[10[.
26 / 63
Autovalores e Autovetores
Os autovetores de um operador linear A so vetores no nulos
[v V tais que
A[v = v[v,
e v C so os autovalores de A.
Autovalores (equao caracterstica):
(A vI)[v = [ (A vI)
1
(A vI)[v = [ [v = [. Portanto
det(A I) = 0
Autovetores
(A I)[v = [
Representao diagonal (decomposio ortonormal) de A em V:
A =

i
[ii[,
onde [i
dimV
i=1
uma base ortonormal para V.
Degenerescncia. Um autovalor tem dois ou mais autovetores
correspondentes.
27 / 63
Adjunto de um Operador
Dado um operador linear A : 1 1, existe um nico operador
linear A

tal que, para todo [v, [w 1,

([v, A[w) = (A

[v, [w).
A

conhecido com o adjunto (ou Hermitiano conjugado) de

A.
Alguns resultados e denies:
_
A

= A;
(A[v), [w)) = ([w), A[v))

= (A

[w), [v))

= ([v), A

[w)) = ((A

[v), [w))
(AB)

= B

([v, AB[w) = (A

[v, B[w) = (B

[v, [w) = ((AB)

[v, [w);
Dado um vetor [v dene-se v[ := [v

. Ento (A[v)

= v[A

;
([vw[)

= [wv[;
28 / 63
(

i
a
i
A
i
)

i
a

i
A

i
Prova. Dados a
i
C, A : e [v), [w) , temos que
([v),

i
a
i
A
i
[w)) =

i
a
i
([v), A
i
[w)); ((,) linear no 2
o
argumento)
=

i
a
i
(A

i
[v), [w))
= (

i
a

i
A

i
[v), [w)); ((,) anti-linear no 1
o
argumento)
= ((

i
a
i
A
i
)

[v), [w))
A

= (A
T
)

= (A

)
T
. Ex.
A =
_

_
a
11
a
12

a
21
a
22


.
.
.
_

_
A

=
_

_
a

11
a

21

a

12
a

22


.
.
.
_

_
29 / 63
Operadores Hermitianos
Um operador dito Hermitiano (ou auto-adjunto) se
A

= A
Operadores Hermitianos tem autovalores reais (A[a = a[a)
([a, A[a) = ([a, a[a) = a([a, [a) = a
= (A

[a, [a) = (A[a, [a) = (a[a, [a)

= a

([a, [a) = a

Portanto a = a

a R.
Os autovetores de um operador Hermitiano correspondentes a
autovetores diferentes so ortogonais. Consideremos
A[a = a[a e A[b = b[b com a ,= b.
([a, A[b) = ([a, b[b) = b([a, [b)
= (A

[a, [b) = (A[a, [b) = a([a, [b)

Portanto (a b)([a, [b) = 0 ([a, [b) = 0.
30 / 63
Projetores
Consideremos uma base [j
dimW
j=1
W, sendo W um
subespao do espao vetorial V. Assim, podemos construir
uma base [j
dimV
j=1
V com dimV dimW. Por denio
P :=
dimW

j=1
[jj[
um projetor no subespao W.
P

= P; (P[p = p[p com p R)

P
2
= P; (P[p = P
2
[p = p
2
[p p
2
= p p = 0, 1)
P + Q = I
V
com
Q =
dimV

j=dimW+1
[jj[
sendo o complemento ortonormal de P.
31 / 63
Operador Normal
Um operador A dito normal se
AA

= A

A.
Se um operador A Hermitiano (A

= A) ento A normal (A

A = AA).
Teorema (Decomposio Espectral). Dado A : V V, resulta que A
normal se e somente se existir uma base ortonormal de V na qual A
diagonal.
Prova. Iniciamos assumindo que existe uma base ortonormal [a
i

na qual A diagonal, i.e., A =

i
a
i
[a
i
a
i
[. Segue ento que
AA

= (

i
a
i
[a
i
)a
i
[)(

j
a
j
[a
j
)a
j
[)

j
a
i
a

j
[a
i
)

ij
..
([a
i
), [a
j
))a
j
[
=

i
a

i
a
i
[a
i
)a
i
[ =

i
a

j
a
i
[a
j
)([a
j
), [a
i
))a
i
[
= (

j
a
j
[a
j
)a
j
[)

i
a
i
[a
i
)a
i
[)= A

A
32 / 63
Agora assumimos que A normal, i.e., AA

= A

A.
Seja a
i
um autovetor de A e P o projetor no auto-espao de a
i
(V
i
) e seja Q o projetor no complemento ortonormal de P, ou
seja, P + Q = I
V
. Assim
A = I
V
AI
V
= (P + Q)A(P + Q)
= PAP
..
=a
i
P
+ PAQ+ QAP
. .
=a
i
QP=0
+ QAQ
Como A normal, dado um vetor [v V
i
, vem que
AA

[v = A

A[v = a
i
A

[v.
Ou seja, A

[v um elemento de V
i
. Ento
(PAQ)

= Q

= QA

P
..
V
i
= 0 ((PAQ)

= PAQ = 0
33 / 63
Portanto
A = PAP + QAQ.
Lembrando A : V V. Assim, dada uma base [v
j

dimV
j=1
V,
podemos escrever
A =
dimV

j,k=1
A
jk
[v
j
v
k
[
com
A
jk
:= ([v
j
, A[v
k
).
Percebe-se por conseguinte que PAP e QAQ so
diagonais com relao a uma base ortonormal do
subespao P e Q, respectivamente.
Portanto A diagonal em uma base do espao total V,
completando assim a prova.
34 / 63
Operadores Positivos
Um operador A dito positivo (notao A 0) se
([v, A[v) 0 [v.
Se ([v, A[v) > 0 [v , = [, ento A dito positivo denido.
Um operador positivo (A 0) necessariamente Hermitiano
(A = A

).
A

A positivo (A

A 0) para qualquer operador linear A.

Prova. Denindo A[v := [w temos
([v, A

A[v) = (A[v, A[v) = ([w, [w) 0.

35 / 63
Operador Unitrio
Um operador U dito unitrio se
U

U = I = UU

Operadores unitrios preservam o produto interno:

(U[v, U[w) = (U

U[v, [w) = (I[v, [w)=([v, [w).

Os autovalores de um operador unitrio (U[u = u[u) tem
mdulo [u[ = 1 e portanto podem ser escritos de maneira
geral como u = exp(i), com R.
([u, [u) = 1
= (U[u, U[u) = (u[u, u[u) = [u[
2
u[u = [u[
2
[u[ = 1
u = [u[ exp(i) = exp(i)
36 / 63
O vetores [r
i
) = (u
i1
, u
i2
, u
i3
, ) das linhas de U formam um conjunto
ortonormal, i.e.,
([r
i
), [r
j
)) =

k
u
ik
u

jk
=
ij
UU

= I
_
_
_
_
_
u
11
u
12
u
13

u
21
u
22
u
23

u
31
u
32
u
33

.
.
.
.
.
.
.
.
.
.
.
.
_

_
_
_
_
_
_
u

11
u

21
u

31

u

12
u

22
u

32

u

13
u

23
u

33

.
.
.
.
.
.
.
.
.
.
.
.
_

_
=
_
_
_
_
_
1 0 0
0 1 0
0 0 1
.
.
.
.
.
.
.
.
.
.
.
.
_

_
O vetores [c
i
) = (u
1i
, u
2i
, u
3i
, ) das colunas de U formam um conjunto
ortonormal, i.e.,
([c
i
), [c
j
)) =

k
u
ki
u

kj
=
ij
U

U = I
_
_
_
_
_
u

11
u

21
u

31

u

12
u

22
u

32

u

13
u

23
u

33

.
.
.
.
.
.
.
.
.
.
.
.
_

_
_
_
_
_
_
u
11
u
12
u
13

u
21
u
22
u
23

u
31
u
32
u
33

.
.
.
.
.
.
.
.
.
.
.
.
_

_
=
_
_
_
_
_
1 0 0
0 1 0
0 0 1
.
.
.
.
.
.
.
.
.
.
.
.
_

_
37 / 63
Operador Unitrio. Representao Produto Externo
Consideremos uma base ortonormal [v
i
(([v
i
, [v
j
) =
ij
).
Assim [w
i
:= U[v
i
tambm forma uma base ortonormal:
([w
i
, [w
j
) = (U[v
i
, U[v
j
) = (U

U[v
i
, [v
j
) = ([v
i
, [v
j
) =
ij
Portanto
U =

i
[w
i
v
i
[
Matrizes de Pauli

0
= [00[ +[11[

1
= [01[ +[10[

2
= i[01[ + i[10[

3
= [00[ [11[
so Hermitianas e unitrias
_

i
_

=
i
, i = 0, 1, 2, 3
_

i
_
2
=
0
38 / 63
Relaes entre os Diferentes Tipos de Operadores
39 / 63
Produto Tensorial
O produto tensorial utilizado para tratar espaos vetoriais
utilizados na descrio de sistemas de muitos corpos a partir
dos espaos vetoriais de suas partes constituintes.
Consideremos dois espaos de Hilbert 1
a
e 1
b
e bases ortonormais
[i
a
1
a
e [j
b
1
b
com i = 1, , dim1
a
e j = 1, , dim1
b
. Uma base ortonormal
para o espao produto tensorial 1
a
1
b
denida como
[i
a
[j
b
.
Temos assim que dim1
a
1
b
= dim1
a
dim1
b
.
Qualquer vetor [
ab
1
a
1
b
pode ser escrito como
[
ab
=

i,j
c
i,j
[i
a
[j
b
,
com c
i,j
C.
40 / 63
Conveno
[i
a
[j
b
[i
a
[j
b
[i
a
, j
b
[i
a
j
b
[ij.
Propriedades do Produto Tensorial
1
Para z C e [
a
1
a
e [
b
1
b
z([
a
[
b
) = (z[
a
) [
b
= [
a
(z[
b
)
2
Para [
a
, [
a
1
a
e [
b
1
b
([
a
+[
a
) [
b
= [
a
[
b
+[
a
[
b

3
Para [
a
1
a
e [
b
, [
b
1
b
[
a
([
b
+[
b
) = [
a
[
b
+[
a
[
b

41 / 63
Operadores Lineares em 1
a
1
b
Consideremos vetores [
a
1
a
e [
b
1
b
e operadores
lineares A : 1
a

1
a
e B : 1
b

1
b
. Dene-se um operador
linear A B : 1
a
1
b

1
a

1
b
como
A B([
a
[
b
) := A([
a
) B([
b
)
Linearidade de A B
A B([
ab
) = A B(

i,j
c
i,j
[i
a
[j
b
) =

i,j
c
i,j
A([i
a
) B([j
b
)
Para A
j
: 1
a

1
a
e B
j
: 1
b

1
b
, um operador linear
C
ab
: 1
a
1
b

1
a

1
b
pode ser representado de maneira
geral como
C
ab
=

i,j
c
i,j
A
i
B
j
, com c
i,j
C.
Por denio
(

i,j
c
i,j
A
i
B
j
)([
a
[
b
) :=

i,j
c
i,j
A
i
([
a
) B
j
([
b
).
42 / 63
Produto interno e Produto de Kronecker
Produto interno para espaos produto tensorial
([
ab
, [
ab
) = (

j,k
c
j,k
[j
a
[k
b
,

m,n
d
m,n
[m
a
[n
b
)
:= [
ab

[
ab
=

j,k
c

j,k
d
j,k
.
Dadas matrizes A
i,j

mxn
e B
k,l

p,q
o produto de Kronecker
denido como
A B := mxp linhas
nxq colunas
..
_

_
_
_
_
_
_
_
A
11
B A
12
B A
1n
B
A
21
B A
22
B A
2n
B
.
.
.
.
.
.
.
.
.
.
.
.
A
m1
B A
m2
B A
mn
B
_

_
Notao: A
n
:=
nvezes
..
A A. Exemplo. A
2
= A A.
43 / 63
Funes de Operadores
Dado um operador normal A com decomposio espectral
A =

a
a[aa[,
uma funo f : C C desse operador denida como
f (A) :=

a
f (a)[aa[.
Exemplo.
exp(
1
) = exp()[
x

x
[ + exp()[
x

x
[
44 / 63
Dados

n R
3
com [[

n[[ = 1, R e = (
1
,
2
,
3
), segue que
exp(i

n ) = cos()I + i sin()

n
Prova. Vamos utilizar as sries de Taylor,
f (x)[
x
0
=

n=0
d
n
f (x)
dx
n

x
0
(x x
0
)
n
n!
,
para
exp(x)[
0
= 1 + x +
x
2
2
+
x
3
3!
+
x
4
4!
+
x
5
5!
+
cos(x)[
0
= 1
x
2
2
+
x
4
4!

x
6
6!
+
sin(x)[
0
= x
x
3
3!
+
x
5
5!

x
7
7!
+
45 / 63
Mostremos que (

n )
2
= I.
(

n )
2
= (n
1

1
+ n
2

2
+ n
3

3
)(n
1

1
+ n
2

2
+ n
3

3
)
= n
2
1
(
1
)
2
+ n
1
n
2

2
+ n
1
n
3

3
+n
1
n
2

1
+ n
2
2
(
2
)
2
+ n
2
n
3

3
+n
1
n
3

1
+ n
2
n
3

2
+ n
2
3
(
3
)
2
= (n
2
1
+ n
2
2
+ n
2
3
)I
= I
Assim obtemos
exp(i

n ) = I + (i

n ) +
(i

n )
2
2
+
(i

n )
3
3!
+
(i

n )
4
4!
+
(i

n )
5
5!
+
= I + i

n

2
2
I i

3
3!

n +

4
4!
I + i

5
5!

n +
= (1

2
2
+

4
4!
)I + i(

3
3!
+

5
5!
)

n
= cos()I + i sin()

n
46 / 63
A Funo Trao
O trao de um operador A, numa certa representao matricial,
denido como
tr(A) :=

j
A
jj
Propriedades da funo trao
tr(AB) = tr(BA) (cclico);
Prova. tr(AB) =

i
(AB)
ii
=

j
A
ij
B
ji
=

i
B
ji
A
ij
=

j
(BA)
jj
= tr(BA)
tr(A + B) = tr(A) + tr(B) (linear);
tr(zA) = ztr(A) com z C.
tr(UAU

) = tr(U

UA) = tr(A) (o trao no depende da base

utilizada na representao matricial de A);
tr(A B) = (trA)(trB).
47 / 63
A Funo Trao Parcial
Consideremos um operador linear C
ab
: 1
a
1
b
1
a
1
b
na
sua representao produto externo
C
ab
= I
a
I
b
C
ab
I
a
I
b
= (

i
[i
a
i
a
[) (

j
[j
b
j
b
[)C
ab
(

k
[k
a
k
a
[) (

l
[l
b
l
b
[)
=

i,j,k,l
([i
a
i
a
[ [j
b
j
b
[)C
ab
([k
a
k
a
[ [l
b
l
b
[)
=

i,j,k,l
[i
a
[j
b
(i
a
[ j
b
[C
ab
[k
a
[l
b
)k
a
[ l
b
[
=

i,j,k,l
(i
a
[ j
b
[C
ab
[k
a
[l
b
)[i
a
[j
b
k
a
[ l
b
[
:=

i,j,k,l
C
ab
ij,kl
[i
a
k
a
[ [j
b
l
b
[
48 / 63
Um operador linear reduzido C
a
: 1
a
1
a
pode ser obtido
atravs da operao de trao parcial sobre 1
b
(notao tr
b
),
que denida como
C
a
= tr
b
C
ab
:=

m
m
b
[C
ab
[m
b

i,k

m
C
ab
im,km
[i
a
k
a
[
=

i,k
C
a
i,k
[i
a
k
a
[,
com
C
a
i,k
:=

m
C
ab
im,km
49 / 63
Espao de Operadores Lineares e o
Produto Interno de Hilbert-Schmidt
O espao formado por operador lineares L(1) : 1 1 tambm
um espao de Hilbert com produto interno denido como
(A, B) := tr(A

B).
L(1) : 1 1 uma espao vetorial. Dados dois operadores
lineares A, B : 1 1 e [v
i
1, temos
1
(A+B)(

i
c
i
[v
i
) = A(

i
c
i
[v
i
)+B(

i
c
i
[v
i
) =

i
c
i
(A+B)([v
i
);
2
(zA)(

i
c
i
[v
i
) = z

i
c
i
A([v
i
);
3
A + o
H
= A com o
H
[v
i
= [.
tr(A

B) um produto interno. Dados A, B : 1 1 e b

i
C, temos
1
(A,

j
b
j
B
j
) = tr(A

j
b
j
B
j
) =

j
b
j
tr(A

B
j
) =

j
b
j
(A, B
j
);
2
(A, B) = tr(A

B) = tr(

i
A

ji
B
ik
) =

i
A

ji
B
ij
=
(

j
B

ij
A
ji
)

= (tr(B

A))

= (B, A)

;
3
(A, A) = tr(A

A) 0.
50 / 63
Comutadores e Anticomutadores
O comutador entre dois operadores A e B denido como
[A, B] [A, B]

:= AB BA.
Se AB = BA dizemos que A e B comutam.
O anti-comutador entre dois operadores A e B denido
como
A, B [A, B]
+
:= AB + BA.
Se AB = BA dizemos que A e B anticomutam.
Comutadores e Anti-comutadores das matrizes de Pauli (j, k = 1, 2, 3)
[
j
,
k
] = 2i
3

l=1

jkl

j
,
k
= 2
jk
I
51 / 63
Comutadores de Operadores Hermitianos
Teorema. Dados dois operadores Hermitianos A e B, ento
[A, B] = 0 se e somente se existir uma base ortonormal [j na
qual A e B so diagonais, ou seja, A =

j
a
j
[jj[ e
B =

j
b
j
[jj[.
Prova. Assumimos primeiramente que A e B so diagonais na
mesma base. Ento
[A, B] = (

j
a
j
[jj[)(

k
b
k
[kk[) (

k
b
k
[kk[)(

j
a
j
[jj[)
=

j,k
a
j
b
k
([jj[k
..

jk
k[ [kk[j
..

jk
j[)
=

j
a
j
b
j
([jj[ [jj[)
= 0
52 / 63
Agora assumimos que A e B comutam, ou seja,
[A, B] = 0 AB = BA.
Seja [a
j
uma base de autovetores no degenerados de A
com autovalor a
i
, teremos
AB[a
i
= BA[a
i
= a
i
B[a
i
.
Portanto B[a
i
tambm autovetor de A com autovalor a
i
. Isso
implica que
B[a
i
[a
i
= b
i
[a
i
.
Com isso vem que B tambm diagonal na base [a
i
.
53 / 63
Lei de Leibniz
[A, BC] = [A, B]C + B[A, C]
[AB, C] = [A, C]B + A[B, C]
Vericao.
[A, B]C + B[A, C] = ABC BAC + BAC BCA
= ABC BCA
= [A, BC]
[A, C]B + A[B, C] = ACB CAB + ABC ACB
= ABC CAB
= [AB, C]
54 / 63
Identidade de Jacobi
[A, [B, C]] + [B, [C, A]] + [C, [A, B]] = 0
Vericao.
[A, [B, C]] + [B, [C, A]] + [C, [A, B]]
= [A, BC CB] + [B, CA AC] + [C, AB BA]
= ABC BCA ACB + CBA + BCA CAB
BAC + ACB + CAB ABC CBA + BAC
= 0
55 / 63
Lema de Hadamard
e
A
Be
A
= B + [A, B] +
1
2!
[A, [A, B]] +
1
3!
[A, [A, [A, B]]] +
Prova. Temos
exp(A) = I A +
A
2
2!

A
3
3!
+ .
Assim
e
A
Be
A
=
_
I + A +
A
2
2!
+
A
3
3!
+
_
B
_
I A +
A
2
2!

A
3
3!
+
_
=
_
B + AB +
A
2
B
2!
+
A
3
B
3!
+
__
I A +
A
2
2!

A
3
3!
+
_
= B + (BA + AB) +
_
BA
2
2!
ABA +
A
2
B
2!
_
+
_

BA
3
3!
+
ABA
2
2!

A
2
BA
2!
+
A
3
B
3!
_
+
56 / 63
e
A
Be
A
= B + [A, B] +
1
2!
(BAA 2ABA + AAB)
+
1
3!
(BAAA + 3ABAA 3AABA + AAAB) +
= B + [A, B] +
1
2!
((BA AB)A + A(BA + AB))
+
1
3!
((BA + AB)AA + 2A(BA AB)A + AA(BA + AB)) +
= B + [A, B] +
1
2!
([A, B]A + A[A, B])
+
1
3!
([A, B]AA 2A[A, B]A + AA[A, B]) +
= B + [A, B] +
1
2!
+ [A, [A, B]]
+
1
3!
(([A, B]A A[A, B])A A([A, B]A A[A, B])) +
= B + [A, B] +
1
2!
+ [A, [A, B]] +
1
3!
([A, [A, B]]A + A[A, [A, B]]) +
= B + [A, B] +
1
2!
+ [A, [A, B]] +
1
3!
[A, [A, [A, B]]] +
57 / 63
Outra prova. Dene-se f (s) := e
sA
Be
sA
. Ento
f

(s) = e
sA
[A, B]e
sA
f

(s) = e
sA
[A, [A, B]]e
sA
f

(s) = e
sA
[A, [A, [A, B]]]e
sA
.
.
.
Expanso de f (s) em srie de Taylor em torno de s = 0:
f (s) = f (0) + sf

(0) +
1
2!
s
2
f

(0) +
1
3!
s
3
f

(0) +
= B + s[A, B] +
1
2!
s
2
[A, [A, B]] +
1
3!
s
3
[A, [A, [A, B]]] +
Agora faz s = 1. Assim
e
A
Be
A
= B + [A, B] +
1
2!
[A, [A, B]] +
1
3!
[A, [A, [A, B]]] +
58 / 63
Relao de Baker-Campbell-Housdorff
Dado que [A, [A, B]] = [B, [A, B]] = 0 ento
e
A+B
= e
A
e
B
e
[A,B]/2
Prova. Vamos denir C := e
xA
e
xB
com x sendo um escalar. Com isso
dC
dx
=
_
e
xA
Ae
xB
+ e
xA
Be
xB
_
e
xB
e
xA
e
xA
e
xB
=
_
A + e
xA
Be
xA
_
C
= e
xA
e
xB
e
xB
e
xA
_
e
xA
Ae
xB
+ e
xA
Be
xB
_
= C
_
e
xB
Ae
xB
+ B
_
Do lema de Hadamard, temos que e
xA
Be
xA
= B + x[A, B] e
e
xB
Ae
xB
= A + x[A, B]. Por conseguinte
dC
dx
= (A + B + x[A, B]) C
= C(A + B + x[A, B])
59 / 63
Como [C, (A + B + x[A, B])] = 0 podemos resolver a equao anterior
como uma equao diferencial qualquer. Assim obtemos
C = exp(x(A + B) + x
2
[A, B]/2)
= e
xA
e
xB
.
Mas
[x(A + B), x
2
[A, B]/2] =
x
3
2
([A, [A, B]] + [B, [A, B]])
:= 0.
Ento
exp(x(A + B) + x
2
[A, B]/2) = exp(x(A + B)) exp(x
2
[A, B]/2)
e
e
x(A+B)
= e
xA
e
xB
e
x
2
[A,B]/2
.
Fazendo x = 1 conclumos a demonstrao.
60 / 63
A Decomposio Polar
Dado um operador linear A : V V, existe um operador
unitrio U e operadores positivos J e K tais que
A = UJ = KU,
com J =

A e K =

AA

.
Prova.
J =

A 0 J =

i
J
i
[J
i
J
i
[ com ([J
i
, [J
j
) =
ij
.
Assumimos J
i
> 0 e denimos [a
i
:= J
1
i
A[J
i
. Assim
([a
i
, [a
j
) = J
1
i
J
1
j
(A[J
i
, A[J
j
)
= J
1
i
J
1
j
(A

A[J
i
, [J
j
)
= J
1
j
J
i

ij
=
ij
61 / 63
Denindo U :=

i
[a
i
J
i
[ vemos que se J
i
> 0 ento
UJ[J
i
= J
i
[a
i
= A[J
i
.
Se J
i
= 0 ento
UJ[J
i
= 0 = [a
i
.
Portanto a ao de A e de UJ na base [J
i
a mesma e por
conseguinte
A = UJ.
Podemos ver que J unicamente denido fazendo
A

A = (UJ)

UJ = J

UJ = J
2
J =

A.
Temos tambm que
A = UJ = UJU

U = KU,
com K 0. Temos ainda que
AA

= UJ(UJ)

= UJJ

= UJU

UJU

= K
2
K =

AA

.
62 / 63
A Decomposio em Valores Singulares
Dada uma matriz quadrada A, existem matrizes unitrias U e V
e uma matriz positiva e diagonal D tais que
A = UDV.
Os elementos de D so os valores singulares de A.
Prova. Da decomposio polar vem que
A = SJ,
sendo S unitria (SS

= I = S

S) e J positiva (J 0). Do teorema

espectral temos
J = TDT

,
com T unitria e D diagonal e positiva. Assim, se denimos U := ST
e V := T

obtemos
A = STDT

:= UDV.
63 / 63