More

Next Blog

Create Blog Sign In

La Mecnica Cuntica
M

Matrices y probabilidad

2009 (136)
agosto (136)
Indice
Prlogo

Existe una diferencia importante entre los valores que son medidos y las matrices que son
utilizadas para escribir ecuaciones que relacionan las cantidades que pueden ser medidas.
En la mecnica clsica, a una cantidad como la transferencia de calor o como el campo
magntico se le representa con una variable continua como Q o como una variable vectorial
como B cuyos componentes tambin pueden tomar valores continuos. En la Mecnica
Cuntica, representamos las cantidades como matrices, y los valores propios (eigen) de
dichas matrices son los valores que podemos esperar obtener al llevar a cabo una medicin
de las cantidades que representan a dichos valores.
A diferencia de lo que ocurre en el mundo macroscpico, en el mundo sub-microscpico
hay un lmite a la precisin con la cual podemos efectuar cualquier medicin en el
laboratorio, un lmite impuesto por la misma Naturaleza que no puede ser superado con
mejoras al equipo de laboratorio o con tcnicas nuevas que puedan ser concebidas en algn
futuro distante. Este lmite lo determina la constante de Planck, h. Si la constante de Planck
fuese igual a cero, todas las reglas que aplican a la fsica macroscpica con la que estamos
L familiarizados
B
L aplicaran
O
G tambin a la fsica sub-microscpica, y no habra incertidumbre
alguna en nuestras mediciones en el laboratorio, cualquier incertidumbre en todo caso se
debera a las imperfecciones de nuestro equipo. Pero la constante de Planck, aunque
extremadamente pequea, no es igual a cero. El que sea muy pequea significa que sus
efectos slo se dejarn notar en fenmenos que ocurren a nivel sub-microscpico. Pero los
efectos estn all, son ineludibles, y tenemos que convivir con ellos.

El modelo atmico planetario de Bohr I

El modelo atmico planetario de Bohr II
La espectroscopa de rayos-X
La extraa ecuacin de Max Born
Vectores y matrices I
Vectores y matrices II
El anlisis de Fourier
La regla de multiplicacin de Heisenberg
Observables compatibles e
incompatibles
Oscilador armnico simple: solucin
matricial
Matrices y probabilidad
El principio de incertidumbre I
El principio de incertidumbre II
El experimento Stern-Gerlach
El spin del electron
Momento angular: tratamiento matricial
I
Momento angular: tratamiento matricial
II
Momento angular: tratamiento matricial
III
La energa rotacional
Matrices y sub-matrices
Solucin matricial del tomo de
hidrgeno
Funciones matriciales
De la mecnica clsica a la mecnica
matricial

Al haber lmites naturales a nuestra capacidad de medicin y observacin, se vuelve

necesario recurrir a los elementos de la probabilidad y la estadstica para poder obtener
estimaciones, basadas en la probabilidad de que algo pueda suceder. Ello nos obliga a
repasar las matrices propias de la Mecnica Cuntica para ver qu conceptos de
probabilidad y estadstica con los que estamos familiarizados nos es posible extender hacia
el mundo sub-microscpico.
Empezaremos por definir el concepto de probabilidad. Cuando un evento puede ocurrir de
n maneras diferentes entre un total de N maneras posibles, decimos que la probabilidad p
de que ocurra ese evento es:
p = n/N
y siempre ser una cantidad fraccionaria, inferior a la unidad.
PROBLEMA: En una bolsa tenemos 100 canicas. Si en la bolsa hay 20 canicas verdes, 40
canicas rojas, 30 canicas azules y 10 canicas cafs, bien revueltas. Cul es la
probabilidad de sacar una canica de color verde, una de color rojo, una de color azul y
una de color caf al meter la mano en la bolsa?
Puesto que hay 20 canicas verdes, hay 20 formas posibles en las cuales podemos sacar una
canica verde al azar entre un total de 100 posibilidades. Entonces la probabilidad de sacar
una canica verde ser:
pv = 20/100 = 0.2
Del mismo modo, la probabilidad de sacar una canica roja, una canica azul, y una canica
caf, son las siguientes:
pr = 40/100 = 0.4
pa = 30/100 = 0.3
pc = 10/100 = 0.1

La matriz momentum como generadora

converted by Web2PDFConvert.com

de traslacin

Si sumamos todas las probabilidades obtendremos la unidad:

La matriz generadora de rotacin

Rotaciones de las matrices de Pauli
El aspecto estadstico de la Mecnica
Matricial

pv + pr + pa + pc = 0.2 + 0.4 + 0.3 + 0.1 = 1.o

lo cual significa que la probabilidad de sacar una canica de cualquier color es igual a la
certeza. Esto ltimo lo formalizamos con el siguiente enunciado:

Evolucin temporal de los sistemas

fsicos
Matrices continuas
Ondas de materia
La ecuacin de Schrdinger
Solucin matemtica de la ecuacin de
onda
Solucin numrica de la ecuacion de
Schrdinger
Interpretacin probabilista de I
Interpretacin probabilista de II
Operadores y esperanzas matemticas I

PROBLEMA: Los valores que puede tomar cierta cantidad fsica son:
1 = 25___ 2 = 10___ 3 = 8___ 4 = 0___ 5 = -5___ 6 = -9
Asimismo, las probabilidades de obtener cada uno de los primeros cinco valores en una
medicin experimental son los siguientes:

Operadores y esperanzas matemticas II

Oscilador armnico simple: solucin
ondulatoria
La funcin delta de Dirac
Transmisin y reflexin de partculas I
Transmisin y reflexin de partculas II
Transmisin y reflexin de partculas III
Transmisin y reflexin de partculas IV
El potencial delta de Dirac
Ondas de simetra circular y esfrica

p1 = 1/6___p2 = 1/10___p3 = 1/8___p4 = 1/4___p5 = 1/5

Obtngase la probabilidad de obtener el sexto valor.
Una cosa son los valores que pueda tomar cierta cantidad representada por una matriz, y
otra cosa son las probabilidades de obtener cada uno de dichos valores, las cuales sumadas
deben ser siempre igual a la unidad. Entonces:
p1 + p2 + p3 + p4 + p5 + p6 = 1
p6 = 1 - (p1 + p2 + p3 + p4 + p5 )

La notacin bra-ket de Dirac

El espacio de Hilbert I

p6 = 1 - 0.842

El espacio de Hilbert II
Operadores Hermitianos
Los operadores escalera I
Los operadores escalera II
El principio de incertidumbre,
revisitado
El acto de medicin
Momento angular orbital: anlisis
ondulatorio I
Momento angular orbital: anlisis
ondulatorio II

p6 = 0.158
Ahora procedermos a definir el promedio aritmtico de una matriz que tambin
podemos llamar la media aritmtica de una matriz. Para definir este concepto, lo
haremos recurriendo a los valores propios eigen de la matriz, los cuales deben formar un
conjunto bien definido de valores i. Si tenemos un conjunto de valores numricos y
podemos asignarle a cada uno de dichos valores la misma probabilidad de ocurrencia,
entonces clsicamente podemos definir el promedio aritmtico de dichos valores como la
suma de dichos valores dividida entre la cantidad total de los mismos. Del mismo modo,
para una matriz tendremos la siguiente definicin equivalente:

Momento angular orbital: funciones de

onda I
Momento angular orbital: funciones de
onda II
Polinomios de Legendre: aspectos
matemticos
La funcin de onda radial

PROBLEMA: Dada la siguiente matriz diagonalizada (con entradas nicamente a lo largo

de su diagonal principal y ceros en todos los dems casilleros):

La funcin de onda del momento angular

del spin
El principio de exclusin de Pauli
El proceso de construccin Aufbau
El acoplamiento LS
La suma de momentos angulares
Las reglas de seleccin
Tcnicas de aproximacin I
Tcnicas de aproximacin II
Tcnicas de aproximacin III

obtngase la media aritmtica de dicha matriz suponiendo que las probabilidades para
obtener cualquiera de sus valores estn repartidas por igual.
converted by Web2PDFConvert.com

El mtodo de aproximacin WKB I

El mtodo de aproximacin WKB II

Aplicando la definicin dada, la media aritmtica de la matriz A ser:

El mtodo de aproximacin WKB III

El mtodo de aproximacin WKB IV
El enlace molecular I
El enlace molecular II
La hibridacin de los orbitales atmicos
La teora de los orbitales moleculares
Teora del campo cristalino
Operadores clase T
El espacio-posicin y el espaciomomentum I

La definicin del promedio aritmtico de una matriz se puede generalizar al caso en el cual
la probabilidad de obtener cada uno de los valores i no sea la misma. Siendo as, si a cada
valor i asociamos una probabilidad pi, entonces hablamos ya no de la media aritmtica de
una matriz sino de la esperanza matemtica de una matriz definida de la siguiente
manera:

El espacio-posicin y el espaciomomentum II
El espacio-posicin y el espaciomomentum III
El espacio-posicin y el espaciomomentum IV
La partcula libre I
La partcula libre II
La ecuacin de movimiento de
Heisenberg
Mecnicas Matricial y Ondulatoria:
equivalencia

En el caso especial en el que todas las probabilidades pi sean iguales, esta definicin se
reduce a la del promedio aritmtico de una matriz. En el problema que acabamos de ver, la
matriz diagonal posee cinco autovalores propios eigen, y si cada uno de ellos tiene la misma
probabilidad de ser obtenido que los dems entonces a cada uno le corresponde una
probabilidad de 1/5. Aplicando la definicin de la esperanza matemtica de una matriz
obtenemos para la matriz A la siguiente esperanza matemtica:

Evolucin temporal de las ondas de

materia I
Evolucin temporal de las ondas de
materia II
El operador de traslacin
El operador de evolucin del tiempo
Las representaciones de Heisenberg y
Schrdinger
Operadores de rotacin I
Operadores de rotacin II
Los grupos de rotacin I
Los grupos de rotacin II
Los grupos de rotacin III
La simetra como piedra angular

PROBLEMA: Demostrar que la esperanza matemtica de una matriz a la cual se le ha

sumado a cada uno de sus autovalores propios una constante es igual a la esperanza
matemtica de la matriz sumada a dicho valor constante.
Para la resolucin de este problema, aplicamos la definicin de esperanza matemtica de
una matriz al pie de la letra llevando a cabo las simplificaciones necesarias:

Representaciones irreducibles I
Representaciones irreducibles II
Los coeficientes Clebsch-Gordan I
Los coeficientes Clebsch-Gordan II
Los coeficientes Clebsch-Gordan III
Operadores tensoriales
El momento de cuadripolo
El teorema Wigner-Eckart I
El teorema Wigner-Eckart II
Mecnica Estadstica Cuntica I
Mecnica Estadstica Cuntica II
Mecnica Estadstica Cuntica III
Mecnica Estadstica Cuntica IV
Mecnica Estadstica Cuntica V
Mecnica Estadstica Cuntica VI

PROBLEMA: Suponiendo que las probabilidades para obtener cualquiera de sus valores
estn repartidas por igual, comprobar la relacin que se acaba de obtener usando para la
siguiente matriz diagonalizada:

La matriz densidad I
La matriz densidad II
El lser

converted by Web2PDFConvert.com

El teorema virial
Espectroscopas de resonancia
magntica I
Espectroscopas de resonancia
magntica II
Espectroscopas de resonancia
magntica III
Espectroscopas de resonancia
magntica IV

una constante c = -2.

Esparcimiento clsico de partculas

Restando a cada uno de los autovalores propios de la matriz la constante c = -2 y

obteniendo la esperanza matemtica de acuerdo a la definicin llegamos al siguiente
resultado:

Esparcimiento de las ondas de luz

Aspectos matemticos de las ondas
esfricas
El mtodo de las ondas parciales
La aproximacin de Born I
La aproximacin de Born II
El teorema ptico

Aplicando la relacin obtenida, obtenemos simplemente la esperanza matemtica de la

matriz A y le restamos la constante c:

La ecuacin Lippmann-Schwinger
El teorema adiabtico I
El teorema adiabtico II
La Mecnica Cuntica Relativista
Recursos de software
Constantes fundamentales y factores de
conversin
Bibliografa

Como puede verse, en ambas maneras obtenemos el mismo resultado.

A R M A N D O
T L L E Z
V E R

T O D O

La esperanza matemtica de la matriz identidad I ser obviamente igual al nmero 1, ya que

teniendo un total de N autovalores propios iguales al nmero 1, la suma de ellos ser N, que
M A R T N E Z
dividida entre N ser igual a la unidad.
M I

P E R F I L

PROBLEMA: Evaluar la siguiente expresin:

La expresin es la esperanza matemtica de una suma de trminos, que se igual a la suma de

las esperanzas matemticas de cada trmino. Entonces:

Inspirados en la definicin de la esperanza matemtica de una matriz, podemos convenir en

un concepto similar utilizando para ello los cuadrados de los autovalores eigen de la matriz,
definiendo con ello la media cuadrtica de una matriz de la siguiente manera:

converted by Web2PDFConvert.com

PROBLEMA: Obtener la media cuadrtica de la siguiente matriz diagonalizada

suponiendo que la probabilidad de obtener cualquiera de los valores representados por la
matriz es la misma:

Puesto que tenemos seis autovalores y la probabilidad de obtener cualquiera de ellos en

una medicin es la misma, la probabilidad que le corresponde a cada uno de ellos es 1/6.
Aplicando la definicin de la media cuadrtica de una matriz obtenemos entonces para esta
matriz A lo siguiente:

PROBLEMA: Demostrar la siguiente relacin (obsrvese que en el lado izquierdo de la

igualdad es necesario multiplicar el segundo trmino, que es un valor y no una matriz, por
la matriz identidad I, para que de ese modo se pueda llevar a cabo la substraccin
matricial y posteriormente la evaluacin de lo que hay entre los parntesis angulados):

En el lado izquierdo de la igualdad tenemos lo que es esencialmente la media cuadrtica de

una cantidad matricial, la cual podemos escribir explcitamente de acuerdo a la definicin
dada arriba:

Expandiendo el binomio cuadrtico y aplicando la sumatoria a cada uno de los trminos

tenemos entonces que el lado derecho de la igualdad nos produce lo siguiente:

Concentremos por lo pronto nuestra atencin en el segundo trmino, el cual puede ser
simplificado de la siguiente manera:

converted by Web2PDFConvert.com

Entonces lo que tenamos se puede reducir a lo siguiente:

Podemos reconocer el primer trmino como la media cuadrtica de la matriz A, y la suma

algebraica del segundo y el tercer trmino nos produce simplemente el negativo del
cuadrado de la esperanza matemtica de la matriz A, con la cual queda demostrado que:

Aplicaremos lo que acabamos de obtener a la siguiente matriz:

La esperanza matemtica de esta matriz es la siguiente:

Por otro lado, la media cuadrtica de la misma matriz es la siguiente:

Aplicando la frmula obtenida arriba, tenemos lo siguiente:

Esta cantidad es interesante, pero hay otra cantidad ms interesante que esta que podemos
obtener de la anterior extrayendo la raz cuadrada:

converted by Web2PDFConvert.com

Esta cantidad tal vez la podr reconocer cualquiera que haya tomado un curso bsico de
estadstica. Se trata de la desviacin estndard , la cual nos d una medida de la
dispersin de un conjunto de valores con respecto a la media aritmtica de dichos valores,
o ms formalmente, con respecto a la esperanza matemtica. En la estadstica clsica, se le
suele representar de la siguiente manera cuando la probabilidad de ocurrencia de cada uno
de los valores es la misma:

y de la siguiente manera cuando la probabilidad de ocurrencia de cada uno de los valores es

diferente:

Esto ya se parece mucho a lo que tenemos arriba aplicado al caso de los valores propios
eigen de una matriz.
Para el conjunto de valores:
{1, 3, 4, 6}
el promedio aritmtico es igual a 3.5, y la dispersin de valores es igual a = 1.8. Pero lo
que hemos hecho aqu no se cubre en ningn curso introductorio de estadstica, ya que
hemos ampliado las definiciones clsicas de probabilidad y estadstica para manejar no
conjuntos de valores sino matrices, a travs de sus valores propios eigen. Y haremos algo
ms. Ya que estamos hablando de matrices cuyos valores representan cantidades fsicas
que se pueden medir de alguna manera, a la cantidad:

la llamaremos aqu la incertidumbre, dando a entender con esto de que se trata de un

concepto con el cual tenemos tenemos la vara para medir la incertidumbre que anticipamos
al llevar a cabo la medicin de una cantidad en el laboratorio habiendo varios valores
posibles que podemos obtener en una medicin sin saber de antemano exactamente cul de
ellos obtendremos. Esta definicin nos servir para poder llegar a un principio fundamental
de la Mecnica Cuntica: el principio de incertidumbre.
En muchos textos en donde se d una exposicin del principio de incertidumbre tratado
desde el punto de vista de la Mecnica Cuntica Matricial, en vez de escribirse la
incertidumbre como lo hemos hecho arriba acostumbran escribirlo de la siguiente manera
omitiendo el smbolo de matriz identidad I dndolo por sobreentendido:

Aunque esta representacin simblica es un poco ms intuitiva y memorizable al

equipararla con la raz cuadrtica de la esperanza matemtica de la media cuadrtica de las
diferencias de los valores propios eigen i de la matriz A con respecto a la esperanza
matemtica de la misma matriz A, el problema es que es notacionalmente incorrecta, ya
que mientras que A es una matriz su esperanza matemtica no puede serlo al ser un simple
nmero, y no podemos simplemente restar un nmero de una matriz del mismo modo en
que no podemos sumar peras con manzanas; es necesario multiplicar a la esperanza
matemtica de A por la matriz identidad I para as poder restar una matriz de otra y
finalmente tomar la media cuadrtica convirtiendo todo en un nmero.
Desafortunadamente esta es una de las simplificaciones notacionales que supuestamente se
dan por sobreentendidas aunque es rara la ocasin en la cual los libros en donde aparece
se aclara este punto dejndoselo al maestro de la materia por explicar, lo cual no siempre
ocurre siendo entonces el origen de muchas confusiones que se van arrastrando.

converted by Web2PDFConvert.com

PROBLEMA: Al llevarse a cabo un experimento para evaluar cierta cantidad fsica, se

obtienen los siguientes valores i, los cuales se repiten el nmero de veces mostradas entre
los parntesis:
1 (1) = 10 , 2 (4) = 9 , 3 (8) = 8 , 4 (7 ) = 7
5 (6) = 6, 6 (15) = 5 , 7 (6) = 4 , 8 (3) = 2
Obtngase la expectativa matemtica de la cantidad fsica y obtngase la incertidumbre
que se puede esperar sobre la cantidad una cantidad medida llevar a cabo una medicin.
La cantidad total de observaciones es:
N = 1 + 4 + 8 + 7 + 6 + 15 + 6 + 3
N = 50
La probabilidad de obtener cada uno de los valores es:
p1 = 1/50 , p2 = 4/50 , p3 = 8/50 , p4 = 7 /50
p5 = 6/50 , p6 = 15/50 , p7 = 6/50 , p8 = 3/50
Siendo la expectativa matemtica un simple nmero, la representaremos aqu en la forma
convencional como se acostumbra hacerlo en estadstica, como x. Esta ser igual a:
x = 10(1/50) + 9(4/50) + 8(8/50) + 7 (7 /50) + 6(6/50)
+ 5(15/50) + 4(6/50) + 2(3/50)
x =6
Para evaluar la incertidumbre, usaremos la expectativa matemtica que acabamos de
obtener y efectuaremos el siguiente clculo:
( i - x)pi =_________________________________
(10-6)(1/50) + (9-6)(4/50) + (8-6)(8/50) + (7 -6)(7 /50)
+ (6-6)(6/50) + (5-6)(15/50) + (4-6)(6/50) + (2-6)(3/50)
( i - x)pi = 3.56
Extrayendo la raz cuadrada obtenemos la incertidumbre en la medicin:
Incertidumbre = 1.89
P U B L I C A A R D MO A N
P O
D R
O

Entrada ms reciente

M AE RN
2 T3 : N
3 0E Z

Pgina principal

T L L E Z

Entrada antigua

converted by Web2PDFConvert.com