Fundamentos Filosíficos Da Mec Quântica

Fundamentos Filoscos da Fsica
Quntica
Preliminares Matemticos
Texto em elaborao
(para uso exclusivo em sala de aula)
Departamento de Filosoa
Universidade Federal de Santa Catarina
September 16, 2009
i
c _ Grupo de L ogica e Fundamentos da Ci encia UFSC/CNPq
ii
Contedo
1 A base lgica e matemtica 5
1.1 Os postulados da lgica elementar clssica . . . . . . . . . . . . . . . . . 6
1.2 Os postulados de ZFC . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3 Deduo em ZFC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2 Noes de lgebra 15
2.1 Leis de composio e elementos notveis . . . . . . . . . . . . . . . . . 15
2.2 Relaes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.3 Estruturas matemticas . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.3.1 Ordem de uma estrutura . . . . . . . . . . . . . . . . . . . . . . 20
2.3.2 Digresso: a cincia da estrutura . . . . . . . . . . . . . . . . . . 21
2.4 Grupos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.4.1 Grupos de permutao . . . . . . . . . . . . . . . . . . . . . . . 24
2.5 Corpos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3 Espaos Vetoriais 27
3.1 Combinaes lineares, superposies . . . . . . . . . . . . . . . . . . . . 30
3.2 Sub-espaos vetoriais . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.3 Espao gerado, base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.4 Espaos vetoriais isomorfos . . . . . . . . . . . . . . . . . . . . . . . . 37
4 Produtos Internos 39
4.0.1 A condio de normalizao na teoria quntica . . . . . . . . . . 43
4.1 Ortogonalidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.1.1 Coecientes de Fourier . . . . . . . . . . . . . . . . . . . . . . . 46
5 Operadores Lineares 49
5.1 Representao matricial . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
5.2 Matriz de mudana de base . . . . . . . . . . . . . . . . . . . . . . . . . 53
5.3 Produto de operadores . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
iii
CONTEDO 1
5.3.1 O comutador . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
5.3.2 O espao dos operadores . . . . . . . . . . . . . . . . . . . . . . 55
5.4 Funcionais Lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
6 Autovetores e autovalores, diagonalizao 57
6.0.1 O papel dos autovetores e dos autovalores na mecnica quntica . 59
6.1 Diagonalizao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
7 Matrizes e operadores ortogonais e unitrios 61
7.0.1 Operadores de evoluo e hamiltoniano . . . . . . . . . . . . . . 62
8 Somas, somas diretas e projees 65
8.1 Resoluo da identidade . . . . . . . . . . . . . . . . . . . . . . . . . . 67
8.2 A funo trao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
8.3 O valor esperado da medida de um observvel . . . . . . . . . . . . . . . 69
9 Produto tensorial 71
10 Apndice A
Matrizes e operaes com matrizes 73
11 Apndice B
Noes de clculo diferencial 79
11.1 Um pouco de histria . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
11.2 Funes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
11.3 Limites de funes e de sequncias . . . . . . . . . . . . . . . . . . . . . 83
11.3.1 Derivadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
12 Apndice C
Noes sobre clculo integral 85
13 Apndice D
Noes sobre equaes diferenciais 87
2 CONTEDO
Prefcio
Este texto destina-se a estudantes de losoa, matemtica ou fsica que tenham
interesse por questes loscas relacionadas fsica quntica. Como essas dis-
cusses tm sentido preciso unicamente luz do formalismo matemtico dessa
teoria (na verdade, de um conglomerado de teorias), nesta primeira parte daremos
ateno ao formalismo matemtico unicamente, deixando a discusso losca
para um segundo volume, ainda que vrias indicaes sobre os vnculos do for-
malismo com a fsica sejam apontados no decorrer do texto.
Por formalismo entenderemos aqui o que usualmente assim denominado
nos livros de fsica, a saber, a formulao da teoria quntica em uma parte da
Anlise Matemtica denominada de teoria dos espaos de Hilbert. Teremos de-
pois que justicar porque, na verdade, pode-se erigir diferentes teorias qunticas
com base nessa estrutura. A despeito disso, falaremos de teoria quntica ou de
mecnica quntica simplesmente, como habitual. Questes atinentes lgica
e base matemtica dessa teoria (uma teoria de conjuntos) sero comentadas sem
muita delonga no Captulo 1. Como a estrutura matemtica que nos interessa a
de espao de Hilbert, procuraremos ir o mais rapidamente possvel para esse con-
ceito, o que se inicia a fazer no Captulo 2. Resumidamente, um espao de Hilbert
um espao vetorial com produto interno que completo relativamente norma
induzida por esse produto interno. Para entendermos bem o que isso signica, v-
rias denies so necessrias, e procuraremos deixar o texto mais autosuciente
possvel. O leitor que tiver a pacincia de seguir todas as denies e teoremas,
chegar quele conceito sem diculdadepelo menos isso o que se espera.
A bem do rigor, salientamos que estaremos operando em uma teoria de con-
juntos, que pode ser o sistema ZFC (Zermelo-Fraenkel com o Axioma da Esco-
lha). Isso signica que todos os conceitos que supusermos podem (exceto em caso
explicitado) ser descritos em tal teoria.
Aqueles alunos que no tm familiaridade com matrizes devem recorrer ao
Apndice A sempre que necessrio.
3
4 CONTEDO
Captulo 1
A base lgica e matemtica
A teoria matemtica na qual trabalharemos, e na qual todos os conceitos neces-
srios podem ser desenvolvidos, denominada de teoria de conjuntos Zermelo-
Fraenkel de primeira ordem, ou simplesmente ZFC. O C refere-se ao Axioma
da Escolha, que assumiremos aqui sem comentrios detalhados.
A linguagem de ZFC, denotada [
ZFC
, constituda pelos seguintes smbolos
primitivos:
1. Uma coleo enumervel de variveis individuais, que denotaremos por
x, y, z, . . . possivelmente com ndices. Mais frente, usaremos outros sm-
bolos para denotar elementos especcos (nmeros, vetores, etc.).
2. Os smbolos lgicos usuais, a saber: conectivos proposicionais , , , ,
(podemos escolher qualquer conjunto adequado de conectivos, como
e por exemplo),
1
quanticadores , (um deles podendo ser denido a
partir do outro), o smbolo de igualdade, =.
3. Smbolos de pontuao: parnteses e vrgula.
4. O smbolo de pertinncia, , entendido como um smbolo de predicado bi-
nrio.
As frmulas de [
ZFC
so denidas por recurso, da seguinte forma: as fr-
mulas atmicas so expresses da forma x = y e x y, para x e y variveis
individuais. Se A e B so frmulas e se x uma varivel individual, ento as ex-
presses da forma A e A B so frmulas; a partir dessas, podemos denir,
1
Sobre conjuntos adequados de conectivos, consultar [Mendelson 1997].
5
6 CAPTULO 1. A BASE LGICA E MATEMTICA
como usual, AB, AB e A B como abaixo. Finalmente, xA uma frmula,
e as nicas frmulas so as obtidas por uma dessas clusulas.
Admitindo que o leitor tem alguma familiaridade com o uso de parnteses,
temos:
1. A B =
def
(A B)
2. A B =
def
A B
3. A B =
def
(A B) (B A)
4. xA =
def
xA
5. x y =
def
(x y)
6. x y =
def
(x = y)
7.
P
xA =
def
x(P(x) A) (quanticador existencial restrito)
8.
P
xA =
def
x(P(x) A) (quanticador universal restrito)
Os postulados de ZFC podem ser divididos em dois grupos, os da lgica cls-
sica de primeira ordem, ou lgica elementar clssica, e os de ZFC propriamente
ditos, que balizam o predicado . ZFC pode tambm ser formalizada usando-se
uma lgica de ordem superior em vez da de primeira ordem, mas aqui seguiremos
o procedimento que se tornou mais comum e que o mais usado pelos lsofos,
quando eles se referem a isso.
1.1 Os postulados da lgica elementar clssica
Tendo em vista as convenes lingusiticas e denies vistas acima, so os se-
guintes os postulados (axiomas, esquemas de axiomas e regras de inferncia) da
lgica elementar clssica, sendo A, B e C frmulas quaisquer e x uma varivel
individual:
1. A (B A)
2. (A (B C)) ((A B) (A C))
3. (A B) ((A B) A) (Reduo ao Absurdo)
1.2. OS POSTULADOS DE ZFC 7
4. A, A B/B (Modus Ponens)
5. xA(x) A(y),
6. x(A B(x)) (A xB(x))
7. A/xA (Generalizao)
8. x(x = x) (Reexividade da Identidade, ou Princpio da Identidade)
9. xy(x = y (A(x) A(y)) (Substitutividade da Identidade)
Os detalhes sobre esse (e outros equivalentes) sistema podem ser vistos em
[Mendelson 1997].
1.2 Os postulados de ZFC
Os postulados especcos de ZFC sero vistos nesta seo. Daremos uma expli-
cao intuitiva de cada um deles e depois a sua descrio simblica.
(ZFC.1) [Extensionalidade] Quaisquer que sejam os conjuntos x e y, se todos os
elementos do conjunto x so elementos do conjunto y e reciprocamente, ou seja,
se x e y tm exatamente os mesmos elementos, ento x e y so o mesmo conjunto:
xy(z(z x z y) x = y) (1.1)
Ou seja, um conjunto determinado pelos seus elementos. Observe que a re-
cproca do teorema, qual seja, que conjuntos idnticos tm os mesmos elementos,
conseqncia da substitutividade da igualdade vista na seo anterior.
2
(ZFC.2) [Conjunto Vazio] Existe um conjunto que no tem elementos, dito con-
junto vazio:
xy(y x) (1.2)
Chamemos por um momento de A o conjunto postulado por este axioma. V-
se ento que, se A
for tambm conjunto que satisfaa o axioma em apreo, resulta

2
Basta tomar (x) como sendo z(z x z x); sabendo que as restries mencionadas so
satisfeitas, resulta, pondo y no lugar do segundo x para obter (y), que esta se torna z(z x
z y). Da, lembrando que ( ) equivale a se uma tautologia, e de que de
e segue , vem o resultado, aqui citado por curiosidade.
de ZFC.1 que A = A
. Ou seja, h um nico conjunto vazio; introduz-se ento,

como usual, o smbolo para denotar este conjunto; logo, tem-se que x(x ).
Observa-se ainda que ZFC.1 impossibilita a existncia de entidades que sejam
destitudas de elementos (tomos) que sejam distintos do conjunto vazio. Com
efeito, suponha que x um tomo, isto , um objeto (distinto do conjunto vazio)
que no tem elementos; ento z x e z so ambos falsos, e conseqentemente
o bicondicional z x z verdadeiro; portanto, luz de ZFC.1, deve-se ter
x = , o que contraria a hiptese de que x distinto do conjunto vazio.
O axioma da extensionalidade, juntamente com os axiomas da igualdade da
lgica elementar, fornecem a caracterizao do conceito de igualdade na teoria de
conjuntos (e, conseqentemente, na matemtica).
(ZFC.3) [Axioma do Par] Dados x e y quaisquer, existe um conjunto que contm
x e y como elementos e somente eles:
xyzt(t z t = x t = y) (1.3)
Este conjunto denotado x, y, dito par (no ordenado) de x e y. fcil provar
(decorre do axioma da extensionalidade) que, para quaisquer x e y, x, y = y, x.
No axioma acima, nada indica que x e y no possam ser o mesmo conjunto, vindo
da que o conjunto unitrio de x por denio o conjunto x =
def
x, x. Por
outro lado, pomos (x, y) =
def
x, x, y para denotar o par ordenado de x e y
(nesta ordem); esta denio devida ao matemtico russo C. Kuratowski. H
outras maneiras de se denir o par ordenado de dois conjuntos; por exemplo,
poderamos ter usado (x, y) =
def
, x, , y; qualquer que seja a denio que
se adote (a que usamos a mais simples), o que se objetiva que ela permita que
se possa provar o seguinte resultado, que expressa a propriedade fundamental dos
pares ordenados: para quaisquer x, y, z, w, tem-se que
(x, y) = (z, w) see x = z y = w. (1.4)
Usando-se a denio acima de par ordenado, pode-se introduzir os con-
ceitos de tripla, qudrupla, quntupla, . . . n-upla ordenada, do seguinte modo:
(x
1
, . . . , x
n
) =
def
((x
1
, . . . , x
n1
), x
n
). Ademais, usando-se o conceito de par orde-
nado, introduz-se facilmente os conceitos de relao (binria) e de funo, assim
como denem-se os conceitos de funo injetiva, bijetiva, sobrejetiva, de as rela-
es de ordem, boas ordens, etc. (algumas dessas denies sero mencionadas
frente).
Dizemos que x subconjunto de y, e escrevemos x y, se todo elemento de x
tambm elemento de y. Em smbolos, x y =
def
z(z x z y). Diz-se que
x subconjunto prprio de y, e escreve-se x y, se x y x y.
O axioma seguinte assevera que podemos formar um conjunto tomando todos
os subconjuntos de um conjunto dado, dito conjunto das partes, conjunto potncia
ou conjunto dos subconjuntos do referido conjunto.
(ZFC.4) [Conjunto Potncia]
xyz(z y z x)
Este conjunto, que se pode provar ser nico para cada x, denotado /(x).
Importante observar uma distino fundamental entre e , j que x /(y)
x y.
O postulado seguinte o Esquema da Separao, tambm denominado de Axi-
oma dos Subconjuntos. Esse postulado foi introduzido por Zermelo, como dito
no captulo anterior; no entanto, como visto, Zermelo no havia caracterizado de
modo preciso o signicado de proprietat denit, o que foi feito por Skolem (e
por Fraenkel) alguns anos depois. Tal denio resulta essencialmente naquela de
frmula da linguagem de ZFC.
Uma frmula de ZFC que no contm variveis livres dita ser uma sen-
tena de ZFC. Uma sentena uma assero acerca de determinados conjuntos
(na verdade, acerca dos objetos do domnio, que podem no ser conjuntos), a
qual podemos (pelo menos em princpio) saber se verdadeira ou falsa. De uma
frmula que contenha variveis livres, pelo contrrio, no podemos asseverar nada
acerca de sua verdade ou falsidade, uma vez que no sabemos a quais conjuntos
as variveis livres esto se referindo. Por exemplo, falando intuitivamente, dei-
xemos x percorrer o conjunto dos nmeros naturais; ento, no podemos saber se
x 1, 2, 3 verdadeira ou falsa, pois tal assero depende do que seja x; mas
podemos seguramente armar que x(x 1, 2, 3) falsa. No entanto, se atri-
bumos uma interpretao para as variveis livres de uma frmula, ela ganha um
signicado, e podemos indagar acerca de sua veracidade para aquela atribuio.
Uma frmula que contenha uma s varivel livre x dita ser uma propriedade
dos objetos que constituem o domnio de x. Em geral, uma propriedade nesse
sentido representada pela notao P(x), F(x), ou outra letra conveniente.
Vem ento o postulado seguinte (a palavra esquema reete o fato de que na
realidade a expresso abaixo encerra uma innidade de axiomas, um para cada
frmula F(x) que se considere):
(ZFC.5) [Esquema da Separao] Seja F(x) uma frmula de ZF (uma pro-
priedade) na qual a varivel y no gure livre. Ento, so axiomas cada uma das
expresses obtidas do esquema seguinte, mediante F(x)s distintas:
zyx(x y x z F(x)) (1.5)
O conjunto y em geral escrito x z : F(x), que obviamente um subcon-
junto de z (da a denominao de Axioma dos Subconjuntos dada ao postulado).
Intuitivamente, o esquema acima diz que, dado um conjunto z, podemos obter
um subconjunto de z tomando aqueles dentre os seus elementos que tm uma
determinada propriedade, expressa por uma frmula F(x) de ZF. Por exemplo,
uma vez obtido o conjunto dos nmeros naturais, podemos obter o subconjunto
dos nmeros primos, separando aqueles naturais x primos por intermdio da
propriedade (que pode ser escrita adequadamente por uma frmula de ZFC) x
um nmero primo.
Observa-se que em ZFC no se pode considerar como lcitas quaisquer cole-
es, como na teoria intuitiva, que sejam caracterizadas por uma frmula F(x), e
que representvamos por x : F(x), devido aos j conhecidos paradoxos. Cole-
es da forma x : F(x) so chamadas de classes. O postulado acima limita as
classes que podemser consideradas como conjuntos de ZFC. Este o princpio da
limitao de tamanho de Zermelo, que impe que podemos admitir unicamente
conjuntos de objetos que tenham uma certa propriedade, desde que tais objetos
faam parte de algum conjunto j especicado pela teoria, como j discutimos no
captulo anterior.
Insistindo um pouco: de maneira geral, vamos chamar de classes s colees
de objetos que satisfazem uma condio F(x) dada. Como vimos, se tomarmos
como lcita a existncia arbitrria de tais classes, podemos incorrer em contra-
dies, como aquela originada quando se toma F(x) para ser x x (o que d o
Paradoxo de Russell), uma vez que no se formou antes (no sentido do par-
grafo anterior) o conjunto de onde tais x deveriam ser separados pelo axioma
acima. H portanto o problema de se saber quais classes realmente representam
conjuntos; a resposta, como vimos insistindo, depende dos axiomas que se adota.
Observa-se ento que o Esquema da Separao no atribui a toda e qualquer
classe o status de conjunto. Alguns conjuntos so obtidos, pelo Esquema da
Separao, a partir de um conjunto j dado, separando-se dele um subconjunto
de objetos que tenham alguma propriedade especicada. As demais maneiras de
se obter os conjuntos de ZFC vm dos demais axiomas. O Esquema da Separao
evita que classes muito grandes, formadas por objetos tais que no se possa
especicar de qual conjunto tenham vindo, no so lcitas em ZFC. Deste modo,
colees como a coleo de todos os grupos, ou de todos os conjuntos unitrios
no so conjuntos de ZFC.
Seja (x, y) uma frmula de ZFC na qual x e y so variveis livres. Dizemos
ento que (x, y) uma condio x-funcional se, para cada x, existe um nico y tal
que (x, y) seja verdadeira. Isto se escreve assim: x!y(x, y).
3
Nesta situao,
um novo axioma, denominado de Esquema da Susbstituio, vai dizer que dado
um conjunto qualquer z, existe um conjunto w cujos elementos so precisamente
aqueles ts para os quais existe s z tal que (s, t) verdadeira. Em outras
palavras, a coleo das imagens dos ss do conjunto z pela funo tambm
um conjunto. Postulamos ento que:
(ZFC.6) [Esquema da Substituio]
x!y(x, y) zwt(t w s(s z (s, t)) (1.6)
sendo z, w, t, s variveis distintas entre si e distintas de todas as demais variveis
livres de , e sendo que w no ocorre em .
Pode-se provar facilmente que os axiomas do conjunto potncia e da substi-
tuio implicam o axioma do par. Com efeito, dados a e b, considere a frmula
(s, t, a, b) denida por (s = t = a) (s t = b), que s-funcional, como
fcil vericar. Apliquemos o esquema da substituio ao conjunto z = //(),
que obtido por intermdio do axioma do conjunto potncia.
4
Vem ento, para
tal z:
wt(t w s(s z ((s = t = a) (s t = b))),
ou seja, w o conjunto que tem unicamente a e b como elementos.
Ademais, tem-se que o Esquema da Substituio implica o Esquema da Se-
parao. A prova tambm simples: faamos (x, y) ser x = y (x), sendo (x)
uma frmula na qual z no ocorre livre. O antecedente do esquema da substituio
ento verdadeiro, de sorte que o seu conseqente torna-se
zwt(t w s(s z s = t (s))),
3
O leitor deve lembrar que !x(x) (existe um nico x tal que ) abrevia x(x) xy((x)
(y) y = x), sendo y varivel que no ocorre em (x).
4
Note que o conjunto vazio pode ser derivado usando-se o esquema da separao, e este por
sua vez implicado pelo esquema sa substituio, como veremos na seqncia, de sorte que no
h outros axiomas especcos envolvidos na prova deste teorema alm dos dois referidos no seu
enunciado.
e portanto o conjunto w o conjunto cujos elementos so os elementos de t que
so precisamente os ss de z que satisfazem a propriedade .
Informalmente, podemos descrever o efeito do esquema da substituio di-
zendo que a imagem de um conjunto por uma funo (caracterizada pela condio
x-funcional do enunciado do postulado) tambm um conjunto. Esse fato parece
bvio do ponto de vista intuitivo, mas no pode ser derivado dos demais axiomas
de ZFC. A importncia do esquema da substituio, no entanto, reside na sua uti-
lidade para partes mais avanadas da teoria dos conjuntos, como na teoria dos
ordinais. Para os propsitos mais elementares, o esquema da separao se agura
satisfatrio.
(ZFC.7) [Conjunto Unio] Este axioma arma que, dado um conjunto x, existe
o conjunto unio de x, denotado
_
x, isto , o conjunto cujos elementos so todos
os conjuntos que pertencem a pelo menos um dos elementos de x. Em smbolos,
xyz(z y t(z t t x)) (1.7)
O conjunto unio de x denotado
_
x. Resulta que
z
_
x t(t x z t).
Apesar do smbolo
_
estar sendo usado para denotar um certo conjunto, o
conjunto unio de um certo conjunto de conjuntos, conveniente usar-se uma
notao particular para denotar o caso especial desse conjunto de conjuntos ter
apenas dois elementos. Assim, se t e u so os nicos elementos de x, ento
_
x
denotado por t u, que se denomina de unio de t e u. Em outros termos, a unio
de dois conjuntos pode ser ento denida (a existncia e unicidade desse conjunto
garantida pelos axiomas precedentes): u v =
def
_
u, v.
Munidos dos axiomas acima, estamos agora em condies de provar a exis-
tncia de conjuntos com trs, quatro, etc. elementos. Com efeito, x, y, z =
def
x, y z, ao passo que x, y, z, t =
def
x, y, z t, e assim por diante.
Usando o Esquema da Separao, podemos agora obter a interseo de dois
conjuntos x e y como sendo o conjunto xy =
def
z xy : z xz y. Note que
separamos, de um conjunto previamente obtido (a saber, x y), a coleo cujos
elementos so aqueles conjuntos que pertencem simultaneamente a x e a y com
a propriedade P(z) denida por z x z y. Pelo Esquema da Separao, tal
coleo um conjunto. A sua unicidade decorre do Axioma da Extensionalidade.
Na denio acima, zemos uso da notao que emprega : (dito abs-
trator), que por sinal j havia sido empregada antes. Usando-a, podemos ca-
1.3. DEDUO EM ZFC 13
racterizar a unio de x (assim como sua interseo
_
x) dos seguinte modo:
_
x =
def
z : t(t x z t), e tambm
_
x =
def
z : t(t x z t),
o que nos permite provar todas as propriedades conhecidas envolvendo esses con-
ceitos, as quais podem ser vistas nos livros usuais.
ZFC.8 [O Axioma da Regularidade] Dado um conjunto x, existe um elemento de
x que no tem elementos em comum com x.
x(x y(y x x y = )).
ZFC.9 [O Axioma do Innito] Este axioma assegura a existncia de um conjunto
com innitos elementos.
x( x y(y x y y x)).
Oltimo axioma o mais polmico deles, mas foi constatado ser independente
dos demais em 1963. Isso signifa que o Axioma da Escolha no pode nem ser
demonstrado a partir dos demais (supostos consistentes) e nem a sua negao
pode ser demonstrada.
ZFC.10 [Axioma da Escolha] Dado um conjunto x cujos elementos so tembm
conjuntos no vazios e dois a dois disjuntos, existe um conjunto que contm como
elementos exatemente um elemento de cada um desses conjuntos de x, ou seja,
x(yz((y x z x y z) (y
y z = )) yz(z x w(y z = w))).
1.3 Deduo em ZFC
A noo de deduo em ZFC a seguinte. Dizemos que uma frmula A dedu-
tvel de um conjunto de frmulas, ou das frmulas em , e representamos este
fato por
- A,
se existe uma sequncia nita de frmulas de [
ZFC
, B
1
, B
2
, . . . , B
n
, tal que: (1) B
n
A, e (2) cada B
i
, 1 i n1 um axioma ou pertence a , ou consequncia de
frmulas precedentes da sequncia por Modus Ponens ou Generalizao. Neste
caso, dizemos que demonstramos A a partir das premissas ou hipteses em , e
enunciamos isso usando, como comum em matemtica, a palavra Teorema
para estabelecer o resultado.
Se = , dizemos que A um teorema formal de ZFC, derivado de seus
postulados sem nenhuma hiptese adicional. Na linguagem matemtica usual,
no apresentamos as demonstraes seguindo essa denio, mas meramente um
argumento na linguagem natural, suplementada por smbologia da linguagem de
ZFC, que permite conduzir o leitor a aceitar a demonstrao como lcita. Uma
tal demonstrao, no entanto, pode ser reduzida ao esquema da denio prece-
dente, ainda que isso custasse muito e fosse impraticvel (o que no nos exime de
conhecer o que vem a ser uma demonstrao do ponto de vista formal).
Em ZFC, a noo de verdade intuitiva, e identicada com demonstrao.
Assim, as verdades de ZFC so os seus teoremas.
Captulo 2
Noes de lgebra
Em tudo o que se segue, supomos que trabalhamos na teoria ZFC apresentada
no captulo precedente. Iniciaremos com algumas noes bsicas de lgebra, que
podem ser introduzidas em ZFC, no sentido de que todos os conjuntos supostos
nas denies a seguir existem por fora dos axiomas dessa teoria.
2.1 Leis de composio e elementos notveis
Denio 2.1.1 (Operao Binria) Seja A um conjunto no vazio. Uma opera-
o binria sobre A uma funo (ou aplicao) : A A A.
Isso simplesmente um modo matemtico de dizer que estamos tomando
dois elementos de A no necessariamente distintos, e operando com eles, ob-
tendo assim um (eventualmente) terceiro elemento ainda em A. A imagem do par
(a, b) pela funo denotado ab. Assim, na verdade um conjunto de triplas
ordenadas da forma (a, b, c), com a, b A e c = a b. Uma operao binria so-
bre um conjunto A por vezes denominada de lei de composio interna sobre A
(interna porque o resultado da operao entre elementos de A permanece sendo
um elemento de A).
Por exemplo, a adio de nmeros reais uma operao binria sobre o con-
junto Rdos nmeros reais, e a operao de composio de funes uma operao
binria sobre o conjunto /(R) das funes reais de varivel real, a adio de ma-
trizes de ordem mn uma operao binria sobre o conjunto das matrizes dessa
ordem, e assim por diante.
15
16 CAPTULO 2. NOES DE LGEBRA
Exerccio 2.1.1 Procure caracterizar cada uma das operaes indicadas no pa-
rgrafo anterior como funes, de acordo com a denio. Por exemplo, a adio
de nmeros reais uma funo de R R em R que associa, a cada par (a, b) de
nmeros reais, um nmero real a + b, dito soma de a e b.
Denio 2.1.2 (Operaes associativa, comutativa, distributiva) Sejam e
operaes binrias sobre A. Ento:
1. associativa se, para todos a, b, c A, temos que a (b c) = (a b) c.
2. comutativa se, para todos a, b A, temos que a b = b a.
3. distributiva relativamente a se, para todos a, b, c A, temos que
(a) a (b c) = (a b) (a c) (distributividade direita)
(b) (b c) a = (b a) (c a) (distributividade esquerda).
Evidentemente, se comutativa, sendo distributiva esquerda (direita) rela-
tivamente a , ela ser distributiva relativamente a . Por exemplo a multiplicao
de nmeros reais distributiva em relao adio de reais.
Exerccio 2.1.2 (a) Mostre que a adio e a multiplicao de nmeros reais so
associativas e comutativas, e que a multiplicao distributiva relativamente
adio. (b) Mostre que a composio de funes associativa, mas no comu-
tativa, o mesmo se dando com a adio e a multiplicao de matrizes de mesma
ordem.
Denio 2.1.3 (Elemento Neutro) Um elemento e A um elemento neutro
para se e a = a e = a para todo a A.
Teorema 2.1.1 Se admite elemento neutro, ele nico.
Demonstrao: Suponha que e
e e
sejam elementos neutros para . Ento e
=
e
= e
.
Por exemplo, 0 elemento neutro para a adio de reais, e a funo identi-
dade o elemento neutro para a composio de funes. Qual o elemento neutro
relativamente adio de matrizes?
Exerccio 2.1.3 A multiplicao de reais admite elemento neutro? E a operao
de multiplicao de matrizes de ordem n?
2.1. LEIS DE COMPOSIO E ELEMENTOS NOTVEIS 17
Observao 1 Ainda que no insistamos neste ponto aqui, conveniente ter-se
em mente que uma operao binria pode ter unicamente elemento neutro em um
dos lados, e neste caso via de regra no ser nico. Voc pode dar exemplos?
Qual a codio necessria e suciente para que um elemento neutro lateral seja
elemento neutro propriamente dito?
Exerccio 2.1.4 Seja a operao binria sobre R denida por xy =
x+y
2
(mdia
aritmtica entre x e y). Verique se associativa, comutativa, a admite elemento
neutro.
Exerccio 2.1.5 Operaes binrias importantes so as seguintes, que voc deve
procurar detalhar, denindo-as, vericando quais so associativsa, comutativas,
admitem elemento neutro: (1) adio de vetores; (2) produto vetorial de vetores;
(3) unio de conjuntos; (4) interseo de conjuntos; (5) composio de funes;
(6) adio de matrizes.
Denio 2.1.4 (Elemento Inverso) Seja operao binria sobre A e a A
que admita elemento neutro e. Um elemento a
A dito ser elemento inverso

esquerda de a relativamente a se a
a = e. Um elemento a
A dito elemento
inverso direita de a relativamente a , se a a
= e. Um elemento a A
elemento inverso de a se a a = a a = e. Neste caso, diz-se que a inversvel.
Independentemente da natureza da operao , costuma-se representar o inverso
de a, quando existe, por a
1
Dito de forma bem coloquial, contrariamente ao que ocorre com o elemento
neutro, que um determinado elemento que, composto com qualquer outro d
como resultado esse outro, o elemento inverso particular a cada elemento consi-
derado: cada um tem o seu inverso (no caso de existirem).
Teorema 2.1.2 Se uma operao associativa, ento cada elemento admite
no mais do que um inverso.
Demonstrao: Suponha que a
e a
sejam inversos de a. (Repare que se so

inversos, o so tanto direita quanto esquerda.) Ento temos: a
= a
e =
a
(a a
) = (a
a) a
= e a
= a
.
Observao 2 Fato semelhante ao indicado na Observao (1) aplica-se no caso
do elemento inverso. Voc pode dar os detalhes?
Denio 2.1.5 (Operao n-ria) Uma operao n-ria (ou de peso n) sobre
um conjunto A uma aplicao de A
n
(o produto cartesiano de A por si mesmo n
vezes) em A.
Assim, uma operao n-ria sobre A associa um elemento de A a cada n-upla
(x
1
, . . . , x
n
) de elementos de A.
Denio 2.1.6 (Lei de composio externa) Sejam A e B dois conjuntos. Uma
lei de composio externa esquerda sobre B uma aplicao : A B B.
Uma lei de composio externa direita sobre B uma aplicao : BA B.
Exemplo 2.1.1 Seja B o conjunto dos vetores do plano e A = R. Ento a opera-
o de multiplicao de um vetor ( esquerda) por um nmero real uma lei de
composio externa ( esquerda) sobre B. Analogamente podemos considerar a
operao direita.
Exemplo 2.1.2 Seja R
nn
o conjunto das matrizes reais de ordem n. A operao
denida por k.A = [k.a
i j
], para cada matriz A e cada nmero real k, uma lei de
composio externa sobre o referido conjunto de matrizes. (sobre essa notao,
ver mais abaixo).
Nos exemplos que estaremos interessados, via de regra, quando houver um
elemento neutro, ele ser neutro tanto direita quanto esquerda, o mesmo se
dando com sa leis externas, motivo pelo qual no mais insistiremos nessas dis-
tines, falando simplesmente de elemento neutro e de inverso sem quaisquer
qualicaes. Por exemplo, ser til escrever s vezes k em vez de k, sendo
um vetor e k um nmero real ou complexo.
2.2 Relaes
Denio 2.2.1 (Relaes n-rias) Seja A um conjunto. Uma relao n-ria so-
bre A um subconjunto de A
n
.
Se n = 2, falamos de relaes binrias. Assim, uma relao n-ria sobre A
um conjunto de n-uplas ordenadas de elementos de A.
Exemplo 2.2.1 A relao menor ou igual sobre nmeros reais uma relao
binria sobre R, representada por . Sempre que um par (a, b) pertence a essa
relao, escrevemos
a b.
2.3. ESTRUTURAS MATEMTICAS 19
Perceba a diferena entre uma relao binria e uma operao binria. Essas
operam com os elementos de A, originando novos elementos, enquanto que as
relaes simplesmente relacionam os elementos entre si. Um exemplo de uma
relao ternria entre nmeros reais a relao x est entre y e z.
Fato importante que toda operao n-ria pode ser vista como uma relao
de ordem n + 1, como evidenciaremos mais abaixo.
2.3 Estruturas matemticas
Mais frente, veremos estruturas matemticas mais gerais do que as apresentadas
neste seo e que so de importncia para o desenvolvimento das teorias fsicas.
Por enquanto, aceitaremos que, informalmente, uma estrutura de primeira ordem
constituda por um ou mais conjuntos e por operaes e relaes sobre os ele-
mentos desses conjuntos, bem como por eventuais elementos distinguidos que so
selecionados desses conjuntos para cumprirem papeis especiais. Por exemplo, te-
remos uma estrutura se considerarmos o conjunto dos nmeros reais, munido das
operaes de adio e de multiplicao entre seus elementos e dos elementos dis-
tinguidos 0 e 1, que podemos representar assim:
T = (R, +, , 0, 1). (2.1)
Mais abaixo faremos uma distino entre espcies de estruturas e estuturas
propriamente ditas. Vejamos por enquanto algumas das principais estruturas de
interesse.
De maneira geral, podemos representar uma estrutura da seguinte forma
A = (D, c
i
iI
, R
j
jJ
, f
k
kK
),
onde os c
i
so elementos distinguidos do domnio D, as R
j
so relaes sobre D
(subconjuntos de D
n
) e as f
k
so funes (ou operaes) em D (aplicaes de D
n
em D). possvel considerar tanto os elementos distinguidos quanto as operaes
como relaes particulares (os elementos distinguidos seriam relaes de peso 0,
e as funes n-rias seriam relaes de peso n + 1). Dessa forma, uma estrutura
reduz-se a algo da forma
A = (D, R
j
jJ
).
Abaixo veremos alguns exemplos, como grupos, corpos, espaos vetoriais,
etc.
Denio 2.3.1 (Isomorsmo de estruturas) Duas estruturas A = (D, R
j
jJ
)
e B = (D
, R
jJ
) so isomorfas se existe uma bijeo h : D D
tal que
R
j
(x
1
, . . . , x
n
) R
j
(h(x
1
), . . . , h(x
n
)) para toda relao R
j
. Esta denio pode
ser estendida para estruturas de ordem superior.
O conceito de isomorsmo entre estruturas pode ser estendido para estruturas
de ordem superior, no sentido da seo seguinte.
2.3.1 Ordem de uma estrutura
Conceito importante o de ordem de uma estrutura, que aqui veremos de modo
no muito rigoroso. Vimos acima que uma estrutura possui um domnio, que um
conjunto no vazio D. Se as relaes da estrutura tiverem como relacionados
unicamente elementos de D, a estrutura diz-se de primeira ordem. Por exemplo,
grupos so estruturas de primeira ordem, como se pode constatar comuma simples
inspeo na seo seguinte.
No entanto, h estruturas de ordem superior. A propsito, todas as estruturas
relevantes em cincia so estruturas de ordem superior. Um exemplo tpico a
estrutura de espao topolgico. Um espao topolgico um par 7 = (D, ) onde
D um conjunto no vazio (o domnio) e uma cole cao de subconjuntos de
D, ditos abertos de D. Apenas para seu conhecimento, a denio se completa
exigindo-se que sejam satisfeitos os seguintes axiomas:
1. e D pertencem a
2. Se A, B , ento A B
3. Se A
1
, A
2
, . . . uma coleo enumervel
1
de elementos de , ento A
1
A
2
. . . pertence a .
Diz-se que o conjunto uma topologia em D (ou sobre D). Podemos entender
como uma relao entre subconjuntos de D; xy se e somente se x e y pertencem
topologia . Neste sentido, a relao da estrutura no relaciona elementos do
domnio; os relata so subconjuntos do domnio. Uma tal estrutura de segunda
ordem.
1
Um conjunto enumervel se existe uma bijeo entre ele e o conjunto dos nmeros naturais.
Alguns autores chamam tais conjuntos de denumerveis. Um conjunto contvel se for nito ou
enumervel.
2.3. ESTRUTURAS MATEMTICAS 21
De forma anloga, pode-se ter relaes que envolvam colees de colees
de elementos de D, e assim por diante, de forma a termos estruturas de ordens
cada vez mais altas. As estruturas relevantes em cincia, por exemplo em fsica,
vo envolver coisas como variedades diferenciveis, certas lgebras, etc., que tm
como relata entidades de ordem superior aos elementos do domnio (ou dos
domnios) considerado.
Os lsofos em geral falam de estruturas em cincia como se elas fossem estu-
turas de primeira ordem, e se reportam Teoria dos Modelos da lgica elementar
(como em [Shoeneld 1967, cap.5], [Chang & Keisler 1980]) para a sua funda-
mentao terica. Isso evidentemente constitui erro, pois como vimos as estrutu-
ras importantes em cincia no so elementares, e o problema que no dispomos
de uma teoria adequada de tais estruturas. Neste particular, o que se necessita
uma teoria generalizada das estruturas matemticas, o que Newton da Costa
chama de Teoria de Galois Generalizada [da Costa 2005], [da Costa & Rodrigues 2007].
2.3.2 Digresso: a cincia da estrutura
A noo de estrutura central em matemtica e na sistematizao das discipli-
nas cientcas. H quem defenda a idia de que a matemtica a disciplina que
se ocupa do estudo de estruturas, estas concebidas de um certo modo (como as
acima). Emparticular, vale lembrar a posio de umclebre grupo de matemticos
(principalmente franceses) que teve (e tem ainda) muita inuncia na comunidade
matemtica a partir dos nos 1930, que adota um psudnimo: Nicolas Bourbaki.
Sua obra vasta e relevante. No que concerne as estruturas, Bourbaki caracteri-
zou como fundamentais as estruturas de trs tipos bsicos (que ele denominava de
estruturas mes): as algbricas, as de ordem e as topolgicas. Qualquer estrutura
matemtica desse tipo ou uma adequada combinao de estruturas desse tipo,
ainda que ele tenha deixado em aberta a questo de se desenvolvimentos ulterio-
res da matemtica exigiriam a ampliao do quadro dessas estruturas bsicas. Por
exemplo, o corpo dos reais um corpo (estrutura algbrica) ordenado (estrutura
de ordem) completo (no sentido topolgico, cf. denio dada na pgina 42).
O que relevante que, de fato, o matemtico lida com estruturas, como
grupo, corpo, espao vetorial, variedade diferencivel, geometria euclidiana, etc..
Da mesma forma, o fsico trabalha com estruturas como a mecnica clssica de
partculas, a eletrodinmica de Maxwell, a mecnica quntica no relativista, a
teoria quntica de campos, etc. Poucas delas se enquadram na Teoria dos Modelos
usual. Abaixo, veremos algumas dessas estruturas.
2.4 Grupos
O conceito de grupo, surgido de questes tericas em matemtica, adentrou a
fsica, tendo se tornado fundamental para a fcisa presente. Mais frente, veremos
alguns exemplos de seu uso nessa disciplina.
Denio 2.4.1 (Grupo) Um grupo uma estrutura g = (G, ) onde G um
conjunto no vazio, uma operao binria sobre G satisfazendo as condies
seguintes:
1. associativa)
2. admite elemento neutro e G
3. Todo elemento a G admite um inverso a
G.
Se a operao for ainda comutativa, o grupo comutativo ou abeliano (em
homenagem ao matemtico noruegus Niels Henrik Abel, 1802-1829).
Em geral, quando nos referimos ao grupo g, mencionamos unicamente o con-
junto G (dito domnio do grupo), dizendo (por abuso de linguagem) que G um
grupo com a operao . Isso ser feito para as demais estruturas introduzidas
abaixo, em conformidade com a prtica matemtica usual.
Por exemplo, e usando a notao mencionada, R um grupo quando munido
da operao de adio de reais, o conjunto /(R) um grupo quando munido da
operao de composio de funes, e o conjunto dos vetores geomtricos do
plano mum grupo quando munido da operao de adio de vetores (regra do
paralelogramo).
Exerccio 2.4.1 (a) Detalhe cada um dos exemplos precedentes. (b) Diga por
que o conjunto R dos nmeros reais no um grupo quando considerado com a
operao de multiplicao de reais.
Um grupo de notvel interesse o chamado grupo de Klein, em honra ao ma-
temtico alemo Felix Klein (1849-1925). O dominio o conunto G = a, b, c, d
e a operao denida pela tabela abaixo:
* a b c d
a a b c d
b b a d c
c c d a b
d d c b a
2.4. GRUPOS 23
Exerccio 2.4.2 Identique o elemento neutro do grupo acima e o inverso de cada
elemento.
Denio 2.4.2 (Isomorsmo entre grupos) Dois grupos g
1
= (G
1
,
1
) e g
2
=
(G
2
,
2
) so isomorfos se existe uma funo bijetiva H : G
1
G
2
tal que: (1)
h(e
1
) = e
2
, sendo e
1
e e
2
os elementos neutros dos grupos respectivos, e (2) h(a
1
b) = h(a)
2
h(b), para todos a, b G
1
.
Exerccio 2.4.3 Mostre que o grupo de Klein acima isomorfo ao grupo g
=
(G
, ), cujo domnio o conjunto G
= 1, i, j, k e a operao dada pela

tabela abaixo:
1 i j k
1 1 i j k
i i 1 k j
j j k 1 i
k k j i 1
Um modo alternativo de caracterizar grupos a seguinte. Um grupo uma
estrutura da forma g = (G, , e,

), onde G no vazio, uma operao binria
sobre G, e G um elemento distinguido e

uma funo de G em G, tudo isso
cumprindo os seguintes postulados:
1. associativa
2. Para todo a G, tem-se que a e = e a = a
3. Para todo a G, tem-se que a a
= a
a = e, sendo a
a imagem do
elemento a pela funo

.
As estruturas desta espcie coincidem com as da espcie anterior, de forma que as
formulaes so equivalentes. Porm, neste caso, estamos explicitanto elementos
distinguidos e outros termos.
Um grupo de fundamental importncia para nossas nalidades o seguinte.
Considere (informalmente) o plano euclidiano R
2
com suas propriedades usuais,
que no necessitam ser aqui explicitadas. Se xarmos um sistema de coordenadas
ortogonais (por simplicidade) OXY, ento cada ponto P do plano ca determinado
de modo nico por um par ordenado de nmeros reais (x, y), que so as coorde-
nadas cartesianas ortogonais. Seja OP o segmento orientado com origem O e
extermidade P. Para nossos propsitos, vamos por abuso de linguagem identi-
car este segmento com um vetor (na verdade, geometricamente um vetor uma
classe de segmentos equipolentes). As coordenadas do ponto so portanto as do
vetor. Denimos ento uma aplicao T do R
2
no R
2
do seguinte modo:
T(x, y) = (x cos y sin , x sin + y cos ).
Em linguagem matricial, essa transformao pode ser escrita da forma seguinte:
T
_
x
y
_
=
_
cos sin
sin cos
_ _
x
y
_
Esta funo (transformao linear) uma transformao ortogonal, conforme
veremos frente, e sua matriz
R
=
_
cos sin
sin cos
_
uma matriz ortogonal. Intuitivamente, realiza uma rotao de ngulo do vetor
(x, y) no sentido anti-horrio. O conjunto de tais transformaes, munido da ope-
rao binria de composio de funes conhecido como grupo das rotaes do
plano.
Exerccio 2.4.4 Mostrar que a estrutura mencionada acima de fato um grupo.
Identique o elemento neutro e o inverso de dado elemento do grupo.
2.4.1 Grupos de permutao
Seja g = (G, ) um grupo tal que G contm n elementos x
1
, . . . , x
n
. Uma funo
bijetiva f de G em G uma permutao de G. Por exemplo, seja G = a, b, c. As
possveis permutaes de G so indicadas abaixo, onde na primeira linha escreve-
mos o domnio das funes e na segunda linha suas imagens:
f
1
=
_
a b c
a b c
_
, f
2
=
_
a b c
a c b
_
, f
2
=
_
a b c
b a c
_
,
f
4
=
_
a b c
b c a
_
, f
5
=
_
a b c
c a b
_
, f
6
=
_
a b c
c b a
_
.
O produto (composio) de duas dessas funes ainda uma permutao de
G, como fcil perceber. f
1
a funo identidade. Munido deste produto, o
conjunto das permutaes de G um grupo comutativo, dito grupo simtrico de
G, denotado S ym(G).
2.5. CORPOS 25
Exemplo 2.4.1
1. Ache os produtos f
1
f
4
, f
2
f
5
e f
3
f
3
.
2. Identique o elemento neutro do grupo acima.
3. Ache o inverso de cada um dos elementos do grupo.
Para os interesses da fsica, importa o seguinte caso de permutaes. Suponha
que temos um conjunto D = x
1
, . . . , x
n
. Denimos a seguinte permutao sobre
D, que permuta unicamente os elementos x
i
e x
j
, denotada P
i j
:
P
i j
(x
1
, . . . , x
i
, . . . , x
j
, . . . , x
n
) = (x
1
, . . . , x
j
, . . . , x
i
, . . . , x
n
).
Mais tarde, D representar uma coleo de objetos qunticos e P
i j
aparecer
como um conceito importante de permuta entre dois desses objetos.
2.5 Corpos
A outra estrutura que nos interessa a de corpo.
Denio 2.5.1 (Corpo) Um corpo uma estrutura 7 = (K, +, , 0, 1) onde K
um conjunto no vazio (na verdade, deve ter pelo menos dois elementos), + e so
operaes binrias sobre K, e 0, 1 K so elementos distinguidos. Os seguintes
postulados devem ser satisfeitos:
1. (K, +) um grupo comutativo cujo elemento neutro 0 e o inverso de cada
elemento a K denotado a, dito oposto de a.
2. (K 0, ) um grupo comutativo cujo elemento neutro 1, e o inverso de
cada elemento de K 0 denotado a
1
, e dito simtrico de a.
3. distributiva em relao a +.
Os corpos que nos interessam so alguns corpos numricos, em especial os
chamados corpo dos (nmeros) reais e corpo dos (nmeros) complexos com as
operaes usuais em cada caso. Indistintamente do caso, os elementos de K so
chamados de escalares. Como usual na terminologia matemtica, fala-se que
K um corpo, fazendo-se referncia ao domnio da estrutura. tipicamente o
caso dos reais e dos complexos mencionados. O leitor deve entender que isso
um abuso de linguagem. s vezes, dene-se um corpo como sendo uma estrutura
como a acima somente que a operao no comutativa; neste caso, quando
for comutativa, esses matemticos falam ento em corpo comutativo, ou campo.
No entanto, seguiremos com a denio dada. Portanto, quando falarmos que
R (ou que C) um corpo, estaremos supondo a estrutura F = (R, +, , 0, 1) ou
( = (C, +, , 0, 1) respectivamente. Obviamente, em cada caso, 0 e 1 representam
nmeros reais ou complexos.
Exerccio 2.5.1 Verique que o conjuno dos nmeros racionais munido das ope-
raes usuais um corpo, que podemos representar por O = (Q, +, , 0, 1).
Exerccio 2.5.2 Justique porque a estrutura = (Z, +, , 0, 1), sendo Z o con-
junto dos nmeros inteiros, + e as operaes de adio e de multiplicao de
inteiros, 0 e 1 os inteiros zero e um, no um corpo. Essa estrutura tem outro
nome: anel.
Exerccio 2.5.3 Verique que o conjunto A = 0, 1 munido das operaes dadas
pelas tabelas abaixo um corpo.
+ 0 1
0 0 1
1 1 0
0 1
0 0 0
1 0 1
Captulo 3
Espaos Vetoriais
Uma estrutura fundamental para o estudo que realizaremos a denominada de
pr-espao de Hilbert, ou seja, um espao vetorial com produto interno. Essa
estrutura central em fsica; os estados dos sistemas fsicos sero descritos por
vetores unitrios (de comprimento unitrio) de um adequado espao de Hilbert,
e os observveis fsicos (que nos daro a idia do que pode ser medido relati-
vamente a um sistema fsico) sero representados por certas funes (operadores
hermitianos) sobre esses espaos. Trata-se ma verdade de um formalismo de uma
beleza matemtica sem par, e de uma complicada natureza quanto sua inter-
pretao, o que nos brinda com uma riqueza losca sem precedentes. Vamos
adentrar a esse campo com cautela, inciando com o conceito de espao vetorial.
Denio 3.0.2 (Espao vetorial) Um espao vetorial uma estrutura
c = (+, 7, +, ),
onde:
1. + um conjunto no vazio cujos elementos so chamados de vetores. Tais
elementos sero designados por letras gregas minusculas , , , . . ., mas
mais tarde usaremos a notao de Dirac, escrevendo ), ), ), ldots.
2. 7 um corpo 7 = (K, +, , 0, 1). Como j dito antes, via de regra falaremos
do domnio K em vez da estrutura 7, mas o leitor deve estar atento para
este fato. Os corpos dos quais faremos uso no que segue sero o corpo dos
reais e o dos complexos.
27
28 CAPTULO 3. ESPAOS VETORIAIS
3. + uma operao binria sobre +, dita adio de vetores, de sorte que
(+, +) um grupo comutativo. O elemento neutro deste grupo chamado
de vetor nulo, e designado por O.
4. uma lei de composio externa (veja denio 2.1.6) sobre +, mais
precisamente, uma aplicao de K + em +, dita multiplicao de vetor
por escalar. Esta operao satisfaz os seguintes postulados, para todos e
em + e todos a, b K:
(a) a ( + ) = a + a
(b) (a + b) = a + b
(c) (a b) = a (b )
(d) 1 =
Observao terminolgica Algumas observaes de notao so importantes.
Doravante, excreveremos simplesmente a para denotar a , bem como ab para
a b. Observe que apesar de usarmos a mesma notao ""tanto para a multipli-
cao de vetor por escalar quanto para a multiplicao de escalares, elas no so
a mesma operao. Usar smbolos distintos tornaria o texto muito carregado, de
forma que prosseguiremos com a prica matemtica usual de, como dizia Poin-
car, usar o mesmo nome para coisas diferentes. O contexto, no entanto, deixar
claro quando de trata de uma ou de outra operao. O mesmo se aplica para a
adio de vetores e para a adio de escalares, ambas denotadas por "+".
Quando temos um caso de um espao vetorial c = (+, 7, +, ), dizemos, mais
uma vez por abuso de linguagem, que + um espao vetorial sobre K, ou que
um K-espao vetorial. Nos casos particulares de K = R ou de K = C, falamos de
espaos vetoriais reais ou complexos respctivamente.
A notao de Dirac, I O fsico ingls Paul Adrian Maurice Dirac introduziu
uma notao que se tornou universal em se tratando do uso de espaos vetoriais
em fsica quntica. Veremos mais detalhes dessa notao frente, mas por ora,
conveniente saber que Dirac representava os vetores assim: ), ), etc., chamados
kets.
O ltimo postulado pode parecer o mais estranho e menos evidente de to-
dos. Mas ele fundamental. Se escrevemos para denotar o oposto de ,
ento parece sensato pedir que = (1). No entanto, para provar este fato
necessitamos do referido axioma. Antes, provamos que 0 = 0. Com efeito,
29
0 = (0 + 0) = 0 + 0, donde 0 = O. Agora, podemos estabelecer o preten-
dido: + (1) = 1 + (1) = (1 1) = 0 = O. Portanto, dada a unicidade
do oposto de , = (1).
Exemplos importantes de espaos vetoriais so os seguintes.
n
= (x
1
, . . . , x
n
) : x
i
R o conjunto das n-uplas de n-
meros reais. Municiemos este conjunto com as operaes seguintes, onde k R,
para obter um espao vetorial real:
1. (x
1
, . . . , x
n
) + (y
1
, . . . , y
n
) = (x
1
+ y
1
, . . . , x
n
+ y
n
) (o leitor deve perceber
que, esquerda da igualdade, "+"denota a adio de vetores, mas direita
denota a adio de escalares.
2. k(x
1
, . . . , x
n
) = (kx
1
, . . . , kx
n
) (idem observao acima com respeito mul-
tiplicao de vetor por escalar esquerda da igualdadee a multiplicao
de escalares, direita).
O espao vetorial do exemplo precedente ser denominado de R
n
. De ma-
neira semelhante, denimos o espao complexo C
n
tomando operaes anlogas
s acima, somente que consideradas agora sobre C.
Exemplo 3.0.2 Considere o conjunto / das funes reais de varivel real com
mesmo domnio, digamos o intervalo [a, b] R. Para f , g /, denimos as
operaes seguintes:
1. ( f + g)(x) = f (x) + g(x)
2. (k f )(x) = k f (x)
facil ver que resulta um espao vetorial real, cujo vetor nulo a funo nula
n(x) = 0.
nm
o conjunto das matrizes reais de ordem n m, munido
das operaes usuais de adio de matrizes e de multiplicao de matriz por
escalar real. Neste caso, tem-se um espao vetorial real, cujo vetor nulo a
matriz nula n m.
Exerccio 3.0.4 Mostre que temos um espao vetorial real se tomarmos o con-
junto R
+
dos reais no negativos munido das operaes x + y = xy e kx = x
k
,
para x, y R
+
e k R. Veja o paralelo que h entre as operaes denidas e as
propriedades do logaritmo.
Exerccio 3.0.5 Todo corpo 7 = (K, +, , 0, 1) pode ser visto como um espao
vetorial sobre K. Dizemos que todo corpo um espao vetorial sobre si mesmo.
Explique este fato.
Exerccio 3.0.6 Mostre que se tomarmos C como conjunto de vetores e R como
conjunto de escalares, e considerando a adio de nmeros complexos como adi-
o de vetores e a multiplicao de nmero complexo por nmero real como a
multiplicao de vetor por escalar, resulta um espao vetorial real.
Exerccio 3.0.7 Mostre que se tomarmos C como conjunto de vetores e o prprio
C como conjunto de escalares, e considerando a adio de nmeros complexos
como adio de vetores e a multiplicao de nmeros complexos como a multipli-
cao de vetor por escalar, resulta um espao vetorial complexo.
Exerccio 3.0.8 Mostre que se tomarmos R como conjunto de vetores e R como
conjunto de escalares, e considerando a adio de nmeros reais como adio
de vetores e a multiplicao de nmero reais como a multiplicao de vetor por
escalar, resulta um espao vetorial real.
Exerccio 3.0.9 Justique porque no resulta espao vetorial se tomarmos Rcomo
conjunto de vetores e C como conjunto de escalares, e considerando a adio de
nmeros rais como adio de vetores e a multiplicao de nmero real por n-
mero complexo como a multiplicao de vetor por escalar.
3.1 Combinaes lineares, superposies
Uma combinao linear de vetores a soma desses vetores, eventualmente mul-
tiplicados por escalares, como = x
1
1
+ x
2
2
+ + x
n
n
. Uma tal expresso
por vezes denominada de superposio desses vetores. Isso ter importncia mais
tarde. Em especial, estaremos interessados em superposies nas quais se tenha
n
i=1
x
i
2
= 1,
que chamaremos de condio de normalizao. O motivo que os escalares x
i
representaro probabilidades, e sua soma dever ser igual unidade.
3.2. SUB-ESPAOS VETORIAIS 31
Denio 3.1.1 (Dependncia e Independncia linear) Umconjunto A =
1
, . . . ,
n
de vetores de um espao vetorial c linearmente independente (ou os vetores de

A so linearmente independentes) se uma combinao linear da forma
x
1
1
+ . . . + x
n
n
= O
implica x
1
= . . . = x
n
= 0. Caso contrrio, o conjunto A (ou os seus vetores) so
linearmente dependentes.
Equivalentemente, A (ou os seus vetores) linearmente dependente de po-
demos encontrar uma combinao linear nula (como a acima) com pelo menos
um dos escalares x
j
diferente de 0. Por exemplo, o conjunto (os vetores) A =
(1, 2), (1, 1) do R
2
linearmente independente, j que
x
1
(1, 2) + x
2
(1, 1) = (0, 0)
acarreta x
1
= x
2
= 0. Por outro lado os vetores (1, 3) e (1, 3) so linearmente
dependentes, como fcil vericar.
Conveno Convenciona-se que o conjunto vazio de vetores linearmente in-
dependente.
3.2 Sub-espaos vetoriais
Informalmente, deniremos o que signica restringir uma operao a um con-
junto. Primeiramente, vejamos o caso de operaes binrias. Seja A um conjunto
sobre o qual est denida a operao binria , e seja B A. Como vimos, pode
ser identicada com o conjunto das triplas ordenadas da forma (a, b, a b), com
a, b A. Restrinjamos agora o conjunto dessas triplas, considerando uicamente
aquelas tais que a, b B. imediato que tal coleo uma funo de B B em
B, dita restrio da operao (denida sobre A), ao subconjunto B. Da mesma
forma, se uma lei de composio externa sobre A, se restringirmos os ele-
mentos considerados a apenas aqueles que pertencem a B, obteremos uma lei de
composio externa sobre B, tambm dita restrio (a B) da lei .
Por exemplo, considere a adio de nmeros reais e agora considere esta ope-
rao aplicada unicamente ao subconjunto dos reais que isomorfo ao conjunto
dos nmeros inteiros. Temos ento (novamente por abuso de linguagem) uma
restrio da operao de adio aos inteiros.
Denio 3.2.1 (Sub-espao vetorial) Seja c = (+, 7, +, ) e + +, +
. Dizemos que + subespao vetorial de + se (+, 7, +
W
,
W
) um espao
vetorial sobre K, sendo +
W
e
W
restries das operaes de + e a +.
Teorema 3.2.1 Uma condio necessria e suciente para que + seja subes-
pao vetorial de + que, para todos , + e para todo k K, se tenha:
1. Se , +, ento + +.
2. Se +, ento k +.
Demonstrao: Quanto necessidade dessas condies, ela segue do fato de que
um espao vetorial deve ser fechado ralativamente s operaes de adio de ve-
tores e de multiplicao de vetor por escalar. Quanto sucincia dessas con-
dies, basta vericar que delas resultam as condies da denio de espao
vetorial para (+, 7, +
W
,
W
). Por exemplo, como + , existe +, logo
= (1) + (pela segunda condio). Analogamente, pela primeira condi-
o, 0 = +. Quanto s demais propriedades, em virtude de elas valerem
para todos os vetores de +, valero em particular para os vetores de +, ou seja,
so "herdadas"por +.
Exemplo 3.2.1 Sendo + = O, sendo O o vetor nulo de +, ento + subes-
pao vetorial de +. Este subespao chamado de subespao trivial de +.
Exemplo 3.2.2 O conjunto das matrizes simtricas de ordem n um subespao
do espao das matrizes reais de ordem n.
Exemplo 3.2.3 O conjunto das funes reais contnuas no intervalo [a, b] um
subespao do espao vetorial dado no exemplo 3.0.2.
Exemplo 3.2.4 Consideremos o espao real R
3
das triplas ordenadas de nmeros
reais (um caso particular do espao R
n
do exemplo 3.0.1). Os seguintes subcon-
juntos so subespaos do R
3
, e sero importantes abaixo para exemplos. Os
nomes dados a esses espaos tem em mente (intuitivamente) um sistema de coor-
denadas cartesianas para o espao tridimensional.
1. X = (x, 0, 0) : x R ("eixo X").
2. Y = (0, y, 0) : y R ("eixo Y").
3. Z = (0, 0, z) : z R ("eixo Z").
3.2. SUB-ESPAOS VETORIAIS 33
4. XY = (x, y, 0) : x, y R ("plano XY").
5. XX = (x, 0, z) : x, z R ("plano XZ").
6. YZ = (0, y, z) : y, z R ("plano YZ").
7. P = (x, y, z) : ax + by + cz = 0, a, b, c 0 (plano passando pela origem).
8. R = (x, y, z) :
x
a
=
y
b
=
z
c
, a, b, c 0 (reta passando pela origem).
Exerccio 3.2.1 Prove que cada um dos casos do exemplo anterior de fato dene
um subespao do R
3
.
Transformaes de fase Em fsica, estaremos interessados prioritariamente em
espaos vetoriais sobre o corpo C dos nmeros complexos. Suponha ento que
1
, . . . ,
n
uma coleo de vetores de um espao vetorial +, e consideremos
a coleo de todas as combinaes lineares (superposies) de vetores desse con-
junto. Seja um tal vetor. Uma funo (transformao)
e
i
,
para um ngulo dado, denominada de transformao de fase. Veremos depois
que a classe de todos os vetores que esto relacionados por uma transformao
desse tipo so as entidades matemticas que representam os sistemas fsicos. Es-
sas classes so denominadas de raios (rays) em fsica.
Para os fundamentos da fsica quntica, importante observarmos o seguinte.
Teorema 3.2.2 A interseo de sub-espaos de um espao vetorial ainda um
sub-espao desse espao.
Demonstrao: Sejam W
1
e W
2
sub-espaos de um K-espao vetorial +, e seja
W = W
1
W
2
. Ento, se e pertencem a W, pertencem a W
1
e a W
2
. Como
por hiptese ambos so subespaos de +, tanto + pertencem a ambos (um
subespao fechado para a adio de vetores). Logo, ambos pertencem a W.
Agora, suponha que W e que k K. Logo W
1
e W
2
. Como
so ambos subespaos, segue-se que k pertence a ambos os subsespaos (pelo
fechamento relativamente multiplicao de vetor por escalar). Logo, k W.
A unio de subespaos, no entanto, no em geral um subespao (podendo ser
eventuamente). Por exemplo, seja + = R
3
, e W
1
= (x, 0, 0) : x R ("eixo X"),
enquanto que W
2
= (0, y, 0) : y R ("eixo Y"), como no exemplo 3.2.4 acima.
Ora, W
1
W
2
= R
3
: W
1
W
2
, o que signica que esses vetores
esto no eixo X ou no eixo Y (somente o vetor nulo est em ambos). Porm, a
soma de dois vetores no nulos quaisquer
1
W
1
e
2
W
2
no pertence a
nenhum dos subespaos, logo a unio no fechada para a adio de vetores.
H porm um menor subespao de + que contm a unio de subespaos, a
saber, o espao gerado pela unio.
3.3 Espao gerado, base
Seja c = (+, 7, +, ) um espao vetorial e A =
1
, . . . ,
n
um conjunto de
vetores de +. Temos ento:
Denio 3.3.1 Chama-se espao gerado por A ao conjunto
[A] = + : =
n
i=1
x
i
i
, x
i
K.
Teorema 3.3.1 O conjunto [A] um subespao vetorial de c.
Demonstrao: Basta notar que a soma de vetores de [A] ainda um vetor de
[A], bem como a multiplicao de qualquer de seus vetores por um escalar (assim
cumprindo as condies do teorema (3.2.1).
Conveno Convenciona-se que [] = O.
Oespao gerado por umconjunto de vetores , portanto, o conjunto de todas as
combinaes linerares desses vetores. Perceba que se o conjunto for linearmente
dependente, alguns de seus vetores podem ser escritos como combinaes lineares
dos demais, de forma que, para obter o espao gerado, esses vetores podem ser
suprimidos, resultando o seguinte
Teorema 3.3.2 Dado um conjunto de vetores A, existe sempre um subconjunto de
A linearmente independente que gera o mesmo espao que A.
Demonstrao: Seja A =
1
, . . . ,
n
o conjunto em questo, que supomos ser
linearmente dependente. Portanto, h um vetor
j
que pode ser escrito simplica-
damente como
j
=
ij
k
i
i
,
3.3. ESPAO GERADO, BASE 35
ou seja, ele combinao linear dos demais vetores de A. Se [A], ento
= x
1
1
+ . . . + x
j
j
+ . . . + x
n
n
=
ij
x
i
i
+ x
j
j
,
ou seja,
=
ij
x
i
i
+ x
j
ij
k
i
i
=
ij
(x
i
+ k
i
)
i
,
o que mostra ser combinao linear dos vetores de A, exceto
j
. Se A
j
for linearmente independente, o conjunto procurado. Se ainda for linearmente

dependente, h um vetor nesse conjunto que combinao linear dos demais,
e o processo pode ser repetido at que restem unicamente vetores linearmente
independentes, que continuaro gerando o mesmo espao.
Denio 3.3.2 (Base de um espao vetorial) Uma base para um espao veto-
rial c um conjunto A de vetores de + que satisfaz as condies seguintes:
1. A linearmente independente
2. A gera c, ou seja, todo vetor de + combinao linear dos vetores de A.
O conjunto A tem um cardinal, que no caso nito pode ser entendido intuitiva-
mente como designando a quantidade de elementos de A. Pode-se demonstrar que
todas as bases de um espao vetorial tm a mesma cardinalidade. Este cardinal
chama-se dimenso do espao vetorial.
Denio 3.3.3 (Dimenso) Chama-se dimenso de um espao vetorial ao car-
dinal de uma base desse espao.
Por exemplo, o espao R
n
tem dimenso n, pois tem o conjunto (com n ele-
mentos)
=
1
, . . . ,
n
, (3.1)
onde
i
= (0, . . . , 1, . . . , n) (com o 1 na i-sima posio) como uma base. Esta
base dita base cannica do R
n
.
Da mesma forma, se olharmos agora os vertores
1
como formados por n-
meros complexos, ento tambm representa uma base (cannica) para o espao
complexo C
n
. Essas bases desempenharo papel relevante frente.
Um conceito importante o de matriz das coordenadas de um vetor em uma
base ordenada. Seja 7 =
1
, . . . ,
n
uma base ordenada para o espao vetorial
c = (+, 7, +, ). Se +, podemos escrever = x
1
1
+. . . +x
n
n
. Denomina-se
de matriz das coordenadas do vetor beta na base ordenada 7 matriz linha (com
uma linha e n colunas)
[]
7
= [x
1
x
2
. . . x
n
]. (3.2)
Por exemplo, 7 = (1, 1), (1, 2) uma base ordenada para o R
2
, como
fcil provar ( linearmente independente e todo vetor (x, y) R
2
pode ser escrito
como combinao linear desses vetores). Seja = (2, 3). Ento, (2, 3) = x
1
(1, 1)+
x
2
(1, 2), ou (2, 3) = (x
1
x
2
, x
1
+2x
2
), o que fornece x
1
= 7/3 e x
2
= 1/3. Assim,
[(2, 3)]
7
= [7/3, 1/3].
Importante o seguinte resultado.
Teorema 3.3.3 (Unicidade das coordenadas) A matriz das coordenadas de um
vetor em uma base ordenada nica.
Demonstrao: Suponha por absurdo que []
7
= [x
1
x
2
. . . x
n
] e que []
7
=
[y
1
y
2
. . . y
n
], para dada base e dado vetor. Ento, pela igualdade de matrizes,
segue que x
i
= y
i
, para todo i.
Cabe nalmente observar que, para espaos de dimenso innita, como o es-
pao das funes reais contnuas no intervalo [a, b], no se pode exibir uma base.
Mas assume-se que elas existem, e isso na verdade pode ser demonstrado para um
espao vetorial arbitrrio, a saber,
Teorema 3.3.4 Todo espao vetorial possui uma base.
A palavra uma deve ser entendida literalmente, como artigo indenido, e
no como indicando uma nica. Um espao vetorial, com exeo do subespao
trivial constitudo unicamente pelo vetor nulo (cuja base, como vimos, o con-
junto vazio), admite uma innidade de bases, todas elas de mesma cardinalidade.
A demonstrao do teorema anterior faz uso do Axioma da Escolha (mais preci-
samente, do Lema de Zorn, que lhe equivalente), e pode ser vista no Apndice
de [Halmos 1993] (encontra-se a demonstrao tambm em vrios sites na web).
Para as nalidades da fsica, estaremos interessados em bases ortonormais, mas
para tanto necessitamos introduzir noes mtricas nos espaos vetoriais, o que
fazemos por meio de um produto interno, como veremos no prximo captulo.
3.4. ESPAOS VETORIAIS ISOMORFOS 37
3.4 Espaos vetoriais isomorfos
Escreveremos c iso / para indicar que os espaos vetoriais c = (+, 7, +, ) e
/ = (+, 7, +, ), ambos sobre o mesmo corpo 7 = (K, +, , 0, 1), so isomorfos,
ou seja, existe uma aplicao bijetiva f : + + tal que
f ( + ) = f () + f () e f (k.) = k. f () (3.3)
para todos , + e k K. Pode-se demonstrar (exerccio) que a relao iso
uma relao de equivalncia, o quem implica em particular ser transitiva. Assim,
se c isomorfo a / e se / isomorfo a g, ento / isomorfo a g. Disso tudo
resulta trivial provar o seguinte resultado (a argumentao precisa, no entanto, d
um bom exerccio), extremamente til nas demonstraes:
K
n
iso K
1n
iso K
n1
.
Note que os conjuntos acima, munidos das respectivas operaes de espao
vetorial, constituem espaos vetoriais sobre K. Assim, face o isomorsmo,
indiferente (matematicamente falando) se operamos com n-uplas de elementos de
K ou com matrizes linha formadas por elementos de K ou com matrizes coluna
com tais elementos. Isso traz uma enorme vantagem, pois simplica em muito as
demonstraes, j que podemos ir de um espao a outro sem maiores detalhes, ora
operando com n-uplas, ora transformando-as em matrizez linha, como se fossem
a mesma coisa. Os teoremas abaixo usam este fato livremente, e o leitor atendo
deveria notar a importncia dessa liberdade.
Teorema 3.4.1 Todo espao vetorial de dimenso n sobre o corpo 7 = (K, +, , 0, 1)
isomorfo ao K
n
.
Demonstrao: Como K
n
, o conjunto das n-uplas de elementos de K munido das
operaes usuais, como as denidas para o R
n
(veja o exemplo (3.0.1), isomorfo
a K
1n
, o espao das matrizes 1 n com elementos em K (munido das operaes
correspondentes entre matrizes), basta provar que o isomorsmo se d com esse
ltimo espao. Seja 7 =
1
, . . . ,
n
uma base ordenada para o espao vetorial
c = (+, 7, +, ) de dimenso n. Ento, para +, podemos escrever
= x
1
1
+ . . . + x
n
n
.
Denimos a aplicao f : + K
1n
por f () = []
7
= [x
1
x
n
]. Devemos
agora provar que f um isomorsmo, ou seja, que bijetiva e que preserva
as operaes. Quanto primeira parte, inicialmente mostramos que f injetiva.
Comefeito, pela unicidade das coordenadas (teorema (3.3.3)), se , sua matriz
das coordenadas em 7 distinta da de .
1
Quanto a f ser sobrejetiva, dada uma
matriz [x
1
x
2
. . . x
n
] de escalares de K, haver um nico vetor (de novo, pela
unicidade das coordenadas) tal que = x
1
1
+ . . . + x
n
n
.
2
Assim, f bijetiva.
Agora, com relao a ela manter as relaes das estruturas, a saber, as operaes
de espao vetorial. Sejam e vetores de +. Assim, existem nicas []
7
=
[x
1
x
2
. . . x
n
] e []
7
= [y
1
y
2
. . . y
n
]. Ora, claro que f ( + ) = [ + ]
7
=
[x
1
+y
1
. . . x
n
+y
n
] = [x
1
. . . x
n
] +[y
1
. . . y
n
] = []
7
+[]
7
= f () + f (), e que
f (k.) = [k.x
1
. . . k.x
n
] = k.[x
1
. . . x
n
] = k. f (). Assim, f um isomorsmo.
Esses resultados tm importncia prtica, por exemplo em situaes como a
seguinte. Muitas vezes escrevemos n-uplas de elementos de um conjunto A como
linhas de um matriz, e operamos com essas matrizes, para depois reinterpretar-
mos os resultados novamente em termos dos elementos do conjunto A. Um caso
tpico o de vetores, digamos do R
3
, que identicamos (via isomorsmos) com
triplas de nmeros reais, suas coordenadas em uma base, digamos a cannica, e
depois formamos matrizes colocando essas coordenadas como linhas (ou como
colunas). Assim, se (1, 1, 1), (0, 1, 2) e (0, 1, 3) so coordenadas de trs vetores
relativamente base cannica do R
3
, a matriz
M =
_
_
1 1 1
0 1 2
0 1 3
_
_
tem determinante diferente de zero (como se constata) facilmente, o que indica
serem os vetores linearmente independentes. Interpretar vetores por meio de suas
coordenadas e coloc-las como linhas ou colunas de matrizes ser um procedi-
mento que usaremos muito doravante.
1
Recorde que uma funo f : A B injetiva se x ,y implica f (x) f (y).
2
Uma funo f : A B sobrejetiva se para todo y B, existe x A tal que y = f (x).
Captulo 4
Produtos Internos
Na estrutura de espao vetorial, o mximo que podemos expressar so combina-
es lineares (superposies) de vetores. No h como considerar questes m-
tricas, como ngulo entre vetores, comprimento de um vetor e outro de mesma
natureza. Para tanto, vamos estender a estrutura c adicionando um produto in-
terno. O espao assim obtido denominado de pr-espao de Hibert. Mas, o que
um produto interno?
Denio 4.0.1 (Produto interno) Um produto interno sobre um espao vetorial
c = (+, 7, +, ) uma aplicao ( ) : ++ K tal que, para todos , , +
e a K, se tenha:
1
1. ( + ) = () + ()
2. (a.) = a.()
3. () = () (Em fsica, comum denotar o conjungado de um nmero
complexo z = a +bi no por z = a bi, mas por z
. Mais frente, usaremos

essa notao).
4. () 0 e () = 0 se e somente se = O
Teorema 4.0.2 Dada a denio, temos:
1. (a.) = a.()
1
H autores que preferem postular as condies 1 e 2 abaixo de forma alternatica, a saber, (1)
( + ) = () + () e (2) (a.) = a.(). Isso meramente uma questo de convenincia.
Aqui, seguimos o procedimento usual dos textos de fsica.
39
40 CAPTULO 4. PRODUTOS INTERNOS
2. ( + ) = () + ()
Demonstrao: Com efeito,
2
(a.) = (a.) = a.() = a.() = a.().
Quanto ao segundo item, sugerimos que o leitor o faa como um exerccio.
Daremos agora alguns exemplos de produtos internos que interessaro ao nosso
estudo.
Exemplo 4.0.1 Sobre o espao real R
n
, sendo = (x
1
, . . . , x
n
) e = (y
1
, . . . , y
n
),
a aplicao seguinte um produto interno:
() =
n
i=1
x
i
y
i
(4.1)
Este produto interno denominado de produto interno cannico sobre o R
n
.
Exemplo 4.0.2 Sobre o espao real C
n
, sendo = (x
1
, . . . , x
n
) e = (y
1
, . . . , y
n
)
n-uplas de nmeros complexos, a aplicao seguinte um produto interno:
() =
n
i=1
x
i
y
i
(4.2)
onde x
i
o conjugado de x
i
, ou se(x)ja, se x
i
= a + bi, etno x
i
= a bi. Este
produto interno denominado de produto interno cannico sobre o C
n
.
Exemplo 4.0.3 Sobre o espao das funes reais (de varivel real) contnuas no
intervalo [a, b] (e isto vale para a = , b = +), a aplicao seguinte um
produto interno:
( f g) =
_
b
a
f
(x)g(x)dx (4.3)
Exemplo 4.0.4 Seja C
nn
o espao vetorial das matrizes complexas de ordem n.
Se A
denota a conjugada de A, ento a aplicao

(AB) = Tr(A
B) (4.4)
um produto interno. No caso real (ou seja, se R
n
), ento (AB) = Tr(A
T
B).
2
Observamos que, para nmeros complexos z e z
, tem-se que z.z
= z.
.
41
Denio 4.0.2 Chama-se norma (ou comprimento) em um espao vetorial +
a uma aplicao que, a cada vetor associa um escalar, denotado , tal que:
1. 0 e = 0 se e somente se = 0.
2. k = k., para k escalar.
3. + + (desigualdade triangular)
Importa aqui, dentre todas as possveis normas, aquela que denida a partir
do produto interno, dita norma advinda do produto interno, a saber, a aplicao
tal que
=
_
() (4.5)
Exemplo 4.0.5 Mostre que a aplicao recm denida de fato uma norma.
A importncia da observao acima, de que a norma denida por (4.5) ad-
vinda do produto interno que existem normas (funes que cumprem as con-
dies da denio) sem que tenham sido originadas a partir do produto interno.
Alguns exemplos sobre R
2
so os seguintes (para distingu-las da norma acima,
vamos usar subndices): para = (x
1
, x
2
), temos
1
= x
1
+ x
2
2
= maxx
1
, x
2
.
Assim, (2, 3)
1
= 5, enquanto que (2, 3)
2
= 3. O que nos interessar,
no entanto, ser a norma induzida pelo produto interno, pois ser com ela que a
noo de espao de Hilbert introduzida. Os teoremas que se reportam a normas,
no entando, valem para qualquer que seja ela, por exemplo, o seguinte.
Teorema 4.0.3 (Desigualdade de Cauchy-Schwarz) Para todos e , tem-se:
() . (4.6)
Demonstrao:
Denio 4.0.3 (Distncia) Chama-se distncia em um espao vetorial + com
produto interno a toda aplicao d : + + K tal que:
1. d(, ) = d(, )
2. d(, ) 0 e d(, ) = 0 se e somente se = .
3. d(, ) d(, ) + d(, )
Teorema 4.0.4 A aplicao d(, ) = uma distncia.
Demonstrao: Imediata.
No caso do espao vetorial ser R ou C, costuma-se escrever em vez de ,
deste modo confundindo-se a norma de um vetor com o mdulo de um escalar.
Do mesmo modo, escrevemos nesses casos em vez de .
Importante notar que, sendo z = a + bi um nmero complexo (ou vetor no
espao vetorial dos complexos sobre si mesmo), resulta que
z
2
= (zz) = z
z = (a bi)(a + bi) = a
2
+ b
2
R.
Dizemos que uma sequncia de vetores
1
,
2
, . . . de um espao vetorial +
converge para um vetor se os vetores da sequncia vo cando cada vez mais
prximos de medida em que avanamos na sequncia. Mais precisamente,
Denio 4.0.4 (Sequncia convergente) A sequncia de vetores
1
,
2
, . . . de
um espao vetorial + converge para um vetor se, para todo > 0 real, existe
um nmero natural n tal que, se i > n, resulta que
i
< .
Denio 4.0.5 (Sequncia de Cauchy) Uma sequncia de vetores
1
,
2
, . . . de
um espao vetorial + uma sequncia de Cauchy se, para todo > 0 real, existe
un nmero natural n tal que, para i, j > n, tem-se que
i

j
< .
Intuitivamente, em uma sequncia de Cauchy, os elementos da sequncia vo
cando cada vez mais prximos uns dos outros medida em que avanamos na
sequncia.
Toda sequncia de Cauchy convergente, como se pode mostrar. O problema
que uma sequncia pode convergir para um vetor que no pertena ao espao
considerado. Quando toda sequncia de Cauchy converge para um vetor ainda no
espao, dizemos que o espao (topologicamente) completo. Note que a noo
de convergncia depende da norma. Caso particularmente importante quando a
norma a advinda do produto interno, resultando na seguinte
43
Denio 4.0.6 (Espao de Hilbert) Um espao vetorial com produto interno +
um espao de Hilbert se for completo em relao norma induzida pelo produto
interno.
Ou seja, a norma a ser considerada aquela que se dene por meio do produto
interno, vis, =
().
Denio 4.0.7 Um conjunto A de vetores de um espao c fechado relativa-
mente a um subespao + se para todo > 0 real e para qualquer +, existe
A tal que d(, ) < . Pode-se em especial falar de um subespao + ser
fechado (nele mesmo).
Em um espao fechado, toda sequncia de vetores do
Dois exemplos notveis de espaos de Hilbert so os seguintes.
Exemplo 4.0.6 Um espao particularmente importante (que era estudado por
Hilbert), e sendo uma das razes pelas quais von Neumann batizou essa estrutura
de espao de Hilbert, formado tomando-se como vetores as matrizes coluna
complexas (e suas operaes correspondentes e com o produto interno cannico,
=
_
_
z
1
z
2
.
.
.
_
_
tais que
_
k=1
z
i
2
< . Este espao denominado de
2
e isomorfo a todos os
espaos de Hilbert separveis.
4.0.1 A condio de normalizao na teoria quntica
Um outro espao vetorial real de dimenso innita que importante o espao
[
2
de todas as funes complexas f (x) tomando valores em R, tais que
_

f (x)
2
dx < ,
ditas funes quadrado-integrveis, munido das operaes usuais de adio de
funes e de multiplicao de funo por escalar real, e com o produto interno
( f g) =
_

(x)g(x)dx.
Na mecnica quntica de ondas, um sistema de partculas em uma dimenso
tem seus estados descritos por uma funo de onda (x, t), que satisfaz
_

(x, t)
2
dx = 1. (4.7)
Podemos entender (x, t) como pertencente a [
2
, para t (a coordenada tempo-
ral) xado, e (4.7) ento dita condio de normalizao, ou seja, (x, t)
2
= 1.
Esta condio est associada ao papel desempenhado pelo conceito de probabi-
lidade na teoria quntica. Com efeito, segundo a interpretao probabilista da
funo de onda devida a Max Born, dado um intervalo [a, b] da reta real, a pro-
babilidade de encontrarmos o valor da medida de um observvel fsico

A medido
sobre um sistema no estado descrito por (x, t) neste intervalo precisamente
prob
(x,t)
[a,b]
(

A) =
_
[a,b]
(x, t)
2
dx.
Um fato interessante o seguinte, comentado por [Brown 1979]. Os espaos
2
e [
2
so isomorfos.
Digamos que o observvel a ser medido para um sistema composto por uma
partcula em um espao de dimenso unitria. Assim, a expresso simplicada
p =
_
b
a
(x, t)
2
dx (4.8)
designa a probabilidade de encontrar a partcula, representada pela funo de onda
(x, t) no intervalo [a, b] da reta real.
O valor (x, t)
2
denotado
(x, t) (4.9)
e denominado densidade de probabilidade.
Exemplo 4.0.7 Suponha (para t xo), que (x) = 1/x
2
. A probabilidade de en-
contrarmos a partcula em [1, 2], dada por
p =
_
2
1
1/x
2
dx = [
x3
3
]
2
1
= 1/3(1/8 1) = 7/24 = 0, 29.
Voltaremos a essa e outras questes qunticas mais tarde.
Denio 4.0.8 Um espao de Hilbert separvel se admite uma base ortonor-
mal contvel (nita ou enumevel).
Grande parte dos espaos usados em fsica so separveis nesse sentido, e so
todos isomorfos a
2
.
4.1. ORTOGONALIDADE 45
4.1 Ortogonalidade
Daqui para frente, assumiremos sempre que 1 um espao de Hilbert.
Denio 4.1.1 (Vetores Ortogonais e Ortonormais) Dois vetores e de 1
so ortogonais se () = 0. Eles so ortonormais se, alm de ortogonais, so
unitrios.
Exemplo 4.1.1 O espao R
n
munido do produto interno can nonico um espao
de Hilbert (exerccio). Os vetores da base cannica (veja pgina 35) so
ortonormais relativamente a esse produto interno. Situao anloga ocorre com
o C
n
.
Uma base para 1 formada por vetores ortonormais uma base ortonormal de
1.
Exemplo 4.1.2 (Sries de Fourier) Considere o espao de Hilbert das funes
seccionalmente contnuas no intervalo [, ] da reta real munido do produto
interno
( f g) =
1
f (x)g(x)dx.
Uma funo seccionalmente contnua nesse intervalo uma funo que cont-
nua nesse intervalo ou que tem no mximo um nmero nito de descontinuidades
de primeira espcie (se ela descontnua em um ponto a do intervalo, isso se deve
ao fato de que seus limites laterais so distintos no ponto, mas existem, contrari-
amente a funes que so descontnuas de segunda espcie, como f (x) tan(x),
que no tem limite no ponto a =

2
).
Verica-se que as funes 1, sin x, cos 2x, sin 2x, cos 2x, etc. so vetores
ortonormais relativamente ao produto interno acima. Se f uma funo seccio-
nalmente contnua no intervalo dado, ela integrvel no intervalo e limite da
srie seguinte, que pode ser vista como sua expresso como combino linear das
funes ortonormais dadas, a saber,
f (x) = a
0
.1 + a
1
sin x + b
1
. cos x + a
2
. sin 2x + b
2
. cos 2x + . . . . (4.10)
O que necessitamos aprender a calcular os coecientes, os coecientes de Fou-
rier), o que faremos abaixo no caso geral de um 1 qualquer. A expresso (4.10)
dita ser o desenvolvimento de f (x) em srie de Fourier.
Denomina-se de Processo de Ortogonalizao de Gram-Schmidt o seguinte
procedimento para, dada uma base ordenada 7 =
1
, . . . ,
n
para um espao 1,
encontrarmos uma base ordenada ortogonal J =
1
, . . . ,
n
para 1, do seguinte
modo:
(1)
1
=
1
(2)
m+1
=
m

m1
1=1
(
1
m
)
2

i
.
Constata-se sem diculadade que os
j
so ortogonais entre si. Para exempli-
car, mostraremos que
2
ortogonal a
1
. Com efeito, lembrando que
1
=
1
,
temos que
(
1
2
) = (
1
2

(
1
2
)
2

1
) = (
1
2
)
(
1
2
)
2
(
1
1
) = 0.
Uma vez obtida a base ortogonal J, uma base ortonormal obtida simples-
mente dividindo-se cada vetor de J pela sua norma, ou seja, obtendo
A =

1
, . . . ,

n
.
Espaos de Hilbert so fundamentais na formulao usual da fsica quntica.
Vetores unitrios de um espao de Hilbert 1 representaro os estados dos siste-
mas fsicos, e certos opradores (que veremos na seo seguinte) representaro os
observveis fsicos.
4.1.1 Coecientes de Fourier
O caso geral ao qual nos referimos acima no caso do exemplo das sries de Fou-
rier, trata de encontrarmos as coordenadas de um vetor em uma base ortonormal.
Tais coecentes so denominados de coeencientes de Fourier.
Seja 7 =
1
, . . . ,
n
uma base ortonormal ordenada para um espao de Hil-
bert 1 (na verdade, o que faremos pode ser desenvolvido para um espao vetorial
com produto interno quaquer, no necessariamente de Hilbert). Se um vetor
qualquer desse espao, existem escalares x
i
(i = 1, . . . , n), tais que
= x
1
1
+ . . . + x
n
n
. (4.11)
Ora, sabemos que
(
i
j
) =
i j
, (4.12)
4.1. ORTOGONALIDADE 47
logo
(
i
) = (
i
x
1
1
+ . . . + x
n
n
) = x
1
(
i
1
) + . . . + x
i
(
i
i
) + . . . + x
n
n
).
Tendo em vista (4.12), resulta que
(
i
) = x
i
. (4.13)
Portanto, em (4.11), temos
= (
1
).
1
+ . . . + (
n
).
n
=
n
i=i
(
i
).
i
. (4.14)
Os coecientes da combinao linear acima so denominados de coecientes
de Fourier. Se os vetores da base 7 no fossem ortonormais, mas ortogonais
simplesmente, deveramos dividir cada vetor da base por sua norma, de modo a
torn-los unitrios; assim,
=
n
i=i
(
i
)
.
i
. (4.15)
De maneira geral, os coecientes de Fourier so portanto
x
i
=
(
i
)
, (4.16)
e so exatamente esses que devem ser buscados na expresso (4.10), levando em
conta o produto interno e as funes envolvidas.
Exerccio 4.1.1 Calcule os coecientes da expresso (4.10).
Captulo 5
Operadores Lineares
Denio 5.0.2 (Transformao linear) Uma transformao linear, ou homo-
morsmo de um espao vetorial + em um espao vetorial +, ambos sobre um
mesmo corpo K, uma aplicao T : + + tal que, para todos , + e
a K, se tenha que
1. T( + ) = T() + T()
2. T(a) = a.T().
As condies 1 e 2 so chamadas de condies de linearidade. Podemos subs-
tituir 1 e 2 por uma s condio, a seguinte, para b K:
T(a + b) = aT() + bT().
Denio 5.0.3 (Operador linear) Um operador linear sobre um espco veto-
rial + uma transformao linerar de + em +.
Exemplo 5.0.3 A aplica cao T : R
2
R
2
denida por T(x, y) = (x + y, x + 2y)
um operador linear sobre o R
2
, como facilmente se verica.
Exemplo 5.0.4 Considere o espao vetorial das funes diferenciveis em um
intervalo [a, b] R. A aplicao D denida por
D( f (x)) =
d f (x)
dx
um operador linear sobre o espao referido.
49
50 CAPTULO 5. OPERADORES LINEARES
Notao Em fsica quntica, certos operadores lineares sobre espaos relevantes
(espaos de Hilbert) representaro os observveis fsicos, como momento, posi-
o, etc. Os fsicos distinguem entre os observveis e os operadores que os re-
presentam mudando um pouco a notao: se T um observvel fsico, como a
posio de uma partcula, ento

T o operador que o representa. No momento,
no faremos essa distino.
5.1 Representao matricial
Nesta seo, utlizaremos a notao de Dirac, para que o leitor v se acostumando
a ela. Seja + espao de dimenso nita n sobre K, e seja 7 =
i
) uma base
ordenada para +. Se T um operador linear sobre + e +, podemos escrever
como combinao linear dos vetores da base, ou seja, h escalares x
1
, . . . , x
n
tais
que
) = x
1
1
) + + x
n
n
). (5.1)
A transformada de ) pelo operador T, sendo vetor de +, pode tambm ser
escrito como combinao linear dos vetores da base, ou seja,
T()) = y
1
1
) + + y
n
n
) =
n
j=1
y
j
j
). (5.2)
Conheceremos T se soubermos como encontrar, dados os x
i
(as coordenadas
de ) na base), os escalares y
i
(as coordenadas de T()).
A partir a combinao linear (5.1), obtemos
T()) = T(x
1
1
) + + x
n
n
)),
ou seja, pela linearidade de T,
T()) = x
1
T(
1
)) + + x
n
T(
n
)).
em notao mais cmoda,
T()) =
n
i=1
x
i
.T(
i
)). (5.3)
Por sua vez, as transformadas T(
i
)) dos vetores da base podem ser escritos
como combinaes lineares dos vetores da prpria base, ou seja,
5.1. REPRESENTAO MATRICIAL 51
T(
1
)) = a
11
1
) + a
12
2
) + . . . + a
1n
n
) =
_
n
j=1
a
1 j
j
)
T(
2
)) = a
21
1
) + a
22
2
) + . . . + a
2n
n
) =
_
n
j=1
a
2 j
j
)
.
.
.
T(
n
)) = a
n1
1
) + a
n2
2
) + . . . + a
nn
n
) =
_
n
j=1
a
n j
j
)
Ou simplesmente,
T(
i
)) =
n
j=1
a
i j
j
), i = 1, . . . , n (5.4)
Substituindo (5.4) em (5.3), obtemos
T()) =
n
i=1
x
i
.
n
j=1
a
i j
j
). (5.5)
ou seja, rearranjando os somatrios,
T()) =
n
j=1
n
i=1
a
i j
.x
i
)
j
). (5.6)
Igualando os coecientes de (5.2) e (5.6), obtemos
y
j
=
n
i=1
a
i j
x
i
, j = 1, . . . , n (5.7)
Em notao matricial, temos
_
_
y
1
y
2
.
.
.
y
n
_
_
=
_
_
a
11
a
21
a
n1
a
12
a
22
a
n2
.
.
.
a
1n
a
2n
a
nn
_
_
.
_
_
x
1
x
2
.
.
.
x
n
_
_
A matrix A = [a
i j
] dos coecientes das combinaes lineares acima age como
se fosse o operador, permitindo que, dadas as coordenadas x
1
, . . . , x
n
de um vetor
numa base ordenada, encontremos as coordenadas y
1
, . . . , y
n
se sua transformada
na mesma base.
A matrix A = [a
i j
] chama-se matriz representativa do operador T na base 7,
denotada
[T]
7
.
Regra prtica Para achar a matriz representativa de um operador T em uma
base nita
i
), proceda como segue:
1. Transforme os vetores da base usando T
2. Escreva as transformadas como combinaes lineares dos vetores da mesma
base.
3. Ache os coecientes (o que pode fazer resolvendo sistemas de equaes
linerares)
4. A matriz formada por esses coecientes colocados como colunas.
Exemplo 5.1.1 Consideremos o operador T(x, y) = (x + y, x + 2y) sobre o R
2
e
a base ordenada 7 = (1, 2), (1, 1). Seguiremos os passos indicados acima.
T(1, 2) = (3, 3) = a
11
(1, 2) + a
12
(1, 1)
T(1, 1) = (0, 3) = a
21
(1, 2) + a
22
(1, 1)
Os sistemas lineares indicam que a
11
= 2, a
12
= 1, a
21
= 1 e a
22
= 1. Assim,
[T]
7
=
_
2 1
1 1
_
Exerccio 5.1.1 Perceba agora a ao da matriz. Dados o operador acima e
o vetor ) = (2, 1), ache suas coordenadas na base 7 indicada no exemplo,
[]
7
e verique que as coordendadas se sua transformada pelo operador, [T()]
7
obedece a relao
[T()]
7
= [T]
7
[]
7
indiferente se trabalhamos com o operador T ou com uma matriz represen-
tativa de T. Isso traz vantagens em muitas situaes.
A seguinte notao til, quando
i
) for uma base ortonormal de +. Neste
caso, tomemos novamente as expresses (5.4). Observamos que
T(
i
)) = a
i1
1
) + a
i2
2
) + . . . + a
in
n
)
Faamos agora o produto interno (
i
T
i
), que devido ao fato de que (
i
j
) =
i j
, obtemos
(
i
T
i
) = a
ii
.
5.2. MATRIZ DE MUDANA DE BASE 53
Isso mostra que a matriz representativa de T na base ortonormal
i
) pode
ser escrita
[T]
7
=
_
_
(
1
T
1
) (
1
T
2
) (
1
T
n
)
(
2
T
1
) (
2
T
2
) (
2
T
n
)
.
.
.
(
n
T
1
) (
n
T
2
) (
n
T
n
)
_
_
A partir dessa matriz, denimos o trao do operador T como a soma dos
elementos da diagonal principal da matrix acima, ou seja,
Tr(T) =
n
i=1
(
i
T
i
). (5.8)
5.2 Matriz de mudana de base
Podemos encontrar matrizes de um mesmo operador linear T relativamente a ba-
ses diferentes, obtendo matrizes diferentes. Cada uma delas age como T relativa-
mente base considerada. O interessante que existe uma matriz de passagem
de uma base para outra (que no detalharemos aqui), que tem a seguinte funo:
dadas as coordenadas []
7
= [x
1
. . . x
n
] de um vetor em uma base 7, essa ma-
triz permite que obtenhamos as coordenadas do mesmo vetor em outra base, J,
[]
J
= [z
1
. . . z
n
]. Essas matrizes so sempre inversveis, e suas inversas mudam
coordenadas em J para coordenadas em 7.
Mais especicamente, dadas as bases 7 e 7, existe uma matriz inversvel M
tal que, para todo vetor , se tem
[]
T
J
= M.[]
T
7
.
5.3 Produto de operadores
Consideremos a coleo de todos os operadores lineares sobre um espao veto-
rial + munido de uma operao binria, o produto (ou composio, j que so
funes) de operadores. Denotamos o produto dos operadores T e U por TU.
Denio 5.3.1 Umoperador linear T sobre + inversvel se existe umoperador
T
1
sobre + tal que T
1
T = TT
1
= I, sendo I o operador identidade.
Neste caso, G
1
chamado de inverso de T. Como T em particular uma fun-
o, uma condio necessria e suciente para T ser inversvel que seja bijetivo.
Depois veremos outra condio.
agora fcil constatar que o conjunto de todos os operadores lineares inver-
sveis sobre + munido do produto de operadores um grupo no comutativo
(exerccio).
Denio 5.3.2 (Operadores que comutam) Dois operadores T e U sobre +
comutam se TU = UT.
5.3.1 O comutador
Escrevemos [T, U] (dito comutador de T e U) para denotar a diferena TU UT,
ou seja,
[T, U] =
def
TU UT (5.9)
Claro que quando T e U comutam, seu comutador nulo. Propriedades im-
portantes so as seguintes, aqui s enunciadas:
Teorema 5.3.1 O comutador obedece as seguintes propriedades, para quaisquer
operadores A, B, C:
1. [A, B] = [B, A]
2. [A + B, C] = [A, C] + [B, C]
3. [A, BC] = [A, B].C + B.[A, C]
Fato relevante em fsica o seguinte. Como veremos, os observveis fsicos
sero representados no formalismo quntico por certos operadores, a saber, aque-
les que so denominados de auto-adjuntos, ou hermitianos. Intuitivamente, um
observvel fsico algo que pode ser medido. Na fsica clssica, assume-se que
quaisquer dois observveis podem ser medidos ao mesmo tempo, ou seja, terem
seus valores avaliados numa mesma situao fsica. J na fsica quntica, isso no
ocorre, o que representa um fato distintivo dessa disciplina. Porm, quando dois
operadores que representam observveis comutam, isso indica que os observveis
correspondentes podem ser medidos simultaneamente. O resultado abaixo, que
pode ser estabelecido no contexto da fsica quntica, mostra que isso no acon-
tece com dois observveis bsicos (dentre outros), a posio e o momento. Ou
seja,
5.4. FUNCIONAIS LINEARES 55
Se X um operador que representa a posio de um sistema fsico (como uma
partcula elementar) e P representa o seu momento, ento temos:
1. [X, X] = 0
2. [P, P] = 0
3. [X, P] = i., onde i a unidade complexa e =
h
2
, sendo h a constante de
Planck. Isso vai desempenhar um paperl importante na fsica quntica.
Notao Na fsica quntica, costuma-se distinguir entre um observvel fsico,
como a posio de uma partcula, do observvel que a representa. Os fsicos
costumam representar um observvel por uma letra latina maiscula, como A,
e o operador correspondente por

A. Assim, se quisssemos, acima poderamos
escrever coisas como [

X,

P] = i..
5.3.2 O espao dos operadores
Seja c = (+, 7, +, ) um espao vetorial e consideremos a coleo de todos os
operadores lineares sobre c. Dados dois de tais operadores, U e T, denamos as
operaes seguintes:
(UT)() = U[T()],
(kT)() = k.T(),
para k escalar.
claro que, munido dessas operaes, temos um espao vetorial sobre 7, que
chamemos de L(c). Deste modo, s vezes escreveremos T L(c) para indicar
que T um operador linear sobre c.
5.4 Funcionais Lineares
Um caso especialmente importante de transformaes linerares o seguinte. Seja
+ um espao vetorial sobre um corpo 7 = (K, +, , 0, 1). Como j vimos, pode-
mos considerar 7 como um espao vetorial sobre si mesmo (ou seja, considerar
o espao vetorial que identica os vetores com os escalares, a adio de vetores
com a adio de vetores e a multiplicao de vetor por escalar com o produto de
escalares). Temos ento a
Denio 5.4.1 (Funcional linear) Um funcional linear sobre + uma transfor-
mao linear de + em 7 (visto como espao vetorial sobre si mesmo).
Ou seja, trata-se de uma funo linear que associa um escalar a cada vetor do
espao.
Um caso de particular interesse o seguinte funcional linear. Para cada vetor
de +, associamos o escalar (), para um vetor xo de +. Ou seja, temos
T
() = ().
Exemplo 5.4.1 Mostre que a aplicao recm denida de fato linear.
A notao de Dirac, II Note o que foi feito acima: o vetor de certo modo
caracteriza o funcional linear T; para cada , a imagem de por T determinada
a partir de efetuando-se o produto interno (). Pode-se demonstrar, por um
resultado conhecido como Teorema de Riez, que isso sempre ocorre para cada
funcional T, e que tal nico para cada T. Por isso, Dirac usou a notao
seguinte para expressar esse funcional: (, chamado de bra. De maneira geral,
(, ( etc. denotam funcionais linerares T
, T
, etc. Os nomes j vistos (pgina

28) de "kets"para os vetores, e agora de "bras"para os funcionais, tem a ver com a
terminologia inglesa, que chama os delimitadores (, ) de brakets. Veja como ca
fcil: a notao () pode signicar duas coisas: o produto interno dos vetores
e ou a imagem do vetor pelo funcional caracterizado por . Genial, no?
(continua) Base dual, espao dual,
Captulo 6
Autovetores e autovalores,
diagonalizao
Denio 6.0.2 (Autovetores e autovalores) Seja T um operador linear sobre o
espao vetorial + (sobre o corpo K). Um autovetor de T um vetor no nulo
+ tal que T() = , para K. O escalar dito autovalor associado ao
autovetor .
Denio 6.0.3 (Autovetores e autovalores) Seja A matrix de ordem n sobre K.
Um autovetor de A uma matriz 1 n X tal que AX
T
= X
T
, para K. O
escalar dito autovalor associado ao autovetor X.
Exemplo 6.0.2 Seja D operador liner sobre o espao vetorial das funes reais
de varivel real derivveis no intervalo [a, b] da reta, denido por
D( f (x)) =
d f (x)
dx
.
Ento f (x) = e
3x
autovetor de D, cujo autovalor associado = 3.
Exemplo 6.0.3 Seja T operador linear sobre o R
2
denido por T(x, y) = (2x
y, y). Impondo T(x, y) = (x, y), obtemos o sistema de equaes
_
(2 )x y = 0
(1 )y = 0
A matriz dos coecientes do sistema
A =
_
2 1
0 1
_
57
58 CAPTULO 6. AUTOVETORES E AUTOVALORES, DIAGONALIZAO
que deve ter determinante no nulo para que haja soluo no trivial. Portanto,
os autovalores so as razes do polinmio caraterstico
2
3 + 2 = 0, que so
1
= 1 e
2
= 2. Os autovetores associados so obtidos resolvendo-se o sistema
acima para cada valor de , o que fornece dois conjuntos de vetores, a saber:
E
1
= + : T() =
1
= (x, y) R
2
: x = y e E
2
= + : T() =
2
= (x, y) R
2
: y = 0.
facil ver que o conjunto E
0 um subspao vetorial de +, dito espao

caracterstico associado ao autovalor , onde 0 o vetor nulo de +.
Seja A matriz quadrada de ordem n sobre o corpo K. Impondo AX
T
= X
T
,
para X = [x, y], obtemos AX
T
X
T
= 0, ou (A I)X
T
= 0, sendo I a matrix
identidade de ordem n. A matriz A I deve ser singular (no inversvel) para
que o sistema admita soluo no trivial, portando, det(A I) = 0, que o po-
linmio caracterstico de A. Suas razes so os autovalores de A, e os autovetores
associados so obtidos resolvendo-se os sistemas (A I)X
T
= 0 para cada
encontrado.
Exemplo 6.0.4 Seja
A =
_
1 1
0 1
_
matrix real. Ento det(A I) = 0 formece
det(A I) =
1 1
0 1
= (1 )
2
= 0,
o que fornece
1
=
2
= 1. Resolvendo-se o sistema AX
T
= 1.X
T
, encontramos
y = 0, portanto E
1
= (x, y) R
2
: y = 0.
Pode-se demonstrar que se T operador linear sobre +e A = [T]
7
a matriz
representativa de T na base ordenada 7, ento autovetor de T se e somente
se X = []
7
, a matriz das coordenadas de na base 7, autovetor de A. Os
autovalores so os mesmos.
Denio 6.0.4 Duas matrizes A e B so semelhantes e existe uma matriz inves-
vel M tal que B = M
1
AM.
Teorema 6.0.1 Matrizes semelhantes tmo mesmo polinmio caracterstico, logo
os mesmos autovalores.
Demonstrao: det(BI) = det(M
1
AMI) = det(M
1
(AI)M) = det(A
I).
Exerccio 6.0.1 Mostre que o conjunto E
0 um subspao vetorial de +.
6.1. DIAGONALIZAO 59
6.0.1 O papel dos autovetores e dos autovalores na mecnica
quntica
No formalismo da mecnica quntica, desempenham papel importante as equa-
es da forma
T() = ,
que tm a seguinte interpretao. Se T representa um observvel fsico, medido
em relao a um sistema que esteja em um estado representado por , o valor
interpretado como um valor possvel para a medida do observvel (para o sistema
no dado estado).
Isso s conforma com o que Michael Redhead chama de algoritmo da quanti-
zao, a saber, a questo de responder pergunta: Quais so os valores possveis
da medida de um observel relativamente a um sistema fsico?, que ele responde
da seguinte forma: So os autovalores do operador associado ao observvel a ser
medido. [Redhead 1987, pp.5-7].
6.1 Diagonalizao
Denio 6.1.1 (Operador diagonalizvel) Um operador linear T sobre + di-
agonalizvel se existe uma base de + na qual a matriz representativa de T seja
uma matriz diagonal.
Denio 6.1.2 (Matriz diagonalizvel) Uma matriz A diagonalizvel se se-
melhante a uma matriz diagonal.
fcil ver que se 7 =
1
, . . . ,
n
uma base ordenada de + formada por
autovetores de T, ento teremos T(
i
) =
i
i
, e portanto a matriz de T nessa base
ser a matriz diagonal
A =
_
1
0 . . . 0
0
2
. . . 0
. . . . . . . . . . . .
0 0 . . .
n
_
_
Teorema 6.1.1 Uma matriz A de ordem n sobre o corpo K diagonalizvel se e
somente se seus autovetores gerarem o K
n
.
60 CAPTULO 6. AUTOVETORES E AUTOVALORES, DIAGONALIZAO
Demonstrao: Primeiramente, recorde que K
n
= (x
1
, . . . , x
n
) : x
j
K pode
ser visto como um espao vetorial sobre K. Quanto demonstrao, suponha
inicialmente que A diagonalizvel, logo semelhante a muma matriz diagonal D
que podemos supor tem em sua diagonal principal os escalares d
1
, . . . , d
n
. Ento
os vetores
i
= (0, . . . , 1, . . . , 0) so autovetors de D, pois D
T
i
= d
i
T
i
. Isso ainda
mostra que os d
1
so autovalores de D, logo de A. Ademais, se houvesse outros
autovalores de D ento haveria vetores X = (x
1
, . . . , x
n
) 0 tais que DX
T
=
X
T
, o que daria (d
1
x
1
, . . . , d
n
x
n
) = (x
1
, . . . , x
n
), ou seja, d
i
x
i
=
i
x
i
. Mas como
os autovetores so no nulos, devemos ter pelo menos um x
i
0, o que dar
= d
i
, e assim no h outros autovalores alm dos indicados. Reciprocamente, se
os vetores caractersticos de A gerarem K
n
, pode-se extrair uma base X
1
, . . . , X
n
para K
n
, ou seja, tais que AX
T
i
=
i
X
T
i
, sendo os
i
os autovalores. Seja M matriz
cujas colunas so os vetores X
T
I
, que inversvel pela hiptese de que esses vetores
formam uma base. Pondo
D =
_
1
0 . . . 0
0
2
. . . 0
. . . . . . . . . . . .
0 0 . . .
n
_
_
,
temos AM = A(X
T
1
. . . X
T
n
) = (
1
X
T
1
. . .
n
X
T
n
) = MD, ou seja, M
1
AM = D.
A demonstraco deste teorema nos d o modo de achar a matriz M que efetua
a diagonalizao de A, desde que A seja diagonalizvel: as colunas de M so
formadas por autovetores linearmente independentes de A.
Exerccio 6.1.1 Verique que os autovalores de A abaixo so 1 e 2 (duplo). Ache
os autovalores correspondentes. Verique se a matriz diagonalizvel e, em caso
armativo, ache a matriz diagonal D semelhante a A:
A =
_
_
3 1 1
2 0 2
2 1 2
_
_
Exerccio 6.1.2 Idem para a matriz
A =
_
_
5 1 3
6 4 6
6 2 4
_
_
Captulo 7
Matrizes e operadores ortogonais e
unitrios
Nesta seo, suporemos que + um espao com produto interno.
Denio 7.0.3 (Isometria) Uma isometria sobre + um operador linear T so-
bre + tal que T() = para todo +.
Teorema 7.0.2 Se T uma isometria sobre +, ento, para todos , +:
1. T preserva distncias, ou seja, = T() T().
2. T preserva produtos internos, ou seja, () = (T()T()).
3. T preserva conjuntos ortonormais.
4. T preserva medidas angulares.
Demonstrao: (Exerccio)
Denio 7.0.4 (Operador unitrio) Uma isometria sobre um espao vetorial
complexo chamado de operador unitrio. Uma isometria sobre um espao ve-
torial real chamado de operador ortogonal.
Exerccio 7.0.3 (a) Prove o teorema anterior; (b) Mostre que T(x, y, z) = (xcos
ysen, xsen + ycos) uma isometria sobre o R
2
(operador ortogonal); (c) Idem
para T(x, y) = (x, y).
61
62CAPTULO7. MATRIZES E OPERADORES ORTOGONAIS E UNITRIOS
Denio 7.0.5 (Matriz ortogonal, matriz unitria) Uma matriz real (complexa)
de orden n A = [a
1 j
] ortogonal (unitria) se A
T
A = I (A
A = I).
A denio implica que, no primeiro caso,
_
n
k=1
a
ki
a
k j
=
i j
, e no segundo
caso,
_
n
k=1
a
ki
a
k j
=
i j
, onde a o conjugado de a. Ou seja, as colunas de A so
vetores ortonormais relativamente ao produto interno cannico (de cada espao).
Pode-se ainda demonstrar que uma matriz n n A real (complexa) representa um
operador ortogonal (unitrio) T relativamente a uma base ortonormal se e somente
se for ortogonal (unitria).
Outros fatos importantes so os seguintes, aqui somente enunciados: (1) se A
for ortogonal ou unitria, det(A) = 1; (2) A
1
= A
T
(respect., A
1
= A
, onde A
a transposta conjugada de A); (2) as linhas de A tambm so vetores ortonormais

relativamente ao produto interno cannico.
Exerccio 7.0.4 Mostre que A unitria e que B ortogonal:
A =
_
cos isen
isen cos
_
B =
_
_
1/3 2/3 2/3
2/3 2/3 1/3
2/3 1/3 2/3
_
_
(continua) Operadores e matrizes auto-adjuntos, hermitianos. Observveis em
fsica.
Operadores de evoluo e hamiltoniano Fato importante em fsica, e que mos-
tra a relevncia desses operadores, resulta de que se U(t) uma famlia de ope-
radores unitrios sobre um espao de Hilbert 1, dados em funo de um par-
metro real t relativamente ao qual so contnuos (que entenderemos como repre-
sentando o tempo), ento se esses operadores satisfazem a condio U(t
1
+ t
2
) =
U(t
1
)U(t
2
)para todos t
1
, t
2
R, pode-se mostrar que existe um nico operador H
satisfazendo
U(t) = e
iHt
,
para todo t R, sendo e
iHt
= cos(tH) i sin(tH). O operador U unitrio e
limitado, e conhecido como operador de evoluo unitria no formalismo da
mecnica quntica, enquanto que H o operador hamiltoniano, e representa a
energia do sistema. Uma das formulaes da equao de Schrdinger pode ser
dada em funo do operador U, como veremos.
63
Teorema 7.0.3 (Teorema dos Eixos Principais) Toda matriz hermitiana (real si-
mtrica) A unitariamente (ortogonalmente) semelhante a uma matriz diagonal
real D, cujos elementos diagonais so os autovalores de A, ou seja, existe M
unitria (ortogonal) tal que D = M
1
AM = M
AM (respect., D = M
T
AM).
Como se viu acima, a matriz M tem por colunas autovetores linermente in-
dependentes de A, que sempre existem (o que decorre do teorema). Em outras
palavras, mesmo que haja autovalores com multiplicidade k > 1, pode-se associar
a ele um conjunto de k autovetores linearmente independentes.
64CAPTULO7. MATRIZES E OPERADORES ORTOGONAIS E UNITRIOS
Captulo 8
Somas, somas diretas e projees
Denio 8.0.6 (Soma de subespaos) Sejam W
1
, . . . , W
k
subespaos vetoriais
de +. Dizemos que W soma dos W
i
, e escrevemos
W = W
1
+ + W
k
,
se W o subespao gerado pela unio dos W
i
.
imediato que um vetor pertence a W se e somente se pode ser escrito na
forma =
1
+ +
k
, com
i
W
i
ainda que esta decomposio possa no ser
nica. O caso da unicidade distintivo, e ser comentado abaixo.
Exemplo 8.0.1 Seja + o espao R
3
, e sejam W
1
= (x, 0, 0) : x R (o que
usualmente chamamos de "eixo OX"), W
2
= (x, y, 0) : x, y R ("plano XY"), e
W
3
= (0, y, 0) : y R ("eixo OY"), e W
4
= (0, 0, z) : z R ("eixo OZ"). Ento
R
3
= W
1
+ W
2
+ W
4
= W
1
+ W
3
+ W
4
, W
2
= W
1
+ W
3
.
Denio 8.0.7 (Soma direta) Seja W = W
1
+ +W
k
nas condies da denio
precedente. Dizemos que a soma direta, e escrevemos
W = W
1
W
k
se, para todo 2 j k, tivermos W
j
(W
1
+ + W
j1
) = 0.
Pode-se agora demonstrar que se a soma direta, um vetor W pode ser
escrito de modo nico como =
1
+ +
k
, com
i
W
i
.
Exerccio 8.0.5 A partir do exemplo anterior, mostre que W
2
= W
1
W
3
, R
3
=
W
1
W
3
W
4
, mas que a soma R
3
= W
1
+ W
2
+ W
4
no direta.
65
66 CAPTULO 8. SOMAS, SOMAS DIRETAS E PROJEES
Denio 8.0.8 (Subespao invariante) Seja T operador linear sobre +e W su-
bespao de +. Ento W invariante sob T se para cada W, tem-se que
T() W.
Denio 8.0.9 (Projeo) Uma projeo sobre um espao vetorial + um ope-
rador E sobre + tal que E
2
= E.
Recorde que E
2
= E.E, sendo a operao indicada a composio (produto) de
operadores. Suponhamos que W = W
1
W
k
, e =
1
+ +
k
conforme
acima. Para cada i = 1, . . . , k denimos um operador projeo do seguinte modo:
E
1
() =
i
. Assim, podemos escrever = E
1
() + + E
k
(), e tendo em vista
que I() = (operador identidade), vem que
I = E
1
+ + E
k
.
Teorema 8.0.4 Seja T operador linear sobre +, W
1
, , W
k
subespaos de +,
tais que + = W
1
W
k
, e sejam E
i
projees associadas aos subespaos W
i
.
Ento, uma condio necessria e suciente para cada W
i
seja invariante sob T
que T comute com cada E
i
.
Demonstrao: (Hofman & Kunze 1979, pp. 274-5).
Resultado importante o seguinte, conhecido como Teorema Espectral, que
vale em particular para operadores hermitianos (ou ortogonais, no caso real):
Teorema 8.0.5 (Teorema Espectral) Se
1
, . . . ,
k
so autovalores distintos de T
diagonalizvel e E
i
os operadores projeo sobre os espaos caractersticos dos
i
(i = 1, . . . , n), ento
T =
1
E
1
+
2
E
2
+ +
k
E
k
.
Demonstrao: Suponha T diagomalizvel e
1
, . . . ,
k
so autovalores distintos
de T. Sejam W
i
(i = 1, . . . , n) os subespaos caractersticos associados aos autova-
lores correspondentes. Ento sabemos que podemos escrever + = W
1
W
k
.
Sejam E
i
as projees associadas a cada um dos espaos desta decomposio,
respeitando-se os ndices. Ento, para +, podemos escrever = E
1
() + +
E
k
(), logo T() = T(E
1
() + +E
k
()) = TE
1
() + +TE
k
(), ou seja, tendo
em vista que os W
i
so invariantes pela ao de T, ento as projees E
i
comu-
tam com T, resultando T() = E
1
T() + + E
k
T() = E
1
c
1
+ + E
k
c
k
=
c
1
E
i
() + + c
k
E
k
(), logo T = c
1
E
1
+ + c
k
E
k
.
8.1. RESOLUO DA IDENTIDADE 67
Exerccio 8.0.6 (i) Mostre que os operadores E
i
denidos acima so de fato pro-
jees. (ii) Mostre que para projees, vale a expresso E
I
E
j
= 0 se i j. (iii)
Mostre que a cada operador de projeo E est associado um subespao vetorial
de +, e reciprocamente.
Notao: projees Uma notao til no caso da mecnica quntica a se-
guinte. Seja W subespao de + e
1
, . . . .
k
base ortonormal para W. Ento,
para +, o operador
E
W
() =
i
(
i
)
i
ou, na notao de Dirac,
E
W
()) =
i
(
i
)
i
)
um operador de projeo sobre W (exerccio). Se a dimenso de W for 1, o vetor
projetado (suposto no nulo) uma base para W, de sorte que podemos normaliz-
lo e cham-lo de ) para simplicar, de sorte podemos escrever ) = ()) =
)() e ento resulta a notao conveniente
E
W
= )(.
Assim, para acharmos a projeo de ) sobre W, basta obter
E
W
()) = )(),
que um modo de reescrever E
W
()) = ()) da forma como estamos acostu-
mados, ou seja, com o escalar precedento o vetor.
8.1 Resoluo da identidade
Iniciemos com um exemplo. Usando convenientemente a notao de Dirac, su-
ponha que temos um espao de Hilbert 1 de dimenso 3 e que ), ), ) seja
uma base para tal espao. Seja 1 um subepao de + gerado por ) e ). Ento
o operador
P
1
=
def
)( + )(
uma projeo sobre 1 (exerccio). Ou seja,
P
1
(x) + y) + z)) = x) + y).
Denotaremos por 1 o operador identidade sobre um espa de Hilbert 1. A
situao mais geral sugerida pelo que se viu acima o operador identidade pode
ser escrito como soma de projees
1 =
i
)(
i
, (8.1)
onde
i
) uma base de 1. Uma tal expresso para 1 denominada de resolu-
o da identidade.
Claro que, para qualquer vetor ), tem-se que 1()) = ), o que sugere que
podemos utilizar a resoluo da identidade sempre que desejarmos. Disso vem
que, para qualquer ),
8.2 A funo trao
A funo trao associa cada matriz quadrada a um escalar que a soma dos ele-
mentos de sua diagonal principal. Ou seja, se A = [a
i j
] de ordem n, ento
Tr(A) =
n
i=i
a
ii
.
No formalismo da fsica quntica, h um modo de representar a funo trao
que importante, o qual ainda mostra o signicado da expresso "trao de um
operador", e resulta do seguinte
Teorema 8.2.1 Seja T operador linear sobre + com produto interno. Se a srie
_
i
(
i
T(
i
)) converge e tem o mesmo limite independentemente da base
i
),
ento
Tr(T) =
i
(
i
T(
i
)) =
i
(
i
T
i
). (8.2)
Certamente, voc j deve ter percebido que indiferente falarmos do trao
de um operador ou de sua matriz representativa em uma base ortonormal (VER
VER). Com efeito, aceitando-se o teorema precedente, seja A matriz de T na base
cannica (como o teorema se refere a algo invariante pela troca de bases, basta
que consideremos a cannica). Suponha por simplicidade que o espao seja o R
2
e que
A =
_
a
11
a
12
a
21
a
22
_
8.3. O VALOR ESPERADO DA MEDIDA DE UM OBSERVVEL 69
Como os vetores da base so
1
= (1, 0) e
2
= (0, 1), que na forma de matriz
(ou de suas coordenadas em relao base cannica) vem que
2
i=1
(
i
A
i
) = (1 0)
_
a
11
a
12
a
21
a
22
__
1
0
_
+ (0 1)
_
a
11
a
12
a
21
a
22
__
0
1
_
= a
11
+ a
22
,
que coincide com a denio dada acima.
8.3 O valor esperado da medida de um observvel
O teorema anterior tem importncia em fsica. Suponha que temos um sistema
fsico e um observvel que seja representado por um operador hermitiano

A, e
que esse sistema possa ser preparado (terminologia dos fsicos) nos n estados
possveis
1
), . . . ,
n
). Se p
j
denota a probabilidade de que o sistema tenha sido
preparado no estado
j
) (o conceito de probabilidade no foi ainda mencionado,
e deve ser aqui entendido de modo intuitivo), podemos indagar sobre o valor es-
perado da medida de

A para o sistema no estado ) =
_
n
i=1
i
),
(

A)
)
=
n
j=1
p
j
(
j

A
j
). (8.3)
um princpio bsico da mecnica quntica que se conhecermos o valor es-
perado de todas as medidas, conheceremos tudo o que se pode conhecer sobre o
sistema.
Se
i
) uma base ortonormal para 1, como
Captulo 9
Produto tensorial
(em preparo)
Consideraremos a situao de e espaos vetoriais, mas tendo em vista as apli-
caes que temos em mente, sero dois espaos de Hilbert) 1
1
e 1
2
. A gene-
ralizao para um nmero nito qualquer de espaos fcil de se fazer, e o caso
para innitos espaos ser visto mais frente. Denotaremos por 1
1
1
2
o pro-
duto desses espaos, dito produto topolgico, cujos elementos so pares da forma
= (
1
,
2
), com
1
1
1
e
2
1
2
.
Denio 9.0.1 (Funcional bilinear) Denomina-se funcional bilinear entre os es-
paos 1
1
e 1
2
(ambos sobre o corpo complexo C) a uma funo f : 1
1
1
2
C
que satisfaz as condies seguintes, para todos
1
,
2
1
1
e
1
,
2
1
2
:
1. f (a
1
1
+ a
2
2
,
1
) = a
1
f (
1
,
1
) + a
2
f (
2
,
1
)
2. f (
1
, b
1
1
+ b
2
2
) = b
1
f (
1
,
1
) + b
2
f (
1
,
2
)
(CONTINUA)
71
72 CAPTULO 9. PRODUTO TENSORIAL
Captulo 10
Apndice A
Matrizes e operaes com matrizes
Informalmente, uma matriz de ordem m n, onde m e n so nmeros naturais
no nulos, uma tabela retangular com m linhas e n colunas, cujos elementos so
objetos de alguma natureza, como nmeros, funes, outras matrizes, vetores, etc.
Se denotarmos os elementos de uma matriz A por a
i j
, onde 1 i m e 1 j n,
escrevemos A = (a
i j
) e, por extenso, assim:
A =
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
. . .
a
m1
a
m2
. . . a
mn
_
_
Uma denio precisa a seguinte.
Denio 10.0.2 (Matriz m n) Uma matriz A de ordem m n sobre um con-
junto X uma funo cujo domnio o conjunto I = (i, j) : 1 i m, 1 j n
e cujo contra domnio X.
Como acima, as imagens dos pares (i, j) so denotadas por a
i j
X, e a notao
acima.
Se m = n, a matriz se diz quadrada de ordem n (ou m). Uma matriz de ordem
m n dita matriz nula se a
i j
= 0 para todos i, j. Duas matrizes A = (a
i j
)
e B = (b
i j
) so iguais se e somente se a
i j
= b
i j
para todos i e j. Importam
as seguintes denies. Se A quadrada, os seus elementos a
ii
formam a sua
diagonal principal.
73
74CAPTULO10. APNDICE AMATRIZES E OPERAES COMMATRIZES
Denio 10.0.3 (Adio de matrizes) Sejam A = (a
i j
) e B = (b
i j
) matrizes de
ordens m n sobre os conjuntos X e Y respectivamente. Denomina-se de soma
das matrizes A e B matriz A + B = (c
i j
) de mesma ordem, onde c
i j
= a
i j
+ b
i j
,
desde que esta operao de adio de elementos de X e de Y faa sentido.
A operao que s matrizes A a B associa a sua soma A + B denomia-se adi-
o de matrizes. Quanto falarmos da adio de duas matrizes, suporemos que a
adio de seus elementos sempre possvel. Ademais, suporemos quase sempre,
exceto se dissermos explicitamente o contrrio (como no exemplo abaixo), que o
conjunto X um corpo, como R ou C. Por exemplo, podemos escrever, para A e
B matrizes de ordem 2 sobre o conjunto N dos nmeros naturais:
_
2 3
4 5
_
+
_
0 1
7 8
_
=
_
2 + 0 3 + 1
4 + 7 5 + 8
_
=
_
2 4
11 13
_
Conceitos importantes so os seguintes. Em uma matriz quadrada Uma matriz
de ordem n A = (a
i j
), os elementos a
i j
para os quais i = j so os elementos da
diagonal principal de A. A matriz quadrada de ordem n I = (
i j
), onde
i j
= 0 se
i j e
i j
= 1 se i = j dita matriz identidade de ordem n;
i j
assim denido
denominado de delta de Kronecker.
Denio 10.0.4 Seja A = (a
i j
) matriz de ordem m n sobre X e k um elemento
para o qual a multiplicao de k pelos elementos de X faa sentido. Denimos
ento a matriz kA, dita produto da matriz por k como sendo a matriz de ordem
m n cujos elementos s ao ka
i j
.
Obviamente, a matrix kA obtm-se multipliando cada elemento de A por k. Se
k = 1, denota-se a matriz kA por A (dita oposta de A).
As seguintes propriedades podem ser facilmente demonstradas (exerccio):
Teorema 10.0.1 Sejam A, B e C matrizes de mesma ordem e de sorte que suas
somas possam ser encontradas, e 0 matriz nula de ordem compatvel com as ope-
raes indicadas. Ento, tem-se:
1. A + (B + C) = (A + B) + C (associatividade da adio)
2. A + B = B + A (comutatividade da adio)
3. A + 0 = A (a matriz nula o elemento neutro relativamente adio de
matrizes)
75
4. A +(A) = 0 (toda matriz adimite uma inversa relativamente adio de
matrizes)
Este teorema mostra queo conjunto das matrizes de ordem m n sobre um
conjunto X (sobre o qual as operaes usuais estejam denidas) forma um grupo
comutativo.
Suponha agora que consideremos as matrizes de ordem m n sobre um corpo
numrico K. Demonstra-se facilmente que (exerccio):
Teorema 10.0.2 Sejam A e B matrizes como acima, e k, l K. Tem-se:
1. k(A + B) = kA + kB
2. (k + l)A = kA + lA
3. k(lA) = (kl)A
4. 1A = A (onde 1 o elemento identidade de K)
Comos dois teoremas acima, v-se que o conjunto das matrizes de ordemmn
sobre um corpo K um espa vetorial sobre K. Interessa-nos particularmente o
caso das matrizes quadradas, que consideraremos doravante, exceto quanto men-
cinado o contrrio. Podemos dotar o espao vetorial das matrizes quadradas de
ordem n sobre um corpo K com um produto interno, como faremos abaixo. Antes,
uma denio importante, a de produto de matrizes, que deniremos de maneira
geral.
Denio 10.0.5 (Produto de matrizes) Sejam A = (a
i j
) e B = (b
jk
) matrizes de
ordens m n e n p respectivamente, ambas sobre o mesmo corpo K. Chama-se
produto das matrizes A e B (nesta ordem) matriz AB = (c
ik
), de ordem m p,
tal que
c
ik
=
n
k=1
a
i j
b
jk
.
Note as condies da denio. O esquema abaixo ilustra os seus elementos
principais: se A tem m linhas e n colunas, para que produto possa ser denido, a
matriz B tem que ter n linhas. Se ela tem p colunas, a matriz produto ter m linhas
e p colunas; informalmente,
m n n p = m p.
Exempliquemos com o produto de duas matrizes de ordem 2:
_
a
11
a
12
a
21
a
22
_
_
b
11
b
12
b
21
b
22
_
=
_
a
11
b
11
+ a
12
b
21
a
11
b
12
+ a
12
b
22
a
21
b
11
+ a
22
b
21
a
21
b
12
+ a
22
b
22
_
Com um pouco de dedicao, fcil ver que vale o seguinte
Teorema 10.0.3 Sejam A, B e C matrizes de ordens tais que todos os produtos e
somas indicados abaixo sejam denidos. Ento,
1. A(BC) = (AB)C (associatividade da multiplicao de matrizes)
2. k(AB) = (kA)B = A(kB) para todo k
3. A0 = 0 (para A e 0 de ordem n)
4. AI = IA = A (para A e I de ordem n)
O produto de matrizes, no entanto, no comutativo, ainda que haja matri-
zes parriculares que comutem (como ilustra o caso (4) do teorema acima). Uma
notao relevante em fsica a seguinte:
[A, B] = AB BA. (10.1)
Se A e B comutam, obviamente [A, B] = 0.
Denio 10.0.6
1. (Matriz Simtrica) A quadrada simtrica se a
i j
= a
ji
para todos i, j.
2. (Matriz Diagonal) A quadrada diagonal se a
i j
= 0 para i j.
3. (Matriz Transposta) Chama-se de transposta de A de ordem m n matriz
A
T
= (b
i j
)de ordem n m tal que b
i j
= a
ji
.
4. (Matriz Conjugada) Chama-se conjugada de A de ordem m n sobre um
corpo numrico K matriz A
= (b
i j
) tal que b
i j
= a
ji
5. (Matriz Transposta Conjugada) Chama-se transposta conjugada de A de
ordemmn sobre umcorpo numrico K matriz A
= (b
i j
) tal que b
i j
= a
ji
,
onde a
ji
o conjugado de a
ji
.
77
Assim, a matriz transposta de A obtida trocando-se as linhas e as colunas
de A de forma ordenada. A sua transposta conjugada obtida transpondo-se A
e conjugando seus elementos (ou o contrrio, o que d na mesma). Se A uma
matriz real (seus elementos so nmeros reais), ento a conjugada de A a prpria
A.
Exerccio 10.0.1 Ilustre a denio acima com exemplos, considererando matri-
zes complexas no caso da transposta conjugada. Considere os casos particulares
das matrizes unitria e nula (de ordem n).
Denio 10.0.7 (Trao de uma matriz) Chama-se trao de uma matriz qua-
drada A = (a
i j
) de ordem n sobre um corpo K ao escalar
Tr(A) =
n
i=1
a
ii
. (10.2)
Ou seja, o trao de A a soma dos elementos de sua diagonal principal. A
funao trao tem um importante papel em fsica.
Podemos dotar o espao vetorial das matrizes quadradas de ordem n sobre um
corpo K (R ou C) de um produto interno assim denido:
Denio 10.0.8 (Produto Interno denido pelo trao)
(A, B) = Tr(AB
). (10.3)
Obtemos um outro produto interno pondo (A, B) = Tr(A
B). Em fsica, um
ou outro utilizado dependendo da preferncia do autor. Se K = R, a denio
(10.3) torna-se (A, B) = Tr(AB
T
) (respectivamente, (A, B) = Tr(A
T
B) no caso da
denio alternativa).
Exerccio 10.0.2 Mostre que (10.3) dene de fato um produto interno sobre o
espao das matrizes acima referido.
Captulo 11
Apndice B
Noes de clculo diferencial
Revisaremos nesta seo alguns dos principais conceitos do clculo diferencial,
em especial os de limite e derivada de uma funo. Suporemos sempre que es-
tamos operando no corpo dos nmeros reais ou dos complexos, exceto se dito o
contrrio. Iniciamos com um pouco de histria.
11.1 Um pouco de histria
11.2 Funes
Se f : A B uma funo em uma s varivel independente x, chamando y o
valor f (x), dizemos que y a varivel dependente. A notao
y = f (x)
sugestiva, com x percorrendo A e y assumindo valores em B.
Exemplos relevantes so funes de R em R, ditas funes reais (pois assu-
mem valores reais) de (uma) varivel real (sua varivel independente percorre R,
ou um seu sub-conjunto. Alternativamente, x poderia assumir valores complexos,
naturais, racionais, percorrer um conjunto de polinmios, de matrizes, de vetores,
etc. Um exemplo tpico o da funo determinante: para cada matriz quadrada A
(digamos, real), associamos um nmero real, dito determinante de A que obedece
certas condies (que denem a funo). Se R
nn
representa o conjunto das ma-
79
80 CAPTULO 11. APNDICE B NOES DE CLCULO DIFERENCIAL
trizes reais quadradas de ordem n, esta funo uma funo de R
nn
em R. Isso
mostra que os conjuntos A e B no necessitam ter a mesma natureza.
Uma funo pode, no entanto, ter muitas variveis independentes, digamos n,
a saber, x
1
, . . . , x
n
. Neste caso, escrevemos
y = f (x
1
, . . . , x
n
)
para denot-la. Exemplos importantes em nosso estudo so certas funes que
associam a cada par de vetores e de um K-espao vetorial + um escalar
() K chamado de produto interno entre e . Neste caso, n = 2.
Casos relevantes de funes so as que tm domnio em algun subconjunto do
R
n
(ou do C
n
) e contra-domnio R
m
(ou C
m
). Se escrevermos x = (x
1
, . . . , x
n
) e
y = (y
1
, . . . , y
m
), podemos usar a mesma notao acima e escrever
y = f ( x)
para representar uma tal funo.
Exemplos particularmente importantes so certas funes de um espao veto-
rial em outro (eventualmente, no mesmo) que obedecem as chamadas condies
de lineraridade. Tais funes so denominadas de transformaes linerares, e de
operadores linerares no caso de seremfunes lineares de umespao nele mesmo.
Isso estudado mais detidamente na seo 5.
O conjunto dos valores de x para os quais f est denida chama-se domnio
de f . A notao f : A B sugere que A o domnio de f , mas pode ser que nem
todo elemento de B seja imagem (por f ) de algum elemento de f . O conjunto B
chamado de contra-domnio de f , e o sub-conjunto dos elementos de B que so
imagens de algun x A chama-se imagem de f , denotado Img( f ). Assim,
Img( f ) = y B : (x A)(y = f (x)).
_
A = dom( f )

_
`
_
' Img( f )
B = codom( f )
f
x y
Figura 11.1: Uma funo de A em B e seus elementos principais.
11.2. FUNES 81
Muitas vezes o domnio de uma funo no especicado, cando implcito
pelo contexto. Por exemplo, podemos olhar a igualdade y = 1/x como denindo
uma funo real de varivel real, e devemos ento notar que dom( f ) = R 0.
Denio 11.2.1 (Funes injetivas, sobrejetivas, bijetivas) Seja f : A B
uma funo de A em B. Vm ento os seguintes conceitos:
1. (Funo injetiva) f injetiva se para todos x, y A, f (x) = f (y) implica
x = y. Alternativamente (tomando a contrapositiva da implicao ante-
rior), x y implica f (x) f (y). Informalmente, nunca dois elementos
distintos de A podem ter a mesma imagem em B (veja a gura 11.2 abaixo).
Nomes alternativos so funo injetora e funo unvoca (ainda que este
ltimo seja pouco comum atualmente).
2. (Funo sobrejetiva) f sobrejetiva (ou sobrejetora)se para todo y B
existe x A tal que y = f (x). Intuitivamente, f sobre B, ou seja, no h
elemento de B que no seja imagem de pelo menos um elemento de A.
3. (Funo bijetiva) f bijetiva (ou bijetora) se for injetiva e sobrejetiva.
O que informalmente signica haver uma correspondncia 1 1 entre os
elementos de A e de B. Algumas vezes (raramente na atualidade) essas
funes so denominadas de biunvocas.
_
A

_
B
f
x
y
z
Figura 11.2: Se f for injetiva, o que representa a gura acima no pode ocorrer,
ou seja, elementos distintos de A terem a mesma imagem.
Exemplo 11.2.1
Denio 11.2.2 (Composio de funes) Sejam f : A B e g : B C.
Chama-se de composta de f e g (nesta ordem) funo g f : A C denida
por
(g f )(x) = g[ f (x)].
_
A

_
B
f g
_
C
`
_
`
_
Img(g)
' Img(g f )
Img( f )
g f : A C
Figura 11.3: Composio das funes f : A B e g : B C. Os elementos
x A so levados por f em Img( f ). Os elementos y B so levados em Img(g),
mas somente os elementos de Img( f ) so levados em Img(g f ).
A notao no deve engan-lo: informalmente, f vem antes do que g na
composta g f , ou seja, primeiro aplicamos f , e depois aplicamos g.
Exemplo 11.2.2
Observao A composio de funes associativa, mas em geral no co-
mutativa. No entanto, uma operao binria sobre o conjunto das funes de
A em B. Se A = B, esta operao admite um elemento neutro, a saber, a funo
identidade i : A B, denida por i(x) = x para todo x A.
Denio 11.2.3 (Funo inversa) Seja f : A B. Chamamos de inversa esquerda
de f a uma funo g : B A tal que g f = i
A
, onde i
A
a funo identidade so-
bre A. Chama-se inversa direita de f a uma funo h : B A tal que f h = i
B
,
sendo i
B
a funo identidade sobre B. Denomina-se inversa (simplesmente) de f
a uma funo f
1
: B A tal que f f
1
= i
A
e f
1
f = i
B
( f
1
inversa de f
tanto direita quanto esquerda).
Importante sabermos quanto essas inversas existem. O teorema abaixo for-
nece as condies necessrias e sucientes.
Teorema 11.2.1 (Existncia das inversas)
1. Uma funo admite inversa esquerda se e somente se for injetiva.
2. Uma funo admite inversa direita se e somente se for sobrejetiva.
3. Uma funo admite inversa se e somente se for bijetiva.
Demonstrao:
Exerccio 11.2.1 Mostre que o conjunto das funes bijetivas de A em A munido
da operao de composio de funes um grupo (no comutativo).
11.3. LIMITES DE FUNES E DE SEQUNCIAS 83
Observao Um fato digno de nota o seguinte, resultante da prova do item 2
do teorema anterior. Suponha que f no injetiva. Assim, pelo item 1, ela no
admite inversa esquerda, mas nada impede que tenha inversa direita (veja a
gura seguinte).
_
A

_
B
f
x
y
z
Figura 11.4: Para se denir a inversa direita de f : A B que no injetiva,
necessitamos postular que, para cada z B, podemos escolher um elemento x A
tal que g(z) = x. Isso pode parecer bvio do ponto de vista intuitivo, mas trata-se
de uma das questes mais problemticas da matemtica moderna.
No entanto, para denir h : B A como a inversa direita de f : A B,
necessitamos saber qual a imagem inversa de z B, e h duas opes pelo menos
no caso de f no ser injetiva (a gura acima mostra duas opes, x e y). No caso
geral, no h como contornar esse problema; necessitamos postular que podemos
selecionar (escolher) uma imagem (por g) para cada elemento z pertencente a
B (como f por hiptese sobrejetiva, Img( f ) = B). Este postulado um dos
essenciais da matemtica usual, e chama-se de Axioma da Escolha. Sem ele, no
podemos provar que uma funo sobrejetiva admite inversa direita. (Outros fatos
importantes sobre este axioma aparecem em outras partes deste texto, como a sua
necessidade para provarno geralque todo espao vetorial possui uma base).
11.3 Limites de funes e de sequncias
Seja f : A B uma funo. A idia intuitiva de que f tem um limite b
B em um ponto a A a de que medida em que os valores assumidos pela
varivel independente x se aproximam de a, os valores da varivel dependente y
se aproximam de b. O problema dar um sentido preciso a essa idia.
Na sua origem, o clculo foi chamado de clculo innitesimal ....
Oconceito de innitsimo foi banido do clculo pela introduo dos chamados
epsilons e deltas, devidos principalmente ao matemtico francs A. L. Cauchy
(datas). Em terminologia atual, dizemos que a funo real de uma varivel real f
tem limite b quando sua varivel independente x tende a a, em smbolos,
lim
xa
f (x) = b, (11.1)
para simplicar a seguinte sentena:
( > 0)( > 0)(0 < x a < f (x) b < ).
(MAIS)
11.3.1 Derivadas
Captulo 12
Apndice C
Noes sobre clculo integral
85
86 CAPTULO 12. APNDICE C NOES SOBRE CLCULO INTEGRAL
Captulo 13
Apndice D
Noes sobre equaes diferenciais
87
88CAPTULO13. APNDICE DNOES SOBRE EQUAES DIFERENCIAIS
Bibliograa
[Barsotti 1973] Barsotti, L., lgebra Linear, A. M. Cavalvante & Cia., Curitiba, 1973.
[Brown 1979] Brown, H. B. 1979, Filosoa da Macnica Quntica, Notas de Aula, Uni-
versidade Estadual de Campinas.
[da Costa 2005] da Costa, N. C. A. 2005,
[da Costa & Rodrigues 2007]
[Chang & Keisler 1980]
[Halmos 1993] Halmos, P. R. 1993, Finite Dimensional Vector Spaces, Springer.
[Homan & Kunze 1979] Homan, K. e Kunze, R., lgebra Linear, LTC, Rio de Ja-
neiro, 2a. ed., 1979.
[Krause 2002] Krause, D. 2002, Introduo aos Fundamentos Axiomticos da Cincia,
S. Paulo, EPU.
[Lichnerowicz 1987] Lichnerowicz, A. 1987, lments de Calcul Tensoriel, Paris, Jac-
ques Gabay (reimpresso da edio de Armand Colin, 1946).
[McMahon 2005] McMahon, D. 2005, Quantum Mechanics Demystied: A Self-
Teaching Guide, New York, McGraw-Hill.
[Mendelson 1997] Mendelson, E. 1997
[Redhead 1987] Redhead, M., Incompleteness, Nonlocality and Realism: A Prolegome-
non to the Philosophy of Quantum Mechanics, Oxford, Clarendon Press, 1987.
[Shoeneld 1967] Shoeneld, H. B. 1967,
[Wallace 2006] Wallace, D. 2006,
89

Fundamentos Filosíficos Da Mec Quântica

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Fundamentos Filosíficos Da Mec Quântica

Enviado por

Direitos autorais:

Formatos disponíveis

Fundamentos Filoscos da Fsica

for tambm conjunto que satisfaa o axioma em apreo, resulta

. Ou seja, h um nico conjunto vazio; introduz-se ento,

sejam elementos neutros para . Ento e

A dito ser elemento inverso

sejam inversos de a. (Repare que se so

, ), cujo domnio o conjunto G

= 1, i, j, k e a operao dada pela

de vetores de um espao vetorial c linearmente independente (ou os vetores de

for linearmente independente, o conjunto procurado. Se ainda for linearmente

. Mais frente, usaremos

denota a conjugada de A, ento a aplicao

, tem-se que z.z

, etc. Os nomes j vistos (pgina

0 um subspao vetorial de +, dito espao

a transposta conjugada de A); (2) as linhas de A tambm so vetores ortonormais

Você também pode gostar