Universidade Federal de Santa Maria

Centro de Ciências Naturais e Exatas

Programa de Pós-Graduação em Física
Grupo de Teoria da Matéria Condensada

Álgebra Linear

Jonas Maziero

Santa Maria - RS, Maio de 2012

1 / 63
Referências

M. A. Nielsen e I. L. Chuang, Quantum Information and

Quantum Computation (Cambridge University Press,
Cambridge, 2000);
A. F. R. de Toledo Piza, Mecânica Quântica (Edusp, São
Paulo, 2009).

2 / 63
Sumário ±σ

Espaços Vetoriais;
Independência Linear e Bases; Produto Interno;
Procedimento de Gram-Schmidt;
Desigualdade de Cauchy-Schwarz;
Operadores Lineares e Matrizes;
Produto Externo e a Relação de Completeza;
Autovalores e Autovetores;
O Adjunto de um Operador;
Operadores Hermitianos; Projetores;
Operador Normal; Operador Unitário;
Produto Tensorial;
Funções de Operadores;
Comutadores e Anticomutadores;
···.
3 / 63
Números Complexos
Dados dois números reais a, b ∈ R quaisquer, então
√
z := a + ib ∈ C é um número complexo, onde i = −1.

Partes real Rez = a ∈ R e imaginária Imz = b ∈ R do

número complexo z;
Conjugado de um número complexo: z∗ := a − ib ∈ C;
Dados z := a + ib ∈ C e z̃ := ã + ib̃ ∈ C com a, b, ã, b̃ ∈ R
temos:
z = z̃ ⇒ a = ã e b = b̃;
z ± z̃ := (a ± ã) + i(b ± b̃);
zz̃ = (a + ib)(ã + ib̃) = aã + iab̃ + ibã − bb̃;

z z z̃∗ zz̃∗
:= = .
z̃ z̃ z̃∗ ã2 + b̃2
Módulo de um número complexo:
√ p
|z| := zz∗ = a2 + b2 ;

4 / 63
Plano Complexo (plano de Argand-Gauss)

Números complexos podem

ser representados como
pontos no plano Cartesiano
(veja a Figura ao lado).
Temos então
a b
cos θ = e sin θ = .
|z| |z|

Assim

z = a + ib
= |z|(cos θ + i sin θ)
= |z| exp(iθ), Também

com 0 ≤ θ < 2π e θ = arctan(b/a).

0 ≤ |z| < ∞.
5 / 63
Álgebra Linear

É o estudo de espaços vetoriais e operações lineares nesses

espaços.

Um Espaço Vetorial é um conjunto de objetos que têm

certas propriedades (veja a próxima transparência)
Exemplo. Cn : conjunto de todas as listas de números
complexos (zi ∈ C)
(z1 , · · · , zn )
Cada objeto (lista) desse conjunto é um vetor.
Notação matricial (matriz coluna)
 
v1
 .. 
|vi =  . 
vn
onde vi ∈ C
|rótuloi é a notação de Dirac para vetores, muito utilizada
em Mecânica Quântica.
6 / 63
Propriedades de um Espaço Vetorial (Cn )
1 Existe a operação de adição de objetos.
Para |vi = (v1 , · · · , vn ) ∈ Cn e |ui = (u1 , · · · , un ) ∈ Cn
 
v1 + u1
|vi + |ui :=  ...  ∈ Cn
 

vn + un

2 Existe a operação multiplicação por escalar.

Para |vi = (v1 , · · · , vn ) ∈ Cn e z ∈ C
   
v1 zv1
z  ...  :=  ...  ∈ Cn
   

vn zvn

3 Existe o elemento nulo 0 := |i.

|vi + |i := |vi ∀|vi

Para |vi = (v1 , · · · , vn ) ∈ Cn e |i = (0, · · · , 0) ∈ Cn

7 / 63
Independência Linear e Bases

P de vetores {|vi i} é linearmente

Definição. Um conjunto
independente (LI) se i ci |vi i = |i implica em ci = 0 ∀i.

Definição. Um conjunto de vetores LI {|vi i}dimV

i=1 ∈ V é uma
base para um espaço vetorial V se qualquer vetor |vi ∈ V pode
ser escrito como uma combinação linear
dimV
X
|vi = ci |vi i.
i=1

Exemplo. Os autoestados de σ z ,
|0i = (1, 0); |1i = (0, 1),
formam uma base para C2 :
|vi = (v1 , v2 ) = v1 |0i + v2 |1i.
Existem infinitas outras bases. e.g. os autoestados de σ x :
|+i = 2−1/2 (1, 1); |−i = 2−1/2 (1, −1).
8 / 63
Produto interno
Uma função (·, ·) : VxV → C é um produto interno se satisfaz os
seguintes requerimentos
1 É linear no segundo argumento:
X X
(|vi, ci |wi i) = ci (|vi, |wi i), onde ci ∈ C;
i i

∗
2 (|vi, |wi) = (|wi, |vi) ;
3 (|vi, |vi) ≥ 0 com igualdade se e somente se |vi = |i.

Produto interno para Cn :

 
w1
v∗n  ...  =
  X ∗
(|vi, |wi) ≡ hv|wi := |vi† |wi = v∗1

··· vi wi
wn i

Espaço de Hilbert H:
Espaço vetorial Cn equipado com um produto interno (|vi, |wi).
9 / 63
Teorema
O produto interno é linear-conjugado no primeiro argumento,
i.e., dados ci ∈ C e |vi i, |wi ∈ V vem que
X X
( ci |vi i, |wi) = c∗i (|vi i, |wi).
i i

Demonstração

X X
( ci |vi i, |wi) = (|wi, ci |vi i)∗
i i
!∗
X
= ci (|wi, |vi i)
i
X
= c∗i (|wi, |vi i)∗
i
X
= c∗i (|vi i, |wi)
i
10 / 63
Algumas Definições

Dois vetores |vi e |wi são ortogonais se seu produto

interno é nulo, i.e., se

(|vi, |wi) = 0.

A norma (“comprimento”) de um vetor |vi é definida como

p
|||vi|| := (|vi, |vi)

Vetor unitário ou normalizado:

|||vi|| = 1.
|vi
Para ∀|vi,se definimos |ṽi := , −1cm então |||ṽi|| = 1.
|||vi||
Um conjunto de vetores {|vi i} é ortonormal se

(|vi i, |vj i) = δij .

11 / 63
Procedimento de Gram-Schmidt
Dada uma base {|wi i}dimV
i=1 ∈ V de vetores linearmente
independentes, obtemos uma base ortonormal {|vi i}dimV
i=1 ∈ V
definindo
|w1 i
|v1 i :=
|||w1 i||
e, para 1 ≤ k ≤ dimV − 1, definindo
Pk
|wk+1 i − i=1 (|vi i, |wk+1 i)|vi i
|vk+1 i := Pk .
|||wk+1 i − i=1 (|vi i, |wk+1 i)|vi i||

12 / 63
Desigualdade de Cauchy-Schwarz (DCS)
Teorema. Dados quaisquer dois vetores |vi, |wi ∈ H, resulta
que |(|vi, |wi)|2 ≤ (|vi, |vi)(|wi, |wi)

Prova. Partimos do fato que (|ψi, |ψi) ≥ 0 e definimos

|ψi := |vi + z|wi, com z ∈ C. Assim

(|ψi, |ψi) = (|vi, |vi) + z(|vi, |wi) + z∗ (|wi, |vi) + |z|2 (|wi, |wi) ≥ 0

Agora, se |wi = |i então |(|vi, |i)|2 = 0 = (|vi, |vi)(|i, |i)

e a DCS é satisfeita. Por outro lado, se |wi =
6 |i definimos

z := −(|wi, |vi)/(|wi, |wi)

e resulta que
(|wi, |vi) (|wi, |vi)∗ |(|wi, |vi)|2
(|vi, |vi) − (|vi, |wi) − (|wi, |vi) + (|wi, |wi) ≥ 0
(|wi, |wi) (|wi, |wi) (|wi, |wi)2
(|wi, |wi)(|vi, |vi) − |(|vi, |wi)|2 − |(|wi, |vi)|2 + |(|wi, |vi)|2 ≥ 0
∴ (|wi, |wi)(|vi, |vi) ≥ |(|wi, |vi)|2
13 / 63
Temos ainda que (|wi, |wi)(|vi, |vi) = |(|wi, |vi)|2 se e somente se |vi ∝ |wi.
Prova. Assumimos |vi ∝ |wi = c|wi. Então (|vi, |vi) = |c|2 (|wi, |wi) e
|(|vi, |wi)|2 = |c|2 (|wi, |wi)2 , o que implica que
(|vi, |vi)(|wi, |wi) = |(|vi, |wi)|2 .
Agora assumimos que (|vi, |vi)(|wi, |wi) = |(|vi, |wi)|2 e |||wi|| 6= 0. Usamos
o procedimento de Gram-Schmidt para construir uma base ortonormal
PdimV
{|wi i}dimV
i=1 com |w1 i := |wi/|||wi||. Podemos escrever |vi = i=1 ci |wi i.
Assim
δij
dimV
X dimV
X dimV
X z }| { dimV
X
(|vi, |vi) = ( ci |wi i, cj |wj i) = c∗i cj (|wi i, |wj i) = |ci |2
i=1 i=1 i,j=1 i=1

e
δi1
dimV
X dimV
X z }| {
2 2 2
|(|vi, |wi)| = |( ci |wi i, |||wi|||w1 i)| = |||wi|| |ci | |(|wi i, |w1 i)|2 = |||wi||2 |c1 |2 .
2

i=1 i=1

Com isso vem que  

dimV
X
|||wi||2  |ci |2 − |c1 |2  = 0
i,j=1

e portanto ci = 0 se i 6= 1 e consequentemente |vi ∝ |wi.

14 / 63
Operadores Lineares
Um operador linear entre espaços vetoriais V e W é qualquer
função (mapa) A : V → W que é linear em seu domínio, i.e.
!
X X
A ci |vi i = ci A(|vi i)
i i

Dizemos que um operador linear A está definido em V se

A : V → V.
Dois operadores lineares importantes:
Operador identidade em V:

IV |vi := |vi para todo |vi ∈ V.

Operador zero em V:

0V |vi := |i para todo |vi ∈ V.

15 / 63
Matrizes como Operadores Lineares
Uma matriz complexa {Aij } é um mapa

{Aij }mxn : Cn → Cm .
Explicitamente (Amxn v1xn = w1xm ):
    
A11 A12 ··· A1n v1 w1
 A21 A22 ··· A2n  v2   w2 
..   ..  =  .. 
    
 .. .. ..
 . . . .  .   . 
Am1 Am2 · · · Amn vn wm
onde
n
X
wi = Aij vj
j=1
Dizer que uma matriz A é um operador linear significa que
!
X X
A ci |vi i = ci A(|vi i)
i i
16 / 63
Linearidade de Matrizes
Consideremos A = {Aij }, |vi = {vi } e |wi = {wi }. Definimos
ainda
|xi := a|vi + b|wi = {xi } = {avi + bwi }.
Assim
X
(A|xi)i = Aij xj
j
X
= Aij (avj + bwj )
j
X X
= a Aij vj + b Aij wj
j j
= a(A|vi)i + b(A|wi)i .
Ou seja,
A|xi = A(a|vi + b|wi)
= aA(|vi) + bA(|wi)
17 / 63
Operadores Lineares como Matrizes
Consideremos um operador linear A : V → W e bases de
vetores {|vi i}m n
i=1 ∈ V e {|wj i}j=1 ∈ W. Para cada i existem
{Aji }nj=1 ∈ C tal que
n
X
A|vi i = Aji |wj i.
j=1

A matriz {Aji }mxn é uma representação matricial para o

operador linear A.

OBS. Para fazer a conexão entre matrizes e operadores

lineares devemos especificar as bases de entrada (domínio) e
saída (imagem) para o operador linear A e também devemos
especificar como A atua na sua base domínio.

Resumindo. Os pontos de vista de operadores lineares e de

matrizes são equivalentes.
18 / 63
Matrizes de Pauli. σ 0 := I
Vamos considerar V = W = C2 e uma base (base
computacional)    
1 0
|0i := , |1i :=
0 1

Representação matricial para I := σ 0 :

σ 0 |0i = σ11
0 0
|0i + σ21 |1i
σ 0 |1i = σ12
0 0
|0i + σ22 |1i

Ação de σ 0 :
σ 0 |0i = |0i e σ 0 |1i = |1i.
Ou seja  
0 1 0
σ = .
0 1

19 / 63
Matrizes de Pauli. σ 1 := σ x

Representação matricial para σ x := σ 1 := X:

σ 1 |0i = σ11
1 1
|0i + σ21 |1i
σ 1 |1i = σ12
1 1
|0i + σ22 |1i

Ação de σ 1 (porta lógica NOT da computação clássica e

quântica):
σ 1 |0i = |1i e σ 1 |1i = |0i.
Ou seja  
1 0 1
σ = ,
1 0
que tem autovalores ±1 e autovetores

| ↑x i = 2−1/2 (|0i + |1i)

| ↓x i = 2−1/2 (|0i − |1i)

20 / 63
Matrizes de Pauli. σ 2 := σ y
Representação matricial para σ y := σ 2 := Y:

σ 2 |0i = σ11
2 2
|0i + σ21 |1i
σ 2 |1i = σ12
2 2
|0i + σ22 |1i

Ação de σ 2 :

σ 2 |0i = exp(iπ/2)|1i e σ 2 |1i = exp(−iπ/2)|0i.

Ou seja1 
2 0 −i
σ = ,
i 0
√
com i = −1. Temos que σ 2 tem autovalores ±1 e autovetores

| ↑y i = 2−1/2 (|0i + i|1i)

| ↓y i = 2−1/2 (|0i − i|1i)
1
Relação de Euler: exp(iθ) = cos(θ) + i sin(θ)
21 / 63
Matrizes de Pauli. σ 3 := σ z
Representação matricial para σ z := σ 3 := Z:

σ 3 |0i = σ11
3 3
|0i + σ21 |1i
σ 3 |1i = σ12
3 3
|0i + σ22 |1i

Ação de σ 3 :

σ 3 |0i = |0i e σ 3 |1i = exp(iπ)|1i.

Ou seja  
1 0
σ3 = ,
0 −1
√
com i = −1. Temos que σ 2 tem autovalores ±1 e
autovetores

| ↑z i = |0i
| ↓z i = |1i
22 / 63
Representação Matricial para Operadores Compostos
Consideremos operadores lineares A : V → W e B : W → X e
bases {|vi i} ∈ V, {|wj i} ∈ W e {|xk i} ∈ X. Questão. Qual a
representação matricial para a transformação linear
B(A(·)) = B ◦ A(·)?
Temos que X
A(|vi i) = Aji |wj i
j

Então
X
B(A(|vi i) = Aji B(|wj i)
j
X X
= Aji Bkj |xk i
j k
XX
= Bkj Aji |xk i
k j
X
= (BA)ki |xk i
k

23 / 63
Operador Produto Externo e a Relação de Completeza

Produto Externo. Consideremos |vi, |ṽi ∈ V e |wi ∈ W. O operador linear

produto externo |wihv| : V → W é definido como

|wihv|(|ṽi) = |wi(|vi, |ṽi) = (|vi, |ṽi)|wi

P
Assim, para {|vi i}, |ṽi ∈ V e {|wi i} ∈ W, a combinação linear i ai |wi ihvi | é
um operador linear que atua da seguinte forma
X X
ai |wi ihvi |(|ṽi) = ai (|vi i, |ṽi)|wi i.
i i

Relação de Completeza. Consideremos uma base ortonormal

P {|ji}dimV
j=1 ∈ V.
Qualquer vetor |vi ∈ V pode ser escrito como |vi = j vj |ji, com
vj = (|ji, |vi) ∈ C. Assim vem que
dimV
X dimV
X dimV
X
|jihj|(|vi) = |ji(|ji, |vi) = vj |ji = |vi,
j=1 j=1 j=1

ou seja
dimV
X
|jihj| = IV .
j=1
24 / 63
Outra Demonstração da Desigualdade de Cauchy-Schwarz

Teorema. Dados quaisquer dois vetores |vi, |wi ∈ H, resulta que

|(|vi, |wi)|2 ≤ (|vi, |vi)(|wi, |wi)

Prova. Usamos o procedimento de Gram-Schmidt para construir uma base

ortonormal {|ji} e definimos
|wi
|1i := .
|||wi||
P
Utilizando a relação de completeza j |jihj| = I escrevemos
X
(|vi, |vi)(|wi, |wi) = (|vi, I(|vi))(|wi, |wi) = (|vi, |jihj|(|vi))(|wi, |wi)
j
X
= (|vi, |ji(|ji, |vi))(|wi, |wi)
j
X X
= (|ji, |vi)(|vi, |ji)(|wi, |wi) = |(|vi, |ji)|2 (|wi, |wi)
j j
2
≥ |(|vi, |1i)| (|wi, |wi)
|(|vi, |wi)|2
:= (|wi, |wi)
|||wi||2
= |(|vi, |wi)|2 25 / 63
Representação de Operadores como Produto Externo
Consideremos A : V → W e bases ortonormais {|vi i}dimV
i=1 ∈ V e
dimW
{|wj i}j=1 ∈ W.
Representação de A na forma produto externo
A = IW AIV
 
dimW dimV
!
X X
=  |wj ihwj | A |vi ihvi |
j=1 i=1
dimW
X dimV
X
= (|wj i, A|vi i)|wj ihvi |
j=1 i=1

Representação matricial de A
Aji := (|wj i, A|vi i)
são os elementos na linha j e coluna i.
Exemplo. Matriz de Pauli σ x
σ x = |0ih1| + |1ih0|.
26 / 63
Autovalores e Autovetores
Os autovetores de um operador linear A são vetores não nulos
|vi ∈ V tais que
A|vi = v|vi,
e v ∈ C são os autovalores de A.
Autovalores (equação característica):
(A − vI)|vi = |i ∴ (A − vI)−1 (A − vI)|vi = |i ∴ |vi = |i. Portanto
det(A − λI) = 0
Autovetores
(A − λI)|vi = |i
Representação diagonal (decomposição ortonormal) de A em V:
X
A= λi |iihi|,
i

onde {|ii}dimV
i=1 é uma base ortonormal para V.
Degenerescência. Um autovalor tem dois ou mais autovetores
correspondentes.
27 / 63
Adjunto de um Operador
Dado um operador linear A : H → H, existe um único operador
linear A† tal que, para todo |vi, |wi ∈ H,

(|vi, A|wi) = (A† |vi, |wi).

A† é conhecido com o adjunto (ou Hermitiano conjugado) de

A.

Alguns resultados e definições:

†
A† = A;

(A|vi, |wi) = (|wi, A|vi)∗ = (A† |wi, |vi)∗ = (|vi, A† |wi) = ((A† )† |vi, |wi)

(AB)† = B† A†

(|vi, AB|wi) = (A† |vi, B|wi) = (B† A† |vi, |wi) = ((AB)† |vi, |wi);

Dado um vetor |vi define-se hv| := |vi† . Então (A|vi)† = hv|A† ;

(|vihw|)† = |wihv|;
28 / 63
 ( i ai Ai )† = i a∗i A†i
P P

Prova. Dados ai ∈ C, A : H → H e |vi, |wi ∈ H, temos que

X X
(|vi, ai Ai |wi) = ai (|vi, Ai |wi); ((·,·) é linear no 2o argumento)
i i
X
= ai (A†i |vi, |wi)
i
X
= ( a∗i A†i |vi, |wi); ((·,·) é anti-linear no 1o argumento)
i
X
= (( ai Ai )† |vi, |wi)
i

A† = (AT )∗ = (A∗ )T . Ex.

 ∗
a∗21
  
a11 a12 · · · a11 ···
 a21 a22 · · · †  a∗ a∗22 · · ·
A=  ⇒ A =  12 
.. ..
··· ··· . ··· ··· .

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

A† = A

Operadores Hermitianos tem autovalores reais (A|ai = a|ai)

(|ai, A|ai) = (|ai, a|ai) = a(|ai, |ai) = a
= (A† |ai, |ai) = (A|ai, |ai) = (a|ai, |ai)
= a∗ (|ai, |ai) = a∗
Portanto a = a∗ ⇒ a ∈ R.
Os autovetores de um operador Hermitiano correspondentes a
autovetores diferentes são ortogonais. Consideremos
A|ai = a|ai e A|bi = b|bi com a 6= b.
(|ai, A|bi) = (|ai, b|bi) = b(|ai, |bi)
= (A† |ai, |bi) = (A|ai, |bi) = a(|ai, |bi)
Portanto (a − b)(|ai, |bi) = 0 ⇒ (|ai, |bi) = 0.
30 / 63
Projetores

Consideremos uma base {|ji}dimW

j=1 ∈ W, sendo W um
subespaço do espaço vetorial V. Assim, podemos construir
uma base {|ji}dimV
j=1 ∈ V com dimV ≥ dimW. Por definição

dimW
X
P := |jihj|
j=1

é um projetor no subespaço W.

P† = P; (P|pi = p|pi com p ∈ R)

P2 = P; (P|pi = P2 |pi = p2 |pi ⇒ p2 = p ⇒ p = 0, 1)
P + Q = IV com
dimV
X
Q= |jihj|
j=dimW+1

sendo o complemento ortonormal de P.

31 / 63
Operador Normal
Um operador A é dito normal se

AA† = A† A.

Se um operador A é Hermitiano (A† = A) então A é normal (A† A = AA).

Teorema (Decomposição Espectral). Dado A : V → V, resulta que A é

normal se e somente se existir uma base ortonormal de V na qual A é
diagonal.

Prova. Iniciamos assumindo que P existe uma base ortonormal {|ai i}

na qual A é diagonal, i.e., A = i ai |ai ihai |. Segue então que
δij

†
X X X X ∗ z }| {
AA = ( ai |ai ihai |)( aj |aj ihaj |)† = ai aj |ai i(|ai i, |aj i)haj |
i j i j
X XX
= a∗i ai |ai ihai | = a∗j ai |aj i(|aj i, |ai i)hai |
i j i
X †
X
= ( aj |aj ihaj |) ( ai |ai ihai |)= A† A
j i
32 / 63
Agora assumimos que A é normal, i.e., AA† = A† A.
Seja ai um autovetor de A e P o projetor no auto-espaço de ai
(Vi ) e seja Q o projetor no complemento ortonormal de P, ou
seja, P + Q = IV . Assim

A = IV AIV = (P + Q)A(P + Q)
|{z} + PAQ + QAP
= PAP + QAQ
| {z }
=ai P =ai QP=0

Como A é normal, dado um vetor |vi ∈ Vi , vem que

AA† |vi = A† A|vi = ai A† |vi.

Ou seja, A† |vi é um elemento de Vi . Então

(PAQ)† = Q† A† P† = QA †
|{z}P = 0 ⇒ ((PAQ)† )† = PAQ = 0
∈Vi

33 / 63
Portanto
A = PAP + QAQ.
Lembrando A : V → V. Assim, dada uma base {|vj i}dimV
j=1 ∈ V,
podemos escrever
dimV
X
A= Ajk |vj ihvk |
j,k=1

com
Ajk := (|vj i, A|vk i).

Percebe-se por conseguinte que PAP e QAQ são

diagonais com relação a uma base ortonormal do
subespaço P e Q, respectivamente.
Portanto A é diagonal em uma base do espaço total V,
completando assim a prova.

34 / 63
Operadores Positivos

Um operador A é dito positivo (notação A ≥ 0) se

(|vi, A|vi) ≥ 0 ∀|vi.

Se (|vi, A|vi) > 0 ∀|vi =

6 |i, então A é dito positivo definido.

Um operador positivo (A ≥ 0) é necessariamente Hermitiano

(A = A† ).

A† A é positivo (A† A ≥ 0) para qualquer operador linear A.

Prova. Definindo A|vi := |wi temos

(|vi, A† A|vi) = (A|vi, A|vi) = (|wi, |wi) ≥ 0.

35 / 63
Operador Unitário

Um operador U é dito unitário se

U† U = I = UU†

Operadores unitários preservam o produto interno:

(U|vi, U|wi) = (U† U|vi, |wi) = (I|vi, |wi)=(|vi, |wi).

Os autovalores de um operador unitário (U|ui = u|ui) tem

módulo |u| = 1 e portanto podem ser escritos de maneira
geral como u = exp(iθ), com θ ∈ R.

(|ui, |ui) = 1
= (U|ui, U|ui) = (u|ui, u|ui) = |u|2 hu|ui = |u|2
⇒ |u| = 1
⇒ u = |u| exp(iθ) = exp(iθ)
36 / 63
 O vetores |ri i = (ui1 , ui2 , ui3 , · · · ) das linhas de U formam um conjunto
ortonormal, i.e., X
(|ri i, |rj i) = uik u∗jk = δij
k

 ∗
u11 u12 u13 ··· u11 u∗21 u∗31 ··· 1 0 0 ···
   
u21 u22 u23 · · · u∗12 u∗22 u∗32 · · · 0 1 0 · · ·
UU† = I ∴ u31
 ∗
u∗23 u∗33 =
   
u32 u33 · · · u13
 · · · 0 0 1 · · ·
.. .. .. .. .. .. .. .. ..
 
.. .. ..
. . . . . . . . . . . .

O vetores |ci i = (u1i , u2i , u3i , · · · ) das colunas de U formam um conjunto

ortonormal, i.e., X
(|ci i, |cj i) = uki u∗kj = δij
k

u∗11 u∗21 u∗31 ··· u11 u12 u13 ··· 1 0 0 ···

    
u∗12 u∗22 u∗32 · · · u21 u22 u23 · · · 0 1 0 · · ·
U† U = I ∴ u∗13 u∗23 u∗33 =
    
· · · u31
 u32 u33 · · · 0 0 1 · · ·
.. .. .. .. .. .. .. .. ..
 
.. .. ..
. . . . . . . . . . . .

37 / 63
Operador Unitário. Representação Produto Externo

Consideremos uma base ortonormal {|vi i} ((|vi i, |vj i) = δij ).

Assim {|wi i} := {U|vi i} também forma uma base ortonormal:

(|wi i, |wj i) = (U|vi i, U|vj i) = (U† U|vi i, |vj i) = (|vi i, |vj i) = δij

Portanto X
U= |wi ihvi |
i

Matrizes de Pauli
são Hermitianas e unitárias

σ 0 = |0ih0| + |1ih1|  †
1 σi = σ i , i = 0, 1, 2, 3
σ = |0ih1| + |1ih0|
2  2
σ = −i|0ih1| + i|1ih0| σi = σ0
3
σ = |0ih0| − |1ih1|
38 / 63
Relações entre os Diferentes Tipos de Operadores

39 / 63
Produto Tensorial
O produto tensorial é utilizado para tratar espaços vetoriais
utilizados na descrição de sistemas de muitos corpos a partir
dos espaços vetoriais de suas partes constituintes.

Consideremos dois espaços de Hilbert Ha e Hb e bases ortonormais

{|ia i} ∈ Ha e {|jb i} ∈ Hb
com i = 1, · · · , dimHa e j = 1, · · · , dimHb . Uma base ortonormal
para o espaço produto tensorial Ha ⊗ Hb é definida como
{|ia i ⊗ |jb i}.
Temos assim que dimHa ⊗ Hb = dimHa dimHb .

Qualquer vetor |ψ ab i ∈ Ha ⊗ Hb pode ser escrito como

X
|ψ ab i = ci,j |ia i ⊗ |jb i,
i,j

com ci,j ∈ C.
40 / 63
 Convenção

|ia i ⊗ |jb i ≡ |ia i|jb i ≡ |ia , jb i ≡ |ia jb i ≡ |iji.

Propriedades do Produto Tensorial

1 Para z ∈ C e |ψ a i ∈ Ha e |φb i ∈ Hb

z(|ψ a i ⊗ |φb i) = (z|ψ a i) ⊗ |φb i = |ψ a i ⊗ (z|φb i)

2 Para |ψ a i, |ξ a i ∈ Ha e |φb i ∈ Hb

(|ψ a i + |ξ a i) ⊗ |φb i = |ψ a i ⊗ |φb i + |ξ a i ⊗ |φb i

3 Para |ψ a i ∈ Ha e |φb i, |χb i ∈ Hb

|ψ a i ⊗ (|φb i + |χb i) = |ψ a i ⊗ |φb i + |ψ a i ⊗ |χb i

41 / 63
Operadores Lineares em Ha ⊗ Hb
Consideremos vetores |ψ a i ∈ Ha e |φb i ∈ Hb e operadores
lineares A : Ha → H̃a e B : Hb → H̃b . Define-se um operador
linear A ⊗ B : Ha ⊗ Hb → H̃a ⊗ H̃b como

A ⊗ B(|ψ a i ⊗ |φb i) := A(|ψ a i) ⊗ B(|φb i)

Linearidade de A ⊗ B
X X
A ⊗ B(|Ψab i) = A ⊗ B( ci,j |ia i ⊗ |jb i) = ci,j A(|ia i) ⊗ B(|jb i)
i,j i,j

Para Aj : Ha → H̃a e Bj : Hb → H̃b , um operador linear

Cab : Ha ⊗ Hb → H̃a ⊗ H̃b pode ser representado de maneira
geral como X
Cab = ci,j Ai ⊗ Bj , com ci,j ∈ C.
i,j

Por definição
X X
( ci,j Ai ⊗ Bj )(|ψ a i ⊗ |φb i) := ci,j Ai (|ψ a i) ⊗ Bj (|φb i).
i,j i,j
42 / 63
Produto interno e Produto de Kronecker
Produto interno para espaços produto tensorial
X X
(|ψ ab i, |φab i) = ( cj,k |ja i ⊗ |kb i, dm,n |ma i ⊗ |nb i)
j,k m,n
X
:= |ψ ab i† |φab i = c∗j,k dj,k .
j,k

Dadas matrizes {Ai,j }mxn e {Bk,l }p,q o produto de Kronecker é

definido como
nxqcolunas
z }| {
  

 A11 B A12 B · · · A1n B


 A B
 21 A22 B · · · A2n B 

A ⊗ B := mxp linhas  .
 . .. .. .. 
.



  . . . 


Am1 B Am2 B · · · Amn B

nvezes
z }| {
⊗n
Notação: A := A ⊗ · · · ⊗ A. Exemplo. A⊗2 = A ⊗ A.
43 / 63
Funções de Operadores

Dado um operador normal A com decomposição espectral

X
A= a|aiha|,
a

uma função f : C → C desse operador é definida como

X
f (A) := f (a)|aiha|.
a

Exemplo.

exp(θσ 1 ) = exp(θ)| ↑x ih↑x | + exp(−θ)| ↓x ih↓x |

44 / 63
Dados ~n ∈ R3 com ||~n|| = 1, θ ∈ R e ~σ = (σ 1 , σ 2 , σ 3 ), segue que

exp(iθ~n · ~σ ) = cos(θ)I + i sin(θ)~n · ~σ

Prova. Vamos utilizar as séries de Taylor,

∞
dn f (x)  (x − x0 )n
X 
f (x)|x0 = ,
dxn  x0 n!
n=0
para

x2 x3 x4 x5
exp(x)|0 = 1 + x + + + + + ···
2 3! 4! 5!

x2 x4 x6
cos(x)|0 = 1 − + − + ···
2 4! 6!
x3 x5 x7
sin(x)|0 = x− + − + ···
3! 5! 7!
45 / 63
Mostremos que (~n · ~σ )2 = I.

(~n · ~σ )2 = (n1 σ 1 + n2 σ 2 + n3 σ 3 )(n1 σ 1 + n2 σ 2 + n3 σ 3 )

= n21 (σ 1 )2 + n1 n2 σ 1 σ 2 + n1 n3 σ 1 σ 3
+n1 n2 σ 2 σ 1 + n22 (σ 2 )2 + n2 n3 σ 2 σ 3
+n1 n3 σ 3 σ 1 + n2 n3 σ 3 σ 2 + n23 (σ 3 )2
= (n21 + n22 + n23 )I
= I

Assim obtemos
(iθ~n · ~σ )2 (iθ~n · ~σ )3 (iθ~n · ~σ )4
exp(iθ~n · ~σ ) = I + (iθ~n · ~σ ) + + +
2 3! 4!
(iθ~n · ~σ )5
+ + ···
5!
θ2 θ3 θ4 θ5
= I + iθ~n · ~σ − I − i ~n · ~σ + I + i ~n · ~σ + · · ·
2 3! 4! 5!
θ2 θ4 θ3 θ5
= (1 − + − · · · )I + i(θ − + − · · · )~n · ~σ
2 4! 3! 5!
= cos(θ)I + i sin(θ)~n · ~σ
46 / 63
A Função Traço
O traço de um operador A, numa certa representação matricial,
é definido como X
tr(A) := Ajj
j

Propriedades da função traço

tr(AB) = tr(BA) (cíclico);
X XX XX
Prova. tr(AB) = (AB)ii = Aij Bji = Bji Aij
i i j j i
X
= (BA)jj = tr(BA)
j

tr(A + B) = tr(A) + tr(B) (linear);

tr(zA) = ztr(A) com z ∈ C.
tr(UAU† ) = tr(U† UA) = tr(A) (o traço não depende da base
utilizada na representação matricial de A);
tr(A ⊗ B) = (trA)(trB).
47 / 63
A Função Traço Parcial
Consideremos um operador linear Cab : Ha ⊗ Hb → Ha ⊗ Hb na
sua representação produto externo

Cab = Ia ⊗ Ib Cab Ia ⊗ Ib
X X X X
= ( |ia ihia |) ⊗ ( |jb ihjb |)Cab ( |ka ihka |) ⊗ ( |lb ihlb |)
i j k l
X
= (|ia ihia | ⊗ |jb ihjb |)Cab (|ka ihka | ⊗ |lb ihlb |)
i,j,k,l
X
= |ia i ⊗ |jb i(hia | ⊗ hjb |Cab |ka i ⊗ |lb i)hka | ⊗ hlb |
i,j,k,l
X
= (hia | ⊗ hjb |Cab |ka i ⊗ |lb i)|ia i ⊗ |jb ihka | ⊗ hlb |
i,j,k,l
X
:= Cab a a b b
ij,kl |i ihk | ⊗ |j ihl |
i,j,k,l

48 / 63
Um operador linear reduzido Ca : Ha → Ha pode ser obtido
através da operação de traço parcial sobre Hb (notação trb ),
que é definida como

Ca = trb Cab
X
:= hmb |Cab |mb i
m
XX
≡ Cab a a
im,km |i ihk |
i,k m
X
= Cai,k |ia ihka |,
i,k

com X
Cai,k := Cab
im,km
m

49 / 63
Espaço de Operadores Lineares e o
Produto Interno de Hilbert-Schmidt
O espaço formado por operador lineares L(H) : H → H também é
um espaço de Hilbert com produto interno definido como

(A, B) := tr(A† B).

L(H) : H → H é uma espaço vetorial. Dados dois operadores

lineares A, B : H → H e {|vi i} ∈ H, temos
P P P P
1 (A+B)( i ci |vi i) = A( i ci |vi i)+B( i ci |vi i) = i ci (A+B)(|vi i);
P P
2 (zA)( i ci |vi i) = z i ci A(|vi i);
3 A + oH = A com oH |vi i = |i.
tr(A† B) é um produto interno. Dados A, B : H → H e bi ∈ C, temos
(A, j bj Bj ) = tr(A† j bj Bj ) = j bj tr(A† Bj ) = j bj (A, Bj );
P P P P
1

(A, B) = tr(A† B) = tr( i A∗ji Bik ) = j i A∗ji Bij =

P P P
2

( i j B∗ij Aji )∗ = (tr(B† A))∗ = (B, A)∗ ;

P P

3 (A, A) = tr(A† A) ≥ 0.
50 / 63
Comutadores e Anticomutadores
O comutador entre dois operadores A e B é definido como

[A, B] ≡ [A, B]− := AB − BA.

Se AB = BA dizemos que A e B comutam.

O anti-comutador entre dois operadores A e B é definido

como
{A, B} ≡ [A, B]+ := AB + BA.
Se AB = −BA dizemos que A e B anticomutam.

Comutadores e Anti-comutadores das matrizes de Pauli (j, k = 1, 2, 3)

3
X
[σ j , σ k ] = 2i jkl σ l
l=1
j k
{σ , σ } = 2δjk I
51 / 63
Comutadores de Operadores Hermitianos
Teorema. Dados dois operadores Hermitianos A e B, então
P ortonormal {|ji} na
[A, B] = 0 se e somente se existir uma base
qual A e B são diagonais, ou seja, A = j aj |jihj| e
P
B = j bj |jihj|.

Prova. Assumimos primeiramente que A e B são diagonais na

mesma base. Então
X X X X
[A, B] = ( aj |jihj|)( bk |kihk|) − ( bk |kihk|)( aj |jihj|)
j k k j
X
= aj bk (|jihj|kihk| − |kihk|jihj|)
|{z} |{z}
j,k
δjk δjk
X
= aj bj (|jihj| − |jihj|)
j
= 0
52 / 63
Agora assumimos que A e B comutam, ou seja,

[A, B] = 0 ⇒ AB = BA.

Seja {|aj i} uma base de autovetores não degenerados de A

com autovalor ai , teremos

AB|ai i = BA|ai i = ai B|ai i.

Portanto B|ai i também é autovetor de A com autovalor ai . Isso

implica que
B|ai i ∝ |ai i = bi |ai i.
Com isso vem que B também é diagonal na base {|ai i}.

53 / 63
Lei de Leibniz

[A, BC] = [A, B]C + B[A, C]

[AB, C] = [A, C]B + A[B, C]

Verificação.

[A, B]C + B[A, C] = ABC − BAC + BAC − BCA

= ABC − BCA
= [A, BC]

[A, C]B + A[B, C] = ACB − CAB + ABC − ACB

= ABC − CAB
= [AB, C]

54 / 63
Identidade de Jacobi

[A, [B, C]] + [B, [C, A]] + [C, [A, B]] = 0

Verificação.

[A, [B, C]] + [B, [C, A]] + [C, [A, B]]

= [A, BC − CB] + [B, CA − AC] + [C, AB − BA]
= ABC − BCA − ACB + CBA + BCA − CAB
−BAC + ACB + CAB − ABC − CBA + BAC
=0

55 / 63
Lema de Hadamard

1 1
eA Be−A = B + [A, B] + [A, [A, B]] + [A, [A, [A, B]]] + · · ·
2! 3!
Prova. Temos
A2 A3
exp(±A) = I ± A + ± + ··· .
2! 3!
Assim
A2 A3 A2 A3
   
eA Be−A = I+A+ + + ··· B I−A+ − + ···
2! 3! 2! 3!
A2 B A3 B A2 A3
  
= B + AB + + + ··· I−A+ − + ···
2! 3! 2! 3!
 2
A2 B

BA
= B + (−BA + AB) + − ABA +
2! 2!
BA3 ABA2 A2 BA A3 B
 
+ − + − + + ···
3! 2! 2! 3!

56 / 63
 1
eA Be−A = B + [A, B] + (BAA − 2ABA + AAB)
2!
1
+ (−BAAA + 3ABAA − 3AABA + AAAB) + · · ·
3!
1
= B + [A, B] + ((BA − AB)A + A(−BA + AB))
2!
1
+ ((−BA + AB)AA + 2A(BA − AB)A + AA(−BA + AB)) + · · ·
3!
1
= B + [A, B] + (−[A, B]A + A[A, B])
2!
1
+ ([A, B]AA − 2A[A, B]A + AA[A, B]) + · · ·
3!
1
= B + [A, B] + + [A, [A, B]]
2!
1
+ (([A, B]A − A[A, B])A − A([A, B]A − A[A, B])) + · · ·
3!
1 1
= B + [A, B] + + [A, [A, B]] + (−[A, [A, B]]A + A[A, [A, B]]) + · · ·
2! 3!
1 1
= B + [A, B] + + [A, [A, B]] + [A, [A, [A, B]]] + · · ·
2! 3!

57 / 63
Outra prova. Define-se f (s) := esA Be−sA . Então

f 0 (s) = esA [A, B]e−sA

f 00 (s) = esA [A, [A, B]]e−sA
f 000 (s) = esA [A, [A, [A, B]]]e−sA
..
.

Expansão de f (s) em série de Taylor em torno de s = 0:

1 2 00 1
f (s) = f (0) + sf 0 (0) +s f (0) + s3 f 000 (0) + · · ·
2! 3!
1 2 1
= B + s[A, B] + s [A, [A, B]] + s3 [A, [A, [A, B]]] + · · ·
2! 3!
Agora faz s = 1. Assim

1 1
eA Be−A = B + [A, B] + [A, [A, B]] + [A, [A, [A, B]]] + · · ·
2! 3!

58 / 63
Relação de Baker-Campbell-Housdorff
Dado que [A, [A, B]] = [B, [A, B]] = 0 então

eA+B = eA eB e−[A,B]/2

Prova. Vamos definir C := exA exB com x sendo um escalar. Com isso
dC
exA AexB + exA BexB e−xB e−xA exA exB


=
dx
A + exA Be−xA C


=
exA exB e−xB e−xA exA AexB + exA BexB


=
C e−xB AexB + B


=

Do lema de Hadamard, temos que exA Be−xA = B + x[A, B] e

e−xB AexB = A + x[A, B]. Por conseguinte

dC
= (A + B + x[A, B]) C
dx
= C (A + B + x[A, B])

59 / 63
Como [C, (A + B + x[A, B])] = 0 podemos resolver a equação anterior
como uma equação diferencial qualquer. Assim obtemos

C = exp(x(A + B) + x2 [A, B]/2)

= exA exB .

Mas
x3
[x(A + B), x2 [A, B]/2] = ([A, [A, B]] + [B, [A, B]])
2
:= 0.

Então

exp(x(A + B) + x2 [A, B]/2) = exp(x(A + B)) exp(x2 [A, B]/2)

e 2
ex(A+B) = exA exB e−x [A,B]/2
.
Fazendo x = 1 concluímos a demonstração.

60 / 63
A Decomposição Polar
Dado um operador linear A : V → V, existe um operador
unitário U e operadores positivos J e K tais que

A = UJ = KU,
√ √
com J = A† A e K = AA† .

Prova.
√ X
J= A† A ≥ 0 ⇒ J = Ji |Ji ihJi | com (|Ji i, |Jj i) = δij .
i

Assumimos Ji > 0 e definimos |ai i := Ji−1 A|Ji i. Assim

(|ai i, |aj i) = Ji−1 Jj−1 (A|Ji i, A|Jj i)

= Ji−1 Jj−1 (A† A|Ji i, |Jj i)
= Jj−1 Ji δij
= δij
61 / 63
 P
Definindo U := i |ai ihJi | vemos que se Ji > 0 então

UJ|Ji i = Ji |ai i = A|Ji i.

Se Ji = 0 então
UJ|Ji i = 0 = |ai i.
Portanto a ação de A e de UJ na base {|Ji i} é a mesma e por
conseguinte
A = UJ.

Podemos ver que J é unicamente definido fazendo

√
A† A = (UJ)† UJ = J† U† UJ = J2 ⇒ J = A† A.

Temos também que

A = UJ = UJU† U = KU,

com K ≥ 0. Temos ainda que

√
AA† = UJ(UJ)† = UJJ† U† = UJU† UJU† = K2 ⇒ K = AA† .

62 / 63
A Decomposição em Valores Singulares
Dada uma matriz quadrada A, existem matrizes unitárias U e V
e uma matriz positiva e diagonal D tais que

A = UDV.

Os elementos de D são os valores singulares de A.

Prova. Da decomposição polar vem que

A = SJ,
sendo S unitária (SS† = I = S† S) e J positiva (J ≥ 0). Do teorema
espectral temos
J = TDT† ,
com T unitária e D diagonal e positiva. Assim, se definimos U := ST
e V := T† obtemos
A = STDT†
:= UDV.
63 / 63