Escolar Documentos
Profissional Documentos
Cultura Documentos
e B
Matrizes
Neste apêndi
e revisaremos denições bási
as e propriedades usuais de matrizes, de-
terminantes e sistemas de equações lineaares, que en
ontram muitas apli
ações nos vários
ramos da físi
a.
B.1 Matrizes
a11 a12 . . . a1n
a21 a22 . . . a2n
A=
... ...
.
... ...
am1 am2 . . . amn
Assim, uma matriz Am×n (lê-se: matriz A m por n) possui m vezes n elementos. Cada
elemento da matriz A referida
onsiste normalmente em um número real ou
omplexo.
Frequentemente, representamos a matriz A por seu elemento genéri
o aij , que
orres-
ponderá ao número posi
ionado na linha i e
oluna j. O índi
e i pode variar entre 1 e m,
e j entre 1 e n, neste
aso.
É
omum designar a matriz
omo a
ima, um arranjo de números dentro de dois grandes
parênteses ( ), sendo também usada a notação
om
ol
hetes, su
ientemente grandes [ ]
para envolver a disposição de números. Já a notação
om barras verti
ais | | é reservada
para determinantes, e não deve ser usada para matrizes.
Às vezes, nós físi
os usamos a mesma simbologia de matrizes
ontendo elementos mais
sosti
ados que números (por exemplo, versores), ou então empregamos arranjos
om in-
nitas linhas ou
olunas, que ainda
hamamos de matrizes (
omo na me
âni
a matri
ial
de Heisenberg, uma das primeiras formulações da teoria quânti
a). Tais pro
edimentos
podem ser quali
ados
omo heurísti
os, isto é, embora não sejam rigorosamente válidos,
permitem obter soluções satisfatórias do problema tratado.
Faz-se algumas operações
om matrizes,
omo soma, subtração, multipli
ação por um
es
alar (número), multipli
ação de matrizes.
399
400 APÊNDICE B. MATRIZES
Na soma de duas matrizes, pressupõe-se que sejam matrizes do mesmo tipo (as duas
matrizes devem ter o mesmo número de linhas, e também têm que ter o mesmo número de
olunas), isto porque somamos elemento a elemento (a11
om b11 ; a12
om b12 ; et
),
omo
neste exemplo
om duas matrizes2 × 2,
1 2 3 −1 4 1
C =A+B = + = .
0 −1 1 1 1 0
Generi amente, indi amos a soma de duas matrizes A = (aij ) e B = (bij ) assim:
(λ A)ij = λ aij .
Outra operação muito simples que se pode fazer
om uma matriz A é a transposição.
Se A= (aij ), então a transposta de A, que indi
aremos At , é:
H
Para tanto, es
revemos uma nova matriz, em que
ada uma de suas
olunas será obtida
de uma linha da matriz original. Em outros termos, tro
amos linhas por
olunas. No
aso
do exemplo,
1 0 3
At = 2 −1 0 .
4 2 5
N
B.1. MATRIZES 401
Quando o número de linhas e o número de
olunas de uma matriz são iguais (m = n),
dizemos que a matriz é quadrada; tendo em vista as apli
ações, nosso maior interesse
on
entra-se nesse tipo de matriz.
No
aso em que aij = 0, ex
eto para i = j, teremos a matriz diagonal,
omo esta:
−1 0 0
D= 0 1 0 .
0 0 4
Estes elementos não nulos aii
onstituem o que
hamamos diagonal prin
ipal da matriz.
Em parti
ular, a matriz unidade (ou identidade) é diagonal,
1 0 0
1= 0 1 0 .
0 0 1
4 2 1 1 0 0
0 1 8 , −1 1 0
0 0 −1 0 3 2
e através destes exemplos vemos que na matriz triangular superior há elementos não todos
nulos na parte a
ima da diagonal prin
ipal, já no exemplo a
ima à direita há elementos
não nulos apenas abaixo da diagonal prin
ipal, e temos aí uma matriz triangular inferior.
A multipli
ação de matrizes segue a seguinte re
eita: se C = AB
orresponde à multi-
pli
ação (também
hamada produto) de A e B, seu elemento genéri
o é dado por
n
X
cij = aik bkj .
k=1
Portanto, para
al
ular o elemento ij da matriz produto, efetuamos uma soma dos
produtos de
ada elemento da linha i da primeira matriz por
ada elemento da
oluna j
da segunda matriz. Veja o seguinte exemplo.
H
Para obter o elemento c11 da matriz produto C = AB , multipli
amos a primeira linha
de A pela primeira
oluna de B, elemento por elemento, e somamos:
para c12 multipli
amos elemento por elemento da primeira linha de A e os da segunda
oluna de B. E assim por diante.
Há um detalhe importante. Para podermos efetuar essa multipli
ação das matrizes A
e B , o número de
olunas de A deve ser exatamente igual ao número de linhas de B . Neste
exemplo, desta
amos o 3 em negrito quando exibimos os dimensionamentos de A e B , ou
seja, o número de linhas e
olunas de A e B no enun
iado do exemplo,
onra.
Obteremos:
2 1 0
C = AB = .
−2 3 1 2×3
Em geral, o produto de matrizes não é
omutativo, isto é, muitas vezes o
orre que
AB 6= BA (matrizes A e B quadradas). Dene-se o
omutador das matrizes A e B,
[A, B] = AB − BA .
B.2 Determinantes
a b a b
det = = ad − bc ;
c d c d
observe as notações para indi
ar o determinante. Usa-se mais as barras verti
ais.
B.2. DETERMINANTES 403
H
Podemos efetuar a expansão do determinante de ordem quatro, por exemplo pela pri-
meira linha. Teremos então que somar
ada um dos elementos da primeira linha, mul-
tipli
ados pelo sinal (−1)i+j (i e j indi
ando números de linha e
oluna do elemento), e
multipli
ados ainda pelo determinante de ordem três que se obtém eliminando a linha i e
a
oluna j,
0 −1 2 1 −1 2 1 0 2
1+1
D = 0.(−1) . 1 0 1 + (−1).(−1)1+2 . 1 0 1 + 1.(−1)1+3 . 1 1 1 +
1 2 1 4 2 1 4 1 1
1 0 −1
1+4
+3.(−1) . 1 1 0 .
4 1 2
Observe que a expansão envolve uma soma de quatro termos;
ada um dos quatro ele-
mentos da primeira linha é multipli
ado por um sinal, e pelo determinante menor de ordem
três. Por exemplo, o determinante menor de ordem três a
ompanhando o elemento a11 foi
obtido do de quarta ordem eliminando a primeira linha e a primeira
oluna. Efetuando o
ál
ulo dos determinantes de ordem três e somando os termos, obtemos D = −22.
N
O desenvolvimento do determinante poderia também ter sido feito por outra linha, ou
por qualquer
oluna, seguindo um pro
edimento de
ál
ulo semelhante ao do exemplo, o
que levaria ao mesmo resultado.
Em geral, o determinante tomado sobre uma matriz n×n, vamos
hamá-la de A = (aij ),
é dado por:
n
X
det A= ǫijk...z a1i a2j a3k . . . anz .
i,j,k,...,z=1
404 APÊNDICE B. MATRIZES
Note que em
ada termo dessa série são multipli
ados vários elementos de matriz, mas
apenas um de
ada linha.
Os símbolos de Levi-Civita (ou tensor de Levi-Civita) ǫijk...z valem +1 quando os
índi
es (ijk . . . z) forem iguais a uma permutação
í
li
a de (123 . . . n); valerão −1 quando
(ijk . . . z) forem iguais a uma permutação
í
li
a de (213 . . . n) e valerão zero quando houver
uma repetição ou mais nos valores dos índi
es. A permutação
í
li
a pode ser
onseguida
por exemplo enviando o primeiro elemento ao m da la;
onra na tabela B.1 os valores
do símbolo de Levi-Civita para o
aso n = 3.
i j k ǫijk Observações
1 2 3 +1
2 3 1 +1
3 1 2 +1
2 1 3 −1
1 3 2 −1
3 2 1 −1
1 1 1 0 Casos
om
1 1 2 0 repetições de
... ... ... ... um ou mais
3 3 3 0 índi
es dão zero
H
A propriedade men
ionada a
ima de antissimetria pela tro
a de linhas ou
olunas num
determinante é muito útil na des
rição de sistemas de férmions, que possuem uma função de
onda global antissimétri
a pela tro
a de duas dessas partí
ulas. Os elétrons são férmions,
e assim a função de onda des
revendo um átomo multieletrni
o deve tro
ar de sinal se
tro
armos dois elétrons (para xar idéias, tro
amos de posição os elétrons 1 e 2),
Ψ(1, 2, 3, . . . , N ) = −Ψ(2, 1, 3, . . . , N ) .
Uma forma
onveniente de expressar, então, a função global do átomo multieletrni
o
é feita através do
hamado determinante de Slater,
ψa (1) ψa (2) ψa (3) . . . ψa (N )
1 ψb (1) ψb (2) ψb (3) . . . ψb (N )
Ψ(1, 2, 3, . . . , N ) = √
N ! . . . ... ... ... ...
ψz (1) ψz (2) ψz (3) . . . ψz (N )
porque ao tro
armos por exemplo o elétron 1, representado através das funções de partí
ula
independente na
oluna 1 do determinante, pelo elétron 2, o que equivale a efetuar a
tro
a das
olunas 1 e 2, o determinante tro
ará de sinal. Com a es
olha da forma em
determinante, a propriedade de antissimetria da função global Ψ estará automati
amente
garantida.
N
No
aso de A ser uma matriz quadrada,
om o determinante asso
iado não nulo, é
possível en
ontrar uma matriz inversa A−1 tal que as relações seguintes sejam válidas:
A A−1 = A−1 A = 1 .
Há alguns algorítmos que permitem o
ál
ulo da matriz inversa.
O exemplo seguinte mostrará
omo empregar a té
ni
a que
al
ula os
ofatores para
ada elemento de matriz.
H
Cal
ulamos, pela regra de Sarrus, o valor do determinante
det M = −1 + 9 − 4 = 4 .
Como o determinante não é nulo, é possível inverter a matriz M.
Pre
isaremos da transposta de M, que já aprendemos a
al
ular, tro
ando linhas por
olunas,
1 2 3
M t = 2 −1 0 .
3 0 1
Se vo
ê observar bem, a transposta
oin
idiu
om a matriz original; quando isto o
orre,
dizemos que a matriz M é simétri
a, Mt = M.
Para
ada um dos elementos de M t ,
al
ulamos o
hamado
ofator
orrespondente, que
é o produto do termo (−1)
i+j pelo determinante menor que se obtém eliminando a linha
i e a
oluna j.
Por exemplo, o
ofator para o elemento (M t )11 = 1, vale (−1)1+1 vezes o determinante
menor:
−1 0
(−1) 1+1 = −1 .
0 1
Para
hegar neste determinante de ordem 2 a
ima, eliminamos a primeira linha e a
primeira
oluna de M t.
Como um segundo exemplo de
ofator, mostramos o
ofator do elemento (M t )12 = 2,
2 0
(−1) 1+2 = −2 .
3 1
(A B)−1 = B −1 A−1 .
(A−1 )−1 = A .
a11 a12 . . . a1n x1 b1
a21 a22 . . . a2n x2 b2
=
... ... ... ... ... ...
am1 am2 . . . amn xn bn
Em função das várias apli
ações que se pode en
ontrar em físi
a, nós estamos parti-
ularmente interessados em sistemas de equações
om m = n, envolvendo uma matriz A
quadrada.
Para tratar o
aso de sistemas não homogêneos de equações existe a regra de Cramer,
bastante direta e e
iente para obter a solução do sistema de equações. Para usá-la,
devemos
al
ular o determinante asso
iado à matriz A, e este deve ser não nulo. Neste
aso,
ada uma das in
ógnitas xi será dada pelo determinante da matriz A substituída a
oluna i pelo vetor
oluna b, dividido pelo determinante da matriz A original. Por exemplo,
para determinar x1 ,
b1 a12 . . . a1n
1 b2 a22 . . . a2n
x1 =
det A . . . . . . . . . . . .
bn an2 . . . ann
Este sistema pode ser
olo
ado em forma matri
ial, usando as propriedades de produtos
de matrizes, na forma Ax = b,
1 2 1 x 4
2 −1 −1 y = 3 .
1 1 3 z 3
det A = −3 − 2 + 2 + 1 − 12 + 1 = −13 .
observe que a primeira
oluna da matriz A foi substituída pelo vetor
oluna b. A mesma
substituição será feita na segunda e ter
eira
olunas para obter y e z,
1 4 1
1
y=− 2 3 −1 = +1 ,
13
1 3 3
B.4. SISTEMAS DE EQUAÇÕES LINEARES 409
1 2 4
1
= 0.
z=− 2 −1 3
13
1 1 3
0 a12 . . . a1n
1 0 a22 . . . a2n
=0
x1 =
det A ... ... ... ...
0 an2 . . . ann
e analogamente x2 = x3 = . . . = xn = 0.
Essa é a
hamada solução trivial; para o físi
o, no entanto, ela não tem muita utilidade.
Porém, se o sistema for n×n
om o determinante nulo, então haverá soluções não
triviais para o sistema. Neste
aso, as linhas de A não serão todas independentes.
Para
ompreender este detalhe, pre
isaremos introduzir o
on
eito de dependên
ia e
independên
ia linear. Vamos usar matrizes
oluna para introduzir a denição, mas pode-
ríamos usar igualmente vetores linha (as linhas da matriz A, por exemplo).
u1 v1 z1
u2 v2 z2
u=
... , v=
... , ... , z=
...
un vn zn
αu + β v + ... + ζ z = 0.
Isto signi a:
α u1 + β v1 + . . . + ζ z1 0
α u2 + β v2 + . . . + ζ z2 0
= .
... ...
α un + β vn + . . . + ζ zn 0
1 2
u= , v= ,
2 4
410 APÊNDICE B. MATRIZES
e então 2u − v = 0.
Já tínhamos dito que um determinante que possui duas linhas iguais é nulo; o mesmo
o
orre se tem linhas propor
ionais. O fato do determinante do sistema de equações homogê-
neo ser nulo signi
a que nem todas as linhas do sistema são independentes, possivelmente
uma delas é repetida, ou propor
ional a outra linha (ou uma
ombinação linear de ou-
tras linhas). Isto abaixaria o número de linhas (independentes) do sistema de equações,
tornando-o indeterminado (
om innitas soluções). Veja o exemplo a seguir.
H
O determinante dos
oe
ientes do sistema vale:
1 2
det A = =0
2 4
Note bem, a úni
a forma de anular aquela
ombinação linear a
ima é tomando os
oe
ientes α, β , ..., ζ todos nulos.
Um exemplo bastante
orriqueiro, no espaço dos vetores posição da físi
a Newtoniana,
é o
onjunto de versores ~
i, ~j e ~k dos eixos x, y e z. Eles são linearmente independentes, de
modo que
a~i + b ~j + c ~k = 0
só vale para a = b = c = 0.
i = cos θ i′ − sen θ j′ ;
j = sen θ i′ + cos θ j′ .
xi + yj = x′ i′ + y ′ j′
e, usando a relação mais a ima entre os versores dos dois sistemas de eixos,
Igualando os
oe
ientes de i′ do lado esquerdo aos do lado direito, e fazendo o mesmo
′
para os
oe
ientes de j ,
amos
om:
x′ = cos θ x + sen θ y
y ′ = −sen θ x + cos θ y
z′ = z
412 APÊNDICE B. MATRIZES
x′ cos θ sen θ 0 x
y ′ = −sen θ cos θ 0 y .
z′ 0 0 1 z
| {z }
R
′
x x
y = R−1 y ′ .
z z′
O determinante de R vale: det R = cos2 θ + sen 2 θ = 1. A matriz inversa R−1 pode ser
onseguida através do
ál
ulo dos
ofatores a partir da transposta de R,
cos θ −sen θ 0
Rt = sen θ cos θ 0 .
0 0 1
Obtemos:
cos θ −sen θ 0
R−1 = sen θ cos θ 0 = Rt .
0 0 1
B.6. DIAGONALIZAÇO DE MATRIZES: AUTOVALORES E AUTOVETORES 413
Quando a inversa de uma matriz
oin
ide
om a transposta, essa matriz se
hama
ortogonal. É o que o
orre
om a matriz de rotação estudada.
Observe novamente a forma da matriz R, e
ompare
om R−1 . A apli
ação de R−1
sobre o sistema
om linha (x
′ y ′ z ′ ) deve voltar ao sistema xyz , mas nesse
aso o ângulo
tomado tem que ser (−θ ), ou seja, a rotação tem que ser tomada no sentido inverso. Por
este motivo as expressões de R e R−1 não são iguais. Lembrando que o
osseno é uma
função par, cos(−θ) = cos θ , e o seno é ímpar, sen (−θ) = −sen θ , podemos
ompreender a
diferença entre os elementos da matriz R e os de sua inversa.
Ax = λx
sendo Ann uma matriz quadrada, xn1 um vetor
oluna e λ um número real ou
omplexo.
A equação de autovalores terá solução para alguns valores de λ, que serão
hamados de
autovalores. Para
ada autovalor haverá uma solução para x, que será então
hamado
autovetor asso
iado àquele autovalor.
A físi
a do mundo mi
ros
ópi
o, des
rita pela teoria
hamada me
âni
a quânti
a, é
regida pela equação de S
hrödinger, que é uma equação de autovalores:
bψ =Eψ
H
e o operador Hamiltoniano b
H é usualmente representado por uma matriz; E é a ener-
gia, apenas alguns valores dela serão permitidos (serão exatamente os autovalores). As
autofunções ψ serão as soluções da equação de S
hrödinger, para
ada um dos autovalores.
As equações de autovalores também surgem em apli
ações importantes da me
âni
a
lássi
a,
omo nos sistemas
om vários os
iladores a
oplados.
Portanto, pre
isamos aprender a
al
ular autovalores e autovetores, e uma boa forma
de
omeçar, neste tema, é
al
ulá-los para equações matri
iais.
A sistemáti
a está esboçada no exemplo que segue.
H
Ax = λx,
Es
revemos expli
itamente a equação de autovalores
1 1 0 x x
1 0 1 y =λ y
0 1 1 z z
414 APÊNDICE B. MATRIZES
Para haver uma solução não trivial do sistema de equações (B.1), o determinante da
matriz quadrada à esquerda deve ser anular,
det (A − λ 1) = 0 .
−(1 − λ)2 λ − (1 − λ) − (1 − λ) = 0
ou
(1 − λ) [−2 − λ (1 − λ)] = 0 .
Uma das soluções é λ1 = 1; para a
har as outras soluções, abrimos a expressão no
ol
hete e a igualamos a zero,
λ2 − λ − 2 = 0 .
Resolvendo a equação de segundo grau, a
hamos λ2 = −1 e λ3 = 2.
Des
obrimos portanto os autovalores 1, −1 e 2.
Para
ada um deles, vamos resolver o sistema de equações homogêneo (B.1).
Para o autovalor λ1 = 1, o sistema de equações
a:
y = 0
x−y+z = 0
y = 0
1
1
u1 = √ 0 .
2 −1
Tomando o mesmo pro
edimento para o autovalor −1, obtém-se o autovetor normali-
zado:
1
1
u2 = √ −2
6 1
1
1
u3 = √ 1 .
3 1
O fato do produto es
alar ser nulo signi
a que os dois vetores
oluna são ortogonais.
Cal
ulamos também:
1
1 1
hu1 |u3 i = √ 1 0 −1 1 = √ [1 − 1] = 0 ;
6 1 6
1
1 1
hu2 |u3 i = √ 1 −2 1 1 = √ [1 − 1] = 0 .
3 2 1 3 2
416 APÊNDICE B. MATRIZES
A:
esta matriz terá a propriedade de diagonalizar a matriz
√ √ √ √ √
1/√2 0√ −1/√ 2 1 1 0 1/ 2 1/ √6 1/√3
Mt A M = 1/√6 −2/√ 6 1/√6 1 0 1 0√ −2/√ 6 1/√3
1/ 3 1/ 3 1/ 3 0 1 1 −1/ 2 1/ 6 1/ 3
√ √ √ √ √
1/ √2 0√ −1/√2 1/ 2 1/ √6 1/√3
= −1/√ 6 2/√6 −1/√ 6 0√ −2/√ 6 1/√3 .
2/ 3 2/ 3 2/ 3 −1/ 2 1/ 6 1/ 3
que é de fato uma matriz diagonal; note que os números na diagonal são exatamente os
autovalores de A.
Assim, aprendemos
omo diagonalizar uma matriz; os pro
edimentos de diagonalização
de matriz e o de determinar autovetores são intrinse
amente rela
ionados.
Como veremos adiante, o fato de termos obtido autovalores reais e autovetores dois a
dois ortogonais neste exemplo se deve à simetria da matriz A. Se a matriz real não for
simétri
a, estas duas propriedades não estão garantidas.
N
No
aso da matriz A = (aij ) possuir elementos perten
entes ao
orpo dos números
omplexos C, dene-se a matriz
onjugada
omplexa de A:
A∗ = (a∗ij )
(AB)† = B † A† ;
At = A
e na matriz ortogonal,
At = A−1 .
No
aso de matrizes
om elementos
omplexos, aquelas duas
orrespondem respe
tiva-
mente às matrizes Hermiteana e unitária, que introduziremos agora.
Quando
A† = A
falamos que A é uma matriz Hermiteana; se a matriz satiszer
A† = A−1
1
u1 t u1 = α2 1 0 −1 0 = 1
−1
e a
hando α.
Mas, quando se tratar de matrizes envolvendo valores
omplexos, o pro
edimento de
tomar a transposta, na expressão a
ima, é substituído por tomar a adjunta (isto é, trans-
posição mais
onjugação
omplexa). Veremos um exemplo disto em breve.
Uma transformação de similaridade (operada pela matriz B) transforma a matriz A
em
A′ = B † A B
sendo B uma matriz ortogonal ou unitária. A e B são matrizes quadradas n × n.
418 APÊNDICE B. MATRIZES
Mostramos há pou
o no Exemplo B.8 que a matriz M formada pelos autovetores nor-
malizados da matriz A diagonaliza essa matriz; a operação tomada lá é exatamente uma
transformação de similaridade, já que para uma matriz real, M † = M t,
A′ = M t A M .
Uma
ara
terísti
a muitíssimo importante das matrizes Hermiteanas é que sempre pos-
suem autovalores reais, e seus autovetores são dois a dois ortogonais. Já observamos isto no
itado Exemplo B.8, em que a matriz envolvida era simétri
a (ela pode ser vista
omo uma
matriz Hermiteana possuindo apenas elementos reais). Este ponto é melhor desenvolvido
no
apítulo 2,
om um tratamento para operadores em espaços de Hilbert.
Vamos explorar o
on
eito de matriz unitária através do seguinte exemplo.
H
As matrizes de Pauli têm utilidade na des
rição de spins em sistemas quânti
os.
(a) Para provar que se trata de matriz unitária,
al
ulamos as
orrespondentes transposta,
adjunta e inversa:
t 0 i
σ2 = ;
−i 0
† ∗ t 0 −i
t ∗
σ2 = (σ2 ) = (σ2 ) = ;
i 0
1 0 i 0 −i
σ2 −1 = = = σ2 † .
(−1) −i 0 i 0
0 −i x x
=λ
i 0 y y
−λ −i x 0
= .
i −λ y 0
B.7. MATRIZES HERMITEANAS E UNITÁRIAS 419
−λx − iy = 0
(B.2)
ix − λy = 0
que só terá soluções não triviais se o determinante dos oe ientes for nulo,
−λ −i
det = 0.
i −λ
A equação se
ular é
λ2 − 1 = 0
om soluções λ1 = 1 e λ2 = −1.
O autovetor
orrespondente a λ1 = 1 é a solução do sistema B.2,
−x − iy = 0
1
hu1 |u1 i = α2 1 −i =1
i
√
om o que en
ontramos α = 1/ 2. Eis o autovetor normalizado:
1 1
u1 = √ .
2 i
Observe que para es
rever a matriz hu1 |, tomamos a adjunta de u1 (e não a transposta,
omo no
aso real). Ou seja, transpusemos e tomamos a
onjugação
omplexa de seus
elementos.
Seguindo um pro
edimento análogo, o autovetor
orrespondente a λ2 = −1 será
1 1
u2 = √ .
2 −i
1 1 1
hu1 |u2 i = 1 −i = [1 − 1] = 0 .
2 −i 2
PROBLEMAS
B.1 A
he a inversa da matriz:
−1/4 −1/2 3/4
−1/2 −2 3/2 .
3/4 3/2 −5/4
B.10 Suponha que A seja uma matriz quadrada n × n Hermiteana. Mostre que a matriz
A′ = U † A U , obtida por transformação de similaridade, é também Hermiteana, se
U for unitária. Em outras palavras, mostre que a transformação de similaridade por
uma matriz unitária preserva o
aráter Hermiteano da matriz original.
422 APÊNDICE B. MATRIZES
A matriz não é simétri
a; seus autovalores são reais mas os autovetores não são ortogonais.
[B.7℄: autovalores 1 ± i; autovetores:
1 1 1 1
√ ; √
2 i 2 −i
(que são ortogonais). Note que, apesar da matriz ser real, ela não é simétri
a, possuindo
autovalores
omplexos. [B.8℄ Para mostrar que é unitária, mostre que a inversa é igual√
à adjunta (e numeri
amente igual à
onjugada
omplexa de U ); autovalores (1 ± i)/ 2;
autovetores:
1 1 1 1
√ ; √
2 1 2 −1
(eles são ortogonais);
al
ule também M † U M que é igual a uma matriz diagonal,
om os
autovalores exibidos na diagonal. M é a matriz formada pelos autovetores, não se esqueça
do fator de normalização! [B.9℄ (d1) não; (d2) não; (d3) sim; (d4) não.