METODOS MATEMATICOS DE LA FISICA

1. I NTRODUCCI ON
El fsico no crea matemticas, sino que la usa para describir fenmenos naturales. La
metodologa que sigue el fsico para seleccionar los tpicos de las matemticas que
aplica a sus objetos de reflexin manifiesta la diferencia entre un fsico y un
matemtico. En particular, la intuicin juega un papel muy diferente en estos dos
cientficos. Un matemtico, es decir, alguien que crea matemticas, debe apartarse de
conceptos puramente intuitivos si desea avanzar en lo que ya conoce. Solamente lo que
existe puede drsele una interpretacin intuitiva; lo que es desconocido no es obvio
intuitivamente y no puede compararse con lo que es conocido. Por otra parte, el fsico es
alguien que crea fsica que describe lo que observa en el mundo natural, y por
consiguiente esta ms propenso a ganar de esa observacin si usa un lenguaje ms
intuitivo.
Trataremos en este curso de enfatizar el aspecto intuitivo de las matemticas por medio
del establecimiento de puentes cada vez que sea posible, entre las nociones abstractas
que se introduzcan y las nociones de las matemticas elementales que son obvias al
lector. No creemos, sin embargo, que estas nociones ganen en claridad dando
consistentemente ejemplos prestados de la fsica, puesto que las ideas matemticas
deberan entenderse por s solas.

CAPITULO 1
ESPACIOS VECTORIALES LINEALES

1. Definicin de un espacio vectorial lineal.
Consideremos un conjunto S de ciertos objetos abstractos, representado por el smbolo
> . Con el fin de distinguir estos objetos, les damos distintivo, por ejemplo |a>, |b>, |c>,

Las reglas de manipulacin o de composicin de estos objetos, esto es, su algebra,
estn dados por dos operaciones fundamentales: 1) La primera de ellas nos permite
construir de cualquiera, dos de estos objetos |>, un tercero |> que es llamado la suma de
los primeros dos |>. Con el fin de indicar que un objeto particular |c>, es la suma de
otros dos |a> y |b>, escribimos
|c> = |a> + |b> (1)

2) La segunda operacin es la multiplicacin de un |> por un nmero, que nos permite
construir de cualquier nmero complejo y cualquier vector |> otro vector |>. La
ecuacin

|c> = o |b> (2)

significar que |c> es el producto de |b> por el numero complejo .

Las anteriores operaciones se aplican para un conjunto de objetos |>. En este curso, sin
embargo, nos ocuparemos solo de conjuntos especiales de objetos que tienen las
siguientes propiedades:
A. (a) Si |a>, |b> e S, entonces (|a> + |b>) e S
(b) Si |a> e S y o es un numero complejo, entonces o |a> e S.
(c) Existe un elemento nulo |0> e S, tal que, para cualquier |a> e S, se tiene
|a> + |0> = |a>
(d) Para cualquier |a> e S, existe un elemento |a> e S, tal que
|a> + |a> = |0>
el elemento |a> se identifica con |-a>.

B. (a) La suma de los vectores es conmutativa y asociativa:
|a> + |b> = |c> = |b> + |a>; |a>, |b>, |c> e S
(|a> + |b>) + |c> = |a> (|b> + |c>) (3)
(b) La multiplicacin por un escalar (cualquier numero complejo), es distributiva y
asociativa:
(|a> + |b>) = |a> + |b> (4)
( |a>) = ( ) |a>
(+ ) |a> = |a> + |a>; , e C
Adems, la multiplicacin por el escalar 1 deja cada vector igual,
1. |a> = |a>
Un conjunto de vectores |a>, |b>|u> se dice que son linealmente independientes si no
se satisface ninguna ecuacin
|a> + |b> +|> = 0 (5)
excepto la ecuacin trivial con == =0.
Si en un espacio vectorial particular existen n vectores linealmente independientes, pero
ningn conjunto de n+1 vectores linealmente independientes, se dice que el espacio es
n-dimensional. Consideremos principalmente espacios de dimensin finita en este
captulo, pero discutiremos brevemente espacios de infinitas dimensiones al final.
Sea |e
1
>, |e
2
>, |e
n
> un conjunto de vectores linealmente independientes en un
espacio vectorial n-dimensional. En consecuencia, si |x> es un vector arbitrario del
espacio, existe una relacin
|e
1
> + |e
2
>+ |e
n
>+ |x>=0
con no todas las constantes iguales a cero, y en particular = 0. Por consiguiente |x>
puede escribirse como una combinacin lineal de los |e
i
>:
|x> =

=
>
n
i
i i
e x
1
(6)
Los vectores |e
i
> se dice que forman una base, o un sistema de coordenadas, y los
nmeros x
i
son los componentes de |x> en este sistema. Los |e
i
> son llamados vectores
bases. El hecho de que un vector arbitrario |x> pueda escribirse como una combinacin
lineal de los |e
i
> , a menudo se expresa diciendo que el conjunto de vectores bases |e
i
>
es completo. La idea de complets es muy importante, y ocurrir varias veces en el
desarrollo del curso.
2. Operadores lineales
Consideremos una funcin vectorial lineal de un vector, esto es, una regla que asocia
con cada vector |x> otro vector |(|x>). Usaremos la notacin
|(|x>) > F |x> (7)
La accin de la funcin vectorial en un vector |x> es producir otro vector que resulta
de la accin de un operador F sobre |x> y se denota F|x>. Esta accin es en forma
lineal:
F(|a> + |b>) = F|a> + F|b>
Asumiremos que para todo |a> e S, F|a> e S.
Es suficiente, por lo tanto, conocer los n vectores F|e
i
> para representar un operador F.
Esto es
F|e
i
> =

=
>
n
j
j ji
e F
1
| (8)
donde F
ji
es la componente j del vector F|e
i
>.
Si ahora consideramos un vector arbitrario |x> e S y llamamos F|x> = |y>, tenemos
|y> = F

= = = =
> >= = |
.
|

\
|
>
n
i
n
j
j ji
n
i
i i i
n
i
i i
e F x e F x e x
1 1 1 1
| | |
pero, |y> =

=
>
n
j
j j
e y
1
|
por consiguiente, los componentes de |y> estn relacionados por
y
j
=

=
n
i
i ji
x F
1
(9)
que presenta la accin del operador lineal F sobre |x>, o sea
|y> = F |x> (10)
As como un vector, un operador lineal a menudo tiene un significado fsico que es
independiente de una base especifica.
Las n ecuaciones

=
+ + + = =
n
j
n in i i j ij
x F x F x F x F Y
1
2 2 1 1 1
... , para i=1,2,3,n pueden
escribirse con el siguiente arreglo
(
(
(
(
(
(

(
(
(
(
(
(

=
(
(
(
(
(
(

n nn n n
n
n
n
x
x
x
F F F
F F F
F F F
Y
Y
Y
.
.
. .
. . . . .
. . . . .
. .
. .
.
.
2
1
2 1
2 22 21
1 12 11
2
1
(11)
que representa la ecuacin vectorial |y> = F |x>, o sea que un vector esta representado
por la matriz columna cuyos elementos son los componentes del vector en la base
{ } n i e
i
... 3 , 2 , 1 , | = > , y un operador F por una matriz cuadrada cuyos elementos F
ji
son los
componentes de los vectores F |e
i
>.

ALGEBRA DE OPERADORES
Es evidente la existencia del operador nulo () y del operador identidad E, definidos
por las operaciones
|a> = |0>, para todo |a> e S
n

E |a> = |a>, para todo |a> e S
n
(12)
respectivamente.
Ejercicio: Cual ser la representacin matricial de estos operadores?
La suma y el producto de operadores, as como el producto de un operador por un
escalar se definen por las siguientes operaciones:
(A+B) |a> = C |a> = A |a> + B |a> (13)
(AB) |a> = D |a> = A(B |a>) (14)
(A) |a> = (A |a>) = A(|a>) (15)
respectivamente. En general AB = BA, de tal forma que la diferencia AB BA[A, B]
se denomina el conmutador de A y B.

Ejercicio: Dadas las matrices que representan a dos operadores A y B,
respectivamente, en una base vectorial determinar: a) la matriz que representa el
operador suma C = A + B; b) la matriz que representa al operador producto D = AB.

Habiendo definido el producto de dos operadores, podemos por supuesto, definir
tambin un operador elevado a cierta potencia. Por ejemplo, A
m
|a> significamos que

A
m
|a> =

veces m
a A A A A
_
| .... . . >

similarmente, podemos definir funciones de operadores por sus expansiones formales en
potencias. As, por ejemplo, e
A
significa formalmente

...
! 3 ! 2
3 2
+ + + + =
A A
A E e
A
def


Finalmente, si existe un operador A
-1
con las propiedades

AA
-1
= A
-1
A =E (16)

A
-1
es llamado el inverso de A. Operadores que tienen inverso son llamados no
singulares. Usando las reglas de multiplicacin de operadores se obtiene fcilmente
(AB)
-1
= B
-1
A
-1
si existen B
-1
y A
-1
, puesto que
(AB)
-1
AB = B
-1
(A
-1
A)B = B
-1
EB = B
-1
B =E
(AB)(AB)
-1
= A(BB
-1
) A
-1
= AEA
-1
=A A
-1
=E

3. Matrices.
Los nmeros F
ij
(i,j =1n) introducidos en la Ec. (8) se mostraron en un arreglo de
n n en la Ec. (11):

F =
|
|
|
|
|
|
.
|

\
|
nn n n
n
n
F F F
F F F
F F F
. .
. . . . .
. . . . .
. .
. .
2 1
2 22 21
1 12 11
(17)
En general, una matriz es un arreglo rectangular de nmeros que obedecen ciertas reglas
de algebra. Podemos encontrar las reglas que se requieren si las matrices se utilizan para
representar operadores lineales en espacios vectoriales. Por ejemplo, la unicidad de las
descomposiciones de los siguientes vectores

=
> >=
n
j
j ji i
e A e A
1
| | (18)

=
> >=
n
j
j ji i
e B e B
1
| | (18b)
(A+B) |e
i
> =

=
> +
n
j
i ji
e B A
1
| ) ( (18c)
(A.B) |e
i
> =

=
>
n
j
j ji
e B A
1
| ) . ( (18d)
garantizar la unicidad de los resultados de la suma y multiplicacin de matrices.
Sumando (18a) y (18b):
(A+B) |e
i
> =

=
> +
n
j
j ji ji
e B A
1
| ) ( (19a)
y comparando las Ecs. (19a) y (18c), encontramos
(A+B)
ji
= A
ji
+ B
ji
(20a)
Multiplicando la Ec (18b) por A y usando la Ec. (18a) con un cambio obvio de los
ndices de las sumas, obtendremos

(A.B) |i> =

= = =
> >=
n
k
n
j
n
k
ki jk ki
j B A k A B
1 1 1
| | (19b)
Comparando las ecuaciones (19b) y (18d), obtenemos

=
k
ki jk ji
B A B A ) . ( (20b)
Las ecuaciones (20a) y (20b) significan que una matriz con elementos A
ji
+ B
ji

representan el operador suma C = A + B, y una matriz con elementos

k
ki jk
B A
representan el operador producto D = AB.

Ejercicio: Demuestre que la matriz con elementos A
ji
representa el operador A donde
es un escalar.
Para una matriz inversa, tenemos las condiciones
~ ~

~ ~ ~

= = E A A A A
1 1
. . (21)
correspondientes a las ecuaciones que definen un operador inverso A
-1
. Estas
ecuaciones pueden satisfacerse slo si
~
A es una matriz cuadrada con determinante
diferente de 0, en cuyo caso
~

=
A
A de cofactor
A
ji
ij
det
) (
1
(22)

4. Cambio de base en un espacio N-Dimensional.
Como hemos visto, un operador lineal es representado por una matriz cuadrada y un
vector por una matriz columna con respecto a una base dada en Sn (ver Ec. 9). Sin
embargo, una base no es, por supuesto, nica, esto es, pueden existir un infinito nmero
de conjuntos de N vectores linealmente independientes en Sn y cada uno de estos
conjuntos de vectores pueden igualmente escogerse como una base del espacio. En
efecto, sea R un operador lineal representado en la base |e
i
> (i = 1,2,3N) por la matriz
~
R con determinante no cero
0 det =
~
R (23)
Considere un conjunto de vectores

=
> >= >=
n
j
j ji i i
e R e R e
1
'
| | | (i= 1,2,3N) (24)
puesto que R tiene inverso por la Ec. (23), entonces de (24)

=

> >= >=
n
j
j ji i i
e R e R e
1
' 1 1
| ) ( | | (25)

Ejercicio: Demuestre que los vectores |e
i
> (i = 1,2,3N) definidos por la Ec. (24)
forman un conjunto de N vectores linealmente independientes

Considere ahora un vector arbitrario |x> e S
N
, con componentes x
i
y x
i
(i = 1,2,3N)
en los dos sistemas. Entonces,


= = =
=
> >= =
> = >
N
i
i ij
N
j
j
N
j
j j
n
i
i i
e R x e x
e x x
1 1
'
1
' '
1
| |
| |

por consiguiente,

=
j
j ij i
x R x
'

que es equivalente a la ecuacin matricial
~ ~
' x R x
~
= (26)
Multiplicando (26) por R
-1
, se tiene tambin
~
1
~
' x R x

~
= (27)
Ntese que los componentes de |x> transforman diferente que los vectores |e
j
>
(compare la Ec. (25) con la Ec. (27)). Enseguida encontramos la ley de transformacin
para los componentes de operadores lineales, usando la ecuacin de un operador A:
|y> = A|x>
como ecuaciones matriciales en las dos bases |e
i
> y |e
i
> (i=1,2,3N) (ver Ec. 11):
~
~
~
~
' ' ' ; x A y x A y
~ ~
= =
Expresando
~
~
e y x en la primera ecuacin con la ayuda de la Ec. (26), obtenemos
~
1
~
~
~
' ' ' y' x R A R y x R A R
~ ~ ~

~ ~ ~
= =
por consiguiente, la transformacin deseada es
~

~ ~ ~ ~ ~ ~

~
= =
1 1
' ' R A R A R A R A (28)
Esto es un ejemplo de una transformacin de similaridad que es definida como una
transformacin de matrices cuadradas de la forma (28). Cualquier ecuacin algebraica
de matrices permanece invariable bajo una transformacin de similaridad; por ejemplo,
la ecuacin
ABC + D = 0 implica
0 ' ' ' ' 0 ) ( ) (
1 1 1 1
= + = +

D C B A DR R CR RR B RR A R
5. El producto escalar
Supongamos que hemos establecido una regla que asocia con cada par de vectores |b>
e S y |a> e S un cierto nmero complejo que denotaremos por <b|a> y lo llamaremos
el producto escalar de |b> con |a>. Las propiedades del producto escalar sern, por
definicin, las siguientes:
(i) <b|a> = <a|b>* donde ( )* significa conjugada compleja (29)
(ii) <a| (|b> + |c>) = <a|b> + <a|c> (30)
(iii) <a|a> > 0, y <a|a> = 0 implica |a> = |0> (31)
Dos vectores cuyo producto escalar es cero se dice ser ortogonal, y la longitud de un
vector |a> se define por > < a a | . Ntese que las propiedades (29) y (30) implican que
el producto escalar <a|b> es antilineal ( lineal conjugado) en su primer argumento,
esto es,
si d|> = |a> + |b>
entonces, <c|d> = <c|a> + <c|b> por la Ec. (30), pero <d|c> = <c|d>* =
*<c|a>* + *<c|d>* = *<a|c> + *<b|c> = (*<a| + *<b| ) . |c>
por consiguiente, comparando la primera ecuacin con la ultima,
<d| = * <a| + *<b| (30b)
Un espacio vectorial lineal en el cual se ha definido un producto escalar es un espacio
mtrico.
En un espacio mtrico S, el operador X que satisfaga
<a|X|b> <b|A|a>*
para cualquier |a>, |b> e S, es llamado el operador adjunto de A y se denota por A
+
. Por
consiguiente
<a|A
+
|b>
def
= <b|A|a>* para cualquier |a>, |b> e S (32)
Ejercicio: a) Si |> = A|a>, entonces <| = <a|A
+

b) <b|(A
+
)
+
|a> = <b|A|a> o sea (A
+
)
+
= A
c) (AB)
+
= B
+
A
+

d) (A+B)
+
= A
+
+ B
+

Un operador H que es igual a su adjunto, esto es, que obedece la relacin
H = H
+
(33)
es llamado Hermtico.

Un operador U que satisface la condicin
U
+
= U
-1
(34)
es llamado Unitario.
Los operadores unitarios tienen la propiedad de que su accin sobre un vector preserva
la longitud de ese vector:
<a|U
+
. U|a> = <a|U
-1
U|a> = <a|E|a> = <a|a>.

6. Bases ortogonales.
Hasta ahora, en nuestra discusin de representaciones de vectores y operadores lineales,
no se ha hecho uso del producto escalar. Si los vectores bases de un espacio vectorial S
N

son tales que
<ei | ej> = ij (35)
entonces se dice que la base{|e
i
> |e
2
>|e
N
>} es ortonormal. Consideremos entonces la
descomposicin de cualquier vector |a>
e
S
N
:

=
> >=
N
j
j j
e a
1
| | o (26)
por lo tanto,

= =
= = > < >= <
N
j
k kjj j
N
j
j k j k
e e a e
1 1
| o o o o
) ,... 2 , 1 ( | N k a e
k k
= > =< o (37)
O sea, cualquier componente
k
del vector |a> resulta ser el producto escalar de |a> con
correspondiente vector base |e
k
>. Por otra parte, puesto que si

= =
< = < > >=
N
i
i
N
i
i i
e b e b
i
1
*
1
| | | | | |
por lo tanto,

= = =
>= < >= <
N
i
i i j i j
N
i
N
j
i
e e a b
1
*
1 1
*
| | o | o | (38)
Anlogamente, para un operador A (segn Ec. (8)):

=
> >=
N
j
j ji i
e A e A
1
| |

=
>= < >= <
N
j
ki j k ji i k
A e e A e A e
1
| | |

> =<
i k ki
e A e A | | (39)
para cada elemento de matriz A
ki
que representa al operador A en una base ortonormal.
Examinemos ahora la estructura de matrices que representan a operadores adjunto,
hermitica y unitario
* *
| | | | ) (
ik k i i k ki
A e A e e A e A = > >=< =<
+ +

o sea
T
A A ) (
*
=
+
(40)
Considere ahora la matriz hermtica H=H
+
, o sea que elementos de matriz cumplen

*
ik ki
H H = (41)