logo
Revis ˜ao Matem ´atica
Ney Lemke
Mec ˆanica Qu ˆantica
Outline
1 Algebra Linear´
2 Equac¸ ˜oes Diferenciais Parciais
logo
Outline
1 Algebra Linear´
2 Equac¸ ˜oes Diferenciais Parciais
Espac¸o Vetorial
Formalmente definimos vetor como sendo um elemento de um espac¸o vetorial.
Um espac¸o vetorial ´e um conjunto que possui duas operac¸ ˜oes, chamadas de soma e multiplicac¸ ˜ao por escalar. Estas
operac¸ ˜oes obedecem estas propriedades:
1 ~x + ~y = ~y + ~x
2 (~x + ~y ) + ~z = ~x + (~y + ~z) 3 ~x + 0 = ~x
logo
Espac¸o Vetorial
Sejam α e β quantidades escalares:
1 α(β~x ) = (αβ)~x 2 (α + β)~x = α~x + β~x 3 α(~x + ~y ) = α~x + α~y
Exerc´ıcio
Mostre que os n ´umeros complexos formam um espac¸o vetorial, se considerarmos multiplicac¸ ˜ao por escalar, multiplicac¸ ˜ao por real.
logo
Combinac¸ ˜ao Linear
αix~i+ . . . + αnx~n= n
X
i=1
Vetores linearmente independentes
n vetores s ˜ao considerados linearmente independentes se e somente se:
n
X
i=1
αi~xi =0
logo
Subespac¸o Vetorial
Considere k vetores ~xi, . . . , ~xk e o conjunto de vetores na
forma: ~ y = k X i=1 αix~i
Este conjunto ´e chamado de sub-espac¸o vetorial. Observe que este conjunto ´e um espac¸o vetorial.
Subespac¸o Vetorial
Se os vetores ~xi, . . . , ~xk forem linearmente independentes dizemos que eles formam uma base para o sub-espac¸o
vetorial. Se k for a dimensionalidade do espac¸o dizemos que o conjunto ´e uma base para o espac¸o vetorial.
logo
Subespac¸o Vetorial
Suponha que os vetores ~ei sejam uma base para um espac¸o
vetorial, ou seja ~ x = n X i=1 xi~ei
Representamos o vetor usando o vetor coluna:
~ x = x1 . . . xn
Operadores
Um operador ´e uma func¸ ˜ao que associa um elemento do espac¸o vetorial a outro elemento do espac¸o vetorial:
~
logo
Operador Linear
Um operador Linear deve satisfazer asseguintes condic¸ ˜oes:
1 L(α~x ) = αL~x 2 L(~x + ~y ) = L~x + L~y 3 L(0) = 0
Operador Linear
L(~ei) = ~ai = n X j=1 aji~ej ~y = L~x ~y = L n X i=1 xi~ei = X ij xiaji~ej yk = X akixilogo
Composic¸ ˜ao de Operadores Lineares
~ y = A~x ~z = B~y yi = X j aijxj zk = X j dkiyi zk = X ij aijdkixj hkj= X i dkiaij
Exemplos de Operadores Lineares
I: I~x = ~x N: N~x = −~x Rotac¸ ˜ao
logo
Mudanc¸a de Base
~ x =X i xi~ei ~x = X i xi0~gi ~g =X j gji~ej G = [gij] ~ej = X i tij~gi T = [tij] ~x =X j xj~ej = X ji xjtij~gi = X i ~gi X j tijxj xi0=X j tijxj xi= X j gijxjMudanc¸a de Base
~x = G ~x0 ~ x0 =T ~x ~x = TG~x TG = Ilogo
Mudanc¸a de Base
~ y = A~x y~0 =A0x~0 ~ y0 =T ~y x~0 =T ~x T ~y = A0T ~x ~ y = T−1A0T ~x A = T−1A0T A0 =TAT−1Matriz Transposta
Seja uma matriz:
A = [Aij]
a matriz transposta AT ´e dada por: ATij =Aji
logo
Determinantes
Definition: O determinante de uma matriz quadrada ´e definido por: det A = X σ∈Sn sgn(σ) n Y i=1 Ai,σi
a soma ´e calculada sobre todas as permutac¸ ˜oes σ , o sinal de uma permutac¸ ˜ao est ´a relacionado ao n ´umero de trocas a partir da seq. ordenada {1, . . . , n}, se o n ´umero de trocas for par o sinal ´e positivo e negativo caso contr ´ario.
Determinantes
Propriedades
1 det AB = det A det B 2 detAT =det A 3 det(αA) = αndetA 4 det I=1
5 detT−1=1/(detT ) 6 detTAT−1=detA
logo
Trac¸o
O Trac¸o de uma matriz quadrada e dado por:
TrA = n X i=1 Aii Propriedades 1 TrAT =TrA 2 Tr(A + B) = TrA + TrB
3 TrAB = TrBA (propriedade circular)
4 TrTAT−1=TrA (Trac¸os s ˜ao invariantes a mudanc¸as de
Produto Interno
O produto interno ´e um escalar (~x , ~y ) obtido a partir de dois vetores ~x e ~y e que satisfaz as propriedades:
Espac¸o Reais (~x , ~y ) = (~y , ~x ) (~x , ~y +~z) = (~x , ~y )+(~x , ~z) (~x , ~x ) ≥ 0 Espac¸o Complexos (~x , ~y ) = (~y , ~x ) (~x , ~y +~z) = (~x , ~y )+(~x , ~z) (~x , ~x ) ≥ 0
logo
Produto Interno
Espac¸o Reais (~x , ~y ) =Pn i=1xiyi = ~xT~y Espac¸o Complexos (~x , ~y ) =Pn i=1xi∗yi = ~x†~yA† ´e a matriz transposta e conjugada de A. L ˆe-se dagger ou adaga.
Base ortonormal
Dois vetores s ˜ao ditos ortogonais se: (~x , ~y ) = 0 Uma base ´e dita ortonormal se:
logo
Classes de Matrizes
Unit ´arias U†U = I
Ortogonais GTG = I
Autovalores e Autovetores
A~x = λ~x ~x ´e um autovetor
λ´e um autovalor
logo
Teorema 1:
Se uma matriz possui m autovalores distintos ent ˜ao a matriz possui m autovetores ortogonais.
Lema
(AB)†=B†A† (AB)†= [ABik†] = (X j AijBjk)†= X j A∗jiB∗kj (AB)†=B†A†logo
Teorema 2:
Os autovalores de uma matriz hermitiana s ˜ao todos reais. Demonstrac¸ ˜ao: A~x = λ~x ~x†A†= λ~x† ~x†A = λ~x† ~ x†A~x = λ~x†~x λ~x†~x = λ~x†~x λ = λ
Teorema 3:
Os autovalores de uma matriz hermitiana correspondentes a dois autovalores distintos s ˜ao ortogonais.
Demonstrac¸ ˜ao:
A~x = λ1~x
A~y = λ2~y
~
logo
Teorema 3:
~ y†A = λ2~y† ~ y†A~x = λ1~y†~x ~ y†A~x = λ2~y†~x Como λ16= λ2~y†~x = 0Exemplo:
A = 1 √ 2 √ 2 21 Encontre os autovetores e os autovalores. 2 A matrix ´e hermitiana?
logo
Exerc´ıcio:
Considere a mudanc¸a de base: x10 =x1 x20 =x3 x30 =x2
1 Escreva T . 2 Escreva T−1 3 Calcule TT−1 4 Seja: A = 1 0 3 2 5 0 3 0 0
um operador linear representado na base xi escreva A na
Outline
1 Algebra Linear´
2 Equac¸ ˜oes Diferenciais Parciais
logo
Equac¸ ˜ao da Onda
∂2u ∂x2 = 1 c2 ∂2u ∂t2 u(0) = u(L) = 0
Separac¸ ˜ao de Vari ´aveis
u(x , t) = X (x )T (t) Aplicando na eq. da onda:
c2X00T (t) = X (x )T00 c2X
00
X = T00
T A ´unica forma dessa equac¸ ˜ao ser satisfeita ´e:
d2X dx2 = λX
X = A cos(p−|λ|x) + B sin(p−|λ|x) Usando as condic¸ ˜oes de contorno temos que:
logo
Separac¸ ˜ao de Vari ´aveis
d2T dt2 =c 2λT Tn(t) = Cncos nπct L +Dnsin nπct L un(x , t) = Ancos nπct L +Bnsin nπct L sin nπx L
Qualquer combinac¸ ˜ao linear dessas func¸ ˜oes ´e uma soluc¸ ˜ao da equac¸ ˜ao, logo a soluc¸ ˜ao mais geral poss´ıvel ´e:
y (x , t) = ∞ X n=0 Ancos nπct L +Bnsin nπct L sinnπx L
Condic¸ ˜ao Inicial
L L2 h y (x , 0) = 2h Lx se x < L/2 2h −2hLx se x > L/2 ˙y (x, 0) = 0logo
Soluc¸ ˜ao
Usando as condic¸ ˜oes iniciais temos que:
y (x , 0) = ∞ X n=1 Ansin nπx L An=? ˙y (x, 0) = − ∞ X n=0 Bn nπc L sin nπx L =0 Bn=0
Determinando A
nVamos usar a seguinte identidade: Z L 0 sinnπx L sinmπx L dx = L/2δnm
Usando a condic¸ ˜ao inicial: Z L 0 y (x , 0) sinmπx L = Z L 0 ∞ X n=1 Ansin nπx L sinmπx L Z L 0 y (x , 0) sinmπx L = LAm 2
logo
Determinando A
nAt ´e agora esta soluc¸ ˜ao ´e geral, particularizando para a nossa func¸ ˜ao. Temos:
Am = 2 L Z L/2 0 2hx L sin mπx L dx + Z L L/2 2h −2hx L sinmπx L dx Am = ( 0 se m ´e par 8(−1)(m+1)/2 m2π2 se m ´e impar Use o resultado: Z x sinmπx L dx = L 2sin 2πx L 4π2 − Lx cos 2πxL 2π
Aproximac¸ ˜ao
Comparac¸ ˜ao entre a aproximac¸ ˜ao para 5 termos e o resultado esperado. 0.2 0.4 0.6 0.8 1.0 0.2 0.4 0.6 0.8 1.0
logo
Interpretac¸ ˜ao dos resultados
“Qualquer” func¸ ˜ao no intervalo [0, L] pode ser
representada como uma soma de senos e cossenos. Podemos considerar o espac¸o de todas as func¸ ˜oes que podem ser expressas como a soma de senos e cossenos no intervalo [0, L].
Interpretac¸ ˜ao dos resultados
As func¸ ˜oes r 2 Lsin mπx L r 2 Lcos mπx Lformam uma base ortonormal para esse espac¸o.
f (x ) = ∞ X m=0 An r 2 Lsin mπx L +Bn r 2 Lcos mπx L Note que:
logo
Interpretac¸ ˜ao dos resultados
Considere duas func¸ ˜oes f e g. A integral: Z L
0
f (x )g(x ) dx
pode ser interpretada como um produto interno. Para se convencer disso discretize a func¸ ˜ao e pense no vetor:
Exerc´ıcio
Considere a base formada pelos senos e cossenos, ignore o caso n = 0.
Escreva o operador paridade P[f (x )] = f (−x ).
Escreva a representac¸ ˜ao matricial do operador derivada. Escreva a representac¸ ˜ao matricial do operador integral. Ordene os vetores da base de uma forma conveniente.
logo
Outline
1 Algebra Linear´
2 Equac¸ ˜oes Diferenciais Parciais
Problemas de Sturm Liouville
Equac¸ ˜ao caracter´ıstica para λ: d dx p(x )dy dx − s(x)y + λr (x)y = 0 x ∈ [a, b] Operador linear: L = d dx p(x ) d dx − s(x)
logo
Problemas de Sturm Liouville
Vamos demonstrar que as autofunc¸ ˜oes formam uma base ortogonal para as func¸ ˜oes em [a, b].
Problemas de Sturm Liouville
d dx p(x )dyn dx − s(x)yn+ λnr (x )yn=0 d dx p(x )dym dx − s(x)ym+ λmr (x )ym=0 Temos que: yn d dx p(x )dym dx − s(x)ynym+ λnr (x )ynym=0 ym d dx p(x )dyn dx − s(x)ynym+ λnr (x )ynym=0Subtraindo as eqs. acima: d
logo
Problemas de Sturm Liouville
Integrando: Z b a ym d dx p(x )dyn dx − yn d dx p(x )dym dx dx = = Z b a (−λm− λn)r (x )ynymdx
Realizando a integrac¸ ˜ao por partes:
ynp(x ) dym dx − ymp(x ) dyn dx b a − p(x)dym dx dyn dx +p(x ) dym dx dyn dx = − Z b a (λm− λn)r (x )ynymdx
Problemas de Sturm Liouville
p(x ) yn dym dx − ym dyn dx b a = −(λm− λn) Z b a r (x )ynymdxAssumindo λn6= λm, para que tenhamos:
Z b a r (x )ynym =0 Basta que: y (a) = y (b) = 0 ou y0(a) = y0(b) = 0
logo
Problemas de Sturm Liouville
Al ´em disso: f (x ) =X m amym(x ) Z b a f (x )r (x )yn(x ) = X m Z b a ymynr (x ) dx = an Z b a ym2(x )r (x ) dx an= Rb a f (x )r (x )yn(x ) dx Rb a yn2(x )r (x ) dx
Membrana Circular
∇2u = 1 c2 ∂2u ∂t2 u(a) = 0 u0(r , θ; 0) = 0 u(r , θ; 0) = f (r , θ)logo
Membrana Circular
u(r , θ, t) = Λ(r , θ)T (t) = R(r )Θ(θ)T (t) ∇2u(r , θ, t) = T ∇2Λ = 1 c2T 00 Λ(r , θ) T00 T = −ω 2 ∇2Λ Λ = − ω2 c2 T = A cos ωt + B sin ωtParte Espacial
∇2λ = ∂ 2 ∂r2 + 1 r ∂2 ∂r + 1 r2 ∂2 ∂θ2 RΘ = −ω 2 c2RΘ R00Θ + 1 rΘR + 1 r2RΘ 00 = −ω 2 c2RΘ Θ00 Θ =r 2 −R 00 R − 1 r R0 R − ω2 c2logo
Parte Angular
Θ00 Θ = −α 2 Θ =A sin αθ + B cos αθ Para que Θ seja peri ´odica:Parte Radial
−n2R = −r2R00− rR0− c2ω2r2R r2R00+rR0+ (c2ω2r2− n2)R = 0 Esta ´e a equac¸ ˜ao de Bessel.
logo
Equac¸ ˜ao de Bessel
r2R00+rR0+ (k2r2− n2)R = 0 x = kr ∂R ∂r = ∂R ∂x ∂x ∂r =k ∂R ∂x
Equac¸ ˜ao de Bessel
x2R00+xR0+ (x2− n2)R = 0 M ´etodo das s ´eries:
R(x ) = ∞ X l=0 alxl+s ∞ X l=0 al(l + s)(l + s − 1)xl+s+ ∞ X l=0 al(l + s)xl+s+ ∞ X l=0 alxl+s+2+
logo
Equac¸ ˜ao de Besse ´e SL
d dx p(x )dy dx − s(x)y = λr (x)y = 0 (rR0)0+ (k2r − n2/r )R = 0 p(x ) = x s(x ) = −n2/r r (x ) = r λ =k2
Equac¸ ˜ao de Bessel
Drible da Vaca: ∞ X l=0 alxl+s+2 = ∞ X l=2 al−2xl+s ∞ X l=2 [al(l + s)2+al−2− n2al]xl+s+ [aos2− n2ao]xs+ [a1(s + 1)2− n2a1]xs+1=0logo
Equac¸ ˜ao de Bessel s = n
al = al−2 n2− (l + n)2 = al−2 n2− n2− 2ln − l2 al = −al−2 l(l + 2n) a1[(n + 1)2− n2] =a1(2n + 1) = 0 a1=0
Equac¸ ˜ao de Bessel s = n
a2k = − a2(k −1) 2k (2k + 2n) = −a2(k −1) 22k (k + n) a2k = (−1)k 22kk !(n + 1)(n + 2) . . . (n + k ) Padronizac¸ ˜ao: ao = 1 2nn! a2k = (−1)k 2n+2kk !(n + k )! ∞ (−1)lxn+2llogo
Equac¸ ˜ao de Bessel s = −n
al = −al−2 n2− (l2− 2ln + n2) = −al−2 l(l − 2n) a2k = −a2(k −1) 22k (k − n) = (−1)ka0 22k(−n).(−n + 1) . . . (−n + k )
Problemas se n ´e inteiro. Este caso deveria ser analisado com mais cuidado. Se procedessemos nesta direc¸ ˜ao ir´ıamos obter as func¸ ˜oes de von Neumann que n ˜ao nos interessam pois estas divergem na origem.
Equac¸ ˜ao de Bessel
2 4 6 8 10 -0.4 -0.2 0.2 0.4 0.6 0.8 1.0 Lembrando que x = kr . R(a) = 0 Jn(ka) = 0logo
Soluc¸ ˜ao Geral
ωnm= γn,mc a u(r , θ, t) = ∞ X n=0 ∞ X m=1 Jn γn,mr a (Anmcos(nθ) + Bnmsin(nθ)) ×(Cnmcos ωnmt + Dnmsin(ωnmt))
Caso Particular
u(r , θ, 0) = f (r , θ) ˙u(r , θ, 0) = 0 f (r , θ) = ∞ X n=0 ∞ X m=1 Jn γn,mr a (Anmsin(nθ) + Bnmcos(nθ)) Anm= 2Ra 0 R2π 0 f (r , θ)rJn γn,mr a sin(kθ) Ra 0 rJn2 γn,mr alogo
Exerc´ıcio
Considere f (r , θ) como sendo um cone de altura h e raio a centrado na origem. Considere apenas os 10 primeiros termos da expans ˜ao de Fourier generalizada.