1 Algunas definiciones previas

La estructura matemática de la mecánica cuántica se construye sobre espacios lin-

eales.

Definición 1.1 Un espacio lineal o espacio vectorial sobre un campo K, es un

conjunto no vacı́o X de elementos x, y, ... llamados vectores, junto con dos opera-
ciones algebráicas. Estas operaciones se llaman adición y multiplicación de vectores
por escalares, estos últimos pertenecientes a K.

La adición de dos vectores φ, ψ determina un único vector φ + ψ. Ası́ mismo, la

multiplicación por escalares determina un único a ψ, donde a ∈ K. Y se cumplen
las siguientes propiedades ∀ ψ, φ, θ ∈ X y ∀a, b ∈ K:

1. ψ + φ = φ + ψ

2. ψ + (φ + θ) = (ψ + φ) + θ

3. Existe un único vector 0 con la propiedad ψ + 0 = ψ

4. a(ψ + φ) = aψ + aφ

5. (a + b)ψ = aψ + bψ

6. a(bψ) = (ab)ψ

7. 1ψ = ψ

8. 0ψ = 0

Definición 1.2 Un conjunto de vectores ψ1 , ψ2 , ...ψn es linealmente dependiente si

existen escalares α1 , ..., αn no todos cero, tales que α1 ψ1 + ... + αn ψn = 0. Y es
Pn
linealmente independiente, si la única forma en que αi ψi = 0 es que α1 = α2 =
i=1
... = αn = 0.

Definición 1.3 Decimos que un espacio vectorial es n-dimensional si contiene n

vectores linealmente independientes pero no n+1. Y es de dimensión infinita si para
cada entero positivo n podemos encontrar n vectores linealmente independientes.

1
Definición 1.4 Por otro lado, un conjunto de vectores ψ1 , ψ2 , ...ψk , se dice que
genera un espacio vectorial si cada elemento del espacio se puede expresar como una
combinación lineal de la forma α1 ψ1 +...+αk ψk . Un conjunto de vectores ψ1 , ψ2 , ...ψk
es una base para un espacio vectorial si es un conjunto linealmente independiente y
genera el espacio.

Definición 1.5 Un producto interno o producto escalar para un espacio lineal,

es una asignación f tal que
f : X −→ R
esto es, a cada par de vectores ψ, φ se le asigna un escalar (ψ, φ). Un espacio con
producto interno cumple las propiedades siguientes:

1. (ψ, φ + θ) = (ψ, φ) + (ψ, θ)

2. (ψ, a φ) = a(ψ, φ)

3. (ψ, φ) = (φ, ψ)

4. (ψ, ψ) ≥ 0, cumpliendo la igualdad solamente si ψ = 0

p
Al número no negativo ||x|| = (ψ, ψ) se le llama norma o longitud del vector x.
Dos vectores son ortogonales si su producto interno es cero.

Además, la norma tiene las propiedades que para todo ψ, φ y a escalar,

1. ||ψ|| ≥ 0 con la igualdad si ψ = 0

2. ||a ψ|| = |a| ||ψ||

3. ||ψ + φ|| ≤ ||ψ|| + ||φ||

Definición 1.6 Dos vectores se llaman ortonormales si son mutuamente ortogo-

nales y tienen norma 1. Una base ortonormal para un espacio de dimensión finita
es una base que consiste de vectores ortonormales.

Definición 1.7 Las combinaciones lineales de un número finito de vectores se trata

de manera análoga a las sumas infinitas de números complejos zk , esto es, w es la
P∞ Pk
suma de zk si la sucesión de sumas parciales wn = zk converge a w cuando
k=1 i=1
n → ∞. Esta convergencia, wn → w significa |w − wn | → 0 cuando n → ∞. En el

2
sentido de sucesiones de vectores tenemos, ||ψ − ψn || → 0 cuando n → ∞. Ası́, la
suma infinita de estos ψn existe y está bien definida si las sumas parciales de estos
Pn ∞
P
ψn = ak φk existen y convergen. Se tiene entonces ψ = ak φk y ψn → ψ.
k=1 k=1

Definición 1.8 Un conjunto de vectores se dice que es cerrado si para toda sucesión
convergente de vectores ψn en el conjunto, ψn → ψ , y ψ está también en el conjunto.

Definición 1.9 Una sucesión de vectores se llama sucesión de Cauchy si

||ψm − ψn || → 0 cuando m, n → ∞

Ası́ toda sucesión convergente es una sucesión de Cauchy. Un espacio es completo

si toda sucesión de Cauchy converge en el espacio. Todo espacio lineal con producto
interno que es completo, se le llama Espacio de Hilbert.

Definición 1.10 Decimos que un espacio de Hilbert es separable si tiene una base
ortonormal que consiste de un número contable de vectores. Ası́ toda base ortonormal
es contable. Un subespacio de un espacio de Hilbert separable es separable.

Definición 1.11 Sea M un subespacio de un espacio de Hilbert H, se define el

complemento ortogonal de M como siendo el conjunto de todos los vectores que son
ortogonales a todo vector en M, lo denotamos por M⊥ . Este es un subespacio de
H, más aún H = M ⊕ M⊥ .

Definición 1.12 Un funcional lineal, es una función F de un espacio vectorial en

su campo escalar tal que F aigna un escalar F (φ) a cada vector φ y además para
todo ψ, φ y a escalar
F (ψ + φ) = F (ψ) + F (φ)
y
F (aψ) = aF (ψ)

Para un espacio con producto interno, un funcional lineal Fψ se define para cada
vector ψ mediante Fψ (φ) = (ψ, φ), para todo vector φ. De esta manera, tenemos

Fψ + Fχ = F(ψ+χ)

y
aFψ = Faψ
.

3
Sea φ1 , ...φn una base ortonormal para un espacio vectorial de dimensión n. Para
cada funcional lineal F en este espacio le asignamos el vector
n
X
ψF = F (φk )φk
k=1

n
P
Entonces, para cualquier vector φ = (φk , φ)φk , tenemos
k=1

n
X
F (φ) = (φk , φ)F (φk ) = (φF , φ)
k=1

esto es, todo funcional lineal queda descrito de la forma enunciada anteriormente.

Definición 1.13 Un funcional lineal F es continuo si F (χn ) converge a F (χ) para

toda sucesión χn que converja al vector χ.
Un funcional lineal Fψ es continuo si χn → χ implica (ψ, χn ) → (ψ, χ).

2 Operadores lineales

Generalmente en la mecánica cuántica, se asume que los operadores están definidos

en un espacio de Hilbert separable, lo que facilita la representación de las cantidades,
permitiendo ser representadas por operadores lineales.

Definición 2.1 (Operador lineal) Un operador lineal A en un espacio vectorial

asigna a cada vector ψ un vector Aψ tal que

A(ψ + φ) = Aψ + Aφ

y
Aaψ = aAψ
para todo vector ψ, φ y a escalar. Dos operadores A y B son iguales, si Aψ = Bψ
para todo vector ψ.

2.1 Ejemplos

• El operador identidad: El operador identidad, I : X −→ X definido por

Ix = x ∀x ∈ X.

4
 • El operador derivada: Sea X el espacio vectorial de todos los polinomio en
[a, b]. Definimos el operador lineal T en X por T ψ(t) = dψ
dt
∀x ∈ X.

• El operador zero: El operador cero, 0 : X −→ Y definido por 0x = 0 ∀x ∈

X.

• El operador multiplicación por t: Este operador se define en C[a, b], espa-

cio de funciones continuas en el intervalo [a, b]; T : C[a, b] −→ C[a, b] mediante
T x(t) = tx(t), este operador será importante en la teorı́a cuántica.

Definición 2.2 Un operador lineal A es continuo si Aψn → Aψ para toda sucesión

de vectores ψn que convergen a ψ. Un operador A es acotado si existe un número
positivo b tal que ||Aψ|| ≤ b||ψ|| para todo vector ψ; el menor número b con esta
propiedad se llama la norma de A y se denota por ||A||. De este modo, podemos
definir la norma de A como siendo

|Ax|
||A|| = sup
x ||x||
.

Teorema 2.1 Un operador lineal es continuo si y solo si es acotado.

Demostración: Sea A un operador lineal acotado. Si una sucesión de vectores ψn

converge a ψ, entonces

||Aψn − Aψ|| = ||A(ψn − ψ)|| ≤ ||A||||ψn − ψ|| → 0

Ası́, Aψn → Aψ cuando n → ∞. Esto es, A es continuo.

Suponga que el operador lineal A no es acotado. Para cada entero positivo n existe un
vector ψn tal que ||Aψn || > n||ψn ||. Sea χn = (1/n||ψn ||)ψn . Entonces, ||χn || = 1/n
luego χn → 0, pero ||Aχn || > 1 entonces Aχn 9 0 cuando n → ∞, ası́ A no es
continuo.

Definición 2.3 Decimos que un operador A tiene inverso si existe un operador

lineal B tal que BA = 1 = AB. Algunos operadores tienen inversos, otros no. Si B
existe este es único y lo denotamos por A−1 .

Teorema 2.2 Un operador lineal A tiene inverso si y solo si para cada vector ψ
existe uno y solo un vector φ tal que ψ = Aφ.

5
Demostración: Si A tiene un inverso A− 1, entonces para cada vector ψ el vector
φ = A−1 ψ tiene la propiedad Aφ = AA−1 ψ = ψ. Si χ es un vector tal que Aχ = ψ,
entonces χ = A−1 Aχ = A−1 ψ.
Por otro lado, si para cada vector ψ hay un único vector φ tal que ψ = Aφ, entonces
podemos definir A−1 por medio de A−1 ψ = φ para cada ψ. Teniendo ası́ A−1 A = 1
porque A−1 Aφ = φ para todo vector φ y además AA−1 = 1 porque AA−1 ψ = ψ para
todo vector ψ. Faltará mostrar que A−1 es lineal. Sean, ψ1 , ψ2 y ψ1 = Aφ1 y ψ2 =
Aφ2 , entonces
A−1 (ψ1 + ψ2 ) = A−1 (Aφ1 + Aφ2 ) = A−1 A(φ1 + φ2 )
= φ1 + φ2 = A−1 ψ1 + A−1 ψ2
para todo escalar a y ψ = Aφ
A−1 aψ = A−1 aAφ = A−1 Aaφ = aφ = aA−1 ψ

Para un espacio de dimensión finita, el siguiente teorema caracteriza la existencia

del operador inverso.

Teorema 2.3 Sea A un operador lineal en un espacio vectorial de dimensión finita.

Sea el conjunto de φ1 , φ2 , ..., φn una base. Cada una de las siguientes condiciones
son necesarias y suficientes para que A tenga un inverso.

1. No existe un vector φ diferente de 0 tal que Aφ = 0.

2. El conjunto de vectores Aφ1 , ..., Aφn , es linealmente independiente.
3. Existe un operador lineal B tal que BA = 1.
4. La matriz correspondiente a A tiene determinante diferente de cero.

Sin embargo, para un espacio de dimensión infinita el cumplimiento de (1),(2) y (3)

no son suficientes para que A tenga un inverso.
Considere A el operador en l2 que a cada φ = (x1 , x2 , ...) le asigna Aφ = (0, x1 , x2 , ...).
Cumplimiento de (1) se da porque la única forma en que Aφ = 0 es que (Aφ)i = 0 ∀i,
esto es, φi = 0 ∀i luego φ = 0. Si consideramos los vectores φ1 = (1, 0, ..), φ2 =
(0, 1, 0, ...),..., el conjunto Aφ1 , Aφ2 , ... es linealmente independiente pues cualquier
combinación lineal de ellos es combinación de los φi que son linealmente independi-
entes.
Para (3), sea B el operador lineal en l2 tal que ∀ ψ = (x1 , x2 , ...) ∈ l2 Bψ =
(x2 , x3 , ...). Veamos que es BA. Por definición, BAψ = B(Aψ) = B(0, x1 , x2 , ..) =
(x1 , x2 , ...) = ψ luego BA = 1.
Ası́ se cumplen las tres condiciones mencionadas y sin embargo, A no tiene inverso.
Nótese que si ψ = (x1 , x2 , ...) con x1 6= 0, no existe un vector φ tal que Aφ = ψ,
entonces por el Teorema 2.2 A no tiene inverso.

6
Definición 2.4 Un operador U es unitario si tiene inverso y si ||U ψ|| = ||ψ|| para
todo vector ψ. Todo operador unitario es acotado; en efecto, si U es unitario, en-
tonces ||U || = 1

Para un espacio de dimensión finita la condición ||U ψ|| = ||ψ|| para todo vector ψ
implica que U tiene inverso por el Teorema 2.2. Sin embargo, para un espacio de
dimensión infinita esto no se cumple. En el ejemplo anterior, el operador A satisface
la condición ||Aψ|| = ||ψ|| para todo ψ y aún ası́ A no tiene inverso.

Lema 2.1 Sean

P φ1 , ..., φk , ... , Pψ1 , ..., ψk , ... bases ortonormales. Para cualquier
vector φ = ak φk sea U φ = ak ψk . Esta asignación define un operador lineal
k k
U acotado y unitario. Esto es, un operador unitario determina un cambio de bases
ortonormales y un cambio de bases ortonormales determina un operador unitario.

Para entender el funcionamiento de este lema, ilustrémoslo en un ejemplo. Considere

el espacio L2 (0, 1) de funciones complejas integrales ψ(x) en el intervalo 0 ≤ x ≤ 1.
Sea w un número complejo y sea U el operador lineal definido por
(U ψ)(x) = eiwx ψ(x)
que U es unitario y acotado es claro, también la existencia del inverso U −1
(U −1 )(x) = e−iwx ψ(x)
tenemos
(U −1 U ψ)(x) = U −1 ((U ψ)(x)) = U −1 (eiwx ψ(x))
= e−iwx eiwx ψ(x) = ψ(x)
esto es, U −1 U = 1. El conjunto de vectores φ1 , ..., φk , ... definido por φk = ei2πkx
para k = 0, ±1, ±2, ... es una base ortonormal, y tenemos
(U φk )(x) = ei(w+2πk)x
el conjunto U φk , k = 0, ±1, ±2, ... es otra base ortonormal. Si w/2π es un entero,
U φk = φk+w/2π y
(U φk )(x) = ei(w+2πk)x = ei2π(k+w/2π)x = φk+w/2π (x)
y el cambio de base es sólo un cambio en las etiquetas; en este caso, la matriz de
elementos de U son simplemente los
Z1
Ujk = (φj , U φk ) = |ei2πjx ei2π(k+w/2π)x |2 dx
0
Z1
= |ei2π(j+k+w/2π)x |2 dx = (φj+k+w/2π , φj+k+w/2π )
0
= δj,k+w/2π

7
Definición 2.5 El operador adjunto A† de un operador lineal acotado A se define
por
(φ, A† ψ) = (Aφ, ψ)
para todo ψ, φ. La norma de este operador es la misma norma de A. Decimos que
A es auto-adjunto o Hermitiano si A† = A. Un operador hermitiano se caracteriza
por la ecuación
(φ, Aψ) = (Aφ, ψ)
o
(φ, Aψ) = (ψ, Aφ)

En términos de la matriz de elementos de este operador A, ajk = (φj , Aφk ) con

respecto a una base ortonormal, el operador Hermitiano A es caracterizado por la
propiedad
ajk = (φj , Aφk ) = (φk , Aφj ) = akj
para j, k = 1, 2, ... Esto define una matriz Hermitiana.

Por ejemplo, considere el espacio L2 (0, 1). Sea A un operador lineal definido en
L2 (0, 1) por (Aψ)(x) = xψ(x) para todo ψ. Para todo vector ψ se cumple
Z1 Z1
||Aψ||2 = |xψ(x)|2 dx ≤ |ψ(x)|2 dx = ||ψ||2
0 0

esto es, A es acotado y ||A|| = 1. Note que, para todo ψ, φ se tiene

Z 1 Z 1
(φ, Aψ) = φ(x)(Aψ)(x)dx = φ(x)xψ(x)dx
0 0
Z 1 Z 1
= xφ(x)ψ(x)dx = (Aφ)(x)ψ(x)dx
0 0
= (Aφ, ψ)

Por tanto, A es Hermitiano. Considere la base ortonormal definida por φk = ei2πkx

para k = 0, ±1, ±2, .... La matriz de elementos de A con respecto a esta base es
Z1
ajk = (φj , Aφk ) = ei2πjx ei2πkx dx
0

para j, k = 0, ±1, ±2, .... Desarrollando esta integral vemos que si j = k, akk = 1/2
i i
y si j 6= k, ajk = 2π(j−k) y akj = 2π(k−j) . Es inmediato que,

−i i
akj = = = ajk
2π(k − j) 2π(j − k)