Matriz hermitiana

Charles Hermite

Em matemática, sobretudo na álgebra linear, uma matriz auto-adjunta, hermitiana (português brasileiro) ou hermítica (português europeu) é uma matriz quadrada complexa que é igual à sua própria transposta conjugada - ou seja, o elemento na i-ésima linha e j-ésima coluna é igual ao conjugado complexo do elemento na j-ésima linha e i-ésima coluna, para todos os índices i e j: A hermitiana⟺aij=aji‾

ou em forma de matriz: A hermitiana⟺A=A𝖳‾.

Matrizes hermitianas podem ser entendidas como a extensão complexa das matrizes simétricas reais.

Se a conjugada transposta de uma matriz A for indicada por A𝖧, a propriedade hermitiana pode ser escrita de forma concisa como A hermitiana⟺A=A𝖧

As matrizes hermitianas recebem este nome em homenagem a Charles Hermite, que demonstrou em 1855 que matrizes desse tipo compartilham uma propriedade com matrizes simétricas reais de sempre ter autovalores reais. Outras notações equivalentes de uso comum são A𝖧=A†=A∗, no entanto observe que na mecânica quântica, A∗ tipicamente significa apenas a conjugada complexa, e não a transposta da conjugada .

Caracterizações alternativas

As matrizes hermitianas podem ser caracterizadas de várias maneiras equivalentes, algumas das quais estão listadas abaixo:

Igualdade com a adjunta

Uma matriz quadrada A é hermitiana se, e somente se, for igual à sua adjunta, ou seja, satisfizer ⟨w,Av⟩=⟨Aw,v⟩, para qualquer par de vetores v,w, em que ⟨⋅,⋅⟩ denota a operação de produto interno .

Também é assim que o conceito mais geral de operador autoadjunto é definido.

Realidade de formas quadráticas

Uma matriz quadrada A é hermitiana se, e somente se, for tal que ⟨v,Av⟩∈ℝ,v∈V.

Propriedades espectrais

Uma matriz quadrada A é hermitiana se, e somente se, for unitariamente diagonalizável com autovalores reais.

Aplicações

As matrizes hermitianas são fundamentais para a teoria quântica da mecânica matricial criada por Werner Heisenberg, Max Born e Pascual Jordan em 1925.

Na área de processamento digital de sinais, matrizes hermitianas surgem naturalmente na análise estatística de sinais. Para um processo estocástico complexo X[n], pode-se formar o vetor de amostras

𝐗[n]=[X[n]X[n−1]⋯X[n−M+1]]T,

constituído por M amostras consecutivas do processo. Sua matriz de autocorrelação, 𝐑X=E⁡{𝐗[n]𝐗H[n]}, satisfaz 𝐑X=𝐑XH e, portanto, é hermitiana. Essa propriedade é utilizada em diversas técnicas de estimação, filtragem e análise espectral.

Exemplos

Nesta seção, a transposta conjugada da matriz A é indicada por A𝖧, a transposta da matriz A é indicada por A𝖳 e a conjugada da matriz A é indicada por A‾.

Considere o seguinte exemplo:

[22+i42−i3i4−i1]

Os elementos diagonais devem ser reais, pois precisam coincidir com seus próprios conjugados complexos.

Entre as famílias bem conhecidas de matrizes hermitianas estão as matrizes de Pauli, as matrizes de Gell-Mann e suas generalizações. Na física teórica, tais matrizes hermitianas são frequentemente multiplicadas por coeficientes imaginários, resultando em matrizes skew-hermitianas.

Aqui, é oferecida outra matriz hermitiana útil usando um exemplo abstrato. Se uma matriz quadrada A é igual ao produto de uma matriz por sua transposta conjugada, ou seja, A=BB𝖧, então A é uma matriz semi-definida positiva hermitiana. Além disso, se B tem posto completo por linhas, então A é definida positiva.

Propriedades

Decomposição em hermitiana e skew-hermitiana

Fatos adicionais relacionados às matrizes hermitianas incluem:

C=A+BcomA=12(C+C𝖧)eB=12(C−C𝖧)

Quociente de Rayleigh

Em matemática, para uma dada matriz complexa hermitiana M e um vetor não nulo x, o quociente de Rayleigh R(M,x), é definido como: :p. 234

R(M,x):=x𝖧Mxx𝖧x.

Para matrizes e vetores reais, a condição de ser hermitiana reduz-se à de ser simétrica, e a conjugada transposta x𝖧 à transposição usual x𝖳. Observe que R(M,cx)=R(M,x) para qualquer escalar real diferente de zero c. Lembre-se também de que uma matriz hermitiana (ou simétrica real) tem autovalores reais.

Pode ser mostrado[carece de fontes]? que, para uma dada matriz, o quociente de Rayleigh assume o seu valor mínimo λmin (o menor autovalor de M) quando x é vmin (o autovetor correspondente). Similarmente, R(M,x)≤λmax e R(M,vmax)=λmax.

O quociente de Rayleigh é usado no teorema min-max para obter valores exatos de todos os autovalores. Também é usado em algoritmos de autovalores para obter uma aproximação de um autovalor a partir de uma aproximação de um autovetor. Especificamente, essa é a base para a iteração de quociente de Rayleigh.

A imagem do quociente de Rayleigh (para uma matriz que não é necessariamente hermitiana) é chamado de imagem numérica (ou espectro em análise funcional). Quando a matriz é hermitiana, a imagem numérica é igual à norma espectral. Ainda em análise funcional, λmax é conhecido como raio espectral. No contexto de C*-álgebras ou de mecânica quântica algébrica, a função que associa M ao quociente de Rayleigh R(M, x) para um x fixo e M variando pela álgebra seria chamada de "estado vetorial" da álgebra.

Ver também