Sei sulla pagina 1di 8

CAPITOLO 7

Spazi di Hilbert e teorema di Radon-Nikodym

1. Spazi di Hilbert
Definizione 7.1. Un prodotto interno su uno spazio vettoriale complesso
H è un’applicazine (·, ·) : H × H → C che soddisfa i seguenti assiomi:
(i) (linearità) (λx + y, z) = (x, z) + (y, z) per ogni x, y, z ∈ H e ogni λ ∈ C;
(ii) (simmetria) (x, y) = (y, x) per ogni x, y ∈ H;
(iii) (positività) (x, x) ≥ 0 per ogni x ∈ H e (x, x) = 0 se e solo se x = 0.
Dalla definizione segue immediatamente che
(x, y) = 0 ∀ y ∈ H ⇔ x = 0.
1
Poniamo kxk := (x, x) : vale allora l’identità del parallelogramma
2

kx + yk2 + kx − yk2 = 2kxk2 + 2kyk2


e la disuguaglianza di Cauchy–Schwartz.
Lemma 7.1. Sia H uno spazio vettoriale complesso munito di prodotto scalare.
Allora,
(7.1) |(x, y)| ≤ kxk kyk ∀ x, y ∈ H.
Dimostrazione. Se (x, y) = 0, allora la disuguaglianza di Cauchy–Schwartz
(x,y)
è banalmente verificata. Sia quindi (x, y) 6= 0 e si ponga ζ = |(x,y)| , cioè |ζ| = 1 e
|(x, y)| = ζ(x, y). Consideriamo quindi il polinomio di secondo grado di variabile
reale
p(t) = kζx + tyk2 = kxk2 + t[ζ(x, y) + ζ̄(y, x)] + t2 kyk2
= kxk2 + 2t|(x, y)| + t2 kyk2 =: A + 2Bt + Ct2 t ∈ R.
La disuguaglianza di Cauchy–Schwartz segue dall’osservazione che p(t) ≥ 0 implica
che il discriminante di p è minore o uguale a zero: B 2 − AC ≤ 0. 
Dalla disuguaglianza di Cauchuy–Schwartz deduciamo la proprietà triangolare
della norma.
Lemma 7.2. Per ogni x, y ∈ H vale kx + yk ≤ kxk + kyk. In particolare, la
mappa H 3 x 7→ kxk è continua.
Dimostrazione. Da Cauchy–Schwartz si ha che:
kx + yk2 = kxk2 + (x, y) + (y, x) + kyk2 = kxk2 + 2Re[(x, y)] + kyk2
(7.1)
≤ kxk2 + 2kxkkyk + kyk2 = [kxk + kyk]2 .
La continuità della norma segue da |kxk − kyk| ≤ kx − yk. 
Verificato che k · k è una norma, possiamo quindi dare la seguente definizione.
Definizione 7.2. Uno spazio di Hilbert è uno spazio vettoriale complesso
munito di prodotto scalare che sia completo per la norma indotta.
81
82 7. SPAZI DI HILBERT E TEOREMA DI RADON-NIKODYM

1.1. Proiezione sui convessi chiusi.


Teorema 7.3. Sia H uno spazio di Hilbert e sia C ⊂ H un sottoinsieme
chiuso e convesso. Allora, per ogni x0 ∈ H esiste un unico y0 ∈ C, e scriviamo
y0 = PC (x0 ), tale che
kx0 − y0 k = min kx0 − yk.
y∈C

Dimostrazione. Poniamo d := inf y∈C kx0 − yk. Per definizione, esiste una
successione di punti yn ∈ C tale che kx0 −yn k2 ≤ d2 + n1 . Allora, {yn }n∈N è una suc-
cessione di Cauchy in H: infatti, dall’uguaglianza del parallelogramma (applicata
ai vettori x0 − yn e x0 − ym ) segue che
kyn − ym k2 = 2kx0 − yn k2 + 2kx0 − ym k2 − k2x0 − yn − ym k2 ;
yn +ym
dal momento che C è convesso, si ha che 2 ∈ C e k2x0 − yn − ym k2 = 4kx0 −
yn +ym 2
2 k ≥ 4d2 , da cui la conclusione
kyn − ym k2 = 2kx0 − yn k2 + 2kx0 − ym k2 − k2x0 − yn − ym k2
2 2 2 2
≤ 2d2 + 2d2 + − 4d2 = + .
n m n m
Dato che H è uno spazio completo e C è chiuso, esiste un vettore y0 ∈ C tale che
yn → y0 : mostriamo che y0 è la proiezione sul convesso desiderata. Innanzitutto,
per la continuità della norma si ha che kx0 − y0 k = limn kx0 − yn k = d; inoltre,
l’unicità segue dall’identità del parallelogramma: se esistesse y 0 ∈ C tale che kx0 −
y 0 k = d, allora
y0 + y 0 2
ky0 − y 0 k2 = 2kx0 − y0 k2 + 2kx0 − y 0 k2 − 4kx0 − k ≤ 2d2 + 2d2 − 4d2 = 0,
2
cioè y0 = y 0 . 
La proiezione sui convessi può ossere caratterizzata anche in termini differen-
ziali.
Proposizione 7.4. Sia C ⊂ H un sottoinsieme convesso e chiuso di uno spazio
di Hilbert e sia x0 ∈ H. Allora, PC (x0 ) è caratterizzato dalla seguente proprietà:
(7.2) Re(x0 − PC (x0 ), y − PC (x0 )) ≤ 0 ∀ y ∈ C.
Dimostrazione. Iniziamo col verificare che PC (x0 ) soddisfa (7.2). A questo
proposito consideriamo il polinomio di secondo grado
f (t) = kx0 − PC (x0 ) − t(y − PC (x0 ))k2
= kx0 k2 − 2tRe(x0 − PC (x0 ), y − PC (x0 )) + t2 ky − PC (x0 )k2 t ∈ [0, 1].
Dal momento che C è convesso si ha che PC (x0 )+t(y−PC (x0 )) = ty+(1−t)PC (x0 ) ∈
C. Dalla definizione di proiezione sul convesso di C, segue quindi che t = 0 è l’unico
punto di minimo assoluto di f in [0, 1], da cui f 0 (0) ≥ 0, ossia
−2Re(x0 − PC (x0 ), y − PC (x0 )) ≥ 0.
Viceversa, se z0 ∈ H è tale che
Re(x0 − z0 , y − z0 ) ≤ 0 ∀ y ∈ C,
allora prendendo
g(t) = kx0 − z0 − t(PC (x0 ) − z0 )k2
= kx0 − z0 k2 − 2tRe(x0 − z0 , PC (x0 ) − z0 ) + t2 kPC (x0 ) − z0 k2 t ∈ [0, 1],
0
e utilizzando che g(1) ≤ g(t) per ogni t concludiamo che g (1) ≤ 0 da cui
−2Re(x0 − z − 0, PC (x0 ) − z0 ) + 2kPC (x0 ) − z0 k2 ≤ 0
1. SPAZI DI HILBERT 83

contro l’ipotesi. 
1.2. Ortogonalità. Un caso di particolare interesse è quello in cui l’insieme
convesso sia un sottospazio vettoriale.
Definizione 7.3. Sia H uno spazio di Hilbert e sia M un sottospazio vettoriale
di M . Un vettore x ∈ H si dice ortogonale a M se (x, y) = 0 per ogni y ∈ M e in
questo caso scriviamo x ⊥ M . L’insieme dei vettori ortogonali a M viene denotato
con M ⊥ .
Se x ⊥ M = Span{y}, scriviamo x ⊥ y; si noti che y ⊥ x se e solo se x ⊥ y.
Lemma 7.5. Sia M un sottospazio vettoriale di uno spazio di Hilbert H. Allora,
M ⊥ è un sottospazio vettoriale chiuso.
Dimostrazione. È facile verificare che M ⊥ è uno spazio vettoriale. La chiusu-
ra di m⊥ è conseguenza della continuità della mappa H 3 x 7→ (x, x0 ) ∈ C: infatti,
se xn ∈ M ⊥ e xn → x, allora per ogni m ∈ M si ha che (x, m) = limn (xn , m) = 0,
cioè x ∈ M ⊥ . Infine, l’identità (M ⊥ )⊥ = M segue dal fatto che x ∈ (M ⊥ )⊥ se e
solo se x ⊥ y per ogni y ∈ M ⊥ : 
Corollario 7.6. Sia H uno spazio di Hilbert e M un sottospazio vettoriale
chiuso di H. Allora, la proiezione ortogonale PM è caratterizzata dall’identità
x0 − PM x0 ⊥ M.
Inoltre, PM ⊥ x = x − PM x e kxk = kPM xk2 + kPM ⊥ xk2 .
2

Dimostrazione. La caratterizzazione x0 − PM x0 ⊥ M è un caso particolare


della Proposizione 7.4. Da qui, si deduce che per ogni y ∈ M ⊥ si ha che (x −
PM ⊥ x, y) = (PM x, y) = 0, da cui l’identità. Infine, kxk2 = kPM x + PM ⊥ xk2 =
kPM xk2 + kPM ⊥ xk2 + (PM x, PM ⊥ x) + (PM ⊥ x, PM x) = kPM xk2 + kPM ⊥ xk2 . 
Corollario 7.7. Sia H uno spazio di Hilbert e M un sottospazio vettoriale
chiuso di H. Allora (M ⊥ )⊥ = M
Dimostrazione. Si ha che P(M ⊥ )⊥ x = x − PM ⊥ = PM x per ogni x ∈ H.
Allora (M ⊥ )⊥ = KerP(M ⊥ )⊥ = KernPM = M , dove in queste ultime uguaglianze
abbiamo utilizzato la chiusura di M e (M ⊥ )⊥ . 
1.3. Teorema di Riesz. In questa sezione denotiamo con H 0 lo spazio vet-
toriale duale di H, ossia lo spazio dei funzionali lineari e continui su H:
H 0 = {L : H → C, L lineare e continuo} ,
dove L : H → C è lineare se L(αx + βy) = αLx + βLy per ogni x, y ∈ H e ogni
α, β ∈ C; L è continuo se esiste una costante C ≥ 0 tale che |Lx| ≤ Ckxk per ogni
x ∈ H.
Teorema 7.8. Sia H uno spazio di Hilbert. Allora, per ogni L ∈ H 0 esiste uno
e un solo vettore yL ∈ H tale che
(7.3) Lx = (x, yL ) ∀ x ∈ H.
Dimostrazione. Consideriamo il sottospazio vettoriale chiuso M = KerL.
Se M = H, allora Lx = 0 per ogni x e yL = 0 soddisfa l’identità (7.3). Altrimenti,
M ⊥ 6= 0 e esiste z ∈ M ⊥ \ {0}. Per ogni x ∈ H, consideriamo quindi y(x) =
(Lx)z − (Lz)x e notiamo che y(X) ∈ M perché Ly(x) = (Lx)(Lz) − (Lz)(Lx) = 0.
In particolare,
0 = (y(x), z) = (z, z)(Lx) − (Lz)(x, z),
z
cioè Lx = (x, yL ) con yL = (Lz) kzk 2.
0
L’unicità segue dal fatto che (x, yL ) = (x, yL ) per ogni x ∈ H se e solo se
0 0
(x, yL − yL ) = 0 per ogni x ∈ H, cioè se e solo se yL = yL . 
84 7. SPAZI DI HILBERT E TEOREMA DI RADON-NIKODYM

2. Misure assolutamente continue


L’obiettivo di questa sezione è quello di introdurre un celebre ed importante ri-
sultato della teoria della misura, noto come Teorema di Lebesgue-Radon-Nikodym.
Come vedremo, si tratta di una decomposizione di misure come somme di misure
fra loro ortogonali, in un senso opportuno, una volta assegnata una misura che
determini la direzione d’ortogonalità. Per essere rigorosi, cominciamo con alcune
opportune definizioni.
Definizione 7.4 (Misure assolutamente continue). Sia (X, A) uno spazio mi-
surabile e siano µ, λ due misure arbitrarie su A. Diciamo che λ è assolutamente
continua rispetto a µ e scriviamo λ << µ, se λ(E) = 0 per ogni E ∈ A tale che
µ(E) = 0.
In altre parole, λ è assolutamente continua rispetto a µ se ogni insieme µ-
trascurabile è λ-trascurabile.
Definizione 7.5 (Misure concentrate). Sia (X, A, µ) uno spazio di misura.
Diciamo che µ è concentrata su A ∈ A se µ(E) = µ(A ∩ E) per ogni E ∈ B.
Osservazione 7.1. Osserviamo che richiedere che µ sia concentrata su A è
equivalente a richiedere che µ(Ac ) = 0.
Definizione 7.6 (Misure mutuamente singolari). Sia (X, A) uno spazio mi-
surabile e siano µ, λ due misure su A. Diciamo che λ e µ sono mutualmente
singolari, e scriviamo λ ⊥ µ, se esistono A1 , A2 ∈ A, con A1 ∩ A2 = ∅, tali che λ
è concentrata su A1 e µ è concentrata su A2 .
Esercizio 7.1. Sia (X, A) uno spazio misurabile e siano x0 , x1 ∈ X, con x0 6=
x1 . Dimostrare che la misura delta di dirac δx0 è concentrata su {x0 }. Dimostrare
inoltre che δx0 ⊥ δx1 .
Esercizio 7.2. Sia {xn }n∈N ⊂ Rd e si consideri la misura µ :=
P
n∈N δxn .
d
Dimostrare che µ ⊥ m, dove m è la misura di Lebesgue in R .
Esercizio 7.3. Sia (X, A) uno spazio misurabile, siano λ, λ1 , λ2 , µ misure su
A. Dimostrare le seguenti affermazioni:
(i) se λ1 ⊥ µ e λ2 ⊥ µ, allora λ1 + λ2 ⊥ µ;
(ii) se λ1 << µ e λ2 << µ, allora λ1 + λ2 << µ;
(iii) se λ1 << µ e λ2 ⊥ µ, allora λ1 ⊥ λ2 ;
(iv) se λ << µ e λ ⊥ µ, allora λ = 0.
2.1. Teorema di Radon–Nikodym. Quello che segue è uno dei risultati più
importanti delle teoria della misura.
Teorema 7.9 (Lebesgue-Radon-Nikodym). Sia (X, A) uno spazio misurabile
e siano λ e µ due misure finite. Allora valgono le seguenti affermazioni.
(1) Esiste un’unica coppia di misure λa , λs tali che
λ = λa + λs , λa << µ, λs ⊥ µ.
1
(2) Esiste un’unica funzione h ∈ L (µ) tale che λa = hµ, ossia
Z
λa (E) = h dµ ∀ E ∈ A.
E

Osservazione 7.2. La decomposizione nel punto (1) del Teorema di Lebesgue-


Radon-Nikodym è detta decomposizione di Lebesgue di λ relativa a µ (pensate
ad essa come alla versione in teoria della misura del Teorema di Pitagora): λa si
chiama la parte assolutamente continua della misura e λs la parte singolare. Il
2. MISURE ASSOLUTAMENTE CONTINUE 85

punto (2) del Teorema precedente è noto come Teorema di Radon-Nikodym. La


funzione h del punto (2), è detta derivata di Radon-Nikodym R di λa rispetto a
µ. Tale terminologia si spiega facilmente scrivendo λ(E) = E 1 dλ; l’uguaglianza in

(2) può essere intesa, formalmente, col cambio di variabili dλ = h dµ ovvero h = dµ :
d’ora in poi useremo questa notazione per indicare la derivata di Radon-Nikodym
d’una misura.
Per una dimostrazione del Teorema 7.9 premettiamo il seguente lemma.
Lemma 7.10. Sia (X, A, µ) uno spazio di misura finito e sia f ∈ L1 (µ). Siano
a, b ∈ R Z
1
f dµ ∈ [a, b] ∀ E ∈ A, µ(E) > 0.
µ(E) E
Allora, a ≤ f (x) ≤ b per µ-quasi ogni x ∈ X.
Dimostrazione. Se µ({f > b} ∪ {f < a}) > 0, allora esiste  > 0 tale che
almeno uno degli insiemi {f > b + } o {f < a − } ha misura non nulla. Per
simmetria, possiamo supporre che questo sia il caso del primo insieme: allora
Z
1
f dµ ≥ b + ,
µ({f > b + }) {f >b+}
contraddicendo l’ipotesi. 
Dimostrazione di Lebesgue-Radon-Nikodym. Cominciamo a dimostrare
l’unicità nel punto (1): supponiamo che esistano due decomposizioni
λ = λa + λs = λ0a + λ0s , λa , λ0a << µ, λs , λ0s ⊥ µ.
Di conseguenza,
λa − λ0a = λ0s − λs ;
ma λa − λ0a << µ e λ0s − λs , quindi λa − λ0a = 0 = λ0s − λs .
Rimangono dunque da dimostrare l’esistenza in (1) e l’identità in (2). Sia
ϕ := λ + µ : A → [0, +∞]. Allora ϕ è una misura positiva e limitata su A e per
linearità dell’integrale rispetto alla misura abbiamo
Z Z Z
f dϕ = f dλ + f dµ,
X X X
per ogni funzione misurabile. Inoltre, il fatto che λ ≤ ϕ e la disuguaglianza di
Cauchy-Schwartz (Teorema 6.7) permettono di stimare
Z Z Z
1
f dλ ≤ |f | dλ ≤ |f | dϕ ≤ kf kL2 (ϕ) (ϕ(X)) 2 .

X X X
R
Di conseguenza, la mappa L : f 7→ X f dλ definisce un funzionale lineare e limitato
su L2 (ϕ). Per il Teorema di Riesz 7.8, esiste una unica g ∈ L2 (ϕ) tale che Lf =
hf, giL2 (ϕ) , da cui
Z Z Z Z
(7.4) f dλ = f g dϕ, ovvero f (1 − g) dλ = f g dµ, ∀f ∈ L2 (ϕ).
X X X X
Scegliendo f = χE , con E ∈ A tale che ϕ(E) > 0 in (7.4), poiché λ(E) ≤ ϕ(E),
deduciamo che Z
1 λ(E)
0≤ g dϕ = ≤ 1.
ϕ(E) E ϕ(E)
Per il lemma 7.10, necessariamente g(x) ∈ [0, 1] per ϕ-quasi ogni x ∈ X. A meno di
cambiare g su un insieme di misura nulla (il che significa restare nella stessa classe
d’equivalenza di g ∈ L2 (ϕ)), possiamo dunque supporre che g(x) ∈ [0, 1], per ogni
x ∈ X. Denotiamo ora con
A := {x ∈ X : 0 ≤ g(x) < 1}, B := {x ∈ X : g(x) = 1}
86 7. SPAZI DI HILBERT E TEOREMA DI RADON-NIKODYM

e siano λa := λ|A , λs := λ|B , ovvero, per ogni E ∈ A,


λa (E) := λ(A ∩ E), λs (E) := λ(B ∩ E).
Osserviamo che λs è concentrata su B. D’altro canto, dalla (7.4), scegliendo f =
χB , ricaviamo che µ(B) = 0: di conseguenza, λs ⊥ µ. P
n
Poiché g è limitata e ϕ(X) < ∞, risulta che fn := k=0 g k ∈ L∞ (ϕ) ⊂ L2 (ϕ)
per ogni n ∈ N; possiamo quindi inserire questa scelta di fn in (7.4) ed ottenere
Z Z n+1
X
(7.5) (1 − g n+1 ) dλ = g k dµ ∀ n ∈ N.
E E k=1

Per ogni x ∈ B, g(x) = 1 e quindi 1 − g n+1 (x) = 0. Per ogni x ∈ A, inoltre,


g(x) ∈ [0, 1) e quindi g n (x) ≥ g n+1 (x) → 0, quando n → ∞. Possiamo dunque
applicare il Teorema della Convergenza Dominata per concludere che
Z Z  
(7.6) lim (1 − g n+1 ) dλ = 1 − lim g n+1 dλ = λ(A ∩ E) = λa (E).
n→∞ E A∩E n→∞

Per il termine a destra di (7.5), osserviamo dapprima che, dato che µ(B) = 0,
Z n+1
X Z n+1
X
g k dµ = g k dµ.
E k=1 E\B k=1
P+∞
Su E \ B, abbiamo g(x) ∈ [0, 1) e quindi esiste il limite h(x) := n=1 g n (x) =
g(x)
1−g(x) . La convergenza ad h è monotona e dunque, per il Teorema di Beppo Levi,
abbiamo
Z n+1
X Z
(7.7) lim g k dµ = h dµ.
n→∞ E k=1 E
R
Le identità (7.5), (7.6) e (7.7) ci fanno concludere che λa (E) = E h dµ, il che prova
l’identità del punto (2), per ogni E ∈ B. Inoltre, scegliendo E = X, deduciamo che
h ∈ L1 (µ), dato che λa (X) ≤ λ(X) < ∞ e la dimostrazione di (2) è completa.
Evidentemente, l’identità in (2) mostra che λa (E) = 0 se E ∈ B è tale che
µ(E) = 0, ovvero λa << µ. 

3. Duale di Lp
Concludiamo questo capitolo occupandoci della caratterizzazione degli spazi
duali degli spazi Lp . Se (X, B, µ) è uno spazio di misura e g ∈ Lq (µ), con 1 ≤ q ≤ ∞,
abbiamo (Hölder)
Z
1 1
T f := f g dµ, |T f | ≤ kf kp kgkq , + = 1.
X p q
L’operatore T è dunque un funzionale lineare e limitato su Lp (µ) ossia è un ele-
mento del duale [Lp (µ)]? . Ci chiediamo se tutti gli elementi del duale [Lp (µ)]? si
caratterizzino tramite elementi fissati di Lq (µ), con q e p esponenti coniugati.
Teorema 7.11 (Duale di Lp (µ)). Sia X uno spazio topologico ed (X, B, µ) uno
spazio di misura, con µ positiva e σ-finita, sia 1 ≤ p < ∞ e sia Φ ∈ [Lp (µ)]? .
Allora esiste un’unica funzione g ∈ Lq (µ), con p e q coniugati, tale che
Z
(7.8) Φf = f g dµ,
X

per ogni f ∈ L (µ). Inoltre, kΦk = kgkq . In altri termini, Lq (µ) = [Lp (µ)]? , dove
p
1 1
p + q = 1 e 1 ≤ p < ∞.
3. DUALE DI Lp 87

Dimostrazione. Dimostriamo dapprima l’unicità della funzione g. Se esisto-


no g1 , g2 ∈ Lq (µ) che verificano (7.8), allora per ogni insieme misurabile E ∈ B
abbiamo
Z
(7.9) χE (g1 − g2 ) dµ = 0.
X
e quindi g1 − g2 ≡ 0 quasi ovunque, il che prova l’unicità.
Osserviamo ora che, se vale (7.8), allora per Hölder abbiamo kΦk ≤ kgkq . Resta
quindi da provare che esiste g ∈ Lq (µ) che verifichi (7.8) e che vale la disuguaglianza
opposta kΦk ≥ kgkq . Osserviamo che se kΦk = 0 la tesi vale, con g ≡ 0. Supponia-
mo quindi kΦk > 0 e completiamo la dimostrazione nel caso in cui µ(X) < ∞ e Φ
sia un funzionale positivo, ossia
Φ(f ) ≥ 0 ∀ f ∈ Lp (µ), f ≥ 0.
Per ogni E ∈ B, definiamo
λ(E) := ΦχE .
Proviamo dapprima che λ : B → [0, +∞) è una misura complessa su B. Evidente-
mente λ(∅) = Φχ∅ = Φ0 = 0. Inoltre, λ è finitamente additiva, infatti: se E∩F = ∅,
con E, F ∈ B, allora χE∪F = χE + χF e quindi, per linearità, abbiamo
λ(E ∪ F ) = ΦχE∪F = ΦχE + ΦχF = λ(E) + λ(F ).

S Sia {En }n∈N ⊂ B una


Usiamo ora la finita additività per provare la σ-additività.
successione di misurabili a due a due disgiunti, sia E := n∈N En e per ogni n ∈ N
Sn
sia An := k=1 Ek . Osserviamo che
" ∞
!# p1
[
kχAn − χE kLp (µ) := µ Ek → 0,
k=n+1

quando n → ∞ (Esercizio 3.13, punto 3), dato che p 6= ∞ e che µ(X) < ∞. Quindi
χAn → χE in Lp (µ) e dato che Φ è continuo abbiamo
X n
X
λ(En ) = lim λ(Ek ) = lim λ (An ) = lim = ΦχAn = ΦχE = λ(E).
n→∞ n→∞ n→∞
n∈N k=1

Dunque λ e µ sono misure. Inoltre, λ << µ, dato che, se µ(E) = 0, allora χE è nella
stessa classe d’equivalenza della funzione nulla in Lp (µ) e quindi λ(E) = ΦχE = 0.

Quindi, per il Teorema di Radon-Nikodym, esiste g = dµ ∈ L1 (µ). Quindi, per
ogni E ∈ B,
Z Z
(7.10) ΦχE = λ(E) = g dµ = χE g dµ.
E X
Pn
Conseguentemente, visto che Φ è lineare, per ogni funzione semplice f = k=1 ck χEk :
X → R abbiamo
Z
(7.11) Φ(f ) = f g dµ.
X
Poiché ogni funzione in L∞ (µ) è limite uniforme di una successione di funzioni
semplici (domanda per il lettore: perché?), la (7.11) vale per ogni f ∈ L∞ (µ).
L’obiettivo è ora provare che g ∈ Lq (µ) e che kΦk ≥ kgkq . Per fare ciò, distinguiamo
due sotto-casi.

Caso 1A: p = 1, q = ∞. La (7.10) mostra che


Z

g dµ ≤ kΦk · kχE k1 = kΦk · µ(E),

E
88 7. SPAZI DI HILBERT E TEOREMA DI RADON-NIKODYM

per ogni E ∈ B. Per il Lemma 7.10, allora, |g(x)| ≤ kΦk, per µ-quasi ogni x ∈ X e
quindi kgk∞ ≤ kΦk < ∞. Qui abbiamo usato fortemente l’ipotesi che µ(X) < ∞,
per concludere che χE ∈ L1 (µ), per ogni E ∈ B.

Caso 1B: 1 < p < ∞. Definiamo A := g −1 ({0}) ∈ B e, per ogni z ∈ C \ {0}, sia
z
ϕ(z) := |z| . Allora, la funzione α(x) := ϕ(g(x) + χA (x)) : X → C è misurabile, è
tale che |α| = 1 per ogni x ∈ X ed inoltre αg = |g|. Denotiamo ora con En := {x ∈
p
X : |g(x)| ≤ n} ∈ B e sia f := χEn |g|q−1 α, con q = p−1 l’esponente coniugato di
p q ∞
p. Allora, |f | = |g| su En , f ∈ L (µ) (per definizione di En ) ed inserendo f in
(7.11) abbiamo
Z Z Z Z  p1
χEn |g|q dµ = |g|q dµ = f g dµ = Φf ≤ kΦk · kf kp = kΦk |g|q dµ ,
X En X En
per ogni n ∈ N. Per il Teorema della Convergenza Monotona si ottiene dunque che
g ∈ Lq (µ) e kgkq ≤ kΦk.
In conclusione, entrambi i membri della (7.11) sono funzioni continue su Lp (µ)
ed inoltre coincidono sullo spazio delle funzioni semplici, che sono dense in Lp (µ),
dato che µ è finita (Teorema 6.11). Concludiamo che l’uguaglianza (7.11) vale su
Lp (µ) e la dimostrazione è completa.

Esercizio 7.4. Sia X = {1, 2, . . . , n}, si consideri lo spazio misurabile (X, 2X )
e le due misure
n n
X X 1
# := δi , λ := δi .
i=1 i=1
i
dλ d#
Dimostrare che λ << # << λ e calcolare le derivate di Radon-Nikodym d# e dλ .

Esercizio 7.5. Si consideri lo spazio di misura di Lebesgue (Rd , L[Rd ], m) e,


per ogni E ∈ L[Rd ], si definiscano
Z Z
2 d+2
λ(E) := e−|x| dm, µ(E) := (1 + |x|2 )− 2 dm.
E E
(i) Dimostrare che λ, µ : L[Rd ] → [0, +∞) sono misure positive e limitate su
L[Rd ], tali che λ << µ << m << λ.
(ii) Calcolare le derivate di Radon-Nikodym dµdλ
e dµ
dλ .

Il Teorema di Lebesgue-Radon-Nikodym vale in contesti più generali di quelli


delle misure positive e finite, ma non ce ne occuperemo in questo corso. Passiamo
ora a stabilire alcune conseguenze di tale risultato.