Sei sulla pagina 1di 22

Richiami sugli Spazi Vettoriali

Uno spazio vettoriale `e un insieme V dove siano denite unoperazione interna (+)
commutativa e associativa e unoperazione esterna di moltiplicazione degli elementi di
V per gli elementi di un campo F. (Il nostro interesse sar`a essenzialmente limitato al
caso F = C campo dei numeri complessi). Le due operazioni, distributive una rispetto
allaltra (per entrambe le operazioni su F), soddisfano in sintesi le seguenti propriet`a :
1)
, V + = + V
, , V + ( +) = ( +) + + +
0 V + 0 = V
2)
a F, V a V
a, b F , V a( +) = a +a
(a +b) = a +b
a(b) = (ab)
3)
se o `e lelemento neutro della somma in F e V o = 0
se 1 `e lelemento neutro del prodotto in F e V 1 =
Gli elementi di F saranno denominati scalari gli elementi di V vettori. Esempi:
(R
n
, R) le n-ple di numeri reali x
i

i=1,..,n
(componenti del vettore x). La somma
si ottiene sommando le componenti omologhe: se x
i

i=1,..,n
e y = x
i

i=1,..,n
allora x + y = x
i
+ y
i

i=1,..,n
e il prodotto per uno scalare R si ottiene
moltiplicando ogni componente del vettore: x x
i

i=1,..,n
.
(C
n
, C) le n-ple di numeri complessi z
i

i=1,..,n
, con i numeri complessi come
scalari. La somma e il prodotto per uno scalare sono deniti come nellesempio
precedente.
1
(C

, C) le successioni di numeri complessi z


i

iN
, con i numeri complessi come
scalari. Somma e prodotto deniti come nei due esempi precedenti.
(C(R
n
), R) le funzioni reali denite su R
n
con R come campo degli scalari ((f +
g)(x) = f(x) +g(x) e (f)(x) = f(x))
(C(R
n
), C) le funzioni complesse su R
n
con C come campo degli scalari (somma
e prodotto deniti come nellesempio precedente)
(M(n, C), (C)) le matrici complesse n n con C come campo degli scalari. Se
M = M
ij
, N = N
ij
i, j = 1, .., n allora M+N = M
ij
+N
ij
e zM = z M
ij

Dipendenza e indipendenza lineare


N vettori
i
,
i
V i = 1, . . . , N si dicono linearmente dipendenti se esistono
a
i
, a
i
F i = 1, . . . , N non tutti nulli, tali che
N

i=1
a
i

i
= 0
Al contrario si dicono indipendenti se la precedente uguaglianza implica che gli a
i
sono
tutti nulli.
V si dice n-dimensionale se esistono n vettori in V linearmente indipendenti, ma non
esistono n + 1 vettori di V linearmente indipendenti.
V si dice innito-dimensionale se esistono n vettori di V linearmente indipendenti per
ogni n.
Per spazi a dimensione n, nita, ogni insieme
i
di n vettori indipendenti costituisce
una base: ogni vettore di V pu`o essere scritto, in maniera unica, come combinazione
lineare dei vettori
i
.
`
E facile vericare che lapplicazione che ad ogni vettore di
V associa gli n coecienti della combinazione lineare, che lo rappresenta in una base
assegnata, `e un isomorsmo tra V e F
n
le n-ple di elementi del campo. Lisomorsmo
dipende naturalmente dalla base scelta.
2
Metriche invarianti per traslazione
Diremo che una metrica `e invariante per traslazione, in uno spazio vettoriale V , se le
distanze dei punti di V da un qualunque punto x V assegnato hanno lo stesso valore
delle distanze dallorigine dei vettori traslati di x. Si ha cio`e
d(y, x) = d(y x, 0)
Ci riferiremo da ora in poi al caso in cui F = C. Useremo le notazioni z per il complesso
coniugato di un numero complesso z, [z[ =

z z per il modulo di z e Re z, Imz e arg z


rispettivamente per la parte reale, la parte immaginaria e largomento di z :
z = Re z +i Imz = [z[ e
i arg z
.
Si denisce norma, in uno spazio vettoriale V , su C, lapplicazione che ad ogni elemento
di V associa la sua lunghezza ||
| | : V || R
+
tale che
1) V : || 0 e || = 0 = 0
2) V, a C |a| = [a[ ||
3) , V | +| || +|| ([|| ||[ | |)
Uno spazio lineare V , con una norma | |, che sia completo rispetto alla distanza indotta
dalla norma (ogni successione di Cauchy in V ha un limite in V ) si dice spazio di
Banach.
Ricordiamo che negli spazi vettoriali a dimensione nita vale il
Teorema (Tichonov): se V `e uno spazio vettoriale di dimensione nita, tutte le
possibili norme sono equivalenti e lo rendono uno spazio di Banach.
3
Nel caso innito dimensionale vedremo che la situazione risulta decisamente dierente.
Esempi:
(C
n
, C)con la norma euclidea (z = z
i

i=1,..,n
|z| =

n
i=1
[z
i
[
2
).
l
2
il sottospazio vettoriale di (C

, C) delle successioni =
i

iN
tali che
||
_

i=1
[
i
[
2
< . Non valendo le ipotesi del teorema di Tichonov (la
dimensione `e innita) va dimostrato che l
2
sia completo rispetto alla metrica
indotta dalla norma. Daremo in seguito la prova, ma notiamo n da ora una dif-
ferenza (topologica) notevole rispetto al caso nito dimensionale: consideriamo i
vettori
(j)
di componenti
(j)
i
= 0 i ,= j e
(j)
j
= 1. Sono tutti vettori di norma
unitaria (stanno sulla supercie della sfera di raggio 1 di l
2
) e la distanza di cias-
cuno di loro da ogni altro vale

2. I
(j)
costituiscono dunque una successione
di vettori in un insieme chiuso e limitato che non ha punti di accumulazione (la
sfera unitaria di l
2
non `e quindi compatta) contrariamente a quanto avviene negli
spazi euclidei (reali o complessi) di dimensione nita.
Prodotto scalare e Spazi di Hilbert
Un prodotto scalare in uno spazio vettoriale V su C `e unapplicazione da V V C
, (, ) con le propriet`a
1) (, +) = (, ) + (, ) , , V
2) (, a) = a(, ) a C, , V
3) (, ) = (, )
4) (, ) 0 = 0 = 0
Se ( , ) `e un prodotto scalare in V , || = (, )
1/2
`e una norma, come `e facile vericare
se si prova la disuguaglianza:
4
Disuguaglianza di Schwarz
[(, )[ || ||
con eguaglianza valida se e solo se e sono collineari ( a C : a = ).
Infatti dalla propriet`a 4) del prodotto scalare discende
( +a, +a) 0 a C (= se e solo se +a = 0)
(, + a(, ) +a(, ) +[a[
2
(, ) 0
(, )(, ) + a(, )(, ) +a(, )(, ) +[a[
2
(, )
2
0
Scegliendo
a =
(, )
(, )
si ha quindi
(, )(, ) [(, )[
2
+[(, )[
2
[(, )[
2
= [(, )[
2
La disuguaglianza triangolare della norma `e ora facilmente dimostrabile:
| +|
2
= ||
2
+||
2
+Re(, )
||
2
+||
2
+ 2[(, )[
[||
2
+||
2
+ 2|| ||
= (|| +||)
2
Esempi di prodotto scalare:
in C
n
(, )
n

i=1

i
con
i

i=1,..,n

i

i=1,..,n
5
in l
2
(, )

i=1

i
con
i

i=1,..,n....

i

i=1,..,n......
in (C(R
n
), C)
(, ) =
_
R
n
(x) (x) dx
Uno spazio lineare V dotato di prodotto scalare ( , ) che sia completo rispetto alla
norma indotta dal prodotto scalare (quindi di Banach) si dice spazio di Hilbert. Gli
spazi di Hilbert di dimensioni nite sono generalmente denominati spazi unitari, ma,
per semplicit`a, noi utilizzeremo sempre la stessa dicitura.
Di seguito elenchiamo alcune denizioni e propriet`a relative agli spazi di Hilbert
M si dice sottospazio di uno spazio di Hilbert H se `e un sottoinsieme lineare
chiuso di H (`e quindi uno spazio di Hilbert).
e si dicono ortogonali se (, ) = 0.
Se M `e un sottospazio di H e M

`e linsieme dei vettori di H ortogonali a tutti i


vettori di M, allora M

`e un sottospazio. Infatti
La linearit`a `e evidente.
La chiusura `e una conseguenza della continuit`a in H del prodotto scalare:
se
n
,
n
sono due successioni in H convergenti rispettivamente ai vettori
e di H allora
(,
n
) 0 (
n
, ) 0 (
n
,
n
) 0
come si deduce dallapplicazione della disuguaglianza di Schwarz.
6
In uno spazio di Hilbert H, se M `e un sottospazio di H esiste una proiezione
ortogonale su M: in particolare
H = MM

ovvero H si pu`o scrivere in un unico modo come = P


M
+ (1 P
M
) con
P
M
M e (1 P
M
) M

.
Prova: H deniamo d = dist (, M) 0 =
_
inf
M
| |
_
. Per denizione
di estremo inferiore, esiste una successione

n
M con lim
n
|

n
| = d. Fac-
ciamo vedere che

n
`e di Cauchy in H (quindi in M).
Da un calcolo diretto:
|
1
2
(

m
+

n
) |
2
+|
1
2

m
)|
2
=
1
2
|

n
|
2
+
1
2
|

m
|
2

n,m
d
2
(notare infatti che | |
2
+| +|2 = 2||
2
+ 2||
2
prendendo =
1
2
(
n
) =
1
2
(
m
) si ricava la precedente uguaglianza)
Poiche (

n
+

m
)/2 M
|(

m
+

n
)
1
2
| d
2
m, n (1)
da cui si deduce
|

m
|
2

m,n
0
la successione `e di Cauchy ed esiste quindi un

M tale che
n

M, perche M `e un sottospazio.
|

| = d
Poniamo

= P
M
proiezione di su M e proviamo che

. Infatti
M, || = 1
d
2
= |

|
2
= |(

) (,

)|
2
+[(

, )[
2
d
2
+[(

, )[
2
7
(notare che (

)(,

) `e la dierenza tra e il valore

+(,

)
M. La sua norma deve essere quindi maggiore della distanza di da M.
((

), ) = 0

La decomposizione `e unica (darne una prova).


Famiglie ortogonali e basi
Un insieme di vettori w

I
,con I un insieme qualunque di indici, si dice ortonormale
se:
a) (w

, w

) =

=
_
_
_
0 se ,=
1 se =
Per un qualunque sottoinsieme nito di indici
i
, i = 1, . . . , N, dato un in K, la
combinazione lineare che garantisce la migliore approssimazione quadratica di `e

N
=
N

i=1
(w

i
, ) w

i
Vericare infatti, con calcolo diretto che
0 |
N

i=1
a
i
w

i
|
2
= ||
2
|
N
|
2
+
N

i=1
[(w

i
, ) a
i
[
2
che prova la seguente
Proposizione Tra tutte le combinazioni lineari di un sistema ortonormale w

i
, i =
1, ....N di vettori di H quella che dista meno, nella norma di H, da un generico H
`e quella costruita con i coecienti a
i
= (w

i
, )
In particolare
8
0 |
N
|
2
= ||
2

i=1
[(w

i
, )[
2
()

N
= P
M
con M sottospazio chiuso contenente tutte le combinazioni lineari dei
w

i=1,...,N
.
La () mostra inoltre che vale la disuguaglianza di Bessel: per ogni H
N

i=1
[(w

i
, )[
2
||
2
Se uno spazio di Hilbert H ha dimensione nita n, da n vettori indipendenti si pu`o
ricavare un sistema ortogonale con il procedimento di GramSchmidt: se
i

i=1,...,n
`e un insieme di vettori linearmente indipendenti, denendo w
1
=
1
/|
1
| e ricorsi-
vamente w
k
=
k
/|
2
|, con
k
=
k

k1

i=1
(w
i
,
k
)w
i
, allora i w
k

k=1,...,n
sono un
insieme ortonormale di vettori (ovviamente indipendenti). Tale insieme `e una base
ortonormale poiche per ogni K
=
n

i=1
(w
i
, )w
i
e
||
2
=
n

i=1
[(w
i
, )[
2
Se invece di partire da n vettori linearmente indipendenti si applicasse il procedimento
di GramSchmidt a un insieme numerabile denso in K (ad esempio tutte le combinazioni
lineari a coecienti razionali - con parte reale e immaginaria razionale se il campo `e
C - di n vettori linearmente indipendenti) si otterrebbero uninnit`a di vettori nulli e
una base ortonormale.
Sia ora H uno spazio di Hilbert di dimensione innita che sia separabile, sia tale cio`e
che esista un sottoinsieme di H, numerabile, che sia denso in H.

C = H
9
Siano ancora w
k

kN
i vettori risultanti dalla diagonalizzazione (in numero innito
numerabile).
Proposizione Se H `e tale che (w
i
, ) = 0 per ogni i allora = 0.
infatti, poiche C `e denso in H, > 0 `e possibile trovare un
N
tale che |
N
| <
Nel processo di ortonormalizzazione si denisce

N
=
N
+
N1

j=1
(w
j
,
N
) w
j
e
w
N
=

N
|
N
|
da cui si deduce limplicazione
(w
i
, ) = 0 i (
N
, ) = 0
quindi
||
2
+|
N
|
2
= |
N
|
2
<
2
= 0
Viceversa per ogni H denendo

n

n

i=1
(w
i
, )w
i
si nota facilmente che

n
`e di Cauchy (dalla disuguaglianza di Bessel)
tale che |
n
|
n
0 e si ha inoltre ( , w
j
) = 0, j
= ovvero = lim
n

n
i=1
(w
i
, )w
i
()
Un sistema ortonormale per cui valga la () di H si dice una base ortonormale (o
un sistema ortonormale completo).
10
Se w
i
`e una base ortonormale i numeri complessi (w
i
, ) si dicono i coecienti di
Fourier di in quella base.
`
E facile sintetizzare quello che abbiamo provato nelle seguenti aermazioni
un sistema ortonormale w
i
`e chiuso (

N
i=1
[(w
i
, )[
2
= ||
2
H) se e solo
se `e una base ortonormale
un sistema ortonormale w
i
`e completo ((w
i
, ) = 0 = 0) se e solo se `e una
base ortonormale
uno spazio di Hilbert H separabile ammette sempre una base ortonormale nu-
merabile
Consideriamo linsieme
(j)
j = 1, .., n.....dei vettori in l
2
, deniti alla ne della sezione
sulle metriche invarianti per traslazione (
(j)
i
=
ij
). Poiche per ogni l
2
vale
che (
(j)
, ) =
j
luguaglianza ||
2
=

n=1
[(
(j)
, )[
2
vale per denizione. Le
(j)
costituiscono quindi una base di l
2
. Un qualunque spazio di Hilbert separabile H, ssata
una base numerabile, pu`o essere messo in corrispondenza biunivoca con l
2
associando il
j-simo elemento della base con
(j)
.
`
E facile vericare che tale corrispondenza conserva
linearit`a, norma e prodotto scalare. Ogni spazio di Hilbert separabile `e quindi isomorfo
a l
2
.
Funzionali Lineari e Spazio duale
Se D
F
H `e un sottoinsieme lineare (contiene tutte le combinazioni lineari nite dei
suoi elementi) di uno spazio di Hilbert H, una funzione F da D
F
C che soddis
F( +) = F() +F() , D
F
F(a) = aF() a C, H
si dice funzionale lineare su H con dominio D
F
.
11
Negli spazi a innite dimensioni `e facile dare esempo di funzionali lineari che non
possono essere deniti su tutto H e altri che lo sono.
Es. 1) H il funzionale F

() = (, ) `e denito su tutto H ed `e continuo


come abbiamo gi`a visto.
Es. 2) H = l
2
, D
F
= [ = (
1
, . . . ,
n
, 0, 0, ....) per qualche n < ,
F() =

i=1
i
i
.
Se =
i

i=1
(

i=1
[
i
[
2
< ) `e un generico vettore di H non `e detto che
F() =

i=1
i
i
sia denito (come esempio si consideri
i
= 1/i

i=1
).
Lo stesso esempio pu`o essere applicato a qualunque spazio di Hilbert H separabile.
Data una base ortonormale w
i

i=1
, D
F
viene denito come linsieme di H che ha un
numero nito di coecienti di Fourier diversi da zero e F() =

i=1
(w
i
, )i.
Si noti che in entrambi i casi D
F
`e un insieme denso in H.
Un funzionale lineare F su D
F
si dice limitato se per qualche C > 0 [f()[ C||,
D
F
.
Teorema: Un funzionale lineare F su D
F
H `e continuo se e solo se `e limitato.
Prova. Se F `e limitato e la successione
n
di vettori in D
F
converge a D
F
, allora
[F(
n
) F()[ = [F(
n
)[ C|
n
|
e il funzionale `e dunque continuo.
Sia F continuo e supponiamo che F non sia limitato. Esisterebbero allora vettori

i
D
F
tali che
F(
i
)
|
i
|
= F
_

i
|
i
|
_
i, i = 1, . . . , n, cio`e tali che F
_

i
i|
i
|
_
1.
Questo contraddirrebbe la continuit`a nellorigine poiche

i
i|
i
|

i
0.
12
Se un funzionale lineare F, denito su un dominio D
F
denso in H, `e limitato si pu`o
estendere per continuit`a a tutto H. Considereremo da ora in poi funzionali continui su
tutto H.
Allinsieme dei funzionali lineari limitati (quindi continui) su H si pu`o dare la struttura
di spazio (vettoriale) lineare normato denendo:
(F
1
+F
2
)() = F
1
() +F
2
() H
(aF)() : aF() a C, H
|F| = sup
0=H
[F()[
||
= sup
=1
[F()[
(vericare che ha tutte le propriet`a della norma).
H

lo spazio di tutti i funzionali lineari limitati su H si dice spazio aggiunto di H,


o il suo duale. La dimostrazione che H

`e completo puo essere data direttamente. Per


H spazio di Hilbert `e unimmediata conseguenza del
Teorema di Riesz: H

pu`o essere identicato con H : F e H

esiste un (solo)
H tale che:
F() = (, ) H
Prova. Sia N(F) = H[ F() = 0. N `e un sottospazio chiuso di H per la
continut`a di F. Se F non `e identicamente nullo N(F) ,= H e N

(F) non `e costituito


quindi dal solo vettore nullo.
Sia ,= 0, N

(F). Possiamo assumere che F() sia uguale a 1 (se non lo fosse,
basterebbe considerare il vettore

F()
N

(F)).
Per qualunque H vale che F( F()) = 0. Cio`e ( F()) N(F) ed `e
quindi ortogonale a :
(, F()) = 0 F() =
_

||
2
,
_
13
Il teorema `e dimostrato prendendo =

||
2
.
Vediamo come in uno spazio di Hilbert H a dimensione n nita la caratterizzazione di
H

sia particolarmente semplice.


Sia n = dim(H) < e sia w
i

n
i=1
una base ortonormale:

L() = L
_
n

i=1
(w
i
, ) w
i
_
=
n

i=1
(w
i
, ) L(w
i
)
=
n

i=1
(, w
i
)(w
i
, ) = (, )
se si `e denito =
n

i=1

L(w
i
)w
i
L
Assegnata una base w
i

n
i=1
, sia L
j
il funzionale associato al vettore w
j
.
L
j
() = (w
j
, ) e L
j
(w
k
) =
jk
Ogni funzionale L pu`o essere scritto:
L() = L
_
_
n

j=1
(w
j
, )w
j
_
_
=
_
_
n

j=1
a
j
L
j
_
_
()
con a
j
= L(w
j
).
Quindi L
j
`e una base per H

(base duale).
Il teorema di Riesz per uno spazio di Hilbert separabile pu`o essere dimostrato con una
semplice generalizzazione del caso nito-dimensionale utilizzando una base ortonormale
14
numerabile.
La prova fornita precedentemente dimostra che la separabilit`a non `e necessaria perche
valga la tesi del teorema di Riesz.
Operatori lineari: prima parte
Se D
T
`e un sottoinsieme lineare di uno spazio di Hilbert H, unapplicazione T da
D
T
H che soddis
T( +) = T +T , D
T
T(a) = aT a C, D
T
si dice operatore lineare con dominio D
T
.
Come nel caso dei funzionali lineari, `e facile dare esempi di operatori T, deniti in
insiemi D
T
, densi in uno spazio di Hilbert H di dimensione innita, che non possono
essere estesi a tutto H.
Un esempio particolarmente importante `e il seguente:
in l
2
consideriamo la base
(j)
denita in precedenza. Consideriamo gli operatori che
agiscono sui vettori di base nella maniera seguente
A
(j)
=
_
j
(j1)
A

(j)
=
_
j + 1
(j+1)
N
(j)
(= A

A
(j)
) = j
(j)
(Vericare che vale luguaglianza A

A
(j)
AA

(j)
=
(j)
j)
`
E possibile estendere la denizione degli operatori A, A

e N a tutti i vettori di l
2
che sono combinazioni lineari di un numero nito di
(j)
(che costituiscono un insieme
denso). Non `e per`o possibile denire tali operatori su tutto l
2
come si deduce dal fatto
che trasformano i vettori di base in vettori di norma sempre pi` u grande al crescere
di j (vericare ad esempio che |A(

j=1

(j)
/j)| = malgrado il vettore a cui A `e
applicato abbia norma nita).
15
Loperatore lineare T si dice limitato su D(T) se
|T| sup
0=D(T)
|T|
||
<
(utilizzeremo la stessa notazione per la norma degli operatori e quella dei vettori,
sperando che la notazione non generi confusione).
Come per i funzionali lineari, un operatore `e limitato in H se e solo se `e continuo in
H (identica dimostrazione) e un operatore limitato denito su un dominio denso in H
pu`o quindi essere denito per continuit`a su tutto H. Consideremo da ora in poi solo
operatori limitati deniti sullintero spazio di Hilbert.
Si verica facilmente che | | `e una norma nello spazio vettoriale B(H) degli operatori
limitati su H (con le operazioni (T +S) T +S (aT) = aT) cio`e
|T +S| |T| +|S| T, S B(H)
|aT| = [a[ |T| a C, T B(H)
|T| 0 con luguaglianza vera se e solo se T = 0
Si pu`o dimostrare inoltre che B(H) `e completo in tale norma.
In B(H) si pu`o inoltre denire il prodotto (non commutativo)
(TS) = T(S)
con la propriet`a che
|TS| |T| |S|
Lidentit`a per il prodotto `e loperatore limitato
1 : 1 = H. T 1 = 1 T = T
Un operatore T B(H) si dice che ha un inverso T
1
se
T(T
1
) = (T
1
)T = 1
16
Teorema: T ha un inverso T
1
B(H) se e solo se H esiste, ed `e unica, la
soluzione dellequazione T = .
Supponiamo che esista T
1
. Posto = T
1
si nota che `e una soluzione di
T = .
Per ogni altra soluzione varrebbe che = T
1
T = T
1
che dimostra lunicit`a.
Supponiamo che H esista una e una sola soluzione di T = .
Deniamo T
1
= , H. Dalla denizione si ha che TT
1
= 1.
Prendendo = T si deduce T
1
T = , , cio`e T
1
T = 1.
Basta quindi vericare la linearit`a di T
1
(vericare).
Data una base w
i

n
i=1
ogni vettore H `e associato in maniera unica ai suoi n
coecienti di Fourier su quella base:
(w
i
, )
n
i=1
||
2
=
n

i=1
[
i
[
2

i
(w
i
, )
(, ) =
n

i=1
(w
i
, ) (w
i
, ) =
n

i=1

i
Se T `e un operatore (necessariamente limitato)
T = T
n

i=1
(w
i
, )w
i
=

i
(w
i
, )Tw
i
quindi
(T)
j
(w
j
, T) =
n

i=1
(w
i
, )(w
j
, Tw
i
)
=
n

i=1
T
ji

i
con T
ji
(w
j
, Tw
j
).
17
_
_
_
_
_
_
_
(T)
1
.
.
.
(T)
n
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
T
11
T
1n
.
.
.
.
.
.
T
n1
T
nn
_
_
_
_
_
_
_
_
_
_
_
_
_

n
_
_
_
_
_
_
Teorema: se dim H = n < e w
1
. . . w
n
`e una base, le seguenti condizioni sono
necessarie e sucienti per lesistenza dellinverso T
1
di un operatore lineare T:
1) non esistono soluzioni non nulle di T = 0
2) la matrice associata a T (in qualunque base) ha determinante ,= 0
3) Tw
i

n
i=1
sono linearmente indipendenti
4) esiste un operatore lineare S tale che ST = 1
Esempio di un operatore lineare limitato su l
2
che non ha inverso malgrado 1), 3), 4)
siano soddisfatte
(T)
i
=
i1
i 2
(T)
1
= 0
Proposizione: se T e S hanno un inverso allora T S ha un inverso e
(TS)
1
= S
1
T
1
18
Aggiunto di un operatore limitato. Operatori limitati autoaggiunti, unitari,
normali e di proiezione
Sia T un operatore limitato (ometteremo di ricordare che tutti gli operatori che con-
sidereremo sono lineari) . Per ogni H, ssato, lapplicazione da H C
H (, T)
`e un funzionale lineare continuo in H. Per il teorema di Riesz esiste un H tale che
(, T) = (, ) (
Denizione. T

= . T

si dice aggiunto di T ed `e facile provarne la linearit`a e la


limitatezza
([(, T)[ || |T| || . . . . . .)
Se dim = n < , w
i

n
i=1
`e una base, T `e un operatore lineare e T
ji
= (w
j
, Tw
i
) `e la
matrice ad esso associata tramite la base data
T

ji
(w
j
, T

w
i
) = (T

w
i
, w
j
) = (w
i
, Tw
j
) = T
ij
In uno spazio di Hilbert a nite dimensioni vale quindi che se T `e un operatore lineare
e T
ji
`e la matrice ad esso associata tramite una qualunque base, allora la matrice
associata alloperatore aggiunto T

, relativa alla stessa base, `e la matrice hermitiana


coniugata.
Denizione: Un operatore limitato S su H si dice autoaggiunto se S = S

.
(Se dim H = n < , in qualunque base, S
ij
=

S
ji
)
Denizione: un operatore V in H si dice isometrico se conserva la norma
|V | = || H
19
Loperatore V `e certamente limitato e |V | = 1.
Dalluguaglianza (V , V ) = (, ) H si ricava che (V

V 1) = 0. Per provarlo
verichiamo una importante uguaglianza valida in ogni spazio di Hilbert complesso
(luguaglianza non vale in spazi di Hilbert reali):
Principio di polarizzazione: Se t(, ) `e una forma sesquilineare in H (ovvero
t(
1
+
2
, ) = t(
1
, ) +t(
2
, ); t(,
1
+
2
) = t(,
1
) +t(,
2
)

2
,
1
,
2
H, , C) vale luguaglianza
t(, ) =
1
4
[t( +, +) t( , ) i t( +i , +i ) +i t( i , i )] .
Applicata alla forma sesquilineare (, T) il principio di polarizzazione asserisce che
essa `e completamente caratterizzata dai suoi valori diagonali (, T). Nel nostro caso
(, (V

V 1)) = 0 = (, (V

V 1)) = 0 , H = V

V 1 = 0 In
particolare, se V `e un operatore isometrico conserva il prodotto scalare (V , V ) =
( , ).
Se H ha dimensioni nite e V `e isometrico non possono esistere soluzioni di V = 0
che, per quanto abbiamo visto, assicura (sottolineiamo ancora in dimensioni nite) che
V abbia un inverso. In questo caso quindi V

= V
1
, V w
i

n
i=1
`e una base ortonornale
se w
1

n
i=1
lo `e.
In dimensioni innite la situazione `e signicativamente diversa e si possono avere ope-
ratori isometrici che non sono invertibili. Un esempio paradigmatico: siano

i=1
i
coecienti di Fourier di un generico vettore rispetto a qualche base numerabile dello
spazio di Hilbert separabile H. Deniamo loperatore V come segue
(V )
i
= 0 per i = 1 e (V )
i
=
i1
i 2
Per capire lazione di V

notiamo che
( , V ) =

i=1

i1
=

i=1
(V

)
i

i
= (V

, )
con (V

)
i1
=
i
. Si ha quindi
V = 0,
1
,
2
.............. ; V

=
2
,
3
, .................
20
Loperatore V cos` denito conserva norma e prodotto scalare ed `e quindi isometrico.
`
E per`o semplice rendersi conto che lequazione V = w
1
con w
1
= 1, 0, 0........ non am-
mette soluzione e che quindi loperatore V non `e invertibile. (Notare che la denizione
di V non ha analogo in uno spazio di Hilbert di dimensioni nite).
Denizione: Loperatore U si dice unitario se `e invertibile e |U| = || H. Le
propriet`a di un operatore unitario sono elencate di seguito (vericarle)
(U, U) = (, ) , H U U

= U

U = 1 U

= U
1
Se w
i
`e una base ortonormale anche Uw
i
lo `e.
Se w
i
`e una base ortonormale e T `e un operatore lineare limitato tale che Tw
i

sia una base ortonormale, allora `e unitario.


Se w
i
`e una base ortonormale e e
i
`e una seconda base ortonormale in H allora
loperatore denito dalla propriet`a che Uw
i
= e
i
, esteso per combinazioni lineari
a tutti i vettori di H, `e unitario.
Denizione: Dato un sottospazio M si dice operatore di proiezione su M loperatore
lineare limitato che ad ogni vettore H associa la sua proiezione ortogonale su M
gi`a denita in precedenza
P
M
=
M
H
Si vericano facilmente le propriet`a
|P
M
| || essendo la somma dei due vettori ortogonali
M
e
M
.
P
2
M
= P
M
poiche la proiezione di un vettore gi`a in /`e il vettore stesso.
P

M
= P
M
essendo (, P
M
) = (P
M
, P
M
) = (P
M
, )
21
Proposizione: un operatore lineare limitato P tale che P
2
= P = P

`e il proiettore
ortogonale sul sottospazio M= PH immagine dellapplicazione di P a tutti i vettori di
H.
22