Operatori limitati nello spazio di Hilbert: aspetti generali

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Operatori limitati nello spazio di Hilbert: aspetti generali"

Transcript

1 Capitolo 2 Operatori limitati nello spazio di Hilbert: aspetti generali Sia H uno spazio di Hilbert. Indichiamo con B(H) l insieme degli operatori lineari limitati su H. Cioè A B(H) se, e soltanto se esiste C > 0 tale che Ax C x, x H. (2.1) Essendo H uno spazio di Banach, continuano, ovviamente, a valere tutte le affermazioni a suo tempo fatte per gli operatori lineari su uno spazio di Banach. In particolare, B(H) è uno spazio vettoriale su C. Tuttavia, nel caso di uno spazio di Hilbert, vi sono delle peculiarità rilevanti sulle quali ci soffermeremo. 2.1 Definizioni di base La norma di un operatore Ricordiamo che in B(H) è possibile definire una norma nel modo seguente. A = Ax sup x H;x 0 x. Cioè, A è il più piccolo dei numeri C > 0 che soddisfano la (2.1). provare che A si può esprimere anche nei modi seguenti. A = sup Ax = sup Ax. x 1 x =1 Lasciamo al lettore di Esercizio Verificare che la definita sopra soddisfa le proprietà di una norma Aggiunto di un operatore Sia A B(H), x, y H. Posto L A,y (x) = (Ax, y)

2 18 2. Operatori limitati nello spazio di Hilbert: aspetti generali L A,y è un funzionale lineare limitato su H; per il lemma di Riesz esiste allora un unico y H tale che L A,y (x) = (x, y ) x H Poniamo A y = y. È facile verificare che A è un operatore lineare. Le relazioni seguenti mostrano che A è limitato per x = A y si ha (x, A y) = (Ax, y) A x y A y 2 A A y y il che prova, ad un tempo, che A è limitato e che A A. Un immediata conseguenza della definizione di aggiunto è l uguaglianza A = A. La precedente discussione può essere riassunta nel seguente Teorema Per ogni operatore A B(H) esiste un operatore limitato A tale che (Ax, y) = (x, A y) x, y H (2.2) Inoltre, A = A e A = A Dimostrazione Resta da provare soltanto l uguaglianza delle norme. Abbiamo già visto che A A A B(H). Applicando questa stessa relazione ad A si ha: A A ma A = A e quindi l asserto. Esempio Sia I = [0, 1]. In L 2 (I) consideriamo, per g C(I), lo spazio delle funzioni continue in I, l operatore T g f = gf f L 2 (0, 1). L operatore T g è limitato; infatti, T g f 2 = 1 0 gf 2 dx max x [0,1] g(x) f 2 dx. La relazione precedente mostra anche che T g g := max x [0,1] g(x). In realtà, T g = g. Infatti, posto L = g, per ogni a ]0, L[, l insieme E = {x I : g(x) > a} è un aperto di misura positiva. Indicata con χ E (x) la funzione caratteristica di E (chiaramente, χ E L 2 (I)), si ha g(x)χ E (x) 2 dx a 2 χ E (x) 2 dx. I Questa disuguaglianza implica a T g L. Ma a è arbitrario in ]0, L]. Dunque, T g = L. Determiniamo adesso l aggiunto; sia h L 2 (0, 1), si ha: I (T g f, h) = 1 gf h dx = e quindi T g = Tḡ. In particolare se g è reale, T g = T g. g h dx = (f, Tḡh) Esercizio Nell esempio precedente si sostituisca l ipotesi g C(I) con quella, evidentemente più debole, g L (I). Dimostrare che le affermazioni stabilite nell Esempio si estendono a questo caso, con ovvie modifiche delle dimostrazioni.

3 2.1. Definizioni di base 19 Diamo adesso alcune proprietà elementari dell applicazione : A B(H) A B(H). Esercizio Dimostrare che se A, B B(H) e (Ax, x) = (Bx, x), per ogni x H, allora A = B. Proposizione (b) (AB) = B A (a) A A è un anti-isomorfismo isometrico di B(H) in B(H) (c) Se A ha un inverso limitato, A 1, anche A ha inverso limitato e (A ) 1 = (A 1 ) (d) A A = A 2 Dimostrazione (a) È facile dimostrare che (A + B) = A + B e che (λa) = λa. Dal fatto che A = A A B(H) segue che l applicazione è suriettiva. Per l iniettività, supponiamo che A = 0. Allora A = A = 0 e quindi A = 0. (b) ((AB)x, y) = (A(Bx), y) = (Bx, A y) = (x, B A y) x, y H (c) Se A ha inverso limitato, allora dalla (b) segue che il che prova la (c). A (A 1 ) = (A 1 A) = I = I = (A 1 ) A (d) Abbiamo provato a suo tempo che AB A B. Quindi A A = A A = A 2. D altra parte A A sup (x, A Ax) = sup Ax 2 = A 2 x =1 x =1 Teorema B(H) è una *-algebra di Banach. Dimostrazione L applicazione A A gode, come abbiamo visto, della proprietà A = A; essa è, cioè, un involuzione in B(H). B(H) è pertanto un algebra involutiva normata o, brevemente, una *-algebra normata. Per completare la dimostrazione occorre provare che B(H) è uno spazio completo nella sua norma. Sia {A n } una successione di Cauchy in B(H). Allora, per ogni x H, la successione {A n x} è una successione di Cauchy in H ed ammette perciò limite y. Posto Ax = y, si definisce un operatore lineare di H in sé. Proviamo che A è limitato. Dato che {A n } una successione di Cauchy, la successione delle norme è limitata. Poniamo M = sup A n. Si ha allora, ( ) Ax = lim A n x lim sup A n x M x, x H. n Resta da provare che A n converge ad A in norma. Se ɛ > 0, esiste n ɛ N tale che, per ogni n, m > n ɛ, A n A m < ɛ. Fissato n > n ɛ si ha Quindi, se n > n ɛ, risulta (A n A)x = lim m (A n A m )x lim m A n A m x ɛ x. A n A = sup (A n A m )x ɛ. x 1

4 20 2. Operatori limitati nello spazio di Hilbert: aspetti generali Osservazione Una *-algebra di Banach A la cui norma soddisfa la condizione a a = a 2, per ogni a A è detta una C*-algebra. La (d) proposizione ci consente di concludere che B(H) è una C*-algebra. 2.2 Alcuni tipi di operatori limitati Operatori simmetrici, operatori positivi Definizione Un operatore A B(H) tale che A = A è detto simmetrico ( o autoaggiunto o hermitiano). Un operatore simmetrico A B(H) è caratterizzato dalla proprietà che (Ax, x) è un numero reale per ogni x H. Osservazione Dato un qualsiasi operatore A B(H), poniamo H = A + A 2, e K = A A. 2i Gli operatori H e K sono simmetrici e A = H + ik. Quindi ogni operatore A B(H) è combinazione lineare di operatori simmetrici. Esempio L operatore di moltiplicazione considerato nell esempio è simmetrico se, e soltanto se g è una funzione a valori reali. Definizione Un operatore A B(H) è detto positivo se (Ax, x) 0 per ogni x H. Esempio Dato un qualunque A B(H), l operatore A A è positivo. Infatti, (A Ax, x) = (Ax, Ax) = Ax 2 0. Proposizione Un operatore positivo A B(H) è necessariamente simmetrico. Dimostrazione Si ha, infatti, Dall identità di polarizzazione segue, allora, che (Ax, x) = (x, Ax) = (x, Ax), x H. (Ax, y) = 1 3 i k (A(x + i k y), x + i k y) = k=0 3 i k ((x + i k y), Ax + i k y) = (x, Ay), x, y H. k=0

5 2.2. Alcuni tipi di operatori limitati 21 L insieme degli elementi positivi di B(H) sarà indicato con B(H) +. Esso è un cono; gode, cioè, delle proprietà seguenti. (a) A + B B(H) +, A, B B(H) + ; (b) λa B(H) +, A, B B(H) +, λ 0; (c) B(H) + { B(H) + } = {0}. La nozione di positività ci permette di definire una relazione d ordine nell insieme B(H) s degli operatori simmetrici di B(H). Se A, B B(H) s, diremo che A B se B A 0. Con una dimostrazione simile a quella fatta per la disuaglianza di Schwarz [Proposizione 1.2.3], si prova che, se A 0, detta disuguaglianza di Schwarz generalizzata. Se A 0, esistono m 0 e M > 0 tali che che equivale a dire L esistenza di m è ovvia. Quanto ad M si ha (Ax, y) 2 (Ax, x)(ay, y), x, y H, (2.3) mi A MI, (2.4) m(x, x) (Ax, x) M(x, x), x H. (Ax, x) Ax x A x 2 = A (x, x), x H. Dunque A è un possibile valore di M. Si può anzi provare che A è la più piccola costante positiva per cui la (2.4) è soddisfatta. Una successione {A n } di operatori limitati è detta limitata se esiste L > 0 tale che A n L, per ogni n N. Per le successioni monotone e limitate di operatori simmetrici vale un teorema di regolarità simile a quello che vale per le successioni di numeri reali con le stesse proprietà. Teorema Ogni successione monotona e limitata {A n } di operatori simmetrici di B(H) converge ad un operatore simmetrico limitato. Dimostrazione Senza essere restrittivi si può supporre che 0 A 1 A 2... A n... I. Siano n, m N con n > m. In questo caso A n A m 0. Applicando la (2.3), si ha, per ogni x H (A n A m )x 4 = ((A n A m )x, (A n A m )x) 2 ((A n A m )x, x)((a n A m ) 2 x, (A n A m )x).

6 22 2. Operatori limitati nello spazio di Hilbert: aspetti generali Adesso osserviamo che, per le ipotesi fatte, ((A n A m ) 2 x, (A n A m )x) x 2. Dunque (A n A m )x 4 ((A n A m )x, x). La successione di numeri positivi {(A n x, x)} è crescente e limitata e, dunque, convergente. Essa è, perciò di Cauchy. Lo è, quindi, anche la successione {A n x}. Poniamo Ax = lim n A n x. Lasciamo al lettore di verificare che A è limitato e simmetrico. Teorema Ogni operatore positivo A ammette un unica radice quadrata positiva; esiste, cioè, un unico operatore X 0 tale che X 2 = A. L operatore A 1/2 := X commuta con A e con tutti gli operatori limitati che commutano con A. Dimostrazione Si può supporre A I. Il nostro scopo è di provare l esistenza di una (e una sola) soluzione dell equazione X 2 = A. Posto A = I B, con 0 B I, e Y = I X, l equazione da risolvere prende la forma Costruiamo una successione per ricorrenza ponendo { Y0 = 0 Y n+1 = 1 2 (B + Y 2 n ) Per induzione su n si prova facilmente che (a) ogni Y n è un polinomio in B a coefficienti reali non negativi; (b) Y n 0, per ogni n 0; (c) Y n Y n+1, per ogni n 0; (d) Y n 1, per ogni n 0. Y = 1 2 (B + Y 2 ). (2.5) La (a) è pressoché immediata. La (b) segue dalla (a) una volta dimostrato che se B 0 allora B n 0 (esercizio!), per ogni n. Dalla (a) discende che Y n Y m = Y m Y n per ogni n, m. La (c) è certo vera per n = 0. Supponiamo che Y n 1 Y n. La differenza Y n Y n 1 è un polinomio in B a coefficienti reali non negativi e così pure Y n Y n 1. Si ha allora Y n+1 Y n = 1 ( (B + Y 2 2 n ) (B + Yn 1) 2 ) = 1 ( Y 2 2 n Yn 1) 2 = 1 2 (Y n + Y n 1 )(Y n Y n 1 ) 0. Anche la (d) è ovviamente vera per n = 0. Supponiamo allora che Y n 1. Si ha, allora Y n+1 = 1 2 ( B + Y 2 n ) 1 2 ( B + Y 2 n ) = 1 2 ( B + Y n 2 ) 1. Non resta che applicare il Teorema per concludere che la successione {Y n } ammette limite Y. Un semplice passaggio al limite nell uguaglianza Y n+1 = 1 2 (B +Y 2 n ) ci permette di affermare che Y è soluzione dell equazione 2.5. Visto che Y è limite forte di una successione di polinomi in B esso commuta con B e con ogni operatore che commuta con B. Di conseguenza X = I = Y commuta con A e con ogni operatore che commuta con A.

7 2.2. Alcuni tipi di operatori limitati 23 Resta da provare l unicità. Supponiamo che esista un altro operatore positivo Z tale che Z 2 = A. Cominciamo con l osservare che AZ = ZA = Z 3 e, quindi, Z commuta con X. X e Z sono operatori positivi. Quindi anch essi ammettono radici positive. Indichiamole con T ed S rispettivamente. Sia x H e poniamo y = (X Z)x. Si ha T y 2 + Sy 2 = (T 2 y, y) + (S 2 y, y) = (Xy, y) + (Zy, y) = ((X + Z)(X Z)x, y) = ((X 2 Z 2 )x, y) = ((A A)x, y) = 0. Dunque, T y = Sy = 0. Ne segue che Xy = T 2 y = 0 e Zy = S 2 y = 0. Quindi, (X Z)x 2 = ((X Z) 2 x, x) = ((X Z)y, x) = 0. Dall arbitrarietà di x segue che X = Z. Corollario Siano A e B operatori positivi che commutano. Allora AB è un operatore positivo. La dimostrazione è lasciata come esercizio. Abbiamo già visto che, se A B(H), allora A A è un operatore positivo. La sua radice positiva (A A) 1/2 è detta modulo di A e si denota con A Operatori di proiezione Una classe molto importante di operatori nello spazio di Hilbert è quella delle proiezioni. Definizione Un operatore P B(H) è chiamato un proiettore (o una proiezione) ortogonale se P = P 2 = P Il seguente teorema stabilisce la corrispondenza biunivoca tra proiettori ortogonali e sottospazi di H. Teorema Sia P un proiettore ortogonale in H. Posto M P = {y H : y = P y}, allora M P coincide con l immagine di P ed è un sottospazio chiuso di H. Viceversa, se M è un sottospazio chiuso di H, esiste un proiettore P in H tale che M = M P Dimostrazione È ovvio che M P ImP. L inclusione inversa si ottiene dalle relazioni y = P x P y = P 2 x = P x = y. Il fatto che M P è chiuso è immediato. Sia, viceversa, M un sottospazio chiuso di H. Ogni elemento x H si può decomporre come x = y + z con y M e z M. Poniamo y = P x. È, adesso, molto facile dimostrare che P è un proiettore e che M = M P. In questa corrispondenza se P è il proiettore su M P, I P è il proiettore su M P. Esempio Sia y un vettore fissato in H, con y = 1,. L operatore P y definito da P y x = (x, y)y, x H è, come si verifica facilmente un proiettore ortogonale. Il sottospazio di H corrispondente è il sottospazio unidimensionale generato da y.

8 24 2. Operatori limitati nello spazio di Hilbert: aspetti generali Esempio In L 2 (E), dove E è un insieme misurabile, l operatore P F di moltiplicazione per la funzione caratteristica χ F di un sottoinsieme misurabile F di E è un proiettore. Il sottospazio corrispondente è isomorfo a L 2 (F ). Proposizione Siano P e Q gli operatori di proiezione sui sottospazi M ed N, rispettivamente. Le sequenti affermazioni sono equivalenti. (i) M N ; (ii) QP = P ; (iii) P Q = P ; (iv) P x Qx, x H. (v) P Q. Dimostrazione (i) (ii): Se M N, allora per ogni x H, P x M N ; quindi QP x = P x. (ii) (iii): Si ha P Q = (QP ) = P = P. (iii) (iv): Se P Q = P, allora P x = P Qx Qx. (iv) (v): (P x, x) = (P 2 x, x) = (P x, P x) = P x 2 Qx 2 = (Qx, Qx) = (Qx, x), x H. Quindi P Q. (v) (i): Supponiamo che P Q e sia y M. Allora, (y, y) = (P y, y) (Qy, y) = (Qy, Qy) = Qy 2. Quindi, Qy = y. Ma y = Qy + (I Q)y e y 2 = Qy 2 + (1 Q)y 2, perché Qy e (I Q)y sono ortogonali. In conclusione, (I Q)y = 0. Cioè, y = Qy e, dunque, y N Il reticolo dei proiettori La proposizione mette in evidenza che l ordinamento parziale dei sottospazi di H, stabilito dall inclusione, si riflette completamente sui proiettori di H. Se {M α } è una qualsiasi famiglia di sottospazi, il più grande sottospazio chiuso contenuto in tutti gli M α, che indicheremo con α M α è, chiaramente, il sottospazio α M α. Se indichiamo con P α il proiettore su M α, al sottospazio α M α corrisponderà un proiettore che indicheremo con α P α. Si ha P α P α, α In modo analogo, se indichiamo con α M α il sottospazio di H generato dalla famiglia {M α } ad esso corrisponderà un proiettore α P α con la proprietà α. P α α P α, α.

9 2.2. Alcuni tipi di operatori limitati 25 Osservazione Valgono le relazioni (I P α ) = I α α P α (I P α ) = I α α P α In particolare Proposizione Se P e Q sono proiettori che commutano, corrispondenti, rispettivamente ai sottospazi M ed N, allora P Q = P + Q P Q, P Q = P Q, M N = M + N Sottospazi invarianti per un operatore Definizione Un sottospazio M si dice invariante per l operatore A B(H) se AM M; cioè, se Ax M per ogni x M. Proposizione Se M è invariante per A, anche la sua chiusura M lo è. La dimostrazione è lasciata per esercizio al lettore. Proposizione Sia P B(H) un proiettore. Se AP = P A, allora M P è un sottospazio invariante per A. Dimostrazione Se x M P, si ha, infatti, P x = x e quindi AP x = Ax; per l ipotesi di commutatività, P Ax = Ax e, quindi, Ax M P. Il fatto che un sottospazio chiuso M sia invariante per A non implica in generale che il proiettore P M su M commuti con A. Esempio Sia A un operatore limitato ed assumiamo che esista un vettore y H, con y = 1, tale che Ay = λy, per un certo λ C. È allora evidente che il sottospazio M y generato da y è invariante per A. Tuttavia, il proiettore P y su M y, in generale, non commuta con A. Ricordando, infatti, che, se x H, P y x = (x, y)y, si ha P y Ax = (Ax, y)y e AP y x = (x, y)ay = λ(x, y)y. D altra parte, se, in quest esempio, si suppone che M y sia invariante anche per A, allora si ha, com è facile vedere, A y = λy e, quindi, P y Ax = (Ax, y)y = (x, A y)y = λ(x, y)y, x H, e dunque P y A = AP y. Questo non è un caso come mostra la seguente proposizione. Proposizione Se M è un sottospazio chiuso invariante sia per A sia per A, allora il proiettore P M su M commuta con A (e con A ).

10 26 2. Operatori limitati nello spazio di Hilbert: aspetti generali Dimostrazione Infatti, se x, y H, si ha (P M Ax, y) = (Ax, P M y) = (x, A P M y) = (x, P M A P M y), perché A P M y M. D altra parte, dato che per ogni x H, AP M x M, (AP M x, y) = (P M AP M x, y) = (x, P M A P M y). Dunque AP M = P M A. Teorema Ogni operatore simmetrico A si decompone nella differenza di due operatori positivi A + e A tali che A + A = A A + = 0. Dimostrazione Sia A = (A 2 ) 1/2. Dato che A è limite di una successione di polinomi in A 2, esso commuta con A e con ogni operatore limitato che commuta con A. Poniamo A + = A + A 2 e A = A A. 2 È chiaro che A = A + A. Inoltre, A + A = 1 4 ( A + A)( A A) = 1 4 ( A 2 A 2 ) = 0. Dimostriamo che A + e A sono positivi. Sia M = {x H : A + x = 0}. M è un sottospazio chiuso di H. Indichiamo con P il proiettore corrispondente. Dalla definizione segue che A = A + + A È chiaro che A + P = P A + = 0. D altra parte, per ogni x H, A x M, dato che A + A = 0. Dunque, P A x = A x, per ogni x H, ovvero, P A = A P = A. Allora A = P A + + P A = P (A + + A ) = P A. Quindi A si esprime come prodotto di operatori positivi che commutano. Ne segue che A 0. D altra parte, A + = A A = A P A = (I P ) A 0, per lo stesso motivo Operatori isometrici e unitari Definizione Un operatore U B(H) è detto em isometrico se (Uf, Ug) = (f, g) f, g H (2.6) Da questa definizione segue immediatamente che per un operatore isometrico U U = I e che, inoltre Uf = f f H. Un operatore isometrico è dunque necessariamente iniettivo, ma non è detto che sia suriettivo; se lo è allora U ha inverso U 1 ovunque definito e limitato. In questo caso l operatore sarà detto unitario. Proposizione Se U è un operatore isometrico le seguenti condizioni sono equivalenti (i) U è unitario; (ii) U = U 1 ; (iii) U U = UU = I;

11 2.2. Alcuni tipi di operatori limitati 27 (iv) anche U è isometrico. Dimostrazione (i) (ii). Se U 1 esiste si ha: (Uf, g) = (Uf, UU 1 g) = (f, U 1 g) e questo implica che U = U 1. (ii) (iii) è banale. (iii) (iv) segue subito dalla definizione di operatore isometrico. (iv) (i). Se U ed U sono entrambi isometrici, si ha, per definizione: U U = UU = I. Quindi U ha inverso ovunque definito e limitato. Cioé U è unitario. Esempio In L 2 (R) consideriamo l operatore U definito nel modo seguente. Se t R, poniamo f t (x) = f(x t) e definiamo (Uf)(x) = f t (x), f L 2 (R). Lasciamo al lettore di verificare che U è un operatore unitario. Esempio In L 2 ([0, + [) consideriamo l operatore U definito nel modo seguente. Se t > 0, poniamo f t (x) = { f(x t) se x t 0 se x < t e definiamo (Uf)(x) = f t (x), f L 2 ([0, + [). Quest operatore è isometrico ma non è unitario. Il suo aggiunto U associa a g(x) L 2 ([0, + [) la funzione g t (x) = f(x + t) e non è, perciò, isometrico. Esempio Sia H = L 2 (R). La trasformata di Fourier f = T f data da f(x) = 1 2π R f(y)e ixy f(y)dy definisce un operatore unitario di H in sé. L operatore inverso T 1 f = f è dato da f(x) = 1 2π R f(y)e ixy f(y)dy. Questi fatti costituiscono il contenuto del Teorema di Fourier-Plancharel. È il caso di notare che gli integrali usati per definre sia la trasformata di Fourier sia la sua inversa devo essere intesi nel senso della convergenza in L 2 (R), essi sono cioè il risultato di approssimazioni con i corrispondenti integrali calcolati su una successione di funzioni regolari convergenti ad f (nel caso del primo integrale) o ad f nel caso del secondo.

12 28 2. Operatori limitati nello spazio di Hilbert: aspetti generali 2.3 Topologie in B(H): convergenza forte e convergenza debole Oltre alla topologia della norma (detta anche topologia uniforme) in B(H) è utile introdurre altre topologie. Esse non sono definite da una norma, ma da famiglie separanti di seminorme. Definizione Sia E uno spazio vettoriale su C. Una seminorma su E è un applicazione p di E in R che associa a v p(v) con le seguenti proprietà: (i) p(v) 0 v E (ii) Se v = 0, allora p(v) = 0 (iii) p(αv) = α p(v) α C v E (iv) p(v + w) p(v) + p(w) v, w E Una famiglia {p α } α I `detta separante se per ogni v E, v 0, esiste α I tale che p α (v) 0. Una famiglia separante di seminorme definisce su E un topologia localmente convessa di Hausdorff su E. Una base d intorni di 0 è costituita dagli insiemi del tipo U = {v E : p αi (v) < ɛ; i = 1, 2,..., n} La topologia forte di B(H) Sia H uno spazio di Hilbert. La famiglia di seminorme {p x ; x H} in B(H) definite da p x (A) = Ax, x H, induce su B(H) una topologia localmente convessa, che indicheremo con t s, detta topologia forte degli operatori. Essendo p x (A) = Ax A x, x H la topologia t s è meno fine della topologia uniforme t u definita dalla norma degli operatori limitati. Quindi, per esempio, se una successione {A n } di operatori limitati converge in norma ad un operatore limitato A, essa converge ad A anche fortemente. Il viceversa è, in generale falso. Esempio Sia {e n } una base ortonormale di uno spazio di Hilbert separabile H. Consideriamo la successione {P n } di proiettori definiti da n P n x = (x, e k )e k. Dalle proprietà delle basi ortonormali deduciamo che, per ogni x H, n x (x, e k )e k 0, n. k=1 k=1 Cioè, (I P n )x 0, per ogni x H o, in altri termini, P n I fortemente. La successione {P n } non converge a I in norma, perché I P n = 1, per ogni n N.

13 2.4. Commutanti e Algebre di von Neumann La topologia debole di B(H) La famiglia di seminorme {p x,y ; x, y H} in B(H), definite da p x,y (A) = (Ax, y), x, y H, induce su B(H) un altra topologia localmente convessa, che indicheremo con t w, detta topologia debole degli operatori. Essendo p x,y (A) = (Ax, y) Ax y, x H la topologia t w è meno fine della topologia forte. 2.4 Commutanti e Algebre di von Neumann Sia M us sottoinsieme di B(H). Il commutante M di M è definito da M = {X B(H) : AX = XA, A M.} Porremo M = (M ) ; M è detto il bicommutante di M. Risulta M M ; M := (M ) = M, etc. Si vede facilmente che M è una sottoalgebra di B(H). Se M = M, cioè se M contiene, insieme con un elemento A anche il suo aggiunto A, allora M è una *-sottoalgebra di B(H). Proposizione Per ogni M B(H), M è un algebra debolmente (e quindi, fortemente e uniformemente) chiusa. Se M è una sottoalgebra di B(H), contenente l identità I, la sua chiusura debole M w è certamente un sottoinsieme di M, perché questo è debolmente chiuso. Teorema Sia M una *-sottoalgebra di B(H), contenente l identità I. Allora M = M s, la chiusura forte di M. Dimostrazione Dobbiamo dimostrare che, fissato un B M, per ogni ɛ > 0 e per ogni x H esiste A M tale che Bx Ax < ɛ. Sia x H e definiamo M = Mx = {Cx; C M}. Il sottospazio M è invariante per ogni operatore A M (e quindi anche per A ). Anche la sua chiusura M è, dunque invariante per ogni operatore di M. Per la proposizione il proiettore P := P M commuta con ogni operatore A M. Cioè P M. Si ha quindi, P B = BP e M è invariante anche per B. Questo implica che Bx M. Quindi esiste A M tale che Bx Ax < ɛ. Corollario Sia M una *-sottoalgebra di B(H), contenente l identità I. affermazioni sono equivalenti. Le seguenti (i) M è debolmente chiusa.

14 30 2. Operatori limitati nello spazio di Hilbert: aspetti generali (ii) M = M. Dimostrazione (i) (ii): Utilizzando il teorema precedente si ha, M M s M w M = M s. Quindi M w = M s = M. Se M è debolmente chiusa, risulta allora M = M. L implicazione (i) (ii) è ovvia, dato che M è, in ogni caso, debolmente chiusa. Osservazione Le *-sottoalgebre di B(H), con identità, per cui si verifica l una o l altra delle condizioni equivalenti del precedente corollario, svolgono un ruolo chiave nella teoria degli operatori. Esse sono dette Algebre di von Neumann, dal nome di John von Neumann che per primo le studiò (1948 circa). La teoria delle algebre di von Neumann rappresenta uno degli argomenti più fecondi della ricerca matematica contemporanea e trova applicazioni negli ambiti più disparati: dalla Geometria non commutativa alle Teorie quantistiche. La loro trattazione va comunque al di là dell ambito di un corso iniziale sulla teoria degli operatori.

Teoria degli Operatori

Teoria degli Operatori Teoria degli Operatori Corso di Laurea Specialistica in Matematica Camillo Trapani Dipartimento di Matematica e Informatica Università di Palermo A.A. 2007-2008; versione rivista Aprile 2012 ii Indice

Dettagli

Appendice B ANALISI FUNZIONALE. 1 Spazi di Banach

Appendice B ANALISI FUNZIONALE. 1 Spazi di Banach Appendice B ANALISI FUNZIONALE In questo capitolo si introducono gli spazi di Banach e di Hilbert, gli operatori lineari e loro spettro. Inoltre si discutono gli operatori compatti su uno spazio di Hilbert.

Dettagli

Capitolo IV SPAZI VETTORIALI EUCLIDEI

Capitolo IV SPAZI VETTORIALI EUCLIDEI Capitolo IV SPAZI VETTORIALI EUCLIDEI È ben noto che in VO 3 si possono considerare strutture più ricche di quella di spazio vettoriale; si pensi in particolare all operazioni di prodotto scalare di vettori.

Dettagli

0.1 Spazi Euclidei in generale

0.1 Spazi Euclidei in generale 0.1. SPAZI EUCLIDEI IN GENERALE 1 0.1 Spazi Euclidei in generale Sia V uno spazio vettoriale definito su R. Diremo, estendendo una definizione data in precedenza, che V è uno spazio vettoriale euclideo

Dettagli

ALGEBRE DI BOOLE. (d) x, y X x y oppure y x.

ALGEBRE DI BOOLE. (d) x, y X x y oppure y x. ALGEBRE DI BOOLE Un insieme parzialmente ordinato è una coppia ordinata (X, ) dove X è un insieme non vuoto e " " è una relazione binaria definita su X tale che (a) x X x x (riflessività) (b) x, y, X se

Dettagli

Daniela Lera A.A

Daniela Lera A.A Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2016-2017 Richiami Algebra Lineare Spazio normato Uno spazio lineare X si dice normato se esiste una funzione

Dettagli

Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria: Elettronica. Corso di Geometria ed Algebra Docente F. Flamini

Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria: Elettronica. Corso di Geometria ed Algebra Docente F. Flamini Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria: Elettronica Corso di Geometria ed Algebra Docente F. Flamini Capitolo IV - 3: Teorema Spettrale degli operatori autoaggiunti e Teorema

Dettagli

Il teorema di Ascoli-Arzelà

Il teorema di Ascoli-Arzelà Il teorema di Ascoli-Arzelà Alcuni risultati sugli spazi metrici Spazi metrici (e topologici) compatti Richiamiamo le definizioni di compattezza negli spazi metrici. Sia (X, d) una spazio metrico e sia

Dettagli

Esercizi del Corso di Istituzioni di Analisi Superiore, I modulo

Esercizi del Corso di Istituzioni di Analisi Superiore, I modulo sercizi del Corso di Istituzioni di Analisi Superiore, I modulo 1. sercizi su massimo e minimo limite 1. lim inf a n lim sup a n 2. Se a n b n per ogni n N, allora lim inf a n lim inf b n. Vale anche lim

Dettagli

ANALISI MATEMATICA 3. esercizi assegnati per la prova scritta del 31 gennaio 2011

ANALISI MATEMATICA 3. esercizi assegnati per la prova scritta del 31 gennaio 2011 esercizi assegnati per la prova scritta del 31 gennaio 2011 Esercizio 1. Per x > 0 e n N si ponga f n (x) = ln ( n 5 x ) a) Provare l integrabilità delle funzioni f n in (0, + ). 3 + n 4 x 2. b) Studiare

Dettagli

2. Fra tutti i rettangoli inscritti in una circonferenza, determinare quello di area massima.

2. Fra tutti i rettangoli inscritti in una circonferenza, determinare quello di area massima. 2. Fra tutti i rettangoli inscritti in una circonferenza, determinare quello di area massima. 3. Fra tutti i cilindri a base rotonda inscritti in una sfera, determinare quello di volume massimo. 4. Dimostrare

Dettagli

NOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n

NOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare

Dettagli

SOTTOSPAZI INVARIANTI

SOTTOSPAZI INVARIANTI 2/2 OPERATORI NEGLI SPAZI DI HILBERT FINITODIMENSIONALI 08/09 1 SOTTOSPAZI INVARIANTI Riduzione di un operatore a un sottospazio Se A è un qualunque operatore lineare, H un sottospazio di H e P il proiettore

Dettagli

8. Completamento di uno spazio di misura.

8. Completamento di uno spazio di misura. 8. Completamento di uno spazio di misura. 8.1. Spazi di misura. Spazi di misura completi. Definizione 8.1.1. (Spazio misurabile). Si chiama spazio misurabile ogni coppia ordinata (Ω, A), dove Ω è un insieme

Dettagli

ANALISI MATEMATICA 4. Prova scritta del 24 gennaio 2013

ANALISI MATEMATICA 4. Prova scritta del 24 gennaio 2013 Prova scritta del 24 gennaio 2013 Esercizio 1. Sia Ω R 3 un insieme misurabile secondo Lebesgue e di misura finita. Sia {f n } n N una successione di funzioni f n : Ω R misurabili e tali che 1) f n (x)

Dettagli

1 PRELIMINARI 1.1 NOTAZIONI. denota l insieme vuoto. a A si legge a appartiene a A oppure a è elemento di A.

1 PRELIMINARI 1.1 NOTAZIONI. denota l insieme vuoto. a A si legge a appartiene a A oppure a è elemento di A. 1 PRELIMINARI 1.1 NOTAZIONI denota l insieme vuoto. a A si legge a appartiene a A oppure a è elemento di A. B A si legge B è un sottoinsieme di A e significa che ogni elemento di B è anche elemento di

Dettagli

I. CENNI SULL ANALISI FUNZIONALE

I. CENNI SULL ANALISI FUNZIONALE I. CENNI SULL ANALISI FUNZIONALE 0 Introduzione In questo capitolo discutiamo la definizione di un operatore lineare su uno spazio di Banach e di Hilbert e alcune delle sue proprietà. Nell appendice presentiamo

Dettagli

Spazi vettoriali euclidei.

Spazi vettoriali euclidei. Spazi vettoriali euclidei Prodotto scalare, lunghezza e ortogonalità in R n Consideriamo lo spazio vettoriale R n = { =,,, n R}, n con la somma fra vettori e il prodotto di un vettore per uno scalare definiti

Dettagli

AM2: Tracce delle lezioni- IX Settimana INSIEMI DI LIVELLO, MINIMI VINCOLATI PRINCIPIO DEI MOLTIPLICATORI DI LAGRANGE

AM2: Tracce delle lezioni- IX Settimana INSIEMI DI LIVELLO, MINIMI VINCOLATI PRINCIPIO DEI MOLTIPLICATORI DI LAGRANGE AM2: Tracce delle lezioni- IX Settimana INSIEMI DI LIVELLO, MINIMI VINCOLATI PRINCIPIO DEI MOLTIPLICATORI DI LAGRANGE Sia g C 1 R 2 ), c R. L insieme γ = γ c := {x, y) R 2 : gx, y) = c} si chiama insieme

Dettagli

COMPLETAMENTO DI SPAZI METRICI

COMPLETAMENTO DI SPAZI METRICI COMPLETAMENTO DI SPAZI METRICI 1. Successioni di Cauchy e spazi metrici completi Definizione 1.1. Una successione x n n N a valori in uno spazio metrico X, d si dice di Cauchy se, per ogni ε > 0 esiste

Dettagli

11. Misure con segno.

11. Misure con segno. 11. Misure con segno. 11.1. Misure con segno. Sia Ω un insieme non vuoto e sia A una σ-algebra in Ω. Definizione 11.1.1. (Misura con segno). Si chiama misura con segno su A ogni funzione ϕ : A R verificante

Dettagli

p(ϕ) = a 0 Id + a 1 ϕ + + a n ϕ n,

p(ϕ) = a 0 Id + a 1 ϕ + + a n ϕ n, 1. Autospazi e autospazi generalizzati Sia ϕ: V V un endomorfismo. Allora l assegnazione x ϕ induce un morfismo di anelli ρ: K[x] End K (V ). Più esplicitamente, al polinomio p dato da viene associato

Dettagli

Generalizzazioni del Teorema di Weierstrass

Generalizzazioni del Teorema di Weierstrass Capitolo 2 Generalizzazioni del Teorema di Weierstrass Il principale riferimento bibliografico per questa lezione è il testo di Checcucci, Tognoli, Vesentini [1]. Introduzione Supponiamo che X = R n. È

Dettagli

11/3 IRRIDUCIBILITÀ NELLO SPAZIO DI HILBERT 10/11 1 IRRIDUCIBILITÀ

11/3 IRRIDUCIBILITÀ NELLO SPAZIO DI HILBERT 10/11 1 IRRIDUCIBILITÀ 11/3 IRRIDUCIBILITÀ NELLO SPAZIO DI HILBERT 10/11 1 IRRIDUCIBILITÀ Sistemi irriducibili di operatori in uno spazio di Hilbert Un insieme o sistema di operatori {A, B,...} in uno spazio di Hilbert H si

Dettagli

3. Successioni di insiemi.

3. Successioni di insiemi. 3. Successioni di insiemi. Per evitare incongruenze supponiamo, in questo capitolo, che tutti gli insiemi considerati siano sottoinsiemi di un dato insieme S (l insieme ambiente ). Quando occorrerà considerare

Dettagli

I teoremi della funzione inversa e della funzione implicita

I teoremi della funzione inversa e della funzione implicita I teoremi della funzione inversa e della funzione implicita Appunti per il corso di Analisi Matematica 4 G. Mauceri Indice 1 Il teorema della funzione inversa 1 Il teorema della funzione implicita 3 1

Dettagli

Spazi vettoriali metrici.

Spazi vettoriali metrici. Spazi vettoriali metrici Prodotti scalari e hermitiani Spazi vettoriali metrici Definizione Sia V uno spazio vettoriale su R e sia g: V V R una funzione Se per ogni v, v, v, w, w, w V e λ R si ha g(v +

Dettagli

4 Funzioni continue. Geometria I 27. Cfr: Sernesi vol II, cap I, 4 [1].

4 Funzioni continue. Geometria I 27. Cfr: Sernesi vol II, cap I, 4 [1]. Geometria I 27 4 Funzioni continue Cfr: Sernesi vol II, cap I, 4 [1]. Le funzioni continue tra spazi topologici si dicono anche mappe. Si può dimostrare, esattamente come in (2.10) e in (1.10), che vale

Dettagli

Serie e Trasformata di Fourier

Serie e Trasformata di Fourier Serie e Trasformata di Fourier Corso di Analisi Funzionale Prof. Paolo Nistri Cancelli, D Angelo, Giannetti Polinomio di Fourier Si consideri la successione costituita dalle restrizioni delle funzioni

Dettagli

Riassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.

Riassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria. Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo

Dettagli

Spazi di Funzioni. Docente:Alessandra Cutrì. A. Cutrì e Metodi Matematici per l ingegneria Ing. Gestionale

Spazi di Funzioni. Docente:Alessandra Cutrì. A. Cutrì e Metodi Matematici per l ingegneria Ing. Gestionale Spazi di Funzioni Docente:Alessandra Cutrì Spazi vettoriali normati Uno spazio Vettoriale V si dice NORMATO se è definita su V una norma, cioè una funzione che verifica: v 0 e v = 0 v = 0 λv = λ v λ R(o

Dettagli

SPAZI COMPATTI. Proposizione 2 Sia (X, d) uno spazio metrico. Se esso è sequenzialmente compatto allora è completo.

SPAZI COMPATTI. Proposizione 2 Sia (X, d) uno spazio metrico. Se esso è sequenzialmente compatto allora è completo. SPAZI COMPATTI D ora in poi tutti gli spazi topologici sono di Hausdorff. Definizione 1 Uno spazio topologico (X, τ) si dice sequenzialmente compatto, o compatto per successioni, se ogni successione di

Dettagli

AM5: Tracce delle lezioni- V Settimana

AM5: Tracce delle lezioni- V Settimana AM5: Tracce delle lezioni- V Settimana Sia µ misura su X, p. SPAZI L p L p = L p (X, µ) : = {f : X [, + ] f é misurabile e Siccome t + s p ( ) p s p + t p s, t R, é 2 2 f, g L p f + g L p X f p dµ < }

Dettagli

Dimostrazione. Indichiamo con α e β (finiti o infiniti) gli estremi dell intervallo I. Poniamo

Dimostrazione. Indichiamo con α e β (finiti o infiniti) gli estremi dell intervallo I. Poniamo C.6 Funzioni continue Pag. 114 Dimostrazione del Corollario 4.25 Corollario 4.25 Sia f continua in un intervallo I. Supponiamo che f ammetta, per x tendente a ciascuno degli estremi dell intervallo, iti

Dettagli

14 Spazi metrici completi

14 Spazi metrici completi 54 2006-apr-26 Geometria e Topologia I 14 Spazi metrici completi (14.1) Definizione. Una successione {x n } n in uno spazio metrico si dice di Cauchy se per ogni ɛ > 0 esiste un intero N = N(ɛ) per cui

Dettagli

Corso di Calcolo Numerico

Corso di Calcolo Numerico Corso di Laurea in Ingegneria Gestionale Sede di Fermo Corso di 8 - METODI ITERATIVI PER I SISTEMI LINEARI Norme Una norma in R n è una funzione. : R n R tale che x 0 x R n ; x = 0 x = 0; αx = α x ; x

Dettagli

CORSO DI ANALISI MATEMATICA 2 SOLUZIONI ESERCIZI PROPOSTI 18/03/2013

CORSO DI ANALISI MATEMATICA 2 SOLUZIONI ESERCIZI PROPOSTI 18/03/2013 CORSO DI ANALISI MATEMATICA SOLUZIONI ESERCIZI PROPOSTI 8/03/03 D.BARTOLUCCI, D.GUIDO. La continuità uniforme I ESERCIZIO: Dimostrare che la funzione f(x) = x 3, x A = (, ] non è uniformemente continua

Dettagli

Riassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.

Riassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria. Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo

Dettagli

Spazi di Banach e Spazi di Hilbert

Spazi di Banach e Spazi di Hilbert Capitolo 1 Spazi di Banach e Spazi di Hilbert 1.1 Spazi normati e spazi di Banach In questa prima sezione ci occuperemo della definizione di spazio normato e di come su uno spazio normato sia possibile

Dettagli

CAPITOLO 1. Fondamenti. 1. Assiomi, postulati, definizioni

CAPITOLO 1. Fondamenti. 1. Assiomi, postulati, definizioni CAPITOLO 1 Fondamenti In questo capitolo presentiamo alcune nozioni necessarie per i successivi capitoli. 1. Assiomi, postulati, definizioni La Matematica è la scienza ipotetico-deduttiva per eccellenza.

Dettagli

LEZIONE 12. Y = f(x) = f( x j,1 f(e j ) = x j,1 A j = AX = µ A (X),

LEZIONE 12. Y = f(x) = f( x j,1 f(e j ) = x j,1 A j = AX = µ A (X), LEZIONE 1 1.1. Matrice di un applicazione lineare. Verifichiamo ora che ogni applicazione lineare f: R n R m è della forma µ A per un unica A R m,n. Definizione 1.1.1. Per ogni j 1,..., n indichiamo con

Dettagli

Principali differenze tra la ristampa 2014 e l edizione 2008

Principali differenze tra la ristampa 2014 e l edizione 2008 Principali differenze tra la ristampa 214 e l edizione 28 Di seguito sono riportate le principali modifiche apportate al testo dell edizione 28 con la ristampa riveduta e corretta del 214. Si avverte il

Dettagli

Si noti che questa definizione dice esattamente che

Si noti che questa definizione dice esattamente che DISUGUAGLIANZA INTEGRALE DI JENSEN IN DIMENSIONE FINITA LIBOR VESELY integrazione. Prima disuguaglianza integrale di Jensen.. Motivazione. Siano un insieme convesso in uno spazio vettoriale, f : (, + ]

Dettagli

Capitolo 5 Campi finiti

Capitolo 5 Campi finiti Capitolo 5 Campi finiti Definizione 5.1. Un campo finito K (cioè composto da un numero finito di elementi) si dice campo di Galois. Il numero dei suoi elementi si dice ordine e si denota con K. Un campo

Dettagli

Esercizi per il corso di Analisi 6.

Esercizi per il corso di Analisi 6. Esercizi per il corso di Analisi 6. 1. Si verifichi che uno spazio normato (X, ) è uno spazio vettoriale topologico con la topologia indotta dalla norma. Si verifichi poi che la norma è una funzione continua

Dettagli

Autovalori e autovettori di una matrice quadrata

Autovalori e autovettori di una matrice quadrata Autovalori e autovettori di una matrice quadrata Data la matrice A M n (K, vogliamo stabilire se esistono valori di λ K tali che il sistema AX = λx ammetta soluzioni non nulle. Questo risulta evidentemente

Dettagli

Corso di Laurea in Matematica Analisi Numerica (1 mod., 6 crediti, 48 ore, a.a , lez.3)

Corso di Laurea in Matematica Analisi Numerica (1 mod., 6 crediti, 48 ore, a.a , lez.3) Docente: Marco Gaviano (e-mail:gaviano@unica.it) Corso di Laurea in Matematica Analisi Numerica (1 mod., 6 crediti, 48 ore, a.a. 2014-2015, lez.3) 1 Analisi Numerica 1 mod. a.a. 2014-2015, Lezione n.3

Dettagli

Il Teorema di Kakutani

Il Teorema di Kakutani Il Teorema di Kakutani Abbiamo visto, precedentemente, il seguente risultato: 1 Sia X uno spazio di Banach. Se X è separabile, la palla è debolmente compatta. B X = {x X x 1} Il Teorema di Kakutani è un

Dettagli

non solo otteniamo il valore cercato per la validità della (1.4), ma anche che tale valore non dipende da

non solo otteniamo il valore cercato per la validità della (1.4), ma anche che tale valore non dipende da NOTE INTEGRATIVE PER IL CORSO DI ANALISI MATEMATICA 2 ANNO ACCADEMICO 2012/13 NOTE SULLA CONTINUITÀ UNIFORME D.BARTOLUCCI, D.GUIDO Sia f(x) = x 3, x [ 1, 1]. Si ha 1. La continuità uniforme x 3 y 3 = x

Dettagli

0.1 Coordinate in uno spazio vettoriale

0.1 Coordinate in uno spazio vettoriale 0.. COORDINATE IN UNO SPAZIO VETTORIALE 0. Coordinate in uno spazio vettoriale Sia V uno spazio vettoriale di dimensione finita n costruito sul campo K. D ora in poi, ogni volta che sia fissata una base

Dettagli

1 Funzioni reali di una variabile reale

1 Funzioni reali di una variabile reale 1 Funzioni reali di una variabile reale Qualche definizione e qualche esempio che risulteranno utili più avanti Durante tutto questo corso studieremo funzioni reali di una variabile reale, cioè Si ha f

Dettagli

NORMA DI UN VETTORE. Una NORMA VETTORIALE su R n è una funzione. : R n R +

NORMA DI UN VETTORE. Una NORMA VETTORIALE su R n è una funzione. : R n R + NORMA DI UN VETTORE Una NORMA VETTORIALE su R n è una funzione. : R n R + {0}, che associa ad ogni vettore x R n di componenti x i, i = 1,..., n, uno scalare in modo che valgano le seguenti proprietà:

Dettagli

NOTE SULLE FUNZIONI CONVESSE DI UNA VARIABILE REALE

NOTE SULLE FUNZIONI CONVESSE DI UNA VARIABILE REALE NOTE SULLE FUNZIONI CONVESSE DI UNA VARIABILE REALE ROBERTO GIAMBÒ 1. DEFINIZIONI E PRIME PROPRIETÀ In queste note saranno presentate alcune proprietà principali delle funzioni convesse di una variabile

Dettagli

20. Prodotto di spazi di misura. I teoremi di Tonelli e di Fubini.

20. Prodotto di spazi di misura. I teoremi di Tonelli e di Fubini. 20. Prodotto di spazi di misura. I teoremi di Tonelli e di Fubini. 20.1. Prodotto di σ-algebre. Definizione 20.1.1. (σ-algebra prodotto. Dati n spazi misurabili (Ω 1, A 1,..., (Ω n, A n, si chiama σ-algebra

Dettagli

Istituzioni di Logica Matematica

Istituzioni di Logica Matematica Istituzioni di Logica Matematica Sezione 8 del Capitolo 2 Alessandro Andretta Dipartimento di Matematica Università di Torino A. Andretta (Torino) Istituzioni di Logica Matematica AA 2012 2013 1 / 31 Strutture

Dettagli

Esistenza ed unicità per equazioni differenziali

Esistenza ed unicità per equazioni differenziali Esistenza ed unicità per equazioni differenziali Per concludere queste lezioni sulle equazioni differenziali vogliamo dimostrare il teorema esistenza ed unicità per il problema di Cauchy. Faremo la dimostrazione

Dettagli

Prodotto scalare e matrici < PX,PY >=< X,Y >

Prodotto scalare e matrici < PX,PY >=< X,Y > Prodotto scalare e matrici Matrici ortogonali Consideriamo in R n il prodotto scalare canonico < X,Y >= X T Y = x 1 y 1 + +x n y n. Ci domandiamo se esistono matrici P che conservino il prodotto scalare,

Dettagli

Corso di Elementi di Analisi Funzionale e Trasformate A.A. 2016/2017 Domande-tipo di teoria sulla prima metà del corso

Corso di Elementi di Analisi Funzionale e Trasformate A.A. 2016/2017 Domande-tipo di teoria sulla prima metà del corso Corso di Elementi di Analisi Funzionale e Trasformate A.A. 2016/2017 Domande-tipo di teoria sulla prima metà del corso Marco Bramanti Politecnico di Milano April 20, 2017 Cap. 1. Elementi di analisi funzionale

Dettagli

Prodotto interno (prodotto scalare definito positivo)

Prodotto interno (prodotto scalare definito positivo) Contenuto Prodotto scalare. Lunghezza, ortogonalità. Sistemi e basi ortonormali. Somma diretta: V = U U. Proiezioni. Teorema di Pitagora, disuguaglianza di Cauchy-Schwarz. Angoli. Federico Lastaria. Analisi

Dettagli

Funzioni. iniettiva se x y = f (x) f (y) o, equivalentemente, f (x) = f (y) = x = y

Funzioni. iniettiva se x y = f (x) f (y) o, equivalentemente, f (x) = f (y) = x = y Funzioni. Dati due insiemi A e B (non necessariamente distinti) si chiama funzione da A a B una qualunque corrispondenza (formula, regola) che associa ad ogni elemento di A uno ed un solo elemento di B.

Dettagli

Analisi a più variabili: Integrale di Lebesgue

Analisi a più variabili: Integrale di Lebesgue Analisi a più variabili: Integrale di Lebesgue 1 Ripasso delle definizioni di Algebre, σ-algebre, misure additive, misure σ-additive, Proprietà della misura astratta, misura esterna. Definizione (Insieme

Dettagli

ANALISI MATEMATICA 4. Prova scritta del 24 gennaio 2013

ANALISI MATEMATICA 4. Prova scritta del 24 gennaio 2013 Prova scritta del 24 gennaio 2013 Esercizio 1. Sia Ω R 3 un insieme misurabile secondo Lebesgue e di misura finita. Sia {f n } n N una successione di funzioni f n : Ω R misurabili e tali che 1) f n (x)

Dettagli

Alcuni complementi di teoria dell integrazione.

Alcuni complementi di teoria dell integrazione. Alcuni complementi di teoria dell integrazione. In ciò che segue si suppone di avere uno spazio di misura (,, µ) 1 Sia f una funzione misurabile su un insieme di misura positiva tale che f 0. Se fdµ =

Dettagli

Analisi Funzionale Cap. 2: Spazi di Hilbert

Analisi Funzionale Cap. 2: Spazi di Hilbert Analisi Funzionale Cap. 2: Spazi di Hilbert Gabriele H. Greco Dipartimento di Matematica Università di Trento 38050 POVO (Trento) Italia e-mail: greco@science.unitn.it http://www.science.unitn.it/ greco

Dettagli

Corso di Laurea in Matematica Geometria 2. Foglio di esercizi n. 4 a.a Soluzioni

Corso di Laurea in Matematica Geometria 2. Foglio di esercizi n. 4 a.a Soluzioni Corso di Laurea in Matematica Geometria 2 Foglio di esercizi n. 4 a.a. 2015-16 Soluzioni Gli esercizi sono presi dal libro di Manetti. Per svolgere questi esercizi, studiare con cura i paragrafi 5.2, 5.3

Dettagli

AM310- IV Settimana 2012

AM310- IV Settimana 2012 AM310- IV Settimana 2012 L 2 e gli spazi di HILBERT f 2 2 := f 2 = < f, f > ove < f, g > := fg dµ, f, g L 2 é un prodotto scalare (ovvero una forma bilineare simmetrica positiva) in L 2. Notiamo che la

Dettagli

AM5 2008: Tracce delle lezioni- 4

AM5 2008: Tracce delle lezioni- 4 AM5 008: Tracce delle lezioni- 4 L e gli spazi di HILBERT f := f = < f, f > ove < f, g > := fg dµ, f, g L é un prodotto scalare (ovvero una forma bilineare simmetrica positiva) in L. Notiamo che la diseguaglianza

Dettagli

Rango di una matrice e teorema di Rouché-Capelli

Rango di una matrice e teorema di Rouché-Capelli Rango di una matrice e teorema di Rouché-Capelli Sappiamo che a una matrice m n, A, è associata l applicazione lineare L A : R n R m, L A (X) = AX, X R n. Definizione 1. Lo spazio nullo di A, N (A), è

Dettagli

COMPLEMENTI DI ANALISI MATEMATICA DI BASE. Prova scritta del 26 gennaio 2005

COMPLEMENTI DI ANALISI MATEMATICA DI BASE. Prova scritta del 26 gennaio 2005 Prova scritta del 26 gennaio 2005 Esercizio 1. Posto B = x R 2 : x 2 2}, sia f n } una successione di funzioni (misurabili e) integrabili in B tali che f n f q.o. in B e, per ogni n N, f n (x) 2 x 3 per

Dettagli

21. (cenni di) Geometria analitica del piano.

21. (cenni di) Geometria analitica del piano. . (cenni di) Geometria analitica del piano... Definizione. Sia π un piano e sia O un suo punto. Siano i e j due versori ortogonali tra loro e paralleli al piano π. Diremo che la terna ordinata (O, i, j)

Dettagli

SPAZI METRICI COMPLETI

SPAZI METRICI COMPLETI Capitolo 1 SPAZI METRICI COMPLETI Sia dato uno spazio metrico (X, d). Definizione 1.1 Una successione {x n } si dice successione di Cauchy se ε > 0 n 0 n, m n 0 = d(x n x m ) < ε (1.1) Esercizio 1.1 Dimostrare

Dettagli

Se con e indichiamo l elemento neutro di in G, e deve appartenere ad H.

Se con e indichiamo l elemento neutro di in G, e deve appartenere ad H. Abbiamo visto a lezione che una sottoalgebra B di un algebra A è identificabile con l immagine di un omomorfismo iniettivo a valori in A. Una sottoalgebra B di A è in particolare un sottoinsieme non vuoto

Dettagli

Il teorema di Stone Weierstrass

Il teorema di Stone Weierstrass APPENDICE B Il teorema di Stone Weierstrass Definizione B.1. Siano X un insieme non vuoto e A un sottospazio vettoriale dello spazio delle funzioni a valori reali (risp. complessi) su X. Si dice che A

Dettagli

SPAZI TOPOLOGICI COMPATTI Note informali dalle lezioni

SPAZI TOPOLOGICI COMPATTI Note informali dalle lezioni SPAZI TOPOLOGICI COMPATTI Note informali dalle lezioni Sia X un insieme. Un ricoprimento di X è una famiglia U = {U j } j J di sottoinsiemi di X tali che X = j J U j. Un ricoprimento U = {U j } j J si

Dettagli

12. Funzioni numeriche misurabili.

12. Funzioni numeriche misurabili. 12. Funzioni numeriche misurabili. 12.1. Funzioni numeriche misurabili. D ora in avanti, nel corso di questi appunti, adotteremo la seguente terminologia: per far riferimento ad una funzione f : Ω R, per

Dettagli

Unicità, a meno di isomorfismo, del campo ordinato e completo dei reali

Unicità, a meno di isomorfismo, del campo ordinato e completo dei reali Unicità, a meno di isomorfismo, del campo ordinato e completo dei reali Stefano Baratella 0 Introduzione Queste note non presuppongono familiarità con la costruzione dei reali come tagli (o sezioni) di

Dettagli

TOPOLOGIA - APPUNTI SETTIMANA 2/12/2013-5/11/2013

TOPOLOGIA - APPUNTI SETTIMANA 2/12/2013-5/11/2013 TOPOLOGIA - APPUNTI SETTIMANA 2/12/2013-5/11/2013 KIERAN G. O GRADY - 2 DICEMBRE 2013 1. Spazi di Hausdorff Definizione 1.1. Uno spazio topologico X è di Hausdorff se dati x 1, x 2 X distinti esistono

Dettagli

Minimi quadrati. Sistemi iperdeterminati. 27 novembre 2008

Minimi quadrati. Sistemi iperdeterminati. 27 novembre 2008 Minimi quadrati 27 novembre 2008 In questa nota si indicherà sempre con V uno spazio vettoriale reale di dimensione finita n. Definizione 1. Una norma su V è una funzione : V R tale che x, y V e λ R: 1.

Dettagli

ANALISI C & Complementi di Analisi Matematica di Base. Prova scritta del 23 gennaio 2007

ANALISI C & Complementi di Analisi Matematica di Base. Prova scritta del 23 gennaio 2007 Prova scritta del 23 gennaio 2007 Esercizio 1. Sia f : R R una funzione misurabile e non negativa; si consideri la successione di funzioni f n (x) = max3f(x) 2n, 0}, x R, n N. Provare che se f è integrabile

Dettagli

Matematica I. Francesco Bonsante e Giuseppe Da Prato

Matematica I. Francesco Bonsante e Giuseppe Da Prato Matematica I Francesco Bonsante e Giuseppe Da Prato 31 Maggio 2008 Contents 1 Numeri reali 1 1.1 Sottoinsiemi di Q......................... 1 1.1.1 Estremo superiore e estremo inferiore.......... 2 1.2

Dettagli

ALGEBRA I: SOLUZIONI QUINTA ESERCITAZIONE 9 maggio 2011

ALGEBRA I: SOLUZIONI QUINTA ESERCITAZIONE 9 maggio 2011 ALGEBRA I: SOLUZIONI QUINTA ESERCITAZIONE 9 maggio 2011 Esercizio 1. Usando l algoritmo euclideo delle divisioni successive, calcolare massimo comune divisore e identità di Bézout per le seguenti coppie

Dettagli

7.9 Il caso vincolato: vincoli di disuguaglianza

7.9 Il caso vincolato: vincoli di disuguaglianza 7.9 Il caso vincolato: vincoli di disuguaglianza Il problema con vincoli di disuguaglianza: g i (x) 0, i = 1,..., p, (51) o, in forma vettoriale: g(x) 0, può essere trattato basandosi largamente su quanto

Dettagli

Soluzione dei problemi assegnati

Soluzione dei problemi assegnati ANALISI MATEMATICA 3 Soluzione dei problemi assegnati anno accademico 2018/19 prof. Antonio Greco http://people.unica.it/antoniogreco Dipartimento di Matematica e Informatica Università di Cagliari 23-5-2019

Dettagli

Facoltà di Scienze MM.FF.NN. Corso di Laurea in Matematica - A.A Prova scritta di Analisi Matematica I del c.

Facoltà di Scienze MM.FF.NN. Corso di Laurea in Matematica - A.A Prova scritta di Analisi Matematica I del c. Prova scritta di Analisi Matematica I del 22-5-2 - c. ) Provare che 3 3è irrazionale. 2) Provare che il grafico di f(x) =(x ) + 2 sin[(x ) ]:R \{} R ammette la retta di equazione x = come asintoto verticale.

Dettagli

Spazi di Funzioni. Docente:Alessandra Cutrì. A. Cutrì e Metodi Matematici per l ingegneria Ing. Gestionale

Spazi di Funzioni. Docente:Alessandra Cutrì. A. Cutrì e Metodi Matematici per l ingegneria Ing. Gestionale Spazi di Funzioni Docente:Alessandra Cutrì Spazi vettoriali normati Nel piano (R 2 ) e nello spazio ( R 3 ) sappiamo che la lunghezza di un vettore v si esprime rispettivamente come Se v = (v 1, v 2 )

Dettagli

R 2 e i numeri complessi

R 2 e i numeri complessi L. Chierchia. Dipartimento di Matematica e Fisica, Università Roma Tre 1 R e i numeri complessi 1. R come spazio vettoriale R, ossia l insieme delle coppie ordinate x, y con x e y in R è uno spazio vettoriale

Dettagli

MATRICI E OPERAZIONI

MATRICI E OPERAZIONI MATRICI E SISTEMI MATRICI E OPERAZIONI Matrici, somma e prodotto (definizioni, esempi, non commutatività del prodotto, legge di annullamento del prodotto Potenze e inverse di matrici quadrate (definizioni

Dettagli

APPUNTI DI TEORIA DEGLI INSIEMI. L assioma della scelta e il lemma di Zorn Sia {A i } i I

APPUNTI DI TEORIA DEGLI INSIEMI. L assioma della scelta e il lemma di Zorn Sia {A i } i I APPUNTI DI TEORIA DEGLI INSIEMI MAURIZIO CORNALBA L assioma della scelta e il lemma di Zorn Sia {A i } i I un insieme di insiemi. Il prodotto i I A i è l insieme di tutte le applicazioni α : I i I A i

Dettagli

SPAZI TOPOLOGICI. La nozione di spazio topologico è più generale di quella di spazio metrizzabile.

SPAZI TOPOLOGICI. La nozione di spazio topologico è più generale di quella di spazio metrizzabile. SPAZI TOPOLOGICI La nozione di spazio topologico è più generale di quella di spazio metrizzabile. Definizione 1 Uno spazio topologico (X, τ) è una coppia costituita da un insieme X e da una famiglia τ

Dettagli

Corso di Metodi Matematici per l Ingegneria A.A. 2017/2018 Domande-tipo di teoria sulla seconda metà del corso

Corso di Metodi Matematici per l Ingegneria A.A. 2017/2018 Domande-tipo di teoria sulla seconda metà del corso Corso di Metodi Matematici per l Ingegneria A.A. 2017/2018 Domande-tipo di teoria sulla seconda metà del corso Marco Bramanti Politecnico di Milano December 20, 2017 Parte 3. Teoria della misura e dell

Dettagli

1 Successioni di funzioni

1 Successioni di funzioni Analisi Matematica 2 Successioni di funzioni CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 6 SERIE DI POTENZE Supponiamo di associare ad ogni n N (rispettivamente ad ogni n p, per qualche

Dettagli

Esempio. L immagine di f è l insieme dei vettori w = (w 1, w 2 ) R 2 che hanno w 1 = w 2. Quindi:

Esempio. L immagine di f è l insieme dei vettori w = (w 1, w 2 ) R 2 che hanno w 1 = w 2. Quindi: Nucleo, immagine e loro proprietà [Abate, 5.2] Data una applicazione lineare f : V W, chiamiamo nucleo di f l insieme N(f) := { v V : f(v) = 0 W } Se S V è un sottoinsieme del dominio, indichiamo con f(s)

Dettagli

Spazi di Funzioni. Docente:Alessandra Cutrì. A. Cutrì , , Metodi Matematici per l ingegneria Ing.

Spazi di Funzioni. Docente:Alessandra Cutrì. A. Cutrì , , Metodi Matematici per l ingegneria Ing. Spazi di Funzioni Docente:Alessandra Cutrì Spazi funzionali Nello studio di fenomeni di estremo interesse applicativo (problemi di controllo, trasmissione e ricezione di segnali ed in generale nella formulazione

Dettagli

Il lemma di Baire e i teoremi di Banach-Steinhaus, della mappa aperta e del grafico chiuso.

Il lemma di Baire e i teoremi di Banach-Steinhaus, della mappa aperta e del grafico chiuso. Il lemma di Baire e i teoremi di Banach-Steinhaus, della mappa aperta e del grafico chiuso. SEMINARIO 2 AM310 a cura di Sara Rossicone e Maria Chiara Timpone 1 Lemma di Baire Definizione 1 (Spazio di Banach).

Dettagli

Appunti del Corso Analisi 1

Appunti del Corso Analisi 1 Appunti del Corso Analisi 1 Anno Accademico 2011-2012 Roberto Monti Versione del 5 Ottobre 2011 1 Contents Chapter 1. Cardinalità 5 1. Insiemi e funzioni. Introduzione informale 5 2. Cardinalità 7 3.

Dettagli

Spazi di Banach classici

Spazi di Banach classici Spazi di Banach classici 1. Gli spazi L p ([, 1]) Le funzioni misurabili su [, 1] costituiscono uno spazio vettoriale V. Definizione 1.1. Due funzioni f, g V si dicono uguali quasi ovunque se esiste N

Dettagli

SOLUZIONI DELLA PRIMA PROVA IN ITINERE DEL CORSO GE220

SOLUZIONI DELLA PRIMA PROVA IN ITINERE DEL CORSO GE220 SOLUZIONI DELLA PRIMA PROVA IN ITINERE DEL CORSO GE220 ESERCIZIO 1 (6 punti) Sia X uno spazio topologico. Dimostrare che: (i) (3 punti) X è uno spazio T 1 se e solo se per ogni x X l intersezione di tutti

Dettagli

ANALISI MATEMATICA A SECONDO MODULO SOLUZIONI DEGLI ESERCIZI DELLA SETTIMANA 15. x 2 i

ANALISI MATEMATICA A SECONDO MODULO SOLUZIONI DEGLI ESERCIZI DELLA SETTIMANA 15. x 2 i ANALISI MATEMATICA A SECONDO MODULO SOLUZIONI DEGLI ESERCIZI DELLA SETTIMANA 15 (1) (Es 9 pag 117) Se per ogni x R n ( x := x 2 i ) 1/2 verificate che per ogni x, y R n vale la seguente legge del parallelogramma:

Dettagli

Misure e loro proprietà (appunti per il corso di Complementi di Analisi Matematica per Fisici, a.a )

Misure e loro proprietà (appunti per il corso di Complementi di Analisi Matematica per Fisici, a.a ) Misure e loro proprietà (appunti per il corso di Complementi di Analisi Matematica per Fisici, a.a. 2006-07 Sia Ω un insieme non vuoto e sia A una σ-algebra in Ω. Definizione 1. (Misura. Si chiama misura

Dettagli

ANALISI MATEMATICA 4. Prova scritta del 24 gennaio 2013

ANALISI MATEMATICA 4. Prova scritta del 24 gennaio 2013 Prova scritta del 24 gennaio 2013 Esercizio 1. Sia Ω R 3 un insieme misurabile secondo Lebesgue e di misura finita. Sia {f n } n N una successione di funzioni f n : Ω R misurabili e tali che 1) f n (x)

Dettagli