AM5 2008: Tracce delle lezioni- 4

Documenti analoghi
AM310- IV Settimana 2012

AM5: Tracce delle lezioni- V Settimana

Esercizi per il corso di Analisi 6.

Esercizi del Corso di Istituzioni di Analisi Superiore, I modulo

Spazi di Banach e Spazi di Hilbert

Analisi Funzionale Cap. 2: Spazi di Hilbert

AM : Tracce delle lezioni- II Settimana

Compattezza in spazi di Banach, in spazi di funzioni e in spazi Lp, debole compattezza e Spazi riflessivi

Appendice B ANALISI FUNZIONALE. 1 Spazi di Banach

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

AM : Tracce delle lezioni- II Settimana

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

RACCOLTA DEGLI ESAMI SCRITTI DI ANALISI FUNZIONALE DAL 2011 AL Corso di Laurea Magistrale in Matematica. Francesca Prinari

Indice analitico. distanza, 2 discreta, 2 disuguaglianza triangolare, 2. simmetria, 2 disuguaglianza di Bessel, 101

Analisi a più variabili: Integrale di Lebesgue

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

AM Sett. 11. IL TEOREMA DI COMPATTEZZA DI RELLICH. u n p. c(r) sup. u n (x + h) u n (x) dx

Il teorema di Ascoli-Arzelà

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

CORSO DI LAUREA IN MATEMATICA ANALISI MATEMATICA 6, A.A PRIMA PARTE DEL CORSO

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

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

Dispense del Corso di Istituzioni di Analisi Superiore Laurea Magistrale in Matematica. Prof. Rolando Magnanini

Generalizzazioni del Teorema di Weierstrass

SPAZI CONCRETI DI FUNZIONI E DI SUCCESSIONI (L.V.) 1. Spazi. In quanto segue, K denota il campo degli scalari che può essere sia R sia C.

Note sulle serie di Fourier

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

ANALISI MATEMATICA 4. Prova scritta del 24 gennaio 2013

7. Sistemi ortonormali

Il metodo diretto del Calcolo delle Variazioni

Argomento della lezione N. 1. Argomento della lezione N. 2. Argomento della lezione N. 12. Argomento della lezione N. 11

6 Sesta lezione: Compattezza sequenziale nelle topologie deboli. Dualità e convergenze deboli negli spazi L p.

ANALISI MATEMATICA 4. Prova scritta del 24 gennaio 2013

Argomento della lezione N. 2. Argomento della lezione N. 1. Argomento della lezione N. 11. Argomento della lezione N. 12

courtesy by Onofrio de Bari Appunti su spazi di Banach e Hilbert e serie di Fourier astratte (versione riveduta da Pierluigi Colli)

Lezioni di Analisi Matematica 6 a.a

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

Serie trigonometriche e di Fourier Ci occuperemo di serie le cui ridotte N-esime sono polinomi trigonometrici di grado (o ordine) N:

AM210: Tracce delle lezioni- III Settimana

Capitolo 3. Spazi di Hilbert [versione: 30/10/2012] Spazi di Hilbert reali: definizione e teorema fondamentale

Università degli Studi di Udine Anno Accademico 2016/2017

Analisi 2. Roberto Monti. Appunti del Corso - Versione 5 Ottobre 2012

( 1 π. (a n cos nt + b n sin nt) t R (3)

Spazi di Hilbert: Proiezioni e Serie di Fourier

Si dimostri che la (*) possiede un unica soluzione (u n ) limitata.

Sistemi ortonormali negli spazi di Hilbert

ANALISI MATEMATICA 4. Prova scritta del 24 gennaio 2013

ANALISI MATEMATICA 4. Prova scritta del 24 gennaio 2013

Argomento della lezione N. 11. Argomento della lezione N. 12. Argomento della lezione N. 13. Argomento della lezione N. 14

In questo capitolo si introducono gli spazi di Banach e di Hilbert, gli operatori lineari e loro spettro.

1 f(x)dx 2f(0). f(x)dx + g(x)f(x),

APPUNTI PER IL CORSO DI ANALISI FUNZIONALE

PROVE PARZIALI DEL CORSO DI ANALISI FUNZIONALE CORSO DI LAUREA MAGISTRALE IN MATEMATICA APPLICATA A.A

Il teorema di Stone Weierstrass

Alcuni complementi di teoria dell integrazione.

ANALISI FUNZIONALE SPAZI DI HILBERT. Diego AVERNA

SPAZI TOPOLOGICI COMPATTI Note informali dalle lezioni

Operatori limitati nello spazio di Hilbert: aspetti generali

Soluzioni degli esercizi:

Serie e Trasformata di Fourier

3 Terza lezione. Il metodo diretto del Calcolo delle Variazioni

I. CENNI SULL ANALISI FUNZIONALE

10. Il gruppo Speciale Lineare SL(V )

Teoria degli Operatori

UNIVERSITÀ DEGLI STUDI DI BARI

Matematica I. Francesco Bonsante e Giuseppe Da Prato

Canale Basile - Programma minimo

Capitolo IV SPAZI VETTORIALI EUCLIDEI

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

Le dispense del corso di Istituzioni di Analisi Superiore n. 2

COMPATTEZZA. i) X è compatto, cioè ogni ricoprimento aperto ammette un sottoricoprimento finito.

Il problema della migliore approssimazione. Teorema 3.2 Il problema 3.1 ammette sempre almeno una soluzione.

Programma del corso di Analisi Funzionale, 2011/12

Convergenza per funzioni tra spazi metrici. Funzioni uniformemente continue e Lipschitz continue. Esempi. somma e prodotto, il campo C dei numeri

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

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

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

ANALISI MATEMATICA 4. Prova scritta del 24 gennaio 2013

2 Calcolo differenziale in spazi di Banach

5.3 Alcune classi di funzioni integrabili

AM : Tracce delle lezioni- VI Settimana

1-Forme Differenziali

Argomento della Lezione N. 1 Argomento della Lezione N. 2 Argomento della Lezione N. 11 Argomento della Lezione N. 12 Introduzione al corso.

Esistenza ed unicità per equazioni differenziali

Registro delle lezioni

Brevi appunti sull approsimazione uniforme di funzioni continue e teorema di Stone-Weierstrass. Gian Maria Negri Porzio 8 luglio 2014

INTRODUZIONE ALLA ANALISI FUNZIONALE. Dispensa del Corso di Metodi Matematici della Fisica

19. L integrale di Lebesgue: un breve riassunto, I

0.1 Spazi Euclidei in generale

Spazi vettoriali euclidei.

SPAZI METRICI COMPLETI

Canale Basile - Programma completo

Esercizi di Calcolo delle Probabilità

Massimo limite e minimo limite di una funzione

Tra le immediate conseguenze di queste proprietà possiamo osservare:

BREVE REGISTRO DELLE ESERCITAZIONI L. Vesely Analisi Reale, , corso della prof. M. Salvatori. F (t) = E. t g(x) per q.o. x E e ogni t I.

Ψ(U i ). Dalla proposizione 0.3 segue che per ogni i R h esiste c i ( δ, δ) n k tale che ϕ 2 Ψ(U i ) c i, quindi ϕ 2 (L h ) = i R h

Dispense del Corso di Istituzioni di Analisi Superiore Laurea Magistrale. Prof. Rolando Magnanini

Operatori Compatti Decomposizione spettrale degli operatori autoaggiunti compatti Autofunzioni e Decomposizione Spettrale

MIGLIOR APPROSSIMAZIONE IN SPAZI EUCLIDEI

Transcript:

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 di Holder, con p = q = dá la ben nota fg f g diseguaglianza di Cauchy-Schwartz Lo spazio L é uno spazio di Hilbert: SPAZI DI HILBERT. Sia (H,. ) spazio di Banach. Se esiste in H un prodotto scalare < x, y >:= b(x, y), x, y H ovvero b é bilineare e < x, y > = < y, x > x, y H, < x, x > > 0 x H, x 0 tale che x = < x, x > x H, H si dice spazio di Hilbert. Le seguenti (ben note) proprietá si verificano facilmente: Cauchy-Schwartz : < x, y > x y x, y H Pitagora : < x, y >= 0 x + y = x + y x, y H Regola del Parallelogramma : x + y + x y = ( x + y ) La proprietá fondamentale degli spazi di Hilbert é l esistenza della PROIEZIONE ORTOGONALE : Sia V sottospazio lineare chiuso di H. Allora h H! h V V : < h h V, v >= 0 v V Tale vettore si chiama proiezione ortogonale di h su V e si indica P V h. 30

L operatore P V é una proiezione lineare : P V = P V, P V (rh + sk) = rp V (h) + sp V (k) r, s R, h, k H Inoltre P V é operatore lineare continuo: P V (h) h h H Infine, indicato V := {h H : < h, v >= 0 v V }, risulta KerP V = V. Prova. Il vettore v(h) é quello che realizza la minima distanza di h da V : se d := inf h v, allora h v(h) = d v V Esistenza: Mostriamo innanzi tutto che tale inf é realizzato: se v n V é minimizzante, cioé h v n n d, allora, dalla regola del parallelogramma v n v m = (v n h) + (h v m ) = ( v n h + h v m ) [ v n + v m ( v n h + h v m ) 4d n 0 h] perché vn+vm h d in quanto vn+vm V ; dunque v n é di Cauchy e quindi converge, necessariamente ad un elemento di V perché V é chiuso. Poi, se v realizza il minimo, cioé h v = d, allora, fissato v V e posto ϕ v (t) := h v + tv = h v + t v + t < h v, v > risulta ϕ v (t) ϕ v (0) cioé t = 0 é di minimo per ϕ v (t) e quindi t R 0 = ϕ v(0) = < h v, v > v V Unicitá: se v 1, v V sono tali che < h v 1, v >=< h v, v > v V allora < v v 1, v >=< h v 1, v > < h v, v >= 0 v V e quindi, prendendo v = v v 1, troviamo che v 1 = v. Linearitá: Da < h P V h, v > = < k P V k, v > = 0 v V segue < rh + sk (rp V h + sp V k), v >= 0 v V P V (rh + sk) = rp V h + sp V k 31

per l unicitá. Poi, siccome P V v = v v V e P V h V h H, P V é idempotente. Inoltre, P V h = 0 < h, v >= 0 v V. Continuitá: Per Pitagora: h = (h P V h) + P V h = h P V h + P V h P V h h H Corollario : V = V H = V V. Infatti V V = {0} ed ogni h H si scrive come h = P V h+(h P V h) V +V. ESEMPIO. Sia V =< e 1,..., e n >, e j H, < e i, e j >= δ ij. Allora n P V h = < h, e j > e j Essendo tutte le norme su R n tra loro equivalenti, V é completo e quindi é chiuso in H. Poi, < h i < h, e i > e i, e j > =< h, e j > < h, e j >= 0 Proiezione su un insieme convesso e chiuso. Sia C sottoinsieme chiuso in H Hilbert. Se C é anche convesso (cioé x, y C tx + (1 t)y C t [0, 1]), allora, esattamente come nel caso in cui C é sottospazio lineare, si vede che Fissato v C, la funzione h H h C C : inf C h v = h h C ϕ v (t) := h [tv+(1 t)h C ] = h h C +t h C v +t < h h C, h C v >, t [0, 1] ha, in t = 0, un punto di minimo, e quindi 0 ϕ v(0) = < h h C, h C v > v V ovvero < h h C, v h C > 0 v C 3

TEOREMA DI RAPPRESENTAZIONE DI RIESZ. Sia l : H R lineare e continuo. Allora h H : l(x) = < x, h > x H Prova. Se l(x) = 0 x H, basta prendere h = 0. Altrimenti, l continuo V := l 1 (0) é sottospazio lineare chiuso proprio di H, e quindi esiste h 0 tale che < h, v >= 0 v V. Posiamo supporre h = 1. Siccome l(x l(x) h) = 0 l(x) x H, abbiamo che < h, x h >= 0 x H ovvero l(h) l(h) l(x) =< x, l(h)h >. NOTA. Lo spazio lineare H := {l : H R : l é lineare e continuo} dotato della norma degli operatori l(x) l := sup x 0 x é uno spazio di Banach. Tale spazio é detto duale algebrico topologico di H. Dato h H, il funzionale l h : H R definito come l h (x) :=< x, h >, é chiaramente lineare e, per Cauchy-Schwartz, continuo e quindi é un elemento di H. Inoltre, l applicazione T : h l h di H in H é chiaramente lineare e, di piú, T (h) = l h = h. Il Teorema di Riesz dice che T é suriettiva. In altre parole Corollario ( RIESZ ). Ogni spazio di Hilbert é isometricamente isomorfo al suo duale. Diseguaglianza di BESSEL. e j H, < e i, e j >= δ ij j < h, e j > h h H Prova. Posto V n =< e 1,..., e n >, P n := P Vn, é n < h, e j > = P n h h h H, n N 33

BASE HILBERTIANA (o base ortonormale). Un sistema di vettori e j é sistema ortonormale se < e i, e j >= δ ij Un sistema di vettori e j é completo se < x, e j >= 0 j x = 0 NOTA. (i) Un sistema ortonormale e j é completo se e solo se < e j >, varietá lineare generata dagli e j, é densa in H. Ad esempio, e j := eijt π, t [0, π], j Z formano un sistema ortonormale completo in L ([0, π]). Ció segue dal teorema di Weierstrass (ogni funzione continua in [0, π] é limite uniforme di polinomi trigonometrici) e del fatto che, come vedremo, se Ω é aperto in R N, C0 (Ω) (spazio delle funzioni C (Ω) a supporto compatto contenuto in Ω), é denso in ogni L p. (ii) Ogni Hilbert separabile H ha un sistema ortonormale (numerabile) completo. Infatti, se D é numerabile e denso in H, da D si puó costruire un insieme numerabile di vettori linearmente indipendenti f j tali che la varietá lineare < f j > coincide con < D > e quindi < f j > é densa in H. Posto e 1 = f 1 f 1 e k+1 = v k+1 v k+1, ove k vk+1 := fk+1 < f k+1, e j > e j e quindi, induttivamente, (proiezione ortogonale di f k+1 sulla varietá generata dagli e j : j = 1,..., k: procedimento di ortonormalizzazione di Gram-Schmidt) si ottiene un sistema (numerabile) ortonormale che genera una varietá lineare densa (e quindi é completo). Un sistema ortonormale di vettori e j é base hilbertiana se x = j n < x, e j > e j := lim < x, e j > e j x H n I numeri < x, e j > si chiamano coefficenti di Fourier di x nella base e j. Proposizione 1. (IDENTITÁ DI PARSEVAL) Un sistema ortonormale completo e j é base hilbertiana e x = j < x, e j > x H 34

Sia x n := n < x, e j > e j. Dalla diseguaglianza di Bessel segue che x n+p x n = n+p n+1 < x, e j > n 0 per ogni p, ovvero x n é di Cauchy e quindi converge, diciamo a x. Proviamo che x = x. Infatti, < x, e k >= lim n < x n, e k >=< x, e k >. Dunque < x x, e k >= 0 k e quindi x = x. Infine, x n x x n n x e quindi n < x, e j > = x n x. Proposizione. Ogni Hilbert separabile ha una base hilbertiana. NOTA. Sia e j base ortonormale. Da Parseval: x (F x) j :=< x, e j >, x H é una isometria ( lineare) di H su l. (Suriettivitá: (a j ) j N, j a j < + x := j a j e j H é tale che (F x) j = a j.) Teorema di isomorfismo. Ogni Hilbert separabile, é isometricamente isomorfo a l. NOTA. Piú in generale, ogni Hilbert é isometricamente isomorfo a un L (X, µ), ove X é l insieme degli indici di una base hilbertiana per H (eventualmente non numerabile) e µ é la misura che conta. CONVERGENZA DEBOLE Ricordiamo che x n n x (x n converge in norma (o fortemente ad x) se x n x n 0 e x n H si dice limitata se sup n x n < +. NOTA: successioni limitate in spazi di Hilbert di dimensione infinita non hanno in generale sottosuccessioni convergenti. Ad esempio, se e j, j N é sistema ortonormale, allora e i e j = se i j e quindi e j non ha estratte convergenti. Definizione ( = converge debolmente ). x n n 0 < x n, h > n 0 h H Si dice che x n n x se (x n x) n 0. Dalla diseguaglianza di Bessel segue ad esempio che, se e j, j N é sistema ortonormale, e j j 0. Proposizione 1 (i) x n x x n n x (ma non viceversa!) 35

(ii) x n n x, y n n y, α, β R αx n + βy n n αx + βy (iii) x n n x lim inf x n x Prova. (i) < x n x, h > h x n x n 0. (ii) ovvia (iii) Possiamo supporre x 0. Allora < x n, x x > x x n x = lim n < x n, x > lim inf x n NOTA. (iii) dice: la norma é inferiormente semicontinua rispetto alla convergenza debole. Teorema (uniforme limitatezza). x n n x sup n x n < + Prova. Posto y n := x n x é y n 0. Se y n é non limitata, allora, per una sottosuccessione (ancora indicata y n ), si avrá y n 4 n e quindi y n h n := 4 n y n, h n = 4 n, < y n, h > n 0 h H Basta quindi provare che se h n = 4 n allora non puó accadere che h n 0. Per provare tale affermazione, poniamo h := σ j 3 j h j h j, σ j = 1 j e proviamo che, per una scelta opportuna dei σ j risulta < h j, h > n +. É n 1 < h n, h > = σ j 3 j < h n, Se scegliamo σ 1 := 1 e, induttivamente, σ j 3 < h h j n, j h j > h j h j > +σ n 3 h n σ j n j>n 3 < h n, j h j h j > σ n := 1 se n 1 σ j 3 j < h n, h j h j 0 e vediamo che < h n, h > 4n 3 n j>n 1 3 j h n = 1 σ n := 1 se 4 n. 3 n n 1 σ j 3 j < h n, h j h j < 0 36

Lemma di Mazur. h n C chiuso e convesso, h n n h h C. Prova. Siccome h n C, indicata con h C la proiezione di h su C, si ha < h h C, h n h C > 0 n. Passando al limite otteniamo h h C 0 e quindi h = h C C. Proposizione (i) x n n x, y n y < x n, y n > n < x, y > (ii) < e i > = H, < x n, e j > n 0 j, sup n x n < + x n n 0 Prova. (i) < x n, y n > < x, y > = < x n x, y > + < x n, y n y > < x n x, y > + y n y x n n 0 perché x n é limitata (ii) < x n, h > n 0 h < e j >. Se h k < e j >, h k k h, allora < x n, h > < x n, h k > + < x n, h h k > lim sup n < x n, h > h k h sup n x n k N e quindi lim sup n < x n, h > = 0. Compattezza debole. Sia H Hilbert separabile. Allora x n limitata x n ha una estratta debolmente convergente. Prova. Sia e j base ortonormale. Siccome x n é limitata, basta (vedi Proposizione -(ii)) provare che x nk, x : < x nk, e j > k < x, e j > j N Siccome < x n, e 1 > sup n x n < +, esiste una ( prima) selezione di indici n j = n 1 j e un numero c 1 tale che c 1 = lim j < x 1 j, e 1 >. Effettuando una (ulteriore) selezione di indici n j, troviamo che c i := lim j < x n j, e i > i = 1,. Effettuando k successive selezioni di indici (n k 1 j ) j N (n k j ) j N ed applicando il principio diagonale di Cantor troviamo che lungo la sottosuccessione (diagonale) n k := n k k si ha c i := lim k < x nk, e i > i N Da Ni=1 c i = lim Ni=1 k < x nk, e i > sup n x n N segue che i=1 c i < +. Resta quindi definito il vettore in H dato da x := i=1 c i e i avente appunto la proprietá < x, e j >= c j = lim k < x nk, e j >. NOTA. L ipotesi di separabilitá si puó facilmente eliminare, argomentando nella chiusura della varitá lineare generata dagli x n (che é appunto separabile). 37

Esercizi e complementi 4 SERIE DI FOURIER DI FUNZIONI L ([, π]) Indichiamo con C π lo spazio delle funzioni continue in R a valori complessi che sono π periodiche, dotato della norma della convergenza uniforme in [, π]: C π := {f C(R, C) : f(t+π) = f(t) t R}, f := sup f(t) t [,π] Tra tali funzioni é definito il prodotto di convoluzione f g (t) := π f(t s) g(s)ds Indicheremo con PT il sottospazio dei polinomi trigonometrici, ovvero il sottospazio lineare generato da e ijt : j N. Esercizio 1. Provare che (i) f g = g f (ii) f C π, g PT f g PT Esercizio. Siano g n C π tali che g n (t) 0 t, π g n = 1 n N, t δ g n n 0 δ > 0 Provare che f g n n f uniformemente in [, π]. Esercizio 3. g(t) := Siano 1 + cos t = 1 [1 + eit + e it ], g n := gn π g n Provare che le g n soddisfano le condizioni dell Esercizio e concludere che PT é denso in C π. Esercizio 4. Sia f L ([, π]). Provare che ɛ > 0, φ ɛ C 0 ([, π]) : π f φ ɛ ɛ e concludere che 1 π sin kt, 1 π cos kt, k N é base hilbertiana in L ([, π]). 38

SPAZI DI HILBERT, CONVERGENZA DEBOLE Sia H Hilbert. C H, Γ : C R sono convessi se tx + (1 t)y C, x, y C, t [0, 1] Γ(tx + (1 t)y) tγ(x) + (1 t)γ(y) x, y C, t [0, 1] Esercizio 1. Sia C H chiuso e convesso. Provare che h H,! h C C : h h C h v, v C e che < h h C, v h C > 0, v C. Esercizio. Sia C chiuso e convesso in H. Provare che x n C, x n x x C Dedurre che, se x n x allora esistono x n, combinazioni lineari convesse degli x n, tali che x n x n 0. Esercizio 3. Sia C convesso e Γ : C R funzionale convesso e continuo. Provare che x n C, x n x lim inf Γ(x n ) Γ(x) Esercizio 4. Sia C chiuso e convesso in H, Γ : C R continuo e coercivo: x n C, x n + Γ(x n ) + Provare che x C : inf C Γ = Γ(x). Esercizio 5. Provare che x n x, x n x x n x 0 Esercizio 6. Sia L L (H) ( operatore lineare e continuo in H). Provare che esiste un (unico) L L (H) tale che < L x, y >=< x, Ly > x, y H (operatore aggiunto di L) e dedurre che x n x Lx n Lx Esercizio 7. Provare che A einx dx 0 A [0, π] misurabile e dedurre che, se n k < n k+1, l insieme {x [0, π] : sin(n k x) converge } è di misura nulla. 39

CENNI DI SOLUZIONE Serie di Fourier in L ([, π]) Esercizio 1 - (ii). Sia g(t) = n c j e ijt. Si ha π π n n (f g)(t) = f(s) c j e ij(t s) ds = [c j f(s)e ijs ds] e ijt Esercizio. (f g k )(t) f(t) = π π f(t s) g k (s) ds f(t) g k (s) ds f(t s) f(t) g k (s) ds + f g k (s) ds ɛ + f ɛ s δ se δ δ ɛ, s δ f(t s) f(s) ɛ e k k ɛ Esercizio 3. Si tratta di provare che s δ s δ t δ g k (s) ds k 0 δ > 0. g k ɛ. É c k := π [ ] 1 + cos t k dt π 0 [ ] 1 + cos t k sin t dt = = 4 k + 1 1 c k s δ π 0 g k (s) ds d dt [ 1 + cos t (k + 1)π ] k+1 = 4 k + 1. Quindi [ ] k 1 + cos δ k 0 δ > 0 Esercizio 4. Possiamo supporre f 0 fuori di [, π] e infatti f 0 t / [ + 1 n, π 1 n ] perché f fχ[+ 1 n,π 1 n ] ɛ se n é grande (assoluta continuitá dell integrale). Siccome f = f + f, basta provare che se g 0, g L (R), g(t) = 0 t / [ + 1, π 1 ], allora n n ɛ > 0, g C 0 ((, π)) : 40 π g g ɛ

Siccome poi esistono funzioni semplici 0 φ n g con φ n φ n+1 puntualmente convergenti a f, e quindi (convergenza monotona!) convergenti a g anche in L, basta provare che, se E [ + 1, π 1 ] n n é Lebesgue misurabile, allora ɛ > 0, h C 0 (, π) : χ E h ɛ Ma ció segue subito dal fatto che ɛ > 0, K ɛ E O ɛ (, π) : L 1 (O ɛ \ K ɛ ) ɛ con K ɛ compatto, O ɛ aperto. Infatti, dato δ > 0 tale che d(x, K ɛ ) δ x O ɛ, basta prendere ϕ ɛ (x) := γ(d(x, K ɛ )) ove γ C(R) con γ(0) = 1 e γ(t) = 0 se t δ: ϕ ɛ χ E 4 χ Oɛ\Kɛ = 4L 1 (O ɛ \ K ɛ ) 4ɛ Spazi di Hilbert, convergenza debole Esercizio 1. L esistenza di h C segue come nel caso in cui C é sottospazio lineare. Poi, v C h [tv + (1 t)h C h h C t [0, 1] 0 d dt [ h [tv + (1 t)hc ] t=0 = d [ h + t v + (1 t) h C < h, tv + (1 t)h C > +t(1 t) < v, h C > ] dt t=0 = h C < h, v > + < h, h C > + < v, h C > = < h h C, v h C > Esercizio. x n C, x n x, x C proiezione di x sul convesso chiuso C < x x C, x n x C > 0 < x x C, x x C > 0 x = x C C Esercizio 3. Sia c := lim inf n Γ(x n ) = lim j Γ(x nj ). Allora ɛ > 0, j ɛ : j j ɛ x nj Γ c+ɛ := {x C : Γ(x) c + ɛ} Ora, Γ c+ɛ é chiuso (perché Γ é continuo) e convesso (perché Γ é convesso), e quindi ( Esercizio ) x n x, x n Γ c+ɛ x Γ c+ɛ ɛ > 0 41

ovvero Γ(x) c + ɛ, ɛ > 0. Esercizio 4. Sia x n C minimizzante: Γ(x n ) inf C Γ. Dalla coercivitá segue sup n x n < + e quindi esiste una sottosuccessione x nk (ancora minimizzante) che converge debolmente a un x. Siccome C é chiuso e convesso, allora (Esercizio ) x C e quindi (Esercizio 3) inf C Γ = lim inf k Γ(x nk ) Γ(x) inf C Esercizio 5. x n x = x n + x < x, x n > x < x, x >. Esercizio 6. Indichiamo con G : H H l isomorfismo di Riesz: h H, G(h) (x) = < h, x > x H Fissato y H, x l y (x) :=< L(x), y > é un funzionale lineare e continuo e quindi esiste un unico vettore, diciamo L (y), tale che G(L (y)) = l y, ovvero < L (y), x > = l y (x) =< L(x), y > x H Chiaramente, L é lineare e < L (y), x > = < L(x), y > Lx y L x y L (y) L y Γ e quindi L é continuo e L := sup{ L (y) : y 1} L In effetti, siccome chiaramente (L ) = L, si ha L = L. Infine, x n x < L(x n ), y >=< L (y), x n > < L (y), x >=< L(x), y > y H Esercizio 7. Da Bessel: π e int χ A dt χ A n 0 π 0 e int χ A dt n 0 Poi, se f(x) := lim sin(n k x) in A := {x : lim k sin(n k x)}, per quanto sopra si ha π 0 = lim sin(n k x)χ {f 0} = k 0 π fχ {f 0} 0 e quindi f + = 0 q.o. ed, analogamente per f e quindi esiste N s con µ(n s ) = 0 tale che sin n k x 0 in A \ N s. Analogamente, cos n k x 0 in A \ N c. Ma 1 = sin n k x + cos n k x 1 in A e quindi A N s N c. 4