Tomasz Downarowicz
Instytut Matematyki i Informatyki
Politechnika WrocÃlawska
50-370 WrocÃlaw
WrocÃlaw, kwiecie´
n 2011
Analiza Funkcjonalna WPPT IIr.
WykÃlad 4: Przestrzenie unitarne i Hilberta (rzeczywiste i zespolone)
1. ILOCZYN SKALARNY
Definicja. Iloczyn skalarny w przestrzeni liniowej V nad ciaÃlem R (lub C) to
funkcja
h·, ·i : V × V → C
speÃlniaj¸aca warunki:
1) hx, xi ≥ 0, hx, xi = 0 ⇐⇒ x = 0
2) hx, yi = hy, xi
3) hx, y + zi = hx, yi + hx, zi
4) hαx, yi = αhx, yi
Iloczyn skalarny zadaje norm¸e wzorem kxk =
p
hx, xi . Istotnie, wida´c natychmiast
warunek na zero oraz jednorodno´s´c. Podaddytywno´s´c wyniknie z nier. Schwartza:
Twierdzenie (Nier´owno´s´c Schwartza)
|hx, yi| ≤ kxkkyk
Dow´od: Je´sli y = 0 to nier´owno´s´c jest trywialna. W innym wypadku, kÃladziemy
t =
hx,yi
kyk
2
. Wtedy
0 ≤ hx − ty, x − tyi = hx, xi − hx, tyi − hty, xi + hty, tyi =
kxk
2
− ¯thx, yi − thx, yi + |t|
2
kyk
2
= kxk
2
− 2
|hx, yi|
2
kyk
2
+
|hx, yi|
2
kyk
2
,
co po uproszczeniu i pomno˙zeniu przez kyk
2
daje tez¸e. ¤
Teraz mo˙zemy wykaza´c podaddytywno´s´c normy:
kx + yk
2
= kxk
2
+ hx, yi + hy, xi + kyk
2
= kxk
2
+ 2Re(hx, yi) + kyk
2
≤
kxk
2
+ 2|hx, yi| + kyk
2
≤ kxk
2
+ 2kxkkyk + kyk
2
= (kxk + kyk)
2
.
Definicje.
Przestrze´
n unitarna to przestrze´
n z iloczynem skalarnym i zadan¸a przeze´
n norm¸a.
Przestrze´
n Hilberta to przestrze´
n unitarna zupeÃlna.
Fakt. Mamy ci¸agÃlo´s´c iloczynu skalarnego (jako funkcji dw´och zmiennych) w normie:
x
n
k k
−→ x, y
n
k k
−→ y =⇒ hx
n
, y
n
i → hx, yi.
2
Dow´od: Mamy:
|hx
n
, y
n
i − hx, yi| = |hx
n
, y
n
i − hx
n
, yi + hx
n
, yi − hx, yi| =
|hx
n
, y
n
− yi + hx
n
− x, yi| ≤ kx
n
kky
n
− yk + kx
n
− xkkyk −→
−→ kxk · 0 + 0 · kyk = 0,
gdzie ostatnia nier´owno´s´c wynika z nier´owno´sci Schwartza, a zbie˙zno´s´c kx
n
k → kxk
wynika z ci¸agÃlo´sci normy. ¤
Fakt. (Nier´owno´s´c r´ownolegÃloboku) Norma zadana przez iloczyn skalarny speÃlnia
nast¸epuj¸acy warunek:
kx + yk
2
+ kx − yk
2
= 2kxk
2
+ 2kyk
2
(Interpretacja: suma kwadrat´ow przek¸atnych r´ownolegÃloboku jest r´owna sumie
kwadrat´ow jego bok´ow.)
Dow´od: Trzeba napisa´c kwadraty norm jako iloczyny skalarne, po lewej stronie
wymno˙zy´c i skr´oci´c. ¤
Twierdzenie. Je´sli norma w jakiej´s przestrzeni unormowanej speÃlnia warunek
r´ownolegÃloboku, to istnieje tam iloczyn skalarny zgodny z t¸a norm¸a.
Dow´od: Iloczyn skalarny wprowadzamy wzorem:
Re(hx, yi) =
1
2
(kx + yk
2
− kxk
2
− kyk
2
)
Im(hx, yi) =
1
2i
(kx − iyk
2
− kxk
2
− kyk
2
)
Sprawdzenie aksjomat´ow iloczynu skalarnego – na ´cwiczeniach. ¤
2. ORTOGONALNO´
S ´
C.
Definicja. Powiemy, ˙ze dwa wektory s¸a ortogonalne je´sli ich iloczyn skalarny jest
zero:
x⊥y ⇐⇒ hx, yi = 0.
Uwaga: Wektor zerowy jest ortogonalny do ka˙zdego wektora. Ortogonalno´s´c parami
element´ow dowolnego zbioru nie zawieraj¸
acego zera implikuje niezale˙zno´s´c tego
zbioru (ale nie odwrotnie).
3. RZUT ORTOGONALNY.
Niech A ⊂ V b¸edzie podzbiorem przestrzeni unitarnej i niech x ∈ V . Powiemy, ˙ze x
jest ortogonalny do A, co zapiszemy x⊥A je´sli x⊥y dla ka˙zdego y ∈ A. Z liniowo´sci
i ci¸agÃlo´sci iloczynu skalarnego wynika, ˙ze wtedy r´ownie˙z x⊥Lin(A).
Niech teraz W oznacza domkni¸et¸a podprzestrze´
n przestrzeni unitarnej V i niech
x ∈ V .
Definicja. Rzutem ortogonalnym x na W nazywamy wektor x
W
∈ W speÃlniaj¸acy
(x − x
W
)⊥W .
3
Rzut ortogonalny, o ile istnieje, jest jednoznaczny: gdyby x − w
1
⊥W i x − w
2
⊥W ,
gdzie w
1
, w
2
∈ W , to x − w
1
− x + w
2
= w
1
− w
2
⊥W , a to oznacza, ˙ze w
1
− w
2
jest
ortogonalny sam do siebie, co z kolei oznacza, ˙ze jest to wektor zerowy.
Je´sli x ∈ W , to oczywi´scie x
W
= x. P´o´zniej wyka˙zemy, ˙ze w przestrzeni Hilberta
rzut ortogonalny dowolnego wektora na dowoln¸a podprzestrze´
n domkni¸et¸a istnieje.
Najpierw zajmiemy si¸e przypadkiem, gdy W = Lin{x
1
, . . . , x
n
}, gdzie x
1
, . . . x
n
s¸a parami ortogonalne i unormowane. Zauwa˙zmy, ˙ze w takim przypadku ka˙zdy
wektor w ∈ W , zapisuje si¸e jednoznacznie jako w =
P
n
i=1
a
i
x
i
. I wtedy jego norma
wylicza si¸e nast¸epuj¸aco:
kwk
2
= hw, wi = h
n
X
i=1
a
i
x
i
,
n
X
j=1
a
j
x
j
i =
n
X
i,j=1
a
i
¯a
j
hx
i
, x
j
i =
n
X
i=1
a
i
¯a
i
hx
i
, x
i
i =
n
X
i=1
|a
i
|
2
,
czyli
kwk =
v
u
u
t
n
X
i=1
|a
i
|
2
.
(Jest to Twierdzenie Pitagorasa.)
Zbadamy teraz rzut ortogonalny na tak¸a przestrze´
n W . Mianowicie, wtedy, dla
dowolnego x ∈ V mamy
x
W
=
n
X
i=1
hx, x
i
ix
i
.
Faktycznie, x
W
∈ W oraz niech y ∈ W , y =
P
n
i=1
α
i
x
i
. Obliczmy
hx − x
W
, yi =
*
x,
n
X
i=1
α
i
x
i
+
−
*
n
X
i=1
hx, x
i
ix
i
,
n
X
i=1
α
i
x
i
+
=
n
X
i=1
¯
α
i
hx, x
i
i −
n
X
i=1
hx, x
i
i¯
α
i
1 = 0.
Liczby hx, x
i
i nazywamy wsp´oÃlczynnikami Fouriera dla x wzgl¸edem ukÃladu ortonor-
malnego {x
1
, . . . , x
n
}.
Fakt 1. Suma kwadrat´ow wsp´oÃlczynnik´ow Fouriera x nie przekracza kxk
2
.
Dow´od: Faktycznie
kxk
2
= hx, xi = hx−x
W
+x
W
, x−x
W
+x
W
i = kx−x
W
k
2
+0+0+kx
W
k
2
≥ kx
W
k
2
=
n
X
i=1
hx, x
i
i
2
. ¤
4
Niech teraz {x
1
, x
2
, . . . } b¸edzie ci¸agiem element´ow unormowanych i parami ortog-
onalnych. z powy˙zszego lematu wynika natychmiast, ˙ze ci¸ag hx, x
i
i jest sumowalny
z kwadratem i suma kwadrat´ow nie przekracza kwadratu normy x.
Fakt 2. Je´sli teraz mamy ci¸ag liczb α
i
sumowalny z kwadratem, to ci¸ag sum
sko´
nczonych
P
n
i=1
α
i
x
i
jest podstawowy w normie.
Dow´od: Faktycznie, kwadrat normy r´o˙znicy mi¸edzy n-t¸a a m-t¸a tak¸a sum¸a wynosi
m
X
i=n+1
α
2
i
,
a to jest dowolnie maÃle je´sli n i m s¸a dostatecznie du˙ze. ¤
Fakt 3. Kwadrat normy elementu b¸ed¸acego granic¸a takiego szeregu (o ile istnieje)
jest r´owny sumie kwadrat´ow wsp´oÃlczynnik´ow.
Dow´od: Faktycznie, kwadrat normy sumy sko´
nczonej jest r´owny odpowiedniej
sumie sko´
nczonej kwadrat´ow liczb α
i
a norma jest ci¸agÃla, wi¸ec w granicy otrzy-
mamy ˙z¸adan¸a r´owno´s´c. ¤
Twierdzenie. Niech V b¸edzie przestrzeni¸a Hilberta i niech {x
1
, x
2
. . . } b¸edzie
ukÃladem ortonormalnym. Niech W = Lin({x
1
, x
2
. . . }). Wtedy rzut ortogonalny
dowolnego elementu x ∈ V na W wyra˙za si¸e wzorem
x
W
=
∞
X
n=1
hx, x
n
ix
n
.
Kwadrat normy x
W
wynosi
P
n
hx, x
n
i
2
i nie przekracza kxk
2
.
Dow´od: Z Faktu 1 wynika, ˙ze szereg wsp´oÃlczynnik´ow Fouriera hx, x
n
i jest sumowalny
z kwadratem i suma tego szeregu nie przekracza kwadratu normy x. Dalej, z
Faktu 2 i zupeÃlno´sci wynika, ˙ze szereg w definicji x
W
jest zbie˙zny, czyli element
x
W
jest poprawnie zdefiniowany. Sprawdzimy, ˙ze jest on rzutem ortogonalnym x
na przestrze´
n domkni¸et¸a W . Po pierwsze, nale˙zy on do tej przestrzeni. Dalej, dla
dowolnie ustalonego n
0
obliczmy
hx − x
W
, x
n
0
i =
*
x −
∞
X
n=1
hx, x
n
ix
n
, x
n
0
+
= hx, x
n
0
i −
∞
X
n=1
hx, x
n
ihx
n
, x
n
0
i =
hx, x
n
0
i − hx, x
n
0
ihx
n
0
, x
n
0
i = 0.
Zatem x − x
W
⊥{x
1
, x
2
, . . . }, a to implikuje, ˙ze x − x
W
⊥W . Wz´or na norm¸e x
W
wynika z Faktu 3, a oszacowanie z pierwszego zdania dowodu. ¤
UWAGA: Je´sli ci¸ag {x
i
} rozpina caÃl¸a przestrze´
n V (w sensie domkniecia), to
oczywi´scie x
W
= x i wtedy mamy wz´or
(*)
x =
X
n
hx, x
n
ix
n
oraz kxk
2
=
X
n
hx, x
n
i
2
.
5
Wynika z tego, ˙ze w przestrzeni Hilberta ka ˙zdy przeliczalny ukÃlad ortonor-
malny liniowo g¸esty {x
n
} jest baz¸
a topologiczn¸
a. Powy˙zsza reprezentacja x
w tej bazie nazywa si¸e rozwini¸eciem x w szereg Fouriera wzgl¸edem bazy {x
n
}.
4. ORTOGONALIZACJA GRAMMA–SCHMIDTA
Twierdzenie. Niech {y
1
, y
2
. . . } b¸edzie ci¸agiem liniowo niezale˙znym w przestrzeni
unitarnej. Wtedy istnieje ci¸ag ortonormalny {x
1
, x
2
, . . . } taki, ˙ze dla ka˙zdego n,
Lin{y
1
, . . . , y
n
} = Lin{x
1
, . . . , x
n
} (w szczeg´olno´sci Lin{y
1
, y
2
. . . } = Lin{x
1
, x
2
. . . }).
Dow´od: Zauwa˙zmy, ˙ze ci¸ag {y
n
} jako niezale˙zny nie zawiera zera. Zatem mo˙zna
dzieli´c przez ky
n
k.
Krok 1. x
1
=
y
1
ky
1
k
.
Krok n+1. ZaÃl´o˙zmy, ˙ze skonstruowali´smy ukÃlad ortonormalny x
1
, . . . , x
n
o ˙z¸adanych
wÃlasno´sciach (rozpinanie tych samych przestrzeni przez pocz¸atkowe kawaÃlki ci¸agu,
co dla y
1
, . . . , y
n
). Mamy wskaza´c x
n+1
tak, aby Lin{y
1
, . . . , y
n+1
} = Lin{x
1
, . . . , x
n+1
}.
Definiujemy
x
n+1
=
y
n+1
− (y
n+1
)
W
ky
n+1
− (y
n+1
)
W
k
,
gdzie W = Lin{y
1
, . . . , y
n
}(= Lin{x
1
, . . . , x
n
} z zaÃlo˙zenia indukcyjnego). W mi-
anowniku nie wyst¸epuje zero, gdy˙z y
n+1
jest niezale˙zny od {y
1
, . . . , y
n
}, zatem nie
nale˙zy do W , st¸ad (y
n+1
)
W
6= y
n+1
. Zdefiniowany wektor ma wi¸ec norm¸e 1, jest or-
togonalny do W , a wi¸ec do wszystkich x
1
, . . . x
n
. Z wektor´ow x
1
, . . . , x
n+1
mo˙zna
uzyska´c y
n+1
jako kombinajc¸e liniow¸a (najpierw mo˙zna uzyska´c (y
n+1
)
W
bo ten
nale˙zy do W , a potem dodaj¸ac do x
n+1
pomno˙zony przez mianownik z powy˙zszej
definicji odtworzymy y
n+1
.) Zatem y
n+1
∈ Lin{x
1
, . . . , x
n+1
} (no i oczywi´scie
x
n+1
∈ Lin{y
1
, . . . , y
n+1
}), co wobec r´owno´sci przestrzeni rozpi¸etych przez wek-
tory do numeru n daje r´owno´s´c przestrzeni rozpi¸etych przez wektory do numeru
n + 1. ¤
5. ISTNIENIE BAZY ORTONORMALNEJ W O´
SRODKOWEJ PRZESTRZENI
HILBERTA.
Twierdzenie. W przestrzeni Hilberta istnieje maksymalny zbi´or ortonormalny B.
Mamy wtedy Lin(B) = V . W przypadku o´srodkowym zbi´or B jest co najwy˙zej
przeliczalny (czyli wtedy jest on baz¸a topologiczn¸a).
Dow´od: Rozpatrzmy rodzin¸e zbior´ow ortonormalnych (nie koniecznie przeliczal-
nych) uporz¸adkowan¸a rosn¸aco przez inkluzj¸e. ÃLatwo wida´c, ˙ze suma tej rodziny jest
te˙z zbiorem ortonormalnym. Zatem w´sr´od zbior´ow ortonormalnych ka˙zdy Ãla´
ncuch
ma kres g´orny. Z lematu Kuratowskiego–Zorna wynika istnienie maksymalnego
zbioru ortonormalnego B. Zauwa˙zmy, ˙ze odlegÃlo´s´c dw´och wektor´ow ortonormal-
nych zawsze wynosi
√
2, zatem ka˙zdy ukÃlad ortonormalny jest zbiorem
√
2-rozdzie-
lonym. W przypadku o´srodkowym zbi´or rozdzielony (z jak¸a´s staÃl¸a) mo˙ze by´c co
najwy˙zej przeliczalny.
Teraz poka˙zemy, ˙ze B rozpina caÃl¸a przestrze´
n. Je´sli istnieje x nie nale˙z¸acy do
W = Lin(B), to rzutujemy go na W i wtedy x 6= x
W
. Zatem 0 6= x − x
W
⊥W .
6
Wtedy B ∪ {
x−x
W
kx−x
W
k
} jest zbiorem ortonormalnym wi¸ekszym do B, co przeczy
maksymalno´sci. ¤
Zwerbalizujmy jeszcze raz co zostaÃlo pokazane: W ka ˙zdej o´srodkowej przestrzeni
Hilberta istnieje ortonormalna baza topologiczna. Nazywamy j¸a po prostu
baz¸a przetrzeni Hilberta. Ka ˙zdy element rozwija si¸e w szereg Fouriera i ma
norm¸e jak we wzorach (*).
Je´sli zostanie czas:
PrzykÃlady: R
n
, l
2
, L
2
([0, 2π]), L
2
(R). Przypomnie´c o´srodkowo´s´c. Zatem ka˙zda z
nich ma baz¸e ortonormaln¸a. Wskaza´c te Ãlatwe bazy. Pokaza´c, ˙ze {1, cos nx, sin nx}
jest baz¸a w L
2
([0, 2π]) ortogonaln¸a (trzeba j¸a jeszcze unormowa´c). W tym celu
trzeba skorzysta´c z Tw. Weierstrassa (zob. Musielak, str. 73 Tw. 9.6), z tego ˙ze
jednostajna zbie˙zno´s´c implikuje w L
2
, i z tego, ˙ze f. ci¸agÃle le˙z¸a g¸esto. Ortogonalno´s´c
wynika ze wzor´ow na g´orze str. 74. W L
2
(R) baz¸a jest na przykÃlad suma baz na
odcinkach [2kπ, (2 + 1)kπ] (przedÃlu˙zonych zerowo na caÃle R).
7. Izomorfizm przestrzeni Banacha, izomorfizm unitarny.
Twierdzenie. Ka˙zde dwie o´srodkowe przesterznie Hilberta s¸a unitarnie izomor-
ficzne.