Appunti del Corso di

ANALISI REALE E FUNZIONALE
Vittorino Pata
Dipartimento di Matematica “F. Brioschi”
Politecnico di Milano
vittorino.pata@polimi.it
http://www.mate.polimi.it/utenti/Pata
Indice
I. Teoria della misura 3
1 Spazi di misura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1 Spazi misurabili . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Funzioni semplici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3 Misure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4 Completamento di una misura . . . . . . . . . . . . . . . . . . . . . . . . . 10
2 La misura di Lebesgue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.1 Misura esterna . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2 Costruzione della misura: condizione di Carath´eodory . . . . . . . . . . . . 12
2.3 Insiemi non misurabili . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3 Integrazione astratta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.1 Integrazione di funzioni positive . . . . . . . . . . . . . . . . . . . . . . . . 15
3.2 Integrazione di funzioni reali . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.3 Cambiamento di variabili . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.4 Il ruolo degli insiemi di misura nulla . . . . . . . . . . . . . . . . . . . . . . 23
3.5 Integrazione secondo Riemann e secondo Lebesgue . . . . . . . . . . . . . . 26
3.6 Convergenza puntuale, uniforme e in L
1
. . . . . . . . . . . . . . . . . . . . 27
4 Differenziazione e integrazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.1 Il Teorema di Radon-Nykodym . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.2 Il Primo Teorema Fondamentale del Calcolo . . . . . . . . . . . . . . . . . . 30
4.3 Funzioni assolutamente continue . . . . . . . . . . . . . . . . . . . . . . . . 31
5 Prodotto di misure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
5.1 Prodotto di spazi misurabili . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
5.2 Il Teorema di Fubini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
5.3 Completamento di misure prodotto . . . . . . . . . . . . . . . . . . . . . . . 40
5.4 Cambio di variabili . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
II. Spazi di Banach 41
1 Geometria degli spazi di Banach . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
1.1 Spazi lineari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
1.2 Spazi normati . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
1.3 Nozioni topologiche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
1.4 Successioni convergenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
1.5 Separabilit`a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
1.6 Completezza: spazi di Banach . . . . . . . . . . . . . . . . . . . . . . . . . . 47
1.7 Norme equivalenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
1.8 Gli spazi L
p
(Ω) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2 Operatori lineari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
2.1 Definizioni e prime propriet`a . . . . . . . . . . . . . . . . . . . . . . . . . . 57
2.2 Iniezioni continue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
2.3 Il Teorema di Baire e le sue conseguenze . . . . . . . . . . . . . . . . . . . . 61
1
2
3 Lo spazio duale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.1 Definizioni e prime propriet`a . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.2 Il Teorema di Hahn-Banach . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.3 Riflessivit`a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.4 Convergenza debole . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
3.5 Convergenza debole-∗ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
3.6 Operatori compatti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
3.7 Sulle diverse convergenze negli spazi L
p
(Ω) . . . . . . . . . . . . . . . . . . 77
III. Spazi di Hilbert 79
1 Geometria degli spazi di Hilbert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
1.1 Spazi con prodotto interno . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
1.2 Completezza: spazi di Hilbert . . . . . . . . . . . . . . . . . . . . . . . . . . 81
1.3 Proiezioni ortogonali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
1.4 Il duale di uno spazio di Hilbert . . . . . . . . . . . . . . . . . . . . . . . . 84
1.5 Basi ortonormali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
1.6 Lo spazio L
2
(Ω) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
2 Teorema spettrale per gli operatori compatti simmetrici . . . . . . . . . . . . . . . 91
2.1 Rappresentazione matriciale degli operatori limitati . . . . . . . . . . . . . 91
2.2 Operatori simmetrici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
2.3 Operatori compatti simmetrici . . . . . . . . . . . . . . . . . . . . . . . . . 94
3 Cenni agli operatori non limitati . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
3.1 Operatori chiusi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
3.2 Operatori simmetrici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
I. Teoria della misura
1 Spazi di misura
1.1 Spazi misurabili
Lo scopo della teoria della misura `e di fornire una procedura per misurare i sot-
toinsiemi di un insieme assegnato, per poi poter sviluppare una conseguente teoria
dell’integrazione. Sia dunque Ω un insieme astratto. Ci proponiamo di definire una
misura positiva sui sottoinsiemi di Ω, cio`e una funzione µ : {(Ω) → [0, ∞], dove
{(Ω) `e l’insieme delle parti di Ω, che abbia certe ragionevoli propriet`a. Tuttavia,
come vedremo, ci`o pu` o non essere possibile se si fanno richieste specifiche sulla µ.
Dunque occorrer`a limitarsi a particolari sottoinsiemi di {(Ω).
Definizione. Una famiglia M⊂ {(Ω) `e detta σ-algebra (su Ω) se verifica le seguenti
propriet` a:
(i) Ω ∈ M;
(ii) Se E ∈ M allora E
C
= Ω −E ∈ M;
(iii) Se E =
¸
n∈N
E
n
e E
n
∈ M per ogni n ∈ N, allora E ∈ M.
Gli elementi di M sono detti insiemi misurabili, e la coppia (Ω, M) `e detta spazio
misurabile.
Osservazione. L’assioma (i) serve ad evitare che Msia vuota. L’assioma (ii) ci
dice che M`e chiusa rispetto alla complementazione. Se l’assioma (iii) `e sostituito
dall’analogo con unioni e somme finite, allora si parla di algebra. Il prefisso “σ”
in Analisi viene generalmente utilizzato per indicare la chiusura rispetto a un
insieme numerabile di operazioni.
Propriet`a immediate. Sia (Ω, M) uno spazio misurabile.
- Poich´e ∅ = Ω
C
, segue che ∅ ∈ M.
3
4
- Prendendo E
n+1
= E
n+2
= = ∅ in (iii), si evince immediatamente che M`e
in particolare un’algebra.
- Usando la relazione
¸
n∈N
E
n
=

¸
n∈N
E
C
n

C
, si vede che M`e chiusa rispetto
all’intersezione numerabile (e finita).
- Poich´e E −F = E ∩ F
C
, abbiamo che E −F ∈ M se E ∈ M e F ∈ M.
Osservazione. Se Ω
0
∈ M, allora la restrizione di M su Ω
0
, ovvero
M[

0
=
¸
E ∈ M: E ⊂ Ω
0
¸
,
`e una σ-algebra su Ω
0
.
Proposizione 1.1. Se c `e una collezione di sottoinsiemi di Ω, allora esiste la pi` u
piccola σ-algebra M

su Ω tale che c ⊂ M

.
dimostrazione. Si noti che {(Ω) `e una σ-algebra su Ω. Dunque l’insieme
delle σ-algebre contenenti c `e non vuoto. Sia dunque M

l’intersezione di tutte
le σ-algebre contenenti c.
`
E evidente che c ⊂ M

, e che M

`e a sua volta
contenuta in ogni σ-algebra che contiene c. Per completare la dimostrazione si
deve provare che M

`e una σ-algebra. Se E
n
∈ M

, e M ⊃ M

`e una qualsiasi
σ-algebra, allora
¸
n
E
n
∈ M, da cui
¸
n
E
n
∈ M

. Analogamente, si dimostra
la validit` a degli assiomi (i) e (ii).
La σ-algebra M

`e detta generata da c.
Esercizio 1. Siano E
1
, . . . , E
n
n insiemi non vuoti a due a due disgiunti tali che
Ω =
¸
k
E
k
. Trovare la σ-algebra su Ω generata dagli E
k
e stabilirne la cardinalit` a.
Insiemi di Borel. Se Ω `e uno spazio topologico, la σ-algebra generata dagli aperti
di Ω `e detta σ-algebra di Borel (su Ω), e viene indicata con B(Ω). Gli elementi di
B(Ω) sono detti insiemi di Borel o Boreliani. Sono dunque Boreliani gli insiemi
aperti e chiusi, gli insiemi G
δ
(intersezioni numerabili di aperti), e gli insiemi F
σ
(unioni numerabili di chiusi).
1
Osservazione. Si noti che un insieme G
δ
`e il complementare di un insieme F
σ
,
e viceversa.
Definizione. Sia (Ω, M) uno spazio misurabile, e sia X uno spazio topologico. Una
funzione f : Ω → X `e detta misurabile (rispetto alla σ-algebra M) se f
−1
(A) ∈ M
per ogni aperto A ⊂ X.
Osservazione. Se Ω `e uno spazio topologico ed f : Ω → X `e continua, allora
evidentemente f `e Borel misurabile, cio`e misurabile rispetto a B(Ω).
1
La terminologia `e dovuta ad Hausdorff; σ si riferisce all’unione (Summe) e δ all’intersezione
(Durchschnitt).
5
Esercizio 2. Sia (Ω, M) uno spazio misurabile, e sia E ∈ {(Ω). Definiamo la
funzione caratteristica di E nel seguente modo:
χ
E
(t) =

1, t ∈ E,
0, t ∈ E.
Mostrare che E ∈ M se e solo se χ
E
`e misurabile.
Teorema 1.2. Sia (Ω, M) uno spazio misurabile, e siano X e Y spazi topologici.
Se f : Ω → X `e misurabile e g : X → Y `e continua, allora h = g ◦ f : Ω → Y `e
misurabile.
dimostrazione. Sia A ⊂ Y un aperto. Allora
(g ◦ f)
−1
(A) = f
−1
(g
−1
(A)).
Ma O = g
−1
(A) `e aperto in X, e dunque f
−1
(O) ∈ M.
Osservazione. Se invece f `e misurabile e g `e misurabile, g ◦ f pu` o non essere
misurabile, anche se f `e continua.
Teorema 1.3. Sia (Ω, M) uno spazio misurabile, e siano u e v due funzioni mi-
surabili a valori reali, e sia Φ : R
2
→ X una funzione continua a valori in uno spazio
topologico X. Allora la funzione h(t) = Φ(u(t), v(t)) definita da Ω a X `e misurabile.
dimostrazione. Sia f(t) = (u(t), v(t)) : Ω → R
2
. Dato che h = Φ ◦ f, dal
teorema precedente `e sufficiente mostrare che f `e misurabile Sia R = I J un
rettangolo aperto in R
2
. Allora
f
−1
(R) = u
−1
(I) ∩ v
−1
(J) ∈ M.
Un generico aperto A ⊂ R
2
`e unione numerabile di rettangoli aperti. Ovvero,
A =
¸
n
R
n
. Quindi
f
−1
(A) = f
−1

¸
n
R
n

=
¸
n
f
−1
(R
n
).
Pertanto f
−1
(A) ∈ M.
I due teoremi appena visti hanno delle conseguenze immediate piuttosto impor-
tanti.
Corollario 1.4. Sia (Ω, M) uno spazio misurabile, e siano u e v due funzioni mi-
surabili a valori reali.
- u + v e uv sono misurabili.
- u
+
= max¦u, 0¦, u

= −min¦u, 0¦ e [u[ = u
+
+ u

sono misurabili.
6
Osservazione. La funzione u si pu` o scrivere come ρ[u[, dove ρ `e misurabile e
[ρ(t)[ = 1. Sia infatti
E =
¸
t ∈ Ω : u(t) ≥ 0
¸
.
Notiamo che E `e misurabile. Definiamo allora
ρ(t) = χ
E
(t) −χ
E
C(t).
Osservazione. Le funzioni u
+
e u

sono dette rispettivamente parte positiva
e parte negativa di u. Inoltre, u = u
+
− u

`e una rappresentazione della u che
soddisfa la seguente propriet` a di minimalit` a: se u = u
1
−u
2
, con u
1
≥ 0 e u
2
≥ 0,
allora u
+
≤ u
1
e u

≤ u
2
.
Teorema 1.5. Sia (Ω, M) uno spazio misurabile, sia X uno spazio topologico, e sia
f : Ω → X.
- La collezione N degli insiemi E ⊂ X tali che f
−1
(E) ∈ M `e una σ-algebra su
X.
- Se f `e misurabile e E ∈ B(X) allora f
−1
(E) ∈ M.
- Se X = [−∞, ∞] e f
−1
((a, ∞]) ∈ M per ogni a ∈ R, allora f `e misurabile.
dimostrazione. Il primo e il terzo punto li lasciamo per esercizio. Per quanto
riguarda il secondo, dato che f `e misurabile N contiene tutti gli aperti di X, e
quindi N ⊃ B(X).
Osservazione. Si noti che nel terzo punto si poteva equivalentemente richiedere
che f
−1
([a, ∞]) ∈ M, f
−1
([−∞, a)) ∈ M, oppure f
−1
([−∞, a]) ∈ M.
Osservazione. In particolare, se f `e Borel misurabile, le controimmagini di
Boreliani sono Boreliani.
Esercizio 3. Mostrare che il Teorema 1.2 continua a valere se g `e solo Borel
misurabile.
Consideriamo infine successioni di funzioni misurabili f
n
a valori in [−∞, ∞].
Diciamo che f `e il limite puntuale di f
n
se
f(t) = lim
n→∞
f
n
(t), ∀t ∈ Ω.
Analogamente definiamo le funzioni

sup
n
f
n

(t) = sup
n
f
n
(t),

limsup
n→∞
f
n

(t) = limsup
n→∞
f
n
(t),
e le corrispondenti con l’inf. Vogliamo mostrare che la misurabilit` a `e una nozione
stabile per passaggi al limite.
7
Teorema 1.6. Sia (Ω, M) uno spazio misurabile, e sia f
n
: Ω → [−∞, ∞] una
successione di funzioni misurabili. Allora
2
g = sup
n
f
n
e h = limsup
n→∞
f
n
sono misurabili.
dimostrazione. La misurabilit`a di g segue dal fatto che
g
−1
((a, ∞]) =
¸
n
f
−1
n
((a, ∞]).
Il risultato identico si ottiene prendendo l’inf al posto del sup. Infine, poich´e
h(t) = inf
n≥1

sup
k≥n
f
k
(t)
¸
,
concludiamo che anche h `e misurabile.
Corollario 1.7. Il limite puntuale di una successione di funzioni misurabili, quando
esiste, `e misurabile.
1.2 Funzioni semplici
Definizione. Sia (Ω, M) uno spazio misurabile. Una funzione misurabile s : Ω →R
`e detta semplice se s(Ω) consiste di un numero finito di valori. Dunque
s(t) =
N
¸
n=1
a
n
χ
En
(t),
dove gli a
n
sono numeri reali distinti tra loro, e gli E
n
sono insiemi misurabili
disgiunti tali che Ω =
¸
N
n=1
E
n
.
Teorema 1.8. Sia (Ω, M) uno spazio misurabile e sia f : Ω → [0, ∞] misurabile.
Allora esiste una successione di funzioni semplici s
n
tale che
0 ≤ s
1
≤ ≤ f
e
s
n
(t) → f(t), ∀t ∈ Ω.
dimostrazione. Fissiamo n ∈ N, e suddividiamo l’intervallo [0, n) in n2
n
intervallini I
j
= [a
j
, b
j
), ciascuno di lunghezza pari a 2
−n
. Poniamo quindi
E
0
= f
−1
([n, ∞]) e E
j
= f
−1
(I
j
). Definiamo allora
s
n
= nχ
E
0
+
k
¸
j=1
a
j
χ
E
j
.
Notiamo che s
n
≤ s
n+1
. Se f(t) = ∞, allora s
n
(t) = n per ogni n. Se f(t) < ∞,
allora f(t) < n da un certo n in poi, e 0 ≤ f(t) −s
n
(t) ≤ 2
−n
.
2
Data una successione numerica a
n
si ha limsup
n→∞
a
n
= inf
n≥0
sup
k≥n
a
k
e liminf
n→∞
a
n
= sup
n≥0
inf
k≥n
a
k
.
8
Osservazione. Si evince dalla dimostrazione che se f `e limitata, allora vale il
risultato pi` u forte
lim
n→∞

sup
t∈Ω
[f(t) −s
n
(t)[

= 0.
In questo caso, la convergenza `e detta uniforme.
1.3 Misure
Definizione. Sia (Ω, M) uno spazio misurabile. Una funzione µ : M → [0, ∞] si
dice misura positiva (o, pi` u semplicemente, misura) se `e numerabilmente additiva,
ovvero, data una successione di insiemi disgiunti E
n
∈ M, si ha che
3
µ

¸
n
E
n

=
¸
n
µ(E
n
).
Per evitare casi banali, assumiamo inoltre che µ(E) < ∞ per almeno un E ∈ M.
La terna (Ω, M, µ) `e detta spazio di misura.
Si noti che il valore ∞ `e ammissibile. La misura che assegna ad ogni insieme
il valore 0 `e la misura banale. Una misura si dice finita se µ(Ω) < ∞. Infine,
una misura definita sulla σ-algebra di Borel di uno spazio topologico Ω `e chiamata
misura di Borel su Ω.
Osservazione. Se Ω
0
∈ M, allora (Ω
0
, M[

0
, µ[
M|

0
) `e uno spazio di misura.
Propriet`a immediate. Sia (Ω, M, µ) uno spazio di misura.
(i) µ(∅) = 0;
(ii) µ `e finitamente additiva, ovvero dati E, F ∈ M con E ∩ F = ∅, segue che
µ(E ∪ F) = µ(E) + µ(F);
(iii) µ `e monotona, ovvero dati E, F ∈ M con E ⊂ F, allora µ(E) ≤ µ(F);
(iv) dati E, F ∈ M con E ⊂ F, se µ(E) < ∞ allora µ(F −E) = µ(F) −µ(E);
(v) µ(E
n
) → µ(E) se E =
¸
E
n
, E
n
∈ M e E
1
⊂ E
2
⊂ ;
(vi) µ(E
n
) → µ(E) se E =
¸
E
n
, E
n
∈ M, E
1
⊃ E
2
⊃ e µ(E
1
) < ∞.
Verifichiamo le propriet` a enunciate. Per verificare la (i), sia E ∈ M tale che
µ(E) < ∞. Si ponga dunque E
1
= E, E
2
= E
3
= = ∅ e si applichi l’additivit` a
numerabile. Analogamente, per la (ii) sia E
1
= E, E
2
= F, E
3
= E
4
= = ∅.
La (iii) e la (iv) si ottengono notando che F = E ∪ (F − E), e applicando la (ii).
3
Poich´e
¸
n
µ(E
n
) `e una serie a termini positivi, converge (o diverge) incondizionatamente.
9
Per quanto riguarda la (v), si ponga F
1
= E
1
, F
n
= E
n
− E
n−1
. Allora gli F
n
sono
misurabili e disgiunti. Inoltre E
n
= F
1
∪ ∪ F
n
, e E =
¸
n
F
n
. Quindi,
µ(E
n
) =
n
¸
j=1
µ(F
j
) e µ(E) =

¸
j=1
µ(F
j
).
Infine, per la (vi) sia F
n
= E
1
−E
n
. Dunque F
1
⊂ F
2
⊂ , e
µ(F
n
) = µ(E
1
) −µ(E
n
)
(qui stiamo usando il fatto che µ(E
1
) < ∞). Utilizzando la (v) concludiamo che
µ(E
1
) −µ(E) = µ(E
1
−E) = lim
n→∞
µ(F
n
) = µ(E
1
) − lim
n→∞
µ(E
n
).
Esercizio 4. Verificare che se µ(E ∩ F) < ∞, allora
µ(E ∪ F) = µ(E) + µ(F) −µ(E ∩ F).
Esercizio 5. Mostrare che la misura `e una funzione numerabilmente subadditiva,
cio`e, data una qualsiasi successione E
n
∈ M, si ha che
µ

¸
n
E
n


¸
n
µ(E
n
).
Banalmente, `e anche finitamente subadditiva.
Esercizio 6. Sia µ : M → [0, ∞] (non identicamente infinita) una funzione nu-
merabilmente subadditiva e finitamente additiva. Mostrare che µ `e una misura.
Esempi. Sia Ω un insieme non vuoto. Definiamo due misure µ
c
e δ
t
su {(Ω)
ponendo
µ
c
(E) =

n, se E contiene n elementi,
∞, se E contiene ∞ elementi,
e
δ
t
(E) =

1, se t ∈ E,
0, se t ∈ E.
dove t `e un elemento fissato di Ω. La µ
c
`e detta misura del conteggio, mentre la
δ
t
`e detta misura di Dirac (o anche misura di concentrazione) a t.
Osservazione. Consideriamo (N, {(N), µ
c
), e sia E
n
= ¦n, n+1, . . .¦. Eviden-
temente E
1
⊃ E
2
⊃ e
¸
E
n
= ∅. Tuttavia,
∞ = µ(E
n
) → µ(∅) = 0.
Si evince dunque l’importanza della richiesta µ(E
1
) < ∞ nella propriet`a (vi)
della misura.
10
Riportiamo infine senza dimostrazione il seguente risultato di unicit` a.
Teorema 1.9 (Dynkin). Sia M la σ-algebra su Ω generata da un certo c ⊂ {(Ω).
Assumiamo che c sia chiuso rispetto all’intersezione, e che esista una successione
E
n
∈ c tale che Ω =
¸
n
E
n
. Se µ e ν sono due misure su M tali che µ(E
n
) < ∞ e
ν(E
n
) < ∞, e se µ e ν coincidono su c, allora µ = ν.
Esercizio 7. Mostrare che esiste (al pi` u) un’unica misura di Borel µ su R tale che
µ((a, b)) = b −a, per ogni a, b ∈ Q con a < b.
1.4 Completamento di una misura
Definizione. Sia (Ω, M, µ) uno spazio di misura. La misura µ `e completa se E ⊂ N
e µ(N) = 0 implica E ∈ M (e quindi µ(E) = 0).
Una misura potrebbe non essere completa. Ovviamente si pu` o pensare di com-
pletarla assegnando d’ufficio misura nulla a tutti i sottoinsiemi di insiemi di misura
nulla (e quindi allargando M). Si deve per` o verificare che questa procedura produca
una σ-algebra.
Teorema 1.10. Sia (Ω, M, µ) uno spazio di misura. Sia M

l’insieme ottenuto
aggiungendo a M tutti gli insiemi P tali che esistano E, F ∈ M con E ⊂ P ⊂ F e
µ(F − E) = 0. Si definisca quindi µ

(P) = µ(E). Allora (Ω, M

, µ

) `e uno spazio
di misura, µ

`e completa e µ

= µ su M. La misura µ

`e detta completamento di µ.
Lasciamo la dimostrazione per esercizio. Verifichiamo solo che µ

sia ben definita.
Siano infatti E
1
, E
2
, F
1
, F
2
∈ M e P ∈ {(Ω) tali che E
i
⊂ P ⊂ F
i
e µ(F
i
−E
i
) = 0.
Allora
E
1
−E
2
⊂ P −E
2
⊂ F
2
−E
2
.
Ma µ(F
2
−E
2
) = 0, da cui µ(E
1
−E
2
) = 0. Poich´e
E
1
= (E
1
−E
2
) ∪ (E
1
∩ E
2
),
ricaviamo che µ(E
1
) = µ(E
1
∩ E
2
). Allo stesso modo, dimostriamo che µ(E
2
) =
µ(E
1
∩ E
2
), e concludiamo che µ(E
1
) = µ(E
2
).
Gli elementi di M

sono dunque della forma E∪N (unione disgiunta), con E ∈ M
e µ

(N) = 0. Dato che, come si `e visto, una misura pu` o essere sempre completata,
`e ragionevole lavorare con misure complete.
11
2 La misura di Lebesgue
2.1 Misura esterna
Ci proponiamo ora di costruire una misura λ su R che abbia le seguenti propriet` a:
- λ((a, b)) = b −a;
- λ(E +a) = λ(E), E ⊂ R (invarianza per traslazioni).
Abbiamo qui usato un (comune) abuso di linguaggio. Infatti, come sappiamo, una
misura `e costruita non su un insieme ma su una σ-algebra. Ovviamente ci piac-
erebbe costruire una tale λ su {(R). Tuttavia ci`o non sar`a possibile. Infatti, dalla
monotonia della misura, ricaviamo che λ `e puramente non atomica, ovvero assegna
ai punti (atomi) misura nulla. Possiamo dunque avvelerci del seguente risultato
generale, che enunciamo senza dimostrazione.
Teorema 2.1 (Ulam). L’unica misura puramente non atomica definita su {(R) `e
la misura nulla.
4
Dato un intervallo I = (a, b) ⊂ R, definiamo (I) = b −a la sua lunghezza.
Definizione. Una funzione λ

: {(R) → [0, ∞], definita da
λ

(E) = inf
E⊂

n
In
¸
n
(I
n
), E ∈ {(R),
`e detta misura esterna in R.
Si noti che l’inf `e preso al variare delle possibili unioni numerabili degli intervalli
I
n
= (a
n
, b
n
). Molto diverso sarebbe definire λ

fin
(E), prendendo l’inf al variare delle
unioni finite. Ad esempio, λ

fin
sarebbe definita solo sugli insiemi limitati.
Esercizio 8. Sia D = [0, 1] ∩ Q. Mostrare che λ

(D) = 0, ma che λ

fin
(D) = 1.
Allo stesso modo, un qualsiasi insieme di cardinalit` a al pi` u numerabile ha misura
esterna nulla.
La misura esterna `e ovviamente monotona, ovvero,
E ⊂ F =⇒ λ

(E) ≤ λ

(F).
Inoltre vale la
Proposizione 2.2. La misura esterna `e numerabilmente subadditiva su {(R).
4
Il Teorema di Ulam fa uso dell’Assioma della Scelta e dell’Ipotesi del Continuo.
12
dimostrazione. Sia data una successione E
n
∈ {(R). Fissiamo ε > 0. Per
ogni n ∈ N, troviamo una collezione di intervalli I
n
j
tali che E
n

¸
j
I
n
j
e
¸
j
(I
n
j
) ≤ λ

(E
n
) +
ε
2
n
.
Ma
E =
¸
n
E
n

¸
n,j
I
n
j
,
da cui
λ

(E) ≤
¸
n
¸
j
(I
n
j
) ≤
¸
n
λ

(E
n
) + ε.
Dall’arbitrariet` a di ε segue la tesi.
Esercizio 9. Mostrare che la misura esterna soddisfa le due propriet` a richieste
alla misura λ che vogliamo costruire. In particolare,
λ

((a, b)) = λ

([a, b)) = λ

((a, b]) = λ

([a, b]) = b −a
(se a = −∞ oppure b = ∞ allora b −a = ∞).
Pertanto, se λ

fosse numerabilmente additiva, allora coinciderebbe con la misura
λ cercata, che sarebbe quindi definita su tutto {(R). Il Teorema di Ulam ci dice
che non `e cos`ı.
2.2 Costruzione della misura: condizione di Carath´eodory
In questo paragrafo ci proponiamo di costruire una σ-algebra L su R in modo tale
che la restrizione di λ

su L sia una misura.
Definizione. Un insieme E ∈ {(R) soddisfa la condizione di Carath´eodory se
λ

(T) = λ

(T ∩ E) + λ

(T ∩ E
C
), ∀T ∈ {(R). (C)
Osservazione. Poich´e λ

`e subadditiva, E soddisfa (C) se e solo se
λ

(T) ≥ λ

(T ∩ E) + λ

(T ∩ E
C
), ∀T ∈ {(R).
Abbiamo allora il
Teorema 2.3. L’insieme degli E che soddisfano (C) forma una σ-algebra, detta di
Lebesgue, su R, che viene indicata con L(R) o L. Inoltre la restrizione di λ

su L `e
numerabilmente additiva.
13
La dimostrazione, pur non essendo particolarmente complicata, `e piuttosto te-
diosa, e non la riportiamo. La restrizione di λ

su L, che d’ora in poi indicheremo
con λ, `e dunque una misura, detta misura di Lebesgue. Dato Ω ∈ L, chiamiamo
misura di Lebesgue su Ω la restrizione di λ su L(Ω) = L[

.
Esercizio 10. Mostrare che λ `e una misura completa.
Dobbiamo ora sincerarci che L sia significativamente grande, affinch´e λ sia di
qualche utilit` a per i nostri scopi.
Proposizione 2.4. L contiene B(R).
dimostrazione. Basta mostrare che l’intervallo (a, ∞) appartiene a L (si
verifichi per esercizio la bont` a di questa affermazione). Sia dunque T ∈ {(R).
Detti T
1
= T ∩ (a, ∞) e T
2
= T ∩ (−∞, a], dobbiamo verificare che
λ

(T) ≥ λ

(T
1
) + λ

(T
2
).
Sia λ

(T) < ∞(altrimenti non c’`e nulla da dimostrare). Fissato ε > 0, esiste una
collezione I
n
tale che
¸
I
n
⊃ T e
¸
n
(I
n
) ≤ λ

(T) + ε. Siano I
1
n
= I
n
∩ (a, ∞)
e I
2
n
= I
n
∩ (−∞, a +
ε
2
n
). Allora I
1
n
e I
2
n
sono intervalli aperti (uno dei due
potrebbe anche essere vuoto), e vale
(I
n
) +
ε
2
n
≥ (I
1
n
) + (I
2
n
).
Osservando che
¸
I
i
n
⊃ T
i
(i = 1, 2), risulta
λ

(T
i
) ≤
¸
n
(I
i
n
),
da cui
λ

(T
1
) + λ

(T
2
) ≤
¸
n
(I
1
n
) +
¸
n
(I
2
n
) ≤
¸
n
(I
n
) +
¸
n
ε
2
n
≤ λ

(T) + 2ε.
Facciamo infine tendere ε a 0.
La restrizione di λ su B(R) `e dunque una misura di Borel su R.
Riassumendo quanto visto fin qui, la misura di Lebesgue λ `e completa, invariante
per traslazione, rispetta la misura degli intervalli, misura tutti i Boreliani, assegna
misura finita ad ogni insieme limitato, assegna misura nulla ad ogni insieme nume-
rabile.
Essere numerabile `e dunque condizione sufficiente per avere misura nulla. Tut-
tavia esistono insiemi non numerabili di misura nulla.
Il Ternario di Cantor. Sia T
0
= [0, 1]. Definiamo gli insiemi T
n
nel seguente
modo. Dato T
n
, unione finita di intervalli chiusi di uguale lunghezza
n
= 3
−n
, sia
14
T
n+1
l’insieme ottenuto rimuovendo da ciascun intervallo di T
n
l’intervallo aperto
centrale di lunghezza
n
/3. Definiamo infine il Ternario di Cantor T =
¸
T
n
. Si
noti che T `e chiuso. Inoltre, essendo un intersezione di compatti non vuoti, `e non
vuoto. Infine T `e un insieme perfetto, cio`e un chiuso in cui tutti i punti sono di
accumulazione. Gli insiemi perfetti non vuoti hanno necessariamente cardinalit` a non
numerabile. Infine, calcolando la misura degli intervalli rimossi nella costruzione di
T si vede facilmente che λ(T) = 0.
Osservazione. Si pu` o ripetere la costruzione di T, eliminando intervalli di
lunghezza
n
= ε
n
3
−n
, con ε ∈ (0, 1). Allora si ottiene il cosiddetto Ternario di
Cantor generalizzato T
ε
, che condivide tutte le propriet`a di T tranne che
λ(T
ε
) =
3(1 −ε)
3 −2ε
.
Si noti che T
ε
`e un insieme di misura positiva che non contiene intervalli.
Esercizio 11. Sia E ⊂ [0, 1] l’insieme dei numeri reali privi della cifra 7 nello
sviluppo decimale. Calcolare λ(E).
Esercizio 12.
`
E possibile mostrare che la cardinalit` a di B(R) `e uguale alla cardi-
nalit` a degli aperti di R, che a sua volta `e uguale alla cardinalit` a di R. Usando questo
fatto, dimostrare che L contiene strettamente B(R). [Suggerimento: L `e completa
e contiene insiemi di misura nulla non numerabili]
Riportiamo infine alcune importanti propriet`a della misura di Lebesgue di verifica
immediata.
Proposizione 2.5. Sia E ∈ L. Allora
(i) ∀ε > 0 ∃ A ⊃ E, A aperto, tale che λ(A −E) < ε;
(ii) ∀ε > 0 ∃ C ⊂ E, C chiuso, tale che λ(E −C) < ε;
(iii) ∃ G ⊃ E, G ∈ G
δ
, tale che λ(G−E) = 0;
(iv) ∃ F ⊂ E, F ∈ F
σ
, tale che λ(E −F) = 0.
Una misura che soddisfa le propriet` a (i) e (ii) si dice regolare. In particolare, i
punti (iii) e (iv) ci dicono che un insieme misurabile differisce da un Boreliano per
un insieme di misura nulla. Quindi λ `e il completamento della particolare misura di
Borel ottenuta restringendo λ su B(R).
Esercizio 13. Sia f : R → R una funzione misurabile secondo Lebesgue, e si
consideri la funzione
φ(x) = λ
¸
t : f(t) > x
¸
.
Mostrare che φ `e continua da destra ma, in generale, non da sinistra.
15
La misura di Lebesgue in R
N
. Sebbene per semplicit` a di esposizione abbiamo
lavorato in R, nulla di quanto detto cambia se si lavora in R
N
. In tal caso, gli inter-
valli nella definizione della misura esterna sono sostituiti dalle N-celle. Si costruisce
pertanto la misura di Lebesgue in R
N
, definita sulla σ-algebra L(R
N
).
2.3 Insiemi non misurabili
Abbiamo anticipato che L non coincide con {(R). Ci` o equivale a dire che esistono in-
siemi non misurabili. Dimostriamo allora che ogni intervallo (pi` u in generale, questo
`e vero per ogni insieme di misura positiva) contiene un insieme non misurabile. Per
semplicit` a, consideriamo [0, 1]. Ripartiamo [0, 1] in classi di equivalenza nel seguente
modo: diciamo che a ∼ b se a−b ∈ Q. Selezioniamo ora un rappresentante per ogni
classe di equivalenza
5
, e chiamiamo P l’insieme formato dai rappresentanti scelti.
Affermiamo che P non `e misurabile. Dimostreremo l’asserto assumendo che lo sia,
e raggiungeremo un assurdo. Notiamo che P soddisfa due propriet` a:
- (P + r) ∩ (P +s) = ∅, per ogni r, s ∈ Q, r = s;
- Ogni t ∈ R appartiene a (P +r), per un certo r ∈ Q.
Usando l’invarianza per traslazioni di λ ricaviamo che λ(P) = λ(P +r). Quindi, in
virt` u delle due propriet`a appena viste,
R =
¸
r∈Q
(P +r) =⇒ ∞ = λ(R) =
¸
r∈Q
λ(P +r) =
¸
r∈Q
λ(P),
da cui segue che λ(P) > 0. Ma allora, detto
E =
¸
r∈Q∩[0,1]
(P +r),
risulta
λ(E) =
¸
r∈Q∩[0,1]
λ(P) = ∞,
cosa che confligge con E ⊂ [0, 2].
3 Integrazione astratta
3.1 Integrazione di funzioni positive
Nel corso di questo paragrafo, sia (Ω, M, µ) uno spazio di misura. Consideriamo
funzioni misurabili positive, ovvero a valori in [0, ∞]. Per poter estendere le nozioni
5
Qui stiamo utilizzando l’Assioma della Scelta.
16
di misurabilit`a viste nelle sezioni precedenti, e per poter definire l’integrale su insiemi
di misura infinita, dobbiamo stipulare una convenzione per trattare ∞. Definiamo
dunque, per a ∈ [0, ∞],
a +∞ = ∞+a = ∞, a ∞ = ∞ a =

∞, a = 0,
0, a = 0.
Con questa convenzione, somme e prodotti di funzioni misurabili a valori in [0, ∞]
sono misurabili. La cosa si pu` o dimostrare approssimando con funzioni semplici, e
notando che se a
n
↑ a e b
n
↑ b allora a
n
b
n
↑ ab (con a, b ∈ [0, ∞]).
Definizione. Sia s : Ω → [0, ∞) una funzione semplice misurabile della forma
s(t) =
N
¸
n=1
a
n
χ
En
(t).
Se E ∈ M, definiamo l’integrale di s su E come

E
sdµ =
N
¸
n=1
a
n
µ(E
n
∩ E).
Qui abbiamo usato la convenzione 0 ∞ = 0; pu`o infatti accadere che a
n
= 0 per
qualche n ma µ(E
n
∩ E) = ∞. Osserviamo che, poich´e sχ
E
=
¸
n
a
n
χ
En∩E
,

E
sdµ =



E
dµ.
Definizione. Sia f : Ω → [0, ∞] una funzione misurabile, e sia E ∈ M. Definiamo
l’integrale di Lebesgue della f su E (rispetto alla misura µ) il valore
6

E
fdµ = sup

E
sdµ ∈ [0, ∞],
dove il sup `e preso al variare delle funzioni semplici misurabili s tali che 0 ≤ s ≤ f.
Notiamo che se f `e semplice, allora il sup `e in realt` a un max. Inoltre, per ogni
f misurabile,

E
fdµ =



E
dµ.
Propriet`a immediate. Le funzioni che compaiono sono misurabili a valori in
[0, ∞], e gli insiemi sono misurabili.
- Se f ≤ g allora

E
fdµ ≤

E
gdµ.
6
Per sottolineare quale sia la variabile di integrazione si usa talvolta la notazione

E
f(t)dµ(t).
17
- Se E ⊂ F allora

E
fdµ ≤

F
fdµ.
- Se α ≥ 0 allora

E
αfdµ = α

E
fdµ.
- Se f(t) = 0 per ogni t ∈ E allora

E
fdµ = 0, anche se µ(E) = ∞.
- Se µ(E) = 0 allora

E
fdµ = 0, anche se f(t) = ∞ per ogni t ∈ E.
Esercizio 14. Sia s : Ω → [0, ∞) una funzione semplice misurabile. Mostrare che
ν(E) =

E
sdµ
definisce una misura su M.
Esercizio 15. Siano s
1
, s
2
: Ω → [0, ∞) due funzioni semplici misurabili. Di-
mostrare l’uguaglianza

E
(s
1
+s
2
)dµ =

E
s
1
dµ +

E
s
2
dµ.
Veniamo ora alle propriet`a di passaggio al limite dell’integrale di Lebesgue.
Teorema 3.1 (Convergenza Monotona). Sia f
n
: Ω → [0, ∞] una successione di
funzioni misurabili tali che
f
1
(t) ≤ f
2
(t) ≤ ≤ ∞, ∀t ∈ Ω.
Definendo f(t) = lim
n→∞
f
n
(t), allora f `e misurabile e
lim
n→∞


f
n
dµ =


fdµ.
dimostrazione. Osserviamo subito che f `e misurabile, essendo limite pun-
tuale di funzioni misurabili. Inoltre la successione


f
n
dµ `e monotona crescente.
Pertanto esiste α ∈ [0, ∞] tale che
lim
n→∞


f
n
dµ = α.
Dato che


f
n
dµ ≤


fdµ per ogni n, abbiamo che
α ≤


fdµ.
Sia s una funzione semplice tale che 0 ≤ s ≤ f, e sia c ∈ (0, 1). Definiamo
E
n
=
¸
t ∈ Ω : f
n
(t) ≥ cs(t)
¸
.
18
Notiamo i seguenti fatti:
- E
n
`e misurabile: infatti, detto M = max
t∈Ω
s(t), E
n
`e la controimmagine di
[M, ∞] (che `e un insieme chiuso) della funzione f
n
+(M −cs), che `e misurabile,
essendo somma di due funzioni misurabili positive.
- E
1
⊂ E
2
⊂ : questo segue dalla monotonia di f
n
.
-
¸
n
E
n
= Ω: infatti se f(t) = 0 allora t ∈ E
1
; se f(t) > 0 allora cs(t) < f(t)
(poich´e c < 1), e quindi cs(t) < f
n
(t) da un certo n in poi.
Evidentemente,
α ≥


f
n
dµ ≥

En
f
n
dµ ≥ c

En
sdµ.
L’integrale di destra `e una misura, e pertanto per le propriet` a della misura otte-
niamo
α ≥ c


sdµ.
Questa disuguaglianza vale per ogni c < 1, e quindi anche al limite, ovvero
α ≥


sdµ.
Facendo ora il sup al variare delle s semplici tali che 0 ≤ s ≤ f, otteniamo infine
α ≥


fdµ,
cio`e la disuguaglianza inversa.
Esercizio 16. Siano f, g : Ω → [0, ∞] due funzioni misurabili. Mostrare che


(f + g)dµ =


fdµ +


gdµ.
Corollario 3.2 (Convergenza Monotona per le Serie). Sia f
n
: Ω → [0, ∞] una
successione di funzioni misurabili, e sia
f(t) =

¸
n=1
f
n
(t).
Allora


fdµ =

¸
n=1


f
n
dµ.
dimostrazione. [Esercizio]
19
Osservazione. Se µ `e la misura del conteggio su un insieme numerabile, il
corollario appena visto ci fornisce un risultato noto sulle serie doppie di numeri
non negativi. Precisamente, se a
nk
≥ 0 allora

¸
n=1

¸
k=1
a
nk
=

¸
k=1

¸
n=1
a
nk
.
Esercizio 17. Utilizzando il Teorema della Convergenza Monotona per le Serie,
dimostrare che
7

1
0
log t
t −1
dt =

¸
n=1
1
n
2
.
[Suggerimento: sviluppare in serie
1
t−1
]
Il lemma seguente stabilisce un legame tra il limite degli integrali e l’integrale
del limite, senza ipotesi aggiuntive.
Lemma 3.3 (Fatou). Sia f
n
: Ω → [0, ∞] una successione di funzioni misurabili.
Allora

liminf
n→∞
f
n

dµ ≤ liminf
n→∞


f
n
dµ.
dimostrazione. Sia
g
n
(t) = inf
k≥n
f
k
(t).
Ricordiamo che
liminf
n→∞
f
n
= sup
n
g
n
.
Evidentemente g
n
`e una successione monotona. Applicando quindi il Teorema
della Convergenza Monotona si ha
lim
n→∞


g
n
dµ =


lim
n→∞
g
n
dµ =


sup
n
g
n
dµ =

liminf
n→∞
f
n

dµ.
D’altro canto, g
n
≤ f
n
, da cui
lim
n→∞


g
n
dµ = liminf
n→∞


g
n
dµ ≤ liminf
n→∞


f
n
dµ,
da cui la tesi.
7
Stiamo qui in realt`a implicitamente utilizzando un risultato che verr`a discusso successivamente
nel '3.5, ovvero che una funzione positiva integrabile (anche solo impropriamente) secondo Riemann
`e integrabile secondo Lebesgue, e i due integrali coincidono.
20
Osservazione. Nel Lemma di Fatou pu` o valere la disuguaglianza forte anche
quando il limite inferiore `e un limite. Ad esempio, in (R, L, λ) sia
f
n
(t) =

1
n
, [t[ ≤ n,
0, [t[ > n.
Allora liminf
n→∞
f
n
(t) = lim
n→∞
f
n
(t) = 0, ma

R
f
n
dλ = 2.
Teorema 3.4 (Costruzione di Nuove Misure). Sia φ : Ω → [0, ∞] una funzione
misurabile. La funzione ν : M→ [0, ∞] definita da
ν(E) =

E
φdµ, E ∈ M,
`e una misura su M, e


fdν =


fφdµ,
per ogni f : Ω → [0, ∞] misurabile.
dimostrazione. Siano E
n
elementi disgiunti di M la cui unione sia E. Si
osservi che
φχ
E
=

¸
n=1
φχ
En
,
e che
ν(E) =


φχ
E
dµ, ν(E
n
) =


φχ
En
dµ.
Dal Corollario 3.2,
ν(E) =

¸
n=1
ν(E
n
).
Poich´e ν(∅) = 0, concludiamo che ν `e una misura. In particolare, la seconda
asserzione vale per ogni f = χ
E
, e dunque per ogni f semplice. Il caso generale
segue dal Teorema della Convergenza Monotona.
3.2 Integrazione di funzioni reali
Come prima, sia (Ω, M, µ) uno spazio di misura.
Definizione. Chiamiamo L
1
(Ω, M, µ) la collezione di tutte le funzioni misurabili
f : Ω →R tali che


[f[dµ < ∞.
21
Notiamo che la misurabilit` a di f implica la misurabilit` a di [f[.
`
E comunque
necessario richiedere la misurabilit`a di f, e non solo di [f[, in quanto `e banale
costruire una funzione non misurabile il cui modulo sia misurabile. Il significato
dell’esponente 1 in L
1
sar` a chiaro in seguito. Gli elementi di L
1
sono le funzioni
integrabili (o sommabili) secondo Lebesgue rispetto alla misura µ.
Definizione. Se f ∈ L
1
(Ω, M, µ) l’integrale di Lebesgue di f `e definito come
8


fdµ =


f
+
dµ −


f

dµ.
Dato che f
+
≤ [f[ e f

≤ [f[, entrambi gli integrali nella definizione sono finiti.
Lasciamo al lettore la verifica della seguente
Proposizione 3.5. Siano f, g ∈ L
1
, e sia α ∈ R. Allora αf +g ∈ L
1
e


(αf +g)dµ = α


fdµ +


gdµ.
Dunque L
1
(Ω, M, µ) `e uno spazio lineare, e l’integrale di Lebesgue `e un operatore
lineare a valori in R.
Esercizio 18. Sia f ∈ L
1
. Dimostrare la disuguaglianza


fdµ


[f[dµ.
Esempio. Consideriamo lo spazio di misura (N, {(N), µ
c
). In questo caso, le
funzioni misurabili sono le successioni reali, e l’integrale di Lebesgue non `e altro
che l’usuale serie numerica. Lo spazio L
1
(N, {(N), µ
c
) `e dato dalle successioni la
cui serie converge assolutamente.
Notazione. Se Ω = [a, b] e µ = λ `e la misura di Lebesgue, useremo talvolta
l’abituale notazione

b
a
f(t)dt =

[a,b]
fdλ, a < b,
0, a = b,

[b,a]
fdλ, a > b.
Enunciamo infine il risultato fondamentale sul passaggio al limite nell’integrale.
Teorema 3.6 (Convergenza Dominata). Sia f
n
: Ω →R una successione di funzioni
misurabili che converge puntualmente ad una funzione f. Assumiamo che esista
g ∈ L
1
tale che
[f
n
(t)[ ≤ g(t), ∀t ∈ Ω, ∀n ∈ N.
8
Allo stesso modo si pu`o definire l’integrale di Lebesgue di una funzione misurabile a valori in
C il cui modulo sia sommabile.
22
Allora f ∈ L
1
, e
lim
n→∞


[f
n
−f[dµ = 0.
Prima di procedere alla dimostrazione, facciamo alcune osservazioni. Innanzi-
tutto, la tesi del teorema implica banalmente il limite
lim
n→∞


f
n
dµ =


fdµ.
Si noti che f
n
∈ L
1
(Ω, M, µ), in quanto maggiorata in modulo dalla funzione g
(detta dominante).
dimostrazione. Dalle ipotesi, f `e misurabile e [f[ ≤ g. Dunque f ∈ L
1
.
Consideriamo la successione di funzioni positive
φ
n
= 2g −[f
n
−f[.
Applicando il Lemma di Fatou, otteniamo


2gdµ ≤ liminf
n→∞


φ
n
dµ =


2gdµ + liminf
n→∞


[f
n
−f[dµ

.
Sottraendo il valore (finito)


2gdµ ad ambo i membri, concludiamo che
0 ≤ liminf
n→∞


[f
n
−f[dµ

= −limsup
n→∞


[f
n
−f[dµ.
Quindi limsup
n→∞


[f
n
−f[dµ = 0, da cui lim
n→∞


[f
n
−f[dµ = 0.
Esercizio 19. Costruire una successione f
n
: Ω →R che converge puntualmente a
f tale che
lim
n→∞


f
n
dµ =


fdµ,
ma
lim
n→∞


[f
n
−f[dµ = 0.
Esercizio 20. Costruire una successione f
n
: Ω →R che converge puntualmente a
f tale che
lim
n→∞


[f
n
−f[dµ = 0,
ma tale che non esista alcuna funzione dominante in L
1
. Concludere che il Teorema
della Convergenza Dominata fornisce una condizione solo sufficiente.
Esercizio 21. Calcolare
lim
n→∞

1
0
e
−nt
−(1 −t)
n
t
dt.
[Suggerimento: utilizzare l’uguaglianza 1 −e
nt
(1 −t)
n
=

t
0
ne

τ(1 −τ)
n−1
dτ]
23
3.3 Cambiamento di variabili
Siano (Ω, M) e (Ω

, M

) due spazi misurabili, e sia φ : Ω → Ω

una mappa tale che
φ
−1
(E

) ∈ M, ∀E

∈ M

.
Data una misura µ su M, la funzione
ν(E

) = µ(φ
−1
(E

)), E

∈ M

,
definisce una misura su M

. Si noti che se una funzione (positiva o reale) f definita
su Ω

`e M

-misurabile, segue che la funzione f ◦ φ definita su Ω `e M-misurabile.
Vale allora il
Teorema 3.7 (Cambiamento di Variabili). Se f : Ω

→ [0, ∞] `e M

-misurabile,
allora

fdν =


f ◦ φdµ.
La stessa uguaglianza vale per f ∈ L
1
(Ω

, M

, ν). In tal caso f ◦ φ ∈ L
1
(Ω, M, µ).
Esercizio 22. Dimostrare il Teorema 3.7. [Suggerimento: si considerino dapprima
funzioni semplici, e si applichi il Teorema della Convergenza Monotona]
3.4 Il ruolo degli insiemi di misura nulla
Per costruzione, l’integrale di Lebesgue non “vede” gli insiemi di misura nulla.
`
E
infatti immediato constatare dalla definizione che se due funzioni differiscono su un
insieme di misura nulla allora i loro integrali sono uguali. Cerchiamo di trarre delle
conclusioni da questo fatto.
Definizione. Sia (Ω, M, µ) uno spazio di misura, e sia P una propriet` a che un punto
t ∈ Ω pu` o avere o non avere. Ad esempio, assegnata una funzione reale f su Ω, P
pu` o essere la propriet`a “f(t) > 0”. Diciamo che P vale quasi ovunque se l’insieme
dei punti di Ω per i quali P non vale ha misura nulla.
Ovviamente la locuzione “quasi ovunque” `e strettamente riferita alla misura µ
in considerazione.
Notazione. Quando Ω ⊂ R, senza ulteriori specificazioni, la relazione “quasi
ovunque” sar` a sempre intesa rispetto alla misura di Lebesgue.
Date dunque due funzioni f, g su Ω, diremo che f = g quasi ovunque se
µ
¸
t ∈ Ω : f(t) = g(t)
¸
= 0.
L’uguaglianza quasi ovunque `e una relazione di equivalenza. Per evitare problemi
logici, supporremo di lavorare con una misura µ completa. Possiamo allora esten-
dere in modo vantaggioso la nozione di funzione misurabile. Tanto per cominciare,
non `e necessario avere funzioni definite su tutto Ω: basta che siano definite su un
sottoinsieme Ω
0
⊂ Ω tale che µ(Ω
C
0
) = 0.
24
Definizione. Una funzione f : Ω → X (X spazio topologico) `e misurabile se esiste
un insieme Ω
0
⊂ Ω con µ(Ω
C
0
) = 0 tale che per ogni aperto A ⊂ X l’insieme
f
−1
(A) ∩ Ω
0
`e misurabile.
Se la misura, come supponiamo, `e completa, possiamo ridefinire in modo arbi-
trario la f su Ω
C
0
, ottenendo una funzione misurabile nel senso vecchio. Inoltre,
tutte le funzioni cos`ı costruite sono uguali quasi ovunque.
Allo stesso modo, diciamo che una f `e essenzialmente limitata se esiste M ≥ 0
tale che
µ
¸
t ∈ Ω : [f(t)[ > M
¸
= 0.
Qualche problema in pi` u lo pone la continuit`a, che, notoriamente, `e una nozione
puntuale. Sia dunque f : Ω → X, e sia E l’insieme dei punti di discontinuit` a di
f. Diciamo che f `e quasi ovunque continua se µ(E) = 0. Chiaramente le funzioni
quasi ovunque continue sono misurabili (nel nuovo senso).
Osservazione. Si noti bene che una funzione quasi ovunque continua pu`o non
essere uguale quasi ovunque ad una funzione continua (ad esempio, la funzione
gradino); viceversa, una funzione uguale quasi ovunque a una funzione continua
pu` o non essere quasi ovunque continua (ad esempio, la funzione di Dirichlet).
Esercizio 23. Sia f : Ω ⊂ R → R Lebesgue misurabile. Mostrare che esiste
g : Ω ⊂ R →R Borel misurabile uguale a f quasi ovunque.
In conclusione, possiamo riformulare la teoria gi`a vista rimpiazzando “ovunque”
con “quasi ovunque”. In particolare, valgono i Teoremi della Convergenza Mono-
tona e Dominata richiedendo, rispettivamente, la monotonia di f
n
(t) e la conver-
genza puntuale solo quasi ovunque, cio`e per quasi tutti i t ∈ Ω. Vediamo allora un
corollario del Teorema della Convergenza Dominata.
Teorema 3.8 (Convergenza Dominata per le Serie). Sia f
n
∈ L
1
tale che

¸
n=1


[f
n
[ < ∞.
Allora f =
¸

n=1
f
n
∈ L
1
e


fdµ =

¸
n=1


f
n
dµ.
Omettiamo per ora la dimostrazione, che ritroveremo pi` u avanti in un contesto
pi` u generale (cfr. Teorema II.1.13).
Osservazione. Vi `e tuttavia una circostanza in cui la scelta del rappresentante
`e influente: se consideriamo la composizione di funzioni f ◦ g, la f deve neces-
sariamente essere una funzione ben definita. Banalmente, se g `e uguale a una
certa costante c e alteriamo il valore di f nel solo punto c, allora otteniamo una
funzione completamente diversa.
25
Esercizio 24. Dimostrare l’Additivit`a Numerabile dell’Integrale: Sia f : Ω → R
misurabile, e sia E
n
una successione di sottoinsiemi misurabili di Ω a due a due
disgiunti tali che
¸
n
E
n
= Ω. Allora
f ∈ L
1
(Ω, M, µ) ⇐⇒
¸
n

En
[f[dµ < ∞.
In tal caso,


fdµ =
¸
n

En
fdµ.
Esercizio 25. Utilizzando l’Additivit` a Numerabile dell’Integrale dimostrare che
sin t
t
∈ L
1
(R, L, λ).
Proposizione 3.9. Sia f ∈ L
1
(Ω, M, µ), f ≥ 0 quasi ovunque, tale che


fdµ = 0.
Allora f = 0 quasi ovunque.
dimostrazione. Sia E
n
=
¸
t ∈ Ω : f(t) >
1
n
¸
. Allora µ(E
n
) = 0, altrimenti
si avrebbe


fdµ ≥
1
n
µ(E
n
) > 0.
Se f(t) > 0, allora t ∈ E
n
per qualche n. Ma µ
¸
n
E
n

= 0, e quindi f = 0
quasi ovunque.
Lo spazio quoziente L
1
. Per quanto visto, `e inutile distinguere funzioni uguali
quasi ovunque. Introduciamo allora lo spazio L
1
(Ω, M, µ) ottenuto quozientando
L
1
(Ω, M, µ) rispetto alla relazione di equivalenza “uguale quasi ovunque”. Gli ele-
menti di L
1
sono dunque classi di equivalenza di funzioni. Poich´e i rappresentanti
di una stessa classe di equivalenza sono di fatto indistinguibili, con abuso di lin-
guaggio si `e soliti parlare di “funzioni” di L
1
. Ad esempio, se diciamo che f ∈ L
1
`e continua, significa che nella classe di equivalenza della f esiste un rappresentante
continuo (ovviamente unico). Come vedremo, lo spazio L
1
`e uno spazio normato con
la norma


[f[dµ. Si noti che la Proposizione 3.9 d` a la propriet` a dell’annullamento
della norma.
26
3.5 Integrazione secondo Riemann e secondo Lebesgue
In questo paragrafo illustriamo le relazioni intercorrenti tra l’integrale di Riemann
e l’integrale di Lebesgue (rispetto alla misura di Lebesgue su R). Enunciamo senza
dimostrazione il risultato principale.
Teorema 3.10. Sia f : (a, b) → R una funzione limitata. Allora f `e Riemann
integrabile su (a, b) se e solo se f `e continua quasi ovunque su (a, b) (rispetto alla
misura di Lebesgue λ).
Se dunque f : (a, b) → R `e Riemann integrabile su (a, b), allora f `e misurabile
secondo Lebesgue, ed essendo limitata
9
segue che `e Lebesgue integrabile.
Esercizio 26. Mostrare che se f : (a, b) → R `e Riemann integrabile allora
l’integrale di f secondo Riemann coincide con l’integrale di f secondo Lebesgue.
[Suggerimento: f = f
+
−f

; si applichi il Teorema della Convergenza Monotona a
entrambe le funzioni]
Pertanto, l’integrale di Lebesgue `e una generalizzazione dell’integrale di Rie-
mann. Ci si pu`o tuttavia chiedere se tale generalizzazione sia solo apparente. Ad
esempio, `e ben noto che la funzione di Dirichlet non `e Riemann integrabile; tuttavia,
essa `e uguale quasi ovunque ad una funzione Riemann integrabile (la funzione nulla).
Sciogliamo il dubbio con il seguente esempio.
Esempio. Sia T
ε
un insieme di Cantor generalizzato di misura positiva. La
sua funzione caratteristica χ

`e discontinua esattamente su T
ε
. Se nella sua
classe di equivalenza esistesse una funzione Riemann integrabile, questa dovrebbe
essere allo stesso tempo continua quasi ovunque e uguale a χ

quasi ovunque.
Ovviamente le due cose sono inconciliabili. Incidentalmente, T
C
ε
`e un esempio di
insieme aperto non misurabile secondo Peano-Jordan.
10
Il discorso si complica leggermente se consideriamo integrali di Riemann impropri
(quando cio`e il dominio di integrazione non sia limitato, o la f non sia limitata).
Proposizione 3.11. Sia f : (a, b) →R, con −∞ ≤ a < b ≤ ∞, Riemann integrabile
in senso improprio. Se f `e di segno costante
11
allora f `e Lebesgue integrabile, e i
due integrali coincidono.
dimostrazione. Supponiamo f ≥ 0. Sia (a, b) =
¸
E
n
, dove ciascun E
n
`e
un intervallo su cui f `e Riemann integrabile. Ponendo F
n
=
¸
n
k=1
E
k
, definia-
mo f
n
= fχ
Fn
. Notiamo che f
n
↑ f, dunque dal Teorema della Convergenza
Monotona abbiamo che
lim
n→∞

(a,b)
f
n
dλ =

(a,b)
fdλ.
9
Ricordiamo che una funzione non limitata non `e Riemann integrabile (in senso proprio).
10
La misura di Peano-Jordan di un sottoinsieme di R `e l’integrale di Riemann (improprio, se
l’insieme non `e limitato) della sua funzione caratteristica.
11
Non cambia nulla se si richiede che f cambi segno un numero finito di volte.
27
D’altro canto, il limite di sinistra converge all’integrale improprio secondo Rie-
mann della f su (a, b).
3.6 Convergenza puntuale, uniforme e in L
1
Sia (Ω, M, µ) uno spazio di misura, e siano f
n
, f : Ω → R funzioni misurabili.
Abbiamo finora gi` a incontrato, pi` u o meno implicitamente, tre tipi di convergenze.
- Convergenza puntuale quasi ovunque : f
n
q.o.
→ f se, detto
E =

t ∈ Ω : lim
n→∞
f
n
(t) = f(t)
¸
,
allora µ(E) = 0.
- Convergenza uniforme : f
n
u
→ f se
lim
n→∞

sup
t∈Ω
[f
n
(t) −f(t)[

= 0.
- Convergenza in L
1
: f
n
L
1
→ f se
lim
n→∞


[f
n
−f[dµ = 0.
Ci proponiamo di illustrare i legami tra le diverse nozioni di convergenza.
`
E evidente l’implicazione f
n
u
→ f =⇒ f
n
q.o.
→ f. Il viceversa `e falso, anche se
f
n
→ f ovunque, come mostra il seguente esempio.
Esempio. Consideriamo la successione di funzioni su [0, 1]
f
n
(t) =

nt, t ≤
1
n
,
2 −nt,
1
n
< t ≤
2
n
,
0, t >
2
n
.
Allora per ogni t ∈ [0, 1] si ha che f
n
(t) → 0, ma sup
t∈[0,1]
[f
n
(t)[ = 1 per ogni n.
Un risultato parziale `e il seguente
Teorema 3.12 (Egoroff). Sia µ(Ω) < ∞. Se f
n
→ f puntualmente quasi ovunque,
per ogni ε > 0 esiste un insieme E ⊂ Ω tale che µ(E
C
) < ε, e f
n
→ f uniformemente
su E.
dimostrazione. Poich´e f
n
q.o.
→ f, esiste Ω
0
⊂ Ω con µ(Ω
0
) = µ(Ω) tale che
f
n
(t) → f(t) per ogni t ∈ Ω
0
. Per ogni k ∈ N e per ogni t ∈ Ω
0
, sia n
0
= n
0
(k, t)
tale che
[f
n
(t) −f(t)[ <
1
k
, per n ≥ n
0
.
28
Definiamo allora, per k, m ∈ N,
E
k,m
=
¸
t ∈ Ω
0
: n
0
(k, t) ≤ m
¸
.
Per ogni k,
¸
m
E
k,m
= Ω
0
.
Inoltre, E
k,m
⊂ E
k,m+1
. Fissiamo ora ε > 0. Scegliamo per ogni k un valore m
k
tale che
µ(E
k,m
k
) > µ(Ω
0
) −
ε
2
k
= µ(Ω) −
ε
2
k
,
vale a dire,
µ(E
C
k,m
k
) <
ε
2
k
.
Infine, poniamo
E =
¸
k
E
k,m
k
.
Si noti che
µ(E
C
) = µ

¸
k
E
C
k,m
k


¸
k
µ(E
C
k,m
k
) < ε
¸
k
1
2
k
= ε.
Se t ∈ E, allora [f
n
(t) −f(t)[ <
1
k
per ogni n ≥ m
k
.
Osservazione. Nel Teorema di Egoroff l’ipotesi µ(Ω) < ∞ `e essenziale. Si
consideri ad esempio la successione di funzioni su R
f
n
(t) =

1, t ∈ [n, n + 1],
0, altrimenti.
Allora f
n
(t) → 0 per ogni t ∈ R, ma f
n
(t) = 1 su un insieme di misura 1.
Esercizio 27. Sia f
n
: [0, 1] → [0, ∞) una successione di funzioni continue tale che
f
n
(t) ↓ 0 per ogni t ∈ [0, 1] al tendere di n a ∞. Dimostrare che f
n
u
→ 0. Mostrare
che lo stesso risultato `e in generale falso se f
n
: (0, 1] → [0, ∞).
Venendo alla convergenza in L
1
, il risultato pi` u significativo `e il Teorema della
Convergenza Dominata, che stabilisce un legame con la convergenza puntuale quasi
ovunque. Esaminiamo la questione inversa: supponiamo di avere f
n
L
1
→ f. Allora
segue che f
n
q.o.
→ f ? La risposta `e negativa.
Esempio. Consideriamo la successione di sottoinsiemi E
n
di [0, 1] cos`ı definita:
E
n
= [
m
2
k
,
m+1
2
k
], per n = 2
k
+m, con m ∈
¸
0, 1, . . . 2
k
−1
¸
.
Allora χ
En
L
1
→ 0 su [0, 1] (con la misura di Lebesgue) ma χ
En
(t) → 0 per ogni
t ∈ [0, 1].
29
Vale tuttavia il seguente risultato, che dimostreremo in seguito (cfr. Corol-
lario II.1.14).
Proposizione 3.13. Sia f
n
L
1
→ f. Allora esiste una sottosuccessione f
n
k
tale che
f
n
k
q.o.
→ f.
Esercizio 28. Sia µ(Ω) < ∞. Mostrare che se f
n
u
→ f allora f
n
L
1
→ f. Mostrare
che lo stesso risultato `e in generale falso omettendo l’ipotesi µ(Ω) < ∞.
4 Differenziazione e integrazione
4.1 Il Teorema di Radon-Nykodym
Sia (Ω, M, µ) uno spazio di misura. Abbiamo precedentemente dimostrato (si veda
il Teorema 3.4) che, fissata una funzione misurabile φ : Ω → [0, ∞],
ν(E) =

E
φdµ, E ∈ M,
`e una misura su M, e


fdν =


fφdµ,
per ogni f : Ω → [0, ∞] misurabile. La funzione φ viene spesso indicata con il
simbolo


, ed `e detta derivata di Radon-Nykodym della ν rispetto alla µ.
Esercizio 29. Sia f : Ω → R misurabile. Dimostrare che f ∈ L
1
(Ω, M, ν) se e
solo se fφ ∈ L
1
(Ω, M, µ), e in tal caso


fdν =


fφdµ.
Definizione. Siano µ e ν due misure su M. Allora ν `e assolutamente continua
rispetto a µ (e scriviamo ν < µ) se vale l’implicazione
µ(E) = 0 =⇒ ν(E) = 0.
Evidentemente, se esiste


segue che ν < µ. Ci poniamo ora la questione
inversa. Ovvero, date due misure ν < µ su M, vogliamo stabilire se esista


.
Definizione. Dato (Ω, M, µ), diciamo che la µ `e σ-finita se esiste una collezione
numerabile di insiemi E
n
∈ M tali che µ(E
n
) < ∞ per ogni n ∈ N, e
¸
n∈N
E
n
= Ω.
30
Ad esempio, la misura di Lebesgue λ su R `e σ-finita. Abbiamo allora il
Teorema 4.1 (Radon-Nykodym). Siano µ e ν due misure definite su uno stesso
spazio misurabile (Ω, M). Se µ `e σ-finita e ν < µ, esiste una funzione misurabile
φ : Ω → [0, ∞] tale che
ν(E) =

E
φdµ, ∀E ∈ M.
Esercizio 30. Mostrare che tale φ `e unica nel seguente senso: se
˜
φ `e un’altra
funzione che soddisfa la tesi del teorema, allora φ =
˜
φ quasi ovunque rispetto a µ (e
quindi anche rispetto a ν).
Vedremo pi` u avanti, in un esercizio guidato, la dimostrazione del teorema nel
caso particolare in cui µ e ν siamo entrambe misure finite.
Osservazione. Dal Teorema di Radon-Nykodym, si evince che se ν `e una
misura finita, allora φ ∈ L
1
(Ω, M, µ).
Osservazione. L’ipotesi che µ sia σ-finita nel teorema `e irrinunciabile. Se
consideriamo ad esempio la σ-algebra di Lebesgue su [0, 1], e scegliamo come ν
la misura di Lebesgue e come µ la misura del conteggio, `e immediato verificare
che ν < µ, ma tuttavia non esiste


.
4.2 Il Primo Teorema Fondamentale del Calcolo
Assegnata f ∈ L
1
([a, b]), consideriamo la funzione integrale
F(x) =

x
a
f(t)dt, x ∈ [a, b].
`
E ben noto che se f ∈ C([a, b]), allora F

(x) = f(x) per ogni x ∈ [a, b]. Vogliamo
mostrare cosa succede invece nella sola ipotesi f ∈ L
1
([a, b]).
Definizione. Sia f ∈ L
1
([a, b]). Un punto x ∈ [a, b] `e un punto di Lebesgue per f se
lim
h→0
1
h

x+h
x
[f(t) −f(x)[dt = 0.
Ovviamente, se x = a oppure x = b si calcola solo il limite sinistro o destro,
rispettivamente. Si osservi inoltre che la nozione di punto di Lebesgue `e data per
un rappresentante f ben definito (e non per l’intera classe di equivalenza di f).
Tuttavia, ci`o non costituisce problema, in quanto vale il
Teorema 4.2 (Lebesgue). Se f ∈ L
1
([a, b]) quasi tutti i punti di [a, b] sono punti di
Lebesgue per f.
31
Omettiamo la dimostrazione (in realt` a piuttosto complicata) di questo risultato.
Possiamo dunque dimostrare il
Teorema 4.3 (Primo Teorema Fondamentale del Calcolo). Sia f ∈ L
1
([a, b]). Al-
lora F `e derivabile quasi ovunque e F

= f quasi ovunque.
dimostrazione. Sia x ∈ [a, b] un punto di Lebesgue per f. Per h tale che
x +h ∈ [a, b], abbiamo
F(x +h) −F(x)
h
−f(x) =
1
h

x+h
x

f(t) −f(x)

dt,
da cui segue la disuguaglianza

F(x +h) −F(x)
h
−f(x)


1
h

x+h
x
[f(t) −f(x)[dt.
Pertanto, facendo il limite h → 0, concludiamo che F

(x) = f(x).
4.3 Funzioni assolutamente continue
Definizione. Una funzione G : [a, b] → R `e assolutamente continua (AC) se ad
ogni ε > 0 corrisponde δ > 0 tale che
N
¸
n=1
[G(b
n
) −G(a
n
)[ < ε
per ogni N ∈ N ed ogni collezione di N intervalli disgiunti (a
n
, b
n
) ⊂ [a, b] tali che
N
¸
n=1
b
n
−a
n
< δ.
Evidentemente, una funzione AC `e uniformemente continua
12
(basta prendere
N = 1 nella definizione). Tuttavia, come vedremo tra breve, esistono funzioni
uniformemente continue ma non AC.
Esercizio 31. Dimostrare che se G `e Lipschitziana su [a, b] allora G `e AC su [a, b],
ma che l’implicazione opposta `e falsa (G(t) =

t su [0, 1]).
Dimostriamo ora un risultato generale che ci sar` a molto utile in seguito.
Proposizione 4.4 (Assoluta Continuit` a dell’Integrale). Sia f ∈ L
1
(Ω, M, µ). Al-
lora per ogni ε > 0 esiste δ > 0 tale che, se E ∈ M e µ(E) < δ, allora

E
[f[dµ < ε.
12
Ricordiamo che una funzione continua su [a, b] `e sempre uniformemente continua (Teorema di
Heine-Cantor).
32
dimostrazione. Fissiamo ε > 0, e approssimiamo f con una funzione limitata
g in modo tale che


[f −g[dµ <
ε
2
.
Detto M = sup
t∈Ω
[g(t)[, fissiamo δ =
ε
2M
. Se E ∈ M e µ(E) < δ, abbiamo

E
[f[dµ ≤

E
[f −g[dµ +

E
[g[dµ ≤


[f −g[dµ +Mµ(E) <
ε
2
+Mδ = ε,
come richiesto.
Torniamo quindi ad occuparci della funzione integrale F, con f ∈ L
1
([a, b]),
precedentemente introdotta.
Teorema 4.5. F `e AC su [a, b].
dimostrazione. Sia ε > 0, e consideriamo il corrispondente δ > 0 dell’assoluta
continuit`a dell’integrale. Fissato un qualsiasi N ∈ N ed una qualsiasi collezione
di N intervalli disgiunti (a
n
, b
n
) ⊂ [a, b] tali che
N
¸
n=1
b
n
−a
n
< δ,
segue che
N
¸
n=1
[F(b
n
) −F(a
n
)[ =
N
¸
n=1

bn
an
f(t)dt


N
¸
n=1

bn
an
[f(t)[dt =

E
[f(t)[dt,
avendo posto E =
¸
N
n=1
(a
n
, b
n
). Poich´e la misura di Lebesgue di E `e minore di
δ, dall’assoluta continuit` a dell’integrale ricaviamo

E
[f(t)[dt < ε,
da cui la tesi.
Esercizio 32. Dimostrare che se [f[ ≤ M quasi ovunque allora F `e Lipschitziana
con costante di Lipschitz minore o uguale a M.
Esercizio 33. Costruire una funzione Lipschitziana G strettamente monotona su
[0, 1] tale che G

= 0 su un insieme di misura positiva. [Suggerimento: sia A il
complementare di un Ternario di Cantor generalizzato, e si consideri la funzione
integrale di χ
A
]
Esercizio 34. Costruire una funzione Lipschitziana su [0, 1] priva di intervalli di
monotonia. [Suggerimento: siano ¦I
n
¦ gli intervalli di estremi razionali contenuti
33
in [0, 1], e si costruisca in ciascun I
n
una coppia di Ternari di Cantor generalizzati
disgiunti]
Abbiamo dunque visto che la funzione integrale F `e AC e derivabile quasi
ovunque (con derivata integrabile). Ci poniamo adesso il problema inverso, cio`e
vogliamo ricostruire una generica funzione G : [a, b] → R come integrale della sua
derivata. Precisamente, ci chiediamo quando valga la relazione
G(x) −G(a) =

x
a
G

(t)dt, (FC)
detta formula del calcolo. Se G ∈ C
1
([a, b]), la (FC) `e il noto risultato dell’analisi
elementare. Ovviamente, affinch´e valga la (FC) `e necessario che G

∈ L
1
([a, b]),
altrimenti il termine di destra non ha significato.
Esempio. Si consideri
G(x) =

x
2
sin
1
x
2
, x = 0,
0, x = 0.
G `e differenziabile, ma

1
0
[G

(t)[dt = ∞.
Dunque non soddisfa la (FC) su [0, 1].
Il Teorema 4.5 ci dice che una G che soddisfa la (FC) deve essere AC. L’assoluta
continuit`a risulta essere una condizione anche sufficiente.
Teorema 4.6 (Secondo Teorema Fondamentale del Calcolo). Sia G una funzione
AC su [a, b]. Allora G `e derivabile quasi ovunque, G

∈ L
1
([a, b]) e vale la formula
(FC).
Premettiamo alla dimostrazione un esempio particolarmente significativo.
La funzione di Vitali-Cantor. Ricordiamo che il complementare (in [0, 1]) del
Ternario di Cantor T `e dato da
T
C
=

¸
n=1
2
n−1
¸
k=1
I
n,k
,
dove gli I
n,k
sono intervalli aperti disgiunti, ciascuno di lunghezza 3
−n
. Definiamo
allora la funzione di Vitali-Cantor (nota anche col nome suggestivo di “Scala del
Diavolo”) V : [0, 1] → [0, 1] nel seguente modo:
V (t) =

0, t = 0,
2k−1
2
n
, t ∈ I
n,k
,
sup¦V (τ) : τ ∈ T, τ < t¦, altrimenti.
34
La funzione di Vitali-Cantor `e continua e monotona crescente. Inoltre `e costante
su ogni intervallo I
n,k
. Pertanto, poich´e la misura dell’unione di tutti gli I
n,k
`e 1,
concludiamo che V `e quasi ovunque derivabile con derivata quasi ovunque nulla (in
particolare, V

∈ L
1
([0, 1])). Tuttavia V non soddisfa la (FC), e di conseguenza
non `e AC. Ovviamente, si pu`o dimostrare che V non `e AC anche in modo diretto,
utilizzando la definizione di assoluta continuit` a.
Procediamo ora con la dimostrazione del Secondo Teorema Fondamentale del
Calcolo. Saranno necessari alcuni passi.
Lemma 4.7. Il Secondo Teorema Fondamentale del Calcolo vale se assumiamo
l’ipotesi aggiuntiva che G sia monotona.
dimostrazione. Assumiamo che G sia monotona crescente (altrimenti lavo-
riamo con −G). Allora costruiamo una misura µ su [a, b] tale che
µ([a, x]) = G(x) −G(a), ∀x ∈ [a, b].
La procedura per costruire µ `e identica a quella usata per costruire la misura di
Lebesgue λ (in quel caso, si `e preso G(x) = x). Pertanto, µ `e certamente definita
su L([a, b]). Mostriamo ora che se E ⊂ [a, b] e λ(E) = 0, allora µ(E) = 0.
Questo ci dice che µ < λ. Sia dunque λ(E) = 0 e si fissi ε > 0. Usando
l’assoluta continuit` a di G, otteniamo il corrispondente δ > 0. Allora esiste un
aperto A ⊃ E contenuto in [a, b] tale che λ(A) < δ. Ma A (come ogni aperto di
R) `e un’unione al pi` u numerabile di intervalli aperti disgiunti I
n
= (a
n
, b
n
), da
cui
λ(A) =
¸
n
b
n
−a
n
< δ.
Dunque,
µ(E) ≤ µ(A) =
¸
n
µ(I
n
) =
¸
n
G(b
n
) −G(a
n
) < ε.
Poich´e ε `e arbitrario, concludiamo che µ(E) = 0. Pertanto, per il Teorema di
Radon-Nykodym esiste una funzione positiva φ ∈ L
1
([a, b]) tale che
G(x) −G(a) = µ([a, x]) =

x
a
φ(t)dt.
Ma il Primo Teorema Fondamentale del Calcolo ci garantisce che G

= φ.
Incidentalmente, otteniamo un risultato sul cambiamento di variabili nella pro-
cedura di integrazione.
Corollario 4.8 (Cambiamento di Variabili). Sia G : [a, b] → [c, d] una funzione AC
monotona, e sia f ≥ 0 Lebesgue misurabile su [c, d]. Allora

d
c
f(t)dt =

b
a
f(G(τ))[G

(t)[dτ.
La stessa uguaglianza vale per f ∈ L
1
([c, d]). In tal caso (f ◦ G)[G

[ ∈ L
1
([a, b]).
35
Prima di procedere con la dimostrazione, cerchiamo di capire cosa dice esatta-
mente il risultato. Come sappiamo, nella composizione `e importante fissare una
ben definita funzione “esterna” (nel nostro caso la f). Tra l’altro, variando la f,
anche all’interno della sua classe di equivalenza, si pu` o perdere la misurabilit` a della
funzione composta.
`
E evidente tuttavia che l’integrale di sinistra non dipende dal
particolare rappresentante scelto. Dunque il corollario garantisce che, fissando un
qualsiasi rappresentante f, la funzione (f ◦ G)[G

[ `e misurabile (si badi bene, non
necessariamente la funzione f ◦ G), e vale l’uguaglianza tra i due integrali.
dimostrazione. Ci limitiamo a dimostrare il caso in cui f sia Borel misurabile
su [c, d]. Supponiamo dapprima che G sia crescente. Riferendoci alla notazione
del Teorema 3.7, poniamo
Ω = [a, b], M= B([a, b]), Ω

= [c, d], M

= B([c, d]), φ = G,
notando che G
−1
porta Boreliani in Boreliani. Consideriamo la misura di Borel
su [a, b]
µ(E) =

E
G

dλ, ∀E ∈ B([a, b]),
dove λ `e la misura di Lebesgue. Per ogni E

∈ B([c, d]),
ν(E

) = µ(G
−1
(E

)) = λ(E

).
Basta infatti verificare l’uguaglianza sugli intervalli (cfr. Teorema 1.9 di Dynkin).
Allora il Teorema 3.7 ci d` a la tesi. Se G `e invece decrescente, notiamo dapprima
che

d
c
f(t)dt =

d
c
f(c +d −t)dt,
e applichiamo il risultato con c + d −G al posto di G.
Esercizio 35. Sia h una funzione uguale a 0 quasi ovunque su [c, d]. Detto
H =
¸
τ ∈ [a, b] : [G

(τ)[ > 0¦, dimostrare che per ogni N ⊂ [c, d] con λ(N) = 0
segue che λ(G
−1
(N) ∩ H) = 0. Verificare che ci` o equivale a dire che la funzione
(h◦ G)[G

[ `e uguale a 0 quasi ovunque su [a, b]. Completare quindi la dimostrazione
del Corollario 4.8 per una f Lebesgue misurabile.
Osservazione. Si noti comunque che disporre del Corollario 4.8 solo per le
funzioni Borel misurabili non costituisce in realt` a una vera limitazione. Infatti,
sappiamo che una funzione Lebesgue misurabile `e uguale quasi ovunque a una
funzione Borel misurabile. Quindi, dato che l’integrale di sinistra `e indipen-
dente dal rappresentante, basta fare i calcoli prendendo un rappresentante Borel
misurabile.
Concludiamo la dimostrazione del teorema. Se G non `e monotona, mostriamo che
G si pu` o decomporre come somma di due funzioni monotone, entrambe AC, e quindi
applichiamo il Lemma 4.7 ai due addendi separatamente. Ci occorre un’ulteriore
definizione.
36
Definizione. Sia G : [a, b] →R. Per ogni a ≤ x < y ≤ b, definiamo
V
y
x
= sup
N
¸
n=1
[G(t
n
) −G(t
n−1
)[,
dove il sup `e preso al variare di N ∈ N e delle scelte t
n
tali che
x = t
0
< < t
N
= y.
V
y
x
`e la variazione totale della G sull’intervallo [x, y]. Se V
b
a
< ∞, la G `e detta
funzione a variazione limitata (o funzione BV, da “Bounded Variation”).
Osservazione. Evidentemente la funzione x → V
x
a
`e monotona crescente. Si
noti che se y > x allora
V
y
a
−V
x
a
= V
y
x
.
Se G non `e a variazione limitata, allora esiste x ≤ b tale che V
y
a
= ∞ per ogni
y ≥ x. La variazione “misura” i salti che una funzione compie. Ad esempio, se G `e
monotona (e definita su tutto [a, b]) allora V
x
a
= [G(x) −G(a)[. Dunque le funzioni
monotone sono BV . Esistono ovviamente funzioni, anche continue, che non sono
BV , come
G(x) =

x cos
1
x
, x = 0,
0, x = 0,
sull’intervallo [0, 1].
Se G `e BV su [a, b], si pu`o dimostrare che G `e derivabile quasi ovunque, e
G

∈ L
1
([a, b]). Sfruttando questo fatto, si svolga il seguente
Esercizio 36. Sia G : [a, b] →R una funzione monotona crescente. Dimostrare la
disuguaglianza

b
a
G

(t)dt ≤ G(b) −G(a).
Se G `e AC, allora la sua variazione V
x
a
non solo esiste finita in ogni x (da cui G
`e BV ), ma `e anche una funzione AC. Lasciamo la dimostrazione di questo fatto al
lettore interessato.
A questo punto siamo in grado di terminare agevolmente la dimostrazione del
Secondo Teorema Fondamentale del Calcolo. Data G AC, costruiamo la funzione
V
x
a
corrispondente, e scriviamo G = G
1
+G
2
, con
G
1
(x) =
G(x) + V
x
a
2
, G
2
(x) =
G(x) −V
x
a
2
.
Ovviamente G
1
e G
2
sono AC, essendo somme di funzioni AC. Resta da provare la
loro monotonia. Questa segue immediatamente dalla disuguaglianza
V
y
a
−V
x
a
≥ [G(y) −G(x)[, y > x.
37
Concludiamo la discussione enunciando una condizione sufficiente (ma, come
abbiamo visto, non necessaria) affinch´e G sia AC.
Teorema 4.9. Sia G : [a, b] → R ovunque derivabile con G

∈ L
1
([a, b]). Allora G
`e AC su [a, b].
Osservazione. Si consideri su [0, 1]
G(x) =

x
3/2
sin
1
x
, x = 0,
0, x = 0.
Allora G soddisfa le ipotesi del Teorema 4.9. Tuttavia G

non `e limitata, e quindi
G non `e Lipschitziana. Dunque una funzione AC pu` o non essere Lipschitziana,
anche se `e derivabile ovunque.
5 Prodotto di misure
5.1 Prodotto di spazi misurabili
Siano X e Y due insiemi. Il loro prodotto cartesiano X Y `e l’insieme delle coppie
ordinate (x, y) con x ∈ X e y ∈ Y . Supponiamo che (X, M) e (Y, N) siano due spazi
misurabili. Ci proponiamo di costruire una σ-algebra su X Y tale che induca su
ciascuno dei due fattori la σ-algebra di partenza.
Definizione. Chiamiamo rettangolo misurabile un sottoinsieme di {(X Y ) della
forma AB, con A ∈ M e B ∈ N. La σ-algebra prodotto MN `e la σ-algebra su
X Y generata dai rettangoli misurabili.
Esercizio 37. Mostrare che B(R) B(R) = B(R
2
).
Definizione. Dato un insieme E ⊂ X Y , siano
E
x
=
¸
y : (x, y) ∈ E
¸
e E
y
=
¸
x : (x, y) ∈ E
¸
.
E
x
e E
y
sono detti, rispettivamente, la x-sezione di E e la y-sezione di E. Si
noti che E
x
⊂ Y e E
y
⊂ X.
Proposizione 5.1. Se E ∈ MN, allora E
x
∈ N e E
y
∈ M.
dimostrazione. Sia C la classe di tutti gli E ∈ MNtali che E
x
∈ Nper ogni
x ∈ X.
`
E immediato verificare che tutti i rettangoli misurabili appartengono a
C. Dunque X Y ∈ C. Se E ∈ C, allora (E
C
)
x
= (E
x
)
C
, da cui E
C
∈ C.
Infine, se E =
¸
n∈N
E
n
e E
n
∈ C per ogni n ∈ N, allora E
x
=
¸
n∈N
(E
n
)
x
, da cui
E ∈ C. Concludiamo che C `e una σ-algebra che contiene i rettangoli misurabili,
e dunque contiene MN. Analogo discorso vale per E
y
.
38
Il viceversa della proposizione appena vista non vale. Pu`o accadere che E
x
∈ N
per ogni x ∈ X e E
y
∈ M per ogni y ∈ Y , ma E ∈ MN.
Definizione. Data una funzione f (reale o positiva) su X Y , ad ogni x ∈ X
associamo la funzione f
x
su Y definita da f
x
(y) = f(x, y). Analogamente, fissato
y ∈ Y , f
y
`e la funzione su X definita da f
y
(x) = f(x, y).
Proposizione 5.2. Se f `e (M N)-misurabile, allora f
x
`e N-misurabile e f
y
`e
M-misurabile.
dimostrazione. Sia O un insieme aperto (nel codominio di f) e sia
Q =
¸
(x, y) : f(x, y) ∈ O
¸
.
Quindi Q ∈ MN, e
Q
x
=
¸
y : f
x
(y) ∈ O
¸
.
Per la proposizione precedente Q
x
∈ N, e dunque f
x
`e N-misurabile. Discorso
analogo per la f
y
.
Anche in questo caso non vale, in generale, il viceversa.
5.2 Il Teorema di Fubini
Siano ora (X, M, µ) e (Y, N, ν) siano due spazi di misura. Vogliamo definire la
misura prodotto µ ν sulla σ-algebra MN. Ci occorre un risultato preliminare,
che enunciamo senza dimostrazione.
Proposizione 5.3. Siano (X, M, µ) e (Y, N, ν) due spazi di misura, tali che sia µ
che ν siano misure σ-finite, e sia E ∈ MN. Allora
- la funzione x → ν(E
x
) `e M-misurabile;
- la funzione y → µ(E
y
) `e N-misurabile;
- vale l’uguaglianza

X
ν(E
x
)dµ(x) =

Y
µ(E
y
)dν(y).
Diamo quindi la seguente
Definizione. Se (X, M, µ) e (Y, N, ν) sono due spazi di misura, con µ e ν σ-finite,
definiamo la misura prodotto sulla σ-algebra MN nel seguente modo:
(µ ν)(E) =

X
ν(E
x
)dµ(x) =

Y
µ(E
y
)dν(y), ∀E ∈ MN.
39
Bisogna mostrare che µν cos`ı definita `e effettivamente una misura. L’unica cosa
da provare `e l’additivit` a numerabile, ma questa segue dal fatto che µν `e costruita
attraverso un integrale (si applichi il Teorema della Convergenza Monotona per le
Serie).
`
E inoltre immediato verificare che µ ν `e σ-finita, e che se E = A B
(rettangolo misurabile), allora
(µ ν)(E) = µ(A) ν(B).
Osserviamo infine che, per un generico insieme E misurabile,

X×Y
χ
E
d(µ ν) = (µ ν)(E) =

X

Y
χ
E
(x, y)dν(y)

dµ(x).
Questa formula suggerisce il metodo per calcolare l’integrale di una funzione nella
misura prodotto come due integrali successivi.
Teorema 5.4 (Fubini). Valgano le ipotesi della Proposizione 5.3, e sia f una fun-
zione (MN)-misurabile.
(i) Se 0 ≤ f ≤ ∞, allora

X×Y
fd(µ ν) =

X

Y
f
x

dµ(x) =

Y

X
f
y

dν(y). (†)
In particolare, gli integrali interni sono funzioni misurabili (ciascuno rispetto
alla propria σ-algebra) e definiti ovunque.
(ii) Se f ∈ L
1
(XY, MN, µν), allora f
x
∈ L
1
(Y, N, ν) (per quasi ogni x ∈ X)
e f
y
∈ L
1
(X, M, µ) (per quasi ogni y ∈ Y ). Inoltre

Y
f
x
(y)dν(y) ∈ L
1
(X, M, µ) e

X
f
y
(x)dµ(x) ∈ L
1
(Y, N, ν),
e vale la formula (†).
(iii) Se f `e una funzione reale e

X

Y
[f[
x

dµ(x) =

Y

X
[f[
y

dν(y) < ∞,
allora f ∈ L
1
(X Y, MN, µ ν), e dunque si pu`o applicare la (ii).
La dimostrazione del Teorema di Fubini si poggia sulla Proposizione 5.3 (che non
`e altro che il medesimo teorema per le funzioni caratteristiche) e sul Teorema della
Convergenza Monotona.
Esercizio 38. Usare il Teorema di Fubini e la relazione
1
x
=


0
e
−xt
dt (x > 0)
per dimostrare che
lim
N→∞

N
0
sin x
x
dx =
π
2
.
40
5.3 Completamento di misure prodotto
Se (X, M, µ) e (Y, N, ν) sono due spazi di misura completi, non `e detto che lo
spazio prodotto sia a sua volta completo. Vediamo un semplice esempio: poniamo
X = Y = R, M = N = L(R) e µ = ν = λ. Siano A un insieme di misura nulla e
B un insieme non misurabile di R. Evidentemente AB ⊂ AR (che `e di misura
nulla in R
2
). Tuttavia AB non `e misurabile, non essendolo una delle sue sezioni.
Concludiamo che λ λ non `e la misura di Lebesgue in R
2
. Vale per`o il seguente
risultato.
Proposizione 5.5. Sia λ
N
la misura di Lebesgue in R
N
. Se N = K + M (con
K, M ∈ N), allora λ
N
`e il completamento della misura prodotto λ
K
λ
M
.
Vi `e dunque la necessit` a di estendere il Teorema di Fubini per il completamento
degli spazi prodotto.
Teorema 5.6. Siano (X, M, µ) e (Y, N, ν) due spazi di misura, con µ e ν σ-finite,
e sia (M N)

il completamento di M N relativo alla misura µ ν. Sia f una
funzione (MN)

-misurabile. Allora vale la tesi del Teorema di Fubini, con l’unica
differenza che gli integrali interni della formula (†) sono funzioni definite solo quasi
ovunque.
5.4 Cambio di variabili
Concludiamo la discussione enunciando un utile risultato di cambiamento di variabili
nell’integrazione in R
N
.
Proposizione 5.7. Siano O ed O

aperti in R
N
omeomorfi, e sia x : O

→ O un
omeomorfismo di classe C
1
. Siano infine E ⊂ O ed E

⊂ O

due insiemi misurabili
in corrispondenza rispetto all’omeomorfismo in considerazione. Allora, data f :
E →R misurabile,
f(x) ∈ L
1
(E) ⇐⇒ f(x(t))

J(x(t))

∈ L
1
(E

),
dove J(x(t)) `e il determinante dello Jacobiano di t → x(t). In tal caso,

E
f(x)dx =

E

f(x(t))

J(x(t))

dt.
Esercizio 39. Calcolare l’integrale della Gaussiana
I =


−∞
e
−x
2
dx.
[Suggerimento: calcolare I
2
utilizzando le coordinate polari nel piano]
II. Spazi di Banach
1 Geometria degli spazi di Banach
1.1 Spazi lineari
Uno spazio lineare sul campo scalare R `e un insieme X non vuoto, i cui elementi sono
chiamati vettori, sul quale sono definite due operazioni, addizione e moltiplicazione
per uno scalare, che soddisfano le seguenti propriet`a algebriche.
(i) Ad ogni coppia di vettori x
1
e x
2
corrisponde un unico vettore x
1
+x
2
, in modo
tale che
x
1
+ x
2
= x
2
+ x
1
e x
1
+ (x
2
+ x
3
) = (x
1
+x
2
) + x
3
;
X contiene un unico vettore 0 (detto vettore nullo) tale che x + 0 = x; e ad
ogni x ∈ X corrisponde un unico vettore −x tale che x + (−x) = 0.
(ii) Ad ogni coppia (λ, x), con λ ∈ R e x ∈ X, corrisponde un unico vettore λx,
in modo tale che
1x = x e λ
1

2
x) = (λ
1
λ
2
)x,
e che valgano le due leggi distributive
λ(x
1
+x
2
) = λx
1
+λx
2
e (λ
1
+ λ
2
)x = λ
1
x +λ
2
x.
Il simbolo 0 viene usato anche per indicare lo zero del campo scalare R. Ovviamente,
si pu` o parlare anche di spazi lineari sul campo complesso, utilizzando il campo scalare
C al posto di R.
Definizione. Un sottoinsieme A di uno spazio lineare X `e linearmente indipendente
se per ogni collezione finita ¦x
1
, . . . , x
n
¦ di elementi di A e per ogni n-upla di numeri
reali ¦λ
1
, . . . , λ
n
¦, l’uguaglianza
¸
n
j=1
λ
j
x
j
= 0 implica che λ
1
= = λ
n
= 0.
Una base di Hamel (o semplicemente una base) di X `e un sottoinsieme A ⊂ X
linearmente indipendente massimale, cio`e tale che non `e propriamente contenuto in
alcun sottoinsieme di X linearmente indipendente.
41
42
`
E facile verificare che ogni elemento dello spazio `e esprimibile come combinazione
lineare finita di elementi della base.
13
Inoltre, due basi di uno stesso spazio lineare
hanno necessariamente la stessa cardinalit` a. Si definisce allora dimensione (lineare)
dello spazio lineare la cardinalit` a di una sua base.
Un caso particolarmente semplice `e rappresentato dagli spazi lineari di dimen-
sione finita. Sia infatti X uno spazio lineare di dimensione N ∈ N = ¦1, 2, 3, . . .¦
(omettiamo dunque il caso banale di uno spazio ridotto al solo elemento 0), e sia
¦x
1
, . . . , x
N
¦ una sua base. Detta ¦e
1
, . . . , e
N
¦ la base canonica di R
N
, `e immediato
mostrare che l’applicazione lineare I : X → R
N
definita ponendo I(x
j
) = e
j
`e un
isomorfismo lineare
14
da X a R
N
.
1.2 Spazi normati
Sia X uno spazio lineare su R. Una norma in X `e una funzione
| | : X → [0, ∞)
che soddisfa le condizioni
(i) |x| = 0 ⇐⇒ x = 0 (annullamento);
(ii) |λx| = [λ[|x| ∀λ ∈ R, ∀x ∈ X (omogeneit` a);
(iii) |x +y| ≤ |x| +|y| ∀x, y ∈ X (disuguaglianza triangolare).
Osservazione. Dalla (iii) segue che

|x| −|y|

≤ |x −y|, ∀x, y ∈ X.
In realt` a tutte le nostre considerazioni varranno per spazi lineari sul campo C
(sostituendo opportunamente il valore assoluto con il modulo).
Notazione. Scriveremo | |
X
quando vorremo evidenziare lo spazio X su cui la
norma `e definita.
Definizione. Uno spazio lineare dotato di una norma | | `e detto spazio normato.
In particolare, uno spazio normato `e uno spazio metrico con la distanza
d(x, y) = |x −y|.
Un sottospazio lineare di uno spazio normato X `e anch’esso un spazio normato, con
la norma indotta da X.
13
Non `e tuttavia scontato che uno spazio lineare (che contenga almeno due elementi) possegga
una base. Per dimostrarlo ci si deve infatti appellare all’Assioma della Scelta.
14
Ricordiamo che un isomorfismo lineare tra due spazi lineari `e un’applicazione biettiva che
preserva la struttura lineare.
43
Esempio. R `e uno spazio normato con la norma del valore assoluto. Inoltre,
qualsiasi norma su R `e della forma | | = c[ [, con c > 0.
Esempio. Per tutti i p ∈ [1, ∞], R
N
`e uno spazio normato con la norma-p,
definita da
|x|
p
=

N
¸
j=1
[x
j
[
p

1/p
, p ∈ [1, ∞),
max
j=1,...,N
[x
j
[, p = ∞,
dove x `e il vettore di componenti (x
1
, . . . , x
N
). La norma-2 `e detta euclidea.
Le propriet`a (i) e (ii) della norma sono di verifica immediata. La (iii) verr`a
dimostrata pi` u avanti, quando introdurremo gli spazi L
p
(Ω).
Vediamo tre importanti esempi di spazi normati infinito dimensionali.
Lo spazio C([a, b]). Denotiamo con C([a, b]) lo spazio lineare delle funzioni
continue f : [a, b] →R, dove la struttura lineare `e assegnata ponendo
(f +λg)(t) = f(t) + λg(t), f, g ∈ C([a, b]), λ ∈ R.
Per Teorema di Weierstrass, tali funzioni ammettono massimo e minimo assoluto su
[a, b]. Definiamo allora
|f| = max
t∈[a,b]
[f(t)[.
Si verifichi per esercizio che le propriet` a della norma sono soddisfatte, e dunque
C([a, b]) `e uno spazio normato. Tale norma `e detta norma del massimo.
15
Gli spazi
1
e

. Denotiamo con
1
lo spazio lineare delle successioni somma-
bili (ovvero, la cui serie converge assolutamente), e con

lo spazio lineare delle
successioni limitate. Tali spazi sono normati con le norme
|x|

1 =

¸
j=1
[x
j
[ e |x|

∞ = sup
j=1,...,∞
[x
j
[,
dove x = (x
1
, x
2
, x
3
, . . .).
Esercizio 1. Verificare le tre propriet`a della norma per gli spazi
1
e

.
1.3 Nozioni topologiche
Introduciamo alcune nozioni di carattere topologico. Il lettore noter` a come non vi
siano differenze con il caso familiare di R
N
.
15
Pi` u in generale, dato uno spazio di Hausdorff compatto K, si pu`o definire lo spazio normato
C(K) munito della norma del massimo.
44
Definizione. Sia X uno spazio normato. La palla aperta di centro x
0
∈ X e raggio
r > 0 `e l’insieme
B(x
0
, r) =
¸
x ∈ X : |x −x
0
| < r
¸
.
La palla chiusa di centro x
0
∈ X e raggio r > 0 `e l’insieme
B(x
0
, r) =
¸
x ∈ X : |x −x
0
| ≤ r
¸
.
La sfera di centro x
0
∈ X e raggio r > 0 `e l’insieme
S(x
0
, r) =
¸
x ∈ X : |x −x
0
| = r
¸
.
Esercizio 2. Disegnare sul piano cartesiano la palla unitaria (cio`e la palla di raggio
1 centrata in 0) di R
2
nelle varie norme-p.
Definizione. Sia A ⊂ X. Un punto x
0
∈ A `e detto punto interno se per qualche
r > 0 si ha che
B(x
0
, r) ⊂ A.
A `e aperto se tutti i suoi punti sono punti interni.
Osservazione. Si verifica facilmente che B(x
0
, r) `e un aperto.
Definizione. Sia A ⊂ X. Un punto x
0
∈ X (non necessariamente appartenente
ad A) `e detto punto di accumulazione o punto di limite per A se ogni palla B(x
0
, r)
contiene un punto di A diverso da x
0
. A `e chiuso se contiene tutti i suoi punti di
accumulazione.
Esercizio 3. Mostrare che se A `e aperto allora A
C
= X−A `e chiuso, e viceversa.
Esercizio 4. Mostrare che S(x
0
, r) `e chiuso.
Definizione. Sia A ⊂ X. La chiusura A di A `e l’unione di A e dei suoi punti di
accumulazione.
Esercizio 5. Mostrare che A `e chiuso. Pi` u specificamente, A `e il pi` u piccolo
insieme chiuso contenente A.
Esercizio 6. Mostrare che B(x
0
, r) = B(x
0
, r).
16
1.4 Successioni convergenti
Definizione. Sia X uno spazio normato, e sia x
n
una successione di elementi di X.
Diciamo che x
n
converge a x ∈ X (e scriviamo x
n
→ x) se la successione numerica
|x
n
−x| `e infinitesima, cio`e
lim
n→∞
|x
n
−x| = 0.
16
Questa propriet`a `e, in generale, falsa negli spazi metrici.
45
`
E immediato notare che se x
n
→ x allora |x
n
| → |x|. Infatti, dalla disu-
guaglianza triangolare, si ha che

|x
n
| −|x|

≤ |x
n
−x|.
Si noti che tutto funziona esattamente come nel caso di R, a patto di sostituire
il valore assoluto con la norma. In particolare, valgono i teoremi sui limiti gi` a noti,
tipo unicit`a del limite, linearit` a, ecc.
Esempio. Consideriamo lo spazio normato C([a, b]). Se f
n
`e una successione di
elementi di C([a, b]), dire che f
n
→ f ∈ C([a, b]) equivale a dire che f
n
converge
a f uniformemente su [a, b], cio`e
lim
n→∞

max
t∈[a,b]
[f
n
(t) −f(t)[

= 0.
I punti di accumulazione si caratterizzano attraverso le successioni convergenti.
Precisamente vale la
Proposizione 1.1. Sia A ⊂ X. Un elemento x
0
∈ X `e un punto di accumulazione
per A se e solo se esiste una successione x
n
∈ A, x
n
= x
0
per ogni n, tale che
x
n
→ x
0
.
dimostrazione. [Esercizio]
Come conseguenza, un sottoinsieme A ⊂ X `e chiuso se e solo se, ogni qualvolta
x
n
∈ A converge a x
0
∈ X, segue che x
0
∈ A.
Esercizio 7. Siano x
n
, x ∈ X e λ
n
, λ ∈ R. Mostrare che se x
n
→ x e λ
n
→ λ
allora λ
n
x
n
→ λx.
Definizione. Sia X uno spazio normato, e sia x
n
una successione di elementi di
X. Se la successione s
n
=
¸
n
j=1
x
j
converge in X, il suo limite `e detto somma della
serie degli x
n
, e viene indicato con
¸

n=1
x
n
. In tal caso si dice che la serie
¸

n=1
x
n
`e convergente (in X).
Esercizio 8. Se la serie
¸

n=1
x
n
`e convergente, allora vale la disuguaglianza


¸
n=1
x
n



¸
n=1
|x
n
|.
Il termine di destra pu`o eventualmente essere infinito.
Osservazione. In R sappiamo che se una serie converge assolutamente allora
converge. Negli spazi normati tale enunciato si tradurrebbe dicendo che se la serie
numerica
¸

n=1
|x
n
| converge, allora la serie
¸

n=1
x
n
converge in X. Tuttavia,
ci` o non `e sempre vero. Infatti, R non solo `e uno spazio normato, ma `e anche
completo. Ed `e grazie a quest’ultima propriet` a che il risultato vale. Torneremo
tra breve su questo concetto.
46
Definizione. Sia A un sottoinsieme di uno spazio normato X. Allora A `e limitato
se esiste M ≥ 0 tale che
|x| ≤ M, ∀x ∈ A.
In particolare, una successione x
n
in X `e limitata se
|x
n
| ≤ M, ∀n ∈ N.
Esercizio 9. Mostrare che una successione convergente in uno spazio normato `e
limitata.
Definizione. Siano X e Y due spazi normati, A ⊂ X, B ⊂ Y due sottoinsiemi.
Una funzione F : A → B `e continua in x
0
∈ A se per ogni successione x
n
∈ A tale
che x
n
→ x
0
si ha che F(x
n
) → F(x
0
). La funzione F `e continua in A se `e continua
in ogni punto di A.
Osservazione. Ricordiamo che x
n
→ x e F(x
n
) → F(x) significa
|x
n
−x|
X
→ 0 e |F(x
n
) −F(x)|
Y
→ 0.
La nozione di continuit` a si pu` o dare equivalentemente in termini di ε-δ; ovvero
f `e continua in x
0
∈ A se per ogni ε > 0 esiste δ > 0 (dipendente da ε > 0 e da
x
0
∈ A) tale che
x ∈ A, |x −x
0
|
X
< δ =⇒ |F(x) −F(x
0
)|
Y
< ε.
Come nel caso familiare delle funzioni reali, una funzione `e continua (in ogni punto)
se e solo se le controimmagini degli insiemi aperti sono insiemi aperti.
1.5 Separabilit`a
Definizione. Un sottoinsieme A ⊂ X `e denso in X se A = X.
Definizione. Uno spazio normato `e separabile se esiste un sottoinsieme numerabile
A ⊂ X denso in X.
Ad esempio, R `e separabile, essendo l’insieme Q dei razionali denso in R.
Proposizione 1.2. Lo spazio normato C([a, b]) `e separabile.
Si consideri infatti l’insieme l’insieme P([a, b]) dei polinomi su [a, b]. Questo
insieme non `e numerabile; tuttavia `e piuttosto semplice mostrare che l’insieme dei
polinomi a coefficienti razionali su [a, b], che invece `e numerabile, `e denso in P([a, b])
(nella norma del massimo). La dimostrazione del teorema `e quindi una conseguenza
immediata del Teorema di Stone-Weierstrass, che enunciamo senza dimostrazione.
17
Teorema 1.3 (Stone-Weierstrass). P([a, b]) `e denso in C([a, b]).
17
In realt`a il Teorema 1.3 `e solo un caso particolare del Teorema di Stone-Weierstrass.
47
1.6 Completezza: spazi di Banach
Definizione. Sia X uno spazio normato, e sia x
n
una successione di elementi di X.
Diciamo che x
n
`e una successione di Cauchy se per ogni ε > 0 esiste n
0
tale che per
ogni n, m ≥ n
0
si ha
|x
n
−x
m
| < ε.
Meno formalmente, x
n
`e di Cauchy se
|x
n
−x
m
| → 0, per n, m → ∞.
Esercizio 10. Mostrare che una successione di Cauchy `e limitata, e che una
successione convergente `e di Cauchy.
Esercizio 11. Mostrare che se una successione di Cauchy ammette una sottosuc-
cessione convergente, allora l’intera successione `e convergente.
Definizione. Uno spazio normato X in cui tutte le successioni di Cauchy siano
successioni convergenti, `e detto spazio normato completo o spazio di Banach.
Esercizio 12. Mostrare che un sottospazio chiuso di uno spazio di Banach `e uno
spazio di Banach. Viceversa, un sottospazio completo di uno spazio normato `e
chiuso.
Esempio. R
N
(in una qualsiasi delle norme-p) `e uno spazio di Banach.
Proposizione 1.4. C([a, b]) `e uno spazio di Banach.
dimostrazione. Sia f
n
una successione di Cauchy in C([a, b]). In particolare,
per ogni t la successione numerica f
n
(t) `e di Cauchy, e pertanto converge ad
un numero reale che indichiamo con f(t). Sia ε > 0 arbitrario, e prendiamo
m, n abbastanza grandi tali che [f
n
(t) −f
m
(t)[ < ε per ogni t. Facendo il limite
m → ∞, otteniamo [f
n
(t)−f(t)[ ≤ ε, e concludiamo che f
n
→ f uniformemente,
cio`e
lim
n→∞

sup
t∈[a,b]
[f
n
(t) −f(t)[

= 0.
Ci resta da mostrare che f : [a, b] → R `e una funzione continua. Selezioniamo
quindi ε > 0 arbitrario e t
0
∈ [a, b]. Dalla disuguaglianza triangolare,
[f(t) −f(t
0
)[ ≤ [f(t) −f
n
(t)[ +[f
n
(t) −f
n
(t
0
)[ +[f
n
(t
0
) −f(t
0
)[.
Per n grande fissato, la somma del primo e del terzo termine `e minore di ε/2.
Infine, usando la continuit` a di f
n
, esiste δ > 0 tale che se [t − t
0
[ < δ allora
[f
n
(t) −f
n
(t
0
)[ < ε/2.
48
Esempio. Sia C
k
([a, b]) lo spazio lineare delle funzioni f : [a, b] →R derivabili
k-volte con continuit` a su [a, b]. Tale spazio `e di Banach
18
con la norma
|f| =
k
¸
j=0
max
t∈[a,b]
[f
(j)
(t)[,
convenendo di indicare f
(0)
= f.
Esercizio 13. Gli spazi
1
e

sono di Banach.
Come in R, negli spazi di Banach la convergenza assoluta delle serie (cio`e la
convergenza della serie delle norme) implica la convergenza.
Proposizione 1.5. Sia X uno spazio di Banach, e x
n
una successione di elementi
di X. Se la serie numerica
¸

n=1
|x
n
| `e convergente, allora la serie
¸

n=1
x
n
`e
convergente. Viceversa, se X `e uno spazio normato e ogni serie assolutamente
convergente `e convergente, allora X `e di Banach.
dimostrazione. Sia X uno spazio di Banach, e sia
¸

n=1
|x
n
| una serie
convergente. La successione delle somme parziali s
n
=
¸
n
j=1
x
j
`e di Cauchy.
Infatti, se m > n,
|s
m
−s
n
| =

m
¸
j=n+1
x
j


m
¸
j=n+1
|x
j
|.
Dunque s
n
converge alla somma della serie degli x
n
.
Viceversa, sia x
n
una successione di Cauchy in X. Estraiamo allora una sotto-
successione x
n
k
tale che
|x
n
k+1
−x
n
k
| ≤
1
k
2
.
Pertanto la serie
¸

k=1

x
n
k+1
−x
n
k

converge ad un vettore s ∈ X. Poich´e questa
serie `e telescopica, si ricava immediatamente che x
n
k+1
→ s+x
n
1
, che a sua volta
implica la convergenza di x
n
.
Questa proposizione ci fornisce dunque un utile criterio per stabilire se uno spazio
normato sia completo o meno.
`
E ben noto che in R
N
(in una qualsiasi delle norme-p) una successione limi-
tata ammette una sottosuccessione convergente (Teorema di Bolzano-Weierstrass).
Come vedremo, questo fatto `e vero in qualsiasi spazio normato X di dimensione
finita. Molto diverso `e invece il caso in cui X sia uno spazio normato infinito dimen-
sionale. Osserviamo preliminarmente che se X non `e di Banach esistono successioni
18
Non `e invece possibile trovare una norma che renda C

([a, b]) (cio`e lo spazio delle funzioni
derivabili infinite volte su [a, b]) uno spazio di Banach.
49
di Cauchy non convergenti (e che quindi non ammettono sottosuccessioni conver-
genti). Tuttavia, anche se X `e di Banach le cose vanno male.
`
E infatti possibile
dimostrare l’esistenza di una successione x
n
∈ X con |x
n
| = 1 e |x
n
−x
m
| ≥ 1 per
n = m. Ovviamente, la successione x
n
non pu` o avere sottosuccessioni convergenti.
19
Dunque, uno spazio normato `e finito dimensionale se e solo se vale il Teorema di
Bolzano-Weierstrass, e le palle chiuse sono insiemi compatti solo negli spazi finito
dimensionali.
Esercizio 14. Una funzione continua da R
N
(in una qualsiasi delle norme-p) in
R porta insiemi limitati in insiemi limitati (conseguenza immediata del Teorema di
Weierstrass). Stabilire se lo stesso fatto valga o meno in uno spazio normato infinito
dimensionale.
Esercizio 15. Costruire una successione f
n
∈ C([0, 1]) in modo tale che |f
n
| = 1
e |f
n
−f
m
| = 1 per n = m.
Cerchiamo allora condizioni sufficienti affinch´e una successione limitata di ele-
menti di C([a, b]) ammetta una sottosuccessione convergente. Ci occorre prima una
definizione.
Definizione. Una successione f
n
∈ C([a, b]) `e detta equicontinua se per ogni ε > 0
esiste δ > 0 tale che
[t −τ[ < δ =⇒ sup
n∈N
[f
n
(t) −f
n
(τ)[ < ε.
Teorema 1.6 (Ascoli-Arzel` a). Sia f
n
∈ C([a, b]) una successione limitata di fun-
zioni equicontinue. Allora f
n
ammette una sottosuccessione convergente in C([a, b]).
dimostrazione. Sia ¦q
j
¦ un’enumerazione dei razionali di [a, b]. La succes-
sione f
n
(q
1
) `e limitata in R, e dunque ammette una sottosuccessione f
n
k
(q
1
)
convergente. Ripetendo il ragionamento con la sottosuccessione f
n
k
(q
2
), tro-
veremo una sotto-sottosuccessione f
n
k
i
(q
2
) convergente. Iteriamo la procedura
per q
3
, q
4
, . . . Alla fine otteniamo una sequenza di sottosuccessioni di f
n
, in cui
ciascuna sottosuccessione `e a sua volta una sotto-sottosuccessione di tutte sot-
tosuccessioni che la precedono. Costruiamo dunque la sottosuccessione cercata,
ponendo f
n
1
il primo elemento della prima sottosuccessione, f
n
2
il secondo ele-
mento della seconda sottosuccessione, e cos`ı via.
20
La sottosuccessione f
nm
(t)
costruita in questo modo `e evidentemente convergente (e quindi di Cauchy) per
t = q
j
. Sia ora ε > 0 fissato. Dall’ipotesi di equicontinuit` a, esiste δ > 0 tale che,
se [t −τ[ < δ,
[f
nm
(t) −f
nm
(τ)[ <
ε
3
.
19
L’esistenza di detta successione `e una conseguenza immediata del Lemma di Riesz di quasi
ortogonalit`a, di cui discuteremo pi` u avanti (cfr. '3.5).
20
Questa procedura `e nota come metodo di estrazione diagonale.
50
Ricopriamo l’intervallo [a, b] con un numero finito I
1
, I
2
, . . . , I
N
di intervallini di
lunghezza minore di δ. In ogni intervallino I
j
selezioniamo un punto q
j
(per sem-
plicit` a, abbiamo rietichettato gli N razionali scelti come q
1
, q
2
, . . . , q
N
). Poich´e i
q
j
sono in numero finito, esiste m

tale che, per m, m

≥ m

, si ha
[f
nm
(q
j
) −f
n
m

(q
j
)[ <
ε
3
, ∀j = 1, . . . , N.
Per concludere, sia t ∈ [a, b]. Allora t ∈ I
j
per qualche j. Dunque, [t − q
j
[ < δ.
Allora, per m, m

≥ m

abbiamo
[f
nm
(t) −f
n
m

(t)[
≤ [f
nm
(t) −f
nm
(q
j
)[ +[f
nm
(q
j
) −f
n
m

(q
j
)[ +[f
n
m

(q
j
) −f
n
m

(t)[
< ε.
Pertanto, f
nm
`e di Cauchy, e quindi convergente, in C([a, b]).
21

1.7 Norme equivalenti
Definizione. Sia X uno spazio lineare, e siano | | e | |

due diverse norme su
X. Allora | | e | |

si dicono equivalenti se esistono due numeri positivi m ≤ M
tali che
m|x|

≤ |x| ≤ M|x|

, ∀x ∈ X.
Il concetto di norme equivalenti `e piuttosto importante. Infatti, due norme
equivalenti su uno spazio X inducono le stesse successioni convergenti e le stesse
successioni di Cauchy, cio`e ogni qualvolta x
n
`e convergente o di Cauchy rispetto a
una norma lo `e anche rispetto all’altra. Dunque due norme equivalenti sono di fatto
indistinguibili dal punto di vista topologico. In particolare se X `e completo rispetto
a una norma lo `e anche rispetto all’altra.
Esercizio 16. Mostrare che in R
N
tutte le norme-p sono equivalenti.
In realt`a vale la seguente
Proposizione 1.7. Due qualsiasi norme in R
N
sono equivalenti.
dimostrazione. Sia | | la norma-1, e sia | |

una qualsiasi altra norma su
R
N
. Detta ¦e
j
¦ la base canonica di R
N
, fissato x =
¸
N
j=1
λ
j
e
j
∈ R
N
si ha che
|x|


N
¸
j=1

j
[|e
j
|

≤ M|x|,
21
Sebbene la dimostrazione sia stata fatta per C([a, b]), lo stesso argomento si applica per un
generico C(K), con K spazio metrico compatto (che ammette sempre una successione densa di
elementi). Chiaramente, laddove ricopriamo [a, b] con un numero finito di intervallini, ci si deve
appellare alla compattezza dello spazio per ottenere un ricoprimento finito di palle di diametro
minore di δ.
51
dove M = max
j=1,...,N
|e
j
|

, da cui segue che la funzione φ(x) = |x|

`e continua
da R
N
in norma-1 in R. Pertanto, per il Teorema di Weierstrass, la funzione
positiva φ ha un minimo assoluto m ≥ 0 sulla sfera unitaria di R
N
in norma-1.
Quindi, per x = 0, abbiamo
φ

x
|x|

≥ m,
ovvero, |x|

≥ m|x|. Resta da dimostrare che m > 0. Ma se m fosse zero,
esisterebbe x
min
= 0 tale che |x
min
|

= 0, contraddicendo l’annullamento della
norma.
Osservazione. In virt` u di questo risultato, si `e soliti non menzionare di quale
norma si stia parlando in R
N
.
Esempio. Sullo spazio lineare C([a, b]) `e possibile introdurre altre norme, oltre
a quella del massimo. In particolare, si definisce la norma integrale
|f| =

b
a
[f(t)[dt.
`
E banale verificare che le propriet`a della norma sono soddisfatte. Tuttavia, si
pu` o dimostrare che C([a, b]) con la norma integrale non `e uno spazio di Banach.
Segue quindi che la norma integrale e la norma del massimo non sono equi-
valenti. Nel seguito, quando parleremo di C([a, b]), senza ulteriori specificazioni,
intenderemo sempre C([a, b]) con la norma del massimo.
Esercizio 17. Mostrare che su C
1
([0, 1]) la funzione
|f|

= [f(0)[ + max
t∈[0,1]
[f

(t)[
definisce una norma equivalente a quella usuale. Mostrare invece che la funzione
max
t∈[0,1]
[f

(t)[
non definisce una norma su C
1
([0, 1]).
1.8 Gli spazi L
p
(Ω)
Sia (Ω, M, µ) uno spazio di misura.
Definizione. Per p ∈ [1, ∞), denotiamo con L
p
(Ω) l’insieme di (classi di equivalenza
di) funzioni misurabili (rispetto a µ) f : Ω →R tali che [f[
p
`e integrabile, ovvero,


[f[
p
dµ < ∞.
52
Definizione. Denotiamo con L

(Ω) l’insieme di (classi di equivalenza di) funzioni
misurabili f : Ω →R essenzialmente limitate, ossia, tali che esista M ≥ 0 per cui
µ
¸
t ∈ Ω : [f(t)[ > M
¸
= 0.
L’estremo inferiore degli M per i quali vale questa relazione `e detto estremo superiore
essenziale di [f[, denotato con Ess Sup

[f[.
Esercizio 18. Verificare che l’estremo inferiore degli M `e in realt`a un minimo.
Quando Ω `e un sottoinsieme di R
N
Lebesgue misurabile, in assenza di ulteriori
specificazioni, L
p
(Ω) `e inteso rispetto alla misura di Lebesgue.
Teorema 1.8. Per p ∈ [1, ∞], L
p
(Ω) `e uno spazio normato con la norma
|f|
L
p =


[f[
p

1/p
, p ∈ [1, ∞),
Ess Sup

[f[, p = ∞.
`
E semplice verificare che L
p
(Ω) `e uno spazio lineare, e che valgono le condizioni
(i) e (ii) della definizione di norma. Per quanto riguarda la (iii), occore un po’ di
lavoro. Nel seguito, p, q ∈ [1, ∞] indicheranno sempre due esponenti coniugati, cio`e
tali che
1
p
+
1
q
= 1,
con la convenzione che 1/∞ = 0.
Lemma 1.9 (Disuguaglianza di Young). Sia p ∈ (1, ∞), e siano a, b > 0. Allora
vale la disuguaglianza
ab ≤
a
p
p
+
b
q
q
.
dimostrazione. [Esercizio]
[Suggerimento: si fissi b > 0 e si studi φ(a) =
a
p
p
+
b
q
q
−ab su [0, ∞)]
Teorema 1.10 (Disuguaglianza di H¨older). Siano f ∈ L
p
(Ω) e g ∈ L
q
(Ω). Allora
il prodotto fg appartiene a L
1
(Ω) e
|fg|
L
1 ≤ |f|
L
p|g|
L
q .
dimostrazione. Se p = 1 (o p = ∞) la dimostrazione `e immediata. Sia
dunque p ∈ (1, ∞). Assumiamo inoltre f e g non identicamente nulle. Definiamo
F(t) =
f(t)
|f|
L
p
e G(t) =
g(t)
|g|
L
q
.
Usando il lemma precedente,


[FG[dµ ≤
1
p


[F[
p
dµ +
1
q


[G[
q
dµ = 1,
da cui segue la tesi.
53
Siamo ora in grado di verificare la disuguaglianza triangolare per gli spazi L
p
(Ω),
nota come disuguaglianza di Minkowski.
Teorema 1.11 (Disuguaglianza di Minkowski). Siano f, g ∈ L
p
(Ω). Allora
|f +g|
L
p ≤ |f|
L
p +|g|
L
p.
dimostrazione. I casi p = 1 e p = ∞ sono immediati. Sia dunque p ∈ (1, ∞).
Assumendo f e g non identicamente nulle, si ha
|f +g|
p
L
p ≤


[f[[f +g[
p−1
dµ +


[g[[f +g[
p−1
dµ.
Applicando la disuguaglianza di H¨ older,
|f + g|
p
L
p ≤

|f|
L
p +|g|
L
p

|(f + g)
p−1
|
L
q =

|f|
L
p +|g|
L
p

|f +g|
p/q
L
p .
Dividendo per |f + g|
p/q
L
p il teorema `e dimostrato.
Gli spazi
p
. Sia Ω = N e sia µ la misura del conteggio. Allora si `e soliti definire

p
= L
p
(N). Si noti che
1
e

sono gli spazi gi` a incontrati in precedenza.
Osservazione. Se invece Ω = ¦1, . . . , N¦ e µ `e la misura del conteggio, allora
L
p
(¦1, . . . , N¦) altro non `e che lo spazio R
N
in norma-p.
Vediamo ora un’interessante conseguenza della disuguaglianza di H¨ older.
Proposizione 1.12. Se µ(Ω) < ∞ e 1 ≤ s < r ≤ ∞, allora vale l’inclusione
L
r
(Ω) ⊂ L
s
(Ω). Inoltre, interpretando 1/∞ = 0,
|f|
L
s ≤

µ(Ω)

1/s−1/r
|f|
L
r .
dimostrazione. Sia f ∈ L
r
(Ω). Allora [f[
s
∈ L
r/s
(Ω) e 1 ∈ L
r/(r−s)
(Ω)
(poich´e Ω `e limitato). Si noti che r/s e r/(r − s) sono esponenti coniugati.
Pertanto dalla disuguaglianza di H¨ older abbiamo che [f[
s
= 1 [f[
s
∈ L
1
(Ω), e
|f|
s
L
s =


1 [f[
s
dµ ≤ |1|
L
r/(r−s) |f|
s
L
r =

µ(Ω)

(r−s)/r
|f|
s
L
r .
Facendo la radice s-esima otteniamo il risultato voluto.
Esercizio 19. Mostrare che se µ(Ω) = ∞ l’inclusione insiemistica L
r
(Ω) ⊂ L
s
(Ω),
per r > s, `e in generale falsa.
Esercizio 20. Mostrare che per gli spazi
p
vale l’inclusione inversa. Precisamente,
se s < r allora
s

r
. Inoltre,
|x|

r ≤ |x|

s.
54
[Suggerimento: si osservi che, banalmente, |x|

∞ ≤ |x|

s]
Esercizio 21. Sia f : Ω →R misurabile, con µ(Ω) < ∞, e sia p ∈ [1, ∞). Inoltre,
per ogni g ∈ L
q
(Ω) il prodotto fg ∈ L
1
(Ω) e valga la relazione


fgdµ

≤ M|g|
L
q ,
per un certo M ≥ 0 indipendente da g. Si dimostri che f ∈ L
p
(Ω) e |f|
L
p ≤ M.
Esercizio 22. Ecco una versione (molto) pi` u difficile del precedente esercizio. Sia
f : Ω → R misurabile, con µ(Ω) < ∞, e sia p ∈ [1, ∞). Inoltre, per ogni g ∈ L
q
(Ω)
il prodotto fg ∈ L
1
(Ω). Si dimostri che f ∈ L
p
(Ω).
22
Esercizio 23. Sia f ∈ L
p
([0, 2]) con |f|
L
p ≤ 1 per ogni p ∈ [1, ∞). Mostrare che
f ∈ L

([0, 2]) e |f|
L
∞ ≤ 1.
Discutiamo ora la completezza degli spazi L
p
(Ω).
Esercizio 24. Mostrare che gli spazi
p
sono spazi di Banach (i casi p = 1 e p = ∞
sono stati gi`a affrontati in un precedente esercizio). Sia invece
p
fin
il sottospazio
di
p
delle successioni definitivamente nulle. Dimostrare che
p
fin
non `e uno spazio
completo (si noti l’analogia tra R e Q).
L’esercizio appena visto si pu` o risolvere “a mano”. Tuttavia, altro non `e che un
caso particolare del seguente
Teorema 1.13. Gli spazi L
p
(Ω) sono spazi di Banach.
dimostrazione. Consideriamo dapprima il caso p < ∞. Vogliamo usare la
Proposizione 1.5. Sia dunque f
n
∈ L
p
(Ω) tale che

¸
n=1
|f
n
|
L
p ≤ M < ∞.
Definendo allora g
k
(t) =
¸
k
n=1
[f
n
(t)[, dalla disuguaglianza di Minkowski `e chiaro
che |g
k
|
L
p ≤ M per ogni k ∈ N. In particolare,


[g
k
(t)[
p
dµ ≤ M
p
, ∀k ∈ N.
Ponendo g(t) =
¸

j=1
[f
j
(t)[, per il Teorema della Convergenza Monotona si ha
lim
n→∞


[g
n
(t)[
p
dµ =


[g(t)[
p
dµ ≤ M
p
.
22
Questo esercizio, in genere, viene risolto nel caso p > 1 facendo uso del Teorema 2.6 e del
Teorema 3.2. Tuttavia, `e possibile trovare una soluzione diretta.
55
Quindi g ∈ L
p
(Ω), da cui [g(t)[ < ∞ per quasi ogni t ∈ Ω, cio`e, la serie nu-
merica
¸

n=1
f
n
(t) converge (assolutamente) quasi ovunque. Chiamando allora
s(t) la somma della serie e s
k
(t) le relative somme parziali k-esime, s
k
− s → 0
puntualmente quasi ovunque e, sempre quasi ovunque,
[s
k
(t) −s(t)[
p
≤ 2
p
[g(t)]
p
∈ L
1
(Ω).
Applicando il Teorema della Convegenza Dominata, concludiamo che
lim
n→∞


[s
k
(t) −s(t)[
p
dµ = 0,
cio`e che la serie
¸

n=1
f
n
(t) converge in L
p
(Ω).
Il caso p = ∞ `e invece di dimostrazione quasi immediata. Sia infatti f
n
una
successione di Cauchy in L

(Ω). Definiamo gli insiemi
A
n
=
¸
t ∈ Ω : [f
n
(t)[ > |f
n
|
L

¸
e
B
nm
=
¸
t ∈ Ω : [f
n
(t) −f
m
(t)[ > |f
n
−f
m
|
L

¸
.
Per definizione, µ(A
n
) = µ(B
nm
) = 0. Sia allora A l’unione degli A
n
e dei B
nm
.
Chiaramente, µ(A) = 0, e sul complementare di A la successione f
n
converge
uniformemente ad una funzione limitata f. Definendo f(t) = 0 per t ∈ A, si ha
che f ∈ L

(Ω) e f
n
→ f in L

(Ω).
Corollario 1.14. Sia f
n
una successione convergente a f in L
p
(Ω). Allora f
n
ammette una sottosuccessione f
n
k
convergente a f puntualmente quasi ovunque.
dimostrazione. Chiaramente dobbiamo limitarci a dimostrare il caso p < ∞.
Siano allora f
n
, f ∈ L
p
(Ω) con f
n
→ f in L
p
(Ω). Scegliamo una sottosuccessione
f
n
k
tale che
|f
n
k+1
−f
n
k
|
L
p ≤
1
k
2
.
Ripetendo il ragionamento della precedente dimostrazione, ricaviamo che la serie

¸
k=1

f
n
k+1
−f
n
k

converge puntualmente quasi ovunque ad una funzione g. Poich´e
f
n
j+1
= f
n
1
+
j
¸
k=1

f
n
k+1
−f
n
k

,
Concludiamo che f
n
k
→ f
n
1
+g puntualmente quasi ovunque. Rimane da verifi-
care l’uguaglianza f = f
n
1
+g (si veda l’esercizio seguente).
56
Esercizio 25. Sia f
n
una successione convergente a f in L
p
(Ω) e convergente a g
puntualmente quasi ovunque. Allora f = g quasi ovunque. [Suggerimento: applicare
il Lemma di Fatou]
La dimostrazione del Teorema 1.13 nel caso p = 1 contiene, in particolare, la
dimostrazione del Teorema della Convergenza Dominata per le serie di funzioni (si
veda il Teorema I.3.8).
Concludiamo il paragrafo esaminando la separabilit` a degli spazi L
p
(Ω).
Esercizio 26. Dimostrare che gli spazi
p
con p ∈ [1, ∞) sono separabili. [Sugge-
rimento: si considerino gli elementi di
p
fin
di “coordinate” razionali]
Esercizio 27. Dimostrare che lo spazio

non `e separabile. [Suggerimento: si
proceda per assurdo, usando il metodo di diagonalizzazione di Cantor]
Nel seguito del paragrafo, sia Ω un sottoinsieme misurabile di R (pi` u in generale,
di R
N
) di misura di Lebesgue λ(Ω) > 0.
Teorema 1.15. Sia p < ∞. Data f ∈ L
p
(Ω), esiste una successione φ
n
di funzioni
continue e limitate su Ω convergente a f nella norma di L
p
(Ω), ovvero,
lim
n→∞

n
−f|
L
p = 0.
Se Ω non `e limitato, per ogni n esiste un insieme limitato Ω
n
⊂ Ω (e dunque di
misura finita) tale che φ
n
(t) = 0 se t ∈ Ω
n
.
dimostrazione. [Esercizio]
[Suggerimento: si estenda la funzione su R facendola valere zero fuori da Ω.
Quindi, si approssimi con funzioni semplici, e si usi la regolarit` a della misura di
Lebesgue]
Esercizio 28. Sia p < ∞, e sia f ∈ L
p
(R). Per h ∈ R, definiamo la traslata τ
h
f
di f per mezzo della formula (τ
h
f)(t) = f(t + h). Utilizzando il Teorema 1.15 e il
Teorema della Convergenza Dominata, dimostrare che
lim
h→0

h
f −f|
L
p = 0.
Corollario 1.16. Se p < ∞, lo spazio L
p
(Ω) `e separabile.
dimostrazione. Supponiamo che Ω ⊂ [a, b] (per esercizio, si completi poi la
dimostrazione). Sappiamo che C(Ω) `e separabile; sia dunque φ
n
una successione
densa in C(Ω). Fissiamo allora f ∈ L
p
(Ω) e ε > 0. Dal teorema precedente,
esiste φ ∈ C(Ω) tale che
|f −φ|
L
p ≤ ε.
57
D’altro canto, esiste φ
n
0
tale che
|φ −φ
n
0
|
C(Ω)
= |φ −φ
n
0
|
L
∞ ≤ ε.
Dalla Proposizione 1.12 concludiamo che
|φ −φ
n
0
|
L
p ≤ M|φ −φ
n
0
|
L
∞ ≤ Mε,
con M = (2R)
1/p
. Applicando infine la disuguaglianza di Minkowski, abbiamo
che
|f −φ
n
0
|
L
p ≤ (1 + M)ε.
Dall’arbitrariet` a di ε segue la tesi.
Le cose sono invece molto diverse per p = ∞.
Proposizione 1.17. Lo spazio L

(Ω) non `e separabile.
dimostrazione. Dimostriamolo per semplicit`a assumendo che Ω contenga un
intervallo aperto (a, b). Consideriamo la famiglia (non numerabile) di funzioni
caratteristiche χ
(a,c)
, al variare di c in (a, b).
`
E immediato verificare che se c = c

allora |χ
(a,c)
−χ
(a,c

)
|
L
∞ = 1.
2 Operatori lineari
2.1 Definizioni e prime propriet`a
Siano X e Y due spazi normati.
Definizione. Una funzione T : X → Y `e detta un operatore lineare (da X a Y ) se
per ogni x, y ∈ X e per ogni λ ∈ R si ha che
T(λx + y) = λT(x) + T(y).
Quando T `e un operatore lineare si preferisce scrivere Tx in luogo di T(x).
Definizione. Un operatore lineare T : X → Y `e limitato se esiste M ≥ 0 tale che
|Tx|
Y
≤ M|x|
X
, ∀x ∈ X.
Esercizio 29. Sia X = C([0, 1]). Definiamo l’operatore lineare T : X → X nel
seguente modo:
(Tf)(t) = f(t) + f(0), f ∈ X.
Mostrare che T `e limitato.
58
Esercizio 30. Sia X =
1
, e sia y = (y
1
, y
2
, y
3
, . . .) ∈

. Definiamo l’operatore
lineare T : X →R nel seguente modo:
Tx =

¸
j=1
x
j
y
j
, x = (x
1
, x
2
, x
3
, . . .) ∈ X.
Mostrare che T `e limitato.
Teorema 2.1. Sia T : X → Y un operatore lineare. Allora una qualsiasi delle
seguenti condizioni implica le altre due:
(i) T `e limitato;
(ii) T `e continuo (Lipschitz);
(iii) T `e continuo in 0 ∈ X.
dimostrazione. Se vale (i), allora dalla definizione di operatore limitato si
ricava subito (ii), che banalmente implica (iii). Mostriamo allora che (iii) implica
(i). Se infatti (i) non vale, cio`e T non `e limitato, allora esiste x
n
∈ X tale che
|Tx
n
|
Y
> n|x
n
|
X
, ∀n.
Ma allora la successione
z
n
=
x
n
n|x
n
|
X
tende a zero e
|Tz
n
|
Y
> 1, ∀n,
per cui T non `e continuo in zero, ovvero (iii) implica (i).
Alla luce di questo teorema, parleremo indifferentemente di operatore lineare
continuo o limitato.
Indichiamo con L(X, Y ) l’insieme degli operatori lineari continui da X a Y (si
usa la notazione L(X) in luogo di L(X, X) se X = Y ). Dati T, S ∈ L(X, Y ) e
λ ∈ R, si pu` o definire l’operatore
(T + λS)(x) = Tx + λSx.
Dunque lo spazio L(X, Y ) `e a sua volta uno spazio lineare, che risulta essere uno
spazio normato rispetto alla norma
|T|
L(X,Y )
= sup
x≤1
|Tx|
Y
.
Osservazione.
`
E banale verificare che
sup
x≤1
|Tx|
Y
= sup
x=1
|Tx|
Y
.
59
Esercizio 31. Si mostri che |T|
L(X,Y )
`e la pi` u piccola (e quindi la migliore!)
costante M per cui vale la disuguaglianza |Tx|
Y
≤ M|x|
X
.
Esercizio 32. Sia X = L
2
([0, 1]), e sia T : X → X l’ operatore di moltiplicazione
per t, definito come
(Tf)(t) = tf(t), f ∈ X.
Mostrare che |T|
L(X)
= 1.
Proposizione 2.2. Se Y `e uno spazio di Banach, allora L(X, Y ) `e uno spazio di
Banach.
23
dimostrazione. Sia T
n
una successione di Cauchy in L(X, Y ). Allora, per
ogni x ∈ X, la successione T
n
x `e una successione di Cauchy in Y , e quindi
convergente a un valore Tx ∈ Y . Infatti,
|T
n
x −T
m
x|
Y
≤ |T
n
−T
m
|
L(X,Y )
|x|
X
.
Lasciamo per esercizio la dimostrazione che T : X → Y `e un operatore lineare.
Dobbiamo mostrare che T `e continuo e che T
n
→ T in L(X, Y ). Fissato ε > 0,
dalla formula precedente ricaviamo che, per n, m abbastanza grandi,
|T
n
x −T
m
x|
Y
≤ ε|x|
X
.
Dunque, facendo il limite m → ∞,
|T
n
x −Tx|
Y
≤ ε|x|
X
.
Questo, in particolare, ci dice che T ∈ L(X, Y ). Infine, dall’arbitrariet` a di ε,
otteniamo la convergenza desiderata.
Definizione. Due spazi normati X e Y sono isomorfi se esiste un operatore biettivo
T ∈ L(X, Y ) con T
−1
∈ L(Y, X).
Un isomorfismo tra spazi normati trasferisce tutte le propriet` a lineari e topo-
logiche da uno spazio all’altro (in particolare, la completezza). Pertanto, due spazi
normati isomorfi possono essere senz’altro identificati dal punto di vista topologico.
Proposizione 2.3. Uno spazio normato X di dimensione N `e isomorfo a R
N
.
dimostrazione. Abbiamo gi` a mostrato l’esistenza di un isomorfismo alge-
brico (cio`e un operatore lineare biettivo) I : X → R
N
. Ripetendo allora la di-
mostrazione della Proposizione 1.7 con X al posto di (R
N
, | |

), si vede subito
che I `e bicontinuo.
23
Vale anche il viceversa.
60
Una conseguenza interessante di questa proposizione `e che i sottospazi finito
dimensionali di uno spazio normato sono chiusi.
Esercizio 33. Sia T ∈ L(X, Y ). Allora il nucleo (kernel) di T definito da
ker(T) =
¸
x ∈ X : Tx = 0
¸
`e un sottospazio chiuso di X.
Osservazione. T `e iniettivo se e solo se ker(T) = ¦0¦.
Operatori lineari particolarmente interessanti sono le isometrie. Diciamo che
T ∈ L(X, Y ) `e un’isometria se |Tx|
Y
= |x|
X
per ogni x ∈ X. Si noti che le
isometrie sono operatori iniettivi (ma non necessariamente suriettivi).
Esercizio 34. Mostrare che se X `e uno spazio di Banach, Y uno spazio normato
e T ∈ L(X, Y ) `e un’isometria, allora TX `e un sottospazio chiuso di Y .
Un’altra classe di operatori particolarmente significativa `e quella degli operatori
compatti. Discuteremo in dettaglio questi operatori nel prossimo capitolo, quando
avremo introdotto la convegenza debole.
2.2 Iniezioni continue
Assumiamo che lo spazio normato X sia un sottospazio lineare di Y (che potrebbe
anche coincidere, come spazio lineare, con Y ). L’operatore lineare che vogliamo
considerare `e l’operatore di inclusione o iniezione J : X → Y definito da
Jx = x, x ∈ X.
Se la mappa J `e continua, cio`e se esiste M ≥ 0 tale che
|x|
Y
≤ M|x|
X
, ∀x ∈ X,
diremo che X `e incluso con continuit` a in Y , e scriveremo
X → Y.
In particolare se x
n
`e una successione di elementi di X che converge a x ∈ X nella
norma di X, allora converge a x anche nella norma di Y .
Si noti che se X e Y sono lo stesso spazio lineare con due diverse norme, allora
le due norme sono equivalenti se e solo se si ha
X → Y e Y → X.
Esempio. Con riferimento alla Proposizione 1.12, se µ(Ω) < ∞ e s < r ab-
biamo l’iniezione continua L
r
(Ω) → L
s
(Ω). Analogamente, abbiamo l’iniezione
continua
s

r
.
61
Esercizio 35. Siano X = C([a, b]) con la norma del massimo, e Y = C([a, b]) con
la norma integrale. Mostrare che X → Y . Mostrare che invece non si ha Y → X.
Esercizio 36. Siano X → Y , e sia A ⊂ X. Mostrare che se A `e chiuso in Y allora
A `e chiuso in X.
2.3 Il Teorema di Baire e le sue conseguenze
Definizione. Sia X uno spazio normato. Un sottoinsieme A di X `e detto mai
denso se la sua chiusura A ha interno vuoto, cio`e non contiene sottoinsiemi aperti
non vuoti di X. Un insieme di prima categoria (in X) `e un’unione numerabile di
sottoinsiemi di X mai densi. Tutti gli altri sottoinsiemi di X sono detti di seconda
categoria.
Esempio. L’insieme Q `e di prima categoria in R.
Teorema 2.4 (Baire). Ogni spazio di Banach `e di seconda categoria (in s´e).
dimostrazione. Per assurdo, sia X =
¸

n=1
A
n
, con A
n
chiuso mai denso.
Scegliamo x
1
∈ A
C
1
. Allora esiste ε
1
< 1 tale che B(x
1
, ε
1
) ⊂ A
C
1
. L’insieme mai
denso A
2
non pu`o contenere B(x
1
, ε
1
). Scegliamo x
2
∈ A
C
2
∩ B(x
1
, ε
1
). Allora
esiste ε
2
< 1/2 tale che B(x
2
, ε
2
) ⊂ A
C
2
∩B(x
1
, ε
1
). Procedendo in questo modo,
costruiamo una successione di palle nidificate
B(x
1
, ε
1
) ⊃ B(x
2
, ε
2
) ⊃ B(x
3
, ε
3
) ⊃ ,
ciascuna di raggio ε
n
< 1/n. La successione x
n
dei centri delle palle `e di Cauchy,
e quindi converge a un certo x ∈ X. Ora, se x appertenesse a X, per ipotesi
esisterebbe n
0
tale che x ∈ A
n
0
. Ma la successione x
n
, per n ≥ n
0
appartiene a
B(x
n
0
, ε
n
0
), che `e un insieme chiuso, e quindi il suo limite x appartiene anch’esso
a B(x
n
0
, ε
n
0
). Dato che B(x
n
0
, ε
n
0
) ∩ A
n
0
= ∅, concludiamo che x ∈ A
n
0
. Con-
traddizione.
Osservazione. Dalla dimostrazione si evince che il risultato vale pi` u in generale
se X `e uno spazio metrico completo.
Un corollario immediato (in realt`a, un enunciato alternativo del Teorema di
Baire) `e il seguente.
Corollario 2.5. Sia X uno spazio di Banach. L’intersezione di una collezione
numerabile di aperti densi in X `e un insieme denso in X.
In particolare, l’intersezione `e non vuota. Spesso questa `e la conseguenza pi` u
interessante del risultato.
dimostrazione. Sia ¦A
n
¦ una famiglia numerabile di aperti densi in X. Se esi-
ste una palla chiusa B ⊂ X tale che
¸
n
A
n
∩B = ∅, passando al complementare,
¸
n
(A
C
n
∩ B) = B, da cui B `e di prima categoria in s´e, in contraddizione con il
Teorema di Baire (B `e uno spazio metrico completo).
62
Esercizio 37. Mostrare che R si pu`o scrivere come unione disgiunta R = G ∪ F,
dove G `e un insieme G
δ
di misura di Lebesgue nulla tale che G ⊃ Q.
Esercizio 38. Dimostrare che uno spazio di Banach infinito dimensionale non pu`o
avere una base di Hamel numerabile.
Veniamo ora a discutere le importanti conseguenze del Teorema di Baire. Nel
seguito del paragrafo, X e Y sono spazi di Banach.
Teorema 2.6 (Banach-Steinhaus o Uniforme Limitatezza). Sia T un sottoinsieme
di L(X, Y ). Assumiamo che per ogni x ∈ X esista una costante M
x
≥ 0 tale che
sup
T∈F
|Tx|
Y
≤ M
x
.
Allora esiste una costante M ≥ 0 tale che
sup
T∈F
|T|
L(X,Y )
≤ M.
dimostrazione. Sia
C
n
=
¸
x ∈ X : |Tx|
Y
≤ n, ∀T ∈ T
¸
.
L’insieme C
n
`e chiuso. Inoltre, X =
¸
n∈N
C
n
. Sfruttiamo ora il fatto che X
`e uno spazio di Banach. Dunque, dal Teorema di Baire, deve esistere n
0
tale
che C
n
0
non abbia interno vuoto. Ovvero, esistono ε > 0 e x
0
∈ X tali che
C
n
0
⊃ B(x
0
, ε). Se |z|
X
≤ ε, segue che z +x
0
⊂ B(x
0
, ε) ⊂ C
n
0
, da cui
|Tz|
Y
≤ |T(z +x
0
)|
Y
+|Tx
0
|
Y
≤ 2n
0
, ∀T ∈ T.
Pertanto, se x = 0,
|Tx|
Y
=
1
ε
|x|
X

T

εx
|x|
X

Y

2n
0
ε
|x|
X
, ∀T ∈ T.
Chiaramente, tale formula vale anche per x = 0.
Si noti che il Teorema di Uniforme Limitatezza vale anche se Y non `e completo.
Al contrario, `e essenziale che X lo sia.
Corollario 2.7. Sia T ⊂ L(X, Y ). Se non esiste alcuna costante M ≥ 0 per cui
sia verificata la relazione
sup
T∈F
|T|
L(X,Y )
≤ M,
allora esiste un insieme G
δ
denso G ⊂ X tale che
sup
T∈F
|Tx|
Y
= ∞, ∀x ∈ G.
63
dimostrazione. I chiusi C
n
della precedente dimostrazione sono mai densi (in
caso contrario si otterrebbe uniforme limitatezza). Pertanto, i complementari
A
n
= C
C
n
sono aperti densi, e dal Corollario 2.5 l’intersezione G =
¸
n∈N
A
n
`e un
G
δ
denso. Notando che
sup
T∈F
|Tx|
Y
> n, ∀x ∈ A
n
,
la tesi segue immediatamente.
Alla luce del Corollario 2.7, possiamo dare la seguente formulazione alternativa
del Teorema di Uniforme Limitatezza.
Teorema 2.8. Dato T ⊂ L(X, Y ), due sono le possibili situazioni:
- sup
T∈F
|T|
L(X,Y )
≤ M per qualche M ≥ 0; oppure
- esiste un G
δ
denso G tale che sup
T∈F
|Tx|
Y
= ∞ per ogni x ∈ G.
Corollario 2.9. Sia T
n
∈ L(X, Y ). Assumiamo che per ogni x ∈ X esista il limite
Tx = lim
n
T
n
x. Allora T ∈ L(X, Y ).
Esercizio 39. Dimostrare il Corollario 2.9.
Teorema 2.10 (Mappa Aperta). Sia T ∈ L(X, Y ) una mappa suriettiva. Allora T
`e una mappa aperta (cio`e TA `e aperto in Y per ogni aperto A in X).
dimostrazione. Conviene utilizzare la seguente notazione: dato un vettore x,
un insieme A e ρ > 0, indichiamo con x + ρA l’insieme dei vettori della forma
x +ρa, al variare di a in A.
Denotiamo con U e V le palle aperte unitarie in X e Y . Usando la linearit`a di
T, `e sufficiente dimostrare che esiste ε > 0 tale che
TU ⊃ εV.
Poich´e
¸
n∈N
nU = X, dalla suriettivit` a di T ricaviamo che
Y = T

¸
n∈N
nU

=
¸
n∈N
T(nU) =
¸
n∈N
nTU.
Sfruttando il fatto che Y `e di seconda categoria, l’insieme TU non pu` o avere
interno vuoto. Dunque, esisteranno y ∈ Y e ν > 0 tali che TU ⊃ y + νV .
Essendo T suriettiva, y = Tx per qualche x ∈ X, dunque TU ⊃ Tx + νV ,
ovvero,
T(U −x) ⊃ νV.
A patto di prendere M > 0 abbastanza grande, U −x ⊂ MU. Quindi, ponendo
ε = ν/M, otteniamo finalmente
TU ⊃ εV.
64
Questa `e “quasi” la nostra tesi. Dobbiamo ora rimuovere la chiusura (e lo faremo,
a patto di dimezzare ε). Sia y ∈ εV . Allora esiste x
1
∈ U tale che
|y −Tx
1
|
Y

ε
2
.
Poniamo y
1
= y −Tx
1
. Notiamo che y
1

ε
2
V . Quindi esiste x
2

1
2
U tale che
|y
1
−Tx
2
|
Y

ε
4
.
Poniamo y
2
= y
1
−Tx
2
. Procedendo in questo modo, costruiamo due successioni
x
n

1
2
n−1
U e y
n

ν
2
n
V tali che
|y
n
−Tx
n
|
Y

ε
2
n
.
Si noti che
y
n+1
= y −
n
¸
j=1
Tx
j
.
A questo punto, sia
x =

¸
n=1
x
n
.
La serie converge assolutamente, e quindi converge poich´e X `e di Banach. Inoltre,
|x|
X


¸
n=1
|x
n
|
X
<

¸
n=1
1
2
n−1
= 2.
Infine, y = Tx. Infatti,
|y −Tx|
Y
= lim
n→∞

y −
n
¸
j=1
Tx
j

Y
= lim
n→∞
|y
n+1
|
Y
= 0.
Pertanto TU ⊃
ε
2
V .
Contrariamente al Teorema di Uniforme Limitatezza, nel Teorema della Mappa
Aperta `e fondamentale che entrambi gli spazi X e Y siano di Banach.
Teorema 2.11 (Mappa Inversa). Sia T ∈ L(X, Y ) una mappa biettiva. Allora
T
−1
∈ L(Y, X).
dimostrazione. Dobbiamo mostrare la continuit`a di T
−1
. Per fare ci`o `e
sufficiente far vedere che controimmagini di aperti in X attraverso la mappa T
−1
sono aperti in Y . Sia allora A ⊂ X un insieme aperto. Poich´e T `e biettiva
(T
−1
)
−1
(A) = TA,
che `e aperto in virt` u del Teorema della Mappa Aperta.
65
Vediamo ora una conseguenza del Teorema della Mappa Inversa.
Corollario 2.12. Sia X uno spazio lineare, e siano | | e | |

due diverse norme
che rendano X uno spazio di Banach tali che
|x|

≤ M|x|, ∀x ∈ X.
Allora le due norme sono equivalenti.
dimostrazione. La mappa identit`a J : (X, | |) → (X, | |

) `e continua
(e, ovviamente, biettiva). Per il Teorema della Mappa Inversa l’applicazione
J
−1
: (X, | |

) → (X, | |) `e continua, da cui si ricava la disuguaglianza
mancante.
Definizione. Un operatore lineare T : X → Y `e chiuso se ogni qualvolta x
n
→ x
in X e Tx
n
→ y in Y segue che Tx = y.
Se T ∈ L(X, Y ), allora T `e chiuso. Infatti, se x
n
→ x la continuit`a di T implica
che Tx
n
→ Tx.
24
Il fatto interessante `e che vale anche il viceversa.
Teorema 2.13 (Grafico Chiuso). Sia T : X → Y un operatore lineare chiuso.
Allora T ∈ L(X, Y ).
dimostrazione. Definiamo una nuova norma su X nel seguente modo:
|x|

= |x|
X
+|Tx|
Y
.
La norma | |

rende X uno spazio di Banach (si verifichi la completezza per
esercizio). Ovviamente,
|x|
X
≤ |x|
X
+|Tx|
Y
= |x|

, ∀x ∈ X.
Per il Corollario 2.12, esiste M ≥ 1 tale che
|x|
X
+|Tx|
Y
≤ M|x|
X
, ∀x ∈ X,
da cui
|Tx|
Y
≤ (M −1)|x|
X
, ∀x ∈ X.
Quindi T `e continuo.
Osservazione. Il teorema si dice del Grafico Chiuso poich´e si pu` o riformulare
in modo equivalente dicendo che se il grafico di T
((T) =
¸
(x, Tx) : x ∈ X
¸
`e un sottoinsieme chiuso di X Y , allora T `e un operatore continuo.
24
Si noti che questa propriet`a vale anche se T non `e lineare, ma solo continuo. Tuttavia, un
operatore non lineare pu`o essere chiuso ma non continuo. Ad esempio, la mappa da R in R definita
da 1/t se t = 0 e 0 altrimenti.
66
3 Lo spazio duale
3.1 Definizioni e prime propriet`a
Definizione. Sia X uno spazio normato. Un operatore lineare Λ : X → R `e detto
funzionale (lineare). Lo spazio di Banach L(X, R) `e detto spazio duale di X, e viene
indicato con X

. Gli elementi di X

sono i funzionali lineari continui su X.
Dunque un funzionale Λ : X →R `e continuo se e solo se
sup
x≤1
[Λx[ < ∞.
In tal caso
|Λ|
X
∗ = sup
x≤1
[Λx[.
Esercizio 40. Mostrare che spazi isomorfi hanno duali isomorfi.
Se Λ ∈ X

, sappiamo che ker(Λ) `e necessariamente chiuso.
Proposizione 3.1. Sia Λ : X →R un funzionale lineare non nullo. Allora Λ ∈ X

se e solo se ker(Λ) `e chiuso se e solo se ker(Λ) non `e denso in X.
dimostrazione.
`
E ovvio che ker(Λ) chiuso implica ker(Λ) non denso in X
(altrimenti Λ sarebbe il funzionale nullo). Mostriamo allora che se Λ non `e
continuo allora ker(Λ) `e denso in X.
Sia x ∈ X con Λx = α = 0, e sia ε > 0. Vogliamo trovare z ∈ B(x, ε) tale che
Λz = 0. Se Λ non `e continuo, esiste y ∈ B(0, ε) tale che Λy = β, con [β[ ≥ [α[.
Per γ = −α/β (si noti che [γ[ ≤ 1),
Λ(x +γy) = α +γβ = 0.
Pertanto, il vettore z = x + γy appartiene a B(x, ε) ∩ ker(Λ).
Esercizio 41. Sia X = C([0, 1]). Definiamo il funzionale lineare Λ : X → R nel
seguente modo:
Λf =

1
0
f(t)dt, ∀f ∈ X.
Mostrare che Λ ∈ X

. Calcolare quindi |Λ|
X
∗.
Esercizio 42. Sia X = C
c
(R) (funzioni a supporto compatto) con la norma del
massimo. Definiamo il funzionale lineare Λ : X →R nel seguente modo:
Λf =


−∞
f(t)dt, ∀f ∈ X.
Mostrare che Λ non `e continuo. [Suggerimento: verificare che ker(Λ) `e denso]
67
Esercizio 43. Mostrare che ogni funzionale lineare su R
N
`e della forma x → 'x, y`,
per qualche y ∈ R
N
. Concludere che il duale di R
N
pu` o essere identificato in modo
naturale con R
N
.
Osservazione. L’esercizio ci dice in particolare che tutti i funzionali lineari su
R
N
sono continui. Questa `e una peculiarit`a degli spazi di Banach finito dimen-
sionali. Negli spazi infinito dimensionali `e infatti sempre possibile (sfruttando
l’esistenza della base di Hamel) costruire un funzionale lineare non continuo.
Esercizio 44. Sia X = L
p
(Ω). Fissata g ∈ L
q
(Ω), definiamo il funzionale Λ
g
:
X →R nel seguente modo:
Λ
g
f =


fgdµ, ∀f ∈ X.
Mostrare che Λ
g
∈ X

e che |Λ
g
|
X
∗ = |g|
L
q .
25
`
E allora sensato chiedersi se tutti i funzionali di L
p
(Ω) siano della forma Λ
g
,
con g ∈ L
q
(Ω). La risposta `e affermativa se p < ∞. Enunciamo infatti senza
dimostrazione il
Teorema 3.2. Sia p ∈ [1, ∞). Allora tutti e soli i funzionali lineari continui di
L
p
(Ω) sono della forma Λ
g
, con g ∈ L
q
(Ω).
26
Esercizio 45. Dimostrare il Teorema 3.2 per il caso particolare degli
p
.
Possiamo pertanto identificare il duale di L
p
(Ω) con L
q
(Ω) attraverso la mappa
g → Λ
g
. Per quanto riguarda L

(Ω), abbiamo invece il
Teorema 3.3. Il duale di L

(Ω) contiene strettamente L
1
(Ω) (a meno che la misura
sia concentrata in un numero finito di punti
27
).
3.2 Il Teorema di Hahn-Banach
Enunciamo il risultato fondamentale sui funzionali lineari continui.
Teorema 3.4 (Hahn-Banach). Sia X uno spazio normato, e sia Y ⊂ X un suo
sottospazio. Dato un funzionale lineare Λ
0
: Y →R tale che

0
y[ ≤ M|y|, ∀y ∈ Y,
esiste un’estensione Λ ∈ X

di Λ
0
tale che |Λ|
X
∗ ≤ M.
25
Se p = 1 l’uguaglianza vale se si assume che ogni insieme di misura infinita contenga un
sottoinsieme misurabile di misura finita strettamente positiva.
26
Se p = 1 si deve supporre inoltre che la misura sia σ-finita.
27
Nel qual caso L
1
(Ω) e L

(Ω) coincidono con R
N
in norma-1 e norma-∞, rispettivamente.
68
Si noti che il sottospazio Y pu` o non essere chiuso. La dimostrazione si basa sul
celebre Lemma di Zorn
28
, che richiamiamo per convenienza del lettore.
Lemma 3.5 (Zorn). Ogni insieme non vuoto parzialmente ordinato in cui ogni
catena abbia estremo superiore ha un elemento massimale.
Ricordiamo che un insieme parzialmente ordinato `e un insieme su cui `e definita
una relazione di ordine parziale. Una catena `e un sottoinsieme totalmente ordinato.
Procediamo quindi alla dimostrazione del Teorema di Hahn-Banach.
dimostrazione. Sia x ∈ Y . Mostriamo che `e possibile estendere Λ
0
a un
funzionale Λ di norma minore o uguale a M definito sul sottospazio di X
Z =
¸
y +λx : y ∈ Y, λ ∈ R
¸
.
Definiamo Λ(y + λx) = Λ
0
y + λβ, con β ∈ R. Dobbiamo sincerarci per` o che
esista β ∈ R (non necessariamente unico) tale che
[Λ(y + λx)[ = [Λ
0
y +λβ[ ≤ M|y +λx|
X
, ∀y ∈ Y, ∀λ ∈ R.
Dividendo entrambi i membri per λ = 0, il β cercato deve verificare la relazione
−Λ
0
y −M|y + x|
X
≤ β ≤ −Λ
0
y +M|y +x|
X
, ∀y ∈ Y,
che `e certamente soddisfatta se
−Λ
0
w −M|w +x|
X
≤ −Λ
0
y + M|y +x|
X
, ∀y, w ∈ Y,
Ma quest’ultima disuguaglianza si pu` o riscrivere come
Λ
0
(y −w) ≤ M|y +x|
X
+M|w + x|
X
,
ed `e immediato verificare che
Λ
0
(y −w) ≤ [Λ
0
(y −w)[ ≤ M|y −w|
X
≤ M|y +x|
X
+ M|w +x|
X
.
Sia ora o la collezione delle coppie ordinate (Λ, Z), dove Z `e un sottospazio di
X che contiene Y , e Λ `e un funzionale lineare su Z di norma minore o uguale a
M che coincide con Λ
0
se ristretto a Y . Definiamo su o una relazione di ordine
parziale dichiarando (Λ

, Z

) ≤ (Λ

, Z

) se Z

⊂ Z

e Λ

[
Z
= Λ

. L’insieme o
`e non vuoto. Inoltre, se o

`e una catena, allora definiamo Z

=
¸
Z, al variare
degli Z tali che (Λ, Z) ∈ o

. Si verifica facilmente che Z

`e un sottospazio,
sul quale possiamo definire il funzionale Λ

nel seguente modo: se x ∈ Z

,
allora x ∈ Z con (Λ, Z) ∈ o

, e poniamo quindi Λ

x = Λx. Evidentemente,


, Z

) `e l’estremo superiore della catena o

. Siamo dunque nella posizione di
poter applicare il Lemma di Zorn, che ci garantisce l’esistenza di un elemento
massimale (Λ, Z) per l’insieme o. Concludiamo la dimostrazione mostrando che
Z = X (e dunque Λ `e l’estensione cercata). Se cos`ı non fosse, sfruttando il passo
precedente, potremmo estendere il funzionale Λ su un sottospazio contenente Z
propriamente, contraddicendo la massimalit` a di (Λ, Z).
28
Il Lemma di Zorn `e una formulazione equivalente dell’Assioma della Scelta.
69
Osservazione. Se Y = X, la tesi del Teorema di Hahn-Banach si ottiene con
un argomento diretto (Teorema di Estensione Limitata). Inoltre, in questo caso
l’estensione `e unica.
Esempio. Mostriamo un esempio di applicazione del Teorema di Hahn-Banach.
Sappiamo che il duale di L

([0, 1]) contiene strettamente L
1
([0, 1]). Esibiamo
allora un elemento di L

([0, 1])

non della forma Λ
g
, con g ∈ L
1
([0, 1]). Sia Y il
sottospazio di L

([0, 1]) delle funzioni continue. Definiamo
Λf = f(0), f ∈ Y.
`
E immediato verificare che Λ `e continuo su Y , e che non esiste g ∈ L
1
([0, 1]) tale
che Λf = Λ
g
f per ogni f ∈ Y . Si estenda infine Λ su tutto X.
Veniamo alle importantissime conseguenze del Teorema di Hahn-Banach.
Corollario 3.6. Dato x ∈ X, esiste Λ
x
∈ X

con |Λ
x
|
X
∗ = 1 tale che Λ
x
x = |x|
X
.
dimostrazione. Sia Y =
¸
λx : λ ∈ R
¸
⊂ X. Poniamo Λ
0
(λx) = λ|x|
X
, ed
estendiamo Λ
0
su X.
In particolare, X

separa i punti di X (quindi, X

`e uno spazio abbastanza
“ricco”, e dunque di una certa utilit` a). Vale cio`e il
Corollario 3.7. Se x, z ∈ X e Λx = Λz per ogni Λ ∈ X

, allora x = z.
Osservazione. Usando la linearit` a di Λ, un enunciato equivalente `e il seguente:
se x ∈ X e Λx = 0 per ogni Λ ∈ X

, allora x = 0.
Corollario 3.8. Se Y `e un sottospazio chiuso proprio di X e x ∈ Y , allora esiste
Λ ∈ X

tale che Λx = 0 ma Λ[
Y
= 0.
dimostrazione. Sia x ∈ Y . Definiamo Z =
¸
λx + y : y ∈ Y, λ ∈ R
¸
⊂ X, e
il funzionale Λ
0
(λx + y) = λ. Poich´e ker(Λ
0
) = Y , e Y `e chiuso, Λ
0
`e continuo
su Z. Estendiamo allora Λ
0
su tutto X.
Esercizio 46. Sia x ∈ X e sia Λx = 0 per ogni Λ ∈ Y con Y denso in X

.
Dimostrare che x = 0.
3.3 Riflessivit`a
Sia X uno spazio di Banach. Il suo duale X

possiede a sua volta uno spazio duale.
Tale spazio (dei funzionali lineari continui su X

) `e detto biduale di X, e indicato
con X
∗∗
. Esiste un’immersione naturale dello spazio X in X
∗∗
attraverso la mappa
canonica τ cos`ı definita:
τ(x) = F
x
,
70
dove F
x
`e l’elemento di X
∗∗
che agisce su X

nel seguente modo:
F
x
Λ = Λx, ∀Λ ∈ X

.
La mappa τ `e un isomorfismo isometrico da X a τ(X) ⊂ X
∗∗
. Infatti
|F
x
|
X
∗∗ = sup
Λ
X
∗=1
[F
x
Λ[ = sup
Λ
X
∗=1
[Λx[ ≤ |x|
X
.
D’altro canto, per il Corollario 3.6, esiste un elemento Λ ∈ X

di norma unitaria
tale che
[Λx[ = |x|
X
.
Concludiamo quindi che τ(X) `e un sottospazio chiuso di X
∗∗
.
Definizione. Uno spazio di Banach X `e riflessivo se la mappa canonica τ : X → X
∗∗
`e suriettiva.
In tal caso, X pu` o essere identificato con il suo biduale X
∗∗
.
`
E importante
ricordare che uno spazio `e riflessivo se `e isometricamente isomorfo al suo biduale
attraverso la mappa τ, e non attraverso una qualsiasi altra mappa.
29
Proposizione 3.9. X `e riflessivo se e solo se X

`e riflessivo.
dimostrazione.
`
E facile mostrare che un isomorfismo tra spazi di Banach
preserva la riflessivit` a. Dunque, se X `e riflessivo lo stesso vale per X
∗∗
. La sola
cosa da provare `e allora l’implicazione
X

riflessivo =⇒ X riflessivo.
Sia X

riflessivo. Se X non lo `e, τ(X) `e un sottospazio chiuso proprio di X
∗∗
. Dal
Corollario 3.8, esiste Φ ∈ X
∗∗∗
, Φ = 0, tale che ΦF
x
= 0 per tutti gli F
x
∈ τ(X).
Usando la riflessivit` a di X

, Φ = Φ
Λ
, per qualche Λ ∈ X

. Pertanto,
0 = Φ
Λ
F
x
= F
x
Λ = Λx, ∀x ∈ X.
Concludiamo che Λ = 0, e, conseguentemente, Φ = 0. Contraddizione.
Proposizione 3.10. Un sottospazio chiuso Y di uno spazio di Banach X riflessivo
`e riflessivo.
dimostrazione. Associamo a F
0
∈ Y
∗∗
un elemento F ∈ X
∗∗
nel seguente
modo:
FΛ = F
0
Λ[
Y
, ∀ Λ ∈ X

.
Dato che X `e riflessivo, esiste x ∈ X tale che FΛ = Λx per ogni Λ ∈ X

.
Pertanto,
F
0
Λ[
Y
= Λx, ∀ Λ ∈ X

.
29
Esiste un controesempio dovuto a James di uno spazio di Banach non riflessivo isometricamente
isomorfo al suo biduale.
71
Ma Y `e chiuso, e l’uguaglianza di cui sopra ci dice che Λx = 0 per ogni Λ ∈ X

tale che Λ[
Y
= 0, implicando cos`ı x ∈ Y . Sia ora Λ
0
∈ Y

. Estendiamo Λ
0
a
Λ ∈ X

. Allora,
F
0
Λ
0
= F
0
Λ[
Y
= FΛ = Λx = Λ
0
x.
Concludiamo che F
0
∈ τ(Y ), ovvero, τ : Y → Y
∗∗
`e suriettiva.
Esaminiamo alcune questioni di separabilit` a.
Proposizione 3.11. Se X

`e separabile, allora X `e separabile. Viceversa, se X `e
separabile e riflessivo, allora X

`e separabile.
dimostrazione. Ragionando come nella dimostrazione della Proposizione 3.9,
dobbiamo solo dimostrare che se X

`e separabile, allora X `e separabile. Sia
dunque ¦Λ
n
¦ una successione densa in X

. Per ogni n ∈ N, esiste allora x
n
∈ X
di norma unitaria tale che

n
x
n
[ ≥
1
2

n
|
X
∗.
Consideriamo quindi l’insieme (numerabile) F formato dalle combinazioni lineari
degli x
n
a coefficienti razionali. La chiusura Y di F `e un sottospazio di X. Il
nostro scopo `e mostrare che Y = X. Per assurdo, non sia cos`ı. Allora esiste
Λ ∈ X

non nullo tale che Λ[
Y
= 0. Fissato ε > 0, selezioniamo un elemento Λ
n
0
tale che
|Λ −Λ
n
0
|
X
∗ < ε.
In tal caso, ricordando che Λx
n
0
= 0,
1
2

n
0
|
X
∗ ≤ [Λ
n
0
x
n
0
[ ≤ [Λ
n
0
x
n
0
−Λx
n
0
[ ≤ |Λ
n
0
−Λ|
X
∗|x
n
0
|
X
≤ ε.
Ma allora,
|Λ|
X
∗ ≤ |Λ −Λ
n
0
|
X
∗ +|Λ
n
0
|
X
∗ ≤ 3ε,
e dall’arbitrariet`a di ε concludiamo che Λ = 0.
Concludiamo il paragrafo discutendo la riflessivit`a degli spazi L
p
(Ω). Ricordando
il Teorema 3.2 e il Teorema 3.3, ricaviamo immediatamente il
Teorema 3.12. Se p ∈ (1, ∞), allora L
p
(Ω) `e riflessivo. Non sono invece riflessivi
(tranne in casi banali) gli spazi L
1
(Ω) e L

(Ω).
Osservazione. La non riflessivit` a di L
1
(Ω) (e quindi anche L

(Ω)) pu` o essere
dedotta anche dalla proposizione precedente.
72
3.4 Convergenza debole
Definizione. Sia X uno spazio di Banach e siano x
n
, x ∈ X. Diciamo che x
n
converge debolmente a x (e scriviamo x
n
w
→ x) se
Λx
n
→ Λx, ∀Λ ∈ X

.
La convergenza in norma (detta anche convergenza forte) implica quella debole,
poich´e
[Λ(x
n
−x)[ ≤ |Λ|
X
∗|x
n
−x|
X
.
Il viceversa `e in generale falso.
Esercizio 47. Mostrare che il limite debole di una successione x
n
∈ X, se esiste,
`e unico.
Osservazione. Sebbene in questa sede ci siamo limitati a considerare la
convergenza debole di successioni, un discorso pi` u approfondito richiederebbe
l’introduzione della topologia debole. In particolare, la topologia debole `e sempre
pi` u debole della topologia della norma quando lo spazio `e infinito dimensionale.
Ci` o per` o non significa che in uno spazio infinito dimensionale sia sempre vero che
la convergenza debole non implichi la convergenza forte.
30
Un esempio interes-
santissimo `e il caso dello spazio (infinito dimensionale)
1
, dove si ha che x
n
→ x
se e solo se x
n
w
→ x.
31
Proposizione 3.13. Se x
n
w
→ x allora x
n
`e una successione limitata.
dimostrazione. Se x
n
w
→ x, allora Λx
n
`e limitato per ogni Λ ∈ X

. Conside-
riamo la famiglia di mappe F
n
∈ X
∗∗
definite da
F
n
Λ = Λx
n
.
Per ogni Λ fissato, esiste M
Λ
≥ 0 tale che
sup
n∈N
[F
n
Λ[ ≤ M
Λ
.
Dal Teorema di Uniforme Limitatezza, ricaviamo l’esistenza di M ≥ 0 tale che
sup
n∈N
[F
n
Λ[ ≤ M|Λ|
X
∗.
Ma per ogni x ∈ X, esiste Λ
x
∈ X

di norma unitaria tale che Λ
x
x = |x|
X
.
Quindi, per ogni n ∈ N,
|x
n
|
X
= [Λ
xn
x
n
[ = [F
n
Λ
xn
[ ≤ M|Λ
xn
|
X
∗ = M,
come volevasi dimostrare.
30
Il problema `e che noi ci limitiamo a considerare successioni, mentre la topologia debole, che
non `e metrizzabile, non pu`o essere completamente descritta dalle sole successioni.
31
Risultato dovuto a Schur.
73
Osservazione. Se x
n
w
→ x allora
|x|
X
≤ liminf
n→∞
|x
n
|
X
.
Infatti, sia Λ
x
∈ X

di norma unitaria tale che Λ
x
x = |x|
X
. Allora,
|x|
X
= Λ
x
x = lim
n→∞
Λ
x
x
n
= lim
n→∞

x
x
n
[ ≤ liminf
n→∞

x
|
X
∗|x
n
|
X
= liminf
n→∞
|x
n
|
X
.
Come vedremo, ci sono esempi in cui vale effettivamente il minore stretto.
Esercizio 48. Siano x
n
, x ∈ X e Λ
n
, Λ ∈ X

. Dimostrare che le convergenze
x
n
w
→ x e Λ
n
→ Λ implicano la convergenza numerica Λ
n
x
n
→ Λx.
Esercizio 49. Assumiamo che Λx
n
converga per ogni Λ ∈ X

. Ci` o non implica,
in generale, l’esistenza di x tale che x
n
w
→ x. Si dimostri che se X `e riflessivo questo
fatto `e invece vero.
3.5 Convergenza debole-∗
Definizione. Sia X uno spazio di Banach. Una successione Λ
n
∈ X

converge
debolmente-∗ a Λ (e scriviamo Λ
n
w

→ Λ) se Λ
n
x → Λx per ogni x ∈ X.
Si osservi che la convergenza debole-∗ `e una convergenza definita sul duale di
uno spazio di Banach. Si tratta sostanzialmente della convergenza debole su X

, ma
testata non su tutti gli elementi di X
∗∗
, bens`ı sui soli elementi di τ(X). Ne consegue
che
Λ
n
w
→ Λ =⇒ Λ
n
w

→ Λ.
Se X `e riflessivo (e dunque τ(X) = X
∗∗
), allora convergenza debole e debole-∗
coincidono su X

.
Esercizio 50. Come nella situazione precedente, mostrare che il limite debole-∗ `e
unico e le successioni debolmente-∗ convergenti sono limitate.
Esercizio 51. Siano x
n
, x ∈ X e Λ
n
, Λ ∈ X

. Dimostrare che le convergenze
x
n
→ x e Λ
n
w

→ Λ implicano la convergenza numerica Λ
n
x
n
→ Λx.
Teorema 3.14 (Banach-Alaoglu). Sia X uno spazio di Banach separabile. Allora
ogni successione limitata in X

ammette una sottosuccessione debolmente-∗ conver-
gente.
dimostrazione. Sia Λ
n
una successione limitata in X

, e sia
M = sup
n∈N

n
|
X
∗.
Infine, sia x
k
una successione densa in X. La successione Λ
n
x
1
`e limitata in
R, e dunque ammette una sottosuccessione convergente Λ
n
j
x
1
. Ripetendo il ra-
gionamento con Λ
n
j
x
2
, troviamo una sotto-sottosuccessione Λ
n
j
i
x
2
convergente.
74
Iterando la procedura, e usando lo stesso procedimento di estrazione diagonale
gi` a visto nella dimostrazione del Teorema di Ascoli-Arzel` a, troviamo una sotto-
successione Λ
nm
di Λ
n
tale che Λ
nm
x
k
converge in R per ogni k ∈ N. Preso ora
un generico x ∈ X, mostriamo che esiste il limite
Λx = lim
m→∞
Λ
nm
x.
Invero, fissato ε > 0 arbitrario, esiste k ∈ N tale che
|x −x
k
| ≤
ε
2M
.
Pertanto,

n
i
x −Λ
n
j
x[ ≤ [Λ
n
i
x −Λ
n
i
x
k
[ +[Λ
n
i
x
k
−Λ
n
j
x
k
[ +[Λ
n
j
x
k
−Λ
n
j
x[
≤ [Λ
n
i
x
k
−Λ
n
j
x
k
[ + 2M|x −x
k
|
≤ [Λ
n
i
x
k
−Λ
n
j
x
k
[ + ε.
Facendo il limite i, j → ∞, e sfruttando l’arbitrariet` a di ε, concludiamo che la
successione Λ
nm
x `e di Cauchy, e pertanto converge. Ci resta solo da mostrare
che Λ ∈ X

: la linearit`a di Λ `e ovvia, inoltre, per ogni x ∈ X,
[Λx[ = lim
m→∞

nm
x[ ≤ limsup
m→∞

nm
|
X
∗|x| ≤ M|x|.
In alternativa, si poteva utilizzare il Corollario 2.9.
Ad esempio, consideriamo L

(Ω) = (L
1
(Ω))

. Sia f
n
∈ L

(Ω) una successione
limitata. Allora per il Teorema di Banach-Alaoglu esiste f
n
k
w

→ f, per qualche
f ∈ L

(Ω). Ci` o significa che


f
n
k
gdµ →


fgdµ, ∀g ∈ L
1
(Ω).
Il risultato `e, in generale, falso se si omette la separabilit`a di X.
Esempio. Sia X =

, e si consideri la successione Λ
n
∈ X

data da
Λ
n
x = x
n
, x = (x
1
, x
2
, . . .) ∈ X.
La successione Λ
n
`e chiaramente limitata in X

, ma non ammette sottosucces-
sioni debolmente-∗ convergenti.
Osservazione. Se X `e riflessivo, si pu`o identificare X con X
∗∗
, cosicch´e la
convergenza debole in X coincide con la convergenza debole-∗ in X
∗∗
(con abuso
di linguaggio, si dice che la convergenza debole e debole-∗ coincidono su X).
Vale quindi il
Teorema 3.15. Se X `e riflessivo, ogni successione limitata in X ammette una
sottosuccessione debolmente convergente.
75
dimostrazione. Per semplicit`a, assumiamo X separabile (ma si noti che il
risultato vale anche nell’ipotesi X non separabile). Dunque X

`e separabile.
Sia allora x
n
una successione limitata in X. Dato che x
n
pu` o essere pensata
(usando la mappa canonica τ) come una successione limitata in in X
∗∗
, esiste
una sottosuccessione x
n
k
convergente a x debolmente-∗ in X
∗∗
, vale a dire, x
n
k
converge a x debolmente in X.
Osservazione. L’implicazione inversa, nota in letteratura come Teorema di
Eberlein-Shmulyan, `e anch’essa vera. Di fatto, questa `e una caratterizzazione
degli spazi riflessivi. Precisamente: uno spazio di Banach X `e riflessivo se e
solo se ogni successione limitata in X ammette una sottosuccessione debolmente
convergente.
Esercizio 52. Sia X riflessivo. Dato Λ ∈ X

dimostrare che esiste x ∈ X di norma
unitaria che realizza la norma di Λ, cio`e tale che |Λ|
X
∗ = Λx.
32
Esercizio 53. Ripetendo la costruzione della dimostrazione del Corollario 3.8,
dimostrare il Lemma di Riesz di quasi ortogonalit`a: dato un sottospazio chiuso
proprio Y di uno spazio normato X, e fissato ε > 0, esiste un vettore x ∈ X di
norma unitaria tale che
dist(x, Y ) = inf
y∈Y
|x −y| ≥ 1 −ε.
Se X `e uno spazio di Banach riflessivo, lo stesso risultato vale con ε = 0.
Esercizio 54. Siano X, Y spazi di Banach, e sia X → Y .
(i) Mostrare che se x
n
w
→ x in X, allora x
n
w
→ x in Y .
(ii) Sia X riflessivo. Mostrare che se x
n
`e una successione limitata in X tale che
x
n
w
→ x in Y , allora x ∈ X e x
n
w
→ x in X.
(iii) Sia X riflessivo. Mostrare che la palla chiusa unitaria di X `e chiusa in Y .
3.6 Operatori compatti
Siano X, Y spazi di Banach, con X riflessivo.
Definizione. Un operatore lineare K : X → Y `e compatto se l’immagine di un
insieme limitato B ⊂ X attraverso K `e relativamente compatta in Y , ovvero, se KB
`e compatto in Y . In particolare, ci` o implica che se x
n
`e una successione limitata in
X, allora Kx
n
ammette una sottosuccessione (fortemente) convergente in Y .
Proposizione 3.16. Se K : X → Y `e un operatore lineare compatto, allora K ∈
L(X, Y ).
32
Viceversa, uno spazio di Banach in cui la norma di ogni elemento del duale `e realizzata `e
riflessivo (Teorema di James).
76
dimostrazione. Poich´e la palla unitaria B di X `e un limitato, KB `e relati-
vamente compatto in Y , e di conseguenza limitato. Quindi
sup
x
X
≤1
|Kx|
Y
≤ M,
da cui la continuit`a di K.
Osservazione Esempi particolari di operatori compatti sono gli operatori di
rango finito, cio`e gli operatori limitati il cui rango `e un sottospazio finito dimen-
sionale. Esistono tuttavia operatori compatti che non sono di rango finito.
Definizione. Indichiamo con /(X, Y ) ⊂ L(X, Y ) la classe degli operatori compatti
da X a Y . Si noti che /(X, Y ) `e uno spazio lineare.
Proposizione 3.17. Sia K ∈ L(X, Y ). Allora K ∈ /(X, Y ) se e solo se x
n
w
→ x
implica che Kx
n
→ Kx.
dimostrazione. Sia K ∈ /(X, Y ), e sia x
n
w
→ x. Valgono i seguenti due fatti:
- Kx
n
w
→ Kx (se Λ ∈ Y

, allora Λ ◦ K ∈ X

);
- ogni sottosuccessione di Kx
n
ha punti limite (poich´e x
n
`e limitata in X).
Ma se Kx
n
k
→ y per una sottosuccessione x
n
k
, allora y = Kx, forzando la con-
vergenza a Kx dell’intera successione. Osserviamo che per questa implicazione
non abbiamo utilizzato la riflessivit` a di X.
Viceversa, sia B ⊂ X un insieme limitato, e sia y
n
una successione di elementi
di KB. Allora esiste x
n
∈ B tale che Kx
n
= y
n
. Usando la riflessivit`a di X, la
successione x
n
ammette una sottosuccessione x
n
k
debolmente convergente ad un
certo x ∈ X. Ma allora y
n
k
= Kx
n
k
→ Kx fortemente, da cui segue che KB `e
relativamente compatto.
Corollario 3.18. /(X, Y ) `e uno spazio di Banach nella norma indotta da L(X, Y ).
dimostrazione. Basta mostrare che /(X, Y ) `e un sottospazio chiuso di
L(X, Y ). Sia K
n
∈ /(X, Y ) una successione convergente a K in L(X, Y ).
Dobbiamo far vedere che K ∈ /(X, Y ). Sia dunque x
j
w
→ x. In particolare,
|x
j
|
X
≤ M. Otteniamo quindi
|Kx
j
−Kx|
Y
≤ |Kx
j
−K
n
x
j
|
Y
+|K
n
x
j
−K
n
x|
Y
+|K
n
x −Kx|
Y
≤ 2M|K −K
n
|
L(X,Y )
+|K
n
x
j
−K
n
x|
Y
.
Fissiamo ε > 0, e scegliamo n tale che 2M|K − K
n
|
L(X,Y )
< ε/2. Poich´e K
n
`e
compatto, per j sufficientemente grande |K
n
x
j
− K
n
x|
Y
< ε/2. Concludiamo
che
limsup
j→∞
|Kx
j
−Kx|
Y
< ε.
Dall’arbitrariet` a di ε segue la tesi.
77
Osservazione Il corollario appena visto ci garantisce che il limite in norma di
una successione di operatori di rango finito `e un operatore compatto.
Esercizio 55. Sia k(t, s) ∈ L
2
([0, 1] [0, 1]). Consideriamo l’operatore lineare,
T
k
: L
2
([0, 1]) → L
2
([0, 1]), detto operatore integrale di nucleo k, definito da
(T
k
f)(t) =

1
0
k(t, s)f(s)ds.
Mostrare che T
k
`e limitato e che
|T
k
|
L(L
2
([0,1]))
≤ |k|
L
2
([0,1]×[0,1])
.
Mostrare quindi che T
k
`e compatto.
33
3.7 Sulle diverse convergenze negli spazi L
p
(Ω)
Terminiamo il capitolo analizzando le relazioni che intercorrono tra alcuni tipi di
convergenza delle successioni di funzioni negli spazi L
p
(Ω). In questo paragrafo, Ω
`e, per semplicit`a, un sottoinsieme misurabile di R (o di R
N
) di misura di Lebesgue
positiva. Tutte le funzioni di cui parleremo saranno definite (quasi ovunque) su Ω a
valori reali.
Innanzitutto, dimostriamo un risultato di unicit` a del limite debole e puntuale
quasi ovunque.
Proposizione 3.19. Se f
n
w
→ f in L
p
(Ω) e f
n
→ g puntualmente quasi ovunque,
allora f = g.
dimostrazione. Supponiamo per assurdo che il risultato sia falso. Allora
esister` a Ω
0
⊂ Ω di misura finita positiva tale che g `e limitata su Ω
0
, e f(t) = g(t)
per t ∈ Ω
0
. Applicando il Teorema di Egoroff, esiste un secondo insieme Ω
1
⊂ Ω
0
,
sempre di misura positiva, tale che f
n
→ g uniformemente su Ω
1
(in altre parole,
f
n
→ g in L

(Ω
1
)). Usando l’iniezione continua L

(Ω
1
) → L
p
(Ω
1
), concludiamo
che f
n
→ g in L
p
(Ω
1
), e quindi f
n
w
→ g in L
p
(Ω
1
).
`
E facile verificare che anche
f
n
w
→ f in L
p
(Ω
1
). Pertanto, per l’unicit` a del limite debole, f e g devono
coincidere su Ω
1
, contro l’ipotesi.
Una conseguenza quasi immediata `e una “forma debole” del Teorema della Con-
vergenza Dominata (risultato, questo, di fondamentale importanza nello studio delle
equazioni non lineari alle derivate parziali).
Teorema 3.20. Sia p ∈ (1, ∞). Assumiamo che f
n
→ f puntualmente quasi
ovunque e |f
n
|
L
p ≤ M. Allora f
n
w
→ f in L
p
(Ω).
33
Gli operatori integrali di nucleo a quadrato sommabile, altrimenti noti come operatori di
Hilbert-Schmidt, formano un sottoinsieme denso nello spazio di Banach degli operatori compatti.
78
dimostrazione. Dalla riflessivit` a, sappiamo che esiste una sottosuccessione
f
n
k
ed una funzione g ∈ L
p
(Ω) tali che f
n
k
w
→ g. Ma la proposizione precedente ci
dice che g = f. D’altro canto, ogni sottosuccessione debolmente convergente di
f
n
deve avere f come suo limite debole.
`
E facile allora mostrare che ci`o implica
la convergenza debole a f dell’intera successione f
n
.
Gli spazi L
p
(Ω) con p ∈ (1, ∞) (cos`ı come gli spazi di Hilbert, che vedremo pi` u
avanti) esibiscono un’interessante propriet`a,
34
che enunciamo senza dimostrazione.
Proposizione 3.21. Sia p ∈ (1, ∞). Se f
n
w
→ f in L
p
(Ω) e |f
n
|
L
p → |f|
L
p, allora
f
n
→ f in L
p
(Ω).
Osservazione. Lo stesso risultato `e invece falso in L
1
(Ω). Un esempio in tal
senso `e dato dalla successione di funzioni f
n
(t) = 1+sin nt ∈ L
1
([0, 2π]). Infatti,
per ogni n ∈ N,
|f
n
|
L
1 =


0
(1 + sin nt)dt = 2π,
e, come dimostreremo in seguito, sin nt
w
→ 0, da cui f
n
w
→ 1.
Unendo il Teorema 3.20 e la Proposizione 3.21 otteniamo il
Corollario 3.22. Sia p ∈ (1, ∞). Assumiamo che f
n
→ f puntualmente quasi
ovunque e |f
n
|
L
p → |f|
L
p. Allora f
n
→ f in L
p
(Ω).
Osservazione. Questo risultato `e vero anche in L
1
(Ω). Ovviamente, si deve
procedere con una diversa dimostrazione.
Concludiamo il paragrafo con alcune osservazioni sulla convergenza debole. Si
`e gi`a accennato che la successione sin nt (e analogamente cos nt) converge debol-
mente a 0 in L
2
([0, 2π]). Tuttavia `e immediato verificare che sin nt non ammette
alcuna sottosuccessione convergente a 0 puntualmente quasi ovunque. Analizziamo
un’ulteriore situazione. La successione di funzioni
f
n
(t) = sin nt + cos nt
converge debolmente a 0, ma la successione f
2
n
converge debolmente a 1 in L
2
([0, 2π]).
Questi esempi ci mostrano che, in generale, la convergenza debole non d` a infor-
mazioni di alcun tipo riguardo alla convegenza puntuale.
34
La propriet`a discussa `e soddisfatta da tutti gli spazi di Banach uniformemente convessi. Gli
spazi L
p
(Ω), con p ∈ (1, ∞), sono infatti spazi uniformemente convessi (Teorema di Clarkson).
Ricordiamo che uniformemente convesso significa che per ogni x
n
e y
n
con |x
n
| ≤ 1 e |y
n
| ≤ 1,
la convergenza |x
n
+y
n
| → 2 implica che |x
n
−y
n
| → 0.
III. Spazi di Hilbert
1 Geometria degli spazi di Hilbert
1.1 Spazi con prodotto interno
Sia H uno spazio lineare su R. Un prodotto interno o prodotto scalare in H `e una
forma bilineare, simmetrica e definita positiva da H H in R, cio`e una funzione
', ` : H H →R
che soddisfa le condizioni
(i) 'λx +y, z` = λ'x, z` +'y, z` ∀λ ∈ R, ∀x, y, z ∈ H (linearit` a);
(ii) 'x, y` = 'y, x` ∀x, y ∈ H (simmetria);
(iii) 'x, x` ≥ 0 ∀x ∈ H (positivit` a);
(iv) 'x, x` = 0 ⇐⇒ x = 0 (annullamento).
Unendo (i) e (ii) ricaviamo la linearit`a anche nella seconda variabile. Dunque la
forma `e bilineare (lineare in entrambi gli argomenti). In particolare,
'x, 0` = 0, ∀x ∈ H.
Osservazione. Analogamente, se H `e uno spazio lineare sul campo C, si
definisce il prodotto interno rimpiazzando la condizione (ii) con
(ii)

'x, y` = 'y, x` ∀x, y ∈ H .
In tal caso, la forma ', ` : H H →C `e detta sesquilineare. Si noti che vale la
relazione 'x, λy` = λ'x, y`.
Definizione. Due vettori x, y ∈ H si dicono ortogonali se
'x, y` = 0.
Spesso si usa la notazione x ⊥ y. Un insieme A ⊂ H si dice ortogonale se 'x, y` = 0
per ogni x, y ∈ A, con x = y. Se in aggiunta ogni vettore x ∈ A `e tale che 'x, x` = 1,
l’insieme si dice ortonormale.
79
80
Definizione. Uno spazio lineare H su R dotato di un prodotto interno ', ` `e detto
spazio con prodotto interno.
Esempio. R
N
`e uno spazio con prodotto interno, definendo
'x, y` =
N
¸
j=1
x
j
y
j
,
dove x = (x
1
, . . . , x
N
), y = (y
1
, . . . , y
N
). Si noti che la relazione di ortogonalit` a
tra due vettori `e quella usuale della geometria euclidea.
Esercizio 1. Si dimostri che C([0, 1]) `e uno spazio con prodotto interno ponendo
'f, g` =

1
0
f(t)g(t)dt.
Introduciamo ora la funzione a valori in [0, ∞) definita da
|x| =

'x, x`, ∀x ∈ H.
Abbiamo volutamente utilizzato il simbolo di norma poich´e dimostreremo che si
tratta effettivamente di una norma.
`
E immediato verificare che valgono le propriet`a
di omogeneit` a e annullamento. Per dimostrare la disuguaglianza triangolare ci oc-
corre il seguente
Teorema 1.1 (Disuguaglianza di Cauchy-Schwarz). Dato uno spazio con prodotto
interno H, vale la disuguaglianza
['x, y`[ ≤ |x||y|, ∀x, y ∈ H.
dimostrazione. Se x = 0 o y = 0 la tesi `e ovvia. Siano dunque entrambi
diversi da zero. Per ogni t > 0, si ha che
0 ≤ |x −ty|
2
= |x|
2
+t
2
|y|
2
−2t'x, y`,
da cui
'x, y` ≤
1
2t
|x|
2
+
t
2
|y|
2
.
Ponendo allora t = |x|/|y|, si ricava
'x, y` ≤ |x||y|.
Ripetendo il ragionamento con −x al posto di x si ha anche
−'x, y` ≤ |x||y|.
che, unita alla precedente disuguaglianza, d` a la tesi.
81
Esercizio 2. Si verifichi che la funzione x → |x| soddisfa la propriet`a triangolare
della norma.
Concludiamo quindi che la funzione x → |x| definisce una norma su H. Di con-
seguenza, uno spazio con prodotto interno `e in particolare uno spazio normato, con
la norma indotta dal prodotto interno. Osserviamo che due vettori x e y soddisfano
la relazione
|x +y|
2
= |x|
2
+|y|
2
se e solo se sono ortogonali.
35
Esercizio 3. Sia
¸

n=1
x
n
una serie convergente in H tale che ¦x
n
¦ sia un insieme
ortogonale. Dimostrare l’uguaglianza


¸
n=1
x
n

2
=

¸
n=1
|x
n
|
2
.
Esercizio 4. Utilizzando la disuguaglianza di Cauchy-Schwarz, dimostrare che
l’applicazione (x, y) → 'x, y` `e continua in entrambi gli argomenti. Ovvero, se
x
n
→ x e y
n
→ y, allora 'x
n
, y
n
` → 'x, y`.
1.2 Completezza: spazi di Hilbert
Definizione. Uno spazio con prodotto interno `e detto spazio di Hilbert quando `e
completo (nella norma indotta dal prodotto interno). Uno spazio di Hilbert `e in
particolare uno spazio di Banach.
Esempio. R
N
`e uno spazio di Hilbert con il prodotto interno definito nel prece-
dente esempio. La norma indotta dal prodotto interno `e la norma-2 euclidea.
Viceversa, non `e sempre vero che uno spazio di Banach sia anche di Hilbert.
Infatti, si verifica immediatamente che la norma in uno spazio di Hilbert deve sod-
disfare la regola del parallelogramma,
36
ovvero
|x +y|
2
+|x −y|
2
= 2|x|
2
+ 2|y|
2
, ∀x, y ∈ H.
La condizione `e anche sufficiente.
Proposizione 1.2. Sia H uno spazio di Banach. Se la norma di H soddisfa la
regola del parallelogramma, allora H `e uno spazio di Hilbert con il prodotto interno
'x, y` =
1
2

|x + y|
2
−|x|
2
−|y|
2

.
Si noti che il prodotto interno induce la norma di partenza.
35
In R
2
questo `e il Teorema di Pitagora.
36
Interpretando le norme come lunghezze dei vettori, la regola del parallelogramma ci dice che
la somma dei quadrati delle diagonali di un parallelogramma `e uguale alla somma dei quadrati dei
suoi lati, una proposizione familiare della geometria piana.
82
Esercizio 5. Dimostrare la Proposizione 1.2.
Esercizio 6. Verificare che C([0, 1]) con la norma del massimo non `e uno spazio
di Hilbert.
1.3 Proiezioni ortogonali
Nel seguito, sia H uno spazio di Hilbert. Sia V un sottoinsieme di H. Il complemento
ortogonale di V , indicato con V

, `e definito come
V

=
¸
x ∈ H : 'x, v` = 0, ∀v ∈ V
¸
.
Evidentemente, H

= ¦0¦ e ¦0¦

= H.
Proposizione 1.3. Se V ⊂ H, allora V

`e un sottospazio chiuso di H.
dimostrazione.
`
E immediato mostrare che V

sia un sottospazio. Sia dunque
x
n
∈ V

, x
n
→ x ∈ H. Se v ∈ V , abbiamo
'x, v` = lim
n→∞
'x
n
, v` = 0,
da cui x ∈ V

.
Esercizio 7. Sia V ⊂ H, e sia
´
V `e il sottospazio chiuso generato da V , cio`e il
sottospazio formato da combinazioni lineari di vettori di V e dai loro punti limite.
Mostrare che
´
V

= V

. In particolare, se V

= ¦0¦ segue che
´
V = H.
Teorema 1.4. Sia V un sottospazio chiuso di H, e sia x ∈ H. Allora esiste un
unico v

∈ V tale che
37
dist(x, V ) = inf
v∈V
|x −v| = |x −v

|.
dimostrazione. Sia v
n
∈ V tale che
lim
n→∞
|x −v
n
| = d = inf
v∈V
|x −v|.
Mostriamo che v
n
`e di Chauchy. Fissiamo dunque m > n, e notiamo che
v
m
+ v
n
2
∈ V.
Pertanto,

x −
v
m
+ v
n
2

≥ d =⇒ |2x −(v
m
+v
n
)| ≥ 2d.
37
Il risultato vale anche se V `e un sottoinsieme convesso, chiuso e non vuoto di H.
83
Usando la regola del parallelogramma, abbiamo
|v
m
−v
n
|
2
= |v
m
−x +x −v
n
|
2
= 2

|v
m
−x|
2
+|v
n
−x|
2

−|2x −(v
m
+v
n
)|
2
≤ 2

|v
m
−x|
2
+|v
n
−x|
2

−4d
2
,
da cui
lim
n,m→∞
|v
m
−v
n
| = 0.
Quindi la successione v
n
converge a v

∈ V . Ne consegue che
|x −v

| = lim
n→∞
|x −v
n
| = d.
Infine, se v

∈ V `e tale che |x−v

| = d, utilizzando come in precedenza la regola
del parallelogramma si vede subito che |v

−v

| = 0, da cui v

= v

.
Definizione. Siano V e W due sottospazi di H ortogonali tra loro, cio`e tali che
v ⊥ w per ogni v ∈ V e per ogni w ∈ W. La somma ortogonale di V e W `e il
sottospazio di H
V ⊕W =
¸
v +w : v ∈ V, w ∈ W
¸
.
Osservazione.
`
E immediato verificare che un vettore x ∈ V ⊕ W ammette
un’unica decomposizione della forma v + w. Se infatti v + w = v

+ w

, allora
v −v

= w −w

, e poich´e V ∩ W = ¦0¦ ricaviamo che v = v

e w = w

.
Teorema 1.5 (della Proiezione). Sia V un sottospazio chiuso di H. Allora
H = V ⊕V

.
dimostrazione. Sia x ∈ H. Dal teorema precedente, esiste un unico v ∈ V
tale che
dist(x, V ) = |x −v|.
Poniamo allora w = x −v. Dobbiamo mostrare che w ∈ V

. Sia dunque u ∈ V
fissato. Scegliamo λ = 0 in modo tale che λ'w, u` ≥ 0. Risulta
|w|
2
≤ |x −(v +λu)|
2
= |w −λu|
2
= |w|
2
+[λ[
2
|u|
2
−2λ'w, u`.
Dividendo il tutto per [λ[, otteniamo la disuguaglianza
['w, u`[ ≤
[λ[
2
|u|
2
,
la quale, operando il limite [λ[ → 0, implica che 'w, u` = 0.
84
Osservazione. Il vettore v della decomposizione viene talvolta indicato con
P
V
x, ed `e chiamato la proiezione di x sul sottospazio V . Come abbiamo visto,
P
V
x `e il punto che realizza la minima distanza di x da V .
Esercizio 8. Dimostrare che la mappa P
V
: H → V definisce un operatore lineare
limitato.
Esercizio 9. Sia V ⊂ H un sottospazio chiuso. Mostrare che (V

)

= V .
1.4 Il duale di uno spazio di Hilbert
Ci proponiamo di caratterizzare il duale H

di uno spazio di Hilbert H. Fissiamo
un generico y ∈ H, e consideriamo il funzionale lineare Λ
y
: H →R definito da
Λ
y
x = 'x, y`.
Dalla disuguaglianza di Cauchy-Schwarz,
sup
x≤1

y
x[ = sup
x≤1
['x, y`[ ≤ sup
x≤1
|x||y| = |y|.
Inoltre, se y = 0, scegliendo ¯ x = y/|y|, si ha che
Λ
y
¯ x = '¯ x, y` = |y|.
Dunque, ogni funzionale della forma Λ
y
`e un elemento di H

, e soddisfa la relazione

y
|
H
∗ = |y|.
Il risultato seguente dimostra che tutti i funzionali lineari continui su H sono
della forma Λ
y
.
Teorema 1.6 (di Rappresentazione di Riesz). Λ ∈ H

se e solo se esiste un unico
y ∈ H tale che Λ = Λ
y
.
dimostrazione. Mostriamo che se Λ ∈ H

allora Λ = Λ
y
per un certo y ∈ H.
Se Λ `e il funzionale nullo allora y = 0. Supponiamo quindi che Λ non sia
identicamente nullo. Poich´e Λ `e continuo, ker(Λ) `e un sottospazio chiuso, e per
il Teorema 1.5, ker(Λ)

non si riduce a ¦0¦. Sia dunque z ∈ ker(Λ)

con |z| = 1.
Per ogni x ∈ H abbiamo che
x −
Λx
Λz
z ∈ ker(Λ).
Pertanto
'x −
Λx
Λz
z, z` = 0
da cui segue
Λx = 'x, (Λz)z`.
85
Dunque y = (Λz)z. Per quanto riguarda l’unicit`a, se y
1
e y
2
sono tali che
'x, y
1
` = 'x, y
2
`, ∀x ∈ H
allora
'x, y
1
−y
2
` = 0, ∀x ∈ H
da cui immediatamente y
1
= y
2
.
Possiamo allora identificare H con il suo duale H

attraverso l’isomorfismo iso-
metrico
y → Λ
y
.
Pertanto, una successione x
n
∈ H converge debolmente a x ∈ H se
'x
n
, y` → 'x, y`, ∀y ∈ H.
Corollario 1.7. Gli spazi di Hilbert sono riflessivi.
dimostrazione. Sia F ∈ H
∗∗
. Poich´e ogni elemento di H

`e della forma Λ
y
,
possiamo definire un funzionale lineare continuo Λ su H nel seguente modo:
Λy = FΛ
y
.
Allora esiste x ∈ H tale che Λ = Λ
x
, ovvero
'y, x` = FΛ
y
.
Ma 'y, x` = Λ
y
x, da cui l’asserto.
Esercizio 10. Siano x
n
, x ∈ H tali che x
n
w
→ x e |x
n
| → |x|. Dimostrare la
convergenza forte x
n
→ x.
Esercizio 11. Dimostrare che se x
n
w
→ x e y
n
→ y, allora 'x
n
, y
n
` → 'x, y`.
Esercizio 12. Sia Λ un funzionale lineare continuo su un sottospazio V di H.
Mostrare che Λ ammette un’unica estensione su H che preserva la norma, e che tale
estensione si annulla su V

.
1.5 Basi ortonormali
In R
N
i vettori e
1
, . . . e
N
, dove e
j
vale uno sulla componente j-esima e zero altrove,
formano un insieme ortonormale. Inoltre tale insieme `e completo, cio`e ogni vettore
u ∈ R
N
`e esprimibile (in modo unico) come combinazione lineare degli e
j
. Infatti,
per ogni x ∈ R
N
si ha
x =
N
¸
j=1
'x, e
j
`e
j
,
86
dove 'x, e
j
` `e la componente di x nella direzione j-esima. In particolare, se
'x, e
j
` = 0, ∀j = 1, . . . , N,
allora x = 0.
Prendendo spunto dall’esempio appena discusso, diamo la seguente
Definizione . Sia H uno spazio di Hilbert. Un insieme ortonormale A `e detto
completo, o anche una base ortonormale,
38
se per ogni x ∈ H la relazione
'x, u` = 0, ∀u ∈ A
implica x = 0.
Teorema 1.8. Sia H uno spazio di Hilbert (contenente almeno due vettori distinti).
Allora esiste sempre una base ortonormale.
dimostrazione. Ci limitiamo a fornire una traccia. Sia o la collezione degli
insiemi ortonormali di H (parzialmente) ordinato con la relazione di inclusione.
Ogni catena ha estremo superiore, e quindi dal Lemma di Zorn si prova l’esistenza
di un elemento massimale. Infine, si dimostra per assurdo che l’elemento massi-
male `e un sistema ortonormale completo.
`
E inoltre possibile dimostrare che due diverse basi ortonormali hanno la stessa
cardinalit` a. Di conseguenza, definiamo dimensione ortogonale
39
di uno spazio di
Hilbert la cardinalit` a di una sua base.
Nel seguito, tratteremo esclusivamente spazi di Hilbert separabili (e, per evitare
situazioni banali, contenenti almeno due vettori distinti). In questo caso, la dimen-
sione ortogonale `e (al pi` u) numerabile. Ci`o segue immediatamente dal fatto che due
elementi distinti u e v della base ortonormale soddisfano la relazione
|u −v| =

2.
Pertanto, se la base ortonormale avesse cardinalit`a pi` u che numerabile, non ci
potrebbe essere un insieme numerabile denso in essa, e quindi nello spazio.
Osservazione. l’esistenza di una base ortonormale in uno spazio di Hilbert
separabile pu`o essere dimostrata in modo costruttivo (cio`e senza l’ausilio del
Lemma di Zorn), attraverso il cosiddetto metodo di diagonalizzazione di Gram-
Schmidt.
Esempio. Lo spazio di Banach
2
`e di Hilbert con il prodotto interno
'x, y` =

¸
j=1
'x
j
, y
j
`,
38
Non si deve confondere la base ortonormale con la base di Hamel.
39
Da non confondersi con la dimensione lineare, cio`e la cardinalit`a di una base di Hamel.
87
dove x = (x
1
, x
2
, x
3
, . . .) e y = (y
1
, y
2
, y
3
, . . .). I vettori u
n

2
(n ∈ N), dove u
n
vale uno sulla componente n-esima e zero altrove, formano una base ortonormale
di
2
.
Disponendo di una base ortonormale possiamo trattare uno spazio infinito di-
mensionale “come se fosse” R
N
. Ovvero, possiamo ricostruire un generico vettore
x come combinazione lineare (infinita) degli elementi della base. Premettiamo due
lemmi.
Lemma 1.9 (Disuguaglianza di Bessel). Sia H uno spazio di Hilbert separabile,
e sia ¦u
n
¦
n∈N
un insieme ortonormale (non necessariamente completo). Per ogni
x ∈ H vale la disuguaglianza

¸
n=1
['x, u
n
`[
2
≤ |x|
2
.
dimostrazione. Per ogni N ∈ N,
0 ≤

x −
N
¸
n=1
'x, u
n
`u
n

2
= |x|
2

N
¸
n=1
['x, u
n
`[
2
.
Facendo il limite N → ∞ abbiamo la tesi.
Lemma 1.10. Sia H uno spazio di Hilbert separabile, e sia ¦u
n
¦
n∈N
un insieme
ortonormale (non necessariamente completo). Se λ
n

2
,
¸

n=1
λ
n
u
n
converge in
H.
dimostrazione. Sia s
n
=
¸
n
j=1
λ
j
u
j
. Per m > n, abbiamo
|s
m
−s
n
|
2
=

m
¸
j=n+1
λ
j
u
j

2
=
m
¸
j=n+1

j
[
2
,
da cui segue che s
n
`e di Cauchy, e dunque
¸

n=1
λ
n
u
n
converge in H.
Possiamo ora enunciare il fondamentale
Teorema 1.11. Sia H uno spazio di Hilbert separabile, e sia ¦u
n
¦
n∈N
una base
ortonormale. Allora per ogni x ∈ H vale l’ uguaglianza
x =

¸
n=1
'x, u
n
`u
n
.
Inoltre per ogni x, y ∈ H vale la cosiddetta identit`a di Parseval
'x, y` =

¸
n=1
'x, u
n
`'y, u
n
`.
Come caso particolare,
|x|
2
=

¸
n=1
['x, u
n
`[
2
.
88
dimostrazione. Dobbiamo dimostrare soltanto la prima asserzione, in quanto
l’identit` a di Parseval segue dalla continuit` a del prodotto interno. Sia dunque
x ∈ H. Per la disuguaglianza di Bessel, la serie
¸

n=1
['x, u
n
`[
2
`e convergente, e
dunque la serie

¸
n=1
'x, u
n
`u
n
converge in H. Definendo w = x −
¸

n=1
'x, u
n
`u
n
, raggiungiamo la tesi se
dimostriamo che w = 0. Ma per ogni n
0
fissato,
'w, u
n
0
` = 'x, u
n
0
` − lim
N→∞
N
¸
n=1
'x, u
n
`'u
n
, u
n
0
` = 'x, u
n
0
` −'x, u
n
0
` = 0.
Poich´e ¦u
n
¦ `e una base ortonormale, segue che w = 0.
Osservazione. I risultati appena visti valgono banalmente se H `e finito di-
mensionale.
I coefficienti 'x, u
n
` vengono detti coefficienti di Fourier di x (relativi alla base
ortonormale u
n
). Un’immediata conseguenza `e il
Corollario 1.12. Sia H uno spazio di Hilbert separabile infinito dimensionale, e
sia ¦u
n
¦
n∈N
una base ortonormale. Allora u
n
w
→ 0.
Si noti che |u
n
| = 1, mentre il limite debole `e zero.
Esercizio 13. Pu` o accadere che x
n
w
→ x ma che |x
n
| non converga?
Esempio. Sia ¦u
n
¦
n∈N
una base ortonormale numerabile di H. La proiezione di
un generico vettore x sul sottospazio lineare H
N
generato dai vettori u
1
, . . . , u
N
(si noti che H
N
`e chiuso, essendo finito dimensionale) risulta essere
P
H
N
x =
N
¸
n=1
'x, u
n
`u
n
.
Dal Teorema 1.11 segue che
lim
N→∞
P
H
N
x = x.
Infine, osserviamo che l’identit`a di Parseval stabilisce un fatto molto importante.
Se H `e uno spazio di Hilbert infinito dimensionale separabile, la mappa x → 'x, u
n
`
`e un isomorfismo di spazi di Hilbert (cio`e un isomorfismo che conserva il prodotto
interno) fra H e
2
.
89
1.6 Lo spazio L
2
(Ω)
Il caso p = 2 per gli spazi L
p
(Ω) `e particolarmente interessante, in quanto la norma
deriva da un prodotto interno. Precisamente, si definisce
'f, g`
L
2 =


f(t)g(t)dt.
Pertanto L
2
(Ω) `e uno spazio di Hilbert. La disuguaglianza di H¨ older in questo
caso non `e altro che la disuguaglianza di Cauchy-Schwarz. Inoltre 2 `e l’esponente
coniugato di se stesso, e dunque
L
2
(Ω)

= L
2
(Ω),
conformemente al Teorema di Rappresentazione di Riesz.
Esercizio 14. Sia H = L
2
([0, 1]), e sia C il sottospazio di H delle funzioni costanti.
Caratterizzare la proiezione P
C
e il sottospazio C

.
Esercizio 15. Siano µ, ν due misure finite su Ω tali che ν < µ. Mostrare che
la mappa f →


fdν `e un funzionale lineare continuo su L
2
(Ω, µ + ν). Sia ψ ∈
L
2
(Ω, µ +ν) la funzione tale che


fdν =


fψd(µ +ν).
Si dimostri che ψ(t) ∈ [0, 1) per quasi ogni t (rispetto a entrambe le misure µ e ν).
Si definisca quindi la funzione positiva
φ =
ψ
1 −ψ
.
Allora φ ∈ L
1
(Ω, µ) e
ν(E) =

E
φdµ.
In altre parole, φ `e la derivata di Radon-Nykodym di ν rispetto a µ. Abbiamo quindi
dimostrato il Teorema di Radon-Nykodym per le misure finite.
40
Consideriamo ora il caso particolare Ω = [−π, π], e calcoliamo esplicitamente
una base ortonormale di L
2
([−π, π]).
Osservazione.
`
E evidente che se ¦u
n
¦ `e una base ortonormale di L
2
([−π, π]),
allora, ponendo
v
n
(t) =


b −a
u
n

2π(t −a)
b −a

,
¦v
n
¦ `e una base ortonormale di L
2
([a, b]).
40
Questa dimostrazione `e dovuta a von Neumann.
90
Teorema 1.13. I vettori
1


,
cos nt

π
,
sin nt

π
, n ∈ N,
formano una base ortonormale di L
2
([−π, π]).
Quindi, f ∈ L
2
([−π, π]) si pu` o scrivere come
f(t) =
a
0


+

¸
n=1
a
n

π
cos nt +

¸
n=1
b
n

π
sin nt,
dove l’uguaglianza `e intesa in L
2
([−π, π]), con
a
0
=
1

π
−π
f(t)dt, a
n
=
1

π

π
−π
f(t) cos nt dt, b
n
=
1

π

π
−π
f(t) sin nt dt.
Questa rappresentazione `e detta sviluppo in serie di Fourier della f, e le quantit` a
a
0
, a
n
, b
n
sono i coefficienti di Fourier della f.
Naturalmente bisognerebbe dimostrare che l’insieme in questione `e una base
ortonormale. Lasciamo per esercizio la verifica dell’ortonormalit`a. Per quanto
riguarda la completezza, ci limitiamo a menzionare che segue dal Teorema di Stone-
Weierstrass. Un’interessante conseguenza `e che le successioni di funzioni sin nt e
cos nt convergono debolmente a 0 in L
2
([−π, π]).
Esercizio 16. Sia f ∈ L
1
([−π, π]). Mostrare che
41
lim
n→∞

π
−π
f(t) cos nt dt = lim
n→∞

π
−π
f(t) sin nt dt = 0.
Esercizio 17. Si consideri la funzione f(t) = t in L
2
([−π, π]). Calcolare i coef-
ficienti di Fourier della f. Utilizzare il risultato trovato per dimostrare la famosa
uguaglianza di Eulero

¸
n=1
1
n
2
=
π
2
6
.
Esercizio 18. Mostrare che le funzioni
u
n
(t) =

2
π
sin nt
formano un base ortonormale in L
2
([0, π]). [Suggerimento: si estendano le funzioni
su [−π, π] in modo opportuno]
41
Risultato noto come Lemma di Riemann-Lebesgue.
91
Pertanto possiamo scrivere ogni funzione f ∈ L
2
([0, π]) come
f(t) =

¸
n=1
c
n
sin nt,
con
c
n
=
2
π

π
0
f(t) sin nt dt.
Questa rappresentazione `e detta sviluppo in serie di Fourier seno della f.
2 Teorema spettrale per gli operatori compatti
simmetrici
In questo paragrafo, sia H uno spazio di Hilbert infinito dimensionale separabile, e
sia ¦u
n
¦
n∈N
una base ortonormale. Ricordiamo che L(H) e /(H) sono rispettiva-
mente lo spazio degli operatori limitati e lo spazio degli operatori compatti da H in
H. La norma di un operatore T ∈ L(H) `e data da
|T|
L(H)
= sup
x=y=1
['Tx, y`[.
Infatti,
sup
x=y=1
['Tx, y`[ ≤ sup
x=1
|Tx|,
e ponendo y = Tx/|Tx| si ha l’uguaglianza.
2.1 Rappresentazione matriciale degli operatori limitati
Come per le matrici, rappresentiamo un operatore T ∈ L(H) utilizzando la base
ortonormale. Se x ∈ H, allora x =
¸

n=1
'x, u
n
`u
n
. Usando la continuit`a di T,
Tx =

¸
n=1
'x, u
n
`Tu
n
.
D’altro canto,
Tu
n
=

¸
m=1
'Tu
n
, u
m
`u
m
,
ma anche
Tx =

¸
m=1
'Tx, u
m
`u
m
.
Abbiamo quindi la
92
Proposizione 2.1. Sia T ∈ L(H). Definiamo gli elementi di matrice T
nm
di T
attraverso la relazione
T
nm
= 'Tu
n
, u
m
`.
Allora, per ogni x ∈ H, ponendo x
n
= 'x, u
n
`,
Tx =

¸
n=1

¸
m=1
T
nm
x
n
u
m
=

¸
m=1

¸
n=1
T
nm
x
n
u
m
.
L’m-esimo coefficiente di Fourier di Tx `e dunque dato da
¸

n
T
nm
x
n
. Inoltre,
|T|
L(H)
= sup


¸
n=1

¸
m=1
T
nm
x
n
y
m

= sup


¸
m=1

¸
n=1
T
nm
x
n
y
m

,
dove il sup `e preso al variare delle successioni x
n
e y
n
di norma unitaria in
2
.
Se H = R
N
, gli elementi di L(H) sono le matrici quadrate N-dimensionali.
`
E noto che se una matrice T `e simmetrica, allora ha esattamente N autovalori
(reali) λ
n
, contati con loro molteplicit`a. Utilizzando la base ortonormale ¦u
n
¦ dei
relativi autovettori, i coefficienti della matrice soddisfano la relazione T
nm
= λ
n
δ
nm
,
e pertanto si ha la cosiddetta rappresentazione spettrale di T, ovvero,
Tx =
N
¸
n=1
λ
n
x
n
u
n
.
Il nostro scopo `e di fornire un risultato analogo negli spazi di Hilbert separabili
infinito dimensionali.
2.2 Operatori simmetrici
Definizione. Un operatore T ∈ L(H) `e simmetrico se
'Tx, y` = 'x, Ty`, ∀x, y ∈ H.
Esercizio 19. Mostrare che T ∈ L(H) `e simmetrico se e solo se T
nm
= T
mn
.
Proposizione 2.2. Sia T ∈ L(H) un operatore simmetrico. Allora
|T|
L(H)
= sup
x=1
['Tx, x`[.
dimostrazione. Ovviamente, vale
d = sup
x=1
['Tx, x`[ ≤ |T|
L(H)
.
Dobbiamo mostrare la disuguaglianza opposta. Per ogni x ∈ H,
['Tx, x`[ ≤ d|x|
2
.
93
Usando quindi la simmetria di T e legge del parallelogramma, per x, y ∈ H
abbiamo
4'Tx, y` = 'T(x +y), x +y` −'T(x −y), x −y`
≤ d

|x +y|
2
+|x −y|
2

= 2d

|x|
2
+|y|
2

.
Scegliendo
y =
|x|
|Tx|
Tx,
per Tx = 0 (e quindi x = 0), otteniamo
|x||Tx| ≤ d|x|
2
,
da cui
|Tx| ≤ d|x|.
Detta relazione vale ovviamente anche per Tx = 0.
Definizione. Sia T ∈ L(H). Un autovalore di T `e un numero λ ∈ R per cui vale la
relazione
Tu = λu,
per qualche u ∈ H, diverso dal vettore nullo, detto autovettore. Indichiamo con A
λ
l’autospazio relativo a λ, cio`e il sottospazio generato da tutti gli autovettori relativi
all’autovalore λ. Si noti che A
λ
`e un sottospazio chiuso.
Osservazione.
`
E immediato verificare che se λ `e un autovalore di T, allora
[λ[ ≤ |T|
L(H)
.
Proposizione 2.3. Sia T ∈ L(H) un operatore simmetrico. Allora autovettori
corrispondenti ad autovalori distinti sono ortogonali.
dimostrazione. Siano u
1
e u
2
sono due autovettori corrispondenti a due
distinti autovalori λ
1
e λ
2
. Assumendo λ
1
= 0, abbiamo
'u
1
, u
2
` =
1
λ
1
'Tu
1
, u
2
` =
1
λ
1
'u
1
, Tu
2
` =
λ
2
λ
1
'u
1
, u
2
`,
da cui segue 'u
1
, u
2
` = 0.
Esercizio 20. Si concluda che gli autovalori distinti di un operatore T simmetrico
sono al pi` u un’infinit`a numerabile.
Esercizio 21. Per k ∈ L
2
([0, 1] [0, 1]), consideriamo l’operatore integrale T
k
:
L
2
([0, 1]) → L
2
([0, 1]) (ricordiamo che T
k
`e compatto). Mostrare che T
k
`e simmetrico
se e solo se k(t, s) = k(s, t).
94
2.3 Operatori compatti simmetrici
Lemma 2.4. Sia K ∈ /(H) un operatore simmetrico, e sia d = |K|
L(H)
. Allora
almeno uno dei due numeri fra d e −d `e autovalore di K.
dimostrazione. Sia d = 0 (altrimenti il risultato `e banale), e sia u
n
una
successione di vettori di norma unitaria tale che
['Ku
n
, u
n
`[ → d.
Allora u
n
ammette una sottosuccessione u
n
k
w
→ u. Si noti che |u| ≤ 1. Ma K `e
compatto, pertanto Ku
n
k
→ Ku, e ci` o implica che
['Ku, u`[ = d.
In particolare, u = 0. Abbiamo due possibili casi. Se 'Ku, u` = d (ma l’altro
caso `e analogo), vale la relazione
|Ku −du|
2
= |Ku|
2
+d
2
|u|
2
−2d'Ku, u` = |Ku|
2
+ d
2
|u|
2
−2d
2
≤ 0.
Quindi, Ku = du.
Osservazione. Dato un operatore K compatto simmetrico si ha dunque la
relazione
|K|
L(H)
= sup
¸
[λ[ : λ `e autovalore di K
¸
.
Esercizio 22. Sia λ = 0 un autovalore di un operatore compatto. Mostrare che
A
λ
`e finito dimensionale.
Siamo adesso in grado di dimostrare il risultato principale di questo paragrafo:
dato un operatore compatto simmetrico K, `e possibile trovare una base ortonormale
di H formata da autovettori di K.
Teorema 2.5 (Teorema Spettrale). Sia K ∈ /(H) un operatore simmetrico. Allora
i suoi autovalori distinti
- sono in numero finito (in tal caso 0 `e sicuramente un autovalore, con relativo
autospazio di dimensione ortogonale infinita); oppure
- formano una successione tendente a 0 (in tal caso 0 pu`o essere o non essere un
autovalore, con relativo autospazio di dimensione ortogonale finita o infinita).
Inoltre, i corrispondenti autovettori possono essere scelti in modo da formare una
base ortonormale di H.
95
dimostrazione. Dal lemma precedente, esiste un autovalore λ di modulo
[λ[ = |K|
L(H)
. L’autospazio A
λ
ha dimensione ortogonale N < ∞. Scegliamo
allora una sua base ortonormale ¦w
1
, w
2
, . . . , w
N
¦ e poniamo
λ
1
= = λ
N
= λ.
Chiamando H
1
= A

λ
, lo spazio H si decompone nella somma ortogonale A
λ
⊕H
1
.
Si noti che H
1
`e invariante per K, ovvero, K[
H
1
`e un operatore lineare da H
1
a
H
1
, che risulta essere ancora compatto simmetrico. Inoltre,
|K[
H
1
|
L(H
1
)
≤ |K|
L(H)
.
Possiamo quindi ripetere l’argomento per l’operatore K[
H
1
, producendo un nuovo
spazio H
2
, e cos`ı via. Con questa procedura
42
, costruiamo una successione di
autovalori λ
n
decrescente in modulo, cui corrispondono autovettori normalizzati
w
n
ortogonali fra loro. Ovviamente pu` o accadere che da un certo punto in poi
i λ
n
siano tutti nulli. Questo, se H
m
= ¦0¦ per qualche m. In tal caso 0 `e un
autovalore e l’autospazio A
0
ha dimensione ortogonale infinita. Mostriamo ora
che λ
n
→ 0. Sia η = inf
n

n
[ > 0. La successione limitata w
n
ammette una
sottosuccessione (che chiamiamo ancora w
n
) debolmente convergente, dunque la
successione Kw
n
= λ
n
w
n
converge fortemente. Poich´e per n = m

m
w
m
−λ
n
w
n
|
2
= [λ
m
[
2
+[λ
n
[
2
≥ 2η
2
,
concludiamo che η = 0, da cui λ
n
→ 0. Infine, se x `e ortogonale a tutti i w
n
corrispondenti ad autovalori non nulli, allora per ogni m ∈ N
|Kx| = |K[
Hm
x| ≤ [λ
m
[|x|,
da cui x ∈ ker(K). In particolare, non vi sono altri autovalori non nulli. Dunque
¦w
n
¦ `e una base ortonormale di ker(K)

. Pertanto, per ottenere una base
ortonormale dello spazio basta aggiungere alla collezione dei w
n
una base ortonor-
male ¦v
n
¦ di ker(K). Si noti che ker(K) pu`o ridursi al solo vettore nullo, ma
pu` o essere anche infinito dimensionale.
Alla luce del Teorema Spettrale, l’operatore K ammette la rappresentazione
Kx =

¸
n=1
λ
n
'x, w
n
`w
n
.
Ovviamente, se vogliamo considerare la base completa ¦u
n
¦ di H ottenuta unendo
¦w
n
¦ e ¦v
n
¦, non sar` a possibile mantenere i corrispondenti autovalori ordinati in
modulo, a meno che ker(K) = ¦0¦ (cio`e 0 non `e autovalore), oppure vi sia un
numero finito di autovalori diversi da zero.
42
Per rendere pi` u rigorosa la dimostrazione si dovrebbe in realt`a procedere per induzione.
96
Corollario 2.6. Sia K ∈ /(H) un operatore simmetrico. Vale la seguente dicoto-
mia, detta Alternativa di Fredholm.
- Per ogni y ∈ H l’equazione
x −Kx = y
ammette un’unica soluzione; oppure
- λ = 1 `e un autovalore di K.
Osservazione. Il risultato vale, pi` u in generale, anche senza l’ipotesi K sim-
metrico.
dimostrazione. Sia λ
n
la successione degli autovalori di K (contati con la
loro molteplicit` a), e sia ¦u
n
¦ la corrispondente base ortonormale di autovettori.
Fissato un generico y ∈ H, l’equazione x −Kx = y si pu` o riscrivere proiettando
sulla base come

¸
n=1
(1 −λ
n
)'x, u
n
`u
n
=

¸
n=1
'y, u
n
`u
n
.
Dunque `e soddisfatta se e solo se
(1 −λ
n
)'x, u
n
` = 'y, u
n
`.
Pertanto, se λ
n
= 1 per ogni n, il vettore
x =

¸
n=1
'y, u
n
`
1 −λ
n
u
n
soddisfa l’equazione. La convergenza della serie in H `e garantita dal fatto che
λ
n
→ 0. Viceversa, se λ
m
= 1 per un certo m, l’equazione non ha soluzione per
alcun y che abbia l’m-coefficiente di Fourier diverso da 0.
L’esercizio seguente stabilisce l’implicazione opposta del Teorema Spettrale.
Esercizio 23. Sia ¦w
n
¦ un insieme ortonormale (non necessariamente completo),
e sia λ
n
∈ R una successione tendente a 0. Allora l’operatore lineare K definito da
Kx =

¸
n=1
λ
n
'x, w
n
`w
n
`e compatto simmetrico.
Esercizio 24. Mostrare che per ogni g ∈ L
2
([0, 1]) l’equazione integrale di Fred-
holm
f(t) −t

1
0
sf(s)ds = g(t)
ammette un’unica soluzione f ∈ L
2
([0, 1]).
97
Esercizio 25. Mostrare che per ogni g ∈ L
2
([0, 1]) l’equazione integrale di Volterra
f(t) −

t
0
f(s)ds = g(t)
ammette un’unica soluzione f ∈ L
2
([0, 1]). Qui si deve applicare l’Alternativa di
Fredholm per un operatore compatto non simmetrico.
3 Cenni agli operatori non limitati
3.1 Operatori chiusi
Consideriamo operatori lineari T definiti su un sottospazio denso T(T) ⊂ H, il
dominio, a valori in H. Non assumiamo la limitatezza, cio`e che valga
|Tx| ≤ M|x|, ∀x ∈ T(T).
Di fatto, gli operatori pi` u interessanti, come gli operatori differenziali, sono non
limitati. Consideriamo ad esempio l’operatore
T =
d
dt
, T(T) = C
1
([0, 1]), H = L
2
([0, 1]).
Scegliendo u
k
(t) = e
kt
vediamo subito che T non `e limitato. Invero,
|Tu
k
| = k|u
k
|,
da cui
sup
¸
|Tu| : u ∈ T(T), |u| = 1
¸
= ∞.
Ci si attende dunque che operatori non definiti su tutto H siano non limitati.
Contrariamente al caso di L(H), il dominio `e parte integrante della definizione
di operatore. Ci si pu` o dunque porre il problema di trovare il dominio pi` u “natu-
rale” consistente con l’azione dell’operatore. Nell’esempio precedente, si tratterebbe
dunque di estendere l’operatore ad un opportuno dominio pi` u grande. Ricordiamo
che un operatore
´
T `e un’estensione di T se
T(
´
T) ⊃ T(T) e
´
T[
D(T)
= T.
Esiste una procedura standard per ottenere l’estensione ottimale, che consiste nel
chiudere un operatore. Diamo prima una definizione.
Definizione. T `e chiuso se per ogni x
n
∈ T(T) tale che x
n
→ x e Tx
n
→ y, segue
che x ∈ T(T) e Tx = y.
98
Esercizio 26. Sia T un operatore chiuso, e siano x
n
∈ T(T) e x ∈ H. Mostrare
che se x
n
→ x e ¦Tx
n
¦ `e un insieme relativamente compatto in H, allora x ∈ T(T)
e Tx
n
→ Tx.
Teorema 3.1. Sia T chiuso. Allora T `e limitato se e solo se T(T) = H.
dimostrazione. Un’implicazione `e il Teorema del Grafico Chiuso. Assumiamo
dunque che T sia limitato. Fissato x ∈ H, esiste x
n
∈ T(T) tale che x
n
→ x. In
particolare, x
n
`e di Cauchy. Sfruttando la limitatezza di T, abbiamo che
|Tx
n
−Tx
m
| ≤ M|x
n
−x
m
|.
Dunque Tx
n
`e di Cauchy, e quindi Tx
n
→ y ∈ H. Ma T `e chiuso, e pertanto
x ∈ T(T). Concludiamo che T(T) `e chiuso, e di conseguenza coincide con H.
Dato un operatore T, si pu`o allora cercare un operatore chiuso T che estenda T.
Non `e detto per` o che tale operazione sia possibile. In caso affermativo, l’operatore
T `e detto chiudibile, e T `e la sua chiusura.
Proposizione 3.2. T`e chiudibile se e solo se per ogni successione x
n
∈ T(T) con-
vergente a 0 tale che Tx
n
→ y, segue che y = 0.
dimostrazione. Se T `e chiudibile allora ammette un’estensione chiusa T,
e il risultato segue facilmente. Verifichiamo l’implicazione opposta. Definiamo
l’estensione chiusa di T nel seguente modo. Poniamo
T(T) =
¸
x : ∃ x
n
→ x e Tx
n
→ y ∈ H¦, Tx = y.
L’unica cosa di cui ci dobbiamo sincerare `e che l’operatore T sia ben definito.
Ovvero, se z
n
→ x e Tz
n
→ w, deve valere l’uguaglianza y = w. Ma questo
segue banalmente dalle ipotesi.
3.2 Operatori simmetrici
Definizione. T `e simmetrico se
'Tx, y` = 'x, Ty`, ∀x, y ∈ T(T).
In generale, un operatore simmetrico potrebbe non essere chiuso. Tuttavia vale
il seguente risultato.
Esercizio 27. Se T `e simmetrico allora T `e chiudibile, e la sua chiusura `e ancora
un operatore simmetrico.
Alla luce di questo fatto, nel seguito ci riferiremo esclusivamente ad operatori
simmetrici chiusi.
99
Teorema 3.3. Sia T un operatore simmetrico. Se T `e suriettivo, allora T `e anche
iniettivo, e il suo inverso T
−1
(definito su tutto H) `e un operatore limitato, cio`e
appartiene a L(H), e simmetrico.
dimostrazione. Dimostriamo innanzitutto che T `e iniettivo. Sia dunque
x ∈ T(T) tale che Tx = 0. Per ogni y ∈ H esiste z ∈ T(T) tale che y = Tz.
Pertanto
'x, y` = 'x, Tz` = 'Tx, z` = 0,
da cui x = 0. La mappa T
−1
: H → T(T) `e dunque ben definita, ed `e immediato
verificare che `e lineare. Inoltre, per ogni x = Tw e y = Tz in H,
'T
−1
x, y` = 'w, Tz` = 'Tw, z` = 'x, T
−1
y`.
Verifichiamo infine che T
−1
∈ L(H). Dal Teorema del Grafico Chiuso, basta
dimostrare che se x
n
→ x e T
−1
x
n
→ y, allora y = T
−1
x. Sia allora z
n
∈ T(T)
tale che x
n
= Tz
n
. Dunque, abbiamo che
z
n
→ y e Tz
n
→ x.
Poich´e T `e chiuso, concludiamo che x = Ty, da cui y = T
−1
x.
In particolare, se l’inverso `e compatto, ricaviamo un teorema di rappresentazione
spettrale.
Teorema 3.4 (Teorema Spettrale). Sia T un operatore simmetrico e suriettivo.
Assumiamo inoltre che il suo inverso sia compatto. Allora i suoi autovalori formano
una successione tendente a ∞. Inoltre, i corrispondenti autovettori possono essere
scelti in modo da formare una base ortonormale di H.
La definizione di autovalore `e analoga al caso degli operatori limitati. Ovvia-
mente, gli autovettori apparterranno a T(T).
dimostrazione. Il risultato `e una conseguenza del Teorema Spettrale per gli
operatori compatti simmetrici. Notiamo che
T
−1
x = λx ⇐⇒ Tx = λ
−1
x.
Inoltre, ker(T
−1
) = ¦0¦, cio`e T
−1
non ha autovalori nulli. Detta dunque λ
n
la
successione degli autovalori di T
−1
e ¦w
n
¦ la relativa base ortonormale di H, per
ogni x ∈ T(T) abbiamo la rappresentazione
Tx =

¸
n=1
α
n
'x, w
n
`w
n
,
dove gli α
n
= λ
−1
n
sono gli autovalori di T.
100
Nei seguenti esercizi valgano le ipotesi del Teorema Spettrale.
Esercizio 28. Mostrare che x ∈ H appartiene a T(T) se e solo se

¸
n=1

n
[
2
['x, w
n
`[
2
< ∞.
Disponiamo quindi di una caratterizzazione concreta del dominio di T.
Esercizio 29. Mostrare che lo spazio lineare T(T), munito del prodotto interno
'x, y`
D(T)
= 'Tx, Ty`,
`e uno spazio di Hilbert.
Esercizio 30. Mostrare che l’iniezione
J : T(T) → H
`e un operatore compatto (con T(T) dotato della norma definita nel precedente
esercizio).
Ringraziamenti
Voglio ringraziare Clemente Zanco (il primo vero Maestro di Analisi Matematica)
per i suoi utilissimi consigli sul capitolo degli Spazi di Banach, la mia preziosa
collaboratrice Monica Conti e i numerosi studenti di Analisi Reale e Funzionale
2004/05 del Corso di Studi in Ingegneria Matematica che, con i loro suggerimenti,
hanno contribuito a migliorare queste dispense.
Vittorino Pata

Indice
I. Teoria della misura 1 Spazi di misura . . . . . . . . . . . . . . . . . . . . . . . . . . 1.1 Spazi misurabili . . . . . . . . . . . . . . . . . . . . . 1.2 Funzioni semplici . . . . . . . . . . . . . . . . . . . . . 1.3 Misure . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.4 Completamento di una misura . . . . . . . . . . . . . 2 La misura di Lebesgue . . . . . . . . . . . . . . . . . . . . . . 2.1 Misura esterna . . . . . . . . . . . . . . . . . . . . . . 2.2 Costruzione della misura: condizione di Carath´odory e 2.3 Insiemi non misurabili . . . . . . . . . . . . . . . . . . 3 Integrazione astratta . . . . . . . . . . . . . . . . . . . . . . . 3.1 Integrazione di funzioni positive . . . . . . . . . . . . 3.2 Integrazione di funzioni reali . . . . . . . . . . . . . . 3.3 Cambiamento di variabili . . . . . . . . . . . . . . . . 3.4 Il ruolo degli insiemi di misura nulla . . . . . . . . . . 3.5 Integrazione secondo Riemann e secondo Lebesgue . . 3.6 Convergenza puntuale, uniforme e in L1 . . . . . . . . 4 Differenziazione e integrazione . . . . . . . . . . . . . . . . . . 4.1 Il Teorema di Radon-Nykodym . . . . . . . . . . . . . 4.2 Il Primo Teorema Fondamentale del Calcolo . . . . . . 4.3 Funzioni assolutamente continue . . . . . . . . . . . . 5 Prodotto di misure . . . . . . . . . . . . . . . . . . . . . . . . 5.1 Prodotto di spazi misurabili . . . . . . . . . . . . . . . 5.2 Il Teorema di Fubini . . . . . . . . . . . . . . . . . . . 5.3 Completamento di misure prodotto . . . . . . . . . . . 5.4 Cambio di variabili . . . . . . . . . . . . . . . . . . . . II. Spazi di Banach 1 Geometria degli spazi di Banach . . . . . . . . 1.1 Spazi lineari . . . . . . . . . . . . . . . . 1.2 Spazi normati . . . . . . . . . . . . . . . 1.3 Nozioni topologiche . . . . . . . . . . . 1.4 Successioni convergenti . . . . . . . . . 1.5 Separabilit` . . . . . . . . . . . . . . . . a 1.6 Completezza: spazi di Banach . . . . . . 1.7 Norme equivalenti . . . . . . . . . . . . 1.8 Gli spazi Lp (Ω) . . . . . . . . . . . . . . 2 Operatori lineari . . . . . . . . . . . . . . . . . 2.1 Definizioni e prime propriet` . . . . . . a 2.2 Iniezioni continue . . . . . . . . . . . . . 2.3 Il Teorema di Baire e le sue conseguenze 3 3 3 7 8 10 11 11 12 15 15 15 20 23 23 26 27 29 29 30 31 37 37 38 40 40 41 41 41 42 43 44 46 47 50 51 57 57 60 61

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

1

2
3 Lo spazio duale . . . . . . . . . . . . . . . . . . . . 3.1 Definizioni e prime propriet` . . . . . . . . a 3.2 Il Teorema di Hahn-Banach . . . . . . . . . 3.3 Riflessivit` . . . . . . . . . . . . . . . . . . a 3.4 Convergenza debole . . . . . . . . . . . . . 3.5 Convergenza debole-∗ . . . . . . . . . . . . 3.6 Operatori compatti . . . . . . . . . . . . . . 3.7 Sulle diverse convergenze negli spazi Lp (Ω) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 66 67 69 72 73 75 77 79 79 79 81 82 84 85 89 91 91 92 94 97 97 98

III. Spazi di Hilbert 1 Geometria degli spazi di Hilbert . . . . . . . . . . . . . . . . 1.1 Spazi con prodotto interno . . . . . . . . . . . . . . 1.2 Completezza: spazi di Hilbert . . . . . . . . . . . . . 1.3 Proiezioni ortogonali . . . . . . . . . . . . . . . . . . 1.4 Il duale di uno spazio di Hilbert . . . . . . . . . . . 1.5 Basi ortonormali . . . . . . . . . . . . . . . . . . . . 1.6 Lo spazio L2 (Ω) . . . . . . . . . . . . . . . . . . . . 2 Teorema spettrale per gli operatori compatti simmetrici . . 2.1 Rappresentazione matriciale degli operatori limitati 2.2 Operatori simmetrici . . . . . . . . . . . . . . . . . . 2.3 Operatori compatti simmetrici . . . . . . . . . . . . 3 Cenni agli operatori non limitati . . . . . . . . . . . . . . . 3.1 Operatori chiusi . . . . . . . . . . . . . . . . . . . . 3.2 Operatori simmetrici . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

e 3 .1 Spazi di misura Spazi misurabili Lo scopo della teoria della misura ` di fornire una procedura per misurare i sote toinsiemi di un insieme assegnato. Sia dunque Ω un insieme astratto. Tuttavia. (iii) Se E = n∈N En e En ∈ M per ogni n ∈ N. e a come vedremo. Teoria della misura 1 1. allora E ∈ M. e la coppia (Ω. per poi poter sviluppare una conseguente teoria dell’integrazione. Osservazione. segue che ∅ ∈ M. che abbia certe ragionevoli propriet`. (ii) Se E ∈ M allora E C = Ω − E ∈ M. Gli elementi di M sono detti insiemi misurabili. a . ∞]. Il prefisso “σ” in Analisi viene generalmente utilizzato per indicare la chiusura rispetto a un insieme numerabile di operazioni. M) ` detta spazio e misurabile. L’assioma (ii) ci dice che M ` chiusa rispetto alla complementazione. allora si parla di algebra. a Definizione.I. Una famiglia M ⊂ P(Ω) ` detta σ-algebra (su Ω) se verifica le seguenti e propriet`: a (i) Ω ∈ M. o o Dunque occorrer` limitarsi a particolari sottoinsiemi di P(Ω). Sia (Ω. cio` una funzione µ : P(Ω) → [0. M) uno spazio misurabile. Ci proponiamo di definire una misura positiva sui sottoinsiemi di Ω. ci` pu` non essere possibile se si fanno richieste specifiche sulla µ. Se l’assioma (iii) ` sostituito e e dall’analogo con unioni e somme finite.Poich´ ∅ = ΩC . dove e P(Ω) ` l’insieme delle parti di Ω. Propriet` immediate. L’assioma (i) serve ad evitare che M sia vuota.

Insiemi di Borel. allora e e evidentemente f ` Borel misurabile. Sia dunque M∗ l’intersezione di tutte e ` le σ-algebre contenenti E.Poich´ E − F = E ∩ F C . cio` misurabile rispetto a B(Ω). Per completare la dimostrazione si deve provare che M∗ ` una σ-algebra. Se Ω ` uno spazio topologico. Se Ω0 ∈ M. e Esercizio 1.Usando la relazione n∈N En = n∈N En all’intersezione numerabile (e finita). E evidente che E ⊂ M∗ . . .1. Sono dunque Boreliani gli insiemi aperti e chiusi. Analogamente. Definizione. a La σ-algebra M∗ ` detta generata da E. gli insiemi Gδ (intersezioni numerabili di aperti). Trovare la σ-algebra su Ω generata dagli Ek e stabilirne la cardinalit`. Dunque l’insieme e delle σ-algebre contenenti E ` non vuoto. Si noti che P(Ω) ` una σ-algebra su Ω. allora la restrizione di M su Ω0 . Sia (Ω. Si noti che un insieme Gδ ` il complementare di un insieme Fσ . e e La terminologia ` dovuta ad Hausdorff. e sia X uno spazio topologico. σ si riferisce all’unione (Summe) e δ all’intersezione e (Durchschnitt). Siano E1 . . e che M∗ ` a sua volta e contenuta in ogni σ-algebra che contiene E. C .4 . dimostrazione. si dimostra la validit` degli assiomi (i) e (ii). e gli insiemi Fσ (unioni numerabili di chiusi). e M ⊃ M∗ ` una qualsiasi e e ∗ σ-algebra. Se Ω ` uno spazio topologico ed f : Ω → X ` continua. e e viceversa. En n insiemi non vuoti a due a due disgiunti tali che a Ω = k Ek . abbiamo che E − F ∈ M se E ∈ M e F ∈ M. ovvero M|Ω0 = E ∈ M : E ⊂ Ω0 . M) uno spazio misurabile. e Osservazione. 1 . ` una σ-algebra su Ω0 . allora n En ∈ M.Prendendo En+1 = En+2 = · · · = ∅ in (iii). Una funzione f : Ω → X ` detta misurabile (rispetto alla σ-algebra M) se f −1 (A) ∈ M e per ogni aperto A ⊂ X. allora esiste la pi` e u ∗ ∗ piccola σ-algebra M su Ω tale che E ⊂ M . da cui n En ∈ M . si evince immediatamente che M ` e in particolare un’algebra. e viene indicata con B(Ω). Se E ` una collezione di sottoinsiemi di Ω. C . Osservazione. . si vede che M ` chiusa rispetto e .1 Osservazione. Gli elementi di e B(Ω) sono detti insiemi di Borel o Boreliani. la σ-algebra generata dagli aperti e di Ω ` detta σ-algebra di Borel (su Ω). Se En ∈ M∗ . e Proposizione 1.

Ma O = g −1 (A) ` aperto in X. e Teorema 1. Pertanto f −1 (A) ∈ M. Ovvero. t ∈ E. Sia f (t) = (u(t).3. I due teoremi appena visti hanno delle conseguenze immediate piuttosto importanti. v(t)) definita da Ω a X ` misurabile. e dimostrazione. Un generico aperto A ⊂ R2 ` unione numerabile di rettangoli aperti. e Osservazione. Allora la funzione h(t) = Φ(u(t). . e siano u e v due funzioni misurabili a valori reali. Quindi f −1 (A) = f −1 n Rn = n f −1 (Rn ). dal teorema precedente ` sufficiente mostrare che f ` misurabile Sia R = I × J un e e 2 rettangolo aperto in R . e dunque f −1 (O) ∈ M. Mostrare che E ∈ M se e solo se χE ` misurabile. Dato che h = Φ ◦ f . M) uno spazio misurabile. Sia (Ω. e sia E ∈ P(Ω). Definiamo la funzione caratteristica di E nel seguente modo: χE (t) = 1. e Teorema 1. e siano u e v due funzioni misurabili a valori reali. allora h = g ◦ f : Ω → Y ` e e e misurabile. . v(t)) : Ω → R2 .u+ = max{u. e sia Φ : R2 → X una funzione continua a valori in uno spazio topologico X. 0}. Sia (Ω. Allora f −1 (R) = u−1 (I) ∩ v −1 (J) ∈ M. dimostrazione. Se invece f ` misurabile e g ` misurabile. g ◦ f pu` non essere e e o misurabile.u + v e uv sono misurabili.2. Sia (Ω. anche se f ` continua. t ∈ E. M) uno spazio misurabile. u− = − min{u. M) uno spazio misurabile. 0} e |u| = u+ + u− sono misurabili. e siano X e Y spazi topologici. 0. e A = n Rn . Se f : Ω → X ` misurabile e g : X → Y ` continua. Sia (Ω. Allora (g ◦ f )−1 (A) = f −1 (g −1 (A)). Corollario 1. M) uno spazio misurabile.5 Esercizio 2.4. Sia A ⊂ Y un aperto. .

La collezione N degli insiemi E ⊂ X tali che f −1 (E) ∈ M ` una σ-algebra su e X.2 continua a valere se g ` solo Borel e Consideriamo infine successioni di funzioni misurabili fn a valori in [−∞. sia X uno spazio topologico. La funzione u si pu` scrivere come ρ|u|. ∞]) ∈ M per ogni a ∈ R. a a + − allora u ≤ u1 e u ≤ u2 . Sia infatti E = t ∈ Ω : u(t) ≥ 0 . Analogamente definiamo le funzioni sup fn (t) = sup fn (t). Le funzioni u+ e u− sono dette rispettivamente parte positiva e parte negativa di u. Osservazione.Se f ` misurabile e E ∈ B(X) allora f −1 (E) ∈ M. a)) ∈ M. misurabile. e . In particolare. . Definiamo allora e ρ(t) = χE (t) − χE C (t). . ∞]. n→∞ ∀t ∈ Ω. con u1 ≥ 0 e u2 ≥ 0. dato che f ` misurabile N contiene tutti gli aperti di X. ∞] e f −1 ((a. Per quanto riguarda il secondo. Vogliamo mostrare che la misurabilit` ` una nozione ae stabile per passaggi al limite. le controimmagini di e Boreliani sono Boreliani. f −1 ([−∞. e dimostrazione. Inoltre. se f ` Borel misurabile. Teorema 1. Sia (Ω. e sia f : Ω → X. dove ρ ` misurabile e o e |ρ(t)| = 1. Mostrare che il Teorema 1. n n lim sup fn (t) = lim sup fn (t). allora f ` misurabile. a]) ∈ M. Esercizio 3. Osservazione. Diciamo che f ` il limite puntuale di fn se e f (t) = lim fn (t). ∞]) ∈ M. Osservazione. Il primo e il terzo punto li lasciamo per esercizio.Se X = [−∞.6 Osservazione. M) uno spazio misurabile. n→∞ n→∞ e le corrispondenti con l’inf. u = u+ − u− ` una rappresentazione della u che e soddisfa la seguente propriet` di minimalit`: se u = u1 −u2 .5. Si noti che nel terzo punto si poteva equivalentemente richiedere che f −1 ([a. . Notiamo che E ` misurabile. oppure f −1 ([−∞. e e quindi N ⊃ B(X).

ciascuno di lunghezza pari a 2−n .8. Se f (t) = ∞. Infine. e gli En sono insiemi misurabili disgiunti tali che Ω = N En . Il risultato identico si ottiene prendendo l’inf al posto del sup. bj ). Allora esiste una successione di funzioni semplici sn tale che 0 ≤ s1 ≤ · · · ≤ f e sn (t) → f (t). Fissiamo n ∈ N. ∞] misurabile. M) uno spazio misurabile. Una funzione misurabile s : Ω → R ` detta semplice se s(Ω) consiste di un numero finito di valori. Poniamo quindi E0 = f −1 ([n. allora f (t) < n da un certo n in poi. 2 Data una successione numerica an si ha lim sup an = inf sup ak e lim inf an = sup inf ak . Sia (Ω. e 1. n→∞ n≥0 k≥n n→∞ n≥0 k≥n . e sia fn : Ω → [−∞. quando esiste. dimostrazione. Sia (Ω. ∞]). Dunque e N s(t) = n=1 an χEn (t).2 Funzioni semplici Definizione. Il limite puntuale di una successione di funzioni misurabili. Allora2 g = sup fn n e h = lim sup fn n→∞ sono misurabili. ` misurabile. k≥n concludiamo che anche h ` misurabile. M) uno spazio misurabile e sia f : Ω → [0. La misurabilit` di g segue dal fatto che a g −1 ((a. poich´ e h(t) = inf n≥1 sup fk (t) . ∞]) e Ej = f −1 (Ij ). e Corollario 1. Se f (t) < ∞. dove gli an sono numeri reali distinti tra loro. Notiamo che sn ≤ sn+1 . e suddividiamo l’intervallo [0. allora sn (t) = n per ogni n. e 0 ≤ f (t) − sn (t) ≤ 2−n . ∀t ∈ Ω. n=1 Teorema 1. n) in n2n intervallini Ij = [aj . M) uno spazio misurabile. dimostrazione.7. Sia (Ω. ∞] una successione di funzioni misurabili. ∞]) = n −1 fn ((a. Definiamo allora k sn = nχE0 + j=1 aj χEj .7 Teorema 1.6.

Per evitare casi banali. M. misura) se ` numerabilmente additiva.3 Misure Definizione. La terna (Ω. µ) ` detta spazio di misura. Osservazione. E1 ⊃ E2 ⊃ · · · e µ(E1 ) < ∞. E3 = E4 = · · · = ∅. µ) uno spazio di misura. En . u e ovvero. F ∈ M con E ∩ F = ∅. E2 = F . (iii) µ ` monotona. (ii) µ ` finitamente additiva. allora vale il e risultato pi` forte u n→∞ lim sup |f (t) − sn (t)| = 0. Una funzione µ : M → [0. Sia (Ω. sia E ∈ M tale che a µ(E) < ∞. En ∈ M. pi` semplicemente. ovvero dati E. Si ponga dunque E1 = E. la convergenza ` detta uniforme. Se Ω0 ∈ M. Una misura si dice finita se µ(Ω) < ∞. Verifichiamo le propriet` enunciate. E2 = E3 = · · · = ∅ e si applichi l’additivit` a numerabile. e applicando la (ii). Sia (Ω. Analogamente. e (iv) dati E. M|Ω0 .8 Osservazione. Infine. µ|M|Ω0 ) ` uno spazio di misura. F ∈ M con E ⊂ F . data una successione di insiemi disgiunti En ∈ M. ∞] si dice misura positiva (o. La (iii) e la (iv) si ottengono notando che F = E ∪ (F − E). En ∈ M e E1 ⊂ E2 ⊂ · · · . e Si noti che il valore ∞ ` ammissibile. per la (ii) sia E1 = E. a (i) µ(∅) = 0. ovvero dati E. Si evince dalla dimostrazione che se f ` limitata. 3 Poich´ e n µ(En ) ` una serie a termini positivi. si ha che3 µ n En = n µ(En ). assumiamo inoltre che µ(E) < ∞ per almeno un E ∈ M. e 1. allora (Ω0 . F ∈ M con E ⊂ F . e una misura definita sulla σ-algebra di Borel di uno spazio topologico Ω ` chiamata e misura di Borel su Ω. Per verificare la (i). (v) µ(En ) → µ(E) se E = (vi) µ(En ) → µ(E) se E = En . se µ(E) < ∞ allora µ(F − E) = µ(F ) − µ(E). t∈Ω In questo caso. M. segue che e µ(E ∪ F ) = µ(E) + µ(F ). La misura che assegna ad ogni insieme e il valore 0 ` la misura banale. M) uno spazio misurabile. converge (o diverge) incondizionatamente. e . allora µ(E) ≤ µ(F ). e Propriet` immediate.

. per la (vi) sia Fn = E1 − En . e 1. Consideriamo (N. si ha che e µ n En ≤ n µ(En ). ∞ = µ(En ) → µ(∅) = 0. . Definiamo due misure µc e δt su P(Ω) ponendo n. Tuttavia. e µ(Fn ) = µ(E1 ) − µ(En ) (qui stiamo usando il fatto che µ(E1 ) < ∞). . dove t ` un elemento fissato di Ω. Dunque F1 ⊂ F2 ⊂ · · · .}. Utilizzando la (v) concludiamo che µ(E1 ) − µ(E) = µ(E1 − E) = lim µ(Fn ) = µ(E1 ) − lim µ(En ). si ponga F1 = E1 . se t ∈ E. Esercizio 5. Evidentemente E1 ⊃ E2 ⊃ · · · e En = ∅. Infine. Banalmente. . Sia Ω un insieme non vuoto. Inoltre En = F1 ∪ · · · ∪ Fn . µc ). Verificare che se µ(E ∩ F ) < ∞. La µc ` detta misura del conteggio. e sia En = {n. δt (E) = 0. Quindi. Mostrare che la misura ` una funzione numerabilmente subadditiva. data una qualsiasi successione En ∈ M. Allora gli Fn sono misurabili e disgiunti. se t ∈ E. ` anche finitamente subadditiva. ∞] (non identicamente infinita) una funzione numerabilmente subadditiva e finitamente additiva. e Osservazione. allora µ(E ∪ F ) = µ(E) + µ(F ) − µ(E ∩ F ). P(N). se E contiene ∞ elementi. Si evince dunque l’importanza della richiesta µ(E1 ) < ∞ nella propriet` (vi) a della misura. µc (E) = ∞. Fn = En − En−1 . mentre la e e δt ` detta misura di Dirac (o anche misura di concentrazione) a t. e E = n Fn . Sia µ : M → [0. n ∞ µ(En ) = j=1 µ(Fj ) e µ(E) = j=1 µ(Fj ). e Esercizio 6. se E contiene n elementi.9 Per quanto riguarda la (v). Mostrare che µ ` una misura. e Esempi. n→∞ n→∞ Esercizio 4. n + 1. e cio`.

e o ` ragionevole lavorare con misure complete. Poich´ e E1 = (E1 − E2 ) ∪ (E1 ∩ E2 ). Mostrare che esiste (al pi`) un’unica misura di Borel µ su R tale che u µ((a. e e Lasciamo la dimostrazione per esercizio. per ogni a. Ma µ(F2 − E2 ) = 0. Allo stesso modo. dimostriamo che µ(E2 ) = µ(E1 ∩ E2 ). M∗ . M. Allora E1 − E2 ⊂ P − E2 ⊂ F2 − E2 .9 (Dynkin). da cui µ(E1 − E2 ) = 0. La misura µ ` completa se E ⊂ N e e µ(N ) = 0 implica E ∈ M (e quindi µ(E) = 0). Si deve per` verificare che questa procedura produca o una σ-algebra. ricaviamo che µ(E1 ) = µ(E1 ∩ E2 ). Esercizio 7. Allora (Ω. b ∈ Q con a < b.10. Una misura potrebbe non essere completa. Sia (Ω. F1 . M. 1. a Teorema 1. E2 . µ∗ ) ` uno spazio e ∗ ∗ ∗ di misura. Siano infatti E1 . e . µ ` completa e µ = µ su M. Sia M la σ-algebra su Ω generata da un certo E ⊂ P(Ω). µ) uno spazio di misura. Se µ e ν sono due misure su M tali che µ(En ) < ∞ e ν(En ) < ∞. Assumiamo che E sia chiuso rispetto all’intersezione. una misura pu` essere sempre completata. µ) uno spazio di misura. F ∈ M con E ⊂ P ⊂ F e µ(F − E) = 0. allora µ = ν. Ovviamente si pu` pensare di como pletarla assegnando d’ufficio misura nulla a tutti i sottoinsiemi di insiemi di misura nulla (e quindi allargando M). con E ∈ M e µ∗ (N ) = 0. Si definisca quindi µ∗ (P ) = µ(E). Verifichiamo solo che µ∗ sia ben definita. come si ` visto. b)) = b − a.10 Riportiamo infine senza dimostrazione il seguente risultato di unicit`.4 Completamento di una misura Definizione. e concludiamo che µ(E1 ) = µ(E2 ). Sia (Ω. F2 ∈ M e P ∈ P(Ω) tali che Ei ⊂ P ⊂ Fi e µ(Fi − Ei ) = 0. Dato che. La misura µ ` detta completamento di µ. Teorema 1. Sia M∗ l’insieme ottenuto aggiungendo a M tutti gli insiemi P tali che esistano E. e che esista una successione En ∈ E tale che Ω = n En . Gli elementi di M∗ sono dunque della forma E∪N (unione disgiunta). e se µ e ν coincidono su E.

La misura esterna ` ovviamente monotona. Tuttavia ci` non sar` possibile. La misura esterna ` numerabilmente subadditiva su P(R). ∞]. dalla o a monotonia della misura. Il Teorema di Ulam fa uso dell’Assioma della Scelta e dell’Ipotesi del Continuo. Possiamo dunque avvelerci del seguente risultato generale. Sia D = [0.2. Definizione. bn ).λ(E + a) = λ(E). b)) = b − a. un qualsiasi insieme di cardinalit` al pi` numerabile ha misura a u esterna nulla.4 Dato un intervallo I = (a.λ((a. definiamo (I) = b − a la sua lunghezza. una misura ` costruita non su un insieme ma su una σ-algebra.1 La misura di Lebesgue Misura esterna Ci proponiamo ora di costruire una misura λ su R che abbia le seguenti propriet`: a . Ovviamente ci piace erebbe costruire una tale λ su P(R). Infatti. e Si noti che l’inf ` preso al variare delle possibili unioni numerabili degli intervalli e In = (an . ovvero. prendendo l’inf al variare delle f unioni finite. Infatti. λ∗ in sarebbe definita solo sugli insiemi limitati. L’unica misura puramente non atomica definita su P(R) ` e la misura nulla. ovvero assegna e ai punti (atomi) misura nulla. Una funzione λ∗ : P(R) → [0. ricaviamo che λ ` puramente non atomica. che enunciamo senza dimostrazione. E ⊂ R (invarianza per traslazioni). n E ∈ P(R). f Allo stesso modo. 1] ∩ Q. e E⊂F Inoltre vale la Proposizione 2.11 2 2. Mostrare che λ∗ (D) = 0. ma che λ∗ in (D) = 1. =⇒ λ∗ (E) ≤ λ∗ (F ). Ad esempio. definita da λ∗ (E) = ` detta misura esterna in R.1 (Ulam). . . b) ⊂ R. e 4 inf E⊂ n In (In ). f Esercizio 8. come sappiamo. Abbiamo qui usato un (comune) abuso di linguaggio. Molto diverso sarebbe definire λ∗ in (E). Teorema 2.

a Esercizio 9. E soddisfa (C) se e solo se e e λ∗ (T ) ≥ λ∗ (T ∩ E) + λ∗ (T ∩ E C ). che sarebbe quindi definita su tutto P(R). . ∀T ∈ P(R). che viene indicata con L(R) o L. su R.2 Costruzione della misura: condizione di Carath´odory e In questo paragrafo ci proponiamo di costruire una σ-algebra L su R in modo tale che la restrizione di λ∗ su L sia una misura. Abbiamo allora il Teorema 2. b)) = λ∗ ([a.j n Ij . b)) = λ∗ ((a. 2n Ma E= n En ⊂ n. λ∗ ((a.3. Per n n ogni n ∈ N. b]) = λ∗ ([a. Inoltre la restrizione di λ∗ su L ` e numerabilmente additiva. Definizione. L’insieme degli E che soddisfano (C) forma una σ-algebra. b]) = b − a (se a = −∞ oppure b = ∞ allora b − a = ∞). troviamo una collezione di intervalli Ij tali che En ⊂ j Ij e n (Ij ) ≤ λ∗ (En ) + j ε . Dall’arbitrariet` di ε segue la tesi. detta di Lebesgue. se λ∗ fosse numerabilmente additiva. Fissiamo ε > 0. Pertanto.12 dimostrazione. Mostrare che la misura esterna soddisfa le due propriet` richieste a alla misura λ che vogliamo costruire. In particolare. allora coinciderebbe con la misura λ cercata. Sia data una successione En ∈ P(R). Un insieme E ∈ P(R) soddisfa la condizione di Carath´odory se e λ∗ (T ) = λ∗ (T ∩ E) + λ∗ (T ∩ E C ). Poich´ λ∗ ` subadditiva. (C) Osservazione. ∀T ∈ P(R). 2. da cui λ∗ (E) ≤ n j n (Ij ) ≤ n λ∗ (En ) + ε. Il Teorema di Ulam ci dice che non ` cos` e ı.

L contiene B(R). dimostrazione. e vale (In ) + Osservando che ε 1 2 ≥ (In ) + (In ).4. assegna misura finita ad ogni insieme limitato. Sia T0 = [0. da cui λ∗ (T1 ) + λ∗ (T2 ) ≤ n 1 (In ) + n 2 (In ) ≤ n (In ) + n ε ≤ λ∗ (T ) + 2ε. ∞) 2 2 1 e In = In ∩ (−∞. La restrizione di λ∗ su L. misura tutti i Boreliani. a + 2εn ). ∞) e T2 = T ∩ (−∞. n 2 i In ⊃ Ti (i = 1. chiamiamo e misura di Lebesgue su Ω la restrizione di λ su L(Ω) = L|Ω . a Proposizione 2. a]. Sia λ∗ (T ) < ∞ (altrimenti non c’` nulla da dimostrare). Allora In e In sono intervalli aperti (uno dei due potrebbe anche essere vuoto). dobbiamo verificare che λ∗ (T ) ≥ λ∗ (T1 ) + λ∗ (T2 ). la misura di Lebesgue λ ` completa. unione finita di intervalli chiusi di uguale lunghezza n = 3−n . 2n Facciamo infine tendere ε a 0. Definiamo gli insiemi Tn nel seguente modo. affinch´ λ sia di e qualche utilit` per i nostri scopi. Esercizio 10. Dato Ω ∈ L. Basta mostrare che l’intervallo (a. e non la riportiamo. esiste una e 1 collezione In tale che In ⊃ T e n (In ) ≤ λ∗ (T ) + ε. Tute tavia esistono insiemi non numerabili di misura nulla. risulta λ∗ (Ti ) ≤ n i (In ). ∞) appartiene a L (si verifichi per esercizio la bont` di questa affermazione). ` piuttosto tee diosa. Essere numerabile ` dunque condizione sufficiente per avere misura nulla. Sia dunque T ∈ P(R). Mostrare che λ ` una misura completa. Fissato ε > 0. pur non essendo particolarmente complicata. assegna misura nulla ad ogni insieme numerabile. 2). rispetta la misura degli intervalli. Dato Tn .13 La dimostrazione. e Riassumendo quanto visto fin qui. che d’ora in poi indicheremo con λ. La restrizione di λ su B(R) ` dunque una misura di Borel su R. invariante e per traslazione. sia . a Detti T1 = T ∩ (a. e Dobbiamo ora sincerarci che L sia significativamente grande. Il Ternario di Cantor. ` dunque una misura. Siano In = In ∩ (a. 1]. detta misura di Lebesgue.

14 Tn+1 l’insieme ottenuto rimuovendo da ciascun intervallo di Tn l’intervallo aperto centrale di lunghezza n /3. Definiamo infine il Ternario di Cantor T = Tn . Si noti che T ` chiuso. Inoltre, essendo un intersezione di compatti non vuoti, ` non e e vuoto. Infine T ` un insieme perfetto, cio` un chiuso in cui tutti i punti sono di e e accumulazione. Gli insiemi perfetti non vuoti hanno necessariamente cardinalit` non a numerabile. Infine, calcolando la misura degli intervalli rimossi nella costruzione di T si vede facilmente che λ(T ) = 0. Osservazione. Si pu` ripetere la costruzione di T , eliminando intervalli di o n −n lunghezza n = ε 3 , con ε ∈ (0, 1). Allora si ottiene il cosiddetto Ternario di Cantor generalizzato Tε , che condivide tutte le propriet` di T tranne che a λ(Tε ) = 3(1 − ε) . 3 − 2ε

Si noti che Tε ` un insieme di misura positiva che non contiene intervalli. e Esercizio 11. Sia E ⊂ [0, 1] l’insieme dei numeri reali privi della cifra 7 nello sviluppo decimale. Calcolare λ(E). ` Esercizio 12. E possibile mostrare che la cardinalit` di B(R) ` uguale alla cardia e nalit` degli aperti di R, che a sua volta ` uguale alla cardinalit` di R. Usando questo a e a fatto, dimostrare che L contiene strettamente B(R). [Suggerimento: L ` completa e e contiene insiemi di misura nulla non numerabili] Riportiamo infine alcune importanti propriet` della misura di Lebesgue di verifica a immediata. Proposizione 2.5. Sia E ∈ L. Allora (i) ∀ε > 0 ∃ A ⊃ E, A aperto, tale che λ(A − E) < ε; (ii) ∀ε > 0 ∃ C ⊂ E, C chiuso, tale che λ(E − C) < ε; (iii) ∃ G ⊃ E, G ∈ Gδ , tale che λ(G − E) = 0; (iv) ∃ F ⊂ E, F ∈ Fσ , tale che λ(E − F ) = 0. Una misura che soddisfa le propriet` (i) e (ii) si dice regolare. In particolare, i a punti (iii) e (iv) ci dicono che un insieme misurabile differisce da un Boreliano per un insieme di misura nulla. Quindi λ ` il completamento della particolare misura di e Borel ottenuta restringendo λ su B(R). Esercizio 13. Sia f : R → R una funzione misurabile secondo Lebesgue, e si consideri la funzione φ(x) = λ t : f (t) > x . Mostrare che φ ` continua da destra ma, in generale, non da sinistra. e

15 La misura di Lebesgue in RN . Sebbene per semplicit` di esposizione abbiamo a lavorato in R, nulla di quanto detto cambia se si lavora in RN . In tal caso, gli intervalli nella definizione della misura esterna sono sostituiti dalle N -celle. Si costruisce pertanto la misura di Lebesgue in RN , definita sulla σ-algebra L(RN ).

2.3

Insiemi non misurabili

Abbiamo anticipato che L non coincide con P(R). Ci` equivale a dire che esistono ino siemi non misurabili. Dimostriamo allora che ogni intervallo (pi` in generale, questo u ` vero per ogni insieme di misura positiva) contiene un insieme non misurabile. Per e semplicit`, consideriamo [0, 1]. Ripartiamo [0, 1] in classi di equivalenza nel seguente a modo: diciamo che a ∼ b se a − b ∈ Q. Selezioniamo ora un rappresentante per ogni classe di equivalenza5 , e chiamiamo P l’insieme formato dai rappresentanti scelti. Affermiamo che P non ` misurabile. Dimostreremo l’asserto assumendo che lo sia, e e raggiungeremo un assurdo. Notiamo che P soddisfa due propriet`: a - (P + r) ∩ (P + s) = ∅, per ogni r, s ∈ Q, r = s; - Ogni t ∈ R appartiene a (P + r), per un certo r ∈ Q. Usando l’invarianza per traslazioni di λ ricaviamo che λ(P ) = λ(P + r). Quindi, in virt` delle due propriet` appena viste, u a R= (P + r)
r∈Q

=⇒

∞ = λ(R) =
r∈Q

λ(P + r) =
r∈Q

λ(P ),

da cui segue che λ(P ) > 0. Ma allora, detto E= risulta λ(E) =
r∈Q∩[0,1]

(P + r),
r∈Q∩[0,1]

λ(P ) = ∞,

cosa che confligge con E ⊂ [0, 2].

3
3.1

Integrazione astratta
Integrazione di funzioni positive

Nel corso di questo paragrafo, sia (Ω, M, µ) uno spazio di misura. Consideriamo funzioni misurabili positive, ovvero a valori in [0, ∞]. Per poter estendere le nozioni
5

Qui stiamo utilizzando l’Assioma della Scelta.

16 di misurabilit` viste nelle sezioni precedenti, e per poter definire l’integrale su insiemi a di misura infinita, dobbiamo stipulare una convenzione per trattare ∞. Definiamo dunque, per a ∈ [0, ∞], a + ∞ = ∞ + a = ∞, a·∞=∞·a= ∞, a = 0, 0, a = 0.

Con questa convenzione, somme e prodotti di funzioni misurabili a valori in [0, ∞] sono misurabili. La cosa si pu` dimostrare approssimando con funzioni semplici, e o notando che se an ↑ a e bn ↑ b allora an bn ↑ ab (con a, b ∈ [0, ∞]). Definizione. Sia s : Ω → [0, ∞) una funzione semplice misurabile della forma
N

s(t) =
n=1

an χEn (t).

Se E ∈ M, definiamo l’integrale di s su E come
N

sdµ =
E n=1

an µ(En ∩ E).

Qui abbiamo usato la convenzione 0 · ∞ = 0; pu` infatti accadere che an = 0 per o qualche n ma µ(En ∩ E) = ∞. Osserviamo che, poich´ sχE = n an χEn ∩E , e sdµ =
E Ω

sχE dµ.

Definizione. Sia f : Ω → [0, ∞] una funzione misurabile, e sia E ∈ M. Definiamo l’integrale di Lebesgue della f su E (rispetto alla misura µ) il valore6 f dµ = sup
E E

sdµ ∈ [0, ∞],

dove il sup ` preso al variare delle funzioni semplici misurabili s tali che 0 ≤ s ≤ f . e Notiamo che se f ` semplice, allora il sup ` in realt` un max. Inoltre, per ogni e e a f misurabile, f dµ =
E Ω

f χE dµ.

Propriet` immediate. Le funzioni che compaiono sono misurabili a valori in a [0, ∞], e gli insiemi sono misurabili. - Se f ≤ g allora
6

E

f dµ ≤

E

gdµ.
E

Per sottolineare quale sia la variabile di integrazione si usa talvolta la notazione

f (t)dµ(t).

Esercizio 15. Sia fn : Ω → [0.Se µ(E) = 0 allora E f dµ = 0.Se E ⊂ F allora . Mostrare che ν(E) = E sdµ definisce una misura su M. s2 : Ω → [0.Se f (t) = 0 per ogni t ∈ E allora . essendo limite pune tuale di funzioni misurabili. . e Pertanto esiste α ∈ [0. a Teorema 3. E E E F αf dµ = α f dµ. ∞] tale che lim fn dµ = α. Sia s : Ω → [0. n→∞ lim fn dµ = Ω Ω f dµ. abbiamo che α≤ Ω f dµ. e sia c ∈ (0. Veniamo ora alle propriet` di passaggio al limite dell’integrale di Lebesgue. allora f ` misurabile e e n→∞ ∀t ∈ Ω. anche se f (t) = ∞ per ogni t ∈ E. Definiamo En = t ∈ Ω : fn (t) ≥ cs(t) .Se α ≥ 0 allora f dµ ≤ f dµ. Inoltre la successione Ω fn dµ ` monotona crescente. Definendo f (t) = lim fn (t). dimostrazione.17 . f dµ = 0. anche se µ(E) = ∞. Sia s una funzione semplice tale che 0 ≤ s ≤ f . Ω n→∞ Dato che Ω fn dµ ≤ Ω f dµ per ogni n.1 (Convergenza Monotona). Siano s1 . Dimostrare l’uguaglianza (s1 + s2 )dµ = E E s1 dµ + E s2 dµ. ∞] una successione di funzioni misurabili tali che f1 (t) ≤ f2 (t) ≤ · · · ≤ ∞. E . 1). ∞) due funzioni semplici misurabili. Osserviamo subito che f ` misurabile. Esercizio 14. ∞) una funzione semplice misurabile.

Ω Questa disuguaglianza vale per ogni c < 1. otteniamo infine α≥ Ω f dµ.n En = Ω: infatti se f (t) = 0 allora t ∈ E1 . se f (t) > 0 allora cs(t) < f (t) (poich´ c < 1). . Mostrare che (f + g)dµ = Ω Ω f dµ + Ω gdµ. ∞] (che ` un insieme chiuso) della funzione fn + (M − cs).E1 ⊂ E2 ⊂ · · · : questo segue dalla monotonia di fn . e sia ∞ f (t) = n=1 fn (t). ovvero α≥ Ω sdµ. Corollario 3.18 Notiamo i seguenti fatti: . e pertanto per le propriet` della misura ottee a niamo α ≥ c sdµ. L’integrale di destra ` una misura. e Esercizio 16. e Evidentemente.2 (Convergenza Monotona per le Serie). En ` la controimmagine di e e [M. Facendo ora il sup al variare delle s semplici tali che 0 ≤ s ≤ f . detto M = maxt∈Ω s(t). Sia fn : Ω → [0. e e essendo somma di due funzioni misurabili positive.En ` misurabile: infatti. che ` misurabile. . e quindi anche al limite. [Esercizio] . n=1 Ω dimostrazione. ∞] due funzioni misurabili. ∞] una successione di funzioni misurabili. cio` la disuguaglianza inversa. α≥ Ω fn dµ ≥ En fn dµ ≥ c En sdµ. Allora f dµ = Ω ∞ fn dµ. Siano f. e quindi cs(t) < fn (t) da un certo n in poi. g : Ω → [0.

e 7 . il e corollario appena visto ci fornisce un risultato noto sulle serie doppie di numeri non negativi. ovvero che una funzione positiva integrabile (anche solo impropriamente) secondo Riemann ` integrabile secondo Lebesgue.5. gn ≤ fn . se ank ≥ 0 allora ∞ ∞ ∞ ∞ ank = n=1 k=1 k=1 n=1 ank . Lemma 3. Stiamo qui in realt` implicitamente utilizzando un risultato che verr` discusso successivamente a a nel §3. n2 0 t−1 n=1 [Suggerimento: sviluppare in serie 1 ] t−1 Il lemma seguente stabilisce un legame tra il limite degli integrali e l’integrale del limite. n→∞ D’altro canto. e i due integrali coincidono. da cui lim gn dµ = lim inf Ω n→∞ Ω n→∞ gn dµ ≤ lim inf n→∞ Ω fn dµ. Se µ ` la misura del conteggio su un insieme numerabile. Applicando quindi il Teorema e della Convergenza Monotona si ha lim gn dµ = Ω n→∞ Ω n→∞ lim gn dµ = Ω sup gn dµ = n Ω lim inf fn dµ. n→∞ n Evidentemente gn ` una successione monotona. Sia fn : Ω → [0. Allora lim inf fn dµ ≤ lim inf Ω n→∞ n→∞ Ω fn dµ. da cui la tesi.3 (Fatou). senza ipotesi aggiuntive. ∞] una successione di funzioni misurabili. Precisamente. k≥n Ricordiamo che lim inf fn = sup gn . Sia gn (t) = inf fk (t). Utilizzando il Teorema della Convergenza Monotona per le Serie.19 Osservazione. dimostrare che7 ∞ 1 1 log t dt = . dimostrazione. Esercizio 17.

Definizione. ∞ ν(En ) = Ω φχEn dµ. sia (Ω.2.2 Integrazione di funzioni reali Come prima. µ) uno spazio di misura. ma n→∞ n→∞ fn dλ = 2. ∞] definita da ν(E) = E φdµ. per ogni f : Ω → [0. ` una misura su M. M. La funzione ν : M → [0. |t| ≤ n.20 Osservazione. ∞] una funzione misurabile. Nel Lemma di Fatou pu` valere la disuguaglianza forte anche o quando il limite inferiore ` un limite. ∞] misurabile. Sia φ : Ω → [0. Il caso generale segue dal Teorema della Convergenza Monotona. ν(E) = ν(En ). dimostrazione. In particolare. la seconda e e asserzione vale per ogni f = χE . |t| > n. λ) sia e fn (t) = 1 . Si ∞ φχE = n=1 φχEn . e dunque per ogni f semplice. L. Ω . n=1 Poich´ ν(∅) = 0. e e f dν = Ω Ω f φdµ. osservi che Siano En elementi disgiunti di M la cui unione sia E. e che ν(E) = Ω φχE dµ. M. concludiamo che ν ` una misura. µ) la collezione di tutte le funzioni misurabili f : Ω → R tali che |f |dµ < ∞. E ∈ M. in (R. 3.4 (Costruzione di Nuove Misure). Chiamiamo L1 (Ω. Dal Corollario 3. n 0. Ad esempio. R Teorema 3. Allora lim inf fn (t) = lim fn (t) = 0.

Lasciamo al lettore la verifica della seguente Proposizione 3. g ∈ L1 . Sia fn : Ω → R una successione di funzioni misurabili che converge puntualmente ad una funzione f . di Lebesgue. P(N).  a  − [b. Lo spazio L1 (N. Dunque L1 (Ω. µc ) ` dato dalle successioni la e cui serie converge assolutamente. Assumiamo che esista g ∈ L1 tale che |fn (t)| ≤ g(t). e l’integrale di Lebesgue non ` altro e che l’usuale serie numerica. b] e µ = λ ` la misura e l’abituale notazione   [a. Sia f ∈ L1 . e l’integrale di Lebesgue ` un operatore e e lineare a valori in R. Il significato dell’esponente 1 in L1 sar` chiaro in seguito. Teorema 3. Enunciamo infine il risultato fondamentale sul passaggio al limite nell’integrale. P(N). Siano f. a = b. Notazione. Esempio. in quanto ` banale a e costruire una funzione non misurabile il cui modulo sia misurabile. ∀t ∈ Ω. M. Allora αf + g ∈ L1 e (αf + g)dµ = α Ω Ω f dµ + Ω gdµ. e sia α ∈ R. entrambi gli integrali nella definizione sono finiti. le funzioni misurabili sono le successioni reali.  b f (t)dt = 0. 8 . µc ).a] f dλ.5. Definizione. Dimostrare la disuguaglianza f dµ ≤ Ω Ω |f |dµ. µ) ` uno spazio lineare. In questo caso. e non solo di |f |. Se Ω = [a. a > b. Esercizio 18. E comunque a a necessario richiedere la misurabilit` di f . Consideriamo lo spazio di misura (N. ∀n ∈ N. Se f ∈ L1 (Ω.b] f dλ.6 (Convergenza Dominata). Gli elementi di L1 sono le funzioni a integrabili (o sommabili) secondo Lebesgue rispetto alla misura µ. Dato che f + ≤ |f | e f − ≤ |f |. µ) l’integrale di Lebesgue di f ` definito come8 e f dµ = Ω Ω f + dµ − Ω f − dµ. M. Allo stesso modo si pu` definire l’integrale di Lebesgue di una funzione misurabile a valori in o C il cui modulo sia sommabile.21 ` Notiamo che la misurabilit` di f implica la misurabilit` di |f |. useremo talvolta a < b.

f ` misurabile e |f | ≤ g. in quanto maggiorata in modulo dalla funzione g (detta dominante). Ω Esercizio 20. Ω n→∞ − Ω |fn − f |dµ = − lim sup Quindi lim sup n→∞ Ω |fn − f |dµ = 0. µ). concludiamo che |fn − f |dµ. e n→∞ lim |fn − f |dµ = 0. la tesi del teorema implica banalmente il limite n→∞ lim fn dµ = Ω Ω f dµ. Costruire una successione fn : Ω → R che converge puntualmente a f tale che n→∞ lim |fn − f |dµ = 0. M. otteniamo 2gdµ ≤ lim inf Ω n→∞ Ω Ω φn dµ = Ω 2gdµ + lim inf n→∞ − Ω |fn − f |dµ . Dunque f ∈ L1 . Costruire una successione fn : Ω → R che converge puntualmente a f tale che n→∞ lim fn dµ = Ω Ω f dµ. da cui lim n→∞ |fn − f |dµ = 0. facciamo alcune osservazioni. Calcolare 1 n→∞ lim 0 e−nt − (1 − t)n dt. Ω ma tale che non esista alcuna funzione dominante in L1 . Ω Esercizio 19. dimostrazione. Ω Prima di procedere alla dimostrazione. Dalle ipotesi. Concludere che il Teorema della Convergenza Dominata fornisce una condizione solo sufficiente. Si noti che fn ∈ L1 (Ω. t t 0 [Suggerimento: utilizzare l’uguaglianza 1 − ent (1 − t)n = nenτ τ (1 − τ )n−1 dτ ] . Innanzitutto. e Consideriamo la successione di funzioni positive φn = 2g − |fn − f |.22 Allora f ∈ L1 . ma n→∞ lim |fn − f |dµ = 0. Sottraendo il valore (finito) 0 ≤ lim inf n→∞ 2gdµ ad ambo i membri. Applicando il Lemma di Fatou. Esercizio 21.

supporremo di lavorare con una misura µ completa.23 3. Si noti che se una funzione (positiva o reale) f definita su Ω ` M -misurabile. e allora f ◦ φ dµ. Ovviamente la locuzione “quasi ovunque” ` strettamente riferita alla misura µ e in considerazione. Siano (Ω. µ) uno spazio di misura. la relazione “quasi ovunque” sar` sempre intesa rispetto alla misura di Lebesgue. e sia φ : Ω → Ω una mappa tale che Data una misura µ su M. M. assegnata una funzione reale f su Ω. la funzione ν(E ) = µ(φ−1 (E )).7 (Cambiamento di Variabili). e si applichi il Teorema della Convergenza Monotona] 3. ∀E ∈ M . a Date dunque due funzioni f. Notazione. M ) due spazi misurabili. Esercizio 22. E infatti immediato constatare dalla definizione che se due funzioni differiscono su un insieme di misura nulla allora i loro integrali sono uguali. non ` necessario avere funzioni definite su tutto Ω: basta che siano definite su un e sottoinsieme Ω0 ⊂ Ω tale che µ(ΩC ) = 0. Ad esempio. l’integrale di Lebesgue non “vede” gli insiemi di misura nulla. Diciamo che P vale quasi ovunque se l’insieme o a dei punti di Ω per i quali P non vale ha misura nulla. Possiamo allora estendere in modo vantaggioso la nozione di funzione misurabile. ∞] ` M -misurabile. senza ulteriori specificazioni. Sia (Ω. [Suggerimento: si considerino dapprima funzioni semplici. Dimostrare il Teorema 3.3 Cambiamento di variabili φ−1 (E ) ∈ M. P o pu` essere la propriet` “f (t) > 0”. Per evitare problemi e logici. Cerchiamo di trarre delle conclusioni da questo fatto. E ∈M. 0 . In tal caso f ◦ φ ∈ L1 (Ω. definisce una misura su M . e sia P una propriet` che un punto a t ∈ Ω pu` avere o non avere. segue che la funzione f ◦ φ definita su Ω ` M-misurabile. Quando Ω ⊂ R. µ). ν).4 Il ruolo degli insiemi di misura nulla ` Per costruzione. Se f : Ω → [0.7. Tanto per cominciare. f dν = Ω 1 Ω La stessa uguaglianza vale per f ∈ L (Ω . M . diremo che f = g quasi ovunque se µ t ∈ Ω : f (t) = g(t) = 0. L’uguaglianza quasi ovunque ` una relazione di equivalenza. e e Vale allora il Teorema 3. M. g su Ω. M) e (Ω . Definizione.

o Esercizio 23. che. Sia dunque f : Ω → X. e sia E l’insieme dei punti di discontinuit` di a f . . Qualche problema in pi` lo pone la continuit`. ottenendo una funzione misurabile nel senso vecchio. che ritroveremo pi` avanti in un contesto u pi` generale (cfr. possiamo ridefinire in modo arbie C trario la f su Ω0 . e Se la misura. cio` per quasi tutti i t ∈ Ω.8 (Convergenza Dominata per le Serie). Teorema 3. la f deve necese sariamente essere una funzione ben definita.24 Definizione. valgono i Teoremi della Convergenza Monotona e Dominata richiedendo. Teorema II. u Osservazione. Chiaramente le funzioni e quasi ovunque continue sono misurabili (nel nuovo senso). diciamo che una f ` essenzialmente limitata se esiste M ≥ 0 e tale che µ t ∈ Ω : |f (t)| > M = 0. possiamo riformulare la teoria gi` vista rimpiazzando “ovunque” a con “quasi ovunque”. una funzione uguale quasi ovunque a una funzione continua pu` non essere quasi ovunque continua (ad esempio. Una funzione f : Ω → X (X spazio topologico) ` misurabile se esiste e un insieme Ω0 ⊂ Ω con µ(ΩC ) = 0 tale che per ogni aperto A ⊂ X l’insieme 0 f −1 (A) ∩ Ω0 ` misurabile. In particolare. Inoltre. la funzione di Dirichlet).13). Banalmente. rispettivamente. allora otteniamo una funzione completamente diversa. Diciamo che f ` quasi ovunque continua se µ(E) = 0. Vediamo allora un e corollario del Teorema della Convergenza Dominata. ` completa. come supponiamo. Sia f : Ω ⊂ R → R Lebesgue misurabile. la funzione gradino). ` una nozione u a e puntuale. Vi ` tuttavia una circostanza in cui la scelta del rappresentante e ` influente: se consideriamo la composizione di funzioni f ◦ g. se g ` uguale a una e certa costante c e alteriamo il valore di f nel solo punto c.1. tutte le funzioni cos` costruite sono uguali quasi ovunque. n=1 Ω Allora f = ∞ n=1 fn ∈ L1 e ∞ f dµ = Ω n=1 Ω fn dµ. Sia fn ∈ L1 tale che ∞ |fn | < ∞. ı Allo stesso modo. la monotonia di fn (t) e la convergenza puntuale solo quasi ovunque. Omettiamo per ora la dimostrazione. notoriamente. In conclusione. viceversa. Si noti bene che una funzione quasi ovunque continua pu` non o essere uguale quasi ovunque ad una funzione continua (ad esempio. Osservazione. Mostrare che esiste g : Ω ⊂ R → R Borel misurabile uguale a f quasi ovunque.

Allora µ(En ) = 0. f dµ. 1 dimostrazione. Utilizzando l’Additivit` Numerabile dell’Integrale dimostrare che a sin t ∈ L1 (R. M. tale che f dµ = 0. Gli elementi di L1 sono dunque classi di equivalenza di funzioni. e sia En una successione di sottoinsiemi misurabili di Ω a due a due disgiunti tali che n En = Ω. Sia En = t ∈ Ω : f (t) > n .9 d` la propriet` dell’annullamento a a della norma. . t Proposizione 3. Ad esempio. Poich´ i rappresentanti e di una stessa classe di equivalenza sono di fatto indistinguibili. allora t ∈ En per qualche n. Esercizio 25. µ) rispetto alla relazione di equivalenza “uguale quasi ovunque”.25 Esercizio 24. Introduciamo allora lo spazio L1 (Ω. M.9. Allora f ∈ L1 (Ω. µ) ottenuto quozientando L1 (Ω. M. e quindi f = 0 Lo spazio quoziente L1 . n Ω Se f (t) > 0. se diciamo che f ∈ L1 e ` continua. µ) In tal caso. Si noti che la Proposizione 3. Per quanto visto. L. lo spazio L1 ` uno spazio normato con e la norma Ω |f |dµ. M. con abuso di linguaggio si ` soliti parlare di “funzioni” di L1 . Come vedremo. λ). µ). Ma µ quasi ovunque. altrimenti si avrebbe 1 f dµ ≥ µ(En ) > 0. Sia f ∈ L1 (Ω. f dµ = Ω n En ⇐⇒ n En |f |dµ < ∞. significa che nella classe di equivalenza della f esiste un rappresentante e continuo (ovviamente unico). ` inutile distinguere funzioni uguali e quasi ovunque. f ≥ 0 quasi ovunque. Dimostrare l’Additivit` Numerabile dell’Integrale: Sia f : Ω → R a misurabile. n En = 0. Ω Allora f = 0 quasi ovunque.

b) (rispetto alla e misura di Lebesgue λ). allora f ` misurabile e e 9 secondo Lebesgue. Incidentalmente. Supponiamo f ≥ 0.10. Se nella sua e classe di equivalenza esistesse una funzione Riemann integrabile. e Sciogliamo il dubbio con il seguente esempio.b) (a. Allora f ` Riemann e integrabile su (a. b) se e solo se f ` continua quasi ovunque su (a. Ricordiamo che una funzione non limitata non ` Riemann integrabile (in senso proprio).5 Integrazione secondo Riemann e secondo Lebesgue In questo paragrafo illustriamo le relazioni intercorrenti tra l’integrale di Riemann e l’integrale di Lebesgue (rispetto alla misura di Lebesgue su R). Sia f : (a. e e essa ` uguale quasi ovunque ad una funzione Riemann integrabile (la funzione nulla). Sia f : (a.11. se e l’insieme non ` limitato) della sua funzione caratteristica. Notiamo che fn ↑ f . ed essendo limitata segue che ` Lebesgue integrabile. dove ciascun En ` e n un intervallo su cui f ` Riemann integrabile. si applichi il Teorema della Convergenza Monotona a entrambe le funzioni] Pertanto. Se dunque f : (a. e 11 Non cambia nulla se si richiede che f cambi segno un numero finito di volte. Sia (a. con −∞ ≤ a < b ≤ ∞.b) f dλ. definiae mo fn = f χFn . Sia Tε un insieme di Cantor generalizzato di misura positiva. Esempio. Ad o esempio. b) → R. Teorema 3. Se f ` di segno costante11 allora f ` Lebesgue integrabile. dunque dal Teorema della Convergenza Monotona abbiamo che n→∞ 9 lim fn dλ = (a. e Esercizio 26. e Proposizione 3. l’integrale di Lebesgue ` una generalizzazione dell’integrale di Riee mann. La sua funzione caratteristica χTε ` discontinua esattamente su Tε . o la f non sia limitata). 10 . ` ben noto che la funzione di Dirichlet non ` Riemann integrabile. b) = En . TεC ` un esempio di 10 insieme aperto non misurabile secondo Peano-Jordan. Ci si pu` tuttavia chiedere se tale generalizzazione sia solo apparente. b). Ponendo Fn = k=1 Ek . b) → R ` Riemann integrabile su (a. questa dovrebbe essere allo stesso tempo continua quasi ovunque e uguale a χTε quasi ovunque. e La misura di Peano-Jordan di un sottoinsieme di R ` l’integrale di Riemann (improprio. b) → R ` Riemann integrabile allora e l’integrale di f secondo Riemann coincide con l’integrale di f secondo Lebesgue. Il discorso si complica leggermente se consideriamo integrali di Riemann impropri (quando cio` il dominio di integrazione non sia limitato. e Ovviamente le due cose sono inconciliabili. b) → R una funzione limitata. Enunciamo senza dimostrazione il risultato principale. Mostrare che se f : (a. Riemann integrabile in senso improprio. tuttavia. e i e e due integrali coincidono. [Suggerimento: f = f + − f − . dimostrazione.26 3.

t) tale che 1 |fn (t) − f (t)| < .  1 2 fn (t) = 2 − nt. f : Ω → R funzioni misurabili.   2 0. n→∞ q. sia n0 = n0 (k. t∈[0. Allora per ogni t ∈ [0. allora µ(E) = 0.o. M. Esempio. k q. . 1]  1 nt. Sia µ(Ω) < ∞. b).27 D’altro canto. detto E = t ∈ Ω : lim fn (t) = f (t) . 1] si ha che fn (t) → 0.Convergenza puntuale quasi ovunque : fn → f se. t∈Ω L . Abbiamo finora gi` incontrato. Per ogni k ∈ N e per ogni t ∈ Ω0 . anche se e fn → f ovunque. Se fn → f puntualmente quasi ovunque.Convergenza in L1 : fn → f se n→∞ lim |fn − f |dµ = 0.1] Un risultato parziale ` il seguente e Teorema 3. e siano fn . per ogni ε > 0 esiste un insieme E ⊂ Ω tale che µ(E C ) < ε. q. t ≤ n. Il viceversa ` falso.6 Convergenza puntuale. dimostrazione. Poich´ fn → f . n < t ≤ n . pi` o meno implicitamente. per n ≥ n0 . ma sup |fn (t)| = 1 per ogni n. e fn → f uniformemente su E. tre tipi di convergenze. u ` E evidente l’implicazione fn → f =⇒ fn → f .12 (Egoroff). uniforme e in L1 Sia (Ω. u .o. µ) uno spazio di misura. 3. il limite di sinistra converge all’integrale improprio secondo Riemann della f su (a.o.Convergenza uniforme : fn → f se n→∞ 1 lim sup |fn (t) − f (t)| = 0. t > n. come mostra il seguente esempio. esiste Ω0 ⊂ Ω con µ(Ω0 ) = µ(Ω) tale che e fn (t) → f (t) per ogni t ∈ Ω0 . Consideriamo la successione di funzioni su [0. Ω Ci proponiamo di illustrare i legami tra le diverse nozioni di convergenza. a u .

con m ∈ 0. n + 1]. Allora fn (t) → 0 per ogni t ∈ R. 2 2 vale a dire. 1] al tendere di n a ∞. altrimenti. 0. m ∈ N.mk ) < ε k 1 = ε.o.mk ) < k .m+1 . Mostrare che lo stesso risultato ` in generale falso se fn : (0. Fissiamo ora ε > 0. Dimostrare che fn → 0. segue che fn → f ? La risposta ` negativa. L Allora χEn → 0 su [0. Ek. 2k Se t ∈ E. Sia fn : [0. allora |fn (t) − f (t)| < per ogni n ≥ mk . 1] cos` definita: ı m En = [ 2k . 1. e Venendo alla convergenza in L1 .m = Ω0 . m Inoltre. 1]. ma fn (t) = 1 su un insieme di misura 1. 1] → [0. Scegliamo per ogni k un valore mk tale che ε ε µ(Ek. Per ogni k. 1] (con la misura di Lebesgue) ma χEn (t) → 0 per ogni t ∈ [0. . ∞). E= k Si noti che µ(E C ) = µ k C Ek. poniamo Ek.m = t ∈ Ω0 : n0 (k. . 1] → [0.m ⊂ Ek. 2k − 1 . Ek. m+1 ].mk ≤ k 1 k C µ(Ek. .28 Definiamo allora. ∞) una successione di funzioni continue tale che u fn (t) ↓ 0 per ogni t ∈ [0. Nel Teorema di Egoroff l’ipotesi µ(Ω) < ∞ ` essenziale. 2k 1 per n = 2k + m. il risultato pi` significativo ` il Teorema della u e Convergenza Dominata. t) ≤ m .mk . Consideriamo la successione di sottoinsiemi En di [0. per k. Ek. Esercizio 27. Si e consideri ad esempio la successione di funzioni su R fn (t) = 1.mk ) > µ(Ω0 ) − k = µ(Ω) − k . 2 Infine. Esaminiamo la questione inversa: supponiamo di avere fn → f . Allora q. ε C µ(Ek. . Osservazione. che stabilisce un legame con la convergenza puntuale quasi L1 ovunque. e Esempio. t ∈ [n.

4) che. E ∈ M. Definizione . date due misure ν µ su M. e 1 4 4. Sia f : Ω → R misurabile. ` una misura su M. diciamo che la µ ` σ-finita se esiste una collezione e numerabile di insiemi En ∈ M tali che µ(En ) < ∞ per ogni n ∈ N. Mostrare che se fn → f allora fn → f . Sia µ(Ω) < ∞.o. Siano µ e ν due misure su M. fn k → f . Abbiamo precedentemente dimostrato (si veda il Teorema 3. che dimostreremo in seguito (cfr. Mostrare che lo stesso risultato ` in generale falso omettendo l’ipotesi µ(Ω) < ∞. . ∞]. Definizione. e n∈N En = Ω. Sia fn → f . M. M. M. ∞] misurabile. fissata una funzione misurabile φ : Ω → [0. se esiste dµ segue che ν µ. Ci poniamo ora la questione dν inversa. L Proposizione 3. Allora ν ` assolutamente continua e rispetto a µ (e scriviamo ν µ) se vale l’implicazione µ(E) = 0 =⇒ ν(E) = 0. La funzione φ viene spesso indicata con il dν simbolo dµ . µ). Dimostrare che f ∈ L1 (Ω. Allora esiste una sottosuccessione fnk tale che q. e Esercizio 29. µ) uno spazio di misura.1. M.1 Differenziazione e integrazione Il Teorema di Radon-Nykodym Sia (Ω. per ogni f : Ω → [0. ν(E) = E φdµ. vogliamo stabilire se esista dµ . dν Evidentemente. µ). Ovvero. e in tal caso f dν = Ω Ω f φdµ.13. Corollario II. ν) se e solo se f φ ∈ L1 (Ω. Dato (Ω. ed ` detta derivata di Radon-Nykodym della ν rispetto alla µ.14).29 Vale tuttavia il seguente risultato. e e f dν = Ω Ω f φdµ. 1 u L Esercizio 28.

b]).2 (Lebesgue).30 Ad esempio. Se f ∈ L1 ([a. b] sono punti di Lebesgue per f . ∞] tale che ν(E) = E φdµ. Tuttavia. x ∈ [a. 4. M. consideriamo la funzione integrale F (x) = a f (t)dt. ` E ben noto che se f ∈ C([a. Abbiamo allora il e Teorema 4. M). Dal Teorema di Radon-Nykodym. Se e consideriamo ad esempio la σ-algebra di Lebesgue su [0.2 Il Primo Teorema Fondamentale del Calcolo x Assegnata f ∈ L1 ([a. si evince che se ν ` una e 1 misura finita. Se µ ` σ-finita e ν e µ.1 (Radon-Nykodym). µ). b]). Definizione. esiste una funzione misurabile φ : Ω → [0. in quanto vale il o Teorema 4. b]. Sia f ∈ L1 ([a. ma tuttavia non esiste dµ . . rispettivamente. se x = a oppure x = b si calcola solo il limite sinistro o destro. la misura di Lebesgue λ su R ` σ-finita. allora φ ∈ L (Ω. 1]. ˜e Esercizio 30. ` immediato verificare e dν che ν µ. b]) quasi tutti i punti di [a. Siano µ e ν due misure definite su uno stesso spazio misurabile (Ω. Mostrare che tale φ ` unica nel seguente senso: se φ ` un’altra e ˜ quasi ovunque rispetto a µ (e funzione che soddisfa la tesi del teorema. b]). Osservazione. allora F (x) = f (x) per ogni x ∈ [a. Vedremo pi` avanti. in un esercizio guidato. L’ipotesi che µ sia σ-finita nel teorema ` irrinunciabile. b] ` un punto di Lebesgue per f se e 1 h→0 h lim x+h |f (t) − f (x)|dt = 0. b]. Un punto x ∈ [a. b]). e scegliamo come ν la misura di Lebesgue e come µ la misura del conteggio. Si osservi inoltre che la nozione di punto di Lebesgue ` data per e un rappresentante f ben definito (e non per l’intera classe di equivalenza di f ). Vogliamo mostrare cosa succede invece nella sola ipotesi f ∈ L1 ([a. ∀E ∈ M. ci` non costituisce problema. x Ovviamente. la dimostrazione del teorema nel u caso particolare in cui µ e ν siamo entrambe misure finite. Osservazione. allora φ = φ quindi anche rispetto a ν).

Sia f ∈ L1 ([a. b] un punto di Lebesgue per f .4 (Assoluta Continuit` dell’Integrale). come vedremo tra breve. abbiamo 1 F (x + h) − F (x) − f (x) = h h da cui segue la disuguaglianza 1 F (x + h) − F (x) − f (x) ≤ h h x+h x+h f (t) − f (x) dt. b]). una funzione AC ` uniformemente continua12 (basta prendere e N = 1 nella definizione). Per h tale che x + h ∈ [a. Ala lora per ogni ε > 0 esiste δ > 0 tale che. b] ` sempre uniformemente continua (Teorema di e Heine-Cantor). µ). allora |f |dµ < ε. Allora F ` derivabile quasi ovunque e F = f quasi ovunque. Esercizio 31. n=1 Evidentemente. e dimostrazione. Dimostrare che se G ` Lipschitziana su [a. Sia x ∈ [a. 12 . a Possiamo dunque dimostrare il Teorema 4.3 (Primo Teorema Fondamentale del Calcolo). 1]). e e √ ma che l’implicazione opposta ` falsa (G(t) = t su [0. concludiamo che F (x) = f (x). b] allora G ` AC su [a. Tuttavia. Sia f ∈ L1 (Ω. M. Una funzione G : [a. a Proposizione 4. facendo il limite h → 0.3 Funzioni assolutamente continue Definizione . x Pertanto. E Ricordiamo che una funzione continua su [a. esistono funzioni uniformemente continue ma non AC. 4. b]. b]. se E ∈ M e µ(E) < δ. e Dimostriamo ora un risultato generale che ci sar` molto utile in seguito. b] → R ` assolutamente continua (AC) se ad e ogni ε > 0 corrisponde δ > 0 tale che N |G(bn ) − G(an )| < ε n=1 per ogni N ∈ N ed ogni collezione di N intervalli disgiunti (an . bn ) ⊂ [a. b] tali che N bn − an < δ. x |f (t) − f (x)|dt.31 Omettiamo la dimostrazione (in realt` piuttosto complicata) di questo risultato.

precedentemente introdotta. Poich´ la misura di Lebesgue di E ` minore di n=1 δ. 2 Ω Detto M = supt∈Ω |g(t)|. F ` AC su [a. b]). e consideriamo il corrispondente δ > 0 dell’assoluta continuit` dell’integrale. 1] tale che G = 0 su un insieme di misura positiva. abbiamo |f − g|dµ + M µ(E) < ε + M δ = ε. e approssimiamo f con una funzione limitata g in modo tale che ε |f − g|dµ < . b] tali che N bn − an < δ. n=1 segue che N N bn N bn |F (bn ) − F (an )| = n=1 n=1 an f (t)dt ≤ n=1 an |f (t)|dt = E |f (t)|dt. b]. Costruire una funzione Lipschitziana su [0. e si consideri la funzione integrale di χA ] Esercizio 34. E da cui la tesi. fissiamo δ = |f |dµ ≤ E E ε . Teorema 4. [Suggerimento: siano {In } gli intervalli di estremi razionali contenuti . Esercizio 32. Sia ε > 0. 2M Se E ∈ M e µ(E) < δ. bn ) ⊂ [a.32 dimostrazione. e dimostrazione. e e avendo posto E = N (an . Fissiamo ε > 0. Costruire una funzione Lipschitziana G strettamente monotona su [0. Dimostrare che se |f | ≤ M quasi ovunque allora F ` Lipschitziana e con costante di Lipschitz minore o uguale a M . [Suggerimento: sia A il complementare di un Ternario di Cantor generalizzato. Fissato un qualsiasi N ∈ N ed una qualsiasi collezione a di N intervalli disgiunti (an . 1] priva di intervalli di monotonia. Torniamo quindi ad occuparci della funzione integrale F . dall’assoluta continuit` dell’integrale ricaviamo a |f (t)|dt < ε. bn ). con f ∈ L1 ([a. 2 |f − g|dµ + E |g|dµ ≤ Ω come richiesto. Esercizio 33.5.

Ricordiamo che il complementare (in [0. L’assoluta continuit` risulta essere una condizione anche sufficiente. La funzione di Vitali-Cantor. altrimenti. e si costruisca in ciascun In una coppia di Ternari di Cantor generalizzati disgiunti] Abbiamo dunque visto che la funzione integrale F ` AC e derivabile quasi e ovunque (con derivata integrabile).k sono intervalli aperti disgiunti.33 in [0. 1]. ci chiediamo quando valga la relazione x G(x) − G(a) = a G (t)dt. Esempio.5 ci dice che una G che soddisfa la (F C) deve essere AC. |G (t)|dt = ∞.  2k−1 V (t) = . la (F C) ` il noto risultato dell’analisi e elementare. Definiamo allora la funzione di Vitali-Cantor (nota anche col nome suggestivo di “Scala del Diavolo”) V : [0. Il Teorema 4. Precisamente. x = 0. Si consideri G(x) = G ` differenziabile. b]. e e altrimenti il termine di destra non ha significato. b]).k . G ∈ L1 ([a. Ovviamente. b]). x = 0. (F C) detta formula del calcolo. Sia G una funzione AC su [a. Ci poniamo adesso il problema inverso. 1]) del Ternario di Cantor T ` dato da e ∞ 2n−1 TC = n=1 k=1 In. a Teorema 4. affinch´ valga la (F C) ` necessario che G ∈ L1 ([a. b]) e vale la formula e (F C). 1] → [0. 1] nel seguente modo:  0. Se G ∈ C 1 ([a.k . t = 0. Premettiamo alla dimostrazione un esempio particolarmente significativo. 0. ciascuno di lunghezza 3−n . cio` e vogliamo ricostruire una generica funzione G : [a. τ < t}. t ∈ In. 1]. 0 Dunque non soddisfa la (F C) su [0. Allora G ` derivabile quasi ovunque.  2n  sup{V (τ ) : τ ∈ T. . b] → R come integrale della sua derivata. dove gli In.6 (Secondo Teorema Fondamentale del Calcolo). ma e 1 1 x2 sin x2 .

Sia G : [a. Allora esiste un a aperto A ⊃ E contenuto in [a. b].34 La funzione di Vitali-Cantor ` continua e monotona crescente. e o e utilizzando la definizione di assoluta continuit`. otteniamo il corrispondente δ > 0. Mostriamo ora che se E ⊂ [a. La stessa uguaglianza vale per f ∈ L1 ([c. Sia dunque λ(E) = 0 e si fissi ε > 0. µ(E) ≤ µ(A) = n µ(In ) = n G(bn ) − G(an ) < ε. e sia f ≥ 0 Lebesgue misurabile su [c. Usando l’assoluta continuit` di G. b] → [c. allora µ(E) = 0. x]) = a φ(t)dt. bn ). Incidentalmente. d] una funzione AC monotona. µ ` certamente definita e e su L([a. 1])). si ` preso G(x) = x). Pertanto.k . b]) tale che x G(x) − G(a) = µ([a. Ma A (come ogni aperto di R) ` un’unione al pi` numerabile di intervalli aperti disgiunti In = (an .k ` 1. poich´ la misura dell’unione di tutti gli In. Lemma 4. dimostrazione. Il Secondo Teorema Fondamentale del Calcolo vale se assumiamo l’ipotesi aggiuntiva che G sia monotona. Poich´ ε ` arbitrario.8 (Cambiamento di Variabili). Ovviamente. x]) = G(x) − G(a). . d]). Allora costruiamo una misura µ su [a. ∀x ∈ [a. Tuttavia V non soddisfa la (F C). a Procediamo ora con la dimostrazione del Secondo Teorema Fondamentale del Calcolo. e di conseguenza non ` AC. Assumiamo che G sia monotona crescente (altrimenti lavoriamo con −G). Allora d b f (t)dt = c a f (G(τ ))|G (t)|dτ. si pu` dimostrare che V non ` AC anche in modo diretto. V ∈ L ([0. Ma il Primo Teorema Fondamentale del Calcolo ci garantisce che G = φ. In tal caso (f ◦ G)|G | ∈ L1 ([a. b] tale che λ(A) < δ. Saranno necessari alcuni passi. concludiamo che µ(E) = 0. b] tale che µ([a. da e u cui bn − an < δ. otteniamo un risultato sul cambiamento di variabili nella procedura di integrazione. b] e λ(E) = 0. λ(A) = n Dunque. Inoltre ` costante e e su ogni intervallo In. Questo ci dice che µ λ. Pertanto. d]. per il Teorema di e e Radon-Nykodym esiste una funzione positiva φ ∈ L1 ([a.7. b]). La procedura per costruire µ ` identica a quella usata per costruire la misura di e Lebesgue λ (in quel caso. Corollario 4. Pertanto. b]). e e concludiamo che V ` quasi ovunque derivabile con derivata quasi ovunque nulla (in e 1 particolare.

fissando un qualsiasi rappresentante f . . variando la f . Consideriamo la misura di Borel su [a. Detto H = τ ∈ [a. φ = G. Basta infatti verificare l’uguaglianza sugli intervalli (cfr. e quindi o applichiamo il Lemma 4. Riferendoci alla notazione del Teorema 3. Concludiamo la dimostrazione del teorema. M = B([c. notiamo dapprima a e che d d f (t)dt = c c f (c + d − t)dt. d]). Completare quindi la dimostrazione e del Corollario 4. entrambe AC. Supponiamo dapprima che G sia crescente.9 di Dynkin). non e necessariamente la funzione f ◦ G). d]. Osservazione.35 Prima di procedere con la dimostrazione. poniamo Ω = [a. Per ogni E ∈ B([c. la funzione (f ◦ G)|G | ` misurabile (si badi bene. b]). b]. d] con λ(N ) = 0 segue che λ(G−1 (N ) ∩ H) = 0. d]. e applichiamo il risultato con c + d − G al posto di G. basta fare i calcoli prendendo un rappresentante Borel misurabile. Allora il Teorema 3. b] : |G (τ )| > 0}. b]). b]. Come sappiamo. Se G ` invece decrescente. dimostrazione.8 per una f Lebesgue misurabile. a sappiamo che una funzione Lebesgue misurabile ` uguale quasi ovunque a una e funzione Borel misurabile. Tra l’altro. Si noti comunque che disporre del Corollario 4. M = B([a. Ci occorre un’ulteriore definizione. Ω = [c. Sia h una funzione uguale a 0 quasi ovunque su [c. Teorema 1. dato che l’integrale di sinistra ` indipene dente dal rappresentante. E evidente tuttavia che l’integrale di sinistra non dipende dal particolare rappresentante scelto.8 solo per le funzioni Borel misurabili non costituisce in realt` una vera limitazione. Verificare che ci` equivale a dire che la funzione o (h ◦ G)|G | ` uguale a 0 quasi ovunque su [a. si pu` perdere la misurabilit` della o a ` funzione composta. Quindi. nella composizione ` importante fissare una e ben definita funzione “esterna” (nel nostro caso la f ). d]). Esercizio 35.7 ci d` la tesi. cerchiamo di capire cosa dice esattamente il risultato. Ci limitiamo a dimostrare il caso in cui f sia Borel misurabile su [c. e vale l’uguaglianza tra i due integrali. dimostrare che per ogni N ⊂ [c. b] µ(E) = E G dλ. anche all’interno della sua classe di equivalenza. Infatti. notando che G−1 porta Boreliani in Boreliani. dove λ ` la misura di Lebesgue.7 ai due addendi separatamente. d]. e ν(E ) = µ(G−1 (E )) = λ(E ). Se G non ` monotona. mostriamo che e G si pu` decomporre come somma di due funzioni monotone. Dunque il corollario garantisce che.7. ∀E ∈ B([a.

Esistono ovviamente funzioni. costruiamo la funzione Vax corrispondente. Questa segue immediatamente dalla disuguaglianza Vay − Vax ≥ |G(y) − G(x)|. Dunque le funzioni monotone sono BV . x = 0. Ad esempio. Data G AC. Sfruttando questo fatto. e e o e G ∈ L1 ([a. b] → R. che non sono BV . A questo punto siamo in grado di terminare agevolmente la dimostrazione del Secondo Teorema Fondamentale del Calcolo. definiamo N Vxy = sup n=1 |G(tn ) − G(tn−1 )|. 1]. essendo somme di funzioni AC. Vxy ` la variazione totale della G sull’intervallo [x. b]). sull’intervallo [0. 2 Ovviamente G1 e G2 sono AC. Si e noti che se y > x allora Vay − Vax = Vxy . Evidentemente la funzione x → Vax ` monotona crescente. se G ` e monotona (e definita su tutto [a. Lasciamo la dimostrazione di questo fatto al e e lettore interessato. y > x. e scriviamo G = G1 + G2 . come 1 x cos x . Sia G : [a. Resta da provare la loro monotonia. Se G ` BV su [a. allora la sua variazione Vax non solo esiste finita in ogni x (da cui G e ` BV ). G(x) = 0. si pu` dimostrare che G ` derivabile quasi ovunque. Se G non ` a variazione limitata. Dimostrare la disuguaglianza b G (t)dt ≤ G(b) − G(a). b] → R una funzione monotona crescente. Osservazione. x = 0. a Se G ` AC. la G ` detta e e funzione a variazione limitata (o funzione BV. . Per ogni a ≤ x < y ≤ b. 2 G2 (x) = G(x) − Vax . b]) allora Vax = |G(x) − G(a)|.36 Definizione. b]. La variazione “misura” i salti che una funzione compie. Se Vab < ∞. y]. dove il sup ` preso al variare di N ∈ N e delle scelte tn tali che e x = t0 < · · · < tN = y. allora esiste x ≤ b tale che Vay = ∞ per ogni e y ≥ x. Sia G : [a. anche continue. con G1 (x) = G(x) + Vax . ma ` anche una funzione AC. si svolga il seguente Esercizio 36. da “Bounded Variation”).

la x-sezione di E e la y-sezione di E. Mostrare che B(R) × B(R) = B(R2 ). e 5 5. 0. Se E ∈ C. dimostrazione. Definizione. da cui E ∈ C. Se E ∈ M × N.1. come abbiamo visto. b] → R ovunque derivabile con G ∈ L1 ([a. Tuttavia G non ` limitata. E immediato verificare che tutti i rettangoli misurabili appartengono a C. . allora (E C )x = (Ex )C .37 Concludiamo la discussione enunciando una condizione sufficiente (ma. Infine. e Osservazione. allora Ex = n∈N (En )x . Ci proponiamo di costruire una σ-algebra su X × Y tale che induca su ciascuno dei due fattori la σ-algebra di partenza. Il loro prodotto cartesiano X × Y ` l’insieme delle coppie e ordinate (x. N) siano due spazi misurabili. 1] G(x) = 1 x3/2 sin x .9. Sia G : [a. Analogo discorso vale per E y . Allora G ` AC su [a. y) ∈ E e E y = x : (x.1 Prodotto di misure Prodotto di spazi misurabili Siano X e Y due insiemi. Allora G soddisfa le ipotesi del Teorema 4. y) con x ∈ X e y ∈ Y . e quindi e G non ` Lipschitziana. y) ∈ E . x = 0. Chiamiamo rettangolo misurabile un sottoinsieme di P(X × Y ) della forma A × B. Dunque una funzione AC pu` non essere Lipschitziana. La σ-algebra prodotto M × N ` la σ-algebra su e X × Y generata dai rettangoli misurabili. Si consideri su [0. Proposizione 5. Esercizio 37. Dato un insieme E ⊂ X × Y . siano Ex = y : (x. e Teorema 4. con A ∈ M e B ∈ N. Dunque X × Y ∈ C. Concludiamo che C ` una σ-algebra che contiene i rettangoli misurabili. Supponiamo che (X. e o anche se ` derivabile ovunque. se E = n∈N En e En ∈ C per ogni n ∈ N. rispettivamente. allora Ex ∈ N e E y ∈ M.9. M) e (Y. da cui E C ∈ C. e e dunque contiene M × N. b]). Sia C la classe di tutti gli E ∈ M×N tali che Ex ∈ N per ogni ` x ∈ X. Definizione. b]. x = 0. non necessaria) affinch´ G sia AC. Si noti che Ex ⊂ Y e E y ⊂ X. Ex e E y sono detti.

y) : f (x. e dunque fx ` N-misurabile. tali che sia µ che ν siano misure σ-finite. y).2 Il Teorema di Fubini Siano ora (X. µ) e (Y. il viceversa.la funzione y → µ(E y ) ` N-misurabile. Definizione .3. Per la proposizione precedente Qx ∈ N. N. e Proposizione 5. Proposizione 5. e sia E ∈ M × N. µ) e (Y. con µ e ν σ-finite. ν) sono due spazi di misura. N. f y ` la funzione su X definita da f y (x) = f (x. definiamo la misura prodotto sulla σ-algebra M × N nel seguente modo: (µ × ν)(E) = X ν(Ex )dµ(x) = Y µ(E y )dν(y). Se (X. e . ad ogni x ∈ X associamo la funzione fx su Y definita da fx (y) = f (x. Data una funzione f (reale o positiva) su X × Y . ν) due spazi di misura. N. Se f ` (M × N)-misurabile. Diamo quindi la seguente Definizione. ma E ∈ M × N. Quindi Q ∈ M × N.2. M. che enunciamo senza dimostrazione. Siano (X. allora fx ` N-misurabile e f y ` e e e M-misurabile.vale l’uguaglianza ν(Ex )dµ(x) = X Y µ(E y )dν(y). Sia O un insieme aperto (nel codominio di f ) e sia Q = (x. Ci occorre un risultato preliminare. M. dimostrazione. Vogliamo definire la misura prodotto µ × ν sulla σ-algebra M × N. Analogamente. y) ∈ O . Allora . Pu` accadere che Ex ∈ N o per ogni x ∈ X e E y ∈ M per ogni y ∈ Y . µ) e (Y. 5. fissato y ∈ Y . y). e Qx = y : fx (y) ∈ O . Discorso e analogo per la f y . e . Anche in questo caso non vale.la funzione x → ν(Ex ) ` M-misurabile. in generale. . M.38 Il viceversa della proposizione appena vista non vale. ν) siano due spazi di misura. ∀E ∈ M × N.

e dunque si pu` applicare la (ii). Inoltre fx (y)dν(y) ∈ L1 (X. (ii) Se f ∈ L1 (X ×Y. µ × ν). Esercizio 38. χE d(µ × ν) = (µ × ν)(E) = X×Y X Y χE (x.39 Bisogna mostrare che µ×ν cos` definita ` effettivamente una misura. ν) (per quasi ogni x ∈ X) e f y ∈ L1 (X. N. E inoltre immediato verificare che µ × ν ` σ-finita. µ×ν). (iii) Se f ` una funzione reale e e |f |x dν dµ(x) = X 1 Y Y X |f |y dµ dν(y) < ∞. Usare il Teorema di Fubini e la relazione ∞ 1 = e−xt dt (x > 0) x 0 per dimostrare che N N →∞ lim 0 sin x π dx = . e sia f una funzione (M × N)-misurabile. µ) (per quasi ogni y ∈ Y ). (i) Se 0 ≤ f ≤ ∞. y)dν(y) dµ(x). M × N. e che se E = A × B e (rettangolo misurabile). M×N.3. ν). Teorema 5. M. L’unica cosa ı e da provare ` l’additivit` numerabile. Valgano le ipotesi della Proposizione 5. N. allora fx ∈ L1 (Y.4 (Fubini). ma questa segue dal fatto che µ × ν ` costruita e a e attraverso un integrale (si applichi il Teorema della Convergenza Monotona per le ` Serie). Osserviamo infine che. allora f ∈ L (X × Y.3 (che non ` altro che il medesimo teorema per le funzioni caratteristiche) e sul Teorema della e Convergenza Monotona. (†) In particolare. M. per un generico insieme E misurabile. Questa formula suggerisce il metodo per calcolare l’integrale di una funzione nella misura prodotto come due integrali successivi. µ) Y e X f y (x)dµ(x) ∈ L1 (Y. gli integrali interni sono funzioni misurabili (ciascuno rispetto alla propria σ-algebra) e definiti ovunque. x 2 . allora f d(µ × ν) = X×Y X Y fx dν dµ(x) = Y X f y dµ dν(y). e vale la formula (†). o La dimostrazione del Teorema di Fubini si poggia sulla Proposizione 5. allora (µ × ν)(E) = µ(A) · ν(B).

non ` detto che lo e spazio prodotto sia a sua volta completo. M.7. Allora vale la tesi del Teorema di Fubini. con l’unica differenza che gli integrali interni della formula (†) sono funzioni definite solo quasi ovunque. Allora. allora λN ` il completamento della misura prodotto λK × λM . N. Tuttavia A × B non ` misurabile. e sia (M × N)∗ il completamento di M × N relativo alla misura µ × ν. M. Proposizione 5. Sia λN la misura di Lebesgue in RN . 5. Proposizione 5. Calcolare l’integrale della Gaussiana ∞ I= −∞ e−x dx. µ) e (Y. Evidentemente A × B ⊂ A × R (che ` di misura e 2 nulla in R ). M = N = L(R) e µ = ν = λ. Esercizio 39. Siano O ed O aperti in RN omeomorfi. Siano infine E ⊂ O ed E ⊂ O due insiemi misurabili in corrispondenza rispetto all’omeomorfismo in considerazione.4 Cambio di variabili Concludiamo la discussione enunciando un utile risultato di cambiamento di variabili nell’integrazione in RN . N.5. e sia x : O → O un omeomorfismo di classe C 1 . f (x) ∈ L1 (E) ⇐⇒ f (x(t)) J(x(t)) ∈ L1 (E ). Siano (X. dove J(x(t)) ` il determinante dello Jacobiano di t → x(t). e Concludiamo che λ × λ non ` la misura di Lebesgue in R2 . Siano A un insieme di misura nulla e B un insieme non misurabile di R. Sia f una funzione (M × N)∗ -misurabile. e Vi ` dunque la necessit` di estendere il Teorema di Fubini per il completamento e a degli spazi prodotto. Vediamo un semplice esempio: poniamo X = Y = R. M ∈ N). e f (x)dx = E E f (x(t)) J(x(t)) dt. con µ e ν σ-finite.40 5.3 Completamento di misure prodotto Se (X. Vale per` il seguente e o risultato. µ) e (Y. non essendolo una delle sue sezioni. 2 [Suggerimento: calcolare I 2 utilizzando le coordinate polari nel piano] . ν) due spazi di misura.6. data f : E → R misurabile. In tal caso. ν) sono due spazi di misura completi. Se N = K + M (con K. Teorema 5.

Ovviamente. i cui elementi sono e chiamati vettori. e che valgano le due leggi distributive λ(x1 + x2 ) = λx1 + λx2 e (λ1 + λ2 )x = λ1 x + λ2 x. . e ad ogni x ∈ X corrisponde un unico vettore −x tale che x + (−x) = 0. corrisponde un unico vettore λx. con λ ∈ R e x ∈ X. l’uguaglianza n λj xj = 0 implica che λ1 = · · · = λn = 0. X contiene un unico vettore 0 (detto vettore nullo) tale che x + 0 = x. Un sottoinsieme A di uno spazio lineare X ` linearmente indipendente e se per ogni collezione finita {x1 . in modo tale che 1x = x e λ1 (λ2 x) = (λ1 λ2 )x. si pu` parlare anche di spazi lineari sul campo complesso. . x). 41 . Il simbolo 0 viene usato anche per indicare lo zero del campo scalare R. utilizzando il campo scalare o C al posto di R. . . . cio` tale che non ` propriamente contenuto in e e alcun sottoinsieme di X linearmente indipendente. Definizione. j=1 Una base di Hamel (o semplicemente una base) di X ` un sottoinsieme A ⊂ X e linearmente indipendente massimale. .II. sul quale sono definite due operazioni. Spazi di Banach 1 1. . (ii) Ad ogni coppia (λ. in modo tale che x1 + x2 = x2 + x1 e x1 + (x2 + x3 ) = (x1 + x2 ) + x3 . addizione e moltiplicazione per uno scalare. . xn } di elementi di A e per ogni n-upla di numeri reali {λ1 . a (i) Ad ogni coppia di vettori x1 e x2 corrisponde un unico vettore x1 +x2 . λn }.1 Geometria degli spazi di Banach Spazi lineari Uno spazio lineare sul campo scalare R ` un insieme X non vuoto. che soddisfano le seguenti propriet` algebriche.

. 14 Ricordiamo che un isomorfismo lineare tra due spazi lineari ` un’applicazione biettiva che e preserva la struttura lineare. Detta {e1 . Un sottospazio lineare di uno spazio normato X ` anch’esso un spazio normato. . . y ∈ X. Per dimostrarlo ci si deve infatti appellare all’Assioma della Scelta. a Un caso particolarmente semplice ` rappresentato dagli spazi lineari di dimene sione finita. 13 . ∀x. ` immediato e N mostrare che l’applicazione lineare I : X → R definita ponendo I(xj ) = ej ` un e isomorfismo lineare 14 da X a RN . : X → [0. 1.} (omettiamo dunque il caso banale di uno spazio ridotto al solo elemento 0). e sia {x1 . Non ` tuttavia scontato che uno spazio lineare (che contenga almeno due elementi) possegga e una base. eN } la base canonica di RN . ∞) (ii) λx = |λ| x (iii) x + y ≤ x + y Osservazione.2 Spazi normati Sia X uno spazio lineare su R. Si definisce allora dimensione (lineare) a dello spazio lineare la cardinalit` di una sua base. e · X quando vorremo evidenziare lo spazio X su cui la · ` detto spazio normato. y ∈ X (disuguaglianza triangolare). 2. 3. y) = x − y . . a ∀x. ∀x ∈ X (omogeneit`). Dalla (iii) segue che x − y ≤ x−y . .42 ` E facile verificare che ogni elemento dello spazio ` esprimibile come combinazione e lineare finita di elementi della base. Scriveremo norma ` definita. .13 Inoltre. Uno spazio lineare dotato di una norma In particolare. due basi di uno stesso spazio lineare hanno necessariamente la stessa cardinalit`. uno spazio normato ` uno spazio metrico con la distanza e d(x. . . In realt` tutte le nostre considerazioni varranno per spazi lineari sul campo C a (sostituendo opportunamente il valore assoluto con il modulo). xN } una sua base. Notazione. Una norma in X ` una funzione e · che soddisfa le condizioni (i) x = 0 ⇐⇒ x = 0 (annullamento). . . e Definizione. con e la norma indotta da X. . Sia infatti X uno spazio lineare di dimensione N ∈ N = {1. ∀λ ∈ R.

. b]) lo spazio lineare delle funzioni continue f : [a. x2 . R ` uno spazio normato con la norma del valore assoluto.b] Si verifichi per esercizio che le propriet` della norma sono soddisfatte. e e Le propriet` (i) e (ii) della norma sono di verifica immediata. si pu` definire lo spazio normato u o C(K) munito della norma del massimo. Per Teorema di Weierstrass. λ ∈ R. u Vediamo tre importanti esempi di spazi normati infinito dimensionali. j=1.∞ dove x = (x1 . Inoltre. La (iii) verr` a a dimostrata pi` avanti. dove la struttura lineare ` assegnata ponendo e (f + λg)(t) = f (t) + λg(t).N dove x ` il vettore di componenti (x1 . RN ` uno spazio normato con la norma-p. . ∞).15 e e Gli spazi 1 e ∞ . Tale norma ` detta norma del massimo. dato uno spazio di Hausdorff compatto K. Pi` in generale. g ∈ C([a.43 Esempio. e definita da  N 1/p    . b]) ` uno spazio normato... Verificare le tre propriet` della norma per gli spazi a 1 e ∞ . e Esempio. con c > 0. tali funzioni ammettono massimo e minimo assoluto su [a.). Denotiamo con C([a.. la cui serie converge assolutamente). ∞]. Denotiamo con 1 lo spazio lineare delle successioni sommabili (ovvero. Esercizio 1. 15 . p = ∞. . e con ∞ lo spazio lineare delle successioni limitate. x3 . Lo spazio C([a. j=1. t∈[a. b].. . Per tutti i p ∈ [1. f. quando introdurremo gli spazi Lp (Ω). e dunque a C([a. b]).. b]). La norma-2 ` detta euclidea. 1.. . e qualsiasi norma su R ` della forma · = c| · |. b] → R. |xj |p   j=1 x p=      max |xj |.. . xN ). p ∈ [1. Tali spazi sono normati con le norme ∞ x 1 = j=1 |xj | e x ∞ = sup |xj |.3 Nozioni topologiche Introduciamo alcune nozioni di carattere topologico. . . Definiamo allora f = max |f (t)|. Il lettore noter` come non vi a siano differenze con il caso familiare di RN .

in generale. La sfera di centro x0 ∈ X e raggio r > 0 ` l’insieme e S(x0 . e e Esercizio 4.44 Definizione. Sia X uno spazio normato. Sia X uno spazio normato. Esercizio 3. Mostrare che S(x0 . e viceversa. Mostrare che se A ` aperto allora AC = X − A ` chiuso. r) = x ∈ X : x − x0 < r . Esercizio 2. La chiusura A di A ` l’unione di A e dei suoi punti di e accumulazione. Si verifica facilmente che B(x0 . Sia A ⊂ X. r) = x ∈ X : x − x0 ≤ r . Mostrare che B(x0 . e Osservazione. Questa propriet` `. Disegnare sul piano cartesiano la palla unitaria (cio` la palla di raggio e 2 1 centrata in 0) di R nelle varie norme-p. e sia xn una successione di elementi di X.4 Successioni convergenti Definizione. r) ⊂ A. r) = x ∈ X : x − x0 = r . r) ` un aperto. Esercizio 5. ae . Sia A ⊂ X. e Definizione. A ` aperto se tutti i suoi punti sono punti interni. Diciamo che xn converge a x ∈ X (e scriviamo xn → x) se la successione numerica xn − x ` infinitesima. falsa negli spazi metrici. A ` chiuso se contiene tutti i suoi punti di e accumulazione. r). Mostrare che A ` chiuso.16 1. Definizione. cio` e e n→∞ 16 lim xn − x = 0. Un punto x0 ∈ X (non necessariamente appartenente ad A) ` detto punto di accumulazione o punto di limite per A se ogni palla B(x0 . r) = B(x0 . r) e contiene un punto di A diverso da x0 . La palla aperta di centro x0 ∈ X e raggio r > 0 ` l’insieme e B(x0 . Sia A ⊂ X. A ` il pi` piccolo e u e u insieme chiuso contenente A. r) ` chiuso. Un punto x0 ∈ A ` detto punto interno se per qualche e r > 0 si ha che B(x0 . Pi` specificamente. Esercizio 6. La palla chiusa di centro x0 ∈ X e raggio r > 0 ` l’insieme e B(x0 . e Definizione.

valgono i teoremi sui limiti gi` noti. dire che fn → f ∈ C([a. Consideriamo lo spazio normato C([a. a tipo unicit` del limite. ogni qualvolta e xn ∈ A converge a x0 ∈ X. R non solo ` uno spazio normato. Torneremo e a tra breve su questo concetto. b]) equivale a dire che fn converge a f uniformemente su [a. Infatti. dimostrazione. ecc. e sia xn una successione di elementi di X. Se fn ` una successione di e elementi di C([a. si ha che xn − x ≤ xn − x . Sia X uno spazio normato. Un elemento x0 ∈ X ` un punto di accumulazione e per A se e solo se esiste una successione xn ∈ A. b]). In tal caso si dice che la serie ∞ xn n=1 n=1 ` convergente (in X). Se la successione sn = n xj converge in X. il suo limite ` detto somma della e j=1 serie degli xn . cio` e n→∞ lim t∈[a. a a Esempio. [Esercizio] Come conseguenza. Esercizio 7. b]). a patto di sostituire il valore assoluto con la norma. In particolare. Mostrare che se xn → x e λn → λ allora λn xn → λx. → x . segue che x0 ∈ A.1. Precisamente vale la Proposizione 1. dalla disu- Si noti che tutto funziona esattamente come nel caso di R. o Osservazione. Infatti. Siano xn . allora vale la disuguaglianza e ∞ ∞ xn ≤ n=1 n=1 xn . In R sappiamo che se una serie converge assolutamente allora converge.b] max |fn (t) − f (t)| = 0. xn = x0 per ogni n. x ∈ X e λn . Negli spazi normati tale enunciato si tradurrebbe dicendo che se la serie numerica ∞ xn converge. e viene indicato con ∞ xn . un sottoinsieme A ⊂ X ` chiuso se e solo se. allora la serie ∞ xn converge in X. Se la serie ∞ n=1 xn ` convergente. e Esercizio 8. Tuttavia. Ed ` grazie a quest’ultima propriet` che il risultato vale. b]. n=1 n=1 ci` non ` sempre vero.45 ` E immediato notare che se xn → x allora xn guaglianza triangolare. Sia A ⊂ X. Definizione. . ma ` anche o e e e completo. Il termine di destra pu` eventualmente essere infinito. linearit`. λ ∈ R. I punti di accumulazione si caratterizzano attraverso le successioni convergenti. tale che x n → x0 .

2.5 Separabilit` a Definizione. Un sottoinsieme A ⊂ X ` denso in X se A = X. Sia A un sottoinsieme di uno spazio normato X. Allora A ` limitato e se esiste M ≥ 0 tale che x ≤ M. che invece ` numerabile. Lo spazio normato C([a. ovvero a o f ` continua in x0 ∈ A se per ogni ε > 0 esiste δ > 0 (dipendente da ε > 0 e da e x0 ∈ A) tale che x ∈ A. b]. b]) ` separabile. una funzione ` continua (in ogni punto) e se e solo se le controimmagini degli insiemi aperti sono insiemi aperti. b]). b]) ` denso in C([a. b]. tuttavia ` piuttosto semplice mostrare che l’insieme dei e e polinomi a coefficienti razionali su [a. e Definizione. Ad esempio. La funzione F ` continua in A se ` continua e e in ogni punto di A.3 (Stone-Weierstrass). Uno spazio normato ` separabile se esiste un sottoinsieme numerabile e A ⊂ X denso in X. ∀n ∈ N. P ([a. a e . essendo l’insieme Q dei razionali denso in R. Questo insieme non ` numerabile. x − x0 X <δ =⇒ F (x) − F (x0 ) Y < ε. Come nel caso familiare delle funzioni reali. 1. e Si consideri infatti l’insieme l’insieme P ([a. La dimostrazione del teorema ` quindi una conseguenza e immediata del Teorema di Stone-Weierstrass. e Proposizione 1. Definizione.46 Definizione. B ⊂ Y due sottoinsiemi. Osservazione. che enunciamo senza dimostrazione. ` denso in P ([a. una successione xn in X ` limitata se e xn ≤ M. In particolare. b]) e e (nella norma del massimo). A ⊂ X. La nozione di continuit` si pu` dare equivalentemente in termini di ε-δ. Mostrare che una successione convergente in uno spazio normato ` e limitata. e 17 In realt` il Teorema 1. b]) dei polinomi su [a. Ricordiamo che xn → x e F (xn ) → F (x) significa xn − x X →0 e F (xn ) − F (x) Y → 0.17 Teorema 1. Esercizio 9. ∀x ∈ A. Siano X e Y due spazi normati. Una funzione F : A → B ` continua in x0 ∈ A se per ogni successione xn ∈ A tale e che xn → x0 si ha che F (xn ) → F (x0 ). R ` separabile.3 ` solo un caso particolare del Teorema di Stone-Weierstrass.

b]) ` uno spazio di Banach. |f (t) − f (t0 )| ≤ |f (t) − fn (t)| + |fn (t) − fn (t0 )| + |fn (t0 ) − f (t0 )|. C([a. e Infine. esiste δ > 0 tale che se |t − t0 | < δ allora a |fn (t) − fn (t0 )| < ε/2. n abbastanza grandi tali che |fn (t) − fm (t)| < ε per ogni t. Per n grande fissato. e dimostrazione. . usando la continuit` di fn . e Proposizione 1. e che una e successione convergente ` di Cauchy. e sia xn una successione di elementi di X. Mostrare che una successione di Cauchy ` limitata. In particolare. otteniamo |fn (t)−f (t)| ≤ ε.b] Ci resta da mostrare che f : [a. cio` e lim sup |fn (t) − f (t)| = 0. e Esercizio 12. e Esercizio 11. Sia ε > 0 arbitrario. Esercizio 10. Sia fn una successione di Cauchy in C([a. Selezioniamo e quindi ε > 0 arbitrario e t0 ∈ [a. Esempio. m → ∞. b]. la somma del primo e del terzo termine ` minore di ε/2. Mostrare che un sottospazio chiuso di uno spazio di Banach ` uno e spazio di Banach. b] → R ` una funzione continua. RN (in una qualsiasi delle norme-p) ` uno spazio di Banach. e prendiamo m.47 1. Viceversa. Uno spazio normato X in cui tutte le successioni di Cauchy siano successioni convergenti. Dalla disuguaglianza triangolare.4. Diciamo che xn ` una successione di Cauchy se per ogni ε > 0 esiste n0 tale che per e ogni n. m ≥ n0 si ha xn − xm < ε. un sottospazio completo di uno spazio normato ` e chiuso. Meno formalmente. n→∞ t∈[a. per ogni t la successione numerica fn (t) ` di Cauchy. e Definizione . allora l’intera successione ` convergente. Sia X uno spazio normato. xn ` di Cauchy se e xn − xm → 0. e concludiamo che fn → f uniformemente. e pertanto converge ad e un numero reale che indichiamo con f (t). ` detto spazio normato completo o spazio di Banach. Mostrare che se una successione di Cauchy ammette una sottosuccessione convergente.6 Completezza: spazi di Banach Definizione. Facendo il limite m → ∞. per n. b]).

Gli spazi 1 e ∞ sono di Banach. Sia X uno spazio di Banach. Se la serie numerica n=1 xn ` n=1 xn ` convergente. si ricava immediatamente che xnk+1 → s + xn1 . b] → R derivabili k-volte con continuit` su [a.b] convenendo di indicare f (0) = f . Tale spazio ` di Banach18 con la norma a e k f = j=0 max |f (j) (t)|. Sia C k ([a. se X ` uno spazio normato e ogni serie assolutamente e convergente ` convergente. ` E ben noto che in RN (in una qualsiasi delle norme-p) una successione limitata ammette una sottosuccessione convergente (Teorema di Bolzano-Weierstrass). Molto diverso ` invece il caso in cui X sia uno spazio normato infinito dimene sionale. Proposizione 1. t∈[a. Esercizio 13. allora la serie convergente. b]. e sia convergente. b]) (cio` lo spazio delle funzioni e e derivabili infinite volte su [a. 18 . e xn una successione di elementi ∞ ∞ e e di X. Viceversa. Dunque sn converge alla somma della serie degli xn . questo fatto ` vero in qualsiasi spazio normato X di dimensione e finita. b]) uno spazio di Banach. Viceversa. b]) lo spazio lineare delle funzioni f : [a.5. La successione delle somme parziali sn = Infatti. se m > n. k Pertanto la serie ∞ xnk+1 −xnk converge ad un vettore s ∈ X. Poich´ questa e k=1 serie ` telescopica. negli spazi di Banach la convergenza assoluta delle serie (cio` la e convergenza della serie delle norme) implica la convergenza. sm − sn = j=n+1 xj ≤ j=n+1 xj . e e dimostrazione.48 Esempio. Estraiamo allora una sottosuccessione xnk tale che 1 xnk+1 − xnk ≤ 2 . allora X ` di Banach. Come vedremo. sia xn una successione di Cauchy in X. Come in R. Questa proposizione ci fornisce dunque un utile criterio per stabilire se uno spazio normato sia completo o meno. Sia X uno spazio di Banach. m m ∞ n=1 xn n e j=1 xj ` una serie di Cauchy. che a sua volta e implica la convergenza di xn . Osserviamo preliminarmente che se X non ` di Banach esistono successioni e Non ` invece possibile trovare una norma che renda C ∞ ([a.

Alla fine otteniamo una sequenza di sottosuccessioni di fn . §3. a se |t − τ | < δ. Ovviamente. . . Iteriamo la procedura per q3 .20 La sottosuccessione fnm (t) ı costruita in questo modo ` evidentemente convergente (e quindi di Cauchy) per e t = qj . Sia fn ∈ C([a. Dall’ipotesi di equicontinuit`.6 (Ascoli-Arzel`). di cui discuteremo pi` avanti (cfr. dimostrazione. troveremo una sotto-sottosuccessione fnki (q2 ) convergente. Tuttavia. Esercizio 14. uno spazio normato ` finito dimensionale se e solo se vale il Teorema di e Bolzano-Weierstrass. Sia ora ε > 0 fissato. b]) ` detta equicontinua se per ogni ε > 0 e esiste δ > 0 tale che |t − τ | < δ =⇒ sup |fn (t) − fn (τ )| < ε. e dunque ammette una sottosuccessione fnk (q1 ) e convergente. Ripetendo il ragionamento con la sottosuccessione fnk (q2 ). E infatti possibile e dimostrare l’esistenza di una successione xn ∈ X con xn = 1 e xn − xm ≥ 1 per n = m. 1]) in modo tale che fn = 1 e fn − fm = 1 per n = m.49 di Cauchy non convergenti (e che quindi non ammettono sottosuccessioni conver` genti). e le palle chiuse sono insiemi compatti solo negli spazi finito dimensionali. Ci occorre prima una definizione. Una funzione continua da RN (in una qualsiasi delle norme-p) in R porta insiemi limitati in insiemi limitati (conseguenza immediata del Teorema di Weierstrass). b]). in cui ciascuna sottosuccessione ` a sua volta una sotto-sottosuccessione di tutte sote tosuccessioni che la precedono. Esercizio 15. e 19 . ε |fnm (t) − fnm (τ )| < .19 o Dunque. Stabilire se lo stesso fatto valga o meno in uno spazio normato infinito dimensionale. b]) una successione limitata di funa zioni equicontinue. Definizione. 3 L’esistenza di detta successione ` una conseguenza immediata del Lemma di Riesz di quasi e ortogonalit`. anche se X ` di Banach le cose vanno male. Sia {qj } un’enumerazione dei razionali di [a. fn2 il secondo elemento della seconda sottosuccessione. e cos` via. Allora fn ammette una sottosuccessione convergente in C([a. la successione xn non pu` avere sottosuccessioni convergenti. b]. n∈N Teorema 1. ponendo fn1 il primo elemento della prima sottosuccessione. . b]) ammetta una sottosuccessione convergente. a u 20 Questa procedura ` nota come metodo di estrazione diagonale. Costruire una successione fn ∈ C([0. La successione fn (q1 ) ` limitata in R.5). esiste δ > 0 tale che. q4 . Una successione fn ∈ C([a. Cerchiamo allora condizioni sufficienti affinch´ una successione limitata di elee menti di C([a. Costruiamo dunque la sottosuccessione cercata.

. IN di intervallini di lunghezza minore di δ. Per concludere. |t − qj | < δ. abbiamo rietichettato gli N razionali scelti come q1 . ci si deve appellare alla compattezza dello spazio per ottenere un ricoprimento finito di palle di diametro minore di δ. . b]). . I2 . . Allora. In ogni intervallino Ij selezioniamo un punto qj (per semplicit`. e sia · ∗ una qualsiasi altra norma su RN . per m. Pertanto. Detta {ej } la base canonica di RN . Dunque. sia t ∈ [a. Mostrare che in RN tutte le norme-p sono equivalenti. fnm ` di Cauchy. Poich´ i a e ∗ ∗ qj sono in numero finito. .7. e quindi convergente. In particolare se X ` completo rispetto e a una norma lo ` anche rispetto all’altra. si ha ε |fnm (qj ) − fnm (qj )| < . Sebbene la dimostrazione sia stata fatta per C([a. In realt` vale la seguente a Proposizione 1. . per m. Due qualsiasi norme in RN sono equivalenti.21 e 1. q2 . Allora t ∈ Ij per qualche j. Infatti. esiste m tale che. . e siano · e · ∗ due diverse norme su X. b]. qN ).50 Ricopriamo l’intervallo [a. . Allora · e · ∗ si dicono equivalenti se esistono due numeri positivi m ≤ M tali che m x ∗ ≤ x ≤ M x ∗. . in C([a. con K spazio metrico compatto (che ammette sempre una successione densa di elementi). due norme e equivalenti su uno spazio X inducono le stesse successioni convergenti e le stesse successioni di Cauchy. Chiaramente. b] con un numero finito I1 . . e Esercizio 16. b] con un numero finito di intervallini. cio` ogni qualvolta xn ` convergente o di Cauchy rispetto a e e una norma lo ` anche rispetto all’altra. fissato x = N λj ej ∈ RN si ha che j=1 N x 21 ∗ ≤ j=1 |λj | ej ∗ ≤M x . ∀x ∈ X. 3 ∀j = 1. Il concetto di norme equivalenti ` piuttosto importante. laddove ricopriamo [a. Dunque due norme equivalenti sono di fatto e indistinguibili dal punto di vista topologico.7 Norme equivalenti Definizione. N. . b]). lo stesso argomento si applica per un generico C(K). Sia · la norma-1. dimostrazione. Sia X uno spazio lineare. m ≥ m∗ abbiamo |fnm (t) − fnm (t)| ≤ |fnm (t) − fnm (qj )| + |fnm (qj ) − fnm (qj )| + |fnm (qj ) − fnm (t)| < ε. . . m ≥ m .

In particolare. senza ulteriori specificazioni. la funzione positiva φ ha un minimo assoluto m ≥ 0 sulla sfera unitaria di RN in norma-1. per x = 0. Mostrare invece che la funzione max |f (t)| t∈[0. ∞). Definizione. Ma se m fosse zero. Pertanto. per il Teorema di Weierstrass. x ∗ ≥ m x . 1]) la funzione f ∗ = |f (0)| + max |f (t)| t∈[0.. Tuttavia. quando parleremo di C([a.1] non definisce una norma su C 1 ([0. Ω . Esercizio 17. b]) ` possibile introdurre altre norme.51 dove M = maxj=1. si definisce la norma integrale b f = a |f (t)|dt. intenderemo sempre C([a. b]) con la norma integrale non ` uno spazio di Banach. esisterebbe xmin = 0 tale che xmin ∗ = 0. Resta da dimostrare che m > 0.. Per p ∈ [1. ` E banale verificare che le propriet` della norma sono soddisfatte. o e Segue quindi che la norma integrale e la norma del massimo non sono equivalenti. abbiamo x ≥ m. denotiamo con Lp (Ω) l’insieme di (classi di equivalenza di) funzioni misurabili (rispetto a µ) f : Ω → R tali che |f |p ` integrabile.N ej ∗ . Sullo spazio lineare C([a. contraddicendo l’annullamento della norma. e |f |p dµ < ∞. 1. φ x ovvero.8 Gli spazi Lp (Ω) Sia (Ω. Osservazione. oltre e a quella del massimo. Mostrare che su C 1 ([0. M. si ` soliti non menzionare di quale u e norma si stia parlando in RN . b]) con la norma del massimo. µ) uno spazio di misura.1] definisce una norma equivalente a quella usuale. Esempio. ovvero. Nel seguito. da cui segue che la funzione φ(x) = x ∗ ` continua e da RN in norma-1 in R.. si a pu` dimostrare che C([a. b]).. 1]). In virt` di questo risultato. Quindi.

tali che esista M ≥ 0 per cui µ t ∈ Ω : |f (t)| > M = 0. occore un po’ di lavoro. p ∈ [1. e Teorema 1. p = ∞. p. Per quanto riguarda la (iii). ∞]. ∞).  Ω f Lp =    Ess SupΩ |f |. b > 0. cio` e tali che 1 1 + = 1. Siano f ∈ Lp (Ω) e g ∈ Lq (Ω). Esercizio 18. Sia p ∈ (1. . ∞)] Teorema 1. L’estremo inferiore degli M per i quali vale questa relazione ` detto estremo superiore e essenziale di |f |. Lemma 1. dimostrazione. Denotiamo con L∞ (Ω) l’insieme di (classi di equivalenza di) funzioni misurabili f : Ω → R essenzialmente limitate. Allora vale la disuguaglianza ap b q + . Se p = 1 (o p = ∞) la dimostrazione ` immediata. Allora o il prodotto f g appartiene a L1 (Ω) e fg L1 ≤ f Lp g Lq . ∞] indicheranno sempre due esponenti coniugati. Lp (Ω) ` inteso rispetto alla misura di Lebesgue.10 (Disuguaglianza di H¨lder). Per p ∈ [1. Assumiamo inoltre f e g non identicamente nulle. ∞). Verificare che l’estremo inferiore degli M ` in realt` un minimo. p q con la convenzione che 1/∞ = 0. Lp (Ω) ` uno spazio normato con la norma e  1/p   |f |p dµ . [Esercizio] p q [Suggerimento: si fissi b > 0 e si studi φ(a) = ap + bq − ab su [0. Sia e dunque p ∈ (1. ∞). Ω da cui segue la tesi. q ∈ [1. e che valgono le condizioni e (i) e (ii) della definizione di norma. Nel seguito. |F G|dµ ≤ Ω f (t) f Lp 1 p e G(t) = g(t) . denotato con Ess SupΩ |f |. Definiamo F (t) = Usando il lemma precedente.52 Definizione. in assenza di ulteriori e specificazioni.8. e siano a.9 (Disuguaglianza di Young). ossia. ab ≤ p q dimostrazione. g Lq |F |p dµ + Ω 1 q |G|q dµ = 1. e a Quando Ω ` un sottoinsieme di RN Lebesgue misurabile. ` E semplice verificare che Lp (Ω) ` uno spazio lineare.

. . f Ls ≤ µ(Ω) 1/s−1/r f Lr . o f +g p Lp ≤ f Lp + g p/q Lp Lp (f + g)p−1 Lq = f Lp + g Lp f +g p/q Lp . ∞).53 Siamo ora in grado di verificare la disuguaglianza triangolare per gli spazi Lp (Ω). Siano f. allora e p N L ({1. . a Osservazione. Sia Ω = N e sia µ la misura del conteggio. N } e µ ` la misura del conteggio. x r p vale l’inclusione inversa. Si noti che 1 e ∞ sono gli spazi gi` incontrati in precedenza. e Gli spazi p . dimostrazione. Allora f +g Lp ≤ f Lp + g Lp . Mostrare che per gli spazi se s < r allora s ⊂ r . g ∈ Lp (Ω). si ha f +g p Lp ≤ Ω |f ||f + g|p−1 dµ + Ω |g||f + g|p−1 dµ. o Proposizione 1. per r > s. Sia dunque p ∈ (1. . Precisamente. Applicando la disuguaglianza di H¨lder. N }) altro non ` che lo spazio R in norma-p.11 (Disuguaglianza di Minkowski). Dividendo per f + g il teorema ` dimostrato. Se invece Ω = {1. Allora |f |s ∈ Lr/s (Ω) e 1 ∈ Lr/(r−s) (Ω) (poich´ Ω ` limitato). Allora si ` soliti definire e p = Lp (N). Teorema 1. allora vale l’inclusione Lr (Ω) ⊂ Ls (Ω). . Facendo la radice s-esima otteniamo il risultato voluto. e Vediamo ora un’interessante conseguenza della disuguaglianza di H¨lder. ` in generale falsa. . . Se µ(Ω) < ∞ e 1 ≤ s < r ≤ ∞. Si noti che r/s e r/(r − s) sono esponenti coniugati. Inoltre. Assumendo f e g non identicamente nulle. e e Pertanto dalla disuguaglianza di H¨lder abbiamo che |f |s = 1 · |f |s ∈ L1 (Ω). ≤ x s . Mostrare che se µ(Ω) = ∞ l’inclusione insiemistica Lr (Ω) ⊂ Ls (Ω). Esercizio 19. e Esercizio 20. interpretando 1/∞ = 0. . dimostrazione. Sia f ∈ Lr (Ω). I casi p = 1 e p = ∞ sono immediati. e o f s Ls = Ω 1 · |f |s dµ ≤ 1 Lr/(r−s) f s Lr = µ(Ω) (r−s)/r f s Lr . Inoltre.12. . nota come disuguaglianza di Minkowski.

Si dimostri che f ∈ Lp (Ω) e f Lp ≤ M. con µ(Ω) < ∞. e sia p ∈ [1. Sia f : Ω → R misurabile. Ω ∀k ∈ N.5. |gk (t)|p dµ ≤ M p .2. Mostrare che gli spazi p sono spazi di Banach (i casi p = 1 e p = ∞ sono stati gi` affrontati in un precedente esercizio). banalmente. Questo esercizio. Sia u f : Ω → R misurabile. Sia f ∈ Lp ([0. Ecco una versione (molto) pi` difficile del precedente esercizio.13. Vogliamo usare la Proposizione 1. Si dimostri che f ∈ Lp (Ω). Inoltre. e . Esercizio 24. ∞). per un certo M ≥ 0 indipendente da g. per ogni g ∈ Lq (Ω) il prodotto f g ∈ L1 (Ω). per il Teorema della Convergenza Monotona si ha |gn (t)|p dµ = Ω Ω n→∞ 22 lim |g(t)|p dµ ≤ M p . Gli spazi Lp (Ω) sono spazi di Banach. Dimostrare che p in non ` uno spazio e f completo (si noti l’analogia tra R e Q). Tuttavia. Mostrare che Discutiamo ora la completezza degli spazi Lp (Ω). ∞). viene risolto nel caso p > 1 facendo uso del Teorema 2. per ogni g ∈ Lq (Ω) il prodotto f g ∈ L1 (Ω) e valga la relazione f gdµ ≤ M g Ω Lq .6 e del Teorema 3. Tuttavia. dimostrazione. 2]) e f L∞ ≤ 1. Sia dunque fn ∈ Lp (Ω) tale che ∞ fn n=1 Lp ≤ M < ∞.22 Esercizio 23. altro non ` che un o e caso particolare del seguente Teorema 1. x ∞ ≤ x s ] Esercizio 21. Consideriamo dapprima il caso p < ∞. Sia invece p in il sottospazio a f di p delle successioni definitivamente nulle. In particolare. dalla disuguaglianza di Minkowski ` chiaro e n=1 che gk Lp ≤ M per ogni k ∈ N. e sia p ∈ [1. 2]) con f f ∈ L∞ ([0. Definendo allora gk (t) = k |fn (t)|. ` possibile trovare una soluzione diretta.54 [Suggerimento: si osservi che. ∞). in genere. Inoltre. Esercizio 22. L’esercizio appena visto si pu` risolvere “a mano”. con µ(Ω) < ∞. Lp ≤ 1 per ogni p ∈ [1. Ponendo g(t) = ∞ j=1 |fj (t)|.

la serie nue merica ∞ fn (t) converge (assolutamente) quasi ovunque. µ(A) = 0. cio`. Concludiamo che fnk → fn1 + g puntualmente quasi ovunque. sempre quasi ovunque. Scegliamo una sottosuccessione fnk tale che 1 fnk+1 − fnk Lp ≤ 2 . Sia fn una successione convergente a f in Lp (Ω). sk − s → 0 puntualmente quasi ovunque e.14. Sia allora A l’unione degli An e dei Bnm . Definiamo gli insiemi An = t ∈ Ω : |fn (t)| > fn e Bnm = t ∈ Ω : |fn (t) − fm (t)| > fn − fm L∞ L∞ . Poich´ e j fnj+1 = fn1 + k=1 fnk+1 − fnk . Allora fn ammette una sottosuccessione fnk convergente a f puntualmente quasi ovunque. dimostrazione. Definendo f (t) = 0 per t ∈ A. ricaviamo che la serie ∞ fnk+1 − fnk k=1 converge puntualmente quasi ovunque ad una funzione g. Siano allora fn . . Ω n→∞ cio` che la serie e ∞ n=1 fn (t) converge in Lp (Ω). e sul complementare di A la successione fn converge uniformemente ad una funzione limitata f . |sk (t) − s(t)|p ≤ 2p [g(t)]p ∈ L1 (Ω).55 Quindi g ∈ Lp (Ω). f ∈ Lp (Ω) con fn → f in Lp (Ω). k Ripetendo il ragionamento della precedente dimostrazione. µ(An ) = µ(Bnm ) = 0. Rimane da verificare l’uguaglianza f = fn1 + g (si veda l’esercizio seguente). Chiaramente dobbiamo limitarci a dimostrare il caso p < ∞. Chiamando allora n=1 s(t) la somma della serie e sk (t) le relative somme parziali k-esime. Chiaramente. Sia infatti fn una e successione di Cauchy in L∞ (Ω). Corollario 1. Per definizione. concludiamo che lim |sk (t) − s(t)|p dµ = 0. Applicando il Teorema della Convegenza Dominata. da cui |g(t)| < ∞ per quasi ogni t ∈ Ω. si ha che f ∈ L∞ (Ω) e fn → f in L∞ (Ω). Il caso p = ∞ ` invece di dimostrazione quasi immediata.

sia dunque φn una successione e densa in C(Ω).15. [Suggerimento: si considerino gli elementi di p in di “coordinate” razionali] f Esercizio 27. [Esercizio] [Suggerimento: si estenda la funzione su R facendola valere zero fuori da Ω. dimostrare che h→0 lim τh f − f Lp = 0. .16. e sia f ∈ Lp (R).15 e il Teorema della Convergenza Dominata. a Esercizio 26. si approssimi con funzioni semplici. e dimostrazione. Fissiamo allora f ∈ Lp (Ω) e ε > 0. ∞) sono separabili. Sappiamo che C(Ω) ` separabile.3. esiste φ ∈ C(Ω) tale che f − φ Lp ≤ ε. Per h ∈ R. Sia p < ∞. ovvero. Sia p < ∞. lo spazio Lp (Ω) ` separabile. definiamo la traslata τh f di f per mezzo della formula (τh f )(t) = f (t + h). n→∞ lim φn − f Lp = 0. Dimostrare che gli spazi p con p ∈ [1. Dimostrare che lo spazio ∞ non ` separabile. Corollario 1. Concludiamo il paragrafo esaminando la separabilit` degli spazi Lp (Ω). b] (per esercizio. sia Ω un sottoinsieme misurabile di R (pi` in generale.56 Esercizio 25.13 nel caso p = 1 contiene. Se Ω non ` limitato. usando il metodo di diagonalizzazione di Cantor] Nel seguito del paragrafo. [Suggerimento: si e proceda per assurdo.8). [Suggerimento: applicare il Lemma di Fatou] La dimostrazione del Teorema 1. Se p < ∞. per ogni n esiste un insieme limitato Ωn ⊂ Ω (e dunque di e misura finita) tale che φn (t) = 0 se t ∈ Ωn . Allora f = g quasi ovunque. u di RN ) di misura di Lebesgue λ(Ω) > 0. e si usi la regolarit` della misura di a Lebesgue] Esercizio 28. Supponiamo che Ω ⊂ [a. in particolare. la dimostrazione del Teorema della Convergenza Dominata per le serie di funzioni (si veda il Teorema I. Sia fn una successione convergente a f in Lp (Ω) e convergente a g puntualmente quasi ovunque. dimostrazione. esiste una successione φn di funzioni continue e limitate su Ω convergente a f nella norma di Lp (Ω). Data f ∈ Lp (Ω). Dal teorema precedente. Teorema 1. Utilizzando il Teorema 1. Quindi. si completi poi la dimostrazione).

E immediato verificare che se c = c allora χ(a.c) − χ(a. Lo spazio L∞ (Ω) non ` separabile. e Definizione. a Le cose sono invece molto diverse per p = ∞. Definizione. e dimostrazione.1 Operatori lineari Definizioni e prime propriet` a Siano X e Y due spazi normati.57 D’altro canto. esiste φn0 tale che φ − φn0 C(Ω) = φ − φn0 L∞ ≤ ε. Consideriamo la famiglia (non numerabile) di funzioni ` caratteristiche χ(a. Applicando infine la disuguaglianza di Minkowski. Dall’arbitrariet` di ε segue la tesi. Dalla Proposizione 1. 1]). Sia X = C([0. Definiamo l’operatore lineare T : X → X nel seguente modo: (T f )(t) = f (t) + f (0). b). Esercizio 29. Una funzione T : X → Y ` detta un operatore lineare (da X a Y ) se e per ogni x.c) . Proposizione 1. e .12 concludiamo che φ − φn0 Lp ≤ M φ − φn0 L∞ ≤ M ε. y ∈ X e per ogni λ ∈ R si ha che T (λx + y) = λT (x) + T (y). abbiamo che f − φn0 Lp ≤ (1 + M )ε. con M = (2R)1/p . Un operatore lineare T : X → Y ` limitato se esiste M ≥ 0 tale che e Tx Y ≤M x X. f ∈ X. Dimostriamolo per semplicit` assumendo che Ω contenga un a intervallo aperto (a. b). Quando T ` un operatore lineare si preferisce scrivere T x in luogo di T (x). ∀x ∈ X.c ) L∞ = 1. al variare di c in (a. 2 2.17. Mostrare che T ` limitato.

xn n xn X > 1. S ∈ L(X. y2 . .) ∈ X. ` Osservazione. Y ) ` a sua volta uno spazio lineare.58 Esercizio 30. e dimostrazione. Definiamo l’operatore Tx = j=1 xj yj . Sia T : X → Y un operatore lineare. . per cui T non ` continuo in zero.) ∈ lineare T : X → R nel seguente modo: ∞ ∞ . x3 . X) se X = Y ). cio` T non ` limitato. allora dalla definizione di operatore limitato si ricava subito (ii). Y ) l’insieme degli operatori lineari continui da X a Y (si usa la notazione L(X) in luogo di L(X. Se infatti (i) non vale. Sia X = 1 . y3 . allora esiste xn ∈ X tale che e e T xn Ma allora la successione zn = tende a zero e T zn Y Y > n xn X. si pu` definire l’operatore o (T + λS)(x) = T x + λSx. ∀n. Se vale (i). ∀n. che risulta essere uno e spazio normato rispetto alla norma T L(X. . ovvero (iii) implica (i). e (iii) T ` continuo in 0 ∈ X. .1. Mostriamo allora che (iii) implica (i). x2 . Allora una qualsiasi delle seguenti condizioni implica le altre due: (i) T ` limitato. . Mostrare che T ` limitato. . e Teorema 2. Dati T. e Alla luce di questo teorema. E banale verificare che sup T x x ≤1 Y = sup T x x =1 Y. e (ii) T ` continuo (Lipschitz). Y ) e λ ∈ R. x = (x1 . Indichiamo con L(X. parleremo indifferentemente di operatore lineare continuo o limitato. e sia y = (y1 .Y ) = sup T x x ≤1 Y. Dunque lo spazio L(X. . che banalmente implica (iii).

Due spazi normati X e Y sono isomorfi se esiste un operatore biettivo T ∈ L(X. e Dobbiamo mostrare che T ` continuo e che Tn → T in L(X. ≤ε x X. per n. la successione Tn x ` una successione di Cauchy in Y . Se Y ` uno spazio di Banach. e sia T : X → X l’ operatore di moltiplicazione per t. per ogni x ∈ X. si vede subito che I ` bicontinuo. Y ). Infatti. facendo il limite m → ∞. definito come (T f )(t) = tf (t). Allora. Mostrare che T L(X) = 1. f ∈ X. due spazi normati isomorfi possono essere senz’altro identificati dal punto di vista topologico. a otteniamo la convergenza desiderata. Proposizione 2. Uno spazio normato X di dimensione N ` isomorfo a RN .Y ) x X. ci dice che T ∈ L(X. · ∗ ). Fissato ε > 0. Y ). Y ) con T −1 ∈ L(Y. 1]). X). . m abbastanza grandi. Y ) ` uno spazio di e e 23 Banach.59 Esercizio 31. Infine. dall’arbitrariet` di ε. e quindi e convergente a un valore T x ∈ Y .7 con X al posto di (RN . allora L(X. Un isomorfismo tra spazi normati trasferisce tutte le propriet` lineari e topoa logiche da uno spazio all’altro (in particolare. Tn x − Tm x Dunque. Abbiamo gi` mostrato l’esistenza di un isomorfismo algea brico (cio` un operatore lineare biettivo) I : X → RN . Sia Tn una successione di Cauchy in L(X. Ripetendo allora la die mostrazione della Proposizione 1. Pertanto. e 23 Vale anche il viceversa. Tn x − T x Y Y ≤ε x X.3. Proposizione 2. Esercizio 32. e dimostrazione.2. Definizione. dimostrazione. Sia X = L2 ([0. Lasciamo per esercizio la dimostrazione che T : X → Y ` un operatore lineare. Si mostri che T L(X. Tn x − Tm x Y ≤ Tn − Tm L(X.Y ) ` la pi` piccola (e quindi la migliore!) e u costante M per cui vale la disuguaglianza T x Y ≤ M x X . la completezza). Y ). Questo. e dalla formula precedente ricaviamo che. in particolare.

Y ) ` un’isometria. e Operatori lineari particolarmente interessanti sono le isometrie. Sia T ∈ L(X. allora le due norme sono equivalenti se e solo se si ha X →Y e Y → X. Esercizio 34. . 2. Y uno spazio normato e e T ∈ L(X. cio` se esiste M ≥ 0 tale che e e x Y ≤M x X. Si noti che le e isometrie sono operatori iniettivi (ma non necessariamente suriettivi). con Y ). ∀x ∈ X. allora T X ` un sottospazio chiuso di Y . Esercizio 33. abbiamo l’iniezione continua s → r . Allora il nucleo (kernel) di T definito da ker(T ) = x ∈ X : T x = 0 ` un sottospazio chiuso di X. diremo che X ` incluso con continuit` in Y .60 Una conseguenza interessante di questa proposizione ` che i sottospazi finito e dimensionali di uno spazio normato sono chiusi. e scriveremo e a X → Y. come spazio lineare. In particolare se xn ` una successione di elementi di X che converge a x ∈ X nella e norma di X. quando avremo introdotto la convegenza debole. x ∈ X. Y ). allora converge a x anche nella norma di Y . Analogamente. se µ(Ω) < ∞ e s < r abbiamo l’iniezione continua Lr (Ω) → Ls (Ω). Mostrare che se X ` uno spazio di Banach. e e Un’altra classe di operatori particolarmente significativa ` quella degli operatori e compatti. L’operatore lineare che vogliamo considerare ` l’operatore di inclusione o iniezione J : X → Y definito da e Jx = x. Se la mappa J ` continua.12. Y ) ` un’isometria se T x Y = x X per ogni x ∈ X.2 Iniezioni continue Assumiamo che lo spazio normato X sia un sottospazio lineare di Y (che potrebbe anche coincidere. Si noti che se X e Y sono lo stesso spazio lineare con due diverse norme. Con riferimento alla Proposizione 1. e Osservazione. Esempio. Discuteremo in dettaglio questi operatori nel prossimo capitolo. Diciamo che T ∈ L(X. T ` iniettivo se e solo se ker(T ) = {0}.

ε1 ) ⊂ AC . e In particolare. Scegliamo x2 ∈ AC ∩ B(x1 . l’intersezione ` non vuota. e e dimostrazione. se x appertenesse a X.3 Il Teorema di Baire e le sue conseguenze Definizione . ε3 ) ⊃ · · · . Ogni spazio di Banach ` di seconda categoria (in s´). εn0 ). Procedendo in questo modo. da cui B ` di prima categoria in s´. ε2 ) ⊃ B(x3 . n=1 Scegliamo x1 ∈ AC . Esercizio 36. b]) con la norma del massimo. e . e Corollario 2. Contraddizione. ε1 ). e e quindi converge a un certo x ∈ X. Tutti gli altri sottoinsiemi di X sono detti di seconda categoria. Allora o 2 esiste ε2 < 1/2 tale che B(x2 .61 Esercizio 35. εn0 ) ∩ An0 = ∅. Sia {An } una famiglia numerabile di aperti densi in X. che ` un insieme chiuso. Per assurdo. Spesso questa ` la conseguenza pi` e e u interessante del risultato. Esempio. εn0 ). Un insieme di prima categoria (in X) ` un’unione numerabile di e sottoinsiemi di X mai densi.4 (Baire). b]) con la norma integrale. e Un corollario immediato (in realt`. Dalla dimostrazione si evince che il risultato vale pi` in generale u se X ` uno spazio metrico completo. L’intersezione di una collezione numerabile di aperti densi in X ` un insieme denso in X. in contraddizione con il Teorema di Baire (B ` uno spazio metrico completo). ε1 ). Sia X uno spazio di Banach. Dato che B(xn0 . ε2 ) ⊂ AC ∩ B(x1 . Siano X = C([a. L’insieme Q ` di prima categoria in R. Ora. e quindi il suo limite x appartiene anch’esso e a B(xn0 . passando al complementare. dimostrazione. ciascuna di raggio εn < 1/n. Sia X uno spazio normato. Mostrare che se A ` chiuso in Y allora e A ` chiuso in X. con An chiuso mai denso. Siano X → Y . e 2. sia X = ∞ An . Allora esiste ε1 < 1 tale che B(x1 . un enunciato alternativo del Teorema di a Baire) ` il seguente. concludiamo che x ∈ An0 . cio` non contiene sottoinsiemi aperti non vuoti di X. Un sottoinsieme A di X ` detto mai e e denso se la sua chiusura A ha interno vuoto. ε1 ). per n ≥ n0 appartiene a B(xn0 . Mostrare che invece non si ha Y → X. e sia A ⊂ X. e Teorema 2. ε1 ) ⊃ B(x2 .5. C e e n (An ∩ B) = B. e Y = C([a. L’insieme mai 1 1 denso A2 non pu` contenere B(x1 . La successione xn dei centri delle palle ` di Cauchy. Ma la successione xn . 2 costruiamo una successione di palle nidificate B(x1 . Se esiste una palla chiusa B ⊂ X tale che n An ∩ B = ∅. per ipotesi esisterebbe n0 tale che x ∈ An0 . Mostrare che X → Y . Osservazione.

Sia F ⊂ L(X. dimostrazione. dal Teorema di Baire. ` essenziale che X lo sia. deve esistere n0 tale e che Cn0 non abbia interno vuoto.62 Esercizio 37. Y ). Ovvero. ε) ⊂ Cn0 . Pertanto.Y ) ≤ M. Nel seguito del paragrafo. Si noti che il Teorema di Uniforme Limitatezza vale anche se Y non ` completo. Sfruttiamo ora il fatto che X e ` uno spazio di Banach. Se z X ≤ ε. ε). se x = 0. Sia F un sottoinsieme di L(X.6 (Banach-Steinhaus o Uniforme Limitatezza). Sia Cn = x ∈ X : T x Y ≤ n. Chiaramente. segue che z + x0 ⊂ B(x0 . Dunque. da cui Tz Y ≤ T (z + x0 ) Y + T x0 Y ≤ 2n0 . Mostrare che R si pu` scrivere come unione disgiunta R = G ∪ F . ∀x ∈ G. Teorema 2. T ∈F allora esiste un insieme Gδ denso G ⊂ X tale che sup T x T ∈F Y = ∞. o dove G ` un insieme Gδ di misura di Lebesgue nulla tale che G ⊃ Q. X e Y sono spazi di Banach. ∀T ∈ F . Inoltre. X = n∈N Cn . Veniamo ora a discutere le importanti conseguenze del Teorema di Baire. ∀T ∈ F. L’insieme Cn ` chiuso. Assumiamo che per ogni x ∈ X esista una costante Mx ≥ 0 tale che sup T x T ∈F Y ≤ Mx . Se non esiste alcuna costante M ≥ 0 per cui sia verificata la relazione sup T L(X.7. e Al contrario. Dimostrare che uno spazio di Banach infinito dimensionale non pu` o avere una base di Hamel numerabile. esistono ε > 0 e x0 ∈ X tali che Cn0 ⊃ B(x0 . . Allora esiste una costante M ≥ 0 tale che sup T T ∈F L(X. e Corollario 2.Y ) ≤ M. e Esercizio 38. Y ). tale formula vale anche per x = 0. Tx Y = 1 x ε X T εx x X ≤ Y 2n0 x ε X. ∀T ∈ F.

` sufficiente dimostrare che esiste ε > 0 tale che e T U ⊃ εV. T (U − x) ⊃ νV.7. .9. Denotiamo con U e V le palle aperte unitarie in X e Y . dunque T U ⊃ T x + νV . Dato F ⊂ L(X. otteniamo finalmente T U ⊃ εV. Usando la linearit` di a T . Corollario 2. Pertanto. Y ) una mappa suriettiva.9.supT ∈F T L(X. Conviene utilizzare la seguente notazione: dato un vettore x. ∀x ∈ An . Assumiamo che per ogni x ∈ X esista il limite T x = limn Tn x. Sfruttando il fatto che Y ` di seconda categoria. Poich´ e n∈N nU = X. indichiamo con x + ρA l’insieme dei vettori della forma x + ρa. ponendo ε = ν/M . l’insieme T U non pu` avere e o interno vuoto. Alla luce del Corollario 2. I chiusi Cn della precedente dimostrazione sono mai densi (in caso contrario si otterrebbe uniforme limitatezza). oppure Y . Esercizio 39. Notando che sup T x T ∈F Y > n. Quindi. y = T x per qualche x ∈ X. due sono le possibili situazioni: . Y ). Allora T ∈ L(X. un insieme A e ρ > 0. Teorema 2.Y ) ≤ M per qualche M ≥ 0. esisteranno y ∈ Y e ν > 0 tali che T U ⊃ y + νV . Essendo T suriettiva.5 l’intersezione G = n∈N An ` un e Gδ denso.63 dimostrazione. e dal Corollario 2. Sia T ∈ L(X. al variare di a in A. Y ). A patto di prendere M > 0 abbastanza grande. la tesi segue immediatamente. Dunque. U − x ⊂ M U . Dimostrare il Corollario 2.esiste un Gδ denso G tale che supT ∈F T x = ∞ per ogni x ∈ G. Teorema 2.10 (Mappa Aperta).8. Allora T ` una mappa aperta (cio` T A ` aperto in Y per ogni aperto A in X). Y ). ovvero. e e e dimostrazione. possiamo dare la seguente formulazione alternativa del Teorema di Uniforme Limitatezza. i complementari C An = Cn sono aperti densi. Sia Tn ∈ L(X. dalla suriettivit` di T ricaviamo che a Y =T n∈N nU = n∈N T (nU ) = n∈N nT U.

nel Teorema della Mappa Aperta ` fondamentale che entrambi gli spazi X e Y siano di Banach.11 (Mappa Inversa).64 Questa ` “quasi” la nostra tesi. e e ∞ ∞ x Infine. Allora T −1 ∈ L(Y. X ≤ n=1 xn X < n=1 1 2n−1 = 2. 2n T xj . Sia y ∈ εV . Contrariamente al Teorema di Uniforme Limitatezza. Infatti. dimostrazione. n y − Tx ε Pertanto T U ⊃ 2 V . Y ) una mappa biettiva. Allora esiste x1 ∈ U tale che y − T x1 Y ε ≤ . Dobbiamo mostrare la continuit` di T −1 . A questo punto. Inoltre. e Teorema 2. Notiamo che y1 ∈ 2 V . e quindi converge poich´ X ` di Banach. costruiamo due successioni 1 xn ∈ 2n−1 U e yn ∈ 2νn V tali che yn − T xn Si noti che yn+1 = y − j=1 Y ≤ n ε . Y = lim y − n→∞ j=1 T xj Y = lim yn+1 n→∞ Y = 0. Sia T ∈ L(X. 4 Poniamo y2 = y1 − T x2 . Procedendo in questo modo. y = T x. Per fare ci` ` a o e sufficiente far vedere che controimmagini di aperti in X attraverso la mappa T −1 sono aperti in Y . sia x= ∞ xn . e a patto di dimezzare ε). Poich´ T ` biettiva e e (T −1 )−1 (A) = T A. Quindi esiste x2 ∈ 1 U tale che 2 y 1 − T x2 Y ε ≤ . Sia allora A ⊂ X un insieme aperto. X). e u . 2 ε Poniamo y1 = y − T x1 . n=1 La serie converge assolutamente. che ` aperto in virt` del Teorema della Mappa Aperta. Dobbiamo ora rimuovere la chiusura (e lo faremo.

Sia T : X → Y un operatore lineare chiuso. e Teorema 2. da cui si ricava la disuguaglianza e mancante. ovviamente. esiste M ≥ 1 tale che x da cui Tx Quindi T ` continuo. ∀x ∈ X. Il teorema si dice del Grafico Chiuso poich´ si pu` riformulare e o in modo equivalente dicendo che se il grafico di T G(T ) = (x. Per il Corollario 2. La norma · ∗ rende X uno spazio di Banach (si verifichi la completezza per esercizio). Y ). biettiva). T x) : x ∈ X ` un sottoinsieme chiuso di X × Y . ≤ (M − 1) x X. Tuttavia.12. allora T ` un operatore continuo. Definizione. e siano che rendano X uno spazio di Banach tali che x ∗ · e · ∗ due diverse norme ≤M x . Sia X uno spazio lineare. Definiamo una nuova norma su X nel seguente modo: x ∗ = x X + Tx Y. se xn → x la continuit` di T implica e a 24 che T xn → T x.12. la mappa da R in R definita o da 1/t se t = 0 e 0 altrimenti. Il fatto interessante ` che vale anche il viceversa. Per il Teorema della Mappa Inversa l’applicazione J −1 : (X. Allora le due norme sono equivalenti. e e Y X + Tx Y ≤M x X. Ad esempio. Y ). ∀x ∈ X. Un operatore lineare T : X → Y ` chiuso se ogni qualvolta xn → x e in X e T xn → y in Y segue che T x = y. · ) → (X. ∀x ∈ X. ∀x ∈ X. x X ≤ x X + Tx Y = x ∗. allora T ` chiuso.13 (Grafico Chiuso). · ∗ ) ` continua a e (e. · ) ` continua. dimostrazione. La mappa identit` J : (X.65 Vediamo ora una conseguenza del Teorema della Mappa Inversa. e Osservazione. Allora T ∈ L(X. Si noti che questa propriet` vale anche se T non ` lineare. · ∗ ) → (X. un a e operatore non lineare pu` essere chiuso ma non continuo. Corollario 2. Se T ∈ L(X. Infatti. Ovviamente. ma solo continuo. dimostrazione. 24 .

1 Lo spazio duale Definizioni e prime propriet` a Definizione. esiste y ∈ B(0. [Suggerimento: verificare che ker(Λ) ` denso] e e . 1]). ∀f ∈ X. Se Λ non ` continuo. Pertanto. Se Λ ∈ X ∗ . x ≤1 Esercizio 40. Mostriamo allora che se Λ non ` e continuo allora ker(Λ) ` denso in X. Definiamo il funzionale lineare Λ : X → R nel seguente modo: ∞ Λf = −∞ f (t)dt. Vogliamo trovare z ∈ B(x. E ovvio che ker(Λ) chiuso implica ker(Λ) non denso in X (altrimenti Λ sarebbe il funzionale nullo). ε) tale che Λy = β.66 3 3. x ≤1 In tal caso Λ X∗ = sup |Λx|. Sia X = Cc (R) (funzioni a supporto compatto) con la norma del massimo. R) ` detto spazio duale di X. Mostrare che Λ non ` continuo. Dunque un funzionale Λ : X → R ` continuo se e solo se e sup |Λx| < ∞. Mostrare che spazi isomorfi hanno duali isomorfi. ∀f ∈ X. e Per γ = −α/β (si noti che |γ| ≤ 1). e sia ε > 0. il vettore z = x + γy appartiene a B(x. Gli elementi di X ∗ sono i funzionali lineari continui su X. e viene e indicato con X ∗ . Allora Λ ∈ X ∗ se e solo se ker(Λ) ` chiuso se e solo se ker(Λ) non ` denso in X. Sia X uno spazio normato. con |β| ≥ |α|. Lo spazio di Banach L(X. Sia Λ : X → R un funzionale lineare non nullo. Un operatore lineare Λ : X → R ` detto e funzionale (lineare).1. Λ(x + γy) = α + γβ = 0. X∗ . e e ` dimostrazione. ε) tale che Λz = 0. Calcolare quindi Λ Esercizio 42. Mostrare che Λ ∈ X ∗ . ε) ∩ ker(Λ). Sia X = C([0. e Sia x ∈ X con Λx = α = 0. sappiamo che ker(Λ) ` necessariamente chiuso. e Proposizione 3. Definiamo il funzionale lineare Λ : X → R nel seguente modo: 1 Λf = 0 f (t)dt. Esercizio 41.

e sia Y ⊂ X un suo sottospazio.4 (Hahn-Banach). con g ∈ Lq (Ω). La risposta ` affermativa se p < ∞. 26 Se p = 1 si deve supporre inoltre che la misura sia σ-finita. definiamo il funzionale Λg : X → R nel seguente modo: Λg f = Ω f gdµ. Dimostrare il Teorema 3. Sia X uno spazio normato.2 per il caso particolare degli p . 27 Nel qual caso L1 (Ω) e L∞ (Ω) coincidono con RN in norma-1 e norma-∞.26 Esercizio 45. 3. Sia X = Lp (Ω).2. Il duale di L∞ (Ω) contiene strettamente L1 (Ω) (a meno che la misura sia concentrata in un numero finito di punti 27 ). Negli spazi infinito dimensionali ` infatti sempre possibile (sfruttando e l’esistenza della base di Hamel) costruire un funzionale lineare non continuo.2 Il Teorema di Hahn-Banach Enunciamo il risultato fondamentale sui funzionali lineari continui. Se p = 1 l’uguaglianza vale se si assume che ogni insieme di misura infinita contenga un sottoinsieme misurabile di misura finita strettamente positiva. . esiste un’estensione Λ ∈ X ∗ di Λ0 tale che Λ 25 ∀y ∈ Y. Mostrare che ogni funzionale lineare su RN ` della forma x → x. e per qualche y ∈ RN . Fissata g ∈ Lq (Ω).3. Sia p ∈ [1. X∗ ∀f ∈ X. L’esercizio ci dice in particolare che tutti i funzionali lineari su RN sono continui. rispettivamente. ` E allora sensato chiedersi se tutti i funzionali di Lp (Ω) siano della forma Λg . Questa ` una peculiarit` degli spazi di Banach finito dimene a sionali. abbiamo invece il Teorema 3. Concludere che il duale di RN pu` essere identificato in modo o naturale con RN . Esercizio 44.67 Esercizio 43. Osservazione. Dato un funzionale lineare Λ0 : Y → R tale che |Λ0 y| ≤ M y . ∞). Allora tutti e soli i funzionali lineari continui di Lp (Ω) sono della forma Λg . Mostrare che Λg ∈ X ∗ e che Λg = g 25 Lq . y . X∗ ≤ M. Possiamo pertanto identificare il duale di Lp (Ω) con Lq (Ω) attraverso la mappa g → Λg . Per quanto riguarda L∞ (Ω). Enunciamo infatti senza e dimostrazione il Teorema 3. Teorema 3. con g ∈ Lq (Ω).

∀y ∈ Y. Dividendo entrambi i membri per λ = 0. e Λ ` un funzionale lineare su Z di norma minore o uguale a e M che coincide con Λ0 se ristretto a Y . Lemma 3. il β cercato deve verificare la relazione −Λ0 y − M y + x X ≤ β ≤ −Λ0 y + M y + x X. che ` certamente soddisfatta se e −Λ0 w − M w + x X ≤ −Λ0 y + M y + x X. e . ∀λ ∈ R. Definiamo Λ(y + λx) = Λ0 y + λβ. allora definiamo Z∗ = Z. ≤M y+x X +M w+x X. sfruttando il passo e ı precedente. L’insieme S ` non vuoto. ∀y. dimostrazione. ∀y ∈ Y. Siamo dunque nella posizione di e poter applicare il Lemma di Zorn. Definiamo su S una relazione di ordine parziale dichiarando (Λ . e sul quale possiamo definire il funzionale Λ∗ nel seguente modo: se x ∈ Z∗ . dove Z ` un sottospazio di e X che contiene Y . al variare e e degli Z tali che (Λ. Z). e poniamo quindi Λ∗ x = Λx. Se cos` non fosse. Ricordiamo che un insieme parzialmente ordinato ` un insieme su cui ` definita e e una relazione di ordine parziale. Si verifica facilmente che Z∗ ` un sottospazio. Inoltre. Z ) ≤ (Λ . allora x ∈ Z con (Λ. che ci garantisce l’esistenza di un elemento massimale (Λ. che richiamiamo per convenienza del lettore.68 Si noti che il sottospazio Y pu` non essere chiuso. contraddicendo la massimalit` di (Λ. Sia x ∈ Y . Z). Z) ∈ S . Z) ∈ S .5 (Zorn). Z ) se Z ⊂ Z e Λ |Z = Λ . Z∗ ) ` l’estremo superiore della catena S . w ∈ Y. Z) per l’insieme S. (Λ∗ . a 28 Il Lemma di Zorn ` una formulazione equivalente dell’Assioma della Scelta. Mostriamo che ` possibile estendere Λ0 a un e funzionale Λ di norma minore o uguale a M definito sul sottospazio di X Z = y + λx : y ∈ Y. Concludiamo la dimostrazione mostrando che Z = X (e dunque Λ ` l’estensione cercata). Dobbiamo sincerarci per` che o esista β ∈ R (non necessariamente unico) tale che |Λ(y + λx)| = |Λ0 y + λβ| ≤ M y + λx X. Una catena ` un sottoinsieme totalmente ordinato. se S ` una catena. potremmo estendere il funzionale Λ su un sottospazio contenente Z propriamente. Ogni insieme non vuoto parzialmente ordinato in cui ogni catena abbia estremo superiore ha un elemento massimale. Evidentemente. La dimostrazione si basa sul o celebre Lemma di Zorn28 . Sia ora S la collezione delle coppie ordinate (Λ. con β ∈ R. Ma quest’ultima disuguaglianza si pu` riscrivere come o Λ0 (y − w) ≤ M y + x ed ` immediato verificare che e Λ0 (y − w) ≤ |Λ0 (y − w)| ≤ M y − w X X +M w+x X. λ ∈ R . e Procediamo quindi alla dimostrazione del Teorema di Hahn-Banach.

z ∈ X e Λx = Λz per ogni Λ ∈ X ∗ . 1]) contiene strettamente L1 ([0. e Esempio. Sappiamo che il duale di L∞ ([0. Estendiamo allora Λ0 su tutto X. Inoltre. .8. X ∗ ` uno spazio abbastanza e “ricco”. e il funzionale Λ0 (λx + y) = λ. Poich´ ker(Λ0 ) = Y . Osservazione. allora x = 0. Definiamo Λf = f (0). Tale spazio (dei funzionali lineari continui su X ∗ ) ` detto biduale di X. esiste Λx ∈ X ∗ con Λx X∗ = 1 tale che Λx x = x X. Corollario 3. allora x = z. e dunque di una certa utilit`). f ∈ Y. ` E immediato verificare che Λ ` continuo su Y . Esibiamo allora un elemento di L∞ ([0. 1]). X. la tesi del Teorema di Hahn-Banach si ottiene con un argomento diretto (Teorema di Estensione Limitata). Sia Y = λx : λ ∈ R ⊂ X. 1])∗ non della forma Λg . 1]) tale e che Λf = Λg f per ogni f ∈ Y . Esiste un’immersione naturale dello spazio X in X ∗∗ attraverso la mappa canonica τ cos` definita: ı τ (x) = Fx . e che non esiste g ∈ L1 ([0. ed In particolare. Poniamo Λ0 (λx) = λ x estendiamo Λ0 su X. Sia x ∈ Y . Usando la linearit` di Λ. Il suo duale X ∗ possiede a sua volta uno spazio duale. 3. Se Y = X. in questo caso l’estensione ` unica.7. Esercizio 46. Se x.69 Osservazione. 1]). un enunciato equivalente ` il seguente: a e se x ∈ X e Λx = 0 per ogni Λ ∈ X ∗ . Dimostrare che x = 0. dimostrazione. allora esiste e ∗ Λ ∈ X tale che Λx = 0 ma Λ|Y = 0. X ∗ separa i punti di X (quindi.3 Riflessivit` a Sia X uno spazio di Banach. Se Y ` un sottospazio chiuso proprio di X e x ∈ Y . Si estenda infine Λ su tutto X. con g ∈ L1 ([0. Corollario 3. e indicato e ∗∗ con X . Dato x ∈ X.6. Sia x ∈ X e sia Λx = 0 per ogni Λ ∈ Y con Y denso in X ∗ . dimostrazione. λ ∈ R ⊂ X. Mostriamo un esempio di applicazione del Teorema di Hahn-Banach. 1]) delle funzioni continue. Sia Y il sottospazio di L∞ ([0. Vale cio` il a e Corollario 3. e Y ` chiuso. Λ0 ` continuo e e e su Z. Veniamo alle importantissime conseguenze del Teorema di Hahn-Banach. Definiamo Z = λx + y : y ∈ Y.

a 0 = ΦΛ Fx = Fx Λ = Λx. X ` riflessivo se e solo se X ∗ ` riflessivo. Uno spazio di Banach X ` riflessivo se la mappa canonica τ : X → X ∗∗ e ` suriettiva. Esiste un controesempio dovuto a James di uno spazio di Banach non riflessivo isometricamente isomorfo al suo biduale. Dato che X ` riflessivo. ∀x ∈ X. Un sottospazio chiuso Y di uno spazio di Banach X riflessivo ` riflessivo. Dunque. esiste Φ ∈ X ∗∗∗ . se X ` riflessivo lo stesso vale per X ∗∗ . per qualche Λ ∈ X ∗ . F0 Λ|Y = Λx. Concludiamo quindi che τ (X) ` un sottospazio chiuso di X ∗∗ . Contraddizione.29 Proposizione 3.6. modo: Associamo a F0 ∈ Y ∗∗ un elemento F ∈ X ∗∗ nel seguente F Λ = F0 Λ|Y . Se X non lo `.8. e dimostrazione.9. La sola a e cosa da provare ` allora l’implicazione e X ∗ riflessivo =⇒ X riflessivo. Usando la riflessivit` di X ∗ . ∀ Λ ∈ X ∗. per il Corollario 3. e Pertanto. Φ = 0. X pu` essere identificato con il suo biduale X ∗∗ . e Definizione. e. E facile mostrare che un isomorfismo tra spazi di Banach preserva la riflessivit`. Proposizione 3. conseguentemente. 29 . ∀Λ ∈ X ∗ . Infatti e Fx X ∗∗ = sup |Fx Λ| = Λ X ∗ =1 sup |Λx| ≤ x Λ X ∗ =1 X. La mappa τ ` un isomorfismo isometrico da X a τ (X) ⊂ X ∗∗ .10. E importante o ricordare che uno spazio ` riflessivo se ` isometricamente isomorfo al suo biduale e e attraverso la mappa τ . Concludiamo che Λ = 0. tale che ΦFx = 0 per tutti gli Fx ∈ τ (X). esiste un elemento Λ ∈ X ∗ di norma unitaria tale che |Λx| = x X . Dal e e Corollario 3.70 dove Fx ` l’elemento di X ∗∗ che agisce su X ∗ nel seguente modo: e Fx Λ = Λx. Φ = ΦΛ . ∀ Λ ∈ X ∗. e non attraverso una qualsiasi altra mappa. D’altro canto. esiste x ∈ X tale che F Λ = Λx per ogni Λ ∈ X ∗ . Pertanto. Φ = 0. τ (X) ` un sottospazio chiuso proprio di X ∗∗ . e ` In tal caso. e e ` dimostrazione. Sia X ∗ riflessivo.

Per ogni n ∈ N. ∗ Λ ∈ X non nullo tale che Λ|Y = 0. F0 Λ0 = F0 Λ|Y = F Λ = Λx = Λ0 x.71 Ma Y ` chiuso. Osservazione. ∞). Λ X∗ X∗ ≤ |Λn0 xn0 | ≤ |Λn0 xn0 − Λxn0 | ≤ Λn0 − Λ X∗ xn 0 X ≤ ε. e Esaminiamo alcune questioni di separabilit`. Consideriamo quindi l’insieme (numerabile) F formato dalle combinazioni lineari degli xn a coefficienti razionali. Estendiamo Λ0 a ı ∗ Λ ∈ X .12. selezioniamo un elemento Λn0 tale che Λ − Λn0 X ∗ < ε. ricordando che Λxn0 = 0. e dall’arbitrariet` di ε concludiamo che Λ = 0. allora X ` separabile. ricaviamo immediatamente il Teorema 3. e l’uguaglianza di cui sopra ci dice che Λx = 0 per ogni Λ ∈ X ∗ e tale che Λ|Y = 0. In tal caso. ovvero. a Concludiamo il paragrafo discutendo la riflessivit` degli spazi Lp (Ω). Concludiamo che F0 ∈ τ (Y ). allora X ` separabile. Per assurdo. La chiusura Y di F ` un sottospazio di X. Non sono invece riflessivi e 1 ∞ (tranne in casi banali) gli spazi L (Ω) e L (Ω). . ≤ Λ − Λn0 X∗ + Λn0 X∗ ≤ 3ε. allora Lp (Ω) ` riflessivo. Fissato ε > 0. Sia e e dunque {Λn } una successione densa in X ∗ .2 e il Teorema 3. dobbiamo solo dimostrare che se X ∗ ` separabile. a Proposizione 3. e dimostrazione. Se p ∈ (1. se X ` e e e ∗ separabile e riflessivo.3. allora X ` separabile.9. Se X ∗ ` separabile. esiste allora xn ∈ X di norma unitaria tale che |Λn xn | ≥ 1 Λn 2 X∗ . 1 Λn0 2 Ma allora. Sia ora Λ0 ∈ Y ∗ . implicando cos` x ∈ Y . τ : Y → Y ∗∗ ` suriettiva. non sia cos` Allora esiste e ı. Allora. Ragionando come nella dimostrazione della Proposizione 3. La non riflessivit` di L1 (Ω) (e quindi anche L∞ (Ω)) pu` essere a o dedotta anche dalla proposizione precedente. Ricordando a il Teorema 3.11. Il e nostro scopo ` mostrare che Y = X. Viceversa.

Considee ∗∗ riamo la famiglia di mappe Fn ∈ X definite da Fn Λ = Λxn . allora Λxn ` limitato per ogni Λ ∈ X ∗ . x ∈ X.30 Un esempio interessantissimo ` il caso dello spazio (infinito dimensionale) 1 . ` unico. che e non ` metrizzabile. Per ogni Λ fissato. esiste Λx ∈ X ∗ di norma unitaria tale che Λx x = x Quindi.72 3. La convergenza in norma (detta anche convergenza forte) implica quella debole. = |Λxn xn | = |Fn Λxn | ≤ M Λxn X∗ = M. 30 . ∀Λ ∈ X ∗ . e o 31 Risultato dovuto a Schur. e Esercizio 47. Mostrare che il limite debole di una successione xn ∈ X. non pu` essere completamente descritta dalle sole successioni. dove si ha che xn → x e w se e solo se xn → x. xn X X. mentre la topologia debole. Il viceversa ` in generale falso. la topologia debole ` sempre e pi` debole della topologia della norma quando lo spazio ` infinito dimensionale. e w dimostrazione.31 w Proposizione 3.13. esiste MΛ ≥ 0 tale che sup |Fn Λ| ≤ MΛ . Se xn → x. u e Ci` per` non significa che in uno spazio infinito dimensionale sia sempre vero che o o la convergenza debole non implichi la convergenza forte. In particolare. se esiste. ricaviamo l’esistenza di M ≥ 0 tale che sup |Fn Λ| ≤ M Λ n∈N X∗ . come volevasi dimostrare. poich´ e |Λ(xn − x)| ≤ Λ X ∗ xn − x X . Sia X uno spazio di Banach e siano xn . e Osservazione. n∈N Dal Teorema di Uniforme Limitatezza. Diciamo che xn w converge debolmente a x (e scriviamo xn → x) se Λxn → Λx. per ogni n ∈ N.4 Convergenza debole Definizione . Sebbene in questa sede ci siamo limitati a considerare la convergenza debole di successioni. Il problema ` che noi ci limitiamo a considerare successioni. un discorso pi` approfondito richiederebbe u l’introduzione della topologia debole. Se xn → x allora xn ` una successione limitata. Ma per ogni x ∈ X.

Siano xn . Esercizio 49. o w in generale. e dunque ammette una sottosuccessione convergente Λnj x1 . Allora ogni successione limitata in X ∗ ammette una sottosuccessione debolmente-∗ convergente. Dimostrare che le convergenze w xn → x e Λn → Λ implicano la convergenza numerica Λn xn → Λx. Assumiamo che Λxn converga per ogni Λ ∈ X ∗ . Sia X uno spazio di Banach. Si dimostri che se X ` riflessivo questo e fatto ` invece vero. dimostrazione. e 3. x ∈ X e Λn . Come nella situazione precedente. Infine. Dimostrare che le convergenze w∗ xn → x e Λn → Λ implicano la convergenza numerica Λn xn → Λx. Esercizio 51.73 w Osservazione. ma testata non su tutti gli elementi di X ∗∗ . sia xk una successione densa in X. Se X ` riflessivo (e dunque τ (X) = X ∗∗ ). l’esistenza di x tale che xn → x. Ci` non implica. Esercizio 50. Ripetendo il ragionamento con Λnj x2 . troviamo una sotto-sottosuccessione Λnji x2 convergente. Si osservi che la convergenza debole-∗ ` una convergenza definita sul duale di e uno spazio di Banach. Come vedremo. Infatti. x ∈ X e Λn . mostrare che il limite debole-∗ ` e unico e le successioni debolmente-∗ convergenti sono limitate. Se xn → x allora x X ≤ lim inf xn n→∞ X. Λ ∈ X ∗ . Teorema 3. sia Λx ∈ X ∗ di norma unitaria tale che Λx x = x x X Allora. allora convergenza debole e debole-∗ e coincidono su X ∗ . ci sono esempi in cui vale effettivamente il minore stretto.5 Convergenza debole-∗ Definizione . Una successione Λn ∈ X ∗ converge w∗ debolmente-∗ a Λ (e scriviamo Λn → Λ) se Λn x → Λx per ogni x ∈ X. bens` sui soli elementi di τ (X). Sia X uno spazio di Banach separabile. La successione Λn x1 ` limitata in e R. Esercizio 48. Siano xn . Λ ∈ X ∗ . Ne consegue ı che w w∗ Λn → Λ =⇒ Λn → Λ. . X = Λx x = lim Λx xn = lim |Λx xn | ≤ lim inf Λx n→∞ n→∞ n→∞ X∗ xn = lim inf xn n→∞ X. Sia Λn una successione limitata in X ∗ . e sia M = sup Λn n∈N X∗ . Si tratta sostanzialmente della convergenza debole su X ∗ .14 (Banach-Alaoglu). X.

) ∈ X. . Facendo il limite i. In alternativa. in generale. e usando lo stesso procedimento di estrazione diagonale gi` visto nella dimostrazione del Teorema di Ascoli-Arzel`. fissato ε > 0 arbitrario. troviamo una sottoa a successione Λnm di Λn tale che Λnm xk converge in R per ogni k ∈ N. Sia X = ∞ . concludiamo che la a successione Λnm x ` di Cauchy. ogni successione limitata in X ammette una e sottosuccessione debolmente convergente. Sia fn ∈ L∞ (Ω) una successione w∗ limitata. Osservazione. Se X ` riflessivo. Ad esempio. si dice che la convergenza debole e debole-∗ coincidono su X). 2M x ≤M x . e sfruttando l’arbitrariet` di ε. inoltre. ∀g ∈ L1 (Ω). j → ∞. Ci` significa che o fnk gdµ → Ω Ω f gdµ. |Λni x − Λnj x| ≤ |Λni x − Λni xk | + |Λni xk − Λnj xk | + |Λnj xk − Λnj x| ≤ |Λni xk − Λnj xk | + 2M x − xk ≤ |Λni xk − Λnj xk | + ε. per qualche f ∈ L∞ (Ω). Λ n x = xn .15. a e |Λx| = lim |Λnm x| ≤ lim sup Λnm m→∞ m→∞ X∗ ε . cosicch´ la e o e ∗∗ convergenza debole in X coincide con la convergenza debole-∗ in X (con abuso di linguaggio. e pertanto converge. Il risultato `.9. . ma non ammette sottosuccese sioni debolmente-∗ convergenti. Allora per il Teorema di Banach-Alaoglu esiste fnk → f . Ci resta solo da mostrare e che Λ ∈ X ∗ : la linearit` di Λ ` ovvia. . e a Esempio. Vale quindi il Teorema 3. La successione Λn ` chiaramente limitata in X ∗ . x2 . esiste k ∈ N tale che x − xk ≤ Pertanto. e si consideri la successione Λn ∈ X ∗ data da x = (x1 . per ogni x ∈ X. si poteva utilizzare il Corollario 2. consideriamo L∞ (Ω) = (L1 (Ω))∗ . Preso ora un generico x ∈ X. falso se si omette la separabilit` di X. . mostriamo che esiste il limite Λx = lim Λnm x. si pu` identificare X con X ∗∗ . Se X ` riflessivo.74 Iterando la procedura. m→∞ Invero.

16. vale a dire.6 Operatori compatti Siano X. xnk converge a x debolmente in X. Proposizione 3. Definizione . 32 . e 3. Dato Λ ∈ X ∗ dimostrare che esiste x ∈ X di norma unitaria che realizza la norma di Λ. Dato che xn pu` essere pensata o (usando la mappa canonica τ ) come una successione limitata in in X ∗∗ . Un operatore lineare K : X → Y ` compatto se l’immagine di un e insieme limitato B ⊂ X attraverso K ` relativamente compatta in Y . allora Kxn ammette una sottosuccessione (fortemente) convergente in Y .75 dimostrazione. e sia X → Y . L’implicazione inversa. Per semplicit`. questa ` una caratterizzazione e e degli spazi riflessivi. ovvero. esiste un vettore x ∈ X di norma unitaria tale che dist(x. ci` implica che se xn ` una successione limitata in e o e X. con X riflessivo. lo stesso risultato vale con ε = 0. Siano X. uno spazio di Banach in cui la norma di ogni elemento del duale ` realizzata ` e e riflessivo (Teorema di James). (iii) Sia X riflessivo. Mostrare che la palla chiusa unitaria di X ` chiusa in Y . allora x ∈ X e xn → x in X. Viceversa. (ii) Sia X riflessivo. ` anch’essa vera. assumiamo X separabile (ma si noti che il a risultato vale anche nell’ipotesi X non separabile). nota in letteratura come Teorema di Eberlein-Shmulyan. In particolare. Y ) = inf x − y ≥ 1 − ε. Y spazi di Banach. Sia X riflessivo. Ripetendo la costruzione della dimostrazione del Corollario 3. Y ). dimostrare il Lemma di Riesz di quasi ortogonalit`: dato un sottospazio chiuso a proprio Y di uno spazio normato X.32 e Esercizio 53. Precisamente: uno spazio di Banach X ` riflessivo se e e solo se ogni successione limitata in X ammette una sottosuccessione debolmente convergente. allora K ∈ e L(X. y∈Y Se X ` uno spazio di Banach riflessivo. Se K : X → Y ` un operatore lineare compatto. cio` tale che Λ X ∗ = Λx. allora xn → x in Y . esiste una sottosuccessione xnk convergente a x debolmente-∗ in X ∗∗ . w w (i) Mostrare che se xn → x in X. e fissato ε > 0. Dunque X ∗ ` separabile. se KB e ` compatto in Y . Di fatto.8. e Sia allora xn una successione limitata in X. Y spazi di Banach. Mostrare che se xn ` una successione limitata in X tale che e w w xn → x in Y . e Esercizio 54. Osservazione. Esercizio 52.

allora Λ ◦ K ∈ X ∗ ). a Osservazione Esempi particolari di operatori compatti sono gli operatori di rango finito. Concludiamo che lim sup Kxj − Kx Y < ε. Poich´ Kn ` e e compatto. per j sufficientemente grande Kn xj − Kn x Y < ε/2. Si noti che K(X. e w Proposizione 3. e sia xn → x. Y ). e e Ma se Kxnk → y per una sottosuccessione xnk . . e sia yn una successione di elementi di KB. j→∞ Dall’arbitrariet` di ε segue la tesi.Y ) + Kn xj − Kn x Y . Esistono tuttavia operatori compatti che non sono di rango finito. Allora K ∈ K(X. Usando la riflessivit` di X. da cui la continuit` di K. KB ` relatie e e vamente compatto in Y . Poich´ la palla unitaria B di X ` un limitato. Valgono i seguenti due fatti: w .76 dimostrazione. Y Fissiamo ε > 0. Y ) se e solo se xn → x implica che Kxn → Kx. Y ) ⊂ L(X. Sia K ∈ L(X. cio` gli operatori limitati il cui rango ` un sottospazio finito dimene e sionale. Y ) la classe degli operatori compatti da X a Y . Y ). Y ) ` uno spazio di Banach nella norma indotta da L(X. Quindi sup x X ≤1 Kx Y ≤ M. Corollario 3.Kxn → Kx (se Λ ∈ Y ∗ . w Dobbiamo far vedere che K ∈ K(X. Y ). Definizione. Indichiamo con K(X. sia B ⊂ X un insieme limitato. xj X ≤ M . Y ) una successione convergente a K in L(X. Y ). Ma allora ynk = Kxnk → Kx fortemente. w dimostrazione. Y ) ` uno spazio lineare. In particolare.ogni sottosuccessione di Kxn ha punti limite (poich´ xn ` limitata in X). Y ). Osserviamo che per questa implicazione non abbiamo utilizzato la riflessivit` di X. Sia dunque xj → x. e di conseguenza limitato. allora y = Kx. e dimostrazione. Sia Kn ∈ K(X. Sia K ∈ K(X.Y ) < ε/2. a . e scegliamo n tale che 2M K − Kn L(X. a Viceversa. K(X. Y ) ` un sottospazio chiuso di e L(X. da cui segue che KB ` e relativamente compatto. la a successione xn ammette una sottosuccessione xnk debolmente convergente ad un certo x ∈ X. forzando la convergenza a Kx dell’intera successione.18. Y ). Otteniamo quindi Kxj − Kx Y ≤ Kxj − Kn xj Y + Kn xj − Kn x Y + Kn x − Kx ≤ 2M K − Kn L(X. Basta mostrare che K(X. Allora esiste xn ∈ B tale che Kxn = yn .17.

di fondamentale importanza nello studio delle equazioni non lineari alle derivate parziali). Applicando il Teorema di Egoroff. tale che fn → g uniformemente su Ω1 (in altre parole. un sottoinsieme misurabile di R (o di RN ) di misura di Lebesgue e a positiva. dimostriamo un risultato di unicit` del limite debole e puntuale a quasi ovunque. Sia k(t. Innanzitutto. formano un sottoinsieme denso nello spazio di Banach degli operatori compatti. E facile verificare che anche w p fn → f in L (Ω1 ). In questo paragrafo. e Esercizio 55. Teorema 3. definito da 1 (Tk f )(t) = 0 k(t. f e g devono a coincidere su Ω1 .19. detto operatore integrale di nucleo k. e quindi fn → g in Lp (Ω1 ). Allora esister` Ω0 ⊂ Ω di misura finita positiva tale che g ` limitata su Ω0 . esiste un secondo insieme Ω1 ⊂ Ω0 . 1]). sempre di misura positiva. allora f = g. questo. 1] × [0. ∞).77 Osservazione Il corollario appena visto ci garantisce che il limite in norma di una successione di operatori di rango finito ` un operatore compatto. s)f (s)ds. Mostrare quindi che Tk ` compatto.1]×[0. Tutte le funzioni di cui parleremo saranno definite (quasi ovunque) su Ω a valori reali. e f (t) = g(t) a e per t ∈ Ω0 . s) ∈ L2 ([0. dimostrazione. Se fn → f in Lp (Ω) e fn → g puntualmente quasi ovunque. Tk : L2 ([0. Sia p ∈ (1. w Proposizione 3. Allora fn → f in Lp (Ω). per l’unicit` del limite debole. Pertanto. Supponiamo per assurdo che il risultato sia falso.1]) .7 Sulle diverse convergenze negli spazi Lp (Ω) Terminiamo il capitolo analizzando le relazioni che intercorrono tra alcuni tipi di convergenza delle successioni di funzioni negli spazi Lp (Ω). 33 . Consideriamo l’operatore lineare. contro l’ipotesi. per semplicit`. Ω `. Una conseguenza quasi immediata ` una “forma debole” del Teorema della Cone vergenza Dominata (risultato. altrimenti noti come operatori di Hilbert-Schmidt. Mostrare che Tk ` limitato e che e Tk L(L2 ([0. 1]) → L2 ([0. fn → g in L∞ (Ω1 )).20. Usando l’iniezione continua L∞ (Ω1 ) → Lp (Ω1 ). 1]). Gli operatori integrali di nucleo a quadrato sommabile. Assumiamo che fn → f puntualmente quasi w ovunque e fn Lp ≤ M . concludiamo w ` che fn → g in Lp (Ω1 ).33 e 3.1])) ≤ k L2 ([0.

∞). Analizziamo un’ulteriore situazione. a w Proposizione 3. Gli a e spazi Lp (Ω). Gli spazi Lp (Ω) con p ∈ (1. E facile allora mostrare che ci` implica o la convergenza debole a f dell’intera successione fn . in generale. Unendo il Teorema 3. Assumiamo che fn → f puntualmente quasi ovunque e fn Lp → f Lp . si deve e procedere con una diversa dimostrazione. e per ogni n ∈ N. D’altro canto.78 dimostrazione. ∞). ∞) (cos` come gli spazi di Hilbert. Questo risultato ` vero anche in L1 (Ω). Allora fn → f in Lp (Ω). sono infatti spazi uniformemente convessi (Teorema di Clarkson). 2π]). come dimostreremo in seguito. sappiamo che esiste una sottosuccessione a w fnk ed una funzione g ∈ Lp (Ω) tali che fnk → g. da cui fn → 1. w w e. Infatti. 2π]). la convergenza xn + yn → 2 implica che xn − yn → 0. Se fn → f in Lp (Ω) e fn fn → f in Lp (Ω).22. Lp → f Lp . che vedremo pi` ı u avanti) esibiscono un’interessante propriet`. La successione di funzioni fn (t) = sin nt + cos nt 2 converge debolmente a 0.20 e la Proposizione 3. sin nt → 0. allora Osservazione. Ricordiamo che uniformemente convesso significa che per ogni xn e yn con xn ≤ 1 e yn ≤ 1. con p ∈ (1. ogni sottosuccessione debolmente convergente di ` fn deve avere f come suo limite debole.21 otteniamo il Corollario 3. Lo stesso risultato ` invece falso in L1 (Ω). Tuttavia ` immediato verificare che sin nt non ammette e alcuna sottosuccessione convergente a 0 puntualmente quasi ovunque. La propriet` discussa ` soddisfatta da tutti gli spazi di Banach uniformemente convessi. ∞).21. Osservazione.34 che enunciamo senza dimostrazione. Concludiamo il paragrafo con alcune osservazioni sulla convergenza debole. Un esempio in tal e senso ` dato dalla successione di funzioni fn (t) = 1 + sin nt ∈ L1 ([0. 34 . la convergenza debole non d` infora mazioni di alcun tipo riguardo alla convegenza puntuale. Ma la proposizione precedente ci dice che g = f . Ovviamente. Sia p ∈ (1. Sia p ∈ (1. ma la successione fn converge debolmente a 1 in L2 ([0. 2π]). Questi esempi ci mostrano che. Dalla riflessivit`. Si ` gi` accennato che la successione sin nt (e analogamente cos nt) converge debole a mente a 0 in L2 ([0. 2π fn L1 = 0 (1 + sin nt)dt = 2π.

cio` una funzione e ·. 79 . z + y. a ∀x. y = 0 per ogni x.III. λy = λ x. se H ` uno spazio lineare sul campo C. y. la forma ·. Se in aggiunta ogni vettore x ∈ A ` tale che x. · : H × H → C ` detta sesquilineare. x (iii) x. z = λ x.1 Geometria degli spazi di Hilbert Spazi con prodotto interno Sia H uno spazio lineare su R. ∀x ∈ H (positivit`). y ∈ A. y . y = 0. Due vettori x. z (ii) x. Un insieme A ⊂ H si dice ortogonale se x. 0 = 0. Spesso si usa la notazione x ⊥ y. y = y. e x. e l’insieme si dice ortonormale. Osservazione. · : H × H → R che soddisfa le condizioni (i) λx + y. Un prodotto interno o prodotto scalare in H ` una e forma bilineare. Dunque la a forma ` bilineare (lineare in entrambi gli argomenti). In tal caso. si e definisce il prodotto interno rimpiazzando la condizione (ii) con (ii) x. Si noti che vale la e relazione x. z ∈ H (linearit`). x = 1. y ∈ H . simmetrica e definita positiva da H × H in R. ∀x. a ⇐⇒ x = 0 (annullamento). ∀x ∈ H. Unendo (i) e (ii) ricaviamo la linearit` anche nella seconda variabile. x ≥ 0 (iv) x. y ∈ H si dicono ortogonali se x. x ∀x. Analogamente. Spazi di Hilbert 1 1. In particolare. con x = y. y ∈ H (simmetria). Definizione. x = 0 ∀λ ∈ R. y = y.

.80 Definizione. a . Per dimostrare la disuguaglianza triangolare ci oca corre il seguente Teorema 1. . 1]) ` uno spazio con prodotto interno ponendo e 1 f. ∞) definita da x = x. Per ogni t > 0. Siano dunque entrambi e diversi da zero. Uno spazio lineare H su R dotato di un prodotto interno ·. y | ≤ x y . dove x = (x1 . dimostrazione. . y ≤ x y . yN ). Se x = 0 o y = 0 la tesi ` ovvia. . che. . Abbiamo volutamente utilizzato il simbolo di norma poich´ dimostreremo che si e ` immediato verificare che valgono le propriet` tratta effettivamente di una norma. Esempio. vale la disuguaglianza | x. ∀x ∈ H. Si dimostri che C([0. y . d` la tesi. . g = 0 f (t)g(t)dt. si ricava x. · ` detto e spazio con prodotto interno. y ≤ + t y 2. 1 x 2t Ponendo allora t = x / y . y = (y1 . . xN ).1 (Disuguaglianza di Cauchy-Schwarz). unita alla precedente disuguaglianza. . y ≤ x y . Dato uno spazio con prodotto interno H. Introduciamo ora la funzione a valori in [0. e Esercizio 1. x . si ha che 0 ≤ x − ty da cui 2 = x 2 + t2 y 2 2 − 2t x. ∀x. Si noti che la relazione di ortogonalit` a tra due vettori ` quella usuale della geometria euclidea. RN ` uno spazio con prodotto interno. Ripetendo il ragionamento con −x al posto di x si ha anche − x. y ∈ H. E a di omogeneit` e annullamento. 2 x. definendo e N x. y = j=1 xj y j .

81 Esercizio 2. Sia ∞ xn una serie convergente in H tale che {xn } sia un insieme n=1 ortogonale.35 Esercizio 3. Sia H uno spazio di Banach. una proposizione familiare della geometria piana. Utilizzando la disuguaglianza di Cauchy-Schwarz. e Proposizione 1. La norma indotta dal prodotto interno ` la norma-2 euclidea. e Viceversa. si verifica immediatamente che la norma in uno spazio di Hilbert deve soddisfare la regola del parallelogramma. allora H ` uno spazio di Hilbert con il prodotto interno e 1 x+y 2− x 2− y 2 . y . Uno spazio con prodotto interno ` detto spazio di Hilbert quando ` e e completo (nella norma indotta dal prodotto interno). y) → x. yn → x. y ` continua in entrambi gli argomenti. dimostrare che l’applicazione (x. Concludiamo quindi che la funzione x → x definisce una norma su H.2 Completezza: spazi di Hilbert Definizione. 36 35 . In R2 questo ` il Teorema di Pitagora. uno spazio con prodotto interno ` in particolare uno spazio normato. x. y ∈ H. Si verifichi che la funzione x → x soddisfa la propriet` triangolare a della norma. 1. ∀x. RN ` uno spazio di Hilbert con il prodotto interno definito nel precee dente esempio. y = 2 Si noti che il prodotto interno induce la norma di partenza. Esercizio 4. Ovvero. la regola del parallelogramma ci dice che la somma dei quadrati delle diagonali di un parallelogramma ` uguale alla somma dei quadrati dei e suoi lati. Uno spazio di Hilbert ` in e particolare uno spazio di Banach. Esempio. Osserviamo che due vettori x e y soddisfano la relazione x+y 2 = x 2+ y 2 se e solo se sono ortogonali. La condizione ` anche sufficiente. Se la norma di H soddisfa la regola del parallelogramma. Dimostrare l’uguaglianza ∞ 2 ∞ xn n=1 = n=1 xn 2 . e Interpretando le norme come lunghezze dei vettori. se e xn → x e yn → y. con e la norma indotta dal prodotto interno. non ` sempre vero che uno spazio di Banach sia anche di Hilbert.2.36 ovvero x+y 2 + x−y 2 =2 x 2 + 2 y 2. allora xn . e Infatti. Di conseguenza.

e notiamo che e vm + vn ∈ V. cio` il e e sottospazio formato da combinazioni lineari di vettori di V e dai loro punti limite. H ⊥ = {0} e {0}⊥ = H. Se V ⊂ H. Esercizio 6. Dimostrare la Proposizione 1. In particolare. 2 Pertanto.82 Esercizio 5. Il complemento ortogonale di V . ` definito come e V ⊥ = x ∈ H : x. chiuso e non vuoto di H. Allora esiste un unico v ∗ ∈ V tale che37 dist(x. 1]) con la norma del massimo non ` uno spazio e di Hilbert. Evidentemente. v = lim xn . v = 0. xn → x ∈ H. Sia V ⊂ H. e . Sia V un sottoinsieme di H. Sia vn ∈ V tale che n→∞ lim x − vn = d = inf x − v . Teorema 1. E immediato mostrare che V ⊥ sia un sottospazio. v∈V dimostrazione.2. Verificare che C([0. e ` dimostrazione.4. se V ⊥ = {0} segue che V = H. n→∞ da cui x ∈ V ⊥ . Il risultato vale anche se V ` un sottoinsieme convesso. Proposizione 1. abbiamo x. Esercizio 7. e sia V ` il sottospazio chiuso generato da V .3 Proiezioni ortogonali Nel seguito. Se v ∈ V . indicato con V ⊥ . e sia x ∈ H. sia H uno spazio di Hilbert. Sia V un sottospazio chiuso di H. Sia dunque ⊥ xn ∈ V . Mostrare che V ⊥ = V ⊥ .3. v = 0. V ) = inf x − v = x − v ∗ . allora V ⊥ ` un sottospazio chiuso di H. 1. v∈V Mostriamo che vn ` di Chauchy. Fissiamo dunque m > n. ∀v ∈ V . x− 37 vm + vn ≥d 2 =⇒ 2x − (vm + vn ) ≥ 2d.

otteniamo la disuguaglianza | w.m→∞ lim vm − vn = 0. Sia dunque u ∈ V fissato. dimostrazione. n→∞ Infine. w ∈ W . cio` tali che e v ⊥ w per ogni v ∈ V e per ogni w ∈ W . e poich´ V ∩ W = {0} ricaviamo che v = v e w = w . Definizione. implica che w. Poniamo allora w = x − v. u = 0. operando il limite |λ| → 0.83 Usando la regola del parallelogramma. u | ≤ |λ| u 2. e Teorema 1. Scegliamo λ = 0 in modo tale che λ w. Dal teorema precedente. ` Osservazione. La somma ortogonale di V e W ` il e sottospazio di H V ⊕ W = v + w : v ∈ V. Ne consegue che x − v ∗ = lim x − vn = d. E immediato verificare che un vettore x ∈ V ⊕ W ammette un’unica decomposizione della forma v + w.5 (della Proiezione). 2 la quale. da cui v ∗ = v . Quindi la successione vn converge a v ∗ ∈ V . allora v − v = w − w . Sia x ∈ H. 2 da cui n. abbiamo vm − vn 2 = vm − x + x − vn = 2 vm − x ≤ 2 vm − x 2 2 2 2 2 + vn − x + vn − x − 2x − (vm + vn ) − 4d2 . Dividendo il tutto per |λ|. Risulta w 2 ≤ x − (v + λu) 2 = w − λu 2 = w 2 + |λ|2 u 2 − 2λ w. Allora H = V ⊕ V ⊥. Siano V e W due sottospazi di H ortogonali tra loro. . V ) = x − v . utilizzando come in precedenza la regola e del parallelogramma si vede subito che v ∗ − v = 0. Dobbiamo mostrare che w ∈ V ⊥ . esiste un unico v ∈ V tale che dist(x. u ≥ 0. Sia V un sottospazio chiuso di H. se v ∈ V ` tale che x − v = d. Se infatti v + w = v + w . u .

84 Osservazione. Il vettore v della decomposizione viene talvolta indicato con PV x, ed ` chiamato la proiezione di x sul sottospazio V . Come abbiamo visto, e PV x ` il punto che realizza la minima distanza di x da V . e Esercizio 8. Dimostrare che la mappa PV : H → V definisce un operatore lineare limitato. Esercizio 9. Sia V ⊂ H un sottospazio chiuso. Mostrare che (V ⊥ )⊥ = V .

1.4

Il duale di uno spazio di Hilbert

Ci proponiamo di caratterizzare il duale H ∗ di uno spazio di Hilbert H. Fissiamo un generico y ∈ H, e consideriamo il funzionale lineare Λy : H → R definito da Λy x = x, y . Dalla disuguaglianza di Cauchy-Schwarz, sup |Λy x| = sup | x, y | ≤ sup x y = y .
x ≤1 x ≤1 x ≤1

Inoltre, se y = 0, scegliendo x = y/ y , si ha che ¯ Λy x = x, y = y . ¯ ¯ Dunque, ogni funzionale della forma Λy ` un elemento di H ∗ , e soddisfa la relazione e Λy
H∗

= y .

Il risultato seguente dimostra che tutti i funzionali lineari continui su H sono della forma Λy . Teorema 1.6 (di Rappresentazione di Riesz). Λ ∈ H ∗ se e solo se esiste un unico y ∈ H tale che Λ = Λy . dimostrazione. Mostriamo che se Λ ∈ H ∗ allora Λ = Λy per un certo y ∈ H. Se Λ ` il funzionale nullo allora y = 0. Supponiamo quindi che Λ non sia e identicamente nullo. Poich´ Λ ` continuo, ker(Λ) ` un sottospazio chiuso, e per e e e il Teorema 1.5, ker(Λ)⊥ non si riduce a {0}. Sia dunque z ∈ ker(Λ)⊥ con z = 1. Per ogni x ∈ H abbiamo che x− Pertanto x− da cui segue Λx = x, (Λz)z . Λx z ∈ ker(Λ). Λz Λx z, z = 0 Λz

85 Dunque y = (Λz)z. Per quanto riguarda l’unicit`, se y1 e y2 sono tali che a x, y1 = x, y2 , allora x, y1 − y2 = 0, da cui immediatamente y1 = y2 . Possiamo allora identificare H con il suo duale H ∗ attraverso l’isomorfismo isometrico y → Λy . Pertanto, una successione xn ∈ H converge debolmente a x ∈ H se xn , y → x, y , ∀y ∈ H. ∀x ∈ H ∀x ∈ H

Corollario 1.7. Gli spazi di Hilbert sono riflessivi. dimostrazione. Sia F ∈ H ∗∗ . Poich´ ogni elemento di H ∗ ` della forma Λy , e e possiamo definire un funzionale lineare continuo Λ su H nel seguente modo: Λy = F Λy . Allora esiste x ∈ H tale che Λ = Λx , ovvero y, x = F Λy . Ma y, x = Λy x, da cui l’asserto.
w Esercizio 10. Siano xn , x ∈ H tali che xn → x e xn → x . Dimostrare la convergenza forte xn → x. w Esercizio 11. Dimostrare che se xn → x e yn → y, allora xn , yn → x, y .

Esercizio 12. Sia Λ un funzionale lineare continuo su un sottospazio V di H. Mostrare che Λ ammette un’unica estensione su H che preserva la norma, e che tale estensione si annulla su V ⊥ .

1.5

Basi ortonormali

In RN i vettori e1 , . . . eN , dove ej vale uno sulla componente j-esima e zero altrove, formano un insieme ortonormale. Inoltre tale insieme ` completo, cio` ogni vettore e e N u ∈ R ` esprimibile (in modo unico) come combinazione lineare degli ej . Infatti, e per ogni x ∈ RN si ha
N

x=
j=1

x, ej ej ,

86 dove x, ej ` la componente di x nella direzione j-esima. In particolare, se e x, ej = 0, allora x = 0. Prendendo spunto dall’esempio appena discusso, diamo la seguente Definizione . Sia H uno spazio di Hilbert. Un insieme ortonormale A ` detto e completo, o anche una base ortonormale,38 se per ogni x ∈ H la relazione x, u = 0, implica x = 0. Teorema 1.8. Sia H uno spazio di Hilbert (contenente almeno due vettori distinti). Allora esiste sempre una base ortonormale. dimostrazione. Ci limitiamo a fornire una traccia. Sia S la collezione degli insiemi ortonormali di H (parzialmente) ordinato con la relazione di inclusione. Ogni catena ha estremo superiore, e quindi dal Lemma di Zorn si prova l’esistenza di un elemento massimale. Infine, si dimostra per assurdo che l’elemento massimale ` un sistema ortonormale completo. e ` E inoltre possibile dimostrare che due diverse basi ortonormali hanno la stessa cardinalit`. Di conseguenza, definiamo dimensione ortogonale39 di uno spazio di a Hilbert la cardinalit` di una sua base. a Nel seguito, tratteremo esclusivamente spazi di Hilbert separabili (e, per evitare situazioni banali, contenenti almeno due vettori distinti). In questo caso, la dimensione ortogonale ` (al pi`) numerabile. Ci` segue immediatamente dal fatto che due e u o elementi distinti u e v della base ortonormale soddisfano la relazione √ u − v = 2. Pertanto, se la base ortonormale avesse cardinalit` pi` che numerabile, non ci a u potrebbe essere un insieme numerabile denso in essa, e quindi nello spazio. Osservazione. l’esistenza di una base ortonormale in uno spazio di Hilbert separabile pu` essere dimostrata in modo costruttivo (cio` senza l’ausilio del o e Lemma di Zorn), attraverso il cosiddetto metodo di diagonalizzazione di GramSchmidt. Esempio. Lo spazio di Banach
2

∀j = 1, . . . , N,

∀u ∈ A

` di Hilbert con il prodotto interno e

x, y =
j=1
38 39

xj , yj ,

Non si deve confondere la base ortonormale con la base di Hamel. Da non confondersi con la dimensione lineare, cio` la cardinalit` di una base di Hamel. e a

11. e sia {un }n∈N una base ortonormale. abbiamo m 2 m = j=n+1 λj uj = j=n+1 ∞ n=1 |λj |2 . e sia {un }n∈N un insieme ortonormale (non necessariamente completo). un |2 ≤ x 2 . . Premettiamo due lemmi. Lemma 1. Lemma 1. y ∈ H vale la cosiddetta identit` di Parseval a ∞ x. e dunque e Possiamo ora enunciare il fondamentale λn un converge in H. Sia H uno spazio di Hilbert separabile. Se λn ∈ 2 . I vettori un ∈ 2 (n ∈ N). da cui segue che sn ` di Cauchy. Facendo il limite N → ∞ abbiamo la tesi. ∞ λn un converge in n=1 H. Disponendo di una base ortonormale possiamo trattare uno spazio infinito dimensionale “come se fosse” RN . Per ogni N ∈ N. . .87 dove x = (x1 . Teorema 1. un . Inoltre per ogni x. n=1 dimostrazione. x2 . y3 .10. formano una base ortonormale di 2 . . dove un vale uno sulla componente n-esima e zero altrove. . Sia sn = sm − sn 2 n j=1 λj uj . un |2 . Come caso particolare. un un = x 2 − n=1 | x. e sia {un }n∈N un insieme ortonormale (non necessariamente completo). . N 2 N 0≤ x− n=1 x. un un . . Sia H uno spazio di Hilbert separabile.). x3 . Per ogni x ∈ H vale la disuguaglianza ∞ | x.9 (Disuguaglianza di Bessel). un |2 . Per m > n. y = n=1 x. Allora per ogni x ∈ H vale l’ uguaglianza ∞ x= n=1 x. Sia H uno spazio di Hilbert separabile. possiamo ricostruire un generico vettore x come combinazione lineare (infinita) degli elementi della base. un y. y2 .) e y = (y1 . dimostrazione. x 2 ∞ = n=1 | x. Ovvero.

in quanto l’identit` di Parseval segue dalla continuit` del prodotto interno. e e Osservazione. I risultati appena visti valgono banalmente se H ` finito die I coefficienti x. uN (si noti che HN ` chiuso. un |2 ` convergente. segue che w = 0. osserviamo che l’identit` di Parseval stabilisce un fatto molto importante. La proiezione di un generico vettore x sul sottospazio lineare HN generato dai vettori u1 . essendo finito dimensionale) risulta essere e N PH N x = n=1 x. un vengono detti coefficienti di Fourier di x (relativi alla base ortonormale un ). .12. un un n=1 converge in H. Definendo w = x − ∞ x. . Sia {un }n∈N una base ortonormale numerabile di H. un un . mensionale. Per la disuguaglianza di Bessel. Infine. a Se H ` uno spazio di Hilbert infinito dimensionale separabile. la serie ∞ | x. Ma per ogni n0 fissato. Sia dunque a a x ∈ H. un0 = 0. un0 − lim N →∞ x. un0 = x. Dal Teorema 1. Un’immediata conseguenza ` il e Corollario 1. Pu` accadere che xn → x ma che xn non converga? o Esempio. N w.88 dimostrazione. Dobbiamo dimostrare soltanto la prima asserzione.11 segue che N →∞ lim PHN x = x. . un0 = x. . un un . e w sia {un }n∈N una base ortonormale. Sia H uno spazio di Hilbert separabile infinito dimensionale. un0 − x. mentre il limite debole ` zero. la mappa x → x. . un un . Allora un → 0. e e n=1 dunque la serie ∞ x. n=1 Poich´ {un } ` una base ortonormale. raggiungiamo la tesi se n=1 dimostriamo che w = 0. Si noti che un = 1. un e ` un isomorfismo di spazi di Hilbert (cio` un isomorfismo che conserva il prodotto e e interno) fra H e 2 . e w Esercizio 13.

π]. 1−ψ φdµ. Caratterizzare la proiezione PC e il sottospazio C ⊥ . Inoltre 2 ` l’esponente e e coniugato di se stesso. e . in quanto la norma e deriva da un prodotto interno. Mostrare che 2 la mappa f → Ω f dν ` un funzionale lineare continuo su L (Ω. φ ` la derivata di Radon-Nykodym di ν rispetto a µ. Siano µ. 1) per quasi ogni t (rispetto a entrambe le misure µ e ν). Sia ψ ∈ e 2 L (Ω.40 Consideriamo ora il caso particolare Ω = [−π. 1]).89 1. Esercizio 15. e calcoliamo esplicitamente una base ortonormale di L2 ([−π. b−a b−a {vn } ` una base ortonormale di L2 ([a. La disuguaglianza di H¨lder in questo e o caso non ` altro che la disuguaglianza di Cauchy-Schwarz. E evidente che se {un } ` una base ortonormale di L2 ([−π. e 40 Questa dimostrazione ` dovuta a von Neumann. Abbiamo quindi e dimostrato il Teorema di Radon-Nykodym per le misure finite.6 Lo spazio L2 (Ω) Il caso p = 2 per gli spazi Lp (Ω) ` particolarmente interessante. ponendo 2π 2π(t − a) vn (t) = un . si definisce f. e dunque L2 (Ω)∗ = L2 (Ω). µ + ν). e sia C il sottospazio di H delle funzioni costanti. µ + ν) la funzione tale che f dν = Ω Ω f ψd(µ + ν). Esercizio 14. ν due misure finite su Ω tali che ν µ. Pertanto L2 (Ω) ` uno spazio di Hilbert. π]). conformemente al Teorema di Rappresentazione di Riesz. Sia H = L2 ([0. ` Osservazione. Si dimostri che ψ(t) ∈ [0. e allora. b]). µ) e ν(E) = E ψ . In altre parole. Precisamente. g L2 = Ω f (t)g(t)dt. Si definisca quindi la funzione positiva φ= Allora φ ∈ L1 (Ω. π]).

13.90 Teorema 1. π sin nt √ . Sia f ∈ L1 ([−π. Un’interessante conseguenza ` che le successioni di funzioni sin nt e e 2 cos nt convergono debolmente a 0 in L ([−π. . Lasciamo per esercizio la verifica dell’ortonormalit`. Esercizio 16. f ∈ L2 ([−π. Si consideri la funzione f (t) = t in L2 ([−π. Per quanto a riguarda la completezza. an . Utilizzare il risultato trovato per dimostrare la famosa uguaglianza di Eulero ∞ 1 π2 = . f (t) = √ + π 2π n=1 π n=1 dove l’uguaglianza ` intesa in L2 ([−π. π] in modo opportuno] 41 Risultato noto come Lemma di Riemann-Lebesgue. ci limitiamo a menzionare che segue dal Teorema di StoneWeierstrass. Calcolare i coefficienti di Fourier della f . I vettori 1 √ . π]). bn sono i coefficienti di Fourier della f . π]). Mostrare che41 π n→∞ π lim f (t) cos nt dt = lim −π n→∞ f (t) sin nt dt = 0. [Suggerimento: si estendano le funzioni su [−π. π]). Mostrare che le funzioni un (t) = 2 sin nt π formano un base ortonormale in L2 ([0. 2π cos nt √ . −π Esercizio 17. −π Questa rappresentazione ` detta sviluppo in serie di Fourier della f . formano una base ortonormale di L2 ([−π. con e 1 a0 = √ 2π π ∞ ∞ f (t)dt. π]). −π 1 bn = √ π π f (t) sin nt dt. π]). π]) si pu` scrivere come o a0 a b √n cos nt + √n sin nt. Naturalmente bisognerebbe dimostrare che l’insieme in questione ` una base e ortonormale. π n ∈ N. n2 6 n=1 Esercizio 18. π]). −π 1 an = √ π π f (t) cos nt dt. Quindi. e le quantit` e a a0 .

um um . y |. rappresentiamo un operatore T ∈ L(H) utilizzando la base ortonormale. um um . e 2 Teorema spettrale per gli operatori compatti simmetrici In questo paragrafo. | T x. x =1 e ponendo y = T x/ T x si ha l’uguaglianza. a n=1 ∞ Tx = n=1 x. un T un . π con cn = 2 π f (t) sin nt dt. 2. Ricordiamo che L(H) e K(H) sono rispettivamente lo spazio degli operatori limitati e lo spazio degli operatori compatti da H in H. Se x ∈ H. y | ≤ sup T x . un un . sia H uno spazio di Hilbert infinito dimensionale separabile. π]) come ∞ f (t) = n=1 cn sin nt.1 Rappresentazione matriciale degli operatori limitati Come per le matrici. m=1 ∞ ma anche Tx = T x. 0 Questa rappresentazione ` detta sviluppo in serie di Fourier seno della f . D’altro canto. Usando la continuit` di T .91 Pertanto possiamo scrivere ogni funzione f ∈ L2 ([0. sup x = y =1 L(H) = sup x = y =1 | T x. T un = ∞ T un . allora x = ∞ x. La norma di un operatore T ∈ L(H) ` data da e T Infatti. e sia {un }n∈N una base ortonormale. m=1 Abbiamo quindi la .

T L(H) = sup n=1 m=1 Tnm xn ym = sup m=1 n=1 Tnm xn ym . Inoltre. x |. y = x. Utilizzando la base ortonormale {un } dei a relativi autovettori. ponendo xn = x. ∞ ∞ ∞ ∞ Tx = n=1 m=1 Tnm xn um = m=1 n=1 Tnm xn um . Allora.2 Operatori simmetrici T x. contati con loro molteplicit`. vale d = sup | T x. T y . um . Dobbiamo mostrare la disuguaglianza opposta. per ogni x ∈ H. Per ogni x ∈ H. allora ha esattamente N autovalori e (reali) λn . Mostrare che T ∈ L(H) ` simmetrico se e solo se Tnm = Tmn . Il nostro scopo ` di fornire un risultato analogo negli spazi di Hilbert separabili e infinito dimensionali. Definiamo gli elementi di matrice Tnm di T attraverso la relazione Tnm = T un . ovvero.92 Proposizione 2. Definizione. 2 dove il sup ` preso al variare delle successioni xn e yn di norma unitaria in e .1. Sia T ∈ L(H) un operatore simmetrico. e pertanto si ha la cosiddetta rappresentazione spettrale di T . x | ≤ d x 2 . N Tx = n=1 λn xn un . x =1 dimostrazione. i coefficienti della matrice soddisfano la relazione Tnm = λn δnm . ` E noto che se una matrice T ` simmetrica. x | ≤ T x =1 L(H) . gli elementi di L(H) sono le matrici quadrate N -dimensionali. ∀x. Sia T ∈ L(H). Allora T L(H) = sup | T x. 2. . Ovviamente. Se H = RN . e Proposizione 2. ∞ n L’m-esimo coefficiente di Fourier di T x ` dunque dato da e ∞ ∞ ∞ ∞ Tnm xn . un .2. y ∈ H. | T x. Un operatore T ∈ L(H) ` simmetrico se e Esercizio 19.

1]) → L2 ([0. Sia T ∈ L(H) un operatore simmetrico. Definizione. u2 = u1 . Un autovalore di T ` un numero λ ∈ R per cui vale la e relazione T u = λu. dimostrazione. λ1 λ1 λ1 . Detta relazione vale ovviamente anche per T x = 0. u2 = da cui segue u1 . diverso dal vettore nullo. u2 = 0. Sia T ∈ L(H). 1]) (ricordiamo che Tk ` compatto). Per k ∈ L2 ([0.3. cio` il sottospazio generato da tutti gli autovettori relativi e all’autovalore λ. Assumendo λ1 = 0. x − y ≤d x+y = 2d x Scegliendo y= x T x. per x. s) = k(s. y = T (x + y). Tx 2 2 + x−y 2 2 + y . y ∈ H abbiamo 4 T x. otteniamo x T x ≤ d x 2. e ` Osservazione. Si concluda che gli autovalori distinti di un operatore T simmetrico sono al pi` un’infinit` numerabile. x + y − T (x − y). Proposizione 2. Allora autovettori corrispondenti ad autovalori distinti sono ortogonali. Esercizio 20. 1] × [0. detto autovettore. 1 λ2 1 T u1 . da cui Tx ≤ d x . allora e |λ| ≤ T L(H) . 1]). Indichiamo con Aλ l’autospazio relativo a λ. per T x = 0 (e quindi x = 0). Mostrare che Tk ` simmetrico e e se e solo se k(t.93 Usando quindi la simmetria di T e legge del parallelogramma. u a Esercizio 21. per qualche u ∈ H. t). Si noti che Aλ ` un sottospazio chiuso. consideriamo l’operatore integrale Tk : L2 ([0. u2 . abbiamo u1 . T u2 = u1 . E immediato verificare che se λ ` un autovalore di T . Siano u1 e u2 sono due autovettori corrispondenti a due distinti autovalori λ1 e λ2 .

formano una successione tendente a 0 (in tal caso 0 pu` essere o non essere un o autovalore.94 2. Allora i suoi autovalori distinti . ` possibile trovare una base ortonormale e di H formata da autovettori di K. con relativo autospazio di dimensione ortogonale finita o infinita). u = 0.3 Operatori compatti simmetrici L(H) .4. Sia λ = 0 un autovalore di un operatore compatto. In particolare. pertanto Kunk → Ku. Inoltre.sono in numero finito (in tal caso 0 ` sicuramente un autovalore. w e Allora un ammette una sottosuccessione unk → u. Ma K ` compatto. Sia K ∈ K(H) un operatore simmetrico. Osservazione. e sia d = K almeno uno dei due numeri fra d e −d ` autovalore di K. Sia K ∈ K(H) un operatore simmetrico. Lemma 2. Quindi. Sia d = 0 (altrimenti il risultato ` banale). u | = d. e Esercizio 22. Ku = du. e Siamo adesso in grado di dimostrare il risultato principale di questo paragrafo: dato un operatore compatto simmetrico K. u = Ku 2 + d2 u 2 − 2d2 ≤ 0. . e Allora dimostrazione. un | → d. Teorema 2. Abbiamo due possibili casi.5 (Teorema Spettrale). u = d (ma l’altro caso ` analogo). oppure . Si noti che u ≤ 1. i corrispondenti autovettori possono essere scelti in modo da formare una base ortonormale di H. Mostrare che Aλ ` finito dimensionale. relazione Dato un operatore K compatto simmetrico si ha dunque la K L(H) = sup |λ| : λ ` autovalore di K . e sia un una e successione di vettori di norma unitaria tale che | Kun . e ci` implica che o | Ku. vale la relazione e Ku − du 2 = Ku 2 + d2 u 2 − 2d Ku. Se Ku. con relativo e autospazio di dimensione ortogonale infinita).

se x ` ortogonale a tutti i wn e corrispondenti ad autovalori non nulli. . producendo un nuovo spazio H2 . per ottenere una base e ortonormale dello spazio basta aggiungere alla collezione dei wn una base ortonormale {vn } di ker(K). K|H1 L(H1 ) ≤ K L(H) . se vogliamo considerare la base completa {un } di H ottenuta unendo {wn } e {vn }. o Alla luce del Teorema Spettrale. Mostriamo ora che λn → 0. Ovviamente. ovvero. u a . non sar` possibile mantenere i corrispondenti autovalori ordinati in a modulo. wN } e poniamo λ1 = · · · = λN = λ. da cui x ∈ ker(K). costruiamo una successione di ı autovalori λn decrescente in modulo. che risulta essere ancora compatto simmetrico. L’autospazio Aλ ha dimensione ortogonale N < ∞. Poich´ per n = m e λm wm − λn wn 2 = |λm |2 + |λn |2 ≥ 2η 2 . Si noti che ker(K) pu` ridursi al solo vettore nullo. Infine. a meno che ker(K) = {0} (cio` 0 non ` autovalore). non vi sono altri autovalori non nulli. cui corrispondono autovettori normalizzati wn ortogonali fra loro. w2 . Pertanto. Inoltre. In tal caso 0 ` un e autovalore e l’autospazio A0 ha dimensione ortogonale infinita. da cui λn → 0. Dal lemma precedente. Scegliamo allora una sua base ortonormale {w1 . lo spazio H si decompone nella somma ortogonale Aλ ⊕H1 . Chiamando H1 = A⊥ . Sia η = inf n |λn | > 0. λ Si noti che H1 ` invariante per K. Ovviamente pu` accadere che da un certo punto in poi o i λn siano tutti nulli.95 dimostrazione. esiste un autovalore λ di modulo |λ| = K L(H) . Con questa procedura42 . La successione limitata wn ammette una sottosuccessione (che chiamiamo ancora wn ) debolmente convergente. In particolare. oppure vi sia un e e numero finito di autovalori diversi da zero. Questo. Dunque {wn } ` una base ortonormale di ker(K)⊥ . . K|H1 ` un operatore lineare da H1 a e e H1 . 42 Per rendere pi` rigorosa la dimostrazione si dovrebbe in realt` procedere per induzione. . . allora per ogni m ∈ N Kx = K|Hm x ≤ |λm | x . wn wn . concludiamo che η = 0. e cos` via. Possiamo quindi ripetere l’argomento per l’operatore K|H1 . l’operatore K ammette la rappresentazione ∞ Kx = n=1 λn x. dunque la successione Kwn = λn wn converge fortemente. se Hm = {0} per qualche m. ma o pu` essere anche infinito dimensionale.

un un . L’esercizio seguente stabilisce l’implicazione opposta del Teorema Spettrale. e sia λn ∈ R una successione tendente a 0. Sia K ∈ K(H) un operatore simmetrico. wn wn ` compatto simmetrico. . a Fissato un generico y ∈ H. l’equazione x − Kx = y si pu` riscrivere proiettando o sulla base come ∞ ∞ (1 − λn ) x. detta Alternativa di Fredholm. Sia {wn } un insieme ortonormale (non necessariamente completo). Vale la seguente dicotomia. dimostrazione. un un 1 − λn soddisfa l’equazione.Per ogni y ∈ H l’equazione x − Kx = y ammette un’unica soluzione. La convergenza della serie in H ` garantita dal fatto che e λn → 0. Esercizio 23. anche senza l’ipotesi K simu metrico. Il risultato vale. Allora l’operatore lineare K definito da ∞ Kx = n=1 λn x. 1]). Pertanto. pi` in generale. un = y. e Esercizio 24.96 Corollario 2. un . un un = n=1 n=1 y. Sia λn la successione degli autovalori di K (contati con la loro molteplicit`). Mostrare che per ogni g ∈ L2 ([0. se λn = 1 per ogni n. e Osservazione. 1]) l’equazione integrale di Fredholm 1 f (t) − t 0 sf (s)ds = g(t) ammette un’unica soluzione f ∈ L2 ([0. Dunque ` soddisfatta se e solo se e (1 − λn ) x. il vettore ∞ x= n=1 y. e sia {un } la corrispondente base ortonormale di autovettori. .6.λ = 1 ` un autovalore di K. l’equazione non ha soluzione per alcun y che abbia l’m-coefficiente di Fourier diverso da 0. Viceversa. oppure . se λm = 1 per un certo m.

1]). segue e che x ∈ D(T ) e T x = y. come gli operatori differenziali. gli operatori pi` interessanti. u = 1 = ∞. Ci si attende dunque che operatori non definiti su tutto H siano non limitati. il dominio. il dominio ` parte integrante della definizione e di operatore. Esiste una procedura standard per ottenere l’estensione ottimale. che consiste nel chiudere un operatore. Diamo prima una definizione. 1]). . Consideriamo ad esempio l’operatore T = d . da cui sup T u : u ∈ D(T ). Invero. 1]). e T uk = k uk .1 Cenni agli operatori non limitati Operatori chiusi Consideriamo operatori lineari T definiti su un sottospazio denso D(T ) ⊂ H. 3 3. Nell’esempio precedente. si tratterebbe dunque di estendere l’operatore ad un opportuno dominio pi` grande. H = L2 ([0. Ci si pu` dunque porre il problema di trovare il dominio pi` “natuo u rale” consistente con l’azione dell’operatore. a valori in H. Ricordiamo u che un operatore T ` un’estensione di T se e D(T ) ⊃ D(T ) e T |D(T ) = T. Qui si deve applicare l’Alternativa di Fredholm per un operatore compatto non simmetrico. dt D(T ) = C 1 ([0. cio` che valga e Tx ≤ M x . Scegliendo uk (t) = ekt vediamo subito che T non ` limitato. Mostrare che per ogni g ∈ L2 ([0. Contrariamente al caso di L(H). T ` chiuso se per ogni xn ∈ D(T ) tale che xn → x e T xn → y. Non assumiamo la limitatezza. ∀x ∈ D(T ).97 Esercizio 25. Definizione. Di fatto. 1]) l’equazione integrale di Volterra t f (t) − 0 f (s)ds = g(t) ammette un’unica soluzione f ∈ L2 ([0. sono non u limitati.

Teorema 3. o Non ` detto per` che tale operazione sia possibile. e Proposizione 3. T ` chiudibile se e solo se per ogni successione xn ∈ D(T ) cone vergente a 0 tale che T xn → y. Definiamo l’estensione chiusa di T nel seguente modo.2 Operatori simmetrici Definizione. abbiamo che e T xn − T xm ≤ M xn − xm . se zn → x e T zn → w. T x = y. Mostrare che se xn → x e {T xn } ` un insieme relativamente compatto in H. In generale. T y . Verifichiamo l’implicazione opposta. y = x. Esercizio 27. e dimostrazione. Ma questo segue banalmente dalle ipotesi. e quindi T xn → y ∈ H. Se T ` simmetrico allora T ` chiudibile. e Dato un operatore T . Sia T chiuso. e di conseguenza coincide con H. e la sua chiusura ` ancora e e e un operatore simmetrico. Dunque T xn ` di Cauchy. Tuttavia vale il seguente risultato. e Ovvero.98 Esercizio 26. 3. ∀x. Sfruttando la limitatezza di T . Alla luce di questo fatto. Concludiamo che D(T ) ` chiuso. deve valere l’uguaglianza y = w.1. dimostrazione. Sia T un operatore chiuso. y ∈ D(T ). Fissato x ∈ H. Allora T ` limitato se e solo se D(T ) = H. xn ` di Cauchy. In particolare. Se T ` chiudibile allora ammette un’estensione chiusa T . In caso affermativo. esiste xn ∈ D(T ) tale che xn → x. L’unica cosa di cui ci dobbiamo sincerare ` che l’operatore T sia ben definito. Ma T ` chiuso. e e il risultato segue facilmente. . segue che y = 0. Poniamo D(T ) = x : ∃ xn → x e T xn → y ∈ H}. l’operatore e o e T ` detto chiudibile. e T ` la sua chiusura.2. allora x ∈ D(T ) e e T xn → T x. e siano xn ∈ D(T ) e x ∈ H. e pertanto e e x ∈ D(T ). si pu` allora cercare un operatore chiuso T che estenda T . Un’implicazione ` il Teorema del Grafico Chiuso. Assumiamo e dunque che T sia limitato. T ` simmetrico se e T x. un operatore simmetrico potrebbe non essere chiuso. nel seguito ci riferiremo esclusivamente ad operatori simmetrici chiusi.

se l’inverso ` compatto. La mappa T −1 : H → D(T ) ` dunque ben definita. ker(T −1 ) = {0}. dimostrazione. T z = T w. T z = T x. allora T ` anche e e iniettivo. Per ogni y ∈ H esiste z ∈ D(T ) tale che y = T z. La definizione di autovalore ` analoga al caso degli operatori limitati. gli autovettori apparterranno a D(T ).99 Teorema 3. concludiamo che x = T y. Inoltre. n . Sia dunque e x ∈ D(T ) tale che T x = 0. z = x. Sia T un operatore simmetrico. Il risultato ` una conseguenza del Teorema Spettrale per gli e operatori compatti simmetrici. Ovviae mente. Se T ` suriettivo. Detta dunque λn la e successione degli autovalori di T −1 e {wn } la relativa base ortonormale di H. per ogni x = T w e y = T z in H. ricaviamo un teorema di rappresentazione e spettrale. ed ` immediato e e verificare che ` lineare. per ogni x ∈ D(T ) abbiamo la rappresentazione ∞ Tx = n=1 αn x. Inoltre. i corrispondenti autovettori possono essere scelti in modo da formare una base ortonormale di H. z = 0. Sia T un operatore simmetrico e suriettivo. Poich´ T ` chiuso. Pertanto x. e simmetrico. cio` T −1 non ha autovalori nulli. wn wn . da cui x = 0. allora y = T −1 x.4 (Teorema Spettrale). Dal Teorema del Grafico Chiuso. T −1 y . cio` e e appartiene a L(H). Sia allora zn ∈ D(T ) tale che xn = T zn . Inoltre. dimostrazione. y = w. Allora i suoi autovalori formano una successione tendente a ∞. basta dimostrare che se xn → x e T −1 xn → y. y = x. da cui y = T −1 x. e il suo inverso T −1 (definito su tutto H) ` un operatore limitato. Verifichiamo infine che T −1 ∈ L(H). Notiamo che T −1 x = λx ⇐⇒ T x = λ−1 x. e T −1 x. Dimostriamo innanzitutto che T ` iniettivo. abbiamo che zn → y e T zn → x.3. dove gli αn = λ−1 sono gli autovalori di T . Dunque. Assumiamo inoltre che il suo inverso sia compatto. e e In particolare. Teorema 3.

Ringraziamenti Voglio ringraziare Clemente Zanco (il primo vero Maestro di Analisi Matematica) per i suoi utilissimi consigli sul capitolo degli Spazi di Banach. Vittorino Pata . y ` uno spazio di Hilbert.100 Nei seguenti esercizi valgano le ipotesi del Teorema Spettrale. Esercizio 28. munito del prodotto interno x. con i loro suggerimenti. la mia preziosa collaboratrice Monica Conti e i numerosi studenti di Analisi Reale e Funzionale 2004/05 del Corso di Studi in Ingegneria Matematica che. hanno contribuito a migliorare queste dispense. D(T ) = T x. Esercizio 29. Mostrare che x ∈ H appartiene a D(T ) se e solo se ∞ |αn |2 | x. Mostrare che l’iniezione J : D(T ) → H ` un operatore compatto (con D(T ) dotato della norma definita nel precedente e esercizio). T y . n=1 Disponiamo quindi di una caratterizzazione concreta del dominio di T . e Esercizio 30. wn |2 < ∞. Mostrare che lo spazio lineare D(T ).

Sign up to vote on this title
UsefulNot useful