1 1 Hilbertraum Im Folgenden sei K ∈ {R, C}. 1.1 Denition und einführende Beispiele Denition 1.1 (inneres Produkt, Skalarprodukt) Ein inneres Produkt auf einem quilinearform K-Vektorraum V ist eine positiv denite hermitesche h·, ·i : V × V → K, das heiÿt: ∀x, y, z ∈ V und ∀α ∈ K gilt: 1. positiv denit: 2. hermitesch: hx, xi ≥ 0 und Ses- hx, xi = 0 ⇔ x = 0. hx, yi = hy, xi. hx + αy, zi = hx, zi + αhy, zi 3. sesquilinear: und hx, y + αzi = hx, yi + αhx, zi Bemerkung 1.2 Das Skalarprodukt kann alternativ auch linear im ersten und semilinear im zweiten Argument deniert werden. Im Hinblick auf die Bra-Ket-Notation wird es im Folgenden wie oben deniert verwendet, da damit das Skalarprodukt als wobei hx | | yi Ket genannt wird. hx| : V → K, y 7→ hx | yi kann Bra und Die Abbildung hx | yi geschrieben werden kann, 1 als Linearform auf V aufgefasst werden. Denition 1.3 (Prähilbertraum, Innenproduktraum) Sei V ein K-Vektorraum und sei h·, ·i : V × V → K ein inneres Produkt, so ist (V, h·, ·i) ein Prähilbertraum. Denition 1.4 (Hilbertraum) Ein Hilbertraum ist ein bezüglich der vom inneren Produkt induzierten Norm k·k = p h·, ·i vollständiger Prähilbertraum. Beispiel 1.5 1. komplexer n-dimensionaler Koordinatenraum mit Standardskalarprodukt: P (Cn , hx, yi = nk=1 xk yk ). 2. Folgenraum `2 (N) = {(xn )n ⊂ C; 3. Lebesgue-Raum P∞ k=1 |xk |2 < ∞}2 mit hx, yi = P∞ k=1 x k yk . L2 . R (S, A, µ) ein Maÿraum, L2 (S, A, µ) := {f : S → K, S |f |2 dµ < ∞}, N = {f ∈ L2 |f = 0 µ − f ast überall}, so ist L2 der Quotientenraum L2 /N . Mit Z hf, giL2 = hf (x), g(x)i dµ(x) Sei und S ist ein inneres Produkt deniert, wobei das Skalarprodukt im Integral das Standardskalarprodukt bezeichne; die Vollständigkeit liefert der aus der Maÿtheorie bekannte Satz von Riesz-Fischer. 1 2 lineare Abbildung vom Vektorraum V in den zugrundeliegenden Körper K anhand jenem untersuchte David Hilbert die Eigenschaften der nach ihm benannten Räume 2 1 HILBERTRAUM 1.2 Orthonormalbasen Denition 1.6 (Orthonormalsystem) E eines Hilbertraums H he, f i = 0 ∀e, f ∈ E mit e 6= f . Eine Teilmenge und heiÿt Orthonormalsystem, falls Denition 1.7 (Orthonormalbasis) Ein Orthonormalsystem E 3 heiÿt Orthonormalbasis von H, falls span(E)4 kek = 1 ∀e ∈ E dicht in H liegt5 . Bemerkung 1.8 Damit lässt sich jedes x∈H als Grenzwert einer Folge in span(E) schreiben. Denition 1.9 (orthogonales Komplement) Sei V eine Teilmenge eines Hilbertraums das orthogonale Komplement von H. V ⊥ := {w ∈ H | ∀v ∈ V : hv, wi = 0} heiÿt V. Satz 1.10 (Charakterisierung einer Orthonormalbasis) Sei E = {ek |k ∈ N} ein abzählbares Orthonormalsystem in einem Hilbertraum H. Dann sind die folgenden vier Aussagen äquivalent: 1. E ⊥ = {0}. 2. E ist Orthonormalbasis. 3. Es gilt ∀x ∈ H: x= ∞ X hek , xiek . k=1 4. Es gilt ∀x, y ∈ H: ∞ X hx, yi = hx, ek ihek , yi. k=1 ⊥ ⊥ ⊥ ⇒ (2): U := span(E) Pn . E ⊂ U liefert U ⊂ E , also U = {0}. x ∈ H. Deniere sn = k=1 hek , xiek . Dann ist (sn )n eine Cauchyfolge, Beweis. (1) Sei nun 2 ksn − sm k = k = = n X 2 hek , xiek k = h k=m+1 n X n X hej , xiej , ek i = j=m+1 n X hek , xiek i = k=m+1 n X hek , xi k=m+1 ∞ X |hek , xi|2 ≤ k=m+1 Damit existiert hej , xiej , j=m+1 hek , xih k=m+1 n X n X 5 hej , xi δjk = j=m+1 k=m+1 s = limn→∞ sn ∈ U . Nun folgt aber mit der Stetigkeit des Skalarprodukts n→∞ 4 n X |hek , xi|2 → 0 für m → ∞. ∀k : hs − x, ek i = lim hsn − x, ek i = 0. 3 da gilt: oder vollständiges Orthonormalsystem. Pn span(E) := { i=1 λi ai |λi ∈ K, ei ∈ E, n ∈ N} also span(E) = H. 1.2 3 Orthonormalbasen s − x ∈ U ⊥, und damit x ∈ U . Nun folgt U = H. Pn (2) ⇒ (3): Betrachte die Partialsumme sn = P k=1 hek , xiek für x ∈ H, n ∈ N. ∀1 ≤ j ≤ n : hej , sn − xi = hej , sn i − hej , xi = nk=1 hek , xihej , ek i − hej , xi = 0. Insbesondere ist also s=x ∀y ∈ span(e1 , ..., en ) : y ⊥ sn − x, also mit dem Satz des Pythagoras6 : kx − yk = kx − sn k2 + ksn − yk2 ≥ kx − sn k2 . Betrachte abschlieÿend eine Folge (xn )n → x und eine monoton steigende Folge (mn )n ⊂ N, so gewählt, dass xn ∈ span(e1 , ..., emn ). Dann ist 0 ≤ kx − smn k2 ≤ kx − xn k2 → 0. 2 2 Wegen kx − sn+1 k ≤ kx − sn k konvergiert (sn )n gegen x, was die Behauptung liefert. Pn Pn (3) ⇒ (4): Betrachte wieder sn = k=1 hek , xiek und tn = k=1 hek , yiek . Dann folgt: Pn hsn , tn i = hx, e ihe , yi . Wegen s → x und t → y folgt mit der Stetigkeit des k k n n k=1 Damit folgt: 2 Skalarprodukts die Behauptung. P 2 ⇒ (1): Setze y = x. Es folgt: kxk2 = ∞ k=1 |hx, ek i| . 2 hx, ek i = 0 und damit folgt kxk = 0 also x = 0. (4) Sei x ∈ E ⊥. Dann gilt ∀k ∈ N : Denition 1.11 Existiert für einen Hilbertraum H H eine abzählbare Orthonormalbasis separabel. 6 anwendbar, da x − sn ⊥ sn − y und letzteres aus span(e1 , ..., en ). E, dann nennt man 4 2 2 OPERATOREN Operatoren Im Folgenden seien X, Y Vektorräume. Denition 2.1 Ein linearer Operator, oder einfach nur Operator, ist eine lineare Abbildung Die Menge all jener Abbildungen wird mit L(X, Y ) T : X → Y. bezeichnet. Beispiel 2.2 1. Matrix-Vektor-Produkt: 2. Ableitungsoperator: A : Cm → Cn x 7→ Ax, A ∈ Cn×m : A ∈ L(Cm , Cn ) D : C 1 → C f 7→ Df (a, b) × (a, b). Z K : L2 ((a, b)) → L2 ((a, b)) (Kf )(x) := k(x, y)f (y)dy 3. Integraloperator: Sei k messbar und beschränkt auf (a,b) 2.1 Beschränkte Operatoren Nun seien X, Y normierte Räume. Denition 2.3 (Beschränkter Operator) Die Menge aller beschränkten Operatoren ist: B(X, Y ) := {T ∈ L(X, Y ) | ∃M < ∞ ∀x ∈ X : kT (x)k ≤ M kxk}. Statt T(x) ist die Schreibweise Tx gängig. Die zugehörige Operatornorm ist: k · k : B(X, Y ) → R kT k := sup kT (x)k x∈X; kxk=1 Dass es sich bei k·k tatsächlich um eine Norm handelt, lässt sich einfach nachrechnen. Beispiel 2.4 Sei (S, A, µ) ein Maÿraum und f ∈ L∞ . Tf : Lp → Lp Tf (g)(x) := (f g)(x) = f (x)g(x) kTf k = kf k∞ < ∞ beschränkt. ist oenbar eine lineare Abbildung und wegen Denition 2.5 (Dualraum) X ∗ := B(X, K) bezeichnet man als den Dualraum von X. Beispiel 2.6 x ∈ X , dann ist hx| ∈ X ∗ , da hx| : X → K y 7→ hx|yi oenbar eine lineare Abbildung ist und die Cauchy-Schwarzsche Ungleichung die Beschränktheit liefert: khx|yik ≤ kxkkyk. Ist Satz 2.7 Es sei T ein Operator, also 1. T ist Lipschitzstetig. 2. T ist stetig auf X. T ∈ L(X, Y ). Dann sind folgende vier Aussagen äquivalent: 2.2 5 Adjungierte Operatoren 3. T ist stetig in einem Punkt ∃ 0 < M < ∞ ∀x ∈ X : kT xk ≤ M kxk. 4. T ist beschränkt, also ⇒ (2) Beweis. (1) (3) ⇒ (4): Sei nun und (2) T x ∈ X. stetig ⇒ (3) sind klar. in x ∈ X , dann folgt mit -δ -Stetigkeit: ∃δ > 0 ∀y ∈ X : ky − xk ≤ δ ⇒ kT y − T xk ≤ 1 Sei z ∈ X\{0}. Dann setze z + x. y = δ kzk kT δ (4) ⇒ (1): Da T Einsetzen liefert: z k ≤ 1 ⇔ kT zk ≤ δ −1 kzk kzk beschränkt ist, folgt mit Hilfe der Submultiplikativität: kT y − T xk ≤ kT kky − xk Damit ist T lipschitzstetig. 2.2 Adjungierte Operatoren Sei (H, h·, ·i) ein Hilbertraum und Denition 2.8 Einen Operator T ∗ ∈ B(H), T ∈ B(H). für den ∀x, y ∈ H hT x, yi = hx, T ∗ yi gilt, nennt man einen zu T adjungierten Operator. Bemerkung 2.9 Man kann zeigen, dass für jeden T ∈ B(H) ein adjungierter Operator T∗ existiert und dieser eindeutig ist. Beweis. Funktionalanalysis (Darstellungssatz von Fréchet-Riesz). Beispiel 2.10 (zu Beispiel 2.2) A0 : Cn → Cm x 7→ A0 x, A0 ∈ Cm×n 0 Matrix lautet A = AT . 1. Zur obigen Matrix-Vektor-Multiplikation ist der adjungierte Operator. Die zugehörige 3. Zum Integraloperator ist der adjungierte Operator gegeben durch: ∗ ∗ Z K : L2 ((a, b)) → L2 ((a, b)) (K f )(x) := k(y, x)f (y)dy (a,b) Denition 2.11 (Selbstadjungierte, normale, unitäre und positive Operatoren) Gilt Gilt Gilt Gilt 7 T = T ∗ , so nennt man T selbstadjungiert, oft auch hermitesch. T T ∗ = T ∗ T , so nennt man T normal. T T ∗ = T ∗ T = Id, so nennt man T unitär. T = T ∗ und ∀x ∈ H : hT x, xi ≥ 0, so nennt man T positiv.7 Hierfür schreibt man oft T ≥ 0. 6 3 Im folgenden sei 3 (H, h·, ·i) SPEKTRALTHEORIE UND SPEKTRALSATZ ein Hilbertraum, A ∈ B(H) und I der Identitätsoperator Spektraltheorie und Spektralsatz 3.1 Spektrum beschränkter Operatoren Denition 3.1 1. λ∈C x heist dann Eigenvektor Def ⇔ ∃x ∈ H \ {0} : Ax = λx zum Eigenwert λ ist Eigenwert von A Def 2. ρ(A) = {λ ∈ C | (A − λI) ist invertierbar} 3. R : ρ(A) 7→ B(H), Rλ = (A − λI)−1 4. σ(A) = C\ρ(A) Def heiÿt Resolventenmenge heiÿt Resolvente des Operators ist das Spektrum von A 5. Für einen Eigenwert λ∈C ist der Eigenraum Def Eλ (A) = ker(A − λI) Bemerkung 3.2 Diese Denitionen sind analog zu denen aus der Linearen Algebra bekannten im endlich Dimensionalen. Allerdings ist das Spektrum nicht die Menge der Eigenwerte, da nun Operatoren injektiv, aber nicht surjektiv sein können (im Gegensatz zu Räumen mit endlicher Dimension, in denen die Eigenschaften äquivalent sind), anders gesagt, die NichtInvertierbarkeit eines Operators impliziert nicht mehr die Nicht-Injektivität. Bemerkung 3.3 λI −A in der Denition der Resolvente gesetzt, die Resolventenmenge bleibt da A invertierbar ⇔ −A invertierbar Oft wird auch dabei gleich, Beispiel 3.4 s : l2 (N) −→ l2 (N) s(x1 , x2 , x3 , ...) −→ (0, x1 , x2 , x3 , ...) Betrachte den Shift Operator Oensichtlich ist s nicht surjektiv, aber injektiv und beschränkt dann s − λI = s nicht invertierbar, also 0 ∈ σ(s), (ksk = 1), für λ=0 ist aber 0 oensichtlich kein Eigenwert. Denition 3.5 Das Spektrum lässt sich sinnvoll in 3 disjunkte Mengen zerlegen: σp (A) = {λ ∈ C | (A − λI) nicht injektiv} heiÿt Punktspektrum von A. (Dies ist oensichtlich die Menge aller Eigenwerte) σc (A) = {λ ∈ C | (A − λI) injektiv, nicht surjektiv ∧ (A − λI)(H) ist dicht in H} Stetiges (Kontinuierliches) Spektrum von A σr (A) = {λ ∈ C | (A − λI) injektiv ∧ (A − λI)(H) ist nicht dicht in H} Residual (Rest-) Spektrum von A heiÿt heiÿt 3.1 7 Spektrum beschränkter Operatoren Bemerkung 3.6 σ(A) = σp (A) Im endlich dimensionalen gilt im unendlich dimensionalen gilt dies im Allgemeinen nicht. Beispiel 3.7 2 Betrachte im Hilbertraum L ([0, 1]) mit f 2 2 tor A : L ([0, 1]) 7→ L ([0, 1]), A(ϕ) = f ϕ : [0, 1] 7→ C, f (t) = t A ist dann stetig und sogar selbstadjungiert, für Eigenwerte λ)ϕ = 0, was nicht möglich für ϕ 6= 0, da f −λ den Multiplikationsopera- λ ∈ C müsste gelten (f − höchstens eine Nullstelle besitzt. Satz 3.8 Es gelten für A 6= 0: ρ(A) ist oen σ(A) 6= ∅ ist kompakt und σ(A) ⊆ B kAk (0) Denition 3.9 Ein Operator (Axn )n∈N A ∈ B(H) heiÿt kompakt, falls für alle beschränkten Folgen (xn )n∈N in H eine konvergente Teilfolge besitzt Satz 3.10 A ∈ B(H) kompakt. dim(ker(A − λI)) < ∞ Sei Sei λ 6= 0 λ ∈ σ(A). Dann ist λ ∈ σp (A) und Satz 3.11 Sei A kompakt, dann ist σ(A) endlich oder abzählbar unendlich. Im zweiten Fall ist 0 der einzige Häufungspunkt von σ(A) (λn )n∈N paarweise verschiedener Spektralwerte A mit |λn | ≥ . Dann sind alle λn Eigenwerte von A. Sei (xn )n∈N eine Folge zugehöriger Eigenvektoren von A. Da die λn paarweise verschieden sind, ist die Menge {xn : n ∈ N} Beweis. Wir nehmen an, es gibt eine Folge von linear unabhängig. Xn = span{x1 , ..., xn } gilt dann Xn ⊂ Xn+1 , Xn 6= Xn+1 und A(Xn ) ⊂ Xn für alle n ∈ N. Wir wählen yn ∈ Xn sodass gilt: k yn k= 1, dist(yn , Xn−1 ) ≥ 21 (Existenz durch Lemma aus der Funktionalanalysis) Dann gilt yn = αxn + zn−1 für ein α ∈ C, zn−1 ∈ Xn−1 , also ∗ λn yn − Ayn = λn αxn + λn zn−1 − αAxn − Azn−1 = λn zn−1 − Azn−1 ∈ Xn−1 also für alle m ∈ N mit m < n ∗ kAyn − Aym k = kλn yn − (Aym + λn yn − Ayn )k = |λn |kyn − λ1n (Aym + λn yn − Ayn )k ≥ 2 , Für Also hat (Ayn )n∈N keine konvergente Teilfolge im Widerspruch zur Kompaktheit von S. Denition 3.12 r(A) = sup{|λ| | λ ∈ σ(A)} r(A) = max{|λ| |λ ∈ σ(A)} Der Spektralradius von A ist deniert als Da das Spektrum kompakt ist, gilt Satz 3.13 Sei A kompakt, dann ist r(A) = kAk, es existiert also ein Eigenwert λ∈C mit |λ| = kAk 8 3 SPEKTRALTHEORIE UND SPEKTRALSATZ Satz 3.14 Sei Gilt A ∈ B(H) normal. Ax = λx, Ay = µy für λ 6= µ, dann gilt hx, yi = 0. (Eigenvektoren zu verschiedenen Eigenwerten stehen aufeinander senkrecht) Beweis. λhx, yi = hλx, yi = hAx, yi = hx, A∗ yi = hx, µyi = µhx, yi Im vorletzten Schritt wurde verwendet, das für normale Operatoren Ax = λx ⇔ A∗ x = λx gilt. 3.2 Spektralsatz Satz 3.15 Sei H C, A ∈ B(H) ein seperabler Hilbertraum über eine Orthonormalbasis Ax = P∞ wobei Pλ i=1 {ei }i∈N λi hx, ei iei (= P H von λ∈σp (A) normal und kompakt. Dann existiert aus Eigenvektoren von ei und es gilt λPλ x) die orthogonale Projektion auf den Eigenraum von dem Eigenvektor A, λ ist. λi bezeichnet den zu gehörenden Eigenwert Uλ = ker(A − λI), λ ∈ C. Dann ist A(Uλ ) ⊂ Uλ (Da (A − λI)Ax = A(A − λI)x) Für λ ∈ σp (A) setzt Eλ als Orthonormalbasis von Uλ , sonst Eλ = ∅ Beweis. Setze Setze E= S Eλ λ6=0 Satz 3.10 und 3.11 implizieren, dass Zeige nun dass Sei Sei E ∪ E0 E abzählbar ist. eine Orthonormalbasis ist. ⊥ V = span(E ∪ E0 ) Es genügt zu zeigen, dass V = {0} x ∈ V . Für beliebiges y ∈ Eλ , λ ∈ C gilt dann mit Satz 3.13 hAx, yi = λhx, yi = 0 Ax ∈ (E ∪ E0 )⊥ ⊆ V A lässt den Unterraum V invariant. ∗ ∗ Wäre nun A|V = 0 nicht wahr, so würde ein λ ∈ σp (A), |λ | = kA|V k = 6 0 existieren, und für einen zugehörigen Eigenvektor x ∈ V würde x ∈ Uλ∗ ⊂ E gelten, oensichtlich ⊥ ein Widerspruch, da V ∩ E = ∅. Also ist V ⊂ ker(A) = U0 ⊂ V ⇒ V = {0} Also ist Damit ist wie behauptet E ∪ E0 eine Orthonormalbasis und wir können ⊥ H = U0 ⊕ UP 0 , damit gilt für alle x P∈∞H : ∞ x = P0 x + i=1 hx, ei iei ⇒ Ax = i=1 λi hx, ei iei Damit ist die Behauptung gezeigt H zerlegen: 9 4 Spur und Spurklasseoperatoren Denition 4.1 Ein beschränkter Operator beliebige Orthonormalbasis |A| A ∈ B(H) wird Spurklassenoperator genannt, falls für eine {en }n∈N ∈ H (und daraus folgend auch für alle) die Spur von endlich ist, also: tr : B(H) 7→ R+ , tr |A| := P∞ n=1 h|A|en , Die Menge der Spurklasseoperatoren in en i < ∞, B(H) wobei |A| := B1 (H) wird mit √ A∗ A (selbstadjungiert) bezeichnet. Für Operatoren in der Trace Class ist die Spur deniert durch: trA := P∞ n=0 hAen , en i Sowie die Norm kAk1 = tr|A|, mit der B1 (H) zum Banachraum wird. Satz 4.2 Eigenschaften der Spur: 1. A ∈ B1 (H) ⇒ trA < ∞ 2. Für A, B ≥ 0 gilt tr(A + B) = trA + trB sowie tr(λA) = λtrA 3. Die Spur ist wohldeniert auf dem Raum der Spurklassenoperatoren, d.h. unabhängig von der Wahl der Basis: {en }n∈N , {fn }n∈N ∈ H Orthonormalbasen 4. tr(AA∗ ) = tr(A∗ A) 5. tr(AB) = tr(BA) 6. A ∈ B1 (H) ⇒ A∗ ∈ B1 (H) 7. A ∈ B1 (H) ⇒ kAk1 = kA∗ k1 8. für für P∞ i=1 hAei , ei i = P∞ i=1 hAfi , fi i A ∈ B(H) A ∈ B1 (H) B1 (H) ⊆ B2 (H) ⊆ B(H), Operatoren ist. ⇒ and wobei und B ∈ B(H) trA∗ = trA B2 (H) Notation für den Raum der Hilbert-Schmidt Literatur [AF01] R. Alicki and M. Fannes. Quantum dynamical systems. Oxford University Press, 2001. [Bel14] Jordan Bell. Trace class operators and Hilbert-Schmidt operators. Lecture Notes by Jordan Bell, 2014. [Bro14] Martin Brokate. Funktionalanalysis. Lecture Notes by Martin Brokate, 2014. [Gar15] Björn Garbrecht. Theoretische Physik 3, Quantenmechanik. Lecture Notes by Florian Röhrer, 2015. [Gri13] A. Grigorian. Funktionalanalysis by A. Grigorian. Lecture Notes, 2013. [Wol14] M. Wolf. Quantum eects. Lecture Notes by M. Wolf, 2014. [Wol15] M. Wolf. Functional Analysis. Lecture Notes by M. Wolf, 2015.