Home/Temi/Tema 2

Spazi di Hilbert e notazione di Dirac

Struttura degli spazi di Hilbert, duale topologico e notazione di Dirac in dimensione finita e infinita.

Spazi di Hilbert

Strutture matematiche: spazi vettoriali, spazi metrici, norma, spazi vettoriali normati, prodotto scalare, spazio prehilbertiano, spazio di Hilbert, base algebrica, base hilbertiana, dimensionalità, classificazione, spazi modello, isomorfismi

Spazio di HilbertSpazio normatoProdotto scalare hermitianoDimensione algebricaDimensione hilbertianaBase hilbertianaCompletezzaClassificazione degli spazi di Hilbert

In questa lezione definiamo precisamente gli spazi di Hilbert, mostrando prima come e dove si inseriscono nelle grandi branche matematiche dell'algebra e della topologia. Arriveremo al teorema di classificazione: due spazi di Hilbert sono isometricamente isomorfi se hanno la stessa dimensione hilbertiana, da non confondere con la dimensione algebrica di uno spazio vettoriale, poiché coincidono solo in dimensione finita. Daremo gli spazi modello di riferimento per ogni caso: dimensione finita, infinita numerabile e infinita non numerabile, illustrandone gli usi in meccanica quantistica elementare. Concluderemo discutendo se la fisica definita da spazi di Hilbert collegati da isomorfismi sia o meno invariante.

1. Le strutture matematiche in fisica

Per arrivare agli spazi di Hilbert, richiamiamo brevemente la «mappa della matematica» più usata in fisica teorica. La pagina seguente ne mostra una versione molto semplificata e ampiamente incompleta, ma sufficiente per questo corso, si veda la Figura (1).

Partendo dalla nozione intuitiva di insieme di punti1, si procede aggiungendo gradualmente struttura all'insieme. Spiegheremo progressivamente questo schema nel seguito.

Nota 1: Ci sarebbe altro da dire, ma esula dall'argomento; si vedano logica formale e calcolo dei predicati.
Guida illustrata ad alcune strutture matematiche della fisica fondamentale. I tratti neri continui fra A B indicano che B è una sottostruttura o un sottoinsieme di A, secondo i casi. Quelli tratteggiati indicano che B richiede le nozioni di A per essere costruito. Frecce e testi viola sono riservati alle applicazioni fisiche. Il ramo destro della geometria differenziale non è immediatamente utile in meccanica quantistica elementare.
Figura 1. Guida illustrata ad alcune strutture matematiche della fisica fondamentale. I tratti neri continui fra A \to B indicano che B è una sottostruttura o un sottoinsieme di A, secondo i casi. Quelli tratteggiati indicano che B richiede le nozioni di A per essere costruito. Frecce e testi viola sono riservati alle applicazioni fisiche. Il ramo destro della geometria differenziale non è immediatamente utile in meccanica quantistica elementare.

1.1. Strutture algebriche e spazi vettoriali

Dagli insiemi di punti possiamo passare direttamente al ramo sinistro della mappa (1), quello delle strutture algebriche, usate generalmente, ma non soltanto, per descrivere insiemi di numeri.

Aggiungiamo una o più leggi di composizione interna all'insieme; secondo le regole che soddisfano, come associatività, commutatività o esistenza di un elemento neutro, otteniamo strutture specifiche.

La figura rappresenta alcune strutture fondamentali: il magma, un insieme con una legge di composizione interna senza proprietà particolari, i gruppi, gli anelli e i campi. Ne esistono molte altre, come semigruppi, monoidi o anelli non commutativi, omesse per semplificare la lettura. Ogni struttura specializza la precedente: ogni campo è un anello, ogni anello è un gruppo rispetto all'addizione, ecc. La struttura di campo è la più importante, essendo in particolare quella dei reali o dei complessi con le quattro operazioni aritmetiche ordinarie. Permette inoltre di costruire spazi vettoriali sopra di essa.

Definizione 1 (Spazio vettoriale)
Uno spazio vettoriale EE su un campo K\mathbb{K} è un insieme munito di due operazioni:
  1. addizione: +:E×EE+: E \times E \to E, (x,y)x+y(x,y) \mapsto x+y,
  2. moltiplicazione per uno scalare: K×EE\mathbb{K} \times E \to E, (α,x)αx(\alpha,x) \mapsto \alpha x,

che soddisfano gli assiomi usuali: commutatività, associatività, esistenza del vettore nullo e degli opposti, distributività, ecc.

Possiamo così formare combinazioni lineari e parlare di famiglie linearmente indipendenti e generatrici, nonché di base e dimensione. In questo capitolo distingueremo due nozioni di base: le basi algebriche, valide in ogni spazio vettoriale, e le basi hilbertiane, proprie degli spazi di Hilbert. Coincidono in dimensione finita, ma non infinita. Analogamente, occorre distinguere dimensione algebrica e hilbertiana. Alcuni richiami sono quindi opportuni.

Definizione 2 (Base algebrica)
Sia EE uno spazio vettoriale su un campo K\mathbb{K}. Una famiglia (ei)iI(e_i)_{i \in I} è una base algebrica di EE se ogni xEx \in E si scrive univocamente come combinazione lineare finita di elementi della famiglia; qui II non deve necessariamente avere cardinalità finita: x=iFαiei,FI,F finito, αiK.x = \sum_{i \in F} \alpha_i e_i, \quad F \subset I, F \text{ finito}, \ \alpha_i \in \mathbb{K}.

La definizione equivale a quella usuale: una famiglia (ei)iI(e_i)_{i \in I} è una base se e solo se è linearmente indipendente e genera EE. La nozione di base permette di definire la dimensione.

Definizione 3 (Dimensione algebrica di uno spazio vettoriale)
Il teorema di invarianza della dimensione stabilisce che tutte le basi algebriche di uno stesso spazio vettoriale EE hanno la stessa cardinalità. Questa cardinalità comune a tutte le basi di EE si chiama dimensione di EE.
  • Se EE possiede una base finita di nn vettori, si dice che EE ha dimensione nn.
  • Se EE non ammette basi finite, si dice che EE ha dimensione infinita.

Anche in dimensione infinita, la definizione di base algebrica richiede che ogni vettore si decomponga in una somma finita di vettori della base. Non possiamo ammettere una decomposizione in somma infinita, perché dovremmo sapere se converge, e ciò richiede una topologia. Questo sarà possibile in uno spazio di Hilbert e giustificherà la nozione adattata di base hilbertiana, si veda la Sezione 2.3.

Una domanda naturale è quanti spazi vettoriali diversi esistano e se sia possibile classificarli. Dal punto di vista algebrico sì. Serve una relazione di equivalenza: l'isomorfismo di spazi vettoriali, una corrispondenza uno a uno fra EE e FF che rispetta la struttura lineare:

Definizione 4 (Isomorfismo di spazi vettoriali)
Siano EE e FF spazi vettoriali sullo stesso campo K\mathbb{K}. Un'applicazione T:EFT : E \to F è un isomorfismo se:
  1. TT è lineare: per ogni (x,y)E2(x,y) \in E^2 e αK\alpha \in \mathbb{K}, T(x+y)=T(x)+T(y),T(αx)=αT(x),T(x+y) = T(x) + T(y), \quad T(\alpha x) = \alpha T(x),
  2. TT è biiettiva.

Scriviamo allora EFE \simeq F; T1:FET^{-1} : F \to E esiste ed è lineare.

Osservazione: la definizione è puramente algebrica. Quando EE e FF hanno una topologia compatibile con la struttura vettoriale, si distingue l'isomorfismo topologico: si richiede anche la continuità di TT e T1T^{-1}. Ci torneremo per gli spazi normati e di Hilbert.

Abbiamo quindi il fondamentale teorema:

Teorema 1 (Classificazione in dimensione finita)
Due spazi vettoriali di dimensione finita su K\mathbb{K} sono isomorfi se e solo se hanno la stessa dimensione. In particolare, ogni spazio di dimensione nn su K\mathbb{K} è isomorfo a Kn\mathbb{K}^n.

Su K=R\mathbb{K} = \R oppure C\C esiste dunque in pratica un solo modello di spazio vettoriale di dimensione finita nn: rispettivamente Rn\R^n o Cn\C^n, l'insieme degli nn-vettori a componenti reali o complesse.

In dimensione infinita il principio è identico. Accettando l'assioma della scelta, si dimostra che ogni spazio vettoriale possiede una base, detta base di Hamel. Il teorema si generalizza: due spazi vettoriali sullo stesso campo K\mathbb{K} sono isomorfi se e solo se le loro basi hanno uguale cardinalità.

La cardinalità di una base infinita si esprime mediante i cardinali transfiniti, che distinguono diverse «grandezze» dell'infinito. Il più piccolo cardinale infinito è 0\aleph_0: la cardinalità di N\mathbb{N}, ma anche di Z\mathbb{Z} e Q\mathbb{Q}. Si definisce poi ricorsivamente la gerarchia 0<1<2<\aleph_0 < \aleph_1 < \aleph_2 < \cdots, dove n+1\aleph_{n+1} è il più piccolo cardinale strettamente maggiore di n\aleph_n, senza cardinali intermedi. In logica matematica, l'ipotesi del continuo suppone che non esista una cardinalità infinita intermedia fra quelle di N\mathbb{N} e R\mathbb{R}; in tal caso 1\aleph_1 è la cardinalità di R\mathbb{R}.

Questa classificazione è però poco utile in pratica, perché in generale non si può costruire esplicitamente una base di Hamel. La classificazione rimane dunque essenzialmente teorica. La situazione cambia negli spazi normati e di Hilbert, dove si possono esplicitare basi ortonormali, almeno in dimensione hilbertiana finita o infinita numerabile, si veda la Sezione 3.

Prima di arrivare a Hilbert dobbiamo però seguire il ramo centrale della mappa e parlare di spazi metrici e normati.

1.2. Spazi metrici e spazi normati

Nel ramo centrale della mappa (1) dobbiamo prima dotare l'insieme di punti di una topologia, che approfondiremo nel capitolo sulla topologia degli spazi normati e di Hilbert. Qui basta ricordare che la topologia fornisce una nozione di località con cui definire convergenza, limite e continuità. In particolare, gli spazi metrici sono topologici: insiemi di punti con una distanza, che definisce la località.

Definizione 5 (Spazio metrico)
Uno spazio metrico è una coppia (X,d)(X,d), dove XX è un insieme e d:X×XR+d : X \times X \to \mathbb{R^+} è una distanza che soddisfa, per ogni (x,y,z)X3(x,y,z) \in X^3: d(x,y)0,d(x,y)=0    x=y,d(x,y)=d(y,x),(Simmetria)d(x,z)d(x,y)+d(y,z).(Disuguaglianza triangolare)\begin{aligned} & d(x,y) \geq 0, \quad d(x,y) = 0 \iff x=y, \\[0.5em] & d(x,y) = d(y,x), \quad \textrm{(Simmetria)}\\[0.5em] & d(x,z) \leq d(x,y) + d(y,z). \quad \textrm{(Disuguaglianza triangolare)} \end{aligned}

Possiamo ora unire i rami algebrico e topologico della mappa 1, considerando spazi metrici il cui insieme sottostante XX è vettoriale, cioè spazi vettoriali con una distanza. Arriviamo così a una struttura fondamentale in meccanica quantistica, di cui Hilbert è un caso particolare: gli spazi vettoriali normati, o SVN.

Non vogliamo ammettere qualsiasi distanza. Poiché lo spazio è lineare, occorre una distanza compatibile con la struttura vettoriale:

Definizione 6 (Distanza compatibile con la struttura vettoriale)
Sia EE uno spazio vettoriale su K\mathbb{K} e dd una metrica su EE. Diciamo che dd è compatibile con la struttura vettoriale se:
  1. Invarianza per traslazione: d(x+z,y+z)=d(x,y)d(x+z, y+z) = d(x,y) per ogni (x,y,z)E3(x,y,z) \in E^3
  2. Omogeneità: d(λx,λy)=λd(x,y)d(\lambda x, \lambda y) = |\lambda| d(x,y) per ogni (x,y)E2(x,y) \in E^2 e λK\lambda \in \mathbb{K}

Le condizioni esprimono che la distanza rispetta la geometria vettoriale: deve essere invariante per traslazioni, cioè omogenea nello spazio, e le omotetie devono preservare i rapporti fra distanze2  3. La proposizione seguente conduce agli spazi normati: se dd è una metrica compatibile su EE, la distanza dall'origine, cioè dal vettore nullo, x=d(x,0E)\norm{x} = d(x, 0_E) è una norma.

Nota 2: Si potrebbe richiedere anche l'invarianza per rotazione, ma questa ammetterebbe soltanto norme isotrope come quella euclidea. Escluderebbe per esempio x=x12+4x22\norm{x} = \sqrt{x_1^2 + 4 x_2^2} nel piano, che è una norma valida benché anisotropa.
Nota 3: Occorre anche un valore assoluto su K\mathbb{K}: si parla di campo valutato. Nel seguito useremo il valore assoluto usuale su R\R e il modulo su C\C.
Dimostrazione.
Soddisfa infatti le proprietà che definiscono le norme:
  1. x0\|x\| \geq 0 e x=0    x=0E\|x\| = 0 \iff x = 0_E
  2. λx=λx\|\lambda x\| = |\lambda| \|x\| per ogni xEx \in E e λK\lambda \in \mathbb{K}
  3. x+yx+y\|x + y\| \leq \|x\| + \|y\| per ogni (x,y)E2(x,y) \in E^2

Uno spazio vettoriale dotato di tale distanza è quindi uno spazio vettoriale normato:

Definizione 7 (Spazio vettoriale normato)
Uno spazio vettoriale normato è una coppia (E,)(E, \|\cdot\|) dove EE è uno spazio vettoriale e \|\cdot\| una norma su EE. Grazie a essa è uno spazio topologico.

Ogni spazio vettoriale normato (E,)(E, \|\cdot\|) determina canonicamente uno spazio metrico (E,d)(E, d) mediante d(x,y)=xyd(x,y) = \|x-y\|, automaticamente compatibile con la struttura vettoriale. Gli spazi normati corrispondono quindi biiettivamente a una sottoclasse particolare degli spazi metrici: in questo senso ne costituiscono un sottoinsieme.

2. Gli spazi di Hilbert

Siamo arrivati agli spazi normati della Fig. (1). È comune dire semplicemente spazio normato anziché spazio vettoriale normato e usare la sigla SVN. Definiremo ora gli spazi prehilbertiani, poi gli spazi hilbertiani, che costituiscono il quadro matematico della meccanica quantistica.

Poiché questa si costruisce sui numeri complessi, ci limiteremo a K=C\mathbb{K} = \C. Finora abbiamo usato EE e FF per spazi vettoriali e normati; d'ora in poi useremo H\mathcal{H} e G\mathcal{G} per quelli prehilbertiani o hilbertiani. I vettori continueranno a essere indicati con x,y,zx, y, z, ecc.

2.1. Spazio prehilbertiano e prodotto scalare

Uno spazio prehilbertiano è uno spazio vettoriale normato la cui norma deriva da un prodotto scalare. Non accade sempre: alcune norme non provengono da alcun prodotto scalare, per esempio la norma sup4. I prehilbertiani sono quindi un sottoinsieme proprio degli spazi vettoriali normati. Ricordiamo la definizione di prodotto scalare hermitiano su C\C:

Nota 4: Su Cn\C^n, per esempio, è definita da x=maxixi\|x\|_\infty = \max_i |x_i|. Si può dimostrare che non soddisfa l'identità del parallelogramma x+y2+xy2=2(x2+y2)\|x+y\|^2 + \|x-y\|^2 = 2(\|x\|^2 + \|y\|^2), che deve invece valere per ogni norma derivata da un prodotto scalare. Si veda anche [5]
Definizione 8 (Prodotto scalare hermitiano su uno spazio vettoriale su C\C)
Un prodotto scalare hermitiano su uno spazio vettoriale complesso H\mathcal{H} è un'applicazione ,:H×HC\langle \cdot, \cdot \rangle : \mathcal{H} \times \mathcal{H} \to \mathbb{C} che soddisfa:
  1. Linearità nel secondo argomento: (x,y,z)H3,(λ,μ)C2\forall (x, y, z) \in \mathcal{H}^3, \forall (\lambda, \mu) \in \mathbb{C}^2,

    x,λy+μz=λx,y+μx,z\langle x, \lambda y + \mu z \rangle = \lambda \langle x, y \rangle + \mu \langle x, z \rangle

    (1)

  2. Simmetria hermitiana: (x,y)H2\forall (x, y) \in \mathcal{H}^2,

    x,y=y,x\langle x, y \rangle = \langle y, x \rangle^*

    (2)

  3. Definita positività: xH\forall x \in \mathcal{H},

    x,x0ex,x=0x=0H\langle x, x \rangle \geq 0 \quad \text{e} \quad \langle x, x \rangle = 0 \Leftrightarrow x = 0_{\H}

    (3)

Le proprietà (1) e (2) implicano la linearità coniugata, o antilinearità, nel primo argomento5: λx+μy,z=λx,z+μy,z\langle \lambda x + \mu y, z \rangle = \lambda^* \langle x, z \rangle + \mu^* \langle y, z \rangle. Un'applicazione lineare in un argomento e coniugato-lineare nell'altro è detta sesquilineare6. Diremo in seguito soltanto prodotto scalare: «hermitiano» sarà implicito.

Nota 5: I matematici adottano generalmente la convenzione opposta: linearità nel primo argomento e linearità coniugata nel secondo, senza cambiare le proprietà fondamentali.
Nota 6: Su uno spazio vettoriale su R\mathbb{R} non serve la coniugazione e il prodotto scalare è semplicemente bilineare.

Anticipiamo un risultato topologico importante: il prodotto scalare è continuo nelle due variabili. Se xnxx_n \to x e ynyy_n \to y in norma, cioè xnx0\|x_n - x\| \to 0 e yny0\|y_n - y\| \to 0, allora

xn,ynx,y in C\langle x_n, y_n \rangle \to \langle x, y \rangle \text{ in } \C

Nei postulati della misura quantistica vedremo che la probabilità di osservare una grandezza fisica associata a un autovettore φ\phi, quando il sistema è nello stato ψ\psi, è φ,ψ2|\langle \phi , \psi \rangle|^2, si veda la sezione 1.2 (Tema 3, Lezione 1, non disponibile in questa lingua). La continuità garantisce quindi che una piccola variazione di ψ\psi produca una piccola variazione delle probabilità, come desiderato.

Il prodotto scalare soddisfa un'altra proprietà fondamentale:

Teorema 2 (Disuguaglianza di Cauchy-Schwarz)
Per tutti i vettori xx e yy di H2\mathcal{H}^2 vale:

x,yx y|\langle x,y\rangle |\leqslant \|x\|\ \|y\|

(4)

dove x  =def  x,x\|x\| \equiv \sqrt{\langle x, x \rangle}.

Questa disuguaglianza serve in particolare a dimostrare che xx=x,xx \mapsto \|x\| = \sqrt{\langle x, x \rangle} è davvero una norma, come suggerisce la notazione.

Dimostrazione.
Verifichiamo i tre criteri. Si ha x2=x,x0\|x\|^2 = \langle x, x \rangle \geq 0, con uguaglianza se e solo se x=0Hx = 0_{\H}, direttamente dalla definizione. Inoltre λx=λx,λx=λ2x,x=λx\|\lambda x\| = \sqrt{\langle \lambda x, \lambda x \rangle} = \sqrt{|\lambda|^2 \langle x, x \rangle} = |\lambda| \|x\|. Infine scriviamo x+y2=x+y,x+y=x2+2x,y+y2x2+2x,y+y2.\begin{aligned} \|x + y\|^2 &= \langle x+y, x+y \rangle \\ &= \|x\|^2 + 2\,\Re\langle x, y \rangle + \|y\|^2 \\ &\leq \|x\|^2 + 2|\langle x, y \rangle| + \|y\|^2. \end{aligned}

Usando Cauchy-Schwarz, x,yxy|\langle x, y \rangle| \leq \|x\|\,\|y\|, otteniamo:

x+y2x2+2xy+y2=(x+y)2,\|x+y\|^2 \leq \|x\|^2 + 2\|x\|\,\|y\| + \|y\|^2 = \bigl(\|x\| + \|y\|\bigr)^2,

e prendendo la radice quadrata segue la disuguaglianza triangolare.

Arriviamo alla seguente definizione:

Definizione 9 (Spazio prehilbertiano complesso)
Uno spazio prehilbertiano complesso è uno spazio vettoriale dotato di un prodotto scalare hermitiano. L'applicazione x=x,x\|x\| = \sqrt{\langle x, x \rangle} è una norma, che lo rende uno spazio vettoriale normato.

In uno spazio prehilbertiano complesso H\mathcal{H} valgono le seguenti formule utili.

Proposizione 1 (Formulario)
Siano (x,y)H2(x, y) \in \mathcal{H}^2 e (x1,,xn)(x_1, \dots, x_n) una famiglia di vettori di H\mathcal{H}.
  1. Teorema di Pitagora: x,y=0    x+y2=x2+y2\langle x, y \rangle = 0 \iff \|x + y\|^2 = \|x\|^2 + \|y\|^2. Più in generale, se gli (xi)1in(x_i)_{1 \le i \le n} sono ortogonali a due a due:

    i=1nxi2=i=1nxi2\left\| \sum_{i=1}^n x_i \right\|^2 = \sum_{i=1}^n \|x_i\|^2

    (5)

  2. Identità del parallelogramma:

    x+y2+xy2=2(x2+y2).\|x + y\|^2 + \|x - y\|^2 = 2 \left( \|x\|^2 + \|y\|^2 \right).

    (6)

  3. Formula di polarizzazione:

    x,y=14(x+y2xy2+ix+iy2ixiy2)\langle x, y \rangle = \frac{1}{4} \left( \|x + y\|^2 - \|x - y\|^2 + i \|x + iy\|^2 - i \|x - iy\|^2 \right)

    (7)

Le ultime due formule sono legate a un teorema che collega prodotto scalare hermitiano e norma. Il teorema di Fréchet-von Neumann-Jordan afferma che una norma \|\cdot\| su uno spazio normato EE proviene da un prodotto scalare se e solo se soddisfa l'identità del parallelogramma. Questa è il test di esistenza; se è soddisfatta, la formula di polarizzazione fornisce la ricetta per ricostruire il prodotto scalare dalla norma.

2.2. Completezza e spazio di Hilbert

Per passare dai prehilbertiani agli hilbertiani occorre una nozione topologica indispensabile: la completezza.

Definizione 10 (Spazio di Hilbert)
Uno spazio di Hilbert H\mathcal{H} è uno spazio prehilbertiano completo rispetto alla norma indotta dal prodotto scalare: tutte le successioni di Cauchy in H\mathcal{H} convergono in H\mathcal{H}. Sono le successioni che soddisfano:

ε>0,NNtale chepNqNd(xp,xq)<ε,\forall \varepsilon > 0, \exists N \in \N \quad \textrm{tale che} \quad \forall p\geq N\quad \forall q\geq N\quad d(x_{p},x_{q})<\varepsilon ,

(8)

per la distanza definita dalla norma. I loro termini diventano arbitrariamente vicini fra loro al crescere di nn.

Torneremo su questi aspetti nel capitolo dedicato. Per ora segnaliamo che la completezza è essenziale per la fisica quantistica. Intuitivamente, uno spazio completo non ha «buchi»: non può esserci una successione di elementi di H\mathcal{H} che converga a qualcosa fuori da H\mathcal{H}. È ciò che manca ai razionali: una successione opportuna può tendere a un numero non razionale; proprio così si costruiscono i reali.

In meccanica quantistica ogni stato fisico è un vettore dello spazio di Hilbert e viceversa. È il primo postulato. Se lo spazio degli stati non fosse completo, l'evoluzione di una funzione d'onda secondo Schrödinger potrebbe «uscire dallo spazio» e diventare uno «stato non fisico», il che sarebbe privo di senso.

La completezza interviene anche in un altro postulato: i risultati delle misure devono corrispondere allo spettro delle osservabili fisiche, considerate operatori lineari autoaggiunti. Un operatore non ha sempre un aggiunto in uno spazio non completo; inoltre la completezza è necessaria al teorema spettrale, che studia la struttura degli operatori autoaggiunti.

Infine, ogni espressione quantistica con una somma infinita, per esempio una serie di Fourier o uno sviluppo in autostati, richiede completezza per avere senso. Scrivere ψ=n=1cnn|\psi\rangle = \sum_{n=1}^{\infty} c_n |n\rangle in notazione di Dirac, si veda la sezione 4 (Tema 2, Lezione 2), presuppone l'esistenza della serie, garantita soltanto dalla completezza.

C'è però una buona notizia: questa sottigliezza serve soltanto in dimensione infinita. In dimensione finita un teorema importante semplifica la questione:

Teorema 3 (Completezza degli spazi normati di dimensione finita)
Ogni spazio vettoriale normato di dimensione finita su un campo valutato completo7, come R\mathbb{R} o C\mathbb{C}, è completo. In particolare, ogni prehilbertiano di dimensione finita su R\R o C\C è automaticamente uno spazio di Hilbert.
Nota 7: Un campo con un valore assoluto rispetto al quale è esso stesso completo.

Possiamo passare alla descrizione algebrica degli spazi di Hilbert.

2.3. Base algebrica e base di Hilbert

Abbiamo ricordato la base algebrica di uno spazio vettoriale, si veda la Definizione 2, che permette la decomposizione in una somma finita. L'idea principale della topologia indotta dalla norma e dello spazio completo è poter parlare di convergenza di successioni. Possiamo in particolare considerare somme parziali (xn)(x_n), con xn=k=1nxkx_n = \sum_{k=1}^{n} x_k per certi vettori xkx_k. Se convergono otteniamo una serie, una somma infinita: (xn)x(x_n) \to x e x=k=1xkx = \sum_{k=1}^{\infty} x_k. La completezza garantisce che il limite appartenga allo spazio.

Quando la dimensione algebrica dello spazio di Hilbert è infinita, possiamo quindi decomporre i vettori in una serie infinita. Otteniamo una nuova nozione di base:

Definizione 11 (Base di Hilbert)
Sia H\mathcal{H} uno spazio di Hilbert. Una famiglia (ei)iI(e_i)_{i \in I} è una base di Hilbert se è ortonormale e totale, ossia:
  1. È ortonormale: ei,ej=δij\langle e_i, e_j \rangle = \delta_{ij}.
  2. È totale: le combinazioni lineari finite sono dense in H\mathcal{H}: Vect(ei,iI)=H,\overline{\mathrm{Vect}(e_i, i \in I)} = \mathcal{H},

    La barra superiore indica la chiusura. Per i dettagli si veda il capitolo di topologia.

Per capirlo serve la nozione topologica di densità:

Definizione 12 (Densità in uno spazio normato)
Sia (X,X)(X, \|\cdot\|_X) uno spazio normato e AXA \subseteq X. Diciamo che AA è denso in XX se ogni punto di XX può essere approssimato arbitrariamente da punti di AA: per ogni xXx \in X e ogni ε>0\varepsilon > 0, esiste aAa \in A tale che xa<ε\norm{x -a} < \varepsilon.

Questo vale anche in uno spazio di Hilbert, che è in particolare normato. Totalità significa quindi che ogni vettore di H\H può essere approssimato arbitrariamente bene da una combinazione lineare finita di elementi di H\H.

A differenza della base algebrica, non diciamo che ogni vettore è una combinazione lineare finita, ma che può essere approssimato quanto si vuole da una combinazione della base di Hilbert. Per completezza, queste approssimazioni convergono a x. Per una cardinalità qualsiasi di II vale:

Teorema 4 (Teorema di decomposizione)
Se (ei)iI(e_i)_{i \in I} è una base hilbertiana di H\mathcal{H}, ogni xHx \in \mathcal{H} si scrive:

x=iIei,xeix = \sum_{i \in I} \langle e_i, x \rangle e_i

(9)

Vale inoltre l'identità di Parseval:

x2=iIei,x2\|x\|^2 = \sum_{i \in I} |\langle e_i, x \rangle|^2

(10)

Se II non è numerabile, la somma riguarda soltanto un insieme al più numerabile di indici dipendente da xx.

Il legame tra definizione di base di Hilbert e teorema di decomposizione non è immediato.

Dimostrazione.
La dimostrazione ha due idee chiave. La prima è che la totalità della famiglia ortonormale totale {ei}iI\{e_i\}_{i \in I} permette di costruire approssimazioni a ogni punto xx del Hilbert. Per densità, per ogni ε>0\epsilon > 0 esiste una combinazione finita yε=iJαieiy_\epsilon = \sum_{i \in J} \alpha_i e_i, dove JIJ \subset I è un insieme finito di indici, tale che xyε<ε|x - y_\epsilon| < \epsilon.

La seconda è che la somma parziale SJ=iJei,xeiS_J = \sum_{i \in J} \langle e_i, x \rangle e_i è la proiezione ortogonale di xx su VJ=Vect(ei,iJ)V_J = \mathrm{Vect}(e_i, i \in J). Per una proprietà ammessa qui, SJS_J minimizza la distanza da xx:

xSJ=infyVJxyxyε<ε|x - S_J| = \inf_{y \in V_J} |x - y| \leq |x - y_\epsilon| < \epsilon

Prendendo una successione εn0\epsilon_n \to 0, otteniamo sottoinsiemi finiti JnJ_n con xSJnεn\|x - S_{J_n}\| \leq \epsilon_n. Non basta ancora, perché i JnJ_n non sono necessariamente crescenti. Nel caso numerabile basta sostituire JnJ_n con Jn=J1JnJ_n' = J_1 \cup \cdots \cup J_n per ottenere una successione crescente di sottoinsiemi finiti con xSJn0\|x - S_{J_n'}\| \to 0, la convergenza desiderata. Per ulteriori dettagli si veda [6].

In dimensione infinita, la cardinalità di una base algebrica è sempre strettamente maggiore di quella di una base di Hilbert. L'intuizione è semplice: le combinazioni finite della prima devono raggiungere esattamente ogni punto xx, quelle della seconda soltanto approssimarlo. Quest'ultima è quindi «meno precisa» e richiede meno direzioni indipendenti.8. Le combinazioni finite della base di Hilbert costituiscono solo una minima parte dello spazio (Vect(ei)H\mathrm{Vect}(e_i) \subsetneq \mathcal{H}). In generale servono serie infinite convergenti per rappresentare i vettori di H\mathcal{H}.

Nota 8: Più precisamente, se H\mathcal{H} ammette una base di Hilbert numerabile, di cardinalità 0\aleph_0, il teorema di Baire implica che una base algebrica è necessariamente non numerabile, con cardinalità almeno 202^{\aleph_0}.
Osservazione 1 (Equivalenza delle basi in dimensione finita)
Quanto detto vale in dimensione infinita. In dimensione finita nn, invece, le nozioni coincidono. Ogni base hilbertiana è algebrica e, «quasi viceversa», il procedimento di Gram-Schmidt trasforma ogni base algebrica in hilbertiana. La famiglia ottenuta, di cardinalità nn, è automaticamente totale perché genera già tutto lo spazio con combinazioni finite. Il teorema di decomposizione è quindi banale in dimensione finita e interessante solo in dimensione infinita.

Ricordiamo infine un'altra formula molto utile nella matematica della fisica quantistica.

Proposizione 2 (Disuguaglianza di Bessel)
Sia (ei)iI(e_i)_{i \in I} una famiglia ortonormale. Per ogni vettore xHx \in \mathcal{H} vale:

iIx,ei2x2\sum_{i \in I} |\langle x, e_i \rangle|^2 \leq \|x\|^2

(11)

con uguaglianza, quella di Parseval, se e solo se la famiglia è anche totale.

2.4. Dimensione hilbertiana e classificazione

Abbiamo quasi tutti gli elementi per completare la classificazione degli spazi di Hilbert. Manca un invariante fondamentale: la dimensione hilbertiana.

Teorema 5 (Dimensione hilbertiana)
Sia H\mathcal{H} uno spazio di Hilbert. Sono vere le seguenti affermazioni:
  1. Ogni spazio di Hilbert ammette almeno una base hilbertiana.
  2. Tutte le basi hilbertiane di H\mathcal{H} hanno la stessa cardinalità.

Si può quindi parlare della dimensione hilbertiana di H\mathcal{H}, indicata con dim(H)\dim(\mathcal{H}). Può essere finita, infinita numerabile o infinita non numerabile.

Per classificare questi spazi serve infine una relazione di equivalenza adatta. Estendiamo l'isomorfismo vettoriale della Definizione 4 prima al caso normato e poi a quello hilbertiano, usando per ora una nozione intuitiva di continuità:

Definizione 13 (Isomorfismo di spazi normati e di Hilbert)
Siano EE e FF spazi vettoriali normati e T:EFT : E \to F un'applicazione lineare.
  • TT è un isomorfismo di spazi vettoriali normati, o isomorfismo topologico, se TT è lineare, biiettiva e sia TT sia T1T^{-1} sono continue.
  • Per spazi di Hilbert H\H e G\mathcal{G}, TT è un isomorfismo hilbertiano, o isomorfismo isometrico, se TT preserva anche il prodotto scalare: T(x),T(y)G=x,yH,(x,y)H2.\langle T(x), T(y) \rangle_\mathcal{G} = \langle x, y \rangle_{\H}, \quad \forall (x,y) \in \H^2.

    Si dice anche che TT è un operatore unitario.

Se TT preserva il prodotto scalare, TT preserva automaticamente la norma (T(x)G=xH\|T(x)\|_{\mathcal{G}} = \|x\|_{\H}). Per questo si parla di isometria lineare biiettiva. Il cardine della classificazione è il teorema seguente:

Teorema 6 (Caratterizzazione tramite la dimensione)
Due spazi di Hilbert H1\mathcal{H}_1 e H2\mathcal{H}_2 sono isometricamente isomorfi se e solo se hanno la stessa dimensione hilbertiana: dim(H1)=dim(H2)\dim(\mathcal{H}_1) = \dim(\mathcal{H}_2).
Corollario 1 (Classificazione degli spazi di Hilbert.)
A meno di isomorfismo isometrico, esiste:
  1. Per ogni intero n1n \geq 1, un unico Hilbert di dimensione finita nn, con rappresentante canonico Cn\mathbb{C}^n, oppure Rn\mathbb{R}^n su R\mathbb{R}.
  2. Un unico Hilbert di dimensione infinita numerabile, con rappresentante canonico 2(N)\ell^2(\mathbb{N}), lo spazio delle successioni a quadrato sommabile: 2(N)={(xn)nN:n=1xn2<}\ell^2(\mathbb{N}) = \left\{(x_n)_{n \in \mathbb{N}} : \sum_{n=1}^{\infty} |x_n|^2 < \infty\right\}
  3. Per ogni cardinale infinito non numerabile κ1\kappa \geq \aleph_1, un unico Hilbert di dimensione κ\kappa, rappresentato da 2(κ)\ell^2(\kappa)9.
    Nota 9: Per un insieme di indici II di cardinalità κ\kappa, si definisce 2(I)={(xi)iI:iIxi2<}\ell^2(I) = \{(x_i)_{i \in I} : \sum_{i \in I} |x_i|^2 < \infty\}, dove la somma significa che i termini non nulli sono al più numerabili.

La parola dimensione si riferisce ormai, naturalmente, a quella hilbertiana. Ogni spazio di Hilbert è isometricamente isomorfo a uno di questi modelli e la classificazione è completa. Li descriveremo nella prossima sezione, tralasciando la dimensione infinita non numerabile, che riprenderemo molto più avanti. Sono spazi di riferimento per sistemi quantistici con gradi di libertà finiti, come lo spin; infiniti numerabili, come la meccanica quantistica del punto; o non numerabili, come la teoria quantistica dei campi.

Osservazione 2 (Separabilità e cardinalità)
Uno spazio di Hilbert H\mathcal{H} si dice separabile se ammette un sottoinsieme numerabile denso. Si dimostra che è separabile se e solo se la dimensione hilbertiana è al più numerabile: finita o infinita numerabile.

La classificazione equivale quindi a distinguere Hilbert di dimensione finita, Hilbert di dimensione infinita separabile e Hilbert non separabile, come nella mappa della Fig. (1).

Benché non necessaria per la classificazione, la nozione è utile: spesso è più facile dimostrare la separabilità o meno di uno spazio che costruirne esplicitamente una base hilbertiana.

3. Spazi modello

3.1. Lo spazio di Hilbert Cn\C^n

Esplicitamente, è l'insieme delle nn-uple di numeri complessi:

Cn={x=(x1,x2,...,xn):xiC,i=1,...,n}\mathbb{C}^n = \{x = (x_1, x_2, ..., x_n) : x_i \in \mathbb{C}, i = 1, ..., n\}

munito:

  • del prodotto scalare hermitiano: x,y=i=1nxiyi\langle x, y \rangle = \sum_{i=1}^{n} x_i^* y_i, si noti il complesso coniugato;
  • della norma euclidea associata: x=i=1nxi2\|x\| = \sqrt{\sum_{i=1}^{n} |x_i|^2}.

È uno SVN di dimensione nn, completo perché di dimensione finita su un campo completo. È quindi un Hilbert. La sua base canonica, come vettori colonna, è:

ei=(00100)(l’1 eˋ nella posizione i-esima).e_i = \begin{pmatrix} 0 \\ \vdots \\ 0 \\ 1 \\ 0 \\ \vdots \\ 0 \end{pmatrix} \quad \text{(l'1 è nella posizione i-esima).}

È una base hilbertiana di cardinalità nn e anche algebrica: ogni vettore xCnx \in \mathbb{C}^n si decompone esattamente nella somma finita

x=i=1nxiei=i=1nei,xeix = \sum_{i=1}^{n} x_i e_i = \sum_{i=1}^{n} \langle e_i , x \rangle e_i

Questo spazio di Hilbert si usa per ogni sistema quantistico con un numero finito di stati distinguibili, in particolare sistemi a due livelli o qubit.

3.2. Lo spazio di Hilbert 2(N)\ell^2(\mathbb{N})

È definito come insieme delle successioni a quadrato sommabile:

2(N)={x=(xn)n1:xnC,n=1xn2<}\ell^2(\mathbb{N}) = \left\{x = (x_n)_{n \geq 1} : x_n \in \mathbb{C}, \sum_{n=1}^{\infty} |x_n|^2 < \infty\right\}

Si può dimostrare che è un Hilbert quando è munito:

  • del prodotto scalare: x,y=i=1xiyi\langle x, y \rangle = \sum_{i=1}^{\infty} x_i^* y_i, questa volta con una somma infinita;
  • della norma associata: x=i=1xi2\|x\| = \sqrt{\sum_{i=1}^{\infty} |x_i|^2}, con la stessa osservazione.

Ne mostriamo la numerabilità costruendo esplicitamente la base canonica, simile a quella di Cn\C^n. Per ogni iNi \in \mathbb{N} definiamo, ancora come vettore colonna:

ei=(0,0,,0,1,0,),e_i = (0,0,\dots,0,1,0,\dots),

il vettore la cui coordinata ii-esima vale 11 e le altre 00. L'unica differenza dal caso finito è l'infinità delle componenti.

Dimostrazione.
La famiglia {ei}iN\{e_i\}_{i \in \mathbb{N}} è ovviamente ortonormale e anche totale: per ogni x2(N)x \in \ell^2(\mathbb{N}) dato da (x1,x2,...)(x_1, x_2, ...), possiamo approssimare xx con somme parziali finite: x(N)=i=1Nxiei=(x1,x2,,xN,0,0,).x^{(N)} = \sum_{i=1}^N x_i e_i = (x_1, x_2, \dots, x_N, 0,0,\dots).

La differenza soddisfa infatti 10 :

Nota 10: Usiamo il risultato: se n=1xn2<\sum_{n=1}^\infty |x_n|^2 < \infty, la coda della serie tende a zero, limNn=N+1xn2=0.\lim_{N \to \infty} \sum_{n=N+1}^\infty |x_n|^2 = 0. Ciò è legato al fatto che restano infiniti termini necessariamente positivi da sommare.
xx(N)2=i=N+1xi2N0,\|x - x^{(N)}\|^2 = \sum_{i=N+1}^\infty |x_i|^2 \xrightarrow[N\to\infty]{} 0,

Questo mostra che le combinazioni finite degli eke_k sono dense, si veda la Definizione 11. Gli {ei}iN\{e_i\}_{i \in \mathbb{N}} formano dunque una base hilbertiana con cardinalità, per costruzione, uguale a quella di N\N. Il teorema di decomposizione dice che ogni vettore x2(N)x \in \ell^2(\mathbb{N}) si scrive

x=i=1xiei=i=1ei,xeix = \sum_{i=1}^\infty x_i e_i = \sum_{i=1}^\infty \langle e_i, x \rangle e_i

dove la serie converge nella norma di 2\ell^2.

Questo spazio di Hilbert descrive, per esempio, l'oscillatore armonico quantistico: vedremo che gli autostati di energia sono indicizzati da un intero nn illimitato, così ogni stato si scrive come una serie di questo tipo.

3.3. Lo spazio di Hilbert L2(R)L^2(\R)

Nella meccanica quantistica del punto in una dimensione, la funzione d'onda ψ(x)\psi(x) è una funzione complessa di una variabile reale. L'interpretazione probabilistica richiede:

Rψ(x)ψ(x)dx=1.\int_\R \psi^*(x)\, \psi(x)\, dx = 1.

Siamo quindi portati a definire lo spazio associato come l'insieme delle funzioni a quadrato integrabile:

H=L2(R)={ψ:RC  Rψ(x)2dx<}.\mathcal{H} = L^2(\R) = \big\{\psi : \R \to \mathbb{C} \ \big|\ \int_\R |\psi(x)|^2\, dx < \infty \big\}.

La condizione «<< \infty» mostra che si può sempre normalizzare uno stato. Lo dotiamo del prodotto scalare:

ψ,φ=Rψ(x)φ(x)dx,\langle \psi, \phi \rangle = \int_\R \psi^*(x)\, \phi(x)\, dx,

che induce la norma:

ψ=ψ,ψ=Rψ(x)2dx.\|\psi\| = \sqrt{\langle \psi, \psi \rangle} = \sqrt{\int_\R |\psi(x)|^2 \, dx}.

Si può dimostrare che questo ne fa uno spazio di Hilbert, ma non è completamente banale. Possiamo darne una base hilbertiana esplicita; ne sono note diverse, Hermite, wavelet, Laguerre, Walsh .... Per esempio, definiamo prima i polinomi di Hermite mediante la ricorrenza:

Hn+1(x)=2xHn(x)2nHn1(x),H0(x)=1,  H1(x)=2x,H_{n+1}(x) = 2\, x\, H_n(x) - 2\, n\, H_{n-1}(x), \quad H_0(x) = 1, \; H_1(x) = 2x,

poi le funzioni di Hermite:

ψn(x)=12nn!πex2/2Hn(x);\psi_n(x) = \frac{1}{\sqrt{2^n n! \sqrt{\pi}}}\, e^{-x^2/2} H_n(x) ;

Ammettiamo qui che queste funzioni formino una famiglia ortonormale:

Rψn(x)ψm(x)dx=δnmcon qui ψn=ψn\int_\R \psi_n(x) \, \psi_m(x) dx = \delta_{nm} \quad \textrm{con qui ψn=ψn\psi_n^* = \psi_n}

e totale, quindi una base hilbertiana. È anche la base propria dell'Hamiltoniano dell'oscillatore armonico 1D. Per maggiori dettagli si veda Wikipedia [7]. In pratica questa base è poco usata, perché le espressioni esplicite sono davvero orribili. Si è inventata «un'altra base», che in realtà non lo è: una base generalizzata continua, i noti ket x\ket{x} su cui torneremo.

3.4. Gli spazi di Hilbert L2(R3)L^2(\mathbb{R}^3) e L2(R3n)L^2(\mathbb{R}^{3n})

In tre dimensioni consideriamo analogamente L2(R3)L^2(\R^3) con il prodotto scalare

ψ,φ=R3ψ(x)φ(x)d3x.\langle \psi, \phi \rangle = \int_{\R^3} \psi^*(\mathbf{x})\, \phi(\mathbf{x})\, d^3x.

Per un sistema di nn particelle in tre dimensioni, lo spazio degli stati è

L2(R3n)={ψ:R3nC    R3nψ(x1,,xn)2d3x1d3xn<}.L^2(\mathbb{R}^{3n}) = \Bigl\{ \psi : \mathbb{R}^{3n} \to \mathbb{C} \;\Bigm|\; \int_{\mathbb{R}^{3n}} |\psi(\mathbf{x}_1, \dots, \mathbf{x}_n)|^2 \, d^3x_1 \dots d^3x_n < \infty \Bigr\}.

Il prodotto scalare è dato da

ψ,φ=R3nψ(x1,,xn)φ(x1,,xn)d3x1d3xn,\langle \psi, \phi \rangle = \int_{\mathbb{R}^{3n}} \psi^*(\mathbf{x}_1, \dots, \mathbf{x}_n)\, \phi(\mathbf{x}_1, \dots, \mathbf{x}_n)\, d^3x_1 \dots d^3x_n,

e la norma associata è

ψ=ψ,ψ=R3nψ(x1,,xn)2d3x1d3xn.\|\psi\| = \sqrt{\langle \psi, \psi \rangle} = \sqrt{\int_{\mathbb{R}^{3n}} |\psi(\mathbf{x}_1, \dots, \mathbf{x}_n)|^2 \, d^3x_1 \dots d^3x_n}.

Sono tutti spazi di Hilbert, come ammettiamo senza dimostrazione.

4. Considerazione finale

Può stupire che L2(R)L^2(\R), usato per la meccanica quantistica del punto in 1D, sia isomorfo a L2(R3)L^2(\R^3), che descrive fisica tridimensionale. In un'altra lezione vedremo perché non è un paradosso. L'idea principale è che la fisica non è data solo dal Hilbert, ma anche da un insieme di osservabili. Nessun isomorfismo da L2(R)L^2(\R) a L2(R3)L^2(\R^3) può trasportare simultaneamente tutta l'algebra delle osservabili 1D in quella 3D, cioè una sola coppia [X^,P^][\hat{X}, \hat{P}] in tre coppie indipendenti [X^i,P^j]=iδij[\hat{X}_i, \hat{P}_j] = i\hbar \delta_{ij}.

L'isomorfismo non esprime neppure un'uguaglianza matematica: i due Hilbert sono diversi come spazi di funzioni, ma isomorfi nella struttura hilbertiana. Afferma solo che sono strutturalmente simili: hanno la stessa grandezza, misurata dalla cardinalità delle basi hilbertiane, e le stesse proprietà strutturali. Preserva norme, distanze, ortogonalità e proprietà topologiche di convergenza, continuità, ecc.

Sebbene per ogni cardinale esista, a meno di isometria, un solo spazio di Hilbert astratto, ne esistono infinite realizzazioni concrete.

Non è stato inutile dedicare tanto tempo alla classificazione: in fisica corrisponde a situazioni diverse secondo la «dimensionalità» del sistema quantistico. In particolare comporta regole di calcolo diverse: somme finite, serie infinite o integrali continui secondo la natura della base. Le corrisponde inoltre una teoria degli operatori lineari che cambia radicalmente fra dimensione finita e infinita.

5. Riferimenti