선형 연산자

벡터 공간에서의 선형 연산자는 두 벡터 공간 사이를 연결하는 특별한 함수이다. 이 연산자는 정의역의 벡터를 공역의 벡터로 대응시키며, 가장 중요한 특징은 벡터의 기본 연산인 덧셈과 스칼라 곱셈의 구조를 그대로 보존한다는 점이다. 즉, 두 벡터의 합을 먼저 연산자에 적용한 결과와 각각 적용한 후 합한 결과가 같으며, 스칼라를 곱한 벡터를 적용한 결과는 스칼라를 곱하기 전 벡터를 적용한 결과에 같은 스칼라를 곱한 것과 같다. 이러한 성질을 선형성이라 부른다.

이 연산자는 선형 방정식 시스템을 연구하는 선형대수학의 근간을 이루며, 함수 공간을 다루는 함수해석학에서는 무한 차원 벡터 공간 사이의 선형 연산자를 주요 연구 대상으로 삼는다. 또한 물리학이나 공학에서 다양한 시스템을 수학적으로 모델링할 때 핵심 도구로 활용된다. 범주론의 관점에서는 벡터 공간을 객체로, 선형 연산자를 사상으로 하는 범주의 구조를 제공한다.

선형 연산자의 중요한 부속 개념으로는 핵과 상이 있다. 핵은 연산자에 의해 영벡터로 보내지는 정의역 벡터들의 집합이며, 상은 연산자를 통해 공역에 실제로 나타나는 모든 벡터들의 집합이다. 이 개념들을 통해 연산자의 성질을 더 깊이 분석할 수 있는데, 핵이 영벡터만으로 이루어진 경우 연산자는 단사라 하며, 상이 전체 공역과 일치하는 경우 전사라 한다. 두 성질을 모두 만족하는 선형 연산자는 동형사상이라 불리며, 두 벡터 공간이 구조적으로 동일함을 의미한다.

유한 차원 벡터 공간 사이의 선형 연산자는 행렬을 통해 구체적으로 표현할 수 있다. 이는 선형대수학에서 가장 강력한 도구 중 하나로, 추상적인 선형 변환을 구체적인 숫자의 배열로 다루게 해준다.

V와 W가 각각 n차원과 m차원의 유한 차원 벡터 공간이고, T: V → W가 선형 연산자라고 하자. V의 기저 B = {v1, v2, ..., vn}와 W의 기저 C = {w1, w2, ..., wm}를 선택하면, 연산자 T는 m × n 행렬 A로 표현된다. 이 행렬 A의 j번째 열은, V의 기저 벡터 vj를 T로 변환한 결과인 T(vj)를, W의 기저 C에 대한 좌표 벡터로 나타낸 것이다. 즉, T(vj) = Σ_{i=1}^{m} a_{ij} w_i 일 때, 행렬 A의 (i, j) 성분은 a_{ij]가 된다.

이러한 행렬 표현은 선형 연산자의 작용을 행렬 곱셈으로 계산할 수 있게 한다. 벡터 v ∈ V의 B에 대한 좌표 벡터를 [v]_B라 하고, 그 변환 결과 T(v)의 C에 대한 좌표 벡터를 [T(v)]_C라 하면, [T(v)]_C = A [v]_B라는 관계가 성립한다. 따라서, 기저를 고정하면 선형 연산자와 행렬은 완전히 동등한 대상이 된다.

행렬 표현은 기저의 선택에 의존한다는 점에 유의해야 한다. 같은 선형 연산자라도 다른 기저를 사용하면 다른 행렬로 표현된다. 두 행렬 A와 A'이 같은 선형 연산자를 서로 다른 기저로 표현한 것이라면, 이들은 닮음 행렬 관계에 있다. 즉, 적절한 가역 행렬 P가 존재하여 A' = P^{-1} A P를 만족한다. 이는 선형 연산자의 고유한 성질(예: 고윳값, 행렬식, 대각합)이 기저 선택과 무관함을 보여준다.

선형 연산자의 가장 근본적인 성질은 선형성이다. 이는 벡터 공간 사이의 함수가 두 가지 연산, 즉 벡터의 덧셈과 스칼라 곱셈을 보존한다는 것을 의미한다. 구체적으로, 두 벡터 공간 V와 W 사이의 연산자 T: V → W가 선형이라는 것은 임의의 벡터 x, y ∈ V와 임의의 스칼라 α에 대해 T(x + y) = T(x) + T(y)와 T(αx) = αT(x)가 성립함을 뜻한다. 이 두 조건을 합쳐 가산성과 동차성이라고 부르기도 한다.

이러한 선형성은 연산자의 행동을 크게 단순화시켜 준다. 예를 들어, 벡터 공간 V의 기저를 알고 있다면, 그 기저 벡터들에 대한 연산자 T의 값을 아는 것만으로도 V의 모든 벡터에 대한 T의 값을 결정할 수 있다. 이는 선형성 덕분에 임의의 벡터를 기저의 선형결합으로 표현한 후, T를 그 결합에 '분배'하여 적용할 수 있기 때문이다. 이러한 성질은 선형대수학에서 행렬로 선형 연산자를 표현하는 이론의 토대가 된다.

선형성은 또한 연산자의 핵과 상과 같은 중요한 부분공간을 정의할 수 있게 한다. 연산자 T의 핵은 T에 의해 영벡터로 보내지는 V의 모든 벡터들의 집합이며, 상은 W에서 T의 값으로 나타날 수 있는 모든 벡터들의 집합이다. 선형성은 이 두 집합이 각각 V와 W의 부분공간이 되도록 보장한다. 이들 부분공간의 차원은 연산자의 단사성과 전사성을 판별하는 데 핵심적이며, 차원 정리와 같은 중요한 결과를 이끌어낸다.

더 나아가, 선형성은 복잡한 문제를 다루는 강력한 도구를 제공한다. 선형 방정식 시스템의 해를 구하는 문제는 선형 연산자의 관점에서 재해석될 수 있으며, 미분 방정식과 같은 연속적인 문제도 적절한 함수 공간 위의 선형 연산자 문제로 치환하여 연구할 수 있다. 이처럼 선형성은 수학의 여러 분야와 물리학, 공학에서 시스템을 모델링하고 분석하는 데 광범위하게 응용되는 기본 원리이다.

선형 연산자 T: V → W가 주어졌을 때, 그 핵과 상은 연산자의 구조를 이해하는 데 핵심적인 두 개의 벡터 공간이다.

핵은 연산자 T에 의해 영벡터(0)로 보내지는 V의 모든 원소들의 집합으로 정의된다. 즉, Ker(T) = { v ∈ V | T(v) = 0 }이다. 핵은 V의 부분공간을 이루며, 그 차원을 퇴화차수라고 부른다. 핵이 자명하다면, 즉 Ker(T) = {0}이라면, 연산자 T는 단사 함수이다. 이는 선형 방정식 T(v) = w의 해가 존재할 경우 유일함을 의미한다.

상은 연산자 T의 값들의 집합으로 정의된다. 즉, Im(T) = { T(v) ∈ W | v ∈ V }이다. 상 역시 W의 부분공간을 이루며, 그 차원을 계수라고 부른다. 상이 공역 W 전체와 같다면, 즉 Im(T) = W라면, 연산자 T는 전사 함수이다. 이는 모든 w ∈ W에 대해 방정식 T(v) = w의 해가 존재함을 의미한다.

핵과 상의 차원 사이에는 중요한 관계가 성립한다. 유한 차원 벡터 공간 V에서 정의된 선형 연산자 T에 대하여, V의 차원은 핵의 차원과 상의 차원의 합과 같다. 이는 차원 정리로 알려져 있으며, 선형 방정식 시스템의 해공간 차원을 결정하는 데 유용하게 활용된다.

함수해석학에서 다루는 선형 연산자는 일반적으로 무한 차원 벡터 공간, 특히 함수 공간 사이에서 정의된다. 이러한 맥락에서 연산자의 유계성은 매우 중요한 성질이다. 노름 공간 또는 내적 공간에서 정의된 선형 연산자 T가 유계라는 것은, 모든 입력 벡터 x에 대해 연산자의 출력 크기가 입력 크기에 비례하여 제한된다는 것을 의미한다. 구체적으로, 모든 x에 대해 ||T(x)|| ≤ M ||x||를 만족하는 양의 실수 M이 존재할 때, T를 유계 선형 연산자라고 한다.

유계성은 연산자의 연속성과 동치이다. 즉, 선형 연산자가 한 점에서 연속이면 모든 점에서 연속이며, 이는 유계성과 정확히 같은 조건이다. 이는 유한 차원 공간에서는 모든 선형 연산자가 자동으로 연속(유계)인 것과 대비되는 점으로, 무한 차원 공간에서는 비유계인 선형 연산자가 존재할 수 있다. 대표적인 예로 미분 연산자가 있으며, 이는 특정 함수 공간에서 정의될 때 유계가 아닐 수 있다.

유계 선형 연산자들의 집합은 그 자체로 하나의 벡터 공간을 이루며, 여기에 연산자 노름을 정의함으로써 바나흐 공간의 구조를 갖춘다. 이 공간의 연구는 함수해석학의 핵심 주제 중 하나이다. 유계성은 스펙트럼 이론, 컴팩트 연산자, 힐베르트 공간에서의 자기 수반 연산자 등 더 심화된 개념들을 논의하는 데 필수적인 기초가 된다.

유한 차원 연산자는 정의역과 공역이 모두 유한 차원 벡터 공간인 선형 변환을 가리킨다. 이는 선형대수학의 핵심 연구 대상으로, 유한 차원 공간 사이의 모든 선형 연산자는 행렬로 표현될 수 있다는 점에서 매우 구체적이고 실용적으로 다루어진다. 주어진 기저에 대해 연산자의 행렬 표현은 유일하게 결정되며, 이 행렬을 통해 연산자의 성질을 분석하거나 계산을 수행할 수 있다.

유한 차원 선형 연산자의 중요한 성질들은 그 행렬 표현과 밀접하게 연결되어 있다. 예를 들어, 연산자가 단사인지 여부는 그 행렬의 열벡터들이 선형 독립인지와 동치이며, 전사인지 여부는 열벡터들이 생성하는 공간의 차원과 관련된다. 또한, 연산자의 핵과 상의 차원 사이에는 차원 정리가 성립하여, 정의역의 차원은 핵의 차원과 상의 차원의 합과 같다.

이러한 연산자들은 선형 방정식 시스템을 푸는 문제와 직접적으로 대응된다. 연산자 T에 대한 방정식 T(x)=b의 해는, 연산자가 나타내는 행렬 A에 대한 방정식 Ax=b의 해와 같다. 따라서 가역 행렬에 대한 이론은 가역 선형 연산자의 이론과 완전히 병행하며, 행렬식이나 고윳값과 같은 개념도 선형 연산자의 고유한 성질을 기술하는 도구로 사용된다.

유한 차원 설정에서의 연구는 무한 차원 함수 공간으로의 확장을 위한 기초를 제공한다. 함수해석학에서는 무한 차원 공간 위의 선형 연산자를 다루지만, 유한 차원에서의 직관과 많은 개념이 적절한 수정을 거쳐 확장 적용된다.

무한 차원 연산자는 정의역이나 공역이 무한 차원 벡터 공간인 선형 연산자를 가리킨다. 유한 차원 공간에서의 연산자가 행렬로 표현되는 것과 달리, 무한 차원 공간에서는 함수 공간 위의 연산자, 예를 들어 미분 연산자나 적분 연산자 등이 대표적인 예시이다. 이러한 연산자는 함수해석학의 주요 연구 대상으로, 연속성과 유계성 같은 분석적 성질이 중요한 역할을 한다.

무한 차원 연산자의 행렬 표현은 일반적으로 무한 행렬을 통해 이루어지지만, 이는 유한 차원의 경우처럼 항상 간단하거나 유용하지는 않다. 대신, 힐베르트 공간 위의 유계 선형 연산자는 정규 직교 기저를 이용해 표현될 수 있으며, 이는 푸리에 급수와의 연결을 통해 미분 방정식 해석에 널리 응용된다. 무한 차원 연산자의 성질을 연구하는 것은 스펙트럼 이론과 양자역학의 수학적 기초를 제공한다.

유계 연산자는 노름 공간 사이에서 정의된 선형 연산자로서, 모든 입력 벡터에 대해 연산자의 출력 크기가 입력 크기에 비례하여 제한되는 성질을 가진다. 구체적으로, 두 노름 공간 X와 Y 사이의 선형 연산자 T: X → Y가 유계라는 것은, 모든 x ∈ X에 대해 ||T(x)|| ≤ M ||x||를 만족하는 양의 실수 M이 존재함을 의미한다. 이 상수 M의 최소값을 연산자의 노름이라 부르며, 이는 연산자의 '크기'를 나타내는 척도가 된다. 유계 연산자는 연속성과 동치이며, 이는 함수해석학에서 매우 중요한 성질이다.

반면, 비유계 연산자는 위의 조건을 만족시키는 상수 M이 존재하지 않는 연산자를 말한다. 즉, 입력의 크기를 아무리 작게 해도 출력의 크기가 무한히 커질 수 있는 가능성을 내포한다. 비유계 연산자는 주로 무한 차원 공간, 특히 양자역학에서 등장하는 에르미트 연산자와 같은 미분 연산자에서 흔히 발견된다. 예를 들어, 위치나 운동량과 같은 물리량을 나타내는 연산자는 종종 비유계적 성질을 가진다.

유계 연산자와 비유계 연산자의 구분은 함수해석학의 핵심 주제 중 하나이다. 유계 연산자들의 집합은 바나흐 공간을 이루며, 이 공간 위에서의 대수적 구조와 위상적 구조를 연구한다. 한편, 비유계 연산자의 이론은 더 복잡하며, 특히 그 스펙트럼 이론과 해석적 연속 등의 개념을 통해 다루어진다. 양자역학의 수학적 기초를 제공하는 힐베르트 공간 이론에서는 두 유형의 연산자가 모두 필수적으로 활용된다.

컴팩트 연산자는 함수해석학에서 중요한 역할을 하는 선형 연산자의 한 종류이다. 이 연산자는 무한 차원 벡터 공간에서 정의되며, 유한 차원 공간의 연산자가 가지는 좋은 성질들을 일부 보존한다는 점에서 연구된다. 구체적으로, 노름 공간에서 정의된 선형 연산자 T가 컴팩트 연산자라는 것은, 공간의 모든 유계 집합을 T로 보낼 때 그 상이 상대적 컴팩트 집합이 되는 연산자를 의미한다. 이는 유계 수열을 취했을 때, 그 연산자에 의한 상 수열이 항상 수렴하는 부분 수열을 가진다는 조건과 동치이다.

컴팩트 연산자의 주요 성질은 유한 차원 공간에서의 선형 연산자와 유사한 점이 많다는 것이다. 예를 들어, 스펙트럼 이론에서 컴팩트 연산자의 스펙트럼은 0을 제외하면 모두 고윳값으로만 구성되며, 이 고윳값들은 유한한 중복도를 가지고 0으로 수렴할 수밖에 없다는 점이 알려져 있다. 이는 무한 차원에서도 유한 차원 행렬의 스펙트럼 성질을 부분적으로 계승한다고 볼 수 있다.

이러한 연산자는 적분 방정식 이론에서 핵심적으로 등장한다. 많은 적분 연산자가 컴팩트 연산자의 조건을 만족시키며, 이를 통해 프레드홀름 이론과 같은 강력한 해석 도구를 적용할 수 있다. 또한, 미분 방정식의 해법을 연구하거나 양자역학에서 슈뢰딩거 방정식의 에너지 준위를 분석할 때도 컴팩트 연산자의 이론이 광범위하게 활용된다.

선형 연산자 중에서도 특히 힐베르트 공간에서 중요한 역할을 하는 것이 자기 수반 연산자이다. 이는 연산자와 그 수반 연산자가 서로 동일한 경우를 말한다. 구체적으로, 힐베르트 공간 H 위에서 정의된 유계 연산자 T가 모든 x, y ∈ H에 대해 내적 〈Tx, y〉 = 〈x, Ty〉를 만족할 때, T를 자기 수반 연산자라고 정의한다. 이 조건은 유한 차원에서 에르미트 행렬의 성질을 일반화한 것으로 볼 수 있다.

자기 수반 연산자는 여러 가지 유용한 성질을 지닌다. 가장 중요한 특징은 그 스펙트럼이 항상 실수의 부분집합이라는 점이다. 이는 물리적 관측량이 실수 값을 가져야 한다는 양자역학의 요구사항과 정확히 부합하여, 양자역학에서 관측 가능한 물리량(예: 에너지, 운동량)을 기술하는 연산자는 반드시 자기 수반 연산자로 표현된다. 또한, 스펙트럼 정리는 자기 수반 연산자가 직교 투영의 가중치 합 또는 적분으로 분해될 수 있음을 보여주며, 이는 연산자의 구조를 이해하는 강력한 도구가 된다.

이 연산자들은 함수해석학의 핵심 연구 대상 중 하나이며, 미분 방정식과 적분 방정식 이론에서도 광범위하게 응용된다. 예를 들어, 슈뢰딩거 방정식에 등장하는 해밀토니안 연산자는 대표적인 자기 수반 연산자이다. 컴팩트한 자기 수반 연산자의 경우, 그 고유벡터들이 공간의 정규 직교 기저를 이룰 수 있다는 점도 중요한 성질이다.

선형 연산자는 선형 방정식의 해를 연구하는 데 핵심적인 도구이다. 가장 기본적인 형태인 연립 일차 방정식은 행렬과 벡터를 이용해 Ax = b와 같이 표현되며, 여기서 행렬 A는 유한 차원 벡터 공간 사이의 선형 연산자 역할을 한다. 이 방정식의 해는 연산자 A의 성질에 따라 결정되는데, 특히 연산자의 핵이 자명한 경우(즉, Ax = 0의 해가 x = 0 뿐일 때) 단사성을 가지며, 이는 해의 유일성과 관련이 깊다.

더 넓은 맥락에서, 미분 방정식과 적분 방정식과 같은 많은 문제도 선형 연산자의 관점에서 재해석될 수 있다. 예를 들어, 미분 연산자 D = d/dx는 적절한 함수 공간에서 정의된 선형 연산자이며, 미분 방정식 Dy = f는 선형 연산자 방정식의 형태를 띤다. 이러한 무한 차원의 문제는 함수해석학의 주요 연구 대상이 되며, 연산자의 스펙트럼 이론을 통해 방정식의 해의 존재성과 성질을 분석한다.

선형 연산자 이론은 방정식의 해를 구하는 구체적인 방법뿐만 아니라, 해 공간의 구조를 이해하는 데에도 기여한다. 동차 선형 방정식 Ax = 0의 모든 해의 집합은 바로 연산자 A의 핵이며, 이는 벡터 공간을 이루는 부분공간이다. 또한, 비동차 방정식 Ax = b의 해가 존재하기 위한 필요충분조건은 b가 연산자 A의 상에 속하는 것이다. 이처럼 선형 연산자의 핵과 상에 대한 개념은 선형 방정식의 해의 존재성과 유일성, 그리고 일반해의 구조를 체계적으로 설명하는 기초를 제공한다.

함수해석학은 무한 차원 벡터 공간, 특히 함수 공간과 그 위에서 작용하는 선형 연산자를 연구하는 수학의 한 분야이다. 이 분야는 선형대수학의 개념들을 무한 차원으로 확장하며, 해석학의 기법들을 깊이 활용한다. 함수해석학의 주요 연구 대상은 힐베르트 공간과 바나흐 공간 같은 완비된 노름 공간과, 이들 공간 사이의 유계 선형 연산자이다.

함수해석학에서 선형 연산자는 미분 연산자나 적분 연산자와 같이 함수를 다른 함수로 변환하는 규칙으로 자주 등장한다. 예를 들어, 미분방정식의 해를 찾는 문제는 적절한 함수 공간을 정의하고, 그 위의 특정 선형 연산자의 성질을 분석하는 문제로 재구성될 수 있다. 이를 통해 방정식의 해의 존재성과 유일성, 안정성 등을 연구할 수 있다.

이 분야의 중요한 개념으로는 연산자의 스펙트럼과 고유값, 컴팩트 연산자, 자기 수반 연산자 등이 있다. 특히, 양자역학에서 시스템의 관측 가능량은 힐베르트 공간 위의 자기 수반 연산자로 표현되며, 이들의 스펙트럼은 측정 가능한 물리량의 값을 제공한다. 따라서 함수해석학은 현대 물리학의 수학적 기초를 마련하는 데 핵심적인 역할을 한다.

함수해석학의 발전은 푸리에 해석, 적분방정식 이론, 그리고 변분법 등 여러 수학 분야와 깊이 연관되어 있다. 이 분야의 정리들은 소볼레프 공간 이론을 통해 편미분방정식 해의 정규성 연구에 응용되거나, 조화 해석과 확률론 등 다양한 방면으로 확장되고 있다.

양자역학에서 선형 연산자는 시스템의 물리적 관측량을 수학적으로 표현하는 핵심 도구이다. 양자역학의 기본 공리 중 하나는 물리적 관측량이 힐베르트 공간 위에 정의된 자기 수반 연산자에 의해 표현된다는 것이다. 예를 들어, 위치, 운동량, 에너지 (해밀토니안)와 같은 관측량은 모두 선형 연산자로 기술된다. 이 연산자들의 스펙트럼은 해당 관측량이 측정될 때 얻을 수 있는 가능한 값들의 집합에 해당한다.

특히, 슈뢰딩거 방정식은 파동 함수의 시간 진화를 기술하는 선형 방정식으로, 여기서 시스템의 총 에너지를 나타내는 해밀토니안 연산자가 핵심적인 역할을 한다. 파동 함수의 중첩 원리, 즉 두 상태의 선형 결합이 또 다른 가능한 상태를 나타낸다는 사실은 선형 연산자의 작용과 직접적으로 연결된다. 이는 양자 상태의 공간이 벡터 공간을 이루며, 그 위의 물리적 연산이 선형성을 가져야 함을 의미한다.

이러한 선형 연산자 이론은 함수해석학과 깊이 연관되어 있으며, 양자역학의 수학적 기초를 제공한다. 스펙트럼 이론은 연산자의 고유값과 고유상태를 연구하여 양자 시스템의 정상 상태와 에너지 준위를 이해하는 데 필수적이다.

선형 연산자의 스펙트럼은 고윳값 개념을 무한 차원 벡터 공간으로 확장한 것이다. 유한 차원에서는 선형 연산자에 대한 특성 방정식을 풀어 고윳값을 구할 수 있지만, 무한 차원에서는 이러한 접근이 항상 가능하지 않다. 스펙트럼은 연산자 (T - λI)가 가역적이지 않은 복소수 λ의 집합으로 정의되며, 이는 고윳값을 포함하지만 그보다 더 넓은 개념이다.

스펙트럼은 일반적으로 세 가지 주요 부분으로 나뉜다. 첫째, 점 스펙트럼은 고윳값에 해당한다. 둘째, 연속 스펙트럼은 (T - λI)가 단사이고 그 상이 조밀하지만 전사가 아닌 λ의 집합이다. 셋째, 잔여 스펙트럼은 (T - λI)가 단사이지만 그 상이 조밀하지 않은 경우에 해당한다. 유계 작용소의 스펙트럼은 항상 복소평면의 공집합이 아닌 컴팩트 집합이다.

이 개념은 함수해석학과 양자역학에서 매우 중요하다. 양자역학에서 관측 가능한 물리량은 힐베르트 공간 위의 자기 수반 작용소로 표현되며, 이 연산자의 스펙트럼은 해당 물리량이 측정될 수 있는 가능한 값들의 집합을 나타낸다. 스펙트럼 이론은 선형 연산자의 구조를 이해하고, 미분 방정식과 적분 방정식을 풀며, 양자 시스템의 에너지 준위를 분석하는 데 핵심적인 도구를 제공한다.

함수해석학에서 선형 연산자와 관련된 핵심적인 정리들은 무한 차원 벡터 공간, 특히 힐베르트 공간과 바나흐 공간에서의 연산자 이론을 뒷받침한다. 이 정리들은 연산자의 성질을 규명하고, 다양한 방정식의 해 존재성과 유일성을 보장하는 데 중요한 역할을 한다.

대표적인 정리로는 균등 유계 원리가 있다. 이 정리는 바나흐 공간 사이의 유계 선형 연산자들의 족이 점별로 유계이면 균등하게 유계임을 보여준다. 이는 약한 수렴과 강한 수렴의 관계를 이해하는 데 필수적이다. 또 다른 핵심 정리인 열린 사상 정리는 바나흐 공간 사이의 전사인 유계 선형 연산자는 열린 사상임을 주장하며, 이는 연산자의 역연산자 존재성 문제와 연결된다. 이와 쌍을 이루는 닫힌 그래프 정리는 선형 연산자가 닫힌 그래프를 가지면 유계임을 보여준다.

이들 정리들은 스펙트럼 이론의 기초를 형성하며, 양자역학에서 에르미트 연산자의 성질을 분석하는 데 직접적으로 응용된다. 또한, 프레드홀름 연산자와 컴팩트 연산자에 대한 프레드홀름 대안정리는 적분 방정식과 미분 방정식의 해법을 제공하는 중요한 도구이다.