You are on page 1of 133

APPUNTI DI ANALISI MATEMATICA

PER IL CORSO DI METODI


MATEMATICI
Stefano Mandelli
2
Dedicato a
Indice
1 Equazioni dierenziali 9
1.1 Equazioni dierenziali del primordine . . . . . . . . . . . . . . 9
1.1.1 Il problema di Cauchy . . . . . . . . . . . . . . . . . . . 9
1.1.2 Equazioni dierenziali a variabili separabili . . . . . . . 10
1.1.3 Equazioni dierenziali lineari . . . . . . . . . . . . . . . 11
1.2 Equzioni dierenziali di ordine K lineari a coeenti costanti . . 12
1.2.1 Omogenee . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.2 Non omogenee . . . . . . . . . . . . . . . . . . . . . . . 12
2 Successioni di funzioni 15
2.1 Denizione e introduzione . . . . . . . . . . . . . . . . . . . . . 15
2.2 Serie di Funzioni (di potenze) . . . . . . . . . . . . . . . . . . . 17
2.3 Esercizi di teoria . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.4 Teoremi sulle serie di Funzioni . . . . . . . . . . . . . . . . . . 20
2.5 Esempi di serie di Funzioni . . . . . . . . . . . . . . . . . . . . 21
3 Serie di Funzioni 23
3.1 Criterio di Leibnitz per le serie . . . . . . . . . . . . . . . . . . 24
3.2 Teorema DEL DINI sulle serie . . . . . . . . . . . . . . . . . . . 24
3.3 Esempi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
4 Serie di Potenze 27
4.1 Serie di Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.2 Sviluppabilit in Serie di Taylor . . . . . . . . . . . . . . . . . . 31
5 Teoria della Misura secondo Lebesgue 33
5.1 Plurintervallo: . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
5.2 Misura per intervalli aperti e misura per compatti . . . . . . . 34
5.3 Funzioni 1-lip :distanza da un insieme . . . . . . . . . . . . . . 35
5.4 Subaddittivit degli aperti . . . . . . . . . . . . . . . . . . . . . 35
5.5 Subadditivit numerabile sugli aperti . . . . . . . . . . . . . . . 36
5.6 Misurabilit degli insiemi limitati . . . . . . . . . . . . . . . . . 37
5.7 Misura secondo Peano-Jordan . . . . . . . . . . . . . . . . . . . 38
5.8 Addittivit numerabile di insime numerabili limitati [ - addit-
tivit] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
5.9 Subaddittivit numerabile []-Subaddittivit . . . . . . . . . . 41
5.10 Insiemi misurabili illimitati . . . . . . . . . . . . . . . . . . . . 41
5.11 Misura di aperti illimitati . . . . . . . . . . . . . . . . . . . . . 42
3
4 INDICE
5.12 Teorema di Carathodory . . . . . . . . . . . . . . . . . . . . . 44
5.13 Insiemi di misura nulla . . . . . . . . . . . . . . . . . . . . . . . 44
5.14 Funzioni Misurabili . . . . . . . . . . . . . . . . . . . . . . . . . 45
5.15 Misurabilit delle Funzioni . . . . . . . . . . . . . . . . . . . . . 45
5.16 Insieme non misurabile di Vitali . . . . . . . . . . . . . . . . . . 47
5.17 Funzioni Misurabili: lintegrale di Lebesgue . . . . . . . . . . . 49
5.18 Lemma di Fato . . . . . . . . . . . . . . . . . . . . . . . . . . 54
5.19 Funzioni lebesgue integrabili di segno qualunque . . . . . . . . 55
5.20 Teorema di Lebesgue o della convergenza dominata . . . . . . . 57
6 Integrali Multipli 59
6.1 Nota importante per il calcolo . . . . . . . . . . . . . . . . . . . 59
6.2 Esempi con applicazione della mappatura inversa . . . . . . . . 60
7 Funzioni Implicite 61
7.1 Denizione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
7.2 Teorema Del DINI (caso bidimensionale) . . . . . . . . . . . . . 62
7.3 Teorema Del Dini per sistemi di equazioni . . . . . . . . . . . . 63
7.4 Teorema Del Dini per i sistemi . . . . . . . . . . . . . . . . . . 63
7.5 Teorema di invertibilit locale per f : R R . . . . . . . . . . 64
7.6 Teorema di invertibilit locale per funzioni gnerali . . . . . . . 64
8 Variet 67
8.1 Dominio e Dominio-Connesso . . . . . . . . . . . . . . . . . . . 67
8.2 Prevariet regolare di dimensione m . . . . . . . . . . . . . . . 67
8.3 Sostegno della prevariet . . . . . . . . . . . . . . . . . . . . . . 67
8.4 Cambiamento ammissibile di coordinate . . . . . . . . . . . . . 68
8.5 Denizione di Equivalente . . . . . . . . . . . . . . . . . . . . . 68
8.6 Variet regolare di dimensione m . . . . . . . . . . . . . . . . . 68
8.7 Prevariet strettamente equivalenti . . . . . . . . . . . . . . . . 68
8.8 Teorema di Decomposizione . . . . . . . . . . . . . . . . . . . . 68
8.9 Spazio tangente . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
8.10 Spazio Ortogonale . . . . . . . . . . . . . . . . . . . . . . . . . 70
9 Moltiplicatori Di Lagrange (estremi vincolati) 71
9.1 Ripasso sugli estremi locali (liberi) . . . . . . . . . . . . . . . . 71
9.2 Considerazioni geometriche sullesistenza del moltiplicatore di
Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
9.3 Teorema sullesistenza dei moltiplicatori . . . . . . . . . . . . . 72
10 Integrazioni su Variet 75
10.1 Approfondimenti sui cambi ammissibili di parametri . . . . . . 76
10.2 Denzione di misura di una curva . . . . . . . . . . . . . . . . . 77
10.3 Teorema della misura . . . . . . . . . . . . . . . . . . . . . . . 77
10.4 Ascissa curvilinea . . . . . . . . . . . . . . . . . . . . . . . . . . 78
INDICE 5
11 Forme dierenziali Lineari 79
11.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
11.2 Denizione topologica: . . . . . . . . . . . . . . . . . . . . . . . 79
11.3 Prime denizioni importanti: . . . . . . . . . . . . . . . . . . . 79
11.4 Alcuni Esempi: . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
11.5 Altre denizioni . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
11.6 Riepilogo forme dierenziali lineari . . . . . . . . . . . . . . . . 83
11.7 Forme dierenziali in insiemi semplicemente-connessi . . . . . . 83
11.8 Denizione: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
11.9 Le omotopie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
11.10Teorema sulle forme dierenziali esatte . . . . . . . . . . . . . . 85
12 Teoremi di Gauss-Green, della divergenza e di Stokes 87
12.1 Un po di topologia . . . . . . . . . . . . . . . . . . . . . . . . . 87
12.2 Vettori tangente e normale . . . . . . . . . . . . . . . . . . . . . 87
12.3 Enunciato del teorema di Gauss-Green . . . . . . . . . . . . . . 88
12.4 Teorema di integrazione per parti . . . . . . . . . . . . . . . . . 88
12.5 Teorema della Divergenza . . . . . . . . . . . . . . . . . . . . . 88
12.6 Teorema di Stokes . . . . . . . . . . . . . . . . . . . . . . . . . 89
13 Spazi L
P
- Spazi di Hilbert 91
13.1 Funzioni Convesse . . . . . . . . . . . . . . . . . . . . . . . . . 92
13.2 Il problema della seminorma . . . . . . . . . . . . . . . . . . . . 93
13.3 Spazio metrico . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
13.4 Successioni convergenti . . . . . . . . . . . . . . . . . . . . . . . 93
13.5 Spazi elementari di Hilbert . . . . . . . . . . . . . . . . . . . . 96
13.5.1 Isomorsmi di Spazi con Prodotto Interno . . . . . . . . 97
13.6 Operatori lineari continui e limitati in uno spazio di Hilbert H 98
13.7 Ortogonalit negli spazi a prodotto interno . . . . . . . . . . . 100
13.7.1 Serie ortogonali . . . . . . . . . . . . . . . . . . . . . . . 100
13.7.2 Lemma delle proiezioni . . . . . . . . . . . . . . . . . . 101
13.7.3 somma diretta . . . . . . . . . . . . . . . . . . . . . . . 102
13.7.4 Equivalenza . . . . . . . . . . . . . . . . . . . . . . . . . 103
13.7.5 Lemma delle Rappresentazioni di Riesz . . . . . . . . . 103
13.7.6 Unicit della proiezione ortogonale . . . . . . . . . . . . 103
13.7.7 Proiettori Ortogonali . . . . . . . . . . . . . . . . . . . . 104
13.8 Operatori Aggiunti, Autoaggiunti, Autovalori e Autospazi . . . 104
13.9 Basi Hilbertiane . . . . . . . . . . . . . . . . . . . . . . . . . . 105
14 La Trasformata di Fourier 107
14.1 brevi richiami sugli spazi L
p
. . . . . . . . . . . . . . . . . . . 107
14.2 alcuni teoremi base degli spazi L
P
. . . . . . . . . . . . . . . . 107
14.3 La trasforazione di Fourier il L
1
. . . . . . . . . . . . . . . . . 108
14.3.1 Alcune funzioni ausliarie: . . . . . . . . . . . . . . . . . 110
14.3.2 IL PROBLEMA DELLINVERSIONE DELLA F.T.110
14.3.3 TEOREMA DI JORDAN: . . . . . . . . . . . . . . . . . 113
14.3.4 Prodotto di convoluzioni . . . . . . . . . . . . . . . . . . 114
14.3.5 La Trasformata di Fourier in L
2
(R) . . . . . . . . . . . 114
6 INDICE
15 Teoria delle Distribuzioni 119
15.1 Spazi Prodotto . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
15.1.1 Convoluzioni . . . . . . . . . . . . . . . . . . . . . . . . 119
15.1.2 proiet delle convoluzioni . . . . . . . . . . . . . . . . . 121
15.2 Successioni di Dirac . . . . . . . . . . . . . . . . . . . . . . . . 121
16 Analisi Complessa 123
16.1 Denizone di Derivata e Dierenziabilit . . . . . . . . . . . . . 123
16.2 Funzioni Olomorfe . . . . . . . . . . . . . . . . . . . . . . . . . 124
16.3 Funzioni Antiolomorfe . . . . . . . . . . . . . . . . . . . . . . . 124
16.4 Integrazione su Cammini . . . . . . . . . . . . . . . . . . . . . . 125
16.4.1 Invarianza per Omotopia . . . . . . . . . . . . . . . . . 125
17 Appendici 127
17.1 Limite superiore . . . . . . . . . . . . . . . . . . . . . . . . . . 129
18 Equazioni dierenziali alle derivate parziali - Modelli sici vi-
branti 131
18.1 Problema delle onde monodimensionale . . . . . . . . . . . . . 131
18.2 Unicit dellequazione delle onde . . . . . . . . . . . . . . . . . 132
Introduzione
Perch scrivere queste dispense: Queste dispense sono state fatte in primis per
lautore stesso, in quanto studente del corso di laurea in Fisica, dovr ricordar-
si per buona parte della sua vita queste cose basilari, dellanalisi che verranno
riprese in modo pesante nel corso di Metodi Matematici Della Fisica Generale
e quindi nei corsi di Meccanica Quantistica e di Meccanica Razionale. Allo
stesso modo per vuol essere un supporto agevole (infatti in circa 100 pagine
compreso tutto il necessario per capire i corsi successivi) per anche i futuri
studenti. Lidea quindi qeuella di creare una dispensa fatta da uno studente
per gli studenti, la cui utilit non tanto concentrata per il corso di Analisi3
(per quello ci sono ottimi libri tra cui il Molteni-Vignati, il De Marco Analisi 2
o il Pagani - Salsa Analisi2 (vecchia edizione)) ma vuol essere un aiuto ai corsi
di matematica superiore (Come per esempio il corso di Metodi Matematici)
il cui programma inizia subito dando per scontato moltissime cose apprese in
Analisi3.
Contentuto: Questa stesura di appunti di Analisi matematica ricopre per buona
parte tutto il programam di AnalisiIII che si svolge a Fisica.La prima parte
dedcicata ai principali metodi di integrazioni delle equazioni dierenziali pi
comuni in sica. Non si entra molto nello specico e cose scritte sono solo a
puro scopo di ricordarsi la regoletta di integrazione. Per approfondire la teoria
si consigliano i libri del prof. G. De Marco e della prof. C. Maderna.
Il testo prosegue con una parte dedicata ad un richiamo sulle successioni di
funzioni. Vengo dimostrati molto brevemente alcuni teoremi base su questo
argomento. La trattazione continua esponedo concetti basilari sulle serie di
funzioni e di potenze dimostrando i tipici teoremi che discendono dalla condi-
zione di Cauchy. La seconda parte dedicata alle serie di funzioni. Al concetto
importantissimo (per gli studi superiori) di convergenza Puntuale ed Uniforme.
La terza parte dedicata alla stesura della misura di Lebesgue a cui si da mol-
to spazio e viene denita non dal teorema di Charatheodory (quindi denendo
una sola misura) ma denendo una doppia esterna ed interna tramite insiemi
aperti e compatti. La trattazione di questo argomento nel seguente modo
risultata molto pensante e come potrete notare, la trattazione si far carico
di numerose proposizioni e microteoremi che sono essenziali per costruire un
quadro generale del tutto. Nonostante questo tipo di denizione di misura, sia
pi laboriosa da un punto di vista dellordine, risulta pi semplice e i collega-
menti logici tra i vari argomenti sono di facile intuizione. Dopo aver denito
la misura di lebesgue per insiemi non limitati generici, tratteremo le funzioni
integrabili e lintegrale di lebesgue enunciando e dimostrando i due grandi teo-
remi di passaggio al limite sotto il segno di integrale. Dopo aver trattato la
misura di Lebesgue, si passer a denire le funzioni implicite col teorema del
7
8 INDICE
Dini e da qui deniremo lesistenza dei moltiplicatori di Lagrange per problemi
di estremanti vincolati. Successivamente si passer allo studio delle curve, alle
loro classi di equivalenza e allintegrazioni delle forme dierenziali sulle curve
e superci. Questa parte fatta molto alla sico quindi troverete ben poco
rigore matematico, ma il pi sar dato allintuizione e i casi teorici verranno
riconcotti a esempi pratici. Poi lultima parte quella di analisi superiore, in
cui vengono introdotti spazi di Hilbert, spazi di Banach con le loro caratte-
ristiche geometriche e degli esempi di ricostruzione del teorema spettarle per
spazi di Hilber separabili. Successivamente si concluder esponendo in modo
molto rigoroso tutta la teoria della trasformata di Fourier prima in L
1
(R) e poi
vedendo la sua estensione nei minimi particolari allo spazio L
2
(R) che quello
pi interessante e di maggior utilizzo per gli scopi della meccanica quantistica.
Ancora da completare la parte sulle funzioni di variabile complessa e in par-
ticolare tutta la sezione di analisi complessa ancora da sviluppare al meglio.
Stefano Mandelli.
26-5-2009
Capitolo 1
Equazioni dierenziali
1.1 Equazioni dierenziali del primordine
In questo capitolo si richimeranno velocmente tutti i concetti riguardanti le
equazioni dierenziali del primordine e successivamente la trattazione passe-
r alle equazioni dierenziali generiche di ordine k. Si ritenuto opportuno
trattare questo argomento in quanto nei corsi di sica tutti i fenomeni hanno
alla base unquazione dierenziale che ne denisce la dinamica, levoluzione e
il comportamento. La trattazione in questo capitolo sar molto agile le di-
mostrazioni saranno ridotte al minimo indispensabile; si cercher di insistere
maggiormente sulle metodologie di calcolo e risoluzione.
Uneqazione dierenziale unequazione del tipo:
G(x, y

, y

, , y
(k)
) = 0 (1.1)
Cio unequazione in cui le variabili in gioco non sono parametri reali, ma
funzioni. Un equazione dierenziale si dice scritta in forma normale se viene
rappresentato la sua derivata di ordine massimo in funzione alle altre derivate
intese come variabili indipendenti, cio:
y
(k)
= f(x, y, y

, y

, , y
(k1)
) (1.2)
in particolare noi cominceremo con lanalizzare la teoria delle equzioni dieren-
ziali di primordine:
y

= f(x,

y ) (1.3)
1.1.1 Il problema di Cauchy
sia dato il seguente problema di couchy:
_

y

=

f (x,

y )

y (x
0
) =

y
0
(1.4)
dove f : E R
n+1
R
n
e (x
0
, y
0
) E allora y = y(x) soluzione del P.b di
Cauchy sullintervalli I se y soluizione dellequzione dierenzile y

= f(x, y)
9
10 CAPITOLO 1. EQUAZIONI DIFFERENZIALI
su I e se per x
0
I =y(x
0
) = y
0
Esempio 1:
sia a R e sia dato il seguente problema di Cauchy:
_
y

= 2xy
2
y(0) = a
(1.5)
Cerco tutte le soluzioni: la funzione F 0 soddisfa la mia eq. dierenziale, na
non le condizioni al contorno, risolvo lintegrale:
y

y
2
2x = 0 = (1.6)
=
d
dx
_

1
y(x)
x
2
_
integro (1.7)

1
y(x)
x
2
= c (1.8)
Da cui usando la condizione iniziale:
y(x) =
a
1 ax
2
(1.9)
Esempio 2:
_
y

= 3y
2
3
y(0) = 0
(1.10)
1
3
y

2
3
= 1
d
dx
_
y
1
3
_
= 0
y
1
3
= x +c =y(x) = (x +c)
3
1.1.2 Equazioni dierenziali a variabili separabili
Le equazioni dierenziali a variabili separabili sono eq. dierenziali del primor-
dine nella forma:
y

= h(x) k(y) (1.11)


Esempio1:
_
y

=
4x
3
y
y(0) = 2
(1.12)
Soluzione:
y

y = 4x
3
=
_
y(x)
2
udu =
_
x
0
4s
3
ds
1
2
y(x)
2
2 = x
4
=y(x) =
_
2x
4
+ 4 (1.13)
1.1. EQUAZIONI DIFFERENZIALI DEL PRIMORDINE 11
prendo la radice positiva, perch la soluzione deve essere concorde con la
condizione al contorno:
y(x) = +
_
2x
4
+ 4 (1.14)
Esempio2:
_
y

= e
xy
y(0) = a
(1.15)
Soluzione:
y

e
y
= e
x
_
y
a
(x)e
u
du =
_
x
0
e
x
dx
e
y(x)
e
a
= e
x
1 =y(x) = ln(e
a
+e
x
1) (1.16)
Esempio2:
_
y

=
2x
ye
y
y(1) = 3
(1.17)
Soluzione:
_
y(x)
3
ue
u
du =
_
x
1
2xdx
(ue
u
e
u
)[
y(x)
3
= x
2
1 =y(x)e
y(x)
e
y(x)
3e
3
+e
3
= x
2
1
e
y(x)
[y(x) 1] = x
2
1 + 2e
3
(1.18)
1.1.3 Equazioni dierenziali lineari
Le equazioni dierenziali lineari del primordine sono quelle equazioni dieren-
ziali che vengono scritte nel seguente modo:
y

+p(x)y = q(x) (1.19)


Lintegrale generale di soluzione il seguente:
Se abbiamo il seguente problema di Cauchy:
_
y

(x) +p(x)y(x) = q(x)


y(x
0
) = y
0
(1.20)
Soluzione generale:
y(x) = exp
_

_
x
x
0
p(t) dt
_

_
y
0
+
_
x
x
0
q(r) exp
__
r
x
0
p(t) dt
_
dr
_
(1.21)
12 CAPITOLO 1. EQUAZIONI DIFFERENZIALI
1.2 Equzioni dierenziali di ordine K lineari a
coeenti costanti
1.2.1 Omogenee
Sia data lequazione dierenziale:
y
(k)
+
k1

i=1
a
i
y
(i)
= 0 (1.22)
Preso il polinomio caratteristico se:
1) Sia R radice del polinomio di molteplicit r allora lequazione die-
renziale ha come soluzione una combinazione lineare delle seguenti funzioni
linearmente indipendenti (usencti dalla matriche Wronskiana):
c
1
e
x
, c
2
xe
x
, c
3
x
2
e
x
, , c
r
x
r1
e
x
(1.23)
2) Sia z = +i con z C radice di molteplicit r del polinomio caratteristico
allora la soluzione una combinazione lineare delle seguenti funzioni:
e
x
cos x, xe
x
cos x, , x
r1
e
x
cos x (1.24)
e
x
sinx, xe
x
sinx, , x
r1
e
x
sinx (1.25)
Le soluzioni in seno e coseno vanno sempre accoppiate perch per il teorema
fondamentale dellalgebra se (a +ib) radice del polinomio caratteristico, lo
anche il suo coniguato, a +ib lo scrivo col coseno e a ib col seno.
1.2.2 Non omogenee
Se lequazione dierenziale compare nella sua forma non omogenea:
y
(k)
+
k1

i=1
a
i
y
(i)
= b(x) (1.26)
allora le sue soluzioni sono una combinazione lineare delle soluzioni della omo-
gena pi quelle legate al termine noto. In funzione a come fatto il termine
noto ci sono diverse forme della soluzione:
1. Se b un polinomio di grado h con h 0 e = 0 non radice del poli-
nomio caratteristico allora nelle soluzioni ci sar un polinomio anchesso
di grado h.
2. Se b un polinomio di grado h con h 0 e = 0 radice del polino-
mio caratteristico di molteplicit r 1 allora tra le soluzioni ci ar un
polinomio di grado (h+r) del tipo:
P(x) = x
r
Q(x) Q il polinomio di grado h (1.27)
3. Se b(x) = e
x
e non radice del polinomio caratteristico allora tra le
soluzioni c una funzione del tipo Ce
x
con C R
1.2. EQUZIONI DIFFERENZIALI DI ORDINE KLINEARI ACOEFFIENTI COSTANTI13
4. Se b(x) = e
x
e radice del polinomio caratteristico di molteplicit r
allora tra le soluzioni c una funzione del tipo Cx
r
e
x
con C R
5. Se b(x) = P(x)e
x
dove P un polinomio di grado h e non radice del
polinomio caratteristico allora tra le soluzioni c una funzione del tipo:
Q(x)e
x
dove Q anchesso un polinomio di grado h;
6. Se b(x) = P(x)e
x
dove P un polinomio di grado h e radice del
polinomio caratteristico di molteplicit r 1 allora tra le soluzioni c
una funzione del tipo: Q

(x)e
x
dove Q

un polinomio di grado (r +h);


Q

(x)e
x
= x
r
Q(x)e
x
con Q polinomio di grado h (1.28)
7. Se b(x) = e
x
[a sinx+a

cos x] con a, a

R a i non sono radici


del polinomio caratteristico allora tra le soluzioni c una funzione del
tipo:
e
x
[C sinx +Dcos x] con C, D R (1.29)
8. Se b(x) = e
x
[a sinx +a

cos x] con a, a

R a i sono radici del


polinomio caratteristico di molteplicit r, con r 1, allora tra le soluzioni
c una funzione del tipo:
x
r
e
x
[C sinx +Dcos x] con C, D R (1.30)
14 CAPITOLO 1. EQUAZIONI DIFFERENZIALI
Capitolo 2
Successioni di funzioni
2.1 Denizione e introduzione
Le successioni di funzioni sono un argomento che solitamente viene trattato
allinizio del corso di Analisi Matematica 2 del nuovo ordinamento. Lobbiet-
tivo dei teoremi qui di seguito enunciati sta nel radunare in uno spazio molto
compresso tutti i teoremi principali sulle successioni di Funzioni. La teoria di
questi, verr poi generalizzata e applicata nellambito delle serie di funzioni e
serie di potenze
th.1 ) sia f
n
succ. di funzioni limitate su E R
Se f
n
limitata n N e f
n
f Uniformente su E allora anche f limitata.
Proof. [f
n
(x)[ < M
0
se c.u. x E abbiamo che: > 0
0
= () :
n >
0
: [f
n
(x) f(x)[ <
ssiamo = 1 allora:
[f
n
(x) f(x)[ < 1 quindi:
[f(x)[ < [f
n
(x) f(x)[ +[f
n
(x)[ < 1 +M
0
=[f(x)[ < 1 +M
0
(2.1)
(2.2)
cdd
th.2 ) Condizione di Cauchy: sia f
n
succ. di funzioni denita su E R
allora converge quando e solo quando:
> 0
0
: m n >
0
: sup
xE
[f
n
f[ < (2.3)
Proof.
= )
sup
xE
[f
m
f
n
[ sup
xE
[f
m
f[ +[f f
n
[
sup
xE
[f
m
f[ + sup
xE
[f f
n
[ < 2 (2.4)
15
16 CAPITOLO 2. SUCCESSIONI DI FUNZIONI
= )
m n >
0
abbiamo che [f
m
f
n
[ per m +
= [f
n
f[ <
= sup
xE
[f
n
f[ < (2.5)
cdd
th.3 ) Se f
n
succ. di funz. che converge uniformemente a f su E R e
abbiamo che f
n
continua in x
0
n N = f continua in E. Cio se ogni
funzione f
n
continua, e la successione converge uniformente a f su E allora
f continua.
Proof. per lipotesi di convergenza uniforme [f
n
f[ < quindi
[f(x) f(x
0
)[ = [f(x) f(x
0
) f
n
(x) + f
n
(x) + f
n
(x
0
) f
n
(x
0
)[ [f(x)
f
n
(x)[ +[f
n
(x) f
n
(x
0
)[ +[f(x
0
) f
n
(x
0
)[ < 2 +[f(x
0
) f
n
(x
0
)[
Per un intorno di x
0
x U(x
0
) consideriamo:
[f(x
0
) f
n
(x
0
)[ < quindi
[f(x) f(x
0
)[ <
cdd
th.4 ) Se f
n
succ. di funz. che converge uniformemente a f su E R
allora:
_
E
f(x) dx = lim
n
_
E
f
n
(x) dx (2.6)
Proof.

_
E
f(x) dx
_
E
f
n
(x) dx


_
E
[f(x) f
n
(x)[ dx

_
E
sup
xE
[f(x) f
n
(x)[ dx < (2.7)
ccd.
th.5 ) Teorema di inversione del limite
Se f
n
succ. di funz. che converge uniformemente a f su E R e se nito
lim
xx
0
f
n
n N allora possiamo aermare che:
lim
xx
0
_
lim
n+
f
n
_
= lim
n+
_
lim
xx
0
f
n
_
(2.8)
(2.9)
Proof. poniamo : l
n
=
lim
xx
0
f
n
(x) e f(x) =
lim
x+
f
n
(x). Quindi per lipotesi
di convergenza uniforme abbiamo che:
> 0 , x E , k >
0
: [f
k
(x) f(x)[ <
2.2. SERIE DI FUNZIONI (DI POTENZE) 17
Quindi, sfruttando la condizione di Cauchy possiamo ulteriormente aermare
che:
> 0 : k h > : [f
k
f
h
[ [f
k
f[ +[f f
h
[ < 2 quindi passando
al limite per x x
0
possiamo completare la scrittura dicendo che:
[l
k
l
h
[ <
In questo modo notiamo che la l
n
successione di Cauchy, ma siamo in
E R che completo quindi sappiamo con certezza che questo limite esiste e
per convenzione diciamo che l:
lim
n+
l
n
= l (2.10)
Ora stata dimostata lesistenza del limite l. Ora bisogner concentrarsi sul
dimostrare che:
lim
xx
0
f(x) = l (2.11)
Ora ssimo un n
0
> : [f
n
0
(x) f(x)[ < quindi [l
n
0
l[ < .
In corrispondenza di n
0
scegliamo un indice > 0 tale che :
> 0, n > n
0
x E : [x x
0
[ < =[f
n
(x) l[ <
Ora possiamo scrivere che:
[f
n
(x) l[ [f(x) f
n
0
(x)[ +[f
n
0
(x) l
n
0
[ +[l
n
0
l[ < 3
Quindi x E per cui [x x
0
[ < = i due limiti della congettura iniziale
sono uguali.
cdd.
2.2 Serie di Funzioni (di potenze)
Identichiamo serie di Funzioni, la successione delle somma parziali (o ridotte)
delle funzioni f
k
. Un esempio molto conosciuto in questo ambito dato dalla
serie geometrica:
s
n
(x) =
n

k=1
x
k
=
1 x
n+1
1 x
Punt.

1
1 x
per x (1, 1) (2.12)
(2.13)
Ora diamo delle importanti denizioni di carattere puntuale e successivamente
di carattere uniforme circa la convergenza delle stesse serie di funzioni:
Definizioni puntiali :
a)

+
k=1
f
k
converge puntualmente su E R x E :

+
k=1
f
k
converge,
cio s
n
(x) converge puntualmente.
18 CAPITOLO 2. SUCCESSIONI DI FUNZIONI
b)

+
k=1
f
k
converge assolutamente su E R x E :

+
k=1
f
k
con-
verge assolutamente, cio x E,

+
k=1
[f
k
(x)[ < +
Definizioni Uniformi :
c)

+
k=1
f
k
converge uniformente in E s
n
converge unif. in E (alla funzione
somma)
d)

+
k=1
f
k
converge totalmente in E M
k

kN
R :
) [f
k
(x)[ M
k
n, x E
)

+
k=1
M
k
< +
Cio quando e solo quando:
+

k=1
m
k
< +dove m
k
:= sup
xE
[f
k
(x)[ (2.14)
Osservazione
Se

+
k=1
f
k
conv. assolutamente =

+
k=1
f
k
conv. punt. = f
k
0 pun-
tualmente.
Le implicazioni inverse non sono rispettate. Dei controesempi possono esse-
re i seguenti:
a) Prendiamo le funzioni costanti f
k
=
()
k
k

+
k=1
f
k
conv. Puntualmente per
il criterio di Leibnitz ma non converge assolutamente !
b) Prendiamo la serie armonica f
k
=
1
k
nonostante f
k
0 la serie

+
k=1
1
k
non
converge puntualmente !
Convergenza Uniforme

+
k=1
f
k
conv. uniformente su E R s
n
(x) conv. uniformente alla
funzione somma in E.
Ma condizione necessaria e suciente anch una serie converga quella di
Cauchy che possimo scrivere in questo modo:
> 0
0
: m >
0
, p 1 , x E =[s
m+p
s
m
[ <
Quindi:
+

k=1
f
k
conv. unif. in E > 0 ,
0
, m >
0
, p 2 con p N , x E =

n+p

k=n+1
f
k

< (2.15)
La condizione di Cauchy per le serie di funzioni ci permette di introdurre di-
rettamente un criterio di convergenza delle serie molto importante. Questo il
Criterio di Weiestrass:
+

k=1
f
k
conv. Totalmente in E
+

k=1
f
k
conv. uniformemente in E =
= f
k
0 unif. (2.16)
2.2. SERIE DI FUNZIONI (DI POTENZE) 19
Proof.
Parte1 )x E : [f
k
(x)[ < M
k
k N e sia:

+
k=1
M
k
< + con M
k
> 0k N allora:
m n >
0
, x E

k=n
f
k

k=n
[f
k
[
m

k=n
M
k
=
m

k=n
[M
k
[ < (2.17)
Nellultimo passaggio stata applicata la condizione di Cauchy alla serie:
m

k=n
M
k
infatti per ipotesi converge quindi vale la 1.15 allora
m

k=n
M
k
=
m

k=n
[M
k
[ <
Parte2 )

k=n
f
k
conv. Unif. Applico la condizione di Cauchy con m=n
ottenendo:
> 0
0
: n >
0
, x E : [
n

k=n
f
k
[ < (2.18)
Ma [
n

k=n
f
k
[ = [f
n
[ quindi :[f
n
[ < =f
n
0 (2.19)
Ora dimostreremo tramite lutilizzo di un controesempio che le implicazioni del
criterio di Weiestrass non valgono nel senso contrario anche per serie di funzioni
con termini NON NEGATIVI
Consideriamo A R e la sua funzione caratteristica
A
: R R:
per x A
A
(x) = 1 altrimenti
A
(x) = 0
consideriamo:
f
k
(x) =
1
x

[k,k+1]
, considerando le funzioni su [1, +) abbiamo che :
sup
[1,+]
f
k
(x) =
1
k
0 =f
k
0 in [1, +] (2.20)
Per ora abbiamo notato che della nostra f
k
il termine generico tende a zero.
Ora trasportiamo tutto sulle somme e analizzamo la nostra serie:
s
n
(x) = f
1
+f
2
+... +f
n
=
1
x

[1,n+1]
(x)
per n +s
n
(x)
1
x
in [1, +)
sup
[1,+]
[s s
n
[ = sup
[1,n+1]

1
x

=
1
n + 1
0 per n + (2.21)
Abbiamo dimostrato che la serie converge uniformemente, ma andando ad
analizzare la convergenza totale notiamo che ci sono problemi perch:
m
k
= sup
x[1,+]
f
k
=
1
x
ma la serie:
+

k=1
m
k
= +
= la serie
+

k=1
f
k
non converge totalmente in [1, +] (2.22)
20 CAPITOLO 2. SUCCESSIONI DI FUNZIONI
Esempio.
prendiamo in considerazione la serie:

+
k=1
f
k
conv assolutamente NON IM-
PLICA il fatto che f
k
0 uniformente:
E = [1, +) e le funzioni f
k
=
[n,n+1]
(x) allora: (2.23)
s
n
(x) =
[n,n+1]
(x) e la s
n
1 x 1 (2.24)
Quindi converge assolutamente a 1.
Ma possiamo notare che se prendiamo :
m
k
:= sup
E
f
k
(x) = 1 quindi: (2.25)
m
k
non tendono a zero =f
k
non tente a zero uniformemente.
cdd.
2.3 Esercizi di teoria
Dalle nozioni sviluppate sin da ora possiamo autonomamente dire che:
a) Se

+
k=1
f
k
(x) conv. unf. su E = D E Conv. Unif.
b) Se

+
k=1
f
k
(x) conv. unf. su E
1
e su E
2
= Conv. Unif. anche su E
1
E
2
c) Se

+
k=1
f
k
(x)

+
k=1
g
k
(x) conv. unf. su E = Con. Unif. su E anche

+
k=1
f
k
+g
k
Proof.
a) Ovvia per denizione;
b) Ovvia per denizione;
c) Un po meno ovvia infatti:
Se

+
k=1
f
k
(x) converge uniformemente vuol dire che s
k
(x) converge unifor-
mente; nello stesso modo se

+
k=1
g
k
(x) converge uniformente vuol dire che :
p
k
(x) convergono uniformente: quindi:
Se
_
lim
k+
s
k
+ lim
k+
p
k
_
un valore nito allora ha valore nito anche
il seguente limite: lim
k+
s
k
+g
k
2.4 Teoremi sulle serie di Funzioni
Qui di seguito verranno elencati una serie di teoremi sulle serie di funzioni, la
cui discendenza strettaemnte legata ai teoremi sulle successioni di funzioni.
Non verr dimostrato nulla, solo un elenco di enunciati di teoremi sui quali sa-
r fondamentale ragionare per poi prendere spunto per risolvere le esercitazioni.
Th1
Sia data s(x) =

+
k=1
f
k
(x) e converga uniformemente in E. Se k N ,
x E , [f
k
[ C R = anche la s(x) limitata in E.
Th2
Sia data s(x) =

+
k=1
f
k
(x) che converga unif. su I R allora:
2.5. ESEMPI DI SERIE DI FUNZIONI 21
Consideriamo [a, b] I , k f
k
1[a, b] =s(x) 1[a, b] in particolare:
_
b
a
s(x)dx =
+

k=1
_
b
a
f
k
(x)dx (2.26)
Questa propriet nasce dal fatto che:
lim
n+
_
b
a
s
n
(x)dx = lim
n+
_
b
a
n

k=1
f
k
(x)dx = lim
x+
n

1
_
b
a
f
k
(x)dx =
=
+

1
_
b
a
f
k
(x)dx (2.27)
Th3
Consideriamo I R e le funzioni f
k
: I R derivabili in I. Se

+
k=1
f

k
converge uniformente in I e se x
0
I :

+
k=1
f
k
converge, allora la

+
k=1
f
k
converge ad una somma derivabile in I e si ha che:
_
+

k=1
f
k
(x)
_

=
+

k=1
f

k
(x) (2.28)
2.5 Esempi di serie di Funzioni
Qui di seguito verranno presentati i comportamenti di due serie di funzioni che
hanno attirato la mia attenzione. Il confronto avviene tra due esempi, studie-
remo la serie

+
k=1
x
2
e
kx
successivamente studieremo la serie

+
k=1
x e
kx
e metteremo in evidenza come le due serie, nonostante molto simili dieriscano
di un particolare molto importante per i loro compartamenti di convergenza
uniforme e totale.
Prendiamo la serie:

+
k=1
x
2
e
kx
, il termine f
k
0 x E[0, +) prendia-
mo un sottoinsime di E[, +) e notiamo che:
[[f
k
(x)[[
E
= 4e
2k
0
Ora verichiamo pure in zero. Se in zero fosse valida allora dovrebbe essere
vericata la seguente condizione:
0 = s(0) = lim
x0
+
s
n
(x) (2.29)
Quindi riscriviamo la sommatoria
s(x) =
+

k=1
x
2
e
kx
= x
2
+

k=1
_
e
x
_
k
=
x
2
e
x
1 e

x
(2.30)
Alla ne otteniamo:
lim
x0
+
x
2
e
x
1 e

x
= lim
x0
+
x
2
(1 x)
1 1 +x
= lim
x0
+
x x
2
= 0 (2.31)
22 CAPITOLO 2. SUCCESSIONI DI FUNZIONI
Come si pu vedere la condizione del limite espressa sopra funziona anche
in x = 0 quindi lintervallo di convergenza unifrome tutto E[0, +)
La faccenda cambia se abbiamo la serie:
+

k=1
x
2
e
kx
(2.32)
perch puntualmente facile varicare che converge sempre in E = [0, +)
ma uniformente abbiamo che non rispettata la seguente condizione in zero:
0 = s(0) = lim
x0
s
k
(x) (2.33)
infatti sviluppando in zero abbiamo che:
s(x) =
+

k=1
x e
kx
= x
+

k=1
_
e
x
_
k
=
xe
x
1 e

x
lim
x0
+
xe
x
1 e

x
= lim
x0
+
x(1 x)
1 1 +x
= lim
x0
+
1 x = 1 !!!! NON CONVERGE!!!!
Quindi bisogna porre attenzione a questi casi particolari.
Capitolo 3
Serie di Funzioni
Ripasso sui criteri di convergenza
In questa sezione esporremo lenunciato di alcuni criteri ben noti nellanalisi
matematica per stabilire il compoertamento di una serie.
Metodo del confronto asintotico
Siano date le serie:

+
1
a
n
: a
n
> 0 n e

+
1
b
n
: b
n
> 0 n allora se:
0 a
n
b
n
Allora:
1) Se

+
1
b
n
converge, anche

+
1
a
n
converge;
2) Se

+
1
a
n
diverge, anche

+
1
b
n
diverge.
Metodo della radice
Sia data la serie:

+
1
a
n
: a
n
> 0 n. Se esiste un :
=
lim
n+
a
1
n
n
1) Se 0 < 1 allora

+
1
a
n
Converge
2) Se 1 < + allora

+
1
a
n
Non converge
Metodo del rapporto
Sia data la serie:

+
1
a
n
: a
n
> 0 n. Se esiste un :
= lim
n+
a
n+1
a
n
(3.1)
23
24 CAPITOLO 3. SERIE DI FUNZIONI
1) Se 0 < 1 allora

+
1
a
n
Converge
2) Se 1 < + allora

+
1
a
n
Non converge
Criterio di Condensazione
Sia a
n
> 0 tale che a
n
a
n+1
n, Allora le due serie:

+
1
a
n
,

+
1
2
n
a
2n
hanno lo stesso carattere.
3.1 Criterio di Leibnitz per le serie
Sia data la serie

+
1
()
k

k
con
k
> 0n e:
1)
k
0
2)
k

k+1
La serie converge s =

+
1
()
k

k
In pi c un piccolo corollario del Criterio di Leibnitz che torna molto utile
nelle serie di funzioni:
s
n
=

n
1
()
k

k
possiamo eettuare una stima di [s s
n
[ in quanto:
[s s
n
[
k+1
Questa stima torner utile nelle serie di funzioni. Infatti ora estendiamo il Cri-
terio di Leibnitz alle serie di funzioni ottenendo:
Se

+
1
()
k
b
k
(x) con x E allora:
Se x E : b(x) 0 tende puntualmente alla funzione nulla sue E allora la
serie di funioni converge puntualmente su E.
Ora ritorna utile la stima precednete vista per le serie di numeri:
sup
E
[s s
n
[ sup
E
(b
k+1
(x)) 0 (3.2)
Allora se vale anche lipotesi iniziale del teorema possiamo dire che converge
uniformente in E.
3.2 Teorema DEL DINI sulle serie
1) I = [a, b] intervallo chiuso limitato;
2) f
k
: [a, b] R funzione continua k N;
3) f
k
(x) f
k+1
k N e x I (ma pi in generale monotona rispetto a k);
4) f
k
converge puntualmente ad una funzione f : [a, b] R;
5) f continua in [a, b].
Allora vale che f
k
converge uniformente ad f in I
3.3. ESEMPI 25
3.3 Esempi
1)

+
1
x
k
k
Deve essere:
x
k
k
0 quindi E = [1, 1]
Ora vedo la convergenza puntuale. Mth. della radice:
k
_
[
x
k
k
[ [x[ : [x[ < 1. Ora vediamo agli estremi;
x=1

+
1
1
k
la serie armonica, diverge;
x=-1

+
1
()
k
k
Converge per il criterio di Leibnitz.
Quindi converge puntualmente in [-1,1).
Convergenza Uniforme:
Per vericare la convergenza uniforme consideriamo lintervallo [r, r] : r
(0, 1) [
x
k
k
[ =
|x
k
|
k

r
k
k
ma

+
1
r
k
k
< + dimostrabile semplicemente con il
criterio della radice, quindi:

+
1
x
k
k
Converge in I = [r, r] con r (0, 1)
Vediamo agli estremi:
Perx [1, 0] , poniamo x = [x[ quindi:

+
1
()
k
|x|
k
k
ponendo b
k
(x) =
()
k
|x|
k
k
Notiamo che b
k
(x) 0 quindi per il criterio di Leibnitz 0 sup
x[1,0]
[b
k
(x)[
1
k
0 quindi converge uniformente anche in [1, 0] !
Perx [0, 1] ,abbiamo visto che su tutti i compatti del tipo [r, r] con
r (0, 1) la seie converge TOTALMENTE, ma in 1 non converge !!! per-
ch avremo la serie armonica. Quindi lintervallo di convergenza uniforme
E

= [1, r] con r < 1.


26 CAPITOLO 3. SERIE DI FUNZIONI
Capitolo 4
Serie di Potenze
Le serie di potenze sono denite in modo generico dalla seguente scrittura:

k=1
a
k
(x x
0
)
k
(4.1)
Una serie cos descritta viene anche detta: Serie di potenze centrata in x
0
, o
con punto iniziale x
0
con x
0
R
Per le serie di potenze centrate in zero (con x
0
= 0) abbiamo che:
tale che nellintervallo simmetrico [, ] la serie converge.
Th1
Sia data la serie di potenze:

k=1
a
k
x
k
convergente. Prendiamo un t R0
Allora la serie converge totalmente su ogni compatto [r, r] contenuto in:
([t[, [t[) in particolare la serie di potenze converge assolutamente in ([t[, [t[).
Proof.
Sia [r, r] ([t[, [t[) , considero x [r, r] e ottengo che:
[a
k
x
k
[ = [a
k
t
k
x
k
t
k
[ [a
k
t
k
[
_
r
|t|
_
k
ma
a) [a
k
x
k
[ converge quindi innitesima, quindi limitata: M > 0 :
[a
k
x
k
[ < M
b) Poi notiamo: dato che [r, r] ([t[, [t[) allora: 0 <
r
|t|
1 = quindi:
[a
k
t
k
[
_
r
|t|
_
k
M
_
r
|t|
_
k
Ma la serie M

1
_
r
|t|
_
k
la serie gemetrica di ragione <1 (per la prop. b) )
quindi converge!
Quindi la serie iniziale

k=1
a
k
x
k
converge totalmente nei compatti del tipo
[r, r] ([t[, [t[)
Per la convergenza assoluta per raggiungere lasserto basta basarsi sul teorema
8.5 pag 350 G. Ricci.
Th2 Raggio di convergenza
27
28 CAPITOLO 4. SERIE DI POTENZE
Data una serie di Potenze:

k=1
a
k
x
k
[0, +] tale che:
a) La serie di potenze converge assolutmaente per [x[ < ;
b) La serie di potenze non converge assolutamente per [x[ > ;
c) Se = 0 converge solo in zero;
d) Se0 < < + la serie converge in x (, ) e converge totalmente nei
compatti;
e) Se = +la serie converge x R e converge totlamente nei suoi compatti.
Proof.
Tutte le implicazioni nora elencate sono deducibili dal teorema 1. In parti-
colare da notare che:
1) Se [x[ < = t A : [x[ < t [per la prop. dellesetremo sup.] =

0
a
k
x
k
conv in x (t, t) = per il TEO1 la serie di potenze converge in
x;
2) Se [x[ > supponiamo p.a. che la serie converga = per il TEO1 la serie
deve convergere puntualmente in (-|x|,|x|). Ma questo per ipotesi non pu avve-
nire in quanto se converge per [x[ < nellintervallo ([x[, )U(, [x[) non c
nessun punto che soddisfa lasserto inizile quindi abbiamo raggiunto un assurdo.
Teorema di Cauchy Hadamar e criterio di D

Alembert
Data una serie di potenze denita nel seguente modo:

k=0
a
k
x
k
allora
[0, +] : la serie di potenze converge.
1- Se l := lim
k
[a
k
[
1
k
= =
1
l
(4.2)
2- Se l := lim
k
[a
k+1
[
a
k
= =
1
l
(4.3)
Proof.
Fissiamo un x R applichiamo il criterio della radice alla serie numerica (nu-
merica perch x ssato)

k=0
a
k
x
k
k
lim
k
_
[a
k
x
k
[ =
k
lim
k
_
[a
k
[[x[ = lim
k
[a
k
[
1
k
[x[ =
= [x[ l =[x[ l < 1 converge la serie (4.4)
quindi =
1
l
In modo del tutto analogo si dimostra anche il caso per il teorema del rapporto.
Cauchy Hadamar Generalizzato
Il teorema di Cauchy-Hadamar esposto precedentemente funziona solo se il li-
mite l esiste, altrimento non si pu eseguire un confronto. Si dimostra allo
stesso modo che si pu sostituire il limite, col limite superiore, in particolare:
Nozioni sulla classe limite:
1
1
Per approfondimenti si faccia riferimento allappendice A
29
Siax
n
R , allora deniamo classe limite della successione:
(x
n
) := [a R : a limite di qualche sottosuccessione di x
n
]
Quindi il limx
n
:= sup(x
n
)
Quindi i criteri di Cauchy-Hadamar e DAlembert possono essere riscritti nel
seguente modo:
1) l := lim[a
k
[
1
k
2) l := lim
|a
k+1
|
|a
k
|
Se l<1 la serie converge;
se l>1 la serie non converge, perch a
k
non tende a zero.
Questo teorema sar di fondamentale importanza per capire la relazione esisten-
te tra il raggio di convergenza di una serie di potenze e il raggio di convergenza
della sua derivata. In farticolare noteremo che sono uguali.
Teorema raggio di convergenza della derivata

k=0
a
k
x
k
e la la sua derivata :

k=1
ka
k
x
k1
hanno entrmabe lo stesso rag-
gio di convergenza:
Proof
Entrambe convergono in x=0, per x ,= 0, scriviamo la derivata come:

k=1
a
k
x
k1
=
1
x

k=1
ka
k
x
k
(4.5)
Applichiamo il criterio di Cauchy-Hadamar:
1

= limsup
k+
[ka
k
[
1
k
= limsup
k+
[k[
1
k
[a
k
[
1
k
= limsup
k+
[a
k
[
1
k
=
1

(4.6)
=

= (4.7)
(4.8)
In questo modo abbiamo dimostrato che i due raggi di convergenza della serie
data e della sua derivata, sono uguali.
Teorema di Abel
Sia data la seguente serie

0
a
k
x
k
di raggio di convergenza . Se la serie

0
a
k

k
converge in allora la serie di potenze converge uniformente in [0, ]
(In modo analogo si da la denizione per ).
Esempio
arctan(x) =

0
()
k
x
(2k+1)
2k + 1
(4.9)
30 CAPITOLO 4. SERIE DI POTENZE
Per x = 1 ) la serie:

0
()
k
1
2k + 1
converge per Leibnitz (4.10)
Allora per il teorema di Abel, la serie converge uniformente in [0,1], quindi
possimao scrivere:
arctan(1) =

0
()
k
1
2k + 1
=

4
(4.11)
Questa serie numerica ci permette di avere una stima di . Grazie al teorema
di Lagrange possiamo anche valutare lerrore sulla stima dopo lennesima ite-
razione.
4.1 Serie di Taylor
Prendiamo una funzione f (

: f : I R aperto, prendiamo un x
0
I
(denito come centro di sviluppo) e quindi possiamo scrivere il polinomio di
Taylor:
P
n
(x) =
n

i=0
f
(i)
(x
0
)
i!
(x x
0
)
i
(4.12)
P
n
(x) la somma parziale della serie

i=0
f
(i)
(x
0
)
i!
(x x
0
)
i
(4.13)
Questa serie convege sempre in x = x
0
Teorema
f(x) =

k=0
a
k
(x x
0
)
k
x (x
0
, x
0
+) = a
k
=
f
(k)
(x
0
)
k!
(4.14)
Proof
Se abbiamo che:
f C

x (x
0
, x
0
+) (4.15)
Quindi la derivata ennesima m > 0 N della funzione f nel punto pu essere
espressa in questi termini:
f
(n)
(x) =

m
i(i 1)(i 2)....(i m+ 1)a
i
(x x
0
)
im
(4.16)
Ponendo x = x
0
tutti i termini vanno a zero tranne f
(k)
(x) = k! a
i
perch ri-
mane solo il temine della sommatoria per cui m = i, da cui si ricava banalmente:
a
k
=
f
(k)
(x)
k!
(4.17)
Che il nostro asserto.
4.2. SVILUPPABILIT IN SERIE DI TAYLOR 31
4.2 Sviluppabilit in Serie di Taylor
Esempi
Ci sono esempi di serie di funzioni la cui serie di Taylor converge, ma non con-
verge alla funzione somma: Un tipico esempio dato dalla seguente funzione:
f(x) = e

1
x
2
per x ,= 0
f(x) = 0 per x = 0
La cui serie di Tailor converge alla funzione identicamente nulla. A tal pro-
posito si rende utile enunciare e dimostrare un criterio di sviluppabilit delle
funzioni in serie di taylor in modo tale che la serie stessa converga alla funzione
sviluppata.
Di concetti di convergenza possiamo come sempre esprimerne due, uno globale
e uno in piccolo cio una teoria di sviluppabilit locale entro un certo intorno
di un punto.
Definizione Globale
f sviluppabile in serie di Taylor centrata in x
0
I se la serie di taylor con-
verge alla funzione somma s = f quindi: x I : f(x) =

0
f
(n)
(x
0
)
n!
(xx
0
)
n
Definizione Locale
Sia f (

(I), f analitica quando e solo quando x


0
I U(x
0
) : f
sviluppabile in serie di taylor centrata in x
0
.
Da qui si arriva a denire un teorema importante sulla sviluppabilit delle
funzioni analitiche:
Teorema: Funzioni Analitiche
Sia f sviluppabile in serie di Tayor su un intevallo aperto I centrata in qualche
x
0
I, allora f ANALITICA in I.
Proof
Da fare.
Teorema: Criteri di sviluppabilit
a) (Sviluppabilit Glogale) I R intervallo aperto, f C

(I), se [f
(m)
(x)[
A B
m
m 0, x I = x
0
I la funzione f sviluppabile in tutto I in
serie di taylor centrata in x
0
b) (Sviluppabilit locale) I R intervallo aperto, f C

(I), se [f
(m)
(x)[
A B
m
m! m 0, x I = f analitica in I
Criterio Globale: Proof
Fissiamo un x
0
I , prendiamo un x x ,= x
0
e usiamo il teorema di lagrange,
e lo sviluppo in serie con il resto di Lagrange che ci permette di scrivere:
Preso un arbitrario : (x
0
, x)
32 CAPITOLO 4. SERIE DI POTENZE
[s(x) P
n
(x)[

f
(n+1)
()
(n + 1)!

A B
(n+1)
(n + 1)!
[x x
0
[
(n+1)
=
=
A (B[x x
0
[)
(n+1)
(n + 1)!
0 per n (4.18)
Quindi converge se [f
(n)
()[ AB
n
Criterio Locale: Proof
Il proseguimento della dimostrazione identico a quello sopra solo che:
[s(x) P
n
(x)[
AB
(n+1)
(n+1)!
(n+1)![x x
0
[
(n+1)
= A (B[x x
0
[)
(n+1)
0
quando e solo quando B[xx
0
[ < 1 quindi per un intorno x U(x
0

1
B
, x
0
+
1
B
)
Funzioni analitiche: Principio di identit
f, g analitiche in un intervallo aperto I R, supponiamo che x
n
I :
x
n
x
0
I con x
n
,= x
0
, n N, e supponiamo che f(x
n
) = g(x
n
) =f = g.
Capitolo 5
Teoria della Misura secondo
Lebesgue
Iniziamo il nuovo argomento dando alcune denizioni fondamentali:
Prendiamo un intervallo chiuso in R
n
I = [a
1
, b
1
] ..... [a
n
, b
n
] R
n
La
misura di I sar il valore del volume n-dimensionale:
m(I) :=
n

i=1
(b
i
a
i
) (5.1)
5.1 Plurintervallo:
Plurintervallo(chiuso) in R
n
Def. P =
N
k=1
I
n
dove I
n
sono intervalli chiusi.
Ora dobbiamo denire bene la misura del pluri-intervallo per farlo dobbia-
mo considerare insiemi che non si sovrappongano. Deniamo una griglia di
suddivisione in piani iperbolici:
H
(i)
= x R
n
: x
i
= a (5.2)
Deniamo griglia come una unione FINITA di piani iperbolici, tali che, per
ogni asse ve ne siano almeno 2 ad esso perpendicolari.Una griglia determina un
numero nito di intervalli non attraversati da nessun iperpiano.
Se noi abbiamo un pluriintervallo riesco a denire una griglia
Oltretutto abbiamo che:
plurintervallo P almeno una (non unica!) griglia tale che P sia unione di
alcuni intervalli identicati dalla nostra griglia (g). Quindi posso denire il
valore del pluriintervallo come unione di intervalli (appartenenti alla griglia)
che NON SI SOVRAPPONGONO.
Def.
P =
N
j=1
I
j
dove gli I
j
sono determinati da una griglia. La nozioni di misura
nasce quindi come:
m(P) =
N

j=1
m(I
j
) (5.3)
33
34 CAPITOLO 5. TEORIA DELLA MISURA SECONDO LEBESGUE
Si pu dimostrare che la misura del plurintervallo non dipende dalla griglia
scelta. Infatti se prendiamo un ranamento di quella griglia (per esempio
aggiungendo al reticolo, un iperpiano) ma la somma, per denizione, rimane
costante.
Denizione di APERTO DI UN INSIEME
Prediamo in esame E R
n
E
o
:= x E : un intorno U(x) per cui U(x) E
Esercizio: Dimostrare: E
c
= R
n
E
e dimostrare che : E
o
= (E
c
)
c
)
Osservazioni
P
1
, P
2
Plurintervalli Allora:
a)P
1
o
P
2
o
= =m(P
1
P
2
) = m(P
1
) +m(P
2
);
b)In generale m(P
1
P
2
) m(P
1
) +m(P
2
);
c)Se P
1
P
2
=m(P
1
) m(P
2
);
d)P , > 0 , P
1
, P
2
:
P
1
P
o
, m(P) m(P
1
) m(P) +
P P
2
, m(P) m(P
2
) m(P
2
) +
5.2 Misura per intervalli aperti e misura per com-
patti
0) m() = 0;
1)Sia A aperto : m(A) = supm(P) : P plurintervalli : P A;
1-bis) Sia K compatto : m(K) = infm(P)P plurintervalli : k P
o
;
Per K = P plurintervallo, questa denizione on in contraddizione con la
prop(d)
2) m(P
o
) = m(P) si veda prop(d)
3) Monotonia sugli aperti: A
1
A
2
aperti =m(A
1
) m(A
2
)
perch sarebbe il sup dei pluritervalli contenuti in A
1
che sono contenuti anche
in A
2
Lo stesso per i compatti: K
1
K
2
compatti =m(K
1
) m(K
2
)
Se ho un pluritenrvallo che continene K
2
allora come minimo conterr anche K
1
Lemma: Monotonia mista tra aperti e compatti:
Sia A aperto e K compatti : A, K R
n
allora:
a) A K =m(A) m(K);
b) K A =m(K) m(A);
Proof.
a) prendiamo due Plurintervalli: P e

P con P A e K

P allora:
P A K

P
o


P (5.4)
5.3. FUNZIONI 1-LIP :DISTANZA DA UN INSIEME 35
per plurintervalli la monotonia c =m(P) m(

P)
ma sup
P
m(P) inf

P
m(

P)
Da cui m(A) m(K)
b) prendiamo un x K. Considero lintervallo I
x
: x I
o
x
, I
x
A
La famiglia I
o
x
: x K una copertura del compatto K
allora x
1
, x
2
, ....., x
n
K : K
n
i=1
I
o
x
= E se considero la chiusura:
P =
n
_
i=1
I
x
(5.5)
E un plurintervallo quindi:
K E P
o
P A
m(K) m(P
o
) m(A)
m(K) m(A) (5.6)
5.3 Funzioni 1-lip :distanza da un insieme
x R
n
, r > 0 B
r
(x) := y R
n
: [[x y[[ < r denizione di intorno sferico.
E ,=
d(x, E) = inf[[x, y[[ : y E quindi la funzione x d(x, E) 1-Lip. in
particolare continua.
[d(x, E) d(z, E)[ [[x z[[ (5.7)
5.4 Subaddittivit degli aperti
A, B R
n
aperti =m(A B) m(A) +m(B)
Per dimostrare questa asserzione ci serve prima dimostrare un lemma topolo-
gico che ritorner utile nella dimostrazione della subaddittivit degli aperti:
Lemma Topologico
Dati due insiemi aperti A e B non disgiunti, e un insieme compatto K t.c.
K (A B) = un numero r > 0 tale che x KB
r
(x) tutta contenuta
in A oppure in B.
Proof. K Compatto , A,B aperti allora:
K (A B) =r > 0 tale che x K : (B
r
(x) A oppure B
r
(x) B)
Considero la funzione cos denita:
f(x) = d(x, A
c
) +d(x, B
c
) continua in tutto R
n
(5.8)
f(x) > 0x K Per il teorema di Weiestrass:
x K : f(x) inff(K) = minf(K) := M > 0 (5.9)
Considerando un x K arbitrio abbiamo 2 possibilit:
ssato r =
M
2
36 CAPITOLO 5. TEORIA DELLA MISURA SECONDO LEBESGUE
1. d(x, A
c
) >
M
2
2. d(x, B
c
) >
M
2
infatti f(M/2) = M
Se la distanza dal complementare maggiore di
M
2
allora BM
2
(x) A oppure in B. Quindi il nostro r =
M
2
Ora basandoci sul lemma topologico diventa semplice dimostrare la subaddit-
tivit degli aperti:
P, plurintervallo qualsiasi, P AB, g una griglia tale che : P =
N
j=1
J
j
dove
i J
j
sono determinati dalla griglia g e sia il diam(J
j
) < r del lemma topologico
allora abbiamo che per le ipotesi dello stesso lemma topologico: j : J
j
A
oppure J
j
B quindi:
P
1
=
_
j[1,N],J
j
A
J
j
e P
2
=
_
j[1,N],J
j
B
J
j
(5.10)
sia P = P
1
P
2
e P
1
A, P
2
B allora:
m(P) m(P
1
) +m(P
2
) (5.11)
passando al sup:
m(P) m(P
1
) +m(P
2
) m(A) +m(B) (5.12)
quindi:
m(A B) m(A) +m(B) (5.13)
Come dimostrato vale la subadditivit nita sugli aperti, pi in generale ab-
biamo che:
m(
N
_
i=1
A
i
)
N

i=1
m(A
i
) (5.14)
questo risultato lo si ottinene dal precedente per induzione. Ora estendiamo il
concetto per unioni numerabili di insiemi.
5.5 Subadditivit numerabile sugli aperti
Prendiamo la famiglia di insiemi aperti A
k

+
k=1
R
n
= m(A
k

i=1
)

i=1
m(A
k
)
Proof.
Prendiamo un nostro plurintervallo P

i=1
A
k
ma P compatto e

i=1
A
k
una sua copertura, quindi posso estrarre (per denizione di compatto) una
sua sottocopertura nita, quindi N : P

N
i=1
A
k
quindi:
m(P) m(
N
_
i=1
A
k
)
N

i=1
m(A
k
)

i=1
m(A
k
) (5.15)
5.6. MISURABILIT DEGLI INSIEMI LIMITATI 37
Passando al sup : supm(P) = m(

_
i=1
A
k
) allora:
m(

_
i=1
A
k
)

i=1
m(A
k
) (5.16)
Lemma Superadditivit sui compatti
Presi due compatti disgiunti, H, K : H K = allora:
m(K H) m(K) +m(H) (5.17)
Dimostrazione pagina 455 FMS (ma c un errore) ... quando si ha tempo
controllarlo.
5.6 Misurabilit degli insiemi limitati
Di un insieme possiamo denire una misura interna e una misura esterna:
m
e
(E) = infm(A) : Aaperto, E A (5.18)
m
i
(E) = supm(K) : Kcompatto, K E (5.19)
Osservazioni:
1. m
e
, m
i
sono monotone;
2. m
i
(E) m
e
(E);
1
3. Se E aperto =m
i
(E) = m(E);
4. Se E compatto =m
e
(E) = m(E);
Definizione:
Preso E R
n
Limitato E misurabile m
i
(E) = m
e
(E)
Osservazione1:
E misurabile > 0 K compatto, A aperto : K E A =
m(A) m(K) <
Osservazione2:
Ogni Aperto limitato e ogni compatto sono misurabili.
Proof.
a) A aperto limitato:
-)m
e
(A) = m(A) = sup
PA
m(P) sup
KA
m(K) = m
i
-) Ma sappiamo che m
i
(A) m
e
(A)
quindi si ricava lasserto: m
e
(A) = m
i
(A) se A aperto e limitato.
b) Compattezza Nello stesso modo.
1
infatti: K EA E : m(K) m(A) (per monotonia)
= A E , m
i
m(A) = m
i
(E) m
e
(E)
38 CAPITOLO 5. TEORIA DELLA MISURA SECONDO LEBESGUE
5.7 Misura secondo Peano-Jordan
Rispetto alla misura di Lebesgue possiamo denire anche un metodo di misura
pi semplice. Questa nozione di musura detta di Peano-Jordan(P-J) ed
molto simile alla misura secondo Reimann in quando si approssima con un
plurintervallo esterno ed uno interno per poi passare al limite. Vedremo qui di
seguito che questo tipo di misura ha dei limiti. Alcune cose che sono misurabili
secondo la teoria di Lebesgue NON sono misurabili con la teoria di Peano-
Jordan.
Consideriamo la misura superiore come:
m(E) := inf
PE
m(P) (5.20)
e una misura inferiore come:
m(E) := sup
PE
m(P) (5.21)
Da questa denizione riusciamo a mettere in evidenza i limiti della misura se-
condo P-J:
m(E) m
i
(E) m
e
(E) m(E) (5.22)
Quindi se m(E) = m(E) per la catena di disugualianze abbiamo che m
i
(E) =
m
e
(E) quindi se E misurabile secondo P-J allora anche misurabile secondo
Lebesgue. Ma NON vale limplicazione inversa. Se E misurabile secondo
Lebesgue non detto che lo sia anche secondo P-J.
Lemma(subaddittivit di m
e
e superadditivit di m
i
)
Prendiamo: E, F R
n
limitati:
a) m
e
(E

F) m
e
(E) +m
e
(F);
b) Se E

F = = m
i
(E

F) m
i
(E) +m
i
(F).
Proof.
Per dimostrare questo Lemma verr sfruttata la subaddittivit sugli aperti:
a) > 0 , A E , B F aperti :
m(A) < m
e
(E) + (5.23)
m(B) < m
e
(F) + (5.24)
(A B) (E F) per denizione di misura esterna:
m
e
(E F) m(A B) m(A) +m(B) < m
e
(E) +m(F) + 2
Passando al limite 0
+
ottengo la disugualianza non stretta.
b) Simile,(solo che prendo i compatti).
Corollario
Se E,F limitati misurabili: E F = =E F misurabile:
m(E) := m
e
(E) = m
i
(E) = m(E F) = m(E) +m(F)
Proof.
m
e
(E
_
F) = m(E) +m(F) m
i
(E
_
F) m
e
(E
_
F) (5.25)
5.7. MISURA SECONDO PEANO-JORDAN 39
Tra il primo e lultimo termine c ugualianza, quindi le disugualianze non
strette in mezzo diventano tutte ugualianze.
Osservazione
E,F misurabili e limitati, sia denita la loro dierenza come: EF = (E

F
c
)
misurabile ed F E =m(E F) = m(E) m(F)
Proof. m(E) = m(F

(E F)) sono misurabili disgiunti quindi:


m(E) = m(F

(E F)) = m(F) +m(E F) =m(E F) = m(E) m(F)


Lemma
E, F, Limitati misurabili allora anche F , E

F ed E

F , sono misurabili:
Proof.
Caso di E F:
> 0 H, K compatti e A, B aperti tali che :
-)H E A, m(A) m(H) <
-)K F B, m(B) m(K) <
(H B) = (H

B
c
) (E F) (A

K
c
) = (A K)
Ora devo vedere se A K e H B sono numerabili per applicare la denizione
precedente. A tale scopo denisco un insieme D dato da:
D := (A K) (H B)
che riscrivendolo in forma pi agevole:
D = (A

K
c
) (H

B
c
) = (A

K
c
)

(H

B
c
)
c
= (A

K
c
)

(H
c

B)
Ma (A

K
c
) e (H
c

B) sono APERTI ! quindi D misurabile e posso scrivere:


m(D) = m(A K) m(H B)
Ora riscrivendo linsieme D in un modo migliore (per esempio usando la pro-
priet distributiva dellintersezione), arriviamo a dire che:
D = (A

K
c

H
c
)

(A

K
c

B) (A

H
c
)

(B

K
c
)
Quindi ora diventa semplice in quando:
m(D) m((A

H
c
)

(B

K
c
)) = m((AH)

(BK)) m(AH) +m(B


K) = m(A) m(H) +m(B) m(K) < 2 =(E F) misurabile
Ora diventa banale dimostrare anche gli altri casi:
Caso di E

F:
E

F = E

(FE) sono misurabili e disgiunti allora anche E

F misurabile.
Caso di E

F:
E

F = E

(E F) sono misurabili, allora misurabile E

F.
40 CAPITOLO 5. TEORIA DELLA MISURA SECONDO LEBESGUE
5.8 Addittivit numerabile di insime numerabili
limitati [ - addittivit]
Pendiamo k N tutt gli E
k
insiemi misurabili, limitati e disgiunti a due a
due tali che:
E :=

_
k=1
E
k
sia limitato (5.26)
Allora E misurabile e ha misura:
m(E) =

k=1
m(E
k
) (5.27)
Proof.
Per dimostrare questo teorema partiremo considerando le somme parziali della
serie delle misure:
N

k=1
m(E
k
) = m(
N
_
k=1
E
k
) = m
i
(
N
_
k=1
E
k
) m
i
(E) N N (5.28)
per N + otteniamo che:

k=1
m(E
k
) m
i
(E) (5.29)
Stesso modo, , k N sia A
k
E
k
un aperto tale che:
m(A
k
) m(E
k
) +

2
k
(5.30)
Per la subaddittivit numerabile di m sugli aperti si ha allora:
m
e
(E) m(

_
k=1
A
k
)

k=1
m(A
k
)

k=1
m(E
k
) + (5.31)
Per larbitrariet di =m
e
(E)

k=1
m(E
k
)
Quindi abbiamo che:

k=1
m(E
k
) m
i
(E) (5.32)
e poi abbiamo che:
m
e
(E)

k=1
m(E
k
) (5.33)
dato che:
m
i
(E) m
e
(E) =

k=1
m(E
k
) m
i
(E) m
e
(E)

k=1
m(E
k
) (5.34)
Ma primo e ultimo termine sono identici, quindi lidentit passa a tutta la
scrittura arrivando a dire:
m(E) =

k=1
m(E
k
) (5.35)
5.9. SUBADDITTIVIT NUMERABILE []-SUBADDITTIVIT 41
5.9 Subaddittivit numerabile []-Subaddittivit
Dal teorema precedente si pu arrivare a generalizzare per insiemi non mutual-
mente disgiunti la subaddittivit numerabile dellunione di insiemi misurabili,
solitamente conosciuta come [ - subaddittivit]
E
k
limitati misurabili con

1
E
k
limitata =

1
E
k
misurabile e vale la
- subaddittivit quindi:
m(

_
1
E
k
)

1
m(E
k
) (5.36)
Proof.
Prendiamo i seguenti insiemi cos deniti:
F
1
= E
1
F
2
= E
2
E
1
F
3
= E
3
(E
1

E
2
)

F
k
= E
k
(

i=1
E
i
) sono misurabili per il teorema visto in precendenza
sulla dierenza di insiemi misurabili quindi :
(

_
i=1
E
i
) = (

_
i=1
F
i
) misurabile (5.37)
Quindi si arriva allasserto in quanto per monotonia abbiamo che F
k
E
k
:
m(

_
i=1
E
i
) =

1
m(F
k
)

1
m(E
k
) (5.38)
5.10 Insiemi misurabili illimitati
Definizione
Sia E R
n
generico (limitato o non limitato) allora: E misurabile SE r > 0
B
r
(0) : E

B
r
(0) misurabile.
1. Per E limitato questa denizione coincide con la precedente (lr lo posso
sciegliere in modo arbitrario, e se E e limitato, lo posso scegliere in modo
tale che la bolla contenga tutto E;
2. R
n
miusurabile;
3. Ogni aperto A R
n
misurabile.
Definizione
Sia dato E misurabile =
= m(E) := lim
r+
m(E

B
r
(0)) (5.39)
questo limite esiste per monotonia. Quindi posso scrivere il sup:
= m(E) := sup
r>0
m(E

B
r
(0)) [0, +] (5.40)
42 CAPITOLO 5. TEORIA DELLA MISURA SECONDO LEBESGUE
5.11 Misura di aperti illimitati
Sia A R
n
, aperto allora m(A) ha la stessa forma della misura scritta
precedentemente cio:
m(A) := sup
PA
m(P) = sup
r>0
m(A

B
r
(0)) = (5.41)
Proof.
Prima considerazione:
1
= sup
r>0
_
sup
P(A
T
B
r
(0))
m(P)
_
m(A) (5.42)
Seconda consiederazione:
Prendiamo un t < m(A) arbitrario per la propriet del sup allora esister un
plurintervallo contenuto in A tale che la il sup della misura dei plurintervalli
sia maggiore di t:
P A : m(P) > t = t < m(P)
m(A

B
r
(0))
per P (A

B
r
(0)) (5.43)
Quindi otteniamo che t < (passando al sup).
Facendo il limite per t m(A)

abbiamo che m(A)


Mettendo insieme le due disugualianza otteniamo lassserto cio:
m(A) =
TEOREMA RIASSUNTIVO
Siano dati E , E
k
R
n
misurabili allora:
1. Gli aperti (A) e i compatti (K) di R
n
sono misurabili;
2. e R
n
sono misurabili;
3. E
c
,

E
k
,

E
k
sono misurabili;
4. E
1
E
2
= m(E
1
) m(E
2
);
5. m(

E
k
)

m(E
k
) [ - subaddittivit];
6. Se gli E
k
sono mutualmente disgiunti: m(

E
k
) =

m(E
k
) [ -
addittivit];
7. Se E misurabile = m
i
(E) = m
e
(E) = m(E);
8. v R
n
: m(E +v) = m(E) dove E +v := x E : x +v [invarianza
per traslazione];
9. > 0m(E) =
n
m(E) [omogeneit di grado n];
5.11. MISURA DI APERTI ILLIMITATI 43
10. m(E) = 0, prendoF E = F misurabile e m(F) = 0 [completezza
della misura di Lebesgue];
11. E
1
E
2
E
3
= m(

E
k
) =
lim
k+
m(E
k
) =
sup
kN
m(E
k
)
12. E
1
E
2
E
3
supponendo m(E
1
) < + = m(

E
k
) =
lim
k+
m(E
k
) = =
inf
kN
m(E
k
)
Proof.
1) e 2) gi dimostrate ;
3) Per dimostrare che E
c
misurabile applichiamo la denizione: per esse-
re misurabile E
c
devessere misrabile E
c

B
r
(0). Ma questultimo insiseme
possiamo scriverlo come B
r
(0) (E

B
r
(0))B
r
(0) ed E sono misurabili, quindi
E
c
misurabile.
Usando i teoremi di De Morgan si riescono a dimostrare anche i casi dellinter-
sezione e dellunione infatti:

E
k
=
_

_
E
c
k
_
c
(5.44)
Per i teremi precenti questa scrittura identica insiemi tutti misurabili.
10) m(E) = 0 e F E generici (lititati o illimitati) allora notiamo che dalla
denizione di misurabile:
F

B
r
(0) E

B
r
(0)
m(E

B
r
(0)) = 0 quindi
m(E

B
r
(0)) = m
e
(E

B
r
(0)) = inf
A(F
T
B
r
(0))
m(A) (5.45)
Da qui si deduce che:
> 0A aperto (E

B
r
(0)) :m
e
(E

B
r
(0)) = inf
A(E
T
B
r
(0))
m(A)
A F

B
r
(0) = m
e
(F

B
r
(0)) m(A) <
Quindi :
> 0 m
e
(F

B
r
(0)) = 0 , m
i
(F

B
r
(0)) = 0 = F

B
r
(0) misurabile.
F misurabile di misura nulla.
11)Consideriamo le seguenti corone:
E
1
, E
2
E
1
, E
3
E
2
, , E
k
E
k1
questi insiemi sono mutualmente disgiunti
(a due a due) quindi :
m(

_
E
k
) =

m(E
k
E
k1
) con E
0
=
lim
n+
[m(E
1
) +
n

2
m(E
k
E
k1
)] = lim
n+
_
n
_
2
E
k
_
+m(E
1
) =
= lim
n+
m(E
n
) (5.46)
da cui segue lasserto applicando il Sup.
44 CAPITOLO 5. TEORIA DELLA MISURA SECONDO LEBESGUE
12)Consideriamo i seguenti insiemi:
E
1
E
1
E
1
E
2
E
1
E
3

_
(E
1
E
k
) = E
1

(E
k
) Da qui possiamo scrivere:
m(E
1
) m
_

(E
k
)
_
= m
_
E
1

(E
k
)
_
= lim
k+
m(E
1
E
k
)
= m(E
1
) lim
k+
m(E
k
) (5.47)
Da cui segue lasserto.
5.12 Teorema di Carathodory
Un altro modo per denire la misura di un insieme col teorema di Caratheo-
dory che, utilizzando solo la nozione di misura esterna, permette di semplicare
notevolmente le cose.
E R
n
misurabile S R
n
: m
e
(S) = m
e
(S

E) +m
e
(S E)
5.13 Insiemi di misura nulla
Qui di seguito verranno elencate una serie di propriet tipiche degli insiemi di
misura nulla:
1. Sia m(E) = 0 , Sia F E =m(F) = 0;
2. Sia m(E
k
) = 0 , k N =m(

1
E
k
) = 0 (segue dalla subadditivit);
3. m(E
o
) = 0 =E misurabile
=m(E E
o
) = m(E) = m(E

E
o
) usando la subadditivit:
m(E) m(E

E
o
) = m(E) = m(F
o
) + m(E) m(E

E
o
) = E =
(E E
o
)

(E
o

E) =m((E E
o
)

(E
o

E)) = 0;
4. Ogni insieme al pi numerabile {Finito o Numerabile} E R
n
ha misura
nulla:
m(x) = 0;
5. C R compatto : card(C) = card(R) =
1
= m(C) = 0; {Ternario
di Cantor}
6. > 0 A

R aperto : m(A

) e A

= R;
per esempio: m(Q) = 0 = inf
{AQ}
m(A) = > 0 A

Q :
m(A

) = A

Q = R;
7. Sia P una propriet dei punti di R
n
diciamo che P vale QAUSI OVUN-
QUE in R
n
se :
m(x R
n
: x non soddisfa P})=0 e si abbrevia con q.o. (oppure a.e.)
5.14. FUNZIONI MISURABILI 45
Esempio
f(x) = g(x) q.o. x E R
n
misurabile = m(x E : f(x) ,= g(x)) = 0
5.14 Funzioni Misurabili
Siano X,Y insiemi generici , sia f : X Y . Prendo dei sottoinsiemi di Y :
A, A

Y Allora:
f
1
(A
c
) = [f

1(A)]
c
;
f
1
(

) =

1(A

);
f
1
(

) =

1(A

);
AVVERTENZA
Questi discorsi valgono in generale per le CONTROIMMAGINI, ma non per le
immagini!!!!!
5.15 Misurabilit delle Funzioni
Sia data f : R
n
R dove R = [, +] allora misurabile se f soddisfa una
delle seguenti proposizioni EQUIVALENTI:
1. t R f
1
((t, +]) = x R
n
: f(x) > t misurabile;
2. t R f
1
([t, +]) = x R
n
: f(x) > t misurabile;
3. t R f
1
([, t)) = x R
n
: f(x) > t misurabile;
4. t R f
1
([, t]) = x R
n
: f(x) > t misurabile;
5. f
1
() , f
1
(+) , f
1
(A) (dove A R aperto) sono misurabili;
6. A R aperto: f
1
(A) misurabile;
Proof.
1 =2: [t,+] =

1
(t 1/n, +]=si raggiunge larsserto;
2 =1: (t,+] =

1
[t + 1/n, +]=si raggiunge lasserto;
Per le altre si unsano le propriet dei complementari:
1 =4: [-,t] = (t,+]
C
1-4 =5: {+}=[-,+)={

1
[, n)}
C
A Raperto =A =

1
(a
n
, b
n
)con (a
n
, b, n R) =A=

1
[(a
n
, +)

[, b
n
)]
= (t,-]=(t, +)

+
Teorema
Siano date lefunzioni f, g, f
k
: R
k
R con (k N) supponiamoche siano fun-
zioni misurabili allora sono misurabili le seguenti funzioni:
46 CAPITOLO 5. TEORIA DELLA MISURA SECONDO LEBESGUE
1. c f con (c R);
2. f +g;
3.
f
g
;
4. S = sup
k
f
k
; S(x) = sup
kN
f
k
(x);
5. s = inf
k
f
k
;
6. L = limsup
k+
f
k
; l = liminf k +f
k
Proof.
somma: f(x) +g(x) > t t g(x) < f(x) q Q : t g(x) < q < f(x)
f(x) > q; g(x) > t q =f + g > t = (f + g)
1
((t, +]) =f + g >
t = f > g

g > t q
Unione misurabile di insiemi misurabili = misurabile.
prodotto: Dimostriamo inizialmente che f
2
misurabile:
f misurabile =f
2
misurabile f
2
> t se t<0 =x R
se t >0 =f

t. Sono tutti insiemi misurabili, quindi f


2

misurabile.
Il prodotto possiamo vederlo in questo modo:
f g =
1
2
[(f +g)
2
f
2
g
2
]
Per il teorema precednete (f +g) misurabile, e per il lemma appena dimostra-
to, quindi, misurabile pure il suo quadrato, f
2
e g
2
sono misurabili sempre
per il lemma, allora f g misurabile.
Sup:
S > t =

k=1
f
k
> t = S(x) > t k ; f
k
(x) > t (5.48)
Limsup:
L(x) = limsup
k
f
k
(x) = inf
nN
( sup
km
f
k
(x)) tutto misurabile. (5.49)
Corollario
1) f, g misurabile =sono misurabili anche maxf, g;
in pi si noti che:
f
+
= maxf, 0
f

= minf, 0 = maxf, 0 = (f)


+
f = f
+
f

[f[ = f
+
+f

2) f = g q.o. misurabile in R
n
, f
misurabile
=g
misurabile
;
3)f
k
misurabile , f
k
f puntualmente in R
n
=f misurabile
f(x) = lim
k
f
k
(x) = limsup
k
_
sup
k
f
k
(x)
_
(5.50)
DEFINIZIONE
Sia f : E R con E R
n
f misurabile in E se t R =f
1
((t, +])

E
misurabile
5.16. INSIEME NON MISURABILE DI VITALI 47
5.16 Insieme non misurabile di Vitali
E opportuno in questo ambito introdurre un nuovo concetto. Quello di classe di equivalenza.
Deniamo:
x y x y Q con x, y R
Le propriet delle classi di equivalenza sono le seguenti:
Riessiva : x x;
Simmetrica : x y = y x ;
Transitiva : x y , y z =x z
La transitiva ovvia in quanto: x-z=(x-y)+(y-z) quindi si raggiunge lasserto.
Allora questo ci dice che R divisibile in classi di equivalenza, e lo indichiamo
con la seguente scrittura: (R/ ).
costruzione dellinsieme:
Da ogni classe di equivalenza scegliamo un rappresentante appartenente a (0,1).
Deniamo:
E:={Insieme di tutti i rappresentanti}
Se io ho x R la sua classe di equivalenza sar E := x +q : q Q =Tra 0
e 1 trovo un rappresentante. =E Q
Scelto linsieme Q
0
= Q

(1, 1) che rappresenta tutti i razionali tra -1 e 1.


Prendo un q Q
0
e costruisco F:
F =
_
qQ
0
(q +E) (1, 1) + (0, 1) = (1, 2) =F (1, 2) (5.51)
Se il nostro x iniziale x (0, 1) apparterr a qualche classe di equivalenza,
quindi e E : x e = q Q =q (0, 1) , e (0, 1) =q e =
(0, 1) + (1, 0) = (1, 1) =q e (1, 1) =q Q
0
=q + e q + E
=x F
Quindi arriviamo a dire che :
(0, 1) F (1, 2)
Dopo aver costruito E e F, ora dimostriamo che E non misurabile.
Per assurdo supponiamo E MISURABILE =:
=q +E misurabile
2
q Q
0
=F misurabile.
1 m(F) 3
Osserviamo:
per q
1
, q
2
Q
0
con q
1
,= q
2
=che (q
1
+E)

(q
2
+E) = . Infatti prendiamo
un y (q
1
+ E)

(q
2
+ E) =y = q
1
+ e
1
= q
2
+ e
2
=e
1
e
2
= p Q
0
ma
e
1
e
2
E ; quindi E conterrebbe due elementi distinti di una stessa classe
2
q+E misurabile perch limpotesi (di assurdo) E misurabile invariante per traslazione.
Se misurabile E saranno misurabili anche i suoi traslati di un numero razionale.
48 CAPITOLO 5. TEORIA DELLA MISURA SECONDO LEBESGUE
di equivalenza in quanto risulterebbe e
1
e
2
il che, per come costruito E,
risulta essere un assurdo.
La mutua disgiunzione degli insiemi scritti precedentemente implica che
m(F) =
+

qQ
0
m(q +E) (5.52)
Ma questo un ASSURDO !!!! Dalle considerazione di prima abbiamo visto
che m(f) < + qui invece otteniamo che la misura di F denita con quella
sommatoria di inniti termini costanti
3
e con questa denizione arrivo allas-
surdo che : m(f) = + quando invece so che 1 m(F) 3
Arrivo quindi a dimostrare che E non misurabile pur essendo un sottoinsieme di R.
Col teorema di Fubini-Tonelli arriveremo ad estendere questa denizione a tutto
R
n
Ternario di Cantor
Ritorniamo agli insiemi a misura nulla. Tra questi insimi ve ne sono alcuni con
properit interessanti, uno di questi il Ternario di Cantor.
Costruiamo una successione di insiemi tali che:
C
0
= [0, 1], C
1
= C
0
[
1
3
,
2
3
]ecc.....
Quindi si arriva facilmente a bigcapire che :
C
0
C
1
C
2
C
3
......tutti compatti,=
TERNARIO DI CANTOR:
C =
+

kN
C
k
(5.53)
m(C
0
) = 1
m(C
1
) =
2
3
...
m(C
k
) = 1

k1
i=0
2
i
3
i+1
Si pu dimostrare che:
m(C) = lim
k+
m(C
k
) = 1

i=0
2
i
3
i+1
= 1
1
3
1
1
3
= 1 1 = 0 (5.54)
3
E ha misura sua, il traslato di q disgiunto quindi sommo innite volte la misura di E
5.17. FUNZIONI MISURABILI: LINTEGRALE DI LEBESGUE 49
Propriet del ternario di Cantor
a) C compatto, C ,= ;
b)m(C) = 0;
c) card(C) = card(R);
d) C
o
= ;
e) C non ha punti isolati;
Propriet C: S = le successioni in {0,1}.
x C 0-1-0-1-0-1-1 ( se interseca il ternario a destra o a sinistra) =card(C) =
card(S) = card(P(N)) =card(C) del continuo.
5.17 Funzioni Misurabili: lintegrale di Lebesgue
Deniremo per prima cosa il concetto di funzione semplice:
f : R
n
R misurabile :
t Rf
1
((t, +]) misurabile;
A R aperto f
1
(A) , f
1
(+) , f
1
() sono misurabili.
quindi Una funzione SEMPLICE cos denita:
s : R
n
R
una funzione semplice se s misurabile e I=s(R
n
) un insieme nito.
se I un insieme nito allora posso scriverlo nel seguente modo: I=s(R
n
):={c
1
, c
2
, ..., c
n
}
con c
i
,= c
j
per i ,= j
Se prendiamo E
i
= s
1
(c
1
) misurabile.
Per semplicit consideriamo la seguente funzione:
s(x) =
N

i=1
c
i

E
i
(x) (5.55)
se x E=s(x) = x dove E
i
sono mutualmente disgiunti. Ma vale anche il
viceversa:
se abbiamo s(x) =

N
i=1
c
i

E
i
(x)con E
i
misurabili =s(x) semplice.
TEOREMA
Enunciamo il teorema per funzioni positive:
sia f : R
n
[0, +] misurabile = una successione crescente di funzioni
semplici che converge puntualmente a f.
=s
k

kN
funz. semplici : 0 s(s) f puntualemnte in R
n
, cio:
a) 0 s
k
s
k+1
in R
n
per ogni k N; b) x R
n
f(x) = lim
k+
s
k
(x);
c) In pi f
k
(x) f(x) in modo uniforme, in ogni insieme in cui f limitata.
n 1 condisederiamo le funzioni g
n
: R [0, +) denite come segue:
50 CAPITOLO 5. TEORIA DELLA MISURA SECONDO LEBESGUE
g
n
(y) = 0sey < 0oy =
g
n
(y) =
1
2
n
[2
n
y]se0 y < 2
n
g
n
(y) = 2
n
sey 2
n
oy = +
Ogni g
n
assumesolo un valore nito di valori e presenta discontinuit nei punti
y =
k
2
n
[con k = 1, ..., 4
n
, in cui continua da destra per n si ha che
g
n
(y) y e per ogni a R linsieme g
1
n
((, a)) un aperto di R. Da questo
segue che le funzioni:
s(x) = 0 se x E
c
s(x)=(g
n
o f) se x E
sono semplici, misurabili nulle in E
c
e soddisfano 0 s
n
f
Riasumendo:
s
k
f puntualmente su x R
n
allora:
a)f(x) = + =x E
k
k N =s
k
(x) = k += f(x);
b)f(x) < + =k
0
N : f(x) < k
0
k k
0
: f(x) k =i : f(x)

i1
2
k
,
i
2
k
_
=s
k
(x) =
i1
2
k
=0
f(x) s
k
(x) <
1
2
k
k > k
0
=s
k
f
Integrale di Lebesgue per funzioni non negative
f 0
sia s =

N
i=1
c
i
E
i
la nostra funzione semplice. Allora:
_
R
n
s =
N

i=1
c
i
m(E
i
) (5.56)
Con la convenzione che 0m(E
i
) = 0 anche se ci troviamo davanti ad una forma
di indecisione del tipo: 0 .
Oppure possiamo scrivere:
_
E
s =
N

i=1
c
i
m(E
i

E) =
_
R
n
N

i=1
c
i

(E
i
T
E)
(5.57)
Ma sappaiamo che :

E
i
T
E
=
E
i

E
(5.58)
Quindi:
_
E
s =
_
R
n
s
E
(5.59)
5.17. FUNZIONI MISURABILI: LINTEGRALE DI LEBESGUE 51
Denizione:
Sia f : R
n
[0, +] misurabile =per ogni funzione di questo tipo posso
denire lintegrale:
Sia E R
n
_
E
f := sup
__
E
s : s semplice ,0 s f, E
_
(5.60)
Prime propriet:
Siano f, g 0 misurabili ed un c 0, siano E, F R
n
allora:
1.
_
E
f =
_
R
n
f
E
;
2. f g in E=
_
E
f
_
E
g Quindi se f = g abbiamo che
_
E
f =
_
E
g ;
3. Monotonia sugli insiemi di integrazione: sia E F=
_
E
f
_
F
f;
4.
_
E
(c f) = c
_
E
f
5. f = 0 in E=
_
E
f = 0
Proposizione
Sia s 0 semplice, E
k
R
n
(k N) misurabili e mutualmente disgiunti. Sia
E =

_
k=1
E
k
=
_
E
s =

k=1
_
E
k
s (5.61)
Proof.
Prendiamo s semplice:
s(x) =
N

1
c
i

F
i
(5.62)
Allora lintegrale di s sullinsieme E possiamo scriverlo come:
4
_
E
s =
N

i=1
c
i
m(F
i

E) =
N

i=1
c
i

k=1
m(F
i

E
k
)
_
=

k=1
_
N

i=1
c
i
m(F
i

E
k
)
_
=

k=1
_
E
k
s (5.63)
Note:
1)(F
i

E) =

K=1
F
i

E
k
sono mutualmente disgiunti;
2)

N
i=1
c
i
m(F
i

E
k
) =
_
E
k
s
4
Basta usare le propriet prima elencate
52 CAPITOLO 5. TEORIA DELLA MISURA SECONDO LEBESGUE
Teorema della convergenza Monotona (o di Beppo-
Levi)
Questo Teorema di passaggio al limite sotto il segno di integrale, vale solo nel
caso in cui le nostre funzioni siano a valori positvi, infatti il teorema dice che:
Sia E R
n
misurabile f
k
: E [0, +] misurabili in E e in modo tale che
soddisno:
f
1
f
2
f
3
in E (5.64)
Chiamiamo:
f(x) = lim
k+
f
k
(x) con k N e x E =
_
E
f = lim
k+
_
E
f
k
(5.65)
Proof.
Dimostriamo il teorema su tutto R
n
supponendo che E = R
n
ed estendendo f
a R
n
fcendo in modo tale che su E
c
la funzione abbia valore 0.
Per la monotonia dellintegrale abbiamo che:
_
R
n
f
1

_
R
n
f
2

_
R
n
f
3

_
R
n
f (5.66)
Allora:
lim
k
_
R
n
f
k

_
R
n
f (5.67)
Lesistenza di questo limite suggerito dalla monotonia delle f
k
, infatti se le
ipotesi del teorema valgono, allora eiste il limite delle f
k
per monotonia, se
esite il limite delle f
k
allora essiter pure il limite per lintegrale.
Prendo s semplice T.c. 0 s f, quindi s potrebbe anche essere ugulale
a f in alcuni punti, quindi prendiamo un (0, 1) e contraiamo le distante
usando come costante moltiplicativa.
Deniamo un insieme E
0
t.c.
a) E
0
,= ;
b) Linsime cos denito: E
k
={x R
n
: f
k
(x) s(x)} = (f
k
s)
1
([0, +])
questi insiemi sono misurabili ed inscatolati allora: E
0
E
1
E
2

si pu dimostrare che

1
E
k
= R
n
quindi discendono queste relazioni:
_
R
n
f
k

_
E
k
f
k

_
E
k
s =
k

i=1
_
E
i
\[E
i1
]
s = lim
_
R
n
f
k

k

i=1
_
E
i
\[E
i1
]
s =
=
_

1
E
i
\[E
i1
]
s =
_
R
n
s (5.68)
Quindi abbiamo che:
lim
_
f
k

_
s(0, 1)0 s f
Facendo tendere banalmente 1

abbiamo la relazione cercata:


lim
_
f
k

_
s (5.69)
5.17. FUNZIONI MISURABILI: LINTEGRALE DI LEBESGUE 53
Passando al sup:
lim
_
f
k

_
f =lim
_
f
k
=
_
f (5.70)
Teoremi dimostrabili con la convergenza monoto-
na
Se E misurabile, f, g funzioni non negative misurabili in E allora
_
E
(f +g) =
_
E
f +
_
E
g
Proof.
Il seguente teorema verr dimostrato solo per funzioni semplici. Supponendo f
e g semplici allora se:
0 s
k
f
0

s
k
g (5.71)
allora:
=(s
k
+

s
k
) (f +g) (5.72)
_
E
(s
k
+

s
k
) =
_
E
s
k
+
_
E

s
k
= B.L.=passo al limite
=
_
E
(f +g) =
_
E
f +
_
E
g (5.73)
Corollario:
f
k
0 misurabili in E (con E misurabile) =
_
E

1
f
k
=

1
__
E
f
k
_
La cui dimostrazione molto banale in quanto basta giocare su alcune proprie-
t fondamentali:
Chiamiamo: S
m
=

m
1
f
k
allora:
_
E

1
f
k
= lim
m+
_
E
S
m
= lim
m+
m

1
_
E
f
k
=

1
_
E
f
k
(5.74)
Corollario2:
f
k
0 misurabili non negative in E misurabile, se abbiamo che:
f
1
f
2
f
2
0 (5.75)
Chiamiamo:
f(x) := lim
k+
f
k
(x) (5.76)
Allora se
_
E
f
1
< +=
_
E
f = lim
k+
_
E
f
k
(5.77)
54 CAPITOLO 5. TEORIA DELLA MISURA SECONDO LEBESGUE
Anche questo molto semplice da dimostrare, costuiamo delle funzioni g
k
tali
che:
g
k
= f
1
f
k
(5.78)
queste tenderanno a:
g = f
1
f (5.79)
ma in modo modo monotono crescente: infatti 0 g
k
g
In questo modo posso usare il Teorema della Convergenza Monotona e scrivere:
_
E
f
1
=
_
E
g
k
+
_
E
f
k
(5.80)
Passo al limite:
_
E
f
1
=
_
E
g + lim
k+
_
E
f
k
= lim
k+
_
E
f
k
=
_
E
f
1

_
E
g (5.81)
In questo modo sappiamo per le impotesi che la quantit:
_
E
f
1

_
E
g =
_
E
f
1
g =
_
E
f quindi si dimostrata la conidizone di necessit del fatto
che lintegrale della f
1
sia nito altrimenti la quantit:
_
E
f
1

_
E
g potrebbe
rappresentare un caso di indecisione.
Altre propriet deducibili dal TCM
Se f 0 misurabile, e siano dati degli E
k
misurabili allora:
1) Se gli E
k
sono mutualmente disgiunti, E =

1
E
k
=
_
E
f =

1
_
E
k
f
2) Se ho E
1
E
2
E
2
E =

k=1
E
k
Allora:
=
_
E
f = lim
k+
_
E
k
f
3) Se E
1
E
2
E
3
, E =

k=1
E
k
aggiungendo lipotesi che
_
E
1
f <
+ Allora posso dire
_
E
f = lim
k+
_
E
k
f
Teorema di equivalenza tra la classa 1() e L()
1) Se f 1[a, b] =f L[a, b] con
_
[a,b]
f =
_
b
a
f
2) I R intervallo NON compatto, f 0 tale che lintegrale improprio di
Reimann in (1)
_
I
f =(L)
_
I
f = (1)
_
I
f
5.18 Lemma di Fato
Abbiamo E R
n
misurabile, f
k
: E [0, +] misurabile in E possiamo
denire :
f(x) = liminf
k
f
k
(5.82)
5.19. FUNZIONI LEBESGUE INTEGRABILI DI SEGNO QUALUNQUE55
Allora questo implica che:
_
E
liminf
k
f
k
liminf
k
_
E
f
k
(5.83)
Proof.
Per prima cosa deniamo le nostre funzione g
k
nel seguente modo:
g
k
= lim
k+
_
inf
jk
f
j
_
(5.84)
queste funzioni sono misurabili, non negative e g
k
g
k+1
k Nquindi g
k
f
quindi posso usare il Teorema della Convvergenza Monotona (TCM):
_
E
lim
k+
g
k
= lim
k+
_
E
g
k
=
_
E
f liminf
k+
_
E
f
k
5
(5.85)
Nel lemma di Fato ci pu essere anche solo uno strettamente minore infatti un
esempio chiarisce scubito il concetto:
f
k
= k
(0,
1
k
)
allora si pu ben notare che:
_
R
f
k
= 1 k N mentre non
cos per lintegrale del limite infatti si pu semplicemente notare che il limite
delle f
k
zero: f
k
0 per k + quindi abbiamo che:
_
R
f = 0 < liminf
k+
_
R
f
k
= 1 (5.86)
Cenni su insiemi di misura nulla
Qui di seguito una veloce carrellata su alcune propriet interessanti di alcuni
insiemi di misura nulla:
Sia data la funzione f : R
n
[0, +] misurabile e sia dato linsieme E R
n
misurabile allora:
1)Se m(E) = 0 =
_
E
f = 0 ;
6
2)Se m(E
0
) = 0 =
_
E
S
E
0
f =
_
E
f =
_
E\E
0
f;
7
3)Se
_
E
f = 0 =f = 0 q.o. in E;
4)Criterio di integrabilit secondo Reimann:
f : [a, b] R Allora: f 1[a, b] f limitata e q.o. continua in [a, b]
8
5.19 Funzioni lebesgue integrabili di segno qua-
lunque
Sia E misurabile e sia f : R
n
R misurabile (oppure f : E R con E R
n
misurabile) deniamo:
f
+
:= maxf, 0
f

:= minf, 0
6
segue dal fatto che s semplice tale che 0 s f allora
R
E
s = 0
7
Dim: E
S
E
0
= E
S
(E
0
\ E) ma (E
0
\ E) sottoinsieme di E
0
quindi m(E
0
\ E) = 0
quindi:
R
E
S
E
0
f =
R
E
f +
R
E
0
\E
f ma lultimo integrale zero =
R
E
0
S
E
f =
R
E
f
8
Questo perch linsieme {x R : f non continua in x} ha misura nulla
56 CAPITOLO 5. TEORIA DELLA MISURA SECONDO LEBESGUE
Allora deduciamo che:
f
+
+f

= [f[
f
+
f

= f
Dato che necessita la linearit dellintegrale allora impongo che lintegrale esiste
(ma potrebbe divergere) quando:
_
E
f =
_
E
f
+

_
E
f

(5.87)
con la condizione che o
_
E
f
+
< + oppure
_
E
f

< +. Se divergono
entrambi gli integrali allora
_
E
f non esiste.
Dico che f Lebesgue integrabile su E misurabile (e lo indico con f L(E))
se soddisfatta la seguente condizione:
_
E
[f[ < + (5.88)
In questo caso si dice anche che: f sommabile in E
_
E
[f[ < +.
Da qui possiamo dedurre una importante propriet dello spazio vettoriale delle
funzioni Lebesgue integrabili in particolare:
Sia E misurabile e sia L(E) il campo vettoriale delle funzioni Lebesgue inte-
grabili allora lapplicazione che ha come mappa:
f
_
E
f (5.89)
unapplicazione lineare infatti si pu banalmente notare che dato un E misu-
rabile:
1)
_
E
c f = c
_
E
f Ovvia;
2)
_
E
(f +g) =
_
E
f +
_
E
g;
La seconda implicazione la si pu vericare in modo molto semplice basandosi
sulle propriet delle funzioni f e g, infatti se f e g sono funzioni sommabili allora:
[f +g[ [f[ +[g[ (5.90)
Passando allintegrale:
_
E
[f +g[
_
E
[f[ +
_
E
[g[ (5.91)
Quindi si pu dedurre che se f e g sono sommabili anche (f +g) sommabile.
Riscrivendo (f +g):
(f +g)
+
(f +g)

= f
+
f

+g
+
g

=
= (f +g)
+
f

+f

= (f +g)

f
+
+f
+
(5.92)
Lintegrale additivo per funzioni positive allora:
_
E
(f +g)
+
_
E
f

+
_
E
f

=
_
E
(f +g)

_
E
f
+
+
_
E
f
+
(5.93)
5.20. TEOREMADI LEBESGUE ODELLACONVERGENZADOMINATA57
tutte le quantit scritte sono quantit nite quindi possimo banalmente riordi-
nare tutte le varie parti per ottenere la condizione iniziale che:
_
E
(f +g) =
_
E
f +
_
E
g (5.94)
Una properiet interessante dellintegrale la seguente:
Sempre sotto le ipotesi di lavorare con un insieme E misurabile, con una fun-
zione f misurabile in E allora possiamo dire che [
_
E
f[
_
E
[f[
La dimostrazione semplice in quanto si basa sul teorema gi citato per le
funzioni positive:

_
E
f

_
E
f
+

_
E
f

_
E
f
+

_
E
f

=
_
E
(f
+
+f

)
10
=
_
E
[f[ (5.95)
5.20 Teorema di Lebesgue o della convergenza
dominata
Ora, dopo questa introduzione siamo pronti per poter arontare il secondo
grande teorema di passaggio al limite sotto il segno di integrale.
Ipotesi: sapendo che :
a) q.o. x E f(x) = lim
k+
f
(
x);
b) Se g L(E) : k N[f
k
[ g q.o.;
Tesi:=
_
E
f = lim
k+
_
E
f
k
e
_
E
[f
k
f[ 0
Proof.
Supponiamo che:
a
11
) f
k
f puntualmente;
b
12
) [f
k
[ gx E
Dalla proposizione b) si deduce che: =[f[ g in E , quindi questo fatto mi
dice che ho una maggiorante integrabile anche su:
[f
k
f[ [f
k
[ +[f[ 2g
cerco di costruire delle funzioni non negative:
h
k
:= 2g [f
k
f[ 0 e misurabili in E
11
Queste due supposizioni sono pi che legittime. In pratica al posto del q.o. presente
nelle ipotesi ampliamo le ipotesi ad ogni x dellinsieme su cui si lavora. La legittimit del
passaggio data dal fatto che butto via un integrale fatto su un insieme di misura nulla, che
stato dimostrato precedentemnte essere uguale a zero.
12
vedasi nota precedente
58 CAPITOLO 5. TEORIA DELLA MISURA SECONDO LEBESGUE
si noti che: h
k
2g
Usando il lemma di Fato =:
2
_
E
g liminf
k+
_
E
h
k
= liminf
k+
_
E
2g [f
k
f[ =
= 2
_
E
g + liminf
k+
_

_
E
[f
k
f[
_
=
=
_
g limsup
k+
_
[f
k
f[ =limsup
k+
_
E
[f
k
f[ 0 (5.96)
Con qesto posso dire che 0 lim
k+
_
E
[f
k
f[
13
lim
k+
_
E
[f
k
f[ 0
ma questa una catena di ugualianze, quindi :
contiene un solo elemento, il limite.
=lim( ) = lim( ) = 0 =lim
k+
_
E
[f
k
f[ = 0
Quindi dimostrato lasserto in quanto: 0 [
_
E
f
k

_
E
f[ = [
_
E
(f
k
f)[
_
E
[(f
k
f)[ 0
Per il teorema del confronto:
=
_
E
f
k

_
E
f
Paraphelia matematica:
Sia dato E R
n
misurabile sia data una funzione f : E R misurabile in E
allora le seguenti proposizioni sono equivalenti ed autoimplicabili:
1)f = 0 q.o. in E;
2)
_
E
[f[ = 0;
3)Se
_
E
f = 0 =
_
F
fF E, allora f = 0 in E;
Il fatto che 3 1 interessante in quanto: se
_
E
f = 0 =
_
F
f F E e
vale
_
F
f = 0. Denendo:
F
+
:= x E : f 0
F

:= x E : f < 0
quindi abbiamo che E=F
+

usando laddittivit dellintegrale di lebesgue


sugli insiemi misurabili abbimo che:
_
F
+
f = 0 =f = 0
14
(5.97)
Lo stesso ragionamento lo si esegue per
_
F

f
raggiungendo limplicazione 3 1
13
Questa relazione vera n quanto gli integrali sono tutti maggiri di zero.
Capitolo 6
Integrali Multipli
sia : A B con E B , f : E R
n
Se dierenziabile in x vuol dire che posso trovare una applicazione lineare
tale che:
d(x) : R
n
R
n
(6.1)
La Jac
(x)
una matrice n x del tipo:
Jac
(x)
=
_

i
x
j
(x)
_
i,j
(6.2)
Se il det(Jac
(x)
) ,= 0 =che invertibile !
Sia E

A e E B
Supponiamo di classe C
1
=derivate parziali continue = dierenziabile
Supponiamo che x A :det(Jac
(x)
) ,= 0 =
1
: B A:
=:
1) Se E compatto/misurabile E

compatto/misurabile;
1
2) Se f continua/misurabile in E fo continua /misurabile in E

3) f integrabile in E (fo)[det(H

)[ integrabile in E

e lintegrale vale:
_
E
f(x)dx =
_
E

f((u)) [det(H

)[ du (6.3)
6.1 Nota importante per il calcolo
Se ho un insieme di misura nulla, e f denita su qeullinsieme e che sia anche
misurabile e integrabile secondo lebesgue, allora il valore dellintegrale nul-
lo. Questo molto ultile nel calcolo perch se ho una funzione denita su un
chiuso so benissimo che lintegrale calcolato sul chiuso e sul chiuso meno la sua
forntiera (insieme di misura nulla) lo stesso. Questo mi permette di usare
spesso i teoremi appena citati.
In alcuni casi per potrebbe essere utile usare la Jacobiana inversa, per esempio
1
Questo vero in generale se omeomorsmo
59
60 CAPITOLO 6. INTEGRALI MULTIPLI
nel seguente esempio:
6.2 Esempi con applicazione della mappatura in-
versa
Esercizio :
__
E
x
3
y dxdy in E := x 0, y 0,

x
2
y
2

< 2 < x
2
+y
2
< 3 (6.4)
possiamo notare che eettuando questa sostituizione:

1
=
_
x
2
y
2
= u
x
2
+y
2
= v
(6.5)
In questo modo il mio insieme di integrazione diventa:
E

= [u[ < 2 < v < 3 (6.6)


Quindi:
E =
_
2 < u < 2
2 < v < 3
(6.7)
La mia jacobiana inversa :
Jac(
1
(x)) =
_
2x 2y
2x 2y
_
=det(Jac(
1
(x))) = 8xy (6.8)
Un teorema ci assicura che: det(Jac())=(det(Jac())
1
)
1
Quindi: det(Jac()) =
1
8uv
sostituendo, lintegrale da calcolare diventa:
1
8
_
3
2
_
2
2
u +v
2
dudv (6.9)
Che di banale integrazione.
Capitolo 7
Funzioni Implicite
7.1 Denizione
Abbiamo una equazione non lineare in 2 variabili:
F(x, y) = 0 dobbiamo bigcapire come sono fatte le soluzioni, cio arrivare a
bigcapire come fatto linsieme:
Z := (x, y) R
2
: F(x, y) = 0}
Gi a priori si possono stabilire alcune forme di Z, in funzione ad alcuni casi
particolari:
F = 0 =Z = R
2
;
F(x, y) = x
2
+y
2
+ 1 =Z =;
F(x, y) = x
2
+y
2
=Z = 0 , Z = (0, 0)
F(x, y) = x
2
+y
2
1 =Z = crf di raggio 1 =y =

1 x
2
Breve Denizione:
Se prendiamo un punto dellinzieme Z =F(x
0
, y
0
) = 0 =U, V intorni di x
0
e y
0
tali che : inU V : F(x, y) = 0 =y = f(x) dove f : U V
Scriviamo alcuni concetti utili (visti nei corsi precedenti) per bigcapire me-
glio gli argomenti che si tratteranno, soprattutto per bigcapire bene il Teorema
DEL DINI.
Ripasso Utile:
F
x
=
F
x
;
U(x
0
):={B
(x
0
):>0
};
Sia (X, d) Spazio metrico, g : X R , x
0
X , con g continua in x
0
e
se abbiamo che g(x
0
) > 0 = > 0 : x B

(x
0
)=g(x) > 0 (teorema
di permanenza del segno)
g(t) = F((t), (t)) dove F, e C
1
=
=g

(t) = F
x
((t))

(t) +F
y
((t))

(t) (th. di Lagrange)


61
62 CAPITOLO 7. FUNZIONI IMPLICITE
7.2 Teorema Del DINI (caso bidimensionale)
Ipotesi: Sia dato A R
2
, F : A R continua su tutto A, tale che F
y
1

e sia continua in A. Se abbiamo un punto (x


0
, y
0
) A tale che F(x
0
, y
0
) = 0
e F
y
(x
0
, y
0
) ,= 0; (cio il punto (x
0
, y
0
) risolve la nostra equazione) allora
vericato che:
a) intorni U U(x
0
) e V V (x
0
) : x U !y = f(x) V : F(x, y) = 0;
b) la funzione f : U V una funzione continua x U;
c) Se F C
k
(A) per qualche K N allora anche la classe di f f C
k
(U),
inoltre abbiamo che:
f

(x) =
F
x
(x, f(x))
F
y
(x, f(x))
(7.1)
Proof.
a) Supponiamo F
y
(x, y) > 0
=per il teorema di permanenza del segno , > 0 tale che
(x, y) (x
0
.x
0
+) (y
0
, y
0
+) : F
y
(x, y) > 0
Siccome F(x
0
, ) strettamente crescente in (y
0
, y
0
+) e si annulla in y
0
=F(x
0
, y
0
+) > 0 e F(x
0
, y
0
) < 0
Dalla continuit di f in U possiamo dire :
1
(0, ) : x (x
0

1
.x
0
+
1
)
si ha F(x, y
0
+) > 0 e F(x, y
0
) < 0 =U(x
0

1
.x
0
+
1
), V (y
0
.y
0
+)
In questo modo andiamo a dimostrare che lasserto vale per ogni famiglia di
intorni U U(x
0
). Sia x U siccome F(x, ) strettamente crescente in V
e F(x, y
0
+ ) > 0 e F(x, y
0
) < 0 allora ! (per la monotonia) y V :
F(x, y) = 0
2
b) Fissato un qualsiasi x

U Sia > 0 sucentemente piccolo, in modo


da avere:
f(x
0
) V (cos i nostri f(x

) rimangono allinterno del nostro intorno


V) F(x

, f(x

)) = 0 =F(x

, f(x

)) > 0 (o minire di zero il caso col meno)


=W U(x

) tale che : W Uex W : F(x, f(x

) ) < o > 0 =per


monotonia di F(x, ) =f(x) (f(x

) , f(x

) +)
Quindi dimostrare che limplicit continua banale perch segue subito dal-
la dimostrazione dellesistenza della stessa funzione implicita infatti, per mo-
strare la continuit di f basta provarla nel punto x
0
infatti ogni altro punto
(x, y) Z(f)

(U V ) nella stessa situazione di (x


0
, y
0
) e lo stesso ragiona-
mento pu esservi ripetuto ; la continuit quindi immediata:
Fissato > 0 , V
0
= [y
0
r, y
0
+r] pu essere scelto con r , quindi in corr-
sipondenza di V si trova un U come nel caso a) = f(U) [y
0
r, y
0
+ r]
[y
0
, y
0
+]
c) Fissiamo k = 1 F C
1
(A)
prendiamo un qualsiasi x U, h ,= 0 : x +h U =
=0 = F(x+h, f(x+h)) F(x, f(x)) =Uso Lagrange (, ) al segmento
((x +h, f(x +h)), (x, f(x))) == F
x
(, )h +F
y
(, )(f(x +h) f(x))
Notiamo che F
y
(, ) > 0 per supposizione quindi dividiamo tutto per quella
1
y sar la variabile da calcolare in funzione di x
2
quindi esiste y = f(x) : F(x, y) = 0
7.3. TEOREMA DEL DINI PER SISTEMI DI EQUAZIONI 63
quantit e otteniamo:
f(x +h) f(x)
h
=
F
x
(, )
F
y
(, )
(7.2)
quando h 0 =(x +h, f(x +h)) (x, f(x)) =(, ) (x, f(x)) quindi:

F
x
(, )
F
y
(, )

F
x
(x, f(x))
F
y
(x, f(x))
(7.3)
f

(x) =
F
x
(x, f(x))
F
y
(x, f(x))
(7.4)
Per k>1 si procede per induzione derivando la formula della derivata prima che
si ottine per il caso k=1.
7.3 Teorema Del Dini per sistemi di equazioni
Siano x := x
1
, , x
n
e y := y
1
, , y
h
vettori di R
n
Allora:
(x, y) [R
n
R
h
] = R
h+n
Ho un sistema si h equazioni:
F
1
(x, y) = 0 F
1
(x, y) = 0



F
h
(x, y) = 0 F
h
(x, y) = 0
quindi si noti che F
i
: E R
n
R quindi le F
i
sono tutte funzioni scalari,
possiamo per radunarle in una sola funzione vettoriale:
F(x, y) = 0
che rappresenta il nostro sistema.
Descrivendo la matrice jacobiana della F(x, y) risulta un oggetto cos composto:
La parte sinistra della matrice sar una matrice n h mentre la parte destra
sar una matrice h h la dove parte destra e sinistrano rapprensentano:
Parte Sinistra : Jac
x
F(x, y)
Parte Destra : Jac
y
F(x, y)
Dove:
Jac
y
F(x, y) =
(F
1
, ..., F
h
)
(y
1
, ..., y
h
)
=
_
F
i
y
j
_
1i,jh
(7.5)
7.4 Teorema Del Dini per i sistemi
Siano n, h N , A R
n+h
aperto, F : A R
h
di classe C
1
. Dato un
(x
0
y
0
) A : F(x
0
y
0
) = 0 e det(Jac
y
F(x
0
, y
0
)) ,= 0 Allora:
a) intorni circolari U U(x
0
) e V V (x
0
) tali che : x U!y =: f(x) V
: F(x, y) = 0
64 CAPITOLO 7. FUNZIONI IMPLICITE
b)La funzione vettoriale f : U V di classe C
1
.
c)Se F C
k
(A; R
h
) allora anche f C
k
(U, R
h
)
d)x UJacf(x) = [Jac
y
F(x, f(x))]
1
[Jac
x
F(x, f(x))]
La Dimostrazione identica al caso bidimensionale.
Esempio di una funzione scalare:
Sia F : A R
n
R di classe C
1
con F(x) ,= 0x A
sia : Z
c
:= x A : F(x) = C (oppure : F(x) C = 0)} se prendo un x Z
c
, siccome il F ,= 0 =k : F
x
k
(x) ,= 0. quindi per il teorema Del Dini =I
aperto : x I : u Z
c
u
k
= f(x
1
, ...x
k1
, x
k+1
, ...x
n
)
7.5 Teorema di invertibilit locale per f : R R
Sia A R , f : A R e sia f C
1
(A) e sia x
0
A : f

(x
0
) ,= 0 se f

(x
0
) ,= 0
allora esiste tutto un intorno in cui f

(x
0
) ,= 0
=I int aperto : x
0
I A , f(I) = J un intorno aperto tale che y J
=(f
1
)

(y) =
1
f

(f
1
(y))
=
1
f

(x)
x I
Denizione di DIFFEOMORFISMO
Siano A, B R
n
aperti e f : A B un dieomorsmo da A B quando e
solo quando :
1)f biunivoca e f , f
1
C
1
2)f : A R
n
locamente invertibile in x
0
A I intorno aperto di x
0
:
f
I
: I f(I) biunivoca.
3)f : a R
n
dieomorsmo locale in x
0
A I A intorno di x
0
: f(I)
aperto e f un dieomorsmo da I f(I)
7.6 Teorema di invertibilit locale per funzioni
gnerali
Sia A R
n
aperto, f : A R
n
di classe C
1
, x
0
A tale che det[Jac(f(x
0
))] ,=
0 , y
0
:= f(x
0
) Allora esistono intorni aperti I di x
0
e J di y
0
tali che :
f(I) = J ed f in dieomorsmo tra I e J. In pi abbiamo che y J :
Jac((f
1
))(y) = [Jac(f(f
1
(y)))]
1
= [Jac(f(x))]
1
Proof.
f(x) = yf(x) y = 0=F(x, y) = 0
x A ; y R
n
siano A

= AR
n
= R
2n
; F C
1
(A

, R
n
)
F(x, y) = f(x
0
) y
0
= 0
Jac
x
F(x
0
, y
0
) ci saranno solo le derivate di f quindi in realt un Jac
x
f
=det(Jac
x
(F(x
0
, y
0
))) = det(Jac
x
(f(x
0
))) ,= 0 =Vale il teorema Del Dini
=U U(x
0
) , V V (y
0
) : y V ! x := g(y) U : F(x, y) = 0 quindi
f(x) = y e la funzione g C
1
Potrebbe per esistere un x
1
tale che mi viene sparato chiss dove, allora di-
minuisco U:
I := g(V ) = f
1
(V ) aperto , x
0
If una corrispondenza Biunivoca tra I e
7.6. TEOREMADI INVERTIBILITLOCALE PER FUNZIONI GNERALI65
V f
1
= g C
1
=f dieomorsmo tra I e V
Sempre per il teorema Del Dini :
Jac(f
1
(y)) = [Jac(f(f
1
(y)))]
1
[Id] = [Jac(f(f
1
(y)))]
1
Corollario Se A R
n
aperto f : A R
n
di classe C
1
con det[Jacf(x)] ,= 0
x A =f(A) un aperto (inR
n
) e f un dieomorsmo locale in A, infatti
prendo un y f(A) =x
0
A : f(x
0
) = y
0
dal teorema precedente so che
=J intorno di y
0
: J f(A)
66 CAPITOLO 7. FUNZIONI IMPLICITE
Capitolo 8
Variet
8.1 Dominio e Dominio-Connesso
Un dominio di R
n
un insieme che la chiusura di un aperto A R
n
.
Un dominio connesso un insieme che la chiusura di un aperto-connesso
A R
n
Esempio:
Linsieme E R
2
denito come E
1
= (x, y) : x
2
+y
2
r
2
, E
2
= (x, y) : (x
x
0
)
2
+(yy
0
)
2
r
2
: E = E
1

E
2
dove x
0
= r non un dominioconnesso
ma un dominio di R
n
. Ovviamente ogni dominio connesso un dominio
ed anche connesso.
1
8.2 Prevariet regolare di dimensione m
Deniamo prevariet regolare di dimensione m una funzione : D R
m
R
n
con n m tale che:
1. D un dominio connesso;
2. pu essere estesa a C
1
in qualche aperto contenente D;
3. ristretta a D
o
iniettiva;
4. Il Jac() ha rango massimo (quindi m) per ogni pnto di D
o
.
8.3 Sostegno della prevariet
Viene denito sostegno della prevariet linsieme Img() := (D). Qindi lin-
sieme immagine della nostra variet.
2
Esempi:
1
La terminologia pu trarre in inganno quindi si consiglia di ragionare bene su ogni singola
parola scritta.
2
Dora in poi il sostegno di una qualsiasi prevariet o variet varra indicato con
67
68 CAPITOLO 8. VARIET
: D := [0, 2] R
2
, :=
_
sin
cos
_
una prevariet di grado 1 che ha come sostegno
:= (x, y) R
2
: x
2
+y
2
1 = 0
8.4 Cambiamento ammissibile di coordinate
Chiamiamo Cambiamento ammissibile di coordinate una funzione : A
R
m
R
n
denita in un aperto A che risulti di classe C
1
, invertibile sulla sua
immagine e con inversa di classe C
1
. Un cambiamento ammissibile quindi di
fatto un dieomorsmo tra laperto A R
m
e la sua immagine. Dal teorema
della mappa Aperta
3
segue che (A) a sua volta un aperto e quindi anche

1
un cambiamento ammissibile
8.5 Denizione di Equivalente
Date due prevariet
1
e
2
denite rispettivamente sui domini connessi
D
1
e D
2
di R
m
diciamo che
1
equivalente e lo indichiamo con a
2
(
1

2
) se hanno il medesimo sostegno e se esiste un cambiemnto ammissibile
di coordinate : A R
m
R
m
(A aperto), tale che D
1
A e D
2
(D
1
)
4
8.6 Variet regolare di dimensione m
Chiamiamo variet regolare di dimensione m una classe di equivalenza secondo
la relazione di prevariet regolari
8.7 Prevariet strettamente equivalenti
Date due prevariet
1
e
2
denite rispettivamente in domini-connessi D
1
e D
2
di R
m
diciamo che
1
strettamente equivalente a
2
(
1
o

2
) hanno lo
stesso segno ed esiste un cambiamento ammissibile di coordinate : A R
m

R
m
(A aperto) tale che D
1
A, D
2
(D
1
) e il determinante det(Jac()) > 0
in ogni punto di D
o
1
5
Da qui si nota con facilit che la classe composta da
solo due classi di
o
in funzione del segno del determinante del jacobiano.
8.8 Teorema di Decomposizione
Sia una prevariet regolare di dimensione m , ne siano D il suo dominio e
V R
n
il suo sostegno con n m . Sia V
o
quella parte di V che immagine
di D
o
. sia p V
o
un punto qualsiasi. Allora possibile decomporre R
n
come
prodotto cartesiano di R
m
R
nm
e determinare due aperti U e W R
n
tali
che :
i) p (U);
3
La cui dimostrazione fatta nella sezione delle funzioni implicite
4

1

2

1
=
2
o per qualche cambiamento ammissibile di coordinate
5
Quindi:
1
o
2
1
=
2
o per qualche : Jac() > 0
8.9. SPAZIO TANGENTE 69
ii)linsieme (U) il graco di una funzione : W R
nm
di classe C
1
Proof : Omessa.
Altre denizioni sulle prevariet
Sia una prevariet regolare di dimensione m, ne siano D il sominio V il
sostegno, con V
o
indichiamo quella parte di V che immagine dellinterno
D
o
di D.
Sia una prevariet regolare di dimensione m; ne siano D il dominio e
V il sostegno. Deniamo Prevarieta

aperta regolare di dimensione m


la restrizione di al dominio D
o
. Il sostegno della prevariet aperta
quindi linsieme V
o
Teorema di decomposizione per prevariet aperte
regolari
Sia una prevariet aperta regolare di dimensione m , ne siano D
o
il dominio
e V
o
R
n
il sostegno. Sia p V
o
un punto qualsiasi. Allora possibile
decomporre R
n
come prodotto cartesiano di R
m
R
nm
e determinare due
aperti U e W R
m
ed una funzione : W R
nm
R
nm
di classe C
1
tale
che:
1. p (U);
2. (q) = 0 q (U);
3. (RankJac())(q) = n m q (U)
Teorema
Sia A R
n
aperto sia n > m sia : A R
nm
una funzione di classe C
1
.
Supponiamo che (p) = 0 per un certo p A e che il Jac()(p) abbia rango
nm. Allora linsieme degli zeri di localmente il sostegno di una prevariet
aperta regolare di dimensione m
8.9 Spazio tangente
Sia una prevariet aperta regolare di dimensione m, ne siano D
o
il dominio
e V
o
R
n
il sostegno. Sia p un punto in V
o
. Chiamiamo Spazio Tangente a
V
o
in p , indicato con T
p
V
o
linsieme dei vettori v E
p
6
per i quali esiste un
> 0 e una mappa L : (, ) R R
n
di classe C
1
tale che:
L(0) = p , L

(0) = v , L(t) V
o
t (, )
6
Insieme dei vettori fuoriuscienti da p. In E
p
denita somma (regola del parallelogram-
mo) e moltiplicazione per scalare. Linsieme di tutti gli spazi E
p
di R
n
conferisce ad R
n
la
struttura che in Algebra detta affine
70 CAPITOLO 8. VARIET
Teorema sullo spazio tangente
Sia una prevariet aperta regolare di dimensione m e ne siano D
o
il dominio
e V
o
il sostegno. Sia p un punto di V
o
. Allora T
p
V
o
uno spazio vettoriale di
dimensione m (quindi uguale alla dimensione della prevariet).
Proof. Dimostrazione Omessa
8.10 Spazio Ortogonale
Sia una prevariet aperta regolare di dimensione m, ne siano D
o
il dominio e
V
o
il sostegno. Sia p un punto di V
o
. Sia v un vettore di E
p
. Per denizione v
diretto otogonale a V in p quando v ortogonale a T
p
V
o
Sia una prevariet
aperta regolare di dimensione m, ne siano D
o
il dominio e V
o
il sostegno. Sia p
un punto di V
o
. Sia v un vettore di E
p
. Per denizione v diretto otogonale
a V in p quando v ortogonale a T
p
V
o
Teorema sullo spazio ortogonale
Sia una prevariet aperta regolare di dimensione m, ne siano D
o
il dominio
e V
o
R
n
il sostegno, con n > m. Sia p un punto di V
o
. Sia : A R
n

R
nm
una mappa di classe C
1
denita in un aperto A il cui annullarsi descrive
i punti di V
o
in un intorno aperto di p e la cui jacobiana ha rango n m in
p. Allora linsieme dei vettori di E
p
ortogonali a V in p uno spazio vettoriale
generato dai vettori trasposti delle righe di (Jac())(p).
Proof. Dimostrazione Omessa
Capitolo 9
Moltiplicatori Di Lagrange
(estremi vincolati)
Lobiettivo di questa sezione riuscire a determianre gli estremanti di una
funzione su insiemi che non siamo aperti. I teoremi ben noti, sullo studio di
funzione tramite il suo jacobiano e il suo hessiano funzionano solo su funzioni
denite su insiemi aperti. Se per esempio dobbiamo determinare gli estremanti
di una funzione su un compatto K (supponendo di lavorare in R
n
, quindi su un
chiuso e limitato) allora dobbiamo studiare la funzione nellaperto A K e poi
eettuare una valutazione degli estremanti sulla K. Il primo punto si eettua
con il normale studio del jacobiano e dellhessiano, mentre per la seconda perte,
necessario operare con i moltiplicatori di Lagrange.
9.1 Ripasso sugli estremi locali (liberi)
Sia E R
n
, f : E R, x
0
E, x
0
un punto di massimo relativo (locale)
di f in E U U(x
0
) : x U

E : f(x
0
) f(x) x E
Nel caso E aperto =abbiamo estremanti liberi
Se abbiamo estremi Vincolati:
E := x : F(x) = 0 dove F : E R
Esempio banale:
2
F(x, y) = x
2
+y
2
r
2
una circonferenza, se consideriamo la parametrizzazione :
_
x = r cos
y = r sin
() = f(r cos , r sin) ora si massimizza in [0, 2] e la questione banale.
9.2 Considerazioni geometriche sullesistenza del
moltiplicatore di Lagrange
A seguito di queste ipotesi:
Supponiamo A R
2
aperto, F, f : A RF, f C
1
(A) supponiamo che
71
72CAPITOLO9. MOLTIPLICATORI DI LAGRANGE (ESTREMI VINCOLATI)
JacF(x, y) ,= 0
1
x A
E := (x, y) A : F(x, y) = 0
2
allora notiamo che prendendo la tangente
alla curva
3
descritta dallinsieme E, nel punto x
0
per la denizione di derivata
pi ci avvicinaimo al punto x
0
pi curva e tangnete tendono a confondersi.
Quindi posso considerarla come una funzione costante nella direzione v. Per
qeusto le derivate direzionali lungo la direzione vsaranno tutte nulle. Da questo
otteniamo una considerazione molto interessante. Da come denita la derivata
direzionale otteniamo che:
0 = D
v
F(x
0
) =<
v
F(x
0
), v >
=v e F(x
0
) sono ORTOGONALI! cos allo stesso modo per la funzione
implicit denita in U(x
0
) infatti otteniamo anche in questo caso:
0 = D
v
f(x
0
) =<
v
F(x
0
), v >
=v e F(x
0
) sono ORTOGONALI!
= R : f(x
0
) = F(x
0
) (sono lin. dip.)
9.3 Teorema sullesistenza dei moltiplicatori
Ip: A R
2
aperto, F, f : A RF, f C
1
(A) supponiamo che JacF(x, y) ,= 0
(in verit sarebbe un F(x) ,= 0) x A. Supponiamo che x
0
sia estremante di
f in E = R : f(x
0
) = F(x
0
) e i vincoli per trovare sono i seguenti:
_
_
_
F(x, y) = 0
f
x
(x, y) = F
x
(x, y)
f
y
(x, y) = F
y
(x, y)
(9.1)
Proof.
Sia DF(x
0
, y
0
) ,= (0, 0) =F
x
(x
0
, y
0
) ,= 0 oppure F
y
(x
0
, y
0
) ,= 0
In questo caso supponiano che F
y
(x
0
, y
0
) ,= 0
=per il teorema Del Dini =U U(x
0
) , V V (y
0
) : in U V abbiamo
che:
F(x, y) = 0 y = g(x) (9.2)
per il teorema del dini sappiamo che la funzione implicita y = g(x) di classe
C
1
quindi deniamo:
(x) = f(x, g(x))x U (9.3)
la C
1
(U), e x
0
estremante di U
per il Teorema di Fermat =

(x
0
) = 0
0 =

(x
0
) = f
x
(x
0
, g(x
0
)) +f
y
(x
0
, g(x
0
)) g

(x
0
)
= f
x
(x
0
, g(x
0
)) f
y
(x
0
, g(x
0
))
F
x
(x
0
, g(x
0
))
F
y
(x
0
, g(x
0
))
(9.4)
1
in verit sarebbe un F(x) = 0
2
linsieme E potrebbe essere ad esempio una curva in R
2
3
Il tutto diventa molto semplice se il lettore si mette con carta e penna a disegnare
9.3. TEOREMA SULLESISTENZA DEI MOLTIPLICATORI 73
in (x
0
, y
0
)=f
x
= f
y

F
x
F
y
se Fx ,= 0 =
f
x
F
x
=
f
y
F
y
= (9.5)
_
_
_
f
x
= F
x
f
y
= F
y
F = 0
(9.6)
Se F
x
= 0 =f
x
= 0 e il nostro sistema diventa f
x
= F
x
che vera R
in questo caso scelgo =
f
x
F
x
quindi il mio sistema risulta soddisfatto. Quindi
esiste e viene chiamato Moltiplicatore di Lagrange
Applicazione
Data la funzione f(x, y) = e
x
2
+y
2
e dato il vincolo (x, y) := x
3
+y
3
1 Trovare
gli estremi di f sul vincolo
Si pu eettuare subito unosservazione a priori: si pu notare che la f(x, y)
strettamente crescente, quindi per studiarne i punti estremali, suciente
studiare il comportamento dellesponente: (x, y) = x
2
+y
2
. Sfutto il teorema
appena dimostrato sui moltiplicatori di Lagrange:
_
(x, y) = 0
=
=
_
_
_
x
3
+y
3
= 1
2x = 3x
2
2y = 3y
2
(9.7)
Prima di dividere e trovare lespressione del moltiplicatore, verichiamo il caso
in cui x e y siano uguali 0. Se non lo facessimo, rischieremmo di non accorgerci
di 2 possibili soluzioni. Infatti sostituendo x = 0 e y = 0 il sistema risulta
soddisfatto per i punti P
1
(0, 1) e P
2
(1, 0). P
1
e P
2
sono due possibili estremanti.
Ora divido:
_
_
_
2
3
x =
y = x
2y
3
= 1
(9.8)
da cui si trova un terzo punto: P
3
=
_
2

1
3
, 2

1
3
_
Per distinguere quali tra
questi sono massimi e minimi, disegnamo il vincolo y = (1 x
3
)
1
3
e disegnamo
le curve di livello della che sono dei cerchi concentrici allorigine. E facile
notare che nei punti (0,1) e (1,0) la curva tangente esterna alle linee di livello
quindi vuol dire che la passa da una zona in cui minore a cui maggiore
quindi si hanno due minimi relativi. Mentre nel punto P
3
la tangenza alle linee
di livello interna allora si ha un punto di massimo. Questo ragionamento
facile capirlo se si scrive la norma della distanza della dal vincolo.
74CAPITOLO9. MOLTIPLICATORI DI LAGRANGE (ESTREMI VINCOLATI)
Capitolo 10
Integrazioni su Variet
Dobbiamo denire cos una curva in R
n
e una sua parametrizzazione.
Parametrizzazione di una curva una qualsiasi funzione continua : I R
n
dove I R un intervallo (t) = (
1
(t), ,
n
(t))t I
1
Definizioni
Sostanzialmente le dinizioni che attribuiamo alla parametrizzazione di una
classe di equivalenza sono le stesse di una variet (in quanto anchessa una
variet !) quindi riepilogandoi velocmente:
Sostegno di := (I)( R
n
);
una curva curva chiusa se I = [a, b] =(a) = (b)
2
una curva semplice [t
1
, t
2
It
1
,= t
2
se t
1
I
o
=(t1) ,= (t
2
)]
3
una curva regolare C
1
(I) e t I :

(t) ,= 0 per ogni curva


regolare c un vettore non nullo tangente
Esempi:
1) Supponiamo che

(t
0
) identichi la nostra velocit della particella. Questa
identica il vettore tangente alla curva in (t
0
). Il versore tangente sar quindi:
T(t
0
) =

(t
0
)
[[

(t
0
)[[
(10.1)
la retta tangente sar una parametrizzazione di questo tipo:
x = x(t) := (t
0
) +

(t
0
) (t t
0
) con t R (10.2)
Se abbiamo una particella ferma:
(t) = (0, 0) , t [0, 1] curva in R
2
, chiusa , non semplice , non regolare e
= 0, 0
2) abbiamo le seguenti parametrizzazioni:
1
per esempio possno rappresentare le varie coordinate della particella al tempo t
2
Ma non deve essere necessariamente iniettiva
3
quindi: : I \ {inf I} e : I \ {sup I} sono iniettive
75
76 CAPITOLO 10. INTEGRAZIONI SU VARIET
(t) = (cos t, sint) con t [0, 2]
(t) = (cos(3/2t), sin(3/2t)) con t [0, 2]
La prima parametrizzione ha come sostegno una circonferenza. la seconda pa-
rametrizazione ha come sostegno sempre una circonferenza ma cambia il fatto
che viene percorsa una volta e mezza !! (in queanto, se pensiamo alle nostre
parametrizzazione come legate ad un moto di una particella, la seconda pa-
raemtrizzazione rappresenta il modo di una particella pi veloce, quindi nello
stesso intervallo di tempo [0, 2] compieranno percorsi diversi)
Alla luce di questo, possiamo notare che la chiusa e semplice mentre la
non ne chiusa ne semplice.
3) Curva di peano:
curva : [0, 1] R
2
t.che ([0, 1]) = [0, 1] [0, 1]
costruiamo una successione di curve cos composte: (lesempio si riferisce alla
curva di Hilbert, ma simile in tutti i casi)
ottengo questa successione delle
(k)
: [0, 1] R
3
si pu dimostrare facilmente
che
(k)
di peano, uniformente. La curva di peano non derivabile in
nessun punto.
10.1 Approfondimenti sui cambi ammissibili di
parametri
Deniamo : [a, b] R
n
, : [, ] R
n
curve = g : [a, b]
[, ] biunivoca, di classe C
1
, con la derivata

(t) ,= 0t [a, b] tale che


(t) = (g(t)) t [a, b] (= = og)
la funzione f invertibile =anche g
1
un cambiamento ammissibile di pa-
rametri.
Se abbiamo 3 curve e abbiamo che , =
Lapplicazione gode della properit riessiva
Allora ne deduciamo che eettivamente una relazione di equivalenza.Manitiene
le propriet semplice, chiusa regolare. Le nostre curve sono rappresentate da
Classi di equivalenza (o variet).
Denizione
Strettaemnte equivalente (o strettamnte crescente)

o
con un cambiamento di parametri strettamente crescente.
Curva orientata classe di equivalenza
o

qindi ogni classe di equilaenza


10.2. DEFINZIONE DI MISURA DI UNA CURVA 77
ha due orientazioni, in funzione al segno della derivata (sarebbe meglio dire
jacobiano) di g(t) cio del cambiamento ammissibile di parametri.
10.2 Denzione di misura di una curva
Sia : [a, b] R
n
paramentrizzazione di una curva (o prevariet)
Allora posso spezzare la mia curva in tanti segmenti. e poi fare la somma dei
vari segmenti. In questo modo ottengo un valore approssimato della lunghezza.
Ranando sempre di pi la partizione otterr approssimazioni sempre migliori.
Quindi:
L() = sup
P
l(P, ) (10.3)
sia P la partizione in segmenti: P = a = t
0
< t
1
< < t
N
= b denisco la
lughezza della spezzata come banalmente la somma delle norme di ogni singolo
segmentino:
l
(spezzata)
=
N

i=1
[[(t
i
) (t
i1
)[[ (10.4)
Se L < + allora diciamo che retticabile.
Osservazione:
Se lipschitziana = retticabile:
Proof.
Prendiamo:
L(P, ) =
N

i=1
[[(t
i
) (t
i1
)[[ M
N

i=1
(t
i
t
i1
)
= M(b a) < += la retticabile.
4
(10.5)
10.3 Teorema della misura
Se : [a, b] R
n
di classe C
1
allora retticabile e vale la seguente
ugualianza:
L() =
_
b
a
[[

(t)[[ dt (10.6)
Proof.
Dimostrazione da fare, cercare di sistemare quella del FMS col molteni vignati
Osservazione:
Direttamente dal teorema appena esposto segue una osservazione molto inte-
ressante che ci fa ben bigcapire come lintegrazione su una parametrizzazione
(o prevariet) sia indipendente dalla parametrizzazione stessa e dipenda solo
dalla Curva (o variet)
Infatti se abbiamo una e una di classe C
1
e abbiamo che:
=L() = L() (10.7)
78 CAPITOLO 10. INTEGRAZIONI SU VARIET
Proof.
(t) = (g(t)) dove g : [a, b] [, ] un cambiamento ammissibile di
coordinate quindi:
L() =
_
b
a
[[

(t)[[ =
_
b
a
[[

(g(t))[[ [g

(t)[ dt = (10.8)
Se g

(t) > 0 allora facendo una banale sostituzione s = g(t) =ds = g

(t)dt:
=
_

[[

(s)[[ds = L() (10.9)


Se g

(t) < 0 allora con una sostituzione identica alla precedente:


=
_

[[

(s)[[ds = L() (10.10)


Quindi dimostrato lasserto, L() = L(), la lunghezza dipende dalla curva
e non dalla parametrizzazione.
Denizione:
una curva regolare a tratti : [a, b] R
n
prevariet di per qualche
partizione a = a
0
< a
1
< < a
n
di [a, b] tale che i = 1, , Mla[
[a
i1
,a
i
]
regolare.
10.4 Ascissa curvilinea
Sia reglare, [a, b] R
n
, t s = s(t) =
_
t
a
[[

()[[d
0 = s(a) s(t) s(b) = L() (10.11)
In questo modo abbiamo che s(t
2
) s(t
1
) = L([
[t
1
,t2]
). Questo cambiamento
di variabile particolare denito ascissa curvilinea
Capitolo 11
Forme dierenziali Lineari
11.1 Introduzione
Introduciamo le forme dierenziali linaere, dando alcune essernziali denizioni
come quella di forma lineare.
11.2 Denizione topologica:
Un aperto A connesso se A non pu essere scritto come unione di due
aperti non vuoti disgiunti. Quindi A = A
1

A
2
, A
1

A
2
= =A
1
=
(A
2
= A) oppure A
2
= (A
1
= A)
11.3 Prime denizioni importanti:
Prendiamo lo spazio duale di R
n
(R
n
)

=anche il duale ha una base. Le basi


del duale di R
n
sono dei funzionali del tipo: dx
i
: R
n
R.
La base canonica di (R
n
)

(dx
1
, , dx
n
), quindi ogni elemento L (R
n
)

pu essere scritto come combinzaione lineare:


L =
n

i=1
a
i
dx
i
(11.1)
Denizione:
A R
n
aperto. Chiamiamo forme differenziali lineari in A ogni funzione
del tipo:
: A (R
n
)

Quindi preso un x A abbiamo che:


x (x) (R
n
)

(x) =
n

i=1
a
i
(x)dx
i
dove a
i
: A R (11.2)
79
80 CAPITOLO 11. FORME DIFFERENZIALI LINEARI
di classe C
k
i : a
i
C
k
(A)
11.4 Alcuni Esempi:
1. Supponiamo di lavorare in R
2
allora: (x, y) = a(x, y)dx +b(x, y)dy;
2. f : A R dierenziabile in A , df : x A df(x) una forma die-
renziale e le sue coordiante sono le derivate parziali.
df(x)(h) =< Df(x), h >=
n

i=1
f(x)
x
i
h
i
=
_
n

i=1
f(x)
x
i
dx
i
_
(h) (11.3)
perch h
i
= dx
i
(h)
11.5 Altre denizioni
Denizione:
Se = df diciamo che f una funzione primitiva di . Se ammette primitiva
in A diciamo che esatta
=(x, y) = a(x, y)dx +b(x, y)dy sar esatta (in A R
2
aperto)
f : A R dierenziabile
1
con
f(x,y)
x
= a(x, y) e
f(x,y)
y
= b(x, y) (x, y) A
Teorema:
Supponiamo di avere A R
n
aperto connesso, e f dierenziabile in A. Se f
una primitiva di A allora ogni altra primitiva di della forma :
g(x) = f(x) +c con (x A) e c R
Denizione:Integrale di una forma dierenziale.
Sia : [a, b] R
n
una parametrizzazione di una curva regolare (o regolare a
tratti), forma dierenziale in A. sia := ([a, b]) A. Se =

n
i=1
a
i
dx
i
,
deniamo:
_

:=
_
b
a
a
i
((t))

i
(t)dt (11.4)
Osservazione:
dato che lineare posso fare questo:
_

=
_
b
a
a
i
((t))

i
(t)dt =
_
b
a
a
i
((t))
_

i
(t)
[[

(t)[[
_
[[

(t)[[dt (11.5)
Possiamo ben notare che

i
(t)
||

(t)||
il versore tangente in (t) quindi riscrivendo
lintegrale notiamo che:
_

=
_

(())(T()) (11.6)
1
derivabile ? ... tanto scalare.... no perch A R
2
11.5. ALTRE DEFINIZIONI 81
dove T() indica il versore tangente. Quindi lintegrale di linea dipende dalla
parametrizzazione, in particolare dipende dalla direzione in cui si integra. Per
denire univocamente luintegrale di una forma dierenziale, bisogna quindi
dichiarare la direzione di integrazione. Sempre per lo stesso motivo se una
curva orientata, allora lintegrale non dipende pi dalla paraemtrizzazione .
Teorema:
A suseteq R
n
aperto connesso , forma dierenziale continua in A =sono
uguali le seguenti aermazioni:
1. esatta;
2.
1
,
2
curve orientate in A con lo stesso punto iniziale e lo stesso punto
nale =
_

1
=
_

2
(quindi il campo degli elementi conservativo);
3. Se una curva chiusa e orientata in A =
_

= 0
Proof.
2=3: Ovvia
2
1=2: Supponiamo che sia esatta quindi: = df =

n
i=1
f
x
i
dx
i
. Pren-
diamo la parametrizzazione : [a, b] R
n
allora per denita in A abbiamo
che:
_

=
_
b
a
n

i=1
f
x
i
((t))

(t) dt = f((b)) f((a)) (11.7)


3
2=1: Data la seguente gura:
Sia x
0
ssato in A. Prendiamo un x A. x A polinomiale da x
0
a x
=f(x) =
_

quindi f : A R sia

= + allora abbimo che:


lim
h0
1
h
(f(x +he
i
) f(x)) = lim
h0
_

(11.8)
2
Il lettore semplichi la questione disegnando una curva chiusa orientata e noter che:
presi un x
1
e x
2
sulla curva diversi tra loro. Sia
1
la curva compresa tra x
1
e x
2
mentre

2
sia diretta sempre da x
1
a x
2
ma in direzione opposta, a questo punto abbiamo che: Se
esatta lintegrale della f.d. dipende solo dal punto iniziale e nale. Ma dato che
1
e
2
hanno gli stessi punti iniziale e nali (a meno di un segno) abbiamo la seguente ugualianza:
R

1
=
R

2
se
1
=
1
=
R

= 0
3
Ma banalmende abbiamo che:
P
n
i=1
f
x
i
((t))

(t) =
d
dt
[f((t))] quindi:
82 CAPITOLO 11. FORME DIFFERENZIALI LINEARI
4
Parametrizzo
(t) = x +t e
i
con t [0, h]
quindi diventa:
lim
h0
1
h
_
h
0
n

j=1
a
j
((t))

(t)dt = lim
h0
1
h
_
h
0
a
i
(x +t e
i
)dt =
= (Hospital) lim
h0
a
i
(x +te
i
) = a
i
(x) i N (11.9)
=
f
x
i
= a
i
C
0
(A) =f C
1
(A) =
= df = =f una primitiva della forma dierenziale (11.10)
Denizione:
Si denisce:
=
n

i=1
a
i
dx
i
(11.11)
formadierenzale lineare in A R e C
1
. In oltre se chiusa allora =

x
j
a
i
=
x
i
a
j
i, j (11.12)
se siamo in R
3
(x, y, z) = a(x, y, z) +b(x, y, z) +c(x, y, z) (11.13)
allora chusa se:
_
c
y

b
z
,
a
z

c
x
,
b
x

a
y
_
= 0 (11.14)
Quindi chiusa solo se il campo F irrotazionale : F = 0
Osservazione:
sia C
1
(A R
n
), sia esatta = chiusa MA NON VALE IL VICE-
VERSA !!!!
Osservazione 2:
se = df(
x
i
f) se f C
2
=vale Th. di Swartz:

x
i
_
f
x
j
_
=

x
j
_
f
x
i
_
(11.15)
4
questo passaggio giusticato dal fatto che: f(x + he
i
) =
R

mentre f(x) =
R

.
Da come dinita

si giustica il passaggio.
11.6. RIEPILOGO FORME DIFFERENZIALI LINEARI 83
11.6 Riepilogo forme dierenziali lineari
A R
2
aperto , F = (F
1
, F
2
) : A R
2
a questo campo assoiata la forma
dierenziale :
= F
1
dx +F
2
dy
Se orientata e una sua parametrizzazione denita: : [a, b] allora:
_

=
_

F
1
dx +F
2
dy =
_
b
a
(F
1
(
1
(t))

1
(t) +F
2
(
2
(t))

2
(t)) dt (11.16)
Normalizzando tenendo conto del fatto che I = (T
1
, T
2
) e a sua volta T
i
=

i
||

i
||
si pu scrivere anche:
_

=
_
b
a
< F(), I(phi) > [[

[[ dt (11.17)
Oppure unaltra forma notevole in cui ritroviamo scritto lintegrale sono le
seguenti:
W =
_

< F, ds > (11.18)


Che la tipica descrizione del lavoro in Fisica.
11.7 Forme dierenziali in insiemi semplicemente-
connessi
Ora vedremo che in casi molto particolari possibile stabilire unimplicazione
diretta tra una forma dierenziale chiusa e una forma dierenziale esatta.Questi
insiermi molto particolare in cui possibile estendere il terema precendente
anche allimplicazione inversa sono gli insiemi semplicementeconnessi di cui
ora ne diamo una denizione e mostriamo alcune importanti propriet.
11.8 Denizione:
A R
n
aperto lo si denisce semplicemente connsesso se ogni curva chiusa
A pu essere trasformata in un punto tramite una deformazione continua in
A Una sfera un insieme semplicemente connesso:
Alcuni esempi di insiemi non semplicemente-connessi:
Nastro di Moebius:
84 CAPITOLO 11. FORME DIFFERENZIALI LINEARI
Bottiglia di Klein:
Il toroide:
11.9 Le omotopie
Siano X e Y due spazi topologici allora deniamo omotopia tra due funzioni
continue f e g da X a Y la funzione continia H : [0, 1] [a, b] X Y tale
che:
H(0, x) = f(x) x X
H(1, x) = g(x) x X
H(, a) = H(, b) [0, 1]
Osservazione:
Sono semplicemente connessi i seguenti tipi di insiemi:
1) Insiemi stellati:
(A stellato x
0
A : x A il segmento [x
0
, x] A)
Quindi chiaro che ogni curva di A pu essere deformata con coninuit.
Esempio graco:
11.10. TEOREMA SULLE FORME DIFFERENZIALI ESATTE 85
chiaro che la H(, t) = (1 ) (t) + x
0
continua.
2)Gli insiemi convessi perch x
1
, x
2
A si ha sempre che il segmento
[x
1
, x
2
] A
11.10 Teorema sulle forme dierenziali esatte
Se A R
n
aperto semplicemnte connesso e forma dierenziale in A di classe
C
1
, allora esatta in A chiusa in A
86 CAPITOLO 11. FORME DIFFERENZIALI LINEARI
Capitolo 12
Teoremi di Gauss-Green,
della divergenza e di Stokes
12.1 Un po di topologia
Sia D R
2
si denisce dominio in R
2
se D = A con A aperto. (D = (D
o
))
1
D viene denito dominio connesso se la chiusura di un aperto connesso
quindi D = A con A aperto connesso.
D vine denito Dominio normale rispetto allasse x D = (x, y) : x
[a, b, (x) y (x)] con e continue.
D viene denito Dominio normale (rispetto a x) regolare se nella denizio-
ne precedente e sono di clase C
1
su [a, b]
D un dominio regolare D un dominio e pu essere scritto come D =
M
i=1
D
i
con D
i
domini normali regolari.
12.2 Vettori tangente e normale
Sia D R
2
dominio regolare f, g C
1
(D) (quindi f C
1
(D) f
C
1
(D) , f C
1
(D
o
) perch le derivate parziali
x
f e
y
f sono estendibili
con coninuit a tutto D. Se D un dominio regolare =D una unione di
un numero FINITO di curve chiuse regolari a tratti. Quindi c la necessit
di denire il vettore tangente e normale: Se denisco il vellore tangente all
parametrizzazione ho di conseguenza subito la denizione del vettore normale:
T = (T
1
, T
2
) =N = (T
2
, T
1
)
Il vettore norlmale per convenzianza preso uscente da D
Oppure possiamo vedre nel seguente modo: D orientato nel verso tangente
1
Per esempio una sfera meno un segmento non un dominio
87
88CAPITOLO12. TEOREMI DI GAUSS-GREEN, DELLADIVERGENZAE DI STOKES
in modo tale che il versore normale sia uscente. Quindi denire il versonre
normale a D di fondamentale importanza per dare un orientamento alla
curva (o variet). Se il versore normale esce dal bordo, convenzionalmente si
dice che il bordo (D) ha orientamento positivo e lo si indica con +D
12.3 Enunciato del teorema di Gauss-Green
Di seguito mostrato lenunciato del torema:
__
D
f
x
dxdy =
_
+D
f dy (12.1)
e abbiamo che:
_ _
D
f
y
dxdy =
_
+D
f dx (12.2)
Quindi un integrale di supercie diventa banalmente un semplice integrale di
linea. Stessa cosa del caso in R
1
col terema di Torricelli-Barrow, Lintegrale di
linea diventa una valutazione della funzione agli estremi.
12.4 Teorema di integrazione per parti
__
D
f
g
x
dxdy =
_
+D
f gdy
__
D
f
x
gdxdy (12.3)
__
D
f
g
y
dxdy =
_
+D
f gdx
__
D
f
y
gdxdy (12.4)
Proof.
Scriviamo lintegrale come:
__
D

x
(fg) =
_
+D
fg (12.5)
Il primo inte4grale possiamo vederlo come:
_ _
D

x
(fg) =
_ _
D
(fg
x
+f
x
g) (12.6)
Si isola lintegrale di interesse e si raggiunge lasserto.
12.5 Teorema della Divergenza
Il teorema della divergenza molto usato in sica specie nello studio dei campi
elettrostatici prima, mangetici poi ed inne combinando le teorie con lelettro-
magnetismo. Dato un campo di forze (per esempio) e data una supercie D ci
pemette di calcolaene il usso del campo stesso ingnorando la supercie stessa
e andando ad integrare solo lungo la sua frontiera.
12.6. TEOREMA DI STOKES 89
Enunciato:
__
D
_


F
_
dxdy =
_
+D
<

F , n > (12.7)
Proof:
__
D
_


F
_
dxdy =
__
D
_

F
1
x
+

F
2
y
_
dxdy
G.G.
=
_
+D
F
1
dy
_
+D
F
2
dx =
=
_
+D
< (F
2
, F
1
), (T
1
, T
2
) > ds =
=
_
+D
(F
1
T
2
F
2
T
1
) ds =
=
_
+D
< (F
1
, F
2
), (T
2
, T
1
) > ds =
_
+D
<

F , n > ds (12.8)
Se al posto di avere delle superci normate dovessi essere costretto ad integralre
lugo una cerca direzione

v in cui denita la derivata direzionale D
v
, avrei
che:
__
D
D
v
f dxdy =
_
+D
f <

v , n > ds (12.9)
Proof :
__
D
<

v ,

f > dxdy =
__
D

_
v
1
v
2
_
,
_
f
x
f
y
_
) dxdy =
= v
1
__
D
f
x
dxdy +v
2
__
D
f
y
dxdy =
= v
1
_
+D
fdy v
2
_
+D
fdx =
=
_
+D
f(v1 v2)ds =
=
_
+D
f <

v , n > ds (12.10)
12.6 Teorema di Stokes
Il teorema di Stokes prende il problema da punto di vista opposto di quello
della divergenza. Se noi abbiamo la necessit di calcolarci il lavoro di una forza
lungo una linea possiamo ottenere ugual risultato integrando il rot

F sulla
supercie delimitata dalla linea e quindi avere:
_
+D
F
1
dx +F
2
dy =
__
D
_
F
2
x

F
1
y
_
dxdy =
__
D
rot

F dxdy (12.11)
La dimostrazione stata omessa perch banalmente deducibile dal teorema
della divergenza.
90CAPITOLO12. TEOREMI DI GAUSS-GREEN, DELLADIVERGENZAE DI STOKES
Capitolo 13
Spazi L
P
- Spazi di Hilbert
Caso di -dimensionale Nel caso di spazi innito dimensionale, lobiettivo
quello di creare un insieme con determinate caratteristiche metriche, che abbia
come idea base quella di non perdere la completezza. Come pu facilmente
suggerire lintuizione la seguente scrittura:
_
1
0
[f[dx (13.1)
fornusce una stima della grandezza della funzione f quindi possiamo pensare di
prendere come misura della grandezza proprio lintegrale del modulo. Quindi
partendo dalle denizioni principali:
Sia X R
n
con X misurabile e la misura di Lebesgue su X Deniamo
esponenti coniugati due numeri p e q se :
p +q = pq cio
1
p
+
1
q
= 1 oppure p(q 1) = q con p, q R
+
0
(13.2)
Denisco il mio spazio:
D
p
(X, ) = f : X C, f misurabili :
_
X
[f[d < (13.3)
Quindi lo spazio formato da tutte le funzioni misurabili in senso di lebesgue.
Voglio ora che questo insieme ora caotico di elementi prenda una stuttura di
spazio normato, quindi devo almeno denire una norma. Prima di denirla
per bene dimostrare due disugualianze molto importanti nellanalisi degli
Spazi L
p
queste sono le disugualianze di Holder e di Minkowsky.
Disugualianza di Holder:
date due Funzioni f, g : X [0, +]
_
X
fg d
__
X
f
p
d
_1
p
__
X
g
q
d
_1
q
(13.4)
che per il caso per P=2 diventa la disugualianza di Coauchy-Swarz.
91
92 CAPITOLO 13. SPAZI L
P
- SPAZI DI HILBERT
Disugualianza di Minkowsky:
__
X
(f +g)
p
d
_1
p

__
X
f
p
d
_1
p
+
__
X
g
p
d
_1
p
(13.5)
in R
n
la disugualianza di Minkowsky non altro che la disugualianza triango-
lare. quindi deduciamo la denizione i norma:
[[x[[
P
=
_

[x
i
[
p
_1
p
(13.6)
13.1 Funzioni Convesse
Dati: a < b +I = (a, b) : (a, b) R allora abbiamo che la nostra
funzione convessa se:
((1 )x +y) (1 )(x) +(y) (13.7)
se la convessa allora dierenziabile e monotona crescente
Dimostriamo la disugualianza di Holder:
chaimo A = (
_
X
f
p
d)
1
p
e B = (
_
X
g
q
d)
1
q
Normalizzaimo la nostra scrittura e chiamiamo:
F =
f
A
e chiamiamo G =
g
B
(13.8)
in questo modo ottenuamo che:
_
X
F
P
d = 1 e poi:
_
X
G
q
d = 1 (13.9)
Sia x X se 0 < F(x) < + e se la 0 < G(x) < + allora:
F(x)G(x)
1
p
F(x)
P
+
1
q
G(x)
q
(13.10)
ora integro e sostituisco:
_
X
FGd 1 (13.11)
_
X
fg d
__
X
f
p
d
_1
p
__
X
g
q
d
_1
q
(13.12)
Teorema:
Siano p e q esponenti congiunti con p>1 e sia:
f D
p
e g D
q
allora ho che:
fg D
1
e ho che [[fg[[
1
[[f[[
p
[[g[[
q
13.2. IL PROBLEMA DELLA SEMINORMA 93
13.2 Il problema della seminorma
Nella sezione precedente abbiamo denito come norma la seguente scrittura:
[[f[[
p
=
_
X
[f[
p
d (13.13)
Ma questa una norma ? Si pu notare che questa scrittura non denisce una
norma perch:
-)Vale la prop. triangolare (dalla disugualianza di Minkowsky); -)E omogenea
positiva; -) NON E zero quando e solo quando f 0 ma pi debole, infatti
nche la norma si annulli suciente che f 0 q.o. in X quindi che sia diversa
da zero in un insieme nito di punti o pi in generale suciente che sia
diversa da zero su di un insieme di misura nulla. Questo un problema ! allora
ci riconduciamo non pi a D
P
ma consideriamo lo spaizio D
P
/
sim dove rappresenta la seguente classe di equivalenza:
f g dieriscono per un numero di punti il cui insieme di misura nulla (13.14)
Allora deniamo la classe di equivalenza in questo modo:
[f] = [g] =m(A) = 0 dove A = x X : f(x) ,= g(x) (13.15)
In questo modo lo spazio D
p
/ uno spazio normato e viene chiamato L
p
13.3 Spazio metrico
Sia X-K spazio vettoriale metrico se su X denita un applicazion d :
X X R
d(x, y) = d(y, x);
d(x, z) = d(x, y) +d(y, z);
d(x) 0 e d(x) = 0 x = 0;
La funzione d denita in questo modo detta distanza. Dalla nozione di
distanza nasce la denizone di bolla aperta:
B
r
(a) = x X : d(x, a) < r (13.16)
Questa scrittura indica proprio la bolla di raggio r centrata in a a meno della
frontiera. Quindi un aperto elementare. Da questa denizone possiamo
vedere tutti gli insieme aperti come unione di bolle aperte.
13.4 Successioni convergenti
Per denire la convergenza di una successione in L
p
si usa sempre la solita, vec-
chia ma soprattutto universale denizione di limite che possiamo vedere quidi
seguito scritta in forma topologica e metrica:
Forma metrica:
x
n
x allora > 0 > 0 : n > d(x
n
, x) < (13.17)
94 CAPITOLO 13. SPAZI L
P
- SPAZI DI HILBERT
Forma topologica: Dato un insieme topologico X e denita come B
r
(a) con a
X la classe di bolle aperte di X allora abbiamo che:
B

(x
L
) con > 0 > 0 : n > x B

(x
L
) (13.18)
Quindi riassumendo se abbiamo il nostro spazio L
P
(X, ) normato dalla norma
[[f[[
P
=
__
X

f
P

d
_1
p
allora denisco una distanza d(f, g) = [[f g[[
P
Ho che
f
n
f L
P
[[f
n
f[[
P
0
In particolare se la nostra successione f
n
di Cauchy abbiamo che vericata
la seguente condizione:
> 0 > 0 : m, n > =[[f
m
f
n
[[
P
< (13.19)
ma se riscriviamo la cond. di Cauchy tenendo conto di come abbiamo denito
la nostra norma diventa:
_
X
[f
m
f
n
[
P
d < (13.20)
Quindi trovare una f L
P
per cui valga questa condizione un lavoro molto
complesso. In aiuto ci vengono alcuni importanti teoremi sulle sottosuccessioni.
TEOREMI SULLE SOTTOSUCCESSIONI
Sia dato (E, d) uno spazio metrico allora se : x
n
una successione di Cauchy
=x
n
1
: d(x
n
i+1
, x
n
i
) <
1
2
i
Quindi per indizione possimao costruire uan
successione, con indice n
i
tale che :
Fissato =
1
2
i
=n
i
> n
1
: n
i
, m > n
1
, d(x
n
i
, x
n
i+1
) <
1
2
i
(13.21)
Lemma di Fato
Qui di seguito si ricorda il Lemma di Fato che torner utile nella dimostrazione
del teorema di Riesez Fiseher:
Abbiamo E R
n
misurabile, f
k
: E [0, +] misurabile in E possiamo
denire :
f(x) = liminf
k
f
k
(13.22)
Allora questo implica che:
_
E
liminf
k
f
k
liminf
k
_
E
f
k
(13.23)
Il teorema comapre gi dimostrato nella parte sullintegrale di Lebesgue. Nono-
stante tutto si ricorda al lettore che la dimostrazione era molto banale, perch
si basava sul fatto di denire delle g
k
opportune (in modo tale che fossero il
inf delle f
k
) poi si mostrava che la successione delle g
k
era monotona crescente
13.4. SUCCESSIONI CONVERGENTI 95
allora si poteva applicare il teorema di Beppo-Levi (o Teorema della Conver-
genza Monotona) e si raggiungeva cos lasserto.
Un caso particolare di questo teorema, che ci servir a noi il seguente:
f
n
(x) f(x) q.o. in X. Se
_
X
f
n
d < M =
_
X
f d < M (13.24)
Teorema: L
p
() uno spazio metrico completo per 1 p e per ogni
misura positiva
Proof. Assumiamo per prima cosa che 1 p < . Sia f
n
una successione
di Cauchy in L
P
(). Allora ch una sottosuccessione f
n
i
per cui vale:

f
n
i+1
f
n
i

<
1
2
i
(13.25)
Costruiamo le nostre g
k
nel seguente modo e poi vediamo che considerazione
fare:
g
k
=
k

i=1

f
n
i+1
f
n
i

quindi sia g =

i=1

f
n
i+1
f
n
i

(13.26)
Dalla 12.25 e dalla disugualianza di Minkowsky dimostriamo che [[g
k
[[
P
< 1
per k = 1, 2, 3... Inoltre usando il lemma di Fato per la successione delle g
P
k

otteniamo che [[g[[


P
< 1 in particolare sapendo come denita la norma e
ssapendo che tutte le funzioni in gioco sono funzioni positive possiamo dire che
la g(x) < + q.o. quindi la serie: infatti sviluppando bene i conti:
[[g
k
[[
P

N

i=1

f
n
i+1
f
n
i

i=1
1
2
i

i=1

1
2
i
= 1 (13.27)
Per il lemma di Fato posso far vedere che:
_
X
liminf
k
[g
k
(x)[
P
dx liminf
k
_
X
[g
k
(x)[
P
dx 1 (13.28)
Da qui deduco che la mia [g(x)[ < + q.o. in X
Considero la sottosuccessione:
f
n
1
(x) +

i=1
f
n
i+1
(x) f
n
i
(x) (13.29)
converge assolutamente per ogni x X. A questo punto chiamiamo deniamo
la nostra serie convergente come la nostra f(x). Ammettiamo che f(x)=0 su un
insieme di resto di misuta nulla.quindi otteniamo che:
f
n
i
+
k1

i=1
f
n
i+1
(x) f
n
i
= f
n
k
(13.30)
possiamo osservare che :
f(x) = lim
i
f
n
i
(x) q.o. in X (13.31)
96 CAPITOLO 13. SPAZI L
P
- SPAZI DI HILBERT
Abbiamo trovato una funzione f che limitata puntualmente quasi ovunque
della f
n
i
ora dobbiamo provare che questa f il limite in L
p
della f
n

Scegliamo un > 0. Allora N tale che [[f


n
f
m
[[
P
< m, n > N. Allora
usando il lemma di Fato:
_
X
[f f
m
[
P
d liminf
i
_
X

f
n
i+1
(x) f
n
i

P
d
P
(13.32)
Quindi dallespressione qui sopra possiamo concludere che f f
m
L
p
cos
anche f = (f f
m
) +f
m
ed inne abbiamo che [[f f
m
[[
P
0 per m e
questo completa la dimostrazione per il caso 1 p <
13.5 Spazi elementari di Hilbert
Denizione:
Sia Hun K-Spazio Vettoriale, chiamato spazio a prodotto interno se ad ogni
coppia di vettori x e y H associato un elemnto di H denito come x[y)
che veine chiamto: prodotto scalare. Il prodotto scalare gode delle seguenti
propriet:
x[y) = x[y) per x, y H;
x +y[z) = x[z) +y[z) per x, y H;
x[y) = x[y) con R e x, y H
x[x) 0 x H
x[x) = 0 x = 0
Stando alla denizone di norma notiamo che la norma indotta dal prodotto
scalare la seguente:
[[x[[
2
= x[x) (13.33)
Vale la disugualianza di Holder, ma per il caso di P=2 quindi non altro che
la conosciutissima disugualinza di Swartz:
[x[y)[ [[x[[ [[y[[ per ogni x, y H (13.34)
Vale la disugualinza triagolare:
[[x +y[[ [[x[[ +[[y[[ (13.35)
Proof:
_
[[x +y[[
2
=
_
_
x +y[x +y)
_
2
=
_
_
x[x) +x[y) +x[y) +y[x)
_
2
=
=
_
_
x[x) +x[y) + 2x[y)
_
2
[[x[[ +[[y[[ +
_
(2x[y))
2

_
[[x[[ +[[y[[ + 2 [[x[[ [[y[[ =
_
([[x[[ +[[y[[)
2
(13.36)
13.5. SPAZI ELEMENTARI DI HILBERT 97
Data la nozione di norma possiamo denire una distanza. Cos H sparzio
metrico ed anche completo.
TEOREMA:
La funzione x [[x[[ una norma di H che verica lidentit del parallelo-
gramma.

x +y
2

2
+

x y
2

2
=
1
2
_
[[x[[
2
+[[y[[
2
_
(13.37)
Proof.
Ovvia Basta usare le propriet della norma descritte precedentemente.
Ogni spazio di Hilbert H uno spazio metrico, dove la metrica quella
indotta dalla norma:
d(x, y) := [[x y[[ =
_
x y[x y) (13.38)
Esempio - che secondo me non ha molto senso-RIVEDERE
Prendiamo lo spazio L
2
(), lo spazio delle classi di equivalenza delle funzioni
a quadrato sommabile a valori complessi Lebesgue misurabili, quindi per cui
valida la seguente denizione: f L
2
se
_
X
[f[ d < +. La completezza di
L
2
() il caso speciale per p=2 dal teorema di completezaza degli spazi L
P
(),
la disigualinaza di Schwarz (il caso per p=2 di quella pi generica di Holder):

_
X
fg

__
X
[f[
2
d
_1
2
__
X
[g[
2
d
_1
2
(13.39)
consente di denire il prodotto interno:
f[g) =
_
X
fg d (13.40)
Quando la misura di lebesgue ristretta ad un sottoinsieme misurabile di
1
n
la notazione comune per gli spazi di lebesgue sarebbe L
P
()
13.5.1 Isomorsmi di Spazi con Prodotto Interno
Un isomorsmo da H ad uno psazio a prodotto interno / una biiezione lineare
che conserva i prodotti interni, ossia tale che:
x[y)
K
= x[y)
H
(13.41)
Teorema: Ogni isometria lineare suriettiva : H / un isomorsmo
Proof.
Ogni prodotto interno gode della propriet di polarizzazione:
x[y) =
1
4
_
[[x +y[[
2
[[x y[[
2
+i [[x +iy[[
2
i [[x iy[[
2
_
(13.42)
Ogni isometria iniettiva quindi questo completa la dimostrazione.
98 CAPITOLO 13. SPAZI L
P
- SPAZI DI HILBERT
13.6 Operatori lineari continui e limitati in uno
spazio di Hilbert H
Siano X e Y spazi metrici sia denita una applicazione lineare f : X Y ;
f continua nel p X se per intorno V (f(p)) Y un intorno U
p
X
del punto p tale che f(U
p
) V (f(p)) questa proprio la denizione base, dal
punto di vista topologico, di continuit dellapplicazione f.
1
Se f continua,
vale la denizione appena scritta quindi: f
1
(V ) aperto in X per il teorema
della amppa aperta che diretta conseguenza del teorema di invertibilit locale.
Ora supponiamo X e Y spazi metrici su H(1, (), supponiamo che sia denito
loperatore A : X Y e che A abbia le propriet di essere lineare quindi:
A(x+y) = Ax+Ay. Posso denire una norma sia nello spazio di parenza
che in quello di arrivo:
d
x
(, ) = [[ [[
d
y
(, ) = [[ [[ (13.43)
Denisco lo spazio degli operatori lineari continui:
B(X, Y ) = A : X Y t.c. A operatore lineare continuo (13.44)
Sia A
n
B(X, Y ) e sia A operatore lineare da X in Y allora vero che A
n

Ax X. Per dimostrare questo devo denire una convergenza uniforme.
Quella che si usava per le serie di funzioni non vale pi perch facile notare
che:
sup
xX
[[AA
n
[[ = + (13.45)
quindi non mi da alcuna infomazione sulla limitatezza di quella scrittura, perch
data la linearit delloperatore A posso prendere un arbitrario coeciente R
(quindi eettuare una trasforamzione nello spazio X) ma questo mi farebbe
tendere il limite del sup a +. Un modo per stabilire la limitatezza degli
operatori negli spazi di Hilbert il seguente:
A limitato se limitato loperatore:
A
=
[[Ax[[
[[x[[
(13.46)
In questo modo si elimina la dipendenza da , infatti:

A
=
[[Ax[[
[[x[[
=
[[ [[Ax[[
[[ [[x[[
=
[[Ax[[
[[x[[
con R (13.47)
Quindi A limitato quando e solo quando:
sup
X
_
[[Ax[[
[[x[[
_
< (13.48)
Se A limitato allora possiamo dire che:
Teorema: Se A limitato implica che le seguenti aermazioni sono equivalen-
ti:
1
Notare come si costruisce la denizione di continuit, si parte dallinsime V (f(p)) quindi
unintorno nella cos detta anti-immagine e da questa si trova un U
p
che soddisfa il fatto
essenziale che f(U
p
) V (f(p))
13.6. OPERATORI LINEARI CONTINUI E LIMITATI INUNOSPAZIO DI HILBERT H99
a) A limitato;
b) A uniformente continuo;
c) A continuo in un punto;
Dimostrazione. a=b)
Siano x
1
e x
2
X allora:
[[Ax
1
Ax
2
[[
y
= [[A(x
1
x
2
)[[
y
[[A[[ [[x
1
x
2
[[ (13.49)
infatti da come abbiamo denito la norma abbiamo che [[Ax[[ [[A[[ [[x[[ quin-
di se loperatore A limitato continuo ed pure Lipscitziano.
c=a)
Da rivedere meglio la dimostrazione.
B(X,Y) uno spazio metrico completo
Teorema: Se Y completo allora B(X,Y) uno spazio completo.
Consideriamo il caso in cui abbiamo B(X, () e sia X

il duale di X allora se X
spazio di Hilbert posso scrivere B(H)
2
e il suo operatore A : H ( sempre
continuo:
Dimostrazione. Siano A,B limitati tale che A+B limitato e [[A+b[[ [[A[[ +
[[B[[ questo implica che:
[[(A+B)(x)[[
y
= [[Ax +Bx[[ [[Ax[[ +[[Bx[[
[[A[[ [[x[[ +[[B[[ [[x[[ =
= ([[A[[ +[[B[[) [[x[[ (13.50)
se considero:([[A[[ +[[B[[) = m allora quella sopra la denizione di operatore
limitato, quindi continuo.
Seconda parte:
Se Y completo allora B(X,Y) completo:
Considero A
n
di Couchy =c > 0 : [[A
n
A
m
[[ < c se n, m >
Sia x X considero A A
n
questa successione di couchy perch:
[[A
n
x A
m
x[[
y
[[A
n
A
m
[[ [[x[[ (13.51)
Ma il termine [[A
n
A
m
[[ arbitrario allora scelgo [[A
n
A
m
[[ < c e ho quindi
che la successione di couchy per ogni x X.
Il limite della successione denito in modo banale:
Ax = lim
n+
A
n
x (13.52)
Poi si mostra che A lineare e la dimostrazione conclusa.
2
In verit questo lo posso scrivere anche solamente se X pre-Hilbertiano.
100 CAPITOLO 13. SPAZI L
P
- SPAZI DI HILBERT
13.7 Ortogonalit negli spazi a prodotto interno
Sia H spazio di Hilbert, siano x, y H , diciamo che xy x[y) = 0. Siano
A,B due sottospazi tali che A, B X li deniamo ortogonali, se i loro insiemi
sono mutualmente ortogonali, cio presi due elementi qualsiasi a A e b B
risulta sempre a[b) = 0. In X possiamo denire un operatore lineare dalle
propriet molto particolari, che si vedranno pi avanti:
L
y
(x) = x[y) (13.53)
si dimostra che L
y
continuo e limitato:
Dimostrazione.
[
y
(x)[ = [x[y)[ [[x[[ [[y[[ x H =[
y
(x)[ [[y[[ (13.54)
Quindi
y
limitato, quindi continuo.
Un altro funzionale lineare importante che vale la pena citare, con le sue
propriet loperatore lineare di Risez, che cos denito:
Rz : Y H

Quindi gli elementi in gioco sono i seguenti:


y
y
Dove: y Y e
y
H

(13.55)
Rz iniettivo, perch:
Presi: y
1
,= y
2

y
1
(x) ,=
y
2
(x) =x[y
2
y
1
) = 0 (13.56)
Sia y H se prendo linsieme Y

:= x H : xy questo implica che:


Y

= ker(
y
) =
1
y
0[
y
(x)) = 0 (13.57)
allora Y

un insieme chiuso. Questo risultato ci sar ultile pi avanti.


13.7.1 Serie ortogonali
La teoria sulle serie ortogonali, come vedremo tra breve, non altro che una ge-
neralizzazione del teorema di piotagora per spazi a dimensione innita. Infatti
nel caso banale se sia x, y C allora abbiamo che:
[[x +y[[
2
= [[x[[
2
+[[y[[
2
+ 2Rex[y) (13.58)
Ma se xy allora abbiamo la scrittura nota a tutti:
[[x +y[[
2
= [[x[[
2
+[[y[[
2
(13.59)
O pi in generale:

i=1
x
i

2
=
N

i=1
[[x
i
[[
2
(13.60)
Se ci mettiamo in uno spazio di hilbert H vale ancora tutta la teoria degli
insiemi ortogonali.
H :

= ()

(13.61)
13.7. ORTOGONALIT NEGLI SPAZI A PRODOTTO INTERNO 101
il tutto isomorfo a:
(span())

= (span())

(13.62)
quindi se prendiamo una serie ortogonale x
i

+
1
3
e volessi studiare la cover-
genza di questa serie:
s =
+

i=1
x
i
: S
n
:=
n

i=1
x
i
H (13.63)
Mi trovo nel caso di studio della convergenza che il pi complicato possibile,
fortunatamente ci viene in aiuto questo gradissimo teorema:
Teorema sulle serie ortogonali in H :
Sia H spazio di Hilbert completo e sia

+
i=1
x
i
una serie ortogonale allora per
studiare la sua convergenza posso dire:
+

i=1
x
i
converge
+

i=1
[[x
i
[[
2
converge (13.64)
Quindi GRANDISSIMA SVOLTA, da una serie complicatissima il cui studio
della convergenza non sarebbe aatto banale ci siamo ridotti allo studio della
convergenza di una serie a termini reali, in quanto [[x
i
[[
2
R
+
che il casso pi
banale possibile. Quindi anche in spazi di hilbert con dimensione innita abbia-
mo una versione ampliata del teorema di pitagora, e otteniamo lugualianza
di Bessel-Parceval :

i=1
x
i

2
=

i=1
[[x
i
[[
2
(13.65)
13.7.2 Lemma delle proiezioni
Nelgli spazi innito dimensionali molto complicato denire il concetto di
proiezione ortogonale. In molti casi non esiste neanche, perch se deniamo
la priezione ortognale di un cerco x su un certo spazio H , come il punto di
minor distanza tra lo spazio e il punto x non possiamo essere certi dellesistenza
del minimo di quella funzione neppure se H chiuso e limitato. Il teorema di
Heine-Borel vale solo se siamo in spazi isomor a R
n
di dimensione nita. Qui
invece cade tutto. Un controesempio miciadiale che mette in risalto tutta la
complessit di denire il concetto di compattezza in questi spazi il seguente:
Prendiamo l
2
= x
1
, ...x
n
, ... Sia S
1
:= x l
2
: [[x[[ = 1
Abbiamo che: dato che posso denire un orperatore di norma n(x) : l
2
R
che mappa in questo modo:
x [[x[[
3
Cio una serie in cui i vettori sono tutti mutualmente ortogonali o per meglio dire:
m, n N presi x
m
, x
n
l
2
ho che x
m
|x
n
= 0
102 CAPITOLO 13. SPAZI L
P
- SPAZI DI HILBERT
loperatore n(x) banalmente continuo, quindi S
1
lanti-immagine di un un
chiuso generato da uan funzione continua, allora S
1
chiuso e limitato perch
avremo che n(x)
1
= S
1
. Ma detto questo possiamo notare che:
[[e
i
e
j
[[
2
= 2 i, j N
Quindi lo psazio S
1
fatto da tutti PUNTI ISOLATI di distanza costante

2 !!!
Allora per ogni copertura di S
1
non posso trovare sempre una sottocopertura
nita che mi ricopra lintero spazio S
1
, infatti basta che prenda le bolle aperte
di raggio

2 e mi trovo in una condizione nella quale non riesco ad estrarre
una sottocopertura nita. Quindi cade proprio la denizione di compatto. Lo
spazio S
1
non compatto allora questo implica il fatto che non cos semplice
stabilire lesistenza e lunicit della proiezione ortogonale, perch questo lo
potrei fare facilmente se lo spazio fosse compatto (applicando i teoremi sulle
funzioni continue che valgono nei compatti sarebbe un gioco da ragazzi) ma
questo non possibile. Bisogner trovare strade alternative.
13.7.3 somma diretta
Sia X spazio vettoriale e V, W sottospazi d X. Si dice che X si decompone in
W e V se
X = V W (13.66)
Due sottospazi tali che: X = V W e V W = si dicono in Somma diretta.
La somma diretta un operatore denito come:
(v, w) (v +w) dove w W , v V (13.67)
Sia H spazio con protto interno, m sottospazio vettoriale. Sia x H. Un punto
P m detto proiezione ortogonale dellelemento x di H sul sottospazio m.
La condizone riscritta in modo formale la seguente:
P m (x P) m

=(x P)[z) = 0 z m (13.68)


Se per ogni z appartenente al sottospazio m vericata la nullit del prodotto
scalare, allora P raprresenta il piede della perpendicolare condotta da H su m
dellelemento x H
LEMMA 1: H spazio con prodotto interno, siano m e W sottospazi vetto-
riali di H se H = mW allora c un legame diretto tra m

e W in particolare
m

= W : .
Dimostrazione. si verica facilmente che m

W successivamente se si consi-
dera:
v m

, W e m osservando che v = + =
v[) = [) +[) = [) +[[[[ (13.69)
ma per come ho scelto v, e appartengono ad insimi ortogonoli tra loro
quindi i due prodotti scalari mi si annulla, deducendo che la [[[[ = 0. Ma se
la [[[[ = 0 ottengo che:
v[) = [) = v = (13.70)
13.7. ORTOGONALIT NEGLI SPAZI A PRODOTTO INTERNO 103
quindi m

W
Mettendo insieme le due condizioni, una appena ottenuta e laltra dedotta
allinizio arrivo a poter dire che:m

= W
13.7.4 Equivalenza
Sia H spazio di Hilbert ed M un sottospazio vettoriale di H =:
PROPOSIZIONE1: Se M un chiuso e se M ,= H allora esiste un y H tale
che y ,= 0 e tale che yM
PROPOSIZIONE2: M denso in H M

= 0
Dimostrazione. Uso il lemma delle priezioni:
M

= (M

) =H = M (M

) = M M

=M = H =M

= 0
13.7.5 Lemma delle Rappresentazioni di Riesz
Sia H uno spazio di Hilbert e un funzionale lineare continuo su H =!y H
che rappresenjta cio:

y
(x) = x[y) con (x H) (13.71)
Supponiamo 0 =(x) = x[y) vericata da y = 0. Se cos non fosse
il Ker() ,= H ma dato che Ker un chiuso, questo implica che (Ker())

contiene un elemnto z ,= 0, dato che:


(Ker())

Ker() = 0 =(z) ,= 0 (13.72)


Dimostrazione. Supponiamo quindi che (z) = 1. Per ogni x H ha quindi
una rappresentazione:
x = (x)z +w con w Ker() w Ker() ho che w[z) = 0 (13.73)
se considero ora il prodotto scalare tra:
x[z) = (x)z +w[z) = (x)z[z) +w[z) = (x)z[z) = (x) [[z[[
2
(13.74)
Inne per lunicit: se y un vettore di H per cui il prodotto interno sia
hermitiano: x[ y) = x[y) =x H se z = y y =x preso ho che :
z[z) = [[z[[
2
= 0 =z = 0 ASSURDO ! quindi esiste un unico y.
13.7.6 Unicit della proiezione ortogonale
Si prendono le intersezioni con tante bolle e si verica che facendo variaire il oro
diametro alla ne rimane un solo punto che sosddisfa la condizione richiesta.
Questo vericato dal fatto che si dimostra che la successione dei diametri
delle bolle sferiche una successione di Cauchy in uno spazio metrico completo,
quindi converger al valore della distanza ortogonale.
4
4
Nota per lautore: Inserire una dimostrazione semplicata rispetto a quella di Valz Gris.
104 CAPITOLO 13. SPAZI L
P
- SPAZI DI HILBERT
13.7.7 Proiettori Ortogonali
Inserire un po di propriet sui proiettori ortogonali
13.8 Operatori Aggiunti, Autoaggiunti, Autova-
lori e Autospazi
Per introdurre la teoria degli operatori negli spazi di Hilbert ci ricolleghiamo al
Lemma delle Rappresentazioni di Riesz per applicato a H e al suo duale H

.
Siano H e H

, sia H

: ! y :
y
(x) = x[y). Si ricorda inoltre che la
norma di un operatore denita nel seguente modo:
[[[[ = sup
x=0
[(x)[
[[x[[
(13.75)
In particolare per questo caso, riprendedo un risultato gi ottenuto nella parte
in cui si studiati gli operatori il seguente:
[[(x)[[ = sup
x=0
[(x)[
[[x[[
= [[y[[ (13.76)
Questi riusltati appena elencati ci mostrano una cosa molto interessante. Il
fatto che [[[[ = [[y[[ ci dice che H e H

sono isometrici, quindi una successione


di Cauchy in H viene mandata in una successione di Cauchy su H

quindi se
H completo lo anche H

Prendiamo ora un operatore lineare continuo (indi limitato) A B(H) se esiste


un operatore lineare B B(H) tale che
Ax[y) = x[By) (13.77)
allora si dice che B lAggiunto di A. Qundo B esiste unico.
THEOREMA:Ogni operatore A B(H) possiede un operatore aggiunto.
Dimostrazione. Sia y H sia
y
(x) := Ax[y) posso vederla come la composi-
zone di due funzioni:
x Ax z z[y) (13.78)
H H H C
[
y
(x)[ = [Ax[y)[ [[Ax[[ [[y[[ [[A[[ [[x[[ [[y[[ (13.79)
considerando: [[A[[ [[y[[ = m arrivo a dire che:
[
y
(x)[ = m[[x[[ (13.80)
Applicando il lemma delle rappresentazioni di Riesz a
y
(x) = Ax[y) lo posso
scrivere come:
Ax[y) = x[y

) (13.81)
quindi esiste un vettore y

fatto in modo tale che sia vericata la relazione:


y y

= A

y (13.82)
A

lineare continuo limitato


13.9. BASI HILBERTIANE 105
1) A

Lineare:
Ax[y
1
+y
2
) = Ax[y
1
) +Ax[y
2
) = x[y

1
) +x[y

2
) = x[y

1
+y

2
) (13.83)
2) A

Continuo:
Bho! (13.84)
3) Laggiunto di A

se stesso:
[[y

[[ = [[
y
[[ =[[y

[[ [[A[[ [[y[[ (13.85)

[[A[[ [[y[[ y
poi impostiamo che:
Ax[y) = x[A

y) (13.86)
quindi :

=[[A[[

(13.87)
mettendo insieme le relazioni 13.85 e 13.87 otteniamo che:
[[A[[ =

(13.88)
Esempio:
Un interessante esempio mostra ora come il teorema spettrale valido per il caso
nito dimensionale, non sia pi valido:
Sia Q un operatore lineare autoggiunto, continuo e limitato. Trovare lo spettro
di questo operatore in L
2
(0, 1)
Notiamo che:
Qf[g) =
_
1
0
xf gdx =
_
1
0
f(x g)dx = f[Qg) (13.89)
Q come detto prima autoaggiunto e limitato:
xf(x) = f(x) =(x )f(x) = 0 (13.90)
il che implica che f(x) = 0q.o. quindi ricavo che loperatore Q non ha autovalori.
13.9 Basi Hilbertiane
Denire delle basi hilbertiane del mio spazio innito dimensionale una neces-
sit che discende direttamente dal poter utilizzare dal punto di vista geometrico
le propriet di questo spazio funzionale. Per poter fare geometria necessa-
rio avere delle basi a cui riferire delle coordinate. Un sistema ortonomale che
permette di diagonalizzare gli operatori deniti in uno spazio L
P
presempio
quello dei polinomi di Legendre, oppure i polinomi trigonometrifci di fourier.
106 CAPITOLO 13. SPAZI L
P
- SPAZI DI HILBERT
Capitolo 14
La Trasformata di Fourier
14.1 brevi richiami sugli spazi L
p
supponiamo 1 p < . Una funzione f(x) denita in X si dice di classe L
p
se
esiste nito lintegrale:
_
X
[f(x)[
P
dx < (14.1)
La norma di L
P
denita come:
[[f[[
P
=
__
X
[f[dx
_
1/p
(14.2)
14.2 alcuni teoremi base degli spazi L
P
1) L
p
completo:
Siano f
1
, f
2
, , f
n
funzioni di L
p
se
lim
n,m +
[[f
n
f
m
[[
P
= 0 (14.3)
allora esiste una funzione f L
p
tale che
lim
n +
[[f fn[[
P
= 0 (14.4)
2) Continuit in media delle f L
p
:
se f L
p
allora
lim
t0
_
X
[f(x +t) f(x)[
p
dx = 0 (14.5)
3) Disigualianza triangolare:
Se f, g, L
p
=[[f +g[[
P
[[f[[
P
+[[g[[
P
(14.6)
4) Disigualianza di Swartz (caso semplicato in L
2
della disugualianza di Hol-
der)
_
X
fg d
__
X
f
p
d
_1
p
__
X
g
q
d
_1
q
(14.7)
107
108 CAPITOLO 14. LA TRASFORMATA DI FOURIER
14.3 La trasforazione di Fourier il L
1
per ogni f L
1
cio tale che esista nito lintegrale
_
+

[f[ dx lintegrale:
__
+

e
ix
f(x) dx
_
esiste per ogni valore di (14.8)
Deniamo allora la trasformata di Fouerir F(x) di una funzione f L
1
nel
seguente modo:
F() =
1

2
_
+

e
ix
f(x) dx (14.9)
Cio immediata conseguenza del fatto che per R se considero:

e
ix
f(x)

= [f(x)[ (14.10)
allora ho che:

_
+

e
ix
f(x) dx

_
+

e
ix
f(x)

dx
_
+

[f(x)[ dx < (14.11)


Dalla scrittura qua sopra deduciamo che la nostra F() una funzione limitata
perch, indipendentemnte da abbiamo che:
[F()[ =
1

2
_
+

[f(x)[ dx < che il risutalto ottenuto prima.


Inoltre immediato dimostrare anche la F(x) una funzione continua su tutto
lasse reale. Infatti per ogni ed h reali avremo che:
F( +h) F() =
1

2
_
+

e
ix
(e
ihx
1)f(x) dx (14.12)
quindi:
[F( +h) F()[
_
1

2
_
+

e
ihx
1

[f(x)[ dx
_
h0
0 (14.13)
Teorema di Traslazione:
Siano a e b due numeri reali ssati in modo arbitrario. Se f(x) L
1
ed F() e
la sua trasformata di Fourier, allora la trasformata di f(x +a) F() e
ia
.
Inoltre F( + b) la trasformata di e
ibx
f(x) quindi vuol dire che che tutte le
funzioni traslate di una trasformata sono ancora una trasformata.
Proof.
1

2
_
+

e
ix
f(x +a) dx =
1

2
_
+

e
i(xa)
f(x) dx = e
ia
F()(14.14)
la sostituzione fatta banalmente un x = (xa). Allo stesso modo si dismosta
il caso:
F( +b) =
1

2
_
+

e
ix
_
e
ibx
f(x)

dx (14.15)
14.3. LA TRASFORAZIONE DI FOURIER IL L
1
109
Teorema di Reimann-Lebesgue
Se f L
1
allora:
lim

F() lim

2
_
+

e
ix
f(x)dx = 0 (14.16)
Dimostrazione. Sapendo la nostra trasformata di foureir possimao scriverla
normalmente:
F() =
1

2
_
+

e
ix
f(x)dx (14.17)
La F() per le propriet dei complessi sar banalmente dena in questo
modo:
F() =
1

2
_
+

e
i(x+/)
f(x)dx =
=
1

2
_
+

e
ix
f(x /)dx (14.18)
Stroendo la 13.18 dalla 13.17 si avr che:
2F() =
1

2
_
+

e
ix
[f(x) f(x /)] dx (14.19)
Maggiornado il lavore assoluto:
2 [F()[
1

2
_
+

[f(x) f(x /)[ dx (14.20)


Ma per il teorema di Continuit delle funzioni f L
p
(Teorema 2) so che:
lim

[f(x) f(x /)[ dx = 0 (14.21)


e da questo si ottiene il riusltato.
Corollario interessante:
Se f L
1
allora sono vericate le seguenti ugualianze:
lim
u
_
+

f(x) sin(ux) dx = 0 lim


u
_
+

f(x) cos(ux) dx = 0
I risultati nora raggiunti sono notevoli. Abbiamo visto che presa un funzione
in L
1
(R
n
) sensato scrivere lintegrale di fuorier di quella espressione. Abbiamo
visto che la trasformata di fourier della funzione f [ se f sempre in L
1
(R
n
)]
una funzione sempre in L
1
(R
n
) contunua, limitata, e tende a zero allinnito.
Le propriet non valvogono in modo simmetrico, infatti presa una funzione di
L
1
tale che sia continua, limitata tentende bene a zero allinnito, non detto
che questa sia la trasformata di fourier di un funzione f sempre in L
1
(R
n
).
110 CAPITOLO 14. LA TRASFORMATA DI FOURIER
14.3.1 Alcune funzioni ausliarie:
Nelle dimostrazioni dei teoremi di inversione e di estensione dell trasformata
di Fourier a tutto L
2
utile introdurre una classe di funzioni H(t) positi-
ve con trasformata di Fourier positiva, il cui integrale sia facile da calcolare.
Deniamo:
H(t) = e
|t|
(14.22)
deniamone la sua trasformata di Fourier:
h

(x) =
_
R
H(t)e
ixt
dt ( > 0) (14.23)
Da semplici conti si pu calcolare il valore dellintegrale:
h

(x) =
_
2

2
+x
2
(14.24)
Svolgendo sempre facili conti si pu notare che la h

pure normalizzata a 1:
_
R
h

(x)dx = 1 (14.25)
Una osservazione molto interessante e che ritorner molto utile nei teoremi
successivi la seguente:
(f h

)(x) =
_
R
H(t)F(t)e
ixt
dt (14.26)
Dimostrazione.
(f h

)(x) =
_
R
f(x y) dy
_
R
H(t)e
ity
dt =
_
R
dtH(t)
_
R
dyf(x y)e
ity
=
=
_
R
H(t) dt
_
R
f(p)e
it(xp)
dp =
_
R
H(t)e
itx
dt
_
R
f(p)e
itp
dp =
=
_
R
H(t)F(t)e
itx
dt (14.27)
14.3.2 IL PROBLEMA DELLINVERSIONE DELLA F.T.
Per la trasformata di Fouerier esiste una formula di invesione ed la seguente:
F(u) =
1

2
_
R
n
e
inx
f(x)dx (14.28)
f(x) =
1

2
_
R
n
e
inx
F(u)du (14.29)
dove la F(u) la mia trasfrormata di fourier e la f(x) rappresenta la tasformata
inversa.
Per dare senso alla 14.23 inziamo commentando alcuni Lemmi utili:
14.3. LA TRASFORAZIONE DI FOURIER IL L
1
111
LEMMA1:
Sia (t) una funzione a variazione limitata
1
in [0, ] per un certo > 0. Allora
lim
R
1

_

0
(t)
sin(Rt)
t
=
1
2
(0
+
) (14.30)
Si pu dimostrare che ogni funzione a variazione limitata pu essere espressa
come la dierenza di 2 funzioni limitate NON decrescenti, quindi suciente
dimostrare il lemma nel caso in cui non descrente e limitata in [0, ]
CASO1: (0
+
) = 0
Doto un > 0 possibile identicare un tale che 0 < < tale che [(t)[
per 0 < t < . Usando ora il teorema della media integrale, possiamo dire che
esiste uno in [0, ] tale che:
_

0
(t)
sin(Rt)
t
dt = (0
+
)
_

0
sin(Rt)
t
dt +(

)
_

sin(Rt)
t
dt =
= (

)
_

sin(Rt)
t
dt = (

)
_
R
R
sin(Rt)
t
dt
Ora se scelgo una A tale che:

_
b
a
sin(t)
t
dt

A per ogni intervallo (a, b) allora:

_

0
(t)
sin(Rt)
t
dt

A (14.31)
Si ottiene che:

_

0
(t)
sin(Rt)
t
dt

A+

(t)
sin(Rt)
t
dt

(14.32)
si nota che (t)/t integrabile in [, ] poich limitata in [0, ]. Per il
corollario precednete quindi si ha che :
lim
R
_

sin(Rt)
t
dt = 0 (14.33)
Dalla 14.26 si e dalla 14.27 si conclude che:
limsup
R

_

0
(t)
sin(Rt)
t
dt

A (14.34)
usnado larbitrariet di epsilon posso gingo a dire:
lim
R
1

_

0
(t)
sin(Rt)
t
dt = 0 =
1
2
(0
+
) (14.35)
CASO2: (0
+
) ,= 0
Poniamo (t) = (t) (0
+
) allora questo implica che (0
+
) = 0 quindi
possiamo riutilizzare i riultati ottenuti per il caso precedente in particolar modo:
lim
R
_

0
(t)
sin(Rt)
t
dt = 0 (14.36)
1
f(x) a variazione limitata in (a, b) se er ogni partizione di (a, b) x
1
, x
2
, , x
n
si ha
P
n
1
|f(x
k
) f(x
k1
)| < M
112 CAPITOLO 14. LA TRASFORMATA DI FOURIER
Si pu vericare che :
1

_

0
sin(Rt)
t
dt =
1

_
R
0
sin(Rt)
t
dt
1
2
per R (14.37)
inne, da come stata considerata (t) possiamo scrivere che:
1

_

0
(t)
sin(Rt)
t
dt =
1

_

0
(t)
sin(Rt)
t
dt +(0
+
)
1

_

0
sin(Rt)
t
dt (14.38)
Questa condizione con quelle precedenti portano a dire che:
lim
R
1

_

0
(t)
sin(Rt)
t
dt =
1
2
(0
+
) (14.39)
Quindi mettendo insime il riusltato del caso 1 del caso 2 abbiamo proprio
lenunciato del nostro lemma, quindi la proposizone 14.24 risulta dimostrata.
Dimostrazione alternativa: La dimostrazione presentata precedentemen-
te del teorema di inversione rigorosa e molto stabile. Allos stesso modo
per, possimo costruire una seconda dimostrazione molto pi semplice basata
sulle propriet delle funzioni ausiliarie enunciate nella sezione 14.3.1. Infatti
possiamo scrivere:
Dimostrazione. Se f L
1
e F L
1
e se:
g(x) =
_
R
F(u)e
iux
dt (14.40)
allora g C
0
e f(x) = g(x) infatti:
(f h

)(x) =
_
R
H(t)F(u)e
ixu
du (14.41)
Lintegranda limitata dal modulo di [F(u)[ e dato che H(t) 1 al tendere di
0 lintegrale converge ad una funzione che per ora chiamiamo g(x) x R
1
per il teorema di Lebesgue della convergenza dominata.Sapendo che se 1 p
e se la f L
p
allora ho che :
lim
0
[[f h

f[[ = 0 (14.42)
questo dice che quanto fatto nora ha senso, la g esiste veramente e possiamo
anche notare che se
n
una succ. di Cauchy con limite 0 quindi
n
0
allora :
lim
n
(f h

n
)(x) = f(x) q.o. (14.43)
Quindi f(x) = g(x) qusi ovunque. Il fatto che g(x) C
0
segue direttamente dal
fatto che se una funzione generica f se il L
1
allora in C
0
e [[F[[

[[f[[
1
14.3. LA TRASFORAZIONE DI FOURIER IL L
1
113
14.3.3 TEOREMA DI JORDAN:
Se f L
1
a varaizione limitata in un intorno del punto x, allora:
lim
R
1

2
_
R
R
e
iux
F(u)du =
1
2
[f(x
+
) +f(x

)] (14.44)
Dimostrazione. per ogni R>0 possiamo porre:
S
R
(x) =
1

2
_
R
R
e
iux
F(u)du =
1
2
_
R
R
e
iux
du
_
+

e
iut
f(t)dt (14.45)
dato che la f L
1
(R) allora lintegrale doppio scritto nella formula 14.35
assolutamente convergente. Essendo assolutamente convergente, vale il th. di
Fubini, posso invertire lordine di integrazione:
S
R
(x) =
1
2
_
+

f(t)dt
_
R
R
e
iu(xt)
du =
1

_
+

f(t)
sin(R(x t))
x t
dt =
=
1

_
R
f(x t)
sin(Rt)
t
dt (14.46)
Inne, scomponendo la f nelle sue componeti pari e dispari, cio ponendo
identicamente:
f(x t) =
1
2
[f(x t) +f(x +t)] +
1
2
[f(x t) f(x +t)] (14.47)
si ha che:
S
R
(x) =
1

_

0
[f(x t) +f(x +t)]
sinRt
t
dt = I
1
+I
2
dove:
I
1
=
1

_

0
[f(x t) +f(x +t)]
sinRt
t
dt
I
2
=
1

[f(x t) +f(x +t)]


sinRt
t
dt (14.48)
e il un > 0 : f risulti a variazione limitata in [x , x +]. Per il lemma
precednete abbiamo che:
lim
R
I
1
lim
R
1

_

0
[f(x t) +f(x +t)]
sinRt
t
dt =
1
2
[f(x

) +f(x
+
)]
per il secondo integrale, dato che [f(x-t)+f(x+t)]/t integrabile per 0 x <
ho che per il corollario di Reimann-Lebesgue:
lim
R
I
2
=
1

[f(x t) +f(x +t)]


t
sinRt dt = 0 (14.49)
Quindi mettendo insieme tutti i risultati raggiunti si ottiene la tesi del th. di
Jordan:
lim
R
S
R
= lim
R
I
1
+ lim
R
I
2
=
1
2
[f(x

) +f(x
+
)] (14.50)
c.v.d.
114 CAPITOLO 14. LA TRASFORMATA DI FOURIER
14.3.4 Prodotto di convoluzioni
Se f, g L
1
(R) se esiste lintegrale :
h(x) =
_
R
f(x t)g(t)dt (14.51)
chiamiamo h(x) prodotto di convovoluzioni di f e ge possiamo anche scriverla
come h = f g
Usando il teorema di Fubini semplicissimo dimostrare che lintegrale h(x)
esiste per quasi tutti gli x, ed h(x) una funzione id L
1
(R)
Le convoluzioni sono commutative ed associative:
f g = g f (14.52)
(f g) k = f (g k) (14.53)
vedere la commutativit della convuluzione banalissimo infatti basta eettu-
rare questa sostituzione: s = x-t, e otteniamo:
_
R
f(x t)g(t)dt =
_
R
g(s x)f(s)dt (14.54)
Posso farlo perch quel prodotto scalare hermitiano quindi se inverto lordine
inverto anche il sengo.
TEOREMA DI CONVOLUZIONE:
siano f, g L
1
(R) e sia h = f g, allora indicando con H(u), F(u) e G(u) le
trasformate di Fourier rispettivamente delle h(x) , f(x) , g(x) si ha che :
H(u) = F(u) G(u) (14.55)
Dimostrazione. La dimostrazione di questo teorema banale infatti basta ap-
plicare le denizioni nora esposte:
Quindi per ogni u abbiamo che :
H(u) =
_
R
e
iux
h(x)dx =
_
R
e
iux
dx
_
R
f(x t)g(t)dt =
=
_
R
g(t)dt
_
R
e
iux
f(x t)dx =
_
R
g(t)dt
_
R
e
iu(x+t)
f(x)dx =
=
_
R
e
iut
g(t)dt
_
R
e
iux
f(x)dx = G(u) F(u) (14.56)
Nel secondo passaggio per passare da e
iux
f(x t) alla scrittura equivalente:
e
iu(x+t)
f(x) si fatta una banale sostituzione del tipo x = x +t
Dato che f, g L
1
(R) quindi tutti gli integrali convergono assolutamente. Si
potuto applicare il th. di Fubini ripetutamente raggiungnerndo allasserto.
14.3.5 La Trasformata di Fourier in L
2
(R)
Nei paragri precedenti si parlato della trasformata di fouerier per funzioni
L
1
(R). Qui ora ci proponiamo di dare alcuni primi risultati della trasformata
di fouerier a L
2
(R) cio alle funzioni f a quadrato sommabile. Cominciamo ad
14.3. LA TRASFORAZIONE DI FOURIER IL L
1
115
analizzare il caso in cui f (L
1
(R) L
2
(R)).
Teorema: se f (L
1
(R) L
2
(R)) allora la sua trasforata di fouerier in
L
2
(R) e vale lugualianza di Parseval:
_
R
[F(u)[
2
du =
_
R
[f(x)[
2
dx (14.57)
Dimostrazione. Omessa
TEOREMA DI PLANCHEREL: Dato che la misura di lebesgue su R
1
una misura positiva innita, L
2
non un sottoinsieme di L
1
e la denizo-
ne della Trasformata di Fouerier data nella formula 14.8 non direttaemnte
applicabile alle funzioni di L
2
(R). La denione comunque inizialmente ap-
plicabile a quelle funzioni appartenenti a L
1
L
2
. Per questo tipo di funzioni
come abbiamo visto vale lugualinaza di parceval quindi [[F(u)[[
2
= [[f[[
2
que-
sta isometria di L
1
L
2
in L
2
, pu essere estesa a tutto L
2
, questa estensione ci
permetter di denire la trasformata di Fourier a tutte le funzioni f L
2
(R).
La trasformata di Fourier estesa a tutte le f di L
2
(R) viene anche chiamata
anche Trasformata di Pancherel. Nasce quindi una L
2
-teoria della Trasfor-
mata di Fouerier che ha la grande propeirt di essere molto pi simmetrica
del caso di L
1
(R). Infatti rispetto a L
1
(R) in L
2
(R) come stato possibile
dallugualianza di Parceval, F(u) e f(x) giocano lo stesso peso.
Possiamo associare ad ogni funzione f(x) L
2
una funzione F(u) anches-
sa in L
2
tale che si abbaino ssate le seguenti propriet:
a) F(u) la trasfomata di fouerier secondo la vecchia denzione della mia
funzione di partenza f QUANDO E SOLO QUANDO f L
1
L
2
;
b)Per ogni f L
2
vericata luagualizna di Parceval: [[F(u)[[
2
= [[f(x)[[
2
;
c) La mappatura f F un isomrsmo in uno spazio H da L
2
su L
2
;
d)La seguente relazione di simmetria esistente tra f e F

A
(x) =
_
R
R
f(x)e
iux
dx
A
(u) =
_
R
R
F(u)e
iux
du (14.58)
implica che [[
A
F[[
2
0 e che [[
A
f[[
2
0
Dimostrazione. Dato che L
1
L
2
denso
2
in L
2
la propeirt a) e b) sono
determinate dallunicit della mappatura f F La propeirt d) viene spesso
chiamata Teorema di inversione in L
2
.
Per prima cosa consideriamo la relazione di Parceval:
[[F[[
2
= [[f[[
2
(f L
1
L
2
) (14.59)
2
dire che L
1
T
L
2
denso in L
2
vuol dire che ogni elemento di L
2
ricostruibile come
limite di una serie di funzioni {f
n
} L
1
T
L
2
. infatti possiamo mostrare che presa un
f L
1,2
possiamo dire che : lim
n
R
R
|f
n
|
2
d =
R
R
lim
n
|f
n
|
2
d =
R
R
|f(x)|
2
d(x)
per il teorema di Lebesgue. da cui poi facile dedurre che ogni funzione L
2
identicabile
come funzione limite di una successione di funzioni in L
1,2
. Quindi L
1
L
2
denso in L
2
116 CAPITOLO 14. LA TRASFORMATA DI FOURIER
Per semplicit di notazione chiamiamo L
1,2
linsieme L
1
L
2
. Fissiamo una f
in L
1,2
, poniamo F(u) = f(x) e denaimo g = f F, allora:
g(x) =
_
R
f(x y)f(y)dy =
_
R
f(x +y)f(y)dy (14.60)
Oppure scritta in una notazione spesso usata sui libri di analisi funzionale:
g(x) = (f
x,f
) (14.61)
dove il prodotto interno preso quello dello spazio di Hilber L
2
e con f
x
si
vuole indicare la traslata di f. Per il teroema di traslazione enunciato ad inzio
capitolo, abbiamo che la mappa x f
x
una mappa continua di R in L
2
, la
continuit del prodotto interno implica che g una funzione continua. Dalla
disugualianza di Swartz otteniamo anche che:
[g(x)[ [[f
x
[[
2
[[f[[
2
= [[f[[
2
2
(14.62)
quindi si osserva che g limitata . Dato che g L
1
, f L
1
e F L
1
possiamo
scrivere:
(g h

)(0) =
_
R
H(t)G(t)dt (14.63)
dato che la g continua e limitata allora:
lim
0
(g h

)(0) =
_
R
H(t)G(t)dt = g(0) = [[f[[
2
2
(14.64)
Si pu dimostrare
3
che G(u) = [F[
2
0 e anche che H(t) cresce a 1 al tendere
di a zero
4
. Il teorema della convergenza monotona ci permette quindi di
scrivere:
lim
0
_
R
H(u)G(u)du =
_
R
[F(u)[
2
du (14.66)
Ora dai risultati precedneti possamo concludere che la F L
2
e che le norme
si mantengono. Questo un punto gruciale della dimostrazione. Sia dato Y
lo spazio di tutte le Trasformate di Fouerier F delle funzioni f L
1,2
la 14.49
ci dice che Y L
2
. possimao aermare che Y denso in L
2
per esmepio
prendendo Y

= 0. Le funzioni x e
ix
H(x) sono in L
1,2
R e per
ogni > 0 abbiamo che la sua trasformata di fouerier :
h

( t) =
_
R
e
ix
H(x)e
ixt
dx (14.67)
3
Dimostrazione. Se f L
2
allora =che se g(x) = f(x) allora G(u) = F(u) infatti basta
andare a sostituire nella denizione di trasformata di Fourier:
F(u) =
Z
R
f(x)e
iux
dx =
Z
R
g(x)e
iux
dx =
Z
R
g(x)e
iux
dx = G(u) (14.65)
4
Si veda sezione 14.3.1
14.3. LA TRASFORAZIONE DI FOURIER IL L
1
117
sono conseguentemente in Y . Se w L
2
, w Y

segue che:
(h

w)() =
_
R
h

( t) w(t)dt = 0 (14.68)
questo vale per ogni . Infatti abbiam preso w in Y

, quindi dato che se


1 p < e f L
p
allora lim
0
[[f h

f[[ = 0 e dal fatto che Y denso


in L
2
allora facendo il prodotte hermitiano tra una oggetto in L
1

L
2
e Y

signica fare il prodotto scalare tra du oggetti ortogonali, quindi il risultato


zero. Ora introduciamo la notazione temporanea: Tf = F(u). Come stato
provato precendentemente il mio opetatore T una isometria da un sottospazio
denso in L
2
chiamato L
1,2
verso un altro sottospazio denso in L
2
chiamato Y .
Il mio operatore T per pu essere esteso a isometria di tutto L
2
su tutto L
2
,
questo dal fatto che possibile dimostrare
5
che se X, Y sono spazi metrici e
X completo, se T : X Y UNIFORMEMENTE continuo , se X ha un
sottoinsieme denso X
0
sui cui T(X
0
) denso in Y allora T una isometria tra
X e Y . Loperatore esteso lo identichiamo nel seguente modo:

T allora se
scriviamo

Tf otteniamo le propeirt a) e b), la propeit c) segue direttamente
dalla b) dalla dimostrazione della formula di Parceval.
_
R
f(x)g(x)dx =
_
R
F(t)G(t)dt (14.69)
che vale cos per ogni f L
2
e per ogni g L
2
. Per dimostrare la d), prendiamo
la funzione caratteristica dellinsieme A = [A, A] che denotiamo con
A
. La
funzione
A
f L
1,2
. in particolare se f L
2
e abbiamo che:

A
(u) =
_
R

A
f(x)e
iux
dx (14.70)
con [[f
A
f[[ 0 al tendere di A allora segue dalla propeit b) che:
[[F
A
[[
2
= [[(f
A
f)

[[
2
0 (14.71)
al tendere di A Laltra met della d) si dimostra nello stesso identico
modo.
5
Dimostrazione. La conseguenza di questa propriet puramente topologica:
Se f una isometria su X una conseguenza immediata della continuit uniforme di f.
Prendiamo un y Y , dato che f(X
0
) denso in Y , c una successione f(x
n
) y per
n , la convergenza uniforme mi dice che questa una successione di Cauchy. Dato che f
una isometria allora deve esistere in X una rispettiva successione di Cauchy {x
n
} X tale
che {f(x
n
)} y Y ma noi per ipotesi abbiamo preso lo spazio metrico X compelto, quindi
la successione di Cauchy considerata converge ad un qualche limite x X e la continuit ci
dice che f(x) = limf(x
n
) = y
118 CAPITOLO 14. LA TRASFORMATA DI FOURIER
Capitolo 15
Teoria delle Distribuzioni
In questo capitolo introdurremo alcuni argomenti principali della teoria del-
le distribuzioni in particolare, in primis si presenteranno alcuni concetti base
come quello delle successioni di Dirac, si riprenderanno alcune propriet delle
convoluzioni ed inne si dar una denizione distribuizione, cercando di capire
in che modo generalizzano le funzioni ed inne presentare anche le denzioni
di derivate di una distribuzione e il teorema del calcolo per le distribuzioni.
15.1 Spazi Prodotto
15.1.1 Convoluzioni
Sapendo dal teorema di Fubini ch se consideriamo (X, o, ) e (Y, T, ) spazi
metrici con una misura nita. Sia f una funzione misurabile denita in
X Y allora:
i) Se 0 f e se
(x) =
_
Y
f
x
d (x) =
_
X
f
y
d (x X, y y) (15.1)
allora e o misurabile e T misurabile
_
X
d =
_
XY
fd( ) =
_
Y
d (15.2)
(15.3)
ii) Se f L
1
( ) e sia f
x
L
1
() per quasi ogni x X e f
y
L
1
() per
quasi ogni y Y allora le funzioni e sono denite dalla 15.1 quasi ovunque,
sono rispettivamente in L
1
() e L
1
() e vale la 15.2
Ora possiamo dare una denizione di convoluzione e dimostrare un fondamen-
tale teorema:
siano f L
1
e g L
1
denisco la convoluzione tra f e g (e la identico
come (f g)) come lintegrale:
(f g) =
_
R
f(x y)g(y) d(y) (15.4)
119
120 CAPITOLO 15. TEORIA DELLE DISTRIBUZIONI
In genrale questo integrale non esiste quindi dobbiamo identicare bene gli in-
tervalli in cui questa scrittura esiste, infatti per un x ssato lintegrale esiste,
ma per ogni x? Abbiamo il prodotto di due funzioni di L
1
e questo non neces-
sariamente restituisce una funzione di L
1
quindi:
TEOREMA:
Supponiamo che f L
1
(R
1
) e g L
1
(R
1
) allora:
_
R
[f(x y)g(y)[ d(y) < (15.5)
per quasi ogni x. Per queste x, denisco
h(x) =
_
R
f(x y)g(y) d (15.6)
ALLORA h(x) L
1
e si ha che:
[[h[[
1
[[f[[
1
[[g[[
1
(15.7)
Dimostrazione. Vogliamo usare il teorema di Fubini per dimostrare che linte-
grale 15.5 esiste. Per prima cosa consideriamo la funzione
F(x, y) = f(x y)g(y) (15.8)
una funzione boreliana di R
2
! Allora denisco due funzioni:
: R
2
R e una seconda : R
2
R tale che
(x, y) = x y (x, y) = y (15.9)
Allora f(x y) = (f o )(x, y) e la g(y) = (g o )(x, y).Dal fatto che e
sono Boreliane allora anche la loro composizone (f o ) e (g o ) rappresentano
funzioni Boreliane.
1
Ora possiamo osservare che :
_
R
dy
_
R
[Fx, y[ dx =
_
R
[g(y)[ dy
_
R
[f(x y)[ dx = [[f[[
1
[[g[[
1
(15.10)
l dove:
_
R
[f(x y)[ dx = [[f[[
1
Per ogni y R, dallinvarianza per traslazione della misura di lebesge. In
questo modo F L
1
(R
2
) e il th. di fubini mi permette di scambiare lordine
di integrazione:
[[h[[
1
=
_
R
[h(x)[ dx
_
R
dx
_
R
[F(x, y)[ dy =
=
_
R
dy [g(y)[
_
R
dx [f(x y)[ = [[g[[
1
[[f[[
1
(15.11)
ottendo quindi la propozione di partenza: [[h[[
1
[[f[[
1
[[g[[
1
1
Questo vero perch in genrale se f misurabile , e se Z un genrico spazio topologico
allora se g : Y Z una mappa boreliana e se h denita comeh = g o f. Allora h : X Z
rappresenta pure lei una mappa Boreliana.
Dimostrazione: Se V un aperto in Z, allora g
1
(V ) un aperto in Y e abbiamo che:
h
1
(V ) = f
1
(g
1
(V ))
15.2. SUCCESSIONI DI DIRAC 121
15.1.2 proiet delle convoluzioni
Qui di seguito un elenco delle principali propriet delle convoluzioni:
1. Commutativit : (f g) = (g f) ;
2. Associativit : (f g) h = f (g h) ;
3. Distributivit : f (g +h) = f g +f h ;
4. Moltiplicazione per scalare: (f g) = (f) g = f (g)
5. Regola di dierenziazione: T(f g) = (Tf) g = f (Tg) ;
15.2 Successioni di Dirac
Denisco successione di Dirac, la seguente successione di funzioni:
Una successione di funzioni
k
:
k
: X Y con X, Y spazi metrici tale che:

k
(x) 0 (15.12)

_
R
n

k
(x) d = 1 (15.13)
> 0 si ha che lim
k+
_
||x||>

k
d = 0 (15.14)
Teorema di approssimazione
Sia f C
K
c
(R
n
) dove 0 k < . Sia C

c
(R
n
) tale che :
0 ; supp [x[ 1 ;
_
R
n
d = 1 (15.15)
Sia un > 0 e posto che:
f

(x) =
n
_
R
n
f(y)
_
x y

_
dy (15.16)
Allora f

c
(R
n
) e il suo supporto contenuto in un vicino al supporto
di f e abbiamo che

converge uniformemente a

f per 0
122 CAPITOLO 15. TEORIA DELLE DISTRIBUZIONI
Capitolo 16
Analisi Complessa
In questa sezione descriveremo alcuni concetti basilari delle funzioni a variabile
complessa. Rideniremo alcuni concetti gi visti nellanalisi Reale. La tratta-
zione sar agile e sintetica in quanto questo lavoro non si preoccupa di essere
testo completo di analisi ma verranno dati gli elementi basilari (col dovuto for-
malismo) allintroduzione di questo grandissimo e vastistimo argomento. La
primissima cosa da denire sar il concetto di derivata, dopo il quale, osserve-
remo gli sviluppi di taylor, funzioni olomorfe e inne osservare alcuni criteri di
convergenza delle serie di Laurent.
16.1 Denizone di Derivata e Dierenziabilit
Sia D un aperto di C e sia f : D C una funzione complessa a valori complessi
allora:
Si dice che f derivabile nel punto z D se esisite in C il limite:
f

(z) = lim
wz
f(w) f(z)
w z
(16.1)
riscrivendo il rapporto incrementale per la parte Reale e per la parte immagi-
naria, otteniamo dopo alcuni conti lLidentit di Cauchy-Reimann:

x
f(z) =
1
i

y
f(z) (16.2)
Lidentit di cauchy reimann sostanzialmente deducibile dal fatto che se noi-
la nostra funzione di vbariabile complessa la scriviamo come f(z) = u(x, y) +
iv(x, y) e prendiamo i due rapporti incrementali, lungo lasse reale e limma-
ginario otteniamo proprio la denizione di derivata parziale delle mie funzioni
u(x, y) e v(x, y) ! Questa una grande idea perch posso denire la dieren-
ziabilit della mia funzione f(z) in questo modo:
Incremento sullasse reale, sia h R
lim
h0
f(z +h) f(z)
h
= lim
h0
f((x +h) +iy) f(x +iy)
h
=
= lim
h0
u(x +h, y) u(x, y)
h
+i
v(x +h, y) v(x, h)
h
=
=
x
u(x, y) +i
x
v(x, y) (16.3)
123
124 CAPITOLO 16. ANALISI COMPLESSA
Incremento sullasse complesso, sia k R
lim
k0
f(x +i(y +k)) f(x +iy)
ik
=
1
i
lim
k0
u(x, y +k) u(x, y)
k
+i
v(x, y +k) v(x, h)
k
=
=
1
i
(
y
u(x, y) +i
y
v(x, y)) (16.4)
Per essere derivabile devono essere uguali le due derivate, quindi esce lidentit
di C-R.
Detto questo possiamo aermare la seguente proposizione:
Sia f : D C funzione complessa a valori complessi, f(z) = u(x, y) +iv(x, y)
con u, v, x, y reali, e sia x + iy D. La funzione f derivabile in senso
complesso in z = x+iy se e solo se u e v sono entrambe dierenziabili in senso
reale in (x,y) R
2
ed in pi le derivate parziali devono vericare lidentit di
Cauchy Reimann
lidentit di Cauchy Reimann citata nel punto 1.2 pu essere riscritta per un
caso reale come:

x
u(x, y) =
y
v(x, y)
y
u(x, y) =
x
v(x, y) (16.5)
dove u(x, y) = Re(f(z)) mentre v(x, y) = Im(f(z))
16.2 Funzioni Olomorfe
Sia D un aperto di C in cui sia denita una funzione f : D C. La funzione
f si dice Olomorfa se z D derivabile in senso complesso e se z D si
ha che f

(z) (
0
In poche parole la funzione f Olomorfa in D se nellaperto considerato
di classe (
1
.
Usando un po di terminologia spesso, viene denito con:
1. H(D) lo spazio delle funzioni Olomorfe su un aperto D C considerato;
2. Una funzione f si dice intera se Olomorfa su tutto C
16.3 Funzioni Antiolomorfe
Dato D C aperto deniamo antiolomorfa in D ogni funzione f : D C
tale che la sua conigata

f : D C denita come

f(x +iy) = u(x, y) iv(x, y)
Olomorfa.
Proposizioni: Sia f : D C con D C aperto e f (
1
sui reali, allora:
1. f antiolomorfa se e solo se f(x + iy) = 0 cio se e solo se vericato
che:

x
u(x, y) =
y
v(x, y)
y
u(x, y) =
x
v(x, y) (16.6)
2. f allo stesso tempo Olomorfa e Antiolomorfa se localmente costante
sulle componenti connesse del domonio D
16.4. INTEGRAZIONE SU CAMMINI 125
16.4 Integrazione su Cammini
Se abbiamo una situazione in cui D C ed f : D C continua si pu consi-
derare la forma dierenziale complessa f(z)dz. Ci interessa denire lintegrale
di tale forma lungo un cammino stabilito. Un cammino una curva che
noi possiamo pensare parametrizzata nel seguente modo:
: [a, b] D (16.7)
un cammino in D. si pensa che sia anche continua a tratti. Per denizione
di integrale di una curva possiamo formalizzare il tutto dicendo:
_

f(z)dz =
_
b
a
f((t))

(t) dt (16.8)
DISUGUAGLIANZA FONDAMNETALE: Se D aperto di C, f : D C
continua, : [a, b] D un cammino in D e sia [[f[[

denota il massimo
modulo della funzione f sul sostegno (t) con t [a, b] si ha che:

f(z)dz

[f(z)[ [dz[ [[f[[

V () (16.9)
Dimostrazione. La dimostrazione molto banale:

f(z)dz


_
b
a
[f((t))[ [

(t)[ [dt[
_
b
a
[[f[[

(t)[ [dt[ =
= [[f[[

_
b
a
[

(t)[ [dt[ = [[f[[

V () (16.10)
Dove V () rappresenta la lunghezza del cammino in D.
16.4.1 Invarianza per Omotopia
Come per gli integrali di linea di campi vettoriali a componenti reali si di-
mostrato linvarianza dellintegrale per omotopia, lo stesso vale anche nella
trattazione di funzioni complesse integrate lungo due cammini omotopi, in par-
ticolare:
Sia D aperto di C ed f : D C olomorfa. Se e sono due circuiti di D
omotopi in D allora soddisfatta lugualinza:
_

f(z)dz =
_

f(z)dz (16.11)
Dimostrazione. Per il teorema gi citato sullinvarianza dellintegrale per omo-
topia. Guardare la sezione dei domini aperti connessi nel Capitolo 11
FORMULA DI CAUCHY PER IL CERCHIO:. Sia D C aperto e sia
f : D C olomorfa. Se a D ed r>0 sono tali che il disco chiuso di centro a
e raggio r contenuto in D si ha che:
f(z) =
1
2i
_
B(a,r]
f()
z
d (16.12)
dove B(a, r] indica lintegrale esteso al bordo del cerchio di centro a e raggio r
oppure possiamo vederlo come: (t) = a +re
it
dove t [0, 2]
126 CAPITOLO 16. ANALISI COMPLESSA
Dimostrazione. Fisso uno z B(a, r[ si considera la funzione g : D C
denita in questo modo:
g() =
f() f(z)
z
se D z; g(z) = f

(z) (16.13)
Ora contaggo il cerchio sul punto z con omotetie di rapporto tendente a zero.
I cerchi diventano quindi descritti:

(t) = z +((t) z) al variare di [0, 1] (16.14)


Per = 1 ho il cerchio completodi raggio r e centro a, per = 0 ho che

0
(t) = z
Integrando la funzione g() possimao notare che:
I() =
_

g()d =
__
2
0
g(z +((t) z))

(t) dt
_
[0, 1] (16.15)
I

sono tutti circuiti omotopi g() limitata nel cerchio compatto di centro a
e raggio r. Sia M il suo massimo modulo nel compatto considerato, osservando
anche che:
[I()[
_

[g()[ [d[
_

M[d[ = M2r (16.16)


se 0
+
=I() 0 quindi I(0) = I(1) = 0. quindi posso ugualiare e
svincolarmi dagli estremi:
_

f() f(z)
z
d = 0 =
_

f()
z
d =
_

f(z)
z
d (16.17)
FORMULA DI CAUCHY PER LE DERIVATE SUCCESSIVE: Sia D C
aperto e f : D C olomorfa, allora si ha che per ogni discho chiuso B(a, r] D
e n N:
f
(n)
(z)
n!
2i
_
B(a,r]
f()
( z)
n+1
per z B(a, r[ (16.18)
Cio derivate di funzioni olomorfe sono funzioni olomorfe.
Dimostrazione. Derivando successivamente sotto il segno di integrale ottengo
che:
d
m
(1/( z))
dz
n
=
n!
( z)
n+1
(16.19)
per induzione su n si arriva allasserto.
Capitolo 17
Appendici
127
128 CAPITOLO 17. APPENDICI
Appendice A
17.1 Limite superiore
Data un successione x
n
R, sia linsieme (x
n
) la classe limite della
successione, cio linsieme degli a R che sono limite di una qualche sottosuc-
cessione di x
n

Denizione: Denisco Limite superiore (o massimo limite) la seguente scrit-


tura:
s := sup(x
n
) limsup
n+
x
n
( R) (17.1)
Propriet interessanti del massimo limite:
s (x
n
) allora il limite superiore della successione se essite il
massimo della classe limite;
s = inf
n
(sup
k
x
k
: k n) = lim
n
(sup
k
x
k
: k n);
Sia a R allora:
se s < a =x
n
< a n > ;
se s > a =x
n
> a Per inniti indici.
Poof.
1) Fissiamo una successione z
n
R talche che z
n
S. Posso costruire
una seccessione di indici che mi tornano utili per costuire una sottosucessione
convergente nel seguente modo:
se z
1
< s allora per la propriet dellestremo superiore a
1
: z
1
< a
1
s.
Lintervallo (z
1
, s + 1) un intorno di a
1
allora esiter un indice n
1
: x
n
1

(z
n
, s + 1)
Seguita il passaggio K volte alla ne ottengo una successione di indici:
n
1
< n
2
< n
3
, tale che: x
n
k

_
z
k
, s +
1
k
_
(17.2)
ma z
k
s per ipotesi e s +
1
k
s quindi per il teorema del confornto anche
x
n
k
s allora s
2) Denoto con
n
:= sup
k
x
k
: k n osservo che la successione
n
non
crescente allora ammette limite e quindi soddisfa le denizioni:
= lim
n

n
= inf
n

n
(17.3)
129
130 CAPITOLO 17. APPENDICI
Per come stato denito
1
possiamo dire che k
1
N tale che x
k
1
<
1
1
allo stesso modo:
Per come stato denito
k
1
+1
possiamo dire che k
2
Ntale che x
k
2
<
k
1

1
2
allo stesso e cos via, costruisco una successione di indici:
k
1
, k
2
, .... (17.4)
tali che:

k
j1
2
(j1)
< x
k
j

k
j1
(17.5)
per il teorema del confronto ho che x
k
j
= =per come stato
denito che s.
Ma possiamo dire anche che a R con a < sb con a < b s essendo
b limite di una sottosuccessione x
n
deve essere che x
n
k
> ak > =si
deduce che
n
= supx
k
: k n > an N e dato che
n
ho che > a.
ma a (, s) allora ho che s. Mettendo insieme anche la condizione
precedente su abbiamo che :
= s (17.6)
Capitolo 18
Equazioni dierenziali alle
derivate parziali
18.1 Problema delle onde monodimensionale
Il prblema dele onde rientra in molti ambiti sici di particolare interesse. Con
semplici conisiderazioni di dinamica, si pu osservare che il moto di una corda
vibrante lasciata libera di muoversi sotto certe condizioni inziali e condizioni
al bordo, ha una dinamica descritta da questa equazione:

2
u(x, t)
t
2
v
2

2
u(x, t)
x
2
= 0 (18.1)
le cui condizioni iniziali e le condiziooni al bordo sono:
_

_
u(x, 0) = f(x)
u(x,0)
t
= g(x)
u(0, t) = 0
u(l, t) = 0
(18.2)
Trovo la soluzione particolare e poi la confronto con le condizione al contor-
no. Per risolvere il problema appena presentato, utile eseguire la seguente
sostituzione:
= x +ct (18.3)
= x ct
in questo modo leq. 18.1 diventa:

2
u(, )
t
2
v
2

2
u(, )
x
2
= v
2
_

2
u

2
2
u

+

2
u

2
_

2
u

2
+ 2
u

+

2
u

2
_
=
= 4

2
u

= 0 (18.4)
Per sviluppare si usato semplicemente la regola di derivazione a catena. Una
scrittura che siddisfa questa equazione :
u(, ) = p() +q() (18.5)
131
132CAPITOLO18. EQUAZIONI DIFFERENZIALI ALLE DERIVATE PARZIALI
Per trovare lintegrale generale impongo le condizioni iniziali.
_
p(x) +q(x) = f(x)
cp

cq

= g(x)
(18.6)
Derivo la prima eqzione e sostituisco ottenendo:
p

+q

= f

=c(f

) cq

= g =q

() =
1
2
f

()
1
2c
_

0
g(x)dx
Poi dato che p = f q Allora:
p() = f()
1
2
f() +
_

0
g(x) dx =
1
2
f() +
_

0
g(x) dx (18.7)
La soluzione:
u(x, t) = p(x +ct) +q(x ct) =
1
2
[f(x +ct) f(x xt)] +
1
2c
_
x+ct
xct
g(x) dx
Questa equazione soluzione dellequzzione delle onde se di classe D
2
e se
g di classe D
1
e in pi deve soddisfare le condizioni iniziali. Per torvare
la soluzione generale devo considerare le condizioni al bordo, quindi vedere il
comportamento per x = 0 e x = l
p(ct) +q(ct) = 0 x = 0 (18.8)
p(l +ct) +q(l ct) = 0 x = l (18.9)
Chiamo = ct
p() = p() (18.10)
(18.11)
Nella seconda equzione invece pongo = l +ct ottenendo:
p() = q(2l ) (18.12)
e successivamente ottiniamo le q() e le p() andando a sostituire
18.2 Unicit dellequazione delle onde
_

2
u
t
2
c
2
2
u
x
2
= F(x, t)
u(x, 0) = f(x);
u
t
(x, 0) = g(x);
u(0, t) = f
3
(x);
u(l, t) = f
4
(x);
(18.13)
Per dimostrarne lunicit uso il teorema di conservazione dellenergia, quin-
di moltiplico scalarmente ambo i membri per
u
t

u
t
_

2
u
t
2
c
2

2
u
x
2
_
=

t
_
u

2
u
t
2
c
2
u

2
u
x
2
_


x
_
T
0
u
x
u
t
_
=
=

t
_
1
2

_
u
t
_
2

1
2
T
0
_
u
x
_
2
_


x
_
T
0
u
x
u
t
_
18.2. UNICIT DELLEQUAZIONE DELLE ONDE 133
integro per t>0:
1
2
_
l
0
_

_
u
t
(x, t)
_
2
+T
0
_
u
x
(x, t)
_
2
_
dx = 0 (18.14)
(oppure)
_
t
0
_
l
0
F(x, t)
u
t
dxdt per lintegrale generale (18.15)
Tutti gli altri contibuti temporalei al bordo ed iniziali sono stati tutti annullati,
ponendo uguali a zero condizioni iniziali e condizioni al bordo. Ora prendo due
soluzioni u
1
e u
2
chiamo = u
1
u
2
e imponendo il bilancio di energia per le
due situazioni ho la condizione che:
1
2
_
l
0
_

t
(x, t)
_
2
+T
0
_

x
(x, t)
_
2
_
dx = 0 (18.16)
I termini sono tutti sono positivi e lintegrale nulla lintegranda. Quindi ho
= costante = 0 da cui u
1
= u
2