Appunti integrativi per il Corso di

Metodi Matematici per lIngegneria

A.A. 2015/2016
Marco Bramanti
Politecnico di Milano
14 gennaio 2016

Indice
1 Elementi di analisi funzionale
1.1 Generalit sugli spazi di funzioni . . . . . . . . . . . . . . . . . .
1.1.1 Spazi vettoriali . . . . . . . . . . . . . . . . . . . . . . . .
1.1.2 Spazi metrici . . . . . . . . . . . . . . . . . . . . . . . . .
1.1.3 Limiti di successioni, continuit di funzioni . . . . . . . .
1.1.4 Successioni di Cauchy e completezza . . . . . . . . . . . .
1.2 Convergenza uniforme per successioni e serie di funzioni . . . . .
1.2.1 Successioni di funzioni: convergenza puntuale e uniforme
1.2.2 Successioni di funzioni e derivazione . . . . . . . . . . . .
1.2.3 Serie di funzioni: convergenza puntuale e uniforme . . . .
1.3 Operatori lineari continui . . . . . . . . . . . . . . . . . . . . . .
1.4 Lintegrale di Lebesgue . . . . . . . . . . . . . . . . . . . . . . . .
1.4.1 Motivazione . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4.2 La misura di Lebesgue . . . . . . . . . . . . . . . . . . . .
1.4.3 Integrale di Lebesgue . . . . . . . . . . . . . . . . . . . . .
1.4.4 Relazione tra integrale di Riemann e integrale di Lebesgue
1.4.5 I teoremi di convergenza per lintegrale di Lebesgue . . .
1.4.6 Derivazione sotto il segno di integrale . . . . . . . . . . .
1.4.7 Spazi Lp . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4.8 Integrali doppi in Rn . . . . . . . . . . . . . . . . . . . . .
1.4.9 Convoluzione in Rn . . . . . . . . . . . . . . . . . . . . .
1.5 Richiami sulle serie di Fourier . . . . . . . . . . . . . . . . . . . .
1.5.1 Serie di Fourier in L2 . . . . . . . . . . . . . . . . . . . .
1.5.2 Convergenza puntuale delle serie di Fourier e rapidit di
convergenza a zero dei coe cienti . . . . . . . . . . . . . .

6
6
6
9
11
12
14
15
22
26
31
33
33
36
41
48
52
57
65
69
71
72
72
74

2 Generalit su equazioni e problemi ai limiti per equazioni a

derivate parziali
2.1 Equazioni lineari del secondordine . . . . . . . . . . . . . . . . .
2.2 Equazioni ellittiche, paraboliche, iperboliche . . . . . . . . . . . .
2.3 Condizioni al contorno . . . . . . . . . . . . . . . . . . . . . . . .
2.3.1 Equazioni ellittiche. Problemi al contorno . . . . . . . . .
2.3.2 Equazioni paraboliche. Problemi al contorno e ai valori
iniziali . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.3 Equazioni iperboliche. Problemi al contorno e ai valori
iniziali . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.4 Principio di sovrapposizione . . . . . . . . . . . . . . . . . . . . .
2.5 Problemi ben posti . . . . . . . . . . . . . . . . . . . . . . . . . .

79
79
80
83
83
85
87
88
90

3 Metodo di separazione di variabili e sviluppi di Fourier per

problemi ai limiti
93
3.1 Equazione di Laplace e di Poisson . . . . . . . . . . . . . . . . . 93
3.1.1 Unicit, principio di massimo, dipendenza continua . . . . 93
3.1.2 Lequazione di Laplace sul cerchio . . . . . . . . . . . . . 99
3.1.3 Equazione di Poisson sul cerchio . . . . . . . . . . . . . . 118
3.2 Equazione di diusione . . . . . . . . . . . . . . . . . . . . . . . . 122
3.2.1 Unicit e principio di massimo parabolico . . . . . . . . . 122
3.2.2 Equazione di diusione sul segmento . . . . . . . . . . . . 127
3.3 Lequazione della corda vibrante . . . . . . . . . . . . . . . . . . 135
3.3.1 La corda vibrante ssata agli estremi . . . . . . . . . . . . 135
3.3.2 La corda vibrante illimitata . . . . . . . . . . . . . . . . . 142
3.4 Equazione delle onde in dimensione superiore . . . . . . . . . . . 146
3.4.1 Energia e risultato di unicit . . . . . . . . . . . . . . . . 147
3.4.2 Onde sferiche tridimensionali . . . . . . . . . . . . . . . . 148
3.5 Esercizi sul metodo di separazione di variabili e sviluppi di Fourier149
4 Trasformata di Fourier e applicazioni
4.1 La trasformata di Fourier in L1 (Rn ) . . . . . . . . . . . . . . . .
4.1.1 Denizione e propriet elementari . . . . . . . . . . . . .
4.1.2 Approssimazioni dellidentit . . . . . . . . . . . . . . . .
4.1.3 Il teorema di inversione . . . . . . . . . . . . . . . . . . .
4.2 Applicazioni della trasformata di Fourier alle equazioni a derivate
parziali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.2.1 Lequazione di Laplace nel semipiano . . . . . . . . . . . .
4.2.2 Lequazione di Laplace nel semispazio in n variabili . . . .
4.2.3 Lequazione del calore in tutto lo spazio . . . . . . . . . .
4.2.4 Problemi unidimensionali per lequazione di diusione con
trasporto e reazione . . . . . . . . . . . . . . . . . . . . .
4.2.5 Lequazione di Poisson nello spazio . . . . . . . . . . . . .
4.2.6 Lequazione delle onde nello spazio . . . . . . . . . . . . .
4.3 Unapplicazione della trasformata di Fourier al calcolo delle probabilit: il teorema limite centrale . . . . . . . . . . . . . . . . . .
2

153
153
153
162
164
167
167
172
173
180
181
185
190

4.4

La trasformata di Fourier su L2 (Rn ) . . . . . . . . . .

4.4.1 Lo spazio delle funzioni a decrescenza rapida .
4.4.2 Trasformata di Fourier su L2 . . . . . . . . . .
4.4.3 Applicazioni della trasformata di Fourier su L2

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

194
194
196
202

5 Trasformata di Laplace e applicazioni

5.1 Denizione di L-trasformata e prime propriet . . . . . . . . . .
5.2 Propriet operatoriali della trasformata di Laplace . . . . . . . .
5.3 Inversione della trasformata di Laplace . . . . . . . . . . . . . . .
5.4 Confronto fra trasformata di Fourier e trasformata di Laplace . .
5.5 Applicazioni della trasformata di Laplace . . . . . . . . . . . . .
5.5.1 Problema di Cauchy per equazioni dierenziali ordinarie
lineari a coe cienti costanti, non omogenee . . . . . . . .
5.5.2 Un esempio di equazione integro-dierenziale: circuiti elettrici LCR . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.5.3 Unesempio di equazione integrale: circuito elettrico RC .
5.5.4 Risonanza nelle oscillazioni forzate e non smorzate . . . .
5.5.5 Equazioni integrali di Volterra . . . . . . . . . . . . . . .

211
211
218
225
235
237

6 Spazi di Hilbert
6.1 Spazi vettoriali con prodotto interno . . . . . . . . . .
6.2 Spazi di Hilbert . . . . . . . . . . . . . . . . . . . . . .
6.3 Analisi di Fourier in spazi di Hilbert . . . . . . . . . .
6.4 Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . .
6.5 Il sistema trigonometrico. Serie di Fourier in una o pi
6.5.1 Completezza del sistema trigonometrico . . . .
6.5.2 Serie di Fourier in pi variabili . . . . . . . . .
6.6 Base di Haar e wavelets . . . . . . . . . . . . . . . . .

260
260
266
270
278
280
280
284
286

. . . . .
. . . . .
. . . . .
. . . . .
variabili
. . . . .
. . . . .
. . . . .

.
.
.
.
.
.
.
.

237
245
249
251
255

7 Applicazioni dei metodi di ortogonalit a problemi dierenziali291

7.1 Problemi di Sturm-Liouville e polinomi ortogonali . . . . . . . . 291
7.2 Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 308
7.3 Laplaciano in coordinate sferiche. Polinomi di Legendre e armoniche sferiche . . . . . . . . . . . . . . . . . . . . . . . . . . . 310
7.3.1 Il dato indipendente dalla longitudine. Polinomi di Legendre313
7.3.2 Il caso generale. Funzioni di Legendre associate e armoniche sferiche . . . . . . . . . . . . . . . . . . . . . . . 315
7.3.3 Soluzione del problema di Dirichlet per lequazione di Laplace
sulla sfera . . . . . . . . . . . . . . . . . . . . . . . . . . . 321
7.4 Oscillatore armonico quantistico e polinomi di Hermite . . . . . . 323
7.5 Il problema agli autovalori per il laplaciano (equazione di Helmholz)
e le sue applicazioni . . . . . . . . . . . . . . . . . . . . . . . . . 329
7.6 Lequazione di Helmholz sul rettangolo . . . . . . . . . . . . . . . 332
7.6.1 Membrana vibrante rettangolare . . . . . . . . . . . . . . 333
7.6.2 Equazione del calore sul rettangolo . . . . . . . . . . . . . 337

7.7

Lequazione di Helmholz sul cerchio. Funzioni di Bessel di ordine

intero . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7.7.1 Equazione di Bessel ed autofunzioni del laplaciano sul
cerchio . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7.7.2 La membrana vibrante circolare . . . . . . . . . . . . . . .
7.8 Equazione di Helmholz sul cilindro . . . . . . . . . . . . . . . . .
7.8.1 Lequazione del calore sul cilindro . . . . . . . . . . . . .
7.9 Equazione di Helmholz sulla sfera. Funzioni di Bessel sferiche . .
7.9.1 Equazione e funzioni di Bessel di ordine semiintero . . . .
7.10 Lequazione di Schrdinger per latomo di idrogeno e i polinomi
di Laguerre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7.10.1 Equazione e polinomi di Laguerre associati . . . . . . . .
7.10.2 Orbitali atomici . . . . . . . . . . . . . . . . . . . . . . .
7.10.3 Soluzioni dellequazione di Schrdinger . . . . . . . . . . .
7.10.4 Calcoli dettagliati per la risoluzione dellequazione radiale

337
338
343
346
348
349
350
355
359
363
368
368

Nota bene. Questi appunti integrativi sono messi a disposizione degli

studenti del corso di Metodi Matematici per lIngegneria, A.A. 2015/2016 come
materiale complementare. Il programma desame, che sar precisato nellarco
del corso alla pagina web:
http://www1.mate.polimi.it/~bramanti/corsi/metodi_2016.htm
comprende sia una parte del materiale contenuto nel libro di testo:
G. C. Barozzi: Matematica per lingegneria dellinformazione. Zanichelli,
2004
sia una parte del materiale contenuto in questa dispensa. Entrambe le fonti
(libro di testo e dispensa) sono dunque necessarie per lesame, anche se ognuna
delle due utilizzata solo in parte. Ho lasciato in questa dispensa (che ha origine
dal corso degli anni passati, con un diverso programma) anche parti che certamente non saranno utilizzate, perch potrebbero servire allapprofondimento o
alla curiosit dello studente interessato.
Questa dispensa va considerata provvisoria, in fase di revisione, e potr
essere sostituita nellarco del corso da versioni pi aggiornate.

1
1.1

Elementi di analisi funzionale

Generalit sugli spazi di funzioni

Cominciamo con lintrodurre o richiamare alcune strutture astratte che si utilizzano per studiare gli spazi di funzioni che sono coinvolti nei problemi analitici
che incontreremo.
1.1.1

Spazi vettoriali

Iniziamo a ricordare la denizione di spazio vettoriale che lo studente ha incontrato nello studio dellalgebra lineare.
Denizione 1.1 (Spazio vettoriale) Uno spazio vettoriale sul campo K (= R o C)
un insieme X su cui sono denite:
1. unoperazione + (somma di vettori), che associa ad ogni coppia di
vettori (x; y) un vettore x + y; loperazione di somma soddisfa le propriet (per
ogni x; y; z 2 X):
-commutativa: x + y = y + x;
-associativa: x + (y + z) = (x + y) + z;
-esistenza dellelemento neutro 0; tale che x + 0 = 0 + x = x;
-esistenza dellopposto x di ogni elemento x, tale che x + ( x) = 0:
2. Unoperazione di prodotto tra un vettore e uno scalare, che associa a
una coppia ( ; x) con 2 K; x 2 X un vettore
x 2 X; loperazione1 soddisfa
le propriet (per ogni x; y 2 X; ; 2 K):
-distribuitva del prodotto per uno scalare rispetto alla somma di vettori:
(x + y) = x + y
-distribuitva del prodotto per uno scalare rispetto alla somma di scalari:
( + ) x = x + x;
-pseudoassociativa: ( x) = ( ) x;
-lelemento neutro del prodotto tra scalari elemento neutro del prodotto per
uno scalare: 1 x = x:
Ricordiamo che uno spazio X ha dimensione nita quando esiste un numero
nito di elementi e1 ; e2 ; :::; en 2 X tali che ogni altro elemento di X combinazione lineare di questi. Altrimenti si dice che X ha dimensione innita. Nel
corso di algebra lineare e geometria lo studente ha incontrato soprattutto spazi
vettoriali di dimensione nita, come sono gli spazi Rn e Cn , gli spazi di matrici,
gli spazi di polinomi di grado minore o uguale di un n ssato. In analisi ci
interessano spazi vettoriali di funzioni, e questi sono solitamente di dimensione
innita.
Denizione 1.2 (Spazio di funzioni) Sia
F = ff :
1 Come nellalgebra usuale, il simbolo
sottointeso.

un insieme qualsiasi e sia

! Rg :

di prodotto tra vettore e scalare comunemente

(Si potrebbero considerare anche funzioni a valori in Rn o Cn , ma per semplicit

limitiamoci ora a questo caso). F uno spazio vettoriale su R, con le operazioni
naturali di somma di funzioni:
(f + g) (x) = f (x) + g (x)
e prodotto di una funzione per uno scalare:
( f ) (x) = f (x) :
La verica delle propriet delle operazioni richieste dalla denizione di spazio
vettoriale immediata, seguendo queste dalle analoghe propriet delle operazioni
su numeri reali.
Notiamo che se ad esempio
= (a; b)
R, F ha dimensione innita:
non esiste un numero nito di funzioni di cui tutte le altre siano combinazioni
lineari (ad esempio, le funzioni xn per n = 1; 2; 3; ::: sono un esempio di innite
funzioni di cui nessuna combinazione lineare di un numero nito delle altre, e
naturalmente esistono funzioni di tipo ancora diverso).
Di solito si studiano spazi di funzioni con qualche propriet aggiuntiva (ad
esempio funzioni continue, o integrabili, o derivabili...).
Esempio 1.3 C 0 (a; b) = ff : (a; b) ! R : f continuag uno spazio vettoriale. Il modo pi semplice di dimostrarlo non vericare daccapo le propriet
delle operazioni, ma vericare che questo sottoinsieme di F(a;b) un sottospazio
vettoriale. Questo consiste nel vericare che la combinazione lineare di due elementi di C 0 (a; b) ancora un elemento di C 0 (a; b), il che segue per le propriet
note delle funzioni continue.
Puntualizziamo quindi il
Teorema 1.4 (Criterio di riconoscimento dei sottospazi) Dato uno spazio
vettoriale X su K e un sottoinsieme X0 X; X0 risulta un sottospazio vettoriale
(cio uno spazio vettoriale rispetto alle medesime operazioni) se
x + y 2 X0 per ogni x; y 2 X0 ; ;

2 K:

Esempio 1.5 Applicando il criterio precedente immediato vericare che sono

spazi vettoriali i seguenti:
C 0 [a; b] ; insieme delle funzioni continue su [a; b]
C 1 [a; b] ; insieme delle funzioni derivabili con derivata continua su [a; b]
L [a; b] ; insieme delle funzioni limitate su [a; b]
e analoghi spazi di funzioni denite su tutto R oppure su un opportuno insieme
Rn .
Invece, non uno spazio vettoriale linsieme
P (R) , insieme delle funzioni periodiche su R,
7

in quanto la somma di due funzioni periodiche non sempre periodica, come

mostra lesempio
f (x) = sin x + sin ( x) .
Quando in analisi si parla di spazio di funzioni solitamente si intende
indicare uno spazio vettoriale, i cui elementi sono funzioni (con qualche propriet particolare). Nei casi (non cos frequenti) in cui ci interessa considerare
un insieme di funzioni che non costituisce uno spazio vettoriale, solitamente
si utilizzano termini come insieme delle funzioni... o classe delle funzioni...,
rinunciando cio a usare la parola spazio.
Come negli spazi Rn esiste il modulo (o norma) di un vettore, cos in molti
spazi vettoriali esiste una norma che consente di misurare la grandezzadi un
vettore e quindi la distanza tra due vettori:
Denizione 1.6 (Spazio vettoriale normato) Sia X uno spazio vettoriale
su K. Si dice norma su X una funzione
k k : X ! [0; +1)
che ad ogni vettore associa un numero reale non negativo, con le seguenti propriet (per ogni x; y 2 X; 2 K):
-propriet di annullamento: kxk = 0 () x = 0
-omogeneit: k xk = j j kxk
-disuguaglianza triangolare: kx + yk kxk + kyk.
In questo caso (X; k k) si dice spazio vettoriale normato.
Esempio 1.7 1. In Rn la norma usuale
v
u n
uX
2
jxi j
jxj = t
i=1

che verica le propriet precedenti. Non lunica norma naturale in Rn . Sono

norme anche:
jxj0 =
jxj1 =

max

i=1;2;:::;n
n
X
i=1

jxi j oppure

jxi j :

Si pu dimostrare che queste tre norme sono tutte tra loro equivalenti, il che
signica che per certe costanti c1 ; c2 > 0 risulta
c1 jxj0

jxj

c2 jxj0

e analoghe disuguaglianze permettono di confrontare jxj con jxj1 e jxj0 con jxj1 .
2. In C 0 [a; b] possiamo denire:
kf kC 0 [a;b] = max jf (x)j ,
x2[a;b]

che risulta nita per ogni f 2 C 0 [a; b] in base al teorema di Weierstrass. E

immediato vericare che valgono le propriet di norma. Analoga norma si pu
denire pi in generale in C 0 (K) dove K un sottoinsieme chiuso e limitato
di Rn .
3. In C 0 [a; b] possiamo denire anche2 :
kf kL1 [a;b] =

jf (x)j dx.

Anche questa risulta una norma su C 0 [a; b], pur essendo sostanzialmente diversa dalla norma kf kC 0 [a;b] . Le norme k kC 0 e k kL1 non sono equivalenti.
Vediamo quindi che su uno spazio di funzioni, diversamente che in Rn , possono
esistere norme sostanzialmente diverse tra loro.
4. Se provassimo a denire la norma kf kC 0 o kf kL1 in C 0 (a; b) (che pure
uno spazio vettoriale), queste norme non risulterebbero nite per ogni f 2
C 0 (a; b), in quanto C 0 (a; b) contiene anche funzioni illimitate. Quindi su questo
spazio queste non sarebbero norme. Vediamo quindi che non in ogni spazio
vettoriale esistono norme naturali.
1.1.2

Spazi metrici

Una diversa struttura astratta utile in analisi quello di spazio metrico, che ora
introduciamo.
Denizione 1.8 (Spazio metrico) Si dice spazio metrico un insieme X dotato di una funzione distanza
d:X

X ! [0; 1]

che soddisfa le seguenti propriet (per ogni x; y 2 X):

-propriet di annullamento: d (x; y) = 0 () x = y
-simmetria: d (x; y) = d (y; x)
-disuguaglianza triangolare: d (x; y) d (x; z) + d (z; y).
Notiamo subito che ogni spazio vettoriale normato uno spazio metrico:
ponendo
d (x; y) = kx yk
si ha che d soddisfa le propriet della distanza. Tuttavia la struttura di spazio
metrico non presuppone di per s quella di spazio vettoriale. Ad esempio
immediata la seguente:
Proposizione 1.9 Se (X; d) uno spazio metrico e X0
sieme qualsiasi, anche (X0 ; d) uno spazio metrico.

X un suo sottoin-

2 Lorigine del nome L1 dato a questa norma si chiarir in un prossimo capitolo, parlando
dellintegrale di Lebesgue. Per ora solo un simbolo come un altro scelto per denotare questa
norma integrale.

In particolare: qualunque sottoinsieme di uno spazio vettoriale normato

uno spazio metrico, pur non essendo pi, in generale, uno spazio vettoriale.
Esempio 1.10 1. Sia X un qualunque sottoinsieme di Rn e d (x; y) = jx yj.
Questo uno spazio metrico (e in generale, non uno spazio vettoriale).
2. X = C 0 [a; b] con d (f; g) = kf gkC 0 uno spazio metrico, essendo uno
spazio vettoriale normato.
3. X = f 2 C 0 [a; b] : kf kC 0 1 con d (f; g) = kf gkC 0 uno spazio
metrico, essendo sottoinsieme di uno spazio vettoriale normato. Non uno
spazio vettoriale (combinazione lineare di funzioni che soddisfano kf kC 0 1 in
generale non soddisfa la stessa limitazione).
4. X = ff : R ! R : f periodica e limitatag con d (f; g) = kf gkC 0 uno
spazio metrico. Infatti, anche se la di erenza tra due funzioni periodiche pu
non essere periodica, quindi X non uno spazio vettoriale, comunque vero che
la di erenza tra due funzioni periodiche e limitate limitata, quindi kf gkC 0
risulta nita.
Gli spazi metrici che ci interesseranno nel seguito saranno quasi sempre
sottoinsiemi di uno spazio vettoriale normato.
In tutti gli spazi metrici, quindi in particolare negli spazi vettoriali normati,
si possono introdurre nozioni topologiche in modo analogo a quanto si fa in Rn .
Data la somiglianza di questi concetti con quelli che dovrebbero essere gi noti
in Rn non ci soermeremo nellesemplicare queste nozioni.
Denizione 1.11 (Intorni sferici) Sia (X; d) uno spazio metrico. Si dice
sfera aperta o intorno sferico di centro x0 2 X e raggio r > 0 linsieme
Br (x0 ) = fx 2 X : d (x; x0 ) < rg :
Denizione 1.12 (Tipi di punti di un insieme) Sia (X; d) uno spazio metrico e E X. Un punto x 2 X si dice:
interno ad E se esiste un intorno sferico Br (x) E;
esterno ad E se esiste un intorno sferico Br (x) E c (il simbolo E c indice
il complementare di E; cio E c = X n E);
di frontiera per E se non n interno n esterno. Esplicitamente: x di
frontiera per E se ogni intorno sferico Br (x) contiene un punto y 2 E e un
punto z 2
= E:
Denizione 1.13 (Tipi di insiemi) Sia (X; d) uno spazio metrico e E
Si dice che:
E aperto se ogni punto di E interno ad E;
E chiuso se il complementare di E aperto.

X.

Naturalmente un insieme pu non essere n aperto n chiuso.

Denizione 1.14 Sia (X; d) uno spazio metrico e E
X: Si dice che E
limitato se esiste una sfera (di raggio e centro qualsiasi) Br (x0 ) E.
In particolare in uno spazio vettoriale normato si dice che E limitato se
esiste K > 0 tale che kxk < K per ogni x 2 E.
10

1.1.3

Limiti di successioni, continuit di funzioni

In ogni spazio metrico, e quindi in particolare negli spazi vettoriali normati, si

pu denire il concetto di limite di successione:
Denizione 1.15 (Limite di successione) Sia (X; d) uno spazio metrico e
1
fxn gn=1
X. Si dice che xn ! x se d (xn ; x) ! 0: Esplicitamente, questo
signica che:
per ogni " > 0 esiste n0 tale che per ogni n n0 xn 2 B" (x) :
Si noti come la convergenza in X stata ricondotta, via il concetto di distanza, alla convergenza in R. Questo del resto ci che si fa anche per denire
la convergenza in Rn . Vale naturalmente il teorema di unicit del limite, con
la solita dimostrazione.
Molto importante la prossima propriet, che getta un ponte tra il concetto
topologico di insieme chiuso e quello di successione convergente:
Teorema 1.16 (Caratterizzazione successionale dei chiusi) Sia (X; d) uno
spazio metrico e C
X: Linsieme C chiuso se e solo se vale la seguente
propriet:
1
per ogni successione fxn gn=1 C tale che xn ! x per qualche x 2 X si ha
che x 2 C:
Detto altrimenti: un insieme chiuso se e solo se contiene i limiti di tutte le
proprie successioni convergenti in X. (Si noti che la successione fxn g per ipotesi
ha limite in X; il punto che questo limite appartenga in e etti al sottoinsieme
C).
La denizione di limite consente di denire, al solito modo, il concetto di
funzione continua su uno spazio metrico, a valori reali o in un altro spazio
metrico:
Denizione 1.17 Siano (X; dX ) ; (Y; dY ) due spazi metrici. Una funzione f :
X ! Y si dice continua in x 2 X se per ogni successione fxn g X tale che
xn ! x in X si ha f (xn ) ! f (x) in Y: Equivalentemente, se per ogni " > 0
esiste > 0 tale che dX (x; x) < =) dY (f (x) ; f (x)) < ":
La funzione f si dice continua in X se continua in ogni punto x 2 X.
Si possono formulare i concetti topologici di insieme aperto e chiuso in
termini di funzioni continue:
Teorema 1.18 (Insiemi aperti e chiusi deniti mediante funzioni continue)
Sia (X; d) metrico e f : X ! R continua. Allora gli insiemi:
E1 = fx 2 X : f (x) > 0g
E2 = fx 2 X : f (x) < 0g
E3 = fx 2 X : f (x) 6= 0g
sono aperti; gli insiemi:
E4 = fx 2 X : f (x) 0g
11

E5 = fx 2 X : f (x) 0g
E6 = fx 2 X : f (x) = 0g
sono chiusi.
Esempio 1.19 In uno spazio vettoriale normato (X; k k) gli insiemi
fx 2 X : kxk = 1g ; fx 2 X : kxk
fx 2 X : kxk > 1g aperto.

1g sono chiusi;

Terminiamo con la seguente

Denizione 1.20 Sia (X; d) uno spazio metrico. Un sottoinsieme E
X si
dice denso in X se E = X. Equivalentemente: E denso in X se per ogni
1
x 2 X esiste una successione fxn gn=1 E tale che xn ! x:
Quindi un sottoinsieme denso, pur possedendo meno elementi di X; consente
di approssimare bene quanto vogliamo qualsiasi elemento di X. Ad esempio, Q
denso in R.
1.1.4

Successioni di Cauchy e completezza

Introduciamo ora unimportante concetto che riguarda il comportamento delle

successioni in uno spazio metrico, in particolare in uno spazio vettoriale normato: la nozione di successione di Cauchy, che servir a sua volta a evidenziare unimportante propriet che questi spazi possono avere o non avere: la
completezza.
Denizione 1.21 (Successione di Cauchy) Sia (X; d) uno spazio metrico e
1
fxn gn=1 X: Si dice che questa successione di Cauchy se:
8" > 0 9n0 : 8n; m

n0 si ha d (xn ; xm ) < ":

Detto in modo meno preciso ma pi intuitivo: una successione di Cauchy

se i suoi termini sono sempre pi vicini tra loro, o anche: se d (xn ; xm ) ! 0 per
n; m ! 1. Per raronto, si noti che una successione convergente (a x) se i
suoi termini sono sempre pi vicini a x. Efacile allora capire che:
Proposizione 1.22 Se una successione converge in (X; d) ; allora di Cauchy
in (X; d).
Il fatto che una successione sia di Cauchy quindi una condizione necessaria,
in ogni spazio metrico, a nch la successione sia convergente. Il fatto che una
successione sia di Cauchy o meno si pu vericare senza sapere preliminarmente
quale sia il candidato limite x, mentre per provare che fxn g convergente
in base alla denizione di limite occorre gi avere unidea su quale sia il limite
stesso. Ad ogni modo la condizione necessaria non in generale su ciente, come
mostra il prossimo

12

Esempio 1.23 Sia xn = 1 + n1

per n = 1; 2; 3; ::: E noto che xn ! e per
n ! 1, e che e un numero irrazionale, mentre tutti i numeri xn sono razion1
ali. Dunque la successione fxn gn=1 nello spazio metrico Q non convergente.
Tuttavia la successione in R convergente, quindi di Cauchy; ma allora
di Cauchy anche in Q, perch la distanza usata in Q ed R la stessa (quella
euclidea). Abbiamo quindi un esempio, nello spazio metrico Q, di successione
di Cauchy ma non convergente.
Vale anche la seguente semplice
1

Proposizione 1.24 Se una successione fxn gn=1 di Cauchy in (X; d), allora
limitata.
Diamo ora la seguente
Denizione 1.25 (Spazio metrico completo) Uno spazio metrico (X; d) si
dice completo se ogni successione di Cauchy in X convergente in X.
Quindi negli spazi metrici completi la condizione di Cauchy risulta equivalente alla convergenza. In uno spazio completo se verichiamo che una successione di Cauchy (il che, ricordiamolo ancora, non richiede la previa conoscenza
del candidato limite) ne segue che esiste un elemento x 2 X a cui la successione
converge. La completezza dello spazio unipotesi importante nei teoremi di
esistenza dellanalisi matematica.
LEsempio 1.23 mostra che lo spazio metrico Q non completo. Vale invece
il seguente fondamentale
Teorema 1.26 Rn completo.
Tornando agli spazi metrici qualsiasi proviamo ora che:
Teorema 1.27 Se (X; d) uno spazio metrico completo e C
chiuso. Allora (C; d) uno spazio metrico completo.

X un insieme

Ad esempio, ogni sottoinsieme chiuso di Rn uno spazio metrico completo.

Denizione 1.28 (Spazio di Banach) Uno spazio vettoriale normato, completo rispetto alla distanza della norma, si dice spazio di Banach.
Ad esempio Rn uno spazio di Banach. Un sottoinsieme chiuso di Rn ,
invece, uno spazio metrico completo ma non uno spazio di Banach perch
non uno spazio vettoriale.
La cosa importante per dimostrare teoremi di esistenza per problemi di
analisi trovare spazi di funzioni (quindi innito dimensionali) che siano di
Banach.

13

Esempio 1.29 Consideriamo lo spazio C 0 [ 1; 1] con la norma integrale:

kf kL1 [

1;1]

1
1

jf (x)j dx:

Mostriamo che non completo. Consideriamo la successione:

p
n
x
se x 0
p
fn (x) =
n
x se x 0:
La successione di Cauchy. Infatti per n > m si ha:
Z 1
Z
kfn fm kL1 [ 1;1] =
jfn (x) fm (x)j dx = 2
1

=2

1
1+

p
n

x dx

1
n

1
1
1+ m

! 0 per n; m ! 1:

Daltro canto la successione non converge ad alcun elemento dello spazio. Questa
a ermazione non facile da giusticare rigorosamente a questo livello del corso.
In sostanza, tuttavia, il ragionamento il seguente: la successione converge (con
questa norma) alla funzione limite
fn (x) =

1
1

se x > 0
se x > 0

che discontinua, ossia non sta nello spazio considerato. Perci, in questo
spazio, la successione non converge.
Lesempio precedente mostra che garantire la completezza di uno spazio di
funzioni non scontato, e in particolare dipende in modo cruciale dalla norma
che si considera. Nel seguito ci occuperemo di spazi di funzioni continue e
derivabili e mostreremo la loro completezza, nella norma opportuna.
Successivamente ci occuperemo di spazi di funzioni integrabili, gli spazi di
Lebesgue, e mostreremo come per ottenere spazi di Banach di questo tipo sia
stato necessario sviluppare un nuovo tipo di integrale. Questo ci porter ad
accennare alla teoria della misura e dellintegrazione nata allinizio del 1900, su
cui si basa ad esempio lo studio moderno delle equazioni alle derivate parziali,
dellanalisi armonica, del calcolo delle variazioni.

1.2

Convergenza uniforme per successioni e serie di funzioni

Molti procedimenti risolutivi per i problemi dierenziali che studieremo porteranno a rappresentare la soluzione cercata come somma di una serie di funzioni.
Per garantire che la funzione cos ottenuta abbia le propriet richieste occorre
sapere quando una data serie di funzioni rappresenta una funzione continua,
quando rappresenta una funzione derivabile, e come si possono calcolarne le
14

derivate. Un concetto chiave in questa direzione quello di convergenza uniforme, che ora discuteremo, prima per successioni e poi per serie. Questo sar
anche lo strumento per dimostrare che gli spazi di funzioni C 0 [a; b] ; C k [a; b] ; e
i loro analoghi per funzioni di pi variabili, sono spazi di Banach.
1.2.1

Successioni di funzioni: convergenza puntuale e uniforme

Denizione 1.30 (Convergenza puntuale) Sia fn : I ! R per n = 1; 2; 3; :::

1
con I R o in Rn . Si dice che la successione ffn gn=1 converge in x0 2 I se la
1
1
successione reale ffn (x0 )gn=1 convergente; si dice che la successione ffn gn=1
converge puntualmente in I se converge in x0 per ogni x0 2 I: In questo caso
risulta denita una nuova funzione f : I ! R, f (x) = limn!1 fn (x), detta
1
limite puntuale della successione ffn gn=1 in I.
La nozione di convergenza puntuale semplice ma anche molto debole. Ci
si rende conto facilmente, infatti, che il limite puntuale di una successione di
funzioni talvolta non ereditale buone propriet possedute dalle fn . I prossimi
esempi vogliono illustrare i tipi di fenomeni che si possono presentare.
Esempio 1.31 Sia fn (x) = xn in [0; 1).
8
< 0 se x 2 [0; 1)
1 se x = 1
fn (x) !
:
+1 se x > 1:

La successione converge puntualmente solo nellintervallo [0; 1], in cui risulta

denita la funzione limite puntuale
f (x) =

0 se x 2 [0; 1)
1 se x = 1:

Osserviamo che in questo caso il limite puntuale una funzione discontinua,

sebbene le fn siano tutte funzioni continue.
p
Esempio 1.32 Sia fn (x) = n jxjsgn(x) in [ 1; 1].
8
< 1 se x 2 (0; 1]
0 se x = 0
fn (x) !
:
1 se x 2 [ 1; 0):

Anche in questo caso il limite puntuale una funzione discontinua, sebbene le

fn siano tutte funzioni continue.
Esempio 1.33 Sia fn : [0; +1) ! R denita per n = 1; 2; 3; :::da:
fn (x) =

1
x

per x 2 [ n1 ; 1)
nx per x 2 0; n1 :

15

Si ha:

1
x

per x 2 (0; 1)
0 per x = 0:

fn (x) !

In questo caso il limite puntuale di una successione di funzioni continue e limitate una funzione discontinua e illimitata. (Si noti che il limite nito in
ogni punto).
Esempio 1.34 Sappiamo che linsieme Q\ [0; 1] numerabile, perci possiamo
1
elencare i suoi elementi in una successione3 fxn gn=1 . Sia ora:
1 se x = x1 ; x2 ; x3 ; :::; xn
0 altrimenti.

fn (x) =
Si ha:

fn (x) !

1 se x 2 Q
0 altrimenti.

Si noti che ogni funzione fn : [0; 1] ! R continua tranne che in n punti;

in particolare Riemann integrabile. Invece la funzione limite f [0; 1] ! R
discontinua in tutti i punti e non Riemann integrabile.
Esempio 1.35 Sia fn : R ! R denita per n = 1; 2; 3; ::: da
1
1+ n

fn (x) = jxj

Si ha:
fn (x) ! jxj :

Notiamo che ogni fn derivabile: fn0 (x) = 1 + n1 jxj n sgn(x), in particolare

esiste fn0 (0) = 0 e si ha fn 2 C 1 (R), mentre il limite puntuale f non derivabile
in x = 0. Si ha f 2 C 0 (R) n C 1 (R) :
La morale di questi esempi : in generale la convergenza puntuale di una
successione di funzioni non permette di aermare che la funzione limite f abbia
le buone propriet delle singole fn . Per poter provare dei risultati che permettono di trasferire propriet delle fn alla f necessario introdurre e studiare
una nozione pi forte delle convergenza puntuale: la convergenza uniforme, che
ora introduciamo.
Denizione 1.36 (Convergenza uniforme) Sia fn : I ! R per n = 1; 2; 3; :::
1
con I R o in Rn . Si dice che la successione ffn gn=1 converge uniformemente
in I alla funzione f : I ! R se
sup jfn (x)
x2I

f (x)j ! 0 per n ! +1

ossia se
8" > 0 9n0 tale che n

n0 =) jfn (x)

f (x)j < " 8x 2 I:

3 Non si tratter di una successione monotona. Ad esempio, i suoi primi termini potrebbero
essere:
0; 1; 1=2; 1=3; 2=3; 1=4; 3=4; 1=5; 2=5; :::

16

A titolo di confronto, notiamo che invece aermare che fn ! f puntualmente

in I signica che
8x 2 I; 8" > 0 9n0 tale che n

n0 =) jfn (x)

f (x)j < ":

Dal punto di vista logico, la dierenza sta tutta nella posizione del quanticatore
8x 2 I; nel caso della convergenza puntuale, aermare che per ogni x e
per ogni " esiste n0 tale che..., implicitamente signica che il numero n0 pu
dipendere anche da x (oltre che da "); nel caso della convergenza uniforme invece
lordine dei quanticatori ci dice che n0 non dipende da x. Questo si traduce
nel fatto che la distanza tra il graco di fn e quello di f diventa uniformemente
piccolo; precisamente, tutto il graco di fn (x) in I compreso nella striscia
(f (x) "; f (x) + ") non appena n n0 .
1+1=n

Esempio 1.37 La successione fn (x) = jxj

converge uniformemente in
[ 1; 1] a f (x) = jxj. (Questa a ermazione sar provata in un esempio successivo). Illustriamo il signicato geometrico di questa a ermazione. Tracciamo
per prima cosa il graco di f insieme al graco delle prime fn :

Ora tracciamo il graco di f (x) insieme a quello di f (x) + 0:1 e f (x) 0:1;
ottenendo cos una striscia in cui devono essere contenuti i graci interi delle

17

funzioni fn ; almeno per n abbastanza grande:

f1 non sta nella striscia

f2 non sta nella striscia

f3 sta nella striscia

f4 sta nella striscia, e cos via

p
Esempio 1.38 La successione fn (x) = n jxjsgn(x) converge a
8
< 1 se x 2 (0; 1]
0 se x = 0
f (x) =
:
1 se x 2 [ 1; 0):

(come gi visto nellEsempio 1.32). Mostriamo che la convergenza non uniforme. Come sopra, tracciamo per prima cosa il graco di f insieme al graco
delle prime fn :

18

Ora tracciamo il graco di f (x) insieme a quello di f (x) + 0:1 e f (x) 0:1,
ottenendo cos una striscia in cui devono essere contenuti i graci interi delle
funzioni fn ; almeno per n abbastanza grande:

f1 non sta nella striscia

f3 non sta nella striscia

f6 non sta nella striscia

f10 non sta nella striscia

e si capisce che anche aumentando lindice n non possibile che il graco intero
sia contenuto nella striscia. Infatti il graco di ogni fn continuo, perci non
pu entrare nei due pezzi di striscia, che sono tra loro discosti.
Si noti anche che:
fn ! f uniformemente in I () kfn

f kC 0 (I) ! 0:

In altre parole, la norma C 0 (I) la norma della convergenza uniforme. Si

osservi tuttavia che la nozione di convergenza uniforme si pu applicare anche
a funzioni discontinue. In altre parole qui stiamo usando la norma di C 0 (I) per
calcolare la distanza tra due funzioni qualsiasi denite su I (e naturalmente tale
distanza non sempre nita).
Vediamo ora alcuni risultati che mostrano come per una successione di funzioni uniformemente convergente alcune buone propriet delle fn si trasferiscano
al limite f .
Teorema 1.39 (Convergenza uniforme e continuit) Siano fn : I ! R,
con I
Rn , funzioni continue in un certo punto x 2 I per n = 1; 2; 3:::; e
supponiamo che fn ! f uniformemente in I. Allora f continua in x. Se le
fn sono continue in tutto I, anche f continua in I.
19

Dimostrazione. Proviamo che f continua in x 2 I in cui sono continue tutte

le fn . Scriviamo anzitutto
jf (x)

f (x)j

jf (x)

fn (x)j + jfn (x)

fn (x)j + jfn (x)

f (x)j ;

con un n che ora sceglieremo. Per " > 0 ssato, per denizione di convergenza uniforme esiste n0 tale che per ogni n
n0 si ha jf (x) fn (x)j < ": In
particolare allora si ha:
jf (x)

f (x)j

" + jfn0 (x)

fn0 (x)j + ":

Poich fn0 continua in x, ssato " > 0 esiste > 0 tale che jx
jfn0 (x) fn0 (x)j < ": Allora per jx xj < si ha
jf (x)

f (x)j

xj <

=)

3";

e f continua in x.
Teorema 1.40 (Convergenza uniforme e limitatezza) Siano fn : I ! R,
con I
Rn , funzioni limitate per n = 1; 2; 3:::; e supponiamo che fn ! f
uniformemente in I. Allora f limitata in I.
Teorema 1.41 (Convergenza uniforme e integrabilit) Siano fn : [a; b] !
R, funzioni limitate e Riemann integrabili per n = 1; 2; 3:::; e supponiamo che
fn ! f uniformemente in I. Allora f (limitata e) Riemann integrabile in
[a; b]. Inoltre
Z b
Z b
fn (x) dx !
f (x) dx:
a

Dimostrazione. Non dimostriamo la Riemann integrabilit di f (questo potr

essere fatto pi facilmente in seguito utilizzando la teoria dellintegrale di Lebesgue),
ma mostriamo la convergenza degli integrali. Si ha:
Z b
Z b
Z b
fn (x) dx
f (x) dx =
[fn (x) f (x)] dx
a

jfn (x)

f (x)j dx

sup jfn (t)

f (t)j (b

a)

t2(a;b)

e per la convergenza uniforme, supt2(a;b) jfn (t) f (t)j ! 0:

Einteressante rileggere alla luce di questi teoremi gli esempi presentati in
precedenza: negli esempi 1.31 e 1.32 una successione di funzioni continue converge a una funzione discontinua; nellesempio 1.33 una successione di funzioni
limitate converge a una funzione illimitata; nellesempio 1.34 una successione
di funzioni Riemann integrabili converge a una funzione non integrabile. Evidentemente in tutti questi esempi la convergenza non uniforme. Si invita il
lettore a rendersene conto ragionando sul graco delle funzioni e sul signicato
geometrico di convergenza uniforme.
Illustriamo ora un criterio che sar utile a provare la completezza degli spazi
di funzioni continue.
20

Teorema 1.42 (Condizione di Cauchy per la convergenza uniforme) Siano

fn : I ! R, con I
Rn , per n = 1; 2; 3::: e supponiamo che valga la seguente
condizione di Cauchy:
8" > 09n0 tale che 8n; m

n0 ; 8x 2 I risulta jfn (x)

fm (x)j < ":

(1.1)

Allora la successione fn converge uniformemente in I ad una certa funzione

f : I ! R. Viceversa, se fn converge uniformemente in I ad una certa funzione
f : I ! R; allora vale la (1.1).
Lipotesi del teorema si chiama appunto condizione di Cauchy per la convergenza uniforme, e si pu scrivere anche cos:
8" > 09n0 tale che 8n; m

n0 ; 8x 2 I risulta kfn

fm k1 < ":

(1.2)

Dimostrazione. Assumiamo che valga la (1.1). Allora per ogni x 2 I ssato,

1
la successione reale ffn (x)gn=1 risulta di Cauchy. Quindi, per la completezza
di R, fn (x) converge a un limite, che chiameremo f (x). Risulta cos denita
una funzione che limite puntuale delle fn . Dobbiamo provare che anche
limite uniforme. Fissato " > 0 applichiamo lipotesi (1.1) e nella disuguaglianza
jfn (x) fm (x)j < " passiamo al limite per m ! 1; poich fm (x) ! f (x), per
il teorema di permanenza del segno si ha:
jfn (x)

f (x)j

"

8x 2 I:

Quindi ssato " > 0 esiste n0 tale che per ogni n n0 risulta jfn (x) f (x)j < "
per ogni x 2 I, perci fn ! f uniformemente, che la tesi.
Viceversa, se la successione converge uniformemente, cio converge nella
norma k k1 ; allora di Cauchy in norma k k1 (stessa dimostrazione vista per
provare che in uno spazio metrico una successione convergente di Cauchy),
quindi vale la (1.1).
Possiamo ora provare il primo risultato fondamentale di completezza di uno
spazio di funzioni:
Teorema 1.43 Sia K
Rn un insieme chiuso e limitato. Allora lo spazio
0
vettoriale normato C (K) (delle funzioni f : K ! R continue, con la norma
k kC 0 (K) ) completo, cio uno spazio di Banach.
Dimostrazione. Ricordiamo anzitutto che lipotesi K chiuso e limitato serve a
garantire che le funzioni in C 0 (K) siano limitate (per il teorema di Weierstrass)
e quindi la loro norma k kC 0 (K) sia nita.
1
Sia ffn gn=1
C 0 (K) una successione di Cauchy in C 0 (K) , e proviamo
0
che converge in C (K). Dire che di Cauchy nello spazio vettoriale normato
C 0 (K) signica dire che vale la (1.2), quindi la (1.1); perci per il Teorema
1
1.42 ffn gn=1 converge uniformemente, cio in norma k kC 0 (K) , a una certa f .
Daltro canto, essendo limite uniforme di funzioni continue, per il Teorema 1.39
anche f 2 C 0 (K). Quindi fn ! f in C 0 (K), e C 0 (K) completo.
21

1.2.2

Successioni di funzioni e derivazione

Vorremmo ora dimostrare che analoghi spazi di funzioni derivabili sono completi.
Ragioniamo sullo spazio C 1 [a; b], che si pu vedere come sottospazio vettoriale
di C 0 [a; b]. Sappiamo che un sottoinsieme chiuso di uno spazio metrico completo completo, quindi se mettiamo in C 1 [a; b] la norma k kC 0 [a;b] possiamo
vedere

C 1 [a; b] ; k kC 0 [a;b]

come sottoinsieme dello spazio metrico completo

C 0 [a; b] ; k kC 0 [a;b] . Se questo risulta chiuso, allora completo. Non cos

per, come mostra il prossimo
1
1+ n

Esempio 1.44 Sia fn (x) = jxj

1; 2; 3; :::; con
fn0 (x) =

1+

1
n

in [ 1; 1] : Si ha fn 2 C 1 [ 1; 1] per n =

jxj n sgn (x) per x 6= 0; fn0 (0) = 0:

Risulta: fn (x) ! f (x) = jxj per x ! 1. Si verica inoltre che questa

convergenza uniforme, infatti:
max jfn (x)

f (x)j = per simmetria

x2[ 1;1]

= max

x2[0;1]

Ora cerchiamo il massimo di g (x) = x

g 0 (x) = 1

1+
1
1 + n1

x
max g (x) = g

x2[0;1]

1
n

x1+ n .
0 per

1
1 + n1
1
1 + n1

xn

x1+ n :

1
=
n
1 + n1
!
1
n 1 + n1

1
1+

1
n

1
! 0:
en

Pertanto fn ! f uniformemente in C 0 [ 1; 1], ossia fn ! f in norma C 0 [ 1; 1] :

Tuttavia il limite f non appartiene a C 1 [ 1; 1] (f (x) = jxj non derivabile in
0), quindi C 1 [ 1; 1] non un sottoinsieme chiuso di C 0 [ 1; 1]. Inoltre: poich
fn ! f in norma C 0 [ 1; 1] ; fn di Cauchy in norma C 0 [ 1; 1] e dunque di
Cauchy anche in C 1 [ 1; 1] ; k kC 0 [ 1;1] , ma non converge in C 1 [ 1; 1] perch
f non sta in questo spazio. Pertanto lo spazio
completo.

22

C 1 [ 1; 1] ; k kC 0 [

1;1]

non

Si presti attenzione al signicato dellesempio precedente, che mostra due

cose distinte:
1. Lo spazio vettoriale normato C 1 [ 1; 1] ; k kC 0 [ 1;1] non completo.
2. Lo spazio C 1 [ 1; 1] ; k kC 0 [

, visto come sottoinsieme dello spazio

1;1]

metrico C 0 [ 1; 1] ; k kC 0 [ 1;1] , non chiuso.

La seconda cosa in un certo senso la giusticazione intuitiva della prima. Una successione di Cauchy in C 1 [ 1; 1] ; k kC 0 [ 1;1] anche di Cauchy
in

C 0 [ 1; 1] ; k kC 0 [

1;1]

, pertanto in questo secondo spazio converge per-

ch questo spazio completo; il limite sta in C 0 [ 1; 1] ma non necessariamente in C 1 [ 1; 1]; in questultimo caso abbiamo una successione di Cauchy in
C 1 [ 1; 1] ; k kC 0 [ 1;1] ma non convergente in questo spazio.

Allorigine di questo problema sta il fatto che stiamo mettendo in C 1 [ 1; 1]

la norma sbagliata: quella k kC 0 [ 1;1] , che d un controllo sulla f ma non su f 0 .
Lidea che se vogliamo sperare che uno spazio vettoriale normato di funzioni sia
completo, la norma deve controllare le propriet importanti della funzione che
determinano lappartenenza allo spazio stesso: se stiamo studiando uno spazio
di funzioni derivabili, a nch sia completo sar necessario mettere una norma
che controlli anche la derivata; se studiamo uno spazio di funzioni integrabili,
a nch sia completo sar necessario mettere una norma che controlli lintegrale,
e cos via.
Facciamo anche la seguente ulteriore osservazione. Nellesempio appena
considerato, fn ! f uniformemente, ma
fn0 (x) =

1+

1
n

jxj n sgn (x) ! sgn (x) (per x 6= 0),

e questa convergenza non certamente uniforme, dal momento che le fn0 sono
continue mentre il loro limite discontinuo. Questo suggerisce che per conservare la derivabilit del limite della successione occorra richiedere la convergenza
uniforme delle derivate. Equanto aerma il prossimo teorema:
Teorema 1.45 (Convergenza uniforme e derivabilit) Sia fn : [a; b] !
R, fn 2 C 1 [a; b] e supponiamo che:
1. La successione fn0 converge uniformemente in [a; b] a una certa funzione
g.
2. La successione fn converge puntualmente in [a; b] a una certa funzione f .
Allora:
La successione fn converge uniformemente in [a; b] a f 2 C 1 [a; b], e f 0 = g:
Schematicamente:
se ffn g converge puntualmente e ffn0 g converge uniformemente, allora
lim fn

n!1

= lim fn0 :
n!1

23

Dimostrazione. Poich fn0 ! g uniformemente in [a; b] e le fn0 sono continue,

per i teoremi gi visti la g continua e
Z x
Z x
0
fn (t) dt !
g (t) dt 8x 2 (a; b)
a

(se la convergenza uniforme in [a; b], a maggior ragione lo in [a; x] per x 2

(a; b)), ossia (per il teorema fondamentale del calcolo integrale)
Z x
g (t) dt = lim [fn (x) fn (a)] = f (x) f (a) ;
n!1

poich fn ! f puntualmente. Ma essendo g continua, la funzione integrale

Z x
g (t) dt
a

C (a; b) e vale
d
(f (x)
dx

d
f (a)) =
dx

g (t) dt = g (x)

ossia f 0 = g. In particolare, f 2 C 1 [a; b]. Inne, la convergenza di fn a f

uniforme perch
fn (x)

f (x) = fn (x) fn (a) + fn (a) f (a) + f (a)

Z x
=
[fn0 (t) f 0 (t)] dt + fn (a) f (a) ;

f (x)

quindi
jfn (x)

f (x)j

sup jfn0 (t)

f 0 (t)j (x

t2(a;b)

a) + jfn (a)

f (a)j ;

e il secondo membro minore di " > 0 pressato per n abbastanza grande

(indipendentemente da x, che a secondo membro non compare).
Dal teorema precedente segue il prossimo risultato fondamentale:
Teorema 1.46 Lo spazio C 1 [a; b] ; con la norma
kf kC 1 [a;b] = kf kC 0 [a;b] + kf 0 kC 0 [a;b]
di Banach.
1

Dimostrazione. Sia ffn gn=1 una successione di Cauchy in C 1 [a; b] : Per

1
1
denizione di norma kf kC 1 [a;b] ; questo signica che sia ffn gn=1 che ffn0 gn=1
soddisfano la condizione di Cauchy per la convergenza uniforme; pertanto esistono f; g 2 C 0 [a; b] tali che fn ! f uniformemente e fn0 ! g uniformemente
in [a; b] : Per il teorema precedente, questo implica che f 2 C 1 [a; b] e f 0 = g;
dunque
kfn f kC 0 [a;b] ! 0 e kfn0 f 0 kC 0 [a;b] ! 0;
24

ossia fn ! f in C 1 [a; b].

Questi risultati si possono generalizzare a funzioni di classe C k anche in pi
variabili. Deniamo quindi con precisione gli spazi vettoriali normati classici di
funzioni derivabili:
Denizione 1.47 (Spazi C k ) Sia
Rn un aperto limitato. Ricordiamo
anzitutto la scrittura a multiindice per le derivate parziali di qualsiasi ordine di
una funzione reale di n variabili:
= ( 1 ; 2 ; :::; n ) ; dove i sono interi
j j = 1 + 2 + ::: + n ; allora
@ f (x) =

1
x1

0 e poniamo

@j jf
(x) :
@x22 :::@xnn

Per k = 1; 2; 3; ::: deniamo:

Ck

= f:

! R : f 2 C0

e @ f 2 C0

Poniamo
kf kC k ( ) = kf kC 0 ( ) +

k X
X

j=1 j j=j

con j j

k@ f kC 0 ( ) :

Osservazione 1.48 (Perch ?) Si noti che mentre lo spazio C 0 (K) denito con K sottoinsieme chiuso e limitato di Rn , perch in base al teorema di
Weierstrass questo su ciente a garantire la nitezza della norma kf kC 0 (K) ;
per calcolare le derivate parziali di f abbiamo bisogno di essere in un insieme
aperto; partiamo perci da un insieme aperto e limitato , la cui chiusura
un insieme chiuso e limitato; f si suppone denita e continua in ; le derivate
parziali di f esistono in
e si suppone si possano prolungare con continuit
no al bordo di ; a questo modo f e le @ f sono continue sul chiuso e limitato
; quindi kf kC k ( ) nita.
Valgono i seguenti risultati:
Teorema 1.49 Gli spazi C k

sopra deniti sono di Banach.

Teorema 1.50 (Convergenza uniforme e derivate parziali) Sia fk : !

R, per k = 1; 2; 3; :::; con
Rn aperto, supponiamo che per ogni k sia
@fk
0
fk ; @xi 2 C
per un certo i = 1; 2; :::; n; e supponiamo che:
k
1. La successione @f
a una certa funzione g.
@xi converge uniformemente in
2. La successione fk converge in almeno un punto x0 2 .
Allora:
La successione fk converge uniformemente in a una certa f 2 C 0
ed
@f
esiste @x
=
g:
i

25

1.2.3

Serie di funzioni: convergenza puntuale e uniforme

La nozione di convergenza uniforme e i teoremi precedenti si possono interpretare in particolare per le serie di funzioni.
Denizione 1.51 (Convergenza di una serie di funzioni) Sia fn : I ! R
per n = 1; 2; 3; ::: con I R o in Rn . Si dice che la serie di funzioni
1
X

fn (x)

n=1

converge in x0 2 I, oppure converge puntualmente in I, oppure converge uniformemente in I se la successione delle somme parziali
sn (x) =

n
X

fk (x)

k=1

converge in x0 2 I, oppure converge puntualmente in I, oppure converge uniformemente in I, rispettivamente.

Si dice che la serie di funzioni
1
X

fn (x)

n=1

converge assolutamente (in un punto x0 o in un insieme I) se la serie di funzioni

1
X

n=1

jfn (x)j

converge (in x0 o in I rispettivamente), cio se la successione delle somme

parziali
n
X
Sn (x) =
jfk (x)j :
k=1

Come per le serie numeriche, se una serie di funzioni converge assolutamente

(in x0 o in I) allora converge puntualmente (in x0 o in I).
Come per le successioni di funzioni, se una serie converge uniformemente
allora converge puntualmente.
Una condizione su ciente molto utile talvolta a stabilire la convergenza
uniforme di una serie la convergenza totale:
Denizione 1.52 (Convergenza totale di una serie di funzioni) Sia fn :
I ! R per n = 1; 2; 3; ::: con I R o in Rn . Si dice che la serie di funzioni
1
X

fn (x)

n=1

26

converge totalmente in I se esiste una successione fan gn=1 di costanti positive,

tale che:
1)
jfn (x)j an per ogni n; per ogni x 2 I;
2)
1
X

n=1

Esempio 1.53 La serie

an < 1:

1
X
sin (nx)
n2
n=1

converge totalmente in R perch

sin (nx)
n2
e

1
n2

1
X
1
< 1:
n2
n=1

La serie

1
X
sin (nx)
n
n=1

non converge totalmente in R in quanto la pi piccola successione numerica an

per cui sia vero che
sin (nx)
n

an per ogni x 2 R

an = 1=n (basta porre x = =2n nella disuguaglianza

P1
canto n=1 n1 diverge.

sin(nx)
n

an ) e daltro

Si noti che si parla di convergenza totale o di convergenza uniforme in un

insieme I (non in un singolo punto x0 ).
Vale la
Proposizione 1.54 (Criterio della convergenza totale) Se una serie di funzioni converge totalmente in un insieme I, allora converge assolutamente e
uniformemente in I.
Possiamo ora applicare alle serie di funzioni i teoremi visti per le successioni di funzioni: su ciente vedere la somma di una serie come limite della successione delle somme parziali per ottenere immediatamente i seguenti
teoremi.

27

Teorema 1.55 (Convergenza uniforme e continuit) Siano fn : I ! R,

con I Rn , funzioni continue per n = 1; 2; 3:::; e supponiamo che la serie
1
X

fn (x)

n=1

converga uniformemente in I, con somma f (x). Allora f continua in I.

Teorema 1.56 (Convergenza uniforme e integrabilit) Siano fn : [a; b] !
R, funzioni limitate e Riemann integrabili per n = 1; 2; 3:::; e supponiamo che
la serie
1
X
fn (x)
n=1

converga uniformemente in I, con somma f (x). Allora f (limitata e) Riemann integrabile in [a; b].

Teorema 1.57 (Convergenza uniforme e derivate parziali) Sia fk : !

R, per k = 1; 2; 3; :::; con
Rn aperto, supponiamo che per ogni k sia
@fk
0
fk ; @xi 2 C
per un certo i = 1; 2; :::; n; e supponiamo che:
P1 @fk
1. La serie k=1 @xi converge uniformemente in a una certa funzione g.
P1
2. La serie k=1 fk converge in almeno un punto x0 2 .
Allora: P
1
ed
La serie k=1 fk converge uniformemente in a una certa f 2 C 0
@f
esiste @xi = g; continua.
3. Se questo discorso vale ogni i = 1; 2; :::; n; si deduce che f 2 C 1 ( ).
Schematicamente:
P1
P1 @fk
se
k=1 fk converge puntualmente e
k=1 @xi converge uniformemente,
allora
!
1
1
X
X
@
@fk
fk =
:
@xi
@xi
k=1

k=1

Esempio 1.58 Consideriamo la serie di funzioni

1
X
e

n=1

nt

sin (nx)
n2

denita per x 2 [0; ] ; t 2 [0; 1]. Studiamo la continuit e derivabilit di questa

serie (cio: della funzione somma di questa serie, dopo che avremo vericato
che la serie e ettivamente converge).
Le funzioni
e nt sin (nx)
fn (x; t) =
n2

28

sono continue e derivabili innite volte nellinsieme Q = [0; ] [0; 1]. Per
studiare la convergenza della serie applichiamo il criterio della convergenza
totale:
e nt sin (nx)
1
per ogni (x; t) 2 [0; ] [0; 1] :
2
n
n2
P 1
Poich
n2 converge, la serie di partenza converge totalmente e quindi uniformemente in Q, e poich le fn sono continue, la somma della serie
u (x; t) =

1
X
e

nt

n=1

sin (nx)
n2

una funzione continua in Q (Teorema 1.55).

Vediamo se u derivabile. Consideriamo le serie delle derivate parziali:
1
X
@
@x
n=1
1
X
@
@t
n=1

nt

nt

sin (nx)
n2

sin (nx)
n2

1
X
e

n=1
1
X

nt

cos (nx)
n

nt

n=1

sin (nx)
:
n

In base al teorema visto, potremmo garantire che u derivabile e che la serie si

pu derivare termine a termine se sapessimo che queste serie convergono uniformemente. Entrambe le serie per non convergono totalmente in Q; inoltre,
la prima serie per x = 0; t = 0 diverge addirittura; la seconda serie per t = 0 diP1
che converge puntualmente per il criterio di Dirichlet4 ma
venta n=1 sin(nx)
n
sembra improbabile che converga uniformemente. Quindi non ci sono speranze
di provare che u sia derivabile in tutto linsieme Q.
La situazione cambia drasticamente se ci mettiamo nel sottoinsieme Q =
[0; ] [ ; 1] ; cio se studiamo u per t discosto da zero. Infatti in questo caso
lesponenziale e nt
e n aiuta molto la convergenza della serie. Possiamo
scrivere che per (x; t) 2 Q si ha:

Pe

nt

nt

cos (nx)
n

sin (nx)
n

n
n

converge, le serie delle derivate parziali prime rispetto a x e

e poich
n
rispetto a t convergono totalmente, e quindi uniformemente, in Q . Ne segue
che, in Q , la u derivabile, con
1
X
@u
e
(x; t) =
@x
n=1

4 v.

1
X
@u
(x; t) =
@t
n=1

[An2], Proposizione 7.1. p.369.

29

nt

cos (nx)
n

nt

sin (nx)
:
n

Il discorso si pu iterare a ogni ordine di derivata. Ad esempio,

1
X
@2
@x2
n=1
1
X
@2
@x3
n=1

e
e

nt

nt

sin (nx)
n2

sin (nx)
n2

1
X

n=1
1
X

e
ne

nt

sin (nx)

nt

cos (nx)

n=1

convergono ancora totalmente in Q . Concludiamo che u (x; t) innitamente

derivabile in Q . E poich questo vale per ogni > 0, in realt u innitamente
derivabile nella regione
x 2 [0; ] ; t 2 (0; 1]
(anche se non in tutto Q). La u continua no a t = 0, ma regolare solo per
t > 0.
Si osservi la diversa logica:
la serie delle derivate converge totalmente in Q (per ogni > 0) ma non in
Q;
la u derivabile in Q (per ogni > 0) e quindi derivabile in Q.
Il diverso modo di ragionare si deve al fatto che il concetto di convergenza
totale globale, mentre quello di derivabilit puntuale.
Esempio 1.59 Consideriamo la serie di funzioni
1
X
sin (nx) cos (nt)
n3
n=1

denita per (x; t) 2 Q = [0; 2 ] [0; 2 ]. Studiamo la continuit e derivabilit

di questa serie.
La disuguaglianza
sin (nx) cos (nt)
1
3
n
n3
mostra che la serie converge totalmente in Q, perci essendo le fn (x; t) continue,
anche la funzione
1
X
sin (nx) cos (nt)
u (x; t) =
n3
n=1
continua. Le serie delle derivate parziali prime sono:
1
X
@
@x
n=1
1
X
@
@t
n=1

1
X
cos (nx) cos (nt)
=
n2
n=1

sin (nx) cos (nt)

n3
sin (nx) cos (nt)
n3

1
X

n=1

30

sin (nx) sin (nt)

:
n2

e convergono totalmente, per analoghe disuguaglianze. Quindi u 2 C 1 (Q) ; con

1
X
@u
cos (nx) cos (nt)
(x; t) =
@x
n2
n=1
1
X
@u
(x; t) =
@t
n=1

sin (nx) sin (nt)

:
n2

Provando a iterare il discorso, per, ci dobbiamo fermare. Ad esempio:

1
X
@
@x
n=1

cos (nx) cos (nt)

n2

1
X

n=1

sin (nx) cos (nt)

;
n

e lultima serie non converge totalmente. Questa volta la situazione non migliora mettendosi in un sottoinsieme di Q. Dobbiamo concludere che u 2 C 1 (Q)
ma non possibile a ermare che sia derivabile due volte in Q. (Si noti che
queste argomentazioni non permettono di concludere rigorosamente che una certa derivata non esiste; semplicemente, non c un modo semplice per a ermare
che esiste e verosimilmente non esiste, almeno in qualche punto).

1.3

Operatori lineari continui

Diamo qualche cenno, poco pi che una terminologia, su questo importante

concetto di analisi funzionale.
Denizione 1.60 Siano X; Y due spazi vettoriali normati sul campo K (= R o C).
Una funzione T : X ! Y si dice operatore lineare se
T ( x + y) = T (x) + T (y) 8x; y 2 X; 8 ;

2 K.

Solitamente quando un operatore lineare si omette la parentesi nellargomento, e si scrive T x invece che T (x) (ma naturalmente bisogna comunque
scrivere T (x + y) se largomento una somma!).
Teorema 1.61 Siano X; Y due spazi vettoriali normati e T : X ! Y un
operatore lineare. Sono equivalenti le seguenti tre condizioni:
(a) T (vista come funzione tra due spazi metrici) continua in 0.
(b) T continua in ogni punto.
(c) vale la seguente condizione di limitatezza:
kT xkY
< 1:
x2X;x6=0 kxkX
sup

Denizione 1.62 Un operatore lineare T : X ! Y tra due spazi vettoriali normati X; Y si dice continuo se vale una delle tre condizioni equivalenti espresse
dal teorema precedente. In tal caso si denisce norma delloperatore il numero
kT k =

sup
x2X;x6=0

31

kT xkY
.
kxkX

Risulta, per denizione

kT xkY

kT k kxkX

8x 2 X:

Se T : X ! Y un operatore lineare e si mostra che esiste una costante

K > 0 per cui vale
kT xkY
K kxkX
8x 2 X;
(1.3)
allora T continuo, e kT k K. Solitamente cos che si dimostra la continuit
di un operatore lineare, senza necessariamente riuscire a determinare la norma
di T , che la migliore (cio la minima) costante per cui vale la (1.3).
Esempio 1.63 Sia
T : C 2 [a; b] ! C 0 [a; b]
T f (x) = (x) f 00 (x) + (x) f 0 (x) + (x) f (x)
con ; ; 2 C 0 [a; b] : Loperatore dierenziale T (ovviamente lineare e)
continuo perch
kT f kC 0 [a;b] = k f 00 + f 0 + f kC 0 [a;b]

k f 00 kC 0 [a;b] + k f 0 kC 0 [a;b] + k f kC 0 [a;b]

k kC 0 [a;b] kf 00 kC 0 [a;b] + k kC 0 [a;b] kf 0 kC 0 [a;b] + k kC 0 [a;b] kf kC 0 [a;b]

o
n
k kC 0 [a;b] + k kC 0 [a;b] + k kC 0 [a;b] kf kC 2 [a;b]

c kf kC 2 [a;b] :

Esempi di operatori lineari continui di altro tipo (ad esempio, espressi analiticamente da integrali) si potranno fare pi avanti.
Si verica facilmente che ogni combinazione lineare di operatori lineari continui tra X e Y a sua volta un operatore lineare continuo. Si pu considerare
quindi lo spazio L (X; Y ) di tutti gli operatori lineari continui tra gli spazi
vettoriali normati X e Y , che risulta uno spazio vettoriale. Anzi, la norma
operatoriale
kT xkY
kT kL(X;Y ) = sup
x2X;x6=0 kxkX
risulta eettivamente una norma in questo spazio, quindi: L (X; Y ) uno spazio
vettoriale normato.
Vale il seguente teorema, che ci limitiamo a enunciare:
Teorema 1.64 Siano X; Y spazio vettoriali normati. Se Y completo anche
anche L (X; Y ) completo.

32

1.4
1.4.1

Lintegrale di Lebesgue
Motivazione

A partire dagli inizi del 20 secolo la teoria classica dellintegrazione, di Riemann, stata sostanzialmente sostituita da una nuova teoria, dovuta a Lebesgue,
estremamente pi generale, essibile e potente, che ha rivoluzionato lanalisi
matematica. Noi non ci occuperemo di questioni da cui emerga no in fondo
limportanza di questa diversa impostazione, ma non possiamo comunque farne
a meno, per molti motivi. Vediamo molto sinteticamente alcune questioni5
rispetto alle quali lintegrale di Riemann inadeguato ed auspicabile avere un
concetto diverso di integrale.
1. Vorremmo un concetto di integrale in cui la possibilit che la funzione
integranda sia illimitata e/o che linsieme di integrazione sia illimitato costituisca
la regola e non leccezione (come nella teoria di Riemann, in cui lintegrale viene
generalizzato solo in un secondo momento per includere queste situazioni).
2. Vorremmo un concetto di integrale in cui, sia in una variabile che in pi
variabili, linsieme di integrazione possa essere di tipo molto generale, anche
molto irregolare.
3. Vorremmo un concetto di integrale in cui ci linsieme delle funzioni integrabili sia stabile rispetto a un gran numero di operazioni, in particolare
rispetto al passaggio al limite di successione. (Per lintegrale di Riemann, invece,
una successione di funzioni integrabili pu convergere a un limite non integrabile). Questo signicher anche che dovranno essere integrabili anche funzioni
molto discontinue.
4. Vorremmo un concetto di integrale con cui lintegrazione di successioni
e serie di funzioni obbedisca a regole semplici, cio si possa dimostrare che lo
scambio tra limite e integrale lecito sotto ipotesi piuttosto generali e di facile
verica. (Nella teoria di Riemann lunico criterio semplice di integrazione per
successioni richiede la convergenza uniforme, che unipotesi piuttosto forte).
5. Vorremmo che lo spazio (vettoriale) delle funzioni integrabili su un certo
dominio, munito della norma dellintegrale, fosse uno spazio di Banach (cio
fosse completo), cosa che non accade per lintegrale di Riemann.
Ottenere un integrale con propriet migliori (dai punti di vista spiegati)
signica ovviamente cambiare la denizione di integrale, e pi precisamente
cambiarlo in un senso che renda meno restrittiva la richiesta di integrabilit.
Ricordiamo come stato denito lintegrale di Riemann come limite di somme:
lim sn = lim

n!1

n!1

n
X
b

k=1

a
n

(n)
k

dove al passo n-esimo lintervallo [a; b] stato suddiviso in n intervalli uguali

(n)
(n)
(n)
(n)
mediante i punti a = x0 ; x1 ; x2 ; :::; xn = b e ad ogni passo si sono scelti,
5 Ci limiteremo a segnalare questioni che siano rilevanti per il seguito del nostro discorso,
senza con ci voler aermare che queste siano le motivazioni pi importanti per introdurre
lintegrale di Lebesgue.

33

h
i
(n)
(n)
(n)
arbitrariamente, gli n punti k 2 xk 1 ; xk , k = 1; 2; :::; n. La funzione f si
dice Riemann-integrabile se il limite esiste nito e non dipende da come si sono
(n)
scelti, ad ogni passo, i punti k . Si capisce dalla denizione che ci che mette
a rischiolintegrabilit il fatto che f abbia numerosi punti di discontinuit, e
quindi nel corso della costruzione succeda tanteh volte chei scegliendo il punto
(n)
(n)
(n)
in modi diversi allinterno dellintervallino xk 1 ; xk
si ottengano delle
k
variazioni importanti nel valore di sn . Ad esempio, la funzione di Dirichlet
1 se x razionale
0 se x irrazionale

d (x) =

non integrabile perch, ad ogni passo della costruzione iterativa, possibile

(n)
scegliere i punti k tutti razionali, e allora sn = 1, o tutti irrazionali, e allora
sn = 0; perci certamente successioni di Cauchy-Riemann diverse hanno limiti
diversi. Se vogliamo dare una denizione di integrale diversa, che risulti meno
restrittiva, dobbiamo trovare il modo di neutralizzare, nellalgoritmo di calcolo
dellintegrale, gli e etti di instabilit dovuti alle (eventuali) grandi oscillazioni
o discontinuit della funzione.
Unidea di questo tipo si trova nella nozione di integrale introdotta da Henri
Lebesgue nel 1902 nella sua tesi di dottorato presentata alla Facolt di Scienze
di Parigi.
Lidea, apparentemente banale, : invece di fare una costruzione iterativa suddividendo lintervallo [a; b] sullasse x in parti uguali, facciamo una
costruzione iterativa suddividendo in parti uguali, sullasse y, un intervallo che
contenga linsieme dei valori assunti dalla funzione (che per il momento supponiamo limitata). Ad esempio, se la funzione ha valori in [0; 1], al passo n-esimo
suddivideremo [0; 1] in parti uguali e considereremo gli insiemi
(n)

Ek

x 2 [a; b] :

1
n

f (x) <

k
n

, con k = 1; 2; :::; n:

Ovviamente unapprossimazione, per difetto o per eccesso, dellarea sotto il

graco di f si ottiene, rispettivamente, con le somme:
sn =
s+
n =

n
X

k=1
n
X

(n)

Ek

(n)

Ek

k=1

1
n

k
;
n

dove jEk j indica la misura dellinsieme Ek , cio se ad es. un intervallo la sua

lunghezza, se lunione di pi intervalli la somma delle lunghezze degli itervalli,

34

e cos via6 .

Una somma di Riemann di passo

Una somma di Lebesgue di passo

della stessa funzione

Ci che dimostra quanto sia buona questidea, e quanto sia diversa da quella
dellintegrale di Riemann (non ostante lapparente simmetria: suddividiamo
lasse x / suddividiamo lasse y) che per come sono costruite le somme risulta
6 Come vedremo, buona parte del problema da arontare sta in questo semplicistico e cos
via.

35

sempre
0

s+
n

sn =

n
X

(n)

Ek

k=1

1
1
=
n
n

per cui lo scarto tra le approssimazioni per eccesso e per difetto tende necessariamente a zero! Signica che questo algoritmo di approssimazione restituisce
sempreun limite. Apparentemente, ogni funzione risulta integrabile a questo
modo. In realt, abbiamo in un certo senso spostato il problema: data una
(n)
funzione f e interi n; k qualsiasi, come sar fatto linsieme Ek ? Se f ha molte
oscillazioni e discontinuit potr essere un insieme molto diverso da un intervallo o lunione di un numero nito di intervalli. Ad esempio, per la funzione di
(n)
Dirichlet tra gli insiemi Ek ci saranno
fx 2 [0; 1] : x 2 Qg ; fx 2 [0; 1] : x 2
= Qg ,
che non sono esprimibili come unioni nite di intervalli.
Dunque: per costruire una teoria dellintegrazione di questo nuovo tipo dobbiamo prima impegnarci a costruire una teoria della misura che sia in grado
di assegnare una lunghezza anche a sottoinsiemi molto irregolari della retta.
1.4.2

La misura di Lebesgue

Procedendo ora in modo molto schematico, mostriamo come si arriva alla denizione
di questo nuovo tipo di integrale. Come anticipato, occorre prima denire una
nozione di misura, e questo richiede un podi lavoro tecnico.
Denizione 1.65 Sia un insieme. Si dice -algebra (su ) una famiglia M
di sottoinsiemi di (cio7 M P ( )) tale che:
2 M;
E 2 M =) E c 2 M (dove E c indica il complementareSdi E in );
1
1
se fEn gn=1 una successione di insiemi di M, allora n=1 En 2 M.
Gli insiemi di M si dicono insiemi misurabili, ( ; M) si dice spazio misurabile.
Ogni insieme
ha due -algebre banali: la pi piccola quella costituita
solo da e ;; la pi grande tutto P ( ). Dalla denizione segue facilmente la:
Proposizione 1.66 Se M una -algebra, M chiusa anche rispetto alle
seguenti operazioni insiemistiche: unione nita, intersezione nita o numerabile; di erenza insiemistica8 .
7 dove P ( ) indica linsieme delle parti di
compresi stesso e linsieme vuoto ;
8 La dierenza insiemistica denita cos:

; cio linsieme di tutti i sottoinsiemi di

A n B = A \ Bc:

36

Denizione 1.67 Sia ( ; M) uno spazio misurabile. Si dice misura (su questo
spazio) una qualunque funzione (dinsieme)
: M ! [0; +1]
1

che sia numerabilmente additiva, ossia tale che per ogni successione fEn gn=1
di insiemi di M a due a due disgiunti, si abbia
!
1
1
[
X
En =
En .
n=1

n=1

(Dove ambo i membri possono essere niti o inniti). In tal caso ( ; M; ) si

dice spazio di misura.
Notiamo esplicitamente che la scrittura
: M ! [0; +1] signica che la
misura di un insieme pu anche essere 0 o +1 (e questo accade anche per
insiemi non banali, ad esempio in R la lunghezza di un punto 0, la lunghezza
di una semiretta +1).
Da questa sola richiesta di numerabile additivit seguono in realt molte
altre propriet della misura:
Teorema 1.68 Sia ( ; M; ) uno spazio di misura. Allora:
1. (;) = 0;
2.
nitamente additiva, cio per ogni famiglia nita E1 ; E2 ; :::; En di
insiemi di M a due a due disgiunti si ha
!
n
n
[
X
Ei =
Ei ;
i=1

i=1

3. monotona, cio 8A; B 2 M, A B =) (A)

(B) ;
4.
condizionatamente sottrattiva, cio 8A; B 2 M, A
B e (B) <
1 =) (B n A) = (B)
(A) ;
1
5.
continua da sotto: se fEn gn=1
S1 una successione di insiemi di M
tale che En % E (cio: En En+1 8n e n=1 En = E) allora (En ) ! (E) ;
1
6. condizionatamente continua da sopra: se fEn gn=1 Tuna successione
1
di insiemi di M tale che En & E (cio: En
En+1 8n e n=1 En = E) e
inoltre (E1 ) < 1, allora (En ) ! (E) ;
1
7.
numerabilmente subadditiva, cio se fEn gn=1 una successione di
insiemi di M ( non necessariamente a due a due disgiunti), allora
!
1
1
[
X
En
En .
n=1

n=1

Nel seguito, come vedremo, saranno molto importanti gli insiemi di misura
nulla. Notiamo che se E; E0 2 M, E0 E e (E) = 0, allora (per la monotonia
della misura) anche (E0 ) = 0. Talvolta siamo in una situazione leggermente
37

diversa: abbiamo un insieme E 2 M tale che (E) = 0; e un altro insieme

E0
E (di cui a priori non sappiamo che sia misurabile); ci piacerebbe poter
comunque concludere che (E0 ) = 0 (cio: che E0 2 M, e quindi (E0 ) = 0).
Questo non vero per tutte le misure, ma solo per quelle per cui noto che
i sottoinsiemi degli insiemi di misura nulla sono tutti misurabili (e quindi di
misura nulla).
Denizione 1.69 Sia ( ; M; ) uno spazio di misura. Si dice che la misura
completa se i sottoinsiemi degli insiemi di misura nulla sono tutti misurabili
(e quindi hanno misura nulla).
Esempi di misure. Non cos semplice costruire misure signicative. Cominciamo a introdurre un paio di esempi semplici (ma comunque importanti).
La misura del conteggio. Sia
un insieme qualsiasi, M = P ( ) e
:
M ! [0; +1] tale che
(A) =

numero di elementi di A, se A nito;

1 altrimenti.

Si verica che
una misura detta misura del conteggio. Come vedremo,
lintegrale rispetto a questa misura risulter una serie numerica, quindi la teoria
astratta dellintegrazione assorbir al suo interno la teoria delle serie numeriche.
La misura atomica o di Dirac. Sia
un insieme qualsiasi, x0 2 un suo
elemento ssato, e M = P ( ). Deniamo : M ! [0; +1] tale che
(A) =

1 se x0 2 A
0 altrimenti.

Si verica che una misura, detta misura di Dirac concentrata in x0 e indicata

talvolta col simbolo x0 .
Saltando ora a pi pari il lungo percorso costruttivo e dimostrativo che porta
alla denizione della misura di Lebesgue, enunciamo i punti di arrivo di questo
percorso sotto forma di un risultato astratto di esistenza:
Teorema 1.70 (Misura di Lebesgue in Rn ) Esiste una -algebra L di sottoinsiemi di Rn , detta -algebra di Lebesgue (o degli insiemi Lebesgue misurabili), ed esiste una misura
su L, detta misura di Lebesgue in Rn 9 , con le
seguenti propriet:
1. La -algebra L contiene tutti gli insiemi aperti, gli insiemi chiusi, gli
insiemi ottenuti per intersezione o unione di una successione di insiemi aperti
o chiusi10 .
9 Anche se misura di Lebesgue in Rn il modo in cui comunemente si chiama questa
misura, notiamo esplicitamente che questa non denita per ogni sottoinsieme di Rn , ma
solo per quelli misurabili, cio appartenenti alla -algebra L.
1 0 In pratica, L contiene qualsiasi insieme si riesca a denire in modo esplicito, costruttivo.
Per mostrare lesistenza di insiemi non misurabili occorre utilizzare sottili procedimenti non
costruttivi.

38

2. La misura di Lebesgue estende la misura elementare, nel senso che data

una n-cella, cio un insieme del tipo:
I = [a1 ; b1 ]

[a2 ; b2 ]

:::

[an ; bn ] ; con ai ; bi 2 R;

risulta11
(I) = jb1

a1 j jb2

a2 j ::: jbn

an j :

3. La misura di Lebesgue invariante per traslazioni.

4. La misura di Lebesgue completa.

Detto in parole povere: la misura di Lebesgue consente di misurare quasi

tutti gli insiemi di Rn , anche insiemi molto irregolario complicati; al tempo
stesso, se consideriamo un insieme di cui la geometria elementare insegni a
calcolare la misura (cio il volume se siamo in R3 , larea se siamo in R2 , la
lunghezza se siamo in R, la misura di Lebesgue restituisce lo stesso valore che
ci aspetteremmo. Il guadagnodellavere a disposizione la misura di Lebesgue
non solo nel fatto che riusciamo a misurare anche insiemi molto complicati,
ma anche che per il fatto di essere una misura, soddisfa tutte le propriet
delle misure (v. teorema 1.68) e inoltre completa (v. denizione 1.69).
Esempio 1.71 Per visualizzare meglio come agisce la denizione di misura di
Lebesgue, facciamo qualche esempio.
1. Poich la misura di Lebesgue estende la misura elementare, un punto ha
misura nulla (in Rn ; qualunque sia n).
2. Daltro canto la misura numerabilmente additiva perci, ogni insieme
numerabile ( misurabile e) ha misura nulla.
3. In R quanto appena a ermato particolarmente signicativo, perch
mostra che Q un sottoinsieme di R misurabile e di misura nulla, non ostante
il fatto che Q sia denso in R. Si capisce che la valutazione di quanto sia grande
un insieme dal punto di vista della teoria della misura e dal punto di vista della
topologia pu essere molto diverso. La misurabilit dellinsieme Q un fatto che
deve far riettere sulla potenza della teoria: utilizzando le nozioni elementari di
misura dei segmenti, un insieme come Q sarebbe intrattabile.
4. Si rietta sul fatto che, ad esempio, una retta (o una curva regolare) nel
piano o nello spazio ha misura nulla, cos come un piano (o una supercie regolare) nello spazio ha misura nulla. Questo si pu vedere applicando le propriet
generali delle misure e il fatto che la misura di Lebesgue estenda la misura elementare. A titolo di esempio, mostriamo che una retta, ad esempio lasse x,
ha misura nulla nel piano. Per cominciare sia E il semiasse x 0; y = 0 nel
piano, e proviamo che (E) = 0. Possiamo coprire E con lunione delle 2-celle
(cio rettangoli) cos fatte:
E

1
[

[k; k + 1]

k=0

" "i
;
2k 2k

E" :

1 1 e questo fatto, unito alle propriet di cui gode

per il fatto di essere una misura, implica
che per qualsiasi insieme di cui la geometria elementare insegni a calcolare la misura, questa
coincide col valore assegnato dalla misura di Lebesgue.

39

Poich la misura monotona, sar

(E)

(E" ) :

Calcoliamo ora (E" ): poich la misura di Lebsegue di un rettangolo semplicemente la sua area (cio la misura elementare) e daltro canto la misura
numerabilmente additiva,
(E" ) =

1
X

k=0

[k; k + 1]

X
" "i
; k
=
1
k
2 2
1

k=0

2"
= 4":
2k

Perci (E) < " per ogni " > 0, perci (E) = 0:
Analogamente si prova che il semiasse x
0 ha misura nulla, da cui essendo unione di due insiemi di misura nulla lasse x ha misura nulla in R2 .
Naturalmente, in R lasse x avrebbe invece misura innita.
Osservazione 1.72 Esiste una buona misura rispetto a cui tutti gli
insiemi sono misurabili? Abbiamo visto che possibile denire una buona
misura (la misura di Lebesgue, che ha le buone propriet gi ricordate) denita
su una certa -algebra di sottoinsiemi di Rn che e ettivamente molto ampia, il
che signica che rispetto alla misura di Lebesgue, quasi tutti gli insiemi sono
misurabili. Chiediamoci se non possibile fare di meglio: esiste una misura
in Rn che, oltre a soddisfare la denizione astratta di misura, estenda la misura
elementare, sia invariante per traslazioni, e inoltre si possa a ermare che tutti i
sottoinsiemi di Rn sono misurabili? (Se fosse cos, potremmo anche fare a meno
di introdurre la nozione di -algebra). La risposta per negativa, e questo
un risultato profondo di teoria degli insiemi. Se si vuole una buona teoria della
misura, nei sensi gi spiegati, non si pu scegliere una strada pi semplice di
quella descritta; in particolare non si pu rinunciare al concetto di -algebra.
Osservazione 1.73 (Misura di Lebesgue su un insieme ) Abbiamo costruito la misura di Lebesgue su Rn . Naturalmente in molte questioni non consideriamo lo spazio intero, ma un sottoinsieme
di Rn , e vorremmo avere una
misura sui sottoinsiemi di . Questo passaggio molto semplice. La restrizione
della misura di Lebesgue a un sottoinsieme misurabile di Rn la stessa misura
di Lebesgue, calcolata sui sottoinsiemi misurabili di , che sono tutti e soli gli
insiemi del tipo E \ con E sottoinsieme misurabile di Rn . Detto in modo pi
preciso e generale:
Teorema 1.74 (Restrizione di una misura) Sia ( ; M; ) uno spazio di misura
astratto (qualsiasi), e sia 0
; 0 2 M (cio 0 un sottoinsieme misurabile
di ). Allora:
(a) La famiglia di insiemi M0 = fE0 = E \ 0 : E 2 Mg una -algebra
di sottoinsiemi di 0 .
(b) La funzione dinsieme ristretta a M0 una misura su ( 0 ; M0 ), quindi
d luogo ad un nuovo spazio di misura ( 0 ; M0 ; 0 ) dove 0 = =M0 detta
restrizione della misura a 0 .
40

La costruzione precedente signicativa quando ( 0 ) > 0; altrimenti la

misura restrizione identicamente nulla.
In particolare, in Rn , dato un qualsiasi sottoinsieme misurabile 0 di misura
positiva, parleremo della misura di Lebesgue in 0 per indicare la restrizione di
a 0.
1.4.3

Integrale di Lebesgue

Torniamo ora alla teoria generale astratta della misura. Supponiamo di avere
uno spazio di misura qualsiasi ( ; M; ) e supponiamo inoltre che la misura
sia completa (come accade per la misura di Lebsegue); vogliamo denire lintegrale rispetto a questa misura. Ricordando quanto spiegato nellintroduzione,
ci attende ancora un passo preliminare, quello di denire cosa sono le funzioni
misurabili, che saranno quelle per cui la costruzione dellintegrale di Lebesgue
possibile. Cominciamo dal seguente semplice
Teorema 1.75 Sia ( ; M) uno spazio misurabile qualsiasi e sia f :
Sono equivalenti le seguenti 4 condizioni:
1. fx 2 : f (x) > ag 2 M per ogni a 2 R;
2. fx 2 : f (x) ag 2 M per ogni a 2 R;
3. fx 2 : f (x) < ag 2 M per ogni a 2 R;
4. fx 2 : f (x) ag 2 M per ogni a 2 R.

! R.

Denizione 1.76 Sia ( ; M) uno spazio misurabile qualsiasi e sia f : ! R.

Si dice che f misurabile (su ( ; M)) se vale una delle condizioni equivalenti
espresse dal teorema precedente.
Esempio 1.77 Sia ( ; M) uno spazio misurabile qualsiasi ed E
: Deniamo la funzione caratteristica dellinsieme E (un concetto che ci servir spesso
in seguito),
1 se x 2 E
E (x) =
0 se x 2
= E:
Allora si vede facilmente che
la funzione

misurabile se e solo se linsieme E misurabile.

Quindi costruire esempi di funzioni non misurabili tanto di cile quanto

costruire esempi di insiemi non misurabili. Questo suggerisce che la richiesta
di misurabilit di una funzione sia una richiesta generalmente molto debole.
Esempio 1.78 Consideriamo Rn con la -algebra degli insiemi Lebesgue misurabili. Allora: se f : Rn ! R continua, f misurabile. Infatti, per una
funzione continua, gli insiemi ai punti 1 e 3 del teorema sopra sono aperti,
mentre gli insiemi ai punti 2 e 4 del teorema sono chiusi; in tutti e 4 i casi,
sono insiemi Lebesgue misurabili.
La completezza della misura implica la prossima utile propriet:
41

Proposizione 1.79 Siano f; g : ! R con f misurabile e g = f tranne che

su un insieme di misura nulla. Allora g misurabile.
In particolare il teorema precedente implica che nel seguito della teoria possiamo considerare funzioni denite in salvo al pi un insieme di misura nulla
o, come si dice comunemente, denite quasi ovunque (abbreviato in q.o.). Se
f denita q.o. in , possiamo pensare di denirla in un qualsiasi modo anche nellinsieme di misura nulla residuo, e la sua misurabilit o meno in non
dipende da come labbiamo denita (quindi, in denitiva, possiamo non denirla
proprio).
Teorema 1.80 (Operazioni sulle funzioni misurabili) Siano f; g : ! R
misurabili. Allora:
f g misurabile; f g misurabile; cf misurabile (se c una costante
reale);
f =g misurabile purch linsieme in cui g si annulla abbia misura nulla;
f + = max (f; 0) ; f = min (f; 0) ; jf j sono misurabili;
se : R ! R continua, (f ) misurabile;
se : R2 ! R continua, (f; g) misurabile.
Il teorema precedente mostra sostanzialmente che ogni sequenza nita di
operazioni su funzioni misurabili produce funzioni misurabili. Ci interessano
per anche operazioni innite, prima fra tutte il passaggio al limite. Si pu
dimostrare quanto segue:
Teorema 1.81 Sia fn : ! [ 1; +1] (per n = 1; 2; 3:::) una successione di
funzioni, ciascuna denita q.o. in e misurabile, e supponiamo che esista per
q.o. x 2 la funzione
f (x) = lim fn (x) :
n!1

Allora f misurabile.
Abbiamo ora tutti gli ingredienti per denire lintegrale rispetto ad una
misura (astratta) qualsiasi. Lintegrale di una qualsiasi funzione (misurabile) f
sar denito come estremo superiore o limite di opportune somme di Lebesgue
di f (anzich somme di Cauchy-Riemann), dove queste somme (la cui costruzione
stata anticipata intuitivamente nellintroduzione) si possono vedere come integrali di opportune funzioni approssimanti, le funzioni semplici, che ora introduciamo.
Denizione 1.82 Si dice che una funzione s :
bile e assume un numero nito di valori.

! R semplice se misura-

Una funzione semplice si pu sempre scrivere nella forma

s (x) =

n
X

cj

j=1

42

Ej

(x)

con E1 ; E2 ; :::; En insiemi misurabili e c1 ; c2 ; :::; cn 2 R. (Ricordare che Ej la

funzione caratteristica di Ej , che vale 1 in Ej e 0 altrove). Gli insiemi si possono
scegliere a due a due disgiunti (e allora i numeri cj sono esattamente i possibili
valori assunti da s (x)) ma se anche non lo sono la funzione rimane semplice. E
naturale denire lintegrale di s rispetto alla misura come
Z
n
X
cj (Ej )
s (x) d (x) =
j=1

(pensare al caso della misura di Lebesgue sulla retta; se gli insiemi Ej sono intervalli lintegrale risulta larea sotto il graco della poligonale s (x); naturalmente
la teoria stata fatta proprio per poter considerare le situazioni in cui gli insiemi Ej non sono intervalli ma insiemi molto complicati). Lidea allora denire
lintegrale di una funzione misurabile e positiva, per cominciare, come lestremo
superiore degli integrali delle funzioni semplici s (x)
f (x). Il problema se
c un modo standard di denire funzioni semplici che approssimano tanto bene
quanto si vuole la funzione f . Questa esattamente lidea, che stata anticipata
nellintroduzione, di suddividere in parti uguali linsieme dei valori assunti da
f , anzich il dominio di f . La costruzione contenuta nel prossimo
Teorema 1.83 (Approssimazione con funzioni semplici) Sia f : ! [0; +1]
misurabile. Esiste una successione monotona crescente di funzioni semplici sk
che converge puntualmente a f in : Se inoltre f limitata la convergenza
uniforme.
Dimostrazione. Fissato un intero k = 1; 2; 3:::; sia
Ek = x 2

: f (x) > 2k

Ekj =

x2

1
2k

e siano

< f (x)

Poniamo

j
2k

per j = 1; 2; ::::; 22k .

2k

sk (x) = 2

Ek

(x) +

2
X
j
j=1

1
2k

Ekj

(x) :

Si verica che le sk hanno le propriet richieste. Si osservi in particolare

che il fatto che la successione sia monotona crescente dipende dal fatto che
ad ogni passo il numero di suddivisioni dellintervallo 0; 2k (sullasse y) viene
raddoppiato.
Si pu ora dare la seguente
Denizione 1.84 (Integrale di una funzione positiva) Sia f : ! [0; +1]
misurabile. Si pone
Z
Z
f (x) d (x) = sup
s (x) d (x) : s semplice, s (x) f (x)
(dove lestremo superiore pu essere nito o +1).
43

Ci si convince facilmente che questo estremo superiore si pu realizzare in

particolare mediante le sk costruite nel teorema precedente, perci si pu anche
scrivere
0
1
Z
22k
X
j
1
j
k
f (x) d (x) = lim @2 (Ek ) +
Ek A
k!1
2k
j=1
vedendo quindi lintegrale come un limite di somme alla Lebesgue:

Dunque per ogni funzione misurabile e non negativa ben denito (nito o
+1) lintegrale di Lebesgue. Si noti in particolare che in questa teoria il caso in
cui la funzione o il dominio sono illimitati vengono trattati direttamente e non,
come accadeva per la teoria di Riemann, in un secondo tempo facendo il limite
di integrali di funzioni limitate su domini limitati.
Per comprendere meglio il signicato geometrico della costruzione dellintegrale di Lebesgue, consideriamo il caso particolare in cui f misurabile, positiva
e limitata, 0 f (x) M . La costruzione del teorema precedente si pu allora
ritoccare ponendo
Ekj =

x2

1
2k

j
M
2k

M < f (x)

per j = 1; 2; ::::; 2k

sk (x) = M

2
X
j
j=1

f (x) d (x) = lim @M

k!1

Ekj

2k

(x)

2
X
j
j=1

1
2k

e si ha, per ogni k,

k

2
X
j
j=1

1
2k

Ekj

Ekj A
k

f (x) d (x)

44

2
X
j
k
2
j=1

Ekj ;

dove lo scarto tra lapprossimazione per eccesso e per difetto al passo k non
supera, se ha misura nita,
k

2
X
1
M
k
2
j=1

Ekj

2
1 X
M k
2 j=1

Ekj =

M
( )
2k

e quindi pu essere resa piccola a piacere. In particolare lintegrale in questo

caso certamente nito. Per esempio, in un intervallo di R, la funzione di
Dirichlet (che non Riemann integrabile),
f (x) =

1 per x 2 Q
0 per x 2
=Q

misurabile, q.o. nulla, quindi Lebesgue integrabile con integrale nullo. Nella
teoria di Lebesgue dunque, in particolare, tutte le funzioni misurabili e limitate
hanno integrale nito sugli insiemi di misura nita.
Arriviamo ora alla denizione di integrale di Lebesgue per una funzione di
segno qualsiasi.
Denizione 1.85 Sia f : ! [ 1; +1] misurabile. Si dice che f Lebesgue
integrabile, o sommabile, se
Z
jf (x)j d (x) < 1
e in tal caso si pone
Z
Z
f (x) d (x) =
f + (x) d (x)
e risulta ovviamente
Z

f (x) d (x)

f (x) d (x)

jf (x)j d (x) < 1:

Notare che se f misurabile allora anche jf j lo (questa una delle propriet

delle funzioni misurabili che abbiamo elencato), ma il viceversa non vero: se
E
un insieme non misurabile e deniamo
f (x) =

1 per x 2 E
1 per x 2
=E

allora f non misurabile, mentre jf j (funzione costante uguale a 1!) ovviamente

lo . Quindi nella denizione precedente necessario richiedere la misurabilit di f e la nitezza dellintegrale di jf j, non possibile esprimere le ipotesi
unicamente su jf j.
Si confrontino le due denizioni di integrale introdotte (per funzioni positive
o di segno qualsiasi): per una funzione misurabile e positiva lintegrale sempre
denito (nito o +1) mentre per dar senso allintegrale di una funzione di
segno variabile richiediamo la nitezza dellintegrale del modulo, che implica
quella della parte positiva e negativa.
45

Denizione 1.86 Indichiamo con L1 ( ; M; ) ; o pi brevemente con L1 ( )

quando M e si possono sottointendere, linsieme delle funzioni sommabili nel
senso della denizione precedente.
Si verica facilmente che L1 ( ; M; ) uno spazio vettoriale. Ci interessa
mettere in questo spazio la norma dellintegrale, e vederlo quindi come spazio
vettoriale normato. Questo per richiede una precisazione importante.
Se deniamo in L1 ( ; M; )
Z
kf kL1 ( ;M; ) =
jf (x)j d (x)
questa risulta soddisfare le propriet della norma, tranne quella di annullamento.
Infatti, come vedremo nel Teorema 1.88,
kf kL1 (

;M; )

= 0 =) f (x) = 0 q.o. in

Per ottenere una norma quindi necessario identicare funzioni uguali q.o. tra
loro, ossia introdurre in L1 la relazione di equivalenza f g se f = g q.o. e considerare lo spazio delle classi di equivalenza di funzioni, che pu essere reso uno
spazio vettoriale normato a questo modo. Questa operazione coerente anche
perch la misura completa, perci se f misurabile e g = f q.o., anche g misurabile. Naturalmente sul piano intuitivo continueremo a pensare gli elementi
di L1 come funzioni, che sono tra loro indistinguibili quando sono uguali quasi
ovunque; sul piano formale, invece, gli elementi di L1 sono classi dequivalenza
di funzioni. Nel seguito lasceremo sempre sottointesa questa osservazione.
Sottolineiamo che abbiamo denito lintegrale di Lebesgue in un generico
spazio astratto di misura (completa). Se in particolare stiamo considerando la
misura di Lebesgue su un sottoinsieme
Rn Lebesgue misurabile, avremo
denito un integrale, che chiamiamo ancora integrale di Lebesgue, che quello
che principalmente ci interesser nel seguito, e che ci aspettiamo generalizzi il
classico integrale di Riemann (anche se le relazioni tra questo integrale e quello
di Riemann andranno approfondite). In questo scriveremo pi semplicemente
Z
Z
f (x) dx per indicare
f (x) d (x) :
Occorre naturalmente provare che lintegrale di Lebesgue soddisfa le solite
propriet elementari dellintegrale. Premettiamo la seguente denizione, che ci
serve per dar senso allintegrale di una funzione su un sottoinsieme (misurabile)
di :
Denizione 1.87 Se E 2 M; poniamo
Z
Z
f (x) d (x) =
(f

E ) (x) d

(x)

se f una funzione misurabile in oppure una funzione misurabile in E e noi

la deniamo zero (o qualunque altro valore!) fuori da E. La denizione va intesa
46

nel senso che se f E 2 L1 ( ; M; ) allora diciamo che f 2 L1 E; M=E ;

e questa uguaglianza ne assegna lintegrale.

=E

Teorema 1.88 Siano f; g 2 L1 ( ; M; ) allora

1. Linearit dellintegrale: per ogni c1 ; c2 2 R,
Z
Z
Z
[c1 f (x) + c2 g (x)] d (x) = c1
f (x) d (x) + c2
g (x) d (x) ;
2. Monotonia dellintegrale
f (x)

g (x) q.o. in

E; F 2 M; E

F; f

=)
0 =)

f (x) d (x)
f (x) d (x)

g (x) d (x) ;

f (x) d (x)

3. Propriet di annullamento
se

(E) = 0 allora

f (x) d (x) = 0;

ZE

se f (x) = 0 q.o. in allora

f (x) d (x) = 0;
Z
se
jf (x)j d (x) = 0 allora f (x) = 0 q.o. in :
Il teorema precedente si dimostra abbastanza facilmente in base alla denizione
di integrale, riconducendosi al caso delle funzioni semplici.
La propriet di additivit rispetto allinsieme di integrazione, che non compresa nel teorema precedente, vale in una forma pi forte di quella che conosciamo per lintegrale di Riemann; precisamente, vale una numerabile additivit,
che per enunciamo solo per funzioni positive:
1

Teorema 1.89 Sia f : ! [0; +1] misurabile e fEn gn=1 una successione di
sottoinsiemi misurabili di a due a due essenzialmente disgiunti12 . Allora
Z
1 Z
X
f (x) d (x) =
f (x) d (x) :
[1
n=1 En

n=1

En

Misura con peso

Si osservi che il teorema precedente si pu rileggere anche dicendo che una
funzione misurabile f : ! [0; +1] induce una nuova misura f su ( ; M) ;
denita da
Z
(E)
=
f (x) d (x) :
(1.4)
f
E

Si dice che f la densit di f (rispetto alla misura originaria ). Questo tipo

di misura si dice misura densit o anche misura con peso e si indica anche col
1 2 Due insiemi misurabili si dicono essenzialmente disgiunti se la loro intersezione ha misura
nulla. In particolare, due insiemi disgiunti sono anche essenzialmente disgiunti.

47

simbolo d f = f (x) d (x) o d f = f (x) dx quando la misura originaria la

misura di Lebsegue su un sottoinsieme di Rn . Cosa sar lintegrale rispetto a
questa nuova misura? Si dimostra (come ci si pu aspettare) che
Z
Z
g (x) d f (x) =
g (x) f (x) dx:
E

Si dice che lintegrale di g stato fatto rispetto al peso f . Lo spazio delle

funzioni integrabili rispetto a questa misura si indica con
L1 ( ; f (x) dx) :
Serie numeriche come integrali
Unaltra applicazione utile della teoria dellintegrazione rispetto a una misura
astratta la seguente. Consideriamo lo spazio di misura ( ; M; ) dove = N,
1
M = P (N), la misura del conteggio. Qualsiasi successione fan gn=1 a valori
reali
P1 si pu quindi vedere come una funzione misurabile a (n) su ; se la serie
n=1 an risulta assolutamente convergente, la funzione a sar sommabile e si
avr
Z
1
X
a (n) d (n) =
an :
n=1

In altre parole, le serie sono particolari integrali astratti. Nella teoria di Lebesgue
quindi lanalisi del discreto e del continuo non hanno pi solamente certe analogie, ma possono vedersi formalmente come due diverse applicazioni concrete
della medesima teoria astratta. Questo fondamentale ad esempio nelle applicazioni al Calcolo delle Probabilit, che difatti nella sua formulazione moderna,
dovuta a Kolmogorov, anni 1930, fondata sulla teoria astratta della misura,
unicando cos, ad esempi, i concetti di variabili aleatorie discrete e continue.
1.4.4

Relazione tra integrale di Riemann e integrale di Lebesgue

Come gi accennato, naturale arrivati a questo punto confrontare il nuovo

integrale con il vecchiointegrale di Riemann, nella situazione in cui entrambi
sono deniti.
Particolarizziamo quindi ora la denizione di integrale astratto al caso della
misura di Lebesgue sulla retta R. In questo contesto possiamo ora confrontare
le nozioni di integrale di Riemann e integrale di Lebesgue. Per poter eettuare
il confronto, mettiamoci nellinsieme delle funzioni limitate denite su un intervallo [a; b]. Tra queste, le funzioni sommabili secondo Lebesgue sono tutte e
solo le funzioni misurabili. Per confronto, si pu dimostrare il seguente
Teorema 1.90 Sia f : [a; b] ! R una funzione limitata. Allora f Riemannintegrabile se e solo se continua quasi ovunque (dove lespressione quasi
ovunque ha il solito signicato, quindi signica che linsieme dei punti di discontinuit ha misura di Lebesgue nulla), e in questo caso il valore dellintegrale
di Riemann coincide con quello dellintegrale di Lebesgue.
48

Poich si pu dimostrare che tutte le funzioni continue quasi ovunque sono

misurabili, ne segue che tutte le funzioni Riemann integrabili 13 sono anche
Lebesgue integrabili. Lintegrale che abbiamo costruito quindi eettivamente
pi generale di quello che conoscevamo dalla teoria classica.
Per esempio, come sappiamo la funzione di Dirichlet (uguale a 1 sui razionali e 0 sugli irrazionali) non Riemann integrabile, e difatti discontinua
ovunque. Dal punto di vista della teoria di Lebesgue la funzione di Dirichlet
indistinguibile dalla funzione identicamente nulla, ovviamente integrabile.
Per poter calcolare eettivamente lintegrale di Lebesgue in casi semplici ma
signicativi indispensabile capire anche la relazione tra integrale di Lebesgue
e integrale di Riemann generalizzato. Consideriamo prima il caso dellintegrale
di Riemann generalizzato di una funzione limitata su un intervallo illimitato.
Ricordiamo la seguente:
Denizione 1.91 Sia f : (a; +1) ! R una funzione limitata, con la propriet
di essere Riemann integrabile su ogni intervallo (a; k) (per k > a). Se esiste
nito
Z k
lim
f (x) dx = l
k!+1

allora si dice che lintegrale di Riemann generalizzato

Z +1
f (x) dx
a

converge, ed uguale a l.
Si pu dimostrare il seguente
Teorema 1.92 Nelle ipotesi della denizione precedente, si supponga inoltre
che per qualche k a si abbia f (x) 0 per ogni x k (oppure f (x) 0 per
ogni x
k). Allora se lintegrale di Riemann generalizzato di f converge, la
funzione f anche sommabile secondo Lebesgue, e il suo integrale di Lebesgue
su (a; +1) uguale allintegrale generalizzato.
In pratica, lipotesi richiede che la funzione f non cambi di segno innite volte
per x ! +1. Un discorso analogo vale ovviamente per lintegrale generalizzato
su ( 1; 0). Qualche esempio chiarir i modi in cui solitamente si ragiona.
Esempio 1.93 Si consideri
Z

1
x
sin dx:
4
1+x
x

Si osservi che la funzione continua e limitata in (0; +1) (in particolare tende
a zero per x ! 0+ ), quindi Riemann integrabile su ogni intervallo (0; k).
1 3 In senso proprio, non generalizzato. Della relazione tra integrale di Lebesgue e integrale
di Riemann generalizzato diremo qualcosa tra breve.

49

Inoltre, f cambia di segno innite volte vicino allorigine, ma positiva per

ogni x > 1= . Quindi il teorema applicabile. Controlliamo se lintegrale
generalizzato di f converge.
x
1
sin
4
1+x
x

x
1 + x4

1
per x ! +1,
x3

perci lintegrale generalizzato converge assolutamente, e quindi converge. Ne

segue che f sommabile secondo Lebesgue. Si poteva in realt anche tralasciare la verica sui cambi di segno di f ragionando direttamente su jf j, cos:
la funzione jf j continua e limitata su (0; +1), non negativa, integrabile in
senso generalizzato, quindi jf j Lebsegue sommabile; poich f ovviamente
misurabile, anche f Lebsegue sommabile.
Esempio 1.94 Si consideri:
Z

+1

sin x
dx:
x2

La funzione cambia di segno innite volte per x ! 1, perci non si pu applicare

il teorema direttamente a f , ma lo si pu applicare a jf j: poich jf j continua,
limitata, non negativa, e
1
jf (x)j
;
x2
jf j integrabile in senso generalizzato perci anche Lebesgue sommabile; daltro canto f misurabile perch continua, quindi anche f Lebsegue sommabile.
Esempio 1.95 Si consideri:
Z

+1

sin x
dx:
x

La funzione cambia di segno innite volte per x ! 1, perci non si pu applicare il teorema direttamente a f . Daltro canto ragionando su jf (x)j non si
riesce a concludere la convergenza dellintegrale generalizzato. Il teorema non
quindi in questo caso di alcuna utilit per stabilire lesistenza o la non esistenza
dellintegrale di Lebesgue. Si pu dimostrare che:
1. Lintegrale generalizzato di f converge, ma:
2. la funzione f non Lebesgue sommabile, in quanto lintegrale di Lebesgue
di jf (x)j diverge.
Questo esempio mostra quindi un tipo di situazione in cui lintegrabilit
secondo Lebesgue risulta una condizione pi esigente dellintegrabilit in senso generalizzato secondo Riemann. Lidea geometrica soggiacente la seguente:
nellintegrale generalizzato di una funzione che cambia di segno innite volte si
possono avere compensazioni tra le aree con segno delle porzioni del graco di
f che stanno ora sopra ora sotto lasse delle x; lintegrale di Lebesgue richiede
invece di calcolare prima il contributo totale della parte di graco sopra lasse
delle x, poi quello della parte sotto lasse delle x, e poi sottrarre: se entrambi
50

questi numeri sono inniti, lintegrale perde signicato, non consentendo quindi le compensazioni parziali che avvenivano calcolando lintegrale su (0; k) e
facendo poi tendere k a +1.
Un discorso completamente analogo si pu fare per lintegrale di Riemann
generalizzato per una funzione illimitata su un intervallo illimitato:
Denizione 1.96 Sia f : (a; b] ! R una funzione con la propriet di essere
limitata e Riemann integrabile su ogni intervallo [a + "; b] (per " > 0). Se esiste
nito
Z b
lim
f (x) dx = l
"!0+

a+"

allora si dice che lintegrale di Riemann generalizzato

Z b
f (x) dx
a

converge, ed uguale a l.
Si pu dimostrare il seguente
Teorema 1.97 Nelle ipotesi della denizione precedente, si supponga inoltre
che per qualche "0 > 0 si abbia f (x) 0 per ogni x 2 (a; a + "0 ) (oppure f (x)
0 per ogni x 2 (a; a + "0 )). Allora se lintegrale di Riemann generalizzato di f
converge, la funzione f anche sommabile secondo Lebesgue, e il suo integrale
di Lebesgue su (a; b) uguale allintegrale generalizzato.
In questo caso ci che va escluso che la funzione cambi di segno innite
volte in ogni intorno del punto a in cui la funzione illimitata. Se la funzione
non ha inniti cambi di segno, la convergenza dellintegrale di Riemann generalizzato implica la Lebesgue sommabilit della funzione; se invece la funzione
ha inniti cambi di segno, si pu provare la Lebesgue sommabilit mostrando la
convergenza dellintegrale generalizzato del modulo di f . Rimane la possibilit,
per, che una funzione con inniti cambi di segno in un intorno di un punto in
cui illimitata abbia integrale di Riemann generalizzato convergente e tuttavia
non sia Lebesgue sommabile.
Esempio 1.98 Consideriamo
Z

1
1
p sin dx:
x
x

La funzione continua e limitata (quindi Riemann integrabile) in ogni intervallo

["; 1] per " > 0. Poich
1
1
1
p sin
p ;
x
x
x
per i criteri di integrabilit lintegrale di Riemann generalizzato di jf j converge,
quindi (essendo ovviamente f misurabile), f Lebesgue sommabile.
51

Esempio 1.99 Consideriamo

Z

1
1
sin dx:
x
x

In questo caso la maggiorazione

1
1
sin
x
x

1
x

inconcludente, perch lintegrale generalizzato di 1=x diverge; daltro canto la

funzione cambia di segno innite volte in (0; 1), perci il teorema precedente
non di aiuto a stabilire se la funzione Lebesgue sommabile oppure no. Si
pu dimostrare che non lo , e che tuttavia lintegrale generalizzato di Riemann
converge. Infatti il cambio di variabili:
Z 1
1
1
sin dx = 1=x = t; dx = 1=t2 dt
x
x
0
Z +1
sin t
=
dt
t
1
riconduce lintegrale a quello dellEsempio 1.95.
1.4.5

I teoremi di convergenza per lintegrale di Lebesgue

Finora abbiamo costruito lintegrale di Lebesgue, ne abbiamo elencato le propriet di base, abbiamo constatato (ultimo paragrafo) che le funzioni Lebesgue
integrabili sono pi di quelle Riemann integrabili, ma non abbiamo realmente
illustrato i vantaggi di questo integrale rispetto a quello classico. Cominciamo
ora proprio a illustrare questi vantaggi, che consistono anzitutto in alcuni importanti teoremi sulle relazioni tra lintegrale di Lebesgue e le operazioni di limite
di successione di funzioni, e di serie di funzioni.
Torniamo ancora nel contesto astratto di un qualsiasi spazio di misura ( ; M; ),
in cui supponiamo come in precedenza che la misura sia anche completa.
Teorema 1.100 (della convergenza monotona) Sia fn : ! [0; +1] una
successione di funzioni misurabili, monotona crescente, cio fn (x)
fn+1 (x)
per ogni intero n e x 2 . Allora
Z
Z
lim
fn (x) d (x) =
lim fn (x) d (x)
n!+1

n!+1

dove i due membri delluguaglianza possono essere niti o inniti. (Lesistenza

dei due limiti parte della tesi).
Il teorema precedente riguarda una successione di funzioni misurabili e positive, e considera integrali niti o inniti. Il prossimo teorema invece considera
successioni di funzioni di segno qualsiasi, ma sommabili. Questo probabilmente
il pi importante teorema della teoria di Lebesgue:
52

Teorema 1.101 (della convergenza dominata, o teorema di Lebesgue)

Sia fn :
! [ 1; +1] una successione di funzioni misurabili, convergente
puntualmente (quasi ovunque) a una certa funzione f . Supponiamo che esista
una funzione g sommabile in tale che per ogni intero n sia
jfn (x)j
Allora

In particolare,

jfn (x)
lim

n!1

g (x) per q.o. x 2 :

f (x)j d (x) ! 0 per n ! 1:

Z

fn (x) d =

cio il limite si scambia con lintegrale.

f (x) d

La funzione g che compare nellipotesi del teorema si chiama funzione dominante integrabile (perch domina, cio maggiora, il modulo delle fn ), da cui il
nome del teorema.
Vediamo ora qualche esempio pratico di passaggio al limite sotto il segno di
integrale per lintegrale di Lebesgue, a confronto con quanto si pu dire nella
teoria dellintegrale di Riemann.
Nella teoria di Riemann, se ffn g una successione di funzioni fn : [a; b] ! R
limitate e Riemann integrabili e inoltre fn ! f uniformemente in [a; b], si pu
Rb
Rb
garantire che a fn (x) dx ! a f (x) dx. Supponiamo di sapere soltanto che le
funzioni fn sono misurabili, jfn (x)j c per ogni x 2 [a; b] e per ogni n, e inoltre
fn ! f puntualmente quasi ovunque in [a; b]. Per il teorema di Lebesgue della
Rb
Rb
convergenza dominata risulter a fn (x) dx ! a f (x) dx, sotto ipotesi che
quindi sono molto pi deboli della convergenza uniforme.
Esempio 1.102 Sia
1=n

fn (x) = jxj

in [ 1; 1] :

Si ha fn (x) ! 1 q.o. ma non uniformemente (poich fn (0) = 1 si ha kfn 1k1 =

1). Perci la teoria di Riemann non applicabile. In base al teorema della convergenza dominata, invece, essendo jfn (x)j
1 (e la costante integrabile in
[ 1; 1]) risulta
Z 1
Z 1
fn (x) dx !
1dx = 2:
1

Esempio 1.103 Sia

fn (x) =

sin nx
in [0; +1):
nx3=2

Controlliamo anzitutto che ciascuna fn 2 L1 . Per x ! 0

fn (x)

1
nx
= 1=2 ;
3=2
nx
x
53

integrabile in un intorno di 0. Daltro canto

jfn (x)j =

sin nx
nx3=2

1
;
nx3=2

integrabile in un intorno di 1. Perci fn 2 L1 [0; +1):

Per n ! 1; fn (x) ! 0 puntualmente ovunque. Cerchiamo una dominante
integrabile su [0; +1). Per trovarla pi semplice ragionare separatamente
sugli intervalli [0; 1] e [1; +1). Si ha:
per x 2 [0; 1] ;
nx
1
= 1=2 2 L1 [0; 1]
jfn (x)j
nx3=2
x
(abbiamo usato la disuguaglianza jsin tj jtj);
per x 2 [1; +1);
jfn (x)j

1
2 L1 [1; +1)
x3=2

1
nx3=2

(abbiamo usato le disuguaglianze jsin tj

Dunque
jfn (x)j

g (x) =

1
x1=2
1
x3=2

1 e 1=n

per x 2 [0; 1]
per x 2 [1; +1)

1).

con g 2 L1 [1; +1);

perci il teorema di Lebesgue applicabile, e

Z +1
Z +1
fn (x) dx !
0dx = 0:
0

Si osservi che, diversamente dallesempio precedente, questa volta la maggiorante integrabile una funzione illimitata.
Si poteva anche, del resto, valutare direttamente lintegrale:
Z +1
Z +1
dt
sin t dt
sin nx
dx
=
nx
=
t;
dx
=
=
3=2
3=2 n
n
nx
0
0
n nt
Z +1
1
sin t
c
p
dt = p ! 0 per n ! 1
=
n 0
n
t3=2

R +1 sin t
perch c = 0
dt una costante (abbiamo dimostrato allinizio che ogni
t3=2
fn L1 , questa integranda f1 ).
Laltro risultato fondamentale che ha a che fare con la relazione tra integrale
e limite di successioni il seguente:
Teorema 1.104 Lo spazio vettoriale normato L1 ( ; M; ) (denito indenticando funzioni uguali q.o.) completo.
54

Ricordiamo che questo signica, esplicitamente, che se ffn g una successione

di funzioni in L1 ( ; M; ) che di Cauchy, cio tale che
Z
j(fn fm ) (x)j dx ! 0 per n; m ! 1;
allora esiste una funzione f 2 L1 ( ) tale che
Z
j(fn f ) (x)j dx ! 0 per n ! 1;
e in particolare

fn (x) dx !

f (x) dx per n ! 1:

Dalle propriet dellintegrale di Lebesgue in relazione alloperazione di limite di successione di funzioni, si possono dedurre le sue propriet in relazione
alloperazione di serie di funzioni.
La domanda che ci poniamo : sotto quali ipotesi si pu aermare che
Z X
1

fn (x) dx =

n=1

1 Z
X

fn (x) dx?

n=1

Rispondono i prossimi due teoremi, che si dimostrano facilmente come conseguenze dei teoremi della convergenza monotona e dominata, rispettivamente:
Teorema 1.105 Siano fn : ! R misurabili e non negative. Allora sempre
vero che
Z X
1 Z
1
X
fn (x) dx
fn (x) dx =
n=1

n=1

dove entrambi i membri possono essere niti o +1.

Dimostrazione. Sia
gn (x) =

n
X

fk (x) :

k=1

Poich le fk sono non negative, la successione gn monotona crescente. Per il

teorema della convergenza monotona, quindi, vale luguaglianza
Z
Z
lim gn (x) dx = lim
gn (x) dx
n!1

n!1

dove i due membri possono essere niti o inniti. Daltro canto

Z

lim gn (x) dx =

n!1

lim

n!1

n
X

k=1

55

fk (x) dx =

Z X
1

n=1

fn (x) dx

per denizione stessa di serie, mentre

Z
Z X
n
n Z
1 Z
X
X
lim
gn (x) dx = lim
fk (x) dx = lim
fk (x) dx =
fn (x) dx;
n!1

n!1

n!1

k=1

k=1

n=1

dove la seconda uguaglianza vale perch lintegrale lineare su un numero nito

di addendi, e la seconda segue ancora dalla denizione di serie. Perci segue la
tesi.
In particolare, il teorema precedente implica che se fn :
! R sono
misurabili e di segno qualsiasi, allora sempre vero che
Z X
1
1 Z
X
jfn (x)j dx =
jfn (x)j dx
n=1

n=1

dove entrambi i membri possono essere niti o +1.

Eutile anche il seguente
Teorema 1.106 Siano fn :

! R appartenenti a L1 ( ). Se
1 Z
X
jfn (x)j dx < 1;

n=1

P1

allora la serie di funzioni n=1 fn converge in L1 e puntualmente q,o. a una

funzione f 2 L1 ( ) ; e risulta
Z
Z X
1
1 Z
X
f (x) dx =
fn (x) dx =
fn (x) dx:
n=1

n=1

Dimostrazione. Come gi osservato, vale luguaglianza

Z X
1
1 Z
X
jfn (x)j dx =
jfn (x)j dx
n=1

n=1

dove per ipotesi il secondo membro, e quindi il primo, nito. Ci signica che
la funzione
1
X
g (x) =
jfn (x)j
n=1

L ( ) ; e in particolare nita quasi ovunque. Dunque la serie

converge assolutamente, e quindi anche semplicemente, q.o.; sia
f (x) =

1
X

jgn (x)j =

Pn

n
X

k=1

k=1

n=1

fn (x) = lim gn (x) ;

n!1

n=1

avendo posto gn =

P1

fk . Poich

fk (x)

n
X

k=1

jfk (x)j
56

1
X

k=1

jfk (x)j = g (x) 2 L1 ( ) ;

fn (x)

per il teorema della convergenza dominata vale luguaglianza

Z
Z
lim gn (x) dx = lim
gn (x) dx
n!1

n!1

da cui, come nella dimostrazione del teorema precedente, concludiamo

Z X
1

fn (x) dx =

n=1

1.4.6

1 Z
X

fn (x) dx:

n=1

Derivazione sotto il segno di integrale

Nel risolvere problemi dierenziali, talvolta stabiliremo delle formule di rappresentazione della soluzione in cui questa assegnata da un opportuno integrale,
con una formula del tipo:
Z
u (x) =
k (x; y) f (y) dy
dove u la soluzione cercata, f un dato o termine noto, k un nucleo che dipende
dalloperatore dierenziale e dal tipo di problema, ma non da dati o termini noti;
in questa formula ciascuna delle variabili x; y pu essere scalare o vettoriale.
Si tratta di vericare che la u cos denita risolve esplicitamente lequazione
dierenziale assegnata; perci bisogna saper calcolare le derivate di u rispetto
a x (o le derivate parziali di u rispetto alle variabili xi ). Ora, nellintegrale che
assegna la u la variabile di integrazione la y, mentre la x dal punto di vista
dellintegrale un parametro. Il problema matematico che ci interessa quindi:
derivare un integrale dipendente da un parametro, rispetto a quel parametro.
Supponiamo, ad esempio, che sia x che y siano variabili bidimensionali ossia
scriviamo, pi esplicitamente,
Z Z
u (x1 ; x2 ) =
k (x1 ; x2 ; y1 ; y2 ) f (y1 ; y2 ) dy1 dy2 :
@u
Proponiamoci di calcolare @x
(x1 ; x2 ). In questo caso y1 ; y2 sono le variabili di
1
integrazione, x1 il parametro rispetto a cui si deriva (quindi bisogner pensarlo
come variabile), mentre x2 non gioca alcun ruolo, in altre parole un parametro
@u
che si pu ritenere ssato. Quando vorremo calcolare @x
(x1 ; x2 ) diventer
2
importante il ruolo di x2 mentre sar la x1 a svolgere il ruolo di parametro ssato.
In ogni caso, nel discutere il problema teorico della derivazione dellintegrale
dipendente da un parametro (eventualmente vettoriale), ssiamo lattenzione
su un parametro (scalare) alla volta, quindi tanto vale studiare direttamente
questa situazione, ossia:
Z
u (x) =
k (x; y) f (y) dy

57

con y eventualmente vettoriale, ma x scalare. Inoltre, nella trattazione generale

possiamo inglobare la funzione f nel nucleo k, e considerare una scrittura
Z
u (x) =
k (x; y) dy con x 2 (a; b) ; y 2
Rn :
Vogliamo calcolare
d
du
(x) =
dx
dx

k (x; y) dy:

(Notare che x variabile scalare, la u una funzione da R a R, quindi usiamo

d
il simbolo di derivata dx
per la u, non quello di derivata parziale).
Se la derivata si potesse portare sotto il segno di integrale, si avrebbe:
Z
du
@k
(x) =
(x; y) dy:
(1.5)
dx
@x
(Si noti che il nucleo k dipende dalle variabili x e y, quindi la derivata di k
rispetto a x una derivata parziale, diversamente da quella di u).
Ci chiediamo sotto quali ipotesi si pu aermare che la (1.5) vale. Utilizzeremo a questo scopo il teorema di Lebesgue della convergenza dominata.
Cominciamo a considerare:
Z
u (x) =
k (x; y) dy:
Perch la scrittura abbia senso, dovremo chiedere anzitutto che sia:
k : (a; b)

!R

con
Rn misurabile; k (x; ) 2 L1 ( ) per ogni x 2 (a; b). Ora vogliamo
du
calcolare dx (x0 ) in un certo punto x0 2 (a; b). Consideriamo una successione
hn ! 0 di numeri reali, e studiamo il rapporto incrementale:
Z
u (x0 + hn ) u (x0 )
k (x0 + hn ; y) k (x0 ; y)
=
dy:
hn
hn
Poniamo

k (x0 + hn ; y) k (x0 ; y)
:
hn
A questo modo il problema ricondotto al calcolo del limite dellintegrale di
una successione. Infatti:
fn (y) =

du
u (x0 + hn ) u (x0 )
(x0 ) = lim
n!1
dx
hn
Z
k (x0 + hn ; y) k (x0 ; y)
= lim
n!1
hn
Z
= lim
fn (y) dy
n!1

58

dy

e se vale il passaggio al limite sotto il segno di integrale questo uguale a

Z
k (x0 + hn ; y) k (x0 ; y)
lim
dy
n!1
hn
Z
@k
=
(x0 ; y) dy:
@x
Il punto quindi giusticare il passaggio al limite sotto il segno di integrale. Applichiamo il teorema di Lebesgue, richiedendo la validit delle ipotesi necessarie.
Ci serve sapere:
1. che esista per q.o. y 2
lim

n!1

k (x0 + hn ; y)
hn

k (x0 ; y)

@k
(x0 ; y) ;
@x

2. che sia, per ogni n e per q.o. y 2 ;

k (x0 + hn ; y)
hn

k (x0 ; y)

g (y) 2 L1 ( ) :

@k
Questa lipotesi pi delicata. Supponiamo che @x
(x; y) esista non solo per
x = x0 ma per ogni x in un certo intorno di x0 ;del tipo (x0
; x0 + ) (e per
q.o. y). Allora applicando il teorema di Lagrange rispetto alla x possiamo
scrivere
@k
k (x0 + hn ; y) k (x0 ; y)
=
(x0 + h hn ; y)
hn
@x

con j n j < 1. Dunque il punto x0 + h hn appartiene allo stesso intorno (x0

; x0 + ).
Ricaviamo quindi la seguente informazione: se esistono una funzione g 2 L1 ( )
e un intorno (x0
; x0 + ) tali che
@k
(x; y)
@x

g (y)

per q.o. y 2 e per ogni x 2 (x0

; x0 + ), allora si pu applicare il teorema di Lebesgue e passare al limite sotto il segno di integrale. Raccogliamo la
discussione precedente nel seguente:
Teorema 1.107 (Derivazione sotto il segno di integrale) Sia
k : (a; b)

!R

con
Rn misurabile; k (x; ) 2 L1 ( ) per ogni x 2 (a; b). Supponiamo che
esistano un intervallo (x0
; x0 + ) (a; b) a una funzione g 2 L1 ( ) a tali
che per q.o. y 2 e per ogni x 2 (x0
; x0 + )
esiste

@k
(x; y) e
@x

@k
(x; y)
@x
59

g (y) :

Allora per ogni x 2 (x0

; x0 + ) esiste
Z
Z
d
@k
k (x; y) dy =
(x; y) dy:
dx
@x

Il teorema gi completamente dimostrato, con ununica osservazione. Dalla discussione precedente sembrerebbe di poter concludere che la formula di
derivazione valga nel punto x0 . Poich per le ipotesi valgono in un intorno
di x0 (che si pu vedere come un intorno di qualsiasi altro suo punto), anche
la conclusione vale in questintorno. Si osservi che per concludere la tesi nel
solo punto x0 non sarebbe possibile assumere meno di cos, come emerso dalla
dimostrazione.
Esempio 1.108 Sia
u (x) =

(x y)2

f (y) dy; per x 2 R.

Supponiamo che f sia misurabile e limitata, e proviamo che per ogni x 2 R

esiste
Z
Z
2
@
0
(x y)2
u (x) =
e
f (y) dy =
2 (x y) e (x y) f (y) dy:
@x
R
R
La derivata
@
e
@x

(x y)2

f (y) =

2 (x

y) e

(x y)2

f (y)
2

esiste per ogni x; y 2 R. Consideriamo la funzione 2 (x y) e (x y) . Per

ogni x 2 R ssato, come funzione di y questa integrabile. Rappresentiamone
un graco:

Di conseguenza, essendo f (y) misurabile e limitata, la funzione 2 (x y) e (x y) f (y)

sar integrabile. Ma noi dobbiamo trovare una maggiorante indipendente da x,

60

valida per ogni x in un intorno di un ssato x0 . Consideriamo allora lin2

sieme dei graci delle funzioni 2 (x y) e (x y) ; per x variabile in un piccolo
intorno di x0 :

Non di cile denire una funzione integrabile che sia maggiore in modulo
di tutte queste funzioni e tenda a zero ancora in modo esponenziale:

(si potrebbe scrivere facilmente lespressione analitica di questa funzione, disegnata col tratto pi spesso nel graco precedente, ma ci accontentiamo del
graco). Indicando con h (y) questa funzione, si ha
2 (x

y) e

(x y)2

f (y)

h (y) jf (y)j

g (y) 2 L1 (R)

in quanto h integrabile e f limitata.

Se avessimo saputo a priori che f era integrabile, sarebbe stato su ciente
trovare h limitata, e la maggiorazione sarebbe stata pi immediata:
2 (x

y) e
61

(x y)2

perch la funzione di una variabile

2 (x

y) e

(x y)2

t2

2te

f (y)

limitata in tutto R, e quindi

c jf (y)j

g (y) 2 L1 (R) :

Perci, per f integrabile o per f limitata, comunque vera la conclusione.

Esempio 1.109 Sia
u (x; t) =

(x

y)2
t

f (y) dy; per x 2 R.

Supponiamo che f sia misurabile e limitata, oppure sia integrabile in R. Allora

per ogni x 2 R e t > 0 esiste
Z
Z
(x y)2
(x y) (x y)2
@u
@
t
t
(x; t) =
e
f (y) dy =
2
e
f (y) dy:
@x
t
R
R @x
Esostanzialmente lo stesso esempio di prima, dove ora t > 0 si pu vedere
come un parametro ssato. Questo un esempio del modo in cui e ettivamente
utilizzeremo il teorema: avremo una funzione di pi variabili, espressa come
integrale dipendente da pi parametri; poich per la deriviamo rispetto a una
variabile alla volta, concettualmente il problema si pu vedere come derivazione
di un integrale dipendente da un parametro scalare.
Mostriamo come il teorema di derivazione sotto il segno di integrale si applica
alle formule integrali di Poisson con cui abbiamo risolto il problema di Dirichlet
per il Laplaciano sul cerchio e sul semipiano, rispettivamente.
Esempio 1.110 (Derivazione sotto il segno di integrale nellintegrale
di Poisson sul cerchio) Abbiamo visto che la soluzione del problema di
Dirichlet
u ( ; ) = 0 per < R; 2 [0; 2 ]
u (R; ) = f ( ) per 2 [0; 2 ]
assegnata, sotto opportune ipotesi, dalla formula integrale di Poisson
2 Z 2
R2
f (')
u( ; ) =
d':
2
(R 2 2R cos (
') + 2 )
0

Proprio per capire quali sono le ipotesi minime sotto cui la formula valida,
mostriamo quando lecito calcolare le derivate di u ( ; ) derivando sotto il
segno di integrale.
Cominciamo a osservare che, essendo cos (
') 1, vale
R2

2R cos (

') +

R2

2R +

= (R

) :

Fissiamo allora un 0 < R e scegliamo > 0 in modo che sia anche

Allora possiamo dire che per ogni 2 ( 0
; 0 + ) si ha
0<

(R 2

1
2R cos (

1
') +
62

2)

(R

2:

+ ))

0+

< R:

f (')
(R 2 2R cos(

La funzione integranda
e vale
@
@
=

2)

, per ogni ' e

(R 2

f (')
2R cos (
f (')

') +

2)

(R 2

2R cos (

') +

2 )2

Dunque per ogni ' e

@
@

')+

(R 2

ssati e per ogni

f (')
2R cos (

( 2R cos (

2(

2)

') +

ssati, -derivabile

(R

') + 2 ) :

+ ) si ha:

4R jf (')j
(

+ ))

g (')

e la funzione g, indipendente da ' e , integrabile. Quindi applicabile il

teorema di derivazione sotto il segno di integrale.
Efacile rendersi conto che questo ragionamento si pu ripetere per la derivata rispetto a e si pu estendere a derivate di ogni ordine. Quindi la u
innitamente derivabile allinterno del cerchio, qualunque sia il dato al bordo
f 2 L1 (@BR ).
Esempio 1.111 (Derivazione sotto il segno di integrale nellintegrale
di Poisson sul semipiano) Abbiamo visto che la soluzione del problema di
Dirichlet
u (x; y) = 0 per x 2 R; y > 0
u (x; 0) = f (x) per x 2 R
assegnata, sotto opportune ipotesi, dalla formula integrale di Poisson
Z
f (t)
y +1
u (x; y) =
dt:
2
x) + y 2
1 (t
Mostriamo che in ogni punto (x0 ; y0 ) con y0 > 0 la u pu essere derivata
sotto il segno di integrale innite volte. Ragioniamo su @u
@y , il discorso si ripete
simile sulla x e si itera agli ordini successivi. Fissiamo quindi y0 > 0; scegliamo
> 0 tale che sia anche y0
> 0, cos che per ogni t; x 2 R e per ogni
y 2 (y0
; y0 + ) si ha
1

1
(t

x) +

y2

(t

x) + (y0

Ora, per ogni t; x 2 R e per ogni y 2 (y0

@
@y

f (t)
(t

x) +

y2

2:

; y0 + ) si ha
2yf (t)

x) + y 2

(t

2 (y0 + )
(t

x) + (y0

63

jf (t)j

g (t) ;

quindi se f 2 L1 (R), essendo

2 (y0 + )
(t

2 (y0 + )

x) + (y0

(y0

2
(y0

= cost.

si ha g 2 L1 (R) ; g indipendente da y; perci il teorema di derivazione sotto

integrale applicabile.
Oppure se supponiamo che f sia una funzione limitata, anche non integrabile, possiamo maggiorare
c
g (t)
2
2
2
(t x) + (y0
)
che t-integrabile, e il teorema di nuovo applicabile. Le conclusioni annunciate
quindi valgono sia sotto lipotese f integrabile, sia sotto quella f limitata.
Ci siamo posti il problema di calcolare le derivate di una funzione u assegnata
mediante un integrale. Concettualmente, un passo prima di questo problema c
quello di garantire che la u sia una funzione continua del parametro. Enunciamo
un teorema che risponde a tale problema.
Teorema 1.112 (Continuit di un integrale dipendente da un parametro)
Sia
k:I
!R

con I R intervallo e
Rn misurabile; k (x; ) 2 L1 ( ) per ogni x 2 (a; b).
Supponiamo che esistano un intervallo (x0
; x0 + ) I a una funzione g 2
L1 ( ) a tali che
1. per q.o. y 2 sia k ( ; y) continua in x0 e
2. per q.o. y 2 e per ogni x 2 (x0
; x0 + ) sia
jk (x; y)j
Allora la funzione
u (x) =

g (y) :

k (x; y) dy

continua in x0 . Se le ipotesi valgono per ogni x 2 I, la funzione u continua

in tutto I:
La dimostrazione, che si lascia per esercizio essendo simile a quella del teorema precedente, si basa ancora sul teorema della convergenza dominata, il che
la ragione dellipotesi 2 di controllo valido per ogni x in un intorno di x0 (e
non solo in x0 ).
Esempio 1.113 La funzione
u (x) =

jx yj

f (y) dy

continua in tutto R se f 2 L1 (R), o se f misurabile e limitata.

dimostrazione di questo fatto si lascia per esercizio.
64

La

1.4.7

Spazi Lp

Sia ( ; M; ) uno spazio di misura, con misura completa. Oltre allo spazio
L1 ( ) delle funzioni sommabili, utile in molte questioni introdurre spazi di
funzioni misurabili una cui opportuna potenza sommabile. Diamo anzitutto
la seguente
Denizione 1.114 Per p 2 [1; 1); poniamo
Z
p
Lp ( ) = f : ! R misurabile :
jf (x)j d (x) < 1 :
Per p = 1 ritroviamo lo spazio L1 ( ) gi introdotto, delle funzioni Lebesguesommabili.
p
Chiediamoci: la richiesta che risulti jf j sommabile per qualche p > 1 pi
forte o pi debole rispetto a jf j sommabile? In generale le due richieste non
sono confrontabili:
Esempio 1.115 La funzione f (x) = 1=x sta in Lp (1; +1) per p > 1 ma non
per p = 1; invece f (x) = 1=x log2 x sta in L1 (0; 1=2) ma non sta in Lp (0; 1=2)
per nessun p > 1.
Dunque questi spazi non soddisfano reciproche inclusioni banali, in generale.
Gli spazi Lp ( ) sono vettoriali anche per p > 1 (per p = 1 lo sappiamo
gi). Infatti la combinazione lineare di funzioni misurabili misurabile, e vale
la disuguaglianza
p
p
p
jf + gj
2p 1 (jf j + jgj ) ;

perci se f; g 2 Lp ( ) anche f + g 2 Lp ; con

Z
Z
Z
p
p
p
p 1
jf + gj d
2
jf j d +
jgj d

< 1:

(1.6)

Vorremmo renderli spazi vettoriali normati. Echiaro che la norma naturale

(se vogliamo soddisfare lomogeneit):
Z
1=p
p
kf kLp ( ) =
jf j d
.
(Nel seguito scriveremo spesso kf kp per indicare kf kLp ( ) , quando non c pericolo di confusioni). Questa candidata normasoddisfa la propriet di positivit
(pur di identicare come di consueto funzioni tra loro uguali quasi ovunque) e
quella di omogeneit della norma. La disuguaglianza triangolare non per
immediata da dimostrare, perch dalla (1.6) segue
Z
Z
Z
1=p
1=p
p
p
p
1 1=p
jf + gj d
2
jf j d +
jgj d
" Z
#
Z
1=p

21

1=p

jf j d

65

1=p

jgj d

col che avremmo ottenuto una disuguaglianza di tipo triangolare ma con una
costante 21 1=p > 1 a secondo membro, che non quello che vogliamo. Per
dimostrare una disuguaglianza triangolare pulita occorre un argomento pi
ra nato. Si pu eettivamente dimostrare il seguente
Teorema 1.116 (Disuguaglianza di Minkowski) Per ogni p 2 [1; +1); f; g 2
Lp ( ) vale la disuguaglianza
kf + gkp

kf kp + kgkp :

Dunque Lp ( ) uno spazio vettoriale normato per tutti i p 2 [1; 1):

Ci si pu chiedere se esista una ragione particolare per cui gli spazi Lp non
sono stati deniti anche per 0 < p < 1. In eetti si pu provare che per 0 < p < 1
la candidata norma kf kp non soddisfa la disuguaglianza triangolare.
Vale anche la seguente disuguaglianza, che mette in relazione spazi Lp di
esponenti diversi, e ha molte applicazioni:
Teorema 1.117 (Disuguaglianza di Hlder) Siano p; q 2 (1; 1) tali che
1 1
+ =1
p q
(due numeri con queste propriet si dicono esponenti coniugati). Se f 2 Lp ( )
e g 2 Lq ( ) ; allora f g 2 L1 ( ) e vale la disuguaglianza (di Hlder)
Z
jf gj d
kf kp kgkq :
Prima di proseguire, prendiamo condenza col concetto di esponenti coniugati. A nch valga la relazione p1 + 1q = 1; pi grande p pi piccolo devessere
q; in particolare, 2 il coniugato di se stesso; se 1 < p < 2 il suo coniugato q
soddisfa 2 < q < 1. Ad esempio, il coniugato di p = 3 > 2 q = 23 < 2: Per
p ! 1+ ; q ! +1. Dalla relazione 1q = 1 p1 ricaviamo:
q=

p
p

e anche
pq = p + q:
p

Tra tutti gli spazi L lo spazio L2 ha propriet particolari (vedremo in seguito

che questo uno spazio di Hilbert). Scriviamo esplicitamente cosa diventa la
disuguaglianza di Hlder per p = 2 (e quindi, come visto, q = 2):
Z
jf gj d
kf kL2 ( ) kgkL2 ( ) :
Questa prende il nome di disuguaglianza di Schwartz, ed un analogo innito
dimensionale della propriet del prodotto scalare elementare
jhx; yij

kxk kyk :
66

Torneremo sullargomento nel contesto degli spazi di Hilbert.

Introduciamo ora uno spazio che in qualche senso completa la scala degli
spazi Lp .
Denizione 1.118 Poniamo:
L1 ( ) = ff :

! R misurabile : 9K > 0 per cui jf (x)j

K per q.o. x 2 g :

Le funzioni di questo spazio si dicono anche essenzialmente limitate. Esse

sono limitate salvo un insieme di misura nulla. Se f 2 L1 ( ) si denisce
kf kL1 (

= inf fK > 0 : jf (x)j

K per q.o. x 2 g .

Quindi in particolare risulta

jf (x)j

kf kL1 (

per q.o. x 2 :

Si presti attenzione a non equivocare la denizione di limitatezza essenziale. I prossimi esempi dovrebbero chiarire le idee.
Esempio 1.119 1. Se f limitata in in particolare essenzialmente limitata.
2. La funzione 1=x non essenzialmente limitata in R. Attenzione: f non
1
K per ogni
limitata per x 6= 0, in quanto per nessun K > 0 vero che jxj
x 6= 0; o per ogni x appartenente a qualche altro insieme di misura nulla.
3. Un esempio di funzione essenzialmente limitata senza essere limitata :
f (x) =

sin x per x 2 R n Q
x
per x 2 Q

E chiaro infatti che

jf (x)j

1 per q.o. x 2 R;

in quanto Q un insieme di misura nulla. Daltro canto ovviamente f

illimitata Daltro canto ovviamente f illimitata.
4. f essenzialmente limitata se e solo se f uguale quasi ovunque ad
una funzione limitata. Ad esempio, la f dellesempio precedente uguale quasi
ovunque a sin x.
5. La funzione f (x) = log x appartiene in Lp (0; 1) per ogni p 2 [1; 1)
ma non appartiene a L1 (0; 1); la funzione f (x) = sin x appartiene a L1 (R)
ma non appartiene a Lp (R) per nessun p 2 [1; 1), quindi non c in generale
alcuna inclusione banale tra lo spazio L1 e gli altri spazi Lp .
Si verica facilmente che L1 ( ) uno spazio vettoriale normato (con la
solita identicazione tra funzioni uguali quasi ovunque). Inoltre:
Vale anche il prossimo fondamentale risultato:
Teorema 1.120 Gli spazi Lp ( ) per 1
spazi di Banach.
67

1 sono completi. Quindi sono

Notiamo che il concetto di coppia di esponenti coniugati e la disuguaglianza

di Hlder si estendono a comprendere anche lo spazio L1 , al seguente modo:
Denizione 1.121 Diciamo che lesponente coniugato di p = 1 q = 1; e
lesponente coniugato di p = 1 q = 1.
Ora, se f 2 L1 ( ) e g 2 L1 ( ) si ha, essendo jg (x)j kgkL1 ( ) per q.o.
x2 ;
Z
Z
jf g (x)j d (x)
kgkL1 ( ) jf (x)j d (x) = kgkL1 ( ) kf kL1 ( ) :
Perci la disuguaglianza di Hlder si estende anche ai casi estremi in cui p = 1
o 1.
Unapplicazione elementare della disuguaglianza di Hlder il seguente risultato di inclusione tra spazi Lp su un dominio di misura nita:
Teorema 1.122 Sia ( ; M; ) uno spazio di misura (con misura completa),
di misura nita, cio ( ) < 1. Se 1 p < r 1 allora Lr ( ) Lp ( ) e
vale la disuguaglianza:
kf kp

( )p

1
r

kf kr per ogni f 2 Lr ( )

dove nel caso r = 1 a secondo membro abbiamo

( ) p kf k1 .

Dimostrazione. Supponiamo prima r < 1: Applichiamo la disuguaglianza di

Hlder, scrivendo:
Z
p
p
kf kp =
jf (x)j 1d (x)
p

e osservando che se f 2 Lr ( ) ; allora jf j 2 Lr=p ( ) e la costante 1 appartiene

allo spazio Ls ( ) con s coniugato di r=p; quindi 1=s = 1 p=r: Perci:
p
Z
Z
1 p
r
r
r
p
1 p=r
p
p p
s
kf kp
jf (x)j d (x)
1 d
= kf kr ( )
ed elevando ambo i membri alla 1=p si ha la tesi. Nel caso r = 1 si ha subito
1
1
Z
Z
p
p
1
p
jf (x)j d (x)
kf k1
1d (x)
= ( ) p kf k1 :

Eutile a volte sapere che le funzioni Lp si possono approssimare bene quanto

si vuole, in norma Lp , con funzioni regolari. Vale il seguente
Teorema 1.123 Lo spazio C 1

denso in Lp ( ) per ogni p 2 [1; 1):

Esplicitamente, la densit signica che per ogni f 2 Lp ( ) con p 2 [1; 1)

1
esiste una successione f'n gn=1 C 1
tale che k'n f kp ! 0 per n ! 1.
A maggior ragione, quindi, ogni funzione Lp ( ) con p 2 [1; 1) pu essere
approssimata bene quanto vogliamo in norma Lp mediante funzioni continue in
.
68

1.4.8

Integrali doppi in Rn

Lavorando con lintegrale di Lebesgue in Rn , e in particolare quando si studiano

operatori integrali deniti su spazi di funzioni integrabili, si possono incontrare
integrali del tipo:
Z
Z
f (x; y) dy dx

Rn

Rn

dove sia x che y rappresentano variabili in Rn . Le domande che si pongono

naturalmente sono:
1. Elecito scambiare lordine di integrazione, scrivendo
Z
Z
Z
Z
f (x; y) dy dx =
f (x; y) dx dy ?
(1.7)
Rn

Rn

Rn

Rn

2. Lintegrale iterato calcolato nella formula precedente, coicide con lintegrale

doppio
Z
f (x; y) dxdy

(1.8)

R2n

che si otterrebbe vedendo f (x; y) come funzione di 2n variabili e calcolandone

lintegrale di Lebesgue in R2n ?
La risposta a queste domande contenuta nel prossimo teorema. In sostanza,
se almeno uno dei 3 integrali che compaiono nelle (1.7)-(1.8) converge assolutamente (cio quando si sostituisca f con jf j), allora tutti e tre gli integrali
convergono ed entrambe le domande hanno risposta aermativa.
Teorema 1.124 (di Fubini-Tonelli) Sia f : R2n ! R misurabile.
1. Se f
0; allora luguaglianza (1.7) sempre vera, dove i due membri
possono essere entrambi niti o entrambi inniti.
2. Se f ha segno qualsiasi ma almeno uno degli integrali iterati che compaiono in (1.7) converge assolutamente (cio converge uno degli integrali iterati
di jf j) allora la (1.7) vale, con entrambi i membri niti. In particolare le funzioni
di una variabile
Z
Z
g (x) =
f (x; y) dy e h (y) =
f (x; y) dx
Rn

Rn

risultano Lebesgue integrabili in Rn , e in particolare nite quasi ovunque. Inoltre

in questo caso f 2 L1 R2n e lintegrale doppio (1.8) di f coincide con gli
integrali iterati in (1.7).
3. Se noto a priori che f 2 L1 R2n allora valgono tutte le conclusioni
del punto precedente.
Dal punto di vista operativo i punti pi utili del teorema sono i primi due:
raramente si sa a priori che f 2 L1 R2n ; pi spesso questa conclusione viene
conquistata grazie al fatto che uno degli integrali iterati converge assolutamente.
Spesso accade che lintegrale che nasce dal problema in esame sia uno dei due
integrali iterati, ma quello che si riesce a calcolare esplicitamente sia laltro
69

integrale iterato. Risulta quindi utile sapere a priori che vale luguaglianza
(1.7). Questo vero se lintegrale iterato che si sa pi facilmente calcolare o
almeno stimare, converge assolutamente.
Esempio 1.125 1. Calcolare lintegrale di Lebesgue:
Z
1
se 0 < x < 1
x+y 2
f (x; y) dxdy con f (x; y) =
0
altrimenti.
2
R
Lintegranda non negativa, quindi lecito calcolare lintegrale doppio come
integrale iterato in qualsiasi ordine. Calcoliamo:
Z
Z 1 Z
1
dy dx =
f (x; y) dxdy =
x
+
y2
2
R
0
R
!
Z 1
+1
1
y
=
2 p arctan p
dx
x
x 0
0
Z 1
p 1
p dx = 2 x 0 = 2 :
=
x
0
Si osservi in particolare che la funzione denita dallintegrale interno,
Z
g (x) =
f (x; y) dy = p
x
R
nita per quasi ogni x (ma non per ogni x).
2. Stabilire se f 2 L1 R2 , con
f (x; y) = e

x2 y 2

sin (xy) :

La funzione ha segno variabile, ma

jf (x; y)j

x2 y 2

Maggioriamo lintegrale iterato di f con lintegrale iterato di g (x; y) = e

Z Z
Z Z
2
2
jf (x; y)j dy dx
e x y dy dx
R
R
R
R
Z
Z
2
2
=
e x dx
e y dy < 1:
R

R
p
2
(E noto che R e x dx =
,
confronto, lintegrale iterato di
calcolo precedente non fornisce
3. Stabilire se f 2 L1 R2 ,

x2 y 2

ma il valore esatto qui non importante). Per

jf j converge, quindi f 2 L1 R2 . Si noti che il
il valore dellintegrale doppio di f .
con
f (x; y) = e
70

jxyj

La funzione positiva, calcoliamo lintegrale doppio come integrale iterato:

Z
Z +1
Z +1
f (x; y) dxdy = 2
2
e xy dy dx
R2
0
0
!
Z +1
+1
e xy
=4
dx
x 0
0
Z +1
dx
=4
= +1;
x
0
pertanto f 2
= L1 R2 .
1.4.9

Convoluzione in Rn

Unoperazione che riguarda gli spazi Lp (Rn ) la convoluzione, di cui ci limitiamo a segnalare la denizione e un paio di propriet.
Teorema 1.126 Se f; g 2 L1 (Rn ) ; allora lintegrale di convoluzione
Z
(f g) (x) =
f (x y) g (y) dy
Rn

ben denito per q.o. x 2 Rn , e risulta:

kf

gkL1 (Rn )

kf kL1 (Rn ) kgkL1 (Rn ) :

Dimostrazione. Tralasciamo di dimostrare il fatto che la funzione di due

variabili f (x y) g (y) misurabile. Posto questo, proviamo la disuguaglianza
delle norme, da cui in particolare segue che la convoluzione denita per quasi
ogni x.
Z
Z
Z Z
kf gkL1 (Rn ) =
f (x y) g (y) dy dx
jf (x y) g (y)j dydx
Rn

Rn

Rn

Rn

scambiando lordine di integrazione nellintegrale iterato (operazione lecita per

il teorema di Fubini-Tonelli in quanto lintegranda presa in valore assoluto)
Z
Z
=
jg (y)j
jf (x y)j dx dy:
Rn

Ora lintegrale interno

Z
jf (x

Rn

y)j dx = (traslando x y = t)
Z
=
jf (t)j dt = kf kL1 (Rn ) ;

Rn

Rn

perci
kf

gkL1 (Rn )

Rn

jg (y)j kf kL1 (Rn ) dy = kf kL1 (Rn ) kgkL1 (Rn ) :

71

Qualche osservazione. Si noti anzitutto che la denizione di convoluzione ha

senso tra due funzioni denite su tutto lo spazio Rn . Si verica con un cambio di
variabile che la convoluzione commutativa, ossia (f g) = (g f ). Si noti che
lintegranda f (x y) g (y), per ogni x ssato si pu vedere come una funzione
di y che il prodotto di due funzioni L1 , quindi in generale non L1 . Tuttavia
il teorema appena dimostrato aerma che per quasi ogni x in eetti L1 . Ad
esempio, se
1
f (x) = p
( 1;1) (x) ;
jxj
la funzione f 2 L1 (R) ; quindi f f 2 L1 (R) e in particolare lintegrale
Z
1
1
p
(f f ) (x) =
y) p
( 1;1) (y) dy
( 1;1) (x
jyj
jx yj
R
nito per q.o. x. Per per x = 0 si ha
Z
1
1
p
(f f ) (0) =
( 1;1) ( y) p
jyj
jyj
R

1;1) (y) dy =

1
1

dy
= 1:
jyj

Efacile vericare direttamente che per ogni x 6= 0 invece lintegrale converge.

Vale anche la seguente estensione del teorema precedente, che ci sar utile:

Teorema 1.127 (Disuguaglianza di Young) Siano f 2 L1 (Rn ) e g 2 Lp (Rn )

per qualche p 2 [1; 1] : Allora ben denita per q.o. x la convoluzione f g e
si ha:
kf gkLp (Rn ) kf kL1 (Rn ) kgkLp (Rn ) :

1.5

Richiami sulle serie di Fourier

In analisi 2 si sono studiati i primi elementi della teoria delle serie di Fourier.
Richiamiamo velocemente alcuni fatti noti, puntualizzando qualche aspetto che
in analisi 2 probabilmente non stato toccato:
1.5.1

Serie di Fourier in L2

Dal punto di vista moderno, basato cio sulla teoria della misura e dellintegrazione di Lebesgue (e che si potr inquadrare in modo naturale nella teoria
degli spazi di Hilbert di cui parleremo in seguito), la teoria delle serie di Fourier
funziona bene nello spazio L2 .
Sia f : [0; L] ! R, f 2 L2 (0; L) : Risultano allora ben deniti (come integrali
di Lebesgue) i coe cienti di Fourier di f ,
Z
2 L
ak =
f (x) cos (k!x) dx per k = 0; 1; 2; 3; ::::
L 0
Z
2 L
bk =
f (x) sin (k!x) dx per k = 1; 2; 3; :::
L 0
72

con ! = 2L .
Infatti, notiamo che se f 2 L2 (0; L), a maggior ragione f 2 L1 (0; L) e quindi
anche f (x) cos (k!x) e f (x) sin (k!x) sono integrabili, perci i coe cienti di
Fourier sono ben deniti.
Vale il seguente
Teorema 1.128 Per ogni f 2 L2 (0; L) la serie di Fourier
1

a0 X
+
fak cos (k!x) + bk sin (k!x)g
2
k=1

converge a f in norma L2 (0; T ), il che signica, esplicitamente, che detta

n

a0 X
+
fak cos (k!x) + bk sin (k!x)g
2

sn (x) =

k=1

la somma parziale n-esima della serie di Fourier di f , risulta

ksn

f kL2 (0;T ) ! 0 per n ! 1:

Valgono inoltre le seguenti propriet:

1. Uguaglianza di Perceval:
(
)
1
L a20 X 2
2
2
kf kL2 (0;T ) =
+
ak + bk ;
2
2
k=1

2. Lemma di Riemann-Lebesgue:
ak ! 0 e bk ! 0 per k ! 1:
Rispetto a quanto lo studente ha probabilmente studiato in analisi 2, si noti
che la tesi del teorema vale per qualsiasi funzione L2 (0; T ), in particolare anche
per funzioni illimitate o cos discontinue da risultare non integrabili secondo
Riemann.
Si osservi tuttavia che il teorema non dice nulla sulleventuale convergenza
puntuale della serie di Fourier.
Per il calcolo eettivo dei coe cienti di Fourier, valgono le solite osservazioni
sulle eventuali simmetrie di f :
L L
se f :
2 ; 2 ! R una funzione pari, allora bk = 0 per ogni k e
4
ak =
L
se f :

L L
2; 2

L
2

f (x) cos (k!x) dx per k = 0; 1; 2; 3; ::::

! R una funzione dispari, allora ak = 0 per ogni k e

bk =

4
L

L
2

f (x) sin (k!x) dx per k = 1; 2; 3; ::::

73

1.5.2

Convergenza puntuale delle serie di Fourier e rapidit di convergenza a zero dei coe cienti

Ricordiamo anzitutto il teorema di convergenza puntuale delle serie di Fourier

che lo studente ha probabilmente studiato in analisi 2.
Denizione 1.129 Una funzione f : [0; L] ! R si dice regolare a tratti se f
limitata in [0; L] e lintervallo [0; L] si pu suddividere in un numero nito di
intervallini [ k ; k ] tali che:
f derivabile in ( k ; k ) ed esistono niti
lim f (x) e

x!

k+

lim f 0 (x) e

x!

lim f (x) ;

x!

k+

lim f 0 (x) :

x!

Ad esempio, la f pu avere un certo numero di punti di discontinuit a salto

e di punti angolosi, ma non asintoti verticali n punti a tangente verticale. Si
noti che una funzione regolare a tratti automaticamente limitata e Riemann
integrabile, a maggior ragione appartiene a L2 (0; L) :
Vale il
Teorema 1.130 (di convergenza puntuale delle serie di Fourier) Sia f :
[0; L] ! R una funzione regolare a tratti. Allora la serie di Fourier di f converge
puntualmente per ogni x0 2 (0; L) alla somma
f x+
0 + f x0
;
2
mentre nei due estremi 0; L converge puntualmente a
f (0+ ) + f (L )
:
2
In particolare, la serie di Fourier converge puntualmente a f per ogni x 2
[0; L] se (oltre ad essere regolare a tratti) la funzione continua in [0; L] e
soddisfa la condizione di raccordo f (0) = f (L).
Si osservi che le ultime due ipotesi (grazie alle quali la convergenza puntuale
alla funzione f (x) in ogni punto) si possono sintetizzare dicendo che la periodizzata di f (cio la funzione denita su tutto R, periodica di periodo L, che
coincide con f in [0; L]) continua in R.
Unaltra informazione che ci sar spesso utile la conoscenza della velocit
con cui tendono a zero i coe cienti di Fourier di f . Lidea che pi regolare
f , pi velocemente tendono a zero i suoi coe cienti di Fourier. Occorre
prestare attenzione per al fatto che importante in questo contesto la regolarit
della periodizzata di f , propriet che richiede anche le opportune condizioni di
raccordo agli estremi dellintervallo.
74

Per capire la situazione, consideriamo una funzione f 2 C 1 ([0; L]). Indichiamo con ak ; bk i coe cienti di Fourier di f e con k ; k i coe cienti di Fourier
di f 0 ; cerchiamo di esprimere k ; k in funzione di ak ; bk . Si ha (per k 1):
(
)
Z
Z L
2 L 0
2
L
f (x) cos (k!x) dx =
[f (x) cos (k!x)]0 + k!
f (x) sin (k!x) dx
k =
L 0
L
0
Z
2
2 L
= (f (L) f (0)) + k!
f (x) sin (k!x) dx:
L
L 0
Se supponiamo che f soddis le condizioni di raccordo f (L) = f (0) otteniamo
la relazione semplice
k = k!bk :
Analogamente si trova
k

k!ak :

Notiamo anche la relazione

Z
2
2 L 0
f (x) dx = (f (L)
=
0
L 0
L

f (0)) = 0:

Possiamo sintetizzare queste relazioni nellidentit

j

kj

+j

kj

= k! (jak j + jbk j) per k = 1; 2; 3::::

(e

0 = 0)
Chiediamoci ora se questa relazione continua a valere chiedendo qualcosa
meno che f 2 C 1 ([0; L]). La dimostrazione basata sulla formula di integrazione per parti.
Si pu dimostrare facilmente la seguente

Proposizione 1.131 La formula di integrazione per parti

Z

L
0

f g = f g (L)

f g (0)

f g0

vale se g 2 C 1 ([0; L]) e f soddisfa le ipotesi pi deboli: f 2 C 0 ([0; L]) ; f

possiede derivata prima continua, ad eccezione di un numero nito di punti in
cui comunque la derivata prima ha limiti destro e sinistro niti.
In pratica, la g pu anche avere un numero nito di punti angolosi.
Dimostrazione. Proviamo la tesi supponendo che f 0 non esista in un unico
punto c 2 (0; L), con f 0 (c+ ) ; f 0 (c ) niti, il discorso si estende a un numero
nito qualsiasi di punti. Si ha:
Z

f 0g =

f 0g +

75

f 0 g:

Ora su ciascun intervallo [0; c] ; [c; L] la f C 1 e si pu integrare per parti, quindi

si ha:
Z L
Z c
Z L
f 0 g = (f g) (c) (f g) (0)
f g 0 + (f g) (L) (f g) (c)
f g0
0

= (f g) (L)

(f g) (0)

f g0 :

Otteniamo cos il seguente:

Teorema 1.132 (di convergenza totale) Sia f : [0; L] ! R una funzione:
a. continua in [0; L] e soddisfacente la condizione di raccordo f (0) = f (L);
b. derivabile e con derivata continua in [0; L], salvo al pi un numero nito
di punti di [0; L] nei quali comunque esistono niti i limiti destro e sinistro di
f 0.
Allora la serie
1
X
(jak j + jbk j)
k=1

converge, ossia la serie di Fourier di f converge totalmente, quindi assolutamente e uniformemente. Le ipotesi del teorema sono vericate in particolare se
f : R ! R una funzione T -periodica e C 1 (R).
Dimostrazione. Nelle ipotesi del teorema vale la relazione
j

kj

+j

kj

= k! (jak j + jbk j) per k = 1; 2; 3::::

(1.9)

tra i coe cienti di Fourier ak ; bk di f e i coe cienti k ; k di f 0 . Inoltre, la

funzione f 0 limitata e continua a tratti, perci certamente L2 ; il che implica
per luguaglianza di Perceval che
1
X

2
k

2
k

k=1

<1

ossia, per le (1.9),

1
X

k=1

k 2 a2k + b2k < 1:

(1.10)

Possiamo allora scrivere (applicando la disuguaglianza di Swchartz per le serie)

1
X

k=1

jak j =

1
X

k=1

1
X

1
k jak j
k

k 2 a2k

k=1

!1=2

1
X
1
k2

k=1

e analogamente
1
X

k=1

jbk j

1
X

k=1

k 2 b2k

!1=2

76

1
X
1
k2

k=1

!1=2

!1=2

P1
Poich k=1 k12 < 1; la (1.10) implica la tesi.
Largomentazione precedente pu essere ora iterata alle derivate successive.
Teorema 1.133 (Velocit di convergenza a zero dei coe cienti) Sia f una
funzione tale che:
a. f 2 C s 1 (R) e L-periodica (cio C s 1 ([0; L]) e soddisfacente la condizione di raccordo f (0) = f (L), f 0 (0) = f 0 (L),...,f (s 1) (0) = f (s 1) (L)).
b. f (s 1) derivabile e con derivata continua in [0; L], salvo al pi un
numero nito di punti di [0; L] nei quali comunque esistono niti i limiti destro
e sinistro di f (s 1) .
(Queste ipotesi sono vericate in particolare se f 2 C s (R) e L-periodica,
o se f 2 C s ([0; L]) e soddisfa le condizioni raccordo su f; f 0 ; ::; f (s 1) , non
necessariamente su f (s) ).
Allora:
i) vale la relazione
j

kj

+j

kj

= (k!) (jak j + jbk j) per k = 1; 2; 3::::

tra i coe cienti di Fourier ak ; bk di f e i coe cienti

ii)
1
X
k 2s a2k + b2k < 1;

k;

(1.11)

di f (s) ;
(1.12)

k=1

da cui segue che

ak ; bk = o

1
ks

per k ! 1

e anche (informazione pi precisa) che

1
X

k=1

(Si noti che se

k (jak j + jbk j) < 1 per ogni

<s

1
:
2

un intero la relazione precedente signica

1).

Dimostrazione. Il punto i) si ottiene applicando iterativamente il ragionamento visto nel teorema precedente. Ancora, poich f (s 1) regolare a tratti, in
particolare limitata e integrabile, quindi anche L2 (0; L) e, per luguaglianza
di Perceval,
1
X
2
2
(1.13)
k + k < 1;
k=1

dalla (1.11) segue la (1.12), che a sua volta implica che k 2s a2k + b2k ! 0; quindi
k s (jak j + jbk j) ! 0, quindi ak ; bk = o k1s per k ! 1. Ancora con la disuguaglianza di Schwartz possiamo dimostrare lultima parte della tesi (ragioniamo

77

solo su ak , analogamente si tratta bk ):

1
X

k=1

k jak j =

1
X

k=1

k s jak j k

1
X

k 2s a2k

k=1

!1=2

1
X

2(

s)

k=1

!1=2

Ora la prima serie converge per (1.12), la seconda converge purch sia
2(

s) <

cio
<s

1;

1
.
2

Ad esempio, per s = 2 il teorema dice che se f : [0; L] ! R, f 2 C 1 [0; L]

con f (0) = f (L) ; f 0 (0) = f 0 (L) e inoltre f 0 regolare a tratti (il che accade se
ad es. f 2 C 2 [0; L] e soddisfa le condizioni di raccordo scritte), allora
1
X

k=1

ad esempio, per

k (jak j + jbk j) < 1 per ogni

<

3
;
2

= 1, leggiamo che
1
X

k=1

k (jak j + jbk j) < 1;

aermazione pi forte rispetto a ak ; bk = o k12 ; da cui seguirebbe solo k (jak j + jbk j) =

o k1 , il che non implica la convergenza della serie.

78

2
2.1

Generalit su equazioni e problemi ai limiti

per equazioni a derivate parziali
Equazioni lineari del secondordine

Le equazioni alle derivate parziali di cui ci occuperemo nel seguito, ossia quelle
di cui abbiamo discusso nel 2 il signicato modellistico, condividono diverse
importanti propriet:
-sono tutte del secondordine (occasionalmente si possono ridurre a equazioni
del primordine);
-sono tutte lineari;
-sono (quasi) tutte a coe cienti costanti.
Per ssare le idee, scriviamo nuovamente qualcuna di queste equazioni, a
titolo desempio:
uxx + uyy = f
(2.1)
(equazione di Poisson in 2 variabili spaziali);
ut

Duxx + bux

cu = f

(2.2)

(equazione di diusione in una variabile spaziale, con termini di trasporto e

reazione);
utt c2 uxx + but = f
(2.3)
(equazione della corda vibrante smorzata).
Facciamo qualche osservazione sulla linearit delloperatore.
Dire che unequazione alle derivate parziali lineare signica che ha la forma
Lu = f
dove u la funzione incognita, f un termine noto (se zero diciamo che lequazione omogenea) e L un operatore di erenziale lineare, ossia tale che, se
u1 ; u2 sono funzioni per cui Lu1 e Lu2 sono ben denite e se c1 ; c2 sono costanti,
L (c1 u1 + c2 u2 ) = c1 Lu1 + c2 Lu2 :
Il pi generale operatore dierenziale lineare del secondordine in n variabili14 si pu scrivere cos:
Lu (x) =

n
X

aij (x) uxi xj (x) +

i;j=1

n
X

bk (x) uxk (x) + c (x) u (x)

(2.4)

k=1

(con x 2 Rn ). Si dice parte principale delloperatore linsieme dei termini nelle

derivate seconde, cio loperatore
n
X

aij (x) uxi xj (x) ;

i;j=1
1 4 Si osservi il linguaggio: L un operatore dierenziale lineare del secondordine; Lu = f
unequazione dierenziale lineare del secondordine.

79

mentre

n
X

bk (x) uxk (x) + c (x) u (x)

k=1

si dicono termini di ordine inferiore.

Naturalmente occorre precisare uno spazio di funzioni su cui si considera
agire loperatore L. Ad esempio, loperatore L in (2.4), se i coe cienti aij ; bk ; c
sono funzioni continue su un dominio
Rn , si pu vedere come operatore
lineare tra i seguenti spazi vettoriali:
L : C2

! C0

Tra questi spazi, muniti delle rispettive norme, L risulta anche continuo, in
quanto
kLukC 0 ( )

n
X

aij uxi xj

i;j=1

0
@

C0(

n
X

)+

k=1

n
X

i;j=1

kaij kC 0 ( ) +

n
X

k=1

c kukC 2 ( ) :

kbk uxk kC 0 ( ) + kcukC 0 ( )

1

kbk kC 0 ( ) + kckC 0 ( ) A kukC 2 ( )

La linearit dellequazione ha una serie di conseguenze, che lo studente ha gi

incontrato nel corso dellalgebra lineare e dello studio delle equazioni dierenziali
ordinarie. Per cominciare:
-la generica soluzione dellequazione completa si pu ottenere sommando la
generica soluzione dellequazione omogenea e una particolare soluzione dellequazione completa;
-la totalit delle soluzioni dellequazione omogenea uno spazio vettoriale
(nelle ipotesi fatte sopra, un sottospazio di C 2
.
Altre propriet conseguenze della linearit saranno illustrate in seguito in
relazione alle condizioni al contorno.

2.2

Equazioni ellittiche, paraboliche, iperboliche

Le equazioni a derivate parziali lineari del secondordine possono presentare propriet matematiche molto diverse le une dalle altre, coerentemente al signicato
sico molto diverso che hanno le equazioni incontrate n qui.
La propriet matematica che discrimina queste situazioni espressa dalla
seguente denizione.
Denizione 2.1 (Equazioni ellittiche, paraboliche, iperboliche) Sia
Lu (x) =

n
X

aij (x) uxi xj (x) +

i;j=1

n
X

k=1

80

bk (x) uxk (x) + c (x) u (x)

unequazione alle derivate parziali, lineare del secondordine denita per x 2

Rn , e consideriamo, per un certo x0 2 ssato, la forma quadratica;
q : Rn ! R
n
X
q : h 7!
aij (x0 ) hi hj
i;j=1

(si pu sempre supporre che la matrice aij sia simmetrica). Si dice che:
loperatore L ellittico (in x0 ) se la forma quadratica q denita (positiva
o negativa);
loperatore L iperbolico (in x0 ) se la forma quadratica q indenita;
loperatore L parabolico (in x0 ) se la forma quadratica q semidenita
(positiva o negativa).
Diremo che loperatore L ellittico, o iperbolico, o parabolico in se lo in
ogni punto di :
Analoga terminologia si usa per lequazione Lu = f , cio: qualunque sia il
termine noto f , diremo che lequazione ellittica, parabolica, iperbolica (in un
punto o in un dominio), se lo loperatore L.
Osservazione 2.2 Se L in particolare a coe cienti costanti, loperatore
di uno stesso tipo in tutto Rn ; se loperatore ha coe cienti variabili, pu anche
essere di tipo diverso in punti diversi dello spazio, come vedremo con gli esempi.
Si noti che la denizione di operatore ellittico, parabolico, iperbolico dipende
solo dalla parte principale delloperatore di erenziale, cio dai termini nelle
derivate seconde15 .
Esempio 2.3 (a). Loperatore di Laplace in Rn ;
u=

n
X

uxi xi

i=1

ha forma quadratica
q (h) =

n
X
i=1

h2i = jhj ;

che denita positiva. Perci

un operatore ellittico in Rn .
(b) Di conseguenza sono operatori ellittici in Rn anche gli operatori
Lu =

u+

n
X

bk (x) uxk + c (x) u

k=1

in quanto, come gi osservato, il tipo di operatore dipende solo dalla parte

principale, cio del secondordine.
1 5 Ma su questo preciseremo qualcosa pi avanti per quanto riguarda le equazioni
paraboliche.

81

(c) Loperatore delle onde in n variabili spaziali (detto anche operatore di

DAlembert o Dalembertiano e indicato con )
u = utt

c2 u

con
laplaciano in Rn ha forma quadratica (in Rn+1 ; chiamando xn+1 la
variabile t)
n
X
q (h) = h2n+1 c2
h2i
i=1

indenita, quindi un operatore iperbolico in tutto Rn+1 .

(d) Loperatore del calore in n variabili spaziali
Hu = ut

D u

(con D > 0 e
laplaciano in Rn ) ha forma quadratica (in Rn+1 ; chiamando
xn+1 la variabile t)
n
X
q (h) = D
h2i
i=1

n+1

semidenita negativa in R
(si ricordi che la forma quadratica q non si accorge dai termini del primordine, in questo caso di ut ), quindi H parabolico.
(e) Loperatore di Tricomi in R2
T u = yuxx + uyy
ellittico nel semipiano y > 0, iperbolico nel semipiano y < 0, parabolico sulla
retta y = 0. Ecco un esempio signicativo di operatore che cambia tipo da punto
a punto (si dice operatore di tipo misto).16
Osservazione 2.4 Con riferimento allesempio (d), osserviamo che solitamente
si riserva il nome di operatore parabolico, in n + 1 variabili, a un operatore che
si possa scrivere nella forma:
uxn+1 + Eu
con E operatore ellittico nelle prime n variabili. In altre parole, la forma
quadratica semidenita in Rn+1 ma denita in Rn , e loperatore di erenziale
contiene la derivata prima nella variabile che manca nella parte del secondordine.
Loperatore di Laplace il prototipo di operatore ellittico; questi operatori dal punto di vista sico si possono vedere come operatori stazionari che
1 6 Questequazione stata studiata, per primo, da Tricomi nel 1923, e interviene nello studio
dei uidi transonici. Nello studio dellaerodinamica, la regione ellittica corrisponde ad un usso
subsonico, la regione parabolica alla barriera del suono e la regione iperbolica alla propagazione
supersonica delle onde di shocks.

82

esprimono, tipicamente, lo stato di un sistema sico in equilibrio, in qualche

senso.
Loperatore del calore il prototipo di operatore parabolico; gli operatori parabolici17 dal punto di vista sico si possono vedere come operatori di
evoluzione che esprimono, tipicamente, un fenomeno di diusuione (eventualmente accompagnato da fenomeni di trasporto e / o reazione).
Loperatore delle onde il prototipo di operatore iperbolico; sono operatori
iperbolici quegli operatori devoluzione che, dal punto di vista sico, esprimono
un fenomeno ondulatorio o vibratorio.

2.3

Condizioni al contorno

Ogni modello dierenziale che traduce un problema sico specico, normalmente

a anca allequazione alle derivate parziali che esprime le leggi siche che governano il sistema anche certe condizioni, inziali o al contorno, che contengono
dati del problema, ma esprimono anche certe ipotesi sul sistema stesso. Non
mai lequazione a derivate parziali da sola a determinare ununica soluzione;
piuttosto possiamo sperare che una e una sola soluzione esista per il problema
costituito da equazione + condizioni.
Che tipo di condizioni si possono a ancare a una certa equazione dierenziale? Questo dipende naturalmente dal signicato sico del problema ma, come
al solito, la matematica aiuta a mettere ordine nella casistica: a un certo tipo
di equazione (ellittica, parabolica, iperbolica) corrispondono certi tipi naturali
di condizioni. Facciamo una prima panoramica su questi tipi di condizioni, che
ritroveremo poi caso per caso studiando nel seguito i vari problemi.
2.3.1

Equazioni ellittiche. Problemi al contorno

Consideriamo, come esempio di equazione ellittica, lequazione di Poisson in R3 :

u

uxx + uyy + uzz = f in

R3 .

Immaginiamo di studiare il campo elettrostatico in una certa regione dello

spazio in cui sono posti alcuni corpi conduttori, su ciascuno dei quali posta una
certa distribuzione di carica; inoltre nello spazio assegnata una distribuzione
volumica di carica. Se
la regione dello spazio tra i conduttori, possiamo
immaginare che sia noto il potenziale elettrostatico sulla supercie di ciascun
conduttore (cio sul bordo di ), e a partire da questo e dalla distribuzione di
carica f nello spazio vogliamo determinare il potenziale in tutto la regione :
Siamo cos condotti al problema:
u = f in
u = g su @ :

(2.5)

Oppure, supponiamo che u sia la temperatura di un corpo tridimensionale

, omogeneo, sogggetto a sorgenti di calore interno (ad es. per irraggiamento)
17 o

pi precisamente, quelli che soddisfano le ipotesi descritte nellOsservazione precedente.

83

espresse dal termine di sorgente f , nellipotesi che il sistema abbia raggiunto

uno stato di equilibrio termico, ossia che la temperatura non cambi pi nel
tempo (stato stazionario). Possiamo pensare di misurare la temperatura di u
sul bordo di (o anche di imporre una determinata temperatura sul bordo di
, termostatandolo), e a partire da queste informazioni possiamo pensare che
risulti determinata la temperatura in tutto il corpo. La u soddisfer ancora un
problema (2.5). Pi in generale:
Denizione 2.5 Si dice problema di Dirichlet per unequazione Lu = f in
Rn un problema del tipo
Lu = f in
u = g su @ :

(2.6)

con g dato al bordo assegnato. Se g = 0 si dice problema di Dirichlet omogeneo.

Il problema di Dirichlet ha senso quando
ha un bordo, quando cio lequazione non si studia sullo spazio intero. In questultimo caso, lanalogo del
problema di Dirichlet consiste nellimporre che u soddis una certa condizione
allinnito, ad esempio:
u = f in R3
u (x) ! 0 per x ! 1:
Torniamo allinterpretazione di u = f come equazione di diusione del
calore in stato stazionario. Invece di imporre una certa temperatura al bordo,
potremmo sapere che il corpo termicamente isolato al contorno, cio che non
c usso di calore al bordo. Poich la densit di usso di calore proporzionale
al gradiente della temperatura, lassenza di usso attraverso il bordo di
si
descrive con lannullarsi della derivata di u nella direzione normale:
u = f in
= 0 su @

@u
@

dove

@u
= ru e ,
@
si dice derivata normale, e e il versore normale uscente dalla supercie. Pi
in generale potremmo assegnare il usso di calore (diverso da zero) uscente dalla
supercie, imponendo:
u = f in
@u
@ = g su @ :
Il usso sar punto per punto uscente o entrante a seconda che sia g < 0 o
g > 0. (Ricordare che il gradiente della temperatura ha verso opposto al usso
di calore).

84

Denizione 2.6 Si dice problema di Neumann per unequazione Lu = f in

Rn un problema del tipo
Lu = f in
@u
@ = g su @ :

(2.7)

con g dato al bordo assegnato. Se g = 0 si dice problema di Neumann omogeneo.

Continuando lesempio della diusione del calore, un corpo potrebbe essere
lasciato libero di scambiare calore con lambiente esterno: in questo caso il
usso di calore sar proporzionale al salto di temperatura, ossia, supponendo
che lambiente esterno abbia costante u0 , varr
@u
= k (u0
@

u)

con k > 0 (costante o variabile da punto a punto). Lequazione esprime il fatto

che c un usso di calore entrante (quindi @u
@ > 0) se lambiente esterno pi
caldo del corpo, cio se u0 > u. In generale:
Denizione 2.7 Si dice problema di Robin per unequazione Lu = f in un
problema del tipo
Lu = f in
(2.8)
@u
@ + ku = g su @ :
con g dato al bordo assegnato, k > 0. Se g = 0 si dice problema di Robin
omogeneo.
Inne:
Denizione 2.8 Si dice problema misto per unequazione Lu = f in
problema del tipo
8
< Lu = f in
u = g su 1
: @u
2
@ = h su

dove @

2;

un

= ?, con f; g assegnate.

In altre parole, un problema misto un problema in cui si assegna una

condizione di tipo Dirichlet su una parte del bordo del dominio, e una condizione
di tipo Neumann su unaltra parte del bordo del dominio.
2.3.2

Equazioni paraboliche. Problemi al contorno e ai valori iniziali

Consideriamo, come esempio di equazione parabolica, lequazione del calore in

R3 :
ut (t; x) D u (t; x)

ut D (uxx + uyy + uzz ) = f (t; x) per x 2

R3 ; t > 0:

Supponiamo quindi che u sia la temperatura di un corpo tridimensionale

, omogeneo, sogggetto a sorgenti di calore interno espresse dal termine di
85

sorgente f , eventualmente dipendente anche dal tempo, e ora non supponiamo

che il sistema abbia gi raggiunto lequilibrio (come nel caso dellequazione di
Poisson). Come nel caso stazionario, possiamo pensare di imporre (o misurare)
la temperatura al bordo del dominio, oppure di imporre (o misurare) un certo
usso termico attraverso il bordo del dominio. In ogni caso, trattandosi di un
problema di evoluzione, per determinare la temperatura a qualunque istante
t > 0 dovremo anche conoscere la temperatura iniziale. Problemi sensati sono
quindi i seguenti:
Denizione 2.9 Si dice problema di Cauchy-Dirichlet per unequazione ut
Lu = f (con L operatore ellittico in
Rn ; del tipo L = D +termini di
ordine inferiore) in un dominio
ft > 0g un problema del tipo
8
< ut Lu = f per x 2 ; t > 0
u (t; x) = g (t; x) per x 2 @ ; t > 0
(2.9)
:
u (0; x) = h (x) per x 2 :

con g dato al bordo assegnato, h condizione iniziale assegnata. Se g = 0 o h = 0

si dice problema di Cauchy-Dirichlet con condizioni di Dirichlet (o di Cauchy,
rispettivamente) omogenee.
Denizione 2.10 Si dice problema di Cauchy-Neumann per unequazione ut
Lu = f (con L operatore ellittico in
Rn , del tipo L = D +termini di ordine
inferiore in x) in un dominio
ft > 0g un problema del tipo
8
< ut Lu = f per x 2 ; t > 0
@u
(2.10)
(t; x) = g (t; x) per x 2 @ ; t > 0
: @
u (0; x) = h (x) per x 2 :

con g dato al bordo assegnato, h condizione iniziale assegnata. Se g = 0 o h = 0

si dice problema di Cauchy-Neumann con condizioni di Neumann (o di Cauchy,
rispettivamente) omogenee.
Analogamente si pu denire un problema di Cauchy-Robin o un problema
di Cauchy con condizioni miste di Dirichlet-Neumann.
Qualche osservazione.
Se per la natura del problema la regione spaziale tutto lo spazio, si pu
studiare il problema di Cauchy:
ut Lu = f per x 2 Rn ; t > 0
u (0; x) = h (x) per x 2 Rn :
In tutti i problemi precedenti, lintervallo t > 0 pu essere sostituito dallintervallo t 2 (0; T ) : Un dominio di Rn+1 del tipo
(0; 1) o
(0; T ) si dice
dominio cilindrico.
Si noti che in un problema di Cauchy-Dirichlet o di Cauchy-Neumann su un
cilindro QT =
(0; T ), complessivamente i dati sono assegnati sullinsieme
f(x; 0) : x 2 g [ f(x; t) : x 2 @ ; t 2 [0; T ]g :
86

Questo insieme prende il nome di frontiera parabolica del cilindro QT , e talvolta indicato con @P QT . Si noti che la frontiera parabolica del cilindro una
parte della frontiera del cilindro, precisamente la sua frontiera privata del
coperchio del cilindro f(x; T ) : x 2 g :
2.3.3

Equazioni iperboliche. Problemi al contorno e ai valori iniziali

Consideriamo, come esempio di equazione iperbolica, lequazione delle onde in

due variabili spaziali:
utt

c2 u = utt

c2 (uxx + uyy ) = f in

R2

che, come gi discusso, si pu vedere come lequazione della membrana vibrante

(per piccole vibrazioni). Fissare la membrana al contorno signica imporre il
valore di u, quindi una condizione di Dirichlet. Per determinare il moto della
membrana dovremo conoscere per anche le condizioni iniziali, ossia la posizione
e la velocit della membrana (trattandosi di unequazione del secondordine in
t, a dierenza dellequazione del calore). Quindi:
Denizione 2.11 Si dice problema di Cauchy-Dirichlet per unequazione iperbolica utt Lu = f (con L operatore del tipo L = c2 +termini di ordine
inferiore in x e t; per x 2
Rn ; t > 0) un problema del tipo
8
utt Lu = f per x 2 ; t > 0
>
>
<
u (t; x) = g (t; x) per x 2 @ ; t > 0
(2.11)
u (0; x) = u0 (x) per x 2
>
>
:
ut (0; x) = v0 (x) per x 2

con g dato al bordo assegnato, u0 ; v0 condizioni iniziali assegnata. Se g = 0

oppure (u0 = 0 e v0 = 0) si dice problema di Cauchy-Dirichlet con condizioni
di Dirichlet (o di Cauchy, rispettivamente) omogenee.
Una condizione al contorno del tipo @u
@ = 0, nel modello della membrana
vibrante (o, pi realisticamente, nel modello della corda vibrante, in una sola
variabile spaziale) ha il signicato di richiedere che la membrana al bordo sia
ssata in modo da poter scorrere verticalmente senza attrito su una guida.
Diamo comunque una denizione generale:
Denizione 2.12 Si dice problema di Cauchy-Neumann per unequazione iperbolica utt Lu = f (con L operatore del tipo L = c2 +termini di ordine inferiore
in x e t; per x 2
Rn ; t > 0) un problema del tipo
8
utt Lu = f per x 2 ; t > 0
>
>
< @u
@ (t; x) = g (t; x) per x 2 @ ; t > 0
(2.12)
u
(0; x) = u0 (x) per x 2
>
>
:
ut (0; x) = v0 (x) per x 2

con g dato al bordo assegnato, u0 ; v0 condizioni iniziali assegnata. Se g = 0

oppure (u0 = 0 e v0 = 0) si dice problema di Cauchy-Neumann con condizioni
di Neumann (o di Cauchy, rispettivamente) omogenee.
87

Come per il problema parabolico, se per la natura del problema la regione

spaziale tutto lo spazio, si pu studiare anche il problema di Cauchy puro:
8
< ut Lu = f per x 2 Rn ; t > 0
u (0; x) = u0 (x) per x 2 Rn
:
ut (0; x) = v0 (x) per x 2 Rn

Ancora, in tutti i problemi precedenti, lintervallo t > 0 pu essere sostituito

dallintervallo t 2 (0; T ) :

2.4

Principio di sovrapposizione

Osserviamo ora che tutte le condizioni al contorno e ai valori iniziali che abbiamo descritto nel paragrafo precedente sono anchesse di tipo lineare. Questo
signica che ciascuna condizione (di Cauchy, Dirichlet, Neumann...) espressa
da unequazione del tipo
Bu = f
con u funzione incognita, f dato assegnato, B operatore lineare tra opportuni
spazi di funzioni. Ad esempio, il problema (2.11), si pu scrivere astrattamente
in questa forma
8
Lu = f per x 2 ; t > 0
>
>
<
B1 u (t; x) = g (t; x) per x 2 @ ; t > 0
B2 u (0; x) = u0 (x) per x 2
>
>
:
B3 u (0; x) = v0 (x) per x 2

dove, se la funzione incognita si cerca nello spazio

X = C2 (

[0; 1) \ C 1 (

(0; 1)) \ C 0

[0; 1))

(ossia: chiediamo due derivate continue allinterno del dominio, dov soddisfatta la condizione; chiediamo che la u sia continua no al bordo del dominio
spaziale, per assumere il dato al bordo di Dirichlet, e chiediamo che sia C 1 no
a t = 0 per poter assumere il dato di Cauchy) avremo:
L : X ! C0 (
(0; 1))
L : u 7! utt Lu
B1 : X ! C 0 (@
B1 : u 7! u=@

[0; 1))

B2 : X ! C 1 ( )
B2 : u 7! u (0; )
B3 : X ! C 0 ( )
B3 : u 7! ut (0; )
88

dove L; B1 ; B2 ; B3 sono operatori lineari tra gli spazi vettoriali indicati18 . Questo
ha unutile conseguenza, che prende il nome di principio di sovrapposizione. Invece di darne subito unenunciazione astratta, lo spieghiamo prima sullesempio
precedente.
Esempio 2.13 Supponiamo di voler risolvere il problema
8
Lu = f
per x 2 ; t > 0
>
>
<
B1 u (t; x) = g (t; x) per x 2 @ ; t > 0
(P ) :
B2 u (0; x) = u0 (x) per x 2
>
>
:
B3 u (0; x) = v0 (x) per x 2 :

Consideriamo i 4 problemi, simili ma pi semplici (ognuno ha 3 dati nulli

su 4):
8
Lu1 = f
per x 2 ; t > 0
>
>
<
B1 u1 (t; x) = 0 per x 2 @ ; t > 0
(P 1) :
B2 u1 (0; x) = 0 per x 2
>
>
:
B3 u1 (0; x) = 0 per x 2 :
8
Lu2 = 0
per x 2 ; t > 0
>
>
<
B1 u2 (t; x) = g (t; x) per x 2 @ ; t > 0
(P 2) :
B2 u2 (0; x) = 0
per x 2
>
>
:
B3 u2 (0; x) = 0
per x 2 :
8
per x 2 ; t > 0
>
> Lu3 = 0
<
B1 u3 (t; x) = 0
per x 2 @ ; t > 0
(P 3) :
B
u
(0;
x)
=
u
(x)
per x 2
>
2
3
0
>
:
B3 u3 (0; x) = 0
per x 2 :
8
Lu4 = 0
per x 2 ; t > 0
>
>
<
B1 u4 (t; x) = 0
per x 2 @ ; t > 0
(P 4) :
B
u
(0;
x)
=
0
per x 2
>
2 4
>
:
B3 u4 (0; x) = v0 (x) per x 2 :

Supponiamo che u1 ; u2 ; u3 ; u4 siano rispettivamente soluzioni di (P 1), (P 2),

(P 3), (P 4) : Allora u = u1 + u2 + u3 + u4 soluzione di (P ). Questo fatto
unovvia conseguenza della linearit di tutti gli operatori coinvolti.
Laermazione appena fatta sullesempio specico costituisce appunto il principio di sovrapposizione (che vale per un problema del tipo di cui stiamo parlando, ossia per unequazione linerare, con condizioni iniziali e al contorno
lineari):
La soluzione di un problema avente pi dati non nulli (intendendo per dati
sia il termine noto dellequazione che le condizioni iniziali e il dato al bordo) si
pu ottenere per sovrapposizione delle soluzioni di pi problemi, ciascuno avente
un solo dato non nullo.
1 8 Sono anche operatori lineari continui, come lo studente pu facilmente controllare; tuttavia
in questo momento linformazione che ci interessa solo la linearit.

89

Questo utile sia dal punto di vista pratico (spezzare la soluzione di un

problema complesso nella soluzione di pi sottoproblemi semplici) sia dal punto
di vista teorico (spezzare la dimostrazione di teoremi di esistenza per la soluzione
di un problema in sottoteoremi pi semplici).
A volte, inoltre, la soluzione di qualcuno dei sottoproblemi pi semplici si
pu indovinare facilmente:
Esempio 2.14 Si vuole risolvere:
u = f in
u = 1 su @ :
La soluzione si pu ottenere nella forma u = u1 + u2 dove
u1 = f in
u1 = 0 su @

(2.13)

u2 = 0 in
u2 = 1 su @ :
Ma la soluzione di questultimo problema u2 1 (la funzione costante = 1 ha
laplaciano nullo e soddisfa la condizione al contorno 1), quindi u (x) = u1 (x) +
1; con u1 soluzione del problema di Dirichlet omogeneo (2.13). Questo il
sottoproblema interessante da risolvere, mentre il secondo era banale.

2.5

Problemi ben posti

Discutendo i tipi di problemi iniziali e al contorno ci siamo appellati soprattutto

al signicato sico dei problemi. Dal punto di vista matematico, pu restare la
domanda se questi problemi siano formulati in modo tale che sia ragionevole poi
poter ottenere una soluzione, e una sola. Perch, ad esempio, per lequazione
della corda vibrante dobbiamo prescrivere sia il valore iniziale di u che il valore iniziale di ut mentre per lequazione del calore prescriviamo solo il valore
di u? Non sar chiedere troppo la prima richiesta (e cos magari cade lesistenza di soluzione), oppure chiedere troppo pocola seconda (e cos magari
cade lunicit)? Come accennato, quale sia il tipo giusto di condizioni al contorno dipende dalle propriet matematiche di unequazione. C poi unaltra
questione importante. Ci piacerebbe che, assegnati i dati in certi spazi di funzioni, non solo la soluzione corrispondente esistesse e fosse unica, ma variasse
di poco se qualcuno dei dati varia di poco (dipendenza continua dai dati).
Infatti nelle applicazioni siche i dati sono sempre conosciuti con una certa approssimazione, quindi se non sappiamo che un piccolo errore nei dati porta un
piccolo errore nella soluzione, questo rende di scarso interesse pratico il calcolo della soluzione. Questinsieme di propriet desiderabili per un problema
dierenziale sintetizzato in una denizione ben precisa:

90

Denizione 2.15 (Problema ben posto) Si dice che un problema

8
Lu = f
>
>
<
B1 u = g1
:::
>
>
:
Bk u = gk

(2.14)

(dove L loperatore di erenziale, f il termine noto, g1 ; :::; gk i dati iniziali e /

o al bordo) ben posto quando sono deniti: uno spazio vettoriale normato S in
cui cerchiamo la soluzione, spazi vettoriali D0 ; D1 ; D2 ; :::; Dk in cui assegnamo,
rispettivamente, il termine noto f e i dati g1 ; :::; gk , e si ha che:
1. Per ogni scelta di f 2 D0 ; g1 2 D1 ; :::; gk 2 Dk esiste u 2 S soluzione del
problema;
2. tale soluzione unica;
3. tale soluzione dipende con continuit dai dati, il che signica che loperatore lineare che ai dati associa la soluzione continuo, ossia esiste una costante
c > 0 tale che per ogni scelta di f 2 D0 ; g1 2 D1 ; :::; gk 2 Dk la soluzione
corrispondente u soddisfa:
kukS

c kf kD0 + kg1 kD1 + ::: + kgk kDk :

Notiamo che lultima disuguaglianza, normalmente detta stima a priori sulla soluzione o stima di stabilit garantisce eettivamente che un piccolo errore sui dati porti un piccolo errore sulla soluzione, per la linearit delloperatore.
Supponiamo che u1 ; u2 siano, rispettivamente, le soluzioni dei problemi relativi
(1)
(1)
(2)
(2)
ai dati f (1) ; g1 ; :::; gk e f (2) ; g1 ; :::; gk : Allora per la linearit del problema
(1)
(2)
(1)
(2)
u1 u2 soluzione del problema relativo ai dati f (1) f (2) ; g1
g1 ; :::; gk gk
e per la stima di stabilit
ku1

u2 kS

f (1)

f (2)

(1)

D0

+ g1

(1)

(2)

g1

D1

+ ::: + gk

(2)

gk

Dk

Il secondo membro piccolo se lo scarto tra i due insiemi di dati piccolo

(piccolo errore nei dati), quindi sar piccolo (o comunque controllato) il primo
membro, ossia lerrore nella soluzione.
Facciamo ora qualche osservazione in pi sulla questione dellunicit.
1. Dimostrare lunicit della soluzione di un problema signica dimostrare
che due eventuali soluzioni u1 ; u2 dello stesso problema devono coincidere. Ma
per la linearit del problema, se u1 ; u2 risolvono entrambe il problema (2.14), la
dierenza u = u1 u2 soddisfer lanalogo problema con dati omogenei, ossia:
8
Lu = 0
>
>
<
B1 u = 0
(2.15)
:::
>
>
:
Bk u = 0

Questo allora detta la strategia tipica per dimostrare lunicit della soluzione:
si suppone che u risolva il corrispondente problema con termine noto e dati tutti
91

nulli, e si mostra che questa u necessariamente la funzione identicamente nulla.

Lo faremo varie volte in seguito.
2. Un teorema di unicit ha una grande utilit pratica, contrariamente a
quanto si potrebbe credere. Nel risolvere un problema per equazioni a derivate
parziali, quasi mai si riesce, come per le equazioni dierenziali ordinarie, a determinare in un primo tempo lintegrale generale per poi imporre le condizioni.
Di solito si cerca a priori una soluzione di qualche forma speciale che: (a)
pi semplice, consentendo calcoli espliciti; (b) tiene gi conto di qualcuna delle
condizioni, ad esempio lannullarsi al bordo. Se procedendo cos si arriva a
determinare una soluzione, come possiamo essere certi di non aver perso per
strada qualche altra soluzione? Dopo tutto il nostro procedimento risolutivo
non stato sistematico, ma ha fatto a priori lipotesi che la soluzione si potesse
scrivere in un certo modo. Se ci fossero soluzioni di altro tipo? Ma se sappiamo che vale un teorema di unicit, sappiamo di non aver perso nulla: se (con
qualunque procedimento) abbiamo trovato una soluzione, certamente altre non
ce ne sono. Questa uninformazione molto utile, quindi.
Solitamente noi procederemo cos.
1. Prima si stabilisce, con la strategia detta, lunicit per il problema. Questo
si sapr fare spesso sotto ipotesi piuttosto generali.
2. Poi aronteremo il problema in situazioni speciche: tipicamente, su
domini di forma piuttosto semplice ed esplicitamente noti, e con condizioni al
contorno o iniziali di tipo semplice. In queste condizioni, cercheremo di ottenere
esplicitamente una soluzione, con metodi di separazione delle variabili, serie di
Fourier, trasformate, funzioni speciali...
3. A partire dalla formula di rappresentazione esplicita ottenuta per la
soluzione, cercheremo di provare sotto quali ipotesi precise sui dati il risultato
ottenuto valido; quindi il quadro di spazi funzionali sar in parte precisato a
posteriori.
4. Sempre dalla formula di rappresentazione trovata, talvolta dedurremo
una stima di stabilit per la soluzione.
Riguardo al punto 2, notiamo che le tecniche di risoluzione esplicita di un
problema dierenziale in geometria semplice rappresentano la prima strada che
storicamente si seguita. Naturalmente, quando il dominio
ha una forma
complicata (o non nota esplicitamente), o quando lequazione contiene termini con coe cienti variabili (generici), questo approccio esplicito non pu essere
seguito. Sono stati messi a punto quindi strumenti teorici molto astratti e sosticati per dimostrare ancora la buona posizione del problema, e poi per mettere
a punto strumenti di risoluzione numerica approssimata dei problemi stessi. In
questo corso per non ci occuperemo di questi aspetti, che richiederebbero un
investimento ben superiore nello studio di teorie astratte.

92

3
3.1

Metodo di separazione di variabili e sviluppi

di Fourier per problemi ai limiti
Equazione di Laplace e di Poisson

Abbiamo gi incontrato (2) lequazione di Poisson

u=f
(detta equazione di Laplace quando f = 0), dove il laplaciano
dierenziale
=

loperatore

@2
@2
@2
+
+
(o lanalogo in solo una o due dimensioni),
@x2
@y 2
@z 2

e abbiamo descritto alcuni dei suoi signicati sici:

1. u potenziale elettrostatico (o gravitazionale) generato da un campo dovuto
a una distribuzione continua di cariche (rispettivamente, di masse) di densit f
(rispettivamente, f );
2. u temperatura in un corpo omogeneo, in stato stazionario, in regime di
sola diusione, in presenza di sorgenti o pozzi di calore di densit f ;
3. u concentrazione di una sostanza disciolta in soluzione, in stato stazionario,
in regime di sola diusione, in presenza di sorgenti o pozzi (di questa sostanza)
di densit f ;
4. (per n = 2) altezza di una membrana in equilibrio.
Abbiamo anche discusso (4.3.1) alcuni tipici problemi ai limiti che si affrontano per questequazione, e visto il signicato sico delle varie condizioni
(di Dirichlet, Neumann, Robin o miste).
Vediamo ora di stabilire alcuni risultati molto generali per questi problemi,
utili ad inquadrare i problemi ai limiti che poi studieremo. Successivamente
aronteremo esplicitamente alcuni di questi problemi ai limiti, su domini di
geometria semplice.
3.1.1

Unicit, principio di massimo, dipendenza continua

Risultati di unicit per problemi ai limiti

In tutta questa sezione ci limitiamo a trattare problemi ai limiti nel caso tridimensionale (che contiene come casi particolari quelli bi e mono dimensionali),
ma tutta questa discussione si potrebbe fare per il laplaciano in n dimensioni,
con n qualsiasi.
Sia
R3 un dominio (cio un insieme aperto e connesso) limitato, dalla
frontiera regolare a pezzi (quanto basta perch si possa applicare su il teorema
della divergenza). Consideriamo un problema al contorno per lequazione di
Poisson u = f in , con condizione al contorno di uno dei tipi visti nel 4.3.1,
quindi:
condizione di Dirichlet u = f su @ , oppure
condizione di Neumann @u
@ = f su @ , oppure
93

condizione di Robin @u
(con k > 0),
@ + ku = f su @
o eventualmente condizioni miste (cio su due parti della frontiera sono assegnate
due diverse condizioni di questi tipi).
Vogliamo dimostrare che per un problema di questi tipi la soluzione, se esiste,
unica (con unimportante precisazione nel caso della condizione di Neumann).
Un enunciato preciso il seguente:
Teorema 3.1 (di unicit) Sia
R3 un dominio come sopra specicato. La
2
1
funzione u 2 C ( ) \ C
che risolve il problema di Dirichlet
u = f in
u = g su @
con f 2 C 0 ( ) ; g 2 C 0 (@ ) assegnate, se esiste unica. Lo stesso vale nel
caso di una condizione al contorno di Robin. Per la condizione al contorno di
Neumann, la soluzione, se esiste, unica a meno di costante additiva. Lunicit
vale anche per i problemi misti.
Osservazione 3.2 Notiamo che lipotesi u 2 C 1
(cio C 1 no al bordo
dellinsieme) naturale per le condizioni di Neumann e di Robin, che coinvolgono la derivata di u sul bordo, mentre un po troppo forte per il problema di
Dirichlet, per cui ci aspetteremmo u 2 C 0
(oltre ovviamente alla condizione
u 2 C 2 ( ), se vogliamo che u risolva allinterno di lequazione di erenziale).
Vedremo poi come nel caso del problema di Dirichlet si possa e ettivamente
migliorare questo risultato stabilendo lunicit nella classe C 2 ( ) \ C 0
.
Dimostrazione. Come abbiamo visto nel 4.5, dimostrare lunicit equivale
a provare il seguente enunciato: se u 2 C 2 ( ) \ C 1
risolve lequazione
omogenea u = 0 in
con condizione di Dirichlet (o degli altri tipi) nulla,
allora u identicamente nulla in :
Utilizziamo la prima identit di Green (v. 1.2)
ZZZ
ZZZ
ZZ
@g
f gdxdydz +
rf rgdxdydz =
f
dS
@n
e
@
valida per ogni coppia di funzioni:
f 2 C1 ( ) \ C

; g 2 C2 ( ) \ C1

Applichiamola a f = g = u e abbiamo
ZZZ
ZZZ
ZZ
2
u udxdydz +
jruj dxdydz =

che, essendo

u = 0; d
ZZZ

jruj dxdydz =
94

ZZ

@u
dS:
@ne

@u
dS
@ne

Ora: se u soddisfa una condizione di Dirichlet o di Neumann nulla, su @

@u
u = 0 o @n
= 0; in ogni caso lintegrale a secondo membro nullo, quindi
e
ZZZ

jruj dxdydz = 0:

Questo implica che jruj = 0 in cio u =costante in . Se vale la condizione di

Dirichlet, essendo u zero al bordo la u identicamente nulla; se vale la condizione
di Neumann possiamo concludere solo che u costante, cio la soluzione del
problema di partenza determinata a meno di costante arbitraria additiva. Se
poi vale la condizione di Robin omogenea, cio
@u
+ ku = 0 su @
@
deduciamo

da cui di nuovo

ZZZ

jruj dxdydz =
ZZZ

(con k > 0)
ZZ

ku2 dS

0;

jruj dxdydz = 0

e la condizione di Robin implica

e u costante. Di conseguenza @u
@ = 0 su @
perci u = 0 su @ , e perci u identicamente nulla in . Dai ragionamenti
precedenti si ottiene anche lunicit per i problemi misti (Dirichlet / Neumann
o Robin / Dirichlet o Numann / Robin).
Osservazioni sul problema di Neumann
Il fatto che la soluzione di un problema di Neumann sia determinata a meno di
costante additiva si capisce se si riette sul fatto che in un problema
u = f in
= g su @

@u
@

(3.1)

la u compare solo mediante le sue derivate, quindi chiaro che se u (x)

soluzione anche u (x) + c lo .
Il problema di Neumann ha anche unaltra particolarit19 . Non solo la
soluzione, se esiste, non unica, ma la la soluzione non pu esistere se i dati
1 9 Si rietta sulla seguente analogia con lalgebra lineare. Per un sistema lineare di n
equazioni in n incognite possono capitare due situazioni diverse. O il determinante della
matrice diverso da zero, e allora (teorema di Cramer) per ogni scelta dei termini noti c
soluzione, e la soluzione unica. Oppure il determinante della matrice uguale a zero, e allora
la soluzione esiste solo per certi termini noti (teorema di Rouch-Capelli) e se esiste non
unica, ma ne esistono innite. I problemi di Dirichlet e di Neumann sono problemi lineari
in cui nel primo caso c esistenza e unicit per ogni scelta del dato, nel secondo caso non
c esistenza per ogni dato, e quando c non c unicit. Lanalogia non casuale ma ha le
sue radici nella teoria degli operatori lineari tra spazi di Banach (teorema dellalternativa di
Fredholm ), di cui per in questo corso non ci occupiamo.

95

non soddisfano unopportuna condizione di compatibilit. Per capire questo fatto, sia u soluzione del problema di Neumann (3.1); integriamo ambo i membri
dellequazione in e applichiamo il teorema della divergenza:
ZZZ
ZZZ
ZZ
ZZ
@u
f dxdydz =
udxdydz =
dS =
gdS:
@ @
@
Luguaglianza ottenuta
ZZZ

f dxdydz =

ZZ

gdS

coinvolge solo i dati del problema, non la soluzione che cerchiamo: assegnati i
dati, si pu vericare se soddisfatta oppure no; se non soddisfatta, certamente
non potr esistere soluzione del problema.
Uninterpretazione sica facilmente comprensibile di questa condizione si
ha quando g
0; interpretando lequazione come equazione del calore in stato stazionario, signica che il corpo termicamente isolato. La condizione di
compatibilit richiede che
ZZZ
f dxdydz = 0;
il che signica che il bilancio complessivo di pozzi e sorgenti di calore interni
al corpo nullo: una condizione ragionevole, se vogliamo che la temperatura
possa stabilizzarsi su un equilibrio, rimanendo il corpo isolato (se ad esempio il
corpo isolato e f > 0 in , la temperatura non pu che salire nel tempo). Se
poi
RR g 6= 0, il corpo non isolato ma il usso entrante o uscente di calore (cio
gdS) comunque assegnato, quindi naturale che questoRRR
debba uguagliare
@
il bilancio totale di pozzi e soregenti di calore interni (cio
f dxdydz): se
allinterno, ad esempio, complessivamente si fornisce pi calore di quanto il corpo ne cede allambiente attraverso il usso termico dal bordo, complessivamente
la temperatura interna salir, e non potr soddisfare unequazione dierenziale
stazionaria.
Principio di massimo e dipendenza continua della soluzione dai dati
Si pu migliorare linformazione contenuta nel teorema di unicit, arrivando a
stabilire la dipendenza continua della (eventuale) soluzione dai dati, almeno per
il problema di Dirichlet. Questa una conseguenza del seguente principio di
massimo, che ha anche un interesse indipendente:
Teorema 3.3 (Principio di massimo per il laplaciano) Sia
R3 un
2
0
aperto connesso e limitato, e u 2 C ( ) \ C
soluzione dellequazione
u = f in
Allora:
i) Se f

0 in

; allora il massimo di u assunto su @ ; ossia

max u (x)
x2

max u (x) :

x2@

96

ii) Se f
0 in
(cio u armonica), allora u assume massimi e minimi
su @ , e vale la disuguaglianza
max ju (x)j
x2

max ju (x)j :

x2@

Osservazione 3.4 Interpretazione bidimensionale del teorema precedente: si

ricordi che lequazione di una membrana in equilibrio sotto lazione di una forza
f nella direzione dellasse z
u = f.
Il punto i) dice quindi che se f 0; cio non agisce nessuna forza verso lalto,
la membrana in equilibrio non avere punti pi in alto del suo bordo. Se poi non
agisce alcuna forza, non possono esserci punti n pi in alto n pi in basso dei
massimi e minimi sul bordo.
Dimostrazione. Notiamo che poich u 2 C 0
, per il teorema di Weierstrass
u avr massimo e minimo nellinsieme chiuso e limitato . Il punto dimostrare
che punti di massimo assoluto (nel caso i ) e punti di massimo e minimo assoluto
(nel caso ii ) stanno sul bordo.
i ) Facciamo prima lipotesi pi forte che sia f > 0 in , e supponiamo per
assurdo che x0 2 sia un punto di massimo interno. Allora, essendo u 2 C 2 ( )
2
si ha @@xu2 (x0 ) 0 per ogni i = 1; 2; 3, come si capisce ragionando sulla funzione
i
di una variabile
g (t) = u (x0 + tei )
che deve avere un punto di massimo relativo per t = 0, quindi dalla formula di
2
Taylor con resto secondo Peano si legge g 00 (0) 0, da cui @@xu2 (x0 ) 0. Ne
i
segue u (x0 )
0, che contraddice f (x0 ) > 0. Giustichiamo laermazione
g 00 (0) 0. Sia per assurdo g 00 (0) > 0; allora dalla formula di Taylor (ricordando
g 0 (0) = 0)
1 00
g (t) g (0) = t2
g (0) + o (1)
2
si deduce g (t) g (0) < 0 per jtj abbastanza piccolo, da cui t = 0 sarebbe punto
di minimo relativo stretto, non di massimo relativo.
Consideriamo ora il caso pi generale in cui f
0 in , e proviamo che il
massimo di u ancora assunto solo su @ . Sia
2

v (x) = u (x) + " jxj

(x 2 R3 ) con " > 0 che sceglieremo.
v=

u + 2n" = f + 2n" > 0.

Allora applicando il punto precedente (caso f > 0) alla funzione v otteniamo

che v assume il massimo su @ ; cio, per ogni y 2 ; scegliendo una sfera BR (0)
contenente ,
2

u (y) + " jyj = v (y)

max u (x) + " jxj

x2@

97

max u (x) + "R2 :

x2@

Facendo tendere a zero " e prendendo poi maxy2 otteniamo

max u (y)
y2

max u (x) ;

x2@

che dice appunto che il massimo assunto sul bordo.

ii ) Se u = 0 in ; allora possiamo applicare il punto i a u e poi a
ottenendo che u assume massimo e minimo su @ e
max ju (x)j
x2

u,

max ju (x)j :

x2@

Osservazione 3.5 Questo principio di massimo consente di migliorare il risultato di unicit dimostrato per il problema di Dirichlet (come preannunciato nellosservazione dopo il teorema di unicit). In base al principio di massimo,
infatti, se u 2 C 2 ( ) \ C 0
soluzione di
u = 0 in
u = 0 su @
ne segue che u
0. Perci lunicit della soluzione del problema di Dirichlet
vale nella classe naturale C 2 ( ) \ C 0
e non solo nella pi ristretta classe
in cui lo si era stabilito in precedenza.
C2 ( ) \ C1
Osservazione 3.6 Vale in realt anche un principio di massimo pi forte, che
non dimostreremo, e stabilisce che una funzione armonica non solo assume massimi e minimi sul bordo, ma non pu assumere massimi e minimi anche in punti
interni, a meno che sia costante. Ad esempio, una membrana in equilibrio non
pu formare gobbe verso lalto o il basso allinterno.
Deduciamo dal principio di massimo dimostrato anche il prossimo
Teorema 3.7 (Dipendenza continua dai dati per il problema di Dirichlet)
Sia
un dominio limitato di Rn (n 3) e sia u 2 C 2 ( ) \ C 0
soluzione
del problema di Dirichlet
u = f in
u = g su @ :
Allora

R2
max jf j
@
2n
dove R il raggio di una sfera BR (0) contenente :
max juj

max jgj +

Si noti che questa una stima a priori di dipendenza continua della soluzione
u di un problema di Dirichlet dai dati f; g.
Dimostrazione. La funzione
2

v (x) = u (x) +
98

jxj
max jf j
2n

soddisfa
v (x) =

u (x) + max jf j = f (x) + max jf j

perci per il principio di massimo (punto i ) assume il suo massimo su @ ; ossia,

per ogni x 2 ;
2

u (x)

u (x) +

jxj
max jf j
2n

max u +
@

jxj
max jf j
2n

max g +
@

R2
max jf j
2n

cio

R2
max jf j :
@
2n
Ora applichiamo lo stesso ragionamento a u che soluzione di
max u

max g +

( u) = f in
u = g su @
e otteniamo
max ( u)

max ( g) +
@

R2
max jf j
2n

che unita alla precedente d

max juj

3.1.2

max jgj +
@

R2
max jf j :
2n

Lequazione di Laplace sul cerchio

Considereremo il problema di Dirichlet per lequazione di Laplace sul cerchio;

la risoluzione esplicita di questo problema un punto di partenza fondamentale
per la teoria del potenziale (in due variabili). Essendo il primo problema che
trattiamo, lo svilupperemo in dettaglio, utilizzandolo come esempio guida anche
per situazioni diverse.
Per risolvere lequazione di Laplace sul cerchio, la prima cosa riscriverla in
coordinate polari ( ; #). Si trova20 , per lequazione sul cerchio di centro (0; 0) e
raggio r0 ; con dato al bordo f assegnato:
8 2
1 @2u
< @ u 1 @u
+
+ 2 2 = 0 per 2 [0; r0 ); # 2 [0; 2 ]
2
(3.2)
@
@
@#
:
u (r0 ; #) = f (#)
per # 2 [0; 2 ] :
Cerchiamo soluzioni a variabili separate, del tipo:
u ( ; #) = R ( )
2 0 v.

[An2, Cap.4, 5.2]

99

(#) :

Sostituendo nellequazione si ha
R00 ( )

1
(#) + R0 ( )

(#) +

R0 ( )
R00 ( )
+
=
R( )
R( )

00

R( )

(#) = 0

00

(#)
:
(#)

Lultima uguaglianza scritta unidentit tra una funzione della sola e una
funzione della sola #, che quindi forza ciascun membro ad essere costante21 .
Quindi per qualche 2 R devessere:
R0 ( )
R00 ( )
+
=
R( )
R( )

00

(#)
(#)

ossia:
2

R00 ( ) + R0 ( ) = R ( ) per 2 (0; r0 )

00
(#) =
(#) per # 2 [0; 2 ] :

Bisogna anche richiedere che

sia 2 periodica: per il signicato geometrico delle coordinate polari, se non cos la funzione u ( ; #) = R ( ) (#)
risulterebbe discontinua. Questo impone
= n2 e

(#) = an cos (n#) + bn sin (n#) per n = 0; 1; 2; 3; :::

Con ci lequazione in R diventa

2

R00 ( ) + R0 ( )

n2 R ( ) = 0 per

2 [0; r0 ] :

Per n 6= 0 unequazione di Eulero22 ; si possono quindi cercare soluzioni del

tipo R ( ) = ; con da determinarsi:
2

1)

+
(

n2

=0
2

1) +

n =0
= n;

che d
Rn ( ) = c1
2 1 Si

+ c2

rietta su questo ragionamento, che useremo altre volte: se

f ( ) = g (#)

per ogni ; # in certi intervalli, in particolare ssando un valore # = #0 si legge che il primo
membro costante al variare di ; ssando invece un valore = 0 si legge che il secondo
membro costante al variare di #.
2 2 v. [EsAn2], 1.2.D. Si dice equazione di Eulero unequazione del tipo
ax2 y 00 (x) + bxy 0 (x) + cy (x) = 0
per a; b; c costanti. Di questequazione si possono cercare due soluzioni del tipo y (x) = x con
da determinarsi. Se esistono due numeri 1 ; 2 reali distinti per cui lequazione dierenziale
soddisfatta, lintegrale generale di questequazione sar c1 x 1 + c2 x 2 :

100

ma poich vogliamo soluzioni regolari in [0; r0 ] dobbiamo escludere le soluzioni

c2 n , illimitate nellorigine.
Per n = 0 lequazione
2

di Eulero in R0 ( ) =

R00 ( ) + R0 ( ) = 0

;
2

=0
+1

( + 1)

=0
= 1
1
R0 ( ) =
R ( ) = d1 + d2 log :

Escludendo ancora le soluzioni d2 log

nitiva
Rn ( ) = c
R0 ( ) = d

illimitate nellorigine, otteniamo in deper n = 1; 2; 3; :::

Si trovano in denitiva le soluzioni a variabili separate:

un ( ; #) = n [an cos (n#) + bn sin (n#)]
u0 ( ; #) = d:
Per linearit, qualsiasi somma nita di queste soluzioni soddisfa ancora lequazione dierenziale. Lidea scrivere una soluzione che soddis anche la
condizione al contorno sommando le innite soluzioni a variabili separate:
u ( ; #) = d +

1
X

[an cos (n#) + bn sin (n#)] :

n=1

Imporre la condizione al contorno signica quindi scrivere:

u (r0 ; #) = d +

1
X

r0n [an cos (n#) + bn sin (n#)] = f (#)

n=1

il che signica che quello scritto devessere lo sviluppo di Fourier di f (#) in

[0; 2 ], quindi posto
1
A0 X
+
[An cos (n#) + Bn sin (n#)] , ossia
2
n=1
Z
Z
1 2
1 2
An =
f (#) cos (n#) d#; Bn =
f (#) sin (n#) d#

f (#) =

101

(3.3)

si ha

A0
; r0n an = An ; r0n bn = Bn .
2
In conclusione la soluzione del problema (3.2) assegnata dalla formula:
d=

u ( ; #) =

A0 X
+
2
n=1

[An cos (n#) + Bn sin (n#)]

r0

(3.4)

con An ; Bn assegnati dalle (3.3).

Naturalmente in questo procedimento abbiamo fatto vari passaggi senza
giusticazione rigorosa, dovremo ora dimostrare che sotto opportune ipotesi
la u ha la regolarit richiesta e soddisfa eettivamente equazione dierenziale
e condizioni al contorno. Una formula risolutiva esplicita comunque sempre
un buon punto di partenza per la discussione successiva. Prima di giusticare
teoricamente la formula (3.4) cominciamo comunque a prendere condenza con
essa e il suo utilizzo.
Osservazione 3.8 (Armoniche elementari) Notiamo che la soluzione ottenuta una sovrapposizione delle innite funzioni
n

cos (n#) ;

sin (n#) ;

dette armoniche elementari. Einteressante osservare che scrivendo, nel campo

complesso
z = (cos # + i sin #)
z = n (cos (n#) + i sin (n#))
n

(formule di De Moivre), le armoniche elementari si possono vedere come le parti

reali e immaginarie delle potenze z n :
n

cos (n#) = Re (
n
cos (n#) = Im (

(cos (n#) + i sin (n#))) = Re (z n )

n
(cos (n#) + i sin (n#))) = Im (z n )

e questo fatto23 pu essere utile per riscrivere in coordinate cartesiane queste

funzioni. Ad esempio:
3

= x3

= 2xy

cos (3#) = Re z 3 = Re (x + iy)

sin (2#) = Im z 2 = Im (x + iy)

3xy 2

ecc.
In particolare, da queste relazioni leggiamo che le armoniche elementari
n
cos (n#), n sin (n#) sono polinomi omogenei di grado (complessivo) n in
x; y.
2 3 che non casuale, ma una semplice conseguenza della teoria delle funzioni derivabili di
variabile complessa (la parte reale o immaginaria di una funzione olomorfa una funzione
armonica), di cui per in questo corso non ci occupiamo.

102

Qualche graco delle armoniche elementari mostra la loro caratteristica tipica di funzioni dotate di selle ma non di punti di massimo e minimo locale,
come prescritto dal principio di massimo che abbiamo dimostrato.

cos 3# = Re (x + iy)

cos 4# = Re (x + iy)

103

= x3

= x4

3xy 2

6x2 y 2 + y 4

sin 7# = Im (x + iy)

= 7x6 y

35x4 y 3 + 21x2 y 5

y7

Esempio 3.9 Risolviamo:

u = 0 per < 1
u (1; #) = cos2 #:
Da identit trigonometriche abbiamo
cos2 # =

1 1
+ cos 2#;
2 2

che lo sviluppo di Fourier del dato al bordo. Quindi la formula di rappresentazione d:

1 1
u ( ; #) = + 2 cos 2#
2 2
in coordinate cartesiane, calcolando
=

cos 2# = Re (x + iy)

1
1 + x2
2

y2 :

Esempio 3.10 Risolviamo:

u = 0 per x2 + y 2 < 4
u (x; y) = x4 per x2 + y 2 = 4
Per

= 2;

x4 = (2 cos #) = 16 cos4 #
104

Da identit trigonometriche abbiamo

16 cos4 # = 6 + 8 cos 2# + 2 cos 4#;
che lo sviluppo di Fourier del dato al bordo. Quindi la formula di rappresentazione d:
2
4
u ( ; #) = 6 + 8
cos 2# + 2
cos 4#
2
2
2

in coordinate cartesiane, calcolando

cos 2# = Re (x + iy)

cos 4# =

Re (x + iy)

= 6 + 2 x2

y2 +

1 4
x
8

6x2 y 2 + y 4 :

Discussione delle formula di rappresentazione trovata - regolarit

allinterno
Come preannunciato, dobbiamo ora discutere sotto quali ipotesi la formula risolutiva (3.4) assegna eettivamente una soluzione del problema. Dimostriamo
anzitutto il seguente:
Teorema 3.11 Nella sola ipotesi che i coe cienti An ; Bn nella (3.4) siano
successioni limitate, ossia per qualche costante c > 0 sia
jAn j + jBn j

c per ogni n;

la funzione u assegnata dalla (3.4):

a) derivabile innite volte termine a termine in ogni cerchio
< r0 ;
b) derivabile innite volte nel cerchio < r0 ;
c) soddisfa lequazione di Laplace (in polari) nel cerchio < r0 .
Dimostrazione. Fissiamo < r0 e consideriamo il cerchio
cerchio la serie (3.4) converge totalmente, infatti:

con

. In questo

r0

[An cos (n#) + Bn sin (n#)]

n

r0
e la serie numerica

(jAn j + jBn j)
X

r0

r0

una serie geometrica convergente perch

e u continua nel cerchio
.

105

< r0 , quindi c convergenza totale

Consideriamo la serie delle derivate prime rispetto a :

n

@
@

n 1

[An cos (n#) + Bn sin (n#)]

r0

[An cos (n#) + Bn sin (n#)]

r0n

n 1

r0

1
(jAn j + jBn j)
r0

c
n
r0

n 1

r0

e la serie numerica

n 1
X c
n
r0
r0
una serie convergente perch < r0 , quindi c convergenza totale della serie
ed calcolabile derivando termine a termine.
delle derivate, perci esiste @u
@
Si capisce che il ragionamento si pu iterare alla derivata di qualunque ordine
rispetto a . Per la serie delle derivate rispetto a # si ha:

@
@#

[An cos (n#) + Bn sin (n#)]

r0
n

r0

[ nAn sin (n#) + nBn sin (n#)]

n

n
e la serie numerica

r0

(jAn j + jBn j)
X

cn

r0

cn

r0
ancora una serie convergente perch < r0 , quindi c convergenza totale
@u
ed calcolabile derivando termine a
della serie delle derivate, perci esiste @#
termine. Si capisce che il ragionamento si pu iterare alla derivata di ordine
qualsiasi rispetto a #; ed anche a derivate miste rispetto a e #.
Si conclude che u innitamente derivabile in ogni cerchio
con < r0 ,
e quindi nel cerchio aperto < r0 .
Inoltre, poich ogni addendo della serie risolve lequazione di Laplace (la
serie stata costruita proprio a quel modo, sovrapponendo soluzioni a variabili
separate), in ogni cerchio
con < r0 , in cui u derivabile termine a
termine, si ha:
!
1
n
@2
1 @
1 @2
A0 X
u=
+
+ 2 2
+
[An cos (n#) + Bn sin (n#)]
@ 2
@
@#
2
r0
n=1
=
=

1
X

n=1
1
X

@2
1 @
1 @2
+ 2 2
+
2
@
@
@#

r0

0 = 0:

n=1

106

[An cos (n#) + Bn sin (n#)]

Lequazione perci soddisfatta in ogni cerchio

cerchio aperto < r0 .

con

< r0 e quindi nel

Il teorema precedente contiene unaermazione molto forte:

supponiamo che f sia una qualsiasi funzione L2 (0; 2 ), allora per il Lemma
di Riemann-Lebesgue le successioni An ; Bn tendono a zero, in particolare sono
limitate, e si applica la conclusione del teorema precedente: non solo la u risolve
lequazione u = 0 nel cerchio, ma innitamente derivabile.
Discussione della formula di rappresentazione trovata - condizione al
bordo classica
Vogliamo mostrare che, sotto opportune ipotesi sul dato al bordo f , la u assegnata dalla (3.4) assume il dato al bordo. Occorre capire qual il problema.
E chiaro che se sostituiamo = r0 nella (3.4) otteniamo (proprio per come
abbiamo costruito la soluzione) la serie di Fourier di f che rappresenta f , ad
sotto le seguenti ipotesi:
f continua, regolare a tratti, f (0) = f (2 ) (lultima condizione ovvia, se
vogliamo che f sia una funzione continua sul bordo del cerchio).
Tuttavia, noi vogliamo anche sapere che la u continua sul cerchio chiuso
r0 , in modo da sapere che quando ci avviciniamo a un punto del bordo del
cerchio provenendo dallinterno, la u tende proprio al dato al bordo o, come si
dice solitamente, il dato al bordo assunto con continuit.
Con questa premessa, dimostriamo il
Teorema 3.12 (condizione al contorno classica) Supponiamo che f soddis delle ipotesi sotto cui la sua serie di Fourier converge totalmente (teorema
1.132): f continua e soddisfa la condizione di raccordo f (0) = f (2 ); inoltre
f derivabile e con derivata continua in [0; 2 ], salvo al pi un numero nito
di punti di [0; 2 ] nei quali comunque esistono niti i limiti destro e sinistro di
f 0.
Allora la u denita dalla (3.4) continua no al bordo del cerchio, in
particolare
lim

( ;#)!(r0 ;#0 )

u ( ; #) = f (#0 ) per ogni #0 2 [0; 2 ] .

Dimostrazione. Dimostriamo che la serie (3.4) converge uniformemente nel

cerchio
r0 ; # 2 [0; 2 ], da cui seguir la continuit di u in tutto il cerchio
(Teorema 3.55, 3.2.3). Per far questo, scriviamo:
k

r0

[Ak cos (n#) + Bk sin (n#)]

j[Ak cos (n#) + Bk sin (n#)]j

Poich sotto le nostre ipotesi, in base al teorema 1.132 si ha

1
X

k=1

(jAk j + jBk j) < 1;

107

jAk j+jBk j :

la serie che assegna la u ( ; #) converge totalmente nel cerchio

r0 ; # 2
[0; 2 ] e quindi (criterio della convergenza totale, Proposizione 1.54) converge
uniformenente nel cerchio.
Ora che sappiamo che la u assegnata dalla formula (3.4) assume con continuit il dato al bordo, quindi lunica soluzione del problema di Dirichlet,
possiamo trarre dal risultato precedente di regolarit allinterno della funzione
assegnata da (3.4) unimportante conseguenza:
Corollario 3.13 (Regolarit delle funzioni armoniche in due variabili)
Sia
R2 un aperto e u 2 C 2 ( ) soluzione di u = 0 in : Allora u 2
1
C ( ).
Dimostrazione. Sia u 2 C 2 ( ) soluzione di u = 0 in e ssiamo un cerchio
Br (x0 )
: Per ogni < r la funzione u si pu vedere come soluzione (lunica
soluzione) del problema di Dirichlet
u = 0 in B (x0 )
u = u su @B (x0 )
e quindi u si rappresenta con la formula (3.4) con i coe cienti An ; Bn calcolati a
partire da u; in particolare limitati perch u limitata e integrabile in @B (x0 ) ;
essendo continua. Per la discussione precedente, allora, u innitamente derivabile nel cerchio B (x0 ) ; e quindi nel cerchio Br (x0 ). Poich questo si pu
ripetere per ogni cerchio Br (x0 )
, u 2 C1 ( ) :
Osservazione 3.14 Segnaliamo che la propriet di regolarit delle funzioni
armoniche vera in dimensione n qualsiasi, con unaltra dimostrazione.
Dai fatti precedenti possiamo in particolare raccogliere il seguente
Teorema 3.15 Detto Br0 (0) il cerchio di centro lorigine e raggio r0 , se f 2
C 1 (@Br0 (0)) esiste una e una sola u 2 C 2 (Br0 (0)) \ C 0 Br0 (0) soluzione
del problema di Dirichlet
u = 0 in Br0 (0)
u = f su @Br0 (0) ;
assegnata dalla (3.4). La u assume il dato al bordo con continuit, e allinterno
del cerchio innitamente derivabile. Inoltre il principio di massimo
max juj

Br0 (0)

max jf j

@Br0 (0)

in questo caso una stima di dipendenza continua della soluzione dal dato.
Quindi il problema ben posto.

108

Osservazione 3.16 Notare che la richiesta f 2 C 1 (@Br0 (0)) signica che,

pensata come funzione f (#), non solo f 2 C 1 ([0; 2 ]), ma f e f 0 soddisfano le
condizioni di raccordo tra 0 e 2 .
Lipotesi f 2 C 1 (@Br0 (0)) pu sembrare un po troppo forte, visto che
vogliamo ottenere una u continua no al bordo (e non pi regolare di cos).
Questo in parte un difetto della tecnica dimostrativa utilizzata: la teoria
classica, passando attraverso la nozione di convergenza uniforme delle serie di
Fourier, richiede ipotesi un po sovrabbondanti. Con una tecnica dimostrativa
pi ra nata si pu provare che il problema di Dirichlet sul cerchio risolubile in senso classico per ogni dato al bordo continuo; torneremo poi su questo
problema.
Discussione della formula di rappresentazione trovata - dato al bordo
L2
Proviamo ora un diverso risultato che garantisce che il dato al bordo possa essere
assunto in un senso pi debole sotto ipotesi molto pi generali sul dato:
Teorema 3.17 Supponiamo che f 2 L2 [0; 2 ], allora la u assegnata dalla (3.4)
assume il dato al bordo in senso L2 ; il che signica che
ku ( ; )

f kL2 (0;2

! 0 per

! r0 :

Dimostrazione. Poich f 2 L2 [0; 2 ] ; sappiamo che

(uguaglianza di Perceval, v. 3.5.1). Ora dalle identit:
u ( ; #) =
f (#) =

A0 X
+
2
n=1

P1

n=1

A2n + Bn2 < 1

[An cos (n#) + Bn sin (n#)]

r0

A0 X
+
[An cos (n#) + Bn sin (n#)]
2
n=1

abbiamo
f (#)

u ( ; #) =

1
X

[An cos (n#) + Bn sin (n#)] ;

r0

n=1

e per luguaglianza di Perceval

ku ( ; )

f kL2 (0;2

1
X

n=1

n 2

r0

A2n + Bn2 :

h
n i2
Osserviamo la serie a secondo membro. Per ! r0 si ha 1
! 0; tutr0
tavia questa convergenza sempre pi lenta quanto pi grande n (che rimpicn

ciolisce il quoziente

r0

, rallentando la sua convergenza a 1). Per passare al

109

h
n i2
limite bisogna allora spezzare la serie. Utilizziamo il fatto che 1
<1
r0
perci la serie totalemente convergente in 2 [0; r0 ] ; e ssato " > 0 esiste n0
tale che
1
n 2
X
1
A2n + Bn2 < "
r
0
n=n +1
0

mentre

n0
X

n=1

n 2

n0 2

A2n + Bn2

r0

r0

per

A2n + Bn2

n=1
n0 2

n0
X

r0

kf kL2 (0;2

<"

abbastanza vicino a r0 . Perci

ku ( ; )

f kL2 (0;2

< 2"

per

abbastanza vicino a r0 , ossia ku ( ; ) f kL2 (0;2 ) ! 0 per ! r0 :

Notiamo che lipotesi f 2 L2 [0; 2 ] consente a f di essere discontinua, addirittura illimitata, eppure su ciente a garantire che il dato al bordo sia
assunto in questo senso debole; inoltre poich le successioni An ; Bn sono innitesime e quindi limitate, vale anche il teorema di regolarit allinterno della u;
che risolve lequazione.
Formula del valor medio
La formula (3.4) mette in evidenza anche unaltra propriet delle soluzioni
dellequazione di Laplace (funzioni armoniche): sostituendo = 0 si trova
A0
1
=
u (0; #) =
2
2

f (#) d#;

(3.5)

da cui si deduce il seguente

Teorema 3.18 (Propriet di media delle funzioni armoniche) Sia
R2 un aperto e u una funzione armonica in : Per ogni cerchio Br (x0 ; y0 ) la
cui chiusura contenuta in valgono le seguenti propriet di media:
Z 2
1
u (x0 ; y0 ) =
u (x0 + r cos #; y0 + r sin #) d#
(3.6)
2 0
Z
1
u (x0 ; y0 ) =
u (x; y) ds
(3.7)
2 r @Br (x0 ;y0 )
Z
1
u (x0 ; y0 ) = 2
u (x; y) dxdy:
(3.8)
r Br (x0 ;y0 )

110

Notare che la seconda uguaglianza dice che il valore di u nel centro del
cerchio la media integrale dei valori di u sul bordo del cerchio (in questo caso
lintegrale un integrale di linea); la terza uguaglianza dice che il valore di u
nel centro del cerchio la media integrale dei valori di u sul cerchio (in questo
caso lintegrale un integrale doppio). Segnaliamo che anche la propriet di
media delle funzioni armoniche, con una diversa dimostrazione, si pu stabilire
in dimensione n 3 qualunque.
, u si pu vedere
Dimostrazione. Poich u armonica in e Br (x0 ; y0 )
come soluzione del problema di Dirichlet avente come dato assegnato sul bordo
del cerchio la u stessa. Quindi la (3.5), dopo averla traslata nel cerchio di centro
(x0 ; y0 ), si pu riscrivere nella forma (3.6). Daltro canto il secondo membro
della (3.7) un integrale di linea che, parametrizzando la circonferenza come
x = x0 + r cos #
# 2 [0; 2 ]
y = y0 + r sin #
ds = rd#
d
1
2 r

@Br (x0 ;y0 )

u (x; y) ds =

u (x0 + r cos #; y0 + r sin #) rd#

2 r 0
Z 2
1
u (x0 + r cos #; y0 + r sin #) d# = u (x0 ; y0 )
=
2 0

perci dalla (3.6) segue la (3.7). Inne, riscriviamo il secondo membro della
(3.8) calcolando lintegrale in coordinate polari:
Z
Z r
Z 2
1
1
u
(x;
y)
dxdy
=
u (x0 + r cos #; y0 + r sin #) d# d
r2 Br (x0 ;y0 )
r2 0
0
utilizzando nellintegrale interno la (3.6)
Z r
1
1 r2
= 2
2 u (x0 ; y0 ) d = 2 u (x0 ; y0 ) 2
= u (x0 ; y0 )
r 0
r 2
e anche la (3.8) dimostrata.
Osservazione 3.19 La propriet di media approfondisce la descrizione della
geometria del graco delle funzioni armoniche, di cui il principio di massimo
era un primo elemento. Si noti che entrambe le propriet corrispondono allintuizione sica, se interpretiamo la funzione u; armonica in due variabili, per
uno dei signicati sici che pu avere, ad esempio membrana in equilibrio o
temperatura di una piastra in equilibrio termico.
Dalla propriet di media segue facilmente una dimostrazione, nel caso bidimensionale, del principio di massimo forte per le funzioni armoniche che abbiamo solo enunciato in precedenza:
111

Teorema 3.20 (Principio di massimo forte) Se u = 0 in

aperto connesso del piano, allora u non pu avere in punti di massimo o minimo assoluti
interni senza essere costante in .
Si osservi che questo enunciato non dice solo che massimi e minimi sono
assunti sul bordo del dominio (se u continua no al bordo) ma sono assunti
solo sul bordo, tranne nel caso banale in cui u costante. Questa propriet non
era contenuta nel principio di massimo dimostrato in precedenza in dimensione
qualunque.
Dimostrazione. Infatti, se (x0 ; y0 ) fosse un punto (ad es.) di massimo assoluto
per u; scegliendo un cerchio Br (x0 ; y0 )
, si avrebbe:
Z
1
u (x; y) dxdy
max u = u (x0 ; y0 ) = 2
r Br (x0 ;y0 )
Z
1
max u dxdy = u (x0 ; y0 ) = max u ,
r2 Br (x0 ;y0 )
dove luguaglianza pu valere solo se in tutto il cerchio Br (x0 ; y0 ) u (x; y) =
u (x0 ; y0 ). Poich un aperto connesso, allora, ripetendo il discorso iterativamente a partire da un punto (x1 ; y1 ) qualsiasi di questo cerchio, possiamo per
passi successivi invadere tutto con cerchi in cui u (x; y) = u (x0 ; y0 ), perci
u costante in . Analogo discorso per i punti di minimo assoluti.

La formula integrale di Poisson

Ci interessa ora trasformare la formula risolutiva per serie in una formula
di rappresentazione integrale, da cui si potranno leggere altre informazioni.
Sostituendo nella (3.4) le espressioni per i coe cienti (conviene cambiare nome
alla variabile di integrazione)
Z
Z
1 2
1 2
An =
f (s) cos (ns) ds; Bn =
f (s) sin (ns) ds
0

112

si ha
Z 2
1
u ( ; #) =
f (s) ds+
2 0
Z
Z
1
n
X
1 2
1 2
f (s) cos (ns) ds cos (n#) +
f (s) sin (ns) ds sin (n#)
+
r0
0
0
n=1
=

f (s)

1
1X
1
+
2
n=1

[cos (ns) cos (n#) + sin (ns) sin (n#)] ds:

r0

Vediamo di sommare esplicitamente il nucleo integrale f:::g. Anzitutto le formule di addizione e quelle di Eulero danno:
cos (ns) cos (n#) + sin (ns) sin (n#) = cos n (#

s) =

ein(#

s)

+e
2

in(# s)

quindi ci si pu ricondurre a sommare delle serie geometriche:

1
n
1X
1
+
[cos (ns) cos (n#) + sin (ns) sin (n#)]
2
r0
n=1
(
)
1
n
n
1 1 1X
in(# s)
in(# s)
=
+
e
+
e
2 2 n=1
r0
r0
(
)
1
1
n
n
X
X
1
=
1+
ei(# s)
+
e n(# s)
2
2
r0
r0
n=0
n=0
(
)
1
1
1
=
+
1
2
1 r0 ei(# s)
1 r0 e i(# s)

e qualche calcolo coi numeri complessi d

=

1
2

1
=
2
=

1
2

r0

cos (#
2r0 [r0

[r0
r02

cos (#

r0
s)

i sin (#
cos (#
2

s)] +

2
r02
2r0 cos (# s) +

s)

r0

s)]

sin2 (#

s)

cos (#

r0
s) + i sin (#

s)

Abbiamo ottenuto una formula di rappresentazione della soluzione del problema

mediante un integrale:
Z 2
2
1
r02
u ( ; #) =
f (s)
ds:
(3.9)
2 0
r02 2r0 cos (# s) + 2
Il nucleo integrale trovato si chiama nucleo di Poisson, e la formula ottenuta,
detta formula integrale di Poisson, molto importante, per vari motivi.
113

1. Anzitutto, spesso pi comodo calcolare la soluzione a partire dal dato

al bordo, in modo esatto o approssimato, direttamente con questo integrale
anzich con il doppio passaggio che consiste nel calcolare gli inniti coe cienti
di Fourier di f e poi sommare la serie (3.4).
2. In secondo luogo, formule di rappresentazione mediante operatori integrali sono pi adatte a mettere in evidenza le ipotesi minime sul dato f che
garantiscono opportune propriet della soluzione. Cominciamo ad osservare che
per ogni < r0 e per ogni # il denominatore discosto da zero, il che signica che stando strettamente allinterno del cerchio < r0 si pu derivare
innite volte sotto il segno di integrale. Quindi (come gi avevamo osservato)
la soluzione dellequazione di Laplace innitamente derivabile allinterno del
cerchio. Ma questa formula consente anche di provare risultati precisi di convergenza di u ( ; #) al dato f (#) avvicindandosi al bordo. Precisamente, si pu
dimostrare il seguente:
Teorema 3.21 Se f continua sul bordo del cerchio, la u denita da (3.9)
assume il dato al bordo con continuit, cio
lim

(r;#)!(R;#0 )

u (r; #) = f (#0 )

quindi soluzione classica del problema di Dirichlet, che pertanto risolubile

sotto la sola ipotesi di continuit del dato.
Dimostrazione. Per semplicare leggermente la dimostrazione ci limiteremo
a provare che
lim u (r; #0 ) = f (#0 )
r!R

(il che equivale a far tendere il punto alla circonferenza lungo un raggio). La
dimostrazione generale simile, con una piccola complicazione tecnica24 .
Cominciamo a osservare che, poich la soluzione del problema di Dirichlet
con dato al bordo f 1 la funzione costante 1, si ha:
Z 2
2
r02
1
ds = 1:
2 0
r02 2r0 cos (# s) + 2
Notiamo anche che il nucleo di Poisson positivo, perch r02
cerchio e
r02

2r0 cos (#

s) +

Possiamo allora scrivere:

Z 2
1
u (r; #0 ) f (#0 ) =
(f (s)
2 0
2 4 Si

r02

f (#0 ))

pu trovare in [Weinberger pp.105-6].

114

2r0 +

r02

2r0

= (r0

2
r02
cos (#0

> 0 nel

) :

s) +

ds:

Per un numero
somma:
u (r; #0 )

> 0 da ssarsi poi, spezziamo lintegrale precedente nella

f (#0 ) =

1
2

(:::) ds +

s2(0;2 );js #0 j<

1
2

(:::) ds

s2(0;2 );js #0 j

=A +B :
Poich f continua in #0 , ssato " > 0 esiste un
js
Per questa scelta di
e ha integrale 1)
jA j

=) jf (#)

f (#0 )j < ":

si ha allora (ricordando che il nucleo di Poisson positivo

1
"
2
"

#0 j <

> 0 tale che

1
2

s2(0;2 );js #0 j<

s2(0;2 )

r02

2
r02
2r0 cos (# s) +

r02
r02

ds

2r0 cos (#

s) +

ds = ":

Daltro canto
js

#0 j

=) cos (#

s)

cos

e quindi
r02

2r0

1
cos (#0

s) +

1
2r0 cos +

r02

(cio una funzione limitata), perci

Z
1
jf (s)
jB j
2 s2(0;2 );js #0 j

c (r0 ; )

f (#0 )j c (r0 ; ) r02

2 max jf (s)j c (r0 ; ) r02

s2(0;2 )

ds

<"

purch r0
sia abbastanza piccolo. Perci per ogni " > 0; se r0
piccolo si ha
ju (r; #0 ) f (#0 )j < 2";

abbastanza

il che prova la tesi.

3. Notiamo che sostituendo

= 0 nella (3.9) si trova

u (0; #) =

1
2

f (s) ds;

ossia ritroviamo la formula di valor medio, gi discussa.

Le osservazioni fatte riguardo alla formula integrale di Poisson sono solo un
assaggio dei metodi della teoria del potenziale, con cui a partire da una formula

115

di rappresentazione semplice ed esplicita si dimostrano propriet generali delle

funzioni armoniche.
Alla luce della formula nale ottenuta, il procedimento di separazione di
variabili appare un procedimento elaborato il cui ruolo nale quello di permetterci di ottenere una formula di rappresentazione integrale utile. Ogni volta che,
con opportuni scambi tra serie numeriche e integrali che assegnano coe cienti
di Fourier, possibile scrivere esplicitamente una formula di rappresentazione
integrale, pu essere interessante farlo. Non sempre per agevole.
Problema di Neumann sul cerchio
Consideriamo ora il problema di Neumann per lequazione di Laplace sul cerchio:
8 2
1 @2u
< @ u 1 @u
+
+ 2 2 = 0 per 2 [0; r0 ); # 2 [0; 2 ]
2
(3.10)
@
@
@#
: @u (r ; #) = f (#)
per # 2 [0; 2 ] :
@

(Notare che sul bordo del cerchio la derivata normale uscente semplicemente
@
@ ). Cerchiamo soluzioni a variabili separate, del tipo:
u ( ; #) = R ( )

(#) :

Si possono utilizzare parte delle conclusioni del ragionamento fatto per il problema di Dirichlet. Cerchiamo di imporre la condizione al contorno alla soluzione:
u ( ; #) = d +

1
X

[an cos (n#) + bn sin (n#)] :

n=1

Imporre la condizione al contorno signica quindi scrivere:

1
X
@u
(r0 ; #) =
nr0n
@
n=1

[an cos (n#) + bn sin (n#)] = f (#)

il che signica che quello scritto devessere lo sviluppo di Fourier di f (#) in

[0; 2 ], quindi posto
1
A0 X
+
[An cos (n#) + Bn sin (n#)] , ossia
2
n=1
Z
Z
1 2
1 2
An =
f (#) cos (n#) d#; Bn =
f (#) sin (n#) d#

f (#) =

si ha
nr0n

an = An ;

nr0n

bn = B n

inoltre (coerentemente a quanto osservato sul problema di Neumann nel 5.1.1)

A0 devessere nullo (condizione di compatibilit del dato):
Z 2
f (#) d# = 0
0

116

mentre
d indeterminato (la soluzione determinata a meno di costante additiva).
In conclusione la soluzione del problema (3.10), nellipotesi A0 = 0, assegnata
dalla formula:
u ( ; #) =

1
X

n=1

nr0n

[An cos (n#) + Bn sin (n#)] + d:

(3.11)

con An ; Bn assegnati dalle (3.3).

Si tratta ora, come nel caso della formula di rappresentazione ottenuta per
la soluzione del problema di Dirichlet, di dimostrare che sotto opportune ipotesi su f essa fornisce una soluzione eettiva del problema. Procediamo pi
sinteticamente di quanto fatto in precedenza:
1. La u assegnata dalla (3.11) ancora innitamente derivabile allinterno
del cerchio, e risolve allinterno del cerchio lequazione di Laplace, non appena
i coe cienti An ; Bn siano limitati.
2. Aermare che il dato al bordo assunto con continuit signica aermare
che la funzione (a priori denita per < r0 )
1
X
@u
( ; #) =
@
n=1

in eetti continua per

n 1

r0

[An cos (n#) + Bn sin (n#)]

r0 . Daltro canto,

n 1

r0

[An cos (n#) + Bn sin (n#)]

jAn j + jBn j

perci se la serie di Fourier del dato al bordo converge totalmente, il che accade
ad esempio se f 2 C 1 [0; 2 ], con f (0) = f (2 ) (Teorema 1.132), anche la
serie che assegna @u
@ ( ; #) allinterno del cerchio, in eetti converge totalmente
in tutto il cerchio. Perci converge ivi uniformemente, e @u
@ continua no al
bordo del cerchio. Come nel caso del problema di Dirichlet, lipotesi sul dato
un poforte, non certo quella ottimale.
Esercizio 3.22 Risolvere il seguente problema di Dirichlet per il laplaciano
sulla corona circolare:
8 2
@ u 1 @u
1 @2u
>
>
<
+
+
= 0 per 2 (1; r0 ) ; # 2 [0; 2 ]
2 @#2
@ 2
@
u (1; #) = 0
per # 2 [0; 2 ]
>
>
:
u (r0 ; #) = f (#)
per # 2 [0; 2 ]

Suggerimento: utilizzare i passaggi di partenza del metodo di separazione

delle variabili sul cerchio. Attenzione per al fatto che ora le soluzioni R ( )
illimitate per ! 0 non vanno pi scartate, perch lavoriamo sullintervallo
2 (1; r0 ).
117

3.1.3

Equazione di Poisson sul cerchio

Abbiamo considerato nora lequazione omogenea, u = 0. Se il termine noto non zero, cio u = f; il metodo di separazione delle variabili non pi
applicabile. Unidea che talvolta si utilizza per arontare unequazione non omogenea, suggerita da certe procedure che si seguono per risolvere equazioni differenziali ordinarie non omogenee, quella di cercare una soluzione la cui espressione analitica sia formalmente simile a quella della corrispondente equazione
omogenea, con certe costanti sostituite da coe cienti variabili, che si cerca di
determinare in modo da soddisfare lequazione. Illustriamo questidea nel caso
dellequaizone di Poisson sul cerchio:
8 2
1 @2u
< @ u 1 @u
+
+ 2 2 = F ( ; #) per 2 [0; r0 ); # 2 [0; 2 ]
2
@
@
@#
:
u (r0 ; #) = 0
per # 2 [0; 2 ]

Notiamo che, in base al principio di sovrapposizione (4.4), possiamo supporre

che il dato al bordo ora sia nullo: se non lo fosse, la soluzione che cerchiamo
si potrebbe ottenere sommando la soluzione di un problema come questo e un
problema di Dirichlet per lequazione omogenea (che gi sappiamo risolvere).
Partiamo dalla formula che assegna le soluzioni dellequazione omogenea
u ( ; #) = a0 +

1
X

[an cos (n#) + bn sin (n#)]

n=1

e sostituiamo nella formula, alle particolari funzioni di

delle generiche funzioni (incognite) di :

date da an

a0 ( ) X
+
[an ( ) cos (n#) + bn ( ) sin (n#)] :
u ( ; #) =
2
n=1

; bn

(3.12)

Questidea suggerita anche dal fatto che il termine noto F ( ; #) in eetti si pu

sviluppare in questa forma: su ciente, per ogni 2 [0; r0 ) ssato, sviluppare
in serie di Fourier la funzione
# 7! F ( ; #) :
Si ha:
F ( ; #) =
con

A0 ( ) X
+
2
n=1

An ( ) =

[An ( ) cos (n#) + Bn ( ) sin (n#)]

F ( ; #) cos (n#) d#

Bn ( ) =

F ( ; #) sin (n#) d#:

118

Calcoliamo quindi, formalmente25 loperatore laplaciano in coordinate polari

sulla serie (3.12):
u ( ; #)
1 @
1 @2
@2
+
+
2 @#2
@ 2
@

=
=
+

1
2

!
1
a0 ( ) X
+
[an ( ) cos (n#) + bn ( ) sin (n#)]
2
n=1

X
1
a000 ( ) + a00 ( ) +

1
a00n ( ) + a0n ( )

n2
2

an ( ) cos (n#)

n=1

1
b00n ( ) + a0n ( )

n2
2

an ( ) sin (n#) :

Ora, questespressione coincide con lo sviluppo di F ( ; #) se valgono le seguenti

identit:
1
a000 ( ) + a00 ( ) = A0 ( )
1
a00n ( ) + a0n ( )

n2

1
b00n ( ) + a0n ( )

n2

an ( ) = An ( )
an ( ) = Bn ( )

per n = 1; 2; 3; :::: Si tratta di un sistema di innite equazioni dierenziali ordinarie nelle funzioni incognite an ( ) ; bn ( ), lineari del secondordine non omogenee (le funzioni An ( ) ; Bn ( ) sono termini noti, si calcolano dal termine noto
F dellequazione di Poisson). Per essere pi precisi, qualcosa di pi semplice
di un sistema in quanto ogni funzione incognita compare in unequazione sola: si possono quindi risolvere simultaneamente, in parallelo, tutte le equazioni.
Prima di risolvere le equazioni, osserviamo che la condizione u (r0 ; #) = 0 risulta
soddisfatta se imponiamo
an (r0 ) = bn (r0 ) = 0 per ogni n.
Veniamo alla risoluzione delle equazioni. Lequazione
n2

1
a00n ( ) + a0n ( )

an ( ) = An ( )

lineare del secondordine non omogenea. Lomogenea associata non a coe cienti costanti ma unequazione di Eulero:
1
a00n ( ) + a0n ( )

n2
2

an ( ) = 0

2 5 Questo formalmente signica: calcoliamo le derivate della serie derivando termine

a termine, senza preoccuparci per il momento di formulare delle ipotesi precise sotto cui
questoperazione sia lecita.

119

di cui possiamo cercare soluzioni del tipo

an ( ) =
e si trova, a conti fatti, che ha integrale generale
an ( ) = cn

+ dn

Ora una soluzione particolare dellequazione non omogenea si pu cercare, col

metodo di variazione delle costanti 26 , nella forma
an ( ) = cn ( )

+ dn ( )

Il metodo prescrive di risolvere il seguente sistema lineare nelle derivate c0n ( ) ; d0n ( ):
c0n n + d0n n = 0
nc0n n 1 nd0n n
Risolvendo si trova:

c0n =
d0n =

= An ( ) :

An ( )
2n n 1
An ( ) n+1
2n

e integrando (con una scelta degli estremi che renda gli integrali certamente
convergenti) abbiamo
(
R An (s)
cn ( ) = r0 2ns
n 1 ds
R An (s)sn+1
dn ( ) =
ds
2n
0

e quindi

an ( ) =

r0

An (s)
ds
2nsn 1

An (s) sn+1
ds
2n

una soluzione particolare dellomogenea, mentre lintegrale generale

Z
Z
An (s)
An (s) sn+1
n
n
n
n
an ( ) = cn + dn
+
ds
ds:
n 1
2n
r0 2ns
0
2 6 v.

[An2, pp.32-4]. Ricapitoliamo il metodo. Supponiamo di voler trovare una soluzione

particolare dellequazione dierenziale lineare del secondordine completa
y 00 (t) + a (t) y 0 (t) + b (t) y (t) = f (t)
conoscendo gi, per, due soluzioni linearmente indipendenti y1 (t) ; y2 (t) dellequazione
omogenea. Il metodo consiste nel cercare una soluzione dellequazione completa della forma
y (t) = c1 (t) y1 (t) + c2 (t) y2 (t)
dove i coe cienti c1 (t) ; c2 (t) incogniti si determinando risolvendo prima il seguente sistema
lineare nelle incognite c01 (t) ; c02 (t)
c01 (t) y1 (t) + c02 (t) y2 (t) = 0
c01 (t) y10 (t) + c02 (t) y20 (t) = f (t)
e poi calcolando le primitive c1 (t) ; c2 (t) e sostituendole nellespressione di y (t).

120

La funzione deve mantenersi limitata per ! 0; il che implica la scelta dn = 0,

mentre la condizione an (r0 ) = 0 d
Z r0
An (s) sn+1
0 = cn r0n r0 n
ds:
2n
0
quindi
cn = r0 2n

r0

An (s) sn+1
ds
2n

e
an ( ) =

1
2n

r0 2n

r0

An (s) sn+1 ds +

An (s) s1

ds

r0

An (s) sn+1 ds :

(3.13)

Analogamente
1
bn ( ) =
2n

r0

2n

r0

n+1

Bn (s) s

ds +

1 n

Bn (s) s

ds

r0

Bn (s) sn+1 ds :

(3.14)

Rimane lequazione in a0 ( ) ;
1
a000 ( ) + a00 ( ) = A0 ( )
che ponendo a00 = v d
1
v 0 ( ) + v ( ) = A0 ( ) ;
equazione lineare del primordine che si integra cos:
Z
1
c
sA0 (s) ds
v( ) = +
0
Z
Z
1 t
sA0 (s) ds dt;
a0 ( ) = c log + d +
t 0
r0
imponendo a0 (r0 ) = 0;
0 = c log r0 + d
d = c log r0
e quindi
a0 ( ) = c log

r0

r0

1
t

sA0 (s) ds dt

e imponendo che a0 ( ) sia limitata in 0; c = 0; da cui

Z
Z
1 t
a0 ( ) =
sA0 (s) ds dt
t 0
r0
121

(3.15)

La funzione u assegnata dalla (3.12) con i coe cienti a0 ( ) ; an ( ) ; bn ( ) assegnati dalle (3.13), (3.14), (3.14) la soluzione cercata. Il tutto, naturalmente,
andrebbe ora giusticato rigorosamente, cosa che ora non faremo. Se poi nella
(3.12) si sostituiscono le espressioni dei coe cienti a0 ( ) ; an ( ) ; bn ( ) e, a loro
volta, al posto dei coe cienti An ; Bn si sostituiscono gli integrali che li deniscono, calcoli laboriosi permettono di riscrivere la formula di rappresentazione
sotto forma di integrale del termine noto F contro un opportuno nucleo, formula
pi indicata per discutere le ipotesi sotto le quali il procedimento lecito.
La tecnica che abbiamo visto allopera in questo esempio nota come metodo
degli sviluppi di Fourier, per indicare che si sviluppa termine noto e funzione in
uno sviluppo che imita quello di Fourier, con coe cienti per variabili anzich
costanti.
Z
Z
1 t
1
u ( ; #) =
sA0 (s) ds dt
2 r0 t 0
Z r0
Z
Z
1
1 X
n
n
+
r0 2n
An (s) sn+1 ds + n
An (s) s1 n ds
An (s) sn+1 ds cos (n#)
2n n=1
0
r0
0
Z r0
Z
Z
n
n
+
r0 2n
Bn (s) sn+1 ds + n
Bn (s) s1 n ds
Bn (s) sn+1 ds sin (n#) :
0

3.2

r0

Equazione di diusione

Consideriamo ora lequazione di diusione

ut

D u=f

con laplaciano in n variabili (sar n = 1; 2; 3), D costante positiva, f termine

noto (sorgente). Abbiamo visto tra i suoi signicati sici:
1. u temperatura in un corpo (variabile nel tempo), in regime di sola
diusione; f indica le sorgenti o i pozzi di calore interni al corpo.
2. u concentrazione (variabile nel tempo) di una sostanza in soluzione, in
regime di sola diusione; f indica le sorgenti o i pozzi di quella sostanza interni
al corpo.
Abbiamo discusso (4.3.2) alcuni tipici problemi ai limiti che si arontano
per questequazione, e visto il signicato sico delle varie condizioni (di CauchyDirichlet, Cauchy-Neumann, Cauchy-Robin).
Anche per questa equazione, vediamo prima di stabilire alcuni risultati molto
generali per questi problemi, utili ad inquadrare i problemi ai limiti che poi
studieremo. Successivamente aronteremo esplicitamente alcuni di questi problemi ai limiti, su domini di geometria semplice.
3.2.1

Unicit e principio di massimo parabolico

Per la linearit del problema, anche in questo caso stabilire un risultato di unicit
per un problema di Cauchy-Dirichlet o di Cauchy-Neumann per lequazione di

122

diusione equivale a stabilire che ogni eventuale soluzione dellequazione omogenea con condizioni di Cauchy-Dirichlet o di Cauchy-Neumann nulle la funzione
identicamente nulla.
Sia
R3 un aperto connesso limitato e, per un certo T > 0; sia QT =
(0; T ). Diciamo che u 2 C 1;2 (QT ) se C 1 nel tempo e C 2 nelle variabili
spaziali.
Teorema 3.23 (di unicit) Supponiamo che u 2 C 1;2 (QT )\C 0 QT \C 1
sia soluzione del problema di Cauchy-Dirichlet
8
< ut D u = f per x 2 ; t 2 (0; T )
u (x; t) = g (x; t) per x 2 @ ; t 2 (0; T )
:
u (x; 0) = h (x) per x 2 :
o del problema di Cauchy-Neumann
8
< ut D u = f per x 2 ; t 2 (0; T )
@u
(x; t) = g (x; t) per x 2 @ ; t 2 (0; T )
: @
u (x; 0) = h (x) per x 2

o di Cauchy-Robin
8
< ut D u = f per x 2 ; t 2 (0; T )
@u
(x; t) + ku (x; t) = g (x; t) per x 2 @ ; t 2 (0; T )
: @
u (x; 0) = h (x) per x 2

con k > 0. Allora u identicamente nulla in QT .

Osservazione 3.24 Lipotesi u 2 C 1

(0; T ) naturale per il problema di
Cauchy-Neumann e Cauchy-Robin, ma non per il problema di Dirichlet. Anche
in questo caso come per lequazione di Laplace, mostreremo in seguito come un
opportuno principio di massimo consenta di rimuovere questipotesi.
Si noti che la soluzione del problema di Cauchy-Neumann unica e non,
come nel caso del problema di Neumann per il laplaciano, determinata solo a
meno di costanti additive. Infatti in questo caso una funzione costante non zero
soddisfa il problema con f = 0 e g = 0, ma non con h = 0: la condizione
iniziale a dare un controllo sulla u e non solo sulle sue derivate.
Dimostrazione. Per il principio di sovrapposizione, mostrare lunicit per
i problemi scritti equivale a mostrare che se u risolve i problemi con f; g; h
nulli allora u identicamente nulla in QT . Supponiamo quindi che u soddis
questipotesi, moltiplichiamo per u lequazione e integriamo in QT :
Z T Z
0=
(u ut D (u u)) (x; t) dx dt
0
!
Z
Z
Z T Z
1 T d 2
=
u (x; t) dt dx D
u udx dt
2 0 dt
0
123

(0; T )

perci
D

u udx dt =

1
2

!
Z
d 2
1
u (x; t) dt dx =
dt
2

u2 (x; T )

u2 (x; 0) dx

e poich u soddisfa condizione iniziale nulla,

Z T Z
Z
1
D
u udx dt =
u2 (x; T ) dx
2
0
Poich (per la prima identit di Green, v. 1.2)
Z
Z
Z
2
u udx +
jruj dx =

si ha

@u
dS
@

jruj dx =

1
2

@u
dS;
@

u2 (x; T ) dx:

(3.16)

Ora, se u soddisfa condizioni di Dirichlet o di Neumann nulle si ha

Z
@u
u dS = 0
@
@
perci
D

1
jruj dxdt =
2
2

u2 (x; T ) dx

che (per i segni dei due membri) implica che entrambi i membri sono nulli.
Lannullarsi del primo membro implica che u costante in QT ; e poich si
annulla per t = 0 identicamente nulla.
Se invece u soddisfa la condizione di Robin nulla, @u
@ + ku = 0 si ha
Z
Z
@u
ku2 dS 0
u dS =
@
@
@
e il primo membro nella (3.16) ancora
0, per cui si conclude come in
precedenza.
Nello studio dei principi di massimo per unequazione parabolica su un
dominio di tipo cilindrico, importante la nozione di frontiera parabolica:
Denizione 3.25 Si dice frontiera parabolica del dominio
QT =
per

(0; T )

Rn dominio limitato e T 2 (0; +1], linsieme

@p QT = @

(0; T ) [

f0g :

In altre parole, la frontiera parabolica di un cilindro costituita dalla sua

supercie laterale e dalla base inferiore, ma non dalla base superiore.
Veniamo ora al seguente:
124

Teorema 3.26 (Principio di massimo parabolico) Sia u 2 C 1;2 (QT )\C 0 QT

soluzione di
ut D u = f in QT .
Allora:
i) Se f

0, u assume il suo massimo sulla frontiera parabolica di QT , cio

max u (x; t)

max u (x; t) :

QT

@p QT

ii) Se f 0, allora u assume il suo massimo e il suo minimo sulla frontiera

parabolica di QT , e in particolare
max ju (x; t)j

max ju (x; t)j :

QT

@p QT

Il signicato sico del principio di massimo piuttosto trasparente: se f 0,

cio il calore viene eventualmente sottratto al corpo ma mai fornito ad esso, la
temperatura in ogni punto e istante non pu superare quella che aveva allinizio
o ha sul suo bordo: non pu esserci a un istante positivo un punto di massimo
stretto della temperatura, allinterno del dominio.
Se poi f 0, siamo in assenza di pozzi e sorgenti di calore; il calore dionder
semplicemente, il che signica che nel tempo il graco della temperatura tende
a appiattirsisempre pi, con massimi e minimi assunti allistante iniziale o al
bordo.
Il diverso ruolo che hanno listante t = 0 e listante t = T nelle propriet della
soluzione riettono la freccia del tempo nellinterpretazione sica del modello: il
calore passa (al passare del tempo) dal corpo pi caldo al corpo pi freddo, il che
d alla variabile tempo, nellequazione, un verso privilegiato: non c simmetria
quindi tra lo scorrere in avanti o allindietro del tempo.
Dimostrazione. Il secondo punto segue dal primo (come nel caso del principio
di massimo per il laplaciano), applicando il primo punto a u.
Per provare il primo punto, consideriamo un cilindro QT " (con " > T ), in
modo che anche sulla sua base superiore
fT "g la u sia regolare, e poniamo
w (x; t) = u (x; t)

"t:

Si ha:
wt

D w=f

" < 0 in QT :

Proviamo che questa w, che continua in QT " quindi ha massimo su questinsieme, assume il suo massimo sulla frontiera parabolica di QT " . Per assurdo,
abbia un massimo in
(x0 ; t0 ) 2
(0; T "]:
In questo punto di massimo risulta certamente w (x0 ; t0 ) 0 (come visto nella
dimostrazione del principio di massimo per il laplaciano; qui che ci serve il fatto
di essere su un cilindro pi corto QT " ; altrimenti, nel caso fosse t0 = T non
potremmo garantire lesistenza di w (x0 ; t0 )). Quanto al valore di wt (x0 ; t0 ),
125

dobbiamo distinguere due casi. Se t0 < T " allora il massimo interno a QT "
e per il teorema di Fermat wt (x0 ; t0 ) = 0: Se invece t0 = T " la derivata pu
non essere nulla ma (ragionare sulla geometria del dominio: il punto (x0 ; t0 ) sta
sulla base superiore del cilindro) wt (x0 ; t0 ) 0. In ogni caso si avrebbe
(wt

D w) (x0 ; t0 )

contro il fatto che gi sappiamo che wt

Abbiamo quindi provato che
max w
QT

quindi
max u
QT

"

"T

D w < 0 in QT .
max w

@p QT

"

max (u
QT

0;

"

"t) = max w
QT

"

"

max u

@p QT

"

e per " ! 0 (essendo u 2 C 0 QT ) si ha

max u

max u:

@p QT

QT

Osservazione 3.27 Come preannunciato, il principio di massimo migliora lenunciato del teorema di unicit per il problema di Cauchy-Dirichlet: la soluzione
unica nella classe naturale C 1;2 (QT ) \ C 0 QT e non solo in quella, pi
ristretta, C 1;2 (QT ) \ C 0 QT \ C 1
(0; T ) in cui labbiamo inizialmente
dimostrata.
Il principio di massimo consente di provare una stima di stabilit per il
problema di Cauchy-Dirichlet su un dominio cilindrico:
Corollario 3.28 Sia QT =
(0; T ) con
Rn dominio limitato e T > 0; e
1;2
0
sia u 2 C (QT ) \ C QT soluzione di
8
< ut D u = f in QT
u = g su @
(0; T )
:
u (x; 0) = h (x) in :
Allora

max juj
QT

max jgj + max jhj +

(0;T )

dove R > 0 un numero per cui si ha

R2
max jf j
2nD QT

BR (0) :

Dimostrazione. Sia
2

w (x; t) = u (x; t) +

126

jxj
max jf j :
2nD QT

Allora
2

wt

D w = ut

D u

D max jf j
QT

=f

max jf j

jxj
2nD

0 in QT ;

QT

quindi per il principio di massimo parabolico si ha

max w
QT

max w

@p QT

e quindi
2

max u
QT

max w

max w

QT

@p QT

max u + max

@p QT

@p QT

jxj
max jf j
2nD QT

R
max jf j :
2nD QT

max u +

@p QT

Ora si applica lo stesso argomento a

max juj
QT

max juj +

@p QT

3.2.2

u e si conclude che
R2
max jf j
2nD QT

max jgj + max jhj +

(0;T )

R2
max jf j :
2nD QT

Equazione di diusione sul segmento

Consideriamo una sbarra omogenea, rappresentata dal segmento [0; L], la cui
temperatura al punto x e allistante t u (x; t). Se la temperatura iniziale ha un
prolo noto u0 (x), la sbarra termicamente isolata sulla sua supercie laterale,
non ci sono sorgenti o pozzi di calore interni, e la temperatura agli estremi
tenuta costante uguale a zero, ci aspettiamo che la temperatura nel tempo
raggiunger ovunque la temperatura costante zero. Studiamo come avviene nel
tempo questo fenomeno. Come abbiamo visto nel 2.2.1, in questo caso u
soddisfa lequazione del calore omogenea
8
< ut = cuxx per 0 < x < L; t > 0
u (0; t) = u (L; t) = 0
(3.17)
:
u (x; 0) = u0 (x)
(dove c > 0, costante, il coe ciente di diusione27 ) che abbiamo accompagnato
con le condizioni ai limiti e iniziali (problema di Cauchy-Dirichlet per lequazione
del calore omogenea unidimensionale).
2 7 in

precedenza indicato con D.

127

Veniamo ora alla soluzione eettiva di questo problema. Il metodo di separazione delle variabili ancora applicabile. Cerchiamo soluzioni a variabili
separate:
U (x; t) = X (x) T (t) :
Sostituendo nellequazione dierenziale si ha:
X (x) T 0 (t) = cX 00 (x) T (t)
T 0 (t)
X 00 (x)
=
:
X (x)
cT (t)
Questa uguaglianza devessere identicamente vericata per 0 < x < L; t > 0.
Daltro canto il primo membro una funzione della sola x, il secondo membro
una funzione della sola t, quindi lunica possibilit perch lidentit sussista
che ciascun membro sia costante. Si ha quindi, per qualche 2 R,
X 00 (x)
=
X (x)
T 0 (t)
=
cT (t)

per 0 < x < L

per t > 0:

(3.18)

Ricordiamo ora che devono valere le condizioni ai contorno u (0; t) = u (L; t) = 0

che si traducono in X (0) = X (L) = 0. Dunque lequazione in X e quella in T
assumono un ruolo asimmetrico, perch la prima (e solo la prima) corredata
di condizioni al contorno:
X 00 (x) = X (x) per 0 < x < L
X (0) = X (L) = 0:

(3.19)

Con ci abbiamo ottenuto un problema agli autovalori per loperatore dierend2

ziale dx
2 R (autovalori) e soluzioni X (x) non identica2 : si cercano numeri
mente nulle (autofunzioni) del problema (3.19). Si rietta sul fatto che per ogni
possiamo scrivere lintegrale generale dellequazione dierenziale, dipendente
da due costanti arbitrarie, ma non per ogni possibile determinare le costanti
di integrazione in modo da soddisfare le condizioni nulle agli estremi:
se = 0; X (x) = c1 x +pc2 si annulla
in x = 0; x = L solo per c1 = c2 = 0;
p
x
x
se > 0; X (x) = c1 e
+ c2 e
si annulla in x = 0; x = L solo per
c1 = c2 = 0;
p
p
se < 0; X (x) = c1 cos
x + c2 sin
x si annulla in x = 0; x = L
p
2 2
per c1 = 0 e per qualsiasi c2 purch sia sin
L = 0; cio = nL2 , con
n = 1; 2; 3; :::
Abbiamo dunque ricavato autovalori e autofunzioni del problema (3.19):
=

n2 2
n x
; Xn (x) = cn sin
, per n = 1; 2; 3; :::
L2
L

128

(cn costante arbitraria). Possiamo ora risolvere lequazione (3.18) per questi
valori di :
T 0 (t) =

n2 2 c
T (t)
L2

Tn (t) = cn e

n2 2 c
t
L2

e in denitiva le soluzioni a variabili separate dellequazione a derivate parziali

e delle condizioni al contorno:
n2 2 c
n x
un (x; t) = Xn (x) Tn (t) = cn sin
e L2 t :
L
Nessuna di queste soluzioni in generale soddisfer anche la condizione iniziale,
perch un (x; 0) = cn sin (n x). Lidea allora la seguente: essendo lequazione
dierenziale lineare e omogenea, con condizioni agli estremi omogenee, ogni
combinazione lineare nita delle un soddisfer ancora equazione e condizioni
al contorno. Possiamo cercare una serie innita di queste soluzioni che per
unopportuna scelta dei coe cienti cn converga ed assuma anche la condizione
iniziale. Scriviamo dunque
u (x; t) =

1
X

cn sin

n=1

n x
e
L

n2 2 c
t
L2

(3.20)

e imponiamo la condizione iniziale:

u (x; 0) =

1
X

n=1

cn sin

n x
= u0 (x) per 0 < x < L
L

Si tratta dunque di scegliere i coe cienti cn come i coe cienti di Fourier dello
sviluppo di u0 in serie di soli seni in (0; L). Ricapitoliamo come si fa.
1. Considerata u0 (x) denita in [0; L], si denisce u
e0 : [ L; L] ! R ottenuta
da u prolungandola in [ L; 0] in modo che risulti una funzione dispari:
u
e0 (x) =

u0 (x)
u0 ( x)

per x 2 [0; L]
per x 2 [ L; 0] :

Notiamo che se u0 continua in [0; L] e u0 (0) = u0 (L) = 0 (ipotesi ragionevole

visto che questa la temperatura iniziale, e noi vogliamo che a tutti gli istanti
t > 0 la temperatura sia nulla agli estremi), la u
e0 sar continua in [ L; L] e
soddsfer la condizione di raccordo u
e0 ( L) = u
e0 (L) (= 0).
2. Ora scriviamo lo sviluppo di Fourier di u
e0 (x) in [ L; L]; il sistema
trigonometrico adattato a questintervallo
n
n x
n x o
cos
; sin
;
L
L

daltro canto u
e0 (x) una funzione dispari, quindi avr coe cienti an nulli e
Z
Z
1 L
n x
2 L
n x
bn =
u
e0 (x) sin
dx =
u
e0 (x) sin
dx:
L L
L
L 0
L
129

Poich daltro canto in [0; L] u

e0 (x) = u0 (x), si avr (supponendo anche u0
regolare a tratti)
u0 (x) =

1
X

bn sin

n=1

2
bn =
L

n x
L

u0 (y) sin

per x 2 [0; L] ; con

n y
dy:
L

Se quindi nella (3.20) scegliamo i coe cienti cn uguali a questi coe cienti
bn dovremmo avere una soluzione del problema di Cauchy-Dirichlet. Al solito,
si tratta ora di provare che sotto opportune ipotesi su u0 il tutto rigoroso.
Discussione delle propriet della soluzione ottenuta
Vedremo che la situazione in questo caso ha forti analogie con quanto accade
per il problema di Dirichlet per il laplaciano sul cerchio.
Infatti, notiamo anzitutto che
sin

n x
e
L

n2 2 c
t
L2

n2 2 c
t
L2

dove lultima espressione scritta, per qualunque t > 0 (ssato) e per ogni x 2
[0; L] tende a zero esponenzialmente al tendere di n a innito. Perci, non
appena la successione fcn g dei coe cienti limitata (il che accade non appena
u0 integrabile in [0; L]), non solo la serie (3.20) converge, ma anche la sua serie
derivata rispetto a x o t (qualunque numero di volte) continua a convergere.
Pi precisamente:
1. Se la successione fcn g dei coe cienti limitata, allora in ogni dominio
Qt0 = f(x; t) : x 2 [0; L] ; t

t0 g

(per t0 > 0 ssato), la serie che assegna u e quelle che si ottengono da questa
derivando un numero qualsiasi di volte rispetto a t o a x risultano convergenti
totalmente e quindi uniformemente. In particolare, la serie rappresenta una
funzione u che derivabile innite volte in ogni insieme Qt0 e quindi in denitiva
per ogni t > 0. Non , nora, garantita, la regolarit della soluzione no a t = 0.
In altre parole, la funzione rappresentata dalla (3.20) innitamente derivabile
per t > 0. Lequazione del calore, dunque, fortemente regolarizzante, come
lequazione di Laplace.
2. Poich le derivate di u si possono calcolare derivando la serie termine
a termine, e poich ogni termine della serie soddisfa lequazione dierenziale
(proprio per come stata ottenuta: una soluzione a variabili separate), anche
la u rappresentata dalla (3.20) soddisfa lequazione dierenziale.
3. Poich, per il punto 1, in particolare, la funzione u continua in Qt0 , per
x ! 0 e x ! L (e t t0 > 0) la u tende al suo valore negli estremi, che zero:
quindi le condizioni agli estremi sono assunte con continuit, per ogni t > 0.
4. Chiediamoci ora in che senso assunto il dato iniziale. Anche in questo
caso si pu distinguere il quadro classicoda quello L2 . Proviamo due risultati.
130

Teorema 3.29 (condizione iniziale classica) Supponiamo che u0 soddis delle

ipotesi sotto cui la sua serie di Fourier28 converge totalmente, ad es. (v. 3.5.2),
u0 2 C 1 ([0; L]) e soddisfa la condizione di raccordo
u0 (0) = u0 (L) = 0:
Allora la u denita dalla ( 3.20) continua in [0; L]
lim

(x;t)!(x0 ;0)

[0; 1), in particolare

u (x; t) = u0 (x0 ) per ogni x0 2 [0; L] .

Dimostrazione. Nelle ipotesi fatte su u0 , la funzione u

e0 (riessa dispari di u0
su [ L; L], come sopra) soddisfa le ipotesi della convergenza totale della serie
di Fourier di u
e0 , ossia
1
X
jck j < 1:
k=1

Poich daltro canto per (x; t) 2 [0; L]

k x
L

ck sin

[0; 1) si ha
e

k2 2 c
t
L2

jck j ;

la serie che assegna u (x; t) converge totalmente in [0; L]

formemente, perci u continua in questo dominio.

[0; 1), quindi uni-

Teorema 3.30 (Condizione iniziale L2 ) Se u0 2 L2 (0; L), allora il dato

iniziale assunto in senso L2 , ossia
u0 kL2 (0;L) ! 0 per t ! 0+ :

ku ( ; t)

Dimostrazione. Sappiamo che per ogni t > 0

u (x; t)

u0 (x) =

1
X

cn sin

n=1

n x
L

n2 2 c
t
L2

e quindi, per luguaglianza di Perceval,

ku ( ; t)

u0 kL2 (0;L) =

1
X
L 2
c e
2 n
n=1

n2 2 c
t
L2

P1
Ora ragioniamo cos: poich la serie n=1 c2n converge, per ogni " > 0 esiste n0
tale che
L X 2
c < ";
2 n>n n
0

28 o

meglio il suo sviluppo di Fourier in serie di soli seni, quindi lo sviluppo di Fourier
standard della funzione u
e0 riessa dispari di u.

131

quindi
ku ( ; t)

2
u0 kL2 (0;L)

n0
X
L 2
=
c e
2 n
n=1

e
e

2c
n2
0
t
L2

2c
n2
0
t
L2

X L
c2 e
2 n
n>n

n2 2 c
t
L2

2c
n2
0
t
L2

Ora, essendo n0 e " ssati, esiste

n2 2 c
t
L2

n0
2X

X L
L 2
cn +
c2n
2
2
n>n
n=1
0

1
2X

L 2
c +"
2 n
n=1

ku0 kL2 (0;L) + ":

> 0 tale che per 0 < t <

risulta

2c
n2
0
t
L2

<"

e quindi
ku ( ; t)

u0 kL2 (0;L) < " ku0 kL2 (0;L) + 1

per 0 < t < ;

da cui la convergenza voluta.

In particolare grazie al teorema sullassunzione della condizione iniziale in
senso classico possiamo aermare il seguente
Teorema 3.31 Sia u0 2 C 1 ([0; L]) soddisfacente le condizioni
u0 (0) = u0 (L) = 0:
Allora, detto Q = (0; L) (0; 1) esiste una e una sola funzione u 2 C 1;2 (Q) \
C 0 Q soluzione del problema di Cauchy-Dirichlet
8
< ut = cuxx per 0 < x < L; t > 0
u (0; t) = u (L; t) = 0
:
u (x; 0) = u0 (x)

in senso classico (ossia con condizioni iniziali e agli estremi assunte con continuit). Questa soluzione assegnata dalla ( 3.20) e soddisfa inoltre il principio
di massimo parabolico
max ju (x; t)j

(x;t)2Q

max ju0 (x)j ;

x2[0;L]

che in questo caso una stima di dipendenza continua della soluzione dalla
condizione iniziale.

132

Nucleo del calore sul segmento

Consideriamo ancora la formula di rappresentazione della soluzione e, utilizzando lespressione esplicita dei coe cienti cn che in essa compaiono, trasformiamola in una formula di rappresentazione integrale:
u (x; t) =

1
X

cn sin

n=1

2
cn =
L

n x
e
L

u0 (y) sin

n2 2 c
t
L2

n y
dy:
L

Allora,
!
Z L
1
X
n2 2 c
n y
n x
2
u0 (y) sin
dy sin
e L2 t
u (x; t) =
L
L
L
0
n=1
!
Z L
1
n2 2 c
2 X
n y
n x
t
=
u0 (y)
sin
sin
e L2
dy
L n=1
L
L
0
Z L
=
u0 (y) K (x; y; t) dy
0

con

K (x; y; t) =

1
n y
n x
2 X
sin
sin
e
L n=1
L
L

n2 2 c
t
L2

espressione che denisce una funzione molto regolare per ogni t > 0, ma perde
signicato per t = 0.
Anche se questa serie non si pu facilmente sommare (ottenendo unespressione pi esplicita del nucleo K), utilizzando questespressione ancora possibile,
analogamente a quanto accade per il nucleo di Poisson sul cerchio (v. 5.1.3)
dimostrare il seguente risultato:
Teorema 3.32 Supponiamo che la funzione u0 sia continua in [0; L] e soddis
la condizione u0 (0) = u0 (L) = 0. Allora la soluzione u (x; t) denita come
sopra assume con continuit la condizione iniziale, ossia:
lim

(x;t)!(x0 ;0)

u (x; t) = u0 (x0 ) per ogni x0 2 [0; L] .

(Se u0 non soddisfa la condizione u0 (0) = u0 (L) = 0 la conclusione precedente

vale comunque per ogni x0 2 (0; L)). Pertanto, il problema di Cauchy-Dirichlet
(3.17) pu essere risolto in senso classico per ogni dato iniziale continuo.
Per la dimostrazione, si rimanda a [Weinberger, pp.108-110].
Esercizio 3.33 Risolvere per separazione di variabili il problema di CauchyNeumann
8
< ut = cuxx per 0 < x < L; t > 0
ux (0; t) = ux (L; t) = 0
:
u (x; 0) = u0 (x) :
133

Signicato sico: una sbarra termicamente isolata, priva di sorgenti o pozzi di

calore interni, ed nota la temperatura iniziale. Studiare landamento nel tempo
(ci aspettiamo che la temperatura tenda a una costante non zero). Discutere
quindi la validit della formula risolutiva trovata, analogamente a quanto fatto
nel caso di Cauchy-Dirichlet.
Lequazione del calore retrograda. Un esempio di problema mal posto
Le funzioni
n x n2 22 c t
1
sin
e L
n
L
(per n = 1; 2; 3; :::) soddisfano i problemi di Cauchy-Dirichlet
8
< ut + cuxx = 0 per 0 < x < L; t > 0
u (0; t) = u (L; t) = 0
(Pn ) :
:
u (x; 0) = n1 sin nLx
un (x; t) =

(cio: per ogni n, un soddisfa (Pn )). Si osservi che abbiamo cambiato il segno
davanti al termine cuxx , rispetto allequazione del calore. Questequazione si
chiama equazione del calore retrograda, o allindietro, o backward. Notiamo la
particolarit di questa situazione: per una stessa equazione dierenziale, con
condizioni agli estremi nulli, abbiamo una successione di condizioni iniziali
vn (x) =

1
n x
sin
n
L

che tende uniformemente a zero in [0; L]. Invece la famiglia delle corrispondenti
soluzioni un , per (x; t) ssati non tende aatto a zero, ma oscilla con ampiezza
illimitata, in quanto
1 n2 22 c t
e L
! 1 per n ! 0 e t > 0:
n

I graci delle soluzioni un (x; t)per n = 1; 2; 3.Come si vede, per t = 0

(condizione iniziale) il graco via via pi piccolo, mentre per t > 0
oscilla sempre pi al crescere di n: la soluzione instabile rispetto ai dati.

134

Il problema quindi mal posto, in quanto viene a cadere la dipendenza

continua della soluzione dalla condizione iniziale. Intepretazione sica: unequazione del calore retrograda, quindi il problema con condizione iniziale assegnata equivale a un problema con condizione nale assegnata per lequazione
standard del calore. La morale che, nello studio della diusione del calore,
dallo stato presente del sistema non si pu risalire con precisione al suo passato. Levoluzione del sistema lisciarapidamente le eventuali oscillazioni della condizione iniziale, cancellando le informazioni, che non si riescono pi a
ricostruire.

3.3
3.3.1

Lequazione della corda vibrante

La corda vibrante ssata agli estremi

Come abbiamo visto nel 2.3.1, una corda elastica omogenea ssata ai due estremi, pizzicata in modo da eseguire piccole oscillazioni rispetto allequilibrio, e
soggetta eventualmente a una forza di carico f , soddisfa lequazione dierenziale
utt

c2 uxx = f

dove u (x; t) rappresenta laltezza al tempo t del punto della corda che a riposo si
trova nel punto x, e c una costante positiva con le dimensioni di una velocit;
precisamente,
0
c2 =
0

dove 0 la tensione della corda a riposo e 0 la densit della corda a riposo,

supposte entrambe costanti.
Se la corda ssata agli estremi e sono note la sua congurazione iniziale
u0 (x) e la sua velocit iniziale v0 (x), la u (x; t) soddisfer il problema di CauchyDirichlet:
8
utt c2 uxx = f
per 0 < x < L; t > 0
>
>
<
u (0; t) = u (L; t) = 0 per t > 0
(3.21)
u (x; 0) = u0 (x)
per 0 < x < L
>
>
:
ut (x; 0) = v0 (x)
per 0 < x < L:

Invece delle condizioni di Dirichlet u (0; t) = u (L; t) = 0 si potrebbero

assegnare condizioni di Neumann omogenee
ux (0; t) = ux (L; t) = 0;

il cui signicato sico : ciascun estremo della corda non sso, ma pu scorrere
verticalmente senza attrito su una guida verticale. Cominciamo a stabilire un
risultato di unicit, poi aronteremo la risoluzione del problema.
Energia e risultati di unicit
Calcoliamo lenergia meccanica totale della corda al tempo t nelle ipotesi precedenti.

135

Per lenergia cinetica si ha:

Ecin =

1
2

u2t dm =

1
2

L
2
0 ut dx:

Per lenergia potenziale dovuta alle forze di tensione, iniziamo a considerare

il contributo di un tratto di lunghezza x. Lallungamento di questo tratto
quando non a riposo sar:
Z x+ x p
Z x+ x
Z x+ x p
1 2
1
2
2
1 + ux dx
x=
1 + ux 1 dx '
ux dx ' u2x x
2
2
x
x
x

e il lavoro elementare delle forze elastiche per produrre questo allungamento

sar
1
dW = 0 u2x x:
2
Lenergia potenziale totale lintegrale di questo lavoro elementare su tutto il
segmento di corda, quindi
Z
1 L
2
Epot =
0 ux dx
2 0
e in denitiva lenergia totale allistante t
Z
Z
Z
1 L
1 L
1 L
2
2
E (t) =
0 ut dx +
0 ux dx =
2 0
2 0
2 0

2
0 ut

2
0 ux

dx:

(3.22)

Calcoliamo ora la variazione di energia nel tempo. Derivando sotto il segno

di integrale si ha (sempre supponendo 0 ; 0 costanti)
E 0 (t) =

( 0 ut utt +

0 ux uxt ) dx:

Integriamo per parti il secondo addendo:

Z L
ux (0; t) ut (0; t)]
0 ux uxt dx = 0 [ux (L; t) ut (L; t)
0

L
0 uxx ut dx

perci, usando anche lequazione dierenziale soddisfatta da u;

Z L
0
E (t) = 0 [ux (L; t) ut (L; t) ux (0; t) ut (0; t)] +
( 0 utt

0 uxx ) ut dx

[ux (L; t) ut (L; t)

ux (0; t) ut (0; t)] +

( 0 f ) ut dx

(3.23)

La relazione trovata permette ora di dimostrare facilmente il seguente

Teorema 3.34 (di unicit) Il problema di Cauchy-Dirichlet (3.21), o lanalogo problema di Cauchy-Neumann, ha al pi una soluzione regolare.
136

Dimostrazione. Come gi sappiamo, provare lunicit signica, per la linearit

del problema, provare che lanalogo problema con termine noto f = 0 e condizioni iniziali u0 ; v0 = 0 ha solo la soluzione identicamente nulla. Applichiamo
a questa situazione la relazione (3.23). Poich f = 0 avremo
E 0 (t) =

[ux (L; t) ut (L; t)

ux (0; t) ut (0; t)] :

Ora nel caso del problema di Neumann si ha ux (0; t) = ux (L; t) = 0 e quindi

E 0 (t) = 0; nel caso del problema di Dirichlet, dal fatto che u (0; t) = u (L; t) = 0
per ogni t > 0 deduciamo anche, derivando rispetto a t, che ut (0; t) = ut (L; t) =
0, quindi ancora E 0 (t) = 0:
In ogni caso quindi lenergia totale costante, quindi per ogni t > 0 :
E (t) = E (0) =
=

1
2

1
2

L
2
0 ut

(x; 0) +

2
0 ux

(x; 0) dx

2
0 v0

(x) +

(u0 )x (x) dx = 0;

cio lenergia identicamente nulla, ossia per ogni t > 0

Z

L
2
0 ut

2
0 ux

dx = 0:

Questo implica che per ogni t ux (x; t)

nulla agli estremi, u (x; t) 0.

0, quindi u ( ; t) costante, ed essendo

Risoluzione del problema di Cauchy-Dirichlet per lequazione omogenea

Consideriamo ora il problema (con termine noto nullo)
8
utt c2 uxx = 0
per 0 < x < L; t > 0
>
>
<
u (0; t) = u (L; t) = 0 per t > 0
(3.24)
per 0 < x < L
> u (x; 0) = u0 (x)
>
:
ut (x; 0) = v0 (x)
per 0 < x < L:
Anche questo si pu arontare per separazione delle variabili: si cerca
u (x; t) = X (x) T (t)
e questo con un ragionamento analogo ai precedenti porta come sottoproblemi:
X 00 (x) = X (x) per 0 < x < L
X (0) = X (L) = 0
(dove si gi tenuto conto delle condizioni agli estremi), e
T 00 (t) = c2 T (t) :

137

Il primo problema lo stesso che abbiamo incontrato risolvendo lequazione del

calore sulla sbarra, perci avr le stesse soluzioni:
Xn (x) = sin
n

Sostituendo

n x
L
n 2
:
L

nellequazione in t si ha
2

n
L

T 00 (t) =

c2 T (t)

e quindi
n ct
L

Tn (t) = an cos

+ bn sin

n ct
L

Le soluzioni a variabili separate sono perci

n x
L

un (x; t) = sin

n ct
L

an cos

+ bn sin

n ct
L

Ciascuna di queste un soddisfa lequazione dierenziale e le condizioni agli

estremi, ma non, in generale, le condizioni iniziali.
Per soddisfare le condizioni iniziali cerchiamo una u (x; t) data dalla serie
(combinazione lineare) delle innite un :
u (x; t) =

1
X

n=1

sin

n x
L

an cos

n ct
L

n ct
L

+ bn sin

(3.25)

Imponendo la condizione u (x; 0) = u0 (x) si ha

u0 (x) =

1
X

an sin

n=1

n x
L

ossia i coe cienti an devono essere quelli che danno lo sviluppo di Fourier in
serie di soli seni della funzione u0 sullintervallo [0; L], ossia (come gi visto nel
caso del calore)
Z
2 L
n y
an =
u0 (y) sin
dy:
(3.26)
L 0
L
Per imporre la condizione iniziale sulla derivata ut calcoliamo prima (derivando formalmente termine a termine la serie)
1
@u (x; t) X
n x
=
sin
@t
L
n=1

1
X

n=1

sin

n x
L

@
an cos
@t
an

n ct
L

n c
sin
L

138

+ bn sin
n ct
L

n ct
L

+ bn

n c
cos
L

n ct
L

quindi

1
n c
n x
@u (x; 0) X
=
bn
sin
= v0 (x)
@t
L
L
n=1

quindi lultima serie scritta devessere lo sviluppo in serie di soli seni del dato
v0 (x) ; da cui
Z
2 L
n y
n c
=
v0 (y) sin
dy;
bn
L
L 0
L

e in denitiva

bn =

2
n c

v0 (y) sin

n y
dy:
L

(3.27)

Perci: la funzione (3.25), con i coe cienti an ; bn assegnati dalle (3.26)

(3.27), rappresenta la soluzione del problema di Cauchy-Dirichlet (3.21).
Discussione delle propriet della soluzione ottenuta
Tutto ci per ora puramente formale: occorre capire sotto quali condizioni
la serie (3.26) converge ed derivabile termine a termine quanto occorre per
vericare che soddisfa lequazione dierenziale. Le funzioni di t che compaiono
nella serie, cos n Lct , a di erenza dellesempio dellequazione del calore, (in cui
erano gli esponenziali rapidamente decrescenti exp
n2 2 ct =L2 ) in questo
caso non aiutano la convergenza della serie stessa per t > 0. Precisamente:
poich derivando due volte rispetto a x o rispetto a t compare un coe ciente
n2 , se vogliamo che la serie delle derivate seconde converga uniformemente, e
quindi la derivazione termine a termine sia lecita, dobbiamo assicurarci che sia
1
X

n=1

n2 (jan j + jbn j) < 1:

Questo, in base ai risultati sulla velocit a zero dei coe cienti di Fourier discussi
nel 3.5.2 (Teorema 1.133), si traduce nelle seguenti richieste sui dati iniziali:
u0 2 C 3 (0; L) ; con u0 (0) = u0 (L), u00 (0) = u00 (L), u000 (0) = u000 (L);
v0 2 C 2 (0; L) ; con v0 (0) = v0 (L), v00 (0) = v00 (L).
Si osservi che i coe cienti bn sono i coe cienti di Fourier di v0 divisi per
n; questa la ragione per cui le richieste su v0 sono meno forti (di un grado di
derivabilit) rispetto a quelle per u0 .
Sotto queste ipotesi in particolare le serie che assegnano sia u che ut sono
uniformemente convergenti per t 0, quindi le condizioni iniziali sono assunte
con continuit.
Lanalisi precedente mostra che, a dierenza dellequazione del calore e di
Laplace, lequazione delle onde non regolarizzante: la soluzione per t > 0 non
diventa automaticamente molto regolare (allinterno del dominio cilindrico) indipendentemente dalla regolarit dei dati iniziali (come accadeva per lequazione
del calore o -sostituendo dato iniziale con dato al bordo- per lequazione
di Laplace). Questo si pu interpretare dicendo che lequazione non ci regala

139

nulla: se vogliamo che sia C 2 per t > 0; dovr essere C 2 anche per t = 0; il che
signica che le ipotesi minime sotto cui possiamo sperare ci sia soluzione sono:
u0 2 C 2 (0; L) e v0 2 C 1 (0; L) (perch v0 una derivata di u). Rispetto
a queste ipotesi, quelle che abbiamo dovuto fare sono pi pesanti, richiedendo
sostanzialmente un grado di derivabilit in pi rispetto a ci che ci si poteva aspettare. Evidentemente la strada degli sviluppi di Fourier non quella migliore
per ottenere sotto ipotesi minime un risultato di esistenza per il problema di
Cauchy-Dirichlet. Ecomunque signicativo il fatto che il procedimento precedente, sia pur sotto ipotesi un po forti, si possa rendere totalmente rigoroso.
Abbiamo infatti dimostrato il seguente
Teorema 3.35 Supponiamo assegnate le funzioni u0 ; v0 soddisfacenti le condizioni:
u0 2 C 3 (0; L) ; con u0 (0) = u0 (L), u00 (0) = u00 (L), u000 (0) = u000 (L);
v0 2 C 2 (0; L) ; con v0 (0) = v0 (L), v00 (0) = v00 (L).
Allora esiste una e una sola u (x; t) 2 C 2 ([0; L] [0; +1)) soluzione del
problema (3.24).
Discussione delle propriet della soluzioni stazionarie
Ci interessa ora esaminare le propriet delle singole funzioni un (x; t). Ognuna
di esse rappresenta un possibile moto di vibrazione della corda, particolarmente
semplice, detta vibrazione stazionaria: ogni punto della corda descrive un moto
periodico (nel tempo) di tipo armonico, avente
pulsazione

n c
L

periodo

2L
nc

frequenza

c
n 2L

in particolare la frequenza di un n volte la frequenza di u1 , detta frequenza

fondamentale di vibrazione della corda. Immaginiamo che la corda vibrante sia
una corda di chitarra. Dal punto di vista musicale, la frequenza fondamentale
di vibrazione della corda rappresenta laltezza della nota che noi percepiamo; le
frequenze doppia, tripla, ecc. rappresentano le armoniche superiori, e un si dice
perci n-esima armonica. Se ad esempio la frequenza fondamentale rappresenta
la nota do di una certa ottava che chiamiamo convenzionalmente ottava 1, le
armoniche successive rappresenteranno:
n=1
do1

2
do2

3
sol2

4
do3

5
mi3

6
sol3

7
sib3

8
do4

(dove lindice indica lottava), e cos via. In particolare: ogni raddoppio di

frequenza equivale a un salto di ottava. Assegnata una condizione iniziale, il
moto reale della corda sovrapposizione di un numero teoricamente innito
di vibrazioni stazionarie, ma (poich i coe cienti di Fourier tendono a zero)
140

ben approssimata dalla somma di un numero nito di vibrazioni stazionarie.

Questo signica che una corda pizzicata vibra emettendo un suono dato da una
certa frequenza fondamentale, che per arricchito dalla presenza di un certo
numero di armoniche successive (generalmente di ampiezza molto inferiore), che
compelssivamente formano quello che chiamiamo il timbro di quel suono, o di
quello strumento musicale. Torniamo ad una singola vibrazione stazionaria. Ad
ogni istante la funzione un (x; t) ha un graco che multiplo di
un (x; 0) = sin

n x
L

quindi ha la stessa forma di questo graco: la corda vibra su e gi mantenendo immobili in ogni istante i punti in cui un (x; 0) = 0, cio i due estremi,
pi (n 1) nodi interni. Ad esempio, per n = 3 le vibrazioni hanno la forma:

con due nodi interni, oltre ai due estremi ssati. In generale, un ha (n 1) nodi
interni, e (n + 1) nodi complessivi (considerando anche gli estremi).
Come vedremo pi avanti, alcune caratteristiche siche del moto della corda
vibrante si ritrovano per le membrane vibranti (cio in dimensione due) mentre
altre sono dierenti.
Esercizio 3.36 Si risolva, analogamente a quanto fatto per la corda vibrante
ssata agli estremi, il caso della corda che vibra soggetta ad attrito:
8
utt c2 uxx + aut = 0 per 0 < x < L; t > 0
>
>
<
u (0; t) = u (L; t) = 0 per t > 0
u (x; 0) = u0 (x)
per 0 < x < L
>
>
:
ut (x; 0) = 0
per 0 < x < L:

per qualche a > 0 (costante, per semplicit; abbiamo anche supposto, per semplicit, la velocit iniziale nulla). Ci aspettiamo vibrazioni smorzate nel tempo.
Per la trattazione, v. [Weinberger] pp.112-4.
141

3.3.2

La corda vibrante illimitata

Consideriamo ora lequazione della corda vibrante su tutto R, ossia una corda
vibrante illimitata. E ovviamente unidealizzazione matematica, ma interessante perch il problema viene da un certo punto di vista semplicato, permettendo di determinare direttamente lintegrale generale dellequazione (cosa
abbastanza unica, tra le equazioni a derivate parziali) e imporre solo dopo le condizioni iniziali; il tutto, anzi, si riesce a fare anche per lequazione non omogenea
(cio in presenza di una forza esterna di carico che agisce sulla corda), caso che
nora non avevamo trattato. La formula trovata, dovuta a DAlembert, intorno
al 1750, mette in evidenza alcune caratteristiche importanti dellequazione della
corda vibrante (e pi in generale, dellequazione delle onde anche in dimensione
maggiore) che la soluzione per separazione di variabili nascondeva un po. Il
problema quindi:
8
< utt c2 uxx = f per x 2 R; t > 0
u (x; 0) = u0 (x) per x 2 R
(3.28)
:
ut (x; 0) = v0 (x) per x 2 R:
La formula di DAlembert per lequazione omogenea.
sizione del problema di Cauchy-Dirichlet
Trattiamo prima il caso omogeneo:

Buona po-

c2 uxx = 0

utt

con c costante. Si consideri ora la trasformazione di coordinate nel piano:

= x + ct
= x ct:
Vogliamo esprimere in funzione di ; gli operatori dierenziali @x ; @t ; @xx ; @tt
e riscrivere quindi lequazione della corda vibrante rispetto alle variabili ; .
Per il teorema di dierenziazione delle funzioni composte si ha:
@
=u +u
@x
@
ut = u
= cu
cu
@x
@
@
@
uxx =
(u + u ) = (
+
)(u + u ) = u + 2u
@x
@
@
@
@
@
utt = (cu
cu ) = c2 (
)(u
u ) = c2 (u
@t
@
@
ux = u

@
+u
@x
@
+u
@t

+u
2u

+u

):

4u

Di conseguenza:
utt

c2 uxx = c2 (u

2u

+u

142

c2 (u

+ 2u

+u

)=

Perci lequazione della corda vibrante nelle nuove variabili ;

u

si scrive:

= 0:

Questequazione pu essere risolta facilmente. Infatti

@
@
signica che

@u
@

@u
@

=0

non dipende da , cio una funzione di

soltanto:

@u
= f1 ( )
@
con f1 funzione arbitraria. Integrando rispetto a

si trova:

u = f ( ) + g( )
dove f ( ) una primitiva di f1 ( ) (perci, essendo f1 arbitraria, una funzione
arbitraria) e g( ) la costante di integrazione, che non dipende da , perci
funzione (arbitraria) di . Sostituendo inne ad ; le loro espressioni in
funzione di x; t si trova:
u(x; t) = f (x

ct) + g(x + ct):

Questa rappresenta lintegrale generale dellequazione della corda vibrante, con

f; g arbitrarie funzioni di una sola variabile, due volte derivabili. La u cos
ottenuta dunque la sovrapposizione di due onde che viaggiano a velocit c in
versi opposti, unonda progressiva e unonda regressiva.
Imponiamo ora le condizioni iniziali:
u0 (x) = u (x; 0) = f (x) + g(x)
v0 (x) = ut (x; 0) = cf 0 (x) + cg 0 (x):
Quello che abbiamo ottenuto si pu vedere come un sistema di due equazioni
in due funzioni incognite, f; g; che per solo nella seconda equazione compaiono
derivate. Se deriviamo anche la prima equazione otteniamo un sistema lineare
di due equazioni in due incognite:
f 0 (x) + g 0 (x) = u00 (x)
f 0 (x) + g 0 (x) = v0c(x)
che si risolve subito in f 0 ; g 0 :
1
2
1
g 0 (x) =
2

f 0 (x) =

v0 (x)
c
v0 (x)
u00 (x) +
c
u00 (x)

143

da cui per integrazione

Z
1 x
v0 (s) ds + c1
c 0
Z
1 x
u0 (x) +
v0 (s) ds + c2
c 0

1
2
1
g (x) =
2

f (x) =

u0 (x)

e quindi
u(x; t) = f (x
=
=

1
2

ct) + g(x + ct):

Z
1 x
u0 (x ct)
c 0

1
(u0 (x + ct) + u0 (x
2

ct

v0 (s) ds + c1 +
ct)) +

1
2c

1
2

u0 (x + ct) +

x+ct

1
c

x+ct

v0 (s) ds + c2

v0 (s) ds + c:

x ct

La costante c, somma delle due costanti arbitrarie, si elimina risostituendo t = 0

nellidentit precedente, che diventa
u (x; 0) = u0 (x) + c;
dunque c = 0 e la soluzione del problema di Cauchy-Dirichlet :
Z x+ct
1
1
v0 (s) ds;
u(x; t) = (u0 (x + ct) + u0 (x ct)) +
2
2c x ct

(3.29)

nota come formula di DAlembert.

Non deve sfuggire la particolarit di questo procedimento rispetto a quelli seguiti n qui per altri problemi: senza bisogno di alcuna teoria-quadro
preesistente (ad esempio, un teorema di unicit), lavorando direttamente sullequazione dierenziale abbiamo determinato che ogni eventuale soluzione ha effettivamente questa forma (unicit). Infatti, a dierenza dei metodi di soluzione
per separazione delle variabili, qui non abbiamo supposto a priori che la u
avesse una particolare forma. Daltro canto sotto ipotesi ragionevoli sui dati
iniziali la formula (3.29) fornisce eettivamente la soluzione del problema di
Cauchy-Dirichlet; abbiamo cio il seguente:
Teorema 3.37 Per ogni u0 2 C 2 (R) e v0 2 C 1 (R) la funzione u (x; t) assegnata da (3.29) soluzione (unica) del problema (3.28) con f = 0. Vale inoltre
la seguente stima di dipendenza continua (per tempi niti): per ogni T > 0 si
ha:
max ju (x; t)j max ju0 (y)j + T max jv0 (y)j
x2R;t2[0;T ]

y2R

y2R

Dimostrazione. Eimmediato vericare che se u0 2 C 2 (R) e v0 2 C 1 (R) la

funzione u (x; t) assegnata da (3.29) C 2 R2 . Vale forse solo la pena osservare

144

come si calcolano le derivate prime della funzione integrale che compare in (3.29):
Z x+ct
@
v0 (s) ds = v0 (x + ct) v0 (x ct)
@x
x ct
Z x+ct
@
v0 (s) ds = cv0 (x + ct) + cv0 (x ct) :
@t
x ct
Che questa u soddis lequazione dierenziale e le condizioni iniziali si pu
vericare, ma segue dal procedimento stesso con cui labbiamo determinata,
cos come dal procedimento seguito segue lunicit della soluzione. Quanto alla
stima di dipendenza continua, dalla (3.29) possiamo maggiorare:
Z x+ct
1
1
(ju0 (x + ct)j + ju0 (x ct)j) +
jv0 (s)j ds
ju(x; t)j
2
2c x ct
1
1
2 max ju0 j +
max jv0 j 2ct
R
2
2c R
= max ju0 j + t max jv0 j
R

da cui prendendo il massimo per x 2 R; t 2 [0; T ] si ha la tesi.

Si noti che la stima di dipendenza continua controlla (uniformemente) solo
la u e non le sue derivate; inoltre vale per tempi niti (il massimo di u per t > 0
qualsiasi non controllato).
La formula di DAlembert per lequazione non omogenea
Il procedimento precedente si adatta anche al caso non omogeneo
utt

c2 uxx = f;

solo con qualche calcolo pi pesante. Il risultato che si ottiene :

1
(u0 (x + ct) + u0 (x ct))
2
Z x+ct
Z t Z x+c(t
1
1
+
v0 (s) ds +
2c x ct
2c 0
x c(t

(3.30)

u(x; t) =

F (s; ) ds d :
)

Per i passaggi si rimanda a [Weinberger], pp. 24-26.

Dalla formula precedente (e dal fatto che questa sia stabilita con un procedimento simile a quello gi visto, che quindi fornisce lunicit della soluzione) si
ricava facilmente il seguente
0
Teorema 3.38 Per ogni u0 2 C 2 (R), v0 2 C 1 (R), F; @F
R2 la fun@x 2 C
zione u (x; t) assegnata da (3.29) soluzione (unica) del problema (3.28). Vale
inoltre la seguente stima di dipendenza continua (per tempi niti): per ogni
T > 0 si ha:

max

x2R;t2[0;T ]

ju (x; t)j

max ju0 (y)j + T max jv0 (y)j + T 2

y2R

y2R

145

max

s2R; 2[0;T ]

jF (s; )j

Dimostrazione. La dimostrazione analoga alla precedente. Mostriamo come

si calcolano le derivate della funzione integrale29 che coinvolge F , e come si
stima quel termine per ottenere la stima di dipendenza continua.
! ! Z
!
Z t Z x+c(t )
Z x+c(t )
t
@
@
F (s; ) ds d
=
F (s; ) ds d
@x
0
x c(t
)
0 @x
x c(t
)
Z t
=
(F (x + c (t
) ; ) F (x + c (t
) ; )) d
0
!
!
Z t Z x+c(t )
Z t
@F
@F
@2
F (s; ) ds d
=
(x + c (t
); )
(x + c (t
); ) d
@x2
@x
@x
0
x c(t
)
0
! ! Z
!
Z t Z x+c(t )
Z x+c(t )
t
@
@
F (s; ) ds d
=
F (s; ) ds d
@t
0
x c(t
)
0 @t
x c(t
)

@2
@t2
1
2c

x+c(t

F (s; ) ds d

x c(t

x+c(t

x c(t

)
)

1
2c
=

3.4

=c

1
2c

F (s; ) ds d
)

= 2cF (x; t)
Z t
+
(cF (x + c (t
Z

@F
(x + c (t
@x

x+c(t

x c(t

) ; ) + cF (x

x+c(T

x c(T

); )

@F
(x
@x

)
)

c (t

jF (s; )j ds d
)

max

) s2R; 2[0;T ]

) ; )) d
c (t

); ) d

jF (s; )j ds d

1
max jF (s; )j 2cT 2 = T 2
max jF (s; )j
2c s2R; 2[0;T ]
s2R; 2[0;T ]

Equazione delle onde in dimensione superiore

Qualche risultato generale di unicit che abbiamo dimostrato per lequazione

della corda vibrante si estende allequazione delle onde in dimensione spaziale
n > 1,
utt c2 u = f
(3.31)
2 9 Forse vale la pena ricordare la formula per il calcolo della derivata di una funzione integrale
in cui la variabile rispetto a cui si deriva compaia sia nellintegranda che negli estremi di
integrazione:
!
Z b(x)
d
f (x; t) dt = f (x; b (x)) b0 (x) f (x; a (x)) a0 (x)
dx
a(x)
Z b(x)
@f
+
(x; t) dt:
a(x) @x

146

che si pu studiare in Rn+1 o in un dominio cilindrico QT =

(0; T ) con
Rn dominio limitato (v. 4.3.3 per la descrizione dei problemi iniziali e al
contorno che interessante studiare, e i loro signicati sici).
3.4.1

Energia e risultato di unicit

Anche in questo caso si pu calcolare lenergia meccanica totale del sistema, che
proporzionale a:
Z
1
2
E (t) =
u2t + c2 jruj dx:
2

Apriamo una parentesi. Si potrebbe obiettare: non abbiamo neppure precisato se stiamo studiando lequazione pensando a una membrana vibrante
(n = 2), a onde sonore nellaria (n = 3) o a un altro fenomeno: come possiamo aermare che lenergia del sistema data da questa espressione? Di
quale sistema sico si parla? In realt, come vedremo in seguito, dal punto di
vista del rigore del ragionamento che seguir, questo non ha alcuna importanza: E (t) semplicemente una funzione matematica, lavorando sulla quale con
opportuni passaggi dimostreremo un risultato di unicit per i problemi iniziali e
al contorno per lequazione delle onde. Eistruttivo per il fatto che lintuizione
sica di quale sia una quantit rilevante per il problema in esame (in almeno
qualcuna delle possibili interpretazioni siche) suggerisce quale sia la funzione
matematica su cui lavorare.
Calcoliamo ora la derivata rispetto al tempo
Z
0
E (t) =
ut utt + c2 ru rut dx =
applicando la prima identit di Green al secondo integrale
Z
Z
Z
@u
ut dS
=
ut utt dx c2
( u) ut dx + c2
@ @
Z
Z
@u
=
ut f dx + c2
ut dS:
@ @
Possiamo ora provare il seguente:
Teorema 3.39 Consideriamo un problema di Cauchy-Dirichlet o NeumannDirichlet per lequazione (3.31) su un dominio QT =
(0; T ) con
Rn
su cientemente regolare da potervi applicare il teorema della divergenza. La
soluzione regolare di tale problema, se esiste, unica.
Dimostrazione. Come al solito, si tratta di provare che la soluzione di un
analogo problema con termine noto f , condizioni iniziali u (x; 0) ; ut (x; 0) e
condizioni al contorno tutte nulle, identicamente nulla. Partiamo dallidentit
Z
Z
@u
E 0 (t) =
ut f dx + c2
ut dS = 0
@ @
147

perch f = 0 e, nel secondo integrale, se il problema di Neumann @u

= 0
@
mentre se di Dirichlet u ( ; t) = 0 su @ per ogni t; da cui t-derivando anche
ut ( ; t) = 0 su @ . Dunque E 0 (t) = 0; quindi
Z
1
2
u2t (x; 0) + c2 jru (x; 0)j dx = 0
E (t) = E (0) =
2
per le condizioni iniziali nulle. Ne segue
Z
2
u2t + c2 jruj dx = 0 per ogni t;
da cui u =cost.= 0, con i soliti ragionamenti.
3.4.2

Onde sferiche tridimensionali

Ci occuperemo in seguito, un po alla volta, di vari problemi ai limiti per lequazione delle onde in dimensione spaziale 2 o 3. Vediamo adesso un solo caso particolare, perch come vedremo la sua risoluzione si riconduce a quella
dellequazione della corda vibrante illimitata, che abbiamo appena studiato.
Cerchiamo di determinare le onde sferiche, cio le soluzioni dellequazione
delle onde in 3 dimensioni spaziali, in tutto lo spazio, aventi simmetria radiale.
Per mettere meglio in evidenza la particolarit del caso tridimensionale, iniziamo
il nostro discorso in dimensione spaziale n qualsiasi. Enoto che se u (x) = f (jxj)
una funzione radiale,
u (x) = f 00 ( ) +

(n

1)

f0 ( ) ;

quindi per unonda radiale

u (x; t) = w ( ; t)
si ha
wtt

c2 w

(n

1)

=0

che si pu riscrivere
2

wtt

c2

+ (n

1) w

=0

e, osservando che
( w)

= ( w + w) = w

+ 2w ;

notiamo che, solo per n = 3, si pu riscrivere lequazione nella forma

( w)tt

c2 ( w)

=0

cio w in queso caso soluzione dellequazione della corda vibrante illimitata,

pertanto la pi generale soluzione radiale (nello spazio) dellequazione delle onde
tridimensionale in tutto lo spazio :
w ( ; t) =

f ( + ct) + g (

148

ct)

(3.32)

ossia la sovrapposizione di unonda che si allontana dallorigine e una che si

avvicina, entrambe smorzate dal fattore 1 .
Si noti che, non ostante la presenza del fattore 1 , londa non necessariamente singolare nellorigine, ad esempio:
w ( ; t) =

sin ( + ct) + sin (

ct)

2 sin cos (ct)

! 2 cos (ct) per

! 0:

Pi in generale, si pu dimostrare che se nella (3.32) si sceglie f = g con f

funzione dispari e regolare, si ha che per ! 0
w ( ; t) =

f ( + ct) + f (

ct)

Se invece f = g con f funzione pari, allora per

w ( ; t) =

3.5

f ( + ct) + f (

ct)

! 2f 0 (ct) :
!0
2f (ct)

! 1:

Esercizi sul metodo di separazione di variabili e sviluppi di Fourier

Esercizio 3.40 Risolvere col metodo di separazione delle variabili il seguente

problema di Cauchy-Dirichlet per lequazione del calore omogenea sul segmento:
8
< ut = 3uxx per 0 < x < 1; t > 0
u (0; t) = u (1; t) = 0
:
u (x; 0) = sin3 ( x)
Esercizio 3.41 Risolvere col metodo di separazione delle variabili il seguente
problema di Cauchy-Dirichlet per lequazione della corda vibrante:
8
utt = 4uxx per 0 < x < ; t > 0
>
>
<
u (0; t) = u ( ; t) = 0
u (x; 0) = sin 2x cos 3x
>
>
:
ut (x; 0) = 0:
Esercizio 3.42 Risolvere col metodo di separazione delle variabili il seguente
problema di Dirichlet per lequazione di Laplace sul cerchio:
8 2
1 @2u
< @ u 1 @u
+
+ 2 2 = 0 per 2 [0; 1); # 2 [0; 2 ]
2
@
@
@#
:
u (R; #) = # (2
#)
per # 2 [0; 2 ] :
Esercizio 3.43 Risolvere col metodo di separazione delle variabili il seguente
problema di Dirichlet per lequazione di Laplace sulla corona circolare:
8 2
@ u 1 @u
1 @2u
>
>
<
+
+ 2 2 = 0 per 2 (1; 2) ; # 2 [0; 2 ]
2
@
@
@#
u
(1;
#)
=
1
per # 2 [0; 2 ]
>
>
:
u (2; #) = 3
per # 2 [0; 2 ]
149

Esercizio 3.44 Si risolva, col metodo di separazione delle variabili, il seguente

problema di Dirichlet per lequazione di Laplace sul rettangolo:
8
< uxx + uyy = 0 per x 2 (0; A) ; y 2 (0; B)
u (x; 0) = u (x; B) = u (A; y) = 0
:
u (0; y) = f (y) :

In altre parole, il dato al contorno assegnato sul bordo del rettangolo diverso
da zero solo su uno dei 4 lati (per semplicit).
Suggerimento: cercare soluzioni a variabili separate u (x; y) = X (x) Y (y)
coi metodi visti sopra. Il problema agli autovalori quello nella Y (y) ; che deve
annullarsi a entrambi gli estremi. Scrivere la formula risolutiva nel modo pi
semplice e compatto. Si trova:
u (x; y) =

1
X

bn

n=1

bn =

2
B

Sh [n (A x)]
n y
sin
, con
Sh (n A)
B

f (s) sin

n s
ds:
B

Esercizio 3.45 Risolvere col metodo di separazione delle variabili il problema

di Dirichlet per lequazione di Laplace sul rettangolo:
8
< uxx + uyy = 0 per x 2 (0; 1) ; y 2 (0; 2)
u (x; 0) = u (x; 2) = u (1; y) = 0
:
u (0; y) = sin y cos 2 y:

Esercizio 3.46 Risolvere col metodo di separazione delle variabili il seguente

problema agli autovalori per il Laplaciano sul rettangolo:
8
0 x 1; 0 y 2
< uxx + uyy + u = 0
u (0; y) = u (1; y) = 0 0 y 2
:
u (x; 0) = u (x; 2) = 0 0 x 1:

Esercizio 3.47 Risolvere esplicitamente mediante separazione di variabili il

seguente problema di Cauchy-Dirichlet per unequazione di di usione e trasporto
sul segmento:
8
< ut = uxx + 2ux per x 2 [0; L] ; t > 0
u (0; t) = u (L; t) = 0 per t > 0
:
u (x; 0) = 2e x sin 3Lx per x 2 [0; L] :

Esercizio 3.48 Risolvere mediante separazione di variabili il seguente problema

di Dirichlet per il laplaciano su una corona circolare (il problema gi scritto
in coordinate polari):
8
1
1
< u + u + 2 u## = 0 per 1 < < 2; # 2 [0; 2 ]
u (1; #) = 0
:
u (2; #) = 1 + sin # + 3 cos 2#:
150

Esercizio 3.49 Risolvere esplicitamente, mediante separazione di variabili il

seguente problema di Dirichlet per unequazione di Laplace con termine di ordine
zero, sul quadrato Q = [0; 1] [0; 1]:
8
uxx uyy + u = 0 per (x; y) 2 [0; 1] [0; 1]
>
>
<
u (0; y) = u (1; y) = 0 per y 2 [0; 1]
u (x; 1) = 0 per x 2 [0; 1]
>
>
:
u (x; 0) = sin (5 x) per x 2 [0; 1] :
Soluzioni di alcuni esercizi
Soluzione Es. 3.47. Cerchiamo u (x; t) = X (x) T (t) : Lequazione diventa:
T 0 X = T X 00 + 2T X 0
T0
X 00 + 2X 0
(t) =
(x)
T
X
da cui

per qualche

T0
X 00 + 2X 0
=
=
T
X
costante. Si deve avere quindi:
X 00 (x) + 2X 0 (x) = X (x) per x 2 (0; L)
X (0) = X (L) = 0
T 0 (t) = T (t) per t > 0:

Risolviamo:

X 00 + 2X 0
X = 0 in (0; L)
X (0) = X (L) = 0

che porta:
+ 1 < 0;
x

X (x) = e

p
j1 + jx

sin

con
p

j1 + jL = n

e quindi
un (x; t) = cn e

( nL )

n
L

i
+1 t

sin

n
x :
L

Cerchiamo ora la soluzione

u (x; t) =

1
X

n=1

cn e

( nL )

151

i
+1 t

sin

n
x
L

che soddis u (x; 0) = 2e

2e

3 x
L

sin

sin

: A nch sia:

3 x
L

1
X

cn e

n
x
L

sin

n=1

si dovr avere:
c3 = 2; cn = 0 per n 6= 3;
e in denitiva la soluzione cercata :
h

( 3L )

u (x; t) = 2e

i
+1 t

sin

3
x :
L

Soluzione Es. 3.49. Cercando u (x; y) = X (x) Y (y) si trova:

Y 00
=
Y

X 00
=1
X

= cost.

Le condizioni u (0; y) = u (1; y) = 0 portano al problema agli autovalori:

X 00 = X
X (0) = X (1) = 0
che d
Xn (x) = sin (n x)
n

n2

; n = 1; 2; 3; :::

Quindi si ha:
Y 00 = 1 + n2

che ha integrale generale

p

Yn (y) = an e

1+n2

2y

+ bn e

1+n2

2y

Imponendo anche la condizione Yn (1) = 0 si trova (dopo qualche calcolo)

p
Sh 1 + n2 2 (1 y)
p
Yn (y) = cn
Sh 1 + n2 2
quindi
u (x; y) =

1
X

n=1

cn

Sh

1 + n2 2 (1 y)
p
sin (n x)
Sh 1 + n2 2

e imponendo u (x; 0) = sin (5 x) si ha c5 = 1; gli altri coe cienti nulli. Perci:

p
Sh 1 + 25 2 (1 y)
p
u (x; y) =
sin (5 x) :
Sh 1 + 25 2

152

4
4.1
4.1.1

Trasformata di Fourier e applicazioni

La trasformata di Fourier in L1 (Rn )
Denizione e propriet elementari

Per motivare la denizione di trasformata di Fourier, consideriamo una funzione

T T
f:
2 ; 2 ! R che sia sviluppabile in serie di Fourier, e scriviamo, utilizzando
ora la notazione complessa delle serie di Fourier30 :
f (x) =

+1
X

n= 1

con
1
fb(n) =
T

fb(n) ein!x

T =2

f (y) e

in!y

dy e ! =

T =2

2
:
T

A partire da queste identit, vogliamo immaginare un modo per rappresentare

una funzione f che sia denita su tutta la retta R anzich su un segmento. Ci
chiediamo quindi cosa diventano le relazioni precedenti quando T ! 1 e perci
! ! 0. I prossimi passaggi hanno il semplice scopo di suggerire una denizione
appropriata. Non serve quindi esplicitare delle ipotesi precise sotto cui sono
corretti. Cominciamo con lo scrivere lo sviluppo di f sostituendo a fb(n) la sua
espressione analitica:
!
Z
+1
X
1 T =2
in!y
f (y) e
dy ein!x :
f (x) =
T
T
=2
n= 1
Se ora deniamo la funzione
g( ) =

T =2

f (y) e
T =2

i y

dy ei x ;

la precedente identit si pu riscrivere nella forma:

!
Z
+1
X
1 T =2
1
in!y
f (x) =
f (y) e
dy ein!x =
T
2
T =2
n= 1

+1
X

!g (n!) :

n= 1

Immaginando di suddividere lasse delle P

x, mediante i punti n! (per n 2 Z),
+1
in inniti intervallini di ampiezza !, la serie n= 1 !g (n!) si pu vedere come
una sorta di somma integrale di Riemann (su tutta la retta, per) che, al tendere
di ! a zero, d lintegrale
Z
g( )d :
R

3 0 v.

[An2], cap.7 3.5.

153

Tuttavia, al tendere di ! a zero si ha T ! 1; quindi nella denizione di g ( )

R T =2
R
lintegrale T =2 va sostituito con R . Arriviamo cos allidentit
f (x) =

1
2

f (y) e

i y

dy ei x d :

Inne ci liberiamo del fattore 21 davanti agli integrali eseguendo, nellintegrale

esterno, in d , il cambio di variabile = 2 . Si ottiene
Z Z
f (x) =
f (y) e i2 y dy ei2 x d :
R

Questo signica che se, per una funzione f : R ! R, deniamo la trasformata

integrale di f (che si chiamer trasformata di Fourier)
Z
fb( ) =
f (y) e i2 y dy;
R

(dovr essere ovviamente f 2 L1 (R)) plausibile che si possa poi dimostrare la

formula (inversa, in un certo senso)
Z
f (x) =
fb( ) ei2 x d ;
R

che ricostruisce f dalla sua trasformata. Tutto ci ha nora poco di rigoroso;

un ragionamento euristico, che suggerisce la seguente denizione, che generalizza
il discorso precedente al contesto di Rn :
Denizione 4.1 Per f 2 L1 (Rn ) poniamo
Z
b
f( )=
f (y) e 2 i y dy per ogni
Rn

con
di f .

y=

Pn

j=1 j yj .

2 Rn ,

La funzione fb : Rn ! C si dice trasformata di Fourier

Quando la funzione da trasformare ha unespressione analitica lungascriverd

emo anche F (:::) invece che (:::):
Si noti che
Z
b
f (0) =
f (y) dy;
Rn

una relazione che talvolta ci sar utile.

Osservazione 4.2 (La trasformata ben denita per f 2 L1 (Rn )) Poich

la teoria dellintegrale di Lebesgue stata sviluppata per funzioni a valori reali,
necessaria qualche precisazione. Nella denizione precedente, lintegranda

154

una funzione a valori complessi. Per denizione, se g : Rn ! C con g = g1 +ig2

e g1 ; g2 a valori reali, si pone
Z
1
n
g 2 L (R ) () g1 ; g2 misurabili e
jg (y)j dy < 1
Rn

e in tal caso si pone

Z

g (y) dy =

Rn

g1 (y) dy + i

Rn

Se f 2 L1 (Rn ),

f (y) e

2 i y

g2 (y) dy:

Rn

= jf (y)j 2 L1 (Rn )

perci la trasformata di Fourier ben denita per ogni

2 Rn .

Osservazione 4.3 (Valori reali o complessi della trasformata di Fourier)

Nella denizione di trasformata di Fourier di f , la funzione f pu avere valori
reali o complessi; in ogni caso la sua trasformata in generale ha valori complessi.
Nel caso particolare n = 1 e f a valori reali, cio f : R ! R, si ha
Z
Z
fb( ) =
f (y) cos (2 y ) dy + i
f (y) sin (2 y ) dy;
Rn

Rn

da cui leggiamo in particolare che:

se f pari, allora fb reale e pari;
se f dispari, allora fb immaginaria pura e dispari.

Teorema 4.4 (Propriet della trasformata di Fourier) Sia f 2 L1 (Rn ).

Allora:
i) fb 2 C 0 (Rn ), con
fb
kf kL1 (Rn ) ;
C 0 (Rn )

in particolare, loperatore trasformata di Fourier,

F : L1 (Rn ) ! C 0 (Rn )
F : f 7! fb

lineare continuo.
ii) se anche g 2 L1 (Rn ) allora

\
(f
g) = fb gb:

iii) se per un intero k

1 x f 2 L1 (Rn ) per ogni multiindice31
j j k; allora fb 2 C k (Rn ) e
3 1 Signica:

=(

1;

2 ; :::;

@ fb = F (( 2 ix) f ) :

n)

con

2 N, j j =

n
x = x1 1 x2 2 :::xa
n

@ f =

@j jf
n
@x1 1 @x2 2 :::@xa
n

155

+ ::: +

n;

con

iv) se f 2 C k (Rn ) ; @ f 2 L1 (Rn ) per j j

k e @ f 2 C0 (Rn )32 per
j j k 1, allora
\
(@
f ) ( ) = (2 i ) fb( ) :
v) fb 2 C0 (Rn ) :
vi) Posto, per " > 0,

f " (x) = f ("x)

f" (x) = "

x
;
"

si ha, per ogni f 2 L1 (Rn ) e " > 0;

d
" ) ( ) = fb
(f
d
b
(f
") ( ) = f

vii) Se anche g 2 L1 (Rn ), allora

Z
Z
f gb =
Rn

viii) Per ogni

Rn

2 Rn ssato si ha:
F f (x) e2

"
"

ix

( )
( ):

fbg:

( ) = fb(

Osservazione 4.5 Osserviamo le iii) e iv). A parte i dettagli delle ipotesi,

in sostanza la iii) ci dice che: pi velocemente la f tende a zero allinnito
(condizione espressa dallintegrabilit di x f ), pi regolare fb; viceversa, la
iv) ci dice che: pi regolare f , pi velocemente fb tende a zero allinnito
(condizione espressa dal fatto che (2 i ) fb; essendo una trasformata (di @ f )
per il punto i) limitata e anzi per il punto v) tende a zero allinnito.
La iv) (unito alla linearit) dice anche che la trasformata di Fourier trasforma un operatore di erenziale lineare a coe cienti costanti nelloperatore di
moltiplicazione per un polinomio, una propriet che la rende preziosa nel risolvere equazioni di erenziali su tutto Rn .
La ii) dice che la trasformata di Fourier trasforma il prodotto di convoluzione
in un prodotto puntuale, una propriet che come vedremo sar utile nel ricavare
formule di rappresentazione integrali di soluzioni di problemi di erenziali.
Dimostrazione. i) La continuit di fb unapplicazione immediata del teorema
di continuit degli integrali dipendenti da un parametro (v. 3.4.6), infatti per
y ssato la funzione
7! f (y) e 2 i y
continua, e
f (y) e
3 2 Diciamo

2 i y

jf (y)j 2 L1 (Rn ) ,

che f 2 C0 (Rn ) se f 2 C 0 (Rn ) e f (x) ! 0 per jxj ! 1:

156

perci fb 2 C 0 (Rn ). La disuguaglianza fb

1

C 0 (Rn )

kf kL1 (Rn ) allora ovvia.

ii) Se f; g 2 L (R ) sappiamo gi che f g 2 L1 (Rn ), quindi possiamo

calcolare
Z
\
(f
g) ( ) =
(f g) (y) e 2 i y dy
Rn
Z
Z
=
f (y z) g (z) dz e 2 i y dy
Rn

Rn

scambiando lordine di integrazione, passaggio che si giustica in base al teorema

di Fubini-Tonelli pensando che lintegrale iterato dei valori assoluti converge
Z
Z
=
g (z)
f (y z) e 2 i y dy dz
Rn

Rn

con traslazione nellintegrale interno

Z
Z
=
g (z)
f (y) e 2 i
n
n
R
R
Z
Z
=
g (z) e 2 i z dz
Rn

(y+z)

dy dz

f (y) e

2 i y

Rn

dy

= fb( ) gb ( ) :

iii) Derivando (per ora formalmente) sotto il segno di integrale si ha:

Z
Z
@ fb( ) = @
f (y) e 2 i y dy =
@ f (y) e 2 i y dy
Rn
Rn
Z
=
f (y) ( 2 iy) e 2 i y dy
Rn

= F (( 2 ix) f ) ( ) ;

che la tesi. Per giusticare la derivazione, osserviamo che

f (y) ( 2 iy) e

2 i y

j j

= (2 )

jf (y) y j ;

perci sotto lipotesi y f (y) 2 L1 (Rn ) il teorema di derivazione sotto il segno

di integrale (v. 3.4.6) applicabile.
iv) Procediamo iterativamente. Per k = 1: supponiamo f 2 C 1 (Rn ) ; @xi f 2
1
L (Rn ) per i = 1; 2; :::; n e calcoliamo (per semplicit di notazione supponiamo
i = 1 e poniamo y 0 = (y2 ; :::; yn ))
Z
Z
Z
2 i y
2 i 0 y0
\
(@x1 f ) ( ) =
@y1 f (y) e
dy =
e
@y1 f (y) e 2 i 1 y1 dy1 dy 0
Rn

Rn

integrando per parti in y1 nellintegrale interno, supponendo che f (y) tenda a

157

zero allinnito,
=

Rn

=2 i

y0

1
0

2 i

y0

f (y) @y1 e

2 i

1 y1

dy1 dy 0

Rn

2 i

2 i 1 f (y) e

2 i

1 y1

dy1 dy 0

2 i y

f (y) e

Rn

dy = (2 i 1 ) fb( ) :

Il discorso si pu ora iterare. Ad ogni derivata @xj che agisce su f e noi

trasformiamo, corrisponde un fattore del tipo 2 i j nel risultato nale; il passaggio di integrazione per parti richiede, per lannullamento del termine allinnito, che tenda a zero allinnito la funzione che viene derivata, quindi,
complessivamente, che tendano a zero allinnito tutte le derivate no allordine
k 1.
v) Sappiamo gi che fb 2 C 0 (Rn ), si tratta di dimostrare che fb( ) ! 0
per j j ! 1. Utilizziamo il risultato del punto iv). Supponiamo prima che sia
f 2 C 1 (Rn ) ; @xj f 2 L1 (Rn ) per j = 1; 2; :::; n, allora
\
@xj f ( ) = (2 i j ) fb( )
[) ( ) = (2 i ) fb( )
(rf
fb( ) =

[) ( )
(rf
2 j j

Poich @xj f 2 L1 (Rn ) ; per il punto i) la sua trasformata di Fourier limitata

quindi
c
fb( )
! 0 per j j ! 1:
2 j j
1

Sia ora f 2 L1 (Rn ) qualsiasi. Esiste una successione ffk gk=1 di funzioni
C (Rn ), ognuna nulla fuori da un insieme limitato (quindi per le quali @xj fk 2
L1 (Rn ) e pertanto si pu applicare la conclusione precedente), che approssima
f in norma L1 ; cio tali che33
1

kf

fk kL1 ! 0 per k ! 1.

Daltro canto per il punto i),

fb

fbk

C 0 (Rn )

kf

fk kL1 (Rn ) ! 0:

In altre parole, fb( ) approssimata uniformemente in Rn da fbk ( ). Fissato

" > 0; esiste allora k0 tale che
fb

fbk0

C 0 (Rn )

< ":

3 3 Questo un teorema di approssimazione di funzioni integrabili con funzioni regolari (un

risultato di questo tipo detto teorema di densit ), che non abbiamo dimostrato ma si pu
dimostrare, nella teoria di Lebesgue.

158

Fissata questa fbk0 , che sappiamo tendere a zero allinnito (per la prima parte
della dimostrazione), esiste R tale che per j j > R fbk0 ( ) < ". Ma allora per
j j > R si avr
fb( )
fbk0 ( ) + fb fbk0 ( ) < 2"
e questo dimostra che fb( ) ! 0 per j j ! 1.
vi) Calcoliamo
Z
d
") ( ) =
(f
f ("y) e

2 i y

dy

Rn

col cambio di variabili "y = z, dy = " n dz

Z
=
f (z) e 2 i z=" " n dz = fb
Rn

"

( ):

Laltra relazione si verica in modo analogo.

vii) Ciascuno dei due integrali
Z
Z
f gb;
fbg;
Rn

Rn

scrivendo esplicitamente la trasformata, uguaglia (per il teorema di FubiniTonelli) lintegrale doppio

Z Z
f (x) g ( ) e 2 ix dxd
Rn

Rn

che convergente perch f; g 2 L1 (Rn ). Perci i due integrali sono uguali tra
loro.
viii) Per ogni 2 Rn ssato si ha:
Z
F f (x) e2 ix ( ) =
f (y) e2 iy e 2 iy dy
Rn
Z
=
f (y) e 2 iy ( ) dy
Rn

= fb(

Calcolo di alcune trasformate di Fourier notevoli

Nel seguito del discorso ci servir calcolare la trasformata di Fourier di poche
funzioni. Ci procuriamo quindi queste speciche trasformate, come esercizio
sulla denizione e le propriet, ma anche come prerequisito per quanto seguir.
Esempio 4.6 Calcoliamo la trasformata di
f (x) = e
159

jxj

con x 2 R.

fb( ) =

jyj

2 i y

dy:

Il calcolo si pu fare con metodi di analisi 1:

Z
Z
Z
jyj
2 i y
jyj
e
e
dy =
e
cos (2 y) dy + i e
R

per le simmetrie
=2

jyj

sin (2

y) dy

+1
y

cos (2

y) dy

con due integrazioni per parti si trova

=

2
:
1 + 4 2 y2

Oppure si pu fare, con un procedimento pi spiccio34

Z
Z +1
Z 0
e jyj e 2 i y dy =
e y e 2 i y dy +
ey e
R

y(1+2 i )

2 i y

+1

ey(1 2 i )
(1 + 2 i ) 0
(1 2 i )
1
1
2
=
+
=
:
1+2 i
1 2 i
1+4 2 2
e

dy

Esempio 4.7 Utilizzando il calcolo precedente e la propriet vi) del teorema,

calcoliamo ora, per a > 0, la trasformata di
f (x) = e

ajxj

Si ha:
ajxj ( ) =
e\

2
1+4

2 2

1
a

( )=
a

2
1+4

2a
a2 + 4

2 2

Esempio 4.8 Calcoliamo la trasformata di

f (x) = e

x2

per x 2 R.

Un modo semplice consiste nellosservare che

f 0 (x) =

2xe

x2

cio f soddisfa lequazione di erenziale

f 0 (x) =

2xf (x) :

3 4 che si pu giusticare rigorosamente se si conosce la teoria delle funzioni olomorfe (funzioni

derivabili di variabile complessa), altrimenti sembra puramente formale.

160

Trasformando ambo i membri mediante le propriet iii) e iv) si ha

(2 i ) fb( ) =

fb ( ) =

0
1
fb ( )
2 i

fb( ) ;

equazione di erenziale simile a quella soddisfatta da f , risolta da

fb( ) = ce

con

c = fb(0) =

Quindi

2 2

x2

dx =

fb( ) =

2 2

Esempio 4.9 Utilizzando il calcolo precedente e la vi), calcoliamo la trasformata di

2
f (x) = e ax per x 2 R, a > 0:
Si ha:
p

F e (

ax)

( )=

2 2

( )=

2 2

Esempio 4.10 Generalizziamo il calcolo della trasformata della gaussiana al

caso multidimensionale. Calcoliamo cio la trasformata di
f (x) = e

jxj2

, con x 2 Rn .

Usando le propriet degli esponenziali, lintegrale multidimensionale si fattorizza in e etti nel prodotto di n integrali unidimensionali: scriviamo
Z
2
fb( ) =
e jxj e 2 ix dx
n
ZR
2
2
2
=
e x1 e x2 :::e xn e 2 ix1 1 e 2 ix1 1 :::e 2 ix1 1 dx1 dx2 :::dxn
Rn
Z
Z
Z
2
x21
2 ix1 1
x22
2 ix2 2
=
e
e
dx1
e
e
dx2 :::
e xn e 2 ixn n dxn
R

che il prodotto delle trasformate di Fourier unidimensionali calcolate in precedenza, perci:

=

2 2
1

2 2
2

:::

2 2
2

n=2

In denitiva:
jxj2 ( ) =
e\

n=2

e
161

j j2

per x; 2 Rn :

j j2

Si ha anche, quindi, per a > 0:

ajxj2 ( ) =
e\

In particolare, per a =

n=2

j j2

n=2
p

2 j j2
a

si ha:
jxj2 ( ) = e
e\

j j2

ossia troviamo una particolare gaussiana che trasformata di Fourier di se

stessa. Si ha anche
Z
2
jxj2 (0) = 1:
e jxj dx = e\
Rn

Si osservi che il metodo dellultimo esempio non si potrebbe utilizzare invece

per calcolare la trasformata di e jxj per x 2 Rn : lesponenziale
p 2
2
e x1 +:::+xn
non si fattorizza.
4.1.2

Approssimazioni dellidentit

Apriamo ora una parentesi che ci servir sia a dimostrare la formula di inversione
della trasformata di Fourier, sia in seguito a trattare i problemi ai limiti per
equazioni a derivate parziali.
Denizione 4.11 (Approssimazione dellidentit) Sia
funzione non negativa e integrabile, con
Z
(x) dx = 1

: Rn ! R una

Rn

e poniamo, per ogni " > 0,

"

(x) = "

La funzione (famiglia di funzioni) f

" g">0

(x=") :
si dice approssimazione dellidentit.

Anche se questo non esplicitamente richiesto dalla denizione, intuitivamente conviene immaginare come una funzione con un graco a campana,
avente il suo unico massimo in x = 0 e tendente a zero per jxj ! 0: Ad esempio
(v. Esempio 4.10):
2
(x) = e jxj per x 2 Rn ;
oppure
(x) =

c
per x 2 R
1 + x2

162

con c > 0 scelto in modo da avere integrale 1 (in eetti, c = 1= ). Questi sono
due esempi che ci serviranno in seguito. Le corrispondenti famiglie di funzioni
" si chiamano, rispettivamente, nuclei di Gauss e nuclei di Poisson.
Osserviamo che
Z
Z
" n (x=") dx
" (x) dx =
Rn

Rn

con cambio di variabile x=" = y

Z
Z
n
n
=
"
(y) " dy =
Rn

(y) dy = 1:

Rn

Quindi le funzioni " hanno tutte lo stesso integrale ma, se una funzione a
campana come negli esempi fatti, le " saranno sempre pi concentrate:

Graci di

"

(x) per

(x) = e

x2

e " = 1; " = 0:8; " = 0:5; " = 0:3

Vale il seguente:
Teorema 4.12 Sia f " g">0 unapprossimazione dellidentit e consideriamo,
per una certa f : Rn ! R, la convoluzione
Z
Z
x y
( " f ) (x) =
y) f (y) dy =
" n
f (y) dy:
" (x
"
n
n
R
R
Allora:
1. Se f 2 Lp (Rn ) per qualche p 2 [1; 1), allora " f 2 Lp (Rn ) per ogni
">0e
p
n
+
" f ! f in L (R ) , per " ! 0 .
2. Se f limitata e uniformemente continua, allora
"

"

f ! f uniformemente, per " ! 0+ .

163

f continua e

Non dimostriamo il teorema (si basa comunque su tecniche standard della

teoria di Lebesgue, pi un risultato di approssimazione di funzioni integrabili
con funzioni continue). Diamo unidea intuitiva del perch il teorema vero.
Poich " non negativa e ha integrale 1, la convoluzione ( " f ) (x) si pu
vedere come una media pesata dei valori di f , che, quanto pi piccolo ", tanto
pi esalta solo i valori di f vicini a x: infatti se la funzione madre ha un
graco a campana con un massimo in x = 0, la funzione
y 7! "

y
"

ha un picco in y = x ed trascurabile appena ci si sposta un poda x. Quindi ci aspettiamo che la convoluzione " f sia sempre pi vicina alla f di
partenza, come il teorema aerma in modo preciso. In questo senso " si dice
approssimazione dellidentit.
4.1.3

Il teorema di inversione

Lutilit della trasformata di Fourier dipende ovviamente anche dalla possibilit

di ricostruire f dalla sua trasformata, come anticipato nella discussione con cui
abbiamo aperto il paragrafo.
Vale il seguente risultato:
Teorema 4.13 (di inversione) Sia f 2 L1 (Rn ) : Se anche fb 2 L1 (Rn ) si ha:
Z
f (x) =
fb( ) e2 i x d per q.o.x 2 Rn .
Rn

In simboli:

d
f (x) = fb ( x) per q.o.x 2 Rn .

Prima di presentare la dimostrazione vera e propria, cerchiamo di capire

dov il problema.
d
Se scriviamo esplicitamente lintegrale iterato che rappresenta fb ( x) e
formalmente scambiamo lordine di integrazione, otteniamo
Z
Z
Z
2 i x
b
f ( )e
d =
f (y) e 2 i y dy e2 i x d
Rn
Rn
Rn
Z
Z
=
f (y)
e2 i (x y) d dy
Rn

Rn

dove lintegrale interno ovviamente divergente (lintegranda ha modulo 1!).

Per riuscire a trattare lintegranda bisogna in qualche modo smussarla con
una funzione rapidamente decrescente allinnito. Utilizzeremo per questo un
nucleo regolarizzante opportuno.

164

Dimostrazione. Consideriamo, per t > 0 ssato e x 2 Rn , lintegrale

Z
2
2
F (t; x) =
fb( ) e2 i x e t j j d :

(4.1)

Rn

(Abbiamo introdotto la gaussiana e t j j che smussa allinnito lesponenziale complesso in ). Per t ! 0 lintegranda tende a fb( ) e2 i x ; daltro
canto
2
2
fb( ) 2 L1 (Rn ) ;
fb( ) e2 i x e t j j
quindi per il teorema di Lebesgue, per t ! 0
Z
d
F (t; x) !
fb( ) e2 i x d = fb ( x)
Rn

dove la convergenza in L (R ) (vedendo ogni integrale come funzione di x).

Mostreremo ora che, per un altro motivo, F (t; ) ! f in L1 (Rn ), per t ! 0,
d
da cui seguir luguaglianza fb ( x) = f (x) in L1 e quindi puntualmente quasi
ovunque.
Sia
2
2
( ) = e2 i x e t j j
e consideriamo la catena di uguaglianze:
Z
F (t; x) =
fb( ) ( ) d
Rn

per il punto vii) del teorema 4.4

=

Rn

f ( ) b( ) d

per il punto viii) del teorema 4.4 (applicato a )

Z
2
2
=
f ( )F e t j j (

x) d

Rn

2
2
2
2
2
d
t) = g
ponendo g ( ) = e j j , quindi e t j j = g t ( ) e F e t j j = (g
bt
(per il punto vi) del teorema 4.4), e ricordando che (v. Esempio 4.10), gb ( ) =
2
e j j = g( )
Z
Z
=
f ( ) gt (
x) d =
f ( ) gt (x
)d :

Rn

Rn

Come osservato nel paragrafo precedente, la famiglia di funzioni gt unapprossimazione dellidentit. Perci, per il teorema 4.12, si ha
Z
f ( ) gt (x
) d ! f (x) in L1 (Rn ) , per t ! 0;
Rn

e la tesi dimostrata.
165

Esempio 4.14 Dalle trasformate di Fourier che abbiamo calcolato segue anche
la seguente, per il teorema di inversione:
F

a2

2a
+ 4 2 x2

( )=e

aj j

e quindi ad esempio (per a = 2 )

F

1
1 + x2

( )= e

2 j j

Corollario 4.15 (Iniettivit della trasformata di Fourier) Se f 2 L1 (Rn )

e fb( )
0; allora f (x) = 0 per q.o. x. Quindi, si ha anche, per ogni
f; g 2 L1 (Rn )
fb( ) = gb ( ) =) f (x) = g (x) q.o.

Euna conseguenza ovvia del teorema precedente, perch la funzione fb( )

0 L1 e quindi possiamo applicare la formula di inversione scrivendo (per q.o.x 2
Rn )
Z
0 e2

f (x) =

i x

d = 0.

Rn

Il corollario ci garantisce che la trasformata di Fourier cattura tutta linformazione presente nella funzione: due funzioni diverse non possono avere la
stessa trasformata. Utilizzeremo questo principio nella risoluzione di problemi
dierenziali: trasformando il problema, otterremo che la trasformata u
b della
soluzione uguale a una certa gb, e ne dedurremo che u = g.

Osservazione 4.16 (Limiti del teorema di inversione) Sappiamo che per

ogni f 2 L1 (Rn ) la trasformata fb continua e tende a zero allinnito. Questo
non implica per che fb sia integrabile, ipotesi sotto cui vale il teorema di inversione. Quindi non detto che ogni funzione integrabile si possa ricostruire
dalla sua trasformata mediante lidentit
d
f (x) = fb ( x) :

Approfondendo losservazione, notiamo che quando vale questa identit signica

che f la trasformata di una funzione L1 , dunque f certamente continua.
d
Perci se f L1 (Rn ) ma discontinua, certamente lidentit f (x) = fb ( x)
non potr valere, e fb non sar integrabile. Quindi:
non tutte le funzioni integrabili si possono ottenere dalla loro trasformata di
Fourier mediante la formula di inversione;
non facile caratterizzare linsieme delle funzioni che sono la trasformata
di qualche funzione integrabile.

166

Esempio 4.17 Calcoliamo la trasformata di Fourier in R della seguente funzione:

e x se x > 0
f (x) =
0 se x 0:
Si ha:
fb( ) =

+1

2 ix

dx =

(1 + 2 i )

1
=
1+4

2 2

2
1+4

Notiamo che

2 2

x(1+2 i )

1+4

=
0

1
1+2 i

i:

fb( ) = p

+1

2 2

2
= L1 (Rn ) ;

questo quindi un esempio di funzione a cui non si pu applicare il teorema di

inversione.
Osservazione 4.18 (Trasformata di Fourier di funzioni non L1 ) In questo
paragrafo si trattata rapidamente la teoria della trasformata di Fourier sullo
spazio L1 (Rn ), su ciente per gli scopi di questo corso. La teoria non si ferma
certo qui, ci sono buoni motivi per estenderla allo spazio L2 (Rn ) e a opportuni
spazi di distribuzioni. Queste estensioni della teoria permettono, in particolare,
di dare senso alla trasformata di Fourier anche di certe funzioni non integrabili (come ad esempio la costante 1, la funzione sin !x, ecc.). La denizione di
trasformata, per, in queste teorie pi generali diversa. Non si pu aermare
contemporaneamente che
esiste fb( ) anche per una certa f 2
= L1 (Rn ), e
R
2 i x
b
f ( ) = Rn f (x) e
dx:
Lo studente ne tenga conto, se e quando in altri contesti trover cenni alla
trasformata di Fourier di oggetti diversi da una funzione integrabile.

4.2
4.2.1

Applicazioni della trasformata di Fourier alle equazioni

a derivate parziali
Lequazione di Laplace nel semipiano

Consideriamo il problema di Dirichlet per lequazione di Laplace in due variabili

nel semipiano S = f(x; y) : x 2 R; y > 0g:
u = 0 per x 2 R; y > 0
u (x; 0) = f (x) per x 2 R.
Il signicato sico pu essere: temperatura in una lastra illimitata (semipiano) priva di sorgenti di calore; potenziale elettrostatico in un semipiano (o in
un semispazio, se supponiamo che il dato f sia indipendente dalla variabile z).
La condizione al bordo del semipiano S, oltre a consistere nellassegnare
il valore di u sulla retta y = 0, dovr imporre qualche condizione allinnito:
167

sicamente, ad esempio, potremmo richiedere che il potenziale u sia nullo allinnito; matematicamente, il modo operativamente pi comodo per richiedere
una sorta di annullamento allinnito sar chiedere che la soluzione sia L1 (S).
Supponiamo quindi che u 2 L1 (S) risolva il problema e applichiamo la
trasformata di Fourier rispetto alla sola variabile x:
Ponendo
u
b ( ; y) = F [u ( ; y)] ( )

avremo

Lequazione

(2 i ) u
b+u
byy = 0 per 2 R; y > 0
u
b ( ; 0) = fb( ) per 2 R.
u
byy = 4

2 2

u
b

si pu vedere come unequazione dierenziale ordinaria (nella variabile y) contenente il parametro . Integrale generale:
u
b ( ; y) = c1 ( ) e2

+ c2 ( ) e

per

Come funzione di , u
b ( ; y) deve tendere a zero per
Lunica possibilit perch questo accada che sia
c1 ( ) = 0 per
c2 ( ) = 0 per

2 R; y > 0:
!

1 per ogni y > 0.

>0e
< 0;

cio
u
b ( ; y) = c ( ) e

2 j jy

per

2 R; y > 0;

che imponendo la condizione

u
b ( ; 0) = fb( )

c ( ) = fb( )
u
b ( ; y) = fb( ) e

2 j jy

Ora la strategia :
1. Cercare k (x; y) tale che
e

2 j jy

= F [k ( ; y)] ( ) ;

2. Riscrivere quindi
u
b ( ; y) = fb( ) F [k ( ; y)] ( )

e ricordando la formula per la trasformata della convoluzione (teorema 4.4,

punto ii )
F (f g) = fbgb;
168

scrivere
u
b ( ; y) = F [f

k ( ; y)] ( )

e quindi, identicando le funzioni che hanno uguale trasformata (v. Corollario

4.15)
Z
u (x; y) = [f k ( ; y)] (x) =
k (x z; y) f (z) dz:
R

3. Ricordiamo ora che, per ogni a > 0,

ajxj

F e

( )=

2a
a2 + 4

2 2

funzione L1 (R), perci per la formula di inversione

F

a2

2a
+ 4 2 x2

( )=e

da cui
e

2 j jy

=F

4 y
+4

2 y2

aj j

2 x2

( )

perci
k (x; y) =

1
y2

y
+ x2

e la formula di rappresentazione cercata per la soluzione del problema

Z
y
f (z)
u (x; y) =
2 dz per x 2 R; y > 0:
2
z)
R y + (x
Lintegrale scritto ha senso per ogni y > 0 e f 2 L1 (R) (oppure f 2 L1 (R)).
Al solito si tratta ora di mostrare che quella assegnata dalla formula una
funzione su cientemente regolare, risolve eettivamente lequazione e assume il
dato al bordo in qualche senso.
Discussione della soluzione ottenuta
La funzione k (x; y) si chiama nucleo di Poisson per il semispazio. Un calcolo
diretto mostra che
Z
1
y
dx = 1 per ogni y > 0;
(4.2)
2 + x2
y
R
in particolare k ( ; y) 2 L1 (R) per ogni y > 0 perci per il teorema di Young (v.
3.4.9),
f 2 Lp (R) =) u 2 Lp (R) per p 2 [1; 1):
Mostriamo che si pu derivare u sotto il segno di integrale:
0
!
Z
Z
y
y
@
f (z)
2 (x z)
B
dz =
@
2
2
y 2 + (x z)
R @x
R
y 2 + (x z)
169

2f

C
(z)A dz:

La funzione

2t

g (t) =

(y 2

+ t2 )

limitata, quindi
2 (x
y2

z)
2

+ (x

2f

jf (z)j 2 L1 (R)

(z)

z)

e per il criterio di derivabilit visto nel 3.4.6 la derivazione sotto il segno di

integrale lecita. Si capisce anzi che per ogni y > 0; le derivate della funzione
integranda rispetto a x di qualsiasi ordine sono limitate, perci il discorso si
pu ripetere. Lo stesso vale in eetti per la derivazione rispetto ad y. Troviamo
perci un risultato analogo a quello visto per lequazione di Laplace nel cerchio:
allinterno del dominio, la soluzione C 1 . Una volta garantito che si pu
eettivamente derivare sotto il segno di integrale, la verica del fatto che la u
soddis lequazione dipende dal fatto che
1
y2

y
+ x2

= 0 per (x; y) 6= (0; 0) ;

cosa che si pu controllare con il calcolo diretto35 .

La verica diretta che u assume il dato al bordo sarebbe pi delicata (come
nel caso del cerchio). Invece che fare calcoli specici per questa situazione, vale
la pena inquadrarla in una situazione generale che ci servir ancora in seguito,
ossia riconoscere che il nucleo di Poisson si pu vedere come una famiglia (al
variare di y) di funzioni (in x) approssimazioni dellidentit. Infatti, ponendo
1

1
1 + x2
11
1
" (x) =
" 1+ x
(x) =

"

"
"2 + x2

si riconosce che il nucleo di Poisson (4.2) unapprossimazione dellidentit:

k (x; y) = ky (x) con k (x) =

1
:
1 + x2

Possiamo quindi trarre le nostre conclusioni:

3 5 Forse la verica che d calcoli meno laboriosi consiste nel riconoscere che in coordinate
polari
y
sin #
=
;
y 2 + x2
unespressione di cui semplice calcolare il laplaciano in coordinate polari:

y
y 2 + x2

@2 +

@ +

170

1
2

2
@##

sin #

=0

Teorema 4.19 Sia f 2 L1 (R). La funzione

Z
y
f (z)
u (x; y) =
2 dz per x 2 R; y > 0
2
z)
R y + (x
innitamente derivabile nel semipiano y > 0, risolve lequazione di Laplace
nel semipiano e assume il dato al bordo in senso L1 :
ku ( ; y)

f kL1 (R) ! 0 per y ! 0+ :

Se inoltre f uniformemente continua, allora

ku ( ; y)

f kC 0 (R) ! 0 per y ! 0+ :

In questo caso si pu dire che u soluzione classica del problema di Dirichlet.

Vale inoltre la stima di dipendenza continua:
sup ku ( ; y)kL1 (R)
y>0

kf kL1 (R) :

Dimostrazione. Abbiamo gi dimostrato la regolarit di u e il fatto che risolva

lequazione; le aermazioni sul modo in cui assunto il dato al bordo discendono dal teorema sulle approssimazioni dellidentit, in base alla discussione
precedente al teorema. La stima di dipendenza continua discende dal teorema
di Young:
u (x; y) = (ky f ) (x)
ku ( ; y)kL1 (R) kky kL1 (R) kf kL1 (R) = kf kL1 (R)
e passando al sup per y > 0 si ha la tesi.
Esempio 4.20 Graci delle soluzioni dei problemi di Dirichlet con dato al
bordo:
f (x) = e

x2

f (x) =

1 se jxj < 1
;
0 altrimenti

171

f (x) =

sin x se jxj <

0 altrimenti

Come pu suggerire il secondo esempio, se il dato iniziale ha qualche punto

di discontinuit, nei punti in cui continuo, la soluzione assume ancora il dato
con continuit. In eetti, con una dimostrazione pi diretta si potrebbe ra nare
il secondo punto del teorema precedente, provando che:
Se f 2 L1 (R) \ L1 (R), in ogni punto x in cui f continua si ha f " (x) !
f (x) per " ! 0+ .
Osservazione 4.21 Cosa si pu dire sullunicit della soluzione? Il metodo
risolutivo suppone a priori che u (oltre ad essere derivabile quanto basta da
soddisfare lequazione) soddis la condizione
u ( ; y) 2 L1 (R) per ogni y > 0:
Infatti, se cos non fosse non potremmo calcolarne la trasformata rispetto a x.
Si consideri la funzione:
u (x; y) = ex sin y
che soddisfa
u = 0 per x 2 R; y > 0
u (x; 0) = 0 per x 2 R

eppure non la funzione identicamente nulla. Questa funzione per y > 0 ssato
non integrabile in x e il procedimento risolutivo non la trova. Daltro canto,
come notato allinizio della discussione di questo problema, trovandoci su un
dominio illimitato, qualche condizione allinnito dovremo porla per completare
le condizioni al contorno.
4.2.2

Lequazione di Laplace nel semispazio in n variabili

Diamo un cenno a come si pu arontare il problema di Dirichlet per lequazione

di Laplace in n + 1 variabili nel semispazio Rn+1
= f(x; y) : x 2 Rn ; y > 0g:
+
u (x; y) = 0 per x 2 Rn ; y > 0
u (x; 0) = f (x) per x 2 Rn .

(4.3)

Il procedimento strettamente analogo al precedente, con lunica dierenza data

dalla maggior complessit di antitrasformare la funzione b
k per calcolare il nucleo
di Poisson.
Ponendo
u
b ( ; y) = F [u ( ; y)] ( )
avremo

Lequazione

(2 i ) u
b+u
byy = 0 per 2 R; y > 0
u
b ( ; 0) = fb( ) per 2 R.
u
byy = 4

2 2

u
b

si pu vedere come unequazione dierenziale ordinaria (nella variabile y) contenente il parametro che ora sta in Rn . Si trova ancora
u
b ( ; y) = c ( ) e

2 j jy

172

per

2 Rn ; y > 0;

che imponendo la condizione

u
b ( ; 0) = fb( )

c ( ) = fb( )
u
b ( ; y) = fb( ) e

2 j jy

Il problema quindi calcolare lantitrasformata in Rn della funzione e 2 j jy .

Ci limitiamo a enunciare il seguente risultato, la cui dimostrazione si ottiene
con qualche espediente tecnico a partire dal calcolo gi fatto per n = 1
Proposizione 4.22 Per y > 0 e x 2 Rn , sia
Py (x) =

dove

(z) =

R +1
0

tz

((n + 1) =2)
(n+1)=2

y
2

y 2 + jxj

(4.4)

(n+1)=2

e t dt la funzione Gamma di Eulero36 . Allora

cy ( ) = e
P

2 j jy

La funzione Py (x) si dice nucleo di Poisson in Rn+1

e la soluzione del
+
problema (4.3) assegnata dalla funzione
u (x; t) = (Py

f ) (x) ;

per f 2 L1 (Rn ).
4.2.3

Lequazione del calore in tutto lo spazio

Consideriamo il problema di Cauchy per lequazione del calore (omogenea) in

tutto lo spazio Rn . Come vedremo, il metodo della trasformata di Fourier consente di risolvere il problema per qualsiasi n, senza incontrare maggiori di colt
se n > 1.
Consideriamo quindi il problema:
ut D u = 0 per x 2 Rn ; t > 0
u (0; x) = f (x) per x 2 Rn :

(4.5)

e, supponendo che la soluzione u (t; x) che cerchiamo sia, per ogni t ssato,
integrabile in Rn , applichiamo la trasformata di Fourier in Rn allequazione.
Ponendo
u
b ( ; t) = F (u ( ; t)) ( )
3 6 Per

(k

z intero,

(z) = (z

1)!, perci per n intero dispari, (n + 1) =2 = k e

1)!

173

((n + 1) =2) =

e ricordando che (punto iv del teorema 4.4)

\
(@
f ) ( ) = (2 i ) fb( ) ;

possiamo calcolare
([
u) ( ; t) =

n
X

n
X

2
@\
xi xi u ( ; t) =

j=1

j=1

j j u
b ( ; t) :

(2 i i ) u
b ( ; t)

Si ha anche (sotto opportune ipotesi che consentano di derivare rispetto al

parametro t lintegrale che denisce u
b ( ; t))
d
(u
bt ( ; t)
t ) ( ; t) = u

perci

u
bt ( ; t) + D4

j j u
b ( ; t) = 0

equazione dierenziale ordinaria in t (ora a vedersi come parametro) che si

integra come
2
2
u
b ( ; t) = c ( ) e 4D j j t
e trasformando anche la condizione iniziale u (x; 0) = f (x) si ha
u
b ( ; 0) = fb( )

che imposta come condizione iniziale allintegrale generale precedente d

u
b ( ; t) = fb( ) e

4D

j j2 t

(4.6)

Si tratta ora di riconoscere il nucleo gaussiano come la trasformata di Fourier

di unopportuna funzione. Questo facile, ricordando che (v. Esempio 4.10):
n=2

ajxj2 ( ) =
e\

2 j j2
a

Uguagliando gli esponenti

4D

j j t=

ricaviamo
a=

j j
a

1
4Dt

e quindi
\
jxj2
n=2
e 4Dt ( ) = (4D t)
e
e
F

1
n=2

(4D t)

jxj2
4Dt

174

( )=e

4D

4D

j j2 t

j j2 t

(4.7)

Deniamo quindi il nucleo del calore

k (x; t) =

e
n=2
(4D t)

jxj2
4Dt

Possiamo cos riscrivere la (4.6) (indicando con b

k ( ; t) la trasformata di k (x; t)
rispetto ad x) come
u
b ( ; t) = fb( ) b
k ( ; t)

e utilizzando la regola di trasformazione della convoluzione,

u
b ( ; t) = F (f

k ( ; t)) ( )

e inne (per liniettivit della trasformata, Corollario 4.15)

u (x; t) = (f
cio
u (x; t) =

1
n=2

(4D t)

k ( ; t)) (x) ;

jx yj2
4Dt

Rn

f (y) dy; per x 2 Rn ; t > 0

(4.8)

formula di rappresentazione integrale che dovrebbeassegnare la soluzione del

problema di Cauchy (4.5).
Discussione della formula di rappresentazione ottenuta
Al solito, anzich giusticare i passaggi che ci hanno portato alla (4.8), conviene
mostrare direttamente che la u assegnata da tale formula risolve eettivamente
il problema.
E facile mostrare che, per f 2 L1 (Rn ) e per ogni t > 0, si pu derivare
sotto il segno di integrale un numero qualsiasi di volte, applicando il risultato
visto nel 3.4.6. La funzione u quindi innitamente regolare per ogni t > 0.
Il fatto che u risolva lequazione discende dalla derivazione sotto il segno di
integrale e dal fatto che il nucleo del calore la soddisfa, come si pu vericare
con calcolo diretto:
ponendo per semplicit = jxj e considerando t > 0;
!
2
jxj2
1
n
n=2
1
@t (k (x; t)) = e 4Dt
t
+
n=2
n=2 4Dt2
2 (4D )
(4D t)
2
n
+
2t 4Dt2

= k (x; t)
(k (x; t)) =

n=2

(4D t)

4Dt

Ricordando che per una funzione radiale u (x) = g (jxj) si ha

u = g 00 ( ) +

175

g0 ( )

e calcolando questespressione per

2

g( ) = e

4Dt
2

g0 ( ) =

2Dt

4Dt

00

g ( )=e

1
2Dt

4Dt

2Dt

si ha
2

(k (x; t)) = k (x; t)

2Dt
2

= k (x; t)

1
2Dt

1
2Dt

n
2Dt

4D2 t2

e quindi
(@t

D ) (k (x; t))

= k (x; t)

2
n
+
2t 4Dt2

n
2Dt

4D2 t2

=0

per ogni t > 0:

La prima conclusione quindi :
per ogni f 2 L1 (Rn ) assegnata, la u data dalla formula (4.8) innitamente
derivabile e risolve lequazione del calore in Rn (0; +1) :
Come gi accadeva nel caso dellequazione del calore sul segmento, anche
in pi dimensioni e in tutto lo spazio lequazione del calore mostra di avere un
forte eetto regolarizzante.
Quanto alla condizione iniziale, osserviamo che, posto
k (x) =

1
n=2

(4D )

jxj2
4D

risulta per ogni t > 0

k (x; t) = kpt (x) :
Poich k (x) > 0 e dalla (4.7) per t = 1 leggiamo
!
jxj2
1
e 4D ( ) = e
F
n=2
(4D )
e quindi
Z
Rn

1
n=2

(4D )

jxj2
4D

dx = F

la famiglia di funzioni kpt (x)

amo concludere il seguente:

1
n=2

(4D )
t>0

jxj2
4D

4D

j j2

(0) = e

4D

j j2

(0) = 1;

unapprossimazione dellidentit, e possi-

176

Teorema 4.23 Per ogni f 2 L1 (Rn ), la u assegnata da (4.8) assume la condizione iniziale in senso L1 , ossia
ku ( ; t)

f kL1 (Rn ) ! 0 per t ! 0+ .

Vale inoltre la stima di dipendenza continua

sup ku ( ; t)kL1 (Rn )

kf kL1 (Rn ) :

t>0

Se inoltre f limitata e uniformemente continua, allora

ku ( ; t)

"

f continua e

f kC 0 (Rn ) ! 0 per t ! 0+

(convergenza uniforme).
Vale in tal caso il principio di massimo
sup
x2Rn ;t>0

ju (x; t)j

max jf (x)j :

x2Rn

Dimostrazione. I due risultati di convergenza seguono dal teorema 4.12 perch

k (x; t) unapprossimazione dellidentit.
La disuguaglianza di dipendenza continua una conseguenza della propriet
della convoluzione:
u ( ; t) = k ( ; t) f
ku ( ; t)kL1 (Rn ) kk ( ; t)kL1 (Rn ) kf kL1 (Rn ) = kf kL1 (Rn )
da cui prendendo il sup per t > 0 si ha la tesi.
Inne, il principio di massimo si dimostra come nel caso di un dominio
limitato (5.2.1).
Esempio 4.24 Rappresentiamo la soluzione del problema di Cauchy (in dimensione spaziale 1)
ut uxx = 0 per x 2 R; t > 0
u (0; x) = f (x) per x 2 R
con
1 se jxj < 1
f (x) =
0 altrimenti.
Si ha, per x 2 R; t > 0:
u (x; t) =

1
1=2

(4 t)

177

e
1

(x

y)2
4t

dy;

che ha il seguente graco:

Si osserva le etto regolarizzante dellequazione per t > 0.

Equazione non omogenea
Mediante la trasformata di Fourier possiamo risolvere anche un problema di
Cauchy per lequazione del calore non omogenea. Consideriamo il problema:
ut D u = F (x; t) per x 2 Rn ; t > 0
u (0; x) = 0 per x 2 Rn .

(4.9)

Non restrittivo supporre la condizione iniziale nulla; se non lo fosse, per il

principio di sovrapposizione potremmo sommare le soluzioni del problema (4.5)
e (4.9).
Trasformando e procedendo come in precedenza si ha:
u
bt ( ; t) + D4
u
b ( ; 0) = 0

j j u
b ( ; t) = Fb ( ; t)
2

che un problema di Cauchy per unequazione dierenziale ordinaria del primordine in t, lineare e non omogenea. Si integra cos:
Z t
2
2
4D 2 j j2 t
u
b ( ; t) = e
c( ) +
e4D j j Fb ( ; ) d
0

e imponendo la condizione iniziale,

Z t
Z t
4D 2 j j2 t
4D 2 j j2 b
u
b ( ; t) = e
e
F ( ; )d =
e
0

4D

j j2 (t

Fb ( ; ) d :

Sfruttando ora il calcolo gi fatto in precedenza, lintegranda si pu vedere come

la trasformata di una convoluzione in x,
Z t
u
b ( ; t) =
F (k ( ; t
) F ( ; )) ( ) d
0

178

e scambiando la trasformata in x con lintegrazione in t,

Z t
u (x; t) =
k( ;t
) F ( ; ) (x) d
0
Z t Z
=
k (x y; t
) F (y; ) dy d
Rn

o, esplicitamente:
u (x; t) =

1
n=2

(4D (t

))

jx yj2
4D(t
)

F (y; ) dy d :

Rn

(4.10)

Si confrontino le formule (4.8) e (4.10), costruite con lo stesso nucleo del

calore, ma diversa struttura degli integrali.
Discutere le ipotesi sotto cui la (4.10) assegna eettivamente la soluzione del
problema di Cauchy non cos semplce.
Echiaro che, non appena F una funzione limitata almeno per tempi niti,
cio
sup
jF (x; t)j MT < 1
x2Rn ;t2(0;T )

si pu scrivere, per ogni t

ju (x; t)j

MT

T
Z

(4D (t

= MT

n=2

))

Rn

jx yj2
4D(t
)

dy d

1d = tMT

da cui
sup ju (x; t)j ! 0 per t ! 0+ :

x2Rn

La condizione iniziale dunque assunta con continuit sotto la sola ipotesi di

limitatezza di F per tempi niti.
Il problema questa volta calcolare le derivate di u dalla formula di rappresentazione. Come in altri problemi per unequazione non omogenea, questo
porta a integrali singolari. Lo studente provi a riettere su cosa succede
cercando di calcolare
! !
Z t
Z
jx yj2
1
4D(t
)
e
@t
F (y; ) dy d
:
n=2
Rn
0
(4D (t
))
Ci limitiamo a segnalare che per F su cientemente regolare (ad es., C 2 ) il
procedimento giusticato.

179

4.2.4

Problemi unidimensionali per lequazione di diusione con trasporto

e reazione

Consideriamo, in una sola variabile spaziale, lequazione di diusione per la

concentrazione u di una sostanza in soluzione, con termini di trasporto e reazione
(v. 2.2 per il signicato sico):
ut Duxx + vux + u = 0 per x 2 R; t > 0
u (x; 0) = f (x) per x 2 R
dove D; v; sono costanti, D; > 0 per il loro signicato sico, mentre il segno
di v non ha importanza.
Possiamo con un cambio di variabile ricondurci allequazione di diusione
pura, di cui conosciamo la soluzione.
Poniamo:
u (x; t) = eax+bt w (x; t)
con a; b costanti da determinarsi e w nuova funzione incognita. Calcoliamo:
ut = eax+bt fbw + wt g

ux = eax+bt faw + wx g

uxx = eax+bt 2awx + wxx + a2 w

e sostituendo nellequazione otteniamo:
eax+bt (bw + wt )
wt

D 2awx + wxx + a2 w + v (aw + wx ) + w = 0

Da2 + av +

Dwxx + w b

+ wx (v

Scegliamo ora a; b in modo che sia

Da2 + av +
2Da = 0

b
v

=0

cio
a=

v
2D

b = Da2

av

e in denitiva
v

u (x; t) = e 2D x e

=
v2
4D +

v2
4D
t

w (x; t)

con
wt

Dwxx = 0

e imponendo la condizione iniziale

v

f (x) = u (x; 0) = e 2D x w (x; 0)

180

2Da) = 0:

otteniamo che w risolve il problema di Cauchy

wt Dwxx = 0 per x 2 R; t > 0
v
w (x; 0) = f (x) e 2D x per x 2 R
e quindi per la (4.8)
1
w (x; t) = p
4D t

jx yj2
4Dt

f (y) e

v
2D y

dy

Rn

e
u (x; t) = e
=e

v2
4D +

v2
4D +

Z
jx yj2
v
1
e 4Dt f (y) e 2D y dy
4D t Rn
Z
jx yj2
v
1
p
e 4Dt e 2D (x y) f (y) dy:
4D t Rn
v

e 2D x p

Troviamo quindi una formula di rappresentazione con una struttura simile alla
precedente, dove per:
il nucleo del calore che compare nellintegrale sostituito da uno modicato
che tiene conto del trasporto;
il tutto moltiplicato per un esponenziale decrescente nel tempo, che modellizza la reazione chimica (o decomposizione) che nel tempo tende a consumare
la sostanza.
4.2.5

Lequazione di Poisson nello spazio

Consideriamo lequazione di Poisson in tutto lo spazio R3 :

u=f
e proponiamoci di risolverla con la trasformata di Fourier. Sia ha:
4
da cui

2
j j u
b ( ) = fb( )

u
b( ) =

fb( )
2

2:

j j

Ovviamente questa scrittura vale indierentemente qualunque sia la dimensione

n dello spazio ambiente, tuttavia come vedremo nel seguito, nella risoluzione
giocher un ruolo cruciale il fatto di supporre di trovarci in R3 . Notiamo subito
che, a dierenza di quanto abbiamo visto nellapplicare la trasformata di Fourier
allequazione del calore o allequazione di Laplace sul semipiano, non possiamo
pensare di antitrasformare la funzione
m( ) =

1
4

j j

181

=b
k( )

per poi ottenere una formula di rappresentazione della soluzione del tipo u =
f k, in quanto la funzione m ( ) discontinua nellorigine e quindi certamente non la trasformata di Fourier di una funzione L1 R3 . Dovremo invece
b

antitrasformare direttamente il prodotto 4 f2(j )j2 . Scriviamo, per ora un po

formalmente
Z
Z
Z
fb( ) 2 i x
e2 i x
u (x) =
e
d =
f (y) e 2 i y dy d
2 j j2
2 j j2
R3 4
R3 4
R3
!
Z
Z
e2 i (x y)
=
f (y)
d dy
(4.11)
2 j j2
R3
R3 4
e studiamo anzitutto lintegrale interno, che riscriviamo (con x
Z
e2 i
k ( ) = lim
d :
L!1 j j<L 4 2 j j2

y = ) come

Lintegranda in ha denominatore radiale, mentre a numeratore compare la

scrittura z; tenendo anche conto del fatto che lintegrale esteso a una sfera,
viene lidea di usare le coordinate sferiche ( ; ; ), orientando lasse z verso la
variabile , in modo che risulti
d = 2 sin d d d
= j j cos :
Perci
Z

j j<L

e2
4

i
2

2d

j j

1
2
Z

2
e2 i
2 2

i j j cos

e2

j j cos
2i

i j j

i2

0
L

i j j cos

e2

e2

jzj
e 2
j j

2 2

sin d

sin d
!

i j j

sin (2 j j) d
j j
(t = 2 j j)
Z 2 Lj j
1
sin t
=
dt
2
2 j j 0
t
0

e utilizzando lintegrale generalizzato notevole (che si pu dimostrare con tecniche di variabile complessa)
Z R
sin t
lim
dt =
R!1 0
t
2
182

otteniamo
k ( ) = lim

L!1

1
2

j j

2 Lj j

sin t
1
dt =
2
t
2 j j

1
:
4 j j

Inne, utilizzando questespressione di k ( ) nella (4.11) otteniamo

Z
f (y)
u (x) =
dy = (f k) (x) ;
4
jx yj
3
R

(4.12)

formula che pu avere senso se ad esempio f nulla fuori da un insieme limitato

(si osservi che il nucleo k non integrabile allinnito, quindi per una generica
funzione f 2 L1 R3 lintegrale pu non esistere).
Si osservi che la funzione k ( ) una soluzione radiale dellequazione di
Laplace in R3 nf0g ; ossia il potenziale generato da una carica puntiforme posta
nellorigine. Quindi lintegrale che denisce u si pu vedere come la sovrapposizione degli inniti potenziali generati da cariche puntiformi poste nel generico
punto x, di intensit pari alla densit di carica f .
Al solito, si tratta ora di dimostrare che sotto opportune ipotesi la funzione
u assegnata dalla (4.12) risolve lequazione di Poisson. Tale soluzione evidentemente non pu essere unica: sommando a u una qualsiasi funzione armonica in
tutto lo spazio, si trova unaltra soluzione dellequazione di Poisson.
Prima di enunciare un teorema, cerchiamo di capire qual il problema. Se
potessimo calcolare
u (x) derivando sotto il segno di integrale a partire dalla
formula cos come scritta, otterremmo
Z
1
f (y) dy:
u (x)? =?
4
jx
yj
3
R
Questa formula per non pu essere vera per due ragioni:
1. Se fosse vera, poich sappiamo che la funzione 1= jyj armonica, otter1
remmo
= 0 e quindi
u = 0 e non, come vogliamo,
u =
4 jx yj
f.
2. Daltro canto se pensiamo ai singoli addendi che compongono il laplaciano
di 1= jyj ; cio
@2
1
2
@xi 4 jx yj
3

troviamo una funzione che in x va a innito come 1= jx yj , quindi non integrabile. Perci la derivazione sotto il segno di integrale non giusticabile.
Per calcolare correttamente il laplaciano di u occorrer riscrivere opportunamente lintegrale. Notando che
Z
Z
f (y)
f (x y)
dy =
dy;
yj
4 jyj
R3 4 jx
R3
il secondo integrale pu essere derivato, portando le derivate sotto il segno di
integrale, scaricando la derivata sulla funzione f anzich sul nucleo 1= jyj.
183

Occorrer per richiedere che la f sia derivabile due volte. A questo punto per
il problema capire a cosa uguale
Z
f (x y)
u (x) =
dy:
4
jyj
3
R
Per questo ci vorr qualche altra astuzia...
Teorema 4.25 Per ogni f 2 C02 R3 (cio C 2 e nulle fuori da un insieme
limitato), la u denita da (4.12) C 2 R3 e soddisfa lequazione
u = f in
R3 .
Dimostrazione. Consideriamo
Z
Z
f (x y)
f (y)
dy =
dy
u (x) =
yj
4 jyj
R3
R3 4 jx
e calcoliamo

u (x) =
=

ZR

jyj>r

f (x y)
dy
4 jyj
Z
f (x y)
dy +
4 jyj
jyj

f (x y)
dy
4 jyj

Ir (x) + Jr (x)

per un certo numero r > 0 che poi faremo tendere a zero.

Notare che la funzione 1= jyj integrabile in un intorno dellorigine, in R3
(passando in coordinate sferiche la funzione 1= viene moltiplicata per il fattore
2
proveniente dalla jacobiana), mentre la funzione
f (x y), per x ssato,
continua in y e nulla fuori da un insieme limitato. Perci gli integrali convergono.
Ricordiamo anche che la funzione 1= jyj armonica (fuori dallorigine) e
radiale, perci nella regione fjyj > rg
(1= jyj) = 0.
Applichiamo allora a Ir la seconda identit di Green
ZZZ
ZZ
@f
@g
g
dS,
[f g g f ] dxdydz =
f
@ne
@ne
@
1
= r12 (derivata rispetto
calcolando, per = fjyj > rg e @ = fjyj = rg, @@ jyj
a r, cambiata di segno perch la normale uscente dalla regione fjyj > rg)
Z
Z
y)
y)
x f (x
y f (x
Ir (x) =
dy =
dy
4
jyj
4
jyj
jyj>r
jyj>r
Z
Z
1
1 @f
=
f (x y) dS
(x y) dS
4 r2 jyj=r
4
r@
jyj=r

= Ir1 (x) + Ir2 (x) :

Ora
Ir1 (x) =

1
j@Br (x)j

@Br (x)

f (y) dS ! f (x) per r ! 0

184

mentre
Ir2 (x)

1
sup jrf j j@Br (x)j = r sup jrf j ! 0 per r ! 0;
4 r

perci Ir (x) ! f (x) per r ! 0.

Daltro canto
jJr (x)j =

jyj r

sup j f j

f (x y)
dy
4 jyj

jyj r

1
dy
4 jyj

in coordinate sferiche
= sup j f j 4
Quindi
4.2.6

1
4

d = sup j f j

r2
! 0 per r ! 0:
2

u = f.
Lequazione delle onde nello spazio

Consideriamo il problema di Cauchy per lequazione delle onde omogenea nello

spazio R3 :
8
< utt c2 u = 0 per x 2 R3 ; t > 0
u (0; x) = g (x) per x 2 R3
(4.13)
:
ut (0; x) = h (x) per x 2 R3 .

Notiamo anzitutto che la soluzione di questo problema si pu sempre ricondurre

a quella di un problema analogo, ma con g = 0. Si pu dimostrare infatti:

Proposizione 4.26 Per f : R3 ! R assegnata, sia wf la soluzione del problema

8
< utt c2 u = 0 per x 2 R3 ; t > 0
u (0; x) = 0 per x 2 R3
(4.14)
:
ut (0; x) = f (x) per x 2 R3 .

Allora la soluzione di (4.13) data da

u = @t wg + wh :
Il problema (4.14) si pu arontare con la trasformata di Fourier in R3 .
Trasformando lequazione e le condizioni iniziali si ha (analogamente al caso
dellequazione del calore nello spazio)
8
2
btt ( ; t) + 4 2 c2 j j u
b ( ; t) = 0
< u
u
b ( ; 0) = 0
:
u
bt ( ; 0) = fb( )
185

che si pu vedere come problema di Cauchy per unequazione dierenziale ordinaria in t (con come parametro), lineare del secondordine a coe cienti
costanti, omogenea. La soluzione :
sin (2 c j j t)
u
b ( ; t) = fb( )
:
2 cj j

Diversamente da quanto abbiamo fatto con lequazione di Laplace nel semipiano e lequazione del calore nello spazio, questa volta non si riesce a determinare
unespressione analitica semplice della funzione la cui trasformata di Fourier sia
sin (2 c j j t)
;
2 cj j
quindi non otterremo una formula di rappresentazione della soluzione con la
struttura
u ( ; t) = k ( ; t) f:
Scriviamo allora, applicando formalmente il teorema di inversione
Z
sin (2 c j j t) 2 i x
u (x; t) =
fb( )
e
d
2 cj j
3
R

introducendo, prudentemente, un passaggio al limite per avere integrali convergenti allinnito

Z
sin (2 c j j t) 2 i x
= lim
fb( )
e
d
L!1 j j<L
2 cj j

ed esprimendo la trasformata di f esplicitamente come integrale

Z
Z
sin (2 c j j t) 2 i x
= lim
f (y) e 2 i y dy
e
d
L!1 j j<L
2 cj j
R3
scambiando lordine di integrazione
= lim

L!1

R3

f (y)

j j<L

sin (2 c j j t) 2
e
2 cj j

i (x y)

dy:

Ora lavoriamo sullintegrale interno. E un integrale triplo ( = ( 1 ; 2 ; 3 )),

sulla sfera di centro lorigine e raggio L. Se non ci fosse lesponenziale complesso,
lintegranda sarebbe radiale; nella speranza di sfruttare al meglio le simmetrie,
utilizziamo delle coordinate sferiche orientate in modo che il vettore (x y)
punti verso il polo nord, cio
8
< 1 = cos
2 = sin cos
:
3 = sin sin
186

con

=j je

(x

y) = jx

yj cos :

Ricordiamo che, per la formula del cambio di variabili nellintegrale triplo in

coordinate sferiche,
d 1 d 2 d 3 = 2 sin d d d :
Si ha, ponendo anche, per semplicit jx yj = r,
Z
sin (2 c j j t) 2 i (x y)
e
d
2 cj j
j j<L
Z L
Z 2 Z
sin (2 c t)
=
e2 i r cos sin d
2 c
0
0
0
Z L
Z
sin (2 c t)
=
e2 i r cos sin d
d
c
0
0
Z L
sin (2 c t)
e2 i r cos
=
d
c
2 i r 0
0
Z L
sin (2 c t) e2 i r e 2 i r
d
=
c
2 i r
0
Z L
sin (2 c t) e2 i r e 2 i r
=
d
cr
2i
0
Z L
1
=
sin (2 c t) sin (2 r) d :
cr 0

Otteniamo quindi la formula:

Z

u (x; t) = lim

L!1

f (y)
c jx yj

R3

sin (2 c t) sin (2

jx

yj) d

dy:

Per calcolare lintegrale in dy trasformiamo anche questo in coordinate sferiche,

scegliendo lorigine in x, in modo che, ancora con jx yj = r, si abbia
8
< y1 x1 = r cos
y2 x2 = r sin cos
:
y3 x3 = r sin sin :
Quindi, lasciando scritto per ora

f (y) anzich f (x1 + r cos ; x2 + r sin cos ; x3 + r sin sin ) ;

si ha
u (x; t) = lim

L!1

= lim

L!1

+1

1
c

sin (2 c t)

f (y)
cr
Z +1

sin (2 c t) sin (2

sin (2

187

r)

r) d

sin d

f (y) sin d

!
d

r2 dr

rdr d :

Riconosciamo ora il signicato geometrico dellintegrale interno nelle variabili

; : multiplo dellintegrale di supercie, sulla supercie della sfera di centro
x e raggio r, di f . Precisamente, essendo, sulla supercie della sfera di raggio r;
dS = r2 sin d d
si ha
g (r)

f (y) sin d

d =

Z Z

1
r

f dS

@S(x;r)

cos che la formula precedente si riscrive

Z L
Z +1
1
u (x; t) = lim
sin (2 c t)
sin (2
L!1 c 0
0

r) g (r) dr d :

Si tratta ora di riconoscere la struttura di questo integrale.

La funzione g denita solo per r 0. Immaginiamo di prolungarla dispari
per r < 0. Allora la sua trasformata di Fourier in R
Z
Z +1
2 ir
gb ( ) =
g (r) e
dr = 2i
g (r) sin (2 r) dr
R

ossia
Z L
Z +1
1
sin (2 c t)
sin (2
c 0
0

1
2 ic

r) g (r) dr d =

sin (2 c t) gb ( ) d :

Daltro canto la trasformata di Fourier gb ( ) di una funzione reale e dispari

una funzione immaginaria pura e dispari, quindi
Z
Z +1
2 i s
c
(b
g ) ( s) =
gb ( ) e
d = 2i
gb ( ) sin (2 s) d
R

da cui leggiamo, per il teorema di inversione,

Z L
1 c
1
g ) ( ct) = g (ct)
lim
sin (2 c t) gb ( ) d = (b
L!1 0
2i
2i

e inne

u (x; t) =

1 1
1
g (ct) =
2 ic 2i
4 c2 t

Z Z

f dS

@S(x;ct)

Abbiamo cos ottenuto la formula di Kirchho :

Z Z
1
u (x; t) =
f dS;
4 c2 t
@S(x;ct)
che esprime il fatto che la soluzione u (x; t) proporzionale a 1=t volte lintegrale
di supercie del dato f sulla sfera @S (x; ct). Poich larea di tale sfera vale
4 c2 t2 , si pu anche esprimere la stessa formula come
Z Z
1
u (x; t) = t
f dS;
j@S (x; ct)j
@S(x;ct)
188

e dire che u (x; t) uguale t volte la media integrale di f sul bordo della sfera.
Tenendo conto anche della Proposizione 4.26 abbiamo il seguente risultato
preciso:
Teorema 4.27 (Formula di Kirchho) Per g 2 C 3 R3 e h 2 C 2 R3
assegnate, lunica soluzione del problema (4.13) assegnata dalla formula
!
Z Z
Z Z
1
1
u (x; t) = @t
gdS
+
hdS:
4 c2 t
4 c2 t
@S(x;ct)
@S(x;ct)
Non dimostriamo questo teorema (occorrerebbe provare che nelle ipotesi
enunciate la formula precedente si pu eettivamente derivare due volte e assegna la soluzione del problema di Cauchy), accontentandoci di commentare la
formula nale ottenuta.
Le onde tridimensionali si propagano secondo questa legge: il valore di u nel
punto x allistante t dipende solo dai valori dei dati iniziali g; h sulla supercie
della sfera di centro x e raggio ct. Questa supercie costituisce quindi il dominio
di dipendenza di u (x; t).
Ad esempio: una perturbazione puntiforme nei dati, concentrata nel punto
x0 allistante t = 0, sar visibile nel punto x solo allistante t0 = jx x0 j =c.
Questo signica che in tre dimensioni una sorgente puntiforme produce segnali
istantanei.
Per contro, abbiamo visto che per unonda unidimensionale la formula di
DAlembert d:
Z x+ct
1
1
v0 (s) ds;
u(x; t) = (u0 (x + ct) + u0 (x ct)) +
2
2c x ct
da cui leggiamo che il valore u (x; t) dipende dai valori che il dato v0 assume in
tutto lintervallo (x ct; x + ct); questo signica anche che una perturbazione
puntiforme nei dati, concentrata nel punto x0 allistante t = 0, sar visibile in
un punto x per ogni tempo t > jx x0 j =c. La propagazione ondosa in una
dimensione o in tre dimensioni ha quindi un comportamento ben diverso.
Non ci occuperemo qui dellequazione delle onde in dimensione spaziale due,
ma segnaliamo a titolo di confronto che dal punto di vista di cui stiamo discutendo il caso bidimensionale assomiglia a quello unidimensionale e non a quello
tridimensionale: il dominio di dipendenza di u (x; t) costituito in due variabili
dal cerchio pieno di centro x e raggio ct. In due variabili quindi (come in una)
una perturbazione istantanea produce unonda teoricamente perenne, mentre in
tre variabili ne produce una istantanea.
Si pensi al fenomeno di un sasso lanciato nellacqua, che possiamo vedere sia
dal punto di vista delle onde meccaniche approssimativamente bidimensionali
prodotte nellacqua (i cerchi nellacqua), sia delle onde sonore tridimensionali
(rumore): a fronte di un unico fenomeno approssimativamente istantaneo e
puntiforme del sasso che cade, leetto sonoro (tridimensionale) istantaneo

189

mentre leetto meccanico (onde dacqua) produce un treno di cerchi che si

allargano, virtualmente senza termine (se non ci fosse attrito).
A titolo di confronto si rietta sul fatto che, nello studio dellequazione
del calore, non abbiamo incontrato dierenze qualitativamente rilevanti al variare della dimensione spaziale. Euna caratteristica dellequazione delle onde e
dei fenomeni ondulatori quella di presentare rilevanti dierenze al variare della
dimensione spaziale.

4.3

Unapplicazione della trasformata di Fourier al calcolo

delle probabilit: il teorema limite centrale

Il teorema limite centrale un risultato fondamentale del calcolo delle probabilit che in certo senso rende ragione dellimportanza e dellonnipresenza della
legge normale. Consideriamo una successione di variabili aleatorie X1 ; X2 ; :::; Xn ; :::
indipendenti, aventi tutte la medesima legge (ma non necessario a priori sapere
di quale legge si tratti), di valore atteso e varianza 2 nite. Consideriamo la
media campionaria delle prime n variabili,
n

Xn =

1X
Xi :
n i=1

Per le propriet di media e varianza della somma di variabili aleatorie (v.a.)

2
indipendenti, la v.a. X n avr media e varianza n , pur avendo legge eventualmente ignota. Ci che aerma il teorema limite centrale che, per n abbastanza
grande, la legge di X n ben approssimata dalla legge normale di media e
2
varianza n . In simboli:
2

Xn ' N

Invece che dire che due v.a. dipendenti entrambe da n hanno leggi simili per
n grande, si pu fare unaermazione pi precisa standardizzando la v.a. X n ,
cio considerando la v.a.
Xn
p
Sn =
= n
che, ancora per le propriet di media e varianza, avr valore atteso 0 e varianza
1, pur seguendo una legge eventualmente ignota. Tuttavia, per n tendente a
innito la legge di Sn tende alla legge normale standard. Arriviamo cos a un
enunciato preciso:
1

Teorema 4.28 Sia fXk gk=1 una successione di v.a. indipendenti e identicamente distribuite, aventi valore atteso
e varianza 2 nite. Deniamo la
successione di v.a.
n

Sn =

Xn
1X
p con X n =
Xi :
n i=1
= n
190

Allora se Z

N (0; 1) indica una v.a. di legge normale standard, si ha:

Z t
1
e
t) = p
2
1
per n ! 1 e per ogni t 2 R:

P (Sn

t) ! P (Z

u2 =2

du

Dimostreremo questo teorema nel caso in cui le Xk sono v.a. continue, cio
dotate di una funzione densit fX con le propriet:
Z

fX : R ! [0; 1)
fX (u) du = 1
Z
P (Xk t) =

fX (u) du
1

(si ricordi che le Xk hanno tutte la stessa legge). La densit della Z normale
standard
2
1
(u) = p e u =2
2
e quello che eettivamente dimostreremo che la trasformata di Fourier della
densit di Sn tende alla trasformata di Fourier della densit di Z. Poich
la trasformata di Fourier individua univocamente funzione di partenza, questo
sostanzialmente implica la tesi.
Per seguire la dimostrazione occorre ricordare alcuni fatti di base che riguardano
le v.a. continue. Anzitutto il valore atteso di una v.a. continua X dato da
Z
EX =
ufX (u) du:
R

Si ha anche
E X2 =

u2 fX (u) du

e, pi in generale, se g (t) una qualsiasi funzione continua,

Z
E (g (X)) =
g (u) fX (u) du
R

il che signica che la trasformata di Fourier della densit di una v.a. continua
ha la seguente interpretazione:
Z
fX (u) e 2 iu du = E e 2 i X :
R

Solitamente nel calcolo delle probabilit si introduce la funzione caratteristica

X (t) di una v.a. X; denita come
X

(t) = E eitX
191

che, a parte la diversa constante 2 , coincide con la trasformata di Fourier di

fX . Noi useremo la trasformata di Fourier denita con le nostre usuali notazioni.
Un altro fatto noto che utilizzeremo che la somma di due v.a. continue e
indipendenti X; Y ha per densit la convoluzione delle densit:
fX+Y = fX

fY :

Questo fatto segue da un analogo continuo del teorema delle probabilit totali.
Veniamo quindi alla
Dimostrazione del teorema limite centrale. Sappiamo che
F e

x2

1=2

2 2

( )=

perci
F

1
p e
2

x2 =2

1
1=2
( ) = p (2 ) e
2

2 2

=e

2 2

perci la tesi consister nel mostrare che

F (fSn ) ( ) ! e

2 2

per n ! 1:

(4.15)

Scriviamo
Xn
p =
Sn =
= n

1
n

Pn

Xi
p
= n

i=1

1
n

Pn

(Xi
p
= n

i=1

Pn

(Xi
p
n

i=1

e osserviamo anzitutto la relazione

F (faX ) ( ) = E e

2 i aX

= F (fX ) (a ) ;

perci

Calcoliamo quindi

F (fSn ) ( ) = F fPni=1 (Xi

F fPni=1 (Xi

f(X2

)
)

) uguale a

::: f(Xn

( ) ::: fb(Xn

(4.16)

( )

che, per lindipendenza della Xi e quindi delle (Xi

F f(X1
= fb(X

( )

( ):

Daltro canto le Xi
sono identicamente distribuite, quindi hanno tutte la
stessa densit fX
e si ha:
F fPni=1 (Xi

( ) = fb(X
192

n
)

( )

che grazie alla (4.16) d

n

F (fSn ) ( ) = F fPni=1 (Xi

fb(X

Lultima espressionep rappresenta la potenza n-esima del valore della funzione

fb(X ) nel punto = n : Per calcolare il limite di questespressione per n ! 1
utile avere uno sviluppo di MacLaurin di fb(X ) . Per ottenere questo scriviamo
Z
b
f(X ) ( ) =
e 2 i x f(X ) (x) dx
R

e sviluppiamo lesponenziale rispetto alla variabile

e

2 i x

Abbiamo
fb(X

)( )=

=1

Z
2

f(X
R
Z

1
2
(2 ix)
2

2 i x+

) (x) dx

2 i

pensata vicino a zero,

+o

xf(X

2 2

x2 f(X

(x) dx + o

=1

(x) dx
f(X

(x) dx

2 i E (X

2 2

E (X

+o

dove si usato il fatto che la densit ha integrale 1. Ora ricordiamo che

E (X

) = EX

E (X

=0
2

= Var X =

Quindi
fb(X

fb(X

( )=1

2 2 2

=1

F (fSn ) ( ) =

+o

+o
n

+o

Il calcolo di questo limite per n ! 1 si riconduce ora ai limiti notevoli legati al

numero e:
n
1

+o

n log 1 2

=e

+o

dove
n log 1

+o

193

+o

2 2

perci
1

+o

n
2

!e

2 2

che la (4.15).
Il passaggio in cui abbiamo inserito lo sviluppo rispetto a nellintegrale in
x un poformale, ma pu essere giusticato. Supponiamo ad esempio che per
3
la v.a. X sia nito anche E jXj (basterebbe supporre che sia nito E X 2 ).
Allora, scriviamo lo sviluppo di MacLaurin con resto secondo Lagrange per la
funzione
g( ) = e

2 i x

g( ) = 1
con
e
fb(X

2 i x+

2 (0; 1) ; dipendente da

1
2
(2 ix)
2

g 000 ( )

e x. Si ha:

3
1
2
3
= 1 2 i x + (2 ix) 2 +
( 2 i x) e 2
2
6
Z
Z
(
)
=
f
(x)
dx
2
i
xf(X ) (x) dx
)
(X
)
R
R
Z
3 Z
3
( 2 i x) e
2 2 2 x2 f(X ) (x) dx +
6
R
R

2 i x

2 i

f(X

(x) dx

dove
Z

( 2 i x) e

2 i

f(X

) (x) dx

perci il termine di errore nello sviluppo di fb(X

eettivamente o 2 .

4.4

(2 )

jxj f(X

(x) dx = c

( ) maggiorato da c

ed

La trasformata di Fourier su L2 (Rn )

Vogliamo ora mostrare come la trasformata di Fourier, che abbiamo nora calcolato per funzioni L1 (Rn ), si possa estendere allo spazio L2 (Rn ). Se, da una
parte, la denizione di trasformata di Fourier di una funzione L2 meno immediata rispetto alla trasformata di una funzione L1 (motivo per cui abbiamo
studiato prima la teoria L1 ), vedremo daltro canto che le propriet funzionali della trasformata di Fourier sono migliori sullo spazio L2 e questa teoria
permetter altre applicazioni interessanti e signicative.
4.4.1

Lo spazio delle funzioni a decrescenza rapida

Tra le propriet della trasformata di Fourier che abbiamo studiato, abbiamo

visto che: pi regolare f , pi velocemente tende a zero fb allinnito; viceversa, pi velocemente tende a zero allinnito f; pi regolare fb. Una funzione
194

f che abbia buone propriet da entrambi questi punti di vista (regolarit e velocit di convergenza a zero allinnito) avr quindi una trasformata con buone
2
jxj2
propriet da entrambi i punti di vista. Ad esempio, la gaussiana e
, innitamente derivabile e tendente a zero allinnito con velocit esponenziale, ha
per trasformata se stessa.
Deniamo una classe di funzioni S che abbia appunto buone propriet da
questi due punti di vista, in modo che la trasformata di Fourier di una di queste
funzioni sia ancora una funzione nella classe S.
Denizione 4.29 Si dice classe di Schwartz delle funzioni a decrescenza rapida
la classe S delle funzioni f : Rn ! R (o C) tali che f 2 C 1 (Rn ) e per ogni
intero k 0 e multiindice si abbia
k

lim jxj D f (x) = 0:

jxj!1

Detto a parole, la funzione f e qualsiasi sua derivata (di qualsiasi ordine)

tende a zero allinnito pi rapidamente di qualsiasi potenza negativa di jxj. Ad
2
esempio, la gaussiana e jxj ( > 0) appartiene a S.
La classe S uno spazio vettoriale, come si verica immediatamente, tuttavia non esiste una norma che catturi tutte le informazioni richieste dalla
: in generale,
denizione di S, come del resto gi accadeva per lo spazio C 1
gli spazi di funzioni innitamente derivabili non si riescono a dotare di una
struttura di spazio vettoriale normato completo. Questi spazi hanno piuttosto
la propriet di essere densi in spazi vettoriali normati completi di funzioni meno
regolari. Ad esempio:
Proposizione 4.30 Lo spazio S denso in Lp (Rn ) per ogni p 2 [1; +1).
Esplicitamente, questo signica che per ogni f 2 Lp (Rn ) con p 2 [1; +1) esiste
una successione ffk g S tale che kfk f kLp (Rn ) ! 0.
Questa proposizione discende dallanalogo risultato di densit che vale per
lo spazio C01 (Rn ) delle funzioni innitamente derivabili e nulle fuori da un
insieme limitato, che si dimostra essere denso in Lp (Rn ) per ogni p 2 [1; +1);
ovviamente C01 (Rn ) S perci una successione di funzioni C01 (Rn ) che tende
a f in Lp si pu anche vedere come una successione di funzioni in S.
Le propriet che ci interessano riguardo allo spazio S sono racchiuse nel
seguente:
Teorema 4.31 (Trasformata di Fourier sullo spazio S).
(i) Per ogni f 2 S risulta fb 2 S.
(ii) per ogni f; g 2 S risulta
Z
Z
f (x) g (x) dx =
fb( ) gb ( ) d
Rn

Rn

dove f indica il complesso coniugato. In particolare

195

(iii) per ogni f 2 S risulta

kf kL2 (Rn ) = fb

L2 (Rn )

Dimostrazione. (i) Dal Teorema 4.4, punto (iii) sappiamo che: se per un intero
k 1 x f 2 L1 (Rn ) per ogni multiindice con j j k; allora fb 2 C k (Rn ) e
@ fb = F (( 2 ix) f ) :

Dunque se f 2 S si ha fb 2 C k (Rn ) per ogni k; ossia fb 2 C 1 (Rn ). Dal

punto (iv) dello stesso teorema sappiamo che se f 2 C k (Rn ) ; @ f 2 L1 (Rn )
per j j k e @ f tende a zero allinnito per j j k 1, allora
\
(@
f ) ( ) = (2 i ) fb( ) :

In particolare, poich dal punto (v) dello stesso teorema sappiamo che la trasfor\
mata di Fourier di una funzione L1 tende a zero allinnito, abbiamo che (@
f ) ( ),
k b
b
e quindi (2 i ) f ( ), tende a zero allinnito. Perci limj j!1 j j f ( ) = 0.
Daltro canto @ fb = F (( 2 ix) f ) ; perci ponendo g (x) = ( 2 ix) f (x) si
ha che anche g 2 S e
k
k
j j @ fb( ) = j j gb ( ) ! 0 per j j ! 1

il che completa la dimostrazione del fatto che fb 2 S.

(ii) Notiamo anzitutto che per ogni f; g 2 S risulta f g 2 L1 e, per il punto
(i), anche fbgb, perci i due integrali scritti esistono; controlliamo che sono uguali.
Poich fb; gb 2 S L1 , vale la formula di inversione perci
Z
Z
Z
f (x) g (x) dx =
g (x)
fb( ) e2 i x d dx
n
n
n
R
R
R
Z
Z
=
fb( )
g (x) e2 i x dx d
Rn

Rn

Rn

Rn

fb( )

g (x) e

2 i x dx

Rn

fb( ) gb ( ) d

dove lo scambio dordine di integrazione vale perch gli integrali convergono in

valore assoluto perch f; g; fb; gb sono L1 .
(iii) Applicando il punto (ii) a f = g si ha la tesi.
4.4.2

Trasformata di Fourier su L2

Il fatto che la trasformata di Fourier trasformi S in se stesso conservando la norma L2 ; unito al fatto che S denso in L2 ; permette ora di denire la trasformata
di Fourier su L2 : Infatti:
196

per f 2 L2 (Rn ),nsiaoffk g

S tale che kfk f kL2 ! 0. Mostriamo che
b
allora la successione fk converge a una funzione L2 ; che sar per denizione
n o
la trasformata di Fourier di f . Infatti la successione fbk di Cauchy in L2 ;
in quanto per la linearit della trasformata e il Teorema 4.31 (iii) si ha:
fbk

fbh

L2 (Rn )

= (f\
fh )
k

L2 (Rn )

= kfk

fh kL2 (Rn ) ! 0

n o
fbk di Cauchy in
L2 ed essendo questo spazio completo, esiste g 2 L2 (Rn ) tale che fbk ! g in L2 .
Questa g per denizione la trasformata di Fourier di f . Si tratta di controllare
che, scegliendo una diversa successione ffk g convergente a f , il limite di fbk non
cambierebbe. Ma questo segue dal fatto che
perch ffk g convergendo a f in L2 di Cauchy. Dunque

fbk

fck

L2 (Rn )

= (f\
fk )
k

L2 (Rn )

= kfk

fk kL2 (Rn ) ! 0

perch entrambe le successioni fk ; fk tendono a f:

In sintesi la trasformata di Fourier di f 2 L2 cos denita:
fb il limite in L2 di fbk

dove

ffk g

fk ! f in L2 (Rn ) :

Le propriet della trasformata di Fourier su L2 sono sintetizzate nel prossimo

Teorema 4.32 (Traformata di Fourier su L2 ) Loperatore
F : L2 (Rn ) ! L2 (Rn )
lineare e continuo, e soddisfa le seguenti identit:
Z
Z
fb( ) gb ( ) d
f (x) g (x) dx =
Rn

Rn

kf kL2 (Rn ) = fb

L2 (Rn )

per ogni f; g 2 L2 (Rn ). Inoltre F una corrispondenza biunivoca di L2 (Rn ) in

se stesso.
Queste propriet si esprimono dicendo che F unisometria su L2 (Rn ), cio
una corrispondenza biunivoca che conserva la norma (e, come preciseremo dopo
aver introdotto il concetto di spazio di Hilbert, conserva il prodotto scalare).
Vale anche la formula di inversione:
b
f (x) = fb( x) per q.o. x 2 Rn , per ogni f 2 L2 (Rn ) :

Inne, se f 2 L1 \ L2 (Rn ) la trasformata di Fourier di f denita come

funzione L1 o come funzione L2 coincidono.
197

Dimostrazione. Le due identit seguono per densit dalle analoghe propriet

che valgono in S. Infatti, date f; g 2 L2 (Rn ) ; siano ffk g ; fgk g
S tali che
fk ! f e gk ! g in L2 (Rn ). Allora
Z
Z
f (x) g (x) dx
fk (x) g k (x) dx
Rn
Rn
Z
Z
=
[f (x) fk (x)] g (x) dx
fk (x) [g k (x) g (x)] dx
n
n
ZR
ZR
jf (x) fk (x)j jg (x)j dx +
jfk (x)j jg k (x) g (x)j dx
Rn

Rn

per la disuguaglianza di Hlder,

kf

fk kL2 (Rn ) kgkL2 (Rn ) + kfk kL2 (Rn ) kgk

c kf

fk kL2 (Rn ) + kgk

gkL2 (Rn )

gkL2 (Rn ) ! 0

dove nella disuguaglianza si usato il fatto che fk essendo convergente in L2

limitata, perci kfk kL2 (Rn ) c. Questo dimostra che:
R
R
Se fk ! f e gk ! g in L2 (Rn ) allora Rn fk (x) g k (x) dx ! Rn f (x) g (x) dx:
R
In particolare poich fbk ! fb e gbk ! gb in L2 (Rn ) si ha anche Rn fbk ( ) gbk ( ) d !
R
fb( ) gb ( ) d :
Rn
Dunque a partire dallidentit
Z
Z
fk (x) g k (x) dx =
fbk ( ) gbk ( ) d
Rn

Rn

che vale, in base al Teorema 4.31 che vale per fk ; gk in quanto queste funzioni
stanno in S, passando al limite per k ! 1 si ha
Z
Z
fb( ) gb ( ) d
f (x) g (x) dx =
Rn

Rn

che la prima identit desiderata. La seconda segue dalla prima ponendo f = g.

Mostriamo che vale la formula di inversione. Poich vale per funzioni a
decrescenza rapida (perch sono L1 con trasformata L1 ), data f 2 L2 (Rn ) e
b
b
ffk g S tale che fk ! f in L2 si ha anche che fbk ! fb in L2 e fbk ! fb in L2
perci passando al limite nellidentit

si trova

b
fk (x) = fbk ( x)

b
f (x) = fb( x) in L2 , ossia quasi ovunque.

Mostriamo ora che F una corrispondenza biunivoca. Segue dalla formula

di inversione. Infatti:

198

b
F iniettiva perch se f 2 L2 tale che fb = 0 allora f (x) = fb( x) =
b
0 ( x) = 0:
F suriettiva perch data una g 2 L2 (Rn ), per trovare f 2 L2 (Rn ) tale
che fb = g basta porre f (x) = gb ( x), per cui si ha
fb(x) = gb\
( x) = g (x) :

Se f 2 L1 \ L2 (Rn ), indichiamo provvisoriamente con F1 f e F2 f la

trasformata di Fourier denita vedendo f come funzione L1 o L2 , rispettivamente, e mostriamo che F1 f = F2 f . Sia ffk g
S tale che fk ! f sia in L1
2
2
b
b
che in L allora fk ! F2 f in L e fk ! F1 f uniformemente, in particolare in
L2 di ogni insieme limitato. Perci F1 f = F2 f in L2 , cio q.o.
Si confronti la semplice propriet funzionale che ha la trasformata di Fourier
su L2 (essere una corrispondenza biunivoca, che conserva la norma), col fatto che
su L1 non semplice caratterizzare limmagine di F, e la formula di inversione
non vale su tutto il codominio C00 (Rn ) :
Daltro canto la denizione di fb per f 2 L2 meno immediata che per
f 2 L1 . In particolare, per una generica f 2 L1 non detto che lintegrale
Z
f (x) e 2 ix dx
Rn

converga. Vale per la seguente semplice propriet:

Proposizione 4.33 Sia f 2 L2 (Rn ) e sia ffk g una qualsiasi successione appartenente a L2 \ L1 tale che fk ! f in L2 . Allora fbk ! fb in L2 . In
particolare
Z
f (x) e 2 ix dx ! fb( ) in L2 .
jxj k

Dimostrazione. Il fatto che per fk ! f in L2 si abbia fbk ! fb in L2 segue dal

fatto che F lineare continua su L2 (anzi unisometria). La successione
fk (x) = f (x)

fjxj<kg

(x)

una particolare successione di funzioni che appartiene a L2 \ L1 e tende a f

in L2 . Infatti: jfk (x)j
jf (x)j implica che fk 2 L2 poich f 2 L2 . Inoltre
sappiamo che L2 ( )
L1 ( ) se
limitato, e fk nulla fuori dalla sfera
Bk (0) ; quindi sta in L1 (Bk (0)). Inne, fk ! f in L2 perch fk ! f q.o. e
2
2
jfk (x) f (x)j
jf (x)j 2 L1 ; da cui per il teorema di Lebesgue
Z
2
jfk (x) f (x)j ! 0:
Rn

199

Esempio 4.34 Si calcoli la trasformata di Fourier della funzione

f (x) =

x
:
1 + x2

La funzione sta in L2 ma non in L1 . Dobbiamo perci calcolare

Z
xe 2 i x
dx:
fb( ) = lim
k!1 jxj<k 1 + x2

Questo limite esattamente ci che si ottiene quando si calcola con metodi

di analisi complessa (teorema dei residui) lintegrale
Z
xe 2 i x
dx:
2
R 1+x

Per

< 0 lintegrale uguaglia

2 i Res

ze 2 i z
;i
1 + z2

2 i z

ze

=2 i

(i) = 2 i e

2z

Quindi, simmetrizzando dispari la funzione anche per

fb( ) =

2 ie

2 j j

2 ie
2 ie2

sgn (x) =

2 i z

(i) = 2 ie2 :

> 0 otteniamo
per > 0
per < 0

Si noti che la trasformata ottenuta sta in L2 ma discontinua, coerentemente

al fatto che non la trasformata di una funzione L1 .
Esempio 4.35 Si calcoli la trasformata di Fourier della funzione
f (x) =

sin x
:
x

La funzione sta in L2 ma non in L1 . Dobbiamo perci calcolare

Z
sin x 2 i x
b
f ( ) = lim
e
dx:
k!1 jxj<k
x

Di nuovo, questo limite esattamente ci che si ottiene, in e etti, quando si

calcola con metodi di analisi complessa lintegrale
Z
sin x 2 i x
e
dx:
R x
Procediamo cos:
sin x =

eix

1
fb( ) =
2i

e
2i
Z

ix

, perci
eix(1 2
x

dx

ix(1+2

200

dx

1
fI1 ( )
2i

I2 ( )g

e calcoliamo separatamente i due integrali col metodo dei residui.

Per calcolare I1 ( ) ; se 1 2
> 0 cio
< 21 dobbiamo integrare la
funzione
eiz(1 2 )
f (z) =
z
sul circuito

Per il teorema di Cauchy lintegrale sul circuito nullo; per R ! 1 lintegrale

sulla semicirconferenza grande tenda a zero (lemma del grande cerchio), quello
sui segmenti tende allintegrale che vogliamo calcolare, quello sulla circonferenza
piccola tende (lemma del piccolo cerchio) a
i Res (f (z) ; 0) ;
perci per

<

1
2

I1 ( ) = i Res (f (z) ; 0) = i eiz(1

Invece per

>

1
2

(0) = i:

dobbiamo calcolare lintegrale di f (z) sul circuito

ottenendo ancora che lintegrale sul circuito zero e lintegrale sul grande cerchio
tende a zero. Ora lintegrale sul piccolo cerchio tende a
i Res (f (z) ; 0) = i
quindi per

>

1
2

si ha:
I1 ( ) =
201

i:

In denitiva,
I1 ( ) =

i per < 21
i per > 21

Un calcolo analogo su I2 ( ) ci fa concludere che

I2 ( ) =

i per <
i per >

1
2
1
2

e in conclusione
1
fI1 ( )
fb( ) =
2i

cos che

8
< per
per
I2 ( )g =
:
per

1
2
1
2 <
< 21

>

per j j < 2
0 per j j > 2

fb( ) =

<

1
2

1
2i
1
2i
1
2i

( 2 ;2 )

f i ( i)g = 0
f i ( i)g =
f i
ig = 0
( ):

Si osserva che f innitamente derivabile ma va a zero lentamente (non L1 );

coerentemente, fb non neppure continua, in compenso tende a zero molto
velocemente: addirittura nulla fuori da un intervallo limitato.
Esempio 4.36 Si calcoli la trasformata di Fourier della funzione caratteristica
di un intervallo ( a; a).
f (x) =
fb( ) =

( a;a) (x)
a
2 ix

dx = 2

cos (2 x ) dx = 2

sin (2 x )
2

sin (2 a )

Si osservi che f 2 L1 \ L2 ; coerentemente fb 2 C 0 \ L2 , tuttavia fb 2

= L1 e la
1
formula di inversione in L non applicabile. E tuttavia applicabile in L2 ;
come abbiamo fatto sostanzialmente nellesempio precedente.
Si introduce a volte la funzione
sinc (t) =

sin ( t)
:
t

Con queste notazioni si pu quindi scrivere che

\
( a;a) ( ) = 2a sinc (2a ) ;
un risultato che utilizzeremo nella dimostrazione del teorema di Shannon.
4.4.3

Applicazioni della trasformata di Fourier su L2

Mostriamo qualche applicazione signicativa della trasformata di Fourier in cui

importante vedere F come operatore su L2 o su S.

202

Principio di indeterminazione di Heisenberg Col nome di principio di

indeterminazione di Heisenberg si intende sia un principio fondamentale della
meccanica quantistica sia un teorema che riguarda la trasformata di Fourier.
Questi due fatti sono in realt strettamente legati. Occupiamoci naturalmente
del secondo.
Teorema 4.37 Per ogni f 2 S (in una variabile) vale la disuguaglianza
2

kf kL2 (R)

1=2
2

jxf (x)j dx

Dimostrazione. Integrando per parti,

Z
h
i+1
2
2
2
kf kL2 (R) =
1 jf (x)j dx = x jf (x)j
{z }
1
R|

x f (x) f (x)

dx:

(4.17)

h
i+1
2
1; perci x jf (x)j
= 0: Inoltre

Poich f 2 S; x jf (x)j ! 0 per x !

0

g0 h

f (x) f (x)

1=2

fb( ) d

= f (x) f (x)+f (x) f (x) = f (x) f (x) +f (x) f (x) = 2 Re f (x) f (x) ;

perci
2

kf kL2 (R) =
2

2
Z

x Re f (x) f (x)

dx =

2 Re

xf (x) f (x) dx

xf (x) f (x) dx

applicando la disuguaglianza di Schwartz

2

1=2
2

jxf (x)j dx

0 2

f (x)

1=2

dx

(4.18)

Ora sfruttando il fatto che F unisometria su L2 ;

Z
Z
Z
2
0 2
0 2
d
0) ( ) d
f (x) dx =
f (x) dx =
(f
R

per la formula di trasformazione della derivata (valida in L1 quindi in S),

d
0) ( ) =
(f
2 i fb( )
Z
2
2
= (2 )
fb( ) d
R

che sostituita nella (4.18) d

2

kf kL2 (R)

1=2
2

jxf (x)j dx
203

(2 )

fb( ) d

1=2

da cui la tesi.
Diamo ora uninterpretazione della disuguaglianza (4.17). Consideriamo la
2
totalit delle funzioni f 2 S per cui si ha kf kL2 (R) = 1. Possiamo allora vedere
2

jf (x)j come la densit di una variabile aleatoria continua X. Se pensiamo

a una X di valore atteso nullo, cio una f con un graco del tipo campana
centrata nellorigine, lintegrale
Z

1=2
2

jxf (x)j dx

rappresenta la deviazione standard di X. Daltro canto poich la trasformata

2
2
di Fourier unisometria, sar anche fb
= 1; per cui anche fb( ) si pu
L2 (R)

vedere come una densit, e

1=2

fb( ) d

sar la deviazione standard della v.a. di densit fb( ) : La disuguaglianza dice

che il prodotto delle due deviazioni standard non pu valere meno di 1, ossia:
se una delle due v.a. molto concentrata (deviazione standard piccola), laltra
dovr essere necessariamente molto grande. Tornando a interpretare questo
fatto in termini puramente analitici:
una funzione f 2 S e la sua trasformata di Fourier non possono essere
entrambe tanto concentratequanto si vuole: se una molto concentrata vicino
allorigine, laltra sar molto dispersa, e viceversa.
Si osservi che quello che vale per funzioni a decrescenza rapida, per densit
vale per funzioni L2 ; solo che, per una generica funzione L2 , uno o entrambi gli
integrali a secondo membro della (4.17) potrebbero addirittura essere inniti.
Esempio 4.38 Calcoliamo i due membri della (4.17) per la famiglia di gaussiane
2
f (x) = e x :
Si ha:

kf

2
kL2 (R)

jxf (x)j dx =

2 x2

ZR

dx =

x
4

4 xe

2 x2

dx =

integrando per parti

=

x
e
4

2 x2

+1

+
1

1
e
4

204

2 x2

1
dx =
4

fb ( ) =
2

2 2

e
Z

fb( ) d =

2 2 2

d =

con analoga integrazione per parti

1
=
4

Il secondo membro della (4.17) viene quindi

4

1
4

1=2

1
4

1=2

1=2

cio uguale al primo membro. Questo signica che per la famiglia di gaussiane
la disuguaglianza diventa esattamente unuguaglianza, il che dimostra:
1) che la disuguaglianza ottenuta la migliore possibile, ossia la costante
non pu essere migliorata;
2) che le gaussiane sono curve ottimali dal punto di vista del miglior compromesso possibile tra concentrazione di f e concentrazione di fb:

Veniamo allinterpretazione sica della disuguaglianza. Se, in meccanica

quantistica, la funzione donda di una particella libera di muoversi in una
2
sola dimensione, la funzione j (x)j rappresenta la densit di probabilit della
2
variabile posizione, mentre la funzione b (x) rappresenta la densit di probabilit della variabile momento (quantit di moto della particella). Il principio
di indeterminazione dice che queste due grandezze non possono essere determinate simultaneamente con precisione arbitraria, il che si traduce in termini di
densit di probabilit dicendo che le due densit non possono essere entrambe
tanto concentrate quanto si vuole, come esprime la disuguaglianza vista.

Equazione di Schrdinger della particella libera. Conservazione della

norma L2 In meccanica quantistica, la funzione donda (t; x) di una particella libera (nello spazio tridimensionale) di massa m obbedisce allequazione di
Schrdinger:
@
~
i
=
:
@t
2m
Applichiamo la trasformata di Fourier rispetto a x:
i

@b
~
(t; ) =
@t
2m
@b
~
(t; ) =
2
@t
im

4
2

j j

b (t; )

2
j j b (t; ) =

205

ih
2
j j b (t; )
m

(ricordando che ~ = h=2 ), da cui risolvendo lequazione dierenziale in t

b (t; ) = c ( ) e

ih
m

j j2 t

e tenendo conto della condizione iniziale,

b (t; ) = b (0; ) e

j j2 t

ih
m

Prendendo i moduli e notando che lesponenziale complesso ha modulo 1,

b (t; ) = b (0; )

il che implica
b (t; )

L2 (Rn )

b (0; )

L2 (Rn )

ed essendo la trasformata di Fourier unisometria,

k (t; )kL2 (Rn ) = k (0; )kL2 (Rn ) :
2

Questo fatto ha una ovvia interpretazione probabilistica: poich j (t; )j rappresenta, per t ssato, una densit di probabilit, necessario che per ogni
tempo t risulti k (t; )kL2 (Rn ) = 1: Il calcolo visto dimostra che lequazione di
Schrdinger conserva nel tempo la norma L2 (Rn ) delle soluzioni, per cui una
soluzione normalizzata allistante t = 0 in modo da avere norma L2 (Rn ) unitaria avr ad ogni tempo norma unitaria, come giusto che sia. Si osservi che
questo fatto dipende in modo cruciale dalla presenza dellunit immaginaria a
primo membro dellequazione di Schrdinger: per unequazione di diusione
@
=c
@t
con c costante reale si troverebbe
b (t; ) = b (0; ) e

cj j2 t

e la norma L2 di b (t; ) non si conserverebbe aatto.

Teorema di Shannon Nel processo di digitalizzazione di un segnale analogico

x (t), il segnale viene campionato a intervalli temporali ssati, cio si estrae
dalla funzione x (t) la sequenza di valori fx (n t)g per n = 1; 2; 3; ::: e t
intervallo temporale molto breve ssato. Il problema consiste nel ricostruire il
pi fedelmente possibile il segnale x (t) a partire da questo campionamento. Il
teorema di Shannon (o di Nyquist-Shannon) aerma che nel caso particolare in
cui il segnale x (t) a banda limitata, ossia non ha componenti di frequenza
superiore di una certa soglia k ssata, possibile ricostruire esattamente il
1
segnale x (t) a partire dal suo campionamento, purch si scelga t
2k (cio
una frequenza di campionamento
2k).
206

Supponiamo ad esempio che x (t) sia un segnale analogico di tipo acustico

(musica) contenente solo frequenze eettivamente udibili dallorecchio umano
(cio
20kHz). E allora teoricamente possibile ricostruire esattamente tale
segnale a partire da un suo campionamento eseguito con almeno 40000 campioni al secondo; a titolo di confronto, la frequenza di campionamento qualit
CD di 44:1kHz. Naturalmente con ci stiamo trascurando altri aspetti del
problema reale, come la quantizzazione del segnale campionato e il modo in
cui eettivamente si pu ricostruire dal suo campionamento. Ci concentreremo
invece sul contenuto del teorema di Shannon. Dal punto di vista matematico,
questo teorema rappresenta uninteressante applicazione congiunta delle teorie
della trasformata di Fourier e delle serie di Fourier.
Veniamo quindi allenunciato preciso e alla dimostrazione di questo risultato.
Teorema 4.39 Sia x : R ! R una funzione L2 (R) \ C 0 (R) tale che x
b( ) = 0
per j j > a per qualche a > 0: Allora
x (t) =

1
X

n= 1

n
sinc (2at
2a

n) per ogni t 2 R

(4.19)

dove (si veda lEsempio 4.36) si posto

sinc (t) =

sin ( t)
:
t

Osservazione 4.40 Si osservi che se x (t) non fosse una funzione continua,
la (4.19) avrebbe un signicato dubbio, visto che in essa la serie a secondo
membro dipende dai valori della funzione x in un insieme discreto di punti,
in cui una generica funzione L2 non neppure univocamente denita. Daltro
canto osserviamo che lipotesi di continuit sostanzialmente implicita nelle
altre ipotesi. Infatti, senza supporre a priori x 2 C 0 (R) ma solo x 2 L2 (R),
se x
b ( ) = 0 per j j > a; la funzione x
b non solo L2 ma anche L1 ; perci
b
x
b; e quindi x; continua, o pi precisamente x uguale quasi ovunque a una
funzione continua. Per la validit della (4.19) comunque necessario scegliere
come funzione x (t) un rappresentante continuo della classe dequivalenza di
funzioni L2 , motivo per cui abbiamo esplicitamente richiesto questipotesi.
Un esempio di funzione x (t) che sia L2 e continua, con trasformata di
Fourier nulla fuori da un intervallo, x (t) = sint t , come visto nellEsempio
4.35.
Osserviamo ora il contenuto dellidentit (4.19). Il segnale x (t) viene rin
costruito a partire dai valori x 2a
; che corrispondono a un campionamento
di frequenza 2a, pari al doppio della massima frequenza presente nel segnale di
partenza (o pari allampiezza dellintervallo ( a; a) in cui la trasformata di x
non nulla).
Dimostrazione. Proveremo prima un enunciato in un certo senso duale rispetto alla tesi del teorema ossia:

207

Sia x0 (t) 2 L2 (R) un segnale tale che jx0 (t)j = 0 per jtj
X
n
sinc (2a
n) :
x
c0 ( ) =
x
c0
2a

a, allora
(4.20)

n2Z

Sia quindi x0 (t) come sopra e calcoliamo la sua trasformata di Fourier

Z a
x
b0 ( ) =
x (t) e 2 i t dt:
(4.21)
a

Ora consideriamo la funzione x : R ! R ottenuta estendendo x0 (t) a tutto

R in modo 2a-periodico. Allora x (t) sviluppabile in serie di Fourier,
X
x (t)
cn e2 int ; con
n2Z

1
cn =
2a

i!nt

x (t) e

dt con ! =

2
= :
2a
a

(4.22)

Dal confronto di (4.22) e (4.21) si legge:

cn =

1
n
x
b0
:
2a
2a

Consideriamo ora, analogamente, unaltra funzione y0 (t) 2 L2 (R) nulla

fuori da ( a; a) e calcoliamo la sua trasformata di Fourier
Z a
yb0 ( ) =
y (t) e 2 i t dt:
(4.23)
a

Per un punto 2 R ssato, deniamo la funzione z (t) : R ! R che 2aperiodica e coincide in ( a; a) con y0 (t) e2 i t (si presti attenzione al fatto che
la funzione t 7 ! e2 i t non 2a-periodica, quindi stiamo troncando quellesponenziale complesso e lo stiamo prolungando con un periodo diverso dal suo).
Consideriamo lo sviluppo in serie di Fourier di z (t):
X
( ) 2 int
z (t)
; con
n e
n2Z

( )
n

1
=
2a

y (t) e2

i t

i!nt

dt con ! =

2
= :
2a
a

(4.24)

Dal confronto di (4.23) e (4.24) si legge:

( )
n

1
n
yb0
2a
2a

Ora consideriamo la coppia di funzioni x (t) ; z (t) e i loro sviluppi in serie di

Fourier. In base alluguaglianza di Plancherel37 possiamo scrivere
Z a
X
x (t) z (t)dt = 2a
cn n
a

3 7 come

n2Z

vedremo in dettaglio nel Teorema 6.19

208

ossia (poich in ( a; a) x0 (t) = x (t))

Z a
X 1
n 1
n
x0 (t) y0 (t)e 2 i t dt = 2a
x
b0
yb0
2a
2a 2a
2a
a
n2Z
X
n
n
1
=
x
c0
yb0
:
2a
2a
2a
n2Z

Ora scegliamo y0 (t) =

( a;a)

(t), perci

y0 (t) = 1
yb0 ( ) = 2a sinc (2a )

come calcolato nellEsempio 4.36. Poich sinc (2a ) reale e pari possiamo
scrivere
Z a
X
n
x0 (t) e 2 i t dt =
x
b0
sinc (2a
n)
2a
a
n2Z

ossia

x
c0 ( ) =

n2Z

x
b0

n
sinc (2a
2a

n)

che la (4.20) che ci eravamo proposti di dimostrare per prima cosa.

Applichiamo ora questo risultato alla funzione x
c0 : Se x
c0 2 L2 (R) nulla
fuori dallintervallo ( a; a) si ha
c
x
c0 ( ) =

n2Z

c
x
c0

n
sinc (2a
2a

n)

ossia, per linvertibilit della trasformata di Fourier su L2 ,

X
n
x0 ( t) =
x0
sinc (2at n)
2a
n2Z

da cui, sfruttando la parit della funzione sinc e il fatto che n varia tra tutti gli
interi positivi e negativi,
X
n
x0 (t) =
x0
sinc (2at n)
2a
n2Z

e la tesi dimostrata.
Esempio 4.41 Applichiamo il teorema alla funzione x (t) = sint t , per cui si ha
x
b( ) =
( 2 ;2 ) ( ) ; perci lipotesi vale con a = 2 e si ha:
1
X
sin 4n
sin t
=
n
t
4
n= 1

209

sinc (4 t

n ):

Mostriamo a titolo desempio il graco della funzione sint t sovrapposto a quello

della somma parziale per n da 100 a 100 della serie a secondo membro:

Come si vede si trova unottima sovrapposizione dei graci su un certo intervallo

( a; a) ; fuori dal quale la somma parziale quasi nulla. Aumentare i termini
della somma parziale porta ad aumentare lampiezza dellintervallo su cui c
buona sovrapposizione.

210

Trasformata di Laplace e applicazioni

5.1

Denizione di L-trasformata e prime propriet

Denizione 5.1 Sia f : [0; +1) ! R (o C), misurabile e Lebesgue integrabile

su ogni intervallo limitato del tipo (0; k). Si dice che f Laplace-trasformabile
(brevemente, L-trasformabile) se esiste un s0 2 C tale che e s0 t f (t) 2 L1 (0; +1),
ossia tale che converga assolutamente lintegrale di Lebesgue
Z +1
Lf (s0 ) =
e s0 t f (t) dt:
0

Se s0 =

+ i! e t 2 (0; +1) ;
e

s0 t

f (t) = e

perci se esiste s0 2 C tale che e

con Re s Re s0 si ha
e

st

f (t) = e

(Re s)t

s0 t

jf (t)j ;

f (t) 2 L1 (0; +1) ; allora per ogni s 2 C

jf (t)j

(Re s0 )t

jf (t)j 2 L1 (0; +1) .

Questo motiva la prossima

Denizione 5.2 Se f : [0; +1) ! R (o C) L-trasformabile, poniamo
st

[f ] = inf s 2 R : e
Chiamiamo

jf (t)j 2 L1 (0; +1)

[f ] ascissa di convergenza di f e
f

= fs 2 C : Re s >

[f ]g

semipiano di convergenza di f . Pu anche risultare (nel caso migliore)

1, in tal caso f in realt tutto il piano complesso.

[f ] =

Per quanto osservato prima della della denizione precedente, linsieme

s2R:e

st

jf (t)j 2 L1 (0; +1)

un intervallo del tipo (a; +1) o [a; +1), quindi ogni valore maggiore del suo
estremo inferiore vi appartiene. Arriviamo cos alla prossima:
Proposizione 5.3 Se la funzione f : [0; +1) ! R (o C) L-trasformabile,
per ogni s appartenente al semipiano di convergenza di f esiste
Z +1
e st f (t) dt:
(5.1)
Lf (s) =
0

Denizione 5.4 Se f : [0; +1) ! R (o C) L-trasformabile, si dice trasformata di Laplace la funzione

Lf :

C!C

denita come in (5.1) nel semipiano di convergenza di f a valori complessi.

211

Si osservi che per Re s < [f ] la trasformata Lf (s) certamente non esiste,

mentre per Re s = [f ] pu esistere o non esistere, come mostreranno gli esempi, ma non ci interesser studiare il comportamento di Lf (s) sul bordo del
semipiano di convergenza.
La funzione f che viene trasformata, come abbiamo detto, denita in
[0; +1): Spesso questa funzione in realt denita anche per t < 0; tuttavia
nella denizione di Lf lintegrale esteso a (0; +1)38 ; possiamo quindi anche
pensare che f sia denita in tutto R e sia nulla per t < 0:
Denizione 5.5 Chiamiamo segnale una funzione f : R ! R (o C) per cui sia
f (t) = 0 per t < 0:
Ogni volta che calcoliamo la trasformata di una funzione stiamo sottointendendo questo fatto. Ad esempio, la trasformata di et va intesa come la
trasformata della funzione che vale et per t > 0 e zero per t < 0: Talvolta utile
sottolineare esplicitamente questo fatto, introducendo la funzione di Heaviside
H (t) =

1 per t > 0
0 per t < 0

(indicata talvolta anche con u (t)) e scrivendo ad esempio f (t) = et H (t) per
indicare il segnale che trasformiamo.
Osserviamo subito la seguente propriet, di dimostrazione immediata:
Proposizione 5.6 (Linearit della L-trasformata) La trasformata di Laplace
lineare, nel seguente senso: se f; g sono due funzioni L-trasformabili e c1 ; c2
sono due costanti reali o complesse, allora la funzione c1 f +c2 g L-trasformabile,
con ascissa di convergenza
0

e per Re s >

= max ( [f ] ; [g])

risulta
L (c1 f + c2 g) = c1 L (f ) + c2 L (g) :

Vediamo qualche primo esempio di calcolo di trasformate.

Esempio 5.7 La funzione di Heaviside H (t), o equivalentemente la costante
1, ha trasformata
Z +1
+1
1
e st
L (H) (s) =
e st dt =
=
s 0
s
0
purch Re s > 0 (condizione sotto la quale e
scritto converge): Quindi [f ] = 0 e
L (H) (s) =
3 8 Esiste

st f

st

! 0 per t ! +1, e lintegrale

1
:
s

anche una teoria della trasformata di Laplace bilatera, che coinvolge lintegrale di
(t) su tutto R, ma in questo corso non ce ne occuperemo.

212

Osserviamo su questo primo esempio il seguente fatto fondamentale: la funzione di variabile complessa 1s denita in tutto il piano complesso privato dellorigine, tuttavia rappresenta la trasformata di Laplace di H (t) solo per Re s > 0;
perch in caso contrario lintegrale diverge. Quale sia il semipiano di convergenza si capisce osservando non solo lespressione analitica della trasformata, ma il
processo di calcolo dellintegrale che la denisce.
Esempio 5.8 (Trasformate di Laplace di funzioni elementari) Per a 2
C calcoliamo
Z +1
+1
1
e (s a)t
at
at
=
L e (s) = L e H (t) (s) =
e st eat dt =
(s a) 0
s a
0
purch Re s > Re a: Quindi

[f ] = Re a e
L eat (s) =

1
s

La formula vale in particolare per a 2 R (trasformata dellesponenziale

reale), mentre per a = i! otteniamo, per Re s > Re (i!) cio Re s > 0;
L ei!t (s) =

1
s

i!

s + i!
s2 + ! 2

e per la linearit della trasformata di Laplace

L (cos (!t)) (s) + iL (sin (!t)) (s) =

!
s
+i 2
:
s2 + ! 2
s + !2

Se s reale, identicando parte reale e immaginaria, otteniamo le formule di

calcolo delle trasformate delle funzioni trigonometriche
s
L (cos (!t)) (s) = 2
s + !2
!
L (sin (!t)) (s) = 2
s + !2
formule che, per come sono state ottenute, valgono per s reale positivo, ma si
estendono a s complesso con Re s > 0 utilizzando il fatto (che proveremo tra
poco) che la trasformata di Laplace olomorfa nel semipiano di convergenza
(e quindi dalla validit delle precedenti identit per s reale segue quella per s
complesso, per il principio di indentit delle funzioni analitiche).
Se poi a = + i!, si ha, per Re s > ;
L e

t+i!t

(s) =

1
s

i!

+ i!
2

) + !2

(s

e, ragionando prima per s reale e identicando parte reale e immaginaria di

ambo i membri, estendendo quindi le identit trovate a s complesso,
L e

L e

cos (!t) (s) =

sin (!t) (s) =

213

s
2

(s

) + !2
!

(s

) + !2

per Re s > .
Veniamo alla trasformata di Laplace delle funzioni potenza (sempre considerate nulle per t < 0). Con unintegrazione per parti si ha:
L (t) (s) =
h

Se Re s > 0 si ha

te

st

+1
st

tdt =

i+1

st +1

te

+1

st

dt:

= 0 e si conclude

1
L (t) (s) =
s

+1

st

dt =

st +1

s2

1
s2

=
0

da cui

1
per Re s > 0:
(5.2)
s2
Possiamo iterare il calcolo a potenze di ordine superiore, sempre per Re s >
L (t) (s) =

0:
L (tn ) (s) =

+1

st n

t dt =

st +1

tn e

+
0

n
s

+1

tn

st

dt =

n
L tn
s

(s) :

(5.3)

Ora dalle due identit (5.2)-(5.3) otteniamo, iterativamente:

2
2 1
2
L (t) (s) =
= 3
s
s s2
s
3
3 2
3 2
= 4
L t3 (s) = L t2 (s) =
s
s s3
s
:::
n!
L (tn ) (s) = n+1
s
L t2 (s) =

per Re s > 0 e ogni n = 1; 2; 3; :::

Facciamo qualche prima osservazione suggerita dai calcoli precedenti. Anzitutto notiamo che, a dierenza della trasformata di Fourier che (almeno nella
teoria L1 che abbiamo presentato) denita solo per funzioni integrabili, la
trasformata di Laplace si pu calcolare anche per molte funzioni non integrabili
su (0; +1) ; come tn ; sin t; cos t; et ...
Una semplice condizione su ciente per la L-trasformabilit fornita dalla
prossima:
Proposizione 5.9 Una funzione f : [0; +1) ! R (o C) misurabile certamente L-trasformabile se ha ordine esponenziale, cio se per certe costanti
; c 2 R si ha
jf (t)j ce t 8t 2 (0; +1)
(5.4)

214

In questo caso, infatti, immediato vericare che Lf (s) esiste almeno per
Re s > , in altre parole [f ]
.
2
Un esempio di funzione non L-trasformabile et , come si verica immediatamente. Si presti attenzione a cosa va vericato: non il semplice fatto che
non valga la condizione (5.4), che su ciente ma non necessaria, ma il fatto
2
che lintegrale che denisce L et (s) diverge per ogni s.
Ci si potrebbe chiedere perch la trasformata di Laplace sia stata denita
per s complessa. Dopo tutto, se f ha valori reali e s reale, anche lintegrale
Z +1
e st f (t) dt
Lf (s) =
0

avr valori reali, quindi potrebbe essere naturale studiare Lf (s) semplicemente
per s reale, s > [f ]. La possibilit che s sia complesso rende per possibile
mettere in evidenza unutilissima relazione con la trasformata di Fourier, che
diversamente non apparirebbe. Si osservino infatti le seguenti identit:
Per s =

+ i! e

>

Lf (s) = Lf ( + i!) =
=F e

[f ] ;
Z +1

( +i!)t

f (t) H (t)

f (t) dt =

+1

f (t) e

i!t

dt

!
2

(5.5)

ossia la trasformata di Laplace di f , calcolata in + i!, si pu vedere come la

trasformata di Fourier della funzione di variabile reale e t f (t) H (t), calcolata
in 2! .
Questo fatto ha una prima fondamentale conseguenza:
Teorema 5.10 (Iniettivit della trasformata di Laplace) Sia f una funzione L-trasformabile avente trasformata di Laplace identicamente nulla. Pi
precisamente, su ciente che risulti
Lf ( + i!) = 0 per ogni ! 2 R
e per un ssato > [f ]. Allora f (t) nulla per q.o. t > 0.
Di conseguenza, se f; g sono due funzioni L-trasformabili che hanno la stessa
L-trasformata, allora f (t) = g (t) per q.o. t > 0.
Dimostrazione. Infatti se f una funzione L-trasformabile e > [f ] ; risulta e t f (t) H (t) 2 L1 (R) e se Lf ( + i!) = 0 per ogni ! 2 R, per la (5.5)
signica che la funzione e t f (t) H (t) ha trasformata di Fourier identicamente
nulla, dunque uguale a zero quasi ovunque in R, per liniettivit della trasformata di Fourier su L1 (v. Teorema 4.15); poich e t non si annulla mai, ci
signica che f (t) = 0 per q.o. t > 0: Dalla linearit della trasformata segue poi
la seconda aermazione, applicando il teorema a f g.

215

Dunque, anche senza conoscere ancora uno specico teorema di inversione

della trasformata di Laplace, possiamo gi aermare che la trasformata di Laplace
di una funzione individua univocamente la funzione stessa: funzioni con la stessa L-trasformata coincidono. Si noti che questo fatto stato stabilito (in modo
molto semplice) grazie alla relazione fra trasformata di Laplace e trasformata
di Fourier, relazione che a sua volta resa possibile dal fatto di studiare Lf (s)
per s variabile complessa e non solo reale.
Sfruttando la relazione (5.5) anche facile congetturare una formula di
antitrasformazione per la trasformata di Laplace. Riscriviamo la (5.5) nella
forma
Lf ( + 2 i!) = F e t f (t) H (t) (!)

e supponiamo che per la funzione e t f (t) H (t) valga il teorema di antitrasformazione di Fourier, allora per ogni t 2 R
Z
Z
e t f (t) H (t) =
F e t f (t) H (t) (!) e2 i!t d! =
Lf ( + 2 i!) e2 i!t d!
R

e in particolare per ogni t > 0 si ha

Z
Z
t
2 i!t
f (t) = e
Lf ( + 2 i!) e
d! =
Lf ( + 2 i!) e(
R

+2 i!)t

d!:

Ponendo s = + 2 i! si pu vedere lultimo integrale come integrale di linea

nel campo complesso, lungo la retta Re s = ossia, poich ds = 2 id!,
f (t) =

1
2 i

+i1
i1

Lf (s) est ds

(5.6)

dove gli estremi simbolici

i1 indicano appunto che si sta integrando sulla
retta del piano complesso s = + i con
2 ( 1; +1) e
ssato. La
(5.6), dove
un numero reale ssato purch
> [f ], una candidata
formula di inversione, che dimostreremo in seguito valere eettivamente sotto
opportune ipotesi. Di nuovo, come si vede dalla formula stessa, essa dipende in
modo essenziale dal fatto di considerare Lf (s) come funzione della variabile s
complessa.
Proseguiamo ora con lo studio delle propriet di limitatezza, comportamento
allinnito e regolarit della trasformata Lf (s):
Teorema 5.11 (Propriet della L-trasformata di una funzione) Sia f una
funzione L-trasformabile. Allora:
i) Fissato s0 > [f ] ; esiste una costante c > 0 tale che
jLf (s)j

c per ogni s con Re s

s0 :

In altre parole, la trasformata di Laplace limitata in ogni semipiano strettamente contenuto nel semipiano di convergenza.
216

ii) (Comportamento allinnito)

lim

Re s!+1

Lf (s) = 0:

iii) La funzione Lf (s) olomorfa nel semipiano di convergenza Re s >

e valgono le identit:
d
(Lf (s)) = L [ tf (t)] (s)
ds
e pi in generale

[f ]

dn
n
n
(Lf (s)) = L [( t) f (t)] (s) = ( 1) L [tn f (t)] (s) :
dsn
In particolare, per ogni n = 1; 2; 3::: la funzione tn f (t) L-trasformabile nello
stesso semipiano di convergenza di f .
Si noti lanalogia tra le propriet (i) e (iii) e le propriet delle serie di potenze
nel loro cerchio di convergenza. La (ii) invece analoga alla propriet della
trasformata di Fourier.
Dimostrazione. i) Se Re s s0 > [f ], si ha
Z +1
Z +1
(Re s)t
jLf (s)j
e
jf (t)j dt
e
0

ii) Poich per t > 0 ssato e Re s

st

s0 t

f (t)

(Re s)t

jf (t)j dt = c < 1:

s0 si ha

jf (t)j ! 0 per (Re s) ! +1

e daltro canto
e

st

f (t)

(Re s)t

jf (t)j

s0 t

jf (t)j 2 L1 (0; +1)

(maggiorante integrabile indipendente da s), per il teorema di Lebesgue della

convergenza dominata, jLf (s)j ! 0 per (Re s) ! +1.
iii) Proviamo anzitutto che tn f (t) L-trasformabile nello stesso semipiano
di convergenza di f per n = 1; 2; 3:::.
Sia Re s > [f ] e sia > 0 per cui ancora Re s
> [f ] : Allora
e

(Re s

)t

f (t) 2 L1 (0; +1)

perci
e

st n

t f (t)

e
ce

(Re s)t
(Re s

jtn f (t)j = e
)t

(Re s

)t

jf (t)j e

t n

f (t) 2 L (0; +1)

dove nellultima disuguaglianza si sfruttato il fatto che la funzione e t tn

limitata in (0; +1) per > 0 ssato e n intero positivo ssato. Dunque tn f (t)
L-trasformabile per Re s > [f ].
217

d
Vogliamo calcolare ds
(Lf (s)) derivando sotto il segno di integrale, cio
scrivendo
Z +1
Z +1
d
d
@
st
(Lf (s)) =
e f (t) dt =
e st f (t) dt =
ds
ds 0
@s
0
Z +1
=
te st f (t) dt = L [ tf (t)] (s) :
0

Per giusticare il passaggio di derivazione sotto integrale (in base al Teorema

1.107) occorre mostrare che, almeno in un intorno di un ssato s0 che sta nel
semipiano di convergenza, la funzione (derivata) te st f (t) limitata da una
funzione integrabile e indipendente da s in questo intorno.
Fissiamo quindi s0 nel semipiano di convergenza e scegliamo > 0 abbastanza piccolo in modo che Re s0 2 > [f ]. Allora per ogni s 2 B (s0 ) si ha
Re s
Re s0 2 quindi (ragionando come sopra)
te

st

f (t)

(Re s

)t

jf (t)j e

ce

(Re s

)t

jf (t)j

ce

(Re s0 2 )t

jf (t)j

e lultima funzione scritta indipendente da s e sta in L (0; +1). Quindi la

derivazione sotto integrale giusticata. La formula sulla derivata n-esima si
ottiene iterando n volte questo argomento, e sfruttando il fatto gi osservato
che la funzione e t tn limitata.

5.2

Propriet operatoriali della trasformata di Laplace

Ci occupiamo ora delle propriet operatoriali della trasformata di Laplace che

saranno fondamentali nelle applicazioni alla risoluzione di equazioni dierenziali
e/o integrali.
Teorema 5.12 (L-trasformata della primitiva) Sia f una funzione L-trasformabile
e sia
Z t
g (t) =
f ( )d :
0

Allora g L-trasformabile e

L (f ) (s)
per ogni s con Re s > max (0; [f ]) :
s
Dimostrazione. Osserviamo intanto che se f L-trasformabile, certamente
integrabile su ogni intervallo limitato (0; t) ; perci la funzione g risulta ben
denita (e continua). Fissato s con Re s > max (0; [f ]) calcoliamo
Z +1
Z +1
Z t
L (g) (s) =
e st g (t) dt =
e st
f ( ) d dt
L (g) (s) =

scambiando lordine di integrazione (passaggio che giusticheremo poi),

Z +1
Z +1
Z +1
+1
e st
=
f( )
e st dt d =
f( )
d
s
0
0
Z +1
e s
=
f( )
d
s
0
218

dove si usato il fatto che Re s > 0: Lultimo integrale scritto proprio L(fs)(s) ;
se Re s > [f ]. Osserviamo che se riscriviamo i passaggi con il valore assoluto
entro modulo, troviamo
Z +1
Z +1
Z +1
e Re s
jf ( )j
e (Re s)t dt d =
jf ( )j
d < 1;
Re s
0
0
perci per il teorema di Fubini-Tonelli lo scambio lecito, e il teorema dimostrato.
Teorema 5.13 (L-trasformata della derivata) Sia f : [0; +1) ! C con
f continua in [0; +1), derivabile o regolare a tratti in (0; +1), e sia f 0 Ltrasformabile. Allora anche f L-trasformabile e vale
L (f 0 ) (s) = sL (f ) (s)

f (0) per ogni s con Re s > max (0; [f 0 ]) :

Il valore f (0) pu essere inteso come limite nito limt!0+ f (t).

Dimostrazione. Nelle nostre ipotesi possiamo scrivere
Z t
f (t) = f (0) +
f0 ( ) d
0

Rt
e applicando il teorema precedente alla funzione g (t) = 0 f 0 ( ) d abbiamo
che f (t) f (0) L-trasformabile e per Re s > max (0; [f 0 ]) vale
Z t
L (f 0 ) (s)
L (f (t) f (0)) (s) = L
f0 ( ) d
=
:
(5.7)
s
0
Daltro canto la costante f (0) trasformabile, con
L (f (0)) (s) = f (0) L (1) =

f (0)
s

(5.8)

Dalle (5.7)-(5.8), per la linearit della trasformata, anche f (t) trasformabile

con
L (f 0 ) (s) f (0)
+
s
s
0
L (f ) (s) = sLf (s) f (0) :
L (f ) (s) =

Iteriamo ora largomento precedente per calcolare la L-trasformata di una

derivata successiva.
Sia ad esempio f : [0; +1) ! C con f 0 continua in [0; +1), f 0 derivabile
o regolare a tratti in (0; +1), e sia f 00 L-trasformabile. Allora applicando il
teorema precedente a f 0 , concludiamo che anche f 0 L-trasformabile e per ogni
s con Re s > max (0; [f 00 ]) vale
L (f 00 ) (s) = sL (f 0 ) (s)
219

f 0 (0)

e applicando il teorema precedente, questa volta a f , otteniamo

= s (sL (f ) (s)

f 0 (0) = s2 L (f ) (s)

f (0))

f 0 (0)

sf (0)

ossia
L (f 00 ) (s) = s2 L (f ) (s)

f 0 (0)

sf (0)

per ogni s con Re s > max (0; [f 00 ]) :

Alln-esima iterazione otteniamo il

Teorema 5.14 (L-trasformata della derivata n-esima) Sia f 2 C n (0; +1)\

C n 1 [0; +1) e f (n) sia L-trasformabile. Allora sono L-trasformabili, nello
stesso semipiano di convergenza, anche f; f 0 ; f 00 ; :::; f (n 1) e vale lidentit:
L f (n) (s) = sn L (f ) (s)

sn

per ogni s con Re s > max 0;

f (0)

sn

f (n)

2 0

f (0)

sf (n

:::

2)

(0)

f (n

1)

(0)
(5.9)

Dunque la L-traformata (cos come la trasformata di Fourier) trasforma polinomi dierenziali (a coe cienti costanti) in polinomi ordinari, coinvolgendo per
anche le condizioni iniziali che f soddisfa, una propriet che risulter utilissima nellaronto del problema di Cauchy per equazioni dierenziali lineari a
coe cienti costanti mediante la L-trasformata.
Possiamo ora anche osservare la relazione esistente tra grado di regolarit
di f e velocit di convergenza a zero di L (f ). Sappiamo che per ogni f Ltrasformabile si ha che L (f ) (s) ! 0 per Re s ! +1. Supponiamo di essere
nelle ipotesi del Teorema 5.14: f 2 C n (0; +1) \ C n 1 [0; +1) e f (n) sia Ltrasformabile. Allora vale lidentit (5.9); daltro canto L f (n) (s) ! 0 per
Re s ! +1; per cui
sn L (f ) (s)

sn

f (0)

sn

2 0

f (0)

:::

sf (n

2)

(0)

f (n

per Re s ! +1. Notiamo che se i valori f (0) ; f 0 (0) ; :::; sf (n

non si annullano, il polinomio
sn

f (0)

sn

2 0

f (0)

:::

sf (n

2)

(0)

f (n

1)

2)

1)

(0) ! 0

(0) ; f (n

1)

(0)

(0)

non tende a zero allinnito, dunque sn L (f ) (s) non tende a zero allinnito.
Supponiamo per che i valori f (0) ; f 0 (0) ; :::; sf (n 2) (0) ; f (n 1) (0) siano tutti
nulli, allora si pu concludere che
sn L (f ) (s) ! 0 per Re s ! +1;
cio L (f ) (s) tende a zero pi velocemente di 1=sn per Re s ! +1. Queste
condizioni di annullamento hanno uninterpretazione naturale se si pensa a f
come una funzione denita in tutto R e nulla per t < 0: sono condizioni di
raccordo, che signicano che la f (estesa a zero per t < 0) regolare in tutto R:
220

Corollario 5.15 (Velocit di convergenza a zero della L-trasformata)

Sia f 2 C n 1 (R) ; f identicamente nulla per t < 0, e sia f 2 C n (0; +1) con
f (n) L-trasformabile. Allora
sn L (f ) (s) ! 0 per Re s ! +1:
Si rietta sullanalogia tra questo risultato e quello che riguarda la velocit
di convergenza a zero dei coe cienti nello sviluppo di Fourier di una funzione
regolare: la velocit tanto maggiore quanto pi regolare f , pur di intendere
come regolarit di f la regolarit della sua periodizzata su tutto R (il che include
le opportune condizioni di raccordo sulle derivate).
Esempio 5.16 Sappiamo che
L (1) (s) =

1
per Re s > 0:
s

Anche se la costante 1 ha la massima regolarit, la funzione 1s non tende a zero

molto velocemente per Re s ! +1. Il punto che la costante 1; prolungata a
zero per t < 0, la funzione di Heaviside H (t), discontinua nellorigine.
La funzione et ; prolungata a zero per t < 0; discontinua nellorigine, e
L (et ) (s) = s 1 1 tende a zero solo come 1=s.
La funzione sin t; prolungata a zero per t < 0; almeno continua nellorigine,
anche se non derivabile, L (sin t) (s) = s21+1 tende a zero come 1=s2 .
La funzione tn ; prolungata a zero per t < 0; ha derivate continue no
n!
; tende a zero come 1=sn+1 :
allordine (n 1) ; e L (tn ) (s) = sn+1
Per occuparci della L-trasformata della convoluzione, cominciamo a osservare
che se f; g due segnali, cio funzioni denite su tutto R ma nulle per t < 0, la
loro convoluzione
Z
(f g) (t) =
f (t
)g( )d
R

si riscrive, tenuto conto dellannullamento delle funzioni, come

Z t
(f g) (t) =
f (t
)g( )d ;
0

un integrale che pu essere nito anche senza che f; g siano L1 (0; +1). Si
dimostra facilmente, applicando il teorema di Fubini, che se f; g 2 L1 (0; K)
(nulle per t < 0) allora esiste f g e appartiene a L1 (0; K). Questipotesi
senzaltro vericata, per ogni K > 0; se f; g sono L-trasformabili. Quindi
in questo caso la convoluzione certamente ben denita, e integrabile su ogni
intervallo (0; K) limitato. Con queste premesse, veniamo al seguente risultato:
Teorema 5.17 (L-trasformata della convoluzione) Se f; g sono due segnali L-trasformabili, allora anche f g L-trasformabile, e vale
L (f

g) (s) = L (f ) (s) L (g) (s)

per ogni s tale che Re s > max ( [f ] ; [g]) :

221

Dimostrazione. Calcoliamo, per Re s > max ( [f ] ; [g]), lintegrale

L (f

g) (s) =

+1

(f

st

g) (t) e

dt =

+1

f (t

)g( )d

st

dt

scambiando lordine di integrazione (giusticheremo in seguito il passaggio),

tenendo conto che
f(t; ) : 0 < t < 1; 0 <
L (f

g) (s) =

< tg = f(t; ) : 0 <

+1

g( )

< 1; < t < 1g ;

+1

f (t

)e

eseguendo nellintegrale interno il cambio di variabile t

Z +1
Z +1
g( )
f (u) e s( +u) du d
=
0

+1

g( )e

st

dt d
= u;

+1

f (u) e

su

du

= L (f ) (s) L (g) (s) ;

che lidentit cercata. Se ora rifacciamo i passaggi mettendo il valore assoluto

dentro ciascun integrale iterato, otteniamo
Z +1
Z +1
jg ( )j e (Re s) d
jf (u)j e (Re s)u du ;
0

convergente. Perci per il teorema di Fubini-Tonelli lo scambio dordine dintegrazione lecito.

Concludiamo il paragrafo con due formule operatoriali che saranno utili
anche nel problema della determinazione dellantitrasformata.
Proposizione 5.18 (Formula di s-shift) Sia f una funzione L-trasformabile,
allora per ogni a 2 C la funzione eat f (t) L-trasformabile, e per ogni s tale che
Re s > Re a + [f ] si ha
L eat f (t) (s) = L (f ) (s
Dimostrazione. Calcoliamo
Z +1
L eat f (t) (s) =
f (t) eat e

st

dt =

a) :

+1

f (t) e

dove lintegrale converge per Re s > a + [f ] :

Esempio 5.19 Sapendo che
L (1) (s) =

1
per Re s > 0;
s
222

(s a)t

dt = L (f ) (s

a) ;

riotteniamo la formula (gi ottenuta con calcolo diretto)

L eat (s) = L (1) (s

a) =

1
s

Sapendo che
s
s2 + ! 2
!
L (sin (!t)) (s) = 2
s + !2

L (cos (!t)) (s) =

per ! > 0; Re s > 0; riotteniamo la formula (gi ottenuta con calcolo diretto)

per

L e

L e

cos (!t) (s) =

sin (!t) (s) =

(s

) + !2
!

(s

) + !2

2 R; ! > 0; Re s > :
Sapendo che
n!

L (tn ) (s) =

sn+1

per Re s > 0 e n = 1; 2; 3; :::; otteniamo la (nuova) formula

L tn eat (s) =

n!
(s

n+1

a)

per Re s > a e n = 1; 2; 3; :::

Ricaviamo ora una formula che, reciprocamente, insegna a calcolare la trasformata di un t-shift del segnale f (t) : Bisogna fare per attenzione che, poich per
noi un segnale nullo per t < 0; una t-shiftata f (t t0 ) sar nulla per t < t0 . Per
ricordarlo bene scrivere il segnale di partenza nella forma f (t) H (t) (mediante
la funzione di Heaviside), in modo che la sua t-shiftata sia f (t t0 ) H (t t0 ) :
Proposizione 5.20 (Formula del t-shift) Sia f una funzione L-trasformabile,
allora per ogni t0 > 0 la funzione f (t t0 ) H (t t0 ) L-trasformabile, e per
ogni s tale che Re s > [f ] si ha
L (f (t

t0 ) H (t

t0 )) (s) = e

t0 s

L (f ) (s) :

Dimostrazione. Calcoliamo
L (f (t

t0 ) H (t

ponendo t a = u
Z +1
=
f (u) H (u) e

t0 )) (s) =

+1

f (t

t0 ) e

st

du = e

t0 s

t0 ) H (t

dt

s(t0 +u)

du = e

t0 s

dove lintegrale converge per Re s >

[f ].
223

+1

f (u) e

su

L (f ) (s)

Esempio 5.21 Dalla formula nota

1
per Re s > 0
s

L (H (t)) (s) = L (1) (s) =

otteniamo, per t0 > 0
L (H (t

t0 )) (s) =

t0 s

per Re s > 0:

Dalla formula nota

L (sin (!t)) (s) =

s2

!
per ! > 0; Re s > 0
+ !2

otteniamo, per t0 > 0

L (sin (! (t

t0 )) H (t

t0 )) (s) =

!e t0 s
per ! > 0; Re s > 0:
s2 + ! 2

Dalla formula nota

L (tn ) (s) =

n!
sn+1

per Re s > 0 e n = 1; 2; 3; :::

otteniamo, per t0 > 0

L ((t

t0 ) H (t

t0 )) (s) =

n!e t0 s
per Re s > 0 e n = 1; 2; 3; :::
sn+1

Ricapitoliamo in due tabelle le trasformate di funzioni elementari che abbiamo calcolato e le formule operatoriali che abbiamo stabilito:
L-trasformate di funzioni elementari
f (t)
1
H (t t0 )
eat
cos (!t)
sin (!t)
e t cos (!t)
e t sin (!t)
tn
tn eat

L (f ) (s)
1
s
e

t0 s

s
1
s a
s
s2 +! 2
!
s2 +! 2
s
(s
)2 +! 2
!
(s
)2 +! 2
n!
sn+1
n!
(s a)n+1

224

[f ]
0
0
a
0
0
a
a
0
a

parametri
t0 > 0
a2R
!>0
!>0
! > 0; a 2 R
! > 0; a 2 R
n = 1; 2; 3:::
n = 1; 2; 3:::

Identit operatoriali
Rt
L 0 f (u) du (s) =

Valida per Re s > :::

L(f )(s)
s

max (0; [f ])

L (f ) (s) = sL (f ) (s) f (0)

L (f 00 ) (s) = s2 L (f ) (s) sf (0) f 0 (0)
L f (n) (s) = sn L (f ) (s) sn 1 f (0) sn
::: sf (n 2) (0) f (n 1) (0)
L (f g) (s) = L (f ) (s) L (g) (s)
L (eat f (t)) (s) = L (f ) (s a)
L (f (t t0 ) H (t t0 )) (s) = e t0 s L (f ) (s)

5.3

max (0; [f 0 ])
max (0; [f 00 ])
2 0

f (0)

max 0;

f (n)

max ( [f ] ; [g])
a + [f ]
[f ]

Inversione della trasformata di Laplace

Come vedremo in seguito, le formule della trasformata di Laplace della derivata, della primitiva e della convoluzione sono utili per risolvere equazioni differenziali, integrali, o integro-dierenziali lineari. Il problema iniziale viene
trasformato in un problema puramente algebrico che determina la trasformata
di Laplace della funzione incognita. Perci lultimo passo della soluzione consiste nellantitrasformare la funzione ottenuta. Gi sappiamo che la trasformata
di Laplace individua univocamente il segnale di partenza: segnali con la stessa
L-trasformata coincidono (per quasi ogni t > 0). Questo semplice fatto, unito
alla conoscenza della tabella delle trasformate delle funzioni elementari e delle
identit operatoriali, su ciente nei casi pi semplici a risalire allantitrasformata di unassegnata funzione F (s), naturalmente quando questo possibile,
quando cio la F (s) e ettivamente una L-trasformata. Esistono poi dei risultati generali che consentono di utilizzare la formula di antitrasformazione (5.6),
grazie ai metodi di analisi complessa che abbiamo studiato.
Vediamo anzitutto qualche esempio di antitrasformazione condotta coi metodi elementari, quindi passeremo al teorema di antitrasformazione.
Esempio 5.22 (Antitrasformata di semplici funzioni razionali) Consideriamo
le seguenti funzioni F (s) e proponiamoci di calcolare f (t) per cui risulti F (s) =
L (f ) (s). Faremo uso sistematicamente della tabella delle trasformate delle
funzioni elementari e delle formule operatoriali.
(a)
2s + 1
F (s) = 2
:
s + 2s 3
Il denominatore ha due radici reali, si decompone in
s2 + 2s

3 = (s

1) (s + 3) :

La frazione si pu quindi spezzare col metodo dei fratti semplici, cercando coefcienti A; B per cui risulti
s2

2s + 1
A
B
=
+
:
+ 2s 3
s 1 s+3

225

Il calcolo algebrico d
2s + 1
=
2
s + 2s 3
s

3
4

5
4

s+3

Ora la linearit della trasformata e la formula L (eat ) =

3 t 5
e + e
4
4

F (s) = L

3t

1
s a

(b)
2s + 1
:
+ 2s + 3
Il denominatore ha discriminante negativo, riscriviamolo (con la tecnica del
completamento del quadrato) nella forma:
F (s) =

s2

s2 + 2s + 3 = (s + 1) + 2
perci
F (s) =

2 (s + 1)
2

(s + 1) + 2

1
2

(s + 1) + 2

che a sua volta lavoriamo tendendo presenti le formula di trasformazione di

seno e coseno e la formula operatoriale dells-shift. Poich
p
1
s
1
2
s
p
=2
G (s) = 2 2
p 2
p 2
2
s +2 s +2
2 s2 +
2
s2 +
2
p
p
1
p L sin
= 2L cos
2t
2t
2
p
p
1
p sin
= L 2 cos
2t
2t
2
si avr
F (s) = G (s + 1) = L e

2 cos

p
1
p sin
2t
2

2t

(c)
2s + 1
:
s2 + 2s + 1
Il denominatore un quadrato perfetto,
F (s) =

F (s) =
Ricordiamo che L (tn eat ) =

n!
;
(s a)n+1

1
2

(s + 1)

2s + 1

2:

(s + 1)

quindi
= L te
226

s
0
Per antitrasformare (s+1)
2 ricordiamo invece che L (f ) (s) = sL (f ) (s)
Applicando la formula a f (t) = te t abbiamo (poich f (0) = 0),

s
2

(s + 1)

=L

te

t 0

(s) = L e

(1

f (0).

t) (s)

e in denitiva
2s + 1
t
(1
2 = 2L e
(s + 1)
= L 2e t (1 t) + te t

t) (s) + L te

F (s) =

=L e

(2

t) :

(d)
F (s) =

5
4
+
3:
s2
(s 1)

2
s

Osservando le formule di trasformazione di 1; tn e la formula di s-shift si ha:

2
s

5
= L (2 5t)
s2
4
= L 2t2 ;
s3

quindi
4
(s

1)

= L 2t2 et

e in denitiva
F (s) = L 2

5t + 2t2 et :

Veniamo adesso al problema generale di antitrasformare unassegnata funzione F (s) analitica almeno in un semipiano Re s > 0 . Abbiamo gi ricavato
una candidata formula di antitrasformazione, la (5.6). Si tratta di dimostrare
che sotto opportune ipotesi questa eettivamente valida. Vale il seguente:
Teorema 5.23 (Formula di L-antitrasformazione) Sia F (s) una funzione
analitica nel semipiano Re s > 0 e supponiamo che sia
jF (s)j

c
k

1 + jsj

per qualche k > 1 e c > 0; ogni s nel semipiano. Allora per ogni
lintegrale complesso39
Z +i1
1
f (t) =
F (s) est ds
2 i
i1

reale,

>

0,

(5.10)

3 9 dove gli estremi simbolici

i1 indicano che si sta integrando sulla retta del piano
complesso s = + i con 2 ( 1; +1) e ssato.

227

converge assolutamente e assegna una funzione f (t) (denita per ogni t 2 R)

indipendente da , continua in R, identicamente nulla per t < 0, L-trasformabile
e tale che
L (f ) (s) = F (s) per ogni s con Re s > 0 .
Il teorema precedente risponde al problema del calcolo dellantitrasformata
dando una condizione su ciente alla validit della (5.10): la funzione analitica
F (s) deve tendere a zero allinnito, nel semipiano Re s > 0 , almeno come una
potenza 1=sk con k > 1. Ad esempio, il teorema non si applica alla funzione
F (s) =

1
,
s

che la trasformata di H (t). Difatti, nella tesi del teorema si aerma anche
che f (t) continua in tutto R, quindi in particolare f (0) = 0. Torneremo pi
avanti sulla discussione di alcuni casi non coperti da questo teorema, e su come
ovviare alla cosa.
Nei casi in cui si applica, comunque, il teorema fornisce lunica funzione f (t)
avente F (s) come L-trasformata (dal momento che loperatore L iniettivo).
Dimostrazione. Sia s = + i con > 0 ssato; possiamo supporre che sia
> 0. Lintegrale nella (5.10) si riscrive cos:
Z +i1
Z +1
1
1
F ( + i ) e( +i )t id
F (s) est ds =
f (t)
2 i
2 i 1
i1
Z
e t +1
e t
=
F ( + i ) ei t d
g (t) :
(5.11)
2
2
1
Per lipotesi su F abbiamo
F ( + i ) ei

= jF ( + i )j

c
(

2 )k=2

(5.12)

perci lintegrale converge assolutamente. Inoltre, per il teorema sugli integrali

dipedenti da un parametro, questa maggiorazione (indipendente da t) implica
anche che g (t), e quindi f (t), una funzione continua in tutto R.
Mostriamo che il valore di f (t) indipendente da
(pur di scegliere comunque nel semipiano Re s > 0 ). Presi due diversi valori ammissibili 1 ; 2 ;
la striscia 1 < Re s < 2 contenuta nel semipiano in cui funzione F (s), e
quindi F (s) est , analitica; perci applicando il teorema di Cauchy dellintegrale nullo a un circuito rettangolare di vertici 1 iR, 2 iR e facendo poi
tendere R a +1 si ottiene che
Z 1 +i1
Z 2 +i1
st
F (s) e ds =
F (s) est ds:
1

i1

i1

Mostriamo che f (t) = 0 per t < 0: Dalla (5.11) leggiamo

Z +1
Z +1
c
c
d
d = cost.
jg (t)j
k=2
k=2
1 (1 + 2 )
1 ( 2 + 2)
228

supponendo come lecito che sia

> 1: Poich per la (5.11) si ha

e t
g (t) ;
2

f (t) =

(5.13)

deduciamo
ce t ;

jf (t)j

che per t < 0 ssato e ! +1 tende a zero, perci f (t) = 0 per t < 0 (e
quindi anche f (0) = 0, poich abbiamo gi provato che f continua).
Mostriamo che f (t) L-trasformabile. Dalla (5.13) abbiamo
t

f (t) e
per un qualsiasi

>

1
g (t)
2

ssato. Poich g (t) limitata,

f (t) e

c:

Daltro canto, ssato > 0 , sia " > 0 abbastanza piccolo da avere
">
allora possiamo ripetere per (
") i discorsi precedenti e scrivere anche
f (t) e

")t

0,

perci
f (t) e

ce

"t

2 L1 (0; +1) ;

il che mostra che f (t) e t 2 L1 (0; +1), e f L-trasformabile per Re s > 0 .

Mostriamo inne che L (f ) (s) = F (s) per Re s > 0 .
Fissato s = + i! con > 0 ; scegliamo 2 ( 0 ; ) in modo che
<0
e calcoliamo:
Z +1
Z
e t +1
L (f ) (s) =
e ( +i!)t
F ( + i ) ei t d
dt
2
0
1
scambiando lordine di integrazione (passaggio che giusticheremo poi)
Z
Z +1
1
)+i(
!)]t
=
F ( +i )
e[(
dt d
2 R
0
Z
+1
)+i(
!)]t
1
e[(
=
F ( +i )
d
2 R
(
) + i(
!) 0
Z
1
F ( +i )
=
d
2 R(
) + i (!
)
dove si usato il fatto che
< 0; perci lintegrale interno converge; ora
chiamando di nuovo s = + i! e ponendo z = + i ; dz = id dove lintegrale
sulla retta + iR si ha
Z
1
F (z)
=
dz:
2 i +iR s z
229

Ora osserviamo che F (z) analitica per Re z > 0 . Perci, poich Re s >
> 0 , la funzione Fs (z)
z analitica nel semipiano Re z > 0 salvo un polo del
primordine in z = s:

Per il teorema dei residui, lintegrale sul circuito R in gura percorso in senso
orario uguale a
Z
F (z)
F (z)
F (z)
dz = ( 2 i) Res
; s = Res
; s = F (s) :
s z
s z
s z
R
Daltro canto per R ! +1 lintegrale sul segmento tende allintegrale sulla
retta + iR, mentre lintegrale sulla semicirconferenza R tende a zero perch
lintegranda soddisfa
Z
F (z)
R
c
F (z)
dz
R max
c k+1 = k ! 0:
z2 R s
s
z
z
R
R
R
Perci

1
2 i

+iR

F (z)
dz = F (s)
s z

e il teorema completamente dimostrato.

Per applicare eettivamente il teorema precedente occorre ancora capire
qual il procedimento conveniente per calcolare lintegrale nel campo complesso che compare nella (5.10). Concentriamoci sul caso in cui la funzione F (s)
sia in eetti analitica in tutto il piano complesso, salvo un certo numero di poli.
Questo accade ad esempio se F (s) una funzione razionale, caso comune nelle
applicazioni che ci interessano. In questo caso dobbiamo calcolare lintegrale
f (t) =

1
2 i

+i1

F (s) est ds
i1

230

dove un numero reale tale che F (s) analitica nel semipiano Re s > , cio
tutti i poli di F (s) sono nel semipiano sinistro Re s < : Lipotesi che F (s)
tenda a zero allinnito come 1=sk per qualche k > 1 si traduce, in termini
della funzione razionale F , nel richiedere che il grado del denominatore superi
di almeno 2 il grado del numeratore.
Calcoliamo lintegrale col metodo dei residui, scegliendo come circuito una
semicirconferenza R il cui diametro tende alla retta Re s =
su cui dobbiamo calcolare lintegrale, e la semicirconferenza si allarga nel semipiano sinistro,
avvolgendo via via tutti i poli di F . Dunque
Z
X
1
1
F (s) est ds =
2 i
Res F (s) est ; zk
2 i R
2 i
e la somma fatta su tutti i poli di F (s). Occorre controllare che lintegrale
sullarco di circonferenza tenda a zero per R ! 1. Questo si pu dimostrare,
utilizzando un risultato analogo al lemma di Jordan che abbiamo usato per
trattare
Z
f (z) ei z dz
R

con > 0 e R semicirconferenza contenuta nel semipiano Re z > 0, adattando

questo risultato ad una geometria ruotata di 90 verso sinistra, sotto lipotesi
che F (s) tenda a zero allinnito (che gi sappiamo essere vero, nel nostro caso).
Otteniamo cos (salvo qualche dettaglio su cui non ci soermiamo) il seguente
risultato operativo:
Teorema 5.24 Sia F (s) una funzione razionale il cui denominatore supera di
almeno 2 il grado del numeratore. Allora lantitrasformata di F (s) assegnata
da:
X
f (t) =
Res F (s) est ; zk
dove la somma fatta su tutti i poli di F (s) : Se in particolare i poli sono tutti
(s)
semplici e F (s) = N
D(s) si ha
f (t) =

X N (zk )
ezk t :
D0 (zk )
k

Lultima formula segue semplicemente dal modo in cui si calcolano i residui

nei poli semplici.
Esempio 5.25 Sia
F (s) =

s2

1
:
+s+1

p
i 3

I poli (semplici) sono i due punti

s=

231

perci
p
1+i 3

p
i 3

1
e 2 t
e 2 t
p
p
+
f (t) =
ezk t =
2zk + 1
i 3
i 3
k=1;2
p
p
!
p !
i 3
i 3
3
2e t=2
e t=2 e 2 t e 2 t
t ;
= p sin
= p
2
i
3
3
risultato che si poteva naturalmente ottenere anche coi metodi elementari discussi in precedenza.
Esempio 5.26 Sia
F (s) =

1
(s2

2:

+ 1)

I poli (doppi) sono i due punti

s=

i:

Si ha
f (t) =

Res

k=1;2

est
2

(s + i)

st

2e

(s + i) (s
!0
(i) +

i)
est

(s

i)

; zk

!0

( i)

calcolando le derivate e con un po di algebra dei numeri complessi

=

eit
( t
4

i) +

= 2 Re

eit
( t
4

i) =

it

( t + i)

poich z + z = 2 Re z
1
(sin t
2

t cos t) :

Esempio 5.27 Vediamo come si potrebbe trattare un caso come

F (s) =

2s + 1
;
s2 + 2s + 2

in cui non soddisfatta lipotesi sui gradi di numeratore e denominatore (la

funzione tende a zero solo come 1=s). Ci si pu ricondurre al caso precedente
coi seguenti passaggi algebrici:
2s + 1
2
2s + 1
= +
s2 + 2s + 2
s
s2 + 2s + 2
2
3s 4
2
= + 2
= + G (s) :
s (s + 2s + 2) s
s

F (s) =

232

2
s

Ora G (s) tende a zero allinnito come 1=s2 , perci si pu trattare col teorema
di antitrasformazione, mentre 2s si vede direttamente come trasformata della
costante 2. Eseguiamo i calcoli in dettaglio:
g (t) = L

dove i poli sono in 0; 1

g (t) =
=

(G (s)) =

Res

(s2

3s 4
ets ; zk
+ 2s + 2) s

i: Quindi

3s 4 ts
3s 4
ets (0) +
e
( 1 + i) +
(s2 + 2s + 2)
(2s + 2) s
3i 1 t( 1+i)
3i 1
2+
e
+
e t(1+i)
2i ( 1 + i)
2i (1 + i)

e in denitiva (si noti che le costanti 2

3s 4 ts
e
( 1
(2s + 2) s

2 si cancellano)

3i 1 t( 1+i)
3i 1
e
+
e
2i ( 1 + i)
2i (1 + i)
1 3i
1 + 3i it
e +
e it
=e t
2 (1 + i)
2 (1 i)
1 + 3i it
= e t 2 Re
e
2 (1 + i)
= e t (2 cos t sin t) :

f (t) =

t(1+i)

A titolo di confronto, osserviamo che cosa succede se applichiamo la formula

X
f (t) =
Res F (s) ets ; zk
k

direttamente alla F (s) che pure non soddisfa lipotesi sul grado di innitesimo
allinnito.
2s + 1
2s + 1
ets ; 1 + i + Res 2
ets ; 1 i
s2 + 2s + 2
s + 2s + 2
2s + 1 ts
2s + 1 ts
=
e
( 1 + i) +
e
( 1 i)
2s + 2
2s + 2
i
i
i
=e t
1+
eit + 1
e it = 2e t Re
1+
eit
2
2
2

f (t) = Res

=e

(2 cos t

sin t) :

Come si vede, si trovato comunque il risultato corretto.

Ci che abbiamo constatato nellultimo esempio non casuale, ma pu essere
dimostrato pi in generale:

233

i)

Proposizione 5.28 Lantitrasformata di una funzione razionale

F (s) =

cs2

as + b
+ ds + e

si pu sempre calcolare mediante la formula

X
f (t) =
Res F (s) est ; zk

dove zk sono i due poli semplici o lunico polo doppio della funzione.
Esempio 5.29 Ritroviamo coi metodi di analisi complessa alcune antitrasformate gi calcolate con metodi elementari. Si confrontino questi calcoli con quelli
svolti nellEsempio 5.22.
(a)
2s + 1
:
F (s) = 2
s + 2s 3
Il denominatore si annulla per s = 1; s = 3, poli semplici.
2s + 1
2s + 1
ets ; 1 + Res 2
ets ; 3
s2 + 2s 3
s + 2s 3
2s + 1 ts
2s + 1 ts
=
e
(1) +
e
( 3)
2s + 2
2s + 2
3
5
= et + e 3t :
4
4

f (t) = Res

(b)
F (s) =
Il denominatore si annulla per s =

2s + 1
:
s2 + 2s + 3
p
1 i 2, poli semplici.

p
2s + 1
2s + 1
ts
e
;
1
+
i
2 + Res 2
ets ; 1
s2 + 2s + 3
s + 2s 3
p
p
2s + 1 ts
2s + 1 ts
=
e
1 i 2
e
1+i 2 +
2s + 2
2s + 2
p
p
i
i
p
=e t
1+ p
ei 2t + 1
e i 2t
2 2
2 2
p
i
ei 2t
= e t 2 Re
1+ p
2 2
p
p
1
p sin
2t
2t
= e t 2 cos
2

f (t) = Res

(c)
F (s) =

2s + 1
:
s2 + 2s + 1

234

p
i 2

Il denominatore si annulla per s =

f (t) = Res

1; polo doppio.
s2

2s + 1
ets ; 1
+ 2s + 1
0

= (2s + 1) ets ( 1)
= ets (t (2s + 1) + 2)=s=
=e

5.4

(2

t) :

Confronto fra trasformata di Fourier e trasformata di

Laplace

Terminiamo questa panoramica sulle propriet della trasformata di Laplace puntualizzando schematicamente alcune dierenze e analogie fra le trasformate di
Fourier e di Laplace, per aiutare lo studente a ssare le idee ed evitare confusioni.
F (f ) denita per f : Rn ! C
L (f ) denita per f : [0; 1) ! C (funzioni f di una variabile, denite sulla
semi retta)
F (f ) ( ) denita per 2 Rn
L (f ) (s) denita per s 2 C
Anche se f ha valori reali, in generale F (f ) ha valori complessi ( reale ad
esempio se f funzione di una variabile ed simmetrica pari)
Se f ha valori reali, per s reale L (f ) (s) ha valori reali; tuttavia per s
complesso anche L (f ) (s) ha valori complessi.
F (f ) denita per f integrabile (o L2 )40 in Rn .
L (f ) una funzione ben denita anche per funzioni f non integrabili in
(0; +1), purch ad esempio di ordine esponenziale.
F (f ) tanto pi regolare quanto pi f tende a zero velocemente allinnito; per una generica f 2 L1 risulta F (f ) continua ma non necessariamente
derivabile.
L (f ) olomorfa nel semipiano di convergenza, cio ha la massima regolarit
indipendentemente dalla velocit con cui f tende a zero allinnito, purch f
sia L-trasformabile.
limj j!+1 Ff ( ) = 0
limRe s!+1 Lf (s) = 0
Pi regolare f , pi velocemente Ff ( ) tende a zero per j j ! +1:
4 0 Risulta denita per f e f 2 non integrabili solo inquadrando la teoria nel contesto delle
distribuzioni.

235

Pi regolare , in tutto R, la funzione f prolungata a zero per t < 0, pi

velocemente Lf (s) tende a zero per Re s ! +1. (Ma senza la validit delle condizioni di annullamento in zero di f; f 0 ; ::: non si pu concludere nulla sullordine
di innitesimo allinnito di Lf (s)).
La funzione f 2 L1 (Rn ) si pu riottenere da Ff mediante la formula di
antitrasformazione, purch anche fb sia L1 (Rn ).
La funzione f , L-trasformabile, si pu riottenere da Lf mediante la formula di antitrasformazione, purch ad esempio Lf tenda a zero allinnito come
k
1= 1 + jsj per qualche k > 1.

236

5.5

Applicazioni della trasformata di Laplace

In questa sezione presentiamo alcuni esempi tipici di applicazioni della trasformata di Laplace a problemi di equazioni dierenziali ordinarie, equazioni integrodierenziali, equazioni integrali41 .
5.5.1

Problema di Cauchy per equazioni dierenziali ordinarie lineari a coe cienti costanti, non omogenee

Consideriamo il seguente problema di Cauchy:

8 00
< y + ay 0 + by = f (t)
y (0) = y0
: 0
y (0) = y1

con a; b; y0 ; y1 costanti assegnate, f (t) funzione assegnata. Nel corso di analisi

2 si impara a risolverlo secondo la procedura:
1. Determinazione dellintegrale generale dellequazione omogenea y 00 +ay 0 +
by = 0; che per a; b costanti segue una semplice procedura meccanica; lintegrale generale ha la struttura c1 u1 (t) + c2 u2 (t) con c1 ; c2 costanti arbitrarie e
u1 (t) ; u2 (t) funzioni esplicitamente determinate.
2. Determinazione di una soluzione particolare y (t) dellequazione completa
y 00 + ay 0 + by = f (t), che pu farsi con il metodo di somiglianza purch
f (t) abbia una forma funzionale semplice di certi tipi (polinomio, trigonometrica/esponenziale...). Quindi lintegrale generale assume la forma y (t) =
y (t) + c1 u1 (t) + c2 u2 (t).
3. Ora si impone che la funzione y (t)+c1 u1 (t)+c2 u2 (t) soddis le condizioni
iniziali y (0) = y0 ; y 0 (0) = y1 e si determinano le costanti c1 ; c2 , che sostituite
nellintegrale generale danno la soluzione cercata.
Questa procedura quindi procede in vari passi e funziona solo se f (t) ha
una forma particolare. Arrivati in fondo al calcolo, se volessimo risolvere un
problema di Cauchy con una diversa funzione f (t) dovremmo ripetere buona
parte dei calcoli.
Vediamo come la trasformata di Laplace consenta di risolvere il problema
per un termine noto f (t) virtualmente di forma qualunque, e ora una formula
di rappresentazione della soluzione in termini del generico dato f (t), che quindi
pu essere applicata a diversi termini noti senza rifare gran parte del calcolo.
Supponiamo che la soluzione y (t) che cerchiamo e il termine noto f (t) siano
funzioni L-trasformabili (unipotesi, come abbiamo visto, non molto pesante)
e indichiamo con Y (s) ; F (s) le loro L-trasformate, rispettivamente. Applichiamo allequazione dierenziale la trasformata di Laplace. Poich lequazione
dierenziale lineare a coe cienti costanti, per la linearit della trasformata si
ha:
L (y 00 ) + aL (y 0 ) + bL (y) = L (f )
4 1 Non discuteremo, per brevit, le applicazioni della trasformata di Laplace ai problemi ai
limiti per equazioni alle derivate parziali.

237

ossia, utilizzando le formule per la L-trasformata della derivata prima e seconda,

s2 Y (s)

sy (0)

y 0 (0) + a (sY (s)

y (0)) + bY (s) = F (s)

e tenendo conto delle condizioni iniziali

s2 Y (s)

sy0

y1 + asY (s)

ay0 + bY (s) = F (s)

Y (s) s2 + as + b = F (s) + (sy0 + y1 + ay0 )

Y (s) =

sy0 + y1 + ay0
F (s)
+
s2 + as + b
s2 + as + b
(5.14)

col che la L-trasformata della soluzione in linea di principio determinata.

Ponendo
1
sy0 + y1 + ay0
H (s) = 2
; G (s) =
s + as + b
s2 + as + b
si ha
Y (s) = F (s) H (s) + G (s) :
Le funzioni F (s) ; G (s) sono funzioni razionali con denominatore di 2 grado e numeratore di grado 0 o 1, che sappiamo antitrasformare (con metodi
elementari o col metodo dei residui, come visto in precedenza). Indicando con
h (t) ; g (t) le antitrasformate di H (s) ; G (s) rispettivamente, e ricordando la formula di convoluzione della L-trasformata, otteniamo (poich la L-trasformata
determina univocamente il segnale di partenza)
y (t) = (f
cio
y (t) =

h) (t) + g (t)

h (t

) f ( ) d + g (t)

(5.15)

che rappresenta una formula di rappresentazione della soluzione in cui:

-il nucleo h (t) dipende solo dai coe cienti dellequazione omogenea, non
dipende n da f n dalle condizioni iniziali; in termini sici, h (t) dipende dal
sistema sico, non dallo stato iniziale n dalle sollecitazioni esterne;
-la funzione g (t) dipende dal sistema e dalle condizioni iniziali, ma non da
f;
-la convoluzione h f esprime il modo in cui la soluzione dipende congiuntamente dal sistema e dalla sollecitazione esterna, a prescindere dallo stato iniziale:
la soluzione del problema corrispondente a y (0) = 0; y 0 (0) = 0 (infatti, per
y1 = y0 = 0 si ottiene G (s) = 0 e quindi g (t) = 0):
-il termine g (t) esprime il modo in cui la soluzione dipende dal sistema e
dalle condizioni iniziali, in assenza di sollecitazioni esterne: y (t) = g (t) la
soluzione del problema corrispondente a f (t) 0:
La funzione H (s) prende il nome di funzione di trasferimento del sistema,
perch responsabile di come (a livello delle trasformate di Laplace) il sistema
trasferisce linformazione dalla forzante esterna alla soluzione.
238

La risoluzione del problema mediante la trasformata di Laplace richiede

quindi:
-Il calcolo (sostanzialmente algebrico) che porta a scrivere lequazione (5.14).
-Il calcolo di due antitrasformate di funzioni razionali G (s) ; H (s). Si noti
che il denominatore di G; H lo stesso, e corrisponde al polinomio caratteristico
dellequazione dierenziale a coe cienti costanti (quello le cui radici consentono
di calcolare due soluzioni linearmente indipendenti dellequazione dierenziale
omogenea).
-Assegnato uno specico termine noto f (t) ; dalla (5.15) occorre ancora calcolare lintegrale di convoluzione. A volte si pu optare per far plottare da
un software di calcolo scientico la funzione y (t) assegnata dalla (5.15) senza
bisogno di calcolare analiticamente la convoluzione.
Uno dei vantaggi del metodo della trasformata di Laplace proprio quello
di poter gestire termini noti f (t) che risultano nonstandardrispetto alle procedure imparate in analisi 2 e basate sul metodo di somiglianza, come dati
f (t) discontinui, diversi da zero solo su un intervallo, ecc.
Si osservi che nella procedura descritta sopra non occorre calcolare esplicitamente la trasformata F (s) (si usa questo simbolo per indicarla, ma alla ne
tramite la formula di convoluzione si ritorna alla f (t)). Quando per il termine
noto f (t) tale da rendere semplice il calcolo esplicito della sua trasformata,
possibile anche un procedimento leggermente diverso:
-arrivati alla (5.14) si calcola esplicitamente la trasformata F (s);
-invece di calcolare le antitrasformate di G (s) e H (s), si calcolano le antitrasformate di G (s) e M (s) = F (s) H (s);
-indicate con g (t) ; m (t) queste antitrasformate, la solzione del problema di
partenza allora assegnata da
y (t) = m (t) + g (t) ;
senza pi coinvolgere integrali. In questo caso la funzione M (s) da antitrasformare pu essere per pi complicata di una semplice funzione razionale.
E ancora vero che g (t) esprime la soluzione corrispondente a f (t) = 0 e
m (t) la soluzione corrispondente a condizioni iniziali nulle; questa volta per
m (t) combina le propriet del sistema e della sollecitazione esterna f (t), senza
pi possibilit di separarne i ruoli.
Supponiamo ora di considerare un problema di Cauchy analogo per unequazione dierenziale ordinaria lineare di ordine n > 2, sempre a coe cienti
costanti:
8 (n)
y + an 1 y (n 1) + ::: + a1 y 0 + a0 y = f (t)
>
>
>
>
< y (0) = y0
y 0 (0) = y1
>
>
> :::
>
: (n 1)
y
(0) = yn 1

con a0 ; a1 ; :::; an
nato.

1 ; y0 ; y1 ; :::; yn 1

costanti assegnate e f (t) termine noto asseg-

239

Il metodo gi visto si applica pari pari (ovviamente sfruttando questa volta

la formula per la trasformata della derivata di ordine k qualsiasi) e porta a
unequazione del tipo
Y (s) =

sn

+ an

F (s)
+ n
+ ::: + a1 s + a0
s + an

sn 1

P (s)
+ ::: + a1 s + a0

sn 1

dove P (s) un polinomio di grado

(n 1) i cui coe cienti dipendono sia
dalle condizioni iniziali che dai coe cienti dellequazione omogenea.
A patto di saper calcolare lantitrasformata delle due funzioni razionali
H (s) =

sn + an

n
1s

1
; G (s) = n
+ ::: + a1 s + a0
s + an

n
1s

P (s)
1 + ::: + a s + a
1
0

(il che possibile se sappiamo risolvere esattamente lequazione polinomiale

sn + an 1 sn 1 + ::: + a1 s + a0 = 0 nel campo complesso), indicate ancora con
h (t) ; g (t) le antitrasformate di H (s) ; G (s) si avr ancora una formula risolutiva
(5.15).
Di nuovo, se il termine noto f (t) ha una forma specica opportunamente
semplice, si pu precedere alternativamente antitrasformando
G (s) e

sn + an

F (s)
;
+ ::: + a1 s + a0

n 1
1s

dopo aver calcolato esplicitamente la trasformata F (s), giungendo a una formula

del tipo y (t) = m (t) + g (t) che evita gli integrali di convoluzione.
Esempio 5.30 Risolviamo, per un generico termine noto f (t), il problema
8 00
< y + 2y 0 + 3y = f (t)
y (0) = 2
: 0
y (0) = 0
Trasformando si ha:
s2 Y

s 2

0 + 2 (sY

2) + 3Y = F

s + 2s + 3 Y = F + (2s + 4)
F
2s + 4
Y = 2
+ 2
:
s + 2s + 3 s + 2s + 3
Calcoliamo le antitrasformate di
H (s) =

s2

1
2s + 4
; G (s) = 2
:
+ 2s + 3
s + 2s + 3

A titolo desercizio, lo facciamo con due procedimenti diversi, quello elementare

e quello mediante i residui.

240

a. Procedimento elementare.
p
1
1
1
1
p
sin
2t
perci
=
=
L
;
2
s2 + 2s + 3
2
(s + 1) + 2 s2 + 2
p
1
1
2t
= L p e t sin
2
2
(s + 1) + 2
p
2s + 4
(s + 1)
s
2
=2
; 2
= L cos
2t
+ 2
2
2
s + 2s + 3
(s + 1) + 2 s + 2s + 3 s + 2
p
(s + 1)
= L e t cos
2t
2
(s + 1) + 2
p
2
1
= L 2 p e t sin
2t
2
2
(s + 1) + 2

perci

e in denitiva
p
e t
h (t) = p sin
2t
2
p
p
g (t) = 2e t cos
2t + 2e

sin

2t :

La soluzione si pu quindi scrivere, per qualsiasi f (t), nella forma

1
y (t) = p
2

(t

sin

2 (t

) g ( ) d +e

2 cos

2t +

2 sin

2t

b. Procedimento coi residui.

s2 + 2s + 3 = 0
s=

p
i 2;

poli semplici sia per H che per G. Quindi

p
p
est
est
; 1 i 2
; 1 + i 2 + Res 2
s + 2s + 3
+ 2s + 3
st
st
p
p
e
e
1 i 2
=
1+i 2 +
2s + 2
2s + 2
p !
p !
p
h
i 2t
t
i 2t
p
p
e t
e t
e
ei 2t
e
e
p
p
p +
= p Re i cos
2t + i sin
2t
=
2 Re
=
2
2
i 2
2
i 2
i 2
p
e t
= p sin
2t
2

h (t) = Res

s2

241

p
p
(2s + 4) est
(2s + 4) est
; 1 + i 2 + Res 2
; 1 i 2
2
s + 2s + 3
s + 2s + 3
st
p
p
(s + 2) est
(s + 2) e
=
1+i 2 +
1 i 2
s+1
s+1
p
p !
p
p
i 2t
1+i 2 e
1 i 2 e i 2t
t
p
p
=e
+
i 2
i 2
p !
p
i 2t
2
e
1
+
i
p
= e t 2 Re
i 2
p
p
p
= e t 2 cos
2t + 2 sin
2t

g (t) = Res

e le conclusioni sono ovviamente le stesse.

Esempio 5.31 Continuiamo lesempio precedente supponendo ora che il termine noto sia, specicamente, la funzione
f (t) =

(0;1)

(t) :

Applichiamo la formula gi trovata (mediante integrale di convoluzione)

1
y (t) = p
2

t
(t

sin

2 (t

(0;1)

sin

( ) d +e

2 cos

2t +

2 sin

2t

La funzione integrale vale:

Z t
1
m (t) p
e
2 0
per t < 1
Z t
1
=p
e
2 0

(t

sin

(t

2 (t

(t

) d =

2 (t

1
3

(0;1)

cos

( )d =

p
1
2t + p sin
2t
2

e per t > 1
1
m (t) = p
2
e t
=
3

1
)

sin

2 (t

) d

e cos

2 (t

1) + cos

2t

e sin

2 (t

Ricordando che
g (t) = e

2 cos

2t +

2 sin

in denitiva la soluzione
y (t) = m (t) + g (t)
242

2t

p
1
2t
1) + p sin
2

ha il graco seguente:

A titolo di confronto, la soluzione dello stesso problema ma con condizioni iniziali nulle,psarebbepdata dalla
p stessa formula sopprimendo la funzione g (t) =
e t 2 cos 2t + 2 sin 2t , ossia:

Osservazione 5.32 Si osservi che la soluzione continua, pur in presenza di

un termine noto discontinuo. Questo normale per la soluzione di unequazione
di erenziale a coe cienti costanti (o pi in generale continui). Possiamo aspettarci per che la derivata seconda (cio quella di ordine massimo che gura
nellequazione) risulti discontinua.
Esempio 5.33 Risolviamo il problema di Cauchy
y 00 + 4y = (0; ) (t) sin t
y (0) = y 0 (0) = 0:
Si tratta dellequazione delloscillatore armonico, con un termine forzante che
presente solo in un intervallo di tempo iniziale.
243

A titolo illustrativo, risolviamolo col procedimento alternativo descritto in

precedenza, che consiste nel calcolare esplicitamente la trasformata del termine
noto.
Si ha:
s2 Y + 4Y = L (f ) (s)
dove
f (t) = (0; ) (t) sin t = (H (t) H (t
)) sin t
= H (t) sin t + H (t
) sin (t
)
perci per la formula del t-shift
L (f ) (s) =

1
+e
1 + s2

1
1 + s2

dunque
Y (s) =

1
1+e
(s2 + 4) (s2 + 1)

Calcoliamo prima lantitrasformata di

G (s) =

(s2

1
1
=
2
+ 4) (s + 1)
3

1
1 + s2

1
4 + s2

=L

1
3

sin t

1
sin 2t
2

Quindi
e

G (s) = L H (t
= L H (t

1
3
1
)
3

sin (t

1
sin (2t
2

2 )

1
sin (2t)
2

sin t

e in denitiva
y (t) =
=

1
3

sin t
1
3

1
sin 2t + H (t
2

1
3

sin t 12 sin 2t per t 2 (0; )

sin 2t per t >

1
3

244

sin t

1
sin (2t)
2

Il graco della soluzione :

La forzante iniziale imprime unoscillazione ampia, il moto poi si assesta su

unoscillazione periodica di ampiezza inferiore.
5.5.2

Un esempio di equazione integro-dierenziale: circuiti elettrici

LCR

Consideriamo un circuito LCR in serie, con una tensione applicata v (t) : Detta
q (t) la carica presente sulle armature del condensatore e i (t) la corrente nel
circuito, il bilancio delle tensioni d
di
1
+ Ri + q = v (t)
dt
C
dove L linduttanza, R la resistenza e C la capacit. Nel seguito supporremo
che L e C siano diverse da zero (mentre R potrebbe anche annullarsi).
Ricordiamo che i (t) = dq
dt (t), perci lequazione si pu riscrivere in funzione
della sola funzione incognita q (t) come
L

1
q = v (t) :
C
Se invece interessa la corrente, il procedimento standard consiste nel derivare
una volta lequazione di partenza, ottenendo
Lq 00 + Rq 0 +

1
i = v 0 (t) ;
(5.16)
C
procedimento che per richiede che la tensione applicata v (t) sia una funzione
derivabile. Per lo studio di un circuito a corrente alternata sinusoidale (caso
standard) questo va benissimo, tuttavia se vogliamo tenere aperta la possibilit
di studiare anche circuiti in cui la tensione applicata , ad esempio, una funzione
discontinua, per ottenere unequazione nella sola incognita i (t) non dobbiamo
derivare la prima equazione ma piuttosto esprimere
Z t
Z t
0
i( )d
q (t) = q0 +
q ( ) d = q0 +
Li00 + Ri0 +

245

che porta a:
1
di
L + Ri +
dt
C

q0 +

i( )d

= v (t) :

(5.17)

La (5.17) unequazione integrodi erenziale nellincognita i (t). Eequivalente

alla (5.16) quando v (t) derivabile, ma pi generale.
Notiamo che nel caso di un circuito LCR con elementi in parallelo o pi
elementi in serie e in parallelo, otterremo in generale un sistema di equazioni
dierenziali o integrodierenziali, che si possono arontare con tecniche simili.
Qui ci concentriamo per semplicit su questo caso base.
Risolviamo la (5.17) col metodo della trasformata di Laplace, utilizzando le
formule della L-trasformata della derivata e della primitiva. Indicando con I; V
la L-trasformata di i; v e con i0 la condizione iniziale i (0) si ha:
1 I (s)
q0
+
= V (s)
Cs C s
R
q0
1
s
i0 s + sI (s) +
+
I (s) = V (s)
L
LC
LC
L
R
1
s
q0
s2 + s +
I (s) = V (s) + i0 s
L
LC
L
LC
q0
i0 s LC
s=L
I (s) = V (s) 2 R
+
1
1
s + L s + LC
s2 + R
L s + LC

L (sI (s)
s2 I (s)

i0 ) + RI (s) +

V (s) H (s) + G (s) :

Siamo arrivati a unequazione molto simile a quella ottenuta trasformando unequazione dierenziale lineare del 2 ordine a coe cienti costanti. Lunica differenza che in questo caso la funzione di trasferimento H (s) ha un s a numeratore. Il procedimento risolutivo sar molto simile a quello visto nellEsempio
5.30.
Semplichiamo le notazioni ponendo
s2 +

R
1
s+
= s2 + 2 s + ! 2 ; cio
L
LC
R
=
2L
1
2
! =
LC

e discutiamo la struttura della soluzione distinguendo due casi di resistenza sopracritica o sottocritica (tralasciando per brevit il caso della resistenza critica).
Antitrasformeremo soltanto H, col metodo elementare. Lantitrasformata di G
si ottiene con lo stesso metodo, in dipendenza dalle condizioni iniziali.

246

a. Caso della resistenza piccola:

s
s
=
2
s2 + 2 s + ! 2
(s + ) + (! 2
(s + )
=
2
(s + ) + (! 2
t

=L e

1
e
L

!
= p
L !2
!
= p
L !2
=q
L2

cos

!2
"p

1
LCR2
4

cos
R
2L t

2)

(s + ) + (! 2

!2

quindi
h (t) =

2)

cos

2t

2t

!2
!
p
cos

4L
C :

< ! 2 ossia R2 <

!2
r

!2

!2

2t

2t

p
!2

sin

p
!2

sin

p
cos
!2

2)
2t

2t

!2

sin

2t

1
LC

R2
t+
4L2

q
2
con tan = p!2 2 = 4LR RC2 C : Nel caso particolare di resistenza nulla (R =
0) si ha molto pi semplicemente:
!
r
1
1
h (t) = cos
t :
L
LC
In ogni caso, se le condizioni iniziali sono nulle i0 = q0 = 0 si ottiene:
Z t
i (t) =
h (t
)v( )d
0

b. Caso della resistenza grande: 2 > ! 2 ossia R2 > 4L

:
C
p
2
Lequazione s2 + 2 s + ! 2 = 0 ha soluzioni s =
s2

s
=
+ 2 s + !2
s+
=

con
A=
Perci
h (t) =

s+

p
2

!2

A
p

!2

!2
2

A (
e
L

!2
p

;B =
! 2 )t

247

s+ +
+

p
2

s+ +

B (
e
L

B
p

!2 +
:
!2

p
+

! 2 )t

!2
!2
2

!2

e, se le condizioni iniziali sono nulle,

Z t
i (t) =
h (t

)v( )d :

Esempio 5.34 Scriviamo la soluzione del problema precedente se

R = 2; L = 1; C =

1
;
2

q0 = v0 = 0; v (t) =

(1;:2)

(t) :

Calcoliamo

R
1
= 1; ! 2 =
= 2:
2L
LC
Siamo nel caso di resistenza piccola ( 2 < ! 2 ) si ha:
p
!
e t cos
!2
h (t) = p
2
L !2
p
= 2e t cos t +
4
=

perch tan

!2

i (t) =

Z tp

= 1;
2e

(t

=
)

4.

Si ha:

cos t

che ha graco

2t

(1;:2)

( )d

8
se t 2 (0; 1)
< 0
Rtp
(t
)
2e
cos t
+4 d
se t 2 (1; 2)
=
: R12 p
(t
)
2e
cos
t
+
d
se t > 2
4
8 1
se t 2 (0; 1)
< 0
e t sin t
se t 2 (1; 2)
=
:
e t e2 sin (2 t) + sin t
se t > 2

248

Osservazione 5.35 Dal graco notiamo che i (t) continua ma ha derivata

prima discontinua. In questo
caso abbiamo risolto unequazione integrodi erenRt
ziale del tipo ai0 + bi + 0 i = v con v discontinua, perci la derivata di ordine
massimo che compare nellequazione (in questo caso, la derivata prima) pu
essere discontinua se v discontinua. Si confronti con lOsservazione 5.32.
5.5.3

Unesempio di equazione integrale: circuito elettrico RC

Consideriamo un circuito elettrico con resistenza e capacit in serie, e una tensione applicata. Lequazione per lintensit di corrente si ottiene dalla (5.17)
semplicemente ponendo L = 0:
Z t
1
q0 +
i( )d
= v (t) :
Ri +
C
0
La situazione nuova che questa non pi unequazione dierenziale, ma una
particolare equazione integrale. Se v (t) discontinua, in generale potremo avere
soluzione discontinua. Applicando la trasformata abbiamo:
q0
1 I (s)
+
= V (s)
Cs C s
1
q0
I (s) R +
= V (s)
Cs
Cs
q0
V (s)
Cs
I (s) =
1
1
R + Cs
R + Cs
Cs
q0
I (s) = V (s)
:
CRs + 1 CRs + 1

RI (s) +

Notiamo che la funzione che moltiplica V (s) non antitrasformabile perch per
s ! 1 tende a 1=R anzich a zero. Possiamo per scrivere
1
Cs
=
+
CRs + 1
R
cos che
I (s) =

V (s)
R

Cs
CRs + 1

V (s)

1
R

1
R

1
R (CRs + 1)

1
;
R (CRs + 1)
q0
:
CRs + 1

Ora il primo addendo la trasformata di v(t)

R , mentre il secondo si pu vedere,
al solito, come trasformata di una convoluzione, a patto di antitrasformare
1
R(CRs+1) , che elementare:
1
1
=
R (CRs + 1)
CR2
q0
q0
=
CRs + 1
CR

1
1
s + CR
1
1
s + CR

249

=L
=L

1
e
CR2
q0
e
CR

t
CR

t
CR

e in denitiva si ha:
v (t)
i (t) =
R

1
CR2

(t
)
CR

q0
e
CR

v( )d

t
CR

Nella formula trovata per la soluzione osserviamo che:

-la condizione iniziale compare nellultimo addendo, che un transitorio
(tende a zero rapidamente);
-il regime permanente non dipende dalla condizione iniziale ma dal sistema
e dalla tensione applicata;
-la soluzione dipende da v (t) mediante la somma di due termini, di cui il
secondo una convoluzione, e ci aspettiamo che abbia un eetto regolarizzante
sul termine noto v (t), ma il primo addendo semplicemente v(t)
R , e quindi
nel caso v sia discontinuo render pure discontinua la soluzione. Questo un
fenomeno diverso da quanto abbiamo osservato nora con equazioni dierenziali
e integrali.
Esempio 5.36 Calcoliamo la soluzione del problema precedente nel caso
R = 2; C =

1
; q0 = 0; v (t) =
2

ossia
2i (t) + 2

(1;2)

(t) :

i( )d =

(1;2)

(t)

Si avr
i (t) =

(1;2)

2
8
< 0
1
2

:
8
< 0
:

(t)

1
2

(t

R
1 t
(t
)
d
2 1 e
R
1 2
(t
)
e
d
2 1

1 1 t
2e
1
2 (1

(1;2)

( )d

e) e1

250

se t < 1
se t 2 (1; 2)
se t > 2

se t < 1
se t 2 (1; 2)
se t > 2

che ha graco:

Come si vede, in questo caso la corrente cambia in modo discontinuo nei due
istanti in cui la tensione cambia in modo discontinuo.
5.5.4

Risonanza nelle oscillazioni forzate e non smorzate

Consideriamo ora lequazione delloscillatore armonico soggetto a una forzante:

y 00 + ! 2 y = f (t)
(equazione delle oscillazioni forzate). Potrebbe rappresentare un circuito elettrico con induttanza e capacit in serie (e resistenza nulla), soggetto a una tensione
applicata, oppure il movimento di una massa attaccata a una molla che oscilla
senza attriti ed soggetta ad una forza esterna.
Supponiamo che la forzante f (t) sia una funzione periodica di periodo 2! , ossia avente la stessa frequenza della frequenza propria del sistema. Trasformando
avremo, supponendo per semplicit condizioni iniziali nulle:
s2 Y + ! 2 Y = F
Y (s) =

F (s)
+ !2

s2

e poich
1
=L
s2 + ! 2
si ha
1
y (t) =
!

1
sin (!t)
!

sin (! (t

)) f ( ) d :

Per capire il comportamento di questa funzione per tempi lunghi, riscriviamo la

251

y (t) come:
Z
1 t
y (t) =
[sin (!t) cos (! ) cos (!t) sin (! )] f ( ) d
! 0
Z t
Z t
1
1
= sin (!t)
cos (! ) f ( ) d
cos (!t)
sin (! ) f ( ) d
!
!
0
0
1
1
sin (!t) C (t)
cos (!t) S (t) :
!
!
Ora studiamo le funzioni C (t) ; S (t) nellipotesi che f ( ) sia 2! periodica. Per
n = 1; 2; 3; ::: si ha:
Z n 2!
Z 2!
2
2
=
C n
cos (! ) f ( ) d = n
cos (! ) f ( ) d = nC
!
!
0
0
e analogamente
S n

2
!

2
!

= nS

da cui, per t 2 0; 2! ;
2
+t
!
2
+t
S n
!

C n

= nC
= nS

2
!
2
!

+ C (t)
+ S (t)

e
y n

2
+t
!

1
sin (!t) nC
!

2
!

+ C (t)

1
cos (!t) nS
!

2
!

+ S (t) :

Dalla formula precedente leggiamo che:

-o i due integrali C 2! ; S 2! si annullano, e in tal caso
y n

2
+t
!

= y (t) ;

ossia la soluzione ha la stessa periodicit di f ;

-oppure la soluzione y (t) risulta illimitata per tempi lunghi, perch per n !
+1 i termini !n sin (!t) C 2! , !n cos (!t) S 2! crescono oltre ogni limite. In
questo caso si ha il fenomeno della risonanza.
Abbiamo dimostrato il seguente
Teorema 5.37 Ogni soluzione dellequazione
y 00 + ! 2 y = f (t)
con f (t) funzione periodica di periodo 2! , illimitata per t ! +1, a meno che
risulti
Z 2!
Z 2!
cos (! ) f ( ) d =
sin (! ) f ( ) d = 0:
0

252

Esempio 5.38 Se f (t) = A sin (!t) si ha

Z

2
!

sin (! ) f ( ) d = A

2
!

sin2 (! ) d = A

mentre

>0

2
!

cos (! ) f ( ) d = 0:

Si ha risonanza. La soluzione :
Z
1 t
sin (! (t
)) A sin (! ) d
y (t) =
! 0
A
=
( !t cos (!t) + sin (!t))
2! 2
che cresce oltre ogni limite per la presenza del fattore t cos (!t). Graco:

(Questo il caso solitamente trattato nel corso di analisi 2).

Esempio 5.39 Sia f (t) londa quadra
f (t) =
periodizzata di periodo
Z

2
!

A per t 2 0; !
0 per t 2 ! ; 2!

. Si ha:

2
!

sin (! ) f ( ) d = A

sin (! ) d = 2A > 0;

quindi c risonanza. La soluzione

Z
1 t
y (t) =
sin (! (t
! 0
253

)) f ( ) d

ha graco

Esempio 5.40 Sia f (t) londa quadra denita in 0; 2!

f (t) =
e periodizzata di periodo
Z

2
!

A per t 2 0; 2! [
0 altrimenti

2
!

cos (! ) f ( ) d =

>
>
>
>
:
8
>
>
<
>
>
:

2
!

sin (! ) f ( ) d = 0

periodica e limitata. Per t 2 0; 2!

0
A
!
A
!
A
!
A
!
A
!2
A
!2
A
!2

e non c risonanza. La soluzione

1
!
8
>
>
>
>
<

3
! ; 2!

. In questo caso si ha:

f (t) =

da

sin (! (t
)) f ( ) d
Rt
sin (! (t
)) d
R02!
sin (! (t
)) d
R02!
sin
(!
(t
)) d +
0
R 2!
sin (! (t
)) d +
0
(1 cos (!t))
(sin (!t) cos (!t))
(1 + sin (!t))

A
!
A
!

Rt

sin (! (t
3
R !2!
sin (! (t

per
per
per
per

t 2 0; 2!
t 2 2! ; !
3
t 2 ! ; 2!
3
t 2 2! ; 2!

254

)) d
)) d

per t 2 0; 2!
per t 2 2! ; !
3
per t 2 ! ; 2!
per t 2

3
2
2! ; !

5.5.5

Equazioni integrali di Volterra

Si dice equazione di Volterra di seconda specie unequazione integrale del tipo

Z t
y (t)
k (t; ) y ( ) d = f (t)
(5.18)
0

dove y (t) la funzione incognita mentre f e k sono funzioni note, ed equazione

di Volterra di prima specie unequazione integrale del tipo
Z t
k (t; ) y ( ) d = f (t)
0

nellincognita y. Lequazione di prima specie in realt quella pi di cile,

e di essa non diremo niente. Equazioni (5.18) compaiono in modelli sici di
fenomeni ereditari, fenomeni cio in cui la grandezza y (t) dipende, oltre che
dal sistema e da qualche agente esterno, dai valori assunti dalla stessa grandezza
y in tutti gli istanti precedenti. Caso particolare di equazione (5.18) si ha quando
il nucleo k (t; ) di convoluzione, cio ha la forma k (t
) con k funzione di
una sola variabile. In tal caso la trasformata di Laplace utile alla soluzione.
Ad esempio, in dinamica delle popolazioni, il modello di Lotka-Mckendrick
porta ad unequazione di Volterra del tipo
Z t
y (t)
k (t
) y ( ) d = f (t)
(5.19)
0

dove la funzione incognita y (t) rappresenta il tasso di natalit al tempo t di una

certa popolazione di cui nota la struttura per fasce det.
Consideriamo quindi unequazione (5.19), cio unequazione integrale di Volterra di seconda specie, di convoluzione. Indicando con Y; K; F le trasformate di
Laplace di y; k; f; rispettivamente, si ha:
Y (s)

K (s) Y (s) = F (s)

Y (s) =

255

F (s)
:
K (s)

1
Consideriamo la funzione 1 K(s)
. Poich K (s) una trasformata di Laplace,
analitica in un semipiano Re s > s0 e tende a zero per Re s ! +1; ne segue
che in un semipiano eventualmente pi ristretto il denominatore 1 K (s) non
1
si annulla e quindi la funzione 1 K(s)
analitica. Tuttavia la funzione non pu
essere essa stessa una L-trasformata perch per Re s ! +1 tende a 1 e non a
0: Scrivendo per

1
=1+
K (s)

1
K (s)

=1+

K (s)
1 K (s)

lequazione in Y diventa
Y (s) = F (s) +

K (s)
F (s) :
1 K (s)

Ora il primo addendo ha antitrasformata f mentre il secondo ha antitrasformata

h f purch sia
K (s)
L (h) (s) =
:
(5.20)
1 K (s)
Notiamo che ora la funzione 1 K(s)
K(s) analitica in un semipiano e tende a zero
allinnito, quindi pu eettivamente essere una trasformata. Se riusciamo a
determinare h (t) per cui vale la (5.20) la soluzione dellequazione di partenza
sar data da
Z t
y (t) = f (t) +
h (t
)f ( )d :
0

In particolare, notiamo che se il termine noto f (t) discontinuo la soluzione

y (t) sar discontinua. (Non c eetto regolarizzante come nelle equazioni
dierenziali).
Esempio 5.41 Consideriamo lequazione
Z t
y (t)
e 3(t ) y ( ) d = f (t)
0

e applichiamo la trasformata di Laplace. Si ha:

Y (s)

L e

3t

(s) Y (s) = F (s)

1
Y (s)
Y (s) = F (s)
s+3
s+2
Y (s)
= F (s)
s+3
Y (s) = F (s)

s+3
s+2

1
s+2
1
Y (s) = F (s) + F (s)
s+2
Y (s) = F (s) 1 +

256

e poich

1
s+2

=L e

2t

(s) si ha:
Z

2(t

f ( )d :

Ad esempio, per f (t) = sin t abbiamo

Z t
y (t) = sin (t) +
e

2(t

sin ( ) d

y (t) = f (t) +

Oppure, per f (t) =

1
e
5

2t

cos t + 7 sin t :

(t) abbiamo
Z t
y (t) = (0;1) (t) +
e 2(t ) (0;1) ( ) d
0
(
Rt
1 + e 2(t ) d
per t 2 (0; 1)
R 1 02(t )
=
e
d
per
t>1
0
(
3 e 2t
per t 2 (0; 1)
2
=
e 2(t 1) e 2t
per t > 1
2
(0;1)

257

Come si vede, in questo secondo caso la soluzione discontinua.

Esempio 5.42 Consideriamo lequazione
Z t
y (t)
sin (t
) y ( ) d = f (t)
0

e applichiamo la trasformata di Laplace. Si ha:

Y (s)

L (sin t) (s) Y (s) = F (s)

1
Y (s)
Y (s) = F (s)
2
s +1
s2
= F (s)
Y (s) 2
s +1
s2 + 1
s2
1
Y (s) = F (s) 1 + 2
s
Y (s) = F (s)

Y (s) = F (s) + F (s)

e poich

1
s2

= L (t) (s) si ha:

y (t) = f (t) +

1
s2

(t

)f ( )d :

Ad esempio, per f (t) = sin t abbiamo

y (t) = sin (t) +

(t

) sin ( ) d = t:

Oppure, per f (t) =

y (t) =
=
=

(0;1)

(t) abbiamo

(0;1)

(t) +

(t

(0;1)

( )d

Rt
1 + 0 (t
)d
R1
(t
)
d
0

1+
1
2

t2
2

per t 2 (0; 1)
per t > 1

per t 2 (0; 1)
per t > 1

258

Anche in questo caso troviamo una soluzione discontinua.

259

Spazi di Hilbert

Gli spazi vettoriali dotati di un prodotto scalare sono ambienti astratti in cui si
pu denire un concetto di ortogonalit analogo a quello euclideo in Rn . Questo
mette a disposizione un sistema di riferimento privilegiato in cui i calcoli sono
particolarmente comodi e semplici, un concetto di proiezione ortogonale che
diventa strumento per approssimare un elemento generico di uno spazio vettoriale (che nelle applicazioni allanalisi una funzione) mediante elementi di
un particolare sottospazio (che nelle applicazioni sono funzioni di qualche tipo
particolarmente semplice). In dimensione innita, come abitualmente si in
analisi, lortogonalit da sola non basterebbe per a garantire il buon funzionamento di questo tipo di teoria: la validit della propriet di completezza (nel
senso degli spazi di Banach) essenziale a nch si possano dimostrare teoremi signicativamente simili a quelli che valgono in Rn . Da questa sintesi di
idee nasce il concetto di spazio di Hilbert, uno spazio di Banach in cui c un
prodotto scalare e quindi un concetto di ortogonalit. Lesempio pi naturale
di spazio di Hilbert utile in analisi, in un certo senso prototipo di tutti gli altri,
lo spazio L2 ( ) delle funzioni a quadrato sommabile in qualche dominio
di Rn . Perci la teoria degli spazi di Hilbert, pur essendo di per s una teoria
astratta che utilizza solo i concetti propri degli spazi vettoriali normati, nelle sue
applicazioni interessanti ha bisogno della teoria della misura e dellintegrazione
di Lebesgue. E una teoria che nasce quindi dallincontro tra gli sviluppi dellanalisi funzionale astratta con la teoria della misura moderna. A sua volta,
lapplicazione della teoria astratta degli spazi di Hilbert al contesto concreto
dello spazio L2 ( ) richiede, come vedremo, la conoscenza di particolari sistemi ortonormali completidi funzioni. Il sistema trigonometrico fsin nx; cos nxg
comunemente usato nellanalisi di Fourier il primo fondamentale esempio di
sistemi di questo tipo. A seconda del problema in esame (problemi di approssimazione di funzioni in analisi armonica, problemi ai limiti per equazioni differenziali ordinarie o alle derivate parziali), occorre a volte cercare altri tipi di
sistemi ortonormali completi di funzioni speciali, adattati in qualche senso al
problema in esame.

6.1

Spazi vettoriali con prodotto interno

Denizione 6.1 Sia V uno spazio vettoriale sul campo K (= R o C). Si dice
che V uno spazio vettoriale dotato di prodotto interno, o di prodotto scalare, o
anche che V uno spazio pre-Hilbertiano, se (oltre alle due operazioni proprie
dello spazio vettoriale, cio la somma di vettori e il prodotto tra un vettore e
uno scalare) denita una (terza) operazione, che chiamiamo prodotto scalare
o prodotto interno,
(; ):V V !K
con le seguenti propriet:
1. lineare sulla prima componente:
( x + y; z) =

(x; z) + (y; z)
260

8x; y; z 2 V; ;

2 K;

2.a. se K = R (caso che maggiormente considereremo in seguito): commutativo

(x; y) = (y; x) 8x; y 2 V ;
2.b. se K = C:
(x; y) = (y; x)

8x; y 2 V

dove indica il coniugato nel campo complesso. Si noti che se K = R dalla

commutativit segue anche la linearit sulla seconda componente, per cui in tal
caso diciamo semplicemente che il prodotto scalare bilineare; se invece K = C
da 1 e 2.b segue
(z; x + y) =

(z; x) + (z; y)

8x; y; z 2 V; ;

2C

e si dice che il prodotto scalare complesso sesquilineare. Notiamo anche che

nel caso complesso essendo (x; x) = (x; x), risulta (x; x) reale per ogni x 2 V ,
il che d senso alla prossima richiesta.
3. Positivit:
(x; x)

0 8x 2 V e (x; x) = 0 () x = 0:

Esempio 6.2 Sono spazi vettoriali con prodotto interno i seguenti:

1. Lo spazio Rn col prodotto scalare
(x; y) =

n
X

xj yj :

j=1

2. Lo spazio Cn (su C) col prodotto scalare

(x; y) =

n
X

xj yj :

j=1

3. Lo spazio Rn col prodotto scalare

n
X

(x; y) =

aij xj yj

i;j=1
n

dove A = (aij )i;j=1 una qualsiasi matrice simmetrica e denita positiva.

4. Lo spazio C [a; b] (funzioni a valori reali) con
(f; g) =

f (t) g (t) dt:

5. Lo spazio C [a; b] (funzioni a valori complessi) con

(f; g) =

f (t) g (t)dt:

261

6. Lo spazio L2 ( ) (funzioni a valori reali o complessi),

misurabile di Rn con
Z
(f; g) =
f (x) g (x)dx:

sottoinsieme

Questo sar lesempio pi importante nel seguito. Se le funzioni hanno valori

reali ovviamente non c bisogno di mettere il coniugato sopra g.
1
7. Lo spazio `2 delle successioni x = fxn gn=1 a valori reali o complessi per
le quali si abbia
1
X
2
jxj j < 1;
j=1

col prodotto scalare

(x; y) =

1
X

xj y j .

j=1

Questo in un certo senso lanalogo discreto dellesempio precedente. Si noti

lanalogia con il prodotto scalare usuale di Rn .
In tutto il seguito, per semplicare le notazioni e le dimostrazioni, tratteremo
sempre spazi vettoriali su R. Quello che diremo vale comunque anche per spazi
complessi, con qualche modica di notazione o nelle dimostrazioni.
Teorema 6.3 Sia V uno spazio pre-Hilbertiano. Allora:
1. Vale la disuguaglianza di Cauchy-Schwarz:
p
p
j(x; y)j
(x; x)
(y; y) 8x; y 2 V:
2. Ponendo

kxk =

(x; x)

si ottiene che k k una norma, che si dice norma del prodotto interno. Si
noti che la disuguaglianza di Cauchy-Schwarz si riscrive quindi
j(x; y)j

kxk kyk 8x; y 2 V:

(6.1)

3. La norma del prodotto interno soddisfa luguaglianza del parallelogramma:

2
2
2
2
kx + yk + kx yk = 2 kxk + kyk
8x; y 2 V:
Dimostrazione. Dimostriamo il teorema lavorando per semplicit con uno
spazio pre-Hilbertiano reale. La dimostrazione di tutti i punti si basa sulle
propriet assiomatiche del prodotto interno.
1. Per ogni 2 R possiamo scrivere: per la positivit del prodotto scalare:
0

( x + y; x + y) =

262

per la bilinearit del prodotto scalare

2

(x; x) + 2 (x; y) + (y; y) =

per denizione di norma del prodotto scalare

=

kxk + 2 (x; y) + kyk :

Dunque abbiamo
2

kxk + 2 (x; y) + kyk

0 8 2 R,

il che implica che il discriminante del trinomio di secondo grado in

ossia
2
2
2
(x; y)
kxk kyk
0

sia

0,

da cui (6.1).
p
2. Ponendo kxk = (x; x) si ha, per la positivit del prodotto scalare, la
propriet di positivit della norma. Vale lomogeneit perch
p
p
p
2 (x; x) = j j
k xk = ( x; x) =
(x; x) = j j kxk :

Vale la disuguaglianza triangolare perch per denizione di norma e bilinearit

del prodotto scalare
2

kx + yk = (x + y; x + y) = (x; x) + 2 (x; y) + (y; y) = kxk + 2 (x; y) + kyk

per la (6.1)
2

kxk + 2 kxk kyk + kyk = (kxk + kyk)

da cui kx + yk kxk + kyk.

3. Per denizione di norma e bilinearit del prodotto scalare si ha:
2

kx + yk + kx

yk = (x + y; x + y) + (x y; x y)
= (x; x) + 2 (x; y) + (y; y) + (x; x)
2

2 (x; y) + 2 (y; y)
2

= 2 [(x; x) + (y; y)] = 2 kxk + kyk

Ogni spazio pre-Hilbertiano dunque uno spazio vettoriale normato, la cui

norma proviene da un prodotto scalare e soddisfa luguaglianza del parallelogramma.
Viceversa, potremmo avere uno spazio vettoriale normato (qualsiasi) e chiederci se esista un prodotto scalare che induca quella norma. Da questo punto di
vista, il fatto che valga luguaglianza del parallelogramma risulta una condizione
necessaria, come mostra il prossimo
Esempio 6.4 Dimostriamo che la norma di L1 [a; b] non proviene da un prodotto scalare. Si faccia attenzione: chiaro che il prodotto scalare
Z b
(f; g) =
f (t) g (t) dt
a

263

non induce la norma L1 (perch induce la norma L2 ); noi stiamo a ermando

per che non esiste alcun prodotto scalare (f; g) per cui si abbia
!2
Z
b

(f; f ) =

jf (t)j dt

Se un tale prodotto scalare esistesse, la norma L1 dovrebbe soddisfare luguaglianza del parallelogramma, cosa che non accade, come ora mostriamo. Consideriamo, in L1 [0; 2]:
f (t) = [0;1] (t) ; g (t) = [1;2] (t) :
Poich j(f

g) (t)j = 1 in [0; 2], si ha:

Z 2
2
2
kf + gkL1 + kf gkL1 =
dt

dt

= 4 + 4 = 8;

2 kf kL1 + kgkL1 = 2 (1 + 1) = 4
e luguaglianza non vale. Pertanto L1 non uno spazio pre-Hilbertiano.
Si pu dimostrare (v. Esercizio 6.21) che se V uno spazio vettoriale normato
la cui norma soddisfa luguaglianza del parallelogramma, allora il prodotto
i
1h
2
2
2
(x; y) =
kx + yk
kxk
kyk
2
eettivamente un prodotto scalare, che induce la norma k k. Di conseguenza
luguaglianza del parallelogramma caratterizza le norme degli spazi pre-hilbertiani.
Questo fa capire che tutta la geometria degli spazi con prodotto scalare scritta,
implicitamente, nella semplice uguaglianza del parallelogramma. Difatti, come
vedremo, questuguaglianza giocher un ruolo centrale nella dimostrazione di
un risultato fondamentale.
Una conseguenza della disuguaglianza di Cauchy-Schwarz che ci sar utile
talvolta la seguente:
Teorema 6.5 Sia V uno spazio vettoriale pre-hilbertiano. Allora il prodotto
1
1
scalare continuo, cio se x; y 2 V e fxn gn=1 ; fyn gn=1 V , si ha:
yn ! y =) (x; yn ) ! (x; y) ;
xn ! x; yn ! y =) (xn ; yn ) ! (x; y) :
Dimostrazione.
j(x; yn )

(x; y)j = j(x; yn

y)j

kxk kyn

yk ! 0 per yn ! y,

che mostra la prima relazione. Per la seconda, scriviamo

j(xn ; yn )

(x; y)j = j(xn ; yn ) (xn ; y) + (xn ; y) (x; y)j

= j(xn ; yn y) + (xn x; y)j
j(xn ; yn y)j + j(xn x; y)j
kxn k kyn yk + kyk kxn xk
264

e lultima espressione scritta tende a zero poich kyn yk ; kxn xk tendono a

zero, mentre la successione xn essendo convergente limitata, perci esiste c
tale che kxn k c per ogni n.
In uno spazio vettoriale con prodotto interno si pu denire in maniera
naturale un concetto di ortogonalit:
Denizione 6.6 Si dice che x; y 2 V sono ortogonali tra loro, e si scrive x ? y,
se (x; y) = 0:
Vale allora il seguente
Teorema 6.7 (di Pitagora) Siano x1 ; x2 ; :::; xn 2 V elementi a due a due
ortogonali. Allora
n
X

xj

j=1

n
X
j=1

kxj k :

Dimostrazione. Si ha, per denizione di norma e bilinearit del prodotto

scalare:
0
1
2
n
n
n
n
X
X
X
X
xj = @
xj ;
xi A =
(xi ; xj )
j=1

j=1

i;j=1

i=1

poich i vettori sono a due a due ortogonali (xi ; xj ) = 0 per i 6= j, perci

=

n
X

(xj ; xj ) =

j=1

n
X
j=1

kxj k :

Denizione 6.8 Sia S

V un insieme qualsiasi di vettori. Si dice complemento ortogonale di S, e si indica con S ? , linsieme
S ? = fx 2 V : (x; s) = 0 8s 2 Sg :
Teorema 6.9 Linsieme S ? un sottospazio vettoriale chiuso di V (anche se
S non un sottospazio).
Dimostrazione. Che sia un sottospazio segue dalla bilinearit del prodotto
scalare: se x; y 2 S ? e ; 2 R si ha, per ogni s 2 S;
( x + y; s) =

(x; s) + (y; s) =

0+

0 = 0:

Che sia chiuso segue dalla continuit del prodotto scalare (Teorema 6.5). Infatti
1
sia fxn gn=1
S ? tale che xn ! x 2 V; e proviamo che x 2 S ? . Infatti per
ogni s 2 S si ha
(x; s) = lim (xn ; s) = lim 0 = 0;
n!1

quindi x 2 S

eS

n!1

chiuso.
265

6.2

Spazi di Hilbert

Denizione 6.10 Si dice spazio di Hilbert uno spazio pre-Hilbertiano completo

(rispetto alla norma del prodotto scalare).
Quindi uno spazio di Hilbert uno spazio di Banach la cui norma proviene
da un prodotto interno.
Esempio 6.11 Passiamo in rassegna agli Esempi 6.2 di spazi vettoriali con
prodotto interno e vediamo quali di essi sono spazi di Hilbert.
Gli esempi 1, 2, 3, 4 sono nito dimensionali. Questi sono tutti spazi di
Hilbert, per la completezza di Rn .
Gli esempi 4-5 (funzioni continue, prodotto scalare integrale) danno spazi
non completi (sappiamo gi che le norme integrali non rendono completo uno
spazio di funzioni continue), quindi non di Hilbert.
Lesempio 6 L2 ( ), con il prodotto scalare integrale. Questo di Hilbert
(completezza degli spazi Lp ), ed lesempio pi importante per il seguito del
discorso. Si noti che stiamo parlando di L2 su un qualsiasi spazio di misura
astratto ( ; M; ), non solo un dominio di Rn con la misura di Lebesgue.
Lesempio 7 un caso particolare del precedente quando la misura quella
del conteggio su N. Si ottiene lo spazio `2 di successioni, col prodotto scalare
che generalizza quello usuale di Rn al caso innito dimensionale. In un certo
senso lo spazio `2 si pu pensare come una sorta di spazio R1 , dove per la
successione
delle coordinate soggetta a un vincolo preciso, la convergenza della
P
2
serie
jxn j .
Nota storica. La teoria astratta degli spazi di Hilbert fu formulata da von
Neumann alla ne degli anni 1920, come strumentazione matematica per la meccanica quantistica. In questa sua applicazione, la teoria degli spazi di Hilbert
complessi quella che serve; questo il motivo per cui abbiamo dato almeno le
denizioni iniziali nel caso complesso. Nel seguito del discorso, per semplicit,
considereremo quasi sempre spazi reali, soprattutto nelle dimostrazioni. Hilbert
fu il primo a introdurre lo spazio `2 , nei primi anni del 1900, e a gettare le
basi per linteresse per questi tipi di spazi vettoriali innito dimensionali. Ricordiamo che la teoria degli spazi di Banach (di cui quelli di Hilbert sono un
caso particolare) ebbe il suo importante avvio con il lavoro di Banach del 1932
Teoria degli operatori lineari, quindi fu successiva alla teoria degli spazi di
Hilbert. Segnaliamo anche che gli sviluppi pi signicativi della teoria degli
spazi di Hilbert (cos come quella degli spazi di Banach, che non trattiamo)
riguardano la teoria degli operatori lineari deniti su questi spazi, di cui noi
non ci occuperemo per nulla.
Lo studente curioso dellapplicazione della teoria degli spazi di Hilbert alla meccanica quantistica pu leggere, per cominciare, il paragrafo molto elementare [Saxe, Chap. 6, 6.7]., che rimanda a testi pi approfonditi. Avvertiamo comunque che la teoria degli spazi di Hilbert necessaria per comprenderne le applicazioni alla meccanica quantistica molto pi ampia di quella qui
sviluppata.
266

Negli spazi di Hilbert il teorema di Pitagora dimostrato in precedenza si

estende a somme innite, al modo seguente:
1

Teorema 6.12 (di Pitagora, 2a versione) Se fxj gj=1 una successione di

elementi di
spazio di Hilbert H a due a due
Puno
P1ortogonali e tali che la serie
1
2
numerica j=1 kxj k converge, allora la serie j=1 xj converge in H e vale la
1
X

xj

j=1

1
X
j=1

kxj k :

Dimostrazione. Possiamo anzitutto applicare il teorema di Pitagora in versione nita ad ogni somma parziale della serie, e scrivere
m
X

xj

j=n

m
X

j=n

kxj k :

(6.2)

P1
2
Poich la serie numerica j=1 kxj k converge, le sue somme parziali sono una
Pm
2
successione di Cauchy, quindi j=n kxj k ! 0 per n; m ! 1: Per luguaglianza
Pm
(6.2) le somme parziali di j=n xj sono allora una successione di Cauchy in H,
ed essendo lo spazio completo la serie converge. Dunque esiste x 2 H tale che
n
X
j=1

n
X

xj ! x; perci
2
2

xj

! kxk :

j=1

Daltro canto

Pn

j=1

xj

Pn

j=1

n
X
j=1

(6.3)

kxj k ; perci
2

kxj k ! kxk .

(6.4)

Da (6.3) e (6.4) segue

1
X
j=1

kxj k =

1
X

xj

j=1

Il risultato fondamentale sulla geometria degli spazi di Hilbert il seguente:

Teorema 6.13 (Distanza da un sottospazio chiuso, o Teorema della
proiezione). Sia H uno spazio di Hilbert e V un suo sottospazio vettoriale

267

chiuso. Allora per ogni x 2 H esiste un unico v 2 V di minima distanza da x,

ossia tale che
kx vk = inf kx vk :
v2V

Inoltre x

v ortogonale a V . Lelemento v si dice proiezione di x su V .

Dimostrazione. Proviamo lesistenza. Se x 2 V basta porre v = x, perci

supponiamo x 2
= V . Sia d = inf v2V kx vk. (Questo inf esiste perch V non
1
vuoto e kx vk 0). Sia fxn gn=1 V una successione minimizzante, ossia
tale che
kx xn k ! d:
(Tale successione esiste per denizione di estremo inferiore). Proviamo che
questa successione di Cauchy. Si utilizza a questo scopo luguaglianza del
parallelogramma:
kxn

xm k = k(xn

x) + (x

x)

k(xn

xm )k

(x

xm )k + 2 kxn

xk + kx

xm k

Ora, per n; m ! 1 si ha:

2

xk ! d2 ;

kxn
k(xn

x)

(x

kx

xm k ! d2 ;

xm )k = kxn + xm

2xk = 4

xn + xm
2

perch, essendo V un sottospazio vettoriale, xn ; xm 2 V =)

segue che
2
lim kxn xm k
4d2 + 2 d2 + d2 = 0;

x
xn +xm
2

4d2
2 V: Ne

n;m!1

cio kxn xm k ! 0, ossia fxn gn=1 di Cauchy. Poich H completo, esiste

allora v 2 H tale che xn ! v; inoltre, poich V un sottospazio chiuso di H,
v 2 V . Inne, poich
kxn
kxn

xk ! kv
xk ! d;

xk e

si ha kv xk = d. Questo completa la dimostrazione dellesistenza dellelemento

di V di minima distanza da x.
Proviamo ora lunicit. Siano dunque v1 ; v2 due elementi di V tali che
kvi

xk = d per i = 1; 2

268

e proviamo che allora v1 = v2 . Si usa ancora luguaglianza del parallelogramma,

in modo simile a quello gi visto:
kv1

v2 k = k(v1

x) + (x

v2 )k

k(v1

x)

(x

v1 + v2
2

v2 )k + 2 kv1

xk + kx

v2 k

+ 2 d2 + d2

4d2 + 4d2 = 0
2
2
2 V ) v1 +v
x
d: Dunque kv1 v2 k = 0,
in quanto v1 ; v2 2 V ) v1 +v
2
2
ossia v1 = v2 :
Prima di dimostrare lultimo punto del teorema (ortogonalit di x v a V )
ragioniamo sul signicato geometrico di questa propriet, lasciandoci guidare
dallanalogia con il caso nito dimensionale. Se V un sottospazio (chiuso) di
H e x un elemento di H che non appartiene a V , dal punto di vista geometrico
chi sar lelemento v 2 V di minima distanza da x? Sar la proiezione ortogonale
di x su V . Questo signica appunto che x v ortogonale a tutti gli elementi
di V .

Dimostriamolo. Sia w = x v, v 2 V qualsiasi, e proviamo che (w; v) = 0.

Per ogni 2 R, scriviamo (essendo v + v 2 V e kwk = d =distanza di V da x)
2

kwk

kx

(v + v)k = k(x

= (w

v; w

= kwk

v) = (w; w)

2 (v; w) +

kvk

da cui
2 (v; w)
Ponendo

v)

kvk

vk = kw

2 (v; w) +

vk
2

8 2 R:

= tsgn(v; w) con t > 0 la precedente si riscrive cos

2t j(v; w)j

t2 kvk
269

8t > 0;

(v; v)

da cui dividendo per t e facendo tendere t a zero si ottiene (v; w) = 0, che la

tesi.
Corollario 6.14 (Decomposizione ortogonale di H rispetto a un suo
sottospazio chiuso). Se H uno spazio di Hilbert e V un suo sottospazio
chiuso si ha:
H = V V ?;
dove si legge somma diretta e signica quanto segue:
ogni elemento x 2 H si pu scrivere come somma di un elemento v 2 V e
un elemento v 0 2 V ? , inoltre V \ V ? = f0g. Le due cose insieme implicano che
la scrittura x = v + v 0 con v 2 V e v 0 2 V ? unica.
Dimostrazione. Sia V un sottospazio chiuso di H. Se V = H allora V ? = f0g
e la tesi ovvia. Altrimenti, preso un x 2 H, per il Teorema della proiezione
possiamo scrivere x = v + (x v) con v 2 V e (x v) 2 V ? . E poi ovvio
che V \ V ? = f0g in quanto se x 2 V \ V ? si ha (x; x) = 0 e quindi x = 0.
Mostriamo anche che la scrittura di un elemento x 2 H nella forma x = v + v 0
con v 2 V e v 0 2 V ? unica. Supponiamo che esistano due scritture
x = v1 + v10 = v2 + v20
con v1 ; v2 2 V; v10 ; v20 2 V ? . Allora si ha:
v1

v2 = v20

v10 :

Il primo membro un elemento di V , il secondo membro un elemento di V ? ,

allora poich V \ V ? = f0g si ha v1 v2 = 0 = v20 v10 da cui v1 = v2 , v10 = v20
ossia la scrittura unica.

6.3

Analisi di Fourier in spazi di Hilbert

Andremo ora pi a fondo del concetto di ortogonalit, vedendo come opportuni

sistemi di vettori ortogonali possano costituire, in uno spazio di Hilbert astratto
cos come avveniva in Rn , un buon sistema di riferimento.
n

Denizione 6.15 Un insieme nito fej gj=1 o numerabile fej gj=1 di elementi
di H si dice sistema ortonormale se
(ei ; ej ) =

0 se i 6= j
1 se i = j:

In altre parole, i vettori sono a due a due ortogonali, e ciascuno ha norma

unitaria.
Notazione. In questo paragrafo considereremo spesso combinazioni lineari di
vettori, ed importante distinguere a colpo docchio i vettori dalle costanti che li

270

moltiplicano. Cambiando leggermente notazioni quindi, scriveremo ad esempio

n
ej j=1 per indicare i vettori e
n
X

cj ej

j=1

per indicare una loro combinazione lineare, dove le cj sono costanti.

Cominciamo con lillustrare alcuni procedimenti e idee che riguardano i
sottospazi di dimensione nita di uno spazio di Hilbert.
Ricordiamo anzitutto che in base al teorema di Pitagora in spazi di Hilbert
si pu scrivere:
n
X

cj ej

j=1

n
X

cj ej

j=1

n
X
j=1

jcj j :

(6.5)

Questuguaglianza in particolare implica che vettori che costituiscono un

sistema ortonormale nito sono sempre linearmente indipendenti. Infatti se
n
X

cj ej = 0

j=1

per certe costanti c1 ; c2 ; :::; cn , in base a (6.5) si ha

n
X
j=1

jcj j = 0

e quindi cj = 0 per j = 1; 2; :::; n; perci i vettori sono indipendenti.

Un sistema ortonormale nito costituisce quindi una base dello spazio vettoriale da essi generato. Viceversa, se V0 un sottospazio nito dimensionale di
n
H, data una qualsiasi base uj j=1 di V0 sempre possibile a partire da questa
generarne unaltra che sia costituita da vettori ortonormali. Esu ciente adoperare il procedimento di ortonormalizzazione di Gram-Schmidt, che illustriamo
iterativamente cos:
e1 = vers (u1 )
(dove, qui e nel seguito, indichiamo vers (u) =
e2 = vers (u2

u
kuk );

(u2 ; e1 ) e1 )

(spiegazione: dopo aver normalizzato il primo vettore, consideriamo il secondo e

gli sottraiamo la sua componente nella direzione del primo; cos u2 (u2 ; e1 ) e1
risulta ortogonale a e1 ; ora lo normalizziamo e abbiamo e2 );
e3 = vers (u3

(u3 ; e1 ) e1

(u3 ; e2 ) e2 )

e cos via no a ottenere una base ortonormale ej

271

n
j=1

di V0 .

Esplicitamente, lalgoritmo ricorsivo che denisce en :

e1 = vers (u1 )
en = vers un

n
X1

(un ; ek ) ek

k=1

Supponiamo ora che V0 , sottospazio nito dimensionale di H, sia dotato

n
di una base ortonormale ej j=1 (cosa che, come appena visto, si pu sempre
supporre). Dato un elemento x2 H; il suo elemento di minima distanza da V0
(che sappiamo gi esistere in base al teorema delle proiezioni) non altro che:
PV0 x =

n
X

x; ej ej :

j=1

Infatti PV0 x 2 V0 e si verica facilmente che x PV0 x 2 V0? . E su ciente

calcolare per k = 1; 2; :::; n il prodotto scalare
(x

PV0 x; ek ) = (x; ek )

n
X

x; ej

ej ; ek = (x; ek )

(x; ek ) = 0:

j=1

Quindi la scrittura
x = PV0 x + (x

PV0 x)

mostra, in base al teorema delle proiezioni, che lelemento di minima distanza di

x da V0 proprio PV0 x: Ecco quindi che la conoscenza di una base ortonormale
in V0 d un algoritmo semplice ed esplicito per calcolare lelemento di minima
distanza di un vettore qualunque da V0 ; mediante la sua proiezione ortogonale.
Prima di proseguire sar utile illustrare queste idee con un esempio concreto:
Esempio 6.16 Determinare il polinomio di grado
2 che approssima meglio
la funzione f (x) = sin ( x) in L2 (0; 1) :
Ragioniamo cos: sia V0 lo spazio vettoriale dei polinomi di grado
2 su
[0; 1]. E uno spazio vettoriale di dimensione nita (3), quindi chiuso; un
sottospazio di L2 (0; 1) : Il polinomio di grado
2 che approssima meglio la
funzione f in L2 (0; 1) la proiezione di f su V0 . Per calcolarla, dobbiamo prima costruire una base ortonormale in V0 . Per farlo, partiamo da una base
qualunque di V0 , sceglieremo quella pi semplice, costituita da 1; x; x2 , e la

272

ortonormalizziamo in L2 (0; 1) mediante il procedimento di Gram-Schmidt:

1

e1 = vers (1) =

R1
0

e2 = vers (x (x; e1 ) e1 ) ;
Z 1
1
(x; 1) =
xdx = ;
2
0
!1=2 r
2
1
1
1
dx
=
= p ;
2
12
2 3
p
1
e2 = 2 3 x
;
2
e3 = vers x2

x2 ; 1 =

x2 ; e1 e1

x2 dx =

x2 ; e2 =

1
;
3

x2 ; e1 e1

x2 ; e2 e2

L2

0
Z
@
=

1
3

x2

1
x+
6

e3 = 6 5 x2

x+

x2 ; e2 e2 ;

p
1
3
dx =
;
2
6
p
3 p
2 3 x
6

p
x2 2 3 x

x2

= 1:

1=2

12 dx

1
6

!1=2

dx

=p

Ricapitoliamo: una base ortonormale di V0 costituita dai 3 vettori:

e1 = 1;
p
e2 = 2 3 x
p
e3 = 6 5 x2

1
2

x+

1
6

Ora bisogna calcolare la proiezione di f su V0 ; cio:

PV0 f = (f; e1 ) e1 + (f; e2 ) e2 + (f; e3 ) e3 :

273

1
2

!2

11=2

dxA

1
1
= p ;
180
6 5

Calcoliamo dunque:
Z 1
2
(f; e1 ) =
sin ( x) dx = ;
0

(f; e2 ) =

p
sin ( x) 2 3 x

1
2

(f; e3 ) =

p
sin ( x) 6 5 x2

1
x+
6

Perci
PV0 f =
=

60

p
2 5

12

3
2

12

x2

dx = 0;
dx =

p
6 5 x2
x +

12

p
2 5

2
3

x+
2

1
6

120
3

12

Rappresentiamo la funzione f insieme alla sua approssimante:

Supponiamo ora di avere a disposizione (e vedremo in seguito che sar pro1

prio cos in molti esempi interessanti) una successione ej j=1 di vettori che
costituiscono un sistema ortonormale. I procedimenti illustrati precedentemente
si possono applicare iterativamente ai primi n vettori di questa successione, per
n crescente. Si ottiene allora il seguente importante risultato:
1

Teorema 6.17 (Disuguaglianza di Bessel) Se ej j=1 un sistema ortonormale in uno spazio di Hilbert H; per ogni x2 H vale la disuguaglianza (di
Bessel):
1
X
2
2
x; ej
kxk :
j=1

In particolare, la serie a primo membro converge. Inoltre:

x

n
X
j=1

x; ej ej

= kxk

274

n
X
j=1

x; ej

(6.6)

Dimostrazione. Applichiamo il teorema delle proiezioni e quanto sopra ossern

vato al sottospazio V0 generato dai primi n vettori ej j=1 . Si ha:
n
X

x; ej

j=1

= kPV0 xk

kxk

per n = 1; 2; 3; ::: Passando al limite per n ! 1 si ha la tesi (ricordiamo che

una serie numerica a termini positivi con somme parziali superiormente limitate
convergente).
Daltro canto la scomposizione
x = PV0 x + (x

PV0 x)

d, per lortogonalit,
2

kxk = kPV0 xk + kx

PV0 xk

e quindi

n
X
j=1

x; ej ej

= kx

PV0 xk = kxk

kPV0 xk = kxk

n
X

x; ej

j=1

Lidea dellanalisi di Fourier in spazi di Hilbert approssimare un elemento

x di H mediante la sua proiezione su opportuni sottospazi nito dimensionali.
Pn
2
Poich al crescere di n la somma j=1 x; ej
aumenta, dalla (6.6) del teore2
ma precedente leggiamo che la distanza kx PV0 xk diminuisce. Ci piacerebbe
poter aermare che questa distanza non solo diminuisce ma tende a zero. Signicherebbe che abbiamo un metodo per approssimare bene quanto vogliamo
un generico elemento di uno spazio di Hilbert, mediante combinazioni lineari di
elementi del sistema ortonormale ssato. Daltro canto a nch questo accada
1
necessario che il sistema ortonormale ej j=1 sia su cientemente ricco da catturare tutte le direzioni di H: se ad esempio in R3 considerassimo un sistema
ortonormale costituito da soli due vettori, certamente non potremmo approssimare bene quanto vogliamo un generico elemento di R3 con combinazioni lineari
di questi due vettori. Questo porta alla seguente
Denizione 6.18 Sia H uno spazio di Hilbert. Un sistema ortonormale ej
in H si dice completo se per ogni x2 H,
x; ej = 0

8j

1
j=1

=) x = 0:

Si usa spesso labbreviazione s.o.n.c. per sistema ortonormale completo.

Si osservi che nella denizione che abbiamo dato (e che non lunica che
si trova in letteratura), un s.o.n.c. necessariamente numerabile, cio consiste
275

in una successione di elementi (e non una famiglia innita pi numerosa). Non

ovvio che in uno spazio di Hilbert un s.o.n.c. esista. La cosa interessante,
tuttavia, non dimostrare risultati astratti di esistenza di s.o.n.c., quanto esibire concretamente dei s.o.n.c. utili al problema in esame. Ad esempio, come
vedremo, in L2 [a; b] il classico sistema trigonometrico lesempio pi noto di
sistema ortonormale completo. Nel seguito, incontreremo un certo numero di
s.o.n.c. espliciti.
Il prossimo teorema condensa i risultati fondamentali di analisi di Fourier in
spazi di Hilbert:
Teorema 6.19 (Serie e trasformata di Fourier in spazi di Hilbert) Sia H
1
uno spazio di Hilbert e ej j=1 un sistema ortonormale completo. Per ogni
x2 H; poniamo
x
bj = x; ej per j = 1; 2; 3; :::
Allora
1. La serie di Fourier di x converge in H ad x, cio:
x=

1
X
j=1

2. Loperatore

x
bj ej
1

F : x 7! fb
xj gj=1
detto trasformata di Fourier su H, lineare e continuo a valori nello spazio di
successioni `2 ; pi precisamente, F una isometria tra spazi di Hilbert, cio
biunivoca e conserva il prodotto scalare e la norma, ossia:
x; y =

1
X
j=1

x
bj ybj 8x; y 2 H (uguaglianza di Plancherel)

(il coniugato ybj necessario se H uno spazio di Hilbert complesso);

2

kxk =

1
X
j=1

jb
xj j

8x; y 2 H (uguaglianza di Perceval).

Osservazione 6.20 Il termine trasformata di Fourierin questo contesto pu

confondere le idee. La trasformata di cui si parla qui lanalogo astratto delloperatore
F : L2 (
con

F : f 7! fb

1
fb(n) =
2

; ) ! `2

f (y) e

276

iny

dy con n 2 Z

(e che denisce i coe cienti che entrano nelle serie di Fourier) e non delloperatore

con
fb( ) =

F : L1 (R) ! C0 (R)
F : f 7! fb

f (y) e

i2

dy con

2 R.

Questi operatori possono essere chiamati, rispettivamente, trasformata di

Fourier sulla circonferenza e trasformata di Fourier su R. La trasformata
di Fourier in spazi di Hilbert quindi lanalogo astratto della trasformata di
Fourier sulla circonferenza.
Dimostrazione.
Loperatore F evidentemente lineare; per la disuguaglianza
P1
2
2
1
di Bessel, j=1 jb
xj j
kxk ; in particolare fb
xj gj=1 2 `2 .
1
Mostriamo che F suriettiva. Data una successione fcj gj=1 2 `2 ; cio tale
P1
P1
2
che j=1 jcj j < 1; per il Teorema di Pitagora 6.12 la serie j=1 cj ej converge
in H ad un certo elemento x; calcoliamo ora:
!
1
X
x
bj = x; ej =
ck ek ; ej =
k=1

per linearit e continuit del prodotto scalare

=

1
X

ck ek ; ej

k=1

per lortonormalit del sistema

= cj .
1

Dunque abbiamo costruito un elemento x2 H tale che fb

xj gj=1 = fcj gj=1 ;
perci F suriettiva.
1
Liniettivit di F segue dalla completezza del sistema ej j=1 : se x
bj = 0

8j ossia x; ej = 0 8j; allora x= 0; per denizione di sistema ortonormale

completo. Dunque F lineare e biunivoca tra H e `2 . Mostriamo ora che la
serie di Fourier di x converge proprio a x. Segue ancora dalla completezza del
sistema, infatti:
!
1
X
x
(x; ek ) ek ; ej =
(6.7)
k=1

per la linearit e la continuit del prodotto scalare

= x; ej

1
X

k=1

(x; ek ) ek ; ej = x
bj
277

1
X

k=1

x
bk ek ; ej

per lortonormalit del sistema

=x
bj

x
bj = 0:

Dunque essendo il prodotto scalare (6.7) nullo per ogni j, per la completezza
del sistema segue che
1
X
x
(x; ek ) ek = 0; ossia
k=1

x=

1
X

k=1

x
bk ek ,

che la convergenza della serie di Fourier.

Sapendo questo, luguaglianza di Plancherel segue dalla bilinearit e continuit del prodotto scalare:
0
1
1
1
1 X
1
X
X
X
x; y = @
x
bk ek ;
ybj ej A =
x
bk ybj ek ; ej =
k=1

j=1

e per lortonormalit

k=1 j=1

1
X
j=1

x
bk ybj :

Inne, luguaglianza di Perceval segue dalluguaglianza di Plancherel per y= x:

Come si vede, gli spazi di Hilbert dotati di un s.o.n.c. sono un ambiente
estremamente naturale per lanalisi di Fourier: i risultati del teorema precedente
sono infatti esaurienti e puliti: la serie di Fourier di qualsiasi elemento x
converge ad x, e la trasformata di Fourier unisometria tra spazi di Hilbert,
il che signica che tutta linformazione che identica lelemento x codicata
1
nella successione numerica fb
xj gj=1 .
Si rietta anche sul fatto che qualsiasi spazio di Hilbert dotato di un s.o.n.c.
risulta identicato, tramite la trasformata di Fourier, con lo spazio `2 ; dal punto
di vista della struttura astratta esiste quindi un solo spazio di Hilbert dotato di
s.o.n.c.!

6.4

Esercizi

Spazi di Hilbert
Esercizio 6.21 Sia X uno spazio vettoriale normato la cui norma soddisfa
luguaglianza del parallelogramma
2

kx + yk + kx

yk = 2 kxk + kyk

8x; y 2 X:

(NON si sta supponendo a priori che tale norma provenga da un prodotto

scalare).
278

a. Provare che allora vale luguaglianza del parallelepipedo:

2

kx1 + x2 + x3 k = kx1 + x2 k + kx1 + x3 k + kx2 + x3 k

8x1 ; x2 ; x3 2 X: (Perch si chiama cos? Visualizzare il signicato geometrico

in R3 ).
b. Provare che se si denisce
i
1h
2
2
2
(x; y) =
kx + yk
kxk + kyk
;
(6.8)
2
questo prodotto scalare soddisfa e ettivamente la propriet
(u + v; w) = (u; w) + (v; w) :
c. Dal risultato del punto precedente dedurre, successivamente, le seguenti
propriet
( u; v) = (u; v)
(nu; w) = n (u; w) per n = 1; 2; 3; :::
1
u; w
n

( u; v) =

1
(u; v) per n = 1; 2; 3; :::
n
(u; v) per ogni

2Q

d. Dalla denizione (6.8) dedurre la propriet di continuit:

Se xn ! x in X; allora (xn ; y) ! (x; y) per ogni y 2 X:
e. Sfruttando il punto d e lultima propriet del punto c, provare che:
( u; v) =

(u; v) per ogni

2 R:

Risulta cos completamente dimostrato che: se in uno spazio vettoriale normato

la norma soddisfa luguaglianza del parallelogramma, allora necessariamente
tale norma deriva da un prodotto scalare.
Esercizio 6.22 In L2 ( 1; 1) ; si consideri il sottospazio V generato dalle funzioni:
1; x; x2 ; x3 :
Costruire una base ortonormale di V , applicando a queste 4 funzioni il metodo
di ortonormalizzazione di Gram-Schmidt.
[Osservazione: iterando questo metodo no a una potenza n qualunque si
costruiscono i polinomi di Legendre, che studieremo in seguito].
2

Esercizio 6.23 In R si metta la misura Gaussiana d = e x dx: Si consideri

lo spazio di Hilbert H = L2 (R; d ), cio lo spazio delle funzioni per cui si ha:
kf kL2 (R;d

x2

279

1=2
2

f (x) dx

< 1:

kx1 k + kx2 k + kx3 k

Si consideri ora il sottospazio V generato dalle funzioni:

1; x; x2 ; x3 :
Costruire una base ortonormale di V , applicando a queste 4 funzioni il metodo
di ortonormalizzazione di Gram-Schmidt.
[Osservazione: iterando questo metodo no a una potenza n qualunque si
costruiscono i polinomi di Hermite, che studieremo in seguito].
Esercizio 6.24 In R+ = (0; +1) si metta la misura d = e x dx: Si consideri
lo spazio di Hilbert H = L2 (R+ ; d ), cio lo spazio delle funzioni per cui si ha:
kf kL2 (R+ ;d

1=2

+1

f (x) dx

< 1:

Si consideri ora il sottospazio V generato dalle funzioni:

1; x; x2 ; x3 :
Costruire una base ortonormale di V , applicando a queste 4 funzioni il metodo
di ortonormalizzazione di Gram-Schmidt.
[Osservazione: iterando questo metodo no a una potenza n qualunque si
costruiscono i polinomi di Laguerre, che studieremo in seguito].
Esercizio 6.25 Si supponga di eseguire i due procedimenti seguenti:
a. Nello spazio L2 (0; 1) si ortonormalizzano le funzioni 1; x; x2 ; x3 (in questordine).
b. Nello spazio L2 (0; 1) si ortonormalizzano le funzioni x3 ; x2 ; x; 1; (in
questordine).
Allora:
Si trovano gli stessi due insiemi di vettori. Vero o falso?
Si trovano due sistemi di vettori che generano lo stesso spazio vettoriale.
Vero o falso?
Esercizio 6.26 Esibire un sistema ortonormale completo nello spazio `2 delle
successioni reali a serie dei quadrati convergente.
Esercizio 6.27 Nello spazio di Hilbert H = L2 ((0; +1) ; e x dx), sia V0 il
sottospazio chiuso dei polinomi di grado
2. Dopo aver costruito una base
ortonormale di V0 , calcolare la proiezione su V0 della funzione f (t) = sin t.

6.5
6.5.1

Il sistema trigonometrico. Serie di Fourier in una o

pi variabili
Completezza del sistema trigonometrico

Possiamo ora rivisitare con pi consapevolezza alcuni concetti visti a suo tempo
nello studio delle serie di Fourier, inquadrandoli nel contesto naturale degli spazi
di Hilbert.
280

Teorema 6.28 Nello spazio L2 [

; ], il sistema trigonometrico

1 cos nx sin nx
p ; p ; p
per n = 1; 2; 3; :::
2

(6.9)

ortonormale completo.
Questo teorema completa quindi la dimostrazione del fatto, enunciato nel
3.5.1, che la serie di Fourier di una funzione L2 converge alla funzione stessa
in norma L2 , un fatto che gi stato usato varie volte. Ricordiamo che la
risoluzione di problemi ai limiti studiati nel 5 si basata sulla possibilit di
sviluppare in serie di Fourier una funzione L2 (o pi regolare). In un modo
o nellaltro, questi procedimenti sfruttavano tutti la completezza del sistema
trigonometrico.
Dimostrazione. Lortonormalit si verica elementarmente calcolando opportuni integrali (questo stato fatto in Analisi 2). Proviamo la completezza. Si
tratta di dimostrare che se f 2 L2 [ ; ] ortogonale a tutti gli elementi del
sistema trigonometrico (6.9) (il che come dire: se f ha i coe cienti di Fourier
tutti nulli) allora f uguale a zero quasi ovunque in [ ; ] (cio lelemento
nullo di L2 [ ; ]). La dimostrazione procede in due passi.
1. Prima si prova la tesi supponendo che f sia anche continua. Notiamo
anzitutto che se f ortogonale a tutti gli elementi del sistema trigonometrico,
per linearit ortogonale a tutte le combinazioni lineari nite di questi elementi,
ossia: per ogni polinomio trigonometrico p (x) si ha:
Z
f (x) p (x) dx = 0:
(6.10)
Mostriamo che sotto questipotesi f identicamente nulla. Per assurdo, non lo
sia, e sia ad esempio f (x0 ) > 0 (se < 0 il ragionamento analogo). Per il
teorema di permanenza del segno esiste un > 0 tale che
f (x0 )
8x 2 (x0
2
Consideriamo ora il polinomio trigonometrico
f (x) >

t (x) = 1 + cos (x

; x0 + ) :

x0 )

cos :

Si verica che
t (x) > 1 per jx
jt (x)j 1 per jx

x0 j <
x0 j
:

Inoltre se t (x) un polinomio trigonometrico, anche t (x) lo , per n =

1; 2; 3; :::. Perci si ha:
Z
n
0=
f (x) t (x) dx
Z
Z
n
n
=
f (x) t (x) dx +
f (x) t (x) dx;
[

; ]\jx x0 j<

281

; ]\jx x0 j

ossia

f (x) t (x) dx =
; ]\jx x0 j

f (x) t (x) dx:

; ]\jx x0 j<

Ora, il primo membro delluguaglianza rimane limitato al crescere di n, perch:

Z
Z
n
n
f (x) t (x) dx
jf (x)j jt (x)j dx
[

; ]\jx x0 j

; ]\jx x0 j

; ]\jx x0 j

jf (x)j dx;

Mostriamo invece che il secondo membro tende a 1 per n ! 1 (da cui lassurdo). Scegliamo un intervallo [a; b] contenuto nellinsieme [ ; ] \ jx x0 j < ;
su [a; b] la funzione t (x) avr minimo m > 1, perci
Z
Z
f (x0 )
n
n
t (x) dx
f (x) t (x) dx
2
[
; ]\jx x0 j<
[
; ]\jx x0 j<
Z
Z b
f (x0 ) b
f
(x
)
f (x0 )
0
n
t (x) dx
mn dx =
(b a) mn ! 1 per n ! 1:
2
2
2
a
a
Questo dimostra il teorema nel caso f continua.
2. Sia ora f 2 L2 [ ; ] tale che per ogni polinomio trigonometrico p (x)
vale (6.10). Deniamo
Z
x

F (x) =

f (t) dt:

Per il Teorema fondamentale del calcolo integrale per lintegrale di Lebesgue (di
cui non abbiamo parlato in precedenza) la funzione F risulta essere continua,
derivabile quasi ovunque, con F 0 (x) = f (x) quasi ovunque; inoltre, un integrale
Rb
F g 0 si pu calcolare per parti, se g 2 C 1 (a; b). Calcoliamo allora i coe cienti
a
di Fourier di F .
Z
Z
sin (nx)
sin (nx)
F (x)
f (x) dx = 0
F (x) cos (nx) dx =
n
n
perch il primo addendo nullo in quanto sin ( n ) = 0; il secondo nullo
perch f ha coe cienti di Fourier nulli.
Z
Z
cos (nx)
cos (nx)
F (x) sin (nx) dx =
+
F (x)
f (x) dx =
n
n
poich f ha coe cienti di Fourier nulli
=
perch: F (

cos (n )
cos (n )
F ( )+
F(
n
n

)=0

) = 0 per denizione di F come funzione integrale, e

Z
a0
F( )=
f (t) dt =
= 0:
2
282

In denitiva, la funzione F ha nulli i coe cienti di Fourier Ak Re Bk per k 1,

mentre non necessariamente vero che sia A0 = 0; cio che sia
F (t) dt = 0.
Consideriamo per la funzione
Z
1
A0
= F (x)
F (t) dt:
F (x)
2
2
Questa funzione per denizione ha integrale nullo su [ ; ], e daltro canto
continua ad avere gli altri coe cienti di Fourier nulli. Ne segue che F (x) A20
ha tutti i coe cienti di Fourier nulli, ed una funzione continua; per la prima
parte della dimostrazione, allora, F (x) A20 identicamente nulla. Ne segue
che
0
A0
f (x) = F (x)
= 0 quasi ovunque,
2
che la tesi.
In base al teorema precedente e al Teorema 6.19, possiamo concludere il
risultato di convergenza in L2 [ ; ] delle serie di Fourier:
Teorema 6.29 Sia f 2 L2 [ ; ] ; deniamo
Z
1
ak =
f (x) cos nxdx per n = 0; 1; 2; 3:::
2
Z
1
bk =
f (x) sin nxdx per n = 1; 2; 3; ::
2
Allora la serie di Fourier di f
1

a0 X
+
(an cos nx + bn sin nx)
2
n=1
converge ad f in L2 [ ; ] : Esplicitamente, questo signica che:
"
#2
Z
n
a0 X
f (x)
+
(ak cos kx + bk sin kx)
dx ! 0 per n ! 1:
2
k=1

Naturalmente serie e coe cienti di Fourier si possono adattare ad un intervallo [a; b] qualsiasi (v. [An2, Cap. 7, 3.4]).
La teoria degli spazi di Hilbert fornisce un risultato semplice e generale sulla
convergenza delle serie di Fourier in L2 . Naturalmente anche interessante
sapere se la serie di Fourier converge puntualmente (cosa che non segue dalla
convergenza in L2 ). In realt, il problema della convergenza puntuale il primo
che si posto, storicamente, col sorgere stesso della teoria delle serie di Fourier
(1822, Fourier, trattato Teoria analitica del calore). Il primo studio rigoroso
sulla convergenza puntuale delle serie di Fourier dovuto a Dirichlet nel 1829.
Si tratta di un problema fondamentale per lanalisi armonica, di cui abbiamo
detto qualcosa nei richiami del 3.5. Per qualche dettaglio sullo studio della
convergenza puntuale delle serie di Fourier si rimanda a [An2, Cap. 7, 3.6] o a
[Fo, Chap.8, 8.5].
283

6.5.2

Serie di Fourier in pi variabili

n

Si possono anche denire le serie di Fourier in n variabili, sullinsieme [ ; ] (e

quindi, riscalando il sistema trigonometrico, su qualunque n-parallelepipedo).
2
Ad esempio, in due variabili si pu sviluppare una funzione f (x; y) 2 L2 [ ; ]
in serie di Fourier doppia. Vediamo prima il seguente risultato astratto:
1

Teorema 6.30 Sia fen (x)gn=1 un sistema ortonormale completo in L2 [

1

Allora fen (x) em (y)gn;n=1 un sistema ortonormale completo in L2 [

; ]:
2

; ]

Dimostrazione. Lortonormalit si verica facilmente: per (n; m) 6= (n1 ; m1 )

risulta
Z Z
(en (x) em (y) en1 (x) em1 (y)) dxdy
Z
Z
=
en (x) en1 (x) dx
em (y) em1 (y) dy = 0
perch almeno uno dei due integrali zero, essendo n 6= m o n1 6= m1 ; mentre
Z Z
Z
Z
2
2
jen (x) em (y)j dxdy =
jen (x)j dx
jem (y)j dy = 1 1 = 1:
Quanto alla completezza, sia f 2 L2 [
Z

; ]

e supponiamo che sia

f (x; y) en (x) em (y) dxdy = 0 per ogni n; m:

Fissiamo m e consideriamo la funzione

Z
gm (x) =
f (x; y) em (y) dy:
Questa funzione sta in L2 [
Z

; ] ; perch

jgm (x)j dx =

f (x; y) em (y) dy dx

applicando nellintegrale interno la disuguaglianza di Cauchy-Schwarz

Z
Z
Z
2
2
jf (x; y)j dy
jem (y)j dy dx
Z Z
2
2
=
jf (x; y)j dydx = kf kL2 ([ ; ]2 ) < 1:
Inoltre gm ha tutti i coe cienti di Fourier nulli rispetto al sistema fen (x)g,
dunque gm (x) = 0 quasi ovunque. Questo, per denizione di gm ; signica che
284

per quasi ogni x ssato la funzione y 7! f (x; y) ha tutti i coe cienti di Fourier
nulli rispetto al sistema fem (y)g ; dunque per q.o. x e per q.o. y f (x; y) = 0.
Questo prova la completezza del sistema.
La scrittura esplicita del sistema trigonometrico in due variabili resa complicata dal fatto che occorre moltiplicare ognuna delle tre funzioni
1 cos nx sin nx
p ; p ; p
2
per ognuna delle tre funzioni
1 cos my sin my
p ; p ; p ;
2
mentre viene molto pi semplice usando la scrittura complessa
einx
p
2

n2Z

e quindi, in due variabili,

ei(nx+my)
2

In questo caso si pone, per f 2 L2 [

fbn;m =

1
2

(2 )

:
n;m2Z

; ]

f (x; y) e

i(nx+my)

dxdy per n; m 2 Z

e si ha quindi

f (x; y) =

+1
X

n;m= 1

fbn;m ei(nx+my)
2

con convergenza della serie in L2 [ ; ] . Pi esplicitamente, una nozione

di convergenza di una serie denita da due indici interi relativi richiede una
denizione precisa di somma parziale. Tale denizione non univoca; ad esempio corretto aermare che, se deniamo
X
sN (x; y) =
fbn;m ei(nx+my) per N = 0; 1; 2; :::
jnj+jmj N

allora risulta

kf

sN kL2 ([

; ]2 )

! 0 per N ! +1:

Una delle possibili applicazioni delle serie di Fourier in due variabili alla
compressione delle immagini. Unimmagine in scala di grigi si pu vedere come
una funzione f (x; y) denita in un rettangolo a valori in [0; 1], dove il valore
f (x; y) rappresenta lintensit di grigio nel punto (pixel) (x; y), quindi f = 0
285

vuol dire punto bianco e f = 1 punto nero. Una somma di Fourier parziale
di f immagazzina (in modo approssimato) linformazione dellimmagine in un
numero limitato di coe cienti di Fourier.
Tutto questo si generalizza a funzioni di n variabili in modo naturale:
n
se f 2 L2 ([ ; ] ) possiamo denire, per ogni k = (k1 ; k2 ; :::; kn ) 2 Zn i
coe cienti di Fourier
Z
b
fk =
f (y) e ik y dy
[

ossia, esplicitamente,
Z
b
f(k1 ;k2 ;:::;kn ) =

; ]n

; ]n

f (y1 ; :::; yn ) e

i(k1 y1 +k2 y2 +:::+kn yn )

La serie di Fourier di f sar la serie (in n indici da

+1
X

k1 ;k2 ;:::;kn = 1

dy1 :::dyn :

1 a +1)

fb(k1 ;k2 ;:::;kn ) eik y

che converge in norma L2 a f nel seguente senso. Posto:

X
fb(k1 ;k2 ;:::;kn ) eik x
sN (x) =
jk1 j+jk2 j+:::+jkn j<N

risulta

ksN

6.6

f kL2 ([

; ]n )

! 0 per N ! 1:

Base di Haar e wavelets

Nellutilizzo dellanalisi di Fourier per approssimare un segnale periodico, il

sistema trigonometrico ha, insieme a tanti pregi, un paio di difetti.
1. I polinomi trigonometrici sono funzioni continue e regolari, perci una
serie di Fourier approssima male una funzione discontinua. Lapprossimazione in
L2 rimane, ma non possiamo certamente aspettarci una buona approssimazione
puntuale vicino a un punto di discontinuit.
2. Lapprossimazione con polinomi trigonometrici ha una natura globale:
supponiamo di voler approssimare una funzione f 2 L2 [ ; ] che ha un graco
semplice e liscioin [ ; 0] e piuttosto frastagliato in [0; ]. A nch la somma
parziale di Fourier segua bene il graco di f in [0; ] noi dovremo aumentare il
numero di termini, i cui coe cienti sono stati calcolati in base al comportamento
di f su tutto [ ; ]; questo signica che lunico modo di migliorare i dettagli
dellapprossimazione in [0; ] quello di aumentare i dettagli in tutto [ ; ];
non possiamo ra nare lapprossimazione su una sola parte dellintervallo.
Per ovviare a questi due difetti, e in particolare al secondo, si possono utilizzare altri tipi di sistemi ortonormali completi di L2 [ ; ], che hanno la propriet di permettere unanalisi su scale diverse in parti diverse dellintervallo, o
286

come si dice, fare una analisi multirisoluzione. Sistemi di questo tipo sono le
wavelets. Ce ne sono di molti tipi, presentiamo qui il pi semplice. Rimandiamo
a [HN, 7.6] per qualche dettaglio in pi su quanto spiegato qui di seguito, e a
[BN] per una trattazione pi approfondita.
Ci mettiamo ora nellintervallo [0; 1]. Deniamo la funzione madre
8
per 0 x < 12
< 1
1 per 12 x < 1
(x) =
:
0
altrimenti

e la seguente famiglia di funzioni ottenute traslando e riscalando la funzione

madre:
n;k

(x) = 2n=2 (2n x

k) per k = 0; 1; 2; :::; 2n

1; n = 0; 1; 2; 3; :::

Visualizziamo i graci di alcune di queste funzioni.

Ad esempio per n = 2 e quindi k = 0; 1; 2; 3 si ha:

Confrontiamo invece tra loro funzioni

287

n;k

per diversi valori di n. I graci

di

n;k

per i valori n = 1; 2; 3; 4; sono:

Notiamo che per tutte le funzioni n;k si ha

Z 1
Z 1
2
n;k (x) dx = 0 e
n;k (x) dx = 1:
0

E facile rendersi conto che il prodotto tra due funzioni diverse tra le n;k o
identicamente nullo oppure una delle due moltiplicata per una costante;
perci queste funzioni sono anche a due a due ortogonali. Poich tutte queste
funzioni hanno media nulla, se vogliamo sperare di avere un sistema ortonormale
completo necessario aggiungere almeno una funzione che non abbia media
nulla: la costante 1 va bene. Vale il seguente
Teorema 6.31 Il sistema di funzioni
f1;

n;k gk=0;1;2;:::;2n 1;n=0;1;2;3:::

ortonormale completo in L2 [0; 1] :

Dimostrazione. Lortonormalit stata sostanzialmente dimostrata. Per la
completezza, ci limitiamo a segnalare che si pu dimostrare che questo sistema
di funzioni denso nellinsieme delle funzioni semplici (cio misurabili e che
assumono un numero nito di valori), che a sua volta denso in L2 [0; 1].
Dalla completezza del sistema precedente segue:
Teorema 6.32 Per f 2 L2 [0; 1] deniamo:
Z 1
fb0 =
f (x) dx
0

fbn;k =

f (x)

n;k

(x) dx per n = 0; 1; 2; 3::: e k = 0; 1; 2; :::; 2n

288

1;

allora la serie

converge a f in L2 [0; 1].

fb0 +

1 2X1
X

n=0 k=0

fbn;k

n;k

(x)

Poich le n;k ; e quindi ogni loro somma parziale, una funzione discontinua,
ci aspettiamo che questo tipo di serie possa approssimare bene anche funzioni
con discontinuit; laltra faccia della medaglia che la somma parziale sar
sempre discontinua, anche quando la funzione da approssimare continua. Soprattutto per il pregio di questa approssimazione la sua localizzabilit: ogni
n;k diversa da zero solo su un intervallino, perci scegliendo opportunamente
i termini n;k possiamo aumentare il dettaglio dellapprossimazione di f in un
tratto specico dellintervallo [0; 1].
Esempio 6.33 Sia
f (x) =

per x 2 0; 14
per x 2 ( 14 ; 1]:

1 x2
log x

Allora il graco di f insieme a quello della sua somma parziale

n

fb0 +

3 2X1
X

n=0 k=0

fbn;k

n;k

(x)

(che in tutto ha 16 termini) il seguente:

Si osserva che nel gradino di f lapprossimante segue il salto senza problemi.

Daltro canto lapprossimante a gradini anche nei tratti continui di f . A
titolo di confronto il graco di f insieme alla sua somma parziale di Fourier
8

a0 X
+
(an cos (2 nx) + bn sin (2 nx))
2
n=0
289

(che ha in tutto 17 termini) il seguente:

Un esempio signicativo di problema di compressione delle immagini in cui si

rivelato utile luso di wavelets in due variabili la digitalizzazione dellarchivio
di impronte digitali compiuto dallFBI negli anni 1990. Una lettura interessante
in tal senso il saggio [OY].

290

Applicazioni dei metodi di ortogonalit a problemi dierenziali

7.1

Problemi di Sturm-Liouville e polinomi ortogonali

Come sottoproblema di due problemi ai limiti risolti per separazione di variabili

nel 5 (equazione del calore sul segmento, equazione della corda vibrante ssata
agli estremi), ci siamo trovati di fronte ad un problema agli autovalori del tipo42 :
y 00 (x) + y (x) = 0 per x 2 [0; L]
y (0) = 0 = y (L)
dove a priori sono incogniti sia la funzione y (x) che il numero . Si trova che
necessariamente devessere:
n2 2
per n = 1; 2; 3; :::
L2
n x
yn (x) = sin
:
L
n

Il problema agli autovalori ha quindi:

1
1) una successione di autovalori positivi f n gn=1 che tende a +1;
2) una successione di yn corrispondenti, che risultano formare un sistema
ortogonale completo di L2 [0; L].
Questaermazione ci familiare in quanto si tratta del solito sistema
trigonometrico. Ma ora interessante vedere questo fenomeno sotto una luce
diversa: queste funzioni sono un sistema ortogonale completo proprio perch
sono il sistema delle autofunzioni di un problema dierenziale ai limiti di un certo
tipo. Esiste cio una teoria generale di problemi agli autovalori per equazioni
dierenziali ordinarie, di cui lesempio appena discusso un caso particolare, che
porta a fabbricare sistemi ortonormali completi di L2 [a; b] costituiti da sistemi
di autofunzioni. Daremo ora qualche cenno di questa teoria.
Denizione 7.1 (Problema di Sturm-Liouville) Si consideri il problema agli
autovalori, detto di Sturm-Liouville:
d
dx

p (x) du
q (x) u +
dx
u (a) = u (b) = 0

(x) u = 0 per x 2 (a; b)

(7.1)

dove a; b 2 R e le funzioni p; q; sono coe cienti assegnati soddisfacenti le

ipotesi: p 2 C 1 (a; b) ; p (x) > 0 in [a; b] ; q 2 C 0 (a; b) ; q (x)
0 in [a; b] ; 2
C 0 (a; b) ; (x) > 0 in [a; b]. Sotto queste ipotesi il problema di Sturm-Liouville
si dice regolare.
Vale in proposito il seguente
4 2 Nel caso del Laplaciano sul cerchio invece la stessa equazione valeva su [0; 2 ] ; con
condizione di periodicit y (0) = y (2 ).

291

Teorema 7.2 Dato un problema di Sturm-Liouville regolare (7.1) esistono:

1
1) una successione di autovalori f n gn=1 tutti positivi, successione crescente
e tendente a +1;
1
2) una successione di autofunzioni fun gn=1 corrispondenti, che costituiscono
un sistema ortonormale completo dello spazio di Hilbert L2 ((a; b) ; (x) dx).
Esplicitamente, questo signica che la misura la misura pesata d
(x) dx; quindi ortogonalit signica che
Z

0 per n 6= m
1 per n = m:

un (x) um (x) (x) dx =

Dimostriamo solo le pi semplici delle aermazioni fatte:

(i) gli autovalori sono tutti positivi;
(ii) due autofunzioni relative a due autovalori distinti sono tra loro ortogonali.
Per provare (i), sia (u; ) una coppia autofunzione-autovalore; moltiplichiamo lequazione
0
(pu0 )
qu + u = 0
per u e integriamo in (a; b). Si ha:
Z

(pu0 ) u

qu2 +
Z

i
u2 dx = 0
u2 dx =

(pu0 ) udx +

qu2 dx

e calcolando per parti il primo integrale a secondo membro:

Z b
Z b
Z b
b
2
0 0
0
0
0
(pu ) udx = [ (pu ) u]a +
(pu ) u dx =
p (u0 ) dx
a

perch u (b) = u (a) = 0. Ne segue:

=

Rb
a

Rb
2
p (u0 ) dx + a qu2 dx
>0
Rb
u2 dx
a

essendo per ipotesi p e positive in [a; b], q 0 e u non identicamente nulla.

(ii) Supponiamo che (u; ) ; (v; ) siano due coppie autofunzione-autovalore,
e proviamo che u; v sono ortogonali in L2 ((a; b) ; (x) dx). Scriviamo perci:
0

(pu0 )
0
(pv 0 )

qu +
qv +

u=0
v = 0:

Moltiplichiamo la prima equazione per v, la seconda per u e sottraiamo membro

a membro. Otteniamo:
0

(pu0 ) v

(pv 0 ) u + (

) uv = 0 in (a; b) ;
292

da cui
(

uv dx =

integrando per parti

= [pv 0 u

pu0 v]a

(pv 0 ) u

i
0
(pu0 ) v dx =

[pu0 v 0

pv 0 u0 ] dx = 0

perch lintegrale ha integranda identicamente nulla e [pv 0 u

condizioni agli estremi su u e v. Quindi si ottiene
Z b
(
)
uv dx = 0;

pu0 v]a = 0 per le

ed essendo per ipotesi

6=

si ha

Rb
a

uv dx = 0; che lortogonalit voluta.

Il problema dellesempio iniziale rientra evidentemente in questo caso, con

p = = 1; q = 0. Ci sono altri esempi di problemi di Sturm-Liouville che si
incontrano nelle applicazioni (ad esempio, ma non solo, risolvendo per separazione di variabili dei problemi ai limiti per equazioni a derivate parziali). Il
Teorema 7.2 descrive in un certo senso la situazione ideale. Purtroppo spesso
i problemi di Sturm-Liouville che nascono dalle applicazioni per un motivo o per
laltro non soddisfano tutte le ipotesi di quel teorema (e si dicono allora problemi di Sturm-Liouville singolari ); in vari casi signicativi, comunque, si riesce
ancora a dimostrare, con tecniche ad hoc, che gli stessi risultati valgono ancora.
Presentiamo tre problemi di Sturm-Liouville singolari che hanno applicazioni
importanti.
1. Equazione di Legendre
Elequazione
1

x2 y 00

2xy 0 + y = 0

per x 2 ( 1; 1)

(7.2)

che si pu riscrivere nella forma

1

x2 y 0

+ y = 0.

Questequazione si incontra quando si cerca di risolvere lequazione di Laplace

nello spazio, in coordinate sferiche, quindi entra nella discussione di vari problemi sico matematici in tre dimensioni spaziali e in geometria sferica (come si
vedr in dettaglio in paragra successivi).
Si tratta di un problema di Sturm-Liouville su [ 1; 1] con p (x) = 1 x2 ; q (x) =
0; (x) = 1. Il problema reso singolare dal fatto che il coe ciente p (x) si annulla negli estremi del segmento. La funzione peso 1, quindi lo spazio di
Hilbert da considerare L2 ( 1; 1) (con la misura di Lebesgue dx). Rivisitando
la dimostrazione precedente di ortogonalit si osserva che in questo caso non
occorre imporre le condizioni y ( 1) = 0 = y (1) per ottenere lortogonalit
di autofunzioni relative ad autovalori diversi. Infatti il termine di integrazione
1
[pu0 v pv 0 u] 1 nullo a grazie a p (x). Si dimostra il seguente teorema:
293

Teorema 7.3 Lequazione di Legendre ha soluzioni C 2 [ 1; 1] solo in corrispondenza di una successione di autovalori n = n (n + 1) per n = 0; 1; 2; 3; :::; detta
Pn (x) lautofunzione corrispondente a n , normalizzata in L2 [ 1; 1], si ha che:
Pn (x) un polinomio di grado n;
1
il sistema fPn (x)gn=0 ortonormale completo in L2 ( 1; 1).
Dimostrazione. Cerchiamo soluzioni dellequazione in forma di serie di potenze (metodo di Frobenius):
y (x) =
y 0 (x) =
y 00 (x) =

1
X

n=0
1
X

n=1
1
X

cn xn
ncn xn

1) cn xn

n (n

n=2

e sostituiamo nellequazione:
0 = 1 x2 y 00 2xy 0 + y
1
1
X
X
n 2
=
n (n 1) cn x
n (n
=

n=2
1
X

1) cn x

n=2

(n + 2) (n + 1) cn+2 xn

1
X

ncn x +

n=1

1
X

n (n

1) cn xn

cn xn

n=0

1
X

ncn xn +

n=1

n=2

n=0

1
X

1
X

cn xn :

n=0

Uguagliando a zero il coe ciente di x per ciascun n si ottengono le seguenti

(il modo in cui gli indici variano nelle diverse serie costringe a distinguere i casi
n = 0, n = 1, n 2):

(n + 2) (n + 1) cn+2
ossia
cn+2 =

n (n

2c2 + c0 = 0
6c3 2c1 + c1 = 0
1) cn 2ncn + cn = 0

[n (n + 1)
]
cn per n = 0; 1; 2; :::
(n + 2) (n + 1)

(7.3)

Questo mostra che possiamo scegliere liberamente i coe cienti c0 ; c1 , dopo di

che la soluzione risulta determinata. Dunque per ciascun ssato si pu scrivere
lintegrale generale dellequazione, dipendente da due costanti arbitrarie. Le due
soluzioni indipendenti saranno, rispettivamente, una serie di potenze dispari e
una serie di potenze pari.
Occorre per controllare che le serie di potenze che assegnano la soluzione
in eetti convergano. Poich
cn+2
[n (n + 1)
]
=
! 1;
cn
(n + 2) (n + 1)
294

leggiamo due cose: le serie di potenze hanno raggio 1, quindi in eetti si scritto
lintegrale generale in ( 1; 1); daltro canto per x ! 1 in generale sar y (x)
illimitata.
Il nostro problema agli autovalori, invece, per sua natura ci richiede di determinare soluzioni che siano regolari in tutto [ 1; 1] (come vedremo, questo
quello che serve quando lequazione di Legendre nasce nel risolvere un problema
dierenziale pi complesso). Osservando ancora la formula (7.3) che assegna
i coe cienti si vede che la serie termina se = n (n + 1). In questo caso si
trova una sola soluzione limitata, polinomio di grado n: il polinomio di Legendre Pn (x). Si pu dimostrare che, se la serie non termina, la funzione y (x)
eettivamente risulta illimitata (e quindi non accettabile come soluzione) per
x ! 1.
Abbiamo cos determinato autovalori e autosoluzioni; lortogonalit segue
dalla dimostrazione generale gi fatta per un problema di Sturm-Liouville regolare. La completezza segue dal seguente argomento. E noto che lo spazio
dei polinomi denso nello spazio C 0 [ 1; 1] (teorema di Stone-Weierstrass);
anche noto che lo spazio C 0 [ 1; 1] denso in L2 [ 1; 1]; ne segue che lo spazio
dei polinomi denso in L2 [ 1; 1]; dunque ogni funzione L2 [ 1; 1] pu essere
approssimato bene quanto vogliamo mediante polinomi, e quindi combinazioni
lineari di polinomi di Legendre. Perci il sistema dei polinomi di Legendre
completo.
Sappiamo dunque che:
1

x2 Pn0 (x) + n (n + 1) Pn (x) = 0.

Sapendo che Pn sono polinomi e sono ortonormali in L2 ( 1; 1) possiamo

anche determinare esplicitamente questi polinomi, con una procedura iterativa,
ortonormalizzando il sistema di polinomi 1; x; x2 ; x3 ; ::: . Si trova:
1
P0 (x) = p ;
2
r
3
P1 (x) =
x;
2
r
1 5
P2 (x) =
3x2 1 ;
2 2
r
7
3
5
P3 (x) =
x + x3 ;
2
2
2
:::
Si pu dimostrare anche la seguente formula generale:
q
n + 12 dn
n
x2 1 :
Pn (x) =
2n n! dxn
295

I polinomi di Legendre, come molte altre funzioni speciali, si trovano implementati in software di calcolo scientico oltre che riportati e tabulati su molti
testi.
Di seguito i graci dei primi 6 polinomi Pn (x) (n = 0; 1; 2; 3; 4; 5). Si noti
che Pn (x) ha n zeri in [ 1; 1].

Il fatto di conoscere un sistema ortonormale completo in L2 [ 1; 1] costituito

da polinomi ore un metodo per approssimare una generica funzione L2 [ 1; 1]
mediante polinomi di grado n. Anche se lapprossimazione in L2 [ 1; 1], quando la funzione da approssimare continua o regolare ci aspettiamo una buona
approssimazione anche puntuale, che sar di tipo globale sullintervallo [ 1; 1],
anzich di tipo locale come ad esempio lapprossimazione mediante il polinomio
di Taylor. I polinomi di Legendre sono quindi importanti nella teoria dellapprossimazione di funzioni, oltre al fatto che lequazione di Legendre compare
come sottoproblema nella risoluzione di certi problemi ai limiti per equazioni a
derivate parziali mediante separazione di variabili.
Data una funzione f 2 L2 [ 1; 1] ; i suoi coe cienti di Fourier rispetto al
1
sistema fPn (x)gn=0 sono deniti da:
cn =

f (y) Pn (y) dy
1

296

e portano allo sviluppo

f (x) =

1
X

cn Pn (x) :

n=0

Esempio 7.4 Sia f (x) = ex sin x: Calcoliamo la somma parziale n = 4 della

serie di f (x) in polinomi di Legendre. Si trova:

Il ra ronto tra i graci di f e

P4

n=0 cn Pn

(x) il seguente:

1b. Equazione di Legendre associata

Unequazione pi generale dellequazione di Legendre la seguente:
m
0
1 t2 P 0 (t)
P (t) + P (t) = 0 t 2 ( 1; 1)
1 t2
dove m = 0; 1; 2; 3; ::: (si riduce allequazione di Legendre per m = 0). Si
riconosce che si tratta, per ogni m ssato, di un altro problema di SturmLiouville singolare: con le notazioni del 8.2,
p (t) = 1 t2
m
q (t) =
1 t2
(t) = 1
La solita dimostrazione prova che se esistono autovalori e autofunzioni, gli
autovalori sono positivi e autofunzioni relative a autovalori diversi sono ortogonali tra loro in L2 ( 1; 1).
Per risolvere lequazione (7.8) si pu dimostrare il seguente
Teorema 7.5 Se P (t) risolve per un certo
(cio (7.8) con m = 0), allora la funzione
Q (t) = 1

t2
297

m=2

lequazione di Legendre originale

P [m] (t)

dove P [m] (t) indica la derivata m-esima di P (t), risolve lequazione (7.8) per
quellintero m = 1; 2; :::
Si dimostra poi che le uniche soluzioni di (7.8) limitate in ( 1; 1) sono quelle
costruite in questo modo e che provengono da soluzioni P (t) dellequazione di
Legendre limitate in ( 1; 1). Ma allora:
si parte dal polinomio di Legendre Pn (t) che risolve (7.8) con m = 0 e
= n (n + 1);
si calcola P [m] (t), e per trovare una funzione non identicamente nulla
necessario che sia m = 1; 2; :::; n;
si costruiscono quindi le funzioni
Pnm (t) = 1

t2

m=2

Pn[m] (t) per m = 1; 2; :::; n

(per m = 0 possiamo porre Pn0 (t) = Pn (t)) che risolve (7.8) per
e il corrispondente m.

= n (n + 1)

Denizione 7.6 Le funzioni

fPnm (t)gn=0;:::;1
m=0;:::;n

si dicono funzioni di Legendre associate, e sono quindi le uniche autofunzioni

limitate in ( 1; 1) del problema agli autovalori (7.8).
Si pu dimostrare il seguente:
Teorema 7.7 Per ogni m = 0; 1; 2; :::: ssato, le funzioni
1

fPnm (t)gm=n
sono un sistema ortogonale in L2 ( 1; 1). I coe cienti di normalizzazione
valgono:
Z 1
(n + m)!
2
jPnm (t)j dt =
per m n.
(n m)!
1
Normalizzate, sono un sistema ortonormale completo in L2 ( 1; 1).
2. Equazione di Laguerre
Elequazione
xy 00 + (1

x) y 0 + y = 0 per x 2 (0; +1)

che si pu riscrivere nella forma

xe

x 0 0

+ e

y = 0 per x 2 (0; +1) :

Questequazione, ed una simile ma pi generale di questa che discuteremo brevemente in seguito, si incontra per esempio nella risoluzione dellequazione di
298

Schrdinger per latomo di idrogeno, come si illustrer in un paragrafo successivo. Si tratta di un problema di Sturm-Liouville su (0; +1) con p (x) =
(xe x ) ; q (x) = 0; (x) = e x . Il problema reso singolare dal fatto che lequazione non su un segmento ma su una semiretta e il coe ciente p (x) si
annulla in 0 e a +1. La funzione peso e x , quindi lo spazio di Hilbert da
considerare L2 ((0; +1) ; e x dx). Anche in questo caso non occorre imporre
condizioni agli estremi per ottenere lortogonalit di autofunzioni relative ad
autovalori diversi. Si dimostra il seguente teorema:
Teorema 7.8 Lequazione di Laguerre ha soluzioni in L2 ((0; +1) ; e x dx) (cio:
che allinnito non vanno +1 troppo rapidamente) solo in corrispondenza di
una successione di autovalori n = n per n = 0; 1; 2; 3; ::: La soluzione Ln (x)
dellequazione di Laguerre corrispondente a n = n un polinomio di grado n;
1
il sistema fLn (x)gn=0 ortonormale completo in L2 ((0; +1) ; e x dx).
Dimostrazione (traccia). La tecnica della dimostrazione, nella sua parte
costruttiva, simile a quella vista per lequazione di Legendre: si cerca una
soluzione per serie, si ottiene una legge ricorsiva sui coe cienti, in questo caso:
cn+1 =
Poich

2 cn :

(n + 1)

cn+1
cn

1
! 0;
n

la serie di potenze converge in tutto R, ossia una soluzione regolare su tutto

1
1
(0; +1) si trova per ogni ; per la stima cn+1
cn
n porta cn
n! e quindi una
x
2
soluzione con crescita del tipo e , che pertanto non sarebbe L ((0; +1) ; e x dx);
per ottenere lappartenenza a questo spazio necessario che la serie termini, il
che accade per = n intero non negativo. In questo caso la soluzione un
polinomio di grado n. La dimostrazione gi vista prova lortogonalit. Non
discutiamo del modo in cui si dimostra la completezza.
Esplicitamente, il teorema aerma che:
x

xe
con

L0n (x) + ne

Ln (x) = 0 per x 2 (0; +1)

+1

Ln (x) Lm (x) e

dx =

1 se n = m
0 se n 6= m.

Anche in questo caso possibile scrivere i primi polinomi di Laguerre ortonormalizzando le funzioni 1; x; x2 ; x3 ; ::: nello spazio L2 ((0; +1) ; e x dx). Si

299

trova:
L0 (x) = 1
L1 (x) = 1

x;

L2 (x) = 1

2x +

x2
;
2
3
3x + x2
2

L3 (x) = 1

x3
;
6

:::
Si dimostra anche la seguente formula esplicita:
Ln (x) =

ex dn
e
n! dxn

Data una funzione f 2 L2 ((0; +1) ; e

1
al sistema fLn (x)gn=0 sono dati da
cn =

x n

dx) ; i suoi coe cienti di Fourier rispetto

+1

f (x) Ln (x) e

dx

e portano allo sviluppo

f (x) =

1
X

cn Ln (x)

n=0

Si rietta sul fatto che quando una funzione f viene approssimata in L2 ((0; +1) ; e
con la somma parziale Sn della sua serie di polinomi di Laguerre, ci che viene
reso piccolo lintegrale:
Z +1
2
jf (x) Sn (x)j e x dx
0

perci dal punto di vista visivo meglio confrontare il graco di f (x) e x=2 con
quello di Sn (x) e x=2 (il quadrato di questa dierenza piccola). Le funzioni
(non polinomiali)
Ln (x) e x=2
si dicono funzioni di Laguerre. I loro graci per i primi valori di n sono i seguenti.

300

dx)

Si osservi che Ln (x) ha n zeri in (0; +1):

Esempio 7.9 Sia f (x) = x sin x: Calcoliamo la somma parziale n = 10 della

serie di f in polinomi di Laguerre. Il ra ronto tra il graco di f (x) e x=2 e
P10
x=2
il seguente:
n=0 cn Ln (x) e

Risoluzione dellequazione di Laguerre mediante la trasformata di

Laplace
301

Mostriamo un modo alternativo di risolvere lequazione di Laguerre, facendo

uso della trasformata di Laplace. Consideriamo lequazione
xy 00 + (1

x) y 0 + y = 0

per x 2 (0; +1)

e, posto Y = Ly, trasformiamo lequazione, ricordando che

0

L (xf ) =

(Lf ) :

Perci
0

s2 Y

y 0 (0) + (sY

sy (0)
s2 Y 0

(L (y 00 )) + L (y 0 ) + (L (y 0 )) + Ly = 0
0

y (0)) + (sY

y (0)) + Y = 0

y (0) + sY 0 + Y + Y = 0

2sY + y (0) + sY

s2 Y 0 (s) + (1

s + ) Y (s) = 0

Si tratta ora di risolvere unequazione dierenziale ordinaria del primordine

(lineare omogenea, quindi a variabili separabili):
(1 s + )
Y (s)
Y 0 (s) =
s (s 1)
Z
Z
Z
(1 s + )
dY
=
ds =
Y
s (s 1)
log Y (s) =
Y (s) = c

log (s

1)

(1 + )
s

(1 + ) log s = log

ds

(s 1)
s +1

(s 1)
:
s +1

(Non abbiamo messo i moduli allargomento dei logaritmi perch s variabile

complessa). Ora, anzitutto possiamo scegliere la costante c = 1 in quanto stiamo
risolvendo unequazione omogenea, perci la soluzione comunque determinata
a meno di costante moltiplicativa. In secondo luogo, se vogliamo che lespres1j
sione js
assegni una funzione olomorfa in un semipiano, bene scegliere
jsj +1
intero. Per = n = 0; 1; 2; ::: si ha:
n

(s 1)
Yn (s) =
=
sn+1

Pn

k=0

e ricordando che L (tn ) =

n
k
( 1) sn
k
sn+1

n
X

k=0

n!
sn+1 ;

Yn (s) = L
da cui
yn (t) =

n
X

n
k

k=0
n
X

k=0

n
k
302

tk
( 1)
k!
k

( 1)

tk
;
k!

n
k

( 1) s

k 1

che unespressione esplicita delln-esimo polinomio di Laguerre.

Usando la trasformata di Laplace possiamo anche dimostrare lidentit
Ln (x) =

ex dn
e
n! dxn

x n

Dimostrazione. Proveremo che la trasformata di Laplace del secondo membro

coincide con la trasformata di Laplace di Ln , gi calcolata in precedenza,
n

(s 1)
;
sn+1

Yn (s) =

da cui seguir la tesi, per liniettivit della trasformata di Laplace. Calcoliamo

dunque:
ex dn
e x xn (s)
L
n! dxn
utilizzando le propriet operatoriali della L-trasformata. Si ha:
n!
;
sn+1

L (xn ) (s) =
quindi per la regola del s-shift
L e

x n

(s) =

n!

n+1 ;

(s + 1)

per la regola di trasformazione della derivata, posto

f (x) = e

x n

si ha
dn
e
dxn

x n

(s) = sn

n!

sn

n+1

(s + 1)
n!
= sn
n+1
(s + 1)

sn

f (0)

2 0

f (0)

:::

sf (n

2)

(0)

perch f (x) = xn + o (xn ) per x ! 0 (perci per la formula di Taylor le derivate

no allordine n 1 si annullano nellorigine).
Quindi per la formula di s-shift
L

ex dn
e
n! dxn

x n

(s) =

1
(s
n!

n!

1)

(s + 1

n+1

1)

(s 1)
= Yn (s) ;
sn+1

e la tesi dimostrata.
2b. Equazione di Laguerre associata
Si dice equazione di Laguerre associata lequazione (per qualche
xy 00 + ( + 1

x) y 0 + y = 0 per x 2 (0; +1)

303

> 0)

f (n

1)

(0)

che si pu riscrivere nella forma

x

+1

x 0 0

+ x e

y = 0 per x 2 (0; +1) :

Eun problema di Sturm-Liouville singolare, con

p (x) = x
q (x) = 0

+1

(x) = x e

Perci le autofunzioni sono ortogonali in L2 ((0; +1) ; x e

Si dimostra il seguente:

dx) :

Teorema 7.10 Gli autovalori dellequazione di Laguerre associata sono gli stessi che per lequazione di Laguerre, = n con n = 0; 1; 2; ::: Per ogni n, se Ln (x)
il polinomio di Laguerre che soddisfa lequazione
xy 00 + (1

x) y 0 + ny = 0 per x 2 (0; +1) ;

allora

ex dn
x
n! dxn
soddisfa lequazione di Laguerre associata
L(n ) (x) =

xy 00 + ( + 1

+n

x) y 0 + ny = 0 per x 2 (0; +1) .

( )

Le funzioni Ln (x) sono polinomi

diogrado n, detti polinomi di Legendre asson
1
( )
ciati, e per ogni il sistema Ln (x)
costituisce un s.o.n.c. in L2 ((0; +1) ; x e
n=0

Inoltre, per ogni n = 1; 2; 3::: il polinomio

in (0; +1).

( )
Ln

(x) ha esattamente n zeri distinti

Nella risoluzione dellequazione di Schrdinger per latomo di idrogeno, in

particolare, compare questequazione con intero dispari.
3. Equazione di Hermite
Elequazione:
y 00 2xy 0 + y = 0 per x 2 R
che si pu riscrivere nella forma
e

x2 0

+ e

x2

y=0
2

Si tratta di un problema di Sturm-Liouville su R con p (x) = e x ; (x) = e

reso singolare dal fatto che lequazione non sul segmento ma sulla retta.

304

x2

dx).

Teorema 7.11 Lequazione di Hermite ha soluzioni in L2 R; e x dx (cio:

che allinnito non vanno a +1 troppo rapidamente) solo in corrispondenza
di una successione di autovalori n = 2n per n = 0; 1; 2; 3; ::: La soluzione
Hn (x) dellequazione di Hermite corrispondente a n = 2n, normalizzata in
2
1
L2 R; e x dx , un polinomio di grado n; il sistema fHn (x)gn=0 ortonormale completo in L2 R; e

x2

dx .

Dimostrazione (traccia). La tecnica della dimostrazione ancora simile: si

cercano soluzioni per serie di potenze, si arriva alla seguente legge ricorsiva sui
coe cienti:
(2n
)
cn+2 =
cn .
(n + 2) (n + 1)
Poich
cn+2
(2n
)
! 0;
=
cn
(n + 2) (n + 1)
per il criterio del rapporto la serie di potenze converge su tutto R. Quindi per
ogni esistono due soluzioni linearmente indipendenti denite su tutto R. Se
= 2n per n intero non negativo, allora la serie termina e diventa un polinomio
di grado k. Se la serie non termina, unanalisi dellordine di grandezza dei
coe cienti mostra che la soluzione allinnito crescerebbe pi velocemente di
2
2
ex =2 , quindi non apparterrebbe a L2 R; e x dx . Le uniche soluzioni in questo
spazio sono quindi quelle polinomiali corrispondenti a = 2n: Lortogonalit
segue come nellargomento generale, sfruttando il fatto che il coe ciente p (x)
si annulla a 1. Non discutiamo la dimostrazione di completezza.
Esplicitamente, il teorema aerma che:
e
con

x2

Hn0 (x)

+ 2ne

+1

Hn (x) Hm (x) e

x2

x2

dx =

Hn (x) = 0
1 se n = m
0 se n 6= m.

Anche in questo caso possibile scrivere i primi polinomi di Hermite ortonor2

malizzando le funzioni 1; x; x2 ; x3 ; ::: nello spazio L2 R; e x dx . Si trova:
H0 (x) =
H1 (x) =

1
1=4

1=4

x;

2 + 4x2
p
;
2 2 1=4
12x + 8x3
p
H3 (x) =
;
4 3 1=4
:::
H2 (x) =

305

Si dimostra anche la seguente formula esplicita:

n

n
2 d
( 1)
Hn (x) = pp
ex
e
dxn
2n n!

Data una funzione f 2 L2 R; e

x2

x2

dx ; i suoi coe cienti di Fourier rispetto al

sistema fHn (x)gn=0 sono dati da

Z

cn =

+1

x2

f (x) Hn (x) e

dx

e portano allo sviluppo

f (x) =

1
X

cn Hn (x)

n=0
2

Ancora, quando una funzione f viene approssimata in L2 R; e x dx con la

somma parziale Sn della sua serie di polinomi di Hermite, ci che viene reso
piccolo lintegrale:
Z
+1
1

jf (x)

Sn (x)j e

x2

dx

perci dal punto di vista visivo meglio confrontare il graco di f (x) e x =2 con
2
quello di Sn (x) e x =2 (il quadrato di questa dierenza piccola). Le funzioni
(non polinomiali)
2
Hn (x) e x =2
si dicono funzioni di Hermite. I loro graci per i primi valori di n sono i seguenti.

306

Si osservi che Hn (x) ha n zeri in R.

Esempio 7.12 Sia f (x) = ex sin x. Calcoliamo la somma parziale Sn (x) per
n = 5 della serie di f (x) in polinomi di Hermite. Il ra ronto tra i graci di
2
2
f (x) e x =2 e Sn (x) e x =2 il seguente:

307

7.2

Esercizi

Polinomi ortogonali e problemi di Sturm-Liouville

Esercizio 7.13 Determinare il polinomio di grado 3 che meglio approssima
sin x in L2 ( 1; 1). Suggerimento: usare i polinomi di Legendre, calcolandoli
dalla formula
q
n+

Pn (x) =

2n n!

1
2

dn
x2
dxn

Esercizio 7.14 Dimostrare lortogonalit delle autosoluzioni relative ad autovalori distinti per lequazione di Laguerre:
xe

x 0 0

+ e

y = 0 per x 2 (0; +1) :

Esercizio 7.15 Risolvere il seguente problema di Sturm-Liouville regolare, determinando autovalori e autofunzioni:
0

(xy 0 ) + xy = 0 per x 2 (1; 2)

y (1) = y (2) = 0:
Suggerimento: per prima cosa scrivere per esteso lequazione di erenziale e determinare il suo integrale generale in funzione di . (Eunequazione di Eulero...
Ricordare che per reale xi = ei log x = cos ( log x)+i sin ( log x)). Quindi
imporre le condizioni agli estremi.
Esercizio 7.16 Nello spazio di Hilbert L2 (0; 1), ortonormalizzare le funzioni
x2 ; x; 1 (in questordine).
Esercizio 7.17 I primi polinomi di Legendre sono:
q
P0 (x) = p12 ;
P1 (x) = 32 x;
q
q
P2 (x) = 12 52 3x2 1 ; P3 (x) = 72

3
2x

+ 52 x3 :

Tenendo presente questo, determinare il polinomio di grado

approssima in L2 [ 1; 1] la funzione f (x) = cos ( x) :

2 che meglio

Esercizio 7.18 I primi polinomi di Laguerre sono:

L0 (x) = 1;
L2 (x) = 1 2x +
Calcolare il polinomio di grado
ex=4 nello spazio L2 ((0; +1) ; e

x2
2 ;

L1 (x) = 1
:::

x;

2 che meglio approssima la funzione f (x) =

dx).

Soluzione di alcuni esercizi

308

Soluzione Es. 7.18. Calcoliamo anzitutto:

Z +1
f (x) xn e x dx per n = 0; 1; 2:
0

+1

ex=4 e

dx =

0
+1

+1

4
e
3

dx =

ex=4 xe

dx =

+1
3x=4

xe

+1

ex=4 x2 e

dx =

4
3

dx =

+1

=0+

8
3

=
0

4
3

+1
3x=4

3x=4

4 2
x e
3

dx =

+1
3x=4

xe

dx =

+1

16
9

x2 e

+1
3x=4

4
xe
3

=0+
Z

3x=4

+1
3x=4

+1

8 16
:
3 9

4
e
3

3x=4

4
2xe
3

Quindi:
hf; L0 i =
hf; L1 i =
hf; L2 i =
=

4
3
Z

+1

3x=4

dx

+1

xe

3x=4

dx =

+1

3x=4

4
3

dx

4
3

+1

xe

3x=4

dx +

1
2

16 1 8 16
4
=
+
9
2 3 9
27

16
=
9
+1

x2 e

e la proiezione richiesta :
P f (x) = hf; L0 i L0 + hf; L1 i L1 + hf; L2 i L2
4
4
(1 x) +
1
9
27
4 4
4
4
+x
=
+
3 9 27
9
28
4
2 2
=
+ x+ x :
27 27
27
=

4
3

309

2x +

x2
2

8
27

4
9

2 2
x
27

3x=4

dx

dx

3x=4

dx

Graco di f (x) e

7.3

x=2

e P f (x) e

x=2

Laplaciano in coordinate sferiche. Polinomi di Legendre e armoniche sferiche

Consideriamo il problema di Dirichlet per lequazione di Laplace su una sfera

tridimensionale:
u uxx + uyy + uzz = 0 per x2 + y 2 + z 2 < r2
u (x; y; z) = f (x; y; z)
per x2 + y 2 + z 2 = r2 :
Tra i signicati sici di questequazione: u pu essere il potenziale (elettrostatico o gravitazionale) allinterno della sfera, ssato il suo valore sul bordo, in
una situazione stazionaria in cui allinterno della sfera non ci sono pozzi o sorgenti del campo (cio cariche o masse, rispettivamente); oppure u pu essere la
temperatura, in stato stazionario, allinterno della sfera, nota la temperatura al
bordo, in assenza di sorgenti o pozzi di calore interni.
Data la geometria sferica, naturale riscrivere loperatore dierenziale in
coordinate sferiche ( ; #; ') e cercare poi soluzioni a variabili separate nelle
coordinate sferiche. Il laplaciano in coordinate sferiche
8
< x = sin # cos '
y = sin # sin '
:
z = cos #
assume la forma:
8
>
>
@ 2 u 2 @u
1
@
>
>
+
+ 2
<
2
@
@
sin # @#
>
>
>
>
: u (r; #; ') = f (#; ')

sin #

@u
@#

1
@2u
=0
2 sin2 # @'

Dopo aver riscritto lequazione (moltiplicando per

2@

u
2

+2

@u
1 @
+
@
sin # @#

sin #

310

@u
@#

per 0 < < r;

0<#< ;
0<'<2
per 0 < # < ;
0<'<2 :

) nella forma

1 @2u
= 0;
sin2 # @'

arontiamo il problema per separazione delle variabili. In vista degli sviluppi

futuri, cominciamo a separare dalle variabili angolari, scrivendo
u ( ; #; ') = R ( ) S (#; ')
e ponendo
(#;')

1 @
sin # @#

sin #

@
@#

1 @2
:
sin2 # @'

Si ha:
2
2

R00 ( ) + 2 R0 ( ) S (#; ') + R ( )

00

R ( )+2 R ( )
=
R( )

da cui ricaviamo che per qualche costante

2

(#;') S

(#; ') = 0

(#;') S (#; ')

S (#; ')

R00 ( ) + 2 R0 ( )
=
R( )

si ha
(#;') S

(#; ')
:
S (#; ')

Abbiamo messo in evidenza loperatore (#;') (che si pu vedere come operatore

di Laplace sulla supercie della sfera) perch lo incontreremo ancora in seguito.
La prima equazione si riscrive
2

R00 + 2 R0

R=0

(7.4)

ed unequazione di Eulero, di cui si pu determinare in corrispondenza di

ciascun lintegrale generale, cercando soluzioni del tipo R ( ) =
con da
determinarsi (v. [EsAn2, Cap.1, 1.2.D]); lo faremo dopo aver determinato .
Per risolvere la seconda equazione, cio
(#;') S

(#; ') =

S (#; ')

procediamo ad unulteriore separazione di variabili, cercando

S (#; ') =

(#)

(')

quindi
1
1
0
(#) 00 (') =
(sin # 0 (#)) (') +
sin #
sin2 #
sin # (sin # 00 (#) + cos # 0 (#))
+ sin2 # =
(#)

(#)

(')

00

(')
(')

che d, per qualche costante ;

sin # (sin #

00

(#) + cos #
(#)

(#))

+ sin2 # =

La seconda equazione d
00

(') =
311

(')

00

(')
:
(')

che, dovendo essere

m = 1; 2; 3; ::: e

(') 2 -periodica (' la longitudine), d

= m2 per

(') = a cos (m') + b sin (m') :

Invece, la prima equazione diventa
sin #

00

(#) + cos #

(#) +

sin #

m2
sin #

(#) = 0 per # 2 [0; ] :

(7.5)

Si ricordi che langolo # ha il signicato di colatitudine. La (#) non deve

soddisfare condizioni di periodicit, ma devessere regolare su tutto [0; ] (in
particolare, limitata anche agli estremi). Lequazione (7.5) si pu riscrivere in
una forma pi familiare eseguendo il cambio di variabili:
(#) = P (cos #) ; cos # = t:
Si ha infatti:
0
00

(#) =

sin #P 0 (cos #)

(#) = sin2 #P 00 (cos #)

cos #P 0 (cos #)

e sostituendo nella (7.5)

sin # sin2 #P 00 (cos #)

cos #P 0 (cos #) +

m2
P (cos #) = 0
sin #
m2
P (cos #) = 0
sin3 #P 00 (cos #) 2 sin # cos #P 0 (cos #) +
sin #
sin #
m2
sin2 #P 00 (cos #) 2 cos #P 0 (cos #) +
P (cos #) = 0
sin2 #
m2
1 t2 P 00 (t) 2tP (t) +
P (t) = 0:
1 t2
+ cos # [ sin #P 0 (cos #)] +

sin #

Per m = 0 si tratta dellequazione di Legendre su [ 1; 1] (si ricordi che

t = cos # 2 [ 1; 1]), che gi conosciamo. Per gli altri valori di m unequazione
pi complicata.
Questo suggerisce di trattare prima il caso particolare m = 0. Leggendo
a ritroso nei nostri passaggi, si vede che questo corrisponde a supporre che la
funzione (') sia costante, ossia la soluzione a variabili separate sia in realt
indipendente dalla longitudine. Questo un caso particolare che pu avere un
suo interesse: se ad esempio il dato al bordo indipendente da ', ci aspettiamo
che il problema abbia una soluzione indipendente da '. Comunque, per i motivi
di gradualit gi spiegati, trattiamo prima questo caso.

312

7.3.1

Il dato indipendente dalla longitudine. Polinomi di Legendre

Consideriamo dunque la situazione semplicata in cui il dato al bordo f non

dipende dalla longitudine ' ma solo dalla colatitudine #. Conseguentemente, ci
aspettiamo che la soluzione u sia pure indipendente da '. Il problema precedente
si riscrive quindi nella seguente forma semplicata:
8 2
1
@
@u
< @ u 2 @u
+
+ 2
sin #
= 0 per 0 < < r; 0 < # <
@ 2
@
sin # @#
@#
:
u (r; #) = f (#)
per 0 < # < :
(7.6)
In base allanalisi gi fatta, abbiamo soluzioni a variabili separate del tipo
u ( ; #) = R ( )

(#)

con R ( ) soddisfacente (7.4) e (#) = P (cos #) dove P (t) soddisfa lequazione

di Legendre
1 t2 P 00 (t) 2tP (t) + P (t) = 0
su ( 1; 1). Poich vogliamo soluzioni limitate su tutto [ 1; 1] necessario che
sia:
= n (n + 1) ; n = 0; 1; 2; :::
P (t) = Pn (t) ;
n-esimo polinomio di Legendre. Quindi abbiamo le soluzioni:
n

(#) = Pn (cos #) :

Risolviamo ora lequazione di Eulero (7.4) per

2

Cerchiamo R ( ) =
2

R00 + 2 R0

= n (n + 1):

n (n + 1) R = 0:

1)

+2
(

n (n + 1)
=0
1) + 2
n (n + 1) = 0
( + 1) n (n + 1) = 0
= n;

(n + 1)

che d soluzioni
R( ) =

;R( ) =

(n+1)

per n = 0; 1; 2; 3:::

Escludendo le soluzioni R ( ) = (n+1) illimitate nellorigine si ottengono in denitiva le seguenti soluzioni regolari a variabili separate dellequazione di Laplace
indipendente dalla longitudine:
un ( ; #) = cn

Pn (cos #) ; per n = 0; 1; 2; 3:::

313

Si tratta ora, al solito, di formare una soluzione data da una serie innita di
queste soluzioni e cercare di imporre il dato al bordo scegliendo opportunamente
i coe cienti:
u ( ; #) =
u (r; #) =

1
X

n=0
1
X

n=0

cn

Pn (cos #)

cn rn Pn (cos #) = f (#) per # 2 [0; ] .

Si tratta di sviluppare il dato f (#) in serie di Legendre a questo modo. C di

mezzo un cambio di variabile. Osserviamo infatti che:
Z 1
Z
Pn (t) Pm (t) dt = [t = cos #] =
Pn (cos #) Pm (cos #) sin #d#;
1

da cui leggiamo che:

1

il sistema fPn (cos #)gn=0 ortonormale completo in L2 ([0; ] ; sin #d#) :

Quindi possiamo porre:
Z
Cn =
f (s) Pn (cos s) sin sds per n = 0; 1; 2; 3:::
f (#) =

0
1
X

Cn Pn (cos #) =

n=0

1
X

cn rn Pn (cos #) per cn =

n=0

(7.7)
Cn
.
rn

In denitiva, la soluzione del problema (7.6) data da:

u ( ; #) =

1
X

n=0

Cn

Pn (cos #) con Cn dati da (7.7).

Non ci occupiamo per il momento delle necessarie veriche della validit

della formula trovata. Torneremo pi avanti sullargomento. Invece, vediamo
un esempio concreto.
Esempio 7.19 Risolviamo il problema (7.6) con f (#) = sin2 #. Poich ponendo t = cos # si ha:
r
2 2
2p
2
P2 (t) ;
2P0 (t)
f (t) = 1 t =
3 5
3
si ha
r
2
2 2
2p
P2 (cos #)
u ( ; #) =
2P0
3 5 r
3
2
2 2
1 3
+ cos2 # :
=
3 3 r
2 2
314

7.3.2

Il caso generale. Funzioni di Legendre associate e armoniche

sferiche

Abbiamo trattato nora lequazione di Laplace in coordinate sferiche supponendo per semplicit che la soluzione non dipenda dalla longitudine. Nel caso
generale lintegrazione del problema agli autovalori porta ad un sistema a due
indici di autofunzioni, dette funzioni di Legendre, e imparentate con i polinomi
di Legendre.
Ricordiamo che in questo caso fobbiamo risolvere per ogni intero m =
1; 2; 3; ::: assegnato il problema agli autovalori
1

t2 P 00 (t)

2tP (t) + P (t)

t2

= 0 t 2 ( 1; 1) ;

(7.8)

(lautovalore, per ora incognito, ). Si tratta di unequazione pi generale

dellequazione di Legendre (si riduce a quella per m = 0). Riscrivendola nella
forma
m
0
P (t) + P (t) = 0 t 2 ( 1; 1)
1 t2 P 0 (t)
1 t2
si riconosce che si tratta di un altro problema di Sturm-Liouville singolare: con
le notazioni del 8.2,
p (t) = 1 t2
m
q (t) =
1 t2
(t) = 1
La solita dimostrazione prova che se esistono autovalori e autofunzioni, gli
autovalori sono positivi e autofunzioni relative a autovalori diversi sono ortogonali tra loro in L2 ( 1; 1).
Per risolvere lequazione (7.8) si pu dimostrare il seguente
Teorema 7.20 Se P (t) risolve per un certo
(cio (7.8) con m = 0), allora la funzione
Q (t) = 1

t2

m=2

lequazione di Legendre originale

P [m] (t)

dove P [m] (t) indica la derivata m-esima di P (t), risolve lequazione (7.8) per
quellintero m = 1; 2; :::
Si dimostra poi che le uniche soluzioni di (7.8) limitate in ( 1; 1) sono quelle
costruite in questo modo e che provengono da soluzioni P (t) dellequazione di
Legendre limitate in ( 1; 1). Ma allora:
si parte dal polinomio di Legendre Pn (t) che risolve (7.8) con m = 0 e
= n (n + 1);
si calcola P [m] (t), e per trovare una funzione non identicamente nulla
necessario che sia m = 1; 2; :::; n;

315

si costruiscono quindi le funzioni

Pnm (t) = 1

t2

m=2

Pn[m] (t) per m = 1; 2; :::; n

(per m = 0 possiamo porre Pn0 (t) = Pn (t)) che risolve (7.8) per
e il corrispondente m.

= n (n + 1)

Denizione 7.21 Le funzioni

fPnm (t)gn=0;:::;1
m=0;:::;n

si dicono funzioni di Legendre associate, e sono quindi le uniche autofunzioni

limitate in ( 1; 1) del problema agli autovalori (7.8).
Si pu dimostrare il seguente:
Teorema 7.22 Per ogni m = 0; 1; 2; :::: ssato, le funzioni
1

fPnm (t)gm=n
sono un sistema ortogonale in L2 ( 1; 1). I coe cienti di normalizzazione
valgono:
Z 1
(n + m)!
2
jPnm (t)j dt =
per m n.
(n m)!
1
Normalizzate, sono un sistema ortonormale completo in L2 ( 1; 1).
Quindi per ogni m = 0; 1; 2; :::: ssato, le funzioni (normalizzate)
1

fPnm (cos #)gn=m

sono un sistema ortonormale completo in L2 ((0; ) ; sin #d#) :
Poich gli autovalori trovati sono gli stessi del caso indipendente da ',
lequazione di Eulero in R ( ) ha le stesse soluzioni del caso precedente. In
denitiva, le soluzioni dellequazione di Helmholz sulla sfera a variabili separate
sono:
n

Pn (cos #)
Pnm (cos #) cos (m') per m = 1; 2; :::; n
n m
Pn (cos #) sin (m') per m = 1; 2; :::; n
n

e m = 0; 1; 2; :::
Il fatto che

(r

2 cos (m') sin (m')

; p
; p

)1

m=1

sia un s.o.n.c. in L2 (0; 2 ) e, per ogni m = 1; 2; 3; :::

1

fPnm (cos #)gm=n

316

siano un sistema ortonormale completo in L2 ((0; ) ; sin #d#) ; implica che il

sistema a due indici
)
(r
2
sin (m')
cos (m') m
m
; Pn (cos #) p
Pn (cos #) ; Pn (cos #) p
n=0;:::;1
m=1;:::;n

un s.o.n.c. in
L2 ((0; )

(0; 2 ) ; sin #d#d')

ossia in L della supercie della sfera unitaria.

Questo fatto segue da un criterio generale, ma lo illustriamo schematicamente in questo caso concreto al seguente modo.
Sia f 2 L2 ((0; ) (0; 2 ) ; sin #d#d'); per # ssato, sviluppiamo f (#; ) in
serie di Fourier in '; scrivendo
f (#; ') =

1
a0 (#) X
+
fam (#) cos (m') + bm (#) sin (m')g
2
m=1

ora sviluppiamo
a0 (#)
am (#) e bm (#)

rispetto al s.o.n.c.
rispetto al s.o.n.c.

fPn (cos #)gn=0

1
fPnm (cos #)gn=m

e otteniamo cos
f (#; ') =
+

1
X

m=1

1
1X
an Pn (cos #)
2 n=0
1
X

n=m

am;n Pnm

(cos #) cos (m') +

1
X

bm;n Pnm

n=m

(cos #) sin (m')

che prova la completezza del s.o.n.c. in due variabili.

Vediamo ora di capire meglio la struttura delle funzioni Pnm (t) e quindi
quella delle soluzioni a variabili separate appena scritte.
Esempio 7.23 Calcoliamo in base alla denizione le funzioni Pnm (t) per n =
0; 1; 2; 3 e 0 m n. Ricordiamo lespressione dei primi polinomi di Legendre:
1
P0 (t) = p ;
2
r
3
P1 (t) =
t;
2
r
1 5
P2 (t) =
3t2 1 ;
2 2
r
7
3
5
P3 (t) =
t + t3 :
2
2
2
317

Quindi calcoliamo:
1
P00 (t) = P0 (t) = p
2
r
3
t
P10 (t) = P1 (t) =
2
P11

P20
P21
P22

(t) = 1

1
(t) = P2 (t) =
2
(t) = 1

(t) = 1

P30

2 1=2

2 1=2

2 2=2

P10

5
3t2
2

P20
P200

P32 (t) = 1
P33 (t) = 1

3
t
2

!0

3
1
2

t2

1=2

(t) = 1

(t) = 1
r

2 1=2

1
2

1
2
r

5
3t2
2

5
3t2
2

!0

!00

=3

5
3t 1
2

5
1
2

t2

1=2

t2

3
5
t + t3
2
2
r
3 15 2
7
1=2 0
1=2
t2
P3 (t) =
1 t2
+ t
2
2
2
r
7
2=2 00
1 t2 15t
t2
P3 (t) =
2
r
7
3=2
2 3=2 000
t
P3 (t) =
15 1 t2
2

(t) = P3 (t) =

P31 (t) = 1

(t) = 1

2 1=2

7
2

Osserviamo che ponendo t = cos # si ha

1

t2

m=2

= (sin #) :

Vale anche la prossima importante caratterizzazione delle soluzioni a variabili

separate dellequazione di Laplace:
Teorema 7.24 Per ogni n = 0; 1; 2; :::; le funzioni
n

Pn (cos #)
Pnm (cos #) cos (m') per m = 1; 2; :::; n
n m
Pn (cos #) sin (m') per m = 1; 2; :::; n
n

espresse in coordinate cartesiane sono polinomi omogenei di grado n in x; y; z;

sono anche funzioni armoniche in tutto R3 .

318

Queste funzioni sono dunque polinomi omogenei ed armonici in tutto lo

spazio; sono detti armoniche sferiche solide, mentre si dicono armoniche sferiche
le loro restrizioni alla supercie della sfera unitaria, cio le funzioni che espresse
in funzioni di (#; ') si scrivono
Pn (cos #)
Pnm (cos #) cos (m') per m = 1; 2; :::; n
Pnm (cos #) sin (m') per m = 1; 2; :::; n
e che, come abbiamo gi detto, costituiscono un s.o.n.c. in L2 della supercie
sferica.
Queste funzioni hanno unimportanza che va oltre la risoluzione del problema
di Dirichlet per il laplaciano, difatti le ritroveremo in seguito.
Esempio 7.25 Scriviamo in coordinate cartesiane alcune armoniche sferiche.
Cominciamo a riscrivere in funzione di cos # le espressioni di Pnm (t) ; semplim=2
= sinm #. Si ha:
candole mediante lidentit 1 t2
1
P00 (cos #) = p
2
r
3
P10 (cos #) =
cos #
2
r
3
sin #
P11 (cos #) =
2
r
1 5
(cos #) =
3 cos2 # 1
2 2
r
5
P21 (cos #) =
3 cos # sin #
2
r
5
2
P2 (cos #) = 3
sin2 #
2
P20

P30
P31

(t) =
(t) =

r
r
r

7
2

3
5
cos # + cos3 #
2
2

7
sin #
2

3 15
+
cos2 #
2
2

7
15 sin2 # cos #
2
r
7
3
15 sin3 #
P3 (t) =
2

P32

(t) =

319

Ora, ricordando le espressioni delle coordinate sferiche

8
< x = sin # cos '
y = sin # sin '
:
z = cos #

riscriviamo le armoniche sferiche in coordinate cartesiane, cos:

n

Pn (cos #)
Pnm (cos #) cos (m') per m = 1; 2; :::; n
n m
Pn (cos #) sin (m') per m = 1; 2; :::; n
n

1
P00 (cos #) = p
2
r
r
3
3
0
P1 (cos #) =
cos # =
z
2
2
r
r
3
3
1
P1 (cos #) cos ' =
sin # cos ' =
x
2
2
r
r
3
3
sin # sin ' =
y
P11 (cos #) sin ' =
2
2
r
1 5
(cos #) =
2 2
r
5
2 1
P2 (cos #) cos ' =
3
2
r
5
2 1
P2 (cos #) sin ' =
3
2
r
5
2 2
P2 (cos #) cos 2' = 3
2
r
5
2 2
P2 (cos #) sin 2' = 3
2
2

P20

3 cos #

1
1 =
2

5
2z 2 x2
2
r
5
2
cos # sin # cos ' = 3
xz
2
r
5
2
cos # sin # sin ' = 3
yz
2
r
5 2
2
sin2 # cos 2' = 3
x
y2
2
r
5
2
2
sin # sin 2' = 6
xy
2
2

y2

Esercizio 7.26 Proseguendo come sopra, calcolare in coordinate cartesiane le

seguenti armoniche sferiche:
r
7 3
3
5
3 0
cos # + cos3 # = :::
P3 (t) =
2
2
2
r
7 3
3 15
3 1
P3 (t) cos ' =
sin #
+
cos2 # cos ' =
2
2
2
r
7 3
3 15
3 1
P3 (t) sin ' =
sin #
+
cos2 # sin ' =
2
2
2
320

7
15
2
r
7
3 2
P3 (t) sin 2' =
15
2
r
7
3 3
P3 (t) cos 3' =
15
2
r
7
3 3
P3 (t) sin 3' =
15
2
3

7.3.3

P32

(t) cos 2' =

sin2 # cos # cos 2' =

sin2 # cos # sin 2' =

sin3 # cos 3' =

sin3 # sin 3' =

Soluzione del problema di Dirichlet per lequazione di Laplace

sulla sfera

Arriviamo ora in fondo al percorso logico con cui siamo partiti e mostriamo
come mediante le armoniche sferiche si possa scrivere la soluzione del problema
di Dirichlet per il laplaciano sulla sfera.
Al solito, per imporre la condizione al bordo consideriamo una generica serie
delle soluzioni a variabili separate, e poi cerchiamo di determinare i coe cienti
a nch questa assuma il dato al bordo. Sia:
1
1X
an n Pn (cos #)
2 n=0
( 1
!
1
X
X
n m
+
am;n Pn (cos #) cos (m')

u ( ; #; ') =

m=1
1
X

n=m

bm;n

Pnm

(cos #) sin (m')

n=m

Imponendo la condizione
u (r; #; ') = f (#; ')
si trova
f (#; ') =
(

1
1X
an rn Pn (cos #)
2 n=0

1
X

m=1
1
X

1
X

am;n r

n=m

bm;n r

Pnm

Pnm

(cos #) cos (m')

!

(cos #) sin (m')

n=m

321

da cui, sviluppando
1
1X
f (#; ') =
An Pn (cos #)
2 n=0
!
( 1
1
X
X
m
Am;n Pn (cos #) cos (m') +
+
n=m

m=1

1
X

Bm;n Pnm

(cos #) sin (m')

n=m

con
An =

Am;n =
Bm;n =

(n m)! 1
(n + m)!
(n m)! 1
(n + m)!

f (#; ') Pn (cos #) sin #d# d'

Z

f (#; ') Pnm (cos #) sin #d# cos (m') d'

f (#; ') Pnm (cos #) sin #d# sin (m') d'

si trova che la soluzione assegnata da

u ( ; #; ') =
+

1
1X
An
2 n=0
r
(
1
1
X
X

m=1

n=m

Pn (cos #)
n

Am;n

Pnm

(cos #) cos (m') +

1
X

n=m

Bm;n

Pnm

Si tratterebbe ora di dimostrare che sotto opportune ipotesi su f la formula

eettivamente derivabile due volte e assegna la soluzione del problema.
Non facciamo questa verica, ma ci limitiamo a segnalare come, analogamente a quanto accadeva in due variabili per il laplaciano sul cerchio, si pu
trasformare la formula di rappresentazione per serie in una formula di rappresentazione integrale, estremamente pi semplice43 . Vale il seguente:
Teorema 7.27 La formula di rappresentazione per serie precedente si pu riscrivere in forma integrale come segue:
!
Z
2 Z 2
f #; ' sin #
r r2
d# d'
u ( ; #; ') =
3=2
4
0
0 (r 2 + 2
2r cos )
con cos = cos # cos # + sin # sin # cos ('

')

Questa formula detta formula integrale di Poisson in 3 variabili, ed lanaloga

di quella che abbiamo visto valere in due variabili sul cerchio. Per ogni dato f
continuo, questa formula integrale assegna la soluzione del problema di Dirichlet,
che allinterno della sfera risulta innitamente derivabile.
4 3 Il risultato nale del calcolo semplice, il calcolo stesso laborioso e non lo presentiamo;
si rimanda per i passaggi a [Weinberger p.196]

322

(cos #) sin (m') :

Notiamo anche che ponendo

r3
u (0; #; ') =
4

1
=
4 r2

= 0 nella formula integrale di Poisson si ha:

!
Z
Z 2 Z
f #; ' sin #
1
d# d' =
f #; ' sin #d# d'
r3
4 0
0
0
Z
Z Z
1
2
f #; ' r sin #d# d' =
f dS;
4 r2
0
@S(0;r)

che signica: il valore di una funzione armonica nel centro di una sfera uguale
alla media integrale dei valori del dato sul bordo della sfera. Con ragionamenti
analoghi a quelli visti nel caso bidimensionale, da questo fatto si deduce anche
nel caso tridimensionale la formula di media per le funzioni armoniche: una
funzione armonica in un dominio tridimensionale, in ogni punto ha come valore
la media integrale dei valori assunti su una qualsiasi sferetta centrata in quel
punto e contenuta nel dominio. La propriet vera sia facendo medie integrali
su sfere piene, sia facendo medie integrali su superci sferiche.

7.4

Oscillatore armonico quantistico e polinomi di Hermite

In meccanica quantistica una particella di massa m in moto lungo una retta descritta da una funzione di stato (x; t), nota la quale si pu calcolare
la probabilit che la particella si trovi allistante t nellintervallo (a; b) come
lintegrale
Z b
2
j (x; t)j dx:
a

Per il suo signicato di probabilit, (x; t) deve soddisfare la condizione di

normalizzazione
Z
2
j (x; t)j dx = 1 per ogni t:
R

La funzione (x; t) soddisfa lequazione di Schrdinger che, nel caso la particella

di massa m sia soggetta ad un campo di forze di potenziale V (x), :
i~

@
(x; t) =
@t

(dove ~ = h=2
separate:

~2 @ 2
(x; t) + V (x)
2m @x2

(x; t) per x 2 R; t 2 R

e h la costante di Planck). Cerchiamo soluzioni a variabili

(x; t) = X (x) T (t)
i~XT 0 =
i~

T0
=
T

~2 00
X T + V (x) XT
2m
~2 X 00
+ V (x)
2m X

323

da cui devessere
i~

T0
= E = cost.
T

~2 X 00
+ V (x) = E = cost.
2m X
per qualche costante E 2 R; che dimensionalmente ha il signicato di energia.
Lequazione in T si risolve direttamente
T (t) = ce

iE
~ t

Poich jT (t)j = c, la condizione di normalizzazione si traduce in

Z
2
jX (x)j dx = cost.
R

Ci interessa quindi determinare le autosoluzioni L2 (R) dellequazione:

X 00 +

2m
(E
~2

V (x)) X = 0 in R.

Sottolineiamo il fatto che lappartenenza a L2 (R) della soluzione X (x) che

stiamo cercando una condizione necessaria per la sensatezza sica del problema
cos impostato.
Consideriamo ora il caso particolare delloscillatore armonico (quantistico,
unidimensionale), per il quale
V (x) =

1
m! 2 x2 :
2

Il modello delloscillatore armonico quantistico si applica ad esempio al moto di

agitazione termica degli atomi formanti un reticolo cristallino. Pi in generale,
il modello descrive in prima approssimazione le oscillazioni di un sistema vicino
a un punto di equilibrio stabile; si tratta perci di un modello molto studiato.
Lequazione diventa:
X 00 (x) +

2m
E
~2

m2 ! 2 2
x X (x) = 0:
~2

(7.9)

Per risolverla, lidea ricondursi allequazione di Hermite. Si procede in due

passi.
1. Per prima cosa vogliamo fare un cambio di variabile che renda uguale a
1 il coe ciente di x2 . Sia X (x) = Z ( x) con da determinarsi, allora
2

Z 00 ( x) +

2m
E
~2

m2 ! 2 2
x Z ( x) = 0:
~2

2m
E
~2

m2 ! 2 2
y Z (y) = 0:
2 ~2

Poniamo x = y e abbiamo
2

Z 00 (y) +

324

Ora vogliamo che sia

2

m2 ! 2
2 ~2
m2 ! 2
=
2
r~
m!
=
:
~
=

Perci
X (x) = Z

m!
x
~

risolve lequazione (7.9) se e solo se Z (y) risolve lequazione:

m! 00
Z (y) +
~

2m
E
~2

Z 00 (y) +

m! 2
y Z (y) = 0
~

2
E
!~

y 2 Z (y) = 0:

(7.10)

2. Ora trasformiamo questa equazione in quella di Hermite ponendo:

y2
2

Z (y) = e
Z 0 (y) = e

y2
2

Z 00 (t) = e

y2
2

y2 Y

Y (y) :

y2
2

2yY 0

( yY + Y 0 )
y2 Y

yY 0

yY 0 + Y 00

2
E y2 Y = 0
!~
2
2yY 0 +
E 1 Y = 0:
!~

Y + Y 00 +
Y 00

(7.11)

Dunque Z (y) risolve (7.10) se e solo se Y (y) risolve (7.11). La condizione di

normalizzazione su Y si legge al modo seguente: devessere nito lintegrale
r
r
Z
Z
Z
2
~
m!
2
2
jZ (y)j dy =
jX (x)j dx =
Z
x
dx =
m!
~
R
R
R
r
Z
2
~
2
=
e y jY (y)j dy:
m! R
Quindi siamo interessati a individuare autosoluzioni Y e autovalori
di Hermite
Y 00 2yY 0 + Y = 0
per cui si abbia

y2

jY (y)j dy < 1:
325

dellequazione

Abbiamo visto (Teorema 7.11) che questa condizione pu essere soddisfatta solo
per = 2n e Y (y) = Hn (y) ; n-esimo polinomio di Hermite. Questo signica
che i possibili valori dellenergia sono:
2
E
!~

1 = 2n
En =

n+

1
2

!~ con n = 0; 1; 2; 3; :::

e le autosoluzioni corrispondenti sono

Yn (y) = Hn (y) ; corrispondenti a
Zn (y) = e

y2
2

Hn (y) ;

e quindi per lequazione iniziale:

Xn (x) = e

m!x2
2~

Hn

m!
x :
~

Se i polinomi di Hermite Hn sono quelli normalizzati in modo da avere norma

2
1 in L2 R; e y dy , allora lautofunzione normalizzata sar:
Xn (x) =

r
4

m!
e
~

m!x2
2~

Hn

m!
x
~

per n = 0; 1; 2; :::

Si trova quindi che loscillatore possiede una successione di possibili livelli energetici En e corrispondenti stati stazionari Xn (x), che vanno dallo stato fondamentale n = 0;
r
!~
m! m!x2
E0 =
; X0 (x) = 4
e 2~
2
~
ai successivi stati eccitati per n

1, ad esempio
p
3
2 m! 3=4
E1 = !~; X1 (x) = 1=4
xe
2
~

m!x2
2~

:
2

Esignicativo osservare anche i graci delle funzioni jXn (x)j , che rappresentano le densit di probabilit del sistema nei vari stati stazionari:

326

Einteressante osservare queste densit di probabilit tenendo presente lequazione che gli stati Xn risolvono:
Xn00 +

2m
~2

En

1
m! 2 x2 Xn = 0 in R.
2

Classicamente, un oscillatore armonico compie oscillazioni la cui ampiezza

determinata dallenergia del sistema: le oscillazioni sono connate. Analogamente nellequazione precedente, nella regione spaziale in cui il termine En 12 m! 2 x2
positivo Xn soddisfa unequazione del tipo Xn00 + c2 (x) Xn = 0 che ha laspetto dellequazione classica del moto armonico e quindi tende a connare il moto
nella regione stessa. Fissato un livello energetico En ; le condizioni
En

1
m! 2 x2
2
jxj

0, cio
r

2En
=
m! 2

2 n + 12 !~
=
m! 2

(2n + 1) ~
m!

si dicono limiti classici del sistema. Nel caso quantistico, tuttavia, ssato un
livello energetico En , nessuno impedisce che la quantit En 12 m! 2 x2 diventi
negativa. Il graco della densit di probabilit si estende oltre tali limiti, a
signicare che loscillatore armonico quantistico pu superare i limiti classici.
Le prossime gure mostrano i graci delle densit di probabilit dei primi
1
2 2
4 stati (n = 0; 1; 2; 3), con sovrapposta la parabola y = En
2 m! x le cui
intersezioni con lasse x segnano i limiti classici. Larea in grigio sotto la curva
della densit probabilit indica la probabilit che il sistema si trovi in uno stato

327

classicamente proibito.

Tornando allequazione di Schrdinger, lequazione in t risolta da

1
T (t) = ce i(n+ 2 )!t :

Lequazione in (x; t) ha quindi soluzioni a variabili separate

r
r
m! m!x2
m!
i(n+ 12 )!t
2~
e
Hn
x
n (x; t) = e
~
~
e la soluzione dellequazione di Schrdinger con dato iniziale 0 (x) data allora
da una serie:
r
r
1
X
1
m! m!x2
m!
(x; t) =
cn e i(n+ 2 )!t
e 2~ Hn
x
~
~
n=0
con
0 (x) =

cn =

1
X

cn

n=0
Z +1
1

r
m! m!x2
m!
e 2~ Hn
x , quindi
~
~
r
r
m! m!z2
m!
2~ H
(z)
e
z dz:
n
0
~
~
328

7.5

Il problema agli autovalori per il laplaciano (equazione

di Helmholz) e le sue applicazioni

Supponiamo di voler studiare lequazione della diusione del calore, in assenza

di sorgenti, in una regione limitata del piano o dello spazio. Come gi discusso, questo pu condurre a un problema di Cauchy-Dirichlet per lequazione del
calore:
8
per x 2 ; t > 0
< ut = k u
u (x; t) = 0
per x 2 @ ; t > 0
(7.12)
:
u (x; 0) = u0 (x) per x 2
oppure di problema di Cauchy-Neumann per lequazione del calore:
8
per x 2 ; t > 0
< ut = k u
@u
(x;
t)
=
0
per
x 2 @ ;t > 0
: @
u (x; 0) = u0 (x) per x 2 :

(7.13)

Problemi analoghi si possono considerare per lequazione delle onde in due o tre
variabili. In due variabili lequazione rappresenta le vibrazioni di una membrana
elastica, mentre in tre variabili potrebbe rappresentare le vibrazioni sonore nellaria, o simili. Stando, per ssare le idee, sullinterpretazione bidimensionale
come membrana vibrante, se la membrana ssata al bordo e sono note posizione e velocit iniziali avremo un problema di Cauchy-Dirichlet per lequazione
delle onde:
8
utt = c2 u
per x 2 ; t > 0
>
>
<
u (x; t) = 0
per x 2 @ ; t > 0
(7.14)
u
(x;
0)
=
u
(x)
per x 2
>
0
>
:
ut (x; 0) = v0 (x) per x 2 :
I problemi (7.12), (7.13), (7.14) hanno alcune caratteristiche matematiche comuni: lequazione dierenziale lineare omogenea e le condizioni al contorno
sono omogenee, quindi sovrapposizione di soluzioni di equazione+condizioni al
bordo risolve ancora entrambe; inoltre, le variabili spazio e tempo si possono
assumere variabili in domini separati: x 2 ; t > 0. Tutto ci suggerisce che si
possono cercare soluzioni a variabili separate in spazio e tempo, cio del tipo:
u (x; t) = X (x) T (t) :
Sostituendo ad esempio in (7.12) si trova:
XT 0 = kT X
T0
X
(t) =
(x)
kT
X
da cui ogni membro devessere costante. Abbiamo allora:
T0 =
kT per t > 0
X + X = 0 in ;
X = 0 su @ :
329

Vediamo cio che il problema (7.12) si spezza in un problema agli autovalori

X (x) + X (x) = 0
X (x) = 0

x2
x2@

(7.15)

e unequazione in T;
T 0 (t) =

k T (t) ,

elementarmente integrabile una volta noto

(7.13) porta al problema agli autovalori

. In modo analogo, il problema

X (x) + X (x) = 0
(x) = 0

@X
@

x2
x2@

(7.16)

e alla stessa equazione in T , e il problema (7.14) porta ancora al problema agli

autovalori (7.15), e questa volta allequazione in T
T 00 (t) =

c2 T (t) .

In conclusione: problemi di Cauchy-Dirichlet o di Cauchy-Neumann per lequazione del calore o delle onde portano, impostandone la risoluzione per separazione di variabili, a studiare come sottoproblema un problema agli autovalori
per lequazione di Laplace, su un dominio del piano o dello spazio, con condizioni
al contorno di tipo Dirichlet o di tipo Neumann, cio (7.15) o (7.16). Vale la
pena quindi dedicare un po di attenzione a questo problema agli autovalori
di per s, che si pu vedere come un analogo in pi variabili di quello che in
una sola variabile sono i problemi di Sturm-Liouville che abbiamo considerato
in precedenza. Si noti che per ora non abbiamo detto niente sul dominio
(dimensioni, forma, regolarit...), tuttavia alcune propriet di base si possono
stabilire molto in generale.
Teorema 7.28 Sia
un dominio limitato del piano o dello spazio, regolare
quanto basta perch ci si possa applicare il teorema della divergenza. Supponiamo che (X; ) e (Y; ) siano due coppie autofunzione-autovalore (X; Y
non identicamente nulle e C 2
) che risolvono il problema (7.15) oppure il
problema (7.16). Allora:
Z
6= =)
X (x) Y (x) dx = 0:
cio: autofunzioni relative ad autovalori distinti sono tra loro ortogonali in
L2 ( ). Inoltre gli autovalori sono positivi.
Dimostrazione. Consideriamo le identit
X (x) + X (x) = 0
Y (x) + Y (x) = 0:

330

Moltiplichiamo la prima per Y; la seconda per X, sottraiamo e integriamo in

Z
Z
(
)
X (x) Y (x) dx =
(Y X X Y ) dx:

Ora trasformiamo lultimo integrale mediante la seconda identit di Green (v.

(??), 1.2) e otteniamo:
Z
Z
@X
@Y
(
)
X (x) Y (x) dx =
Y
X
d =0
@
@
@
perch, a seconda delle condizioni al contorno che sto considerando, o X e Y
@Y
(problema
sono nulle su @ (problema di Dirichlet) o @X
@ ; @ sono nulle su @
di Neumann). Ne segue, essendo 6= ; che
Z
X (x) Y (x) dx = 0:
Proviamo la positivit degli autovalori. Moltiplichiamo lequazione X (x) +
X (x) = 0 per X e integriamo in :
Z
Z
Z
Z
2
2
X (x) dx =
X X (x) dx =
jrX (x)j dx
r (XrX) dx
Z
Z
Z
@X
2
2
=
jrX (x)j dx
X
d =
jrX (x)j dx
@
@
di nuovo per le condizioni al contorno, che comportano lannullarsi dellintegrale
di bordo. Quindi:
R
2
jrX (x)j dx
= R
> 0:
2
X (x) dx
I risultati appena visti e lanalogia con quanto accade per i problemi di
Sturm-Liouville suggeriscono che ci si possa aspettare, almeno per domini
buoni, lesistenza di una successione di autovalori e una famiglia di autofunzioni corrispondenti, che risultino formare un sistema ortonormale completo di
L2 ( ). Se e quando cos accade, il problema (7.12), ad esempio, avr soluzioni
a variabili separate del tipo:
un (x; t) = Xn (x) e

nt

e quindi potremo cercare una soluzione

u (x; t) =

1
X

cn Xn (x) e

n=0

imponendo
u0 (x) =

1
X

n=0

331

cn Xn (x)

nt

(7.17)

ossia pur di saper sviluppare u0 in serie di autofunzioni del laplaciano. Analoghi

procedimenti valgono per lequazione delle onde: il problema (7.14) avr soluzioni
a variabili separate del tipo:
h
i
p
p
un (x; t) = Xn (x) an cos c
t
+
b
sin
c
t
(7.18)
n
n
n
e quindi potremo cercare una soluzione
u (x; t) = X0 (x) +

1
X

n=1

h
p
Xn (x) an cos c

nt

p
+ bn sin c

nt

imponendo
u0 (x) = X0 (x) +

1
X

an Xn (x)

n=1

v0 (x) =

1
X

n=1

p
bn c

n Xn

(x)

ossia pur di saper sviluppare u0 e v0 in serie di autofunzioni del laplaciano.

Tutta la discussione precedente mostra quindi che utile studiare il problema
agli autovalori per il laplaciano su vari domini del piano e dello spazio e stabilire
se e quando questo possiede un sistema ortonormale completo di autosoluzioni.
Quando la geometria di semplice, il problema agli autovalori pu essere a
sua volta impostato mediante separazione di variabili. In un piccolo numero
di geometrie semplici questi problemi sono stati sviscerati classicamente: se
un rettangolo, un cerchio, una sfera, un cilindro, di questi problemi si
sa tutto; le autofunzioni sono scritte esplicitamente in termini di opportune
funzioni speciali, gli autovalori sono noti. Per domini pi generali ci che
possibile fare da una parte dimostrare teoremi di esistenza sotto opportune
ipotesi, daltro canto sviluppare metodi di calcolo numerico approssimato di
autofunzioni e autovalori. Nel seguito di questo paragrafo tratteremo le due
situazioni geometricamente pi semplici: rettangolo e cerchio.

7.6

Lequazione di Helmholz sul rettangolo

Lequazione
u+ u=0
detta anche equazione di Helmholz. Studiamola sul rettangolo, con condizione
al contorno di Dirichlet nulla:
8
0 x a; 0 y b
< uxx + uyy + u = 0
u (0; y) = u (a; y) = 0 0 y b
:
u (x; 0) = u (x; b) = 0 0 x a:
332

Impostiamo il problema per separazione delle variabili, cercando

u (x; y) = X (x) Y (y) :
Si trova:
X 00 Y + XY 00 + XY = 0
X 00
=
X

Y 00
Y

e ciascuno dei due membri devessere costante, poich il primo funzione di x

e il secondo di y. Quindi per qualche reale si ha, tenendo conto anche delle
condizioni al contorno:
X 00 = X
X (0) = X (a) = 0
Y 00 = (
+ )Y
Y (0) = Y (b) = 0:
Si tratta di due problemi agli autovalori, distinti e simili. Il primo, in X;
come soluzioni:
Xn (x) = sin

n x
;
a

n
a

ha

, n = 1; 2; 3; :::

Il secondo, in Y; , ha come soluzioni

Ym (x) = sin

m y
;
b

m
b

il che porta in denitiva a una successione a due indici di autovalori e autofunzioni:

m y
n x
sin
a
b
n 2
m 2
=
+
=
a
b

un;m (x; y) = sin

n;m

n2
m2
+ 2
2
a
b

Si noti che abbiamo eettivamente ottenuto una successione di autofunzioni

che costituisce un sistema ortonormale completo di L2 ([0; a] [0; b]) con una
successione di autovalori che tende a +1.
Per risolvere il problema di Cauchy-Dirichlet occorrer sviluppare il dato
iniziale in serie di Fourier in due variabili.
7.6.1

Membrana vibrante rettangolare

Se ad esempio stessimo risolvendo questo problema per risolvere poi il problema di Cauchy-Dirichlet (7.14) per lequazione delle onde (membrana vibrante

333

rettangolare) avremmo, in base alla discussione fatta in precedenza e alla (7.18)

1
X

n x
m y
sin
a
b
n;m=1
"
!
!#
r
r
n2
m2
n2
m2
an;m cos c
+ 2 t + bn;m sin c
+ 2t
;
a2
b
a2
b

u (x; y; t) =

sin

nella quale potremmo determinare i coe cienti an;m ; bn;m per soddisfare le condizioni iniziali. Se imponiamo che la velocit iniziale sia nulla troviamo ancora
bn;m = 0 e
1
X
u (x; y; t) =
cn;m un;m (x; y; t)
n;m=1

con

m y
n x
sin
cos c
un;m (x; y; t) = sin
a
b

n2
m2
+ 2t
2
a
b

e i coe cienti cn;m si determinano sviluppando il dato iniziale in serie di Fourier

(sviluppo in serie di soli seni) in due variabili:
n x
m y
u0 (x; y) = cn;m sin
sin
a
b
Z Z
4
n x
m y
cn;m =
u0 (x; y) sin
sin
dxdy
ab
a
b
[0;a] [0;b]
Ci sono interessanti analogie e dierenze tra la membrana vibrante e la
corda vibrante ssata agli estremi, studiata nel 5.3.1. Anche qui la generica
vibrazione sovrapposizione di innite vibrazioni stazionarie: in ogni vibrazione
stazionaria un;m (x; y; t) ogni punto della membrana oscilla su e gi di moto
armonico. Tutti i punti della membrana in cui
sin

n x
m y
sin
a
b

=0

sono immobili in ogni istante. Questi punti costituiscono le linee nodali, che sono
(oltre ai lati del rettangolo) gli (n 1) + (m 1) segmenti interni al rettangolo
dati da:
k
a con k = 1; 2; :::; n 1
n
h
y = b con h = 1; 2; :::; m 1:
m

x=

Ad esempio, per n = 2; m = 3 la vibrazione avviene come suggerito da questa

334

sequenza di immagini per istanti successivi:

Notiamo che per la membrana vibrante rettangolare, diversamente dalla corda vibrante ssata agli estremi, le frequenze della vibrazioni stazionarie non sono
multiple intere della frequenza fondamentale, in quanto i numeri
r
m2
c n2
+ 2
2
b
2 a
non sono in generale multipli interi di
r
c
1
1
+ 2:
2
2 a
b
Dal punto di vista musicale, le frequenze pi alte non sono armonicherispetto
alla frequenza fondamentale. Questo il motivo per cui di cilmente il suono
emesso da un tamburo viene percepito come una nota ben denita.
Il caso della membrana quadrata (a = b) ha una particolarit interessante.
Consideriamo due interi positivi n; m diversi tra loro, e consideriamo le due

335

vibrazioni stazionarie

n x
m y
c p 2
sin
cos
n + m2 t
a
a
a
m y
c p 2
m x
sin
cos
n + m2 t :
um;n (x; y; t) = sin
a
a
a
p
Si noti che la parte temporale la stessa: cos ca n2 + m2 t ; in particolare,
le due funzioni hanno la stessa frequenza, lo stesso periodo, e ogni loro combinazione lineare ha di conseguenza lo stesso periodo. Ci signica che anche le
funzioni
c1 un;m (x; y; t) + c2 um;n (x; y; t)
un;m (x; y; t) = sin

sono vibrazioni periodiche (stazionarie). Tuttavia, queste possono avere forme

molto complicate, come si capisce ad esempio chiedendosi quali sono le loro linee
nodali, che sono le linee interne al rettangolo, soluzioni dellequazione:
m y
m x
m y
n x
c1 sin
sin
+ c2 sin
sin
= 0:
a
a
a
a
Questo il fenomeno della degenerazione della membrana quadrata, consistente
nellesistenza di vibrazioni stazionarie complicate. Ad esempio, rappresentiamo
(per a = 1) le funzioni
c1 u2;3 (x; y; 0) + c2 u3;2 (x; y; 0) = c1 sin (2 x) sin (3 y) + c2 sin (3 x) sin (2 y)
e le loro linee di livello per alcune scelte dei coe cienti c1 ; c2 :
Per c1 = 0:1; c2 = 0:9 graco e linee di livello sono:

Per c1 = 0:3; c2 = 0:7 graco e linee di livello sono:

336

Per c1 = 0:5; c2 = 0:5 graco e linee di livello sono:

7.6.2

Equazione del calore sul rettangolo

Segnaliamo anche che se stessimo risolvendo il problema agli autovalori per

risolvere poi il problema di Cauchy-Dirichlet (7.12) per lequazione del calore
avremmo, in base alla discussione fatta in precedenza e alla (7.17)
u (x; y; t) =

1
X

n;m=1

cn;m sin

m y
n x
sin
e
a
b

n2
a2

+m
b2

nella quale potremmo determinare i coe cienti cn;m per soddisfare la condizione
iniziale.

7.7

Lequazione di Helmholz sul cerchio. Funzioni di Bessel

di ordine intero

Studiamo ora lequazione di Helmholz sul cerchio unitario, con condizione al

contorno di Dirichlet nulla. Scrivendo il laplaciano in coordinate polari si ha:
8 2
1 @2u
< @ u 1 @u
+
+ 2
+ u = 0 0 < < 1; 0 # 2
2
(7.19)
@
@
@#
:
u (1; #) = 0
0 # 2 :
Si noti che abbiamo posto, per semplicit, il raggio del cerchio r = 1. Infatti se
u risolve
u + u = 0 per < 1
u = 0 per = 1
la funzione
v ( ; #) = u

;#

risolver
v + r2 v = 0 per
v = 0 per = r

337

<r

quindi lequazione di Helmholz sul cerchio di raggio qualsiasi si risolve prendendo

le opportune dilatazioni di autofunzioni e autovalori del laplaciano sul cerchio
unitario.
Per risolvere il problema (7.19), separiamo le variabili cercando
u ( ; #) = R ( )
1
+ R0

R00

+
2

1
2

00

(#) :

+ R

R0
R00
+
+
R
R

=0
2

00

che porta a:
00
2

00

R + R +

R = 0:

La prima equazione, unita alla condizione di periodicit su

n

; porta a

(#) = an cos (n#) + bn sin (n#)

= n2 ; n = 0; 1; 2; :::

e la seconda diventa
2

R00 + R0 +

n2 R = 0;

problema agli autovalori in da risolversi per

dizione al contorno nulla), e R (0) nita.
7.7.1

(7.20)

2 [0; 1], con R (1) = 0 (con-

Equazione di Bessel ed autofunzioni del laplaciano sul cerchio

Riscrivendo lequazione (7.20) nella forma

n2

R00 + R0 +

R=0

e quindi
0

( R0 ) +

n2

R = 0 per

2 (0; 1) ,

si vede che si tratta di un problema di Sturm-Liouville singolare (il coe ciente

p ( ) = si annulla in 0). Da questa forma dellequazione si legge che per
autosoluzioni relative ad autovalori distinti sono ortogonali in L2 ((0; 1) ; d ).
Si osservi che in questa equazione lintero n = 0; 1; 2; ::: ssato (cio: per ogni n
stiamo studiando una diversa equazione); il numero che cerchiamo senzaltro
positivo perch per come stato impostato il problema un autovalore del
Laplaciano. Siamo interessati a determinare le soluzioni R ( ) dellequazione in
(0; 1) che siano limitate in 0 e si annullino in 1.
338

Si procede cos: poniamo

ponendo

= ! 2 ed eseguiamo il cambio di variabili ! = x,

R( ) = R

x
!

= X (x) ;

1 0 x
1
R
= R0 ( )
!
!
!
1
X 00 (x) = 2 R00 ( )
!
X 0 (x) =

si ha:
2

! 2 R00 + !R0 + ! 2

x2 R00 + xR0 + x2

n2 R = 0;
n2 R = 0 per x 2 (0; !) , con
R (!) = 0; R (0) limitata.

Lequazione
x2 R00 + xR0 + x2

n2 R = 0 per x 2 (0; +1)

(7.21)

si dice equazione di Bessel di ordine n = 0; 1; 2; 3; ::: A noi interessa risolverla

in (0; !) imponendo la condizione R (!) = 0 (e la limitatezza in 0), ma poich
! ancora incognita, diciamo che ci interessa risolverla in (0; +1).
Enunciamo senza dimostrazione una serie di propriet che riguardano lequazione di Bessel.
1. Lintegrale generale dellequazione di Bessel di ordine n = 0; 1; 2; ::: ha la
forma
c1 Jn (x) + c2 Yn (x)
dove Jn (x), detta funzione di Bessel di prima specie di ordine n = 0; 1; 2; :::;
regolare in [0; +1), mentre Yn (x), detta funzione di Bessel di seconda specie
di ordine n = 0; 1; 2; :::; regolare in (0; +1) ma illimitata in 0. Quindi la
soluzione che ci interessa della (7.21) R (x) = Jn (x).
2. Lespressione analitica di Jn (x), che si pu ricavare col metodo di Frobenius, cercando una soluzione dellequazione (7.21) in forma di serie di potenze
(come abbiamo fatto per lequazione di Legendre), ricavandone una relazione di
ricorrenza sui coe cienti e quindi risalendo allespressione esplicita dei coe cienti stessi, la seguente:
Jn (x) =

1
X

k=0

( 1)
k! (n + k)!

x
2

2k+n

da cui in particolare si legge che per x ! 0 Jn (x) cxn .

3. La funzione Jn (x) ha innite oscillazioni in (0; +1) ; in particolare ha
1
una successione di zeri fkn;m gm=1 che tende a innito.

339

Graci delle funzioni Jn (x) per n da 0 a 5

1
2
3
4

Jn (x) ; n !
kn;m ; m #

2:405
5:520
8:654
11:792

3:832
7:016
10:173
13:324

5:136
8:417
11:620
14:796

6:380
9:761
13:015
16:223

7:588
11:065
14:372
17:616

8:771
12:339
15:700
18:980

Valori di alcuni zeri delle funzioni di Bessel

Poich vogliamo R (!) = 0 dovr essere
! = kn;m per qualche m;
2
kn;m
.

ossia =
Quindi, per ogni intero n = 0; 1; 2; :::; lequazione (7.20) ha
1
2
soluzioni solo se uno dei valori kn;m
, e in tal caso la soluzione
m=1
R ( ) = Jn (kn;m ) .
340

Graci di J0 (k0;m x) per m = 1; 2; 3; 4:

Graci di J1 (k1;m x) per m = 1; 2; 3; 4:

Graci di J2 (k2;m x) per m = 1; 2; 3; 4:

341

Per ciascun n ssato il sistema (a un solo indice) fJn (kn;m )gm=1 ortogonale completo in L2 ([0; 1] ; d ). Lortogonalit gi stata dimostrata. Non
dimostriamo la completezza.
4. Si hanno quindi le seguenti autosoluzioni a variabili separate di (7.19):
Jn (kn;m ) cos (n#) per n = 1; 2; 3; ::: m = 1; 2; 3; :::
Jn (kn;m ) sin (n#) per n = 1; 2; 3; ::: m = 1; 2; 3; :::
J0 (k0;m )
per
m = 1; 2; 3; :::

(7.22)

2
corrispondenti alla successione a due indici di autovalori kn;m
.
n=0;1;2;:::m=1;2;:::
Gli autovalori sono i quadrati di tutti gli zeri di tutte le funzioni di Bessel di
prima specie. Le autofunzioni (7.22) costituiscono un sistema ortogonale completo in L2 ([0; 1] [0; 2 ] ; d d#) ossia, passando in coordinate cartesiane, in
L2 del cerchio unitario. Questo discende dal seguente argomento generale.
1
Sappiamo gi che per ogni n ssato fJn (kn;m )gm=1 ortogonale completo
2
in L ([0; 1] ; d );
1
sappiamo che fcos (n#) ; sin (n#) ; 1gn=1 ortogonale completo in L2 ([0; 2 ] ; d#);
2
allora presa una funzione f 2 L ([0; 1] [0; 2 ] ; d d#) possiamo:
1. per ssato sviluppare f in serie di Fourier rispetto a #:

f ( ; #) =

A0 ( ) X
+
fAn ( ) cos (n#) + Bn ( ) sin (n#)g ;
2
n=1
1

ora per ogni n sviluppiamo An e Bn in serie rispetto al sistema fJn (kn;m )gm=1 ,
1
e sviluppiamo A0 in serie rispetto al sistema fJ0 (k0;m )gm=1 . Otteniamo:
1
1 X
a0;m J0 (k0;m ) +
(7.23)
2 m=1
( 1
)
1
1
X
X
X
+
an;m Jn (kn;m ) cos (n#) +
bn;m Jn (kn;m ) sin (n#)

f ( ; #) =

n=1

m=1

m=1

che esattamente uno sviluppo rispetto al sistema (7.22), che pertanto risulta
completo.
Le funzioni (7.22) sono ortogonali complete ma non normalizzate.
calcolare i coe cienti di normalizzazione occorre sapere che:
Z 1
1 2
2
Jn (kn;m ) d = Jn+1
(kn;m ) :
2
0

342

Per

Tenuto conto di questo, i coe cienti dello sviluppo (7.23) si calcolano cos:
Z 2
Z 1
2
an;m =
cos
(n#)
f ( ; #) Jn (kn;m ) d d#
2
Jn+1
(kn;m ) 0
0
per n = 0; 1; 2; :::; m = 1; 2; :::
Z 2
Z 1
2
sin (n#)
f ( ; #) Jn (kn;m ) d d#
bn;m =
2
Jn+1
(kn;m ) 0
0
per n = 1; 2; :::; m = 1; 2; :::

Si possono ora trarre conseguenze sulla soluzione di un problema di CauchyDirichlet per lequazione del calore o delle onde sul cerchio.
7.7.2

La membrana vibrante circolare

Per la membrana vibrante circolare con velocit iniziale nulla e posizione iniziale
f ( ; #) si trover soluzione:
1
1 X
a0;m J0 (k0;m ) cos (k0;m ct)
u (t; ; #) =
2 m=1

1
X

n=1

Jn (kn;m )

1
X

[an;m cos (n#) + bn;m sin (n#)] cos (kn;m ct) :

m=1

Si pu dimostrare che questa formula assegna eettivamente una funzione

due volte derivabile e soluzione del problema di Cauchy-Dirichlet se si suppone
che la condizione iniziale f ( ; #) C 4 e sia f che f + 1 f si annullano sul
bordo. Per questa discussione si rimanda a [Weinberger p.184].
Le soluzioni stazionarie sono le seguenti:
J0 (k0;m ) cos (k0;m ct)
Jn (kn;m ) cos (n#) cos (kn;m ct)
Jn (kn;m ) sin (n#) cos (kn;m ct)
In particolare, le frequenze proprie di vibrazione della membrana circolare
(di raggio unitario) ssata al bordo risultano essere
kn;m c
2
e, come nel caso del rettangolo, non sono multiple intere della frequenza fondamentale (un tamburo circolare non in generale pi musicale di un tamburo
quadrato).
Ricordando la discussione fatta allinizio del paragrafo, se invece di essere
sul cerchio di raggio 1 fossimo sul cerchio di raggio r gli autovalori andrebbero
divisi per r2 , ossia
2
kn;m
=
n;m
r2
343

e quindi le frequenze risulterebbero:

n;m

kn;m c
:
2 r

Dal punto di vista musicale: un tamburo pi grande ha una frequenza fondamentale corrispondente a una nota pi grave, a parit di altre condizioni; per
raddoppiare la frequenza occorre dimezzare il raggio del tamburo.
Le linee nodali delle soluzioni stazionarie sono:
-le circonferenze interne al cerchio, lungo cui si ha Jn (kn;m ) = 0, ossia
kn;j
= kn;m
per j = 1; 2; :::; m 1 (sono m 1 circonferenze interne, pi il bordo
del cerchio);
-i raggi lungo cui si ha cos (n#) = 0 oppure sin (n#) = 0, ad es. per sin sono
# = nk ; con k = 0; 1; :::; 2n 1: (Sono 2n raggi, cio n diametri; per J0 queste
linee nodali non compaiono).
Mostriamo qualche graco delle funzioni J0 (k0;m ) (m = 1; 2; 3; 4):

Qualche graco delle funzioni Jn (kn;m ) cos (n#) ; con le relative linee di
livello (tra cui si vedono i raggi e le circonferenze che costituiscono le linee

344

nodali):

J1 (k1;1 ) cos (#)

J1 (k1;2 ) cos (#)

345

J2 (k2;1 ) cos (2#)

J2 (k2;2 ) cos (2#)

Un caso particolarmente semplice ma interessante quando la condizione
iniziale di tipo radiale. Si ha in tal caso:
u (t; ; #) =

1
1 X
a0;m J0 (k0;m ) cos (k0;m ct)
2 m=1

dove
f( )=

7.8

1
1 X
a0;m J0 (k0;m ) :
2 m=1

Equazione di Helmholz sul cilindro

Consideriamo lequazione di Helmholz sul cilindro di raggio 1 e altezza l, con condizioni di Dirichlet nulle sul bordo. In coordinate cilindriche ( ; #; z) il problema
agli autovalori si scrive:
8
u + 1 u + 12 u## + uzz + u = 0 per 2 (0; 1) ; # 2 (0; 2 ) ; z 2 (0; l)
>
>
<
u (r; #; z) = 0
>
u ( ; #; 0) = 0
>
:
u ( ; #; l) = 0:
346

Se il raggio del cilindro non 1 ma r, come nel caso del cerchio le autofunzioni
si ottengono da queste per cambiamento di scala v ( ; #; z) = u r ; #; z , e gli
autovalori vanno divisi per r2 .
Impostando il problema per separazione di variabili,
u ( ; #; z) = R ( )
si trova

R00
R0
1
+
+ 2
R
R

00

(#) Z (z)

Z 00
+
Z

=0

e ragionando al solito modo, tenuto conto anche delle condizioni al bordo e della
periodicit di si ha:
Z 00 = Z
Z (0) = Z (l) = 0
da cui
Z (z) = sin

k z
l

k
l

00

=
2 -periodica

da cui
(#) = a cos (n#) + b sin (n#) ;

n2

e quindi
2

R00
R0
1
k
n2 2
+
+
R
R
l
(
0
n2
k
R00 + R
2 R +
l
R (1) = 0; R (0) limitata

=0
2

R=0

che unequazione di Bessel di ordine n; le cui soluzioni sono quindi, per ogni
n ssato,
R ( ) = Jn (kn;m )
con autovalori
k
l

2
kn;m
=

da cui ricaviamo che gli autovalori del problema iniziale sono la successione a
tre indici interi
2
k
2
n;m;k = kn;m +
l
per n = 0; 1; 2; ; m = 1; 2; :::; k = 1; 2; :::

347

Le soluzioni a variabili separate sono quindi:

k z
l
k z
l

u ( ; #; z) = Jn (kn;m ) sin
u ( ; #; z) = Jn (kn;m ) sin

cos (n#)
sin (n#)

mediante le quali possiamo poi esprimere la soluzione di un problema di CauchyDirichlet per lequazione del calore o delle onde sul cilindro. Ad esempio:
7.8.1

Lequazione del calore sul cilindro

La soluzione del problema di Cauchy-Dirichlet per lequazione del calore sul

cilindro:
8
>
ut D u + 1 u + 12 u## + uzz = 0 per 2 (0; 1) ; # 2 (0; 2 ) ; z 2 (0; l)
>
>
>
>
< u (t; r; #; z) = 0
u (t; ; #; 0) = 0
>
>
>
u (t; ; #; l) = 0
>
>
:
u (0; ; #; z) = f ( ; #; z)

si pu esprimere mediante la serie

u (t; ; #; z) =

1 X
1
X

a0;m;k e

2
D k0;m
+( kl

J0 (k0;m ) sin

m=1 k=1

1 X
1 X
1
X

2
D kn;m
+( kl

Jn (kn;m ) sin

n=1 m=1 k=1

k z
l
k z
l

fan;m;k cos (n#) + bn;m;k sin (n#)g

dove i coe cienti an;m;k ; bn;m;k sono quelli dello sviluppo del dato iniziale f in
serie di funzioni ortonormali:
f ( ; #; z) =

1 X
1
X

k z
l

a0;m;k J0 (k0;m ) sin

m=1 k=1

1 X
1 X
1
X

k z
l

Jn (kn;m ) sin

n=1 m=1 k=1

fan;m;k cos (n#) + bn;m;k sin (n#)g

e di conseguenza hanno queste espressioni

an;m;k
bn;m;k

2
= 2
Jn+1 (kn;m )
2
= 2
Jn+1 (kn;m )

2
l
2
l

f ( ; #; z) cos (n#) d# sin

k z
l

f ( ; #; z) sin (n#) d# sin

k z
l

348

dz
dz

Jn (kn;m ) d
Jn (kn;m ) d

7.9

Equazione di Helmholz sulla sfera. Funzioni di Bessel

sferiche

Consideriamo lequazione di Helmholz sulla sfera di raggio unitario, che in

coordinate sferiche
8
< x = sin # cos '
y = sin # sin '
:
z = cos #

assume la forma:
8
>
>
@ 2 u 2 @u
>
>
+
+
<
@ 2
@
>
>
>
>
: u (1; #; ') = 0

1
@
2 sin # @#

sin #

@u
@#

1
@2u
+ u=0
2 sin2 # @'

per 0 < < 1;

0<#< ;
0<'<2
per 0 < # < ;
0<'<2 :

Analogamente a quanto visto nel caso del cerchio o del cilindro, se la sfera avesse
raggio r ci si riconduce a questo caso col cambiamento di scala v ( ; #; ') =
u r ; #; ' e dividendo per r3 gli autovalori che troveremo per la sfera di raggio
unitario.
Cercando soluzioni a variabili separate
u ( ; #; ') = R ( ) S (#; ') ;
ponendo
(#;')

1 @
sin # @#

sin #

@
@#

1 @2
sin2 # @'

e sfruttando i calcoli gi fatti nello studio del laplaciano sulla sfera (v. 8.3.1)
si ha:
2
2

R00 ( ) + 2 R0 ( ) S (#; ') + R ( )

00

R ( )+2 R ( )+
R( )

R( )

(#;') S

R00 ( ) + 2 R0 ( ) +
R( )

R ( ) S (#; ') = 0

(#;') S (#; ')

S (#; ')

da cui ricaviamo che per qualche costante

2

(#; ') +

R( )

si ha
=

(#;') S

(#; ')
:
S (#; ')

Ora il problema agli autovalori

(#;') S

(#; ') + S (#; ') = 0

gi stato risolto e porta alle armoniche sferiche; precisamente si ha (v. 8.3.1)

= n (n + 1)
Sn;m (#; ') = Pnm (cos #) (a cos m' + b sin m')
349

per n = 0; :::; 1, m = 0; :::; n: Lequazione radiale diventa allora

R00 ( ) + 2 R0 ( ) +
R (1) = 0;
2

n (n + 1) R ( ) = 0

equazione che assomiglia allequazione di Bessel (v. 8.4.3)

2

R00 + R0 +

n2 R = 0

ma non lo per via del termine 2R0 anziche R0 .

Per riportarla a unequazione di Bessel si esegue il cambio di variabile
1=2

R( ) =

S ( ):

I soliti calcoli noiosi portano in denitiva allequazione

(
2
2 00
2
S ( ) + S0 ( ) +
n + 21
S( )=0
S (1) = 0
che unequazione di Bessel di ordine n + 12 , cio non intero ma semiintero (il
doppio di n + 21 un intero, dispari). O meglio, come nel caso dellequazione di
p
Bessel studiata nel 8.4.3, ponendo
= x si trasforma nellequazione
8
2
< x2 S 00 (x) + xS 0 (x) + x2
S (x) = 0
n + 12
p
: S
=0
Apriamo allora una parentesi su questequazione.

7.9.1

Equazione e funzioni di Bessel di ordine semiintero

Consideriamo lequazione dierenziale

x2 y 00 (x) + xy 0 (x) + x2

y (x) = 0 per x > 0

e
> 0 assegnato. Si dice equazione di Bessel di ordine : Se
= n + 12 ,
lunica soluzione dellequazione che sia limitata in x = 0 (a meno di costante
moltiplicativa) la funzione di Bessel di ordine semiintero (detta anche funzione
di Bessel sferica):
x
2

Jn+ 12 (x) =
dove

(t) =

R +1
0

tx

1
n+ 12 X

k=0

k!

( 1)
n+k+1+

1
2

x
2

2k

e t dt la funzione Gamma di Eulero e

1
2

(2 (n + k) + 1)!!
p
; con
2n+k
(2r + 1)!! = (2r + 1) (2r 1) (2r 3) (2r

n+k+1+

350

5) :::5 3

Lautovalore

corrispondente uno della successione

n;h

2
= kn+
1
;h ;
2

dove kn+ 21 ;h lh-esimo zero della funzione Jn+ 21 (x) e la successione kn+ 12 ;h
tende a innito.
Vale anche la seguente formula
Jn+ 21

n+ 12

(2x)
p
(x) = ( 1)
n

dn
n
d (x2 )

sin x
x

dove la bizzarra scrittura d(xd 2 )n sinx x ha il seguente signicato. Dopo aver

scritto (in base allo sviluppo di Taylor di sin x)
1

sin x X
x2k
k
=
( 1)
x
(2k + 1)!
k=0

si deriva formalmente questa serie rispetto alla variabile x2 , cio si deriva n volte
rispetto a t la serie
1
X
tk
k
( 1)
(2k + 1)!
k=0

e si pone t = x nel risultato.

Esempio 7.29 Si ha:
J1=2 (x) =
J3=2 (x) =

2
sin x
x
r
2
cos x
x

sin x
x

Si dimostra che per ogni n = 0; 1; 2; ::: le funzioni

n
o1
Jn+ 12 kn+ 12 ;m
m=1

(opportunamente normalizzate) sono un s.o.n.c. in

L2 ((0; 1) ; d ) :

Per il calcolo dei coe cienti di normalizzazione, vale ancora la formula:

Z 1
2
1 2
Jn+ 12 kn+ 12 ;m
d = Jn+1+
kn+ 12 ;m :
1
2
2
0
Riportiamo qualche informazione quantitativa sulle prime funzioni di Bessel
di ordine semiintero.
351

2
sin x
x
r
2
sin x
J3=2 (x) =
cos x
x
x
r
2
cos x
3 sin x
J5=2 (x) =
3
sin x +
x
x
x2
r
2
15 cos x 15 sin x
sin x
J7=2 (x) =
cos x
+
6
x
x2
x3
x
r
105 cos x 10 cos x
105 sin x
2
+
+ sin x +
J9=2 (x) =
x
x3
x
x4
J1=2 (x) =

kn+1=2;h
n=0
n=1
n=2
n=3
n=4

h=1
3:14159
4:49341
5:76346
6:98793
8:18256

h=2
6:28319
7:72525
9:09501
10:4171
11:7049

h=3
9:42478
10:9041
12:3229
13:698
15:0397

h=4
12:5664
14:0662
15:5146
16:9236
18:3013

h=5
15:708
17:2208
18:689
20:1218
21:5254

Zeri delle funzioni di Bessel di ordine semiintero

Graci delle funzioni di Bessel Jn+ 21 (x) per n = 0; 1; 2; 3; 4:

352

45 sin x
x2

353

Graci delle funzioni J 12 k 12 ;h

Graci delle funzioni J 32 k 32 ;h

per h = 1; 2; 3; 4; 5

per h = 1; 2; 3; 4; 5

Tornando alla nostra equazione radiale, la soluzione quindi

R( ) =
con

1=2

S( )=

1=2

Jn+ 12 kn+ 12 ;h

2
= kn+
1
;h ; h = 1; 2; 3::::
2

n+1=2
n
Poich per ! 0 Jn+ 12 ( )
si ha R ( )
: In denitiva, le soluzioni
a variabili separate dellequazione di Helmholz sulla sfera sono

un;m;h ( ; #; ') =

1=2

Jn+ 12 kn+ 12 ;h

Pnm (cos #) cos m'

u0n;m;h ( ; #; ') =

1=2

Jn+ 12 kn+ 12 ;h

Pnm (cos #) sin m';

354

con autovalori
n;h

2
= kn+
1
;h
2

dove n = 0; 1; 2; :::; h = 1; 2; :::; m = 0; 1; :::; n:

Per un ragionamento gi visto pi volte, il sistema a tre indici
un;m;h ( ; #; ') ; u0n;m;h ( ; #; ')

n=0;1;2;:::;h=1;2;:::;m=0;1;:::;n

ortogonale e, se normalizzato, ortonormale completo, nello spazio L2 prodotto.

Precisamante, poich sappiamo gi che il sistema
fPnm (cos #) cos m'; Pnm (cos #) sin m'gn=0;1;2;:::;m=0;1;:::;n
ortogonale completo in
L2 ((0; )

(0; 2 ) ; sin #d#d')

e per ogni n = 0; 1; 2; :: il sistema

n
Jn+ 12 kn+ 12 ;h

h=1;2;:::

ortogonale completo in
L2 ((0; 1) ; d ) ;
ne segue che il sistema
un;m;h ( ; #; ') ; u0n;m;h ( ; #; ')

n=0;1;2;:::;h=1;2;:::;m=0;1;:::;n

ortogonale completo in
L2 (0; 1)

(0; )

(0; 2 ) ;

sin #d d#d' :

Si faccia attenzione al termine 2 anzich , che compare grazie alla presenza dei
termini 1=2 nella denizione di un;m;h . Daltro canto, con cambio di variabili
sferiche, si vede che la misura 2 sin #d d#d' non altro che la misura di volume
dxdydz in coordinate cartesiane. Quindi le soluzioni a variabili separate sono
un s.o.n.c. in L2 della sfera.

7.10

Lequazione di Schrdinger per latomo di idrogeno

e i polinomi di Laguerre

Consideriamo un atomo di idrogeno, costituito da un elettrone di massa me

e carica elettrica e che ruota attorno al nucleo di carica e che supponiamo
posto nellorigine. Vogliamo studiare il modello con cui la meccanica quantistica prevede dove si trover lelettrone. Lenergia potenziale elettrostatica
dellelettrone data da
e2
V ( )=
;
4 "0
355

dove "0 la costante di permettivit del vuoto44 , e lequazione di Schrdinger

per la funzione donda (x; y; z; t) dellelettrone
i}

@
=
@t

~2
2me

+V

Cercando soluzioni a variabili separate in spazio e tempo come abbiamo fatto

per lequazione delle onde o del calore nell 8.5.1 (e come abbiamo gi fatto per
lequazione di Schrdinger nel caso unidimensionale studiato nel 8.4.2)
(x; y; z; t) =
troviamo

(x; y; z) T (t)

~2
2me

T0
i} (t) =
T

+V

(x; y; z)

da cui ogni membro devessere costante, chiamiamo E questa costante (che

dimensionalmente unenergia). Lequazione in T (t) allora banale,
T 0 (t) =

E
T (t)
}
iE
}t

T (t) = ce
mentre lequazione signicativa
~2
2me

+V

=E ;

che arontiamo ancora per separazione di variabili, dopo averla riscritta in coordinate sferiche. Utilizzando le notazioni introdotte nello studio del laplaciano
in coordinate sferiche ( 8.4.1, le conclusioni di quella discussione ci saranno
utili), conviene porre, in coordinate sferiche
8
< x = sin # cos '
y = sin # sin '
:
z = cos #;
cos che lequazione diventa
~2
2m

@ 2 u 2 @u
1
+
+ 2
@ 2
@

(#;')

+V ( )

=E

e cercando
( ; '; #) = R ( ) Y ('; #)
si ha
2

4 4 In

e
R00 + 2 R0 + 2m
~2
R

(V ( )

E) R

altre parole, k = 1=4 "0 la costante di Coulomb.

356

( )=

(#;') Y

('; #)

da cui ogni membro costante, uguale a

(#;') Y

. Lequazione in Y;

('; #) =

Y ('; #)

la stessa che abbiamo incontrato risolvendo per separazione di variabili il

laplaciano in coordinate sferiche, quindi possiamo trarre le stesse conclusioni.
Si avr45
= l (l + 1) , per l = 0; 1; 2:::
Y ('; #) = fYl;m ('; #)gl=0;:::;1
m=0;:::;l

Yl;0 ('; #) = Pl (cos #)

Yl;m ('; #) = Plm (cos #) (a cos m' + b sin m')
cio la parte angolare della soluzione costituita dalle armoniche sferiche.
Consideriamo ora lequazione radiale:
2

R00 + 2 R0 +

2me
~2

e2
+ E R = l (l + 1) R, per
4 "0

> 0:

Per semplicarla si fanno vari passi, che qui mostriamo schematicamente. I

calcoli dettagliati si trovano in fondo al paragrafo.
1. Eseguiamo anzitutto il cambio di variabili
u( ) = R( )
che trasforma lequazione in
u00 ( ) =

l (l + 1)

e2
+E
4 "0

2me
~2

u:

2. Quindi si deniscono le costanti

2

e2
4 "0 ~
4 "0 ~2
a0 =
= raggio di Bohr
me e2
E
W =
Eh

Eh = me

e si esegue la sostituzione sulla variabile indipendente:

y=

a0

4 5 Per adeguarci alle notazioni standard sullargomento cambiamo le lettere con cui
denotavamo gli indici interi.

357

Questo d:
1 00
u (y) +
2

1 l (l + 1)
2 y2

1
y

u (y) = W u (y) :

3. Ora bisogna distinguere il segno di W . Nel seguito trattiamo solo il caso

W < 0; che d soluzioni L2 . Supponendo W < 0; deniamo
p
=2
2W
e riscaliamo la soluzione, ponendo
x = y:
Si trova:

d2 u
l (l + 1)
2
1
(x) +
+
u (x) = 0:
2
2
dx
x
x 4
4. Ora si vuole fare una sostituzione opportuna che trasformi lequazione in
una integrabile. Si ragiona cos.
Per x ! 1 lequazione approssimata da
d2 u
(x)
dx2

1
u (x) = 0;
4

la cui soluzione esatta

u (x) = c1 e

x=2

+ c2 ex=2 ;

di cui la soluzione accettabile

u (x) = c1 e

x=2

Per x ! 0 lequazione approssimata da

l (l + 1)
d2 u
(x)
u (x) = 0;
2
dx
x2
equazione di Eulero, il cui integrale generale
u (x) = c1 xl+1 + c2 x l ;
di cui la soluzione accettabile
u (x) = c1 xl+1 :
Si fa allora una sostituzione suggerita da queste due soluzioni approssimate
per x piccolo e x grande:
u (x) = xl+1 e

x=2

f (x) :

Con ci lequazione diventa

xf 00 + (2l + 2

x) f 0 + (

1) f = 0 con

=p

1
:
2W

5. Questequazione assomiglia allequazione di Laguerre:

xy 00 + (1

x) y 0 + y = 0 per x 2 (0; +1) ;

in eetti unequazione di Laguerre associata. Apriamo una parentesi.

358

7.10.1

Equazione e polinomi di Laguerre associati

Sappiamo che lequazione di Laguerre

xy 00 + (1

x) y 0 + y = 0 per x 2 (0; +1)

si pu riscrivere nella forma

xe

x 0 0

+ e

y = 0 per x 2 (0; +1) :

Eun problema di Sturm-Liouville singolare, che ha come autovalori = k (k + 1)

e autofunzioni, L2 ((0; +1) ; e x dx) i polinomi di Laguerre Lk (x).
Si dice equazione di Laguerre associata lequazione (per qualche > 0)
xy 00 + ( + 1

x) y 0 + y = 0 per x 2 (0; +1)

che si pu riscrivere nella forma

x

+1

x 0 0

+ x e

y = 0 per x 2 (0; +1) :

Eun problema di Sturm-Liouville singolare, le autofunzioni sono ortogonali in

L2 ((0; +1) ; x e x dx) :
Si dimostra il seguente:
Teorema 7.30 Gli autovalori dellequazione di Laguerre associata sono gli stessi che per lequazione di Laguerre, = n con n = 0; 1; 2; ::: Per ogni n, se Ln (x)
il polinomio di Laguerre che soddisfa lequazione
xy 00 + (1

x) y 0 + ny = 0 per x 2 (0; +1) ;

allora

ex dn
x
n! dxn
soddisfa lequazione di Laguerre associata
L(n ) (x) =

xy 00 + ( + 1

+n

x) y 0 + ny = 0 per x 2 (0; +1) .

( )

Le funzioni Ln (x) sono polinomi

diogrado n, detti polinomi di Legendre asson
1
( )
ciati, e per ogni il sistema Ln (x)
costituisce un s.o.n.c. in L2 ((0; +1) ; x e
n=0

Inoltre, per ogni n = 1; 2; 3::: il polinomio

in (0; +1).

( )
Ln

(x) ha esattamente n zeri distinti

( )

Nel seguito ci serviranno i polinomi di Legendre associati Ln (x) con

intero dispari; facciamo perci qualche esempio di questo tipo.
n
o1
( )
Esempio 7.31 I primi polinomi Ln (x)
sono
n=0

L(n ) (x) =

ex dn
x
n! dxn
359

+n

dx).

cio:
( )

L0 (x) = x

ex x e

=1

ex d
( )
L1 (x) =
x +1 e x = x + a + 1
1 dx
x ex d2
1 2
( )
L2 (x) =
x +2 e x =
x
2x (2 + ) + 2 + 3 + 2
2 dx2
2
x ex d3
x3
( + 3) x2
( + 2) ( + 3) x ( + 1) ( + 2) ( + 3)
( )
+3
x
L3 (x) =
x
e
=
+
+
3
2 dx
6
2
2
6
x

Ad esempio, per

=1
(1)

L0 (x) = 1
(1)

L1 (x) =

x+2

1 2
x
3x + 3
2
x3
(1)
L3 (x) =
+ 2x2 6x + 4
6
5 3
x4
(1)
L4 (x) =
x + 5x2 10x + 5
24 6
(1)

L2 (x) =

Per

=3
(3)

L0 (x) = 1
(3)

L1 (x) = 4
(3)

L2 (x) =
(3)

L3 (x) =

x
2

x
2

5x + 10
3

x
+ 3x2
6
360

15x + 20

6. Tiriamo allora le conclusioni sullequazione radiale che proviene dallequazione di Schrdinger per lelettrone dellatomo di idrogeno.
Lequazione
xf 00 + (2l + 2

x) f 0 + (

unequazione di Laguerre associata con

(

=p

1) f = 0 con

1
2W

= 2l + 1; ha autovalori

1) = k

e autofunzioni
(2l+1)

Lk

(x) =

x2l+1 ex dk
x
k! dxk

(2l+1)+k

La prima relazione signica che

=p
W =

1
=l+1+k
2W
1
2

2 (l + k + 1)

E = W Eh =

2 me
2 (l + k + 1)

e2
4 "0 ~

Invece di usare come indici interi l; k = 0; 1; 2; :::: comodo, per semplicare

certe formule, porre ora
n = l + 1 + k;
quindi ora i due indici che usiamo sono
l = 0; 1; 2; ::::
n = l + 1; l + 2; ::::
361

o viceversa
n = 1; 2; 3; :::
l = 0; 1; :::; n

1:

Con queste notazioni i livelli energetici possibili sono:

2

e2
4 "0 ~

1
me
2n2

En =
Il livello minimo

1
e2
me
:
2
4 "0 ~
Per scrivere le soluzioni radiali ora procediamo a ritroso; poich
E1 =

u( ) = R( )
y=

a0
4 "0 ~ 2
a0 =
me e2
x= y
p
=2
2W
u (x) = xl+1 e
f (x) =

x=2

(2l+1)
Ln l 1

f (x)

(x)

si ha:
R( ) =

u( )

u (x) = xl+1 e
x= y=

Rn;l ( ) =

x=2

(2l+1)
l 1

Ln

(x)
p
=2
2W

a0

a0

2
na0

na0

(2l+1)
l 1

Ln

con n = 1; 2; 3; :::; l = 0; 1; :::; n

2
na0

2
na0
1

a0 =

4 "0 ~
:
me e2

Inne, funzioni donda stazionarie sono

( ; '; #) = Rn;l ( ) Pl (cos #)
m
n;l;m ( ; '; #) = Rn;l ( ) Pl (cos #) cos (m')
m
n;l;m ( ; '; #) = Rn;l ( ) Pl (cos #) sin (m')
con n = 1; 2; 3; :::; l = 0; 1; :::; n 1; m = 0; 1; 2; :::; l
n;l;0

che vanno poi normalizzate.

362

7.10.2

Orbitali atomici

Le funzioni donda che abbiamo scritto si dicono orbitali atomici. Ricordiamo

che lintegrale del loro modulo al quadrato su una regione dello spazio rappresenta la probabilit che lelettrone si trovi in quella regione dello spazio. Gli
indici b; l; m hanno il seguente signicato sico.
Il numero n si dice numero quantico principale. Denisce lenergia dellelettrone, che vale
2
e2
1
m
:
En =
e
2n2
4 "0 ~
Il numero l si dice p
numero quantico del momento angolare, e il momento
angolare orbitale vale l (l + 1)~, in particolare nullo se l = 0, e in questo
caso la funzione donda ha simmetria radiale ( indipendente da #; ').
Il numero m si dice numero quantico magnetico.
Gli orbitali vengono indicati con il primo numero quantico seguito da una
lettera che indica il secondo numero quantico, secondo lo schema:
l=

0
s

1
p

2
d

3
f

4
g

5
h

:::
:::

Ad esempio orbitale 2p signica che n = 2 e l = 1:

Esaminiamo prima il signicato della componente radiale degli orbitali.
Esempio 7.32 Scriviamo esplicitamente le prime funzioni radiali.
R1;0 ( ) = e

a0

R2;0 ( ) = e

2a0

R2;1 ( ) =
R3;0 ( ) = e

2
a0

(1)

L0

a0
3a0

R3;1 ( ) =

2
3a0

R3;2 ( ) =

2
3a0

=e

(1)

L1

=e

a0

2a0

(1)
L2

2a0

(3)

L0

2
3a0
3a0

=e

(3)

L1

3a0

a0

a0

(5)

L0

a0
a0

1
2

3a0

2
3a0
2
3a0

=
=

+2
2a0

2
3a0
2
3a0
2
3a0

2
3a0

3
e

3a0

+3
2
3a0

3a0

La densit di probabilit che lelettrone si trovi a distanza dal nucleo (in2

dipendentemente dalla direzione) proporzionale a 2 Rn;l ( ) . Perci pu essere signicativo visualizzare i graci di queste funzioni. Rappresentiamole,

363

ponendo per semplicit a0 = 1

2

R1;0 ( ) =

R2;0 ( ) =

R2;1 ( ) =

R3;0 ( ) =
2

R3;1 ( ) =
2

R3;2 ( ) =

4
9

+ 2)

2
3

2
9

2
3

2
3

4
6

2 +3
2
3

2
3

Graco della densit di probabilit di trovare lelettrone a distanza

nucleo nei primi orbitali:

1s

3s

2s

dal

2p

3p

3d

Esaminiamo ora il signicato della componente angolare degli orbitali.

Esempio 7.33 Scriviamo esplicitamente le prime funzioni angolari. Si tratta
in realt delle armoniche sferiche che gi conosciamo.
Per n = 1, cio lorbitale 1s, la funzione angolare costante: funzione
donda a simmetria sferica.
Per n = 2 si pu avere:
l = 0; m = 0 (orbitale 2s), che ha ancora funzione angolare costante, oppure

364

l = 1; m = 0; l = 1; m = 1 (orbitali 2p):
r

3
cos #
2
r
3
P11 (cos #) cos ' =
sin # cos '
2
r
3
P11 (cos #) sin ' =
sin # sin '
2
P1 (cos #) =

(quindi gli orbitali 2p sono di tre tipi). Gli orbitali 2p sono perci i pi semplici
ad avere una parte angolare signicativa. Il quadrato di questa funzione proporzionale alla densit di probabilit di trovare lelettrone (non importa a quale
distanza dal nucleo ma) nella direzione individuata dagli angoli (#; '). Una
visualizzazione di una funzione f (#; ') pu essere ottenuta con un diagramma
sferico, che cio rappresenta la supercie = f (#; ') ; ossia la supercie di
equazioni parametriche
8
< x = f (#; ') sin # cos '
y = f (#; ') sin # sin '
:
z = f (#; ') cos #:
Si tratta di un concetto analogo a quello di curva in forma polare nel piano. La
supercie visualizza la funzione nel senso che i punti della supercie pi o meno
lontani dallorigine rappresentano le direzioni in cui la funzione maggiore o
minore.
I diagrammi sferici degli orbitali 2p sono perci:

(e simili gli altri due, orientati ciascuno secondo un asse).

Per n = 3 si pu avere:
365

l = 0; m = 0 (orbitale 3s), che ha ancora funzione angolare costante, oppure

l = 1; m = 0; m = 1 (orbitali 3p);
l = 2; m = 0; m = 1; m = 2 (orbitali 3d):
r
1 5
P2 (cos #) =
3 cos2 # 1
2 2
r
5
1
P2 (cos #) cos ' = 3
cos # sin # cos '
2
r
5
P21 (cos #) sin ' = 3
cos # sin # sin '
2
r
5
sin2 # cos 2'
P22 (cos #) cos 2' = 3
2
r
3
2
P2 (cos #) sin 2' =
sin2 # sin 2'
2
I graci sferici degli orbitali 3d sono i seguenti

e gli altri 3 sono simili al secondo, diversamente orientati.

366

Orbitali f si hanno ad esempio per n = 4; l = 3; m = 0; 1; 2; 3:

r
7
3
5
0
P3 (cos #) =
cos # + cos3 #
2
2
2
r
7
3 15
P31 (cos #) cos ' =
sin #
+
cos2 # cos '
2
2
2
r
7
3 15
P31 (cos #) sin ' =
sin #
+
cos2 # sin '
2
2
2
r
7
2
P3 (cos #) cos 2' = 15
sin2 # cos # cos 2'
2
r
7
2
P3 (cos #) sin 2' = 15
sin2 # cos # sin 2'
2
r
7
3
P3 (cos #) cos 3' =
15 sin3 # cos 3'
2
r
7
3
P3 (cos #) sin 3' =
15 sin3 # sin 3'
2
Il graco sferico della prima di queste funzioni il seguente

Di seguito raccogliamo le espressioni esplicite dei primi orbitali, comprensive

367

della corretta costante di normalizzazione.

7.10.3

Soluzioni dellequazione di Schrdinger

Ricordiamo anche che le soluzione a variabili separate dellequazione di Schrdinger

si ottengono moltiplicando le precedenti per il fattore
e

i E}n t

con En energia corrispondente al livello n corrispondente.

Ad esempio, la soluzione dellequazione di Schrdinger a variabili separate
corrispondente al livello energetico minimo n = 1 (trascurando la costante di
normalizzazione):
i

(t; ; '; #) = e 2~
7.10.4

me

e2
4 "0 ~

a0

Calcoli dettagliati per la risoluzione dellequazione radiale

Riportiamo i passaggi di calcolo che giusticano le conclusioni citate in precedenza nella deduzione delle soluzioni dellequazione radiale.

368

Passo 1. Calcoli:
R( ) =
R0 =
R00 =

u( )
u0 ( )

u( )
2

00

2u0 ( )

u ( )

2u ( )
3

che sostituendo danno

u00 ( )

2u0 ( )
2

2me
~2

u00 ( )

2u ( )

+2

u0 ( )

u( )
2

e
u( )
u( )
+E
= l (l + 1)
4 "0
u( )
2u ( )
2u0 ( ) +
+ 2u0 ( ) 2

e2
u( )
+ E u ( ) = l (l + 1)
4 "0
2m
e2
u( )
e
+ E u ( ) = l (l + 1) 2 :
u00 ( ) + 2
~
4 "0
+

2me
~2

u00 ( ) =

l (l + 1)
2

2me
~2

e2
+E
4 "0

u:

Passo 2. Calcoli:
u00 ( ) =

l (l + 1)

u00 ( ) =

l (l + 1)

00

u ( )=
00

u ( )=

l (l + 1)
2

l (l + 1)
2

2me
e2
+E
u
~2
4 "0
2 me e2
2me
E u
2
4 "0 ~
~2
2 1
a0
2 1
a0

369

e2
4 "0 ~

me e2
4 "0 ~ 2

2 1
2
W u
a0
a20
du
du
dy
du
1
( )=
(a0 y)
=
(a0 y)
d
dy
d
dy
a0
d2 u
d2 u
1
( ) = 2 (a0 y) 2
d 2
dy
a0
u00 ( ) =

l (l + 1)

2me
me
~2

W
!

1 00
u (a0 y) =
a20

l (l + 1)

2 1
2
W
a0
a20
a20 l (l + 1) 2a0
2W
2
2

u00 (a0 y) =

l (l + 1) 2
y2
y
1 l (l + 1)
2
y2

u00 (a0 y) =
1 00
u (a0 y) =
2
1 00
u
e (y) +
2

1 l (l + 1)
2 y2

1
y

d
=
dy

d
dx

Passo 3. Calcoli:

2W
2
y

u (a0 y)
u (a0 y)

u (a0 y)
2W

u (a0 y)

u
e (y) = W u
e (y) :

1 l (l + 1) 1
1 00
u (y) +
u (y) = W u (y)
2
2 y2
y
1 2 d2 u
1 2 l (l + 1)
(x) +
u (x) = W u (x)
2 dx2
2
y2
y
d2 u
l (l + 1)
2
2W
(x) +
+
u (x) =
u (x)
2
dx2
x2
x
d2 u
l (l + 1)
2
1
u (x) = 0
(x) +
+
dx2
x2
x 4

Passo 4. Calcoli:
u (x) = xl+1 e

x=2

f (x)

x=2

xl+1 f 0 + (l + 1) xl f

u00 (x) = e

x=2

xl+1 f 00 + 2 (l + 1) xl f 0 + (l + 1) lxl

1
(l + 1) xl f
2
d2 u
(x) +
dx2
e

x=2

1 l+1
x f
2

u0 (x) = e

xl+1 f 00 + 2 (l + 1) xl

1
2

1
4

370

1 l+1 0
x f
2

u (x) = 0

1
(l + 1) xl + xl+1 f
4
l (l + 1)
2
1
+
xl+1 e x=2 f (x) = 0
x2
x 4

xl+1 f 0 + (l + 1) lxl
+

1 l+1
x f
2

xl+1 f 0 + (l + 1) xl f
l (l + 1)
2
+
x2
x

xl
+

x2 f 00 + 2 (l + 1) x

x2 f 0 + [(l + 1) l

l (l + 1)
2
+
x2
x

x2 f

x2 f 00 + 2 (l + 1) x
+ (l + 1) l

=0

x2 f 0

1
(l + 1) x + x2
4

x2 f 00 + 2 (l + 1) x
xf 00 + (2l + 2

1
4

1
(l + 1) x + x2
4

l (l + 1) +

x2 f 0 +

x) f 0 +

ma
=2

(l + 1) x +
l

2W ;

2x
2x

1 2
x f =0
4
f =0

1 f =0

=p

1
2
=
2W

perci
xf 00 + (2l + 2

x) f 0 + (

371

1) f = 0:

Bibliograa
[BN] A. Boggess, F. J. Narcowich: A First Course in Wavelets with Fourier
Analysis. Jouhn Wiley & Sons, 2009.
[B] Bramanti: Dispensa del corso di Metodi matematici per lingegneria, a.a.
2013/2104.
[EsAn2] Bramanti: Esercitazioni di Analisi 2. Esculapio. 2012.
[B3] Bramanti: Esercitazioni di Analisi 3. Cusl, 2001.
[An2] Bramanti, Pagani, Salsa: Analisi matematica 2. Zanichelli, 2009.
[F] Farlow. Partial Dierential Equations for scientists and engineers. Dover,
1993.
[Fo] Folland: Real Analysis. Modern applications and techniques. Wiley,
1984.
[HN] J. H. Hunter, B. Nachtergaele: Applied Analysis. World Scientic,
2001.
[OY] R. Onyshczak, A.Youssef: Fingerprint Image Compression and the
Wavelet Scalar Quantization Specication, Chap. 19 in N. Ratha, R. Bolle,
Editors: Automatic Fingerprint Recognition System, Springer 2004.
[PS2]. Pagani, Salsa. Analisi Matematica 2. Masson 1993.
[Pe] Persico. Introduzione alla sica matematica. Zanichelli.
[Saxe] Saxe. Beginning functional analysis. Springer 2010
[SVZZ] Salsa, Vegni, Zaretti, Zunino: Invito alle equazioni a derivate parziali.
Springer 2009.
[W] Weinberger: A rst course in PDEs. Dover, 1965.

372