Sei sulla pagina 1di 34

A

160

a Riccardo Bianchini

Stefano Petrarca

MATEMATICA PER LA MUSICA E IL SUONO

Copyright MMX ARACNE editrice S.r.l. www.aracneeditrice.it info@aracneeditrice.it via Ra aele Garofalo, 00173 Roma (06) 93781065 /AB

isbn 9788854836433 I diritti di traduzione, di memorizzazione elettronica, di riproduzione e di adattamento anche parziale, con qualsiasi mezzo, sono riservati per tutti i Paesi. Non sono assolutamente consentite le fotocopie senza il permesso scritto dellEditore. I edizione: novembre 2010

Indice
Prefazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 Insiemistica e Logica 1.1 Insiemi e numeri . . . . . . . . . . . . . . . . . . . . . . 1.1.1 Insiemi . . . . . . . . . . . . . . . . . . . . . . . 1.1.2 Operazioni fra insiemi . . . . . . . . . . . . . . . 1.1.3 Alcune denizioni . . . . . . . . . . . . . . . . . 1.1.4 Quanticatori . . . . . . . . . . . . . . . . . . . . 1.1.5 Insiemi niti e inniti . . . . . . . . . . . . . . . 1.1.6 Denizione esplicita di insiemi . . . . . . . . . . 1.1.7 Un esempio: lanalisi musicale insiemistica . . . . 1.1.8 Insiemi numerici . . . . . . . . . . . . . . . . . . 1.1.9 Intervalli . . . . . . . . . . . . . . . . . . . . . . 1.1.10 Intervalli e geometria . . . . . . . . . . . . . . . . 1.1.11 Esempio: continuum di frequenze e scale musicali 1.2 Cenni di Logica . . . . . . . . . . . . . . . . . . . . . . . 1.2.1 Connettivi logici . . . . . . . . . . . . . . . . . . 1.2.2 Tabelle di verit` a . . . . . . . . . . . . . . . . . . 1.2.3 Alcuni teoremi . . . . . . . . . . . . . . . . . . . 2 Funzioni 2.1 Denizioni . . . . . . . . . . . . . . . . . . . . 2.2 Tipi di funzioni . . . . . . . . . . . . . . . . . 2.3 Funzioni inverse . . . . . . . . . . . . . . . . . 2.4 Funzioni continue . . . . . . . . . . . . . . . . 2.5 Funzioni algebriche . . . . . . . . . . . . . . . 2.6 Funzioni trascendenti . . . . . . . . . . . . . . 2.7 Funzione logaritmo . . . . . . . . . . . . . . . 2.7.1 Basi per i logaritmi . . . . . . . . . . . 2.7.2 Particolarit` a della funzione logaritmo 5 13 15 16 16 17 18 18 18 19 20 25 26 27 28 29 30 32 33 35 35 36 37 37 39 40 41 42 43

. . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

Indice

2.8 2.9

2.7.3 Scale e logaritmi . . . . . . . . . . . . . . . . . . . . . Funzioni di 2 o pi` u variabili . . . . . . . . . . . . . . . . . . . Esercizi e complementi . . . . . . . . . . . . . . . . . . . . . .

46 47 48

3 Trigonometria 51 3.1 Circonferenza goniometrica . . . . . . . . . . . . . . . . . . . 51 3.2 Misura in radianti . . . . . . . . . . . . . . . . . . . . . . . . 53 3.3 Funzioni goniometriche . . . . . . . . . . . . . . . . . . . . . . 53 3.4 Fase di una sinusoide . . . . . . . . . . . . . . . . . . . . . . . 56 3.5 Periodicit` a delle funzioni goniometriche . . . . . . . . . . . . 59 3.6 Coordinate polari e circonferenza generica . . . . . . . . . . . 60 3.7 Esercizi e complementi . . . . . . . . . . . . . . . . . . . . . . 62 3.8 Funzioni goniometriche inverse . . . . . . . . . . . . . . . . . 65 3.9 Numeri complessi e Trigonometria . . . . . . . . . . . . . . . 67 3.10 Formule di addizione di archi e rappresentazione in quadratura di fase . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 3.10.1 Formule di bisezione . . . . . . . . . . . . . . . . . . . 70 3.10.2 Formule di prostaferesi e di Werner . . . . . . . . . . . 71 3.11 Esercizi e complementi . . . . . . . . . . . . . . . . . . . . . . 75 3.12 Esercizi applicativi di riepilogo . . . . . . . . . . . . . . . . . 77 4 Successioni 4.1 Successioni nite: calcolo combinatorio . . . . . . . . . . . . . 4.1.1 Disposizioni . . . . . . . . . . . . . . . . . . . . . . . . 4.1.2 Permutazioni . . . . . . . . . . . . . . . . . . . . . . . 4.1.3 Combinazioni . . . . . . . . . . . . . . . . . . . . . . . 4.1.4 Esercizi e complementi . . . . . . . . . . . . . . . . . . 4.2 Vettori . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.1 Matrici . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.2 Operazioni fra matrici . . . . . . . . . . . . . . . . . . 4.2.3 Matrici particolari . . . . . . . . . . . . . . . . . . . . 4.2.4 Schemi di permutazione bidimensionale . . . . . . . . 4.2.5 Esercizi e complementi . . . . . . . . . . . . . . . . . . 4.3 Successioni innite . . . . . . . . . . . . . . . . . . . . . . . . 4.3.1 Denizione ricorsiva di una successione (equazioni alle dierenze) . . . . . . . . . . . . . . . . . . . . . . . . . 4.3.2 Successione di Fibonacci . . . . . . . . . . . . . . . . . 4.3.3 Esercizi e complementi . . . . . . . . . . . . . . . . . . 4.4 Sistemi LTI . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5 Il campionamento . . . . . . . . . . . . . . . . . . . . . . . . . 83 84 85 85 87 90 92 94 94 96 96 97 98 101 102 104 105 106

Indice

7 Legame ingresso-uscita: la convoluzione . . . . . . . . . . . . 108 Cenni sulla stabilit` a . . . . . . . . . . . . . . . . . . . . . . . 109 111 111 112 113 114 116 119 125 125 129 131 139 143 143 144 145 147 152 155 155 159 159 161 161 163 164 165 166 167 168 169 171 171 173

4.6 4.7

5 Limiti 5.1 Limiti di successioni . 5.2 Propriet` a dei limiti . . 5.3 Limiti di funzioni . . . 5.4 Limiti e continuit` a . . 5.5 Esercizi e complementi 6 Esercizi vari

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

7 Derivate e calcolo dierenziale 7.1 Signicato e applicazioni delle derivate . . . . . . . . . 7.2 Denizione di derivata . . . . . . . . . . . . . . . . . . 7.2.1 Esempi di derivate di funzioni elementari . . . 7.2.2 Regole di derivazione . . . . . . . . . . . . . . . 7.3 Teoremi di calcolo dierenziale . . . . . . . . . . . . . 7.3.1 Teorema di Rolle; massimi e minimi relativi . . 7.3.2 Teorema di De LH opital . . . . . . . . . . . . 7.3.3 Concavit` a, convessit` a, essi e derivata seconda 7.4 Studio completo di funzioni . . . . . . . . . . . . . . . 7.5 Primi cenni sulle equazioni dierenziali . . . . . . . . . 7.6 Cenni sulla derivazione di funzioni di 2 o pi` u variabili 7.7 Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . 8 Integrali e calcolo integrale 8.1 Area di gure curvilinee . . . . . . . . . . . . . 8.2 Ricerca della primitiva di una funzione . . . . . 8.3 Integrale denito . . . . . . . . . . . . . . . . . 8.4 Integrale indenito . . . . . . . . . . . . . . . . 8.5 Integrali immediati . . . . . . . . . . . . . . . . 8.6 Regole e metodi di integrazione . . . . . . . . . 8.6.1 Metodo di integrazione per sostituzione 8.6.2 Metodo di integrazione per parti . . . . 8.6.3 Altri trucchi e suggerimenti . . . . . . 8.7 Integrali impropri . . . . . . . . . . . . . . . . . 8.8 Esempi e applicazioni . . . . . . . . . . . . . . 8.8.1 Aree negative e aree nulle . . . . . . . . 8.8.2 Integrali nella Fisica . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

8 8.9

Indice

Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174 175 175 176 181 186 188 189 193 194 201 205 212 212 213 219 220 221 227 230 235 237 239 241 241 246 248 248 253 256 258 260 262 263 265 267 269 272

9 Analisi di Fourier 9.1 Sistemi di funzioni ortonormati . . . . . . . . . . . . . . . . 9.2 La serie di Fourier . . . . . . . . . . . . . . . . . . . . . . . 9.3 Analisi di Fourier e segnali nel tempo . . . . . . . . . . . . . 9.4 Formulazione esponenziale della serie di Fourier . . . . . . . 9.5 La trasformata di Fourier . . . . . . . . . . . . . . . . . . . 9.5.1 Esempi di trasformate . . . . . . . . . . . . . . . . . 9.5.2 Propriet` a della trasformata di Fourier . . . . . . . . 9.6 Cenni sulla trasformata discreta di Fourier . . . . . . . . . . 9.7 Script Csound . . . . . . . . . . . . . . . . . . . . . . . . . . 9.8 Esercizi e complementi . . . . . . . . . . . . . . . . . . . . . 9.9 Applicazioni e problemi dellanalisi di Fourier . . . . . . . . 9.9.1 Reti elettriche lineari . . . . . . . . . . . . . . . . . . 9.9.2 Filtraggio e convoluzione . . . . . . . . . . . . . . . 9.9.3 Analisi di particolari forme donda periodiche . . . . 9.9.4 Problemi inerenti allapplicazione pratica: il leakage 9.9.5 Problemi relativi ai segnali campionati: il foldover . 9.10 Cenni sulla trasformata di Laplace . . . . . . . . . . . . . . 9.11 Funzioni di trasferimento e diagrammi di Bode (cenni) . . . 9.11.1 Esempi . . . . . . . . . . . . . . . . . . . . . . . . . 9.12 Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9.13 Riassumendo... . . . . . . . . . . . . . . . . . . . . . . . . . 10 Equazioni dierenziali 10.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . 10.2 Equazioni ordinarie, lineari, a coecienti costanti . 10.3 Metodi di soluzione . . . . . . . . . . . . . . . . . . 10.3.1 Metodo diretto . . . . . . . . . . . . . . . . 10.3.2 Altri risultati ed esempi . . . . . . . . . . . 10.3.3 Soluzioni tramite la trasformata di Laplace 10.4 Esempi di sistemi sici . . . . . . . . . . . . . . . . 10.4.1 Risuonatori meccanici . . . . . . . . . . . . 10.4.2 Il pendolo . . . . . . . . . . . . . . . . . . . 10.4.3 Risuonatori elettrici . . . . . . . . . . . . . 10.5 Esercizi . . . . . . . . . . . . . . . . . . . . . . . . 10.6 Equazioni dierenziali alle derivate parziali . . . . 10.7 Lequazione della corda vibrante . . . . . . . . . . 10.8 Soluzioni dellequazione della corda vibrante . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

Indice

9 272 275 279 280 282 284 285 285 289 292 302 304 306

10.8.1 Soluzione secondo Fourier . . . . . . . . . . . . . . . . 10.8.2 Soluzione con il metodo di DAlembert . . . . . . . . . 10.8.3 Interpretazioni siche della soluzione di DAlembert . 10.8.4 Corde di lunghezza nita e onde viaggianti . . . . . . 10.8.5 Equivalenza delle soluzioni di Fourier e di DAlembert 10.8.6 Equazione donda con smorzamento . . . . . . . . . . 10.9 Altre equazioni per la Fisica del Suono . . . . . . . . . . . . . 10.9.1 Equazione della vibrazione di una sbarra . . . . . . . . 10.9.2 Equazione della vibrazione di una colonna daria . . . 10.9.3 Equazione della vibrazione di una membrana . . . . . 10.9.4 Equazione della vibrazione di una lastra . . . . . . . . 10.10Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.11Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . .

11 Probabilit` a e processi aleatori 309 11.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . 309 11.2 Eventi casuali e probabilit` a . . . . . . . . . . . . . . . . . . . 309 11.3 Tipi di probabilit` a . . . . . . . . . . . . . . . . . . . . . . . . 311 11.3.1 Eventi composti . . . . . . . . . . . . . . . . . . . . . 311 11.3.2 Probabilit` a condizionata . . . . . . . . . . . . . . . . . 312 11.3.3 Formula di Bayes . . . . . . . . . . . . . . . . . . . . . 313 11.4 Esempi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314 11.5 Variabili casuali . . . . . . . . . . . . . . . . . . . . . . . . . . 315 11.5.1 Distribuzione uniforme . . . . . . . . . . . . . . . . . . 316 11.5.2 Distribuzione di Bernoulli . . . . . . . . . . . . . . . . 317 11.5.3 Distribuzione normale . . . . . . . . . . . . . . . . . . 318 11.5.4 Signicato geometrico della funzione di distribuzione . 319 11.5.5 Distribuzione di Poisson . . . . . . . . . . . . . . . . . 321 11.5.6 Variabili aleatorie indipendenti . . . . . . . . . . . . . 322 11.6 Momenti di una variabile aleatoria . . . . . . . . . . . . . . . 323 11.6.1 Speranza matematica . . . . . . . . . . . . . . . . . . 323 11.6.2 Varianza . . . . . . . . . . . . . . . . . . . . . . . . . . 324 11.6.3 Altri momenti di ordine 2 e superiori . . . . . . . . . . 327 11.6.4 Esempi . . . . . . . . . . . . . . . . . . . . . . . . . . 328 11.7 Esercizi e complementi . . . . . . . . . . . . . . . . . . . . . . 333 11.8 Automi non deterministici . . . . . . . . . . . . . . . . . . . . 334 11.8.1 Automi deterministici agli stati niti . . . . . . . . . . 334 11.8.2 Rappresentazione della funzione di transizione di stato 335 11.8.3 Alcune estensioni del modello . . . . . . . . . . . . . . 337 11.8.4 Esempio di automa musicale . . . . . . . . . . . . . . 337

10 11.8.5 Automi non deterministici . . . . . . . . . . . . . 11.8.6 Vettori di probabilit` a . . . . . . . . . . . . . . . 11.8.7 Esempio di automa musicale non deterministico . 11.9 Processi stocastici . . . . . . . . . . . . . . . . . . . . . 11.9.1 Catene di Markov . . . . . . . . . . . . . . . . . 11.10Applicazioni alla Musica . . . . . . . . . . . . . . . . . . 11.11Algoritmi per la realizzazione di automi musicali . . . . 11.12Denizione di Catena di Markov nascosta (HMM - Hidden Markov Model ) . . . . . . . . . . . . . . . 11.12.1 Problemi degli HMM . . . . . . . . . . . . . . . . 11.12.2 Risoluzione dei problemi degli HMM . . . . . . . 11.13Altri tipi di processi stocastici . . . . . . . . . . . . . . . 11.13.1 Medie di insieme e medie temporali . . . . . . . 11.13.2 Processi stocastici stazionari . . . . . . . . . . . 11.13.3 Processi stocastici ergodici . . . . . . . . . . . . 11.13.4 Funzioni di correlazione . . . . . . . . . . . . . . 11.13.5 Autocorrelazione e spettro di potenza . . . . . . 11.13.6 Il rumore . . . . . . . . . . . . . . . . . . . . . . 11.14Esercizi e complementi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Indice

. . . . . . . . . . . . . . . . . .

338 339 340 341 342 347 347 355 356 357 362 363 365 366 366 370 371 374

12 Elaborazione numerica dei segnali 377 12.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . 377 12.2 Filtri analogici e ltri numerici . . . . . . . . . . . . . . . . . 378 12.2.1 Preliminari . . . . . . . . . . . . . . . . . . . . . . . . 378 12.2.2 Tipi di ltri . . . . . . . . . . . . . . . . . . . . . . . . 379 12.2.3 Studio dei ltri nel dominio del tempo . . . . . . . . . 384 12.2.4 Convoluzione e risposta impulsiva di un ltro . . . . . 385 12.2.5 Equazioni dierenziali ed equazioni alle dierenze nite386 12.2.6 Filtri numerici . . . . . . . . . . . . . . . . . . . . . . 387 12.2.7 Progetto di ltri numerici . . . . . . . . . . . . . . . . 389 12.2.8 Coecienti dei ltri di uso pi` u comune . . . . . . . . . 395 12.2.9 Esempi . . . . . . . . . . . . . . . . . . . . . . . . . . 399 12.2.10 Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . 403 12.3 La trasformata z . . . . . . . . . . . . . . . . . . . . . . . . . 403 12.3.1 Funzioni generatrici . . . . . . . . . . . . . . . . . . . 403 12.3.2 Trasformata z di una successione . . . . . . . . . . . . 405 12.3.3 Convergenza della trasformata z . . . . . . . . . . . . 409 12.3.4 Rappresentazione con zeri e poli . . . . . . . . . . . . 411 12.3.5 Esempi e applicazioni . . . . . . . . . . . . . . . . . . 413 12.3.6 Stabilit` a dei sistemi discreti . . . . . . . . . . . . . . . 417

Indice

11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 418 420 420 421 424 433 434 435 441 445 451 451 453 454 456 456 458 459 459 460 463 463 466 481 482 483 485 487 494 495 508 512 516 527 534 535 541 544 549

12.3.7 Rapporti con la trasformata di Laplace . 12.4 La trasformata discreta di Fourier (DFT) . . . . 12.4.1 DFT e trasformata z . . . . . . . . . . . . 12.4.2 Caratteristiche e signicato della DFT . . 12.4.3 Trasformata veloce di Fourier (FFT) . . . 12.5 Filtri . . . . . . . . . . . . . . . . . . . . . . . . . 12.5.1 Filtri FIR . . . . . . . . . . . . . . . . . . 12.5.2 Strutture fondamentali dei ltri FIR e IIR 12.5.3 Tecniche di progetto dei ltri FIR . . . . 12.6 Esempi . . . . . . . . . . . . . . . . . . . . . . . . 12.7 Cenni sui segnali aleatori discreti . . . . . . . . . 12.7.1 Modelli probabilistici discreti . . . . . . . 12.7.2 Il problema della stima e della predizione 12.7.3 Le equazioni di Yule-Walker . . . . . . . . 12.7.4 Filtri di Wiener . . . . . . . . . . . . . . . 12.8 Esercizi e complementi . . . . . . . . . . . . . . . 12.9 Conclusioni . . . . . . . . . . . . . . . . . . . . . 13 Metodi di sintesi 13.1 Introduzione . . . . . . . . . . . . . . . . . . . . . 13.2 Sintesi additiva . . . . . . . . . . . . . . . . . . . 13.3 Modulazioni (AM, FM) . . . . . . . . . . . . . . 13.3.1 Modulazione di ampiezza . . . . . . . . . 13.3.2 Modulazione di frequenza . . . . . . . . . 13.4 Distorsione non lineare (Waveshaping ) . . . . . . 13.4.1 Polinomi di Tchebychev . . . . . . . . . . 13.4.2 Non linearit` a e polinomi . . . . . . . . . . 13.4.3 Esempi . . . . . . . . . . . . . . . . . . . 13.5 Sintesi sottrattiva, Cross Synthesis, convoluzione 13.6 Sintesi granulare, per formanti e Wavelet . . . . 13.6.1 Rappresentazione quantica dei segnali . . 13.6.2 La sintesi granulare . . . . . . . . . . . . 13.6.3 La sintesi per formanti . . . . . . . . . . . 13.6.4 Wavelet . . . . . . . . . . . . . . . . . . . 13.7 Linear prediction . . . . . . . . . . . . . . . . . . 13.8 Sintesi per modelli sici (Physical modeling ) . . . 13.8.1 Guide donda digitali . . . . . . . . . . . . 13.8.2 Algoritmo di Karplus-Strong . . . . . . . 13.8.3 Esempi . . . . . . . . . . . . . . . . . . . 13.9 Altri metodi di sintesi . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

12

Indice

13.10Esercizi e conclusioni . . . . . . . . . . . . . . . . . . . . . . . 552 13.10.1 Esercizi in Csound . . . . . . . . . . . . . . . . . . . . 552 13.10.2 Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . 554 14 Appendice A 14.1 Equazioni di 1o grado . . . . . . . . . . 14.1.1 Esercizi (Equazioni di 1o grado) . 14.2 Sistemi di equazioni e geometria . . . . 14.2.1 Esercizi . . . . . . . . . . . . . . 14.3 Equazioni di 2o grado e disequazioni . . 14.3.1 Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 555 555 556 559 564 564 566 569 569 571 575 576 576 577 579 582 585 585 586 586 587

15 Appendice B 15.1 Il numero di Nepero e . . . . . . . . . . . . . . . . . 15.2 Formula di Taylor . . . . . . . . . . . . . . . . . . . 15.3 Formule di Eulero (esponenziali complessi) . . . . . . 15.4 Progressioni e serie . . . . . . . . . . . . . . . . . . . 15.4.1 Progressioni . . . . . . . . . . . . . . . . . . . 15.4.2 Serie . . . . . . . . . . . . . . . . . . . . . . . 15.5 Cenni sulle funzioni complesse di variabile complessa 15.6 Regole di derivazione di funzioni pi` u variabili . . . . 16 Appendice C 16.1 Le leggi di Newton e il principio di DAlembert 16.1.1 Principio di DAlembert . . . . . . . . . 16.2 Molle e attrito . . . . . . . . . . . . . . . . . . 16.3 Elettricit` a e magnetismo . . . . . . . . . . . . . . . . . . . . . . . . .

17 Riferimenti bibliograci e Indice analitico 593 Bibliograa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 593 Indice analitico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 603

Prefazione
Il progetto di questopera ` e nato grazie allincitamento del compianto Riccardo Bianchini e a lui ` e dedicata. Agli inizi di questo millennio, chiamato da Riccardo, ho iniziato la docenza di Elementi di Matematica e Informatica musicale nellambito di quello che, allora, era il triennio sperimentale di Musica elettronica presso il Conservatorio di S. Cecilia a Roma. Data la novit` a di un tale insegnamento, Elementi di Matematica, in un Conservatorio, istituzione che allora si avviava a essere equiparata allUniversit` a, subito ci si ` e resi conto della necessit` a di fornire agli studenti la possibilit` a di disporre di materiale didattico specico che non era presente sul mercato. Ho iniziato un lavoro informale aprendo un sito web in cui venivano inserite le lezioni che di volta in volta svolgevo in aula. Alla ne del primo Anno Accademico ci siamo ritrovati con un pacchetto corposo di lezioni che, nellanno successivo, ` e stato sistemato diventando la prima parte delle dispense del corso di Elementi di Matematica; in questa prima parte venivano trattati concetti fondanti della Matematica e molti argomenti che fornivano unapplicazione di semplici modelli matematici alla Musica; ad esempio, oltre allInsiemistica venivano trattate le funzioni reali, la Trigonometria, le successioni e i limiti oltre a molti esercizi che, in buona parte, fornivano interessanti applicazioni musicali. Nellanno successivo sono state terminate le dispense del corso includendo lAnalisi matematica, ovvero derivate e integrali, e un ricco capi` stato a questo punto che ci ` tolo sullAnalisi di Fourier. E e venuta lidea di espandere le dispense per arrivare a un libro di testo con molti altri capitoli di argomenti avanzati, quali equazioni dierenziali, Calcolo delle probabilit` a, Elaborazione numerica dei segnali e, per nire, una trattazione completa dei principali Metodi di sintesi. Nella sistemazione attuale sono state aggiunte tre appendici contenenti argomenti di base che, nellintenzione di chi scrive, dovrebbero rendere autosuciente la lettura del testo; per eventuali approfondimenti, comunque, non manca una ricca bibliograa. Questopera ` e naturalmente destinata agli studenti dei corsi di Musica elettronica dei Conservatori ma anche a tutti gli studenti universitari in disci13

14

Prefazione

pline tecnico-scientiche interessati ai modelli matematici del suono e della Musica; ovviamente, il testo pu` o essere letto da chiunque sia interessato, o ` e semplicemente curioso, alle tematiche trattate dato che non richiede una preparazione specica di base; infatti, nella prima appendice vengono rapidamente esposti argomenti elementari a partire dal calcolo letterale ed equazioni di primo grado. Inoltre, la nostra speranza ` e quella di dare un piccolo contributo al superamento di quella che potremmo denire paura della Matematica, tipica della cultura italiana, di cui ancora molti sorono; un insegnamento di Matematica in una istituzione come il Conservatorio, oltre a fornire degli strumenti insostituibili al professionista del settore, serve anche per far riappacicare Arte e Scienza, cosa che, ormai, ` e irrinunciabile. Voglio, inne, ringraziare tutti coloro che, direttamente o indirettamente, hanno contribuito alla lunga gestazione di questopera. Naturalmente, il primo, e pi` u sentito, ringraziamento va a Riccardo Bianchini senza il quale non ci sarebbe stata neanche lidea di questo libro. Voglio, poi, ringraziare tutti gli studenti che, utilizzando le dispense no ad oggi, hanno fatto da cavie sulla comprensibilit` a del testo. Un ringraziamento speciale va, poi, a David Barlattani, Domenico De Simone, Patrizia Paciulli, e tanti altri. Inne, voglio esprimere la mia riconoscenza a Giorgio Nottoli che mi ha appoggiato in questo mio lavoro.

Stefano Petrarca, 2009

Capitolo 1

Insiemistica e Logica

LInsiemistica ` e unarea molto teorica e astratta della Matematica e tratta di concetti primitivi e fondanti per la maggior parte delle branche della Matematica stessa; essa fornisce un linguaggio comune alle varie teorie matematiche e concetti di base da cui far partire le catene deduttive che costituiscono i teoremi di cui si compone. La teoria degli insiemi, in campo musicale, ` e stata evocata sorprendentemente nella pitch-class set analysis sviluppata originariamente da Allen Forte negli Stati Uniti nei primi anni 70 ed esposta nel libro The Structure of Atonal Music ; la parola inglese set usata in contesto matematico si traduce proprio con insieme. Questa teoria analitica ` e stata sviluppata per poter disporre di un metodo per analizzare i lavori atonali non dodecafonici dei compositori della prima met` a del Novecento e fa uso (in maniera un po ingenua, forse) del concetto matematico di insieme. Gli elementi di questi insiemi, le classi di altezze, costituiscono il fondamento per un metodo di ricerca delle connessioni profonde tra i materiali sonori esposti nei brani atonali. In realt` a la pitch-class set analysis ` e un miscuglio di tecniche matematiche che va oltre la semplice applicazione della teoria degli insiemi ma coinvolge le teorie combinatorie, le successioni, i vettori, le matrici, etc. Dopo le denizioni teoriche, che certo risulteranno molto astratte, saranno descritti con maggior dettaglio alcuni aspetti di questo metodo analitico in modo da avere un riscontro pratico dei concetti appresi. 15

16

Insiemistica e Logica

1.1

Insiemi e numeri

1.1.1

Insiemi

Diagrammi di Venn

Elementi di un insieme

A e B sono insiemi, cio` e aggregati primitivi di oggetti di qualsiasi natura. Il simbolo sta per appartiene a ...: nella gura, infatti, c ` e un elemento di A. I diagrammi di Venn , che sono molto usati in questo ambito, sono composti da ellissi (che rappresentano gli insiemi) di varie forme, misure e colori combinate fra loro in modo da evidenziare gracamente propriet` a e relazioni tra insiemi. Quando si vogliono evidenziare singoli elementi di un insieme si inseriscono, anche disordinatamente, allinterno della relativa ` possibile combinare tra ellisse dei punti contrassegnati da un simbolo. E loro pi` u insiemi tramite alcune operazioni di base.

1.1 Insiemi e numeri

17

1.1.2

Operazioni fra insiemi

Unione

Intersezione

Inclusione

Complemento (es. 1)

Complemento (es. 2)

Prodotto cartesiano

Nei diagrammi di Venn soprastanti sono mostrate le operazioni fondamentali che si possono eettuare fra insiemi; sotto ogni graco viene mostrato il simbolo corrispondente alloperazione descritta. Nel primo caso (Unione) linsieme C ` e costituito dagli elementi di A e dagli elementi di B. Nel secondo caso (Intersezione) linsieme C ` e formato solo dagli elementi comuni ad A e B. Nel terzo, C ` e contenuto in A e, quindi, ` e costituito da alcuni elementi di A; C viene anche chiamato sottoinsieme di A. Nel quarto e quinto caso (Complemento) linsieme C ` e costituito dagli elementi di A che non fanno parte di B (nelles. 2, A viene chiamato insieme universo). Nel sesto caso (Prodotto cartesiano) linsieme C ` e formato da coppie distinte di elementi di A e di B.

18

Insiemistica e Logica

1.1.3

Alcune denizioni Insieme vuoto

Applicazione fra insiemi

Un insieme che non ha elementi viene denito insieme vuoto; ad esempio linterserzione di due insiemi che non hanno elementi in comune ` e un insieme vuoto (v. gura). Si dice che esiste unapplicazione f fra gli insiemi A e B quando ` e denita una legge che associa un elemento a A ad un elemento b B.

1.1.4

Quanticatori

Nella trattazione che seguir` a si far` a molto uso di simbolismi compatti per indicare concetti molto comuni nelle teorie matematiche. Il primo ` e quello di esistenza: ad es., di un numero, una propriet` a, o, comunque, un oggetto matematico qualsiasi; il secondo ` e quello di totalit` a: molto spesso una propriet` a di unentit` a matematica ` e vera se ` e vericata per tutti gli oggetti che ad essa si riferiscono. Per indicare operativamente questi due concetti si usano i quanticatori . Il primo, il quanticatore esistenziale, denisce una proposizione in cui si aerma che esiste almeno un oggetto dotato di una certa propriet` a; nellesempio mostrato nella tabella sottostante si aerma che esiste almeno un x appartenente allinsieme A. Il secondo, il quanticatore universale, denisce una proposizione in cui si aerma che tutta una categoria di oggetti gode di una certa propriet` a (ad es. tutti gli x che appartengono ad A).

Esistenziale
Esiste un x appartenente allinsieme A

Universale
Per ogni x appartenente allinsieme A

x A

x A

1.1.5

Insiemi niti e inniti

Molto spesso ` e utile conoscere quanti elementi possieda un insieme e se questa quantit` a sia nita o no. Si denisce cardinalit` a il numero di elementi

1.1 Insiemi e numeri

19

di un insieme. Per determinare, in maniera ingenua, la cardinalit` a di un insieme basta contare i suoi elementi; se il conteggio ha un termine allora linsieme ` e nito; se non ` e possibile enumerare manualmente gli elementi dellinsieme perch e non si raggiunge mai un limite superiore allora linsieme ` e innito; ad esempio, per linsieme dei numeri naturali dellesperienza quotidiana, 1,2,3,... non pu` o esistere un limite superiore: infatti se per assurdo esistesse un tale numero N , per denizione e costruzione stessa di numero naturale esisterebbe anche N + 1, N + 2, .... che contraddice lipotesi di partenza. In questultimo caso ` e ancora possibile parlare di cardinalit` a dellinsieme anche se riferita a una quantit` a innita: si denisce, a questo scopo, il concetto di potenza, ovvero lentit` a dellinnito che risulta dalla propriet` a dellinsieme a cui si riferisce. Due insiemi si dicono equipotenti se hanno la stessa potenza. Linsieme dei numeri naturali ha la cosiddetta potenza del numerabile; linsieme dei punti che formano una retta (o anche solo un segmento) ha la cosiddetta potenza del continuo che ` e maggiore della potenza del numerabile (da questo si intravede una gerarchia tra inniti). Pi` u rigorosamente, un insieme ` e innito se esiste un suo sottoinsieme ad esso equipotente. Per denizione, un sottoinsieme B dellinsieme A` e costituito da elementi di A: pertanto, se A ` e nito e con cardinalit` a N, il sottoinsieme B avr` a una cardinalit` a minore di N. Se, invece, linsieme ` e innito, ad es. linsieme dei numeri naturali (che si indica con il simbolo ), possiamo costruire un suo sottoinsieme B, ad es. linsieme dei numeri naturali pari, ad esso equipotente: infatti, B gode delle stesse propriet` a poich e, se proviamo a ssare un limite superiore per B, ad es. K , di vedremo subito che possiamo sempre avere K + 2, K + 4, K + 6, etc.

1.1.6

Denizione esplicita di insiemi

Un insieme ` e individuato dai suoi elementi e, quindi, ` e importante conoscere la loro natura. La maniera pi` u semplice di denire un insieme ` e racchiudere in una coppia di parentesi grae una lista di tutti gli elementi che lo compongono (v. tabella sottostante); questa metodologia ` e possibile solo se si tratta di un insieme nito. Se non ` e possibile o ` e scomodo eseguire tale elencazione, un insieme pu` o essere denito evidenziando una sua propriet` a. In questo contesto il simbolo indica ` e denito ..., mentre il simbolo : signica tale che ...

20

Insiemistica e Logica

Per elencazione
A {DO,RE,MI,FA,SOL,LA,SI}

Per propriet` a
A {x: x ` e una nota della scala di DO maggiore}

B {1, 2, 3, 4, 5, 6}

B {x: x

; x < 7}

1.1.7

Un esempio: lanalisi musicale insiemistica

Date le sue caratteristiche, cui accenneremo tra poco, questo metodo analitico si applica a sistemi musicali dotati di un numero nito di elementi da combinare; in particolare lambito di indagine ` e limitato alle altezze in un contesto temperato e con intervalli minimi equalizzati. Il contesto a cui, ovviamente, Allen Forte pensava era quello della scala temperata occidentale che divide lottava in 12 intervalli uguali (i semitoni). Nulla vieta di estendere il metodo a sistemi basati su divisioni arbitrarie dellottava in n intervalli purch e equalizzati. Il metodo analitico consiste nel cercare le relazioni profonde che legano fra loro insiemi di classi di altezze (pitch-class set ) diverse. Una classe di altezze ` e una nota della scala temperata denita indipendentemente dallottava di appartenenza; ad esempio, laccordo

Es. 1a eliminando note ripetute (anche su ottave diverse) e riportando il DO# nellottava che contiene le altre due note (in modo che tutte le note siano raggruppate in una unica ottava), viene ridotto a

Es. 1b prima di costruire il relativo insieme di classi di altezze. Le note della scala vengono denotate con numeri naturali estesi, cio` e appartenenti a N {0} (v. prossimo paragrafo), in modo che il DO corrisponde a 0, DO# a 1, RE a 2 e cos` via no a 11 che rappresenta il SI. Chiariamo subito questo punto con qualche esempio; laccordo

Es. 2

1.1 Insiemi e numeri

21

` e rappresentato dallinsieme [0,1,6,7] (nella trattazione originaria di Forte vengono usate le parentesi quadre per indicare un insieme di classi di altezze; in tale contesto verr` a mantenuta la stessa convenzione). Il frammento

Es. 3 corrisponde allinsieme [0,1,3,5,6,7,9]. Naturalmente, la scala temperata consente di trattare lenarmonia in maniera semplice: pertanto, DO# sar` a identico a REb, etc. Ci` o che conta ` e la distanza in semitoni dal primo elemento dellinsieme (0). La scala temperata permette anche di trattare in maniera equivalente insiemi uguali per trasposizione; in altre parole, un certo insieme di classi di altezze sar` a invariante rispetto alla trasposizione; in questo caso, la prescrizione ` e che lelemento pi` u piccolo dellinsieme deve essere sempre 0; ci` o signica che si dovranno trasporre le note dellinsieme di una quantit` a tale che la nota pi` u bassa sia DO mantenendo inalterati i rapporti intervallari interni; ad esempio

sar` a equivalente, per trasposizione, a

e linsieme risultante sar` a, nuovamente, [0,1,6,7] che viene, quindi, chiamato forma primaria (in realt` a la costruzione della forma primaria ` e un po pi` u complicata ma i dettagli delloperazione esulano dagli scopi di questo esempio). Nel suo libro, Allen Forte cataloga tutti i possibili insiemi di classi di altezze raggruppandoli per cardinalit` a. Le cardinalit` a signicative per lanalisi sono quelle che vanno da 3 no a 9 (quando si tratter` a la matematica combinatoria sar` a pi` u chiaro il motivo di questa scelta); ogni insieme ` e contraddistinto da una coppia di numeri separati da un trattino: il primo esprime la cardinalit` a dellinsieme, il secondo la posizione allinterno della lista di insiemi di uguale cardinalit` a. La tabella nella pagina successiva contiene i 208 insiemi catalogati da Forte, divisi in categorie relative alla cardinalit` a. Cos` come sono denite le classi di altezze vengono introdotte le classi di

22

Insiemistica e Logica

intervalli: anche in questo caso si opera una drastica riduzione tenendo anche conto del disordine con cui sono costruiti gli insiemi di classi di altezze; in questo caso, ad esempio, un intervallo di quinta (FA-DO = 7 semitoni) diventa indistinguibile dal suo rivolto (DO-FA = 5 semitoni) poich e formato con le stesse classi di altezze. Le classi di intervalli possibili sono dunque 6 se imponiamo la regola che tra i 2 rivolti si sceglie sempre lintervallo formato dal numero minore di semitoni. Ogni forma primaria di un insieme di classi di altezze ha un suo contenuto intervallare che viene esplicitato dal cosiddetto vettore intervallare: questo ` e formato da 6 cifre giustapposte ognuna delle quali, in una posizione determinata dallampiezza dellintervallo (la prima posizione per i semitoni, la seconda per i toni interi, la terza per le terze minori, etc.), esprime il numero di occorrenze del relativo intervallo allinterno dellinsieme di classi di altezze considerato. Ad esempio, il solito [0,1,6,7] contiene i seguenti intervalli: 2 semitoni, una quarta, 2 tritoni, una quinta (che, per la regola esposta precedentemente, diventa una quarta): il suo vettore intervallare sar` a, dunque, (200022). Due distinti insiemi di classi di altezze si dicono z-correlati se condividono lo stesso vettore intervallare, cio` e se, pur essendo diversi, hanno lo stesso contenuto intervallare. Per indicare che un insieme ` e z-correlato si pone una z dopo il trattino che, nellidenticatore dellinsieme, separa la cardinalit` a dalla posizione nellelenco. Ad esempio [0,1,3,7] ` e z-correlato con [0,1,4,6] (la dimostrazione di questo e altri esempi presenti nella tabella degli insiemi viene lasciata come esercizio).

1.1 Insiemi e numeri

23

Agli insiemi di classi di altezze ` e possibile applicare le operazioni fra insiemi generici che abbiamo gi` a visto precedentemente (unione, intersezione, complemento, inclusione, etc.) per ottenere nuovi insiemi correlati. Vediamo qualche esempio: linsieme dellesempio 1b (3-5 [0,1,6]) ` e in relazione di inclusione con quello delles. 2 (4-9 [0,1,6,7]); cio` e, 3-5 4-9, il che stabilisce

24 una correlazione molto forte tra i due insiemi;

Insiemistica e Logica

lintersezione tra linsieme 7-28 [0,1,3,5,6,7,9] delles. 3 e quello delles. 2 (4-9) ` e di nuovo linsieme 4-9 [0,1,6,7] = 7-28 4-9; lunione fra gli insiemi 3-11 [0,3,7] (la triade minore) e 3-5 [0,1,6] ` e linsieme 5-19 [0,1,3,6,7] = 3-11 3-5; il complemento dellinsieme 5-1 [0,1,2,3,4] rispetto linsieme universo U [0,1,2,3,4,5,6,7,8,9,10,11] ` e [5,6,7,8,9,10,11] che, opportunamente trasposto, diventa 7-1 [0,1,2,3,4,5,6] = U \ 5-1. Per terminare questa breve trattazione dei fondamenti della pitch-class set theory accenniamo al concetto di complesso (set-complex K) e sottocomplesso di insiemi (set-complex Kh) e di insieme cardine (nexus set ); linsieme cardine ` e forse loggetto pi` u importante che si cerca nellanalisi di un brano poich e permette di trovare le relazioni strutturali profonde che legano parti anche lontane di unopera; il complesso K ` e un raggruppamento formato da tutti gli insiemi che sono contenuti nellinsieme cardine o nel suo complemento mentre il complesso Kh ` e formato da tutti gli insiemi contenuti sia nellinsieme cardine che nel suo complemento. Vediamo un esempio: linsieme 3-7 ( [0,2,5] ) fa parte del complesso K imperniato su 8-8 ([0,1,2,3,4,7,8,9] ) o su 4-8 ( = U \ 8-8 [0,1,5,6] ); per rendere evidente tale aermazione si esegue il mapping , ovvero si traspone e/o si inverte linsieme no a trovarlo nellinsieme cardine o nel suo complemento; infatti, se, ad esempio, trasponiamo 3-7 di un tono otteniamo [2,4,7] 8-8, ma altres` [2,4,7] 4-8. Se invece consideriamo linsieme 3-5 ( [0,1,6] ) vediamo subito che 3-5 4-8 ( [0,1,5,6] ) e 3-5 8-8 se eettuiamo il mapping trasponendo 3-5 di un semitono (ottenendo [1,2,7] ): in questo caso 3-5 fa parte del complesso Kh imperniato su 8-8. Possiamo vedere queste correlazioni in notazione:

1.1 Insiemi e numeri

25

Nei prossimi capitoli si torner` a sulla teoria di Forte per esemplicare concetti matematici correlati. In ogni caso si rimanda alla bibliograa per una trattazione approfondita dellargomento. Per concludere, possiamo dire che la pitch-class set theory non ` e un tentativo di matematizzare la musica dato che, come si ` e potuto vedere da questi brevi cenni, tocca solo la supercie dei concetti matematici che impiega; inoltre, per poter condurre unanalisi musicalmente signicativa ` e necessario operare una segmentazione del brano da studiare che permetta di individuare gli insiemi dalle cui mutue relazioni sia possibile estrarre la sua struttura profonda: e questo ` e un compito squisitamente musicale.

1.1.8

Insiemi numerici

Le entit` a trattate dalle teorie matematiche sono, nella maggioranza dei casi, numeri o oggetti a cui si possono far corrispondere entit` a numeriche. Pertanto risulta indispensabile denire tutti i possibili insiemi composti da numeri dandone una caratterizzazione chiara e un ambito denito. Il primo e pi` u semplice insieme numerico ` e quello dei numeri naturali (v. tabella sotto); questo pu` o essere caratterizzato molto semplicemente denendo un solo elemento e una regola di costruzione: lunico elemento ` e il numero 1 e la regola stabilisce che un generico elemento ` e ottenuto sommando al predecessore lelemento di partenza (cio` e 1). Molto spesso si usa una versione allargata comprendente anche lelemento 0 (introdotto nella Matematica ocdi cidentale durante il Medioevo dagli Arabi che, a loro volta, lo presero in 0. prestito dalla Matematica indiana) e si indica, con ovvio simbolismo, Linsieme dei numeri interi relativi (detti anche semplicemente interi) ` e composto dai numeri naturali, lo 0 e i simboli + e - che, posti davanti al numero, indicano la sua posizione relativa allo 0; linsieme degli interi si ed ` e, ovviamente, equipotente a . indica con e formato da Linsieme dei numeri razionali (indicato con il simbolo ) ` tutti i quozienti di divisioni tra coppie di numeri interi; si pu` o dimostrare che ` e equipotente a e, quindi, ha la potenza del numerabile. Linsieme dei numeri irrazionali ` e formato da tutti i numeri con virgola (non interi) che non possono essere espressi come rapporto tra interi. Il pi` u noto numero irrazionale ` e, forse, ; ma anche tutti i risultati non interi delloperazione di radice n ma (n = 1) sono numeri irrazionali (ad es. 2); possiamo, sulla base di questi due esempi, dividere i numeri irrazionali in algebrici quando provengono dallapplicazione di unoperazione algebrica

26

Insiemistica e Logica

(come la radice) e trascendenti quando non esiste nessuna operazione algebrica in grado di generarli (come ). Vedremo pi` u avanti che i numeri trascendenti si ottengono, molto spesso, con unoperazione di passaggio al limite. La cardinalit` a dellinsieme degli irrazionali ` e la potenza del continuo. e quello che contiene tutti i nuLinsieme dei numeri reali (indicato con ) ` meri immaginabili, ovvero ` e denito come lunione dellinsieme dei numeri razionali con quello degli irrazionali (v. tabella sottostante). La sua potenza ` e, ovviamente, quella del continuo. Inne, esiste linsieme dei numeri complessi formato da coppie di numeri reali: il primo della coppia viene chiamato parte reale, il secondo parte immaginaria e si suppone moltiplicato, per denizione, alla cosiddetta unit` a immaginaria ( = 1). Naturali {x : x = 1, 2, 3, ...} Razionali x {x : x = p/q ; q = 0; p, q Reali x E ovvio che } x Interi {x : x = ..., 2, 1, 0, 1, 2, 3, ...} Irrazionali x

I
}

{x : x = p/q ; x / Complessi x

I
.

{x : x = a + b; a, b

; 2 = 1}

1.1.9

Intervalli

Un qualsiasi sottoinsieme di un insieme numerico viene chiamato intervallo; nella maggior parte dei casi si usa questo termine per indicare un sottoinsieme di . Limportanza del concetto di intervallo sar` a pi` u chiara quando parleremo di funzioni reali di variabile reale. Un intervallo ` e caratterizzato da un limite inferiore e da uno superiore; tutti gli elementi dellintervallo sono compresi tra questi due limiti. Un intervallo si dice aperto quando non contiene i suoi due limiti (inferiore e superiore); ` e chiuso quando, invece, contiene anche i due limiti; ` e aperto-chiuso quando contiene il limite superiore ma non quello inferiore e chiuso-aperto quando contiene linfe-

1.1 Insiemi e numeri

27

riore e non il superiore. La tabella sottostante mostra anche i simbolismi adottati per rappresentare tali caratterizzazioni. Aperto A (a, b) Chiuso A [a, b]

A x : x ;a < x < b Aperto-chiuso A (a, b] Ax:x a, b ;a < x b

A x : x ;a x Chiuso-aperto A [a, b) Ax:x ;a

x<b

; ad esempio 3 (2, 4]; 2 / (2, 4].

1.1.10

Intervalli e geometria
` e rappresentato da un ben determinato punto

Linsieme dei numeri reali ( ) pu` o essere messo in relazione con una retta; un certo numero reale x sulla retta

e viceversa, cio` e un punto sulla retta ` e associato ad un singolo e preciso numero reale; si dice, in questo caso, che esiste una corrispondenza biue i punti sulla retta. Un intervallo ` e analogo nivoca fra gli elementi di a un segmento; un punto x [a, b] ` e associato a un ben preciso punto interno al segmento e, come sempre, viceversa cio` e un punto del segmento corrisponde a uno e un solo numero reale

Linsieme dei numeri complessi (a + b ) ` e rappresentabile con un piano in cui sia denito un sistema di assi cartesiani (2 rette di riferimento perpendicolari fra loro che si incontrano in un punto che convenzionalmente si indica con 0): sulle ascisse (lasse orizzontale) troviamo la parte reale (a, cio` e la parte non moltiplicata per lunit` a immaginaria ) mentre sulle ordinate (lasse verticale) troviamo la parte immaginaria (b, ovvero il fattore che moltiplica lunit` a immaginaria ); un numero complesso x , dunque, ` e rappresentato con un punto sul piano (allincrocio dei segmenti, perpendicolari fra loro e paralleli agli assi cartesiani, che partono dai punti a e b).

28

Insiemistica e Logica

1.1.11

Esempio: continuum di frequenze e scale musicali

La frequenza ` e una grandezza associata al fenomeno sico delloscillazione; questa ` e legata al concetto di ciclicit` a e di ripetizione: lesempio che meglio chiarisce questo concetto ` e un punto che si muove su una circonferenza; dopo aver percorso lintera circonferenza il punto si ritrova alla posizione di partenza per compiere un nuovo giro e cos` via. Ogni giro che eettua il punto ` e unoscillazione: il numero di volte che il punto percorre un giro intero, quindi unoscillazione, nellunit` a di tempo ` e la frequenza. Sappiamo che i fenomeni acustici (ad es., il suono degli strumenti musicali) sono rappresentabili in termini di oscillazioni pi` u o meno complesse; unimportante caratteristica di queste oscillazioni ` e proprio la frequenza: ad es., pestando il DO centrale di un pianoforte otteniamo unoscillazione, dovuta alla percussione della relativa corda, la cui frequenza ` e circa 261.6 Hz (lo Hertz ` e lunit` a di misura della frequenza e si esprime in cicli/secondo). Laltezza di un suono ` e legata direttamente alla frequenza della relativa oscillazione e, pertanto, ogni nota ` e caratterizzata da una certa frequenza; inoltre una nota pi` u alta di unottava di unaltra ha una frequenza esattamente doppia rispetto a questultima. Una scala musicale si costruisce proprio suddividendo lottava in un certo numero di parti: ad es., la scala temperata occidentale si ottiene dividendo lottava in 12 parti ognuna di grandezza perfettamente identica alle altre; questo fatto ` e il risultato di unastrazione matematica dato che la costruzione delle scale naturali, che non presentano la regolarit` a della nostra scala temperata, dipende, invece, anche da considerazioni acustiche e psicoacustiche. Ogni parte in cui ` e suddivisa lottava ` e, come si sa, il semitono che ` e relativo a 2 note contigue della scala; il rapporto tra due note adiacenti della scala ` e 12 2 = 1,0594630943592952645618252949463 (la ragione di ci` o sar` a pi` u chiara dopo la lettura dei prossimi capitoli e di

1.2 Cenni di Logica

29

alcuni testi della bibliograa) e il punto di riferimento ` e il LA3 del diapason che ha frequenza 440 Hz: tutte le note possibili sono generate da questi soli 2 numeri. La tabella sottostante mostra le frequenze (arrotondate) di una scala completa dellestensione di unottava a partire dal LA3
LA3 LA#3 SI3 DO4 DO#4 RE4 RE#4 MI4 FA4 FA#4 SOL4 SOL#4 LA4

440

466

494

523

554

587

622

659

698

740

784

830

880

Forse pu` o essere pi` u semplice capire la dierenza fra un sottoinsieme di e (che sono intervalli numerici da non confondere con gli intervaluno di li musicali ) confrontando scale musicali e ambiti di frequenza: lintervallo lintervallo [440,880] contiene innite frequenze diverse, cio` e quelle della scala pi` u tutte quelle che sono comprese tra queste ultime. La gura qui sotto esemplica questa situazione [440,880] contiene un numero nito (12) di frequenze diverse mentre

(il fatto che il graco della scala assomigli proprio a una scaletta ` e solo una coincidenza?). Comunque, si pu` o interpretare la coppia di graci aermando che la scala ` e una discretizzazione di un ambito frequenziale continuo; oppure si pu` o vedere da questo la dierenza che esiste fra un glissato (come si pu` o eseguire su un trombone) e una scala (come si pu` o eseguire su un pianoforte).

1.2

Cenni di Logica

Il campo di indagine della Logica, in particolare della Logica matematica, ` e costituito da tutte le proposizioni di cui si pu` o dire se sono vere o false o, in termini pi` u precisi, di quelle che sono contraddistinte dal fatto di assumere un determinato valore di verit` a scelto da un insieme di almeno 2 simboli come {V, F } in cui, convenzionalmente, V sta per Vero e F per Falso. In

30

Insiemistica e Logica

questo paragrafo verranno trattate le nozioni pi` u elementari della disciplina rimandando alla bibliograa per eventuali approfondimenti. Una proposizione logica, intuitivamente, ` e unaermazione, eettuata in un determinato contesto, che pu` o essere vera o falsa; ad esempio, in un ambito quotidiano, la proposizione il ca` e` e amaro senza zucchero ` e vera; in ambito musicale il violino ` e uno strumento a corde ` e vera mentre il trombone ` e uno strumento a corde ` e falsa; in ambito matematico larea del quadrato costruito sullipotenusa ` e uguale alla somma delle aree dei quadrati costruiti sui cateti ` e vera. Molto spesso non ` e cos` semplice determinare la verit` a o falsit` a di unaermazione (come lultima proposizione data) e, pertanto, occorre costruire delle catene deduttive basate sul concetto di implicazione; data una proposizione logica A possiamo assegnare ad essa un valore di verit` a dallinsieme {V, F }: si dice che A implica la proposizione B (e si scrive A B, o, anche, in ambito non strettamente logico-matematico, A B) se il valore di verit` a di B dipende da quello di A (cio` e, B ` e vera se anche A lo ` e, ma non, necessariamente, viceversa). Ad esempio, le proposizioni A sar` a bel tempo e B andr` o in campeggio possono essere collegate tramite limplicazione ottenendo A B (in Italiano diventerebbe: se sar` a bel tempo allora andr` o in campeggio). Gli enunciati e i teoremi che vedremo fanno parte della cosiddetta Algebra di Boole che ` e la prima sistematizzazione in senso matematico della Logica. I risultati pi` u clamorosi della Logica matematica si sono avuti nella teoria della dimostrazione che ha raggiunto il suo apice con lormai famosisissimo teorema di G odel che stabilisce che nessuna teoria matematica ` e autosuciente, ovvero che in qualsiasi teoria matematica esistono delle proposizioni che non si possono dimostrare in maniera univoca usando solo assiomi e teoremi di quella specica teoria. Un altro importante risultato della Logica matematica relativo allo studio dei fondamenti della Matematica ` e la teoria delle macchine di Turing che ha avuto il suo sviluppo pi` u sorprendente nella fondazione dellInformatica teorica.

1.2.1

Connettivi logici

Data una o pi` u proposizioni logiche se ne possono costruire di nuove combinando in vario modo quelle di partenza; per far ci` o occorre usare i connettivi logici tra cui quelli fondamentali sono: loperatore non o negazione (linglese NOT) ` e un operatore unario, cio` e si applica a una singola proposizione; anteponendo a questa il simbolo , che indica, appunto, la negazione, si otterr` a una proposizione con valore di verit` a opposto. Ad esempio, data la proposizione

1.2 Cenni di Logica

31

A il violino ` e uno strumento a corde con valore di verit` a V , applicando la negazione otterremo una proposizione B = A (che in italiano e uno strumento a corde) corrente si pu` o tradurre con il violino non ` con valore di verit` a F; loperatore e (AND) che si indica con il simbolo ; date 2 proposizioni A e B, applicando tale operatore otterremo una nuova proposizione C = A B che ha un valore di verit` a V solo se entrambe le proposizioni hanno valore V . Ad esempio, date A le corde del violino sono 4 e B le corde si suonano con larchetto entrambe con valore di verit` a V, allora la proposizione C = A B (che in un italiano approssimativo si potrebbe tradurre le corde del violino sono 4 e si suonano con larchetto) ha valore di verit` a V ; se fosse invece B le corde si suonano con la coulisse , chiaramente falsa, la proposizione C = A B avrebbe valore di verit` a F nonostante A sia vera; loperatore o (OR) che si indica con il simbolo ; date 2 proposizioni A e B, applicando tale operatore si otterr` a una nuova proposizione C = A B che ha un valore di verit` a V se almeno una delle 2 proposizioni ha valore V . Ad es., A le corde si suonano con la coulisse con valore di verit` a F e B le corde si suonano con larchetto con valore di verit` a V , A B avr` a valore di verit` a V perch e, nonostante B sia falsa, A ` e comunque vera (in italiano avremmo le corde si suonano con la coulisse e perfettamente o con larchetto che, anche se suona un po insensata, ` valida da un punto di vista logico); loperatore aut (Exclusive-OR) che si indica con il simbolo ; se connettiamo 2 proposizioni A e B per mezzo di tale operatore avremo un risultato con valore di verit` a V se A e B sono mutuamente esclusive, cio` e se hanno valori di verit` a opposti (ovvero, se una ` e vera laltra deve essere falsa e viceversa); ` e il signicato della congiunzione latina autaut (che si usa idiomaticamente anche in italiano per esprimere i termini di una dicile scelta). Un esempio ` e lespressione gergale o mangi questa minestra o ti butti dalla nestra. Si possono applicare a piacere e ripetutamente i connettivi per costruire proposizioni di qualsiasi grado di complessit` a. Ad es., date A le corde del violino sono 4, B le corde si suonano con larchetto e C le corde si suonano pizzicandole, possiamo costruire la proposizione D = A (B C) che ha valore di verit` a V (e in italiano sarebbe le corde del violino sono 4 e si suonano con larchetto o pizzicandole).

32

Insiemistica e Logica

1.2.2

Tabelle di verit` a

A ogni operatore logico si associa una tabella che riassume completamente il suo comportamento in funzione dei valori di verit` a che possono assumere le proposizioni connesse; ad esempio, loperatore unario negazione avr` a la seguente tabella di verit` a: A V F A F V

in cui lultima colonna contiene i possibili risultati conseguenti allapplicazione delloperatore e le altre contengono una lista dei possibili valori di verit` a delle proposizioni da connettere; in questo esempio, nella prima colonna sono presenti i 2 valori che pu` o assumere la proposizione A, nella seconda i corrispondenti valori dopo lapplicazione del connettivo. In altre parole, se A` e vera A ` e falsa, se A ` e falsa A ` e vera. Vediamo le altre tabelle di verit` a: Operatore AND A V V F F Operatore OR A V V F F Operatore XOR A V V F F B V F V F AB F V V F B V F V F AB V V V F B V F V F AB V F F F

1.2 Cenni di Logica

33

1.2.3

Alcuni teoremi

Vediamo, prima di tutto, alcuni semplici e intuitivi teoremi: a) b) c) A=A AA=F AA=V

d) A A = A e) A A = A Esistono poi alcuni teoremi che legano fra loro i principali operatori logici e che, quindi, permettono di ridurre il numero di operatori necessari; ne vedremo solo alcuni. 1. 2. A B = (A B) A B = (A B)
(Leggi di De Morgan)

(luso delle parentesi ha lo stesso senso di quello che ha in Algebra). Dal teorema 1 vediamo che loperatore OR non ` e strettamente indispensabile: infatti, negando ambo i membri, otterremo A B = ( A B) il che signica che loperatore OR pu` o essere espresso in termini di AND e di NOT. Generalizzando, possiamo aermare: qualsiasi operatore logico pu` o essere rappresentato da unopportuna combinazione dei soli connettivi AND e NOT. Come esempio verr` a mostrato come esprimere lOR esclusivo usando solo AND e NOT. A questo scopo costruiamo la tabella di verit` a della proposizione C = (A B) A V V F F B V F V F C F V V V

e quella della proposizione D = A B

34 A V V F F B V F V F AB V V V F

Insiemistica e Logica

Se connettiamo C e D tramite un AND avremo A V V F F B V F V F CD F V V F

che ` e eettivamente la tabella della XOR; essa ` e rappresentata, dunque, dalla seguente proposizione: A B = (A B) (A B) Ma, per il teorema 1, sappiamo che A B = ( A B); pertanto A B = (A B) ( A B) che, appunto, esprime loperatore XOR in termini di soli AND e NOT.