Sei sulla pagina 1di 527

NI NO Z ANGH

APPUNT I DI
METODI MAT EMAT I CI
DEL L A F I SI CA
UNI VERSI T DI GENOVA
Indice
I Metodi matematici di base 1
1 Numeri complessi 7
2 Vettori e operatori 29
3 Autovalori e autovettori 49
4 Successioni e serie 67
5 Derivate e integrali 99
6 Fisica ed equazioni alle derivate parziali 131
II Metodi di Fourier 143
7 Equazioni alle derivate parziali 151
8 Lequazione di Laplace 161
9 Polinomi omogenei e armoniche sferiche 189
II
10 Delta di Dirac, convoluzioni e nuclei 199
11 Problemi al contorno per le onde e il calore 217
12 Tre vie che portano a Fourier 241
13 Propriet delle serie di Fourier 263
14 Funzioni ortogonali e serie di Fourier 271
15 Teoria di Sturm-Liouville 301
16 Integrali di Fourier 331
17 La trasformata di Laplace 371
III Metodi di analisi complessa 395
18 Funzioni analitiche 399
19 Teorema dei residui e calcolo di integrali 427
20 Il cuore della teoria delle funzioni analitiche 459
21 Miscellanea di applicazioni 497
IV Metodi di analisi asintotica 525
22 Integrali di Fourier e metodo della fase stazionaria 529
III
23 Integrali di Laplace e serie asintotiche 541
Parte I
Metodi matematici di base
Indice
1 Numeri complessi 7
1.1 Algebra 7
1.2 Geometria 10
1.3 La formula di Eulero 11
1.4 Aritmetica e trigonometria 13
1.5 Funzioni complesse 13
1.6 Il teorema fondamentale dellalgebra 15
1.7 Visualizzazione delle funzioni complesse 16
1.8 Funzioni analitiche 16
Problemi 18
Soluzioni 20
2 Vettori e operatori 29
2.1 Spazi vettoriali 29
2.2 Basi e dimensione 31
2.3 Matrici 33
2.4 Cambiamenti di base 35
2.5 Operatori lineari 36
2.6 Spazi dotati di prodotto scalare e norma 38
2.7 Basi ortonormali 40
2.8 Forme lineari e spazio duale 43
4 appunti di metodi matematici della fisica
Complementi 46
3 Autovalori e autovettori 49
3.1 Operatori autoaggiunti e unitari 49
3.2 Autovalori e autovettori 51
3.3 Teorema spettrale per operatori autoaggiunti 56
3.4 Teorema spettrale per operatori normali 58
3.5 Funzione di un operatore 59
3.6 Assi principali di inerzia 62
3.7 Rotazioni e decomposizione di un operatore lineare 63
4 Successioni e serie 67
4.1 La nozione di limite di una successione 67
4.2 La nozione di successione di Cauchy 68
4.3 Serie innita di numeri complessi 69
4.4 Successioni e serie di funzioni 70
4.5 Convergenza uniforme e scambio di limiti 73
4.6 Serie di potenze complesse 75
4.7 Funzioni complesse denite da serie di potenze 78
4.8 Raggio di convergenza e singolarit 81
4.9 Lesponenziale e le funzioni intere 82
Problemi 84
Soluzioni 86
Complementi 91
5 Derivate e integrali 99
5.1 La nozione di derivata 99
5.2 Derivate di trasformazioni non-lineari 102
5.3 Applicazioni ai sistemi dinamici 105
5.4 La nozione di integrale 110
INDICE 5
5.5 Integrali di linea, di supercie e di volume 112
5.6 Integrali impropri 115
5.7 Convergenza uniforme di integrali impropri 118
5.8 Derivazione sotto il segno di integrale 119
5.9 Integrali di gaussiane 120
Complementi 124
6 Fisica ed equazioni alle derivate parziali 131
6.1 Introduzione 131
6.2 Equazioni di Maxwell 131
6.3 Equazione di continuit 132
6.4 Equazione di Laplace 133
6.5 Equazione delle onde 134
6.6 Equazione del calore 136
6.7 Equazione di Navier-Stokes 137
6.8 Equazione di Hamilton-Jacobi 138
6.9 Equazione di Schrdinger 140
1
Numeri complessi
Indice
1.1 Algebra 7
1.2 Geometria 10
1.3 La formula di Eulero 11
1.4 Aritmetica e trigonometria 13
1.5 Funzioni complesse 13
1.6 Il teorema fondamentale dellalgebra 15
1.7 Visualizzazione delle funzioni complesse 16
1.8 Funzioni analitiche 16
Problemi 18
Soluzioni 20
Girolamo Cardano (15011576?) stato
un matematico italiano. Parte della
soluzione dellequazione cubica, che
pubblic nella sua opera Ars Magna
gli era stata comunicata da Tartaglia.
Cardano sostenne di averne pubblicato
il testo solo quando era venuto a sa-
pere che Tartaglia avrebbe appreso la
soluzione da Scipione Del Ferro.
1.1 Algebra
Non sono state le equazioni quadratiche ax
2
+ bx + c = 0, la cui
formula risolutiva nota sin dallantichit,
x =
b

b
2
4ac
2a
,
a portare ai numeri complessi. Il valore negativo del discriminante
b
2
4ac non fu mai considerato come segnale dellesistenza di un
nuovo tipo di numeri, per i quali

1 ha senso. Fu invece sempre
interpretato come unindicazione che la parabola y = ax
2
e la retta
y = bx c non hanno punti di intersezione. Occorre tenere presente
che no all800 si son sempre cercate soluzioni reali o positive delle
equazioni algebriche.
Furono invece le equazioni cubiche a portare ai numeri complessi.
In breve, la storia questa. Girolamo Cardano, basandosi sui lavori
8 appunti di metodi matematici della fisica
di Niccol Tartaglia e Scipione Del Ferro, pubblica nel suo Ars Magna
del 1545) la formula
x =
3
_
q +
_
q
2
p
3
+
3
_
q
_
q
2
p
3
(1.1)
per lequazione di terzo grado A questo proposito Richard Feynman
scrisse: lo sviluppo di pi grande im-
portanza per la matematica in Europa
fu la scoperta di Tartaglia che si pu
risolvere unequazione cubica: sebbene
di poco uso in s stessa, questa scoper-
ta deve essere stata meravigliosa da
un punto di vista psicologico. Aiut
molti nel Rinascimento a liberarsi dall
intimidazione che provavano verso gli
antichi.
x
3
= 3px +2q .
La formula (1.1) non era nota nellantichit. Pochi decenni dopo
la scoperta di Cardano, Raffaele Bombelli si rese conto che cera
qualcosa di strano e paradossale riguardo a questa formula. Bombelli
consider lequazione x
3
= 15x + 4, per cui la formula di Cardano
fornisce
Raffaele Bombelli (15261572) stato
un matematico e ingegnere italiano. La
sua opera fondamentale, Lalgebra, fu
pubblicata nel 1572.
x =
3

2 +11i +
3

2 11i ,
(con la notazione moderna i

1 introdotta da Leonard Euler


circa duecento anni dopo Bombelli). Ma Bombelli sapeva che x = 4
soluzione dellequazione. Come metter daccordo questo con la
formula di Cardano?
La congetturare ardita di Bombelli fu che
3

2 +11i = 2 + ni e
3

2 11i = 2 ni, dove n un numero da determinarsi. Se fosse


cos, x = 4 sarebbe conseguenza della formula di Cardano. Ma quali
devono essere le regole algebriche di manipolazione per numeri
del tipo A = a + i a, in modo che sia davvero cos? Le seguenti:
(1) A + B = (a + i a) + (b + i

b) = (a + b) + i( a +

b).
(2) AB = (a + i a)(b + i

b) = ab + i(a

b + ab) + i
2
a

b
= (ab a

b) + i(a

b + ab).
(avendo usato i
2
= 1). Se si utilizzano queste regole si pu mostrare
facilmente che (2 i)
3
= 2 11i (esercizio).
y
x
B
A
A +B
y
x
B
A
AB Figura 1.1: Somma e prodotto di
numeri complessi, visti come vettori nel
piano R
2
.
Il lavoro di Bombelli fu importante perch contribu a far ma-
turare la consapevolezza che problemi, formulati completamente
nellambito dei numeri reali e di cui si cercavano soluzioni reali, per
numeri complessi 9
essere risolti richiedevano comunque unaritmetica complessa come
strumento di calcolo, basata sulle regole algebriche (1) e (2).
Tuttavia, questa nuova aritmetica rimase abbastanza misteriosa
no a che, con Jean-Robert Argand e Carl Friedrich Gauss, non si
diede una rappresentazione geometrica nei numeri complessi come
punti del piano R
2
per i quali le operazioni di somma e prodotto
hanno un chiaro signicato geometrico. Si vedano le gure 1.1 e 1.2.
La gura 1.1 mostra che la somma di due numeri complessi A
e B data dallusuale regola del parallelogramma per la somma
dei vettori corrispondenti. Dalla regola algebrica (2), si dimostra
facilmente (esercizio) che il prodotto AB il numero complesso che
forma un angolo con lasse reale pari alla somma degli angoli di A e
B e la cui lunghezza il prodotto delle lunghezze di A e B.

O
z = x +iy
z = x iy
x
y
r
=
|
z
|
Figura 1.2: Rappresentazione geometri-
ca dei numeri complessi; z = x iy il
complesso coniugato di z = x + iy ed
la riessione di z rispetto allasse reale
Terminologia e notazioni Con riferimento alla gura 1.2, ter-
minologia e notazioni per i numeri complessi sono riassunte dalla
seguente tabella:
Nome Signicato Notazione
modulo di z lunghezza r di z [z[
argomento (o fase) di z angolo di z arg (z)
parte reale di z coordinata x di z Re (z)
parte immaginaria di z coordinata y di z Im(z)
numero immaginario multiplo reale di i
asse reale insieme dei numeri reali
asse immaginario insieme dei numeri immaginari
piano complesso insieme dei numeri complessi C
complesso coniugato di z riessione di z rispetto allasse reale z
La gura gura 1.2 mostra che il numero complesso z = x + iy
pu essere anche rappresentato in termini delle sue coordinate polari
r e . Per esprimere questo simbolicamente, scriviamo
z = r ,
dove il simbolo serve a ricordare che langolo di z (con lasse
reale). In questa rappresentazione polare, la regola del prodotto
risulta particolarmente semplice:
(r)(R) = rR( + ) .
Prima di continuare, si raccomanda vivamente di fare un po
di pratica con laritmetica complessa. Ci si convinca, ad esempio,
della validit dei seguenti fatti, con ragionamenti sia algebrici sia
geometrici:
Re (z) =
1
2
(z + z) Im(z) =
1
2i
(z z) [z[ =
_
x
2
+ y
2
tan(arg(z)) =
Im(z)
Re (z)
zz = [z[
2
r = r(cos + i sin )
10 appunti di metodi matematici della fisica
Denito (1/z) come quel numero complesso tale che (1/z)z = 1,
ne segue che
1
z
=
1
r
=
1
r
() .
Ecco altre formule su cui fare pratica:
R
r
=
R
r
( )
1
z
=
1
x + iy
=
x
x
2
+ y
2
i
y
x
2
+ y
2
(1 + i)
4
= 4 (1 + i)
13
= 2
6
(1 + i) (1 + i

3)
6
= 2
6
(1 + i

3)
3
(1 i)
2
= 4i
(1 + i)
5
(

3 + i)
2
=

2(/12) r = r()
z
1
+ z
2
= z
1
+ z
2
z
1
z
2
= z
1
z
2
z
1
/z
2
= z
1
/z
2
.
Inne, la disuguaglianza triangolare generalizzata:
[z
1
+ z
2
+ . . . z
n
[ [z
1
[ +[z
2
[ + . . . +[z
n
[ .
Esercizio: quando si ha uguaglianza?
1.2 Geometria
Una traslazione del piano complesso data dalla trasformazione
z z + b, dove b un numero complesso. Per ogni complesso a,
la trasformazione z az rappresenta uno stiramento del piano
di un fattore [a[ (compressione o espansione a seconda se [a[ < 1 o
[a[ > 1), combinata con una rotazione del piano di un angolo pari
ad arg(a) (si osservi che sia la dilazione sia la rotazione sono centrate
nellorigine). Potremmo chiamare z az una stiro-rotazione; si veda
la gura 1.3
60
0
Figura 1.3: Stiro-rotazione: Il triangolo
giallo prima dilatato nel triangolo blu
e questultimo ruotato di 60
o
.
Nel disegnare la gura, abbiamo scelto a = 1.5(60
0
). Consideria-
mo lazione di z az su un triangolo. La prima gura a sinistra
rappresenta la dilatazione (con fattore di scala 1.5), rispetto allori-
gine, che trasforma il triangolo di partenza giallo nel triangolo blu.
La gura nel centro rappresenta la rotazione di 60
0
di questultimo,
sempre rispetto allorigine. Il triangolo rosso leffetto nale della
numeri complessi 11
trasformazione. Si osservi che dilatazioni e rotazioni commutano:
avremmo potuto prima ruotare e poi dilatare e saremmo comunque
arrivati allo stesso risultato. E la ragione chiara: il prodotto tra nu-
meri complessi ha lusuale propriet commutativa del prodotto tra
numeri.
Operazioni vettoriali La seguente denizione
a b = ab . (1.2)
fornisce una buona nozione di prodotto scalare tra numeri complessi
che si riduce allusuale quadrato del modulo quando a = b ( e quindi
alla norma usuale per i numeri complessi). Si osservi linvarianza Notare che a differenza dellusuale
prodotto scalare reale, a b ,= b a.
Si ha infatti, b a = ba = a b. Il
prodotto scalare complesso lesempio
pi semplice di forma hermitiana o
sesquilineare.
del prodotto scalare (1.2) per rotazioni: u = e
i
produce una rotazione
di un angolo attorno allorigine, e quindi
(ua) (ub) = ua(ub) = uaub = (uu)ab = ab = a b .
interessante osservare che il prodotto scalare complesso contiene
informazione sia sul prodotto scalare reale sia sul prodotto vettore
dei vettori a e b associati ai numeri complessi a e b. Si ha infatti
a b = a b + i(a b) , (1.3)
Figura 1.4: Il prodotto vettore larea
(con segno) del parallelogramma
denito dai due vettori ed nella
direzione ortogonale al piano.
dove (a b) larea (con segno) del parallelogramma denito
dai due vettori (la sua direzione ortogonale al piano, si veda la
gura 1.4).
1.3 La formula di Eulero
Leonhard Euler, noto in Italia come
Eulero (17071783), stato un matema-
tico e sico svizzero. noto per essere
tra i pi prolici di tutti i tempi ed ha
fornito contributi cruciali in svariate
aree: analisi innitesimale, funzioni
speciali, meccanica razionale, meccani-
ca celeste, teoria dei numeri, teoria dei
gra.
Una delle formule pi importanti dellalgebra complessa la formula
e
i
= cos + i sin (1.4)
scoperta da Eulero intorno al 1740. Con questa formula la moltipli-
cazione dei numeri complessi diventa ovvia. Da essa si ha infatti
z = r = re
i
, da cui, usando le propriet dellesponenziale
_
re
i
_ _
Re
i
_
= rRe
i(+)
Per spiegare la formula di Eulero, occorre in primo luogo domandar-
si: che cosa signica il simbolo e
i
? Le regole dellalgebra (somma
e prodotto di numeri complessi), infatti, non ci dicono nulla su che
cosa si debba intendere con il simbolo e
i
.
Lapproccio moderno di considerare la (1.4) una denizione di
e
i
. Da un punto di vista logico, questo modo di procedere
ineccepibile. Ma, da un punto vista concettuale, ne risulta una ca-
renza nella comprensione della formula. Comprendere la formula,
12 appunti di metodi matematici della fisica
signica capirne il senso e in che modo pu essere giusticata (non
dimostrata!). Dopo tutto, la (1.4) fu per Eulero una scoperta e non
semplicemente una denizione!
Una prima giusticazione si basa sul noto sviluppo di Taylor
dellesponenziale reale,
e
x
= 1 + x +
x
2
2!
+
x
3
3!
+ . . .
Se supponiamo che questa formula continui a valere per immaginari
puri e sostituiamo x = i, otteniamo
e
i
= 1 + i +
(i)
2
2!
+
(i)
3
3!
+ . . . .
Se adesso usiamo le propriet algebriche dellelevazione a potenza
dellunit immaginaria i
2
= 1, i
3
= i i
2
= i, i
4
= i i
3
=
1, i
5
= i i
4
= i, . . . e raggruppiamo i termini nello sviluppo di
Taylor, otteniamo
e
i
=
_
1

2
2!
+

4
4!


6
6!
+ . . .
_
+ i
_


3
3!
+

5
5!


7
7!
+ . . .
_
.
Riconosciamo la prima parentesi come lo sviluppo in serie del coseno
e la seconda come quella del seno. Quindi,
e
i
= cos + i sin .
y
x
Figura 1.5: Formula di Eulero e moto
circolare uniforme di raggio 1 con
velocit angolare unitaria.
C unaltra giusticazione della formula, che particolarmente
interessante perch basata su un ragionamento cinematico: si assuma
che Z = Z(t) = e
it
descriva lorbita di un punto nel piano, con
condizione iniziale Z
0
= Z(0) = 1. Allora la velocit del punto
V = ie
it
= iZ. Questo signica che Z soddisfa lequazione
dZ
dt
= iZ. (1.5)
Per quanto visto nella sezione precedente, la moltiplicazione per i
equivale ad una rotazione antioraria di 90
0
, il che vuol dire che la
velocit del punto pari al raggio vettore del punto ruotato di 90
0
.
Tenuto conto della posizione iniziale, la velocit iniziale allora
V
0
= i. C un solo movimento che ha queste caratteristiche: il moto
circolare uniforme di raggio 1 con velocit angolare unitaria. Questo fatto
illustrato dalla gura 1.5. La legge oraria dellorbita dunque
Z(t) = cos t + i sin t
e la formula di Eulero risulta cos giusticata.
numeri complessi 13
1.4 Aritmetica e trigonometria
Lutilit dei numeri complessi in aritmetica e trigonometria pu
essere apprezzata facendo i seguenti eserizi.
Esercizio 1.1. Poich una formula di aritmetica che utilizzeremo
spesso, si chiede di dimostrare che la somma di una progressione
geometrica data dalla formula
1 + z + z
2
+ . . . + z
n
=
z
n+1
1
z 1
(1.6)
Esercizio 1.2. Sia z = re
it
, r < 1. Dimostrare che
1 [z[
2
[e
i
z[
2
=
1 r
2
1 2r cos(t ) + r
2
= Re
_
e
i
+ z
e
i
z
_
. (1.7)
Soluzione di 1.3. Per brevit, si ponga
C cos , S sin e si consideri
e
i3
= cos 3 + i sin3 = (C + iS)
3
=
_
C
3
3CS
2
_
+ i
_
3C
2
S S
3
_
Usando C
2
+ S
2
= 1 e uguagliando
parte reale e parte immaginaria, si
ottiene
cos 3 = 4C
3
3C
sin3 = 4S
3
+3S
La seconda formula un bonus.
Esercizio 1.3. Dimostrare che
cos 3 = 4 cos
3
3 cos .
Esercizio 1.4. Una formula trigonometrica molto utile
1 +2
n

k=1
cos(k) =
sin
_
(n +
1
2
)
_
sin
_

2
_ (1.8)
e la sua dimostrazione lasciata per esercizio (problema 1.9). Oltre
alla formula di Eulero, si usi anche la (1.6).
1.5 Funzioni complesse
Nella sezione 1.2 abbiamo incontrato le funzioni lineari z az + b,
che possono essere interpretate come trasformazioni del piano com-
plesso (traslazioni, rotazioni e stiramenti). Subito dopo, in ordine di
difcolt, c la funzione quadratica z z
2
, illustrata nella gura 1.6
e poi lelevazione ad una potenza intera e positiva,
z w = z
n
. (1.9)
Scrivendo z = re
i
, la (1.9) diventa w = r
n
e
in
, per cui leffetto
della trasformazione di elevare alln-esima potenza la distanza e
di moltiplicare per n langolo. La gura 1.6 intende rendere vivido
questo fatto, mostrando leffetto della trasformazione su alcuni raggi
e archi centrati nellorigine (per n = 2).
Passiamo adesso ad un fatto elementare di algebra complessa che
pu essere compreso in maniera semplice dal punto di vista delle
14 appunti di metodi matematici della fisica
z
2

Figura 1.6: Illustrazione del tipo di


trasformazione operato dalla funzione
z w = z
n
, nel caso particolare di
n = 2. Il fatto che un quadratino piccolo
mantenga la forma di un quadratino,
come mostrato in gura, appare, al
momento solo una curiosit. In verit,
un fatto molto importante che, come
vedremo nel seguito, la caratteristica
saliente delle funzioni analitiche.
funzioni complesse viste come trasformazioni.
Le soluzioni dellequazione
z
n
= 1
sono i vertici dellennagono regolare iscritto nel cerchio
unitario con uno dei vertici nel punto 1.
(1.10)

z w = z
3 Figura 1.7: Poich la particella nel
piano-w ha una velocit 3 volte maggio-
re, quando essa compie un angolo giro,
la particella z ha solo percorso 1/3 della
circonferenza (arco blu); quando la par-
ticella nel piano-z percorre il successivo
1/3 di circonferenza (arco magenta),
la particella nel piano-w ha fatto un
altro giro completo, e lo stesso accade
nellultimo tratto (arco rosso). I tre
punti terminali dei tre archi formano un
triangolo equilatero. Il ragionamento si
estende ad un n qualunque. Risulta cos
dimostrato che le soluzioni di z
n
= 1
sono i vertici dellennagono regolare
iscritto nel cerchio unitario con uno dei
vertici nel punto 1.
Preliminarmente, osserviamo che se w = f (z) = z
n
, allora le
soluzioni di z
n
= 1 sono i punti del piano-z che sono trasformati
da f nel punto w = 1 del piano-w. Se consideriamo una particella
che si muove lungo il cerchio unitario nel piano-z, poich 1
n
= 1
anche la particella immagine nel piano-w si muover lungo il cerchio
unitario [w[ = 1, ma con una velocit angolare che n volte quella
della particella nel piano-z (in quanto, sul cerchio unitario, w = e
in
).
La (1.10) segue da questa semplice osservazione, come illustrato in
gura 1.7 per n = 3.
numeri complessi 15
Dopo le potenze intere, la classe pi semplice di funzioni comples-
se quella dei polinomi, cio funzioni del tipo
P
n
(z) =
n

k=0
c
k
z
k
= c
0
+ c
1
z + c
2
z
2
+ c
3
z
3
+ . . . + c
n
z
n
,
dove c
k
, k = 0, 1, . . . , n sono costanti complesse.
1.6 Il teorema fondamentale dellalgebra
Linsieme C dei numeri complessi un campo numerico. Gli elementi
di un campo numerico sono solitamente chiamati scalari.
Un campo una struttura algebrica con le stesse caratteristiche
dellalgebra dei numeri reali: sono denite due operazioni, addizione
e moltiplicazione, per quali valgono le usuale propriet associative e
distributive. Esiste un elemento neutro per entrambe le operazioni
(0 per laddizione e 1 per la moltiplicazione) ed esistono gli inver-
si rispetto ad entrambe le operazioni, eccetto per lelemento neutro
delladdizione che non ha inverso rispetto alla moltiplicazione. I
complessi sono un campo, cos come lo sono i razionali Q e i reali R.
1 1
Ci sono anche campi con un numero
nito di elementi. Per esempio, i
numeri interi da 0 a p 1, dove p un
numero primo, formano un campo con
addizione e moltiplicazione modulo p.
A differenza di questultimi non sono un campo ordinato, vale a dire,
non possibile denire una relazione dordine che sia compabile con
addizione e moltiplicazione (in un campo ordinato, il quadrato di
ogni elemento necessariamente positivo, cosicch i
2
= 1 preclude
questa possibilit). Come i reali, i complessi sono chiusi, cio senza
variste Galois (18111832) stato un
matematico francese. Giovanissimo,
determin un metodo generale per
scoprire se unequazione risolvibile
o meno con operazioni quali somma,
sottrazione, moltiplicazione, divisione,
elevazione di potenza ed estrazione di
radice.
buchi: tutte le successioni di Cauchy di numeri complessi conver-
gono ad un numero complesso, cos come accade per i reali, ma non
per i razionali che hanno dei buchi ( e questi buchi si riempiono
passando ai reali). A differenza dei reali, i numeri complessi sono
algebricamente chiusi, intendendo con questo che ogni polinomio ha
radici complesse.
Questultima caratteristica davvero notevole. La chiusura al-
gebrica dei complessi stabilita da uno dei teoremi pi importanti
dellalgebra chiamato teorema fondamentale dellalgebra:
Ogni equazione P
n
(z) c
0
+ c
1
z + . . . + c
n
z
n
=
0, a coefcienti c
k
complessi o reali ( c
n
,= 0), possiede
almeno una radice in C.
(1.11)
Si osservi che dalla (1.11) segue che P
n
(z) ha n radici (magari
alcune coincidenti). Infatti, se z
1
la radice di P
n
(z) la cui esistenza
garantita dal teorema, allora P
n
(z) fattorizza nel prodotto di (z z
1
)
per un polinomio P
n1
(z) di grado n 1. Applicando il teorema
a P
n1
(z) e iterando la procedura, si conclude che esistono numeri
complessi z
1
, . . . , z
n
, eventualmente coincidenti,
2
che (posto c
n
= 1,
2
Ma non esiste un algoritmo generale
per determinarli, quando n > 4, come
dimostr Galois.
16 appunti di metodi matematici della fisica
senza perdita di generalit) forniscono la fattorizzazione completa del
polinomio,
P
n
(z) = (z z
1
)(z z
2
) (z z
n
) . (1.12)
1.7 Visualizzazione delle funzioni complesse
difcile visualizzare una funzione da un piano ad un piano. Un
modo quello che abbiamo gi usato: data la funzione w = f (z),
fare un disegno di come certe gure nel piano-z si trasformano nel
piano-w, come i triangoli che nella sezione 1.2 abbiamo usato per
visualizzare z az, o i raggi e archi centrati nellorigine che abbiamo
usato in gura 1.6 per mostrare leffetto della trasformazione z z
2
.
Figura 1.8: Supercie modulare di
w = z
2
. In gura sono mostrate le curve
di livello e la loro proiezione sul piano
complesso. Colori uguali nel piano,
caratterizzano numeri z che hanno la
stessa distanza dal centro.
Un secondo modo quello di fare un graco del modulo della
funzione f (z), come nella gura 1.8 per f (z) = z
2
. La super-
cie cos ottenuta detta supercie modulare di f (z). Naturalmente,
rappresentando cos una funzione, si perde informazione sulla sua
fase. Un terzo modo consiste nel disegnare le curve di livello della
parte reale u = Re (w) e della parte immaginaria v = Im(w) di
w = f (z) = u + iv. Posto z = x + iy, u e v sono funzioni reali delle
variabili x e y,
u = u(x, y) , v = v(x, y) .
Ad esempio, per w = z
2
si ha
w = (x + iy)
2
= x
2
y
2
+ i2xy
e quindi
u = x
2
y
2
v = 2xy
(1.13)
x
y
Figura 1.9: Curve di livello u(x, y) =
cost. (in rosso) e v(x, y) = cost. (in blu)
di w = u + iv = (x + iy)
2
.
Le curve di livello di queste due funzioni sono mostrate in gu-
ra 1.9. Questo modo di visualizzare una funzione complessa molto
utile perch ci mostra quali regioni del piano-z si trasformano nei
rettangoli della griglia cartesiana del piano-w, come mostrato in
gura 1.10. Le gure che si ottengono sono esteticamente piacevoli,
come, ad esempio, in gura 1.11. Ma ci che rilevante da un punto
di vista matematico che sia in gura 1.9 sia in gura 1.11 le curve di
livello delle u e delle v sono ortogonali. Questo ha fatto implicazioni
molto importanti, che approfondiremo nella terza parte.
Inne, c un quarto modo di visualizzzare le funzioni complesse,
in termini di campi vettoriali ad esse associati. un modo molto
efcace e interessante di cui ci occuperemo nella terza parte.
1.8 Funzioni analitiche
Le funzioni complesse si costruiscono a partire dai mattoni di base:
operazioni algebriche, come in z
2
+ z, uso del complesso coniugato,
numeri complessi 17
come in zz
3
e via discorrendo in tutte le combinazioni algebriche
possibili. Pi avanti, vedremo come si possa passare a combinazioni
algebriche innite, come la serie di potenze
1 + z + z
2
+ z
3
+ . . . (1.14)
1 2 3
x
1
2
3 y
O
8 6 4 2 2 4 6 8
u
v
O
Figura 1.10: La regione del piano (xy),
racchiusa dalle linee rosse e blu in
grassetto (sopra) trasformata da
w = z
2
nel rettangolo col bordo rosso e
blu in grassetto (sotto).
x
y
x
y
Figura 1.11: Sopra: curve di livello per
w = z
4
Sotto: curve di livello per 1/z.
(In entrambe le gure, u = cost., in
rosso e v = cost., in blu).
(essendo il limite di una progressione geometrica, la serie sopra
pu gi essere studiata senza aspettare la teoria generale delle serie
complesse, si veda il problema 1.7).
Esplicitando la dipendenza da z e z, scriviamo una generica fun-
zione complessa come f (z, z). Una funzione analitica semplicemente
una funzione che non dipende da z, cio tale che
f
z
= 0 . (1.15)
dove z = x + iy e per /z si intende loperatore

z
=
1
2
_

x
+ i

y
_
. (1.16)
Sorprendentemente, la (1.15) ha conseguenze molto interessanti per
le parti reali e immaginarie della funzione f . Scriviamo f = u + iv
e, tendendo conto della (1.16), sostituiamola nella (1.15). Si ottiene
(osservando che i
2
= 1)
0 =
(u + iv)
x
+ i
(u + iv)
y
=
u
x

v
y
+ i
_
v
x
+
u
y
_
.
Ma un numero complesso nullo, se sono nulle le sue parti reali e
immaginarie. Quindi,
_

_
u
x
=
v
y
u
y
=
v
x
(1.17)
Queste equazioni sono dette equazioni di Cauchy-Riemann e sono il
marchio di fabbrica delle funzioni analitiche.
N.B. Nel dare la denizione di funzione analitica, e non ci sia-
mo curati di essere matematicamente rigorosi. Lo saremo un po di
pi nella terza parte. Qui si voleva solo mostrare quanto semplice e
naturale sia la nozione di funzione analitica.
18 appunti di metodi matematici della fisica
Problemi
Problema 1.1. Utilizzando lalgebra complessa e
la formula di Eulero, dimostrare le seguenti identit
trigonometriche:
(a) sin3 = 4 sin
3
+3 sin
(b) cos
4
=
1
8
(cos 4 +4 cos 2 +3)
(c) tan3 =
3 tan tan
3

1 3 tan
2

Per il problema (c) utile far riferimento alla gura


sotto, dove T tan .
1
T

O
z = 1 +iT
z
2
z
3
Problema 1.2. Sia z = re
it
, r < 1. Dimostrare che
1 [z[
2
[e
i
z[
2
=
1 r
2
1 2r cos(t ) + r
2
= Re
_
e
i
+ z
e
i
z
_
.
Problema 1.3. Per determinare la formula risolu-
tiva dellequazione cubica x
3
= 3px +2q, procedere
nel modo seguente:
(i) Fare la sostituzione x = s + t, e dedurre che x
risolve la cubica se st = p e s
3
+ t
3
= 2q.
(ii) Eliminare t in queste due equazioni e ottenere
unequazione quadratica in s
3
.
(iii) Risolvere la quadratica per ottenere i due pos-
sibili valori di s
3
. Per simmetria, quali sono i
possibili valori di t
3
?
(iv) Dato che s
3
+ t
3
= 2q, dedurre la formula (1.1).
Problema 1.4. Un fatto di base nella teoria dei
numeri questo: se due interi possono essere espressi
come somma di due quadrati, allora lo stesso vale per il
loro prodotto. Sottinteso che ogni simbolo seguente
denoti un intero, questo signica che se M = a
2
+ b
2
e N = c
2
+ d
2
, allora MN = p
2
+ q
2
. Dimostrare
questo fatto considerando [(a + ib)(c + id)[
2
.
Problema 1.5. Siano A, B, C, D quattro punti sul
cerchio unitario. Se A + B + C + D = 0, mostrare
che i punti devono formare un rettangolo.
Problema 1.6. Se z = e
i
,= 1, allora
z 1 =
_
i tan

2
_
(z +1) .
Dimostrare questo sia con il calcolo diretto sia geo-
metricamente facendo un disegno (si veda la gura
sotto).
O 1
i
z
z 1 z + 1
a
b
[Si osservi che il triangolo [O, z + 1, z] isoscele
perch i lati [O, z] e [z + 1, z] sono di lunghezza 1
(essendo z sul cerchio unitario).]
Problema 1.7. Poich se ne far gran uso, dimo-
strate che la somma di un progressione geometrica
complessa
1 + z + z
2
+ . . . + z
n1
=
z
n
1
z 1
.
Quindi rispondete alle seguenti domande:
(a) In quale regione di C deve stare z afnch la
serie innita 1 + z + z
2
+ . . . converga?
(b) Se z sta in questa regione, a quale punto del
piano la serie innita converge?
(c) Aiutandovi con un calcolatore, fate un disegno
della serie innita nel caso z = (1/2)(1 + i) e
vericate che converge al punto previsto in (b).
Problema 1.8. Sia
S = cos +cos 3 +cos 5 + . . . +cos(2n 1) .
numeri complessi 19
Dimostrare che
S =
sin2n
2 sin
o, equivalentemente,
S =
sin n cos n
sin
Problema 1.9. Dimostrare che
1 +2
n

k=1
cos(k) =
sin
_
(n +
1
2
)
_
sin
_

2
_
Problema 1.10. Servirsi di un disegno per mo-
strare che se a e b sono dati numeri complessi, allora
[z a[ = [z b[ lequazione di una retta.
Problema 1.11. Si consideri lequazione
(z 1)
10
= z
10
.
(a) Senza tentare di risolvere lequazione, mostrare
geometricamente che tutte e nove le soluzio-
ni (perch non dieci?) devono stare sulla retta
verticale Re (z) = 1/2 (si veda il problema 1.10).
(b) Dividendo ambo i membri dellequazione per
z
10
, lequazione assume la forma w
n
= 1, dove
w = (z 1)/z. Risolvere quindi lequazione
iniziale.
Problema 1.12. Disegnare il cerchio [z 1[ = 1.
Trovare lequazione polare dellimmagine di questo
cerchio rispetto alla trasformazione z z
2
e darne
una rappresentazione graca.
La curva cos ottenuta detta cardioide. Leffetto
della trasformazione z z
2
sul cerchio unitario
centrato in (1, 0) (in nero) mostrato nella gura
sotto.
Problema 1.13. Si consideri la famiglia di
trasformazioni complesse
Z M
a
(z) =
z a
az 1
(i) Dimostrare che M
a
[M
a
(z)] = z. In altra parole
M
a
idempotente.
(ii) Dimostrare che M
a
trasforma il cerchio
unitario in se stesso.
(iii) Mostrare che se [a[ < 1, allora M
a
trasforma il
disco unitario in se stesso.
Aiuto: Usare [q[
2
= qq per vericare che
[az 1[
2
[z a[
2
= (1 [a[
2
)(1 [z[
2
) .
Problema 1.14. Dimostrare che la famiglia di
trasformazioni
z M
a,b,c,d
(z) =
az + b
cz + d
, ad bc ,= 0
trasforma linee e cerchi in linee e cerchi.
Aiuto: [z[
2
+ (z + z) + i(z z) + = 0 lequa-
zione di un cerchio o di una linea in C. Investigate
f (z) =
1
z
e scrivete
az + b
cz + d
=
a
c

ad bc
c
1
cz + d
.
Problema 1.15. Convincersi di quanto riprodotto
in gura 1.5, risolvendo numericamente la (1.5) con
lalgoritmo di Eulero che, in linguaggio moderno,
espresso dal seguente pseudo-codice:
define V(Z)= I
*
Z
input t0=0 and Z0=1
input step size, h and the number of steps, n
for j from 1 to n do
V0 = I
Z1 = Z0 + h
*
V0
t1 = t0 + h
Print t1 and Z1
t0 = t1
Z0 = Z1
end
20 appunti di metodi matematici della fisica
Soluzioni
Problema 1.1.
(a) Bonus dellesempio 1.3.
(c) 2 cos = e
i
+ e
i
, da cui
2
4
cos
4
=
_
e
i
+ e
i
_
4
=
_
e
i4
+ e
i4
_
+4
_
e
i2
+ e
i2
_
+6
= 2 cos 4 +8 cos 2 +6
=
1
8
(cos 4 +4 cos 2 +3)
(d) T tan . Si rappresenti z = 1 + iT come nella gura a lato.
1
T

O
z = 1 +iT
z
2
z
3
Poich z ha angolo , z
3
ha angolo 3. Quindi,
tan3 =
Imz
3
Re z
3
z
3
= (1 + iT)
3
= (1 3T
2
) + i(3T T
3
) = tan3 =
3T
2
T
3
1 3T
2
.
Problema 1.2.
Re
_
e
i
+ z
e
i
z
_
= Re
_
(e
i
+ z)(e
i
z)
[e
i
z[
2
_
=
1 [z[
2
[e
i
z[
2
Problema 1.3.
x = s + t nella cubica x
3
= 3px +2q = 0:
= (s +t)
3
= 3p(s +t) +2q = s
3
+3s
2
t +3st
2
+t
3
= 3ps +3pt +2q
Se
_
st = p
s
3
+ t
3
= 2q
allora x risolve la cubica. Eliminando t dal sistema
s
3
+
p
3
s
3
= 2q = (s
3
)
2
2q(s
3
) + p
3
= 0 = s
3
=
_

_
q +
_
q
2
p
3
q
_
q
2
p
3
Per simmetria
t
3
=
_

_
q +
_
q
2
p
3
q
_
q
2
p
3
Dato che s
3
+ t
3
= 2q, se s
3
la radice di sopra, t
3
quella di sotto.
Quindi,
x = s + t =
3
_
q +
_
q
2
p
3
+
3
_
q
_
q
2
p
3
numeri complessi 21
Problema 1.4.
[(a + ib)(c + id)[
2
= [(a + ib)[
2
[ [(c + id)[
2
= (a
2
+ b
2
)(c
2
+ d
2
) MN
ma si ha anche
MN = [(a +ib)(c +id)[
2
= [(a +ib)(c +id)[
2
= (ac +bd)
2
+ (bc ad)
2
= p
2
+q
2
.
Problema 1.5. Ci sono molti modi per risolvere questo problema.
Si vuole mostrare che se i punti sono sul cerchio unitario e
A + B + C + D = 0 (1.18)
allora non si ha la congurazione a sinistra, ma quella a destra, della
gura sotto:
A
B
C
D
B
D
C A

La condizione (1.18) pu essere riscritta come A + B = (C + D)


e signica, geometricamente, che i vettori congiungenti lorigine
con i punti medi delle corde AB e CD stanno sulla stessa retta (i
vettori formano tra loro un angolo di 180
0
). Poich questi vettori
sono sempre perpendicolari alle corde AB e CD (gura a sinistra),
ne segue che, quando (1.18) soddisfatta, AB e CD sono paralleli
tra loro, perch ortogonali alla retta . Il caso di un trapezio isoscele
non pu presentarsi perch (1.18) implica la stessa condizione per
la congiungente le mediane di BC e DA, in quanto (1.18) pu essere
anche riscritta come B + C = (A + D).
Naturalmente, possibile anche una soluzione completamente
algebrica. Qual pi facile?
Si osservi che, da un punto di vista sico, (1.18) signica che il
centro di massa dei punti (di massa uguale) nellorigine. E se i
punti stanno su un cerchio e inizialmente formano un rettangolo,
come nella gura sopra a destra, non possono essere spostati lungo
il cerchio e formare una congurazione come quella a sinistra, se si
vuole mantenere il centro di massa nellorigine. Con questo vincolo, i
22 appunti di metodi matematici della fisica
punti possono formare un altro rettangolo, ma non il quadrilatero
irregolare della gura a sinistra.
Problema 1.6. Per una soluzione geometrica, si veda la gura
a lato. Si osservi che il triangolo [O, z + 1, z] isoscele perch i lati
[O, z] e [z + 1, z] sono di lunghezza 1 (essendo z sul cerchio unita-
rio). Allora per il teorema di una retta che interseca due parallele,
langolo [1, O, z + 1] met dellangolo = arg(z). Anche il trian-
golo [O, z 1, z] isoscele; ragionando sugli angoli si conclude che
langolo [z, O, z +1 retto. Allora z 1 = i(z +1) .
O 1
i
z
z 1 z + 1
a
b
Si tratta adesso di determinare . Ragionando sui trangoli rettan-
goli simili [z 1, O, z +1] e [z +1, b, O], si ha la proporzione
[z 1[ : [z +1[ = [z +1[ sin(/2) : [z +1[ cos /2 ,
da cui [z 1[/[z +1[ = tan /2 . Dunque,
z 1 = i
_
tan

2
_
(z +1) .
Il calcolo algebrico immediato
z 1
z +1
=
e
i
1
e
i
+1
=
e
i

2
_
e
i

2
e
i

2
_
e
i

2
_
e
i

2
+ e
i

2
_ = i tan

2
.
Problema 1.7.
s
n
1 + z + z
2
+ . . . + z
n1
, zs
n
= z + z
3
+ . . . + z
n
= s
n
1 + z
n
= 1 + z + z
2
+ . . . + z
n1
=
z
n
1
z 1
(a) [z[ < 1
(b)
1
z 1
=
1
1 z
(c)
1
1 z

z=(1/2)(1+i)
= 1 + i
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
1.1
y
0.5 1 1.5
x
O
1 + i
numeri complessi 23
Problema 1.8.
S = cos +cos 3 +cos 5 + . . . +cos(2n 1)
= Re
_
e
i
+ e
i3
+ e
i5
+ . . . + e
i(2n1)
_
= Re
_
e
i
_
1 +
_
e
i2
_
+
_
e
i2
_
2
+ . . . +
_
e
i2
_
n1
__
= Re
_
e
i
_
e
i2n
1
e
i2
1
__
= Re
_
e
i
_
e
in
_
e
in
e
in
_
e
i
_
e
i
e
i
_
__
= Re
_
e
in
sin n
sin
_
=
sin n cos n
sin
=
sin2n
2 sin
Problema 1.9.
1 +2
n

k=1
cos(k) = 1 +
n

k=1
_
e
ik
+ e
ik
_
= e
in
+ . . . + e
i
+1 + e
i
+ . . . + e
in
= e
in
_
1 + . . . + e
i(n1)
+ e
in
+ e
i(n+1)
+ . . . + e
i2n
_
= e
in
_
e
i(2n+1)
1
e
i
1
_
=
e
i(n+1)
e
in
e
i
1
=
e
i

2
_
e
i(n+
1
2
)
e
i(n+
1
2
)
_
e
i
1
=
e
i(n+
1
2
)
e
i(n+
1
2
)
e
i

2
e
i

2
=
sin
_
(n +
1
2
)
_
sin
_

2
_
Problema 1.10. Luogo dei punti equidistanti da due punti dati.
Vedere la gura a lato.
Problema 1.11.
(a) Sulla retta perpendicolare al segmento tra (0, 0) e (1, 0) e pas-
sa a met (vedere problema precedente, lidentit deve vale anche
per i moduli). Nove radici perch z
10
compare da ambo i membri e
lequazione si abbassa il grado.
24 appunti di metodi matematici della fisica
(b) w
10
= 1 = w
1
= 1 , w
2
= e
2i
1
10
, . . . , w
10
= e
2i
9
10
z
n
=
1
1 w
n
, n = 2, 3, . . . , 10 (N.B. w
1
va esclusa) .
Problema 1.12.
Leffetto della trasformazione z z
2
sul cerchio unitario centrato
in (1, 0) (in nero) mostrato nella gura a lato. Le equazioni della
cardioide (in rosso), sono
[z
2
1[ = 1
Poich le equazioni parametriche del cerchio di partenza sono
z = 1 + e
it
quelle della cardioide saranno
z = (1 + e
it
)
2
= 1 +2e
it
+ e
i2t
Raccongliendo e
it
a secondo membro,
z = e
it
(e
it
+2 + e
it
) = 2e
it
(1 +cos t) ,
da cui segue immediatamente lequazione in coordinate polari:
r = 2(1 +cos ) .
Problema 1.13.
(i) Sia
w = M
a
(z) =
z a
az 1
Lidempotenza segue dal calcolo algebrico elementare:
M
a
(M
a
(z)) = M
a
(w) =
w a
aw 1
=
za
az1
a
a
za
az1
1
=
z a aaz + a
az aa az +1
=
z(1 aa)
1 aa
= z
(ii) Consideriamo il modulo di M
a
(z)
[M
a
(z)[ =

z a
az 1

=
[z a[
[az 1[
Per i quadrati di numeratore e denominatore si ha rispettivamente
[z a[
2
= [z[
2
az za +[a[
2
[az 1[
2
= [a[
2
[z[
2
az az +1
Se [z[ = 1, queste due quantit sono uguali e quindi [M
a
(z)[ = 1. Il
cerchio [z[ = 1 trasformato in s stesso.
numeri complessi 25
(iii) Si verica inne che se [a[ < 1, M
a
rappresenta il disco
unitario in s stesso. Sottraendo membro a membro i quadrati di
numeratore e denominatore, si ottiene
[z a[
2
[az 1[
2
= (1 [a[
2
)([z[
2
1) < 0 quando [z[ < 1, [a[ < 1 .
Quindi [z a[ < [az 1[, da cui
[M
a
(z)[ =
[z a[
[az 1[
< 1 quando [z[ < 1, [a[ < 1 .
e quindi M
a
(z) sta dentro il disco unitario.
Problema 1.14.
Le trasformazioni
z M
a,b,c,d
(z) =
az + b
cz + d
, ad bc ,= 0
svolgono un ruolo importante in geometria e analisi complessa e
sono dette trasformazioni di Mbius (che ne studi per primo le pro-
priet). Nel seguito, per brevit, ometteremo di indicare i quattro
parametri reali e scriveremo semplicemente M.
Per dimostrare che
z
az + b
cz + d
, ad bc ,= 0
trasforma linee e cerchi in linee e cerchi, facciamo il calcolo per un
caso particolare e poi argomentiamo che fare questo suffciente.
Se c = 0 allora
z (a/d)z + (b/d)
la moltiplicazione per un numero complesso,
z w = (a/d)z ,
(una stiro-rotazione, secondo la terminologia introdotta nella sezio-
ne 1.2) seguita da una traslazione
w w + (b/d) .
quindi geometricamente chiaro che linee e cerchi vanno in linee e
cerchi.
Se c ,= 0, scriviamo
az + b
cz + d
=
a
c

ad bc
c
1
cz + d
.
Questa trasformazione la composizione di 5 trasformazioni:
z
(1)
w
1
= cz
(2)
w
2
= w
1
+d
(3)
w
3
=
1
w
2
(4)
w
4
=
ad bc
c
w
3
(5)
w
5
= w
4
+
a
c
26 appunti di metodi matematici della fisica
(1) stiro-rotazione
(2) traslazione
(3) inversione complessa
(4) stiro-rotazione
(5) traslazione
Le stiro-rotazioni e le traslazioni trasformano linee e cerchi in linee
e cerchi, se mostriamo che lo stesso vale per linversione complessa
siamo a posto.
Lequazione di un cerchio
x
2
+ y
2
+2x 2y + = 0
e per = 0 si ha lequazione di una linea retta. In notazione comples-
sa lequazione diventa
[z[
2
+ (z + z) + i(z z) + = 0
Poniamo w = 1/z e sostituiamo

1
[w[
2
+ (
1
w
+
1
w
) + i(
1
w

1
w
) + = 0
Moltiplichiamo per [w[
2
= ww e otteniamo
+ (w + w) i(w w) + [w[
2
= 0
che ancora lequazione di un cerchio (dove si spostato il centro?
come variato il raggio?).
Facciamo il punto sulle trasformazioni di Mbius
M(z) =
az + b
cz + d
, ad bc ,= 0 .
Ciascuna di esse la composizioni delle seguenti trasformazioni:
(i) stiro-rotazione = moltiplicazione per il numero complesso a,
S
a
(z) = az
(ii) traslazione = somma del numero complesso b, T
b
(z) = z + b
(iii) inversione complessa I(z) = 1/z
Allora
M = T
(a/c)
S
[(adbc)/c]
I T
d
S
c
dove, come di consueto, denota la composizione di funzioni.
numeri complessi 27
Nota La trasformazione
I : z
1
z
usualmente detta inversione geometrica o trasformazione per raggi
vettori reciproci nel piano o semplicemente inversione. Come si vede
facilmente, anchessa trasforma linee e cerchi in linee e cerchi.
2
Vettori e operatori
Indice
2.1 Spazi vettoriali 29
2.2 Basi e dimensione 31
2.3 Matrici 33
2.4 Cambiamenti di base 35
2.5 Operatori lineari 36
2.6 Spazi dotati di prodotto scalare e norma 38
2.7 Basi ortonormali 40
2.8 Forme lineari e spazio duale 43
Complementi 46
2.1 Spazi vettoriali
Uno spazio vettoriale o lineare 1 una struttura algebrica che consiste
di elementi, chiamati vettori, e di due operazioni: la somma di vettori
e la moltiplicazione dei vettori per un numero. Questa struttura
regolata dalle seguenti propriet per vettori a, b e c e numeri (scalari)
, K, dove K un campo numerico (usualmente, il campo dei
reali R o quello dei numeri complessi C).
1 1
Se si considerasse un campo nito
come quello della nota a pagina 15, si
avrebbe uno spazio con un numero ni-
to di punti. Largomento affascinate,
ma esula dai nostri scopi.
Leggi di somma
1. a +b = b +a (legge commutativa)
2. (a +b) +c = a + (b) +c) (legge associativa)
3. Se a e b sono due vettori, allora c uno e un solo vettore x per cui
vale lequazione b + x = a. chiamato la differenza di a e b e si
denota con a b (Possibilit della sottrazione).
Leggi di moltiplicazione per un numero
30 appunti di metodi matematici della fisica
4. ( + )a = a + a (prima legge distributiva)
5. (a) = ()a (legge associativa)
6. 1a = a
7. (a +b) = a + b (seconda legge distributiva)
P
Q
P

Figura 2.1: Spostamento di un corpo


rigido rappresentato dal vettore
a = QP = Q
/
P
/
Si osservi che da 3 discende lesistenza del vettore nullo 000.
a
b
a
+
b
Figura 2.2: Somma di due spostamenti.
Gli spostamenti rigidi o traslazioni dellusuale spazio euclideo
tridimensionale E
3
formano uno spazio vettoriale. Ad esempio, il
vettore a che descrive lo spostamento illustrato in gura 2.1 una
traslazione di tutti i punti dello spazio nella direzione a di un tratto
di lunghezza a. Tale azione di solito si denota cos
Q = P +a , (2.1)
il che suggerisce Q P come un modo di rappresentare il vettore
che sposta il punto P nel punto Q. Che gli spostamenti rigidi di E
3
formino uno spazio vettoriale sui reali reso evidente dalla gure a
margine.
+ =
Figura 2.3: Moltiplicazione per 2 di uno
spostamento.
Inoltre, lo spazio euclideo n-dimensionale E
n
in cui stato ssato
un punto O (origine) uno spazio vettoriale i cui elementi sono gli
spostamenti P O, dove P un punto arbitrario di E
n
. Questo fatto
segue immediatamente dallesempio sopra. Si osservi che E
n
in quan-
to tale (cio privo di un punto privilegiato) non uno spazio lineare,
bens uno spazio afne.
a
b
a
+
b
b
a
b
+
a
Figura 2.4: La regola del parallelogram-
ma per sommare i vettori non altro
che unespressione della commutativit
degli spostamenti rigidi.
a
b
b
a b
Figura 2.5: Differenza di due
spostamenti rigidi.
Lo spazio euclideo n-dimensionale un esempio di spazio afne.
Uno spazio A detto afne se:
1. Ogni coppia (ordinata) di punti P e Q in A determina un vettore
a, simbolicamente espresso come a = QP (oppure

PQ).
2. Se P un qualunque punto in A e a un qualunque vettore, esiste
uno e un solo punto Q in A tale che Q = P +a.
3. Se QP = a e R Q = b, allora R P = a +b.
(Si osservi da queste propriet segue che Q P = 000 se e sole se i
punti Q e P coincidono.) Le nozioni geometriche usuali, come rette
e piani, sono derivate da questo sistema. La geometria afne pi
generale di quella euclidea: come nella geometria euclidea, il pa-
rallelismo tra rette una nozione assoluta e si possono confrontare
le lunghezze dei segmenti lungo una retta o lungo rette parallele,
ma nella geometria afne non denita alcuna nozione di distanza
tra punti o di angolo tra direzioni, e non possibile confrontare le
lunghezze di vettori lungo rette non parallele.
Come si pu vericare facilmente, i seguenti insiemi sono esempi
di spazi lineari.
vettori e operatori 31
Esempio 2.1. Sia K un campo numerico (ad esempio R o C). Lin-
sieme di tutte le n-nuple di elementi di K, con laddizione e la mol-
Giuseppe Peano (18581932) stato
un matematico e logico italiano. Peano
forn il primo esempio di una curva
che riempie una supercie (la curva di
Peano, uno dei primi esempi di fratta-
le). Diede una denizione assiomatica
dei numeri naturali, i famosi assiomi
di Peano, i quali vennero ripresi da
Russell e Whitehead nei loro Principia
Matematica. Uno dei grandi meriti
dellopera di Peano sta nella ricerca
della chiarezza e della semplicit.
La prima denizione moderna e precisa di
spazio vettoriale fu introdotta da Peano nel
1888.
tiplicazione per un numero denite da (a
1
, . . . , a
n
) + (b
1
, . . . , b
n
) =
(a
1
+ b
1
, . . . , a
n
+ b
n
) e (a
1
, . . . , a
n
) = (a
1
, . . . , a
n
), dove a
i
, b
i
e K uno spazio vettoriale su K. Questo spazio denotato
usualmente con K
n
. Il vettore nullo in K
n
(0, . . . , 0).
Esempio 2.2. Linsieme K
mn
di tutte le matrici (Si veda la sezio-
ne 2.3) m n con elementi di un campo K arbitrario uno spazio
vettoriale su K rispetto alle operazioni di addizione di matrici e
moltiplicazione per un numero in K.
Esempio 2.3. Linsieme di tutti i polinomi a
0
+ a
1
t + a
2
t
2
+ . . . a
n
t
n
,
con coefcienti a
i
in un campo K, uno spazio vettoriale su K rispet-
to alle usuali operazioni di addizione di polinomi e di moltiplicazio-
ne per un numero in K.
Esercizio 2.1. Sia K un campo arbitrario, e X un qualsiasi insieme
non vuoto. Dimostrare che linsieme 1 di tutte le funzioni da X in K
uno spazio lineare.
Soluzione di 2.1. La somma di due
qualsiasi funzioni f , g 1 la funzione
f + g 1 denita da
( f + g)(x) = f (x) + g(x)
e il prodotto di un numero K per
una funzione f 1 la funzione f
denita da
(f )(x) = f (x)
Allora 1, rispetto a tali operazioni,
uno spazio vettoriale su K. Il vettore
nullo la funzione 000 in 1 che trasforma
ogni x X in 0 K. Inoltre, per ogni
funzione f X, f quella funzione in
1 per la quale (f f )(x) = f (x), per
ogni x X.
2.2 Basi e dimensione
Passiamo adesso in rassegna tre denizioni molto importanti riguar-
danti un insieme di n vettori v
1
, . . . v
n
in un generico spazio lineare 1
su K.
Linsieme dei vettori

1
v
1
+ . . . +
n
v
n
,
al variare di
1
, . . . ,
n
K, si chiama span dei vettori
v
1
, . . . v
n
e si denota con span(v
1
, . . . v
n
).
(2.2)
Si dimostra facilmente che lo span di un dato insieme di vettori
uno spazio vettoriale. Tale spazio anche detto lo spazio generato dal
dato insieme di vettori ed un sottospazio di 1. Per esempio, due
vettori e
1
, e
2
1 generano uno spazio vettoriale bidimensionale. Si
veda la gura a margine. In R
3
i vettori
i = (1, 0, 0) , j = (0, 1, 0) , k = (0, 0, 1)
generano tutto lo spazio R
3
. Lo span di i e j il piano dei vettori
xi + yj, dove x, y R.
I vettori v
1
, . . . v
n
sono detti linearmente indipendenti se
la sola soluzione dellequazione

1
v
1
+ . . . +
n
v
n
= 000

1
= . . . =
n
= 0. Altrimenti, i vettori sono detti
linearmente dipendenti.
(2.3)
32 appunti di metodi matematici della fisica
Per esempio, in R
3
i vettori i, j e k sono linearmente indipendenti,
infatti
xi + yj + zk = 000 , cio (x, y, z) = (0, 0, 0)
se e solo se x = y = z = 0. I vettori i i, j e e = i + j non sono
linearmente indipendenti, infatti lequazione
xi + yj + we = 000 , cio (x + w, y + w, 0) = (0, 0, 0)
e
1
e
2
r
xe
1
ye
2
O
P
Figura 2.6: Piano denito dal punto O e
da due vettori e
1
e e
2
.
oltre alla soluzione nulla ha anche la soluzione x = y = w.
Soluzione di 2.2. La pi generale
combinazione lineare degli elementi
dellinsieme
y = a
1
+ a
2
x + a
3
(2 + x) + a
4
x
2
.
Ora y = 0 per tutti gli x non implica
a
1
= a
2
= a
3
= a
4
= 0 perch se
scegliamo a
1
+ 2a
2
= 0, a
2
+ a
3
= 0
e a
4
= 0, allora y = 0 (ad esempio,
la combinazione a
1
= 1, a
3
= 1/2,
a
2
= 1/2 e a
4
= 0). Perci linsieme non
linearmente indipendente.
Si dice che i vettori e
1
, . . . e
n
sono una base in 1 se sono
linearmente indipendenti e span(e
1
, . . . e
n
) = 1. Il
numero n detto dimensione di 1 e si scrive dim1 = n.
(2.4)
Una base e
1
, . . . e
n
sar denotata compattamente e = (e
1
, . . . e
n
).
Soluzione di 2.4. Linsieme uno
spazio vettoriale in quanto la somma
di funzioni continue continua e la
funzione ottenuta moltiplicando per
un numero una funzione continua
continua. Le funzioni x, x
2
, . . ., x
n
sono
tutte elementi di C[a, b] e formano un
insieme linearmente indipendente per
n arbitrariamente grande. Ne segue che
C[a, b] non pu essere di dimensione
nita.
Esercizio 2.2. Nello spazio sui reali dei polinomi, linsieme 1, x, 2 +
x, x
2
, dove x una variabile reale, linearmente indipendente?
Esercizio 2.3. Linsieme C
22
delle matrici 2 2 con elementi com-
plessi uno spazio vettoriale sui complessi di dimensione 4 (prima
di svolgere lesercizio, si veda la sezione 2.3). Per stabilire questo si
mostri che le matrici
E
1
=
_
1 0
0 0
_
E
2
=
_
0 1
0 0
_
E
3
=
_
0 0
1 0
_
E
4
=
_
0 0
0 1
_
sono linearmente indipendenti. Queste matrici costituiscono la base
naturale in C
22
.
Dimostrazione di (2.5). Per la (2.6),
al vettore v corrisponde il vettore
(v
1
, . . . , v
n
) K
n
. Viceversa, scelta
una base e in 1, ad un qualunque
vettore (u
1
, . . . , u
n
) K
n
si associa
il vettore u =
i
u
i
e
i
in 1. Come si
verica facilmente, tale associazione
stabilisce una corrispondenza tra 1 e
K
n
che preserva la struttura di spazio
vettoriale, nel senso che se v =
i
v
i
e
i
corrisponde a (v
1
, . . . , v
n
) e u =
i
u
i
e
i
corrisponde a (u
1
, . . . , u
n
), allora a
v + u corrisponde a (v
1
, . . . , v
n
) +
(u
1
, . . . , u
n
) = (v
1
+ u
1
, . . . , v
n
+ u
n
) e
v corrisponde a (v
1
, . . . , v
n
).
Esercizio 2.4. Con riferimento allesercizio 2.1, sia K = R e X linter-
vallo chiuso [a, b] sulla retta reale (a < b). Si consideri linsieme C[a, b]
delle funzioni continue su [a, b]. Mostrare che questo insieme uno
spazio lineare e che la sua dimensione innita.
I vettori di uno spazio lineare di dimensione nita possono essere
coordinatizzati. Vale infatti il seguente teorema:
Ogni spazio lineare 1 su K di dimensione n isomorfo
a K
n
.
(2.5)
La dimostrazione, riportata a margine, segue facilmente dallosser-
vazione che, ssata una base e in 1, ogni vettore v 1 pu essere
espresso come
v =

i
v
i
e
i
. (2.6)
I numeri v
1
, . . . , v
n
in (2.6) sono detti le coordinate di v rispetto alla
base e. Quando si vuole mettere in evidenza che le coordinate del
vettore dipendono dalla base, si scrive v =
i
v
e
i
e
i
.
vettori e operatori 33
2.3 Matrici
Un insieme ordinato rettangolare di numeri di un campo K della
forma
James Sylvester (1814 1897) stato un
matematico inglese. Diede contributi
fondamentali alla teoria delle matrici e
degli invarianti, alla teoria dei numeri
e al calcolo combinatorio. Nel 1848
introdusse il termine matrice.
A =
_

_
a
11
a
12
a
13
. . . a
1n
a
21
a
22
a
23
. . . a
2n
. . . . . . . . . . . . . . .
a
m1
a
m2
a
m3
. . . a
mn
_

_
detto matrice con m righe e n colonne. Viene anche indicata con
[a
ij
], i = 1, . . . n, j = 1, . . . m, o semplicemente con [a
ij
]. I numeri a
ij
sono chiamati elementi della matrice e talvolta si scrive a
ij
= [A]
ij
.
N. B. Siamo interessati alle matrici n n, dette quadrate. Nel segui-
to, salvo avviso contrario, con matrice intenderemo una matrice
quadrata. Assumeremo inoltre che gli elementi della matrice siano
numeri complessi.
Per le matrici denita la somma in modo ovvio, [a
ij
] + [b
ij
] =
[a
ij
+ b
ij
], e il prodotto per una scalare, [a
ij
] = [a
ij
]. Dunque le
matrici formano uno spazio vettoriale. Tra matrici A e B denito un
prodotto, detto righe per colonne, [AB]
ij
=
k
[A]
ik
[B]
kj
. Dunque le
matrici formano unalgebra con le due operazioni di somma e prodot-
to. La matrice con tutti zeri lelemento neutro rispetto alla somma,
mentre la matrice con tutti 1 lungo la diagonale e gli altri elementi
nulli la matrice identit I, ed lelemento neutro rispetto al prodotto
di matrici. Si scrive [I]
ij
=
ij
, dove
ij
la delta di Kronecker (
ij
= 1
se i = j,
ij
= 0, se i ,= j). Si osservi che a differenza del prodotto
tra numeri, in generale il prodotto tra matrici non commutativo,
AB ,= BA.
La trasposta di una matrice A denotata A
t
e i suoi elementi sono
ottenuti trasponendo le righe e le colonne di A, [A
t
]
ij
= [A]
ji
. Un
importante propriet delloperazione di trasposizione che (AB)
t
=
B
t
A
t
. Laggiunta ( o trasposta coniugata) di una matrice A

, oltre
alla trasposizione, richiede che si prenda il complesso coniugato:
[A

]
ij
= [A
ji
]. Anche in questo caso si ha (AB)

= B

Una matrice
detta hermitiana o auto-aggiunta se A

= A e anti-hermitiana se
A

= A.
Una matrice con una colonna, v =
_

_
v
1
. . .
v
n
_

_ chiamata vettore co-


lonna e una matrice con una riga v
t
=
_
v
1
. . . v
n
_
chiamata
vettore riga. I vettori riga e i vettori colonna si possono mettere in
corrispondenza biunivoca con i vettori di C
n
nel modo ovvio; con
abuso di terminologia, diremo che i vettori riga o i vettori colonna
sono elementi di C
n
. In questo senso, una matrice agisce in modo
naturale su C
n
trasformando un vettore in C
n
in un altro vettore
34 appunti di metodi matematici della fisica
mediante il prodotto righe per colonne. Se v un vettore colon-
na, allora Av un altro vettore colonna, con componente i-esima

k
[A]
ik
v
k
. Equivalentemente, A agisce sui vettori riga, v
t
A, pro-
ducendo il vettore riga con componente i-esima
k
v
k
[A]
ki
. Poich
A(v + u) = Av + Au, v, u C
n
, , C (analogamente per
lazione sui vettori riga), A realizza una trasformazione lineare su C.
2 2
Le trasformazioni lineari e gli
operatori verrano trattati nella
sezione 2.5.
Una qualunque matrice A pu essere espressa nella forma
A =
_
a
1
. . . a
n
_
(2.7)
dove a
i
sono vettori colonna con componenti [A]
ji
, j = 1, . . . n.
3
Il
3
Equivalentemente, pu essere espressa
come
A =
_
_
a
1
. . .
a
n
_
_
dove a
i
sono vettori riga con
componenti [A]
ij
, j = 1, . . . n.
rango di una matrice il numero massimo di vettori colonna a
i
, o di
vettori riga a
i
, linearmente indipendenti (si pu dimostrare che i due
numeri coincidono).
Una matrice S detta invertibile se esiste una matrice, denotata S
1
e chiamata inversa di S, tale che SS
1
= S
1
S = I. Si pu dimostrare
che una matrice invertibile se e solo se il suo rango pari a n, la
dimensione di C
n
. Dunque, scritta S nella forma (2.7),
S =
_
v
1
. . . v
n
_
(2.8)
i vettori v
1
, . . . v
n
sono linearmente indipendenti e quindi sono una
base in C
n
. Se un esiste un un vettore v diverso dal vettore nullo tale
che M(v) = 0, la matrice M detta singolare. Questo non pu mai
accadere per una matrice invertibile, che quindi anche detta non
singolare o regolare. Per linverso di un prodotto di matrici vale la
regola (AB)
1
= B
1
A
1
(esercizio: dimostrare questa regola).
Una matrice B = S
1
AS, per una qualche matrice S invertibi-
le, detta simile a A; equivalentemente, si dice che B ottenuta da
A mediante una trasformazione di similitudine. Particolarmente im-
portanti sono le propriet di una matrice che sono invarianti per
trasformazioni di similitudine, tra queste il suo determinante e la sua
traccia.
Ricordiamo che il determinante di una matrice A = [a
ij
] cos
denito Lo studio dellalgebra lineare e delle
matrici emerse dallo studio dei deter-
minanti, che erano usati per risolvere
sistemi di equazioni lineari. I deter-
minanti erano gi usati da Leibniz
(16461716) nel 1693 e successivamente
furono usati nel 1750 da Cramer (1704
1752) per risolvere sistemi lineari. In
seguito, Gauss (17771855) svilupp la
teoria della soluzione dei sistemi linea-
ri usando il metodo di eliminazione,
detto di Gauss.
det(A) =

sgn()a
1(1)
a
2(2)
a
n(n)
, (2.9)
dove la somma su tutte le permutazioni dellinsieme 1, 2, . . . , n
e sgn() il segno dell permutazione (che vale 1 se la permutazione
pari e 1 se essa dispari). Dalla denizione sopra segue che
det(AB) = det Adet B. (2.10)
La traccia Tr A di una matrice A la somma dei suoi elementi diago-
nali,
Tr A =

k
A
kk
. (2.11)
vettori e operatori 35
La traccia una funzione lineare sulle matrici e gode della propriet Significato geometrico del
determinante
La denizione algebrica (2.9) abba-
stanza oscura e nasconde il signicato
geometrico del determinante, che il
seguente.
Sia A una matrice scritta nella forma
(2.7), A =
_
a
1
. . . a
n

, allora
det(A) il volume (o area, per n = 2)
(con segno) del parallelepidedo con
spigoli di base a
1
, . . . a
n
. Per esempio,
per n = 2, sia A =
_
a c
b d
_
, allora
det(A) =

a c
b d

= ad bc larea del
paralleogramma in gura:
Per la dimostrazione, si veda la gura
1.4. Si osservi che il segno quello del
prodotto vettore, cio quello ssato
dalla regola della mano destra.
Similmente, per n = 3 e
A =
_
r
1
r
2
r
3

, det(A) il vo-
lume del parallelepipedo mostrato in
gura:
Linterpretazione geometrica rende
molto pi trasparenti le propriet del
determinante, ad esempio la (2.13) (se
la matrice singolare i vettori a
1
, . . . a
n
non sono linearmente indipendenti e se
non lo sono, almeno pi di due di essi
sono complanari e quindi il volume
nullo). Il segno del determinante dipen-
de dallorientamento del parallepipedo:
se concorde con quella dei vettori
di base e
1
, . . . e
n
, il segno positivo,
altrimenti negativo.
Tr(AB) = Tr(BA) . (2.12)
Dalle (2.10) e (2.12) segue facilmente che determinante e traccia
sono invarianti per trasformazioni di similitudine. Infatti, essen-
do det(AB) = det Adet B = det(BA), si ha che det(S
1
AS) =
det(ASS
1
) = det A, essendo SS
1
= I, la matrice identit. Quindi
il determinante invariante per trasformazioni di similitudine. Per la
traccia si procede in modo analogo. Osserviamo che
Il determinante di una matrice nullo se e solo se la
matrice singolare.
(2.13)
2.4 Cambiamenti di base
Siano e e f due basi in 1. Allora ciascun elemento della base f pu
essere espresso come combinazione lineare degli elementi della base
e,
f
i
=

j
S
ji
e
j
, i = 1, . . . n . (2.14)
Risulta cos denita la matrice di cambiamento di base S con elemen-
ti di matrice S
ij
. Sia
f
e
i
=
_

_
S
1i
. . .
S
ni
_

_
il vettore colonna i cui elementi sono le componenti di f
i
rispetto alla
base e. Allora
S =
_
f
e
1
. . . f
e
n
_
(2.15)
La matrice S invertibile, essendo le due basi formate da vettori
linearmente indipendenti che generano tutto lo spazio. Allora si
pu tornare indietro con la matrice S
1
e riottenere la base e dalla
base f,
e
i
=

j
[S
1
]
ji
f
j
, i = 1, . . . n . (2.16)
Poich un qualunque vettore v pu essere espresso in termini di
entrambe le basi, deve valere luguaglianza v =
i
v
e
i
e
i
=
i
v
f
i
f
i
. Ma

i
v
f
i
f
i
=

i
v
f
i
j
S
ji
e
j
=

j
v
f
j
i
S
ij
e
i
=

i
_

j
S
ij
v
f
j
_
e
i
.
Quindi,
v
e
i
=

j
S
ij
v
f
j
(2.17)
36 appunti di metodi matematici della fisica
come si trasformano le coordinate di un vettore in conseguenza del
cambiamento di base (2.14). Si osservi che sebbene S sia chiamata la Significato geometrico del de-
terminante (continua dalla pagina
precedente)
Una formula molto utile che collega
determinante e traccia
det(I + A) = 1 + tr(A) +O(
2
)
(2.18)
Il signicato sico di questa formula
in termini di una deformazione elastica
lineare I + A applicata ad un corpo,
come mostrato in gura
Allora tr(A) una misura della
variazione percentuale di volume in
conseguenza della deformazione.
matrice di transizione dalla vecchia base e alla nuova base f, il suo
effetto di trasformare le coordinate di un vettore nella nuova base
nelle coordinate del vettore relative alla vecchia base.
Esempio 2.4. Si consideri il cambiamento in R
2
dalla base e = (i, j)
alla base f = (i
/
, j
/
) ruotata rispetto alla prima di un angolo in senso
antiorario, i
/
= cos i +sin j, j
/
= sin i +cos j. Allora
S =
_
cos sin
sin cos
_
e S
1
=
_
cos sin
sin cos
_
Per un vettore v = xi + yj = x
/
i
/
+ yj
/
si ha
_
x
y
_
= S
_
x
/
y
/
_
=
_
cos sin
sin cos
_ _
x
/
y
/
_
=
_
cos x
/
sin y
/
sin x
/
+cos y
/
_
e
_
x
/
y
/
_
= S
1
_
x
y
_
=
_
cos sin
sin cos
_ _
x
y
_
=
_
cos x +sin y
sin x +cos y
_
Esercizio 2.5. Un altro esempio di cambiamento di base rilevante per
la sica quello dalle matrici E
i
dellesercizio 2.3 alle matrici, dette di
Pauli,

0
=
_
1 0
0 1
_

1
=
_
0 1
1 0
_

2
=
_
0 i
i 0
_

3
=
_
1 0
0 1
_
Usando questa base, mostrare che le matrici hermitiane 2 2 forma-
no uno spazio vettoriale reale di dimensione 4.
2.5 Operatori lineari
Siano 1 e | due spazi vettoriali sullo stesso campo K. Una funzione
A : 1 | detta trasformazione lineare se
A (u + v) = A (v) + A (u) u, v 1 , , K (2.19)
Se U coincide con 1, la trasformazione lineare A : 1 1 usual-
mente detta operatore lineare. Nel seguito ci occuperemo di operatori
lineari e assumeremo che 1 sia di dimensione nita n.
La prima importante propriet degli operatori lineari la seguen-
te.
Un operatore lineare A completamente denito dalla
sua azione sugli elementi di una base.
(2.20)
vettori e operatori 37
Infatti, se v =
i
v
i
e
i
, dove e = (e
1
, . . . e
n
) una base in 1, per Nucleo e immagine di una
trasformazione lineare
A : 1 |
Limmagine
Im A = u | : A (v) = u per v 1
Il nucleo
Ker A = v 1 : A (v) = 000
Immagine e nucleo sono sottospazi
lineari di | e 1 rispettivamente.
Se | e 1 sono di dimensione nita,
vale limportante teorema
dim 1 = dim (Ker A ) +dim (Im A ) .
linearit si ha
u = A (v) = A
_

i
v
i
e
i
_
=

i
v
i
A (e
i
) , (2.21)
per cui, assegnati i vettori a
i
= A (e
i
), lazione di A risulta ssata
su tutto lo spazio. Per linearit, questi vettori possono essere espressi
come combinazione lineare dei vettori della base,
A (e
j
) =

i
A
e
ij
e
i
. (2.22)
Per cui loperatore lineare risulta completamente determinato dalla
matrice A
e
= (A
e
ij
). Lapice e (che quando non c ambiguit
verr omesso) sta a ricordare che questa matrice dipende dalla base:
essa rappresenta loperatore lineare A nella base e. Passando alle
componenti dei vettori, dalle (2.21) e (2.22) segue che
u
e
i
=

j
A
e
ij
v
e
j
. (2.23)
Se si cambia base, loperatore rappresentato da una differen-
te matrice. Ad esempio, nella base f =
j
Sjie
j
loperatore A
rappresentato dalla matrice A
f
denita dalla relazione
A (f
i
) =

j
A
f
ji
f
j
.
Esercizio 2.6. Dimostrare che
A
f
= S
1
A
e
S (2.24)
Ricordando che due matrici A e B sono simili se esiste una matrice
invertibile S tale che A = S
1
BS, allora:
Due matrici rappresentano lo stesso operatore se e solo
se sono simili.
(2.25)
Poich usualmente un operatore specicato da una matrice in
una data base, il criterio (2.25) importante per caratterizzare le sue
propriet intrinseche, cio quelle propriet che sono invarianti per
cambiamenti di base. Per quanto visto alla ne della sezione 2.3,
tra queste ci sono il determinante det(A ), denito come il determi-
nante di una rappresentazione matriciale delloperatore A e la sua
traccia Tr(A ), denita come la traccia di una sua rappresentazione
matriciale.
Sottolineiamo inne che, ssata una base in 1, la corrispondenza
tra operatori e matrici una corrispondenza biunivoca di algebre:
A +B corrisponde a A + B, A B (dove denota la composizione
di funzioni) corrisponde a AB e A
1
(se esiste) corrisponde a A
1
.
38 appunti di metodi matematici della fisica
2.6 Spazi dotati di prodotto scalare e norma
Sia 1 lo spazio lineare C
n
con base naturale e
1
= (1, 0, . . . , 0), . . .,
e
n
= (0, . . . , 0, 1). Considerati due vettori qualunque in 1, u =

k=1
u
k
e
k
e v =
k=1
v
k
e
k
, si denisce il loro prodotto scalare come N. B. Nella denizione del prodotto
scalare (2.26) convenzionale richie-
dere la linearit rispetto al primo o al
secondo argomento. Nella letteratura
matematica, la linearit rispetto al
primo argomento. I sici tendono a
seguire la convenzione opposta e qui
non faremo eccezione.
il numero
u v =

k
u
k
v
k
u, v . (2.26)
La norma, o lunghezza di un vettore v denita come
[[v[[ =
_
v , v =
_

k
v
k
v
k
. (2.27)
Queste denizioni vanno intese come le naturali generalizzazioni del-
le familiari nozioni euclidee in R
3
. Lo spazio C
n
, dotato del prodotto
scalare (2.26), lo spazio euclideo complesso n-dimensionale.
4
Analo-
4
A rigore, lo spazio euclideo lo spazio
afne associato, e quindi privo di un
punto privilegiato. I vettori in C
n
sono
le differenze di punti in questo spazio
e la struttura di prodotto scalare
denita per queste differenze.
gamente, R
n
, con il prodotto scalare (2.26), lo spazio euclideo reale
n-dimensionale.
La struttura euclidea pi rigida della struttura di C
n
o R
n
, quan-
do questi sono intesi solo come spazi lineari, nel senso che la classe
di trasformazioni che la preserva, pi ristretta della classe di tutte
le trasformazioni lineari invertibili (che sono quelle che preservano
la struttura di spazio lineare). La struttura di uno spazio di prodotto
scalare 1 lasciata invariata dalle trasformazioni invertibili di 1 che
non cambiano il prodotto scalare tra vettori, cio dalle trasformazioni
rappresentate da matrici invertibili U tali che
Uu, Uv = u, v u, v 1 (2.28)
Una matrice U che soddisfa la (3.3) rappresenta una rotazione dello
spazio ed detta matrice ortogonale o unitaria. Talvolta si riserva il
nome di rotazione al caso di spazi reali, mentre per spazi complessi si
parla di trasformazione unitaria o di operatore unitario. Una matrice
ortogonale deve essere tale che
5 5
Per caratterizzare una matrice di
rotazione, sviluppiamo il prodotto
scalare a primo membro nella (2.28),
Uu, Uv =

i
_

k
U
ik
v
k
__

j
U
ij
v
j
_
=

j
_

i
U
ik
U
ij
_
u
k
v
j
.
Poich questo deve essere uguale a

i
u
i
v
i
, si deve avere (ricordando la
denizione di matrice aggiunta)

i
U
ik
U
ij
i
U

ki
U
ij
=
kj
cio U

U = I .
Ma U invertibile e dunque U
1
U =
UU
1
, quindi la (2.29)
U
1
= U

. (2.29)
Nello spazio euclideo la nozione di similitudine o di invarianza
rispetto ad una trasformazione di similitudine va ristretta alle rota-
zioni o trasformazione unitarie. Sono queste che lasciano invariata
la struttura euclidea e quindi tutte le propriet intrinseche che non
dipendono dalla scelta di una base. Si osservi che la nozione di ma-
trice autoaggiunta non in generale invariante per trasformazioni di
similitudine, ma invariante per rotazioni. Se A = A

, allora anche
(U
1
AU)

lo ; infatti (U
1
AU)

= U

(U
1
)

= U
1
AU. Lo
stesso vale per la nozione di matrice ortogonale.
vettori e operatori 39
Esercizio 2.7. Dimostrare che il prodotto scalare (2.26) e la norma
(2.27) soddisfano rispettivamente le propriet
(i) x , y = x , y (simmetria coniugata)
(ii) u, x + y = u, x + u, y (linearit nel secondo
argomento)
(iii) x , x 0 (= 0 se e solo se x = 0) (positivit)
(a) [[x[[ > 0 se x ,= 0
(b) [[x[[ = [[ [[x[[
(c) [[x +y[[ [[x[[ + [[y[[ (disuguaglianza triangolare)
Spazi di prodotto scalare Si dice che uno spazio lineare 1
uno spazio dotato di prodotto scalare se su di esso denita una funzio-
ne , che ha le stesse propriet del prodotto scalare in uno spazio
euclideo (esercizio 2.7). N.B. La denizione (2.30) valida per
spazi a dimensione nita o innita.
Sia 1 uno spazio lineare reale o complesso. Un pro-
dotto scalare unoperazione tra due elementi di 1 il
cui risultato un numero (reale o complesso). Que-
sto numero denotato con x , y e ha le seguenti
propriet:
(i) x , y = x , y (simmetria coniugata)
(ii) u, x + y = u, x + u, y (linearit nel
secondo argomento)
(iii) x , x 0 (= 0 se e solo se x = 0) (positivit)
(2.30)
Si osservi che (i) e (ii) implicano x + y , u = x , u + y , u.
Il prodotto scalare dunque una forma denita su coppie di vettori
che lineare in un argomento e antilineare nellaltro. Una forma di
questo tipo anche detta hermitiana o sesquilineare. I prodotti scalari
forniscono una ricca sorgente di propriet. Per esempio, 000 , x = 0,
per ogni vettore x, o x , y = [[
2
x , y, per ogni coppia di vettori
x e y.
Spazi normati Si dice che uno spazio lineare normato se su di
esso denita una funzione [[[[ che ha le stesse propriet della
norma euclidea (esercizio 2.7).
40 appunti di metodi matematici della fisica
Sia 1 uno spazio reale o complesso. Una norma su 1
una funzione che assegna ad ogni elemento di 1 un
numero reale positivo. Questo numero denotato con
[[x[[ e ha le seguenti propriet:
(a) [[x[[ > 0 se x ,= 0
(b) [[x[[ = [[ [[x[[
(c) [[x +y[[ [[x[[ + [[y[[ (disuguaglianza triangola-
re)
(2.31)
N.B. La denizione (2.31) valida per
spazi a dimensione nita o innita.
Logicamente, la nozione di norma indipendente da quella di
prodotto scalare, ma, in molti casi, come per lo spazio euclideo, c
un collegamento tra le due nozioni. In uno spazio di prodotto scalare
sempre possibile denire la seguente norma:
[[x[[ =
_
x , x (2.32)
Per questa norma vale unimportante disuguaglianza, detta di
Cauchy- Schwartz, la cui dimostrazione riportata a margine.
Dimostrazione di (2.33). Se x , y = 0,
la disuguaglianza banalmen-
te vericata. Assumiamo allora
x , y = z ,= 0, dove z in genera-
le complesso. Incominciamo con lovvia
disuguaglianza
[[x zy[[ 0 ,
dove un qualunque numero reale.
Ora,
0 [[x zy[[
2
= x zy , x zy
= x , x z x , y z y , x
+[z[
2

2
y , y
= [[x[[
2
2[z[
2
+[z[
2

2
[[y[[
2
Essendo qualunque, la disu-
guaglianza vale in particolare per
= 1/ [[y[[
2
,
0 [[x[[
2
2
[z[
2
[[y[[
2
+
[z[
2
[[y[[
2
= [[x[[
2

[z[
2
[[y[[
2
,
ovvero
0 [[x[[
2
[[y[[
2
[z[
2
.
Ricordando che z = x , y, si ottiene
[ x , y [
2
[[x[[
2
[[y[[
2
,
da cui, prendendo la radice quadrata
di ambo i membri, si perviene alla
disuguaglianza richiesta.
Disuguaglianza di Cauchy- Schwartz. Sia 1 uno spazio
reale o complesso con prodotto scalare. Allora per ogni
x, y 1 si ha
[ x , y [ [[x[[ [[y[[
(2.33)
Esercizio 2.8. Vericare che che (2.32) davvero una norma, cio che
sono soddisfatte le propriet (2.31).
Esercizio 2.9. Si consideri lo spazio vettoriale C
nn
delle matrici
n n. Mostrare che
A, B = Tr(A

B) ,
un prodotto scalare in questo spazio e che la la disuguaglianza di
Cauchy- Schwartz soddisfatta.
2.7 Basi ortonormali
Una propriet importante associata allo spazio euclideo lortogona-
lit. Questa idea porta alla seguente coppia di denizioni.
Siano x e y vettori in uno spazio lineare 1 con
prodotto scalare. Se x , y = 0 i vettori x e y sono
detti ortogonali.
(2.34)
vettori e operatori 41
Siano e
1
, e
2
, . . . vettori in uno spazio lineare 1 con
prodotto scalare e sia

e
i
, e
j
_
= 0 per i ,= j. Allora
e
1
, e
2
, . . . detto insieme (o sistema) ortogonale di
vettori.
(2.35)
Inoltre, un vettore v in 1 tale che [[v[[ = 1 detto unitario e se un
Soluzione di 2.8. Che la norma cos
denita assuma valori reali positivi,
segue immediatamente dal fatto che
una radice quadrata. Vediamo le altre
propriet:
(a) [[x[[ > 0 se x ,= 0 segue dalla
positivit del prodotto scalare
(propriet (iii) in (2.30)).
(b) [[x[[ =
_
x , x =
_
[[
2
x , x = [[
_
x , x =
[[ [[x[[ .
(c) La disuguaglianza triangolare
richiede un pochino di lavoro in
pi. Consideriamo [[x +y[[
2
.
Questo uguale a
x +y , x +y
= x , x +x , y +y , x +y , y
= [[x[[
2
+x , y +x , y + [[y[[
2
Ma

x , y +x , y

= 2 [Re x , y[
2 [x , y[
2 [[x[[ [[y[[ ,
dove nellultimo passaggio si
usata la disuguaglianza di Cauchy-
Schwartz. Quindi
[[x +y[[
2
= [[x[[
2
+2 Re x , y + [[y[[
2
[[x[[
2
+2 [[x[[ [[y[[ + [[y[[
2
= ( [[x[[ + [[y[[ )
2
Quindi [[x +y[[ [[x[[ + [[y[[ ,
il che stabilisce la disuguaglianza
triangolare.
Risulta cos dimostrato che [[x[[ =
_
x , x una norma.
insieme ortogonale formato da vettori unitari, linsieme chiamato
ortonormale. Per un insieme ortonormale, si ha dunque

e
i
, e
j
_
=
ij
. (2.36)
In uno spazio di prodotto scalare denita la nozione di proiezio-
ne ortogonale di un vettore su un altro: se u e v sono vettori allora
u, v / [[u[[ la proiezione di v su u e
P
u
v =
_
u
[[u[[
, v
_
u
[[u[[
=
u, v
[[u[[
2
, (2.37)
per ogni v in 1, denisce loperatore P
u
di proiezione ortogonale su u.
Si osservi che P
u
un operatore lineare, cio
P
u
(x + y) = P
u
x + P
u
y
per ogni , K e x, y 1. Si ossservi limportanza dellordine
di u e v nella (2.37): se si fosse denita la proiezione di v su u come
v , u/ [[u[[
2
, loperatore di proiezione non sarebbe stato lineare,
ma antilineare. Si osservi inoltre che tutte le denizioni date valgono
anche per spazi di dimensione innita
Per stabilire che un insieme di vettori linearmente indipen-
dente, in generale occorre mostrare che la condizione (2.3) veri-
cata. Tuttavia, se linsieme ortogonale, lindipendenza lineare
automaticamente soddisfatta. Vale infatti il seguente teorema.
Un insieme ortogonale e
1
, . . . , e
n
nello spazio lineare
1 linearmente indipendente.
(2.38)
La seguente denizione segue naturalmente.
Dimostrazione di (2.38). Supponiamo
che

1
e
1
+ . . . +
n
e
n
= 000 (2.39)
Prendiamo il prodotto scalare rispetto a
e
i
, i = 1, . . . , n di entrambi i membri
v
i
,
1
e
1
+ . . . +
n
e
n
=
i
= e
i
, 000 = 0 .
Quindi la sola soluzione dellequazione
(2.39)
1
= . . . =
n
= 0 e dunque
linsieme linearmente indipendente.
In uno spazio lineare con prodotto scalare un insie-
me ortogonale che anche una base chiamato base
ortonormale.
(2.40)
Per spazi di dimensione elevata non per niente ovvio come ge-
nerare una base ortonormale. Un modo di partire da una base qua-
lunque e di usare il metodo di ortonormalizzazione di Gram-Schmidt
(si veda sotto). Sia come sia, per uno spazio 1 di dimensione nita,
concettualmente tutto molto semplice: se e
1
, . . . , e
n
una base in
42 appunti di metodi matematici della fisica
1, allora ogni vettore v 1 pu essere espresso come combinazione
lineare dei vettori della base nella forma
v =
n

k=1
c
k
e
k
(2.41)
Questo segue immediatamente dallindipendenza lineare dei vettori
della base e dal fatto che generano 1. Inoltre, se e
1
, . . . , e
n
una
base ortonormale le coordinate c
k
si determinano prendendo il pro-
dotto scalare dei vettori della base con il vettore v nel modo seguente:
e
k
, v =
_
e
k
,
n

i=1
c
i
e
i
_
=
n

i=1
c
i
e
k
, e
i
=
n

i=1
c
i

ik
= c
k
(2.42)
Ricordando la (2.37), si ha che e
k
, v e
k
= P
e
k
(v) la proiezione
ortogonale di v su e
k
, per cui la condizione di ortonormalit pu
essere succintamente espressa come
n

k=1
P
e
k
= I ,
dove I loperatore identit in 1. Da questa relazione segue imme-
diatamente la (2.41):
v = Iv =
n

k=1
P
e
k
v =
n

k=1
e
k
, v e
k
Una conseguenza immediata delle (2.41) e (2.42), il teorema di
Pitagora:
n

k=1
[c
k
[
2
= [[v[[
2
, (2.43)
da cui segue che:
Tutti gli spazi lineari complessi (reali) di dimensione n
con prodotto scalare sono unitariamente isomor allo
spazio euclideo complesso (reale).
(2.44)
Basta infatti scrivere un qualunque v 1 in termini delle sue
coordinate, v = (c
1
, . . . , c
n
) e ricordare il teorema (2.5). Equivalenza
unitaria signica che la corrispondenza preserva la norma, ma questo
proprio cio che asserisce il teorema di Pitagora (2.43). Se si cerca di
generalizzare queste propriet al caso n = , si presenta il problema
della convergenza della serie (2.41) per n = , un problema che
richiede le dovute cautele e di cui ci occuperemo nella seconda parte.
Proiezioni ortogonali su sottospazi Un teorema di semplice
dimostrazione che vale anche per uno spazio vettoriale di dimensione
vettori e operatori 43
innita il seguente.
Sia e
1
, . . . , e
N
un insieme ortogonale nello spazio
lineare 1 con prodotto scalare. Allora per ogni vettore
v 1, il vettore
v

= v
N

i=1
e
i
, v e
i
ortogonale ad ognuno dei vettori e
i
.
(2.45)
Dimostrazione di (2.45). Prendendo il
prodotto scalare di v

rispetto a e
i
,
i = 1, . . . , N,
_
e
i
, v

_
=
_
e
i
, v
N

k=1
e
k
, v e
k
_
= e
i
, v
N

k=1
e
k
, v e
i
, e
k

= e
i
, v
N

k=1
e
k
, v
ik
= e
i
, v e
i
, v = 0
Perci v

ortogonale a ciascun e
i
,
i = 1, . . . , N.
Il teorema ha una semplice interpretazione geometrica: sia J il
sottospazio di 1 generato dallinsieme ortonormale e
1
, . . . , e
N
, allo-
ra il teorema stabilisce che ogni vettore v 1 pu essere decomposto
come
Figura 2.7: Decomposizione ortogona-
le di un vettore v come somma della
sua componente v
[[
in J (il piano
orizzontale in gura) e la sua compo-
nente verticale v

nello spazio J

(la
direzione verticale in gura).
v = v
[[
+v

(2.46)
dove
v
[[
=
N

i=1
e
i
, v e
i
(2.47)
la proiezione ortogonale di v in J e v

= v v
[[
nello spazio
J

ortogonale a J (lo spazio di tutti i vettori ortogonali ai vettori


in J). Si veda la gura 2.7. Loperatore che realizza la proiezione il
proiettore ortogonale
P =
N

i=1
e
i
, e
i
. (2.48)
Esempio 2.5 (Metodo di ortonormalizzazione di Gram-Schmidt).
Questo metodo permette di costruire un insieme ortonormale e
1
, e
2
. . .
a partire da un insieme linearmente indipendente v
1
, v
2
, . . .. Il pro-
cesso di costruzione consiste nellapplicare iterativamente il teorema
(2.45) nel seguente modo:
u
1
= v
1
e
1
=
v
1
[[v
1
[[
u
2
= v
2
e
1
, v
2
e
1
e
2
=
v
2
[[v
2
[[
u
3
= v
3
e
1
, v
3
e
1
e
2
, v
3
e
2
e
2
=
v
2
[[v
2
[[
. . .
u
n
= v
n

n1

i=1
e
i
, v
i
e
i
e
n
=
v
n
[[v
2
[[
. . .
2.8 Forme lineari e spazio duale
Una forma (o funzionale) lineare su uno spazio lineare 1 reale o
complesso una funzione lineare da 1 a valori reali o complessi, cio
44 appunti di metodi matematici della fisica
una funzione p tale che
p(u + v) = p(u) + p(v) .
Per esempio, lintegrale I(P) =
_
1
0
P(x)dx una forma lineare sullo
spazio dei polinomi e la traccia Tr A una forma lineare sullo spazio
delle matrici n n. Sia r = x
1
e
1
+ . . . + x
n
e
n
R
n
. Allora una forma
lineare su 1
p(r) = p
1
x
1
+ . . . + p
n
x
n
.
Denotiamo con il valore che la forma assume al variare di (x
1
, . . . x
n
)
in R
n
. Per = 0, linsieme dei punti (x
1
, . . . x
n
) R
n
tali che
p(r) = p
1
x
1
+ . . . + p
n
x
n
= 0
un iperpiano (cio un sottospazio di R
n
di dimensione n 1) pas-
sante per lorigine. Gli altri valori di corrispondono a iperpiani
paralleli tra loro e alliperpiano passante per lorigine. Se sembra
naturale rappresentare i vettori di 1 come freccette, cio segmenti
orientati centrati nellorigine, altrettanto naturale pensare alle forme
lineari su R
n
come a famiglie di iperpiani paralleli.
Linsieme 1

di tutti le forme lineari su uno spazio 1 anchesso


uno spazio lineare: se p e q sono elementi di 1

, la loro combinazione
lineare p + q denita dalla loro azione sugli elementi di 1, cio
( p + q)(v) = p(v) + q(v) .
1

detto spazio duale di 1.


Assumiamo che 1 sia di dimensione n. Allora, ssata una ba-
se e
1
, . . . e
n
in 1, i due spazi 1 e 1

possono essere messi in una


corrispondenza biunivoca che preserva la struttura lineare, da cui
segue in particolare che 1 e 1

hanno la stessa dimensione. Questa


corrispondenza si stabilisce facilmente costruendo in 1

una base
e
1
, . . . , e
n
corrispondente a quella in 1. Le forme e
i
, i = 1, . . . , n sono
cos denite:
e
i
(e
j
) =
ij
. (2.49)
Come si pu facilmente vericare, questa davvero una base in 1

,
nel senso che qualunque forma lineare p, pu essere espresso come
combinazione lineare delgli elementi di questa base. In questo modo
si stabilisce una corrispondenza tra 1 e 1

: il vettore c
1
e
1
+ . . . c
n
e
n
messo in corrispondenza con la forma lineare c
1
e
1
+ . . . c
n
e
n
e
viceversa.
importante aver chiaro che la corrispondenza tra 1 e 1

cos
stabilita dipende dalla scelta di una base in 1, un fatto che talvolta si
esprime dicendo che la corrispondenza tra i due spazi non canonica.
Tuttavia, se in 1 denito un prodotto scalare, la corrispondenza
vettori e operatori 45
canonica. Questo fatto si stabilisce nel modo seguente. Fissato un
vettore u 1, la funzione
u, : 1 C u, x x 1
una forma lineare su 1. Infatti, dalle propriet del prodotto scalare
segue che
u, x + y = u, x + u, y
Allora al vettore u 1 e associata la forma lineare u, 1

. Si ha
cos la corrispondenza
: 1 1

, (u) = u,
Viceversa, data una forma lineare p in 1

, si consideri linsieme dei


vettori v che annullano la forma, cio tali che p(v) = 0. Questo insie-
me un iperpiano in 1 passante per lorigine. Sia n il vettore unita-
rio ortogonale a questo iperpiano (ce ne uno solo, perch liperpiano
ha dimensione n 1). Allora a p si associ il vettore
p = p(n)n.
Si pu facilmente vericare che questa associazione linversa della
,

1
: 1

1 ,
1
( p) = p(n)n
Fine della costruzione della corrispondenza biunivoca canonica tra 1
e 1

.
Esercizio 2.10. Si consideri su R
3
, con il suo prodotto scalare natu-
rale, la forma lineare p(x, y, z) = ax + by + cz . A quale vettore in R
3
corrisponde?
Soluzione. Consideriamo ax + by + cz = 0. Questa lequazione di un
piano passante per lorigine con vettore normale
n =
(a, b, c)

a
2
+ b
2
+ c
2
Si ha
p(n) =
a
2
+ b
2
+ c
2

a
2
+ b
2
+ c
2
=
_
a
2
+ b
2
+ c
2
Allora a p corrisponde il vettore
p = p(n)n =
_
a
2
+ b
2
+ c
2
n = (a, b, c) ,
in accordo con (2.49).
46 appunti di metodi matematici della fisica
Complementi
Paul Dirac (19021984) stato un sico
inglese che ha dato contributi note-
voli allo sviluppo sia della meccanica
quantistica sia dellelettrodinamica
quantistica. Tra le sue scoperte pi
importanti, lequazione di Dirac, che
descrive i fermioni relativistici.
La notazione di Dirac
Con in mente le applicazioni alla meccanica quantistica, Dirac intro-
dusse la notazione dei bra e dei ket per descrivere i vettori di uno
spazio di lineare 1 con prodotto scalare. Questa notazione pu essere
descritta nel seguente modo. Rappresentiamo un vettore u di 1 con
il simbolo [u, che chiameremo vettore ket, oppure con il simbolo
u[, che chiameremo vettore bra. Introduciamo le seguenti regole
per manipolare i simboli di bra e ket
[u + v = [u + [v u + v[ = u[ + v[
Il prodotto scalare (braket
6
) risulta, simbolicamente, il prodotto dei
6
Risulta cos svelato larcano della
terminologia bra e ket: braket
in inglese vuol dire parentesi (e ci
sono ovviamente due tipi di parentesi,
quelle che hanno la gobba a sinistra e
quelle che la hanno a destra). Questa
terminologia, che riette anche un
sottile humor, di Dirac.
simboli bra e ket,
u, v
def
= u[ [v
La notazione rende cos manifesto che il prodotto scalare una for-
ma hermitiana (lineare in un argomento e antilineare nellaltro). Si
potrebbe dare a questa notazione anche un signicato matemati-
co e associare i bra con il duale 1

di 1, ma non necessario. In
virt dellidenticazione canonica tra 1 e 1

, si pu pensare a que-
sta notazione solo come ad un articio conveniente. Per esempio,
particolarmente conveniente per denotare loperatore di proiezione
ortogonale su un vettore v con
[vv[
v , v
= [e
v
e
v
[ , e
v
=
v
[[v[[
per cui la proiezione di u lungo v risulta [e
v
e
v
, u . Con la nota-
zione di Dirac, risulta particolarmente trasparente che il quadrato
del proiettore sia il proiettore stesso: [e
v
e
v
[[e
v
e
v
[ = [e
v
e
v
[, in
quanto e
v
[[e
v

def
= e
v
, e
v
= 1.
Se J un sottospazio di 1 e e
1
, e
2
, . . . una base ortonormale
in esso, loperatore di proiezione ortogonale su J si rappresenta
come
P =

k
[e
n
e
k
[
per cui la proiezione di un vettore v su J data da
P[v =

k
[e
k
e
k
[[v

k
e
k
, v e
k
Inne, che un sistema ortonormale di vettori e
1
, e
2
, . . . una base
in notazione di Dirac si rappresenta cos:

k
[e
n
e
k
[ = I ,
vettori e operatori 47
dove I loperatore identit in 1. La notazione efcace: rende
manifesto che si ha una base quando non si perde niente, cio
quando loperatore
k
[e
k
e
k
[ proietta su tutto lo spazio, e quindi
loperatore identit.
3
Autovalori e autovettori
Indice
3.1 Operatori autoaggiunti e unitari 49
3.2 Autovalori e autovettori 51
3.3 Teorema spettrale per operatori autoaggiunti 56
3.4 Teorema spettrale per operatori normali 58
3.5 Funzione di un operatore 59
3.6 Assi principali di inerzia 62
3.7 Rotazioni e decomposizione di un operatore lineare 63
3.1 Operatori autoaggiunti e unitari
Sia A un operatore su uno spazio di prodotto scalare 1. Se 1 di di-
mensione n, gli elementi della matrice A che rappresenta A rispetto
ad una base e e
1
, . . . , e
n
sono deniti da
A (e
j
) =

j
A
ij
e
i
. (2.22)
Se la base ortonormale, cio

e
i
, e
j
_
=
ij
, allora
A
ij
=

e
i
, A e
j
_
(3.1)
Un operatore lineare A possiede un aggiunto A

se
u, A v = A

u, v u, v 1 . (3.2)
Passando allazione delloperatore sugli elementi della base, lequa-
zione precedente diventa
A
ij
=

e
i
, A e
j
_
=

e
i
, e
j
_
=
_

k
[A

]
ki
e
k
, e
j
_
=

k
[A

]
ki

kj
= [A

]
ji
,
50 appunti di metodi matematici della fisica
da cui [A

]
ij
= A
ji
. Quindi ogni operatore lineare A su uno spazio di
dimensione nita, rappresentato da una matrice A in una base orto-
normale, ha un (solo) aggiunto rappresentato dalla matrice aggiunta
A

. Segue dalla denizione che A

= A. In spazi di dimensione
innita non tutti gli operatori lineari hanno un aggiunto.
La struttura di uno spazio di prodotto scalare 1 lasciata invariata
dalle trasformazioni invertibili di 1 che non cambiano il prodotto
scalare tra vettori, cio dagli operatori lineari invertibili U tali che
U u, U v = u, v u, v 1 (3.3)
Un operatore U che soddisfa la (3.3) detto operatore unitario o ro-
tazione. Si pu vericare facilmente che (3.3) vericata se e solo se
linverso di U uguale al suo aggiunto,
U
1
= U

(3.4)
equivalentemente, se e solo se una sua rappresentazione matriciale
U rispetto ad una base ortonormale una matrice ortogonale, cio
soddisfa la (2.29) o, equivalentemente, in termini della proposizione
seguente.
U una matrice ortogonale se e solo se
U =
_
e
1
. . . e
n
_
,
dove e
1
, . . . , e
n
una qualunque base ortonormale in
C
n
(dove ciascun e
i
va inteso come un vettore colonna).
(3.5)
Esercizio 3.1. Mostrare che se U =
_
e
1
. . . e
n
_
, allora
U
1
=
_

_
e

1
.
.
.
e

n
_

_
dove e

i
sono vettori riga, ottenuti per trasposizione dai vettori co-
lonna e
i
e per coniugazione complessa delle componenti. Si osser-
vi che U
1
U = I equivalente alle condizioni di ortonormalit
e

i
e
j
=

e
i
, e
j
_
=
ij
(il primo prodotto il prodotto righe per
colonne di un vettore riga con un vettore colonna).
Esercizio 3.2. Mostrare che il proiettore ortogonale P
v
sul vettore v
rappresentato dalla matrice P = vv

.
Esercizio 3.3. Mostrare che il proiettore ortogonale P denito dalla
(2.48) rappresentato dalla matrice P =
N
i=1
e
i
e

i
. Mostrare inol-
tre che P =
N
i=1
f
i
f

i
, dove f
i
unaltro sistema ortonormale nel
sottospazio di 1 generato dallinsieme ortonormale e
1
, . . . , e
N
.
autovalori e autovettori 51
Esercizio 3.4. Mostrare che il prodotto di due o pi operatori unitari
un operatore unitario e che che il prodotto di di due o pi operatori
autoaggiunti non autoaggiunto. Quali condizioni devono soddi-
sfare gli operatori autoaggiunti afch il loro prodotto sia ancora un
operatore autoaggiunto?
Operatori notevoli in spazi di prodotto scalare Anche
in vista delle applicazioni alla sica, le seguenti classi di operato-
ri lineari in uno spazio con prodotto scalare sono particolarmente
rilevanti.
(i) Operatori unitari: operatori U tali che U
1
= U

.
(ii) Operatori autoaggiunti: operatori A tali che A

= A.
(iii) Proiettori ortogonali: operatori autoaggiunti P tali che P
2
= P.
(iv) Operatori normali: operatori N tali che N N

= N

N .
Nota. Gli operatori autoaggiunti sono ovviamente normali; sono
normali anche gli operatori unitari in quanto U

= U
1
e U
1
U =
U U
1
.
3.2 Autovalori e autovettori
Un operatore A su uno spazio lineare 1 di dimensione n detto
diagonalizzabile se esiste una base in cui esso rappresentato da una
matrice diagonale
D =
_

1
0 0 . . . 0
0
2
0 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 . . .
n
_

_
(3.6)
Sia A una qualunque rappresentazione matriciale delloperatore
lineare A. Allora A diagonalizzabile se e solo A simile a una
matrice diagonale, cio se esiste una matrice invertibile S tale che
S
1
AS una matrice diagonale. Questo signica che per essere
diagonalizzabile, A deve avere la seguente struttura
A = SDS
1
(3.7)
Autovalori e autovettori di una matrice Una matrice inverti-
bile S pu essere sempre scritta nella forma (2.15)
S =
_
v
1
. . . v
n
_
. (3.8)
52 appunti di metodi matematici della fisica
dove v
1
, . . . , v
n
sono vettori colonna che formano una base in C
n
. Lo
scopo trovare A = SDS
1
per una qualche matrice diagonale D con
i numeri
1
, . . . ,
n
lungo la sua diagonale. Quindi AS = SD, cio
_
Av
1
. . . Av
n
_
=
_

1
v
1
. . .
n
v
n
_
, (3.9)
avendo scritto le colonne di entrambi i membri dellequazione AS =
SD. Quindi, A diagonalizzabile, cio ha la struttura (3.7), se e solo se
esistono numeri
1
, . . . ,
n
e n vettori v
1
, . . . , v
n
tali che
Av
i
=
i
v
i
(3.10)
Questo d luogo alla seguente importante denizione.
Un vettore non nullo v detto autovettore della matrice
A con autovalore se
Av = v
(3.11)
E la (3.10) fornisce il seguente importante criterio di diagonalizzabili-
t.
Arthur Cayley (18211895) stato un
matematico inglese, che diede un forte
contributo alla crescita della matema-
tica pura nel mondo anglosassone. A
Cayley si devono la introduzione del
prodotto di matrici e la dimostrazione
del teorema di Hamilton-Cayley cio
del fatto che ogni matrice quadrata
una radice del suo polinomio caratte-
ristico. Fu inoltre il primo a esprimere
la nozione generale di gruppo come
insieme munito di una operazione bi-
naria che soddisfa determinati assiomi
(mentre in precedenza gruppo era si-
nonimo di gruppo di permutazioni. A
lui si deve anche il teorema che porta
il suo nome che afferma lisomor-
smo di ogni gruppo con un gruppo di
permutazioni.
Una matrice n n diagonalizzabile, pu cio essere
scritta nella forma A = SDS
1
, per qualche matrice
matrice diagonale D e matrice invertibile S, se e solo se
esiste una base formata da autovettori. In questo caso
la matrice S formata da questi vettori come colonna
e la matrice diagonale ha gli autovalori lungo la sua
diagonale.
(3.12)
Equazione agli autovalori Lequazione Av = v pu ovvia-
mente essere riscritta come
(A I) v = 0 ,
dove I la matrice identit. Questa riscrittura rende evidente che
un autovalore di A se e solo se la matrice e A I singolare. Poich
una matrice singolare se e solo se il suo determinante nullo,
un autovalore di A, se e solo se soluzione dellequazione
det (A I) = 0 . (3.13)
Questa equazione detta equazione agli autovalori (o equazione se-
colare o equazione caratteristica) di A. Se calcoliamo il deter-
minante, otteniamo un polinomio di grado n, che detto polinomio
caratteristico di A,
p() = det(A I) (3.14)
e chiaramente gli autovalori di A sono le sue radici.
autovalori e autovettori 53
Trovare gli autovalori di un operatore su uno spazio di dimensione
n dunque equivalente a trovare le radici del polinomio caratteristi-
co. A questo proposito ricordiamo che non c una formula generale
per trovare le radici di polinomi di grado superiore al quattro (no-
ta a margine a p. 15) e anche le formule per le cubiche (p. 7) o le
quartiche sono abbastanza orrende. Di solito in problemi concre-
ti (a differenza degli eserciziari per gli studenti) si ricorre a metodi
numerici.
Autovalori e autovettori di un operatore La vera impor-
tanza del concetto di autovalore sta nelllessere una caratteristica
intrinseca, cio invariante per trasformazione di similitudine:
Dimostrazione di (3.19). Siano v
1
, . . . , v
r
autovettori associati agli autovalori
distinti
1
, . . . ,
r
, r n di A, e
supponiamo che non siano linearmente
indipendenti. Allora esister una
combinazione lineare non banale di essi
che pari al vettore nullo,
c
1
v
1
+ . . . c
r
v
r
= 000 (3.15)
Si scelga la combinazione lineare che
abbia il minor numero di coefcienti
non nulli (questo il trucco). Tale scelta
ovviamente possibile. Supponiamo
c
1
,= 0 e facciamo agire A su ambo i
membri di (3.15),
A (c
1
v
1
+. . . c
r
v
r
) = c
1

1
v
1
+. . . c
r

r
v
r
= 000 .
(3.16)
Sottraiamo
1
(3.15) dalla (3.16) e
otteniamo
c
2
(
2

1
)v
2
+ . . . + c
r
(
r

1
)v
r
= 000
(3.17)
se B = S
1
AS una matrice simile ad
A, il suo polinomio caratteristico lo
stesso di A. Infatti, ricordando che il
determinante invariante per trasfor-
mazioni di similitudine (sezione 2.5),
si ha immediatamente(si osservi che il
primo termine si cancella). Questa di
nuovo una combinazione lineare dei
vettori. possibile che tutti i coefcienti
siano nulli? Poich gli autovalori sono
distinti, questo dipende solo dalla scelta
dei c
k
. Se tutti i c
k
fossero nulli, allora
la (3.15) diventerebbe c
1
v
1
= 000, quindi
anche c
1
sarebbe nullo in contrasto con
lipotesi che la (3.15) fosse una com-
binazione lineare non banale. Quindi
anche la (3.17) deve essere una com-
binazione lineare non banale. Ma essa
ha chiaramente meno coefcienti non
nulli della (3.15) poich c
1
non pi
presente. Questo contraddice la nostra
scelta iniziale di (3.15) come combina-
zione lineare non banale con il minor
numero di coefcienti non nulli. Poich
si raggiunta una contraddizione, il
teorema rsulta dimostrato.
det(B I) = det
_
S
1
det(A I)S
_
= det (A I)
Per cui gli autovalori di B e A sono gli stessi.
Le nozioni di autovalore, autovettore e polinomio caratteristico
sono dunque propriet intrinseche delloperatore A rappresentato
da una matrice A: uno scalare autovalore di A se esiste un vettore
non nullo v 1 tale che A (v) = v e ogni vettore che soddisfa
questa equazione un autovettore di A con autovalore . Linsieme
di tutti questi vettori un sottospazio di 1 (Esercizio: dimostrare
che uno spazio lineare) chiamato autospazio di . Inoltre, p() =
det(A I) il polinomio caratteristico delloperatore A, le cui
radici sono gli autovalori di A.
Per il teorema fondamentale dellalgebra (1.11), un polinomio di
grado n ha sempre n radici complesse, anche se alcune di queste
possono avere molteplicit algebrica. Ne segue che:
Un operatore A su uno spazio lineare complesso di
dimensione n ha n autovalori (non necessariamente
distinti) e almeno un autovettore.
(3.18)
Quando un autovalore una radice del polinomio caratteristico
con molteplicit algebrica > 1 si dice che degenere. Linsieme degli
autovalori di A si chiama spettro di A. Quando gli autovalori di A
sono tutti distinti (assenza di degenerazione), si dice che loperatore
ha spettro semplice o che gli autovalori sono semplici.
Il seguente teorema molto utile e la sua dimostrazione riportata
a margine.
Autovettori non nulli, relativi ad autovettori distinti,
sono linearmente indipendenti.
(3.19)
Trovare gli autovalori di un operatore dunque il primo pas-
so per diagonalizzarlo. Il secondo passo trovare gli autovettori.
54 appunti di metodi matematici della fisica
Questi si trovano separatamente, cercando i vettori che annullano
A I per ogni autovalore . Se ce ne sono abbastanza di linear-
mente indipendenti in modo da formare una base in 1, per la (3.12),
il gioco fatto. Questo per, in generale, pu non funzionare e la
presenza di autovalori degeneri un ostacolo alla diagonalizzabilit
delloperatore.
Esempio 3.1. La matrice A =
_
1 1
0 1
_
ha polinomio caratteristico
p() = ( 1)
2
, quindi lautovalore = 1 ha molteplicit 2. Ma a
parte v
1
=
_
1
1
_
non ci sono altri autovettori indipendenti da questo.
Questa la ragione per cui A non diagonalizzabile.
Dimostrazione di (3.20). Segue imme-
diatamente dalla (3.19): se ci sono n
autovalori distinti
1
, . . . ,
n
, allora
per la (3.19) ci sono n autovettori li-
nearmenti indipendenti v
1
, . . . , v
n
, che
formano dunque una base. Se formano
una base, possiamo allora applicare il
criterio (3.12) e ottenere
A = SDS
1
,
dove
D =
_

1
0 0 . . . 0
0
2
0 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 . . .
n
_

_
e
S =
_
v
1
. . . v
n

.
Tuttavia, se gli autovalori sono semplici, cio sono radici sempli-
ci di p() (o detto in altri termini, lo spettro delloperatore non
degenere), il gioco funziona sempre:
Se lo spettro di operatore A su uno spazio 1 di
dimensione n semplice, allora A diagonalizzabile.
(3.20)
Esercizio 3.5. Diagonalizzare la matrice A =
_
2 5
1 4
_
.
Soluzione. Occorre trovare autovalori e autovettori. I passi sono i
seguenti.
Passo n
o
1. Trovare il polinomio caratteristico
p() = det
_
2 5
1 4
_
= (2 )(4 ) 5(1) =
2
+23
Passo n
o
2. Trovare le radici di p().

1
=
2 +
_
2
2
4(3)
2
= 1
2
=
2
_
2
2
4(3)
2
= 3
Gli autovalori sono semplici, dunque la matrice diagonalizzabile.
Passo n
o
3. Trovare gli autovettori. Questo deve essere fatto sepa-
ratamente per ciascun autovalore.
Autovettore per
1
= 1. Lautovettore v
1
=
_
x
y
_
risolve (A
1
I)v
1
=
0, cio
_
1 5
1 5
_ _
x
y
_
=
_
0
0
_
ovvero
_
x +5y = 0
x 5y = 0
.
Naturalmente queste equazioni non sono indipendenti, una si pu
buttare via e trovare una qualunque soluzione non banale di x +5y =
0. Si pu scegliere, ad esempio, x = 5 e y = 1, da cui v
1
=
_
5
1
_
autovalori e autovettori 55
Autovettore per
2
= 3. Procedendo in modo analogo, si trova che
un possibile autovettore per
2
v
2
=
_
1
11
_
.
Passo n
o
4. Inne, si scrive la forma diagonale A = SDS
1
.
Chiaramente,
S =
_
5 1
1 1
_
e D =
_
1 0
0 3
_
Occorre trovare linversa di S, che
_
1/4 1/4
1/4 5/4
_
Quindi
A =
_
2 5
1 4
_
=
_
5 1
1 1
_ _
1 0
0 3
_ _
1/4 1/4
1/4 5/4
_
la decomposizione diagonale di A.
Esercizio 3.6. Sia A =
_
2 5
1 4
_
e sia w =
_
3
1
_
. Calcolare A
2000
w.
Soluzione. Naturalmente, si pu usare un calcolatore e moltiplicare
questa matrice 2000 volte. Ma se la matrice grande, e non sempli-
cemente 2 2, questo potrebbe richiedere una notevole quantit di
tempo. Un modo migliore di usare la decomposizione diagonale di
A. Si osservi la rimarchevole propriet di cancellazione telescopica:
A
2000
=
_
SDS
1
_ _
SDS
1
_ _
SDS
1
_

_
SDS
1
_
= SD
2000
S
1
Ora, calcolare D
2000
banale:
D
2000
=
_
1
2000
0
0 (3)
2000
_
=
_
1 0
0 3
2000
_
Quindi
A
2000
w = SD
2000
S
1
w =
_
5 1
1 1
_ _
1 0
0 3
2000
_ _
1/4 1/4
1/4 5/4
_ _
3
1
_
=
_
5 2 3
2000
1 +2 3
2000
_
56 appunti di metodi matematici della fisica
3.3 Teorema spettrale per operatori autoaggiunti
La chiave di volta per trovare un criterio sufciente di diagonalizzabi-
lit molto pi generale di (3.20) la seguente proposizione
Se A lascia invariata la direzione di un vettore v, allora
A

lascia invariato il sottospazio J di tutti i vettori


ortogonali a v.
(3.21)
Dimostrazione di (3.21). Si consideri il
prodotto scalare u, A v = A

u, v.
Se v tale che A v = v, ,= 0, allora
u, A v = u, v = A

u, v.
Quindi se u ortogonale a v, cio
u, v = 0, anche il vettore A

u, v =
0, cio anche A

u ortogonale a v.
La dimostrazione (semplice) riportata a margine, qui preme che
sia chiaro lenunciato. Lasciare invariata la direzione di v un altro
modo per dire che v un autovettore di A, poich se A v = v, il
vettore v viene stirato (o accorciato o moltiplicato per una fase),
ma non cambia la sua direzione. Per lasciare invariato il sottospazio
di tutti i vettori ortogonali a v si intende che quando A

agisce su
un qualunque vettore ortogonale a v, lo trasforma in un altro che
ancora ortogonale a v. Inne, la proposizione presuppone che
linsieme dei vettori ortogonali a v sia un sottospazio, e questo
lasciato come (facilissimo) esercizio.
Il seguente teorema molto importante.
Se A un operatore auto-aggiunto su uno spazio 1
di dimensione n dotato di prodotto scalare, allora A
diagonalizzabile.
(3.22)
Questo il teorema spettrale per gli operatori autoaggiunti in spazi
lineari di dimensione nita. Mostreremo perch funziona e successi-
vamente ne daremo una formulazione pi generale.
Lidea per dimostrare (3.22) semplice ed la seguente. Per la
(3.18) esiste sempre almeno un autovettore v
1
di un qualunque ope-
ratore A associato ad un autovalore (eventualmente degenere)
1
;
per comodit, prendiamo v
1
con norma 1. Per la (3.21), il sottospazio
J di tutti i vettori u ortogonali a v
1
lasciato invariato da A

, ma
se A autoaggiunto, A

= A, esso lasciato invariato anche da


A. Scegliamo una base ortonormale in J, u
1
, . . . , u
n1
e conside-
riamo in 1 la base ortonormale v
1
, u
1
, . . . , u
n1
. Se A rappresenta
loperatore rispetto ad una base di partenza, in questa nuova base,
A rappresentato dalla matrice U
1
1
AU
1
, dove U
1
la matrice orto-
gonale U
1
=
_
v
1
u
1
. . . u
n1
_
. Poich U
1
1
= U

1
, si ha (si veda
lesercizio 3.1)
U
1
1
AU
1
=
_

_
v

1
u

1
.
.
.
u

n1
_

_
_

1
v
1
Au
1
. . . Au
n1
_
=
_

1
0 0 . . . 0
0 . . .
0 . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 . . .
_

_
autovalori e autovettori 57
dove gli asterischi denotano gli elementi di matrice di A ristretta
allo spazio J rispetto alla base v, u
1
, . . . , u
n1
. Ma questa matrice
rappresenta A ristretto a J, che autoaggiunto su J. Chiamiamo
A
2
questo operatore. Adesso possiamo ripetere la procedura : per la
(3.18) esiste una autovettore v
2
di un A
2
con autovalore associato
2
che . . . e iterando la procedura si trasforma A in
D =
_

1
0 0 . . . 0
0
2
0 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 . . .
n
_

_
La matrice U che realizza la trasformazione, essendo il prodotto
di matrici ortogonali, anchessa ortogonale, ed formata dagli
autovettori v
1
, . . . v
n
, opportunamente normalizzati a 1,
U =
_
v
1
. . . v
n
_
(3.23)
Si osservi che leventuale presenza di autovalori degeneri non in-
uisce minimamente sulla procedura. Fine della dimostrazione
di (3.22).
Il criterio di diagonalizzabilit (3.12) dunque soddisfatto e la
struttura di una matrice che rappresenta un operatore autoaggiunto
A = UDU
1
= UDU

. (3.24)
Sviluppando i prodotti,
A = UDU
1
=
_
v
1
. . . v
n
_
_

1
. . . 0
.
.
.
.
.
.
.
.
.
0 . . .
n
_

_
_

_
v

1
. . .
v

n
_

_ =
n

i=1

i
v
i
v

i
Ma v
i
v

i
sono i proiettori ortogonali sugli autovettori (esercizio
3.2) e se un autovalore degenere ad esso corrisponder la som-
ma dei proiettori su gli autovettori corrispondenti, cio il proiettore
sullautospazio associato allautovalore. Quindi,
A =
r

k=1

k
P
k
, (3.25)
dove r n,
k
sono autovalori distinti e le matrici P
k
proiettano sugli
autospazi associati agli autovalori
k
. Poich questi sottospazi di 1
sono ortogonali tra loro, si ha P
k
P
j
= 0 per k ,= j; inoltre, essendo U
una matrice ortogonale,
k
P
k
= I.
La (3.25) detta rappresentazione spettrale di A e la corrispondente
formula
A =
r

k=1

k
P
k
, (3.26)
58 appunti di metodi matematici della fisica
detta rappresentazione spettrale delloperatore A.
Per esempio, alla matrice
A =
_

_
3 0 0 0
0 1 0 0
0 0 1 0
0 0 0 5
_

_
corrispondono gli autovalori distinti 3, 1 e 5 e i proiettori
P
1
=
_

_
1 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
_

_
P
2
=
_

_
0 0 0 0
0 1 0 0
0 0 1 0
0 0 0 0
_

_
P
3
=
_

_
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 1
_

_
Come si pu vericare, le P
i
sono delle proiezioni, ossia P
2
i
= P
i
, e
A = 3P
1
+ P
2
+5P
3
, P
1
+ P
2
+ P
3
= I , P
i
P
j
= 0 , i ,= j .
Esercizio 3.7. Sia A =
_
0 1
1 0
_
. Calcolare A
2000
.
Soluzione. Questo una variante dellesercizio 3.6 e pu essere risolto
nello stesso modo usando la rappresentazione diagonale della matri-
ce. Essendo la matrice autoaggiunta, la rappresentazione diagonale
la rappresentazione spettrale e quindi
A
2000
=
_

k
P
k
_
2000
Dimostrazione di (3.27).
Preliminarmente, si mostra che se
N normale, allora N (v) = 0 se e
solo se N

(v) = 0. Si ha infatti
N v , N v = v , N

N v
= v , N N

v
= N

v , N

v .
Quindi per la propriet (iii) del pro-
dotto scalare, N (v) = 0 se e solo se
N

(v) = 0. Il secondo passo con-
siste nella constatazione che se A
normale, lo anche A I (veri-
care questo lasciato per esercizio). Si
consideri adesso (A I)(v) = 0.
Essendo A I normale, per quanto
visto sopra, (A I)(v) = 0 se e
solo se (A I)

(v) = 0. Poich
(A I)

(v) = (A

I), ne se-
gue che v autovettore di A associato
allautovalore se e solo se v auto-
vettore di A

associato allautovalore
.
Ricordando che P
k
P
j
= 0 per k ,= j e P
2
k
= P
k
, si conclude che tutti i
termini misti dellelevazione a potenza si annullano e resta
A
2000
=

2000
k
P
2000
k
=

2000
k
P
k
.
Si lascia come facile esercizio mostrare che gli autovalori di A sono 1
e 1 e determinare le matrici di proiezione P
1
e P
1
corrispondenti.
3.4 Teorema spettrale per operatori normali
Si pu dimostrare che la rappresentazione spettrale (3.26) vale per
una classe pi ampia di operatori. Si tratta degli operatori nor-
mali, cio degli operatori A che commutano con il loro aggiunto,
cio tali che AA

= A

A. Per questi operatori vale la seguente


proposizione.
Se A normale, ogni autovettore di A autovettore di
A

. In particolare, se A (v) = v, allora A

(v) = v.
(3.27)
autovalori e autovettori 59
Sulla base di questo e delle (3.18) e (3.21) si pu applicare una pro-
cedura di diagonalizzazione di A del tutto analoga a quella per gli
operatori autoaggiunti. Lasciamo come esercizio (non semplicissi-
mo) di riempire i dettagli. Si arriva cos alla forma pi generale del
teorema spettrale:
Teorema spettrale. Sia A un operatore normale su uno
spazio complesso nito-dimensionale 1 con prodot-
to scalare. Esistono allora dei proiettori ortogonali
P
1
, . . . P
r
su 1 e degli scalari
1
, . . .
r
tali che
(i) A =
r

k=1

k
P
k
.
(ii)
r

k=1
P
k
= I.
(iii) P
i
P
j
= 0 per i ,= j.
(3.28)
Dimostrazione di (a), (b) e (c). (a) Siano
u e v autovettori di A associati
rispettivamente agli autovalori
distinti e . Mostriamo che
u, v = u, v:
u, v =

u, v
_
= A

u, v
= u, A v = u, v
= u, v .
Ma ,= per ipotesi, dunque
u, v = 0.
(b) Sia un autovalore di A = A

con
autovettore v. Allora
v , v = v , A v = A

v , v
= A v , v = v , v
= v , v
Essendo v , v > 0, ne segue che
= , cio che reale.
(c) Sia autovalore di un operatore
unitario U con autovettore v di
norma 1. Allora
1 = v , v = U v , U v
= v , v = v , v
= [[
Quindi [[ = 1.
I seguenti fatti si vericano facilmente (le loro dimostrazioni sono
riportate a margine).
(a) Gli autovettori associati ad autovalori distinti di un operatore
normale sono ortogonali.
(b) Gli autovalori di un operatore autoaggiunto sono reali.
(c) Gli autovalori di un operatore unitario sono numeri complessi di
modulo 1.
Il teorema spettrale uno degli strumenti pi utili nelle applica-
zioni dellalgebra lineare. Nel seguito, discuteremo brevemente tre
applicazioni: la denizione di funzioni arbitrarie di un operatore nor-
male e la soluzione delle equazioni differenziali lineari, nella sezione
3.5, e la determinazione degli assi principali di inerzia in meccanica,
nella sezione 3.6.
3.5 Funzione di un operatore
Sia f una funzione a valori reali e A un operatore autoaggiunto.
Loperatore
f (A ) =

k
f (
k
)P
k
(3.29)
detto la funzione f delloperatore A. Essendo f a valori reali e P
k
autoaggiunti anche f (A ) autoaggiunto.
Che la (3.29) sia una buona denizione, lo si pu vericare provan-
dola per le potenze come stato fatto nellesercizio 3.7: f (A ) = A
n
,
60 appunti di metodi matematici della fisica
calcolato secondo la (3.29), in effetti coincide con lusuale eleva-
zione a potenza di un operatore per cui A
n
rappresentato dalla
matrice A
n
.
Uno dei casi pi importanti della (3.29) quando f (A ) = A
1
,
loperatore inverso (se esiste), da cui segue che gli autovalori del-
loperatore inverso sono gli inversi degli autovalori di A. Questo
implica che la funzione inversa ben denita se 0 non un autova-
lore di A, cio se non esiste alcun vettore v tale che A (v) = 0, che
proprio la denizione di operatore non singolare o regolare.
Pi in generale, le usuali operazioni aritmetiche con funzioni si
estendono agli operatori autoaggiunti. Per esempio,
f (A )g(A ) = ( f g)(A ) .
Si pu denire f (A ) per un operatore normale e il lettore si chi-
der perch non lo abbiamo fatto subito, visto che il solo ingredien-
te che entra nella (3.29) il teorema spettrale. La ragione che la
faccenda un po delicata. Nel caso di un operatore normale gli
autovalori possono essere complessi, e dobbiamo assicurarci che f
sia denita per numeri complessi. Non ogni funzione data origina-
riamente sulla retta reale pu essere estesa al piano complesso, ma
polinomi, funzioni razionali, esponenziali, etc. vanno bene. Come
vedremo nella terza parte, le funzioni per cui questo possibile sono
le funzioni analitiche, di cui un brevissimo cenno stato dato nella se-
zione 1.8. Come vedremo, sono le funzioni per cui esiste una serie di
potenze convergente. Fatta salva questa precisazione, la (3.29) risulta
in effetti ben denita per operatori normali e per funzioni a valori
reali o complessi. Se A normale, anche f (A ) lo .
La nozione di funzione di un operatore, in verit, si estende a
qualunque operatore diagonalizzabile. In termini di matrici, basta
denire f (A) come
f (A) = Sf (D)S
1
,
dove f (D) la matrice diagonale con elementi diagonali f (
k
).
Adesso la sottigliezza duplice. Da un lato, essendo gli autovalori
in generale complessi, va tenuto conto dellosservazione sopra per gli
operatori normali; dallaltro, non facile decidere se una matrice
diagonalizzabile senza in effetti cercare di diagonalizzarla. Ma che un
operatore autoaggiunto o normale facile da riconoscere.
Esercizio 3.8. Assumendo che A sia una matrice diagonale, dimo-
strare che
det(A) = e
Tr ln A
Questa equazione utile nel calcolo dei determinanti.
Applicazione ai sistemi dinamici lineari Un sistema dinami-
co un sistema (sico, biologico, economico, etc), il cui stato x
t
R
n
autovalori e autovettori 61
evolve nel tempo t secondo il sistema di equazioni differenziali del
primordine

x
t
= v(x
t
) (3.30)
dove il pallino denota la derivata rispetto al tempo, v = v(x), x =
(x
1
, . . . , x
n
), un campo vettoriale su R
n
, detto campo di velocit; R
n
detto lo spazio delle fasi del sistema. Se il campo di velocit lineare,
esso rappresentato da una matrice A e il sistema cos ottenuto

x
t
= Ax
t
(3.31)
detto sistema dinamico lineare.
Nel caso scalare,

x
t
= ax
t
, dove a R, la soluzione x
t
= e
at
x
0
,
dove x
0
la condizione iniziale al tempo t = 0. Seguendo questa Dimostrazione che (3.32) soluzione della
(3.31), per e
At
data dalla (3.34). Si tratta,
semplicemente, di un calcolo:

x
t
=
d
dt
Se
Dt
S
1
x
0
= lim
st
Se
Ds
S
1
x
0
Se
Dt
S
1
x
0
s t
= S
_
lim
st
e
Ds
e
Dt
s t
_
S
1
x
0
= SDe
Dt
S
1
x
0
= SDS
1
Se
Dt
S
1
x
0
= SDS
1
e
At
x
0
= Ax
t
Analogamente, la dimostrazione per A
data dalla (3.33) il calcolo seguente:

x
t
=
d
dt
e
At
x
0
=
d
dt

k
e

k
t
P
k
x
0
=

k
e

k
t
P
k
x
0
= Ae
At
x
0
[per la (3.29)]
= Ax
t
analogia, si tentati di scrivere la soluzione di (3.31) come
x
t
= e
At
x
0
(3.32)
e questo in effetti corretto se e
At
intesa nel senso specicato sopra
di funzione di un operatore: se A normale,
e
At
=

k
e

k
t
P
k
, (3.33)
se A solo diagonalizzabile,
e
At
= Se
Dt
S
1
. (3.34)
La dimostrazione che (3.32) soluzione della (3.31), per e
At
data dalle
(3.34) e (3.33), riportata a margine.
Osserviamo inne che in sica giocano un ruolo molto importante
in sistemi dinamici in C
n
per descrivere i sistemi quantistici nito-
dimensionali (sistemi di spin, di atomi a numero nito di livelli o
sistemi di qu-bit, come in teoria della computazione quantistica). Il
loro stato usualmente denotato con = (
1
, . . . ,
n
) C
n
e la loro
dinamica data dal sistema
i

= H, (3.35)
dove H un operatore autoaggiunto. Naturalmente, la sostanza la
stessa di prima, la soluzione ancora data dalla (3.32) per A = iH,
cio

t
= e
itH

0
, (3.36)
che essendo H autoaggiunto, va intesa nel senso della rappresenta-
zione spettrale (3.33), che adesso si scrive come
e
iHt
=

k
e
iE
k
t
P
k
, (3.37)
62 appunti di metodi matematici della fisica
con la notazione standard E
k
per gli autovalori di H, essendo que-
stultimi interpretati in meccanica quantistica come valori denergia.
Naturalmente, continua a valere la dimostrazione data a margine.
interessante osservare (e di enorme importanza in meccanica
quantistica) che U
t
= e
itH
un operatore unitario, in quanto U
1
t
=
e
itH
= U

t
. Questo signica, in particolare, che levoluzione temporale
del vettore ne conserva la norma, [[U
t

0
[[ = [[
0
[[ .
3.6 Assi principali di inerzia
Lapplicazione pi nota del teorema spettrale in sica classica per
1 = R
3
e riguarda gli assi principali di inerzia di un corpo. Si consi-
deri un corpo esteso che ruota attorno a un asse con velocit angolare
istantanea . Allora il momento angolare L dato dallequazione
L = M,
dove M, loperatore che trasforma il vettore nel vettore L, rap-
presentato dalla matrice, usualmente detta tensore di inerzia,
I =
_

_
I
xx
I
xy
I
xz
I
yx
I
yy
I
yz
I
zx
I
zy
I
zz
_

_ ,
Gli elementi di questa matrice sono usualmente calcolati rispetto ad
un sistema dassi cartesiani centrato nel centro di massa del corpo.
Detta la densit di massa del corpo, le formule per gli elementi di
matrice di I sono
I
xx
=
___
(y
2
+ z
2
)dxdydz I
yy
=
___
(x
2
+ z
2
)dxdydz I
zz
=
___
(x
2
+ y
2
)dxdydz
I
xy
= I
yx
=
___
xydxdydz I
xz
= I
zx
=
___
xzdxdydz I
yz
= I
zy
=
___
xzdxdydz
Essendo dunque la matrice I simmetrica, si applica il teorema spet-
trale. Quindi esistono numeri reali I
k
e proiettori ortogonali P
k
tali
che
M =
r

k=1
I
k
P
k
le possibilit per r sono r = 3, 2, 1.
Il caso r = 3 si realizza, ad esempio per un elissoide. I tre proietto-
ri P
1
, P
2
e P
3
proiettano su 3 direzioni ortogonali tra loro dette assi
principali di inerzia che corrispondono ai 3 assi di simmetria dellelis-
soide. Nella base ortonormale di queste direzioni la matrice I assume
la forma
Figura 3.1: Elissoide
I =
_

_
I
1
0 0
0 I
2
0
0 0 I
3
_

_ ,
autovalori e autovettori 63
dove I
1
,= I
2
,= I
3
. Il caso r = 2 , ad esempio, quello di un cilin-
dro. P
1
proietta sul piano del cilindro e P
2
sul suo asse. Allora la
matrice I diventa
I =
_

_
I
1
0 0
0 I
1
0
0 0 I
2
_

_ ,
dove I
1
,= I
3
. Il caso r = 1 quello della sfera, dove necessariamente
P
1
loperatore identit . Allora il momento di inerzia un multiplo
dellidentit,
I =
_

_
1 0 0
0 1 0
0 0 1
_

_ .
Osserviamo inne che lenergia cinetica rotazionale
c
rot
=
1
2
, M
una forma quadratica. Quindi la diagonalizzazione del momento di
inerzia equivalente alla diagonalizzazione di un forma quadratica.
Storicamente, il teorema spettrale fu proprio il risultato della ricerca
della soluzione per questo problema.
3.7 Rotazioni e decomposizione di un operatore lineare
Sia R una rotazione dello spazio euclideo n-dimensionale reale (ri-
spetto ad unorigine O arbitrariamente scelta), che trasforma un qua-
lunque vettore v nel vettore ruotato v
/
= Rv. Si vuole sapere come R
agisce su un operatore A. Sia u = A v, allora applicando la rotazione
ad ambo i membri si ottiene
u
/
= Ru = RA v = RAR
1
Rv = RAR
1
v
/
Dunque
A
/
= RAR
1
(3.38)
come si trasforma loperatore A in conseguenza della rotazione R.
Se, per esempio, A rappresenta il momento di inerzia di un cilindro
con asse lungo lasse delle z e il cilindro viene ruotato mediante ro-
tazione R di 90
0
nel piano xz, A
/
sar il momento di inerzia ruotato.
In una data base nello spazio, gli operatori si rappresentano mediante
matrici e per le corrispondenti matrici, la (3.38) diventa
A
/
= RAR
1
(3.39)
Il prodotto righe per colonne in generale mescola tutti gli elementi
nel senso che, come effetto della (3.39), lelemento [A
/
]
ij
della matrice
trasformata in generale dipender da tutti gli elementi della matrice
64 appunti di metodi matematici della fisica
A. Tuttavia, cos come una funzione f (x) unicamente decomposta
nella somma della sua parte pari e di quella dispari,
f (x) =
1
2
( f (x) + f (x)) +
1
2
( f (x) f (x)) f
(p)
(x) + f
(d)
(x) ,
si pu decomporre una matrice nella somma della sua parte simme-
trica e di quella antisimmetrica
A
ij
=
1
2
_
A
ij
+ A
ji
_
+
1
2
_
A
ij
A
ji
_
[A
(s)
]
ij
+ [A
(a)
]
ij
e la rotazione agisce in maniera indipendente sulle due parti, trasfor-
mando A
(s)
in una matrice che ancora simmetrica e A
(a)
in una che
ancora antisimmetrica. Infatti,
[RA
(s)
R
1
]
ik
= [RA
(s)
R
t
]
ik
=

n,m
R
in
[A
(s)
]
nm
R
kn
=

m,n
R
kn
[A
(s)
]
mn
R
in
= [RA
(s)
R
t
]
ki
= [RA
(s)
R
1
]
ki
e, analogamente, per A
(a)
.
La parte simmetrica, poi, ammette lulteriore decomposizione
seguente:
A
(s)
=
1
3
(Tr A) I +
_
A
1
3
(Tr A) I
_

1
3
(Tr A) I + A
(s
0
)
.
Il primo termine uno scalare che moltiplica lidentit, ed quindi
invariante per rotazioni. Il secondo termine A
(s
0
)
= A
1
3
(Tr A) I
a traccia nulla ed essendo la traccia invariante per trasformazione
di similitudine, e quindi per rotazioni trasformato da una rotazione
in una matrice simmetrica che ancora a traccia nulla. Risulta cos
dimostrato che la decomposizione di una matrice
A =
1
3
(Tr A) I + A
(s
0
)
+ A
(a)
(3.40)
preservata da una rotazione, nel senso che una rotazione agisce
in modo indipendente su ciascun addendo della somma. Essendo
la decomposizione invariante per rotazioni, dalla (3.40) si passa alla
corrispondente relazione per gli operatori
A =
1
3
(Tr A ) I +A
(a)
+A
(s
0
)
(3.41)
Simbolicamente, riscriviamo la (3.40) come
333 333 = 111 +333 +555 , (3.42)
intendendo con questo che i 9 gradi di libert indipendenti della
matrice, quando sono organizzati come nella (3.40), formano tre
autovalori e autovettori 65
gruppetti su cui le rotazioni agiscono in modo indipendente: il primo
un singoletto, che lasciato invariato dalle rotazioni, il 333 la parte
antisimmetrica della matrice che pu essere messa in corrispondenza
con un vettore (vedere nota sotto), il 555 una matrice simmetrica a
traccia nulla.
1 1
Nel linguaggio della teoria dei gruppi,
si tratta della decomposizione di una
rappresentazione riducibile (cio, 333 333)
del gruppo delle rotazioni nelle sue
componenti irriducibili (cio, 111, 333 e 555) .
Nota Sia A una matrice antisimmetrica sullo spazio euclideo tri-
dimensionale e denoti il prodotto vettore. Allora lequazione
Ab = a b, (3.43)
per ogni vettore b, stabilisce una corrispondenza biunivoca tra la ma-
trice A e il vettore a. Poich a b = (a
2
b
3
b
2
a
3
, a
3
b
1
b
3
a
1
, a
1
b
2

b
1
a
2
), si vede che la matrice corripondente ad a
A =
_

_
0 a
3
a
2
a
3
0 a
1
a
2
a
1
0
_

_ . (3.44)
Quindi la parte antisimmetrica nella decomposizione (3.40) pu
essere messa in corrispondenza con un vettore.
4
Successioni e serie
Indice
4.1 La nozione di limite di una successione 67
4.2 La nozione di successione di Cauchy 68
4.3 Serie innita di numeri complessi 69
4.4 Successioni e serie di funzioni 70
4.5 Convergenza uniforme e scambio di limiti 73
4.6 Serie di potenze complesse 75
4.7 Funzioni complesse denite da serie di potenze 78
4.8 Raggio di convergenza e singolarit 81
4.9 Lesponenziale e le funzioni intere 82
Problemi 84
Soluzioni 86
Complementi 91
4.1 La nozione di limite di una successione
Supponiamo di voler dare un senso alla somma che compare nella-
nalisi del paradosso di Achille e la tartaruga
1 1
uno dei paradossi di Zenone di
Elea (489 a.C.431 a.C.). Secondo la
descrizione datane dallo scrittore
argentino Jorge Luis Borges: Achille,
simbolo di rapidit, deve raggiungere
la tartaruga, simbolo di lentezza.
Achille corre dieci volte pi svelto
della tartaruga e le concede dieci
metri di vantaggio. Achille corre quei
dieci metri e la tartaruga percorre un
metro; Achille percorre quel metro,
la tartaruga percorre un decimetro;
Achille percorre quel decimetro, la
tartaruga percorre un centimetro;
Achille percorre quel centimetro, la
tartaruga percorre un millimetro;
Achille percorre quel millimetro,
la tartaruga percorre un decimo di
millimetro, e cos via allinnito; di
modo che Achille pu correre per
sempre senza raggiungerla.
1
10
+
1
100
+
1
1000
+
1
10000
+ . . . .
Si costruisca la successione delle somme parziali
s
1
=
1
10
, s
2
=
1
10
+
1
100
, . . . , s
n
=
n

k=1
10
k
= 0. 11 . . . 1
. .
n
Sembra naturale denire la somma innita

k=1
10
k
come il limite
della successione s
1
, s
2
, s
3
, . . . e di ricondurre quindi la nozione di
68 appunti di metodi matematici della fisica
somma innita, o serie, alla nozione del limite di una successione di
numeri (reali o complessi), inteso come quel numero s (se esiste) a cui
i numeri della successione si avvicinano arbitrariamente.
La nozione moderna di limite di una successione la seguente.
La successione s
1
, s
2
, s
3
, . . . di numeri (reali o complessi)
converge al numero (reale o complesso) s se per ogni
> 0, esiste un intero N tale che, per tutti gli m > N, si
ha [s s
m
[ < .
(4.1)
Si osservi che [s
n
s
m
[ per numeri reali il modulo inteso come
valore assoluto, mentre per i complessi il modulo nel senso dei
numeri complessi. A parte questo, non c alcuna differenza tra la
nozione di convergenza per i reali e per i complessi.
Nel caso di Achille e la tartaruga, dalla (4.1) segue immediata-
Augustin-Louis Cauchy (17891857)
stato un matematico e ingegnere
francese che ha avviato il progetto
della formulazione rigorosa dei teo-
remi dellanalisi innitesimale basato
sullutilizzo delle nozioni di limite
e di continuit e ha dato importanti
contributi alla teoria delle equazioni
differenziali. il padre della teoria
delle funzioni di variabile complessa.
mente che il limite della successione s
n
0.1 = 1/9. Infatti, dato un
qualunque > 0, si prenda N tale che 0.1 0. 11 . . . 1
. .
N
< ; allora per
tutti gli m > N si avr che 0.1 0. 11 . . . 1
. .
m
< .
4.2 La nozione di successione di Cauchy
Al cuore dellanalisi c la nozione di successione di Cauchy:
Una successione di numeri (reali o complessi)
s
1
, s
2
, s
3
, . . . detta di Cauchy se [s
n
s
m
[ < per tutti
gli n e m dopo un certo N, qualunque sia il numero
> 0 arbitrariamente scelto.
(4.2)
Detto in breve, una successione di Cauchy se i suoi elementi diven-
tano arbitrariamente vicini man mano che la successione progredisce.
Si veda la gura 4.1.
x
n
10 20 30 40
n
O
Figura 4.1: Graco di una successione
di Cauchy. Se lo spazio che contiene la
successione di Cauchy completo, il
punto darrivo della successione, cio il
limite della successione, esiste.
Questa nozione al cuore dellanalisi, perch i numeri reali posso-
no essere costruiti completando i razionali con successioni di Cauchy
di razionali. Se si sceglie questa strada per caratterizzare i reali, la
convergenza delle successioni di Cauchy automatica. Si stabili-
sce cos che i reali formano uno spazio completo, il che signica: uno
spazio in cui tutte le successioni di Cauchy convergono. Alternati-
vamente, partendo dallassioma di Dedekind, detto anche assioma
di continuit oppure assioma di completezza (che afferma che ogni
insieme di numeri reali che non sia vuoto e che sia limitato supe-
riormente possiede un estremo superiore) e utilizzando il teorema
Bolzano-Weierstrass (secondo cui ogni successione di numeri reali
limitata ammette almeno una sottosuccessione convergente) si sta-
bilisce la completezza dei numeri reali, cio che ogni successione di
Cauchy di numeri reali converge ad un numero reale.
successioni e serie 69
Questo fatto continua a valere per i numeri complessi, in quanto
coppie di reali. Dunque, anche i complessi C, come i reali R, sono
uno spazio completo. Riassumendo
Ogni successione di Cauchy di numeri complessi (reali)
converge ad un numero complesso (reale).
(4.3)
Essendo i numeri complessi rappresentati da punti del piano, si
pu visualizzare una loro successione come in gura 4.2. La gura
mostra che tutto molto pi semplice di quel che sembra: tutto
quel che si intende con la nozione di convergenza di una successione
che una volta che si raggiunge un certo punto s
N
, tutti i punti suc-
cessivi stanno dentro un disco arbitrariamente piccolo di raggio con
centro in s.
s
1
s
2
s
3
s
4
s
5
s

Figura 4.2: Signicato geometrico della


convergenza di una successione di
numeri complessi: raggiunto un certo
punto s
N
, tutti i punti successivi stanno
dentro un disco arbitrariamente piccolo
di raggio con centro in s.
4.3 Serie innita di numeri complessi
In generale, data una successione di numeri (reali o complessi)
u
1
, u
2
, u
3
, . . ., lespressione
n

k=0
u
k

k=0
u
k
= lim
n
s
n
, s
n
=
n

k=0
u
k
detta serie o somma innita. I numeri s
n
sono detti somme parziali
(della serie). Quando la successione delle somme parziali converge
a un numero nito, la serie detta convergente, altrimenti detta
divergente. Condizione necessaria per la convergenza della serie
che la successione u
1
, u
2
, u
3
, . . . converga a zero
2
, ma questo non
2
Questo si vede subito considerando
che u
n
= s
n
s
n1
: se la serie converge
ad s, allora s
n
e s
n1
convergono ad s
per n , da cui segue che u
k
deve
convergere a 0 per n
sufciente per concludere che la serie converge, come mostra il
contro-esempio della serie armonica (si veda il problema 4.1).
Criterio di Cauchy Il criterio di convergenza pi importante
quello di Cauchy, che non altro che (4.3) adattato alle successioni
delle somme parziali di una serie: la serie complessa
s =

k=0
u
k
= u
0
+ u
1
+ u
2
+ u
3
+ . . .
converge se e solo se esiste un N tale che
[u
m+1
+ u
m+2
+ . . . + u
n
[ = [s
n
s
m
[ < 2
u
m+1
u
m+2
s
s
m
s
n

Figura 4.3: Signicato geometrico del


criterio di Cauchy: dopo un certo N,
i punti s
n
e s
m
stanno dentro a un
cerchio di raggio . Il vettore in rosso
la differenza tra questi punti e la sua
lunghezza inferiore a .
(per arbitrariamente piccolo) ogni qual volta m e n sono maggiori
di N. Il signicato geometrico di questo criterio illustrato nella
gura 4.3: se n > m > N, allora entrambi s
n
e s
m
stanno dentro al
disco e conseguentemente la distanza tra loro deve essere inferiore al
diametro del disco.
70 appunti di metodi matematici della fisica
Serie assolutamente convergente La serie complessa
s =

k=0
u
k
= u
0
+ u
1
+ u
2
+ u
3
+ . . .
detta assolutamente convergente se la serie reale
s

k=0
[u
k
[ = [u
0
[ +[u
1
[ +[u
2
[ +[u
3
[ + . . .
convergente. La convergenza assoluta certamente differente dalla
convergenza ordinaria. Per esempio, la serie

k=1
(1)
k
k
conver-
gente, ma non assolutamente convergente. In effetti il requisito di
assoluta convergenza pi forte della semplice convergenza. Si ha
infatti il seguente teorema.
Se una serie assolutamente convergente allora anche
convergente.
(4.4)
Dimostrazione di (4.4). Supponiamo che
s =

k=0
u
k
= u
0
+ u
1
+ u
2
+ u
3
+ . . .
sia assolutamente convergente, il che
signica che
s

k=0
[u
k
[ = [u
0
[ +[u
1
[ +[u
2
[ +[u
3
[ +. . .
convergente. Denotiamo con s
n
le
somme parziali di s. Se s convergente,
allora, per il criterio di Cauchy, vuol
dire che per valori sufcientemente
grandi di m e n, possiamo rendere
[ s
n
s
m
[ piccolo quanto vogliamo. Ma,
riferendoci alla gura 4.3, vediamo che
[ s
n
s
m
[ = [u
m+1
[ +[u
m+2
[ + . . . +[u
n
[
la lunghezza totale del viaggio da s
m
a s
n
che passa per i punti s
m+1
, s
m+2
e
cos via. Poich [s
n
s
m
[ la lunghezza
del viaggio pi breve da s
m
a s
n
,
[s
n
s
m
[ [ s
n
s
m
[
Quindi [s
n
s
m
[ deve diventare
arbitrariamente piccolo per m e n
sufcientemente grandi.
Ricordiamo inne un utile criterio per una serie reale di segno
alterno
Una serie di termini a segno alterno i cui termini vada-
no costantentemente decrescendo in valore assoluto al
crescere di n e tale che sia
lim
n
u
n
= 0
convergente.
(4.5)
4.4 Successioni e serie di funzioni
Dalle nozioni di successione e serie si passa a quelle di successio-
ne di funzioni e di serie di funzioni semplicemente permettendo che
i termini delle successioni e delle serie dipendano da una variabile
che varia in un certo dominio. Per esempio, se facciamo dipendere i
termini di una successione da una variabile complessa, possiamo de-
nire il limite della successione di funzioni cos ottenute in maniera
puntuale.
Convergenza puntuale Sia f
1
, f
2
, f
3
, . . . una successione di
funzioni. Se la successione di numeri
f
1
(z), f
2
(z), f
3
(z), . . .
converge per ogni z , si pu denire una funzione f tale che
f (z
0
) = lim
n
u
n
(z
0
) , z
0

Lapplicazione immediata alle serie. Se facciamo dipendere i ter-
mini u
k
di una serie da una variabile complessa, cio se poniamo
successioni e serie 71
u
k
= u
k
(z), la serie

k=0
u
k
(z) potr convergere per alcuni valori di z
e non per altri. Il problema interessante dunque quello di determi-
nare linsieme di valori di z per cui la serie converge. Sullinsieme
dei valori z in cui la serie converge risulta associata una funzione
f (z) che la somma della serie. Riassumendo: se la successione del-
le somme parziali s
1
, s
2
, s
3
, . . . della serie

k=0
u
k
(z) converge in ,
allora la serie converge puntualmente in alla funzione somma
s(z) = lim
n
s
n
(z) =

k=0
u
k
(z) .
Soluzione di 4.1. La serie converge per
Re (z) > 1/2. Infatti, una serie
geometrica (problema 1.7) di ragione
z/(z +1) e converge quando

z
1 + z

< 1
cio quando
[z[ < [1 + z[ .
Passando alle usuali coordinate car-
tesiane z = x + iy, la condizione
diventa
x
2
+ y
2
< 1 +2x + x
2
+ y
2
,
da cui
x = Re (z) >
1
2
.
La regione di convergenza dunque
il semipiano limitato a sinistra dalla
retta Re (z) = 1/2. La somma f (z)
della serie segue dalla somma della
progressione geometrica (problema 1.7):
f (z) =
1
1
z
1+z
= 1 + z
Esercizio 4.1. Trovare la regione di convergenza e la somma della
serie di funzioni
1 +
z
1 + z
+
_
z
1 + z
_
2
+
_
z
1 + z
_
3
+ . . .
Convergenza uniforme Abbiamo visto che la successione di fun-
zioni f
1
, f
2
, f
3
, . . . converge puntualmente in z = z
0
se la successione
converge al valore f (z
0
) in quel punto, cio se , ssato > 0, esiste
un intero N
0
tale che E
n
(z
0
) = [ f (z
0
) f
n
(z
0
)[ < . Per un altro
valore z
1
di z, per cui la serie converge al valore f
1
= f (z
1
), varr
ancora la stessa proposizione, ma, in generale, se si richiede che sia lo
stesso di prima, essa sar valida a partire da un altro valore N
1
,= N
0
.
Considerando ora tutti i possibili valori di z per cui la successione
converge, ci si pu domandare se ve ne uno tra essi in cui il numero
N ha un valore massimo N

? Se cos fosse, N

potrebbe essere sosti-


tuito a tutti gli altri numeri N
0
, N
1
, N
2
, . . ., trovati per gli altri valori
di z, e si potrebbe affermare che, per qualunque valore di z per cui la
successione converge, dato > 0 piccolo a piacere, la disuguaglianza
E
n
(z) < soddisfatta a partire da un valore N

, indipendentemente
dal valore di z. Quando questo si verica, si di dice che si ha conver-
genza uniforme della successione e la successione detta uniformemente
convergente. Intuitivamente, la convergenza uniforme corrisponde ad
una velocit di convergenza uniforme in tutti i punti in cui la succes-
sione converge (passato un certo N

, la velocit ha lo stesso valore


costante per tutti i punti). Riassumendo:
Convergenza uniforme di una successione. Si dice che la
successione di funzioni f
1
, f
2
, f
3
, . . . converge uniforme-
mente in alla funzione f se per ogni > 0 esiste un
intero N tale che per tutti gli n > N
[ f (z) f
n
(z)[ z
(4.6)
72 appunti di metodi matematici della fisica
Segue la nozione di convergenza uniforme di una serie.
Convergenza uniforme di una serie. Si dice che la serie

k=0
u
k
(z) converge uniformemente in se la succes-
sione delle sue somme parziali s
1
, s
2
, s
3
, . . . converge
uniformemente in .
(4.7)
Esempio 4.1. Studiamo la convergenza della serie reale
f (x) = x + x(x 1) + x
2
(x 1) + . . . + x
n
(x 1) + . . .
nellintervallo 0 x 1. La somma parziale n-esima
s
n
= x + x(x 1)(1 + x + . . . + x
n1
) = x + x(x 1)
1 x
n
1 x
= x
n
Pertanto, la serie converge a 0, per 0 x < 1, mentre per x = 1 la
serie si riduce al primo termine e vale 1, cio, nellintervallo [0, 1] la
serie converge alla funzione (discontinua)
s(x) =
_
0 se 0 x < 1
1 se x = 1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x
O
x
x
2
x
3
x
4
x
5
Figura 4.4: Le prime 5 somme parziali
della serie che coincidono con i primi
cinque errori.
Consideriamo adesso le prime 5 somme parziali s
n
della serie;
si veda la gura 4.4. La curve rappresenano anche i primi cinque
errori, in quanto E
n
= [s s
n
[ = x
n
. Fissiamo a piacere un numero
, diciamo 0.3. Allora, come mostrato in gura, per x = 0.5, tutti
gli errori, dal secondo in poi, sono minori di 0.3, quindi N = 2.
Ma per x = 0.75, soltanto gli errori successivi al quinto sono sono
minori di 0.3 e quindi N = 5. Quanto pi x si avvicina a 1, tanto pi
grande diventa N. Si vede che non esiste alcun N

massimo: infatti,
se vi fosse, dovrebbe essere E
N
= x
N
< per qualunque valore
di x compreso tra 0 e 1, cio x <
1/N

. Ma, per quanto grande si


prenda N

, esisteranno sempre dei valori di x compresi tra


1/N

e
1. Conclusione: la serie non uniformemente convergente in [0, 1], pur
essendo ivi convergente puntualmente alla funzione s(x).
Dimostrazione di (4.9). Se la serie
maggiorante M
k
con errore E
0
n
dalla
somma M = M
k
, e la serie di funzioni
u
k
(z) con errore E
n
(z) dalla sua
somma s(z), si ha E
n
(z) < E
0
n
. Ma,
pressato un piccolo a piacere, esiste
un N

a partire dal quale E


0
n
< , e
quindi a partire da tale N

(costante), si
ha anche
E
n
(z) < .
Dunque, la serie uniformemente
convergente.
Il viceversa vale sempre:
Se una successione di funzoni f
1
, f
2
, f
3
, . . . converge
uniformemente a f , allora converge puntualmente a f ,
lim
n
f
n
(z
0
) = f (z
0
) z
0

(4.8)
Criterio M di Weierstrass Un criterio di convergenza uniforme
(sufciente ma non necessario) il seguente:
Criterio M di Weierstrass. Una serie di funzioni uni-
formemente convergente in una regione del piano
complesso se la serie formata con i moduli dei suoi ter-
mini , in qualunque punto della regione, maggiorata
da una serie convergente a termini costanti.
(4.9)
successioni e serie 73
Esercizio 4.2. Vericare la convergenza uniforme della serie

n=1
1
n
2
+ z
2
nella regione 1 < [z[ < 2.
Soluzione di 4.2. La serie data
1
1
2
+ z
2
+
1
2
2
+ z
2
+
1
3
2
+ z
2
+ . . .
I primi due termini possono essere
omessi senza inuenza sulla conver-
genza uniforme della serie. Per n 3 e
1 < [z[ < 2, si ha
[n
2
+ z
2
[ [n
2
[ [z
2
[ n
2
4
1
2
n
2
da cui

1
n
2
+ z
2


2
n
2
Allora la serie data converge uniforme-
mente (e assolutamente) in 1 < [z[ < 2
per il criterio M di Weirstrass. La con-
vergenza, e quindi anche luniforme
convergenza, viene meno per [z[ = 1
o [z[ = 2 (precisamente in z = i e
z = 2i).
4.5 Convergenza uniforme e scambio di limiti
In questa sezione studiamo pi approfonditamente la nozione di
convergenza uniforme. Per semplicit di esposizione, consideriamo
successioni e serie di numeri reali.
La nozione di convergenza uniforme
3
una pi importanti della-
3
Si pu dare una denizione di con-
vergenza uniforme per successioni di
funzioni su uno spazio X pi generale
di C o R in cui sia denita una nozione
di distanza. Uno spazio di questo tipo
detto metrico. Per esempio, X pu
essere lo spazio euclideo con distanza
tra suoi punti data dalla norma della
loro differenza. In tal caso possiamo
ripetere pari pari la denizione (4.7)
e dire che la successione di funzioni
f
1
, f
2
, f
3
, . . . denite su questo spazio
converge uniformemente in X alla
funzione f se e per ogni > 0 esiste un
intero N tale che per tutti gli n > N si
ha [ f (x) f
n
(x)[ x . Adesso
x sta genericamente per un numero rea-
le, complesso, o un punto nello spazio
euclideo. Il teorema (4.10) formulato
per funzioni su R, ma in virt di quan-
to detto sopra, questo teorema, e altri
risultati esposti in questa sezione, si
estendono immediatamente a funzioni
su C o su uno spazio metrico X.
nalisi matematica per varie ragioni, in particolare, perch permette
di risolvere un problema di notevole rilevanza nelle applicazioni:
trovare un criterio che permetta di stabilire se certe propriet delle
funzioni di una successione sono preservate nel limite. Ci si pu do-
mandare, per esempio, sotto quali condizioni il limite di una data
successione di funzioni continue anchesso una funzione continua.
Lesempio 4.1 mostra che non sufciente che le funzioni della suc-
cessione siano continue afnch il limite sia anchesso una funzione
continua. Viene in aiuto la nozione di convergenza uniforme. Vale
infatti il seguente teorema
Sia f
1
, f
2
, f
3
, . . . una successione di funzioni continue su
R che converge uniformemente ad una funzione
f . Allora f una funzione continua.
(4.10)
Dimostrazione di (4.10). Questo teorema si dimostra con il trucco /3, un trucco che
si usa anche in dimostrazioni di altri teoremi ed quindi utile conoscerlo. Sia dato
> 0 e sia x
0
un punto in . Si vuole mostrare che
[ f (x) f (x
0
)[ <
per x in un intorno di x
0
. A tal ne si usa la disuguaglianza triangolare per mag-
giorare [ f (x) f (x
0
)[ con una somma di tre termini, ciascuno dei quali lo si riesce
maggiorare facilmente usando le ipotesi del teorema,
[ f (x) f (x
0
)[ [ f (x) f
N
(x)[
+[ f
N
(x) f
N
(x
0
)[
+[ f
N
(x
0
) f (x
0
)[
Consideriamo i tre termini a secondo membro:
[ f (x) f
N
(x)[: Poich la convergenza uniforme implica la convergenza puntuale in
x, esiste un N tale che questa quantit pu essere resa minore di /3.
[ f
N
(x) f
N
(x
0
)[: Poich le funzioni della successione sono continue, esiste un
intorno di x
0
in cui questa quantit pu essere resa minore di /3.
[ f
N
(x
0
) f (x
0
)[: Poich la convergenza uniforme implica la convergenza puntuale in
x
0
, esiste un N tale che questa quantit pu essere resa minore di /3.
74 appunti di metodi matematici della fisica
Si scelga il valore di N in cui le tre disuguaglianze precedenti sono simultaneamente
vericate. Allora
[ f (x) f (x
0
)[

3
+

3
+

3
= ,
che quello che si voleva dimostrare.
Riformuliamo il teorema in modo da apprezzare meglio il suo con-
tenuto. Dire che f continua in x
0
signica che lim
xx
0
f (x) = f (x
0
).
Ma f (x) = lim
n
f
n
(x), ed essendo le funzioni della successio-
ne continue, f
n
(x
0
) = lim
xx
0
f
n
(x). Allora il teorema (4.10)
equivalente ad affermare che
lim
xx
0
lim
n
f
n
(x) = lim
n
lim
xx
0
f
n
(x) , (4.11)
il che vuol dire che non importa in che ordine i limiti sono presi: nel
lato sinistro di (4.11), prima si prende il limite n e poi il limite
x x
0
, in quello destro, prima x x
0
e dopo n .
Ulisse Dini (18451918) fu tra i primi
matematici italiani che comprese la
necessit di rielaborare lanalisi in-
nitesimale secondo una impostazione
pi rigorosa; inoltre consegu impor-
tanti risultati nello studio delle serie,
nellintegrazione di funzioni di varia-
bile complessa e della sviluppabilit
in serie di funzioni arbitrariamente
date in un intervallo, campo di suo
principale interesse.
Dunque, ci che la convergenza uniforme garantisce lo scambio
dei limiti. Essendo le derivate e gli integrali ottenute con processo di
limite le prime come limite dei rapporti incrementali e i secondi
come limiti delle somme di Riemann non dovrebbe sorprendere
che la convergenza uniforme fornisca criteri utili per garantire lo
scambio delle operazioni di derivazione e integrazione con quelle di
limite. Enunciamo i due teoremi rilevanti per questi casi.
Sia f
1
, f
2
, f
3
, . . . una successione di funzioni integrabili
(secondo Riemann) su [a, b] R che converge uni-
formemente ad una funzione f . Allora f integrabile
e
lim
n
_
x
a
f
n
(t)dt =
_
x
a
lim
n
f
n
(t)dt .
(4.12)
Sia f
1
, f
2
, f
3
, . . . una successione di funzioni differenzia-
bili su [a, b] R che converge puntualmente su [a, b]
ad una funzione f . Si assuma inoltre che la successione
delle derivate f
/
1
, f
/
2
, f
/
3
, . . . converga uniformemente
su [a, b]. Allora f converge uniformemente ad una
funzione differenziabile su [a, b] e
d
dx
lim
n
f
n
= lim
n
d f
n
dx
.
(4.13)
Essendo una serie denita come il limite della successione del-
le sue somme parziali, i teoremi (4.10), (4.12) (4.13) si estendono
immediatamente alle serie.
(4.10) Sia
n
f
n
una serie di funzioni continue che converge uni-
formemente. Allora la sua somma anchessa una funzione
continua.
successioni e serie 75
(4.12) Sia
n
f
n
una serie di funzioni integrabili (secondo Riemann)
che converge uniformemente in [a, b]. Allora anche la sua somma
integrabile e

n
_
x
a
f
n
dt =
_
x
a

n
f
n
dt
(4.13) Sia
n
f
n
una serie di funzioni differenziabili che converge
puntualmente in [a, b]. Se
n
f
/
n
converge uniformemente allora

n
f
n
converge uniformemente ad una funzione differenziabile e
d
dx

n
f
n
=

n
d f
n
dx
.
Dimostrazione di (4.14). Dimostreremo
che P(z) assolutamente convergente
dentro al disco [z[ < [a[, cio che la
serie reale

P(z)

k=0
[c
k
z
k
[ = [c
0
[ +[c
1
z[ +[c
2
z
2
[ +. . .
convergente. Allora la proposizio-
ne (4.14) risulter dimostrata in virt
della (4.4). Denoteremo con

P
n
(z)
ln-esima somma parziale di

P(z).
Per dimostrare la convergenza di

P(z)
per [z[ < [a[, si osservi che se P(a)
converge, allora la lunghezza [c
n
a
n
[
di ciascun termine della serie deve
andare a zero quando n va allinnito.
In particolare, deve esistere un numero
M tale che [c
n
a
n
[ < M per tutti gli n.
Se [z[ < [a[, allora [z[/[a[ < 1 e di
conseguenza [c
n
z
n
[ < M
n
. Perci, per
n > m > N,

P
n
(z)

P
m
(z) M(
m+1
+
m+2
+ . . .
n
)
= M
m+1
_
1 + + . . . +
n(m+1)
_
= M
m+1
_
1
1


nm
1
_
=
M
1
_

m+1

n+1
_
.
dove lultimo membro pu essere
reso piccolo quanto si vuole per n e m
sufcientemente grandi.
Osserviamo inne che talvolta la convergenza puntuale implica
la convergenza uniforme. Se la successione di funzioni monotona,
la loro convergenza puntuale ad una funzione implica anche la loro
convergenza uniforme. Questo bel risultato di analisi dovuto al
matematico italiano Ulisse Dini.
4.6 Serie di potenze complesse
Una serie di potenze P(z) (centrata nellorigine) la pi semplice
serie di funzioni, cio
P(z) =

k=0
c
k
z
k
= c
0
+ c
1
z + c
2
z
2
+ . . . ,
dove c
k
sono costanti (in generale, complesse) e z una variabile
complessa. Le somme parziali di questa serie sono polinomi ordinari,
s
n
P
n
(z) =
n

k=0
c
k
z
k
= c
0
+ c
1
z + c
2
z
2
+ . . . + c
n
z
n
,
Fissato il punto z, ad esempio z = a, per la convergenza della se-
rie in a (convergenza puntuale) vale ovviamente quanto visto in
precedenza per successioni e serie nel piano complesso.
Vale limportante risultato:
Se P(z) converge in z = a, allora converge ovunque
nel disco [z[ < [a[.
(4.14)
Inoltre, si ha:
0
a
q
d
p
convergente
divergente
incertezza
Figura 4.5: Convergenza e divergenza
di una serie di potenze.
Se P(z) diverge in z = d, allora diverge dappertutto
fuori dal cerchio [z[ = [d[.
(4.15)
Infatti, se P(z) non converge ovunque nel piano, ci deve essere
almeno un punto d dove diverge. Si supponga che P(z) converga in
76 appunti di metodi matematici della fisica
un punto p pi lontano dallorigine di d. Si veda la gura 4.5. Allora,
per la (4.14), P(z) convergerebbe dappertutto dentro al disco [z[ < [p[
e, in particolare, convergerebbe in d, contraddicendo lipotesi.
A questo punto abbiamo risposto alla domanda sulla convergen-
za, eccetto nellanello tra i due cerchi centrati nellorigine, il cerchio
passante per a e quello passante per d (si veda la gura 4.5). Suppo-
niamo adesso di prendere un punto q a met strada in questo anello,
cio il cerchio [z[ = ([a[ + [d[)/2, e di vericare se in questo punto
la serie converge. Qualunque sia la risposta, le (4.14) e (4.15) ci per-
mettono di ridurre lanello di incertezza. Per esempio, se P(q)
convergente, allora P(z) convergente per [z[ < [q[ e il nuovo anello
di incertezza diventa [q[ [z[ [d[. Ripetendo questa procedura
nel nuovo anello, dimezzeremo nuovamente lo spessore dellanello
di incertezza. Continuando in questo modo, lanello di incertezza
si restringer ad un cerchio denito di raggio R (chiamato il cerchio
di convergenza) tale che P(z) converge dappertutto dentro a questo
cerchio e diverge dappertutto fuori dal cerchio. Si veda la gura 4.6.
Il raggio R chiamato raggio di convergenza e linterno del cerchio
chiamato disco di convergenza.
Tutti i risultati precedenti si generalizzano banalmente a serie di
potenze centrate in un arbitrario punto u del piano complesso, vale a
dire a serie della forma P(z) = c
k
(z u)
k
. Dunque:
0
disco
di
convergenza
divergente
R
Figura 4.6: Disco e raggio di
convergenza di una serie di potenze.
Teorema di Abel. Data una serie complessa di potenze
P(z) centrata in u, esiste un cerchio [z u[ = R, con
centro in u, tale che P(z) converge (assolutamente) dap-
pertutto dentro al cerchio e diverge dappertutto fuori
dal cerchio.
(4.16)
Si osservi che largomento sopra non ci dice nulla riguardo alla
convergenza di P(z) sul cerchio di convergenza. In linea di principio,
tutto pu accadere: divergenza, convergenza oppure convergenza in
alcuni punti del cerchio di convergenza e divergenza negli altri.
Niels Abel (18021829) stato un
matematico norvegese. Indipenden-
temente da Galois, svilupp la teoria
di gruppi e dimostr limpossibilit
di risolvere una generica equazione
di quinto grado con un algoritmo
algebrico.
Raggio di convergenza Ci sono diversi modi per trovare il raggio
di convergenza R di una data serie di potenze P(z) = c
k
z
k
. Ecco i
criteri standard:
(a) Criterio del rapporto
R = lim
n

c
n
c
n+1

(se il limite esiste)


(b) Criterio della radice
R = lim
n
1
n
_
[c
n
[
(se il limite esiste)
successioni e serie 77
(c) Criterio di Caucly-Hadamard
R =
1
limsup
n
_
[c
n
[
Se (a) fallisce, si usi (b). Se anche (b) fa cilecca, non ci resta che (c),
che per palati (matematici) ni.
Soluzione di 4.3. Riscriviamo la serie in
forma compatta

k=0
n(n 1) (n k +1)
k!
z
k

k=0
c
k
z
k
.
Con il metodo del rapporto si ottiene
R = lim
k
[c
k
[
[c
k+1
[
= lim
k
k +1
[n k[
lim
k
1 +
1
k
[1
n
k
[
= 1
Esercizio 4.3. Determinare il raggio di convergenza della serie
binomiale complessa
(1 + z)
n
= 1 + nz +
n(n 1)
2!
z
2
+
n(n 1)(n 2)
3!
z
3
+
n(n 1)(n 2)(n 3)
4!
z
4
+ . . .
dove n un numero reale arbitrario.
Esercizio 4.4. Determinare il raggio di convergenza della serie
esponenziale complessa
Soluzione di 4.4 . Con il metodo del
rapporto si ottiene
R = lim
k
[c
k
[
[c
k+1
[
= lim
k
(k +1)!
k!
da cui
R = lim
k
(k +1) =
La serie ha quindi raggio di convergen-
za innito (converge ovunque nel piano
complesso).

k=0
z
k
k!
Un altro teorema di Abel La convergenza delle serie di potenze
sul cerchio di convergenza un problema di grande interesse, spe-
cialmente in vista dello studio delle serie di Fourier. Un teorema utile
il seguente:
Sia c
n
z
n
una serie di potenze che converge nel disco
unitario. Se c
n
0 per n , allora la serie
converge per [z[ = 1, z ,= 1.
(4.17)
Dimostrazione di (4.18). Per semplicit,
consideriamo il caso in cui la serie
centrata nellorigine,
P(z) =

j=0
c
j
z
j
.
Consideriamo lerrore E
m
(z) = [P(z)
P
m
(z)[, per z dentro al disco [z[ r,
dove r < R. Si ha
E
m
(z) = [P(z) P
m
(z)[
= [c
m+1
z
m+1
+ c
m+2
z
m+2
+ . . . [
[c
m+1
z
m+1
[ +[c
m+2
z
m+2
[ + . . .
Da cui
E
m
(z) [c
m+1
[r
m+1
+[c
m+2
[r
m+2
+ . . .
e(m, r)
Ma, per ogni , si pu trovare un m, tale
che e(m, r) < . Perci, a partire da tale
m, si avr E
n
(z) < , per tutti gli n m.
Il che signica che nel disco [z[ r la
serie uniformemente convergente.
(Si osservi che il teorema non afferma che la serie diverge in
z = 1. Per z = 1 il criterio semplicemente non si applica. La con-
vergenza per z = 1 va dunque stabilita con altri metodi.) Anche
questo teorema, come il teorema (4.16), dovuto a Abel. Per una di-
mostrazione costruita a partire da un esempio, si veda la lesercizio
4.8 nei complementi.
Convergenza uniforme delle serie di potenze Il seguente
teorema la morale generale che si trae dal problema 4.14:
Se la serie di potenze P(z) centrata in a ha disco di
convergenza [z a[ < R, allora P(z)
uniformemente convergente nel disco chiuso [z a[
r, dove r < R.
(4.18)
78 appunti di metodi matematici della fisica
4.7 Funzioni complesse denite da serie di potenze
Il mistero delle serie reali Passando al piano complesso, si
comprende meglio la convergenza delle serie reali. Usualmente, una
serie di potenze reali a coefcienti reali
F(x) =

k=0
c
k
x
k
= c
0
+ c
1
x + c
2
x
2
+ c
3
x
3
+ . . . ,
converge a F(x) solo in qualche intervallo di convergenza centrato
nellorigine R < x < R. La domanda che lanalisi reale lascia in
genere senza risposta : in che modo il raggio di convergenza R determi-
nato da F(x)? Questa domanda ha una risposta semplice e bella, ma
solo se la cerchiamo nel piano complesso. Se invece ci limitiamo alla
retta reale, in alcuni casi la relazione tra R e F(x) appare misteriosa.
Storicamente, stato proprio questo mistero che ha portato Cauchy a
far progredire lanalisi complessa.
Per vedere che c un mistero, consideriamo le serie di potenze
delle due funzioni reali
G(x) =
1
1 x
2
e H(x) =
1
1 + x
2
.
La serie geometrica fornisce immediatamente la risposta
G(x) =

k=0
x
2k
e H(x) =

k=0
(1)
k
x
2k
,
.
y
2 1 1 2
x
O

Figura 4.7: Graco del modulo della
funzione G(x).
dove entrambe le serie hanno lo stesso intervallo di convergenza
1 < x < 1. facile comprendere questo intervallo di convergenza
della serie per G(x) se guardiamo la gura 4.7. La serie diventa di-
vergente nei punti x = 1 perch questi punti sono delle singolarit
della funzione stessa, cio sono luoghi in cui [G(x)[ diventa inni-
to. Ma se guardiamo al graco di H(x) in gura 4.8, tutto sembra a
posto per x = 1.
Per capire meglio il problema, espandiamo queste funzioni in serie
di potenze centrate in x = u, cio in serie di potenze

k=0
c
k
X
k
, dove
X = (x u) misura lo spostamento di x dal centro u.
y
2 1 1 2
x
O
Figura 4.8: Graco del modulo della
funzione H(x).
Per G si ottiene
G(x) =
1
1 x
2
=
1
2

k=0
_
1
(1 u)
k+1

1
(1 u)
k+1
_
X
k
, (4.19)

1 1
u O
1 u
Figura 4.9: Raggio di convergenza della
serie di G(x) centrata nel punto u.
dove [X[ < [1 u[ e [X[ < [1 + u[. Perci lintervallo di convergenza
[X[ < R, dove R = min[1 u[, [1 + u[, cio R la distanza di u dalla
singolarit pi vicina di G. Questo fatto illustrato dalla gura 4.9. Il
calcolo molto semplice ed riportato sotto.
successioni e serie 79
Dimostrazione di (4.19). Otteniamo lo sviluppo con i seguenti passaggi:
1
1 x
2
=
1
2
_
1
1 x

1
1 x
_
,
ma
1
a x
=
1
a (X + u)
=
1
(a u)
1
_
1
X
au

e quindi
1
a x
=

k=0
X
k
(a u)
k+1
, se e solo se [X[ < [a u[ .
da cui segue la (4.19).
Per H si ottiene

1 1
u O

1 +u
2

i
i
Figura 4.10: Raggio di convergenza
della serie di H(x) centrata nel punto u.
H(x) =
1
1 + x
2
=

k=0
_
sin(k +1)
(

1 + u
2
)
k+1
_
(x u)
k
, (4.20)
dove = arg(i u). Se si usano metodi reali il calcolo non per
niente semplice; rimandiamo alla sezione 4.8 per la dimostrazione
della (4.20). Dalla (4.20) segue che il raggio di convergenza R =

1 + u
2
(si veda la gura 4.10).
La formula R =

1 + u
2
cruciale per capire in che modo il piano
complesso entra in gioco: se immaginiamo la retta reale immersa
nel piano, per il teorema di Pitagora, R =

1 + u
2
la distanza dal
centro u dellespansione ad uno dei due punti, fuori dalla retta reale,
che stanno a distanza 1 dalla retta stessa in una direzione ad essa
ortogonale (si veda la gura 4.10). Questi punti sono i punti i del
piano complesso ed R la distanza di u da i. Il mistero riguardante
la convergenza di H(x) si chiarisce quando passiamo alla funzione
complessa
h(z) =
1
1 + z
2
(4.21)
che identica a H(x) quando z ristretto allasse reale. Mentre h(z)
si comporta bene per valori reali di z, essa ha due singolarit nel
piano complesso, una in z = i e laltra in z = i. Morale (che risolve
il mistero): il raggio di convergenza la distanza del centro di espansione
dalla singolarit pi vicina nel piano complesso.
O
Figura 4.11: Due serie che coincidono
in un intorno dello zero (regione
grigia), o lungo un piccolo tratto di
curva passante per lo zero (in blu) o
nei punti di una successione di punti
che si accumula nello zero (in rosso),
coincidono ovunque.
Unicit delle serie di potenze Se una funzione complessa pu
essere espressa come serie di potenze, allora la serie unica: non pos-
sono esserci due serie distinte che esprimano la stessa funzione. Pi
precisamente, se due serie di potenze, centrate in zero, concordano
(a) in un intorno (comunque piccolo) dello zero, oppure (b) su un
segmento di curva che passa per lo zero (non importa quanto pic-
colo) o, inne, (c) su una successione di punti che converge a zero,
allora sono identiche Per convincerci di questo fatto, incominciamo
con (a). Se
c
0
+ c
1
z + c
2
z
2
+ . . . = d
0
+ d
1
z + d
2
z
2
+ . . . . (4.22)
80 appunti di metodi matematici della fisica
in un piccolo interno dello zero, allora ponendo z = 0, otteniamo
c
0
= d
0
, che quindi possiamo cancellare da entrambe le parti. Adesso
dividiamo ambo i membri di (4.22) per z e ripetiamo la procedura,
otterremo c
1
= c
2
, e cos via. Fine della dimostrazione della (a).
4 4
Si osservi che nella dimostrazione
non si utilizza alcun passaggio al
limite. Per chiarire questo punto,
rivediamo il ragionamento. Se le
funzioni g(z) = c
0
+ c
1
z + c
2
z
2
+ . . . e
h(z) = d
0
+ d
1
z + d
2
z
2
+ . . . sono uguali
in un piccolo intorno U dello zero (che
include lo zero), allora sono uguali
nello zero, da cui si deduce c
0
= d
0
e
quindi che le funzioni g
1
(z) g(z) c
0
e h
1
(z) h(z) d
0
sono uguali
in U. Ma se queste funzioni sono
uguali in U, lo sono anche le funzioni
g
2
(z) g
1
(z)/z e h
2
(z) = h
1
(z)/z,
in particolare, essendo regolari, sono
uguali nello zero, da cui segue che
c
1
= d
1
. E cos via. Nessun passaggio al
limite z 0.
Per quel che riguarda la (b) e la (c), il ragionamento essenzial-
mente lo stesso, soltanto che invece di porre a zero entrambi i mem-
bri della (4.22), adesso occorre prendere il limite z 0 lungo la curva o
la successione di punti. In particolare, ne segue che h(z) = 1/(1 + z
2
)
la sola funzione complessa che concorda con H(x) = 1/(1 + x
2
)
quando z ristretto allasse reale del piano complesso. Il senso
il seguente: h(z) la sola funzione complessa che (i) concorda con
H(x) sullasse reale e (ii) pu essere espressa come serie di potenze
in z. Si osservi che senza la (ii) laffermazione sarebbe palesemente
falsa (esercizio: trovare un contro-esempio).
Manipolazione delle serie di potenze Unaltra propriet
importante delle serie di potenze che possono essere sommate,
moltiplicate e divise come se fossero polinomi (naturalmente, se
hanno lo stesso centro). Questo segue dal fatto che esse possono
essere approssimate uniformemente, con precisione arbitraria, da
polinomi. Ecco alcuni esempi.
Esempio 4.2.
1
1 z
= 1 + z + z
2
+ z
3
+ z
4
+ z
5
+ . . .
1
1 + z
= 1 z + z
2
z
3
+ z
4
z
5
+ . . .
1
1 z
2
=
1/2
1 z
+
1/2
1 + z
Sommando le serie dei due termini a destra, possiamo vericare la
formula che
1
1 z
2
= 1 + z
2
+ z
4
+ z
6
. . . ,
Esempio 4.3.
1
1 z
2
=
_
1
1 z
_ _
1
1 + z
_
[1 + z + z
2
+ z
3
+ z
4
+ z
5
+ . . .][1 z + z
2
z
3
+ z
4
z
5
+ . . .] = 1 + z + z
2
+ z
3
+ z
4
+ z
5
+ . . .
=1 + [1 1]z + [1 1 +1]z
2
[1 1 +1 1]z
3
+ [1 1 +1 1 +1]z
4
+ . . .
=1 + z
2
+ z
4
+ z
6
+ . . . .
successioni e serie 81
4.8 Raggio di convergenza e singolarit
Il fatto pi importante che riguarda le funzioni esprimibili come serie
di potenze la morale di pag. 79, che la seguente.
Se f (z) pu essere espressa come una serie di poten-
ze centrata in u, allora il raggio di convergenza R la
distanza tra u e la singolarit di f (z) pi vicina a u.
(4.23)
Un caso particolare di funzioni che possono essere espresse come
serie di potenze sono le funzioni razionali, cio funzioni del tipo
f (z) =
Q
m
(z)
P
n
(z)
, (4.24)
dove Q
m
e P
n
sono polinomi di grado m e n rispettivamente. Per
queste funzioni, si pu dimostrare la (4.23) facilmente, e lo faremo
subito (la (4.23) vale per tutte le funzioni analitiche, e questo fatto lo
dimostreremo nella terza parte).
Partiamo dallosservazione che quanto visto nella sezione 4.7 si
estende a 1/(a z), per z complesso, cio
1
a z
=

k
Z
k
(a u)
k+1
se e solo se [Z[ < [a u[ e Z z u
(4.25)
Poich h(z) =
1
1 + z
2
=
1
(z i)(z + i)
=
1
2i
_
1
i z

1
i z
_
,
applicando (4.25) a entrambi i termini a secondo membro si ottiene
5 5
Si osservi che la (4.20) segue dalla
(4.26). Infatti, per u reale si ha [i u[ =

1 + u
2
e si pu scrivere i u =

1 + u
2
e
i
, dove = arg(i u).
Similmente, per u reale, si ha i u =

1 + u
2
e
i
.
1
1 + z
2
=

k=0
1
2i
_
1
(i u)
k+1

1
(i u)
k+1
_
Z
k
(4.26)
Ciascuna delle due serie a secondo membro deve convergere, cio
devono essere soddisfatte entrambe le condizioni
[z u[ < [z
1
u[ (4.27)
[z u[ < [z
2
u[ (4.28)
dove z
1
= i e z
2
= i (ci teniamo generali perch vogliamo capire
qual la lezione per un polinomio quadratico qualunque).
u
r1
r
2


z
2 z
1
O
Figura 4.12: z
1
e z
2
sono le radici del
polinomio P
2
(z) = z
2
+ bz + c, e
quindi le singolarit (esplosioni!) della
funzione f (z) = 1/P
2
(z). Il punto u il
centro di espansione.
Si osservi che [z u[ = r (reale positivo) lequazione di un
cerchio di raggio r centrato nel punto u (nel senso della geometria
analitica: il luogo dei punti z la cui distanza [z u[ da u pari a r).
Quindi (4.27) e (4.28) sono le equazioni dei dischi concentrici, centrati
nel punto u, di raggi r
1
= [z
1
u[ e r
2
= [z
2
u[ rispettivamente.
Ne segue che (4.27) e (4.28) sono entrambe soddisfatte nel disco pi
piccolo, cio il disco il cui raggio R la distanza tra u e la singolarit
pi vicina a u. Si veda la gura 4.12. (Nel caso in cui u sullasse
82 appunti di metodi matematici della fisica
reale, z
1
= i e z
2
= i, R =

1 + u
2
.) Per un polinomio quadratico
P
2
(z) = z
2
+ bz + c, con radici z
1
e z
2
, si ha
1
P
2
(z)
=
A
z
1
z
+
B
z
2
z
.
Le serie geometriche dei due fratti semplici a secondo membro, devo-
no entrambe convergere. Si perviene pertanto alla stesse conclusioni
di prima, illustrate dalla gura 4.12. Analogamente, per il teorema
fondamentale dellalgebra, 1/P
n
(z) si riconduce alla somma di n
serie geometriche, per cui converge laddove tutte le condizioni di
convergenza di queste serie sono soddisfatte. Dunque, come prima,
converge nei punti z che sono comuni agli n cerchi concentrici cen-
trati in u e il suo raggio di convergenza , come prima, la distanza
tra u e la singolarit pi vicina a u. Chiaramente, la moltiplicazione
di 1/P
n
(z) per un polinomio Q
m
(z) non modica questo fatto. Even-
tualmente, pu cambiare R. Questo accade se Q
m
divisibile per uno
o pi dei fattori (z
i
z) di P
n
. Fine della dimostrazione di (4.23) per
funzioni del tipo (4.24).
4.9 Lesponenziale e le funzioni intere
Si denisce la funzione esponenziale e
z
come la serie
6 6
Consideriamo il seguente ragionamen-
to: usando le regole dellesponenziale,
so che e
z
= e
x
e
iy
, ma e
x
noto dal-
lanalisi reale e per e
iy
uso la formula
di Eulero, quindi non c bisogno di
una nuova denizione. Il difetto del
ragionamento questo: e
z
= e
x
e
iy
al
pi una denizione del primo membro
in termini del secondo. Non posso
dire che luguaglianza conseguenza
delle usuali regole dellesponenziale,
perch ancora non so che cosa si debba
intendere con il simbolo e
z
.
e
z
1 + z +
z
2
2!
+
z
3
3!
+
z
4
4!
+ . . . . (4.29)
Allora, per lunicit delle serie di potenze, e
z
la sola funzione nel
piano complesso che estende la funzione reale e
x
ai numeri complessi
( la sola funzione che coincide con lesponenziale reale sullasse
reale). Questa una propriet molto importante!
Esercizio 4.5. Dimostrare che il raggio di convergenza di e
z

innito.
Esercizio 4.6. Dimostrare che
e
a+b
= e
a
e
b
(4.30)
per numeri complessi a e b. Si osservi che dalla (4.30) segue che
e
z
= e
x+iy
= e
x
e
iy
= e
x
cos y + ie
x
sin y
O
e
x
e
z
1
z
z
2
/2!
z
3
/3!
x
y
y
Figura 4.13: La funzione esponenziale.
Le propriet dellesponenziale complesso sono rese vivide dalla
gura 4.13. Si consiglia caldamente di capire la gura e le relazioni
che esprime (il modo migliore per ottenere questo di ricostruirsela
da soli). Altre due gure sono particolarmente utili per comprendere
che tipo di funzione lesponenziale complesso, la 4.14 e la 4.15: la
prima rappresenta un rettangolo nel piano z, la seconda mostra come
successioni e serie 83
questo rettangolo trasformato nel piano w = e
z
. I colori aiutano a
capire dove nisce chi: il rosso va nel rosso, il verde nel verde e cos
via. Anche capire come si trasforma un movimento aiuta:
(1) Con riferimento alle due gure a lato, immaginiamo che z parta
da 1 e viaggi a velocit costante v verso lalto con legge oraria
z(t) = 1 + ivt. Allora la legge oraria di w w(t) e
ivt
, il che vuol
dire che w ruota con velocit costante v attorno allorigine. Dopo
che z ha percorso una distanza di 2, w ritorna alla sua posizione
iniziale.
x
O
1
y
1 + 2i
2
Figura 4.14: Piano z.
Figura 4.15: Piano w = e
z
.
.
(2) Adesso immaginiamo che z viaggi verso sinistra con velocit
costante v: se parte da 1 + ai (a reale), ha legge oraria z = 1
vt + ia. Allora si avr w(t) e
vt
e
ia
, vale a dire, w viaggia verso
lorigine con velocit che diminuisce costantemente. Viceversa,
se z viaggia verso destra con velocit costante s, w si allontana
dallorgine con una velocit in costante aumento.
Combinando (1) e (2), si vede che lintero piano-w (con leccezione
di w = 0) riempito dallimmagine di una striscia orizzontale, nel
piano-z, di altezza 2. lasciato come esercizio dimostrare che linee
rette nel piano z si trasformano in spirali nel piano w.
A partire dallesponenziale si deniscono le funzioni trigonometri-
che e iperboliche.
Seni e coseni
cos z
e
iz
+ e
iz
2
e sin z
e
iz
e
iz
2i
,
equivalentemente
cos z = 1
z
2
2!
+
z
4
4!

z
6
6!
+ . . . e sin z = z
z
3
3!
+
z
5
5!

z
7
7!
+ . . .
Seni e coseni iperbolici
cosh z
e
z
+ e
z
2
e sinh z
e
z
e
z
2
.
Funzioni intere Una funzione f (z) che, come lesponenziale, le
funzioni trigonometriche e iperboliche, non ha singolarit nel piano
complesso detta funzione intera. Come lesponenziale, le funzio-
ni trigonometriche e iperboliche, una funzione intera pu essere
espressa da una serie di potenze
f (z) =

n=0
c
n
z
n
con raggio di convergenza innito.
84 appunti di metodi matematici della fisica
Problemi
Problema 4.1. Dimostrare che la serie armonica
1 +
1
2
+
1
3
+ . . . +
1
n
+ . . .
diverge.
Problema 4.2. Dimostrare che la serie
z(1 z) + z
2
(1 z) + z
3
(1 z) + . . .
converge per [z[ < 1 e trovarne la somma.
Problema 4.3. Dimostrare che la funzione somma
del problema 4.2 discontinua per z = 1.
Problema 4.4. Dimostrare che la funzione som-
ma del problema 4.2 assolutamente convergente
per [z[ < 1.
Problema 4.5. Dimostrare che

n=0
z
n
n(n +1)
converge assolutamente per [z[ 1.
Problema 4.6. Trovare la regione di convergenza
della serie
1
1 z
+
2z
(1 z)
2
+
4z
2
(1 z)
3
+ . . .
Problema 4.7. Dare un esempio di una coppia di
serie di potenze centrate nellorigine, diciamo P(z)
e Q(z), tali che il disco di convergenza del prodotto
P(z)Q(z) maggiore di ciascuno dei due dischi di
convergenza di P(z) e Q(z).
Problema 4.8. Mostrare che ciascuna delle se-
guenti serie ha il cerchio unitario come disco di
convergenza,
(i)

n=0
z
n
, (ii)

n=1
z
n
n
(iii)

n=1
z
n
n
2
Investigare quindi la convergenza delle serie sul
disco [z[ = 1.
N. B. Per (ii) non si chiede una soluzione completa,
ma di trovare, se ci sono, dei punti in cui la serie
converge oppure diverge. Per la soluzione completa
di (iii), si veda lesercizio 4.8 nei complementi.
Problema 4.9. Si consideri la serie del
problema 4.2.
(a) Dimostrare che la serie converge
uniformemente alla somma z per [z[ 1/2.
(b) La serie converge uniformemente nel disco
chiuso [z[ r, r < 1? Spiegare. Che cosa si pu
dire per r = 1?
Problema 4.10. Si consideri la successione
1
1 + nz
, n = 0, 1, 2, 3, . . .
(a) Dimostrare che la successione uniformemente
convergente a 0 per ogni z tale [z[ 2.
(b) Si pu estendere la regione di uniforme
convergenza data in (a)? Spiegare.
Problema 4.11. Dimostrare che il limite del
problema 4.10 una funzione discontinua in z = 0.
Problema 4.12. Vericare luniforme convergenza
della serie

n=1
z
n
n

n +1
nella regione [z[ 1.
Problema 4.13. Vericare luniforme convergenza
della serie

n=1
cos nz
n
3
nella regione [z[ 1.
Problema 4.14. Si consideri la serie geometrica
P(z) =

j=0
z
j
. La serie converge a
1
1 z
dentro il disco unitario. I polinomi approssimanti
sono P
m
(z) =
m
j=0
z
j
.
(a) Mostrare che lerrore E
m
(z) [P(z) P
m
(z)[
dato da
E
m
(z) =
[z[
m+1
[1 z[
(b) Se z un punto qualunque dentro il disco di
convergenza, che cosa accade allerrore quando
m ?
successioni e serie 85
(c) Se ssiamo m, che cosa succede allerrore
quando z si avvicina al bordo [z[ = 1?
(d) Supponiamo di volere approssimare questa
serie nel disco [z[ 0.9 e supponiamo inoltre
che lerrore massimo che vogliamo tollerare
= 0.01. Trovare il polinomio P
m
(z) di grado
pi basso che approssima P(z) in tutto il disco
con la precisione desiderata.
86 appunti di metodi matematici della fisica
Soluzioni
Problema 4.1. Si raggruppino i termini della serie nel seguente
modo
1 +
1
2
+
_
1
3
+
1
4
_
+
_
1
5
+
1
6
+
1
7
+
1
8
_
+. . . +
_
1
2
n1
+1
+
1
2
n1
+2
+ +
1
2
n
_
+. . .
Ogni parentesi maggiore di 1/2 perch contiene 2
n1
termini tutti
maggiori di 1/2
n
. Quindi
1 +
1
2
+
1
3
+ . . . +
1
n
+ . . . > 1 +
1
2
+
1
2
+
1
2
+ . . .
e poich la serie a destra ovviamente diverge anche quella sinistra
deve divergere.
Problema 4.2. Poich la somma dei primi n termini della serie
S
n
(z) = z(1 z) + z
2
(1 z) + . . . + z
n
(1 z)
= z z
2
+ z
2
z
3
+ . . . + z
n
z
n+1
= z z
n+1
dal problema 1.7 segue che
S(z) lim
n
S
n
= z per ogni z tale che [z[ < 1
(incluso z = 0, dove la serie vale 0). Alternativamente, una dimostra-
zione autosufciente la seguente: [S
n
(z) z[ = [ z
n+1
[ = [z[
n+1
[ <
per (n +1) ln [z[ < ln , cio
n +1 >
ln
ln [z[
n >
ln
ln [z[
1 se z ,= 0
Se z = 0, S
n
(0) = 0 e [S
n
(0) 0[ < per ogni n. Quindi, la somma
della serie
S(z) = lim
n
S
n
= z per ogni z tale che [z[ < 1 (incluso z = 0!)
Problema 4.3. Dal problema 4.2, S
n
(z) = z z
n+1
, S(z) =
limS
n
(z). Se [z[ < 1, S(z) = z. Se z = 1, S
n
(z) = S
n
(1) = 0 e
limS
n
(1) = 0. Quindi S(z) discontinua in z = 1.
Problema 4.4. La serie non di potenze. Forniamo una dimostra-
zione diretta. Sia

S
n
(z) = [z(1 z)[ +[z
2
(1 z)[ + . . . +[z
n
(1 z)[
= [1 z[
_
[z[ +[z[
2
+ . . . +[z[
n
_
= [1 z[[z[
_
1 [z[
n
1 [z[
_
.
successioni e serie 87
Se [z[ < 1, z[
n
tende a zero per n che va allinnito: il limite di

S
n
(z)
esiste e la serie assolutamente convergente. ( Si osservi che la serie
dei valori assoluti converge a ([z[[1 z[)/(1 [z[).)
Problema 4.5. Se [z[ 1 ,

z
n
n(n +1)

=
[z[
n
n(n +1)

1
n(n +1)

1
n
2
Poich (1/n
2
) converge, per confronto segue lassoluta convergenza
della serie.
Problema 4.6. La serie geometrica (non di potenze) con primo
termine 1/(1 z) e ragione 2z/(1 z). Converge quando
[2z[ < [1 z[ ,
cio quando z dentro al cerchio dequazione
3x
2
+3y
2
+2x 1 = 0 .
Problema 4.7. Lasciato alla fantasia.
Problema 4.8.
(i) La serie geometrica
1 + z + z
2
+ z
3
+ z
4
+ . . . =

n=0
z
n
converge a
1
1z
per [z[ < 1. Sul cerchio [z[ = 1 diverge (i termini
della serie non vanno a zero).
(ii) La serie
z +
z
2
2
+
z
3
3
+
z
4
4
+ . . . =

n=1
z
n
n
converge per [z[ < 1. Sul cerchio [z[ = 1, per alcuni punti
converge e per altri no; ad esempio, diverge per z = 1 (serie
armonica); converge per z = 1 (infatti, 1 1/2 +1/3 1/4 +
. . . = ln2). Per lo studio completo della convergenza si veda la
sezione 4.8.
(iii) La serie
z +
z
2
4
+
z
3
9
+
z
4
16
+ . . . =

n=1
z
n
n
2
converge assolutamente per [z[ 1 (quindi anche sul cerchio
unitario).
88 appunti di metodi matematici della fisica
Problema 4.9.
(a) Nel problema 4.2 si dimostrato che
[S
n
(z) z[ < per ogni n >
ln
ln [z[
1 se [z[ < 1 .
Quindi, a fortiori, la serie converge per z 1/2. Ora, se z 1/2 il
massimo valore dellerrore si ha quando [z[ = 1/2 ed dato da
N

=
ln
ln(1/2)
1
Ne segue che [S
n
(z) z[ < per ogni n > N

, dove N

dipende solo
da e non dal particolare valore di z dentro [z[ 1/2.
(b) La stessa argomentazione fatta in (a) serve a dimostrare che
la serie converge alla somma z per [z[ 0.9 o [z[ 0.99, usando
rispettivamente
N

=
ln
ln(0.9)
1 e N

=
ln
ln(0.99)
1
chiaro che non si pu estendere la dimostrazione a [z[ 1,
perch ci richiederebbe
N

=
ln
ln(1)
1 ,
che innito, non esiste cio un valore nito di N

che possa essere


impiegato in questo caso. Quindi per [z[ 1 la serie non converge
uniformemente.
Problema 4.10.
(a) Si ha

1
1 + nz
0

< per
1
[1 + nz[
< [1 + nz[ >
1

.
Ora,
[1 + nz[ [1[ +[nz[ = 1 + n[z[ e 1 + n[z[
1

per n >
1/ 1
[z[
Quindi per [z[ > 2 la successione converge a 0.
Per dimostrare che converge uniformemente a 0, si osservi che il
massimo valore di
1
[z[
_
1

1
_
in [z > 2 si ha per [z[ = 2 ed dato da
N

=
1
2
_
1

1
_
.
successioni e serie 89
ne segue che

1
1 + nz
0

<
per ogni n > N

, dove N

dipende solo da e non dal particolare z


in [z[ > 2. Quindi la successione uniformemente convergente a zero
in questa regione.
(b) Se un numero positivo qualsiasi, il massimo di
1
[z[
_
1

1
_
in z si ha per [z[ ed
1

_
1

1
_
Come in (a) ne segue che la successione converge uniformemente a
zero per ogni z per cui [z[ , cio in ogni regione che non compren-
da punti di un intorno di z = 0. Poich arbitrario, questa regione
pu essere arbitrariamente piccola (ma non ridursi ad un punto).
Problema 4.11. Dal problema 4.10, se si scrive
u
n
(z) =
1
1 + nz
e U(z) = lim
n
u
n
(z) ,
si ha U(z) = 0 se z ,= 0 e U(0) = 1. Quindi U(z) discontinua in
z = 0.
Problema 4.12. Poich
z
n
n

n +1

1
n
3/2
,
per [z[ 1, la serie data converge uniformemente (e assolutamente)
per il criterio M di Weirstrass.
Problema 4.13. La funzione cos nz ovunque limitata sullasse
reale, ma non sullasse immaginario:
cos nz =
1
2
_
e
inz
e
inz
_
=
1
2
_
e
in(x+iy)
e
in(x+iy)
_
=
1
2
_
e
ny
e
inx
e
ny
e
inx
_
Quindi, per n , cos nz esplode esponenzialmente sia sullasse
immaginario positivo sia su quello negativo, fatta eccezione per y =
0. Se ne conclude che la serie data non converge in [z[ 1 (on in
qualunque disco [z[ r < 1). La serie converge solo sullasse reale
(y = 0), e vi converge uniformemente (criterio M di Weirstrass).
90 appunti di metodi matematici della fisica
Problema 4.14. Polinomio approssimante
P
m
(z) =
m

k=0
z
k
(a) Errore: E
m
(z) [P(z) P
m
(z)[
E
m
(z) = [P(z) P
m
(z)[ = [z
m+1
+ z
m+2
+ . . . [ =
[z[
m+1
[1 z[
(perch per S z
m+1
+ z
m+2
+ . . . si ha S = z(z
m
+ S))
(b) Per [z[ < 1, E
m
(z) 0 per m .
(c) Per m ssato E
m
(z) per z 1. Per [z[ 1, z = e
i
, ,= 0 si
ha
E
m
(z)
1
_
2(1 cos )
(d) Per [z[ r = 0.9
E
m
(z)
r
m+1
1 r
=
0.9
m+1
0.1
= = 0.01 m 67
Risulta cos dimostrato che la serie geometrica converge uniforme-
mente nel disco di raggio r.
successioni e serie 91
Complementi
Somma di Cesaro
Ernesto Cesro (18591906) sta-
to un matematico italiano. Ha dato
importanti contributi alla geometria
differenziale e alla teoria delle serie
innite.
importante aver chiaro che, per quanto la denizione di somma
innita come limite della successione delle somme parziali s
n
appaia
molto naturale, pur sempre una denizione: non lunica possibile,
n lunica rilevante in analisi e in matematica applicata. Ad esempio,
la nozione di somma innita di Cesaro, che il limite, quando esiste,
delle medie aritmetiche delle somme parziali,
lim
n
s
0
+ s
1
+ . . . + s
n
n +1
svolge un ruolo altrettanto importante, ad esempio nella teoria del-
le serie di Fourier e nella sica matematica dei processi diffusivi.
Si osservi che quando si cambia la nozione di sommabilit, una se-
rie che prima era divergente pu diventare convergente. Ad esem-
pio,

k=0
(1)
k
divergente secondo la denizione usuale, ma
sommabile secondo Cesaro.
Esercizio 4.7. Qual la somma di Cesaro della serie

k=0
(1)
k
?
Soluzione. La successione delle somme parziali della serie 1 1 +1
1 + . . .
1, 0, 1, 0, 1, 0, . . .
La successione delle medie aritmetiche delle somme parziali
1
1
,
1
2
,
2
3
,
2
4
,
3
5
,
3
6
,
4
7
,
4
8
, . . . .
Poich questa successione converge a 1/2, la somma di Cesaro della
serie 1/2.
Visualizzazione geometrica delle serie di potenze
Una serie di numeri complessi, per quanto innita, pur sempre
una somma di vettori nel piano. dunque utile farsene una rap-
presentazione geometrica. Siamo interessati al caso in cui n diventa
innitamente grande, e quindi al caso in cui la lunghezza dei vettori
(= modulo = norma) varia, in particolare, diventa sempre pi piccola
man mano che n aumenta. Come nel caso della diffrazione di una
grata, consideriamo il caso pi semplice di serie con stessa differenza
di fase tra termini successivi, cio la serie geometrica
1 + z + z
2
+ z
3
+ . . . .
La studieremo gracamente con un programma di graca vettoriale
(Asymptote), usando il seguente codice elementare:
92 appunti di metodi matematici della fisica
pair O= (0,0); //origine nel piano complesso
pair z = r
*
dir(theta); // r e theta sono rispettivamente modulo e angolo di z
int m ; // numero di iterazioni (m-esima somma parziale della serie)
pair [ ] s= new pair[m];
s[0] = (1,0);
for(int n=1; n<=m-1 ; ++n)
s[n] = s[n-1] + z^n ;
for(int n=1; n<=m-1 ; ++n)
draw(s[n-1]--s[n], Arrow);
y
0.5 1
x
O
.
8
60
0
Incominciamo con un vettore dentro il disco unitario. Per r = 0.8
e = 60
0
, si ottiene la gura a lato. Il primo vettore della serie 1,
il secondo z. In gura ne abbiamo indicato la lunghezza. Il vettore
in rosso denota la somma dei vettori (solita regola del parallelogram-
ma). Facendo variare m si vede che il risultato numerico si stabilizza
attorno alla somma
1
1 0.8(60
0
)
Adesso facciamo avvicinare z al bordo del disco. Ecco i risultati
per r = 0.9 (gura a sinistra) e r = 0.95 (e = 30
0
):
y
1 2
x
O
0
.
9
30
0
2
y
1 2
x
O
0
.
9
5
30
0
Comera da aspettarsi, la convergenza per r = 0.95 molto pi lenta.
Adesso mettiamo a confronto z vicinissimo al cerchio unitario e z sul
cerchio per = 60
0
:
1
y
0.5 1
x
O
.
9
8
60
0
1
y
1
x
O
1
60
0
successioni e serie 93
Nel primo caso (r = 0.98, a sinistra) la convergenza lentissima:
m = 100, ma la serie non si ancora stabilizzata (potete indovinare
dove nir?). La gura a destra mostra che per z = 1 non ci potr
mai essere convergenza: lorbitadella serie periodica e lesagono
regolare percorso indenitivamente allaumentare di m, senza che
mai ci sia stabilizzazione della somma. Ecco un altro esempio dello
stesso tipo, per = 90
0
:
0.2
0.3
0.4
0.5
0.6
0.7
0.8
y
0.5 1
x
O
0.9
90
0
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
y
0.5 1
x
O
1
90
0
Il fatto che quando z sul cerchio, compaia un poligono regolare
non generico: solo dovuto al fatto che 60 e 90 sono divisori interi
di 360. Per una diversa scelta dellangolo, lorbita cessa dessere pe-
riodica. Ecco i risultati per = 57
0
: nella gura a sinistra, m = 20, in
quella a destra, m = 80:
y
1
x
O
1
57
0
y
1
x
O
1
57
0
La gura a destra mostra che al crescere di m lorbita copre unifor-
memente un anello circolare (si potrebbe dimostrare che lo compre
densamente, ma questo esula dai nostri scopi). Quindi non ci pu
essere convergenza.
Inne, appena z esce dal disco, la serie tende allinnito. Ecco due
94 appunti di metodi matematici della fisica
casi: per r = 1.01 e r = 1.1 ( = 40
0
in entrambi i casi):
1
2
3
y
2 1 1 2 3
x
O
1
.
0
1
200
200
400
600
y
1000 500 500
x
O
Regolarizzazione di Abel
Abel invent anche un metodo per regolarizzare serie divergenti sul
cerchio T. Introdusse quella che oggi nota come sommabilit o
regolarizzazione di Abel,
A-

n=0
c
n
e
in
lim
r1

n=0
c
n
r
n
e
in
In altre parole, il valore di Abel della serie sul cerchio unitario nel
punto quello ottenuto come limite r 1, lungo la direzione ,
della serie dentro al disco. La sommabilit secondo Abel molto
liberale e rende nite somme che sarebbero altrimenti innite come
limite delle somme parziali. Ad esempio, per la serie 1 1 +1 1 +
1 1 + . . . si ha
A-

n=0
(1)
n
= lim
r1

n=0
(1)
n
r
n
= lim
r1
1
1 + r
=
1
2
Valgono i seguenti teoremi:
Se una serie sommabile nel senso usuale, allora sommabile
secondo Abel.
Se una serie sommabile secondo Abel, allora sommabile
secondo Cesaro (ma non necessariamente viceversa).
Il metodo di Abel si applica non solo allle serie, ma anche agli
integrali divergenti. La regolarizzazione di Abel per gli integrali
A-
_
f (x)dx lim
0
_
e
x
f (x)dx
In sica, il metodo di Abel per regolarizzare serie e integrali pi
usato di quello di Cesaro forse perch la sommabilit secondo
Abel ancora pi liberale di quella secondo Cesaro.
successioni e serie 95
Che cosa succede sul cerchio di convergenza
Esercizio 4.8. Investigare la convergenza delle serie

n=1
z
n
n
sul cerchio [z[ = 1.
Nel problema 4.8 si stabilito che la serie converge per [z[ < 1. Per
z sul cerchio, si ponga z = e
i
e si riscriva la serie come
e
i
+
1
2
e
2i
+
1
3
e
3i
+
1
4
e
4i
+ . . . (4.31)
Non sembra azzardato scommettere sulla convergenza di questa
serie. Poich 1 1/2 + 1/3 1/4 + . . . converge, lo stesso potrebbe
essere vero per (4.31): dopo tutto, al variare di n, i termini
e
ni
= cos n + i sin n
hanno anchessi alternanze di segno che potrebbero essere tali da
produrre le compensazioni giuste e quindi la convergenza. Lana-
lisi numerica della convergenza della serie sembra dare supporto a
questa congettura. Ecco quattro graci che si ottengono studiando
numericamente la serie per diversi valori dellangolo:
1
y
1 2
x
O
1
30
0
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
y
0.5 1
x
O
1
90
0
y
0.5 1
x
O
1
179
0
y
1 2 3 4 5
x
O
1
30
0
Il primo in alto a sinistra per = 30
0
, il secondo in alto per
= 90
0
. Lanalisi numerica di = 180
0
non d buoni frutti: la con-
vergenza estremamente lenta. Comunque, teoricamente, sappiamo
96 appunti di metodi matematici della fisica
che la serie converge a ln2. La prima gura sotto a sinistra illustra il
caso = 179
0
, quella a destra, = 1
0
; per = 0 sappiamo che la
serie diverge (serie armonica). Le serie sono state troncate al grado n
del polinomio per cui si ha stabilit numerica della somma (vettore
rosso).
Dati questi risultati numerici, dovrebbe essere possibile dimostrare
che (4.31) converge. Tuttavia, i criteri usuali sembranon funzionare
in quanto coinvolgono il modulo delln-esimo termine della serie,
e il modulo non distingue tra la serie (4.31) e la serie armonica, che
diverge. Quando si in difcolt conviene ragionare partendo dai
principi di base, in questo caso dalla denizione di serie convergente
e dal criterio di Cauchy.
Consideriamo le somme parziali nesima e mesima (n>m).
S
m
= e
i
+
1
2
e
2i
+
1
3
e
3i
+ . . . +
1
m
e
mi
(4.32)
S
n
= S
m
+
1
m +1
e
(m+1)i
+ . . . +
1
n
e
ni
(4.33)
Se ne facciamo la differenza,
S
n
S
m
=
1
m +1
e
(m+1)i
+ . . . +
1
n
e
ni
(4.34)
e poi stimiamo il modulo, sembrerebbe che siamo punto e daccapo
perch lunico modo che abbiamo per stimare il modulo di una somma
(a meno che non siamo in grado di calcolarla esplicitamente, come
il caso per la progressione geometrica!)
[z
1
+ . . . + z
p
[ [z
1
[ + . . . +[z
p
[ (4.35)
Lidea che ci fa uscire dallimpasse questa: moltiplicare (4.32) e (4.33)
per un numero dipendente da , in modo che
[S
n
S
m
[
dia qualcosa che, stimato con la (4.35), possa essere reso pi piccolo di un
qualunque , per n e m sufcientemente grandi. Dopo vari tentativi ed
errori, si scopre che = (e
i/2
e
i/2
) fornisce proprio quello che si
vuole. Infatti,
(S
n
S
m
) =
1
m +1
e
(m+1+
1
2
)i
+
1
m +2
e
(m+2+
1
2
)i
+ . . . +
1
n 1
e
(n1+
1
2
)i
+
1
n
e
(n+
1
2
)i

1
m +1
e
(m+1
1
2
)i

1
m +2
e
(m+2
1
2
)i
. . .
1
m1
e
(m1+
1
2
)i

1
n
e
(n
1
2
)i
= e
(m+1+
1
2
)i
_
1
m +1

1
m +2
_
+ . . . + e
(n1+
1
2
)i
_
1
n 1

1
n
_
+
1
n
e
(n+
1
2
)i

1
m +1
e
(m+1
1
2
)i
successioni e serie 97
da cui, applicando la (4.35),
[(S
n
S
m
)[
_
1
m +1

1
m +2
_
+ . . . +
_
1
n 1

1
n
_
+
1
n
+
1
m +1
=
2
m +1
quindi, per n e m sufcientemente grandi, [S
n
S
m
[ pi piccolo di
un qualunque . Risulta cos dimostrato che la serie (4.31) converge
nellintervallo aperto (0, 2) [che in = 0 diverga, era gi stato
stabilito].
Nella dimostrazione la forma esplicita dei coefcienti c
n
= 1/n
non gioca un ruolo essenziale, conta soltanto il fatto che c
n
0 (per
potere applicare il criterio di Cauchy). Sulla falsariga dellesempio
sopra, risulta cos dimostrato il teorema di Abel (4.17).
5
Derivate e integrali
Gottfried Wilhelm von Leibniz (1646
1716) stato un matematico, losofo,
scienziato, logico, diplomatico, giuri-
sta, storico, magistrato e bibliotecario
tedesco. A lui si deve il termine fun-
zione (coniato nel 1694) che egli us
per individuare varie quantit associa-
te ad una curva, tra cui il suo valore,
la pendenza, la perpendicolare e la
corda in un punto. A Leibniz, assieme
a Isaac Newton, vengono generalmen-
te attribuiti lintroduzione e i primi
sviluppi del calcolo innitesimale, in
particolare del concetto di integrale,
per il quale si usano ancora oggi molte
delle sue notazioni. considerato un
precursore dellinformatica e del calco-
lo automatizzato: fu inventore di una
calcolatrice meccanica detta appunto
Macchina di Leibniz.
Indice
5.1 La nozione di derivata 99
5.2 Derivate di trasformazioni non-lineari 102
5.3 Applicazioni ai sistemi dinamici 105
5.4 La nozione di integrale 110
5.5 Integrali di linea, di supercie e di volume 112
5.6 Integrali impropri 115
5.7 Convergenza uniforme di integrali impropri 118
5.8 Derivazione sotto il segno di integrale 119
5.9 Integrali di gaussiane 120
Complementi 124
5.1 La nozione di derivata
Al cuore del calcolo differenziale c la nozione di derivata. Una
funzione f di variabile reale x detta differenziabile in un punto
a R, se esiste un numero, denotato f
/
(a), tale che
lim
xa
f (x) f (a)
x a
= f
/
(a) . (5.1)
Il numero f
/
(a) detto derivata della funzione nel punto a. Lequa-
zione (5.1) non ha senso nel caso generale di una funzione vettoriale,
ma pu essere trasformata facilmente in una che lo ha.
Sia L la trasformazione lineare denita da L(x a) = f
/
(a)(x
a), allora (5.1) equivalente a
lim
xa
[ f (x) f (a) L(x a)[
[x a[
= 0 . (5.2)
100 appunti di metodi matematici della fisica
Questa equazione di solito si interpreta dicendo che f (a) + L(x a) ,
(la retta tangente alla funzione in a) una buona approssimazione di
f in a.
Questo si estende facilmente a funzioni vettoriali. Sia F una fun-
zione vettoriale da (un sottoinsieme di) R
n
a R
m
. Allora la sua ap-
prossimazione lineare nel punto a (se esiste) sar F(a) + L(r a),
dove L una trasformazione lineare che mappa variazioni r a del-
la variabile indipendente, cio vettori in R
n
, in vettori di R
m
. La
nozione di distanza tra punti, anzich dal modulo [ [, sar data
dalla norma (o modulo o lunghezza) [[[[ in R
n
e in R
m
. Segue la
denizione:
Soluzione di 5.1. Siano e
1
, . . . e
n
e
u
1
, . . . u
m
le basi ortonormali naturali in
R
n
e R
m
. Allora
r = x
1
e
1
+ . . . + x
n
e
n
e
F(r) = f
1
(r)u
1
+ . . . + f
m
(r)u
m
.
Per determinare la matrice DF(r)
rispetto a tali basi, basta determinare
come la trasformazione lineare F
/
(r)
agisce sui vettori di base; occorre cio
calcolare F
/
(r)(e
i
), i = 1, . . . n. Questo
facile: si ponga dr = e
i
nella (5.4).
Allora
lim
0
|F(r + e
i
) F(r) F
/
(r)(e
i
)|

= 0
avendo usato che e
i
ha norma pari a 1.
Dividendo per ,
lim
0
_
_
_
_
F(r + e
i
) F(r)

F
/
(r)(e
i
)
_
_
_
_
= 0 ,
riconosciamo nel limite del quoziente
la derivata parziale di F rispetto a x
i
.
Quindi,
F
/
(r)(e
i
) =
F
x
i
(r)
=
f
1
x
i
(r)u
1
+ . . . +
f
m
x
i
(r)u
m
,
da cui segue che la matrice jacobiana
[F
/
(r)] =
_

_
f
1
x
1
(r) . . .
f
1
x
n
(r)
. . . . . . . . .
f
m
x
1
(r) . . .
f
m
x
n
(r)
_

_
La funzione F : R
n
R
m
differenziabile in un punto a
del suo dominio se esiste una trasformazione lineare L :
R
n
R
m
tale che
lim
|ra|0
|F(r) F(a) L(r a)|
|r a|
= 0 .
Se F differenziabile in tutti i punti di una regione
contenuta in R
n
, allora F detta differenziabile in .
(5.3)
La trasformazione lineare L nel punto a detta derivata di F in a e,
come nel caso unidimensionale, usualmente si denota con F
/
(a). Per
come stata denita, essa fornisce lapprossimazione lineare di una
funzione F in a,
F(r) = F(a) +F
/
(a)(r a) + o( [[r a[[ ) ,
dove o( [[r a[[ ) denota una quantit che di ordine superiore
rispetto a r a, (cio tende a zero pi rapidamente di [[r a[[ ).
utile riscrivere la denizione di derivata, per un generico punto
r come (denotando con dr una variazione nita)
lim
|dr|0
|F(r +dr) F(r) F
/
(r)(dr)|
|dr|
= 0 , (5.4)
La rappresentazione matriciale di F
/
(r), rispetto alle basi naturali
di R
n
e R
m
, denotata [F
/
(r)] ed detta matrice jacobiana. Al variare
di r in risulta denito il campo si trasformazioni F
/
: R
n
R
m
e il
corrispondente campo [F
/
] di matrici jacobiane.
Esercizio 5.1. Dimostrare che la matrice jacobiana
[F
/
(r)] =
_
F
x
1
. . .
F
x
n
_
=
_

_
f
1
x
1
(r) . . .
f
1
x
n
(r)
. . . . . . . . .
f
m
x
1
(r) . . .
f
m
x
n
(r)
_

_
(5.5)
derivate e integrali 101
Differenziale La nozione di derivata molto semplice, ma, sfor-
tunatamente ci sono diversi modi e notazioni per dire la stessa cosa.
Di solito, si introduce il differenziale dF = F
/
(a)(r a), in termini
del quale si esprime lapprossimazione lineare della funzione come
F(a) + F
/
(a)(r a) = F(a) + dF. Poich dF dipende linearmente
dalla variazione r a, la nozione di differenziale e di derivata sono
sostanzialmente la stessa cosa. Di solito, si pone r a = dr, inten-
dendo con ci che il simbolo dr rappresenta una variazione nita e
non innitamente piccola della variabile indipendente r (vedi sotto).
Riassumendo,
dF = F
/
(a)(r a) = F
/
(a)(dr) . (5.6)
Sebbene dF e dr siano deniti senza alcun riferimento a quantit
innitamente piccole, cio pi piccole di qualunque quantit nita,
si nisce prima o poi usare tali espressioni. Contrariamente a quello
che talvolta si dice, proprio perch disponiamo di denizioni rigo-
rose come la (5.3), che tale uso giusticato. Occorre solo tenere a
mente che uguaglianze tra innitesimi signicano uguaglianze tra
quantit nite a meno di termini di ordine superiore nei differenziali. Ad
esempio, se si scrive F(r + dr) = dF, si intende che a secondo mem-
bro si trascurano termini di ordine superiore in dr, cio termini che
vanno a zero pi rapidamente di dr. Ma questo proprio ci che la
denizione (5.3) signica.
u
v
dv
du
Figura 5.1: Leibniz bas il calcolo
differenziale per funzioni a pi variabili
sulla regola di trascurare gli innitesimi
di ordine superiore. Con riferimento
alla gura sopra, geometricamente
ovvio che la variazione dellarea del
rettangolo d(uv) = udv + vdu +
dudv. Trascurando dudv si ha la regola
di Leibniz (5.8). A loro volta, u e v
possono dipendere da altre quantit, ad
esempio v = t e u = t
2
. Allora dv = dt e
du = 2tdt, che la regola della funzione
composta. A partire da queste due
regole, Leibniz svilupp tutto il calcolo.
Nelle mani di Leibniz, gli innitesimi furono il motore per lo svi-
luppo del calcolo differenziale. Se utilizzati nel senso sopra indicato,
sono ancora molto utili per ottenere rapidamente risultati in modo
euristico. Ad esempio, si possono ottenere le regole fondamentali del
calcolo, come la regola della funzione composta,
d(F g) = dF dG, (5.7)
dove a secondo membro signica composizione di trasformazioni
lineari, cio moltiplicazione delle corrispondenti matrici jacobiane
(naturalmente (5.7) ha senso se G : R
n
R
k
e F : R
k
R
m
) , o la
regola di Leibniz per funzioni scalari u e v a pi variabili,
d(uv) = udv + (du)v . (5.8)
Naturalmente, la giusticazione di (5.7) e (5.8) nelle dimostra-
zioni rigorose basate sulla denizione (5.3), ma utile sapere che si
possono ottenere anche, in modo euristico, usando lidea di Leibniz
degli innitesimi, cio mediante uguaglianze in cui si trascurano
quantit di ordine superiore; si veda la didascalia che accompagna la
gura 5.1.
102 appunti di metodi matematici della fisica
Campi scalari Una prima applicazione della derivata ai campi
scalari, cio alle funzioni f su R
n
a valori in R. Assumiamo per sem-
plicit n = 3. Allora la derivata f
/
(r), r = (x, y, z), rappresentata da
una matrice jacobiana 1 3, il vettore riga
[ f
/
(r)] =
_
f
x
1
. . .
f
x
n
_
ed quindi la seguente forma lineare sui vettori dr = (dx, dy, dz)
d f = f
/
(r)(dr) =
f (r)
dx
dx +
f (r)
y
dy +
f (r)
z
dz , (5.9)
Se R
3
lo spazio euclideo, lo spazio vettoriale delle variazioni dr,
dotato di prodotto scalare naturale e di norma indotta dal prodotto
scalare. Allora lo spazio delle forme lineari su di esso canonica-
mente isomorfo a R
3
, secondo la corrispondenza discussa nella se-
zione 2.8, e quindi la derivata pu essere equivalentemente espressa
mediante il vettore

r
f (r)
f (r)
x
i +
f (r)
y
j +
f (r)
z
k. (5.10)
Al variare di r in R
3
,
r
f (r) denisce un campo vettoriale su R
3
,
detto gradiente di f . Usualmente, quando chiaro quale sia la va-
riabile indipendente, si omette il pedice r e si scrive semplivemente
. Se si rappresenta la derivata con il gradiente, la sua azione sulla
variazione della variabile indipendente data dal prodotto scalare,
f
/
(r)(dr) = (f )(r) dr ,
che, ovviamente, coincide con la (5.9). Quando la derivata applicata
ad una variazione n di norma 1, si ha la derivata direzionale di f nella
direzione di n:

n
f (r) (f )(r) n (5.11)

F
R
2
R
2
Figura 5.2: Trasformazione non-lineare
F:
u = x , v = 1 ax
2
+ y .
(per disegnare la gura si scelto
a=1.4). Questa funzione associata
alla cosidetta mappa di Henon che
studiata in teoria dei sistemi dinamici.
Se R
3
rappresenta lo spazio sico, chiaramente da intendersi come spazio euclideo,
ma, nelle applicazioni, non sempre R
3
, o in generale R
n
, sono da ritenersi spazi
euclidei. Ad esempio, nelle applicazioni del calcolo differenziale alla termodinamica,
la nozione appropriata di derivata quella originaria di forma lineare. Questo perch
nello spazio degli stati termodinamici, ad esempio U (energia interna), V (volume) e N
(numero di moli), non c alcuna nozione di distanza che abbia signicato invariante.
In questo caso, ad esempio, la derivata dellentropia S
dS = S
/
(U, V, N)(dU, dV, dN) =
S
U
dU +
S
V
dV +
S
N
dN
5.2 Derivate di trasformazioni non-lineari
Soffermiamoci adesso su funzioni da R
n
a R
n
. Nelle applicazioni,
esserappresentano trasformazioni non lineari di R
n
o campi vettoriali
derivate e integrali 103
deniti su R
n
. Il secondo caso quello del campo di velocit di un
uido o dei campi elettrici e magnetici, il primo si incontra in teoria
dellelasticit, nello studio delle coordinate curvilinee e nella teoria
dei sistemi dinamici. La gura 5.2 illustra una trasformazione del
piano, che emerge nello studio di un sistema dinamico, mostrando
come vengono distorte certe regioni del piano.
Naturalmente, le trasformazioni lineari o operatori sono un caso
particolare di trasformazioni di R
n
in s stesso e la loro derivata
F
/
(r) rappresentata da una matrice con elementi costanti. Invece la
derivata di una trasformazione non-lineare rappresentata da una
matrice n n non costante, la matrice jacobiana (5.5),
[F
/
(r)] =
_
F
x
1
. . .
F
x
n
_
,
dove F/x
i
sono da intendersi come vettori colonna per ciascun
i = 1, . . . , n. Se e
1
, . . . , e
n
la base naturale di R
n
, i vettori della
matrice jacobiana sono i trasformati dei vettori della base,
F
x
i
= F
/
(e
i
) . (5.12)
f(r)
r
F

(r)

R
2
R
2
Figura 5.3: Struttura locale della fun-
zione F dellesempio 5.1 nel punto
r = (x, y). I due vettori ortogonali di
lunghezza unitaria e
1
(in rosso) e e
2
(in blu) sono trasformati da F
/
(r) nei
vettori f
1
e f
2
di diversa lunghezza e
con angoli di rotazione differenti.
Conveniamo di chiamare tali vettori f
i
= f
i
(r) (in quanto dipendono
dal punto r). La derivata descrive la struttura locale della trasfor-
mazione F e, per mettere in evidenza questo fatto, si pu usare il
linguaggio degli innitesimi, ponendo dx
i
= dx
i
e
i
e riscrivendo la
(5.12) cos
F
/
(r)(dx
i
) =
F
x
i
dx
i
. (5.13)
Esempio 5.1. Si consideri la trasformazione di R
2
data dalla funzione
F(r) = (u, v), r = (x, y),
u = x
2
2y
2
v = xy
Allora (applicando direttamente la regola di Leibniz)
_
du
dv
_
=
_
2xdx 4ydy
ydx + xdy
_
=
_
2x 4y
y x
_ _
dx
dy
_
da cui segue che la matrice jacobiana
[F
/
(x, y)] =
_
2x 4y
y x
_
.
Quindi i vettori di base e
1
=
_
1
0
_
e e
2
=
_
0
1
_
sono trasformati
nei vettori f
1
=
_
2x
y
_
e e
2
=
_
4y
x
_
. Equivalentemente, i vettori
innititesimi dx = dxe
1
e dy = dye
2
, sono trasformati nei vettori dxf
1
e dyf
2
.
104 appunti di metodi matematici della fisica
Esempio 5.2. Si consideri la trasformazione F del piano generata dalla
funzione complessa z
2
incontrata nel Capitolo 1,
u = x
2
y
2
v = 2xy
(1.13)
Procedendo come nellesercizio precedente, si trova
[F
/
(x, y)] =
_
2x 2y
2y 2x
_
=
_
f
1
f
2
_
.
Ma adesso i due vettori f
1
e f
2
sono ortogonali tra loro (essendo nullo
il loro prodotto scalare). Posto x = r cos , y = r sin e r =
_
x
2
+ y
2
,
si ottiene
[F
/
(x, y)] = 2r
_
cos sin
sin cos
_
che il prodotto di un fattore di scala 2r per una matrice di rotazione
ortogonale. Adesso la situazione quella mostrata in gura 5.4: tutti
i vettori centrati in r vengono riscalati dello stesso fattore 2r e ruotati
dello stesso angolo . In particolare, il cerchio si trasforma in un
cerchio di raggio 2r e i vettori ortogonali e
1
e e
2
si trasformano nei
vettori ortogonali f
1
e f
2
.
e
1
e
2
f
1
f
2
F(r)
r
F

(r)

R
2
R
2
Figura 5.4: Struttura locale della fun-
zione F dellesempio 5.2 nel punto r. I
due vettori ortogonali di uguale lun-
ghezza e
1
(in rosso) e e
2
(in blu) sono
trasformati da F
/
(r) in vettori f
1
e f
2
di
uguale lunghezza e ruotati dello stesso
angolo. La gura mostra chiaramente
che leffetto locale della trasformazione
una dilatazione combinata con una
rotazione ortogonale, per cui un cerchio
trasformato in un cerchio (in generale
di raggio differente).
La trasformazione (1.13) ha una struttura locale particolarmente
semplice. Ci che sorprendente che questa struttura non dipende
dalla particolare scelta della funzione, ma vale per qualunque trasfor-
mazione F del piano in s stesso che sia data da una funzione analitica.
Si pu dire che questa caratteristica geometrica sia il marchio di
fabbrica geometrico delle funzioni analitiche.
Determinante jacobiano Come risulta chiaro dagli esempi
precedenti (e come si pu facilmente dimostrare in generale), gli
elementi vettoriali della matrice jacobiana (5.5),
[F
/
(r)] =
_
F
x
1
. . .
F
x
n
_
rappresentano come si trasformano gli elementi della base e
1
, . . . , e
n
.
Allora il determinate della derivata
J(r) = det(F
/
(r)) =

F
x
1
. . .
F
x
n

, (5.14)
detto determinante jacobiano, il volume del parallelepipedo con spi-
goli di base F/x
1
, . . . F/x
n
. Si veda la nota sul signicato geo-
metrico del determinante a p. 35. Quindi, il determinante jacobiano,
fornisce unimportante informazione sulla struttura locale della fun-
zione F, ci dice come si trasformano localmente i volumi. Il segno
derivate e integrali 105
del terminate contiene informazione sullorientazione del paralle-
lepipedo trasformato; se interessa il volume vero e proprio si pren-
der il modulo del determinante. Se si considera il parallelepipedo
rettangolare determinato dalla base e
1
, . . . , e
n
, con spigoli di lun-
ghezza dx
1
, . . . , dx
n
e con vertice nel punto r, allora il suo volume
dx
1
dx
n
e il volume del parallelepipedo trasformato

det(F
/
(r))

dx
1
dx
n
(5.15)
Sovente, per il determinate jacobiano si usa la notazione
J(r) =
(F
1
, F
1
, . . . F
n
)
(x
1
, x
2
, . . . x
n
)
(5.16)
Operatori differenziali Sia F un campo vettoriale su R
n
. Dalla
la sua derivata F
/
si estraggono
1
operatori differenziali rilevanti nelle
1
Nel senso della (3.40).
applicazioni, tra questi, la divergenza div F, che la traccia di [F
/
]
div F =

i
F
i
x
i
= F . (5.17)
Per n = 3, la parte antisimmetrica della matrice jacobiana associata
(nel senso della (3.44)) al rotore rot F = F.
Un operatore differenziale molto importante loperatore di
Laplace o Laplaciano di un campo scalare f cos denito
f =
r

r
f =
2
f =
n

i=1

2
f
x
2
i
. (5.18)
Figura 5.5: Coordinate sferiche, secondo
la convenzione comunemente usata in
sica.
Nelle applicazioni, sovente si usano coordinate diverse dalle car-
tesiane, ed quindi importante conoscere le espressioni degli opera-
tori differenziali nei sistemi di coordinate pi usati. Il laplaciano in
coordinate cilindriche x = cos , y = sin , z,
f =
1

_
+
1

2
f

2
+

2
f
z
2
. (5.19)
e in coordinate sferiche x = r sin cos , y = r sin sin , z = r cos ,
f =
1
r
2

r
_
r
2
f
r
_
+
1
r
2
sin

_
sin
f

_
+
1
r
2
sin
2

2
f

2
. (5.20)
(Per il calcolo di (5.19) e (5.20), si vedano i complementi a pag. 124.)
5.3 Applicazioni ai sistemi dinamici
La derivata fornisce un importante strumento nella studio della strut-
tura locale di un sistema dinamico. Un sistema dinamico un siste-
ma il cui stato r
t
evolve nel tempo secondo il sistema di equazioni
106 appunti di metodi matematici della fisica
differenziali del primordine

r= v(r) (5.21)
dove v = v(r), r = (x
1
, . . . , x
n
) R
n
, un campo vettoriale su
R
n
, detto campo di velocit. R
n
detto lo spazio delle fasi del siste-
ma. La condizione che v non dipenda dal tempo non restrittiva: se
dipendesse dal tempo basterebbe aggiungere la variabile x
n+1
= t
e passare al sistema in R
n+1
con equazione aggiuntiva x
n+1
= 1.
Dunque, qualunque equazione differenziale di ordine m o qualunque
sistema di equazioni differenziali pu essere trasformato in un siste-
ma dinamico con spazio delle fasi R
n
per n opportuno; per esempio,
unequazione del secondo ordine in t con termini dipendenti da t
pu essere trasformata in un istema dinamico con spazio delle fasi
R
3
. Se il campo v abbastanza regolare la soluzione di (5.21), per
una data condizione iniziale r
0
al tempo t = 0 esiste di unica.
La soluzione data da una famiglia ad un parametro di funzioni
F(, t) : R
n
R
n
, detta usso, che trasforma lo stato iniziale r
0
sta-
to r
t
al tempo t, vale a dire, r
t
= F(r
0
, t). La relazione tra campo di
velocit e usso
F(r
0
, t)
t

r
0
=r
= v(r) .
Il usso ha limportante propriet di composizione
F(, t + s) = F(, t) F(, s) (5.22)
che corrisponde al fatto che r
t+s
= F(F(r
0
, t), s).
Il vantaggio di trasformare equazioni differenziale o sistemi di
equazioni differenziali nella forma di un sistema dinamico (5.21) sta
nel poter utilizzare metodi geometrici e il linguaggio idrodinamico
per studiare il sistema. Le soluzioni di (5.21) possono infatti essere
interpretate come le line di usso delle particelle di un uido nello
spazio delle fasi: al variare di t, la soluzione F(r
0
, t) descrive come
evolve nel corso del tempo la traiettoria di una particella del uido
che inizialmente, al tempo t = 0, si trovava nel punto r
0
. Le linee
di usso non si intersecano e in ogni punto il campo di velocit
tangente ad esse. Perci, la semplice rappresentazione graca del
campo di velocit fornisce gi uninformazione utile sulle soluzioni
del sistema. Tale rappresentazione graca detta ritratto di fase.
La gura 5.6 fornisce un ritratto di fase del pendolo semplice (in
ununit di misura opportune)

x = y

y
= sin x
Le soluzioni sono le linee di usso del campo v = (y, sin x).
derivate e integrali 107
Esempio 5.3.
Figura 5.6: Ritratto di fase del pendolo
semplice. Le freccette rosse indicano al-
cuni vettori del campo v = (y, sin x).
Sono rafgurate linee di usso del cam-
po che rappresentano le traiettorie del
sistema nello spazio delle fasi.
I punti ssi del sistema sono i punti per cui il campo v si annulla,
sono cio le soluzioni a dellequazione v(a) = 000, e sono anche detti
punti di equilibrio o, nel linguaggio idrodinamico, punti di stagna-
zione del uido. Il primo passo nello studio di un sistema dinamico
Soluzione di 5.2. I punti di equi-
librio sono le soluzioni di v =
(y, sin x) = (0, 0). Queste sono
(0, n), n = 0, 1, 2, . . . (i punti in
viola nella gura 5.6). Basta studiare
lapprossimazione lineare della dina-
mica in (0, 0) e (0, ), essendo le altre
ottenute da queste per periodicit.
Calcoliamo [v
/
(x, y)]:
[v
/
(x, y)] =
_
0 1
cos x 0
_
Siano A
0
= [v
/
(0, 0)] =
_
0 1
1 0
_
e
A

= [v
/
(0, )] =
_
0 1
1 0
_
. Poniamo
dr = (u, v). Allora lapprossimazione
lineare della dinamica nellintorno di
(0, 0)
_
u
v
_
= A
0
_
u
v
_
=
_
0 1
1 0
_ _
u
v
_
=
_
v
u
_
mentre nellintorno di (0, )
_
u
v
_
= A

_
u
v
_
=
_
0 1
1 0
_ _
u
v
_
=
_
v
u
_
Nel primo caso, si tratta della dinamica
delloscillatore armonico lineare: le tra-
iettorie sono cerchi centrati nellorigine,
con legge oraria che combinazione
lineare di cos(t) e sin(t). Lorigine
un punto di equilibrio stabile. Nel
secondo caso, le soluzioni sono combi-
nazioni lineari di exp(t) e exp(t). Il
punto (0, ) un punto di equilibrio
instabile.
lo studio di come evolvono piccole perturbazioni dr = r a nellin-
torno di un punto di equilibrio a. In questo studio, la derivata di v
gioca un ruolo importante. Infatti, sostituendo r = a + dr nella (5.21),
si ottiene

dr= v(a +dr) = v(a) +v


/
(a)dr + o( [[dr[[ ) = v
/
(a)dr + o( [[dr[[ ) ,
dove, come di consueto, o( [[dr[[ ) denota una quantit che tende
a zero pi rapidamente di [[dr[[ . Trascurando questa quantit, si
ottiene lapprossimazione lineare del sistema nel punto a:

dr= Adr , (5.23)


dove si posto A = v
/
(a). Essendo A una trasformazione lineare,
(5.23) un sistema lineare e le sue soluzioni possono essere facilmen-
te trovate. Se A rappresentata da un matrice diagonalizzabile, si
pu usare il metodo esposto nella sezione 3.5.
Poich la (5.23) governa levoluzione temporale di una piccola
perturbazione nellintorno di un punto di equilibrio, essa ci fornisce
informazioni utili sul sistema. Altrettanto utile sapere come evol-
vono piccole perturbazioni dellintorno di un qualunque punto, non
necessariamente dequilibrio. Questo serve, in particolare, a determi-
nare se il sistema caotico, cio se piccole perturbazioni divergono
esponenzialmente nel corso del tempo. Largomento molto interes-
sante, ma esula dai nostri scopi. Vogliamo invece accennare a come si
trasformano i volumi nello spazio delle fasi, essendo questo collega-
to ad importante teorema di meccanica e una applicazione naturale
della nozione di determinate jacobiano.
108 appunti di metodi matematici della fisica
Esercizio 5.2. Trovare lapprossimazione lineare del pendolo sempli-
ce nei suoi punti di equilibrio.
Teorema di Liouville Consideriamo il parallelepipedo rettangolo,
Dimostrazione di (5.25). Consideriamo
levoluzione tra t e t + dt
r
t+dt
= F(r
t
, t + dt)
= r
t
+
F(r, t)
t

r=r
t
dt + o(dt)
= r
t
+v(r
t
)dt + o(dt)
Calcoliamone la derivata rispetto a r
t
F
/
t+dt
(r
t
) = I +v
/
(r
t
)dt + o(dt)
La variazione di volume tra t e t + dt
data dal determinante jacobiano
J(r
t
, t + dt) = det
_
F
/
t+dt
(r
t
)

= det
_
I +v
/
(r
t
)dt + o(dt)

Ricordando la formula det(I + A) =


1 +tr(A) +O(
2
), si ottiene
J(r
t
, t + dt) = 1 +tr
_
v
/
(r
t
)

dt + o(dt)
= 1 + v(r
t
)dt + o(dt)
Si consideri adesso J(r
0
, t + dt). Dalla
(5.22) (ricordando che il determinante
di una funzione composta il prodotto
dei determinanti) segue che
J(r
0
, t + dt) = J(r
t
, t + dt)J(r
0
, t)
Allora, sostituendo il valore trovato per
J(r
t
, t + dt), si ottiene
J(r
t+dt
; r
0
) = [1 + v(r
t
)dt] J(r
0
, t) +o(dt) .
vale a dire
J(r
t+dt
; r
0
) J(r
0
, t) = v(r
t
)dt J(r
0
, t) +o(dt) .
Passando al limite dt 0, il teorema
risulta dimostrato.
N. B. Si pu dimostrare il teorema
anche usando la nozione di derivata
idrodinamica. Vista limportanza di
questa nozione, spieghiamo che cosa
sia. Data una quantit (r, t) (campo
scalare, vettoriale , etc.), la sua derivata
rispetto al usso r
t
= F(r
0
, t) denita
nel seguente modo:
D
Dt
(r, t)
_
d
dt
(r
t
, t)
_
r
t
=r
ed detta derivata idrodinamica. Usando
la regola della derivata della funzione
composta e osservando che

r
t
= v, si
ottiene
D
Dt
(r, t) =

t
(r, t) + (v(r) ) (r, t)
Questa derivata fornisce una misura
del tasso di variazione della quantit
lungo le linee di usso. Usando la
derivata idrodinamica, il teorema di
Liouville diventa
DJ
Dt
(r, t) = v(r)J(r, t) .
con spigoli determinati dalla base e
1
, . . . , e
n
di volume unitario con
vertice nella condizione iniziale r
0
. Vogliamo sapere come varia il
suo volume dopo un tempo t in conseguenza della trasformazione
r
t
= F(r
0
, t). La risposta data dalla (5.14), con la sola differenza che
la funzione F adesso dipende anche dal parametro t:
J(r
0
, t) =

det(F
/
(r
0
, t))

(5.24)
Il seguente teorema stabilisce come J(r
0
, t) evolve nel corso del
tempo:
Teorema di Liouville. Il tasso di variazione percentuale
di volume nellintorno di un punto dello spazio del fasi
dato dalla divergenza del campo di velocit in quel
punto:
1
J(r
0
, t)
dJ(r
0
, t)
dt
= v(r
t
)
dove r
t
= F(r
0
, t).
(5.25)
Ad esempio, la divergenza del campo v = (y, sin x) del pendolo
semplice
v =
y
x
+
(sin x)
y
= 0 +0 = 0
e quindi il volume non varia nel corso del tempo. Si osservi che se si
introduce un termine di smorzamento e si considera il sistema

x = y

y
= y sin x ,
la divergenza di v = (y, y sin x) adesso uguale a . Quindi

J= J e dunque il volume decresce esponenzialmente nel corso del


tempo.
Un sistema dinamico detto Hamiltoniano se il suo spazio delle
fasi pari, cosicch r pu essere scritto come r = (x, y), con x e y di
uguale dimensione, e se esiste un campo scalare sullo spazio delle
fasi H = H(x, y), detto hamiltoniana, tale che
v(x, y) =
_

y
H(x, y),
x
H(x, y)
_
. (5.26)
Il pendolo semplice (senza smorzamento) un esempio di sistema
hamiltoniano, con hamiltoniana
H =
1
2
y
2
+cos x
derivate e integrali 109
(che a meno di una costante arbitraria lenergia totale del pendolo,
essendo y la velocit e x la posizione). Si osservi che la (5.26) implica
che il sistema dinamico ha forma di Hamilton

x =
y
H(x, y)

y
=
x
H(x, y)
(5.27)
(5.28)
Se il campo v ha la forma (5.26) allora la sua divergenza nulla.
Infatti,
v =
x

y
H
y

x
H = 0
Figura 5.7: Evoluzione temporale
nello spazio delle fasi. Il usso F di
un sistema hamiltoniano conserva il
volume.
(assumendo, ovviamente, che H sia abbastanza liscia in modo tale
che lo scambio delle derivate parziali sia legittimo). La dinamica hamil-
toniana conserva dunque il volume nello spazio delle fasi. Le regioni dello
spazio delle fasi possono deformarsi in modo orrendo, ma il loro
volume non cambia. Un esempio di questo tipo la funzione della
gura 5.2, che lanalogo a tempo discreto di un sistema hamiltonia-
no: la dinamica distrorce la faccetta che, dopo un po di iterazioni,
diventa decisamente irriconoscibile, ma la sua area conservata.
Un valore negativo della divergenza di v il marchio di fabbrica
dei sistemi dissipativi, di cui un (famoso) esempio il sistema di
Lorenz.
Esercizio 5.3. Il sistema

x = (y x)

y
= rx y xz

z = xy bz
dove , r e b sono parametri, fu ottenuto da Lorentz come approssi-
mazione della dinamica di un uido che soggetto ad un gradiente
di temperatura. Trovare per quale valore dei parametri il sistema
dissipativo.
Esercizio 5.4. La mappa di Henon
F = (u, v) , u = y +1 ax
2
, v = by ,
distorce il piano e produce leffetto mostrato nella gura sotto Per disegnare la gura, sono sta-
ti scelti a = 1.4 e b = .7. Ite-
rando questa trasformazione,
r F(r) F (F(r)) . . . F
n
(r) . . . , si
ottiene una dinamica a tempo discreto,
che stata estensivamente studiata in
teoria dei sistemi dinamici. In particola-
re, per il valore di a scelto e per b = .3,
la dinamica dissipativa (vericare!)
e caotica. Nel limite n la dina-
mica tende ad un attrattore strano di
dimensione frattale maggiore di 1.

Studiare come cambia il volume quando la mappa di Henon iterata


n volte.
110 appunti di metodi matematici della fisica
Figura 5.8: Attrattore strano del sistema
di Lorenz. Per valori opportuni dei
parametri, il volume di qualunque
regione tende esponenzialmente a zero
e la dinamica schiaccia lo spazio delle
fasi su una variet di volume nullo.
Questa variet si ottiene mediante
simulazione numerica, facendo evolvere
il sistema con condizione iniziale tipica.
Leffetto mostrato in gura. Tale
variet un esempio di attrattore
strano.
5.4 La nozione di integrale
Lintegrale di una funzione di variabile reale x su un intervallo [a, b],
_
b
a
f (x)dx
Figura 5.9: Integrale come area con
segno.
denito informalmente come larea della regione nel piano xy limi-
tata dal graco della funzione f , lasse delle x e le linee verticali x = a
e x = b in modo tale che larea sopra lasse delle x aggiunta al totale
e quella sotto sottratta dal totale.
I principi dellintegrazione furono formulati indipendentemente
da Newton e Leibniz. Attraverso il teorema fondamentale del calcolo
che essi svilupparono indipendentemente, lintegrazione e collegata
alla differenziazione: se f una funzione continua su un intervallo
chiuso [a, b], lintegrale di f sul questo intervallo
_
b
a
f (x)dx = F(b) F(a) , (5.29)
dove F unantiderivata (o primitiva) di f , cio una funzione F tale
che la sua derivata f .
Figura 5.10: Integrale come limite
di somme di Riemann (inferiori e
superiori).
Nel XIX secolo teorie rigorose dellintegrazione furono avviate
da Cauchy e portate a compimento da Riemann. La teoria classica
dellintegrazione dei testi di calcolo differenziale e integrale quella
di Riemann: lintegrale denito come limite di approssimazioni
mediante rettangoli dellarea:
n

k=1
f (
k
)x
k
, (5.30)
derivate e integrali 111
dove x
1
, x
2
, . . . , x
n1
una partizione in sottointervalli di [a, b], x
k
=
x
k
x
k1
e
k
un qualunque numero in [x
k1
, x
k
]. Se il limite x
k
Denizione di funzione generalmente
continua. Si dice che una funzione
generalmente continua in un intervallo
[a, b] se possibile dividere linter-
vallo in un numero nito di intervalli
in ognuno dei quali la funzione sia
continua e abbia limite destro e limite
sinistro niti. Nella gura sotto rap-
presentato un esempio di funzione f (x)
generalmente continua.
2 THE LAPLACE TRANSFORM [CHAP. 1
SECTIONAL OR PIECEWISE CONTINUITY
A function is called sectionally continuous or piecewise continuous in an interval
c< t-< a if the interval can be subdivided into a finite number of intervals in each of
which the function is continuous and has finite right and left hand limits.
F(t)
I/
j
i
t
a ti
t2 1t3 R
Fig. 1-1
An example of a function which is sectionally continuous is shown graphically in
Fig. 1-1 above. This function has discontinuities at ti, t2 and t3. Note that the right and
left hand limits at t2, for example, are represented by lim F(t2 + E) = F(t2 + 0) = F(t2+)
e 0
and lim F(t2 - E) = F(t2 - 0) = F(t2-) respectively, where c is positive.
E-+0
FUNCTIONS OF EXPONENTIAL ORDER
If real constants M > 0 and y exist such that for all t > N
I e-It F(t) I < M or I F(t) 1 < Melt
we say that F(t) is a function of exponential order y as t- - or, briefly, is of exponential
order.
Example 1. F(t) = t2 is of exponential order 3 (for example), since ;t2j = t2 < eat for all t > 0.
Example 2. F(t) =
et3
is not of exponential order since I e-vt et' 1 = et3-yt can be made larger than
any given constant by increasing t.
Intuitively, functions of exponential order cannot "grow" in absolute value more rapidly
than Me"' as t increases. In practice, however, this is no restriction since M and y can be
as large as desired.
Bounded functions, such as sin at or cos at, are of exponential order.
SUFFICIENT CONDITIONS FOR EXISTENCE OF LAPLACE TRANSFORMS
Theorem 1-1. If F(t) is sectionally continuous in every finite interval 0 < t< N and
of exponential order y for t > N, then its Laplace transform f (s) exists for all s > y.
For a proof of this see Problem 47. It must be emphasized that the stated conditions
are sufficient to guarantee the existence of the Laplace transform. If the conditions are
not satisfied, however, the Laplace transform may or may not exist [see Problem 32].
Thus the conditions are not necessary for the existence of the Laplace transform.
For other sufficient conditions, see Problem 145.
a
b
x
1
x
2
x
3
La funzione rappresentata ha di-
scontinuit in x
1
, x
2
e x
3
. I limiti de-
stro e sinistro, ad esempio in x
2
sono
rappresentati rispettivamente da
lim
0
f (x
2
+ ) = f (x
2
+0) = f (x
2
+)
e
lim
0
f (x
2
) = f (x
2
0) = f (x
2
) ,
dove > 0. Segue immediatamente
da (5.31) che una funzione general-
mente continua in un intervallo [a, b]
integrabile.
0, n esiste ed indipendente da come la suddivisone viene
compiuta, la funzione detta integrabile (secondo Riemann) su [a, b]
e il limite denisce lintegrale di f su [a, b]. Lintegrale di Riemann
una trasformazione lineare a valori reali, cio un funzionale lineare:
se f e g sono integrabili e e sono costanti, allora anche f + g
integrabile e
_
b
a
(f + g) dx =
_
b
a
f (x) dx +
_
b
a
g(x) dx.
Si dice che un insieme di punti sullasse x ha misura nulla se la lun-
ghezza di degli intervalli che ricoprono tutti i punti dellinsieme pu
essere resa piccola a piacere. Si pu dimostrare che ogni insieme nu-
merabile sullasse reale ha misura nulla. In particolare linsieme dei
razionali, che numerabile, ha misura nulla. Quando una propriet
vale tutti i punti, eccetto che per un insieme di misura nulla, si dice
che la propriet vale quasi ovunque.
Lapplicabilit della teoria classica dellintegrazione resa traspa-
rente dal seguente teorema.
Una funzione su un intervallo compatto [a, b] integra-
bile secondo Riemann se e solo se limitata e continua
quasi ovunque.
(5.31)
Un esempio di funzione non integrabile, in quanto discontinua
ovunque, la funzione di Dirichlet che vale 1 se x razionale e 0 se x
non razionale.
Esempio 5.4. La nozione di somma di Riemann (5.30) non ha solo
un valore teorico, ma ha anche utilit pratica. Nelle applicazioni pu
accadere di trovarsi di fronte a limiti del seguente tipo
lim
N
N

k=1
f
_
ak
N
_
a
N
.
In questi casi, importante riconoscere lapprossimazione di Rie-
mann di un integrale: si ha una partizione dellintervallo [0, a] in in-
tervallini x
k
di ampiezza uguale e pari a a/N e f (ka/N) il valore
della funzione calcolata nellestremo destro dei x
k
. Dunque,
lim
N
N

k=1
f
_
ak
N
_
a
N
=
_
a
0
f (x)dx .
Ad esempio, nello studio del fenomeno di Gibbs in teoria delle serie
di Fourier, si incontra il seguente limite:
lim
N
N1

k=1
sin
_
k

N
_
k

N

N
=
_

0
sin x
x
dx
112 appunti di metodi matematici della fisica
5.5 Integrali di linea, di supercie e di volume
La nozione di integrale di Riemann come limite di approssimazioni
si estende facilmente a pi dimensioni. Un integrale di linea denito
per funzioni di due o pi variabili, e lintervallo di integrazione [a, b]
sostituito da una certa curva che collega due punti sul piano o nello
spazio. In un integrale di supercie, la curva sostituito da un pezzo
di una supercie in uno spazio tridimensionale o n-dimensionale e
in un integrale di volume, la supercie sostituita da una regione
in R
n
. Integrali di forme differenziali svolgono un ruolo fondamen-
tale nella moderna geometria differenziale. Queste generalizzazioni
degli integrali nacquero dalle esigenze di sica e svolgono un ruolo
importante nella formulazione di molte leggi siche, in particolare
quelle dellelettrodinamica. Riassumiamo brevemente le denizioni
di questi integrali in R
3
.
Gli integrali di linea, supercie e volume di un campo scalare f
sono
_
C
f ds =
_
b
a
f (r(t))

dr(t)
dt

dt (5.32)
_
S
f dS =
__
T
f (r(s, t))

r(s, t)
s

r(s, t)
t

ds dt (5.33)
_
!
f d =
___
!
f (x, y, z)dxdydz (5.34)
Figura 5.11: La denizione dellintegra-
le di supercie si basa sul suddividere
la supercie in piccoli elementi di
supercie, sulla costruzione delle cor-
rispondenti somme di Riemann e sul
passaggio al limite quando il nume-
ro degli elementi di supercie tende
allinnito.
Nel primo caso, C una curva liscia a tratti e r : [a, b] C unar-
bitraria parametrizzazione biettiva della curva della curva C tale che
r(a) e r(b) sono i punti terminali della curva C e a < b. Nel secondo
caso r : T S unarbitraria parametrizzazione biettiva della del-
la supercie S, dove T una qualche regione del piano e (s, t) un
punto in essa;
//
denota il prodotto vettore. Nel terzo caso ! una
regione chiusa dello spazio. Gli integrali sono deniti come limiti di
opportune somme di Riemann, per esempio lintegrale di linea
_
C
f ds = lim
s
i
0
n

i=1
f (r(t
i
))s
i
.
e analogamente gli altri.
Figura 5.12: Integrale di linea come
lavoro del campo di forse su una
particella che si muove lungo una
curva.
Particolarmente utile in sica, e lintegrale di linea di un campo
vettoriale F lungo una una curva liscia a tratti C, parametrizzata nel
senso sopra descritto,
I =
_
C
F(r) dr =
_
b
a
F(r(t))
dr(t)
dt
dt, (5.35)
Analogamente allintegrale di un campo scalare, I denito come
limite di somme di Riemann.
derivate e integrali 113
Se F rappresenta un campo di forze, lintegrale rappresenta il la-
voro del campo su una particella che si sposta da r(a) a r(b) lungo la
curva C. Se C una curva semplice chiusa, cio una curva che non in-
terseca mai s stessa, lintegrale di linea lungo C detto circuitazione
di F lungo C; per denotarlo scriviamo
(F, C)
_
C
F dr . (5.36)
Se F il gradiente di un campo scalare G (cio se F conservati-
vo), vale a dire G = F, allora la derivata della composizione di di G
e r
dG(r(t))
dt
= G(r(t))
dr(t)
dt
= F(r(t))
dr(t)
dt
,
e quindi
_
C
F(r) dr =
_
b
a
F(r(t))
dr(t)
dt
dt =
_
b
a
dG(r(t))
dt
dt = G(r(b)) G(r(a)),
che dunque lanalogo del teorema fondamentale del calcolo per
integrali di linea (fatta salva limportante differenza che non tutti
i campi vettoriali sono gradienti). In altre parole, lintegrale di F
su C dipende solo dai valori di G nei punti r(a) e r(b) ed perci
indipendente dal cammino tra di loro.
Un integrale di supercie di un campo vettoriale lanalogo
bidimensionale dellintegrale di linea:
_
S
F dS =
_
S
F n dS =
__
T
F(r(s, t))
_
r(s, t)
s

r(s, t)
t
_
ds dt ,
dove n il versore normale alla supercie in ogni punto. Fisicamente,
lintegrale rappresenta il usso del campo vettoriale F attraverso la
supercie S. Per una supercie semplice chiusa, scriviamo
(F, S)
_
S
F dS. (5.37)
Teoremi di Gauss e Stokes I teoremi fondamentali del calcolo
vettoriale sono:
_
!
F d =
_
!
F dS (Teorema della divergenza o di Gauss)
(5.38)
_
S
F dS =
_
S
F dr (Teorema del rotore o di Stokes) (5.39)
Nella (5.38), ! una regione di R
3
che compatta che ha come bor-
do liscio a tratti la supercie chiusa S = !. Nella (5.39), S una
supercie che ha come bordo liscio a tratti la curva chiusa C = S.
Identit di Green Dal teorema della divergenza applicato al
campo F = seguono due importanti equazioni dette identit di
114 appunti di metodi matematici della fisica
Green. Siano e due funzioni scalari denite in qualche regione
! di R
3
e si supponga che sia continuamente differenziabile due
volte e una sola volta. Allora la prima identit di Green
2 2
Per ottenerla dal teorema della
divergenza si usa la regola del prodotto
(gF) = g (F) +(g) (F)
e lidentit = .
_
!
( + ) d =
_
!
() dS, (5.40)
dove il laplaciano. Se entrambe e sono continuamente diffe-
renziabili due volte, per scambio di con e sottrazione, si ottiene la
seconda identit di Green:
_
!
( ) d =
_
!
( ) dS. (5.41)
Teorema di Green nel piano Consideriamo i teoremi di Gauss
e Stokes nel piano per F = (u, v) e ! una regione del piano deli-
mitata da una curva C. Allora il primo membro del teorema della
divergenza diventa
_
!
_
u
x
+
v
y
_
dxdy ,
e il secondo diventa il usso attraverso C. Poich n normale alla
curva (si veda la gura a margine), si ha dS = (dy, dx). Allora
(F, C) =
_
C
udy vdx (5.42)
e quindi il teorema della divergenza diventa
_
C
vdx + udy =
_
!
_
u
x
+
v
y
_
dxdy (5.43)
C
R
F
t
n
C
dr
Figura 5.13: In alto: regione del piano
delimitata da una curva semplice
chiusa. In basso: incremento dr =
(dx, dy) in un punto r della curva nella
direzione del vettore t, tangente alla
curva in r; n il vettore normale a t e
dS = ndS = (dy, dx).
Calcoliamo adesso la circuitazione di F lungo C
(F, C) =
_
C
udx + vdy . (5.44)
Ma il rotore di F ortogonale al piano e il suo usso attraverso !
vale
_
!
_
v
x

u
y
_
dxdy
e quindi il teorema del rotore diventa
_
C
udx + vdy =
_
!
_
v
x

u
y
_
dxdy (5.45)
Sostituendo u con v e v con u in questultima equazione, si ritrova
la (5.43). La conclusione che, nel piano, i teoremi della divergenza
e del rotore sono la stessa cosa. La (5.45) chiamata teorema di Green
nel piano.
Cambiamento delle variabili di integrazione Nel valutare
lintegrale su una regione !, riesce spesso utile operare con coor-
dinate diverse da quelle cartesiane e cio con coordinate curvilinee,
derivate e integrali 115
come ad esempio, le coordinate sferiche. Analizziamo la situazione
nel caso particolare del calcolo di un integrale di una funzione scalare
f = f (x, y) su R
2
e siano u = u(x, y), v = v(x, y) coordinate cur-
vilinee nel piano. La corrispondenza tra coordinate x, y e coordinate
u, v biunivoca e quindi si ha anche x = x(u, v) e y = y(u, v) in
modo tale che ad ogni punto del piano x, y corrisponde un punto del
piano u, v e viceversa. In tal caso, la regione ! nel piano x, y viene
trasformata nella regione !
/
nel piano u, v Risulta quindi
__
!
f (x, y) dxdy =
__
!
/
f (x(u, v), y(u, v))

(x, y)
u, v)

dudv ,
(5.46)
dove
(x, y)
u, v)
il determinate jacobiano (5.16). Intuitivamente, questa
formula una conseguenza immediata del signicato geometrico del
determinante jacobiano come volume innitesimo.
5.6 Integrali impropri
La denizione originale di integrale di Riemann non si applica a fun-
zioni come 1/x
2
sullintervallo [1, ], perch in questo caso il domi-
nio di integrazione illimitato. Tuttavia, lintegrale di Riemann pu
sovente essere esteso per continuit, denendo lintegrale improprio
come limite
_

1
1
x
2
dx = lim
b
_
b
1
1
x
2
dx = lim
b
_

1
b
+
1
1
_
= 1.
La nozione di integrale di Riemann non si applica neanche alla
funzione1/

x nellintervallo [0, 1]. Il problema adesso che lin-


tegrando una funzione illimitata nel domino di integrazione (la
denizione richiede che sia il dominio di integrazione sia la funzione
integranda siano limitati). Tuttavia esiste, come integrale improprio
se inteso come il limite
Figura 5.14: In alto: integrale impro-
prio di prima specie (il dominio di
integrazione illimitato) In basso: in-
tegrale improprio di seconda specie
(la funzione illimitata nel dominio di
integrazione).
_
1
0
1

x
dx = lim
a0
+
_
1
a
1

x
dx = lim
a0
+
(2

1 2

a) = 2.
Nel primo caso si parla di integrale improprio di prima specie, nel
secondo, di integrale improprio di seconda specie.
Un integrale improprio converge se il limite che lo denisce esiste.
Cos, per esempio, si dice che lintegrale improprio lim
t
_
t
a
f (x) dx
esiste ed uguale a L se lintegrale sotto il limite esiste per tutti i
t sufcientemente grandi, e il valore del limite pari a L. anche
possibile per un integrale improprio a divergere allinnito. In tal
caso, si pu assegnare il valore di (o di ) allintegrale. Per
116 appunti di metodi matematici della fisica
esempio, lim
b
_
b
1
1
x
dx = . Tuttavia, altri integrali impropri
possono semplicemente divergere in nessuna direzione particolare,
come ad esempio lim
b
_
b
1
x sin x dx, che non esiste, neanche come
numero reale esteso.
Una limitazione della tecnica di integrazione impropria che
il limite deve essere preso rispetto ad un estremo di integrazione
alla volta. Cos, per esempio, un integrale improprio della forma
_

f (x) dx denito prendendo due limiti separati; cio


_

f (x) dx =
lim
a
lim
b
_
b
a
f (x) dx, purch il doppio limite sia nito. Dalle pro-
priet dellintegrale, questo pu anche essere scritto come una coppia
di integrali impropri distinti di prima specie: lim
a
_
c
a
f (x) dx +
lim
b
_
b
c
f (x) dx, dove c un punto qualsiasi nel dominio di integra-
zione. A volte possibile denire integrali impropri in cui entrambi
gli estremi sono inniti, come l integrale gaussiano
_

e
x
2
dx =

. Ma non si pu denire altri integrali di questo tipo in modo


inequivocabile, come ad esempio
_

x dx, poich il diverge doppio


limite diverge:
lim
a
_
c
a
x dx + lim
b
_
b
c
x dx
In questo caso, si pu tuttavia denire un integrale improprio nel
senso del valore principale Cauchy:
P
_

x dx = lim
b
_
b
b
x dx = 0.
Le domande che si devono affrontare nel determinare un integra-
le improprio sono: il limite esiste? Pu essere calcolato? La prima
domanda una questione di analisi matematica. La seconda pu es-
sere affrontato con tecniche di calcolo standard e, in alcuni casi, con
tecniche di integrazione nel piano complesso (come vedremo nella
terza parte), oppure mediante trasformate di Fourier o altri metodi
(accenneremo a uno di questi pi avanti in questa sezione).
Riguardo alla prima domanda per integrali impropri di prima
specie, la situazione analoga a quella delle serie e si possono dare
criteri per lesistenza del limite. Si introduce la nozione di assoluta
convergenza che corrisponde alla convergenza di
_

a
[ f (x)[dx. Si pu
allora facilmente dimostrare che lintegrale improprio assolutamen-
te convergente allora convergente. In particolare, questo signica
che se la funzione f (x) per x che tende allinnito, tende a zero pi
rapidamente di 1/x allora
_

a
[ f (x)[dx convergente. Pi esplici-
tamente, una condizione sufciente per la convergenza di integrali di
prima specie che per p > 1 si abbia
lim
x
x
p
f (x) = A, (5.47)
derivate e integrali 117
dove A una costante nita, si richiede cio che allinnito f (x) sia
di ordine x
p
, per p > 1. Se a un punto in cui la funzione diver-
ge, allora una condizione sufciente per la convergenza dellintegrale
improprio di seconda specie che per p < 1 si abbia
lim
xa
(x a)
p
f (x) = A, (5.48)
dove A una costante nita, il che vuol dire richiedere che per x che
tende ad a, f (x) sia di ordine x
p
, per p < 1.
Questi criteri (e altri che non abbiamo menzionato) sono comun-
que soltanto sufcienti, ma non necessari. Ci possono essere fun-
zioni che, pur non soddisfacendo tali criteri, risultano ugualmente
integrabili secondo la denizioni data di integrale improprio. Ci
accade, per esempio, quando sia da integrare tra a e una funzione
che cambi di segno innite volte, in modo che larea si ottenga co-
me somma di inniti termini di segno contrario e di valore assoluto
decrescente e tendente a zero; si veda la gura 5.15. Tale som-
x
Figura 5.15: f (x) = sin x
2
.
ma si presenterebbe allora come una serie di termini segno alterno
soddisfacente allacondizione di sommabilit (4.5). questo il caso
dellintegrale I =
_

0
sin x
2
dx che si pu scrivere
I =
_

0
sin x
2
dx +
_

2

sin x
2
dx + . . . +
_

(n+1)

n
sin x
2
dx + . . .
I riusulta somma di una serie di termini a segno alterno convergente
ed ha quindi un valore nito, senza che la funzione sotto il segno di
integrale tenda a zero pi rapidamente di 1/x.
Esercizio 5.5. Studiare la convergenza dellintegrale
_

0
1 cos x
x
2
dx .
Esercizio 5.6. Dimostrare che
_

0
sin x e
sx
dx =

2
+ s
2
(5.49)
_

0
cos x e
sx
dx =
s

2
+ s
2
(5.50)
pers > 0 e per ogni valore reale di .
118 appunti di metodi matematici della fisica
5.7 Convergenza uniforme di integrali impropri
Consideriamo la funzione denita come lintegrale improprio
g(y) =
_

a
f (x, y)dx . (5.51)
per y in qualche intervallo [y
1
, y
2
]. La (5.51) analoga ad una serie di
funzioni. Al ne di determinare condizioni sufcienti per la differen-
ziabilit e integrabilit rispetto a y di g(y), conveniente introdurre
la nozione di convergenza uniforme per questi integrali, in completa
analogia alla nozione di convergenza uniforme delle serie.
Sia g
u
(y) =
_
u
a
f (x, y)dx. Allora si dice che lintegrale
g(y) = lim
u
g
u
(y) =
_

a
f (x, y)dx
uniformemente convergente in [y
1
, y
2
] se, dato > 0,
esiste un numero U, non dipendente da u, tale che per
tutti gli y in [y
1
, y
2
] e u > U si ha [g(y) g
u
(y)[ < .
(5.52)
Per decidere se un integrale del tipo (5.51) uniformemente con-
vergente, si pu usare un criterio del tutto analogo al criterio M di
Weirstrass. Anche in questo caso il criterio sufciente, ma per nien-
te necessario. Inoltre, sotto lipotesi che f (x, y) sia continua per x a
e per y
1
y y
2
e g(y) =
_

a
f (x, y)dx sia uniformemente conver-
gente per y
1
y y
2
, valgono teoremi del tutto analoghi a quelli
considerati nella sezione 4.5:
(A) g(y) continua per y
1
y y
2
[analogo di (4.10)].
(B) possibile integrare g(y) rispetto a y e si ottiene
_
y
2
y
1
g(y)dy =
_
y
2
y
1
_
_

a
f (x, y)dx
_
dy =
_

a
_
_
y
2
y
1
f (x, y)dy
_
dx
(5.53)
Risulta cio lecito scambiare lordine di integrazione [analogo di
( 4.12)].
(C) Se si suppone inoltre che f (x, y) sia dotata di derivata parziale
continua rispetto a y per x a e che
_

a
f
y
dy sia uniformemente
convergente, allora
d
dy
_

a
f (x, y)dx =
_

a
f (x, y)
y
dx (5.54)
[analogo di (4.13)].
La denizione (5.52) e le propriet connesse con luniforme conver-
genza che abbiamo trattato riguardano integrali impropri di prima
derivate e integrali 119
specie. Analoghi risultati si ottengono per gli integrali impropri di
seconda specie.
Osserviamo inne che se si permette che a sia una funzione di y e
che lestremo superiore non sia , ma una funzione di y si ritrova il
teorema fondamentale del calcolo nella forma di Leibniz:
d
dy
_
b(y)
a(y
f (x, y)dx =
db(y)
dy
f (b(y), y)
da(y)
dy
f (a(y), y) +
_
b(y)
a(y)
f (x, y)
y
dx
(5.55)
Esercizio 5.7. Dimostrare che
_

0
e
sx
1 cos x
x
2
dx = arctan
1
s

s
2
ln(s
2
+1) , s > 0 .
Esercizio 5.8. Dimostrare che
_

0
1 cos x
x
2
dx =

2
, s > 0 .
Esercizio 5.9. Dimostrare che
_

0
sin x
x
dx =
_

0
sin
2
x
x
2
dx =

2
5.8 Derivazione sotto il segno di integrale
Il metodo della derivazione sotto il segno di integrale un metodo
per calcolare integrali ingegnoso e semplice: si introduce un para-
metro nella funzione integranda in modo tale che per derivazione o
integrazione rispetto a tale parametro, sfruttando le propriet illu-
strate nella sezione precedente, ci si possa ricondurre a integrali noti
o a equazioni differenziali risolvibili. Illustriamo questo metodo con
alcuni esempi.
Esercizio 5.10. Calcolare
I =
_

dx
(1 + x
2
)
2
.
Soluzione. Consideriamo
_

dx
x
2
+ a
2
= lim
M
_
M
M
dx
x
2
+ a
2
= lim
M
1
a
_
2 arctan
M
a
_
=

a
Allora
d
da
_

dx
x
2
+ a
2
=
d
da

a
=

a
2
Si lascia come esercizio vericare che le condizioni di uniforme
convergenza sono soddisfatte per a
2
1. Quindi si pu portare la
derivata sotto il segno di integrale e ottenere cos
_

2adx
(x
2
+ a
2
)
2
=

a
2
.
120 appunti di metodi matematici della fisica
Per a = 1 si ottiene il risultato desiderato,
Richard Feynman (19181988) stato
un sico americano, noto per il suo la-
voro in elettrodinamica quantistica, la
rappresentazione delle soluzioni delle
equazioni della meccanica quantistica
in termini di integrali su cammini, la
sica della superuidit e il modello
a partoni nella sica delle particelle
elementari.

In Surely Youre Joking, Mr. Feynman!,
a proposito del calcolo di integrali,
Feynman scrisse: One thing I never
did learn was contour integration. I
had learned to do integrals by various
methods shown in a book that my
high school physics teacher Mr. Bader
had given me. . . . That book also sho-
wed how to differentiate parameters
under the integral signits a cer-
tain operation. It turns out thats not
taught very much in the universities;
they dont emphasize it. But I caught
on how to use that method, and I used
that one damn tool again and again.
So because I was self-taught using
that book, I had peculiar methods of
doing integrals. The result was, when
guys at MIT or Princeton had trouble
doing a certain integral, it was because
they couldnt do it with the standard
methods they had learned in school. If
it was contour integration, they would
have found it; if it was a simple series
expansion, they would have found it.
Then I come along and try differentia-
ting under the integral sign, and often
it worked. So I got a great reputation
for doing integrals, only because my
box of tools was different from every-
body elses, and they had tried all their
tools on it before giving the problem to
me.
_

dx
(x
2
+1)
2
=

2
Esercizio 5.11. Vericare che
I =
_

0
sin t
t
dt =

2
con il metodo di derivazione sotto il segno di integrale.
Soluzione. Consideriamo
I(s) =
_

0
sin t
t
e
st
dt
Lintegrale che si vuole calcolare I(0). Consideriamo la derivata di
I(s),
I
/
(s) =
_

0
sin t e
st
dt
Si sa che ( si veda lesempio 5.6)
_

0
sin t e
st
dx =
1
1 + s
2
.
Integrando I(s), si ottiene
I(s) = arctan(s) + c
Poich I() = 0 = /2 + c, si ha c = /2 e quindi
I(s) =

2
arctan(s)
per s = 0,
I =
_

0
sin t
t
dt = I(0) =

2
5.9 Integrali di gaussiane
Integrali di funzioni gaussiane sono molto importanti in sica e
probabilit. Trattiamo questo argomento sotto forma di esercizi.
Esercizio 5.12. Dimostrare che
_

e
ax
2
dx =
_

a
(5.56)
derivate e integrali 121
Soluzione. Risolviamo prima ponendo a = 1 e, essendo la funzione
pari, considerando met dellintegrale
I =
_

0
e
x
2
dx
Questo integrale chiaramente convergente in quanto e
x
2
decresce
allinnito pi rapidamente di qualunque potenza di x. Si ponga
lim
M
I
M
= I e sia
I
M
=
_
M
0
e
x
2
dx =
_
M
0
e
y
2
dy
il valore dellintegrale. Allora
I
M
=
_
_
M
0
e
x
2
dx
__
_
M
0
e
y
2
dy
_
=
_
M
0
_
M
0
e
(x
2
+y
2
)
dxdy
=
__
!
M
e
(x
2
+y
2
)
dxdy
A B
C
D
E
0
x
y
M
M

2
Figura 5.16: Regioni di integrazione per
il calcolo dellintegrale della gaussiana.
dove !
M
il quadrato OACE di lato M mostrato in gura 5.16.
Essendo la funzione integranda positiva, si pu scrivere
__
!
1
e
(x
2
+y
2
)
dxdy I
2
M

__
!
1
e
(x
2
+y
2
)
dxdy
dove !
1
e !
2
sono le regioni del primo quadrante limitate da cerchi
di raggio rispettivamente M e M

2. Passando a coordinate polari, si


ottiene
_
/2
=0
_
M
=0
e

2
dd I
2
M

_
/2
=0
_
M

2
=0
e

2
dd
cio

4
(1 e
M
2
) I
2
M


4
(1 e
2M
2
) .
Il limite di questultima equazione per M fornisce lim
M
I
2
M
=
I
2
= /4 e quindi I =

/2 che, moltiplicato per 2, fornisce


_

e
x
2
dx =

,
da cui, con semplice cambiamento di scala, si ottiene (5.56).
Esercizio 5.13. Calcolare
_

x
m
e
ax
2
dx , m intero positivo , a reale positivo
Soluzione. Per m dispari, essendo la funzione integranda dispari,
lintegrale nullo. Consideriamo m pari e poniamo m = 2n. Allora,
per quel che riguarda
I(n, a) =
_

x
2n
e
ax
2
dx , n intero positivo , a reale positivo
122 appunti di metodi matematici della fisica
bastano i primi della lista, ottenuti per derivazione sotto il segno di
integrale, poi si indovina facilmente lo schema:
I(0, a) =
_

a
I(1, a) =
_

a
_
1
a
__
1
2
_
I(2, a) =
_

a
_
1
a
2
__
1
2
__
3
2
_
I(3, a) =
_

a
_
1
a
3
__
1
2
__
3
2
__
5
2
_
I(n, a) =
_

a
1 3 5 (2n 1)
2
n
a
n
Esercizio 5.14. Mostrare che
_

e
ax
2
cos(kx)dx =
_

a
e

k
2
4a
(5.57)
Soluzione. Sia
g(k) =
_

e
ax
2
cos(kx)dx
e calcoliamo la derivata di g rispetto a k:
dg(k)
dk
=
_

xe
ax
2
sin(kx)dx =
1
2a
_

(2ax)e
ax
2
. .
sin(kx)
. .
dx
=
1
2a
_
e
ax
2
sin(kx)
_
x=
x=

1
2a
_

e
ax
2
(k) cos(kx)dx
= 0
k
2a
_

e
ax
2
cos(kx)dx =
k
2a
g(k)
La derivazione sotto il segno di integrale giusticata dal teorema
(C) a pag. 118 e dal fatto che lintegrale
_

xe
ax
2
sin(kx)dx uni-
formemente convergente per tutti i valori di k (per il criterio di Weier-
strass). Per il teorema (A) di pag. 118, g(k) una funzione continua
per cui
g(0) = lim
k0
g(k) =
_

a
Si ha cos lequazione differenziale
dg(k)
dk
=
k
2a
g(k) , g(0) =
_

a
che si risolve a vista
dg
g
=
k
2a
dk ln g =
k
2
4a
+ c g(k) = g(0)e

k
2
4a
,
derivate e integrali 123
da cui,
g(k) =
_

a
e

k
2
4a
.
Lintegrale (5.57) importante nelle applicazioni perch la tra-
sformata di Fourier della gaussiana. La trasformata di Fourier di una
funzione f (t) denita come la funzione di
Ff (t) =
_

f (t)e
it
dt , (5.58)
ovvero, separando parte reale e parte immaginaria,
Ff (t) =
_

f (t) cos(t)dt i
_

f (t) sin(t)dt . (5.59)


Per una funzione pari, come la gaussiana, la parte immaginaria
non d contributo, allora dalla (5.57) si ha
F
_
e
at
2
_
=
_

e
at
2
e
it
dt =
_

a
e

2
4a
. (5.60)
Si osservi che la trasformata di Fourier di una gaussiana ancora una
gaussiana con larghezza inversamente proporzionale alla larghezza
della gaussiana originaria.
1 1
x
1
4 3 2 1 1 2 3 4
k
Figura 5.17: Confronto tra la gaus-
siana con a = 2 (a sinistra) e la sua
trasformata di Fourier (a destra). Si
osservi la variazione inversamanente
proporzionale della larghezza della
gaussiana.
Esercizio 5.15. Mostrare che
_

0
e

_
u
2
+
A
u
2
_
du =

2
e
2

A
(5.61)
per A > 0.
124 appunti di metodi matematici della fisica
Complementi
Coordinate curvilinee ortogonali
Figura 5.18: Coordinate sferiche. Super-
ci r = cost. , = cost. , = cost. .
Lintersezione di r = cost. e = cost.
denisce la curva delle , di r = cost. e
= cost. , quella delle , di = cost. e
= cost. , quella delle r.
Sia r = xi + yj + zk, dove le coordinate cartesiane x, y, z sono funzioni
delle coordinate curvilinee u
1
, u
2
, u
3
:
x = x(u
1
, u
2
, u
3
) y = y(u
1
, u
2
, u
3
) z = z(u
1
, u
2
, u
3
) (5.62)
Due esempi notevoli sono: le coordinate cilindriche,
x = cos , y = sin , z = z (5.63)
e le coordinate sferiche,
x = r sin cos , y = r sin sin , z = r cos (5.64)
Le superci u
1
= c
1
, u
2
= c
2
, dove c
1
, c
2
, c
3
sono costanti, sono
dette superci coordinate. Lintersezione di ciascuna coppia denisce
la curva coordinata corrispondente. Se le intersezioni delle curve
coordinate formano angoli retti, il sistema di coordinate curvilinee
detto ortogonale; vedere la gura 5.18.
Soluzione di 5.16. Si ha
r = xi +yj +zk = cos i + sin j +zk.
Allora i vettori tangenti alle curve , ,
z sono, rispettivamente
r

= cos i +sin j
r

= sin i + cos j
r
z
= k
I primi due vettori sono chiaramente
ortogonali al terzo e sono ortogonali tra
loro in quanto
r

= cos sin +sin cos = 0 .


I fattori di scala corrispondenti sono
h

=
_
cos
2
+sin
2
= 1
h

=
_

2
cos
2
+
2
sin
2
=
h
z
=

r
z

= 1 .
Allora
e
r
=
1
1
r

= cos i +sin j
e

=
1

= sin i +cos j
e
z
= k
una base ortonormale.
La (5.62) pu essere riscritta come r = r(u
1
, u
2
, u
3
). Il vettore
tangente in r alla curva u
i
= costante r/u
i
. Posto h
i
= [[r/u
i
[[ ,
il versore nella stessa direzione
e
i
=
1
h
i
r
u
i
Il sistema di coordinate curvilinee u
1
, u
2
, u
3
detto ortogonale se
e
i
e
j
= 0, per i ,= j. Le grandezze h
1
, h
2
, h
3
sono dette fattori di
scala. I versori e
1
, e
2
, e
3
hanno le direzioni in cui i u
1
, u
2
, u
3
sono,
rispettivamente, crescenti.
Esercizio 5.16. Mostrare che le coordinate cilindriche , , z sono
ortogonali e e che i rispettivi fattori di scala sono
h

= 1 , h

= , h
z
= 1 . (5.65)
Esercizio 5.17. Mostrare che le coordinate sferiche r, , sono
ortogonali e che i rispettivi fattori di scala sono
h
r
= 1 , h

= r , h

= r sin . (5.66)
Dato un campo vettoriale F(r) = F
x
i + F
y
j + F
z
z, la sua rappresen-
tazione in coordinate curvilinee ortogonali
F = (F e
1
)e
1
+ (F e
2
)e
2
+ (F e
3
)e
3
F
1
e
1
+ F
2
e
2
+ F
3
e
3
(5.67)
derivate e integrali 125
elementi darco, di superficie e di volume Consideria-
mo adesso la derivata di r rispetto a u per una variazione du =
(du
1
, du
2
, du
3
),
dr =
r
u
1
du
1
+
r
u
2
du
2
+
r
u
3
du
3
= h
1
du
1
e
1
+ h
2
du
2
e
2
+ h
3
du
3
e
3
(5.68)
Allora la lelemento darco ds determinato da
ds
2
= dr dr = h
2
1
du
2
1
+ h
2
2
du
2
2
+ h
2
3
du
2
3
.
Ad esempio, in coordinate sferiche
ds
2
= dx
2
+ dy
2
+ dz
2
= dr
2
+ r
2
d
2
+ r
2
sin
2
d
2
,
da cui segue la nota formula per lenergia cinetica di un punto
materiale di massa m in coordinate sferiche
T =
1
2
m
_
ds
dt
_
2
=
1
2
m
_
_
dr
dt
_
2
+ r
2
_
d
dt
_
2
+ r
2
sin
2

_
d
dt
_
2
_
Figura 5.19: Coordinate curvilinee
ortogonali: parallelepipedo innitesimo
dV nel punto r.
La gura 5.19 cruciale per capire tutte le relazioni geometriche.
Essa mostra che lelemento darco lungo u
1
ds
1
= h
1
du
1
; ana-
logamente, gli elementi darco lungo u
2
e u
3
sono ds
2
= h
2
du
2
e
ds
3
= h
3
du
3
. Essendo il parallelepipedo rettangolo (al primo ordine),
le propriet geometriche sono quelle usuali. Lelemento di supercie
sulla supercie u
3
= c
3

dS
3
= (h
1
du
1
)(h
2
du
2
) = h
1
h
2
du
1
du
2
.
Analogamente per u
2
= c
2
e u
1
= c
1
si trova, rispettivamente,
dS
2
= h
1
h
3
du
1
du
3
e dS
1
= h
2
h
3
du
2
du
3
. Per esempio, lelemento di
supercie sulla sfera r = cost. dS = h

dd = r
2
sin dd. Inne,
lelemento di volume
dV = (h
1
du
1
)(h
2
du
2
)(h
3
du
3
) = h
1
h
2
h
3
du
1
du
2
du
3
.
Dunque in coordinate sferiche dV = r
2
sin dddr.
Operatori differenziali in coordinate curvilinee Per tro-
vare la forma degli operatori differenziali in coordinate curvilinee
ortogonali conviene fare riferimento a relazioni invarianti. Per il
gradiente di un campo scalare f , consideriamo
d f = (f ) dr . (5.69)
Dalle (5.67) e (5.68) si ha
d f = [(f )
1
e
1
+ (f )
2
e
2
+ (f )
3
e
3
] [h
1
du
1
e
1
+ h
2
du
2
e
2
+ h
3
du
3
e
3
]
= (f )
1
h
1
du
1
+ (f )
2
h
2
du
2
+ (f )
3
h
3
du
3
.
126 appunti di metodi matematici della fisica
Daltro canto,
d f =
f
u
1
du
1
+
f
u
2
du
2
+
f
u
3
du
3
.
Allora, per confronto,
f
u
i
= (f )
i
h
i
cio (f )
i
=
1
h
i
f
u
i
.
Quindi,
(f ) =
1
h
1
f
u
1
e
1
+
1
h
2
f
u
2
e
2
+
1
h
3
f
u
3
e
3
(5.70)
Per trovare la divergenza di un campo vettoriale F, partiamo dalla
relazione invariante data dal teorema della divergenza, applicato al
volume innitesimo dV della gura 5.19:
F =
_
dV
F n dS
dV
(5.71)
Il usso complessivo attraverso la direzione e
1

1
= F
1
h
2
h
3
du
2
du
3
+
_
F
1
h
2
h
3
du
2
du
3
+
_

u
1
F
1
h
2
h
3
du
2
du
3
_
du
1
_
=

u
1
(F
1
h
2
h
3
) du
1
du
2
du
3
Analogamente, si trovano i ussi nelle altre due direzioni,

2
=

u
2
(F
2
h
1
h
3
) du
1
du
2
du
3
,
3
=

u
3
(F
3
h
1
h
2
) du
1
du
2
du
3
,
Il usso totale attraverso il parallelepipedo
1
+
2
+
3
e il
volume dV = h
1
h
2
h
3
du
1
du
2
du
3
. Allora,
_
dV
F n dS
dV
=

1
+
2
+
3
h
1
h
2
h
3
du
1
du
2
du
3
da cui,
F =
1
h
1
h
2
h
3
_

u
1
(F
1
h
2
h
3
) +

u
2
(F
2
h
1
h
3
) + (F
3
h
1
h
2
)
_
(5.72)
Dalla (5.72), per F = f dato dalla (5.70), si ottiene il laplaciano
f = f in coordinate curvilinee ortogonali:
f =
1
h
1
h
2
h
3
_

u
1
_
h
2
h
3
h
1
f
u
1
_
+

u
2
_
h
1
h
3
h
2
f
u
2
_
+

u
3
_
h
2
h
1
h
3
f
u
3
__
(5.73)
derivate e integrali 127
Mediante i fattori di scala (5.65), calcoliamo il laplaciano in coordina-
te cilindriche
f =
1
1 1
_

_
1
1
f

_
+

_
1 1

_
+

z
_
1
1
f
z
__
=
1

_
+
1

2
f

2
+

2
f
z
2
,
che la (5.19). Mediante i fattori di scala (5.66), calcoliamo il laplacia-
no in coordinate sferiche
f =
1
1 r r sin
_

r
_
r r sin
1
f
r
_
+

_
1 r sin
r
f

_
+

_
r 1
r sin
f

__
=
1
r
2

r
_
r
2
f
r
_
+
1
r
2
sin

_
sin
f

_
+
1
r
2
sin
2

2
f

2
che la (5.20).
Il calcolo del rotore in coordinate curvilinee ortogonali lasciato
come esercizio.
Soluzioni di alcuni esercizi
Esercizio 5.5 Spezziamo lintegrale
_

0
1 cos x
x
2
dx =
_
a
0
1 cos x
x
2
dx +
_

a
1 cos x
x
2
dx .
Il primo integrale a secondo membro un integrale proprio, poich
lim
x0+
1 cos x
x
2
=
1
2
Il secondo integrale un integrale improprio convergente, in quanto

1 cos x
x
2


2
x
2
Esercizio 5.6 Dal calcolo integrale elementare, ricordiamo le for-
mule (facilmente ottenibili mediante integrazione per parti ripetuta)
_
e
bx
sin axdx =
e
bx
(b sin ax a cos ax)
a
2
+ b
2
(5.74)
_
e
bx
cos axdx =
e
bx
(b cos ax + a sin ax)
a
2
+ b
2
(5.75)
_

0
sin x e
sx
dx = lim
M
e
sx
(s sin x cos x)
s
2
+
2

M
0
=

s
2
+
2
_

0
cos x e
st
dx = lim
M
e
sx
(s cos x + sin x)
s
2
+
2

M
0
=
s
s
2
+
2
128 appunti di metodi matematici della fisica
Esercizio 5.7 Si chiede di dimostrare che
F(s) =
_

0
e
sx
1 cos x
x
2
dx = arctan
1
s

s
2
ln(1 + s
2
) , s > 0 .
Derivando F(s) due volte si ottiene
F
//
(s) =
_

0
e
sx
(x)
2
1 cos x
x
2
dx =
_

0
e
sx
[1 cos x]dx =
_

0
e
sx
dx
_

0
e
sx
cos xdx
Il primo integrale nellultimo membro vale
_

0
e
sx
dx =
1
s
e
sx

0
=
1
s
,
mentre il secondo dato dallesercizio 5.6. Si ha quindi
F
//
(s) =
1
s

s
s
2
+1
Allora
F
/
(s) =
_
ds
s

_
s
s
2
+1
ds +c
1
= ln s
1
2
_
1
s
2
+1
ds
2
+c
1
= ln s
1
2
ln(s
2
+1) +c
1
,
dove c
1
una costante di integrazione. Poich
F
/
(s) =
_

0
e
sx
(x)
1 cos x
x
2
dx =
_

0
e
sx
1 cos x
x
dx
convergente, deve valere
lim
s
F
/
(s) = 0 .
Poich
lim
s
_
ln s
1
2
ln(s
2
+1)
_
= lim
s
1
2
ln
_
s
2
s
2
+1
_
=
1
2
ln1 = 0 ,
si deve avere c
1
= 0 e quindi
F
/
(s) = ln s
1
2
ln(s
2
+1) =
1
2
ln
_
s
2
s
2
+1
_
.
Allora (usando le tavole di integrali)
F(s) =
_
F
/
(s)ds + c
2
= s ln s
s
2
ln(s
2
+1) arctan s + c
2
=
s
2
ln
1
s
2

s
2
ln(s
2
+1)

2
+arctan
1
s
+ c
2
=
s
2
ln
_
1 +
1
s
2
_
+arctan
1
s


2
+ c
2
F(s) deve tendere a zero per s , e questo quello che fanno i
primi due termini a secondo membro. Allora deve essere c
2
= /2 e
quindi il risultato del calcolo
F(s) = arctan
1
s

s
2
ln
_
1 +
1
s
2
_
derivate e integrali 129
Esercizio 5.8 Tenuto conto del risultato dellesercizio precedente, si
ha
_

0
1 cos x
x
2
dx = lim
s0
_

0
e
sx
1 cos x
x
2
dx
= lim
s0
_
arctan
1
s

s
2
ln
_
1 +
1
s
2
__
=

2
Esercizio 5.9 Integrando per parti
_

0
1 cos x
x
2
dx =
_
1
x
_
(1 cos x)

0
+
_

0
sin x
x
dx =
_

0
sin x
x
dx
Quindi
_

0
sin x
x
dx =
_

0
1 cos x
x
2
dx =

2
Essendo inoltre,
_

0
1 cos x
x
2
dx = 2
_

0
sin
2
(x/2)
x
2
dx =
_

0
sin
2
u
u
2
du
si ottiene,
_

0
sin
2
x
x
2
dx =

2
.
6
Fisica ed equazioni alle derivate parziali
Indice
6.1 Introduzione 131
6.2 Equazioni di Maxwell 131
6.3 Equazione di continuit 132
6.4 Equazione di Laplace 133
6.5 Equazione delle onde 134
6.6 Equazione del calore 136
6.7 Equazione di Navier-Stokes 137
6.8 Equazione di Hamilton-Jacobi 138
6.9 Equazione di Schrdinger 140
6.1 Introduzione
Unequazione alle derivate parziali, unequazione che contiene come
incognita una funzione di due o pi variabili e le sue derivate par-
ziali rispetto a queste variabili. Da Newton in poi, le equazioni alle
derivate parziali si sono rivelate uno strumento essenziale per espri-
mere le leggi della sica. Sono anche fondamentali in branche della
matematica, come la geometria differenziale e i processi stocastici.
Oggi trovano anche molte applicazioni in chimica, biologia, inge-
gneria e economia. In questa capitolo passiamo in rassegna alcune
equazioni alle derivate parziali che svolgono un ruolo rilevante nella
sica.
6.2 Equazioni di Maxwell
Le leggi di Maxwell per il campo elettrico E e il campo magnetico
B in funzione della densit di carica e l densit di corrente J sono
132 appunti di metodi matematici della fisica
espresse dalle equazioni:
James Clerk Maxwell (18311879)
stato un sico matematico scozzese.
Il suo successo maggiore fu quello
di formulare la teoria classica del-
lelettromagnetismo in termini delle
equazioni che prendono il suo nome.
Le equazioni di Maxwell unicano
tutte le osservazioni sperimentali e le
leggi dellelettricit, del magnetismo
e dellottica precedenti, e mostrano
che elettricit, magnetismo e luce sono
tutti manifestazioni della stessa real-
t, il campo elettromagnetico (E, B).
Maxwell svilupp anche la teoria ci-
netica dei gas. Insieme a Boltzmann e
Gibbs uno dei padri della moderna
meccanica statistica.
E =
1

B = 0
E =
B
t
B =
0
_
J +
0
E
t
_
(6.1)
(6.2)
(6.3)
(6.4)
dove
0
= 8.854 . . . 10
12
Fm
1
e
0
= 4 10
7
V s/(A m)
sono la costante dielettrica e la permeabilit magnetica del vuoto
rispettivamente; come noto, c = 1/

0
= 299, 792, 458 m/s
la velocit della luce nel vuoto. Queste equazioni sono alle derivate
parziali e sono dette equazioni di Maxwell. Insieme con la legge di
Lorentz per la forza F che i campi E e B esercitano su una carica q in
moto con velocit v,
F = qE + qv B,
costituiscono le leggi dellelettrodinamica classica. Tutti i fenomeni
elettromagnetici che non risentono di effetti quantistici sono completamente
spiegati da queste leggi. Per includere gli effetti relativistici, nella legge
Newton
dp
dt
= F per una carica q di massa m occorre modicare la
relazione classica tra quantit di moto p e velocit v e usare invece la
relazione
v =
p
_
m
2
+p
2
/c
2
,
che fu proposta per la prima volta da Lorentz.
6.3 Equazione di continuit
Ricordando che la divergenza di un rotore identicamente nul-
la, si prenda la divergenza della (6.4). Tenuto conto della (6.1) e
scambiando la derivata rispetto al tempo con la divergenza, si ottiene
0 =
0
_
J +
0

E
t
_
=
0
_
J +

t
_
Lequazione cos ottenuta,

t
+ J = 0 (6.5)
detta equazione di continuit e vale per tutte le quantit siche che,
come la carica elettrica, sono conservate localmente. Ad esempio,
vale per la massa di un uido con densit di massa e densit di
usso J = v, essendo v la velocit locale del uido. Integrando
fisica ed equazioni alle derivate parziali 133
la (6.5) in una regione dello spazio e applicando il teorema di
Gauss-Green, si ottiene la forma integrale della (6.5)

d
dt
_

d
3
r
. .
quantit contenuta in
=
_

J dS
. .
quantit che nellunit di tempo attraversa il bordo di
6.4 Equazione di Laplace
Pierre Simon, marchese di Laplace
(17491827) stato un sico e mate-
matico francese che diede importanti
contributi allo sviluppo della mecca-
nica celeste e della probabilit. Fu il
primo a ipotizzare lesistenza di corpi
cos massivi da cui neanche la luce
pu fuggire. Introdusse la trasforma-
ta di Laplace come strumento nello
studio delle distribuzioni di proba-
bilit. Famoso per aver scritto (1812):
UnIntelligenza che conoscesse, ad un
istante dato, tutte le forze che animano
la natura e la rispettiva collocazione
degli enti che la costituiscono, ... nulla
sarebbe incerto per essa, e lavvenire
come il passato sarebbe di fronte ai
suoi occhi. Meno noto il fatto che
questidea venne espressa nel suo trat-
tato Thorie analytique des probabilits
per sottolineare che noi non siamo
come quellintelligenza e le nostre
previsioni e i nostri ragionamenti non
possono che essere probabilistici.
Sia loperatore di Laplace, o laplaciano delle funzione u = u(r), r
R
n
,
u = u =
2
u =
n

i=1

2
u
x
2
i
(in coordinate cartesiane) .
Lequazione alle derivate parziali
u = 0 (6.6)
si presenta in questioni di svariatissima natura ed detta equazione di
Laplace. Ogni sua soluzione regolare (cio nita e continua con le sue
derivate prime e che ha derivate seconde) in una regione R
n
si
chiama funzione armonica in .
Esercizio 6.1. Derivare lequazione di Laplace per il potenziale
elettrostatico E = V in una regione dello spazio in cui non ci
sono cariche elettriche.
Soluzione. Dalle equazioni di Maxwell in regime stazionario (le derivate temporali
sono nulle) si ottengono le equazioni dellelettrostatica. Per una regione di spazio in
cui non ci sono cariche, queste sono
E = 0 (in ) , E = 0 (ovunque)
dove E il campo elettrico. La soluzione della seconda E = V, che, inserita nella
prima, fornisce la (6.6) per u = V e n = 3.
Lequazione
u = j (6.7)
la variante inomogenea della (6.6) ed detta equazione di Poisson.
Nellinterpretazione elettrostatica, j = /
0
, essendo la densit
volumetrica di carica elettrica.
Maxwell chiamava il laplaciano di u nel punto P la concentra-
zione di u in quel punto, essendo esso una misura della differenza
tra la media della funzione su una piccola supercie sferica centra-
ta in P e il valore della funzione in quel punto. Questo fatto, che
stabiliremo rigorosamente nel capitolo successivo, risulta evidente
134 appunti di metodi matematici della fisica
quando si considera il laplaciano discretizzato su un reticolo. In una
dimensione,
u = u
//
(x)
u
/
(x + h) u
/
(x)
h

u(x+h)u(x)
h

u(x)u(xh)
h
h
=
1
h
2
[u(x + h) + u(x h) 2u(x)] ,
Figura 6.1: Funzioni armoniche su
un reticolo tri-dimensionale: se il
laplaciano discretizzato di u si annulla
in P, allora u(P) pari ad 1/6 della
somma dei valori di u nei primi vicini
di P (che sono 6, e in d dimensioni sono
2d).
in due,
u =
2
x
u +
2
y
u

1
h
2
[u(x h, y) + u(x + h, y) + u(x, y h) + u(x, y + h) 4u(x, y)]
e in d dimensioni:
u
1
h
2
[somma dei valori di u nei primi vicini di P 2d u(P)]
Quindi lannularsi del laplaciano discretizzato in P implica
u(P) =
1
2d
[somma dei valori di u nei primi vicini di P ]
= [media di u nellintorno di P]
6.5 Equazione delle onde
Jean le Rond dAlembert (17171783)
stato un sico e matematico francese.
Editore con Diderot dellEnciclopedia,
diede importanti contributi allo svi-
luppo della meccanica analitica, della
sica dei uidi e dei sistemi vibranti.
Noto per aver detto Allez en avant, et
la foi vous viendra a chi riteneva le
regole del calcolo differenziale oscure e
non rigorose.
Lequazione delle onde, detta anche equazione di dAlembert, le-
quazione che descrive lo sviluppo di unonda, che si propaga in un
mezzo. Descrive, per esempio, lo spostamento verticale di una corda
vibrante, la propagazione di unonda elettromagnetica attraverso lo
spazio, di unonda sonora nellaria e di onde dacqua nel mare di
vario tipo. Una funzione u = u(r, t) soddisfa lequazione delle onde
1
v
2

2
u
t
2
u = 0 . (6.8)
dove v una costante che ha le dimensioni di una velocit. Introdu-
cendo loperatore di DAlembert, o dalembertiano,
=
1
v
2

2
u
t
2
(6.9)
lequazione pu essere scritta nella forma compatta
u = 0 . (6.10)
La sua variante inomogenea
u = j (6.11)
ed ad, esempio, lequazione soddisfatta da ogni componente dal
potenziale quadrivettore in elettrodinamica (nel gauge di Lorentz).
fisica ed equazioni alle derivate parziali 135
Esercizio 6.2. Il caso pi semplice unonda che si propaga lungo
Soluzione di 6.2. Il diagramma del
corpo libero per un elemento di corda
di lunghezza s soggetto ad una
tensione T mostrato nella gura a
margine.
1

BENG 221
Lecture 17
M. Intaglietta

The one dimensional wave equation. The vibrating string as a boundary value
problem

Given a string stretched along the x axis, the vibrating string is a problem where forces
are exerted in the x and y directions, resulting in motion in the x-y plane, when the string
is displaced from its equilibrium position within the x-y plane, and then released.

The free body diagram of an element of string of length s subjected to a tension T is
shown. The string material has density . The equation of motion is obtained by
applying Newtons second law of motion to the element of length s in both directions.
For the x direction (and ignoring the torsional effects due to the applied torque):
2
2
( ) cos( ) cos
x
T T T A s
t




and in the y direction:

2
2
( ) sin( ) sin
y
T T T A s
t




Where the bar over the partial derivative signifies the average acceleration over the
element s . A is the cross section of the string, assumed constant and equal to 1.

Dividing through by s and taking the limit s 0 we obtain:

2
2
2
2
( cos )
( sin )
x
T
s t
y
T
s t



(15)

Il materiale di cui fatta la corda ha
densit lineare di massa costante ;
con s denotiamo la lunghezza darco
lungo la corda. Lequazione del moto
ottenuta applicando la seconda legge di
Newton ad un elemento di lunghezza
s (ed ignorando effetti di torsione). La
componente x dellequazione
(T +T) cos( +) T cos = s

2
x
t
2
la componente y
(T +T) sin( +) T sin = s

2
y
t
2
La barra sopra le derivate signica
laccelerazione mediata sullelemento
di massa in s. Dividendo per s e
passando al limite s 0, si ottiene

s
(T cos ) =

2
x
t
2

s
(T sin ) =

2
y
t
2
Ma, per piccoli ,
cos =
x
s
1 , sin
y
x
,

s


x
.
In denitiva,
_

2
x
t
2
= 0

2
y
x
2
=

T

2
y
t
2
La prima equazione banalmente
risolta e stabilisce che lungo x non c
deformazione elastica; la seconda, posto
v =
_
T/, proprio lequazione delle
onde (6.12)
una corda di densit costante sotto leffetto di una tensione costante.
Dimostrare che lo spostamento verticale della corda, y = u(x, t),
nel punto x e al tempo t (nel limite in cui tale spostamento sia molto
piccolo) soddisfa lequazione delle onde (6.8) in una dimensione
(spaziale),
1
v
2

2
u
t
2


2
u
x
2
= 0 . (6.12)
Si assuma che la corda sia ssata ad entrambi gli estremi a distanza L
e che sia inizialmente in equilibrio lungo lasse x, con uno degli estre-
mi posto nellorigine. La corda vibrante un problema in cui le forze
sono esercitate nelle direzioni x e y, risultando in un movimento nel
piano x-y quando la corda spostata dalla sua posizione di equilibrio
nel piano x-y e quindi rilasciata.
Esercizio 6.3. Mostrare che nel vuoto ciascuna componente del
campi elettrico E e del campo magnetico B soddisfa lequazione delle
onde.
Dimostrazione. Nel vuoto = 0 e J = 0, dunque le equazioni di Maxwell diventano
E = 0
B = 0
E =
B
t
B =
1
v
2
E
t
(essendo c = 1/

0
, la velocit della luce nel vuoto). Ricordando lidentit vettoriale
A = ( A) A,
prendiamo il rotore della terza equazione (scambiando la derivata temporale con il
rotore),
( E) E =

t
B.
Tenuto conto della prima e della quarta, otteniamo
E =

t
1
c
2
_
E
t
_
,
vale a dire,
1
c
2

2
E
t
2
E = 0 .
Prendendo il rotore della quarta equazione e procedendo in modo analogo, si ottiene
1
c
2

2
B
t
2
B = 0 .
Risulta cos dimostrato che nel vuoto ogni componente u dei campi elettrici e magneti-
ci soddisfa lequazione delle onde per v = c.
Equazione del telegrafista Unaltra equazione associata
allequazione delle onde la cosiddetta equazione del telegrasta
1
v
2

2
u
t
2
u +
u
t
+ u = 0 , (6.13)
136 appunti di metodi matematici della fisica
dove e sono costanti positive. Questa equazione descrive la pro-
pagazione dei campi elettromagnetici in un metallo oppure di segna-
le elettromagnetico come la tensione o la corrente lungo una linea di
trasmissione.
Soluzione di 6.4. Un conduttore
ideale se omogeneo, isotropico, non
dispersivo e vale la legge di Ohm con
resistivit costante , cio J = E.
Inoltre per un conduttore = 0. Allora
le equazioni di Maxwell diventano
E = 0
B = 0
E =
B
t
B =
_
J +
E
t
_
dove e sono la costante dielettrica e
la permeabilit costante del materiale.
Procedendo come nellesercizio prece-
dente, cio prendendo il rotore della
terza equazione e tendendo conto della
prima, si ottiene
E =

t
B =

t
_
J +
E
t
_
=
E
t

2
E
t
2
.
avendo usato J = E nellultimo
passaggio. Quindi

2
E
t
2
E +
E
t
= 0
che proprio lequazione del telegra-
sta per v
2
= 1/ , = e = 0.
In modo analogo si trova che anche B
soddisfa la stessa equazione.
Esercizio 6.4. Mostrare che in un conduttore ideale ciascuna com-
ponente del campi elettrico E e del campo magnetico B si propaga in
accordo con lequazione del telegrasta (6.13).
6.6 Equazione del calore
Joseph Fourier (17681830) stato un
matematico e sico francese noto per
aver introdotto nel 1807 le serie e gli
integrali che prendono il suo nome ed
averli applicati a problemi di condu-
zione del calore e ai sistemi vibranti.
Da grandi matematici del tempo, il suo
lavoro fu inizialmente giudicato poco
rigoroso e carente di giusticazioni.
Lequazione
u
t
= Du , (6.14)
dove D una costante positiva, si presenta in molti problemi di
diversissima natura. Fu scoperta da Fourier nei primi anni dell800.
La legge di Fourier di propagazione del calore stabilisce che il tasso
temporale di calore trasferito attraverso un materiale proporzionale
al gradiente negativo di temperatura e allarea perpendicolare a quel
gradiente, attraverso cui il calore uisce. In termini della densit
locale di usso di calore J, essa pu essere espressa come
J = kT , (6.15)
dove k la conduttivit termica del materiale. Poich lenergia si con-
serva localmente, vale lequazione di continuit (6.5) per la densit
di energia = c
p
T + cost., dove c
p
e sono rispettivamente calore
specico a pressione costante e densit del materiale,
c
p

T
t
= J . (6.16)
Prendendo la divergenza di ambo i membri della (6.15), e tenuto
conto della (6.16), si ottiene
c
p

T
t
= k
2
T ,
che proprio lequazione (6.14) per u = T e D = k/(c
p
).
Lequazione del calore governa anche i processi diffusivi: se c
la concentrazione di un uido che si diffonde (nel vuoto o in un
altro uido), allora in una dimensione (spaziale) vale legge di Fick
J = Dc per la densit di usso J del uido che diffonde. Allora,
tenuto conto della legge di conservazione locale della massa, si arriva
allequazione (6.14), che quindi anche detta equazione di diffusione.
Un semplice modello statistico per la diffusione in termini di
camminata casuale. Si consideri un camminatore (ubriaco) che si
fisica ed equazioni alle derivate parziali 137
muove lungo una retta, facendo ogni tau secondi un passo di lun-
ghezza h a destra o a sinistra con probabilit 1/2. Si ponga t = n,
n = 1, 2, 3, . . ., e x = h, = 1, 2, 3, . . .. Allora la probabilit p(t, x),
che al tempo t + il camminatore si trovi nel punto x
p(t + , x) =
1
2
p(t, x + h) +
1
2
p(t, x h) .
Si riscriva questa equazione nel seguente modo
Figura 6.2: Camminata casuale nel
piano.
p(t + , x) p(t, x)

=
h
2
2
_
p(t, x + h) 2p(t, x) + p(t, x h)
h
2
_
Allora nel limite continuo 0, h 0, n, , h
2
/2 = D=
costante, si ottiene lequazione di diffusione
Claude-Louis Navier (17851836)
stato un ingenere e sico francese.
p
t
= Dp ,
dove la derivata seconda rispetto a x, cio il laplaciano in una
dimensione. Procedendo in modo analogo per una camminata ca-
suale in due o in tre dimensioni, si trova lequazione di diffusione in
due o in tre dimensioni. Si passa inne dalla densit di probabilit p
alla concentrazione del uido che diffonde, assumendo che il moto
di ciascuna molecola del uido sia una camminata casuale indipen-
dente e invocando la legge dei grandi numeri, la quale garantisce che
per un numero elevato di molecole, a meno di piccole uttuazioni,
la probabilit diventa la frazione media locale di molecole, cio la
concentrazione c del uido che diffonde.
6.7 Equazione di Navier-Stokes
Se = (r, t) la densit di massa di un uido e v = v(r, t) la sua
Sir George Stokes (18191903), sta-
to un matematico e sico irlandese
che diede importanti contributi alla
dinamica dei uidi, allottica e alla
sica-matematica
velocit locale, la conservazione locale della massa espressa dalle-
quazione di continuit (6.5) per J = v. Se il uido incompressibile,
= costante, lequazione di continuit diventa
v = 0 , (6.17)
Lequazione di Navier-Stokes per la velocit locale v = v(r, t) di un
uido incompressibile

_
v
t
+v v
_
= P + v +f , (6.18)
dove P la pressione, f le forze esterne per unit di volume e la
viscosit dinamica del uido. Se si trascura la viscosit e si considera
lacqua asciutta, per usare lefcace espressione che Feynman usa
138 appunti di metodi matematici della fisica
nelle sue Lecture notes, si ottengono le equazioni di Eulero per un uido
incompressibile non viscoso
Soluzione di 6.6. Consideriamo lequa-
zione di continuit (6.5) per J = v. In
una dimensione essa diventa

t
+

x
(v) = 0 (6.19)
Adesso, a differenza di prima, non as-
sumiamo assoluta incompressibilit, ma
soltanto che le variazioni percentuali
di densit rispetto alla densit media
costante
0
sia piccole:

0

0
= 1 .
Allora la (6.19) pu essere riscritta come

t
(
0
+
0
) +

x
(
0
v +
0
v) = 0
Si assuma che il uido sia inizialmente
a riposo con velocit nulla e che la
sua velocit v sia dovuta solamente
alla variazione di densit e dunque,
al primo ordine, proporzionale ad .
Allora il termine
0
v nellequazione
di continuit trascurabile, inoltre,
essendo
0
costante, pu essere portato
fuori dalla derivata ed eliminato.
Quindi lequazione di continuit
diventa

t
+
v
x
= 0 (6.20)
Assumiamo adesso che per il uido
valga lequazione di Eulero in una
dimensione
(
0
+
0
)
_
v
t
+ v
v
x
_
=
(P
0
+ p)
x
dove abbiamo espresso la pressione P
come somma della pressione costante di
equilibrio P
0
e della pressione p dovuta
alla piccola variazione di densit del
uido . Essendo v di ordine
(
0
+
0
)
_
v
t
+ v
v
x
_
=
0
v
t
+ ordini superiori in
Inoltre,
(P
0
+ p)
x
=
p
x
,
essendo P
0
costante. In conclusione,
lequazione di Eulero diventa

0
v
t
+
p
x
= 0 (6.21)
(continua nella pagina successiva)

_
v
t
+v v
_
= P +f , (6.22)
Esercizio 6.5. Mostrare che in condizioni stazionarie la velocit di
un un uido irrotazionale v = 0 derivabile da un potenziale
V che soddisfa lequazione di Laplace. Si mostri inoltre sotto queste
condizioni vale lequazione di Bernoulli
1
2
v
2
+ P + = costante
(assumendo la forza esterna derivabile da un potenziale f = ).
Soluzione. Se v = 0 allora esiste V tale che v = V; poich per un uido
incompressibile v = 0, ne segue che V = 0. Dallidentit vettoriale
(A B) = (A )B + (B )A+A(B) +B (A)
segue che
1
2
v
2
=
1
2
(v v) = v v +v v
In condizioni stazionarie v/t = 0 e dunque lequazione di Eulero diventa

_
1
2
v
2
+ P +
_
= 0
da cui segue lequazione di Bernoulli.
Esercizio 6.6. Le onde acustiche sono onde longitudinali che si
propagano in un mezzo materiale mediante compressioni e decom-
pressioni. Mostrare che la loro propagazione in un uido gover-
nata dallequazione delle onde. Per semplicit si consideri il caso
uni-dimensionale.
6.8 Equazione di Hamilton-Jacobi
Il problema fondamentale della meccanica consiste nel determinare la
legge del moto q = q(t) = q(q
0
, q
0
, t) di un dato sistema in funzione
delle sue congurazione e velocit iniziali q
0
e q
0
. Lequazione del
moto la seconda legge di Newton, ma = F, per una particella
di massa m soggetta a una forza F. Quando il sistema denito
in termini di una Lagrangiana L = L(q, q, t), per esempio L =
(1/2)m q
2
U per una particella di massa m e energia potenziale U,
le equazioni di Newton assumono la forma di Lagrange
d
dt
L
q
=
L
q
.
fisica ed equazioni alle derivate parziali 139
(Secondo le convenzioni della meccanica, /q denota il gradiente

q
rispetto alla variabile q.)
Sovente risulta conveniente passare alla forma di Hamilton delle
equazioni del moto. Denita lHamiltoniana
Soluzione di 6.6. (continuazione dalla
pagina precedente) Prendiamo adesso
la derivata rispetto al tempo della (6.20)
e la derivata spaziale della (6.21),

t
2
+

2
v
tx
= 0 ,
0

2
v
xt
+

2
p
x
= 0
Se moltiplichiamo la prima equazione
per
0
e facciamo la differenza delle
due equazioni, otteniamo

t
2


2
p
x
= 0 (6.23)
Adesso ci serve un po di termodi-
namica. I processi di compressione e
rarefazione delle onde acustiche sono
adiabatici, cio isoentropici. Il modulo
di elasticit adiabatico
K
S
= V
dP
dV

S= cost.
=
dP
d

S= cost.
(S sta per entropia). Ma nel caso che
stiamo considerando

0
P P
0

0
=
0
dP
d

S= cost.
= K
S
.
Allora
=

0

0
=
1
K
S
(P P
0
) =
1
K
S
p .
Sostituendo questa espressione per
nella (6.24), si ottiene

0
K
S

2
p
t
2


2
p
x
= 0 (6.24)
che proprio lequazione delle onde
con velocit di propagazione c =
_
K
S
/
0
. Per un gas ideale K
S
= P,
dove = C
p
/C
v
e la velocit del suono
nellaria (trattata come un gas ideale)
c =

K
S

0
=
_
PV
M
=
_
RT
M
,
dove R la costante universale dei gas,
T la temperatura assoluta del gas e M
la sua massa molare.
H(p, q) = p q L(q, q, t) , (6.25)
dove q a secondo membro va inteso come la funzione di p denita
implicitamente dallequazione
L(q, q, t)
q
= p,
le equazioni di Newton assumono la forma di Hamilton
q =
H
p
(6.26)
p =
H
q
. (6.27)
C un terzo modo di risolvere il problema fondamentale del moto
(trovare q = q(t) in funzione di q
0
e q
0
), riformulandolo nel modo
seguente. (1) Si consideri una qualunque funzione S
0
(q) tale che
p
0
=
S
0
(q)
q

q=q
0
(6.28)
(chiaramente sono moltissime le scelte possibili per S
0
!). (2) Si deter-
mini come questa funzione evolve nel corso del tempo, vale a dire si
trovi S = S(q, t), con condizione iniziale S
0
, tale che tale che ad ogni
tempo t si abbia
p(t) =
S(q, t)
q
. (6.29)
(3) Da p(t), come funzione di q e t si risalga a q(t) come funzione
di q e t. Si chiami v(q, t) questa funzione. Allora q = q(t) si trova
integrando lequazione del primo ordine
q = v(q, t) . (6.30)
Per esempio, per L =
m
2
q
2
U, si ha p = m q e la (6.30) diventa
q =
1
m
S(q, t)
q
.
Fine.
Resta solo da determinare S = S(q, t). Si pu dimostrare che
S(q, t) =
_
t
0
L(q(s), q(s), s) ds + S
0
(q
0
) , (6.31)
140 appunti di metodi matematici della fisica
dove q(t) = q, q(0) = q
0
e lintegrazione della lagrangiana lungo
le soluzioni delle equazioni del moto. importante fare attenzione
William Rowan Hamilton (18051865)
stato un matematico, sico e astro-
nomo irlandese, noto per i suoi con-
tributi nello sviluppo dellottica, della
meccanica e dellalgebra. Il suo pi
grande contributo forse la riformu-
lazione della meccanica newtoniana.
noto anche come linventore dei
quaternioni.
al fatto che essendo p
0
ssato dalla (6.28), q
0
non pu essere scelto
a piacere, ma quel solo punto che nel tempo t evolve nel punto
q(t) = q, per la data velocit iniziale p
0
. Si pu inoltre dimostrare
che la funzione S = S(q, t) denita dalla (6.31) soddisfa lequazione
alle derivate parziali
H
_
q,
S
q
_
+
S
t
= 0 (6.32)
con condizione iniziale (6.31). Lequazione (6.32) nota come equazio-
ne di Hamilton-Jacobi.
Ora, per calcolare (6.31) occorre aver prima risolto le equazioni del
moto, ma se si risolve direttamente lequazione (6.32), senza passare
per la (6.31), si ha una maniera alternativa per risolvere il problema
del moto: risolvendo unequazione alle derivate parziali e non un
sistema di equazioni alle derivate ordinarie. Il metodo abbastan-
za cervellotico in quanto il problema di partenza trasformato
in un problema chiaramente pi complesso. Sorprendentemente,
questo metodo aiuta a risolvere problemi concreti. Molti problemi,
risolti con questo metodo, non sono in generale risolubili con metodi
diversi.
Carl Gustav Jacob Jacobi (1804 1851)
stato un matematico tedesco.Nel
1829 scrisse il suo trattato classico
sulle funzioni ellittiche, di grande im-
portanza in sica matematica, in cui
affrontava il problema di integrare le
equazioni del secondo ordine ottenu-
te dallenergia cinetica. Fu uno dei
primi cultori della teoria dei determi-
nanti. Notevoli i suoi contributi alla
meccanica celeste.
6.9 Equazione di Schrdinger
Lequazione
i h

t
=
N

k=1
h
2
2m
k

k
+ U, (6.33)
dove

k
=
k

k
=
k
2
=

2
x
k
+

2
y
k
+

2
z
k
e h la costante di Planck, lequazione di Schrdinger per la fun-
zione donda = (r
1
. . . , r
N
) di un sistema di N particelle di masse
m
1
, . . . , m
N
per cui lenergia potenziale del corrispondente problema
classico la funzione U = U(r
1
, . . . r
N
).
Per una singola particella con energia potenziale classica U,
lequazione di Schrdinger diventa
i h

t
=
h
2
2m
+ U, (6.34)
Questa equazione emerge naturalmente dallassunzione che la re-
lazione di de Broglie valga localmente per una generica onda non
necessariamente piana e che
= [[
2
= (6.35)
fisica ed equazioni alle derivate parziali 141
sia una quantit localmente conservata. Mostriamo come.
La relazione di de Broglie p = hk, un rimarchevole e misterioso
distillato dei fatti sperimentali associati allinizio della meccanica
quantistica, collega una propriet particellare, limpulso p = mv, con
Erwin Schrdinger (1887 1961) sta-
to un sico teorico austriaco. famoso
per il suo fondamentale contributo alla
meccanica quantistica, in particolare
modo per lequazione di Schrdinger,
per la quale vinse il Premio Nobel nel
1933. Fu uno dei critici pi lucidi e
acuti dellinterpretazione dortodossa
della meccanica quantistica.
una propriet ondulatoria, il numero donde k. Compresa nella ma-
niera pi semplice, dice che la velocit di una particella il rapporto
tra hk e la massa della particella. Ma il vettore donda k denito
solo per unonda piana. Per unonda generale = (r, t), la gene-
ralizzazione ovvia di k il numero donde locale S(r, t)/ h, dove S
la fase della funzione donda denita dalla sua rappresentazione
polare
= [[e
iS/ h
. (6.36)
Con questa scelta la relazione di de Broglie diventa
v =
1
m
S . (6.37)
Assumiamo adesso che valga lequazione di continuit (6.5) per
J = v, dove dato dalla (6.35) e v dalla (6.37). Osserviamo che v
pu essere riscritto nella forma
v =
1
m
S =
h
m
Im
_

_
.
Infatti, per la (6.36),

=
([[)e
iS/ h
+[[(i/ h)(S)e
iS/ h
[[e
iS/ h
=
[[
[[
+ i
S
h
,
da cui segue che
Im
_

_
= i
S
h
.
Infatti,
v =
S
m
=
1
m

h
i
ln

[[
=
h
mi


[[
=
//DA FINIRE//
Parte II
Metodi di Fourier
Indice
7 Equazioni alle derivate parziali 151
7.1 Introduzione 151
7.2 Integrale generale e particolare 152
7.3 Equazioni alle derivate parziali lineari 154
7.4 Principio di sovrapposizione 155
7.5 Metodo di separazione delle variabili 157
Problemi 159
Soluzioni 160
8 Lequazione di Laplace 161
8.1 Armoniche a simmetria sferica 161
8.2 Funzioni armoniche nel piano 162
8.3 Armoniche sferiche 165
8.4 Armoniche cilindriche 166
8.5 Trasformazioni di funzioni armoniche 167
8.6 Propriet generali delle funzioni armoniche 171
8.7 Funzione di Green e metodo delle immagini 172
8.8 Polinomi di Legendre 174
Problemi 177
146 appunti di metodi matematici della fisica
Soluzioni 179
9 Polinomi omogenei e armoniche sferiche 189
9.1 Armoniche sferiche 189
9.2 Polinomi omogenei 190
9.3 Polinomi armonici omogenei 191
9.4 Decomposizione in armoniche di un polinomio 193
9.5 Armoniche sferiche e rotazioni 195
9.6 Distribuzione di temperatura allinterno di un corpo sferico 196
9.7 Armoniche sferiche e polinomi di Legendre 197
10 Delta di Dirac, convoluzioni e nuclei 199
10.1 La delta di Dirac o funzione impulso 199
10.2 La delta in pi dimensioni 203
10.3 Prodotto di convoluzione 204
10.4 Il nucleo di Poisson e il pettine di Dirac 205
10.5 Convergenza uniforme del nucleo di Poisson 206
10.6 Il nucleo di Dirichlet e il lemma di Riemann-Lebesgue 207
10.7 Funzioni generalizzate* 209
Problemi 213
Soluzioni 214
11 Problemi al contorno per le onde e il calore 217
11.1 Problemi di Cauchy 217
11.2 Problemi al contorno 219
11.3 Il metodo delle immagini 221
11.4 Il metodo di Fourier 225
11.5 Il metodo di Fourier nel linguaggio degli spazi vettoriali 229
Problemi 231
INDICE 147
Soluzioni 234
12 Tre vie che portano a Fourier 241
12.1 La via originaria 241
12.2 Serie di Fourier di soli seni o coseni 243
12.3 Serie di Fourier completa 246
12.4 Convergenza delle serie di Fourier 248
12.5 Il fenomeno di Gibbs 252
12.6 La via delle funzioni armoniche 254
12.7 La via della migliore approssimazione ai minimi quadrati 257
Problemi 260
Soluzioni 261
13 Propriet delle serie di Fourier 263
13.1 Derivazione delle serie di Fourier 263
13.2 Andamento allinnito dei coefcienti di Fourier 264
13.3 Velocit di convergenza delle somme parziali

266
13.4 Integrazione delle serie di Fourier 266
13.5 Teorema di convoluzione 267
Problemi 269
Soluzioni 270
14 Funzioni ortogonali e serie di Fourier 271
14.1 Convergenza in norma 271
14.2 Basi ortonormali in spazi innito-dimensionali 275
14.3 Successioni a quadrato sommabile 278
14.4 Basi ortonormali per funzioni a quadrato integrabile 279
14.5 Completezza del sistema trigonometrico 282
14.6 Serie di Fourier in pi variabili 283
Problemi 285
148 appunti di metodi matematici della fisica
Soluzioni 287
Complementi 290
15 Teoria di Sturm-Liouville 301
15.1 Equazioni differenziali lineari e omogenee 301
15.2 Autovalori e autofunzioni 304
15.3 Forma normale e analisi qualitativa delle equazioni 307
15.4 Equazione di Sturm-Liouville 309
15.5 Operatore di Sturm-Liouville 310
15.6 Problemi di Sturm-Liouville 312
15.7 Problemi di Sturm-Liouville non regolari 314
15.8 Il sistema ortogonale delle funzioni di Hermite 314
Problemi 317
Soluzioni 319
16 Integrali di Fourier 331
16.1 Dai problemi al contorno agli integrali di Fourier 331
16.2 Integrali di Fourier come limiti di serie di Fourier 336
16.3 Il paradiso degli integrali di Fourier 337
16.4 La trasformata di Fourier di operatori 339
16.5 Autovettori della trasformazione di Fourier 342
16.6 La trasformazione di Fourier in L
2
344
16.7 Trasformate di Fourier di funzioni generalizzate 345
16.8 Applicazioni alle equazioni differenziali e integrali 347
16.9 Applicazioni alla probabilit 352
Tavole di trasformate di Fourier 355
Problemi 357
Soluzioni 360
17 La trasformata di Laplace 371
17.1 La trasformata di Laplace 371
INDICE 149
17.2 Propriet e applicazioni di base 373
17.3 Altre propriet della trasformata di Laplace 376
17.4 Funzioni a scalino e impulso 379
17.5 Funzione di trasferimento 381
17.6 Antitrasformata di funzioni razionali 382
17.7 Funzioni particolari 385
17.8 Applicazioni ai problemi al contorno 388
Tavola di trasformate di Laplace 390
Problemi 391
Soluzioni 392
7
Equazioni alle derivate parziali
Indice
7.1 Introduzione 151
7.2 Integrale generale e particolare 152
7.3 Equazioni alle derivate parziali lineari 154
7.4 Principio di sovrapposizione 155
7.5 Metodo di separazione delle variabili 157
Problemi 159
Soluzioni 160
7.1 Introduzione
Unequazione alle derivate parziali unequazione che contiene come
incognita una funzione di due o pi variabili e le sue derivate parzia-
li rispetto a queste variabili. Per esempio, una generica equazione alle
derivate parziali in due variabili indipendenti x e y pu essere scritta
come
1 1
Per brevit, abbiamo usato la
notazione

x
u =
u
x
, . . .
xy
u =

2
u
xy
. . .
yy
u =

2
u
y
2
F(x, y, u,
x
u,
y
u,
xx
u,
xy
u,
yy
u) = 0 , (7.1)
dove F una funzione di 8 variabili. Una forma analoga alla (7.1)
pu essere data ad un equazione in n variabili indipendenti (x
1
, . . . , x
n
)
R
n
nellincognita u = u(x
1
, . . . , x
n
):
F(x
1
, . . . , x
n
, u,
x
1
u, . . . ,
x
n
u,
x
1
x
1
u,
x
1
x
2
u, . . .
x
n
x
n
u, . . .) = 0 , (7.2)
Lordine di una equazione alle derivate parziali lordine della deri-
vata pi elevata. Risolvere lequazione signica trovare una funzione
u = u(x
1
, . . . x
n
) in qualche regione di R
n
tale che lequazione
soddisfatta per tutti i punti (x
1
, . . . x
n
) in quella regione.
Un importante problema associato ad una equazione alle derivate
parziali consiste nella ricerca di tutte le soluzioni che soddisfano certe
152 appunti di metodi matematici della fisica
condizioni dette condizioni al contorno. In genere si tratta di condizioni
sui valori della funzione incognita (e/o delle sue derivate) sul bordo
della regione, dentro cui si cerca la soluzione. Il problema cos posto
detto problema al contorno.
Sfortunatamente, non esiste una teoria generale di risoluzione di
tutte le equazioni alle derivate parziali ed estremamente improbabi-
le che una teoria di questo tipo verr mai trovata, data la ricchissima
variet di fenomeni sici, geometrici e probabilistici che sono gover-
nati da equazioni alle derivate parziali. Invece, la ricerca matematica
si concentra su varie equazioni particolari che sono importanti per
le applicazioni. Un corso di meccanica quantistica sostanzialmente
dedicato allo studio dellequazione di Schrdinger, ma anche se il
corso avanzato, solo una piccola parte di ci che noto sulle solu-
zioni di questa equazione coperto. Lo stesso dicasi per lequazione
di Navier-Stokes, di cui molto ancora non compreso.
Tuttavia, il fatto che non esista una teoria generale, non vuol dire
che non ci siano metodi abbastanza generali che facilitino lo studio di
particolari equazioni alle derivate parziali. Questo particolarmente
vero per le equazioni lineari e gran parte di questo corso proprio
dedicato a fornire le nozioni elementari per lo studio delle equazioni
lineari. Lo studio riguarder il metodo delle trasformate di Laplace
e Fourier, la teoria generale delle funzioni ortogonali e metodi di
analisi complessa.
7.2 Integrale generale e particolare
Soluzione di 7.1. Lequazione ovvia-
mente di ordine 2. Integrando ambo i
membri dellequazione rispetto a x, si
ottiene
u
y
= x
2
yx + C(y) ,
dove C(y) una costante arbitraria
rispetto alla variabile x e dunque una
funzione arbitraria di y. Lintegrazione
rispetto a y dellequazione ottenuta
fornisce
u = x
2
y
1
2
xy
2
+ F(x) + G(y) ,
dove F(x) una costante rispetto a
y e G(y) una primitiva di C(y); le
funzioni F(x) e G(x) sono arbitrarie
(purch derivabili). Poich la soluzione
trovata contiene due funzioni arbitrarie
indipendenti, essa la soluzione generale.
Se in particolare F(x) = x e G(y) =
sin y, otteniamo la soluzione particolare
u = x
2
yx + x +sin y
Lintegrale generale di una equazione alle derivate parziali una solu-
zione che contiene un numero di funzioni arbitrarie indipendenti pari
allordine dellequazione. Un integrale particolare una soluzione che
che pu essere ottenuta dallintegrale generale mediante una scelta
particolare delle funzioni arbitrarie. Un integrale singolare una solu-
zione che non si pu ottenere dallintegrale generale con particolare
scelta delle funzioni arbitrarie.
Esercizio 7.1. Si consideri lequazione

2
u
xy
= 2x y .
Qual il suo ordine? Determinare, se esiste, il suo integrale generale
e fornire un esempio di integrale particolare.
Lintegrale generale si pu determinare solo in caso di equazioni
molto semplici. Da un punto di vista pratico (e teorico), la nozione
di problema al contorno che analizzeremo nel seguito ben pi utile.
equazioni alle derivate parziali 153
Ci sono per due casi classici di integrali generali che importante
conoscere.
Integrale generale di DAlembert Lintegrale generale Dimostrazione della (7.6). Per ottenere
lintegrale di dAlembert si mostra
preliminarmente che lequazione (6.12)
pu essere riscritta nella forma

2
u

= 0 (7.3)
mediante il cambiamento di variabili
_
= x vt
= x + vt
_

_
t =
1
2v
( )
x =
1
2v
( + )
(7.4)
Per vedere che la (7.3) equivalente
alla (6.12), calcoliamo come cambiano le
derivate:
u
x
=
u

x
+
u

x
=
u

+
u

u
t
=
u

t
+
u

t
= v
u

+ v
u

e, derivando ancora una volta,

2
u
x
2
=

2
u

2
+2

2
u

+

2
u

2
u
t
2
= v
2

2
u

2
2v
2

2
u

+ v
2

2
u

2
Quindi,
1
v
2

2
u
t
2


2
u
x
2
= 4

2
u

, da
cui la (7.3). Lequazione (7.3) pu essere
trattata come una coppia di equazioni
ordinarie consecutive

_
u

_
= 0 ,
il che vuol dire che u/ non dipende
da , vale a dire una funzione della
sola : u/ = G(). Integrando (e
indicando con g la primitiva della G),
u = g() + f , dove f non dipende da
, ma pu dipendere da . Dunque
u = g() + f (), che, ritornando alle
variabili x e t, proprio la (7.6).
Un altro modo per risolvere la (6.12)
osservare che loperatore di dAlem-
bert fattorizza nel prodotto di due
operatori del primo ordine,
= D
+
D

= D

D
+
(7.5)
dove D

=
1
v

t


x
. Ma
D

=
_

_
= 2

D
+
=
_

_
+
_

_
= 2

Quindi la soluzione di D

u = 0
g() = g(x + vt) e la soluzione
di D
+
u = 0 f () = f (x vt).
Poich entrambe annullano loperatore
(7.5), lo stesso vale per la loro somma
u = f (x vt) + g(x + vt).
dellequazione della corda vibrante
1
v
2

2
u
t
2


2
u
x
2
= 0 . (6.12)

u = f (x vt) + g(x + vt) , (7.6)


dove f e g sono funzioni arbitrarie (purch differenziabili due volte).
Questa soluzione fu scoperta da dAlembert ed nota come integrale
di dAlembert. Per comprenderne il signicato, si supponga che la
corda sia illimitata dalle due parti e che g = 0, per cui
u(x, t) = f (x vt) . (7.7)
Poich questa funzione dipende solo da x vt, questa soluzione
descrive unonda che si propaga inalterata nella direzione positiva
dellasse delle x: in un sistema di riferimento in moto con velocit
v la soluzione avrebbe sempre, nel corso del tempo, la stessa forma:
unonda di questo tipo detta progressiva. La soluzione
u(x, t) = g(x + vt) . (7.8)
corrisponde invece ad unonda regressiva, e la soluzione generale (7.6)
ad una sovrapposizione di questi due tipi donde.
Funzioni armoniche nel piano Vogliamo determinare lintegra-
le generale dellequazione di Laplace nel piano

2
u
x
2
+

2
u
y
2
= 0 . (7.9)
Procedendo in completa analogia con lequazione di dAlembert
(si veda la dimostrazione a margine), fattorizziamo lequazione
ricorrendo ai numeri complessi:
_

x
i

y
__

x
+ i

y
_
u =
_

x
+ i

y
__

x
i

y
_
u = 0 .
Posto z = x + iy, z = x iy (il complesso coniugato di z), scriviamo u
nelle nuove variabili u = u(z, z). Introduciamo gli operatori

z
=
1
2
_

x
+ i

y
_
,

z
=
1
2
_

x
i

y
_
(7.10)
(si confronti con la (1.16)). Allora sono soluzioni della (7.9), cio sono
funzioni armoniche nel piano, le funzioni f (z, z) tali che
f
z
= 0 (7.11)
154 appunti di metodi matematici della fisica
(si confronti con la (1.15)) o le funzioni g(z, z) tali che
g
z
= 0 (7.12)
In generale, queste funzioni sono a valori complessi, ma si possono
scrivere in termini delle loro parti reali e immaginarie, cio f =
u + iv. Allora se f soddisfa la (7.11), u e v sono funzioni reali che
sono armoniche nel piano; analogamente per la g.
Riassumendo:
Una funzione complessa f (z) tale che f /z = 0 det-
ta funzione analitica. Le parti reali e immaginarie delle
funzioni analitiche sono funzioni armoniche nel piano.
(7.13)
La teoria delle funzioni analitiche un campo a s della matema-
tica. Che le funzioni armoniche siano la parte reale o immaginaria
di una funzione analitica fu scoperto da dAlembert nella seconda
met del 700 e la soluzione data sopra ricalca abbastanza fedelmen-
te il lavoro di dAlembert (che non era di matematica pura ma era
mirato a risolvere un problema di idrodinamica). Nell800 venne svi-
luppata la teoria delle funzioni analitiche, in particolare da Cauchy
e da Riemann. La terza parte di questo corso sar dedicata a questa
teoria, ma ne copriremo solo una piccola parte. Uno studio approfon-
dito richiederebbe un corso completamente dedicato a questo. Il che
mostra che lo studio approfondito delle soluzioni di una equazione
alle derivate parziali molto semplice, come in effetti la (7.9), non sia
altrettanto semplice e possa dischiudere interi capitoli di matematica!
7.3 Equazioni alle derivate parziali lineari
Unequazione alle derivate parziali detta lineare se la funzione
F, data dalla (7.2), lineare nellincognita u e nelle sue derivate.
Linearit signica quanto segue. Si scriva lequazione nella forma
Du = 0, dove D loperatore differenziale denito dalla funzione F. Per
per due variabili indipendenti,
Du = F(x, y, u,
x
u,
y
u,
xx
u,
xy
u,
yy
u)
e analogamente per pi variabili. La linearit di D signica che per
funzioni u e v e per costanti e
D(u + v) = Du + Dv (7.14)
Tutte le equazioni del capitolo 6 sono lineari, fatta eccezione per le
equazioni di Navier-Stokes e Hamilton-Jacobi che sono non-lineari.
equazioni alle derivate parziali 155
Se D lineare, lequazione Du = 0 detta equazione lineare
omogenea e lequazione
Du = j , (7.15)
dove j una data funzione, detta lineare inomogenea.
La pi generale equazione alle derivate parziali lineare del secon-
do ordine in due variabili indipendenti ha la forma
A

2
u
x
2
+ B

2
u
xy
+ C

2
u
y
2
+ D
u
x
+ E
u
y
+ Fu = G (7.16)
dove A, B, . . . , G possono dipendere da x e y, ma non da u. A causa
della natura delle soluzioni della (7.16), si classica spesso lequa-
zione come ellittica, iperbolica o parabolica, a seconda che B
2
4AC
sia minore, maggiore o uguale a zero rispettivamente. Unanaloga
classicazione si ha per per equazioni in n variabili indipendenti.
Lequazione di Laplace il prototipo di equazione lineare, omoge-
nea ed ellittica. Lequazione delle onde il prototipo di equazione
lineare omogenea iperbolica. Lequazione del calore il prototipo di
equazione lineare omogenea parabolica.
7.4 Principio di sovrapposizione
Il seguente principio alla base di tutti i metodi di soluzione di
equazioni lineari.
Principio di sovrapposizione. Se u
1
, . . . , u
N
sono soluzioni
dellequazione lineare omogenea Du = 0 , allora lo
anche
s
N
(x) =
N

n=1
c
n
u
n
,
dove c
i
, i = 1, . . . N sono costanti.
(7.17)
In altre parole, le soluzioni di Du = 0 , formano uno spazio lineare.
Dimostrazione di (7.17). Immediata
conseguenza della linearit di D:
D
N

n=1
c
n
u
n
=
N

n=1
c
n
Du
n
=
N

n=1
c
n
0 = 0 .
Il principio di sovrapposizione pu essere usato per formare so-
luzioni di unequazione a partire da soluzioni note u
1
, u
2
, . . . e pu
esteso in due modi: permettendo (1) combinazioni lineari di suc-
cessioni innite di soluzioni e (2) combinazioni lineari continue di
soluzioni.
(1) Se u
1
, u
2
, . . . , una successione di soluzioni, allora la serie
innita
s(x) =

n=1
c
n
u
n
(x) . (7.18)
soluzione di Du = 0 se opportune condizioni sono soddisfat-
te. La dimostrazione per il caso nito si estende infatti al caso
156 appunti di metodi matematici della fisica
innito,
D

n=1
c
n
u
n
=

n=1
c
n
Du
n
=

n=1
c
n
0 = 0 ,
a patto che la serie (7.18) converga e sia lecito il primo passaggio
sopra in cui si porta dentro la serie loperatore D. Poich la
serie il limite della somma
s
N
(x) =
N

n=1
c
n
u
n
(x) ,
il problema cruciale lo scambio delloperatore D con un limite,
cio
D lim
N
s
N
(x) = lim
N
Ds
N
(x) ,
il che, come si visto, garantito quando il limite uniforme,
una condizione che, a sua volta, garantita se i [c
n
u
n
(x)[ tendono
a zero abbastanza rapidamente.
(2) Se, per ogni y, la funzione u(x; y) soluzione dellequazione
lineare omogenea Du(x; y) = 0 , e g(y) una funzione di y, si
pu supporre che la funzione
_

u(x; y)g(y)dy (7.19)


sia soluzione dellequazione. Afnch sia davvero una soluzione,
occorre garantire che lintegrale improprio (7.19) sia convergente
e che sia lecito scambiare D con il segno di integrale,
D
_

u(x; y)g(y)dy =
_

[Du(x; y)] g(y)dy .


Anche in questo caso, cio garantito dalla convergenza uniforme
ovvero dal requisito che [u(x; y)g(y)[ tenda a zero abbastanza
rapidamente.
Esempio 7.1. Il potenziale coulombiano di una carica unitaria posta
in un dato punto r
/
1
[r r
/
[
soddisfa lequazione di Lapace V = 0 in tutti i punti dello spazio
r ,= r
/
. Questo si vede facilmente scegliendo un sistema di coordinate
con origine in r
/
. Allora la funzione
u =
1
r
(7.20)
ha simmetria sferica intorno allorgine e non dipende dalle coordi-
nate sferiche e , per cui lunico termine rilevante del laplaciano in
coordinate sferiche (5.20) il primo e quindi
u =
1
r
2

r
_
r
2

r
1
r
_
=
1
r
2

r
_
r
2
1
r
2
_
=
1
r
2

r
(1) = 0 per r ,= 0
equazioni alle derivate parziali 157
Si forma quindi, per sovrapposizione continua, la funzione
_
(r
/
)
[r r
/
[
d
3
r
/
che soddisfa lequazione di Laplace in tutti i punti dello spazio in cui
(r) = 0.
7.5 Metodo di separazione delle variabili
Daniel Bernoulli (17001782) fu un
matematico e sico svizzero e uno dei
matematici prominenti della famiglia
dei Bernoulli. Noto per i suoi contri-
buti alla meccanica e allidrodinamica,
contribu anche allo sviluppo della
teoria della probabilit (scoperta dallo
zio Jacob Bernoulli) e in particolare
alle prime applicazioni alleconomia
(teoria del rischio). Nello studio dei si-
stemi vibranti (corde e membrane) gi
utilizzava sviluppi in serie di Fourier.
Scoperto da Daniel Bernoulli, il metodo di separazione delle varia-
bili un modo semplice ma potente per trovare integrali particolari
di unequazione differenziale. In questo metodo si suppone di po-
ter esprimere una soluzione dellequazione come prodotto di fun-
zioni incognite, ognuna delle quali dipenda da una sola variabile
indipendente. Il successo del metodo dipende da riuscire a scrivere
lequazione risultante in modo che un membro dipenda da una sola
variabile mentre laltro dipenda dalle variabili rimanenti; dal che si
deduce che ogni membro deve essere costante. Iterando il procedi-
mento si possono determinare le funzioni incognite. Si pu poi usare
il principio di sovrapposizione per determinare nuove soluzioni.
Esercizio 7.2. Trovare soluzioni particolari dellequazione di Laplace
nel piano

2
u
x
2
+

2
u
y
2
= 0 , (7.9)
usando il metodo di separazione delle variabili.
Soluzione. Poniamo nellequazione assegnata u = XY, in cui X
dipende solo da x e Y dipende solo da y. Allora
X
//
Y + XY
//
= 0 o
X
//
X
=
Y
//
Y
.
Poich X dipende solo da x e Y dipende solo da y, e poich x e y
sono variabili indipendenti, i due membri dellequazione devono
essere una costante, diciamo . Quindi
X
//
= X e Y
//
= Y.
Distinguiamo i tre casi possibili per :
(1) = 0. Allora X
//
= 0 e Y
//
= 0, le cui soluzioni sono X = ax + b e
Y = cy + d, quindi
u = (ax + b)(cy + d) .
(2)
2
> 0. Allora X
//
=
2
X e Y
//
=
2
Y, le cui soluzioni sono
X = ae
x
+ be
x
e Y = c cos y + d sin y e quindi
u = (ae
x
+ be
x
)(c cos y + d sin y) .
158 appunti di metodi matematici della fisica
(3)
2
< 0. Allora
X
//
=
2
X Y
//
= +
2
Y,
le cui soluzioni sono X = a cos x +b sin x e Y = ce
y
+de
y
,
da cui
u = (a cos x + b sin x)(ce
y
+ de
y
)
Si possono adesso formare altre soluzioni della (7.9), usando il
principio di sovrapposizione. Ad esempio, per ogni > 0, la serie

n
[a
n
cos x + b
n
sin x] e
y
o, integrando su tutti gli , le funzioni denite dagli integrali
f (x, y) =
_

0
sin(x)e
y
d e g(x, y) =
_

0
cos(x)e
y
d
Dallesercizio 5.6,
_

0
e
y
sin(x)d =
x
x
2
+ y
2
e
_

0
e
y
cos(x)d =
y
x
2
+ y
2
Come si pu vericare, queste funzioni soddisfano lequazione di
Laplace, e quindi sono funzioni armoniche nel piano (ma singolari
nellorigine).
equazioni alle derivate parziali 159
Problemi
Problema 7.1. Stabilire se ciascuna delle se-
guenti equazioni alle derivate parziali lineare o
no, determinarne lordine ed indicare le variabili
dipendenti e indipendenti.
(a)
u
t
= 4

2
u
x
2
(b) x
2

3
R
y
3
= y
2

2
R
x
2
(c) W

2
W
r
2
= rst
(d)

2

x
2
+

2

y
2
+

2

z
2
= 0
(e)
_
z
u
_
2
+
_
z
v
_
2
= 1
Problema 7.2. Quali dei seguenti operatori D
sono lineari?
(a) Du =
u
x
+ x
u
y
(b) Du =
u
x
+ u

y
(c) Du =
u
x
+
_
u
y
_
2
(d) Du =
u
x
+5
u
y
+6
Problema 7.3. Mostrare che la differenza tra
due soluzioni di unequazione lineare inomogenea
Du = j una soluzione dellequazione omogenea
Du = 0.
Problema 7.4. Sia D loperatore differenziale
di una generica equazione omogenea del secondo
ordine,
D = A

2
x
2
+ B

2
xy
+ C

2
y
2
+ D

x
+ E

y
+ F
dove A, B, . . . , F sono costanti. Mostrare che se u
soluzione di Du = 0 allora anche tutte le sue
derivate (se esistono)
u
x
,
u
y
,

2
u
x
2
,

2
u
y
2
,

2
u
xy
, . . .
sono soluzioni di Du = 0.
Problema 7.5. Sia u = xy. Integrare le equazioni
di Cauchy-Riemann
_

_
u
x
=
v
y
u
y
=
v
x
(1.17)
per ottenere v.
Problema 7.6. Sia u = x
2
+ y
2
. Mostrare che
non esiste alcuna funzione v tale che la coppia u, v
soddis le equazioni di Cauchy-Riemann (1.17).
Problema 7.7. Trovare soluzioni particolari
dellequazione di Laplace nello spazio

2
u
x
2
+

2
u
y
2
+

2
u
z
2
= 0 ,
usando il metodo di separazione delle variabili.
160 appunti di metodi matematici della fisica
Soluzioni
Problema 7.6. Metodo 1. Richiedendo che le equazioni di
Cauchy-Riemann siano soddisfate per u = x
2
+ y
2
, si ottiene
v
y
=
u
x
= 2x
v
x
=
u
y
= 2y .
Integrando,
v = 2xy + g(x)
v = 2yx + h(y) .
chiaro che queste identit non possono essere vericate per nessu-
na scelta di g e h.
Metodo 2. Se le equazioni di Cauchy-Riemann sono soddisfatte, le
funzioni u e v devono essere funzioni armoniche, cio devono essere
entrambe soluzioni dellequazione di Laplace nel piano. Questa
propriet si verica facilmente:

x
u =
x

y
v =
y

x
v =
y

y
u

x
v =
x

y
u =
y

x
u =
y

y
v
Quindi
u =
2
x
u +
2
y
u = 0 e v =
2
x
v +
2
y
v = 0
La funzione u = x
2
+ y
2
, non armonica in quanto u = 4.
8
Lequazione di Laplace
Indice
8.1 Armoniche a simmetria sferica 161
8.2 Funzioni armoniche nel piano 162
8.3 Armoniche sferiche 165
8.4 Armoniche cilindriche 166
8.5 Trasformazioni di funzioni armoniche 167
8.6 Propriet generali delle funzioni armoniche 171
8.7 Funzione di Green e metodo delle immagini 172
8.8 Polinomi di Legendre 174
Problemi 177
Soluzioni 179
8.1 Armoniche a simmetria sferica
Le soluzioni dellequazione di Laplace
u = 0 (6.6)
che sono regolari in una regione R
n
(cio nite e continue in-
sieme con le loro derivate prime e che hanno derivate seconde in )
sono dette funzioni armoniche in . Lo scopo di questa sezione e delle
tre che seguono di ottenere mediante il metodo di separazione delle
variabili una collezione di funzioni armoniche semplici. Sebbene la
collezione sia piccola, possibile allargarla enormemente usando il
principio di sovrapposizione e altri metodi che saranno esposti nel
seguito.
Consideriamo il potenziale di una carica puntiforme (7.20), che si
distingue per la sua simmetria sferica, e domandiamoci come trovare
162 appunti di metodi matematici della fisica
funzioni armoniche a simmetria sferica in R
n
. Per questo, ci serve
lespressione del laplaciano in R
n
, che
=
1
r
n1

r
_
r
n1

r
_
+
1
r
2

n
. (8.1)
dove
n
un operatore differenziale del secondo ordine che contiene
solo derivate rispetto alle variabili angolari. Per n = 2,

2
=

2

2
, (8.2)
che detto laplaciano circolare Per per n = 3
Figura 8.1: Coordinate sferiche in R
3
x = r sin cos , y = r sin sin ,
z = r cos

3
=
1
sin

_
sin

_
+
1
sin
2

2
(8.3)
che detto laplaciano sferico.
Adesso facile trovare funzioni armoniche che dipendono solo da
r. In R
2
, una funzione armonica deve soddisfare lequazione
1
r

r
_
r
u
r
_
= 0 , (8.4)
che in verit unequazione ordinaria del secondo ordine che pu
essere facilmente risolta. Le funzioni
1 , lnr (n=2) (8.5)
sono due soluzioni linearmente indipendenti di (8.4) e la soluzione
generale consiste di tutte le possibili combinazioni lineari di queste
due funzioni. In R
n
, n > 2, una funzione armonica a simmetria
sferica deve soddisfare lequazione
1
r
n1

r
_
r
n1
u
r
_
= 0
e due soluzioni linearmente indipendenti di questa equazione sono
1 ,
1
r
n2
. (8.6)
Si osservi che le prime funzioni in (8.5) e (8.6) sono denite ed armo-
niche in tutto R
n
, mentre le seconde funzioni sono denite e armoni-
che solo nel complemento dellorigine in R
n
. Talvolta si dice che lnr
una funzione armonica in R
2
con un polo nellorigine e r
(n2)

armonica in R
n
, n > 2, con un polo nellorigine.
8.2 Funzioni armoniche nel piano
Adesso usiamo il metodo di separazione delle variabili, come nella
soluzione dellesercizio 7.2, per ottenere altre funzioni armoniche
elementari. Incominciamo con R
2
.
lequazione di laplace 163
In coordinate polari r, , lequazione di Laplace diventa Equazione di Eulero-Cauchy
x
2
d
2
y
dx
2
+ ax
dy
dx
+ by = 0.
Per risolverla, si cerca una soluzione
della forma y = x
m
. Differenziando, si
ottiene
dy
dx
= mx
m1
e
d
2
y
dx
2
= m(m
1)x
m2
. Sostituendo nellequazione
originale, si ha
x
2
(m(m1)x
m2
) +ax(mx
m1
) +b(x
m
) = 0 .
Riarrangiando i termini, si ottiene
m
2
+ (a 1)m + b = 0.
Possiamo allora risolvere per m. Ci
sono tre casi di particolare interesse:
(i) Due radici distinte m
1
e m
2
.
(ii) Una radice doppia m.
(iii) radici complesse i
Nel caso (i), la soluzione data da
y = c
1
x
m
1
+ c
2
x
m
2
.
Nel caso (ii), la soluzione data da
y = c
1
x
m
ln(x) + c
2
x
m
.
Per ottenere questa soluzione occorre
applicare il medodo di riduzione
dellordine, dopo aver trovato una
soluzione y = x
m
. Nel caso (iii), la
soluzione data
y = c
1
x

cos( ln(x)) + c
2
x

sin( ln(x)),
dove = Re (m), = Im(m) e c
1
,
c
2
costanti reali. Questa forma della
soluzione si ottiene ponendo x = e
t
e
usando la formula di Eulero.
Soluzione della (8.11) unequazione
di Eulero-Cauchy con a = 1 e b = .
Allora m
2
= 0 e quindi i tre casi
possibili sono:
(i) > 0. Due radici reali distinte
m
1
=

e m
2
=

.
(ii) = 0. Una radice doppia m = 0.
(iii) < 0 Due radici immaginarie
distinte m
1
= i
_
[[ e m
2
=
i
_
[[.
Nel caso (i), la soluzione data da
y = c
1
x
m
1
+ c
2
x
m
2
. Nel caso (ii) una
soluzione y = 1. Allora per il metodo
di riduzione dellordine ln x unaltra
soluzione indipendente.
1
r

r
_
r
u
r
_
+
1
r
2

2
u

2
= 0 (8.7)
e ne cerchiamo soluzioni (reali) della forma
u(r, ) = R(r)() . (8.8)
Sostituendo (8.8) nella (8.7), si ottiene
R
//
+
1
r
R
/
+
1
r
2
R
//
= 0 .
Dividendo questa equazione per R, moltiplicando per r
2
e trasfe-
rendo il terzo termine a secondo membro, si ottiene
r
2
R
//
+ rR
/
R
=

//

. (8.9)
Essendo r e variabili indipendenti, ciascun membro di questa equa-
zione deve essere uguale a una costante reale, diciamo . Quindi la
(8.9) equivalente a
r
2
R
//
+ rR
/
R
= =

//

, (8.10)
ovvero alla coppia di equazioni
r
2
R
//
+ rR
/
R = 0 (8.11)

//
+ = 0 , (8.12)
dove una qualche costante reale. Concludiamo che una funzione
u(r, ) della forma (8.8) soddisfa lequazione di Laplace se le funzioni
R e soddisfano le equazioni differenziali ordinarie (8.10) e (8.11).
Dobbiamo quindi risolvere queste equazioni.
Lequazione (8.11)
r
2
R
//
+ rR
/
R = 0 (8.11)
un equazione di Eulero-Cauchy e ha due soluzioni linearmente
indipendenti
R

=
_
1 , lnr se = 0
r

, r

se ,= 0
(8.13)
Due soluzioni linearmente indipendenti di (8.10) sono

=
_
1, se = 0
cos

, sin

se ,= 0
(8.14)
Nelle (8.13) e (8.14) si usato il pedice per indicare la dipenden-
za delle soluzioni da . Quando negativo, le funzioni (8.13) e
164 appunti di metodi matematici della fisica
(8.14) sono a valori complessi. Le parti reali e immaginarie di que-
ste funzioni formano coppie di funzioni a valori reali linearmente
indipendenti.
Non si deve ritenere che per ogni valore di e per entrambe le
scelte delle funzioni in (8.13) e (8.14), la formula
u

(r, ) = R

(r)

() . (8.15)
denisca una funzione armonica in ogni dominio di R
2
. Questo
vero solo quando la (8.15) porta ad una funzione ben denita in
. Per esempio, si spesso interssati a trovare funzioni armoniche in
domini che contengono curve chiuse che circondano lorigine. Esem-
pi di tali domini sono lintero piano R
2
, un disco aperto centrato
nellorigine o un anello, anchesse centrato nellorigine. Se uno di
questi domini e se C una qualunque curva che circonda lorigine,
chiaro che se partiamo da un qualunque punto di C e viaggiamo una
volta lungo C ritornando al punto di partenza, la variabile angolare
e variata di 2. Questo signica che afnch (8.15) denisca una
funzione vera e propria, cio ad un sol valore, occorre che sia
periodica di periodo 2, cio deve soddisfare la condizione

( +2) =

() . (8.16)
lasciato come (facile) esercizio mostrare che le funzioni

()
date dalla (8.14) soddisfano la condizione di periodicit solo se

=
n, n = 0, 1, 2, . . . e, in effetti, per = 0 solo la funzione 1 soddisfa
questa condizione. Quindi, se un dominio che contiene curve
che girano attorno allorigine, le sole funzioni angolari che possono
essere usate nella (8.14) per denire funzioni armoniche in sono C
0
Figura 8.2: Dominio nel piano (disco
bianco) che contiene una curva che
circonda lorigine.

n
() = cos n , sin n , n = 0, 1, 2, . . . . (8.17)
Le corrispondenti funzioni radiali sono
R
n
=
_
1 , lnr n = 0
r
n
, r
n
n = 1, 2, 3 . . .
(8.18)
e la (8.15) fornisce la seguente collezione di funzioni
u
n
(r, ) =
_
1 , r
n
cos n , r
n
sin n n = 1, 2, 3 . . .
lnr , r
n
cos n , r
n
sin n n = 1, 2, 3 . . .
(8.19)
Consideriamo adesso un dominio del piano che non contiene
curve che circondano lorigine. Allora
u(r, ) = , (8.20)
lequazione di laplace 165
con ristretto allintervallo di valori appropriato (per il dominio,
si veda la gura 8.7), denisce una funzione armonica in R
2
. Per
esempio, se il semi-piano x > 0, si pu prendere /2 < <
/2. In coordinate cartesiane la funzione armonica (8.20) allora
u(x, y) = arctan
_
y
x
_
, 0 < x < , < y < (8.21)
p

0
C
Figura 8.3: Dominio nel piano (disco
bianco) che non contiene curve che
circondano lorigine.
C
0
Figura 8.4: Dominio nel piano (anello
bianco) che contiene una curva che
circonda lorigine, ma non contiene
lorigine.
Se il semi-piano y > 0, si pu prendere 0 < < e in coordinate
cartesiane la corrispondente funzione armonica
u(x, y) =

2
arctan
_
x
y
_
, < x < , 0 < y < (8.22)
Se non contiene lorigine, come nellanello in gura 8.4, tutte le
funzioni in (8.19) sono armoniche in . Se contiene lorigine, solo
le funzioni nella prima riga sono armoniche in .
8.3 Armoniche sferiche
Adesso passiamo ad applicare il metodo di separazione delle variabi-
li per trovare funzioni armoniche in R
3
. Sia
1
r
2

r
_
r
2
u
r
_
+
1
r
2

3
u = 0
lequazione di Laplace in coordinate sferiche e cerchiamone una
soluzione della forma
u(r, , ) = R(r)Y(, ) . (8.23)
Procedendo come sopra, otteniamo la coppia di equazioni
(r
2
R
/
)
/
R = 0 (8.24)

3
Y + Y = 0 , (8.25)
La (8.24) ancora unequazione di Eulero-Cauchy, di cui due soluzio-
ni linearmente indipendenti sono r

1
, r

2
, dove
1
e
2
sono radici
dellequazione ( + 1) = 0. Lequazione (8.25) unequazione
alle derivate parziali che considerabilmente pi difcile risolvere.
utile considerare e come le coordinate di un un punto sulla sfera
di raggio unitario S(0, 1) centrata nellorigine di R
3
. Invece di cercare
di trovare tutte le soluzioni di (8.25), spesso sufciente conoscere
solo le soluzione Y(, ) che sono differenziabili due volte e ben
denite su tutto S(0, 1). Tali soluzioni devono essere periodiche in
, con periodo 2, e tali che ai poli nord e sud della sfera (cio nei
punti dove = 0 e = ) le soluzioni si avvicinano a dei limiti che
sono indipendenti da . Si pu dimostrare che lequazione (8.25) ha
166 appunti di metodi matematici della fisica
soluzioni non banali che soddisfano questa condizione solo quando
uno dei valori

n
= n(n +1) , n = 0, 1, 2, . . . (8.26)
Per ciascuno di tali valori ci sono 2n +1 soluzioni di (8.25) linearmen-
te indipendenti che si denotano
Y
(m)
n
(, ), m = 1, 2, . . . 2n +1 . (8.27)
Queste soluzioni sono dette armoniche sferiche di Laplace. Per =
n
,
le corrispondenti funzioni radiali sono
r
n
,
1
r
n+1
n = 0, 1, 2, . . . . (8.28)
e le corrispondenti funzioni armoniche (8.23) sono
u
n,m
(, ) =
_

_
r
n
Y
(m)
n
(, ), m = 1, 2, . . . 2n +1 , n = 0, 1, 2, . . .
1
r
n+1
Y
(m)
n
(, ), m = 1, 2, . . . 2n +1 , n = 0, 1, 2, . . .
(8.29)
Se non contiene lorigine, tutte le funzioni nella (8.29) sono ar-
moniche in . Altrimenti, solo le funzioni della prima riga sono
armoniche in .
8.4 Armoniche cilindriche
Il metodo di separazione delle variabili si pu applicare ad al-
tre equazioni alle derivate parziali e si pu usare per sistemi di
coordinate diverse dalle polari o dalle sferiche.
Consideriamo per esempio lequazione di Laplace in coordinate
cilindriche:
1

_
+
1

2
u

2
+

2
u
z
2
= 0 , (8.30)
e cerchiamone soluzioni (reali) della forma
u(, , z) = P()()Z(z) . (8.31)
Sostituendo (8.32) nella (8.30), e dividendo per u si ottiene
P
//
P
+
1

P
/
P
+
1

//

+
Z
//
Z
= 0
La parte Z di questa equazione deve essere uguale ad una costante
reale k
2
e quindi Z deve essere una soluzione dellequazione
Z
//
k
2
Z = 0 . (8.32)
lequazione di laplace 167
Sostituendo k
2
nella (8.32), si ottiene
P
//
P
+
1

P
/
P
+
1

//

+ k
2
= 0
Moltiplicando per
2
, si possono separare P e introducendo unal-
tra costante n tale che
//
/ = n
2
, ottenendo cos la coppia di
equazioni

//
+ n
2
= 0 (8.33)

2
P
//
+ P
/
+ (k
2

2
n
2
)P = 0 , (8.34)
Se cerchiamo funzioni armoniche in una regione dello spazio che
contenga curve che circondano lasse delle z, deve essere periodica
di periodo 2 e quindi n deve essere un intero non negativo. Allora,
come per la del piano, si ottiene

n
() = cos n , sin n , n = 0, 1, 2, . . . . (8.35)
Lequazione (8.34) ha la forma dellequazione di Bessel
x
2
y
//
+ xy
/
+ (
2
x
2
n
2
)y = 0 , n 0 , (8.36)
che, per cambiamento di variabili x x, assume la forma canonica
x
2
y
//
+ xy
/
+ (x
2
n
2
)y = 0 , n 0 , (8.37)
Si pu dimostrare che la (8.37) ha due soluzioni linearmente indi-
pendenti J
n
(x) e Y
n
(x). La soluzione J
n
(x) che ha limite nito per
x tendente a 0, si chiama funzione di Bessel di prima specie di ordine n.
La soluzione Y
n
(x) che non ha limite nito ( cio illimitata) per x
tendente a 0, si chiama funzione di Bessel di seconda specie di ordine n o
funzione di Neumann.
8.5 Trasformazioni di funzioni armoniche
Nella sezioni precedenti abbiamo ottenuto collezioni di funzioni
armoniche mediante il metodo di separazione delle variabili. Per il
principio di sovrapposizione, tutte le combinazioni lineari di queste
soluzioni sono ancora armoniche. In questa sezione mostriamo come
ottenere nuove funzioni armoniche mediante trasformazioni dello
spazio.
Sia F una trasformazione invertibile di R
n
in se stesso. Per effetto
di F, un campo scalare u = u(r) su R
n
si trasforma nel campo scalare
u

(r) = u(F
1
r), cio
r r

= F(r) = u(r) u

(r) = u(F
1
r) (8.38)
168 appunti di metodi matematici della fisica
Poich il laplaciano , si vede facilmente che se u una fun-
zione armonica e F una qualunque trasformazione del gruppo
euclideo, allora anche u

(r) = u(F
1
r) armonica. Ricordiamo che
le trasformazioni elementari del gruppo euclideo sono le traslazioni
T
a
: r r +a e le rotazioni R : r R(r).
Esempio 8.1. La funzione
u(x, y) = lnr = ln
_
_
x
2
+ y
2
_
armonica in = R
2
(0, 0). Allora la funzione ottenuta per
traslazione T
(x
0
,y
0
: (x, y) (x
0
, y
0
), cio
u
/
(x, y) = ln
_
_
(x x
0
)
2
+ (y y
0
)
2
_
armonica in R
2
, fatta eccezione per il punto (x
0
, y
0
).
Usando la regola della derivata composta si vede facilmente che
anche le trasformazioni di similitudine r r, per costante reale
diversa da zero, trasformano una funzione armonica in unaltra che
ancora armonica (esercizio).
S(O, a)
(r

)
(r, )
O
a
Figura 8.5: Inversione rispetto a un
cerchio.
Inversione rispetto a un cerchio Consideriamo adesso una
trasformazione molto utile che, per R
2
, nota come inversione ri-
spetto a un cerchio. Sia S(0, a) un cerchio centrato nellorigine e di
raggio a. In coordinate polari, i punti (r, ) e (r

) sono detti inversi


rispetto a S(0, a) se
rr

= a
2
, =

, (8.39)
quindi due punti inversi rispetto al cerchio stanno sulla stessa linea
radiale. Allora la trasformazione
J
a
: r

=
a
2
r
,

= , (8.40)
denita per tutti i punti del piano eccetto lorigine e trasforma
punti fuori da S(0, a) in punti dentro S(0, a) e viceversa, mentre i
punti che stanno su S(0, a) sono lasciati invariati dalla trasforma-
zione. Allora un dominio che sta fuori da S(0, a) trasformato
in un dominio

che sta dentro S(0, a) e se u armonica in , allo-


ra u

(r) = u(J
1
a
r) armonica in

. La dimostrazione di questo
lasciata come esercizio (si veda il problema 8.4). Si osservi che in
coordinate polari si ha
u

(r, ) = u
_
a
2
r
,
_
(8.41)
e in notazione vettoriale
u

(r) = u
_
a
2
r
2
r
_
(8.42)
lequazione di laplace 169
Figura 8.6: Strettamente collegata
allinversione rispetto ad un cerchio
lanamorfosi in arte. La gura distrorta
nel piano esterno al cerchio ricostruita
mediante uno specchio cilindrico.
(dipinto di Istvn Orosz).
Alcune propriet dellinversione rispetto ad un cerchio
Linverso, rispetto al cerchio
rosso, di un cerchio che passa
per O (blu) una linea che
non passa per O (verde) e
viceversa.
Linverso, rispetto al cerchio
rosso, di un cerchio che non
passa per O (blu) un cerchio
che non passa per O (verde) e
viceversa).
Procedura per costruire lin-
verso P
/
di un un punto P
fuori dal cerchio di centro O
e raggio a. Poich i triangoli
OPN e OP
/
N sono simili, OP
sta a a come a sta a OP
/
.
Linversione rispetto ad un cer-
chio, non trasforma il centro
di un cerchio nel centro della
sua immagine.
Inversione rispetto a una sfera lanalogo in R
3
di quanto
descritto sopra. Sia S(0, a)la supercie di una sfera centrata nellori-
gine e di raggio a. In coordinate sferiche, i punti (r, , ) e (r

)
sono detti inversi rispetto a S(0, a) se
rr

= a
2
, =

, =

, (8.43)
Sia un dominio di R
3
che non contiene lorigine e supponiamo
che la funzione u(r, , ) sia armonica in . Sia

limmagine di
170 appunti di metodi matematici della fisica
rispetto alla trasformazione (8.43) e sia u
#
la funzione data dalla
formula
u
#
(r, , ) =
a
r
u

(r, , ) =
a
r
u
_
a
2
r
, ,
_
. (8.44)
Allora u
#
armonica in

. Anche la dimostrazione di questo


lasciata come esercizio (si veda il problema 8.5) Si osservi che in
notazione vettoriale
u
#
(r) =
a
r
u
_
a
2
r
2
r
_
(8.45)
Esempio 8.2. La funzione
ln

r r
/

(8.46)
armonica in R
2
con un polo in r
/
. Linversione rispetto al cerchio
S(O, a) fornisce la funzione
ln

a
2
r
2
r r
/

= ln
a
r
+ln

a
r
r
r
a
r
/

. (8.47)
Questa funzione armonica in R
2
eccetto per un polo nellorigine e
un polo in r = (a
2
/r
/
)r
/
. Quindi la funzione
ln

a
r
r
r
a
r
/

. (8.48)
armonica in R
2
con un polo in r = (a
2
/r
/2
)r
/
. Si osservi che i poli di
(8.46) e (8.48) sono inversi rispetto al cerchio S(O, a). Se r
/
< a allora
il polo di (8.48) fuori di S(O, a) e quindi (8.48) armonica dentro
S(O, a). Si veda la gura 8.5.
Si osservi che la differenza tra (8.46) e (8.48)
ln

r r
/

ln

a
r
r
r
a
r
/

. (8.49)
una funzione armonica, fatta eccezione per i poli r = r
/
, (a
2
/r
/2
)r
/
,
che si annulla per r = a, cio sulla supercie del cerchio S(O, a).
Esempio 8.3. La funzione
1
[r r
/
[
(8.50)
armonica in R
3
con un polo in r
/
. Linversione rispetto a S(O, a)
fornisce la funzione
a/r
[(a
2
/r
2
)r r
/
[
=
1
[(a/r)r (r/a)r
/
[
. (8.51)
Questa funzione armonica in R
3
eccetto per un polo in r = (a
2
/r
/
)r
/
.
I poli di (8.50) e (8.51) sono inversi rispetto alla sfera S(O, a). Se
r
/
< a allora il polo di (8.51) fuori di S(O, a) e quindi (8.51)
armonica dentro S(O, a).
lequazione di laplace 171
Si osservi che la differenza tra (8.50) e (8.51)
1
[r r
/
[

1
[(a/r)r (r/a)r
/
[
(8.52)
una funzione armonica, eccetto per i poli r = r
/
, (a
2
/r
/
2)r
/
, che si
annulla per r = a, cio sulla supercie della sfera S(O, a).
8.6 Propriet generali delle funzioni armoniche
Dimostrazione di (8.53). Consideriamo
coordinate sferiche r, , centrate in P.
Allora dS = r
2
sin dd, per cui
u
S
=
1
4
_
2
=0
_

=0
u(r, , ) sin dd
Questa quantit, ssato il punto P,
risulter funzione, al pi, di r. Studia-
mo come varia questa funzione nella
direzione radiale n, il versore normale
alla sfera, cio studiamo la derivata
direzionale
n
di u
S
,

n
u
S
n u
S
=
_
S
u n dS
Detta V la sfera piena, V = S, usando
il teorema della divergenza otteniamo
_
S
u n dS =
_
V
u dV =
_
V
u dV = 0
perch u armonica. Allora u
S
una
costante che non dipende dal raggio.
Per determinare la costante, passiamo al
limite r 0 nella (8.54) ottenendo cos
u
S
= u(P),
che quanto si voleva dimostrare.
Unimportante propriet delle funzioni armoniche espressa dal
teorema della media (detto anche teorema della media di Gauss) che,
per semplicit, formuliamo e dimostriamo a margine per n = 3.
Teorema della media. La media dei valori che una fun-
zione armonica assume sulla supercie di una sfera
qualsiasi uguale al valore che la funzione assume al
centro di tale sfera.
(8.53)
Il teorema stabilisce dunque che se P, r e S sono rispettivamente
centro, raggio e supercie della sfera considerata e u(P) il valore di
u al centro di P, e se si pone
u
S
=
1
4r
2
_
S
u dS , (8.54)
allora u
S
indipendente da r e precisamente si ha u(P) = u
S
.
Un corollario notevole del teorema della media che: u(P) pu-
re la media dei valori che u assume nei punti interni della sfera S. Basta
infatti supporre di calcolare tale media servendosi di strati sferici
di spessore innitesimo e concentrici alla sfera. Un altro corollario
molto importante del teorema della media il seguente:
Teorema del valore massimo e minimo. Una funzione armo-
nica in una regione non pu avere dentro tale regione
punti di massimo e di minimo.
(8.55)
Dimostrazione di (8.56). Applicando
la prima identit di Green (5.40) a
= = u, si ottiene
_

uu + (u)
2
dV =
_

(uu) ndS .
Da u = 0 in segue che
_

(u)
2
dV =
_

uu ndS .
Se, ora, u = 0 su tutto il bordo , il
secondo integrale si annuller e si avr
_

(u)
2
dV = 0
e quindi, poich la funzione integranda
non pu mai essere negativa,
u = 0 ossia u = cost. (in )
Infatti, se nel punto P interno alla regione vi fosse, per esempio,
un massimo, esisterebbe un intorno di P tale che in tutti i suoi punti
sarebbe u < u(P) e quindi per una sferetta di centro P interna ad
esso si avrebbe u
S
< u(P), contrariamente a quanto stabilisce il
teorema della media. Il massimo e minimo dei valori di u dovranno
dunque necessariamente trovarsi sul bordo della regione.
Dal corollario (8.55) e dalla continuit di u segue il teorema:
Se una funzione armonica ha un valore costante su tut-
ta una supercie chiusa, allora ha quello stesso valore
in tutto lo spazio interno ad essa. In particolare, se la
funzione nulla sul bordo di una regione, allora nulla
in in tutta la regione.
(8.56)
172 appunti di metodi matematici della fisica
Vista la grande importanza del teorema (8.56), ne diamo a margine
unaltra dimostrazione che si presta meglio a generalizzazioni.
Per lequazione di Laplace vale il seguente teorema di unicit:
Se di una funzione armonica dentro una regione -
nita, si assegnano i valori sul bordo della regione, la
funzione risulta univocamente determinata in tutta la
regione.
(8.57)
Il problema di determinare una funzione u armonica dentro la
regione , quando sono noti i valori che assume sul contorno di ,
Dimostrazione di (8.57). Supponiamo
che esistano due funzioni u
1
e u
2
,
regolari, armoniche dentro e con lo
stesso valore assegnato f sul bordo,
u
1
[

= u
2
[

= f .
Allora, poich u
1
= 0 e u
2
= 0,
anche la loro differenza = u
1
u
2
sar armonica: sar = 0 dentro
e si annuller sul bordo. Per il
teorema (8.56), = 0, cio u
1
= u
2
,
la soluzione unica, che quanto si
voleva dimostrare.
un problema di Dirichlet. In altre parole, il problema risolvere il
problema al contorno
_
u(r) = 0 , r
u(r) = f (r) , r .
(8.58)
Il teorema (8.57) ci dice che il problema non pu ammettere pi di
una soluzione. Ben pi difcile dimostrare che esista una soluzione.
In una lezione seguente si risolver in maniera completa e rigorosa il
problema di Dirichlet nel piano.
Servendosi della (8.58), pure possibile dare un altro teorema di
unicit:
Se di una funzione u, armonica dentro una regione
nita, si assegnano i valori della sua derivata normale
sul bordo della regione, la funzione risulta determina-
ta in tutta la regione a meno di una costante additiva
arbitraria.
(8.59)
Il problema di determinare una funzione armonica dentro una
regione, quando sono noti i valori della sua derivata normale sul
bordo, un problema di Neumann.
Il senso dei due problemi risulta chiaro se si fa riferimento alle-
lettrostatica: il problema di Dirichlet equivale a determinare il poten-
ziale elettrostatico in una regione di spazio priva di cariche quando
assegnato il potenziale sul bordo della regione: chiaramente la solu-
zione unicamente determinata dai valori del potenziale sul bordo.
Il problema di Neumann corrisponde a determinare il potenziale in
una situazione analoga, quando per sul bordo (immaginiamo una
supercie conduttrice) assegnato il campo elettrico (che normale
alla supercie conduttrice). In questo caso, chiaro che il potenziale
determinato a meno di una costante additiva arbitraria.
8.7 Funzione di Green e metodo delle immagini
Consideriamo adesso il seguente problema di elettrostatica. In
una regione limitata dello spazio , il cui bordo un condutto-
lequazione di laplace 173
re messo a terra, posta una carica unitaria nel punto r
/
. Qual il
potenzialeG(r, r
/
) in tutti in punti r di , r ,= r
/
generato dalla carica
unitaria posta in r
/
?

V = 0
Figura 8.7: Regione con bordo
messo a terra e contenente una carica
unitaria posta nel punto r
/
.
La carica unitaria in r
/
genera un potenziale coulombiano
1
4 [r r
/
[
e quindi induce una distribuzione di cariche sulla supercie condut-
trice . Le cariche indotte sulle supercie, a loro volta, generano un
potenziale h(r, r
/
) che, ovviamente, dipende dalla posizione r
/
della
carica unitaria (spostando la carica unitaria in , cambia la distribu-
zione di cariche sul bordo e quindi il potenziale che esse generano).
Allora, per linearit, si ha
Convenzione sulle unit di misura e i
fattori . Scelto un sistema dassi in
r
/
, il potenziale della carica puntiforme
V = 1/(4r) a cui associato il
campo elettrico
E =
1
4r
=

r
1
4r
e
r
=
1
4r
2
e
r
.
Allora per il teorema di Gauss
Q =
_
1
4r
2
e
r
dS =
1
4r
2
4r
2
= 1
e quindi la carica unitaria e positiva.
( Stiamo lavorando con unit di misura
in cui la costante dielettrica del vuoto
0
posta uguale a 1. )
G(r, r
/
) =
1
4 [r r
/
[
+ h(r, r
/
) , (8.60)
dove h(r, r
/
) una funzione armonica in tutti i punti di . Poich
il bordo collegato a terra, G(r, r
/
) si deve annullare per r .
Allora h(r, r
/
) una funzione armonica in , soluzione del problema
di Dirichlet
_

_
h(r, r
/
) = 0 , r
h(r, r
/
) =
1
4
1
[r r
/
[
, r
(8.61)
per ogni r
/
in .
La notevole rilevanza di questo problema di elettrostatica chiarita
da un teorema, dovuto a Green, che fornisce la seguente formula
Prima pagina dellarticolo originale
pubblicato da George Green (1793
1841) nel 1828 su ci che oggi noto
come teorema di Green. Green fu tra i
primi a creare una teoria matematica
rigorosa per lelettricit e il magneti-
smo. Fu un auto-didatta e frequent
soltanto, per non pi di un anno, la
scuola elementare. Visse nella citt
nativa vicino a Nottingham, in In-
ghilterra, dove il padre possedeva un
mulino e faceva il panettiere.
risolutiva, detta formula di Green, per il problema generale di Dirichlet
(8.58),
u(r
/
) =
_

f (r)
n
G(r, r
/
)dS , (8.62)
dove
n
la derivata normale, cio la derivata nella direzione del
versore n normale alla supercie rispetto alle variabili r di integrazio-
ne sul bordo. La dimostrazione della (8.62), per quanto non partico-
larmente difcile (purch si assuma che la soluzione u del problema
(8.58) esista e sia C
2
()), un po laboriosa e la tralasceremo.
Dunque, se si sa risolvere il problema di elettrostatica sopra de-
scritto, si si sa anche risolvere il problema generale di Dirichlet per
lequazione di Laplace. La funzione G(r, r
/
), che nota come funzione
di Green per il problema di Dirichlet dellequazione di Laplace in .
In generale, non facile determinare la funzione di Green. La dif-
colt del problema risulta evidente se si riette sul s signicato sico
di (8.61). Per determinare h(r, r
/
) occorre trovare la distribuzione
delle cariche indotte e questo in generale, un problema difcile.
Il metodo delle immagini permette di aggirare questo problema.
Invece di vedere h(r, r
/
) come il potenziale generato dalle cariche
174 appunti di metodi matematici della fisica
indotte, possiamo consideralo come il potenziale dovuto a cariche
immaginarie collocate nel complemento di . Queste cariche, che
sono chiamate immagini elettrostatiche della carica unitaria posta in r
/
,
vengono introdotte nel complemento di in modo tale che il poten-
ziale h(r, r
/
), dovuto a queste cariche, soddis il problema al contorno
(8.61). In altre parole, in ogni punto del bordo , il potenziale dovu-
to alle cariche immagine deve essere uguale in modulo e opposto in
segno al potenziale dovuto alla carica unitaria in r
/
. In questo modo
si garantisce che il potenziale totale G(r, r
/
) si annulla sul bordo ,
cosicch il bordo pu essere visto come una supercie conduttrice
messa a terra. In molti casi, la geometria di abbastanza semplice
che la scelta delle cariche immagine ovvia.
Figura 8.8: La carica negativa limma-
gine elettrostatica della carica positiva
posta nel semispazio z > 0.
Esempio 8.4. Sia il semispazio in R
3
, = (x, y, z) : z > 0 e
si consideri una carica unitaria nel punto (x
/
.y
/
, z
/
), come mostrato
in gura. Se si introduce una carica negativa in r
/
= (x
/
, y
/
, z
/
, ) il
potenziale risultante dovuto alle due cariche sar 0 al bordo z = 0 di
. La risultante funzione di Green
G(r, r
/
) =
1
4
1
[r r
/
[

1
4
1
[r r
/
[
Altri problemi con bordo a geometria semplice sono lasciati come
esercizi (si vedano i problemi alla ne del capitolo).
Concludiamo questa sezione enunciando il teorema di Green in
due dimensioni.
Teorema di Green in R
2
. Sia una regione di R
2
. La funzione Convenzione sulle unit di misura e i
fattori . Scelto un sistema dassi in
r
/
, il potenziale della carica puntiforme
nel piano V = 1/(2) ln(1/r) =
1/(2) lnr a cui associato il campo
elettrico
E = (
1
2
lnr) =
1
2

r
lnre
r
=
1
2r
e
r
.
Allora per il teorema di Gauss-Green
nel piano
Q =
_
1
2r
e
r
dS =
1
2r
2r = 1
e quindi la carica unitaria e positiva.
G(r, r
/
) =
1
2
ln
1
[r r
/
[
+ h(r, r
/
) , r, r
/
r ,= r
/
(8.63)
dove h(r, r
/
) soddisfa
_

_
h(r, r
/
) = 0 , r
h(r, r
/
) =
1
2
ln
1
[r r
/
[
, r
(8.64)
per ogni r
/
in , detta funzione di Green per il problema di Dirichlet
dellequazione di Laplace in R
2
. Il teorema di Green nel piano
stabilisce che la soluzione u(r) del problema (8.58) in R
2
data dalla
formula di Green (8.62) con G(r, r
/
) denita dalle (8.63) e (8.64).
8.8 Polinomi di Legendre
Il potenziale V nel generico punto r dello spazio prodotto da una
carica unitaria posta nel punto r
/
= (0, 0, r
/
),
V =
1
R
=
1
[r r
/
[
=
1
_
(r r
/
) (r r
/
)
=
1
_
r
2
+ r
/
2
2r
/
r cos
lequazione di laplace 175
Si raccolga r
/
a denominatore e per comodit si ponga
t
r
r
/
e u cos .
Allora
V =
1
R
=
1
r
/
_
1 +
r
2
r
/2
2
r
r
/
cos
=
1
r
/

1 2ut + t
2
(8.65)
Il nostro scopo qui di sviluppare V in serie di potenze di t. Dal-
lesercizio 4.3 sulla serie binomiale, per z z e n = 1/2, si
ottiene
(1 + z)
1/2
= c
0
+ c
1
z + c
2
z
2
+ . . . + c
n
z
n
+ . . .
dove
c
n
=
1 3 5 . . . (2n 1)
2 4 6 . . . (2n)
, c
0
= 1
e raggio di convergenza [z[ < 1. Quindi, se

2ut + t
2

< 1,
1

1 2ut + t
2
= c
0
+ c
1
(2ut + t
2
) + c
2
(2ut + t
2
)
2
+ . . . (8.66)
Questa non una serie di potenze di t, ma la si pu rendere tale
espandendo i binomi e raccogliendo le potenze di t, un processo che
giusticato se [t[ < [

2 1. I coefcenti delle potenze di t sono


adesso polinomi in u e possiamo scrivere il risultato come
1

1 2ut + t
2
=

n=0
P
n
(u)t
n
, (8.67)
dove
P
0
(u) = 1 , P
1
(u) = u , P
2
(u) =
1
2
_
3u
2
1
_
+ . . . (8.68)
I coefcienti P
n
(u) sono detti polinomi di Legendre e sono dati dalla
formula:
P
n
(u) =
1 3 5 . . . (2n 1)
n!
_
u
n

n(n 1)
2(2n 1)
u
n2
+
n(n 1)(n 2)(n 3)
2 4(2n 1)(2n 3)
u
n4
. . .
_
(8.69)
Si osservi che P
n
(u) di grado n e che contiene solo potenze alter-
nate di u, cosicch i polinomi di Legendre di grado pari sono funzioni pari
di u e quelli di grado dispari sono funzioni dispari di u.
I polinomi di Legendre hanno interessanti propriet, la verica
delle quali lasciata per esercizio (si vedano i problemi alla ne del
capitolo):
176 appunti di metodi matematici della fisica
(a) Soddisfano le relazioni di ricorrenza
(n +1)P
n+1
(u) = (2n +1)uP
n
(u) nP
n1
(u) (8.70)
uP
/
n
(u) P
/
n1
(u) = nP
n
(u) (8.71)
Adrien-Marie Legendre (17521833)
stato un matematico francese. Tra i
suoi contributi, lo studio delle funzioni
e degli integrali ellittici e lo sviluppo
della regressione lineare basata sul
metodo dei minimi quadrati. noto
per la trasformazione di Legendre,
originariamente scoperta come trasfor-
mazione geometrica, che in seguito fu
usata per passare dalla formulazione
lagrangiana a quella hamiltoniana del-
la meccanica e per ottenere lentalpia e
le energie libere di Helmoltz e Gibbs a
partire dallenergia interna.
(b) Sono generati dalla formula,
P
n
(u) =
1
2
n
n!
d
n
du
n
_
(u
2
1)
n
_
, n = 0, 1, 2, 3, . . . , (8.72)
detta formula di Rodrigues.
(c) Soddisfano lequazione differenziale
(1 u
2
)y
//
2uy
/
+ n(n +1)y = 0 , (8.73)
detta equazione di Legendre.
La funzione
1

1 2ut + t
2
detta funzione generatrice dei polinomi di Legendre, nel senso ovvio
espresso dalla (8.67).
I polinomi di Legendre possono essere calcolati in modi equivalen-
ti. Un modo facile in termini della formula di Rodrigues. I primi sei
sono:
P
0
= 1 P
1
= u
P
2
=
1
2
(3u
2
1) P
3
=
1
2
(5u
3
3u)
P
4
=
1
8
(35u
4
30u
2
+3) P
5
=
1
8
(63u
5
70u
3
+15u) .
Lequazione differenziale
(1 u
2
)y
//
2uy
/
+
_
n(n +1)
m
2
1 u
2
_
y = 0 . (8.74)
detta equazione di Legendre associata. Per m = 0 si riduce allequa-
zione di Legendre. La rilevanza della (8.74) per determinare le armo-
niche speriche di Laplace (8.27) messa in luce dai problemi 8.10 e
8.11.
P
0
P
1
P
2
P
3
P
4
Figura 8.9: I primi quattro polinomi di
Legendre nellintervallo [1, 1].
I polinomi di Legendre furono introdotti nel 1782 da Adrien-Marie
Legendre. Legendre era interessato a stabilire la forma elissoidale
esatta della Terra e il primo passo della sua ricerca era determinare
il potenziale Newtoniano (8.65) in termine del quale poteva poi cal-
colare il potenziale gravitazionale associato ad una distribuzione di
masse. Pochi mesi dopo , affrontando lo stesso problema, Laplace
svilupp la teoria delle armoniche sferiche.
lequazione di laplace 177
Problemi
Problema 8.1. Si considerino due piastre innite
a distanza d con un conduttore che collega le due
piastre. Le due piastre sono messe a terra, mentre
il conduttore che le collega mantenuto al poten-
ziale V
0
sin(2x/d). Trovare il potenziale tra le due
piastre.
1.1. SEPARATION FOR THE LAPLACE PROBLEM Lecture 1
potential satises Laplaces equation in the region between the plates (no
charge in there), and the boundary conditions are clear:
V (x = 0, y) = V (x = d, y) = 0 V (x, y = 0) = V
0
sin

2 x
d

. (1.10)
y
x
d
V
0
sin

2x
d

Figure 1.1: Two parallel plates separated by a distance d and held at V = 0,


the connecting plate is held at V
0
sin(2 x/d).
We know the solution will be of the form (1.9), but how to choose and the
constants (A, B, F, G)? There is an additional, implicit boundary condition
wed like the potential to go to zero in the open spatial direction, y
this tells us that we should set = i a for a IR to get growing and
decaying exponentials for the V
y
(y) solution:
V
x
= Ae
i a x
+ B e
i a x
V
y
= F e
a y
+ Ge
a y
(1.11)
and, furthermore, we should set G = 0 to eliminate the growing exponential.
By introducing

A = (A+B) and

B = i (AB), we can write V
x
(x) in terms
of sine and cosine. Our solution so far, then, is:
V
x
=

A cos(a x) +

B sin(a x) V
y
= F e
a y
V = V
x
V
y
. (1.12)
Now for the rest of the boundary conditions: take V
x
(x = 0) = 0 that tells
us that

A = 0. Our solution is now much simpler, the full potential has the
4 of 11
Problema 8.2. Il bordo di una piastra circolare
di raggio unitario mantenuto alla temperatura
costante
5 +2 cos +5 sin3
dove la variabile angolare in coordinate polari
con origine nel centro della piastra. Trovare la distri-
buzione di temperatura a regime (cio in condizioni
stazionarie) in tutti i punti della piastra.
Problema 8.3. Usando il metodo di separazio-
ne delle variabili e il principio di sovrapposizione,
risolvere lequazione
u
t
= 2

2
u
x
2
imponendo che u(0, t) = u(3, t) = 0 per tutti i t > 0,
che per t = 0 si abbia
u(x, 0) = 5 sin4x 3 sin8x +2 sin10x
e che la soluzione resti limitata per tutti i t > 0 cio
esiste una costante M tale che [u(x, t)[ < M.
Problema 8.4. Usando la regola della derivata
della funzione composta e la forma del laplaciano in
coordinate polari, dimostrare che linversione rispet-
to a un cerchio in R
2
preserva larmonicit di una
funzione.
Problema 8.5. Usando la regola della derivata
della funzione composta e la forma del laplaciano
in coordinate sferiche, dimostrare che la funzione u
/
denita dallequazione (8.44) armonica.
Problema 8.6. Trovare la funzione di Green per
il quarto di spazio in R
3
= (x, y, z) : y > 0, z > 0
Aiuto. Servono 3 cariche immagine, una negativa in
r
/
1
= (x
/
, y
/
, z
/
), una positiva in r
/
2
= (x
/
, y
/
, z
/
)
e una negativa in r
/
3
= (x
/
, y
/
, z
/
). Si verichi, aiu-
tandosi con un disegno che il potenziale risultante
dovuto alle 4 cariche si annulla sul bordo di .
Problema 8.7. Trovare la funzione di Green
per la sfera piena in R
3
di raggio a e centrata
nellorigine,
= (x, y, z) : x
2
+ y
2
+ z
2
a
2
.
Problema 8.8. Trovare la funzione di Green per
il disco unitario in R
2
centrato nellorigine,
= (x, y) : x
2
+ y
2
1 .
Aiuto. Usare il corretto potenziale (logaritmico) di
una carica in due dimensioni.
Problema 8.9. Usare il risultato del problema
precedente e la (8.62) per ottenere la formula
u(r, ) =
1
2
_
2
0
(1 r
2
) f ()
1 + r
2
2r cos( )
d
per la soluzione del problema di Dirichlet nel disco
unitario. Questa soluzione detta rappresentazione
integrale di Poisson.
178 appunti di metodi matematici della fisica
Problema 8.10. Si consideri lequazione (8.25)
per = n(n +1), n = 0, 1, 2, 3, . . .

3
Y + Y = 0
in una regione di spazio che contiene lorigine. Mo-
strare che ha soluzioni della forma Y = ()() se
e soddisfano le equazioni

//
+ m
2
= 0, (8.75)
(m costante) e
sin (sin
/
)
/
+
_
n(n +1) sin
2
m
2
_
= 0 .
(8.76)
Spiegare perch m deve essere un intero.
Problema 8.11. Mostrare che, mediante cambia-
mento di variabili u = cos nella (8.76), si ottiene la
lequazione di Legendre associata (8.74) per (u).
Problema 8.12. Mostrare che se m un intero e
y
n
(u) una soluzione dellequazione di Legendre
(8.73), allora
w
m
n
= (1 u
2
)
m/2
y
(m)
n
una soluzione dellequazione di Legendre
associata (8.74).
Aiuto. Tralasciando per semplicit indici e pedici,
prima si determini lequazione soddisfatta da
v = y
(m)
.
Quindi si effettui la sostituzione
v = (1 u
2
)
p
w
e si trovi lequazione soddisfatta da w. A Si osservi
inne che per p = m/2 lequazione cos ottenuta,
dopo aver diviso per 1 u
2
, proprio lequazione
di Legendre associata per w = w(u). Ripristinando
indici e pedici, w = w
m
n
.
Problema 8.13. Usando la (8.66), convincer-
si che i primi tre polinomi di Legendre sono dati
dalla (8.84). Usando lo stesso metodo, si proceda
no a calcolare i primi sei. Fatto questo, si dimostri
che ln-esimo polinomio di Legendre dato dalla
formula (8.69).
Problema 8.14. Usando la formula (8.67)
che denisce i polinomi di Legendre (funzione
generatrice), ottenere la relazione di ricorrenza
(8.70).
Aiuto. Si derivino rispetto a t ambo i membri della
(8.67), quindi si moltiplichino per 1 2ut + t
2
ambo
i membri dellequazione ottenuta. Dopo aver fatto
questo, si riutilizzi la (8.67) per ottenere unugua-
glianza tra serie di potenze in t. Inne, si usi il fatto
che due serie sono uguali se i loro coefcienti sono
uguali.
Problema 8.15. Ottenere la formula di ricorrenza
(8.71).
Problema 8.16. Usando le formule di ricor-
renza, dimostrare che i polinomi di Legendre sono
soluzioni dellequazione di Legendre.
Problema 8.17. Dimostrare la formula di
Rodrigues (8.72).
Aiuto. Un modo di partire dalla formula (8.69),
integrandone ambo i membri n volte da 0 a u.
Problema 8.18. Dimostrare che la serie

n=0
P
n
(u)t
n
converge a
1

1 2ut + t
2
non solo per [t[ < [

2 1, ma per tutti i [t[ < 1.


Problema 8.19. Mediante il metodo si separazio-
ne delle variabili trovare i modi normali della corda
vibrante, assumendo che lo scostamento verticale
della corda u = u(x, t) soddis lequazione delle
onde
1
v
2

2
u
t
2


2
u
x
2
= 0 ,
e le condizioni al contorno
u(0, t) = u(L, t) = 0 .
lequazione di laplace 179
Soluzioni
Problema 8.1. Nella regione di spazio indicata in gura deve
valere lequazione di Laplace per il potenziale u,

2
u
x
2
+

2
u
y
2
= 0 , (7.9)
Usando il metodo di separazione delle variabili, nellesercizio 7.2
sono state trovate le soluzioni della forma u(x, y) = X(x)Y(y):
(1) u = (ax + b)(cy + d) .
(2) u = (ae
x
+ be
x
)(c cos y + d sin y), ,= 0.
(3) u = (a cos x + b sin x)(ce
y
+ de
y
), ,= 0.
Le (3) fanno al caso nostro. Lesponenziale crescente corrisponde
ad una soluzione non sica e quindi va scartata. Da un punto di vista
matematico questo corrisponde alla condizione di limitatezza della
soluzione,
[u(x, t)[ M.
Lannullamento della funzione per x = 0 ci permette di scartare
anche il coseno. Il campo si restringe dunque alla ricerca di soluzioni
del tipo
Asin(x)ce
y
(dove adesso la costante arbitraria A sta per bd). Lannullamento
della funzione per x = d interessante perch ci dice che sin(x) = 0,
che un vincolo sulle lunghezze donda permesse
sin(d) = 0 = d = n .
Quindi le sole permesse che soddisfano al condizione al contorno
sono = n/d, che ancora una famiglia innita, ma parametrizzata
da un indice discreto. Dunque le possibili soluzioni sono
u
n
= A
n
sin
_
nx
d
_
exp
_

ny
d
_
. (8.77)
Invocando il principio di sovrapposizione, possiamo allora conclude-
re che la soluzione dellequazione di Laplace nel piano, che si annulla
per x = 0 e x = d della forma
u(x, y) =

n=1
A
n
sin
_
nx
d
_
exp
_

ny
d
_
.
Se adesso teniamo conto della rimanente condizione al contorno del
problema
u(x, 0) = V
0
sin
_
2x
d
_
,
180 appunti di metodi matematici della fisica
vediamo che nella (8.77) possiamo prendere A
n
= 0 eccetto per n = 2
e quindi la soluzione cercata
u = V
0
sin
_
2x
d
_
exp
_

2y
d
_
. (8.78)
1.2. SEPARATION FOR OTHER PDES Lecture 1
0.0 0.2 0.4 0.6 0.8 1.0
0.0
0.1
0.2
0.3
0.4
0.5
V
0
sin

2x
d

Figure 1.2: The potential between the plates for the setup shown in Fig-
ure 1.1.
There is not much more to say about separation of variables the best
approach is to do as many examples as you can get your hands on that
makes some of the choices that appear unmotivated at rst (why should we
make the integration constant
2
? Why do we pick the y solution to be
growing and decaying?) more reasonable.
1.2 Separation for Other PDEs
We will be applying the SOV technique to Schrodingers equation, and that
is not going to be much dierent than the Laplacian example from E&M.
The approach is independent of PDE, although the PDE must be linear (not
strictly speaking true, but the superposition principle we invoked in writ-
ing (1.16) relied on linearity) just to show some of the places where SOV
comes up, we can look at the Helmholtz equation and the wave equation.
6 of 11
Riassumendo, la (8.78) la soluzione del problema al contorno
_

2
u
x
2
+

2
u
y
2
= 0 , 0 < x < d , y > 0
u(x, 0) = V
0
sin
_
2x
d
_
,
u(0, y) = 0 , u(d, y) = 0 , y > 0
[u(x, t)[ < M, 0 < x < d , y > 0
(8.79)
Problema 8.2. In condizioni stazionarie la temperatura T nella
piastra governata dallequazione di Laplace
T = 0 .
dunque una funzione armonica, e quindi regolare nel disco unita-
rio, inclusa lorigine. Il metodo di separazione delle variabili fornisce
le funzioni armoniche della prima riga della (8.19):
1 , r
n
cos n , r
n
sin n n = 1, 2, 3 . . . .
Se ne troviamo una combinazione lineare che soddisfa le desiderate
condizioni al bordo, siamo a posto. Consideriamo la combinazione
lineare
c
0
+
N

n
[a
n
r
n
cosn + b
n
r
n
sin n] ,
con coefcienti arbitrari c
0
, a
n
, b
n
, che al bordo r = 1 diventa
c
0
+
N

n
[a
n
cosn + b
n
sin n] .
Imponiamo la condizione
c
0
+
N

n
[a
n
cosn + b
n
sin n] = 5 +2 cos +5 sin3 ,
A causa dellindipendenza lineare della costante 1 e dei seni e coseni
di n volte langolo, luguaglianza vericata se e sole se i coefcienti
di 1, cos n e sin n sono uguali membro a membro. Si ottiene cos
c
0
= 5, a
1
= 2 b
3
= 5
e pari a zero tutti gli altri coefcienti. Allora la soluzione dellequa-
zione di Laplace, che soddisfa le date condizioni al bordo,
T(r, ) = 5 +2r cos +5r
3
sin3 .
Questa la la distribuzione della temperatura a regime nella piastra
lequazione di laplace 181
Problema 8.3. Poniamo u = XT. Allora XT
/
= 2X
//
T, cio
X
//
/X = T
/
/(2T). Ogni membro deve essere una costante che chia-
miamo
2
. (Se usassimo +
2
, la soluzione che si otterrebbe non
soddisferebbe la condizione di limitatezza, per reale). Quindi
X
//
+
2
X = 0 T
/
+2
2
T = 0
le cui soluzioni sono X = A
1
cos x + B
1
sin x , T = c
1
e
2
2
t
.
Dunque una soluzione dellequazione alle derivate parziali
u(x, t) = XT = c
1
e
2
2
t
(A
1
cos x + B
1
sin x) = e
2
2
t
(Acos x + Bsin x)
Poich u(0, t) = 0, deve essere A = 0. Quindi
u(x, t) = Be
2
2
t
sin x .
Poich u(3, t) = 0, deve essere Be

2
t
sin3 = 0. Se B = 0, la
soluzione sarebbe identicamente nulla. Allora deve valere sin3 = 0,
cio
3 = m , =
m
3
con m = 0, 1, 2, . . . .
Per il principio di sovrapposizione,
u(x, t) = B
1
e
2m
2
1

2
t/9
sin
m
1
x
3
+B
2
e
2m
2
2

2
t/9
sin
m
2
x
3
+B
3
e
2m
2
3

2
t/9
sin
m
3
x
3
una soluzione. Per lultima condizione al contorno, si deve avere
u(x, 0) = B
1
sin
m
1
x
3
+ B
2
sin
m
2
x
3
+ B
3
sin
m
3
x
3
= 5 sin4x 3 sin8x +2 sin10x
e questo possibile solo se
B
1
= 5 m
1
= 12 B
2
= 3 m
2
= 24 , B
3
= 2 , m
3
= 30 .
Sostituendo questi valori nellespressione sopra per u(x, t), si ottiene
la soluzione richiesta
u(x, t) = 5e
32
2
t
sin4x 3e
128
2
t
sin8x +2e
200
2
t
sin10x
Problema 8.4. Consideriamo il laplaciano nel piano
=
1
r

r
_
r

r
_
+
1
r
2

2
=

2
r
2
+
1
r

r
+
1
r
2

2
e determiniamo come si trasforma in conseguenza della trasforma-
zione
r

=
a
2
r
, r =
a
2
r

=
Determiniamo i tre addendi del laplaciano separatamente. Poich

r
=

r

r
=
a
2
r
2

=
a
2
r
2
a
4

=
r
2
a
2

,
182 appunti di metodi matematici della fisica
si ha
1
r

r
=
r

a
2

r
2
a
2

=
r
3
a
3

.
Per la derivata seconda, si ottiene

2
r
2
=

r

r
=
r
2
a
2

_
r
2
a
2

_
=
r
2
a
4

_
r
2

r

_
=
r
2
a
4
_
2r

+ r
2

2
r
2
_
=
2r
3
a
4

+
r
4
a
4

2
r
2
Inne, per lultimo termine
1
r
2

2
=
r
2
a
4

2
.
Allora, sommando i tre termini calcolati, otteniamo
=

2
r
2
+
1
r

r
+
1
r
2

2
=
2r
3
a
4

+
r
4
a
4

2
r
2
+
r
3
a
4

+
r
2
a
4

2
=
_
r
4
a
4
_
_

2
r
2
+
1
r

+
1
r
2

2
_
=
_
r
4
a
4
_

Quindi, per inversione rispetto al cerchio, il laplaciano si trasfor-


ma nel laplaciano nelle nuove variabili moltiplicato per il fattore
di scala r
4
/a
4
. Allora se u(r) armonica nelle variabili r, anche
u

(r

) = u(r) armonica nelle variabili r

, che quello che si voleva


dimostrare.
Problema 8.5. Analogo al precedente con una (lieve) difcolt
aggiuntiva.
Problema 8.6. Basta laiuto.
Problema 8.7. Analogo al successivo.
Problema 8.8. La funzione di Green cercata la (8.49) (a meno di
un cambiamento di segno, per aver una carica positiva unitaria in r
/
)
G(r, r
/
) =
1
2
ln

r r
/

+
1
2
ln

a
r
r
r
a
r
/

. (8.80)
Infatti, essa una funzione armonica nel cerchio, fatta eccezione per
il polo r = r
/
(per r
/
dentro al cerchio, il polo immagine r = (a
2
/r
/2
)r
/
fuori dal cerchio), e si annulla per r = a, cio sulla supercie del
cerchio S(O, a).
lequazione di laplace 183
Problema 8.9. Dobbiamo calcolare la derivata normale
n
G(r, r
/
)
sul cerchio, dove G(r, r
/
) data dalla (8.80). Usiamo coordinate polari
r (r, ) r
/
(r
/
,
/
)
Allora

r r
/

2
= r
2
+ r
/2
2rr
/
cos(
/
)
e

a
r
r
r
a
r
/

2
= a
2
+
r
2
r
/2
a
2
2rr
/
cos(
/
) =
1
a
2
_
a
4
+ r
2
r
/2
2rr
/
a
2
cos(
/
)
_
La derivata normale la derivata rispetto a r, calcolata sul cerchio.
Calcoliamo le derivate rispetto a r dei due termini a secondo membro
della (8.80):

r
ln

r r
/

=
1
2

r
ln

r r
/

2
=
1
2

r
ln
_
r
2
+ r
/2
2rr
/
cos(
/
)
_
=
r r
/
cos(
/
)
r
2
+ r
/2
2rr
/
cos(
/
)
e

r
ln

a
r
r
r
a
r
/

=
1
2

r
ln

a
r
r
r
a
r
/

2
=

r
ln
_
a
4
+ r
2
r
/2
2rr
/
a
2
cos(
/
)
_
=
rr
/2
2r
/
a
2
cos(
/
)
a
4
+ r
2
r
/2
2rr
/
a
2
cos(
/
)
Sul cerchio, r = a e quindi

r
ln

r r
/

r=a
=
a r
/
cos(
/
)
a
2
+ r
/2
2ar
/
cos(
/
)

r
ln

a
r
r
r
a
r
/

r=a
=
ar
/2
2r
/
a
2
cos(
/
)
a
4
+ a
2
r
/2
2r
/
a
3
cos(
/
)
=
1
a
r
/2
r
/
a cos(
/
)
a
2
+2r
/2
ar
/
cos(
/
)
Allora

n
G(r, r
/
) =

r
G(r, r
/
)

r=a
=
1
2
a r
/
cos(
/
)
a
2
+ r
/2
2ar
/
cos(
/
)
+
1
2
1
a
r
/2
r
/
a cos(
/
)
a
2
+2r
/2
2ar
/
cos(
/
)
=
1
2a
a
2
+ r
/
a cos(
/
) + r
/2
r
/
a cos(
/
)
a
2
+2r
/2
2ar
/
cos(
/
)
=
1
2a
r
/2
a
2
a
2
+2r
/2
2ar
/
cos(
/
)
Applichiamo adesso la formula di Green (8.62)
u(r
/
,
/
) =
1
2a
_
2
0
r
/2
a
2
a
2
+2r
/2
2ar
/
cos(
/
)
f () a d
=
a
2
r
/2
2
_
2
0
f ()
a
2
+2r
/2
2ar
/
cos(
/
)
d
184 appunti di metodi matematici della fisica
A questo punto, preferibile cambiare nome alle variabili e scrivere
la rappresentazione integrale di Poisson per la funzione u(r, ):
u(r, ) =
a
2
r
2
2
_
2
0
f ()
a
2
+2r
2
2ar cos( )
d (8.81)
Ovviamente, per a = 1 si ha la rappresentazione di Poisson per il
disco unitario.
Problema 8.10. Risolviamo lequazione
1
sin

_
sin
Y

_
+
1
sin
2

2
Y

2
+ n(n +1)Y = 0
mediante separazione delle variabili, cio poniamo Y = e
dividiamo per Y. Allora si ottiene
1

1
sin

_
sin

_
+
1

1
sin
2

2
+ n(n +1) = 0
Moltiplichiamo per sin
2
e portiamo a secondo membro il termine
dipendente da ,
sin

_
sin

_
+ + sin
2
=
1

2
Luguaglianza possibile solo se entrambi i membri sono uguali ad
una costante, diciamo m
2
. Allora lequazione originaria si separa
nelle due equazioni

//
+ m
2
= 0 (8.75)
sin (sin
/
)
/
+
_
n(n +1) sin
2
m
2
_
= 0 (8.76)
Poich lorigine contenuta nella regione di spazio, deve essere ad
ad un sol valore, occorre che sia periodica di periodo 2, cio
deve soddisfare la condizione
( +2) = () .
e questo possibile solo se m un intero.
Problema 8.11. Poniamo nellequazione (8.76) u = cos .
Otteniamo
d
d
=
d
du
du
d
= sin
d
du
.
Pertanto
(sin
/
) = sin
2

d
du
= (u
2
1)
d
du
dato che sin
2
= 1 cos
2
= 1 u
2
. Ne segue che
(sin
/
)
/
=
d
d
_
(u
2
1)
d
du
_
=
d
du
_
(u
2
1)
d
du
_
du
d
=
d
du
_
(1 u
2
)
d
du
_
sin
lequazione di laplace 185
Sostituendo nella (8.76), otteniamo
sin
2

d
du
_
(1 u
2
)
d
du
_
+
_
n(n +1) sin
2
m
2
_
= 0
Dividendo per sin
2
= 1 u
2
,
d
du
_
(1 u
2
)
d
du
_
+
_
n(n +1)
m
2
1 u
2
_
= 0
ovvero, sviluppando la prima derivata,
(1 u
2
)
/
2u+
_
n(n +1)
m
2
1 u
2
_
= 0
che proprio lequazione di Legendre associata (8.74) per (u).
Problema 8.12. Consideriamo lequazione di Legendre
(1 u
2
)y
//
2uy
/
+ n(n +1)y = 0 . (8.73)
e deriviamo questa equazione m volte. Applicando la regola di
calcolo della derivata m-esima di un prodotto,
( f g)
(m)
=
m

k=0
_
m
k
_
f
(k)
g
(mk)
,
_
m
k
_
=
m!
k!(mk)
, (8.82)
si ottiene
_
(1 u
2
)y
//
_
(m)
= (1 u
2
)y
//(m)
2muy
//(m1)
m(m1)y
//(m2)
= (1 u
2
)y
(m+2)
2muy
(m+1)
m(m1)y
(m)
_
2uy
/

(m)
= 2uy
/(m)
2my
/(m1)
= 2uy
(m+1)
2my
(m)
[n(n +1)y]
(m)
= n(n +1)y
(m)
Sostituendo le relazioni ottenute nella (8.73) e ponendo v = y
(m)
, si
ottiene
(1 u
2
)v
//
2muv
/
m(m1)v 2uv
/
2mv + n(n +1)v = 0 ,
ovvero
(1 u
2
)v
//
2(m +1)uv
/
+ [(n(n +1) m(m +1)] v = 0 . (8.83)
Nella (8.83) facciamo la sostituzione
v = (1 u
2
)
p
w
suggerita nellaiuto. Calcoliamo la derivata prima e la derivata
seconda di v:
v
/
= 2
_
1 u
2
_
p1
puw +
_
1 u
2
_
p
w
/
186 appunti di metodi matematici della fisica
e, per la (8.82),
v
//
= (1 u
2
)
p
w
//
+2
_
(1 u
2
)
p
_
/
w
/
+
_
(1 u
2
)
p
_
//
w
= (1 u
2
)
p
w
//
+2
_
2
_
1 u
2
_
p1
pu
_
w
/
+
_
2p
_
2
_
1 u
2
_
p2
pu
2

_
1 u
2
_
p1
2
_
1 u
2
_
p2
u
2
__
w
Moltiplichiamo v
//
per (1 u
2
) e raccogliamo (1 u
2
)
p
(1 u
2
)v
//
= (1 u
2
)
p+1
w
//
+2
_
2
_
1 u
2
_
p
pu
_
w
/
+
_
2p
_
2
_
1 u
2
_
p1
pu
2

_
1 u
2
_
p
2
_
1 u
2
_
p1
u
2
__
w
= (1 u
2
)
p
_
(1 u
2
)w
//
4puw
/
+2p
_
2pu
2
2u
2
1 u
2
1
_
w
_
Questo come diventa il primo termine a primo membro della (8.83).
Adesso calcoliamo il secondo termine, raccogliendo (1 u
2
)
p
,
2(m +1)uv
/
= 2(m +1)u
_
2
_
1 u
2
_
p1
puw +
_
1 u
2
_
p
w
/
_
= (1 u
2
)
p
_
4(m +1)pu
2
w
1 u
2
2(m +1)uw
/
_
Inne, lultimo termine (8.83)
[(n(n +1) m(m1)] v = (1 u
2
)
p
[(n(n +1) m(m +1)] w
Sostituiamo le relazioni ottenute nella (8.83), dividendo per (1
u
2
)
p
e raccogliamo i termini nelle derivate di w. In questo modo
otteniamo
(1 u
2
)w
//
2u [2p + m +1] w
/
+
_
4p
2
u
2
4pu
2
+4(m +1)pu
2
1 u
2
2p + n(n +1) m(m +1)
_
w = 0
Questa equazione ha la forma dellequazione di Legendre associata,
se il termine in parentesi quadre nel coefciente di w
/
uguale 1 e se
il coefciente di w
n(n +1)
m
2
1 u
2
.
Per p = 1/2 entrambe le condizioni sono soddisfatte. Quindi w =
(1 u
2
)
m/2
v soddisfa lequazione di Legendre associata
(1 u
2
)w
//
2uw
/
+
_
n(n +1)
m
2
1 u
2
_
w = 0 .
Essendo v = y
(m)
, dove y soluzione dellequazione di Legendre,
risulta cos dimostrato che se P
n
soluzione dellequazione di Legendre,
allora
P
m
n
= (1 u
2
)
m/2
d
m
P
n
du
m
,
soluzione dellequazione di Legendre associata.
lequazione di laplace 187
Problema 8.13. Provare e riprovare.
Problema 8.14. Consideriamo
1

1 2ut + t
2
=

n=0
P
n
(u)t
n
. (8.67)
Derivando rispetto a t,
u t
(1 2ut + t
2
)
3/2
=

n=0
nP
n
(u)t
n1
. (8.84)
Moltiplicando per 1 2ut + t
2
,
u t

1 2ut + t
2
=

n=0
(1 2ut + t
2
)nP
n
(u)t
n1
.
Ora, mediante la (8.67), il primo membro si pu scrivere come

n=0
(u t)P
n
(u)t
n
, per cui lequazione precedente diventa

n=0
(u t)P
n
(u)t
n
=

n=0
(1 2ut + t
2
)nP
n
(u)t
n1
cio

n=0
uP
n
(u)t
n

n=0
P
n
(u)t
n+1
=

n=0
nP
n
(u)t
n1

n=0
2nuP
n
(u)t
n
+

n=0
nP
n
(u)t
n+1
Uguagliando i coefcienti di t
n
nei due membri, si ottiene
uP
n
(u) P
n1
(u) = (n +1)P
n+1
(u) 2nuP
n
(u) + (n 1)P
n1
(u)
cio
(n +1)P
n+1
(u) = (2n +1)uP
n
(u) nP
n1
(u) (8.70)
che il risultato richiesto.
Problema 8.15. Deriviamo rispetto a u membro a membro
lequazione
1

1 2ut + t
2
=

n=0
P
n
(u)t
n
. (8.67)
Otteniamo
t
(1 2ut + t
2
)
3/2
=

n=0
P
/
n
(u)t
n
Procedendo adesso come nel problema precedente, si arriva a stabili-
re il risultato desiderato
uP
/
n
(u) P
/
n1
(u) = nP
n
(u) (8.71)
188 appunti di metodi matematici della fisica
Problema 8.16. Derivando membro a membro la (8.70), si ottiene
(n +1)P
/
n+1
(u) (2n +1)P
n
(u) (2n +1)uP
/
n
(u) + nP
/
n1
(u) = 0 .
Eliminando P
/
n1
mediante la (8.71), si ottiene, con n al posto di n +1,
P
/
n
(u) uP
/
n1
(u) = nP
n1
(u)
Eliminando nuovamente P
/
n1
mediante la (8.71), si ottiene
(1 u
2
)P
/
n
(u) + nuP
n
(u) = nP
n1
(u)
Derivando questequazione, e usando ancora la (8.71) per eliminare
P
/
n1
, si ha lequazione di Legendre
d
du
_
(1 u
2
)P
/
n
_
+ n(n +1)P
n
= 0 (8.85)
Problema 8.17. Consideriamo
P
n
(u) =
1 3 5 . . . (2n 1)
n!
_
u
n

n(n 1)
2(2n 1)
u
n2
+
n(n 1)(n 2)(n 3)
2 4(2n 1)(2n 3)
u
n4
. . .
_
.
(8.69)
Integrando n volte tra 0 e u, otteniamo
1 3 5 . . . (2n 1)
(2n)!
_
u
2n
nu
2n2
+
n(n 1)
2!
u
2n4
. . .
_
che si pu riscrivere come
1 3 5 . . . (2n 1)
(2n)(2n 1)(2n 2) . . . 2 1
(u
2
1)
n
=
1
2
n
n!
(u
2
1)
n
.
Il che dimostra la formula
P
n
(u) =
1
2
n
n!
d
n
du
n
_
(u
2
1)
n
_
, n = 0, 1, 2, 3, . . . . (8.72)
Problema 8.18. Facile.
9
Polinomi omogenei e armoniche sferiche
Indice
9.1 Armoniche sferiche 189
9.2 Polinomi omogenei 190
9.3 Polinomi armonici omogenei 191
9.4 Decomposizione in armoniche di un polinomio 193
9.5 Armoniche sferiche e rotazioni 195
9.6 Distribuzione di temperatura allinterno di un corpo sferico 196
9.7 Armoniche sferiche e polinomi di Legendre 197
9.1 Armoniche sferiche
Le armoniche sferiche di Laplace sono state denite come particolari
soluzioni linearmente indipendenti di (8.25), ma questa caratterizza-
zione non particolarmente illuminante. In questa sezione e nelle tre
che seguono vogliamo mostrare che le armoniche sferiche sono una
base naturale di polinomi sulla sfera per approssimare funzioni con-
tinue sulla sfera. Per stabilire questo fatto, dobbiamo capire meglio la
relazione tra polinomi nello spazio e polinomi sulla sfera e, per fare
questo, utile fare un confronto con il cerchio.
Una funzione sul cerchio unitario, vista come funzione nel pia-
no in cui il cerchio immerso, una funzione delle variabili x e y e
ogni funzione continua in una regione nita del piano pu essere ap-
prossimata da un polinomio nelle variabili x e y. Il cerchio unitario
esattamente linsieme dei punti (x, y) in cui la somma dei quadrati di
x, y uguale a 1. Pertanto, le funzioni di x e y non sono indipenden-
ti sul cerchio e quindi, se si approssima una funzione continua sul
cerchio con un polinomio in x, y, lo stesso polinomio pu assumere
forme molte differenti in termini di x, y proprio a causa di questa
190 appunti di metodi matematici della fisica
mancanza di indipendenza. Il polinomio x
4
+ y
4
+ 2x
2
y
2
ha gli stes-
si valori sul cerchio unitario del polinomio x
2
+ y
2
, ambedue sono
uguali a 1. Quindi quando si passa dal piano al cerchio diminuisce
la dimensione dei polinomi linearmente indipendenti. Lo stesso vale
per la sfera. La sfera unitaria linsieme di punti (x, y, z) in cui la
somma dei quadrati di x, y e z uguale a 1. Se si approssima una
funzione continua sulla sfera con un polinomio in x, y e z, lo stesso
polinomio pu assumere forme molte differenti in termini di x, y e
z, a causa di questa mancanza di indipendenza delle funzioni di x, y
e z sulla sfera. Ad esempio, sulla la sfera unitaria x
2
+ y
2
+ z
2
= 1,
i polinomi x
4
+ y
4
+ z
4
+ 2x
2
y
2
+ 2x
2
z
2
+ 2y
2
z
2
e x
2
+ y
2
+ z
2
sono
le stesse funzioni, dal momento che sono entrambi pari a 1 ovunque
sulla sfera unitaria.
Il problema a cui ci troviamo di fronte di determinare un base di
polinomi linearmente indipendenti sulla sfera o sul cerchio. Per risolvere
questo problema ci servono alcune nozioni di base.
9.2 Polinomi omogenei
Una funzione p(x, y) sul piano detta omogenea di grado n se p(tx, ty) =
t
n
p(x, y). Una funzione omogenea descrita in modo semplice usan-
do coordinate polari: se p
n
(x, y) omogenea di grado n, allora esiste
una funzione f
n
() tale che
p
n
(x, y) = r
n
f
n
() . (9.1)
Infatti, se e p
n
(x, y) omogenea di grado n, allora p
n
(r cos , r sin ) =
r
n
p
n
(cos , sin ), per denizione, e dunque
f
n
() = p
n
(cos , sin ).
Una denizione analoga si pu dare per funzioni sullo spazio (e
pi in generale per funzioni su R
d
). Una funzione p(x, y, z) sullo
spazio detta omogenea di grado n se p(tx, ty, tz) = t
n
p(x, y, z). Usan-
do coordinate sferiche, se ne ha una semplice rappresentazione: se
p
n
(x, y, z) omogenea di grado n, allora esiste una funzione F
n
(, )
tale che
p
n
(x, y, z) = r
n
F
n
(, ) . (9.2)
Infatti, se e p
n
(x, y, z) omogenea di grado n, allora, per denizione,
p
n
(r sin cos , r sin sin , r cos ) = r
n
p
n
(sin cos , sin sin , cos )
r
n
F
n
(, ).
Chiaramente, un polinomio di grado n la somma di polinomi
omogenei di grado 0, 1, 2, . . ., n. Per esempio, un polinomio di grado
polinomi omogenei e armoniche sferiche 191
3 nelle variabili x e y della forma
ax
3
+ by
3
+ cx
2
y + dxy
2
. .
omogeneo di grado 3
+ ex
2
+ f y
2
+ gxy
. .
omogeneo di grado 2
+ hx + ly
. .
omogeneo di grado 1
+ m 1
..
omogeneo di grado 0
. .
polinomio di grado 3
Quando passiamo dallo spazio o dal piano alla sfera o al cer-
chio, rispettivamente, la mancanza di indipendenza dovuta ai vincoli
x
2
+ y
2
+ z
2
= 1 o x
2
+ y
2
= 1, rispettivamente, ci costringe a buttare
via del polinomi. Consideriamo, ad esempio, il passaggio dal piano
al cerchio. Per il grado n = 0, il polinomio 1 sul piano va ovvia-
mente bene anche sul cerchio. Per n = 1, x e y sono indipendenti e
anche loro vanno bene sul cerchio. Ma quando arriviamo al grado 2,
dobbiamo buttare via uno dei possibili candidati x
2
, y
2
o xy, perch
non sono indipendenti, dovendo valere x
2
+ y
2
= 1.
Per arrivare alla regola generale per buttare via i polinomi
indesiderati, ci serve introdurre la nozione di polinomio armonico
omogeneo.
9.3 Polinomi armonici omogenei
Come chiaro dal suo nome, un polinomio armonico omogeneo un
polinomio omogeneo che soluzione dellequazione di Laplace.
Polinomi armonici omogenei nel piano Applicando loperato-
re di Laplace in coordinate polari
=
1
r

r
_
r

r
_
+
1
r
2

2
=

2
r
2
+
1
r

r
+
1
r
2

2
al generico polinomio omogeneo di grado n che, per la (9.1), della
forma p
n
(x, y) = r
n
q
n
(), si ottiene
p
n
(x, y) = n(n 1)r
n2
q
n
+
1
r
nr
n1
+
1
r
2
r
n

//
= r
n2
(n
2
q
n
+ q
//
n
) .
Un polinomio armonico omogeneo deve soddisfare lequazione
p
n
= 0 e quindi per tale polinomio si deve avere n
2
q
n
+ q
//
n
= 0. In
altre parole, esso deve essere della forma r
n

n
(), con
n
soluzione
di

//
n
+ n
2

n
= 0 (9.3)
Ricordando la denizione (8.2) del laplaciano circolare come
2
=

2
/
2
, si pu riscrivere lequazione sopra nella forma suggestiva

n
+ n
2

n
= 0.
192 appunti di metodi matematici della fisica
Polinomi armonici omogenei nello spazio. Applicando
loperatore di Laplace in coordinate sferiche
=
1
r
2

r
_
r
2

r
_
+
1
r
2

3
=

2
r
2
+
2
r

r
+
1
r
2

3
al generico polinomio omogeneo di grado n che, per la (9.2), della
forma p
n
(x, y, z) = r
n
F
n
(, ), si ottiene
p
n
(x, y) = n(n 1)r
n2
F
n
+
2
r
nr
n1
+
1
r
2
r
n

3
F
n
= r
n2
[n(n +1)F
n
+
3
F
n
] .
Quindi il polinomio armonico se
3
F
n
+ n(n + 1)F
n
= 0. In altre
parole, un polinomio armonico omogeneo deve essere della forma
r
n
Y
n
(, ), con Y
n
soluzione di

3
Y
n
+ n(n +1)Y
n
= 0 (9.4)
I risultati ottenuti sono davvero interessanti e gettano luce sul
signicato delle equazioni che abbiamo ottenuto nel capitolo prece-
dente risolvendo lequazione di Laplace con il metodo di separazione
delle variabili. Lequazione (9.3) coincide con la (8.12) per intero
(che corrisponde a funzioni armoniche in regioni del piano contenen-
ti lorigine, come in effetti sono i polinomi) e che adesso possiamo
re-interpretare come lequazione che caratterizza i polinomi omogenei
armonici nel piano. I polinomi, infatti, per essere omogenei, devono
essere della forma (9.1), e sono armonici se e solo se f
n
una solu-
zione di (9.3). Analogo discorso vale per la (8.25), che coincide con
la (9.4) quando = n(n + 1) (che la condizione (8.26), di nuovo
collegata a regioni dello spazio che contengono lorigine). Adesso
possiamo re-interpretarla come lequazione che caratterizza i polinomi
omogenei armonici nello spazio: un polinomio omogeneo nello spazio
(9.2) armonico se e solo se F
n
soluzione di (9.4).
Le soluzioni della (9.4) sono chiamate armoniche sferiche. Per quan-
to lequazione differenziale sia di una certa complessit, possiamo
determinarne facilmente alcune soluzioni perch adesso sappiamo
che cosa signicano: sono polinomi omogenei di grado n che soddisfa-
no lequazione di Laplace! Per i primi tre gradi in effetti molto facile
indovinare le seguenti soluzioni
grado 0: 1
grado 1: x, y, z
grado 2: x
2
y
2
, x
2
z
2
, xy, xz, yz.
Essendo lequazione (9.4) lineare e omogenea, importante aver
chiaro che non si determinano univocamente le soluzioni, ma una ba-
se di soluzioni linearmente indipendenti. Qualunque combinazione
polinomi omogenei e armoniche sferiche 193
lineare delle soluzioni che preservi lindipendenza lineare ancora
una base per lo spazio delle soluzioni. Per esempio, qualunque tra-
sformazione lineare invertibile del vettore (x, y, z) genera un vettore
le cui componenti sono soluzioni linearmente indipendenti della (9.4)
per n = 1.
Le soluzioni della (9.3) sono invece facili da trovare per integrazio-
ne diretta dellequazione. Esse sono:
1 , cos n, sin n , n = 1, 2 . . . .
In analogia con il caso tridimensionale, molto naturale chiamarle
armoniche circolari nel piano.
9.4 Decomposizione in armoniche di un polinomio
Vogliamo adesso stabilire limportante risultato:
Ogni polinomio di grado n nel piano o nello spazio,
quando ristretto, rispettivamente al cerchio o alla sfe-
ra, pu essere espresso come una somma di polinomi
armonici omogenei di grado al pi n.
(9.5)
Per stabilire questo risultato, incominciamo col considerare lazio-
ne del Laplaciano sullo spazio TO
n
da tutti i polinomi omogenei
di grado n. I polinomi di grado n sono trasformati in polinomi di
grado n 2, cio unapplicazione lineare da TO
n
a TO
n2
,
: TO
n
TO
n2
, (9.6)
abbastanza intuitivo, e non difcile da dimostrare (esercizio), che
in questo modo si ottengono tutti i polinomi omogenei di grado n 2
e quindi che unapplicazione surgettiva, cio Im () = TO
n2
(stiamo assumendo che n sia almeno 2).
Tutti i polinomi omogenei h
n
TO
n
tali che h
n
= 0 formano lo
spazio Ker TO/
n
, cio il sottospazio vettoriale di TO
n
formato
da tutti i polinomi omogenei armonici. Un generico elemento p
n

TO
n
pu allora essere decomposto nella somma
p
n
= h
n
+ r
2
p
n2
dove r
2
= x
2
+ y
2
nel piano e x
2
+ y
2
+ x
2
nello spazio e p
n2

TO
n2
. (Losservazione cruciale che r
2
p
n2
non pu annullarsi.)
Iterando questa formula si ottiene
p
n
= h
n
+ r
2
(h
n2
+ r
2
p
n4
) = h
n
+ r
2
h
n2
+ r
4
p
n4
,
e iterando no a n, si ottiene
p
n
= h
n
+ r
2
h
n2
+ r
4
h
n4
+ . . . (9.7)
194 appunti di metodi matematici della fisica
Se adesso restringiamo la formula ottenuta al cerchio o alla sfera, si
ottiene
p
n
= h
n
+ h
n2
+ h
n4
+ . . . (9.8)
essendo sul cerchio o la sfera r
2
= 1. Il teorema (9.5) risulta cos
dimostrato.
Determiniamo adesso la dimensione di TO/
n
. Poich deve valere
(vedere nota a margine a pag. 37)
dim TO
n
= dim (Ker ) +dim (Im )
= dim TO/
n
+dim TO
n2
ne segue che
dim TO/
n
= dimensione dei polinomi omogenei di grado n
dimensione dei polinomi omogenei di grado n 2
Nel piano la dimensione dei polinomi omogenei di grado k facile
da calcolare. Consideriamo x
j
y
kj
. Poich j pu assumere qualunque
valore tra 0 e k, ci sono k + 1 possibilit, e quindi la dimensione di
dim O
k
k +1. Allora
dim TO/
n
= (k +1) (k 1) = 2 .
Ritroviamo cos che, per ogni n, lo spazio delle soluzioni di (9.3)
bidimensionale. Una base in tale spazio, per n > 1, data, come ben
sappiamo, da cos nx e sin nx.
Adesso passiamo allo spazio. La dimensione dei polinomi omoge-
nei di grado k pu essere calcolata considerando il monomio x
j
y
l
z
m
:
se x ha grado j, al minimo 0 e non pi di k, allora y pu avere un
qualunque grado l da 0 a k j, e il grado m di z risulta determinato
dal fatto che il grado totale k. Quindi
se x ha grado 0 ci sono (k+1) possibilit
se x ha grado 1 ci sono (k) possibilit
se x ha grado 2 ci sono (k-1) possibilit
. . . . . .
se x ha grado k c 1 possibilit
Cos il numero totale di possibilit la somma
(k +1) + k + (k 1) + . . . +1 =
(k +1)(k +2)
2
Allora
dim TO/
n
=
(n +1)(n +2)
2

(n 1)(n)
2
= 2n +1
la dimensione dei polinomi armonici omogenei di grado n, cio
il numero armoniche sferiche di grado n linearmente indipendenti.
Risulta cos stabilito che, per ogni n, lo spazio delle soluzioni di (9.3)
ha dimensione 2n +1.
polinomi omogenei e armoniche sferiche 195
9.5 Armoniche sferiche e rotazioni
La ragione per cui le armoniche sferiche o circolari si presentano in
campi molto diversi tra loro, dalla sismologia alla sica quantistica, a
questo punto dovrebbe essere chiara. In tutti i problemi in cui si ha a
che fare con funzioni sul cerchio o sulla sfera, le armoniche circolari
o sferiche sono la base naturale di polinomi per approssimare tali
funzioni. Uno dei risultati pi antichi in questa direzione il teorema
di Weierstrass che stabilisce che qualunque funzione continua sul
cerchio unitario pu essere approssimata (uniformemente!) da un
polinomio trigonometrico
c
0
+
n

k=1
[a
k
cos k + b
k
sin k] . (9.9)
Questa non , tuttavia, la sola ragione che rende speciali le armoni-
che. Unaltra ragione il loro comportamento rispetto alle rotazioni.
Quando si dice che seno e coseno sono essenzialmente la stessa
funzione, si intende che si pu passare dalluno allaltro mediante
una rotazione. Le formule trigonometriche elementari
cos(n ) = (cos ) cos n + (sin ) sin n
sin(n ) = (cos ) sin n (sin ) cos n
signicano che per una rotazione del piano di un angolo attorno
allorigine, i vettori dello spazio delle armoniche circolari di grado n
sono trasformati tra loro, ma lo spazio nel suo complesso lasciato
invariato. In altre parole, le rotazioni non mescolano armoniche
circolari di grado differente.
Lo stesso vale per le armoniche sferiche. Nella sezione 8.5 abbia-
mo sottolineato che la rotazione di una funzione armonica ancora
una funzione armonica, intendendo per rotazione R della funzione
armonica u la funzione
u

(r) = u(R
1
r) .
Ora, se u unarmonica sferica di grado n, cio un polinomio
armonico omogeneo di grado n, essendo R
1
una trasformazio-
ne lineare dei sui argomenti x, y, z, essa non pu n trasformarlo
in un polinomio non omogeneo n cambiarne il grado di omoge-
neit: se u(tx, ty, tz) = t
n
u(x, y, z), si avr anche, necessariamente
u

(tx, ty, tz) = t


n
u

(x, y, z). Quindi linsieme delle armoniche sfe-


riche di grado n lasciato invariato dalle rotazioni, ovvero le rota-
zioni mescolano le armoniche sferiche di grado n tra di loro, ma non
mescolano armoniche sferiche di grado differente.
Si pu poi dimostrare (e questo un teorema importante della teo-
ria dei gruppi) che, in ogni spazio di armoniche sferiche di grado n,
196 appunti di metodi matematici della fisica
al variare di R tra tutte le possibili rotazioni dello spazio tridimensio-
nale, non ci sono sottospazi invarianti. Nella terminologia della teoria
dei gruppi, questo si esprime dicendo che lo spazio delle armoniche
sferiche di grado n realizza una rappresentazione irriducibile del
gruppo delle rotazioni.
9.6 Distribuzione di temperatura allinterno di un corpo sferico
Adesso cambiamo registro e passiamo a qualcosa di pratico. Appli-
chiamo la teoria delle armoniche sferiche per risolvere il seguente
problema: determinare la distribuzione di temperatura dequilibrio
allinterno di un pianeta roccioso (come la Luna, cio privo di sorgen-
ti di calore interne), sapendo che la temperatura sulla sua supercie
mantenuta costantemente alla temperatura sin
2
(in unit di misura
opportune).
Tradotto in termini matematici, il problema consiste nel trovare
una funzione armonica nello spazio che valga sin
2
sulla supercie
della sfera unitaria (avendo scelto come unit di lunghezza il raggio
del pianeta). Poich
sin
2
= 1 cos
2
= 1 r
2
cos
2

r=1
= 1 z
2

r=1
,
occorre trovare una combinazione lineare di armoniche sferiche
uguali a 1 z
2
sulla supercie della sfera.
Un insieme linearmente indipendente di armoniche sferiche di
grado 2 x
2
y
2
, x
2
z
2
, xy, xz, yz. ovvio che non ci siano
contributi dal grado 1, mentre ce ne sono dal grado zero. Cerchiamo
allora una funzione armonica della forma
u = a + b(x
2
y
2
) + c(x
2
z
2
)
imponendo che
u[
r=1
= a + b(x
2
y
2
) + c(x
2
z
2
)

r=1
= 1 z
2

r=1
.
Sulla sfera y
2
= 1 x
2
z
2
. Allora
a + b(2x
2
1 + z
2
) + c(x
2
z
2
)

r=1
= 1 z
2

r=1
Afnch luguaglianza sia soddisfatta, deve valere
a b = 1
2b + c = 0
b c = 1
=
b = 1/3
c = 2/3
a = 2/3
Quindi
u =
2
3

1
3
(x
2
y
2
) +
2
3
(x
2
z
2
) =
1
3
(2 + x
2
+ y
2
2z
2
)
polinomi omogenei e armoniche sferiche 197
la distribuzione di temperatura cercata. Passando a coordinate
sferiche,
u =
2
3
+
1
3
r
2
_
sin
2
2 cos
2

_
=
2
3
+
1
3
r
2
r
2
cos
2
(9.10)
Figura 9.1: Distribuzione di tempe-
ratura dentro la sfera. In gura sono
rappresentate le superci isoterme in
una sezione della sfera.
Si osservi che il teorema della media vericato. Infatti, dal-
la (9.10) segue che la temperatura al centro 2/3 e il calcolo della
media di sin
2
sulla supercie della sfera fornisce
u
S
=
1
4
_
2
=0
_

=0
_
sin
2

_
sin dd
=
1
4
(2)
_

=0
sin
3
d
=
1
2
_

3 cos
4
+
cos 3
12
_

0
=
3
4
+
1
12
=
2
3
9.7 Armoniche sferiche e polinomi di Legendre
Per risolvere problemi pi complicati del precedente, serve un algo-
ritmo sistematico per generare le armoniche sferiche. Un algoritmo di
questo tipo emerge dai problemi nali del capitolo precedente.
Per il problema 8.10, Y =
m
n
()
m
() unarmonica sferica se

//
m
+ m
2

m
= 0, (8.75)
dove m un intero, e se
sin (sin
m
n
/
)
/
+
_
n(n +1) sin
2
m
2
_

m
n
= 0 . (8.76)
Dal problema 8.11 segue che

m
n
() = P
m
n
(cos ) (9.11)
dove P
m
n
(u) sono le funzioni di Legendre associate. Per il problema
8.12, le P
m
n
sono date la formula
P
m
n
= (1 u
2
)
m/2
d
m
P
n
du
m
(9.12)
dove P
n
il polinomio di Legendre di grado n. Si osservi che la (9.12)
produce polinomi indipendenti per 0 m n.
Poich le soluzioni linearmente indipendenti di (8.75) sono cos m
e sin m, per un dato n, otteniamo le seguenti formule per un insie-
me di armoniche sferiche linearmente indipendenti:
Y
m
n
= P
m
n
(cos ) cos m m = 0, 1, 2, 3, . . . , n (9.13)

Y
m
n
= P
m
n
(cos ) sin m m = 1, 2, 3, . . . , n (9.14)
198 appunti di metodi matematici della fisica
Questo insieme contiene 2n +1 elementi, che proprio la dimensione
delle armoniche sferiche linearmente indipendenti di grado n.
Se adesso combiniamo la formula di Rodrigues (8.72), riscritta
raccogliendo (1)
n
,
P
n
(u) =
(1)
n
2
n
n!
d
n
du
n
_
(1 u
2
)
n
_
, (9.15)
con la (9.12), otteniamo
P
m
n
(u) = (1)
n
(1 u
2
)
m/2
2
n
n!
d
m+n
du
m+n
_
(1 u
2
)
n
_
, (9.16)
n = 0, 1, 2, 3, . . ., m = 0, 1, 2, . . . , n. Ecco una lista dei primi P
m
n
calcolati direttamente dalla (9.16):
P
0
0
= 1
P
0
1
= u P
1
1
=

1 u
2
P
0
2
=
1
2
+
3
2
u
2
P
1
2
= 3u

1 u
2
P
2
2
= 3(1 u
2
)
P
0
3
=
3
2
u +
5
2
u
3
P
1
3
= (
3
2
+
15
2
u
2
)

1 u
2
P
2
3
= 15u(1 u
2
) P
3
3
= 15(1 u
2
)
3/2
P
0
4
=
3
8

15
4
u
2
+
35
8
u
4
P
1
4
=
_

15
2
+
35
2
u
2
_

1 u
2
P
2
4
=
_

15
2
+
105
2
u
2
_
(1 u
2
) P
3
4
= 105u(1 u
2
)
3/2
P
4
4
= 105(1 u
2
)
2
Quando si sostituiscono i P
m
n
(cos nelle (9.13) e (9.14) si determina
esplicitamente una base di armoniche sferiche. Questo lalgoritmo
che cercavamo.
Concludiamo con alcune osservazioni
Nelle applicazioni, specialmente alla meccanica quantistica, si
considerano le armoniche sferiche complesse
}
m
n
= Y
m
n
+ i

Y
m
n
= P
[m[
n
(cos )e
im
, n m n (9.17)
Sovente, si passa da queste funzioni alle corrispondenti funzio-
ni il cui quadrato integrato sulla sfera uguale a 1. Le funzioni
cos denite differiscono da quelle qui considerate per dei fattori
moltiplicativi (dipendenti da n e m).
Lequazione (9.4) , se riscritta come

3
Y
n
= n(n +1)Y
n
, (9.18)
rende manifesto che le Y
m
n
e le

Y
m
n
sono autovettori di

3
=
1
sin

_
sin

1
sin
2

2
con autovalori n(n +1). Lo stesso dicasi per le }
m
n
.
In meccanica quantistica, loperatore differenziale
3
associato
al quadrato del momento angolare orbitale.
10
Delta di Dirac, convoluzioni e nuclei
Indice
10.1 La delta di Dirac o funzione impulso 199
10.2 La delta in pi dimensioni 203
10.3 Prodotto di convoluzione 204
10.4 Il nucleo di Poisson e il pettine di Dirac 205
10.5 Convergenza uniforme del nucleo di Poisson 206
10.6 Il nucleo di Dirichlet e il lemma di Riemann-Lebesgue 207
10.7 Funzioni generalizzate* 209
Problemi 213
Soluzioni 214
10.1 La delta di Dirac o funzione impulso
La funzione delta (x) o funzione impulso fu introdotta da Dirac in
maniera paradossale, come una funzione uguale a zero per x ,= 0 e
con la propriet che
_

(x)F(x)dx = F(0) (10.1)


per una funzione continua F(x). Ma nessuna funzione nel senso
ordinario pu avere questa propriet! Si pu tuttavia immaginare,
come illustrato in gura 10.1, una successione di funzioni
n
(x) che
hanno picchi sempre pi alti e diventano sempre pi strette in x = 0,
mantenendo costante e pari a 1 larea sotto la curva, con il valore
della funzione che tende a zero in ogni punto, eccetto nello zero,
dove tende allinnito. Queste funzioni sono dette approssimanti della
delta. Nel limite,
lim
n
_

n
(x)F(x)dx = F(0) (10.2)
200 appunti di metodi matematici della fisica
e la scrittura (10.1) va intesa come una notazione abbreviata della
(10.2), cio
_

(x)F(x)dx lim
n
_

n
(x)F(x)dx . (10.3)
dove F(x) una qualunque funzione continua, detta funzione di prova.
Le funzioni
n
sono dunque da intendersi come approssimanti per
il processo di limite e non per la (x), che come funzione non esiste.
facile trovare esempi di funzioni
n
che soddisfano la (10.2) e la
condizione di area totale sottesa pari a 1,
0
n
1/(2n) -1/(2n)
Figura 10.1: Approssimanti della delta
al tendere di n a allinnito.
_

n
(x) = 1 (10.4)
Lesempio pi semplice quello delle funzioni a cappello mostrato
in gura 10.1:

n
(x) =
_
_
_
n
1
2n
x
1
2n
0 altrimenti
(10.5)
geometricamente evidente dalla gura che per valori molto grandi
di n laltezza della regione in grigio cresce enormemente mentre la
larghezza diminuisce in modo tale che larea della regione sempre
uguale a 1. altrettanto evidente che se F una funzione continua
lim
n
_

n
(t)F(x)dx = lim
n
n
_
1/(2n)
1/(2n)
F(x)dx
= lim
n
_
1/2
1/2
F
_
u
n
_
du
= lim
n
F
_

n
_
= F(0) ,
dove nel penultimo passaggio si applicato il teorema del valor
medio per gli integrali e nellultimo si usata la continuit di F. Si
osservi che avremmo potuto anche usare un parametro continuo e
considerare le approssimanti

(x) =
_
_
_
1


1
2
x
1
2

0 altrimenti
(10.6)
e prendere poi il limite 0.
2
3
4
1 0.5 0.5 1
n = 4
n = 20
n = 100
Figura 10.2: Approssimanti gaussiane
della delta di larghezza 1/n , per
n = 4, 20, 100.
Un altro esempio comune di approssimanti della delta dato dalle
gaussiane

n
(x) =
_
n

e
nx
2
, n = 1, 2, 3, . . . . (10.7)
Vale la (10.4): larea sotto queste curve unitaria, in quanto
_

e
nx
2
dx =
_

n
. Inoltre, al crescere di n, le gaussiane diventano sempre pi stret-
te e pi piccate nello zero, come mostrato nella gura 10.2 e la (10.2)
delta di dirac, convoluzioni e nuclei 201
risulta vericata: sia F(x) continua e limitata. Allora

_
n

e
nx
2
F(x)dx F(0)

_
n

e
nx
2
(F(x) F(0)) dx

_
n

e
nx
2
[F(x) F(0)[ dx
=
_
1

e
u
2

F
_
u

n
_
F(0)

du .
Poich F continua, in particolare nello zero, e lintegrale assoluta-
mente convergente, il secondo membro dellultima equazione tende a
zero per n e la (10.2) risulta cos stabilita.
Altre formule per la delta:
(x) = lim
0
1

x
2
+
2
(10.8)
(x) = lim
0
1

2
e
x
2
2
2
(10.9)
Naturalmente, queste formule vanno intese nello stesso senso della
(10.2), cio come formule abbreviate; ad esempio la seconda signica
lim
0
_

2
e
x
2
2
2
F(x)dx = F(0) .
per F funzione di prova continua.
La delta pu essere derivata. La derivata prima
/
(x) denita
dal processo di limite
40
30
20
10
10
20
30
40
1 0.5 0.5 1
n = 4
n = 20
n = 100
Figura 10.3: Derivate delle approssi-
manti gaussiane della delta
/
n
(x) =
2nx
_
n

e
nx
2
, per n = 4, 20, 100.
La gura sopra rende evidente che,
per n grande,
_

/
n
(x)F(x)dx
F(x h) F(x + h)
2h
F
/
(0).
_

/
(x)F(x) lim
n
_

/
n
(x)F(x)dx . (10.10)
Se adesso si assume che la funzione di prova F(x) sia derivabile con
derivata prima continua, mediante integrazione per parti, si ottiene
lim
n
_

/
n
(x)F(x)dx = lim
n

n
(x)F(x)[

lim
n
_

n
(x)F
/
(x)dx
= 0 F
/
(0) = F
/
(0) ,
Il contributo di bordo infatti nullo (sia per le funzioni a cappello sia
per le gaussiane). Quindi
_

/
(x)F(x)dx = F
/
(0) (10.11)
Si osservi che avremmo ottenuto lo stesso risultato se avessimo trat-
tato la delta come una funzione ordinaria e applicato direttamente le
regole dellintegrazione per parti,
_

/
(x)F(x)dx =
_

(x)F
/
(x) = F
/
(0) .
202 appunti di metodi matematici della fisica
In modo analogo si dimostra che se F continuamente derivabile n
volte, allora
_

(n)
(x)F(x)dx = (1)
n
F
(n)
(0) (10.12)
Fisicamente, la delta pu essere vista come una distribuzione di
carica sullasse delle x che corrisponde ad una carica puntiforme
uniforme nellorigine e la sua derivata come un dipolo orientato nel
verso negativo dellasse delle x. Infatti, dalla (10.11), per F = x, si
ottiene
_

/
(x)xdx = 1
La delta e le sue derivate corrispondono dunque a idealizzazioni
siche familiari.
La delta pu essere integrata. Lintegrale della delta tra e
x
_
x

(x)dx = u(x) =
_
1 se x > 0
0 se x < 0
(10.13)
0
1
1/(2n) -1/(2n)
Figura 10.4: Integrale delle funzioni a
cappello.
dove u la funzione di Heaviside, detta anche funzione a scalino unitario.
Questo si vede immediatamente usando le funzioni a cappello (10.5)
il cui integrale mostrato in gura 10.4. Si osservi che si arriva allo
stesso risultato se si usano le approssimanti gaussiane. In questo caso
si ha, ovviamente, una differente successione di approssimanti della
funzione scalino:
u
n
(x) =
_
n

_
x

e
ny
2
dy =
1

_

nx

e
u
2
du =
1
2
erf(

nx) ,
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0.9 0.6 0.3 0.3 0.6 0.9
n = 4
n = 20
n = 100
Figura 10.5: Integrali delle appros-
simanti gaussiane della delta per
n = 4, 20, 100.
dove erf(x) =
2

_
x
0
e
t
2
dt la funzione degli errori.
importante aver chiaro che la (10.13) non va intesa in senso
puntuale, ma nello stesso senso delle (10.3) e (10.10),
_

u(x)F(x) lim
n
_

u
n
(x)F(x)dx . (10.14)
Questa relazione va intesa come una denizione di u come integrale
della delta. Poich il limite delle u
n
denito sotto il segno di in-
tegrale, il valore della u nello zero non determinato (a volte gli si
assegna il valore convenzionale di 1/2). Questo perch se di una
funzione si cambia il valore in un punto (o in insieme numerabile di
punti) il valore dellintegrale della funzione non cambia.
Un altro modo di esprimere lo stesso fatto
(x) = u
/
(x) . (10.15)
delta di dirac, convoluzioni e nuclei 203
dove la derivata u
/
(x) va sempre intesa nel senso del limite
Oliver Heaviside (18501925) stato
un ingegnere elettrico, sico e mate-
matico inglese autodidatta. Spesso in
urto con lestablishment scientico nel
suo tempo, ha contribuito a sviluppare
molti dei metodi che usiamo ancora
oggi: ha introdotto i numeri complessi
per studiare i circuiti elettrici, ha in-
ventato il metodo delle trasformate di
Laplace per risolvere le equazioni dif-
ferenziali lineari; indipendentemente
da Gibbs, ha introdotto le notazioni
moderne di calcolo vettoriale; ha ri-
formulato le equazioni di Maxwell
nel modo in cui oggi le conosciamo in
termini degli operatori vettoriali rotore
e divergenza; i termini ammettenza ,
conduttanza, impedenza, permeabilit,
ed altri, oggi di uso comune, furono
coniati da lui.
_

u
/
(x)F(x) lim
n
_

u
/
n
(x)F(x)dx . (10.16)
La delta pu essere traslata. Per cambiamento di variabili nelle
approssimanti, si vede facilmente che
_

(x a)F(x)dx = F(a) , a R (10.17)


La delta pu essere manipolata come se fosse una funzio-
ne. Nei calcoli risulti utile trattare la delta come se fosse davvero
una funzione. Per esempio, la (10.17) si dimostra direttamente per
cambiamento di variabili:
_

(x a)F(x)dx =
_

(u)F(u + a)du = F(a)


Lo stesso vale per la (10.13): larea tra la delta e lasse delle x vale
0 nch non si passa lo 0, dopo di che vale costantemente 1. Inol-
tre, come abbiamo gi osservato, la (10.11) segue immediatamente
per integrazione per parti e lo stesso dicasi della (10.12). La cautela
comunque dobbligo: quando si in dubbio se una regola forma-
le delle funzioni si applichi alla delta, conviene ritornare alla sua
caratterizzazione in termini di approssimanti.
La delta in R
+
. Se la variabile indipendente in R
+
(come, ad
esempio, la coordinata radiale in coordinate polari o sferiche), con-
veniente denire la delta nello zero come limite da valori positivi,
cio
(x) = lim
0+
(x ) (10.18)
Il limite va inteso come limite delle approssimanti (si veda la gu-
ra 10.6).
10.2 La delta in pi dimensioni
0
t
1/

Figura 10.6: La delta in R


+
come limite
0 di funzioni a cappello con
supporto in R
+
.
La delta in pi dimensioni pu essere denita in modo analogo al
caso uni-dimensionale. Pi precisamente, (r r
/
) centrata in un
qualunque punto r
/
R

denita da una successione di funzioni

n
(r r
/
) con integrale unitario,
_
R

n
(r r
/
)d

r = 1
e tali che
lim
n
_
R

n
(r r
/
)F(r)d

r = F(r
/
) ,
204 appunti di metodi matematici della fisica
per una qualunque funzione di prova continua F.
In coordinate cartesiane r = (x
1
, . . . , x

) si possono prendere come


approssimanti le funzioni
n
(r r
/
) =
n
(x
1
x
/
1
)
n
(x

x
/

),
dove ciascuna funzione del prodotto unapprossimante della delta
unidimensionale (per esempio, le funzioni a cappello o le gaussiane).
Allora nel limite n , si ha (r r
/
) = (x
1
x
/
1
) (x

x
/

). Ad
esempio, in tre dimensioni spaziali e coordinate cartesiane x, y e z, si
ha
(r r) = (x x
/
)(y y
/
)(z z
/
) .
utile conoscere la formula per la delta in sistemi di coordinate
curvilinee ortogonali (problema 10.10). In coordinate cilindriche
, , z,
(r r
/
) =
1

(
/
)(
/
)(z z
/
) . (10.19)
In coordinate sferiche r, , ,
(r r
/
) =
_

_
1
r
2
sin
(r r
/
)(
/
)(
/
)
1
r
2
(r r
/
)(cos cos
/
)(
/
)
(10.20)
Una formula importante, in particolare per le applicazioni allelet-
trostatica,

r
1
[r r
/
[
= 4(r r
/
) (10.21)
10.3 Prodotto di convoluzione
Lintegrale
_

f (x y)g(y)dy = f g
detto prodotto di convoluzione o, semplicemente, convoluzione di f e g.
Si osservi che si integra sulla variabile y lasciando cos una funzione
di x. Per cambiamento di variabili nellintegrale, si ha
_

f (x y)g(y)dy =
_

f (y)g(x y)dy
Dunque il prodotto di convoluzione commutativo, f g = g f .
La convoluzione pu essere pensata come un nuovo modo di
generare nuove funzioni a partire da un insieme di funzioni
diverso da quelli soliti di somma, moltiplicazione e composizione di
funzioni.
La convoluzione unoperazione di allisciamento. La quintessenza
della convoluzione che il grado di liscezza del prodotto lunione
dei gradi di liscezza dei suoi fattori. In particolare, valgono i seguenti
teoremi (la cui dimostrazione laasciamo per esercizio):
delta di dirac, convoluzioni e nuclei 205
(A) Se una funzione continua e laltra discontinua, la loro convoluzione
continua;
(B) Se una funzione derivabile n volte e laltra m volte, la loro convolu-
zione derivabile n + m volte.
Questo signica che se P una funzione liscia e f non lo , il loro
prodotto di convoluzione liscio. Il che vuol dire che facendo una
scelta oculata di una funzione di riferimento P, possiamo trasforma-
re una funzione brutta in una bella. Non vogliamo snaturarla, solo
pulirla: vorr dire che sceglieremo una funzione P che sia una ap-
prossimazione liscia di una delta, in modo tale che su una scala non
troppo microscopica si abbia f P f , e che nella scala microscopica
f venga resa liscia.
Per comprendere il fenomeno di allisciamento, consideriamo il
prodotto di convoluzione tra unapprossimante gaussiana della delta

n
(x) =
_
n

e
nx
2
e lo scalino unitario u(x). Allora
u
n
(x) =
_

u(y)
n
(x y)dy =
_
n

_

y=0
e
n(xy)
2
dy
Fatto il cambiamento di variabili u = x y, du = dy, si ha
0.25
0.5
0.75
1
0.5 0.25 0 0.25 0.5
Figura 10.7: Allisciamenti dello scalino
per n = 5, 10 e 50.
u
n
(x) =
_
n

_

y=x
e
nu
2
du =
_
n

_
x

e
nu
2
du
La gura 10.7 mostra alcuni allisciamenti dello scalino ottenuti in
questo modo.
La convoluzione pu essere denita per funzioni su R, sul cerchio
e su R
n
. Pu anche essere denita anche su insiemi di interi. In que-
sto caso, lanalogo di P una matrice e il prodotto di convoluzione
un prodotto di una matrice per un vettore. Queste applicazioni (di-
gitali) della convoluzione hanno applicazioni nellanalisi numerica,
nella teoria dellanalisi dei segnali e, in particolare, nella progettazio-
ne e implementazione di ltri di risposta ad ingressi impulsivi. La
convoluzione si applica anche allo sviluppo di ltri per lanalisi di
immagini e in sica un utile strumento per pulire una segnatura
sperimentale dal rumore di fondo. Sia come sia, in tutte queste appli-
cazioni c qualcosa di analogo a un P tale che f P f , in una scala
opportuna. Una funzione P di questo tipo chiamato nucleo o kernel.
10.4 Il nucleo di Poisson e il pettine di Dirac
Nel problema 8.9 si ottenuta la formula di Poisson
u(r, ) =
1
2
_
2
0
(1 r
2
) f ()
1 + r
2
2r cos( )
d (10.22)
206 appunti di metodi matematici della fisica
per la soluzione del problema di Dirichlet nel disco unitario D (que-
sta la notazione per il disco unitario comunemente usata nei testi di
matematica).
La funzione
P
r
() =
1 r
2
1 2r cos + r
2
(10.23)
detta nucleo di Poisson. Osserviamo che la (10.22) pu essere riscritta
come prodotto di convoluzione (e con un cambio inessenziale degli
estremi di integrazione)
u(r, ) =
1
2
_

P
r
( ) f ()d =
1
2
P
r
f () . (10.24)
10
3 2 1 1 2 3
Figura 10.8: Nucleo di Poisson per
r = 0.6, 0.7, 0.8, 0.9 in < .
In gura 10.8 sono riportati i graci del nucleo di Poisson per di-
versi valori di r che si avvicinano a 1. Sembra una successione di
approssimazioni della delta di Dirac e, in effetti, lo . Ma la del-
ta sul cerchio unitario T e non su R (T la notazione standard
per il cerchio unitario). Data una successione r
n
tendente a 1, la cor-
rispondente successione di nuclei integrali di Poisson P
r
() una
successione di approssimanti della delta su T.
Le propriet che rendono la successione
1
2
P
r
, r 1, una succes-
sione di approssimanti della delta su T sono le seguenti:
1.
1
2
_

P
r
()d = 1
2. Il massimo di P
r
() fuori da qualunque intorno (, ) di = 0,
non importa quanto sia piccolo, tende a 0 per r che tende a 1.
Queste propriet si dimostrano facilmente: (1) lasciato come eserci-
zio; (2) segue dallosservazione che 1 + r
2
> 2r (perch (1 r)
2
> 0),
da cui
P
r
() =
1 r
2
1 2r cos + r
2

1 r
2
2r(1 cos )
.
che tende a 0 per r 1 in tutti i punti per cui cos ,= 1.
Se srotoliamo il cerchio sulla retta reale, il nucleo di Poisson P
r
diventa quanto mostrato in gura 10.9. Questa funzione, nel limite
r 1, converge alla delta periodica di periodo 2,

#
() =

n=
( 2n) , R, (10.25)
che in ingegneria elettrica nota come funzione di campionamento e in
sica come pettine di Dirac.
10.5 Convergenza uniforme del nucleo di Poisson
Poich P
r
() converge alla delta su T quando r tende a 1, ci si aspetta
che se f una funzione continua su T, allora
1
2
P
r
f converge a f
quando r tende a 1. Si ha in effetti il seguente teorema
delta di dirac, convoluzioni e nuclei 207

Figura 10.9: Approssimanti del pettine
di Dirac.
Dimostrazione di (10.26) Sti-
miamo lerrore E
r
() =

f ()
1
2
_

P
r
( ) f ()d

.
Per cambiamento di variabili = ,
si ha
1
2
_

P
r
( ) f ()d =
1
2
_

P
r
() f ( )d. Allora
E
r
() =

1
2
_

P
r
() [ f () f ( )] d

,
essendo
1
2
_

P
r
()d = 1. Poich
il modulo dellintegrale minore o
uguale allintegrale del modulo (e P
r
()
positiva), si ottiene
E
r
()
1
2
_

P
r
() [ f () f ( )[ d .
I problemi nascono da = 0,
dove P
r
() diverge. Separiamo
allora lintegrazione in due
parti, una su un piccolo intorno
dello 0 e laltra sul resto: E
r
()
1
2
_
_

+
_

+
_

_
P
r
() [ f () f ( )[ d .
La funzione f continua in un in-
tervallo chiuso e limitato e quindi
limitata da una costante M. Per [[ >
il massimo di P
r
() maggiorato
da
1 r
2
2r(1 cos()
, che tende a zero
per r che tende a 1. Quindi E
r
()
1
2
_

P
r
() [ f () f ( )[ d +
2M
1r
2
2r(1cos()
.
(continua nella pagina seguente)
Sia f una funzione continua su T. Allora
1
2
P
r
f con-
verge uniformemente a f quando r tende a 1.
(10.26)
La continuit di f su T implica in particolare che f (0) = f (2) o,
equivalentemente, che f () = f ().
Se
1
2
P
r
f armonica per qualunque funzione continua f il teo-
rema (10.26) fornisce lesistenza della soluzione del problema di
Dirichlet per lequazione di Laplace nel disco unitario, data una qua-
lunque funzione continua f come condizione al bordo. Inoltre, la soluzione
(10.22) unica, in virt del teorema (8.57).
N. B. Si osservi che la formula di Green (per come stata presenta-
ta) non fornisce una dimostrazione rigorosa che
1
2
P
r
f armonica
per qualunque funzione continua f , un fatto che pu essere facil-
mente stabilito con i metodi dellanalisi complessa (si veda il teorema
(21.40) nella sezione 21.6).
10.6 Il nucleo di Dirichlet e il lemma di Riemann-Lebesgue
Il nucleo di Dirichlet cos denito:
D
N
() =
sin
_
(N +
1
2
)
_
sin
_

2
_ (10.27)
208 appunti di metodi matematici della fisica
Come si pu facilmente vericare (si veda il problema 10.8), esso ha
le seguenti propriet:
1.
1
2
_

D
N
()d = 1
2. D(0) = 2N +1 La funzione f continua su T, ma
poich T compatto (=chiuso e limi-
tato) per il Teorema di Heine-Cantor
anche uniformemente continua. Si ssi
un arbitrario, allora dalla continuit
uniforme segue che esiste un > 0
tale che per tutti i e [[ < , si ha
[ f () f ( )[ < /2. Quindi, per
ogni esiste un tale che
E
r
()

2
+2M
1 r
2
2r(1 cos()
.
Si prenda r cos vicino a 1 che il se-
condo termine sia minore di /2.
Allora
E
r
()
Che quando si voleva dimostrare:
lerrore tende a zero uniformemente
in , quindi
1
2
P
r
f () converge
uniformemente a f per r 1.
Analogamente a quanto visto per il nucleo di Poisson, si potrebbe
ritenere che le funzioni
1
2
D
N
() siano una successione di approssi-
manti della delta su T per N che tende allinnito. Tuttavia, la situa-
zione adesso pi delicata: il massimo di D
N
() fuori da qualunque
intorno (, ) di = 0, non tende a 0 per N che tende allinnito,
ma oscilla sempre pi rapidamente tra valori negativi e positivi al
crescere di N (si veda la gura 10.10).
Il fatto che la frequenza di oscillazioni cresca al crescere di N
suggerisce che per N grande lunico contributo allintegrale
1
2
_

D
N
( )F() d
provenga solo da un piccolo intorno di = e che al di fuori di tale
intorno il contributo sia nullo a causa delleffetto di cancellazione tra
parti positive e negative. quindi ragionevole aspettarsi che
lim
N
1
2
_

D
N
( )F() d = F() (10.28)
Quel che ci sembra ragionevole aspettarsi non sempre si realizza,
quindi unanalisi accurata dobbligo. Incominciamo in maniera
analoga alla dimostrazione di (10.26) e consideriamo lerrore
E
N
() = f ()
1
2
_

D
N
( )F()d
Per la propriet della convoluzione
1
2
_

D
N
( )F()d =
1
2
_

D
N
()F( )d
e poich
_

D
N
(x) = 1, si ha
F()
1
2
_

D
N
( )F()d =
1
2
_

D
N
() [F() F( )] d .
Dunque,

Figura 10.10: Nucleo di Dirichlet tra
2 e 2 per N = 6 (rosso) e N = 9
(blu) e N = 12 (verde).
E
N
() =
1
2
_

sin
__
N +
1
2
_

_
g

()d (10.29)
dove
g

() =
F() F( )
sin
_
1
2

_ , (10.30)
delta di dirac, convoluzioni e nuclei 209
e si usata la denizione (10.27) di D
N
.
Per studiare limite di E
N
() per N che tende allinnito, ci serve
un teorema classico di analisi, noto come lemma di Rieman-Lebesgue,
che stabilisce che se f continua e limitata in [a, b), allora per ogni
successione di numeri k
n
che tende allinnito,
lim
n
_
b
a
f (x) sin(k
n
x) dx = 0 (10.31)
Versione semplice del lemma di
Riemann-Lebesgue. Sia f una fun-
zione continua su un intervallo chiuso
[a, b]. Si supponga che f sia differenzia-
bile nellintervallo aperto (a, b) e che la
derivata f
/
sia limitata, cio [ f
/
(x)[ M
per tutti gli x (a, b). Allora per ogni
successione di numeri k
n
che tende
allinnito, vale la (10.31).
Dimostrazione. Lintegrazione per parti
di
_
b
a
f (x) sin(k
n
x) dx fornisce
_
b
a
f (x) sin(k
n
x) dx
=
cos(k
n
x)
k
n

b
a
+
1
k
n
_
b
a
f
/
(x) cos(k
n
x) dx
Allora

_
b
a
f (x) sin(k
n
x) dx

2
k
n
+
1
k
n

_
b
a
f
/
(x) cos(k
n
x) dx

2
k
n
+
1
k
n
M(b a) ,
che chiaramente tende a 0 per k
n
che
tende allinnito.
Chiaramente, N + 1/2 nella (10.29) una successione che tende
allinnito, per N che tende allinnito. Tuttavia, per applicare il lem-
ma di Rieman-Lebesgue alla (10.29), occorre garantire la continuit di
g

() sul cerchio unitario (essendo il cerchio compatto, la limitatezza


segue dalla continuit), per ogni . Il punto critico = 0, che uno
zero del denominatore di g

().
Se supponiamo che F() sia derivabile, allora
F
/
() = lim
0
F() F( )

=
1
2
lim
0
F() F( )
sin
_
1
2

_ =
1
2
g

(0) .
Questo signica che se F derivabile, la funzione g

() continua in
= 0 (per tutti i ) e quindi continua per tutti i T (il problema
era = 0, per gli altri valori di chiaro che la sola continuit di F
garantisce la continuit di g

() ). Si pu allora applicare il lemma


di Riemann-Lebesgue e concludere che E
N
() 0 per N che tende
allinnito.
Con un po di lavoro in pi (che non faremo), si pu dimostrare
che la convergenza anche uniforme e che non richiesta la con-
tinuit della derivata di f , ma sufciente che f
/
sia generalmente
continua sul cerchio unitario (ovvero continua a tratti, si veda la
denizione a pag. 111). Si arriva cos al seguente teorema.
Sia f una funzione continua su T con derivata prima
generalmente continua. Allora
1
2
D
N
f converge
uniformemente a f quando N tende allinnito.
(10.32)
10.7 Funzioni generalizzate*
Concludiamo questo capitolo con alcune sulla nozione di funzione
generalizata o distribuzione.
Una funzione generalizzata denita mediante una successione
di funzioni normali, analogamente a come la delta denita da una
successione di sue approssimanti. per denire una funzione gene-
ralizzata si procede come nella (10.2), con una successione f
n
(x) di
210 appunti di metodi matematici della fisica
funzioni di prova: se lo stesso risultato
lim
n
_

f
n
(x)F(x)dx (10.33)
emerge per ciascuna successione di una certa classe e per qualunque
funzione di prova F(x), le successioni deniscono la stessa funzione
generalizzata. Come abbiamo visto, per denire la delta, basta pro-
Laurent Schwartz (19152002) fu un
matematico francese che svilupp la
teoria delle distribuzioni o funzioni
generalizzate che permette di dare un
senso matematico preciso e generale
ad oggetti come la delta di Dirac.
vare la successione f
n
con funzioni continue F(x) perch il limite
esista, ma, per denire le sue derivate, occorrono funzioni di prova
molto pi regolari (in particolare continuamente differenziabili tante
volte quanto lordine della derivata della delta che si vuole deni-
re). Conviene dunque prendere funzioni di prova molto regolari se si
vuole denire una classe abbastanza ampia di funzioni generalizzate.
In vista delle applicazioni allanalisi di Fourier, risulta conveniente
scegliere funzioni di prova, che siano buone nel senso seguente:
una funzione f (x), sui reali e a valori reali, buona se innitamente
differenziabile e se tale che f (x) e le sue derivate vanno a zero
allinnito pi rapidamente di qualunque potenza negativa di [x[.
Ne un esempio paradigmatico la funzione e
x
2
. Conviene inoltre
introdurre anche una classe pi ampia di una funzioni che includa
anche i polinomi: diremo che una funzione (x) abbastanza buona se
(x) e le sue derivate crescono allinnito (negativo o positivo) al pi
come una qualche potenza positiva di [x[. Si dimostra facilmente che
la derivata di una funzione buona buona la somma di due funzioni
buone ancora una funzione buona. altrettanto semplice che il
prodotto di una funzione buona e di una funzione abbastanza buona
ancora una funzione buona.
Si considereranno nella (10.33) successioni di funzioni buone f
n
(x)
e tutto il discorso star in piedi se, per qualunque funzione buona
F(x), il limite (10.33) esiste. Una successione che ha questa proprie-
t detta regolare. Ad esempio, la successione e
x
2
/n
2
regolare: il
limite (10.33)
_

F(x)dx, qualunque funzione buona F(x) si con-


sideri. Lanalogia con la costruzione dei reali a partire dai razionali
notevole: la regolarit della successione di funzioni buone analoga
al requisito di Cauchy e in entrambi i casi ci si aspetta che logget-
to denito dalla successione non sia necessariamente identicabile
con uno che nellambiente in cui vive la successione. Per esempio,
il reale denito dalla successione .9, .99, .999, 9999, . . . si identica
naturalmente con il numero 1, che razionale, ma la regola sono
successioni come quella che denisce il numero e
1, 1 +
1
2!
, 1 +
1
2!
+
1
3!
, 1 +
1
2!
+
1
3!
+
1
4!
, . . .
Un numero reale denito come una successione di Cauchy di ra-
zionali. Si denisca allora una funzione generalizzata f (x) come una
delta di dirac, convoluzioni e nuclei 211
successione regolare f
n
(x) di funzioni buone e due funzioni genera-
lizzate si dicano uguali se le corrispondenti successioni regolari sono
equivalenti, cio se per qualunque funzione buona F(x), il limite
(10.33) lo stesso per ciascuna successione. Per esempio, la successio-
ne e
x
4
/n
4
equivalente alla successione e
x
2
/n
2
. Entrambe (e tutte le
successioni a loro equivalenti) deniscono la funzione generalizzata
I(x) tale che
_

I(x)F(x)dx =
_

F(x)dx
e che abbastanza naturale denotare semplicemente con 1, la fun-
zione che vale 1. Perci ciascuna funzione generalizzata in realt
la classe di tutte le successioni regolari equivalenti ad una data suc-
cessione regolare. Passiamo ora ad alcune denizioni molto naturali
sulla base di quanto stato appena detto.
Si denisca lintegrale del prodotto di una funzione generalizzata
f (x) con una funzione buona F(x),
_

f (x)F(x)dx , (10.34)
come
lim
n
_

f
n
(x)F(x)dx (10.35)
La denizione consistente perch il limite lo stesso per tutte le le
successioni equivalenti f
n
(x).
del tutto naturale denire la somma g(x) = f (x) + h(x) di due
funzioni generalizzate f (x) e h(x), denite dalle successioni f
n
(x) e
h
n
(x), come la funzione generalizzata che denita dalla successione
g
n
(x) = f
n
(x) + h
n
(x). Per quanto la denizione sia naturale occorre
mostrarne la consistenza. Occorre cio mostrare che
(a) g
n
(x) una successione di funzioni buone.
(b) g
n
(x) regolare.
(c) Scelte differenti di successioni regolari equivalenti che denisco-
no le funzioni generalizzate f (x) e h(x) portano a successioni
equivalenti che deniscono g(x).
(a) immediata, perch la somma di funzioni buone buona. (b)
Per ogni funzione buona F(x)
lim
n
_

g
n
(x)F(x)dx = lim
n
_

f
n
(x)F(x)dx + lim
n
_

h
n
(x)F(x)dx
e cos il limite sulla sinistra esiste, e quindi la successione g
n
= f
n
+
h
n
regolare. Inoltre i limiti a destra sono indipendenti da quali tra
le differenti successioni equivalenti di f
n
e h
n
sono utilizzate per
denire f e h. Quindi, tutte le successioni risultanti f
n
+ h
n
sono
equivalenti vericando cos (c).
212 appunti di metodi matematici della fisica
Anche denire la derivata f
/
(x) in termini della successione f
/
n
(x)
risulta essere una denizione consistente. Infatti per integrazione per
parti,
lim
n
_

f
/
n
(x)F(x)dx = lim
n
_

f
n
(x)F
/
(x)dx
e poich la derivata F
/
(x) di una funzione buona F(x) ancora una
funzione buona, il limite a destra esiste ed lo stesso per tutte le
successioni regolari equivalenti f
n
(x). Quindi tutte le successioni
f
/
n
(x) sono equivalenti e regolari, che quanto si voleva dimostrare.
Procedendo in maniera analoga, si mostra che consistente denire
f (ax + b) mediante la successione f
n
(ax + b) e (x) f (x), dove (x)
una funzione abbastanza buona, mediante la successione (x) f
n
(x).
Riassumendo: Se due funzioni generalizzate f (x) e h(x) sono
denite dalle successioni f
n
(x) e h
n
(x) allora:
(i) f (x) + h(x) denita dalla successione f
n
(x) + h
n
(x);
(ii) f
/
(x) denita dalla successione f
/
n
(x);
(iii) f (ax + b) denita dalla successione f
n
(ax + b).
(iv) (x) f (x), dove (x) una funzione abbastanza buona, deni-
ta dalla successione (x) f
n
(x).
A questo punto, risulta facile dimostrare che per qualunque funzione
buona F(x) si ha
_

f
/
(x)F(x)dx =
_

f (x)F
/
(x)dx (10.36)
_

f (ax + b)F(x)dx =
1
[a[
_

f (x)F
_
x b
a
_
dx (10.37)
_

[(x) f (x)] F(x)dx =


_

f (x) [(x)F(x)] dx (10.38)


Questo teorema garantisce che le funzioni generalizzate sotto il
segno di integrale, quando sono moltiplicate per una funzione buona,
possono essere manipolate come se fossero funzioni ordinarie.
delta di dirac, convoluzioni e nuclei 213
Problemi
Problema 10.1. Mostrare che
lim
0
_

2
e
x
2
2
2
F(x)dx = F(0)
per F continua.
Problema 10.2. Mostrare che
lim
0
_

x
2
+
2
F(x)dx = F(0)
per F continua.
Problema 10.3. Mostrare che
x(x) = 0 .
Problema 10.4. Mostrare che
(ax) =
1
[a[
(x) .
Problema 10.5. Mostrare che
(x
2
a
2
) =
1
2[a[
[(x + a) + (x a)]
Problema 10.6. Mostrare che
( f (x)) =

i
(x x
i
)
[ f
/
(x
i
)[
dove x
i
sono gli zeri di f (x) e f tale che la sua
derivata f
/
non si annulla negli zeri x
i
.
Problema 10.7. Usare il problema 1.2 per
mostrare che
P
r
() = 1 +2

n=1
r
n
cos(n)
e
lim
r1
P
r
() =
#
()
dove
#
() il pettine di Dirac.
Problema 10.8. Si consideri il risultato del
problema 1.9
1 +2
n

k=1
cos(k) =
sin
_
(n +
1
2
)
_
sin
_

2
_
Queste successione di funzioni una successione di
approssimanti del pettine di Dirac? Spiegare.
Problema 10.9. Mostrare che in coordinate cur-
vilinee ortogonali (u
1
, u
2
, u
3
) la delta data dalla
formula
(r r
/
) =
1
h
1
h
2
h
3
(u
1
u
/
1
)(u
2
u
/
2
)(u
3
u
/
3
)
Usare il risultato ottenuto per esprimere la delta in
coordinate cilindriche e sferiche.
Problema 10.10. Mostrare che

1
[r[
= 4(r)
214 appunti di metodi matematici della fisica
Soluzioni
Problema 10.1.
Problema 10.2.
Problema 10.3. Lidentit discende immediatamente da
lim
n
x
_
n

e
nx
2
= lim
n
_
nx
2

e
nx
2
= lim
y
_
y
2

e
y
2
= 0
Problema 10.4.
(ax) =
1
[a[
(x) .
Problema 10.5. Per mostrare questo fatto, utile avere unidea di
come sono fatte le approssimanti di (x) = (x
2
a
2
) . Se

n
(x) =
_
n

e
nx
2
,
sono le approssimanti della delta, allora le approssimanti di sono

n
(x) =
_
n

e
n(x
2
a
2
)
2
2
3
4
2 1 1 2
Il graco a lato mostra che le approssimanti sono sostanzialmente
la somma di due funzioni che si concentrano una in a e laltra in
+a, il che rende gi plausibile la formula che si vuole dimostrare.
Occorre capire il fattore moltiplicativo
1
2[a[
e darne una dimostrazione
analitica. Consideriamo

n
(x) =
_
n

e
n(x
2
a
2
)
2
=
_
n

e
n(xa)
2
(x+a)
2
Nellintorno di x = a si ha

n
(x)
_
n

e
n(xa)
2
(2a)
2
=
1
2[a[
_
2a
2
n

e
2a
2
n(xa)
2
e quindi, nellintorno di x = a, si ha

n
(x)
1
2[a[

n
(x a) .
Analogamente, nellintorno di x = a,

n
(x)
_
n

e
n(x+a)
2
(2a)
2
=
1
2[a[
_
2a
2
n

e
2a
2
n(x+a)
2
=
1
2[a[

n
(x + a)
Al crescere di n,
n
(x) va rapidamente a zero ad eccezione di piccoli
intorni di x = a e x = a. Dunque, per n grande,

n
(x) =
_
n

e
n(x
2
a
2
)
2

1
2[a[
[
n
(x + a) +
n
(x a)]
Passando al limite n si ottiene quanto si voleva dimostrare.
delta di dirac, convoluzioni e nuclei 215
Problema 10.6. Posto (x) = ( f (x)), sia
n
(x) la sua approssi-
mate

n
(x) =
_
n

e
n( f (x))
2
.
Consideriamo
n
(x) nellintorno di uno zero x
i
di f (x). Sviluppiamo
f (x) nellintorno di x
i
. Poich n arbitrariamente grande teniamo
solo lordine pi basso in x. Allora, essendo f (x
i
) = 0, si ha

n
(x) =
_
n

e
nf
/
(x
i
)
2
(xx
i
)
2
=
1
[ f
/
(x
i
)[
_
nf
/
(x
i
)
2

e
nf
/
(x
i
)
2
(xx
i
)
2

1
[ f
/
(x
i
)[

n
(x x
i
)
Al di fuori di piccoli intorni degli zeri,
n
(x) sar praticamente nulla
e quindi, sommando i contributi da tutti gli intorni,

n
(x) = ( f (x))

i
1
[ f
/
(x
i
)[

n
(x x
i
) .
Passando al limite n si ottiene la formula richiesta.
Problema 10.7.
Problema 10.8.
Problema 10.9. Sia r = (x
1
, . . . , x
n
) = x la rappresentazio-
ne di r in un sistema di coordinate cartesiane ortogonali in R
n
e
r = (u
1
, . . . , u
n
) = u la sua rappresentazione in un sistema di
coordinate curvilinee. Sia J =

x
u

il determinante Jacobiano della


trasformazione da x a u.
La delta in coordinate curvilinee denita da
_
R
n

(u)
(u u
0
) f (u)d
n
u = f (u
0
)
Allora
_
R
n

(u)
(u u
0
) f (u)d
n
u =
_
R
n
(x x
0
) f (x)

d
n
u
d
n
x

d
n
x
=
_
R
n
(x x
0
) f (x)J
1
d
n
x
=
_
R
n
(u u
0
) f (u)J
1
d
n
u
Ne segue che

(u)
(u u
0
) = J
1
(u u
0
) = J
1
n

i
(u
i
u
0 i
)
che quanto si voleva dimostrare. Per il caso specico di coordinate
cilindriche in R
3
, il determinante Jacobiano J r e quindi
(r r
0
) =
1
r
(r r
0
)(
0
)(z z
0
)
11
Problemi al contorno per le onde e il calore
Indice
11.1 Problemi di Cauchy 217
11.2 Problemi al contorno 219
11.3 Il metodo delle immagini 221
11.4 Il metodo di Fourier 225
11.5 Il metodo di Fourier nel linguaggio degli spazi vettoriali 229
Problemi 231
Soluzioni 234
11.1 Problemi di Cauchy
Se in un problema al contorno una delle variabili indipendenti
il tempo, le condizioni iniziali specicano la soluzione ad un dato
tempo, di solito t = 0. Per esempio, le condizioni iniziali per u =
u(x, t) possono avere la forma
u(x, 0) = q(x) , o u(x, 0) = q(x) ,
t
u(x, 0) = p(x) .
Unequazione alle derivate parziali con condizioni iniziali specicate
chiamato problema alle condizioni iniziali o problema di Cauchy.
Onde in una corda illimitata Consideriamo lequazione di
dAlembert (6.12) per il il prolo u = u(x, t) di una corda vibrante.
Poich lequazione del secondo ordine nel tempo, per determinare
u(x, t) occorre conoscere oltre allo spostamento iniziale dei punti
della corda, q(x), anche la velocit iniziale in ogni punto di essa,
p(x). Se la corda illimitata, cio non ssata ad estremi, ma si
218 appunti di metodi matematici della fisica
estende da a +, il problema di Cauchy allora
_

_
1
v
2

2
u
t
2


2
u
x
2
= 0 , < x < , t > 0
u(x, 0) = q(x) ,
t
u(x, 0) = p(x)
(11.1)
Si pu dimostrare che la soluzione di (11.1)
u(x, t) =
1
2
[q(x vt) + q(x + vt)] +
1
2v
_
_
x+vt
xvt
p(x) dx
_
. (11.2)
(Si veda il problema 11.2.)
x
y
t = 0
t = .3
t = .5
t = 1
t = 2
Figura 11.1: Evoluzione temporale di
un unonda con prolo iniziale q(x) per
velocit iniziale p(x) nulla: dopo una
fase iniziale di separazione, met del
prolo si propaga inalterato a destra e
met a sinistra, entrambi con velocit
v. Per disegnare la gura si scelto
q(x) = e
4x
4
.
Onde sinusoidali Consideriamo adesso le onde progressive di
una corda illimitata nel caso in cui la f nella (7.7) una funzione
sinusoidale, vale a dire del tipo
u(x, t) = f (x vt) = Asin
_
2

(x vt)
_
, (11.3)
dove A, e sono costanti arbitrarie, di cui lultima, la costan-
te di fase, pu essere sempre posta uguale a zero mediante scelta
opportuna dellorigine dei tempi.
Dalla (11.2) si vede che questo caso si pu realizzare imponendo le
condizioni iniziali
q(x) = Asin
_
2

x
_
p(x) =
2v

cos
_
2

x
_
= vq
/
(x)
Il signicato della costante quello di lunghezza donda, mentre
A rappresenta lampiezza di vibrazione. La f espressa dalla (11.3)
sinusoidale sia in x, con periodo , sia in t con periodo T = /v. Per
mettere in evidenza questultimo fatto si usa talvolta lespressione
u(x, t) = f (x vt) = Asin
_
2
_
x


t
T
_

_
. (11.4)
Se si prende invece
u(x, t) = g(x + vt) = Asin
_
2

(x + vt)
_
, (11.5)
si ottengono ancora onde sinusoidali di lunghezza donda e am-
piezza A, ma regressive.
Propagazione del calore in un filo illimitato Consideria-
mo lequazione del calore (6.14) per la propagazione del calore in
un lo illimitato. Poich lequazione del primo ordine nel tempo,
problemi al contorno per le onde e il calore 219
occorre specicare solo il prolo iniziale di temperatura f (x) e il
problema di Cauchy quindi
_

_
u
t
D

2
u
x
2
= 0 , < x < , t > 0
u(x, 0) = f (x) per x < 0 .
(11.6)
Usando il metodo della trasformata di Fourier (che tratteremo in un
capitolo successivo), si pu dimostrare che la soluzione di (11.6)
u(x, t) =
1

4Dt
_

e
(xy)
2
/(4Dt)
f (y)dy (11.7)
un facile esercizio mostrare che se
f (x) =
1

2
2
e

x
2
2
2
,
allora la soluzione (11.7) di (11.6) diventa
u(x, t) =
1
_
2(
2
+2Dt)
e

x
2
2(
2
+2Dt)
. (11.8)
Si osservi che lincremento lineare nel tempo del quadrato della lar-
ghezza della funzione: questo il marchio di fabbrica dei processi
diffusivi.
x
t = 0
t = 1
t = 2
t = 3
Figura 11.2: Andamento nel corso
del tempo della temperatura con
distribuzione iniziale a t = 0 gaussiana
a media zero e larghezza .
La (11.7) di solito scritta nella forma
u(x, t) =
_

K
t
(x y) f (y)dy , (11.9)
dove
K
t
(x) =
1

4Dt
e
x
2
/(4Dt)
(11.10)
chiamato nucleo del calore. Dal problema 11.5 segue che per t > 0,
K
t
una soluzione particolare dellequazione del calore (corrispon-
dente a = 0 nella (11.8)). La (11.9) pu dunque essere interpretata
come una soluzione dellequazione del calore ottenuta mediante il
principio di sovrapposizione. Si osservi che per tutti i t > 0
_

K
t
(x)dx = 1 . (11.11)
Assumendo che f (x) sia continua, allora dalla (10.9) si ottiene
lim
t0+
_

K
t
(x y) f (y)dy = f (x)
11.2 Problemi al contorno
In problemi di sica e in altre applicazioni, unequazione alle deriva-
te parziali governa un fenomeno che si realizza nello spazio euclideo
220 appunti di metodi matematici della fisica
o in un suo dominio aperto . Fatta eccezione per il tempo, le altre
variabili indipendenti sono in . Le condizioni al contorno vincolano
la funzione incognita ad avere certe date caratteristiche sul bordo di
. I tre casi pi importanti sono i seguenti.
(D) Le condizioni al contorno di Dirichlet, che specicano i valori della
soluzione u al bordo .
(N) Le condizioni al contorno di Neumann, che specicano i valori della
derivata normale
n
u della soluzione u al bordo .
(M) Le condizioni al contorno miste, che specicano i valori di u +

n
u al bordo .
Quando le condizione al bordo sono di annullamento
u[

= 0 o
n
u[

= 0 o u[
u+
n
u
= 0
il problema al contorno detto omogeneo.
Si osservi che la distinzione tra condizioni al contorno e condizioni
iniziali meno netta di quanto possa sembrare. In effetti, con rife-
rimento al problema (11.12), entrambe le condizioni specicano che
cosa succede nel piano x-t, le prime sulle rette x = 0 e x = L e le
seconde sulla retta t = 0. In problemi pi complicati sulle rette x = 0
e x = L si richiede che la soluzione assuma dati valori dipendenti
dal tempo
1
. In generale, si parla dunque di problema al contorno, sen-
1
Per esempio lestremo destro tenuto
sso, mentre nel sinistro la corda
viene fatta oscillare secondo una data
funzione h(t).
za distinguere tra condizioni iniziali e condizioni al contorno vere e
proprie.
Una condizione spesso implicita, ma non per questo meno im-
portante, che la soluzione sia una funzione limitata, il che si traduce
nella condizione:
(L) Esiste una costante positiva M tale che
[u(x, y, . . .)[ < M
Ecco un esempio di problema al contorno per lequazione delle
onde:
(1) equazione
(2) cond. iniz.
(3) cond. al cont.
(4) limitatezza
_

_
1
v
2

2
u
t
2


2
u
x
2
= 0 , < x < , t > 0
u(x, 0) = q(x) ,
t
u(x, 0) = p(x)
u(0, t) = a , u(L, t) = b , t > 0
[u(x, t)[ < M, < x < , t > 0
(11.12)
problemi al contorno per le onde e il calore 221
11.3 Il metodo delle immagini
Problemi di Dirichlet su una semiretta Consideriamo una
corda che si estende dal suo punto di origine in x = 0 a x = . In
questo caso occorre specicare come la corda si comporta nellorigine
e questa la condizione al contorno u(0, t) = h(t) . La funzione h(t)
descrive come lestremo della corda si muove.
Figura 11.3: Al tempo t = 0 una corda
semi-innita tenuta ferma nellorigine
portata nella congurazione iniziale in
alto, quindi viene lasciata libera di evol-
vere. I fotogrammi dallalto in basso
descrivono come la congurazione della
corda evolve nel tempo. Londa verso
destra si allontana allinnito, quella
verso sinistra si riette nellorigine.
Se assumiamo che lestremo della corda tenuto fermo, cio
h = 0, si ha il problema al contorno per x R
+
_

_
1
v
2

2
u
t
2


2
u
x
2
= 0 , 0 < x < , t > 0
u(x, 0) = q(x) ,
t
u(x, 0) = p(x) , x > 0
u(0, t) = 0 , t > 0
(11.13)
Questo problema pu essere risolto mediante il metodo delle im-
magini, cio in termini di un problema al contorno per x R che,
quando ristretto a R
+
, coincide con (11.13), analogamente a quanto
visto per lelettrostatica. In questo modo, si pu dimostrare che la
soluzione di (11.13)
Estensione dispari di una funzione
Data una funzione F(x) denita solo
per x > 0,
la sua estensione dispari a tutta retta reale
denita come la funzione
che coincide con F per x > 0 e che vale
F(x) per x < 0.
u(x, t) =
1
2
_
q
D
(x ct) + q
D
(x + ct)
_
+
1
2v
_
_
x+ct
xct
p
D
(x) dx
_
(11.14)
dove q
D
e p
D
sono le estensioni dispari di q e p. Si veda la nota a
margine e la gura 11.4.
Questo metodo vale anche per altri problemi di Dirichlet con la
stessa struttura di (11.13). Ad esempio, si applica a problemi diffusivi
governati dallequazione del calore: la soluzione di
_

_
u
t
D

2
u
x
2
= 0 , 0 < x < , t > 0
u(x, 0) = f (x) , x > 0
u(0, t) = 0 , t > 0
(11.15)

u(x, t) =
1

4Dt
_

e
(xy)
2
/(4Dt)
f
D
(y)dy (11.16)
dove f
D
lestensione dispari di f , ovvero
u(x, t) =
1

4Dt
_

0
_
e
(xy)
2
/(4Dt)
e
(x+y)
2
/(4Dt)
_
f (y) dy ,
(11.17)
222 appunti di metodi matematici della fisica
x
x
0
t
x > ct x < ct
x
0
Figura 11.4: Il prolo rettangolare (in
rosso) nellintorno di un punto x
0

la condizione iniziale q(x) dellonda
(per semplicit si posto p(x) =
0). Nella regione x > ct (in grigio)
la propagazione avviene come se
non ci fosse alcun vincolo in x =
0: il rettangolo iniziale si dimezza:
met viaggia verso destra e met
verso sinistra. Nella regione x < ct,
londa sotto linuenza del vincolo
in x = 0. La soluzione in questa
regione ottenuta introducendo una
condizione iniziale nellintorno di x
0
(rettangolo blu), di ampiezza uguale
in modulo, ma opposta in segno a
quella iniziale in x
0
(estensione dispari
della condizione inziale). Quando
londa virtuale esce dalla regione
non sica (in giallo) diventa reale:
nella regione x < ct la soluzione
la sovrapposizione dellonda blu e
dellonda rossa. Questa costruzione
fornisce la riessione dellonda in x = 0.
286 F ourier transforms
mathematics becomes easier to interpret if we neglect the curvature of the earth-
Writingfl(y,r) for the temperature of the earth at depth y and time f our problem
then reduces to the one dimensional problem
a0 a20
*
(y, t)
:
K;(y,t) for all y > 0, r > 0,
0t 0y-
m smoke
ac
r[ffi,r*; probler
L srng a sl
["emma
57.I
flt l.
,li;,w atrl
7 ) 0. ;
'nl'f;lf
,tri
ridi fnlql,.
:r' d{J", f l-*(
mi
flO.r1 :0
Pn:qtt""
Let
r.* .J
*,, rltJ
!tem.
mklng
m,e know
fronn
qel;-rr
c6 fr: K
d(x. r)* G
Bl"symme
O(0. r) :0
t
*ie
observe
tha
ilx,
ilmri so by inspec
rilhe srated
result
I
I
flsooring
Quesrir
,
:fu
flernperature
o
00/, t) :
0(y,0)
:
0
o
0(0, r)
:
0
for all y>0,
for all t>0.
We shall solve these equations by using the results of Chapter 55 together ni&
one of Kelvin's favourite mathematical tricks
-
the method of images. A r-ividl
illustration of the method of images is given by the following example. Suppom
we wish to find the behaviour of a plume of smoke from a tall factory chimry"
set in the middle of a large plane (see Figure 57.1). In addition to the generdl
equations describing the behaviour of the smoke we must satisfy a boundary"
condition which states that smoke cannot pass through the ground.
To get round this problem we consider a reflected factory chimney produciry
a reflected plume of smoke as shown (Figure 57.2). There will then be no net florm.
Fig. 57.1. The problem of the smoke plume.
Fig. 57.2. The problem of the smoke plume and its reflection.
:il1
",i!.L. lr
r)
---
'1
-\
-l
o\
i
2r{
)
CONWAY PUZZLES
AND GAMES CO.
CONWAY PUZZLES
AND GAMES CO.
YY|D GVI^IE? CO'
COI4/t'\VA bnSSfEz
Figura 11.5: Immagine tratta dal bel
libro Fourier Analysis di T.W. Krner
che illustra il metodo delle immagini
per lequazione del calore applicata ad
un problema di diffusione di fumi nel-
laria. La densit u(x, t) del fumo lungo
la direzione verticale x soluzione del
problema al contorno (11.15) e dunque
si propaga nella direzione verticale
secondo la (11.16).
problemi al contorno per le onde e il calore 223
Si veda la gura 11.5.
Problemi di Neumann su una semiretta In un problema di
Neumann omogeneo sulla semiretta si vincola la derivata nellorigine
ad essere nulla per tutti i tempi t > 0. Un problema di questo tipo
per la propagazione del calore il seguente.
_

_
u
t
D

2
u
x
2
= 0 , 0 < x < , t > 0
u(x, 0) = f (x) , x > 0
u
x
(0, t) = 0 , t > 0
(11.18)
Poich il gradiente della temperatura proporzionale al usso del
calore, una condizione di questo signica che la sbarretta semi- Estensione pari di una funzione Data
una funzione F(x) denita solo per
x > 0,
la sua estensione pari a tutta retta reale
denita come la funzione
che coincide con F per x > 0 e che vale
F(x) per x < 0.
illimitata isolata adiabaticamente al suo estremo posto nellorigine.
Si pu dimostrare che i problemi di Neumann di questo tipo si risol-
vono mediante estensione pari del dato iniziale, per cui la soluzione
di (11.18)
u(x, t) =
1

4Dt
_

e
(xy)
2
/(4Dt)
f
P
(y)dy , (11.19)
dove
f
P
(x) =
_
f (x) per x > 0
f (x) per x < 0
lestensione pari di f .
Problemi al contorno su un intervallo limitato Un esem-
pio di problema al contorno in un intervallo limitato [0, L] con
condizioni di Dirichlet omogenee il seguente:
_

_
1
c
2

2
u(x, t)
t
2
=

2
u(x, t)
x
2
0 < x < L , t > 0
u(0, t) = u(L, t) = 0 t 0
u(x, 0) = q(x)
u
t
(x, 0) = q(x) 0 x L
(11.20)
Ragionando sulla gura sotto,
224 appunti di metodi matematici della fisica
0 L L 2L 2L
ci si pu convincere che la soluzione ancora della forma (11.2),
u(x, t) =
1
2
_
q
#D
(x vt) + q
#D
(x + vt)
_
+
1
2v
_
_
x+vt
xvt
p
#D
(x) dx
_
(11.21)
dove q
#D
e q
#D
sono le estensioni periodiche dispari di q(x) e p(x) alla
retta reale, nel senso indicato sotto. Si veda anche la gura 11.6.
Figura 11.6: Corda di violino. La corda,
tenuta ferma ai suoi estremi, portata
inizialmente nella congurazione ini-
ziale in alto, quindi viene lasciata libera
di evolvere. I fotogrammi dallalto in
basso descrivono come la congura-
zione della corda evolve nel tempo. I
fotogrammi sono stati ottenuti con la
regola dellestensione periodica dispari
del dato iniziale.
Estensione periodica dispari di una funzione. Data una funzione F(x) denita solo
per 0 < x < L,
L
la sua estensione periodica dispari denita come la funzione che estesa prima in modo
dispari a [L, L] e poi per periodicit a tutta la retta reale
L L
Analogamente, per lequazione del calore in un intervallo limitato
[0, L] con condizioni al contorno di Dirichlet omogenee, si arriva alla
conclusione che la soluzione
u(x, t) =
1

4Dt
_

e
(xy)
2
/(4Dt)
f
#D
(y)dy , (11.22)
Condizioni al contorno di Neumann omogenee
x
u(0, t) = 0 =

x
u(L, t) richiedono invece unestensione periodica pari dei dati
iniziali.
problemi al contorno per le onde e il calore 225
11.4 Il metodo di Fourier
Figura 11.7: Prima pagina dell memoria
Theorie du mouvement de la chaleur dans le
corps solides presentata da Jean Baptiste
Joseph Fourier nel 1807 allAccademia
di Francia. La commissione che deve
giudicare la memoria formata da
Lagrange, Laplace, Hay, Malus e
Legendre. La commissione rende noto il
suo verdetto il 16 Dicembre 1811:
La commission charge de lexamen
des Mmoires qui ont concouru pour le
prix de Gomtrie, relatif la chaleur,
propose de dcerner le prix au Mmoire
n
o
2 portant pour pigraphe: Et ignem
regunt numeri (Plato). Le prsident ayant
fait louverture du billet cachet joint au
Mmoire, on y trouve le nom de Joseph
Fourier. Cette pice renferme les vritables
quations diffrentielles de transmission
de la chaleur[...]; et la nouveaut du sujet,
jointe son importance, a dtermin
la Classe couronner cet Ouvrage, en
observant cependant que la manire dont
lAuteur parvient ses quations nest pas
exempte de difcults, et que son analyse,
pour les intgrer, laisse encore quelque chose
dsirer, soit relativement la gnralit,
soit mme du ct de la rigueur.
La memoria non viene pubblicata.
Laccettazione denitiva delle idee
innovatrici di Fourier e la gloria non
arriveranno prima del 1822.
Nel suo articolo del 1807, Fourier trov la soluzione del problema
al contorno
u
t
= D

2
u
x
2
0 < x < L , t > 0 (11.23)
u(0, t) = u(L, t) = 0 t 0 (11.24)
u(x, 0) = f (x) 0 x L (11.25)
[u(x, t)[ M (11.26)
Nel fare questo, introdusse e svilupp la teoria delle serie che in
seguito vennero chiamate serie di Fourier. Anche se lo abbiamo gi
incontrato nella risoluzione di problemi dei capitoli precedenti, a
costo di essere ridondanti, analizziamo passo per passo il metodo di
Fourier.
Mediante il metodo di separazione delle variabili di Bernoulli, si cerca
una soluzione particolare dellequazione. Essendo lequazione e le
condizioni al contorno lineari e omogenee, si cerca una soluzione
u(x, t) che possa essere espressa come il prodotto di una funzione
solo di x per una funzione solo di t, cio u(x, t) = X(x)T(t) . Una
soluzione di questo tipo certamente molto particolare, tuttavia,
226 appunti di metodi matematici della fisica
questa mancanza di generalit del metodo allinizio compensata
alla ne dal prendere tutte le combinazioni lineari di soluzioni della
forma XT.
Sostituendo u = XT nella (11.23), si trova XT
/
= DX
//
T e divi-
dendo per DXT, si ottiene X
//
/X = T
/
/(DT). Questa equazione
non pu essere vericata a meno che ciascun membro dellequazio-
ne sia una costante indipendente da x e t. Chiamiamo
2
questa
costante. La ragione per scegliere la costante
2
invece di verr
chiarita sotto. Lequazione (11.23) si separa allora in due equazioni
ordinarie X
//
+
2
X = 0 e T
/
+
2
DT = 0, le cui soluzioni sono
X = a cos x + b sin x e T = ce

2
Dt
, dove a, b, c sono costanti di
integrazione.
Risulta chiarito perch abbiamo scelto
2
: una costante positiva
avrebbe implicato una crescita esponenziale nel tempo della soluzio-
ne, che non vogliamo (la scelta del quadrato invece pura comodit:
non volevamo scrivere ogni volta una radice quadrata). Poich le
soluzioni dipendono dal parametro (per il momento arbitrario),
mettiamo in evidenza questo fatto e scriviamo
u

(x, t) = (a

cos x + b

sin x) e

2
Dt
, (11.27)
avendo assorbito, senza perdita di generalit, la costante c in a e b.
Imponiamo le condizioni al contorno. La condizione al contorno
u(0, t) = 0 per tutti i t 0 implica
u

(0, t) = a

2
Dt
= 0 per tutti i t 0
da cui concludiamo che a

= 0. La condizione al contorno u(L, t) = 0


per tutti i t 0 implica
u

(L, t) = b

sin(L)e

2
Dt
= 0 per tutti i t 0
b

= 0 fornisce la soluzione banale u = 0, che poco interessante.


Altre soluzioni (pi interessanti) sono ottenute richiedendo che
sin(L) = 0 (11.28)
per cui L deve essere un multiplo intero di , cio
=
n
=
n
L
, n = 1, 2, 3, . . . (11.29)
Si osservi che abbiamo tenuto solo i valori positivi di n, perch i va-
lori negativi hanno leffetto di cambiare il segno di sin
n
x e possono
quindi essere accomodati dalle costanti b

n
= b
n
. Il caso n = 0
fornisce la soluzione banale u = 0. Eravamo partiti col cercare una
soluzione, ne troviamo una successione
u
n
(x, t) = b
n
sin
_
n
L
x
_
e
Dn
2

2
t/L
2
, n = 1, 2, 3, . . .
problemi al contorno per le onde e il calore 227
Essendo le equazioni (11.23) e (11.24) lineari e omogenee, la
sovrapposizione lineare delle soluzioni u
n
u(x, t) =

n=1
e
Dn
2

2
t/L
2
b
n
sin
_
n
L
x
_
(11.30)
ancora una soluzione ed pi generale delle singole soluzioni u
n
.
Imponendo adesso che sia soddisfatta la condizione iniziale (11.25), si
ottiene lequazione

n=1
b
n
sin
_
n
L
x
_
= f (x) (11.31)
nelle incognite b
n
per la data funzione f (x). Se sappiamo risolvere
questa equazione, allora il gioco fatto.
Fourier risolse lequazione (11.31) con un trucco ingegnoso. Si
moltiplichino ambo i membri della (11.31) per sin
_
m
L
x
_
e si integri-
no tra 0 e L, scambiando la serie con lintegrale,

n=1
b
n
_
L
0
sin
_
n
L
x
_
sin
_
m
L
x
_
dx =
_
L
0
sin
_
m
L
x
_
f (x) dx .
(11.32)
Adesso si calcoli
_
L
0
sin
_
m
L
x
_
sin
_
n
L
x
_
dx =
L

_

0
sin m sin n d
(avendo fatto il cambiamento di variabili x = L/). Dalla trigono-
metria (o dalla formula di Eulero):
sin Asin B =
1
2
[cos(A B) cos(A + B)]
Allora per m ,= n
_

0
sin m sin n d =
1
2
_

0
[cos(mn) cos(m + n)] d = 0 ,
e per n = m
_
L
0
_
sin
_
n
L
x
__
2
dx =
L

_

0
sin
2
n d =
L



2
=
L
2
.
Ne segue che
_
L
0
sin
_
m
L
x
_
sin
_
n
L
x
_
dx =
mn
L
2
. (11.33)
Sostituendo la (11.33) nella (11.32), si ottiene
b
n
=
2
L
_
L
0
f (x) sin
_
n
L
x
_
dx . (11.34)
228 appunti di metodi matematici della fisica
Allora la (11.30), con b
n
dato dalla (11.34) la la soluzione del proble-
ma al contorno.
Non c niente di speciale in una serie di Fourier di seni. Serie di
Fourier di coseni emergono in modo altrettanto naturale. Si consideri
il problema omogeneo di Neumann in cui la (11.24) sostituita dalla
condizione
u
x
(0, t) = 0 ,
u
x
(L, t) = 0 per tutti i t 0 (11.35)
Nellanalisi precedente, nulla cambia no alla (11.27). Per imporre le
condizioni di Neumann, occorre calcolare la derivata della (11.27):
u

x
(x, t) = (a

sin x + b

cos x) e

2
Dt
, (11.36)
La condizione di annullamento della derivata per x = 0 e per tutti i
t 0 implica
b

2
Dt
= 0 per tutti i t 0
da cui concludiamo che b

= 0 per ,= 0. Lannullamento della


derivata per x = L e per tutti i t 0 implica a

sin(L)e

2
Dt
= 0,
cio, trascurando le soluzioni banali, sin(L) = 0 . Arriviamo cos
nuovamente alla (11.36), la cui soluzione data dalla (11.29). Ma
adesso sono i b
n
ad essere nulli e le soluzioni possibili sono u
n
(x, t) =
c
0
(corrispondente a = 0) e
u
n
(x, t) = a
n
cos
_
n
L
x
_
e
Dn
2

2
t/L
2
, n = 1, 2, 3, . . .
Le equazioni analoghe alle (11.30) e (11.31) sono allora
u(x, t) = c
0
+

n=1
e
Dn
2

2
t/L
2
a
n
cos
_
n
L
x
_
(11.37)
c
0
+

n=1
a
n
cos
_
n
L
x
_
= f (x) (11.38)
Lequazione (11.38) nelle incognite c
0
e a
n
si risolve con lo stesso
trucco di prima. La costante c
0
si trova immediatamente integran-
do ambo i membri della (11.38), scambiando serie con integrale e
osservando che lintegrale dei coseni nullo, per cui
c
0
=
1
L
_
L
0
f (x) dx (11.39)
Le costanti a
n
si determinano moltiplicando ambo i membri della
(11.38) per cos
_
m
L
x
_
e integrando tra 0 e L (sempre scambiando la
serie con lintegrale). Adesso la relazione da usare (che, come prima,
si trova con un po di trigonometria)
_
L
0
cos
_
m
L
x
_
cos
_
n
L
x
_
dx =
mn
L
2
(11.40)
problemi al contorno per le onde e il calore 229
Quindi
a
n
=
2
L
_
L
0
f (x) cos
_
n
L
x
_
dx . (11.41)
La soluzione del problema omogeneo di Neumann allora la (11.37)
con c
0
e a
n
dati rispettivamente dalle equazioni (11.39) e (11.41). Si
osservi che c
0
= a
0
/2.
11.5 Il metodo di Fourier nel linguaggio degli spazi vettoriali
Consideriamo lo spazio lineare C[a, b] delle funzioni continue su
un intervallo chiuso e limitato [a, b]. Per due funzioni continue
qualunque f e g, si denisca
f , g =
_
b
a
f (x)g(x)dx . (11.42)
La dimostrazione che la (11.42) denisce un prodotto scalare in
C[a, b] riportata a margine. Si tratta di un prodotto scalare molto
importante detto prodotto scalare L
2
. Dimostrazione che (11.42) denisce un
prodotto scalare.V erichiamo che le
propriet (i), (ii) e (iii) della (2.30) sono
vericate. La (i) immediata; la (ii)
segue dalla linearit dellintegrale e la
(iii) vericata in quanto le funzioni
sono continue. Per quel che riguarda la
(iii), preliminarmente, si osservi che per
ogni funzione continua si ha
f , f =
_
b
a
f (x) f (x)dx =
_
b
a
[ f (x)[
2
dx 0
e che f , f < poich ogni funzione
continua su un intervallo chiuso
limitata, cio esiste una costante M tale
che [ f (x)[ < M per tutti gli x [a, b] e
dunque
f , f =
_
b
a
[ f (x)[
2
dx < M
2
(b a) .
Inoltre, se f (x) = 0 per ogni x [a, b],
allora chiaramente f , f = 0. Daltro
canto, la condizione
f , f =
_
b
a
[ f (x)[
2
dx = 0
insieme con la continuit di f in [a, b],
assicurano che f (x) = 0 per ogni
x [a, b]. Perci la (11.42) denisce un
prodotto scalare in C[a, b].
Osserviamo che la disuguglianza di Cauchy- Schwartz introdotta
nella sezione 2.6 vale anche per spazi di dimensione innita (se si
considera la dimostrazione datane nella sezione 2.6, si vede che la
dimensionalit dello spazio non gioca alcun ruolo). Questo fatto
permette di dimostrare che la norma
[[ f [[
2
=
_
f , f =

_
b
a
[ f (x)[
2
dx , (11.43)
indotta dal prodotto scalare davvero una norma, che detta norma
L
2
in C[a, b].
In termini del prodotto scalare L
2
, le (11.33) e (11.40) possono
essere interpretate come relazioni di ortogonalit in C[0, L] e riscritte
come
S
m
, S
m
=
mn
L
2
(11.44)
C
m
, C
n
=
mn
L
2
(11.45)
avendo denito, per comodit, le funzioni
S
k
= sin
_
k
L
x
_
e C
k
= cos
_
k
L
x
_
(11.46)
si osservi che dalle relazioni sopra segue che
[[C
n
[[ = [[S
n
[[ =
_
L
2
, [[1[[ =

L
230 appunti di metodi matematici della fisica
Inoltre, per ottenere la serie di coseni si usata la relazione di ortogo-
nalit
1 , C
n
= 0 , n = 1, 2, . . . (11.47)
I coefcienti a
n
e b
n
, dati rispettivamente dalle equazioni (11.34) e
(11.41), possono essere riscritti come
b
n
=
2
L
S
n
, f (11.48)
a
n
=
2
L
C
n
, f (11.49)
c
0
=
1
L
1 , f (11.50)
e le equazioni (11.31) e la (11.38) in linguaggio geometrico diventano
f =

n=1
2
L
S
n
, f S
n
=

n=1
_
S
n
[[S
n
[[
, f
_
S
n
[[S
n
[[
(11.51)
f =
1
L
1 , f +

n=1
2
L
C
n
, f C
n
=
_
1
[[1[[
, f
_

1
[[1[[
+

n=1
_
C
n
[[C
n
[[
, f
_
C
n
[[C
n
[[
(11.52)
Questo risultato molto interessante perch ci permette di interpre-
tare le serie di Fourier come decomposizioni di un vettore rispetto ad
un insieme ortogonale di vettori.
Si osservi che abbiamo solo tradotto nel linguaggio degli spazi
lineari quel che fece Fourier. Resta naturalmente aperto il proble-
ma della convergenza delle serie, problema che affronteremo nei
prossimi capitoli.
problemi al contorno per le onde e il calore 231
Problemi
Problema 11.1. Per una corda di spostamento
verticale y = u(x, t), di densit lineare e tensione
T, lenergia
E =
_
1
2
dx
_
y
t
_
2
. .
energia cinetica
+
_
1
2
T
_
y
x
_
2
dx
. .
energia potenziale
=

2
_
dx
_
_
y
t
_
2
+ v
2
_
y
x
_
2
_
=
:
2c
_
dx
_
_
y
t
_
2
+ v
2
_
y
x
_
2
_
dove si introdotto limpedenza : =
_
T = v.
Dimostrare che lenergia si conserva nel corso del
tempo.
Problema 11.2. Assumendo che la soluzione del
problema di Cauchy (11.1) abbia la forma generale
di dAlembert (7.6) , si dimostri che
f (x) =
1
2
q(x)
1
2v
_
x
x
0
p(x) dx , (11.53)
g(x) =
1
2
q(x) +
1
2v
_
x
x
0
p(x) dx (11.54)
per un qualunque x
0
. Quindi si mostri che da
queste equazioni segue la soluzione (11.2).
Aiuto. Dalla (7.6) e dalla sua derivata calcolate per
t = 0, si ottengono le equazioni
q(x) = f (x) + g(x)
p(x)
v
= f
/
(x) + g
/
(x)
Integrare la seconda equazione tra un generico pun-
to x
0
e x e risolvere il sistema nelle incognite f e
g.
Problema 11.3. Sfruttando la simmetria del pro-
blema, si mostri direttamente (cio senza usare la
soluzione generale (11.7)) che la soluzione di
_

_
u
t
D

2
u
x
2
= 0 , < x < , t > 0
u(x, 0) = a per x > 0 , u(x, 0) = b per x < 0 ,

u(x, t) =
a + b
2
+
a b

_
x/

4Dt
0
e
s
2
ds .
Quindi si mostri che u(x, t) la soluzione che
ottiene applicando la (11.7).
Aiuto. Losservazione cruciale che lequazione
u
t
D

2
u
x
2
= 0 ,
invariante per il cambiamento di scala
x

x , t t
e che lo stesso vale per il dato iniziale. Si cerchi allo-
ra una soluzione dellequazione che abbia la stessa
simmetria del problema, cio una funzione del tipo
u(x, t) = f
_
x

t
_
.
(Per evitare complicazioni inessenziali, si divida le-
quazione per D assorbendo la costante D nel tempo,
cio si ponga t
/
= Dt e per semplicit si scriva t
/
anzich t e si risolva il problema per D = 1. Alla
ne si ripristini la situazione originaria sostituendo
t con Dt).
Problema 11.4. Con riferimento al problema
11.3, mostrare che per t che tende allinnito si rag-
giunge una distribuzione di temperatura uniforme
che la media della due temperature iniziali.
Problema 11.5. Si considerino i valori delle co-
stanti a e b nel problema 11.3 tali che il dato iniziale
la funzione di Heaviside ( scalino unitario)
u(x) =
_
1 se x > 0
0 se x < 0 ,
Quindi si usi il problema 7.4 per mostrare che
K
t
(x) =
1

4Dt
e
x
2
/(4Dt)
soluzione dellequazione del calore.
Problema 11.6. Dimostrare il metodo delle
immagini basato sullestensione dispari del dato
iniziale per il problema al contorno (11.13).
232 appunti di metodi matematici della fisica
Aiuto. La soluzione del problema per x R
data dallintegrale di dAlembert (7.6), u(x, t) =
f (x ct) + g(x + ct) , imponendo una condizione
esprimente che per x = 0 u = 0 per qualunque
t. Posto s = vt, questo si traduce nella condizione
funzionale
0 = f (s) + g(s) ossia f (s) = g(s) .
Sfruttare questa condizione per arrivare alla (11.63).
Problema 11.7. Vericare che la (11.17)
soluzione del problema al contorno (11.15).
Problema 11.8. Per determinare let della Ter-
ra, Kelvin consider il seguente modello. La Terra
un corpo solido sferico che al tempo t = 0 era
uniformemente alla temperatura di solidicazione
T
s
. Poich i dati geologici suggeriscono che la tem-
peratura superciale della Terra non abbia subito
variazioni signicative dalla sua formazione, Kelvin
assunse costante la temperatura sulla supercie del-
la terra per tutto il periodo della sua storia. Qual il
problema al contorno pi semplice che rende conto
del modello di Kelvin?
Problema 11.9. Se si trascura il raggio di curva-
tura della Terra e per comodit si sceglie una scala
di temperatura tale che la temperatura superciale
della Terra sia 0, il problema al contorno del model-
lo di Kelvin pu essere ulteriormente semplicato
nel seguente:
_

_
T
t
= D

2
T
x
2
, x > 0 , t > 0
T(x, 0) = T
s
, x > 0
T(0, t) = 0 , t > 0 ,
dove T(x, t la temperatura a profondit x al tem-
po t. Assumendo che sperimentalmente si possa
determinare il valore al tempo presente t di
v =
T
x
(0, t)
e che D e T
s
siano sperimentalmente determina-
bili sulla base di campioni di roccia sulla super-
cie terrestre, trovare una formula che esprima t in
funzione di v, D e T
s
.
Aiuto. Si usi la (11.17). La formula cercata
t =
T
2
s
Dv
2
Problema 11.10. Risolvere il problema al
contorno
_

_
u
t


2
u
x
2
= 0 , 0 < x < , t > 0
u(x, 0) = a per 0 < x < 1 ,
u(x, 0) = 0 per x > 1 ,
u
x
(0, t) = 0 , t > 0
e interpretare sicamente il risultato.
Problema 11.11. Si trovi la soluzione stazionaria
del problema al contorno
_

_
u(x, t)
t
= D

2
u(x, t)
x
2
x R
+
, t R
+
[u(x, t)[ < M
u(0, t) = Acos t
Aiuto. Si usi il formalismo complesso noto dalla
teoria dei circuiti elettrici e si cerchi una soluzione
del tipo u = v(x)e
it
. Imponendo le condizioni di
limitatezza e al contorno, si eliminino le costanti
arbitrarie di integrazione. Prendendo la parte reale
di quanto ottenuto, si arriva alla soluzione cercata,
che
u(x, t) = Ae


2D
x
cos
_
t
1

2D
x
_
Nota. Il signicato sico del problema come va-
ria la temperatura sotto il suolo in presenza di una
variazione periodica della temperatura sulla su-
percie: x = 0 il livello del suolo, x > 0 misura
la profondit. La soluzione ottenuta mostra che la
temperatura u ad una qualsiasi profondit x una
funzione sinusoidale di t con ampiezza Ae


2D
x
minore dellampiezza A in supercie, e la riduzione
tanto maggiore quanto maggiore la profondit
e quanto maggiore la frequenza delle oscillazioni.
La fase varia da punto a punto e, precisamente, le
problemi al contorno per le onde e il calore 233
oscillazioni si risentono verso linterno con un ritar-
do x/(

2D) proporzionale alla distanza x dalla


supercie, cosa che si pu esprimere dicendo che
le oscillazioni di temperatura si propagano nellinterno
con una velocit

2D (tanto maggiore quindi quanto
maggiore la frequenza ). Ne deriva, in particola-
re che per x =

2D/ le oscillazioni sono in


opposizione di fase con quelle in supercie.
Problema 11.12. Studiare le variazioni di tem-
peratura sotto il suolo in presenza delle variazioni
di temperatura diurne e stagionali, cio quando per
x = 0 sono presenti due oscillazioni di frequenza

1
e
2
. Considerando variazioni diurne e an-
nue di 20
0
per un terreno ordinario terreno umido
(D 0.0049cm
2
/s), fare un graco delle curve ot-
tenute e confrontare le variazioni diurne con quelle
annuali.
Nota. Si pu cos vericare che la teoria (gi svilup-
pata da Fourier) predice che ad una profondit di
qualche metro le oscillazioni della temperatura sono
in completa opposizione di fase di circa sei mesi (la
temperatura nel terreno sar pi calda in inverno e
pi fredda in estate). (Il che spiega perch conviene
avere la cantina di qualche metro sotto il livello del
suolo :-)
Problema 11.13. Sia u = u(x, t) l soluzione del
problema di Dirichlet non omogeneo
u(0, t) = a , u(L, t) = b , t > 0
per lequazione delle onde o del calore. Mostrare
che ci si pu ricondurre ad un problema omoge-
neo mediante opportuna trasformazione lineare da
u = u(x, t) a w = w(x, t) in modo tale che
w(0, t) = 0 , w(L, t) = 0 , t > 0
Problema 11.14. Risolvere
_

_
u
t
=

2
u
x
2
0 < x < , t > 0
u(0, t) = u(, t) = 0 t 0
u(x, 0) = sin
3
x 0 x
Problema 11.15. Risolvere
_

_
u
t
=

2
u
x
2
0 < x < 3 , t > 0
u(0, t) = 0 ,
u
x
(3, t) = 0 t > 0
u(x, 0) = sin
x
2
sin
5x
6
Nota. La condizione
u
x
(3, t) = 0 signica che nel
suo estremo destro la sbarra termicamente isolata
e non c usso di calore.
Problema 11.16. Risolvere
_

2
u
x
2
+

2
u
y
2
= 0 0 < x < 1 , 0 < y < 1
u(0, y) =
u
x
(1, y) = 0 0 < y < 1
u(x, 0) = 0 u(x, 1) = sin
3
2
x
234 appunti di metodi matematici della fisica
Soluzioni
Problema 11.1. Verichiamo la conservazione dellenergia,
calcolando dE/dt. Differenziando sotto il segno di integrale
E =
:
2c
_
dx
_
_
y
t
_
2
+ v
2
_
y
x
_
2
_
e integrando per parti si ottiene
dE
dt
=
:
2c
_
dx
_
2
y
t

2
y
t
2
+2v
2
y
x

2
y
tx
_
=
:
v
_
dx
y
t
_

2
y
t
2
v
2

2
y
x
2
_
= 0
Lenergia ad un qualunque tempo t ha dunque lo stesso valore che ha
al tempo iniziale, E(t) = E(0) .
Problema 11.2. Dalla (7.6) e dalla sua derivata calcolate per t = 0,
si ottengono le equazioni
q(x) = f (x) + g(x) (11.55)
p(x)
v
= f
/
(x) + g
/
(x) (11.56)
Integrando la (11.56) tra un generico punto x
0
e x, si ottiene
f (x) + f (x
0
) g(x) g(x
0
) =
1
v
_
x
x
0
p(y)dy
che, sommata alla (11.55), fornisce
g(x) =
1
2
q(x) +
1
2v
_
x
x
0
p(y)dy +
1
2
[ f (x
0
) g(x
0
)] .
Dalla (11.55),
f (x) = q(x) g(x) =
1
2
q(x)
1
2v
_
x
x
0
p(y)dy
1
2
[ f (x
0
) + g(x
0
)]
Sostituendo le espressioni trovate nella (7.6), si ottiene
u(x, t) =
1
2
[q(x vt) + q(x + vt)] +
1
2v
_
_
x+vt
x
0
p(x) dx
_
xvt
x
0
p(x) dx
_
,
da cui segue la (11.2).
Problema 11.3. Sia
u(x, t) = f
_
x

t
_
. (11.57)
problemi al contorno per le onde e il calore 235
e calcoliamone le derivate
u
t
=
x
2t
3/2
f
/
_
x

t
_
=
x
2t

t
f
/
_
x

t
_
u
x
=
1
t
1/2
f
/
_
x

t
_

2
u
x
=
1
t
f
//
_
x

t
_
Posto s = x/

t, dalla
u
t
D

2
u
x
2
= 0 ,
si ottiene
0 =
u
t


2
u
x
2
=
s
2t
f
/
(s)
1
t
f
//
(s)
che d la seguente equazione per f (t ,= 0) f
//
+
s
2
f
/
= 0 . Usando il
fattore integrante exp(
_
s
2
ds) = e
s
2
/4
, questa diventa
_
e
s
2
/4
f
/
(s)
_
/
=
0 . Perci, e
s
2
/4
f
/
(s) = c
1
, dove c
1
una costante arbitraria. Risolven-
do per f
/
(s) e integrando, otteniamo f (s) = c
1
_
s
0
e
s
2
/4
ds + c
2
dove
c
2
unaltra costante arbitraria (abbiamo scelto una particolare pri-
mitiva, essendo liberi di farlo per la presenza della costante arbitraria
c
2
). Ritornando alla (11.57),
u(x, t) = f
_
x

t
_
= c
1
_
x/

t
0
e
s
2
/4
ds + c
2
Mediante cambiamento di variabili s = 2s
/
nellintegrale,
u(x, t) = c
/
1
_
x/(2

t)
0
e
s
/2
ds
/
+ c
2
= c
1
_
x/

4t
0
e
s
2
ds + c
2
(essendo la costante c
1
arbitraria). Ripristinando la costante D con la
sostituzione t Dt, otteniamo
u(x, t) = c
1
_
x/

4Dt
0
e
s
2
ds + c
2
(11.58)
Prendendo il limite t0+, si ottiene: se x > 0,
c
1
_
+
0
e
s
2
ds + c
2
= c
1

2
+ c
2
a
e se x < 0,
c
1
_

0
e
s
2
ds + c
2
= c
1

2
+ c
2
b
236 appunti di metodi matematici della fisica
La condizione iniziale u(x, 0) dunque la funzione a scalino che
vale a per x positivi e b per quelli negativi. Determiniamo c
1
e c
2
in
funzione di a e b
c
1
=
a b

c
2
=
a + b
2
,
da cui segue
u(x, t) =
a + b
2
+
a b

_
x/

4Dt
0
e
s
2
ds . (11.59)
Problema 11.4. Nel limite per t che tende allinnito lintegra-
le a secondo membro della (11.59) si annulla: il prolo iniziale di
temperatura a scalino, a destra a e a sinistra b, tende verso la distri-
buzione di temperatura uniforme
1
2
(a + b), che la media delle due
temperature iniziali.
Problema 11.5. Per cambiamento delle unit di misura e di
temperatura di riferimento la condizione iniziale del problema pre-
cedente pu essere resa uguale alla funzione di Heaviside o scalino
unitario
u(x) =
_
1 se x > 0
0 se x < 0 ,
per la quale si ha
u(x, t) =
1
2
+
1

_
x/

4Dt
0
e
s
2
ds . (11.60)
Essendo lequazione del calore lineare omogenea a coefcienti
costanti, per il problema 7.4, anche
u
x
=
1

4Dt
e
x
2
/(4Dt)
= K
t
(x)
una soluzione (si ricordi la regola di Leibniz (5.55)), il che forni-
sce una verica indipendente che il nucleo del calore soluzione
dellequazione del calore per t > 0.
Problema 11.6. La soluzione del problema per x R data
dallintegrale di dAlembert (7.6), u(x, t) = f (x ct) + g(x + ct) ,
imponendo una condizione esprimente che per x = 0 u = 0
per qualunque t. Posto s = vt, questo si traduce nella condizione
funzionale
0 = f (s) + g(s) ossia f (s) = g(s) . (11.61)
Dunque, la soluzione generale
u = f (x vt) f (x vt) (11.62)
e contiene una sola funzione arbitraria invece di due.
problemi al contorno per le onde e il calore 237
Se sono assegnate q e p per tutta la corda, cio per x R, la
funzione f risulta determinata per x R. La (11.53) determina infatti
f (s) nel seguente modo. In primo luogo osserviamo che dalla (11.61)
segue che f (0) = g(0) = 0. Allora, per s > 0, la (11.53) diventa
f (s) =
1
2
a(s)
1
2c
_
s
0
p(x) dx s > 0 .
Quanto a f per s < 0, essa data dalla (11.61) unitamente alla (11.54),
f (s) = g(s) =
1
2
a(s)
1
2c
_
s
0
p(x) dx s < 0
Se denotiamo con q
D
e p
D
le estensioni dispari di q e p,
q
D
(s) =
_
q(s) per s > 0
q(s) per s < 0
p
D
(s) =
_
p(s) per s > 0
p(s) per s < 0
allora f (s) pu essere compattamente espressa come
f (s) =
1
2
q
D
(s)
1
2c
_
s
0
p
D
(x) dx < s < ,
in temini della quale possiamo calcolare la soluzione generale (11.62)
u = f (x ct) f (x ct)
=
1
2
q
D
(x ct)
1
2c
_
xct
0
p
D
(x) dx
1
2
q
D
(x ct) +
1
2c
_
xct
0
p
D
(x) dx
=
1
2
_
q
D
(x ct) + q
D
(x + ct)
_
+
1
2c
_
0
xct
p
D
(x) dx +
1
2c
_
x+ct
0
p
D
(x) dx
=
1
2
_
q
D
(x ct) + q
D
(x + ct)
_
+
1
2c
_
_
x+ct
xct
p
D
(x) dx
_
(11.63)
Problema 11.7.
Problema 11.8. Sia T = T(r, t) la temperatura, C, la temperatura
superciale della Terra e R il raggio della Terra. Allora il problema al
contorno
_

_
T
t
= DT = 0 , [r[ R, t > 0
T(r, 0) = T
s
, per tutti [r[ R
T(r, t) = C, per tutti [r[ = R e t > 0
Problema 11.9. Dalla (11.17) segue immediatamente che
T(x, t) =
T
s

4Dt
_

0
_
e
(xy)
2
/(4Dt)
e
(x+y)
2
/(4Dt)
_
dy
Allora
v =
T
x
(0, t) =
_
T
s

4Dt
_

0
_

2(x y)
4Dt
e
(xy)
2
/(4Dt)
+
2(x + y)
4Dt
e
(x+y)
2
/(4Dt)
_
dy
_
x=0
=
T
s

4Dt
_

0
y
Dt
e
y
2
/(4Dt)
dy =
T
s

Dt
_
e
y
2
/(4Dt)
_

0
=
T
s

Dt
,
238 appunti di metodi matematici della fisica
da cui
t =
T
2
s
Dv
2
Problema 11.10.
Problema 11.11. Cerchiamo una soluzione stazionaria del tipo
u = v(x)e
it
,
Sostituendo u = v(x)e
it
nellequazione del calore, si ottiene
iv(x) = D

2
v
x
2
,
che ha soluzione
v(x) = c
1
e

i

D
x
+ c
2
e

i

D
x
.
per

i = e
i/4
= cos /4 + i sin(/4) =
1 + i

2
Dunque
v(x) = c
1
e


2D
(1+i)x
+ c
2
e


2D
(1+i)x
Le costanti c
1
e c
2
si determinano imponendo la condizione che
u sia limitata per x e che u(0, t) = Ae
it
, quindi deve essere
v(0) = A. Si ha cos c
1
= 0 e c
2
= A e quindi
u(x, t) = Ae


2D
(1+i)x
e
it
= Ae


2D
x
e
i
_
t
1

2D
x
_
Passando alla parte reale
u(x, t) = Ae


2D
x
cos
_
t
1

2D
x
_
Problema 11.12. Poich il problema lineare, se al suolo sono
presenti due oscillazioni di frequenza
1
e
2
, la temperatura sar
la sovrapposizione lineare delle temperature per le due oscillazioni.
Questo permette di confrontare le variazioni diurne e stagionali.
Si trova cos che lassorbimento e la velocit di propagazione delle
oscillazioni diurne sono maggiori di quelle annue. Ad esempio,
per un ordinario terreno umido (D = 0.0049cm
2
/s) unescursione
diurna di 20
0
, si riduce a 0.86
0
a soli 36 cm di profondit (dove le
oscillazioni sono opposte a quelle superciali) e a 0.004
0
ad un metro.
Unescursione annua di 20
0
, invece, si ridurrebbe a 17.5
0
a 30 cm, a
12.7
0
ad un metro e a 0.2
0
a 10 metri (a tale profondit si pu dunque
ritenere che la temperatura resti costante nel passaggio dallestate
allinverno).
problemi al contorno per le onde e il calore 239
10
8
6
4
2
0
2
4
6
8
10
2 4 6 8 10 12 14 16 18 20 22 24
x = 0
x = 10 cm
x = 18 cm
10
8
6
4
2
0
2
4
6
8
10
G F M A M G L A S O N D
x = 0
x = 1 m
x = 3.4 m
Figura 11.8: Variazioni di temperatura
rispetto alla media (posta uguale a
zero): giornaliera (in alto) e annua (in
basso). La linea in verde corrisponde
a x =

2D/ in entrambi i graci


(circa 36 cm per il primo e circa 8 m
nel secondo). A questa profondit la
variazione esterna di 20
0
si ridotta
ad una frazione di grado. In entrambi
i graci la linea in rosso corrisponde a
x =

2D//2. A questa profondit


ce opposizione di fase di circa 6 ore nel
caso giornaliero e di 3 mesi in quello
annuo.
Problema 11.13. Il problema di Dirichlet non omogeneo pu
essere ricondotto ad un problema omogeneo ponendo
w = u a
b a
L
x , (11.64)
per il quale si ha w(0, t) = w(L, t) = 0. Risolto il problema omogeneo
per w, la soluzione del problema non omogeneo di partenza
u = w + a +
b a
L
x .
12
Tre vie che portano a Fourier
Indice
12.1 La via originaria 241
12.2 Serie di Fourier di soli seni o coseni 243
12.3 Serie di Fourier completa 246
12.4 Convergenza delle serie di Fourier 248
12.5 Il fenomeno di Gibbs 252
12.6 La via delle funzioni armoniche 254
12.7 La via della migliore approssimazione ai minimi quadrati 257
Problemi 260
Soluzioni 261
12.1 La via originaria
Gustav Lejeune Dirichlet (1805 1829)
stato un matematico tedesco che die-
de profondi contributi alla teoria dei
numeri, allanalisi e alla teoria delle
serie di Fourier.
La prima via che porta alla serie di Fourier quella discussa nellul-
tima sezione del capitolo precedente in modo del tutto identico alla
trattazione che ne diede Fourier nel 1807 (a parte la traduzione nel
linguaggio degli spazi vettoriali, che moderna).
I matematici contemporanei di Fourier ritennero che la sua trat-
tazione fosse lacunosa, essendo priva di una giusticazione che lo
scambio della serie con lintegrale fosse lecito e di chiarimenti sulla
convergenza delle serie alla funzione f . Nel 1829, Dirichlet trov co-
me condizioni sufcienti di convergenza delle serie di Fourier la con-
tinuit di f sul cerchio unitario e la continuit a tratti della derivata
di f . Questi risultati sono uno dei temi centrali di questo capitolo.
Prima, per, facciamo il punto su dove siamo arrivati alla ne del
capitolo precedente. Incomiciamo col richiamare alcune nozioni sulle
funzioni periodiche.
242 appunti di metodi matematici della fisica
Nozione di funzione periodica Una funzione di variabile reale
f (x) detta periodica di periodo P se per ogni x R, f (x + P) =
f (x), essendo P una costante positiva. Il minimo valore di P detto
periodo minimo di f , o semplicemente periodo di f . Ad esempio le
funzioni
cos
_
n
L
x
_
e sin
_
m
L
x
_
,
n = 1, 2, 3, . . ., m = 1, 2, 3, . . . sono funzioni periodiche, di periodo
2L/n e 2L/m rispettivamente.
cos
sin 3
cos + 2 sin 3
2 3 4
Figura 12.1: Il periodo di una combi-
nazione lineare di funzioni periodiche
il minimo comune multiplo dei loro
periodi.
Una funzione periodica di periodo P pu essere specicata con-
siderando una qualunque funzione f in un intervallo [a, b) ed esten-
dendola per periodicit f (x + P) = f (x) a tutta la retta reale. (La scel-
ta di un intervallo aperto a destra convenzionale: per lestensione si
sarebbe potuto scegliere lintervallo (a, b].) Lintervallo [a, b) detto
intervallo fondamentale. Scegliendo [L, L), come intervallo fonda-
mentale, si pu passare, per ogni intero positivo N (arbitrariamente
grande), a combinazioni lineari delle funzioni 1 (che banalmente
periodica per qualunque P), cos
_
n
L
x
_
e sin
_
m
L
x
_
, n = 1, 2, 3, . . .,
m = 1, 2, 3, . . ., e cos ottenere la funzione
T
N
(x) = d
0
+
N

n=1
_
p
n
cos
_
n
L
x
_
+ q
n
sin
_
n
L
x
__
, (12.1)
che periodica di periodo uguale al minimo comune multiplo di
2L/n e 2L/m, al variare di n e m tra 1 e N, e quindi di periodo 2L.
Una funzione della forma (12.1), con d
0
, q
n
, p
n
, n = 1, . . . N e
x R e a
N
o b
N
,= 0, detta polinomio trigonometrico di grado N.
Linsieme dei polinomi trigonometrici forma uno spazio lineare reale
di dimensione 2N + 1. Sovente (ma non sempre), useremo unit di
misura tali che L = . In questo caso duso (ma non dobbligo)
chiamare la variabile indipendente .
Figura 12.2: In alto riportato il graco
della funzione f () = , che non
continua sul cerchio unitario T, in
quanto f () ,= f (). In mezzo, il
graco della funzione f () = [sin [,
che invece continua, ma con derivata
discontinua in 0 e . In basso, il graco
della funzione 1/(5 4 cos ), che
innitamente differenziabile su T.
Il cerchio T Funzioni periodiche sulla retta reale e funzioni sul
cerchio unitario T sono sostanzialmente la stessa cosa: a una funzio-
ne continua su T corrisponde una funzione continua periodica su
R e viceversa, a una funzione differenziabile su T corrisponde una
funzione differenziabile periodica su R e cos via.
Questa corrispondenza chiara e semplice, ma occorre fare atten-
zione a quanto segue. Quando si rappresentano i punti del cerchio
con langolo c arbitrariet nella scelta dellintervallo di variazione
dellangolo; ad esempio si pu scegliere [, ] o [0, 2]. Fat-
ta una scelta, importante tenere presente che la funzione continua,
se essa ha lo stesso valore agli estremi; se ad esempio [, ]
allora la funzione continua se f () = f (). Stessa accortezza
tre vie che portano a fourier 243
per le derivate: la funzione ha derivata prima continua se la derivata
prima esiste e ha lo stesso valore agli estremi, e cos via.
12.2 Serie di Fourier di soli seni o coseni
Per brevit, chiameremo buona una funzione che soddisfa le con-
dizioni di convergenza (quelle di Dirichlet, che studieremo nella
prossima sezione, o altre che furono scoperte in seguito). Tavoletta di integrali utili
_
sin nx dx =
cos nx
n
_
x sin nx dx =
sin nx
n
2

x cos nx
n
_
x
2
sin nx dx =
2x
n
2
sin nx +
_
2
n
3

x
2
n
_
cos nx
_
cos nx dx =
sin nx
n
_
x cos nx dx =
cos nx
n
2
+
x sin nx
n
_
x
2
cos nx dx =
2x
n
2
cos nx +
_
x
2
n

2
n
3
_
sin nx
Sia f una funzione buona in [0, L]. Allora, per il trucco ingegno-
so di Fourier visto nel capitolo precedente, si ha
f (x) =

n=1
b
n
sin
_
n
L
x
_
x [0, L]
b
n
=
2
L
_
L
0
f (x) sin
_
n
L
x
_
dx , n = 1, 2, 3, . . .
(12.2)
(12.3)
Denoteremo con S
(s)
N
f la somma parziale dei primi N termini della
serie di Fourier di seni, cio
S
(s)
N
f (x) =
N

n=1
b
n
sin
_
n
L
x
_
(12.4)
Chiaramente, S
(s)
N
f un polinomio trigonometrico di grado N.
importante osservare che il secondo membro della (12.2) fornisce
lestensione periodica dispari f
#D
di f da [0, L] a tutta la retta reale. La
funzione
f
#D
(x) =

n=1
b
n
sin
_
n
L
x
_
x R
ha infatti le le seguenti propriet: f
#D
(x) = f
#D
(x) per x R,
periodica di periodo P = 2L e f
#D
(0) = f
#D
(L) = 0. Quindi, se vale
la (12.2) in [0, L], essa vale anche per la funzione f
#D
sulla retta reale
che lestensione periodica dispari di f .
Esempio 12.1. Consideriamo la funzione f (x) = x( x) in [0, ] e
calcoliamone i coefcienti di Fourier b
n
, usando la tavoletta sopra.
b
n
=
2

_

0
x( x) sin nx dx = 2
_

0
x sin nx dx
2

_

0
x
2
sin nx dx
=
_
2
_
sin nx
n
2

x cos nx
n
_

_
2
n
3

x
2
n
_
cos nx
_

0
=
2(1)
n
n

4
n
3
[(1)
n
1] +
2(1)
n
n
=
4
n
3
[(1)
n
1] =
_
_
_
0 n pari
8
n
3
n dispari

Figura 12.3: f (x) = x( x) in [0, ].


244 appunti di metodi matematici della fisica
Allora la serie di Fourier di seni della funzione f (x) = x( x)
8

_
sin x
1
3
+
sin3x
3
3
+
sin5x
5
3
+ . . .
_

Figura 12.4: In blu il primo termine


della serie di Fourier, in rosso la somma
parziale per N = 2.
La gura 12.5 mostra che la convergenza delle somme parziali del-
la serie molto rapida. In effetti, i moduli dei termini della serie a se-
condo membro sono maggiorati dalle costanti M
n
= (8/)/(2n +1)
3
e la serie M
n
convergente. Allora per il Criterio M di Weierstrass
la serie converge uniformemente a f (x) = x( x) in [0, ]. Dunque
f (x) una funzione buona in [0, L] e si ha uguaglianza in [0, ] tra
la funzione e la serie, cio
x( x) =
8

_
sin x
1
3
+
sin3x
3
3
+
sin5x
5
3
+ . . .
_
x [0, ]
Inoltre, la serie converge uniformemente su tutta la retta reale alla
funzione f
#D
che lestensione periodica dispari di f (x) = x( x),
si veda la gura 12.5.

Figura 12.5: La serie di Fourier di seni
della funzione f (x) = x( x) in
[0, ] converge su tutta la retta reale
alla funzione f
#D
che lestensione
periodica dispari di f .
Serie di Fourier di Coseni Sia f una funzione buona in [0, L].
Allora per quanto visto nel capitolo precedente
f (x) =
a
0
2
+

n=1
a
n
cos
_
n
L
x
_
a
n
=
2
L
_
L
0
f (x) cos
_
n
L
x
_
dx , n = 0, 1, 2, 3, . . .
(12.5)
(12.6)
Valgono considerazioni analoghe a quelle fatte per ila serie di seni: se
vale la (12.5) in [0, L], essa vale anche per la funzione f
#P
sulla retta
reale che lestensione periodica pari di f . La somma parziale dei primi
N termini di una serie di Fourier di coseni
S
(c)
N
f (x) =
a
0
2
+
N

n=1
a
n
cos
_
n
L
x
_
(12.7)
tre vie che portano a fourier 245
Esempio 12.2. Consideriamo in [0, ] la stessa funzione f (x) =
x( x) dellesempio precedente, ma adesso la sviluppiamo in serie
di coseni. Calcoliamo i coefcienti di Fourier a
n
. Il primo termine
a
0
/2 la media della funzione, e si calcola facilmente:
a
0
2
=
1

_

0
x( x) dx =

2
6
Per n 1, usando la tavoletta sopra, si ottiene
a
n
=
2

_

0
x( x) cos nx dx = 2
_

0
x cos nx dx
2

_

0
x
2
cos nx dx
=
_
2
_
cos nx
n
2
+
x sin nx
n
_

_
2x
n
2
cos nx +
_
x
2
n

2
n
3
_
sin nx
__

0
=
2
n
2
[(1)
n
1]
4
n
2
(1)
n
=
2
n
2
[(1)
n
+1] =
_
_
_
0 n dispari

4
n
2
n pari

Figura 12.6: Somme parziali della serie


di coseni per N = 2, 3, 5.
Otteniamo cos la serie di coseni

2
6

_
cos 2x
1
2
+
cos 4x
2
2
+
cos 6x
3
2
+ . . .
_
La convergenza della serie di coseni a f (x) = x( x) un po
pi lenta di quella di seni (si veda la gura 12.6). Tuttavia, anche in
questo caso, il criterio M di Weierstrass garantisce la convergenza
uniforme, dunque f (x) una funzione buona in [0, L] anche per
lo sviluppo in serie di coseni. Inoltre, la serie di coseni converge uni-
formemente su tutta la retta reale alla funzione f
#P
che lestensione
periodica pari di f (x) = x( x) (si veda la gura 12.7).

Figura 12.7: La serie di Fourier di
coseni della funzione f (x) = x( x)
in [0, ] converge su tutta la retta reale
alla funzione f
#P
che lestensione
periodica pari di f .
Le serie di Fourier di soli seni o di soli coseni sono dette serie di
Fourier a intervallo dimezzato. Esse sono le serie di Fourier di una fun-
zione denita nellintervallo [0, L] ed estese a [L, L] nei due modi
possibili: come funzione pari o come funzione dispari. Per unesten-
sione dispari, la serie solo di seni, mentre per lestensione pari,
nello sviluppo sono presenti solo coseni e la funzione 1. Ovviamen-
te, nellintervallo [0, L] le due serie convergono agli stessi valori,
ma sulla retta reale deniscono differenti funzioni periodiche di
periodo 2L.
246 appunti di metodi matematici della fisica
Ecco alcuni esempi di serie di Fourier di soli coseni, lasciando per
esercizio il calcolo dei coefcienti.

Figura 12.8: Onda triangolare


f (x) = [[
Serie di Fourier:

2

4

n=1
cos(2n +1)
(2n +1)
2
.

2
Figura 12.9: Onda parabolica
f () =
2

Serie di Fourier:

2
3
+4

n=1
(1)
n
cos n
n
2
.

Figura 12.10: Onda liscia
f () =
3
5 4 cos
,
Serie di Fourier:
1 +

n=1
2
n
cos n .
12.3 Serie di Fourier completa
Una funzione pu essere espressa come la somma della sua parte
pari e di quella dispari
f (x) =
1
2
[ f (x) + f (x)]
. .
f
P
(x)
+
1
2
[ f (x) f (x)]
. .
f
D
(x)
Se f periodica, f
D
periodica dispari, e se buona, essa ammette
lo sviluppo di Fourier in seni (12.2) dove
b
n
=
2
L
_
L
0
f
D
(x) sin
_
n
L
x
_
dx
=
1
L
_
L
0
f (x) sin
_
n
L
x
_
dx
1
L
_
L
0
f (x) sin
_
n
L
x
_
dx
=
1
L
_
L
0
f (x) sin
_
n
L
x
_
dx +
1
L
_
0
L
f (x) sin
_
n
L
x
_
dx
=
1
L
_
L
L
f (x) sin
_
n
L
x
_
dx
tre vie che portano a fourier 247
0 2 2

Figura 12.11: Onda del modulo del
seno
f () = [ sin()[ .
Serie di Fourier:
2

_
cos 2x
1 3
+
cos 4x
3 5
+
cos 6x
5 7
+ . . .
_
Consideriamo adesso f
P
. Se f
P
buona sviluppabile nella serie
di Fourier di coseni (12.5) e procedendo in modo analogo a prima si
trova
a
n
=
2
L
_
L
0
f
P
(x) cos
_
n
L
x
_
dx =
1
L
_
L
L
f (x) cos
_
n
L
x
_
dx .
In conclusione,
f (x) =
a
0
2
+

n=1
_
a
n
cos
_
n
L
x
_
+ b
n
sin
_
n
L
x
__
a
n
=
1
L
_
L
L
f (x) cos
_
n
L
x
_
dx , n = 0, 1, 2, . . . ,
b
n
=
1
L
_
L
L
f (x) sin
_
n
L
x
_
dx , n = 1, 2, . . . .
(12.8)
(12.9)
(12.10)
Questo lo sviluppo completo di Fourier di una funzione periodica
buona. Le costanti a
n
, b
n
sono dette coefcienti o coordinate (reali) di
Fourier della funzione f (x).
Nel linguaggio degli spazi vettoriali della sezione 11.5, usando
le notazioni (11.46), lo sviluppo completo di Fourier si rappresenta
come
f =
_
1
[[1[[
, f
_

1
[[1[[
+

n=1
__
C
n
[[C
n
[[
, f
_
C
n
[[C
n
[[
+S
n
, f S
n
_
(12.11)
ed interpretato come la decomposizione del vettore f rispetto al
sistema ortogonale 1, S
n
, C
n

n=1
.
Forma complessa delle serie di Fourier Usiamo la formula di
Eulero per esprimere i seni e coseni a secondo membro della (12.17)
e, per brevit di scrittura, usiamo le notazioni (11.46) insieme con le
notazioni abbreviate
E
n
exp
_
in
L
x
_
E
n
exp
_

in
L
x
_
(12.12)
Allora si ha
a
n
S
n
+ b
n
C
n
= a
n
E
n
+E
n
2
+ b
n
E
n
E
n
2i
=
a
n
ib
n
2
E
n
+
a
n
+ ib
n
2
E
n
248 appunti di metodi matematici della fisica
Se poniamo
c
n
=
a
n
ib
n
2
, c
n

a
n
+ ib
n
2
= c
n
, c
0

a
0
2
(12.13)
e osserviamo che E
0
= 1, vediamo che la serie a secondo membro
della (12.17) pu essere riscritta come
a
0
2
+

n=1
[a
n
S
n
+ b
n
C
n
] = c
0
+

n=1
[c
n
E
n
+ c
n
E
n
] =

n=
c
n
E
n
Quindi, ritornando alle notazioni originarie, la (12.17) diventa
f (x) =

n=
c
n
exp
_
i
n
L
x
_
(12.14)
Dalla denizione dei c
n
insieme con le (12.9) e (12.10), si ottiene
c
n
=
1
2L
_
L
L
f (x) cos
_
n
L
x
_
dx
i
2L
_
L
L
f (x) sin
_
n
L
x
_
dx
=
1
2L
_
L
L
exp
_
i
n
L
x
_
f (x)dx . (12.15)
I vettori E
n
e E
m
sono ortogonali tra loro per m ,= n. Infatti,
E
n
, E
m
=
_
L
L
exp
_
i
n
L
x
_
exp
_
i
m
L
x
_
dx
=
_
L
L
exp
_
i
(mn)
L
x
_
dx = 2L
nm
Allora le (12.14) e (12.15) possono essere riscritte compattamente
come
f =

n=
_
E
n
[[E
n
[[
, f
_
E
n
[[E
n
[[
, (12.16)
che la decomposizione del vettore f rispetto allinsieme ortogonale
E
n

n=
.
12.4 Convergenza delle serie di Fourier
Chiariamo adesso quali sono le funzioni buone per cui si ha con-
vergenza delle serie di Fourier. Per comodit, scegliamo unit di
misura tali che L = .
Ricordiamo che lo sviluppo di f (x) in serie di Fourier stato otte-
nuto assumendo che la serie convergesse alla funzione f (x) e che fosse
lecita lintegrazione termine a termine della serie. Il problema mate-
matico lasciato aperto quello di stabilire quando queste assunzioni
sono effettivamente giusticate. Questo il problema fondamentale
dellanalisi di Fourier.
tre vie che portano a fourier 249
Possiamo descrivere questo problema mediante il seguente dia-
gramma:
f (x)
analisi di Fourier
-
a
n
, b
n
(coordinate di Fourier di f )
a
0
2
+

n=1
[a
n
cos nx + b
n
sin nx]
sintesi di Fourier
?

s
o
n
o
u
g
u
a
li?
(la serie converge?)
Nel primo stadio di analisi vengono determinate le coordinate
a
n
, b
n
: il requisito minimo a lintegrabilit della funzione su [, ].
Il secondo stadio consiste nella sintesi della serie di Fourier di f .
A questo stadio la domanda cruciale se la serie converga. Lultimo
stadio del processo la risalita: la funzione ottenuta come serie,
uguale alla funzione di partenza f (x)?
Per rispondere alla prima domanda, si possono usare criteri di
convergenza delle serie, alcuni dei quali sono stati incontrati nei
primi capitoli, come il il Criterio M di Weierstrass o il Criterio di Abel.
La risposta alla seconda domanda richiede pi lavoro. Lintuizione
originaria di Fourier era che il recupero di una funzione dalle sue
coordinate di Fourier valesse per unampia classe di funzioni.
Per rispondere alla seconda domanda, studiamo il problema della
convergenza delle somme parziali
S
N
f =
a
0
2
+
N

n=1
[a
n
cos nx + b
n
sin nx] . (12.17)
Usando le formule (12.9) per i corfcienti a
n
e b
n
, otteniamo
a
n
cos nx + b
n
sin nx =
_
1

f (x) cos nxdx


_
cos nx +
_
1

f (x) sin nxdx


_
sin nx
=
1

f (u) (cos nu cos nx +sin nu sin nx) du


=
1

f (u) cos n(u x) du (12.18)


Inoltre,
a
0
2
=
1
2
_

f (u) du . (12.19)
Quindi,
S
N
f (x) =
a
0
2
+
N

n=1
[a
n
cos nx + b
n
sin nx]
=
1
2
_

f (u) du +
1

n=1
_

f (u) cos n(u x) du


=
1

f (u)
sin(N +
1
2
)(u x)
sin
1
2
(u x)
du
250 appunti di metodi matematici della fisica
per il problema 1.9. Ricordando la denizione (10.27) di nucleo di
Dirichlet e la parit di D
N
, abbiamo
S
N
f (x) =
1
2
_

D
N
(x u) f (u) du =
1
2
D
N
f (x) (12.20)
Se assumiamo che f sia una funzione periodica continua con deri-
vata prima generalmente continua, dal teorema (10.32) segue imme-
diatamente la convergenza di S
N
f (x) a f per N che tende allinnito.
Si ottiene cos il seguente teorema, noto come teorema di Dirichlet.
Teorema di Dirichlet (I). Sia f una funzione periodica
continua con derivata prima generalmente continua.
Allora la successione delle somme parziali della serie
di Fourier di f converge uniformemente a f quando
N tende allinnito.
(12.21)
Un problema matematico molto interessante di indebolire le
ipotesi del teorema e studiare la convergenza della serie di Fourier
associata. Nel 1873, il matematico tedesco Paul Du Bois-Reymond
diede un esempio di serie di Fourier di una funzione continua che
divergeva su un insieme denso. Questa scoperta rese chiaro che la
continuit da sola non era sufciente a garantire la convergenza delle
serie di Fourier. Nel 1923 il matematico russo Andrej Kolmogorov
(allet di 21 anni !) trov un esempio di funzione assolutamente
integrabile (che il requisito minimo per lesistenza dei coefcienti
di Fourier) che divergeva quasi ovunque; in seguito, questo risultato fu
migliorato e mostrata la divergenza ovunque.
Il lavoro di ricerca sulla convergenza delle serie di Fourier conti-
nu per tutto il Novecento, ma noi non entreremo (se non tangen-
zialmente) nel merito di questi sviluppi. Considereremo invece un
indebolimento minimo delle ipotesi del teorema di Dirichlet ponen-
doci la seguente domanda: che cosa succede quando la funzione f , con
derivata prima generalmente continua, non continua, ma soltanto gene-
ralmente continua? Due esempi notevoli di questo tipo sono londa
quadra e londa a dente di sega.
Unonda quadra dispari lestensione periodica dispari di f () = 1
per 0 < < , si veda la gura 12.12.
Essendo dispari la serie contiene solo seni con coefcienti
b
n
=
2

_

0
sin(n)d =
2

cos n
n
_

0
=
_
4/(n) n dispari
0 n pari
.
Quindi la serie di Fourier associata allonda quadra
4

_
sin x
1
+
sin3x
3
+
sin5x
5
+ . . .
_
=
4

n=1
sin [(2n +1)]
2n +1
tre vie che portano a fourier 251

1
1
Figura 12.12: In gura sono rappresen-
tate le somme parziali per N = 4 (in
rosso) e per N = 8 (in blu) dellonda
quadra dispari (in nero).
Osserviamo che per = k, k = 0, 1, 2, . . ., la serie identicamen-
te nulla, e quindi converge a 0. In qualunque intervallo chiuso che
non contenga questi punti, S
N
f converge uniformemente a f , ma se li
contiene la convergenza non uniforme.
Lestensione periodica di f () = , per < 2 nota come
onda a dente di sega, si veda la gura 12.13. Anche in questo caso,
essendo la funzione lestensione periodica dispari di in [0, ], sono
presenti solo i coefcienti b
n
, che valgono

Figura 12.13: In gura sono rappresen-


tate le somme parziali per N = 4 (in
rosso) e per N = 8 (in blu) dellonda a
dente di sega (in nero).
b
n
=
2

_

0
sin(n)d =
2

_
sin n
n
2

cos n
n
_

0
=
2
n
cos n =
2(1)
n
n
Quindi la serie di Fourier del dente di sega
2
_
sin x
1

sin2x
2
+
sin3x
3
. . .
_
= 2

n=1
(1)
n
sin n
n
Per = k, k = 0, 1, 2, . . ., la serie identicamente nulla, e
quindi converge a 0 e in qualunque intervallo chiuso che non con-
tenga questi punti si ha convergenza uniforme, ma se li contiene la
convergenza non uniforme.
Si osservi che sia per londa quadra sia per londa a dente di sega,
nei punti di discontinuit di f , la serie vale 0, che la media dei limi-
ti destro e sinistro del punto di discontinuit. Questo non un caso,
ma un fenomeno del tutto generale, come stabilito dal seguente
teorema.
252 appunti di metodi matematici della fisica
Teorema di Dirichlet (II). Sia f una funzione periodica
generalmente continua con derivata prima general-
mente continua. Allora, per N che tende allinnito, la
successione delle somme parziali della serie di Fourier
di f converge uniformemente a f in ogni intervallo
che non contenga punti di discontinuit di f e conver-
ge alla media dei limiti destro e sinistro di f nei punti
di discontinuit.
(12.22)
La dimostrazione della a convergenza al valore medio dei limi-
ti destro e sinistro nei punti di discontinuit di f , non difcile e
pu essere ottenuta manipolando opportunamente il nucleo di Di-
richlet in modo simile a come stato fatto a pag. 209 e a pag. 209.
Nel seguito, ne daremo una spiegazione che ha un signicato sico
trasparente.
Albert Michelson (18521931) stato
un sico americano noto per il suo
lavoro sulla misura della velocit della
luce e specialmente per lesperimento
di Michelson-Morley.
12.5 Il fenomeno di Gibbs
Il sico americano Albert Michelson invent molti strumenti di
straordinaria precisione, soprattutto nel campo dellottica. Nel 1898,
costru un analizzatore armonico che permetteva di determinare le
prime 80 coordinate di Fourier di una funzione f () data graca-
mente. La macchina poteva anche essere usata come sintetizzatore
armonico. Perci Michelson procedette ad una verica di precisione
delle operazioni della macchina, perch, avendo ottenuto le prime
80 coordinate, la macchina doveva sintetizzarle e ridare la funzione
originale con un elevato grado di precisione.
Michelson trov che cos era per la maggior parte delle funzioni
analizzate, ma quando prov con unonda quadra scopr uno stra-
no fenomeno. La sintesi riproduceva londa quadra (a parte piccole
oscillazioni), ma al punto di discontinuit appariva una protuberanza
che non era presente nella funzione originaria. Michelson era per-
plesso e pensava che forse qualche difetto meccanico interno della
macchina poteva causare il problema. Scrisse allora a Gibbs, lemi-
nente sico matematico, tra i padri della moderna meccanica stati-
stica, chiedendogli la sua opinione. Gibbs investig il fenomeno e lo
spieg (in una lettera a Nature nel 1899), sulla base della convergenza
non uniforme delle serie di Fourier nella vicinanza di un punto di
discontinuit.
0 0 0
N = 40 N = 80 N = 120
Figura 12.14: Fenomeno di Gibbs per
londa quadra.
In gura 12.14 riprodotto quanto probabilmente osserv Michel-
son con il suo strumento. Lo stesso fenomeno per londa a dente di
sega illustrato in gura 12.15. Per analizzare quello che succede
consideriamo londa a dente di sega (lasciando come esercizio lana-
tre vie che portano a fourier 253
logo studio per londa quadra), la cui somma parziale N-esima della
sua serie di Fourier
S
N
f () = 2
N

n=1
(1)
n
sin n
n
.
Vogliamo stimare, al variare di N, lerrore massimo
E
max
= sup[S
N
f () f ()[ . (12.23)

N = 40 N = 80 N = 120
Figura 12.15: Fenomeno di Gibbs per
londa a dente di sega.
A tal ne, determiniamo i massimi di S
N
f () calcolandone la
derivata prima e ponendola uguale a 0. Poniamo inoltre z = e
i
. Si ha
S
N
( f )
/
() = 2
N

n=1
(1)
n
cos n = 2 Re
_
N

n=1
(z)
n
_
= 2 Re
_
(z)
1 (z)
N
1 + z
_
(ricordando la solita formula per la progressione geometrica). Perci
dobbiamo risolvere lequazione
Re
_
(z)
1 (z)
N
1 + z
_
= 0
Si ha
Re
_
(z)
1 (z)
N
1 + z
_
=
1
1 +cos
Re
_
e
i
_
1 (1)
N
e
iN
_ _
1 + e
iN
__
=
1
1 +cos
_
cos +1 (1)
N
cos(N +1) (1)
N
cos N
_
= 1 + (1)
N+1
1
1 +cos
cos(N +1) +cos(N +1) cos +sin(N +1) sin
= 1 + (1)
N+1
cos(N +1) + (1)
N
sin(N +1) sin
1 +cos
= 0
Lespressione si annulla quando

= (M/N +1) e M ha la stessa


parit di N. Evidentemente il massimo assoluto di S
N
f () in [, )
si ha per

max
=
N
N +1

Calcoliamo landamento di S
N
f (

max
) per N :
lim
N
S
N
( f ) (

max
) = 2 lim
N
N

n=1
(1)
n
sin
_
nN
N+1
_
n
= 2 lim
N
N

n=1
(1)
n
sin
_
n
n
N+1
_
n
= 2 lim
N
N

n=1
sin
_
n

N+1
_
n
= 2 lim
N
N1

n=1
sin
_
n

N
_
n

N
Ricordando lesempio 5.4,
2 lim
N
N1

n=1
sin
_
n

N
_
n

N
= 2
_

0
sin

d
254 appunti di metodi matematici della fisica
J. Willard Gibbs (18391903) stato un
sico, chimico e matematico america-
no. Gett le basi della termodinamica
chimica e della chimica-sica. Come
matematico, invent il calcolo vetto-
riale moderno (indipendentemente
da Oliver Heaviside). Come sico
matematico, fu il padre, insieme con
Ludwig Boltzmann, della moderna
meccanica statistica.
La conclusione dunque che lerrore massimo non va a zero, ma
si assesta su un valore costante per N grande! Questo era leffetto che
Michelson osserv con la sua macchina armonica. Possiamo determi-
narne il valore numerico. Il calcolo numerico dellintegrale 2
_

0
sin

lo si pu fare per sviluppo in serie di Taylor di sin / e poi pas-


sando allintegrazione termine a termine. Diciamo che ci basta un
valore numerico con 3 cifre signicative dopo la virgola. Si dovrebbe
ottenere lim
N
S
N
( f )(

max
) = 3.704.
Si ha quindi uno sforamento (rispetto al valore y = della funzio-
ne in = ) di 0.562 che circa il 9% di 2, cio il 9% della variazio-
ne della funzione nel punto di discontinuit = (dove la funzione
salta da a ). Questo fatto, detto fenomeno di Gibbs, abbastanza
universale: se ripetete il calcolo per londa quadra, trovate di nuo-
vo uno sforamento di circa il 9% della variazione della funzione nel
punto di discontinuit.
Questo assestamento dellerrore su un valore costante non per
incompatibile con la regola della media: nel punto di discontinuit si
ha esatta compensazione tra lerrore a destra e quello a sinistra della
discontinuit e la funzione converge alla media tra i limiti destro e si-
nistro. Come correttamente comprese Gibbs, questo fenomeno una
manifestazione dellassenza di uniformit del limite in prossimit
della discontinuit lerrore massimo non va a zero.
Il fenomeno di Gibbs stato anche sfruttato per scopi pratici; ad
esempio, nel microscopio a contrasto di fase, permette di evidenziare
il contrasto tra il contorno di un oggetto e lo sfondo.
12.6 La via delle funzioni armoniche
La via che ha portato Fourier a scoprire le serie che prendono il suo
nome stata quella della ricerca di soluzioni dellequazione del calo-
re, ma c unaltra via, indipendente da questa, che parte dal proble-
ma di Dirichlet dellequazione di Laplace nel disco unitario. Vediamo
in che modo si arriva alle serie di Fourier se si segue questa via.
Per il problema 8.9, sappiamo che u(r, ) =
1
2
_

P
r
( ) f ()d
una funzione armonica nel disco unitario. Se adesso sostituiamo
nellintegrale lo sviluppo in serie P
r
() = 1 +2

n=1
r
n
cos n, ottenuto
nel problema 10.7, abbiamo
u(r, ) =
1
2
_

P
r
( ) f ()d =
1
2
_

_
1 +2

n=1
r
n
cos n( )
_
f ()d
=
1
2
_

f ()d +

n=1
r
n

cos n( ) f ()d ,
tre vie che portano a fourier 255
Essendo cos n( ) = cos n cos n +sin n sin n, si ha
1

cos n( ) f ()d =
_
1

cos nf ()d
_
. .
a
n
cos n +
_
1

sin nf ()d
_
. .
b
n
sin n
e
1
2
_

f ()d =
a
0
2
. Quindi
Lipt Fejr (1880-1959) stato un ma-
tematico ungherese noto per i suoi
lavori in analisi reale e complessa. Tra
i suoi studenti di dottorato ci furono
John von Neumann, Paul Erds, Geor-
ge Plya e Cornelius Lanczos. I suoi
contributi allanalisi di Fourier sono
dei primi anni del 900 e, secondo alcu-
ni, diedero unimpronta signicativa
agli sviluppi dellanalisi di Fourier nei
cinquantanni successivi. Nella foto
a destra in piedi (a sinistra c il mate-
matico greco Constantin Carathodory,
noto ai sici per una formulazione
geometrica della termodinamica).
u(r, ) =
a
0
2
+

n=1
r
n
[a
n
cos n + b
n
sin n] . (12.24)
Ma per il teorema (10.26), u(r, ) converge uniformemente a f quando
r tende a 1, dunque
f () = lim
r1
_
a
0
2
+

n=1
r
n
[a
n
cos n + b
n
sin n]
_
. (12.25)
Si arriva cos alle serie di Fourier in un modo totalmente diverso da
quello originario. In effetti, la storia avrebbe potuto seguire un corso
differente e le serie di Fourier avrebbero potuto essere scoperte nel
modo descritto sopra.
Karl Weierstrass (18151897) fu un
matematico tedesco, noto per linstil-
lazione del rigore in analisi e padre
dellanalisi moderna. Fu docente per
diverso tempo in scuole secondarie,
dove, oltre alla matematica, insegn
sica, botanica e ginnastica.
Inoltre, sembrerebbe che la (12.25) fornisca una versione pi forte
del teorema di Dirichlet, una versione secondo cui la convergenza
delle serie di Fourier vale sotto la sola ipotesi di continuit della
funzione f . Ma se le cose stessero davvero cos si creerebbe un para-
dosso: come la mettiamo con i controesempi di Du Bois-Reymond e
Kolmogorov a cui abbiamo accennato nella sezione 12.4?
Il paradosso si risolve riettendo sul fatto che per stabilire la con-
vergenza della serie di Fourier occorre scambiare il limite r 1 con
la serie a secondo membro della (12.25). Questo non sempre pos-
sibile: si pu dimostrare che se valgono le condizioni di Dirichlet su
f , lo scambio lecito, ma che in generale, per una generica funzione
continua, non lo . Ci nonostante, la (12.25) costituisce davvero un
passo in avanti rispetto al teorema di Dirichlet.
Limportante contributo di Fejr Il primo a capire limpor-
tanza del risultato (12.25) fu il il matematico ungherese Lipt Fejr
che sugger di trasformare il problema centrale dellanalisi di Fourier
nella seguente domanda: possibile recuperare i valori di una funzione
integrabile dalla conoscenza delle sue coordinate di Fourier?
Se per recupero si intende quello fornito dalla la sintesi di Fou-
rier tradizionale,la risposta in generale negativa (per i controesempi
di Du Bois-Reymond e Kolmogorov). Tuttavia, Fejr si rese conto che
possiamo sempre recuperare una funzione continua dalle sue coordi-
nate di Fourier, se le sintetizziamo in una maniera diversa da quella
256 appunti di metodi matematici della fisica
tradizionale, cio se utilizziamo un modo diverso di sommare le serie
innite. Questo proprio quello che fa la (12.25).
Distribuzione di temperatura in
una piastra circolare. La soluzione
u = u(x, y) dellequazione di Lapla-
ce nel disco unitario con condizioni
al contorno (12.28) pu essere cal-
colata esplicitamente. Si lascia come
interessante esercizio dimostrare che
che
u(x, y) =
2

arctan
_
2y
1 x
2
y
2
_
.
Un esercizio altrettanto interessante di
calcolo numerico fare una planimetria
(contour plot) di questa funzione.
Usando i colori per rappresentare i
livelli, si ottiene un graco come il
seguente:
1
0.8
0.6
0.4
0.2
0
0.2
0.4
0.6
0.8
1
y
1 0.5 0 0.5 1
x
1 1
In termini sici, u(x, y) pu essere
interpretata come la distribuzione
stazionaria di temperatura di una
piastra circolare la cui met superiore
del bordo mantenuta a temperatura
costante, diciamo -10
0
C, e la met
inferiore al valore opposto, 10
0
C.
Come ci si poteva aspettare da semplici
considerazioni di simmetria, i punti
del disco lungo il diametro tra 0 e
(inclusi i due punti sule cerchio) sono a
temperatura 0, che la media tra le due
temperature sul bordo. Quando si passa
a coordinate polari e si considera la
temperatura come funzione dellangolo
a diverse distanze r dal centro, si
ottiene il graco di gura 12.16.
La (12.25) fornisce un recupero della funzione f a partire dalle
sue coordinate di Fourier mediante una sintesi di Fourier opportu-
namente regolarizzata (se f solo integrabile, la procedura permette
un recupero dei suoi valori dove essa continua). La differenza tra
questa sintesi e quella classica tutta nel fattore di regolarizzazione
r
n
. Questa regolarizzazione chiamata somma secondo Abel della serie
di Fourier (si vedano i complementi del Capitolo 4). Fejr us la som-
ma di Cesaro della serie, anzich la regolarizzazione di Abel, ma la
differenza ininuente per le conclusioni a cui si perviene.
Il teorema di approssimazione di Weierstrass Unaltra rica-
duta importante della (12.25) che da essa segue immediatamente un
teorema classico di analisi dovuto a Weierstrass:
Teorema di approssimazione di Weierstrass. Le funzio-
ni continue sul cerchio (e, in generale, su un inter-
vallo chiuso della retta reale) sono approssimate
uniformemente dai polinomi trigonometrici.
(12.26)
Si consideri infatti il polinomio trigonometrico di grado N
S
r
N
f =
a
0
2
+
N

n=1
r
n
[a
n
cos n + b
n
sin n] , (12.27)
dove a
n
e b
n
sono le coordinate di Fourier di f . Allora la (12.25) im-
plica che per ogni precisione > 0, esistono r
0
e N
0
tali che per tutti
gli r > r
0
e N > N
0
[ f () S
r
N
f ()[ < . Quindi, non solo il teo-
rema di Weierstrass risulta immediatamente dimostrato, ma viene
fornita anche una formula esplicita per il polinomio trigonometrico
approssimante.
Convergenza al valor medio nei punti di discontinuit
Supponiamo che f sia soltanto continua a tratti e sia
0
un suo punto
discontinuit, e domandiamoci a quale valore converga la funzione
u(r, ) =
a
0
2
+

n=1
r
n
[a
n
cos n + b
n
sin n]
a secondo membro della (12.25). Per costruzione, u armonica e
rappresenta, ad esempio, la distribuzione di temperatura stazionaria
in una piastra circolare quando il bordo mantenuto a temperatura
f (). Allora il suo valore in ogni punto (r, ) pari al valor medio di
u lungo un piccolo cerchio centrato in (r, ). Man mano che facciamo
tendere r a 1 e al contempo rendiamo il raggio del cerchio centrato in
(r, ) sempre pi piccolo, il contributo alla media sar dominato dai
tre vie che portano a fourier 257
due valori di f immediatamente a destra e a sinistra di
0
. Dunque,
nel limite si ha che u tende alla media del limite destro e sinistro nel
punto di discontinuit. In termini sici, u converge alla temperatura
media nel punto di discontinuit.
Come esempio, consideriamo la funzione u(r, ) determinata dal
valore al contorno
f () =
_
1 per < < 0
1 per 0 < <
(12.28)
Si veda la nota a margine e la gura 12.16. Si osservi la convergenza
alla temperatura media nei punti di discontinuit e lassenza del
fenomeno di Gibbs.
1.2
0.9
0.6
0.3
0.3
0.6
0.9
1.2
u
3 2 1 1 2 3

r = .2
r = .6
r = .99
Figura 12.16: Graco di u(r, ) per
r = .2, .6 e .99.
In un certo senso, si pu dire che la serie di Fourier regolarizza-
ta ancora pi interessante della serie classica, specialmente nelle
applicazioni alla teoria dei segnali (ma anche in matematica pura).
Leffetto della regolarizzazione di pulire il segnale in presenza di
variazioni rapide o discontinuit e quindi di ltrare via artefatti di
riverbero, come il fenomeno di Gibbs; si veda la gura 12.17.
12.7 La via della migliore approssimazione ai minimi quadrati
Supponiamo di voler sviluppare una teoria dellapprossimazione di
funzioni sul cerchio mediante polinomi trigonometrici
0.9
0.6
0.3
0.3
0.6
0.9
0.5 0.5
Figura 12.17: Onda quadra in un
intorno dello zero. Confronto, per N =
120, tra la somma parziale classica (in
rosso) e la somma parziale regolarizzata
per r = 0.994 (in blu). Si noti lassenza
del fenomeno di Gibbs per la somma
cos regolarizzata.
T
N
() = d
0
+
N

n=1
[p
n
cos n + q
n
sin n]
Se riportiamo in un graco gli errori, cio la curva rappresentata
da f () T
N
(), tali errori appariranno ora positivi ora negativi.
Occorre un criterio per valutare la bont dellapprossimazione. Un
tale criterio lerrore massimo, lefcacia del quale garantita dal
teorema di approssimazione di Weierstrass.
Un altro criterio suggerito dalla regressione lineare dove, per
evitare ogni compensazione fra errori positivi e negativi si considera
il quadrato del modulo, cio
[ f () T
N
()[
2
.
258 appunti di metodi matematici della fisica
Questo lerrore quadratico per il singolo dato . Lerrore quadra-
tico totale si ottiene sommando tutti gli errori quadratici nellinterval-
lo [, ], vale a dire, si ha unidea dellerrore compiuto mediante
lapprossimazione sullintero intervallo dal valore dellintegrale
D =
_

[ f () T
N
()]
2
d (12.29)
Notiamo che mentre lapprossimazione basata sullerrore massimo si
basa su un concetto locale di errore, lerrore quadratico totale si basa
su un concetto globale.
Il polinomio trigonometrico T
N
fornisce la migliore approssima-
zione di f () quando lerrore quadratico totale D minimo. Ora
tale errore dipende dai valori assegnati ai vari coefcienti d
0
, p
n
e
q
n
, quindi il minimo di D si trover uguagliando a zero le derivate
parziali di D rispetto ai coefcienti stessi:
(A)
(B)
(C)
Figura 12.18: (A) Onda a dente di
sega f () tra 0 e (in nero) e somma
parziale di Fourier S
N
() per N = 8
(in viola). (B) Graco dellerrore
puntuale [ f () S
N
()[; la linea
tratteggiata indica lerrore massimo.
(C) Graco dellerrore quadratico
puntuale [ f () S
N
()[
2
; lerrore
quadratico totale larea della regione
tra la curva e lascissa (in grigio).
Dalle gure risulta chiaro che anche
se lerrore massimo si stabilizza ad un
valore costante (fenomeno di Gibbs),
lerrore quadratico totale pu diminuire
costantemente allaumentare di N.
D
d
0
= 2
_

[ f () T
N
()] d = 0
D
p
m
= 2
_

[ f () T
N
()] cos md = 0
D
q
m
= 2
_

[ f () T
N
()] sin md = 0
Ma
_

T
N
()d =
_

_
d
0
+
N

n=1
[p
n
cos n + q
n
sin n]
_
d
= 2d
0
_

T
N
() cos md =
_

_
d
0
+
N

n=1
[p
n
cos n + q
n
sin n]
_
cos md
= p
m
_

T
N
() sin md =
_

_
d
0
+
N

n=1
[p
n
cos n + q
n
sin n]
_
sin md
= q
m
Quindi le equazioni di annullamento annullamento delle derivate
forniscono
d
0
=
1
2
_

f ()d (12.30)
p
m
=
1

f () cos md (12.31)
q
m
=
1

f () sin md (12.32)
tre vie che portano a fourier 259
che sono proprio le coordinate di Fourier di f (). Concludiamo quin-
di che le somme parziali S
N
f della serie di Fourier di una funzione
f sono, tra tutti i polinomi trigonometrici di grado N, la migliore
approssimazione della funzione ai minimi quadrati. In altre parole, per
ogni N (arbitrariamente grande), le somme parziali S
N
f approssi-
mano la funzione con il minimo errore quadratico totale. Si arriva
cos per unaltra via alle serie di Fourier, una via differente da quella
originaria di Fourier e da quella delle funzioni armoniche sul disco.
260 appunti di metodi matematici della fisica
Problemi
Problema 12.1. Si consideri il problema di Diri-
chlet omogeneo per lequazione del calore in [0, L].
Mostrare mediante calcolo esplicito che il metodo
delle immagini e il metodo di Fourier forniscono,
come ovviamente ci si aspetta, la stessa soluzione
del problema.
Problema 12.2. Per londa quadra
f (x) =
_
1 < x < 0
1 0 < x <
calcolare la serie di Fourier
4

n=0
sin(2n +1)x
2n +1
Per quali valori di x si ha convergenza puntuale?
Per quali valori di x si ha convergenza uniforme?
Problema 12.3. Per londa triangolare
f (x) = [x[ =
_
x x < 0
x 0 < x
calcolare la serie di Fourier

2

4

n=1
cos(2n +1)x
(2n +1)
2
.
Per quali valori di x si ha convergenza puntuale?
Per quali valori di x si ha convergenza uniforme?
Problema 12.4. Per londa parabolica
f (x) = x
2
, x
calcolare la serie di Fourier

2
3
+4

n=1
(1)
n
cos nx
n
2
.
Per quali valori di x si ha convergenza puntuale?
Per quali valori di x si ha convergenza uniforme?
Problema 12.5. Per londa
f (x) = x( x)( + x) , x
calcolare la serie di Fourier
12

n=1
(1)
n1
sin nx
n
3
.
Per quali valori di x si ha convergenza puntuale?
Per quali valori di x si ha convergenza uniforme?
Problema 12.6. Mostrare che la serie di Fourier
dellonda
f (x) =
3
5 4 cos x
, x

1 +2

n=1
2
n
cos nx .
Per quali valori di x si ha convergenza puntuale?
Per quali valori di x si ha convergenza uniforme?
Problema 12.7. Mostrare che lestensione pari
del seno [ sin x[
0 2 2
1
ha serie di Fourier
2

_
cos 2x
1 3
+
cos 4x
3 5
+
cos 6x
5 7
+ . . .
_
La serie converge uniformemente a [ sin x[?
Problema 12.8. Sia u la funzione scalino di
Heaviside, x ,
u(x) =
_
1 se x > 0
0 se x < 0
Mostrare che la serie di Fourier associata a u
1
2
+
2

_
sin x +
sin3x
3
+
sin5x
5
+
sin7x
7
+ . . .
_
Per quali valori di x si ha convergenza puntuale?
Per quali valori di x si ha convergenza uniforme?
Problema 12.9. Mostrare che la forma complessa
della serie di Fourier associata a u(x)
1
2

i

=
e
(2+1)ix
2 +1
Problema 12.10. Sia f (x) = e
ax
, x .
Mostrare che la serie di Fourier associata a f (x)
sinh(a)


nZ
(1)
n
(a + in)
a
2
+ n
2
e
inx
tre vie che portano a fourier 261
Soluzioni
13
Propriet delle serie di Fourier
Indice
13.1 Derivazione delle serie di Fourier 263
13.2 Andamento allinnito dei coefcienti di Fourier 264
13.3 Velocit di convergenza delle somme parziali

266
13.4 Integrazione delle serie di Fourier 266
13.5 Teorema di convoluzione 267
Problemi 269
Soluzioni 270
13.1 Derivazione delle serie di Fourier
Questa capitolo dedicato allo studio delle propriet delle serie di
Fourier rispetto alla derivazione, allintegrazione, alla velocit di
convergenza delle somme parziali e al prodotto di convoluzione.
In questo capitolo seguiremo la convenzione (in uso specialmente
nella letteratura matematica) di denotare le coordinate di Fourier
complesse c
n
con il simbolo

f (n) e scrivere
f () =

n=

f (n)e
in
. (13.1)
Questo rende pi evidente lanalogia con gli integrali di Fourier che
studieremo nel seguito.
Sia f () derivabile con derivata prima continua in T. Come abbia-
mo gi sottolineato, questo implica che la funzione ha lo stesso valore
in e e che la stesso vale per la derivata prima. Poich f ()
derivabile, si integri per parti

f (n) =
1
2
_

f ()e
in
d .
264 appunti di metodi matematici della fisica
Si ottiene:

f (n) =
1
2
_

f ()e
in
d
=
1
2
_

1
in
e
in
f ()
_

1
2
_

1
in
f
/
()e
in
d
=
1
2
1
in
_

f
/
()e
in
d =
1
in

f
/
(n)
Dunque,

f
/
(n) = in

f (n) (13.2)
Ricordiamo a questo punto una notazione che standard in mate-
matica: C
p
(T) linsieme delle funzioni continuamente derivabili p
volte. In particolare, C
0
(T) lo spazio C(T) dellle funzioni continue;
C
1
(T) lo spazio delle funzioni continue con derivata prima conti-
nua; C
2
(T) lo spazio delle funzioni continue derivabili due volte,
con derivate prima e seconda continua, e cos via. Naturalmente, si
ha C
p
C
2
C
1
C.
Capito il gioco che porta alla (13.2), lo si pu replicare: se f ()
derivabile due volte, con derivata prima e seconda continua, allora

f
//
(n) = n
2

f (n) e, pi in generale, se f C
p
(T), allora

f
(p)
(n) = (in)
p

f (n) . (13.3)
13.2 Andamento allinnito dei coefcienti di Fourier
Un tema classico dellanalisi di Fourier la relazione tra le propriet
di regolarit della funzione f () e landamento allinnito delle sue
coordinate di Fourier

f (n). Se f C
p
(T) allora per la (13.3)
[

f (n)[ =
1
[n[
p
[

f
(p)
(n)[ =
1
[n[
p

1
2
_

f
(p)
()e
in
d

1
[n[
p
_
1
2
_

[ f
(p)
()[d
_
Poich f
(p)
() per ipotesi continua nellintervallo chiuso [, ],
sar limitata da una costante nita e positiva C,
[

f (n)[
C
[n[
p
. (13.4)
Risulta cos dimostrato che:
Se f C
p
(T), allora le sue coordinate di Fourier

f (n)
decadono almeno come 1/[n[
p
per [n[ .
(13.5)
A questo riguardo, tre commenti.
propriet delle serie di fourier 265
(1) Linversa della (13.5) in generale non vale: la funzione ottenuta
sintetizzando coordinate che decadono come 1/n
p
non solo non
necessariamente una funzione derivabile p volte, ma non
detto neanche che sia una funzione continua. Come esempio, si
consideri la funzione f () che vale 1 se [0, 1] e 0 altrimenti.
La funzione chiaramente discontinua e le sue coordinate sono

f (n) =
1
2
_

f ()e
in
d =
1
2
_
1
0
e
in
d =
1 e
in
2in
Ne segue che [

f (n)[ 1/(n), e dunque le coordinate di f de-


cadono come 1/n, ma la funzione non n derivabile n continua.
Inoltre, londa parabolica della gura 12.9 ha coordinate che de-
cadono come 1/n
2
, ma la funzione, pur essendo continua, non ha
derivata prima continua.
(2) Dalla (13.5) segue immediatamente la dimostrazione del seguen-
te teorema: Se f C
2
(T), allora la sua serie di Fourier converge
uniformemente in T. Infatti, se f () derivabile due volte, allora
[

f (n)[ C/n
2
. Poich 1/n
2
convergente, per il criterio M
di Weierstrass della sezione 4.9,

f (n)e
in
uniformemente (e
assolutamente) convergente.
1 1
Si osservi che non si pu dimostrare in
modo analogo che se f C
1
(T), allora
la sua serie di Fourier converge unifor-
memente in T, in quanto linformazione
che le coordinate di f decadono almeno
come 1/n non sufciente a stabilire la
convergenza della serie.
(3) Dalla (13.5) segue che se f nnitamente derivabile, allora le sue
coordinate di Fourier

f (n) decadono esponenzialmente in n per [n[
. Infatti, in questo caso, la (13.5) stabilisce che le coordina-
te

f (n) vanno a zero pi rapidamente di qualunque potenza
inversa di n. Questo il caso dellonda molto liscia f () =
3/(5 4 cos ), che innitamente derivabile, le cui coordinate di
Fourier decadono come 2
n
= e
(ln2)n
, cio pi rapidamente di
qualunque potenza di 1/n.
Il seguente teorema stabilisce una condizione sufciente abbastan-
za utile per stabilire propriet di regolarit della funzione sulla base
dellandamento allinnito dei suoi coefcienti di Fourier.
Se le coordinate di Fourier

f (n) di una funzione f
soddisfano
[

f (n)[
C
[n[

per tutti gli [n[ 1


per qualche potenza > p + 1 e qualche costante
positiva C allora la serie di Fourier

n=1

f (n)e
inx
converge uniformemente ad una funzione di classe
C
p
.
(13.6)
(Gli ingredienti per la dimostrazione di questo teorema sono il
Criterio M di Weierstrass e teorema (4.13), ma non daremo i dettagli
266 appunti di metodi matematici della fisica
della dimostrazione). importante che sia strettamente maggiore
di p + 1 e non maggiore o uguale. Consideriamo infatti la funzione
f () del problema 12.5, i cui coefcienti

f (n) decadono come n
3
.
Dunque, = 3 e quindi deve essere p < 3 1 = 2. Se ne conclude
che la funzione almeno di classe C
1
, come in effetti . Si osservi che
essendo f
//
() = 6, la funzione non di classe C
2
.
Osserviamo inne che lapplicazione del teorema (13.6) alle serie
di Fourier dellonda triangolare e dellonda parabolica, per le quali
[

f (n)[ < C/n


2
, permette di concludere che le funzioni sintetizzate da
questi coefcienti sono C
0
, cio continue (come in effetti sono).
13.3 Velocit di convergenza delle somme parziali

Pi liscia f pi veloce la convergenza delle somme parziali di


Fourier. Pi precisamente, si ha il seguente teorema: Se f C
p
(T),
per p 2, allora esiste una costante C, indipendente da , tale che
[ f () S
N
f ()[
C
N
p1
e se f C
1
(T), allora esiste una costante C, indipendente da , tale che
[ f () S
N
f ()[
C

N
Questi risultati (che non dimostreremo) forniscono automaticamente
la convergenza uniforme delle somme parziali di Fourier per funzio-
ni C
p
, p 1 e quindi, in particolare, la dimostrazione del teorema: Se
f C
1
(T), allora la sua serie di Fourier converge uniformemente in T.
13.4 Integrazione delle serie di Fourier
La parola dordine che la derivazione peggiora la convergenza della
serie di Fourier (in quando le sue coordinate sono moltiplicate per
in), ma lintegrazione la migliora. Se la serie uniformemente con-
vergente, cossich lintegrale pu essere scambiato con il limite delle
somme parziali, chiaro che la serie pu essere integrata termine a
termine. Come effetto dellintegrazione le coordinate di Fourier

f (n)
risultano moltiplicate per 1/(in). Ma anche se la serie


f (n)e
inx
associata a f non converge uniformenente, la serie di Fourier ot-
tenuta per integrazione termine a termine converge, purch f sia
assolutamente integrabile, cio tale che
_

[ f ()[ d < . (13.7)


propriet delle serie di fourier 267
Consideriamo lesempio della serie di Fourier dellonda quadra,
che una funzione discontinua,
Sf () =
4

n=0
sin(2n +1)
2n +1
.
Lintegrazione termine a termine di questa serie fornisce

n=0
cos(2n +1)
(2n +1)
2
+ C
che converge ad una funzione continua, in accordo con il teorema
(13.6). Se si sceglie la costante arbitraria C = /2, si ottiene londa
triangolare dellesempio 2. Analogamente, per integrazione termine
a termine dellonda a dente di sega (discontinua), si passa allonda
parabolica (continua).
13.5 Teorema di convoluzione
Date due funzioni f e g integrabili, periodiche di periodo 2, la loro
convoluzione su T la nuova funzione f g data da
f g () =
1
2
_

f ()g( )d ,
Il punto non sar sempre in [, ), ma poich lintegran-
do periodico di periodo 2, conosciamo i valori della funzione
integranda dappertutto sulla retta reale.
Il prodotto di convoluzione di funzioni su T ha propriet analoghe
allanalogo prodotto di funzioni su R che abbiamo studiato nella
sezione 10.3. Pi precisamente, siano f e g integrabili, periodiche di
periodo 2 e sia c una costante. Allora
(i) f g = g f (commutativo)
(ii) f (g + h) = f g + f h (distributivo)
(iii) (c f ) g = c f g (omogeneo)
(iv) ( f g) h = f (g h) (associativo)
(v)

f g(n) =

f (n) g(n)
Le prime quattro propriet sono immediate. Per funzioni continue
la quinta propriet conseguenza di un semplice calcolo (vedi sotto).
Una volta che questa propriet stabilita per funzioni continue, pu
essere estesa a funzioni integrabili mediante approssimazione di
funzioni integrabili con successioni di funzioni continue, e questo
268 appunti di metodi matematici della fisica
non lo faremo. Ecco il calcolo per funzioni continue f e g:

f g(n) =
1
2
_

f g ()e
in
d
=
1
2
_

_
1
2
_

f ()g( )d
_
e
in
d
=
1
2
_

f ()
_
1
2
_

g( )e
in
d
_
d (scambio dellord. dintegr.: OK funz. cont. )
=
1
2
_

f ()e
in
_
1
2
_

g( )e
in
e
in
d
_
d
=
1
2
_

f ()e
in
_
1
2
_

g( )e
in()
d
_
d
=
1
2
_

f ()e
in
_
1
2
_

g(
/
)e
in
/
d
/
_
d (cambio di variabili
/
= )
=
1
2
_

f ()e
in
g(n)d
=

f (n) g(n)
Si osservi che al cambiamento di variabili
/
= non corrisponde
alcun cambiamento del dominio di integrazione perch lintegrando
una funzione periodica di periodo 2.
Diamo adesso una lista di propriet che si dimostrano facilmente
sulla base di quanto visto nora (la loro dimostrazione lasciata per
esercizio).
(i) Se f e g sono continue anche f g lo .
(ii) La convoluzione di due funzioni integrabili e limitate conti-
nua.
(iii) Se una funzione derivabile n volte e laltra m volte, la loro
convoluzione derivabile n + m volte.
(iv) La convoluzione con un polinomio trigonometrico un polino-
mio trigonometrico.
propriet delle serie di fourier 269
Problemi
Problema 13.1. Determinare la serie di Fourier
della funzione
1
2
x
2
, x , senza calco-
larne esplicitamente i coefcienti di Fourier, ma
sfruttando il fatto che la serie di Fourier di x
2

n=1
(1)
n1
n
sin nx , < x .
Problema 13.2. Si consideri la formula del pro-
blema precedente per x e la si derivi rispetto a x. La
derivata di x 1 e la derivata della serie
2

n=1
(1)
n1
cos nx
cio
2 cos x 2 cos 2x +2 cos 3x cos 4x + . . .
che non di certo 1: lo sviluppo di Fourier di 1 con-
tiene un solo termine, 1 appunto (perch?). Spiegare
dove si sbagliato.
270 appunti di metodi matematici della fisica
Soluzioni
14
Funzioni ortogonali e serie di Fourier
Indice
14.1 Convergenza in norma 271
14.2 Basi ortonormali in spazi innito-dimensionali 275
14.3 Successioni a quadrato sommabile 278
14.4 Basi ortonormali per funzioni a quadrato integrabile 279
14.5 Completezza del sistema trigonometrico 282
14.6 Serie di Fourier in pi variabili 283
Problemi 285
Soluzioni 287
Complementi 290
14.1 Convergenza in norma
Scopo di questo capitolo chiarire il signicato matematico della
decomposizione (12.11),
f =
_
1
[[1[[
, f
_

1
[[1[[
+

n=1
__
C
n
[[C
n
[[
, f
_
C
n
[[C
n
[[
+S
n
, f S
n
_
(12.11)
Il problema duplice: occorre specicare quale sia il tipo di conver-
genza della serie a secondo membro della (12.11) e per quali funzioni
valga tale sviluppo. Gli elementi cruciali per affrontare questo pro-
blema sono la nozione di convergenza in norma e quella di base ortogo-
nale in un spazio vettoriale innito-dimensionale dotato di prodotto
scalare.
Incominciamo con la nozione di spazio vettoriale normato. Uno
spazio vettoriale V ( di dimensione nita o innita) detto normato
se su di esso denita una norma che assegna ad ogni vettore una
272 appunti di metodi matematici della fisica
lunghezza e che soddisfa le propriet (i), (ii) e (ii) della denizione
(2.31).
Prodotti scalari e norme L
2
Nella sezione 11.5 abbiamo gi in-
contrato la norma L
2
in C[a, b], lo spazio vettoriale delle funzioni con-
tinue in un intervallo [a, b]. Per comodit, riportiamo le denizioni
date:
f , g =
_
b
a
f (x)g(x)dx , (11.42)
[[ f [[
2
=
_
f , f =

_
b
a
[ f (x)[
2
dx < . (11.43)
Queste nozioni di prodotto scalare e norma sono un caso partico-
lare di una nozione pi generale. Talvolta utile denire un prodotto
scalare tra funzioni rispetto ad una funzione continua e positiva (x)
nel seguente modo:
f , g

=
_
b
a
f (x)g(x)(x)dx . (14.1)
La funzione solitamente chiamata peso e la (14.1) detta pro-
dotto scalare L
2

. La norma indotta da questo prodotto scalare


[[ f [[
2

= f , f

=
_
b
a
[ f (x)[
2
(x)dx . (14.2)
Lasciamo come esercizio mostrare che le propriet del prodotto
scalare e della norma sono soddisfatte.
Norma uniforme In C[a, b], oltre alla norma L
2
, si possono intro-
durre altre norme e quindi altre nozioni di vicinanza tra funzioni. La
norma del sup o norma uniforme cos denita:
[[ f [[

= sup
x[a,b]
[ f (x)[ . (14.3)
Come si pu facilmente vericare, le propriet (i) e (ii) della norma
sono soddisfatte. Per quel che riguarda la disuguaglianza triangolare,
essa ovvia per numeri reali, [ f (x) + g(x)[ [ f (x)[ + [g(x)[, e da
questa discende
sup
x[a,b]
[ f (x) + g(x)[ sup
x[a,b]
[ f (x)[ + sup
x[a,b]
[g(x)[ .
La norma uniforme non indotta da un prodotto scalare. Un altro
esempio di norma non indotta da un prodotto scalare la norma L
1
:
[[ f [[
1
=
_
b
a
[ f (x)[dx . (14.4)
funzioni ortogonali e serie di fourier 273
Si lascia come esercizio mostrare che la norma L
1
soddisfa le proprie-
t (i), (ii) e (iii) della norma.
Confronto tra la norma L
2
e la norma uniforme In uno
spazio normato di funzioni risulta ben denita la nozione di distanza
tra due funzioni f e g,
distanza tra f e g = [[ f g[[ (14.5)
Norme differenti forniscono nozioni di distanza differenti.
E
max
f(x)
g(x)
Figura 14.1: Distanze tra due funzioni
f e g , E
max
= sup[ f (x) g(x)[
la distanza nella norma uniforme.
Larea della regione in grigio la
distanza in norma L
1
. La norma L
2

_
[ f (x) g(x)[
2
dx.
Confrontiamo la norma L
2
con la norma uniforme. La prima stima
la distanza tra due funzioni in termini dellarea del quadrato della
loro differenza e quindi media le differenze tra le due funzioni su
tutto lintervallo, fornendo cos una stima globale media di quanto
due funzioni siano vicine. Al contrario, la norma uniforme molto
pi sensibile alle differenze locali in quanto stima la distanza tra le
funzioni in termini del massimo della loro differenza (in gura 14.1,
il segmento E
max
). In effetti, abbiamo gi fatto questo confronto nella
sezione 12.7: la norma uniforme corrisponde infatti alla nozione di
errore massimo che l avevamo considerato e la norma L
2
allerrore
quadratico totale (12.29).
Convergenza in norma In uno spazio vettoriale normato, es-
sendo ben denita una nozione di distanza tra vettori, le nozioni di
successione e serie di vettori sono una unestensione diretta del lo-
ro analogo per i numeri complessi: basta sostituire il modulo con la
norma e il gioco fatto:
Sia v
1
, v
2
, . . . una successione innita di vettori nello
spazio normato V. La successione converge al vettore v
se lim
n
[[v v
n
[[ = 0 . In tal caso si scrive lim
n
v
n
= v.
(14.6)
In altre parole, la convergenza di una successione di vettori denita
come la convergenza in norma dei vettori della successione.
Figura 14.2: Una serie una somma
innita di vettori. Vale comunque la
regola del parallelogramma per la
somma, come mostrato in gura. La
gura illustra anche che s
n
= s
n1
+ u
n
.
Il vettore in rosso s la somma di tutti i
vettori u, in blu (se la serie converge),
Come applicazione della nozione di convergenza in norma, dimo-
striamo ile seguente teorema:
La convergenza di funzioni continue nella norma uni-
forme equivalente allusuale nozione di convergenza
uniforme.
(14.7)
Dimostrazione. Convergenza uniforme a f della successione f
1
, f
2
, . . .
di funzioni continue signica infatti che per ogni positivo esiste un
N, lo stesso per tutti gli x in [a, b], tale che [ f
n
(x) f (x)[ < per tutti
gli n N e tutti gli x in [a, b]. Quindi se [ f (x) f
n
(x)[ < per tutti
274 appunti di metodi matematici della fisica
gli x in [a, b], lo stesso vale quando si passa al sup,
sup
x[a,b]
[ f (x) f
n
(x)[ = [[ f f
n
[[

,
e viceversa.
La convergenza nella norma L
2
detta convergenza L
2
o convergenza
in media quadratica. Una successione di funzioni f
n
(x) in C[a, b]
converge in media quadratica a f (x) se
lim
n
[[ f f
n
[[
2
2
= lim
n
_
b
a
[ f (x) f
n
(x)[
2
dx = 0
Il signicato geometrico di questa convergenza era gi stato illustrato
nella gura 12.18. Questa gura fornisce un confronto tra la norma
uniforme e la norma L
2
per la convergenza delle somme parziali di
Fourier allonda a dente di sega e mostra che due funzioni possono
essere vicine nella norma L
2
, ma distanti nella norma uniforme.
Dimostrazione di 14.9. Se una successio-
ne di funzioni continue f
n
converge a f
nella norma uniforme di C[a, b], questo
signica che per ogni > 0, esiste un M
tale che per tutti gli n > M,
sup[ f (x) f
n
(x)[ < ,
ma allora
[[ f f
n
[[
2
2
=
_
b
a
[ f (x) f
n
(x)[
2
dx <
2
(b a) ,
(14.8)
il che vuol dire che f
n
converge a f
nella norma L
2
.
Tuttavia, essendo due funzioni pi lontane nella norma unifor-
me, ci aspettiamo che se c convergenza uniforme, allora c anche
convergenza L
2
. Questo fatto stabilito dal seguente teorema.
Se f
n
una successione di funzioni continue che
converge a f nella norma uniforme di C[a, b], allora
converge a f anche nella norma L
2
.
(14.9)
Il viceversa non sempre vero. Il seguente contro-esempio mostra
che la convergenza L
2
non implica la convergenza uniforme.
Esercizio 14.1. Nellintervallo [1, 1], si consideri la funzione
f (x) =
_
0 se 1 x < 0
1 se 0 < x 1
e la successione di funzioni continue
f
n
(x) =
_

_
0 se 1 x 1/n
nx +1 se 1/n < x < 0
1 se 0 x 1
Allora
1
2
1
3
1
4
1
5
1
6
0
1
lim
n
[[ f f
n
[[
2
= lim
n

_
1
1
[ f (x) f
n
(x)[
2
dx = lim
n

_
0
1/n
(nx +1)
2
dx
= lim
n
1/

3n = 0
Si ha cos una successione di funzioni continue che nella norma L
2
converge ad un funzione che non continua. La convergenza non
pu essere uniforme perch il limite uniforme di funzioni continue
deve essere una funzione continua.
funzioni ortogonali e serie di fourier 275
Successioni di Cauchy e serie in spazi normati Chiarita la
nozione di convergenza in uno spazio vettoriale normato, la nozione
di successione di Cauchy immediata:
Successione di Cauchy in uno spazio normato. Una suc-
cessione di vettori v
1
, v
2
, . . . in uno spazio normato
V detta di Cauchy se

v
n+p
v
n

< per tutti gli


n dopo un certo N, p > 0, qualunque sia il numero
> 0 arbitrariamente scelto.
(14.10)
Altrettanto immediata la nozione di serie innita.
Serie convergente in uno spazio normato. Sia u
1
, u
2
, . . .
una successione innita di vettori nello spazio
normato V. Se la successione delle somme parziali
s
n
=
n

k=1
u
k
converge al vettore s , la serie detta convergente e si
scrive
s =

k=1
u
k
.
(14.11)
14.2 Basi ortonormali in spazi innito-dimensionali
Richiamiamo le denizioni (2.34) e (2.35) (2.40) e la denizione di
sistema ortonormale (che mantengono la loro validit anche per spazi
di dimensione innita):
Siano x e y vettori in uno spazio vettoriale V con prodotto scalare.
Se x , y = 0 i vettori x e y sono detti ortogonali.
Siano e
1
, e
2
, . . . vettori in uno spazio vettoriale V con prodotto
scalare e sia

e
i
, e
j
_
= 0 per i ,= j. Allora e
1
, e
2
, . . . detto
insieme (o sistema) ortogonale di vettori.
Un insieme ortogonale di vettori e
1
, e
2
, . . . detto ortonormale se
i vettori dellinsieme hanno norma unitaria, equivalentemente, se

e
i
, e
j
_
=
ij
.
Figura 14.3: Decomposizione ortogonale
di un vettore v come somma della sua
componente v
[[
in J (il piano oriz-
zontale in gura) e la sua componente
verticale v

nello spazio J

(la dire-
zione verticale in gura). La lunghezza
della linea tratteggiata la norma di
v v
[[
. Il vettore v
[[
il vettore nel pia-
no J che si trova alla distanza minima
da v. Qualunque altro vettore nel piano
si trova ad una distanza maggiore da v.
Adesso riprendiamo il teorema (2.45) e ricordiamo che esso am-
mette una semplice interpretazione geometrica. Se J il sottospa-
zio di V generato dallinsieme ortonormale e
1
, . . . , e
N
, il teorema
stabilisce che ogni vettore v V pu essere decomposto come
v = v
[[
+v

(14.12)
dove
v
[[
=
N

i=1
e
i
, v e
i
(14.13)
276 appunti di metodi matematici della fisica
la proiezione ortogonale di v in J e v

= v v
[[
nello spazio
J

ortogonale a J. Si veda la gura 2.7 che riportiamo a lato.


Come nel caso della geometria elementare, tra tutti i vettori in
J, v
[[
quello che si trova alla distanza minima da v. Questo fatto
stabilito dal seguente teorema la cui dimostrazione lasciata per
esercizio.
Sia J il sottospazio di V generato dallinsieme orto-
gonale e
1
, . . . , e
N
, v un qualunque vettore in V e v
[[
la proiezione di v su J. Allora

v v
[[

< [[v u[[


per qualunque altro elemento u J.
(14.14)
Consideriamo adesso linsieme ortogonale troncato al termine N-
esimo e calcoliamo [[v

[[
2
. Per comodit, poniamo c
k
= e
k
, v. Si
ottiene
[[v

[[
2
=

v
N

k=1
c
k
e
k

2
=
_
v
N

i=1
c
i
e
i
, v
N

k=1
c
k
e
k
_
= [[v[[
2
2
N

k=1
[c
k
[
2
+
N

i=1
N

k=1
c
i
c
k

ik
= [[v[[
2

k=1
[c
k
[
2
= [[v[[
2

k=1
[ e
k
, v [
2
Poich [[v

[[ necessariamente positivo (o al limite uguale a zero), si


ha
[[v[[
2

k=1
[ e
k
, v [
2
0 . (14.15)
Poich questa disuguaglianza vale per ogni N, passando al limite
N , si stabilisce il seguente risultato:
Disuguaglianza di Bessel. Sia e
1
, e
2
, . . . un insieme or-
tonormale nello spazio vettoriale con prodotto scalare
V e v un qualunque vettore in V. Allora

k=1
[ e
k
, v [
2
[[v[[
2
.
(14.16)
In uno spazio di dimensione nita, decidere che un insieme or-
togonale una base una semplice questione di conteggio: se lo
spazio ha dimensione N, un insieme ortogonale di N elementi au-
tomaticamente una base. Nel caso innito il conteggio non funziona,
non basta che un insieme abbia inniti elementi per essere una base.
Intuitivamente, sembra naturale richiedere che un insieme ortonor-
male sia una base per uno spazio di dimensione innita, quando
non si perde niente, nel senso del teorema di Pitagora (2.43), cio
funzioni ortogonali e serie di fourier 277
quando la disuguaglianza di Bessel in effetti unuguaglianza, op-
pure quando non esiste in V alcun vettore, oltre al vettore nullo, che
sia ortogonale a tutti gli elementi dellinsieme. Questo ci porta alle
seguenti denizioni:
Dimostrazione di 14.19. Supponiamo
che linsieme ortonormale e
1
, e
2
, . . .
sia completo. Se non fosse anche chiuso
esisterebbe un vettore v con [[v[[ > 0
tale e
n
, v = 0, n = 1, 2, 3, . . .. In tal
caso avremmo
0 =

n=1
[e
n
, v[
2
< [[v[[
2
,
contro lipotesi che linsieme sia com-
pleto. Viceversa, se linsieme ortonor-
male e
1
, e
2
, . . . fosse chiuso, ma non
completo, esisterebbe un vettore u tale
che

n=1
e
n
, u e
n
,= u
e per il vettore
w = u

n=1
e
n
, u e
n
si avrebbe
e
n
, w = e
n
, u e
n
, u = 0 ,
n = 1, 2, 3, . . ., contro lipotesi che
linsieme e
1
, e
2
, . . . sia chiuso.
Denizione di insieme completo. Un insieme ortonor-
male e
1
, e
2
, . . . nello spazio vettoriale con prodotto
scalare V detto completo se

k=1
[ e
k
, v [
2
= [[v[[
2
per qualunque vettore v V . Questa uguaglianza
detta identit di Parseval.
(14.17)
Denizione di insieme chiuso. Un insieme ortonormale
e
1
, e
2
, . . . nello spazio vettoriale con prodotto scala-
re V detto chiuso se lunico vettore x che soddisfa le
equazioni
e
n
, x = 0 , n = 1, 2, 3, . . .
il vettore nullo.
(14.18)
Le nozioni di insieme chiuso e completo sono equivalenti:
Un insieme ortonormale e
1
, e
2
, . . . nello spazio vet-
toriale con prodotto scalare V chiuso se e sole se
completo.
(14.19)
Si noti che, sulla base della (14.15), lidentit di Parseval signica
che

v
N

k=1
e
k
, v e
k

2
0 per N (14.20)
e, ricordando la denizione di serie convergente (14.11), questo
signica che
v =

k=1
e
k
, v e
k
. (14.21)
In conclusione, ciascuna delle tre condizioni equivalenti, (14.17),
(14.18) e (14.21), pu essere riguardata come una denizione di base
ortonormale per uno spazio vettoriale di dimensione innita.
Riassumendo, un insieme ortonormale di vettori e
1
, e
2
, . . . una
base ortonormale nello spazio vettoriale con prodotto scalare V se
una delle seguenti condizioni soddisfatta:
(i) Ogni vettore v V pu essere espresso come v =

k=1
e
k
, v e
k
.
(ii) Per qualunque vettore vettore v V vale lidentit di Parseval:

k=1
[ e
k
, v [
2
= [[v[[
2
.
278 appunti di metodi matematici della fisica
(iii) Solo il vettore nullo ortogonale a ogni vettore dellinsieme
e
1
, e
2
, . . ..
14.3 Successioni a quadrato sommabile
Dimostrazione che
2
uno spazio vetto-
riale. Per stabilire che
2
uno spazio
vettoriale occorre mostrare che la
somma di due serie assolutamente con-
vergenti assolutamente convergente e
che una serie assolutamente convergen-
te moltiplicata per un numero ancora
assolutamente convergente. Si osservi
che per ogni intero n si ha
n

i=1
[z
i
+ w
i
[
2
=
n

i=1
[z
i
[
2
+2Re (z
i
w
i
) +[w
i
[
2
[[

i=1
[z
i
[
2
+2[z
i
[[w
i
[ +[w
i
[
2

i=1
([z
i
[ +[w
i
[)
2
+ ([z
i
[ [w
i
[)
2
=
n

i=1
2[z
i
[
2
+2[w
i
[
2
2

i=1
[z
i
[
2
+2

i=1
[w
i
[
2
e
n

i=1
[z
i
[
2
= [[
2
n

i=1
[z
i
[
2
[[
2

i=1
[z
i
[
2
Le due asserzioni seguono passando al
limite n .
Le successioni innite di numeri complessi z = (z
1
, z
2
, . . .) tali che

i=1
[z
i
[
2
< (14.22)
sono dette a successioni a quadrato sommabile e formano uno spazio
lineare con addizione e moltiplicazione per un numero complesso
cos denite
(z
1
, z
2
, . . .) + (w
1
, w
2
, . . .) = (z
1
+ w
1
, z
2
+ w
2
, . . .)
(z
1
, z
2
, . . .) = (z
1
, z
2
, . . .) .
Lo spazio cos ottenuto detto spazio
2
.
La seguente forma hermitiana
z , w =

i=1
z
i
w
i
. (14.23)
denisce un prodotto scalare in
2
e la norma indotta da questo
prodotto scalare proprio la (14.22),
[[z[[
2
= z , z =

i=1
[z
i
[
2
. (14.24)
Dimostrazione che (14.24) un prodotto
scalare. Per ogni n intero si ha
n

i=1
[z
i
w
i
[ =
n

i=1
[z
i
[[w
i
[

i=1
_
1
2
[z
i
[
2
+
1
2
[w
i
[
2
_

1
2

i=1
[z
i
[
2
+
1
2

i=1
[w
i
[
2
.
Passando al limite n , si vede
che la serie converge assolutamente
e quindi la (14.24) ben denita per
qualunque coppia di vettori in
2
.
Inoltre, essa soddisfa le propriet (i),
(ii) e (ii) del prodotto scalare (esercizio)
e quindi denisce un prodotto scalare
in
2
.
Lo spazio
2
gioca un ruolo importante nella teoria degli spazi
vettoriali innito-dimensionali perch lo spazio delle coordinate di
un qualunque spazio vettoriale dotato di prodotto scalare: dato uno
spazio con prodotto scalare V e e
1
, e
2
, . . . una base ortonormale in
esso, gli elementi di V possono essere messi in corrispondenza con
gli elementi di
2
nel seguente modo. Al vettore v si fa corrispondere
la successione delle sue coordinate c
k
= e
k
, v, k = 1, 2, . . . e, come
nel caso nito-dimenionale, possiamo rappresentare il vettore in
termini delle sue coordinate,
v = (c
1
, c
2
, . . .) . (14.25)
Per lidentit di Parseval,

k
[c
k
[
2
= [[v[[ < .
Quindi (c
1
, c
2
, . . .) in
2
. Perci la corrispondenza tra V e
2
iso-
metrica (cio preserva la norma). Se u un qualunque altro vettore in
V, con coordinate d
k
= e
k
, u, k = 1, 2, . . ., allora
v+u = (c
1
, c
2
, . . .) +(d
1
, d
2
, . . .) = (c
1
+d
1
, c
2
+d
2
, . . .)
2
,
funzioni ortogonali e serie di fourier 279
il che vuol dire che la corrispondenza un morsmo (preserva la
struttura di spazio vettoriale).
La situazione quasi del tutto analoga al caso nito-dimensionale
rimarchevole. Sottolineiamo quasi perch, a differenza del ca-
so nito-dimensionale, non detto che la corrispondenza tra V e
2
sia
biunivoca, cio che a qualunque elemento (a
1
, a
2
, . . .) in
2
corrisponda
un vettore
k
a
k
e
k
in V. In altre parole, le coordinate di un vettore
rispetto ad una base ortonormale in V sono successioni a quadrato
sommabile, ma non tutte le successioni a a quadrato sommabile sono
le coordinate di un vettore in V.
14.4 Basi ortonormali per funzioni a quadrato integrabile
La nozione di base ortonormale particolarmente rilevante quando
V uno spazio vettoriale di funzioni per le quali prodotto scalare e
norma L
2
sono ben deniti, per esempio per lo spazio delle funzioni
continue C[a, b] sullintervallo chiuso [a, b] a valori reali o complessi.
Si osservi che le (11.42) e (11.43) continuano a essere ben denite
se si restringe lo spazio C[a, b] e si considera, ad esempio, C

[a, b],
cio linsieme delle le funzioni innitamente differenziabili in [a, b].
Lo stesso vale anche se si allarga C[a, b], e se si considerano, ad esem-
pio, le funzioni generalmente continue che sono continue a tratti in
C[a, b], cio le funzioni che sono continue in (un numero nito di)
sotto-domini chiusi di [a, b], come la funzione
f (x) =
_
0 se 1 x < 0
1 se 0 < x 1
,
considerata nellesempio 14.1. Nello svolgimento dellesempio abbia-
mo mostrato che f , nella norma L
2
, approssimata a piacere da una
successione f
n
di funzioni continue e in modo analogo si possono ap-
prossimare funzioni continue a tratti con funzioni continue. Abbiamo
inoltre mostrato che una successione di Cauchy di funzioni continue
pu convergere nella norma L
2
ad un funzione che non continua.
Questo vuol dire che C[a, b] non completo rispetto alla norma L
2
.
Lo spazio di Hilbert delle funzioni a quadrato integrabi-
le Poich comodo lavorare con spazi completi, si pu completare
C[a, b] costruendo un spazio pi ampio che contiene tutte le succes-
sioni di Cauchy in C[a, b] rispetto alla norma L
2
. Questo spazio
usualmente denotato L
2
[a, b] e contiene tutte le funzioni a quadrato
integrabile in [a, b], cio le funzioni f tali che
[[ f [[
2
2
=
_
b
a
[ f (x)[
2
dx < . (14.26)
280 appunti di metodi matematici della fisica
Per costruzione, C[a, b] denso in L
2
[a, b]. Lo spazio L
2
[a, b] uno
degli esempi pi importanti di spazio di Hilbert, che denito come
uno spazio vettoriale dotato di prodotto scalare che completo nella
norma indotta da prodotto scalare (nel senso che tutte le successioni
di Cauchy di elementi dello spazio convergono ad un elemento dello
spazio). Per maggiori dettagli, si vedano i complementi alla ne del
capitolo.
Migliore approssimazione e buona approssimazione Ripren-
diamo le nozioni introdotte nella sezione 14.2, mettendo in luce il
loro signicato quando si ha a che fare con funzioni a quadrato in-
tegrabile. Sia f (x), x [a, b], una funzione in L
2
[a, b] e sia e
n
(x),
n = 1, 2, . . ., una base ortonormale di funzioni in questo spazio. De-
notiamo con L
2
N
[a, b] il sottospazio generato da e
1
(x), . . . , e
N
(x),
per N ssato e sia
g
N
(x) =
N

n=1
a
n
e
n
(x) ,
a
i
C, una generica funzione in questo sottospazio.
Per approssimare una funzione f L
2
[a, b] mediante una funzione
in L
2
N
[a, b] si deve determinare una funzione g
N
L
2
N
[a, b] tale che
che lerrore complessivo sia piccolo, secondo un criterio appropria-
to. Un tale criterio lerrore massimo, cio la norma uniforme della
differnza tra f e g
N
E
N
max
= sup
x[a,b]
[ f (x) g
N
(x)[ = [[ f g
N
[[

Tuttavia, lerrore massimo, come abbiamo gi sottolineato varie


volte, sensibile alle variazioni locali della funzione e una nozione
pi robusta data dalllerrore quadratico medio totale, cio cio la
norma L
2
della differnza tra f e g
N
E
(N)
q.m.
(a
n
) =
_
b
a
[ f (x) g
N
(x)]
2
dx = [[ f g
N
[[
2
2
(14.27)
Il teorema (14.14) stabilisce allora che la funzione in L
2
N
[a, b] che me-
glio approssima f , nel senso di rendere minimo lerrore quadratico
medio, quella per cui a
n
= e
n
, f , cio
f
N
(x) =
N

n=1
e
n
, f =
N

n=1
_
_
b
a
e
n
(y) f (y)dy
_
e
n
(x) (14.28)
che dunque la migliore approssimazione di f ai minimi quadrati.
Per la (14.20), il fatto che e
n
(x) sia una base signica che lerrore
quadratico medio calcolato per a
n
= e
n
, f tende a 0 quando N
tende allinnito,
lim
N
E
N
q.m.
(c
n
) = lim
N
_
b
a

f (x)
N

n=1
e
n
, f e
n
(x)

2
dx = 0 , (14.29)
funzioni ortogonali e serie di fourier 281
il che signica che f
N
solo la migliore approssimazione di f , ma
anche una buona approssimazione.
Identit di Parseval e uguaglianza in media quadratica
Consideriamo adesso lidentit di Parseval per funzioni: siano c
n
=
e
n
, f le coordinate di una funzione a quadrato integrabile su [a, b]
rispetto ad una base ortonormale e
n
(x). Allora

n=1
[c
n
[
2
=
_
b
a
[ f (x)[
2
dx (14.30)
Si consideri adesso lequazione (14.21) per funzioni. importante
fare attenzione che essa non signica
f (x) =

n=1
c
n
e
n
(x) , (14.31)
perch questo vorrebbe dire che la serie a secondo membro converge
a f (x) puntualmente, cio per ogni valore di x, mentre il signica-
to della (14.21) la convergenza in norma, cio la convergenza data
dalla (14.29). In effetti, la serie a secondo membro della (14.31) pu
assumere valori diversi da f (x) in molti punti di [a, b] (linsieme di
questi punti pu addirittura essere non numerabile), pur continuan-
do ad essere soddisfatta la (14.29). Per evitare fraintendimenti, invece
della (14.31), si potrebbe scrivere
f (x)
L
2
=

n=1
c
n
e
n
(x) , (14.32)
dove
L
2
= signica uguaglianza in media quadratica, cio nel senso del-
la (14.29). Unaltro modo di rappresentare f evitando fraintendimenti
la (14.25), cio in termini delle coordinate di f rispetto alla base
e
n
(x), cio
f = (c
1
, c
2
, . . .) .
Spesso, con abuso di notazione, si usa la (14.31) (non c niente
di male in questo, purch si tenga presente che non si tratta di
unidentit puntuale).
Osserviamo inne che losservazione alla ne della sezione 14.3
risulta particolarmente chiara per spazi di funzioni: se le funzioni
e
n
(x) sono lisce, costituiscono una base per spazi di funzioni diffe-
renti, per esempio, lo spazio delle funzioni continue, quello delle
funzioni con derivata prima continua, e cos via. Poich si tratta di
spazi diversi, ciascuno di essi non pu essere in corrispondenza biu-
nivoca con
2
. Uno spazio di funzioni in [a, b] che pu essere messo
in corrispondenza biunivoca e isometrica con
2
lo spazio L
2
[a, b].
Per maggiori dettagli su questo, si vedano i complementi alla ne del
capitolo.
282 appunti di metodi matematici della fisica
14.5 Completezza del sistema trigonometrico
In questa sezione mostriamo che il sistema trigonometrico
_
1
[[1[[
2
,
S
n
[[S
n
[[
2
,
C
n
[[C
n
[[
2
_

n=1
cio, in [, ],
_
1

2
,
cos nx

,
sin nx

n=1
una base ortonormale in L
2
(T) e ne esaminiamo le conseguenze.
Figura 14.4: Decomposizione ortogonale
f = S
N
f + ( f S
N
f ) di f . S
N
f
il polinomio trigonometrico pi
vicino a f , qualunque altro polinomio
trigonometrico T
N
si trova pi lontano.
Il passo essenziale per giungere a questo risultato la completezza
del sistema trigonometrico in C(T), le funzioni continue sul cerchio,
e gli ingredienti della dimostrazione di questo fatto sono il teorema
(14.9) e il il teorema di approssimazione di Weierstrass (12.26) che, in
termini di norma uniforme pu essere cos riformulato: Sia f C(T).
Allora per ogni > 0 esiste un polinomio trigonometrico T
N
tale che
[[ f T
N
[[

< .
Per il teorema (14.9), la convergenza nella norma uniforme implica
la convergenza nella norma L
2
. Allora per ogni > 0 esiste un
polinomio trigonometrico T
N
tale che [[ f T
N
[[
2
< . La somma
parziale di Fourier S
N
f la proiezione ortogonale di f sullo spazio
dei polinomi trigonometrici di grado N, rispetto al prodotto scalare
L
2
, ed il polinomio trigonometrico pi vicino a f , nel senso della
norma L
2
. Quindi
[[ f S
N
f [[
2
[[ f T
N
[[
2
< ,
da cui segue la completezza del sistema trigonometrico per le fun-
zioni continue. Ma le funzioni continue sono dense in L
2
(T) (per
costruzione), dunque la completezza del sistema trigonometrico risul-
ta stabilita per qualunque funzione in L
2
(T), che quello che si voleva
dimostrare.
funzioni ortogonali e serie di fourier 283
Vediamo adesso quali sono le conseguenze immediate della com-
pletezza del sistema trigonometrico. Una conseguenza che la de-
composizione (12.11) che abbiamo richiamato allinizio di questo
capitolo (o, equivalentemente, la (12.16)) vale per qualunque funzione
f L
2
(T) e va intesa, come abbiamo sottolineato nella sezione pre-
cedente, non come unidentit puntuale, ma come uguaglianza tra
vettori nel senso della norma L
2
.
Unaltra conseguenza che data un funzione continua f (o pi in
generale una funzione a quadrato integrabile) in [a, b], non solo la
somma di parziale S
N
della serie di Fourier di f la migliore appros-
simazione di f , ma anche una buona approssimazione, in quanto
lerrore quadratico medio tende a 0 quando N tende allinnito.
Inne, la completezza del sistema trigonometrico implica lidentit
di Parseval (14.30) che, per f L
2
(T), diventa

_
1

2
, f
_

2
+

n=1
_

_
cos nx

, f
_

2
+

_
sin nx

, f
_

2
_
=
_

[ f (x)[
2
dx
Tenuto conto delle formule per i coefcienti a
n
e b
n
di
f (x) =
a
0
2
+

n=1
[a
n
cos nx + b
n
sin nx]
si ha

1
2
[a
0
[
2
+

n=1
_
[a
n
[
2
+[b
n
[
2
_
=
_

[ f (x)[
2
dx
e dividendo per , si ottiene la forma standard dellidentit di
Parseval per il sistema trigonometrico,
1

[ f (x)[
2
dx =
1
2
[a
0
[
2
+

n=1
_
[a
n
[
2
+[b
n
[
2
_
. (14.33)
14.6 Serie di Fourier in pi variabili
Si pu dimostrare che se e
n
(x), n = 1, 2, 3, . . ., una base ortonor-
male in L
2
[a, b] e f
m
(x), m = 1, 2, 3, . . ., una base ortonormale in
L
2
[c, d] allora le funzioni e
n
(x)e
m
(y), n, m = 1, 2, 3, . . ., sono una
base per le funzioni in L
2
[[a, b] [c, d]], cio le funzioni f (x, y) di due
variabili tali che
_
b
a
_
d
c
[ f (x, y)[
2
dxdy < .
Unapplicazione immediata di questo sono gli sviluppi in serie
di Fourier di funzioni denite in [, ] [, ] e a quadrato
integrabile, la cui serie di Fourier, usualmente detta serie di Fourier
284 appunti di metodi matematici della fisica
doppia, (usando per comodit coordinate complesse)
f (x, y) =

n=

m=
c
nm
e
inx
e
imy
(14.34)
c
nm
=
1
(2)
2
_

f (x, y)e
inx
e
imy
dxdy (14.35)
In notazione vettoriale r = (x, y), q = (n, m), queste equazioni
possono essere riscritte come
f (r) =

q
c
q
e
iqr
(14.36)
c
q
=
1
(2)

_
f (r)e
iqr
d

r , (14.37)
per = 2 (ed sottinteso che la sommatoria estesa a tutti i valori
positivi e negativi del vettore q). Chiaramente, le equazioni in for-
ma vettoriale hanno una generalizzazione naturale a funzioni di
variabili.
funzioni ortogonali e serie di fourier 285
Problemi
Problema 14.1. Sia V uno spazio vettoriale. Di-
mostrare che se e
n
e f
n
sono basi di V e una di
esse nita, cio, con un numero nito di elementi,
allora anche laltra lo e il numero di elementi lo
stesso.
Problema 14.2. Dati due vettori u e v in uno
spazio con prodotto scalare, sotto quali condizioni
vale luguaglianza [[u +v[[
2
= [[u[[
2
+ [[v[[
2
? Pu
questa uguaglianza valere anche se i vettori non
sono ortogonali?
Problema 14.3. Dimostrare che la funzione su
C
n
a valori reali positivi
|(u
1
, u
2
, . . . , u
n
)| = max[u
1
[, [u
2
[, . . . , [u
n
[
soddisfa tutte le propriet della norma.
Problema 14.4. Si dimostri che
[[ f [[
1
=
_
b
a
[ f (x)[dx f C[a, b] .
soddisfa tutte le propriet della norma.
Problema 14.5. Siano f
1
(x) = 1, f
2
(x) = x,
f
3
(x) = x
2
in C[1, 1]. Calcolare i seguenti prodotti
scalari e norme L
2
(a) f
1
, f
2

(b) f
1
, f
3

(c) [[ f
1
f
2
[[
2
(d) [[2f
1
+3f
2
[[
Problema 14.6. Calcolare la proiezione di
f (x) = cos
2
x su ciascuna delle funzioni f
1
(x) = 1,
f
2
(x) = cos x, f
3
(x) = cos 2x, x (si chiede
il valore numerico della proiezione, non il vettore
proiettato).
Problema 14.7. Dimostrare che linsieme di
funzioni 1, x, [x[ linearmente indipendente in
C[1, 1] e costruire il corrispondente sistema or-
togonale rispetto al prodotto scalare L
2
. Il dato
insieme linearmente indipendente in C[0, 1]?
Problema 14.8. Determinare i valori reali di
per cui f (x) = x

in [0, 1] ha norma
[[ f [[
2
2
=
_
1
0
[ f (x)[
2
dx < .
Problema 14.9. Determinare i valori reali di
per cui x

in [1, ) ha norma
[[ f [[
2
2
=
_

1
[ f (x)[
2
dx < .
Problema 14.10. Assumendo che lintervallo
(a, b) sia nito, dimostrare che se
_
b
a
[ f (x)[
2
dx <
allora lintegrale
_
b
a
[ f (x)[dx esiste. Mostrare che
linverso falso dando lesempio di una funzio-
ne f tale che [ f [ integrabile su (a, b), ma non a
quadrato integrabile.
Problema 14.11. Esprimere sin
3
(x) come
combinazione lineare delle funzioni del sistema
trigonometrico 1, cos x, sin x, cos 2x, sin2x, . . ..
Problema 14.12. Dato (x) = e
x
, dimostrare
che ogni polinomio p = p(x), x 0 ha norma L
2

nita, cio
_

0
[p(x)[
2
(x)dx <
Problema 14.13. Determinare, se esiste, il limite
nella norma L
2
delle seguenti successioni
(i) f
n
(x) =
n

x, per 0 x 1
(ii) f
n
(x) = nx, per 0 x < 1/n, f
n
(x) = 1 per
1/n x 1
(iii) f
n
(x) = nx(1 x)
n
, per 0 x 1.
Problema 14.14. Determinare un insieme orto-
normale di vettori per lo spazio lineare che consiste
di tutte le funzioni lineari
a + bx : a, b R, x 0 1
con prodotto scalare (reale) L
2
,
f , g =
_
1
0
f (x)g(x)dx , f , g V .
286 appunti di metodi matematici della fisica
Problema 14.15. Mostrare che 1, cos x, sin x
una base ortogonale per lo spazio V = c + a cos x +
b sin x, a, b, c R, x con prodotto scalare
f , g =
_

f (x)g(x)dx , f , g V
e determinare una base ortonormale in questo
spazio.
Problema 14.16. Si consideri lo spazio lineare
dei polinomi di variabile reale nellintervallo [1, 1].
Questo spazio generato dallinsieme linearmente
indipendente 1, x, x
2
, . . .. A partire da questo in-
sieme, si determinino i primi tre elementi p
0
, p
1
e
p
3
di un insieme ortonormale rispetto al prodotto
scalare L
2
.
Problema 14.17. Determinare i coefcienti c
i
nella combinazione lineare
c
1
+ c
2
sin x + c
3
sin2x
che danno la migliore approssimazione in media
quadratica della funzione f (x) = x, 0 < x < 2.
Problema 14.18. Determinare i coefcienti a
i
e b
i
nella combinazione lineare
a
0
+ a
1
cos x + b
1
sin x + a
2
cos 2x + b
2
sin2x
che danno la migliore approssimazione in in media
quadratica di f (x) = [x[, x .
Problema 14.19. Dimostrare il teorema (14.14).
Aiuto. Assumere per semplicit che lo spazio sia
reale. Sia u =
N
k=1
x
k
e
k
un generico vettore in
J e, per v ssato, si consideri il quadrato della
distanza da v a u come funzione delle coordinate
x
1
, . . . , x
N
. Si determini il minimo di questa fun-
zione, analogamente a quanto stato fatto nella
sezione 12.7.
Problema 14.20. Dimostrare la seguente ver-
sione del lemma di Riemann-Lebesgue. Sia f una
funzione a quadrato integrabile su [a, b] e e
n
(x) un
sistema ortonormale di funzioni reali in L
2
[a, b], allora
lim
n
_
b
a
e
n
(x) f (x) = 0
Problema 14.21. (a) Calcolare la serie di Fourier
della funzione f (x) = [x[ in [2, 2]. (b) Scrivere
luguaglianza di Parseval corrispondente alla serie
di Fourier calcolata in (a). (c) In base al punto (b),
determinare la somma della serie
1
1
4
+
1
2
4
+
1
3
4
+ . . .
1
n
4
+ . . .
funzioni ortogonali e serie di fourier 287
Soluzioni
Problema 14.14. Lo spazio lineare chiaramente isomorfo a R
2
e
linsieme 1, x chiaramente una base, ma non ortogonale. Poich
il vettore 1 chiaramente unitario, [[1[[
2
=
_
1
0
dx = 1 , possiamo
includerlo nellinsieme ortonormale cercato e determinare un vettore
a + bx ortogonale ad esso, cio un vettore tale che
1 , a + bx =
_
1
0
(a + bx)dx = a +
b
2
= 0 ,
Questa condizione soddisfatta per b = 2a. I vettori a 2ax,
a R, sono dunque ortogonali a 1 e, tra questi, quello unitario
determinato dalla condizione [[a 2ax[[ = 1. Ma
[[a 2ax[[
2
=
_
1
0
(a 2ax)
2
dx = a
2
_
1
0
(1 4x +4x
2
)dx
= a
2
(1 2 +
4
3
) =
a
2
3
,
da cui segue che per a =

3 il vettore unitario. Quindi


1,

3(1 2x)
un possibile insieme ortonormale. Naturalmente, ci sono innite
altre possibili scelte, la precedente solo una scelta semplice.
Problema 14.15. Mostriamo che i tre vettori sono ortogonali tra
loro. La funzione 1 chiaramente ortogonale alle altre due:
1 , cos x =
_

1 cos x dx =
_

cos x dx = 0
1 , sin x =
_

1 sin x dx =
_

sin x dx = 0 .
Inoltre, seno e coseno sono ortogonali tra loro:
sin x , cos x =
_

sin x cos x dx =
1
2
_

sin2x dx =
1
4
cos 2x

= 0
Calcoliamo adesso le norme:
[[1[[
2
= 1 , 1 =
_

dx = 2
[[cos x[[
2
= cos x , cos x =
_

cos
2
xdx =
2
2
=
[[sin x[[
2
= sin x , sin x =
_

sin
2
xdx =
2
2
=
Quindi
_
1

2
,
cos x

,
sin x

,
_
288 appunti di metodi matematici della fisica
un insieme ortonormale in V. Essendo V isomorfo a R
3
, ed essendo
linsieme linearmente indipendente (teorema (2.38)), esso una base
ortonormale in V.
Problema 14.16. Applichiamo il metodo di Gram-Schmidt. Deno-
tiamo con q
n
e p
n
i polinomi corrispondenti ai vettori u
n
e e
n
delle-
sercizio 2.5 e facciamo partire n da 0. Posto q
0
= 1, dal primo passo
del metodo si ottiene il primo polinomio dellinsieme cercato:
p
0
=
q
0
[[q
0
[[
=
1
_
_
1
1
dx
=
1

2
Per il secondo passo dobbiamo calcolare
q
1
= x
_
1

2
, x
_
1

2
= x
1

2
_
1
1
x dx
1

2
= x 0 = x
che ha norma
[[q
1
[[ =

_
1
1
x
2
dx =
_
2
3
,
Quindi il secondo polinomio cercato
p
1
=
q
1
[[q
1
[[
=
x
[[x[[
=
_
3
2
x .
Adesso occorre calcolare
q
2
= x
2

_
p
0
, x
2
_
p
0

_
p
1
, x
2
_
p
1
ma
_
p
0
, x
2
_
=
_
1

2
, x
2
_
=
1

2
_
1
1
x
2
dx =
2
3

2
_
p
1
, x
2
_
=
_
_
3
2
x , x
2
_
=
_
3
2
_
1
1
x
3
dx = 0 .
Quindi
q
2
= x
2

2
3

2
1

2
= x
2

1
3
,
che ha norma
[[q
2
[[ =

_
1
1
_
x
2

1
3
_
2
dx =
_
8
45
,
da cui
p
2
=
q
2
[[q
2
[[
=
_
45
8
_
x
2

1
3
_
=
_
5
8
(3x
2
1)
p
0
= 1/

2, p
1
=

3/2x e p
3
=

5/8(3x
2
1) sono i tre elementi
cercati. La procedura pu continuare. Si osservi che x
n
, x
m
= 0 se
n + m dispari. Quindi p
2k
contiene solo potenze pari di x mentre
p
2k+1
contiene solo potenze dispari di x.
funzioni ortogonali e serie di fourier 289
Problema 14.17. Risposta: c
1
= 1, c
2
= 2/, c
3
= 1/.
Problema 14.18. Risposta: a
0
= /2, a
1
= 4/, a
2
= 0, b
1
= 0,
b
2
= 0.
Problema 14.19. Per semplicit, assumiamo che V sia uno spazio
reale. Sia u =
N
k=1
x
k
e
k
un generico vettore in J e, per v ssato,
consideriamo il quadrato della distanza da v a u come funzione delle
coordinate x
1
, . . . , x
N
,
f (x
1
, . . . , x
N
) =

v
N

k=1
x
k
e
k

2
=
_
v
N

i=1
x
i
e
i
, v
N

k=1
x
k
e
k
_
= [[v[[
2
2
N

k=1
x
k
e
k
, v +
N

i=1
N

k=1
x
i
x
k

ik
= [[v[[
2
2
N

k=1
x
k
e
k
, v +
N

k=1
x
2
k
(14.38)
Questa una funzione quadratica che ha un minimo per
f
x
k
= e
k
, v + x
k
= 0 k = 1, . . . , N,
cio per
x
k
= e
k
, v k = 1, . . . , N.
Quindi v
[[
=
N
i=1
e
k
, v e
k
il vettore in J a distanza minima da
v, tutti gli altri vettori in J si trovano a distanza maggiore. Questa
dimostrazione si estende facilmente al caso in cui V uno spazio
complesso (esercizio).
290 appunti di metodi matematici della fisica
Complementi
Stefan Banach (18921945) stato un
matematico polacco tra i pi inuenti
del XX secolo. Noto al grande pub-
blico (si fa per dire) per il paradosso
di Banach-Tarski, secondo cui esiste
una decomposizione nita di una sfera
tale che ricomponendone i pezzi si
possono formare due sfere identiche a
quella di partenza (e, naturalmente, la
procedura pu essere iterata).
Spazi di Hilbert
Uno spazio lineare normato V, in cui ogni successio-
ne di Cauchy converge ad un elemento di V, detto
completo.
(14.39)
Uno spazio normato completo anche detto spazio di Banach.
Esercizio 14.2. Lo spazio delle funzioni continue C[a, b] con norma
uniforme (14.3) completo.
Dimostrazione. Sia f
1
, f
2
, . . . una successione di Cauchy di funzioni
continue. Questo signica che esiste un N, indipendente da x, tale
che [ f
n
(x) f
m
(x)[ < , per tutti gli n e m maggiori di N. Per x
ssato, f
1
(x), f
2
(x), . . . una successione di Cauchy di numeri reali
e quindi esiste il limite f (x) = lim
n
f
n
(x) (si ha cio convergenza
puntuale della successione). Quindi si ha [ f (x) f
m
(x)[ per tutti
gli m N e gli x [a, b]. Ergo, f
m
converge a f uniformemente.
Poich f il limite uniforme di funzioni continue, f stessa continua
e quindi la successione converge a f in C[a, b].
David Hilbert (18621943) stato un
matematico tedesco, probabilmente il
pi inuente a cavallo tra il XIX e il XX
secolo. Noto il per il suo approccio for-
malistico al problema dei fondamenti
della matematica, si occup anche di
sica, in particolare arriv alle equa-
zioni della relativit generale quasi
parallelamente ad Einstein. Lazione,
da cui seguono queste equazioni per
principio di minimo, detta azione
di Einstein-Hilbert. Sembra che abbia
detto: la sica troppo difcile per
essere lasciata ai sici.
Uno spazio con prodotto scalare che completo nella
norma indotta da prodotto scalare detto spazio di
Hilbert.
(14.40)
Gli spazi di Hilbert sono di solito denotati con H (H corsivo).
Il prototipo di spazio di Hilbert lo spazio
2
delle successioni a
quadrato sommabile.
Esercizio 14.3. Dimostrare che
2
uno spazio di Hilbert, cio che
ogni successione di Cauchy in
2
converge ad un elemento di
2
.
Dimostrazione. Sia z
(1)
, z
(2)
, z
(3)
, . . . una qualunque successione di
Cauchy in
2
, cio tale che
lim
n,m

z
(n)
z
(m)

= 0
e dimostriamo che esiste un elemento z
2
tale che
lim
n

z
(n)
z

= 0 (14.41)
Osserviamo che, essendo per ogni indice k
[z
(n)
k
z
(m)
k
[

z
(n)
z
(m)

,
esiste il limite
lim
n
z
(n)
k
def
= z
k
.
funzioni ortogonali e serie di fourier 291
Proviamo ora che la successione z = (z
1
, z
2
, . . .) in
2
. Fissato un
generico N, tronchiamo le successioni no a N, ottenendo cos vettori
nello spazio vettoriale nito dimensionale C
N
. Denotiamo con un
pedice N i vettori cos ottenuti e consideriamo la disuguaglianza
triangolare in C
N

z
(n)
N

z
(n)
N
z
(m)
N

z
(m)
N

cio

_
N

k=1

z
(n)
k

_
N

k=1

z
(n)
k
z
(m)
k

2
+

_
N

k=1

z
(m)
k

2
Losservazione importante che il primo membro limitato da una
costante indipendente da n e da N, possiamo quindi passare al limite
n a primo membro e stabilire cos la convergenza della serie
N

k=1
[z
k
[
2
Per provare ora la (14.41), osserviamo che, ssato > 0, esiste N

tale che per tutti gli n e m maggiori di N

, si ha (essendo (z
(n)
) una
successione di Cauchy)

k=1

z
(m)
k
z
(n)
k

2
<
2
da qui, passando al limite per m , segue

k=1

z
k
z
(n)
k

2
<
2
,
cio la (14.41).
Un sistema ortonormale in
2
dato dai vettori e
n
, n = 1, 2, 3, . . . le
cui componenti sono tutte 0 eccetto per ln-esima, che vale 1:
e
1
= (1, 0, 0, 0, . . .), e
2
= (0, 1, 0, 0, . . .), e
3
= (0, 0, 1, 0, . . .), . . .
Tale sistema ovviamente chiuso e quindi completo; dunque e
n

una base ortonormale in
2
.
Lesistenza di un sistema ortonormale completo numerabile in uno
spazio di Hilbert non pu essere data per scontata in quanto non
conseguenza delle propriet del prodotto scalare e della completezza
della norma da esso indotta. Se uno spazio di Hilbert ha una base
ortogonale completa numerabile detto separabile. Nelle applicazioni
questa condizione tipicamente soddisfatta e la nozione di spazio
di Hilbert usualmente identicata con quella di spazio di Hilbert
292 appunti di metodi matematici della fisica
separabile. Per tali spazi vale il seguente importante teorema:
Tutti gli spazi di Hilbert sui complessi di dimensione
n sono unitariamente equivalentii a C
n
. Tutti gli spazi
di Hilbert innito dimensionali (separabili) sono uni-
tariamente equivalenti allo spazio
2
delle successioni a
quadrato sommabile.
(14.42)
Per equivalenza unitaria si intende quanto segue: due spazi di
Hilbert H e H
/
sono detti unitariamente equivalenti se esiste una
corrispondenza biunivoca tra i vettori u di H e i vettori u
/
di H
/
tale
che:
(1) se a u corrisponde u
/
e a v corrisponde v
/
, al vettore u + v
di H corrisponde il vettore u
/
+ v
/
di H
/
qualunque siano i
numeri e ;
(2) se a u corrisponde u
/
, allora
[[u[[
H
=

u
/

H
/
Se H uno spazio di Hilbert e e
n
una base ortonormale in esso, si
consideri la corrispondenza tra le basi di H e
2
:
e
1
e
1
, e
2
e
2
, e
3
e
3
, . . .
e la si estenda per linearit
u =

n=1
c
n
e
n
u =

n=1
c
n
e
n
= (c
1
, c
2
, c
3
, . . .)
Allora a u in H associato il vettore in
2
u =

n=1
c
n
e
n
= (c
1
, c
2
, c
3
, . . .) , c
n
= e
n
, u
e
[[u[[
2
H
=

n=1
[c
n
[
2
= [[ u[[
2

2
segue dalllidentit di Parseval. Viceversa, a
u =

n=1
c
n
e
n
= (c
1
, c
2
, c
3
, . . .)
in
2
associato il vettore u in H . La corrispondenza tra H e
2

dunque biunivoca e isometrica (cio conserva la norma), che quanto


si voleva dimostrare.
Lovvio corollario di questo che tutti gli spazi di Hilbert sono uni-
tariamente equivalenti tra loro. Questo fatto risulta meno misterioso se
funzioni ortogonali e serie di fourier 293
si tiene conto che lo spazio di Hilbert H , astrattamente denito,
lanalogo innito-dimensionale dello spazio euclideo tri-dimensionale
E
3
della geometria elementare. Fissare una base ortonorrmale e
n

in H come ssare il sistema di versori i, j e k in E


3
. Lo spazio

2
come lo spazio R
3
delle coordinate (x, y, z) dei vettori rispetto
al sistema di riferimento individuato dai versori i, j e k. Inoltre, la
corrispondenza tra H e
2
analoga alla corrispondenza tra vet-
tori e terne di coordinate, r = xi + yj + zk (x, y, z) . In-
ne, come abbiamo gi osservato, lidentit di Parseval la versione
innito-dimensionale del teorema di Pitagora [[r[[
2
= x
2
+ y
2
+ z
2
.
Lo spazio delle funzioni a quadrato integrabile
Un esempio di spazio con prodotto scalare che non di Hilbert
C[a, b] con prodotto scalare L
2
. Questo spazio non completo: una
successione di di Cauchy di funzioni continue pu convergere nella
norma L
2
ad un funzione che non continua. Questo fatto illustra-
to dallesempio 14.1. In analogia a quando si passa dai razionali ai
reali, si pu completare C[a, b] costruendo uno spazio pi ampio: lo
spazio di tutte le successioni di Cauchy di C[a, b] rispetto alla norma L
2
.
Questo spazio usualmente denotato L
2
[a, b] ed lo spazio delle fun-
zioni a quadrato integrabile in [a, b], cio delle funzioni f su [a, b] tali
che
[[ f [[
2
2
=
_
b
a
[ f (x)[
2
dx < . (14.43)
Per costruzione, L
2
[a, b] uno spazio di Hilbert e C[a, b] denso in
L
2
[a, b].
importante osservare che passando al completamento di C[a, b]
in L
2
[a, b], inevitabilmente si introducono funzioni discontinue. Ad
esempio, la funzione f (x) dellesempio 14.1 discontinua, ma es-
sendo ottenuta come limite nella norma L
2
di una successione di
funzioni continue in L
2
[1, 1]. Tuttavia, se si permettono funzioni
discontinue nello spazio, allora viene meno la propriet della norma
che stabilisce che la norma zero se e solo se la funzione zero. Si
considerino, per esempio, le seguenti due funzioni: la funzione f che
vale zero per tutti i punti di [a, b], cio la funzione che vale puntual-
mente zero, e la funzione g che vale zero eccetto che per un insieme
numerabile di punti in [a, b] dove vale 1. La funzione g ha la norma
[[ f [[
2
2
= 0 (in quanto lintegrale non vede un insieme numerabile di
punti), ma non f , la funzione identicamente zero. Esiste dunque
una funzione diversa da zero che ha norma zero.
Si devono dunque riguardare gli elementi di L
2
[a, b] non come
funzioni, ma come classi di equivalenza di funzioni che hanno la
stessa norma; ad esempio la funzione 0 in L
2
[a, b] denota realmente
294 appunti di metodi matematici della fisica
una classe di funzioni, ciascuna delle quali ha norma zero. La fun-
zione che puntualmente uguale a zero solo un membro, in effetti
il solo membro continuo, di quella classe. Similmente, si dice che
due funzioni f e g sono uguale in L
2
se [[ f g[[ = 0, anche se f e g
possono non essere puntualmente uguali in [a, b]. Nella terminologia
della teoria della misura, si dice che f e g sono uguali quasi ovunque,
cio possono differire su un insieme in [a, b] di misura nulla. Quindi
lo spazio L
2
[a, b] fatto di classi di equivalenza di funzioni, denite
dalluguaglianza nel senso L
2
, vale a dire funzioni che sono uguali
quasi ovunque.
Finora abbiamo usato il simbolo L
2
[a, b] per denotare lo spazio del-
le funzioni f : [a, b] C tali che
_
b
a
[ f (x)[
2
dx < . Ma poich questo
integrale non modicato dalla sostituzione dellintervallo chiuso
[a, b] con quello aperto (a, b) o con i semiaperti (a, b] e [a, b), L
2
[a, b]
coincide con L
2
(a, b), L
2
(a, b] e L
2
[a, b). Inoltre, non richiesto che
lintervallo (a, b) sia limitato da una parte, dallaltra o da entrambe,
e cos abbiamo L
2
(a, ), L
2
(, b) e L
2
(, ) = L
2
(R). In questi
casi, cos come nel caso in cui la funzione illimitata, interpretiamo
lintegrale di [ f [
2
come un integrale improprio di Riemann. Talvol-
ta scriveremo semplicemente L
2
quando lintervallo sottinteso o
quando irrilevante specicarlo.
Un altro problema il seguente: la disuguaglianza di Cauchy-
Schwarz [ f , g [ [[ f [[
2
[[g[[
2
assicura che il prodotto scalare di
f e g ben denito se le norme [[ f [[
2
e [[g[[
2
esistono, cio se [ f [
2
e
[g[
2
sono integrabili. Tuttavia, lintegrabilit secondo Riemann di [ f [
2
e [g[
2
non garantisce lintegrabilit di f g. Questi problemi richiedono
approfondimenti di analisi al di l del livello della presente tratta-
zione: per risolvere questi problemi, occorre introdurre la nozione di
misura e di integrale di Lebesgue.
Qual la struttura fondamentale dellanalisi di Fourier?
Lanalisi di Fourier, cio lo sviluppo in serie di Fourier di una funzio-
ne, pu essere trasformata in due direzioni opposte: ristretta verso
il discreto, cio rivolta alle funzioni ottenute per discretizzazione
nita dellintervallo [P/2, P/2], oppure estesa al caso in cui il pe-
riodo P aumenta a dismisura no a che [P/2, P/2] diventa lintera
retta reale. Naturalmente, si potr parlare ancora di analisi di Fou-
rier, seppure in un senso generalizzato, se queste trasformazioni
preservano in qualche modo la struttura fondamentale dellanalisi di
Fourier. Ma qual la struttura fondamentale dellanalisi di Fourier?
Lessenza dellanalisi di Fourier classica quella di decomporre un
segnale periodico in una somma pesata di armoniche, dove ciascun
armonica ha una frequenza che un multiplo intero della frequenza
funzioni ortogonali e serie di fourier 295
fondamentale. In effetti, lanalisi di Fourier comunemente chiamata
anche analisi armonica.
importante sottolineare che tutte le armoniche sono generate
dallarmonica fondamentale e(x) = e
ix
, di frequenza angolare , nel
seguente modo
e
1
(x) = e(x) , e
2
(x) = e(x)
2
= e
i2x
, . . . , e
n
(x) = e(x)
n
= e
inx
, . . .
(Quando, per semplicit, lavoriamo in T, come torneremo a fare tra
poco, = 1.) Le potenze negative danno le frequenze negative (cio
moti circolari nella direzione opposta),
e
n
(x) = e(x)
n
= e
inx
e, naturalmente,
e
n
(x)e
n
(x) = 1
cio il modo zero. In breve, linsieme delle armoniche e
n
(x) = e
inx
forma una rappresentazione moltiplicativa del gruppo additivo degli
interi Z, nel senso che
e
n+m
(x) = e
n
(x)e
m
(x)
e
n
(x) = e
n
(x)
1
Larmonica fondamentale e
ix
chiamata generatore del gruppo.
questa propriet di gruppo, tutto sommato abbastanza astratta,
che rende conto matematicamente del signicato concreto dellanalisi
di Fourier. Quando combiniamo questa propriet con laltro aspetto
fondamentale delllanalisi di Fourier, che la decomposizione di un
vettore rispetto ad una base ortonormale, otteniamo tutto quello che
c da dire sullanalisi di Fourier. E tutto questo pu essere riassunto
in 6 punti:
(I) Ad ogni funzione f : T R ( C ) associata una successione
c
n
=

f (n) di numeri complessi. Questi numeri sono noti


come coordinate (o coefcienti) di Fourier di f .
(II) La coordinate di Fourier sono date dalla formula
c
n
=

f (n) =
1
2
_

f (x)e
inx
dx per n Z
(III) I mattoni di base delle serie di Fourier sono le funzioni trigono-
metriche e
n
: T C date da
e
n
(x) = e
inx
, dove n Z e x T
(sono chiamate trigonometriche piuttosto che esponenziali per
sottolineare il legame con seni e coseni dato dalla formula di
296 appunti di metodi matematici della fisica
Eulero). Ln-esima coordinata di Fourier pu essere scritta in
termini di prodotto scalare L
2
come
c
n
=

f (n) =
_
e
n
[[e
n
[[
, f
_
.
(IV) Linsieme delle funzioni trigonometriche e
n
(x) = e
inx
forma una
rappresentazione moltiplicativa del gruppo additivo degli interi
Z, nel senso che
e
n+m
(x) = e
n
(x)e
m
(x)
e
n
(x) = e
n
(x)
1
(V) La serie associata a f

n=
c
n
e
inx
(VI) Linsieme e
inx

nZ
forma una base ortonormale per lo spazio
vettoriale L
2
(T) delle funzioni a quadrato integrabile su T.
In particolare, questo signica che per f L
2
(T), le somme
parziali di f convergono a f nel senso L
2
, cio

f

[n[N

f (n)e
inx

L
2
0 per N
e vale lidentit di Parseval (cio il teorema di Pitagora innito-
dimensionale)
[[ f [[
L
2 =
1
2
_

[ f (x)[
2
dx =

nZ
[

f (n)[
2
=

2
Analisi di Fourier nel discreto
Consideriamo la seguente situazione: nel suo intervallo fondamen-
tale, il segnale un vettore v con un numero nito di componenti
complesse, diciamo N. Quindi un vettore in C
N
. Poi ripetuto con
periodicit a destra e a sinistra. Quale analisi armonica appropriata
per una situazione come questa?
Incominciamo col ssare le notazioni. Si consideri la base standard
in C
N
, che conveniamo di denotare con dei ket,
[0 =
_

_
1
0
0
. . .
0
_

_
, [1 =
_

_
0
1
0
. . .
0
_

_
, . . . , [N 1 =
_

_
0
0
0
. . .
1
_

_
funzioni ortogonali e serie di fourier 297
(La ragione di questa notazione non convenzionale, sia per i ket sia
per partire da 0 anzich da 1, apparir chiara tra poco.) Denotiamo
un generico vettore di questa base con
[ , = 0, 1, . . . , N 1
Il prodotto scalare in C
N

v , u =

v()u() =

v , , u
e
, =

dove

la delta di Kronecker. Allora, per un vettore v C


N
possiamo scrivere
[v =

[ , v
sottintendendo che tutte le somme dora in avanti corrono da 0 a
N 1. Si osservi che , v la -esima componente del vettore.
Possiamo, per comodit, pensare a v come ad una funzione denita
sullinsieme nito di punti = 0, 1, . . . , N 1, e a valori in C, e
scrivere
v() = , v
Adesso torniamo al problema di partenza. Vogliamo analizzare
il segnale discreto v() in termine di armoniche: chiaro che non
possiamo aspettarcene pi di N. Se vogliamo mantenere la struttura
fondamentale dellanalisi di Fourier, dobbiamo cercare un analogo
della propriet (IV) per un insieme discreto.
Linsieme C
N
delle radici n-esime dellunit, C
N
= z C[z
N
=
1 un gruppo abeliano rispetto alloperazione di moltiplicazione
con N elementi ed il gruppo ciclico di ordine N. In effetti, una
rappresentazione del gruppo additivo modulo N. Per esempio, per
N = 5 il gruppo additivo si rappresenta con i vertici di un pentagono
regolare
1
2
0
3
4
e le addizioni sono costruite per ciclicit, per esempio: 1 + 2 = 3,
1 +4 = 0, 2 +4 = 1 etc.. La sua rappresentazione moltiplicativa data
dalle radici quinte complesse: 1, e
i2/5
, e
i4/5
, e
i6/5
, e
i8/5
e si verica
facilmente che si tratta proprio di una rappresentazione: si consideri,
per esempio, 1 + 2 = 3, questo rappresentato in e
i2/5
e
i4/5
=
e
i6/5
, oppure 1 + 4 = 0 e
i2/5
e
i8/5
= 1, cio lelemento neutro
298 appunti di metodi matematici della fisica
rispetto alladdizione (0) trasformato nellelemento neutro rispetto
alla moltiplicazione. E cos via.
Per lanalisi armonica in uno spazio a N dimensioni, considerere-
mo allora
e() = e
i2/N
come armonica fondamentale. Il sistema di armoniche generato da
e() consiste dunque negli N vettori e
n
, con componenti e()
n
rispet-
to alla base [, n = 0, 1, . . . N 1 (per n = N si ritorna a n = 0),
cio
, e
n
= e() = e
i2n/N
, dove = 0, 1, . . . , N1 e n = 0, 1, . . . N1
Si verica facilmente che i vettori e
n
sono ortogonali tra loro e hanno
tutti norma uguale a

N (esercizio):
e
n
, e
m
= N
nm
.
quindi conveniente passare alla base ortonormale
e
n
=
1

N
e
n
, , e
n
=
1

N
e
i2n/N
= e
n
()
La trasformata di Fourier discreta del segnale discreto v()
denita come
v(n) = e
n
, v =

v()e
n
() ovvero v(n) =
1

v()e
i2n/N
Poich e
n
una base ortornormale, la trasformata di Fourier
discreta una trasformazione unitaria e si ha
v() = , v =

n
, e
n
e
n
, v =

n
v(n)e
n
() =
1

n
v(n)e
i2n/N
e vale lanalogo nito dellidentit di Parseval (che proprio il
teorema di Pitagora nito-dimensionale).
Si osservi che avremmo potuto convenire di assorbire il fattore
di normalizzazione nel prodotto scalare e denire in C
N
il nuovo
prodotto scalare
v , u =
1
N

f ()u() =
1
N

f , , u
(che, con abuso di notazione, denotiamo nello stesso modo di prima)
e utilizzare come armoniche le e
n
e
i2n/N
, che nel nuovo prodotto
scalare sono automaticamente normalizzate. Allora, con questo nuo-
vo prodotto scalare, le formule per la trasformata di Fourier discreta
e la sua inversa diventano
v(n) = e
n
, v =
1
N

v()e
i2n/N
(analisi)
v() = , v =

n
v(n)e
i2n/N
(sintesi)
funzioni ortogonali e serie di fourier 299
Esempio 14.1. N=5. Posto e
i2/5
= , si ha (rispetto al prodotto
scalare usuale) la seguente base ortonormale di Fourier:
e
0
=
1

5
_

_
1
1
1
1
1
_

_
, e
1
=
1

5
_

_
1

4
_

_
, e
2
=
1

5
_

_
1

3
_

_
, e
3
=
1

5
_

_
1

2
_

_
, e
4
=
1

5
_

_
1

_
La matrice della trasformata di Fourier discreta ottenuta come
la matrice le cui colonne sono i vettori test trovati (che la regola
generale per la matrice di cambiamento di base).
A questo punto, ecco una domanda su cui riettere: in che modo
i sei punti indicati allinizio della lezione come caratterizzanti del-
lanalisi di Fourier si sono trasformati nel passaggio dal continuo al
discreto? Chiaramente, tutti i problemi di convergenza sono evapora-
ti, ma che dire del resto? ragionevole dire che la struttura di base
preservata? Comunque si risponda a questa domanda, c un senso
preciso in cui lanalisi di Fourier discreta approssima quella continua,
che quello di cui ci vogliamo occupare adesso.
Osserviamo che lanalisi di Fourier nel discreto pu essere resa
ancora pi simile a quella nel continuo se consideriamo un nume-
ro N dispari. Se N dispari naturale scegliere una numerazione
simmetrica dello spazio delle :
(N 1)/2, (N 2)/2, . . . , 2 1, 0, 1, 2, . . . (N 2)/2, (N 1)/2
e analogamente per i vettori [ e i vettori e
n
. Le formule per la tra-
sformata di Fourier e la sua inversa (le ultime che abbiamo ricavato),
restano inalterate
v(n) =
1
N

v()e
i2n/N
(analisi)
v() =

n
v(n)e
i2n/N
(sintesi)
ma le somme adesso sono da (N 1)/2 a (N 1)/2.
Adesso mostriamo che lanalisi di Fourier nel discreto in effetti
unapprossimazione di quella nel continuo. Poich consideriamo
N 1, trascureremo la differenza tra N e N 1.
Siamo interessati al caso in cui i valori discreti del segnale v()
sono stati ottenuti campionando un segnale continuo f (x) di periodo
P, ad intervalli di ampiezza . Dunque, N = P/ e v() = f (x)
per x = , al variare di da N/2 a N/2. Abbiamo cio la discre-
tizzazione dellintervallo reale [P/2, P/2] in blocchi di ampiezza
= P/N come mostrato in gura:
x
L/2 L/2
0

300 appunti di metodi matematici della fisica


Consideriamo la formula per le coordinate di Fourier discrete
v(n) =
1
N

v()e
i2n/N
=

P

f ()e
i2n/P
=

P

f (x)e
i
2
P
nx
Nel limite 0 riconosciamo a secondo membro il limite della
somma di Riemann dellintegrale
1
P
_
P/2
P/2
f (x)e
i
2
P
nx
dx ,
cio
v(n)

f (n) .
Quando 0 si ha N e quindi la formula per la sintesi
diventa
f (x) = lim
N
N

n=N
v(n)e
i
2
P
nx
= lim
N
N

n=N

f (n)e
i
2
P
nx
=

n=

f (n)e
i
2
P
nx
In breve, abbiamo mostrato euristicamente (cio senza preoccu-
parci troppo dellesistenza dei limiti) che nel limite continuo lanalisi
di Fourier discreta diventa lusuale analisi di Fourier, basata sulle
relazioni
f (x) = lim
N
N

n=N

f (n)e
i
2
P
nx
(14.44)

f (n) =
1
P
_
P/2
P/2
f (x)e
i
2
P
nx
dx (14.45)
15
Teoria di Sturm-Liouville
Indice
15.1 Equazioni differenziali lineari e omogenee 301
15.2 Autovalori e autofunzioni 304
15.3 Forma normale e analisi qualitativa delle equazioni 307
15.4 Equazione di Sturm-Liouville 309
15.5 Operatore di Sturm-Liouville 310
15.6 Problemi di Sturm-Liouville 312
15.7 Problemi di Sturm-Liouville non regolari 314
15.8 Il sistema ortogonale delle funzioni di Hermite 314
Problemi 317
Soluzioni 319
15.1 Equazioni differenziali lineari e omogenee
Unequazione differenziale ordinaria lineare e omogenea del se-
condordine ( nellincognita y = y(x) ha la forma
A(x)y
//
+ B(x)y
/
+ C(x)y = 0 (15.1)
Poich a(x) da supporsi non identicamente nulla, si pu sempre
riscrivere lequazione nella forma
y
//
+ b(x)y
/
+ c(x)y = 0 (15.2)
dove si posto b = B/A e b = C/A.
Una nota e importante propriet delle equazioni (15.1) che, tro-
vate due soluzioni particolari y
1
e y
2
indipendenti (cio tali che il
loro rapporto non sia una costante), la soluzione generale y si ottiene
come combinazione lineare mediante due costanti arbitrarie c
1
e c
2
,
y(x) = c
1
y
1
(x) + c
2
y
2
(x) , (15.3)
302 appunti di metodi matematici della fisica
Si dice allora che y
1
e y
2
sono state scelte come soluzioni fondamen-
tali. C arbitrariet nella scelta delle soluzioni fondamentali, potendo
sostituire y
1
e y
2
con con due loro combinazioni lineari qualunque,
purch indipendenti. In breve, le soluzioni di (15.1) formano un spa-
zio lineare di dimensione 2 e la scelta di due soluzioni fondamentali
corrisponde alla scelta di una base in questo spazio.
La soluzione dellequazione (15.1) determinata quando si ssano
opportunamente delle condizioni al contorno. Per esempio, si pu
considerare il problema di Cauchy per cui in un dato punto x = a
sono ssati i valori di y e della sua derivata y
/
. Ci sempre possibile
e in questo modo la y risulta univocamente determinata. Oppure
si pu richiedere che in due dati punti x = a e x = b la y e/o la
sua derivata y
/
soddisno certe condizioni. Per questo secondo caso,
condizioni di particolare interesse sono:
(a) Condizioni di Dirichlet omogenee
y(a) = 0 y(b) = 0 , (15.4)
(b) Condizioni di Neumann omogenee
y
/
(a) = 0 y
/
(b) = 0 , (15.5)
(c) Condizioni miste omogenee
_

a
y(a) +
a
y
/
(a) = 0

b
y(b) +
b
y
/
(b) = 0
, (15.6)
dove
a
,
b
e
a
,
b
sono opportune costanti. Questo caso contie-
ne dunque i due precedenti per scelta opportuna delle costanti.
(d) Condizioni periodiche
y(a) = y(b) y
/
(a) = y
/
(b) . (15.7)
Si osservi che queste condizioni sono soddisfatte, insieme allequa-
zione differenziale, se si prende y = 0 in tutto lintervallo, cio per
c
1
= c
2
= 0. Questa soluzione evidentemente priva di interesse.
Siamo quindi portati a cercare soluzioni non nulle. di particolare
interesse il caso (che come vedremo eccezionale) in cui le condi-
zioni al contorno non determinano univocamente una soluzione
dellequazione.
Consideriamo per esempio il caso delle condizioni (a). Utilizzando
lespressione (15.3) della soluzione generale, si tratta di trovare due
valori, non entrambi nulli, per c
1
e c
2
, tali che
_
c
1
y
1
(a) + c
2
y
2
(a) = 0
c
1
y
1
(b) + c
2
y
2
(b) = 0
(15.8)
teoria di sturm-liouville 303
noto dallalgebra che questo sistema di equazioni omogenee
ammette soluzioni c
1
e c
2
non nulle solo se
=

y
1
(a) y
2
(a)
y
1
(b) y
2
(b)

= 0 (15.9)
Questa equazione vincola i valori, nei punti a e b, delle due soluzioni
fondamentali y
1
e y
2
, e naturalmente si ottiene unequazione della
stessa forma se si sostituiscono le soluzioni fondamentali y
1
e y
2
con
altre due soluzioni fondamentali (essendo il determinante invariante
per cambiamento di base).
Se si sanno esprimere esplicitamente y
1
e y
2
in funzione dei coef-
cienti dellequazione, la (15.9) diventa immediatamente una condi-
zione a cui devono soddisfare questi coefcienti afnch lequazione
ammetta, per le date condizioni al contorno, una soluzione non nulla
(e quindi, essendo lequazione omogenea, innite soluzioni non nulle
ottenute luna dallaltra mediante moltiplicazione per una costante).
Esempio 15.1. Consideriamo lequazione dei mori armonici
y
//
+ y = 0 , (15.10)
con condizioni al contorno (a). Allora due soluzioni indipendenti
sono
y
1
= sin

x e y
2
= cos

x
e la (15.9) diventa
=

sin

a cos

a
sin

b cos

= sin

a cos

b cos

a sin

b = 0 ,
ossia
= sin
_

(a b)
_
= 0 , n = 1, 2, 3, . . . ,
le cui soluzioni sono
=
n
=
_
n
a b
_
2
.
Questi sono i valori che il coefciente dellequazione deve assu-
mere afnch lequazione ammetta, per le condizioni al contorno
y(a) = y(b) = 0, soluzioni non nulle. Come avevamo anticipato, si
pu osservare che le condizioni al contorno non determinano uni-
vocamente una soluzione, ma, in questo caso, innite. Queste sono
determinate come combinazioni c
1
y
1
+ c
2
y
2
, con c
1
e c
2
ottenuti ri-
solvendo la (15.8). Essendo linearmente dipendenti, si ponga c
1
= c.
Allora
c
2
=
y
1
(a)
y
2
(b)
c =
sin

a
cos

a
c ,
304 appunti di metodi matematici della fisica
da cui
y = c sin

x
sin

a
cos

a
c cos

x
=
c
cos

a
_
sin

x cos

a cos

x sin

a
_
= Csin

(x a)
Dunque, ad ogni
n
associata la soluzione
y
n
= C
n
sin
_

n
(x a) . (15.11)
15.2 Autovalori e autofunzioni
In generale, a differenza dellesempio precedente, non si possiede
una espressione esplicita di y
1
e y
2
, tuttavia, la (15.9) esprime sempre,
in forma implicita, una condizione per i coefcienti dellequazione.
Nel caso delle condizioni (a), la condizione (15.9) pu essere espressa
in generale nel modo seguente. Ogni soluzione dellequazione (15.1)
pu essere rappresentata gracamente mediante una curva y = f (x)
nel piano xy (si veda la gura a lato).
x
y
A N
1
N
2
N
3
N
4 Per individuare la curva completamente, basta assegnare f (a) e
f
/
(a) (problema di Cauchy). Consideriamo il fascio di tutte le curve
integrali uscenti, in varie direzioni dal punto A = (a, 0). facile di-
mostrare che disegnatane una, qualunque altra si ottiene da essa median-
te dilatazione nel senso dellasse delle y. Infatti, sia ad esempio y = f (x),
la curva che esce da A con inclinazione 1, cio f
/
(a) = 1, allora
f (x) (dove una costante) unaltra soluzione (essendo lequa-
zione omogenea) e rappresenta la curva che esce da A con pendenza
f
/
(a) = . Al variare di si ottengono cos tutte le curve integrali che
escono da A. Da questo segue che tutte le soluzioni dellequazione
tagliano lasse delle x negli stessi punti N
1
, N
2
, . . . (nodi), corrispon-
denti alle soluzioni di f (x) = 0. Detto in altri termini, variando la
pendenza f
/
(a) non si spostano i nodi, per cui la loro posizione
determinata univocamente dallequazione e quindi dai coefcienti
dellequazione stessa. Se quindi si vuole determinare una soluzione
soddisfacente la condizione (a), cio tale che la curva passi per A e
per un altro punto pressato B = (b, 0), si deve riconoscere che in
generale tale soluzione non esiste, essa esiste solo se uno dei nodi N
1
, N
2
,
. . . cade in B e la condizione che uno dei nodi cade in B proprio la
(15.9).
In molti casi di interesse, analogamente allesempio 15.1, lequa-
zione (15.1) contiene un parametro , cio una costante indetermina-
ta. Il caso pi interessante quello in cui gura linearmente nel
coefcente C, nella forma
C(x) = (x) + (x) . (15.12)
teoria di sturm-liouville 305
Allora le soluzioni fondamentali y
1
e y
2
conterranno anchesse il
parametro e quindi lo conterr il determinante che compare
nellequazione (15.9), che dunque riscriveremo come
() = 0 . (15.13)
I valori di che risolvono lequazione (15.13) sono detti gli autova-
lori dellequazione differenziale nellintervallo [a, b] per le date con-
dizioni al contorno (a) (d). Trovato un autovalore
n
, le (15.8), per
condizioni al contorno (a), e analoghe equazioni per altre condizioni
al contorno, permettono di ricavare c
1
e c
2
in modo che y soddis le
date condizioni al contorno (in realt, il loro rapporto, visto che sono
linearmente dipendenti: come nellesempio 15.1 una delle due pu
essere scelta a piacere). Una tale soluzione dellequazione differen-
ziale si chiama autofunzione. Va sottolineato che, salvo casi particolari
come quello dellesempio 15.1, non si conosce lintegrale generale
dellequazione. La determinazione esplicita degli autovalori e delle
autofunzioni di unequazione differenziale va studiata caso per caso.
Equazioni del tipo (15.1), con un parametro che compare linear-
mente nel coefciente C, generalmente emergono quando si risolvono
problemi al contorno mediante il metodo di separazione delle varia-
bili. Per esempio, nello studio del problema di Dirichlet omogeneo
per lequazione del calore della sezione (11.4) abbiamo ottenuto le-
quazione dei moti armonici (15.10) (allora avevamo usato X al posto
di y e
2
invece di ). Questa equazione un caso particolare di
(15.1) con A = 1, B = 0 e C =
2
. Sotto sono riportati altri esempi.
Esempio 15.2. Esempi di equazioni del tipo (15.1), con un parametro
che compare linearmente nel coefciente C, che abbiamo incontrato
nora:
lequazione di Eulero-Cauchy (8.11), dove
A(x) = x
2
, B(x) = x , C(x) = ,
lequazione di Bessel (8.37), dove
A(x) = x
2
, B(x) = x , C(x) = (x
2
n
2
) ,
lequazione di Legendre (8.73), dove
A(x) = 1 x
2
, B(x) = 2x , C(x) = n(n +1) ,
lequazione di Legendre associata (8.74), dove
A(x) = 1 x
2
, B(x) = 2x , C(x) = n(n +1)
m
2
1 x
2
.
306 appunti di metodi matematici della fisica
Esempio 15.3. Altri esempi notevoli di equazioni del tipo (15.1) sono:
lequazione di Hermite
y
//
2xy
/
+2ny = 0 , (15.14)
dove
A(x) = 1 , B(x) = 2x , C(x) = 2n ,
lequazione di Laguerre
xy
//
(1 x)y
/
+ ny = 0 , (15.15)
dove
A(x) = x , B(x) = (1 x) , C(x) = n ,
lequazione di Chebyshev
(1 x
2
)y
//
xy
/
+ n
2
y = 0 , (15.16)
dove
A(x) = 1 x
2
, B(x) = x , C(x) = n
2
.
Esempio 15.4. Si consideri lequazione delle onde per il prolo u(x, t)
della corda,
(x)

2
u(x, t)
t
2
=

x
T(x)
u(x, t)
x
k(x)u(x, t) . (15.17)
dove = (x) e T = T(x) sono rispettivamente la densit di massa e
la tensione della corda = k(x)y(x, t) una forza esterna armonica.
Per separazione delle variabili u(x, t) = y(x) cos(t + ) si ottiene
lequazione per i modi normali della corda:
_
d
dx
T(x)
d
dx
+
2
(x) k(x)
_
y(x) = 0 , (15.18)
Questa equazione del tipo (15.1).
Esempio 15.5. Un altro esempio sicamente rilevante di equazione
del tipo (15.1) lequazione di Schrdinger indipendente dal tempo (in
unit di misura opportune) per una particella in una dimensione
spaziale,
y
//
+ [E U(x)] y = 0 , (15.19)
dove U(x) lenergia potenziale e E lenergia (o, equivalentemente,
per la relazione di Planck E = h, la frequenza di oscillazione). La
(15.19) si ottiene dallequazione di Schrdinger dipendente dal tempo
per la funzione donda (x, t) mediante separazione delle variabili
(x, t) = y(x)e
iEt/ h
.
teoria di sturm-liouville 307
15.3 Forma normale e analisi qualitativa delle equazioni
Lequazione (15.2) detta forma standard dellequazione differenziale.
Per trasformarla nella forma normale, intendendo con ci unequazio-
ne della forma
z
//
+ F(x)z = 0 , (15.20)
scriviamo y(x) = w(x)z(x). Inserendo questo prodotto nellequazione
(15.2), otteniamo
w
//
z +2w
/
z
/
+ wz
//
+ bw
/
z + bwz
/
+ cwz = 0
wz
//
+ (2w
/
+ bw)z
/
+ (w
//
+ bw
/
+ c)z = 0 . (15.21)
Con
w = e

1
2
_
bdx
il coefciente di z
/
si annulla. Se adesso poniamo
F(x) = w
//
+ bw
/
+ cw =
1
4
b
2

1
2
b
/
+ c , (15.22)
e dividiamo ambo i membri della (15.21) per w, otteniamo la (15.20).
Esempio 15.6. Scriviamo in forma normale lequazione di Hermite
(15.14) (si lascia come esercizio trasformare in forma normale le altre
equazioni degli esempi precedenti). In questo caso si ha b = 2x
e c = 2n, da cui F = x
2
+ 1 + 2n. Quindi la forma normale
dellequazione di Hermite
z
//
+ (2n +1 x
2
)z = 0 (15.23)
Quando unequazione scritta in forma normale pu essere ana-
lizzata in maniera qualitativa ottenendo informazioni utili sulle sue
soluzioni senza dover risolvere lequazione stessa. Si osservi innanzi-
tutto che nelle regioni dove F > 0 la z e la z
//
hanno segno opposto
e quindi la curva rappresentante la z in tali regioni sempre concava
verso lasse x; viceversa, essa convessa verso lasse x nelle regioni in
cui F < 0. allora intuitivo, e pu essere dimostrato rigorosamente,
che nelle prime regioni la curva pu attraversare pi volte lasse x
con andamento oscillatorio, mentre nelle altre, se anche attraversa
una volta lasse x, dovendo poi volgerli sempre la convessit, non
pu attraversarlo di nuovo e quindi una di tali regioni pu contenere
al pi un solo nodo e la curva non ha mai carattere oscillatorio. Ci
reso chiaro se si pensa al caso F = cost.: se tale costante positiva,
la curva una funzione sinusoidale (carattere oascillatorio, concavit
verso lasse x), se negativa, la curva esponenziale (carattere non
oscillatorio, concavit verso lasse x).
308 appunti di metodi matematici della fisica
Nel caso F = cost. chiaro che le soluzioni di z
//
+4z = 0 oscillano
pi velocemente di quelle di z
//
+ z = 0. Il matematico francese
Jaques Sturm (1803-1855) dimostr che questo vale in generale nelle
regioni in cui F positiva.
Teorema del confronto di Sturm. Siano z
//
2
+ F
2
(x)z
2
= 0
e z
//
1
+ F
1
(x)z
1
= 0, con 0 < F
1
(x) < F
2
(x) per tutti gli
x in [a, b]. Allora tra qualunque due nodi di z
1
in [a, b]
c un nodo di z
2
.
(15.24)
Queste considerazioni sono molto utili per discutere qualita-
tivamente landamento delle autofunzioni di equazioni con F =
U(x), dove un parametro e U una funzione assegnata; questo
il caso dellequazione di Schrdinger, dove U lenergia potenziale
e lenergia.
a
b
c
d

U(x)
x
Figura 15.1: Analisi qualitativa di
z
//
+ [ U(x)]z = 0
Consideriamo per esempio un potenziale come quello illustrato in
gura 15.1, con un solo minimo e tendente monotonamente allin-
nito sia a destra sia a sinistra di questo, in un modo qualunque, non
necessariamente simmetrico. Per un valore qualunque di conside-
riamo una curva (tratteggiata in rosso) che verso sinistra tende asin-
toticamente allasse x, volgendoli la convessit no al punto x = c,
poi inizier una serie di oscillazioni nel tratto [c, d], per riprendere a
destra di d landamento non oscillatorio che la porta in generale ad
allontanarsi indenitamente dallasse x. Solo se ha uno dei valo-
ri
n
(autovalori), avviene che la curva torna ad avvicinarsi allasse
x anche verso destra. In questultimo caso essa unautofunzione.
Per il teorema del confornto di Sturm, al crescere di
n
aumenta il
numero dei nodi dellautofunzione corrispondente.
teoria di sturm-liouville 309
15.4 Equazione di Sturm-Liouville
Si dice che unequazione (15.1) in forma auto-aggiunta se B = A
/
co-
sicch i primi due termini dellequazione formano insieme la derivata
di Ay
/
e lequazione pu scriversi come
d
dx
(Ay
/
) + Cy = 0
Si osservi che qualunque equazione del tipo (15.1) pu essere
messa in forma autoaggiunta: moltiplicando la (15.1) per il fattore
non nullo
1
A
e
_
(B/A)dx
i tre coefcienti A, B, C diventano rispettivamente
P = e
_
(B/A)dx
, Q =
B
A
e
_
(B/A)dx
, R =
C
A
e
_
(B/A)dx
e si verica immediatamente che Q = P
/
, di conseguenza lequazione
si pu scrivere
d
dx
(Py
/
) + Ry = 0 . (15.25)
Se poi C contiene linearmente un parametro come nella (15.12),
sar cos anche di R, che sar della forma R = q(x) (x) (la
scelta del segno negativo convenzionale, ma utile per gli sviluppi
successivi), lequazione (15.26) avr la forma
d
dx
(Py
/
) + [q(x) (x)]y = 0 . (15.26)
Risulta poi utile porre p(x) = P(x) e portare il termine contenente
a secondo membro, ottenendo cos

d
dx
_
p(x)
d
dx
_
y + q(x)y = (x)y . (15.27)
Questa equazione detta equazione di Sturm-Liouville. Qualunque
equazione del tipo (15.1) pu essere riscritta in questa forma.
Esempio 15.7. Riscriviamo alcune delle equazioni incontrate nora
nella forma di Sturm-Liouville.
Equazione di Legendre:

d
dx
_
(1 x
2
)
d
dx
_
y = n(n +1)y (15.28)
Qui x [1, 1], p(x) = 1 x
2
, q(x) = 0, (x) = 1, = n(n +1).
310 appunti di metodi matematici della fisica
Equazione di Hermite:

d
dx
_
e
x
2 d
dx
_
y = 2ne
x
2
y (15.29)
Qui x [, ], p(x) = e
x
2
, q(x) = 0, (x) = e
x
2
, = 2n.
Equazione di Laguerre:

d
dx
_
xe
x
d
dx
_
y = ne
x
y (15.30)
Qui x [0, ], p(x) = xe
x
, q(x) = 0, (x) = e
x
, = n.
Equazione di Schrdinger indipendente dal tempo:
_

d
2
dx
2
+ U(x)
_
y = Ey (15.31)
Qui x [a, b] (con a e b eventualmente e + rispettivamente),
p(x) = 1, q(x) = U(x), = E.
15.5 Operatore di Sturm-Liouville
La teoria di Sturm-Liouville mira a ottenere informazioni sugli auto-
valori e autofunzioni dellequazione di Sturm-Liouville senza risol-
verla esplicitamente. A tal ne si assume che p(x) sia almeno classe
C
1
e che p(x) e (x) siano funzioni strettamente positive nellintervallo
(a, b).
Il punto di partenza della teoria losservazione che il primo
membro della (15.27) denisce un operatore differenziale, detto
operatore di Sturm-Liouville,
L =
d
dx
_
p(x)
d
dx
_
+ q(x) . (15.32)
In termini di questo operatore, lequazione di Sturm-Liouville pu
essere riscritta come
Ly = y (15.33)
Loperatore L agisce su funzioni denite on [a, b] che sono almeno
continuamente differenziabili due volte. Assumeremo che lo spazio
lineare 1 di queste funzioni sia munito di prodotto scalare L
2
, per
cui 1 = C
2
[a, b] L
2
[a, b]. L un operatore lineare in 1, cio
L(f + g) = Lf + Lg ,
per e scalari e f e g funzioni in 1.
teoria di sturm-liouville 311
Loperatore L soddisfa la seguente importante uguaglianza, detta
formula di Green,
f , Lg L, g =
_
p( f
/
g f g
/
)
_
b
a
(15.34)
per qualunque coppia di funzioni f e g in 1.
Dimostrazione della (15.34). Prima si
stabiliscono le seguenti formule di
Green preliminari:
f , Lg =
_
b
a
f Lgdx
=
_
b
a
f
_

d
dx
_
pg
/
_
+ qg
_
dx
=
_
f pg
/
_
b
a
+
_
b
a
_
f
/
pg
/
+ f qg
_
dx
e
Lf , g =
_
b
a
Lf gdx
=
_
b
a
_

d
dx
(p f
/
) + q f
_
gdx
=
_
b
a
_

d
dx
_
p f
/
+ q f
_
_
gdx
=
_
f
/
pg
_
b
a
+
_
b
a
_
f
/
pg
/
+ f qg
_
dx
Allora da queste formule segue che
f , Lg L, g =
_
f pg
/
_
b
a
+
_
f
/
pg
_
b
a
=
_
p( f
/
g f g
/
)
_
b
a
Si dice che T 1 un dominio di autoaggiuntezza per L, se per
tutte le funzioni f e g in T si ha
f , Lg = Lf , g , (15.35)
cio se
_
p( f
/
g f g
/
)
_
b
a
= 0 (15.36)
Un dominio di autoaggiuntezza per L caratterizzato in termini
di condizioni al contorno per le funzioni in 1 e/o di condizioni sui
coefcienti p e q. Vediamo i casi pi rilevanti.
1. Condizioni al contorno (c) (miste omogenee per un intervallo
nito [a, b]):
_

a
y(a) +
a
y
/
(a) = 0

b
y(b) +
b
y
/
(b) = 0
(15.37)
Infatti, se f e g soddisfano queste condizioni, allora
a
f (a) +

a
f
/
(a) = 0 e
a
g(a) +
a
g
/
(a) = 0. Dalla prima, segue
a
f (a) +

a
f
/
(a) = 0. Allora
f
/
(a)g(a) f (a)g
/
(a) =

a
f (a)g(a) +

a

a
f (a)g(a) = 0
(se
a
e
b
non sono entrambe uguali a 0). Lo stesso in b. Allora il
secondo membro della (15.34) si annulla. Quindi le condizioni al
contorno (c), con [
a
[ +[
a
[ > 0 e [
b
[ +[
b
[ > 0, deniscono un
dominio appropriato T
m.o.
.
2. p(a) = p(b) e condizioni al contorno (d) (periodiche). Si vede
immediatamente che il secondo membro della (15.34) si annulla.
Risulta cos denito un dominio appropriato T
P
per L.
3. p(a) = 0 e condizione al contorno in b mista omogenea. In questo
caso il secondo membro della (15.34) si annulla se f e f
/
sono
limitate in a senza che si richieda che assumano in a un valore al
contorno denito. In questo caso il dominio appropriato formato
da funzioni che soddisfano le condizioni al contorno in b e sono
limitate con derivata prima limitata in a.
4. p(b) = 0 e condizione al contorno in a mista omogenea. Questo
caso analogo al precedente con i ruoli di a e b invertiti.
312 appunti di metodi matematici della fisica
5. p(a) = p(b) = 0. Adesso il dominio formato da funzioni che
sono limitate con derivata prima limitata in a e b, senza che siano
specicati valori deniti in questi punti.
6. [a, b] innito. Essendo il dominio in L
2
, le funzioni devono
tendere a 0 allinnito.
15.6 Problemi di Sturm-Liouville
Lequazione di Sturm-Liuoville insieme con la specicazione di un
dominio T appropriato di L detto problema di Sturm-Liouville. Un
problema di Sturm-Liouville ha dunque la forma
_
Ly(x) = (x)y(x) , x [a, b]
y(x) T
(15.38)
ed detto
regolare, se T = T
m.o.
e le funzioni p(x) e (x) sono strettamente
positive anche in a e b;
periodico, se T = T
P
;
singolare, negli altri casi (punti 3, 4, 5 o 6 sopra).
Dimostrazione della (15.39).

f , L

g
_

=
_
f (x)
1
(x)
Lg(x)(x)dx
= f , Lg = Lf , g
=
_
Lf (x)g(x)dx
=
_
1

Lf (x)g(x)dx
=

f , g
_

Risolvere un problema di Sturm-Liouville signica trovare le coppie


di autovalori e autofunzioni y

che lo risolvono.
Per studiare le propriet dei problemi di Sturm-Liouville, utile
introdurre loperatore L

= L/(x). Si osservi che


Se L autaggiunto rispetto al prodotto scalare L
2
,
allora L

autaggiunto rispetto al prodotto scalare L


2

.
(15.39)
Allora, in termini di L

, la (15.38) diventa
_
L

y(x) = y(x) , x [a, b]


y(x) T
(15.40)
dove adesso T C
2
[a, b] L
2

[a, b].
Dimostrazione di (15.41). Sia L

=
y

. Allora

, y

, L

, y

= y

, y

Poich y

, y

,= 0, = .
Una prima propriet dei problemi di Sturm-Liouville, di facile
dimostrazione, la seguente.
Gli autovalori di un problema di Sturm-Liouville sono
reali.
(15.41)
Altrettanto facile la dimostrazione del seguente teorema.
Dimostrazione di (15.42). Sia L

y
1
=

1
y
1
e L

y
2
=
2
y
2
,
1
,=
2
. Allora

y
1
, y
2
_

y
1
, L

y
2
_

1
y
1
, y
2

=
2
y
1
, y
2

Quindi
(
1

2
) y
1
, y
2

= 0
Poich (
1

2
) ,= 0, y
1
, y
2

= 0.
Le autofunzioni di un problema di Sturm-Liouville
sono ortogonali.
(15.42)
teoria di sturm-liouville 313
I problemi regolari di Sturm-Liouville hanno caratteristiche simili al
problema dellesempio 15.1: gli autovalori sono non degeneri, limitati
inferiormente e formano una successione che tende allinnito. Inol-
tre, le corrispondenti autofunzioni sono una base in L
2

[a, b]. Vediamo


queste propriet in dettaglio.
1. Gli autovalori di un problema di Sturm-Liouville
regolare sono non degeneri.
(15.43)
Dimostrazione di (15.43). Siano y
1
e y
2
due autofunzioni corrispondenti allo
stesso autovalore . Allora L

y
1
= y
1
e L

y
2
= y
2
. Di conseguenza
y
2
(x)L

y
1
(x) y
1
L

y
2
(x) = 0
Usando la forma esplicita di L

questa
equazione diventa
y
2
(x)
d
dx
_
p(x)y
/
1

+y
1
(x)
d
dx
_
p(x)y
/
2

= 0
d
dx
_
p(x)
_
y
1
(x)y
/
2
(x) y
/
1
(x)y
2
(x)
_
= 0 ,
ossia p(x)W(y
1
, y
2
)(x) = c = costante ,
dove W(y
1
, y
2
)(x) il Wronskiano di
queste soluzioni. Ma
W(y
1
, y
2
)(a) = y
1
(a)y
/
2
(a) y
/
1
(a)y
2
(a) = 0
perch y
1
e y
2
soddisfano le stesse
condizioni al contorno in a. Allora deve
essere W(y
1
, y
2
)(x) = 0 per tutti gli
x [a, b]. Quindi le due funzioni sono
linearmente dipendenti, vale a dire
y
1
= y
2
, dove una costante.
Il teorema del confronto di Sturm pemette di dimostrare il seguen-
te teorema.
2. Gli autovalori di un problema di Sturm-Liouville
regolare formano una successione
0
,
1
,
2
, . . . , con
[
0
[ < [
1
[ < [
2
[ < . . . < [
n
[ < . . ., con [
n
[
per n .
(15.44)
Si ha inne il seguente teorema, la cui dimostrazione richiede
nozioni pi avanzate di quelle fornite nora.
3. Le autofunzioni di un problema di Sturm-Liouville
regolare formano una base ortogonale in L
2

[a, b]
(15.45)
Una notevole e immediata conseguenza di questo teorema che
le autofunzioni y
n
di un problema di Sturm-Liouville regolare
permettono lo sviluppo in serie di una funzione f in T,
f =

n=0
c
n
y
n
[[y
n
[[

, c
n
=
_
y
n
[[y
n
[[

, f
_
. (15.46)
Questa serie, detta serie di Fourier generalizzata, converge ad f in
media quadratica, cio
lim
N

f
N

n=0
c
n
y
n
[[y
n
[[

= 0 (15.47)
interessante osservare che vale un teorema di convergenza pun-
tuale analogo al teorema di Dirichlet per le serie di Fourier: se f e f
/
sono generalmente continue, allora nei punti di continuit di f si ha
f (x) =

n=0
c
n
y
n
(x)
[[y
n
[[

e nei punti di discontinuit la serie converge al valor medio dei limiti


destro e sinistro di f .
314 appunti di metodi matematici della fisica
15.7 Problemi di Sturm-Liouville non regolari
15.8 Il sistema ortogonale delle funzioni di Hermite
Lequazione di Schrdinger (indipendente al tempo) per loscillatore
armonico pu essere scritta della forma
u
//
+ (1 x
2
)u +2u = 0 , x R (15.48)
Sotto le condizioni al contorno
lim
[x[
u(x) = 0 (15.49)
loperatore
H =
d
2
dx
2
+ x
2
(15.50)
autoaggiunto in un opportuno dominio T L
2
(R). Ci aspettiamo
che H abbia un innit numerabile di autovalori e che le corrispon-
denti autofunzioni formino una base in L
2
(R). Mostriamo che in
effetti cos.
Autovalori e autofunzioni Mediante la trasformazione u =
e
x
2
/2
y la (15.48) diventa lequazione di Hermite per y:
y
//
2xy
/
+2y = 0
Di questa equazione se ne cercano soluzioni della forma y = c
k
x
k
.
Derivando, sostituendo in y
//
2xy
/
+2y = 0 e raccogliendo termini
uguali si ottiene la relazione
c
k+2
=
2(2 2)
k +2)(k +1)
(assumendo per semplicit di calcolo c
0
= c
1
= 1). Ne risultano due
serie innite
1 x
2
+
2
2
(2 )
4!
x
4
+
2
3
(4 )(2 )
6!
x
6
+ . . . e
x +
2(1 )
3!
x
3
+
2
2
(3 )(1 )
5!
x
5
+
2
3
(5 )(3 )(1 )
7!
x
7
+ . . .
Per = 0, 2, 4, . . . la prima serie si riduce a dei polinomi. Lo stesso
accade per la seconda per = 1, 3, 5, . . .. I polinomi cos ottenuti
si chiamano polinomi di Hermite H
n
(x) che sono le autofunzioni
associate agli autovalori
n
= n, n = 0, 1, 2, 3, . . . .
Polinomi di Hermite I polinomi di Hermite sono deniti a meno
di costanti moltiplicative. La consuetudine in sica di scegliere
teoria di sturm-liouville 315
le costanti in modo tale che i polinomi di Hermite con i polinomi
deniti dalla funzione generatrice
g(x, t) = e
2xtt
2
=

n=0
1
n!
H
n
(x)t
n
.
Una loro caratterizzazione equivalente in termini della formula:
H
n
(x) = (1)
n
e
x
2 d
n
dx
n
e
x
2
= e
x
2
/2
_
x
d
dx
_
n
e
x
2
/2
(15.51)
Ecco i primi sei, che si ottengono direttamente dalla formula sopra,
H
0
= 1 H
1
= 2x
H
2
= 4x
2
2 H
3
= 8x
3
12x
H
4
= 16x
4
48x
2
+12 H
5
= 32x
5
160x
3
+120x .
I polinomi di Hermite sono ortogonali rispetto al prodotto scalare
f , g
e
x
2 =
_

f (x)g(x)e
x
2
dx , (15.52)
cio rispetto al prodotto scalare (14.1) con = e
x
2
. Si lascia come Dimostrazione dellortogonalit dei polino-
mi di Hermite. Si assuma m < n. Allora
dalle (15.51) e (15.52), H
m
, H
n

e
x
2 =
(1)
n
_

H
m
(x)
_
d
n
dx
n
e
x
2
_
dx . In-
tegrando per parti n volte, e os-
servando che per ogni polino-
mio p si ha p(x)e
x
2
0 per
[x[ , si ottiene H
m
, H
n

e
x
2 =
(1)
2n
_

_
d
n
dx
n
H
m
(x)
_
e
x
2
dx = 0 .
Perci H
m
ortogonale a H
n
per ogni
m < n e quindi, per la simmetria del
prodotto scalare, per tutti gli m ,= n.
esercizio mostrare che
[[H
n
[[
e
x
2 =
_
_

H
n
(x)
2
e
x
2
dx =
_
= 2
n
n!

. (15.53)
I polinomi di Hermite formano un sistema ortogonale in L
2
e
x
2
(R).
Normalizzandoli, , cio dividendoli per la loro norma, e moltiplican-
doli per la radice quadrata del peso e
x
2
, si ottengono le funzioni di
Hermite

n
(x) =
1
_
2
n
n!

e
x
2
/2
H
n
(x) (15.54)
che sono ortonormali rispetto allusuale prodotto scalare L
2
(R),

n
,
m
=
_

n
(x)
m
(x)dx =
mn
. (15.55)
0.5
0
0.5
5 4 3 2 1 0 1 2 3 4 5

0
1
2
3
4
Figura 15.2: le prime quattro funzioni
di Hermite.
316 appunti di metodi matematici della fisica
Completezza delle funzioni di Hermite Stabilire che un in-
sieme di vettori forma un sistema ortonormale non vuol dire sta-
bilire che una base. Perch sia una base occorre che il sistema sia
completo. In effetti per le funzioni di Hermite vale il teorema:
Le funzioni di Hermite formano un sistema
ortogonale completo in L
2
(R).
(15.56)
Dimostreremo questo teorema nel prossimo capitolo.
Le funzioni di Hermite sono dunque una base per unanalisi di
Fourier generalizzata di una funzione f in L
2
(R); i coefcienti c
n
=

n
, f sono le coordinate di Hermite della funzione f .
teoria di sturm-liouville 317
Problemi
Problema 15.1. Trovare gli autovalori e gli
autovettori del problema di Sturm-Liouville
y
//
y
/
+ y = 0 , 0 < x < L
y(0) = y(L) = 0 .
Problema 15.2. Trovare la soluzione generale
dellequazione di Eulero-Cauchy
Ax
2
y
//
+ Bxy
/
+ Cy = 0
mediante sostituzione x = e
t
, v(t) = y(e
t
).
Problema 15.3. Determinare gli autovalori e le
autofunzioni degli operatori differenziali
(a)
d
2
dx
2
: C
2
(0, ) C(0, )
(b)
d
2
dx
2
: L
2
(0, ) C
2
(0, ) L
2
(0, )
Problema 15.4. Dimostrare che loperatore
differenziale

d
2
dx
2
: L
2
(0, ) C
2
(0, ) L
2
(0, )
autoaggiunto sotto la condizione al contorno
f (0) = f
/
() = 0 e trovarne gli autovalori e gli
autovettori.
Problema 15.5. (a) Trovare gli autovalori e (b) gli
autovettori del problema di Sturm-Liouville
y
//
+ y = 0 , 0 < x < L
y(0) = 0 , y
/
(L) + y(L) = 0 ,
dove L > 0 e sono costanti assegnate. (c) Per
> 0, sviluppare una funzione f (x), 0 < x < L in
una serie di Fourier generalizzata di queste funzioni
normalizzate.
Aiuto. Analizzare separatamente i tre casi > 0,
= 0 e < 0. Usare un metodo graco per
individuare gli autovalori.
Problema 15.6. Se avete svolto correttamen-
te il problema precedente, avrete trovato che per
= 1/L, = 0 autovalore con autofunzione
associata y
0
= x e che per < 1/L, c un auto-
valore negativo

con autofunzione corrispondente


y

= sinh

x. (1) Mostrare che se = 1/L,


le autofunzioni trovate al punto (c) del problema
precedente non formano una base. (2) possibile
completare tali funzioni e formare una base? (3)
Come al punto (1), per < 1/L. (4) Come al
punto (2), per < 1/L. Per comodit di calcolo,
assumere L = 1.
Problema 15.7. (a) Trovare la forma di
Sturm-Liouville dellequazione
x
2
y
//
+ xy
/
+ y = 0 .
(b) Stabilire se loperatore di Sturm-Liouville
associato allequazione autoaggiunto in
T = L
2
(0, L) C
2
(0, L) (.(. , L > 0 ,
dove (.(. linsieme di funzioni f che soddisfano le
condizioni al contorno f (0) = f (L) = 0.
Problema 15.8. Trovare gli autovalori e le
autofunzioni del problema di Sturm-Liouville
Ly(x) = y(x) , 0 < x < 1
per loperatore L =
d
dx
(1 + x)
2
d
dx
con condizioni
al contorno y(0) = y(1) = 0.
Aiuto. Dopo aver portato lequazione in forma stan-
dard fare la sostituzione t = 1 + x, v(t) = y(t 1) e
usare i risultati del problema 15.2.
Problema 15.9. (a) Vericare mediante calcolo
diretto che le autofunzioni del problema preceden-
te sono ortogonali in L
2
(0, 1). (b) Sulla base dei
teoremi generali sui problemi di Sturm-Liouville,
stabilire se tali autofunzioni sono una base ortogo-
nale in L
2
(0, 1). (c) Scrivere lo sviluppo in serie di
Fourier generalizzata di una funzione f L
2
(0, 1)
rispetto a tali autofunzioni. (d) Fare un graco delle
prime 6 autofunzioni.
Problema 15.10. Trovare gli autovalori e le
autofunzioni del problema
x
2
y
//
+ y = 0 , 0 < x < 1
y(0) = y(1) = 0 .
318 appunti di metodi matematici della fisica
Spiegare perch il problema non un problema di
Sturm-Liouville regolare.
Problema 15.11. (a) Trovare un modello mate-
matico per descrivere come evolve la temperatura di
una sbarretta sottile rivestita di materiale adiabatico
sotto le seguenti condizioni.
Inizialmente la sbarretta ha una certa distribu-
zione di temperatura e nel corso del tempo, ad un
estremo, costantemente mantenuta ad un data
temperatura, mentre allaltro estremo scambia ca-
lore con lambiente pi freddo secondo la legge di
raffreddamento di Newton
usso di calore uscente = h temperatura
dove
h =
coefciente di trasferimento di calore
conducibilit termica del materiale
(b) Risolvere il problema al contorno del punto
(a) per una distribuzione iniziale generica f (x) a
quadrato integrabile (mediante separazione del-
le variabili ricondursi ad un problema di Sturm-
Liouville). (c) Applicare quanto trovato in (b) al caso
f (x) = costante.
Problema 15.12. (a) Trovare un modello mate-
matico per descrivere come evolve il prolo di una
corda elastica sotto le seguenti condizioni.
La corda ha lunghezza a riposo L ed ssata ad
uno dei suoi estremi. Laltro estremo collegato ad
un sistema massa-molla, come mostrato nella gura
sotto.
Boundary Conditions
Elastic Ends
This will occur if a string is, e.g., attached to a spring-mass system
Thus
u(0, t ) = y(t ),
where y(t ) is unknown. In fact, y is determined by an ODE for a
spring-mass system with a possibly moving support y
s
(t ).
Note that to keep things manageable we assume that the
spring-mass system moves only vertically.
fasshauer@iit.edu MATH 461 Chapter 4 15
Si facciano ipotesi semplicative adeguate (spe-
cicare quali) che permettono di modellizzare la
situazione sica descritta mediante un problema al
contorno per lequazione delle onde con condizioni
iniziali miste.
(b) Risolvere il problema al contorno ottenuto per
dati iniziali della corda q(x), p(x) generici.
teoria di sturm-liouville 319
Soluzioni
Problema 15.1. Lequazione caratteristica associata allequazione
differenziale
r
2
+ r + = 0
e ha soluzioni
r =
1

1 4
2
Il tipo di soluzioni che si ottiene dipende da fatto se 1 4 positivo,
negativo o nullo. Discutiamo separatamente i tre casi.
1 4 > 0 Si hanno due radici reali (1 +

1 4)/2 e (1

1 4)/2
e la soluzione generale dellequazione
y = c
1
exp
_
1 +

1 4
2
x
_
+ c
2
exp
_
1

1 4
2
x
_
Imponendo che siano soddisfatte entrambe le condizioni al contorno:
da y(0) = c
1
+ c
2
= 0, si ottiene c
2
= c
1
e da y(L) = 0,
y(L) = c
1
_
exp
_
1 +

1 4
2
L
_
exp
_
1

1 4
2
L
__
= 0
Essendo mai nullo il termine in parentesi quadrate, si ottiene c
1
= 0 a
cui corrisponde la soluzione banale y = 0 che sempre soluzione di
un problema omogeneo e che quindi ignoriamo.
1 4 = 0 Si hanno due radici coincidenti r = 1/2. Allora la
soluzione dellequazione differenziale
y = c
1
e
x/2
+ c
2
xe
x/2
.
Inserendo la prima condizione al contorno, si ottiene y(0) = c
1
= 0.
Quindi c
1
= 0. Allora laltra condizione al contorno fornisce
y(L) = c
2
Le
L/2
= 0 .
Poich Le
L/2
,= 0, ne concludiamo che c
2
= 0. Perci la sola soluzione
la soluzione nulla y = 0, che ignoriamo.
1 4 < 0 Si hanno due radici complesse 1/2 (i/2)

4 1 e la
soluzione generale
y = c
1
e
x/2
sin
_

4 1
2
x
_
+ c
2
e
x/2
cos
_

4 1
2
x
_
320 appunti di metodi matematici della fisica
La prima condizione forniscey(0) = c
2
= 0 che, inserita nella
seconda, d
c
1
e
L/2
sin
_

4 1
2
L
_
= 0 .
Per non avere nuovamente la soluzione banale , assumiamo c
1
,= 0 e
quindi otteniamo
sin
_

4 1
2
L
_
= 0 , cio

4 1
2
L = n n = 1, 2, 3, . . .
e i che soddisfano lequazione sono dunque

n
=
(2n)
2
+ L
2
4L
2
, n = 1, 2, 3, . . . ,
che sono dunque gli autovalori cercati. Le autofunzioni corrispon-
denti sono
y
n
= e
x/2
sin
n
L
x , n = 1, 2, 3, . . . .
Problema 15.2. Mediante sostituzione x = e
t
, v(t) = y(e
t
),
cosicch y(x) = v(ln x), si ottiene
dy
dx
=
dv
dt
dt
dx
=
1
x
dv
dt
d
2
y
dx
2
=
1
x
2
dv
dt
+
1
x
2
d
2
v
dt
2
Quindi lequazione Ax
2
y
//
+ Bxy
/
+ Cy = 0 diventa
0 = Ax
2
_

1
x
2
dv
dt
+
1
x
2
d
2
v
dt
2
_
+ Bx
_
1
x
dv
dt
_
+ Cv .
Ne concludiamo che v soddisfa lequazione
Av
//
+ (B A)v
/
+ Cv = 0
Lequazione caratteristica associata a questa equazione differenziale
Ar
2
+ (B A)r + C = 0
e ha soluzioni
r =
(A B)
_
(B A)
2
4AC
2
Il tipo di soluzioni che si ottiene dipende da fatto se = (B A)
2

4AC positivo, negativo o nullo.


> 0 Si hanno due radici reali r
1
e r
2
e la soluzione v(t) =
c
1
e
r
1
t
+ c
2
e
r
2
t
, da cui
y(x) = c
1
x
r
1
+ c
2
x
r
2
.
teoria di sturm-liouville 321
= 0 Si hanno due radici coincidenti r = (B A)/2. Allora la
soluzione v(t) = c
1
e
rt
+ c
2
te
rt
. Poich y(x) = v(ln x), si ottiene
y(x) = c
1
x
r
+ c
2
x
r
ln x = x
r
(c
1
+ c
2
ln x)
< 0 < 0. Allora si hanno due radici complesse r
1
e r
2
,
r
1,2
=
(A B) i
_
4AC (B A)
2
2
= i,
la soluzione v(t) = c
1
e
t
cos t + c
2
e
t
sin t, da cui
y(x) = c
1
x

cos (ln x) + c
2
x

sin (ln x) .
Problema 15.3. (a) e

x
, C, (b) e

x
, Re () > 0.
Problema 15.4. Loperatore
L =
d
2
dx
2
un operatore di Sturm Liouville con p = 1. Quindi la condizione di
autoaggiuntezza (15.36) per L
_
( f
/
g f g
/
)
_

0
= 0
Se f e g soddisfano le condizioni al contorno f (0) = f
/
() = 0 e
g(0) = g
/
() = 0, si ha
_
( f
/
g f g
/
)
_

0
= f
/
()g() f ()g
/
() f (0)g
/
(0) + f (0)g
/
(0)
= 0
Quindi L autoaggiunto.
Lequazione differenziale associata y
//
+y = 0 e la sua soluzione
generale
y = c
1
cos

x +c
2
sin

x con derivata y
/
(x) = c
1

sin

x +c
2

cos

x .
La condizione in 0 fornisce y(0) = c
1
= 0; la condizione in (tenuto
conto che c
1
= 0), fornisce y
/
() = c
2

cos

= 0, che
soddisfatta se e solo se

=
n
2
=
n
=
n
2
4
,
che sono dunque gli autovalori di L. Le autofunzioni associate sono
y
n
= sin
_

n
x = sin
nx
2
.
322 appunti di metodi matematici della fisica
Problema 15.5. Lequazione differenziale associata y
//
+ y = 0.
(a) Per trovare gli autovalori, distinguiamo i tre casi.
> 0 La soluzione generale dellequazione
y = c
1
cos

x +c
2
sin

x con derivata y
/
(x) = c
1

sin

x +c
2

cos

x .
La condizione in 0 fornisce y(0) = c
1
= 0; la condizione in L (tenuto
conto che c
1
= 0) fornisce
y
/
(L) +y(L) = c
2

cos

L+c
2
sin

L = 0 , ovvero tan

L =

che lequazione che determina gli autovalori . Non si pu risolvere


questa equazione esattamente, si possono tuttavia ottenere gra-
camente valori approssimati delle soluzioni. Ponendo v =

L
lequazione diviene
tan v =
v
L
Si possono ottenere i valori di v e da questi i valori di , dai punti di
intersezione v
1
, v
2
, v
3
, . . . dei graci di w = tan v e di w = v/(L),
come indicato nella gura sotto. Nella costruzione di questi abbiamo
supposto che L e siano positivi. Si osservi che abbiamo bisogno di
trovare solo le radici positive dellequazione.
w
v
v
1
v
2
v
3
> 0
= 0 La soluzione generale dellequazione
y(x) = c
1
+ c
2
x
La prima condizione d y(0) = c
1
= 0 e la seconda,
y
/
(L) + y(L) = c
2
+ c
2
L = c
2
(1 + L) = 0 .
teoria di sturm-liouville 323
Se positivo non ci sono autovalori. Se il parametro tale che
=
1
L
allora = 0 un autovalore con autofunzione associata y
0
= x. Per
altri valori di , = 0 non un autovalore.
< 0 La soluzione generale dellequazione
y = c
1
cosh

x +c
2
sinh

x con derivata y
/
(x) = c
1

sinh

x +c
2

cosh

x .
La condizione in 0 fornisce y(0) = c
1
= 0; la condizione in L (tenuto
conto che c
1
= 0) fornisce
y
/
(L) + y(L) = c
2

cosh

L + c
2
sin

L = 0 ,
cio
tan

L =

Posto v =

L, analizziamo gracamente lequazione:


w
v
> 0
< 1/L
= 1/L
1/L < < 0
Poich la tangente imperbolica non oscilla, si pu avere al pi un
autovalore negativo

quando < 1/L. Lautofunzione associata


y

(x) = sinh
_

x .
> 0 (b) Le autofunzioni sono date da
y
n
(x) = c
n
sin
_

n
x
dove
1
,
2
, . . . rappresentano gli autovalori del punto (a). Per norma-
lizzarle imponiamo
[[y
n
[[
2
=
_
L
0
c
2
n
sin
2
_

n
x dx = 1
324 appunti di metodi matematici della fisica
cio
c
2
n
2
_
L
0
_
1 cos
2
_

n
x
_
dx = 1
ovvero
c
2
n
=
4

n
2

n
sin2

n
L
.
Pertanto insieme ortonormale di autofunzioni dato da
y
n
(x) =

n
2

n
sin2

n
L
sin
_

n
x , n = 1, 2, 3, . . .
(c) Essendo il problema di Sturm-Liouville regolare, y
n
una
base ortonormale in L
2
[0, L]. Se
f (x) =

n=1
c
n
y
n
(x)
si ha
c
n
=
_
L
0
( f (x)y
n
(x) dx =

n
2

n
sin2

n
L
_
L
0
sin
_

n
x f (x) dx
Sotto la sola ipotesi che che f a quadrato integrabile, luguaglianza
si deve intendere in norma L
2
. Se f liscia, la convorgenza della serie
uniforme e quindi luguaglianza puntuale.
Problema 15.6. (a) Per = 1/L ce anche lautofunzione y
0
= x
associata allautovalore = 0. Questa funzione ortogonale a tutte
le funzioni y
n
trovate al punto (c) dellesercizio precedente. Per
stabilire questo, posto L = 1, si calcoli
_
1
0
x sin
_

n
xdx .
Per mostrare che questo integrale uguale a 0, si usi lequazione le
cui soluzioni sono i
n
.
(b) . . .
(c) . . .
(d) . . .
Problema 15.7. I coefcienti dellequazione sono A = x
2
, B = x,
C = . Allora moltiplicando lequazione per
1
A
e
_
(B/A)dx
=
1
x
2
e
_
(1/x)dx
=
1
x
2
e
ln x
=
1
x
la si porta nella forma
d
dx
(Py
/
) + Ry = 0 ,
teoria di sturm-liouville 325
dove
P = e
_
(B/A)dx
= x , R =
C
A
e
_
(B/A)dx
=

x
ovvero
d
dx
_
x
dy
dx
_
+

x
y = 0 .
Loperatore di Sturm-Liouville dunque
L =
d
dx
x
d
dx
Afnch loperatore sia autoaggiunto, occorre che
f , Lg L, g =
_
x( f
/
g f g
/
)
_
L
0
= 0
per f , g T. Come si pu facilmente vedere, la condizione
vericata nel dominio considerato.
Problema 15.8. Il problema agli autovalori di Sturm Liouville
_
_
_
_
(1 + x)
2
y
/
_
/
+ y = 0 , 0 < x < 1
y(0) = y(1) = 0
Lequazione per y ha la forma standard
_
(1 + x
2
)y
/
_
/
+ y = (1 + x
2
)y
//
+2(1 + x)y
/
+ y = 0
Facendo la sostituzione t = 1 + x, v(t) = y(t 1) e osservando che se
0 < x < 1 allora 1 < t < 2, si ottiene
_
t
2
v
//
+2tv
/
+ v = 0 , 1 < t < 2
v(1) = v(2) = 0
Lequazione per v unequazione di Eulero-Cauchy con A = 1, B = 2
e C = la cui soluzione generale stata trovata nel problema 15.2.
Distinguiamo i tre casi a seconda che
= (B A)
2
4AC = 1 4
sia nullo, positivo o negativo.
Caso 1 1 4 = 0. Si hanno due radici coincidenti r = (A B)/2 =
1/2 e la soluzione dunque
v(t) = t
1/2
(c
1
+ c
2
ln t)
La prima condizione al contorno richiede che v(1) = c
1
= 0 e la
seconda che v(2) = (1/

2)c
2
ln2 = 0. Quindi la sola soluzione la
soluzione nulla, che ignoriamo.
326 appunti di metodi matematici della fisica
Caso 2 1 4 > 0. Si hanno due radici reali r
1
e r
2
e la soluzione
v(t) = c
1
t
r
1
+ c
2
t
r
2
.
Dalla prima condizione al contorno si ottiene v(1) = c
1
+ c
2
= 0, cio
c
2
= c
1
che, inserita nella seconda, fornisce v(2) = c
1
(2
r
1
2
r
2
= 0,
la cui soluzione c
1
= 0, essendo 2
r
1
2
r
2
,= 0. Anche in questo caso
la sola soluzione la soluzione nulla, che ignoriamo.
Caso 3 1 4 < 0. Si hanno due radici complesse r
1
e r
2
,
r
1,2
=
(A B) i
_
4AC (B A)
2
2
=
1
2
i

4 1
2
,
e la soluzione
v(t) = c
1
t
1/2
cos
_

4 1
2
ln t
_
+ c
2
t
1/2
sin
_

4 1
2
ln t
_
.
Dalla prima condizione al contorno abbiamo v(1) = c
1
= 0 e dalla
seconda
v(2) =
c
2

2
sin
_

4 1
2
ln2
_
= 0
che soddisfatta se e solo se

4 1
2
ln2 = n , cio 4 1 = 4
_
n
ln2
_
2
n = 1, 2, 3, . . . .
Ne concludiamo che gli autovalori
n
sono

n
=
_
n
ln2
_
2
+
1
4
, n = 1, 2, 3, . . .
e le autofunzioni corrispondenti sono
v
n
(t) = t
1/2
sin
_

4 1
2
ln t
_
= t
1/2
sin
_
n
ln2
ln t
_
Di conseguenza, il problema di Sturm-Liouville di partenza ha i
seguenti autovalori e autofunzioni

n
=
_
n
ln2
_
2
+
1
4
,
y
n
=
1

1 + x
sin
_
n
ln2
ln(1 + x)
_
, n = 1, 2, 3, . . . .
Problema 15.9. (a) Mediante sostituzione
z =

ln2
ln(x +1) , dz =

ln2
dx
1 + x
,
teoria di sturm-liouville 327
si ottiene
y
n
, y
m
=
_
1
0
(1 + x)
1
sin
_
n
ln2
ln(1 + x)
_
sin
_
m
ln2
ln(1 + x)
_
dx
=
ln2

_

0
sin nz sin mzdz =
ln2
2

mn
(b) Si, essendo un problema di Sturm-Liouville regolare. (c)
f (x) =

n=1
c
n
1

1 + x
sin
_
n
ln2
ln(1 + x)
_
dove
c
n
=
2
ln2
_
1
0
1

1 + x
sin
_
n
ln2
ln(1 + x)
_
f (x) dx
(d) Graco delle prime 6 autofunzioni:
n=1
x
y
O 1
n=2
x
y
O 1
n=3
x
y
O 1
n=4
x
y
O 1
n=5
x
y
O 1
n=6
x
y
O 1
Mettendo tutte le onde insieme nello stesso graco (e dilatando la
scala) si pu visualizzare il teorema del confronto di Sturm:
x
y
O 1
Problema 15.10. Lequazione per y unequazione di Eulero-
Cauchy con A = 1, B = 0 e C = la cui soluzione generale stata
trovata nel problema 15.2. Distinguiamo i tre casi a seconda che
= (B A)
2
4AC = 1 4
sia nullo, positivo o negativo.
Caso 1 1 4 = 0. Si hanno due radici coincidenti r = (A B)/2 =
1/2 e la soluzione dunque
y(x) = x
1/2
(c
1
+ c
2
ln x)
328 appunti di metodi matematici della fisica
La prima condizione al contorno richiede che y(0) = 0. Poich
lim
x0
+

x ln x = 0 ,
questa condizione vericata senza dover porre alcun vincolo sulle
costanti c
1
e c
2
. La seconda condizione fornisce y(1) = c
1
= 0. Quindi
= 1/4 un autovalore con autofunzione associata
y
1/4
(x) =

x ln x
Caso 2 1 4 > 0. Si hanno due radici reali r
1
e r
2
,
r
1,2
=
(A B) i
_
4AC (B A)
2
2
=
1
2

1 4
2
=
1
2

_
1
4
,
e la soluzione
y(x) = c
1
x
r
1
+ c
2
x
r
2
.
Dalla prima condizione al contorno si ottiene y(0) = 0, che soddi-
sfatta se entrambe le radici r
1
e r
2
sono positive (se fossero negative,
la soluzione esploderebbe nello 0). La condizione di positivit delle
radici (tenuto conto della positivit di )
1
2

1 4
2
> 0 , 0 < 1 4 < 1, 0 < <
1
4
La condizione al contorno in x = fornisce y(1) = c
1
+ c
2
= 0, da cui
c
2
= c
1
. Ne concludiamo che qualunque valore di nellintervallo
0 < <
1
4
un autovalore con corrispondente autofunzione
y

x
_
x
_
1
4

_
1
4

_
Caso 3 1 4 < 0. Si hanno due radici complesse r
1
e r
2
,
r
1,2
=
(A B) i
_
4AC (B A)
2
2
=
1
2
i

4 1
2
,
e la soluzione
y(x) = c
1
x
1/2
cos
_

4 1
2
ln x
_
+ c
2
x
1/2
sin
_

4 1
2
ln x
_
.
La seconda condizione al contorno fornisce y(1) = c
1
= 0, e la prima
sempre soddisfatta.
Riassumendo, abbiamo trovato che tutti i (0, ) sono autova-
lori. Gli autovalori dono dunque un continuo e non uninnit nume-
rabile. Questo possibile perch lequazione non corrisponde ad un
teoria di sturm-liouville 329
problema di Sturm-Liouville regolare. Nella forma di Sturm-Liouville
lequazione infatti
y
//
= (x)y , (x) =
1
x
2
e (x) non una funzione continua in x [0, 1] (non limitata in 0),
come richiesto per un problema di Sturm-Liouville regolare.
Problema 15.11. Sia L la lunghezza della sbarretta. Posto un
estremo nellorigine e laltro nel punto L dellasse x, lequazione di
evoluzione della sua temperatura u(x,t) lequazione del calore
u
t
= D

2
u
x
2
, 0 < x < L
con condizione iniziale u(x, 0) = f (x). Mediante scelta opportuna
della scala di temperatura, poniamo u(0, t) = 0. Per lestremo in L si
ha la condizione data dalla legge di raffreddamento di Newton
u(L, t) +
u
x
(L, t) = 0
(avendo assorbito in le costanti siche). Per come il problema sta-
to posto, > 0. Riassumendo, il modello matematico della situazione
sica descritta il seguente problema al contorno:
_

_
u
t
= D

2
u
x
2
, 0 < x < L , t > 0
u(x, 0) = f (x) , 0 < x < L
u(0, t) = 0 ,
u
x
(L, t) + u(L, t) = 0 , t > 0
[u(x, t)[ < M
Come gi visto varie volte, per separazione delle variabili u(x, t) =
T(t)y(x) si ottengono le equazioni
T
/
(t) + DT(t) = 0 T(t) = cost.e
Dt
y
//
(x) + y(x) = 0
Le condizioni al contorno per u portano al seguente problema di
Sturm-Liuoville per y
y
//
(x) + y(x) = 0
y(0) = 0 , y
/
(L) + y(L) = 0 ,
la cui soluzione stata trovata nel problema 15.5. Usando la base
di autofunzioni trovate al punto (c) di tale problema, si determina
facilmente
u(x, t) = . . .
16
Integrali di Fourier
Indice
16.1 Dai problemi al contorno agli integrali di Fourier 331
16.2 Integrali di Fourier come limiti di serie di Fourier 336
16.3 Il paradiso degli integrali di Fourier 337
16.4 La trasformata di Fourier di operatori 339
16.5 Autovettori della trasformazione di Fourier 342
16.6 La trasformazione di Fourier in L
2
344
16.7 Trasformate di Fourier di funzioni generalizzate 345
16.8 Applicazioni alle equazioni differenziali e integrali 347
16.9 Applicazioni alla probabilit 352
Tavole di trasformate di Fourier 355
Problemi 357
Soluzioni 360
16.1 Dai problemi al contorno agli integrali di Fourier
Consideriamo il problema al contorno
_

_
u
t
= D

2
u
x
2
, < x < , t > 0
u(x, 0) = f (x) , < x <
lim
[x[
= 0 , t > 0
[u(x, t)[ < M
(16.1)
332 appunti di metodi matematici della fisica
Come abbiamo gi visto varie volte, per separazione delle variabili
u(x, t) = T(t)y(x), si ottengono le equazioni
T
/
(t) + DT(t) = 0 T(t) = cost.e

2
Dt
y
//
(x) +
2
y(x) = 0
Afnch la soluzione sia limitata deve essere
2
> 0. Le due so-
luzioni linearmente indipendenti della seconda equazione sono
y
1
= exp(i[[t) e y
2
= exp(i[[t) . Adesso, a differenza dei pro-
blemi di Sturm-Liouville del capitolo precedente, le condizioni al
contorno non pongono vincoli sugli autovalori: qualunque R va
bene. La soluzione a variabili separate dunque
u

(x, t) = T

(t)y

(x)e

2
Dt
(c
1
()e
i[[x
+ c
2
()e
i[[t
)
Si osservi che queste soluzioni non soddisfano la condizione lim
[x[
=
0. Possiamo per ottenere una soluzione di (16.1) che la soddis,
mediante la seguente sovrapposizione continua di u

(x, t):
u(x, t) =
1

2
_

2
Dt
e
it
g() d
Per tenere conto dei due esponenziali di segno opposto, abbiamo in-
tegrato da a , la funzione g() ingloba quindi i due coefcienti
c
1
() e c
2
(). Il fattore 1/

2 di fronte allintegrale stato inserito


per ragioni di comodit che risulteranno chiare nel seguito.
Al tempo t = 0 deve essere soddisfatta la condizione iniziale, deve
dunque valere la condizione
f (x) =
1

2
_

e
ix
g() d (16.2)
Questa unequazione per lincognita g, data la funzione f . Fourier
risolse questa equazione e trov che la soluzione
g() =
1

2
_

e
ix
f (x) dx (16.3)
La (16.2) e la (16.3) sono dette rispettivamente sviluppo in integrale di
Fourier e trasformata di Fourier della funzione f . La (16.2) anche detta
teorema di inversione di Fourier.
Per incominciare a chiarire il signicato matematico preciso dei
risultati di Fourier, osserviamo, in primo luogo, che gli integrali
(16.2) e (16.3) devono intendersi come integrali impropri di Riemann.
Inoltre, una condizione sufciente per lesistenza della trasformata
di Fourier che f L
1
(R). Infatti, se la funzione f assolutamente
integrabile, allora lintegrale (16.3) convergente. Chiaramente, se si
impongono condizioni sulla f , le propriet di g sono determinate e il
integrali di fourier 333
problema matematico stabilire un insieme minimo di condizioni su
f di modo che valga la (16.2).
Si osservi che se g L
1
(R), allora la formula di inversione si
riconduce al calcolo di una trasformata di Fourier. Dalle (16.2) e
(16.3) segue infatti che se g la trasformata di Fourier di f , allora f
la trasformata di Fourier di g calcolata in x. Questa propriet della
coppia f , g detta relazione di reciprocit.
Esempio 16.1. f (x) = e
ax
2
. Il calcolo gi stato fatto nella sezione
5.9. Usando il metodo della derivazione sotto il segno di integrale,
abbiamo ottenuto
g(y) =
_

e
ax
2
e
iyx
dx =
1

2
_

a
e

y
2
4a
=
1

2a
e

y
2
4a
Verichiamo che vale il teorema di inversione:
1

2
_

e
iyx
g(y) dy =
1

4a
_

y
2
4a
e
iyx
g(y) dy
=
1

4a
_

A
e

x
2
4A
, A =
1
4a
= e
ax
2
Esempio 16.2. f (x) = e
[x[
.
g(y) =
1

2
_

f (x)e
iyx
dx =
1

2
_
0

e
x(1iy)
dx +
_

0
e
x(1+iy)
dx
=
_
2

1
1 + x
2
Se assumiamo che si possa applicare il teorema di inversione, ottenia-
mo
e
[x[
=
1

2
_

g(y)e
ixy
dy =
1

_

0
e
ixy
+ e
ixy
1 + y
2
dy =
2

_

0
cos xy
1 + y
2
dy .
Esempio 16.3. f (x) =
[a,a]
(x), che la funzione che vale 1 se
a < x < a e vale 0 altrimenti. Equivalentemente
f (x) = u(x + a) u(x a)
dove u la funzione scalino unitario.
g(y) =
1

2
_

[a,a]
(x)e
ixy
dx =
1

2
_
a
a
e
ixy
dy
=
1

2
2 sin ay
y
=
_
2

sin ay
y
334 appunti di metodi matematici della fisica
Lultimo esempio mostra che se f L
1
(R), non detto che
g L
1
(R). La dimostrazione del teorema di inversione di Fourier
richiede molta cura. Senza entrare troppo nel dettaglio, cerchiamo di
farci unidea di quali condizioni su f siano richieste.
Incominciamo col riscrivere lintegrale improprio a secondo
membro della (16.2) come limite per M di
I
M
=
1

2
_
M
M
e
ix
g() d.
per (questo signica denirlo come parte principale di Cuchy).
Sostituendo g data dalla (16.3) nellintegrale, otteniamo
I
M
=
1
2
_
_
M
M
_

e
i(xy)
f (y) dy
_
d
Scambiando lordine di integrazione (tenuto conto dellultimo esem-
pio sopra), I
M
diventa
I
M
=
_

_
1
2
_
M
M
e
i(xy)
d
_
f (y) dy =
_

_
sin M(x y)
(x y)
_
f (y) dy
Per determinare il limite lim
M
_

_
Msin(x y)
(x y)
_
f (y) dy, si osservi
che
_

sin Mu
u
du = 1 e che la situazione analoga a quella incon-
trata studiando la convergenza delle serie di Fourier. Vale a dire, si
pu applicare il lemma di Riemann-Lebesque a patto di assumere
che la funzione f (x) sia sufcientemente regolare. Ad esempio, se
essa soddisfa condizioni analoghe a quelle del teorema di Dirichlet
per le serie di Fourier, cio che essa, oltre a essere assolutamente
integrabile, sia generalmente liscia, allora ci aspettiamo che
lim
M
_

_
sin M(x y)
(x y)
_
f (y) dy = f (x)
Questo proprio il teorema di inversione di Dirichlet per gli integrali di
Fourier.
Se denotiamo con C
1
g
(R) lo spazio lineare delle funzioni su tutta la
retta reale generalmente continue con derivata prima generalmente
continua in ogni intervallo nito, il teorema pu essere formulato nel
modo seguente.
Teorema di inversione di Dirichlet. Sia f C
1
g
(R) L
1
(R),
allora esiste
g(y) =
1

2
_

f (x)e
ixy
dx
e nei punti di continuit di f si ha
f (x) =
1

2
_

g(y)e
ixy
dy
Se x un punto di discontinuit di f , allora
1
2
_

g(y)e
ixy
dy =
1
2
_
f (x
+
) + f (x

.
(16.4)
integrali di fourier 335
Esempio 16.4. Il teorema si applica alla funzione f (x) = e
[x[
delle-
sempio 16.2, poich essa assolutamente integrabile, continua e con
derivata generalmente continua. Quindi linversione che l era stata
assunta in effetti giusticata. Il teorema si applica inoltre alla fun-
zione f (x) =
[a,a]
(x) dellesempio 16.1, essendo essa generalmente
liscia. Si ha quindi
1

2
_

_
2

sin ay
y
e
ixy
dy =

sin ay
y
e
ixy
dy =
[a,a]
(x)
per x ,= a. Nei punti a, che sono i punti di discontinuit di f , lo
sviluppo in integrale di f converge al valore 1/2, che la media dei
limiti destro e sinistro della funzione in questi punti.
Notazioni e convenzioni per la trasformata di Fourier Ci
sono varie convenzioni per la trasformata di Fourier. Le convenzioni
pi usate sono le seguenti.
1
g(y) =
_

f (x)e
i2xy
dx f (x) =
_

g(y)e
i2xy
dy
2
F(y) =
_

f (x)e
ixy
dx f (x) =
1
2
_

F(y)e
ixy
dy
3
g(y) =
1

2
_

f (x)e
ixy
dx f (x) =
1

2
_

g(y)e
ixy
dy
Per i valori del dominio della funzione e della sua trasformata si usa-
no spesso le notazioni siche standard. Per esempio, se la variabile
indipendente rappresenta uno spazio, usando la convenzione
2
, si
scrive
f (x) =
1
2
_

F(k)e
ikx
dk , F(k) =
_

f (x)e
ix
dx ,
dove k il numero donda. Lanalogo per per una funzione dipen-
dente dal tempo un tempo
f (t) =
1
2
_

F()e
it
d, F() =
_

f (t)e
it
dt
dove una frequenza. Si osservi che nel caso di funzioni di-
pendenti dal tempo abbastanza comune usare una convenzione
opposta per il segno negli esponenziali e scrivere
f (t) =
1
2
_

F()e
it
d, g() =
_

f (t)e
it
dt .
La ragione di questa convenzione che quando si analizza secon-
do Fourier una funzione nello spazio e nel tempo, si vuole avere la
seguente forma per sviluppo in integrale doppio
f (x, t) =
1
(2)
2
_

F(k, )e
i(kxt)
ddk , (16.5)
336 appunti di metodi matematici della fisica
che pu essere interpretata come una somma continua di treni
donda. Se si fa questa scelta, allora
F(k, ) =
_

f (x, t)e
i(kxt)
dxdt (16.6)
In questo capitolo useremo quasi sempre la
3
. Osserviamo inne
che per la trasformata di Fourier di una funzione f (x) si usano anche
le notazioni

f (y) e (F f )(y). Per mettere in evidenza le variabili
indipendenti in gioco, si usa anche scrivere Ff (x)(y).
16.2 Integrali di Fourier come limiti di serie di Fourier
Lo sviluppo in integrale di Fourier il limite dello sviluppo in serie
di Fourier quando il periodo [L, L] della funzione aumenta a di-
smisura no a ricoprire lintera retta reale R per cui la funzione f (x)
cessa dunque di essere periodica. Mostriamo questo fatto in modo
euristico.
Consideriamo le formule dellanalisi di Fourier per funzioni
periodiche
f (x) = lim
N
N

n=N
c
n
e
i

L
nx
(16.7)
c
n
=
1
2L
_
L
L
f (x)e
i

L
nx
dx (16.8)
Se la funzione f decade in maniera sufcientemente rapida quando
L aumenta, lintegrale a secondo membro della (16.8) converger nel
limite di grandi L, ma il fattore 1/L davanti far tendere a zero le
coordinate di Fourier. Quindi nel limite L la quantit che resta
nita Lc
n
. Allora moltiplichiamo e dividiamo per 2L a secondo
membro della (16.7),
f (x) = lim
N
N

n=N
[2Lc
n
] e
i

L
nx
1
2L
(16.9)
Poniamo y = /L , y
n
= ny = n/L e
y =

L
y
n
= ny =

L
n C(y
n
) = 2Lc
n
Allora la (16.8) e (16.7) diventano
f (x) =
1
2
lim
N
N

n=N
C(y
n
)e
iy
n
x
y (16.10)
C(y
n
) =
_
L
L
f (x)e
iy
n
x
dx (16.11)
integrali di fourier 337
Se adesso passiamo al limite L , riconoscendo a secondo mem-
bro della (16.10) la somma di Riemann di un integrale improprio,
otteniamo
f (x) =
1
2
_

C(y)e
iyx
dy (16.12)
C(y) =
_

f (x)e
iyx
dx (16.13)
Se deniamo g(y) = C(y)/

2, queste equazioni sono proprio le


(16.2) e (16.3).
Si osservi che come per le serie di Fourier, possiamo esprimere lo
sviluppo in integrale di Fourier in termini di funzioni reali: usando la
formula di Eulero per lesponenziale, si ottiene
f (x) =
1
2
_

[Re C(y) + iImC(y)] [cos xy + i sin xy] dy


=
1
2
_

[Re C(y) cos xy ImC(y) sin xy] dy (assumendo f reale)


=
1

_

0
Re C(y) cos xy dy +
1

_

0
ImC(y) sin xy dy .
Allora, introducendo le funzioni
A(y) =
1

Re C(y) =
1
2
_
C(y) + C(y)
_
=
1

f (x) cos xy dx
(16.14)
B(y) =
1

ImC(y) =
1
2
_
C(y) C(y)
_
=
1

f (x) sin xy dx ,
(16.15)
lo sviluppo di f in integrale di Fourier diventa
f (x) =
_

0
[A(y) cos xy dy + B(y) sin xy] dy . (16.16)
Le funzioni A e B sono dette rispettivamente trasformata coseno e
trasformata seno della funzione f . Si osservi che la (16.16) lanalogo
continuo dello sviluppo in serie di Fourier in termini di coordinate di
Fourier a
n
e b
n
reali.
16.3 Il paradiso degli integrali di Fourier
In questa sezione introduciamo uno spazio di funzioni in cui lo svi-
luppo in integrale di Fourier e la trasformata sono ben denite e ne
studieremo alcune propriet.
Diremo buona una funzione f (x) se innitamente differenziabi-
le e se tale che essa e le sue derivate vanno a zero allinnito pi
rapidamente di qualunque potenza negativa di [x[. Ne un esem-
pio paradigmatico la funzione e
x
2
. Diremo che una funzione (x)
338 appunti di metodi matematici della fisica
abbastanza buona se (x) e le sue derivate crescono allinnito (ne-
gativo o positivo) al pi come una qualche potenza positiva di [x[. Si
dimostra facilmente che la derivata di una funzione buona buona
la somma di due funzioni buone ancora una funzione buona.
altrettanto semplice che il prodotto di una funzione buona e di una
funzione abbastanza buona ancora una funzione buona. Linsieme
delle funzioni buone forma dunque uno spazio lineare, che denote-
remo con S(R), in cui ben denito lusuale prodotto scalare L
2
in
quanto S(R) L
2
(R).
Consideriamo adesso loperatore
F : S(R) S(R) , F f (y) =

f (y) =
1

2
_

f (x)e
ixy
dx
Questo operatore detto trasformazione di Fourier e come vedremo nel
seguito pu essere esteso a tutto L
2
(R).
Dimostrazione di (16.17). Dimostriamo
che se f (x) una funzione buona,
allora anche

f (y) lo . Deriviamo

f (y)
p volte. Poich f buona, possiamo
scambiare derivata e integrale

f
(p)
(y) =
_

d
p
dy
p
_
f (x)e
ixy
_
dx
=
_
+

(ix)
p
f (x)e
ixy
dx
Integriamo per parti n volte il secondo
membro (tenendo conto che f si annulla
allinnito) secondo lo schema
_
+

(ix)
p
f (x)
. .
deriviamo
e
ixy
. .
integriamo
dx .
Otteniamo

f
(p)
(y)

_
+

d
n
dx
n
[(ix)
p
f (x)]
1
(iy)
n
e
ixy
dx

1
[y[
n
_
+

d
n
dx
n
[x
p
f (x)]

dx
Quindi

f
(p)
di ordine [y[
n
per ogni
n, cio decresce pi rapidamente di
qualunque potenza negativa di [y[ e
quindi una funzione buona.
Sorprendentemente, le propriet di F in S(R), incluse quelle che
contin